ANALISIS PENGARUH CURAH HUJAN DI KOTA MEDAN
SKRIPSI
NUR SURI PRADIPTA
110823022
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
ANALISIS PENGARUH CURAH HUJAN DI KOTA MEDAN
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains
NUR SURI PRADIPTA 110823022
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
MEDAN 2013
Judul : ANALISIS PENGARUH CURAH HUJAN DI KOTA MEDAN
Kategori : SKRIPSI
Nama : NUR SURI PRADIPTA
Nim : 110823022
Program Studi : SARJANA S1 MATEMATIKA STATISTIK
Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM
( FMIPA ) UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, Juni 2013
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Drs. Pengarapen Bangun, M.Si Drs. Pasukat Sembiring, M. Si NIP. 19560815 198503 1 005 NIP. 19531113 198503 1 002
Diketahui/Disetujui oleh
Departemen Matematika FMIPA USU Ketua
Prof. Drs. Tulus, Vordipl.Math., M.Si., Ph.D.
PERNYATAAN
ANALISIS PENGARUH CURAH HUJAN DI KOTA MEDAN
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing – masing disebutkan sumbernya.
Medan, Juni 2013
NUR SURI PRADIPTA
PENGHARGAAN
Puji dan syukur kehadirat Allah SWT atas rahmat dan hidahyah-Nya sehingga penulis dapat
menyelesaikan skripsi ini dengan judul Analisis Pengaruh Curah Hujan di Kota Medan
dengan tepat pada waktunya.
Dalam kesempatan ini penulis ingin menyampaikan terimakasih kepada Bapak Dr.
Sutarman, M.Si selaku Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam, Drs.
Pasukat Sembiring, M.Si dan Drs. Pengarapen Bangun, M.Si selaku dosen pembimbing yang membimbing saya dengan baik dan sabar. Drs. Djakaria Sebayang dan Drs. Gim Tarigan
selaku penguji yang telah memberikan kritik dan saran dalam penulisan skripsi ini.kepada
Bapak Prof. Drs. Tulus, Vordipl.Math., M.Si.,Ph.D. selaku Ketua Departemen Fakultas
Matematika dan Ilmu Pengetahuan Alam, Ibu Dra. Mardiningsih, M.Si selaku sekretaris Departemen Matematika. Para Dosen FMIPA USU, Bang Subandi dan para pegawai FMIPA
USU. Kepada BMKG Medan yang telah memberikan saya kesempatan untuk riset. Kepada
Ayahanda Paidi Mujadi dan Ibunda Sujiane Ak yang telah memberikan saya motivasi luar
biasa. Kepada Kakak saya,Nur Suci Pradipta dan ketiga adik saya, Nur Indah Pradipta,
Hazratul Husna, dan M. Hazraldy Husna atas dukungannya. Terimakasih juga saya ucapakan
kepada teman seperjuangan, Lisna Astria, Yuni Masdayani Hrp., Yuliana, Mimmy Sari
Syahputri, Puspa Linda, Nini Sulaini dan para sahabat yang saya sayangi. Dan terimakasih
kepada kekasih saya,Nano Eka Yudha yang juga memberikan dukungan dan motivasi agar
terselesainya skripsi saya ini. Mohon maaf jika dalam penyelesaian skripsi ini,ada terjadi
ABSTRAK
Regresi linier berganda bertujuan untuk mengetahui pengaruh tekanan udara(atm),
kelembaban udara (kg/m3), kecepatan angin (knot) dan suhu udara (oC) terhadap curah hujan (mm) di kota Medan. Didalam penelitian ini juga ingin mengetahui bagaimana mengatasi
curah hujan yang tinggi dan mengatasi daerah kekeringan. Software yang digunakan adalah
SPSS 17. Berdasarkan hasil analisis maka diperoleh kesimpulan bahwa variabel kelembaban
udara dan kecepatan angin yang dapat mempengaruhu curah hujan di kota Medan.
Penghijauan, Kolam konservasi dan sosio-hidraulik untuk mengatasi curah hujan tinggi.
Pembuatan resapan air termasuk cara mengatasi daerah kekeringan.
Multiple linear regression suppose to know influence air pressure (atm), air humidity (kg/m3), velocity wind (knot) and air temperature (oC) of rainfall (mm) in Medan. In this study also wants to know how to cope with high rainfall and drought. Software used was SPSS 17.
Based on results of the analysis it could be concluded that the variable humidity and velocity
wind which can influence of rainfall in Medan. Greening, conservation and socio hydraulic
2.3 Mengantisipasi Curah Hujan yang Mengakibatkan Banjir 11
2.4. Mengatasi Daerah Kekeringan 12
2.5. Teknologi Modifikasi Cuaca (TMC) untuk Mengantisipasi
Curah Hujan yang Tinggi 12
LAMPIRAN A : HASIL OUTPUT SPSS FOR WINDOWS 17.0
LAMPIRAN B : TABEL NILAI DURBIN WATSON
Halaman
Tabel 2.1 Interpretasi Koefisien Korelasi Nilai r 19
Tabel 3.1 Data Tekanan udara (X1), Kelembaban udara (X2),
Kecepatan angin (X3) dan Suhu udara (X4) terhadap Curah hujan (Y) 26
Tabel 3.2 Analisis Regresi Linier Berganda 27
Tabel 3.3 Uji Korelasi 28
Tabel 3.4 Hasil Uji Determinasi(R2) 29
Tabel 3.5 Hasil Uji Multikolinearitas 33
Tabel 3.6 Hasil Autokorelasi 33
Tabel 3.7 Hasil Uji F 34
Tabel 3.8 Hasil Uji t 36
Halaman
Gambar 2.1 Alat Pantau Cuaca 14
Gambar 3.1 Hasil Uji Normalitas 31
Gambar 3.2 Hasil Uji Normalitas 31
ABSTRAK
Regresi linier berganda bertujuan untuk mengetahui pengaruh tekanan udara(atm),
kelembaban udara (kg/m3), kecepatan angin (knot) dan suhu udara (oC) terhadap curah hujan (mm) di kota Medan. Didalam penelitian ini juga ingin mengetahui bagaimana mengatasi
curah hujan yang tinggi dan mengatasi daerah kekeringan. Software yang digunakan adalah
SPSS 17. Berdasarkan hasil analisis maka diperoleh kesimpulan bahwa variabel kelembaban
udara dan kecepatan angin yang dapat mempengaruhu curah hujan di kota Medan.
Penghijauan, Kolam konservasi dan sosio-hidraulik untuk mengatasi curah hujan tinggi.
Pembuatan resapan air termasuk cara mengatasi daerah kekeringan.
Multiple linear regression suppose to know influence air pressure (atm), air humidity (kg/m3), velocity wind (knot) and air temperature (oC) of rainfall (mm) in Medan. In this study also wants to know how to cope with high rainfall and drought. Software used was SPSS 17.
Based on results of the analysis it could be concluded that the variable humidity and velocity
wind which can influence of rainfall in Medan. Greening, conservation and socio hydraulic
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Berdasarkan klasifikasi iklim global, wilayah kepulauan Indonesia sebagian besar tergolong
dalam zona iklim tropika basah dan sisanya masuk zona iklim pegunungan. Variasi suhu
udara di Kepulauan Indonesia tergantung pada ketinggian tempat. Suhu udara akan semakin
rendah pada tempat yang semakin tinggi. Pola curah hujan di Indonesia dipengaruhi oleh
keberadaan Samudera Pasifik di sebelah timur laut dan Samudera Indonesia di sebelah barat
daya. Keberadaan dua benua yang mengapit Kepulauan Indonesia, yakni Benua Asia dan
Benua Australia akan mempengaruhi pola pergerakan angin di wilayah Indonesia. Pola curah
hujan di Indonesia juga dipengaruhi oleh keberadaan deretan pegunungan. Tujuan stasiun
klimatologis ialah mendapatkan data klimatologis yang pengukurannya dilakukan secara
kontinu dan meliputi periode waktu yang lama, paling sedikit sepuluh tahun. Bagi stasiun
klimatologis utama pengamatan meliputi unsur curah hujan, suhu udara, kelembaban udara,
arah serta laju angin, dan penyinaran matahari.
