PROPOSAL TUGAS AKHIR

Hubungan Storm (Badai Geomagnet) Dengan Substorm (Badai

Aurora) Dilihat Dari Indeks Dst Dan Indeks AE

Oleh:

Hera Oktapiani
1187030016

JURUSAN FISIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SUNAN GUNUNG DJATI
BANDUNG
2021
 LEMBAR PERSETUJUAN
Proposal Tugas Akhir
Jurusan Fisika – UIN Sunan Gunung Djati Bandung

Hubungan Storm (Badai Geomagnet) Dan Substorm (Badai

Aurora)

Diajukan Sebagai Salah Satu Syarat Untuk Melakukan Penelitian Tugas Akhir
Astrofisika

Bidang Fisika

Oleh :

Hera Oktapiani

1187030016

Telah diperiksa dan disetujui pada tanggal …………………………

Pembimbing 1 Pembimbing 2

Ridwan Ramdani M.Si Laode

NIP. 198904162019031016 NIP.

Ketua Jurusan

Dr. Moch Nurul Subkhi., M.S

NIP. 198102012009121003

DAFTAR ISI

i
LEMBAR PERSETUJUAN.............................................................................i
DAFTAR ISI....................................................................................................ii
DAFTAR GAMBAR........................................................................................iii
DAFTAR TABEL............................................................................................iv
BAB I PENDAHULUAN................................................................................1
1.1. Latar Belakang..........................................................................1
1.2. Rumusan Masalah.....................................................................2
1.3. Tujuan Penelitian......................................................................2
1.4. Manfaat Penelitian....................................................................2
1.5. Batasan Masalah........................................................................2
1.6. Metode Pengumpulan Data.......................................................2
1.7. Sistematika Penulisan................................................................3
BAB II TINJAUAN PUSTAKA.....................................................................4
2.1 Badai Matahari (solar strom)....................................................4
2.2 Medan Geomagnet....................................................................6
2.3 Rekoneksi Medan Magnet.........................................................13
2.4 Arus Elektrojet Aurora..............................................................17
2.5 Indeks Dst dan Ideks AE...........................................................18
BAB III METODE PENELITIAN..................................................................20
3.1 Tempat dan Waktu Penelitian...................................................20
3.2 Alat dan Bahan..........................................................................20
3.3 Prosedure Percobaan.................................................................21
3.3 Diagram Alir.............................................................................26
DAFTAR PUSTAKA.......................................................................................28
LAMPIRAN.....................................................................................................27

ii
 DAFTAR GAMBAR

Gambar 2. 1 [a] Bintik Matahari (sun spot), [b] Jilatan Api Matahari (solar flares),
[c] Lubang Corona, [d] CME (coronal mass ejection).............................................4
Gambar 2. 2 Komponen Geomagnet Yang Mempresentasikan Arah Dan Besar....6
Gambar 2. 3 Arus Cincin.........................................................................................7
Gambar 2. 4 Koordinat Bola....................................................................................9
Gambar 2. 5 Radius Orbit Partikel.........................................................................12
Gambar 2. 6 Evolusi Penggabungan Garis Bidang................................................14
Gambar 2. 7 Penggabungan Dan Penyambungan Kembali Garis Medan Di
Magnetopause........................................................................................................15
Gambar 2. 8 Geometri Botol Magnetik.................................................................16
Gambar 2. 9 Kontur Ekuipotensial Medan Listrik Lintang Tinggi........................17
Gambar 2. 10 Sinopsis Bahan Dari Sistem Electrojet Aurora...............................18

Gambar 3. 1 Grafik Indeks Dst (Atas) dan Indeks AE (Bawah) Tahun 1982 Bulan
Juli..........................................................................................................................22
Gambar 3. 2 Grafik Indeks Dst (Atas) dan Indeks AE (Bawah) Tahun 1993 Bulan
Febuari...................................................................................................................22
Gambar 3. 3 Grafik Indeks Dst (Atas) Dan Indeks AE (Bawah) Ahun 2003 Bulan
November...............................................................................................................23

iii
 DAFTAR TABEL

Tabel 3. 1 Alat........................................................................................................20
Tabel 3. 2 Bahan....................................................................................................20
Tabel 3. 3 Indeks Dst dan Indeks AE Hasil Pemilihan..........................................21
Tabel 3. 4 Fasa Awal Strom (Badai)......................................................................23
Tabel 3. 5 Ekspansi/Fix Strom...............................................................................24
Tabel 3. 6 Recovery Awal Strom...........................................................................24
Tabel 3. 7 Recovery Akhir Strom..........................................................................25
Tabel 3. 8 Substrom ( Badai Aurora).....................................................................26

iv
 BAB I
PENDAHULUAN

1.1. Latar Belakang

Tata surya merupakan sistem dimana matahari sebagai pusat dikelilingi oleh
planet yang bergerak dalam orbit tetap. Matahari sendiri merupakan bola gas yang
terbentuk dari 71% gas hidrogen dan 27% gas helium. Matahari terdiri dari inti,
zona radiasi, techoline, zona konvektif, dan photosphere. Pada photosphere lah
sering terjadi aktivitas matahari seperti munculnya bintik matahari (sunspots),
jilatan api matahari (solar flares), Promisensa, lubang korona, dan CME (coronal
mass ejection) atau lontaran massa korona, yang dapat menyebabkan gangguan
seperti badai matahari (solar strom) (Ruhimat 2011).

Saat munculnya bintik matahari, medan magnet di bintik tersebut memiliki

kekuatan yang sangat besar, kurang lebih 1000 kali lebih kuat dari medan magnet
bumi, maupun medan magnet matahari dalam keadaan normal. Medan magnet
matahari yang terjadi karena sunspots akan membuat elektron dan partikel
bermuatan lainya bergerak membentuk spiral disekitar medan magnet. Elektron
dan partikel bermuatan yang terbawa angin matahari karena lonjakan pada
sunspots akan bergerak kearah medan magnet bumi, sehingga terjadi gangguan
pada medan magnet bumi. Peristiwa ini biasa disebut dengan badai matahari
(solar strom) atau badai geomagnetik.

Badai geomagnetik menghasilkan arus listrik di atmosfer bumi, arus listrik

yang beredar disekitar kutub magnet akan memaksa elektron disepanjang garis
medan magnet bertabrakan dengan molekul nitrogen dan oksigen (Yatini and
Ruhimat 2009). Tumbukan ini akan mengangkat elektron ke orbit atas, saat
elektron turun ke orbit yang lebih rendah akan menghasilkan cahaya terang yang
disebut sebagai aurora pada bagian kutub bumi. Selain menyebabkan terjadinya
aurora badai geomagnetik juga menyebabkan gangguan pada jaringan
telekomunikasi yang ada di bumi, contohnya gangguan pada sinyal radar, sinyal
telegram bahkan dapat mematikan sinyal GPS. Hal ini lah yang melatarbelakangi

1
 2

penulis mengambil topik hubungan antaran badai matahari (sun strom) dengan
badai aurora (sub strom).

1.2. Rumusan Masalah

1. Bagaimana hubungan antara indeks Dst (ukuran badai magnet) dan indeks
AE (ukuran kekuatan arus elektrojet aurora) ?
2.

