Pengaruh Aktivitas Matahari pada Curah Hujan ..... (Iyus Edi Rusnadi et al.

PENGARUH AKTIVITAS MATAHARI PADA CURAH HUJAN DI

ATAS INDONESIA : VARIASI SIKLUS
KE SIKLUS
Iyus Edi Rusnadi, Wilson Sinambela
Peneliti Bidang Matahari dan Antariksa, LAPAN

ABSTRACT

105 years’ rainfall data have been used to study the effect or correlation between
solar cycle and occurrence of rainfall in Indonesia. For different cycles correlation
coefficient and significance correlation coefficient for December, January, February
(DJF), March, April, May (MAM), June, July, August (JJA), September, October,
November (SON), and monthly have seen obtained. It can be concluded that: (i) Solar
cycle area affects quarterly rainfall in Indonesia, where the smaller the area of cycle, the
higher its correlation with rainfall, except monthly rainfall, and ii) Influence of solar
activity for long-range rainfall (per cycle) is better than the short-range rainfall (monthly).
This, besides caused by the sun as the biggest contributor of energy to the earth also
accumulate with other energy including those stored in cloud, as source of rain. All the
things require time, and gathered energy during one cycle, yielded enough energy to
influence rainfall in Indonesia. This research can be used to study a possibility of
physical relation between the solar activity and rainfall (number of sunspot), and
variation particle of galactic rays cosmic to the earth.

ABSTRAK

Data curah hujan selama 105 tahun telah digunakan untuk mempelajari efek
korelatif antara siklus matahari dengan kejadian curah hujan di Indonesia. Untuk
siklus yang berbeda, diperoleh koefisien korelasi dan signifikasi koefisien korelasi pada
data bulan Desember, Januari, Februari (DJF), Maret, April, Mei (MAM), Juni, Juli,
Agustus (JJA), September, Oktober, November (SON), dan bulanan. Dapat diketahui
bahwa: (i) Luas siklus matahari mempengaruhi curah hujan 3 bulanan di Indonesia, di
mana makin sempit luas siklus, korelasinya dengan curah hujan semakin tinggi, kecuali
curah hujan bulanan dan, (ii) Pengaruh aktivitas matahari untuk curah hujan jangka
panjang (per siklus) adalah lebih baik dibandingkan dengan curah hujan jangka pendek
(bulanan). Hal ini, selain disebabkan oleh matahari sebagai penyumbang energi terbesar
bagi bumi, juga terakumulasi dengan energi lain, termasuk energi yang tersimpan
dalam awan sebagai sumber hujan. Semua itu membutuhkan waktu, dan dengan
terkumpulnya energi tersebut selama satu siklus, maka energi yang dihasilkan dapat
mempengaruhi curah hujan di Indonesia. Penelitian ini dapat digunakan untuk
mengetahui suatu kemungkinan adanya hubungan fisis antara kejadian curah hujan
dan aktivitas matahari (bilangan sunspot), dan perubahan partikel ”galactic cosmic rays”
ke bumi.
Kata kunci : Aktivitas matahari,Curah hujan

1 PENDAHULUAN lingkungannya. Cuaca antariksa dapat

Aktivitas matahari menyebabkan
perubahan-perubahan plasma dan partikel
energetik yang mempengaruhi cuaca
antariksa dan mempengaruhi Bumi dan
mempengaruhi kecenderungan iklim
jangka panjang. Aktivitas matahari dapat
mempengaruhi parameter iklim, termasuk
curah hujan dengan berbagai cara dan
skala waktu yang berbeda. Pertama,

