Blogroll

Jumat, 25 November 2011

FLUKTUASI SUHU UDARA DAN TREND VARIASI CURAH HUJAN RATARATA DI ATAS 100 MM DI BEBERAPA WILAYAH INDONESIA

ISSN 0215-1952
©BULETIN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA
Vol. 5 No. 3 SEPTEMBER 2009
309
FLUKTUASI SUHU UDARA DAN TREND VARIASI CURAH HUJAN RATARATA
DI ATAS 100 MM DI BEBERAPA WILAYAH INDONESIA
Umara Firman
Sub Bidang Manajemen Data Iklim dan Agroklimat
Bidang Klimatologi dan Kualitas Udara
Badan Meteorologi Klimatologi dan Geofisika
ABSTRAK
Tulisan ini menjelaskan pembuatan garis kecenderungan (trend) dan
keterkaitan yang terjadi pada fluktuasi data bulanan suhu udara rata-rata,
suhu udara maksimum, suhu udara minimum dengan besaran curah
hujan pada beberapa tempat di Indonesia. Di beberapa wilayah Indonesia
terjadi kecenderungan kenaikan suhu udara, namun di beberapa wilayah
lain justru mengalami penurunan suhu udara. Sedangkan untuk curah
hujan, terdapat perbedaan penurunan curah hujan di berbagai wilayah.
Hal yang menarik dari penggunaan angka kecenderungan curah hujan
selama kurun waktu kurang lebih 25 tahun terakhir ini adalah temuan di
Sentani (Provinsi Papua), dan Makasar (Provinsi Sulawesi Selatan)
terjadi peningkatan curah hujan yang berjalan seiring dengan penurunan
suhu udara. Sementara itu rata-rata curah hujan dari tahun ke tahun
memperlihatkan penurunan tertinggi terjadi di Provinsi Jawa Barat.
Kata Kunci: curah hujan, fluktuasi, frekuensi, kecenderungan, persamaan
1. PENDAHULUAN
1.2. Latar Belakang
Kondisi suhu udara di Indonesia
menjadi lebih panas sepanjang abad
dua puluh. Suhu udara rata-rata
tahunan telah bertambah kira-kira 0.3 oC
sejak tahun 1900. Sementara itu tahun
1990 menjadi decade terpanas abad ini.
Tahun 1998 menjadi tahun terpanas
hampir 1 °C di atas rata-rata tahun
1961-1990.
Pemanasan ini telah terjadi di semua
musim sepanjang tahun. Curah hujan
telah berkurang 2 hingga 3 persen di
Indonesia dalam abad ini. Hampir
seluruh pengurangan ini terjadi selama
periode bulan Desember – Februari.
Rata-rata suhu udara di Indonesia
mengalami peningkatan berkisar 0,2 - 1
°C yang terjadi sejak tahun 1970 sampai
tahun 2008 akibat adanya pemanasan
global. Dampak lain pemanasan global
yang merupakan salah satu aspek dari
perubahan iklim adalah naiknya
permukaan air laut yang mengakibatkan
menyusutnya luas lahan pertanian.
1.3. Tujuan
Tulisan ini disajikan dengan tujuan
antara lain untuk :
1. Mengetahui angka kecenderungan
curah hujan yang terjadi selama
kurun waktu lebih 25 tahun dengan
menggunakan nilai dari algoritma
kuadrat terkecil (y = mx + b) untuk
menghasilkan deret atau rangkaian;
2. Dengan mengetahui naiknya suhu
rata-rata bulanan yang terjadi dalam
FLUKTUASI SUHU UDARA DAN TREND VARIASI CURAH HUJAN RATA-RATA DI ATAS 100 MM DI
BEBERAPA WILAYAH INDONESIA
Umara Firman
310
kurun periode tertentu di beberapa
wilayah di Indonesia menjadi bagian
dari indikator adanya pemanasan
global/ perubahan iklim.
