KATA PENGANTAR. Badung, Februari 2015 Kepala Stasiun Meteorologi Kelas I Bandar Udara Ngurah Rai Bali

(1)

(2)

1

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 Februari 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 perbaikan di sana-sini. karenanya saran dan kritik membangun diperlukan guna menjadikan kualitas buletin ini ke depan menjadi semakin baik.

Badung, Februari 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

I. DAFTAR ISTILAH ... 4

II. PENDAHULUAN... 8

III. ANALISIS DINAMIKA ATMOSFER DAN LAUT ...10

A. ENSO (El Nino Southern Osclation)...10

B. MJO (Madden-Jullien Oscilation) ...11

C. Sirkulasi Monsun ...13

D. Suhu Muka Laut...15

IV. PROFIL PARAMETER CUACA STASIUN METEOROLOGI KELAS I BANDAR UDARA NGURAH RAI BALI ...17

A. Curah Hujan...17

B. Suhu Udara...17

B.1 Suhu Udara Rata-Rata Harian...17

B.2 Suhu Udara Maksimum ...18

B.3 Suhu Udara Minimum...18

C. Kelembaban Udara...19

D. Tekanan Udara ...20

E. Penyinaran Matahari... 21

F. Penguapan Air ...21

G. Arah dan Kecepatan Angin Permukaan...22

H. Keadaan Visibility dan Cuaca Bermakna ...23

I. Crosswind, Headwind dan Tailwind ...23

V. EVALUASI KINERJA STASIUN METEOROLOGI KELAS I BANDAR UDARA NGURAH RAI BALI...26

(4)

3

B. Verifikasi Prakiraan Cuaca ... 31

C. Evaluasi Kunjungan Website ...32

VI. PENENTUAN PRODUK RADAR CUACA PALING TEPAT UNTUK MEMBUAT PERINGATAN DINI CUACA EKSTRIM DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCY PROCESS (AHP)...33

I. PENDAHULUAN ...33

II. TINJAUAN PUSTAKA ... 34

2.1 Fenomena Cuca Ekstrim...34

2.2 RADAR Cuaca...34

2.3 Metode AHP (Analytical Hierarcy Process) ...35

III. METODE PENELITIAN ... 36

IV. HASIL DAN PEMBAHASAN ...37

4.1 Uji Konsistensi Hasil Perbandingan Kriteria ...37

4.2 Uji Konsistensi Hasil Perbandingan Alternatif...39

4.3 Penentuan Prioritas Matriks Perbandingan Kriteria ...39

4.4 Penentuan Prioritas Matriks Perbandingan Alternatif ...42

4.5. Penentuan Alternatif Terbaik...43

V. KESIMPULAN DAN SARAN ...44

5.1 Kesimpulan ...44

5.2 Saran ...44

(5)

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.

(6)

5

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

(7)

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, banglas, 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.

(8)

(9)

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 :

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

(10)

9

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 Bandar Udara Ngurah Rai Bali merupakan stasiun meteorologi yang terletak di dalam bandar udara. Selain memberikan informasi analisa keadaan cuaca wilayah Bali, juga bertugas untuk memberikan informasi cuaca untuk penerbangan di bandar udara Ngurah Rai Bali. Informasi cuaca penerbangan yang diberikan antara lain METAR, SPECI, Met Report, Special Report, Flight Forecast dan

Aerodrome Warning. Informasi lain yang juga dihasilkan oleh Stasiun Meteorologi Kelas I Bandar Udara Ngurah Rai 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.

(11)

III. ANALISIS DINAMIKA ATMOSFER DAN LAUT

Analisis dinamika atmosfer dan laut selama periode Januari 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 Januari 2015 sebagai berikut :

A. ENSO (El Nino Southern Osclation)

Penentuan fase ENSO dilakukan dengan melakukan 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 November 2014 hingga Januari 2015 indeks NINO 3.4 menunjukan nilai antara 0.5ºC s/d 1ºC. 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 /enso.shtml)

(12)

11

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 postif bernilai 8 atau lebih. Nilai indeks SOI antara -8 s/d 8 adalah keadaan netral.

Selama periode Januari 2015, indeks SOI rata-rata 30 harian menunjukan nilai antara -9 s/d -4. Hal ini menunjukan bahwa pada periode Januari 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 -7.8 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 Januari 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 Januari 2015 yang ditampilkan dengan diagram Hovmoller terlihat seperti Gambar 3.3 berikut :

Gambar 3.2 Indeks SOI Rata-Rata 30 Harian (Sumber : www.bom.gov.au/climate/enso/)

(13)

Dari data OLR di atas berdasarkan letak geografis Indonesia 94058' 21" BT-141° 01' 10"BT dapat ditentukan bahwa pada awal hingga pertengahan bulan Januari 2015 nilai OLR berkisar dari -2.5 sampai 1 dengan kata lain terdapat banyak tutupan awan di Indonesia. Nilai OLR dari pertengahan hingga akhir Januari 2015 berkisar -1 sampai dengan 0.5 yang menunjukkan jumlah tutupan awan mulai menurun di wilayah Indonesia.

Untuk pergerakan MJO selama periode Januari 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 aktif di wilayah Indonesia pada wilayahMaritime Continent 4 dan 5 hanya pada awal Januari 2015 yaitu

Gambar 3.3 Diagram Hovmoller Nilai OLR Rata-Rata 5 Harian (Sumber : www.cpc.ncep.noaa.gov/products/precip/CWlink/MJO/mjo.shtml)

(14)

13

tanggal 1 sampai 8 Januari 2015. MJO yang aktif menandakan tutupan awan yang banyak dan potensi curah hujan yang tinggi.

