Anda di halaman 1dari 9

Hari/ Tanggal : Selasa / 30 Oktober 2013 Nama : Hendra Yoni Sinaga

NRP : G24110035
Asisten : 1. Fauziah Nur
2. Lidya Elida

HOMOGENITAS DATA IKLIM


PENDAHULUAN

Latar Belakang

Pengujian homogenitas dimaksudkan untuk memberikan keyakinan bahwa sekumpulan data
yang dimanipulasi dalam serangkaian analisis memang berasal dari populasi yang tidak jauh berbeda
keragamannya (Zulkifli, 2013 ). Manfaat dapat menjamin ketepatan hasil kajian iklim misalnya dalam
hal analisis perubahan iklim dan validasi model iklim tertentu. Untuk mengukur keadaan cuaca atau
iklim perlu adanya homogenitas antar pengukuran dan hasil yang diukur sehingga keakuratan data
akan didapat dalam melakukan pengukuran dan errorpun akan ditekan sekecil mungkin. Data
iklim/cuaca sebelum digunakan dalam analisis lanjut, harus lebih dahulu diuji terdahulu
homogenitasnya karena pencatatan data iklim sering mengalami penyimpangan dan kesalahan.
Data homogen adalah himpunan data yang memiliki karakteristik yang sama. Untuk
mengetahui apakah himpunan data tersebut dikatakan homogen atau tidak, diperlukan suatu pengujian
homogenitas data. Uji homogenitas adalah pengujian mengenai sama tidaknya variansi-variansi yang
terdapat dalam himpunan data tersebut.Terdapat beberapa cara yang dapat digunakan dalam pengujian
homogenitas. Contoh dari cara atau teknok yang dapat digunakan untuk pengujian homogenitas yaitu,
run test, kriteria Helmert, dan kurva massa ganda. Run test dan kriteria Helmert hanya membatasi data
iklim sampai 100 bulan. Sedangkan kurva massa ganda cenderung unutk mengoreksi data yang tidak
homogen.


Tujuan

a. Mengenali homogenitas data
b. Mengetahui berbagai metode yang dapat dilakukan untuk menguji homogenitas data


METODE



Data/Bahan
Data iklim tahunan dari tiga stasiun yang berdekatan (stasiun Indramayu, Bangkir, dan Lohbener)
dengan periode tahun yang sama

Alat
Seperangkat komputer dengan program aplikasi Spreadsheet






Prosedur Analisis Data (METODOLOGI)