2. LANDASAN TEORI
2.1. PERUBAHAN IKLIM
Meningkatnya suhu udara rata-rata,
naiknya suhu permukaan air laut,
perubahan pola hujan, pergeseran awal
musim kemarau maupun muim hujan,
merupakan dampak dari adanya
pemaasan global/ perubahan iklim.
Ada dua akibat dari meningkatnya
temperature
• Adanya perubahan tekanan,
sirkulasi udara yang menyebabkan
kecepatan angin menjadi lebih
kencang;
• Adanya penguapan, uap air
berkumpul di atas menyebabkan
atmosfir basah, intensitas curah
hujan menjadi meningkat.
3. DATA DAN METODE
3.1. DATA
• Temperatur bulanan rata-rata,
maksimum, minimum diambil dari
database synop.
• Hujan bulanan jumlah diambil dari
database synop, database hujan
dan database iklim
3.2. METODOLOGI
3.2.1. Garis Kecenderungan
Nilai hasil sepanjang garis
kecenderungan dperoleh dengan cara
pencocokan garis lurus menggunakan
metode kuadrat terkecil terhadap deret
Y dan X yang diketahui. Hasil nilai y
sepanjang garis lurus untuk deret X
yang baru telah ditentukan.
Y yang diketahui merupakan nilai Y
yang sudah diketahui dalam persamaan
y = m.x + b. Jika deret Y yang diketahui
ada pada kolom tunggal, maka setiap X
yang diketahui diterjemahkan sebagai
sebuah variabel terpisah. Jika deret Y
dalam baris tunggal, maka setiap baris
dari X diartikan sebagai variabel yang
terpisah.
Deret X merupakan opsi dari rangkaian
nilai X yang mungkin sudah diketahui
dalam persamaan y = m.x +b. Deret X
dapat meliputi satu atau lebih rangkaian
variabel. Jika hanya satu variabel yang
digunakan, maka deret Y dan X dapat
mencakup sebuah bentuk. Sepanjang
keduanya memiliki dimensi yang sama.
Jika lebih dari satu variabel yang
digunakan, maka deret Y harus
merupakan sebuah vektor yang memiliki
cakupan dengan ketinggian dari satu
baris atau lebar dari satu kolom.
3.2.2. Grafik Persamaan Linear
Grafik persamaan linear dapat dibentuk
dengan menggunakan pola sebagai
berikut :
y = 2.x + 3
Yang pertama menggambar ’T-chart”.
Dikatakan T karena menyerupai huruf T.
Kolom kiri akan berisi nilai X yang akan
diambil dan kolom kanan akan berisi
nilai Y yang akan dihitung
Label Kolom :
Kolom pertama akan ada pilihan dari
nilai input (X) yang ditempatkan. Kolom
kedua ada hasil dari nilai output (Y),
ISSN 0215-1952
©BULETIN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA
Vol. 5 No. 3 SEPTEMBER 2009
311
bersamaan dengan sumbu X dan Y
keduanya akan membentuk sebuah titik
yaitu (X,Y).
Mengambil beberapa nilai untuk sumbu
X, sangat baik jika mengambil
sedikitnya ada tiga nilai. Memverifikasi
grafik yang sedang dibuat bahwa akan
didapatkan garis lurus (persamaan
linear). Hanya dengan sebuah sumbu X
dan sebuah sumbu Y, tanpa variabelvariabel
kuadrat atau variabel-variabel
akar pangkat dua atau tambahan lain
yang diinginkan, maka grafik garis lurus
berasal .
Kita dapat mengambil nilai dari apapun
yang kita inginkan. Misalkan diambil
nilai dari sumbu X = 1, 2, 3 tidak akan
sebaik jika mengambil garis dari sumbu
X = -3, 0, 3. Hal ini bukan merupakan
suatu aturan, namun merupakan
metode yang sangat bermanfaat.
Sekali mengambil nilai X, maka harus
menghitung persesuaian nilai dari Y.
Ada juga yang menginginkan
penambahan kolom ketiga terhadap ’Tchart”
manfaatnya akan tampak jika
dispesifikasikan.
Untuk persamaan linear dengan pola
berikut:
Y = (-5/3).x – 2
Langkah pertama adalah membuat ”Tchart”.
