LAPORAN PRAKTIKUM
KLIMATOLOGI PERTANIAN
“RUMUS EMPIRIS DALAM PERKIRAAN
ANASIR IKLIM”
Diajukan
Untuk Memenuhi Syarat Mata Kuliah Klimatologi Pertanian
Disusun
oleh:
Nama :Restu Sucipa
NIM : 4442130319
Kelas : 3A
Kelompok : 2 (dua)
JURUSAN AGROEKOTEKNOLOGI
FAKULTAS PERTANIAN
UNIVERSITAS SULTAN AGENG TIRTAYASA
SERANG – BANTEN
2014
BAB I
PENDAHULUAN
1.1. Latar Belakang
Iklim merupakan karakteristik cuaca pada suatu wilayah yang didasarkan
atas data yang terkumpul selama kurun waktu yang lama (sekitar 30 tahun).
Klimatologi
adalah
Ilmu yang mempelajari tentang iklim. Menelaah tentang karakteristik iklim antar
wilayah. Kajiannya ditekankan pada aras rata-rata dari unsur-unsur iklim yang
menjadi ciri dari suatu wilayah. Sedangakan
cuaca adalah kondisi atmosfer yang dinamis, dan dapat berubah-ubah dalam waktu
yang singkat (dalam hari/jam).
Metode
statistik dan persamaan matematika dapat juga dimanfaatkan dalam
agroklimatologi untuk mempermudah dalam menelaah sifat-sifat iklim yang kompleks.
Dengan analisis statistik dan matematik data dapat disederhanakan, ciri-ciri
unsur iklim dapat dipelajari dan dianalisis sehingga mempermudah penelaahan
informasi yang terkandung dalam data.
Dari
manfaat penggunaan analisis statistik tersebut diharapkan akan dapat
meningkatkan ketepatan dalam peramalan yang akhirnya akan dapat menyediakan
informasi iklim yang lengkap dan akurat.
1.2. Tujuan
Tujuan
praktikum kali ini adalah agar praktikan dapat memperkirakan salah satu data
anasir iklim berdasarkan data meteorology yang tersedia.
BAB II
TINJAUN PUSTAKA
Iklim adalah karakteristik cuaca pada suatu wilayah yang
didasarkan atas data yang terkumpul selama kurun waktu yang lama (sekitar 30
tahun). Klimatologi
adalah
Ilmu yang mempelajari tentang iklim. Menelaah tentang karakteristik iklim antar
wilayah. Kajiannya ditekankan pada aras 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 lay out alat-alat yang digunakan, sehingga dapat mewakili kondisi
fisik lingkungan.
Dalam agroklimatologi terdapat beberapa peralatan
yang digunakan dalam proses mengetahui unsure-unsur iklim. Metode
statistik dan persamaan matematika dapat juga dimanfaatkan dalam
agroklimatologi untuk mempermudah dalam menelaah sifat-sifat iklim yang
kompleks. Dengan analisis statistik dan matematik data dapat disederhanakan,
ciri-ciri unsur iklim dapat dipelajari dan dianalisis sehingga mempermudah
penelaahan informasi yang terkandung dalam data.
Setiap
masalah dalam meteorology dan klimatologi dapat dianalisis dengan menggunakan
suatu model dapat berupa konsepsi mental, hubungan empirik atau kumpulan
pernyataan-pernyataan matematik statistik. Model-model dalam meteorologi umumnya dapat dikelompokkan dalam model-model
deterministik, parametrik, stokastik atau kombinasinya.
Pembagian
menjadi kelompok-kelompok tersebut tidak selalu dapat dilakukan dengan tegas , kita dapat
membayangkan model-model sebagai tersusun dari berbagai komponen yang
masing-masing seolah-olah merupakan sebuah titik dalam suatu spectrum kontinu
tipe yang satu hingga stokastik murni pada ujung lain.
Salah satu hal yang penting untuk memperkirakan
unsure cuaca pada satu wilayah yang mempunyai data terbatas adalah dengan
menggunakan rumus empiris. Rumus empiris ini biasanya digunakan pada satu
wilayah belum bisa mengelola data meteorology yang mungkin dan bahkan terjadi
di lingkungan Kabupaten atau Kecamatan.
