ANALISIS PERUBAHAN IKLIM DAN PROYEKSI CURAHHUJAN DAN SUHU UDARA DI WILAYAH SELAPARANG,

MATARAM, LOMBOK, NUSA TENGGARA BARAT

Made Budi SetyawanStasiun Klimatologi Kelas 1 Kediri, Mataram, Lombok, NTB.

e-mail: budi.gladius@gmail.comSekolah Tinggi Meteorologi Klimatologi dan Geofisika, Jakarta

Abstrak

Kenaikan suhu di permukaan bumi pada abad ke–20 lebih besardaripada beberapa abad sebelumnya. . Kejadian ini terbuktiterjadi pada 140 tahun dan 100 tahun yang lalu, denganestimasi yang terbaik telah menunjukkan kenaikan suhu rata –rata 0,2°C. Beberapa negara pun mengadakan berbagaikonferensi untuk mengantisipasi dampak dari isu perubahaniklim ini. Indonesia juga ikut mengantisipasi dampak tersebutdengan wilayah penelitian di Kecamatan Selaparang yangterletak di Kota Mataram, Nusa Tenggara Barat. Untukmenganalisis trend perubahan iklim dan proyeksi di wilayahtersebut, data yang digunakan data curah hujan, suhu rata –rata, suhu maksimum, dan suhu minimum dari data observasiStasiun Selaparang tahun 1981- 2010, data historical CORDEX1981- 2006, dan data skenario RCP 45 dan RCP 85 dengan periode2006 - 2050. Dalam pengolahan digunakan metode stepwiseregressi. Trend curah hujan, suhu rata – rata, suhu maksimum,dan suhu minimum di Selaparang dari tahun 1981 hingga 2010secara umum tidak adanya perubahan trend yang terlalusiginifikan sehingga dapat diindikasikan perubahan iklim diWilayah Selaparang tidak terjadi secara siginifikan. Hasilproyeksi dari skenario RCP 45 menunjukkan kondisi curahhujan, suhu rata – rata, suhu maksimum, dan suhu minimum diSelaparang pada umumnya trend naik hingga tahun 2050,

terkecuali parameter curah hujan yang mengalami penurunan.Sedangkan dari RCP 85 menunjukkan hal sebaliknya, yaitu secaraumum trend tiap – tiap parameter menurun, terkecuali tren suhurata – rata yang mengalami trend naik.

Kata kunci : Perubahan iklim, stepwise regressi, CORDEX, RCP 45,RCP 85

Abstrack

The increase in temperature of the earth in the 20th century is greater than a fewcenturies earlier . This incident proved to occur in 140 years and 100 years ago, witha best estimate of the average temperatures have risen - average of 0.2 ° C. Somecountries also hold conferences to anticipate the impact of climate change issue.Indonesia also anticipate the impact of the research area in District Selaparanglocated in Mataram, West Nusa Tenggara. To analyze trends and projections ofclimate change in this region, the data used rainfall data, the average temperature ,maximum temperature and minimum temperature of observation data SelaparangStation in 1981- 2010, 1981- 2006 Cordex historical data, and the data RCPscenarios 45 and RCP 85 with the period 2006 - 2050. In the processing of stepwiseregression method is used. Trend rainfall, the average temperature , maximumtemperature and minimum temperature in Selaparang from 1981 to 2010 ingeneral absence of seasonality is not too significant, with the result of climatechange condition in Selaparang Region indicated not siginificant . The projection ofthe scenario RCP 45 shows the rainfall, average temperature, maximumtemperature and minimum temperature in Selaparang generally rising trend until2050, with the exception of the parameters rainfall experienced depression . Whilethe RCP 85 to the contrary, that the general trend of each - each parameterdecreases, with the exception of the average temperature trend experiencing risingtrend.