Kemudian mengalikan X dengan
bilangan pecahan. Ambil nilai X yang
merupakan perkalian 3.
3.2.3. Garis Kecenderungan
Ketika label data atau persamaan garis
kecenderungan dipindahkan pada
suatu grafik, jarak perpindahan label
atau persamaan disimpan dan
digunakan ketika mengubah data ke
dalam grafik. Label data atau
persamaan garis kecenderungan tidak
dapat ditanggalkan dari titik data.
Persamaan bergerak relatif terhadap
perubahan data. Gerakan relatif ini
menyebabkan label data atau
persamaan garis kecenderungan
berhenti berpindah pada wilayah grafik,
ketika mengubah data yang dibuat dari
grafik.
3.2.4. Memulihkan Label Data
Untuk memulihkan atau mengembalikan
label data atau suatu persamaan garis
kecenderungan yang telah tidak tampak
karena data grafik diubah, perlu
dilakukan hal-hal sebagai berikut:
-memilih wilayah plot untuk grafik;
-menarik yang dipojok untuk menangani
wilayah plot yang dipilih ke dalam skala
grafik menjadi ukuran yang lebih kecil.
-memilih label atau persamaan yang
dilokasikan di luar wilayah yang diplot,
bagian itu adalah bagian yang awalnya
disembunyikan dan ditarik kebelakang
ke wilayah plot.
-memilih wilayah plot grafik dan
memindahkan yang pojok untuk
ditempatkan pada wilayah plot yang
dipilih untuk menjadikan skala grafik
kembali pada ukuran yang asli
Sedangkan untuk mengembalikannya
hanya persamaan garis kecenderungan
saja, yang tidak tampak karena
perubahan data grafik, maka dapat
dipilih seperti cara yang telah tersebut di
atas atau dengan cara yang akan
dipaparkan di bawah ini sebagai berikut:
-memilih garis kecenderungan pada
grafik.
-dari menu format, memilih garis
kecenderungan yang diinginkan.
FLUKTUASI SUHU UDARA DAN TREND VARIASI CURAH HUJAN RATA-RATA DI ATAS 100 MM DI
BEBERAPA WILAYAH INDONESIA
Umara Firman
312
-memilih pilihan tab, dan menghapus
tampilan persamaan pada kotak cek
grafik.
-kemudian memilih ok.
2.4. Persamaan Nilai R-square
Model dari persamaan y = f(x) dan data
real (xi,yi), RSQ (R-Squared) diartikan
sebagai 1-SSR/SSY. Di mana SSR
merupakan jumlah dari square sisa yif(
xi) dan SSY merupakan jumlah square
dari perbedaan yi-mean(y). Dengan
demikian R-Squared merupakan ukuran
seberapa banyak variasi dapat
dihubungkan ke model untuk
dihadapkan dengan fluktuasi acak.
Dengan kata lain, seberapa baik alur
model data tersebut. Di sisi yang lain
ada ukuran yang lebih baik pada
kualitas kecocokan yang dinamakan Qsquared.
3.2.5. Persamaan Garis
Kecenderungan Polinomial
Untuk mendapatkan koefisien dari
polinomial dari derajat n dengan
mencocokan data, p(x(i)) to y(i),
hasilnya p merupakan vektor baris dari
panjang n+1 yang berisi koefisien
polinomial dalam kekuatan menurun.
P(x) = p1xn +p2xn-1+...+pnx+pn+y
[p,S] = polyfit(x,y,n)
Mengembalikan koefisien polinomial p
dan struktur S untuk penggunaan
polynomial untuk memperoleh estimasi
error. Jika error pada data y normal
independen dengan varian konstan.
[p,S,mu] = polyfit(x,y,n), koefisien
polinomial pada:
Di mana:
μ2 = mean (x),
μ2 = std (x),
[μ1, μ2 ] = dua vektor elemen.
