ANALISIS PENGARUH CURAH HUJAN SUHU KELEM

ANALISIS PENGARUH CURAH HUJAN, SUHU,
KELEMBABAN TERHADAP KECEPATAN ANGIN DI
PROVINSI JAWA BARAT
Laporan Praktik Kerja Lapangan
AMALIA RAMADHANI
11160940000014
PROGRAM STUDI MATEMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
2019 M/ 1440 H
LEMBAR PENGESAHAN
Judul
:Analisis
Pengaruh
Curah
Hujan,
Suhu,
Kelembaban terhadap Kecepatan Angin Di Provinsi
Jawa Barat
Kategori
: Praktik Kerja Lapangan (PKL)
Nama
: Amalia Ramadhani
Nomor Induk Mahasiswa
: 11160940000014
Program Studi
: Matematika
Fakultas
: Sains dan Teknologi
Menyetujui,
Pembimbing I
Pembimbing II
Ismi Amalia, S.Si
Irma Fauziah, M.Sc
NIP. 19820521 200312 2001
NIP. 19800703 201101 2 005
Mengetahui,
Ketua Program Studi Matematika
Dr. Nina Fitriyati, M.Kom
NIP. 19760414 200604 2 001
i
KATA PENGANTAR
Puji beserta syukur penulis ucapkan kehadirat Allah Yang Maha Esa atas
segala rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan
penyusunan laporan Praktik Kerja Lapangan (PKL) dengan judul “Analisis
Pengaruh Curah Hujan, Suhu, Kelembaban terhadap Kecepatan Angin Di
Provinsi Jawa Barat” ini terselesaikan dengan baik. Shalawat serta salam tidak
lupa penulis panjatkan kepada junjungan nabi besar Nabi Muhammad SAW
beserta keluarganya, para sahabat, dan para pengikutnya.
Praktik Kerja Lapangan merupakan salah satu kegiatan wajib yang harus
dilaksanakan oleh mahasiswa Program studi Matematika Fakultas Sains dan
Teknologi Universitas Syarif Hidayatullah Jakarta sebagai pengimplementasian
teori yang sudah dipelajari dalam perkuliahan ke dalam dunia pekerjaan.
Penulis menyadari bahwa laporan ini dapat terselesaikan karena adanya
dukungan dan bantuan dari beberapa pihak. Pada kesempatan kali ini penulis
ingin mengucapkan rasa terimakasih kepada :
1. Ibu Dr. Nina Fitriyati, M.Kom, selaku Ketua Program Studi Matematika
Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta.
2. Ibu Ismi Amalia, S.Si, selaku pembimbing I yang telah memberikan
arahan dan saran yang sangat membantu dalam menyelesaikan laporan.
3. Ibu Irma Fauziah, M.Sc, selaku pembimbing II yang telah menyempatkan
dirinya untuk membimbing penulis selama tahap penyelesaian laporan ini.
4. Bapak Anton Daud, S.Si selaku Kepala Bagian Tata Usaha, Bapak
Sutiyono selaku Kepala Bidang Data dan Informasi, dan Bapak Fitri
Afriadi, ST, MT Kepala Sub Bidang Manajemen Data telah menerima
ii
penulis beserta teman dengan sangat ramah untuk berkesempatan
melaksanakan PKL di BBMKG wilayah II Tangerang Selatan dan telah
membantu penulis sebelum dan selama PKL.
5. Pak Abdul Gani, Bu Aslimah, Bu Ratna, Bu Indri, dan seluruh tim
Manajemen Data serta seluruh staff BBMKG Wilayah II Ciputat yang
senantiasa membantu penulis selama pelaksanaan PKL.
6. Dian, Okma selaku teman seperjuangan selama PKL, dan sahabatku yang
bernama Yuyun Kumala yang telah memberikan semangat dalam
penulisan laporan.
7. Kedua orang tua penulis yang tidak pernah lupa mendoakan penulis,
memberikan kasih sayang, semangat, serta dukungan moril maupun
materi sehingga penulis bisa sampai pada tahap ini dan menyelesaikan
laporan PKL ini.
8. Kedua adik penulis yang selalu memotivasi penulis.
9. Seluruh teman Matematika 2016, yang tidak dapat disebutkan satu –
persatu.
10. Seluruh pihak yang telah membantu penulis dalam menyelesaikan laporan
PKL ini yang tidak dapat disebutkan satu-persatu.
Penulis menyadari bahwa dalam penyusunan laporan ini masih terdapat
banyak kekurangan. Penulis mengharapkan kritik dan saran yang membangun dari
pembaca untuk perbaikan di masa yang akan datang. Terakhir, semoga laporan ini
bermanfaat.
Jakarta, Januari 2018
Penulis
iii
DAFTAR ISI
LEMBAR PENGESAHAN.................................................................................... i
KATA PENGANTAR............................................................................................ii
DAFTAR ISI..........................................................................................................iv
DAFTAR TABEL................................................................................................. vi
BAB I PENDAHULUAN......................................................................................1
1.1 Latar Belakang......................................................................................1
1.2 Perumusan Masalah..............................................................................2
1.3 Pembatasan Masalah............................................................................ 2
1.4 Tujuan Penulisan.................................................................................. 2
BAB II PROFIL INSTANSI................................................................................. 3
2.1 Sejarah Umum...................................................................................... 3
2.2 Visi dan Misi........................................................................................ 6
2.2.1 Visi.............................................................................................. 6
2.2.2 Misi..............................................................................................7
2.3 Tugas dan Fungsi..................................................................................8
2.4 Wilayah Koordinasi............................................................................10
2.5 Struktur Organisasi.............................................................................12
BAB III TINJAUAN PUSTAKA........................................................................ 17
3.1 Curah Hujan...................................................................................... 17
3.1.1 Definisi Curah Hujan............................................................... 17
3.1.2 Jenis-Jenis Hujan......................................................................17
3.2 Suhu Udara........................................................................................18
3.3 Kelembaban Udara............................................................................19
3.4 Kecepatan Angin..............................................................................19
3.5 Regresi Data Panel........................................................................... 20
3.6 Model Regresi Data Panel.................................................................20
3.7 Metode Regresi Data Panel...............................................................22
3.8 Pemilihan Model............................................................................... 23
iv
3.9 Uji Asumsi Klasik Untuk Data Panel............................................... 24
3.10 Uji Statistik..................................................................................... 24
BAB IV METODOLOGI PENELITIAN.......................................................... 27
4.1 Tempat dan Waktu Penelitian........................................................... 27
4.2 Pengumpulan Data............................................................................ 27
4.3 Variabel Yang Digunakan.................................................................27
4.4 Metode Analisis Data........................................................................28
4.4.1 Pemilihan Metode Estimasi Data Panel................................... 28
4.4.2 Pemilihan Metode.................................................................... 29
4.4.3 Uji Asumsi Klasik Data Panel................................................. 29
4.4.4 Pengujian Hipotesis.................................................................30
4.4.5 Interpretasi Hasil...................................................................... 30
BAB V HASIL DAN PEMBAHASAN............................................................... 32
5.1 Hasil dan Analisis Data...................................................................... 32
5.1.1 Pemilihan Model Regresi.......................................................... 32
5.1.2 Uji Asumsi Klasik Data Panel...................................................34
5.1.3 Model Regresi Panel Fixed Effect.............................................35
5.1.4 Pengujian Hipotesis................................................................... 36
5.2 Analisis Kecepatan Angin.................................................................. 37
5.2.1 Koefisien Stasiun.......................................................................38
5.3 Interpretasi Hasil.............................................................................. 39
BAB VI PENUTUP.............................................................................................. 40
6.1 Kesimpulan...................................................................................... 40
6.2 Saran..................................................................................................40
DAFTAR PUSTAKA...........................................................................................41
LAMPIRAN..........................................................................................................42
v
DAFTAR TABEL
Tabel 2.4 Unit Pelaksana Teknis yang Dikoordinasi oleh BBMKG Wilayah II............... 10
Tabel 2.5 Struktur Organisasi BBMKG Wilayah II.......................................................... 14
Tabel 5.1 Common Effect Model...................................................................................... 32
Tabel 5.2 Fixed Effect Model............................................................................................ 33
Tabel 5.3 Random Effect Model........................................................................................33
Tabel 5.4 Uji Chow............................................................................................................33
Tabel 5.5 Uji Hausman...................................................................................................... 34
Tabel 5.6 Uji Multikolinearitas..........................................................................................35
Tabel 5.7 Uji Heteroskedasitas.......................................................................................... 35
Tabel 5.8 Hasil Pengujian Fixed Effect............................................................................. 35
vi
vii
BAB I
PENDAHULUAN
1.1 Latar Belakang
Pada provinsi Jawa Barat secara geografis terletak di antara 5º50'- 7º50'
Lintang Selatan dan 104º 48'- 108º 48' Bujur Timur, dengan luas wilayah daratan
3.710.061,32 hektar. Menurut Data dan Informasi (Datin) Stasiun Geofisika
Bandung pada 21 September 2018, menyatakan peringatan dini untuk
mewaspadai potensi hujan yang dapat disertai kilat petir dan angin kencang pada
siang hingga menjelang malam hari. Prakiraan cuaca untuk wilayah Jawa Barat
berpotensi hujan ringan hingga lebat di sebagian wilayah besar Jawa Barat. Untuk
suhu udara di sebagian wilayah besar Jawa Barat berkisar antara 19 - 340C dengan
kelembaban udara 50 – 95%. Untuk kecepatan angin sendiri secara umum bertiup
dari arah Timur Laut hingga Tenggara dengan kecepatan 5 -30 km/jam.
Kecepatan angin dipengaruhi oleh beberapa hal, diantaranya letak tempat
dimana kecepatan angin di dekat khatulistiwa lebih cepat dari yang jauh dari garis
khatulistiwa. Semakin tinggi tempat, semakin kencang pula angin yang bertiup,
hal ini disebabkan oleh pengaruh gaya gesekan yang menghambat laju udara. Di
permukaan bumi, gunung, pohon, dan topografi yang tidak rata lainnya
memberikan gaya gesekan yang besar. Semakin tinggi suatu tempat, gaya gesekan
ini semakin kecil. Alat untuk mengukur kecepatan angin dan untuk mengukur
arah angin adalah anemometer [1] . Potensi kecepatan angin yang tinggi dapat
menimbulkan bencana alam seperti angin puting beliung. Hal ini perlu untuk
diantisipasi, salah satunya dengan ketersediaan informasi yang akurat dalam
memperkirakan cuaca dan iklim.
Dalam hal tersebut, penulis tertarik dalam melihat pengaruh curah hujan,
suhu, dan kelembaban terhadap kecepatan angin di Provinsi Jawa Barat dari bulan
Desember 2012 – bulan November 2017 menggunakaan metode regresi data panel.
Adapun data yang diambil adalah curah hujan, suhu, kelembaban dan kecepatan
1
angin yang berasal dari kantor Balai Besar Meteorologi Klimatologi dan
Geofisika (BBMKG) Wilayah II Tangerang Selatan.
1.2 Perumusan Masalah
Berdasarkan latar belakang yang telah diuraikan di atas, maka dapat diambil
rumusan masalah sebagai berikut :
1. Bagaimana pengaruh curah hujan terhadap kecepatan angin di Provinsi
Jawa Barat bulan Desember 2012 - bulan November 2017?
2. Bagaimana pengaruh suhu terhadap kecepatan angin di Provinsi Jawa
Barat bulan Desember 2012 - bulan November 2017?
3. Bagaimana pengaruh kelembaban terhadap kecepatan angin di Provinsi
Jawa Barat bulan Desember 2012 - bulan November 2017?
1.3 Pembatasan Masalah
Dalam penulisan laporan ini, penulis memberikan pembatasan masalah
sebagai berikut :
1. Data yang digunakan adalah data yang memuat time series dan data
cross section (data panel).
2. Data yang digunakan diperoleh dari Pusat Data dan Informasi Balai
Besar Meteorologi dan Geofisika Wilayah II .
