I.
PENDAHULUAN
A. LATAR BELAKANG
Iklim
memiliki sifat yang sangat kompleks baik dalam dimensi ruang maupun waktu.
Gambaran mengenai iklim dapat dilihat atau dianalisis dari unsur data-data
iklim. Jadi data memegang peranan yang sangat besar untuk mendapatkan iklim
yang akurat. Masalah penanganan data iklim mencakup hal-hal dari metode
mendapatkan data yang merupakan sumber gambaran iklim yang dapat dipercaya,
pencatatan, pengolahan data, hingga penyajian informasi iklim yang dapat
dimanfaatkan bidang-bidang lain.
Metode
statistik dan persamaan matematika dapat dimanfaatkan untuk mempermudah dalam
menelaah sifat-sifat iklim yang kompleks. Dengan analisis statistik dan
matematik data dapat disederhanakan, ciri-ciri unsur iklim dapat dipelajari dan
dianalisis sehingga mempermuah penelaahan informasi yang terkandung dalam data.
B. TUJUAN
Tujuan
dari praktikum :
1. Melatih
mahasiswa untuk mengolah dan menganalisis data meteorologi pertanian serta
menyajikan dalam bentuk siap pakai.
2. Mempelajari
hubungan timbal balik diantara anasir-anasir iklim.
II.
TINJAUAN PUSTAKA
Atmosfer merupakan lapisan gas yang melingkupi sebuah planet, termasuk bumi, dari permukaan
planet tersebut sampai jauh di luar angkasa. Tanpa atmosfer tidak ada kehidupan
dan tidak akan terjadi awan, angin dan tidak ada cuaca. Disamping sangat
penting untuk kehidupan dan sebagai media untuk proses cuaca,udara bekerja
sebagai selimut yang melindungi bumi terhadap tenaga penuh dari matahari pada
waktu siang hari dan menghalangi hilangnya panas yang berlebihan pada malam
hari ( Anonim, 2008 ).
Pada kasus-kasus penelitian dengan tujuan untuk mengetahui hubungan antara suatu peubah dengan peubah penyebab dimana peubah terikatnya berupa data kategorik, maka
analisis regresi linear standar tidak bisa dilakukan, oleh karena itu salah
satu pendekatan yang dapat dilakukan adalah regresi logistik. Model persamaan regresi logistik
digunakan untuk dapat menjelaskan
hubungan
antara X dan π (x) yang bersifat
tidak linear, ketidaknormalan sebaran
dari Y, keragaman respon yang tidak
konstan dan tidak dapat dijelaskan
oleh
model regresi linear biasa
(Anonim, 2010).
Maksud data dalam analisis data
meteorologi agar lebih bermanfaat maka dilakukan pengorganisasian dan analisis
data secara sistematis dari seluruh jaringan pengamatan cuaca. Misalnya
analisis data berdasarkan time series (pengamatan jangka panjang), penafsiran
terhadap suatu parameter yang sukar dilakukan dengan cara didekati dengan
parameter yang mempunyai hubungan dan berdasarkan rumus antara
hubungan-hubungan parameter tersebut (Wisnubroto, 1999).
Probabilitas dan prakiraan data curah
hujan lebih praktis mendapatkan perhatian, karena hal ini dapat mengubah hasil
panen tanaman, permintaan evaporasi dan tipe tanah. Pada faktanya periode
dengan kalkulasinya dibutuhkan untuk mengubah nilai kritik dari curah hujan
dalam suatu periode. Permasalahan yang ada seperti ketidaktepatan dalam
perubahan kalkulasi dengan jangka waktu yang pendek dan curah hujan yang rendah
(Jackson, 1984).
Radiasi dihitung dari multispektrum yang
jauh. Atmosfir tidak dapat dihitung dari kondisi permukaannya. Jangka waktunya
bisa diukur pada satu lokasi menggunakan alat-alat untuk didasar tanah dan
ekstrapolasi area yang luas. Sinar yang dipantulkan dan jangka waktu panjang
gelombang yang dipancarkan tergantung permukaan tetapi tidak dapat untuk
pengukuran jarak jauh. Metode digambarkan untuk radiasi dinilai oleh
pengkombinasian dasar tanah meteorologi dan pengukuran multispektrum jarak jauh
(Reginata and Jackson, 1985).
