ANALISIS PERUBAHAN IKLIM DAN PROYEKSI CURAH
HUJAN DAN SUHU UDARA DI WILAYAH SELAPARANG,
MATARAM, LOMBOK, NUSA TENGGARA BARAT
Made Budi Setyawan
Stasiun Klimatologi Kelas 1 Kediri, Mataram, Lombok, NTB. e-mail: budi.gladius@gmail.com
Sekolah Tinggi Meteorologi Klimatologi dan Geofisika, Jakarta
Abstrak
Kenaikan suhu di permukaan bumi pada abad ke–20 lebih besar daripada beberapa abad sebelumnya. . Kejadian ini terbukti terjadi pada 140 tahun dan 100 tahun yang lalu, dengan estimasi yang terbaik telah menunjukkan kenaikan suhu rata – rata 0,2°C. Beberapa negara pun mengadakan berbagai konferensi untuk mengantisipasi dampak dari isu perubahan iklim ini. Indonesia juga ikut mengantisipasi dampak tersebut dengan wilayah penelitian di Kecamatan Selaparang yang terletak di Kota Mataram, Nusa Tenggara Barat. Untuk menganalisis trend perubahan iklim dan proyeksi di wilayah tersebut, data yang digunakan data curah hujan, suhu rata – rata, suhu maksimum, dan suhu minimum dari data observasi Stasiun Selaparang tahun 1981- 2010, data historical CORDEX 1981- 2006, dan data skenario
RCP 45 dan RCP 85 dengan periode 2006 - 2050. Dalam pengolahan digunakan metode stepwise regressi. Trend curah hujan, suhu rata – rata, suhu maksimum, dan suhu minimum di Selaparang dari tahun 1981 hingga 2010 secara umum tidak adanya perubahan trend yang terlalu siginifikan sehingga dapat diindikasikan perubahan iklim di Wilayah Selaparang tidak terjadi secara siginifikan. Hasil proyeksi dari skenario RCP 45 menunjukkan kondisi curah hujan, suhu rata – rata, suhu maksimum, dan suhu minimum di Selaparang pada umumnya trend naik hingga tahun 2050, terkecuali parameter curah hujan yang mengalami penurunan. Sedangkan dari RCP 85 menunjukkan hal sebaliknya, yaitu secara umum trend tiap – tiap parameter menurun, terkecuali tren suhu rata – rata yang mengalami trend naik.
Kata kunci : Perubahan iklim, stepwise regressi, CORDEX, RCP 45, RCP 85
Abstrack
data, the average temperature , maximum temperature and minimum temperature of observation data Selaparang Station in 1981- 2010, 1981- 2006 Cordex historical data, and the data RCP scenarios 45 and RCP 85 with the period 2006 - 2050. In the processing of stepwise regression method is used. Trend rainfall, the average temperature , maximum temperature and minimum temperature in Selaparang from 1981 to 2010 in general absence of seasonality is not too significant, with the result of climate change condition in Selaparang Region indicated not siginificant . The projection of the scenario RCP 45 shows the rainfall, average temperature, maximum temperature and minimum temperature in Selaparang generally rising trend until 2050, with the exception of the parameters rainfall experienced depression . While the RCP 85 to the contrary, that the general trend of each - each parameter decreases, with the exception of the average temperature trend experiencing rising trend.
