ACC untuk Seminar Proposal

Pbb

28 September 2021

STUDI HASIL PENGUKURAN PARAMETER CUACA MENGGUNAKAN

AUTOMATIC WEATHER STATION TIPE PORTLOG
DI LAPAN KOTOTABANG

Proposal Penelitian

OLEH :
SYAHRUL GUNAWAN
NIM. 17034030

PROGRAM STUDI FISIKA

JURUSAN FISIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI PADANG
2021
 BAB I
PENDAHULUAN

A. Latar Belakang
Cuaca merupakan keadaan atau kelakuan atmosfer pada waktu tertentu
yang sifatnya berubah-ubah dari waktu ke waktu. Udara memiliki sifat yang
sangat dinamis. Suhu dan kelembaban udara akan berubah dari waktu ke waktu
(Kartasapoetra, 2004). Intensitas cahaya yang diteruskan ke permukaan bumi
setelah melalui lapisan atmosfer akan selalu berubah pula, tergantung pada
keadaan penyebaran dan ketebalan awan. Kondisi atmosfir yang dinamis, berubah
dalam waktu singkat (dalam jam atau hari) disebut cuaca (Lakitan, 2002).
Cuaca di Indonesia kaya dengan uap air karena berada diantara dua
Samudera, yaitu Samudera Pasifik dan samudera Hindia. Keadaan ini
memungkinkan Indonesia memiliki karakteristik cuaca yang beragam diberbagai
daerah. Informasi mengenai prakiraan cuaca yang cepat dan tepat tentunya
menjadi suatu hal yang penting. Prakiraan cuaca menjadi suatu hal yang tidak bisa
dipisahkan dari aktifitas Manusia dan mempengaruhi berbagai bidang penelitian,
seperti penentuan masa tanam (pertanian) dan kelayakan keberangkatan Udara
atau transfortasi (Wardani, 2011).
Cuaca memiliki hubungan erat dengan aktivitas Manusia secara langsung
maupun tidak langsung. Dengan kata lain, Manusia juga perlu mengetahui unsur-
unsur cuaca agar mudah dalam membedakan apasaja unsur yang diperlukan dan
dihindari dari aktivitas Manusia. Unsur cuaca terdiri dari beberapa unsur seperti,
suhu udara, tekanan udara, kelembapan udara, kecepatan angin dan arah angin,
penyinaran matahari dan sebagainya. Dalam pemanfaatan beberapa unsur cuaca,
informasi cuaca sangat dibutuhkan untuk menjadi sebuah keputusan pada kegiatan
yang memanfaatkan cuaca. Pemanfaatan informasi cuaca yang kurang maksimal
dapat mempengaruhi bidang aktivitas kehidupan seperti, pada bidang
penerbangan, pelayaran, dan bidang pertanian. Dalam bidang pertanian angin
dapat membantu penyerbukan tanaman, sedangkan curah hujan dapat membantu
penyuburan pada tanaman.

1
 2

AWS merupakan alat yang digunakan untuk mengukur suhu udara, tekanan
udara, kelembapan udara, kecepatan angin dan arah angin, penyinaran matahari
seperti Automatic Weather Station (AWS). AWS merupakan instrumen yang
berfungsi untuk suatu peralatan atau sistem yang di desain untuk mengumpulkan
data cuaca secara otomatis serta di proses untuk memudahkan pengamatan. AWS
ini biasanya di lengkapi dengan beberapa buah Sensor, RTU (Remote Terminal
Unit), Komputer, dan Unit LED Display. Sensor yang digunakan meliputi sensor
suhu,sensor arah dan sensor kecepatan angina, sensor tekanan udara, presipitasi,
pyranometer, dan net radio meter. RTU terdiri atas data logger, dan daya
cadangan yang berfungsi sebagai terminal pengumpulan data cuaca dari sensor
(Qudratullah, dkk, 2017:17-18).
AWS merupakan alat yang mudah ditemui diberbagai instansi pengamatan
cuaca seperti LAPAN. Hal ini karena kelebihannya yang dapat mengukur lebih
banyak parameter cuaca. Salah satu Instansi pengamatan Cuaca yang memiliki
alat ini yaitu BPAA LAPAN Agam. Menurut situs satulayanan.lapan, BPAA
LAPAN Agam adalah salah satu stasiun pengamatan Cuaca yang terletak di
wilayah ekuator, tepatnya di Kototabang, Kecamatan Palupuh, Kabupaten Agam,
Sumatera Barat. Stasiun ini berada di koordinat 100° 32’’ BT dan 0° 23’’ LS.
BPAA LAPAN Agam merupakah daerah pegunungan dengan ketinggian 865 m
dari permukaan laut (LAPAN.co.id). Sebelum masuk untuk meneliti data dari
keluaran AWS ini tentunya diperlukan pengetahuan untuk kondisi nyatanya
terlebih dahulu.
Kondisi nyata pertama berhubungan dengan keadaaan Masyarakat di
Kototabang. Instrumen yang dilakukan adalah pembagian lembar angket. Dari
lembar angket yang dibagikan terhadap beberapa Maysarakat Kototabang
diketakui wilayah Kototabang adalah wilayah pegunungan yang masih banyak
memiliki titik lokasi Jurang dan tebing yang curam. Dari bentuk wilayah tersebut
bisa saja terjadi bencana longsor secara mendadak dan menimbulkan banyak
kerugian bagi Masyarakat di Kototabang.
Mengenai pemahaman akan kegunaan AWS, sebagian Masyarakat
Kototabang belum mengetahui akan fungsi dari AWS. Kurangnya pemahaman
 3