1.3. Tujuan Penelitian

Mengetahui hubungan hubungan antara indeks Dst (ukuran badai magnet)

dan indeks AE (ukuran kekuatan arus elektrojet aurora)

1.4. Manfaat Penelitian

1. Memberikan bahan informasi pada pembaca tentang hubungan

hubungan antara indeks Dst (ukuran badai magnet) dan indeks AE
(ukuran kekuatan arus elektrojet aurora)
2. Bagi instansi terkait diharapkan dapat menjadi bahan pertimbangan
dalam penyusunan perncanaan untuk mengurangi dampak yang terjadi
saat badai geomagnetik terjadi
3. Sebagai referensi untuk Mahasiswa Universitas Islam Negri Sunan
Gunung Djati Bandung.

1.5. Batasan Masalah

1. Data yang digunakan berasal web site WDC Kyoto

2. Pengolahan data menggunakan bahasa pemprograman python 3
3. Metode yang digunakan adalah analisis statisk

1.6. Metode Pengumpulan Data

Dalam penelitian ini metode pengumpulan data yang di lakukan

yaitu:

1. Studi Literatur, sebagai referensi dari beberapa sumber yang berkaitan

dengan penelitian ini.
 3

2. Pengolahan Data, data yang didapat dari stasiun luar angkasa kyoto dolah
menggunakan bahasa pemprograman python 3, agar mendapatkan hasil
hubungan antara Indeks Dst dengan Indeks AE

1.7. Sistematika Penulisan

Adapun sistematika dari penelitian di uraikan sebagai berikut:

BAB I Pendahuluan, meliputi latar belakang , kerangka dan ruang

lingkup, rumusan masalah, tujuan penelitian, metode pengumpulan data, dan
sistematika penulisan.

BAB II landasan Teori, berisi tentang teori yang berkaitan dengan

penelitian.

BAB III Metode penelitian, berisi tentang tempat dan tanggal penelitian
serta proses penelitian.

BAB IV Hasil dan pembahasan, menampilkan hasil pada penelitian.

BAB V Penutup, terdiri dari keseimpulan penelitian yang di lakukan dan

saran untuk pengembangan
 BAB II
TINJAUAN PUSTAKA

2.1 Badai Matahari (solar strom)

Matahari merupakan bola gas panas yang menjadi pusat di tatasurya. Ia

memancarkan energi yang berasal dari reaksi nuklir pada inti. Dari hasil
pengamatan yang dilakukan pada matahari memperlihatkan beragam aktivitas
dipermukaan matahari. Seperti bintik matahari (sun spot), jilatan api matahari
(solar flares), lubang corona, dan CME (coronal mass ejection) (Islam Masruri
and Tri Fristiyan Nanda 2019).

a b

c
d
Gambar 2. 1 [a] Bintik Matahari (sun spot), [b] Jilatan Api Matahari (solar flares),
[c] Lubang Corona, [d] CME (coronal mass ejection)

1. Saat badai geomagnetik terjadi dipercaya bahwa CEM (coronal mass ejection)
mengambil peran yang penting. CEM (coronal mass ejection) merupakan letupan
atau lonjakan yang terjadi pada permukaan matahari dengan skala besar, dan

4
 5

menghantarkan partikel-pertikel berenergi besar dengan kecepatan yang tinggi ke

angkasa. Sekitar 2 x 1011 kg hingga 4 x 1013 kg material korona terlontar dengan
energi sebesar 1022 joule sampai 6 x 10 24 joule dilepaskan dari korona matahari,
dengan kecepatan meteri CEM yang bervariasi dari 20 km/s sampai 2000 km/s,
dengan rata-rata 300 km/s. Saat CEM terjadi partikel yang dilontarkan akan
sampai ke bumi setelah 1-5 hari.
Setiap 11 tahun sumbu magnet bumi akan membalik, sehingga
menimbulkan suatu pola periodik dalam aktivitas matahari yang disebut matahari
minimum dan maksimum. Pada saat matahari minimum CEM terjadi seminggu
sekali namun saat maksimum CEM dapat terjadi hingga tiga hari sekali. CEM
dapat diamati sebagai struktur plasma dengan tiga bagian khas dari bright leading
front, dark cavity, dan bright core.(Potential n.d.).
Interaksi antara plasma dan medan magnet matahari saat CEM terjadi
dapat dijelaskan melalui persamaan elektromagnetisme dengan teori gerak fluida.
MHD (Magnetohydrodynamic Theory) mencoba untuk menggabungkan
persamaan Maxwell dengan persamaan fluida melalui ketergantungan relatif pada
gerakan elektron dalam arus yang diatur dalam plasma dan pengaruh medan
magnet. Sehingga didapatkan :
∂B 2
=∇ x ( v x B )+ η ∇ B (2.1)
∂t
Dimana η=1/µ 0 σ .
Persamaan ini membentuk dasar dari setiap model yang menganggap
plasma termagnetisasi gerak pada berbagai skala panjang, misalnya, dari
perangkat kurungan magnet di Bumi, hingga aksi dinamo medan magnet
Matahari.
 6

2.2 Medan Geomagnet

Medan magnet bumi disebut sebagai geomagnet, dengan kutub utara dan
selatan berada di bagian atas bumi. Daerah ini memiliki sifat sebagai pelindung
atau perisai bumi. Geomagnet bumi dapat manahan dan membelokkan pertikel-
partikel bermuatan dan angin surya yang dapat membahayakan manusia serta
teknologi yang telah diciptakan(Nakamura et al. 2015).

Dalam menggambarkan medan geomagnet yang terjadi dapat digunakan

vektor sebagai komponennya. Seperti pada gambar 2.1

Gambar 2. 2 Komponen Geomagnet Yang Mempresentasikan Arah Dan Besar

Keterangan :
F = intensitas total medan magnet
H = komponen horizontal medan magnet bumi
Z = komponen vertikal medan magnet bumi ( Z bernilai positif bila mengarah ke
bawah)
X = komponen arah utara-selatan bumi
Y = komponen arah timur-barat bumi
D = sudut deklinasi komponen H dari utara bumi
I = sudut inklinasi vektor F terhadap bidang horizontal ( I bernilai positif jika
mengarah ke bawah )
Pada daerah ekuator bumi medan magnet akan membentuk arus cincin
(ring current), yang terjadi kerana aliran muatan partikel pada daerah timur-barat
bumi.
 7

Gambar 2. 3 Arus Cincin

Dalam memahami sistem arus cincin yang berkaitan erat dengan terjadinya
badai geomagnetik hal mendasar yang harus di pelajari adalah sebagai berikut :

2.2.1 Persamaan Maxwell

Eksperimen fisika yang berurusan dengan besaran-besaran dalam skala

makroskopik dengan hasil yang diperoleh dan dinyatakan dalam bentuk
persamaan integral, biasanya menggunakan persamaan Maxwel agar lebih mudah
dipahami. Persamaan Maxwel sendiri merupakan hukum yang mengatur
bagaimana medan elektromagnet (listrik dan magnet) bekerja serta bagaimana
partikel bermuatan dalam medan elektromagnet tersebut(Craven 1992).