3. Data yang digunakan pada penelitian ini adalah data curah hujan , suhu,
kelembaban, kecepatan angin pada bulan Desember 2012 - bulan
November 2017 di Provinsi Jawa Barat.
4. Model regresi yang dipakai adalah regresi data panel.
1.4 Tujuan Penulisan
Tujuan dari laporan ini adalah :
1. Untuk menganalisis pengaruh curah hujan terhadap kecepatan angin.
2. Untuk menganalisis pengaruh suhu terhadap kecepatan angin.
3. Untuk menganalisis pengaruh kelembaban terhadap kecepatan angin.
2
BAB II
PROFIL INSTANSI
2.1 Sejarah Umum
Sejarah pengamatan Meteorologi dan Geofisika di Indonesia dimulai pada
tahun 1841 diawali dengan pengamatan yang dilakukan secara perorangan oleh Dr.
Onnen, Kepala Rumah Sakit di Bogor. Tahun demi tahun kegiatannya
berkembang sesuai dengan semakin diperlukannya data hasil pengamatan cuaca
dan geofisika. Pada tahun 1866, kegiatan pengamatan perorangan tersebut oleh
Pemerintah Hindia Belanda diresmikan menjadi instansi pemerintah dengan nama
Magnetisch en Meteorologisch Observatorium atau Observatorium Magnetik dan
Meteorologi dipimpin oleh Dr. Bergsma.
Pada tahun 1965, namanya diubah menjadi Direktorat Meteorologi dan
Geofisika, kedudukannya tetap di bawah Departemen Perhubungan Udara. Pada
tahun 1972, Direktorat Meteorologi dan Geofisika diganti namanya menjadi Pusat
Meteorologi dan Geofisika, suatu instansi setingkat eselon II dibawah Departemen
Perhubungan, dan pada tahun 1980 statusnya dinaikkan menjadi suatu instansi
setingkat eselon I dengan nama Badan Meteorologi dan Geofisika, dengan
kedudukan tetap berada di bawah Departemen Perhubungan.Pada tahun 2002,
dengan keputusan Presiden RI Nomor 46 dan 48 tahun 2002, struktur
organisasinya diubah menjadi Lembaga Pemerintah Non Departemen (LPND)
dengan nama tetap Badan Meteorologi dan Geofisika.
Terakhir, melalui Peraturan Presiden Nomor 61 Tahun 2008, Badan
Meteorologi dan Geofisika berganti nama menjadi Badan Meteorologi,
Klimatologi, dan Geofisika (BMKG) dengan status tetap sebagai Lembaga
Pemerintah Non Departemen. Pada tanggal 1 Oktober 2009 Undang-Undang
Republik Indonesia Nomor 31 Tahun 2009 tentang Meteorologi, Klimatologi dan
Geofisika disahkan oleh Presiden Republik Indonesia, Susilo Bambang
Yudhoyono.
Kantor Balai Besar Meteorologi Klimatologi dan Geofisika (BBMKG)
Wilayah II berdiri pada tahun 1980 dengan nama Balai Besar Meteorologi dan
3
Geofisika (BBMG) Wilayah II Jakarta. Awalnya BBMG Wilayah II berlokasi di
Jl. Arief Rahman Hakim No. 3 Jakarta Pusat bergabung dengan kantor BMG
pusat sebagai tempat kegiatan operasionalnya. BBMG Wilayah II Jakarta berdiri
berdasarkan Keputusan Menteri Perhubungan No.KM56/OT/PBH/1978 tahun
1978 tentang susunan organisasi dan tata kerja Balai Meteorologi dan Geofisika
Wilayah, Stasiun Meteorologi, Klimatologi dan Geofisika.
Pada bulan April tahun 1984 kantor BBMKG Wilayah II pindah ke Jl. Kp.
Bulak Raya No. 5 Cempaka Putih (sekarang Jl. H. Abdul Gani No. 5 Ciputat,
Tangerang Selatan, Provinsi Banten, Indonesia 15411). Dengan berpindahnya
lokasi maka kegiatan BBMKG Wilayah II mulai berfungsi sebagai Pembina
stasiun.
BBMKG wilayah II secara koordinatif mencakup wilayah 11 (sebelas)
provinsi, yaitu: DKI Jakarta, Banten, DI Yogyakarta, Jawa Tengah, Jawa Barat,
Lampung, Bengkulu, Sumatera Selatan, Jambi, Bangka Belitung, dan Kalimantan
Barat yang terdiri dari stasiun Meteorologi, Klimatologi, maupun Geofisika.
Untuk mendapat data yang valid dan real time, BBMKG Wilayah II didukung
oleh 42 (empat puluh dua) stasiun yang terdiri atas : 1 Kantor setingkat eselon II,
yakni kantor Balai Wilayah, sebanyak 14 kantor stasiun klas I (eselon III-a), 6
kantor stasiun klas II (eselon III-b), 18 kantor stasiun klas III (eselon IV-a), dan 4
kantor stasiun klas IV (eselon IV-b).
BBMKG Wilayah II telah mengalami perubahan baik struktural maupun
operasional, diantaranya:
1. Keputusan Menteri Perhubungan No. KM56/OT/PBH/1978 tahun 1978
tentang susunan organisasi dan tata kerja Balai Meteorologi dan Geofisika
Wilayah, Stasiun Meteorologi, Klimatologi dan Geofisika, dimana pada satu
pasal menyebutkan bahwa kantor Balai Meteorologi dan Geofisika Wilayah
dipimpin oleh seorang Kepala Balai (eselon III-a), dua orang eselon IV-a
(Kasubag Tata Usaha dan Kepala Seksi Bina Program) dan tujuh orang eselon
V-a (Karus Umum, Karus Kepegawaian, Karus Keuangan, Kasubsie
Meteorologi, Kasubsie Klimatologi, Kasubsie Geofisika, dan Kasubsie
4
Komunikasi dan peralatan) serta tiga kepala kelompok tenaga pengolah data
(Meteorologi, Klimatologi, dan Geofisika).
2. Berdasarkan KM 80 Tahun 2002 tanggal 2 Oktober 2002 tentang organisasi
dan tata kerja Balai Meteorologi dan Geofisika wilayah, Stasiun Meteorologi,
Klimatologi dan Geofisika, dimana kantor Balai Wilayah II dipimpin oleh
seorang Kepala Balai (eselon III-a), tiga eselon IV-a (Kasubag Tata Usaha,
Kasie Operasional, dan Kasie Rencana dan Program) serta kelompok jabatan
fungsional.
3. Berdasarkan SK. Ka. BMG No. 005 Tahun 2004 tanggal 5 Oktober 2004
tentang organisasi dan tata kerja Balai Meteorologi dan Geofisika wilayah,
Stasiun Meteorologi, Klimatologi dan Geofisika dengan susunan organisasi
sebagai berikut: Dipimpin oleh seorang Kepala Balai (eselon II-b), tiga orang
eselon III-a (Kabag TU, Kabid Observasi, dan Kabid Data dan Informasi)
serta enam orang eselon IV-a (Kasubag Keuangan dan Perlengkapan,
Kasubag Kepegawaia dan Persuratan, Kasubid Pengumpulan dan Penyebaran,
Kasubid Instrumentasi dan Kalibrasi, Kasubid Manajemen Data dan Kasubid
Pelayanan Jasa).
4. Berdasarkan SK. Ka. BMG No. 007 Tahun 2006 tanggal 5 Januari 2006
tentang perubahan SK. Ka. BMG No. 005 Tahun 2004 tanggal 5 Oktober
2004, tentang organisasi dan tata kerja Balai Meteorologi dan Geofisika
wilayah, Stasiun Meteorologi, Klimatologi dan Geofisika.
Masa kepemimpinan:
1. Kabal kesatu Bapak Soedjono periode 1981 – 1987
2. Kabal kedua Bapak Sandjoto periode 1987 – 1991
3. Kabal ketiga Bapak M. Ilyas Martowidjoyo periode 1991 – 1993
4. Kabal keempat Bapak Soekamso periode 1993 – 1996
5. Kabal kelima Bapak Drs. S. Budiman periode 1996 – 2000
6. Kabal keenam Bapak Drs. T. Mulyono periode 2000 – 2004
7. Kabal ketujuh Bapak Soepriyo. Dipl AIT, SSi periode 2004 – 2005
8. Kabal kedelapan Ibu Dra. Rosliany periode 2005 – 2007
5
9. Kabal kesembilan Bapak Drs.Suhardjono, Dipl. Seis periode 2007 – 2009
10. Kabal kesepuluh Bapak I Wayan Suardana, SE, MM periode 2009 – 2011
11. Kabal kesebelas Bapak Drs.Soebardjo,Dipl.Seis Periode 2011 – 2013
12. Kabal keduabelas Bapak Joko Siswanto, S.Si Periode 2013 – sekarang
2.2 Visi dan Misi
Dalam rangka mendukung dan mengemban tugas pokok dan fungsi serta
memperhatikan kewenangan BMKG agar lebih efektif dan efisien, maka
diperlukan aparatur yang profesional, bertanggung jawab dan berwibawa serta
bebas dari Korupsi, Kolusi, dan Nepotisme (KKN), disamping itu harus dapat
menjunjung tinggi kedisiplinan, kejujuran dan kebenaran guna ikut serta
memberikan pelayanan informasi yang cepat, tepat dan akurat. Oleh karena itu
kebijakan yang akan dilakukan BMKG Tahun 2010-2014 adalah mengacu pada
Visi, Misi, dan Tujuan BMKG yang telah ditetapkan.
2.2.1 Visi
Mewujudkan BMKG yang handal, tanggap dan mampu dalam rangka
mendukung keselamatan masyarakat serta keberhasilan pembangunan nasional,
dan berperan aktif di tingkat Internasional. Terminologi di dalam visi tersebut
dapat dijelaskan sebagai berikut :
a. Pelayanan informasi meteorologi, klimatologi, kualitas udara, dan
geofisika yang handal ialah pelayanan BMKG terhadap penyajian data,
informasi pelayanan jasa meteorologi, klimatologi, kualitas udara, dan
geofisika yang akurat, tepat sasaran, tepat guna, cepat, lengkap, dan dapat
dipertanggungjawabkan
b. Tanggap dan mampu dimaksudkan BMKG dapat menangkap dan
merumuskan kebutuhan stakeholder akan data, informasi, dan jasa
meteorologi, klimatologi, kualitas udara, dan geofisika serta mampu
memberikan pelayanan sesuai dengan kebutuhan pengguna jasa;
6
2.2.2 Misi
Dalam rangka mewujudkan Visi BMKG, maka diperlukan visi yang jelas yaitu
berupa langkah-langkah BMKG untuk mewujudkan Misi yang telah ditetapkan
yaitu :
1. Mengamati dan memahami fenomena meteorologi, klimatologi, kualitas
udara dan geofisika.
2. Menyediakan data, informasi dan jasa meteorologi, klimatologi, kualitas
udara dan geofisika yang handal dan terpercaya.
3. Mengkoordinasikan dan memfasilitasi kegiatan di bidang meteorologi,
klimatologi , kualitas udara dan geofisika.
4. Berpartisipasi aktif dalam kegiatan internasional di Bidang meteorologi,
klimatologi , kualitas udara dan geofisika.