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 Januari 2015 WYMI menunjukan fluktuasi yang tidak signifikan, dengan nilai antara -10 s/d 1. Pada awal hingga akhir periode Januari 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 Januari 2015 AUSMI menunjukan fluktuasi yang cukup signifikan, dengan nilai antara -2 s/d 10. Pada awal hingga akhir periode Januari 2015, terlihat nilai AUSMI bergerak dari negatif menuju positif. Hal ini 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 :

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

13

(15)

Berdasarkan pola angin lapisan 5000ft (850 HPa) rata-rata pada periode Januari 2015 diketahui bahwa arah angin dominan di sekitar wilayah Indonesia bagian Tengah dan Timur dari arah Barat. Angin baratan ini mengindikasikan bahwa sirkulasi monsunal Asia makin kuat pengaruhnya terhadap keadaan cuaca di wilayah tersebut. Wilayah Bali secara khusus, arah angin rata dari arah Barat Daya-Barat dengan kecepatan rata-rata antara 11-13 knots pada periode Januari 2014. 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 Januari 2015. Terlihat bahwa tekanan udara permukaan disekitar wilayah Asia mulai meningkat, sedangkan tekanan udara permukaan disekitar wilayah Australia mulai menurun. Hal ini mengakibatkan aliran massa udara bergerak dari Benua Asia menuju Benua Australia. Untuk wilayah Indonesia, tekanan udara permukaan rata-rata pada periode Januari 2015 berkisar antara 1007-1011 HPa, khusus untuk wilayah Bali, tekanan udara permukaan rata-rata berkisar antara 1008-1009 HPa. Secara lengkap hal ini bisa dilihat pada gambar 3.8 berikut :

(16)

15

Pada periode Januari 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 39-57 kg/m2. Kisaran nilai PW tersebut tergolong tinggi, sehingga pertumbuhan awan juga tinggi. Hal ini juga berlaku untuk wilayah Bali, dimana kisaran nilai PW antara 47-50 kg/m2. Secara lengkap hal ini bisa dilihat pada gambar 3.9 berikut :

D. Suhu Muka Laut

Suhu muka laut pada periode Januari 2015 di wilayah Indonesia berkisar antara 27-30.5oC. 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 Januari 2015 mempunyai kisaran suhu muka laut

Gambar 3.8 Pola Tekanan Udara Permukaan Rata-Rata

(17)

antara 28.5-29.5oC, dengan konsentrasi suhu muka laut yang lebih tinggi terdapat di wilayah bagian Selatan. Secara lengkap hal ini bisa dilihat pada gambar 3.10 berikut :

(18)

17

IV. PROFIL PARAMETER CUACA STASIUN METEOROLOGI KELAS I BANDAR UDARA NGURAH RAI BALI

A. Curah Hujan

Pada periode Januari 2015 tercatat jumlah hari hujan di Stasiun Meteorologi Kelas I Bandar Udara Ngurah Rai Bali sebanyak 27 hari, dengan rincian 25 hari hujan terukur dan 2 hari hujan tidak terukur (TTU). Sedangkan untuk total curah hujan pada periode Januari 2015 sebesar 316,1 mm. Berdasarkan dasarian, maka curah hujan yang tercatat dapat dikelompokan manjadi dasarian I, II dan III. Pada dasarian I tercatat adanya 8 hari hujan dengan jumlah curah hujan 49,5 mm, pada dasarian II tercatat ada 9 hari hujan dengan jumlah curah hujan 150,1 mm, sedangkan pada dasarian III tercatat ada 10 hari hujan dengan jumlah curah hujan 116,5 mm. Curah hujan tertinggi tercatat pada tanggal 15 Januari 2015. Grafik curah hujan pada periode Januari 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 Januari 2015 di Stasiun Meteorologi Kelas I Bandar Udara Ngurah Bali.

B.1 Suhu Udara Rata-Rata Harian

Suhu udara rata rata harian pada periode Januari 2015 berkisar antara 26,4oC– 29,1oC. Suhu udara rata-rata harian terendah terjadi pada tanggal 15 Januari 2015, sedangkan suhu udara rata-rata harian tertinggi terjadi tanggal 8 dan 10 Januari 2015.

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

Grafik Curah Hujan Periode Januari 2015

Gambar 4.1 Grafik Curah Hujan Periode Januari 2015

17

A. Curah Hujan

B. Suhu Udara

3 5 7 9 11 13 15 17 19 21 23 25 27 29

Tanggal

Grafik Curah Hujan Periode Januari 2015

Gambar 4.1 Grafik Curah Hujan Periode Januari 2015

17

A. Curah Hujan

B. Suhu Udara

27 29 31

(19)

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

B.2 Suhu Udara Maksimum

Suhu udara maksimum pada periode Januari 2015 berkisar antara 29,1oC-31,7oC. Selama periode ini, rata-rata suhu udara maksimum tercatat sebesar 30,4oC, dengan suhu udara maksimum tertinggi terjadi pada tanggal 9 Januari 2015 dan suhu udara maksimum terendah terjadi pada tanggal 15 Januari 2015. Secara umum penggambaran tentang suhu udara maksimum pada periode Januari 2015 terlihat pada Gambar 4.3 sebagai berikut : 25,0 25,5 26,0 26,5 27,0 27,5 28,0 28,5 29,0 29,5 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 S u h u Ud a ra ( o C ) Tanggal

Grafik Suhu Udara Rata-Rata Harian Periode Januari 2015 27,5 28,0 28,5 29,0 29,5 30,0 30,5 31,0 31,5 32,0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 S u h u Ud a ra ( o C ) Tanggal