Masyarakat terhadap AWS sendiri dikarenakan sebagian lokasi di Kototabang

masih belum terjangkau oleh jaringan. Namun hal ini sudah diatasi oleh LAPAN
dengan cara membagikan informasi mengenai cuaca secara langsung kedaerah
pemukiman untuk menginformasikan mengenai kemungkinan bencana yang aan
terjadi di sekitaran Kototabang.
Kondisi nyata Kedua berhubungan dengan tanggapan Karyawan LAPAN di
Kototabang. Instrumen yang dilakukan adalah pembagian lembar angket. Dari
lembar angket yang dibagikan terhadap beberapa Karyawan LAPAN, masih ada
beberapa kendala yang ditemukan dalam pengoperasian AWS. Kendala yang
ditemukan berupa Sensor yang digunakan menunjukkan nilai yang error, adanya
nilai keluaran sensor yang tidak masuk akal, dan berbagai penomena cuaca yang
menyebabkan pada suatu waktu sensor tidak dapat mengukur parameter cuaca.
Perlu dilakukan kalibrasi yang rutin dan perawatan secara berkala agar data yag
diukur dapat dipertanggung jawabkan untuk kedepannya.
AWS yang berada di Kototabang bisa mengukur banyak Parameter sekaligus
yaitu Suhu, Kelembapan, Radiasi Matahari, Curah Hujan, Kecepatan Angin dan
Arah angin. Namun, alat ini hanya bisa Mengukur Parameter Cuaca dan tidak bisa
memprediksi Cuaca. AWS hanya bertugas mengukur dan mengirim data
Pengukuran Parameter Cuaca real time ke LAPAN Pusat. Data AWS yang
didapat akan diolah di LAPAN Pusat untuk dijadikan data prakiraan, kemudian
informasi ini dibagikan ke Media massa.
Informasi dari AWS sudah dibagikan oleh pihak LAPAN ke Masyarakat
Kototabang secara langsung dan juga menggukakan jalur media massa.
Pembagian informasi dilakukan untuk memberi wawasan megenai fungsi AWS
bagi Masyarakat disekitaran Kototabang agar lebih memanfaatkannya. Oleh
karena itu, penulis tertarik melakukan penelitian pada data AWS di Kototabang
untuk mengetahui penyebab data error dan solusinya . Penelitian yang dilakukan
merupakan penelitian deskriptif dengan mengangkat judul penelitian yaitu “Studi
Hasil Pengukuran Parameter Cuaca Menggunakan Automatic Weather Station
(AWS) Tipe PortLog di LAPAN Kototabang”.
 4

B. Rumusan Masalah
Berdasarkan latar belakang masalah yang telah di uraikan dapat dirumuskan
masalah dalam penelitian ini. Sebagai perumusan masalah yaitu:
1. Bagaimana deskripsi dari instrumen Automatic Weather Station (AWS) di
BPAA Lapan Agam ?
2. Bagaimana hasil analisis data parameter Cuaca yang diproleh Automatic
Weather Station (AWS) di BPAA Lapan Agam ?

C. Batasan Masalah
Agar penelitian ini lebih terarah, maka perlu di kemukakan batasan masalah
dalam penelitian ini. Batasan masalah dalam penelitian ini yaitu:
1. Tipe instrumen Automatic Weather Station (AWS) yang akan di analisis
adalah tipe PortLog.
2. Parameter data yang dianalisis adalah data akumulasi Kelembapan, Curah
Hujan, Radiasi Matahari, kecepatan Angin dan arah Angin.
3. Data yang dianalisis adalah data keluaran Automatic Weather Station (AWS)
dari bulan Januari 2019 sampai Desember 2020.

