Berita

Layanan Informasi

Lapan @ Media


CUACA TENANG SAAT KECELAKAAN PESAWAT LION AIR JT-610
07 Dec 2018

CUACA TENANG SAAT KECELAKAAN PESAWAT LION AIR JT-610

Analisis Kondisi Atmosfer Saat Kecelakaan Pesawat Lion Air JT-610

 Kecelakaan tragis pesawat Lion Air JT-610 di perairan Karawang telah mencuri perhatian dunia. Bagaimana tidak, musibah yang terjadi pada 29 Oktober 2018 itu terjadi sekitar sepuluh menit setelah lepas landas dan telah menewaskan 182 penumpang, 2 pengemudi, dan 5 kru pesawat di perairan Karawang (Kompas, 2018). Untuk menanggapi kejadian tersebut, Pusat Sains dan Teknologi Atmosfer (PSTA) melakukan analisis kondisi atmosfer pada saat kecelakaan pesawat Lion Ait JT 610 yang jatuh pada pagi hari sekitar pukul 06.33 WIB di Perairan Karawang sekitar 12 menit setelah lepas landas dari Jakarta menuju ke Pangkal Pinang (BBC News, 2018; Detik News , 2018) dengan lokasi berada di 05o 46” 15’ LS dan 107o 07” 16’ BT dan mengalami hilang kontak pada ketinggian 2.500 meter di atas permukaan laut (CNN Indonesia, 2018).

I. PENDAHULUAN

Sebagaimana diketahui, peristiwa nahas ini bukan kejadian pertama di Indonesia. Sebelumnya, beberapa kejadian kecelakaan pesawat pernah melanda maskapai penerbangan Indonesia baik yang menimbulkan korban jiwa maupun tidak. Berdasarkan data Komisi Nasional Keselamatan Transportasi (KNKT), kecelakaan penerbangan dibagi menjadi dua kategori yaitu accident dan serious incident. Accident merujuk pada kejadian yang tidak terduga dan berkaitan dengan pengoperasian pesawat sejak take off sampai landing yang mengakibatkan korban jiwa. Sedangkan serious incident merujuk pada kecelakaan yang bersifat operasional namun tidak menimbulkan korban jiwa (Pakan, 2008).

1. Cuaca Peringkat Ketiga Penyebab Kecelakaan

Secara umum, kecelakaan pesawat terbang dapat disebabkan oleh empat faktor: manusia, teknis, lingkungan, dan fasilitas. Berdasarkan data investigasi kecelakaan penerbangan tahun 2010-2016, kecelakaan pesawat paling besar diakibatkan oleh faktor manusia yaitu 67,12 persen (Gambar 1). Walaupun begitu, faktor lingkungan tidak bisa diabaikan begitu saja karena faktor cuaca menempati peringkat ketiga yaitu 12,33 persen seperti turbulensi, wind shear, badai, dan lain-lain penyebab kecelakaan pesawat terbang di Indonesia (KNKT, 2016).

Oleh karena itu, pemahaman mengenai informasi cuaca/meteorologi sangat diperlukan karena akan menjadi pertimbangan dalam penentuan rute dari potensi bahaya yang dapat terjadi baik saat take off, in flight, maupun landing. Peran pengamat meteorologi pun menjadi urgen dalam menyampaikan informasi meteorologi penerbangan kepada berbagai pihak terkait demi efektifitas dan keselamatan penerbangan.

Pihak penerima informasi meteorologi diantaranya: operator pesawat udara, personel pesawat udara, unit pelayanan navigasi penerbangan, unit pelayanan pencarian dan pertolongan, serta penyelenggara bandar udara (UU No.1 2009, 2009). Sementara informasi yang disampaikan antara lain: arah dan kecepatan angin, jenis awan, suhu udara, kondisi cuaca terkini, tekanan udara, jarak pandang atau visibility. Informasi tersebut dapat diperoleh dari Automated Weather Observation System (AWOS) yang secara terupdate selalu mengirimkan data ke pesawat, misalnya untuk keperluan landing.