Secara lebih rinci, maksud dari pernyataan misi di atas adalah sebagai berikut :
a. Mengamati dan memahami fenomena meteorologi, klimatologi, kualitas
udara,
dan
geofisika
artinya
BMKG
melaksanakan
operasional
pengamatan dan pengumpulan data secara teratur, lengkap dan akurat guna
dipakai untuk mengenali dan memahami karakteristik unsur-unsur
meteorologi, klimatologi, kualitas udara, dan geofisika guna membuat
prakiraan dan informasi yang akurat;
b. Menyediakan data, informasi dan jasa meteorologi, klimatologi, kualitas
udara, dan geofisika kepada para pengguna sesuai dengan kebutuhan dan
keinginan mereka dengan tingkat akurasi tinggi dan tepat waktu;
c. Mengkoordinasi dan Memfasilitasi kegiatan sesuai dengan kewenangan
BMKG, maka BMKG wajib mengawasi pelaksanaan operasional,
memberi pedoman teknis, serta berwenang untuk mengkalibrasi peralatan
meteorologi, klimatologi, kualitas udara, dan geofisika sesuai dengan
peraturan yang berlaku
d. Berpartisipasi aktif dalam kegiatan internasional artinya BMKG dalam
melaksanakan kegiatan secara operasional selalu mengacu pada ketentuan
7
internasional mengingat bahwa fenomena meteorologi, klimatologi,
kualitas udara, dan geofisika tidak terbatas dan tidak terkait pada batas
batas wilayah suatu negara manapun.
2.3 Tugas dan Fungsi
BMKG mempunyai status sebuah Lembaga Pemerintah Non Departemen
(LPND), dipimpin oleh seorang Kepala Badan. BMKG mempunyai tugas :
melaksanakan tugas pemerintahan di bidang Meteorologi, Klimatologi, Kualitas
Udara dan Geofisika sesuai dengan ketentuan perundang-undangan yang berlaku.
Dalam melaksanakan tugas sebagaimana dimaksud diatas, Badan Meteorologi
Klimatologi dan Geofisika menyelenggarakan fungsi :
1.
Perumusan kebijakan nasional dan kebijakan umum di bidang meteorologi,
klimatologi, dan geofisika;
2.
Perumusan kebijakan teknis di bidang meteorologi, klimatologi, dan
geofisika;
3.
Koordinasi kebijakan, perencanaan dan program di bidang meteorologi,
klimatologi, dan geofisika;
4.
Pelaksanaan, pembinaan dan pengendalian observasi, dan pengolahan data
dan informasi di bidang meteorologi, klimatologi, dan geofisika;
5.
Pelayanan data dan informasi di bidang meteorologi, klimatologi, dan
geofisika;
6.
Penyampaian informasi kepada instansi dan pihak terkait serta masyarakat
berkenaan dengan perubahan iklim;
7.
Penyampaian informasi dan peringatan dini kepada instansi dan pihak
terkait serta masyarakat berkenaan dengan bencana karena factor
meteorologi, klimatologi, dan geofisika;
8
8.
Pelaksanaan kerja sama internasional di bidang meteorologi, klimatologi,
dan geofisika;
9.
Pelaksanaan penelitian, pengkajian, dan pengembangan di bidang
meteorologi, klimatologi, dan geofisika;
10.
Pelaksanaan, pembinaan, dan pengendalian instrumentasi, kalibrasi, dan
jaringan komunikasi di bidang meteorologi, klimatologi, dan geofisika;
11.
Koordinasi dan kerja sama instrumentasi, kalibrasi, dan jaringan
komunikasi di bidang meteorologi, klimatologi, dan geofisika;
12.
Pelaksanaan
pendidikan
dan
pelatihan
keahlian
dan
manajemen
pemerintahan di bidang meteorologi, klimatologi, dan geofisika;
13.
Pelaksanaan pendidikan profesional di bidang meteorologi, klimatologi,
dan geofisika;
14.
Pelaksanaan manajemen data di bidang meteorologi, klimatologi, dan
geofisika;
15.
Pembinaan dan koordinasi pelaksanaan tugas administrasi di lingkungan
BMKG;
16.
Pengelolaan barang milik/kekayaan negara yang menjadi tanggung jawab
BMKG;
17.
Pengawasan atas pelaksanaan tugas di lingkungan BMKG;
18.
Penyampaian laporan, saran, dan pertimbangan di bidang meteorologi,
klimatologi, dan geofisika.
Dalam melaksanakan tugas dan fungsinya BMKG dikoordinasikan oleh Menteri
yang bertanggung jawab di bidang perhubungan.
9
2.4 Wilayah Koordinasi
Berdasarkan keputusan Kepala Badan Meteorologi dan Geofisika Nomor:
KEP. 005 Tahun 2004, wilayah kerja Balai Besar Meteorologi dan Geofisika
Wilayah II meliputi : Provinsi Banten, DKI Jakarta, Jawa Barat, Jawa Tengah,
DIY Yogyakarta, Kalimantan Barat, Bengkulu, Jambi, Sumatera Selatan, Bangka
Belitung, dan Lampung. Untuk lebih detailnya, dapat dilihat pada Tabel 2.4.
Kegiatan yang dikoordinasikan adalah pengamatan, pengumpulan dan
penyebaran data, pengolahan, analisis, dan prakiraan serta riset dan kerjasama di
bidang Meteorologi, Klimatologi, dan Geofisika. Balai Besar Meteorologi
Klimatologi dan Geofisika Wilayah II sebagai Regional Sub Collecting Center,
berdasarkan peraturan Kepala Bidang Meteorologi dan Geofisika Nomor: 007 /
PKBMG.01 / 2006 tentang Perubahan atas Keputusan Kepala Badan Meteorologi
dan Geofisika Nomor: KEP.005 Tahun 2004 tentang Organisasi dan Tata Kerja
Balai Besar Meteorologi dan Geofisika, Stasiun Meteorologi, Stasiun Klimatologi
dan Stasiun Geofisika, maka Balai Besar Meteorologi Wilayah II ditetapkan
sebagai RSC II yang meliputi Provinsi Banten, DKI Jakarta, Jawa Barat,
Bengkulu, Jambi, Sumatera Selatan, Bangka Belitung, Lampung, DI Yogyakarta,
Jawa Tengah, Kalimantan Barat.
Tabel 2.4 Unit Pelaksana Teknis yang Dikoordinasi oleh BBMKGW II
PROVINSI
BANTEN
STASIUN
1. Stasiun Meteorologi Serang
2. Stasiun Meteorologi Budiarto
3. Stasiun Meteorologi Soekarno Hatta
4. Stasiun Klimatologi Tangerang Selatan
5. Stasiun Geofisika Tangerang
JAWA BARAT
1. Stasiun Meteorologi Citeko
2. Stasiun Meteorologi Jatiwangi
10
3. Stasiun Klimatologi Bogor
4. Stasiun Geofisika Bandung
DKI JAKARTA
1. Stasiun Meteorologi Maritim Tanjung Priok
2. Stasiun Meteorologi Kemayoran Jakarta
JAWA
1. Stasiun Meteorologi A. Yani Semarang
TENGAH
2. Stasiun Meteorologi Maritim Tanjung Mas
3. Stasiun Meteorologi Tegal
4. Stasiun Meteorologi Cilacap
5. Stasiun Klimatologi Semarang
6. Stasiun Geofisika Banjarnegara
D.I.
1. Stasiun Geofisika Yogyakarta
YOGYAKARTA
LAMPUNG
1. Stasiun Meteorologi Raden Inten Bandar Lampung
2. Stasiun Klimatologi Pesawaran
3. Stasiun Maritim Lampung
4. Stasiun Geofisika Kotabumi
SUMATERA
1. Stasiun Meteorologi SMB II Palembang
SELATAN
2. Stasiun Klimatologi Palembang
BANGKA
1. Stasiun Meteorologi Depati Amir
BELITUNG
2. Stasiun Meteorologi H. Asan Hananjoedin
3. Stasiun Geofisika Pilang Tanjung Pandan
4. Staklim Koba, Bangka Tengah
JAMBI
1. Stasiun Meteorologi St. Thaha Jambi
2. Stasiun Meteorologi Depati Parbo Kerinci
3. Stasiun Klimatologi Muaro Jambi
KALIMANTAN
1. Stasiun Meteorologi Supadio Pontianak
BARAT
2. Stasiun Meteorologi Nanga Pinoh
3. Stasiun Meteorologi Susilo Sintang
11
4. Stasiun Meteorologi Rahadi Usman Ketapang
5. Stasiun Meteorologi Paloh
6. Stasiun Meteorologi Pangsuma
7. Stasiun Klimatologi Mempawah
8. Stasiun Meteorologi Maritim Pontianak
BENGKULU
1. Stasiun Klimatologi Bengkulu
2. Stasiun Meteorologi Fatmawati Bengkulu
3. Stasiun Geofisika Kepahiang
2.5 Struktur Organisasi
Berdasarkan keputusan kepala Balai Nomor : KEP.005 tahun 2004, Struktur
Organisasi Balai Besar Badan Meteorologi dan Geofisika Wilayah II dapat dilihat
pada gambar 2.5.
Kemudian berdasarkan keputusan kepala Balai Nomor : KEP.003 tahun 2008,
bidang data dan informasi sektor subbidang manajemen data dibagi lagi menjadi
kelompok kerja (pokja) archiving dan kelompok kerja (pokja) TEWS.
12
Gambar 2.5 Struktur Organisasi BMKGW II Kep. 005 Tahun 2004
Keterangan:
1.
BBMKG Wilayah II bertanggung jawab kepada BMKG pusat
2.
BBMKG Wilayah II terdiri dari empat bidang, antara lain Bagian Tata
Usaha, Bidang Observasi, Bidang Data dan Informasi, dan Kelompok
Jabatan Fungsional.
3.
Bagian Tata Usaha terdiri dari Subbagian Keuangan dan Perlengkapan,
dan Subbagian Persuratan dan Kepegawaian. Masing-masing subbagian
bertanggung jawab kepada bagian Tata Usaha.
4.
Bidang Observasi terdiri dari Subbidang Pengumpulan dan Penyebaran,
dan Subbidang Instrumentasi dan Kalibrasi. Masing-masing subbidang
bertanggung jawabkepada Bagian Observasi.
13
5.
Bidang Data dan Informasi terdiri dari Subbidang Manajemen Data dan
Subbidang Peelayanan Jasa. Masing-masing subbidang bertanggung jawab
kepada Bagian Data Data dan Informasi.
6.
Kelompok Jabatan Fungsional bertanggung jawab kepada kepala BBMKG
Wilayah II
Tabel 2.5 Struktur Organisasi BBMKG Wilayah II
No Nama
1
Jabatan
Foto
JOKO
SISWANTO, Kepala Balai Besar Meteorologi
S.Sos
Klimatologi dan Geofisika Wil.
II - Tangerang Selatan
2
ARIFFUDIN, ST
Kepala Bidang Observasi Balai
Besar Meteorologi Klimatologi
dan
Geofisika
Wil.
II
-
Tangerang Selatan
3
ANTON DAUD, S.Si
Kepala Bagian Tata Usaha Balai
Besar Meteorologi Klimatologi
dan
Geofisika
Tangerang Selatan
14
Wil.
II
-
4
SUTIYONO, S.Si
Kepala
Bidang
Informasi
Meteorologi
Data
Balai
dan
Besar
Klimatologi
dan
Geofisika Wil. II - Tangerang
Selatan
5
DARMAN
Kepala Sub Bidang Pelayanan
MARDANIS, SE
Jasa Balai Besar M&G Balai
Besar Meteorologi Klimatologi
dan
Geofisika
Wil.
II
-
Tangerang Selatan
6
SUPRIYADI
Kepala Sub Bagian Persuratan
dan Kepegawaian Balai Besar
Meteorologi
Klimatologi
dan
Geofisika Wil. II - Tangerang
Selatan
7
FITRI AFIADI, ST, Kepala Sub Bidang Manajemen
MT
Data Balai Besar Meteorologi
Klimatologi dan Geofisika Wil.
II - Tangerang Selatan
8
MEINI IRIANTI
Kepala Sub Bagian Keuangan
dan Perlengkapan Balai Besar
Meteorologi
Klimatologi
dan
Geofisika Wil. II - Tangerang
Selatan
15
9
NUGRAHA
Kepala
PRIYALAKSMANA
Instrumentasi
Balai
Sub
Bidang
dan
Besar
Kalibrasi
Meteorologi
Klimatologi dan Geofisika Wil.
