Anda di halaman 1dari 15

BAB I

PENDAHULUAN

A. Latar Belakang
Stasiun perlu melakukan uji homogenitas iklim yang meliputi data curah
hujan dan temperatur. Data iklim harus diuji terlebih dahulu homogenitas atau
konsistensinya sebelum digunakan dalam analisis lebih lanjut.
Metode yang digunakan untuk menguji homogenitas temperatue adalah uji
run test yaitu dengan menghitung rata-rata temperatur kemudian dibandingkan
dengan rata-rata temperatur secara keseluruhan selama tahun pengamatan. Untuk
mengetahui homogenitas data hujan digunakan metode Buishand, metodenya
disebut RAPS (Rescaled Adjusted Partical Sums).

B. Tujuan
Menentukan homogenitas suatu data.
BAB II
TINJAUAN PUSTAKA

Sebelum digunakan dalam analisis lebih lanjut, data diuji terlebih dahulu
homogenitasnya atau konsistensinya. Pada umumnya ketidak homogenan suatu
data dikarenakan relokasi tempat alat pengukuran disamping itu dapat juga karena
(Anonim, 2008)
1. Perubahan keadaan lingkungan, baik karena alam (gempa bumi, banjir),
maupun karena perlakuan manusia (perubahan penggunaan lahan,
pembabatanhutan, pembuatan waduk dan sebagainya).
2. Kerusakan alat. Kerusakan alat pencatat data iklim merupakan
kerusakan atau perubahan beberapa fungsi alat karena perubahan alami,
seperti karatan, dsb. Kerusakan–kerusakan ini sering terdeteksi
serhingga data yang dihasilkan mengalami penyimpangan.
3. Kesalahan karena perubahan letak peralatan. Perubahan letak ini
menyebabkan perubahan fungsi ruang terhadap data pengamatan.
4. Kesalahan karena keteledoran pengamat. Kesalahan ini sering terjadi
karena pengamat mengalami kesulitan untuk melakukan pencatatan
data seperti karena hujan lebat.
5. Data yang rusak atau data hilang.
6. Adanya modifikasi cuaca.

Untuk menguji homogenitas data temperatur dilakukan dengan uji run test.
Rata-rata temperatur tahunan dihitung kemudian dibandingkan dengan rata-rata
temperatur secara keseluruhan selama tahun pengamatan. Apabila rata-rata
tahunan lebih besar dari pada rata-rata keseluruhan maka diberi tanda (+) dan
sebaliknya diberi tanda (-). Jumlah pasangan tanda (+) dan (-) dihitung dan diberi
tanda U. Data temperatur sudah homogen apabila nilai U mengikuti nilai U dalam
tabel berikut (Anonim, 2008).
Kaitan antara U dan banyaknya data dalam penentuan homogenitas data

Jumlah data Range


12 5-8
14 5-10
16 6-11
18 7-12
20 8-13
22 9-14
24 9-16
26 10-17
28 11-18
30 12-19
32 13-20
34 14-21
36 15-22
38 16-23
40 16-25
50 22-30

Menurut Harto (1993) untuk mengetahui homogenitas data hujan


digunakan metode Buishand, metodenya disebut RAPS (Rescaled Adjusted
Partical Sums).
Sk** = Sk*/Dy; K= 0,1,2,…,n
Sk* =  (yi-y)2; K= 1,2,…,n
Dy2 =  (yi-y)2/n
Nilai statistik Q  Q maks Sk**
0<K<n
Nilai statistik R R = maks Sk**- min Sk**
0< K < n 0< K <n
Nilai statistik Q dan R diberikan pada tabel berikut:
Q/n
n
90% 95% 99%
10 1,05 1,14 1,29
20 1,10 1,22 1,42
30 1,12 1,24 1,46
40 1,13 1,26 1,50
50 1,14 1,27 1,52
100 1,17 1,29 1,55

Rn
90% 95% 99%
1,21 1,28 1,38
1,34 1,43 1,60
1,40 1,50 1,70
1,42 1,53 1,74

Analisis statistik dilakukan untuk mengambil kesimpulan tentang


parameter populasi berdasarkan observasi sampel. Oleh karena itu, sampel yang
diperoleh hendaknya dapat memberikan gambaran yang ‘tepat’ untuk
populasinya. Karena dalam berbagai penyelidikan atau survey kerap kali dijumpai
populasi yang berbeda–beda keadaanya, maka harus digunakan sampel yang
berbeda–beda pula macamnya. Khusus untuk populasi yang tidak terlalu
heterogen, salah satu macam sampel yang dapat dianggap representatif adalah
sampel random, observasi–observasi dalam sampel yang pengambilannya
sedemikian hingga setiap elemen populasinya mempunyai kemungkinan yang
sama untuk terambil (Rakhman, 2000).