Grafik Suhu Udara Maksimum Periode Januari 2015

Gambar 4.2 Grafik Suhu Udara Rata Rata Harian Periode Januari 2015

(20)

19

Suhu udara minimum pada periode Januari 2015 berkisar antara 21,8oC–27,8oC. Selama periode ini, rata-rata suhu udara minimum tercatat sebesar 24,8oC, dengan suhu udara minimum tertinggi terjadi pada tanggal 11 Januari 2015 dan suhu udara minimum terendah terjadi pada tanggal 15 Januari 2015. Secara umum penggambaran tentang suhu udara minimum pada periode Januari 2015 terlihat pada Gambar 4.4 sebagai berikut :

C. Kelembaban Udara

Kondisi kelembaban udara rata-rata harian di Stasiun Meteorologi Kelas I Bandar Udara Ngurah Rai Bali selama periode Januari 2015 berkisar antara 73–86 %. Pada periode ini kelembaban udara rata-rata harian tertinggi terjadi pada tanggal 30 dan 31 Januari 2015, sedangkan kelembaban udara rata rata harian terendah terjadi pada tanggal 8 Januari 2015. Kondisi kelembaban udara rata rata harian periode Januari 2015 ditunjukkan pada Gambar 4.5 sebagai berikut :

0,0 5,0 10,0 15,0 20,0 25,0 30,0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 S u h u Ud a ra ( o C ) Tanggal

Grafik Suhu Udara Minimum Periode Januari 2015

(21)

D. Tekanan Udara

Tekanan udara rata-rata harian di Stasiun Meteorologi Kelas I Bandar Udara Ngurah Rai Bali selama periode Januari 2015 berkisar antara 1006,4–1012,6 HPa. Tekanan udara rata-rata harian tertinggi pada periode ini terjadi pada tanggal 21 Januari 2015, sedangkan tekanan udara rata rata terendah terjadi pada tanggal 9 Januari 2015. Secara umum profil tekanan udara rata rata harian periode Januari 2015 dapat dilihat pada Gambar 4.6 berikut :

65 70 75 80 85 90 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 Ke le m b a b a n Ud a ra ( % ) Tanggal

Grafik Kelembaban Udara Rata-Rata Harian Periode Januari 2015 1002,0 1004,0 1006,0 1008,0 1010,0 1012,0 1014,0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 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 Januari 2015

Gambar 4.6 Grafik Tekanan Udara Rata Rata Harian Periode Januari 2015

(22)

21 E. Penyinaran Matahari

Durasi penyinaran matahari di Stasiun Meteorologi Kelas I Bandar Udara Ngurah Rai Bali selama periode Januari 2015 berkisar antara 0-10,5 jam. Untuk rata rata bulanan durasi penyinaran matahari pada periode ini tercatat mencapai 5,8 jam. Durasi penyinaran matahari terpanjang terjadi pada tanggal 27 Januari 2015, sedangkan durasi penyinaran matahari terpendek terjadi pada tanggal 11 dan 31 Januari 2015. Secara lengkap kondisi durasi penyinaran matahari pada periode Januari 2015 dapat dilihat pada Gambar 4.7 berikut :

F. Penguapan Air

Selama periode Januari 2015 nilai penguapan air di Stasiun Meteorologi Kelas I Bandar Udara Ngurah Rai Bali berkisar antara 2,5-11,4 mm. Nilai rata rata bulanan penguapan air pada perode ini adalah 5,4 mm. Penguapan air tertinggi terjadi pada tanggal 14 Januari 2015, sedangkan penguapan air terendah terjadi pada tanggal 18 Januari 2015. Secara umum profil penguapan air pada periode Januari 2015 dapat dilihat pada gambar 4.8 berikut :

0,0 2,0 4,0 6,0 8,0 10,0 12,0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 P e n y in a ra n M a ta h a ri (ja m ) Tanggal

Grafik Durasi Penyinaran Matahari Periode Januari 2015

(23)

G. Arah dan Kecepatan Angin Permukaan

Profil arah angin permukaan (10 meter) di Stasiun Meteorologi Kelas I Bandar Udara Ngurah Rai Bali pada periode Januari 2015 dapat dilhat pada windrose angin permukaan pada Gambar 4.9. Berdasarkanwindroseangin permukaan tersebut diketahui bahwa arah angin permukaan dominan adalah dari arah Barat (247.5o-292.5o) dengan prosentase mencapai 43.85%. Sedangkan resultan angin yang menunjukan arah angin rata rata pada periode ini tercatat dari arah 263odengan prosentase 78%.

Profil kecepatan angin permukaan (10 meter) di Stasiun Meteorologi Kelas I Bandar 0 2 4 6 8 10 12 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 P e n g u a p a n A ir ( m m ) Tanggal

Grafik Jumlah Penguapan Air Periode Januari 2015

Gambar 4.8 Grafik Penguapan Air Periode Januari 2015

Gambar 4.9 Windrose Angin Permukaan Periode Januari 2015

(24)

23

dengan prosentase sebesar 41.5%. Kecepatan angin permukaan maksimum tercatat terjadi pada tanggal 14 Januari 2015 pada pukul 21.00 UTC, dengan kecepatan mencapai 28 knots

H. Keadaan Visibility dan Cuaca Bermakna

Keadaan visibility dan cuaca bermakna di Stasiun Meteorologi Kelas I Bandar Udara Ngurah Rai Bali pada periode Januari 2015 dapat dilihat pada Tabel 4.1. Terlihat bahwa berdasarkan dasarian, maka keadaan visibility bermakna (≤ 1 KM dan ≤ 4 KM) lebih sering terjadi pada dasarian II dan III. Sedangkan keadaan cuaca bermakna guntur lebih sering terjadi pada dasarian III, keadaan cuaca bermakna hujan lebih sering terjadi pada dasarian II dan keadaan cuaca bermakna guntur dan hujan lebih sering terjadi pada dasarian III.