1
 Majalah Sains dan Teknologi Dirgantara Vol. 3 No. 1 Maret 2008:1-9
karena matahari merupakan penyumbang
energi terbesar bagi permukaan Bumi,
maka setiap ada perubahan keluaran
radiatif matahari juga akan mempenga-
ruhi kesetimbangan energi permukaan
Bumi. Kedua, perubahan spektrum radiasi
matahari yang bervariasi mengikuti siklus
matahari 11 tahun, terutama pada pita
radiasi ultraviolet (UV) matahari, penga-
ruhnya bertambah pada lapisan stratosfer,
yang pada gilirannya dapat mempengaruhi
troposfer bawah (tempat fenomena iklim).
Terakhir, matahari dapat juga mem-
pengaruhi awan dan aktivitas hujan
karena terkait dengan sinar kosmik
galaksi (Galactic Cosmic Ray/GCR) yang
merupakan sumber ion-ion. Karena pem-
bentukan awan merupakan fungsi dari
suhu ambient, setiap perubahan dari
suhu ambient atmosfer Bumi langsung
mempengaruhi pembentukan tetesan air
dan oleh karena itu mempengaruhi
variabilitas curah hujan.
Matahari adalah sebuah laborato-
rium plasma maha besar yang dipenuhi
oleh medan magnetik skala besar (~ 1
Gauss) (Hiremath dan Gokhale, 1995)
yang bervariasi pada suatu skala waktu
diffusi (~ miliar tahun) dan struktur
medan magnetik (~ 1000-3000 Gauss)
skala kecil (~ 100-1000 km) seperti
sunspot, plage, flare, prominensi dan lain
lain, yang dianggap berasal dari meka-
nisme dinamo dengan periodisitas sekitar
22 tahun yang belum diketahui, yang
berlangsung di bagian dalam matahari.
Siklus sunspot 11 tahunan dan magnetik
22 tahunan merupakan fenomena yang
dominan, di permukaan matahari muncul
juga aktivitas magnetik lain dalam skala
waktu beberapa jam dan beberapa
bulan. Matahari juga menghasilkan flare
dan Coronal Mass Ejection (CME) yang
memindahkan energi, massa, momentum
dan partikel-partikel energi pada umumnya
ke lingkungan antar planet dan pada
khususnya ke lingkungan Bumi.
Sebagai negara maritim yang
terletak di wilayah ekuator, komponen
yang mempengaruhi iklim di Indonesia
menjadi sangat bervariasi. Indonesia
2
juga memiliki peranan penting dalam
menentukan pola iklim global mengingat
posisi Indonesia yang terletak di daerah
ekuator (tropis) merupakan daerah
penyerap energi matahari terbesar di
Bumi. Curah hujan di Indonesia juga
dipengaruhi oleh angin monsun yang
digerakkan oleh adanya sel tekanan
tinggi dan sel tekanan rendah di benua
Asia dan Australia secara bergantian.
Dalam bulan Desember-Januari-Februari
(DJF) bergerak angin monsun barat atau
barat laut yang bertiup dari sel tekanan
tinggi di Asia menuju sel tekanan rendah
di Australia melalui Indonesia. Sebaliknya
dalam bulan Juni-Juli-Agustus bergerak
angin monsun timur atau tenggara yang
bertiup dari sel tekanan tinggi di
Australia menuju tekanan rendah di Asia
melalui Indonesia.
Sejumlah studi (Hiremath, dan
Mandi, 2004 dan referensi di dalamnya)
menunjukkan pengaruh paksa (forcing)
matahari terhadap iklim global Bumi dan
lingkungan. Studi sebelumnya (Anantha
Krishnan dan Parthasarathy, 1985 ; Beer
et al., 1990; Mehta dan Lau, 1997;
Labitzke, dan van Loon, 1997;
Parthasarathy et al., 1993; Jain dan
Tripathi, 1997; Haigh, 2001; Hiremath
and Mandi, 2004; Kodera, 2004;
Bhattacharya dan Nara shima 2005;
Hiremath, 2005) menunjukkan korelasi
kuat antara aktivitas matahari dan
variabilitas curah hujan monsun. Pengaruh
aktivitas matahari terhadap curah hujan
juga memiliki karakteristik lokal yang
jelas, bergantung kepada waktu, dan
posisi geografik. Dalam skala global,
korelasi antara aktivitas matahari dan
curah hujan bisa positif, negatif atau
tidak ada.
Matahari dapat mempengaruhi
variabilitas curah hujan dengan berbagai
cara. Kita bisa menduga bahwa matahari
dapat mempengaruhi awan melalui GCR
yang merupakan sumber ion-ion. Karena
pembentukan awan adalah fungsi dari
