Oleh:
Faizal Rizal
H221 09 266
SKRIPSI
Diajukan sebagai salah satu syarat untuk memperoleh Gelar Sarjana Sains
pada Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Hasanuddin Makassar
Oleh :
Faizal Rizal
H221 09 266
UNIVERSITAS HASANUDDIN
MAKASSAR
2016
ABSTRAK
Alhamdulillahi Rabbil Alamin, puji dan syukur penulis panjatkan kepada Allah
SWT sang maha pengasih yang telah memberikan karunia dan kekuatan dalam
Tugas akhir ini merupakan salah satu syarat guna menyelesaikan studi pada
Adapun mulai dari awal hingga terselesainya tugas akhir ini tentunnya tidak lepas
bantuan moril, petunjuk, materi langsung maupun tidak langsung. Oleh karena
itu dengan segala kerendahan dan ketulusan hati penulis menyampaikan ucapan
Hasanuddin.
2. Bapak Dr. Paharuddin, M.Si selaku dosen pembimbing utama yang
skripsi ini.
4. Bapak Drs. Samsu Arif, M,Si, Drs. Hasanuddin, M.Sc, dan Ibu Nur
Hasanah, S.Si, M.Si selaku penguji Ujian Sidang yang telah memberikan
5. Bapak beserta Ibu dosen yang telah mengajar dan membina selama dalam
hentinya.
10. Saudara-Saudariku Kanda Yuni Silmaya, SH, Sry Hartati, SSi, Adinda
Ayu Kaidah, SE, dan Ali Wardana yang selalu membuat penulis
tersenyum.
11. Terspesial Penulis persembahkan Skripsi ini kepada Ayahanda Syamsul
Rizal dan Ibunda Dahlia yang dengan segala jerih payah dan curahan
skripsi ini masih sangat jauh dari kesempurnaan. Oleh karena itu saran dan kritik
pembaca.
Penulis
DAFTAR ISI
Halaman
HALAMAN JUDUL............................................................................... i
LEMBAR PENGESAHAN .................................................................... ii
ABSTRAK .............................................................................................. iii
ABSTRACT ............................................................................................ iv
KATA PENGANTAR ............................................................................ v
DAFTAR ISI ........................................................................................... viii
DAFTAR LAMPIRAN ........................................................................... xi
DAFTAR GAMBAR. ............................................................................. xii
DAFTAR TABEL. .................................................................................. xiii
BAB I. PENDAHULUAN ...................................................................... 1
I.1. Latar Belakang .................................................................... 1
I.2. Ruang Lingkup ................................................................... 3
I.3. Tujuan Penelitian ................................................................ 3
I.4. Manfaat Penelitian .............................................................. 3
DAFTAR PUSTAKA.............................................................................. 46
LAMPIRAN............................................................................................ 49
DAFTAR LAMPIRAN
Gambar 2.2. Perbandingan Jumlah Kejadian Bencana Per Jenis Bencana Periode
Gambar 4.1 Peta kondisi Suhu Kejadian Putting Beliung Pada H dan H-12
Gambar 4.2 Peta kondisi Titik Embun Kejadian Putting Beliung Pada H dan H-
12.
Gambar 4.3 Peta kondisi Kelembaban Kejadian Putting Beliung Pada H dan H-
12.
Gambar 4.7 Peta Akurasi Ancaman Bencana Putting Beliung Disulawesi Periode
Tahun 2011-2015.
DAFTAR TABEL
Tabel 4.2 Hasil Masukan Koefisien Diskriminan Model H-12 Dan Model H-
Slope.
Tabel 4.3 Tabel Matrix Confusion Antara Kejadian Teramati Dan Terprediksi
Model H-12.
Table 4.4 Tabel Matrix Confusion Antara Kejadian Teramati Dan Terprediksi
Model H-Slope.
BAB I
PENDAHULUAN
deklarasi djuanda tahun 1960. Selain itu kekayaan dan iklim di Indonesia juga
cukup beragam. Misalnya NTT yang memiliki iklim padang rumput sangat
berbeda dengan lembang yang memiliki iklim pegunungan. Demikian juga dengan
cuaca, meskiipun selama ini yang kita kethui di Indonesia hanya terdapat dua
musim, namun adapula yang issebut musim pancaroba atau musim peralihan,
dimana musim ini memiliki banyak pengaruh besar tehadap keadaan atmosfer di
Indonesia. Pada musim ini ssering terjadi bencana alam seperti hujan badai, angin
Wilayah Indonesia adalah negara kepulauan yang terletak di antara dua benua
yaitu Benua Asia dan Benua Australia, serta berada di antara dua samudera yaitu
mempunyai pengaruh terhadap perubahan angin asia dan angin australia yang
selalu berganti arah dua kali selama setahun, hal ini terjadi karena mengikuti
Indonesia mengenal dua musim yaitu musim kemarau dan musim hujan.
(http://bmkg.go.id).
bencana alam seperti tsunami, gempa, kebakaran hutan, siklon, kemarau dan
perubahan iklim. Kedua hal inilah yang mendorong muncul inisiatif pemerintah
dari berbagai Negara untuk berupaya mengurangi resiko bencana seperti yang
tertuang dalam HFA (Hyogo Framework for Action). Salah satu program
Indonesia adalah salah satu dari 160 negara yang telah meratifikasi HFA dan
bencana (Peraturan Kepala BNPB no. 3 tahun 2012). Amanah UU tersebut diatas
(Peraturan Kepala) BNPB nomor 2 tahun 2012 yang lebih spesifik tentang strategi
tersebut adalah; kemiringan, keterbukan, dan curah hujan tahunan suatu lahan.
peta kapasitas menghasilkan suatu peta resiko bencana PB. Karena perannya yang
Penelitian ini dibatasi pada prediktif puting beliung 12 jam sebelum kejadian
I.3. Tujuan
I.4 Manfaat
Suatu peta ancaman PB yang akurat akan menghasilkan peta resiko bencana PB
yang dapat dimanfaatkan untuk kegiatan penaggulangan pra, saat dan pasca-
bencana. Kegiatan pra bencana misalnya instalasi sistem peringatan dini dan jalur
daerah.
