ANALISA VARIABILITAS CURAH HUJAN DI PALU BERDASARKAN DATA PENGAMATAN TAHUN

Transkripsi

1 ANALISA VARIABILITAS CURAH HUJAN DI PALU BERDASARKAN DATA PENGAMATAN TAHUN Wenas Ganda Kurnia Stasiun Pemantan Atmosfer Global Lore Lindu Bariri Palu ABSTRAK Curah hujan mempunyai nilai variasi sangat tinggi sehingga jauh lebih sulit untuk diprakirakan. Maka dari itu perlu adanya kajian tentang varibilitas curah hujan di suatu wilayah, sehingga selanjutnya dapat dijadikan dasar untuk memprakirakan pada waktu yang akan datang. Data yang digunakan dalam analisis ini adalah data curah hujan bulanan selama periode dari pos hujan Stasiun Meteorologi Mutiara Palu. Analisis menggunakan beberapa metode statistik untuk klimatologi yang umum digunakan oleh beberapa negara sesuai ketentuan World Meteorological Organization (WMO). Periode rata-rata yang digunakan adalah normal 10 tahunan dan standar normal 30 tahunan, kemudian dilakukan uji Mann-Kendall s untuk mengetahui ada tidaknya kecenderungan pada series data curah hujan di Stasiun Meteorologi Mutiara Palu. Terjadi pergeseran hujan maksimum dari bulan Juli ke April untuk periode Variasi hujan bulanan tertinggi terjadi pada Agustus dan variasi hujan mulai meningkat pada periode Juni, Juli, Agustus (JJA). Curah hujan maksimum tertinggi bernilai 244 mm/bulan terjadi pada tahun Frekuensi curah hujan terbanyak adalah curah hujan dengan kategori sangat ringan dan mulai muncul beberapa kejadian curah hujan dengan kategori lebat sangat lebat dalam 2 periode terakhir 10 tahunan. Stasiun Meteorologi Mutiara Palu mempunyai pola curah hujan tipe lokal dengan rata-rata curah hujan dibawah 150 mm/bulan dengan puncak hujan terdapat pada bulan Juli. Secara keseluruhan terjadi kecenderungan peningkatan jumlah curah hujan maupun banyaknya hari hujan di Stasiun Meteorologi Mutiara Palu. Kata kunci: Variabilitas Curah Hujan, Statistik, Mann-Kendall s Test, 1. PENDAHULUAN Badan Meterologi Klimatologi Geofisika (BMKG) mempunyai salah satu tugas dan fungsinya melakukan penelitian, pengkajian dan pengembangan di bidang meteorologi dan klimatologi yang berhubungan langsung dengan atmosfer. Statistik dan komputer adalah alat bantu yang sangat penting agar dari data-data tersebut di peroleh informasi yang menyangkut perilaku (rata-rata, variabilitas, kejadian ekstrim) masing-masing data, kaitan suatu parameter dengan parameter lainnya, untuk selanjutnya informasi-informasi tersebut dapat dijadikan dasar dalam memperkirakan nilai parameter-pameter tersebut pada waktu yang akan datang. Prakiraan parameter atmosfer terutama hujan sudah menjadi kebutuhan Nasional. Bencana banjir akibat hujan yang turun dengan jumlah di atas normal atau bencana kekeringan akibat jumlah curah hujan yang berada di bawah normal, sering melanda wilayah Indonesia. Semua itu dapat diantisipasi dengan informasi yang akurat tentang berapa curah hujan yang akan turun di suatu tempat pada suatu saat, maka dari itulah kita perlu mengetahui variabilitas curah hujan disuatu wilayah. Terkait dengan itu, analisis variabilitas curah hujan perlu didukung oleh ketersediaan data yang cukup panjang dan kontinu. Periode pengamatan curah hujan selama 30 tahun ( ) sangat memadai untuk digunakan dalam keperluan analisis maupun penelitian. Hasil dalam analisis atau penelitian ini memberikan informasi tentang variabilitas dari data hasil pengamatan selama 30 tahun tersebut. Apakah ada pergeseran hujan yang ektrim, perubahan rata-rata curah hujan, bagaimana trend curah hujan dilihat dari frekuensi maupun jumlahnya dan sebagainya.