Curah hujan yang tinggi menyebabkan air meluap di beberapa sungai. Penyebab
terjadinya banjir adalah karena curah hujan yang cukup tinggi atau cuaca ekstrim, dan
drainase kota yang belum sepenuhnya berfungsi. Terlebih di inti kota seluruh drainase
tertutup, serta minimnya bangunan infrastruktur sungai. Selain itu, kurangnya kesadaran
masyarakat yang tinggal di sekitar aliran sungai dalam menjaga lingkungan. Kurangnya
sosialisasi dari pemerintah mengenai larangan mendirikan bangunan di sekitar Daerah Aliran
Sungai (DAS), juga ditenggarai sebagai penyebab banjir tersebut. Hujan deras disertai angin
kencang yang terjadi disebabkan adanya tekanan udara dan pertemuan arus udara. Hujan
deras yang mengguyur juga dikarenakan adanya semacam tekanan udara.
Hujan pada bulan September, Oktober dan awal November 2003 yang intensitas dan
Penjenuhan ini merupakan penyebab longsor-longsor tebing di berbagai tempat. Korban
banjir bandang Bohorok yang sangat besar ini, disebabkan juga karena kesalahan fatal
penempatan lokasi wisata di daerah bantaran sungai bahkan di badan sungai Bohorok. Hujan
pun juga terjadi di Medan telah menyebabkan banjir di kota Medan. Hujan yang mengguyur
dengan durasi hujan yang cukup tinggi, sejak pukul 20:00 WIB hingga 05:00 WIB,
menyebabkan banjir. Menurut data hidrologi dan geofisika hujan yang turun di Medan
Sumatera Utara memang merata. Tiga hulu sungai di Medan yaitu, hulu Sungai Belawan,
hulu Sungai Deli dan hulu Sungai Percut adalah penyebab terjadinya banjir kiriman dari hulu
sungai tersebut. Curah hujan yang tinggi ini menyebabkan air meluap di beberapa sungai di
Medan diantaranya adalah Sungai Belawan yang terletak di sebelah barat kota Medan. Sungai
Deli yang terletak di tengah-tengah kota Medan dan yang terakhir dari ketiga sungai itu
adalah Sungai Percut yang juga berada di tengah-tengah kota Medan. Penyebab terjadinya
banjir Medan adalah karena curah hujan yang cukup tinggi atau cuaca ekstrim, drainase kota
yang belum sepenuhnya berfungsi. Terlebih di inti kota seluruh drainase tertutup, serta
minimnya bangunan infrastruktur sungai. Selain itu, kurangnya kesadaran masyarakat yang
tinggal di sekitar aliran sungai dalam menjaga lingkungan. Kurangnya sosialisasi dari
Pemerintah mengenai larangan mendirikan bangunan di sekitar Daerah Aliran Sungai (DAS),
juga ditengarai sebagai penyebab banjir tersebut. Untuk kondisi pada setiap sungai sangat
memprihatinkan, meskipun tidak ada korban jiwa, namun banyak tangan-tangan usil seperti
yang terjadi di Sungai Deli ada daun pintu atau sliding gate yang hilang diambil oleh orang
yang tidak bertanggung jawab. Karena kondisi yang masih belum tentu ini, maka kerugian
masih belum bisa di tafsir saat ini, ujarnya. Contoh lain adalah curah hujan luar biasa yang
menghantam ibukota Jakarta membuat pihak pemerintah DKI Jakarta dan pemerintah pusat
mencari cara paling ampuh untuk menekan masuknya jutaan kubik air yang menyebabkan
banjir di berbagai wilayah ini. Melakukan modifikasi cuaca, atau penyemaian awan menjadi
pilihan yang dilakukan oleh pemerintah DKI bersama berbagai pihak terkait, yaitu Badan
Nasional Penanggulangan Bencana (BNPB) dan Badan Pengkajian dan Penerapan Teknologi
(BPPT) dalam sebuah upaya bernama operasi Teknologi Modifikasi Cuaca (TMC).
Di daerah tropis, termasuk Indonesia, istilah curah hujan dapat dipertukarkan
dengan curahan karena pada umumnya salju tidak dijumpai pada daerah ini. Curahan adalah
endapan atau deposit air dalam bentuk cair maupun padat yang berasal dari atmosfer. Curah
hujan diukur dalam mm/inci. Curah hujan 1 mm artinya air hujan yang jatuh setelah 1 mm
hujan per satuan jangka waktu tertentu. Besarnya kelembaban suatu daerah merupakan faktor
yang dapat menstimulasi curah hujan. Di Indonesia, kelembaban udara tertinggi dicapai pada
musim hujan dan terendah pada musim kemarau. Adapun faktor-faktor yang sangat
mempengaruhi curah hujan adalah tekanan udara, kelembaban udara dan kecepatan angin.
Dari pembahasan di atas, maka penulis melakukan penelitian dengan judul “ANALISIS PENGARUH CURAH HUJAN DI KOTA MEDAN”.
1.2. PERUMUSAN MASALAH
Berdasarkan latar belakang di atas,maka permasalahan dalam penelitian ini adalah sebagai
berikut :
a) Bagaimanakah pengaruh tekanan udara(atm), kelembaban udara (kg/m3), kecepatan angin(knot) dan suhu udara (oC) terhadap curah hujan (mm) di kota Medan.
b) Bagaimanakah mengantisipasi curah hujan yang tinggi.
c) Bagaimanakah mengatasi daerah kekeringan.
1.3 BATASAN MASALAH
Batasan masalah dalam penelitian ini adalah meminimalisir curah hujan yang tinggi dengan
modifikasi cuaca dan mengatasi daerah kekeringan.
1.4. TINJAUAN PUSTAKA
penulis menggunakan buku-buku dan informasi dari internet yang berkaitan dengan
penelitian ini.
(Syafrizal Helmi, Analisis Data, 2010) menyatakan bahwa istilah Regresi yang berarti ramalan atau taksiran untuk mengetahui sampai sejauh mana satu variabel berhubungan
dengan variabel lainnya pertama kali diperkenalkan oleh Sir Francis Galton pada tahun 1877.
Regresi linier adalah metode statistika yang digunakan untuk membentuk model hubungan
antara variabel terikat (dependen; Y) dengan satu atau lebih variabel bebas (independen, X).
Regresi linier terbagi atas dua, yaitu :
a) Regresi Linier Sederhana
Regresi linier sederhana menjelaskan hubungan antara satu variabel terikat
(dependen; Y) dengan satu atau lebih variabel bebas (independen, X). Model regresi linier
sederhana sebagai berikut :
(Soelistyo, Dasar-Dasar Ekonometrika, 2000) menyatakan bahwa regresi linier berganda yaitu suatu tekhnik analisis data yang membahas hubungan antar variabel terikat dengan dua
atau lebih variabel bebas lain. Secara umum, model regresi linier ganda atas X1, X2, …, Xk.
adalah :
Y = bo + b1X1 + b2X2 +...+ bkXk + e (untuk sampel)
Y = βo+ β1X1 + β2 X2 + ...+ βkXk+ε (untuk populasi)
rumus regresi penaksir sebagai berikut :
Dimana :
(Guslim,Agroklimatologi,2007) menyatakan bahwa tekanan udara didefinisikan sebagai berat dari suatu kolom udara sebenarnya pengaruh langsung perubahan tekanan udara
terhadap kehidupan. Pengaruh tekanan udara lebih berpengaruh terhadap pergerakan angin
dan angin dan sebagai pengendali iklim secara langsung.
(Guslim,Agroklimatologi,2007) Kelembaban merupakan istilah yang umum yang kadang-kadang termasuk air dalam fase cair didalam tanah atau atmosfer (awan atau prespitasi).
(Guslim,Agroklimatologi,2007) suhu merupakan ukuran energi kinetis rata-rata pergerakan molekul. Suhu yang dipergunakan adalah suhu udara atau suhu tanah sedangkan suhu yang
benar-benar mempengaruhi pertumbuhan tanaman adalah suhu tanaman itu sendiri.
(Benyamin Lakitan, Dasar-Dasar Klimatologi,1994) menyatakan bahwa intensitas curah hujan merupakan ukuran jumlah hujan per satuan waktu tertentu selama hujan berlangsung.
