HALAMAN DEPAN ATMOSFERA

Transkripsi

1 ATMOSFERA 1

2 HALAMAN DEPAN 2 ATMOSFERA

3 Pada bulan Januari 2017, semua wilayah di Jawa Timur memasuki puncak musim penghujan. Pada puncak musim hujan, hujan dengan intensitas ringan hingga sangat lebat terjadi hampir tiap hari dengan durasi yang lama. Pada bulan Januari 2017, dilaporkan banyak kejadian banjir, hujan ekstrim (jumlah curah hujan >100mm) dan angin kencang sesaat yang sangat merusak. Beberapa daerah melaporkan telah terjadi angin puting beliung yang merusak beberapa rumah warga. Bahkan kejadian angin kencang di Candi, Sidoarjo menimbulkan satu orang korban jiwa dikarenakan terkena runtuhan tembok. Angin kencang yang bersifat merusak tersebut berasal dari awan Cumulonimbus (Cb). Awan Cumulonimbus adalah awan konvektif yang berwarna abu-abu gelap atau hitam dan dapat menjulang tinggi dengan puncak awan mencapai 15 km. Awan Cb dapat menghasilkan berbagai macam cuaca buruk seperti hujan lebat, hujan es, puting beliung, downburst, hujan es, dan petir. Pada tanggal 26 Januari 2017, dilaporkan terjadi hujan dengan intensitas sangat lebat yang disertai angin kencang yang bersifat merusak dengan kecepatan mencapai 50 knots atau 90 km/jam di beberapa wilayah di Jawa Timur, seperti di Surabaya, Sidoarjo, Gresik, Mojokerto, Jombang, Pasuruan. Berdasarkan dari pantauan radar cuaca, sekumpulan awan Cumulonimbus bergerak dari arah Barat pada pukul WIB dan mulai memasuki Surabaya Barat. Pada radar cuaca terlihat kecepatan pergerakan awan Cumulonimbus tersebut mencapai 60 knots atau 108 km/jam. Awan Cumulonimbus tersebut mengakibatkan beberapa wilayah yang dilaluinya terkena hujan lebat disertai angin kencang mencapai 60 knots. ATMOSFERA 3

4 Gambar 1. Pohon tumbang di Surabaya dan Pasuruan (Sumber : E100 Surabaya) 4 ATMOSFERA

5 Gambar 2. Produk MAX pukul WIB (07.00 UTC) tanggal 26 Januari 2017 (Sumber : Stasiun Meteorologi Juanda Surabaya) Produk MAX ini berguna untuk menganalisa data reflektivitas. Reflektivitas adalah kemampuan suatu bahan dalam memantulkan gelombang elektromagnetik yang terpapar ke permukaannya, satuan dari Reflektivitas adalah decibel (dbz). Reflektivitas yang tinggi menunjukkan potensi adanya cuaca buruk. Berikut ini adalah irisan secara vertical awan Cumulonimbus yang mengakibatkan hujan lebat dan angin kencang di Kota Surabaya. ATMOSFERA 5

6 Gambar 3. Produk VCUT pukul WIB (07.00 UTC) tanggal 26 Januari 2017 (Sumber : Stasiun Meteorologi Juanda Surabaya) Untuk mengetahui profil vertikal dari suatu echo pada radar cuaca dilakukan cross section dengan menggunakan produk VCUT. Dari gambar di atas, puncak awan Cumulonimbus berada pada ketinggian sekitar 6 km. Puncak awan Cumulonimbus yang tidak terlalu tinggi menunjukkan adanya aliran udara ke atas (updraft) yang lemah, sedangkan aliran udara ke bawah (downdraft) sangat kuat sehingga sangat berpotensi mengakibatkan adanya downburst atau microburst. Tetapi jika updraft kuat dan downdraft lemah, maka puncak awan dapat mencapai ketinggian lebih dari 10 km dan dapat berpotensi mengakibatkan puting beliung, hujan es, hujan lebat dengan durasi lama yang berakibat banjir. Untuk mengetahui perkiraan kecepatan angin, dapat digunakan produk radar HWIND. Berikut ini adalah citra radar HWIND pada tanggal 26 Januari ATMOSFERA

7 Gambar 4. Produk HWIND pukul WIB (07.10 UTC) tanggal 26 Januari 2017 (Sumber : Stasiun Meteorologi Juanda Surabaya) Dari produk HWIND pada scanning ketinggian 0,5 km, terlihat adanya angin kencang dengan kecepatan knots di Kota Surabaya dan sekitarnya. Bendera berbentuk segitiga mewakili kecepatan angin sebesar 50 knots. Angin dengan kecepatan lebih dari 40 knots tentu saja bersifat sangat merusak. Pada saat itu, beberapa pohon dilaporkan tumbang, bangunan rumah rusak serta papan-papan baliho banyak yang mengalami kerusakan. ATMOSFERA 7

8 Kondisi atmosfer yang lembab dari lapisan bawah hingga lapisan atas juga sangat menentukan terjadinya pembentukan awan-awan konvektif. Massa udara yang lembab merupakan bahan utama dalam pembentukan awan hujan. Berikut ini adalah data udara atas yang sudah dipetakan dalam Aerogram, yang mewakili kondisi atmosfer di Jawa Timur pada tanggal 26 Januari Gambar 5. Peta Aerogram tanggal 26 Januari 2017 jam UTC. (Sumber : Stasiun Meteorologi Juanda Surabaya) 8 ATMOSFERA

