Agroklimat 2

17

Click here to load reader

Transcript of Agroklimat 2

Page 1: Agroklimat 2

BAB I

PENDAHULUAN

A. Latar Belakang

Banyak faktor yang mempengaruhi sektor pertanian anatar lain yaitu iklim

dan cuaca. Sektor pertanian juga tidak bisa lepas dari kebutuhan air karena

tanaman sangat membutuhkan air agar dapat tumbuh dengan optimal. Jumlah air

yang dibutuhkan pun dalam kadar yang secukupnya, dalam arti tidak boleh

kekurangan ataupun berlebihan sehingga dibutuhkan perhitungan yang tepat agar

jumlah air yang dibutuhkan tumbuhan dapat terserap secara optimal. Perhitungan

dipeoleh dari penelitian yang langsung diadakan dilapangan dengan mengacu

pada data – data klimatologi yang berpengaruh terhadap ketersediaan air. Dampak

iklim sangatlah berpengaruh terhadap keberlangsungan kehidupan tanaman. Salah

satu hal yang penting untuk memperkirakan unsur cuaca dari suatu wilayah dan

yang mempunyai data terbatas adalah menggunakan rumus empiris karena

biasanya wilayah yang belum dikelola, data meteorologinya sangat kurang atau

belum ada.

Salah satu cara yang digunakan untuk memperkirakan unsur cuaca pada

suatu wilayah yang hanya mempunyai keterbatasan data karena wilayah tersebut

belum dikelola sehingga data meteorologinya belum ada. Dalam praktikum Acara

II praktikan diharapkan mampu menggunakan rumus empiris untuk menghitung

evapotranspirasi tanaman yang terjadi di beberapa tempat. Metode yang

digunakan adalah metode Blanney-Criddle dan metode Radiasi.

B. Tujuan

Penggunaan rumus empiris untuk penggunaan yang berkaitan dengan

biologis (biological application).

Page 2: Agroklimat 2

BAB II

Tinjauan Pustaka

Rumus empiris merupakan rumus yang diperoleh secara empiris dari suatu

kejadian alam yang terjadi. Perhitungan evaporasi sebagian diperoleh dari rumus

empiris. Rumus empiris untuk evaporasi didasarkan hukum diffusitas dan radiasi

( Anonim, 2008 ) :

a. Hukum Diffusitas

Adanya perpindahan massa ( dalam hal ini uap air ) oleh adanya

aliran udara (aliran udara yang tidak teratur )’’Eddy Flux’’ dapat ditentukan

berdasarkan pengukuran terhadap kecepatan angin ke arah atas ( upward eddy

velocity ) dan fluktuasi tekanan uap air.

Eddy flux ( E ) :

E = ( ρ.W )’ q’

ρ = densitas udara

W = Kecepatan angin vertikal

q = Kelengasan ( humiditas )

(ρ. W ) ‘ = merupakan fluktuasi yang terus menerus aliran udara ke atas

q’ = berkaitan dengan fluktuasi uap air di udara

Rumus evapotranspirasi Blaney – Criddle :

(ET)o = c [ p (0,46 T + 8) ]

(ET)o : evapotranspirasi tanaman bulan yang diperhitungkan (mm/day)

T : suhu rerata harian pada bulan bersangkutan (oC)

p : persentasi rata – rata harian dari total jam siang hari tahunan

c : faktor yang tergantung dari RH, lama penyinaran dan kecepatan

angin pada siang hari

Page 3: Agroklimat 2

Kecepatan angin yang dipakai adalah kecepatan angin pada ketinggian

2 m. Bila tersedia data kecepatan angin rata – rata dalam 24 jam, kecepatan

angin dikalikan dengan faktor koreksi. Faktor koreksi ini berkaitan dengan

perbandingan antara kecepatan angin siang hari terhadap kecepatan angin

malam hari (Tjasjono, 1990 ).

b. Radiasi

Adanya perubahan massa (dari massa cair menjadi massa gas)

diperlukan / disebabkan oleh adanya energi. Di sini dikenal adanya

keseimbangan energi. Untuk evaporasi (penguapan) air, air yang ter-evaporasi

dapat dihitung berdasarkan perubahan energi pada suatu periode waktu

tertentu (t). Volume total evaporasi sama dengan energi (yang ada) di bagi

dengan panas latent (latent heat) untuk penguapan. Rumus keseimbangan

energi sebagai berikut (Anonim, 2008) :

Qt = QS + QA – QB – QN – QR

dimana :