(Benyamin Lakitan, Dasar-Dasar Klimatologi,1994) menyatakan bahwa massa udara yang bergerak disebut angin. Angin dapat bergerak secara horizontal maupun secara vertikal
dengan kecepatan yang bervariasi dan berfluktuasi secara dinamis.
Berdasarkan masalah yang telah dipaparkan di atas, maka diperoleh tujuan penelitian adalah
sebagai berikut :
a) Untuk mengetahui manakah faktor-faktor yang paling berpengaruh terhadap curah hujan.
b) Untuk mengantisipasi curah hujan yang tinggi.
c) Untuk mengatasi daerah kekeringan.
1.6. KONTRIBUSI PENELITIAN
Adapaun kontribusi penelitian ini adalah sebagai berikut :
1. Sebagai penerapan ilmu dari mata kuliah yang diperoleh
2. Sebagai menambah pengetahuan tentang iklim dan curah hujan
3. Sebagai refrensi bagi peneliti selanjutnya yang akan melakukan penelitian di masa akan
BAB 2
LANDASAN TEORI
2.1. Pengertian - Pengertian
2.1.1 Pengertian Tekanan Udara
Tekanan udara merupakan unsur dan pengendali iklim yang sangat penting bagi kehidupan
makhluk di bumi, karena peranannya sebagai penentu dalam penyebaran curah hujan.
Perubahan tekanan udara akan menyebabkan perubahan kecepatan dan arah angin perubahan
ini akan membawa pula pada perubahan suhu dan curah hujan. Angin yang bergerak dari
arah-arah yang berlawanan mempunyai pengaruh yang besar terhadap iklim karena
perbedaan suhu yang disebabkan; dan angin laut yang berasal dari lautan atau melewati
lautan pada sebagian besar perjalanannya akan lebih banyak mendatangkan hujan karena uap
air yang dibawanya. Dengan demikian penyebaran curah hujan di seluruh permukaan bumi
berhubungan sangat erat dengan sistem tekanan udara dan angin. Tekanan udara berkurang
dengan bertambahnya ketinggian tempat. Tekanan udara dipengaruhi suhu. Alat pengukur
tekanan udara adalah barometer.
2.1.2. Pengertian Kelembaban Udara
Kelembaban merupakan istilah yang umum kadang-kadang termasuk air dalam fase cair di
dalam tanah atau atmosfer. Digunakan untuk menunjukkan uap air di dalam atmosfer.
Kelembaban udara ditentukan oleh jumlah uap air yang terkandung di dalam udara,
umumnya dinyatakan dalam satuan kg/m3. Pada siang hari, kelembaban lebih tinggi pada
udara dekat permukaan itu pengaruh angin menjadi lebih besar ; sebaliknya pada malam hari,
kelembaban lebih rendah pada udara dekat permukaan. Pengukuran kelembaban udara
bola basah- termometer bola kering. Termometer bola kering adalah yang ujung sensornya
dibalut dengan kain kasa yang dijaga agar selalu lembab.
2.1.3. Pengertian Kecepatan Angin
Massa udara yang bergerak disebut angin. Faktor pendorong bergeraknya massa udara adalah
perbedaan tekanan udara antara satu tempat ke tempat yang lain. Angin selalu bertiup dari
tempat yang tinggi ke tempat yang lebih rendah. Pada siang hari udara di atas daratan akan
lebih panas di atas lautan, maka tekanan udara di daratan lebih rendah dan ini mengakibatkan
angin berhembus dari arah laut ke daratan, disebut angin laut. Sebaliknya pada malam hari
daratan akan lebih dingin, maka tekanan udara di daratan lebih tinggi dan ini mengakibatkan
angin berhembus dari arah darat ke lautan, disebut angin darat. Jika angin berhembus
melintasi pegunungan, maka udara yang dibawa angin setelah melintasi pegunungan tersebut
akan menerima tekanan (karena turun dari elevasi tinggi ke elevasi rendah) sehingga
meningkat suhunya.
2.1.4. Pengertian Suhu Udara
Suhu merupakan ukuran energi kinetis rata-rata pergerakan molekul. Alat ukur suhu udara
adalah termometer. Suhu maksimum tertinggi umumnya tercapai pada sekitar bulan Oktober
(pada akhir musim kemarau) dan suhu minimum terendah tercapai pada sekitar bulan Juli dan
Agustus. Suhu maksimum rata-rata di Indonesia umumnya tidak melebihi 32oC. Hal ini terjadi karena wilayah Indonesia sebagian besar merupakan wilayah lautan. Permukaan air
yang luas akan berperan penting dalam memperkecil fluktuasi suhu, karena sebagian besar
energi radiasi matahari terpakai untuk penguapan air (evaporasi). Adanya tajuk pohon –
pohon, presentase terbesar radiasi matahari dipantulkan kembali. Hanya 1% radiasi matahari
yang mampu masuk kedalam hutan. Akibatnya suhu didalam hutan tetap lebih rendah.
2.1.5. Pengertian Curah Hujan
Hujan merupakan komponen masukan yang paling penting dalam proses hidrologi, karena
jumlah kedalaman hujan (rainfall depth) ini yang dialihragamkan menjadi aliran sungai.
dengan bagian atas terbuka. Alat ini dipasang di tempat terbuka dipasang pada ketinggian 20
cm di atas permukaan tanah yang ditanami rumput untuk menghindari masuknya air percikan
dari permukaan tanah. Satuan yang digunakan adalah milimeter (mm). Pembacaan dilakukan
sekali sehari pada pukul 09.00 pagi. Arah angin sangat penting peranannya dalam
mempengaruhi pola curah hujan. Jika angin berhembus dari arah Samudera Pasifik atau
Samudera Indonesia, maka angin tersebut akan membawa udara lembab ke wilayah Indonesia
yang mengakibatkan curah hujan di wilayah Indonesia menjadi tinggi. Siklus hidrologi
meliputi beberapa tahap utama, yakni :
a. penguapan air dari permukaan bumi,baik berasal dari permukaan air,tanah, atau dari
jaringan tumbuhan;
b. kondensasi uap air pada lapisan troposfer, sehingga terbentuk awan;
c. perpindahan awan mengikuti arah angin;
d. prespitasi dalam bentuk cair (hujan) atau padat (salju)
e. mengalirnya air mengikuti gaya gravitasi.
Untuk mendapatkan perkiraan besar banjir yang terjadi di suatu penampang sungai
tertentu, maka kedalaman hujan yang terjadi pun harus diketahui pula. Dalam hal ini perlu
diperhatikan bahwa yang diperlukan adalah besaran kedalam hujan yang terjadi di seluruh
DAS, lama hujan, dan frekuensi terjadinya hujan angin.
2.2. Penyebab Banjir Di Indonesia
1. Faktor Hujan
Hujan bukanlah penyebab utama banjir dan tidak selamanya hujan lebat akan
menimbulkan banjir. Begitu pula sebaliknya.
2. Faktor DAS
Kemampuan DAS untuk menahan air di bagian hulu. Perubahan tata guna lahan, misalnya
dari hutan menjadi perumahan, perkebunan atau lapangan golf akan menyebabkan retensi
DAS berkurang secara drastis.
3. Faktor Kesalahan Pembangunan Alur Sungai
Pelurusan, sudetan, pembuatan tanggul, pembetonan dinding dan pengerasan tampang
sungai. Pola pelurusan dan sudetan mengakibatkan percepatan aliran air menuju ke hilir.
4. Faktor Pendangkalan
Pendangkalan sungai berarti terjadinya pengecilan tampang sungai, hingga sungai tidak
mampu mengalirkan air yang melewatinya dan akhirnya meluap (banjir).
5. Faktor Tata Wilayah dan Pembangunan Sarana-Sarana
Penetapan kawasan pemukiman atau pusat perkembangan justru di daerah-di daerah rawan
banjir. Banyak sekali perumahan baru dibangun di daerah bantaran sungai yang rawan
banjir dan longsor.