Dalam perhitungan curah hujan, harga-harga yang terbesar dan terkecil


dimasukkan dalam harga pengamatan. Hasil perhitungan itu akan sangat berbeda
jika harga itu dimasukkan dalam perhitungan kemungkinan. Jika tidak ada hal
yang istimewa maka data-data itu tidak boleh disingkirkan. Jika disingkirkan
maka penentuannya tidak boleh diambil secara subjektif (Takeda,1993).

Sebagai contoh akan pentingnya homogenitas suatu data dapat saya ambil
contoh berikut. Perkembangan dari suatu tanaman. Tanaman, dalam
perkembangannya sangat terpengaruh akan suhu di sekitarnya. Suhu juga sangat
berperan penting dalam proses evapotranspirasi dan evaporasi. Oleh karena itu
sangat perlu untuk mengetahui fluktuasi suhu pada suatu wilayah (Wisnubroto,
1998)
BAB III
METODOLOGI

3.1 Alat dan bahan


3.1.1 Alat
1. Alat tulis
2. Kalkulator
3.1.2 Bahan
1. Data curah hujan dari tahun 1985 – 2004

3.2 Cara Kerja


1. Uji Run test
a. Dihitung rerata dari seluruh data suhu minimum tiap bulan selama
1 tahun
b. Tiap – tiap data suhu minimum dikurangi dengan rerata
c. Jika data lebih kecil dari rerata, maka tandanya – (minus)
d. Jika data lebih besar dari rerata, maka tandanya + (plus)
e. Data yang memiliki tanda + dan – yang berdekatan merupakan
nilai U
f. Dari tabel 2.1 diatas, jika jumlah data ada 20, maka nilai U harus
berada diantara 8 - 13 agar data tersebut homogen. Jika tidak, maka
tidak homogen
2. Uji RAPS
a. Dihitung rerata dari seluruh data curah hujan
b. Tiap – tiap data dikurangi dengan nilai reratanya
c. Dihitung SK* kumulatif
d. Hasil dari b dikuadratkan

(Y  Y ) 2
e. Dihitung Dy
2

  Y  Y 

Dy 
20
f. Dihitung SK** dan dimutlakkan
SK *
SK** =
Dy
g. Dicari harga |SK**| max dan harga |SK**| min

h. Nilai statistik Q adalah harga |SK**| max


Q= SK ** max

i. Nilai statistik R adalah nilai |SK**| max - nilai |SK**| min


R= SK ** max - SK ** min

j. Dalam tabel 3.2 yang digunakan 90 %


 Data homogen, jika Q / n perhitungan < Q / n tabel.

 Data tidak homogen, jika Q / n perhitungan > Q / n tabel.

 Data homogen, jika R / n perhitungan < R / n tabel.

 Data tidak homogen, jika R / n perhitungan > R / n tabel.


3.3. Analisis Data
a. Metode Run Test

menghitung curah hujan rata – rata dengan rumus CH =


 CH
n
b. Metode RAPS
2
 

 Y  Y 
untuk menghitung rata-rata dengan rumus Dy 
n
SK *
SK** =
menghitung SK** dengan rumus Dy
mencari nilai statistik (Q) dengan rumus Q= SK ** max

mencari nilai statistik (R) dengan rumus Q= SK ** max


3.4 Contoh Perhitungan

1. Run Test

Ti = 278 + 399+ 288 + 239 + 236 + 203 + 277+ 224 +203 +342

+225 +236 + 452 +236 +458 + 346 + 605+ 308+428+567


= 6550
Misal untuk tahun 1988

CH =
 CH
20
6550
= = 327,5
20
CH - CH = 458 - 327,5 = 130.5 mm
2. RAPS
Mis : Untuk Tahun 1988
Y = 185

