acara 3 homogenitas data iklim

BAB 2

DASAR TEORI

2.1.  Homogenitas Data Iklim

          Klimatologi pada dasarnya mempelajari peranan unsur-unsur cuaca atau iklim baik skala global, regional maupun lokal atau setempat dalam kegiatan pertanian. Batasan secara klasik menyatakan bahwa iklim adalah keadaan rata-rata, ekstrim (maksimun dan minimum), frekuensi terjadinya nilai tertentu dari unsur cuaca ataupun frekuensi dari tipe iklim.

Iklim mengkaji dan membahas tentang pola tingkah laku cuaca pada suatu tempat atau wilayah berulang selama waktu periode waktu yang panjang. Sebagai suatu sistem, wilayah iklim cakupannya sangat luas mulai dari skala planiter sampai pada skala lokal atau setempat merupakan kisaran atmosfer secara bersambung. Kajiannya menyangkut berbagai aspek proses pembentukan iklim (Sabaruddin, 2014).

          Mengukur keadaan  cuaca  atau iklim  perlu  adanya homogenitas antar pengukuran dan hasil yang diukur sehingga keakuratan data akan didapat dalam melakukan    pengukuran    dan    error    pun    akan    ditekan    sekecil mungkin. Data iklim/cuaca (temperatur  dan  hujan) sebelum  digunakan  dalam analisis  lebih lanjut,  harus lebih dahulu diuji homogenitasnya  atau konsistensinya karena pencatatan  data   iklim   sering  mengalami  penyimpangan  dan kesalahan (Sudira, 2004).

Menelaah tentang karakteristik iklim antar wilayah, kajiannya ditekankan pada rata-rata dari unsur-unsur iklim yang menjadi ciri dari suatu wilayah. Cuaca pada dasarnya merupakan kondisi atmosfer yang dinamis yang kapan saja bisa mengalami perubahan. Dalam pengamatan data iklim, perlu diperhatikan tentang macam dan kondisi alat, cara pencatatan, waktu pengamatan, dan tata letak atau layout alat-alat yang digunakan, sehingga dapat mewakili kondisi fisik lingkungan (Guslim, 2009).

       Setelah  data  didapatkan,  data  iklim  tidak  dapat  langsung   digunakan dalam  analisis  lebih  lanjut  karena   data  iklim  harus   diuji  terlebih  dahulu homogenitasnya atau konsistentensinya agar didapatkan data yang konsisten dan tidak diragukan lagi kebenarannya. Dalam  pencatatan  data  iklim  sering  terjadi  peyimpangan – penyimpangan yang  akan  menyebabkan  data  yang didapat tidak  konsisten dan memiliki banyak kecacatan. Hal ini disebabkan oleh beberapa hal, yaitu:

1. Kerusakan alat,     maksudnya     kerusakan     alat     pencatat     data

iklim     yang merupakan  kerusakan  atau  perubahan  beberapa  fungsi

alat  karena  perubahan  alami,  seperti  karatan  dan  sebagainya.

Kerusakan – kerusakan ini sering tidak terdeteksi sehingga data yang

dihasilkan mengalami penyimpangan.

2. Kesalahankarena  perubahan  letak  peralatan,  maksudnya  adalah

kesalahan yang dapat menyebabkan perubahan fungsi ruang terhadap

data pengamatan.

3. Kesalahankarena  keteledoran  pengamat,  maksudnya  adalah

kesalahan  yang terjadi  karena  pengamat  mengalami  kesulitan  untuk

melakukan  pencatatan data seperti karena  hujan  lebat, gempa  bumi

dan sebagainya.

4. Datayang  hilang  atau  rusak,  maksudnya  adalah  data  yang  telah

diperolah   mengalami  kerusakan  sehingga   tidak  dapat  digunakan

karena beberapa hal penting dalam data tersebut menghilang.

5. Perubahan keadaan    lingkungan    yang    mendadak,    maksudnya

adalah perubahan alam secara alami dan tidak dapat di prediksi bahkan

ekstrim sehingga data yang didapat tidak sesuai perkiraan

(Rustiadi dkk., 2009).

