LAPORAN KLIMATOLOGI ACARA 3 ANALISIS DATA METEOROLOGI ~ ARI SETIADI

ACARA 3

ANALISIS DATA METEOROLOGI

I. TUJUAN

Melatih mahasiswa untuk mengolah dan menganalisis data meteorologi pertanian serta menyajikannya dalam data siap pakai.
Mempelajari hubungan timbal balik antara anasir-anasir iklim.

II. TINJAUAN PUSTAKA

Agar maksud data analisis data meteorologi lebih bermanfaat, maka dilakukan pengorganisasian dan analisis data dari seluruh jaringan pengamat cuaca. Misalnya, analisis data berdasarkan time series (pengamatan jangka panjang), penafsiran terhadap suatu parameter yang sukar dilakukan dengan cara didekati dengan parameter yang mempunyai hubungan dan berdasarkan rumus antara parameter tersebut (Wisnusubroto, 1999).

Dengan berdasarkan kepada metode statistika maka terdapat teknik menganalisis data untuk sebuah persoalan yang menyangkut dua peubah atau lebih yang ada atau diduga ada dalam suatu pertautan tertentu yang disebut teknik analisis regresi dan analisis korelasi. Regresi multipel adalah regresi yang melibatkan sebuah peubah tak bebas dan dua atau lebih peubah bebas. Yang kemudian disusun oleh analisis korelasinya dalam bentuk korelasi multipel. Regresi merupakan bentuk hubungan antara peubah respon (Y) dan peubah prediktor (X). Manfaat dari analisa regresi adalah mengetahui peramalan rata-rata peubah respon berdasarkan peubah prediktor, perkiraan rerata untuk peubah respon untuk setiap perubahan satuan prediktor termasuk selang taksiran rata-rata dan individual untuk peubah respon. Selain itu, jika hubungan antar peubah respon dengan peubah prediktor memang ada maka untuk mengetahui ada atau tidaknya kontribusi peubah prediktor terhadap peubah respon terdapat pada bagian korelasi (r), harga r berkisar pada nilai -1 hingga 1. Koefisien korelasi negatif memiliki hubungan dengan koefisien arah negatif. Sedangkan korelasi positif memiliki hubungan dengan koefisien arah positif. Dan jika korelasi mempunyai nilai nol maka koefisien arah nol atau dapat dikatakan jika antara peubah respon dan peubah prediktor tidak memiliki hubungan. (Sudjana, 1991).

Probabilitas dan prakiraan data curah hujan lebih praktis mendapatkan perhatian, karena hal ini dapat mengubah hasil panen tanaman, permintaan evaporasi dan tipe tanah. Pada faktanya periode dengan kalkulasinya dibutuhkan untuk mengubah nilai kritik dari curah hujan dalam suatu periode. Permasalahan yang ada seperti ketidaktepatan dalam perubahan kalkulasi dengan jangka waktu yang pendek dan curah hujan yang rendah (Jackson, 1984).

Jumlah curah hujan tidak menunjukkan informasi yang dibutuhkan untuk mengukur pengikisan dari badai hujan. Kekuatan yang digunakan di permukaan tanah dengan setiap tetesan air hujan dapat diperlihatkan dengan kekuatan yang meliputi badai hujan. Untuk menghitung nilai ini, informasi yang harus tersedia adalah besar dan lamanya hujan badai, ukuran dan kecepatan pada tiap tetesan hujan dan penyaluran ukuran tiap tetes (Linder,1981).

Cara memprediksi kemungkinan curah hujan yaitu dengan melakukan banyak penyelidikan mengenai distribusi curah hujan yang dapat diklasifikasikan sebagai berikut (Sosrodarsono, 1978):

Cara distribusi normal

Cara ini digunakan untuk menyelesaikan atau menghitung distribusi normal yang didapat dengan merubah variabel distribusi asimetris (X) ke dalam logaritma atau ke dalam akar pangkat n.

