LAPORAN PRAKTIKUM KLIMATOLOGI ACARA 3

ACARA 3
ANALISIS DATA METEOROLOGI
I. TUJUAN
1. Melatih mahasiswa untuk mengolah dan menganalisis data meteorologi
pertanian serta menyajikannya dalam data siap pakai.
2. 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):
1. 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.
2. 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.
3. 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)
4
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
4
= 104,9
4
= 26.225
Rata-rata suhu TBB pada bulan Januari
T = 2(23,48) + 26,87 + 24,42
4
= 98,25
4
= 24,56
Bulan Suhu (TBK) (C) Suhu (TBB) (C)
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
2
= 91 %
Bulan KELEMBABAN (%)
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)
4
= 2 (91 %) + (72,95 %) + (85,67 %)
4
= 340,55
4
= 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
3. Mencari
Rumus umum
Y = a + bx
X = peubah
Y = peubah

persamaan regresi dengan menggunakan kalkulator

regresi fungsi linear sederhana adalah :
bebas a = intercept
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:
1. Anasir-anasir iklim yang dramatis tersebut saling mempengaruhi dan saling
berhubungan satu sama lainnya.
2. Untuk mengetahui hubungan antar anasir-anasir iklim yang diamati dapat
digunakan nilai regresi yang mendekati +1, 0, -1.
3. Analisis data meteorologi sangat baik digunakan intuk mengetahui ada atau
tidaknya hubungan anasir-anasir iklim secara timbal balik.
4. 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
Its 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.