KAJIAN DISTRIBUSI SPASIAL DAN TEMPORAL TURBULEN

MENGGUNAKAN DATA DI 15 LOKASI

DI INDONESIA

JEANNETTE VICTORIA TONGGAL

DEPARTEMEN GEOFISIKA DAN METEOROLOGI

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

BOGOR

2014

PERNYATAAN MENGENAI SKRIPSI DAN

SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*

Dengan ini saya menyatakan bahwa skripsi berjudul Kajian Distribusi

Spasial dan Temporal Turbulen Menggunakan Data di 15 Lokasi di Indonesia

adalah benar karya saya dengan arahan dari komisi pembimbing dan belum

diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber

informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak

diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam

Daftar Pustaka di bagian akhir skripsi ini.

Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut

Pertanian Bogor.

Bogor, Juni 2014

Jeannette Victoria Tonggal

NIM G2410005

ABSTRAK

JEANNETTE VICTORIA TONGGAL. Kajian Distribusi Spasial dan Temporal

Turbulen Menggunakan Data di 15 Lokasi di Indonesia. Dibimbing oleh AHMAD

BEY.

Turbulensi adalah aliran fluida yang berbentuk acak, tidak beraturan dan

menjadi salah satu fenomena cuaca penting antara lain untuk penerbangan dan

polusi udara. Pola distribusi turbulensi dapat dilihat berdasarkan pola harian dan

musiman serta dapat dibuat klasifikasi untuk memahami seberapa kuat kejadian

turbulensi. Parameter turbulensi yang dikaji yakni ketinggian lapisan pencampur,

bilangan Richardson yang menunjukkan kriteria ada atau tidaknya turbulen, besar

energi kinetik dan intensitas turbulensi. Kajian turbulensi menunjukkan bahwa

perbedaan nilai beberapa parameter lebih terlihat pada pola harian (pagi dan

siang) dibandingkan pola musiman. Berdasarkan hasil penelitian dapat

disimpulkan bahwa turbulensi di lima belas lokasi kajian dominan pada kategori

turbulensi lemah ditinjau dari intensitas turbulensi konvektif, dan berdasarkan

kekuatan energi kinetik setiap lokasi tergolong kategori turbulensi lemah hingga

kuat.

Kata kunci: lapisan pencampur, Richardson, energi kinetik, intensitas, kategori

turbulensi

ABSTRACT

JEANNETTE VICTORIA TONGGAL. Study of Spatial and Temporal Turbulent

Distribution Using Data on 15 Location in Indonesia. Supervised by AHMAD

BEY.

Turbulence is a type of chaotic and irregular fluid flow which is one of

significant weather phenomenon for aviation and air pollution. The distribution

pattern of turbulence can be observed by the daily and seasonal patterns and can

be classified to understand how strong turbulence events. Turbulence parameters

studied were mixed layer height, Richardson number indicating the presence or

absence of turbulent, kinetic energy, and turbulence intensity. The study showed

that the daily pattern has more significant differences of turbulence parameters

than seasonal pattern. Based on the result, turbulence in the fifteen locations are

classified as weak turbulence based on convective turbulence intensity and weak

to strong turbulence category by the kinetic energy approache.

Key words: mixed layer, Richardson, kinetic energy, intensity, turbulence

category

Skripsi

sebagai salah satu syarat untuk memperoleh gelar

Sarjana Sains

pada

Departemen Geofisika dan Meteorologi

KAJIAN DISTRIBUSI SPASIAL DAN TEMPORAL TURBULEN

MENGGUNAKAN DATA DI 15 LOKASI

DI INDONESIA

JEANNETTE VICTORIA TONGGAL

DEPARTEMEN GEOFISIKA DAN METEOROLOGI

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

INSTITUT PERTANIAN BOGOR

BOGOR

2014

Judul Skripsi : Kajian Distribusi Spasial dan Temporal Turbulen Menggunakan

Data di 15 Lokasi di Indonesia

Nama : Jeannette Victoria Tonggal

NIM : G24100057

Disetujui oleh

Prof Dr Ahmad Bey

Pembimbing

Diketahui oleh

Dr Ir Tania June, MSc

Ketua Departemen

Tanggal Lulus:

PRAKATA

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas segala

karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih

dalam penelitian yang dilaksanakan sejak bulan Februari 2014 sampai Juni 2014

ini ialah turbulensi, dengan judul Kajian Distribusi Spasial dan Temporal

Turbulen Menggunakan Data di 15 Lokasi di Indonesia.

Terima kasih penulis ucapkan kepada Bapak Prof Dr Ahmad Bey selaku

pembimbing tugas akhir yang telah banyak memberikan ide, kritik, saran dan

bimbingannya sehingga karya tulis ini dapat diselesaikan. Terimakasih pula

penulis ucapkan kepada Ketua Departemen Geofisika dan Meteorologi Ibu Dr Ir

Tania June, MSc yang telah memberi saran dan masukan bagi kelancaran

penulisan tugas akhir ini.

Ungkapan terima kasih juga disampaikan bagi segenap staf pengajar dan

pegawai Departemen GFM, Pak Azis, Pak Nandang, Pak Pono yang telah banyak

membantu selama penulis menjalani perkuliahan di IPB. Terima kasih pula tak

lupa diucapkan kepada Zevy Augrind Limin yang dengan setia memberi semangat

dan dukungan bagi penulis, Em, Himma, Enggar, Uni, Givo, Alan, Mani, Aret,

Thaisir, Ernat, Arisal dan seluruh teman-teman GFM 47, 48, dan 49 atas semangat

serta doanya selama ini.

Terima kasih penulis ucapkan kepada ayah, ibu, serta seluruh keluarga, atas

segala doa, motivasi, dan kasih sayangnya.

Semoga karya ilmiah ini bermanfaat.

Bogor, Juni 2014

Jeannette Victoria Tonggal

DAFTAR ISI

DAFTAR TABEL vii

DAFTAR GAMBAR vii

DAFTAR LAMPIRAN viii

PENDAHULUAN 1

Latar Belakang 1

Tujuan Penelitian 1

TINJAUAN PUSTAKA 2

Turbulensi 2

Pendekatan Statistik untuk Perhitungan Turbulensi 3

Peran Kajian Turbulen di Berbagai Aspek 4

METODE 4

Waktu dan Tempat Penelitian 4

Bahan 4

Alat 5

Prosedur Penelitian 5

HASIL DAN PEMBAHASAN 10

Deskripsi Wilayah Kajian 10

Analisis Ketinggian Lapisan Pencampur 11

Identifikasi Keberadaan Turbulensi Berdasarkan Bilangan Richardson 14

Analisis Kekuatan Turbulensi Berdasarkan Besar Energi Kinetik Turbulensi 16

Intensitas Turbulensi dan Klasifikasi bagi Turbulensi Konvektif 19

SIMPULAN DAN SARAN 21

Simpulan 21

Saran 22

DAFTAR PUSTAKA 22

LAMPIRAN 23

DAFTAR TABEL

1 Klasifikasi intensitas turbulensi di penerbangan 4 2 Kriteria turbulensi dan kestabilan atmosfer berdasar nilai Ri 8 3 Klasifikasi intensitas turbulensi berdasarkan nilai ΔT dengan

metode tephigram 10 4 Persentase bilangan Richardson berdasarkan jumlah data pada

satu hari di lima belas lokasi untuk bulan Juni dan Desember 14 5 Nilai kuartil turbulensi berdasarkan distribusi data energi

kinetik di lima belas lokasi pengamatan 17

6 Kaitan antara besarnya intensitas turbulensi dengan

klasifikasinya pada daerah kajian Manado dan Kupang 20

DAFTAR GAMBAR

1 Profil vertikal suhu potensial dengan panas kumulatif sebagai

area di bawah kurva (modifikasi dari Stull 2000). 3 2 Peta sebaran lima belas lokasi pengamatan kajian turbulensi 5 3 Tabel klasifikasi panjang kekasapan (z0) dengan pendekatan

koefisien gesekan Cd (Modifikasi dari Stull 2000) 9 4 Diagram tahapan metode tephigram 10 5 Ketinggian lapisan pencampur (km) di lima belas lokasi

pengamatan pada pagi hari (00 UTC) di musim kemarau

(bulan Juni) 11 6 Ketinggian lapisan pencampur (km) di lima belas lokasi

pengamatan pada siang hari (06 UTC) di musim kemarau

(bulan Juni) 12

7 Ketinggian lapisan pencampur (km) di lima belas lokasi

pengamatan pada pagi hari (00 UTC) di musim hujan (bulan

Desember) 12 8 Ketinggian lapisan pencampur (km) di lima belas lokasi

pengamatan pada siang hari (06 UTC) di musim hujan (bulan

Desember) 13 9 Profil vertikal bilangan Richardson antara ketinggian

permukaan dan 20 Km pada jam pengamatan siang (13.00

WIB atau 14.00 WITA) dan malam (22.00 WIB atau 23.00

WITA) di lokasi Medan (a) (b) dan Bali (c) (d) 15 10 Simulasi energi kinetik turbulensi (m