temperatur lingkungan (temperatur
ambient), setiap perubahan temperatur
ambient atmosfer Bumi langsung mem-
 Pengaruh Aktivitas Matahari pada Curah Hujan ..... (Iyus Edi Rusnadi et al.)
pengaruhi pembentukan titik-titik awan,
yang pada gilirannya mempengaruhi
variabilitas curah hujan.
Tujuan dari penelitian ini adalah
menyelidiki dampak aktivitas matahari
pada variabilitas curah hujan di Indonesia
dan memperoleh model empirik variabilitas
cuaca antariksa pada iklim berdasarkan
analisis lingkungan antariksa dan mela-
kukan inventarisasi dampaknya pada
iklim Indonesia
2 DATA DAN METODE
Dalam penelitian ini digunakan
data deret waktu aktivitas matahari
berupa deret waktu bilangan sunspot
dari NGDC bulanan yang bersumber dari
kompilasi Royal Observatory of Belgium
dan Sunspot Index Data Center (SIDC)
(http://www.astro.oma.be/SIDC) dan data
parameter iklim berupa data anomali
curah hujan setiap bulan dari tahun
1900–2005 yang berasal dari situs
http://www.ncdc.noaa.gov/ oa/ climate/
research/ghcn/ghcngrid_prcp.html yang
diperoleh dari pengukuran dan peng-
amatan satelit. Pembacaan data meng-
gunakan software berbasis fortran compiler
G77. Data keluaran berupa data rata-
rata bulanan anomali curah hujan global
dengan grid 5° x 5°. Data anomali curah
hujan di atas Indonesia diperoleh dengan
cara mengekstrak data global dengan
rentang lintang geografis 7,50 LU-12,5°
LS dan batas bujur geografis 87,5° BT-
147,5° BT. Data anomali curah hujan
dikelompokkan berdasarkan wilayah:
Indonesia (7,5° LU-12,5° LS; 87,5° BT-
147,5° BT), Indonesia Barat (7,5° LU-
12,5° LS; 87,5° BT-102,5° BT), Indonesia
Tengah (7,5° LU-12,5° LS; 107,5° BT-
117,5° BT), dan Indonesia Timur (7,5° LU-
12,5° LS; 122,5° BT-147,5° BT). Data
anomali curah hujan dihitung relatif
terhadap rata-rata bulanan curah hujan
dalam selang waktu tahun 1961 – 1990.
Studi literatur dilakukan sebagai
tahap awal penelitian ini. Tahap selan-
jutnya menggunakan basis data acuan
untuk keseluruhan tahapan penelitian,
yaitu deret waktu data bilangan sunspot
dan deret waktu data anomali curah
hujan di atas Indonesia. Tahap berikutnya
adalah menggunakan metode korelasi
antara aktivitas matahari dan curah
hujan dengan teknik analisis weighted
wavelet Z-transform (WWZ) pada data
curah hujan yang dikelompokkan ber-
dasarkan musim basah yang terjadi
pada bulan Desember, Januari, dan
Februari (DJF), dan musim kering yang
terjadi pada bulan Juni, Juli, dan Agustus
(JJA) untuk mengetahui adanya sinyal-
sinyal aktivitas matahari pada curah
hujan, dan analisis korelasi empirik
untuk mengetahui berapa besar pengaruh
aktivitas matahari pada curah hujan di
atas Indonesia.
Kemudian, analisis dilakukan ber-
dasarkan kawasan (barat, tengah, dan
timur) dan berdasarkan posisi matahari
atau berdasarkan musim (kemarau/JJA/
Juni-Juli-Agustus, hujan/DJF/Desember-
Januari-Februari, dan peralihan MAM/
Maret-April-Mei dan SON/September-
Oktober-November), dan membanding-
kannya dengan deret waktu bilangan
sunspot. Analisis dalam perbandingan
tersebut menggunakan teknik Weighted
Wavelet Z-Transform (WWZ), dan analisis
korelasi statistik.
3 HASIL DAN PEMBAHASAN
Data keluaran dari situs (http://
www.ncdc.noaa.gov/oa/climate/research
/ghcn/ghcngrid_prcp.html) adalah berupa
data rata-rata bulanan anomali curah
hujan global dalam bentuk angka dengan
grid 5° x 5°. Pembagian wilayah menjadi
wilayah barat Indonesia (7,5° LU-12,5° LS;
87,5° BT-102,5° BT), tengah Indonesia
(7,5° LU-12,5° LS; 107,5° BT-117,5° BT),
dan timur Indonesia (7,5° LU-12,5° LS;
122,5° BT-147,5° BT) disesuaikan pem-
bagian wilayah yang ada di Indonesia
seperti terlihat pada Gambar 3-1.
3
 Majalah Sains dan Teknologi Dirgantara Vol. 3 No. 1 Maret 2008:1-9

