KATA PENGANTAR. Badung, Maret 2015 Kepala Stasiun Meteorologi Kelas I Bandar Udara Ngurah Rai Bali. Erasmus Kayadu, S.Si, M.Si NIP

(1)

(2)

TIM REDAKSI BULETIN METEO NGURAH RAI

Pelindung Kepala Stasiun Meteorologi Kelas I Bandar Udara Ngurah

Rai Bali

Erasmus Kayadu, S.Si, M.Si

Penasehat

Drs. A.A. Gede Trikumara S. Pande Putu Pardana Ni Wayan Siti, S.Sos

Pemimpin Redaksi

Agus Yarcana

Wakil Pemimpin Redaksi

Decky Irmawan, SE, M. Kom Dewa Gede Agung Mahendra,

S. Kom

Sekretaris Redaksi

Agit Setiyoko, S.T Ni Made Dwi Jayanti, S. Kom

Tim Redaksi

Sangsang Firmansyah, SP Muh. Khamdani, SP Tatang Hadi Suprobo, SH, SP

Devi Ardiyansah, SP I Putu Sumiana, S.Si Kadek Sumaja, S.Si

Tim Percetakan/Distributor

I Wayan Subakti, A.Md Putri Kusumastuti, A.Md

Kadek Winasih, A.Md Devi Dwita Meiliza, SE

Alamat Redaksi

Stasiun Meteorologi Kelas I Bandar Udara Ngurah Rai Bali

Gedung GOI Lt. II Bandara Ngurah Rai Denpasar Bali

80361 Telp. 03619359754 Fax. 03619351124 Email : stametngurahraidps@gmail.com Website www.ngurahrai,bali.bmkg.go.id KATA PENGANTAR

Puji syukur kami panjatkan ke hadirat Tuhan Yang Maha Kuasa atas diterbitkannya Buletin Meteo Ngurah Rai edisi Maret 2015 ini. Pembuatan buletin ini dilakukan sebagai ikhtiar untuk mengevaluasi sekaligus menginformasikan kejadian cuaca khususnya di lingkup Bandara I Gusti Ngurah Rai selama kurun waktu sebulan terakhir.

Penerbitan buletin ini diharapkan dapat memberi nilai tambah kepada masyarakat terutama kepada pengguna layanan cuaca penerbangan.

Seperti sebuah awal, tentu saja masih diperlukan banyak perbaikan. karenanya saran dan kritik membangun diperlukan guna menjadikan kualitas buletin ini ke depan menjadi semakin baik.

Badung, Maret 2015

Kepala Stasiun Meteorologi Kelas I Bandar Udara Ngurah Rai Bali

Erasmus Kayadu, S.Si, M.Si NIP. 196102121984031001

(3)

DAFTAR ISI

TIM REDAKSI BULETIN METEO NGURAH RAI ... 1

KATA PENGANTAR ... 1

DAFTAR ISI ... 2

BMKG dalam Khusyuk Nyepi di Bandara Ngurah Rai ... 5

I. DAFTAR ISTILAH ... 6

II. PENDAHULUAN... 9

III. ANALISIS DINAMIKA ATMOSFER DAN LAUT ...11

A. ENSO (El Nino Southern Osclation)...11

B. MJO (Madden-Jullien Oscilation) ...12

C. Sirkulasi Monsun ...13

D. Suhu Muka Laut...16

IV. PROFIL PARAMETER CUACA STASIUN METEOROLOGI KELAS I NGURAH RAI DENPASAR BULAN FEBRUARI 2015 ...17

A. Curah Hujan...17

B. Suhu Udara...17

1 Suhu Udara Rata-Rata Harian ...17

2 Suhu Udara Maksimum ...18

3 Suhu Udara Minimum ...19

C. Kelembaban Udara...19

D. Tekanan Udara ...20

E. Arah dan Kecepatan Angin Permukaan ...21

F. Crosswind, Headwind dan Tailwind...22

V. EVALUASI KINERJA STASIUN METEOROLOGI KELAS I NGURAH RAI DENPASAR ...24

A. Evaluasi Kinerja Tiap Kelompok...24

(4)

VI. VERIFIKASI DATA PENGUKURAN CURAH HUJAN ANTARA PENAKAR HUJAN TYPPING BUCKET (AWOS) DAN PENAKAR HUJAN HELLMAN DI STAMET NGURAH

RAI DENPASAR BULAN JANUARI 2015 ...32

A. Pendahuluan...32

B. Tinjauan Pustaka ...33

1. Penakar Hujan Hellman ...33

2. Penakar Hujan Typping Bucket (AWOS)...33

3. Korelasi Pearson ...34

4. Regresi ...34

5. Minitab 16 ...34

C. Pembahasan ...35

1. Jumlah Curah Hujan Antara Penakar Hujan Hellman Dan Typping Bucket (AWOS) Selama Bulan Januari 2015 ...35

2. Menentukan Korelasi Pearson Dan Regresi Menggunakan Aplikasi Minitab 16....35

3. Memprediksi Jumlah Curah Hujan Pada Penakar Hujan Dengan Metode Regresi36 4. Prediksi Jumlah Curah Hujan Penakar Hujan Hellman Selama Bulan Januari Dengan Perhitungan Regresi...36

5. Grafik Perbandingan Jumlah Curah Hujan AWOS, Curah Hujan Penakar Hellman Dan Prediksi Perhitungan Regresi ...37

D. Kesimpulan dan Saran... 38

1. Kesimpulan...38

2. Saran...39

(5)

(6)

BMKG dalam Khusyuk Nyepi di Bandara Ngurah Rai

Bagi warga Bali, hari raya Nyepi yang merupakan tahun baru dalam agama Hindu identic dengan suasana sepi dan tanpa aktivitas. Nyepi sendiri dimulai dari pukul 06.00 WITA sampai pukul 06.00 WITA keesokan harinya. Seluruh masyarakat di pulau bali dilarang untuk beraktiftas di luar rumah, dilarang menghidupkan lampu, dan membuat kegaduhan. Hal yang sama berlaku terhadap wisatawan yang kebetulan saat Nyepi berada di Bali. Wisatawan dilarang untuk melakukan aktifitas diluar penginapannya. Bahkan dalam beberapa tahun terakhir, pemerintah Bali melarang stasiun TV menayangkan siaran dalam satu hari khusus di Bali.

Para pecalang (keamanan adat di Bali) berjaga-jaga untuk memastikan tidak ada kendaraan berlalu lalang, tidak ada orang yang berjalan-jalan, dan keamanan lingkungan tetap kondusif.

Di bandar udara I Gusti Ngurah Rai, aktifitas di hari raya Nyepi hanya sebatas

memberikan informasi kepada pesawat yang sedang melintas agar tidak terjadi

blankarea. Hal ini dikarenakan selama 24 jam ditutup untuk penerbangan dari maupun menuju Bali.

Pertukaran data meteorologi harus tetap berlangsung meskipun kenyataannya tidak ada aktifitas penerbangan. Stasiun

Meteorologi Kelas I Ngurah Rai Denpasar sebagai UPT yang melayani informasi Meteorologi mempunyai kewajiban untuk tetap melakukan diseminasi data

Meteorologi dan memastikan jalur di atas Bali tidak menjadiblankarea bagi

penerbang yang melewatinya. Selama 24 jam di hari Nyepi, Stasiun Meteorologi Kelas I Ngurah Rai Denpasar tetap melaksanakan tugasnya seperti seperti pengamatan cuaca maupun prakiraan cuaca.(pande)

Hingar bingar pawai ogoh-ogoh disetiap penjuru Bali mulai mereda. Kemacetan mulai terurai, jalanan mulai lengang, satu persatu masyarakat beranjak pulang, bersiap menyongsong matahari Nyepi keesokan pagi

Hari Raya Nyepi dilaksakan setiap 1 tahun sekali di bulan Maret atau awal April.

Nyepi

2015

Dalam 6 tahun terakhir, hari Raya Nyepi di Bandara Ngurah Rai selalu dilalui dengan hujan dan guntur

terkecuali di tahun 2010 yang hanya terjadi guntur. 6,6 milimeter adalah curah hujan tertinggi dalam 6 tahun terakhir di Bandara Ngurah Rai ketika hari Raya Nyepi di tahun 2012

Stasiun Meteorologi Kelas I Ngurah Rai Denpasar

PHONE

+623619355665

WEB

www.ngurahrai.bali.bmkg.go.id

(7)

I. DAFTAR ISTILAH

Aerodrome Warning adalah berita meteorologi yang berisi peringatan untuk berhati-hati atau mengambil langkah-langkah tertentu berkaitan dengan prakiraan akan adanya cuaca signifikan atau fenomena ekstrem di sekitar Bandar udara.

AUSMI (Australian Monsoon Index) merupakan indeks yang mengukur sirkulasi monsun Australia yang terjadi dengan menghitung rata-rata angin zonal (timur barat) pada ketinggian 850 mb pada area (5oLS-15oLS, 110oBT-130oBT) (Kajikawa dkk., 2009). Indeks AUSMI bernilai positif berarti terjadi penguatan sirkulasi monsunal dengan ditandai angin paras 850 mb pada area (5oLS-15oLS, 110oBT-130oBT) cenderung bergerak dari barat, sebaliknya indeks AUSMI bernilai negatif berarti terjadi pelemahan sirkulasi monsunal dengan ditandai angin paras 850 mb pada area (5oLS-15oLS, 110oBT-130oBT) cenderung bergerak dari Timur – Tenggara.

Crosswind adalah angin yang arahnya dari samping benda yang bergerak misalnya pesawat yang sedang dalam penerbangan.