Persamaan ini terdiri dari empat buah persamaan dalam bentuk umum
yaitu :

∇ . B=0(2.2)

ρ
∇ . E= ( 2.3 )
ϵ0

1 ∂E
∇ x B=μ0 J + ( 2.4 )
c ∂t
2

−∂ B
∇ x E= (2.5)
∂t

Dengan :
 8

1
c= → kecepatan cahaya dalam ruang-hampa
√ μ0 ϵ 0
B → vektor medan magnet
E → vektor medan listrik

J → vektor kerapatan arus listrik

µ0 → permeabilitas magnet dalam ruang hampa
ϵ 0 → permitivitas listrik dalam ruang hampa

ρ → kerapatan jumlah partikel/ kerapatan plasma

2.2.2 Medan Dipol Geomagnet

Medan dipol geomagnet ini harus di pelajari dalam memahami arus cincin
yang terjadi, karena plasma di antariksa yang tersusun oleh partikel bermuatan
bergerak dalam medan geomagnet. Inti bumi yang terdapat plasma ini akan selalu
bergerak bersamaan dengan rotasi bumi yang akan menginduksi dan
menimbulkan arus listrik. Arus listrik yang terbentuk akan menginduksi medan
magnet bumi sehingga bumi dianggap sebagai batang magnet raksaksa(Newell
and Gjerloev 2011).

Untuk mengetahui bagaimana medan dipol magnet bumi dibangkitkan hal

yang harus dilakukan adalah mengaggap bahwa tidak ada sumber medan magnet
diluar bumi yaitu : (i) tidak ada arus listrik yang mengalir di luar bumi ( J=0) dan
(ii) tidak ada partikel bermuatan di luar inti bumi ( ρ=0). Sehingga persamaan
Maxwell menjadi :

∇ . B=0(2.2)

∇ . E=0 ( 2 .6 )

∇ x B=0 ( 2.7 )

∂B
=0(2.8)
∂t

2.2.2.1 Medan Dipol Geomagnet : Sajian Medan Dipol

 9

Saat menerepakan asusmsi persamaan diatas, persamaan yang

tersisa untuk menyelidiki sifat-sifat medan dipol di luar bumi adalah persamaan
(2.2) dan (2.7) . Untuk memecahkan persamaan (2.7) dapat dilakukan peninjauan
sistem dalam koordinat bola seperti gambar 2.4(Olson and Amit 2006) .

Gambar 2. 4 Koordinat Bola

Dari 𝛻 × 𝐁 = 0 (2.7) maka medan magnet dinyatakan dalam bentuk

potensial B=−∇ ψ (2 . 9) dengan ψ menunjukan potensial magnetik. Sedangkan
potensial magnetik untuk sebuah magnet batang yang memiliki momen dipol M
diberikan oleh :

−μ0
ψ=
4π
M ⋅∇
1
r ()
(2.10)

−( μ0 M ) cos θ −( μ0 M ) sin λ
ψ= 2
= 2
(2.11)
4π r 4π r

Persamaan (2.9) menujukan sistem koordinat kartesian, sedangan persamaan

(2.10) menunjukan persamaan koordinat bola. Dengan M =−M e^ z .

2.2.2.2 Medan Dipol Geomagnet: Komponen Medan Dipol

Dari persamaan (2.9) dicari sajian komponen medan magnet dipol dengan
mengoperatorkan 𝛻 yang memiliki bentuk persamaan :

∂ 1 ∂ 1 ∂
∇= e^ r + e^ θ + e^ ϕ (2.12)
∂r r ∂θ r sin θ ∂ ϕ

Sehingga didapatkan persamaan baru :

 10

∇=B=Br e^ r + Bθ e^ θ+ B ϕ e^ ϕ=−∇ ψ=− e^ r ( ∂

∂r
+ e^ θ
1 ∂
r ∂θ
+ e^ ϕ
1 ∂
r sin θ ∂ ϕ )
ψ (2.13)

Dengan :

−∂ ψ −μ0 M sin λ
Br= = 3
( 2.14)
∂r 2π r

−1 ∂ ψ μ0 M cos λ
B λ= = (2.15)
r ∂λ 4 π r3

−1 ∂ ψ
Bϕ = =0(2.16)
r cos λ ∂ ϕ

Jadi medan dipol geomagnet hanya memiliki 2 komponen yaitu (a)

komponen radial ( Br ) dan (b) komponen latitudinal ( Bθ atau B λ). Oleh karena
kedua komponen tersebut bergantung pada jarak r dan lintang λ maka medan
dipol hanya memiliki kebergantungan pada jarak radial diukur dari pusat bumi
dan lintang.

2.2.2.3 Medan Dipol Geomagnet: Sifat Medan Dipol

Vektor medan dipol selanjutnya dapat dituliskan sebagai:

μ0 M
B ( r , λ )=e^ r Br + e^ λ B λ = 3 (−2 sin λ e^ r +cos λ e^ λ ) (2.17)
4πr

Dengan kuat medan dipol dapat ditulis dalam persamaan

μ0 M
Br ( r , λ )= √ Br +B λ =
1/ 2
2 2
3
( 1+3 sin 2 λ ) (2.18)
4πr

Sehingga didapatkan bahwa untuk jarak radian lintang tertentu, medan magnet
akan homogen dalam arah bujur. Untuk lintang dan bujur tertentu kuat medan
magnet pada dua daerah dengan jarak radial berbeda mengalami perubahan
(memiliki gradient dalam arah radial). Dan Untuk jarak radial dan bujur tertentu,
kuat medan magnet mengalami perubahan (memiliki gradient dalam arah
latitudinal)
 11

2.2.2.4 Medan Dipol Geomagnet: Persamaan Garis Medan

Dengan meninjau persamaan (2.17) persamaan garis gaya medan magnet

dapat diturunkan sebagaimana berikut(Piddington 1960) :

d l× B=0(2.19)

d l=dr e^ r +r dθ e^ θ +r sin θ dϕ e^ ϕ (2.20)

Menjadi

dr r dθ r sinθ dϕ
= = (2.21)
B r Bθ Bϕ

Dengan

ϕ=ϕ 0 (2.22)

2
r =r 0 cos λ(2.23)

ϕ 0 dan r 0 adalah konstanta integrasi. Untuk kasus medan magnet bumi r 0 adalah
jarak radial garis medan ekuatorial.

2.2.3 Gerak Partikel Bermuatan Dalam Medan Geomagnet

Arus cincin maupun arus elektrojet aurora adalah sistem arus yang tercipta
akibat partikel bermuatan terjebak dalam medan geomagnet. Oleh karena itu
pemahaman gerak partikel bermuatan dalam medan magnet penting untuk
mengetahui bagaimana partikel bermuatan terjebak dalam medan geomagnet.

2.2.3.1 Gerak Partikel Bermuatan: Persamaan Dasar

Partikel bermuatan yang bergerak dalam medan magnet dapat ditinjau

dari:

dv q
= v × B(2.24)
dt m
 12

m
dv
dt
⋅v=
d 1
dt 2( )
m v 2 =q ( v × B ) ⋅v =0

d 1
(
dt 2
m v2 =
d 1
) (
dt 2
1
)
m v ∥ + m v2⊥ =0(2.25)
2

d v∥
Karena =0 persamaan menjadi :
dt

( )
d 1 2 d W⊥
m v⊥ = =0(2.26)
dt 2 dt

Jadi energi kinetik total partikel bersifat konstan, demikian pula energi
kinetik dalam arah sejajar maupun tegak lurus terhadap medan magnet. Energi
kinetik dalam arah sejajar medan magnet digunakan oleh partikel untuk bergerak
di sepanjang garis medan magnet, sedangkan energi kinetik dalam arah tegak-
lurus digunakan untuk gerak partikel mengorbit garis medan magnet lokal(Byrne
2012).