II - Tangerang Selatan
10
SUPRIYATNO, S.Si
Kepala
Sub
Bidang
Pengumpulan dan Penyebaran
Balai
Besar
Meteorologi
Klimatologi dan Geofisika Wil.
II - Tangerang Selatan
16
BAB III
TINJAUAN PUSTAKA
3.1 Curah Hujan
3.1.1 Definisi Curah Hujan
Curah hujan adalah banyaknya air yang jatuh ke permukaan bumi. Derajat
curah hujan dinyatakan dengan jumlah curah hujan dalam suatu satuan waktu.
Biasanya satuan yang digunakan adalah mm/jam. Dalam meteorologi, butiran
hujan dengan diameter lebih dari 0.5 mm disebut hujan dan diameter antara 0.5 –
0.1 mm disebut gerimis. Semakin besar ukuran butiran hujan maka semakin besar
pula kecepatan jatuhnya. Ketelitian alat ukur curah hujan adalah 1/10 mm.
Pembacaan dilakukan satu kali dalam sehari dan dicatat sebagai curah hujan hari
terdahulu/kemarin [2] . Alat untuk pengukur curah hujan adalah pias hellman.
Curah hujan merupakan unsur yang sangat penting bagi kehidupan di bumi.
Jumlah curah hujan dicatat dalam inci (milimeter). Jumlah curah hujan 1 mm
yaitu menunjukkan tinggi air hujan yang menutupi permukaan 1 meter,jika air
tersebut tidak meresap ke dalam tanah dan menguap di atmosfer.
3.1.2 Jenis-Jenis Hujan
Menurut [3] jenis-jenis hujan dibedakan berdasarkan proses terciptanya dan
ukuran butirannya :
Berdasarkan proses terciptanya, hujan dikelompokkan menjadi lima, yaitu :
a.
Hujan Siklonal, yaitu hujan yang terjadi karena udara panas, suhu
lingkungan yang tinggi, dan disertai oleh angin yang berputar-putar.
Biasanya terjadi didaerah garis khayal khatulistiwa.
b.
Hujan Orografis, yaitu hujan yang terjadi karena adanya angin yang
mengandung uap air yang bergerak secara horizontal. Angin tersebut
melewati pegunungan sehingga suhu angin menjadi dingin dan terjadi
proses kondensasi. Akibatnya terjadi hujan disekitar pegunungan.
17
c.
Hujan Frontal, yaitu hujan yang terjadi karena bertemunya antara udara
dingin dan suhu rendah dengan udara panas dan suhu tinggi.
d.
Hujan Muson, yaitu hujan yang terjadi karena pergerakan semu tahunan
matahari dengan garis balik utara dan garis balik selatan.
e.
Hujan Zenithal (Hujan Konveksi), yaitu hujan yang terjadi karena
adanya pertemuan angin pasat timur laut dengan angin pasat tenggara,
sehingga membentuk gumpalan-gumpalan awan yang naik secara
vertikal. Awan mengalami proses kondensasi karena penurunan suhu
sehingga awan mencapai titik jenuh dan turunlah hujan.
Berdasarkan ukuran butirannya, hujan dikelompokkan menjadi empat, yaitu :
a.
b.
Hujan Gerimis, biasanya disebut dengan dizzle yang memiliki diameter
th mm.
Hujan Salju, hujan yang terbuat dari kristal es dengan ukuran beragam
dimana suhunya
c.
t .
Hujan Batu Es, biasanya terjadi ketika suhu tinggi dan cuaca panas,
namun batu es tetap bersuhu
d.
t
Hujan Deras, hujan yang biasa terjadi dengan suhu
diameter kurang lebih 7 mm.
tt
dan memiliki
Berdasarkan curahnya, hujan dikelompokkan menjadi tiga, yaitu :
a.
Hujan Rendah memiliki curah hujan 150-200 mm/bulan.
b.
Hujan Sedang memiliki curah hujan 200-250 mm/bulan.
c.
Hujan Tinggi memiliki curah hujan 250-300 mm/bulan.
3.2 Suhu Udara
Suhu udara adalah keadaan panas atau dinginnya udara.Suhu juga disebut
temperatur yang diukur dengan alat termometer. Beberapa faktor yang
mempengaruhi suhu udara diantaranya tinggi tempat, daratan/lautan, radiasi
matahari, indeks datang matahari, dan angin. Pengukuran biasa dinyatakan dalam
18
skala Celsius (C), Reamur (R), dan Fahrenheit (F). Suhu udara tertinggi di
permukaan bumi adalah di daerah tropis (sekitar ekuator) dan makin ke kutub
makin dingin [3].
3.3 Kelembaban Udara
Kelembaban adalah perbandingan antara massa uap dalam suatu satuan
volume dengan massa uap yang jenuh dalam satuan volume itu pada suhu yang
sama. Secara umum kelembaban menyatakan banyaknya kadar air yang ada di
udara. Banyaknya uap yang bergerak di dalam atmosfer berpengaruh terhadap
besarnya hujan, lamanya hujan, dan intensitas curah hujan. Kelembaban tertinggi
umumnya terjadi pada musim penghujan dan paling rendah pada musim
kemarau.Umumnya semakin tinggi suatu daerah dari permukaan laut maka
kelembaban udaranya semakin tinggi. Makin tinggi kelembaban udara akan dapat
menyebabkan bertambah banyak uap air yang dapat diserap awan. Uap air itu
akan menghasilkan tekanan yang dinyatakan dengan satuan tinggi air raksa (1
mmHg = 1,33 milibar). Tekanan yang diberikan oleh uap air disebut dengan
tekanan uap air [2]
3.4 Kecepatan Angin
Angin adalah udara yang bergerak akibat adanya perbedaan tekanan udara
dengan arah aliran angin dari tempat yang memiliki tekanan tinggi ke tempat yang
bertekanan rendah atau dari daerah yang memiliki temperatur rendah ke wilayah
bersuhu tinggi. Angin memiliki hubungan yang erat dengan sinar matahari karena
daerah yang terkena banyak paparan sinar mentari akan memiliki suhu yang lebih
tinggi serta tekanan udara yang lebih rendah dari daerah lain di sekitarnya
sehingga menyebabkan terjadinya aliran udara. Angin juga dapat disebabkan oleh
pergerakan benda sehingga mendorong udara di sekitarnya untuk bergerak ke
tempat lain [3] . Kecepatan angin adalah kecepatan udara yang bergerak secara
horizontal paa ketinggian dua meter diatas tanah. Untuk kepentingan data cuaca
dan iklim,pengukurannya dilakukan dipermukaan tanah yang ditanami rumput [1].
19
3.5 Regresi Data Panel
Regresi data panel yaitu regresi dengan menggabungkan sekaligus data crosssection dan time-series dalam sebuah persamaan. Data time series adalah data
yang dikumpulkan dari waktu ke waktu terhadap suatu individu, sedangkan data
cross section adalah data yang dikumpulkan dalam satu waktu terhadap banyak
individu. Regresi data panel akan memberikan hasil analisis yang lebih baik
secara statistic karena penggabungan data cross-section dan time-series akan
menghasilkan degree of freedom yang lebih besar dan dapat mengatasi masalah
penghilangan variabel (omitted variabel). Menurut Wibisono keunggulan regresi
data panel antara lain :
1. Panel data mampu memperhitungkan heterogenitas individu secara
ekspilisit dengan mengizinkan variabel spesifik individu.
2. Kemampuan mengontrol heterogenitas ini selanjutnya menjadikan data
panel dapat digunakan untuk menguji dan membangun model perilaku
lebih kompleks.
3. Data panel mendasarkan diri pada observasi cross-section yang berulangulang (time series), sehingga metode data panel cocok digunakan sebagai
study of dynamic adjustment.
4. Tingginya jumlah observasi memiliki implikasi pada data yang lebih
informative, lebih variatif, dan kolinieritas (multiko) antara data semakin
berkurang, dan derajat kebebasan (degree of freedom/df) lebih tinggi
sehingga dapat diperoleh hasil estimasi yang lebih efisien.
5. Data panel dapat digunakan untuk mempelajari model-model perilaku
yang kompleks.
6. Data panel dapat digunakan untuk meminimalkan bias yang mungkin
ditimbulkan oleh agregasi data individu [4].
3.6 Model Regresi Data Panel
Model regresi data panel secara umum :
20
Ҁ
t
t tҀ
Ҁ
Keterangan : Y menyatakan sebagai variabel terikat
Ҁ
Ҁ
X menyatakan sebagai variabel bebas
t
t
Ҁ
menyatakan sebagai intersep atau konstanta
menyatakan sebagai koefisien reegresi
menyatakan sebagai variabel gangguan (error)
i menyatakan sebagai 1,2,.. n (data cross section)
t menyatakan sebagai 1,2,…,t (data data time series)
Variabel independen yang digunakan dalam penelitian (Curah Hujan, Suhu
dan Kelembaban) terhadap variabel dependen terikat (Kecepatan Angin).
Sehingga persamaan regresinya sebagai berikut:
Ҁ
t
t tҀ
Ҁ
Ҁ
Ҁ
Keterangan : Y menyatakan sebagai Kecepatan Angin
Ҁ
X1 menyatakan sebagai Curah Hujan
X2 menyatakan sebagai Suhu
X3 menyatakan sebagai Kelembaban
t
t
menyatakan sebagai intersep atau konstanta
menyatakan sebagai koefisien pengaruh Curah Hujan
menyatakan sebagai koefisien pengaruh Suhu
menyatakan sebagai koefisien pengaruh Kelembaban
Ҁ
menyatakan sebagai variabel gangguan (error)
i menyatakan sebagai Stasiun diProvinsi Jawa Barat
21
t menyatakan sebagai tahun yang diteliti (bulan Desember
2012- bulan November 2017)
3.7 Metode Regresi Data Panel
Dalam metode estimasi model regresi dengan menggunakan data panel dapat
dilakukan melalui tiga pendekatan, antara lain:
1. Common Effect Model
Merupakan pendekatan model data panel yang paling sederhana karena
hanya mengkombinasikan data time series dan cross section. Pada model
ini tidak diperhatikan dimensi waktu maupun individu, sehingga
diasumsikan bahwa perilaku data perusahaan sama dalam berbagai kurun
waktu. Metode ini bisa menggunakan pendekatan Ordinary Least Square
(OLS) atau teknik kuadrat terkecil untuk mengestimasi model data panel.
2. Fixed Effect Model
Model ini mengasumsikan bahwa koefisen kemiringan bernulaiikonstn
tetapi intersep bersifat tidak konstan [5] . Untuk mengestimasi data panel
model Fixed Effects menggunakan teknik variable dummy untuk
menangkap perbedaan intersep antar perusahaan, perbedaan intersep bisa
terjadi karena perbedaan budaya kerja, manajerial, dan insentif. Namun
demikian slopnya sama antar perusahaan. Model estimasi ini sering juga
disebut dengan teknik Least Squares Dummy Variable (LSDV).
3. Random Effect Model
Model ini akan mengestimasi data panel dimana variabel gangguan
mungkin saling berhubungan antar waktu dan antar individu. Pada model
Random Effect perbedaan intersep diakomodasi oleh error terms masingmasing perusahaan. Keuntungan menggunkan model Random Effect yakni
menghilangkan heteroskedastisitas. Model ini juga disebut dengan Error
Component Model (ECM) atau teknik Generalized Least Square (GLS)
22
3.8 Pemilihan Model
Untuk memilih model yang paling tepat digunakan dalam mengelola data
panel, terdapat beberapa pengujian yang dapat dilakukan yakni:
1. Uji Chow
Chow test yakni pengujian untuk menentukan model Common Effect atau
Fixed Effet yang paling tepat digunakan dalam mengestimasi data
panel.Hipotesis yang digunakan adalah sebagai berikut:
H0: Common Effect
H1 : Fixed Effect
a. Jika nilai Probabilitas F statistiknya < = 5%.maka H0 ditolak atau
terima H1 yang berarti model yang paling tepat digunakan adalah
Fixed Effect Model.
b. Jika nilai Probabilitas F statistiknya > = 5%.maka terima H0 yang
berarti model yang paling tepat digunakan adalah Common Effect
Model.
