ANALISA HUBUNGAN INDEKS KELUARAN RAOB BERDASARKAN PENGAMATAN RADIOSONDE DENGAN KEJADIAN HUJAN DAN GUNTUR DI POLONIA

Transkripsi

1 1 ANALISA HUBUNGAN INDEKS KELUARAN RAOB BERDASARKAN PENGAMATAN RADIOSONDE DENGAN KEJADIAN HUJAN DAN GUNTUR DI POLONIA SKRIPSI DEASSY E D DOLOKSARIBU DEPARTEMEN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2015

2 2 ANALISA HUBUNGAN INDEKS KELUARAN RAOB BERDASARKAN PENGAMATAN RADIOSONDE DENGAN KEJADIAN HUJAN DAN GUNTUR DI POLONIA SKRIPSI Diajukan untuk melengkapi dan memenuhi syarat mencapai gelar sarjana sains DEASSY E D DOLOKSARIBU DEPARTEMEN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2015

3 3 PERSETUJUAN Judul : ANALISA HUBUNGAN INDEKS KELUARAN RAOB BERDASARKAN PENGAMATAN RADIOSONDE DENGAN KEJADIAN HUJAN DAN GUNTUR DI POLONIA Kategori : SKRIPSI Nama : DEASSY E D DOLOKSARIBU NIM : Program Studi : SARJANA (S1) FISIKA Departemen : FISIKA Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, 31 Agustus 2015 Diketahui/Disetujui oleh Ketua Departemen Fisika FMIPA USU Pembimbing Dr. Marhaposan Situmorang NIP Drs. Bisman P,M.Eng.Sc NIP: iii

4 4 PERNYATAAN ANALISA HUBUNGAN INDEKS KELUARAN RAOB BERDASARKAN PENGAMATAN RADIOSONDE DENGAN KEJADIAN HUJAN DAN GUNTUR DI POLONIA SKRIPSI Saya mengakui bahwa Skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, Agustus 2015 DEASSY E D DOLOKSARIBU NIM iv

5 5 PENGHARGAAN Puji syukur penulis panjatkan kepada Tuhan Yesus Kristus, karena hanya oleh penyertaan dan anugerah-nya, penulis dapat menyelesaikan penelitian dan skripsi ini dengan baik, dalam rangka memenuhi syarat untuk menyelesaikan studi pada Program Strata- 1 Universitas Sumatera Utara Jurusan Fisika Instrumentasi. Dalam menyelesaikan skripsi ini, penulis telah mendapat bimbingan dan dukungan dari berbagai pihak. Untuk itu dalam kesempatan ini penulis menyampaikan terimakasih yang sebesar-besarnya kepada : 1. Bpk. Dr. Bisman Perangin-angin, M.Eng.Sc selaku Dosen pembimbing, yang telah memberikan bimbingan dan saran dalam menyelesaikan skripsi, 2. Bpk. Dr. Marhaposan Situmorang selaku ketua jurusan Departemen Fisika Universitas Sumatera Utara, 3. Seluruh Dosen/staff pengajar pada program studi Fisika Ekstensi yang telah memberikan bekal ilmu, 4. Keluarga tercinta, bapak (B. Doloksaribu), ibu (O. Sitorus), tante dan juga adik- adik saya ( Fabrisse, Orado, Foibe) yang selalu mendoakan serta memberikan dukungan kepada penulis dalam berbagai hal, 5. Teman spesial saya Fanly Manullang yang memberi motivasi dan memberi semangat kepada penulis, 6. Sahabat saya (KakJuli, Kurni, Nurul, Kak Martha, dan Happy), teman sekelas saya anak Fisika Ekstensi, dan semua pihak yang tidak dapat saya sebutkan satu persatu yang turut membantu dan memberi dukungan sehingga skripsi ini selesai. v

6 6 Penulis mohon maaf atas segala kekurangan yang terdapat dalam penyusunan skripsi ini, untuk itu penulis mengharapkan kritik dan saran dari semua pihak untuk menyempurnakan skripsi ini dan semoga skripsi ini dapat bermanfaat bagi penulis dan pembaca. Akhir kata penulis mengucapkan terimakasih kepada semua pihak yang membantu menyelesaikan skripsi ini. Medan, Agustus 2015 Penulis vi

7 7 ABSTRAK Salah satu data yang diperlukan untuk membuat prakiraan cuaca adalah data udara atas (Radiosonde) dan data pengamatan permukaan. Sehingga dalam penelitian ini, dianalisa Hubungan Indeks keluaran RAOB berdasarkan pengamatan Radiosonde dengan kejadian hujan dan guntur pada bulan Februari dan Oktober dengan menggunakan metode statistik regresi logistik agar mengetahui peluang kejadian hujan dan guntur dari keluaran RAOB pada musim hujan dan kemarau di Polonia. Hasil analisis setelah di validasi dan di verifikasi menunjukkan bahwa nilai ketetapan klasifikasi pada musim kemarau sekitar 0.7 sampai 1 sehingga dapat digunakan untuk memprediksi keadaan cuaca, tetapi saat musim hujan nilai ketetapan klasifikasi cukup baik sekitar 0.2 sampai 0.7, sehingga dibutuhkan data pendukung lainnya dalam memprediksi cuaca. vii