Analisa regresi, korelasi dan analisa
varience yang telah diuraikan terdahulu menyangkut gejala-gejala yang dapat
diukur secara cardinal, sedangkan populasi mempengaruhi parameter. Ada
kemungkinan bahwa objek penelitian mengenai gejala yang tidak dapat diukur
secara cardinal atau tidak diketahui sifat distribusinya, sehingga tidak dapat
ditentukan parameter. Metode statistika yang dipergunakan untuk menganalisa dan
menguji gejala-gejala semacam itu disebut dengan metode statistik non-parameter
(Sutardji, 2005).
III.
METODOLOGI
Pada percobaan klimatologi yang berjudul Analisis Data
Meteorologi telah dilaksanakan pada hari Selasa, 21 November 2013 dan dilakukan di Laboratorium Agroklimatologi Jurusan Tanah Fakultas Pertanian Universitas Gadjah Mada. Bahan
praktikum ini meliputi data bulanan selama satu tahun dari stasiun meteorologi
yang terdiri atas data curah hujan (CH), kelembaban nisbi (RH), evaporasi (EV),
termometer bola basah (TBB), termometer bola kering (TBK), panjang penyinaran
(PP), dan intensitas penyinaran (IP), bahan ini digunakan untuk analisis,
penyajian dan interpretasi data sedangkan untuk analisis korelasi dan analisis
regresi digunakan data temperatur (T), kelembaban nisbi (RH), evaporasi (EV),
termometer bola basah (TBB), termometer bola kering (TBK), panjang penyinaran
(PP), dan intensitas penyinaran (IP) bulanan selama satu tahun yang diperoleh
dari analisis data yang diperoleh.
Metode kerja atau cara kerja yang digunakan pada
praktikum acara III adalah sebagai berikut:
- Penyajian
dan interpretasi data meteorologi pertanian.
Mahasiswa
dibagi menjadi beberapa kelompok stasiun meteorologi sebagai sumber data karena
data selama satu tahun cukup banyak. Pengolahan data yang dilakukan sebagai
berikut:
1. Curah hujan
Jumlah curah
hujan dihitung per dasarian, tinggi curah hujan bulanan, dan jumlah curah hujan
selama satu tahun. Kemudian jumlah hari hujan selama satu tahun juga dihitung.
Dari hasil perhitungan tersebut dibuat histogram curah hujan per dasarian dan
curah hujan bulanan selama satu tahun. Selanjutnya dibahas tentang perilaku
hujan selama satu tahun tersebut, antara lain pada agihan curah hujan
perdasarian dan bulanan selama satu tahun, bulan-bulan basah dan bulan-bulan
kering menurut kriteria Mohr.
2. Suhu udara
(TBB danTBK)
·
T harian dihitung dengan rumus :
T harian = (2
x T 07.00) + T 13.00 + T 18.00)
4
·
Dari hasil perhitungan di atas, dihitung T bulanan
dengan rumus :
T bulanan = jumlah
T harian selama 1 bulan
Jumlah hari
dalam bulan tersebut
·
T tahunan dihitung dengan rumus :
T tahunan = jumlah
T bulanan selama 1 thn
12
T tahunan
dihitung dengan rumus Braak yaitu :
T tahunan =
26,3 – 0,6 h
T maksimum
=31,3 – 0,62 h
T minimum
=22,8 –0,53 h
·
Selanjutnya dibuat grafik T bulanan selama satu tahun.
3. Kelembaban
relatif udara
Kelembaban
relatif udara pada pukul 07.00, 13.00 dan 18.00
dihitung atas dasar selisih TBB dan TBK. RH harian dan RH tahunan dihitung
dengan rumus :
RH harian = 2
x (RH 07.00) + RH 13.00 + RH 18.00
4
RH tahunan =
jumlah RH bulanan selama 1 tahun
12
Kemudian
dibuat grafik ayunan RH bulanan satu tahun. Selanjutnya dibahas mengenai pola
ayunan T dan RH bulanan selama setahun.