Keywords: Climate change, stepwise regression, CORDEX, RCP 45, RCP 85
Pendahuluan
Kenaikan suhu bumi pada abad 21 ini dirasakan telah mengganggu aktifitas kehidupan di belahan bumi manapun dan berdampak nyata pada perubahan iklim global (Budiastuti,2010). Semua ini bermula dari revolusi industri inggris dan seiring berjalannya waktu, negara – negara yang lain selain Inggris melakukan aktifitas industri dan menambah sumbangan terhadap emissi karbon yang berada di atmosfer. Berdasarkan laporan grup peneliti IPCC (Intergovernmental Panel on Climate Change) yang telah mengindikasikan laju dan durasi pemanasan pada abad ke-20 lebih besar daripada beberapa abad sebelumnya. Laporan tersebut juga mengindikasikan pemanasan telah terjadi sejak dekade 1990 dan pemanasan tertinggi tahun 1998 dengan kejadian pemanasan pada abad 20 yang terjadi akibat aktifitas manusia. Berdasarkan skenario gas rumah kaca dan aerosol secara global yang terkini laju pemanasan bertambah 1,4°C hingga 5,8°C, dari periode 1990 hingga 2010. Besarnya nilai proyeksi menyebabkan berbagai para ahli fokus terhadap bagaimana untuk
tahun 1990 dan hal itu hendaknya dicapai pada periode tahun 2008-2012. Akhir tahun 2007 digelar kembali Conference of Parties 13 di Nusa Penida Bali untuk membuat pedoman negosiasi perjanjian multilateral pengganti Protokol Kyoto. Didalam pertemuan tersebut ditetapkan bahwa emisi GRK harus dicapai pada tingkat tertentu saat ekosistem mampu beradaptasi dengan perubahan iklim (Soemarwoto, 2001; Murdiyarso, 2002, utama mewujudkan kesepakatan baru penurunan emisi GRK sebagai pengganti Protokol Kyoto yang berakhir tahun 2012. Di dalam pertemuan tersebut negara AS dihasilkan berbagai kebijakan di tiap – tiap negara untuk mengontrol kondisi emisi GRK di masing – masing negara tersebut. WMO membangun stasiun pemantau atmosfer atau yang lebih dikenal Global Atmospheric Watch (GAW) di tiap – tiap negara di dunia, termasuk Indonesia yang terletak di Bukit Kototabang, Padang. Walaupun Indonesia memiliki wilayah yang luas, hanya di Bukit Kototabang lah yang memiliki GAW. Akan tetapi, peran serta tiap wilayah juga diikut sertakan dalam monitoring perubahan iklim, dalam hal ini parameter yang dikaji adalah curah hujan, dan suhu udara (suhu udara rata – rata, suhu udara maksimum, dan suhu udara minimum) di tiap – tiap wilayah. Provinsi Nusa Tenggara Barat (NTB) merupakan salah satu wilayah Indonesia bagian Timur yang sangat rentan terhadap perubahan iklim (Butler dkk. 2009; GTZ. 2010). Adapun fokus wilayah adalah perkotaan dengan difokuskan pada wilayah Selaparang, Kota Mataram, Lombok, Nusa Tenggara Barat. Wilayah perkotaan pada
dengan syarat eliminasi dari ketentuan stepwise tersebut. Analisis Regresi Linier Berganda Anderson,&Tatham, 2006, P.176; Cohen, J Cohen, West, and Aiken, 2003; Johnson, R.A. and Wichern, D.W, 2002). Tujuan analisis regresi berganda adalah menggunakan nilai-nilai variabel dependen yang diketahui, untuk meramalkan nilai variabel dependen. Persamaan umum dari regresi linier beganda = variabel independen X1, X2, L, X k
Jika terdapat variabel dependen Y yang dipenuhi oleh sekumpulan variabel X, maka agar bermanfaat ingin dimasukkan sebanyak mungkin variabel X sehingga didapatkan keterhandalan yang tinggi, tetapi untuk kepentingan monitoring seringkali lebih diharapkan jumlah X yang kecil,
sehingga komprominya adalah dipilih persamaan regresi terbaik. Adapun prinsip persamaan regresi terbaik adalah, semua variabel independen yang masuk signifikan,
menghasilkan koefisien
determinasi yang tinggi , MS residualnya kecil. Metode pencarian secara berurutan (sequential search) merupakan suatu metode untuk mengestimasi persamaan regresi dengan mempertimbangkan variabel-variabel yang sudah didefinisikan oleh peneliti dan secara selektif menambah dan mengurangi diantara variabel-variabel tersebut sampai semua kriteria terpenuhi. Pendekatan selanjutnya yaitu estimasi stepwise dengan penambahan forward dan eliminasi
backward. Metode estimasi
stepwise dilakukan dengan memasukkan variabel independen yang mempunyai konstribusi terbesar terhadap variabel dependen, hal ini dilakukan secara terus menerus sampai semua varibel independen yang mempunyai konstribusi signifikan (Brown, 1993; Kokaly and Clark, yaitu Ms. Excel, Beam Visat, dan Minitab
Hasil dan Pembahasan
Berdasarkan grafik trend curah hujan per 30 tahun dan per 10 tahun secara umum terlihat bahwa kondisi curah hujan di Selaparang memiliki trend curah hujan yang cenderung turun namun tidak signifikan, namun pada saat kondisi trend curah hujan dibagi per 10 tahunan, dari tahun 1981 s/d 2000 trend curah hujan cenderung turun dan dari tahun 2001 – 2010 trend curah hujan cenderung naik.