4. PEMBAHASAN
4.1 Mengambil Data Iklim Dalam
Database Untuk Parameter
Temperatur dan Curah Hujan
Dalam mengolah data menjadi time
series analisis dalam bentuk trendline
atau garis kecenderungan grafik, perlu
dilakukan pengambilan data dari tiga
database dalam kurun waktu periode
yang sepanjang-panjangnya dengan
data yang lebih lengkap dan kota-kota
tertentu mewakili suatu daerah.
Untuk database synop, data yang
diambil merupakan data 3 jam-an dari
observasi stasiun meteorologi yang
kemudian dikirim ke pusat melalui
CMSS. Data dalam format sandi
tersebut kemudian diterjemahkan,
dipilah atau diklasifikasikan menjadi
beberapa parameter yang dibutuhkan
dan ditarik ke dalam database synop.
Dalam database synop, terdapat katalog
stasiun dan katalog data 3 jam-an dari
tahun 1977, tabel hujan 3 jam-an, dan
tabel hujan harian di atas tahun 2000.
Kemudian dibentuk format hujan harian
jumlah time series pada setiap stasiun
atau daerah yang ingin dibuatkan grafik
garis kecenderungannya. Dibentuk juga
temperatur bulanan maksimum,
minimum, dan rata-rata time series.
ISSN 0215-1952
©BULETIN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA
Vol. 5 No. 3 SEPTEMBER 2009
313
Untuk temperatur bulanan maksimum
time series digabungkan antara katalog
data ”All Parameter Synop Now” dengan
katalog stasiun ”Katalog Synop Utama”.
SELECT [All parameter synop
now].Nosta, [All parameter synop
now].NamaStasiun, [All parameter
synop now].Tahun, [All parameter
synop now].Bulan, Max([All parameter
synop now].Temp) AS MaxOfTemp.
FROM [All parameter synop now].
INNER JOIN [Katalog Synop Utama]
ON [All parameter synop now]. Nosta =
[Katalog Synop Utama].Nosta. WHERE
((([All parameter synop
now].Nosta)="97014") AND (([All
parameter synop now].Tahun)>=2001
And ([All parameter synop
now].Tahun)<=2008)). GROUP BY [All
parameter synop now].Nosta, [All
parameter synop now].NamaStasiun,
[All parameter synop now].Tahun, [All
parameter synop now].Bulan.
Untuk temperatur bulanan minimum
time series, digabungkan antara katalog
data ”All Parameter Synop Now” dengan
katalog stasiun ”Katalog Synop Utama”.
SELECT [All parameter synop
now].Nosta, [All parameter synop
now].NamaStasiun, [All parameter
synop now].Tahun, [All parameter synop
now].Bulan, Min([All parameter synop
now].Temp) AS MinOfTemp. FROM [All
parameter synop now] INNER JOIN
[Katalog Synop Utama] ON [All
parameter synop now].Nosta = [Katalog
Synop Utama].Nosta. WHERE ((([All
parameter synop now].Nosta)="97014")
AND (([All parameter synop
now].Tahun)>=2001 And ([All parameter
synop now].Tahun)<=2008)). GROUP
BY [All parameter synop now].Nosta,
[All parameter synop
now].NamaStasiun, [All parameter
synop now].Tahun, [All parameter synop
now].Bulan;.
Untuk temperatur bulanan rata-rata time
series digabungkan antara katalog data
”All parameter synop now” dengan
katalog stasiun ”Katalog Synop Utama”:
SELECT [All parameter synop
now].Nosta, [Katalog Synop
Utama].[Nama Stasiun], [All parameter
synop now].Tahun, [All parameter synop
now].Bulan, Avg([All parameter synop
now].Temp) AS AvgOfTemp. FROM [All
parameter synop now] INNER JOIN
[Katalog Synop Utama] ON [All
parameter synop now].Nosta = [Katalog
Synop Utama].Nosta. WHERE ((([All
parameter synop now].Nosta)="97014")
AND (([All parameter synop
now].Tahun)>=2001 And ([All parameter
synop now].Tahun)<=2008)). GROUP
BY [All parameter synop now].Nosta,
[Katalog Synop Utama].[Nama Stasiun],
[All parameter synop now].Tahun, [All
parameter synop now].Bulan, [Katalog
Synop Utama].Propinsi.