Y =
 Yi = 6550
= 327,5
20 20
Y  Y i  458  327,5  130,5mm
SK* = 130,5+ (-747) = -616,5
(Yi Y )2  (130,5)2  17030,25

274771
Dy = = 117,211561
20
- 616,5
SK** = = -5,25972
117,211561

SK ** max = 6,654634
SK ** min= 0

Q= SK ** max = 6,654634
R= SK ** max - SK ** min = 6,654634 - 0 = 6,654634

n  20  4.472
Q R
hitung  1,488021 hitung  1,48802133
n n
Q R
tabel 95%  1,22 tabel 95%  1.43
n n
Dapat dilihat,
 Q/ N hitung >> Q / n tabel 95 %, maka data tidak homogen

 R / N hitung >> R / n tabel 95 %, maka data tidak homogen


BAB IV
HASIL DAN PEMBAHASAN

4.1 Hasil
A. Metode Run Test
No. Tahun CH (mm) CH URange
1 1974 278 -49,5
2 1975 399 71,5 1
3 1976 288 -39,5 1
4 1977 239 -88,5 0
5 1978 236 -91,5 0
6 1979 203 -124,5 0
7 1980 277 -50,5 0
8 1981 224 -103,5 0
9 1982 203 -124,5 0
10 1983 342 14,5 1
11 1984 225 -102,5 1
12 1985 236 -91,5 0
13 1986 452 124,5 1
14 1987 236 -91,5 1
15 1988 458 130,5 1
16 1989 346 18,5 0
17 1990 605 277,5 0
18 1991 308 -19,5 1
19 1992 428 100,5 1
20 1993 567 239,5 0
Jumlah 6550 9
Rerata 327,5
Kesimpulan homogen
B. Metode RAPS

no tahun y y - yrata-rata SK* (Yi-Yrerata)2 SK** |SK**|


1 1974 278 -49,5 -49,5 2450,25 -0,42231 0,422313
2 1975 399 71,5 22 5112,25 0,187695 0,187695
3 1976 288 -39,5 -17,5 1560,25 -0,1493 0,149303
4 1977 239 -88,5 -106 7832,25 -0,90435 0,904348
5 1978 236 -91,5 -197,5 8372,25 -1,68499 1,684987
6 1979 203 -124,5 -322 15500,25 -2,74717 2,747169
7 1980 277 -50,5 -372,5 2550,25 -3,17801 3,178014
8 1981 224 -103,5 -476 10712,25 -4,06103 4,061033
9 1982 203 -124,5 -600,5 15500,25 -5,12321 5,123215
10 1983 342 14,5 -586 210,25 -4,99951 4,999507
11 1984 225 -102,5 -688,5 10506,25 -5,87399 5,873994
12 1985 236 -91,5 -780 8372,25 -6,65463 6,654634
13 1986 452 124,5 -655,5 15500,25 -5,59245 5,592452
14 1987 236 -91,5 -747 8372,25 -6,37309 6,373091
15 1988 458 130,5 -616,5 17030,25 -5,25972 5,25972
16 1989 346 18,5 -598 342,25 -5,10189 5,101886
17 1990 605 277,5 -320,5 77006,25 -2,73437 2,734372
18 1991 308 -19,5 -340 380,25 -2,90074 2,900738
19 1992 428 100,5 -239,5 10100,25 -2,04331 2,043314
20 1993 567 239,5 0 57360,25 0 0
jumlah 6550 274771
rerata 327,5

Dy =
 274771 = 117,211561
20
SK ** max = 6,654634

SK ** min= 0,149303
Q= SK ** max = 6,654634
R= SK ** max - SK ** min = 6,654634 - 0

