METODOLOGI PENELITIAN
OLEH :
DEPARTEMEN GEOFISIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS HASANUDDIN
MAKASSAR
2020
BAB I
PENDAHULUAN
Indonesia merupakan salah satu negara yang terletak di sekitar kawasan khatulistiwa yang
membuat Indonesia memiliki dua musim yakni musim kemarau dan musim penghujan. Hal
tersebut memungkinkan Indonesia menerima curah hujan hampir sepanjang tahun. Curah
hujan merupakan salah satu unsur cuaca dan iklim dengan tingkat keseragamannya yang
paling tinggi. Akibatnya, di sepanjang daerah di Indonesia memiliki perbedaan pola hujan
yang berbeda-beda. Menurut (Mulyani, dkk., 2019) hal tersebut dipengaruhi oleh geografis,
topografis, dan orografis. Belum lagi ditambah oleh struktur dan orientasi kepulauan.
Keterkaitan antara curah hujan dengan unsur-unsur cuaca tercermin dalam siklus air atau
siklus hidrologi. Banyak sedikitnya curah hujan yang terjadi di suatu wilayah akan
berpengaruhi terhadap keadaan cuaca dan iklim di daerah tersebut (Azhari, 2015).
Di wilayah tropis, curah hujan merupakan salah satu unsur iklim yang paling tinggi
keragamannya. Karakteristik curah hujan diberbagai daerah tentunya tidak sama. Kondisi
ini diakibatkan oleh beberapa faktor, yakni: geografis, topografis, dan orografis. Belum lagi
ditambah dengan struktur dan orientasi kepulauan. Akibatnya pola sebaran curah hujan
cenderung tidak merata antara daerah yang satu dengan daerah yang lain dalam ruang lingkup
yang luas (Putramulyo, dkk., 2018).
Hutan di wilayah tropis memiliki peranan penting dalam kehidupan manusia. Hal tersebut
dikarenakan secara langsung memengaruhi berbagai kegiatan yang dilakukan oleh manusia.
Pengolahan data curah hujan dirasa penting dalam pengembangan informasi cuaca terkhusus
cuaca yang berkaitan dengan curah hujan. Para peneliti belakang ini mengembangkan
informasi dengan memprediksi data curah hujan untuk masa yang akan datang.
Prediksi curah hujan sangat penting dilakukan sebagai antisipasi awal dalam menghadapi
cuaca yang akan datang. Dewasa ini, banyak sekali teknik pengolahan data yang dilakukan
untuk melakukan prediksi curah hujan, misalanya dengan metode Regresi Linier. Pada
penelitian ini, mengumpulkan data temperatur, kelembaban, tekanan, kecepatan angin, lama
penyinaran matahari, dan besar radiasi matahari sebagai variabel prediktor untuk mencari
nilai curah hujan. Data yang terkumpul merupakan data tipe harian dengan rentang waktu 10
tahun.
Sementara itu untuk pembuatan simulasi prediksi total hujan bulanan digunakan metode
regresi linier sederhana dan regresi linier berganda. Bertalian dengan adanya tipe-tipe total
hujan bulanan, maka presisi prediksi total hujan bulanan akan berbeda-beda dari tempat yang
satu dengan tempat yang lain (Swarinoto, 2011). Prediksi total hujan bulanan dengan metode
tertentu sangat sesuai dengan tempat yang satu, tetapi dapat juga tidak sesuai pada tempat
yang lain. Untuk itu evaluasi prediksi total hujan bulanan sangat diperlukan sehingga hasil
kajian dapat digunakan sebagai masukan dalam menyiapkan prediksi total hujan bulanan
pada bulan-bulan berikutnya (Fadholi, 2013).
Mendasari pada masalah tersebut, penulis tertarik dengan metode Regresi Linier sederhana
maupun berganda untuk memprediksi curah hujan. Digunakan kedua jenis regresi tersebut
untuk melihat hasil evaluasi kalkulasi yang mendekati data observasi. Oleh karena itu,
penelitian ini dilakukan dengan mengambil judul “Pemanfaatan Parameter Cuaca Dalam
Persamaan Regresi Untuk Simulasi Prediksi Total Hujan Bulanan Di Kota Makassar”.
Parameter cuaca yang digunakan pada penelitian ini adalah suhu, kelembaban, kecepatan
angin, besar radiasi matahari, lama penyinaran matahari, dan tekanan udara.
Dalam penelitian ini dilakukan suatu simulasi untuk mendapatkan data prediksi curah hujan
pada tahun 2019 memanfaatkan persamaan regresi linier sederhana dan regresi linier
berganda dengan variabel prediktor suhu, kelembaban, kecepatan angin, besar radiasi
matahari, dan tekanan udara. Kelima variabel tersebut digunakan berdasarkan asumsi bahwa
hal tersebut sangat berperan secara fisis dalam pembentukan awan hingga terjadinya proses
hujan.
Dalam penelitian ini hanya menggunakan waktu selama 10 tahun yakni dari tahun 2009 –
2018 untuk memprediksi data pada tahun 2019 dan membandingkannya dengan data
observasi di lapangan pada tahun 2019 untuk mendapatkan nilai RMSE dan nilai Pearson
Korelasi. Kemudian, penelitian ini mengambil data dari Stasiun meteorologi kelas II Paotere
Makassar.
Azhari. 2015. Simulasi Prediksi Curah Hujan Bulanan Di Kota Medan Menggunakan
Metode Regresi Linier Berganda. Jurnal Eistein. 3(2) : 58 – 64.
Fadholi, Akhmad. 2013. Pemanfaatan Suhu Udara Dan Kelembapan Udara Dalam
Persamaan Regresi Untuk Simulasi Prediksi Total Hujan Bulanan Di
Pangkalpinang. Jurnal Cauchy. 3(1) : 1-9.
Mulyani, Evi Dewi Sri., Septianingrum, Indah., Nurjanah, Nisa., Rahmawati., Reka.,
Nurhasani, Syifa., dan K., Kiky Milky R. 2019. Prediksi Curah Hujan Di
Kabupaten Majalengka Dengan Menggunakan Algoritma Regresi. Jurnal Sistem
Informasi dan Teknologi Informasi. 8(1) : 67 – 77.
Putramulyo, Satriogi., dan Alaa, Siti. 2018. Prediksi Curah Hujan Bulanan Di Kota
Samarinda Menggunakan Persamaan Regresi Dengan Prediktor Data Suhu dan
Kelembapan Udara. Eigen Mathematics Journal. 1(2) : 13 -16.
Swarinoto, Yunus S., dan Sugiyono. 2011. Pemanfaatan Suhu Udara Dan Kelembapan
Udara Dalam Persamaan Regresi Untuk Simulasi Prediksi Total Hujan Bulanan
Di Bandar Lampung. Jurnal Meteorologi dan Geofisika. 12(3) : 271 – 281.