ESTIMASI NILAI TPW (TOTAL PRECIPITABLE WATER) DI ATAS DAERAH PADANG DAN BIAK BERDASARKAN HASIL ANALISIS DATA RADIOSONDE IRE PRATIWI

ESTIMASI NILAI TPW

(TOTAL PRECIPITABLE WATER) DI ATAS DAERAH PADANG DAN BIAK BERDASARKAN HASIL ANALISIS

DATA RADIOSONDE

IRE PRATIWI

DEPARTEMEN GEOFISIKA DAN METEOROLOGI

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

2008

RINGKASAN

Ire Pratiwi. G24104007. Estimasi besarnya TPW (Total Precipitable Water) di atas daerah Padang dan Biak berdasarkan hasil analisis data radiosonde.

Dibimbing oleh Idung Risdiyanto, M.Sc dan Dr. Eddy Hermawan, M.Sc.

Pembentukan awan hujan dipengaruhi dua hal penting yaitu mekanisme pengangkatan massa udara dan kandungan uap air dalam suatu kolom udara. Mekanisme pengangkatan udara sangat dipengaruhi oleh stabilitas atmosfer yang digambarkan dengan nilai Brunt Väisälä Frequency Square (N²). Sedangkan untuk mengetahui kandungan uap air dilakukan estimasi nilai TPW (Total Precipitable Water). Estimasi TPW dilakukan di dua daerah yaitu Padang (0.88 LS, 100.35 BT) dan Biak (1.18 LS,136.12 BT) untuk mengetahui perbedaan jumlah kandungan uap air pada kedua lokasi yang berada pada garis ekuator namun memiliki karakteristik curah hujan yang berbeda. Periode pengamatan dilakukan antara bulan Maret 2007 sampai dengan Februari 2008.

Untuk memperkirakan TPW digunakan data kelembaban spesifik yang diturunkan dari data radiosonde. Selanjutnya untuk analisis hubungan dengan curah hujan digunakan data curah hujan harian aktual dengan teknik korelasi silang. Hasil yang didapatkan adalah niali TPW pada Biak dan Padang konstan sepanjang tahun dengan rata-rata pada daerah Padang yaitu 50.5 mm dan pada daerah Biak yaitu 39.6 mm dan osilasi TPW pada daerah padang terjadi sekitar 60 harian dan daerah Biak sekitar 90 harian. Hasil analisis statistik antara TPW dan curah hujan daerah Padang dan Biak menunjukkan korelasi silang diantara keduanya sehingga kedua variabel ini saling berpengaruh dengan nilai maksimum 0.294 dan selang waktu (lag time) adalah 1

Kata Kunci : Brunt Väisälä Frequency Square (N²), TPW, Curah hujan

ESTIMASI NILAI TPW

(TOTAL PRECIPITABLE WATER) DI ATAS DAERAH PADANG DAN BIAK BERDASARKAN HASIL ANALISIS

DATA RADIOSONDE

IRE PRATIWI

Skripsi

sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada

Departemen Geofisika dan Meteorologi

DEPARTEMEN GEOFISIKA DAN METEOROLOGI

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

2008

Judul

: Estimasi Nilai TPW (Total Precipitable Water) di Atas Daerah Padang dan Biak Berdasarkan Hasil Analisis Data Radiosonde Nama : Ire Pratiwi

NIM : G24104007

Menyetujui:

Pembimbing I, Pembimbing II,

Idung Risdiyanto, S.Si, M.Sc Dr. Ir. Eddy Hermawan, M.Sc

NIP. 132206238 NIP. 300001344

Mengetahui:

Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor

Dr. Drh Hasim, DEA NIP. 131578806

Tanggal Lulus:

PRAKATA

Puji dan syukur penulis panjatkan kehadirat Allah SWT atas segala rahmat dan karunia- Nya sehingga penulis dapat menyelesaikan Skripsi dengan judul “Estimasi Nilai TPW (Total Precipitable Water) Di Atas Daerah Padang Dan Biak Berdasarkan Hasil Analisis Data Radiosonde”, sebagai syarat mencapai gelar Sarjana Sains pada Program Studi Meteorologi, Departemen Geofisika dan Meteorologi, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.

Penulis juga ingin mengucapkan banyak terima kasih kepada pihak-pihak yang telah membantu dalam proses penyusunan skripsi ini :

1. Bapak Idung Risdiyanto, M.Sc sebagai pembimbing I yang memberikan banyak ilmu dan masukan kepada penulis selama mengerjakan skripsi ini.

2. Bapak Dr. Eddy Hermawan, M.Sc sebagai pembimbing II yang selalu sabar membimbing penulis dan memberi motivasi dalam pengerjaan skripsi ini.

3. Ibu, Bapak, Kakak dan kakak ipar dan seluruh keluarga besar penulis, terima kasih untuk doa, perhatian, dukungan moral dan fasilitas yang sangat besar dan membantu selama ini.

4. Bapak Halimurrahman, MT sebagai Kepala Bidang Pemodelan Iklim

5. Keluarga besar LAPAN: Bu Shinta, Pak Teguh, Pak Terson, Pak Suaydhi, Bu Ina Visa, Pak Arief beserta staf LAPAN lainnya yang selalu memberikan bantuannya.

6. Teman-teman seperjuangan, terutama Ining yang selalu memberikan dukungan penulis, Mei, Diva, Fransiska, Rini, Sisi dan teman GFM 41 lainnya yang tidak bisa disebutkan satu persatu.

7. Teman-teman di wisma bintang, Rira, Fera, V-ter serta adik-adik 42 dan 43

8. Kakak kelas di LAPAN dan BMG (kak Eris 36 dan mba Dian 38 yang telah membantu penulis dalam mendapatkan data)

Penulis menyadari bahwa dalam proses penyusunan skripsi ini masih terdapat banyak kekurangan. Oleh karena itu, penulis menerima kritikan, saran, dan tanggapan yang bersifat membangun. Semoga karya ilmiah ini bermanfaat.

Bogor, September 2008

Ire Pratiwi

RIWAYAT HIDUP

Penulis di lahirkan di Malang, pada tanggal 26 September 1986 dari ayah Tamari dan ibu Istiani. Penulis merupakan putri ketiga dari tiga bersaudara.

Tahun 1998 penulis menyelesaikan pendidikan dasar di SD Negeri Tumpang 4 Malang, pendidikan menengah pertama diselesaikan tahun 2001 di SMP Negeri 1 Tumpang-Malang. Pada tahun 2004 penulis lulus dari SMA Negeri 1 Tumpang-Malang dan pada tahun yang sama lulus seleksi masuk IPB melalui jalur undangan seleksi masuk IPB (USMI). Penulis memilih Program Studi Meteorologi, Jurusan Geofisika dan Meteorologi, Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama mengikuti perkuliahan, penulis aktif di kegiatan kemahasiswaan seperti anggota Himpunan Mahasiswa Geofisika dan Meteorologi (HIMAGRETO) pada tahun 2004 sampai tahun 2006 serta kegiatan kepanitiaan-kepanitiaan di dalam departemen geofisika dan meteorologi.