2.3 Mengantisipasi Curah Hujan yang Mengakibatkan Banjir
Ada empat cara utama pengendalian banjir,yaitu :
a) Penghijauan yang tidak bisa ditunda karena pengurangan hutan di berbagai tempat di
tanah air dan stop penebangan hutan.
b) Membuat banjir bisa tersebar sepanjang sungai dari hulu sampai hilir sehingga yang
terjadi bukan banjir besar di suatu titik tertentu, namun banjir kecil-kecil.
c) Kolam konservasi merupakan kolam yang dapat mencegah terjadinya banjir di bagian
hilir.
d) Pembentukan karakter sosio-hidraulik. Sosio-hidraulik adalah pendekatan penyelesaian
masalah keairan, lingkungan dan banjir dengan membangun kesadaran masyarakat.
2.4 Mengatasi Daerah Kekeringan
Hampir sama dengan banjir, Iklim ekstrim dapat menyebabkan kekeringan yang tak
terkendali. Jika hancurnya daya dukung DAS, maka akan disusul dengan kekeringan pada
musim kemarau berikutnya. Hal ini dikarenakan seluruh air pada musim penghujan dengan
cepat mengalir ke hilir, sehingga simpanan air di hulu menjadi berkurang. Akibatnya pada
musim kemarau tidak ada lagi aliran air menuju ke hilir yang mengakibatkan terjadinya
kekeringan. Hal ini biasanya ditandai dengan surut atau keringnya sungai-sungai kecil
terlebih dulu,disusul sungai menengah dan kemudian sungai besar. Daerah aliran sungai
adalah wilayah tangkapan air hujan yang akan mengalir ke sungai yang bersangkutan.
Perubahan yang terjadi pada DAS akan berpengaruh langsung terhadap kemampuan retensi
penghijauan,pembuatan resapan air dan memperbaiki DAS. Kekeringan dapat disebabkan
oleh pola pembangunan sungai dengan normalisasi, pembuatan tanggul, dan pembetonan
tebing.
2.5 Teknologi Modifikasi Cuaca (TMC) untuk Mengantisipasi Curah Hujan yang Tinggi
Sejarah Hujan buatan di dunia dimulai pada tahun 1946 oleh penemunya Vincent Schaefer
dan Irving Langmuir. Uji coba pertama kali dilakukan oleh Prof. Dr. Ing. B.J Habibie pada
1970. Tahun 1980, penerapan teknologi ini berhasil meningkatkan curah hujan. Saat itu
tujuannya adalah untuk menjaga ketersediaan air pada waduk sebagai sumber air untuk irigasi
dan Pembangkit Listrik Tenaga Air (PLTA).
Hujan buatan dibuat dengan cara menyemai awan dengan menggunakan bahan yang
bersifathigroskopik (menyerap air) sehingga proses pertumbuhan butir-butir hujan di dalam
awan akan meningkat dan selanjutnya akan mempercepat terjadinya hujan. Awan yang
digunakan untuk membuat hujan buatan adalah jenis awan Cumulus (Cu) yang bentuknya
seperti bunga kol. Setelah lokasi awan diketahui, pesawat terbang yang membawa bubuk
khusus untuk menurunkan hujan diterbangkan menuju awan.
Bahan untuk “mempengaruhi” proses yang terjadi di awan terdiri dari dua jenis yaitu:
1. Bahan untuk “membentuk” es, dikenal dengan glasiogenik, berupa Perak Iodida (AgI).
2. Bahan untuk“menggabungkan” butir-butir atmosphere di awan, dikenal dengan
higroskopis, berupa garam dapur atau Natrium Chlorida (NaCl), atau CaCl2
3. Penyebaran bubuk urea dilakukan beberapa jam setelah penyebaran garam-garaman tadi
atau setelah tumbuh awan-awan kecil secara berkelompok pada beberapa beberapa tempat.
Bubuk urea selain dapat membentuk awan lebih lanjut, juga bersifat endotermi
(menyerap panas) yang sangat baik bila bereaksi dengan atmosfer atau uap air. Penyebaran
bubuk urea di siang hari dapat mendinginkan lingkungan sekitarnya sehingga
kelompok-kelompok kecil awan segera bergabung menjadi kelompok-kelompok-kelompok-kelompok besar. Kelompok awan
besar biasanya segera terlihat agak kehitam-hitaman artinya awan hujan telah terbentuk.
Selain dengan modifikasi cuaca, BPPT juga mengoperasikan alat pemecah pembentukan
dioperasikan lima unit di sekitar Puncak dan 20 unit tersebar di Jakarta. Alat ini bekerja
berdasarkan pantauan radar cuaca BPPT. Pelaksanaan TMC di Jakarta dilakukan dengan
mengerahkan empat pesawat terbang, yaitu 1 Hercules C-130 TNI AU dan 3 pesawat CASA
212-200. Pesawat Hercules yang bisa mengangkut 5 ton-6 ton garam disiapkan di Bandara
Halim Perdanakusuma, Jakarta.
Gambar 2.1 Alat Pantau Cuaca
Berdasarkan kajian yang dilakukan BPPT, lokasi paling tepat untuk pemasangan alat
modifikasi cuaca adalah di sekitar area Monumen Nasional (Monas). Alat tersebut bekerja
sebagai radar yang mampu "mengendus" potensi hujan di wilayah Jakarta dan sekitarnya.
Setelah diketahui adanya potensi hujan tinggi, BPPT akan segera melakukan stimulasi
dengan teknik liquid, flare, atau powder guna memecah hujan tersebut. Hujan dengan
intensitas tinggi akan diturunkan di laut, atau di balik gunung. Tetapi, kalau awan hitamnya
sudah masuk ke Jakarta, awannya akan dipecah supaya tidak turun di satu titik. Alat tersebut
mampu memantau pergerakan curah hujan ekstrem dengan resolusi 500 meter (ukuran sel
terkecil yang dapat dideteksi). Data dapat disediakan setiap 6 menit. Proses modifikasi cuaca
ini akan memakan waktu selama dua sampai tiga jam. Pesawat Hercules juga mampu
menampung banyak zat semai sehingga bisa digunakan untuk 5-10 awan. BPPT belum bisa
memastikan biaya yang diperlukan untuk memodifikasi cuaca. Tergantung berapa lama
kegiatan ini berlangsung. Dananya akan ditanggung BNPB (Badan Nasional Penanggulangan
Bencana).
2.6 Persepsi tentang “Laser” Pemecah Awan
Lampu sorot yang biasa digunakan sebagai mitos penjegal awan bukanlah laser. Laser
adalah instrument yang dapat memancarkan spectrum elektromagnetik dalam panjang
gelombang tertentu. Laser memiliki energi tertentu. Laser dengan kekuatan 100-3000 watt
dapat memotong logam, biasanya digunakan di pabrik mobil.
2. Perhitungan Efek Radiasi Lampu Sorot terhadap perubahan suhu awan sangat kecil.
Energi panas yang dipancarkan per waktu dari sebuah permukaan dinamakan flux radiant.
Dalam rerajahannya, mengandung sebuah konstantan yang disebut konstanta
Stefan-Boltzman.Selanjutnya, cahaya lampu sorot kita sebut sebagai sumber dan awan kita sebut
sebagai penerima radiasi panas.Hasilnya, jika saja permukaan lampu sorot itu bersuhu
sebut saja 100 derajat Celcius,. Memancarkan cahaya ke awan yang tingginya 90 meter.
Suhu panas yang dari lampu sorot itu hanya akan tersisa 5 derajat celcius. Cukupkah untuk
memanaskan awan? Panas dari lampu sorot itu akan tidak ngefek lagi dalam jangkauan
kurang dari 100 meter. Sedangkan awan di wilayah Denpasar sendiri tingginya mencapai
600-900 meter.
3. Dinamika Awan, awan selalu bergerak dan berubah bentuk
Sekumpulan sel awan akan selalu berdinamika. Coba perhatikan, sebuah awan bergerak
dari arah tenggara. Semenit yang lalu berupa gumpalan kecil, setengah jam kemudian
menjadi gumpalan besar mirip kapas, lalau sejam kemudian berubah lagi menjadi
bentuk-bentuk kecil. Awan adalah sekumpulan titik-titik air yang terkondensasi, bergerak dalam
fluida di udara.
