PEMODELAN IKLIM DENGAN MENGGUNAKAN METODE SCHMIDT-FERGUSON

UNTUK MEMPERKIRAKAN PERUBAHAN CUACA DI INDONESIA

DISUSUN OLEH :
1. MUH. RAMDAN ( 220109510008 )
2. YUDHATAMA BIL HAQQ ( 220109511001 )
3. NUR ALIFAH ( 220109511002 )
4. INDAH LESTARI ( 220109511003 )

PRODI PENDIDIKAN GEOGRAFI ICP

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI MAKASSAR
2023
 PEMODELAN IKLIM DENGAN MENGGUNAKAN METODE SCHMIDT-FERGUSON
UNTUK MEMPERKIRAKAN PERUBAHAN CUACA DI MASA DEPAN
Muh. Ramdan, Yudhatama Bil Haqq, Nur Alifah, Indah Lestari

Pendidikan Geografi ICP 2022 / Universitas Negeri Makassar

yudha.tama2021@gmail.com

ABSTRAK

Iklim Schmidt-Ferguson adalah tipe iklim yang ditentukan oleh siklus data curah hujan di
wilayah tertentu. Klasifikasi iklim Schmidt Ferguson mencakup empat jenis: iklim lembab,
iklim cukup lembab, iklim sedang dan iklim cukup kering. Iklim merupakan faktor alam yang
memiliki pengaruh besar terhadap kehidupan. Salah satu cara untuk mempelajari lebih lanjut
tentang iklim adalah mengklasifikasikannya dengan menghitung jumlah curah hujan di Bumi.
Metode yang digunakan kali ini adalah metode Schmidt-Fergusson dengan hasil berupa nilai
Q saat menghitung rata-rata bulan kering dan bulan basah kemudian diinterpolasi dengan
interpolasi kriging yang otomatis dihitung dan diproses di arcGIS. Pemodelan iklim adalah
proses matematika kompleks yang digunakan untuk memprediksi dan memahami perubahan
iklim di masa depan. Metode Schmidt-Ferguson merupakan salah satu metode pemodelan
iklim untuk memprediksi perubahan cuaca di masa mendatang.
Kata kunci : Tipe iklim, Schmidt Fergusson, Metode Kringing
ABSTRACT
Schmidt-Ferguson climate is a climate type that is determined by cycles of rainfall data in a
particular area. The Schmidt Ferguson climate classification includes four types: humidclimate,
moderately humid climate, temperate climate and moderately dry climate. Climate is a natural
factor that has a major influence on life. One way to learn more about climates is to classify
them by counting the amount of precipitation on Earth. The method used this time is the
Schmidt-Fergusson method with the result in the form of a Q value when calculating the
average dry and wet months and then interpolated with kriging interpolation which is
automatically calculated and processed in arcGIS. Climate modeling is a complex
mathematical process used to predict and understand future climate change. The Schmidt-
Ferguson method is a climate modeling method for predicting future weather changes.
Keywords : climate types, Schmidt Fergusson, Kriging method
PENDAHULUAN
Perubahan iklim telah menjadi salah satu
tantangan global yang paling mendesak di
abad ini. Dampak perubahan iklim yang
semakin nyata dan signifikan telah
meningkatkan kebutuhan untuk lebihakurat
memahami dan memprediksi pola cuaca di
masa depan. Pemodelan iklim telah
menjadi alat penting untuk mengatasi
tantangan ini, dengan menggunakan
persamaan matematika dan simulasi
komputer untuk memprediksi perubahan
iklim di masa depan.
Dalam konteks ini, metode Schmidt-
Ferguson merupakan pendekatan yang
menjanjikan untuk pemodelan iklim.
Metode ini menggabungkan pendekatan
statistik dengan pemodelan fisik untuk
memprediksi perubahan cuaca di masa
mendatang. Iklim adalah keadaan umum
atmosfer selama periode waktu yang lama
dan bervariasi dari satu tempat ke tempat
lain. Iklim mencakup kondisi ekstrim dari
setiap elemen cuaca, seperti suhuminimum,
kelembaban relatif, dll. (Nabihaty, 2011).
Dalam makalah ini, kami menguji metode
Schmidt-Ferguson dan menerapkannya
pada pemodelan iklim untuk memprediksi
perubahan cuaca di masa depan.
Metode Schmidt-Ferguson secara khusus
dikembangkan untuk mengatasi beberapa
tantangan yang terkait dengan pemodelan
iklim, seperti ketidakpastian parameter
fisik dan variabilitas alami dari sistem
iklim. Iklim merupakan faktor yang sangat
penting dalam kehidupan manusia, karena
iklim memegang peranan penting dalam
kehidupan di banyak tempat. Salah satunya
di bidang pertanian, karena itu kondisi
iklim suhu, serta curah hujan dan fluktuasi
musim begitu menentukan kesesuaian serta
optimalisasi budidaya pertanian (Umar,
2010). Dengan menggunakan analisis
statistik terintegrasi dan pendekatan fisik,
metode ini dapat membantu meningkatkan
keakuratan prakiraan cuaca jangka panjang
dan memberikan pemahaman yang lebih
baik tentang kemungkinan perubahan iklim
di masa depan.
Iklim merupakan salah satu komponen
ekosistem alam yang mempengaruhi
banyak faktor dalam kehidupanmanusia.
Salah satu faktor iklim yang sangat
mempengaruhi kegiatan pertanian adalah
curah hujan. Iklim suatu tempat terutama
ditentukan oleh jumlah sinarmatahari, dan
distribusi penerimaan sinar matahari tidak
merata di setiap permukaan bumi, sehingga
setiap daerah memiliki iklim yang berbeda.
Perubahan iklim global adalah dan akan
tetap merupakan hasil dari peningkatan
aktivitas manusia, seperti di bidang
pertanian, budidaya tanaman, dan
transportasi. iklim dipengaruhi oleh
fenomena El Nino dan La Nina. Fenomena
ini juga menyebabkan curah hujan menurun
dan meningkat di beberapa wilayah
Indonesia. Ketika perubahan iklim
berulang, pengukur hujan muncul,
menyebabkan perubahan tipe iklim
menurut klasifikasi Schmidt-Ferguson.