4. Panjang
penyinaran (PP), intensitas penyinaran (IP), dan evaporasi (EV)
Dihitung
rerata PP, IP, dan EV bulanan selama satu tahun. Kemudian dibuat grafik rerata
PP bulanan, IP dan EV selama satu tahun.
- Analisis Regresi dan Korelasi
Dari data harian selama satu tahun,
dihitung nilai regresi dan korelasi antara 2 anasir iklim sebagai berikut :
PP vs T IP vs RH IP vs EV
PP vs
RH PP vs EV T vs RH
PP vs
IP T vs EV RH vs EV
a. Kalkulator
digunakan untuk menganalisis data, sehingga diperoleh :
-
persamaan regresi : Y = a + bx
Y = peubah
tak bebas (faktor yang
dipengaruhi)
x = peubah
bebas (faktor yang
mempengaruhi)
a = pengaruh
faktor lain yang tidak dipengaruhi
peubah bebas (intersep)
b =
koefisien regresi
-
koefisien korelasi
b. Dari
hubungan tersebut, dibuat grafik persamaan regresinya, dibahas mengenai
hubungan antar anasir tersebut, kemudian dibandingkan keeratan masing-masing
hubungan.
IV.
HASIL
PENGAMATAN
TABEL 2.1 DATA BULANAN TAHUN 2000
|
Bln
|
Suhu (TBK) 0C
|
Suhu (TBB) 0C
|
Kelembaban
|
|||||||||
|
Pk.07
|
Pk.13
|
Pk.18
|
Rata-rata
|
Pk.07
|
Pk.13
|
Pk.18
|
Rata-rata
|
Pk.07
|
Pk.13
|
Pk.18
|
Rata-rata
|
|
|
Jan
|
24.38
|
30.26
|
25.88
|
26.22
|
23.48
|
26.87
|
24.42
|
24.56
|
91
|
72.09
|
86.4
|
83.16
|
|
Feb
|
24.06
|
30.52
|
25.69
|
26.08
|
23.17
|
27.02
|
24.37
|
24.43
|
91.1
|
71.51
|
87.8
|
83.47
|
|
Mar
|
24.33
|
31.08
|
26.08
|
26.45
|
23.41
|
27.14
|
24.82
|
24.69
|
90.8
|
68.44
|
88.4
|
82.55
|
|
Apr
|
24.45
|
30.79
|
26.15
|
26.46
|
23.59
|
27.22
|
24.94
|
24.84
|
91.4
|
71.18
|
88.9
|
83.83
|
|
Mei
|
24.54
|
31.64
|
26.62
|
26.72
|
23.25
|
27.65
|
25.12
|
24.82
|
88.1
|
68.7
|
86.07
|
80.96
|
|
Juni
|
23.21
|
30.93
|
26.05
|
25.85
|
22.22
|
26.96
|
24.43
|
23.96
|
90.1
|
68.15
|
84.9
|
81.05
|
|
Juli
|
22.60
|
30.91
|
26.8
|
20.0775
|
21.66
|
26.8
|
23.74
|
23.74
|
90.6
|
67.26
|
82.4
|
80.09
|
|
Ags
|
26.61
|
31.03
|
26.21
|
27.62
|
21.75
|
26.75
|
24.38
|
23.66
|
59.17
|
66.05
|
83.7
|
69.64
|
|
Sept
|
24.91
|
31.56
|
27.04
|
27.105
|
23.75
|
27.33
|
25.15
|
24.99
|
89.2
|
66.75
|
83.1
|
79.68
|
|
Okt
|
25.02
|
30.99
|
26.32
|
26.837
|
23.85
|
27.19
|
24.86
|
24.93
|
89.15
|
69.19
|
86.4
|
81.58
|
|
Nov
|
24.90
|
30.19
|
25.80
|
26.45
|
23.82
|
27.01
|
24.61
|
24.81
|
89.6
|
74.10
|
88.48
|
84.06
|
|
Des
|
25.31
|
30.85
|
30.89
|
28.09
|
23.97
|
27.78
|
24.98
|
25.05
|
87.6
|
71.19
|
56.43
|
71.74
|
Contoh perthitungan:
·
Menghitung rata-rata suhu TBK dan TBB
dengan rumus:
T = 
Perhitungan bulan Januari:
·
Menghitung
kelembaban atas dasar selisih TBK-TBB dan interpolasi:
Perhitungan bulan Januari:
= 
= 
= 
-0,2
= 0,2y-18,4
18,2
= 0,2y
91
= y
TABEL 2.2 HASIL PERHITUNGAN DATA BULANAN TAHUN 2000
Nama Stasiun : UGM Bulak Sumur
Lintang Tempat : 7o 46’ LS
|
BULAN
|
T (OC)
|
RH (%)
|
PP (%)
|
EV (mm)
|
CH (mm)
|
KA (km/jam)
|
|
JAN
|
26.22
|
83.16
|
28.6
|
68.8
|
315.7
|
1.6
|
|
FEB
|
26.08
|
83.47
|
23.3
|
57.8
|
406.3
|
1.8
|
|
MARET
|
26.45
|
82.55
|
27.7
|
73.9
|
183.9
|
2
|
|
APRIL
|
26.46
|
83.83
|
35.6
|
63.4
|
236
|
1.7
|
|
MEI
|
26.72
|
80.96
|
43.2
|
103.4
|
54
|
2.1
|
|
JUNI
|
25.85
|
81.05
|
37.4
|
85.5
|
68.8
|
1.8
|
|
JULI
|
20.08
|
80.09
|
51.8
|
109.4
|
2
|
2.5
|
|
AGUST
|
27.62
|
69.64
|
58.3
|
121
|
47
|
2.6
|
|
SEPT
|
27.11
|
79.68
|
46.9
|
126.1
|
1.3
|
3
|
|
OKT
|
26.84
|
81.58
|
28.4
|
78.8
|
137.7
|
2.3
|
|
NOV
|
26.45
|
84.06
|
12.9
|
61.2
|
259
|
1.9
|
|
DES
|
28.09
|
71.74
|
44
|
111.3
|
229.6
|
2.4
|
Tinggi Tempat : 137 m dpl
TABEL 2.3 ANALISIS DATA BULANAN
|
VARIABEL
|
A
|
B
|
r
|
PERSAMAAN REGRESI
|
|
|
PP VS T
|
27.109
|
-0.026
|
-0.166
|
Y= 27.109 - 0.026x
|
|
|
PP VS RH
|
89.738
|
-0.26
|
-0.731
|
Y= 89.738 - 0.26x
|
|
|
PP VS EV
|
26.99
|
1.681
|
0.8871
|
Y= 26.99 + 1.681x
|
|
|
T VS EV
|
97.71
|
-0.356
|
-0.03
|
Y= 97.71 - 0.356x
|
|
|
T VS RH
|
96.24
|
-0.615
|
-0.266
|
Y= 96.24 - 0.615x
|
|
|
RH VS EV
|
406.92
|
-3.974
|
-0.753
|
Y= 406.92 - 3.974x
|
|
|
RH VS CH
|
-673.82
|
10.42
|
0.371
|
Y= -673.82 + 10.42x
|
|
|
KA VS EV
|
-20.73
|
50.94
|
0.87
|
Y= -20.73 + 50.94x
|
|
|
KA VS RH
|
94.509
|
-6.704
|
-0.608
|
Y= 94.509 - 6.704x
|
|
|
KA VS CH
|
622.55
|
-215.11
|
-0.69
|
Y= 622.55 - 215.11x
|
Rumus
umum regresi fungsi linier sederhana adalah:
a = intercept
b = gradient garis regresi
x = peubah bebas
y = peubah tak bebas
Nilai r regresi untuk:
1.
PP VS T =
-0.166
2.
RH VS CH =
0.371
3.
T VS RH =
-0.266
V.
PEMBAHASAN
A.
GRAFIK
ANASIR
1.
Suhu Udara
Grafik 2.1 Grafik Suhu Udara
Suhu udara yang diukur dengan thermometer
merupakan unsure iklim yang sangat penting. Suhu udara dipengaruhi oleh
beberapa factor antara lain sudut datangnya sinar matahari, tinggi rendahnya
suatu tempat, angin dan arus laut, lamanya penyinara atau radiasi matahari, dan
adanya awan. Matahari merupakan sumber panas. Pemanasan udara dapat terjadi
melalui dua proses yaitu pemanasan langsung berupa absorbs, refleksi dan difusi
ataupun pemanasan tidak langsung melalui adveksi, konduksi, dan konveksi, dan
turbulensi.