El Ninoadalah fase negatif dari ENSO yang dicirikan dengan anomali suhu muka laut yang lebih hangat di wilayah Samudera Pasifik Ekuatorial bagian timur dibandingkan dengan di bagian baratnya dan ditandai dengan nilai SOI negatif.

ENSO (El Nino Southern Oscillation) adalah fenomena interaksi lautan-atmosfer skala global dengan variabilitas interannual yang terjadi karena adanya penyimpangan (anomali) suhu muka laut di wilayah Samudera Pasifik Ekuatorial.

FKLIM71 adalah formulir yang di dalamnya dicatat data klimatologi bulanan pada stasiun station meteorologi atau klimatologi.

Flight Forecast adalah prakiraan cuaca untuk penerbangan yang dikumpulkan dalam satu berkas dokumen prakiraan cuaca penerbangan dan diserahkan kepada penerbang sebelum terbang.

Headwind adalah angin yang bertiup dari arah depan berlawanan dengan arah benda, misalnnya pesawat yang sedang dalam penerbangan.

ITCZ (Inter Tropical Convergence Zone) adalah area di sekitar wilayah tropis yang dicirikan dengan pola pumpunan (konvergensi) angin dalam skala yang luas dan dapat berpotensi terjadi cuaca buruk di sepanjang wilayah yang dilewatinya.

La Nina adalah fase positif dari ENSO yang dicirikan dengan anomali suhu muka laut yang lebih hangat di wilayah Samudera Pasifik Ekuatorial bagian barat dibandingkan

(8)

MET REPORT adalah singkatan dari “meteorological report”. Digunakan dalam bahasa laporan cuaca penerbangan yang menyatakan bahwa laporan yang dibuat adalah laporan rutin dari hasil pengamatan cuaca.

METAR adalah kata sandi yang digunakan untuk menunjukkan bahwa sandi atau keterangan yang mengikutinya adalah informasi cuaca yang sedang berlangsung di Bandar udara. METAR dibuat secara rutin, biasanya dibuat secara berkala setiap 30 menit sekali, untuk dikirim ke atau dipertukarkan dengan Stasiun Meteorologi Penerbangan lainnya, dan/atau dikirim ke Pusat-Pusat Data dan Analisis yang ditentukan. MJO (Madden Jullian Oscillation) adalah fenomena atmosfer skala global dengan variabilitas intraseasonal yang menunjukkan potensi area konvektif kuat dan menjalar dari barat ke timur di sepanjang wilayah ekuatorial.

Monsun suatu pola sirkulasi angin yang berhembus secara periodik pada suatu periode (minimal tiga bulan) dan pada periode yang lain polanya akan berlawanan. Di Indonesia dikenal dengan dua istilah monsun yaitu Monsun Asia dan Monsun Australia. Monsun Asia berkaitan dengan musim penghujan di Indonesia, sedangkan Monsun Australia berkaitan dengan musim kemarau.

OLR (Outgoing Longwave Radiation) adalah energi gelombang panjang dari permukaan bumi yang dipancarkan ke angkasa. Nilai besar/kecil dari OLR mengindikasikan jumlah tutupan awan yang rendah/tinggi.

Pilot Balon (Pibal)adalah pengukuran dan perhitungan arah dan kecepatan angin dengan pelacakan balon meteorologi menggunakan theodolite.

PW (Precipitable Water)adalah banyaknya uap air yang berpotensi menjadi hujan. Siklon tropis adalah sistem tekanan rendah dengan angin berputar siklonik yang terbentuk di lautan wilayah tropis dengan kecepatan angin maksimal 34,8 (tiga puluh empat koma delapan) knots atau 64,4 (enam puluh empat koma empat) km/jam (kilometer per jam) di sekitar pusat pusaran.

SOI (Southern Oscillation Index) adalah indeks yang menunjukkan aktifitas ENSO dan mengindikasikan adanya perkembangan atau intensitas kejadian El Nino atau La Nina di Samudera Pasifik. SOI dihitung berdasarkan perbedaan tekanan permukaan laut antara Tahiti dan Darwin.

SPECI adalah kata sandi yang digunakan untuk menunjukkan bahwa sandi atau keterangan yang mengikutinya adalah informasi tentang adanya fenomena khusus pada suatu saat di suatu Bandar udara dan atau di sekitarnya. SPECI dibuat untuk dikirim ke

(9)

atau dipertukarkan dengan Stasiun Meteorologi Penerbangan lainnya, dan/atau dikirim ke Pusat-Pusat Data dan Analisis yang ditentukan.

TAFOR adalah singkatan dari “terminal forecast”. Sandi meteorologi yang menunjukkan bahwa berita yang tertulis di belakangnya adalah tentang prakiraan cuaca Bandar udara. TAFOR memuat informasi tentang akan terjadinya cuaca di suatu Bandar udara pada waktu yang akan datang. Unsur cuaca yang diprakirakan meliputi angin permukaan, jarak pandang mendatar, fenomena cuaca, awan, dan perubahan signifikan dari satu atau lebih unsur tersebut selama selang waktu prakiraan.

Tailwind adalah angin yang bertiup dari arah belakang sejajar dengan arah benda, misalnya pesawat yang sedang dalam penerbangan.

WYMI (Webster-Yang Monsoon Index) merupakan indeks yang mengukur sirkulasi monsun Asia yang terjadi dengan menghitung perbedaaan rata-rata angin zonal (timur barat) pada ketinggian 850 mb dan 200mb pada area (0oLU-20oLU, 40oBT-110oBT) (Webster dkk., 1992). Indeks WYMI bernilai negatif berarti terjadi penguatan sirkulasi monsunal Asia dengan ditandai angin paras 200 mb pada area (0oLU-20oLU, 40o BT-110oBT) cenderung lebih besar nilainya dibanding angin paras 850mb. Sehingga dominan arah angin paras 200 mb adalah Timur Laut-Timur. Indeks WYMI bernilai positf berarti terjadi pelemahan sirkulasi monsunal Asia dengan ditandai angin paras 200 mb pada area (0oLU-20oLU, 40oBT-110oBT) cenderung lebih kecil nilainya dibanding angin paras 850mb. Sehingga dominan arah angin paras 200 mb adalah Barat Daya-Barat.

WXREV adalah informasi meteorologi yang berisikan rangkuman keadaan cuaca selama 24 jam pada stasiun meteorologi atau klimatologi.

(10)

II. PENDAHULUAN

Benua maritim Indonesia yang hangat mengakibatkan banyak fenomena atmosfer skala global dan regional mempengaruhi cuaca dan iklimnya. Fenomena atmosfer ENSO (El Nino Southern Oscillation) yang terjadi di Samudra Pasifik, IOD (Indian Ocean Dipole) yang terjadi di Samudra Hindia, osilasi Madden-Jullien (Madden-Jullien Oscilation), daerah pumpunan antar tropis (Inter Tropical Convergence Zone/ITCZ) serta sirkulasi monsun Asia dan Australia adalah beberapa fenomena skala global dan regional yang mempengaruhi wilayah Indonesia. Luasnya bentangan wilayah Indonesia menyebabkan pengaruh fenomena atmosfer ini tidaklah sama di setiap wilayah. Secara umum pengaruh fenomena-fenomena tersebut dapat dilihat pada Gambar 2.1 dan 2.2 berikut :

Bali adalah salah satu pulau kecil yang berada di kawasan tengah Indonesia dengan koordinat 9o0’ - 7o50’ LS dan 114o0’ - 116o0’ BT. Luas wilayah daratan Bali

Gambar 2.1 Pengaruh Fenomena La Nina dan IOD Positif untuk wilayah Indonesia

Gambar 2.2 Pengaruh Fenomena El Nino dan IOD Negatif untuk wilayah Indonesia

II. PENDAHULUAN

(11)

adalah 5.636,66 km2, sedangkan luas lautannya 9.634,35 km2, terlihat bahwa luas lautan Bali dua kali lipat luas daratannya. Kondisi ini mengakibatkan keadaan cuaca dan iklim di wilayah Bali dipengaruhi oleh fenomena atmosfer seperti ENSO, MJO dan sirkulasi angin monsun Asia dan Australia. Penyampaian informasi mengenai analisa cuaca di wilayah Bali ini menjadi salah satu tugas dari Stasiun Meteorologi Kelas I Bandar Udara Ngurah Rai Bali.

Stasiun Meteorologi Kelas I Ngurah Rai Denpasar merupakan stasiun meteorologi yang terletak di dalam bandar udara I Gusti Ngurah Rai Bali. Selain memberikan informasi analisa keadaan cuaca wilayah Bali, juga bertugas untuk memberikan informasi cuaca untuk penerbangan di bandar udara I Gusti Ngurah Rai Bali. Informasi cuaca penerbangan yang diberikan antara lain METAR, SPECI, Met Report, Special Report,

Flight ForecastdanAerodrome Warning. Informasi lain yang juga dihasilkan oleh Stasiun Meteorologi Kelas I Ngurah Rai Denpasar adalah informasi pengamatan cuaca synoptik dan udara atas. Semua informasi yang disampaikan ini diharapkan dapat menjadi acuan bagi jasa penerbangan pada khususnya dan masyarakat Bali pada umumnya untuk mengantisipasi perubahan cuaca yang terjadi.