2.7 Sejarah Singkat Badan Meteorologi Klimatologi dan Geofisika
Sejarah pengamatan meteorologi dan geofisika di Indonesia dimulai pada tahun 1841 diawali
dengan pengamatan yang dilakukan secara perorangan oleh Dr. Onnen, Kepala Rumah Sakit
di Bogor. Tahun demi tahun kegiatannya berkembang sesuai dengan semakin diperlukannya
data hasil pengamatan cuaca dan geofisika. Badan Meteorologi, Klimatologi, dan Geofisika
(disingkat BMKG), sebelumnya bernama Badan Meteorologi dan Geofisika (disingkat BMG)
adalah Lembaga Pemerintah Non Kementrian di Indonesia yang mempunyai tugas
melaksanakan tugas pemerintahan di bidang meteorologi, klimatologi, dan geofisika. BMKG
seorang Kepala Badan. BMKG mempunyai tugas : melaksanakan tugas pemerintahan di
bidang Meteorologi, Klimatologi, Kualitas Udara dan Geofisika sesuai dengan ketentuan
perundang-undangan yang berlaku.
2.8 Metode Analisis Data
2.8.1. Analisis Regresi
Untuk menentukan hubungan antara beberapa variabel bebas yaitu X1, X2, …, Xk. dengan
variabel terikat yang disebut Y mempunyai hubungan atau tidak. (Syafrizal Helmi).
a. Regresi Linier Sederhana
Istilah regresi diperkenalkan oleh Francis Galton. Penafsiran regresi saat ini berkenaan
dengan studi ketergantungan satu variabel bebas terhadap variabel tidak bebas. Antara
korelasi dan regresi keduanya mempunyai hubungan yang sangat erat. Analisis regresi
digunkan bila ingin mengetahui bagaimana variabel dependen/kriteria dapat diprediksikan
melalui variabel independen atau prediktor.
Model regresi sederhana adalah :
Y = bo + b1 X + e (untuk sampel)
Y = βo+ β1 X + ε (untuk populasi) (2.1)
Rumus regresi penaksir sebagai berikut :
Ŷ = bo + b1 X (untuk sampel penaksir)
Ŷ= βo+ β1 X (untuk populasi penaksir) (2.2)
b. Regresi Linier Berganda
Metode ini merupakan perluasan dari regresi sederhana. Regresi linier berganda ditujukan
untuk menentukan hubungan linier antar beberapa variabel bebas yang disebut X1, X2,X3 dan
seterusnya dengan variabel terikat yang disebut Y. Analisis regresi linier berganda
ditentukan dengan membandingkan F hitung dengan F tabel atau melihat signifikansi pada
output SPSS. Dalam Analisis regresi linier berganda memerlukan pengujian asumsi klasik
diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas
dari adanya gejala heterokedastisitas, gejala multikolinearitas, dan gejala autokorelasi.
Model regresi linier berganda dengan k buah variabel bebas :
Y = b0 + b1X1 + b2X2 + b3X3 ...+ bkXk+εi (2.3)
Untuk menghitung koefisien regresinya digunakan persamaan sebanyak k + 1 buah, yaitu :
∑ = + b1∑ + b2∑ + b3∑ + b4∑
∑X1 = ∑ + b1∑ + b2∑X + b3∑ + b4∑
∑X2 = ∑ + b1∑ + b2∑ + b3∑ + b4∑
∑X3 = ∑ + b1∑ + b2∑X + b3∑ + b4∑
∑X4 = ∑ + b1∑ + b2∑X + b3∑ + b4∑ (2.4)
Sedangkan nilai b0 dapat diperoleh dengan persamaan :
b0 = Ŷ - b1X1 – b2X2 – b3X3 – b4X4 (2.5)
Selanjutnya dengan menggunakan model regrsi linier berganda di atas, maka dapat
melakukan perhitungan Ŷ untuk setiap X1, X2, X3 dan X4. Selanjutnya dengan
memperhitungkan nilai simpangan masing- masing Ŷ (Y taksiran) akan dapat dihitung
besarnya variansi taksiran. Akan memberi gambaran tentang akuratnya persamaan regresi
ganda sebagai alat prediksi dengan rumus sebagai berikut :
. .. = ∑( ) (2.6)
Keterangan :
k : adalah banyaknya variabel bebas
Hubungan yang dimiliki dua variabel atau lebih untuk mengukur kekuatan hubungan antara
satu variabel dengan variabel lainnya, untuk mengetahui apakah ada atau tidaknya hubungan
antara satu variabel dengan variabel lainnya (Syafrizal Helmi).
Menghitung nilai koefisien korelasi Pearson dapat dilakukan dengan menggunakan
X = anggota pada variabel bebas
Y = anggota pada variabel terikat
Koefisien korelasi adalah suatu angka indeks yang melukiskan hubungan antara dua
rangkaian data yang dihubungkan. Dengan kata lain, koefisien korelasi adalah ukuran atau
indeks dari hubungan antara dua variabel. Koefisien korelasi besarnya antara -1 sampai +1.
Tanda positif dan negatif menunjukkan arti atau arah dari hubungan koefisien korelasi
tersebut. Korelasi positif nilainya berada antara 0 sampai +1, nilai menjelaskan bahwa apabila
suatu variabel naik maka akan menyebabkan kenaikan pada variabel lainnya dan sebaliknya.
Korelasi negatif nilainya berada antara -1 sampai 0, nilai tersebut menjelaskan bahwa apabila
suatu variabel naik maka variabel lainnya akan turun, dan sebaliknya.
Tabel 2.1 Interpretasi Koefisien Korelasi Nilai r
Menurut Syafrizal Helmi Situmorang (2012, hal : 162), R2 pada intinya mengukur proporsi atau persentase sumbangan variabel bebas yaitu variabel tekanan udara (X1), kelembaban
udara (X2), kecepatan angin (X3) dan suhu udara (X4) terhadap variasi naik turunnya variabel
terikat atau curah hujan (Y) secara bersama-sama dimana 0≤ R2 ≤1. Jika R2 semakin besar (mendekati satu) maka dapat dikatakan bahwa pengaruh variabel bebas yaitu variabel tekanan
udara (X1), kelembaban udara (X2), kecepatan angin (X3), dan suhu udara (X4) terhadap
variabel terikat atau curah hujan (Y) adalah besar. Berarti model yang digunakan semakin
kuat untuk menerangkan pengaruh variabel bebas (X1,X2, X3dan X4) terhadap variabel
terikat (Y). Sebaliknya jika R2 semakin kecil (mendekati nol) maka dapat dikatakan bahwa pengaruh variabel bebas (X1,X2, X3dan X4) terhadap variabel terikat (Y) adalah semakin
kecil. Berarti model yang digunakan tidak kuat untuk menerangkan pengaruh variabel bebas
tekanan udara (X1), kelembaban udara (X2), kecepatan angin (X3) dan suhu udara (X4)
terhadap variasi naik turunnya variabel terikat atau curah hujan (Y). Semakin mendekati nol
berarti model tidak baik atau variasi model dalam menjelaskan amat terbatas, sebaliknya
mendekati satu model semakin baik. R2 dapat dihitung dengan perumusan sebagai berikut :
= ∑ ∑ ∑ ∑ ∑
Ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal.
Data yang baik adalah data yang mempunyai pola distribusi normal, yakni distribusi data
tersebut tidak menceng ke kiri atau menceng ke kanan.
Untuk melihat seberapa besar peranan variabel bebas terhadap variabel terikat. Dalam setiap
persamaan regresi pasti memunculkan residu. Residu, yaitu variabel-variabel lain yang
terlibat akan tetapi tidak termuat di dalam model sehingga residu adalah variabel tidak
diketahui. Ada dua cara mendeteksi heterokedastisitas, yaitu : Metode grafik, Park Test,
Glejser Test, Sperman’s Rank Correlatioan Test.
c) Multikolinieritas
Menunjukkan adanya lebih dari satu hubungan linier yang sempurna. Koefisien-koefisien
regresi biasanya diinterprentasikan sebagai ukuran perubahan variabel terikat jika salah satu
variabel bebasnya naik sebesar satu unit dan seluruh variabel bebas lainnya dianggap tetap.