Cara kurva asimetris

Cara ini adalah cara yang langsung menggunakan kurva asimetris kemungkinan kerapatan. Cara-cara yang digunakan adalah jenis distribusi eksponensial dan distribusi harga ekstrim.

Cara yang manggunakan kombinasi cara 1 dan cara 2

Sedangkan Linder (1981), mengungkapkan bahwa dalam daerah musim hujan, hujan harian biasanya jatuh selama satu badai, kemudian hal ini dapat dianggap bahwa curah hujan bulanan dibagi dengan jumlah hujan harian tiap bulan menghasilkan pengukuran yang layak dari rata-rata jumlah hujan yang turun selama satu badai pada bagian bulan tersebut.

III. METODOLOGI

Pada percobaan analisis data meteorologi yang dilaksanakan pada hari Selasa, 14 Maret 2006 dan dilakukan di laboratorium agroklimatologi Fakultas Pertanian Universitas Gadjah Mada. Bahan praktikum ini meliputi data bulanan selama satu tahun dari stasiun meteorologi yang terdiri atas data curah hujan (CH), kelembaban nisbi (RH), evaporasi (EV), termometer bola basah (TBB), termometer bola kering (TBK), panjang penyinaran (PP), dan intensitas penyinaran (IP), bahan ini digunakan untuk analisis, penyajian dan interpretasi data. Sedangkan untuk analisis korelasi dan analisis regresi digunakan data temperatur (T), kelembaban nisbi (RH), evaporasi (EV), termometer bola basah (TBB), termometer bola kering (TBK), panjang penyinaran (PP), dan intensitas penyinaran (IP) bulanan selama satu tahun yang diperoleh dari analisis data yang diperoleh.

Dalam menyajikan dan mengintepretasi data meteorologi pertanian memerlukan pembagian kerja yaitu dengan membagi mahasiswa menjadi beberapa kelompok menurut stasiun meteorologi sebagai sumber data. Kemudian masing-masing kelompok saling menukarkan data yang telah diperoleh.

Untuk menghitung banyaknya curah hujan yang pertama kali dilakukan adalah menghitung jumlah curah hujan perdasarian, tinggi curah hujan bulanan, dan curah hujan tahunan. Kemudian dihitung jumlah hari hujan selama setahun., bulan-bulan basah, dan bulan-bulan kering menurut Mohr.

Untuk mengolah data suhu udara (TBB dan TBK) dihitung rata-rata suhu harian, yang mengukurnya digunakan cara dua kali suhu udara pada pukul 07.00 ditambah suhu udara pada pukul 13.00 dan ditambah lagi dengan suhu udara pada pukul 18.00 kemudian data tersebut dibagi empat. Untuk menghitung suhu bulanan dilakukan dengan cara membagi jumlah suhu harian selama satu bulan dengan jumlah hari dalam satu bulan tersebut. Sedangkan untuk menghitung suhu tahunan dilakukan dengan cara membagi jumlah suhu bulanan selama satu tahun dengan jumlah bulan dalam satu tahun (12 bulan). Atau dapat digunakan rumus Braak yaitu T tahunan = 26,3-0,6h; suhu maksimum = 31,3-0,62h; dan suhu minimum = 22,8-0,53h. Dan yang terakhir dibuat grafik suhu bulanan selama satu tahun.

Untuk menghitung kelembaban relatif udara dapat dilakukan dengan rumus perhitungan suhu harian dan suhu tahunan., dengan dasar selisih TBB dan TBK pada pukul 07.00, 13.00, dan 18.00. kemudian dibuat grafik ayunan RH (kelembaban relatif udara) bulanan selama satu tahun dan yang terakhir diberikan pembahasan mengenai pola ayunan T dan RH bulanan selama satu tahun.