(12)

III. ANALISIS DINAMIKA ATMOSFER DAN LAUT

Analisis dinamika atmosfer dan laut selama periode Februari 2015 akan memberikan gambaran terhadap fenomena atmosfer dominan yang mempengaruhi perubahan cuaca di wilayah Bali. Secara umum akan ditampilkan kondisi tiap-tiap fenomena atmosfer seperti ENSO, MJO, sirkulasi monsun dan suhu muka laut selama periode Februari 2015 sebagai berikut :

A. ENSO (El Nino Southern Osclation)

Penentuan fase ENSO dilakukan dengan analisis terhadap indeks NINO dan SOI yang mengamati perubahan kondisi atmosfer di sekitar samudra Pasifik. Indeks NINO dibagi menjadi 4, dimana tiap indeks menunjukan anomali suhu muka laut untuk wilayah yang berbeda di samudra Pasifik. Untuk wilayah Indonesia, indeks NINO yang digunakan adalah indeks NINO 3.4.

Pada periode Desember 2014 hingga Februari 2015 indeks NINO 3.4 menunjukan nilai antara 0.4ºC s/d 0.8ºC. Nilai indeks ini juga menunjukan fase ENSO yang negatif dan adanya fenomena El Nino yang terjadi. Intensitas dari fenomena El Nino yang terjadi adalahEl Nino lemah (Weak El Nino). Hal ini menunjukan bahwa kondisi El Nino kurang berpengaruh terhadap kondisi cuaca di sekitar wilayah Indonesia bagian Timur dan Tengah. Secara lengkap indeks NINO terlihat pada Gambar 3.1 berikut :

Gambar 3.1 Indeks NINO Tahun 2014 (Sumber :

www.cpc.ncep.noaa.gov/products/precip/CWlink/MJO

(13)

Selain Indeks NINO 3.4, indeks yang juga harus digunakan untuk analisis ENSO adalah indeks SOI. Indeks SOI memiliki batas-batas nilai yang menunjukan ENSO fase negatif atau positif. Untuk ENSO fase negatif indeks SOI bernilai -8 atau lebih, sedangkan untuk ENSO fase positif bernilai 8 atau lebih. Nilai indeks SOI antara -8 s/d 8 adalah keadaan netral.

Selama periode Februari 2015, indeks SOI rata-rata 30 harian mengalami fluktuasi nilai yang cukup signifikan antara -11 s/d 1. Hal ini menunjukan bahwa pada periode Februari 2015 terindikasi adanya fase ENSO negatif dan fenomena El Nino yang aktif di sekitar wilayah samudra Pasifik. Sedangkan nilai indeks SOI rata-rata 30 harian yang terakhir menunjukan nilai 0.8 yang menunjukan bahwa kondisi ENSO kembali netral. Secara lengkap perubahan indeks SOI rata-rata 30 harian terlihat pada Gambar 3.2 berikut :

Berdasarkan indeks NINO 3.4 dan SOI tersebut dapat diketahui bahwa selama periode Februari 2015 terindikasi adanya ENSO fase negatif. ENSO fase negatif menunjukan adanya fenomena El Nino yang aktif, tapi intensitasnya masih lemah. Oleh karena itu peluang penurunan curah hujan yang disebabkan oleh fenomena El Nino di sekitar wilayah Indonesia bagian Timur dan Tengah tidak terlalu besar.

B. MJO (Madden-Jullien Oscilation)

Pada umumnya analisis fenomena atmosfer MJO menggunakan indikasi perubahan nilai OLR yang terjadi di sekitar area ekuator. Perubahan nilai OLR pada periode Februari 2015 yang ditampilkan dengan diagram Hovmoller terlihat seperti Gambar 3.3 berikut :

Gambar 3.2 Indeks SOI Rata-Rata 30 Harian (Sumber :

(14)

Dari data OLR di atas berdasarkan letak geografis Indonesia 94058' 21" BT-141° 01' 10"BT dapat ditentukan bahwa pada awal hingga akhir bulan Februari 2015 nilai OLR berkisar dari -0.5 sampai 1 dengan kata lain tidak terjadi peningkatan tutupan awan di Indonesia. Untuk pergerakan MJO selama periode Februari 2015 dapat dilakukan analisis terhadap diagram fase MJO yang terlihat seperti Gambar 3.4 berikut :

Dari pergerakan MJO pada gambar di atas dapat disimpulkan bahwa MJO tidak aktif di wilayah Indonesia selama periode Februari 2015.

C. Sirkulasi Monsun

Pengaruh sirkulasi monsun terhadap perubahan cuaca di sekitar wilayah Indonesia bagian Tengah dan Timur dapat dianalisa pada AUSMI (Australian Monsoon Index) dan WYMI (Webster-Yang Monsoon Index). Pada periode Februari 2015 WYMI menunjukan

Gambar 3.3 Diagram Hovmoller Nilai OLR Rata-Rata 5 Harian (Sumber :

www.cpc.ncep.noaa.gov/products/precip/CWlink/MJO/mjo.shtml)

(15)

fluktuasi yang cukup signifikan, dengan nilai antara -16 s/d -4. Pada awal hingga akhir periode Februari 2015, terlihat nilai WYMI cenderung bernilai negatif. Hal ini menunjukan terjadi penguatan sirkulasi monsunal Asia dan arah angin lapisan 5000ft (850HPa) cenderung dari Barat. Secara lengkap fluktuasi nilai WYMI terlihat pada Gambar 3.5 berikut :

Sedangkan pada periode Februari 2015 AUSMI juga menunjukan fluktuasi yang cukup signifikan, dengan nilai antara -6 s/d 4. Pada awal hingga pertengahan periode Februari 2015, terlihat nilai AUSMI bergerak dari positif menuju negatif yang menunjukan terjadi peningkatan sirkulasi monsunal Australia, arah angin lapisan 5000ft (850HPa) cenderung dari Timur-Tenggara. Sedangkan pada pertengahan hingga akhir periode nilai AUSMI bergerak dari nilai negatif menuju positif yang menunjukan terjadi penurunan sirkulasi monsunal Australia dan arah angin lapisan 5000ft (850HPa) cenderung dari Barat. Secara lengkap fluktuasi nilai AUSMI terlihat pada Gambar 3.6 berikut :

Berdasarkan pola angin lapisan 5000ft (850 HPa) rata-rata pada periode Februari 2015 diketahui bahwa arah angin dominan di sekitar wilayah Indonesia bagian Tengah dan Timur dari arah Barat Daya-Barat Laut. Angin baratan ini mengindikasikan bahwa

Gambar 3.6 Grafik AUSMI (Sumber :http://bcc.cma.gov.cn/) Gambar 3.5 Grafik AUSMI (Sumber :http://bcc.cma.gov.cn/)

(16)

sirkulasi monsunal Asia makin kuat pengaruhnya terhadap keadaan cuaca di wilayah tersebut. Wilayah Bali secara khusus, arah angin rata-rata dari arah Barat Daya-Barat dengan kecepatan rata-rata antara 2-7 knots pada periode Februari 2015. Secara lengkap hal ini bisa dilihat pada Gambar 3.7 berikut :

Sirkulasi monsun Asia yang makin kuat juga dapat dilihat pada pola tekanan udara permukaan rata-rata pada periode Februari 2015. Terlihat bahwa tekanan udara permukaan disekitar wilayah Asia masih tinggi, sedangkan tekanan udara permukaan disekitar wilayah Australia masih rendah. Hal ini mengakibatkan aliran massa udara bergerak dari Benua Asia menuju Benua Australia. Untuk wilayah Indonesia, tekanan udara permukaan rata-rata pada periode Februari 2015 berkisar antara 1008-1012 HPa, khusus untuk wilayah Bali, tekanan udara permukaan rata-rata berkisar antara 1009-1010 HPa. Secara lengkap hal ini bisa dilihat pada gambar 3.8 berikut :

Gambar 3.7 Pola Angin Lapisan 5000ft (850 HPa) Rata-Rata

(17)

Pada periode Februari 2015 terjadi peningkatan kandungan uap air yang signifikan di sekitar wilayah Indonesia. Berdasarkan nilai kandungan uap air di atmosfer atau

Precipitable Water (PW) rata-rata diketahui bahwa kisaran nilainya antara 39-54 kg/m2. Kisaran nilai PW tersebut tergolong tinggi, sehingga pertumbuhan awan juga tinggi di beberapa daerah. Hal ini juga berlaku untuk wilayah Bali, dimana kisaran nilai PW antara 46-49 kg/m2. Secara lengkap hal ini bisa dilihat pada gambar 3.9 berikut :

D. Suhu Muka Laut

Suhu muka laut pada periode Februari 2015 di wilayah Indonesia berkisar antara 27-30oC. Beberapa wilayah mempunyai kisaran suhu muka laut antara 29.5-30.5oC, dimana kisaran suhu ini menunjukan potensi penguapan dan pertumbuhan awan yang signifikan. Wilayah Bali pada periode Februari 2015 mempunyai kisaran suhu muka laut antara 28.5-29.5oC, dengan konsentrasi suhu muka laut yang tinggi merata di seluruh wilayah. Secara lengkap hal ini bisa dilihat pada gambar 3.10 berikut :

(18)

IV. PROFIL PARAMETER CUACA STASIUN METEOROLOGI KELAS I NGURAH RAI DENPASAR BULAN FEBRUARI 2015

A. Curah Hujan

Pada periode Februari 2015 tercatat jumlah hari hujan di Stasiun Meteorologi Kelas I Ngurah Rai Denpasar sebanyak 22 hari, dengan rincian 20 hari hujan terukur dan 2 hari hujan tidak terukur (TTU). Sedangkan untuk total curah hujan pada periode Februari 2015 sebesar 179,3 mm. Berdasarkan dasarian, maka curah hujan yang tercatat dapat dikelompokan manjadi dasarian I, II dan III. Pada dasarian I tercatat adanya 5 hari hujan dengan jumlah curah hujan 28,3 mm, pada dasarian II tercatat ada 9 hari hujan dengan jumlah curah hujan 67,3 mm, sedangkan pada dasarian III tercatat ada 8 hari hujan dengan jumlah curah hujan 92,1 mm. Curah hujan tertinggi tercatat pada tanggal 24 Februari 2015. Grafik curah hujan pada periode Februari 2014 ditunjukan oleh Gambar 4.1 sebagai berikut :

B. Suhu Udara

Secara umum akan diberikan penjelasan mengenai profil suhu udara rata rata harian, profil suhu udara maksimum dan profil suhu udara minimum pada periode Februari 2015 di Stasiun Meteorologi Kelas I Ngurah Rai Denpasar.