Run Test
1. Menentukan nilai A/B dengan menggunakan operasi =cell nilai stasiun A/cell nilai stasiun B
kemudian tekan enter.
2. Menentukan nilai rata-rata A/B dengan menggunakan operasi =AVERAGE
3. A/B tiap tahun lebih kecil dari rata-rata A/B maka diberi tanda (minus) dan jika nilai A/B
tiap tahun lebih besar dari rata-rata A/B maka diberi tanda + (plus).
4. Menentukan U dengan ketentuan pengelompokan tanda minus dan plus, tiap kelompok tanda di
beri nilai 1.
5. Menentukan jumlah nilai U menggunakan operasi =SUM (blok semua data U) kemudian tekan
enter.
Helmert
1. Menentukan nilai A/B dan tanda sama dengan cara pada metode run test.
2. Menentukan nilai sequnce yaitu dengan ketentuan setiap dua kali tanda plus atau minus yang
berdampingan diberi nilai 1.
3. Menentukan jumlah nilai sequnce dengan menggunakan operasi =SUM(blok semua data
sequnce), kemudian tekan enter.
4. Menentukan nilai change yaitu dengan ketentuan setiap perpindahan tanda dari minus ke plus
atau sebaliknya maka diberi nilai 1.
5. Menentukan jumlah nilai change dengan menggunakan operasi =SUM(blok semua data
change), kemudian tekan enter.
Kurva masa ganda
1. Menentukan nilai Kumulatif CH yaitu menggunakan operasi =(klik cell data CH), kemudian
tekan enter.
2. Menentukan nilai rata-rata pada stasiun pembanding (bangkir dan Lohbener) dengan
menggunakan operasi =AVERAGE(blok CH Bangkir sampai Lohbener pada tahun yang sama),
kemudian tekan enter.
3. Menentukan nilai Akumulasi CH stasiun Pembanding.
4. Membuat scatter plot CH stasiun Indramayu dengan data CH akumulasi stasiun pembanding
sebagai sumbu x dan data CH kumulatif stasiun Indramayu sebagai sumbu y.
5. Menganalisis letak patahan pada scatter plot CH stasiun .
6. Menentukan nilai a1 yaitu awalnya dengan membuat scatter plot koreksi sebelum patahan
dengan data CH akumulasi stasiun sebagai sumbu x dan data CH kumulatif stasiun Indramayu
sebagai sumbu y. Kemudian munculkan trendline dengan cara klik kanan pada plot add
trendlinepilih linear lalu centang display equation on chart dan Display R-squared vale on
chartclose. Lalu didapatlah nilai a1 pada persamaan y=a
1
x+b.
7. Menentukan nilai a2 yaitu awalnya dengan membuat scatter plot koreksi setelah patahan
dengan data CH akumulasi stasiun pembanding sebagai sumbu x dan data CH kumulatif stasiun
Indramayu tahun sebagai sumbu y. Kemudian munculkan trendline dengan cara klik kanan
pada plot add trendlinepilih linear lalu centang display equation on chart dan Display R-
squared vale on chartclose. Lalu didapatlah nilai a2 pada persamaan y=a
2
x+b. Kemudian
blok sampai tahun 2006.
8. Menentukan nilai FK2 dengan menggunakan operasi =cell nilai a2/cell nilai a1, kemudian tekan
enter. Kemudian blok sampai tahun 2006.
9. Menentukan nilai FK1 dengan menggunakan operasi =cell nilai a1/cell nilai a2, kemudian tekan
enter. Kemudian blok sampai tahun 2006.
10. Menentukan nilai Koreksi Sebelum dengan menggunakan operasi =cell nilai FK2*blok cell
nilai CH stasiun Indramayu, kemudian tekan enter. Lalu blok sampai tahun 1994, sedangkan
untuk nilai Koreksi Sebelum tahun 1995-2006 copy paste data CH stasiun Indramayu tahun
1995-2006.
11. Menentukan nilai Koreksi Setelah dengan copy paste data CH kumulatif stasiun Indramayu
tahun 1988-1994, sedangkan untuk nilai Koreksi Setelah pada tahun 1995-2006 dengan
menggunakan operasi =cell nilai FK1*blok cell nilai CH stasiun Indramayu tahun 1995 sampai
2006, kemudian tekan enter.
12. Menentukan nilai Kumulatif Sebelum pada tahun 1988 yaitu menggunakan operasi =(klik cell
data nilai Koreksi Sebelum tahun 1988), kemudian tekan enter. Lalu untuk mengisi tahun
1989 dengan menggunakan operasi =(cell nilai Koreksi Sebelum tahun 1989 + cell nilai
Kumulatif Sebelum tahun 1988), kemudian tekan enter. Lalu blok sampai tahun 2006, maka
didapatlah hasilnya.
13. Menentukan nilai Kumulatif Setelah pada tahun 1988 yaitu menggunakan operasi =(klik cell
data nilai Koreksi Setelah tahun 1988), kemudian tekan enter. Lalu untuk mengisi tahun 1989
dengan menggunakan operasi =(cell nilai Koreksi Setelah tahun 1989 + cell nilai Kumulatif
Sebelum tahun 1988), kemudian tekan enter. Lalu blok sampai tahun 2006, maka didapatlah
hasilnya.
14. Membuat scatter plot CH akumulatif Indramayu sebelum patahan dengan Kumulatif Sebelum
sebagai sumbu x dan nilai Akumulasi stasiun pembanding sebagai sumbu y.
15. Membuat scatter plot CH akumulatif Indramayu setelah patahan dengan Kumulatif Setelah
sebagai sumbu x dan nilai Akumulasi stasiun pembanding sebagai sumbu y.






