BAB II
TINJAUAN PUSTAKA
Angin puting beliung adalah angin yang berputar dengan kecepatan lebih dari 63
km/jam yang bergerak secara garis lurus dengan laama kejadian maksimu 5 menit.
Angin jenis ini yang ada di amerika yaitu tornado. Menurut kamus metereologi
(AMS 2000), tornado merupakan “ suatu kolom udara yang berputar dengan
kencang, timbul dari awan cumuliform atau ddari bagian bawah awan
cumuliform, dan sering (tidak selalu) tampak seperti funnel cloud”. Dengan kata
lain, sebuah vortex yang diklasifikasikan sebagai tornado harus terhubung dengan
kilometer sebelum menghilang. Angin puting beliung, angin tornado, dan angin
topan sebenarnya sama saja, perbedaannya hanya diskala intensitas dan skala
II.1.2.1. Alam
Badai cepat berkembang yang disertai hujan, guntur dan kilat. Ketika suhu tanah
meningkat, udara panas dan lembab mulai naik. Ketika hangat, udara lembab dan
dingin memenuhi udara kering, itu terangkat ke atas, masuk lapisan udara atas.
sebuah awan petir mulai tercipta pada fase ini. Pergerakan udara keatas sangat
cepat. Angin dari sisi samping menyebabkan arah yang berbeda dan membentuk
sebuah pusaran. Sebuah kerucut hasil putaran udara yang berpilin tersebut mulai
Udara lembab yang hangat bertemu udara kering yang dingin hingga
terbentuklah awan petir. Setelah awan petir terbentuk, udara yang hangat naik
dan ketika udara hangat mendesak udara kosong semakin banyak, udara mulai
2013).
II.1.2.2. Manusia
Angin puting beliung ini biasanya terjadi di daerah yang jumlah vegetasi kurang
atau sedikit, dan kota yang didalamnya terdapat banyak gedung yang
Proses
Hanya dari awan Cb dengan skala lokal
terjadinya
Waktu
Lebih sering pada siang-sore hari, malam hari jarang terjadi
kejadian
Kecepatan
30-50 knots, dengan durasi sangat singkat
angin
Luas area
5-10 km
kerusakan
Gambar 2.2. Perbandingan Jumlah Kejadian Bencana Per Jenis Bencana Periode
Melihat hasil data perbandingan bencana alam per jenis kejadian selama periode
tahun 1815-2014 (sumber data BNPB) yang terjadi di wilayah Indonesia, angin
skala meteorologi karena hal ini sangat penting, agar hasil analisanya sesuai
dengan fenomena cuaca yang terjadi (Zakir, 2008). Adapun skala meteorologi
a. Skala mikro merupakan skala terkecil pada gerak atmosfer yaitu jaraknya
memiliki skala jarak horizontal dari batas skala mikro sampai batas skala
sinoptik dan skala vertikal yang dimulai dari permukaan bumi sampai
c. Skala Sinoptik umumnya daerah dinamis yang lebih luas yaitu jaraknya
(ITCZ ).
transport panas mulai dari dari tropis sampai daerah kutup. Jaraknya
Adanya uap air yang bergerak naik akibat penurunan suhu yang amat cepat
Adanya geseran angin vertical yang ditandai dengan perubahan arah laju
a. Sebelum Kejadian
sehari sebelumnya udara terasa panas dan gerah, awan tiba2 gelap dan
Memangkas ranting dan daun rimbun pohon tinggi yang mudah rapuh.
Bangunan dan atap rumah yang tidak permanen
musim transisi.
Karena tanah ketika musim kemarau yang keras akan kena air hujan
air.
kuat/kokoh.
aman).
Lari keluar apabila masih bisa dilakukan ketika atap rumah mulai
terangkat angin.
Jika berada diluar bangunan, berlindung pada tempat yang benar-
Mematikan barang elektronik dari aliran listrik (TV, Laptop, HP, dll).
c. Sesudah Kejadian
matikan listrik.
terkait.
Suhu udara merupakan keadaan panas udara pada suatu tempat. Suhu udara
ditimbulkan oleh pancaran sinar matahari (radiasi) yang diserap permukaan bumi.
Permukaan bumi yang menyerap radiasi matahari akan naik suhunya, sehingga
udara yang berada di sekitarnya (di atasnya) akan terpanasi. Dengan demikian,
terciptalah keadaan suhu udara di tempat tersebut akibat pemanasan dari naiknya
suhu permukaan bumi. Udara panas yang berasal dari panas permukaan bumi
dapat naik ke atas melalui proses konveksi (Waluya, 2009). Konveksi adalah
Dew Point Temperature adalah titik embun udara artinya suhu di mana udara
mulai mengembun menimbulkan titik-titik air. Dew Point -20 degC artinya udara
hanya akan mengembun menjadi air ketika suhu turun menjadi -20 degC. Titik-
titik air tidak akan timbul jika suhunya masih di atas -20 degC. Seperti suhu
Indonesia ini yang +20-an degC maka udara dengan dew-point -20 degC tidak
akan pernah mengembun menjadi air. Jadi kenapa pipa harus dikeringkan sampai
dew point -20 degC? biar tidak terjadi pengembunan di dalam pipa. Berapa sih
suhu bisa drop di iklim tropis seperti ini? tak mungkin bisa drop sampai -20 degC.