Oleh karena itu semua hubungan antar unsure cuaca
yang satu dengan yang lainnya adalah data yang sangat penting untuk
memperkirakan salah satu data meteorology apabila data tersebut belum diamati.
Ada
beberapa macam rumus empiris, diantaranya adalah:
1.
Rumus empiris prosentase lama penyinaran
bulanan berdasarkan jumlah air hujan bulanan.
Dimana:
S
= prosentase lama penyinaran bulanan.
2.
Rumus empiris untuk menentukan energy
radiasi matahari
Banyak
stasiun meteorology hanya mencatat panjang lama penyinaran matahari dan radiasi
serta jumlah penyinaran matahari. Angstrom menyatakan hibungan dengan kedua
variabel tersebut sebagai berikut:
Dimana:
·
I : energy radiasi matahari sampai dibumi
(cal/cm2)
·
I0 : energy radiasi matahari pada puncak
atmosfer (cal/cm2)
·
n : jumlah jam penyinaran matahari actual
(jam)
·
N : panjang penyinaran matahari (jam).
·
a dan b : konstanta. Untu daerah Tropis
(a) = 0,23 dan (b) = 0,48 dan akan berubah sesuai dengan latitude dan massa
udara daerah tersebut.
3.
Rumus empiris untuk menentukan tekanan
uap air berdasarkan wet bulb dan dry bulb:
Dimana:
·
Ed = tekanan uap air dari udara (mbar)
·
Es = tekanan uap jenih pada wet bulb
temperature (mbar)
·
P = tekanan udara (°C)
·
Ta = dry bulb temperature (°C)
·
Tw = wet bulb temperature (°C)
BAB III
METODOLOGI
3.1. Waktu dan Tempat
Praktikum Klimatologi dilaksanakan pada hari Kamis,
23 Oktober 2014 pukul 07:30 sampai dengan selesai di Ruang Belajar Gedung A
lantai 2, Universitas Sultan Ageng Tirtayasa.
3.2. Alat dan Bahan
Alat:
1.
Alat tulis
2.
Buku tulis
3.
Kalkulator
|
Bahan:
1.
Data lama penyinaran
2.
Data energy radiasi matahari
3.
Data RH dari tekanan uap berdasarkan wb
dan db
4.
Data klimatologi
|
3.3. Prosedur Kerja
1. Siapkan
alat tulis, buku tulis, dan kalkulator.
2. Hitung
lama penyinaran menggunakan rumus empirisnya dengan bantuan kalkulator.
3. Hitung
data untuk energy radiasi matahari menggunakan rumus empirisnya dengan bantuan
kalkulator.
4. Hitung
data untuk mencari RH dari tekanan uap berdasarkan wb dan db menggunakan
kalkulator.
BAB IV
HASIL DAN PEMBAHASAN
4.1. Hasil
4.1.1.
Hasil Lama Penyinaran Bulanan Berdasarkan Jumlah Hari Hujan Bulanan.
BULAN
|
JUMLAH HARI PERHUJAN
|
% PENYINARAN HASIL PENGAMATAN
|
% PENYINARAN PERHITUNGAN
|
Januari
|
25
|
45,9
|
33,75 %
|
Februari
|
29
|
43,1
|
47,25 %
|
Maret
|
18
|
59,5
|
49,55%
|
April
|
11
|
60,0
|
65,25 %
|
Mei
|
4
|
63,9
|
81 %
|
Juni
|
2
|
61,9
|
85,5 %
|
Juli
|
1
|
64,4
|
87,75 %
|
Agustus
|
5
|
88,1
|
78,75 %
|
September
|
0
|
72,3
|
90 %
|
Oktober
|
14
|
46,9
|
58,5 %
|
November
|
18
|
45,3
|
49,5 %
|
Desember
|
19
|
57,8
|
47,25 %
|
Tabel. 4.1.1.1.
Hasil Penyinaran Bulanan Berdasarkan Jumlah Hari Hujan Bulanan.
4.1.2.