Terletak di antara dua benua dan dua
samudra , India memiliki pengaruh besar
pada kondisi iklim India di pulau-pulau
dengan ukuran berbeda. Keadaan ini
mengakibatkan pola iklim/cuaca yang
berbeda di berbagai daerah di Indonesia.
Pemanasan global yang sedang
berlangsung berkontribusi terhadap
perubahan iklim global, yang ditandai
dengan seringnya peristiwa cuacaekstrem
. Perubahan iklim telah
mempengaruhi banyak aspek kehidupan
dan pembangunan di Indonesia, baik yang
terjadi di tingkat lokal, regional maupun
global.
METODE PENELITIAN
Dengan metode Schmidt-Ferguson,
beberapa metode digunakan dalam
pekerjaan pemodelan iklim kami untuk
memprediksi perubahan cuaca di masa
mendatang, missal :
1. Pengumpulan data:
A. Mengumpulkan data iklim historis, yang
mencakup parameter cuaca seperti suhu,
curah hujan, kelembapan, dan tekanan
barometrik.
B. Dapatkan informasi dari sumber
terpercaya, seperti stasiun cuaca, lembaga
penelitian atau organisasi iklim. 2. Tinjauan
literatur: Saya telah mengumpulkan banyak
informasi dari internet atau buku-buku
yang dapat membantu dalam menulis
artikel ini.
3. Analisis data:
A. Melakukan analisis statistik terhadap
data historis untuk mengidentifikasi tren,
pola, dan variasi cuaca. B. Identifikasi
faktor kunci yang mempengaruhi
perubahan iklim, seperti B. suhu
permukaan laut, gas rumah kaca atau
aktivitas manusia.
Cuaca adalah bentuk primitif yang terkait
dengan interpretasi dan pemahaman
tentang keadaan fisik langsung udara di
tempat dan waktu tertentu. Meskipun iklim
merupakan keadaan maju, namun
merupakan kumpulan kondisi cuaca yang
kemudian disusun dan dihitung dalam
bentuk kondisi cuaca rata-rata selama
periode waktu tertentu.
Posisi bumi, posisi matahari, permukaan
tanah dan laut, topografi dan lain- lain.
Faktor-faktor ini disebut pengatur iklim.
Sebuah AC dapat mengatur keberadaan
elemen atau elemen iklim di lingkungan.
Iklim ditentukan oleh dua faktor, yaitu
faktor eksternal dan faktor internal.
Klasifikasi iklim Pada
prinsipnya, penggunaan klasifikasi iklim
adalah cara untuk mendapatkan informasi
yang efektif dalam bentuk yang umum dan
sederhana. Oleh karena itu, analisisstatistik
unsur-unsur iklim dapat dilakukan untuk
menjelaskan dan memberikan jenis- jenis
iklim secara kuantitatif, umum, dan
sederhana. Setiap klasifikasi didasarkan
pada tujuan spesifik produsen dan berkisar
dari sempit hingga luas . Oleh karena itu,
beberapa aspek harus diperhatikan ketika
menggunakan klasifikasi iklim.
HASIL DAN PEMBAHASAN
Prakiraan hujan Perubahan iklim
disebabkan oleh meningkatnya emisi gas
rumah kaca ke atmosfer. Namun, seiring
meningkatnya emisi gas rumah kaca, suhu
udara bumi meningkat dan mempengaruhi
kehidupan di bumi. Pengaruh perubahan
iklim meliputi perubahan musim dan curah
hujan, peningkatan suhu akibat kebakaran
hutan, kenaikan permukaan air
laut, penurunan produktivitas
pertanian, dan peningkatan kejadian
ekstrim. Dengan memendeknya musim
hujan, maka musim tanam juga menjadi
lebih pendek. Hasil analisis Alfyant (2011)
menunjukkan bahwa awal musim tanam
rata-rata akan dipersingkat 1-2 cekungan
jika tingkat curah hujan berubah di masa
mendatang.
Kondisi tersebut tentunya dapat
menyebabkan banjir di musim hujan dan
kekeringan di musim kemarau. Peta
persebaran tipe iklim Schmidt-Fergusson
menunjukkan bahwa tipe-tipe iklim
berdasarkan Schmidt-Fergusson tersebar
pada batas-batas wilayah tertentu dan
memiliki wilayahnya masing-
masing. Perbandingan peta lokasi
klasifikasi Schmidt-Fergusson berbeda
tergantung pada tipe iklim yang dihitung,
dengan perbedaan bahwa peta distribusi
menunjukkan tipe iklim sedang di daerah
tanpa stasiun hujan. Tipe iklim atauwilayah
tersebut tergolong tipe iklim sedang atau
masuk dalam kriteria reklasifikasi
interpolasi Kringing untuk tipeiklim
60-100%. H. Kelembaban
lingkungan sedang. Kriteria tipe iklim 33,3-
60, iklim cukup kering dan kriteria tipe
iklim 100-167%. Berdasarkan peta
klasifikasi iklim Schmidt
Fergusson, terdapat empat tipe iklim di
Indonesia yang dibagi lagi menurut batas
dan persebarannya yang spesifik.
Perubahan curah hujan di masa depan juga
akan mempengaruhi kondisi hidrologi
daerah tersebut. Kondisi tersebut tentunya
dapat menyebabkan banjir di musim hujan
dan kekeringan di musim
kemarau. Dasanto dan Impron berpendapat
bahwa waduk dapat digunakan untuk
menyimpan kelebihan air hujan.
