LAPORAN RESMI PRAKTIKUM KLIMATOLOGI DASAR ACARA 3 ANALISIS DATA KLIMATOLOGI

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:

1. 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.

2. 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           : 7^o 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

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

1. 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.