Menentukan Energi Radiasi Matahari
Tgl / Mei
|
Io
|
A
|
B
|
n/N
|
I (Kal/cm2/hari)
|
1
|
822
|
0,230
|
0,480
|
0,98
|
616,65
|
2
|
822
|
0,230
|
0,480
|
0,95
|
554,43
|
4
|
822
|
0,230
|
0,480
|
0,76
|
443,55
|
3
|
822
|
0,230
|
0,480
|
1,00
|
583,62
|
5
|
822
|
0,230
|
0,480
|
0,50
|
291,81
|
6
|
822
|
0,230
|
0,480
|
0,50
|
291,81
|
7
|
822
|
0,230
|
0,480
|
0,90
|
525,25
|
8
|
822
|
0,230
|
0,480
|
0,75
|
437,715
|
9
|
822
|
0,230
|
0,480
|
0,80
|
466,89
|
10
|
822
|
0,230
|
0,480
|
0,90
|
525,25
|
11
|
822
|
0,230
|
0,480
|
1,00
|
583,62
|
12
|
822
|
0,230
|
0,480
|
0,90
|
525,25
|
13
|
822
|
0,230
|
0,480
|
0,90
|
525,25
|
14
|
822
|
0,230
|
0,480
|
0,70
|
437,71
|
15
|
822
|
0,230
|
0,480
|
0,20
|
116,72
|
16
|
822
|
0,230
|
0,480
|
0,70
|
408,534
|
17
|
822
|
0,230
|
0,480
|
0,85
|
496,07
|
18
|
822
|
0,230
|
0,480
|
0,70
|
408,53
|
19
|
822
|
0,230
|
0,480
|
0,90
|
525,25
|
20
|
822
|
0,230
|
0,480
|
0,70
|
408,53
|
21
|
822
|
0,230
|
0,480
|
0,90
|
525,25
|
22
|
822
|
0,230
|
0,480
|
0,70
|
408,53
|
23
|
822
|
0,230
|
0,480
|
0,75
|
437,71
|
24
|
822
|
0,230
|
0,480
|
1,00
|
583,62
|
25
|
822
|
0,230
|
0,480
|
1,00
|
583,62
|
26
|
822
|
0,230
|
0,480
|
0,85
|
496,07
|
27
|
822
|
0,230
|
0,480
|
1,00
|
583,62
|
28
|
822
|
0,230
|
0,480
|
1,00
|
583,62
|
29
|
822
|
0,230
|
0,480
|
0,80
|
466,89
|
30
|
822
|
0,230
|
0,480
|
1,00
|
583,62
|
31
|
822
|
0,230
|
0,480
|
0,50
|
291,81
|
Tabel 4.1.2.1. Tabel
Hasil Perhitungan Energi Radiasi Mataahari
4.1.3.
Tabel untuk Mencari Nilai Io
Waktu / lintang
|
Jan
|
Feb
|
Mar
|
Apr
|
Mei
|
Jun
|
Jul
|
Agu
|
Sep
|
Okt
|
Nov
|
Des
|
0°
|
881
|
904
|
992
|
899
|
862
|
828
|
824
|
855
|
912
|
913
|
898
|
869
|
10° LS
|
964
|
997
|
908
|
849
|
783
|
728
|
725
|
776
|
897
|
937
|
954
|
961
|
Tabel
4.1.3.1
4.1.4. Tabel untuk mencari RH dari tekana uap
berdasarkan wb dan db
·
Untuk
mencari nilai P. nilai P dicari pada ketinggian 137 m dengan interpolasi
No.
|
Tinggi (m)
|
Tekanan (mbar)
|
1.
|
3048
|
995
|
2.
|
137
|
?
|
3.