HASIL DAN PEMBAHASAN

Tabel 1. Uji homogenitas dengan metode Run test
Tahun
Stasiun
A
Stasiun
B
A/B Tanda U
1988 58 44 1,3 -
1
1989 40 147 0,3 -
1990 73 147 0,5 -
1991 62 109 0,6 -
1992 109 129 0,8 -
1993 202 91 2,2 +
1
1994 343 134 2,6 +
1995 54 163 0,3 -
1
1996 114 117 1,0 -
1997 251 48 5,2 +
1
1998 297 139 2,1 +
1999 162 148 1,1 -
1
2000 131 115 1,1 -
2001 127 118 1,1 -
2002 169 264 0,6 -
2003 284 57 5,0 +
1 2004 92 38 2,4 +
2005 167 101 1,7 +
2006 24 63 0,4 -
Rata-rata A/B 1,6 6
Menurut WMO Technical Note No. 81 (Some Methods Of Climatological Analysis), metode
untuk menguji homogenitas data iklim dengan tes non parametrik yang lebih sering digunakan adalah
dengan RUN TEST. Run test merupakan uji deret untuk melihat keacakan. Tujuan dari uji deret adalah
untuk menetukan apakah dalam suatu data terdapat pola tertentu atau apakah data tersebut merupakan
sample yang acak.
Dalam kaitannya dengan uji homogenitas data klimatologi, maka dari pelaksanaan run test ini
akan didapat 2 kemungkinan, yaitu jika data bersifat acak (random) terhadap median maka data
tersebut homogen, sedangkan jika data memiliki kecenderungan (trend) lebih banyak di atas median
atau di bawah median maka data tersebut tidak homogen. Berdasarkan metode run test dapat
disimpulkan bahwa data yang digunakan dalam praktikum ini tidak homogen. Data tersebut dikatakan
tidak homogen karena nilai U-nya adalah 6, sedangkan menurut tabel nilai U dengan 19 data maka
selang nilai U agar menunjukkan data tersebut homogen adalah 8-13.









Tabel 2. Uji homogenitas dengan metodeHelmert
Tahun
Stasiun
A
Stasiun
B A/B Tanda Suqence Change
1988 58 44 1,3
-
1

1989 40 147 0,3
-
1990 73 147 0,5
-
1

1991 62 109 0,6
-
1992 109 129 0,8
-
1
1993 202 91 2,2
+
1
1994 343 134 2,6
+
1
1995 54 163 0,3
-
1
1996 114 117 1,0
-
1
1997 251 48 5,2
+
1
1998 297 139 2,1
+
1
1999 162 148 1,1
-
1
2000 131 115 1,1
-
2001 127 118 1,1
-
1

2002 169 264 0,6
-
1
2003 284 57 5,0
+
1
2004 92 38 2,4
+
2005 167 101 1,7
+
1
2006 24 63 0,4
-
Rata-Rata A/B 1,6
8 6