2.2.3.2 Gerak Partikel Bermuatan: Radius Orbit Partikel

Sebagaimana disebutkan bahwa energy kinetik partikel dalam arah tegak-

lurus medan magnet digunakan oleh partikel tersebut untuk melakukan gerak gyro
di sekitar garis medan magnet local. Seperti pada gambar 2.5

Gambar 2. 5 Radius Orbit Partikel

 13

Dari gambar 2.5 juga didapatkan persamaan :

dv q
= v × B(2.27)
dt m

Sehingga persamaan raduis gyro menjadi :

v⊥ m v ⊥
rc= = (2.28)
ωc qB

Dan frekuensi gyro :

qB
ωc= ( 2.29 )
Bc

2.2.3.3 Gerak Partikel Bermuatan: Pitch Angle dan Momen Magnetik

Pitch-angle (α ) adalah sudut yang diapit oleh vector medan magnet B dan
vector kecepatan . Dengan persamaan

v⊥
tan α = (2.30)
v∥

Partikel bermuatan yang bergerak dalam medan magnet akan memiliki

momen magnetic yang diberikan oleh :

2
1 m v⊥
μ= (2.31)
2 B

Dalam bentuk vector memiliki bentuk

2
−1 m v ⊥
μ= B(2.32)
2 B2

2.3 Rekoneksi Medan Magnet

Rekoneksi medan magnet adalah proses penggabungan kembali medan

magnet yang terputus kemedan magnet lain, sehingga mengubah topologi medan
magnet awalnya. Sumber utama dari penggabungan ini adalah momentum angin
 14

matahari, menurut persamaan (2.33) aliran angin matahari yang termagnetisasi

dapat mewakili medan listrik dalam kerangka acuan Bumi(Craven 1992).

Ec =−v c X B(2.33)

Aliran matahari yang masuk ke magnetik bumi ini membuat evolusi pada
garis medan magnet, yang secara teoritis cukup rumit. Pada gambar 2.6
diperlihatkan perubahan yang terjadi saat angin matahri masuk. Gambar paling
kiri menunjukan keadaan awal topologi medan magnet, gambar kedua
memperlihatkan medan magnet yang hilang karena difusi pada titik tertentu dan
menghasilkan konfigurasi tipe-X, lalu gambar terkahir menujukan hasil akhir
yang tejadi.

Gambar 2. 6 Evolusi Penggabungan Garis Bidang

Di medan magnet bumi garis medan antarplanet yang mengarah ke selatan

(dilambangkan dengan 1 pada Gambar 2.6 ) melawan magnetopause, garis itu
akan bergabung dengan garis medan terestrial tertutup. Garis bidang yang
digabungkan akan dibagi menjadi dua garis bidang terbuka yang ditandai dengan
nomer 2, masing-masing dari yang satu ujungnya terhubung ke Bumi dan ujung
lainnya terbentang ke angin matahari.

Selanjutnya, angin matahari akan mengangkut garis medan ini ke bawah

melalui tutup kutub (garis medan bertanda 3 dan 4 pada gambar 2.6 ) dan karena
kekakuan garis medan, tegangan magnet, bagian magnetosfer dari garis medan (di
dalam daerah yang diarsir) akan juga diangkut ke bawah.

Di ujung magnetosfer, sekitar 100-200 RE, kedua bagian garis medan

yang terbuka akan bertemu dan terhubung kembali, meninggalkan garis medan
 15

terestrial yang tertutup tetapi membentang di ekor magnet dan garis medan angin
matahari terbuka di bagian bawah ekor magnetosfer (dilambangkan dengan 7 dan
8 pada Gambar 2.6 ). Karena tegangan magnet, peregangangaris bidang ekor yang
ditandai dengan 8 akan mengendur dan memendek ke arah Bumi.

Gambar 2. 7 Penggabungan Dan Penyambungan Kembali Garis Medan Di

Magnetopause

2.3.1 Gerak Partikel Menuju Kutub

Setelah terjadinya proses rekoneksi medan magnet, partikel-partikel

berenergi tinggi yang masih terperangkap di dalam garis medan magnet tersebut
akan diteruskan ke kutub-kutub Bumi yang merupakan daerah dengan medan
magnet kuat. Partikel ini akan berinteraksi dengan partikel-partikel gas di bagian
ionosfer Bumi.

Dengan mempertimbangkan sebuah partikel bermassa m dan kecepatan v

pada garis gaya medan di magnetosfer, memperlihatkan bahwa pusat pemandunya
akan bergerak sesuai dengan teorema konservasi. Adapun ekspresi momen
magnet di jelaskan dengan menggunakan persamaan(Nosé et al. 2012) :

2 2 2
m v ˔ m v sin α
µ= = (2.34)
2B 2B

Karena partikel menuju daerah dengan medan magnet lebih kuat, maka
2
mv ˔
invariasi akan mengikuti µ=ɛ ˔= dan harus terus meningkat. Energi di
2
 16

katakan kekal, sehingga ɛ ˔ harus mengorbankan ɛ ∥. Pada saat ini lah partikel
tidak akan bisa menembus lebih jauh, dan terus bolak balik karena adanya gaya
F=−µ ∇ B. Partikel yang terperangkap akan memantul bolak-balik di antara
keduanya titik balik konjugasi. Partikel ini digambarkan oleh gambar 2.7

Gambar 2. 8 Geometri Botol Magnetik

Sehingga kekekalan momen magnet (integral aksi) dapat ditulis dalam

persamaan :

2 B
sin = (2.35)
BR

Persamaan ini menunjukkan bahwa sudut pitch α (sebuah partikel di sembarang

titik B yang berhubungan dengan besarnya B R pada titik pantul. Oleh karena itu
kita dapat hitung BR diberikan α dan sebaliknya.
Bila dilihat pada gambar 2.7 Bo adalah bidang ekuator. BM adalah bidang
di tenggorokan, BM mempresentasikan nilai maksimum pada B yang di hadapi
oleh sebuah partikel. Semua partikel yang bercermin di daerah BR < BM akan
terperangkap. Sedangkan Semua partikel yang mercerminkan di mana B R > Bm
akan lolos dari botol magnet.
Pada daerah tengah medan magnet minimum dapat di defenisikan
dengan persamaan :
BM
R= (2.36)
Bo
 17

R mempresentasikan rasio cermin dan memberikan rasio antara medan magnet

terkuat dan terlemah yang di hadapi oleh partikel dalam geometri terperangkap.