DAFTAR ISI

Halaman

DAFTAR TABEL... iv

DAFTAR GAMBAR ... iv

DAFTAR LAMPIRAN ... v

I. PENDAHULUAN 1.1 Latar Belakang ... 1

1.2 Pendahuluan ... 1

II. TINJAUAN PUSTAKA 2.1 Stabilitas Udara ... 1

2.2 Kelembaban Atmosfer... 2

2.3 Total Precipitable Water ... 2

2.4 Pertumbuhan Awan Konvektif ... 3

2.5 Curah Hujan ... 3

2.6 Prinsip kerja Radiosonde... 4

III. METODOLOGI 3.1 Waktu dan Tempat Penelitian ... 5

3.2 Alat dan Bahan ... 5

3.3 Metode Penelitian 3.3.1 Identifikasi Stabilitas Atmosfer... 5

3.3.2 Estimasi TPW... 5

3.3.3 Fungsi Power Spectral Density ... 6

3.3.4 Estimasi Hubungan antara TPW dan Curah Hujan ... 6

IV. HASIL DAN PEMBAHASAN 4.1 Analisis Data Bulanan 4.1.1 Identifikasi Stabilitas Atmosfer Harian ... 7

4.1.2 Identifikasi Stabilitas Atmosfer Rata-Rata Bulanan... 9

4.2 Estimasi TPW... 10

4.3 Hubungan Antara TPW dan Curah Hujan ... 11

V. KESIMPULAN ... 13

DAFTAR PUSTAKA ... 13

LAMPIRAN... 16

DAFTAR TABEL

Halaman

1. Nilai korelasi silang TPW dengan curah hujan daerah Padang pada periode

November 2007-Februari 2008... 12

2. Nilai korelasi silang TPW dengan curah hujan daerah Biak pada periode November 2007-Februari 2008... 12

DAFTAR GAMBAR

Halaman 1. Radiosonde ... 4

2. Diagram alir penelitian ... 7

3. Profil vertikal N² di daerah Padang tanggal 26 Desember 2007... 7

4. Profil vertikal RH di daerah Padang tanggal 26 Desember 2007 ... 7

5. Profil vertikal N² di daerah Padang tanggal 26 Juni 2007 ... 7

6. Profil vertikal kelembaban relatif di daerah Padang tanggal 26 Juni 2007... 8

7. Profil vertikal N² di daerah Biak tanggal 26 Desember 2007 ... 8

8. Profil vertikal kelembaban relatif di daerah Biak tanggal 26 Desember 2007 ... 8

9. Profil vertikal N² di daerah Biak tanggal 26 Juni 2007 ... 9

10. Profil vertikal kelembaban relatif di daerah Biak tanggal 26 Juni 2007 ... 9

11. Profil vertikal N² di daerah Padang bulan Desember 2007... 9

12. Profil vertikal N² di daerah Padang bulan Juni 2007 ... 9

13. Profil vertikal N² di daerah Biak bulan Desember 2007... 9

14. Profil vertikal N² di daerah Biak bulan Juni 2007 ... 9

15. Power Spektral Density TPW daerah Padang periode 1 Maret 2007-29 Februari 2008... 10

16. Wavelet TPW daerah Padang Padang periode 1 Maret 2007-29 Februari 2008 ... 10

17. Energi spektral TPW daerah Biak periode 1 Maret 2007-29 Februari 2008 ... 10

18. Wavelet TPW daerah Biak periode 19 Oktober 2007-29 Februari 2008... 10

19. TPW dan curah hujan bulan Juni 2007 di daerah Padang... 11

20. TPW dan curah hujan bulan Desember 2007 di daerah Padang ... 11

21. TPW dan curah hujan bulan Juni 2007 di daerah Biak... 11

22. TPW dan curah hujan bulan Desember 2007 di daerah Biak ... 11

23. Korelasi silang TPW dengan curah hujan daerah Padang pada periode 1 November 2007 sampai dengan 29 Februari 2008 ... 12

24. Korelasi silang TPW dengan curah hujan daerah Biak pada periode November 2007-Februari 2008... 12

DAFTAR LAMPIRAN

Halaman

1. Curah Hujan Bulanan di Daerah Padang dan Biak Bulan Maret 2007-

Februari 2008... 16

2. Pola Angin dan Curah Hujan Bulan Juni 2007 dan Desember 2007 di Wilayah Indonesia ... 16

3. Curah Hujan Harian Bulan Desember dan Juni 2007 ... 16

4. Profil Vertikal N² di Daerah Padang... 17

5. Profil Vertikal N² di Daerah Biak... 19

6. Profil Vertikal RH di Daerah Padang ... 21

7. Profil Vertikal RH di Daerah Biak ... 24

8. Profil Vertikal N² pada Ketinggian 15-18 km di Daerah Padang dan Biak ... 26

9. Data TPW di Daerah Padang ... 27

10. Data TPW di Daerah Biak ... 31

11. Data Curah Hujan Daerah Padang Maret 2007-Desember 2008 ... 34

12. Data Curah Hujan Daerah Biak Maret 2007-Desember 2008 ... 35

13. Korelasi TPW dengan Curah Hujan pada Daerah Padang Panjang dan Sicincin ... 36

14. Script matlab untuk menghitung N² dan TPW ... 37

I. PENDAHULUAN

1.1 Latar Belakang

Atmosfer bumi merupakan lapisan yang menyelimuti permukaan bumi dengan komponen penyusunnya berupa partikel- partikel halus dan ringan seperti gas, cairan dan aerosol (Handoko, 1995). Keadaan atmosfer akan mudah berubah seiring dengan proses pendinginan dan pemanasan permukaan bumi karena sebagian besar bahan pengisi atmosfer merupakan gas yang mudah mampat dan mengembang. Menurut Trewartha dan Horn (1980) 75 % dari massa atmosfer yang terdapat pada lapisan troposfer dan lapisan ini merupakan tempat terjadinya awan, hujan dan konveksi udara.

Indonesia sebagai negara maritim yang terletak di ekuator, dikelilingi oleh lautan yang hangat sehingga menyebabkan awan- awan konvektif besar dapat tumbuh di wilayah ini. Kemunculan awan-awan konvektif di wilayah tropis ini dapat mempengaruhi sirkulasi global (Renggono, 2000). Akibat adanya awan-awan tersebut, panas dari boundary layer dapat bergerak ke lapisan atmosfer atas.

Namun dengan potensi pengangkatan massa udara yang besar ini tidak semua awan yang terbentuk akan turun sebagai hujan, tergantung proses pengangkatan massa udara dan besarnya kandungan uap air yang terdapat pada kumpulan awan tersebut. Beberapa bagian dari awan yang terbentuk akan hilang karena terevaporasi kembali ke atmosfer. Sehingga perlu dikaji lebih lanjut tentang proses stabilitas atmosfer dan mekanisme pengangkatan massa udara terkait dengan pembentukan awan.

Selain itu kandungan air dalam suatu kolom udara juga perlu diketahui. Karena jumlah air yang seharusnya jatuh sebagai hujan sangat penting untuk diketahui guna memprediksi jumlah hujan yang akan jatuh sebelum kejadian hujan berlangsung. Selain itu penelitian ini juga dilakukan untuk mengetahui tentang pola variasi kandungan uap air dalam kolom udara dari musim ke musim sehingga osilasinya dapat diketahui di atas daerah Padang dan Biak serta karakteristik dan perbedaan diantara kedua daerah tersebut yang sama-sama terletak disekitar garis ekuator.

1.2 Tujuan

1. Mengetahui besarnya TPW (total precipitable water) berdasarkan data hasil pengukuran radiosonde 2. Mengetahui profil vertikal atmosfer

dalam hubungannya pada proses pengangkatan massa udara di permukaan

3. Mengetahui pola osilasi TPW di daerah Padang dan Biak

4. Mengetahui keterkaitan antara TPW dengan curah hujan di permukaan pada daerah Padang dan Biak

II. TINJAUAN PUSTAKA

2.1 Stabilitas Udara

Stabilitas udara (atmosfer) adalah kecenderungan udara untuk bergerak naik atau turun. Untuk menentukan stabilitas dilakukan dengan melakukan perbandingan suhu antara parsel udara dan suhu udara di sekitarnya (Ahrens 2007). Udara diasumsikan sebagai parsel yang bergerak dari suatu titik. Pergerakan parsel tersebut dapat mengikuti garis adiabatik kering apabila parsel dalam kondisi tidak jenuh (di bawah LCL) atau mengikuti garis adiabatik basah apabila parsel dalam keadaan jenuh (Stull 2004). Pada berbagai ketinggian, gaya bouyant bergantung pada perbedaan suhu antara parsel dan lingkungannya.

Stabilitas atmosfer digolongkan menjadi tiga yaitu kondisi stabil, netral dan tidak stabil. Apabila gaya bouyant yang bekerja pada parsel mempunyai arah yang sama dengan perpindahan parselnya sehingga udara antara parsel pada ketinggian awal dan pada ketinggian akhir akan tidak stabil.

Akibat ketidakstabilan tersebut, parsel akan terus bergerak sehingga mengakibatkan gerakan konvektif. Suhu parsel pada kondisi ini lebih hangat dibandingkan suhu lingkungan sehingga parsel akan memiliki kerapatan yang lebih rendah dan akan terus naik sampai pada level suhu parsel sama dengan suhu lingkungan.