D. Tujuan Penelitian
Berdasarkan rumusan masalah yang ada diatas, maka dapat diambil tujuan
dari penilitian ini untuk:
1. Mendeskripsikan spesifikasi dari instrumen Automatic Weather Station
(AWS) tipe PortLog.
2. Menganalisis data hasil pengukuran instrumen Automatic Weather Station
(AWS) tipe PortLog pada tahun 2019 sampai tahun 2020.
 5

E. Manfaat Penelitian
Berdasarkan tujuan yang ada, maka penelitian ini diharapkan bermanfaat
bagi:
1. Penulis, untuk menambah pengetahuan terutama di bidang kajian elektronika
dan instrumentasi.
2. Pembaca, dapat mengetahui hal-hal yang berkaitan dengan Automatic
Weather Station (AWS) tipe PortLog mengenai definisi alat, pengoperasian
dan prinsip kerjanya dalam mengukur cuaca.
3. Peneliti lain, sebagai referensi untuk melakukan kajian lebih lanjut mengenai
ketelitian pengukuran cuaca.
6
 BAB II
KAJIAN TEORI

A. Cuaca
Cuaca merupakan suatu keadaan atmosfer disuatu tempat yang dipengaruhi
oleh berbagai penomena dalam waktu dan tempat tertentu. Dengan kata lain
Cuaca merupakan variasi atmosfer dalam waktu singkat. Cuaca terdiri dari
berbagai unsur seperti, temperatur udara, tekanan udara, angin, awan, hujan dan
lainnya. (Handayani, 2010)
Cuaca merupakan suatu keadaan udara disuatu tempat dipengaruhi oleh
berbagai phenomena atmosfer dalam waktu yang singkat.informasi mengenai
kondisi atmosfer yang begitu cepat, terperinci dan akurat begitu diperlukan oleh
berbagai sektor. Nilai yang diukur berupa suhu, tekanan udara, kecepatan angin,
kelembapan udara dan berbagai fenomena atmosfer lainnya. (Dewi & Muslikh,
2013)
Parameter Cuaca yang diukur berupa beberapa unsur seperti kelembapan,
radiasi matahari, curah hujan, arah angin, dan kecepatan angin. Berikut penjelasan
dari beberapa Parameter Cuaca:

1. Kelembapan udara
Kelembapan udara merupakan tingkat konsentrasi uap air di udara dalam
waktu dan lokasi tertentu. Angka konsentrasi ini dapat diekspresikan dalam
kelembaban relatif. Semakin tinggi suhu disuatu daerah maka kelembabannya
akan semakin rendah (Toruan, 2009: 9). Kelembabapan merupakan banyaknya
kadar uap air yang ada di udara. Dalam kelembaban dikenal beberapa istilah, yaitu
kelembapan mutlak, kelembapan spesifik dan kelembapan relatif.
a. Kelembaban mutlak merupakan massa uap air yang berada dalam satu satuan
udara dalam satuan gram/m3.
b. Kelembaban spesifik yang merupakan perbandingan dari massa uap air di
udara dengan satuan massa udara dalam satuan gram/kg.

7
 8

c. Kelembaban relatif merupakan perbandingan jumlah uap air di udara dengan

jumlah maksimum uap air yang dikandung udara pada temperatur tertentu,
dinyatakan dalam %. (Kartasapoetra, 2004)
Menurut Toruan (2009: 9) kelembapan udara juga menggambarkan tingkat
ketersediaan uap air diudara. Massa uap air persatuan volume dinamakan
kelembapan mutlak sedangkan perbandingan tekanan uap air yang tersedia
terhadap tekanan uap air jenuh pada suhu yang sama dinamakan kelembapan
relative (Relative Humidity/RH) dan dinyatakan dalam persen (%).
Kelembapan dapat di rumuskan:
2.1
RH = × 100%

Ket :
RH = Kelembapan relative
e = Tekanan uap air saat pengukuran
ew = Tekanan uap air jenuh

2. Curah Hujan
Curah hujan merupakan salah satu unsur cuaca yang menghasilkan data dari
pengukuran menggunakan alat penakar hujan, sehingga dapat diketahui
jumlahnya dalam satuan millimeter (mm). Curah hujan 1 mm adalah jumlah air
hujan yang jatuh di permukaan per satuan luas ( m2 ) dengan catatan tidak ada
yang menguap, meresap atau mengalir. Jadi, curah hujan sebesar 1 mm setara
dengan 1 liter/ m2 ( Aldrian, E. dkk, 2011).
Curah hujan merupakan suatu bentuk presipitasi uap air yang berasal dari
awan yang terdapat di atmosfer. Bentuk presipitasi lainnya seperti salju dan es.
Berlangsungnya hujan memerlukan titik-titik kondensasi, amoniak, debu, dan
asam belerang. Titik-titik kondensasi ini mempunyai sifat untuk mengambil uap
air dari udara. Jumlah curah hujan dicatat dalam inci atau millimeter, 1inci =
25.4mm (Kartasapoetra, 2004). Curah hujan merupakan banayaknya air hujan
yang jatuh sampai ketanah.Curah hujan diukir dalam kurun waktu 24 jam,
sehingga mendapatkan Data curah hujan harian, bulanan, tahunan, dalam satuan
 9