2.4 Arus Elektrojet Aurora

Partikel yang mengendap kedalam oval aurora akan menyebabkan ionisasi

yang signifikan, dengan konduktifitas yang lebih tinggi dari pada tutup kutub
sehingga menyebabkan aliran arus lintang di dalam oval aurora membentuk
elektrojet aurora. Elektrojet aurora sendiri merupakan arus yang paling menonjol
di garis lintang aurora dengan membawa arus total sebesar 106 A. Arus total
tersebut sama dengan arus total yang dibawa oleh arus cincin. Arus ini akan
membawa partikel sejauh 100 km di atas permukaan bumi dan menciptakan
ganguan magnetik.

Pola medan listrik di aurora oval mencerminkan pola skala besar konveksi
plasma magnetosfer. Pengangkutan tabung fluks terbuka dan tertutup
menghasilkan pola konveksi dengan dua sel digambarkan pada gambar 2.8

Gambar 2. 9 Kontur Ekuipotensial Medan Listrik Lintang Tinggi

Zona aurora medan listrik yang terkait dengan sistem dua sel transpor plasma
memiliki nilai tipikal antara 20 dan 50 mV/m.
 18

Gambar 2. 10 Sinopsis Bahan Dari Sistem Electrojet Aurora.

2.5 Indeks Dst dan Ideks AE

2.5.1 Indeks Dst

Untuk mengetahui kuatnya badai geomagnetik yang terjadi, indek Dst

(distrubance strom time) dapat digunakan dalam menggambarkan gangguan yang
terjadi pada komponen H medan magnet khususnya pada daerah lintang rendah
atau ekuator. Pengukuran indek Dst dilakukan pada empat observatorium yang
berbeda di daerah garis bujur serta ekuator bumi. Saat indeks Dst mencapai -50nT
maka dianggap telah terjadi badai geomagnetik, bila mencapai -100nT badai yang
terjadi cukup intes dimagnetosfer bumi, dan badai utama biasanya mencapai
-300nT(M. M. Fares Saba, W. D. Gonzalez 1997).

2.5.2 Indeks AE

Dalam melakukan pengukuran Elektrojet aurora digunakan indeks yang

diperkenalkan oleh Davis dan Sugiura (1966). Indek ini merupakan turunan dari
variasi geomagnetik pada bidang horizontal komponen diamati di 12
observatorium di geomagnetik rentang garis lintang 61°–70° di belahan bumi
utara. Dengan melihat indek AU dan indek AL mewakili nilai yang membentuk
atas dan bawah amplop plot superposisi dari semua data dari ini stasiun sebagai
 19

fungsi waktu universal (UT). Perbedaannya, AU minus AL, mendefinisikan

electrojet aurora :

AE=( AU − AL ) (2.37)

Secara empiris telah ditemukan bahwa total masukan panas Joule

hemispheric sebesar 0,3 GW setara dengan 1 nT di AE. Aktivitas elektrojet
aurora yang berlebihan akan menyebabkan gangguan pada ionosfer dan
membentuk variasi baru pada geomagnet bumi. Bila terbentuk variasi baru pada
geomagnetik bumi dan menginduksi arus induksi geomagnetik (GIC) akan terjadi
kerusakan tranformator daya tegangan tinggi dari jaringan listrik dan
meningkatkan korosi pada baja pipa. Gangguan yang terjadi karena adanya
aktivitas elektrojet aurora bukan hanya itu, tapi juga dapat membuat gangguan
ionosfer karena pemanasan Joule sehingga jaringan komunikasi radio akan
menurun serta merusak jaringan GPS (Global Positioning System)(Chen et al.
2003).
 BAB III
METODE PENELITIAN

3.1 Tempat dan Waktu Penelitian

Kegiatan penelitian ini dilaksanakan di Laboratorium Fisika Astronomi

Universitas Islam Negeri Sunan Gunung Djati Bandung pada bulan Januari 2022

sampai dengan selesai, kegiatan penelitian ini terdiri dari studi literatur, kegiatan

penelitian dan penulisan laporan.

3.2 Alat dan Bahan

3.2.1 Alat

Alat yang digunakan pada penelitian sebagai berikut :

Tabel 3. 1 Alat

NO Alat Jumlah
1. Personal Computer (PC) 1 Buah
2. Aplikasi Python 3 1 Buah
3.2.2 Bahan

Bahan yang digunakan pada penelitian sebagai berikut :

Tabel 3. 2 Bahan

NO Bahan Jumlah
1. Data indeks Dst (strom/badai Dari tahun 1980 sampai tahun 2018
geomagnetik)
2. Data indeks AE (substrom/badai Dari tahun 1980 sampai tahun 2018
aurora)

20
 21

3.3 Prosedure Percobaan

3.3.1 Metode Pengumpulan Data

Metode pengumpulan data yang dilakukan pada penelitian ini adalah

dengan mendownload data indeks Dst dan indeks AE dari web
http://wdc.kugi.kyoto-u.ac.jp/dstae/index.html, pada rentang waktu tahun 1980
sampai dengan tahun 2018.

3.3.2 Metode Pengolahan Data

Data indeks Dst dan indeks AE yang telah di download didalamnya

melampirkan beberapa data lain seperti indeks AU, indek AL, waktu pengambilan
data, dan lain-lain. Sehingga diperlukan program untuk memilah data, dan
didapatkan data untuk indeks Dst dan indeks AE seperti dibawah ini :

Tabel 3. 3 Indeks Dst dan Indeks AE Hasil Pemilihan

NO Tahun-Bulan-Tanggal Waktu (UT) Indeks AE Indeks AE

1 1980-01-01 01.00 52 -20
2 1981-02-01 02.00 84 -22
3 1982-03-01 03.00 120 -5
4 1983-04-01 04.00 376 -36
5 1985-05-30 05.00 26 6
6 1986-06-01 06.00 186 -20
7 1987-07-01 07.00 38 11
8 1988-01-05 02.00 138 -28
9 1990-03-10 18.00 67 -18
10 1991-06-15 21.00 117 -25
11 2000-01-02 10.00 452 -20
12 2005-01-01 01.00 97 -4
13 2006-11-04 18.00 110 -16
14 2007-07-19 22.00 50 10
15 2008-04-01 06.00 239 -22
16 2009-08-27 14.00 212 4
 22

17 2010-09-16 14.00 43 15
18 2013-11-14 16.00 64 -10
19 2016-04-05 07.00 65 -10
20 2017-04-25 05.00 247 -23

Tabel diatas menunjukan sampel data yang ditampilkan setelah melakukan

pemilihan, untuk melihat keselurahan data dapat dilihat dengan mengklik link
terlampir.
Setelah dilakukan pemilihan, data tersebut diploting menggunakan koding
yang terlampir sehingga akan menghasilkan grafik seperti berikut :

Gambar 3. 1 Grafik Indeks Dst (Atas) dan Indeks AE (Bawah) Tahun 1982 Bulan Juli

Gambar 3. 2 Grafik Indeks Dst (Atas) dan Indeks AE (Bawah) Tahun 1993 Bulan Febuari
 23

Gambar 3. 3 Grafik Indeks Dst (Atas) Dan Indeks AE (Bawah) Ahun 2003 Bulan November

Grafik diatas merukan sampel ploting data dari indeks dst dan indek AE,
untuk melihat semua grafik hasil ploting dapat dilihat pada link yang terlampir.
Selanjutnya dilakukan pemilihan event-event kejadian Strom dan
Substrom. Data yang didapatkan pada pemilihan event Strom sebagai berikut:
Tabel 3. 4 Fasa Awal Strom (Badai)

