1.

2.
3.
4.

ANALISIS PERUB IKLIM

Metode / uji yang digunakan dalam praktikum kali ini:
Uji Rataan
Uji t-student's dapat dipakai untuk menguji beda dua nilai
tengah (rataan). Uji ini dipakai untuk menguji
konsistensi nilai rataan pada satu deret data.
Bagi data menjadi dua sub periode, yaitu sebelum tahun 1990
dan sesudah tahun 1990
Hitung rataan masing-masing periode pada bulan Januari dan
Agustus
Tentukan t-hit untuk masing-masing periode dengan :

x1 x2

thit

N
1

2
1

N 2

2
2

5.

rk

= Rataan pada data sub periode uji

2.

Pa

1 / 2* rk
1.

2.

1.
2.

4p
1
N

Ndata( 1
lebih dari 10)
N = jumlah
harus

4.

garis

LANGKAH KERJA
Distribusi Normal

1
( Pb Pc Pd )
3

Data curah hujan bulan Februari yang telah tersedia

dari tahun 1961 hingga 2000, hitung nilai rata-rata
dan standar deviasinya

Hitung curah hujan minimum yang terjadi dengan

peluang 50%, 70%, 80%, dan 90%

Frekuensi Kumulatif

Urutkan data curah hujan dari yang terbesar hingga

terkecil

Berikan nomor urut data tersebut

Hitung frekuensi kumulatifnya dengan menggunakan

rumus

100 * m
n 1

Buat grafik antara frekuensi kumulatif (x) dengan

curah hujan (y)

Hitung curah hujan minimum yang terjadi dengan

peluang 50%, 70%, 80%, dan 90%

Distribusi Gamma

Hitung nilai ln dari curah hujan Februari kemudian

cari rata-ratanya dan hitung juga nilai ln (x rata-rata)

Tentukan kelas (k), range, dan selangnya

Buat table dengan kelas, range, dan interval yang

telah diperoleh pada langkah sebelumnya kemudian
hitung jumlah data yang termasuk ke dalam masingmasing kelas.

Hitung nilai parameter bentuk (), parameter skala

(*), dan derajat bebasnya (v)

dengan curah hujan >0,5 mm per hari; dan kategori 0

untuk hari tidak hujan; yaitu hari dengan curah hujan
II.

0,5 mm per hari.

Hitung rataan jumlah hari hujan dan hari tidak hujan

III.

dalam 5 tahun, buat tabel

Buatkan tataan data dari data curah hujan harian

tersebut dengan tingkatan sebagai berikut

(1)

6 d12

i 1
2

N N 1

1 1 4y / 3

4y

rata rata

untuk hari dengan hujan deras, yaitu

curah hujan >20 mm/hari diberi nilai 3

(2)

v 2 *

untuk hari dengan hujan sedang, yaitu

curah hujan antara 10 hingga 20 mm/hari
diberi nilai 2

Tentukan nilai Xb (batas atas kelas) sehingga cuma

ada lima kelas dan x 2 kemudian hitung nilai P(x)

(3)

untuk hari dengan hujan ringan, yaitu

antara 0,5 hingga 10 mm/hari diberi nilai
1

dengan cara lihat table gamma.

Buat tebel berikutnya yang berisikan enam kelas,

nilai P(x), Oi, Ei, dan x 2 hitung. Nilai P(x) disini

ts
derajad bebas (N 2)

3.

Grafik

PELUANG

PENGENALANN SIF DT IKLIM

I.
Berikan kategori 1 untuk hari hujan, yaitu hari

9 N 10
N
9
Nnormal
1 Jika ( )
tg = didapat dari tabel Gausian
(2 arah).

2.

grafik.

MENGISI DATA HILANG

3.

( ) t = 0 tg

1.

bentuk

HOMOGENITAS DATA

Metode regresi linier berganda

Masukkan data ke dalam software statistik Minitab for
Window
Pilih perintah untuk melakukan regresi dari toolbar stat
regression regression...

2.

A.

Pt
Ps
Pb
Pu
Pa
2 2 2

2
1
X 2 Xu Xt Xs Xb
1.

dalam

perbandingan/persentase. (x= bulan, y=curah hujan)

data

diskret dan diagram kue (pie chart) dipergunakan untuk plot data

Metode kuadran empat

Bagi daerah sekitar stasiun yang datanya hilang (stasiun
A) menjadi empat kuadran yaitu utara, timur, selatan
dan barat.
Pilih stasiun terdekat dengan masing-masing kuadran
lalu masukkan jarak antar stasiun tersebut ke dalam
perhitungan untuk menduga data hilang pada stasiun A
seperti rumus berikut:

PENDUGAAN DATA HILANG

Menguji keeratan hubungan antar stasiun
dengan Metode Ranking Kendall
Data pada stasiun yang memiliki data hilang diurutkan
dari nilai terkecil hingga terbesar
Urutan pada stsiun pembanding mengikuti urutan data
pada stasiun denga data hilang
Berdasarkan urutan tersebut, untuk menentukan nilai R
yaitu data pertama pada stasiun pembanding lebih besar
dari data selanjutnya maka diberi nilai R=1, sebaliknya
jika data selanjutnya lebih kecil maka nilai R=0, dan
seterusnya hingga data terakhir pada stasiun
pembanding
Setelah nilai R diperoleh untuk
seluruh data lalu jumlahkan nilai R dan masukkan ke
dalam rumus untuk memperoleh T yang menunjukkan
keeratan hubungan antar stasiun.