Keywords: Climate change, stepwise regression, CORDEX, RCP 45, RCP 85

Pendahuluan

Kenaikan suhu bumi pada abad21 ini dirasakan telahmengganggu aktifitas

kehidupan di belahan bumimanapun dan berdampak nyatapada perubahan iklim global(Budiastuti,2010). Semua inibermula dari revolusi

industri inggris dan seiringberjalannya waktu, negara –negara yang lain selainInggris melakukan aktifitasindustri dan menambahsumbangan terhadap emissikarbon yang berada diatmosfer. Berdasarkanlaporan grup peneliti IPCC(Intergovernmental Panel onClimate Change) yang telahmengindikasikan laju dandurasi pemanasan pada abadke-20 lebih besar daripadabeberapa abad sebelumnya.Laporan tersebut jugamengindikasikan pemanasantelah terjadi sejak dekade1990 dan pemanasan tertinggitahun 1998 hingga abadmilenium. Kejadian initerbukti terjadi pada 140tahun dan 100 tahun yanglalu, dengan estimasi yangterbaik telah menunjukkankenaikan suhu rata – rata0,2°C. Laporan ini termasukdengan kejadian pemanasanpada abad 20 yang terjadiakibat aktifitas manusia.Berdasarkan skenario gasrumah kaca dan aerosolsecara global yang terkinilaju pemanasan bertambah1,4°C hingga 5,8°C, dariperiode 1990 hingga 2010.Besarnya nilai proyeksimenyebabkan berbagai paraahli fokus terhadapbagaimana untuk adaptasi,mitigasi dan menghindaridampak dari kerusakan global

dan regional. Sedangkanuntuk di Indonesia sendiri,kondisi ini mengakibatkanpergeseran periode hujan dankemarau yang tidak lagidapat ditentukan secarapasti dengan musim keringyang lebih panjang daribiasanya dan dengan intervalwaktu yang lebih pendek (3-4tahun sekali dibanding 7tahun sekali). Lembagapemerintah non departemenBadan Meteorologi,Klimatologi dan Geofisika(BMKG) memantau peningkatanini dan diumumkan secaraperiodik melalui media massaagar seluruh kegiatan yangberhubungan dengan hal itu(Pertanian, Perikanan,Peternakan, Transportasi,dan lain-lain) benar-benardirencanakan secara matang.Berbagai forum ilmiahtingkat dunia diadakansecara intensif untukmembahas penyimpangan iklimini dan berawal dariKonferensi Tingkat TinggiBumi (Earth Summit) padatahun 1992 di Rio deJaneiro, Brazil yangmembahas upaya menstabilkanemisi gas rumah kaca (GRK)ke atmosfer pada tingkattertentu. Perundingan terusdilakukan hingga pada tahun1997 di Kyoto, Konferensipara pihak (CoP:Conferenceof Parties) menelurkansebuah tata cara penurunan

emisi GRK yang dikenaldengan Protokol Kyoto. Emisigas yang dihasilkan olehnegara industri maju harusditurunkan hingga mencapai5,2% dari emisi GRK tahun1990 dan hal itu hendaknyadicapai pada periode tahun2008-2012. Akhir tahun 2007digelar kembali Conferenceof Parties 13 di Nusa PenidaBali untuk membuat pedomannegosiasi perjanjianmultilateral penggantiProtokol Kyoto. Didalampertemuan tersebutditetapkan bahwa emisi GRKharus dicapai pada tingkattertentu saat ekosistemmampu beradaptasi denganperubahan iklim (Soemarwoto,2001; Murdiyarso, 2002,2003a, 2003b, Kompas, Des2007). Sampai pada akhirnyapada bulan Desember 2009diadakan KTT Bumi untukPerubahan Iklim (CoP 15) diKopenhagen Denmark denganagenda utama mewujudkankesepakatan baru penurunanemisi GRK sebagai penggantiProtokol Kyoto yang berakhirtahun 2012. Di dalampertemuan tersebut negara ASdan China berjanjimenurunkan emisi GRK sebesar17% dan 45% dari level 2005pada tahun 2020, danpenurunan sebesar 26%dijanjikan oleh Indonesia.Dari pertemuan – peretemuanini telah dihasilkan