1 Suhu Udara Rata-Rata Harian

Suhu udara rata rata harian pada periode Februari 2015 berkisar antara 26,8oC– 28,8oC. Suhu udara rata-rata harian terendah terjadi pada tanggal 12 Februari 2015, sedangkan suhu udara rata-rata harian tertinggi terjadi tanggal 20 dan 22 Februari 2015.

0 10 20 30 40 50 60 70 1 2 3 4 Cu ra h Hu ja n ( m m )

Grafik Curah Hujan Periode Februari 2015

Gambar 4.1 Grafik Curah Hujan Periode Februari 2015

A. Curah Hujan

B. Suhu Udara

4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 Tanggal

Grafik Curah Hujan Periode Februari 2015

Gambar 4.1 Grafik Curah Hujan Periode Februari 2015

A. Curah Hujan

B. Suhu Udara

25 26 27 28

(19)

Secara umum grafik suhu udara rata rata harian periode Februari 2015 dapat dilihat pada Gambar 4.2 sebagai berikut :

2 Suhu Udara Maksimum

Suhu udara maksimum pada periode Februari 2015 berkisar antara 29,6oC-32,0oC. Selama periode ini, rata-rata suhu udara maksimum tercatat sebesar 31,0oC, dengan suhu udara maksimum tertinggi terjadi pada tanggal 10 Februari 2015 dan suhu udara maksimum terendah terjadi pada tanggal 12 Februari 2015. Secara umum penggambaran tentang suhu udara maksimum pada periode Februari 2015 terlihat pada Gambar 4.3 sebagai berikut : 25,5 26,0 26,5 27,0 27,5 28,0 28,5 29,0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 S u h u Ud a ra ( o C ) Tanggal

Grafik Suhu Udara Rata-Rata Harian Periode Januari 2015 28,0 28,5 29,0 29,5 30,0 30,5 31,0 31,5 32,0 32,5 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 Su hu U dar a (o C) Tanggal

Grafik Suhu Udara Maksimum Periode Februari 2015

Gambar 4.2 Grafik Suhu Udara Rata Rata Harian Periode Februari 2015

(20)

3 Suhu Udara Minimum

Suhu udara minimum pada periode Februari 2015 berkisar antara 22,8oC–28,0oC. Selama periode ini, rata-rata suhu udara minimum tercatat sebesar 24,7oC, dengan suhu udara minimum tertinggi terjadi pada tanggal 21 Februari 2015 dan suhu udara minimum terendah terjadi pada tanggal 22 Februari 2015. Secara umum penggambaran tentang suhu udara minimum pada periode Februari 2015 terlihat pada Gambar 4.4 sebagai berikut :

C. Kelembaban Udara

Kondisi kelembaban udara rata-rata harian di Stasiun Meteorologi Kelas I Ngurah Rai Denpasar selama periode Februari 2015 berkisar antara 73–85 %. Pada periode ini kelembaban udara rata-rata harian tertinggi terjadi pada tanggal 12 Februari 2015, sedangkan kelembaban udara rata rata harian terendah terjadi pada tanggal 6 Februari 2015. Kondisi kelembaban udara rata rata harian periode Februari 2015 ditunjukkan pada Gambar 4.5 sebagai berikut :

0,0 5,0 10,0 15,0 20,0 25,0 30,0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 S u h u Ud a ra ( o C ) Tanggal

Grafik Suhu Udara Minimum Periode Februari 2015

(21)

D. Tekanan Udara

Tekanan udara rata-rata harian di Stasiun Meteorologi Kelas I Ngurah Rai Denpasar selama periode Februari 2015 berkisar antara 1008,0–1011,4 HPa. Tekanan udara rata-rata harian tertinggi pada periode ini terjadi pada tanggal 3 Februari 2015, sedangkan tekanan udara rata rata terendah terjadi pada tanggal 12 Februari 2015. Secara umum profil tekanan udara rata rata harian periode Februari 2015 dapat dilihat pada Gambar 4.6 berikut : 66 68 70 72 74 76 78 80 82 84 86 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 Ke le m b a b a n Ud a ra ( % ) Tanggal

Grafik Kelembaban Udara Rata-Rata Harian Periode Januari 2015 1006,0 1007,0 1008,0 1009,0 1010,0 1011,0 1012,0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 T e k a n a n Ud a ra ( HP a ) Tanggal

Grafik Tekanan Udara Rata-Rata Harian Periode Januari 2015

Gambar IV.5 Grafik Kelembaban Udara Rata Rata Harian Periode Februari 2015

Gambar 4.6 Grafik Tekanan Udara Rata Rata Harian Periode Februari 2015

(22)

E. Arah dan Kecepatan Angin Permukaan

Profil arah angin permukaan (10 meter) di Stasiun Meteorologi Kelas I Ngurah Rai Denpasar pada periode Februari 2015 dapat dilhat padawindroseangin permukaan pada Gambar 4.9. Berdasarkan windrose angin permukaan tersebut diketahui bahwa arah angin permukaan dominan adalah dari arah Barat (247.5o-292.5o) dengan prosentase mencapai 22.74%. Sedangkan resultan angin yang menunjukan arah angin rata rata pada periode ini tercatat dari arah 275odengan prosentase 19%.

Profil kecepatan angin permukaan (10 meter) di Stasiun Meteorologi Kelas I Ngurah Rai Denpasar pada periode Februari 2015 dapat dilihat pada Gambar 4.10. Terlihat bahwa kecepatan angin permukaan secara umum berkisar antara 1-4 knots dengan prosentase sebesar 46.5%. Kecepatan angin permukaan maksimum tercatat terjadi pada tanggal 20 Februari 2015 pada pukul 13.00 UTC, dengan kecepatan mencapai 19 knots

Gambar 4.9 Windrose Angin Permukaan Periode Februari 2015

(23)

F. Crosswind, Headwind dan Tailwind

Informasi crosswind, headwind dan tailwind di Stasiun Meteorologi Kelas I Ngurah Rai Denpasar pada periode Februari 2015 disajikan dalam bentuk histogram crosswind, histogram headwind dan tailwind, prosentase crosswind kanan dan kiri serta prosentase headwind dan tailwind.

Pada periode Februari 2015 histogram crosswind dapat dilihat pada Gambar 4.11. Terlihat bahwa crosswind kanan dengan kecepatan antara 1-3 knots memiliki jumlah kejadian tertinggi yang mencapai 304 kejadian. Untuk kecepatan crosswind maksimum, tercatat kecepatan crosswind kiri mencapai 15-17 knots sebanyak 2 kejadian, sedangkan kecepatan crosswind kanan mencapai 10-12 knots sebanyak 7 kejadian.

Sedangkan histogram headwind dan tailwind dapat dilihat pada Gambar 4.12. Terlihat bahwa kondisi netral (kecepatan 0 knots) memiliki jumlah kejadian tertinggi yang mencapai 281 kejadian. Untuk kecepatan headwind maksimum, tercatat mencapai 19-21 knots sebanyak 2 kejadian. Sedangkan untuk kecepatan tailwind maksimum, tercatat mencapai 12-14 knots sebanyak 2 kejadian.

2 3 11 27 133 691 304 148 19 ₇ ₀ 0 100 200 300 400 500 600 700 800 -17-(-15) -14-(-12) -11-(-9) -8-(-6) -5-(-3) -2-0 1-3 4-6 7-9 10-12 13-15 F re k u e n s i Ke c e p a ta n Kecepatan Crosswind (kt) Histogram Crosswind Periode Februari 2015

Nilai - : Crosswind Kiri Nilai + : Crosswind Kanan

(24)

Prosentase kejadian crosswind kanan dan kiri, headwind dan tailwind pada periode Februari 2015 dapat dilihat pada Gambar 4.13. Crosswind kiri memiliki prosentase kejadian tertinggi yang mencapai 40%, crosswind kanan memiliki prosentase kejadian mencapai 39%, sedangkan prosentase kejadian netral mencapai 21%. Sedangkan untuk prosentase kejadian headwind dan tailwind pada dasarian I, terlihat bahwa prosentase kejadian headwind mencapai 100% dan tidak tercatat adanya prosentase tailwind.

