Acara 2 [PDF]

  • 0 0 0
  • Suka dengan makalah ini dan mengunduhnya? Anda bisa menerbitkan file PDF Anda sendiri secara online secara gratis dalam beberapa menit saja! Sign Up
File loading please wait...
Citation preview

LAPORAN PRAKTIKUM AGROKLIMATOLOGI TPT 1017 ACARA 2 RUMUS EMPIRIS DALAM PERKIRAAN ANASIR IKLIM



DISUSUN OLEH : NAMA



: MUHAMMAD ARIF IHSANUDIN



NIM



: 18/429113/TP/12149



GOLONGAN : SENIN PJ ACARA



: ROHADATUL AISY LUTHFIYAH



LABORATORIUM TEKNIK SUMBER DAYA LAHAN DAN AIR DEPARTEMEN TEKNIK PERTANIAN DAN BIOSISTEM FAKULTAS TEKNOLOGI PERTANIAN UNIVERSITAS GADJAH MADA YOGYAKARTA 2019



BAB I PENDAHULUAN



A.



Latar Belakang Iklim memiliki sifat yang sangat kompleks baik dalam ruang dan waktu. Gambaran mengenai iklim dapat dilihat atau dianalisis dari data unsur-unsur iklim. Jadi data memegang peranan yang sangat besar untuk mendapatkan iklim yang akurat. Masalah penanganan data iklim mencakup hal-hal dari metode mendapatkan data yang merupakan sumber gambaran iklim yang dapat dipercaya, pencatatan (pengarsipan), pengolahan data, hingga penyajian informasi iklim yang dapat dimanfaatkan bidang-bidang lain. Cuaca dan iklim memiliki beberapa unsur penting yang sangat berpengaruh terhadap kehidupan manusia contohnya adalah dalam aktifitas pertanian dan masing-masing dari unsur tersebut mempunyai rumus empiris yang dapat diukur oleh manusia, baik secara kualitatif maupun kuantitatif. Misalnya curah hujan, kelembaban,suhu, angin, penguapan dan lain-lain. Pengukuran secara kualitatif dapat dilakukan melalui pengamatan. Tetapi, untuk pengukuran kuantitatif harus melalui pengambilan data serta perhitungan dengan menggunakan rumus empiris. Mahasiswa teknik pertanian dan biosistem tidaklah cukup jika hanya berbekal teori tentang fenomena-fenomena alam yang berkaitan dengan pertanian saja, tetapi juga harus paham mengenai formulasi dari fenomena alam tersebut. Karena dalam keteknikan lebih mengutamakan objektifitas, dimana angka dalam perhitungan dianggap lebih riil dan jelas dibandingkan dengan pendapat. Oleh karena itu, praktikum mengenai rumus empiris dalam praktikum agroklimatologi ini sangat diperlukan oleh mahasiswa teknik pertanian dan biosistem untuk menunjang kemampuan mahasiswa.



B.



Tujuan Tujuan dari praktikum rumus empiris dalam perkiraan anasir iklim, untuk memperkirakan salah satu data anasir iklim berdasarkan data meteorologi yang tersedia.



C.



Manfaat Manfaat dari pelaksanaan praktikum mengenai rumus empiris ini adalah agar mahasiswa megetahui dan memahami prinsip penggunaan rumus empiris untuk penggunaan yang berkaitan dengan anasir iklim misalnya pada proses EvapotranspirasI, sehingga dapat diterapkan di bidangnya masingmasing, yaitu dalam lingkup bidang pertanian.