Fasa Awal
Tahun Waktu Nilai
Bulan Tanggal Nilai Dst
(UT) AE
1980 2 15 14 53 9
1980 5 25 3 81 -4
1980 7 25 14 149 29
1980 10 10 15 205 2
1980 12 19 12 258 12
1981 2 6 13 865 -13
1981 3 5 6 675 -10
1981 4 11 22 293 11
1981 4 12 23 570 -31
1981 5 9 1 309 45
1981 7 25 11 239 -28
1981 10 13 23 923 18
1981 10 20 12 622 -35
1981 10 22 8 365 -46
1982 3 1 12 277 42
1982 7 13 16 1299 0
1982 8 6 17 217 -6
1982 9 5 23 1222 -22
1982 9 21 16 266 -5
1982 9 26 2 183 1
 24

Tabel 3. 5 Ekspansi/Fix Strom

Ekspansi/Fix Strom
Waktu
Bulan Tanggal Nilai AE Nilai
(UT)
2 16 8 641 -132
5 25 13 569 -126
7 25 22 777 -88
10 11 8 588 -104
12 19 18 686 -240
2 7 1 446 -130
3 5 17 917 -215
4 12 5 729 -163
4 13 6 350 -311
5 9 7 760 -119
7 25 20 1151 -226
10 14 6 259 -133
10 20 19 735 -192
10 22 17 848 -85
3 2 5 597 -211
7 14 1 1016 -325
8 7 7 800 -155
9 6 17 965 -282
9 22 7 695 -210
9 26 18 597 -187

Tabel 3. 6 Recovery Awal Strom

Recovery Awal
Waktu
Bulan Tanggal Nilai AE Nilai
(UT)
2 16 9 677 -102
5 25 14 715 -108
7 25 23 648 -85
10 11 9 936 -81
12 19 19 485 -230
2 7 2 450 -110
3 5 18 765 -200
4 12 6 283 -153
4 13 7 439 -284
5 9 8 834 -86
7 25 21 611 -195
10 14 7 368 -121
 25

10 20 20 395 -74
10 20 18 860 -148
3 2 6 564 -209
7 14 2 797 -311
8 7 8 307 -120
9 6 18 847 -262
9 22 8 957 -198
9 26 19 778 -180

Tabel 3. 7 Recovery Akhir Strom

Recovery Akhir
Waktu Keterangan
Bulan Tanggal Nilai AE Nilai
(UT)
2 17 12 31 -29 D
5 26 19 127 -26 D
7 26 8 121 -36 D
10 12 3 45 -46 D
12 21 1 352 -28 D
2 8 1 33 -34 D
3 7 7 243 -40 D
4 12 11 949 -104 S
4 15 13 78 -31 S
5 10 15 129 -24 S
7 28 4 185 -48 D
10 14 13 129 -68 S
10 21 19 80 -65 S
10 24 10 207 -52 D
3 4 8 65 -16 D
7 16 21 468 -20 D
8 8 21 55 -19 D
9 8 16 97 -31 D
9 23 3 442 -69 S
9 27 22 388 -36 S

Sedangkan data Substrom didapatkan dengan membuat suatu aplikasi

menggunkan bahasa pemprograman python 3 seperti yang terlampir. Sehingga
didapatkan data substrom sebagai berikut :

Tabel 3. 8 Substrom ( Badai Aurora)

NO Tahun-Bulan-Tangga Waktu Tahun-Bulan-Tanggal Waktu Puncak

 26

Fase Awal Fase Berakhir (UT) Substrom

1 980-01-01 06.00 1980-01-02 01.00 872
2 1981-01-02 14.00 1981-01-02 21.00 695
3 1982-06-10 01.00 1982-06-12 08.00 1265
4 1985-09-25 04.00 1985-09-25 10.00 819
5 1987-01-28 16.00 1987-01-29 04.00 636
6 1990-05-26 17.00 1990-05-27 19.00 1085
7 1995-10-31 13.00 1995-11-01 16.00 746
8 1998-05-17 20.00 1998-05-18 03.00 574
9 2000-10-25 05.00 2000-10-27 02.00 680
10 2003-04-14 10.00 2003-04-14 18.00 1058
11 2005-09-15 06.00 2005-09-16 22.00 1279
12 2008-01-31 15.00 2008-02-03 20.00 914
13 2010-05-17 00.00 2010-05-18 20.00 603
14 2014-05-03 16.00 2014-05-04 13.00 706
15 2017-01-31 06.00 2017-02-03 23.00 937

3.3 Diagram Alir

Melakukan Pemilihan Memploting Data Indeks

Mendowload Data
Data Indeks Dst Dan Dst Dan Indeks AE
Diwebsite Wdc Kyoto
Indeks AE

Dilakukan Analisis Memilih Event-Event

Statik Strom Dan Substromnya
 DAFTAR PUSTAKA

Byrne, Jason P. 2012. “The Kinematics and Morphology of Solar Coronal Mass
Ejections.” (September). http://arxiv.org/abs/1202.4005.

Chen, Geng Xiong et al. 2003. “Auroral Electrojet Oval.” Earth, Planets and
Space 55(5): 255–61.

Craven, P.A. 1992. 54 Journal of Atmospheric and Terrestrial Physics Physics of

Space Plasmas: An Introduction. Routledge.

Islam Masruri, M. Fakhrul, and Bayu Merdeka Tri Fristiyan Nanda. 2019.
“Analisis Indeks Aktivitas Geomagnet Pada Saat Badai Geomagnet 13
Oktober 2016.” Jurnal Meteorologi Klimatologi dan Geofisika 5(2): 71–78.

M. M. Fares Saba, W. D. Gonzalez, A. L. Clu a de Gonzalez. 1997.

“Relationships between the AE, Ap and Dst Indices near Solar Minimum
(1974) and at Solar Maximum (1979).” 1270: 1265–70.

Nakamura, Masao, Asato Yoneda, Mitsunobu Oda, and Ken Tsubouchi. 2015.
“Statistical Analysis of Extreme Auroral Electrojet Indices Extremely Severe
Space Weather and Geomagnetically Induced Currents in Regions with
Locally Heterogeneous Ground Resistivity 2. Aeronomy.” Earth, Planets
and Space 67(1). http://dx.doi.org/10.1186/s40623-015-0321-0.

Newell, P. T., and J. W. Gjerloev. 2011. “Evaluation of SuperMAG Auroral

Electrojet Indices as Indicators of Substorms and Auroral Power.” Journal of
Geophysical Research: Space Physics 116(12): 1–12.

Nosé, M. et al. 2012. “Wp Index: A New Substorm Index Derived from High-
Resolution Geomagnetic Field Data at Low Latitude.” Space Weather 10(8).

Olson, Peter, and Hagay Amit. 2006. “Changes in Earth’s Dipole.” Die
Naturwissenschaften 93(11): 519–42.

28
 29

Piddington, J. H. 1960. “A Theory of Polar Geomagnetic Storms.” Geophysical

Journal of the Royal Astronomical Society 3(3): 314–32.