2/s

2) selama dua hari di

Medan pada bulan Juni (a), dan bulan Desember (b) 16

11 Sebaran pengelompokkan turbulensi berdasarkan nilai energi

kinetik pada (a) Juni, (b) Desember 19

12 Profil udara atas lokasi Manado pada tanggal 1 Juni 2012

pukul 13.00 WIB, cara pengeplotan suhu untuk metode

Tephigram 19 13 Jumlah kejadian intensitas turbulensi selama pengamatan di

lima belas lokasi pada bulan Juni (a) dan Desember (b) 20

DAFTAR LAMPIRAN

1 Ketingian lapisan pencampur pada pagi dan siang hari serta

dibedakan pada pola musim di 15 lokasi pengamatan 23 2 Nilai Richardson terhadap ketinggian pada siang dan malam

hari di lokasi Medan dan Bali 23 3 Nilai energi kinetik turbulensi (m

2/s

2) di lokasi Medan pada

satu hari di bulan Juni dan satu hari di bulan Desember 24 4 Jumlah kejadian turbulensi berdasarkan kategori energi kinetik

turbulen 25 5 Nilai selisih suhu pada metode Termodinamik untuk lokasi

Manado pada bulan Juni 2012 26 6 Nilai selisih suhu pada metode Termodinamik untuk lokasi

Manado pada bulan Desember 2012 26 7 Nilai selisih suhu pada metode Termodinamik untuk lokasi

Kupang pada bulan Juni 2012 26 8 Nilai selisih suhu pada metode Termodinamik untuk lokasi

Kupang pada bulan Desember 2012 27

1

PENDAHULUAN

Latar Belakang

Berbagai aktivitas yang dilakukan di luar ruangan sering kali harus

memperhatikan faktor cuaca demi kelancaran aktivitas tersebut. Salah satu

fenomena cuaca tersebut yaitu turbulensi. Turbulensi di atmosfer memberikan

pengaruh bagi penyebaran polutan serta pencampuran panas, uap air dan

momentum secara efektif di udara. Turbulensi menjadi penting bagi penerbangan

terkait dengan potensinya dalam menimbulkan gangguan kenyamanan dan

keselamatan pesawat (Sasmito 2011).

Turbulensi merupakan pergerakan udara yang acak, kacau dan dihasilkan

oleh beberapa faktor penyebab seperti perpindahan panas dari permukaan dan

gesekan angin vertikal. Terdapat beberapa jenis turbulensi yang dikelompokkan

berdasarkan faktor penyebabnya (Golding 2000). CAT merupakan salah satu jenis

turbulensi yang terjadi pada kondisi langit cerah tanpa awan yang terjadi pada

ketinggian antara 6 km sampai 15 km, sehingga sangat berpengaruh pada

penerbangan baik komersil maupun militer (Widseth 1999).

Pendekatan yang banyak dilakukan untuk menghitung turbulensi adalah

dengan menduga besar energi kinetiknya (McCann 1999, Savli 2012). Persamaan

energi kinetik turbulensi atau Turbulence Kinetic Energy (TKE) didasari pada

hubungan antara pola pengamatan atmosfer yaitu geser angin dan bouyancy

dengan kejadian turbulensi (McCann 1999). Hasil penelitian Mccan (1999)

menunjukkan adanya hubungan antara intensitas turbulensi dengan besar energi

kinetik, lebih lanjut Savli (2012) menyimpulkan bahwa energi kinetik turbulensi

sangat berguna bagi ahli meteorologi untuk mengetahui kekuatan turbulensi.

Ada pula perhitungan turbulensi dengan menggunakan bilangan Richardson

sebagai kriteria ada atau tidaknya turbulensi (Widseth 1999). (McCann 2001).

Selain itu, ketinggian lapisan pencampur juga penting dipahami untuk mengetahui

ketinggian terjadinya pencampuran massa udara akibat turbulensi (Stull 2000).

Klasifikasi turbulensi pada bidang penerbangan dibagi berdasarkan

intensitas turbulensi yaitu: ekstrim, kuat, sedang, dan lemah. Namun hingga saat

ini laporan turbulensi dalam penerbangan masih dilakukan secara subjektif

(Overeem 2002).

Distribusi turbulensi di Indonesia akan dikaji melalui perhitungan berbagai

karakteristik yaitu ada atau tidaknya terjadi turbulensi, besar energi kinetiknya,

ketinggian potensial turbulensi, serta intensitas turbulensi untuk dapat

diklasifikasikan menurut klasifikasi turbulensi pada beberapa titik sebaran di

Indonesia.

Tujuan Penelitian

Penelitian ini bertujuan untuk menentukan distribusi turbulensi yang

diwakili oleh beberapa titik sebaran di Indonesia berdasarkan pola harian dan

musiman.

2

TINJAUAN PUSTAKA

Turbulensi

Turbulensi adalah jenis aliran fluida yang memiliki perputaran kuat dan

menampakkan suatu kekacauan secara jelas (Overeem 2002). Umumnya, fluida

ini memiliki kecepatan yang tidak beraturan dan bentuknya berfluktuatif secara

acak (Panofsky, Dutton 1983). Di atmosfer, turbulensi tampak sebagai putaran

angin tak beraturan (swirl) yang disebut eddies (Savli 2012).

Angin merupakan udara yang bergerak dan dapat sangat bervariasi.

Besarnya angin sesaat dapat dinyatakan sebagai jumlah dari nilai rata-rata

kecepatan angin dengan parameter turbulensinya (Stull 2000).

(1)

dengan U(t) merupakan komponen angin zonal pada waktu (t), Ū adalah rata-rata

pengukuran angin sesaat pada periode waktu tertentu dan u’(t) yaitu simpangan

dari nilai rata-rata pada waktu (t) atau disebut sebagai turbulen.

Rata-rata dari persamaan (1) dihitung pada waktu dan jarak tertentu, yang

dituliskan sebagai:

(2)

dengan k adalah indeks data dan N adalah jumlah data.

Sedangkan nilai simpangan atau standar deviasi, u’(t) dari persamaan (1)

didefinisikan sebagai akar dari keragaman dan diinterpretasikan juga sebagai

turbulensi. Secara statistik, untuk menentukan keragaman dapat dituliskan sebagai

berikut:

(3)

dan standar deviasi yaitu,

(4)

Berdasarkan penyebab terbentuknya, turbulensi dibagi menjadi beberapa

jenis (Golding 2000), yaitu:

Turbulensi konvektif

Turbulensi ini disebabkan adanya kenaikan udara hangat dari permukaan

serta turunnya udara yang lebih dingin dari atmosfer (Stull 2000).

Turbulensi mekanik

Turbulensi mekanik terjadi karena adanya geser angin (wind shear) yaitu

perubahan kecepatan dan arah angin terhadap ketinggian (Golding 2000).

Mountain – wave

Overeem (2002) menyatakan bahwa turbulensi ini disebabkan oleh

perubahan aliran udara karena adanya gerakan pengangkatan udara

menjadi gerakan udara menurun pada sisi kaki di balik gunung.

Wake turbulence

3

Wake turbulence terjadi pada penerbangan pesawat udara yaitu ketika

pesawat mengalami pengangkatan yang memicu terbentuknya sepasang

rotasi silinder massa udara (Golding 2000).

Clear- air turbulence (CAT)

CAT adalah turbulensi non konvektif dan berada di luar planetary

boundary layer (PBL) yaitu pada atmosfer bebas. CAT terjadi tiba-tiba

tanpa terjadinya pembentukan awan. Beberapa kondisi yang memicu

terbentuknya CAT antara lain adalah KHI (Kelvin-Helmholtz instability),

salah satu gelombang gravity yang terbentuk karena geser angin (McCann

2001). Area terjadi CAT berkisar antara ketinggian 6-15 km (Savli 2012).

Pendekatan Statistik untuk Perhitungan Turbulensi

Beberapa ahli meteorologi umumnya menggunakan pendekatan statistik

untuk mengukur turbulensi seperti mengidentifikasi keberadaan turbulen dengan

bilangan Richardson, menghitung intensitas turbulensi, mengukur besar energi

kinetik serta ketinggian terjadinya turbulensi.

Richardson number (Ri) merupakan kriteria yang dapat menunjukkan ada

atau tidaknya turbulensi pada tingkat stabilitas lingkungan (Arya 2001).

