TIM REDAKSI BULETIN
KATA PENGANTAR
METEO NGURAH RAI Pelindung Kepala Stasiun Meteorologi Kelas I Ngurah Rai Denpasar Catur Winarti, SP Penasehat
Puji syukur kami panjatkan ke hadirat Tuhan Yang Maha Kuasa atas diterbitkannya Buletin Meteo
Drs. A.A. Gede Trikumara S.
Ngurah Rai edisi Juli 2016 ini. Pembuatan buletin ini
Pande Putu Pardana
dilakukan sebagai ikhtiar untuk mengevaluasi sekaligus
Ni Wayan Siti, S.Sos Pemimpin Redaksi
menginformasikan kejadian cuaca khususnya di lingkup
Agus Yarcana Wakil Pemimpin Redaksi
Bandara I Gusti Ngurah Rai selama kurun waktu
Decky Irmawan, SE, M. Kom Dewa Gede Agung Mahendra, S. Kom Sekretaris Redaksi
sebulan terakhir. Penerbitan buletin ini diharapkan dapat memberi nilai tambah kepada masyarakat terutama kepada
Agit Setiyoko, S.T Rahma Fauzia Yushar, S.Tr Made Nanda Putri A.M., S.Tr Tim Redaksi Sangsang Firmansyah, SP Muh. Khamdani, SP Suyatno, SP
pengguna layanan cuaca penerbangan. Sebagaimana biasa, saran dan kritik membangun tentu saja masih kami perlukan guna menjadikan kualitas buletin ini ke depan menjadi semakin baik.
Sarnubih Hasan, SP I Putu Sumiana, S.Si
Badung, Juli 2016
Tanti Prasetya Prima Desi, S.Si
Kepala Stasiun Meteorologi Kelas I
Bonggo Pribadi, S.Tr. Putu Eka Tulistiawan, A.Md
Ngurah Rai Denpasar
Ni Luh Putu Sri Ariastuti, A.Md Tim Percetakan/Distributor I Wayan Subakti, A.Md Putri Kusumastuti, A.Md Kadek Winasih, A.Md Devi Dwita Meiliza, SE Ni Made Dwi Jayanti, S. Kom
Catur Winarti, SP.
Alamat Redaksi
NIP. 197507231997032001
Stasiun Meteorologi Kelas I Bandar Udara Ngurah Rai Bali Gedung GOI Lt. II Bandara Ngurah Rai Denpasar Bali 80361 Telp. 03619359754 Fax. 03619351124 Email :
[email protected] Website www.ngurahrai.bali.bmkg.go.id
1
DAFTAR ISI
TIM REDAKSI BULETIN METEO NGURAH RAI .............................................................. 1 KATA PENGANTAR ......................................................................................................... 1 DAFTAR ISI ...................................................................................................................... 2 I. DAFTAR ISTILAH .......................................................................................................... 3 II. PENDAHULUAN ........................................................................................................... 6 III. ANALISIS DINAMIKA ATMOSFER DAN LAUT ........................................................... 8 A. ENSO (El Nino Southern Oscilation) .......................................................................... 8 B. MJO (Madden-Jullien Oscilation) ............................................................................... 9 C. Sirkulasi Monsun ..................................................................................................... 11 D. Suhu Muka Laut....................................................................................................... 13 IV. PROFIL PARAMETER CUACA STASIUN METEOROLOGI KELAS I NGURAH RAI DENPASAR BULAN JULI 2016 .......................................................................................15 A. Curah Hujan............................................................................................................. 15 B. Suhu Udara.............................................................................................................. 15 1 Suhu Udara Rata-Rata Harian ...............................................................................15 2 Suhu Udara Maksimum .........................................................................................16 3 Suhu Udara Minimum ............................................................................................16 C. Kelembaban Udara .................................................................................................. 17 D. Tekanan Udara ........................................................................................................ 18 E. Arah dan Kecepatan Angin Permukaan ................................................................... 18 F. Crosswind, Headwind dan Tailwind .......................................................................... 