Gambar 1. Investigasi kecelakaan penerbangan, faktor penyebab dan jenis kejadian yang diinvestigasi untuk kecelakaan penerbangan tahun 2010-2016.

2. Parameter Meteorologi Penyebab Kecelakaan

Terdapat beberapa parameter meteorologi yang dapat menyebabkan kecelakaan pesawat baik pada saat take off, in flight maupun landing, sehingga seringkali parameter meteorologi menjadi beban kerja dan beban mental bagi pilot. Parameter meteorologi yang paling dominan membebani pilot dan kru pada saat penerbangan adalah angin, jarak pandang atau visibilitas, dan stabilitas atmosfer (Abadi Dwi Saputra, 2015).

Perubahan arah dan kecepatan angin ketika take off dan landing dalam bentuk downburst dapat menghantam pesawat sehingga mengganggu kestabilan posisi dan gerakannya. Keterbatasan jarak pandang atau visibilitas juga dapat berpotensi menyebabkan kesalahan fatal seperti kasus pesawat Sukhoi SSJ 100 yang menabrak gunung Salak pada tahun 2012 silam (Kompas, 2012). Stabilitas atmosfer juga menjadi alasan kecelakaan penerbangan karena berkaitan dengan keberadaan awan sehingga menyebabkan turbulensi.

Salah satu turbulensi kuat yang menipu namun dapat berakibat fatal bagi pesawat adalah fenomena Clear Air Turbulence (CAT). CAT merupakan turbulensi berat yang terjadi secara tiba-tiba di daerah tanpa awan yang menyebabkan hentakan keras pada pesawat seperti turbulensi di dalam awan cirrus, di dalam dan di sekitar awan lenticular dan pada udara bersih di sekitar badai (thunderstorms). CAT tidak termasuk turbulensi yang disebabkan oleh badai, inversi suhu ketinggian rendah, panas, angin permukaan yang kuat, atau fitur medan lokal (SKYbrary, 2018).

Secara umum, CAT disebabkan oleh medan dan aliran jet (jet stream). Faktor medan berkaitan dengan permukaan yang dapat mengganggu aliran horisontal udara di atasnya dan menyebabkan turbulensi. Tingkat keparahan turbulensi tergantung pada kekuatan aliran udara, kekasaran medan, laju perubahan dan kelengkungan kontur, serta elevasi dataran tinggi di atas dataran sekitarnya.

Selain itu, badai petir kompleks juga dapat menjadi penyebab CAT karena keberadaan sel-sel awan Cumulonimbus (Cb) yang memiliki arus vertikal kuat. Berdasarkan data kejadian terhadap gangguan pesawat, CAT memiliki ketinggian sekitar 5.000 kaki di atas puncak Cb. Sedangkan jet stream sering ditemui di daerah lintang tinggi, yaitu arus udara yang bergerak cepat dan sempit, biasanya dekat lapisan tropopause (lapisan batas troposfer dan stratosfer-red), yang dihasilkan oleh gradien suhu antar-massa udara.

CAT dapat berdampak pada kerusakan struktur pesawat, kecelakaan fisik kru atau penumpang pesawat, dan gangguan kinerja kru pesawat. Kecelakaan pesawat yang pernah terjadi akibat CAT di Indonesia yaitu pesawat Airbus A330-200 (Etihad Airways EY 474) pada 4 Mei 2016 di sekitar Pulau Bangka. Pesawat dengan 24 penumpang dan 7 kru pesawat tersebut mengudara dari Abu Dhabi International Airport menuju Soekarno-Hatta International Airport, Jakarta berdasarkan laporan Kompas.com (Nistanto, 2016) melalui penumpang yang menjadi korban kecelakaan pesawat. Sekali lagi, CAT merupakan jenis turbulensi yang susah dideteksi bahkan oleh pilot karena terjadi secara tiba-tiba di langit yang cerah tanpa awan.