Hubungan antara turbulensi dan Ri yaitu, jika Ri < 0.0 maka terjadi turbulensi

konvektif kuat, ketika 0.0< Ri < 0.25 maka yang terbentuk adalah turbulensi

dengan konvektif lemah, dan ketika Ri > 0.25 menandakan tidak ada turbulensi

yang terjadi (McCann 2001).

Intensitas turbulensi diartikan sebagai rasio standar deviasi dengan nilai

kecepatan angin rata-rata (Arya 1999). Lebih lanjut, Arya (2001) menyatakan

teori bahwa intensitas turbulensi umumnya lebih besar di dekat permukaan.

Stull (2000) dan Han et al. (2000) mendefinisikan energi kinetik turbulensi

sebagai gambaran besarnya kekuatan turbulensi yang biasanya dihasilkan pada

skala ketinggian lapisan perbatas (ABL), energi ini dihasilkan secara mekanik

oleh geser angin (wind shear) dan gaya apung (bouyancy) oleh pemanasan.

Ketinggian lapisan pencampur (mixed layer) berkaitan dengan ketinggian

terjadinya turbulensi karena sifat turbulensi yang mengakibatkan pencampuran

dan perubahan massa, momentum, serta panas secara efektif. Ketinggian lapisan

pencampur dapat diperoleh melalui pendekatan antara suhu potensial terhadap

ketinggian dengan besarnya panas kumulatif sebagai area di bawah kurva.

Gambar 1 Profil vertikal suhu potensial dengan panas kumulatif sebagai area di

bawah kurva (modifikasi dari Stull 2000).

4

Peran Kajian Turbulen di Berbagai Aspek

Angin dan turbulensi merupakan parameter cuaca yang vital dalam

penyebaran polutan di udara. Keduanya akan menyebabkan dispersi polutan yang

bercampur dengan udara sekitar sehingga berpengaruh pada besarnya konsentrasi

polutan setempat (Oke 2002).

Kajian turbulensi di atmosfer juga menjadi hal utama yang diwaspadai

dalam dunia penerbangan. Menurut Golding (2002), pemahaman turbulensi bagi

penumpang pesawat adalah salah satu kemungkinan terjadinya goncangan ketika

berada dalam penerbangan yang mengganggu kenyamanan. Turbulensi tidak

diharapkan bagi pilot karena menuntut pilot untuk mengendalikan pesawat dengan

ketelitian dan kewaspadaan lebih dibanding saat kondisi normal, lebih lagi

turbulensi menyebabkan peningkatan kerja mesin sehingga diperlukan bahan

bakar tambahan bagi pesawat (Overeem 2002).

Kelas turbulensi yang dikenal di dunia penerbangan digolongkan berdasar

intensitas dan pengaruhnya bagi pesawat terbang, yaitu:

Tabel 1 Klasifikasi intensitas turbulensi di penerbangan

(COMET 2013)

METODE

Waktu dan Tempat Penelitian

Penelitian dilaksanakan dari bulan Februari - Juni 2014 di Laboratorium

Meteorologi dan Pencemaran Atmosfer, Departemen Geofisika dan Meteorologi,

Institut Pertanian Bogor (IPB).

Bahan

Bahan yang digunakan pada penelitian berupa data yang mencakup:

Intensitas Keterangan

Lemah Tubrukan ringan, lebih kecil daripada gangguan akibat

kesalahan saat mengendalikan pesawat.

Sedang Frekuensi tubrukan pesawat mendadak namun kecil atau tidak

terjadi perbedaan ketinggian atau letak pesawat.

Kuat Perubahan besar mendadak pada ketinggian, kecepatan, dan

posisi pesawat. Ada kalanya menyebabkan kehilangan kendali

sementara. Turbulensi kuat dapat juga terjadi di dekat badai

guntur dan pada gesekan kuat dari angin horizontal-vertikal.

Ekstrim Tubrukan hebat pada pesawat, ada kalanya menghasilkan

kerusakan struktural dan hilang kendali. Kejadian yang jarang

terjadi, dan biasanya berhubungan dengan badai guntur besar.

5

1. Data koordinat lintang dan bujur setiap lokasi pengamatan yang diperoleh dari

http://www.maps.google.com/.

2. Data radiosonde mencakup parameter tekanan, ketinggian, suhu, suhu titik

embun, arah angin, kecepatan angin, dan kelembaban relatif pada bulan Juni dan

Desember 2012 di 15 lokasi pada tiap 3 jam pengamatan (00, 03, 06, 09, 12, 15,

18, 21 UTC). (sumber: http://ready.arl.noaa.gov/READYamet.php)

Gambar 2 Peta sebaran lima belas lokasi pengamatan kajian turbulensi

Alat

Alat yang digunakan dalam penelitian ini berupa seperangkat komputer

yang dilengkapi software RAOB 5.7 (The RAwinsonde Observation Program)

untuk memperoleh ketinggian convective condensation level (CCL) dan nilai

suhu, software Surfer 9, serta software Microsoft Office 2007 (Word dan Excel).

Prosedur Penelitian

Lapisan yang diteliti mulai dari permukaan bumi sampai ketinggian 20 km

dari permukaan. Setiap lokasi memiliki ketinggian awal (permukaan) yang

berbeda. Diukur selama 1 minggu setiap harinya, yang terdiri dari 8 kali

pengamatan dalam satu hari.

1. Ketinggian turbulensi dengan metode termodinamik

Metode termodinamik merupakan metode untuk menentukan pertumbuhan

lapisan pencampuran berdasarkan profil suhu potensial dengan besarnya panas

kumulatif sebagai area di bawah kurva (Stull 2000). Beberapa tahapan yang

dilakukan dalam metode ini adalah:

Menentukan solar declination angle

solar declination angle didefinisikan sebagai sudut antara orbit dengan

ekuator bumi (Stull 2000).

(5)

Keterangan:

δs : solar declination angle

Φr : kemiringan sumbu bumi relatif (23.450)

C : 2π radians = 3600

d : julian date

dr : summer solstice

dy : total hari dalam setahun

6

Menghitung Sudut elevasi (Ψ)

Sudut elevasi merupakan sudut matahari ketika berada di atas permukaan

bumi (Stull 2000).

(6)

Keterangan:

Ψ : sudut elevasi (0)

: latitude

λe : longitude

C : 2 π radians = 3600

tUTC : coordinated universal time (jam)

td : panjang hari (jam)

Heat flux (ƷH)

Heat flux yaitu jumlah perpindahan kuantitas panas per unit area per unit

waktu (Stull 2000)

(7)

Keterangan:

ƷH : heat flux (W/m2)

E : solar constant (1368 W/m2)

Ψ : sudut elevasi (0)

Menghitung heat flux kinematic (FH)

Heat flux kinematic merupakan nilai fluks panas dibagi dengan massa jenis

udara dan panas spesifik yang menghasilkan nilai persamaan untuk satuan

suhu dan kecepatan angin (Stull 2000).

(8)

Keterangan:

FH : heat flux kinematic (K m s-1

)

ρair : massa jenis udara (kg/ m3)

Cp : spesific heat for air (J K-1

kg-1

)

ρair.Cp : 1231 W m-2

/ K m s-1

Menentukan cumulative daytime heating (QAK)

Cumulative daytime heating (QAK) menggambarkan akumulasi panas

harian per unit area dalam bentuk kinematik (Stull 2000).

(9)

Keterangan:

QAK : cumulative daytime heating (K. km)

FHmax : heat flux kinematic maximum (K m s-1

)

D : total durasi heat flux positif (s)

T : waktu pengamatan (s), pada siang hari t=D; malam hari t=24-D

Π : 3.14

7

Menentukan suhu potensial terhadap ketinggian

Suhu potensial adalah suhu parsel udara kering yang dibawa secara

adiabatik dari posisi awal menuju tekanan standar 1000 mb (Oke 2002).

Persamaannya sebagai berikut:

θ = T. (P0/P)Rd/Cp

(10)

Keterangan:

θ : suhu potensial (K)

T : suhu udara (K)

P0 : tekanan referensi (1000 mb)

P : tekanan pada ketinggian tertentu (mb)

Rd/Cp : 0.286

Menentukan ketinggian lapisan pencampur, zi

Lapisan pencampur adalah bagian dari atmospheric boundary layer yang

merupakan lapisan terjadinya pergerakan konvektif akibat pemanasan dari

permukaan dan juga turbulensi yang melakukan pencampuran secara

efektif (Savli 2012). Persamaannya sebagai berikut:

(11)

Keterangan:

zi : ketinggian lapisan pencampur (km)

QAK : cumulative daytime heating (K. km)

Δθ/Δz : perubahan suhu potensial terhadap ketinggian (K/km)

(Stull 2000).