Gambar 3-1: Pembagian curah hujan berdasarkan waktu di Indonesia

Normalisasi datasunspot dancurah hujanbulananIndonesia 1900-2005

1
N o r m a lis a i

0.5
R
0

-0.5
CH
-1

1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
Tahun

Gambar 3-2: Hasil normalisasi double sunspot dan anomali curah

hujan bulanan Indonesia tahun 1900-2005

Data curah hujan (CH) bulanan curah hujan bulanan hampir memiliki
Indonesia yang dikumpulkan tahun kesamaan dengan korelasi sebesar 0,68.
1900-2005 akan dihubungkan dengan Dengan menghitung luas di
data aktivitas matahari yang diwakili bawah kurva bilangan sunspot, secara
bilangan sunspot (R), kemudian dilakukan kuantitatif menandakan adanya energi
normalisasi dengan rumus: yang terkandung yang dapat terukur oleh
Normalisasi = CHi - minimum CHi bilangannya. Hal ini terbukti pada saat
(dalam satu tahun)/Maksimum CHi – bilangannya maksimum sering dianalogi-
minimum CHi dengan CHi adalah data kan sebagai matahari aktif, dengan
anomali curah hujan bulanan ke-i. perkataan lain energi matahari yang
Normalisasi = Ri - minimum Ri terkandung saat itu memicu munculnya
(dalam satu tahun)/Maksimum Ri – flare, CME, dan lain-lain yang dapat
minimum Ri dengan Ri adalah bilangan mempengaruhi cuaca antariksa sekeli-
sunspot ke-i. lingnya, termasuk bumi. Bilangan
Pada tahun ganjil hasil normalisasi sunspot yang terangkum dalam satu
data curah hujan dikalikan dengan -1 siklus menandakan energi yang tersimpan
disesuaikan dengan data bilangan sunspot dalam siklus tersebut. Setiap data
yang dikalikan dengan -1 yang disebut bilangan sunspot bulanan diplot untuk
double sunspot. Hasilnya seperti terlihat setiap siklus dari siklus 14 hingga 23
pada Gambar 3-2. (Gambar 3-3), kemudian dihitung luas di
Dari Gambar 3-2, tampak bahwa bawah kurva untuk masing-masing siklus.
pola yang dibentuk oleh plot sunspot dan

4
 Pengaruh Aktivitas Matahari pada Curah Hujan ..... (Iyus Edi Rusnadi et al.)

Jumlah bilangan sunspot tahun 1900-2005 (SIDC)

300

250

200

150

100

50

14 15 16 17 18 19 20 21 22 23
0
1900 1920 1940 1960 1980 2000
Tahun

Gambar 3-3: Bilangan sunspot dari SIDC tahun 1900-2005

Tabel 3-1: LUAS DI BAWAH KURVA YANG DIBENTUK DATA

CURAH HUJAN DI INDONESIA DAN BILANGAN
SUNSPOT

Panjang siklus Luas curah Luas

Siklus Tahun
(tahun) hujan siklus
14 1902-1913 12 44750,78 4468.8
15 1914-1923 10 39250,03 4459
16 1924-1933 10 28674,99 4103
17 1934-1944 11 41052,70 6700.1
18 1945-1954 10 40023,14 7515
19 1955-1964 10 42326,20 9556
20 1965-1976 12 46105,72 8494.8
21 1977-1986 10 40573,19 8301
22 1987-1996 10 37619.46 7804
23 1997-2006 10 39648.41 5828.4