9 Dari analisa udara atas dengan menggunak an prog ram RAOB (Radiosonde Observation) dapat diketahui bahwa pada pengamatan yang dilakukan jam UTC di Stasiun Meteorologi Juanda Surabaya, kelembaban udara (RH) pada lapisan bawah hingga atas adalah tinggi. Makin kecil selisih antara grafik suhu udara lingkungan dan grafik suhu titik embun, maka makin besar kelembapan udaranya. Pada pengamatan Radiosonde tanggal 26 Januari 2017 jam 00 UTC didapatkan sebagai berikut : Indeks Keterangan LI SI K Index 35.9 SWEAT CAPE 502 J/Kg PW 6.15 cm / 2.4 inch Dari stability index, diketahui bahwa LI (Lifted Index) sebesar Hal ini menyatakan bahwa kondisi atmosfer paras bawah tidak stabil. Kondisi atmosfer tidak dapat dinyatakan dengan menggunakan hanya satu indeks saja. Penaksiran biasanya dengan menggabungkan dua atau lebih nilai indeks, yaitu gabungan antara Indeks Pengangkatan (LI) dan Sholwater Index (SI). Index LI digunakan untuk menandai ketidakstabilan pada lapisan bawah dan SI digunakan untuk menandai ketidakstabilan pada lapisan atas. Indek SI pada jam 00 UTC sebesar 0.2. Bila LI negatif dan SI negatif menunjukkan bahwa di lapisan troposfer atas dan bawah dalam keadaan tidak stabil. K indeks jam 00 UTC, sebesar 35.9 menunjukkan bahwa potensi timbulnya badaiguntur sebesar 80% 90%. Indeks SWEAT (Severe Weather Treath) baik digunakan untuk menandai potensi terjadinya cuaca buruk. Indeks SWEAT pada jam 00 UTC tercatat sebesar Nilai Indeks SWEAT antara menunjukkan potensi besar untuk timbulnya cuaca buruk. Untuk mengetahui besarnya energi yang terkandung dalam suatu massa udara, digunakan indeks CAPE (Convective Available Potential Energy). Nilai CAPE pada jam 00 UTC sebesar 502 J/Kg. Nilai ini termasuk dalam kategori nilai CAPE yang rendah sehingga pertumbuhan awan Cb secara vertikal diprakirakan tidak terlalu tinggi. Precipitable Water (PW) menunjukkan kadar air yang ada di lapisan Troposfer. PW pada pada jam 00 UTC menunjukkan 6.15 cm atau 2.4 inch. ATMOSFERA 9

10 Nilai PW diatas 2 inch menunjukkan kandungan kadar air yang sangat tinggi di lapisan Troposfer. Dari indeks-indeks di atas dapat disimpulkan bahwa kondisi atmosfer berdasarkan data RAOB jam 00 UTC tanggal 26 Januari 2017 dalam kedaan tidak stabil, yang berpotensi mengakibatkan pertumbuhan awanawan konvektif (Cb) penyebab hujan lebat. Selain kondisi udara dari lapisan bawah hingga atas yang tidak stabil pada bulan Januari 2017, adanya konvergensi yang terbentuk di wilayah Jawa pada bulan Januari mengakibatkan awan-awan konvektif tumbuh dengan subur. Pada bulan Januari, daerah ITCZ (Intertropical Convergence Zone) berada di Pulau Jawa, sedangkan pada bulan Februari di Selatan kepulauan Indonesia. ITCZ atau yang dikenal dengan Daerah Konvergensi Antar Tropik (DKAT) merupakan daerah pertemuan massa udara antar benua dengan cakupan yang luas, yang berada antara 10 LU 10 LS dekat Ekuator. Di daerah tropis bertiup angin pasat Timur Laut dan pasat Tenggara yang berhembus dari daerah maksimum subtropik menuju ke minimum Ekuator dan kemudian bertumbukan. Daerah tumbukan kedua angin tersebut merupakan daerah pemanasan, Gambar 6. Normal streamline bulan Januari wilayah Indonesia (Sumber : 10 ATMOSFERA

11 kemudian memuai dan bergerak ke atas. Peristiwa angin bergerak menuju ke satu titik lalu bergerak ke atas tersebut disebut Konvergensi. Tempat terjadinya konvergensi disebut Daerah konvergensi antar tropik Pada daerahdaerah yang dilintasi DKAT pada umumnya berpotensi terjadinya pertumbuhan awan-awan yang berpotensi terjadi hujan lebat dan angin kencang. Berikut ini adalah peta normal streamline bulan Januari yang menunjukkan bahwa Pulau Jawa dilalui DKAT pada bulan Januari. Pada bulan Januari 2017, kondisi angin di Surabaya masih didominasi dari arah Barat. Untuk lebih jelasnya akan dituangkan dalam diagram Windrose (gambar 7). Dari Windrose terlihat bahwa arah angin masih didominasi dari arah Barat, yaitu sebesar 80% dengan kecepatan rata-rata 4-21 knots. Dari arah Barat Laut sebanyak 6 % dengan kecepatan angin rata-rata 7-21 knots. Dari arah Timur 10 % dengan kecepatan angin rata-rata 4 11 knots. Dari arah Tenggara 3 % dengan kecepatan angin rata-rata 7 11 knots. Gambar 7. Windrose bulan Januari 2016 (Sumber : Stasiun Meteorologi Juanda Surabaya) ATMOSFERA 11

12 Cuaca bulan Februari 2017 berkaitan dengan 5 pengatur (regime) yang mempengaruhi iklim yaitu kriosfer, litosfer/pedosfer, hidrosfer, biosfer, dan atmosfer, prakiraan cuaca dengan mempertimbangkan pengatur (regime) atmosfer adalah sebagai berikut : Untuk menganalisa pengaruh atmosfer terhadap cuaca/iklim Jawa Timur, maka perlu dianalisa skala global, regional dan lokal. Skala global meliputi gerak semu dan siklus Matahari, SOI (The Southern Oscillation Index), ENSO (El Niño/Southern Oscillation), MJO (Maden-Julian Oscillation). Skala regional meliputi analisa anomali OLR (Outgoing Longwave Radiation), Siklon Tropis, DMI (Dipole Mode Index), Sirkulasi Monsun Asia-Australia, angin pasat, suhu muka laut dan angin gradien. Skala lokal meliputi pengaruh angin darat dan angin laut, analisa RAOB (Rawinsonde Observation), dan jenis udara yang mempengaruhi atmosfer Jawa Timur di bulan Februari Gerak semu dan siklus Matahari/ Bulan Posisi semu Matahari mempengaruhi pemanasan sisi permukaan Bumi, pada periode 1 Februari 2017 (4 Jumadil Awal 1438 H) - 28 Februari 2017 (1 Jumadil Akhir 1438 H) posisi semu Matahari masih di belahan Bumi Selatan, hal ini mengakibatkan daratan Indonesia yang terletak di Lintang Selatan menerima panas relatif lebih banyak dari pada daratan di Lintang Utara sehingga berpeluang tumbuhnya daerah-daerah bertekanan rendah di belahan Bumi Selatan. Tabel 1. Koordinat posisi semu Matahari/Bulan di bulan Februari 2017 (Sumber: HARI TANGGAL JAM POSISI SEMU MATAHARI Rabu 1 Februari WIB 17 o 11 LS ; 71 o 37 BB Selasa 28 Februari WIB 07 o 42 LS ; 71 o 53 BB HARI TANGGAL POSISI BULAN Minggu 12 Februari 2017/ 15 Jumadil Awal 1438 H Bulan Purnama Selasa 28 Februari 2017/1 Jumadil Akhir 1438 H Bulan Baru 12 ATMOSFERA