Jadi pengeringan sampai -20 degC dan diseal, merupakan jaminan pipa akan
termometer dan termostat untuk suhu udara.Perubahan tekanan sebagian uap air di
udara berhubungan dengan perubahan suhu. Konsentrasi air di udara pada tingkat
permukaan laut dapat mencapai 3% pada 30 °C (86 °F), dan tidak melebihi 0,5%
mutually executive ” dalam artian jika objek A sudah berada dalam kelompok I,
maka tidak mungkin menjadi kelompok 2 dan selanjutnya. Oleh karena ada
(Wilks, 2011).
Dengan :
D = Skor diskriminan
Sebuah matriks confusion berisi informasi tentang klasifikasi aktual dan prediksi
Apakah hari ini akan hujan atau tidak ?”. Untuk kejadian verifikasi prediksi
seperti yang ditunjukkan pada Tabel 2.2. Tabel ini mengandung komponen
observasi dan prediksi suatu fenomena atau kejadian dengan kategori masing-
masing.
Tabel 2.2. Contingency atau Matrix Confusion (Wilks. 2011).
Terprediksi
Ya Tidak
Pk= . . . . . . . . (2.2)
n = a+b+c+d
Hyogo Framework for Action (HFA) atau kerangka aksi hyogo dihasilkan setelah
diadopsi oleh 168 negara dalam upaya pengurangan risiko bencana di negara
hukum dan badan khusus, aksi pertama Hyogo ini juga mengharuskan
2. Know The Risk and Take Action; dalam aksi ini, kita diharuskan untuk
tempat penulis tinggal, ADRM (Aceh Disaster Risk Map) yang dibuat oleh
TDMRC (Tsunami and Disaster Mitigation Research Center – Universitas
Syiah Kuala) tahun 2012 bisa menjadi pedoman Pemerintah Aceh dalam
yang memiliki risiko bencana tertinggi dan terendah terlihat jelas pada peta
tersebut. Untuk provinsi-provinsi lain, peta risiko bencana ini harus segera
dimiliki segera karena peta ini bisa menjadi pedoman dasar dalam
kejadian bencana tiap tahun. Dari data statistik kejadian atau tinjauan
ini kita juga diharuskan memiliki sistem peringatan dini untuk semua
Bali dan Padang sudah memiliki Sirine Tsunami. Selain sirine yang ada di
tsunami. Sistem kinerja Bouy tersebut pernah saya tulis pada tulisan
Blog Melek Bencana sendiri saya buat untuk mendukung aksi ke-tiga ini.
4. Reduce Risk; dalam aksi ke-empat ini, kita harus mengurangi faktor-
Faktor sumber daya alam dan lingkungan sering kali menjadi faktor
yang tidak sejalan dengan upaya PRB adalah seperti pernah saya tulis pada
5. Be Prepared and Ready to Act; pada aksi ini, kita harus memperkuat
masyarakat agar respon yang dilakukan lebih efektif. Sejalan dengan aksi
ke-tiga, aksi ke-lima ini kita harus memperkuat kebijakan, kapasitas teknis
dan kelembagaan dalam skala regional, nasional dan lokal, termasuk yang
terjadinya juga maka masyarakat sudah siap menghadapi bencana dan tahu
harus berbuat apa sebelum, ketika dan sesudah bencana terjadi. Pemerintah
baik.
II.5.2. Badan Penanggulangan Bencana (BNPB)
Tahun 2001.
Dalam upaya untuk melaksanakan ketentuan pasal 36 ayat (1) dan (2 ) UU No.24
Kepala) BNPB No.2 Tahun 2012. Dalam PERKA BNPB No. 2 Tahun 2012
yaitu kemungkinan terjadi suatu ancaman dan besaran dampak yang pernah
tercatat untuk bencana yang pernah terjadi tersebut . Dapat dikatakatakan bahwa
indeks ini disusun berdasarkan data dan catatan sejarah kejadian yang pernah
dilakssanakan setelah seluruh data indicator pada setiap komponen diperoleh dari
sumber data yang telah ditentukan. Data yang diperoleh kemudian dibagi dalam
tiga kelas ancaman, yaitu rendah, sedang dan tinggi. Model indeks ancaman PB
yang dikeluarkan oleh BNPB sesuai dalam PERKA BNPB No. 2 Tahun 2012
dan analisa yang unik yang dimiliki oleh pemetaan. Kemampuan inilah yang
bervariasi.Hal ini terlihat dari banyaknya definisi SIG yang telah beredar di
beredar;
Aronoff (1989), SIG adalah suatu sistem berbasis komputer yang memiliki
manipulasi dan analisis data, serta keluaran sebagai hasil akhir (output).
struktur organisasi.
Chrisman (1997), SIG adalah sistem yang terdiri dari perangkat keras,
bumi.
Informasi geografis, dalam bentuk yang paling sederhana, adalah informasi yang
berkaitan dengan lokasi tertentu (Martin, 1996). Dalam arti luas, Geographic
information system merupakan alat bantu dalam memproses data spatial menjadi
sebuah informasi. GIS bukan sekedar penggunaan computer untuk membuat peta,
tapi lebih dari itu GIS seharusnya dapat membantu dalam analisis. Menurut
1. Geographic
2. Information
geografis. Informasi ini menampilkan inti dari informasi yang spesifik dan
bermakna dari berbagai kumpulan data, dan hanya ini yang mungkin
3. System
harus selalu sistem yang otomatis, misalnya hanya berbentu lembaran peta,
geografis.
Secara umum, Sistem Informasi Geografis bekerja berdasarkan integrasi
1. Hardware
2. Software
Sebuah software SIG haruslah menyediakan fungsi dan tool yang mampu
tool geografi.