Qt : laju energi yang digunakan untuk penguapan

QS : laju perubahan energi untuk radiai matahari gelombang pendek

(net-rate of change of energy due to short-wave solar radiation)

QA : laju pemindahan energi dari energi yang masuk dan keluar

tandon air (reservoir)

QB : laju keluarnya adiasi gelombang pendek

QN : laju konduksi dan konveksi dari energi dan permukaan air ke

atmosfer

QR : laju perubahan energi yang tersimpan di dalam tandon air

(reservoir)

Menentukan evapotranspirasi berdasarkan metode radiasi menggunakan

persamaan empiris (Anonim, 2007) :

( Eto ) = c (W *Rs ) ( mm /hari )

Page 4: Agroklimat 2

Eto = evapotranspirasi untuk tanaman referensi untuk suatu periode

tertentu

Rs = radiasi matahari ( mm / hari )

W = faktor pemberat yang tergantung dari temperatur

c = faktor yang disesuaikan , tergantung dari RH rata – rata dan

kecepatan angin siang hari pada ketinggian 2 m di atas permukaan

tanah.

Evapotranspirasi merupakan gabungan dua istilah yang menggambarkan

proses fisika transfer air ke dalam atmosfir, yakni evaporasi air dari permukaan

tanah, dan transpirasimelalui tumbuhan. Evapotranspirasi merupakan komponen

penting dalam keseimbangan hidrologi. Di lingkungan terestrial, evapotranspirasi

merupakan komponen tunggal terbesar siklus air. Oleh karena itu, pengetahuan

tentangnya penting dalam menejemen sumberdaya air, pendugaan hasil tanaman,

dan dalam mempelajari hubungan antara perubahan penggunaan lahan dan iklim

(Usman,2004)

Pengukuran kelembaban udara dapat diperoleh dengan termometer bola

basah dan bola kering. Penurunan temperatur tergantung pada jumlah uap air

diudara dan gerakan udara diselilingnya yang akan memindahkan kelembaban uap

air (Sudira,2001).

Salah satu komponen yang mempengaruhi dinamika iklim adalah sinar

matahari. Matahari sebagai sumber energi utama dalam kehidupan, khususnya

bidang pertanian, perlu dikaji secara empiris dan mendalam. Energi yang

dihasilkan matahari dilakukan secara radiasi. Permukaan bumi menerima energi

surya berupa radiasi langsung dan radiasi dari langit. Kedua jenis radiasi tersebut

disebut radiasi global (Sudira,1999).

Page 5: Agroklimat 2

BAB III

METODOLOGI

A. Alat dan Bahan

A.1 Alat :

1. Alat tulis

2. Kalkulator

A.1 Bahan :

Data klimatologi yang meliputi :

1. Suhu

2. Curah Hujan

3. Kelembaban Udara

4. Sinar Matahari

5. Kecepatan Angin

6. Lama Penyinaran

7. Tabel Konversi Data

B. Cara Kerja

B.1 Metode Blanney Cridlle

1. Ditentukan Tmean, dengan cara menjumlahkan nilai Tmaks dan

Tmin kemudian dibagi 2 .

2. Ditentukan nilai P, dengan cara menginterpolasi table

3. Ditentukan nilai F,

4. Diestimasi RH.

5. Ditentukan nilai N, dengan cara tabel 3 diinterpolasi.

6. Dihitung n/N

7. Ditentukan nilai Uday, dengan cara merubah satuannya, dari

km/hari menjadi m/s

8. Ditentukan nilai Eto, dengan cara melihat digrafik.

Page 6: Agroklimat 2

B.2 Metode Radiasi

1. Ditentukan Tmean, dengan cara nilai Tmaks dan Tmin

dijumlahkan kemudian dibagi 2 .

2. Ditentukan nilai Ra, dengan cara tabel 2 diinterpolasi.

3. Ditentukan nilai W, dengan cara tabel 4 diinterpolasi.

4. Ditentukan nilai Rs,

5. Estimasi RH

Low < 40 %

Low-medium 40%-55%

Medium-high 55%-70%

High > 70%

6. Dihitung W×Rs

7. Dibaca nilai Eto dari grafik

C. Analisa Data

C.1. Metode Perhitungan Barney – Criddle :

a. Rumus Perhitungan

1. Tmean = 2

minmax TT

2. Interpolasi data dari tabel 1

3 F = P (0,46 T mean + 8)

4. Estimasi RH :

< 20% low

20%-50% medium

> 50% high

5. Interpolasi N dari tabel 3

6. Klasifikasi n/N :

Low ~ 0, 45

Medium ~ 0,7

High ~ 0,9

Page 7: Agroklimat 2

0-2 m/s ( grafik 1 )