2 2. DATA DAN METODE 2.1 Data Data yang digunakan dalam penelitian ini adalah data curah hujan hasil dari pengamatan tahun di Stasiun Meteorologi Mutiara Palu. 2.2 Metode Penentuan Periode Normal Tahun periode normal didasarkan pada Guide to Climatological Practices No. 100, TP-44 yang diterbitkan oleh WMO, yaitu setiap kumpulan data dari 10 tahun disebut Normal, yang dimulai dengan tahun akhiran angka 1 (satu) sampai dengan tahun angka akhiran 0 (nol). Berdasarkan referensi tersebut, maka normal 10 tahunan selama periode 1981 sampai 2010 terbagi dalam 3 periode, yaitu : , , Penentuan standar normal, dihitung menggunakan rata-rata selama 30 tahun, sehingga menghasilkan 1 periode, yaitu : Referensi lain yang digunakan dalam analisis adalah Statistical Analysis and Pronosis in Meteorology, Technical Note No.71, TP-88, hasil seminar internasional di Paris yang membahas secara luas mengenai klimatologi ditinjau dari statistik secara mendalam dan populer. Analisis statistik yang digunakan antara lain adalah rata-rata (mean), simpangan baku (standard deviation), keofisien variasi, nilai maksimun (max), trend dan moving average. Kaitan dengan analisis ini, data curah hujan yang digunakan adalah seluruh periode ( ) Penentuan Rata-rata Curah Hujan Data hujan dari setiap waktu (bulanan dan tahunan) dibuat rata-ratanya untuk periode normal 10 tahunan dan standar normal 30 tahunan sesuai dengan point 2.2.1, menggunakan aritmatik biasa yaitu : X i X r n Klasifikasi Curah Hujan Harian Dan Penentuan hari Hujan Penentuan klasifikasi curah hujan harian dipergunakan untuk mengetahui distribusi frekuensi curah hujan selama periode 30 tahun dengan dibagi menjadi 3 periode 10 tahunan yaitu tahun , , Pengklasifikasian curah hujan menggunakan klasifikasi seperti pada Tabel 1. Tabel 1. Kalsifikasi Curah Hujan Harian < 5 mm/24jam Sangat Ringan 5-20 mm/24jam Ringan mm/24jam Sedang mm/24jam Lebat > 100 mm/24jam Sangat Lebat Penentuan hari hujan diperuntukan untuk mengetahui peningkatan atau penurunan hari hujan dalam periode 30 tahunan. Dengan menggunakan dasar sebagai berikut, hari hujan adalah hari ada hujan yang (umumnya banyaknya curah hujan lebih atau sama dengan 0,5 mm dalam sehari. 2

3 Uji Kecenderungan Pada penelitian ini hasil dari rata-rata curah hujan dan selama periode 30 tahun diuji dengan menggunakan software hydrospect dengan metode pengujian Mann-Kendall s Test. Mann-Kendall s Test digunakan untuk melihat ada tidaknya kecenderungan pada suatu seri data yang didasarkan atas rangking relatif dari data rentang waktu tersebut. Adapun persamaan dari uji Mann-Kendall s sebagai berikut: Xi dan Xj adalah data pada waktu ke-i dan ke-j (i <j) n adalah jumlah data Ragam dari statistik S Kendall ditentukan dengan: Signifikansi Trend diuji dengan membandingkan nilai Z pada α Hipotesis yang digunakan pada uji ini yaitu, H0 yang berarti tidak terdapat kecenderungan perubahan dan H1 berarti terdapat kecenderungan perubahan. H0 ditolak jika: 3.1. HASIL DAN PEMBAHASAN 3.2. Variasi Hujan Bulanan Periode 10 Tahunan Variasi hujan bulanan 10 tahunan didasarkan pada perhitungan menggunakan metode rata-rata seperti telah diuraikan pada bagian 2. Pembagian periode 10 tahunan sejak tahun 1981 hingga 2010 menghasilkan 3 periode. Grafik rata-rata hujan bulanan dan koefisien variasi rata-rata 10 tahunan disajikan pada Gambar 1. ` Gambar 1. Rata-rata hujan bulanan dan koefisien variasi rata-rata periode 10 tahunan 3