WAKTU VISIBILITY

HAZE KABUT GUNTUR HUJAN GUNTUR

& HUJAN ≤ 1 KM ≤ 4KM DASARIAN I 2 10 0 0 1 43 1 DASARIAN II 2 45 0 0 1 109 1 DASARIAN III 7 31 0 0 24 32 49 JUMLAH 11 86 0 0 26 184 51

I. Crosswind, Headwind dan Tailwind

Informasi crosswind, headwind dan tailwind di Stasiun Meteorologi Kelas I Bandar Udara Ngurah Rai Bali pada periode Januari 2015 dibedakan berdasarkan dasarian. Jenis

Gambar 4.10 Grafik Distribusi Frekuensi Kecepatan Angin Periode Januari 2015

(25)

informasi yang diberikan berupa histogram crosswind, histogram headwind dan tailwind, prosentase crosswind kanan dan kiri serta prosentase headwind dan tailwind.

Pada periode Januari 2015 histogram crosswind dapat dilihat pada Gambar 4.11. Terlihat bahwa crosswind kiri dengan kecepatan antara 2-3 knots memiliki jumlah kejadian tertinggi yang mencapai 412 kejadian. Untuk kecepatan crosswind maksimum, tercatat kecepatan crosswind kiri mencapai 8-9 knots sebanyak 1 kejadian, sedangkan kecepatan crosswind kanan mencapai 11-12 knots sebanyak 3 kejadian.

Sedangkan histogram headwind dan tailwind dapat dilihat pada Gambar 4.12. Terlihat bahwa headwind dengan kecepatan antara 7-9 knots memiliki jumlah kejadian tertinggi yang mencapai 442 kejadian. Untuk kecepatan headwind maksimum, tercatat mencapai 25-27 knots sebanyak 2 kejadian. Sedangkan untuk kecepatan tailwind maksimum, tercatat mencapai 3-5 knots sebanyak 16 kejadian.

1 15 73 412 511 147 319 151 46 8 3 0 100 200 300 400 500 600 -8-(-9) -6-(-7) -4-(-5) -2(-3) -1-0 1-2 3-4 5-6 7-8 9-10 11-12 F re k u e n s i Ke c e p a ta n Kecepatan Crosswind (kt) Histogram Crosswind Periode Januari 2015

Nilai - : Crosswind Kiri Nilai + : Crosswind Kanan

(26)

25

Prosentase kejadian crosswind kanan dan kiri, headwind dan tailwind pada periode Januari 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 16 0 50 100 150 200 250 300 350 400 450 500 -8-(-6) -5-(-3) F re k u e n s i Ke c e p a ta n

Histogram Headwind dan Tailwind Periode Januari 2015

Netral 21% Crosswind

Kanan 40%

Prosentase Crosswind Kanan dan Kiri

Periode Januari 2015

Gambar 4.12 Histogram Headwind dan Tailwind Dasarian I Periode Januari 2015

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

Nilai - : Tailwind Nilai + : Headwind

25

16 166 156 252 442 311 180 114 36 ₁₁ -5-(-3) -2-0 1-3 4-6 7-9 10-12 13-15 16-18 19-21 22-24 Kecepatan Crosswind (kt)

Histogram Headwind dan Tailwind Periode Januari 2015

Crosswind Kiri 39%

Netral 21%

Prosentase Crosswind Kanan dan Kiri Periode Januari 2015 Tailwind 4% Netral_7% Headwind 89%

Prosentase Headwind dan Tailwind

25

11 ₂

22-24 25-27 Histogram Headwind dan Tailwind Periode Januari 2015

Netral 7%

Prosentase Headwind dan Tailwind

(27)

V. EVALUASI KINERJA STASIUN METEOROLOGI KELAS I BANDAR UDARA NGURAH RAI BALI

Evaluasi kinerja secara rutin merupakan salah satu bentuk upaya Stasiun Meteorologi Kelas I Bandar Udara Ngurah Rai Bali 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 Bandar Udara Ngurah Rai Bali memiliki tiga kelompok utama antara lain kelompok prakirawan dan pengolahan, kelompok pengamatan serta kelompok teknisi. 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 dapat dilihat pada Tabel 5.2. Untuk evaluasi kinerja kelompok teknisi tercatat secara lengkap pada Tabel 5.3.

(28)

27

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) 62 62 100 dan informasi signifi 2 Jumlah Pengumpulan data meteorologi udara atas untuk pemetaan dan analisis tepat waktu(2 kali sehari)6

lapiasan

372 372 100

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

1891 1891 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 mendukung kesela 5 Prosentase laporan keadaan cuaca pada saat terjadinya kecelakaan pesawat ke Kapus Meteorologi

Penerbangan dan Maritim

Tiap Kejadian

matan transportasi 6 Prosentase pelaporan cuaca ektrim tepat waktu Tiap Kejadian 1 100 7 Jumlah pembuatan evaluasi dan kajian cuaca ektrim di Bandara Ngurah Rai dan dikirim Ke BMKG Pusat Tiap Kejadian 1 100 8 Jumlah pengiriman Taf dan Taf AMD 2 jam sebelumnya dengan keakuratan 80 % 124 124 100 9 Jumlah pembuatan dan pengiriman Trend setiap 30 menit secara tepat waktu 1488 1488 100 B. PENGOLAHAN DATA

1 Jumlah Aerodrome Climatology Summary ( ACS ) 1 1 100

2 Jumlah Penatausahaan Website

a. Berita Website 1 1 100

b. Data Website 31 31 100

c. Data Log User 31 31 100

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

(29)