Perubahan presipitasi di masa mendatang mendatang. Periode 1981-2029
tidak hanya akan mempengaruhi distribusi ditunjukkan secara terpisah berdasarkan
presipitasi tetapi juga distribusi presipitasi distrik. Ketersediaan dan analisis ulang data
. Hujan terburuk adalah hujan ekstrim observasi.
karena hujan ini dapatmenyebabkan banjir Hal ini menunjukkan bahwa curah hujan
selama musimhujan. Distribusi curah hujan harian yang melebihi 36 mm diperkirakan
ekstrim didasarkan pada distribusi tidak akan terjadi dalam waktu dekat, yang
probabilitas menggunakan distribusi merupakan ancaman.
gamma. Curah hujan ekstrim yang
digunakan dalam penelitian ini didasarkan
pada kuartil ketiga dari data curah hujan
maksimum yang diamati dari Desember
hingga Januari .Gambar 5 menunjukkan
distribusi probabilitas curah hujan
maksimum harian berdasarkan distribusi
gamma. Gambar tersebut menunjukkan
bahwa kemungkinan terlampauinya curah
hujan ekstrim tidak berubah secara
signifikan pada periode perkiraan
dibandingkan dengan periode referensi.
Pada periode 2021-2040 probabilitas
menurun sebesar 0,096 dan pada periode
2041-2060 probabilitas menurun sebesar
0,005. Selama periode 2061-2080,
probabilitas curah hujan ekstrim hanya
meningkat 0,027. Peluang hujan yang
ekstrim berarti bahwa tidak lebih dari 36 Gambar 20. Perbandingan Klasifikasi Iklim
Menurut Schmidt – Ferguson di Kabupaten
mm per hari dapat diharapkandalam waktu
Banggai Periode (a) 1981 – 2019 dan (b) 1981 –
dekat, yang merupakan ancaman. 2029
Kerajaan di Provinsi Sulawesi Tengah Menurut Lakitan (2002), klasifikasi
Menurut Schmidt-Ferguson, ada delapan Schmidt-Ferguson menggunakan nilai
zona iklim dalam pertanian: A, B, C, D, E, acuan (Q) antara rata-rata jumlah bulan
F, G, dan H. Menurut Schmidt-Ferguson, kering (Md) dan rata-rata jumlah bulan
setiap provinsi di Sulawesi Tengah basah (Mf) pada tahun penelitian.
memiliki zona iklim pertanian. Perubahan
khas dapat terjadi. Di beberapa bagian
negara dan di beberapa daerah kering, lahan
basah telah berubah. Ada juga daerah yang
jenis zona iklim pertaniannya tidak
berubah. Analisis tipe zona iklim pertanian
untuk periode 1981–2019 dankemungkinan
perubahan di masa

Kabupaten Ponorogo, Jawa Timur
Berdasarkan hasil perhitungan tipe iklim
Schmidt-Ferguson, Kabupaten Ponorogo
memiliki empat kriteria iklim yaitu lembab,
cukup lembab, sedang dan cukup kering.
Gambar 1. Peta Klasifikasi Iklim SchmidtFerguson
Kabupaten Ponorogo. Huruf: Tipe Iklim, Angka:
Stasiun Hujan
Stasiun hujan di iklim agak lembab adalah
Ponorogo, Kesugihan, Pulung, Pudak,
Sooko dan Talun. Ada daerah di hutan
dengan iklim agak lembab dimana daun-
daun berguguran pada musim kemarau.
Daerah tempat tumbuhnya vegetasi ini
biasanya subur dan ditumbuhi pepohonan
lebat seperti jati. Pada daerah dengan tipe
vegetasi seperti ini hanya dapat tumbuhsatu
jenis tumbuhan (homogen), misalnya hutan
karet dan hutan jati. Stasiun hujan dengan
iklim yang cukup kering adalah Sawoo dan
Balong yang terletak pada vegetasi hutan
savana.
Kabupaten Bantaeng
Elemen iklim dasar yang membentuk tipe
iklim regional adalah curah hujan. Variasi
curah hujan rata-rata di setiap stasiun
mengindikasikan adanya perbedaan iklim
yang tersusun dari unsur-unsur iklim yang
diamati. Variasi nilai curah hujan di suatu
wilayah membentuk model distribusi curah
hujan regional.

Sebagian besar distribusi curah hujan di
wilayah studi berbentuk U atau unimodal,
dan wilayah tersebut sangat dipengaruhi
oleh musim dan puncak yang terjadi.
Hal ini sesuai dengan pernyataan Aldrian
(2003) bahwa wilayah atau wilayah A
(Pulau Jawa, sebagian Pulau Sumatera dan
sebagian besar Pulau Kalimantan, serta
Sulawesi Selatan dan Tenggara) menerima
curah hujan yang konstan dan sangat
dipengaruhi oleh angin musim yang sedang
terpengaruh.
Perbandingan jumlah bulan basah danbulan
kering disajikan dengan menggunakan nilai
Q kriteria klasifikasi iklim Schmidt-
Ferguson.
Kabupaten Tanggerang
Berdasarkan menurut klasifikasi Schmidt-
Ferguson, data stasiun cuaca kelas III
BMKG Curug Budiarto (dengan air terjun)
memberikan hasil untuk jenis hujan ini
yaitu hasil (Q) BMKG 21,9 n. Stasiun
Klimatologi Pondok Betung dan NASA
(situs Balaraja) melaporkan hasil untuk tipe
hujan dengan hasil (Q) sebesar 21,6
dengan kriteria kelembaban Tipe B dengan
vegetasi hutan hujan tropis. Karena curah
hujan yang melimpah di hutan hujan tropis,
maka dapat dikatakan tidak pernah ada
musim kemarau karena vegetasi ini selalu
menerima hujan sepanjang tahun. Oleh
karena itu, daerah ini selalu lembab dan
penguapannya cukup tinggi. Hutan hujan
tropis juga memiliki suhu yang stabil di
kawasan tersebut [14]. Iklim lembab
meliputi vegetasi hutan hujan tropis dengan
berbagai tanaman yang cocok untuk sektor
pertanian di wilayah tersebut. Dengan
demikian, menurut klasifikasi Schmidt-
Ferguson, Kabupaten Tangerang memiliki
iklim lembab dan vegetasi hutan hujan
tropis. Berdasarkan pernyataan [3],
diketahui bahwa curah hujan berhubungan
dengan unsur-unsur kelembaban, tekanan,
temperatur, arah dan kecepatan angin. Hasil
yang diperoleh setelah analisis ditunjukkan
pada diagram 3 dan 4.