3. Clear Air Turbulence

Lantas bagaimana cara mendeteksi CAT? CAT dapat diidentifikasi dengan cara menghitung bilangan Richardson (Ri). Bahkan, Ri biasa digunakan sebagai metode untuk memprediksi CAT pada sebagian besar tingkat penerbangan pesawat komerisal maupun militer. Besaran Ri menunjukkan kemampuan atmosfer untuk mempertahankan turbulensi dengan cara menghitung rasio antara stabilitas statis dan geser angin (wind shear) vertikal. Ri mengestimasi turbulensi berdasarkan hubungan antara area CAT yang signifikan dan area udara statis stabil dengan shear vertikal yang kuat (Keller, 1981).

Ri memiliki angka rendah ketika wind shear tinggi, sebaliknya Ri tinggi ketika stabilitas tinggi di stratosfer (Office, 2004). Penelitian sebelumnya menunjukkan bahwa Ri berguna untuk memprediksi turbulensi, dibuktikan dengan nilai ambang batas perhitungan mendekati 4, melebihi titik kritis (Rc = 0,25) yang membuktikan adanya turbulensi tidak tetap atau secara tiba-tiba yang dikenal dengan CAT (Widseth & Morss, 1999).

4. Downburst dan Microburst

Kecelakaan pesawat juga dapat terjadi pada saat take off dan landing karena geser angina di lapisan rendah yang diakibatkan oleh downburst. Downburst merupakan sebuah downdraft (hempasan angin ke bawah) yang menyebabkan penyimpangan angin yang kuat (Fujita, 1978). Berdasarkan skala spasialnya, downburst yang memiliki diameter kurang dari 4 km disebut microburst dengan kecepatan angin lebih dari 275 km/jam dan rentang waktu 15 – 20 menit (Great Britain Meteorological Office, 1994).

Perubahan kecepatan dan arah angin yang signifikan pada saat terjadi fenomena microburst dapat membahayakan pesawat baik saat take off maupun landing. Pada tahap landing (Gambar 2), saat pesawat melalui zona downdraft, maka akan bertemu headwind (angin depan) sehingga pesawat akan terangkat. Pilot yang kurang berpengalaman akan merespons dengan menurunkan kecepatan pesawat. Hal ini dapat membahayakan karena pesawat akan mendapatkan tailwind (angin dari ekor) yang menyebabkan daya angkat pesawat menurun sehingga pesawat pun terhempas (NOAA, 2018).

Gambar 2. Ilustrasi microburst pada saat pesawat landing

 

Microburst sering dikaitkan dengan awan kumulus dan Cb. Meski demikian, tidak semua awan jenis ini akan menghasilkan microburst, sehingga sulit untuk mendeteksi keberadaan mocroburst. Berdasarkan penelitian sebelumnya, dopler radar dapat digunakan untuk mendeteksi bagian dalam awan konvektif dan pergerakan udara sehingga dapat memberikan peringatan akan potensi terjadinya microburst. Selain itu, metode Wind-Vector Potential-Temperature Energy Analysis (WPEA) dan X-band dual-polarization radar juga dapat digunakan untuk menganalisis karakteristik pembentukan downburst (Wang dkk, 2018) dengan melakukan kombinasi analisis berdasarkan data observasi konvensional dan analisis kondisi lingkungan yang memicu terjadinya downburst.

Dengan memperhatikan beberapa gangguan cuaca penyebab kecelakaan pesawat terbang tersebut, maka penelitian difokuskan untuk mendeteksi terjadinya turbulensi (CAT), downburst dan microburst, stabilitas atmosfer, dengan cara melakukan analisis terhadap berbagai data, seperti data awan dari Satelit Himawari (awan tumbuh, suhu puncak awan, dan perbedaan kecerahan awan), radiosonde, serta pengolahan data dari SADEWA LAPAN.

