BAB I PENDAHULUAN 1.1 Latar Belakang
Iklim merupakan sebuah fenomena rata-rata cuaca atau statistik cuaca di suatu area luas dalam jangka waktu yang lama. Iklim dapat digambarkan secara umum sebagai gejala-gejala yang terjadi di atmosfer. Iklim mempunyai pengaruh pada jangkauan waktu yang lama serta daerah yang luas. Namun ada kalanya iklim akan mengalami perubahan sewaktu-waktu. Salah satu penyebab terjadinya perubahan iklim adalah aktivitas manusia yang tidak bertanggung jawab terhadap alam. Hasil pembakaran serta pencemaran baik polusi tanah, air, maupun udara merupakan hal serius yang dapat mengubah pola iklim dunia. Selain itu perubahan kondisi alam yang diakibatkan oleh aktivitas manusia juga menyebabkan perubahan iklim. Salah satu tanda bahwa terjadi perubahan iklim adalah peristiwa El Nino dan La Nina.
Fenomena El Nino merupakan fenomena pemanasan suhu di permukaan laut Samudera Pasifik ekuator bagian timur, sehingga akan menyebabkan musim kemarau yang lebih panjang di Indonesia. Sedangkan fenomena La Nina merupakan fenomena terjadinya suhu permukaan air laut di kawasan di Samudera Pasifik bagian timur mengalami penurunan sehingga menyebabkan musim penghujan yang lebih panjang di Indonesia. Terjadinya fenomena El Nino dan La Nina ini sangat berpengaruh, sehingga wilayah Indonesia rentan terhadap dampak dari perubahan iklim secara global.
Perubahan iklim yang terjadi di dunia dapat menyebabkan pola cuaca yang tidak menentu, seperti bertambah atau berkutangnya intensitas hujan di suatu wilayah. Salah satu hal yang dapat dijadikan indikator perubahan iklim adalah tingkat curah hujan yang terjadi. Oleh karena itu, dilakukan praktikum ini untuk mengetahui hubungan antara indeks iklim global dengan curah hujan yang terjadi.
1.2 Tujuan
Tujuan dilakukannya praktikum acara V ini adalah sebagai berikut:
1. Memahami hubungan indeks iklim global dengan curah hujan
2. Memahami indeks iklim global sebagai indikator dari penyimpangan iklim 1.3 Manfaat
Manfaat dari praktikum kali ini adalah praktikan dapat mengetahui indeks iklim global, dapat memahami proses terjadinya El Nino dan La Nina, dan dapat memprediksi terjadinya fenomena penyimpangan iklim sehingga dapat dilakukan tindakan pencegahan maupun dapat disusun tindakan adaptasi yang akan dilakukan apabila penyimpangan iklim tersebut benar-benar terjadi.
BAB II
TINJAUAN PUSTAKA
Pertanian merupakan salah satu usaha yang dilakukan manusia untuk memenuhi kebutuhannya terutama di bidang pangan. Kebutuhan pangan manusia dapat tercukupi apabila produk pertanian yang dihasilkan dapat maksimal. Oleh karena itu, manusia sebisa mungkin meminimalisasi terjadinya kegagalan panen.
Kegagalan panen dapat terjadi karena ketidaktahuan mengenai perubahan iklim maupun cuaca yang terjadi. Kegiatan pertanian sangat bergantung pada unsur cuaca yang meliputi suhu tanah, curah hujan, suhu udara, kecepatan angin dan lain-lain.
Hubungan antara ilmu pertanian dan klimatologi dapat dipelajari dalam agroklimatologi. Agroklimatologi dapat menjelaskan perubahan iklim yang terjadi dan penyelesaian masalahnya terutama pada bidang pertanian (Rusmayadi, 2019).