3. Data
Hal yang merupakan komponen penting dalam SIG adalah data. Secara
fundamental, SIG bekerja dengan 2 tipe model data geografis, yaitu model
Dalam model data vector, informasi posisi point, garis, dan polygon
disimpan dalam bentuk koordinat x,y. Bentuk garis, seperti jalan dan
koordinat yang tertutup. Data raster terdiri dari sekumpulan grid atau sel
tersebut digambarkan.
4. Manusia
tanpa manusia maka sistem tersebut tidak dapat diaplikasikan dengan baik.
5. Metode
SIG yang baik memiliki keserasian antara rencana desain yang baik dan
aturan dunia nyata, dimana metode, model dan implementasi akan berbeda
Ruang Lingkup Sistem Informasi Geografis. Pada dasarnya pada SIG terdapat
Proses input data digunakan untuk menginputkan data spasial dan data
non-spasial. Data spasial biasanya berupa peta analog. Untuk SIG harus
2. Manipulasi Data
Tipe data yang diperlukan oleh suatu bagian SIG mungkin perlu
itu SIG mampu melakukan fungsi edit baik untuk data spasial maupun
non-spasial.
3. Manajemen Data
Analisis Proximity
Analisis Overlay
fisik.
5. Visualisasi
dalam peta atau grafik. Peta sangatlah efektif untuk menyimpan dan
METODOLOGI PENELITIAN
Lokasi penelitian ini adalah kepulauan Sulawesi. Secara geografis terletak pada 2°
08′ LS dan 120° 17′ BT yang terletak di antara Pulau Kalimantan di sebelah barat
dan Kepulauan Maluku di sebelah timur. Dengan luas wilayah sebesar 174.600
Data kejadian Puting Beliung di wilayah kepulauan Sulawesi diperoleh dari situs
Data iklim diperoleh dari situs data online Nasional Oceanic and Atmospheric
Untuk pembuatan model diperlukan data suhu, titik embun, dan kelembaban yang
kemudian akan dipetakan dan akan dilakukan proses overlay guna untuk
pembuatan model.
Setelah melakukan proses analisis akan dibuatkan model H-12 dari data 12 jam
Setelah melakukan proses analisis akan dibuatkan model H-Slope dari data 12 jam
sebelum kejadian dan dihitung nilai slopenya yang kemudian akan dipetakan
III.3.2. Membandingkan Model H-12 dan H-Slope
Setalah melakukan proses analisis diskriminan pada kedua model maka akan
Dari 2 model dan observasi kejadian Puting Beliung juga dilakukan proses
verifikasi. Dalam proses verifikasi ini dibutuhkan table contingency atau matrix
Setelah diperoleh model Predik Puting Beliung dari ketiga model H-12 dan
layoutnya.
III.5. Bagan Alir Penelitian
Mulai
Input data
Sekunder
Pengolahan data
Menggunakan Analisis
Diskriminan(SPSS)
Overlay
Pembuatan Model
Verifikasi Model
Pembuatan
Layout
Hasil
Kesimpulan
IV.1. Hasil
Pada penelitian ini menggunakan 3 parameter data yang merupakan data 12 jam
dari gabungan ketiga data tersebut akan menghasilkan 1 output. Data yang
dimaksud tersebut yakni Suhu (X1), Titik Embun (X2), Dan Kelembaban (X3)
yang merupakan data independen, kemudian outputnya merupakan “0” dan “1”,
dimana jika tidak ada kejadian puting beliung maka angka “0”, sedang apabila
Diskriminan
bobot dan nilai konstan. Kemudian dari kofisien dan nilai konstan yang diperoleh
tersebut akan dimasukan dalam fungsi diskriminan dapat dilihat tabel berikut;
kemudian nilai tersebut digunakan untuk menghitung predik puting beliung. Hasil
Tabel 4.2. Tabel Hasil Masukan Kofisien Diskriminan Model H-12, dan Model H-
Slope
Predik Model
Event Observasi H-12 H-Slope
t dp Rh Predik t dp Rh Predik
0 31.03 18.63 47.96 0 0.75 -0.34 -4.41 1
1
1 23.26 21.23 87.79 1 -0.04 0.11 0.79 0
0 31.60 23.50 62.00 0 0.50 0.21 -1.15 1
2
1 26.80 21.70 74.00 1 -0.07 -0.05 0.06 0
0 26.05 36.35 101.50 0 0.18 1.02 0.32 0
3
1 24.43 24.44 96.51 1 -0.03 0.06 0.14 0
0 32.32 23.87 61.39 0 0.73 0.03 -3.06 1
4
1 24.21 23.45 95.32 1 0.01 0.00 -0.03 1
0 28.05 23.22 74.91 0 0.20 -0.04 -1.19 1
5
1 25.56 23.59 88.72 1 0.02 0.01 -0.07 1
0 26.27 23.09 82.46 1 0.06 0.04 -0.14 1
6
1 26.77 22.96 79.92 1 -0.11 -0.03 0.37 0