Sajikan

4R
T 1
( n( n 1)
1 Na
Na
Na

Pa
Pb
Pc
Pd
3 Nb
Nc
Nd

N 2
1 s
dibandingkan dengan nilai t-student dengan

Gambarkan 4 grafik

dipergunakan untuk plot data kontinu, diagram batang untuk data

Metode rata-rata terbobot

Metode rata-rata terbobot digunakan jika perbedaan data
tahunan antar stasiun pembanding dengan stasiun yang
memiliki data hilang lebih dari 10%. Oleh karena itu
hitung persentase perubahan seperti langkah pertama
pada metode rata-rata sederhana.
Kemudian lakukan perhitungan untuk menduga data
hilang pada stasiun A dengan rumus:

ts =

Lakukan pendugaan data hilang untuk stasiun A (Pa)

dengan menggunakan persamaan:

Untuk N lebih dari 8, maka

atau

if(CH<=0.5,0,if(CH<10,1,if(CH<=20,2,3)))

2
1
N
A [ 2( B 1C D1 )]

100
3
1 % 10%
1
N
i 1
i

1
A
N1

k
S

t ada didalam selang ( ) t maka berarti data acak atau

tidak mengandung kecenderungan
Uji tren (spearman)
1. Menghitung peringkat setiap data dari terkecil hingga terbesar
(= k i).
di
= ki i
i adalah nomor urut data
Statistik Peringkat Spearman = s = I -

),2,if(and(CH>20),3,0)))

Pendugaan data hilang

Metode rata-rata sederhana
Hitung persentase perubahan stasiun pembanding. Jika
nilai perubahannya dibawah 10% maka metode rata-rata
sederhana cukup baik digunakan

1.

Rataan secara keseluruhan

S = Simpangan baku data keseluruhan
4.
Bandingkan dengan t-tabel dengan = 10% dan derajat
k
bebas=N-2
Uji Keragaman
1
Membagi data menjadi 4 kelompok
2
Mencari nilai S masing-masing kelompok setiap bulan
3
Mencari nilai S^ masing-masing kelompok tiap bulan
4
Membandingkan nilai S^ maksimum dengan nilai S^
minimum
5
Membandingkan dengan S table dengan hasil (Jika s2
max / s2 min > dari nilai table atau = terjadi perubahan
iklim)
Uji Tren (mam-kendall)
Mengurutkan susun data menurut urut-urutan bulan /
tahun pengamatan
2.
Menyusun data menurut
bulan / tahun pengamatan
3.
Menghitung dari data pertama hingga data ke n - 1 ,
berapa buah data yang nilainyalebih besar dari setiap
data Xi (ni)
4.
Hitung P =
N 1

i 1

Nilai T berkisar antara -1 hingga

+1. dimana -1 menandakan tidak adanya hubungan sama
sekali antar stasiun dan +1 menandakan hubungan yang
erat antar stasiun.

B.

n N 2

2
N

n
1

r
k

data

Catatan :

di mana
N1 22 =
5. Lakukan semua perhitungan di program Excel
6. Untuk menguji hipotesis (dibandingkan dengan t tabel dengan
derajat bebas = N1 + N2 - 2
7. Jika t-hit > t-tabel maka terjadi perubahan iklim
Uji Cramer
1. Pilih sub periode pada data cramer
2. Untuk membandingkan rataan sub periode terhadap rataan
keseluruhan gunakan tk =

3. Di mana
n = Jumlah data pada sub periode uji
N = Jumlah data keseluruhan

penataan

=if(and(CH>0.5,1,CH<10),1,if(and(CH>=10,CH<=20

Untuk

(4)

IV.

untuk hari tidak hujan, yaitu 0,5 mm/hari

diberi nilai 0

diperoleh dari hasil 1-P(x>xb1) untuk P(x) kelas 1,

P(x>xb1)-P(x>xb2) untuk kelas 2, dan seterusnya.

Hitung banyaknya kejadian hari tidak hujan, hujan

ringan, hujan sedang, dan hujan deras

Hitung nilai x2hitung dengan rumus

selama 5

tahun, buat diagram kuenya (pie chart) kemudian

hitung persentasenya.Adapun fungsi yang digunakan
untuk penggolongan dan penataan diatas adalah
sebagai barikut :

Untuk penentuan kategori =if(CH>0.5,1,0)

Untuk penentuan hari hujan =countif(kategori,1)

Untuk

penentuan

hari

tidak

hitung

(Oi Ei)

i n

hujan

Ei

dimana Oi = data hasil survey

=countif(kategori,0)

Ei = data yang diharapkan

Bandingkan antara x2hitung dengan x2tabel

Tentukan curah hujan minimum yang terjadi dengan

peluang 50%, 70%, 80%, dan 90%

Masukkan ke dalam table nilai dari masing-masing curah hujan

minimum hasil perhitungan
Gamma Agustus

Hitung nilai ln dari curah hujan Agustus kemudian

tentukan nilai rata-rata, standar deviasi, rata-rata ln,
dan nilai ln dari x rata-rata

Tentukan nilai parameter bentuk, parameter skala,

dan derajat bebas

Hitung peluang tidak melampaui nilai tertentu

[H(x)], sebaran peluang kumulatif [G(x)], dan
peluang melampaui nilai tertentu [F(x)]

Tentukan nilai x2 dari table dan hitung nilai Xb

dengan rumus

xb x / 2

Cari nilai Xb dengan sebaran normal dan bandingkan

dengan Xb sebaran gamma