13 Siklus Matahari Siklus Matahari 11 tahunan diketemukan oleh Heinrich Schwabe pada tahun 1843, sekarang sudah memasuki siklus ke -24, tahun teraktif pada siklus ke-24 sudah terjadi di bulan Februari tahun 2014, yaitu terdapat 146,1 Bintik Matahari (tabel 2). Data banyaknya bintik Matahari tahun 2016 dari IPS-Australia (tabel 2) untuk bulan Oktober 2016 (33,6), untuk November 2016 (21,4), bulan Desember 2016 (19,5), untuk bulan Januari dan Februari 2017 diprakirakan berfluktuasi di sekitar 40 Bintik Matahari. Diprakirakan banyaknya Bintik Matahari berfluktuasi dan terus menurun sampai tahun 2020, pada saat kejadian El-Nino tahun 2015 (tabel 2) banyaknya Bintik Matahari relatif lebih banyak bila dibandingkan El-Nino tahun 1997/1998. Jumlah Bintik Matahari di bulan Februari 2017 diprakirakan berfluktuasi di sekitar 40, menyebabkan berkurangnya kedalaman dan luasan air laut yang mengalami peningkatan temperatur, sehingga peluang tumbuhnya awan -awan penghujan di bulan Februari 2017 di Jawa Timur diprakirakan di bawah normal klimatologinya. Tabel 2. Data Bintik Matahari bulanan dari Ionospheric Prediction Service - IPS - Radio and Space Weather Services of Australia (Sumber: ATMOSFERA 13

14 Southern Oscillation Index (SOI) Indeks SOI memberikan informasi tentang perkembangan dan intensitas El Niño atau La Nina di Samudera Pasifik, Indeks SOI dihitung berdasarkan perbedaan tekanan udara antara Tahiti dan Darwin. Harga Indeks SOI yang terus menerus di bawah - 7 (tekanan udara di Tahiti relatif lebih rendah) mengindikasikan adanya El Nino. Harga Indeks SOI yang terus menerus di atas +7 (tekanan udara di Darwin relatif lebih rendah) mengindikasikan adanya La Nina, harga Indeks SOI antara -7 dan +7 umumnya meng -indikasikan kondisi netral. Gambar 1. Indeks SOI - 30 harian sampai dengan tanggal 15 Januari 2017 (Sumber: 14 ATMOSFERA

15 Indeks SOI selama 30 hari terakhir sampai dengan tanggal 15 Januari 2017 harganya yaitu + 7,6 (pada gambar 1). Indeks SOI selama 90 hari terakhir sampai dengan tanggal 15 Januari 2017 harganya yaitu + 1,9 mengindikasikan netral, harga indeks SOI pada bulan Februari 2017 diprakirakan berfluktuasi dalam kisaran netral (gambar 1). Diprakirakan tekanan udara di Samudera Pasifik Barat (Darwin) masih relatif sama atau lebih rendah dari pada tekanan udara di Samudera Pasifik Tengah (Tahiti). Menurut BOM Australia ( www. bom.gov.au/clim ate/ cur rent/ soihtm1.shtml), harga Index SOI bulanan tahun 1997, rata-rata = -10,3, mirip dengan harga Index SOI bulanan tahun 2015 (rata-ratanya sampai dengan bulan Desember 2015 = -11,23), bahkan tahun 2015 lebih negatif, hal ini mengindikasikan ada pengaruh El Nino. Bulan Januari 2016 harga Indeks SOI masih negatif yaitu -19,7, bulan Februari 2016 (-19,7), bulan Maret 2016 ( -4,7), bulan April 2016 (-22,0), bulan Mei 2016 (+2,8), bulan Juni 2016 (+5,8), bulan Juli (+4,2), bulan Agustus (+5,3), bulan September (+13,5), bulan Oktober (-4,3), bulan November (-0,7), bulan Desember 2016 (2,6). Untuk bulan Januari dan Februari 2017 diprakirakan Indeks SOI nya masih netral, sehingga peluang pertumbuhan awan pada bulan Februari 2017 di Jawa Timur diprakirakan sama dengan normal klimatologinya. El Niño/Southern Oscillation (ENSO) Indeks ENSO (El Niño/Southern Oscillation) berdasarkan kepada suhu muka laut. El Nino merupakan fenomena global dari sistem interaksi lautatmosfer yang ditandai dengan memanasnya suhu muka laut di Ekuator Pasifik Tengah (Niño3.4) yaitu daerah antara 5 o LU - 5 o LS dan 170ºBB 120ºBB atau anomali suhu muka laut di daerah tersebut positif (lebih panas dari rata-ratanya). Wilayah Indonesia yang terpengaruh El Nino akan berkurang curah hujannya secara drastis. Gambar 2. Anomali suhu mingguan (Sumber: ATMOSFERA 15

16 Gambar 3. Grafik Indeks ENSO dan prakiraannya (Sumber: Harga Indeks ENSO yang terus menerus di bawah -0,5 mengindikasikan adanya La Nina, harga Indeks EN- SO yang terus menerus diatas +0,5 mengindikasikan adanya El Nino, sedangkan harga Indeks ENSO antara - 0,5 dan +0,5 umumnya mengindikasikan kondisi netral. A n o m a l i s u h u m in g g u a n (Niño3.4) BOM (gambar 2) mulai 25 Desember 2016 sampai dengan 15 Januari 2017 bertahan di harga negatif yaitu antara -0,4 o C sampai dengan - 0,3 o C. Menurut Climate Prediction Centre IRI (gambar 3) periode Januari- Februari-Maret (JFM) pengaruh La Niña netral peluangnya sekitar 85% kemudian pada bulan-bulan berikutnya masih diprakirakan netral sampai dengan bulan Mei tahun 2017, sehingga bulan Februari 2017 di Jawa Timur pertumbuhan awannya diprakirakan sama dengan normal klimatologinya. ANALISA MADEN-JULIAN OSCILA- TION The Madden-Julian Oscillation (MJO) adalah fluktuasi cuaca mingguan atau bulanan di daerah tropis. Fluktuasi berupa periode basah yaitu periode banyak awan penghujan kemudian disusul periode kering yaitu periode awan konvektif sukar terbentuk (convectively suppressed), fluktuasi tersebut terjadi berganti-ganti (basah dan kering) dengan total periodenya antara 40 hari sampai 50 hari, bila periodenya lebih pendek dari pada 16 ATMOSFERA