Iklim merupakan sebuah fenomena rata-rata cuaca atau statistik cuaca di suatu area luas dalam jangka waktu yang lama. Iklim juga dapat didefinisikan sebagai ukuran rata-rata dan variabilitas kuantitas yang relevan dari variabel tertentu, seperti temperatur, curah hujan, atau angin pada periode waktu tertentu (Priyahita et al., 2016). Iklim memiliki sifat siklis atau berulang. Apabila dibandingkan dengan cuaca, iklim lebih bersifat stabil. Faktor-faktor yang dapat mempengaruhi iklim suatu wilayah diantaranya yaitu topografi, posisi garis lintang, ketinggian tempat, dan lain sebagainya. Apabila pada suatu iklim terdapat suatu pola gejala atmosfer yang tidak menentu mengindikasikan adanya perubahan iklim secara abnormal. Hal tersebut dapat terjadi karena ulah manusia terhadap alam atau gejala alam pada suatu wilayah.
Salah satu fenomena alam yang berkaitan dengan perubahan iklim yaitu El Nino dan La Nina. El Nino merupakan suatu fenomena perubahan iklim secara global yang diakibatkan karena pemanasan suhu di permukaan laut Samudera Pasifik bagian timur. Sedangkan La Nina merupakan peristiwa alam yang berkebalikan dengan El Nino, dimana suhu permukaan air laut di Kawasan di Samudera Pasifik bagian timur mengalami penurunan. Terjadinya fenomena El Nino dan La Nina dapat diprediksi dan dapat dihindari dampak negatifnya dengan menggunakan metode analisis korelasi indeks iklim global dengan curah hujan.
Indeks iklim global merupakan nilai yang digunakan untuk menggambarkan keadaan dan perubahan yang terjadi pada suatu iklim (Sahoo et al, 2016). Ada beberapa indeks iklim global yang digunakan menurut NOAA yaitu antara lain, ONI (Ocean Nino Index), SOI (Southern Oscialtion Index), DMI (Dipole Mass Index), dan SST (Sea Surface Temperature) (Prasetyo et al, 2021).
BAB III METODOLOGI 3.1 Alat dan Bahan
Alat yang digunakan dalam praktikum ini adalah laptop,alat tulis, serta perangkat lunak Microsoft excel dan word untuk mempermudah analisis data praktikum. Bahan yang digunakan dalma praktikum ini adalah data curah hujan dan table indeks iklim SOI yang disediakan di eLok.
3.2 Cara Kerja
Dilakukan input data curah hujan (CH) dan indeks iklim global (IG) ke dalam Excell. Kemudian, dibuat grafik CH dan IG vs waktu dengan cara sebagai berikut
1. Blok semua data yang akan dimasukkan 2. Pilih Insert, pilih Charts, pilih 2D Column.
3. Setelah keluar grafik, klik kanan pada data kedua (IG), pilih Format Data Series, pilih Secondary Axis.
4. Atur sumbu y nilai IG dengan cara klik kanan sumbu, pilih Format Axis, ubah nilai Bounds Minimum menjadi -140.
5. Lengkapi grafik dengan Axis Title dan Legend. Klik kanan pada bagian Chart Element, centang bagian Axis Titles dan Legend, beri keterangan pada setiap Chart Titles.
Setelah itu, dicari nilai korelasi dengan cara sebagai berikut : 1. Membuat tabel rerata nilai CH dan IG per tahun
2. Plot nilai rerata CH dan IG. Nilai rerata CH, lalu sumbu y dan nilai rerata IG, lalu sumbu x.
3. Pilih Insert, lalu pilih Scatter.
4. Klik kanan pada bidang grafik, lalu pilih Select Data.
5. Pilih menu Add.
6. Isi bagian Series X Value dengan cara blok data rerata IG, isi bagian Series Y Value dengan cara blok data rerata CH, kemudian pilih OK.
7. Klik kanan pada data yang terplot, lalu pilih Add Trendline.
8. Centang menu Display Equation on Chart dan Display R-squared value on chart.
3.3 Cara Analisis Data
Analisis data pada praktikum ini dilakukan dengan beberapa tahapan.