Pada kondisi netral enviromental lapse rate akan sama dengan adiabatic lapse rate sehingga tidak ada gaya bouyancy yang memindahkan parsel. Parsel akan tetap pada level semula. Sedangkan pada kondisi stabil, suhu parsel udara akan lebih dingin daripada suhu lingkungannya sehingga parsel akan mempunyai kerapatan lebih besar dan cenderung kembali turun ke ketinggian awal atau dengan kata lain

enviromental lapse rate akan lebih kecil daripada adiabatic lapse rate sehingga gaya bouyancy yang memindahkan parsel akan memiliki arah yang berlawanan dengan perpindahannya.

Pada penentuan stabilitas udara diperlukan nilai suhu potensial. Suhu potensial merupakan suhu udara pada saat tekanan 1000 mb. Nilai suhu potensial dapat ditentukan berdasarkan nilai suhu udara berdasarkan persamaan berikut,

0.286

p T 1000

θ 







= 

Keterangan:

θ : suhu potensial (K) T : suhu udara (K) P : tekanan udara (mb)

Penentuan stabilitas udara dilakukan berdasarkan persamaan berikut ini,

dz 0

dθ> stabil

dz 0

dθ= netral

dz 0

dθ< tidak-stabil Keterangan:

θ : suhu potensial (K) z : ketinggian (meter)

Suatu parsel yang bergerak dalam kondisi adiabatik akan berosilasi yang menggambarkan kondisi stabilitas konvektif lapisan tersebut. Nilai osilasi digambarkan dalam frekuensi yang disebut Brunt Väisälä Frequency Square yang akan meningkat apabila kondisi lingkungan semakin stabil.

Brunt Väisälä Frequency Square dirumuskan sebagai berikut,

z θ θ N² g

∂

= ∂

(Mc.Ilveen, 1986) Keterangan :

N² : Brunt Väisälä frequency square (1/s²)

g : Percepatan gravitasi (m/s²) θ : Suhu potensial (Kelvin=T^oC+273) z : Ketinggian (meter)

T : Suhu udara (Kelvin) P : Tekanan udara (mb) 2.2 Kelembaban Atmosfer

Uap air merupakan salah satu unsur penting di atmosfer karena merupakan sumber dari segala bentuk kondensasi dan curahan, mengandung bahang laten yang

merupakan sumber energi yang penting untuk sirkulasi atmosfer, serta banyaknya uap air dan distribusi vertikal uap air di dalam atmosfer mempengaruhi kestabilan atmosfer (Prawirowardoyo, 1996)

Menurut Trewartha dan Horn (1980), uap air mempunyai jumlah yang bervariasi mulai dari 3- 4% pada daerah lembab seperti kawasan tropis sampai bernilai nol di kawasan atmosfer yang tinggi. Pada umumnya, uap air terkonsentrasi pada ketinggian dekat permukaan yaitu sekitar kurang dari 10 kilometer di atas permukaan (Arya, 1999). Hal tersebut dikarenakan uap masuk ke atmosfer melalui evaporasi air dari permukaan daratan dan lautan.

Jumlah uap air sangat beragam tergantung kondisi penguapan pada daerah yang bersangkutan. Kandungan uap air yang tinggi terdapat di atas lautan dan hutan hujan tropis yang volumenya dapat mencapai tiga atau empat persen. Demikian pula sebaliknya, pada daerah gurun, uap air hanya merupakan bagian kecil sebesar 1%.

Istilah umum yang digunakan untuk menyatakan kandungan uap air adalah kelembaban. Kelembaban menyatakan jumlah air yang ada di udara dibandingkan dengan jumlah yang dapat disimpan pada suhunya. Untuk menyatakan nilai kelembaban dapat digunakan berbagai istilah seperti kelembaban mutlak, relatif, dan spesifik. Selain itu dapat juga dinyatakan dengan tekanan uap dan mixing ratio.

Kelembaban mutlak adalah kandungan uap air persatuan volume udara. Sedangkan kelembaban relatif merupakan perbandingan antara tekanan uap air aktual dengan tekanan uap air jenuh pada kapasitas udara untuk menampung uap air (Handoko,1995). Selain itu, kelembaban relatif juga dapat dihitung dari nilai mixing ratio (r) dengan membandingkannya terhadap nilai mixing ratio jenuh (r_s). Kelembaban ini biasanya dinyatakan dalam persen (%), secara matematis dapat dimyatakan dengan :

% r 100 RH r

s

×

=

2.3 Total Precipitable Water

Total precipitable water (TPW) di definisikan sebagai banyaknya kandungan uap air yang terkumpul dalam suatu kolom udara yang dapat diendapkan sekaligus diturunkan sebagai presipitasi, bila kandungan uap air dalam kolom tersebut

telah mengembun semua (Y. Viswanadham, 1981)

Jumlah air yang dapat diembunkan sekaligus diturunkan sebagai hujan belum dapat diketahui secara pasti, hal tersebut disebabkan stabilitas atmosfer, variasi kandungan uap air, perbedaan tekanan antara dua lapisan dan musim. Untuk mengetahui besarnya nilai TPW digunakan parameter tekanan (P), suhu (T), kelembaban relatif (RH), percepatan gravitasi bumi (g), mixing ratio (r) dan kerapatan uap air (ρ) disetiap lapisan atmosfer yang diamati.

Pengamatan melalui radiosonde atau peralatan lain memberikan pengukuran struktur vertikal atmosfer dalam bentuk tekanan P (mb), temperatur T (^oC) dan kelembaban spesifik q (g kg^-1) atau satuan lain yang sejenis.

Tebal atau jumlah air terkandung, dengan menggunakan data P dalam mb dan q dalam g kg^-1, dapat dinyatakan dengan :

g (cm) 1

w =

∫

⁰

z

p p

qdp

Persamaan ini digunakan untuk memperkirakan air terkandung di dalam suatu massa udara dengan menggunakan data kelembaban dan tekanan antara dua ketinggian (p₀ dan p_z) (Juaeni, 1988).

2.4 Pertumbuhan Awan Konvektif Salah satu faktor yang penting dalam proses pembentukan awan adalah konveksi massa udara permukaan ke atas. Awan- awan konvektif yang terbentuk akibat kenaikan udara di permukaan yang relatif panas banyak dijumpai di daerah-daerah sekitar ekouator. Hal tersebut dikarenakan daerah ekuator merupakan daerah konvergensi massa udara dari dua belahan bumi (ITCZ=Inter Tropical Convergence zone).

Awan yang berkembang vertikal dihasilkan oleh kantong massa udara yang hangat dan lembab yang masih mampu naik sampai ketinggian yang cukup tinggi setelah melewati batas kondensasi. Pertumbuhan tersebut disebabkan adanya pelepasan panas laten kondensasi yang cukup besar.

Menurut Tjasyono (1981) akibat penyerapan radiasi matahari oleh permukaan tanah tidak merata (daerah berbukit, daerah tumbuh-tumbuhan dan macam-macam jenis tanah), maka pertumbuhan awan konvektif

cenderung pada daerah dengan pemanasan paling kuat. Di atas daratan pada umumnya keawanan maksimum terjadi pada siang hingga sore hari yang diakibatkan oleh proses konveksi yang kuat terutama pada daerah tropis. Sedangkan pada daerah lautan, keawanan maksimum terjadi pada malam hari pada saat ketidakstabilan meningkat karena adanya pendinginan (pelepasan energi melalui radiasi) dari puncak awan.

Lapisan inversi merupakan hambatan bagi pertumbuhan awan konvektif karena lapisan ini adalah stabil (Tjasyono 1981, diacu dalam Wahab 2005). Hanya dengan up draft yang kuat lapisan ini dapat ditembus oleh awan. Karena adanya lapisan inversi ini, maka bentuk awan konvektif menjadi berubah, ada kalanya seperti cerobong atau seperti balok. Apabila terdapat lapisan inversi, maka kemungkinan untuk turun hujan hampir tidak ada.

2.5 Curah Hujan

Hujan merupakan hasil akhir dari proses yang berlangsung di atmosfer bebas (Haryanto, 1998). Besarnya curah hujan dan lokasi turunnnya curah hujan tergantung beberapa faktor, yaitu kelembaban udara, topografi, arah dan kecepatan angin, suhu udara, dan hadapan lereng (Sandy, 1987)

Menurut Seyhan (1990) suatu curah hujan berdasarkan genetik atau asal-usulnya dapat terjadi apabila didukung oleh tiga faktor utama, yaitu kolom udara yang lembab, inti kondensasi (partikel debu, kristal garam, dan lain-lain), dan suatu sarana untuk menaikan udara yang lembab ini sehingga kondensasi dapat berlangsung sebagai akibat udara yang bertambah dingin.