2. Uji Hausman
Hausman test adalah pengujian statistik untuk memilih apakah model
Fixed Effect atau Random Effect yang paling tepat digunakan.
Hipotesis yang digunakan adalah sebagai berikut:
H0: Random Effect
H1 : Fixed Effect
a. Jika nilai Probabilitas Chi-Square <
= 5%.maka H0 ditolak atau
terima H1 yang berarti model yang paling tepat digunakan adalah
Fixed Effect Model.
b. Jika nilai Probabilitas Chi-Square >
= 5%.maka terima H0 yang
berarti model yang paling tepat digunakan adalah Common Effect
Model.
23
3.9 Uji Asumsi Klasik Untuk Data Panel
Uji asumsi klasik yang digunakan dalam regresi linier dengan pendekatan
Ordinary
Least
Squared
(OLS)
meliputi
uji
Linieritas,
Autokorelasi,
Heteroskedastisitas, Multikolinieritas dan Normalitas. Walaupun demikian, tidak
semua uji asumsi klasik harus dilakukan pada setiap model regresi linier dengan
pendekatan OLS.
1. Uji linieritas hampir tidak dilakukan pada setiap model regresi linier.
Karena sudah diasumsikan bahwa model bersifat linier. Kalaupun harus
dilakukan semata-mata untuk melihat sejauh mana tingkat linieritasnya.
2. Uji normalitas pada dasarnya tidak merupakan syarat BLUE (Best Linier
Unbias Estimator) dan beberapa pendapat tidak mengharuskan syarat ini
sebagai sesuatu yang wajib dipenuhi.
3. Autokorelasi hanya terjadi pada data time series. Pengujian autokorelasi
pada data yang tidak bersifat time series (cross section atau panel) akan
sia-sia semata atau tidaklah berarti.
4. Multikolinieritas perlu dilakukan pada saat regresi linier menggunakan
lebih dari satu variabel bebas. Jika variabel bebas hanya satu, maka tidak
mungkin terjadi multikolinieritas.
5. Heteroskedastisitas biasanya terjadi pada data cross section, dimana data
panel lebih dekat ke ciri data cross section dibandingkan time series.
Dari penjelasan di atas dapat ditarik kesimpulan bahwa pada regresi data panel,
tidak semua uji asumsi klasik yang ada pada metode OLS dipakai, hanya
multikolinieritas dan heteroskedastisitas saja yang diperlukan.
3.10 Uji Statistik
1. Uji Koefisien Determinasi (R2)
Pengujian determinasi yaitu mengukur kesetaraan hubungan antara
variabel bebas dan tidak bebas terhadap sesuatu himpunan data hasil
pengamatan, yang serius disebut dengan koefisien determinasi (R2)
24
sehingga semakin tinggi R2 maka semakin erat hubungan antara variabel
bebas dan variabel terikat.
2. Uji Signifikansi Simultan (Uji F)
Uji f digunakan untuk membuktikan secara statistik bahwa keseluruhan
koefisien regresi juga signifikan dalam menentukan nilai variabel terikat
(variabel dependen), maka diperlukan juga pengujian secara serentak
yang menggunakan uji f di mana uji f merupakan pengujian terhadap
variabel bebas (variabel independen) secara bersama-sama yang
dilakukan untuk melihat seberapa besar pengaruh variabel bebas secara
individual terhadap variabel terikat.
t
t
t Berarti variabel independen tidak berpengaruh
t
t
t Berarti variabel independen berpengaruh terhadap
terhadap variabel dependen.
variabel dependen.
Rumus F-hitung sebagai berikut:
Keterangan:
eriku =
t
G D t
G
D
R menyatakan sebagai Koefisien Determinasi
k menyatakan sebagai Banyaknya Variabel Bebas
n menyatakan sebagai Banyaknya Sampel
Maka dengan derajat keyakinan tertentu:
a. Jika F-hitung < F tabel, maka terima Htyang berarti secara
bersama-sama
variabel
independen
secara
signifikan
tidak
mempengaruhi variabel dependen.
b. Jika F-hitung > F tabel, maka terima Ht yang berarti secara
bersama-sama
variabel
independen
mempengaruhi variabel dependen.
3. Uji Signifikansi Parameter Individual (Uji T)
25
secara
signifikan
Pengujian ini merupakan pengujian variabel-variabel independen secara
individu, yang dimaksudkan untuk mengetahui signifikansi dari variabelvariabel independen terhadap variabel dependen dengan menganggap
variabel lain tetap. Pengambilan keputusan pengaruh masing-masing
variabel independen secara individu terhadap profitabilitas adalah dengan
derajat keyakinan tertentu maka:
a. Jika nilai thitung > nilai ttabel maka terima Ht yang berarti secara individu
terdapat pengaruh yang berarti antara variabel independen terhadap
variabel dependen.
b. Jika nilai thitung < nilai ttabel maka terima Ht yang berarti secara individu
tidak terdapat pengaruh yang berarti antara variabel independen terhadap
variabel dependen.
26
BAB IV
METODOLOGI PENELITIAN
4.1 Tempat dan Waktu Penelitian
Kegiatan Praktik Kerja Lapangan (PKL) dilaksanakan di Balai Besar
Meteorologi Klimatologi dan Geofisika (BBMKG) Wilayah II yang beralamat di
Jalan H. Abdul Ghani No.5 Cempaka Putih, Kota Tangerang Selatan, khususnya
di Sub Bidang Manajemen Data.
Waktu pelaksanaan kegiatan PKL adalah satu bulan, terhitung mulai dari
tanggal 10 Januari 2019 sampai dengan 10 Februari 2019. Terdapat di Lampiran
Kerangka Acuan PKL.
4.2 Pengumpulan Data
Dalam penulisan laporan PKL ini penulis menggunakan data sekunder yang
diperoleh dari Balai Besar Meteorologi Klimatologi dan Geofisika (BMKG)
Wilayah II, berupa data pengamatan curah hujan, suhu, kelembaban, dan
kecepatan angin dari Provinsi Jawa Barat yang terdiri 4 stasiun yaitu:
1.
Stasiun Meteorologi Citeko
2.
Stasiun Meteorologi Jatiwangi
3.
Stasiun Klimatologi Bogor
4.
Stasiun Geofisika Bandung
4.3 Variabel Yang Digunakan
Variabel dependen yang digunakan dalam penelitian ini adalah data kecepatan
angin di Provinsi Jawa Barat yang terdiri 4 stasiun. Data ini adalah data tentang
kecepatan angin dari bulan Desember 2012 - bulan November 2017dan satuannya
knot.
Dalam penelitian ini terdapat beberapa independen, diantaranya:
27
a.
Curah Hujan
Data yang digunakan dalam penelitian ini adalah data Curah Hujan di
Provinsi Jawa Barat dalam bentuk pada bulan Desember 2012 - bulan
November 2017 dengan satuannya mm.
b.
Suhu
Data yang digunakan dalam penelitian ini adalah data Suhu di Jawa
Barat dalam bentuk pada bulan Desember 2012 - bulan November 2017
dengan satuannya 0C.
c.
Kelembaban
Data yang digunakan dalam penelitian ini adalah data Kelembaban di
Jawa Barat dalam bentuk pada bulan Desember 2012 - bulan November
2017 dengan satuannya %.
4.4 Metode Analisis Data
Metode analisis yang digunakan dalam penelitian ini adalah metode regresi
data panel dengan metode estimasi model menggunakan common effect, fixed
effect atau random effect dan dilakukan pemilihan model dengan uji chow dan uji
hausman. Adapun proses pengolahan data dalam penelitian ini dilakukan dengan
bantuan software Eview9. Berikut tahapan metede analisis yang dilakukan :
4.4.1 Pemilihan Metode Estimasi Data Panel
1. Pooled Least Square (Common Effect)
Menenukan metode ini dengan software Eview 9, dengan method: Least
Square dan panel option cross-section : none.
2. Fixed Effect
Menenukan metode ini dengan software Eview 9, dengan method: Least
Square dan panel option cross-section : fixed.
3. Random Effect
Menenukan metode ini dengan software Eview 9, dengan method: Least
Square dan panel option cross-section : none.
28
4.4.2
Pemilihan Metode
1. Uji Chow
Pengujian yang dilakukan untuk memilih apakah model akan dianalisis
menggunakan common effect atau fixed effect dapat dilakukan dengan Uji
Chow. Jika model yang dipilih fixed effect maka akan diakukan Uji
Hausman.
2. Uji Hausman
Pengujian untuk memilih apakah model akan dianalisis menggunakan
random effect atau fixed effect dapat dilakukan dengan uji hausman.
Sehingga dengan melakukan uji ini, dapat menentukan model yang terbaik.
4.4.3 Uji Asumsi Klasik Data Panel
1.
Uji Normalitas
Beberapa pendapat tidak mengharuskan syarat ini sebagai sesuatu yang
wajib dipenuhi.
2.
Uji Autokorelasi
Pengujian autokorelasi pada data yang tidak bersifat time series (cross
section atau panel) akan sia-sia semata atau tidaklah berarti.
3.
Uji Multikolinearitas
Jika
variabel
bebas
hanya
satu,
maka
tidak
mungkin
terjadi
multikolinieritas.. Untuk menguji multikolinearitas dapat melihat matriks
korelasi dari variabel bebas, jika terjadi koefisien korelasi lebih 0.80 maka
terdapat multikolinearitas [5].
4.
Uji Heterokedasitas
Heteroskedastisitas biasanya terjadi pada data cross section, dimana data
panel lebih dekat ke ciri data cross section dibandingkan time
series.Pada regresi data panel memerlukan uji heterokedasitas, dan uji
heterokedasitas mengunakan uji glejser.
29
4.4.4 Pengujian Hipotesis
1. Koefisien Determinasi (R2)
Dalam suatu penelitian atau observasi, perlu dilihat seberapa jauh model
yang terbentuk dapat menerangkan kondisi yang sebenarnya. Dan dapat
dilihat R-Squarenya dari model terbaik.
2. Uji Individual (Uji t)
Melakukan uji sacara parsial antara variabel bebas dengan variabel terikat,
dilihat dari probabilitas thitung apakah lebih besar atau lebih kecil dari .
3. Pengujian Secara Serentak (Uji F)
Melakukan uji sacara srentak antara variabel bebas dengan variabel terikat,
dilihat dari probabilitas F statistik apakah lebih besar atau lebih kecil dari
.
4.4.5 Interpretasi Hasil
Jadi secara singkas penjelasan tersebut dapat diserdehanakan dalam bagan berikut:
30
Gambar 1 Bagan metode analisis data
31
BAB V
HASIL DAN PEMBAHASAN
5.1 Hasil dan Analisis Data
5.1.1 Pemilihan Model Regresi
Dalam pemilihan model regresi penelitian ini yaitu menggunakan regresi
data panel. Regresi data panel sendiri memiliki tiga model yang dapat digunakan
yaitu Common Effects, Fixed Effects dan Random Effects Model. Untuk memilih
model regresi yang lebih tepat dalam penelitian ini, maka dapat dilakukan
pengujian dengan menggunakan Uji Chow Test dan Uji Hausmant Test. Hasil dari
Uji Chow Test dilakukan untuk menentukan model regresi yang lebih tepat
digunakan antara model Common Effects dan model Fixed Effects, sedangkan
untuk uji Hausman Test dilakukan untuk menentukan model regresi yang lebih
tepat digunakan antara model Random Effects dengan model Fixed Effects.
1. Common Effect Model
Pertama-tama
dilakukan
pengolahan
data
dengan
metode
pendekatan common effect model, dari hasil pengolahan program Eview9
didapatkan hasil seperti tampilan sebagai berikut:
Tabel 5.1Common Effect Model
R-squared
0.339444
Adjusted R-squares
0.331047
Pada tabel 5.1 diatas menunjukkan hasil nilai koefisien R2 sebesar
0.339444 yang artinya variabel independen yaitu curah hujan, suhu dan
kelembaban mampu menjelaskan variabel dependen yaitu kecepatan angin
sebesar 33.94% atau dapat dilihat lebih jelas pada Lampiran I.