Berdasarkan gambar 3, dimana curah hujan
10 tahun tertinggi pada bulan Februari
sebesar 32,37 cm dan kelembaban tertinggi
pada bulan Februari juga sebesar 85,6%dari
10 tahun terakhir. Jadi ketika jumlah curah
hujan tinggi maka kelembaban juga tinggi
karena jumlah curah hujanberbanding lurus
dengan kelembaban. Hujan deras
memungkinkan sebagian besarair menguap,
membuat area tersebut relatif lembab.
Kelembaban adalah banyaknya uap air,
sehingga besarnya kelembaban suatu
daerah merupakan faktor yang dapat
merangsang terjadinya hujan [16].
Kabupaten Tangerang memiliki iklim hutan
hujan tropis dengan curah hujan tinggi dan
kelembaban tinggi. Faktor yang
mempengaruhinya adalah karena adanya
sumber air laut, aliran air sungai, dll
 Gambar 3. Grafik Curah Hujan, Kelembaban,
Suhu, dan Tekanan Maksimum dan Minimum
(Periode 2011-2020)
Kabupaten Serdang
Berdasarkan hasil analisis regresi curah
hujan dan hari hujan tidak berpengaruh
nyata terhadap produksi kelapa sawit pada
umur 15 tahun. 1 dan terdapat 114 hari
hujan, terdapat 1 bulan kering (CH100mm)
berdasarkan klasifikasi Schmidt &
Fergusson.
Hal ini menunjukkan bahwa curah hujan
yang tinggi pada tanaman kelapa sawit
dapat mencegah penyerbukan oleh
serangga dan busuk buah pada pohon,
sehingga produksi kayu buah segar (TBS)
pada tanaman berumur 15 tahun rendah
(Simanjuntak et al.2014). Penelitian
dilakukan di kawasan Bintang Bayu,
Kabupaten Serdang Bedagai, Provinsi
Sumatera Utara pada bulan Maret-Juni
2020 dengan menggunakan Sistem
Informasi Geografis (SIG) dan metode
deskriptif analitis.
Data curah hujan menjadi dasar penentuan
bulan kemarau dan bulan hujan Menurut
Schmidt-Ferguson.
Kabupaten Lampung Tengah
Lampung Tengah merupakan salah satu
kota administratif Provinsi Lampung
dengan jumlah penduduk 1.271.566 jiwa
yang bermata pencaharian dari pertanian.
Tanaman pangan yang paling umum di
Lampung Tengah adalah beras, singkong,
jagung, dan kedelai. Luas sawah di wilayah
tersebut 158.908 ha dan total produksi padi
1.550 s/ha (BPS, 2019).
Pertumbuhan dan perkembangan tanaman
dipengaruhi oleh faktor internal seperti
varietas tanaman dan faktor eksternal
seperti faktor lingkungan (Wisnuwati dan
Nugroho, 2018). Iklim merupakan salah
satu faktor lingkungan yang mempengaruhi
pertanian. Perubahan iklim datang setiap
saat dan memengaruhi banyak industri.
Menurut Irianto (2003), hal ini mengarah
pada pembentukan pola atau siklus tertentu
dari perubahan iklim.
Menurut Dewi (2005) klasifikasi iklim
Indonesia diperlukan untuk
penyederhanaan, iklimnya sangat berbeda.
Sistem klasifikasi yang umum digunakan di
Indonesia adalah Schmidt-Ferguson dan
Oldeman. Kedua metode tersebut
menggunakan jumlah hujan yang
dikumpulkan oleh kolom hujan sebagai
dasar klasifikasi iklim. Saat ini, teknologi
informasi geografis telah berkembang dan
digunakan di beberapa bidang informasi.
Bidang aplikasi yang mungkin untuk sistem
informasi terkait spasial adalah analisis
kesesuaian real estat, terutama untuk
penggunaan pertanian. Keuntungan dari
sistem ini adalah:
Perangkat lunak ini dapat mengolah dan
menampilkan data secara digital.
Pengolahan data secara digital relatif lebih
cepat dan lebih baik dibandingkan dengan
pengolahan data secara manual dan juga
membutuhkan ruang penyimpanan yang
lebih banyak (Susilo et al., 2008).
Kab/Kot Sumatera Utara
Ini berarti bahwa lebih banyak pengukuran
CH diperlukan untuk mengukur CH di
daerah dengan variabilitas curah hujan
yang tinggi.
Akurasi meningkat karena lebih banyak
pengukur dipasang.
Schmidt-Ferguson (1951) mendefinisikan
tipe iklim Indonesia dengan menggunakan
bulan hujan dan bulan kering yang
dianalisis menggunakan data curah hujan
minimal 10 tahun.
Schmidt-Ferguson menggunakan metode
Mohr untuk menentukan bulan kering dan
bulan basah.
Menurut Mohr, dikenal tiga derajat
kelembaban dalam penelitian tanah, yaitu: •
Jika jumlah curah hujan dalam satu bulan
lebih dari 100 mm, maka bulan tersebut
dianggap hujan karena hujan memiliki
tingkat penguapan yang lebih tinggi.
• Jika curah hujan bulanan kurang dari 60
mm, bulan tersebut disebut bulan kering,
karena sebagian besar air menguap dari
tanah dan menggantikan hujan.
• Jika jumlah curah hujan dalam satu bulan
adalah 60-100 mm, bulan ditampilkan
dalam mm karena kelembaban, hujan, dll.
Kabupaten Garut
Secara umum Kabupaten Garut beriklim
tropis lembab dan analisis domain iklim di
wilayah studi termasuk dalam tipe iklim
hutan hujan tropis.