|
0
|
1013,2
|
·
Untuk mencari nilai Ed
Ed
= es – 0,000660 x P x (Ta.Tw) x (1+0,00115xTw)
·
Untuk mencari RH
RH
= ed/es x 100%
·
Tabel yang digunakan untuk mencari Es
Nilai Es pada berbagai suhu
|
||||||
°C
|
0
|
5
|
10
|
20
|
25
|
30
|
Es
|
6,11
|
8,72
|
12,27
|
23,67
|
31,67
|
42,43
|
Tgl Mei
|
Ta (°C)
|
Tw (°C)
|
P (mbar)
|
Es (mbar)
|
Ed (mbra)
|
RH (%)
|
RH *
|
1
|
25.300
|
21.100
|
987
|
23,19
|
20,38
|
87,90
|
78
|
2
|
25.300
|
21.100
|
987
|
23,19
|
20,33
|
87,36
|
78
|
3
|
25.400
|
21.100
|
987
|
23,27
|
20,29
|
87,34
|
74
|
4
|
25.400
|
24.200
|
987
|
32,01
|
31,19
|
97,44
|
80
|
5
|
26.600
|
23.800
|
987
|
32,19
|
30,27
|
94,03
|
84
|
6
|
27.500
|
23,800
|
987
|
32,19
|
29,65
|
92,11
|
80
|
7
|
27.600
|
25.000
|
987
|
31,67
|
29,88
|
94,35
|
79
|
8
|
27.800
|
25.600
|
987
|
31,41
|
29,89
|
95,16
|
81
|
9
|
28.400
|
25.000
|
987
|
31,67
|
29,33
|
92,61
|
82
|
10
|
27.500
|
23.200
|
987
|
22,39
|
19,44
|
86,82
|
86
|
11
|
26.800
|
23.400
|
987
|
22,31
|
19,98
|
89,56
|
80
|
12
|
26.800
|
24.000
|
987
|
32,10
|
30,18
|
94,02
|
82
|
13
|
27.500
|
25.200
|
987
|
31,58
|
29,99
|
94,96
|
82
|
14
|
27.900
|
24.800
|
987
|
31,76
|
29,63
|
93,29
|
80
|
15
|
26.800
|
23.000
|
987
|
22,47
|
19,86
|
88,38
|
84
|
16
|
26.500
|
22.400
|
987
|
22,71
|
19,89
|
87,58
|
82
|
17
|
25.900
|
20.800
|
987
|
23,35
|
19,86
|
87,45
|
78
|
18
|
25.100
|
21.000
|
987
|
23,27
|
20,46
|
87,92
|
78
|
19
|
25.700
|
22.000
|
987
|
22,87
|
20,34
|
87,41
|
75
|
20
|
26.800
|
21.600
|
987
|
23,03
|
19,06
|
82,76
|
76
|
21
|
26.500
|
24.200
|
987
|
32,01
|
30,43
|
95,06
|
75
|
22
|
27.500
|
24.200
|
987
|
32,01
|
29,74
|
92,91
|
79
|
23
|
27.600
|
23.000
|
987
|
22,47
|
19,32
|
85,98
|
74
|
24
|
26.800
|
23.600
|
987
|
22,23
|
20,03
|
90,10
|
75
|
25
|
27.300
|
24.400
|
987
|
31,93
|
29,91
|
93,67
|
75
|
26
|
27.400
|
23.800
|
987
|
32,19
|
29,72
|
92,32
|
75
|
27
|
27.000
|
23.800
|
987
|
32,19
|
29,99
|
93,16
|
79
|
28
|
27.300
|
24.600
|
987
|
31,84
|
29,99
|
94,19
|
79
|
29
|
27.600
|
24.000
|
987
|
32,10
|
29,29
|
90,99
|
76
|
30
|
27.100
|
23.600
|
987
|
22,23
|
19,42
|
87,36
|
75
|
31
|
26.700
|
23.800
|
987
|
32,19
|
29,72
|
92,33
|
80
|
4.2. Pembahasan
Dari
hasil praktikum yang sudah dilakuakn, praktikan jadi mengetahui kegunaan rumus
empiris dalam dunia klimatologi maupun dalam agroklimatologi. Rumus empiris
merupakan salah satu hal yang penting yang digunakan untuk memperkirakan unsure
cuaca dari suatu wilayah yang dimana wilayah tersebut tidak mempunyai alat-alat
kliamtologi maupun agroklimatologi.
