Praktikum ke – M. K.

Metode Klimatologi
Nama : Kinanti Larasati Asisten Praktikum
NRP : G24170028 1. Syarifa Nur Azizah (G24160050)
Tanggal : 10 September 2018 2. Muhamad Reyhan R (G24160052)

PENGUJIAN TREN PERUBAHAN IKLIM

PENDAHULUAN
Tinjauan Pustaka
Perubahan iklim sebagai perubahan rata-rata dan atau variabilitas faktor-faktor
yang berkaitan dengan iklim dan berlaku untuk satu periode yang panjang, umumnya
puluhan tahun atau lebih. Perubahan iklim secara statistik didefinisikan sebagai perubahan
kecenderungan baik naik atau turun dari unsur – unsur iklim yang disertai keragaman
harian, musiman maupun siklus yang tetap berlaku untuk satu periode yang panjang.
Perubahan iklim diukur berdasarkan perubahan komponen utama iklim, yaitu suhu atau
temperatur, musim (hujan dan kemarau), kelembaban dan angin. Dari variabel-variabel
tersebut variabel yang paling banyak dikemukakan adalah suhu dan curah hujan (BMKG
2011).
Uji t dikenal dengan uji parsial, yaitu untuk menguji bagaimana pengaruh masing-
masing variabel bebasnya secara sendiri-sendiri terhadap variabel terikatnya. Uji ini dapat
dilakukan dengan mambandingkan t hitung dengan t tabel atau dengan melihat kolom
signifikansi pada masing-masing t hitung, proses uji t identik dengan Uji F. Metode uji t
terbagi menjadi tiga, yaitu: one sample t-Test, paired sample t-Test, dan independent
sample t-Test. One sample t test merupakan teknik analisis untuk membandingkan satu
variabel bebas. Teknik ini digunakan untuk menguji apakah nilai tertentu berbeda secara
signifikan atau tidak dengan rata-rata sebuah sampel. Pada uji hipotesis ini, diambil satu
sampel yang kemudian dianalisis apakah ada perbedaan rata-rata dari sampel tersebut.
Paired-sample t-Test merupakan prosedur yang digunakan untuk membandingkan rata-rata
dua variabel dalam satu group. Artinya analisis ini berguna untuk melakukan pengujian
terhadap satu sampel yang mendapatkan sutau treatment yang kemudian akan
dibandingkan rata-rata dari sampel tersebut antara sebelum dan sesudah
treatment. Independent sample t-Test adalah uji yang digunakan untuk menentukan apakah
dua sampel yang tidak berhubungan memiliki rata-rata yang berbeda. Jadi, tujuan metode
statistik ini adalah membandingkan rata-rata dua grup yang tidak berhubungan satu sama
lain (Onos dan Bayazit 2003).
Anova merupakan singkatan dari “analysis of varian“. Uji Anova adalah bentuk
khusus dari analisis statistik yang banyak digunakan dalam penelitian eksperimen. Uji
Anova juga adalah bentuk uji hipotesis statistik dimana kita mengambil kesimpulan
berdasarkan data atau kelompok statistik inferentif. Hipotesis nol dari uji Anova adalah
bahwa data adalah simple random dari populasi yang sama sehingga memiliki ekspektasi
mean dan varians yang sama, meskipun uji t adalah statistik yang sering digunakan, hanya
saja uji t dibatasi untuk menguji hipotesis dua kelompok. Uji Anova atau Analysis of varian
(ANOVA) dikembangkan untuk memungkinkan peneliti untuk menguji hipotesis
perbandingan lebih dari dua kelompok. Dengan demikian, uji-t dan uji anova adalah sama-
sama metode statistik untuk perbandingan yang membedakan keduanya adalah hanya
jumlah kelompok yang dibandingkan (Martadipura 2013).
 Tujuan
Praktikum ini bertujuan menguji tren kenaikan rata-rata suhu udara dan curah
hujan
METODOLOGI
Alat dan bahan yang digunakan pada praktikum kali ini adalah laptop yang sudah
terpasang aplikasi Microsoft Excel, data suhu udara bulanan tahun 1951 sampai 2010
serta data curah hujan bulan tahun 1981 sampai 2010 dan koneksi internet. Praktikum
ini dilaksanakan pada 3 September 2019 pukul 15.30 -18.30 di RK 16 FAC 401 A.