17 periode musim maka dikatakan sebagai variasi di dalam musim (intraseasonal variation). MJO pada awalnya diketemukan oleh Roland A. Maden dan Paul R. Julian pada tahun 1971 dalam bukunya yang berjudul Detection of a Day Oscillation in the Zonal Wind in the Tropical Pacific. Intensitas dan keberadaan MJO dinyatakan dengan indeks RMM (Real-time Multivariat MJO Index), MJO dipengaruhi oleh gerak semu Matahari, bergerak ke arah Timur dalam 8 fase sesuai dengan lokasi geografi fase MJO. Fase 1 di atas Benua Afrika (40 o BT 60 o BT), Fase 2 di Samudera Hindia Barat (60 o BT 80 o BT), Fase 3 di atas Samudera Hindia Timur (80 o BT 100 o BT), Fase 4 di atas Indonesia Barat (100 o BT 120 o BT), Fase 5 di atas Indonesia Timur (120 o BT 140 o BT), Fase 6 di Pasifik Barat (140 o BT 160 o BT), Fase 7 di Pasifik Tengah (160 o BT 180 o BT), Fase 8 di Pasifik Timur (180 o BB 160 o BB). Gambar 4 memperlihatkan perjalanan Fase MJO selama 40 hari terakhir (mulai tanggal 18 Desember Januari 2017), Fase MJO dengan indeks yang relatif kecil bergerak mulai dari Fase 6 ke Fase 7, Fase 3, Fase 4, Fase 5, kembali ke Fase 6, kemudian dengan indeks yang relatif mulai naik bergerak ke Fase 7, Fase 8, Fase 1, berakhir di Fase 2 pada tanggal 26 Januari Gambar 4. Fase MJO 40 hari periode 18 Desember Januari 2017 (Sumber: ATMOSFERA 17

18 Gambar 5. Indeks RMM (Real-time Multivariat MJO Index) dan prediksi MJO menurut EMON (Sumber: Prakiraan EMON: European Centre for Medium Range Weather Forecasts - Seasonal Prediction Ensemble Forecast System, 32 hari ke depan (27 Januari Februari 2017), diagram Fase pada gambar 5 di atas menunjukkan evolusi dari observasi 40 hari terakhir sampai dengan tanggal 26 Januari 2017 serta prakiraan 32 hari ke depan (27 Januari Februari 2017), Fase MJO terlihat pada minggu pertama melintas mulai dari Fase 2, menuju ke Fase 3, ke Fase 4, kemudian pada minggu kedua sampai minggu keempat bergerak ke Fase 5, ke Fase 6, ke Fase 7,ke Fase 8 kemudian dengan harga semakin kecil bergerak tidak beraturan berakhir di Fase ATMOSFERA Garis kuning adalah pergerakan Fase dari 51 data, garis hijau adalah rata-rata pergerakan Fase dari 51 data, garis hijau tebal merupakan rata-rata pergerakan Fase di minggu pertama dan garis hijau tipis adalah rata-rata pergerakan Fase di minggu kedua sampai dengan minggu keempat. Daerah yang diarsir abu-abu mewakili 50% dari pergerakan Fase seluruh data dan daerah yang diarsir abu-abu muda mewakili 90% dari pergerakan Fase seluruh data, sehingga daerah yang dilintasi Fase MJO berpeluang mengalami periode basah, dengan demikian karena Jawa Timur merupakan daerah Fase 4 maka Jawa Timur pada bulan Februari 2017 berpeluang mengalami periode basah pada awal bulan Februari 2017.

19 Analisa anomali OLR (Outgoing Longwave Radiation) Analisa Outgoing Longwave Radiation (OLR) sering digunakan sebagai cara untuk mengindentifikasi ketinggian dan ketebalan awan hujan konvektif. Peta prediksi MJO (gambar 6) yang diikuti oleh anomali OLR selama 15 hari ke depan yaitu mulai dari tanggal 27 Januari 2017 sampai dengan tanggal 12 Februari 2017, menggambarkan posisi awan berdasarkan MJO-OLR. Warna ungu dan biru (anomali OLR negatif) menunjukkan daerah tersebut mengalami peningkatan pertumbuhan awan (enhanced convection) atau peluang hujan meningkat, menunjukkan daerah tersebut aktif, lebih tinggi dari keadaan normalnya, sedangkan untuk daerah dengan warna oranye menunjukkan keadaan di bawah normalnya tidak banyak pertumbuhan awan (suppressed conditions). Berdasarkan analisa anomali OLR maka Jawa Timur pada bulan Februari mengalami peningkatan pertumbuhan awan (enhanced convection) terutama pada awal bulan Februari Gambar 6. Prakiraan MJO yang diikuti dengan anomali OLR untuk 15 hari ke depan (Sumber: ATMOSFERA 19

20 Siklon Tropis Dengan bergesernya posisi semu Matahari di belahan Bumi Selatan maka peluang timbulnya daerahdaerah bertekanan rendah di belahan Bumi Selatan meningkat dan bila energi pemanasannya cukup maka daerah bertekanan rendah akan berkembang menjadi Silkon Tropis. Pada bulan Januari 2017 di Utara Ekuator belum terjadi Siklon Tropis, yang terjadi hanya tekanan rendah di sekitar Laut China Selatan dan di sekitar Philipina. Di Selatan Ekuator terjadi 2 bibit Sikon Tropis yaitu di Samudera Pasifik Barat terjadi 1 Tropical Depression (One), di Samudera Hindia Selatan terjadi 1 Tropical Storm (Three). Dari 2 bibit siklon tropis tersebut, keduanya relatif berpengaruh terhadap pola angin gradien pada wilayah Indonesia. Untuk bulan Februari 2017 peluang terjadinya siklon di Selatan Ekuator terutama di Samudera Hindia meningkat, maka diprakirakan di Jawa Timur pada bulan Februari 2017 peluang tumbuhnya awan penghujan sesuai normal klimatologinya. Tabel 3. Distribusi frekuensi Siklon Tropis periode tahun Januari 2017 (Sumber: 20 ATMOSFERA

21 Dipole Mode Index (DMI) Indeks Dipole Mode dihitung berdasarkan perbedaan anomali suhu muka laut antara Samudera Hindia Bagian Barat (10 LS - 10 LU, 50 BT - 70 BT) dan Samudera Hindia Bagian Timur (10 LS - 0 LS, 90 BT BT ). Indeks Dipole Mode bernilai positif menunjukkan anomali suhu muka laut di Samudera Hindia Bagian Barat relatif lebih tinggi sehingga meningkatkan peluang pertumbuhan awan di Samudera Hindia Bagian Barat. Update Indeks DMI minggu yang lalu tanggal 22 Januari 2017 adalah - 0,20 (gambar 7), diprakirakan nilai indeks pada bulan Februari 2017 di sekitar nilai threshold (+ 0,4) dalam kisaran netral sehingga peluang pertumbuhan awan di Samudera Hindia Timur yaitu Indonesia Bagian Barat relatif sama dengan normal klimatologinya. Gambar 7. Harga DMI mingguan tanggal 27 Januari 2017 (Sumber: Tabel 4. Peluang nilai DM menurut Predictive Ocean Atmosphere Model for Australia (POAMA) (Sumber: ATMOSFERA 21