3 Penyimpanan Megasoft Synoptik 1 file 1 100 4 Jumlah data hasil pemodelan yg tersimpan(windtemp,SIGWX) 1364 1364 100

5 Jumlah citra radar cuaca yang tersimpan 4464 4388 98,3

6 Jumlah citra sattelite yang tersimpan 744 744 100

7 Jumlah ACS yang tersimpan 1 buku 1 100

D. ANALISIS DAN PRAKIRAAN

1 Jumlah pemetaan dan analisis cuaca synoptik 2 kali sehari 62 62 100 2 Jumlah pemetaan dan analisis 6 lapisan udara atas,2 kali sehari 372 372 100

3 Jumlah intepretasi produk NWP 1891 1891 100

4 Jumlah intepretasi citra sattelite tiap jam yg digunakan untuk operasional 744 744 100 5 Jumlah citra radar tiap 10 meneit yang digunakan untuk operasioanl 4464 4388 98,3 6 Jumlah prakiraan cuaca kebandaraan yg dikirim via face book (00.06,12,18) utc 124 124 100 7 Prosentase analisis sementara atas kejadian cuaca ektrim dan prediksi cuaca ektrim di Bandara Ngurah Rai Tiap kejadian 1 100 8 Jumlah Tafor 10 Bandara yang menjadi kewenangan(0012,0618,1224)utc 930 930 100

9 Verifikasi TAFOR WADD 4 kali sehari 124 124 100

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 124 124 100 b. Jumlah desiminasi produk data dan informasi dengan display 31 31 100 c. Jumlah desiminasi prakiraan cuaca bandara media website 365 31 100 d. Jumlah desiminasi prakiraan cuaca bandara 3 hari kedepan media website 31 31 100 e. Prosentase desiminasi peringatan dini cuaca ektrim media website Tiap kejadian 12 100 2 Jumlah Penyebaran Flight Forecast 8 kali sehari melalui Media website 248 248 100

3 Jumlah desiminasi Trend forecast Metar 1488 1488 100

4 Jumlah desiminasi Tafor untuk 10 bandara dalam kewenangan 930 930 100 5 Prosentase pembuatan dan penyebaran informasi peringatan dini di bandara ngurah rai media website Tiap kejadian

6 Jumlah pembuatan evaluasi dan kajian cuaca ektrim di bandara ngurah rai dan dikirim ke BMKG Pusat Tiap kejadian 1 100 7 Jumlah pemberian dan pelaksanaan briefing cuaca penerbangan untuk pengguna,pilot,airline crew sesuai

permintaan

Tiap kejadian 1 100 8 Jumlah pemberian pelayanan jasa untuk keperluan khusu (asuransi dll) Tiap kejadian

9 Jumlah pemberian dokumen penerbangan( flight forecast ) 4650 4650 100 10 Jumlah desiminasi Tafor WADD validity 24 jam (4 kali) sehari 124 124 100 11 Jumlah desiminasi Aerodrome Warning Tiap kejadian 12 100 12 Jumlah desiminasi informasi meteorologi melalui buletin 1 1 100

(30)

29

Tersedianya Informasi A. PENINGKATAN PENGAMATAN METEOROLOGI

Cuaca untuk Pener 1 Jumlah pengamatan meteorologi permukaan selama 24 jam dan tepat waktu. 744 744 100 bangan secara routin 2 Jumlah pengamatan meteorologi udara atas dgn pilot balon 3 kali sehari dan tepat waktu. 93 86 92 dan informasi signifi 3 Jumlah data pengamatan pilot balon dengan ketinggian > 19000 ft 32 15 47 cant meteorologi 4 Jumlah penyandiaan data meteorologi permukaan 8 kali sehari dan tepat waktu 248 248 100 (sigmet) guna 5 Jumlah penyandian data meteorologi udara atas pibal 3 kali sehari dan tepat waktu. 93 86 92 mendukung kesela 6 Jumlah pengamatan cuaca khusus radar cuaca 48 kali sehari. 1488 1488 100 matan transportasi 7 Jumlah pengamatan cuaca khusus satelit cuaca 24 jam. 744 744 100

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

744 744 100

9 Jumlah Penyandian data METAR tepat waktu 1488 1488 100

10 Jumlah Penyandian data SPECIAL dan Special Report tepat waktu 169 169 100 11 Jumlah pembuatan Local Routine Report tepat waktu 1488 1488 100 12 Jumlah entry data base BMKGsoft 24 kali sehari 744 744 100

13 Jumlah pembuatan wxrev tepat waktu 31 31 100

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

a. Jumlah pengamatan unsur lamanya penyinaran matahari 31 31 100

b. Jumlah pengamatan unsur suhu udara 744 744 100

c. Jumlah pengamatan tekanan udara 744 744 100

d. Jumlah pengamatan unsur angin 744 744 100

e. Jumlah pengamatan unsur kelembaban udara 744 744 100

f. Jumlah pengamatan unsur jarak pandang 744 744 100

g. Jumlah pengamatan unsur penguapan. 31 31 100

B. PENGUMPULAN DATA

1 Jumlah pengiriman berita data sandi meteorologi permukaan 8 kali sehari secara tepat waktu. 248 244 98 2 Jumlah pengiriman berita data sandi meteorologi udara atas pibal 3 kali sehari tepat waktu. 93 86 92 3 Jumlah monitoring dan kualiti kontrol pengiriman berita data meteorologi permukaan 8 kali sehari. 248 248 100 4 Jumlah monitoring dan kualiti kontrol pengiriman berita data meteorologi udara atas 3 kali sehari. 93 93 100 5 Jumlah pengiriman informasi cuaca penerbangan Metar tepat waktu tiap 30 menit 1488 1488 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. 1488 1488 100