Siapkan data suhu
udara bulanan selama
Mulai 60 tahun dan data
curah hujan bulanan
selama 30 tahun
Lakukan regresi linier
rata-rata suhu udara
terhadap tahun dan uji
anova.untuk mengetahui
kemiringan garis regresi
Bagi data suhu udara
bulanan menjadi dua
periode, yaitu:
tahun1951-1980 dan
tahun 1981-2010.

Lakukan running mean
10 tahunan curah hujan
Selesai bulanan, regresi linier
terhadap tahun, dan uji
anova
Pilih salah satu bulan Lakukan uji t untuk
untuk menguji tren mengetahui
perubahan rata-rata
curah hujan
suhu udara.

Gambar 1 Diagram alir pengolahan pengujian tren perubahan iklim

HASIL DAN PEMBAHASAN

Uji ANOVA digunakan untuk mengetahui pengaruh variabel bebas secara
bersama-sama (simultan) terhadap variabel terikat. Menggunakan tingkat signifikansinya
0,05 (5%).maka nilai probabilitas < 0,05 dikatakan terdapat pengaruh yang signifikan
sedangkan nilai signifikansi > 0,05 maka tidak terdapat pengaruh yang signifikan secara
bersama-sama antara variabel bebas terhadap variabel terikat (Susilokarti et al. 2015).

Tabel 1 Uji ANOVA data suhu udara bulanan tahun 1951-2010

df SS MS F Significance F
1 1.573508168 1.573508168 40.04760242 3.89574E-08
58 2.278874844 0.039290946
59 3.852383012
Coefficients Standard Error t Stat P-value
6.450086147 2.926589194 2.203960214 0.031510055
0.009351011 0.001477646 6.328317503 3.89574E-08

Hasil uji anova untuk data suhu udara bulanan pada tahun 1951 hingga tahun 2010
memiliki nilai significance 3.89574E-08 dengan alpha 0.05 sehingga menujukkan bahwa
regresi yang ada layak sebab nilai significant lebih kecil dari nilai alpha. Kemudian, nilai
P-value lebih kecil dari alpha yaitu, 3.89574E-08 dan alphanya 0.05 sehingga nilai regresi
yang layak tersebut juga memiliki koefisien regresi yang significance. Coefficients bernilai
0.009351011 mengakibatkan tren suhu udara bulanan selama 60 tahun mengalami
kenaikan/naik sebab Coefficientsnya bernilai positif dan sebaliknya jika Coefficients
bernilai negatif maka trennya penurunan/ turun. Pada suhu nilai significance terlihat sebab
yang dilihat berdasarkan dari rata-ratanya walaupun sebaran datanya hampir sama (Yuniati
2012).
Tabel 2 Uji t pada suhu udara bulanan dua periode tahun 1951-2010

Variable 1 Variable 2
Mean 24.82174972 25.11777778
Variance 0.041907052 0.045606529
Observations 30 30
Hypothesized Mean Difference 0
df 58
t Stat -5.480949122
P(T<=t) one-tail 4.8013E-07
t Critical one-tail 1.671552762
P(T<=t) two-tail 9.6026E-07
t Critical two-tail 2.001717484

Uji t dilakukan dengan mengunakan data suhu tahun 1951 sampai 2010. Data
tersebut kemudian dibagi menjadi dua periode untuk mengetahui ada tidaknya tren
perubahan iklim yang terjadi. Periode satu tahun 1951 sampai 1980 dan tahun 1981 sampai
tahun 2010. Hipotesis yang digunakan adalah hipotesis dua raha sedingga Ho sebagai tidak
ada tren, sedangkan H1 ada tren. Setelah dilakukan uji t pada data sampel (n) kurang dari
30, didapatkan nilai t hitung sebesar -5.480949122. Pada tabel t didapatkan nilai sebesar
9.6026E-07. Nilai t hitung sebesar -5.480949122 tidak ada didalam rentang selang -
9.6026E-07 sampai 9.6026E-07. Nilai t hitung (-5.480949122) > t tabel (-9.6026E-07)
sehingga hipotesis 0 ditolak, yaitu adanya tren perubahan iklim namun besarnya tidak
diketahui ini juga bisa dilihat dari rata rata suhu kedua periode yang tidak sama.