millimeter (Qudratullah, dkk, 2017: 18). Kelas-kelas tinggi curah hujan dapat
dijelaskan dari tabel 1 yaitu:
Tabel 2.1 Kelas-kelas Curah hujan (Lakitan, 2002).
Intensitas curah hujan (mm)
Kelas-kelas curah hujan
1 menit 1 jam 24 jam
Hujan sangat ringan < 0,02 <1 <5
Hujan ringan 0,02 – 0,05 1-5 5-20
Hujan sedang/normal 0,05 – 0,25 5-10 20-50
Hujan lebat 0,25 – 1 10-20 50-100
Hujan sangat lebat >1 >20 >100

Menurut Toruan (2009: 10) Curah hujan pada umumnya diukur dengan
mengguakan tipping bucket sebagai penakar hujan dengan luas corongtertentu
(200 cm2 =20.000 mm2 atau 400 cm2 =40.000 mm2). Bagian dalam tipping bucket
terdapat pengapung yang akan terjungkit apabila volumenya sudah penuh, satu
kali jungkit akan menghasilkan satu pulsa. Penghitungan curah hujan yang terjadi
dapat dirumuskan:
V=A×t 2.2
Ket:
V = volume tipping bucket
A = luas penampang corong
t = tinggi

3. Penyinaran Matahari
Penyinaran matahari merupakan penerimaan energi matahari oleh permukaan
bumi dalam bentuk gelombang pendek menerobos atmosfer. Besar sudut datang
sinar matahari, lama penyinaran matahari, jenis tanah atau benda yang disinari
matahari dan keadaan awan pada waktu disinari dapat mempengaruhi intensitas
matahari. (Qudratullah, dkk, 2017: 18)
Energi matahari menyebar melalui ruang karakteristik spektralnya. Energi
matahari tidak akan berubah karena ruang angkasa hampir tidak mengandung
 10

materi yang mengganggu energi matahari. Radiasi matahari mencapai batas

terluar atmosfer bumi hingga beberapa ratus kilometer di atas permukaan
bumi dengan fluks radiasinya sekitar 1360 W / m2. Nilai ini pun dijadikan
sebagai Solar Constant dan tidak pernah berubah beratus tahun selama sejarah
Bumi. Bentuk bumi yang bukan berupa bola melainkan seperti elips, radiasi
yang di terima berbeda di setiap lokasi di Bumi menyebabkan deklinasi dan rotasi
bumi pada matahari pun mempengaruhi besar kecilnya radiasi yang diterima
Bumi. (Ruhama, dkk, 2019)

Gambar 2.1 spektrum gelombang elektromagnetik (Ruhama, dkk, 2019)

Menurut Toruan (2009: 11) Penyinaran Matahari merupakan fluks matahari

yang masuk kedalam satuan luas dengan simbol E.
E = dՓ/dA 2.3
Intensitas (E) dinyatakan radiasi dalam Watt/m , dalam bentuk energi
2

Joule/m2, pengamatan radiasi menggunakan sensor Pyranometer yang dilengkapi

photovoltaic cell bila terkena radiasi akan menghasilkan pulsa setara dengan
intensitas atau energy matahari saat itu.

4. Kecepatan Angin dan Arah Angin

Angin merupakan udara yang bergerak dari daerah bertekanan udara
maksimum menuju daerah yang bertekanan udara minimum. Beberapa jenis angin
diantaranya yaitu angin tetap yang meliputi angin barat, angin timur, angin pasat,
angin anti pasat dan angin periodik yang meliputi angin muson. Angin muson
merupakan angin yang bertiup berganti arah setiap setengah tahunnya.(Budi
Utomo, 2010)
Angin merupakan perpindahan massa udara dari satu tempat ke tempat lain
secara horizontal. Massa udara merupakan udara dalam ukuran yang sangat besar
yang mempunyai sifat fisik (temperatur dan kelembaban) seragam dalam arah
 11