berbagai kebijakan di tiap –tiap negara untuk mengontrolkondisi emisi GRK di masing– masing negara tersebut.WMO membangun stasiunpemantau atmosfer atau yanglebih dikenal GlobalAtmospheric Watch (GAW) ditiap – tiap negara di dunia,termasuk Indonesia yangterletak di BukitKototabang, Padang. WalaupunIndonesia memiliki wilayahyang luas, hanya di BukitKototabang lah yang memilikiGAW. Akan tetapi, peranserta tiap wilayah jugadiikut sertakan dalammonitoring perubahan iklim,dalam hal ini parameter yangdikaji adalah curah hujan,dan suhu udara (suhu udararata – rata, suhu udaramaksimum, dan suhu udaraminimum) di tiap – tiapwilayah. Provinsi NusaTenggara Barat (NTB)merupakan salah satu wilayahIndonesia bagian Timur yangsangat rentan terhadapperubahan iklim (Butler dkk.2009; GTZ. 2010). Adapunfokus wilayah adalahperkotaan dengan difokuskanpada wilayah Selaparang,Kota Mataram, Lombok, NusaTenggara Barat. Wilayahperkotaan pada umunyaberpotensi dalam penyumbangemisi gas rumah kaca, karenakondisi perkotaan cenderungmemilki transportasi lebih

banyak dari pedesaan danpolusi yang dihasilkanberlebih, mengingat masihbanyaknya alat trasnportasiyang menggunakan bahan bakarfosil yang notabenepenghasil gas buang yangberupa gas rumah kaca.Bagaimanapun juga, kajianutama yang lebih pentingyaitu kondisi trend curahhujan dan kondisi trend suhuudara (suhu udara rata –rata, suhu udara maksimum,dan suhu udara minimum)

Data dan Metodea. Data

Data yang digunakandalam membangun trenddan model persamaanstepwise regressi yaitudata observasi curahhujan, suhu rata –rata, suhu maksimum dansuhu minimum daristasiun BMKG Selaparangtahun 1981 – 2010 dandata historical curahhujan, suhu rata –rata, suhu maksimum dansuhu minimum dariCORDEX tahun 1981 –2005. Selain itu, dataskenario RCP 45 dan RCP85 dari CORDEX denganperiode 2006 – 2050digunakan sebagaiprediktor proyeksikondisi curah hujan,suhu rata – rata, suhumaksimum, dan suhu

minimum di wilayahSelaparang.

b. MetodeAnalisis trend dibagidalam 30 tahun dan per10 tahunan untuk curahhujan, suhu rata –rata, suhu maksimum,dan suhu minimum. Untukmendapatkan persamaanregressi bergandaterbaik digunakanlahmetode stepwiseregressi. StepwiseRegressi merupakanturunan dari Regressiberganda, dimanastepwise regressidigunakan untukmendapatkan persamaanregressi yang terbaikdengan syarat eliminasidari ketentuan stepwisetersebut. AnalisisRegresi Linier Bergandaadalah suatu metodestatistik umum yangdigunakan untukmeneliti hubunganantara satu variabeldependen (Y) denganbeberapa variabelindependen (X1,X2,...,XK) (Drapper andSmith, 1992; Hair,Black, Babin,Anderson,&Tatham, 2006,P.176; Cohen, J Cohen,West, and Aiken, 2003;Johnson, R.A. andWichern, D.W, 2002).

Tujuan analisis regresiberganda adalahmenggunakan nilai-nilaivariabel dependen yangdiketahui, untukmeramalkan nilaivariabel dependen.Persamaan umum dariregresi linier begandaadalah

Y=β0 +β1 X1 +β2 X2 +L+β k

X k +ε

dengan Y = variabeldependen yangdiprediksi

= parameter β0, β 1, β2,β k = variabel independenX1, X2, L, X k

Jika terdapat variabeldependen Y yangdipenuhi olehsekumpulan variabel X,maka agar bermanfaatingin dimasukkansebanyak mungkinvariabel X sehinggadidapatkanketerhandalan yangtinggi, tetapi untukkepentingan monitoringseringkali lebihdiharapkan jumlah Xyang kecil, sehinggakomprominya adalahdipilih persamaanregresi terbaik. Adapun