Kegunaan
rumus empiris ini merupakan salah satu cara yang digunakan untuk mendapatkan
data anasir iklim berdasarkan data meteorology yang sudah tersedia. Oleh karena
itu hubungan antara cuaca yang satu dengan cuaca yang lainnya sangat penting
untuk memperkirakan salah satu data meteorology apabila data tersebut belum
diamati.
Selain
itu, menggunakan rumus empiris dapat mempermudahkan bagi para pengguna data
meteorology yang tidak memiliki alat-alat klimatologi secara lengkap. Data
meteorology yang didapatkan dari cara perhitungan menggunakan rumus empiris
merupakan data yang penting bagi para pengguana data meteorology yang tidak
tersedia alat klimatologi yang lengkap.
Ada
beberapa rumus empiris yang digunakan
dalam kegiatan perkiraan anasir data, diantaranya rumus empiris prosentase lama
penyinaran bulanan berdasarkan jumlah hujan bulanan. Rumus empiris ini
digunakan untuk mengetahui penyinaran bulanan berdasarkan jumlah hujan bulanan.
Dengan rumus tersebut, kita jadi dapat mengtahui lamanya penyinaran dalam satuan
persen (%). Hasil lama penyinaran kita dapatkan dengan cara menggunakan rumus 
Dimana S adalah prosentase lama penyinaran
bulanan, dan HH adalah hari hujan.
Dimana S adalah prosentase lama penyinaran
bulanan, dan HH adalah hari hujan.
Dengan
menggunakan rumus tersebut, kita dapat mengtahui berapa jumlah prosentase lama
penyinaran perhitungan matahari. Hasil yang didapatkan berbeda prosentase
penyinaran yang berdasarkan pengamatan. Perbedaan ini terjadi karena kita hanya
menggunakan acuan rumus sebagai penduga bahawa prosentase lama penyinaran,
sedangkan hasil pengamatan terbukti karena dilalukan langsung dengan pengamatan
dilapangan. Selian itu, faktor yang mempengaruhi prosentase penyinaran
perhitungan bisa dikarekan berbedanya jumlah hari hujan pada masing-masing
bulan.
Selain
rumus empiris prosentase lama penyinaran bulanan, ada pula rumus empiris yang
digunakan yaitu, rumus empiris untuk menentukan energy radiasi matahari. Rumus
empiris ini digunakan untuk menentukan energy radiasi matahari. Banyak stasiun
meteorology yang hanya mencatat panjang penyinaran metahari dan radiasi serta
jumlah penyinaran mataharinya saja. Angstrom menyatakan hubungan kedua variabel
tersebut dengan 
.
.
Dimana
I adalah energy radiasi matahari yang samapai kebumi (cal/cam2), Io
adalah energy matahari yang sampai puncak atmosfer (cal/cam2), n
adalah jumlah jam penyinaran matahari aktual (jam), N adalah panjang penyinaran
matahari (jam), sedangkan a dan b merupakan sebuah konstanta bagi daerah Tropis
a = 0,23 dan Tropis b = 0,48. Nilai konstanta ini dapat berubah sesuai dengan
latitude dan massa udara daerah tersebut.
Dalam
menggunakan rumus empiris ini, kita terlebih dahulu mencari nilai Io yang
sesuai dengan tanggal dan bulan yang sudah ditentukan. Jika nilai Io sudah
ditemukan akan mudah bagi kita mengtahui nila I (energy radiasi matahari yang
sampai kebumi).
Data
hasil yang didapatkan berbeda-beda karena dipengarahi oleh faktor berbedanya
nilai yang jumlah jam penyinaran matahari aktula dan panjang penyinrana
matahari pada tiap harinya. Ini jelas membuat hasil yang didapatkan berbeda.
Selain itu faktor yang mempengaruhi juga ada suhu udara. Jika suhu udara
berbeda dipermukaan berbeda maka akan membuat jam penyinaran dan jumlah
penyinaran semakin besar. Selian itu kelembaban juga dapat mempengaruhi energy
radiasi matahari.