BAB II TINJAUAN PUSTAKA



Pengukuran suatu anasir iklim akan menghasilkan suatu data. Data hasil pengukuran ini menggambarkan kondisi suatu anasir iklim pada waktu dilakukannya pengukuran.Akan tetapi, data hasil pengukuran ini belum dapat dimanfaatkan secara luas.Perlu diadakan suatu pengolahan atau analisis data agar data hasil pengukuran tersebut memberikan nilai manfaat yang lebih dan dapat dipahami dengan mudah. Jika melalui data hasil pengukuran akan diketahui kondisi suatu anasir iklim pada waktu pengukuran dilakukan, maka melalui analisis data klimatologi, akan diketahui dampak atau pengaruh yang mungkin ditimbulkan kondisi anasir iklim yang demikian terhadap anasir iklim lainnya atau terhadap anasir agronomis seperti produksi (Transportation Research Board of the National Academies, 2013). Di alam terdapat tiga fase utama pada suatu zat atau benda yaitu fase gas, cair dan padat. Ketiga fase tersebut dapat berubah wujud sesuai dengan kondisi lingkungan disekitarnya. Penguapan adalah salah satu bentuk perubahan wujud dari cair (zat cair) menjadi gas (uap air). Dalam hal ini, penguapan yang terjadi di alam menurut ilmu Hidrologi ada dua : Evaporasi dan Transpirasi (Triatmodjo, 2013). Evaporasi adalah proses penguapan air dari permukaan air, tanah dan permukaan lainnya (selain vegetasi) yang terjadi karena proses fisik. Ada dua unsur utama dalam berlangsungnya proses evaporasi, yaitu energi (radiasi matahari) dan ketersediaan air. Radiasi gelombang pendek yang dipancarkan matahari diubah menjadi energi panas pada tubuh air sehingga menyebabkan kenaikan suhu pada air dan akhirnya terjadi penguapan (Rokhma, 2004). Transpirasi adalah proses uap air yang meninggalkan tubuh tanaman dan memasuki atmosfer. Proses penguapan pada transpirasi terjadi melalui vegetasi atau tanaman yang ada di permukaan bumi. Air tanah yang diserap oleh akar tanaman akan dialirkan melalui batang sampai kepermukaan daun dan menguap menuju atmosfer (Sutanto, 2005).



Sedangkan Evapotranspirasi adalah gabungan dari Evaporasi dan Transpirasi. Jadi, Evapotranspirasi dapat diartikan sebagai proses penguapan yang terjadi pada suatu luasan tanah atau lahan, meliputi penguapan dari permukaan tanah dan vegetasi atau tanaman yang tumbuh pada permukaan tersebut, Terdapat beberapa faktor yang dapat mempengaruhi proses terjadinya evapotranspirasi diantaranya adalah radiasi surya (Rd), kecepatan angin (v), kelembaban relatif (RH) dan suhu atau temperatur (Khomarudin, 2010). Faktor-faktor yang mempengaruhi evaporasi adalah suhu air, suhu udara (atmosfir), kelembaban, kecepatan angin, tekanan udara, sinar matahari. Pada waktu pengukuran evaporasi, kondisi/keadaan iklim ketika itu harus diperhatikan, mengingat



faktor



itu



Sangat



dipengaruhi



oleh



perubahan



lingkungan



(Soewarno,1991). Sedangkan Faktor-faktor yang mempengaruhi proses transpirasi adalah suhu, kecepatan angin, kelembaban tanah, sinar matahari, gradien tekanan uap. Juga dipengaruhi oleh faktor karakteristik tanaman dan kerapatan tanaman (Kodoatie dan Roestam Sjaief, 2005). Perhitungan secara matematis Evapotranspirasi (ET) salah satunya dapat menggunakan Metode Blanney Criddle. Metode ini pertama kali ditemukan oleh Blanney dan Criddle saat melakukan penelitian pada lahan pertanian di daerah Sungai Pecos, New Mexico. Formula yang digunakan dalam metode Blanney Criddle adalah sebagai berikut : EtBC = AB + BB x (p x (0,46T+8)) . Dimana EtBC adalah Evapotranspirasi (mm/day ), AB dan BB sebagai faktor yang berpengaruh meliputi : kelembaban relativ minimum, penyinaran dan kecepatan angin harian, serta p sama dengan persen rata-rata penyinaran tahunan (Sammis et al , 2011).