Data yang digunakan yaitu data curah hujan pos hujan Godean Kecamatan Seyegan, Sleman. Pertama, tabel data curah hujan (CH) dan data indeks iklim global (IG) setiap bulan pada rentang waktu tahun 2003 sampai tahun 2014 dibuat seperti pada contoh tabel berikut.
Data curah hujan (CH) dan data indeks iklim global (IG) yang telah diinput dibentuk menjadi grafik, seperti yang telah dijelaskan pada cara kerja.
Setelah grafik dibuat, tahap selanjutnya yaitu rerata curah hujan (CH) dan indeks iklim global (IG) dibuat dalam tabel seperti pada contoh tabel berikut.
Dari data yang dimasukkan dalam tabel kemudia grafik dibuat seperti yang telah dijelaskan pada cara kerja. Lalu akan diperoleh nilai korelasi dari data rerata curah hujan (CH) dan indeks iklim global (IG).
…
…
…
…
…
…
…
…
…
…
…
…
…
…
…
…
… November 2014 Desember 2014
Februari 2003
Bulan CH IG
Tabel 3.1 Data CH dan IG per bulan Januari 2003
2013 … …
2014 … …
… … …
… … …
2004 … …
… … …
Tabel 3.2 Rerata CH dan IG per tahun Tahun Rerata CH Rerata IG
2003 … …
BAB IV
HASIL DAN PEMBAHASAN 4.1 Hasil Pengamatan
Berdasarkan praktikum yang telah dilakukan, diperoleh data curah hujan di pos hujan Maguwoharjo, Desa Maguwoharjo, Kecamatan Depok- Sleman.
Tabel 4.1 Data Curah Hujan Pos Hujan Maguwoharjo, Desa Maguwoharjo, Kecamatan Depok-Sleman
BULAN Rata-
Rata 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 JANUARI 250 341 338 412 86 213 298 243 261 369 511 407 310.75 FEBRUARI 535 207 505 344 344 344 338 348 239 234 532 320 357.5 MARET 270 251 160 370 270 218 285 444 305 287 184 152 266
APRIL 43 26 311 293 382 273 184 124 196 166 268 327 216
MEI 154 116 0 175 26 105 141 337 197 81 257 0 132
JUNI 9 0 102 0 9 0 0 111 0 0 282 55 47
JULI 0 0 86 0 0 0 0 27 0 0 73 0 16
AGUSTUS 0 0 10 0 0 0 0 168 0 0 0 0 15
SEPTEMBER 0 0 0 0 0 0 0 302 0 0 0 0 25
OKTOBER 20 23 115 0 53 199 74 115 0 79 39 0 60
NOPEMBER 308 250 93 27 197 348 97 235 375 444 424 373 264 DESEMBER 345 421 483 429 737 211 57 262 376 348 399 319 366 JMLCH DLM
SETAHUN 1934 1635 2203 2050 2104 1911 1474 2716 1949 2008 2969 1953 2075.5
Tabel 4.2 Data Indeks Iklim SOI