Potential, Magentic. “Earth ’ s Magnetic Field Magentic Potential for a Dipole

Field Pointing South.” : 1–11.

Ruhimat, Mamat. 2011. “AKTIVITAS MATAHARI DAN MEDAN MAGNET.”

6(1): 34–40.

Yatini, Clara Y, and Mamat Ruhimat. 2009. “Badai Matahari Dan Pengaruhnya
Pada Ionosfer Dan Geomagnet Di Indonesia.” Majalah Sains dan Teknologi
Dirgantara 4(1): 17–24.
 LAMPIRAN

Link Data Skripsi :

https://drive.google.com/drive/u/0/folders/
1MdsIqRIosYeo5FxKafGuJ5TQYsGCdPyI

Koding untuk membaca indek Dst :

import os
import datetime
import json

fpath = r"F:\Proposal TA\Data"

fname = "WWW_dstae00008668.dat.txt"
ffile = os.path.join(fpath, fname)

savename = "dataskripsi.json"
savepath = r"F:\Proposal TA\Data"
savefile = os.path.join(savepath, savename)

fid = open(savefile, "r")

savejson = json.load(fid)
fid.close()

datajson = {}
if os.path.isfile(ffile):

fid = open(ffile, "r")

fdata = fid.readlines()
fid.close()

for fline in fdata:

if fline:
fline= fline.replace("\n","")
tahun = fline[3:5]
bulan = fline[5:7]
hari = fline[8:10]
if int(tahun)<69:
tahun = "20" + tahun
else:
tahun = "19" + tahun

dstline = fline[20:116]
dstdata = []
for nc in range(int(len(dstline)/4)):
ncs = nc*4
ncf = (nc+1)*4
dst = dstline[ncs:ncf]
dstdata.append(int(dst))

27
 28

timestr = "-".join([tahun, bulan, hari]) + " " +

"00"
timeobj = datetime.datetime.strptime(timestr, "%Y-
%m-%d %H")
for jam in range(len(dstdata)):
timeobj = timeobj +
datetime.timedelta(hours=1)
timestr = datetime.datetime.strftime(timeobj,
"%Y-%m-%d %H")
dstval = dstdata[jam]
if timestr in savejson:
savejson[timestr].append(dstval)

fid = open(savefile, "w")

fid.write(json.dumps(savejson, indent=2))
fid.close()

os.remove(ffile)

Koding untuk membaca indek AE :

import os
import datetime
import json

fpath = r"F:\Proposal TA\Data"

fname = "WWW_aeasy00008636.dat.txt"
ffile = os.path.join(fpath, fname)

savename = "dataskripsi.json"
savepath = r"F:\Proposal TA\Data"
savefile = os.path.join(savepath, savename)
datajson = {}
if os.path.isfile(ffile):

fid = open(ffile, "r")

fdata = fid.readlines()
fid.close()

for fline in fdata:

fline = fline.replace("\n","")
if fline[18]=="E":
tahun = fline[12:14]
bulan = fline[14:16]
hari = fline[16:18]
jam = fline[19:21]
aeindex = int(fline[394:400])

if int(tahun)<50:
 29

tahun = "20" + tahun

else:
tahun = "19" + tahun

timestr = "-".join([tahun, bulan, hari]) + " " +

jam
datajson[timestr] = [aeindex,]

if os.path.isfile(savefile):
fid = open(savefile, "r")
savedata = json.load(fid)
fid.close()

jsontime = list(datajson.keys())
for timestr in jsontime:
if timestr not in savedata:
savedata[timestr] = datajson[timestr]
fid = open(savefile, "w")
fid.write(json.dumps(savedata, indent=2))
fid.close()

else:
fid = open(savefile, "w")
fid.write(json.dumps(datajson, indent=2))
fid.close()

os.remove(ffile)

Koding untuk memploting indeks Dst fan indeks AE :

import os
import matplotlib.pyplot as plt
import json
import datetime

figdpi = 80
plt.rcParams["figure.figsize"]=18,8
plt.rcParams['figure.dpi'] = figdpi

def hitung_posisi_axes(axtop, axbot, axlef, axrgt, axgap,

axnum):
axheight = (1 - axtop - axbot - (axnum-1)*axgap)/axnum
axwidth = 1 - axlef - axrgt
axpos = []
for nax in range(0,axnum):
axpos.append((axlef, axbot + nax* (axgap+axheight),
axwidth, axheight))
return axpos
 30

#Sebagai contoh Plot Data Index Dst Tahun 2000 Bulan Januari
tahun = 2018
bulan = 12
#Defining data path

sourcepath = r"F:\Proposal TA\Data"

sourcename = "corrected_dataskripsi.json"
sourcefile = os.path.join(sourcepath, sourcename)

#Read JSON Data

fid = open(sourcefile, "r")
sourcejson = json.load(fid)
fid.close()

#Parsing Data JSON dan Kumpulkan data tahun 2000 bulan 1

sourcekeys = list(sourcejson.keys())

timeplot = []
dstplot = []
aeplot = []
for timestr in sourcekeys:
#Merubah data string timestr menjadi data datetime
timeobj = datetime.datetime.strptime(timestr, "%Y-%m-%d
%H")

#Memeriksa apakah timeobj tahun dan bulan yang dimaksud

if timeobj.year==tahun and timeobj.month==bulan:
timeplot.append(timeobj) #Collecting data
waktu
dstplot.append(sourcejson[timestr][1]) #Collecting
data dst
aeplot.append(sourcejson[timestr][0]) #Collecting data
AE

axtop = 0.03
axbot = 0.08
axlef = 0.07
axrgt = 0.03
axgap = 0.03

axnum = 2 #Jumlah axes

axpos = hitung_posisi_axes(axtop, axbot, axlef, axrgt, axgap,
axnum)
fig, ax = plt.subplots(axnum,facecolor="white")
for nax in range(axnum):
ax[2-nax-1].set_position(axpos[nax])
ax[2-nax-1].set_facecolor("white")

#Plot Dst dan AE

ax[0].plot(timeplot, dstplot, color="black")
ax[1].plot(timeplot, aeplot, color="black")
 31

#Setting Axis Waktu

tstart = timeplot[0].replace(hour=0)
tend = timeplot[-1].replace(hour=0) +
datetime.timedelta(days=1)
timelimit = [tstart, tend]
ax[0].set_xlim(timelimit)
ax[1].set_xlim(timelimit)

#Setting Tick Axis Waktu

tmajortick = []
tminortick = []
tlabeltext = []
ctime = tstart
while ctime<=tend:
if ctime.hour % 12==0:
tmajortick.append(ctime)
if ctime.hour==0:
if ctime==tstart or ctime==tend:
ctext = datetime.datetime.strftime(ctime, "%d
%b")

else:
ctext = datetime.datetime.strftime(ctime,
"%d")
else:
ctext = ""
tlabeltext.append(ctext)
else:
tminortick.append(ctime)
ctime = ctime + datetime.timedelta(hours=2)

ax[0].set_xticks(tmajortick)
ax[0].set_xticklabels([])
ax[0].set_xticks(tminortick, minor = True)

ax[1].set_xticks(tmajortick)
ax[1].set_xticklabels(tlabeltext)
ax[1].set_xticks(tminortick, minor = True)