8 8 ABSTRACT One of the data required to make weather forecasts are data of upper air (radiosonde) and surface observation data. So in this study, analyzed Relations Index output RAOB based observations radiosonde with the incidence of rain and thunder in February and October using logistic regression in order to determine the opportunities incidence of rain and thunder of output RAOB the rainy and dry seasons in Polonia. Results of analysis after the validation and verification shows that the provision of classification in the dry season is about 0.7 to 1 so it can be used to predict the weather, but when the rainy season value assessment is the classification is quite good is about 0.2 to 0.7, so it takes other supporting data in weather prediction. viii

9 9 DAFTAR ISI PERSETUJUAN... iii PERNYATAAN... iv PENGHARGAAN... 8 ABSTRAK... vii ABSTRACT... viii DAFTAR ISI... ix DAFTAR TABEL... 12ii DAFTAR GAMBAR BAB I PENDAHULUAN LATAR BELAKANG RUMUSAN MASALAH BATASAN MASALAH TUJUAN PENELITIAN MANFAAT PENELITIAN... 4 BAB II LANDASAN TEORI PENGERTIAN RADIOSONDE Langkah- langkah Pengamatan Radiosonde Baseline Check PelepasanBalon PROGRAM RAOB Showalter Stability Index(SSI) Lifted Index (LI) ix

10 K- Index (KI) CAPE (Convective Available Potential Energy) SWEAT Index Total - Totals Index HUJAN Pengertian Curah Hujan Penakar Hujan GUNTUR (THUNDERSTORM) REGRESI LINIER BERGANDA REGRESI LOGISTIK BAB III METODOLOGI PENELITIAN TEMPAT DAN WAKTU PENELITIAN DATA DAN PENGOLAHAN METODE PENELITIAN Prinsip Kerja Alat Flowchart Pengolahan Data BAB IV HASIL DAN PEMBAHASAN HASIL Persamaan Regresi Logistik pada musim kemarau jam 00 UTC dan 12 UTC di Stasiun Meteorologi Polonia Persamaan Regresi Logistik pada musim hujan jam 00 UTC dan 12 UTC di Stasiun Meteorologi Polonia Validasi dan Verifikasi Regresi Logistik pada musim kemarau jam 00 UTC dan 12 UTC di Stasiun Meteorologi Polonia Validasi dan Verifikasi Regresi Logistik pada musim hujan jam 00 UTC dan 12 UTC di Stasiun Meteorologi Polonia x

11 PEMBAHASAN BAB V KESIMPULAN DAN SARAN KESIMPULAN SARAN DAFTAR PUSTAKA LAMPIRAN xi

12 12 DAFTAR TABEL Tabel 2.1 Nilai SI- Index Tabel 2.2 Nilai LI- Index Tabel 2.3 Nilai KI- Index Tabel 2.4 Nilai CAPE Tabel 2.3 Nilai SWEAT Tabel 2.6 Nilai Total - Total Tabel 2.7 Tabel Perhitungan koefisien Regresi Tabel 2.8 Ketetapan Klasifikasi Tabel 3.1 Tabel 4.1 Tabel 4.2 Tabel 4.3 Tabel 4.4 Tabel 4.5 Tabel 4.6 Indeks Keluaran RAOB dan data pengamatan Pebruari jam 00 UTC Tabel Contoh Data Kejadian Hujan dan guntur terhadap Indeks Keluaran RAOB Ketetapan Klasifikasi Validasi Persamaan Regresi Logistik pada musim kemarau jam 00 UTC Ketetapan Klasifikasi Validasi Persamaan Regresi Logistik pada musim kemarau jam 12 UTC Ketetapan Klasifikasi Verifikasi Persamaan Regresi Logistik pada musim Kemarau jam 00 UTC Ketetapan Klasifikasi Verifikasi Persamaan Regresi Logistik pada musim kemarau jam 12 UTC Ketetapan Klasifikasi Validasi Persamaan Regresi Logistik pada musim hujan jam 00 UTC xii

13 13 Tabel 4.7 Tabel 4.8 Tabel 4.9 Tabel 4.10 Tabel 4.11 Ketetapan Klasifikasi Validasi Persamaan Regresi Logistik pada musim kemarau jam 12 UTC Ketetapan Klasifikasi Verifikasi Persamaan Regresi Logistik pada musim hujan jam 00 UTC Ketetapan Klasifikasi Verifikasi Persamaan Regresi Logistik pada musim hujan jam 12 UTC Ketetapan Klasifikasi Validasi dan Verifikasi Persamaan Regresi Logistik pada musim kemarau Ketetapan Klasifikasi Validasi dan Verifikasi Persamaan Regresi Logistik pada musim hujan xiii

14 14 DAFTAR GAMBAR Gambar 2. 1 Radiosonde... 6 Gambar 2. 2 Menu utama MOSS... 8 Gambar 2. 3 Menu BL Check Running... 8 Gambar 2. 4 Receive Level... 9 Gambar 2. 5 Surface Weather Data... 9 Gambar 2. 6 Program MOSS Ready Gambar 2. 7 Pelepasan Balon Radiosonde Gambar 2. 8 Menu Observasi Gambar 2. 9 Program RAOB Gambar Penakar Hujan Otomatis Tipe Hellman Gambar 3.1 Diagram Blok Gambar 3. 2 Flowchart Pengolahan data Gambar 3. 3 Klik XLSTAT Gambar 3. 4 Logistic Regression Gambar 3. 5 Persamaan Prediksi dengan Metode Regresi Logistik Gambar 3. 6 Validasi Ketepatan Persamaan Prediksi dari metode Regresi Logistik xiv