0 28.21 21.82 68.36 0 0.15 -0.05 -0.88 1
7
1 26.29 22.36 79.24 1 0.03 0.00 -0.11 1
0 32.84 24.10 60.65 0 0.53 0.00 -2.12 1
8
1 26.49 23.90 85.58 1 0.05 0.02 -0.14 1
0 27.35 24.31 83.50 0 -0.12 0.00 0.50 0
9
1 28.75 24.34 77.50 0 -0.01 0.00 0.05 0
0 30.00 26.10 80.00 0 0.21 0.12 -0.36 1
10
1 27.60 24.80 85.00 0 0.01 0.00 -0.10 1
0 31.05 25.11 70.76 0 0.30 0.06 -1.05 1
11
1 26.73 24.61 88.69 1 0.10 -0.02 -0.58 1
0 23.80 23.30 97.00 1 -0.08 -0.07 0.05 0
12
1 24.40 24.10 98.00 1 0.03 0.00 -0.14 1
0 27.20 24.10 83.00 0 0.17 0.04 -0.73 1
13
1 24.70 23.80 95.00 1 0.06 -0.01 -0.36 1
0 29.00 20.00 58.00 0 0.27 -0.09 -1.45 1
14
1 28.00 21.00 66.00 1 -0.18 0.00 0.73 0
0 29.20 25.00 78.00 0 0.38 0.00 -2.00 1
15
1 24.70 24.70 100.00 1 0.03 0.03 0.00 1
0 30.37 23.45 66.97 0 0.55 0.11 -1.98 1
16
1 24.03 21.99 88.44 1 0.02 0.03 0.03 0
0 23.26 22.48 95.66 1 -0.32 -0.11 0.42 0
17
1 26.88 24.01 90.34 0 -0.01 -0.03 0.06 0
0 23.00 23.00 100.00 1 -0.26 -0.26 0.00 1
18
1 28.00 26.00 89.00 0 -0.19 -0.01 1.00 0
0 24.99 24.99 100.00 1 0.09 0.18 0.55 0
19
1 24.00 23.00 94.00 1 0.00 0.00 0.00 1
0 25.00 25.00 100.00 1 0.18 0.18 0.00 1
20
1 24.00 23.00 94.00 1 -0.09 0.00 0.55 0
0 29.87 25.30 76.66 0 0.08 -0.06 -0.64 1
21
1 28.79 25.76 83.48 0 0.02 0.02 0.02 0
0 33.79 23.44 54.82 0 0.76 -0.08 -3.49 1
22
1 25.43 24.26 92.94 1 0.00 0.01 0.03 0
0 34.34 24.23 54.98 0 0.95 0.10 -3.72 1
23
1 23.70 22.88 95.45 1 0.01 0.02 0.04 0
0 31.00 25.00 71.00 0 0.45 -0.09 -2.64 1
24
1 26.00 26.00 100.00 1 0.00 0.00 0.00 1
0 28.10 24.70 82.00 0 0.37 0.06 -1.64 1
25
1 24.20 24.00 99.00 1 -0.02 0.00 0.09 0
0 32.00 32.00 67.00 0 0.64 0.64 -3.00 1
26
1 25.00 25.00 100.00 1 0.00 0.00 0.00 1
0 32.00 25.00 67.00 0 0.55 -0.08 -3.00 1
27
1 26.00 26.00 100.00 1 -0.01 -0.01 0.00 1
0 25.00 25.00 100.00 1 0.09 0.09 0.00 1
28
1 24.00 24.00 100.00 1 0.00 0.00 0.00 1
0 25.00 25.00 100.00 1 0.00 0.09 0.55 0
29
1 25.00 24.00 94.00 1 0.00 0.00 0.00 1
0 25.00 25.00 100.00 1 0.09 0.09 0.00 1
30
1 24.00 24.00 100.00 1 0.00 0.00 0.00 1
0 26.00 24.00 89.00 1 0.09 0.00 -0.45 1
31
1 25.00 24.00 94.00 1 0.00 0.00 0.00 1
0 25.00 24.00 94.00 1 0.09 0.09 0.00 1
32
1 25.00 24.00 94.00 1 -0.09 -0.09 0.00 1
0 25.00 25.00 100.00 1 0.00 0.00 0.00 1
33
1 25.00 25.00 100.00 1 0.00 0.00 0.00 1
0 26.41 25.26 93.88 1 0.11 0.14 0.26 0
34
1 25.28 23.79 91.13 1 -0.01 -0.01 -0.01 1
35 0 25.00 25.00 100.00 1 0.00 0.09 0.55 0
1 25.00 24.00 94.00 1 0.00 0.00 0.00 1
0 34.00 20.00 44.00 0 0.55 0.00 -1.64 1
36
1 27.00 20.00 66.00 1 0.09 0.00 -0.36 1
0 29.61 24.33 74.09 0 0.51 0.08 -2.09 1
37
1 23.88 23.45 97.71 1 0.01 0.00 -0.06 1
0 32.48 25.52 67.39 0 0.76 0.25 -2.27 1
38
1 23.93 22.81 93.39 1 0.02 0.00 -0.09 1
0 30.00 25.00 75.00 0 0.36 0.00 -1.73 1
39
1 25.00 25.00 100.00 1 0.09 0.00 -0.55 1
0 30.02 24.63 72.78 0 0.47 0.08 -1.93 1
40
1 24.30 23.79 96.60 1 0.05 0.00 -0.24 1
0 26.00 26.00 100.00 1 -0.09 0.00 0.55 0
41
1 28.00 25.00 84.00 0 -0.09 0.09 0.91 0
0 32.00 25.00 67.00 0 0.55 -0.09 -3.00 1
42
1 25.00 25.00 100.00 1 0.09 0.09 0.00 1
0 30.74 24.66 70.55 0 0.56 0.18 -1.68 1
43
1 25.15 23.25 89.13 1 -0.05 -0.05 -0.01 1
0 35.00 23.00 50.00 0 1.00 -0.09 -4.55 1
44
1 24.00 24.00 100.00 1 0.00 0.00 0.00 1
0 30.00 23.00 66.00 0 0.45 -0.09 -2.55 1
45
1 25.00 24.00 94.00 1 0.00 0.00 0.00 1
0 28.00 24.00 79.00 0 0.27 0.00 -1.36 1
46
1 25.00 23.00 89.00 1 0.00 0.09 0.45 0
0 29.00 25.00 79.00 0 0.44 0.18 -1.27 1
47
1 23.83 22.67 93.17 1 0.03 0.03 -0.02 1
0 26.75 24.11 85.63 1 -0.02 -0.04 -0.15 1
48
1 27.33 24.87 86.56 0 -0.04 -0.02 0.07 0
0 30.51 23.84 68.11 0 0.19 0.16 -0.05 1
49
1 28.33 22.28 70.33 0 0.01 -0.02 -0.15 1
0 26.73 23.75 83.49 1 0.17 0.06 -0.59 1
50
1 24.58 22.93 90.47 1 0.03 0.01 -0.05 1
0 25.41 23.92 91.47 1 -0.05 0.02 0.41 0
51
1 25.92 23.73 87.40 1 0.01 0.00 -0.04 1
