| dc.identifier.citation | Dhorde, A., A. Dhorde1, and A. S. Gadgil. (2009) Long-term Temperature Trends at Four Largest Cities of India during the Twentieth Century. J. Ind. Geophys. Union Vol.13, No.2, pp.85-97. Gurevish, G., Y. Hadad. A. Ofir and B. Ohayon. (2011) Statistical Analysis of Temperatur Change In Israel: An Application fF Change Point Detection and Estimation Techniques. Global NEST Journal, Vol 13, No 3, pp 215-228. Hansen, J., P. Kharecha, M.Sato,V.M. Delmotte, F.Ackerman, D.J Beerling, P.J. Hearty, O.V. Gulberg, S.L.Hsu, C.Parmesan, J.Rockstrom, E.J.Rohling, J.Sachs, P.Smith, K. Steffen, L.V. Susteren, K.V.Schuckmann, and J.C.Zachos. (2013) Assessing ‘‘Dangerous Climate Change’’: Required Reduction of Carbon Emissions to Protect Young People, Future Generations and Nature. PloS ONE 8(12): e81648. doi:10.1371/journal.pone.0081648 Hughes, G. L., S.S. Rao and T.S. Rao. (2006) Statistical analysis and time-series models for minimum/maximum temperatures in the Antarctic Peninsula. Proc. R. Soc. A. IPCC [Intergovernmental Panel on Climate Change]. (2007) The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the IPCC. Cambridge, Cambridge University Press. IPCC [Intergovernmental Panel on Climate Change] .(2008) Working Group II IPCC Fourth Assessment Report, Working Group II Report, Impacts, Adaptation and Vulnerability, Chapter 3, Freshwater Resources and their Management, tersedia pada http://www.ipcc.ch/ipccreports/ar4-wg2.htm. Diakses pada 28 Desember 2012 NOAA [National Oceanic and Atmospheric Administration]. (2014) www.noaa.gov Diakses 2 April 2014 NAS and TRS [The National Academy of Sciences and The Royal Society]. (2014) Climate Change: Evidence and Choices (PDF Booklet). National Academy of Sciences.United State. Onoz, B., and M. Bayazit. (2003) The Power of Statistical Tests for Trend Detection, J. Eng. Env. Sci. Vol.27, 247-251, TUBITAK Turkish The World Bank. (2012). Climate Change, Disaster Risk, and The Urban Poor: Cities Building Resilience for a Changing World, Judy L. Baker [Editor]. The World Bank, Washington, D.C. Worldclim. www.worldclim.org, diakses 30 Pebruari 2014 | in_ID |
| dc.description.abstract | Temperatur memainkan peranan penting dalam mendeteksi perubahan
iklim yang disebabkan oleh urbanisasi dan industrialisasi. Kebanyakan studi
tentang dampak iklim berdasarkan perubahan pada rata-rata variabel
meteorologi seperti temperatur dan curah hujan. Makalah ini mengkaji
perubahan temporal dan spasial pada rata-rata bulanan temperatur dan
curah hujan di Kota Jakarta selama satu abad terakhir dengan periode
1901-2007. Data yang digunakan berasal dari Stasiun Klimatologi Jakarta
yang relatif berkualitas bagus, rekaman berlangsung lama dan sedikit data
hilang atau kosong dan dari Worldclim. Metode yang dipakai adalah
statistik deskriptik termasuk pemilihan tipe model probabilistik untuk
menggambarkan rata-rata bulanan deret waktu temperatur dan curah
hujan pada musim basah. Perubahan temperatur dan curah hujan jangka
panjang telah dievaluasi dengan uji kecenderungan Mann-Kendall dan
statistik regresi linear. Hasil uji kecenderungan Mann-Kendall sesuai
dengan uji kecenderungan statistik regresi linear untuk data temperatur
dan tidak sesuai unutk data curah hujan. Selama 100 tahun terakhir, data
pengamatan stasiun menunjukkan telah terjadi kenaikan rata-rata bulanan
temperatur udara Kota Jakarta dengan laju 0,152 °C per dekade dan
menunjukkan kenaikan yang terus-menerus dalam rata-rata. Curah hujan
rata-rata bulanan pada saat musim basah (Desember, Januari, Februari)
telah mengalami perubahan pola, rata-rata dan keragamannya. Fungsi
kerapatan probabilitas (PDF) curah hujan telah berubah dari bentuk
Gamma (2) dengan rata-rata 264 mm dan deviasi standar 79 mm pada
periode 30 tahun awal menjadi bentuk Logistik dengan rata-rata 285 mm
dan deviasi standar 67 mm pada periode 30 tahun akhir juga terdapat
sedikit kenaikan dengan kecenderungan linear. Didasarkan pada model
regresi linear, maka temperatur permukaan bulanan Kota Jakarta
diperkirakan berada pada nilai 28,5 oC pada 2050 dan 29,23 oC pada 2100
juga didasarkan pada skenario-skenario RCP ditunjukkan perubahan curah
hujan spasial bulanan di bulan basah di Jakarta berada pada rentang
anomali 2,7 mm sampai 32,3 mm. | in_ID |