yang horizontal. Gerakan angin berasal dari daerah bertekanan tinggi ke daerah
bertekanan rendah. (Kartasapoetra, 2004)
Menurut Toruan (2009: 10) Arah angin ditentukan berdasarkan derajat arah
(0 s/d 360 derajat). Setiap arah diberi nilai tertentu sebagai acuan, dimana arah
utara dari 0° atau 360°, arah timur bernilai 90°, arah selatan bernilai 180°, dan
arah barat bernilai 270. Sekala arah ditentuka dengan resolusi 1. Alat ukur arah
angin menggunakan wind vane dan Kecepatan angin diukur oleh cup anemometer,
dimana kecepatan putarannya menghasilkan pulsa dengan frekuensi sebanding
kecepatan angin yang diukur. Satuan kecepatan angin dalam meteorologi
mengguakan knot (1 knot = 0,514 m/s) dan dibagi berdasarkan kecepatannya
dalam kelas-kelas seperti berikut:
Tabel 2.2 Kelas-kelas Kecepatan Angin (Miftahudin, 2016)
Kelas Sifat Akibat Kecepatan
0 Sunyi Gerakan asap ke atas <1 km/jam
1 Sepoi-sepoi Gerakan asap terlihat pada arah asap 1-6 km/jam
2 Angin sangat Angin terasa pada muka 13-18 km/jam
lemah
3 Angin lemah Daun dan ranting kecil bergerak- 19-26 km/jam
gerak
4 Angin sedang Kertas dapat terbang, ranting dan 27-35 km/jam
cabang kecil bergerak
5 Angin agak Pohon-pohon kecil bergerak 36-44 km/jam
kuat
6 Angin kuat Dahan besar bergerak 45-55 km/jam
7 Angin kencang Pohon-pohom seluruhnya bergerak 56-66 km/jam

8 Angin sangat Ranting-ranting patah 67-77 km/jam

kuat
9 Badai Genting dapat terlempar 78-90 km/jam
10 Badai kuat Pohon-pohon dapat tumbang 91-95 km/jam
11 Angin rebut Pohon-pohon tumbang 96-104 km/jam
 12

12 Topan dahsyat Pohon-pohon tumbang,rumah rubuh >104 km/jam

B. Automatic Weather Station (AWS)

1. Pengertian AWS
AWS adalah peralatan pengukuran parameter cuaca secara otomatis yang
biasanya selalu dimiliki oleh stasiun-stasiun pengamat atmosfer. AWS umumnya
dilengkapi dengan beberapa sensor, RTU (Remote Terminal Unit), dan perangkat
Komputer. Sensor yang digunakan meliputi sensor suhu, sensor arah dan
kecepatan angin, sensor kelembapan, sensor tekanan udara, presipitasi, sel surya
dan net radio meter. RTU terdiri atas data logger dan daya cadangan yang
berfungsi mengumpulkan data parameter cuaca yang berasal dari sensor tersebut.
(Qudratullah,dkk, 2017)
Secara umum sensor AWS terbagi atas 2 bagian, yaitu sensor pertama yang
terdiri dari sensor suhu, kelembapan, dan sensor curah hujan. Sensor kedua yang
terdiri dari sensor radiasi matahari, sensor kecepatan angin dan arah angin. Cara
Kerja dari AWS secara umum adalah mengumpulkan beberapa data sensor
parameter cuaca secara otomatis dengan berkala. Data yang dikumpulkan akan
dikirim melalui jaringan General Packet Radio Service (GPRS) menggunakan
layanan Global System for Mobile Communication (GSM) keseluruh stasiun
meteorologi di seluruh Indonesia. Hasil yang diberikan oleh AWS berupa
informasi mengenai cuaca dan bisa bermanfaat bagi kesejahteraan masyarakat.
(Qudratullah, dkk, 2017: 18)

2. Tipe-tipe AWS
Tipe-tipe AWS di bedakan menjadi 2 yaitu:
a. Offline AWS
Salah satu tipe dari AWS sendiri adalah tipe offline. Perangkat ini hanya
merekam data didalam atau diluar peralatan penyimpan data, observer diperlukan
untuk menyimpan dan mengolah data. AWS tipe ini biasanya terdapat di stasiun
klimatologi (Effendi Wibowo 2010). Menurut Angela dina, dkk (2018) AWS tipe
 13

offline hanya bisa merekam data serta menyimpannya pada suatu media
penyimpanan. Data yang disimpan dapat diunduh kembali jika akan digunakan.