Untuk mendeteksi adanya multikolinieritas adalah dengan menggunakan nilai Variance
Inflation Factor (VIF). Jika VIF lebih kecil dari 10, maka dalam model tidak terdapat
multikolinieritas.
VIF =
(2.9)
keterangan :
= Koefisien determinasi (R2) berganda ketika Xk diregresikan dengan variabel- variabel X
lainnya.
d) Autokorelasi
Korelasi antara anggota serangkaian observasi yang diurutkan menurutkan waktu atau ruang.
Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara
kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode
sebelumnya. Pengujian ini dapat dilakukan dengan Uji Durbin Watson.
Hipotesis
Ho : Tidak ada autokorelasi positif atau negatif
d = ∑
et = nilai residu dari persamaan regresi periode t
et-1 = nilai residu dari persamaan regresi periode t-1
Tolak Ho apabila nilai d hitung atau nilai Durbin Watson lebih besar daripada nilai
Durbin Watson tabel batas bawah (dL), yang berarti terdapat masalah autokorelasi positif
(d<dL), atau nilai d hitung terletak diantara nilai (4 - dL < d< 4). Terima Ho apabila nilai d
hitung lebih besar daripada nilai d tabel batas atas (dU) dan lebih besar daripada (4 – dU).
2.9 Uji F (Uji serentak)
Untuk menguji pengaruh variabel bebas secara bersama-sama. Pengaruh variabel bebas
terhadap variabel terikat diuji dengan tingkat kepercayaan 95% atau α = 0,05. Kriteria
b) Menentukan taraf nyata (α) dan Ftabel
Taraf nyata α = 5% ; dk pembilang = k = banyak variabel ; dk penyebut = n-k-1. Jadi, Ftabel = Fα;k’n-k-1
c) Kriteria Pengujian
Dalam hal ini, Fhitung dibandingkan dengan Ftabel dengan tingkat kepercayaan 95% atau α =
5% dengan ketentuan sebagai berikut :
Jika Fhitung > Ftabel, maka H0 ditolak dan H1 diterima
Untuk menguji apakah hipotesis yang diajukan diterima atau ditolak digunakan statistik t (uji
t). Pengambilan keputusan menggunakan angka pembanding ttabel dan dk = (n-2). Kriteria
pengujian hipotesis untuk uji serentak:
a) Pengujian Hipotesis
H0 : Tidak ada hubungan yang signifikan antara tekanan udara, kelembaban udara,
kecepatan angin dan suhu udara terhadap curah hujan.
H1 : Ada hubungan yang signifikan antara tekanan udara, kelembaban udara, kece patan
angin dan suhu udara terhadap curah hujan.
b) Menentukan taraf nyata (α) dan ttabel
Taraf nyata α = 5% ; dk = n-k-1, jadi ttabel = tα/2;n-k-1
c) Kriteria Pengujian
Dalam hal ini, thitung dibandingkan dengan ttabel dengan tingkat kepercayaan 95% atau α =
5% dengan ketentuan sebagai berikut :
Jika thitung < ttabel, maka H0 diterima dan H1 ditolak
d) Menentukan Nilai Uji Statistik
Rumus:
= (2.12)
Keterangan :
= koefisien regresi untuk variabel independen ke k
Sb
k = simpangan baku koefisien regresi untuk variabel independen ke k
= nilai t hitung untuk variabel independen ke k
Simpangan baku koefisien regresi dapat dihitung dengan rumus :
=
∑ (2.13)
Keterangan :
= simpangan baku koefisien regresi untuk variabel independen ke k
= standar eror estimasi
BAB 3
ANALISIS DAN PEMBAHASAN
3.1 Data Penelitian
Adapun data yang digunakan dalam penelitian ini merupakan data sekunder yang penulis
peroleh dari Badan Meteorologi Klimatologi dan Geofisika Jln. Ngumban Surbakti No. 15
Medan.Data sekunder adalah data yang diperoleh dari instansi atau media lain. Data terdiri
dari data tekanan udara, kelembaban udara, kecepatan angin dan suhu udara terhadap curah
hujan dari Januari 2010 s/d Desember 2012. Tekanan udara diukur berdasarkan dengan gaya
pada permukaan dengan luas tertentu, diukur dengan barometer. Kelembaban udara diukur
dengan membaca suhu yang ada pada termometer bola basah-bola kering Kecepatan angin
dikukur dengananemometer mangkok dengan poros atau sumbu putar harus berada pada
posisi tegak lurus. Suhu udara harian rata-rata dihitung berdasarkan rata-rata pada suhu setiap
periode 24 jam. Dilakukan sebanyak 8 kali, setiap 3 jam sekali dimulai pada tengah malam.
Curah hujan diukur dengan menggunakan alat ukur yang berbentuk silinder dengan bagian
atas terbuka, sehingga air hujan akan diterima langsung oleh alat ini. Diukur pada pukul
Tabel 3.1 Data Tekanan udara(X1), Kelembaban udara(X2), Kecepatan angin(X3) dan Suhu udara(X4) terhadap Curah hujan(Y)
3.2. Metode Analisis
3.2.1 Analisis Regresi Linier Berganda
Hasil regresi dari tekanan udara, kelembaban udara, kecepatan angin dan suhu udara terhadap
curah hujan melalui SPSS 17 :
Dari tabel diatas, diperoleh persamaan regresi linier berganda yaitu :
Y= 1966,814- 4,405X1+29,451X2+ 118,191X3- 13,152X4
Pada variabel tekanan udara (X1) berpengaruh secara negatif dan tidak signifikan terhadap
curah hujan. Hal ini terlihat dari nilai signifikan (0,865) lebih besar dari (0,05). Nilai thitung
tersebut dibandingkandengan nilai ttabel pada tingkat kepercayaan 95% atau α = 5%. Nilai ttabel
pada dk 31 dengan α = 5% adalah ±2,03 (uji 2 arah). Dan nilai thitung(-0,171) >ttabel (-2,03),
artinya jika ditingkatkan variabel tekanan udara sebesar 1 atm maka curah hujan tidak akan
berkurang 4,405 mm. Kelembaban udara (X2) berpengaruh secara positif dan signifikan
terhadap curah hujan. Hal ini terlihat dari nilai signifikan (0,022) lebih kecil dari (0,05), dan
nilai thitung (2,412) > ttabel (2,03), artinya jika ditingkatkan variabel kelembaban udara sebesar
1 kg/m3 maka curah hujan akan meningkat sebesar 29,451 mm. Pada variabel kecepatan angin berpengaruh secara positif dan signifikan terhadap curah hujan. Hal ini terlihat dari
nilai signifikan (0,042) lebih kecil dari (0,05), dan nilai t hitung (2,119) > ttabel (2,03), artinya
sebesar 118,191 mm. Pada variabel suhu udara berpengaruh secara negatif dan tidak
signifikan terhadap curah hujan. Hal ini terlihat dari nilai signifikan (0,746) lebih besar dari
0,05, dan nilai t hitung (-0,327) > ttabel (-2,03), artinya jika ditingkatkan variabel suhu udara
sebesar 1oC maka curah hujan tidak akan berkurang 13,152 mm.
3.5.2. Korelasi
Tabel 3.3 Uji Korelasi Correlations
T.udara K.udara Kec.angin S.udara C.Hujan
T.udara Pearson Correlation 1 .068 -.303 -.159 -.087
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
Keterangan :
1. Koefisien korelasi antara tekanan udara dan curah hujan sebesar -0,087 yang berarti
hubungannya sangat rendah.Signifikansi koefisien korelasi tersebut ditandai dengan
2. Koefisien korelasi antara kelembaban udara dan curah hujan sebesar 0,462 yang
berarti hubungannya cukup kuat.Signifikansi koefisien korelasi tersebut ditandai
dengan nilai signifikansi (Sig.(2-tailed)) lebih kecil dari α(0,005< 0,05).
3. Koefisien korelasi antara kecepatan angin dan curah hujan sebesar 0,191 yang berarti
hubungannya sangat rendah.Signifikansi koefisien korelasi tersebut ditandai dengan
nilai signifikansi (Sig.(2-tailed))lebih besar dari α (0,266< 0,05).