2. Kriteria kekuatan turbulensi dengan bilangan Richardson

Bilangan Richardson (Ri) merupakan pengukuran intensitas pencampuran

(turbulensi) dan menyediakan kriteria yang menunjukkan ada atau tidaknya

turbulensi pada tingkat stabilitas lingkungan (Arya 2001).

(12)

Keterangan:

T : suhu udara (K)

g : kecepatan gravitasi, 9.8 m/s2

γd : dry adiabatic lapse rate, 9.8°C/km

z : ketingggian lapisan

u :kecepatan angin (m/s) (Panofsky, Dutton 1983).

8

Tabel 2 Kriteria turbulensi dan kestabilan atmosfer berdasar nilai Ri

Nilai Ri Turbulensi Stabil/ tidak stabil

Ri < 0 Ada, konvektif kuat Tidak stabil termal

0.0 < Ri < 0.25 Ada, konvektif lemah

Ri > 0.25 Tidak ada

(Stull 2000), (McCann 2001).

3. Energi kinetik turbulensi (TKE)

Energi kinetik turbulensi secara langsung menggambarkan kekuatan

turbulensi di dalam aliran (Han J et al. 2000), dan memiliki persamaan secara

statitistik sebagai berikut:

(13)

Keterangan:

TKE : Turbulence Kinetic Energy (m2s

-2)

δu; δv; δw : standar deviasi kecepatan angin (m/s) (Stull 2000)

Persamaan untuk menentukan standar deviasi kecepatan angin berbeda

pada kondisi tidak stabil, stabil, dan netral.

Standar deviasi pada kondisi tidak stabil (Stull 2000)

(14)

Keterangan:

wB : Bouyancy velocity (m/s)

z : ketinggian (m)

zi : ketinggian lapisan pencampur (m)

Bouyancy velocity menyatakan keefektifan panas yang dihasilkan oleh

perpindahan panas vertikal, dapat dihitung melalui persamaan:

(15)

Keterangan:

g : 9.8 m/s2

Tv : suhu virtual (K)

zi : ketinggian mixed layer (km)

ML : mixed layer

sfc : surface (Stull 2000).

Standar deviasi pada kondisi stabil (Stull 2000)

9

(16)

Standar deviasi pada kondisi netral (Stull 2000)

(17)

Keterangan:

h : ketinggian lapisan pencampur (m)

z : ketinggian (m)

u* : friction velocity (m/s)

Nilai friction velocity yaitu tegangan kinematik yang berlawanan dengan

permukaan bumi (Stull 2000) dapat dihitung melalui pendekatan (Arya 2001):

U(z) = (U*/k) ln {(z)/z0} (18)

Keterangan:

U : kecepatan angin (m.s)

U* : friction velocity (m/s)

k : konstanta Von Karman = 0.4

z0 : panjang kekasapan (m)

z : ketinggian (m)

Gambar 3 Tabel klasifikasi panjang kekasapan (z0) dengan pendekatan

koefisien gesekan Cd (Modifikasi dari Stull 2000)

4. Intensitas Turbulensi

Intensitas turbulensi merupakan rasio standar deviasi dari fluktuasi

kecepatan angin. Secara matematis, nilai intensitas dapat dihitung dengan

menggunakan persamaan sebagai berikut:

(19)

Keterangan:

iu; iv; iw : intensitas turbulensi longitudinal; lateral; vertikal dengan

x sebagai sumbu orientasi.

δu; δv; δw : standar deviasi kecepatan angin (m/s)

|v| : kecepatan angin rata – rata (m/s) (Arya 2001).

10

5. Klasifikasi turbulensi konvektif dengan metode Tephigram

Metode tephigram merupakan metode yang digunakan ahli meteorologi di

Amerika untuk memprediksi turbulensi bagi penerbangan. Asumsi pada metode

ini yaitu tanpa melihat pengaruh dinamik sehingga hanya turbulensi pada awan

konvektif yang akan diamati (COMET 2013). Prosedurnya adalah sebagai berikut:

Gambar 4 Diagram tahapan metode tephigram

Tabel 3 Klasifikasi intensitas turbulensi berdasarkan nilai ΔT dengan metode

tephigram

ΔT (oC) Intensitas turbulensi

0 - 3 Lemah

4 - 6 Sedang

7 - 9 Kuat

> 9 Ekstrim

HASIL DAN PEMBAHASAN

Deskripsi Wilayah Kajian

Turbulensi merupakan fenomena cuaca yang besar pengaruhnya oleh faktor

lokal sehingga kejadiannya akan berbeda antar lokasi dan antar waktu

pengamatan. Kajian turbulensi dilakukan pada lima belas lokasi yakni Medan

(3.580 LU, 98.66

0 BT), Palembang (2.98

0 LS, 104.73

0 BT), Jakarta (6.21

0 LS,

106.850 BT), Surabaya (7.26

0 LS, 112.73

0 BT), Pontianak (0.02

0 LS, 109.33

0 BT),

Bali (8.270 LS, 115.14

0 BT), Samarinda (0.49

0 LS, 117.15

0 BT), Manado (1.49

0

LU, 124.840 BT), Makassar (5.13

0 LS, 119.42

0 BT), Kupang (10.18

0 LS, 123.58

0

BT), Ambon (3.610 LS, 128.10

0 BT), Sofifi (0.73

0 LU, 127.56

0 BT), Jayapura

Data Sounding

Ketinggian CCL

Suhu di 400hpa dari titik

CCL mengikuti garis

adiabatik jenuh (T’)

Suhu di 400hpa (T400)

ΔT = T’ – T400

Analisis intensitas

turbulensi berdasarkan ΔT

11

(2.520 LS, 140.72

0 BT), Manokwari (0.85

0 LS, 134.06

0 BT), dan Seram (2.86

0 LS,

129.470 BT).

Karakteristik rata-rata permukaan pada kelima belas titik adalah lokasi

perumahan atau perkotaan yang terdiri atas bangunan dan wilayah padat

penduduk, serta pada beberapa lokasi seperti Makassar, Manado, Ambon dan

Jayapura merupakan titik lokasi perkotaan yang berdekatan jaraknya dengan laut.

Laporan analisis musim kemarau dan musim hujan tahun 2012 oleh BMKG

(2012) menyatakan bahwa sebagian besar wilayah Jakarta, Bali, Sumatra,

Kalimantan, Jawa, Maluku dan Papua mengalami awal musim hujan pada kisaran

bulan Oktober - Desember 2012, dan untuk Jawa Timur dan Nusa Tenggara

berkisar bulan November 2012. Sedangkan rata-rata awal musim kemarau

dilaporkan terjadi pada kisaran bulan April – Mei 2012 untuk wilayah Jakarta,

Jawa, Bali dan Sumatra dan untuk wilayah Kalimantan diawali pada bulan Mei-

Juli 2012. Berdasarkan laporan awal musim kemarau dan hujan di Indonesia pada

tahun 2012 tersebut maka untuk melihat distribusi turbulensi berdasarkan pola

musimnya digunakanlah data bulan Juni dan Desember untuk mewakili kondisi

pada musim kemarau dan hujan.

Analisis Ketinggian Lapisan Pencampur

Stull (2010) menyatakan bahwa ketinggian turbulensi dapat diukur melalui

ketinggian lapisan pencampur karena sifat turbulensi yang menyebabkan

pencampuran di atmosfer. Berikut adalah grafik yang menunjukkan ketinggian

lapisan pencampur pada pagi dan siang hari di semua lokasi pengamatan dilihat

pula pada kondisi musim yang berbeda yaitu musim kemarau (Juni) dan musim

hujan (Desember).

Gambar 5 Ketinggian lapisan pencampur (km) di lima belas lokasi pengamatan

pada pagi hari (00 UTC) di musim kemarau (bulan Juni)

12

Gambar 6 Ketinggian lapisan pencampur (km) di lima belas lokasi pengamatan

pada siang hari (06 UTC) di musim kemarau (bulan Juni)

Gambar 7 Ketinggian lapisan pencampur (km) di lima belas lokasi pengamatan

pada pagi hari (00 UTC) di musim hujan (bulan Desember)

13

Gambar 8 Ketinggian lapisan pencampur (km) di lima belas lokasi pengamatan

pada siang hari (06 UTC) di musim hujan (bulan Desember)

Rata-rata antar lokasi menunjukkan ketinggian lapisan pencampur lebih

rendah pada pagi hari dibandingkan pada siang hari, yaitu berkisar antara 2.4 km

hingga 3.2 km untuk siang hari di bulan Juni dan Desember, dan pada pagi hari

pada kedua bulan yang sama berkisar antara 2.1 km hingga 3.1 km. Oke (2012)

menyatakan bahwa ketika siang hari, permukaan bumi akan lebih panas daripada

lapisan di atasnya sehingga terjadi kenaikan panas dari permukaan ke lapisan atas

yang menimbulkan pencampuran kuat dan memungkinkan ketinggian lapisan

pencampur bertambah. Pagi hari, permukaan bumi pada kondisi lebih dingin

dibanding lapisan di atasnya karena masih mendapatkan pengaruh dari kondisi

malam yaitu suhu permukaan lebih rendah dan juga pada pagi hari sumber panas

dari matahari belum mencapai maksimum untuk bisa menimbulkan pencampuran

besar.