22 Prakiraan POAMA (tabel 4), Indeks Dipole Mode pada bulan Februari 2017 diprakirakan netral dengan peluang 93,9 %, sehingga peluang tumbuhnya awan-awan di sekitar Samudera Hindia Bagian Timur (sebelah Barat Sumatera) dan di Samudera Hindia Bagian Barat mempunyai peluang yang sama. Pada kenyataannya pada bulan Januari 2017 pertumbuhan awan di Samudera Hindia Bagian Timur yaitu di sebelah Barat Sumatera relatif tinggi sehingga berdasarkan Indeks Dipole Mode maka pada bulan Februari 2017 di Jawa Timur berpeluang mengalami peningkatan pertumbuhan awannya sesuai normal klimatologinya. Sirkulasi Monsun Asia-Australia Indonesia bukan daerah sumber monsun, tetapi ada daerah yang dilalui aliran udara monsun sehingga cuaca dan iklimnya terpengaruh oleh monsun. Indeks Monsun Australia (gambar 8) pada akhir bulan Januari 2017 berfluktuasi di atas harga ratarata klimatologinya, maka untuk bulan Januari 2017 diprakirakan berfluktuasi di atas harga rata-rata klimatologinya, sehingga peluang pembentukan awan di sekitar Jawa, Bali, dan Nusa Te n g g a r a d i a t a s n o r m a l klimatologinya (besarnya harga indeks b e r k o r e l a s i p o s i t i f t e r h a d a p peluangnya hujan). 22 Gambar 8. Rata-rata lima hari terakhir Indeks Monsun Australia pada 22 Januari 2017 (Sumber: ATMOSFERA

23 Angin Pasat (Trade winds) Angin pasat di Samudera Pasifik di sekitar Ekuator sampai di sekitar sebelah Barat garis penanggalan Internasional selama 5 hari terakhir menguat dan untuk di Samudera Pasifik di bagian Timur umumnya mendekati rata-ratanya. Dengan menguatnya Trade Winds maka peluang kejadian La Niña meningkat, arah angin pasat yang cenderung ke arah Barat dari pada ke arah Timur tersebut mengurangi peningkatan suhu muka laut di Samudera Pasifik Tengah dan Timur, sehingga bisa menyebabkan peluang pertumbuhan awan di Jawa Timur pada bulan Februari 2017 sama dengan normal klimatologinya. Selama kejadian La Niña harga anomali angin pasat di Samudera Pasifik di sekitas Ekuator akan terusmenerus menguat, sebaliknya selama El Niño maka harga anomali angin pasatnya akan terus-menerus melemah di bawah harga rata-rata klimatologinya bahkan arah anginnya berubah arah. Gambar 9. Rata-rata Angin Pasat dan anomalinya di bulan Januari 2017 (Sumber : ATMOSFERA 23

24 Suhu Muka Laut Anomali suhu muka laut di sekitar Ekuator pada periode 9 hingga 15 Januari 2017 yang relatif tinggi yaitu sama atau di atas 28 o C (gambar 11) terutama di Selat Karimata bagian Utara, Laut Jawa bagian Barat, Laut Sulawesi, Samudera Hindia di sebelah Utara Australia, di Samudera Pasifik bagian Barat (di sekitar Papua), dan NINO4 (5 o LU-5 o LS, 160 o BT- 150 o BB). Gambar 10. Kawasan NINO1, NINO2, NINO3, NINO3,4, NINO4 di Samudera Pasifik menurut IRI (Sumber : 24 ATMOSFERA Gambar 11. Anomali Suhu Muka Laut periode 9 15 Januari 2017 (Sumber:

25 Gambar 12. Prakiraan Anomali Suhu Permukaan Laut MAM (Maret-April-Mei) (Sumber: Gambar 13. Prediksi anomali suhu muka laut bulan Februari 2017 Sumber : Menurut prakiraan Japan Agency for Marine Earth Science and Technology (JAMSTEC) (gambar 12), suhu muka laut periode Maret-April- Mei 2017 umumnya lebih hangat 1 o C atau lebih dari pada rata-rata klimatologinya, terutama di sebagian Samudera Hindia sebelah Barat Daya Sumatera, Samudera Hindia di sebelah Barat Laut Australia, dan NINO4 bagian Barat, sehingga peluang tumbuhnya awan-awan penghujan di daerah-daerah tersebut lebih besar dari pada di daerah lainnya, untuk NI- NO3,4 diprakirakan anomali suhunya sekitar 0,2 o C (gambar 14 ). ATMOSFERA 25

26 Gambar 14. Anomali suhu pada kedalaman laut (Sumber Temperatur Bawah Laut Dari pengamatan anomali suhu air laut di kedalaman bawah laut pada 5 hari terakhir sampai dengan tanggal 15 Januari 2017 (gambar 14) terlihat bahwa suhu air laut di bawah di sebagian besar Samudera Pasifik di Ekuator sama dengan rataratanya, kecuali di Samudera Pasifik bagian Barat dan pada kedalaman sekitar meter di bawah Samudera Pasifik Tengah suhunya lebih hangat dari rata-ratanya. Bila dibandingkan dengan anomali dingin 2 minggu yang lalu maka anomali hangat sedikit menguat dan lebih luas daerahnya, terdapat area kecil yang suhunya lebih dingin 1 C pada kedalaman 100 m pada daerah antara 140 BT dan 160 BT, sehingga ENSO diprakirakan netral, yang pengaruhnya bisa menyebabkan peluang meningkatnya pertumbuhan awan di Jawa Timur pada bulan Februari ATMOSFERA

27 ANGIN GRADIEN Angin gradien (gambar 15) tanggal 29 Januari 2017 jam UTC untuk wilayah Pulau Jawa bertiup angin monsun Barat Laut, awan-awan banyak terbentuk di sekitar daerah bertekanan rendah dan di daerah belokan garis arus angin, garis putus-putus adalah Trough yaitu garis yang menghubungkan dua tekanan rendah. Di sekitar Australia ada empat daerah bertekanan rendah dan dua daerah bertekanan tinggi yang mempengaruhi pola angin gradien. Angin gradien Barat Laut berbelok ke arah Selatan karena pengaruh tekanan rendah di Australia, maka jenis udara yang mempengaruhi adalah jenis udara Laut China Selatan yang bersifat hangat dan lembab. Bila angin gradien bertiup dari arah Barat Laut kemudian garis-garis yang menghubungkan arah yang sama (stream line) mengarah ke Laut Jawa, maka perlu diperhatikan adanya Cold Surge (seruakan dingin). Pengaruh Cold Surge bisa sampai ke Pulau Jawa bila selisih tekanan udara antara Gushi dan Hongkong lebih dari 10 milibar (gambar 17), dan bila angin Gradien dari arah Barat- Barat Laut. Gambar 15. Pola angin gradien ketinggian meter tanggal 29 Januari 2016 jam 00 UTC (Sumber: ATMOSFERA 27