II. DATA DAN METODE

Data awan yang digunakan untuk analisis kondisi atmosfer antara lain: data awan tumbuh, ketebalan awan dan suhu puncak awan dari Satelit Himawari. Selain itu, digunakan juga data Radiosonde di Cengkareng berasal dari University Wyoming (http://weather.uwyo.edu/upperair/sounding.html) juga digunakan untuk melihat kondisi atmosfer pada jam 7.00 WIB pada tanggal 29 Oktober 2018.

Dilakukan pula penggambaran kondisi angin dan perhitungan Ri dengan eksperimen terbatas menggunakan model cuaca WRF (Weather and Research Forecasting). Penentuan nilai Ri digunakan untuk menentukan turbulensi, dimana atmosfer dikatakan mengalami turbulensi ketika angka Ri kurang dari angka kritis Richardson (Rc = 0.25). Penentuan turbulensi dengan menghitung Richardson number (Ri) diselesaikan dengan persamaan sebagai berikut:

 

III.HASIL DAN PEMBAHASAN

1. Keberadaan Awan

Himawari IR 1 menunjukkan suhu puncak awan yang berkaitan dengan keberadaan awan Cb. Hasil menunjukkan pada jam 20.00-21.00 UTC (03.00 -04.00 WIB) pada lokasi jatuhnya pesawat (titik merah pada Gambar 3) terdapat awan dengan suhu puncak berkisar antara 210-230 K atau setara dengan –63 sampai -43 oC, Mulai pukul 5.00 WIB awan di titik lokasi sudah mulai menghilang hingga pukul 06.50 WIB (Gambar 3 dan Gambar 4).

Gambar 3 Suhu puncak awan setiap jam dari pukul 02.00 – 06.00 WIB tanggal 29 Oktober 2018

Gambar 4. Suhu puncak awan setiap sepuluh menit dari pukul 05.00 – 05.50 WIB tanggal 29 Oktober 2018

2. Ketebalan Awan

Ketebalan awan dihitung dari selisih antara nilai TBB IR1 dan IR2. Semakin kecil selisih nilai TBB maka awan pun lebih tebal. Gambar 5 memperlihatkan pada 28 Oktober pukul 02.00 WIB terdapat awan tebal di lokasi jatuhnya pesawat (titik berwarna merah). Awan ini semakin tebal hingga pukul 03.00 WIB dan mulai pukul 04.00 WIB awan pun meluruh dan semakin menipis hingga pukul 05.00 WIB.

Gambar 5. Ketebalan awan setiap jam dari pukul 02.00 – 05.00 WIB tanggal 29 Oktober 2018

Berdasarkan nilai TBB IR1-IR2, tampak bahwa sejak pukul 06.00 WIB terdapat awan yang lebih tipis di sekitar lokasi jatuhnya pesawat (titik berwarna merah). Awan yang lebih tipis ini semakin meluas di sekitar lokasi hingga pukul 06.20 WIB, dan pada pukul 06.50 sudah tidak terdapat awan yang tebal di lokasi kejadian.

Gambar 6. Ketebalan awan setiap sepuluh menit dari pukul 05.00 – 05.50 WIB tanggal 29 Oktober 2018

 

3. Pertumbuhan Awan

Gambar 7 Pertumbuhan awan setiap jam, mulai pukul 02.00 – 06.00 WIB tanggal 29 Oktober 2018

Gambar 7 menjelaskan proses pertumbuhan awan tumbuh mulai pukul 02.00-06.00 WIB. Terlihat bahwa awan tumbuh di sekitar wilayah kejadian jatuhnya pesawat Lion Air JT 610 sejak pukul 02.00 hingga 04.00 WIB dan memuncak pada pukul 04.00 WIB. Awan kemudian mulai meluruh pada pukul 05.00-06.00 WIB, atau sekitar 33 menit sebelum kejadian. Analisis kondisi pertumbuhan awan yang lebih detail dilakukan setiap 10 menit dan dijelaskan pada Gambar 8.