Secara umum untuk kondisi suhu rata – rata, suhu maksimum, dan suhu minimum di Selaparang untuk setiap 30 tahun dan per 10 tahun menunjukkan trend peningkatan pada tiap tahunnya, namun peningkatan trend suhu udara (suhu rata-rata, suhu maksimum, suhu minimum) tersebut memiliki kenaikan yang tidak terlalu siginifikan.
Adapun perbandingan pola rata – rata per sepuluh tahunan untuk ke empat parameter (Curah hujan, suhu rata – rata, suhu maksimum, suhu minimum) tersebut dibandingkan terhadap normalnya.
Gambar 3.2 Perbandingan pola rata – rata per sepuluh tahunan tiap – tiap parameter dengan pola normalnya (30 tahun).
Dari pola – pola tersebut (Gambar 3.2) bisa diketahui apakah ada pola yang berbeda untuk setiap rata – rata per sepuluh tahunnya, mengingat dari gambar sebelumnya (gambar 3.1) terlihat trend yang tidak terlalu signifikan. Secara umum, pola rata – rata per sepuluh tahunan
periode selanjutnya yaitu periode 1991 – 2000 secara pola mirip dengan normalnya. Akan tetapi, pada tahun 2001 – 2010 suhu maksimum rata – rata pada tahun tersebut memiliki pola yang mirip dengan normalnya, namun adanya kenaikan suhu maksimum dengan rentang 0,1°C – 0,5°C Untuk proyeksi kondisi curah hujan, suhu rata – rata, suhu maksimum, dan suhu minimum di wilayah selaparang, menggunakan data skenario yaitu data RCP 45 dan RCP 85 dengan periode 2006 - 2050. Kedua data tersebut memiliki karakteristik masing – masing. RCP 45 adalah data skenario perubahan iklim yang merujuk dengan adanya upaya mitigasi untuk mencegah perubahan iklim yang mencapai ekstrim, sedangkan RCP 85 kebalikan dari RCP 45. Adapun dari
persamaan stepwise regressi dari tiap - tiap parameter yang didapat dari data hsitorical CORDEX dengan data observasi stasiun meteorologi Selaparang dan persamaan ini untuk memproyeksikan kondisi iklim di wilayah Selaparang untuk 50 tahun ke depan. Berikut persamaannya dan lokasi prediktor :
Pr(curah hujan) = 24,14 – 0,61X1 + 0,58X5 + 1,84X11 + 1,26X32 – 0,87X43
Tar(suhu rata – rata) = 26,93 + 1,288X26 – 1,181X32 +1,467X29 – 1,43X27 + 0,942X10 – 0,92X8
Tmax(suhu maksimum) = 27,6 + 1,379X26 – 1,895X17 + 0,623X33
Tmin(suhu minimum) = -0,9728 – 3,40X9 + 4,42X5 – 2,64X10 + 2,46X4
Tiap – tiap titik prediktor (warna biru) memiliki empat paramter yaitu curah hujan, suhu rata –rata, suhu maksimum, dan suhu minimum. Dengan memasukkan
data RCP 45 dan RCP 85 ke dalam persamaan di atas, maka hasil proyeksinya pada gambar 3.4
Gambar 3.4 Proyeksi curah hujan, suhu rata – rata, suhu maksimum, dan suhu minimum di Selaparang
Berdasarkan hasil proyeksi data RCP 45 dan RCP 85 untuk curah hujan, kedua model skenario baik RCP 45 maupun 85 menunjukkan trend proyeksi yang cenderung turun dengan laju penurunan curah hujan dari RCP 45 yaitu -6,456 mm pertahun dan RCP 85 yaitu -10,481 pertahun, namun untuk skenario RCP 85 tahun 2046 hingga 2050 proyeksi menunjukkan terjadinya penurunan curah hujan yang siginifikan. Untuk proyeksi suhu rata – rata dari tahun 2010 hingga 2050 kenaikan suhu rata – rata yang terjadi tidak terlalu siginifikan, kecuali untuk RCP 45 kondisi trend proyeksi pada tahun 2010- 2045 tidak terlalu siginifikan kenaikan suhu rata – rata tersebut, namun pada tahun 2046 – 2050 terjadi peningkatan suhu rata – rata yang begitu
meningkat tajam hingga penghujung tahun 2050. Sedangkan untuk proyeksi suhu maksimum dan suhu minimum, terlihat pada tahun 2010 – 2045 dari data skenario RCP 45 dan RCP 85 menunjukkan pola yang mirip, namun dari tahun 2046 hingga 2050 dari RCP 85 menunjukkan adanya proyeksi suhu maksimum dan suhu minimum yang mengalami penurunan tajam, akan tetapi penurunan tersebut kembali naik secara siginifikan pada penghujung tahun 2050.