Ketinggian lapisan pencampur yang ditentukan menggunakan metode

termodinamik dipengaruhi tingginya oleh perbandingan pemanasan kumulatif

pada siang hari dan gradien suhu potensial (Stull 2000). Sehingga, pada lokasi

Palembang yaitu lokasi dengan ketinggian lapisan pencampur siang hari paling

tinggi di bulan Juni dan Desember bisa dikatakan memiliki rasio panas kumulatif

dengan gradien suhu potensial yang paling besar dibandingkan lokasi lainnya.

Berdasarkan hasil yang diperoleh pada Gambar 5 sampai Gambar 8 yaitu

ketinggian lapisan pencampur berdasarkan nilai lintang setiap lokasi maka ditemui

bahwa sebagian besar lokasi seperti Palembang, Jakarta, Surabaya, Bali,

Makassar, Kupang, Ambon, Jayapura, dan Seram memiliki nilai ketinggian

lapisan pencampur yang lebih besar pada bulan Desember dibandingkan pada

bulan Juni. Hal ini berarti bahwa rasio antara besarnya panas kumulatif dan

gradien suhu potensial pada bulan Desember lebih besar daripada bulan Juni di

setiap lokasi tersebut. Nilai lintang setiap lokasi ini mempengaruhi besarnya panas

kumulatif yang diterima oleh permukaan (Stull 2000).

14

Identifikasi Keberadaan Turbulensi Berdasarkan Bilangan

Richardson

Ada atau tidaknya turbulensi di atmosfer dapat disimpulkan melalui

perhitungan bilangan Richardson. Menurut Mccann (2001) pengamatan

lingkungan dan keluaran model prediksi numerik cukup untuk mengkuantifikasi

geser angin dan bilangan Richardson, yang merupakan pemicu terjadinya

gelombang graviti. Gelombang graviti adalah salah satu penyebab terjadinya

turbulensi.

Bilangan Richardson diperoleh melalui rasio antara bouyancy dengan geser

angin vertikal. Karena nilai penyebut selalu positif maka hubungan antara

bilangan Richardson dengan turbulensi yakni Jika Ri < 0.0 menandakan terjadinya

turbulensi konvektif, ketika 0.0< Ri < 0.25 maka kemungkinan turbulensi masih

dapat terjadi namun dengan konvektif lemah dan ketika Ri > 0.25 menandakan

tidak cukup kuat untuk membentuk terjadinya turbulensi (Panofsky 1983).

Dibawah ini adalah persentase nilai bilangan Richardson pada lima belas lokasi

pengamatan.

Tabel 4 Persentase bilangan Richardson berdasarkan jumlah data pada satu hari

di lima belas lokasi untuk bulan Juni dan Desember

Lat, lon Lokasi

Juni Desember

Ri<0 (%)

0<Ri<0.25 (%)

Ri>0.25 (%)

Ri<0 (%)

0<Ri<0.25 (%)

Ri>0.25 (%)

3.58 N, 98.6 E Medan 1.8 73.1 25.1 1.7 70.5 27.7 2.98 S, 104.7 E Palembang 2.2 76.4 21.4 1.7 65.9 32.4 6.21 S, 106.8 E Jakarta 1.8 70.6 27.6 2.3 63.2 34.5 8.27 S, 112.7 E Surabaya 1.8 79.5 18.7 2.4 47.3 50.3 0.02 S, 109.3 E Pontianak 1.7 79.4 18.9 1.1 72.8 26.1 8.27 S, 115.1 E Bali 3.9 74.6 21.5 4.7 45.6 49.7 0.49 S, 117.1 E Samarinda 2.2 79.9 17.9 2.9 65.3 31.8 1.49 N, 124.8 E Manado 3.3 81.7 15.0 1.1 57.1 41.8 5.13 N, 119.2 E Makassar 4.8 79.0 16.2 1.1 57.1 41.8

10.18 S, 123.5 E Kupang 1.7 82.7 15.6 1.7 70.9 27.3 3.61 S, 128.1 E Ambon 3.8 78.8 17.4 2.3 63.6 34.1 0.73 N, 127.5 E Sofifi 2.3 79.8 17.9 1.2 52.1 46.6 2.52 S, 140.7 E Jayapura 1.2 57.9 40.9 1.7 66.5 31.8 0.85 S, 134.0 E Manokwari 1.9 61.4 36.7 1.9 55.6 42.5 2.86 S, 129.4 E Seram 2.3 72.3 25.4 1.8 66.3 31.9

Kondisi atmosfer kelima belas lokasi dalam satu hari pengamatan

menunjukkan bahwa kemungkinan terjadinya turbulensi mekanik akibat geser

angin vertikal sangat besar, yang ditandai dengan jumlah bilangan Richardson

bernilai antara 0 sampai 0.25 rata-rata melebihi lima puluh persen dari total

pengamatan. Hasil ini diperkuat oleh pernyataan McCann (2001) bahwa bilangan

Richardson kurang dari 0.25 umum terjadi di lapisan perbatas karena besarnya

pengaruh stabilitas dan geser angin yang merupakan standar pengukuran

rawinsonde. Kondisi ini terjadi di semua lokasi pengamatan pada bulan Juni

15

namun tidak demikian pada bulan Desember, meskipun mayoritas lokasi

menunjukkan kondisi yang sama namun ada beberapa lokasi seperti Surabaya dan

Bali yang memiliki persentase dominan untuk bilangan Richardson lebih besar

dari 0.25. Kondisi ini berarti tidak ada turbulensi yang terbentuk. Musim kemarau

juga menunjukkan bahwa geser angin lebih kuat membentuk turbulensi dibanding

oleh konveksi.

(a) (b)

(c) (d)

Gambar 9 Profil vertikal bilangan Richardson antara ketinggian permukaan dan

20 Km pada jam pengamatan siang (13.00 WIB atau 14.00 WITA)

dan malam (22.00 WIB atau 23.00 WITA) di lokasi Medan (a) (b)

dan Bali (c) (d)

16

Bilangan Richardson yang diplotkan secara vertikal terhadap ketinggian

diwakilkan dengan lokasi Medan dan Bali menunjukkan nilai yang dominan pada

kisaran antara 0 sampai 0.25 pada ketinggian di dekat permukaan sekitar di bawah

5 km. Ini berarti adanya turbulensi mekanik terjadi yaitu turbulensi akibat geser

angin karena besarnya pengaruh permukaan seperti akibat kekasapan permukaan

(Oke 2012).

Secara umum pada waktu siang ataupun malam hari di kedua lokasi yakni

Medan dan Bali, efek geser angin lebih kuat daripada konvektif untuk membentuk

terjadinya turbulensi disebut pula sebagai turbulensi mekanik. Hal ini ditandai

dengan nilai Richardson dominan pada kisaran 0 hingga 0.25. Namun persentase

kejadian nilai Richardson lebih besar daripada 0.25 yang menandakan tidak

terjadinya turbulensi pada waktu tersebut lebih banyak ditemui pada malam hari

di kedua lokasi bila dibandingkan dengan kejadian di siang hari.

Analisis Kekuatan Turbulensi Berdasarkan Besar Energi Kinetik

Turbulensi

Energi kinetik turbulensi merupakan salah satu parameter penting yang

digunakan oleh ahli meteorologi dalam menganalisis kondisi turbulensi di

atmosfer. Besarnya energi kinetik secara langsung menggambarkan kekuatan

turbulensi dalam aliran (McCann 1999). Bila bilangan Richardson dapat

digunakan untuk menentukan keberadaan turbulensi, maka energi kinetik

turbulensi digunakan untuk menentukan seberapa besar kekuatan turbulensi

tersebut.

(a)

(b)

Gambar 10 Simulasi energi kinetik turbulensi (m2/s

2) selama dua hari di Medan

pada bulan Juni (a), dan bulan Desember (b)

17

Energi kinetik turbulensi di lokasi Medan pada siang hari digambarkan

memiliki kontur gradien yang lebih rapat ketika waktu menunjukkan tengah hari

yaitu bernilai sekitar 0.1 m2/s

2. Semakin rapat gradien energi kinetik maka

semakin banyak energi turbulensi yang terbentuk pada saat itu. Kontur juga

menunjukkan bahwa nilai energi kinetik turbulensi berbeda pada tiap ketinggian.