0 2 0 50 100 150 200 250 300 350 400 450 -17-(-15) -14-(-12) F re k u e n s i Ke c e p a ta n Crosswind Kiri 34% Netral 31% Crosswind Kanan 35%

Prosentase Crosswind Kanan dan Kiri

Periode Februari2015

Gambar 4.12 Histogram Headwind dan Tailwind Periode Februari 2015

Gambar 4.13 Grafik Prosentase Crosswind Kanan dan Kiri, Headwind dan Tailwind Periode Februari 2015

Nilai - : Tailwind Nilai + : Headwind

2 5 38 121 407 213 200 219 75 36 ₂₇ -14-(-12) -11-(-9) -8-(-6) -5-(-3) -2-0 1-3 4-6 7-9 10-12 13-15 16-18 Kecepatan Headwind dan Tailwind (kt) Histogram Headwind dan Tailwind

Periode Februari 2015 Crosswind Kiri 34% Netral 31%

Prosentase Crosswind Kanan dan Kiri Periode Februari2015 Tailwind 22% Headwind 57%

Prosentase Headwind dan Tailwind

Periode Februari 2015 Gambar 4.12 Histogram Headwind dan Tailwind Periode Februari 2015

27 2 16-18 19-21 Tailwind 22% Netral 21% Prosentase Headwind dan

Tailwind Periode Februari 2015 Gambar 4.12 Histogram Headwind dan Tailwind Periode Februari 2015

(25)

V. EVALUASI KINERJA STASIUN METEOROLOGI KELAS I NGURAH RAI DENPASAR

Evaluasi kinerja secara rutin merupakan salah satu bentuk upaya Stasiun Meteorologi Kelas I Ngurah Rai Denpasar untuk memenuhi sasaran kinerja berupa tersedianya informasi cuaca penerbangan secara rutin dan informasi significant meteorologi (sigmet) guna mendukung keselamatan transportasi.

A. Evaluasi Kinerja Tiap Kelompok

Stasiun Meteorologi Kelas I Ngurah Rai Denpasar memiliki empat kelompok utama antara lain kelompok prakirawan dan pengolahan, kelompok pengamatan dan komunikasi, kelompok teknisi dan kelompok Tata Usaha (TU). Evaluasi tiap kelompok ini dilakukan dengan membandingkan realisasi kegiatan terhadap target awalnya. Secara umum evaluasi kinerja kelompok prakirawan dan pengolahan dapat dilihat pada Tabel 5.1, sedangkan untuk evaluasi kinerja kelompok pengamatan dan komunikasi dapat dilihat pada Tabel 5.2. Untuk evaluasi kinerja kelompok teknisi tercatat secara lengkap pada Tabel 5.3. Terakhir untuk evaluasi kinerja kelompok Tata Usaha (TU) tercatat pada Tabel 5.4.

(26)

Sasaran Strategis Indikator Kinerja Target/BL Realisasi Prosentase Tersedianya Informasi 1 PENINGKATAN PENGELOLAAN DATA

Cuaca untuk Pener A. PENGUMPULAN DATA

bangan secara routin 1 Jumlah Pengumpulan data meteorologi permukaan untuk pemetaan dan analisis tepat waktu(2 kali sehari) 56 54 96 dan informasi signifi 2 Jumlah Pengumpulan data meteorologi udara atas untuk pemetaan dan analisis tepat waktu(2 kali sehari)6

lapiasan

336 306 91

cant meteorologi 3 Jumlah pengumpulan produk informasi cuaca dan prakiraan cuaca NWP,peringatan dini dari BMKG Pusat (SIGWX 2 lap,windtemp 9 lap,synergie 17 produk,setiap hari

1708 1708 100

(sigmet) guna 4 Prosentase pelaporan kejadian gunung meletus dalam bentuk volkano activity report kepada Stamet Kelas I Soekarno-Hatta dan Stamet Hasanudin Makasar

Tiap Kejadian 0 mendukung kesela 5 Prosentase laporan keadaan cuaca pada saat terjadinya kecelakaan pesawat ke Kapus Meteorologi

Penerbangan dan Maritim

Tiap Kejadian 0

matan transportasi 6 Prosentase pelaporan cuaca ektrim tepat waktu Tiap Kejadian 4 100 7 Jumlah pembuatan evaluasi dan kajian cuaca ektrim di Bandara Ngurah Rai dan dikirim Ke BMKG Pusat Tiap Kejadian 4 100 8 Jumlah pengiriman Taf dan Taf AMD 2 jam sebelumnya dengan keakuratan 80 % 112 112 100 9 Jumlah pembuatan dan pengiriman Trend setiap 30 menit secara tepat waktu 1344 1344 100 B. PENGOLAHAN DATA

1 Jumlah Aerodrome Climatology Summary ( ACS ) 1 1 100

2 Jumlah Penatausahaan Website

a. Berita Website 1 10 1000

b. Data Website 28 28 100

c. Data Log User 28 28 100

3 Jumlah Pengelolaan Data Base

a. Degitasi me.48 2 file 2 100

b. Data Fklim 71 1 file 1 100

c. Data Arah dan Kecepatan Angin 1 file 1 100

d. Data Cuaca Khusus 1 file 1 100

e. Data Hujan 1 file 1 100

f. Data penyinaran matahari 1 file 1 100

g. Data Tekanan Udara(QFE,QFF) 1 file 1 100

h. Data Kelembaban Udara(RH) 1 file 1 100

I. Data Suhu udara 1 file 1 100

j. Data Visibility 1 file 1 100

C. PENYIMPANAN DATA

1 Pengiriman dan penyimpanan Megasoft Fklim-71 1 file 1 100

2 Pengiriman dan penyimpanan Megasoft Intensitas Hujan 1 file 1 100

(27)

3 Penyimpanan Megasoft Synoptik 1 file 1 100 4 Jumlah data hasil pemodelan yg tersimpan(windtemp,SIGWX) 1232 1232 100

5 Jumlah citra radar cuaca yang tersimpan 4032 3544 88

6 Jumlah citra sattelite yang tersimpan 672 672 100

7 Jumlah ACS yang tersimpan 1 buku 1 100

D. ANALISIS DAN PRAKIRAAN

1 Jumlah pemetaan dan analisis cuaca synoptik 2 kali sehari 56 54 96

2 Jumlah pemetaan dan analisis 6 lapisan udara atas,2 kali sehari 336 306 91

3 Jumlah intepretasi produk NWP 1708 1708 100

4 Jumlah intepretasi citra sattelite tiap jam yg digunakan untuk operasional 672 672 100 5 Jumlah citra radar tiap 10 meneit yang digunakan untuk operasioanl 4032 3544 88 6 Jumlah prakiraan cuaca kebandaraan yg dikirim via face book (00.06,12,18) utc 112 112 100 7 Prosentase analisis sementara atas kejadian cuaca ektrim dan prediksi cuaca ektrim di Bandara Ngurah Rai Tiap kejadian 4 100 8 Jumlah Tafor 10 Bandara yang menjadi kewenangan(0012,0618,1224)utc 840 1008 120

9 Verifikasi TAFOR WADD 4 kali sehari 112 112 100

E. PELAYANAN JASA

1 Jumlah pelaksanaan updating dan penyimpanan produk data dan informasi prakiraan cuaca secara teratur :

a. Jumlah desiminasi produk prakiraan media face book 112 112 100

b. Jumlah desiminasi produk data dan informasi dengan display 28 28 100 c. Jumlah desiminasi prakiraan cuaca bandara media website 28 28 100 d. Jumlah desiminasi prakiraan cuaca bandara 3 hari kedepan media website 28 28 100 e. Prosentase desiminasi peringatan dini cuaca ektrim media website Tiap kejadian

2 Jumlah Penyebaran Flight Forecast 8 kali sehari melalui Media website 224 224 100

3 Jumlah desiminasi Trend forecast Metar 1344 1344 100

4 Jumlah desiminasi Tafor untuk 10 bandara dalam kewenangan 840 1008 100 5 Prosentase pembuatan dan penyebaran informasi peringatan dini di bandara ngurah rai media website Tiap kejadian 20

6 Jumlah pembuatan evaluasi dan kajian cuaca ektrim di bandara ngurah rai dan dikirim ke BMKG Pusat Tiap kejadian 4 100 7 Jumlah pemberian dan pelaksanaan briefing cuaca penerbangan untuk pengguna,pilot,airline crew sesuai

permintaan

Tiap kejadian 7 100 8 Jumlah pemberian pelayanan jasa untuk keperluan khusu (asuransi dll) Tiap kejadian

9 Jumlah pemberian dokumen penerbangan( flight forecast ) 4200 5440 130 10 Jumlah desiminasi Tafor WADD validity 24 jam (4 kali) sehari 112 112 100

11 Jumlah desiminasi Aerodrome Warning Tiap kejadian 20 100

12 Jumlah desiminasi informasi meteorologi melalui buletin 1 1 100

(28)

Sasaran Strategis Indikator Kinerja Target/BL Realisasi Prosentase Tersedianya Informasi A. PENINGKATAN PENGAMATAN METEOROLOGI

Cuaca untuk Pener 1 Jumlah pengamatan meteorologi permukaan selama 24 jam dan tepat waktu. 672 672 100 bangan secara routin 2 Jumlah pengamatan meteorologi udara atas dgn pilot balon 3 kali sehari dan tepat waktu. 84 79 94 dan informasi signifi 3 Jumlah data pengamatan pilot balon dengan ketinggian > 19000 ft 34 40 117 cant meteorologi 4 Jumlah penyandiaan data meteorologi permukaan 8 kali sehari dan tepat waktu 224 224 100 (sigmet) guna 5 Jumlah penyandian data meteorologi udara atas pibal 3 kali sehari dan tepat waktu. 84 79 94 mendukung kesela 6 Jumlah pengamatan cuaca khusus radar cuaca 48 kali sehari. 1344 1344 100 matan transportasi 7 Jumlah pengamatan cuaca khusus satelit cuaca 24 jam. 672 672 100

8 Jumlah pengamatan meteorologi permukaan menggunakan peralatan di taman alat dan landas pacu utk pelayanan penerbangan 24 jam.