Kesimpulan
suhu minimum) di Selaparang pada di wilayah Selaparang selama periode 30 tahun tidak begitu siginifikan. Untuk proyeksi curah hujan dan suhu udara (suhu rata- rata, suhu maksimum, suhu minimum) di Selaparang untuk 50 tahun mendatang (2011 – 2050) dari RCP 45 proyeksi curah hujan cenderung menurun hingga tahun 2050 dan secara umum proyeksi suhu udara (suhu rata – rata, suhu maksimum, suhu minimum) mengalami kenaikan hingga tahun 2050. Sedangkan dari RCP 85 wilayah Selaparang hingga 50 tahun mendatang diproyeksikan secara umum mengalami trend yang menurun, kecuali untuk suhu rata – rata yang mengalami trend cenedrung naik serta proyeksi yang memiliki kecenderungan turun tajam dari RCP 85 untuk curah hujan, suhu maksimum dan suhu minimum pada umumnya diproyeksikan terjadi pada tahun 2046 hingga 2050.
Referensi
Braun, W.J and Murdoch, D.j. (2007). A First Course in Statistical Programming with R. Cambridge University Press, New York.
Brown, C. E. (1993). Use of Principle Component, Correlation and Stepwise Multiple Regression Analyses to Investigate Selected Phisical and Hydraulic Properties of Carbonate-Rock Aquifers. Journal of Hydrology, 147(1-4), 169-195. Butler, J., Kirono, D.G.C., Katzfey, J., and Nguyen, K. (2009) : Climate Adaptation Regression/Correlation Analysis for The Behavioral Sciences. Third Edition.
Multivariate Data Analysis. Sixth edition. Prentice Hall International : UK
IPCC. The Science of Climate Change, Contribution of Working Group I to the Third Assessment Report of the
Intergovernmental Panel on Climate Change [M]. Cambridge: Cambridge University Press, 2001.
Johnson, R.A. and Wichern, D.W. (2002).
Applied Multivariate Statistical Analysis. Fifth edition, Prentice Hall Inc. Upper Saddle River : NJ.
METODE STEPWISE PADA DATA HBAT
Nielsen, B. R., Stapelfeldt, H., and Skibsted, L.H. (1997). Early Prediction of The Shelf-Life of Medium-Heat Whole Milk Powders Using Stepwise Stepwise Multiple Regression and Principal Component Analysia. International Dairy Journal, 7(3), 341-348.
Murdiyarso, D. 2003a. CDM: Mekanisme Pembangunan Bersih. Seri Perubahan Iklim. Penerbit Buku Kompas. Jakarta Murdiyarso, D. 2003b. Protokol Kyoto, Implikasi Bagi Negara Berkembang. Seri Perubahan Iklim. Penerbit Buku Kompas. Jakarta
Soemarwoto, O. 1999. Analisis Mengenai Dampak Lingkungan. Gadjah Mada University Press. Yogyakarta
Soemarwoto, O. 2001. Atur Diri Sendiri.Paradigma Baru Pengelolaan Lingkungan Hidup. Gadjah Mada University Press. Yogyakarta.
Sun, Y.X., Zhao, G.C., and Yan,W. (1995). Age Estimation on The Female Sternum by Quantification Theory I and Stepwise Regression Analysis. Forensic Science International, 74(1-2), 57-62.