Dalam hal ini, kriteria ambang batas untuk
kejadian monsun adalah: Ketika curah
hujan rata-rata lima hari melebihi curah
hujan rata-rata (MAC) sebesar 150 persen
dan perbedaan antara MAC 150 persen dan
MAC lebih dari 1 mm. Berdasarkan hasil
grafis perbandingan curah hujan dan suhu
pada Gambar 2, pola curah hujan
Kabupaten Garut termasuk dalam pola
muson yang ditandai dengan perbedaan
yang jelas antara musim hujan dan musim
kemarau. Curah hujan tahunan Kabupaten
Garut selama 10 tahun di 42 kecamatan
bervariasi antara 1300 dan 3300 mm/tahun.

Gambar 2. Grafik perbandingan curah hujan dan
temperatur di Kabupaten Garut (1999-2015)
Kabupaten Lombok
Hasil evaluasi peta iklim pertanian pulau
Lombok oleh Schmidt-Ferguson
menunjukkan daerah ini tergolong tipe
iklim lembab yaitu tipe iklim C. Gunung
Rinjani terletak di selatan dan barat daya.
H. Tipe iklim F di bagian timur pulau
Lombok dan sebagian kecil di bagian barat
daya Berbeda dengan tipe iklim D dan E
yang membentuk zona Gunung Rinjani.
Pesisir Selatan, Pesisir Barat dan Pesisir
Utara Pulau Lombok. Zona iklim pertanian
di wilayah pesisir Pulau Lombok umumnya
tidak berubah.
Di bagian selatan Gunung Rinjan terdapat
zona iklim C dan D dan di bagian timur laut
Gununu terdapat tipe iklim tereduksi F,
toraks.Anomali iklim seperti EI Nino dan
La Nina memiliki pengaruh yang signifikan
dalam mengurangi tipe iklim. Pada bulan
Juli, arah angin terkuat di barat.
Peristiwa EI Nino dan La Nina
menyebabkan perubahan siklus kiprah
pelari pada kondisi lintasan normal.
Konvergensi gait cycle telah terjadi di
Indonesia. Tapi sementara
Akibat peristiwa EI Nino, terjadi perubahan
zona konvergensi di Indonesia bagian timur
yang mengakibatkan berkurangnya curah
hujan di beberapa wilayah Indonesia,
termasuk Pulau Lombok. Pengaruh EI Nino
dan La Nina sangat erat kaitannya dengan
pengendalian AC di berbagai daerah seperti
topografi. Menurut Las (2004) dalam
Estiningtyas ya Arnien!' Pengaruh anomali
iklim terhadap curah hujan. Hal ini sangat
tergantung pada kondisi Wi Laya/ekuator,
pengaruh musim dan pengaruh lokal seperti
topografi, tata guna lahan, sistem hidrologi
dan lain-lain.
Pulau Bali
Analisis curah hujan dari penelitian ini
disajikan. Curah hujan musim barat
bervariasi antara 251,8 dan 470,2 mm per
bulan. Curah hujan paling rendah pada
smusim kemarau, berkisar antara 7,1 mm
hingga 161,1 mm per bulan. Pola perubahan
presipitasi ini mirip dengan hasil penelitian
Setiawan (2012), dimana presipitasi
merupakan pola presipitasi umum yaitu
kekeringan di Pulau Bali.
Menurut Wahid dan Usman (2017), metode
ini merupakan klasifikasi curah hujan yang
memadai. dalam satu bulan Hasil yang
diperoleh sesuai dengan klasifikasi
Schmidt-Ferguson.
Lihat data grafis (Gambar 5). Terlihat
bahwa hujan di pulau Bali pada pukul 10
pagi berbeda-beda menurut musimnya.
Curah hujan musim barat bervariasi antara
251,8 dan 470,2 mm per bulan. Selama
transisi ke Tahap I, kisaran menurun dari 95
menjadi 264,5 mm per bulan. Curah hujan
paling rendah pada musim kemarau,
berkisar antara 7,1 mm hingga 161,1 mm
per bulan. Pada zona transisi musim kedua,
kemudian meningkat dari 7,0 mm menjadi
333,2 mm per bulan. Pola perubahan
presipitasi ini mirip dengan hasil penelitian
Setiawan (2012), dimana presipitasi
merupakan pola presipitasi umum yaitu
kekeringan di Pulau Bali. Pada bulan Juni,
Juli dan Agustus terdapat lembah dengan
sedikit hujan. Menurut Wahid dan Usman
(2017), metode ini merupakan klasifikasi
curah hujan yang memadai. Di Indonesia
digunakan klasifikasi Schmidt-Ferguson.
Pertumbuhan yang direpresentasikan
secara visual pada grafik terjadi pada bulan
Desember, Januari, Februari dan pada
musim barat (monsoon). curah hujan),
dimana rata-rata curah hujan monsun barat
adalah 349,5 mm per bulan. Berdasarkan
klasifikasi Schmidt-Ferguson, rentang
nilainya lebih dari 100 mm per bulan,
termasuk bulan basah. Ini berarti bahwa
hasil dijelaskan oleh klasifikasi.
Berdasarkan klasifikasi Schmidt-Ferguson,
curah hujan kering bulanan kurang dari 60
mm dan rata-rata curah hujan musim timur
(musim kemarau) masing-masing kurang
dari 60 mm dan 53,7 mm. dalam satu bulan
Hasil yang diperoleh sesuai dengan
klasifikasi Schmidt-Ferguson.
KESIMPULAN
Penelitian ini menggunakan metode
Schmidt-Ferguson dalam pemodelan iklim
untuk memprediksi perubahan cuaca di
masa depan. Berdasarkan analisis, hasil
menunjukkan bahwa perubahan suhu rata-
rata Bumi diperkirakan akan meningkat
secara signifikan dalam beberapa dekade
mendatang. Hasil model menunjukkan
peningkatan suhu yang terus menerus di
berbagai belahan dunia, dengan wilayah
pesisir dan tropis mencatat kenaikan suhu
yang lebih besar dibandingkan wilayah
lainnya.