Hari pertama di bulan Juni menunjukkan adanya energi kinetik maksimum pada

ketinggian kurang dari 2 km sedangkan pada hari pertama bulan Desember

ditemui energi kinetik maksimum pada ketinggian kurang dari 1 km di kisaran

jam 7 hingga 13 WIB.

Ketika waktu menunjukkan pagi hari, gradien energi tidak terlalu rapat dan

ketinggian turbulensi rendah, namun saat mencapai tengah hari kerapatan energi

kinetik meningkat serta ketinggian turbulensi bertambah dikarenakan besarnya

geser angin yang terjadi pada siang hari menurut perhitungan Richardson yang

memicu pertumbuhan turbulensi yaitu turbulensi mekanik. Pagi hari berikutnya,

kerapatan gradien energi kinetik kembali berkurang akibat pengaruh efek

bouyancy lebih besar daripada geser angin menurut nilai Richardson yang

diperoleh (> 0.25) sehingga besarnya energi bouyancy ini tidak cukup kuat untuk

mmbentuk terjadinya turbulensi ditandai dengan energi turbulensi yang teredam

pada pagi hari, namun terlihat adanya pertumbuhan turbulensi ketika waktu

menunjukkan siang hari yang dinyatakan dengan kerapatan energi turbulensi yang

meningkat. Besar energi kinetik turbulensi dalam tampilan kontur menyatakan

bahwa pola temporal yakni kondisi pagi dan siang hari memberi pengaruh berbeda

bagi terbentuknya turbulensi (Savli 2012).

Berdasarkan perhitungan di lima belas lokasi pada beberapa jam

pengamatan, maka nilai energi kinetik turbulensi di tiap lokasi dibagi menurut

distribusi data menjadi empat bagian atau kategori berdasarkan nilai kuartilnya:

Tabel 5 Nilai kuartil turbulensi berdasarkan distribusi data energi kinetik di lima

belas lokasi pengamatan

Lat, lon Lokasi

Energi kinetik turbulensi (m2/s2) x10^(-2)

Juni Desember

q1 q2 q3 q1 q2 q3

3.58 N, 98.6 E Medan 2.6 8.3 16.6 0.7 2.3 5.1 2.98 S, 104.7 E Palembang 3.1 6.4 16.9 1.9 7.6 17.0 6.21 S, 106.8 E Jakarta 1.3 3.5 14.2 0.5 11.1 37.6 8.27 S, 112.7 E Surabaya 1.7 13.7 30.1 0.9 3.6 13.8 0.02 S, 109.3 E Pontianak 9.1 22.8 46.7 2.1 8.3 25.5 8.27 S, 115.1 E Bali 1.1 14.8 42.0 1.3 4.2 12.0 0.49 S, 117.1 E Samarinda 6.7 26.1 61.0 1.1 9.0 21.7 1.49 N, 124.8 E Manado 6.7 21.6 42.5 1.5 6.6 13.7 5.13 N, 119.2 E Makassar 0.4 6.8 17.8 1.0 3.9 7.8 10.1 S, 123.5 E Kupang 0.7 21.3 60.6 3.4 9.2 28.3 3.61 S, 128.1 E Ambon 10.0 56.8 116.1 1.4 4.4 10.2 0.73 N, 127.5 E Sofifi 6.1 18.2 38.6 1.3 4.4 10.4 2.52 S, 140.7 E Jayapura 0.5 2.0 9.1 3.6 23.3 47.0 0.85 S, 134.0 E Manokwari 1.1 5.4 9.5 0.8 4.3 6.9 2.86 S, 129.4 E Seram 11.4 26.3 53.4 0.5 1.7 4.1

18

Kategori turbulensi pada tabel 6 dibuat berdasarkan nilai sebaran distribusi

data sehingga nilai kategori untuk setiap lokasi menjadi berbeda. Nilai pada baris

q1 merupakan nilai yang membatasi data menjadi 25% frekuensi di bagian bawah

dan 75% frekuensi di bagian atas. Nilai q2 berarti nilai yang membagi kelompok

data menjadi 50% di atas nilai q2 dan 50% di bawah nilai q2. Dan nilai q3

merupakan nilai yang menjadi batas dari 75% frekuensi di bagian bawah dan 25%

frekuensi di bagian atas. Berdasarkan nilai q1, q2, dan q3 yang membatasi data

maka dapat diperoleh empat kelas pengelompokkan turbulensi, yaitu nilai di

bawah q1 menandakan energi kinetik sangat kecil sehingga bisa dikatakan

turbulensi sangat lemah, nilai di antara q1 dan q2 dinyatakan sebagai turbulensi

lemah, nilai antara q2 dan q3 sebagai kategori turbulensi sedang, dan nilai di atas

q3 yang berarti energi kinetiknya bernilai sangat besar dikelompokkan sebagai

turbulensi kuat.

(a)

(b)

19

Gambar 11 Sebaran pengelompokkan turbulensi berdasarkan nilai energi kinetik

pada (a) Juni, (b) Desember

Berdasarkan besarnya energi kinetik turbulensi pada pengukuran Juni dan

Desember maka dapat ditentukan kategori turbulensi di setiap lokasi berbeda dari

klasifikasi kuartil. Hasil kajian bulan Juni terlihat bahwa persentase kejadian

turbulensi dari seluruh pengamatan merata untuk empat kategori yaitu antara 20

sampai 30% menunjukkan masing-masing kondisi turbulensi sangat lemah,

lemah, sedang, dan kuat dari semua lokasi pengamatan, namun ada dua lokasi

yaitu Manokwari dan Jayapura memiliki lebih dari 40% kejadian turbulensi sangat

lemah pada bulan Juni yang bisa disebabkan pengaruh kecilnya nilai geser angin

vertikal atau konveksi pada lokasi tersebut sebagai pembentuk terjadinya

turbulensi. Hasil perhitungan bulan Desember menunjukkan kondisi yang hampir

sama dengan bulan Juni yaitu 20 hingga 30% turbulensi yang terjadi

menggambarkan tiap kategori. Namun untuk lokasi Jakarta, 40% dari total

kejadian memiliki nilai energi kinetik yang lebih besar dibanding nilai q3

sehingga dikategorikan sebagai lokasi dengan turbulensi kuat pada bulan

Desember.

Intensitas Turbulensi dan Klasifikasi bagi Turbulensi Konvektif

Klasifikasi turbulensi konvektif menggunakan metode tephigram

merupakan pengelompokkan turbulensi ke dalam empat kategori yaitu lemah,

sedang, kuat, dan ekstrim berdasarkan nilai intensitas dengan asumsi tidak ada

pengaruh dinamik.

Gambar 12 Profil udara atas lokasi Manado pada tanggal 1 Juni 2012 pukul 13.00

WIB, cara pengeplotan suhu untuk metode Tephigram

20

Profil udara pada gambar 12 merupakan prosedur yang dilakukan untuk

menentukan klasifikasi turbulensi konvektif dengan metode Tephigram. Selisih

antara suhu pada tekanan 400 hPa dengan suhu 400 hPa yang ditarik dari titik

CCL kemudian disesuaikan dengan kategori turbulensi yang tersedia pada metode

Tephigram. Hasil klasifikasi turbulen pada lima belas lokasi selama bulan Juni

dan Desember adalah sebagai berikut:

(a) (b)

Gambar 13 Jumlah kejadian intensitas turbulensi selama pengamatan di lima

belas lokasi pada bulan Juni (a) dan Desember (b)

Klasifikasi turbulensi yang dilakukan menggunakan metode Tephigram

pada bulan Juni dan Desember menyatakan bahwa lebih dari sembilan puluh

persen total kejadian di atmosfer merupakan turbulensi dengan kategori lemah,

sedangkan sisanya adalah kejadian turbulensi sedang.

