sigit gempeloe: klimat IV

I. ACARA IV : Analisis Data Meteorologi

II. TANGGAL : 18 Maret 2013

III. TUJUAN :

1. Melatih mahasiswa untuk mengolah dan menganalisis data meteorologi pertanian serta menyajikan dalam bentuk siap pakai

2. Mempelajari hubungan timbal balik antara anasir - anasir iklim

IV. 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).

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 perubahan 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).

Dibidang pertanian suhu udara yang perlu diketahui adalah suhu udara pada ketinggian rendah dan umumnya mengacu pada temperatur yang diukur di ruangan atau sangkar cuaca yang dipasang pada ketinggian 1,5 – 2,0 meter.

Suhu seringkali juga diartikan sebagai energi kinetis rata-rata suatu benda. Satuan untuk suhu adalah derajat suhu yang umumnya dinyatakan dengan satuan derajat Celsius (°C) disamping tiga sistem skala lain, yaitu satuan Fahrenheit (F), satuan Reamur (R), dan satuan Kelvin (K).. Sistem Kelvin memiliki sistem skala yang sama dengan skala Celcius, tetapi berbeda pada dasar titik nolnya. Titik nol derajat Kelvin berada pada 273 skala dibawah nol derajat Celsius.

V. BAHAN

1. Untuk analisis, Penyajian dan interpestasi data yang diperlukan data bulanan selama satu tahun dari stasiun meteorologi yang terdiri darai data hujan (CH), Evaporasi (EV), Suhu Thermometer Bola Basah (TBB), Suhu Thermometer Bola Kering (TBT), Panjang Penyinaran (PP), dan Intensitas Penyinaran (IP).

2. Untuk menganalisis regresi dan korelasi diperlukan data T, RH, PP, dan EV bulanan selama satu tahun diperoleh dari data diatas.

VI. CARA KERJA

1. Penyajian dan interpretasi data meteorologi pertanian dari suatu wilayah. Pengolahan data yang dilakukan adalah sebagai berikut :

a. Curah Hujan

1. Hitunglah jumlah curah hujan perdasarian, tinggi CH bulanan, dan jumlah CH selama satu tahun.

2. Hitunglah jumlah hari hujan selama saiu tahun

3. Buatlah histogram CH perdasarian dan CH bulanan selama satu tahun

4. Berikanlah pembahasan terhadap perilaku hujan tahunan tersebut. Antara lain : pola agihan CH perdasarian dan bulan selama satu tahun, bulan – bulan basah dan bulan kering menurut criteria Mohr, dsb.

b. Suhu udara ( TBB dan TBK )

1. Hitunglah suhu harian dengan rumus :

2.T 07.00 + T13.00 + T18.00

T harian =

2. Dari hasil pengolahan data diatas kemudian hitunglah T bulanan

Jumlah T harian selama 1 bulan

T harian =

Jumlah hari dalam bulan tsb

3. Hitunglah T tahunan dengan rumus Braak, yaitu :

T tahunan = 26.3 – 0.61 h

( h dalam hm )

4. Buatlah grafik ayunan suhu bulan selama satu tahun

c. Kelembaban

1. Hitunglah kelembaban nilai udara pada pukul 07.00, 13.00 dan 18.00 atas dasar selisih suhu bola basah dan suhu bola kering

2. Hitunglah RH harian dengan rumus :

2.RH07.00 + RH13.00 + RH18.00

RH harian =

3. Hitunglah RH bulanan dengan rumus :

Jumlah RH harian selama 1 bulan

RH bulanan =

Jumlah harian dalam bulan tsb

4. Buatlah grafik ayunan RH bulana selama 1 tahun

5. Berikanlah pembahasan mengenai pola ayunan T dan RH bulana selama satu tahun pengamatan

d. Panjang penyinaran ( PP ), Intensitas Penyinaran ( IP ), dan Evaporasi ( EV )