0 26.14 24.15 88.71 1 0.01 0.02 0.10 0
52
1 26.31 24.11 86.88 1 -0.02 -0.01 0.06 0
0 26.80 24.18 85.85 1 0.05 -0.02 -0.33 1
53
1 25.90 24.32 90.81 1 0.03 0.01 -0.12 1
0 28.64 22.77 70.38 0 0.20 0.06 -0.64 1
54
1 26.18 22.02 77.77 1 0.02 0.01 -0.03 1
0 24.84 23.98 94.87 1 0.09 0.19 0.53 0
55
1 23.84 21.80 88.27 1 0.00 0.01 0.07 0
0 31.80 24.70 66.00 0 0.67 0.06 -2.91 1
56
1 24.20 23.80 98.00 1 0.02 0.02 0.00 0
0 30.80 23.60 66.00 0 0.45 0.01 -1.89 1
57
1 25.60 25.60 88.50 1 0.02 -0.19 -0.15 1
0 31.44 25.16 70.08 0 0.60 0.18 -1.90 1
58
1 25.04 23.78 90.82 1 -0.02 -0.05 0.02 0
Dalam pembuatan model predik putting beliung H-12, dan H-Slope dibutuhkan
Gambar 4.1. Peta Kondisi Suhu Kejadian Puting Beliung pada H dan H-12
Gambar 4.2. Peta Kondisi Titik Embun Kejadian Puting Beliung pada H dan H-12
Gambar 4.3. Peta Kondisi Kelembaban Puting Beliung pada H dan H-12
Dari ketiga peta suhu, titik embun, dan kelembaban kemudian akan dilakukan
model.
Dari data parameter yang digunakan yakni; data suhu, titik embun, dan
suhu, titik embun, dan kelembaban rata-rata 12 jam sebelum terjadi bencana alam
angin putting beliung. Dapat dilihat pada gambar 4.4, gambar 4.5, dan gambar 4.6.
Kondisi Suhu H-12 dan H
35.00
30.00
25.00
T (⁰C)
H-12
20.00
H
15.00
10.00
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57
Kejadian
26.00
24.00
22.00
DW (⁰C)
20.00
18.00 H-12
H
16.00
14.00
12.00
10.00
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57
Kejadian
60.00 H-12
50.00 H
40.00
30.00
20.00
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57
Kejadian
Data Model H-12 diambil dari data suhu, titik embun, dan kelembaban 12 jam
Model H-Slope merupakan data suhu, titik embun, dan kelembaban dari H-1
sampai H-12, dari data tersebut kemudian dari data H-12 kejadian dikurangkan
dengan H-1 kejadian dan kemudian dibagi 11 untuk menghasilkan data H-Slope.
untuk mengetahui nilai kebenaran dan seberapa akurat model yang dibuat akan
dilakukan verifikasi menggunakan tabel metrix confusion. Hasil ujinya terdapat
Tabel.4.3. Tabel Matrix Confusion antara kejadian teramati dan terprediksi Model
H-12
PC=
Tabel.4.4. Tabel Matrix Confusion antara kejadian teramati dan terprediksi Model
H-Slope
PC =
IV.3. Pembahasan
Dari 58 data kejadian puting beliung di wilayah Sulawesi yang telah dianalisis
suhu, titik embun, dan kelembaban dapat dilihat perbedaan keadaan atau kondisi
suhu pada 12 jam sebelum kejadian, dapat dilihat pada gambar 4.1 dimana
menunjukkan kondisi suhu pada 12 jam sebelum kejadian lebih tinggi
dibandingkan pada saat kejadian, Sebagai contoh pada kejadian “1” suhu pada
rata-rata 12 jam sebelum kejadian mencapai 29,01 C⁰ sedang pada saat kejadian
suhu mencapai 23,26 C⁰, sedangkan kondisi rata-rata pada titik embun pada 12
jam sebelum kejadian lebih rendah dibandingkan pada saat kejadian, dan kondisi
diperoleh koefisien dari model H-12, dan H-Slope. setelah memasukkan koefisien
yang diperoleh dari analisis diskriminan dari 58 data kejadian dari masing-masing
model dapat dilihat yang memiliki nilai keakuratan yang lebih tinggi dari kedua
model tersebut, dimana tingkat keakuratan Model H-12 yaitu 70, 6 %, dan H-
Slope 81 %. Hasilnya dapat dilihat pada lampiran 3 hasil keluaran SPSS. Sebagai
contoh dapat dilihat pada tabel 4.2, pada Model H-12 pada event “6” pada kolom
“Predik” pada kolom H-12 yang pada obesrvasi “0” tapi pada saat diprediksi
menghasilkan “1”, yang mana pada kolom prediksi ini merupakan hasil dari
kemudian dilakukan fungsi group dimana jika menghasilkan “1” maka terjadi dan
“0” tidak terjadi, Kemudian kita lihat Model H-12 slope dalam contoh kejadian
yang sama atau event “6” dapat dilihat pada kolom “Predik” H-Slope pada event
“6” pada saat observasi “0” dan pada saat dilakukan prediksi menghasilkan “0”.