Nilai intensitas turbulensi dapat pula dihitung melalui persamaan statistik

yang merupakan rasio standar deviasi dari fluktuasi kecepatan angin. Apabila nilai

intensitas turbulensi ini dikaitkan dengan besar intensitas turbulensi berdasarkan

klasifikasi metode Tephigram maka akan diperoleh:

Tabel 6 Kaitan antara besarnya intensitas turbulensi dengan klasifikasinya pada

daerah kajian Manado dan Kupang

Jam Intensitas

Turbulensi

klasifikasi

turbulensi

konvektif

(WITA)

Manado 8 0.09 Lemah

4 Juni 11 0.09 Sedang

14 0.08 Lemah

17 0.10 Lemah

20 0.09 Lemah

23 0.09 Lemah

2 0.10 Sedang

5 0.08 Lemah

21

Nilai intensitas turbulensi yang diperoleh melalui pendekatan statistik tidak

memiliki hubungan berbanding lurus dengan klasifikasi yang digunakan untuk

turbulensi konvektif. Hal ini disimpulkan karena nilai intensitas secara statistik

tidak menunjukkan perubahan berarti pada klasifikasi intensitas metode

Tephigram. Ini bisa jadi disebabkan pada perhitungan statistik, nilai intensitas

yang dihitung tidak hanya dilihat dari proses konvektif namun juga dari pengaruh

geser angin vertikal yang merupakan parameter turbulensi mekanik (Arya 2001).

SIMPULAN DAN SARAN

Simpulan

Hasil kajian distribusi turbulensi berdasarkan beberapa parameter yaitu

parameter ketinggian lapisan pencampur, bilangan Richardson, energi kinetik dan

intensitas menunjukkan adanya pola harian dan pola musiman turbulensi.

Ketinggian lapisan pencampur yang dihitung pada siang hari berkisar antara 2.2

km hingga 3.2 km, sedangkan pada pagi hari berkisar antara 2.2 km hingga 3.1

km pada semua lokasi pengamatan di bulan Juni dan Desember. Setiap lokasi

menunjukkan bahwa ketinggian lapisan pencampur pada pagi hari lebih rendah

daripada siang hari. Berdasarkan pengamatan di dua bulan pengamatan yaitu Juni

dan Desember, hampir semua lokasi memiliki nilai ketinggian lapisan pencampur

yang lebih tinggi pada bulan Desember dibandingkan bulan Juni.

Persentase adanya turbulensi yang ditinjau dari nilai Richardson

menunjukkan bahwa lebih dari 50% total pengamatan memiliki nilai Richardson

antara 0 hingga 0.25 yang berarti kemungkinan besar terjadi turbulensi dengan

konvektif lemah pada tiap lokasi. Berdasarkan energi kinetiknya, maka kekuatan

turbulensi maksimum terjadi pada siang hari (lebih dari 0.1 m2/s

2 di lokasi

Medan), yang diindikasikan dengan rapatnya gradien energi kinetik pada tampilan

kontur dibandingkan dengan energi kinetik pada pagi hari. Pola musiman

menunjukkan energi kinetik turbulensi lebih besar ditemui pada musim kemarau

(bulan Juni) dibanding pada musim hujan (bulan Desember) di setiap lokasi

kajian.

Berdasarkan hasil penelitian dapat disimpulkan bahwa turbulensi di lima

belas lokasi kajian dominan pada kategori turbulensi lemah ditinjau dari intensitas

turbulensi konvektif, dan berdasarkan kekuatan energi kinetik setiap lokasi

tergolong kategori turbulensi lemah hingga kuat.

Kupang

3 Des 8 0.43 Lemah

11 0.24 Sedang

14 0.34 Lemah

17 0.21 Lemah

20 0.83 Lemah

23 0.19 Sedang

2 0.97 Lemah

5 0.38 Sedang

22

Saran

Metode Tephigram merupakan metode klasifikasi intensitas turbulensi

namun hanya melihat pengaruh konvektif sehingga tidak berkaitan dengan

perhitungan nilai intensitas secara statistik yang ditinjau dari faktor angin. Perlu

dikembangkan lebih lanjut kajian mengenai klasifikasi turbulensi secara

kuantitatif yang dapat menggambarkan kondisi turbulensi di suatu lokasi.

DAFTAR PUSTAKA

Arya SP. 1999. Air Pollution Meteorology and Dispersion. New York: Oxford

University Press.

Arya SP. 2001. Introduction to Micrometeorology Second Edition. San Diego,

California: Academic Press.

BMKG. 2012. Analisis Musim Kemarau 2012 dan Prakiraan Musim Hujan

2012/2013. Jakarta: Badan Meteorologi dan Geofisika

COMET. 2013. Tephygram mastery. New York: University Corporation for

Atmospheric Research.

Golding WL. 2000. Turbulence and its impact on commercial aviation. The

Journal of Aviation/Aerospace Education & Reseach. 11(2): 19-30

Han J, Arya SP, Shen S, Lin Y. 2000. An Estimation of Turbulent Kinetic Energy

and Energy Dissipation Rate Based on Atmospheric Boundary Layer

Similarity Theory [NASA Report]. Virginia: Langley Research

Center.

McCann DW. 1999. A simple turbulent kinetic energy equation and aircraft

boundary layer turbulence. National Weather Digest. 23(1-2): 13-19.

McCann DW. 2001. Gravity waves, unbalanced flow, and aircraft clear air.

National Weather Digest. 25(1-2): 3-14.

Oke TR. 2002. Boundary Layer Climates Second Edition. British: Taylor &

Francis e-Library

Overeem A. 2002. Verification of clear-air turbulence forecasts [Technisch

rapport]. Netherlands: KNMI (Royal Netherlands Meteorological

Institute)

Panofsky H, Dutton JA. 1983. Atmospheric Turbulence Models and Methods for

Engineering Applications. Pennsylvania: The Pennsylvania State

University

Sasmito A. 2011. Peringatan dini dan diagnosis munculnya turbulensi cuaca cerah

dan dampaknya pada pesawat. Jurnal Meteorologi dan Geofisika. 12(3):

291-302

Stull R. 2000. Meteorology for Scientist and Engineers Second Edition. United

States of America: Brooks/Cole Thomson Learning

Savli M. 2012. Turbulence kinetic energi – TKE [skripsi]. Ljubljana: University

of Ljubljana

Widseth C, Morss D. 1999. Airborne verification of atmospheric turbulence using

the richardson number. National Weather Digest. 23:4

23

LAMPIRAN

Lampiran 1 Ketingian lapisan pencampur pada pagi dan siang hari serta

dibedakan pada pola musim di 15 lokasi pengamatan

Lokasi

Ketinggian lapisan pencampur (Km)

Juni Desember

Pagi Siang Pagi Siang

(07.00 WIB*) (13.00

WIB) (07.00 WIB)

(13.00 WIB)

Medan 2.92 3.20 2.95 3.10

Palembang 2.85 3.26 3.01 3.29

Jakarta 2.86 2.96 3.15 3.27

Surabaya 2.46 2.58 2.86 3.01

Pontianak 2.81 3.01 2.82 3.01

(08.00 WITA*) (14.00

WITA) (08.00 WITA)

(14.00 WITA)

Bali 2.37 2.42 2.74 2.77

Samarinda 2.58 2.75 2.58 2.73

Manado 2.52 2.53 2.51 2.52

Makassar 2.45 2.49 2.76 2.78

Kupang 2.21 2.27 2.73 2.79

(09.00 WIT*) (15.00 WIT)

(09.00 WIT) (15.00 WIT)

Ambon 2.40 2.43 2.59 2.59

Sofifi 2.50 2.49 2.44 2.45

Jayapura 2.23 2.23 2.35 2.32

Manokwari 2.32 2.27 2.38 2.35

Seram 2.31 2.46 2.60 2.62

*WIB: Waktu Indonesia Barat; *WITA: Waktu Indonesia Tengah; *WIT : Waktu

Indonesia Timur

Lampiran 2 Nilai Richardson terhadap ketinggian pada siang dan malam hari di

lokasi Medan dan Bali

Waktu Medan Bali

Ketinggian

(Km) Ri number

Ketinggian

(Km)

Ri

number

Siang (13.00 WIB atau

14.00 WITA) 0.0 0.028 0.0 0.028

0.1 0.036 0.1 0.036

0.3 0.007 0.3 0.007

0.5 0.025 0.5 0.025

1.0 0.041 1.0 0.041

1.5 0.051 1.5 0.051

2.0 0.016 2.0 0.016

2.5 0.019 2.5 0.019

24

3.1 0.234 3.1 0.234

3.7 0.025 3.7 0.025

4.4 0.007 4.4 0.007

5.1 0.005 5.1 0.005

5.9 0.020 5.9 0.020

6.7 0.081 6.7 0.081

7.6 0.022 7.6 0.022

8.6 0.022 8.6 0.022

9.7 0.085 9.7 0.085

11.0 0.545 11.0 0.545

14.3 0.020 14.3 0.020

16.6 0.046 16.6 0.046

20.6 0.006 20.6 0.006

Malam (22.00 WIB

atau 23.00 WITA) 0.0 -0.030 0.0 -0.051

0.1 0.067 0.1 0.391

0.3 0.011 0.3 0.169

0.5 0.318 0.8 0.163

0.7 0.113 1.0 0.028

0.9 0.023 1.5 0.176

1.5 0.163 2.0 0.010

1.9 0.014 2.5 0.014

2.5 0.051 3.1 0.077

3.1 0.461 3.7 0.003

3.7 0.007 4.4 0.017

4.4 0.007 5.1 0.016

5.9 0.020 6.7 0.139

6.7 1.339 7.6 0.072

7.6 0.042 8.6 0.029

8.6 0.058 9.7 0.276

9.7 0.509 11.0 0.101

10.9 1.236 12.5 0.026

14.2 0.025 14.3 0.023

16.6 0.034 16.6 0.083

20.6 0.005 20.6 0.004

Lampiran 3 Nilai energi kinetik turbulensi (m2/s

2) di lokasi Medan pada satu hari

di bulan Juni dan satu hari di bulan Desember

Waktu

(WIB)

ketinggian

(km)