Selain itu, perubahan iklim juga
diperkirakan akan mempengaruhi jumlah
curah hujan di berbagai wilayah. Beberapa
daerah mungkin mengalami peningkatan
curah hujan yang signifikan sementara
yang lain mungkin mengalami penurunan
curah hujan yang signifikan. Perubahan
tersebut dapat mempengaruhi sistem
pertanian, ketersediaan air dan ekosistem
Curah hujan merupakan faktor iklim yang
sangat sensitif terhadap perubahan yang
diakibatkan oleh perubahan Pudak, Sooko dan Talun. Stasiun dengan curah
iklim. Situasi ini menjadikan hujan sedang adalah Babadan, Slahung, Pohijo,
hujan sebagai salah satu dari Ngrayun, Badegan, Sumoroto, Ngilo-ilo,
banyak faktor yang terkait Wilangan, Bolu, Purwantoro dan Sungkur.
dengan perubahan iklim. Sebuah stasiun hujan di iklim yang cukup kering
Analisis curah hujan masadepan
didasarkan pada metode
diskonto dinamis menggunakan
model RegCM3. Metode ini
digunakan untuk mendapatkan
data curah hujan yang lebih
detail untuk analisis
lokal/regional hasil Global
Climate Model (GCM).
Berdasarkan analisis neracamasa
depan bahan bakar fosil dan non-
fosil menggunakan model
RegCM3 dan skenario
perubahan emisi SRES A1B,
curah hujan cenderung menurun
di Kabupaten Indramayu dari
tahun 2061 hingga 2080. Ini
adalah periode ketika jumlah
curah hujan paling banyak
berkurang. Kemungkinan harian
hujan ekstrim di Kabupaten
Indramayu umumnya sama
karena perubahan yang terjadi
tidak begitu besar.

Kabupaten
Ponorogo memiliki
empat tipe iklim
menurut klasifikasi
iklim Schmidt-
Ferguson, yaitu iklim
lembab, iklim sedang,
iklim sedang, dan
iklim sedang. Stasiun
hujan untuk iklim
lembab di Ngebel.
Stasiun hujan dengan
iklim agak lembab
adalah Ponorogo,
Kesugihan, Pulung,
 DAFTAR PUSTAKA

(Adam et al., 2019; Adiguna et al., 2021; Aditya et al., 2021; Alfiandy et al., 2021; Amin et al., 2023; Annisa &
Siregar, 2018; Anwar et al., 2019; As-syakur, 2009; Asis et al., 2022; Case et al., 2019; Citra, 2022;
Deshpande, 2013; Dong, 2012; Dwi Jadmiko & Akhmad Faqih, 2014; Enoh, 2004; Faridah & Useng, 2012;
Fitriyanti, 2022; Handayani et al., 2020; Herlina & Prasetyorini, 2020; Id, 2023; Ilkim Tterhadap
Pertumbuhan Tanaman MEDIARGO & Kusuma Dewi, 2005; Ilmi et al., 2023; Indonesia, n.d.; Kabupaten
& Toraja, 2022; Kanugrahan & Sujarwanto, 2022; Laimeheriwa, 2020; Laimeheriwa et al., 2020;
Mahyudin, 2023; PEMODELAN IKLIM DENGAN MENGGUNAKAN METODE SCHMIDT FERGUSON
DI INDONESIA GABUNGAN, n.d.; TERHADAP POLA DAN MUSIM TANAM SERTA PRODUKTIVITAS
KEDELAI ( Glycine Max L . Merill ) DI KABUPATEN MALANG , JAWA TIMUR Oleh : FAISAL ABDUL
RAHMAN, 2018; Pranastuti et al., 2022, 2022; Quispe, 2023a, 2023b, 2023b; Rahmad, 2017; Risnawati,
2021; Rob et al., 2023; Ruqoyah et al., 2023; Sasminto et al., 2014; Setiyatwan et al., 2020; Siregar &
Pratiwi, 2017; Solat et al., 2019; Suharini et al., 2015; Sungguminasa et al., 2023; Syawaluddin et al., 2022;
Tahnur et al., 2021; Taufik, 2010; Wahid & Usman, 2017; Wijaya et al., 2021)Adam, A., Yandri, &
Hiendro, A. (2019). Studi Potensi Pembangkit Listrik Tenaga Mikrohidro Di Sungai Sansak Desa
Sengkebang Kecamatan Sungai Betung Kabupaten Bengkayang. Jurnal Teknik Elektro Universitas
Tanjungpura, 2, 1–10.
Adiguna, I. B. A. P., Nuarsa, I. W., & Puspitha, N. L. P. R. (2021). Pengaruh Suhu Permukaan Laut terhadap
Curah Hujan di Pulau Bali Tahun 2009-2018. Journal of Marine and Aquatic Sciences, 7(2), 214.
https://doi.org/10.24843/jmas.2021.v07.i02.p10
Aditya, F., Gusmayanti, E., & Sudrajat, J. (2021). Pengaruh Perubahan Curah Hujan terhadap Produktivitas Padi
Sawah di Kalimantan Barat. Jurnal Ilmu Lingkungan, 19(2), 237–246. https://doi.org/10.14710/jil.19.2.237-
246
Alfiandy, S., Universitas, P., & Palu, T. (2021). Potensi pergeseran zonasi agroklimat di provinsi sulawesi
tengah the potential changes of agroclimate zonation in central sulawesi province.
Amin, M., Bramayuda, T., & Asmara, S. (2023). Jurnal Agricultural Biosystem Engineering Zonasi Agroklimat
Kabupaten Lampung Tengah untuk Tanaman Padi Berbasis Geographic Information System Agroclimate
Zonation of Central Lampung Regency for Rice Plants Based on Geographic Information System.
Annisa, P., & Siregar, P. M. (2018). Analisis Kualitas Air Sungai Berdasarkan Aspek Meteorologi (Studi Kasus:
DAS Batang Arau, Kota Padang , Sumatera Barat ). Meteorologi Institut Teknologi Bandung, October, 0–6.