2-5 m/s ( grafik 2 )

5-8 m/s ( grafik 3 )

8. ETo dilihat berdasarkan grafik

C.2. Contoh Perhitungan Bulan Mei :

1. Tmax = 30 , Tmin = 22

Trata-rata = 32,5 +24 = 28,25

2

2. P bulan Mei

265,0

27,026,0

27,0

510

5,710

x

x

3. f = 0,265 ( 0,46*28,25+8 ) = 5,564

4. RH 87,6 high

5. N bulan Mei

75,11

9,116,11

6,11

510

5,710

x

x

6. n/N bulan Mei = 7,8/11,75 = 0,75

7. Uday = 37 Km/Hari = 37000m/86400s = 0,428

8. Eto = 4,1

B. Metode Perhitungan Radiasi :

a. Rumus perhitungan

1. Tmean = 2

minmax TT

2. Ra : menginterpolasi dari tabel 2

3. W : interpolasi tabel 4

4. Rs = ( 0.25 + 0.5 n/N ) Ra

5. estimasi RH

Low < 40 %

Page 8: Agroklimat 2

Low-medium 40%-55%

Medium-high 55%-70%

High > 70%

6. W x Rs

7. Eto

b. Contoh Perhitungan Mei :

1. Tmax = 32,5 , Tmin = 24

Trata-rata = 32,5+ 24 = 28,25

2

2. Ra

175,13

4,131,13

1,13

5,78

5,78

x

x

3. W

01,0

784,0

2

25,1

774,0784,0

784,0

2830

75,2830 xx

x= 0,77525

maka W =0.77525

4. Rs = (0.25 + 0.5*0.664)0,77525

= 7,668

5. RH 87,6 high

6. W*Rs = 0,77525 * 7,668 = 6,6820

7. Epan Mei= 0.75 * 4,28= 3,21

Page 9: Agroklimat 2

BAB IV

HASIL DAN PEMBAHASAN

A. Hasil Perhitungan

A.1. Metode Blaney-Criddle

y = 0,0128x + 3,6212R² = 0,0075

0

0,5

1

1,5

2

2,5

3

3,5

4

4,5

5

2,0

25

2,2

5

3,1

87

5

3,0

37

5

3,2

1

3,6

3,6

82

5

3,7

42

5

3,4

2

2,9

25

2,7

75

1,9

5

EBC vs EPan

EBC vs EPan

Linear (EBC vs EPan)

Bulan epan E BC

Januari 2,025 2,7

Februari 2,25 3,5

Maret 3,1875 3,6

April 3,0375 4

Mei 3,21 3,9

Juni 3,6 4,1

Juli 3,6825 4,2

Agustus 3,7425 4,3

September 3,42 4,25

Oktober 2,925 3,6

Nopember 2,775 3,5

Desember 1,95 2,8

Page 10: Agroklimat 2

A.2. Radiasi

y = 0,0467x + 4,2258R² = 0,1238

0

1

2

3

4

5

6

2,0

25

2,2

5

3,1

87

5

3,0

37

5

3,2

1

3,6

3,6

82

5

3,7

42

5

3,4

2

2,9

25

2,7

75

1,9

5

Erad Vs EPan

Erad Vs EPan

Linear (Erad Vs EPan)

bulan epan Erad

Januari 2,025 3,7

Februari 2,25 4,3

Maret 3,1875 4,4

April 3,0375 4,6

Mei 3,21 4,45

Juni 3,6 4,5

Juli 3,6825 4,55

Agustus 3,7425 5,3

September 3,42 5,25

Oktober 2,925 4,8

Nopember 2,775 4,7

Desember 1,95 3,8

Page 11: Agroklimat 2

B. PEMBAHASAN

Dalam praktikum Acara II praktikan difokuskan untuk memahami,

mempelajari , dan mengaplikasikan metode Blaney – Criddle dan metode Radiasi

yang digunakan untuk penggunaan yang berkaitan dengan biologis (biological

application).

Data yang dibutuhkan metode Blaney-Criddle antara lain suhu rata-rata

(Tmean), kelembaban(RH), kecepatan angin,lama penyinaran (n), dan Evaporasi.

Data yang digunakan cukup tersedia di stasiunklimatologi sehingga metode ini

mudah digunakan. Adapun kekurangan dari metode Blaney-Criddle adalah

keterbatasan dalam menyajikan kebutuhan air untuk periode waktu yang lebih

pendek daripada satu bulan karena memakai temperatur sebagai satu-satunya

variabel klimatologi yang digunakan.