prinsip persamaanregresi terbaik adalah,semua variabelindependen yang masuksignifikan,menghasilkan koefisiendeterminasi yang tinggi, MS residualnya kecil.Metode pencarian secaraberurutan (sequentialsearch) merupakan suatumetode untukmengestimasi persamaanregresi denganmempertimbangkanvariabel-variabel yangsudah didefinisikanoleh peneliti dansecara selektifmenambah dan mengurangidiantara variabel-variabel tersebutsampai semua kriteriaterpenuhi. Pendekatanselanjutnya yaituestimasi stepwise denganpenambahan forward daneliminasi backward.Metode estimasi stepwisedilakukan denganmemasukkan variabelindependen yangmempunyai konstribusiterbesar terhadapvariabel dependen, halini dilakukan secaraterus menerus sampaisemua varibelindependen yangmempunyai konstribusisignifikan (Brown,1993; Kokaly and Clark,

1999; Nielsen,Stapelfeldt, andSkibsted, 1997; Sun,Zhao, and Yan, 1995;Wilkinson, 1979).Tujuan dilakukan metode

ini untuk mencari modelregresi terbaik. Adapunsoftware yang digunakanyaitu Ms. Excel, BeamVisat, dan Minitab

Hasil dan Pembahasan

Beberapa grafik trend curah hujan, suhu rata – rata, suhumaksimum, dan suhu minimum dengan periode, 30 tahun, dan tiap10 tahun :

Gambar 3.1 Trend curah hujan, suhu rata – rata, suhu maksimum, dan suhumnimum tiap 30 tahun dan tiap 10 tahun.

Berdasarkan grafik trendcurah hujan per 30 tahun danper 10 tahun secara umumterlihat bahwa kondisi curahhujan di Selaparang memilikitrend curah hujan yangcenderung turun namun tidaksignifikan, namun pada saatkondisi trend curah hujandibagi per 10 tahunan, daritahun 1981 s/d 2000 trendcurah hujan cenderung turundan dari tahun 2001 – 2010trend curah hujan cenderung

naik. Secara umum untukkondisi suhu rata – rata,suhu maksimum, dan suhuminimum di Selaparang untuksetiap 30 tahun dan per 10tahun menunjukkan trendpeningkatan pada tiaptahunnya, namun peningkatantrend suhu udara (suhu rata-rata, suhu maksimum, suhuminimum) tersebut memilikikenaikan yang tidak terlalusiginifikan.

Adapun perbandingan pola rata – rata per sepuluh tahunan untukke empat parameter (Curah hujan, suhu rata – rata, suhumaksimum, suhu minimum) tersebut dibandingkan terhadap

normalnya.

Gambar 3.2 Perbandingan pola rata – rata per sepuluh tahunan tiap – tiapparameter dengan pola normalnya

(30 tahun).

Dari pola – pola tersebut(Gambar 3.2) bisa diketahuiapakah ada pola yang berbedauntuk setiap rata – rata persepuluh tahunnya, mengingatdari gambar sebelumnya(gambar 3.1) terlihat trendyang tidak terlalusignifikan. Secara umum,pola rata – rata per sepuluhtahunan tiap – tiapparameter terhadap normalnya(warna hitam) mengikuti polanormal, kecuali untuk suhumaksimum, dimana untukperiode 1981 – 1990 adanyakecenderungan suhu yangberfluktuatif pada periodetersebut dengan pola berbedadengan pola normalnya,sedangkan untuk periodeselanjutnya yaitu periode

1991 – 2000 secara polamirip dengan normalnya. Akantetapi, pada tahun 2001 –2010 suhu maksimum rata –rata pada tahun tersebutmemiliki pola yang miripdengan normalnya, namunadanya kenaikan suhumaksimum dengan rentang0,1°C – 0,5°C