4 Rata-rata hujan bulanan pada periode 10 tahunan umumnya menunjukkan puncak maksimum pada bulan Juli kemudian menurun hingga mencapai minimum pada bulan Desember. Selama 3 periode 10 tahunan, terjadi satu kali pergeseran puncak maksimum dari bulan Juli ke april, yaitu pada periode ke 3 ( ). Sementara itu, pergeseran minimum terjadi pada periode ke 1 ( ) dari bulan Februrai ke Januari. Rata-rata hujan bulanan 10 tahunan terjadi peningkatan pada periode ke 2 ( ) dibandingkan dengan periode lainnya untuk bulan Juni, Juli dan Agustus. Sebaliknya, terjadi penurunan pada bulan September. Koefisien variasi rata-rata hujan bulanan 10 tahunan tertinggi umumnya terjadi pada bulan Juli dan Agustus. Pada Periode Bulan Desember-Januari- Februari (DJF) variasinya lebih kecil dibandingkan dengan bulan-bulan periode Juni-Juli- Agustus (JJA) Periode 30 Tahunan Variasi hujan bulanan 30 tahunan didasarkan pada perhitungan menggunakan metode rata-rata seperti telah diuraikan pada bagian 2. Grafik rata-rata hujan bulanan 30 tahunan dan koefisien variasi rata-rata hujan bulanan 30 tahunan disajikan pada Gambar 2. Rata-rata hujan bulanan pada periode 30 tahunan menunjukkan puncak maksimum pada bulan Juli, kemudian menurun hingga mencapai minimum pada bulan Februari dengan curah hujan bulanan dibawah 150 mm sepanjang tahun. Variasi rata-rata hujan bulanan 30 tahunan tertinggi terjadi pada bulan Agustus. Sama seperti periode 10 tahunan, Periode Bulan Desember-Januari-Februari (DJF) variasinya lebih kecil dibandingkan dengan bulanbulan periode Juni-Juli-Agustus (JJA). Gambar 2. Rata-rata hujan bulanan dan koefisien variasi rata-rata periode 30 tahunan 3.3. Curah Hujan Maksimun dan Moving Average Curah hujan maksimum dan moving average didasarkan pada perhitungan menggunakan fungsi dari statistika. Dalam kurun waktu 30 tahun, curah hujan maksimum yang berjumlah lebih dari 200 mm/bulan terdapat pada tahun 1996, 1998 dan 1999 dengan nilai curah hujan masing-masing 244, 218, 218 mm/bulan dapat dilihat pada Gambar 3. Moving average 3 tahunan curah hujan Stasiun Meteorologi Mutiara Palu dapat dilihat pada Gambar 4, menunjukan adanya peningkatan. Gambar 3. Curah hujan bulanan maksimum pada tiap tahun periode

5 Gambar 4. Moving average 3 tahunan curah hujan bulanan periode Frekuensi Curah Hujan Harian dan Hari Hujan Klasifikasi Frekuensi curah hujan harian dan penentuan hari hujan di dasarkan pada perhitungan menggunakan metode klasifikasi seperti telah diuraikan pada bagian 2. Dapat dilihat dari Gambar 5, bahwa curah hujan yang terbanyak yg turun pada pos hujan Stasiun Meteorologi Mutiara Palu dalam kurun waktu tahun yaitu curah hujan dengan kategori sangat ringan. Secara keseluruhan dapat dilihat pada grafik tersebut, bahwa terjadi peningkatan frekuensi curah hujan pada kategori curah hujan sangat ringan sedang serta mulai muncul beberapa kejadian hujan dengan kategori lebat sangat lebat. Frekuensi terbanyak adalah hujan dengan ketegori sangat ringan. Hari hujan yang dapat dilihat pada Gambar 6, menunjukan bahwa dalam kurun waktu 30 tahun, hari hujan di Pos Stasiun Meteorologi Mutiara palu menunjukan peningkatan hari hujan. Gambar 5. Distribusi Frekuensi Curah Hujan harian 10 tahunan periode Gambar 6. Hari hujan Stasiun Meteorologi Mutiara Palu periode