Bukan
hanya faktor yang sudah disebutkan diatas hasil perhitungan dan hasil
pengamatan berbeda, faktor lain yang mempengaruhi adalah data yang kami gunakan
dalam rumus empiris ini merupakan data yang digunakan sebagai penduga untuk
mengtahui hasilnya dengan menggunakan rumus empiris tanpa melakukan pengamatan
dilapangan. Sedangkan data yang dihasilkan dari hasil pengamatan merupakan data
yang benar-benar diperoleh dari pengamatan dilapangan sehingga membuat hasil
dari perhitungan dan pengamatan berbeda.
Rumus
empiris untuk mementukan tekana uap air berdasarkan wet bulb dan dry bulb juga
digunakan dalam perkiraan anasir iklim. Dengan rumus ini kita dapat mengetahui
tekana uap dalam perkiraan anasir iklim. Bisa dikatakan jumlah wey bulb dan dry
buld salah satu faktor yang dapat
mempengaruhi pada tekanan uap air. Penggunaan rumus empiris yang
dilakukan pada saat praktikum kami hanya digunakan sebagai penduga atau
perhitungan saja sedangkan data hasil pengamatan merupakan merupakan data yang
didapatkan sesuai dengan yang terjadi dilapangan.
Satuan
pada wet bulb dan dry bulb yaitu °C. selain itu hasil pengamatan berbeda juga
dipengaruhi nilai yang dihasilkan dari tekakan udara, tekakan uap jenuh, dan
tekanan uap air diudara.
BAB V
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Iklim adalah karakteristik cuaca pada suatu wilayah yang
didasarkan atas data yang terkumpul selama kurun waktu yang lama (sekitar 30
tahun). Klimatologi
adalah
Ilmu yang mempelajari tentang iklim. Menelaah tentang karakteristik iklim antar
wilayah. Kajiannya ditekankan pada aras rata-rata dari unsur-unsur iklim yang
menjadi ciri dari suatu wilayah.
Salah satu hal yang penting untuk memperkirakan
unsure cuaca pada satu wilayah yang mempunyai data terbatas adalah dengan
menggunakan rumus empiris. Rumus empiris ini biasanya digunakan pada satu
wilayah belum bisa mengelola data meteorology yang mungkin dan bahkan terjadi
di lingkungan Kabupaten atau Kecamatan.
Rumus empiris yang digunakan dalam perikiraan anasir
iklim diantaranya adalah rumus empiris prosentase lama penyinaran bulanan
berdasrkan jumlah hari hujan bulanan, rumus empiris untuk menentukan energy
radiasi matahari, dan rumus untuk menentukan tekanan uap air berdasarkan wet
bulb dan dry bulb.
Perbedaan hasil perhitungan dengan hasil pengamatan
bisa dikarena faktor pada tiap unsure rumus empiris yang digunakan, dan bisa
juga terjadi karena rumus yang kami gunakan adalah hanya sebagai penduga
seberapa besar hasil dari tiap perhitungan yang didapatkan dengan menggunakan
rumus empiris. Sedangkan hasil pengamatan
merupakan hasil yang benar-benar menggunakan rumus empiris yang
diabntu dengan data-data hasil
pengamatan dilapangan sehingga berbeda dengan hasil perhitungan tanpa melakukan
pengamatan dilapangan.
5.2.
Saran
Saran untuk
praktikum selanjutnya diharapkan dapat berjalan dengan lancar, efektif, efisien
dan kondusif seperti yang sudah dilakukan pada praktikum sebelumnya.
DAFTAR
PUSTAKA
Benyamin, Lakitan. 1994 Dasar-dasar Klimatologi. Jakarta : PT
Raja Grafindo Persada.
Guslim.
2009. Agroklimatologi. USU Press.
Medan.
Ritawati, Sri. dkk. 2013. Petunjuk Praktikum Klimatologi Pertanian
Fakultas Pertanian. UNTIRTA : Banten.
Sarwani,
Aris . 2013. http://ries091.blogspot.com/2012/10/laporan-praktikum-agroklimatologi-acara.html
(diakes pada hari Rabu tanggal 5 November 2014).
LAMPIRAN
Perhitungan I dan Io
|
Perhitungan Es dan Ed (mbar)
|
Perhitngan RH dan Lama penyinaran
|