Untuk hujan harian jumlah time series
digabungkan antara katalog data
”source jumlah hujan” dengan katalog
stasiun ”Katalog Synop Utama”.
TRANSFORM
First(SourceJumlahHujan.HujanHarian)
AS FirstOfHujanHarian. SELECT
SourceJumlahHujan.Nosta,
SourceJumlahHujan.NamaStasiun,
SourceJumlahHujan.Tahun,
SourceJumlahHujan.Bulan. FROM
SourceJumlahHujan INNER JOIN
[Katalog Synop Utama] ON
SourceJumlahHujan.Nosta = [Katalog
Synop Utama].Nosta. WHERE
(((SourceJumlahHujan.Nosta)="96035")
AND
((SourceJumlahHujan.Tahun)>=1970
And
(SourceJumlahHujan.Tahun)<=2000))
GROUP BY SourceJumlahHujan.Nosta,
SourceJumlahHujan.NamaStasiun,
FLUKTUASI SUHU UDARA DAN TREND VARIASI CURAH HUJAN RATA-RATA DI ATAS 100 MM DI
BEBERAPA WILAYAH INDONESIA
Umara Firman
314
SourceJumlahHujan.Tahun,
SourceJumlahHujan.Bulan, [Katalog
Synop Utama].Propinsi
ORDER BY SourceJumlahHujan.Nosta,
SourceJumlahHujan.Tahun,
SourceJumlahHujan.Bulan
PIVOT SourceJumlahHujan.Tanggal.
Untuk melengkapi data pada periode di
bawah tahun 2000, maka diambil data
parameter suhu udara dan curah hujan
dari database iklim dan hujan. Untuk
temperatur maksimum bulanan:
TRANSFORM Max(TMax.Max) AS
MaxOfMax. SELECT TMax.Nosta,
TMax.namasta, TMax.Tahun. FROM
Tmax. GROUP BY TMax.Nosta,
TMax.namasta, TMax.Tahun. ORDER
BY TMax.Nosta, TMax.Tahun,
TMax.Bulan. PIVOT TMax.Bulan.
Untuk parameter hujan yang diambil
dari database iklim di bawah tahun
2000, digabungkan antara data katalog
stasiun ”KatalogStasiunBaru” dan
katalog data ”KlimAllUpdated_tbl,
sedangkan RRR merupakan kode untuk
hujan:
SELECT KatalogStasiunBaru.Nosta,
KatalogStasiunBaru.Namsta,
KatalogStasiunBaru.Lintang,
KatalogStasiunBaru.Bujur,
KatalogStasiunBaru.Elevasi,
KlimAllUpdated_tbl.Tahun,
KlimAllUpdated_tbl.Bulan,
KlimAllUpdated_tbl.[01],
KlimAllUpdated_tbl.[02],
KlimAllUpdated_tbl.[03],
KlimAllUpdated_tbl.[04],
KlimAllUpdated_tbl.[05],
KlimAllUpdated_tbl.[06],
KlimAllUpdated_tbl.[07],
KlimAllUpdated_tbl.[08],
KlimAllUpdated_tbl.[09],
KlimAllUpdated_tbl.[10],
KlimAllUpdated_tbl.[11],
KlimAllUpdated_tbl.[12],
KlimAllUpdated_tbl.[13],
KlimAllUpdated_tbl.[14],
KlimAllUpdated_tbl.[15],
KlimAllUpdated_tbl.[16],
KlimAllUpdated_tbl.[17],
KlimAllUpdated_tbl.[18],
KlimAllUpdated_tbl.[19],
KlimAllUpdated_tbl.[20],
KlimAllUpdated_tbl.[21],
KlimAllUpdated_tbl.[22],
KlimAllUpdated_tbl.[23],
KlimAllUpdated_tbl.[24],
KlimAllUpdated_tbl.[25],
KlimAllUpdated_tbl.[26],
KlimAllUpdated_tbl.[27],
KlimAllUpdated_tbl.[28],
KlimAllUpdated_tbl.[29],
KlimAllUpdated_tbl.[30],
KlimAllUpdated_tbl.[31]
FROM KlimAllUpdated_tbl INNER JOIN
KatalogStasiunBaru ON
KlimAllUpdated_tbl.Nosta =
KatalogStasiunBaru.Nosta
WHERE
(((KatalogStasiunBaru.Nosta)="02097")
AND
((KlimAllUpdated_tbl.Tahun)>="1970"
And
(KlimAllUpdated_tbl.Tahun)<="2000")
AND
((KlimAllUpdated_tbl.elemen)="RRR"));
ISSN 0215-1952
©BULETIN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA
Vol. 5 No. 3 SEPTEMBER 2009
315
4.3. Trendline Tisean Makassar
Trend of The Monthly Average Temperature at Makassar
y = 0,005x + 25,435
R2 = 0,2057
22,0
23,0
24,0
25,0
26,0
27,0
28,0
29,0
30,0
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
Years
T-Avg Linear (T-Avg)
Annual Average = 26,3 oC
Frekuensi hujan tahunan diatas 100 mm di wilayah Makassar:
Tahun FrekuensiTahunan
1981 8
1982 5
1983 5
1984 8
1985 7
1986 7
1987 6
1988 7
1989 6
1990 6
1991 6
1992 6
1993 7
1994 6
1995 9
1996 3
1997 5
1998 9
1999 9
2000 9
2001 7
2002 5
2003 7
2004 6
2005 6
2006 7
2007 8
2008 5
FLUKTUASI SUHU UDARA DAN TREND VARIASI CURAH HUJAN RATA-RATA DI ATAS 100 MM DI
BEBERAPA WILAYAH INDONESIA
Umara Firman
316
The Monthly Rain Frequency > 100 mm at Makassar
y = -3E-06x + 0,5511
R2 = 3E-07
0
0,2
0,4
0,6
0,8
1
1,2
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
Years
RRR Linear (RRR)
Frekuensi hujan tahunan di atas 100 mm di Makassar :
The Annual Rain Frequency > 100 mm at Makassar
y = 0,0085x + 6,4841
R2 = 0,0022
0 1 2 3 4 5 6 7 8 9
10
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
2005
2007
Years
RRR Linear (RRR)
ISSN 0215-1952
©BULETIN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA
Vol. 5 No. 3 SEPTEMBER 2009
317
4.4. Trendline Tisean di Papua
Trend of Monthly Average Temperatur at papua
y = 0,0008x + 26,899
R2 = 0,0049
19,0
21,0
23,0
25,0
27,0
29,0
31,0
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
Years
T-Avg Linear (T-Avg)
Annual Average = 27,0 oC
Frekuensi hujan bulanan diatas 100 mm di wilayah Papua:
The Monthly Rain Frequency > 100mm
y = 0,0001x + 0,0129
R2 = 0,0051
0
0,2
0,4
0,6
0,8
1
1,2
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
Years
RRR Linear (RRR)
Frekuensi hujan tahunan diatas 100 mm di wilayah Papua :
The Annual Rain Frequency>100 mm
y = 0,0189x + 0,1402
R2 = 0,0415
0
0,5
1
1,5
2
2,5
3
3,5
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
RRR Linear (RRR)
FLUKTUASI SUHU UDARA DAN TREND VARIASI CURAH HUJAN RATA-RATA DI ATAS 100 MM DI
BEBERAPA WILAYAH INDONESIA
Umara Firman
318
4.5. Trendline Tisean di Manado
Trend of The Monthly Average Temperature at Menado
y = 0,0028x + 25,118
R2 = 0,1395
21,0
22,0
23,0
24,0
25,0
26,0
27,0
28,0
29,0
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
Years
T-Avg Linear (T-Avg)
Annual Average = 25,7 oC
The Monthly Rain Frequency > 100 mm at Menado
y = -0,0004x + 0,9154
R2 = 0,0161
0
0,2
0,4
0,6
0,8
1
1,2
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
Years
RRR Linear (RRR)
The Annual Rain Frequency > 100 mm at Menado
y = -0,0535x + 10,99
R2 = 0,1295
0
2
4
6
8
10
12
14
1973
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
2005
2007
Years
RRR Linear (RRR)
ISSN 0215-1952
©BULETIN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA
Vol. 5 No. 3 SEPTEMBER 2009
319
4.6. Trendline Tisean di Banjarbaru