Pada grafik diatas menunjukkan suhu bulanan dalam
setahun mulai dari januari sampai desember. Dalam bulan januari suhunya adalah
26,22 oC dan masih sekitar pada skala 26 oC sampai bulan
mei. Pada bulan juni terjadi penurunan suhu yaitu menjadi 25,85 oC dan
terus menurun pada bulan juli sampai pada suhu 20,08 oC. Setelah itu
terjadi kenaikan suhu yang cuku drastic pada bulan agustus mencapai 27,62 oC
dan masih pada angka 27 oC pada bulan selanjutnya. Namun pada bulan
oktober dan November suhunya menurun lagi pada skala 26 oC,
sedangkan pada akhir tahun justru suhu meningkat pada skala 28,09. Dari grafik
tersebut dapat diketahui bahwa rata-rata suhu bulanan yang fluktuatif dalam
setahun.
2.
Kelembaban Udara
Grafik 2.2 Grafik Kelembaban Udara
Kelembaban
udara adalah tingkat kebasahan udara karena dalam udara air selalu
terkandung dalam bentuk uap air. Ada beberapa factor yang mempengaruhi
kelembaban udara di suatu tempat yaitu suhu, intensitas penyinaran, pergerakan
angin, tekanan udara, vegetasi, dan ketersediaan air di suatu tempat (air
tanah). Daerah yang memiliki suhu udara yang tinggi memiliki kelembaban rendah
karena suhu udara yang tinggi dapat mempercepat penguapan air di suatu tempat
sehingga uap air yang terkandung di tempat tersebut sangat sedikit, begitu pula
pada daerah yang memiliki suhu rendah pasti memiliki kelembaban yang
tinggi.
Pada grafik diatas menunjukkan kelembaban
bulanan dalam setahun mulai dari januari sampai desember. Dalam bulan januari
suhunya adalah 83,16% dan pada buan kedua naik sedikit menjadi 83.47 %. Pada
bulan maret terjadi penurunan kelembaban udara yaitu 82,55 %, namun tak lama
setelah itu pada bulan april naik kembali mejadi 83,83%. Pada bulan mei, juni,
dan juli terjadi penurunan kelembaban udara yang cukup drastis dengan nilai
berturut-turut adalah 80,96 %, 81,05 %, dan 80,09 %. Pada bulan berikutnya
terjadi penurunan lagi yaitu pada agustus dan September dengan kelembaban 69,64
% dan 79,68 %. Bulan otober dan November terjadi peningkatan mencapai 81.58 % dan 84.06 %.
Pada akhir tahun terjadi penurunan pada angka 71.74 %. Hal tersebut tentu dapat
disimpulkan bahwa kelembaban udara pada setahun akan berubah-ubah dan tidak
konstan karena adanya beberapa factor yang mempengaruhinya
3.
Panjang Penyinaran
Grafik 2.3 Grafik Panjang Penyinaran
Panjang
penyinaran adalah lamanya matahari bersinar cerah yang sampai ke bumi dalam
satu periode hari. Pada grafik diatas menunjukkan panjang penyinaran matahari
dalam satu tahun. Ada perbedaan yang sangat signifikan antara bulan satu dengan
bulan yang lainnya. Pada bulan januari panjang penyinaran (PP) adalah 28,6%,
sedangkan pada februari sudah turun menjadi 23,3 %. Dari bulan maret sampai
dengan agustus naik cukup drastic dari mulai 27,7% menjadi 58,3 % ada agustus. Sedangkan
pada September sampai November turun kembali, namun pada akhir tahun meningkat
kembali menjadi 44 %. Hal tersebut menunjukkan dengan jelas bahwa PP sangat
fluktuatif.
4.