1. Hitunglah rerata panjang penyinaran ( PP ), jumlah IP, jumlah EV bulanan dalam satu tahun

2. Buatlah grafik rerata PP bulanan selama satu tahun

3. Buatlah grafik jumlah PP dan EV bulanan dalam satu tahun.

2. Analisis regresi dan korelasi

Dari data harian selama satu bulan pada masing – masing kelompok, hitunglah nilai korelasi dan regresi dari hubungan dua anasir iklim sebagai berikut :

PP Vs T IP Vs RH

PP Vs RH IP Vs EV

PP Vs EV T Vs RH

PP Vs IP T Vs EV

PP Vs T RH Vs ZV

a. Analisis diatas dilakukan dengan menggunakan kalkulator, sehingga diperoleh :

1. Persamaan regresi linier, Y = a + bX

Y = perubahan tak bebas ( factor yang dipengaruhi )

X = Perubahan bebas ( factor yang mempengaruhi )

a = Pengaruh factor lain yang tidak dipengaruhi perubahan bebas

b = Koefisien relasi ( gradient garis )

2. Koefisien relasi ( r )

b. Dari hubungan – hubungan tersebut butlah grafik persamaan regresinya. berikan pembahasan mengenai hubungan antar anasir tersebut, kemudian bandingkan keeratan masing – masing hubungan.

VII. HASIL PENGAMATAN

Bulan	TBK				TBB
Bulan	07.00	13.00	18.00	Rerata	07.00	13.00	18.00	Rerata
Januari	22,25	28,18	23,29	24,13	21,34	23,77	22,04	22,12
Februari	19,86	25,64	21,10	21,62	18,86	21,61	20,07	19,85
Maret	25,06	32,36	26,67	27,29	23,77	27,4	25,28	25,05
April	25,73	32,79	28	28,06	24,38	27,77	26,52	25,76
Mei	25,67	32,65	27,12	27,78	24,41	27,46	25,87	25,54
Juni	24,10	32,52	27,07	26,95	22,69	27,37	25,73	24,62
Juli	20,64	31,04	25,8	24,53	19,39	26,33	24,55	24,41
Agustus	21,05	32,04	26,53	25,16	19,36	27,27	25,36	22,82
September	21,34	32,17	26,69	24,95	29,99	27,24	25,29	22,94
Oktober	24,46	32,35	26,68	26,99	23,11	27,38	25,31	24,73
November	24,86,	32,01	26,32	26,99	23,66	27,3	24,96	24,9
Desember	24,35	31,12	25,37	26,3	23	26,35	23,99	24,09
Rerata	23,30	31,24	25,88	25,90	22,00	26,44	24,58	23,74

BULAN	RH (%)				PP (%)	Evaporasi (mm)	CH (mm)	KA (km/jam)
	07.00	13.00	18.00	Rerata	PP (%)	Evaporasi (mm)	CH (mm)	KA (km/jam)

Januari	76,17	53,84	75,55	70,43	55,24	7,63	6,23	0,93
Februari	69,96	48,88	69,86	64,66	21,78	7,49	6,17	0,86
Maret	88,37	62,41	87,32	81,63	46,72	4,19	8,61	1,08
April	87,57	62,31	86,51	80,99	61	4,17	2,43	0,82
Mei	88,10	61,1	84,97	80,56	52,5	4,67	4,97	0,67
Juni	07,04	61,4	84,89	80,09	74,14	4,72	0	1,34
Juli	84,15	60,8	85,2	78,58	73,93	4,29	0	0,34
Agustus	84,35	63,4	84,96	79,26	74,01	3,86	0	0,23
September	86,48	62,67	87,26	80,72	56,33	1,56	0	1,23
Oktober	87,34	62,15	87,34	81,04	46,4	3,35	1,52	1,25
Nopember	84,78	63,92	83,96	79,37	48,97	4,96	8,37	0,78
Desember	84,1	60,37	84,01	80,15	50,24	8,6	13,84	1,23
Rerata	84,03	60,27	83,49	77,95	57,66	5,11	4,31	1,01