672 672 100

9 Jumlah Penyandian data METAR tepat waktu 1344 1344 100

10 Jumlah Penyandian data SPECIAL dan Special Report tepat waktu 109 109 100

11 Jumlah pembuatan Local Routine Report tepat waktu 1344 1344 100

12 Jumlah entry data base BMKGsoft 24 kali sehari 672 672 100

13 Jumlah pembuatan wxrev tepat waktu 28 28 100

14 Jumlah pengamatan meteorologi selama 24 jam dan tepat waktu untuk unsur :

a. Jumlah pengamatan unsur lamanya penyinaran matahari 28 28 100

b. Jumlah pengamatan unsur suhu udara 672 672 100

c. Jumlah pengamatan tekanan udara 672 672 100

d. Jumlah pengamatan unsur angin 672 672 100

e. Jumlah pengamatan unsur kelembaban udara 672 672 100

f. Jumlah pengamatan unsur jarak pandang 672 672 100

g. Jumlah pengamatan unsur penguapan. 28 28 100

B. PENGUMPULAN DATA

1 Jumlah pengiriman berita data sandi meteorologi permukaan 8 kali sehari secara tepat waktu. 224 221 98 2 Jumlah pengiriman berita data sandi meteorologi udara atas pibal 3 kali sehari tepat waktu. 84 79 94 3 Jumlah monitoring dan kualiti kontrol pengiriman berita data meteorologi permukaan 8 kali sehari. 224 224 100 4 Jumlah monitoring dan kualiti kontrol pengiriman berita data meteorologi udara atas 3 kali sehari. 84 84 100 5 Jumlah pengiriman informasi cuaca penerbangan Metar tepat waktu tiap 30 menit 1344 1344 100

6 Jumlah pengiriman data Climat tanggal 4 setiap bulannya. 1 1 100

7 Jumlah pengiriman berita Local Routine Report 24 jam tepat waktu dengan pengiriman setiap 30 menit. 1344 1344 100

8 Jumlah pengiriman database BMKGsoft 672 672 100

9 Prosentase pengiriman Spesial Report dan Spesial secara tepat waktu 109 109 100 C. PENGELOLAAN DATA

1 Jumlah pengolahan dan pengarsipan data hasil pengamatan dalam format yang telah ditetapkan :

a. Me 45 1 1 100

b. Me 48 1 1 100

c. Form AB 1 1 100

d. F Klim 71 1 1 100

(29)

e. Pengamatan Angin Permukaan tiap jam 1 1 100

f. Pengamatan angin atas 1 dan 2 1 1 100

g. Steadyness Wind 1 1 100

h. Metar 1 1 100

i. Wx Rev 1 1 100

j. Climat 1 1 100

k. Penguapan 1 1 100

2 Jumlah hasil kendali mutu data hasil pengamatan tiap jam pengamatan 672 672 100

3 Jumlah pengelolaan database 672 672 100

4 Jumlah data hasil pengamatan synoptik yang tersimpan 672 672 100

5 Jumlah data hasil pengamatan udara atas yang tersimpan 84 84 100

6 Jumlah data hasil pengamatan synoptik dan udara atas yang tersimpan 1 1 100

7 Jumlah pelayanan data 14 14 100

Sasaran Strategis Indikator Kinerja Target/BL Realisasi Prosentase

Tersedianya Informasi A. PENINGKATAN PEMELIHARAAN

Cuaca untuk Pener 1 Jadwal pemeliharan berkala 1 1 100

bangan secara routin 2 Pelaksanaan pemeliharaan peralatan berkala :

dan informasi signifi a. Alat Konvensional 112 112 100

cant meteorologi b. Alat Modern 112 112 100

(sigmet) guna c. Alat elektronik sederhana 112 112 100

mendukung kesela 3 Pelaksanaan pemeliharaan fasilitas penunjang 112 112 100

matan transportasi 4 Pelaporan kerusakan peralatan secara berjenjang -

-5 Pelaksanaan perbaikan peralatan 1 1 100

6 Pelaksanaan monitoring peralatan dan melaporkan hasil monitoring secara berjenjang 1 1 100 7 Pencatatan dan pengarsipan riwayat peralatan stasiun setiap tahun -

-8 Pencatatan dan pelaporan perubahan aset peralatan secara berjenjang - -9 Kalibrasi peralatan

a. Pengusulan kalibrasi ke Balai atau ke BMKG Pusat -

-b. Pelaksanaan Kalibrasi oleh Balai atau BMKG -

-10 Pengusulan suku cadang dan peralatan cadangan -

-11 Pengukuran ketebalan tabung gas dan melaporkan kondisi tabung gas - -12 Pengecekan PWS

a.Pengecekan PWS 1 1 100

b.Kerusakan PWS -

-c. Perbaikan PWS -

-13 Display Informasi Cuaca Bandara

a. Pengecekan dan perawatan 28 28 100

(30)

b. Kerusakan -

-c. Perbaikan -

-14 Pengoperasian/pengamatn Polusi Udara

a. Sampel Debu 10 10 100

b.Sample Air Hujan 5 5 100

c. Pelaporan hasil pengamatan / pengoperasian 1 1 100

15 Pengoperasian Actinograph 28 28 100

16 Menjaga dan memelihara kebersihan, kemanana dan persyaratan lingkungan peralatan 4 4 100

Sasaran Strategis Indikator Kinerja Target/BL Realisasi Prosentase

Tersedianya Informasi A. PENINGKATAN PELAKSANAAN TUGAS ADMINISTRASI DAN KERUMAHTANGGAAN

Cuaca untuk Pener 1 Jumlah penataan ketatausahaan administrasi kepegawaian, SDM dan pengarsipan kerumahtanggaan sehingga mudah dan dapat diakses tepat waktu.

1 1 100

bangan secara routin 2 Jumlah pelaporan operasional dan TU yang terkirim kurang dari tanggal 6 setiap bulannya. 1 1 100 dan informasi signifi 3 Jumlah pengiriman pelaporan bulanan kegiatan kurang dari tanggal 10 bulan berjalan. 1 1 100 cant meteorologi 4 Jumlah penatausahaan Keuangan dan pelaporannya terkirim kurang dari tangga 6 bulan berjalan. 1 1 100 (sigmet) guna 5 Jumlah penatausahaan Barang Milik Negara dan pelaporannya terkirim kurang dari tanggal 6

bulan berjalan.

1 1 100

mendukung kesela 6 Jumlah pengiriman DUPAK setiap tanggal 6 bulan Januari dan Juli. - - -matan transportasi 7 Jumlah penatausahaan penggajian dan uang makan dan PNBP kurang dari tanggal 5 bulan

berjalan

1 1 100

8 Prosentase kenaikan pangkat pegawai tepat waktu. - -

-9 Prosentase pemberian berkala tepat waktu. 1 1 100

10 Jumlah penatauasahaan keuangan, rekonsiliasi dan pelaporannya kurang dari tanggal 6 bulan berjalan.

1 1 100

11 Jumlah rekonsiliasi keuangan dan BMN tepat waktu. 1 1 100

12 Jumlah program kerja, lakes, TOR, RKA-SK, RKT, Tapkin tepat waktu - -

-13 Jumlah penataan arsip, ruangan dan lingkungan 1 1 100

B. PENINGKATAN KUALITAS SDM DAN KERJASAMA

1 Jumlah internal training/rapat kelompok / diskusi kelompok Stamet Ngurah Rai Tiap pelaksanaan 1 100 2 Prosentase workshop/ training /diklat BMKG Pusat Tiap pelaksanaan - -3 Prosentase dukungan terhadap kegiatan BBMKG Wil III, instansi lainnya. Tiap pelaksanaan 2 100

4 Jumlah rapat umum staf 3 bulanan - -

-5 Jumlah rapat evaluasi kegiatan bulanan. 1 1 100

6 Prosentase rapat evaluasi pelaksanaan anggaran bulanan setiap awal bulan 1 1 100 7 Prosentase sosialisasi yang dilaksanakan atau yang diikuti. Tiap pelaksanaan 3 100

8 Prosentase olahraga bersama sesuai jadwal Tiap pelaksanaan 4 100

(31)

B. Verifikasi Prakiraan Cuaca

Verifikasi prakiraan cuaca adalah evaluasi kinerja yang digunakan untuk mengukur tingkat keakuratan informasi prakiraan yang diberikan oleh Stasiun Meteorologi Kelas I Bandar Udara Ngurah Rai Bali. Verifikasi dilakukan dengan melakukan perbandingan antara hasil prakiraan cuaca dari informasi TAFOR dengan hasil pengamatan cuaca dari informasi METAR dan SPECI. Pada proses verifikasi, setiap unsur meteorologi hasil prakiraan cuaca mempunyai nilai persyaratan toleransi ketelitian saat dibandingkan dengan hasil pengamatan cuaca. Batasan toleransi ketelitian ini dapat dilihat pada Tabel 5.4 berikut :

No. Unsur Meteorologi Persyaratan Toleransi Ketelitian Prosentase

Minimum Ketelitian

1. Arah Angin ± 30o 80 %

2. Kecepatan Angin ± 5 Kt untuk kecepatan sampai 25 Kt 80 % ± 20% untuk kecepatan diatas 25 Kt

3. Jarak Pandang ± 200 m untuk jarak pandang sampai 700 m 80 % ± 30% untuk jarak pandang antara 700 m & 10 Km

4. Cuaca/Endapan Terjadi atau tidak 80 %

5. Jumlah Awan ± 2 Oktas 70 %

6. Tinggi Dasar Awan ± 30 m (100 ft) untuk tinggi dasar awan sampai 120 m 70 % ± 30% untuk tinggi dasar awan antara 120 m & 3000 m (10.000 ft)

Pada periode Februari 2015, verifikasi prakiraan cuaca menunjukan hasil yang sangat baik dengan kisaran hasil verifikasi antara 75-94%. Secara lengkap hasil verifikasi prakiraan cuaca Stasiun Meteorologi Kelas I Ngurah Rai Denpasar terlihat pada Tabel 5.5. Terlihat bahwa hasil verifikasi terendah pada periode Februari 2015 adalah verifikasi unsur meteorologi cuaca/endapan sebesar 75%, sedangkan hasil verifikasi tertinggi adalah verifikasi unsur meteorologi tinggi dasar awan sebesar 94%. Hasil verifikasi ini menunjukan bahwa kualitas informasi prakiraan cuaca yang dihasilkan cukup baik, sehingga diharapkan dapat dimanfaatkan sebesar-besarnya oleh jasa penerbangan di Bandar Udara Ngurah Rai Bali.

