PENGAMATAN CUACA DAN PENGELOLAAN DATA IKLIM MELALUI AUTOMATIC WEATHER STATION (AWS) TELEMETRI UNTUK PEMANTAUAN ORGANISME PENGGANGGU TUMBUHAN (OPT) PERKEBUNAN BBP2TP SURABAYA - Latitude 7 34'2.85"S dan longitude 112 19'54.48"E Effendi Wibowo, SP (POPT Ahli Pertama) Masalah utama dalam produksi tanaman adalah iklim dan cuaca yang saat ini tidak beraturan. Kondisi ini mengakibatkan mutu hasil pertanian yang diperoleh kurang memuaskan bahkan gagal dikarenakan tidak adanya pemahaman yang baik dalam mempelajari karakteriktik iklim dan perubahan cuaca yang ekstrim akibat dari pemanasan global yang terjadi. Oleh karena itu pendekatan yang efektif adalah dengan menyesuaikan sistem usahatani dengan kondisi iklim setempat mengingat kemampuan ilmu pengetahuan dan teknologi yang terbatas. Penyesuaian dapat dilakukan dengan menganalisis dan mengintrepetasi data iklim dan cuaca yang ada. Pada dasarnya iklim dan cuaca mempunyai hubungan yang saling terkait satu dengan lainnya. Analisis data iklim dan cuaca harus secara kompeherensif dan berkelanjutan karena iklim dan cuaca merupakan sistem yang selalu dapat berubah. Cuaca dan iklim sama-sama mengacu pada keadaan atmosfer pada suatu tempat dan waktu tertentu. Cuaca dan iklim berbeda dalam rentang waktu dan luas tempat. Cuaca didefinisikan sebagai keadaan atmosfer pada daerah dan waktu tertentu. Iklim adalah keadaan atmosfer pada daerah yang lebih luas dalam kurun waktu yang panjang. Dengan kata lain iklim adalah rata-rata cuaca dalam periode waktu yang panjang dan daerah yang lebih luas. Untuk mengetahui cuaca di suatu tempat maka dapat diukur langsung keadaan cuaca di tempat tersebut. Namun, untuk mengetahui iklimnya kita memerlukan rekaman data keadaan atmosfer di tempat tersebut puluhan tahun yang lalu. Alat-alat ini harus tahan setiap waktu terhadap pengaruh-pengaruh buruk cuaca sehingga ketelitiannya tidak berubah. Pemeliharaan alat akan membuat ketelitian yang baik pula sehingga pengukuran dapat dipercaya. Stasiun cuaca otomatis Telemetri disebut juga automatic weather station (AWS) adalah stasiun yang dikembangkan oleh Balai Penelitian Agroklimat dan Hidrologi (BALITKLIMAT) Bogor - Indonesia yang memiliki kemampuan untuk merekam data cuaca secara digital dalam format waktu jam-jaman. Data cuaca dari masing-masing sensor dicatat dalam memori data logger dan selanjutnya dikirim secara periodik melalui SMS ke pusat pengolahan data. Alat ini dilengkapi
dengan accu kering yang tenaganya dapat dipertahankan dengan memanfaatkan energi matahari melalui panel solar. Stasiun AWS telemetri dapat merekam 6 jenis parameter cuaca melalui sensor-sensornya yaitu : curah hujan, suhu udara (Minimum, Maksimum, Rata-rata), kelembaban udara (Minimum, Maksimum, Rata-rata), radiasi matahari, kecepatan angin, dan arah angin. Karakteristik sensorsensor AWS Telemetri dapat dilihat pada Tabel 1. Tabel 1. Karakteristik sensor AWS Telemetri Paremeter Resolusi Akurasi Ketelitian Satuan Curah hujan 0.2 4% 0 9999 mm Suhu udara 0.1 0.5 oc -40 65 O C Kelembaban udara 1 4% 0 100 % Radisi Surya 1 5% 0 1800 W/m2 Kecepatan angin 0.1 5% 1 67 m/s Arah angin 1 4% 0 360 Derajad Stasiun AWS-TELEMETRI yang terpasang di lapangan dilengkapi dengan kotak pelindung, tiang sensor, pagar pengaman, besi penangkal petir, kaca panel solar dan data logger. Stasiun AWS Telemetri dapat dilihat pada Gambar 1. Gambar 1. AWS TELEMETRI