28 Gambar 16. Citra Satelit Cuaca tanggal 29 Januari 2017 jam UTC (Sumber: 28 Gambar 17. Indeks Surge Gushi (32,10 LU 115,4 BT Hongkong-45007(22 LU 114 BT) periode tanggal 10 Januari 2017 sampai dengan 25 Januari 2017 (Sumber data : ATMOSFERA

29 Angin gradien tanggal 29 Januari 2017 dari arah Barat Laut untuk Jawa Timur, maka jenis udara yang mempengaruhi adalah jenis udara Laut China Selatan yang bersifat hangat dan lembab. Ada peluang pengaruh cold surge pada saat perbedaan tekanan udara permukaan relatif besar antara Gushi dan Hongkong terjadi pada tanggal 14 Januari 2017 dan tanggal 20 Januari 2017 yaitu lebih dari 10 milibar (positif) karena tekanan udara permukaan Hongkong lebih rendah. Perbedaan tekanan tersebut relatif besar dan cukup kuat untuk mempengaruhi angin gradien. Jenis udara yang mempengaruhi cuaca di Jawa Timur pada bulan Februari 2017 dan analisa RAOB (Rawinsonde Observation) Jenis udara yang mempengaruhi cuaca di Jawa Timur pada bulan Januari 2017 bila angin gradien dari arah Barat Laut adalah jenis udara Laut China Selatan yang bersifat hangat dan lembab, bila angin gradien dari arah Barat-Barat Daya maka jenis udara yang mempengaruhi adalah jenis udara Tropis Lautan Pasifik Barat Daya (sebelah Utara/Barat Australia), sifatnya hangat dan mantap. Jenis udara yang mempengaruhi cuaca Jawa Timur pada bulan Januari 2017 adalah Gambar 18. Data RAOB tanggal 29 Januari 2017 jam UTC di Juanda (Sumber : BMKG Juanda dan ATMOSFERA 29

30 perpaduan keduanya sehingga ada peluang pertumbuhan awan penghujan di atas rata-rata klimatologinya. Pada tanggal 29 Januari 2017 jam WIB (00.00 UTC), data METAR WIEE (Padang) METAR WIEE Z 10004KT RA BKN018 24/23 Q1012= Tekanan udara permukaan (QNH) di Padang (Minangkabau International Airport WIEE) mb dan tekanan udara permukaan (QNH) di Kupang (El Tari WATT) mb, beda sebesar 1 mb, perbedaan yang relatif kecil karena di Padang cuacanya hujan, harga positif karena tekanan udara di Kupang lebih rendah (bulan Oktober 2015 beda sebesar 6 mb, lebih rendah Kupang), perbedaan tersebut menaikkan peluang pertumbuhan awan konvektif di sekitar Kupang dan menaikkan peluang pertumbuhan awan-awan konvektif di Laut Jawa, daerah Nusa Tenggara Barat dan Nusa Tenggara Timur. Dari data udara atas RAOB (Rawinsonde Observation) tanggal 29 Januari 2017 jam UTC (gambar 18), di lapisan bawah arah angin dominan bertiup dari arah Barat Barat Daya, LI (Lifted Index) = -2,3 menunjukkan jenis udara labil, KI (K Index) = 35,6 ada peluang terbentuk awan konvektif, SWEAT (severe weather threat index)= 226,0 menunjukkan jenis udara berpeluang terjadinya konveksi, CAPE (Convective Available Potential Energy) = 827 J/Kg menunjukkan cukup energi yang dipunyai oleh uap air untuk membentuk awan konvektif. Tc = 33,8 o C menunjukkan bahwa suhu konveksi yaitu suhu minimal agar terjadi konveksi, yang relatif tinggi untuk dicapai. LCL (Lifting Condensation Level) = 219 m yang digunakan sebagai tinggi dasar awan yang relatif rendah, jenis udara di atas Juanda saat itu relatif basah, nilai Bulk Richardson Number (BRCH) = 69 relatif tinggi menandakan bahwa perubahan arah dan kecepatan angin vertikal/ horisontal kecil sehingga besar peluang pertumbuhan awan konvektif, pada musim kemarau nilai BRCH umumnya rendah yang menandakan vertical wind shear yang tinggi, sehingga kondisi atmosfer tidak mendukung proses konveksi. Dari pengaruh jenis udara yang mempengaruhi cuaca Jawa Timur dan perbedaan tekanan udara antara Padang yang lebih tinggi dari pada Kupang serta angin yang dominan dari arah Barat Laut, maka pada bulan Februari 2017 di Jawa Timur pertumbuhan awan penghujannya sama dengan normal klimatologinya. 30 ATMOSFERA

31 KESIMPULAN Dengan mempertimbangkan : 1. Tekanan udara Kupang lebih rendah dari pada Padang, angin dominan dari arah Barat Laut maka potensi pertumbuhan awan penghujan normal, 2. Pola angin gradien konsisten dari Barat - Barat Laut maka potensi pertumbuhan awan penghujan normal, 3. Anomali dingin sedikit menguat dan lebih luas daerahnya, ENSO diprakirakan netral pada bulan Februari 2017, peluang pertumbuhan awan normal, 4. Prediksi rata-rata anomali suhu muka laut di wilayah NINO3,4 pada bulan Februari 2017 sekitar 0,2 o C, penurunan suhu muka laut di NI- NO3,4 tersebut netral sehingga peluang pertumbuhan awan di Jawa Timur normal, 5. Trade Winds menguat dan diprakirakan cenderung normal, arah angin pasat cenderung ke Barat dari pada ke Timur, peluang pertumbuhan awan sesuai normal klimatologinya, 6. Indeks Monsun Australia untuk bulan Februari 2017 berfluktuasi di atas harga rata-rata klimatologinya, sehingga peluang pertumbuhan awan di atas normalnya, 7. Indeks Dipole Mode pada bulan Februari 2017 diprakirakan netral dengan peluang 93,9 %, maka diprakirakan pertumbuhan awan sama dengan normal klimatologinya, 8. Peluang terjadinya siklon di Selatan Ekuator terutama di Samudera Hindia akan meningkat, maka diprakirakan pertumbuhan awan penghujan sama dengan normal klimatologinya, 9. Berdasarkan analisa anomali OLR maka Jawa Timur pada akhir bulan Januari 2017 mengalami peningkatan pertumbuhan awan (enhanced convection) dan semakin meningkat pada awal Februari 2017, 10. Fase MJO pada bulan Februari 2017 diprakirakan melintas di Fase 4 (Jawa Timur) dengan indeks yang relatif kecil sehingga mengalami periode basah sesuai normal klimatologinya, 11.Anomali suhu mingguan (Niño3.4) negatif di sekitar 0,3 o C, menurut Climate Prediction Centre IRI periode Januari-Februari-Maret (JFM) pengaruh La Niña netral dengan peluang sekitar 85%, sehingga bulan Februari 2017 di Jawa Timur pertumbuhan awannya diprakirakan sama dengan normal klimatologinya, ATMOSFERA 31