Tabel 3 Uji ANOVA curah hujan bulanan pada bulan januari tahun 1981-2010

df SS MS F Significance F
6.36002E-
Regression 1 0.000510505 0.00051051 06 0.998005692
Residual 28 2247.499489 80.2678389
Total 29 2247.5
Standard
Coefficients Error t Stat P-value
Intercept 1995.518039 7.337458849 271.963098 1.84583E-49
-4.77413E-
Curah Hujan 05 0.018930638 -0.0025219 0.998005692
 Hasil uji ANOVA untuk data curah hujan bulanan pada bulan Januari tahun 1951
hingga tahun 2010 memiliki nilai significance 0.998005692 dengan alpha 0.05, sehingga
menujukkan bahwa regresi yang ada tidak layak sebab nilai significance lebih besar dari
nilai alpha. Kemudian, nilai P-value lebih besar dari alpha yaitu, 0.998005692 dan
alphanya 0.05 sehingga nilai regresi yang tidak layak tersebut juga tidak memiliki koefisien
regresi yang significance. Saat regresi tidak layak dan koefisien regresi yang tidak
significance maka proses regresi linier untuk melihat tren tidak bisa di lanjutkan.
Perubahan iklim yang ada menyebabkan perubahan sebaran data curah hujan tidak
merubah rata-rata curah hujannya yang menyebabkan significance pada curah hujan tidak
terlihat Susilokarti et al. 2015).

KESIMPULAN

Metode uji ANOVA data suhu udara bulanan tahun 1951 sampai 2010 memiliki
regresi yang layak serta nilai koesifien regresi yang significance karena nilai significance
< alpha dan nilai p-value < alpha , selanjutnya pada uji t untuk suhu udara bulanan yang
dibagi menjadi dua periode menggunakan hipotesis dua arah yang menolak H0 karena
nilai t-hitung > t-tabel dan nilai rata-rata kedua periode yang tidak sama menyebabkan
terjadinya perubahan tren namun tidak diketahui berapa besar perubahannya. Metode uji
ANOVA data curah hujan bulanan tahun 1981 sampai 2010 memiliki regresi yang tidak
layak serta nilai koesifien regresi yang tidak significance karena nilai significance > alpha
dan nilai p-value > alpha. Perubahan iklim yang ada menyebabkan perubahan sebaran data
curah hujan tidak merubah rata-rata curah hujannya yang menyebabkan significance pada
curah hujan tidak terlihat

DAFTAR PUSTAKA
[BMKG] Badan Meteorologi, Klimatologi, dan Geofisika. 2011. Evaluasi cuaca dan sifat
hujan Bulan Agustus 2011 serta prakiraan cuaca dan sifat hujan Bulan September
2011. Bulletin Metereologi. Badan Metereologi, Klimatologi, dan Geofisika
Stasiun Metereologi Otorita Batam.
Mahdi O. dan Suerborn P. (2002). A Preliminiary Assessment of Characteristics and Long
term Variability of Rainfall in Ethiopia - Basis for Suistainable Land Use and
Resource Management, In Proceeding of Conference of International Agriculture
research for Decelopment. Witzenhausen (DE): Springer.
Martadiputra BAP. 2013. Modifikasi model-eleciting activities dengan menggunakan
didactical design research untuk meningkatkan kemampuan berpikir statis. Jurnal
Kependidikan. 43(2): 95-106.
Onos B. dan Bayazit M. 2003. The Power of Statisticaltests For Trend detection. Turkish
Journal of Engineering and Environmental Sciences. Vol 27: 247- 251.
Yuniarti D. 2012. Persamaan allometrik biomasaa pohon huek di P ulau Timountuk
meningkatkan akurasi pendugaan simpanan karbon. Jurnal Penelitian Sosial dan
Ekonomi Kehutanan.9(2):77-86.

LAMPIRAN