Trend of The Monthly Average Temperature at Banjarbaru
y = 0,004x + 25,686
R2 = 0,0928
20,0
22,0
24,0
26,0
28,0
30,0
32,0
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
Years
T-Avg Linear (T-Avg)
Annual Average = 26,2 oC
The Monthly Rain Frequency > 100 mm at Banjarbaru
y = -0,0016x + 0,7622
R2 = 0,0944
0
0,2
0,4
0,6
0,8
1
1,2
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
Years
RRR Linear (RRR)
The Annual Rain Frequency > 100 mm at Banjarbaru
y = -0,2381x + 9,2593
R2 = 0,2311
0
2
4
6
8
10
12
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
Years
RRR Linear (RRR)
FLUKTUASI SUHU UDARA DAN TREND VARIASI CURAH HUJAN RATA-RATA DI ATAS 100 MM DI
BEBERAPA WILAYAH INDONESIA
Umara Firman
320
4.7. Menghitung Suhu Udara Ratarata,
Maksimum, dan Minimum
• Layar tampilan untuk user:
if nargin == 0
fig =
openfig(mfilename,'reuse');
% Generate a structure of
handles to pass to callbacks,
and store it.
handles = guihandles(fig);
guidata(fig, handles);
if nargout > 0
varargout{1} = fig;
end
elseif ischar(varargin{1}) %
INVOKE NAMED SUBFUNCTION OR
CALLBACK
try
if (nargout)
[varargout{1:nargout}] =
feval(varargin{:}); % FEVAL
switchyard
else
feval(varargin{:});
% FEVAL switchyard
end
catch
%disp(lasterr);
end
end
• Rancangan Perhitungan Suhu
Udara Rata-rata:
% ------------------------------
--------------------------------
------
function varargout =
pushbutton1_Callback(h,
eventdata, handles, varargin)
myform = guidata(gcbo);
TRata1=
str2double(get(myform.EdTRata1,'
String'));
TRata2=
str2double(get(myform.EdTRata2,'
String'));
TRata3=
str2double(get(myform.EdTRata2,'
String'));
TRata4=
str2double(get(myform.EdTRata2,'
String'));
TRata5=
str2double(get(myform.EdTRata2,'
String'));
TRata6=
str2double(get(myform.EdTRata2,'
String'));
TRata7=
str2double(get(myform.EdTRata2,'
String'));
TRata8=
str2double(get(myform.EdTRata2,'
String'));
TRata9=
str2double(get(myform.EdTRata2,'
String'));
TRata10=
str2double(get(myform.EdT
-Rata2,'String'));
TRata11=
str2double(get(myform.EdT
-Rata2,'String'));
TRata12=
str2double(get(myform.EdT
-Rata2,'String'));
TMak1=
str2double(get(myform.EdTMak1,'
String'));
TMak2=
str2double(get(myform.EdTMak2,'
String'));
TMak3=
str2double(get(myform.EdTMak3,'
String'));
TMak4=
str2double(get(myform.EdTMak4,'
String'));
TMak5=
str2double(get(myform.EdTMak5,'
String'));
ISSN 0215-1952
©BULETIN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA
Vol. 5 No. 3 SEPTEMBER 2009
321
TMak6=
str2double(get(myform.EdTMak6,'
String'));
TMak7=
str2double(get(myform.EdTMak7,'
String'));
TMak8=
str2double(get(myform.EdTMak8,'
String'));
TMak9=
str2double(get(myform.EdTMak9,'
String'));
TMak10=
str2double(get(myform.EdTMak10,'
String'));
TMak11=
str2double(get(myform.EdTMak11,'
String'));
TMak12=
str2double(get(myform.EdTMak12,'
String'));
TMin1=
str2double(get(myform.EdTMin1,'
String'));
TMin2=