Proses hujan dimulai dengan udara yang naik dan kemudian temperatur akan turun dengan semakin tingginya ketinggian suatu tempat. Massa udara ini akan naik hingga mencapai titik jenuh, maka udara lembab ini akan mengalami kondensasi. Udara yang naik ini setelah melewati ketinggian kondensasi akan berubah menjadi awan, di dalamnya terjadi proses tumbukan dan penggabungan antar butir-butir air yang akhirnya meningkatkan massa dan volume.

Salah satu jenis hujan adalah hujan konvektif. Hujan konvektif disebabkan oleh naiknya massa udara yang panas dan ringan di sekitar udara yang lebih rapat dan dingin (Haryanto, 1998). Perbedaan suhu yang mencolok antara udara di bagian bawah

dekat permukaan tanah dengan udara di lapisan yang lebih tinggi terjadi akibat pemanasan permukaan tanah yang intens pada siang hari dan menimbulkan arus termal (konveksi) yang memindahkan massa udara di bagian bawah ke lapisan yang lebih tinggi, sehingga memberi peluang yang besar untuk proses pengembunan. Awan yang terjadi melalui proses ini disebut awan konvektif dan dapat menghasilkan hujan dengan curahan bervariasi, namun umumnya sangat lebat.

2.6 Prinsip Kerja Radiosonde

Radiosonde merupakan salah satu alat meteorologi yang digunakan untuk mengukur data meteorologi pada lapisan vertikal atmosfer (OFCM, 1997). Parameter yang diukur antara lain tekanan, suhu dan kelembaban relatif yang ditransmisikan oleh sensor ke stasiun peneriman di permukaan.

Radiosonde juga melakukan pengamatan arah dan kecepatan angin, oleh karena itu biasa juga disebut dengan rawinsonde.

Radiosonde terdiri dari dua bagian penting, yaitu seperangkat alat pengindera atau sensor dan suatu alat pemancar radio yang mengirimkan hasil-hasil pengamatan ke stasiun di permukaan dalam bentuk sinyal-sinyal radio (Tjasyono, 2004). Alat ini dinaikkan ke atas dengan menggantungkannya kepada sebuah balon yang diisi dengan gas yang lebih ringan dari udara sampai balon ini pecah. Setelah balon pecah, radiosonde akan turun ke bawah dengan menggunakan payung yang sudah tersedia.

Stasiun penerima di permukaan mengubah data yang berbentuk kode dalam tekanan, temperatur dan kelembaban.

Sebagai standar, nilai tekanan harus dinyatakan dalam hekto pascal (hPa), sedangkan nilai suhu dalam derajat celcius.

WMO merekomendasikan jarak minimum antara stasiun pengamatan radiosonde yaitu sekitar 250 km pada daerah daratan atau sekitar 1000 km pada daerah lautan atau daratan yang tidak berpenduduk.

Pengukuran dapat dilakukan satu sampai empat kali setiap harinya, namun secara umum dilakukan pengukuran dua kali sehari yaitu pada saat 00.00 and 12.00 UTC.

Radiosonde melakukan pengamatan tidak pada setiap lapisan atmosfer. Lapisan pengukuran radiosonde digolongkan menjadi tiga yaitu lapisan standar, signifikan dan tambahan. Prioritas pengukuran yang pertama adalah lapisan standar kemudian

lapisan signifikan dan yang terakhir adalah lapisan tambahan.

Lapisan standar merupakan lapisan isobarik yang dipilih pada tekanan 1000, 925, 850, 700, 500, 400, 300, 250, 200, 150, 100, 70, 50, 30, 20, 10 hPa. Pada lapisan tersebut, hasil pengamatan harus selalu dilaporkan. Apabila data tidak dapat mengukur pada tekanan yang sama pada tekanan standar, maka dilakukan interpolasi data.

Lapisan signifikan diambil pada saat : 1. Di permukaan

2. Ketinggian maksimum yang dapat dicapai oleh radiosonde

3. Satu lapisan antara tekanan 110 dan 100 hPa

4. Tropopause

5. Suhu maksimum dan minimum inversi serta lapisan isotermal pada lapisan di atas 300 hPa dan tebal 20 hPa

6. Suhu maksimum dan minimum pada semua lapisan inversi dengan perubahan suhu 2.5°C atau RH 20% pada tekanan lebih besar dari 300 hPa

7. Lapisan yang menunjukkan data meragukan atau hilang

Sedangkan lapisan tambahan dipilih pada lapisan antara lapisan standar dan signifikan yang mengacu pada nilai suhu dan kelembaban relatif berdasarkan skala tekanan logaritmik.

Gambar 1. Radiosonde

III. METODOLOGI

3.1 Waktu dan Tempat Penelitian

Penelitian ini dilaksanakan di Bidang Pemodelan Iklim Lembaga Penerbangan dan Antariksa Nasional (LAPAN) Bandung pada bulan Maret –Juni 2008.

3.2 Alat dan Bahan

Alat yang digunakan dalam penelitian ini adalah seperangkat komputer dengan software Microsoft Office, Matlab versi 7.1, RAOB 5.1, serta SPSS versi 13 yang telah di-install di Bidang Pemodelan Iklim LAPAN-Bandung

Adapun bahan yang diperlukan dalam penelitian ini adalah :

a. Data suhu, tekanan dan kelembaban relatif hasil pengukuran radiosonde yang diambil dari situs http://weather.uwyo.edu/upperair/seasia .html yang berupa data harian dan pengukuran setiap lapisan untuk dua daerah yaitu Padang (0.88 LS, 100.35 BT dan 3 MSL) dan Biak (1.18 LS,136.12 BT dan 11 MSL) antara Bulan Maret 2007 sampai dengan Februari 2008 pada masing-masing daerah.

b. Data curah hujan harian pada daerah Padang dan Biak untuk periode Maret 2007 sampai dengan Februari 2008.

3.3 Metode Penelitian

3.3.1 Identifikasi Stabilitas Atmosfer Identifikasi stabilitas atmosfer dilakukan dengan mengamati nilai Brunt Väisälä Frequency Square (BVFS) yang dirumuskan sebagai berikut,

z θ θ N² g

∂

= ∂

0.286

p T 1000

θ 







= 

(Mc.Ilveen, 1986) Keterangan :

N² : Brunt Väisälä frequency square (1/s²) g : Percepatan gravitasi (m/s²)

θ : Suhu potensial (Kelvin=T^oC+273) z : Ketinggian (meter)

T : Suhu udara (Kelvin) P : Tekanan udara (mb)

Nilai N² yang dihasilkan dari penghitungan data radiosonde digambarkan dalam profil vertikal pada masing-masing

pengukuran dan dibandingkan untuk kedua daerah yang berbeda pada periode waktu tertentu. Semakin stabil suatu kondisi udara maka nilai Brunt Väisälä Frequency square semakin besar .

3.3.2 Estimasi TPW

TPW didefinisikan sebagai jumlah air dalam suatu kolom udara jika seluruh uap air dalam kolom tersebut mengalami kondensasi (Wiesner, 1970).

Untuk menduga nilai TPW ini menggunakan formula :

∫

∫

∫

^{= +}

= +

=

= +

=

=

−

=

=

=

dz) p(z p

) p(z p dz

z z

z z dz z z

z z

v

i

i i

i i

i

dp g q

dz 10 qρ dz ρ W dengan :

W = precipitable water (mm) z_i = ketinggian di i (m)

p_zi = tekanan di ketinggian zi (mb) ρ = kerapatan uap air (kg/m³) q = kelembaban spesifik

Pengamatan melalui radiosonde memberikan pengukuran struktur vertikal atmosfer dalam bentuk tekanan p (mb), temperatur T (^oC) dan kelembaban relatif (RH) (%).