#Setting Axis Dst Index

dstlower = -500
dstupper = 100
dstlimit = [dstlower, dstupper]
cdst = dstlower
dstmajor = []
dstminor = []
dsttexts = []
while cdst<=dstupper:
if cdst % 100==0:
dstmajor.append(cdst)
dsttexts.append("%d" % cdst)
 32

else:
dstminor.append(cdst)
cdst +=20

ax[0].set_ylim(dstlimit)
ax[0].set_yticks(dstmajor)
ax[0].set_yticklabels(dsttexts)
ax[0].set_yticks(dstminor, minor = True)

#Setting Axis Dst Index

aelower = 0
aeupper = 2000
aelimit = [aelower, aeupper]
cae = aelower
aemajor = []
aeminor = []
aetexts = []
while cae<=aeupper:
if cae % 500==0:
aemajor.append(cae)
aetexts.append("%d" % cae)
else:
aeminor.append(cae)
cae +=100

ax[1].set_ylim(aelimit)
ax[1].set_yticks(aemajor)
ax[1].set_yticklabels(aetexts)
ax[1].set_yticks(aeminor, minor = True)

#Setting panjang dan arah tick

ax[0].tick_params(which = 'major', length=7, direction = 'in',
width=1)
ax[0].tick_params(which = 'minor', length=3, direction = 'in',
width=1)
ax[1].tick_params(which = 'major', length=7, direction = 'in',
width=1)
ax[1].tick_params(which = 'minor', length=3, direction = 'in',
width=1)

plt.show()

Koding untuk memilih event-event substrom :

import os
import datetime
import json
import numpy as np
from scipy.signal import find_peaks
import time
 33

from scipy import signal

import matplotlib.pyplot as plt

sourcepath = r"F:\Proposal TA\Data"

sourcename = "corrected_dataskripsi.json"
sourcefile = os.path.join(sourcepath, sourcename)

sdayobj = datetime.datetime(1980,1,4,0,0,0)
fdayobj = sdayobj + datetime.timedelta(days=1)

aetreshold = 100

def detect_polindexpeak(datalist,timelist, aetreshold):

peaks = []
valley = []
peaks, _ = find_peaks(datalist, height=aetreshold)
oripeak = peaks
#valley = signal.argrelextrema(datalist,np.less)
datarevs = datalist*-1
valleys = find_peaks(datarevs)

peaks = peaks.tolist()
errpeak = []
relpeak = []
if len(peaks)>1:
ncount = 0
while ncount<=len(peaks):
for rp in range(len(peaks)-1):
findex = peaks[rp]
nindex = peaks[rp+1]

ftpeak = timelist[findex]
ntpeak = timelist[nindex]
fvpeak = datalist[findex]
nvpeak = datalist[nindex]
tdelta = (ntpeak - ftpeak).total_seconds()/60
if tdelta<60:
if fvpeak>=nvpeak:
errpeak.append(nindex)
else:
errpeak.append(findex)
else:
templist = datalist[findex+1:nindex]
if fvpeak>500 or nvpeak>500:
if fvpeak>500 or nvpeak>500:
peaktreshold = 250
else:
 34

peaktreshold = 250

else:
peaktreshold = 250

j2 = [i for i in templist if i
<peaktreshold]
if not j2:
if nvpeak>=fvpeak:
errpeak.append(findex)
else:
errpeak.append(nindex)
for nerr in errpeak:
if nerr in peaks:
peaks.remove(nerr)
errpeak = []
if len(peaks)==1:
break
ncount +=1
peaks = np.array(peaks)
peaktemp = oripeak
valleys = valleys[0].tolist()
substorm = find_truevalley(peaktemp, peaks, timelist,
datalist, valleys)
return oripeak, peaks, substorm

def find_truevalley(oripeak, peaks, timelist, datalist,

valleys) :
substorm = {}
if len(peaks)>=1:
for peakind in peaks:

for orival in oripeak:

oritime = timelist[orival]
for valval in valleys:
valtime = timelist[valval]
tdelta = abs((valtime -
oritime).total_seconds()/60)
if datalist[peakind]<360:
if tdelta<60 and datalist[valval]>100:
valleys.remove(valval)
else:
if tdelta<90:
valleys.remove(valval)
npvalley = np.array(sorted(valleys))
realvalley = []
substorm = {}
pcount = 0
for peakind in peaks:
indexdiff = peakind - npvalley
btemp = []
ntemp = []
bc =0
 35

for dline in indexdiff:

if dline>0:
btemp.append(npvalley[bc])
else:
ntemp.append(npvalley[bc])
bc +=1
if not btemp: breal = 0
else: breal = btemp[-1]

if not ntemp: nreal = len(timelist)-1

else: nreal = ntemp[0]

realvalley.append(breal)
realvalley.append(nreal)

subduration = (timelist[nreal] -
timelist[breal]).total_seconds()
subhour = subduration//3600
subminute = (subduration % 3600)//60
subsecond = (subduration % 3600) % 60
subdur = "%02d:%02d:%02d" % (subhour, subminute,
subsecond)
subonset =
datetime.datetime.strftime(timelist[breal], "%Y:%m:%d %H:%M:
%S")

substorm["%02d" % pcount] = {"start":int(breal),

"peak":int(peakind), "end":int(nreal), "duration": subdur,
"intensity":datalist[peakind], "onset":subonset}
pcount +=1

if list(substorm.keys()):
subkeylist = sorted(list(substorm.keys()))
lensub = len(subkeylist)
nsub = 0
csub = 0
errsub = []
while csub<lensub-1:
msub = csub+1
ckey = subkeylist[csub]
mkey = subkeylist[msub]

cdata = substorm[ckey]
mdata = substorm[mkey]
clist = list(range(cdata["start"],
cdata["end"]+1))
mlist = list(range(mdata["start"],
mdata["end"]+1))
if not set(mlist).isdisjoint(clist):
cpeak = datalist[cdata["peak"]]
mpeak = datalist[mdata["peak"]]
glist = sorted(list(set(clist) |
set(mlist)))
 36

gmin = glist[0]
gmax = glist[-1]
if cpeak>=mpeak:
#del substorm[mkey]
substorm[ckey]["start"] = gmin
substorm[ckey]["end"] = gmax
substorm.pop(mkey)
else:
#del substorm[ckey]
substorm[mkey]["start"] = gmin
substorm[mkey]["end"] = gmax
substorm.pop(ckey)

#print ("berpotongan remove before")

subkeylist = sorted(list(substorm.keys()))
lensub = len(subkeylist)
else:
csub +=1
return substorm

fid = open(sourcefile, "r")

sourcejson = json.load(fid)
fid.close()

timekeys = list(sourcejson.keys())
datalist = []
timelist = []
for timestr in timekeys:
timeobj = datetime.datetime.strptime(timestr,"%Y-%m-%d
%H")
if timeobj>=sdayobj and timeobj<fdayobj:
aevalue = sourcejson[timestr][0]
datalist.append(aevalue)
timelist.append(timeobj)

plt.plot(timelist,datalist)
oripeak, peaks, substorm =
detect_polindexpeak(datalist,timelist, aetreshold)
print (json.dumps(substorm, indent=2))
plt.show()