Anwar, A., Sudjatmiko, S., & Barchia, M. F. (2019). Pergeseran Klasifikasi Iklim Oldeman Dan Schmidth-
Fergusson Sebagai Dasar Pengelolaan Sumberdaya Alam Di Bengkulu. Naturalis: Jurnal Penelitian
Pengelolaan Sumber Daya Alam Dan Lingkungan, 7(1), 59–68. https://doi.org/10.31186/naturalis.7.1.9261
As-syakur, A. R. (2009). Evaluasi Zona Agroklimat Dari Klasifikasi Schimidt-Ferguson Menggunakan Aplikasi
Sistem Informasi Geografi (SIG). J.Pijar MIPA, III(1), 17–22.
https://mbojo.files.wordpress.com/2010/01/evaluasi_zona_agroklimat_dari_klasifikasi_schimidt_ferguson_
menggunakan_aplikasi_sistem_informasi_geografi_sig.pdf
Asis, A., Ramlan, M., Ismail, M., Pakpahan, L. E., Sutarni, & Abdurahman. (2022). Peningkatan Pertumbuhan
Dan Produktivitas Kacang Tanah Di Lahan Kering Melalui Pemberian Dolomit Dan Pupuk Npk. Jurnal
Ilmu-Ilmu Pertanian Indonesia, 24(2), 88–94. https://doi.org/10.31186/jipi.24.2.88-94
Case, A., District, B., & Sulawesi, S. (2019). Identifikasi Perubahan Pola Curah Hujan dan Periode Masa
Tanam Padi di Lahan Kering untuk Adaptasi Perubahan Iklim ( Studi Kasus Kabupaten Bone , Sulawesi
Selatan ) Identification of Changes in Rainfall Pattern and Length of Growing Period in Rainfed Rice. 5(2).
Citra, F. W. (2022). Karakteristik Intensitas Curah Hujan Yang Terjadi Di Kota Bengkulu Pada Tahun 2016 –
2021 Indonesia menurut. Jurnal Georafflesia, 7, 265–269.
Deshpande, S. (2013). No 主観的健康感を中心とした在宅高齢者における 健康関連指標に関する共分散
構造分析Title. Journal of the American Chemical Society, 123(10), 2176–2181.
https://shodhganga.inflibnet.ac.in/jspui/handle/10603/7385
Dong, Z. (2012). No TitleФормирование парадигмальной теории региональной экономики. Экономика
 Региона, Kolisch 1996, 49–56.
Dwi Jadmiko, S., & Akhmad Faqih, dan. (2014). Dynamical Downscaling of Global Climate Model (Gcm)
Output By Using Regcm3 Model for Rainfall Projection in Indramayu District. J. Agromet, 28(1), 9–16.
http://journal.ipb.ac.id/index.php/agromet
Enoh, M. (2004). Implementasi Contextual Teaching and Learning (CTL) dalam Kurikulum Berbasis
Kompetensi Mata Belajaran Geografi SMU/MA. Jurnal Ilmu Pendidikan, 11(1), 1–14.
Faridah, S. N., & Useng, D. (2012). ANALISIS SEBARAN SPASIAL IKLIM KLASIFIKASI SCHMIDT-
FERGUSON KABUPATEN. 13–14.
Fitriyanti. (2022). Aplikasi Jaringan Syaraf Tiruan Backpropagation dalam Prediksi Curah Hujan. 11(1), 44–55.
https://doi.org/10.24252/jpf.v11i1.33142
Handayani, W. K., Setyaningsih, W., & Sanjoto, T. B. (2020). Geo Image ( Spatial-Ecological-Regional )
Sebaran Dan Potensi Air Tanah Dangkal di Perbukitan Dome Sangiran dalam. Geoimage, 9(1), 49–56.
Herlina, N., & Prasetyorini, A. (2020). Effect of Climate Change on Planting Season and Productivity of Maize
(Zea mays L.) in Malang Regency. Jurnal Ilmu Pertanian Indonesia, 25(1), 118–128.
https://doi.org/10.18343/jipi.25.1.118
Id, S. (2023). Muh. Sabar.
Ilkim Tterhadap Pertumbuhan Tanaman MEDIARGO, K., & Kusuma Dewi, N. (2005). Nur Kusama Dewi
KESESUAIAN IKLIM TERHADAP PERTUMBUHAN TANAMAN THE CLIMATE SUITABILITY FOR
PLANTS GROWTH. 1(2), 1–15.
Ilmi, N., Aswi, A., & Aidid, K. (2023). Generalized Space Time Autoregressive Integrated Moving Average (
GSTARIMA ) dalam Peramalan Data Curah Hujan di Kota Makassar. 6(1), 25–43.
https://doi.org/10.12962/j27213862.v6i1.14347
Indonesia, J. B. (n.d.). View metadata, citation and similar papers at core.ac.uk. 1–12.
Kabupaten, S., & Toraja, T. (2022). Jurnal Ilmu Alam dan Lingkungan Kesesuaian Jenis Pohon Berdasarkan
Karakteristik Lahan di Lembang. 13(2), 8–16.
Kanugrahan, L., & Sujarwanto, E. (2022). Komparasi Potensi Bahan Panel Surya Berdasarkan Iklim Kota
Tasikmalaya. Diffraction, 3(2), 62–67. https://doi.org/10.37058/diffraction.v3i2.5379
Laimeheriwa, S. (2020). Karakteristik Iklim Pulau Romang. Agrologia, 9(1).
https://doi.org/10.30598/a.v9i1.1059
Laimeheriwa, S., Madubun, E. L., & Rarsina, E. D. (2020). Analisis Tren Perubahan Curah Hujan dan Pemetaan
Klasifikasi Iklim Schmidt - Ferguson untuk Penentuan Kesesuaian Iklim Tanaman Pala (Myristica fragrans)
di Pulau Seram. Agrologia, 8(2). https://doi.org/10.30598/a.v8i2.1012
Mahyudin, R. P. (2023). Utilization of Global Satellite Mapping of Precipitation ( GSMap ) for Schmidt-
Ferguson Climate Classification in South Kalimantan , Indonesia.
PEMODELAN IKLIM DENGAN MENGGUNAKAN METODE SCHMIDT FERGUSON DI INDONESIA
GABUNGAN. (n.d.).