( )

^P,T

es T) (P, RH= e



 





× +

= ^{239.7 T}

7.567.T s 6.11 10 e

(Riegel, 1992) Keterangan :

RH = kelembaban relatif (%) e = tekanan uap aktual (mb) e_s = tekanan uap jenuh (mb) T = suhu udara (^oC)

Kelembaban spesifik adalah perbandingan massa uap air dengan massa udara lembab, sedangkan mixing ratio adalah perbandingan antara massa uap air dengan massa udara kering. Berdasarkan nilai kelembaban relatif maka untuk menentukan nilai kelembaban spesifik digunakan persamaan sebagai berikut,

( )

p 0.622e

p e e , p 0.622 e r

=

<<<<

= −

r 1 q r

= +

Keterangan :

r = mixing ratio (g/kg) q = kelembaban spesifik (g/kg) e = tekanan uap air (mb) p = tekanan udara (mb)

Massa uap air dalam satu satuan kolom udara adalah :

∫

=

z

0 vdz ρ W

dengan memasukkan persamaan hidrostatik (dp = - ρ g dz), diperoleh :

∫

∫

−

=

=

z

0 z

0

p

p p

p v

g qdp 1

g dp ρ W ρ

Persamaan ini digunakan untuk memperkirakan air terkandung antara dua ketinggian di dalam suatu massa udara dengan menggunakan data kelembaban dan tekanan terhadap ketinggian (Juaeni, 1988).

3.3.3 Fungsi Spectral density

Fungsi spektral density merupakan sebuah fungsi untuk melihat sifat suatu frekuensi dalam sebuah deret data (time series). Salah satu teknik atau metode analisis energi spektral density yang umum digunakan adalah FFT (Fast Fourier Transform). Deret fourier yang dapat dirumuskan sebagai berikut.

( )

∑

^∞

=

+ +

=

1

0 cos sin

) 2 (

i

r

r rt b rt

a a t F

Pada suatu selang (0,2π),(- π, π) dengan periode 2 π. Dimana :

∫

∫

−

−

=

=

π π π

π π

π π

dt rt t f a

dt t f a

cos ) 1 (

) 1 (

0

r=1,2,....

∫

−

=

π

π π^{f t rtdt}

b_n 1 ( )sin

Sedangkan untuk fungsi dari analisis spektral density ini dapat dituliskan sebagai berikut (Christopher. 1989):

) (

) ) (

( ω ω ω

d f = dF

Dimana

F(ω) merupakan fungsi dari distribusi energi spektral

3.3.4 Estimasi Hubungan antara TPW dengan Curah Hujan

Untuk mengetahui besar nilai TPW yang dapat diendapkan sekaligus diturunkan sebagai hujan maka nilai TPW harian yang diperoleh tersebut dibandingkan dengan hasil perhitungan curah hujan aktual dilapangan di atas kota Padang dan Biak.

Hubungan TPW dengan curah hujan ini diukur berdasarkan korelasi yang menunjukan keeratan diantara ke dua data tersebut. Korelasi dilakukan secara silang (Cross Correlation Function (CCF)) untuk menentukan lag yang memiliki korelasi yang tertinggi terhadap curah hujan.

Korelasi ditunjukan oleh nilai koefisien korelasinya, yakni terletak antara -1 dan +1.

Yang menjadi peubah input adalah TPW dan yang menjadi peubah respon adalah CH.

Formula perhitungan korelasi silang :

Sy Sx

Cxy yy(0) xx(0)C C

xy(k) C xy(k)

r = =

dimana:

) (k

r

_xy : korelasi silang antara deret x dan deret y pada lag ke-k

( )( )

∑−

= − + −

= − n k 1 t

k y Yt t x k X n (k) 1 Cxy

(kovarian antara deret x dan y pada lag ke-k)

( )

∑

=

−

= ⁿ

1 t

2 t

xx X x

n (0) 1 C

(standar deviasi deret x)

( )

∑

=

−

= ⁿ

1 t

2 t

yy Y y

n (0) 1 C

(standar deviasi deret y)

Untuk menguji nilai korelasi silang diatas dengan tingkat kepercayaan 95% dari dilakukan pendekatan perhitungan kesalahan baku dengan rumus :

k n (k)) 1 S(r_xy

= −

Gambar 2 Diagram alir penelitian.

IV. HASIL DAN PEMBAHASAN

4.1 Identifikasi Stabilitas Atmosfer 4.1.1 Identifikasi Stabilitas Atmosfer

Harian

Faktor yang menyebabkan pergerakan vertikal udara antara lain perbedaan suhu pada permukaan, efek front, perbedaan topografi, konvergensi dan divergensi (Donn, 1975).

Parameter yang digunakan untuk mengetahui kondisi stabilitas atmosfer adalah nilai Brunt Väisälä frequency square (N²). Menurut Mc.Ilveen (1986) Semakin stabil suatu kondisi udara maka nilai Brunt Väisälä Frequency square semakin besar .

Pengamatan nilai N² dilakukan pada bulan Desember dan bulan Juni 2007.

Sebagai contoh pada daerah Padang, profil vertikal N² digambarkan sebagai berikut,

Gambar 3 Profil vertikal N² di daerah Padang tanggal 26 Desember 2007.

Gambar 4 Profil vertikal RH di daerah Padang tanggal 26 Desember 2007

Berdasarkan gambar 3, nilai N² cenderung konstan sekitar 0.2x10^-3 sampai kenaikan yang besar pada saat mencapai tropopause. Apabila didukung dengan kondisi pemanasan permukaan yang baik dan kelembaban udara yang tinggi, maka proses pengangkatan udara bisa terjadi secara maksimal sampai batas tropopause sehingga kemungkinan terbentuk awan- awan hujan yang besar sangatlah tinggi.

N² bernilai positif menunjukkan keadaan atmosfer yang stabil. Pada N² yang bernilai negatif menunjukkan keadaan atmosfer yang tidak stabil dan mengakibatkan suatu parsel udara akan bergerak vertikal ke atas.

Apabila dilihat dari profil kelembaban relatifnya, kondisi di permukaan cenderung konstan lembab sampai pada ketinggian 10 kilometer diatas permukaan. Di atas ketinggian tersebut, kelembaban relatif berkurang. Hal tersebut dikarenakan sebagian besar uap air akan terkonsentrasi pada ketinggian yang rendah yaitu di bawah 10 kilometer (Arya, 1999)

Gambar 5 Profil vertikal N² di daerah Padang tanggal 26 Juni 2007

Gambar 6 Profil vertikal kelembaban relatif di daerah Padang tanggal 26 Juni 2007.

Berkebalikan dengan kondisi bulan Desember di daerah Padang, nilai N² pada bulan Juni cenderung mengalami perubahan pada daerah sekitar permukaan. Kenaikan nilai N² di dekat permukaan merupakan indikasi kestabilan yang dapat menghambat kenaikan massa udara. Hanya dengan up draft yang kuat lapisan ini dapat ditembus oleh awan (Tjasyono 1981 dalam Wahab 2005).

Pada kondisi atmosfer stabil ini, apabila tidak ada gaya up draft yang kuat sehingga massa udara yang terangkat ke atas akan kembali ke posisi semula (Stull, 2004).

Apabila dilihat dari profil kelembaban relatifnya maka secara umum kondisi kelembaban pada profil tersebut cenderung berfluktuasi dan menurun seiring dengan ketinggian. Sehingga dapat dikatakan seiring dengan pertambahan ketinggian kelembaban relatifnya menjadi semakin rendah akibat kondisi atmosfer yang stabil di daerah dekat permukaan. Akibatnya kemungkinan terbentuknya awan besar adalah kecil.

Apabila ditinjau dari pemanasan permukaan, pada musim kering dengan intensitas radiasi yang besar kemungkinan terjadi pengangkatan massa udara lebih besar dibandingkan dengan musim basah, hal tersebut ditunjukkan dengan ketinggian tropopause musim kering lebih tinggi, namun kondisi kelembabanya juga berkebalikan sehingga peluang terbentuknya awan hujan akan lebih kecil walaupun faktor pemanasan permukaannya sangat mendukung.

Pada daerah biak, dengan waktu pengamatan yang sama, kondisi profil vertikal N² pada bulan Desember, memiliki

kondisi yang sama dengan daerah Padang.

Hal yang membedakan adalah profil kelembaban relatifnya. Semakin tinggi, nilai kelembaban relatif semakin rendah, sehingga keadaan secara umum lebih kering bila dibandingakan dengan daerah Padang.

Hal tersebut dikarenakan oleh posisi lokal masing-masing daerah.

Gambar 7 Profil vertikal N² di daerah Biak tanggal 26 Desember 2007.

Gambar 8 Profil vertikal kelembaban relatif di daerah Biak tanggal 26 Desember 2007.