Gambar 8 Awan tumbuh per 10 menit mulai dari 06.10 – 06.30 WIB tanggal 29 Oktober 2018

Pertumbuhan awan setiap 10 menit mulai pukul 06.10 WIB menggambarkan bahwa pada 23 menit sebelum kejadian, awan terlihat bersih (clear). Hal tersebut juga terjadi pada menit ke 20, 30, 40, hingga 50. Kondisi ini tetap sama sejak pukul 05.00 WIB, sehingga untuk membuktikan adanya pengaruh kondisi cuaca di lapisan atas troposfer terhadap jatuhnya pesawat Lion Air JT 610, perlu adanya analisis kondisi cuaca lainnya di sekitar awan tumbuh.

4. Profil Vertikal dan Stabilitas Atmosfer

Gambar 9 Data sounding di Cengkareng pukul 07.00 WIB tanggal 29 Oktober 2018

Data sounding pada pukul 07.00 WIB menunjukkan tinggi dasar awan pada lokasi pengamatan yaitu terdapat di level ketinggian 985 hPa dengan suhu 23.3oC, dimana pada ketinggian ini parsel udara mencapai kondisi jenuh setelah mengalami pengangkatan secara adiabatik kering. Jumlah energi yang tersedia untuk mengangkat parsel udara secara vertikal yaitu sebesar 816 J/kg. Nilai ini termasuk dalam kategori positive CAPE yang merupakan kategori paling rendah dibanding dengan large CAPE dan extreme CAPE, dimana semakin tinggi nilai CAPE maka kecepatan vertikal semakin tinggi pada wilayah badai.

Nilai negatif pada indeks pengangkatan parsel udara (Lifting Index, atau ditulis LI-red) menunjukkan tingkat ketidakstabilan troposfer. Nilai LI yang semakin negatif menunjukkan bahwa troposfer semakin tidak stabil dan parsel akan semakin mudah terangkat dari lapisan perbatas atmosfer. Nilai LI menunjukkan tingkat keparahan badai apabila badai terbentuk. KI merupakan indeks yang digunakan sebagai penanda terdapat potensi gerak vertikal atau konveksi massa udara. Semakin besar nilai K-Index (KI), maka potensi terjadinya konveksi semakin besar. Nilai KI di bawah 20 menunjukkan kemungkinan kecil terjadinya badai.

Total-Totals Index (TT) merupakan salah satu indeks untuk menentukan proses konveksi yang merupakan gabungan daari indeks vertikal totals dan cross-totals. Semakin besar nilai indeks TT menunjukkan kondisi atmosfer yang semakin tidak stabil. Nilai indeks TT kurang dari 50 menunjukkan kondisi atmosfer yang cukup stabil dengan potensi tumbuhnya badai gutur kecil. Severe Weather Threat Index (SWEAT) merupakan indeks untuk melihat potensi cuaca buruk. Nilai SWEAT 203 menunjukan potensi timbulnya cuaca buruk yang kecil.

5. Hasil Eksperimen Model Cuaca WRF (Weather Research and Forecasting)

Dilakukan eksperimen simulasi kondisi meteorologi di wilayah jatuhnya pesawat JT 610 menggunakan model WRF dengan resolusi tinggi yaitu 1 km pada ketinggian 875 – 1000 m dan 1400 – 1500 m dengan parameter nilai frekuensi Brunt Vaisala dan Richardson Number. Nilai Frekuensi Brunt-Vaisala pada ketinggian 875-1000 m yaitu sekitar 0.008-0.016/s (gambar 10). Begitupun pada ketinggian 875-1000 m, nilai Frekuensi Brunt Vaisala berada pada kisaran 0.008-0.016/s (gambar 11).

Gambar 10. Nilai Brunt Vaisala Frequency pada ketinggian 875-1000 km setiap sepuluh menit pukul 06.00-06.50 WIB tanggal 29 Oktober 2018

Gambar 11. Nilai Brunt Vaisala Frequency pada ketinggian 1400-1500 km setiap sepuluh menit pukul 06.00-06.50 WIB tanggal 29 Oktober 2018

Hasil simulasi parameter Ri menunjukkan bahwa pada ketinggian 875-1000 m dan 1400 – 1500 m nilai Ri di lokasi kejadian memiliki mencapai lebih dari 16. Ri digunakan untuk mendeteksi kestabilan atmosfer dan turbulensi. Nilai Ri lebih dari 16 di lokasi kejadian mengindikasikan bahwa kondisi atmosfer sangat stabil atau tidak adan turbulensi.