Untuk menghitung panjang penyinaran (PP), intensitas penyinaran (IP), dan evaporasi (EV) mula-mula dihitung rerata panjang penyinaran, intensitas penyinaran dan evaporasi bulanan selama satu tahun. Kemudian dibuat grafik rerata panjang penyinaran, intensitas penyinaran, dan evaporasi bulanan selama satu tahun. Dan yang terakhir adalah pembahasan mengenai pola ayunan panjang penyinaran (PP), intensitas penyinaran (IP), dan evaporasi (EV) selama satu tahun.

Untuk analisis regresi dan analisis korelasi, dilakukan penghitungan nilai regresi dan korelasi dengan bantuan data harian selama setahun diantara dua anasir iklim. Analisis dilakukan dengan menggunakan kalkulator sehingga diperoleh persamaan regresi y = a + bx dan koefisien korelasi (r). Dan yang terakhir dilakukan adalah dibuat grafik persamaan regresi dari hubungan antara anasir iklim tersebut serta dibandingkan dengan keeratan masing-masing hubungan.

IV. HASIL PENGAMATAN

1. Menghitung rata-rata suhu TBB dan TBK digunakan rumus

T = 2 (T 07.00) + (T 13.00) + (T 18.00)

Contoh perhitungan rata-rata suhu TBB dan TBK pada bulan Januari

Rata-rata suhu TBK pada bulan Januari

T = 2(24,38) + 30,26 + 25,88

= 104,9

= 26.225

Rata-rata suhu TBB pada bulan Januari

T = 2(23,48) + 26,87 + 24,42

= 98,25

= 24,56

Bulan	Suhu (TBK) (°C)				Suhu (TBB) (°C)
Bulan	Pk.07	Pk.13	Pk.18	Rata-rata	Pk.07	Pk.13	Pk18	Rata-rata
JAN	24.38	30.26	25.88	26.23	23.48	26.87	24.42	24.56
FEB	24.06	30.52	25.69	26.08	23.17	27.02	24.37	24.43
MAR	24.33	31.08	26.08	26.45	23.41	27.14	24.82	24.70
APR	24.45	30.79	26.15	26.46	23.59	27.22	24.94	24.84
MEI	24.54	31.64	26.62	26.84	23.25	27.65	25.12	24.82
JUN	23.21	30.93	26.05	25.85	22.22	26.96	24.43	23.96
JUL	22.6	30.91	26.8	25.73	21.66	26.8	24.84	23.74
AGUST	26.61	31.03	26.21	27.62	21.75	26.75	224.38	23.66
SEPT	24.91	31.56	27.04	27.11	23.75	27.33	25.15	24.9
OKT	25.02	30.99	26.32	26.84	23.85	27.19	24.86	24.94
NOP	24.9	30.19	25.80	26.45	23.82	27.01	24.61	24.82
DES	25.31	30.85	30.89	28.09	23.97	27.28	24.98	25.05

2. Menghitung kelembaban atas dasar selisih TBK- TBB dengan rumus interpolasi

X1- X2 = Y1-Y2

X1 –X Y1 –Y

Contoh perhitungan RH pukul 07.00 pada bulan Januari

X = TBK –TBB

= 24,38 – 23,48

=0,9

Interpolasi : X1- X2 = Y1-Y2

X1 –X Y1 –Y

1,0 – 0,8 = 92 - 90

1,0 -0,9 92 –Y

92 – Y = 2

= 91 %

Bulan	KELEMBABAN (%)
Bulan	Pk 07.00	Pk 13.00	Pk 18.00	Rata-rata
Januari	91	72.95	85.6	85.14
Februari	90.9	71.5	88.2	85.38
Maret	84	65.7	87.6	80.33
April	90.6	71.85	87.1	85.22
Mei	87.9	68.95	86	82.89
Juni	91	68.85	84.1	83.92
Juli	86	67.1	83.6	80.68
Agustus	58.6	65.4	82.3	66.23
September	87	65.3	82.9	80.55
Oktober	89.7	68	85.6	83.25
November	88.94	74.9	89.95	85.68
Desember	85.4	71.85	55.55	74.55