4. Koefisien korelasi antara suhu udara dan curah hujan sebesar -0,299 yang berarti
hubungannya rendah.Signifikansi koefisien korelasi tersebut ditandai dengan nilai
signifikansi (Sig.(2-tailed))lebih besar dari α (0,077> 0,05).
3.5.3 Uji Determinasi (R2)
(R2) mengukur persentase variabel bebas yang terdiri dari 4 variabel X dan 1 variabel Y, yaitu tekanan udara (X1), kelembaban udara (X2), kecepatan angin (X3), suhu udara (X4) dan
curah hujan (Y) secara bersama – sama, dimana 0 ≤ R2≤ 1.
Tabel 3.4 Hasil Uji Determinasi(R2)
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
3.5.4 Pengujian Asumsi Klasik
a) Uji Normalitas
Uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau
mendekati distribusi normal. Pengujian normalitas dalam penelitian ini menggunakan analisis
pendekatan grafik dengan bantuan perangkat lunak SPSS versi 17.
Berdasarkan hasil analisis yang telah dilakukan, maka dapat diambil kesimpulan
sebagai berikut :
a) Diperoleh nilai R sebesar 0,571. Hal ini berarti, hubungan antara tekanan
udara, kelembaban udara, kecepatan angin dan suhu udara terhadap curah
hujan di kota Medan sebesar 57,1%. Artinya hubungannya cukup erat.
b) Untuk nilai R2diperoleh sebesar 0,326 atau 32,6%. Hal ini berarti 32,6% faktor-faktor yang mempengaruhi curah hujan di kota Medan dapat dijelaskan
oleh variabel tekanan udara, kelembaban udara, kecepatan angin dan suhu
udara. Sedangkan sisanya sebesar 67,4% dijelaskan oleh faktor-faktor yang
lain yang tidak diteliti dalam penelitian ini.
c) Adjusted R Square sebesar 0,239 berarti 23,9 % faktor-faktor yang
mempengaruhi curah hujan yang dapat dijelaskan oleh tekanan udara,
kelembaban udara, kecepatan angin dan suhu udara. Sedangkan sisanya 76,1 %
Gambar 3.1 Hasil Uji Normalitas
Berdasarkan grafik di atas dapat disimpulkan bahwa distribusi data normal hal ini
ditunjukkan distribusi data tidak condong ke kiri ataupun condong ke kanan. Hasil uji
normalitas dengan pp plot ditunjukkan pada gambar di bawah ini.
Gambar 3.2 Hasil Uji Normalitas
Pada gambar terlihat titik – titik yang mengikuti data di sepanjang garis diagonal, hal ini
b)Heterokedastisitas
Melalui analisis grafik, suatu model regresi dianggap tidak terjadi heterokedastisitas jika
titik-titik menyebar secara acak tidak membentuk suatu pola tertentu yang jelas serta tersebar baik
diatas maupun dibawah angka nol pada sumbu Y.
Gambar 3.3 Hasil Uji Heterokedastisitas
Dari gambar diatas terlihat titik-titik menyebar secara acak tidak membentuk suatu
pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y.
Hal ini berarti tidak terjadi heterokedastisitas.
c) Multikolinearitas
Variabel independen yang satu dengan yang lain dalam model regresi berganda tidak saling
berhubungan secara sempurna atau mendekati sempurna. Untuk mengetahui ada tidaknya
gejala multikolinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF (Variance
Inflation Factor) melalui program SPSS. Nilai umum yang biasa dipakai adalah nilai
Tabel 3.5 Hasil Uji Multikolinearitas
Metode ini diperkenalkan oleh Geary sebagai uji nonparametrik dengan tanda positif &
Hasil output RunTest diperoleh nilai p-value sebesar 0,866 > 0,05. Berdasarkan nilai
tersebut, untuk kasus ini, hasil Run Test memberikan kesimpulan bahwa tidak terjadi
autokorelasi. Selain itu dapat dilihat melalui tabel output, nilai Durbin Watson hitung adalah
2,236. Sementara itu nilai Durbin Watson tabel dengan jumlah data n = 36 adalah dL = 1,236
dan dU = 1,724. Nilai Durbin Watson hitung (d= 2,236) berada didalam daerah antara dU =
1,724 dan (4 - 1,724 = 2,276). Pengambilan keputusannya adalah dU < d < 4-dU;
1,724 < 2,236 < 2,276, berarti keputusan tidak ada autokorelasi positif atau negatif
3.6 Uji F (uji serentak)
Tabel 3.7 Hasil Uji F
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 127210.387 4 31802.597 3.750 .013a
Residual 262897.620 31 8480.568
Total 390108.008 35
Pada tabel dapat dilihat bahwa nilai Fhitung adalah 3,750 dengan tingkat signifikansi 0,013.
Sedangkan Ftabel pada alpha 5 % adalah 2,68. Oleh karena Fhitung> daripada Ftabel dengan
tingkat signifikansi 0,013 < 0,05 menunjukkan bahwa pengaruh variabel tekanan udara,
kelembaban udara, kecepatan angin , suhu udara secara serentak adalah positif dan signifikan
terhadap curah hujan.
Hipotesis :
H : Tidak ada pengaruh yang signifikan antara tekanan udara, kelembaban udara, kecepatan angin dan suhu udara terhadap curah hujan.
H : Adanya pengaruh yang signifikan antara tekanan udara, kelembaban udara, kecepatan angin dan suhu udara terhadap curah hujan
1. Membandingkan Fhitung dengan Ftabel
a. Menghitung Fhitung
Fhitungdari SPSS yang diperoleh sebesar 3,750
b. Menghitung Ftabel dengan ketentuan sebagai berikut :
Taraf signifikansi 0.05 dan derajat kebebasan dengan ketentuan numerator :4 – 1 = 3; dan
dumentor : 35 – 4 = 31. Dari ketentuan tersebut diperoleh Ftabel sebesar 2,68.
c. Menentukan kriteria uji hipotesis
Kriteria pengujian :
Jika Fhitung< Ftabel, maka Ho diterima dan H1ditolak
Jika Fhitung> Ftabel, maka Ho ditolak dan H1 diterima
d. Pengambilan keputusan
Dari hasil perhitungan diperoleh angka Fhitungsebesar 3,750> Ftabel sebesar 2,68 sehingga
H ditolak dan H diterima artinya adanya hubungan yang signifikan antara tekanan udara, kelembaban udara, kecepatan angin dan suhu udara terhadap curah hujanHal ini berarti
apabila tekanan udara (X ), kelembaban udara(X ), kecepatan angin(X ) dan suhu udara(X )secara bersama-sama mengalami kenaikan maka akan berdampak terhadap curah hujan(Y). Dengan demikian model regresi diatas sudah layak dan benar.
2. Membandingkan angka taraf signifikansi (sig)
Hasil perhitungan dengan taraf signifikansi 0,05 (5%), kriterianya sebagai berikut :
Jika sig penelitian ≤ 0,05 maka H ditolak dan H diterima. Jika sig penelitian > 0,05 maka H diterima dan H ditolak.
Berdasarkan perhitungan angka signifikansi sebesar 0,013< 0,05, maka H ditolak dan H
diterima artinya adanya pengaruh signifikan antaratekanan udara, kelembaban udara,
3.7 Uji t (secara parsial)
Dilakukan untuk menguji setiap variabel bebas (X1, X2, X3dan X4) apakah mempunyai
pengaruh yang signifikan terhadap variabel (Y) secara parsial.
Tabel 3.8 Hasil Uji t
Hipotesis variabel tekanan udara adalah :
H0 :Tidak ada hubungan yang signifikan antara tekanan udara dengan curah hujan.
H1 : Ada hubungan yang signifikan antara tekanan udara dengan curah hujan.
Pada variabel tekanan udara berpengaruh secara negatif dan tidak signifikan terhadap curah
hujan. Hal ini terlihat dari nilai signifikan (0,865) lebih besar dari 0,05, dan nilai thitung
(-0,171) > ttabel (-2,03), artinya jika ditingkatkan variabel tekanan udara sebesar 1 atm maka
curah hujan tidak akan berkurang 4,405 mm.
b. Variabel kelembaban udara
Hipotesis variabel kelembaban udara adalah :
H0 : Tidak ada hubungan yang signifikan antara kelembaban udara dengan curah hujan.