32 12. Harga Indeks SOI bulan Februari 2017 diprakirakan netral (positif), sehingga peluang pertumbuhan awan pada bulan Februari 2017 diprakirakan normal, 13. Jumlah Bintik Matahari di bulan Februari 2017 diprakirakan berfluktuasi di sekitar 40, menyebabkan berkurangnya kedalaman dan luasan air laut yang mengalami peningkatan temperatur, sehingga peluang tumbuhnya awan-awan penghujan diprakirakan di bawah normal klimatologinya. Dengan mempertimbangkan 13 faktor tersebut, maka Jawa Timur pada bulan Februari 2017 diprakirakan mengalami puncak musim hujan dengan peluang pertumbuhan awan sama dengan normal klimatologinya. ''Maka terangkanlah kepada-ku tentang air yang kamu minum. Kamukah yang menurunkannya dari awan ataukah Kami yang menurunkannya? Kalau Kami kehendaki, nisaya Kami jadikan dia asin, maka mengapa kamu tidak bersyukur.'' (QS. Al-Waqi ah [56]: 68-70). (Tonny S ) 32 ATMOSFERA

33 Daftar Pustaka : Al-Quran Surah Al-Waqi áh [56] : Maslakah, Firda A Variabilitas Parameter Ketidakstabilan Atmosfer di Juanda Surabaya Tahun Wirjohamidjojo, Soerjadi Pemanfaatan Data Radar dan Satelit untuk Prakiraan Jangka Pendek banjir-di-sidoarjo nino34monadj.gif ATMOSFERA 33

34 1. Prakiraan Curah Hujan Bulan Februari 2017 Prakiraan hujan untuk bulan Februari 2017 wilayah Jawa Timur dan sekitarnya, secara umum diprakirakan masuk pada kategori menengah sangat tinggi, ini terlihat dari curah hujan yang berkisar antara 151 hingga di atas 500 mm. Wilayah Jawa Timur yang berpotensi memiliki curah hujan dengan kategori menengah ( mm), diprakirakan terjadi di sebagian kecil kabupaten/kota meliputi: Situbondo, Banyuwangi, Bangkalan, Sampang, Bangkalan, Sampang, Pamekasan, dan Sumenep. Untuk kategori hujan mm, diprakirakan terjadi di sebagian kecil kabupaten/kota meliputi : Madiun, Kediri Sidoarjo, Malang, Probolinggo, dan Bondowoso. Sebagian besar kabupaten/kota meliputi: Pacitan, Ponorogo, Magetan, Ngawi, Bojonegoro, Gresik, Mojokerto, Jombang, Pasuruan, Blitar, Tulungagung, Pasuruan, Lumajang, Jember, Situbondo, Banyuwangi, Bangkalan, Sampang, Pamekasan, dan Sumenep. Serta di seluruh Kabupaten Tuban dan Lamongan, serta P. Bawean dan P. Kangean. Untuk kategori hujan mm, diprakirakan terjadi di sebagian kecil kabupaten/kota meliputi : Bojonegoro, Gresik, Mojokerto, Jombang, Ngajuk, Tulungagung, Blitar, dan Lumajang. Untuk kategori hujan mm, diprakirakan terjadi di sebagian kecil kabupaten/kota meliputi : Madiun, Ngajuk, Kediri, Blitar, Malang, Mojokerto, Pasuruan, Malang, Probolinggo, Jember, dan Bondowoso. Untuk kategori hujan di atas 500 mm, diprakirakan terjadi di sebagian kecil kabupaten/kota meliputi : Blitar, Batu, Mojokerto, dan Pasuruan. Untuk lebih jelasnya dapat dilihat pada gambar ATMOSFERA

35 Gambar 1. Peta prakiraan curah hujan Januari 2017 (Sumber : Stasiun Klimatologi Karangploso Malang) 2. Prakiraan Sifat Hujan Bulan Februari 2017 Sifat hujan merupakan perbandingan antara jumlah curah hujan yang terjadi selama satu bulan atau periode dengan nilai rata-rata atau normalnya dari bulan atau periode tersebut. Berdasarkan gambar di bawah, prakiraan sifat hujan bulan Februari 2017 adalah sebagai berikut : Secara umum diketahui bahwa wilayah Jawa Timur untuk bulan Februari 2017 berada pada sifat hujan normal. Untuk sifat hujan di atas normal ( %), diprakirakan terjadi di sebagian kecil kabupaten/kota meliputi : ATMOSFERA 35

36 Gambar 2. Peta prakiraan sifat hujan Januari 2017 (Sumber : Stasiun Klimatologi Karangploso Malang) Pacitan, Ponorogo, Trenggalek, Magetan, Ngawi, Bojonegoro, Tuban, Gresik, Surabaya, Mojokerto, Jombang, Nganjuk, Kediri, Batu, Tulungagung, Blitar, Malang, Lumajang, Jember, Bondowoso, Banyuwangi, Sampang, dan Pamekasan. Untuk sifat hujan normal ( %), diprakirakan terjadi di sebagian hingga sebagian besar Kabupaten Lamongan serta terjadi di seluruh P. Kangean, juga diprakirakan terjadi di sebagian hingga sebagian besar kabupaten/kota meliputi : Pacitan, Ponorogo, Trenggalek, Magetan, Madiun, Ngawi, Bojonegoro, Tuban, Lamongan, Surabaya, Mojokerto, Jombang, Nganjuk, Tulungagung, Kediri, Blitar, Batu, Malang, Gresik, Sidoarjo, Pasuruan, Probolinggo, Lumajang, Jember, Bondowoso, Situbondo, Banyuwangi, Bangkalan, Sampang, Pamekasan, dan Sumenep. Sifat hujan normal juga diprakirakan terjadi di seluruh Kabupaten Bangkalan dan P. Bawean. Untuk sifat hujan bawah normal (51-84 %), diprakirakan terjadi di sebagian kecil kabupaten/kota meliputi : Madiun, Nganjuk, Mojokerto, Sidoarjo, Pasuruan, Lumajang, Probolinggo, Jember, Bondowoso, Situbondo, dan Banyuwangi. Untuk lebih jelasnya dapat dilihat pada gambar 2 di atas. 36 ATMOSFERA