Contoh perhitungan RH rata-rata untuk bulan Januari

T = 2 (T 07.00) + (T 13.00) + (T 18.00)

= 2 (91 %) + (72,95 %) + (85,67 %)

= 340,55

= 85,1375

Tabel Data Klimatologi Bulanan pada Stasiun UGM Bulak Sumur Tahun 2000

Bulan	T (°C)	RH (%)	PP (%)	EV (mm)	CH (mm)	KA (km/jam)
Januari	26.23	85.14	28.6	68.8	315.7	1.6
Februari	26.08	85.38	23.3	57.8	406.3	1.8
Maret	26.46	80.33	27.7	73.9	183.9	2.9
April	26.46	85.22	35.6	63.4	236.0	1.7
Mei	26.46	82.89	43.2	103.4	54.0	2.1
Juni	25.85	83.92	37.4	85.5	68.8	1.8
Juli	25.73	80.68	51.8	109.4	2.0	2.5
Agustus	27.62	66.23	58.3	121.0	47.0	2.6
September	27.1	80.55	46.9	126.1	1.3	3
Oktober	26.84	83.25	28.4	78.8	137.7	2.3
November	26.45	85.68	12.9	61.2	259.0	1.9
Desember	28.09	74.55	44	111.3	229.6	2.4

Mencari persamaan regresi dengan menggunakan kalkulator

Rumus umum regresi fungsi linear sederhana adalah :

Y = a + bx

X = peubah bebas a = intercept

Y = peubah tak bebas b = gradien garis regresi

Variabel	a	b	r	Persamaan regresi
PP vs T	26.05	0.021	0.388	y = 26.05 + 0.02x
PP vs RH	92.59	-0.283	-0.317	y = 92.59 - 0.283x
PP vs EV	26.99	1.6814	0.887	y = 26.99 + 1.6814x
T vs EV	-424.96	19.226	0.549	y = -424 + 19.226x
T vs RH	224.758	-5.354	-0.725	y = 224.758 – 5.354x
RH vs EV	363.318	-3.351	-0.702	y = 363.318 – 3.351x
RH vs CH	-619.795	9.525	0.375	y = -619.795 + 9.525x
KA vs EV	-20.734	50.95	0.875	y = -20.734 + 50.95x
KA vs RH	96.874	-6.919	-0.568	y = 96.784 – 6.919x
KA vs CH	622.88	-215.3	-0.695	y = 622.88 – 215.3

4. Menentukan koefisien regresi korelasi r yang mendekati R ≈ +1, R ≈ 0, R ≈ -1

Dari tabel di atas dapat ditentukan nilai r beserta persamaan regresinya

R ≈ +1 adalah variabel PP vs T dengan persamaan regresi

y = 26,05 + 0,02x

R ≈ 0 adalah variabel RH vs CH dengan persamaan regresi

y = -619,79 + 9,5248x

R ≈ -1 adalah variabel T vs RH dengan persamaan regresi

y = 224,76 - 5,354x

V. PEMBAHASAN

a. Suhu Udara

Adanya kenaikan dan penurunan suhu disebabkan adanya pengaruh radiasi matahari, sehingga energi dari panas bumi dapat dikembalikan lagi ke atmosfer sebagai gelombang pendek. Terjadinya perubahan suhu dari bulan ke bulan selama satu tahun juga dapat disebabkan oleh pengaruh intensitas penyinaran radiasi matahari atau terjadinya insolation (incoming solar radiation). semakin tinggi intensitas matahari yang diikuti oleh curah hujan yang cukup tinggi akan menyebabkan suhu menjadi semakin rendah, begitu pula sebaliknya. Radiasi tinggi berarti suhu akan semakin tinggi, hal ini mengingat besarnya sinar matahari yang sampai ke bumi mengakibatkan meningkatnya panas bumi. Pada grafik suhu vs bulan dapat dilihat fluktuasi temperatur bulanannya cukup kecil (pada daerah sekitar khatulistiwa fluktuasi cukup kecil). Namun pada bulan Juli ke Agustus serta November menuju Desember terjadi kenaikan suhu yang cukup tinggi di bandingkan bulan-bulan lainnya.