2. Fixed Effect Model
Setelah itu dilakukan pengolahan metode pendekatan fixed effect
model, dari hasil pengolahan program Eview9 didapatkan hasil seperti
tampilan sebagai berikut:
32
Tabel 5.2Fixed Effect Model
R-squared
0.533117
Adjusted R-squares
0.521094
Pada tabel 5.2 diatas menunjukkan hasil nilai koefisien R2 sebesar
0.533117 yang artinya variabel independen yaitu curah hujan, suhu dan
kelembaban mampu menjelaskan varibel dependen yaitu kecepatan angin
sebesar 53.31% atau dapat dilihat lebih jelas pada Lampiran II.
3. Random Effect Model
Setelah itu dilakukan pengolahan metode pendekatan random
effect model, dari hasil pengolahan program Eview9 didapatkan hasil
seperti tampilan sebagai berikut:
Tabel 5.3Random Effect Model
R-squared
0.339444
Adjusted R-squares
0.331047
Pada tabel 5.3 diatas menunjukkan hasil nilai koefisien R2 sebesar
0.339444 yang artinya variabel independen yaitu curah hujan, suhu dan
kelembaban mampu menjelaskan varibel dependen yaitu kecepatan angin
sebesar 33.94% atau dapat dilihat lebih jelas pada Lampiran III.
4. Uji Chow
Uji Chow Digunakan untuk memilih antara model Common effect
atau model Fixed effect. Dari hasil
pengolahan program Eview9
didapatkan hasil seperti tampilan sebagai berikut:
Tabel 5.4Uji Chow
Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects
Effects Test
Statistic
Cross-section F
Cross-section Chi-square
32.217877
83.280971
33
d.f.
Prob.
(3,233)
3
0.0000
0.0000
Berdasarkan tabel diatas atau dapat dilihat lebih jelas pada
Lampiran IV hasil pengujian uji Chow diperoleh hasil uji F tersebut nilai
probabilitas nilai F-statistik sebesar 0,0000. Jika digunakan tingkat
signifikansi
sebesar 0.05 maka probabilitas F-statistik lebih kecil dari
alpha 0,05. Sehingga tolak H0, artinya Fixed Effect Model lebih baik
digunakan dibandingkan meggunakan Common Effect Model.
Selanjutnya, karena hasil uji chow memperoleh model dengan
Fixed Effect maka akan dilanjutkan dengan uji hausman.
5. Uji Hausman
Uji Hausman Digunakan untuk memilih model yang terbaik antara
fixed effect dan Random effect.
Tabel 5.5Uji Hausman
Correlated Random Effects - Hausman Test
Equation: Untitled
Test cross-section random effects
Chi-Sq.
Statistic
96.653630
Test Summary
Cross-section random
Chi-Sq. d.f.
4
Prob.
0.0000
Berdasarkan tabel diatas atau dapat dilihat lebih jelas pada
Lampiran V hasil pengujian uji Hausman (Chi square)diperoleh nilai
probalitas Chi square statistic sebesar 0,0000. Jika digunakan tingkat
signifikansi
sebesar 0.05 makaprobabilitas Chi square statistic lebih
kecil dari alpha 0,05. Sehingga tolak H0, artinya Fixed Effect Model lebih
baik digunakan dibandingkan meggunakan Random Effect Model. Dengan
demikian berdasarkan uji Hausman model yang tepat untuk menganalisis
kecepatan angin di Jawa Barat adalah model Fixed Effect.
5.1.2 Uji Asumsi Klasik Data Panel
1. Uji Multikolinearitas
Pada tabel 5.6 dapat dilihat dari matriks atas dan matrik bawah tidak lebih
dari 0.8, sehingga tidak mengandung multikolinearitas.
34
Tabel 5.6Uji Multikolinearitas
2.
X1
X2
X3
X1
1
-0.09757811515555202
0.03243383395289228
X2
-0.09757811515555202
1
-0.0556629031992773
X3
0.03243383395289228
-0.0556629031992773
1
Uji Heterokedasitas
Tabel 5.7Uji Heteroskedasitas
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
0.378457
0.683125
0.554008
0.5801
X1
-4.01E-06
1.06E-05
-0.377287
0.7063
X2
0.009708
0.025719
0.377452
0.7062
X3
-0.000521
0.002692
-0.193598
0.8467
Pada tabel 5.6 merupakan hasil uji heterokedasitas dengan uji glejser,
dapat dilihat dari semua nilai probabIlitasnya yang lebih dari
= 0.05 maka
tidak
mengandung
mengandung
heterokadasitas.
Data
ini
tidak
heterokedasitas.
5.1.3
Model Regresi Panel Fixed Effect
Tabel 5.8Hasil Pengujian Fixed Effect
Variable
Coefficient
Std. Error
t-Statistic
Prob.
X1
-2.13E-06
1.26E-05
-0.168442
0.8664
X2
0.069755
0.100437
0.694511
0.4881
X3
-0.000577
0.003272
-0.176368
0.8602
C
1.625915
2.510493
0.647648
0.5179
Model regresi fixed effect pada kecepatan angin :
Y=
t
Y=t6
t t
9t
t x tt
6
t
35
Ҁ
t t697
t ttt 77
Ҁ
Dari tabel regresi model fixed effect diatas, dapat dilihat kecepatan
angin sebesar 1.62% dengam asumsi variabel independen (X1,X2, X3)
lainnya tidak ada.
a. Curah Hujan naik 1 % maka akanmenurunkan kecepatan angin
sebesar 2.13E-06.
b. Suhu naik 1 % maka akan menaikan tingkat kecepatan angin
sebesar t t697
.
c. Kelembaban naik 1 % maka akan menurunkan kecepatan angin
sebesar t ttt 77.
5.1.4 Pengujian Hipotesis
Berdasarkan pemilihan model yang telah dilakukan, maka model fixed effect
terpilih menjadi model yang terbaik untuk mengestimasi.
1.
Uji T (Pengujian Variabel Secara Individu)
Berdasarkan model fixed effect terpilih, dapat disimpulkan :
1. Curah Hujan
Berdasarkan hasil diatas, Curah Hujan mempunyai nilai koefisien
t X tt
6
dengan t hitung -0.168442 dan probabilitasnya 0.8664.
Dimana probabilitas tersebut lebih dari
h yang artinya tidak
signifikan dan tidak berpengaruh negative terhadap tingkat kecepatan
angin.
2. Suhu
Berdasarkan hasil regresi diatas, Suhu mempunyai
nilai koefisien
0.069775, dengan t hitung 0.694511 dan probabilitasnya 0.4881 .
Dimana probabilitas tersebut lebih dari
h , yang artinya tidak
signifikan dan tidak berpengaruh positif terhadap tingkat kecepatan
angin.
3. Kelembaban
Berdasarkan hasil diatas, Kelembaban mempunyai nilai koefisien 0.000577, dengan t hitung -0.1176368 dan probabilitasnya 0.8602.
Dimana probabilitas tersebut lebih dari
36
= 5%, yang artinya tidak
signifikan dan tidak berpengaruh negative terhadap tingkat kecepatan
angin..
2.
Uji f (pengujian variable secara bersama-sama)
Uji f digunakan untuk mengetahui apakah variabel-variabel yang
digunakan secara bersama-sama mempengaruhi variabel dependen atau tidak.
Berdasarkan hasil diatas diperoleh f statistic sebesar 44.34240dengan
probabilitas statistiknya sebesar 0.000000 < α 5%, yang artinya Ho ditolak.
Variabel independen yaitu curah hujan, suhu dan kelembaban secara bersama
sama berpengaruh signifikan terhadap variable dependen yaitu kecepatan angin.
3.
Koefisien Determinasi R2
Hasil regresi diatas menunjukkan hasil nilai koefisien R2 sebesar
0.53117 yang artinya variabel independen yaitu curah hujan, suhu dan
kelembaban mampu menjelaskan varibel dependen yaitu kecepatan angin
sebesar 53.11% Sedangkan sisanya 46.89% dijelaskan oleh variabel lain diluar
model.
5.2 Analisis Kecepatan Angin
Berdasarkan hasil analisis data di atas, diperoleh model yang digunakan dalam
pengujian hipotesis adalah menggunakan model fixed effect dan terdapat hasil
outputnya. Dari hasil pengujian model fixed effect disimpulkan bahwa curah
hujan berpengaruh negative dan tidak signifikan serta variabel kelembaban
berpengaruh negative dan signifikan terhadap kecepatan angin.di Jawa Barat.
Dlihat dari sisi wilayahnya di Provinsi Jawa Barat memiliki pengaruh yang
berbeda - beda terhadap variabel dependen kecepatan angin di setiap stasiun yang
terdapat di Lampiran VI.
1. Stasiun Geofisika Bandung
Variabel dependen Kecepatan angin memiliki nilai sebesar t 6
9t dan
dilihat dari koefisien yang dimiliki Stasiun Geofisika Bandung sebesar
0.624087 menandakan bahwa setiap terjadi perubahan satu persen variabel
37
Curah hujan, Suhu, dan Keelembaban akan menaikkan kecepatan angin
sebesar 0.624087.
2. Stasiun Klimatologi Bogor
Variabel dependen Kecepatan angin memiliki nilai sebesar t 6
9t dan
dilihat dari koefisien yang dimiliki Stasiun KlimatologiBogor sebesar
0.668979 menandakan bahwa setiap terjadi perubahan satu persen variabel
Curah hujan, Suhu, dan Keelembaban akan menaikkan kecepatan angin
sebesar 0.668979.
3. Stasiun Meteorologi Citeko
Variabel dependen Kecepatan angin memiliki nilai sebesar t 6
9t dan
dilihat dari koefisien yang dimiliki Stasiun Meteorologi Citeko sebesar 1.797254 menandakan bahwa setiap terjadi perubahan satu persen variabel
Curah hujan, Suhu, dan Keelembaban akan menurukan kecepatan angina
sebesar -1.797254.
4. Stasiun Meteorologi Jatiwangi
Variabel dependen Kecepatan angin memiliki nilai sebesar t 6
9t dan
dilihat dari koefisien yang dimiliki Stasiun Meteorologi Jatiwangi sebesar
0.504188menandakan bahwa setiap terjadi perubahan satu persen variabel
Curah hujan, Suhu, dan Keelembaban akan menaikkan kecepatan angina
sebesar 0.504188.
5.2.1 Koefisien Stasiun
Pada koefisien di Stasiun Geofisika Bandung sebesar
t6
0.624087 artinya
9t + 0.624087 = 2.250002. Pada koefisien di Stasiun Klimatologi Bogor
sebesar 0.668979 artinya t 6
9t + 0.668979 = 2.294894. Pada koefisien di
Stasiun Meteorologi Citeko sebesar -1.797254 artinya t 6
9t - 1.797254 =
-0.171339. Pada koefisien di Stasiun Meteorologi Jatiwangi sebesar 0.504188
artinya t 6
9t
+ 0.504188 = 2.130103.
38
5.3 Interpretasi Hasil
Dengan Uji Fixed Effects Model, maka dapat diperoleh persamaan regresi
sebagai berikut :
Y=
t
Y=t6
t t
t x tt
9t
6
t
Ҁ
t t697
t ttt 77
Ҁ
Berdasarkan persamaan regresi tersebut maka dapat dijelaskan bahwa nilai
konstanta sebesar t 6
9t
menunjukkan bahwa setiap stasiun di Jawa Barat
memiliki curah hujan, suhu dan kelembaban maka tingkat kecepatan angin akan
mengalami peningkatan sebesar t 6
9t .