str2double(get(myform.EdTMin2,'
String'));
TMin3=
str2double(get(myform.EdTMin3,'
String'));
TMin4=
str2double(get(myform.EdTMin4,'
String'));
TMin5=
str2double(get(myform.EdTMin5,'
String'));
TMin6=
str2double(get(myform.EdTMin6,'
String'));
TMin7=
str2double(get(myform.EdTMin7,'
String'));
TMin8=
str2double(get(myform.EdTMin8,'
String'));
TMin9=
str2double(get(myform.EdTMin9,'
String'));
TMin10=
str2double(get(myform.EdTMin10,'
String'));
TMin11=
str2double(get(myform.EdTMin11,'
String'));
TMin12=
str2double(get(myform.EdTMin12,'
String'));
na_Rata=(T-Rata1+T-Rata2+TRata3+
T-Rata4+T-Rata5+T-Rata6
+T-Rata7+T-Rata8+TRata9+
T-Rata10+T-Rata11+TRata12);
if (na_Rata >= 30)
set(myform.EdNilai,'String','Tem
peratur diatas normal');
elseif (na < 20) & (na >= 30)
set(myform.EdNilai,'String','Tem
peratur normal');
elseif (na < 20)
set(myform.EdNilai,'String','Tem
peratur dibawah normal');
end;
set(myform.EdAkhir,'String',num2
str(na_Rata));
% -----------------------------
--------------------------------
-------
function varargout =
pushbutton2_Callback(h,
eventdata, handles, varargin)
Close;
FLUKTUASI SUHU UDARA DAN TREND VARIASI CURAH HUJAN RATA-RATA DI ATAS 100 MM DI
BEBERAPA WILAYAH INDONESIA
Umara Firman
322
5. KESIMPULAN
Berdasarkan penjelasan dalam bab-bab
tersebut di atas, maka dapat diambil
beberapa kesimpulan sebagai berikut :
-Data yang didapat dari hasil
pemantauan dan diolah menjadi suatu
informasi bisa memberikan kontribusi
untuk kajian yang lebih mendalam
ataupun untuk kebutuhan langsung
user;
-Merancang aplikasi yang dapat
menghitung nilai dari parameter yang
ditetapkan untuk kemudian hasilnya
dapat diolah lagi untuk memperoleh nilai
kecenderungan dari Tisean;
6. ACUAN
http://support.microsoft.com/kb/110499, Chart
Trendline Equation or Data Label
Disappears.
http://www.ozgrid.com/forum/showthread.php?t=
84246, determine equation of
chart/graph.
http://www.techarchive.
net/Archive/Excel/microsoft.publi
c.excel.charting/2007-
10/msg00343.html.
http://www.mrexcel.com/tip067.shtml
http://www2.kompas.com/ver1/Iptek/0705/16/100
722.htm.
http://en.wikipedia.org/wiki/Trend_lines
http://mbojo.wordpress.com/2008/05/10/penyeba
b-variabilitas-hujan-di-indonesia/.
http://www.suaramerdeka.com/harian/0705/19/na
s06.htm.
http://ritter.tea.state.tx.us/student.assessment/tak
s/math/Grade_9_10_11XL_Math_Chart.
pdf.
Gunaidi Abdia away, Matlab Programming,
Penerbit Informatika.
http://www.mathworks.com/access/helpdesk/help
/techdoc/index.html?/access/helpdesk/h
elp/techdoc/ref/polyfit.html&http://www.g
oogle.co.id/search?client=firefoxa&
channel=s&rls=org.mozilla%3Aen-
GB%3Aofficial&hs=KYm&hl=id&q=polyfi
t+matlab&btnG=Telusuri+dengan+Goog
le&meta=&aq=f&oq=, polyfit Matlab.
http://www.purplemath.com/modules/graphlin2.ht
m Graphing Linear Equations: Plotting
the points and drawing the line.

0 komentar:

Posting Komentar