Gambar 12. Nilai Richardson Number pada ketinggian 875-1000 km setiap sepuluh menit pukul 06.00-06.50 WIB tanggal 29 Oktober 2018

Gambar 13. Nilai Richardson Number pada ketinggian 1400-1500 km setiap sepuluh menit pukul 06.00-06.50 WIB tanggal 29 Oktober 2018

IV. Kesimpulan

Analisis lengkap kondisi atmosfer menunjukkan bahwa pada saat kejadian kecelakaan pesawat Lion Air JT-610, tidak terdapat awan tebal (clear sky) dan tidak terjadi proses pertumbuhan awan di sekitar lokasi. Keberadaan awan tebal terbentuk pada dini hari sekitar pukul 02.00 WIB dan mencapai puncak pada pukul 04.00 WIB dan meluruh pada 05.00 WIB. Selain itu, pertumbuhan awan juga tidak terjadi pada saat kejadian kecelakaan pesawat. Tiga fenomena yang berpotensi dapat mengganggu penerbangan yaitu CAT, downburst, microburst pun tidak terjadi. Maka dapat disimpulkan bahwa tidak ada faktor cuaca yang berpotensi mengganggu penerbangan pada kejadian kecelakaan pesawat Lion Air JT-610.

Laporan ini disusun oleh Tim Kebencanaan kecelakaan Pesawat Lion Air JT-610:

  1. Dr. Teguh Harjama
  2. Dr. Ibnu Fathrio
  3. Dr. Lilik Slamet Suprihatin, M.Si.
  4. Farid Lasmono, ST
  5. Erma Yulihastin, M.Si.
  6. Risyanto, M.Sc.
  7. Haries Satyawardhana, M.Si
  8. Anis Purwaningsih, S.Si.
  9. Dita Fatria Andarini, S.Si.
  10. Shailla Rustiana, S.Si. M.Stat.

Penanggungjawab: Kepala Pusat Sains dan Teknologi Atmosfer LAPAN.

Daftar Pustaka

Abadi Dwi Saputra, S. P. (2015). Pengaruh Kondisi Cuaca Penerbangan terhadap Beban Kerja Mental Pilot. Jurnal Transportasi , 159-168.

BBC News. (2018, Oktober 29). Pesawat Lion Air rite Jakarta-Pangkal Pinang jatuh di perairan Karawang. Retrieved from BBC News Indonesia: https://www.bbc.com/indonesia/indonesia-46013579

CNN Indonesia. (2018, Oktober 29). CNN Indonesia. Retrieved from https://www.cnnindonesia.com/nasional/20181029112326-20-342227/lokasi-jatuh-lion-air-jt-610-perairan-35-meter-di-karawang?

Detik News . (2018, Oktober 30). Detik News. Retrieved from https://news.detik.com/berita/4279360/bermasalah-di-lion-air-jt-610-apa-itu-flight-control

Fujita, T. T. (1978). Manual of Downburst Identification for Project NIMROD. SMRP Research Paper, 156.

Great Britain Meteorological Office. (1994). Handbook of Aviation Meteorology. London: HMSO.

Keller, J. (1981). Prediction and Monitoring of Clear-Air. J. Appl. Meteor, 20, 686-692.

Komite Nasional Keselamatan Transportasi. (2016). Data Investigasi Kecelakaan Penerbangan Tahun 2010-2016. Jakarta: Media release KNKT.