37 3. Arah dan Kecepatan Angin Lapisan Atas Gambar 3. Arah dan kecepatan angin lapisan atas bulan Februari 2017 (Sumber: ITACS dan ESRL) Berdasarkan klimatologi angin untuk bulan Februari 2017 di lapisan 250 mb diprakirakan angin di wilayah Jawa Timur pada lapisan 250 mb atau pada ketinggian feet akan berhembus secara umum dari arah Timur Laut dengan kecepatan berkisar antara 4 8 m/detik. Sedangkan untuk lapisan 500 mb atau pada ketinggian feet, cenderung dari arah Timur laut dengan kecepatan berkisar antara 2-4 m/detik. 4. Potensi Kebakaran Hutan/Lahan Kejadian kebakaran hutan didukung oleh curah hujan yang rendah, suhu tinggi, kelembaban udara rendah dan kecepatan angin yang memicu peningkatan kekeringan tanah. Sehingga pada musim hujan, peluang terjadinya kebakaran hutan cenderung rendah. ATMOSFERA 37

38 Gambar 4. Jumlah Curah Hujan dan suhu maksimum per dasarian Desember 2016-Januari 2017 di Juanda Surabaya Jumlah curah hujan yang tercatat di Stasiun Meteorologi Juanda Surabaya hingga tanggal 30 Januari 2017 sebesar mm. Temperatur maksimum harian berkisar antara 23.9 o C hingga 34.7 o C. Hasil pantauan satelit NOAA 18 (ASMC), TERRA, NPP (LAPAN) hingga tanggal 30 Januari 2017 tidak ada terpantau adanya titik api di wilayah Jawa Timur. Gambar 5. Peta Sebaran Titik Api bulan Januari 2017 di Jawa Timur (Sumber : Data Satelit NPP Lapan, Terra/Aqua Lapan dan NOAA 18) 38 ATMOSFERA

39 Pada bulan Februari 2017, diprakirakan wilayah Jawa Timur masih berada pada puncak musim penghujan, sehingga peluang terjadinya kebakaran hutan relatif kecil dibandingkan pada musim kemarau. Prakiraan kemudahan terjadinya kebakaran hutan di Jawa Timur pada awal Februari 2017 ditampilkan pada gambar di bawah ini. 5. Potensi penyakit demam berdarah Penyakit demam berdarah memiliki peluang besar terjadi pada musim penghujan dengan kondisi suhu udara yang hangat dan kelembaban udara yang tinggi. Selain itu, curah hujan yang tinggi meningkatkan jumlah genangan air yang mendukung perkembangbiakan nyamuk demam berdarah. 1 Februari Februari Februari Februari 2017 Gambar 6. Prakiraan kemudahan terjadinya kebakaran hutan di Jawa Timur pada awal Februari 2017 ATMOSFERA 39

40 Gambar 7. Jumlah curah hujan per dasarian (10 harian) Desember Januari 2017 Stamet Juanda Surabaya Pada bulan Februari 2017, wilayah Jawa Timur diprakirakan masih berada pada puncak musim penghujan, Peta prakiraan curah hujan bulan Februari 2017 di Jawa Timur menunjukkan sebagian besar pada kisaran mm dan sebagian lagi berada pada kisaran curah hujan tinggi hingga sangat tinggi, diatas 300 hingga diatas 500 mm, untuk itu masih perlu diwaspadai adanya genangan akibat akumulasi hujan yang tercurah, karena hal ini berpotensi memicu munculnya penyakit demam berdarah. 6. Tingkat kenyamanan terkait dengan kondisi cuaca Kesehatan dan aktivitas manusia terkait erat dengan parameter cuaca seperti temperatur udara, kelembaban relatif, radiasi matahari dan kecepatan angin. Aktivitas manusia terkadang terganggu oleh kondisi cuaca yang menyebabkan ketidaknyamanan badan dan pikiran, bahkan pada kondisi yang ekstrim dapat menyebabkan gangguan kesehatan. Hubungan antara parameter cuaca seperti temperatur udara dan kelembaban relatif dengan kesehatan dan aktivitas manusia dapat dinyatakan dengan suatu indeks yang disebut dengan Discomfort Index (DI). 40 ATMOSFERA

41 Pada gambar 8 berikut ditampilkan grafik Discomfort Index berdasarkan data Stasiun Meteorologi Juanda Surabaya bulan Desember 2016 hingga Januari 2017 ditentukan dengan persamaan : DI = T 0,55 x(1-0,01 x RH)*(T-14,5) Keterangan: DI = Discomfort Index T = Temperatur bola kering ( o C) R = Kelembaban relatif (%) Dari gambar di atas dapat dilihat bahwa nilai Discomfort Index menurun seiring dengan menurunnya temperatur ambient dan begitu pula sebaliknya. Kelembaban relatif yang rendah dapat meningkatkan ketidaknyamanan karena mengurangi pelepasan panas dari dalam tubuh. Pada bulan Desember 2016 nilai temperatur udara dan kelembaban nisbi tinggi, dan nilai Discomfort Index pada bulan Desember 2016 berkisar antara 25.1 hingga 27.3 dengan rata-rata 26.3 Nilai rata-rata indeks ketidaknyamanan tersebut lebih rendah dibandingkan dengan bulan sebelumnya. Interpretasi nilai Discomfort Index disajikan pada tabel 1 berikut ini. Ditinjau dari prakiraan cuaca untuk bulan Februari 2017, kisaran Discomfort Index harian untuk bulan Februari 2017 berpotensi mengalami penurunan dibandingkan bulan Januari Gambar 8. Grafik Discomfort Index Stasiun Meteorologi Juanda Desember 2016 Januari 2017 ATMOSFERA 41

42 Tabel 1. Interpretasi Nilai Discomfort Index DI ( o C) Interpretasi <21 Tidak dirasakan adanya ketidaknyamanan <50% populasi merasakan ketidaknyamanan >50% populasi merasakan ketidaknyamanan Mayoritas populasi merasakan ketidaknyamanan Setiap orang merasakan stress >32 Kondisi darurat dan memerlukan bantuan medis 42 ATMOSFERA

43 ATMOSFERA 43