Untuk melengkapi penelitian ini Berdasarkan pengolahan data

dilakukan hal yang sama untuk curah
hujan, sehingga diperoleh hasil seperti
terlihat pada Tabel 3-1.
Luas di bawah kurva curah hujan
yang dihasilkan dalam satu siklus (seperti
terlihat pada Tabel 3-1) dibandingkan
dengan rata-rata bilangan sunspot dalam
satu siklus, hasil normalisasinya dapat
dilihat pada Gambar 3-4.
Dari Gambar 3-4 tampak bahwa
pola yang dibentuk oleh plot sunspot dan
curah hujan untuk siklus 14 – 23 hampir
memiliki kesamaan dengan korelasi
sebesar 0,89.
dengan menggunakan transformasi Weight
Wavelet Z-transform (WWZ), muncul
periodisitas yang terbatas antara 2 - 5,
9.8 – 13.89, 25 tahun yang dapat dilihat
pada Gambar 3-5. Namun untuk periode
> 50 tahun mengalami kesulitan karena
keterbatasan jumlah baris yang dihasil-
kan WWZ terbatas. Untuk menanggu-
langinya dilakukan transformasi meng-
gunakan metode Fast Fourier Transform
(FFT) dengan bantuan bahasa pemo-
graman Matlab. Diperoleh hasil seperti
terlihat pada Gambar 3-6.

5
 Majalah Sains dan Teknologi Dirgantara Vol. 3 No. 1 Maret 2008:1-9

Normalisasi double sunspot dan curah hujan Indonesia siklus 14-23

0.5
Normalisasi

0
14 15 16 17 18 19 20 21 22 23

-0.5

-1

-1.5
Siklus

Sunspot Curah hujan

Gambar 3-4: Hasil normalisasi double sunspot dan anomali curah

hujan siklus 14-23 Indonesia
50
12

3.76
10 4.35 40
2.23
PE R IO D A (T AH U N)

8
30
WWZ

9.80 13.89 20
4

25
2 10

0
0 5 10 15 20 25 30 35 40 45 50 0
1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
PERIODA (TAHUN0
TAHUN
(a) (b)
Gambar 3-5: Analisa spektrum rata-rata bulanan anomali curah hujan di atas Indonesia
dari 1900 - 2005 a. menunjukkan puncak (periode) dan b. Kontur evolusi
periode dominan curah hujan dengan periode, ~ 25 tahun diduga berkaitan
dengan aktivitas matahari antar dekadean (interdecadal) (30-70 tahun),
periode 9.80-13.89 tahun berkaitan dengan siklus aktivitas matahari (11 th),
periode ~3.76-4.35 tahun (kuat) berkaitan dengan siklus ENSO, 2.23 tahun
diduga berkaitan dengan QBO (22-34 bulan)

Gambar 3-6: Hasil running periodisitas anomali curah

hujan bulanan Indonesia tahun 1900-2005

6
 Pengaruh Aktivitas Matahari pada Curah Hujan ..... (Iyus Edi Rusnadi et al.)

Pada Gambar 3-6 untuk anomali

curah hujan Indonesia secara keselu-
ruhan tidak tampak adanya periodisitas
yang bersamaan dengan siklus 11
tahunan aktivitas sunspot matahari,
namun yang berpengaruh di sini adalah
siklus magnetis aktivitas bintik matahari
(siklus Hale) dalam 22.1 tahunan dan
siklus “big fingers” mempunyai panjang-
nya 35.8 tahun (178.8 tahun “big hand”/
5 = 35.76 tahun (“big fingers”)) yang Gambar 3-9: Periodisitas curah hujan
berhubungan dengan aktivitas matahari. bulan Juni, Juli, dan
Data curah hujan tahun 1900- Agustus (JJA) 1900-2005
2005 dibagi menjadi kelompok tiga-
bulanan mewakili musim basah Desember,
Januari, dan Februari (DJF), musim
peralihan Maret, April, dan Mei (MAM),
musim kering Juni, Juli, dan Agustus
(JJA), dan musim peralihan September,
Oktober, November (SON). Dengan Fast
Fourier Transform (FFT) dalam bahasa
pemograman Matlab diperoleh hasil
seperti diperlihatkan pada Gambar 3-7
sampai dengan Gambar 3-10.
Gambar 3-10: Periodisitas curah hujan
bulan September, Oktober,
November (SON) 1900-2005