Tahun Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des 2003 -2 -7.4 -6.8 -5.5 -7.4 -12 2.9 -1.8 -2.2 -1.9 -3.4 9.3 2004 -11.6 9.1 0.2 -15.5 13.1 -15.2 -6.9 -7.6 -2.8 -3.7 -8.6 -8 2005 1.8 -28.6 0.2 -11.2 -14.5 2.6 0.9 -6.9 3.9 10.9 -2 0.1 2006 12.7 0.1 13.8 14.4 -9.8 -6.3 -7.6 -15.9 -5.8 -16 -1.4 -3.5 2007 -7.8 -2.7 -1.4 -3 -2.7 5 -5 2.7 1.4 5.4 9.2 14.4 2008 14.1 21.3 12.2 4.5 -3.5 4.2 2.2 9.1 13.5 13.4 17.1 13.3 2009 9.4 14.8 0.2 8.6 -7.4 -2.3 1.6 -5 3.9 -14.7 -6 -7 2010 -10.1 -14.5 -10.6 15.2 10 1.8 20.5 18.8 24.9 18.3 16.4 27.1 2011 19.9 22.3 21.4 25.1 2.1 0.2 10.7 2.1 11.7 7.3 13.8 23 2012 9.4 2.5 2.9 -7.1 -2.7 -10.4 -1.7 -5 2.6 2.4 3.9 -6 2013 -1.1 -3.6 10.5 0.3 8.4 13.9 8.1 -0.5 3.9 -1.9 9.2 0.6 2014 12.2 -1.3 -13.3 8.6 4.4 -1.5 -3 -11.4 -7.6 -8 -10 -5.5
Tabel 4.3 Data CH dan IG per bulan
Bulan CH IG
Jan/2003 250 -2
Feb/2003 535 -7,4
Mar/2003 270 -6,8
Apr/2003 43 -5,5
May/2003 154 -7,4
Jun/2003 9 -12
Jul/2003 0 2,9
Aug/2003 0 -1,8
Sep/2003 0 -2,2
Oct/2003 20 -1,9
Nov/2003 308 -3,4
Dec/2003 345 9,3
Jan/2004 341 -11,6
Feb/2004 207 9,1
Mar/2004 251 0,2
Apr/2004 26 -15,5
May/2004 116 13,1
Jun/2004 0 -15,2
Jul/2004 0 -6,9
Aug/2004 0 -7,6
Sep/2004 0 -2,8
Oct/2004 23 -3,7
Nov/2004 250 -8,6
Dec/2004 421 -8
Jan/2005 338 1,8
Feb/2005 505 -28,6
Mar/2005 160 0,2
Apr/2005 311 -11,2
May/2005 0 -14,5
Jun/2005 102 2,6
Jul/2005 86 0,9
Aug/2005 10 -6,9
Sep/2005 0 3,9
Oct/2005 115 10,9
Nov/2005 93 -2
Dec/2005 483 0,1
Jan/2006 412 12,7
Feb/2006 344 0,1
Mar/2006 370 13,8
Apr/2006 293 14,4
May/2006 175 -9,8
Jun/2006 0 -6,3
Jul/2006 0 -7,6
Aug/2006 0 -15,9
Sep/2006 0 -5,8
Oct/2006 0 -16
Nov/2006 27 -1,4
Dec/2006 429 -3,5
Jan/2007 86 -7,8
Feb/2007 344 -2,7
Mar/2007 270 -1,4
Apr/2007 382 -3
May/2007 26 -2,7
Jun/2007 9 5
Jul/2007 0 -5
Aug/2007 0 2,7
Sep/2007 0 1,4
Oct/2007 53 5,4
Nov/2007 197 9,2
Dec/2007 737 14,4
Jan/2008 213 14,1
Feb/2008 344 21,3
Mar/2008 218 12,2
Apr/2008 273 4,5
May/2008 105 -3,5
Jun/2008 0 4,2
Jul/2008 0 2,2
Aug/2008 0 9,1
Sep/2008 0 13,5
Oct/2008 199 13,4
Nov/2008 348 17,1
Dec/2008 211 13,3
Jan/2009 298 9,4
Feb/2009 338 14,8
Mar/2009 285 0,2
Apr/2009 184 8,6
May/2009 141 -7,4
Jun/2009 0 -2,3
Jul/2009 0 1,6
Aug/2009 0 -5
Sep/2009 0 3,9
Oct/2009 74 -14,7
Nov/2009 97 -6
Dec/2009 57 -7
Jan/2010 243 -10,1
Feb/2010 348 -14,5
Mar/2010 444 -10,6
Apr/2010 124 15,2
May/2010 337 10
Jun/2010 111 1,8
Jul/2010 27 20,5
Aug/2010 168 18,8
Sep/2010 302 24,9
Oct/2010 115 18,3
Nov/2010 235 16,4
Dec/2010 262 27,1
Jan/2011 261 19,9
Feb/2011 239 22,3
Mar/2011 305 21,4
Apr/2011 196 25,1
May/2011 197 2,1
Jun/2011 0 0,2
Jul/2011 0 10,7
Aug/2011 0 2,1
Sep/2011 0 11,7
Oct/2011 0 7,3