Untuk proyeksi kondisi curahhujan, suhu rata – rata,suhu maksimum, dan suhuminimum di wilayahselaparang, menggunakan dataskenario yaitu data RCP 45dan RCP 85 dengan periode2006 - 2050. Kedua datatersebut memilikikarakteristik masing –masing. RCP 45 adalah data

skenario perubahan iklimyang merujuk dengan adanyaupaya mitigasi untukmencegah perubahan iklimyang mencapai ekstrim,sedangkan RCP 85 kebalikandari RCP 45. Adapun daripersamaan stepwise regressidari tiap - tiap parameteryang didapat dari datahsitorical CORDEX dengandata observasi stasiunmeteorologi Selaparang danpersamaan ini untukmemproyeksikan kondisi iklimdi wilayah Selaparang untuk50 tahun ke depan. Berikut

persamaannya dan lokasiprediktor :

Pr(curah hujan) = 24,14 –0,61X1 + 0,58X5 + 1,84X11 +1,26X32 – 0,87X43

Tar(suhu rata – rata) =26,93 + 1,288X26 – 1,181X32

+1,467X29 – 1,43X27 + 0,942X10

– 0,92X8

Tmax(suhu maksimum) = 27,6 +1,379X26 – 1,895X17 + 0,623X33

Tmin(suhu minimum) = -0,9728– 3,40X9 + 4,42X5 – 2,64X10 +2,46X4

Gambar 3.3 Lokasi Selaparang (titik warna merah) dan prediktor (warna biru)

Tiap – tiap titik prediktor(warna biru) memiliki empatparamter yaitu curah hujan,suhu rata –rata, suhumaksimum, dan suhu minimum.

Dengan memasukkan data RCP45 dan RCP 85 ke dalampersamaan di atas, makahasil proyeksinya padagambar 3.4

Gambar 3.4 Proyeksi curah hujan, suhu rata – rata, suhu maksimum, dan suhuminimum di Selaparang

Berdasarkan hasil proyeksidata RCP 45 dan RCP 85 untukcurah hujan, kedua modelskenario baik RCP 45 maupun85 menunjukkan trendproyeksi yang cenderungturun dengan laju penurunancurah hujan dari RCP 45yaitu -6,456 mm pertahun danRCP 85 yaitu -10,481pertahun, namun untukskenario RCP 85 tahun 2046hingga 2050 proyeksimenunjukkan terjadinyapenurunan curah hujan yangsiginifikan. Untuk proyeksisuhu rata – rata dari tahun2010 hingga 2050 kenaikansuhu rata – rata yang

terjadi tidak terlalusiginifikan, kecuali untukRCP 45 kondisi trendproyeksi pada tahun 2010-2045 tidak terlalusiginifikan kenaikan suhurata – rata tersebut, namunpada tahun 2046 – 2050terjadi peningkatan suhurata – rata yang begitumeningkat tajam hinggapenghujung tahun 2050.Sedangkan untuk proyeksisuhu maksimum dan suhuminimum, terlihat pada tahun2010 – 2045 dari dataskenario RCP 45 dan RCP 85menunjukkan pola yang mirip,namun dari tahun 2046 hingga

2050 dari RCP 85 menunjukkanadanya proyeksi suhumaksimum dan suhu minimumyang mengalami penurunantajam, akan tetapi penurunantersebut kembali naik secarasiginifikan pada penghujungtahun 2050.

Kesimpulan

Berdasarkan berbagaianalisis dalam penelitianini dapat disimpulkan, bahwadari analisis trend curahhujan, dan suhu udara (suhurata – rata, suhu maksimum,suhu minimum) di Selaparangpada periode 30 tahun (1981– 2010) dan periode 10 tahun(1981 – 1990, 1991 – 2000,2001 – 2010) secara umummengalami perubahan trendyang tidak terlalusignifikan dan cenderungpergerakan trend melambat.Dengan ini dapat dinyatakanindikasi perubahan iklim diwilayah Selaparang selamaperiode 30 tahun tidakbegitu siginifikan. Untukproyeksi curah hujan dansuhu udara (suhu rata- rata,suhu maksimum, suhu minimum)di Selaparang untuk 50 tahunmendatang (2011 – 2050) dariRCP 45 proyeksi curah hujancenderung menurun hinggatahun 2050 dan secara umumproyeksi suhu udara (suhu

rata – rata, suhu maksimum,suhu minimum) mengalamikenaikan hingga tahun 2050.Sedangkan dari RCP 85wilayah Selaparang hingga 50tahun mendatangdiproyeksikan secara umummengalami trend yangmenurun, kecuali untuk suhurata – rata yang mengalamitrend cenedrung naik sertaproyeksi yang memilikikecenderungan turun tajamdari RCP 85 untuk curahhujan, suhu maksimum dansuhu minimum pada umumnyadiproyeksikan terjadi padatahun 2046 hingga 2050.