Untuk pengelolaan data iklim dari stasiun AWS Telemetri dikembangkan menu perangkat lunak khusus sebagai pusat pengendali data yang disebut CIMDAV. Diagram Sistem monitoring cuaca telemetri (CIMDAV) disajikan pada Gambar 2. Gambar 2. Diagram 3ector monitoring cuaca telemetri (CIMDAV). CIMDAV terbagi dalam empat bagian menu, yaitu (1) Data Monitoring, (2) Stasiun Monitoring, (3) Komunikasi SMS, dan (4) History. Menu Stasiun Monitoring terbagi kedalam dua sub-menu, yaitu (2.1) Data Stasiun, dan (2.2) Data Pengguna. Pemanggilan Data Database yang tersimpan pada Sistem Monitoring Stasiun Cuaca Otomatis Telemetri (CIMDAV) dapat ditampilkan kembali dalam bentuk 3ecto dan grafik. Tahapan untuk menampilkan kembali data dari salah satu stasiun AWS Telemetri adalah sebagai berikut: 1. Pilih kode stasiun yang akan ditampilkan datanya 2. Pilih rentang waktu yang diinginkan (tanggal awal dan akhir data) 3. Pada kotak paruh waktu klik lamanya 4. Pada kotak unit klik km 5. Untuk memanggil data klik tombol Query Data Penyusunan Data Tabular Informasi iklim yang ditransfer dari software CIMDAV ke format excel adalah data jam-jaman (Gambar 15). Pada baris pertama berisi informasi stasiun antara lain : Kode stasiun, Lokasi Stasiun, Fungsi Stasiun, Tanggal Start data, Tanggal Stop data. Pada baris berikutnya adalah informasi tipe stasiun yaitu tipe sensor DAVIS, dan informasi satuan parameter iklim (lihat Tabel 1). Setiap kolom berisi informasi parameter iklim, Selanjutnya data jam-jaman diolah menjadi data harian. Pada umumnya parameter suhu dan kelembaban udara harian dilihat nilai minimum, maksimum dan rata-rata harian, parameter curah hujan dan radiasi matahari dilihat jumlah nilai hariannya. Dan parameter kecepatan angin dilihat rata-rata hariannya.
Suhu maksimum harian dilihat dari nilai suhu tertinggi antara jam 06.00 18.00, suhu minimum dilihat dari nilai suhu terendah antara jam 18.00 06.00, dan suhu rata-rata dihitung dari total suhu selama satu hari (jumlah suhu dari jam 00.00 24.00) dibagi 24 jam. Kelembaban maksimum harian dilihat dari nilai kelembaban tertinggi antara jam 18.00 06.00, kelembaban minimum harian dilihat dari nilai kelembaban terendah antara jam 06.00 18.00, dan kelembaban rata-rata dihitung dari total kelembaban selama satu hari (jumlah kelembaban dari jam 00.00 24.00) dibagi 24 jam. Manfaat informasi iklim di 4ector pertanian dan perkebunan sebagai berikut: Mengetahui karateristik dan pola iklim setempat, Mendapatkan gambaran kebutuhan dan ketersediaan air bagi tanaman, mendapatkan gambaran pola dan kalender tanam, Mendapatkan gambaran wilayah potensi bencana (kekeringan, banjir OPT) dan penanganannya, Membantu dalam pemilihan varietas yang sesuai dan kebutuhan benihnya, Membantu memilih teknologi pengeloalaan air yang tepat, Membantu dalam teknologi pemupukan, dll. DAFTAR PUSTAKA Budiman, B. 2007. Pengembangan perangkat keras utuk deteksi cemaran bahan industri. Workshop Peringatan Dini Banjir, Agustus 2007. Badan Penelitian dan Pengkajian Teknologi (BPPT) Balitklimat. 2010. Pengembangan aws dan awlr telemetri, Laporan akhir.