2.2. Uji Homogenitas Data iklim

       Tahap awal dalam kajian perubahan iklim adalah penyiapan data yang seringkali menjadi permasalahan utama. Beberapa permasalahan tersebut adalah periode data runtun waktu unsur iklim yang dikaji terlalu pendek, adanya missing data, data tidak homogen dan lain sebagainya. Ketidakhomogenan series data tersebut bisa disebabkan dengan adanya pergantian lokasi stasiun, pergantian alat ataupun pergantian pengamat.

Oleh karena itu dalam penyiapan data kajian perubahan iklim harus dilakukan pengujian homogenitas series data unsur iklim seperti curah hujan, temperatur, kelembaban dan unsur iklim lainnya. Penyebab ketidakhomogenan dari faktor non klimat (pemindahan instrumen, pergantian pengamat, pergantian waktu pengamatan, tren memanas/mendingin secara perlahan misalnya karena dampak perkotaan dan perubahab tata guna lahan (Hidayat, 2013).

            Sebuah catatan data iklim dikatakan homogen apabila tidak adanya variasi yang disebabkan oleh variasi non cuaca dan iklim. Homogenitas data seyogyanya meliputi : jenis perbandingan uji homogenitas runtun data curah hujan sebagai pra-pemrosesan kajian perubahan iklim parameter; periode pengamatan data; basis skala waktu (bulanan, mingguan, tahunan, dsb); jenis uji yang dipakai dalam uji homogenitas serta penjelasannya; jumlah series data yang homogen pada suatu stasiun; jumlah kasus, panjangnya periode dan variasi tahunan kasus tidak homogen; ukuran penyimpangan dan faktor koreksi yang digunakan untuk memperbaiki ketidakhomogenan series tersebut.Penyebab ketidakhomogenan dari faktor non klimat (pemindahan instrumen, pergantian pengamat, pergantian waktu pengamatan, tren memanas/mendingin secara perlahan misalnya karena dampak perkotaan dan perubahab tata guna lahan) (Zaidiyah dan Sutikno, 2013).

            Metode uji homogenitas yang sering digunakan yaitu: metode Run test dan RAPS ( Resclaled adjusted partical sums).

1. Metode Run Test

Pengujian data temperatur/suhu yang homogen dilakukan dengan uji Run Test Rerata temperatur tahunan dihitung kemudian dibandingkan dengan rerata temperatur secarakeseluruhan selama tahun pengamatan. Apabila rerata tahunan lebih besar dari pada rerata keseluruhan maka diberi tanda (+) dan sebaliknya diberi tanda (-). Jumlah pasangan tanda (+) dan (-) dihitung dan diberi tanda (U). Data temperatur sudah homogen bila nilai (U) perhitungan mengikuti nilai (U) seperti pada tabel berikut.

Tabel 2.1 Nilai U untuk data        homogen
Jumlah data	Range U
12	5 – 8
14	5 – 10
16	6 – 11
18	7 – 12
20	8 – 13
22	9 – 14
24	9– 16
26	10 – 17
28	11 – 18
30	12 – 19
32	13 – 20
34	14 – 21
36	15 – 22
38	16 – 23
40	16 – 25
50	22 – 30
(Putu, 2014).

2. Metode Buishand (RAPS)

Homogenitas data hujan dapat dilakukan dengan metode Buishand atau RAPS (Rescaled Adjusted Partical Sums).

Sk ** = Sk * /Dy : K = 0,1,2,3,…n

Sk * = S (Yi – Y)² : K = 1,2,3,…n

Dy ² = S (Yi – Y)²/n

Nilai statistik Q =

Nilai statistik R =

Apabila nilai Q/Ön atau R/Ön hitung lebih kecil dari pada nilai Q/Ön atau R/Ön tabel dibawah ini maka datanya homogen.

Tabel 2.1 Hubungan n dan Q
n	Q/√n
	90%	95%	99%
10	1,05	1,14	1,29
20	1,1	1,22	1,42
30	1,12	1,24	1,46
40	1,13	1,26	1,5
50	1,14	1,27	1,52
100	1,17	1,29	1,55
Tabel 2.3 Hubungan n dan R
n	R/√n
	90%	95%	99%
10	1,21	1,28	1,38
20	1,34	1,43	1,6
30	1,4	1,5	1,7
40	1,42	1,53	1,74
50	1,44	1,55	1,75
100	1,5	1,62	1,86

(Putu, 2014).