Referensi

Braun, W.J and Murdoch, D.j.(2007). A First Course in StatisticalProgramming with R. CambridgeUniversity Press, New York.

Brown, C. E. (1993). Use ofPrinciple Component,Correlation and StepwiseMultiple Regression Analysesto Investigate SelectedPhisical and HydraulicProperties of Carbonate-RockAquifers. Journal of Hydrology,147(1-4), 169-195.

Budiastuti, S. 2010.FENOMENA PERUBAHAN IKLIM DANKONTINYUITAS PRODUKSI

PERTANIAN : SUATU TINJAUANPEMBERDAYAAN SUMBER DAYA.

Butler, J., Kirono, D.G.C.,Katzfey, J., and Nguyen, K.(2009) : Climate AdaptationStrategies for RuralLivelihoods in West NusaTenggara Province.CSIRO_AusAID report, 2009.

Cohen, J.,Cohen, P., West,S.G., and Aiken, L.S.(2003). Applied MultipleRegression/Correlation Analysis forThe Behavioral Sciences. ThirdEdition. Lawrence ElbaumAssociates, Mahwah : NewJersey.

Drapper and Smith. (1992).Analisis Regresi Terapan. PTGramedia Pustaka Utama,Jakarta

Hair, J.F., Anderson, R.E,Black, W.C., Babin, B.J.,and Tatham,R.L, (2006).Multivariate Data Analysis. Sixthedition. Prentice HallInternational : UK

IPCC. The Science of ClimateChange, Contribution of Working Group I to the ThirdAssessment Report of the Intergovernmental Panel on Climate Change [M].

Cambridge: Cambridge University Press, 2001.

Johnson, R.A. and Wichern,D.W. (2002). Applied MultivariateStatistical Analysis. Fifthedition, Prentice Hall Inc.Upper Saddle River : NJ.

Kokaly, R.F. and Clark, R.N.(1999). SpectroscopicDetermination of LeafBiochemistri Using Band-Depth Analysis of AbsorptionFeatures and StepwiseMultiple Linear Regression.Remote Sensing of Environment,67(3), 267-287.

Lembang, F.K. 2011.ANALISIS REGRESI BERGANDADENGAN METODE STEPWISE PADADATA HBAT

Nielsen, B. R., Stapelfeldt,H., and Skibsted, L.H.(1997). Early Prediction ofThe Shelf-Life of Medium-Heat Whole Milk PowdersUsing Stepwise StepwiseMultiple Regression andPrincipal ComponentAnalysia. International DairyJournal, 7(3), 341-348.

Murdiyarso, D. 2003a. CDM:Mekanisme PembangunanBersih. Seri Perubahan

Iklim. Penerbit Buku Kompas.Jakarta

Murdiyarso, D. 2003b.Protokol Kyoto, ImplikasiBagi Negara Berkembang. SeriPerubahan Iklim. PenerbitBuku Kompas. Jakarta

Soemarwoto, O. 1999.Analisis Mengenai DampakLingkungan. Gadjah MadaUniversity Press. Yogyakarta

Soemarwoto, O. 2001. AturDiri Sendiri.Paradigma BaruPengelolaan LingkunganHidup. Gadjah MadaUniversity Press.Yogyakarta.

Sun, Y.X., Zhao, G.C., andYan,W. (1995). AgeEstimation on The FemaleSternum by QuantificationTheory I and StepwiseRegression Analysis.Forensic ScienceInternational, 74(1-2), 57-62.

Wilkinson, L.(1979). Test ofSignificant in StepwiseRregression. PsychologicalBulletin, 86(1),168-174.