Sedangkan untuk bulan Juni pada daerah Biak kondisi stabilitas atmosfer cenderung sama dengan bulan Desember.

Hal yang membedakan adalah, pada bulan Juni, nilai N² jauh lebih besar perbedaannya saat mencapai tropopause. Untuk nilai kelembaban relatifnya, seiring dengan naiknya ketinggian, maka kondisi udara semakin kering. Sehingga antara bulan Desember dan bulan Juni tidak terjadi perbedaan yang mencolok diantara keduanya.

Gambar 9 Profil vertikal N² di daerah Biak tanggal 26 Juni 2007.

Gambar 10 Profil vertikal kelembaban relatif di daerah Biak tanggal 26 Juni 2007.

4.1.2 Identifikasi Stabilitas Atmosfer Rata-rata Bulanan

Kondisi rata-rata per bulan Desember dan bulan Juni pada daerah Padang digambarkan pada profil gambar 11 dan 12,

Gambar 11 Profil vertikal N² di daerah Padang bulan Desember 2007.

Gambar 12 Profil vertikal N² di daerah Padang bulan Juni 2007.

Secara umum, pada saat bulan Desember kondisi atmosfir relatif tidak stabil sehingga pengangkatan massa udara terjadi secara intensif sampai ketinggian tropopause. Didukung dengan kondisi udara yang lembab, maka peluang terbentuknya awan-awan besar seperti Cumulonimbus akan sangat besar. Sedangkan pada bulan Juni, kondisi kolom udara cenderung stabil ditunjukkan dengan nilai N² yang relatif berubah-ubah lebih tinggi, sehingga pengangkatan massa udara kurang intensif yang mengakibatkan kondisi lebih kering.

Gambar 13 Profil vertikal N² di daerah Biak bulan Desember 2007.

Gambar 14 Profil vertikal N² di daerah Biak bulan Juni 2007.

Kondisi pada daerah Padang sangatlah berbeda apabila dibandingkan dengan profil rata-rata untuk daerah Biak. Pada daerah Biak selama bulan Desember dan Bulan Juni

rata-rata memiliki kondisi atmosfer yang tidak stabil sehingga peluang up draft yang besar sama-sama tinggi.

4.2 Estimasi TPW

Jumlah kandungan uap air yang dapat diendapkan sekaligus diturunkan sebagai hujan dihitung antara dua level tekanan.

Hasil TPW berupa presipitasi yang merupakan setiap produk dari kondensasi uap air di atmosfer. Jenis presipitasi antara lain hujan, salju, hujan es, embun dan kabut.

Jumlah total kandungan uap air setiap hasil pengukuran radiosonde menunjukkan bahwa massa udara yang banyak mengandung uap air diperoleh disekitar troposfer bawah (kurang dari 10 km).

Analisis selanjutnya dilakukan pada nilai TPW selama satu tahun. Nilai yang dianalisis adalah power spektral density.

Teknik yang digunakan adalah dengan fast fourier transform (FFT). Dengan teknik FFT periode dari deret waktu yang tersembunyi dapat dilihat sehingga puncak osilasi TPW akan terlihat sebagai puncak (peak) energi spektral.

Pada daerah Padang analisis FFT dilakukan pada data selama kurang lebih satu tahun mulai 1 Maret 2007-29 Februari 2008. Hasil yang didapatkan adalah sebagai berikut,

Gambar 15 Power Spektral Density TPW daerah Padang periode 1 Maret 2007-29 Februari 2008.

Berdasarkan gambar 15, dapat dilihat bahwa power spektral density terjadi sekitar 60 harian. Hal tersebut menunjukkan kondisi TPW yang sama akan berulang kembali pada 60 hari berikutnya. Hasil yang serupa dapat dilihat pada analisi wavelet berikut ,

Gambar 16 Wavelet TPW daerah Padang Padang periode 1 Maret 2007-29 Februari 2008.

Pada daerah Biak, juga terjadi kondisi yang sama. Dengan menganalisis nilai TPW mulai tanggal 1 Maret sampai dengan 29 Februari 2008 maka dapat terlihat nilai periode osilasi sebesar kurang lebih 90 harian. Berikut energi spektral untuk nilai TPW daerah Biak.

Gambar 17 Energi spektral TPW daerah Biak periode 1 Maret 2007-29 Februari 2008.

Gambar 18 Wavelet TPW daerah Biak periode 19 Oktober 2007-29 Februari 2008.

Apabila kedua daerah yaitu Padang dan Biak dibandingkan maka pola osilasi pada daerah Biak cenderung lebih panjang daripada daerah Padang

~60 harian

~90 harian

4.3 Estimasi Hubungan antara TPW dengan Curah Hujan

Berdasarkan hasil perhitungan, didapatkan bahwa tidak setiap waktu nilai TPW dapat diturunkan sebagai hujan berapapun nilainya baik besar maupun kecil.

Hal ini dapat dilihat dari hasil pengamatan pada daerah Padang,

Gambar 19 TPW dan curah hujan bulan Juni 2007 di daerah Padang.

Gambar 20 TPW dan curah hujan bulan Desember 2007 di daerah Padang.

Secara umum, jumlah TPW baik pada bulan Desember maupun Juni relatif konstan yaitu sekitar 60 mm dengan nilai rata-rata tahunan sebesar 50.55 mm, namun nilai uap air yang diturunkan sebagai hujan lebih besar terjadi pada bulan Desember. Hal tersebut dipengaruhi faktor-faktor lain yang tergantung kondisi lokal.

Sedangkan untuk daerah Biak, terjadi juga hal yang serupa yaitu nilai TPW yang relatif konstan pada periode yang sama.

Namun nilainya lebih kecil 10 mm dibandingkan daerah Padang pada bulan Desember dan Juni dengan rata-rata tahunan sebesar 39.6 mm.

Gambar 21 TPW dan curah hujan bulan Juni 2007 di daerah Biak.

Gambar 22 TPW dan curah hujan bulan Desember 2007 di daerah Biak.

Pada daerah Padang, hujan yang terjadi relatif tidak kontinu namun setiap kejadian hujan, intensitasnya dinilai cukup besar.

Jumlah TPW kumulatif pada bulan Desember adalah 1478,79 mm dan yang diturunkan sebagai hujan adalah 461.4 mm.

Sedangkan pada bulan Juni kumulatif nilai TPW adalah 1513,35 dengan jumlah hujan 283.

Di daerah Biak jumlah kumulatif TPW lebih kecil dibandingkan dengan daerah Padang, yaitu 1075,73 mm di bulan Desember dan 1209,98 mm di bulan Juni.

Jumlah kumulatif yang diturunkan sebagai hujan untuk bulan Juni dan Desember relatif sama dan kontinu yaitu 229.6 dan 229.95 mm.

Analisis statistik dilakukan dengan tujuan untuk mengestimasi hubungan antara nilai TPW dan curah hujan. Metode yang digunakan adalah analisis cross-correlation (korelasi silang). Keterkaitan diantara kedua variabel itu dapat terlihat pada grafik yang menggambarkan keduanya.

Estimasi hubungan antara TPW dan curah hujan dilakukan pada kedua daerah kajian yaitu daerah Padang dan Biak. Pada daerah Padang, pengambilan data dilakukan selama 1 November 2007 sampai dengan 29 Februari 2008 untuk kedua variabel. Hasil yang didapatkan adalah sebagai berikut.

7 6 5 4 3 2 1 0 -1 -2 -3 -4 -5 -6 -7

Lag Number 1.0

0.5

0.0

-0.5

-1.0

CCF

Lower Confidence Limit Upper Confidence Limit Coefficient Korelasi TPW dan Curah Hujan Daerah Padang

Gambar 23 Korelasi silang TPW dengan curah hujan daerah Padang pada periode 1 November 2007 sampai dengan 29 Februari 2008.

Tabel 1 Nilai korelasi silang TPW dengan curah hujan daerah Padang pada periode November 2007-Februari 2008

Lag Cross

Correlation Std.Error(a)

-7 -.031 .106

-6 -.098 .105

-5 -.026 .105

-4 .117 .104

-3 .067 .104

-2 .015 .103

-1 .103 .103

0 .053 .102

1 -.260 .103

2 -.294 .103

3 .036 .104

4 .070 .104

5 .011 .105

6 -.016 .105

7 .058 .106

Korelasi silang dilakukan dengan jumlah data sebanyak 121 data (n=121) maka selang kepercayaan adalah

5 . 0

2 n

yaitu sebesar -0.182 sampai dengan 0.182. dapat dilihat dari grafik nilai korelasi silang, tidak semua nilai berada pada selang kepercayaan.