Pada variabel kelembaban udara berpengaruh secara positif dan signifikan terhadap curah
hujan. Hal ini terlihat dari nilai signifikan (0,022) lebih kecil dari 0,05, dan nilai thitung (2,412)
> ttabel (2,03), artinya jika ditingkatkan variabel kelembaban udara sebesar 1 kg/m3 curah
hujan akan meningkat sebesar 29,451 mm.
c. Variabel kecepatan angin
Hipotesis variabel kecepatan anginadalah :
H0 : Tidak ada hubungan yang signifikan antara kecepatan angin dengan curah hujan.
H1 : Ada hubungan yang signifikan antara kecepatan angin dengan curah hujan.
Pada variabel kecepatan angin berpengaruh secara positif dan signifikan terhadap curah
hujan. Hal ini terlihat dari nilai signifikan (0,042) lebih kecil dari 0,05, dan nilai thitung (2,119)
> ttabel (2,03), artinya jika ditingkatkan variabel kecepatan angin sebesar 1 m/det maka curah
hujan akan meningkat sebesar 118,191 mm.
d. Variabel suhu udara
Hipotesis variabel suhu udaraadalah :
H0 : Tidak ada hubungan yang signifikan antara suhu udara dengan curah hujan.
H1 : Ada hubungan yang signifikan antara suhu udara dengan curah hujan.
Pada variabel suhu udara berpengaruh secara negatif dan tidak signifikan terhadap curah
hujan. Hal ini terlihat dari nilai signifikan (0,746) lebih besar dari 0,05, dan nilai thitung
(-0,327) > ttabel (-2,03), artinya jika ditingkatkan variabel suhu udara sebesar 1oC maka curah
hujan tidak akan berkurang 13,152 mm.
e. Konstanta sebesar 1966,814, artinya walaupun variabel bebas bernilai nol maka curah
BAB 4
KESIMPULAN DAN SARAN
4.1. Kesimpulan
Berdasarkan hasil analisis yang telah dilakukan, maka dapat diambil kesimpulan sebagai
berikut :
a. Diperoleh nilai R sebesar 0,571. Hal ini berarti, hubungan antara tekanan udara,
kelembaban udara, kecepatan angin dan suhu udara terhadap curah hujan di kota
Medan sebesar 57,1%. Artinya hubungannya cukup erat.
b. Untuk nilai R2diperoleh sebesar 0,326 atau 32,6%. Hal ini berarti32,6% faktor-faktor yang mempengaruhi curah hujan di kota Medan dapat dijelaskan oleh variabel
tekanan udara, kelembaban udara, kecepatan angin dan suhu udara. Sedangkan
sisanya sebesar 67,4%dijelaskan oleh faktor-faktor yang lain yang tidak diteliti dalam
penelitian ini.
c. Adjusted R Square sebesar 0,239 berarti 23,9 % faktor-faktor yang mempengaruhi
curah hujan yang dapat dijelaskan oleh tekanan udara, kelembaban udara, kecepatan
angin dan suhu udara. Sedangkan sisanya 76,1 % dapat dijelaskan oleh faktor-faktor
lain yang tidak diteliti oleh penelitian ini.
d. Hasil pengujian hipotesis dengan menggunakan analisis uji serentak (uji-F)diperoleh
nilai Fhitung sebesar 3,750 sedangkan nilai Ftabel sebesar 2,68 padatingkat kepercayaan
95% atau α = 5%. Dengan demikian, nilai Fhitung > Ftabel(3,750 > 2,68), maka H0
ditolak dan H1 diterima. Hal ini menunjukkan bahwavariabel tekanan udara (X1),
kelembaban udara (X2), kecepatan angin (X3) dan suhu udara (X4) secara serempak
berpengaruhsignifikan terhadap curah hujan (Y) di kota Medan. Artinya dengan
adanya perubahan tekanan udara, kelembaban udara, kecepatan angin dan suhu udara
akan mempengaruhi perubahan curah hujan di kota Medan.
e. Hasil uji hipotesis secara parsial diperoleh bahwa variabel kelembaban udara dan
kecepatan angin berpengaruh positif dan signifikan terhadap curah hujan di kota
Medan.
Y= 1966,814- 4,405X1+ 29,451X2+ 118,191X3- 13,152X4
Pada persamaan di atas, Kelembaban udara (X2) dan kecepatan angin (X3) mempunyai
koefisien regresi positif terhadap curah hujan (Y). Hal ini menunjukkan bahwa curah hujan di
kota Medan dipengaruhi oleh kelembaban udara dan kecepatan angin. Hal ini terlihat dari
nilai signifikan (0,022) lebih kecil dari 0,05, dan nilai thitung (2,412) > ttabel(2,03), artinya jika
ditingkatkan variabel kelembaban udara sebesar 1 kg/m3 maka curah hujan akan meningkat sebesar 29,451 mm. Variabel kecepatan angin berpengaruh secara positif dan signifikan
terhadap curah hujan. Hal ini terlihat dari nilai signifikan (0,042) lebih kecil dari 0,05, dan
nilai thitung (2,119) > ttabel (2,03), artinya jika ditingkatkan variabel kecepatan angin sebesar
m/det maka curah hujan akan meningkat sebesar 118,191 mm. Pada variabel tekanan udara
(X1) berpengaruh secara negatif terhadap curah hujan. Hal ini terlihat dari nilai thitung(-0,171)
>ttabel (-2,03), artinya jika ditingkatkan variabel tekanan udara sebesar 1 atm maka curah
hujan tidak akan berkurang 4,405 mm. Pada variabel suhu udara berpengaruh secara negatif
terhadap curah hujan. Hal ini terlihat dari nilai thitung (-0,327) > ttabel (-2,03), artinya jika
ditingkatkan variabel suhu udara sebesar 1oC maka curah hujan tidak akan berkurang 13,152 mm.
4.2 Saran
a. Diharapkan kepada peneliti selanjutnya agar dapat meneliti faktor-faktor lain yang
dapat mempengaruhi curah hujan
b. Dengan mengetahui bagaimana mengantisipasi kekeringan, diharapkan dapat
DAFTAR PUSTAKA
Guslim. 2007. Agroklimatologi. Medan : USU Press.
Harto, Sri Br. 1993. Analisis Hidrologi. Jakarta : Gramedia Pustaka Utama
Helmi, Syafrizal. 2010. Analisis Data. Medan : USU Press
Irianto, Agus. 2004. Statistik Konsep Dasar & Aplikasinya. Jakarta Timur : Prenada Media
Kodoatie, Robert J. dan Roestam Sjarief. 2010. Tata Ruang Air. Yogyakarta : Andi
Lakitan, Benyamin.1994. Dasar-dasar Klimatogi. Jakarta : PT. Raja Grafindo Persada.
Maryono, Agus. 2004.Menangani Banjir, Kekeringan, dan Lingkungan. Yogyakarta : Gajah Mada University Press.
Hachrowi,Djalal dan Hardius Usman. 2002. Penggunaan Teknik Ekonometri. 2002. Jakarta : PT. RajaGrafindo Persada
Seyhan, Ersin. 1990. Dasar-Dasar Hidrologi. Yogyakarta : Gadjah Mada University Press
Soelistyo. 2000. Dasar-Dasar Ekonometrika. Yogyakarta : BPFE
Coefficientsa
T.udara K.udara Kec.angin S.udara C.Hujan
T.udara Pearson Correlation 1 .068 -.303 -.159 -.087
**. Correlation is significant at the 0.01 level (2-tailed).
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 127210.387 4 31802.597 3.750 .013a
Residual 262897.620 31 8480.568
Total 390108.008 35
Coefficients
Model
Unstandardized Coefficients
Standardized
Coefficients
T Sig.
B Std. Error Beta
1 (Constant) 1966.814 26294.784 .075 .941
T.udara -4.405 25.732 -.027 -.171 .865
K.udara 29.451 12.208 .509 2.412 .022
Kec.angin 118.191 55.774 .350 2.119 .042
S.udara -13.152 40.174 -.072 -.327 .746