Nov/2011 375 13,8
Dec/2011 376 23
Jan/2012 369 9,4
Feb/2012 234 2,5
Mar/2012 287 2,9
Apr/2012 166 -7,1
May/2012 81 -2,7
Jun/2012 0 -10,4
Jul/2012 0 -1,7
Aug/2012 0 -5
Sep/2012 0 2,6
Oct/2012 79 2,4
Nov/2012 444 3,9
Dec/2012 348 -6
Jan/2013 511 -1,1
Feb/2013 532 -3,6
Mar/2013 184 10,5
Apr/2013 268 0,3
May/2013 257 8,4
Jun/2013 282 13,9
Jul/2013 73 8,1
Aug/2013 0 -0,5
Sep/2013 0 3,9
Oct/2013 39 -1,9
Nov/2013 424 9,2
Dec/2013 399 0,6
Jan/2014 407 12,2
Feb/2014 320 -1,3
Mar/2014 152 -13,3
Apr/2014 327 8,6
May/2014 0 4,4
Jun/2014 55 -1,5
Jul/2014 0 -3
Aug/2014 0 -11,4
Sep/2014 0 -7,6
Oct/2014 0 -8
Nov/2014 373 -10
Dec/2014 319 -5,5
4.1.2 Analisa Data
Analisis data yang didapatkan dari praktikum “ Analisis Korelasi Indeks Iklim Global dan Curah Hujan” adalah sebagai berikut.
Tabel 4.4 Data Rerata Curah Hujan dan Indeks Global per tahun
Tahun Rerata CH Rerata IG
2003 161.1667 -3.18333
2004 136.25 -4.79167
2005 183.5833 -3.56667
2006 170.8333 -2.10833
2007 175.3333 1.291667
2008 159.25 10.11667
2009 122.8333 -0.325
2010 226.3333 9.816667
2011 162.4167 13.3
2012 167.3333 -0.76667
2013 247.4167 3.983333
2014 162.75 -3.03333
Grafik 4.1 Perbandingan CH dan IG terhadap Waktu
Gambar 4.2 Perbandingan CH terhadap IG
-140 -120 -100 -80 -60 -40 -20 0 20 40
0 100 200 300 400 500 600 700 800
Jan-03 Aug-03 Mar-04 Oct-04 May-05 Dec-05 Jul-06 Feb-07 Sep-07 Apr-08 Nov-08 Jun-09 Jan-10 Aug-10 Mar-11 Oct-11 May-12 Dec-12 Jul-13 Feb-14 Sep-14
CH IG
y = 1.8596x + 169.75 R² = 0.1115
0 50 100 150 200 250 300
-6 -4 -2 0 2 4 6 8 10 12 14 16
Rerata CH
Rerata IG
BAB V PENUTUP 5.1 Kesimpulan
Dari praktikum “Analisis Korelasi Indeks Iklim Global dan Curah Hujan” diperoleh kesimpulan sebagai berikut.
1. Indeks iklim global yang dapat dimanfaatkan untuk memprediksi fenomena alam akibat perubahan iklim seperti La Nina dan El Nino di antaranya yaitu Southern Oscillation Index (SOI), Oceanic Nino Index (ONI), Dipole Mode Index (DMI), dan Sea Surface Temperature (SST).
2. Indeks iklim global memiliki keterkaitan atau korelasi dengan salah satu unsur iklim yaitu curah hujan. Indeks iklim global mempengaruhi curah hujan pada suatu wilayah, apabila indeks iklim global meningkat maka curah hujan pada wilayah tersebut juga meningkat.
5.2 Saran
Praktikum acara ini sudah terlaksana dengan baik. Materi yang disampaikan pada saat praktikum dapat dipahami oleh praktikan.