Metode helmert merupakan metode yang sama dengan metode run test akan tetapi selang
yang diberikan bukan berdasarkan kurva akan tetapi berdasarkan selang yang ditentukan dengan rumus
, berdasarkan data yang didapat dari hasil diatas maka data dikatakan
homogen apabila data lebih besar dari -4,24264 dan lebih kecil dari 4,24264. Dengan begitu data yang
homogen akan terlihat dengan jelas, dan metode ini dikhususkan untuk data yang memiliki jumlah
yang besar.
pada pengujian kriteria Helmert terlebih dahulu harus mencari nilai Sequence, setelah itu
barulah mencari nilai Change. Setelah mendapatkan kedua nilai tersebut kemudia nilai koreksi dicar
dengan menggunakan rumus . Bila pengurangan nilai Sequence dengan nilai Change berada di antara
nilai minus akar jumlah data dikurangi satu dengan nilai akar jumlah data dikurangi satu maka data
tersebut dapat dikatan homogen. Berdasarkan metode ini, diperole nilai Sequence dan Change sebesar
8 dan 6, sehingga dapat disimpulkan bahwa data yang digunakan dalam praktikum ini adalah
homogen. Terdapat perbedaan hasil dalam pengoreksian menggunakan metode run test dengan
menggunakan metode Helmert, hal ini terjadi karena pada pengujian Helmert terlebih dahulu harus
mencari nilai Sequence baru setelah itu mencari nilai Change. Sedangkan pada metode run test
langsung menentukan nilai U. Selain itu pada metode run test menggunakan tabel nilai selang
sedangkan pada metode Helmert menggunakan rumus.
Sedangkan metode kurva massa ganda bekerja lebih spesifik, selain melihat data yang
homogenya dan tidak homogennya, metode ini juga menjelaskan titik antara dimana data tersebut tidak
homogen. Seperti table 3 terlihat bahwa titik break point merupakan titik yang membuat data tidak
konsisten sehingga data sesudah titik break point terlihat konsisten disbanding dengan data sebelum
patahan. Hal ini merupakan data Ch kumulatif yang dikoreksi dengan data pembandingnya. Patahan
tersebut merupakan pertanda bahwa seluruh data tidak homogen karena data yang homogen
merupakan data yang konsisten dan tidak memiliki patahan data tidak menyambungkan struktur data.
Selain menggunakan kedua metode tersebut, pada praktikum ini juga digunakan metode kurva
massa ganda. Pada metode kurva massa ganda diperlukan stasiun pembanding yang memiliki ciri iklim
hampir sama dengan stasiun kajian. Hal ini dimaksudkan untuk mengeoreksi data CH yang terdapat di
stasiun kajian dengan stasiun pembanding. Berdasarkan metode ini dapat dilihat bahwa stasiun
Indramayu memiliki variansi yang lebih tinggi bila dibandikan dengan stasiun pembanding. Hal ini
terjadi karena setalah melakukan metode kurva ganda ini ditembukan titik Break Point pada data CH
di stasiun Indramayu. Titik Break Point merupakan patahan yang menandakan data tersebut tidak
normal atau tidak homogen.





Gambar 1. Grafik CH Akumulatif


-500
0
500
1000
1500
2000
2500
3000
3500
39 322 747 1044 1361 1708 2011 2334 2499 2639
K
u
m
u
l
a
t
i
f

S
t
a
s
i
u
n

I
n
d
r
a
m
a
y
u

Akumulasi Nilai Pembanding
Kumulatif
Kumulatif
Linear (Kumulatif)
Linear (Kumulatif)
y = 185.07x -
259.6
R = 0.9889
-1000.00
0.00
1000.00
2000.00
3000.00
4000.00
3
9
7
4
7
1
3
6
1
2
0
1
1
2
4
9
9
Perbandingan
Kumulatif Sebelum
Perbanding
an
Kumulatif
Sebelum
y = 130.68x -
191.9
R = 0.9916
-500.00
0.00
500.00
1000.00
1500.00
2000.00
2500.00
Perbandingan
Kumulatif Setelah
Perbanding
an
Kumulatif
Setelah

Gambar 3. Kurva CH terkoreksi Gambar 2. Kurva CH sebelum terkoreksi


Adapun pada grafik yang terlihat, perbandingan kumulaitf sebelum ataupun sesudah
dikoreksi terlihat kesamaan. Dapat diambil suatu pernyataan bahwa data bersifat homogen.
Setelah di analisis, berdasarkan grafik CH stasiun Indramayu (gambar 1) terjadi patahan atau
penyimpangan data pada nilai CH kumulatifnya. Hal tersebut mempengaruhi
kehomogenitasan dari data tersebut. Dengan demikian data-data tersebut harus dihomogenkan
agar dapat diterima dan dapat digunakan. Setelah itu dibuat grafik koreksi sebelum patahan
(gambar 2) dan didapat persamaan y = 185,07x - 259,6. Berdasarkan persamaan tersebut
didapat nilai a1 yaitu 185,07serta nilai R
2
sebesar 0,9889.
. Kemudian dibuat grafik koreksi setelah patahan (gambar 3) dan didapat persamaan y
= 130,68x - 191,9. Berdasarkan persamaan tersebut didapat nilai a2 yaitu 130,68 dan nilai R
2

sebesar 0,9916. Selanjutnya menentukan faktor koreksi sebelum (FK2) dengan persamaan
a
2
/a
1
maka didapat nilai FK2 sebesar 1,37. Kemudian menentukan faktor koreksi setelah
(FK1) dengan persamaan a
1
/a
2
maka didapat nilai FK1 sebesar 0,73.