Gambar 2.3 Automatic Weather Station ( Angela Dina, dkk, 2018)

Pada umumnya AWS dilengkapi beberapa sensor seperti,

a) Rain gauge untuk mengukur Curah hujan
b) Anemometer untuk mengukur arah dan kecepatan angin
c) Hygrometer untuk mengukur Kelembapan
d) Pyranometer untuk mengukur Penyinaran Matahari
b. Real Time AWS
Tipe Real Time merupakan salah satu tipe AWS yang melakukan pengamatan
Cuaca untuk pengamatan sinoptik, tanda peringatan seperti badai, banjir, dan air
pasang. AWS tipr PortLog hanya bisa menentukan tanda-tanda peringatan, jika
Cuaca buruk tersebut berada di sekitar AWS di operasikan. Suatu stasiun cuaca
yang menyajikann data real time pada umumnya dilengkapi system komunikasi
serta alarm bila terjadi kondisi cuaca ekstrem seperti badai, hujan lebat, longsor
dan sebagainnya.(Toruan, 2009: 5)
Terdapat beberapa tipe dan Merek dari perangkat AWS dengan spesifikasi
input, sensor dan karakteristik tertentu. AWS yang ada di BPAA LAPAN Agam
sendiri merupakan AWS tipe portLog. Berikut gambar dari AWS tipe PortLog:
 14

Gambar 2.4 Automatic Weather Station tipe PortLog

AWS tipe ini dilengkapi dengan beberapa sensor. Pada bagian atas alat
terdapat sensor arah dan kecepatan angin berbentuk baling-baling. Pada bagian
badan terdapat sensor suhu udara, sensor pengukur kelembaban udara, sensor
curah hujan (rain gauge), dan sensor radiasi matahari (solar cell). Pada bagian
bawah adalah kaki daripada alat yang berfungsi untuk menopang alat. Selain
untuk mengukur radiasi matahari sensor solar cell juga berfungsi sebagai Baterai
atau Power supply pada AWS tipe PortLog.

C. Deskripsi Singkat LAPAN Kototabang

Balai Pengamatan Antariksa dan Atmosfer (BPAA) LAPAN Kototabang
merupakann salah satu stasiun pengamat yang terletak di wilayah equator.
(BPAA) LAPAN kototabang berada di wilayah Kecamatan Palupuh, Kabupaten
Kototabang, Sumatera Barat. Pada koordinat 100˚32” BT, 0˚23” LS dengan
ketinggian 850 m di atas permukaan laut dan bertanggung jawab melakukan
penelitian dan pengirriman data kepada Deputi Bidang Sains Antariksa dan
Atmosfer.
Kototabang memiliki letak geografis yang unik karena diapit oleh dua benua
(Asia dan Australia) dan dua samudera (Hindia dan Pasifik). Lokasi yang unik ini
diartikan lokasi yang strategis untuk meletakkan beberapa alat pengukur data-data
metorologi, karena untuk wilayah Indonesia bagian barat LAPAN Kototabang
 15

masih kurang untuk data-data meteorologi. Pembangunan LAPAN Kototabang

dimulai pada tanggal 26 Juni 2001 yang diresmikan langsung oleh Dr. AS Hikam
selaku Menteri Negara Riset dan Teknologi.

Gambar 2.5 Kantor LAPAN Kototabang

Aktivitas LAPAN Kototabang diantaranya melakukan pengamatan,

perekaman, pengolahan dan pengelolaan data antariksa dan atmosfer. Kegiatan
pengamatan meliputi kegiatan operasional harian peralatan, perawatan dan
perbaikan peralatan. Kegiatan perekaman meliputi pengambilan data (back up)
dari peralatan dan menyimpannya di media lain. Kegiatan pengolahan meliputi
pengolahan data mentah dari peralatan (raw data) menjadi data yang bisa
diinterpretasikan. Kegiatan pengelolaan meliputi pengiriman data ke pusat terkait,
penyimpanan data/arsip dan pemanfaatan data.
 BAB III
METODE PENELITIAN

A. Tempat dan Waktu Penelitian

Tempat penelitian dilakukan di BPAA LAPAN Kototabang Kecamatan
Palupuh Kabupaten Agam Sumatera Barat. Waktu penelitian yang dilakukan
adalah dalam jangka waktu satu tahun. Data yang dibahas adalah data untuk
perhari dan data perbulan dalam bentuk grafik. Kegiatan yang dialakukan terdiri
dari beberapa tahapan kegiatan meliputi tahapan penulisan proposal penelitian,
pengambilan data, analisis deskriptif instrumen, analisis data kemudian
pengolahan data.

B. Jenis Penelitian
Jenis penelitian yang digunakan yaitu penelitian deskriptif dengan
menggunakan data sekunder berupa data parameter cuaca yang telah terukur pada
Automatic Weather Station (AWS) yang didapatkan dari BPAA LAPAN Agam.
Penelitian ini bertujuan untuk menggali informasi tentang instrumen Automatic
Weather Station (AWS) dan analisis data parameter cuaca di BPAA LAPAN
Agam. Langkah penulisan dari penelitian deskriptif yaitu :
1. Merumuskan masalah
Terkait dengan variabel yang akan diteliti, dirumuskan dalam bentuk kalimat
tanya dan dijabarkan menjadi pertanyaan-pertanyaan penelitian. Untuk masalah
yang bersifat menghubungkan dengan menggunakan hipetesis penelitian.
2. Menentukan jenis data yang diperlukan terkait dengan data kuantitatif atau data
kualitatif.
3. Menentukan prosedur pengumpulan data
Pengumpulan data terkait dengan cara pengumpul data/ instrument penelitian
berupa tes, wawancara, observasi, dan angket terhadap masyarakat dan
karyawan LAPAN Kototabang.