DAFTAR PUSTAKA
Ahrens, C.D. dan Henson, R. 2018. Meteorology Today: An Introduction to Weather, Climate, and The Environment. Boston: Cengage Learning.
Estiningtyas, W., Susanti, E., Syahbuddin, H. Sulaiman, A.A. 2018. Penentuan Wilayah Kunci Keragaman Iklim Indonesia Menggunakan Indikator Global untuk Mendukung Adaptasi Perubahan Iklim. Jurnal Tanah dan Iklim, 42(1):59-68.
Harisuseno, D. 2020. Meteotological Drought and its Relationship with Southern Oscillation Index (SOI). Civil Engineering Journal, 6(10):1864-1875.
Maslin,M. 2014. Climate Change: A Very Short Introduction. London: Oxford University Press.
Prasetyo, S., Hidayat, U. Haryanto, Y.D. dan Riama, N.F. 2021. Karaktertistik Suhu Udara di Pulau Jawa Kaitannya dengan Kelembapan Udara, Curah Hujan, SOI, dan DMI. Jurnal Geografi, Edukasi dan Lingkungan (JGEL). 5(1):15- 26.
Priyahita, F.W., N. Sugianti, H. Aliah. 2016. Analisis Taman Alat Cuaca Kota Bandung dan Sumedang Menggunakan Satelit Terra Berbasis Python.
ALHAZEN Journal of Physics. 2(2):28-37.
Rusmayadi, Gusti. 2019. Agroklimatologi di Era Perubahan Iklim Global. IRDH:
Malang.
Sahoo, S. Rout, S. Khare, N. dan Patra, S.S. 2016. El-Nino, La-Nina and Their Impact on Moonsoon. Journal Van Sangyan, 3(7):4-6.
LAMPIRAN Review Jurnal
Judul Effect of ENSO and IOD on Rainfall Variability in Cerucuk Watershed, Belitung Island
Jurnal Jurnal Tanah dan Iklim Volume &
Halaman
Vol. 41 No.1 Hal. 45-60
Tahun 2017
Penulis Ida Narulita Reviewer Muhammad Alim Tanggal 4 November 2022
Tujuan Penulis The purpose of this study was to determine the correlation between ENSO and IOD with rainfall in the Cerucuk watershed
Subjek Penelitian ENSO dan IOD Phenomenon
Metode Penelitian The research method used is statistical analysis of the function of time and linear regression.
Langkah Penelitian Prepare a research plan and research methodology, collect data in the form of the Enso Index with a Nino index of 3.4 monthly, seasonal and monthly average for the period 1980-2014, the monthly Dipole Mode Index from 1980-2014, and rainfall data at the BMKG station, conduct research, processing research data, and determining research conclusions.
Hasil Penelitian There is a strong correlation between the ENSO phenomenon and rainfall between August-October along with the strong ENSO signal with a 95% confidence level. The strongest correlation between monthly and seasonal rainfall with IOD occurred in August- November along with a strong IOD signal with a 95% confidence level. Annual rainfall in the Cerucuk watershed has a strong negative correlation with ENSO and is sensitive in the period of 2, 4, 5, 7, and 8 years. Meanwhile, rainfall has a strong negative correlation with IOD and is sensitive to 2, 4, and 7 year signals.
Kekuatan Penelitian
Research uses climate explorer software to produce accurate data.
Kelemahan Penelitian Only two rainfall stations are used to collect rainfall data, while there are five rainfall stations in one rainfall distribution area near the Cerucuk watershed.
Kesimpulan Monthly and seasonal rainfall in the Cerucuk watershed is strongly influenced by ENSO and IOD although the geographical position of the Cerucuk watershed is closer to the Indian Ocean than the Pacific Ocean. Based on the sensitivity level of the signal period, the effect of ENSO is stronger than IOD. Global climate phenomena need to be taken into account because they strongly influence the variability of rainfall which has an impact on water availability.