Dari Gambar 3-7 sampai dengan

Gambar 3-7: Periodisitas curah hujan
bulan Desember, Januari,
dan Februari (DJF) 1900-
2005
Gambar 3-8: Periodisitas curah hujan
bulan Maret, April, dan Mei
(MAM) 1900-2005
Gambar 3-10 periode 2-5 tahun berkait-
an QBO dan ENSO tampak selalu ada,
periode 9-13 tahun berkaitan dengan
siklus aktivitas matahari sangat kuat di
musim peralihan JJA/SON. Untuk periode
di atas 10 tahun, periode yang dominan
adalah periode 16-18 tahun berkaitan
dengan efek pasang surut bulan dan
periode 80 tahun yang berkaitan dengan
siklus Gleissberg. Periode lainnya yang
muncul adalah berkaitan dengan siklus
Bruckner (33-35 tahun), siklus Hale (22
tahun), dan siklus antar dekadean
(interdecadal 30-50 tahun).
Dari data curah hujan dan bilangan
sunspot, kemudian dilakukan perhitungan
koefisien rank-correlation Spearman dengan
menggunakan rumus
rs = 1 - 6Σ(Xi – Yi)2 / n(n2-1) (3-1)
Keterangan :
n = banyaknya pasangan pengamatan
Xi = rank dari xi, dan
7
 Majalah Sains dan Teknologi Dirgantara Vol. 3 No. 1 Maret 2008:1-9

Yi = rank dari yi MAM

b)
1
Dengan tingkat kepercayaan ber-
0.8

K o e fi s ie n k o r e la s i
dasarkan distribusi t(N-2). 0.6
Dari anomali bulanan dan rata- 0.4

rata tahunan anomali curah hujan 0.2

0
Indonesia yang dihubungkan dengan
-0.2 0 2 4 6 8 10 12 14
sunspot tahunan diperoleh koefisien -0.4
rank-correlation Spearman seperti pada -0.6

Tabel 3-2. Luas siklus/1000

Tabel 3-2: VARIASI KOEFISIEN KORELASI JJA c)

DARI SIKLUS KE SIKLUS
UNTUK VARIASI MUSIMAN 1.00
DJF, MAM, JJA, SON, DAN 0.80

K o e fi s i e n k o re l a s i
BULANAN CURAH HUJAN DI 0.60
INDONESIA 0.40
0.20
0.00
Siklus DJF MAM JJA SON Bln 0 2 4 6 8 10 12 14
-0.20
-0.40
14 -0.09 0.41 0.47 0.62 -0.52
Luas siklus/1000
15 0.59 0.75 0.55 0.68 -0.26

16 0.56 -0.45 -0.25 -0.13 0.51 SON d)

17 -0.45 0.03 -0.15 -0.61 -0.8 0.8
0.6
K o e fi s i e n k o r e l a s i

18 -0.07 0.27 -0.29 0.41 -0.45 0.4

0.2
19 -0.15 -0.03 -0.30 -0.04 -0.23
0
20 0.22 -0.2 0.23 -0.17 -0.1 -0.2 0 2 4 6 8 10 12 14
-0.4
21 -0.69 -0.15 0.83 0.23 0.41 -0.6
-0.8
22 0.00 0.33 0.46 0.31 -0.01 Luassiklus/1000

23 0.37 0.36 0.61 0.25 -0.29

BLN e)
Dari Tabel 3-2 diperoleh hubungan 0.6
antara koefisien korelasi dengan luas 0.4
K o e fi s i e n k o re l a s i

siklus (Gambar 3-11 a – 3-11e) 0.2

0
-0.2 0 2 4 6 8 10 12 14
DJF -0.4
a)
-0.6
0.80 -0.8
0.60 -1
K o e fi s i e n k o r e l a s i