Evaporasi
Grafik 2.4 Grafik Evaporasi
Evaporasi (diberi notasi E0) adalah penguapan yang terjadi
dari permukaan air (seperti laut, danau, dan sungai), permukaan tanah (genangan
air di atas tanah dan penguapan dari permukaan air tanah yang dekat dengan
permukaan tanah), dan permukaan tanaman (intersepsi). Apabila permukaan air
tanah cukup dalam, evaporasi dari air tanah adalah kecil dan dapat diabaikan. Proses perubahan bentuk dari air
menjadi uap air terjadi baik pada evaporasi maupun evapotranspirasi. Penguapan
dipengaruhi oleh kondisi klimatologi, yang meliputi : radiasi matahari,
temperatur udara, kelembaban udara, dan kecepatan angin.
Pada grafik diatas menunjukkan evaporasi dalam setahun mulai dari
januari sampai desember. Dalam bulan januari evaporasi adalah 68,8 mm dan pada
buan kedua turun menjadi 57,8 mm. Pada bulan maret terjadi kenaikan evaporasi
yaitu 73,9 mm namun tak lama setelah itu pada bulan april turun kembali mejadi
63,4 mm. Pada bulan mei, juni, dan juli terjadi penurunan dan kenaikan
evaporasi yang cukup drastis dengan nilai berturut-turut adalah 103,4 mm, 85,5
mm, dan 109,4. Pada bulan berikutnya terjadi peningkatan lagi yaitu pada
agustus dan September dengan kelembaban 121 mm dan 126,1 mm. Bulan otober dan
November terjadi penurunan mencapai 78,8 mm dan 61,2 mm. Pada akhir tahun terjadi
penaikan pada angka 111,3 mm. Hal tersebut tentu dapat disimpulkan bahwa
evaporasi pada setahun akan berubah-ubah dan tidak konstan karena adanya
beberapa factor yang mempengaruhinya.
5.
Curah Hujan
Grafik 2.5 Grafik Curah Hujan
Berdasarkan grafik curah hujan selama satu tahun dapat diketahui bahwa
curah hujan yang tertinggi terjadi pada bulan Februari. Sedangkan curah hujan
yang terendah terjadi pada bulan Juli dan September. Hal ini menandakan bahwa
pada bulan Februari terjadi musim hujan dan pada bulan Juli dan september
terjadi musim kemarau. Dapat dilihat pada musim hujan yaitu
bulan Oktober– Februari, curah hujan rata-rata tinggi, dan pada bulan
Mei–September yang merupakan musim kemarau nilai curah hujan sangat rendah. Pembentukan dan
keberadaan awan tidak berarti bahwa presipitasi akan terjadi. Pengupan air dari
permukaan samudra dan benua, kondensasinya di atmosfer, serta kembali lagi ke
bumi dalam bentuk presipitasi. Apabila awan hanya tersusun dari butir–butir
air, tidak ada satupun yang akan memebentuk hujan. Terbentuknya khususnya di lintang menengah dan tinggi,
terjadi didalam awan yang berisi butir–butir air dan kristal – kristal es. Pada
bulan – bulan lainnya, curah hujan yang terjadi tidaklah terlalu tinggi dan
tidak pula terlalu rendah. Hal ini menunjukkan bahwa pada bulan– bulan tersebut, walaupun sudah memasuki musim kemarau
tetap saja masih diguyur hujan. Begitu pula sebaliknya, walaupun telah memasuki
musim hujan, kadang kala tidak turun hujan walaupun suhu sudah meningkat.
6.
Kecepatan Angin
Grafik 2.6 Grafik Kecepatan Angin
Berdasarkan grafik diatas
Kecepatan angin yang tertinggi terjadi pada bulan September ini menunjukkan
bahwa pada bulan tersebut angin bertiup kencang. Sedangkan
kecepatan angin terendah terjadi pada bulan januari. Angin sangat penting bagi cuaca dan iklim karena membawa
udara yang lebih dingin kearah lintang rendah yang memiliki kelebihan energi
matahari dan udara yang lebih panas ke lintang yang lebih tinggi dimana
terdapat kekurangan energi radiasi matahari. Angin paling penting karena
mengangkut uap air dari laut ke benua yang merupakan sumber presipitasi.
Kecepatan angin dipengaruhi oleh letak ketinggian suatu tempat, makin tinggi
suatu tempat maka kecepatan anginnya semakin kencang.
B.
GRAFIK
PERSAMAAN REGRESI
1.