6 3.5. Hasil Uji Kecenderungan Uji kecenderungan di dasarkan pada perhitungan menggunakan metode Mannkendall s Test seperti telah diuraikan pada bagian 2. Didapat hasil dari kedua parameter yang diukur yaitu curah hujan dan hari hujan, keduannya memiliki nilai Test Statistic masing-masing 4,34 dan 7,77 dan Significant Level sama-sama bernilai 99.99%. Hal ini menunjukan bahwa uji kecenderungan ini diterima yang berarti terjadi kecenderugan peningkatan jumlah curah hujan dan hari hujan si di Kota Palu. 4. KESIMPULAN a) Pada rata-rata periode 10 tahunan, terjadi pergeseran hujan maksimum dari bulan Juli ke April untuk periode akhir ( ) dan pada rata-rata periode 30 tahunan puncak hujan berada pada bulan Juli. b) Koefisien Variasi hujan bulanan tertinggi terjadi pada Agustus dan variasi hujan mulai meningkat pada periode Juni, Juli, Agustus. c) Stasiun Meteorologi Mutiara Palu mempunyai pola curah hujan tipe lokal dengan ratarata curah hujan dibawah 150 mm/bulan sepanjang tahun dengan curah hujan maksimum tertinggi bernilai 244 mm/bulan terjadi pada periode tahun d) Curah hujan dengan frekuensi terbanyak yg turun pada pos hujan Stasiun Meteorologi Mutiara Palu dalam kurun waktu tahun yaitu curah hujan dengan kategori sangat ringan dan mulai muncul beberapa kejadian curah hujan dengan kategori lebat sangat lebat dalam 2 periode terakhir 10 tahunan. e) Jumlah curah hujan dan banyaknya hari hujan di Stasiun Meteorologi Mutiara Palu cenderung mengalami peningkatan. 5. SARAN Perlu adanya data curah hujan yang lebih panjang dan kontinu serta diperlukan pengkaitan dengan variabel-variabel yang mempengaruhi curah hujan di Stasiun Meteorologi Mutiara Palu sehingga diperoleh hasil analisis yang lebih representatif. Analisis variabilitas seperti ini, bisa dicoba untuk berbagai parameter cuaca atau iklim. DAFTAR PUSTAKA Juaeni, Ina Analisis Variabilitas Curah Hujan Wilayah Indonesia. LAPAN. Bandung. Nuryadi Tinjauan Curah Hujan di Jakarta Selama 131 Tahun ( ). Laporan Tugas FMIPA IPB. Bogor. Ridhoningsih, A.U. Analisis Trend menggunakan Regresi Kuantil Dan Uji Mann-Kendall. Jurusan Statistika, FMIPA, Universitas Hasanuddin. Makassar. Sandy, I.M Geografi Regional Republik Indonesia. Jurusan Geografi, FMIPA, Universitas Indonesia. PT Indograph Bakti. Jakarta. Siregar, S Statistik Terapan. PT Grasindo. Jakarta. Sudjono Analisa Statistik untuk Klimatologi. Pusat Meteorologi dan Geofisika. Jakarta. Wirjohamidjojo, S Teknik dan Penggunaan Informasi Cuaca. Proceding Lokarya Pertemuan Teknis Klimatologi Pertanian. Ditlin, Nopember Cisarua Bogor. 6

7 WMO. Guide to Climatological Practices No. 100, TP Diakses pada tanggal 01 November