Maka dengan contoh pada Event “6” tersebut dapat dilihat dari kedua model yang
telah dibuat bahwa Pediksi Model H-Slope lebih akurat dari Model H-12.
dari kedua model yang telah dibuat yaitu; Model H-12, dan H-Slope kemudian
untuk dapat menyajikan secara lebih jelas perbedaan dan keadaan atau kondisi
model yang telah dibuat yaitu Model H-12, dan Model H- Slope dibuatkan Peta
Dari gambar 4.7 dapat dilihat pada Model H-12 saat dilakukan analisis
kejadian ada 8 titik yang berwarna merah atau prediksi tidak tepat, dan pada
anaisis diskriminan dari 58 data kejadian dan melakukan prediksi semua titik
berwarna hijau atau terprediksi dengan tepat. Dari gambar 4.7 dapat dilihat
dengan jelas penyajian dan perbandingan peta dari kedua model yang telah dibuat
yaitu Model H-12, dan Model H-Slope dengan 58 titik kejadian tiap masing-
masing model. Dari gambar 4.7 terlihat bahwa dari 58 data titik kejadian pada
masing-masing model yang pada saat observasi titik berwarna hijau tetapi setelah
PENUTUP
V.1. Kesimpulan
kasus bencana alam angin puting beliung di wilayah sulawesi periode tahun 2011-
1. Dari kedua model yang telah dibuat yaitu model H-12 dan model H-Slope,
ketepatan yang lebih tinggi adalah Model H-Slope yaitu dengan tingkat
sebelum kejadian dan melakukan prediksi maka dapat dibuatkan layout dari
V.1. Saran
58 Kejadian Puting Beliung di Sulawesi diperoleh dari data stasiun di Sulawesi dengan 3
parameter, yaitu; Suhu (T), Titik Embun (DP), dan Kelembaban (RH) dimasukkan kedalam
fungsi Diskriminan keluaran SPSS.
Model H-12
Fungsi
Koordinat Obse Parameter Predik
Event Diskrimin
rvasi si
X Y t dp rh an
0 31.03 18.63 47.96 0.70 0
1
118.939 -3.5626 1 23.26 21.23 87.79 -2.08 1
0 31.60 23.50 62.00 1.74 0
2
119.27 -3.3891 1 26.80 21.70 74.00 -0.56 1
0 26.05 36.35 101.50 1.02 0
3
119.086 -3.4858 1 24.43 24.44 96.51 -1.01 1
0 32.32 23.87 61.39 2.12 0
4
123.196 0.543 1 24.21 23.45 95.32 -1.24 1
0 28.05 23.22 74.91 0.22 0
5
119.981 -0.1181 1 25.56 23.59 88.72 -0.69 1
0 26.27 23.09 82.46 -0.52 1
6
120.009 -0.5783 1 26.77 22.96 79.92 -0.34 1
0 28.21 21.82 68.36 0.03 0
7
120.945 0.48152 1 26.29 22.36 79.24 -0.64 1
0 32.84 24.10 60.65 2.38 0
8
122.017 -4.0482 1 26.49 23.90 85.58 -0.27 1
0 27.35 24.31 83.50 0.15 0
9
121.35 -3.9292 1 28.75 24.34 77.50 0.73 0
0 30.00 26.10 80.00 1.57 0
10
122.028 -3.8281 1 27.60 24.80 85.00 0.36 0
0 31.05 25.11 70.76 1.80 0
11
122.092 -3.9804 1 26.73 24.61 88.69 -0.02 1
0 23.80 23.30 97.00 -1.42 1
12
125.406 2.7495 1 24.40 24.10 98.00 -1.03 1
0 27.20 24.10 83.00 0.05 0
13
124.387 0.80258 1 24.70 23.80 95.00 -0.97 1
0 29.00 20.00 58.00 0.03 0
14
119.973 -3.6661 1 28.00 21.00 66.00 -0.20 1
0 29.20 25.00 78.00 1.02 0
15
119.661 -3.8012 1 24.70 24.70 100.00 -0.78 1
0 30.37 23.45 66.97 1.23 0
16
119.786 -3.6675 1 24.03 21.99 88.44 -1.61 1
0 23.26 22.48 95.66 -1.79 1
17
119.437 -5.1133 1 26.88 24.01 90.34 0.04 0
0 23.00 23.00 100.00 -1.79 1
18
119.69 -4.418 1 28.00 26.00 89.00 0.75 0
0 24.99 24.99 100.00 -0.61 1
19
119.94 -3.997 1 24.00 23.00 94.00 -1.41 1
0 25.00 25.00 100.00 -0.60 1
20
119.622 -3.9632 1 24.00 23.00 94.00 -1.41 1
0 29.87 25.30 76.66 1.36 0
21
120.67 -7.113 1 28.79 25.76 83.48 1.01 0
0 33.79 23.44 54.82 2.67 0
22
119.802 -4.057 1 25.43 24.26 92.94 -0.61 1
0 34.34 24.23 54.98 3.02 0
23
120.456 -2.532 1 23.70 22.88 95.45 -1.54 1
0 31.00 25.00 71.00 1.77 0
24
120.321 -4.817 1 26.00 26.00 100.00 -0.01 1
0 28.10 24.70 82.00 0.53 0
25
120.373 -4.6059 1 24.20 24.00 99.00 -1.12 1
0 32.00 32.00 67.00 2.84 0
26
119.695 -3.8099 1 25.00 25.00 100.00 -0.60 1