Kompas. (2012, 12 18). Ini Tiga Kesalahan Fatal Pilot Sukhoi Superjet 100. Retrieved from https://nasional.kompas.com/read/2012/12/18/1459575/Ini.Tiga.Kesalahan.Fatal.Pilot.Sukhoi.Superjet.100

Kompas. (2018, Oktober 29). Total Jumlah Penumpang Lion Air JT 610 yang Jatuh 189 Orang. Retrieved from Kompas: https://regional.kompas.com/read/2018/10/29/10285291/total-jumlah-penumpang-lion-air-jt-610-yang-jatuh-189-orang

Nistanto, R. (2016, Mei 5). Kompas.com. Retrieved from Kompas.com: https://tekno.kompas.com/read/2016/05/05/14373357/Turbulensi.Pesawat.Etihad.Begitu.Hebat.Mengapa.Bisa.Terjadi

NOAA. (2018). Downburst Wind Awareness. Retrieved from National Weather Service, National Oceanic and Atmospheric Administration: https://www.weather.gov/cae/downburst.html

Office, M. (2004). Clear Air Turbulance. London: Met Office.

Pakan, W. (2008). Faktor Penyebab Kecelakaan Penerbangan di Indonesia Tahun 2000-2006. Jurnal Penelitian Perhubungan Udara, 1-18.

SKYbrary. (2018, Agustus 11). Clear Air Turbulence (CAT). Retrieved from SKYbrary: https://www.skybrary.aero/index.php/Clear_Air_Turbulence_(CAT)

UU No.1 2009. (2009). Undang-Undang Republik Indonesia Nomor 1 Tahun 2009 tentang Penerbangan. Pasal 288.

Widseth, C., & Morss, D. (1999). Airbone Verification of Atmospheric Turbulance Using The Richardson Number. National Weather Digest, 23, 38-44.




Others
CUACA TENANG SAAT KECELAKAAN PESAWAT LION AIR JT-610
07 Dec 2018
CUACA TENANG SAAT KECELAKAAN PESAWAT LION AIR JT-610
Analisis Dugaan Terjadinya Curah Hujan Esktrim Saat Bencana Longsor di Kec. Sindangkerta, Kabupaten Bandung Barat, Senin 5 Maret 2018
08 Mar 2018
Gambar 1. Lokasi terjadinya longsor di Kampung Bonjot, Desa Buninagara, Kecamatan Sindangkerta, Kabupaten Bandung Barat, Senin 5 Maret 2018, sekitar pukul 06.00 WIB
Analisis Curah Hujan Ekstrim Terkait dengan Bencana Longsor di Desa Pasir Panjang, Kec. Salem, Brebes (Kamis, 22 Februari 2018)
26 Feb 2018
Gambar 1. Lokasi terjadinya longsor di Kec. Salem, Brebes tanggal 22 Februari 2018
Bencana Banjir di Jakarta serta Analisis Kondisi Atmosfernya
21 Feb 2017
Gambar 1. Curah Hujan Indonesia (Jakarta dalam lingkaran merah) dari Data GSMaP pada 21 Februari 2017 (03.00-06.00 WIB) http://sharaku.eorc.jaxa.jp/GSMaP_NOW/ Hujan deras yang terjadi sejak Selasa, 21…
Analisis Bencana Banjir dan Longsor di Kintamani - Bali
20 Feb 2017
Banjir disertai longsor yang terjadi di Desa Songan, Desa Sukawana, dan Desa Awan, Kecamatan Kintamani, Kabupaten Bangli, Provinsi Bali (115.25 – 115.50 BT dan 8.25 – 8.50 LS) pada…
Analisis Kejadian Banjir Bima, Nusa Tenggara Barat (NTB), 21 Desember 2016
23 Dec 2016
Beberapa media menginformasikan bahwa pada tanggal 21 Desember 2016 telah terjadi banjir bandang di Bima (8°22'28,42”LU, 118°44'5,07”BT), khususnya…


Kontak kami :
PSTA - LAPAN
Jl. Dr. Djunjunan No. 133 Bandung 40173 Telepon (022) 6012602, 6037445 Fax. (022) 6014998, 6037443


© 2017 - LEMBAGA PENERBANGAN DAN ANTARIKSA NASIONAL