b. Kelembaban Udara

Pada grafik dapat dilihat bila kelembaban pada bulan Januari hingga bulan Juli Relatif tetap dan bila terjadi penurunan sangat kecil. Hal ini terjadi karena banyaknya uap air yang terkandung dalam udara di suatu daerah relatif tetap. Namun pada bulan Juli hingga bulan Agustus terjadi penurunan walaupun hanya berkisar 10 %. Dan pada bulan Agustus hingga bulan september terjadi kenaikan yang relatif rendah. Kenaikan dan penurunan kelembaban udara di Indonesia relatif rendah karena Indonesia merupakan daerah di khatulistiwa yang memiliki iklim tropis basah. Sehingga terdapat pemanasan yang hampir sama di setiap bulannya dan selalu menerima hujan di setiap tahun.

c. Panjang Penyinaran.

Dari grafik di atas dapat dilihat bila panjang penyinaran tertinggi terjadi pada bulan Agustus, sedangkan panjang penyinaran terkecil terjadi pada bulan November yang kemudian diikuti oleh kenaikan yang cukup tinggi di bulan Desember. Panjang penyinaran yang lama mempengaruhi kelembaban udara. Panjang penyinaran disebabkan oleh keadaan musim yang berubah (pancaroba) dari musim panas ke musim hujan dan dipengaruhi oleh letak lintang. Selain itu panjang penyinaran juga dapat disebabkan oleh intensitas radiasi matahari. intensitas sinar matahari yang tinggi akan menyebabkan tingginya panjang penyinaran.

d. Evaporasi

Pada grafik di atas memberi gambaran dari hasil pengamatan bahwa tingkat evaporasi pada bulan Januari hingga Desember selalu bervariasi. Titik terendah tingkat evaporasi terjadi pada bulan Februari, sedangkan evaporasi tertinggi terjadi pada bulan September. Tingkat evaporasi dipengaruhi oleh beberapa faktor, antara lain curah hujan, kecepatan angin, temperatur, kelembaban relatif, jumlah vegetasi pada daerah tersebut dan lain-lain. Misalnya, jika curah hujan tinggi maka kelembaban relatif juga akan meningkat. Hal ini akan menyebabkan menurunnya evaporasi.

e. Curah Hujan

Berdasarkan grafik di atas, curah hujan yang tertinggi terjadi pada bulan Februari, sedangkan curah hujan yang terendah terjadi pada bulan September. Pada grafik curah hujan menunjukkan kondisi curah hujan yang tidak teratur dari bulan ke bulan selama satu tahun. Di Indonesia sendiri hanya terdapat dua musim yaitu, musim hujan dan musiam kemarau hal ini tentu saja mempengaruhi banyak curah hujan. Musim hujan terjadi antara bulan November hingga bulan Februari, sedangkan musim kemarau terjadi pada bulan April hingga bulan Oktober yang menyebabkan curah hujan relatif sangat rendah. Musim hujan tertinggi berpeluang untuk terjadi pada bulan Februari, sedangkan peluang untuk musim hujan terkecil adalah bulan September. Ketinggian curah hujan perbulan bergantung pada nilai curah hujannya.

f. Kecepatan Angin

Kecepatan angin yang terendah terjadi pada bulan Januari, sedangkan kecepatan angin terbesar terjadi pada bulan September. Pada grafik terlihat bahwa kecepatan angin terlihat berfluktuasi setiap bulannya. Perbedaan kecepatan angin diakibatkan oleh pengaruh rotasi bumi terhadap matahari. Dimana rotasi bumi akan menyebabkan terjadinya pergantian siang dan malam. Perubahan pasang surut air laut. Semakin cepat arah angin yang bergerak menuju utara atau arah selatan khatulistiwa akan sangat mempengaruhi kecepatan angin di setiap bulan pada daerah pengamatan.