16
 17

4. Pengolahan data terkait dengan jenis data yang dikumpulkan. Untuk data
kuantitatif, maka pengolahan dan analisis data yang digunakan adalah statistika
deskriptif
5. Prosedur yang dilakukan adalah pemeriksaan data, klasifikasi data,
menghitung frekuensi data, perhitungan selanjutnya sesuai dengan statistik
deskriptif yang sesuai ( rata-rata, median, dan standar deviasi).
6. Memvisualisasikan data tabel dan grafik perhari dan perbulan dalam jangka
waktu 2019 hingga 2020 (Soendari, 2012).
7. Membuat laporan penelitian

C. Variabel Penelitian
Variabel penelitian merupakan sejumlah nilai yang bervariasi (sangkot,
2017). Dalam penelitian ini terdapat dua jenis variabel, yaitu variabel bebas dan
variabel terikat. Variabel bebas terdiri atas tanggal, bulan, tahun, serta waktu.
Sedangkan variabel terikat pada penelitian ini adalah nilai dari Parameter Cuaca
seperti Kelembapan, Radiasi Matahari, Curah Hujan, Kecepatan dan arah Angin.

D. Teknik Pengumpulan Data

Teknik pengumpulan data yang digunakan untuk mengumpulkan data adalah
sebagai berikut:
1. Penyebaran angket/kuisioner dan wawancara.
Penyebaran angket ini diberikan kepada masyarakat disekitaran LAPAN
Kototabang dan karyawan yang bekerja di LAPAN Kototabang. Penyebaran
angket juga diringi dengan melakukan wawancara singkat kepada masyarakat dan
karyawan LAPAN Kototabang. Wawancara singkat dilakukan guna untuk
mendapatkan data tambahan mengenai alat Automatic Weather Station.
2. Analisis Instrumen
Pada teknik ini peneliti melakukan analisis langsung kelapangan terhadap alat
yang akan diteliti dan mempelajari secara manual serta melakukan tinjauan
pustaka terhadap instrumen, baik itu dari bentuk fisik alat, rangkaian sistem,
prinsip kerja dan langkah untuk mendapatkan data. Data yang didapat berupa data
 18

sekunder yang telah terekam oleh software yang telah terprogram pada Automatic
Weather Station.

E. Teknik Analisis Deskriptif

Teknik analisis statistik deskriptif merupakan metode yang digunakan untuk
menyajikan data kuantitatif dalam bentuk deskriptif. Teknik analisis deskriptif
berfungsi untuk menentukan nilai pusat data. Nilai pusat atau ukuran pemusatan
adalah nilai tunggal yang mewakili sekumpulan data atau nilai guna menunjukkan
karakteristik data. Data dari Automatic Weather Station(AWS) yang akan dibahas
berupa data keluaran Kelembapan, Radiasi Matahari, Curah Hujan, Kecepatan dan
arah Angin beserta waktu data ditangkap. Nilai pusat yang akan ditentukan terdiri
atas nilai rata-rata, median, dan nilai deviasi. Nilai pusat ini biasanya digunakan
untuk memprediksi suatu kejadian secara statistik yang bernilai ekstrim.

1. Nilai rata-rata (mean)

Mean merupakan salah satu bagian dari nilai pusat. Mean merupakan suatu
nilai yang diperoleh dengan menjumlahkan semua nilai yang ada (Σn) kemudian
hasil penjumlahan dibagi dengan banyak nilai (n). Rata-rata hitung akan
menunjukkan pusat dari suatu nilai yang mewakili dari kepusatan data. Dapat
dirumuskan:
3.1

Ket :
Σn = jumlah nilai
n = banyak nilai
2. Median
Median merupakan nilai yang berada ditengah-tengah data. Langkah yang
dilakukan adalah semua data diurutkan dari nilai terkecil hingga terbesar maupun
sebaliknya. Dapat diartikan bahwa median membagi data menjadi dua bagian.
Dalam perhitungan median juga dapat dibedakan atas median data berkelompok
dan tak berkelompok.
Median data tak berkelompok dengan n ganjil:
 19

3.2

Median data tak berkelompok dengan n genap:

3.3

Median data berkelompok:

3.4

Ket:
Lo = batas bawah untuk kelas di mana median berada
C = interval kelas
(Σf1)0 = jumlah frekuensi dari semua kelas di bawah kelas yang
mengandung median
Fm = frekuensi dari kelas yang mengandung median