0 32.00 25.00 67.00 2.18 0
27
119.595 -3.9488 1 26.00 26.00 100.00 -0.01 1
0 25.00 25.00 100.00 -0.60 1
28
119.618 -4.4401 1 24.00 24.00 100.00 -1.19 1
0 25.00 25.00 100.00 -0.60 1
29
119.673 -4.3448 1 25.00 24.00 94.00 -0.82 1
0 25.00 25.00 100.00 -0.60 1
30
119.502 -4.7733 1 24.00 24.00 100.00 -1.19 1
0 26.00 24.00 89.00 -0.43 1
31
119.656 -4.3229 1 25.00 24.00 94.00 -0.82 1
0 25.00 24.00 94.00 -0.82 1
32
119.546 -4.9247 1 25.00 24.00 94.00 -0.82 1
0 25.00 25.00 100.00 -0.60 1
33
119.858 -3.9052 1 25.00 25.00 100.00 -0.60 1
0 26.41 25.26 93.88 -0.01 1
34
120.504 -6.0957 1 25.28 23.79 91.13 -0.76 1
0 25.00 25.00 100.00 -0.60 1
35
119.8 -3.9164 1 25.00 24.00 94.00 -0.82 1
0 34.00 20.00 44.00 2.22 0
36
119.598 -4.9267 1 27.00 20.00 66.00 -0.79 1
0 29.61 24.33 74.09 1.08 0
37
120.824 -2.5254 1 23.88 23.45 97.71 -1.35 1
0 32.48 25.52 67.39 2.48 0
38
120.824 -2.5254 1 23.93 22.81 93.39 -1.48 1
0 30.00 25.00 75.00 1.36 0
39
120.381 -4.5641 1 25.00 25.00 100.00 -0.60 1
0 30.02 24.63 72.78 1.29 0
40
119.835 -2.8622 1 24.30 23.79 96.60 -1.14 1
0 26.00 26.00 100.00 -0.01 1
41
119.638 -4.2649 1 28.00 25.00 84.00 0.55 0
0 32.00 25.00 67.00 2.18 0
42
119.582 -4.9461 1 25.00 25.00 100.00 -0.60 1
0 30.74 24.66 70.55 1.60 0
43
119.906 -3.0022 1 25.15 23.25 89.13 -0.92 1
0 35.00 23.00 50.00 3.13 0
44
119.942 -3.6714 1 24.00 24.00 100.00 -1.19 1
0 30.00 23.00 66.00 0.98 0
45
124.131 0.67079 1 25.00 24.00 94.00 -0.82 1
0 28.00 24.00 79.00 0.35 0
46
124.94 1.09631 1 25.00 23.00 89.00 -1.02 1
0 29.00 25.00 79.00 0.94 0
47
124.945 1.25072 1 23.83 22.67 93.17 -1.55 1
0 26.75 24.11 85.63 -0.12 1
48
122.921 -4.5141 1 27.33 24.87 86.56 0.26 0
0 30.51 23.84 68.11 1.36 0
49
121.22 -1.7759 1 28.33 22.28 70.33 0.18 0
0 26.73 23.75 83.49 -0.21 1
50
123.167 -4.7497 1 24.58 22.93 90.47 -1.21 1
0 25.41 23.92 91.47 -0.68 1
51
122.358 -5.166 1 25.92 23.73 87.40 -0.53 1
0 26.14 24.15 88.71 -0.35 1
52
122.845 -5.1966 1 26.31 24.11 86.88 -0.31 1
0 26.80 24.18 85.85 -0.08 1
53
122.793 -0.9388 1 25.90 24.32 90.81 -0.41 1
0 28.64 22.77 70.38 0.37 0
54
120.75 -1.3969 1 26.18 22.02 77.77 -0.77 1
0 24.84 23.98 94.87 -0.89 1
55
120.804 0.58176 1 23.84 21.80 88.27 -1.73 1
0 31.80 24.70 66.00 2.03 0
56
122.557 0.77932 1 24.20 23.80 98.00 -1.16 1
0 30.80 23.60 66.00 1.43 0
57
118.93 -2.7293 1 25.60 25.60 88.50 -0.49 1
0 31.44 25.16 70.08 1.98 0
58
119.152 -3.4142 1 25.04 23.78 90.82 -0.89 1
Model H-Slope
Hasil dari Analisis Menggunakan Metode Diskriminan dari Data Model H-12
Test Results
Box's M 74.038
Approx. 12.102
df1 6
F
df2 54143.940
Sig. .000
Canonical Discriminant
Function Coefficients
Function
dw .497
p .094
rh .021
(Constant) -17.478
Unstandardized
coefficients
Functions at
Group Centroids
Y Function
0 .690
1 -.690
Unstandardized
canonical
discriminant
functions evaluated
at group means
a,c
Classification Results
0 1
0 37 21 58
Count
1 8 50 58
Original
0 63.8 36.2 100.0
%
1 13.8 86.2 100.0
0 34 24 58
Count
b
1 10 48 58
Cross-validated
0 58.6 41.4 100.0
%
1 17.2 82.8 100.0
Test Results
Box's M 297.551
Approx. 48.175
df1 6
F
df2 94159.698
Sig. .000
Wilks' Lambda
Canonical Discriminant
Function Coefficients
Function
dw 3.907
p 1.894
rh -.138
(Constant) -.696
Unstandardized
coefficients
Functions at
Group Centroids
Y Function
0 .711
1 -.711
Unstandardized
canonical
discriminant
functions evaluated
at group means
a,c
Classification Results
0 1
0 36 22 58
Count
1 0 58 58
Original
0 62.1 37.9 100.0
%
1 .0 100.0 100.0
0 36 22 58
Count
b
1 0 58 58
Cross-validated
0 62.1 37.9 100.0
%
1 .0 100.0 100.0