0.40 Luas siklus/1000

0.20
0.00 Gambar 3-11: Plotting koefisien korelasi
-0.20 0 2 4 6 8 10 12 14 luas siklus dan anomali
-0.40 curah hujan di Indonesia
-0.60 pada musim basah, DJF
-0.80
(a), musim peralihan, MAM
Luas siklus/1000
(b), musim kering, JJA(c),
musim peralihan, SON (d),
dan bulanan (e)
8
 Pengaruh Aktivitas Matahari pada Curah Hujan ..... (Iyus Edi Rusnadi et al.)
Tabel 3-2 dan Gambar 3-11
menunjukkan bahwa luas siklus matahari
mempengaruhi curah hujan 3 bulanan di
Indonesia, dimana makin sempit luas
siklus, korelasinya dengan curah hujan
semakin tinggi, kecuali curah hujan
bulanan. Dengan demikian, secara umum
siklus matahari ke-14, 15, dan 16 akan
berkorelasi lebih baik dengan curah hujan
dibandingkan siklus lainnya (Gambar 3-3)
dengan musim kering (JJA) tidak begitu
bervariasi antara korelasi yang positif
dan negatif.
4 KESIMPULAN
Tampak jelas bahwa anomali curah
hujan di atas Indonesia didominasi oleh
pengaruh peristiwa ENSO (El Nino dan
La Nina) dan QBO (Quasi-biennial
Oscillation) yang memiliki periode sekitar
2-7 tahun baik di musim basah (DJF),
musim kering (JJA) maupun musim
peralihan (MAM/SON). Pengaruh aktivitas
matahari untuk curah hujan jangka
panjang (per siklus) adalah lebih baik
dibandingkan dengan curah hujan jangka
pendek (bulanan). Hal ini selain disebab-
kan oleh matahari sebagai penyumbang
energi terbesar bagi permukaan bumi,
juga oleh energi lain yang mengikutinya
akibat proses fisika matahari yang
dilemparkan ke bumi dan energi yang
tersimpan di dalam pembentukan awan
sebagai sumber hujan. Semua itu mem-
butuhkan waktu dan dengan terkumpul-
nya energi tersebut selama satu siklus,
maka energi yang dihasilkan cukup
untuk mempengaruhi curah hujan di
Indonesia.
Adanya sinyal-sinyal kuat dengan
periode (80-110) tahun pada sebagian
besar anomali curah hujan di atas
Indonesia tampaknya terkait dengan
siklus Gleissberg aktivitas matahari
jangka panjang, sementara sinyal-sinyal
dominan lain dengan periode sekitar 50,
(36-40) tahun, (30-35) tahun dan (20-25)
tahun terkait dengan siklus aktivitas
matahari antar dekadean (interdecadal),
dengan efek big fingers, siklus Bruckner,
dan siklus magnetik Hale dari aktivitas
matahari.
DAFTAR RUJUKAN
Ananthakrishnan R.; and R. Parthasarathy,
1985. J. Clim, vol. 4, pp. 149.
Beer, J.; Blinov, A.; Bonani, G.; Finkel,
R.C.; Hofmann, H.J.; Lehmann, B.;
Oeschger, H.; Sigg, A.; Schwander,
J.; Staffelbach, T.; Stauffer, B.;
Suter, M.; Wölfli, W.; 1990. Use of
10Be in polar ice to trace the 11-
year cycle of solar activity. Nature
vol. 347, pp. 164-166.
Bhattacharya, S.; and R. Narashimha,
2005. Geophys. Res. Lett, vol. 32,
pp. L05813.
Hiremath, K.M.; and Ghokhale, 1995.
Astrophys. Journ, vol. 448, pp. 437.
Hiremath.K.M.; and P. I., Mandi, 2004.
New Astronomy, vol. 9, pp. 651.
Hiremath, K.M., 2006. Journal of
Astronomy & Astrophysics, vol. 452,
pp. 591-595.
Haigh, J.D., 2001. Science, vol. 294, pp.
2109.
Kodera, K., 2004. Geophys. Res. Lett.,
vol. 31, pp. 24209.
Jain, R.M.; and S.C. Tripathy, 1997.
Mausam, vol. 48(3), pp. 405.
Labitzke, K.; and H. van Loon, 1997.
Space. Science, vol. 80, pp. 393.
Mehta, V.; and K. M. Lau, Geophys. Res.
Lett, vol. 24, 159.
Parthasarathy, B., K. Rupa Kumar; and
A. Munnot, 1993. Proc. Indian. Acad.
Sci. (Earth Planet. Sci), vol. 102, pp.
121.