8 Jumlah pengiriman database BMKGsoft 744 744 100

9 Prosentase pengiriman Spesial Report dan Spesial secara tepat waktu 169 169 100 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

(31)

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 744 744 100

3 Jumlah pengelolaan database 744 744 100

4 Jumlah data hasil pengamatan synoptik yang tersimpan 744 744 100 5 Jumlah data hasil pengamatan udara atas yang tersimpan 93 93 100 6 Jumlah data hasil pengamatan synoptik dan udara atas yang tersimpan 1 1 100

7 Jumlah pelayanan data 23 23 100

Tersedianya Informasi A. PENINGKATAN PEMELIHARAAN

Cuaca untuk Pener 1 Daftar kelompok pengendalian peralatan teknik 1 1 100

bangan secara routin 2 Pelaksanaan pemeliharaan peralatan berkala :

dan informasi signifi a. Alat Konvensional 93 93 100

cant meteorologi b. Alat Modern 93 93 100

(sigmet) guna c. Alat elektronik sederhana 93 93 100

mendukung kesela 3 Pelaksanaan pemeliharaan fasilitas penunjang 93 93 100

matan transportasi 4 Pelaksanaan perbaikan peralatan

5 Pelaksanaan monitoring peralatan dan melaporkan hasil monitoring secara berjenjang 1 1 100 6 Pelaporan kerusakan peralatan secara berjenjang

7 Pencatatan dan pengarsipan riwayat peralatan stasiun setiap tahun 1 1 100 8 Pencatatan dan pelaporan perubahan aset peralatan secara berjenjang

9 Pengusulan Kalibrasi ke Balai atau ke BMKG Pusat 10 Pengusulan suku cadang dan peralatan cadangan

11 Pengukuran ketebalan tabung gas dan melaporkan kondisi tabung gas 1 1 100 12 Pengecekan PWS

13 Pelaporan hasil pengamatan polusi udara (sampel debu dan sampel air hujan) 1 1 100 14 Menjaga dan memelihara kebersihan, keamanan dan persyaratan lingkungan 2 2 100 15 Pengecekan Display Info Cuaca Bandara, setiap dinas TP. 31 31 100 16 Pengoperasian/pengamatan Polusi Udara :

a. Sampel Debu Pasang/Angkat 10 10 100

b. Sampel air hujan 5 5 100

17 Pengoperasian Actinograph 31 31 100

(32)

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 Januari 2015, verifikasi prakiraan cuaca menunjukan hasil yang sangat baik dengan kisaran hasil verifikasi antara 67-95%. Secara lengkap hasil verifikasi prakiraan cuaca Stasiun Meteorologi Klas I Bandar Udara Ngurah Rai Bali terlihat pada Tabel 5.5. Terlihat bahwa hasil verifikasi terendah pada periode Januari 2015 adalah verifikasi unsur meteorologi cuaca/endapan sebesar 67 %, sedangkan hasil verifikasi tertinggi adalah verifikasi unsur meteorologi arah angin, kecepatan angin dan tinggi dasar awan sebesar 95 %. 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 95% 95% 79% 67% 79% 95%

Tabel 5.4 Tabel Persyaratan Toleransi Ketelitian Pada Verifikasi Prakiraan Cuaca

(33)

C. Evaluasi Kunjungan Website

Website Stasiun Meteorologi Kelas I Bandar Udara Ngurah Rai Bali,

www.ngurahrai.bali.bmkg.go.id, merupakan salah satu bentuk penyampaian informasi meteorologi. Evaluasi terhadap banyaknya kunjungan ke halaman website selama periode Januari 2015 dapat menunjukan jumlah informasi meteorologi yang tersampaikan kepada pengguna. Selama periode Januari 2015 fluktuasi jumlah kunjungan website dapat dilihat pada Gambar 5.1. Terlihat bahwa jumlah kunjungan website terbanyak pada periode Januari 2015 terjadi pada tanggal 22 Januari 2015 dengan 728 kunjungan, sedangkan jumlah kunjungan website terkecil terjadi pada tanggal 1 Januari 2015 dengan 54 kunjungan. Rata-rata kunjungan selama periode Januari 2015 adalah 357/hari.

54 422 126204 374 273353 228240295331 366376 266260 420 238 396 331 437 586 728 416 207 305320 528 423 699 562 289 0 100 200 300 400 500 600 700 800 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 J u m la h k u n ju n g a n W e b s it e Tanggal

Grafik Jumlah Kunjungan Website Periode Januari 2015

(34)

33

VI. PENENTUAN PRODUK RADAR CUACA PALING TEPAT UNTUK MEMBUAT PERINGATAN DINI CUACA EKSTRIM DENGAN MENGGUNAKAN METODE

ANALYTICAL HIERARCY PROCESS (AHP)

Kadek Sumaja*, Komang Ngurah Suarbawa1, Decky Irmawan2

1_{Jurusan Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam,}

Universitas Udayana, Kampus Bukit Jimbaran, Badung, Bali Indonesia 80361.

2_{Stasiun Meteorologi Klas I Ngurah Rai, Gedung GOI Lt.2 Bandara Ngurah Rai Bali}

Indonesia 80361.