Pada lag 1 melebihi selang kepercayaan yaitu -0.260 dan pada lag 2 yaitu -0.294 maka berarti terjadi korelasi positif antara nilai TPW dan curah hujan pada daerah Padang diantara 1 November 2007 sampai dengan 29 Februari 2008. Sehingga apabila terjadi kenaikan TPW, nilai curah hujan juga

akan meningkat. TPW akan terbentuk sebagai hujan dengan jeda waktu (time lag) sebesar satu hari.

Pada daerah Biak juga dilakukan analisis statistik antara TPW dan curah hujan pada periode yang sama yaitu 1 November 2007 sampai dengan 29 Februari 2008. Hasil yang didapatkan adalah sebagai berikut,

7 6 5 4 3 2 1 0 -1 -2 -3 -4 -5 -6 -7

Lag Number 1.0

0.5

0.0

-0.5

-1.0

CCF

Lower Confidence Limit Upper Confidence Limit Coefficient Korelasi TPW dan Curah Hujan di Daerah Biak

Gambar 24 Korelasi silang TPW dengan curah hujan daerah Biak pada periode November 2007-Februari 2008.

Tabel 2 Nilai korelasi silang TPW dengan curah hujan daerah Biak pada periode November 2007-Februari 2008

Lag Cross

Correlation Std.Error(a)

-7 .136 .115

-6 .126 .114

-5 .182 .113

-4 .105 .113

-3 .030 .112

-2 .118 .111

-1 .162 .110

0 .219 .110

1 .252 .110

2 .089 .111

3 -.113 .112

4 .053 .113

5 .165 .113

6 .046 .114

7 -.004 .115

Berdasarakan hasil korelasi silang, dengan data yang diuji sebanyak 121 data (n=121) maka nilai selang kepercayaan

adalah

5 . 0

2 n

yaitu sebesar -0.182 sampai dengan 0.182. Dari grafik korelasi silang di atas, maka dapat dilihat bahwa pada lag 1 dan lag 0 dengan nilai korelasi sebesar 0.252 dan 0.219 melebihi batas selang kepercayaan. Sedangkan data yang lainnya nilai korelasinya masih berada pada selang kepercayaan. Hal tersebut menggambarkan bahwa antara kedua variabel yaitu TPW dan curah hujan masih memiliki korelasi silang seperti halnya pada daerah Padang. Lag Time terbentuknya hujan pada daerah Biak juga sebesar satu hari. Nilai korelasi yang kecil menunjukkan hubungan diantara keduanya lemah. Hal tersebut disebabkan nilai TPW merupakan nilai gabungan semua dari produk presipitasi tidak hanya curah hujan tetapi juga embun dan virga.

Sehingga kandungan uap air tidak menggambarkan secara langsung jumlah curah hujan di permukaan.

KESIMPULAN

Berdasarkan data hasil pengukuran radiosonde, besarnya TPW (Total Precipitable Water) pada daerah Padang dan Biak relatif konstan sepanjang tahun dengan rata-rata pada daerah Padang yaitu 50.5 mm dan pada daerah Biak yaitu 39.6 mm

Pada kedua daerah Nilai Brunt Väisälä frequency square (N²) pada permukaan relatif konstan di bulan Desember sehingga pengangkatan massa udara bisa terjadi lebih intensif dan peluang pembentukan awan hujan lebih besar.

Sedangkan pada bulan Juni terjadi hal yang sebaliknya,N² pada permukaan cenderung berubah-ubah, sehingga proses pengangkatan massa udara kurang intensif.

Osilasi TPW pada daerah padang terjadi sekita 60 harian dan daerah Biak sekitar 90 harian.

Hasil analisis statistik antara TPW dan curah hujan daerah Padang dan Biak menunjukkan korelasi silang diantara keduanya sehingga kedua variabel ini saling berpengaruh dengan nilai maksimum 0.294 dan selang waktu (lag time) adalah 1 hari.

DAFTAR PUSTAKA

Ahrens C. D. 2007. Meteorology Today : An Introduction to Weather, Climate, and the Environment. Eight ed. Canada : Thomson Brooks/Cole.

Arya, S. P. 1999. Air Pollution Meteorology and Dispertion. New York : Oxford University Press.

Donn, W. L. 1975. Meteorology. New York : Mc. Graw Hill, Inc.

Juaeni, Ina. 1988. Air Terkandung dan Hubungannya dengan Titik Embun Permukaan, Awan dan Hujan. Skripsi.

Jurusan Geofisika dan Meteorologi, FMIPA – ITB. Bandung.

Handoko. 1995. Klimatologi Dasar. Jakarta : PT. Dunia Pustaka Jaya

Haryanto, U. 1998. Pengaruh Kecenderungan perubahan Indeks Osilasi pada Curah Hujan DAS Citarum.

Jurnal IPTEK Iklim dan Cuaca. No.02.

Tahun 02. 1998.

Mc.Ilveen. 1986. Basic Meteorology a Physical Outline. England : Van Nostrand Reinhold (UK) Co.Ltd.

[OFCM] Ofice of the Federal Coordinator for Meteorological Services and Supporting Research. 1997. Federal Meteorological Handbook No.3.

Washington DC : OFCM.

http://www.ofcm.gov/fmh3/pdf/12-app- d.pdf . [16 Juni 2008]

Riegel, C.A. 1992. Fundamental of atmospheric Dynamics and Thermodynamics. Singapore : World Scientific Publishing Co. Pte. Ltd.

Sandy, I. M. 1987. Iklim Regional Indonesia. Jakarta: Jurusan Geografi FMIPA. UI.

Stull R . 2004. Meteorology For Scoentis And Engineers. United states : Brooks/Cole Thomson Learning.

Viswanadham, Y. 1981. The Relationship Between Total Precipitable Water and Surface Dew Poin. Jour.of App Met.

Vol. 20 No.1. p:5-12

Weisner, C.J. 1970. Hydrometeorology.

Australia :School of Civil Engineering.

University of New South Wales.

Prawirowardoyo, S. 1996. Meteorologi.

Bandung: ITB.

Renggono, Findy. 2000. Awan Hujan di Serpong Pengamatan dengan Boundary Layer Radar. Jurnal Sains dan Teknologi Modifikasi Cuaca Vol.1, No.1, Juni 2000.

Seyhan, Ersin. 1990. Dasar-Dasar Hidrologi. Yogyakarta : Gajah Mada University Press.

Tjasyono, Bayong. 2004. Klimatologi.

Bandung : Institut Teknologi Bandung.

Trewartha, G.T., dan L.H. Horn. 1980. An Introduction to Climate, 5^th ed.,. New York :Mc-Grawl_Hill. International Company.

Wahab, F. M. A. 2005. Estimasi Total Precipitable Water Berdasarkan Analisis Data Radio Acoustic Sounding System (RASS) Di Atas Kototabang Sumatera Barat [skripsi]. Bogor : Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.

Wyoming University. 2008. Upper air Data. http://weather.uwyo.edu/ upperair/

seasia.html. [1 Maret 2008].