Analisis korelasi dan regresi

a. Grafik r ≈ +1

Grafik ini mempunyai persamaan regresi y = 25,863+0,0213x dengan koefisien regresi korelasi r ≈ +1, yang berarti hubungan positif sempurna, kenaikan peubah bebas (x) diikuti oleh kenaikan tak bebasnya (y). Hal ini dapat dilihat dari data hasil perhitungan dan grafik ayunannya, setiap kenaikan suhu (T) maka akan diikuti kenaikan panjang penyinaran (PP) pula. Dari grafik data tersebut diketahui bahwa daerah panjang penyinarannya lama akan menyebabkan radiasi matahari yang sampai ke bumi akan lebih tinggi sehingga kondisi udara dan suhu bumi relatif panas.

b. Grafik r ≈ -1

Grafik ini mempunyai persamaan regresi y = 224,41-5,3433x dengan koefisien regresi korelasi r ≈ -1, yang artinyamempunyai hubungan negatif sempurna (sangat erat). Kenaikan peubah bebas (x) diikuti oleh penurunan tak bebasnya (y). Koefisien regresi yang dicapai oleh variabel RH vs T mempunyai peubah bebas yaitu kelembaban dan peubah tak bebas T (°C). Pada umumnya dari data pengamatan terlihat bahwa setiap nilai T (°C) akan turun. Contohnya pada bulan Agustus sampai November, pada bulan tersebut jika kelembaban naik maka nilai suhu udara akan turun, menyebabkan udara menjadi lembab sehingga kelembabannya naik (intensitas penyinaran matahari berkurang).

c. Grafik r ≈ 0

Grafik ini mempunyai persamaan regresi y = -619,79 + 9,5248x dengan koefisien regresi korelasi r ≈ 0. Antara variabel RH vs CH hampir tidak memiliki hubungan sama sekali dari setiap titik-titiknya. Jika dilihat grafik tersebut, masing-masing ayunan saling tidak menentu antara turun dan naiknya sehingga tidak memengaruhi kualitas dan kuantitas kelembaban.

VI. KESIMPULAN

Dari hasil pengamatan yang dilakukan, dapat disimpulkan:

Anasir-anasir iklim yang dramatis tersebut saling mempengaruhi dan saling berhubungan satu sama lainnya.
Untuk mengetahui hubungan antar anasir-anasir iklim yang diamati dapat digunakan nilai regresi yang mendekati +1, 0, -1.
Analisis data meteorologi sangat baik digunakan intuk mengetahui ada atau tidaknya hubungan anasir-anasir iklim secara timbal balik.
Dari bidang meteorologi, parameter yang biasanya diukur dan diolah datanya adalah suhu udara, kelembaban udara, panjang penyinaran, evaporasi, curah hujan, dan kecepatan angin.

DAFTAR PUSTAKA

Jackson, I.J. 1984. Climate, Water, and Agriculture inTropical. John Willey and Sons. New York.

Linder, Van der. 1981. An Input-Output Analysis with Respect to Water and It’s Load for a Tropical Watershed. The Indonesia Journal of Geography, 11 (42). halaman : 19-39.

Sosrodarsono, Surjono. 1978. Hidrologi untuk Pengairan. PT. Pradnya Paramita. Bandung.

Sudjana. 1991. Teknis Analisis Regresi dan Korelasi. Tarsito. Bandung. 40p.

Wisnusubroto, Sukardi. Meteorologi Pertanian Indonesia. Mitra Gama Widya. Yogyakarta.

ARI SETIADI

Pages

Monday, February 27, 2012