3. Standar deviasi
Statistik deskriptif menjelaskan karakteristik variabel penelitian terutama
mengenai standar deviasi atau simpangan baku. Standar deviasi merupakan ukuran
penyimpangan yang didapatkan berdasarkan akar kuadrat deviasi dari rata-rata nilai itu sendiri.
Persamaan yang digunakan dalam standar deviasi yaitu:

3.5

Ket :
S = standar deviasi
n = jumlah keseluruhan data
y2 = nilai kuadrat jumlah data
y = nilai keseluruhan data

Analisis data dilakukan untuk menentukan klasifikasi iklim di sekitaran

Kototabang. Teknik analisis data yang dilakukan dibuat secara statistik dan grafik.
Grafik disini berguna untuk memberikan hasil secara visual dalam melukiskan
 20

hubungan dua variabel yang diperoleh melalui pengukuran ataupun perhitungan.

Data yang akan dibahas adalah data keluaran dari Automatic Weather station yang
terjadi di kawasan Kototabang Kototabang selama tahun 2019 hingga 2020.
 DAFTAR PUSTAKA

Aldrian, E Karmin, M. dan Budiman. 2011. Adaptasi dan Mitigasi Perubahan

Iklim di Indonesia. BMKG.Jakarta

Dewi, C., & Muslikh, M. 2013. Perbandingan Akurasi Backpropagation Neural

Network dan ANFIS Untuk Memprediksi Cuaca. Journal of Scientific
Modeling & Compulation, 8.

Fadholi, A. 2013. Uji Perubahan Rata-Rata Suhu Udara Dan Curah Hujan Di
Kota Pangkal Pinang. Matematika, Sains, Dan Teknologi, 12.

Handayani, A. S. 2010. Analisis Daerah Endemik Bencana Akibat Cuaca Ekstrim

Di Sumatera Utara. Meteorologi Dan Geofisika, 54.

Kartasapoetra, A. G.2004. Klimatologi Pengaruh Iklim terhadap Tanah dan

Tanaman. Jakarta: PT. Bumi Aksara.

Lakitan, Benyamin. 2002. Dasar-dasar Klimatologi. Jakarta: Rajawali Pers.

Novita, Sisilia. 2011. Asal Mula Hujan. Sidoarjo: Masmedia Buana

Pustaka.Permana, D. S.2011. Analisis Data Meteorologi Dari Pemantau Cuaca

Otomatis Berbagai Elevasi Dan Data Radiosonde Di Papua. Jurnal
Meteorologi Dan Geofisika, 12(2), 151–162.

Qudratullah, M. I., Asrizal, & Kamus, Z.2017. Analisis Unsur-unsur Cuaca

Berdasarkan Hasil Pengukuran Automated Weather System (AWS) Tipe
VAISALA MAWS 201 . Pillar of physics, 17.

Rosyid, M. F., Firmansah, E., Prabowo, Y. D.2014. Fisika Dasar Jilid I:

Mekanika. Yogyakarta: Penerbit Periuk.

Ruhama, Nursyifa, dkk. 2019, korelasi Solar Radiasi Antara Campbell-Stokes

Dengan
 Automatic Weather Station, Universitas Islam Negeri Sunan Gunung
Djati: Bandung

Sosrodarsono, S. 2003. Hidrologi Untuk Perairan. Jakarta: Pradya Paramita.

Sosrodarsono, S.2006. Hidrologi Untuk Pengairan. Jakarta: PT. Pradnya

Paramitha.

Subarno, D.2002. Cuaca : Sistem Kompleks. Kompas.

Suharsimi, Arikunto. 2006. Prosedur Penelitian Edisi Revisi. Jakarta : PT. Asty
Mahasty

Tjasyono.1999. Klimatologi Umum.Bandung:ITB

Tjasyono, B.2004. Klimatologi. Bandung: ITB.

Tjasyono, B.H.K. 2006. Ilmu Kebumian dan Antariksa, Bandung: PT. Remaja
Rosdakarya dan Program Pascasarjana UPI.

Toruan, Kanton Lumban. 2009. Automatic Weather Station (Aws) Berbasis

Mikrokontroler, Depok: UI

Utomo, Budi. 2010. Sistem Digital dan Perancangan Sistem Informasi.

Samarinda: Teknologi Informtika Politeknik Negeri Samarinda

Wibowo, Effendi. 2010. Pengenalan dan Pemanfaatan Pengamatan Cuaca dan

Pengolahan Data Iklim Melalui Automatic Weather Station (AWS)
Telemetri. Surabaya : BBP2T

Wirjohamidjojo, soerjadi. 2009. Cuaca. Kamus Istilah Meteorologi.Jakarta