Pranastuti, A., Limbad, Y., Utami, N. J., Tulqariani, N. U. R. L., Fisika, J., & Unm, F. (2022). Rasio P / E = 115
Z ’, — 10.
Quispe, J. (2023a). No Titleการบริหารจัดการการบริการทีมี ่ คุณภาพใน โรงพยาบาลสังกัดกระทรวงสาธารณสุข.
วารสารวิชาการมหาวิทยาลัยอีสเทิร ์นเอเชีย, 4(1), 88–100. https://doi.org/10.20527/jpg.v10i1.15067
Quispe, J. (2023b). No Titleการบริหารจัดการการบริการทีมี ่ คุณภาพใน โรงพยาบาลสังกัดกระทรวงสาธารณสุข.
วารสารวิชาการมหาวิทยาลัยอีสเทิร ์นเอเชีย, 4(1), 88–100.
Rahmad, R. (2017). Analisis Curah Hujan, Tipe Iklim, Dan Evapotranspirasi Potensial Untuk Kab/Kota Di
Sumatera Utara. Jurnal Universitas Medan, 1(1), 1–20.
Risnawati, R. (2021). Arahan Pemanfaatan Lahan Di Pesisir Pantai Galesong Utara Kabupaten Takalar.
Teknosains: Media Informasi Sains Dan Teknologi, 15(3), 258.
https://doi.org/10.24252/teknosains.v15i3.20261
Rob, P., Makassar, K., Pengairan, T., Teknik, F., Makassar, U. M., & Alauddin, J. S. (2023). STUDI POTENSI
DAERAH GENANGAN BANJIR. 5(1), 44–50.
Ruqoyah, R., Ruhiat, Y., & Saefullah, A. (2023). Analisis Klasifikasi Tipe Iklim Dari Data Curah Hujan
 Menggunakan Metode Schmidt-Ferguson (Studi Kasus: Kabupaten Tangerang). Jurnal Teori Dan Aplikasi
Fisika, 11(01), 29–38. https://doi.org/10.23960/jtaf.v11i1.3076
Sasminto, R. A., Sutanhaji, A. T., & Rahadi W., J. B. (2014). Analisis Spasial Penentuan Iklim Menurut
Klasifikasi Schmidt-Ferguson dan Oldeman di Kabupaten Ponorogo. Jurnal Sumber Daya Alam Dan
Lingkungan, 1(1), 51–56. http://jsal.ub.ac.id/index.php/jsal/article/view/118/102
Setiyatwan, H., Ismiraj, M. R., Mayasari, N., Kurniawati, I., Ramadhan, T., Rasyida, E., Aulia, V., Puspa Indah,
G., & Alimajid, F. (2020). Penyusunan Peta Kondisi Klimatologi dan Hidrologi dalam Upaya Pemanfaatan
Kondisi Lingkungan Desa Cintaratu, Kab. Pangandaran. Farmers: Journal of Community Services, 1(1), 7.
https://doi.org/10.24198/fjcs.v1i1.28637
Siregar, P. M., & Pratiwi, Y. D. (2017). Penerapan Onset Monsun Untuk Penentuan Masa Tanam Nilam (Studi
Kasus: Kabupaten Garut). 1, 52–61.
https://ifory.id/proceedings/2017/WbzERXZP4/skf_2017_plato_martuani_siregar_747c6257f0807a0ec501b
012ccb2d55a.pdf
Solat, H., Simbolon, I. S., Ferdiansyah, D., & Harahap, I. S. (2019). Pemetaan Klasifikasi Ikim Schmidt
Ferguson Terhadap Kesesuaian Sumberdaya Pertanian di Kabupaten Tapanuli Selatan. Seminar Nasional
Ke-IV Fakultas Pertanian Universitas Samudra, 217–226.
Suharini, E., Setyowati, D. L., & Kurniawan, E. (2015). Pembelajaran Kebencanaan Bagi Masyarakat Di Daerah
Rawan Bencana Banjir Das Beringin Kota Semarang. Forum Ilmu Sosial, 42(2), 184–195.
http://journal.unnes.ac.id/nju/index.php/FIS JURNAL
Sungguminasa, D. I. K., Prodi, M., Pengairan, T., Teknik, F., & Makassar, U. M. (2023). ANALISIS DEMINSI
SALURAN DRAINASE UNTUK MEMINIMALISIR BANJIR. 16.
Syawaluddin, S., Harahap, I. S., & Simbolon, I. S. (2022). Analisis Curah Hujan Sebagai Unsur Agroklimatologi
Terhadap Produksi Tanam Ubi Jalar ( Ipmea Batalas L. ) Di Kabupaten Tapanuli Selatan. Jurnal
Multidisiplin Madani, 2(2), 1067–1086. https://doi.org/10.54259/mudima.v2i2.501
Tahnur, M., Hikmah, H., & Suryansah, S. (2021). Identifikasi Sebaran Tanaman Lontar (Borassus Flabellifer) Di
Kecamatan Bangkala Kabupaten Jeneponto. Jurnal Celebica : Jurnal Kehutanan Indonesia, 2(2), 52.
https://doi.org/10.33772/jc.v2i2.23471
Taufik, M. (2010). Climate and Soil Water Trends Analysis for Palembang Region , South Sumatra. Jurnal
Agrometeorologi, 24(1), 42–49.
TERHADAP POLA DAN MUSIM TANAM SERTA PRODUKTIVITAS KEDELAI ( Glycine max L . Merill ) DI
KABUPATEN MALANG , JAWA TIMUR Oleh : FAISAL ABDUL RAHMAN. (2018).
Wahid, H., & Usman. (2017). Analisis Karakteristik dan Klasifikasi Curah Hujan di Kabupaten Polewali
Mandar. Sains, Matematika Dan Teknologi, VI(1), 15–27.
Wijaya, A. A., Cupriadi, E., Fadel, I., & Deniarsyah. (2021). Pengaruh Pemangkasan Buah terhadap Hasil
Semangka Poliploid ( Citrullus vulgaris Schard L.). Jurnal Ilmu Pertanian Dan Peternakan, 9(1), 37–43.