BAB III METODOLOGI



A. Alat dan Bahan 1. Alat yang digunakan pada praktikum ini adalah: a. Alat tulis b. Buku/kertas c. Buku panduan praktikum 2. Bahan yang digunakan pada praktikum ini adalah: a. Tabel Data Evapotranspirasi tahun 2016 b. Figure 1: Prediction of Eto from Blaney-Criddle f factor for different conditions of minimum relative humidity, sunshine duration, and day time wind c. Table 1: mean daily percentage of annual daytime hours for different latitudes d. Table 2: extra terrestrial radiation expressed in equivalent evaporation in mm/day e. Figure 2: prediction of Eto from W.Rs for different conditions of mean relative humidity and day time wind f. Table 3: Mean daily duration of maximum possible sunshine hours for different months and latitudes g. Table 4: Values of weighting factor for the effect of radiation of Eto at different Temperature and Altitudes



B. Cara Kerja Praktikan datang ke ruangan yang telah ditentukan. Metode yang telah disiapkan di papan tulis ditulis oleh praktikan. Setalah metode selesai ditulis, asisten praktikum memberikan lembaran-lembaran berisi data dan menjelaskan cara memperkirakan anasir iklim dengan perhitungan menggunakan berbagai metode yang ada berdasarkan meteorologi yang ada.



Cara Analisa Data 1. Metode Blaney-Criddle 1) Menghitung nilai rata-rata temperatur (Tmean) pada tabel data evapotranspirasi dengan cara: π‘‡π‘šπ‘Žπ‘₯ + π‘‡π‘šπ‘–π‘› 2 2) Menghitung nilai P dengan menggunakan metode interpolasi pada tabel 1. π‘‡π‘šπ‘’π‘Žπ‘› =



3) Menghitung nilai f dengan rumus: 𝑓 = 𝑃[(0,46 Γ— π‘‡π‘šπ‘’π‘Žπ‘›) + 8] 4) Menentukan Rh dengan tabel data Evapotranspirasi π‘…β„Ž π‘šπ‘’π‘Žπ‘› =



βˆ‘ π‘…β„Ž 12



Jika nilai Rh < 20%



=> Low



20-50% => Medium > 50 % => High 5) Menghitung n (lama penyinaran aktual) dengan berdasarkan tabel evaporasi 6) Menghitung nilai N (lama penyinaran max) dengan menggunakan metode interpolasi tabel 3. 7) Menghitung nilai perbandingan antara lama penyinaran aktual dengan lama penyinaran maksimum (n/N) Jika hasil: < 0,45



=> Low



0,46 – 0,7 => Medium 0,71 – 0,9 => High 8) Konversi Uday menjadi m/s dengan cara: π‘ˆπ‘‘π‘Žπ‘¦ = πΎπ‘’π‘π‘’π‘π‘Žπ‘‘π‘Žπ‘› 𝐴𝑛𝑔𝑖𝑛 Γ— Klasifikasikan Uday pada grafik, Jika 0-2 m/s => garis I 2-5 m/s => garis II 5-8 m/s => garis III



1000 π‘š ⁄ 3600 𝑠



9) Menghitung nilai ETo menggunakan gambar 1 berdasarkan nilai (Rh mean, n/N, Uday, dan 𝑓 ) 10) Membuat grafik hubungan ETo vs. Epan. Setelah didapat nilai ETo dari Januari - Desember πΈπ‘π‘Žπ‘› = 0,75 Γ— πΈπ‘£π‘Žπ‘ 11) Mencari nilai R dari grafik ETo vs. Epan (dengan cara setelah membuat grafik, klik add, Trendline, pilih display Equation on chart dan pilih display R-square value on chart).).



2. Metode Radiasi 1) Menghitung nilai rata-rata tempratur (Tmean) pada tabel data evaporasi dengan cara: π‘‡π‘šπ‘Žπ‘₯ + π‘‡π‘šπ‘–π‘› 2 2) Menghitung nilai n (lama penyinaran akurat) dengan berdasarkan tabel π‘‡π‘šπ‘’π‘Žπ‘› =



evaporasi. 3) Menghitung nilai N (lama penyinaran maksimum) dengan menggunakan metode interpolasi tabel 3. 4) Menghitung nilai perbandingan antara lama penyinaran aktual dengan lama penyinaran maksimum (n/N) Jika : n/N < 0,45 => Low 0,46 – 0,7 => Medium 0,71 – 0,9 => High 5) Menghitung nilai Ra dengan menggunakan metode interpolasi pada tabel 2. 6) Menghitung Rs dengan cara: 𝑅𝑠 = π‘…π‘Ž(0,25 + (0,5 Γ— 𝑛⁄𝑁) 7) Menghitung nilai W dengan menggunakan metode interpolasi sebanyak 3 kali pada tabel 4. 8) Menghitung nilai W x Rs kemudian dijadikan sebagai sumbu x di grafik. 9) Menentukan nilai Rh mean dengan tabel data Evapotranspirasi