RH VS CH
Grafik 2.7 Grafik Kelembaban Udara dengan Curah
Hujan
Berdasarkan
grafik kelembaban udara dan curah hujan di dapatkan persamaan regresinya Y= -673.82 + 10.42x
dengan nilai r sebesar 0.371 yang berarti nilai r tersebut adalah nilai r yang
paling mendekati nol. Bila nilai regresi yang didapat adalah 0 berarti tidak
ada hubungan sama sekali antara peubah bebas (kelebaban udara) dengan peubah
tak bebasnya (curah hujan). Kelembaban udara tidak menimbulkan terjadinya curah
hujan pada suatu daerah.
2.
PP VS EV
PP VS EV
Grafik 2.8 Grafik Panjang Penyinaran dengan
Evaporasi
Berdasarkan
grafik diatas kita mengetahui hubungan yang pentig antara panjang penyinaran
dengan evaporasi. Hubungan antara panjang penyinaran dengan evaporasi adalah
hubungan yang mendekati +1, dan disebut sebagai hubungan positif sempurna,
dimana kenaikan peubah bebas (panjang penyinaran) diikuti dengan kenaikan pada
peubah tak bebasnya (evaporasi). Pada
percobaan, PP vs EV (panjang penyinaran dengan evaporasi) nilai regresinya 0.88. Artinya, jika panjang
penyinaran naik maka evaporasi akan tinggi, sebaliknya jika panjang penyinaran
rendah maka evaporasi sedikit. Evaporasi memerlukan sumber energi yang besar.
Pada keadaan tertentu, kebutuhan energi secara terus-menerus diperoleh melalui
pemanasan langsung sinar matahari selama evaporasi berlangsung.
3.
RH VS EV
Grafik 2.9 Grafik kelembaban Udara dengan Evaporasi
Grafik kelembaban udara dengan evaporasi didapatkan
persamaan regresinya Y= 406.92 - 3.974x dengan
nilai r yang didapat -0.753 yang menunjukkan bahwa nilai r tersebut memiliki
nilai paling mendekati -1 atau memiliki hubungan negative sempurna. Kenaikan
nilai peubah bebasnya (kelembaban udara) diikuti penurunan peubah tak bebasnya
(evaporasi). Bila kelembaban udara suatu daerah tinggi maka daerah tersebut
akan mengalami evaporasi yang rendah.
VI.
KESIMPULAN
- Dari bidang meteorologi, parameter yang biasanya
diukur dan diolah datanya adalah suhu udara, kelembaban udara, panjang
penyinaran, evaporasi, curah hujan, dan kecepatan angin.
2. a)
Hubungan regresi yang mendekati (-1) yaitu RH vs EV, berarti kenaikan kelembaban udara (peubah bebasnya)
diikuti penurunan evaporasi
(peubah tak bebasnya).
b) Hubungan regresi
yang mendekati (0) yaitu RH
vs CH,
berarti tidak ada
hubungan sama sekali antara peubah bebasnya (kelembaban udara) dengan peubah
tak bebasnya (curah hujan).
c)
Hubungan regresi yang mendekati (1) adalah PP vs EV, berarti kenaikan panjang
penyinaran (peubah
bebasnya) diikuti dengan kenaikan evaporasi (peubah tak bebasnya).
DAFTAR
PUSTAKA
Anonim.
2008. <http://id.wikipedia.org/wiki/Atmosfer>. Diakses pada tanggal 24
November 2013.
Anonim. 2010.Pengunaan Model
Logit <iklim.bmg.go.id/artikel/modellogit.pdf>. Diakses pada tanggal 24 November 2013.
Jackson, I. J. 1984. Climate,
Water, and Agriculture. John Wiley and Sons, Inc. New York.
Reginata
P., dan Jackson. 1985. Net radiation calculated from remote multi spectral and
ground station meteorological data. Agricultural Meteorological Journal
XXXV (1985):153-164.
Sutardji. 2005. Pengaruh Jenjang Jabatan Fungsional Peneliti Terhadap
Penggunaan Literatur
Rujukan Karya Ilmiah. Jurnal Perpustakaan Pertanian.
Wisnusubroto, Sukardi. 1999.
Meteorologi Pertanian
Indonesia. Mitra Gama Widya. Yogyakarta.
0 comments:
Post a Comment