*_{Email :} _{deckmaja@gmail.com} ABSTRAK

Untuk memecahkan permasalahan penentuan produk RADAR Cuaca paling tepat untuk membuat peringatan dini cuaca ekstrim yang efisien, efektif , cepat dan tepat maka digunakan metode Analytical Hierarcy Process (AHP), yang merupakan suatu sistem pendukung keputusan yang dikembangkan oleh Thomas L. Saaty. Dengan metode ini dapat ditentukan prioritas dari beberapa kriteria dengan melakukan analisa perbandingan berpasangan (Pairwise Comparison) dari masing-masing kriteria dan alternatif yang telah ditentukan. Penentuan prioritas dilakukan dengan menggunakan vektor eigen dari iterasi hasil kuadrat matrik perbandingan berpasangan. Uji konsistensi akan dilakukan pada data yang diperoleh untuk menentukan kelayakan data sehingga data dapat digunakan untuk penentuan prioritas dari perbandingan kriteria, perbandingan alternatif dan penentuan alternatif terbaik yang akan menentukan nilai prioritas dari produk RADAR Cuaca untuk membuat peringatan dini cuaca ekstrim. Dari hasil penentuan alternatif terbaik diperoleh produk PPI memiliki tingkat kepentingan paling tinggi, diikuti produk CMAX, kemudian produk UWT dan yang terakhir adalah produk TRACK .

Kata kunci: RADAR Cuaca, AHP, Vector Eigen

I. PENDAHULUAN

Terjadinya fenomena cuaca yang bersifat tidak normal atau berbeda dari keadaan biasanya cenderung berpotensi menyebabkan bencana dan atau menimbulkan korban jiwa. Salah satu fasilitas yang ditemukan untuk bisa melakukan prakiraan cuaca jangka pendek dalam waktu singkat adalah RADAR Cuaca. Dari sekian banyak produk yang dihasilkan, terdapat empat produk RADAR Cuaca yang sering digunakan untuk untuk membuat peringatan dini cuaca ekstrim yaitu produk PPI, CMAX, UWT, dan TRACK. Masalah muncul pada pemilihan beberapa pilihan produk RADAR Cuaca dalam waktu yang relatif singkat yang mungkin saja antara produk satu dan lainnya mempunyai kelebihan dan kekurangan masing-masing.

Dalam penelitian ini, penulis bermaksud menerapkan metode Analytical Hierarchy Process (AHP) untuk menentukan produk RADAR Cuaca paling tepat untuk membuat peringatan dini cuaca ekstrim. Pembahasan difokuskan pada produk RADAR cuaca yang di gunakan, dengan responden merupakan prakirawan di wilayah kerjanya yang dilengkapi fasilitas RADAR.

(35)

II. TINJAUAN PUSTAKA

2.1 Fenomena Cuca Ekstrim

Cuaca ekstrim didefinisikan sebagai kejadian cuaca yang tidak normal, tidak lazim yang dapat mengakibatkan kerugian terutama keselamatan jiwa dan harta (Peraturan Kepala BMKG Kep.009 Tahun 2010). Beberapa unsur yang menyebabkan terjadinya cuaca ekstrem tersebut(Pasal 1)dan dapat dideteksi oleh RADAR CUACA cuaca antara lain.

1. Angin kencang adalah angin dengan kecepatan ≥ 25 knots (45 km/jam).

2. Angin puting beliung adalah angin kencang yang berputar yang keluar dari awan

Cumulonimbus (awan hitam yang bergumpal seperti bunga kol) dengan kecepatan ≥ 34.8 knots (64.4 km/jam).

3. Waterspout adalah angin puting beliung yang terjadi di lautan atau wilayah perairan luas lainnya dengan kecepatan ≥ 34.8 knots (64.4 km/jam).

4. Hujan lebat adalah hujan dengan intensitas minimal 50 mm dalam 24 jam atau 20 mm/jam.

5. Hujan es adalah hujan yang bebrbentuk butiran es yang mempunyai garis tengah paling rendah 5 mm dan berasal dari awan Cumulonimbus.

6. Badai tropis kecepatan adalah sistem tekanan rendah dengan angin berputar siklonik yang terbentuk di lautan wilayah tropis dengan kecepatan angin ≥ 34,8 knots atau 64,4 km/jam disekitar pusat putaran.

Prediksi cuaca ekstrim dilakukan dengan mempertimbangkan gejala fisis atau dinamis atmosfer yang cenderung akan memburuk atau menjadi ektrim sesuai dengan skala meteorologi(pasal 4).

2.2 RADAR Cuaca

RADAR Cuaca adalah alat bantu untuk mengamati cuaca secara khusus berupa hujan, awan, arah, dan kecepatan angin dalam radius yang cukup luas hingga ratusan kilometer (tergantung panjang gelombang yang digunakan) dengan resolusi ± 300m. Output berupa image dapat diinterpretasikan atau dianalisa hingga menghasilkan suatu informasi yang berguna untuk pelayanan jasa meteorologi.(Zakir A. dkk, 2010).

Dari sekian banyak produk yang dihasilkan dengan berbagai kegunaan masing-masing dalam berbagai kegiatan analisa dan prakiraan cuaca, adapun Produk RADAR Cuaca yang sering digunakan untuk membuat peringatan dini cuaca ekstrim yang akan digunakan untuk pengolahan lebih lanjut pada penelitian ini adalah produk PPI, CMAX,

(36)

35 2.3 Metode AHP (Analytical Hierarcy Process)

Metode AHP merupakan sebuah hierarki fungsional dengan input utama yang berupa persepsi manusia yang memecahkan suatu masalah yang kompleks dan tidak terstruktur ke dalam kelompok-kelompok yang kemudian diatur menjadi suatu bentuk hierarki sehingga permasalahan akan tampak lebih terstruktur dan sistematis. Menurut Saaty (1994),hierarki didefinisikan sebagai suatu representasi dari sebuah permasalahan yang kompleks dalam suatu struktur multi level dimana level pertama adalah tujuan, yang diikuti level faktor, kriteria, sub kriteria, dan seterusnya ke bawah hingga level terakhir dari alternatif.