Jika nilai Rh Low



20-50% => Low Medium > 50 % => High 10) Konversi Uday menjadi satuan m/s dengan cara: π‘ˆπ‘‘π‘Žπ‘¦ = πΎπ‘’π‘π‘’π‘π‘Žπ‘‘π‘Žπ‘› 𝐴𝑛𝑔𝑖𝑛 Γ—



1000 π‘š ⁄ 3600 𝑠



Jika nilai Uday 0-2 m/s => garis I 2-5 m/s => garis II 5-8 m/s => garis III 11) Menghitung ETo menggunakan grafik gambar 2 (berdasarkan nilai RH mean Uday dan W x Rs) 12) Membuat grafik hubungan Eto vs. Epan. Setelah didapat nilai Eto dari Januari - Desember πΈπ‘π‘Žπ‘› = 0,75 Γ— πΈπ‘£π‘Žπ‘ 13) Mencari nilai R dari grafik (dengan cara setelah membuat grafik klik kanan pada grafik, klik add, Trendline, pilih display Equation on chart dan pilih display R-square value on chart).



HASIL DAN PEMBAHASAN



A. HASIL PENGAMATAN DAN ANALISIS



Tabel 4.1 Data Evaporasi Latitude



: 8,14 LS



Tahun



: 2016



Altitude



: 110,59 mdpl



Stasiun



: Tanjung Sari



Bulan



T max



T min



Rh



(⁰C)



(⁰C)



(% )



Kec. Angin



Lama Penyinaran



(Km/Jam)



(Jam/Hari)



Evaporasi



Januari



28,1



21,1



82.765



5,4



13.226



3,950



Februari



28,7



22,2



86.696



3,6



19.596



5,887



Maret



28,4



23,3



92.689



5,4



9.476



2,859



April



29,1



22,4



89.166



5,4



10.602



3,229



Mei



27,4



22,8



92.851



5,4



6.057



1,851



Juni



28,8



22,6



94.777



7,2



9.829



2,947



Juli



27,8



22,4



89.464



7,2



10.136



3,077



Agustus



28,1



23,7



90.824



5,4



10.493



3,153



September



28,5



23,1



90.228



7,2



10.950



3,328



Oktober



28,7



21,5



91.991



9



12.475



3,777



November



29,2



22,5



94.993



14,4



14.957



4,476



Desember



30,2



22,6



91.204



14,4



13.843



4,205



Bulan



π‘‡π‘šπ‘’π‘Žπ‘›



Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember



24,6 25,45 25,85 25,75 25,1 25,7 25,1 25,9 25,8 25,1 25,85 26,4



Tabel 4.2 Hasil Metode Blanney-Criddle 𝑛 P F n N 𝑁 0,286 5,53 13,226 12,488 1,059 0,28 5,52 19,596 12,363 1,585 0,28 5,57 9,476 12,1 0,783 0,27 5,36 10,602 11,874 0,893 0,264 5,15 6,057 11,712 0,517 0,264 5,23 9,829 11,612 0,846 0,264 5,15 10,136 11,674 0,868 0,27 5,38 10,493 11,837 0,886 0,27 5,36 10,950 12 0,913 0,28 5,47 12,475 12,263 1,017 0,28 5,57 14,957 12,488 1,198 0,286 5,77 13,843 12,588 1,110