Ditinjau konstanta per stasiun menunjukkan bahwa Stasiun Klimatologi
Bogor memiliki nilai tingkat kecepatan angin tertinggi sebesar 2.294894 dan
Stasiun Meteorologi Citeko memiliki nilai keceatan angin terendah sebesar 0.171339 pada saat tidak ada variabel bebas yang mempengaruhi kecepatan angin.
Nilai koefisien regresi diperoleh Curah hujan sebesar
t X tt 6 menunjukkan
bahwa ketika curah hujan naik sebesar 1% maka tingkat kecepatan angin akan
menurun
sebesar
t X tt
6
. Jika variabel bebas lainnya dalam kondisi
konstan. Koefisien regresi negatif, maka hal ini semakin besar nilai Curah hujan
maka akan menyebabkan kecepatan angin yang diperoleh semakin menurun.
Nilai koefisien regresi diperoleh Suhu sebesar t t697
menunjukkan
bahwa ketika Suhu naik sebesar 1% maka tingkat kecepatan angn akan naik
sebesar t t697
. Jika variabel bebas lainnya dalam kondisi konstan. Koefisien
regresi positif, maka hal ini semakin besar nilai Suhu maka akan menyebabkan
Kecepatan angin yang diperoleh semakin meningkat.
Nilai koefisien regresi diperoleh Kelembaban sebesar
t ttt 77
menunjukkan bahwa ketika Kelembaban naik sebesar 1% maka tingkat kecepatan
angin akan menurun sebesar t ttt 77. Jika variabel bebas lainnya dalam kondisi
konstan. Koefisien regresi negatif, maka hal ini semakin besar nilai Jumlah
kelembaban maka akan menyebabkan kecepatan angin yang diperoleh semakin
menurun.
39
BAB VI
PENUTUP
6.1
Kesimpulan
Berdasarkan hasil penelitian dan pembahasan yang telah dilakukan,
diperoleh kesimpulan bahwa:
Curah Hujan tidak signifikan dan tidak berpengaruh negative terhadap
tingkat kecepatan angin. Hal ini tidak sesuai dengan hipotesis karena nilai
probabilitas curah hujan lebih dari
h yang artinya tidak signifikan dan tidak
berpengaruh negative terhadap tingkat kecepatan angin. Hasil penelitian ini
didukung oleh data Meteorologi, Klimatologi dan Geofisika yang mencoba
menghubungkan antara curah hujan dan kecepatan angin.
Suhu tidak signifikan dan tidak berpengaruh positif terhadap tingkat
kecepatan angin. Hal ini tidak sesuai dengan hipotesis karena nilai probabilitas
curah hujan lebih dari
h yang artinya tidak signifikan dan tidak
berpengaruh negative terhadap tingkat kecepatan angin. Hasil penelitian ini
didukung oleh data Meteorologi, Klimatologi dan Geofisika yang mencoba
menghubungkan antara Suhu dan kecepatan angin.
Kelembaban tidak signifikan dan tidak berpengaruh negative terhadap
tingkat kecepatan angin. Hal ini tidak sesuai dengan hipotesis karena nilai
probabilitas curah hujan lebih dari
h yang artinya tidak signifikan dan tidak
berpengaruh negative terhadap tingkat kecepatan angin. Hasil penelitian ini
didukung oleh data Meteorologi, Klimatologi dan Geofisika yang mencoba
menghubungkan antara Kelembaban dan kecepatan angin.
6.2
Saran
Penulis menyarankan untuk menambah faktor lain seperti Penyinaran
Matahari atau faktor yang lain sehingga menambah besar faktor yang
mempengaruhinya.
40
DAFTAR PUSTAKA
[1] S. M. Samadi, Geografi SMA Kelas X, Jakarta: Quadra, 2006.
[2] Suyono, Hidrologi, Jakarta: PT Pradnya Paramita, 1985.
[3] Suwarno, Hidrologi Operasional Jilid Kesatu, Bandung: Citra Aditya Bakti,
2000.
[4] A. T. Basuki, Regresi Model PAM, ECM dan Data Panel dengan Eviews 7,
Katalog Dalam Terbitan (KTD). Yogyakarta, 2014.
[5] D. Gujarati, Basic Econometrics Fourth Edition, New York: The McGrawHill Companies, 2004.
[6] [Online]. Available: http://www.bmkg.go.id/profil/balai-besarmkg.bmkg?id=68. [Accessed Selasa ,29 Januari 2019].
[7] P. Ginting, Geografi, Jakarta: Erlangga, 2004.
41
LAMPIRAN
KECEPATAN ANGIN RATA-RATA BULANAN
(Satuan Dalam Knot)
Geofisika Bandung
Koordinat :
:
96783
Elevasi
TAHUN
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
NOV
2012
2013
2014
2015
2016
2017
4.3
3.8
4.21
4.25
5.49
3.6
3.9
4.57
4.93
5.47
3.7
3.1
4.65
4.01
4.62
3.1
3.2
4.39
3.71
4.10
3.2
3.0
3.82
3.55
4.16
3.2
3.0
3.93
3.63
3.94
3.1
3.1
4.08
3.81
4.57
3.3
3.3
4.00
4.07
4.95
3.2
2.5
3.93
4.03
4.27
3.1
3.8
4.46
3.71
1.46
3.7
3.1
3.91
3.95
4.62
Nama Stasiun :
No. Stasiun
:
06° 55' LS - 107° 36' BT
791
meter
Koordinat :
:
96753
Elevasi
TAHUN
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
NOV
2012
2013
2014
2015
2016
2017
3.9
1.7
3.9
4.0
3.0
4.4
3.6
3.7
3.6
4.7
3.8
3.9
4.3
4.0
2.6
3.6
4.0
4.2
4.3
2.5
3.6
4.1
3.9
4.1
3.8
3.0
3.8
3.9
3.8
4.2
3.3
16.2
5.0
4.2
3.9
3.6
4.6
4.9
4.1
4.6
3.8
5.0
5.0
2.8
4.7
3.5
4.7
4.5
3.8
4.3
2.1
4.2
4.2
2.3
4.4
No. Stasiun
:
Meteorologi Citeko
Koordinat :
:
96751
Elevasi
TAHUN
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
NOV
2012
2013
2014
2015
2016
2017
1.7
1.5
0.9
0.9
1.7
6.3
1.1
0.8
0.9
1.7
1.6
1.0
1.0
1.1
0.9
1.1
2.3
0.8
0.9
0.6
1.2
1.0
0.7
1.1
0.8
1.3
1.0
0.5
0.9
3.2
1.4
1.2
0.8
1.0
3.0
1.2
1.1
1.2
1.1
3.3
1.1
1.0
1.1
0.8
1.2
1.2
1.0
1.2
0.7
0.8
1.2
1.0
1.1
0.6
0.8
Nama Stasiun :
No. Stasiun
42
:
3.2
3.4
3.7
4.46
5.62
06° 33' 12.9" LS - 106° 44' 59.4"
BT
190
meter
Klimatologi Bogor
Nama Stasiun :
DEC
DEC
3.7
1.1
4.2
4.3
4.8
06° 42' LS - 106° 56' BT
920
meter
DEC
1.1
1.0
1.0
0.9
2.2
Stamet Jatiwangi
Koordinat :
:
96791
Elevasi
TAHUN
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
NOV
2012
2013
2014
2015
2016
2017
4.3
4.5
4.6
3.6
3.9
4.3
2.0
4.7
4.0
4.3
3.9
4.2
4.7
3.7
3.4
3.6
4.0
3.8
3.5
3.0
3.7
3.9
4.0
3.4
3.0
3.4
4.2
3.9
3.2
3.2
3.8
4.0
5.2
3.5
3.9
4.3
4.3
5.0
3.6
4.4
4.7
5.2
4.8
3.2
4.2
4.7
5.5
5.3
3.4
3.5
4.1
4.9
4.3
3.4
3.0
Nama Stasiun :
No. Stasiun
43
:
06° 45' LS - 108° 06' BT
50 meter
DEC
3.7
3.6
4.4
4.3
3.8
JUMLAH CURAH HUJAN BULANAN
(Satuan Dalam mm)
Nama Stasiun :
No. Stasiun
TAHUN
:
JAN
Geofisika Bandung
Koordinat :
96783
Elevasi
FEB
MAR
APR
MAY
JUN
:
JUL
AUG
06° 55' LS - 107° 36' BT
791 meter
SEP
OCT
NOV
2012
DEC
636.9
2013
2014
2015
2016
2017
216.9
308.0
188.0
392.8
65.3
Nama Stasiun :
No. Stasiun
:
249.6
91.0
189.1
194.4
199.3
310.0
421.0
323.0
442.3
389.3
285.8
220.0
285.2
559.1
220.2
170.9
179.0
322.0
327.0
223.0
231.5
196.0
58.0
139.3
106.4
159.1
180.0
0.3
182.3
39.1
74.3
121.0
6.7
128.7
48.4
Klimatologi Bogor
Koordinat :
96753
Elevasi
:
171.7
1.0
43.2
286.2
91.0
233.9
66.0
37.9
393.4
345.3
163.8
296.0
455.0
442.5
442.2
06° 33' 12.9" LS - 106° 44' 59.4" BT
190 meter
TAHUN
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
NOV
2012
2013
2014
2015
2016
2017
509.8
702.0
250.6
524.4
130.4
406.2
337.4
350.8
609.8
526.3
272.8
281.4
374.3
450.0
355.1
216.0
510.9
206.1
558.2
283.9
399.3
296.4
201.9
329.7
319.4
62.3
84.7
90.2
373.0
399.6
360.2
349.0
1.6
292.5
401.4
258.3
538.4
112.4
315.6
179.2
503.2
21.8
79.3
439.2
280.7
393.6
180.3
110.6
397.8
330.7
186.9
673.2
854.9
354.7
207.0
Nama Stasiun :
No. Stasiun
:
Meteorologi Citeko
Koordinat :
96751
Elevasi
:
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
NOV
2012
2013
2014
2015
2016
2017
2629.8
1204.0
360.0
363.0
261.0
3005.2
1487.0
380.0
584.0
687.0
2133.6
297.0
410.0
544.0
388.0
2120.3
396.0
228.0
481.2
402.0
2270.2
89103.0
174.0
234.0
228.0
1010.7
200.0
15.0
202.0
129.0
1161.0
348.0
3.1
254.0
88.0
1020.3
248.0
59.0
75.1
45.0
1848.0
33.0
19.0
367.0
36.0
263.9
95.0
51.0
406.3
368.0
262.0
556.0
522.0
311.0
427.0
No. Stasiun
:
Stamet Jatiwangi
Koordinat :
96791
Elevasi
:
358.8
407.7
200.0
578.9
116.6
DEC
422.9
543.0
464.0
421.0
146.0
06° 45' LS - 108° 06' BT
50 meter
TAHUN
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
NOV
2012
2013
2014
2015
2016
2017
340.8
595.0
425.9
388.5
705.8
539.8
296.0
379.8
416.7
234.4
388.1
226.0
326.9
472.6
574.7
317.0
300.4
301.4
143.5
266.3
156.5
196.0
98.5
166.8
79.5
222.4
54.2
0.3
180.6
52.0
205.4
61.0
1.0
58.5
25.5
19.9
8.5
0.2
69.0
20.0
0.0
0.0
0.5
156.1
33.7
40.0
17.9
0.0
348.9
307.1
138.0
232.9
94.9
363.0
485.4
44
DEC
06° 42' LS - 106° 56' BT
920 meter
TAHUN
Nama Stasiun :
418.0
317.0
311.3
59.9
DEC
496.0
548.6
441.5
420.3
312.5
SUHU UDARA RATA-RATA BULANAN
(Satuan Dalam cC)
Nama Stasiun :
No. Stasiun
:
Geofisika Bandung
Koordinat :
96783
Elevasi
:
06° 55' LS - 107° 36' BT
791 meter
TAHUN
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
NOV
2012
2013
2014
2015
2016
2017
23.4
22.5
23.2
23.8
24.2
23.4
22.9
23.1
24.0
23.0
23.7
23.3
23.4
24.1
23.3
23.7
23.8
23.6
24.0
23.6
23.5
23.5
23.4
24.0
23.9
23.6
23.5
23.1
23.7
23.4
22.5
23.0
23.1
23.3
23.4
23.2
23.1
23.6
23.5
23.3
23.7
23.7
23.8
23.6
23.7
23.8