SIMPULAN
Ketika melakukan pengoreksian data dilakukan homogenitas data terlebih dahulu agar data yang
di koreksi lebih akurat. Ada banyak metode yang dapat digunakan untuk mengoreksi homogenitas data
tersebut. Metode tersebut antara lain metode run test, metode helmert, dan metode kurva massa ganda.
Data homogen merupakan data yang memiliki karakteristik yang sama dan memiliki variansi
yang minimum. Terdapat berbagai macam metode yang dapat digunakan untuk melakukan pengujian
homogenitas data. Data dapat dikatakan homogen apabila simpangan yang terjadi pada data tersebut
disebabkan oleh kejadian luar biasa atau kejadian ekstrim yang ditimbulkan oleh alam, bukan karena
ulah manusia atau kerusakan alat pengamat.



DAFTAR PUSTAKA
Matondang, Zulkifli. 2010. Pengujian Homogenitas Varians Data.
Nurhayati, Dra., M.Sc. Analisa Homogenitas dan Metadata, Modul Diklat Teknis Analisa Data
Klimatologi dan Kualitas Udara, Pusdiklat BMG, 2006
Sudira P. 1999.Klimatologi. Universitas Gadjah Mada:Yogyakarta
LAMPIRAN

Tahun
Stasiun Indramayu
Stasiun Pembanding F koreksi
Sebelum (FK2)
CH Kumulatif Bangkir Lohbener rata-rata akumulasi
1988 58 58 34 44 39,00 39 1,35
1989 40 98 203 147 175,00 214 1,35
1990 73 171 68 147 107,50 322 1,35
1991 62 233 331 109 220,00 542 1,35
1992 109 342 281 129 205,00 747 1,35
1993 202 544 71 91 81,00 828 1,35
1994 343 887 298 134 216,00 1044 1,35
1995 54 941 280 163 221,50 1265 1,35
1996 114 1055 74 117 95,50 1361 1,35
1997 251 1306 241 48 144,50 1505 1,35
1998 297 1603 266 139 202,50 1708 1,35
1999 162 1765 106 148 127,00 1835 1,35
2000 131 1896 237 115 176,00 2011 1,35
2001 127 2023 168 118 143,00 2154 1,35
2002 169 2192 97 264 180,50 2334 1,35
2003 284 2476 151 57 104,00 2438 1,35
2004 92 2568 84 38 61,00 2499 1,35
2005 167 2735 92 101 96,50 2596 1,35
2006 24 2759 23 63 43,00 2639 1,35









F koreksi sesudah (FK1) a1 a2 Nilai Koreksi Sebelum Nilai Koreksi Setelah
0,74
126,7 171,4
78,46 58,00
0,74 54,11 40,00
0,74 98,75 73,00
0,74 83,87 62,00
0,74 147,46 109,00
0,74 273,27 202,00
0,74 464,01 253,55
0,74 54,00 39,92
0,74 114,00 84,27
0,74 251,00 185,54
0,74 297,00 219,54
0,74 162,00 119,75
0,74 131,00 96,84
0,74 127,00 93,88
0,74 169,00 124,93
0,74 284,00 209,93
0,74 92,00 68,01
0,74 167,00 123,45
0,74 24,00 17,74

Kumulatif Sebelum Kumulatif Setelah
78,46 58,00
132,57 98,00
231,33 171,00
315,20 233,00
462,66 342,00
735,92 544,00
1199,94 797,55
1253,94 837,46
1367,94 921,73
1618,94 1107,28
1915,94 1326,82
2077,94 1446,57
2208,94 1543,41
2335,94 1637,29
2504,94 1762,21
2788,94 1972,15
2880,94 2040,15
3047,94 2163,60
3071,94 2181,34