TKE

(m2/s

2)

1 Juni

TKE

(m2/s

2)

1 Des

7 0.24 0.072 0.018

0.30 0.116 0.016

0.53 0.110 0.015

25

0.76 0.069 0.034

1.00 0.019 0.039

1.50 0.038 0.041

2.01 0.065 0.036

2.56 0.036 0.016

10 0.24 0.005 0.004

0.30 0.083 0.032

0.53 0.075 0.051

0.76 0.103 0.070

1.00 0.153 0.072

1.50 0.240 0.082

2.02 0.172 0.060

2.56 0.048 0.035

3.14 0.001 -

13 0.24 0.062 0.005

0.29 0.056 0.158

0.52 0.006 0.195

0.76 0.009 0.171

1.00 0.024 0.133

1.50 0.038 0.056

2.01 0.045 0.074

2.56 0.019 0.044

3.14 0.001 0.001

16 0.24 0.005 0.004

0.28 0.058 0.210

0.51 0.004 0.185

0.74 0.015 0.184

0.98 0.051 0.162

1.48 0.118 0.133

2.00 0.097 0.116

2.55 0.032 0.050

3.13 0.001 -

Lampiran 4 Jumlah kejadian turbulensi berdasarkan kategori energi kinetik

turbulen

Lokasi

Jumlah kejadian (%)

Juni Desember

sangat

lemah lemah sedang kuat

sangat

lemah lemah sedang kuat

Medan 25.1 28.0 22.2 24.7 27 22.3 22.7 27.9

Palembang 27.1 18.8 26.3 27.8 24.2 24.5 22.7 28.6

Jakarta 26.8 21.9 25.0 26.3 17.1 30.5 4.8 47.6

Surabaya 30.0 28.8 19.4 21.8 26.8 21.9 25.4 25.9

Pontianak 33.0 24.6 21.2 21.2 32.0 16.5 23.5 28.0

Bali 25.0 25.0 24.6 25.4 28.3 21.9 25.1 24.7

26

Samarinda 27.4 23.9 25.5 23.2 38.1 20.4 18.4 23.1

Manado 20.0 27.8 24.9 27.3 26.0 23.3 25.1 25.6

Makassar 27.2 22.8 20.3 29.7 26.3 29.5 23.7 20.5

Kupang 21.9 23.5 22.4 32.1 29.0 24.1 22.3 24.6

Ambon 24.1 24.6 25.4 25.9 46.0 1.3 23.7 29.0

Sofifi 28.6 22.7 26.4 22.3 26.8 25.0 23.1 25.4

Jayapura 47.3 14.7 20.1 17.9 24.5 28.1 25.0 22.4

Manokwari 48.6 19.0 17.8 14.6 30.3 23.0 18.2 28.5

Seram 27.9 20.3 27.4 24.4 44.9 17.3 17.7 20.2

Lampiran 5 Nilai selisih suhu pada metode Termodinamik untuk lokasi Manado

pada bulan Juni 2012

Jam 0 UTC 3 UTC 6 UTC 9 UTC 12 UTC 15 UTC 18 UTC 21 UTC

Tanggal ΔT

1 juni 3.8 3.1 2.7 3.2 3.7 4 4.3 3.9

2 juni 3.6 3.5 2.9 2.9 3.9 2.9 2.2 2.9

3 juni 3.7 2.3 2.7 2.6 3.3 3.9 3.4 3.4

4 juni 3.5 4.3 3.9 3.9 3.3 3.6 4.1 3.5

5 juni 3.6 2.9 2.8 2.6 3.8 4.1 3.8 3.6

6 juni 3.4 4.8 3.8 3.9 3.5 3.9 3.9 3.5

7 juni 3.7 3.3 2.6 3.6 3.6 3.8 4.6 4.3

Lampiran 6 Nilai selisih suhu pada metode Termodinamik untuk lokasi Manado

pada bulan Desember 2012

Jam 0 UTC 3 UTC 6 UTC 9 UTC 12 UTC 15 UTC 18 UTC 21 UTC

Tanggal ΔT

1 des 3.4 3.1 2.9 2.3 2.1 2.1 2.3 1.8

2 des 2.5 2.3 2.9 2.6 3.3 3 2.9 2.6

3 des 2.8 2.7 3 3.1 2.5 2.2 3 3.1

4 des 3 3 3.5 3.1 2.8 3.1 2.9 2.8

5 des 2.5 2.3 2.8 2.8 3.6 3.9 3.2 2.9

6 des 3 2.9 2.9 2.1 2.4 3.5 3.3 3

7 des 2.7 2.2 3.2 3 3.4 3 3.4 2.9

Lampiran 7 Nilai selisih suhu pada metode Termodinamik untuk lokasi Kupang

pada bulan Juni 2012

Jam 0 UTC 3 UTC 6 UTC 9 UTC 12 UTC 15 UTC 18 UTC 21 UTC

Tanggal ΔT

1 juni 0 0 0.1 0 1.6 1.2 0.8 1 2 juni 0.6 1.1 1 0.9 1.3 0.6 0.6 0.3 3 juni 0.1 1.2 0.1 0 0.8 0.2 0.2 0.2 4 juni 0.2 0.8 1.6 3.1 2.2 0.5 0.8 1 5 juni 1.6 2.9 3.6 1.2 0.5 0.9 0.7 0.8 6 juni 0.5 1 0.8 0.3 0.5 0.8 2.2 1.9 7 juni 1.8 1 0.2 0 3.6 2 1.3 1.2

27

Lampiran 8 Nilai selisih suhu pada metode Termodinamik untuk lokasi Kupang

pada bulan Desember 2012

Jam 0 UTC 3 UTC 6 UTC 9 UTC 12 UTC 15 UTC 18 UTC 21 UTC

Tanggal ΔT

1 des 4.5 3 3 1.8 3.1 2 3.1 2.3

2 des 3.2 3.2 3.1 2 3.9 3.5 4.5 5

3 des 3.5 4.1 1.1 3.8 3.6 4.4 2.6 4.1

4 des 3 3.5 2.4 3.8 3.2 4 1.9 2.9

5 des 3.1 4.3 1 4.9 2.8 3.7 4.2 2.9

6 des 4.8 2.8 3.6 2.2 3.4 2.8 5.8 2.6

7 des 5.8 1.5 3.4 2.6 3.2 4 4.5 4.1

28

RIWAYAT HIDUP

Penulis dilahirkan di Jakarta pada tanggal 31 Januari 1993 dari ayah Butek

Tonggal dan ibu Andryani. Penulis adalah putri kedua dari dua bersaudara. Tahun

2010 penulis lulus dari SMA Negeri 14 Bandung dan pada tahun yang sama

penulis lulus seleksi masuk Institut Pertanian Bogor (IPB) melalui jalur Undangan

Seleksi Masuk IPB dan diterima di Departemen Geofisika dan Meteorologi,

Fakultas Matematika dan Ilmu Pengetahuan Alam.

Selama mengikuti perkuliahan, penulis menjadi asisten praktikum

Meteorologi Fisik pada tahun ajaran 2013/2014. Penulis juga pernah aktif sebagai

staf Departemen Sains dan Aplikasi HIMAGRETO IPB pada tahun 2011/2012.

Pada bulan Juni – Juli 2012 penulis melaksankan kegiatan magang di badan

penelitian klimatologi (BALITKLIMAT), Cimanggu, Bogor pada bagian

Agrometeorologi. Selanjutnya pada bulan Juli – Agustus 2013 penulis

melaksankan kegiatan magang di Badan Meteorologi Klimatologi dan Geofisika

(BMKG) Tjilik Riwut, Palangkaraya. Bulan Juni – Juli 2013 penulis juga

mengikuti kegiatan IPB Goes to Field (IGTF) di kabupaten Pekalongan dengan

tema Budidaya dan Teknologi Hasil Perikanan di Kabupaten Pekalongan.