AHP digunakan untuk menentukan prioritas dari beberapa kriteria dengan melakukan analisa perbandingan berpasangan (Pairwise Comparison) dari masing-masing kriteria, dimana untuk melakukan proses komputasi AHP perlu untuk memahami lebih dahulu prinsip kerja AHP, sebagai berikut.

1. Penentuan Komponen Keputusan a) Tujuan/Sasaran yang ingin dicapai

b) Kriteria (komponen-komponen yang ingin diperbandingkan antara 1 dan lainnya)

c) Alternatif (komponen yang disediakan dan merupakan pilihan yang akan diperbandingkan satu dengan lainnya berdasarkan kriteria yang ada)

2. Penyusunan hirarki dari komponen keputusan 3. Penilaian Alternatif dan Kriteria

4. Pemeriksaan Konsistensi Penilaian 5. Penentuan Prioritas Kriteria dan Alternatif

Kriteria dapat dinilai dengan cara memberi nilai 1-9, seperti tabel 2.1. Tabel 2.1 Bobot Nilai Kriteria

Nilai Keterangan

1 Sama Penting (Equal) 2 AntaraEqualdanModerate

3 Cukup lebih penting (Moderate)

4 AntaraModeratedanStrong

5 Lebih penting (Strong)

6 AntaraStrongdanVery Strong

7 Sangat lebih penting (Very Strong)

8 AntaraVery StrongdanExtreme

(37)

Dengan struktur hierarki pemilihan produk RADAR Cuaca seperti gambar 2.1.

Gambar 2.1 Hierarki pemilihan produk RADAR Cuaca

III. METODE PENELITIAN

Penelitian dilakukan dengan melibatkan responden yang dalam penelitian ini adalah para prakirawan memiliki kapasitas dalam menginformasikan secara dini cuaca ekstrim di beberapa Unit Pelaksana Teknis (UPT) BMKG di Indonesia yang memiliki fasilitas RADAR cuaca.

Dengan tujuan memilih produk radar yang paling tepat untuk membuat peringatan dini cuaca ekstrim, ditentukanlah enam kriteria yaitu Realtime (kesesuaian produk diakses dengan waktu pengamatannya), Running (kecepatan produk tersebut bisa dihasilkan), Identifikasi (kemudahan produk tersebut digunakan ), Fenomena (jumlah fenomena cuaca yang dapat diidentifikasi), Luasan (luas wilayah fenomena cuaca yang mampu dicakup), dan Verifikasi (kesesuaian hasil prakiraan). Dengan alternatif pilihan dari setiap kriteria tersebut adalah PPI, CMAX, UWT, dan TRACK.

Membuat Struktur Hirarki Pendukung Keputusan Penentuan Nilai Tiap Komponen Hirarki Menghitungλ maksimum Menghitung Indeks Konsistensi Menghitung Rasio Konsistensi (CR) Menentukan Apakah Nilai CR≤0.1 Matrik Perbandingan Berpasangan Penentuan Prioritas Menemukan Masalah TIDAK YA Dekomposisi Masalah

(38)

37

Dalam menggunakan AHP sebagai sistem pendukung keputusan, Saaty (1994) menyusun tahapan-tahapan analisis yang disajikan dalam diagram alir pada gambar 3.1. Sistem ini dimulai dengan menemukan masalah, dekomposisi masalah, membuat struktur hierarki pendukung keputusan, penentuan nilai tipa komponen hierarki, matrik perbandingan berpasangan, menghitung vektor eigen maksimum, menghitung indeks konsistensi, menghitung rasio konsistensi, dan penentuan prioritas.

Nilai uji konsistensi diperlukan untuk menghitung konsistensi jawaban responden dengan tahapan sebagai berikut.

a) Menentukan vektor eigen dengan cara mengubah matriks ke bentuk desimal kemudian hitung setiap baris matriks hasil perkalian tersebut dan jumlahkan selanjutnya normalisasi matrik tersebut (membagi jumlah tiap baris matriks hasil perkalian dengan jumlah totalnya).

b) Mencari nilai vektor eigen maksimum ( ) yaitu dengan mengalikan total matriks sebelum dinormalisasi dengan eigen vektor.

c) Menentukan Consistency Index (CI) dengan menggunakan persamaan CI = (λmax-n)/(n-1),dengan n menyatakan kuantitas variabel

d) Menghitung Consistency Ratio (CR) dengan rumus CR = CI/RI. Hasil penghitungan akan dianggap konsisten apabila nilai konsistensinya ≤ 0.1.

Random Indexs(RI) diperoleh dari tabel 3.1. Tabel 3.1Random Index(RI)

n 1 2 3 4 5 6 7 8 9 10

RC 0 0 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,49

IV. HASIL DAN PEMBAHASAN

Data yang diperoleh dari hasil pendapat Responden akan diolah menjadi hasil perbandingan kriteria, perbandingan alternatif kriteria realtime, perbandingan alternatif kriteria kecepatan running, perbandingan alternatif kriteria kemampuan identifikasi, perbandingan alternatif kriteria fenomena, perbandingan alternatif kriteria luasan, dan perbandingan alternatif kriteria verifikasi. Dimana sebagai langkah awal untuk menentukan data yang layak dipakai maka perlu dilakuakan uji konsistensi terhadap semua data yang diperoleh.

4.1 Uji Konsistensi Hasil Perbandingan Kriteria

Dari data hasil perbandingan kriteria kita akan menyusun matriks kriteria kedalam bentuk matriksreciprocalnya masing-masing, sebagai berikut.