Data yang digunakan dalam metode Radiasi hampir sama dengan metode

Blaney Cridle hanya yang membedakan adalah metode Blaney-Criddle yang

menggunakan temperatur sebagai penentu evapotranspirasi potensial sedangkan

metode Radiasi ini mengandalkan radiasi penyinaran matahari dan yang

merupakan ciri dari metode ini.

Metode radiasi menggunakan data yang paling lengkap dibandingkan

metode Blaney-Cridle. Metode ini menunjukkan bahwa Eto adalah hal yang tidak

bisa dipisahkan dengan radiasi sinar matahai yang baru masuk. Metode Radiasi

lebih teilti karena lebih banyak aspek yang perlu diperhatikan.

Ketinggian tempat juga diperhitungkan . Untuk praktikum di laporan ini

garis lintang pada latitude 7,5 LS dan altitudenya adalah 300 mdpl Kabupaten

Bojonegoro Stasiun Juanda.Data yang dibutuhkan untuk perhitungan nilai

evapotranspirasi ini adalah data agroklimat bulanan pada tahun 1991 termasuk

didalamnya temperatur maksimum dan minimum, persentase RH , lama

penyinaran, evaporasi, dan juga kecepatan angin. Dari data tersebut kemudian

digunakan tabel untuk mencari nilai p dengan menggunakan garis lintang selatan

pada data nilainya sebesar 7,50 LS pada tabel pada tahun 1991 bulan Mei didapat

Page 12: Agroklimat 2

nilai p sebesar 0,265. Nilai p kemudian digunakan untuk menghitung besarnya

nilai f dengan rumus p(0.46t+8), kemudian grafik yang digunakan adalah grafik

pada gambar 1 dengan kategori kecepatan angin rendah dan RH mean tinggi, dari

gambar tersebut didapatkan hasil evaporasi dengan metode Blaney-Criddle.

Pada metode radiasi nilai yang dicari adalah nilai Ra pada bulan Mei

sebesar 13,175. Berikutnya data lama penyinaran digunakan untuk mencari nilai

W. Nilai W dikalikan dengan nilai Rs, dari hasil perhitungan tersebut dapat dilihat

grafik prediksi nilai Eto dari W.Rs dengan kondisi kecepatan angin rendah dan

RH mean tinggi.

Dari hasil perhitungan dari data tersebut kemudian nilai evaporasi yang

ada, dibuat grafik perbandingan antara nilai evaporasi observasi dengan nilai

evaporasi hasil perhitungan dengan metode Blaney Criddle dan juga radiasi. Pada

grafik terlihat bentuk yang hampir serupa dengan evaporasi hasil pengamatan

yang terlihat cukup jelas adalah nilai evaporasi dengan metode perhitungan

radiasi.

Adapun metode yang digunakan dalam perhitungan adalah metode

Blanney-Criddle dan metode Radiasi. Untuk perhitungan rumus empiris

menggunakan metode Blanney-Criddle dari grafik didapatkan nilai R sebesar

0,084 dengan persamaan y =0,012x + 3,621 Sedangkan dari grafik perhitungan

dengan metode radiasi didapatkan nilai R sebesar 0,351 dengan persamaan y =

0,046x + 4,225

Metode Blaney-Criddle memberikan hasil yang lebih akurat dengan

dengan nilai R yang lebih kecil yaitu 0,084 sedangkan metode Radiasi diperoleh

nilai R yang lebih dekat dengan 1(satu) yaitu 0,351. Namun, metode Blaney-

Criddle mempunyai kekurangan dibandingkan dengan metode Radiasi karena

dalam metode Radiasi rumus yang dipakai lebih banyak dan terkadang

memerlukan interpolasi sebanyak dua kali, sehingga mungkin hasilnya lebih

akurat, tetapi pada perhitungan ini tidak. Faktor human error juga bisa menjadi

penyebab adanya penyimpangan perhitungan dari kedua metode tersebut. Selain

itu, rumus empiris juga mempunyai kelemahan yaitu terbatasnya variable

sehingga hasil perhitungan tidak seakurat jika diukur langsung dengan alat.