LAMPIRAN

Lampiran 1 Curah Hujan Bulanan di Daerah Padang dan Biak Bulan Maret 2007-Februari 2008

Lampiran 2

Pola Angin dan Curah Hujan Bulan Juni 2007 dan Desember 2007 di Wilayah Indonesia

Lampiran 3 Curah Hujan Harian Bulan Desember dan Juni 2007 Pd

g

Bia Pd k

g

Bia k

Lampiran 4 Profil Vertikal N² di Daerah Padang

Lampiran 5 Profil Vertikal N² di Daerah Biak

Lampiran 6 Profil Vertikal RH di Daerah Padang

Lampiran 7 Profil Vertikal RH di Daerah Biak

Lampiran 8 Profil Vertikal N² Pada Ketinggian 15-18 km di Daerah Padang dan Biak

Lampiran 9 Data TPW di Daerah Padang

Tanggal Bulan TPW

1 mar -

2 mar 52.7979

3 mar 43.1736

4 mar 53.8182

5 mar 54.6855

6 mar 44.8844

7 mar 51.3806

8 mar 45.3953

9 mar 48.143

10 mar 51.0905

11 mar 27.7812

12 mar -

13 mar 52.7032

14 mar 57.8583

15 mar 43.593

16 mar 54.7877

17 mar 49.8225

18 mar 48.8264

19 mar 54.9933

20 mar 53.1409

21 mar 56.811

22 mar 50.4132

23 mar -

24 mar 55.5028

25 mar -

26 mar 37.4052

27 mar 58.9246

28 mar 49.9643

29 mar 48.7852

30 mar 51.1657

31 mar 53.7655

1 apr 57.2435

2 apr 53.0485

3 apr 58.4889

4 apr 8.1094

5 apr 54.1353

6 apr 54.5679

7 apr 50.5639

8 apr 52.0883

9 apr 45.922

10 apr 53.6373

11 apr 57.6679

12 apr 51.3262

13 apr 55.2859

14 apr 37.8702

15 apr 55.9929

16 apr 58.9655

17 apr 50.3693

18 apr 49.9397

19 apr 44.9343

20 apr -

21 apr 55.2216

22 apr 48.3938

23 apr 41.8476

24 apr -

25 apr 11.3189

26 apr 42.0736

27 apr -

28 apr -

29 apr 49.4988

30 apr 58.0536

1 mei 63.5286

2 mei 35.6112

3 mei -

4 mei -

5 mei -

6 mei 53.7758

7 mei 55.4783

8 mei 52.24

9 mei 16.0821

10 mei 41.4428

11 mei 54.9322

12 mei 57.0824

13 mei 55.5835

14 mei 57.7097

15 mei 54.6458

16 mei 51.3819

17 mei 51.5584

18 mei 53.6477

19 mei 50.0194

20 mei 45.4804

21 mei 62.8989

22 mei 50.7525

23 mei 53.3732

24 mei -

25 mei 52.9934

26 mei 53.4666

27 mei 46.971

28 mei 52.3773

29 mei 52.3957

30 mei 56.546

31 mei 52.4028

1 juni 55.4355

2 juni 58.9404

3 juni 48.6583

4 juni 52.137

5 juni 97.5094

6 juni 36.2773

7 juni 56.4652

8 juni 55.7382

9 juni 50.0312

10 juni 55.3121

11 juni 53.6621

12 juni 54.0773

13 juni 55.6218

14 juni 56.45

15 juni 57.9762

16 juni 57.244

17 juni -

18 juni 53.4688

19 juni 55.1886

20 juni 49.0546

21 juni 22.597

22 juni 56.9154

23 juni 59.6597

24 juni 70.3847

25 juni 54.968

26 juni 45.2167

27 juni 45.655

28 juni 14.3291

29 juni 84.38

30 juni -

1 jul 45.8948

2 jul 46.2952

3 jul 28.2737

4 jul 45.7791

5 jul 47.9914

6 jul 49.0976

7 jul 45.355

8 jul 54.4679

9 jul 51.2922

10 jul 50.8992

11 jul -

12 jul 48.171

13 jul 49.7003

14 jul 47.291

15 jul 46.1314

16 jul -

17 jul 45.9797

18 jul 48.8842

19 jul 55.9476

20 jul 48.2296

21 jul 54.581

22 jul 52.449

23 jul 49.9677

24 jul 52.386

25 jul 51.4694

26 jul 47.8566

27 jul 38.1065

28 jul 53.5191

29 jul 53.308

30 jul 45.3417

31 jul 48.5989

1 agst 46.1225

2 agst 47.7427

3 agst 46.9878

4 agst 27.11

5 agst 49.384

6 agst 46.996

7 agst 50.0346

8 agst 59.5633

9 agst 47.8898

10 agst -

11 agst 46.7385

12 agst 30.37

13 agst 46.2611

14 agst 79.96

15 agst 45.0399

16 agst 48.6274

17 agst 56.4651

18 agst 56.2235

19 agst 50.9229

20 agst 48.9514

21 agst 38.5472

22 agst 51.461

23 agst 44.8064

24 agst 34.89

25 agst 49.44

26 agst 35.77

27 agst 43.58

28 agst 42.95

29 agst 45.8607

30 agst 51.3827

31 agst 41.26

1 sept 46.629

2 sept 47.9359

3 sept 50.4856

4 sept 48.455

5 sept 48.0706

6 sept 57.4763

7 sept 56.2724

8 sept -

9 sept 50.0386

10 sept 48.4329

11 sept 51.1533

12 sept 48.752

13 sept 50.3214

14 sept 51.1595

15 sept 55.513

16 sept 37.6163

17 sept 37.6163

18 sept 43.745

19 sept 49.4471

20 sept 52.9539

21 sept 52.1669

22 sept 53.3213

23 sept 29.7184

24 sept 54.5844

25 sept 52.322

26 sept 56.0024

27 sept 52.9804

28 sept 49.61

29 sept 42.0085

30 sept 51.0063

1 oct -

2 oct 59.7947

3 oct 47.5478

4 oct 51.0315

5 oct 46.0714

6 oct 48.6802

7 oct 52.3642

8 oct 49.5391

9 oct 50.4296

10 oct -

11 oct 55.7687

12 oct 50.7259

13 oct 56.6091

14 oct 53.0711

15 oct 48.8089

16 oct 52.5446

17 oct 50.1148

18 oct 53.8141

19 oct 50.74

20 oct 52.832

21 oct 54.6684

22 oct 163.9398

23 oct 42.7696

24 oct 51.0863

25 oct 48.1582

26 oct 51.0511

27 oct 56.0641

28 oct 56.8353

29 oct 59.1033

30 oct -

31 oct 51.8284

1 nov 53.9092

2 nov 52.1133

3 nov -

4 nov 49.8762

5 nov 55.3938

6 nov 56.1061

7 nov 52.0804

8 nov 53.6327

9 nov 55.9925

10 nov -

11 nov 53.7861

12 nov -

13 nov 43.94

14 nov 50.4733

15 nov 50.5279

16 nov 47.117

17 nov 53.9894

18 nov 48.2525

19 nov 48.9433

20 nov 53.2565

21 nov 47.5152

22 nov 47.1107

23 nov 44.0867

24 nov 57.6834

25 nov -

26 nov 52.6874

27 nov 51.9617

28 nov 53.4164

29 nov 51.8065

30 nov 49.9333

1 des 59.2968

2 des 57.8953

3 des 42.5048

4 des 30.2445

5 des 39.8605

6 des 53.4575

7 des 55.0043

8 des 61.3291

9 des 57.2648

10 des 50.2026

11 des 53.6966

12 des 46.5323

13 des 59.154

14 des 52.2758

15 des 50.0968

16 des 58.0542

17 des 53.1313

18 des 55.4869

19 des 40.1208

20 des 50.3048

21 des 49.0894

22 des 43.8738

23 des -

24 des -

25 des 54.8378

26 des 54.2872

27 des 51.7911

28 des 49.8369

29 des 54.0273

30 des 49.1437

31 des 45.9857

1 jan 49.1364

2 jan 48.7251

3 jan 44.5512

4 jan -

5 jan 49.6024

6 jan 50.5076

7 jan 52.2559

8 jan 51.8835

9 jan 51.884

10 jan 56.2156

11 jan 48.1992

12 jan 52.7561

13 jan 49.438

14 jan 51.7583

15 jan 53.845

16 jan 54.1757

17 jan 43.8733

18 jan 52.6092

19 jan 50.9718

20 jan 50.1822

21 jan 54.5336

22 jan 52.9018

23 jan 54.3105

24 jan 51.135

25 jan 53.3188

26 jan 51.9634

27 jan 52.6467

28 jan 55.7729

29 jan 57.4615

30 jan 56.3052

31 jan 56.2145

1 feb 54.8742

2 feb 48.6873

3 feb 52.4116

4 feb 51.9439

5 feb 45.9169

6 feb 52.2179

7 feb 48.9608

8 feb 51.3522

9 feb 43.5743

10 feb 43.9861

11 feb 57.8967

12 feb 51.7436

13 feb 45.3571

14 feb 49.6707

15 feb 52.6634

16 feb 50.4125

17 feb 55.0421

18 feb 51.5497

19 feb 49.5229

20 feb 52.4026

21 feb 49.0713

22 feb 53.5679

23 feb 57.9102

24 feb 49.9246

25 feb 50.6549

26 feb 59.8254

27 feb 54.8226

28 feb 48.7366

29 feb 53.0916