Verifikasi Unsur Meteorologi

Arah Angin Kecepatan Angin Jarak Pandang Cuaca/Endapan Jumlah Awan Tinggi Dasar Awan Standart Minimum 80% 80% 80% 80% 70% 70% Hasil Verifikasi 86% 91% 87% 75% 82% 94%

Tabel 5.4 Tabel Persyaratan Toleransi Ketelitian Pada Verifikasi Prakiraan Cuaca

(32)

C. Evaluasi Kunjungan Website

Website Stasiun Meteorologi Kelas I Ngurah Rai Denpasar,

www.ngurahrai.bali.bmkg.go.id, merupakan salah satu bentuk penyampaian informasi meteorologi. Evaluasi terhadap banyaknya kunjungan ke halaman website selama periode Februari 2015 dapat menunjukan jumlah informasi meteorologi yang tersampaikan kepada pengguna. Khusus untuk informasi Dokumen Penerbangan, dilakukan evaluasi terhadap pengambilan data tersebut via website. Selama periode Februari 2015 fluktuasi jumlah kunjungan website dapat dilihat pada Gambar 5.1, sedangkan untuk Jumlah Kunjungan Yang Mengakses Dokumen Penerbangan via website dapat dilihat pada Gambar 5.2.

135 370402 607 345 224 142183 301 551 537 687 607 366 722 1016 722 583 250 791 479 348 1214 845 984 1082 926 477 0 200 400 600 800 1000 1200 1400 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 J u m la h Ku n ju n g a n W e b s it e Tanggal

Grafik Jumlah Kunjungan Website Periode Februari 2015 839 867 334 308 267 232 586 538 442 96 40 50 31

Tafor Indonesia Timur Tafor Indonesia Barat Tafor Timika Taf Internasional SIN, MYS Taf Internasional HGK Taf Internasional AUS Flight Doc Jakarta Flight Doc Kupang Flight Doc Makasar Flight Doc 00Z Flight Doc 06Z Flight Doc 12Z Flight Doc 18Z

Grafik jumlah Kunjungan Yang Mengakses Dokumen Penerbangan Periode Februari 2015

Gambar 5.1 Grafik Jumlah Kunjungan Website Periode Februari 2015

Gambar 5.2 Grafik Jumlah Kunjungan Yang Mengakses Dokumen Penerbangan Periode Februari 2015

(33)

VI. VERIFIKASI DATA PENGUKURAN CURAH HUJAN ANTARA PENAKAR HUJAN TYPPING BUCKET (AWOS) DAN PENAKAR HUJAN HELLMAN DI STAMET NGURAH

RAI DENPASAR BULAN JANUARI 2015

Gde Krisna Lingga Aditama*, Gde Yudi Seputra1 1

Jurusan Elektronika, Institut Teknologi Surabaya *Teknisi di Stasiun Meteorologi Kelas I Ngurah Rai Denpasar

*Email : krisna_kl11@gmail.com

ABSTRAK

Penelitian ini bertujuan untuk membandingkan data curah hujan yang didapat dari dua buah penakar hujan otomatis antara penakar hujan typping bucket (AWOS) dan penakar hujan hellman. Data curah hujan yang digunakan adalah data curah hujan selama 24 jam pada bulan Januari 2015 di Stasiun Meteorologi Kelas I Ngurah Rai Denpasar. Dalam pembuktian keakuratan kedua alat ini digunakan beberapa metode statistik, seperti regresi, Korelasi Pearson, dan residu. Dalam penghitungan statistik ini, penulis menggunakan software pendukung Minitab 16. Kesimpulan yang didapat setelah melakukan pengolahan data curah hujan selama bulan Januari 2015 bahwa penunjukkan data curah hujan selama 24 jam oleh kedua alat ini adalah sama dengan faktor korelasi mencapai 99%.

Kata kunci : Korelasi Pearson, Regresi, Residu

A. Pendahuluan

Hujan merupakan salah satu unsur cuaca dan iklim yang penting, terutama bagi aktivitas manusia yang berkaitan dengan pertanian, perkebunan, dan lain-lain. Variasi hujan dapat berdasarkan waktu, tempat, dan kuantitas hujan. Kuantitas hujan yang dimaksudkan adalah seberapa sering di suatu tempat turun hujan atau dikenal dengan istilah intensitas hujan, dan seberapa banyak jumlah air hujan(curah hujan) pada saat itu.

Kemajuan teknologi membuat pengukuran curah hujan semakin mudah. Beberapa alat otomatis telah diciptakan guna mempermudah penghitungan. Ada beberapa peralatan pengukur curah hujan otomatis yang digunakan Stasiun Meteorologi Kelas I Ngurah Rai Denpasar seperti Penakar Hujan Hellman dan Penakar Hujan Typping Bucket (AWOS). Kedua alat ini merupakan penakar hujan otomatis yang di masing-masing alat memiliki kelebihan dan kekurangan. Apapun kelebihan maupun kekurangan pada kedua alat tersebut, pada intinya yang ingin kita cari adalah keakuratan dan kesamaan data yang ditunjukkan oleh kedua alat tersebut. Maka dari itu penulis bermaksud untuk membandingkan data curah hujan yang dihasilkan oleh penakar hujan Hellman dan

(34)

B. Tinjauan Pustaka 1. Penakar Hujan Hellman

Penakar hujan jenis Hellman merupakan suatu instrument/alat untuk mengukur curah hujan. Penakar hujan jenis hellman ini merupakan suatu alat penakar hujan berjenis recording atau dapat mencatat sendiri. Alat ini dipakai di stasiun-stasiun pengamatan udara permukaan. Pengamatan dengan menggunakan alat ini dilakukan setiap hari pada jam-jam tertentu mekipun cuaca dalam keadaan baik/hari sedang cerah. Alat ini mencatat jumlah curah hujan yang terkumpul dalam bentuk garis vertikal yang tercatat pada kertas pias. Alat ini memerlukan perawatan yang cukup intensif untuk menghindari kerusakan-kerusakan yang sering terjadi pada alat ini.

2. Penakar Hujan Typping Bucket (AWOS)

Tipping bucket raingauge merupakan alat penakar hujan yang menggunakan prinsip menimbang berat air hujan yang tertampung menggunakan bucket atau ember kemudian disalurkan dengan sebuah skala ukur (pias) yang telah ditetapkan berdasarkan pengujian dan kalibrasi. Berdasarkan catatan sejarah, pada tahun 1662 untuk pertama kalinya Christoper Wren menciptakan sebuah perekam curah hujan type tipping bucket rain gauge di Inggris dengan alat perekam menggunakan kertas yang dibolongkan berdasarkan jumlah curah hujan yang terekam. Pada perkembangannya, alat ini kemudian dihubungkan dengan pena dan kertas pias yang berada pada silinder yang berputar untuk merekam data curah hujan yang terjadi.

Dalam perekaman ini di usahakan sedapat mungkin untuk mengukur curah hujan hingga 0,2 mm atau bahkan 0,1 mm, dengan anggapan bahwa “1 mm hujan berarti ketinggan air hujan dalam radius 1 m2 adalah setinggi 1 mm, dengan syarat bahwa air

(35)

hujan itu tidak mengalir, meresap,atau menguap“ Dengan teori seperti itu maka setiap penakar hujan sedapat mungkin menggunakan prinsip itu termasuk tipping bucket.

3. Korelasi Pearson

Korelasi Pearson adalah suatu bentuk rumus yang digunakan untuk mencari hubungan antara dua variabel, yaitu variabel bebas atau independent variable dan variabel terikat atau dependent variable. Di mana umumnya variabel terikat diberi notasi Y dan variabel bebas diberi notasi X, di mana variabel bebas ini merupakan pemberian dari hasil suatu pengamatan sehingga variabel bebas tersebut tidak lagi Random atau acak. Untuk penelitian lebih lanjut perlu dilakukan uji kerandoman data sampel.

4. Regresi

Regresi merupakan suatu alat ukur yang juga dapat digunakan untuk mengukur ada atau tidaknya korelasi antarvariabel. Jika kita memiliki dua buah variabel atau lebih maka sudah selayaknya apabila kita ingin mempelajari bagaimana variabel-variabel itu berhubungan atau dapat diramalkan. Analisis regersi berguna untuk mendaptkan hubungan fungsional antara dua variabel atau lebih. Selain itu analisis regersi berguna untuk mendapatkan pengaruh antar variabel prediktor terhadap variabel kriteriumnya atau meramalkan pengaruh variabel prediktor terhadap variabel kriteriumnya (Usman & Akbar, 2006).