Page 13: Agroklimat 2

BAB V

KESIMPULAN

1) Persamaan t-test

ETB-C vs Epan : y = 0,012x + 3,621 R2 = 0,007

Etrad vs Epan : y = 0,046x + 4,225 R2 = 0,123

2) Hasil Perhitungan :

Bulan Evaporasi Epan EBC Erad

Januari 2,7 2,025 2,7 3,7

Februari 3 2,25 3,5 4,3

Maret 4,25 3,1875 3,6 4,4

April 4,05 3,0375 4 4,6

Mei 4,28 3,21 3,9 4,45

Juni 4,8 3,6 4,1 4,5

Juli 4,91 3,6825 4,2 4,55

Agustus 4,99 3,7425 4,3 5,3

September 4,56 3,42 4,25 5,25

Oktober 3,9 2,925 3,6 4,8

Nopember 3,7 2,775 3,5 4,7

Desember 2,6 1,95 2,8 3,8

3) Banyaknya variabel menandakan metode tesebut memiliki ketelitian yang

tinggi sehingga hasil yang diperoleh lebih akurat.

4) Dari hasil perhitungan grafik metode Blaney-Criddle lebih akurat

dibandingkan dengan metode Radiasi karena hasil perhitungan metode

Blaney-Criddle mendekati perhitungan hasil observasi.

5) Hasil perhitungan evapotranspirasi bisa dijadikan patokan dalam pemberian

air irigasi untuk tanaman pertanian.

6) Adanya pebedaan hasil perhitungan dengan pengamatan merupakan kesalahan

yang disebabkan karena adanya faktor human error seperti kesalahan

pembacaan tabel dan grafik dan dalam pengambilan data di lapangan .

Page 14: Agroklimat 2

DAFTAR PUSTAKA

Anonim. 2008. Panduan Praktikum Agroklimatologi. FTP UGM. Yogyakarta

Sudira, Putu. 1999. Handout Kuliah Klimatologi. FTP UGM. Yogyakarta

Sudira, Putu, 2001. Klimatologi. Fakultas Teknologi Pertanian.UGM.

Yogyakarta .

Tjasyono, Bayong, 1990, Klimatologi umum, Institut Teknologi Bandung.

Bandung.

Usman.2004.Analisis Kepekaan Beberapa Metode PendugaanEvapotranspirasi

Potensial terhadap Perubahan Iklim. Jurnal Natur Indonesia.

Universitas Riau.

Page 15: Agroklimat 2

LAMPIRAN

Page 16: Agroklimat 2

Blaney-Criddle

Bulan Tmean P f N n/N Klasifikasi Uday ETo

Januari 26 0,24 4,79 12,45 0,386 Low 0,382 2,7

Februari 27 0,28 5,718 12,35 0,445 Low 0,407 3,5

Maret 27,65 0,28 5,801 12,1 0,496 Low 0,466 3,6

April 27,9 0,27 5,625 11,9 0,639 Medium 0,37 4

Mei 28,25 0,265 5,564 11,75 0,664 Medium 0,428 3,9

Juni 29 0,265 5,655 11,65 0,745 Medium 0,469 4,1

Juli 30 0,265 5,777 11,7 0,735 Medium 0,524 4,2

Agustus 30,4 0,27 5,936 11,85 0,759 Medium 0,598 4,3

September 29,7 0,27 5,849 12,00 0,667 Medium 0,567 4,25

Oktober 28,45 0,28 5,904 12,25 0,571 Low 0,578 3,6

November 28,35 0,28 5,891 12,45 0,546 Low 0,602 3,5

Desember 26,9 0,24 4,889 12,55 0,398 Low 0,521 2,8

Metode Radiasi

Bulan Tmean n/N Ra W Rs W*Rs Uday Eto

Januari 26 0,386 16,025 0,734 7,099 5,211 0,382 3,7

Februari 27 0,445 16,075 0,754 7,595 5,727 0,407 4,3

Maret 27,65 0,496 15,525 0,767 7,731 5,929 0,466 4,4

April 27,9 0,639 14,475 0,772 8,244 6,364 0,37 4,6

Mei 28,25 0,664 13,175 0,775 7,668 5,943 0,428 4,45

Juni 29 0,745 12,5 0,779 7,781 6,061 0,469 4,5

Juli 30 0,735 12,8 0,784 7,904 6,197 0,524 4,55

Page 17: Agroklimat 2

Agustus 30,4 0,759 13,775 0,788 8,671 6,971 0,598 5,3

September 29,7 0,667 14,925 0,7825 8,709 6,813 0,567 5,25

Oktober 28,45 0,571 15,775 0,77625 8,448 6,558 0,578 4,8

November 28,35 0,546 15,95 0,77575 8,342 6,471 0,602 4,7

Desember 26,9 0,398 15,925 0,752 7,150 5,337 0,521 3,8