24.2
24.5
23.1
23.7
23.8
23.6
23.9
23.4
23.1
Nama Stasiun :
No. Stasiun
:
Klimatologi Bogor
Koordinat :
96753
Elevasi
:
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
NOV
2012
2013
2014
2015
2016
2017
25.1
24.6
25.2
26.4
25.9
25.8
25.0
25.0
25.7
25.0
26.1
25.6
25.6
26.4
25.7
26.4
26.2
25.8
26.7
26.1
26.2
26.2
26.3
27.1
26.4
26.3
26.5
26.2
26.2
26.3
25.4
25.8
26.1
26.1
26.0
25.7
25.7
26.2
26.1
25.9
26.0
26.3
26.2
26.2
26.4
26.1
26.8
26.8
26.0
26.5
26.2
26.3
26.5
26.0
26.3
No. Stasiun
:
Meteorologi Citeko
Koordinat :
96751
Elevasi
:
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
NOV
2012
2013
2014
2015
2016
2017
20.5
20.0
20.5
21.8
21.3
21.0
20.3
20.9
21.6
20.6
21.5
21.1
21.1
21.8
21.5
21.9
21.8
21.5
22.3
21.7
21.9
21.8
21.6
22.7
22.0
21.8
21.9
21.8
22.0
21.6
21.0
21.3
21.5
21.5
21.3
21.1
20.9
21.3
21.3
21.4
21.4
21.5
21.5
21.5
21.8
21.5
21.9
22.3
21.4
21.6
21.4
21.4
21.9
21.7
21.5
No. Stasiun
:
Stamet Jatiwangi
Koordinat :
96791
Elevasi
:
26.0
25.5
26.3
26.1
26.0
DEC
21.3
21.1
28.3
21.4
21.7
06° 45' LS - 108° 06' BT
50 meter
TAHUN
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
NOV
2012
2013
2014
2015
2016
2017
26.6
25.4
26.4
27.8
26.8
26.8
25.9
26.0
26.9
26.6
27.2
27.0
26.7
27.6
26.8
27.8
27.1
27.2
28.1
27.4
27.3
27.8
27.3
27.9
27.7
27.3
27.2
27.3
27.3
27.3
26.5
26.7
26.7
27.3
27.5
27.3
26.9
27.1
27.8
27.7
28.3
28.1
28.7
27.6
28.7
29.3
29.4
29.5
27.4
28.5
28.0
28.4
29.4
27.7
27.5
45
DEC
06° 42' LS - 106° 56' BT
920 meter
TAHUN
Nama Stasiun :
23.3
23.1
23.7
23.7
24.4
06° 33' 12.9" LS - 106° 44' 59.4" BT
190 meter
TAHUN
Nama Stasiun :
DEC
DEC
27.1
26.7
27.1
27.8
27.3
KELEMBABAN UDARA RATA-RATA BULANAN
(Satuan Dalam %)
Nama Stasiun :
No. Stasiun
:
Geofisika Bandung
Koordinat :
96783
Elevasi
:
06° 55' LS - 107° 36' BT
791 meter
TAHUN
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
NOV
2012
2013
2014
2015
2016
2017
79
82
79
81
74
80
80
80
80
81
79
82
79
83
80
82
81
81
84
81
82
81
77
83
78
78
80
74
79
79
77
78
70
79
74
-254
73
66
75
71
70
64
64
80
71
73
67
63
83
80
74
79
79
84
82
Nama Stasiun :
No. Stasiun
:
Klimatologi Bogor
Koordinat :
96753
Elevasi
:
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
NOV
2012
2013
2014
2015
2016
2017
88.5
89.5
86.7
85.7
82.9
84.6
89.0
87.7
88.6
87.8
83.6
87.0
85.1
85.7
85.2
85.3
84.7
85.7
85.3
84.6
85.4
85.3
81.8
83.6
84.0
82.5
83.1
79.3
84.6
82.5
84.8
83.0
74.3
83.3
81.2
85.4
79.8
74.7
82.3
75.6
80.6
72.6
70.4
83.5
76.7
80.4
74.6
72.9
86.1
81.2
80.7
82.9
82.1
86.5
88.1
No. Stasiun
:
Meteorologi Citeko
Koordinat :
96751
Elevasi
:
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
NOV
2012
2013
2014
2015
2016
2017
92.4
93.3
90.1
87.6
86.4
89.5
93.2
88.9
90.4
92.3
86.6
89.6
88.4
89.9
86.4
88.0
85.9
88.0
87.7
87.0
87.3
86.8
83.5
86.2
86.8
84.2
85.9
80.6
83.4
84.5
86.4
85.4
76.3
86.1
84.7
81.8
84.4
78.5
84.6
79.0
80.5
75.6
75.6
75.6
75.6
83.5
80.6
72.4
87.8
86.8
83.0
87.9
86.9
88.8
85.2
No. Stasiun
:
Stamet Jatiwangi
Koordinat :
96791
Elevasi
:
85.2
84.8
82.5
84.6
82.0
DEC
89.0
88.4
87.1
89.2
84.3
06° 45' LS - 108° 06' BT
50 meter
TAHUN
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
NOV
2012
2013
2014
2015
2016
2017
86.1
89.5
85.9
82.7
85.7
85.4
88.6
87.8
87.3
84.5
84.7
84.0
84.9
85.6
84.9
83.5
83.4
84.3
83.3
83.4
82.4
81.7
78.1
83.1
79.6
84.3
81.4
72.5
81.7
79.8
83.3
79.5
71.4
80.0
71.1
70.3
71.6
67.2
75.9
66.0
66.4
61.6
59.5
79.9
66.2
66.6
60.9
58.9
82.1
74.0
75.5
73.8
70.7
82.1
81.6
46
DEC
06° 42' LS - 106° 56' BT
920 meter
TAHUN
Nama Stasiun :
83
80
80
82
73
06° 33' 12.9" LS - 106° 44' 59.4"
BT
190 meter
TAHUN
Nama Stasiun :
DEC
DEC
84.3
85.9
83.7
82.7
83.6
LAMPIRAN I
Dependent Variable: Y
Method: Panel Least Squares
Date: 01/23/19 Time: 22:48
Sample: 2012M12 2017M11
Periods included: 60
Cross-sections included: 4
Total panel (balanced) observations: 240
Variable
Coefficient
X1
X2
X3
C
-1.32E-05
0.383113
-0.005183
-5.720362
R-squared
0.339444
Adjusted R-squared 0.331047
S.E. of regression
1.311590
Sum squared resid
405.9836
Log likelihood
-403.6261
F-statistic
40.42484
Prob(F-statistic)
0.000000
Std. Error
t-Statistic
1.48E-05 -0.891800
0.035953 10.65606
0.003763 -1.377318
0.954940 -5.990287
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat
47
Prob.
0.3734
0.0000
0.1697
0.0000
3.297208
1.603616
3.396884
3.454895
3.420258
1.198906
LAMPIRAN II
Dependent Variable: Y
Method: Panel Least Squares
Date: 01/23/19 Time: 22:49
Sample: 2012M12 2017M11
Periods included: 60
Cross-sections included: 4
Total panel (balanced) observations: 240
Variable
Coefficient
X1
X2
X3
C
-2.13E-06
0.069755
-0.000577
1.625915
Std. Error
t-Statistic
1.26E-05 -0.168442
0.100437 0.694511
0.003272 -0.176368
2.510493 0.647648
Prob.
0.8664
0.4881
0.8602
0.5179
Effects Specification
Cross-section fixed (dummy variables)
R-squared
0.533117
Adjusted R-squared 0.521094
S.E. of regression
1.109750
Sum squared resid
286.9502
Log likelihood
-361.9856
F-statistic
44.34240
Prob(F-statistic)
0.000000
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat
48
3.297208
1.603616
3.074880
3.176399
3.115785
1.570720
LAMPIRAN III
Dependent Variable: Y
Method: Panel EGLS (Cross-section random effects)
Date: 01/23/19 Time: 22:50
Sample: 2012M12 2017M11
Periods included: 60
Cross-sections included: 4
Total panel (balanced) observations: 240
Swamy and Arora estimator of component variances
Variable
Coefficient
X1
X2
X3
C
-1.32E-05
0.383113
-0.005183
-5.720362
Std. Error
t-Statistic
1.26E-05 -1.053999
0.030420 12.59418
0.003184 -1.627823
0.807984 -7.079793
Effects Specification
Cross-section random
Idiosyncratic random
S.D.
0.000000
1.109750
Prob.
0.2930
0.0000
0.1049
0.0000
Rho
0.0000
1.0000
Weighted Statistics
R-squared
Adjusted R-squared
S.E. of regression
F-statistic
Prob(F-statistic)
0.339444
0.331047
1.311590
40.42484
0.000000
Mean dependent var
S.D. dependent var
Sum squared resid
Durbin-Watson stat
3.297208
1.603616
405.9836
1.198906
Unweighted Statistics
R-squared
Sum squared resid
0.339444
405.9836
Mean dependent var
Durbin-Watson stat
49
3.297208
1.198906
LAMPIRAN IV
Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects
Effects Test
Statistic
Cross-section F
Cross-section Chi-square
32.217877
83.280971
d.f.
Prob.
(3,233)
3
0.0000
0.0000
Cross-section fixed effects test equation:
Dependent Variable: Y
Method: Panel Least Squares
Date: 01/23/19 Time: 22:50
Sample: 2012M12 2017M11
Periods included: 60
Cross-sections included: 4
Total panel (balanced) observations: 240
Variable
Coefficient
X1
X2
X3
C
-1.32E-05
0.383113
-0.005183
-5.720362
R-squared
0.339444
Adjusted R-squared 0.331047
S.E. of regression
1.311590
Sum squared resid
405.9836
Log likelihood
-403.6261
F-statistic
40.42484
Prob(F-statistic)
0.000000
Std. Error
t-Statistic
1.48E-05 -0.891800
0.035953 10.65606
0.003763 -1.377318
0.954940 -5.990287
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat
50
Prob.
0.3734
0.0000
0.1697
0.0000
3.297208
1.603616
3.396884
3.454895
3.420258
1.198906
LAMPIRAN V
Correlated Random Effects - Hausman Test
Equation: Untitled
Test cross-section random effects
Test Summary
Cross-section random
Chi-Sq.
Statistic
Chi-Sq. d.f.
Prob.
96.653630
3
0.0000
** WARNING: estimated cross-section random effects variance is zero.
Cross-section random effects test comparisons:
Variable
X1
X2
X3
Fixed
-0.000002
0.069755
-0.000577
Random
Var(Diff.)
Prob.
-0.000013
0.383113
-0.005183
0.000000
0.009162
0.000001
0.0000
0.0011
0.0000
Cross-section random effects test equation:
Dependent Variable: Y
Method: Panel Least Squares
Date: 01/23/19 Time: 22:51
Sample: 2012M12 2017M11
Periods included: 60
Cross-sections included: 4
Total panel (balanced) observations: 240
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
X1
X2
X3
1.625915
-2.13E-06
0.069755
-0.000577
2.510493
1.26E-05
0.100437
0.003272
0.647648
-0.168442
0.694511
-0.176368
0.5179
0.8664
0.4881
0.8602
Effects Specification
Cross-section fixed (dummy variables)
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.533117
0.521094
1.109750
286.9502
-361.9856
44.34240
0.000000
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat
51
3.297208
1.603616
3.074880
3.176399
3.115785
1.570720
LAMPIRAN VI
1
2
3
4
CROSSID
1
2
3
4
Effect
0.624087
0.668979
-1.797254
0.504188
52
53