Persamaan regresi linier dari Y terhadap X dirumuskan sebagai berikut:

Y = a + b X Keterangan: Y = variabel terikat X = variabel bebas a = intersep b = koefisien regresi/slop 5. Minitab 16

Minitab adalah program komputer yang dirancang untuk melakukan pengolahan statistik. Minitab mengkombinasikan kemudahan penggunaan layaknya Microsoft Excel dengan kemampuannya melakukan analisis statistik yang kompleks. Minitab dikembangkan di Pennsylvania State University oleh periset Barbara F. Ryan, Thomas A. Ryan, Jr., dan Brian L. Joiner pada tahun 1972. Minitab memulai versi ringannya OMNITAB, sebuah program analisis statistik oleh NIST. Minitab didistribusikan oleh Minitab Inc, sebuah perusahaan swasta yang bermarkas di State College, Pennsylvania, dengan kantor cabang di Coventry, Inggris (Minitab Ltd.) Paris, Perancis (Minitab SARL)

(36)

dan Sydney, Australia (Minitab Pty.). Kini, Minitab seringkali digunakan dalam implementasi Six Sigma, CMMI serta metode perbaikan proses yang berbasis statistika lainnya.

C. Pembahasan

1. Jumlah Curah Hujan Antara Penakar Hujan Hellman Dan Typping Bucket (AWOS) Selama Bulan Januari 2015

Tabel III.1. Tabel Jumlah Curah Hujan kedua alat ukur selama 24 jam pada bulan Januari 2015

tanggal realtime_awos (X) realtime_hellman (Y) tanggal realtime_awos (X) realtime_hellman (Y)

1 11,3 11,7 16 0 0 2 6 6 17 0,1 0 3 4,6 4,4 18 2,5 2 4 2,1 2,2 19 24,7 19,6 5 5 0,3 20 11,3 15 6 0,1 4,2 21 0,1 0,4 7 0,5 0,3 22 16,1 16,2 8 0 0 23 1,9 1,9 9 1,5 1,6 24 18,4 19 10 0 0 25 18 17,4 11 7,4 6,7 26 0 0 12 44,5 48,8 27 7,3 4,9 13 4,7 4,6 28 13,3 16,2 14 49,1 53,6 29 5,7 4,2 15 8,4 8,2 30 20 21 31 15 15,4

Tabel di atas menunjukkan jumlah curah hujan selama bulan Januari 2015. Disini terlihat perbedaan hasil pengukuran oleh kedua penakar hujan otomatis tersebut. Dari data ini selanjutnya akan diolah untuk mendapatkan korelasinya.

2. Menentukan Korelasi Pearson Dan Regresi Menggunakan Aplikasi Minitab 16

(37)

Untuk mencari korelasi Pearson dengan menggunakan aplikasi Minitab 16, pada tampilan menu klikStat>Basic Staitistics>Correlation, nanti akan muncul tampilan seperti Gambar 2. Masukkan variables realtime_awos(X), dan realtime_hellman(Y), lalu OK. Ditemukan bahwa korelasi Pearson dari kedua data itu adalah 0,988 atau dalam persen adalah 98,8%.

3. Memprediksi Jumlah Curah Hujan Pada Penakar Hujan Dengan Metode Regresi

Gambar III.2. Setting mencari regresi

Untuk mencari regresi dengan menggunakan aplikasi Minitab 16, pada tampilan menu klik Stat>Regression>Regression , nanti akan muncul tampilan seperti Gambar 3. Masukkan variables realtime_awos(X) pada kotak predictors, dan realtime_hellman(Y) pada kotak response, lalu OK. Ditemukan regresinya adalah

Tujuan mencari regresi ini adalah untuk memprediksi berapa jumlah curah hujan pada penakar hujan Hellman apabila kita mengetahui jumlah curah hujan pada penakar typping bucket (AWOS).

4. Prediksi Jumlah Curah Hujan Penakar Hujan Hellman Selama Bulan Januari Dengan Perhitungan Regresi

Tabel III.2. Tabel Perbandingan Jumlah Curah Hujan AWOS, curah hujan Penakar Hellman dan Prediksi Perhitungan Regresi

Tanggal Curah Hujan AWOS (X) Curah Hujan Penakar Hellman (Y)

Prediksi Perhitungan Regresi (Y’) Residu 1 11,3 11,7 11,56 0,0196 2 6 6 5,95 0,0025 3 4,6 4,4 4,46 0,0036 4 2,1 2,2 1,81 0,1521 5 5 0,3 4,89 21,0681 6 0,1 4,2 -0,31 20,3401 7 0,5 0,3 0,12 0,0324 8 0 0 -0,41 0,1681

(38)

10 0 0 -0,41 0,1681 11 7,4 6,7 7,43 0,5329 12 44,5 48,8 46,76 4,1616 13 4,7 4,6 4,57 0,0009 14 49,1 53,6 51,63 3,8809 15 8,4 8,2 8,49 0,0841 16 0 0 -0,41 0,1681 17 0,1 0 -0,31 0,0961 18 2,5 2 2,24 0,0576 19 24,7 19,6 25,77 38,0689 20 11,3 15 11,56 11,8336 21 0,1 0,4 -0,31 0,5041 22 16,1 16,2 16,65 0,2025 23 1,9 1,9 1,6 0,09 24 18,4 19 19,09 0,0081 25 18 17,4 18,67 1,6129 26 0 0 -0,41 0,1681 27 7,3 4,9 7,32 5,8564 28 13,3 16,2 13,68 6,3504 29 5,7 4,2 5,63 2,0449 30 20 21 20,79 0,0441 31 15 15,4 15,49 0,0081

Dalam Tabel III. 2 di atas telah ditunjukkan prediksi jumlah curah hujan PH Hellman dengan memasukkan nilai jumlah curah hujan PH Typping Bucket(AWOS) ke persamaan regresi yang sudah dicari sebelumnya. Hasil prediksi dan realtime curah hujan PH Hellman menunjukkan angka yang tidak jauh berbeda. Selain itu juga terdapat kolom residu, residu merupakan angka koreksi antara prediksi dan realtime yang dicari dengan cara :

Residu = {(prediksi_realtime_hellman) - (realtime_hellman)}2

Dengan menjumlahkan keseluruhan residu tiap harinya selama bulan Januari 2015, kita dapat mengetahui rata-rata efektif residu adalah 1,95.

5. Grafik Perbandingan Jumlah Curah Hujan AWOS, Curah Hujan Penakar Hellman Dan Prediksi Perhitungan Regresi

(39)

Gambar 4. Grafik perbandingan data jumlah curah hujan AWOS, curah hujan penakar Hellman dan prediksi dari perhitungan Regresi

Terlihat bahwa dalam grafik, ketiga garis tersebut saling berhimpitan. Ini membuktikan nilai ketiga data tersebut hampir sama atau dapat dibilang sama.

D. Kesimpulan dan Saran 1. Kesimpulan

Berdasarkan pengolahan data dan pembahasan yang telah dilakukan, diperoleh beberapa kesimpulan antara lain :

a. Data curah hujan yang ditunjukkan oleh kedua alat tersebut (PH Hellman dan PH Typping Bucket) adalah sama. Pembuktiannya adalah bahwa dari perhitungan menggunakan korelasi Pearson, data keduanya menunjukkan korelasi mencapai 98,8%.

b. Dari hasil korelasi Pearson yang mendekati 100%, kita dapat memprediksi data curah hujan realtime salah satu alat (penulis mengambil contoh PH Hellman) dengan menggunakan analisa regresi.

c. Setelah didapat data jumlah curah hujan AWOS, curah hujan penakar Hellman, dan prediksi dari perhitungan regresi, dibuat grafik yang menunjukkan bahwa garis ketiganya saling berhimpit yang berarti ketiga data curah hujan tersebut hampir sama walaupun terdapat beberapa garis yang tidak berhimpit yang artinya terjadi perbedaan data, hal ini mungkin disebabkan akibat dari hujan yang tidak merata mengingat posisi kedua alat tidak dalam satu titik yang sama.

d. Redusi merupakan angka koreksi prediksi dengan realtime. Semakin rendah nilai -10 0 10 20 30 40 50 60 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 realtime_awos (X) realtime_hellman (Y) prediksi_realtime_hellman (Y^)

(40)

2. Saran

Bagi para pembaca yang ingin melakukan pengukuran curah hujan dan tidak mampu membeli peralatan AWOS yang cukup mahal, sebaiknya pilih penakar hujan Hellman guna menghemat biaya. Perbedaan harga tidak akan mempengaruhi pengukuran data curah hujan, karena kita telah membuktikan melalui analisis pada hasil data kedua alat tersebut.

E. Daftar Pustaka

Anonim. 2005. Automatic Weather Station MAWS101-USER’s GUIDE, M210629EN-A,

Vaisala Oyj, Helsinki Finlandia

Kurniawan, Agusta. 2010 Verifikasi Data Pengukuran Curah Hujan Antara Vaisala Hydromet-MAWS201 (QMR101) dan Penakar Hujan Observasi (Obs) di SPAG Bukit Kotatabang Periode Januari-Juni 2010, Megasains Vol. 1 No. 3 September 2010.

Rojali, Ah.MG. 1997.Buku Panduan Alat-Alat Meteorologi Jilid A. Badan Diklat AMG : Jakarta

http://id.wikipedia.org/wiki/Korelasi_Pearson

http://id.wikipedia.org/wiki/Regresi_Linier_Sederhana http://id.wikipedia.org/wiki/Minitab