= 6,654634
n  20  4.472
Q R
hitung  1,488021 hitung  1,488021
n n
Kesimpulan : tidak homoogen
4.2. Pembahasan
Praktikum acara III adalah menghitung homogenitas data curah hujan
selama 20 tahun dari tahun 1974 hingga 1993 dengan menggunakan dua metode
untuk mementukan homogenitas suatu data yaitu Metode Run Test dan RAPS (
Rescaled Adjusted Partical Sums).
Untuk perhitungan dengan metode Run Test diperoleh hasil U atau
pasangan + dan – dari perhitungan Tminimun dikurangi Tmin rata-rata sebanyak
1, sedangkan untuk data yang homogen jumlah U menurut tabel harus diantara 8
- 13 dari 20 data curah hujan minimum. Jika Uhitungan tidak masuk dalam

interval  Utabel maka data tersebut dikatakan tidak homogen. Penyebab

suatu data tidak homogen adalah karena adanya beberapa faktor, antara lain ,
perhitungan, dan perubahan keadaan lingkungan.
Q
Pada perhitungan metode RAPS diperoleh hasil hitungan sebesar
n
1,488021. Sedangkan nilai yang terdapat pada tabel hubungan n, Q, dan R
dengan indeks kebenaran 95 % yaitu sebesar 1,22. Hasil ini menunjukkan

Q Q Q
hitungan  tabel , sehingga data dikatakan tidak homogen.
n n n
R
Sedangkan untuk perhitungan hitungan diperoleh hitungan sebesar
n
1,488021 dan yang tertera pada tabel adalah sebesar 1,43. Dari hasil ini dapat
R R R
diketahui bahwa hitungan  tabel sehingga data dikatakan tidak
n n n
Q R
homogen. Maksud dari dan homogen yaitu data yang diperoleh dari
n n
lapangan sudah terbukti kebenarannya sehingga data tersebut bisa dianalisis lebih
lanjut.
Untuk metode Run Test lebih sederhana jika dibandingkan dengan metode
RAPS. Hasil yang diperoleh dari metode Run Test kurang akurat. Dengan Metode
RAPS perhitungannya sedikit lebih sehingga hasil akhir yang didapatkan akan
semakin akurat.
Dari hasil perhitungan dapat diketahui bahwa perhitungan dengan metode
Run Test memperoleh hasil yang homogen, sedangkan dengan metode RAPS
diperoleh hasil yang tidak homogen. Dengan perhitungan yang lebih rumit, bisa
dijadikan indikator bahwa hasil yang diperoleh dari perhitungan RAPS lebih
akurat jika dibandingkan dengan metode Run Test. Kedua metode ini
menggunakan data yang sama.
BAB V
KESIMPULAN

1. Pada perhitungan melalui metode Run Test didapat

 Uhitungan  9 Utabel  8  13
dan

Ini menunjukkan bahwa data homogen karena Uhitungan masuk dalam


interval  Utabel . Sehingga hasil yang diperoleh adalah homogen

2. Pada perhitungan RAPS didapatkan hasil bahwa :


Q Q
a. hitungan  1,488021 dan tabel  1.22
n n

Q Q Q
Karena hitungan  tabel maka data dikatakan tidak
n n n
homogen
R R
b. hitungan  1,488021 dan tabel  1.43
n n
R R R
Karena hitungan  tabel maka data dikatakan tidak
n n n
homogen.
3. Ada beberapa faktor yang mnjadikan suatu data tidak homogen, antara lain
berubahnya keadaan lingkungan, perubahan tempat pengukuran alat,
kesalahan dalam meletakkan alat pengukur, faktor ketelitian pengamat,
kerusakan atau kehilangan data, serta adanya perubahan intensitas cahaya.
4. Metode RAPS mempunyai tingkat keakuratan yang lebih baik jika
dibandingkan dengan metode Run Test.
DAFTAR PUSTAKA

Anonim. 2008. Panduan Praktikum Agroklimatologi. Fakultas Teknologi


Pertanian. Universitas Gadjah Mada. Yogyakarta.

Harto, Sri. 1993. Analisis Hidrologi. PT Gramedia Pustaka Utama, Jakarta.

Rakhman, 2000. Metode Statistik. Fakultas MIPA UGM. Yogyakarta.

Takeda, Kensaku. 1993. Manual on Hydrology. Association for International


Technical Promotion. Tokyo.

Wisnubroto, Sukardi. 1998. Meteorologi Pertanian Indonesia. Mitra Gama


Widya, Yogyakarta.