Uday



Epan



ETo Bc



1,5 1 1,5 1,5 1,5 2 2 1,5 2 2,5 4 4



2,96 4,42 2,14 2,42 1,39 2,21 2,31 2,36 2,50 2,83 3,36 3,15



5 4,2 4,7 4,5 3,9 4,4 4,4 4 4,1 4,5 5 5,4



Grafik 4.1 EtoBC vs Epan 6 5



EToBc



4 3



y = 0.1735x + 4.0783 RΒ² = 0.0894



2 1 0 0



0.5



1



1.5



2



2.5 Epan



3



3.5



4



4.5



5



Tabel 4.3 Hasil Perhitungan Metode Radiasi



Bulan



π‘‡π‘šπ‘’π‘Žπ‘›



n



N



Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember



24,6 25,45 25,85 25,75 25,1 25,7 25,1 25,9 25,8 25,1 25,85 26,4



13,226 19,596 9,476 10,602 6,057 9,829 10,136 10,493 10,950 12,475 14,957 13,843



12,48 12,36 12,1 10,60 11,71 11,6 11,67 11,83 12 12,26 12,49 12,59



𝑛 𝑁 1 1,58 0,78 0,89 0,51 0,85 0,9 0,89 0.91 1,01 1,20 1,09



Ra



Rs



W



WxRs



Epan



EToRad



16,12 16,114 15,5 14,39 15,07 12,37 12,37 13,68 14,91 15,83 16,01 16,01



12,09 16,79 9,94 10,02 6,65 8,35 8,46 9,48 10,51 11,94 13,59 12,81



0,74 0,746 0,75 0,74 0,74 0,747 0,73 0,74 0,75 0,73 0,74 0,74



8,94 12,54 7,46 7,39 4,92 6,23 6,27 7 7,88 8,72 10,03 9,46



2,96 4,42 2,14 2,42 1,39 2,21 2,31 2,36 2,50 2,83 3,36 3,15



7 9,9 6,8 5,5 3,6 4,8 4,9 5 6,2 7,3 8,2 7,8



Grafik 4.2 EtoRad vs Epan



12 10



EToRad



8



y = 2.176x + 0.6133 RΒ² = 0.8657



6 4 2 0



0



0.5



1



1.5



2



2.5 Epan



3



3.5



4



4.5



5



Tabel 4.4 Perbandingan Hasil Metode Blanney-Criddle Vs Metode Radiasi Bulan



EToBC EToRad Epan



Januari



5



7



2,96



Februari



4,2



9,9



4,42



Maret



4,7



6,8



2,14



April



4,5



5,5



2,42



Mei



4



3,6



1,39



Juni



4,7



4,8



2,21



Juli



4,4



4,9



2,31



Agustus



4



5



2,36



September



4,1



6,2



2,50



Oktober



4,5



7,3



2,83



November



5



8,2



3,36



Desember



5,4



7,8



3,15



BAB V PENUTUP



A. Kesimpulan Dari praktikum yang sudah dilaksanakan dapat disimpulkan bahwa untuk mengetahui laju evapotranspirasi pada tanaman dapat menggunakan dua metode yaitu metode Blanney Criddle dan metode Radiasi. Dari masing – masing metode terebut menghasilkan nilai R yang



berbeda, nilai yang didapat dari metode



Blanney-Criddle yaitu RBC = 0,2256 dan nilai yang didapat dari metode Radiasi yaitu, Rrad = 0.2769



B. Saran Semoga acara berikutnya berjalan dengan lancar seperti acara yang sudah dilakukan.



DAFTAR PUSTAKA Khomarudin, M. Rokhis. 2010. Penentuan Evapotransprasi Regional dengan Data Landsat TM dan NOAA AVHRR. Dalam http://kliping.lapan.go.id/index.php/majalah_lapan/article/view/1254/1127 /. Diakses pada hari Selasa, 6 April 2019 pukul 06.36 WIB Kodoatie, R.J. dan Roestam Sjarief. 2005. Pengelolaan Sumber Daya Air Terpadu. Andi : Yogyakarta. Rokhma, Novrida Mulya. 2004. Menyelamatkan Pangan dengan Irigasi Hemat Air. IMPULSE: Bandung. Sammis et al . 2011. The Transition of the Blanney-Criddle Formula to the PenmanMonteith Equation in the Western United States. Journal of Service Climatology ,Volume 5, Halaman 1-11. Soewarno. 1991. Pengukuran dan Pengolahan Data Aliran Sungai (Hdrometri). Nova : Bandung. Transportation Research Board of The National Academies 2013. Analytical Procedures for Determining the Impacts of Reliability Mitigation Strategies. National Academy of Sciences. Triatmodjo, Bambang. 2013. Pengertian dan Faktor Evaporasi. Dalam http://www.galeripustaka.com/2013/03/pengertian-dan-faktorevaporasi.html. Diakses pada hari Sabtu, 6 April 2019 pukul 4.36 WIB.