19 V. INFORMASI TAMBAHAN STASIUN METEOROLOGI KELAS I NGURAH RAI DENPASAR .....................................................................................................................22 A. Verifikasi Prakiraan Cuaca ....................................................................................... 22 B. Evaluasi Kunjungan Website.................................................................................... 23 C. Artikel ...................................................................................................................... 25 SYNERGIE KOMPUTER CANGGIH DI STAMET NGURAH RAI ..............................25 PRAKIRAAN (FORECAST) : PROBABILITAS ATAU KEPASTIAN? .........................26
2
I. DAFTAR ISTILAH
Aerodrome Warning adalah berita meteorologi yang berisi peringatan untuk berhati-hati atau mengambil langkah-langkah tertentu berkaitan dengan prakiraan akan adanya cuaca signifikan atau fenomena ekstrem di sekitar Bandar udara. AUSMI (Australian Monsoon Index) merupakan indeks yang mengukur sirkulasi monsun Australia yang terjadi dengan menghitung rata-rata angin zonal (timur barat) pada ketinggian 850 mb pada area (5oLS-15oLS, 110oBT-130oBT) (Kajikawa dkk., 2009). Indeks AUSMI bernilai positif berarti terjadi penguatan sirkulasi monsunal Asia dengan ditandai angin paras 850 mb pada area (5oLS-15oLS, 110oBT-130oBT) cenderung bergerak dari barat, sebaliknya indeks AUSMI bernilai negatif berarti terjadi pelemahan sirkulasi monsunal Asia dengan ditandai angin paras 850 mb pada area (5oLS-15oLS, 110oBT-130oBT) cenderung bergerak dari Timur – Tenggara. Crosswind adalah angin yang arahnya dari samping benda yang bergerak misalnya pesawat yang sedang dalam penerbangan. El Nino adalah fase negatif dari ENSO yang dicirikan dengan anomali suhu muka laut yang lebih hangat di wilayah Samudera Pasifik Ekuatorial bagian timur dibandingkan dengan di bagian baratnya dan ditandai dengan nilai SOI negatif. ENSO (El Nino Southern Oscillation) adalah fenomena interaksi lautan-atmosfer skala global dengan variabilitas interannual yang terjadi karena adanya penyimpangan (anomali) suhu muka laut di wilayah Samudera Pasifik Ekuatorial. FKLIM71 adalah formulir yang di dalamnya dicatat data klimatologi bulanan pada stasiun meteorologi atau klimatologi. Flight Forecast adalah prakiraan cuaca untuk penerbangan yang dikumpulkan dalam satu berkas dokumen prakiraan cuaca penerbangan dan diserahkan kepada penerbang sebelum terbang. Headwind adalah angin yang bertiup dari arah depan berlawanan dengan arah benda, misalnnya pesawat yang sedang dalam penerbangan. ITCZ (Inter Tropical Convergence Zone) adalah area di sekitar wilayah tropis yang dicirikan dengan pola pumpunan (konvergensi) angin dalam skala yang luas dan dapat berpotensi terjadi cuaca buruk di sepanjang wilayah yang dilewatinya. La Nina adalah fase positif dari ENSO yang dicirikan dengan anomali suhu muka laut yang lebih hangat di wilayah Samudera Pasifik Ekuatorial bagian barat dibandingkan dengan di bagian timurnya dan ditandai dengan nilai SOI positif. 3
MET REPORT adalah singkatan dari “meteorological report”. Digunakan dalam bahasa laporan cuaca penerbangan yang menyatakan bahwa laporan yang dibuat adalah laporan rutin dari hasil pengamatan cuaca. METAR adalah kata sandi yang digunakan untuk menunjukkan bahwa sandi atau keterangan yang mengikutinya adalah informasi cuaca yang sedang berlangsung di Bandar udara. METAR dibuat secara rutin, biasanya dibuat secara berkala setiap 30 menit sekali, untuk dikirim ke atau dipertukarkan dengan Stasiun Meteorologi Penerbangan lainnya, dan/atau dikirim ke Pusat-Pusat Data dan Analisis yang ditentukan. MJO (Madden Jullian Oscillation) adalah fenomena atmosfer skala global dengan variabilitas intraseasonal yang menunjukkan potensi area konvektif kuat dan menjalar dari barat ke timur di sepanjang wilayah ekuatorial. Monsun suatu pola sirkulasi angin yang berhembus secara periodik pada suatu periode (minimal tiga bulan) dan pada periode yang lain polanya akan berlawanan. Di Indonesia dikenal dengan dua istilah monsun yaitu Monsun Asia dan Monsun Australia. Monsun Asia berkaitan dengan musim penghujan di Indonesia, sedangkan Monsun Australia berkaitan dengan musim kemarau. OLR (Outgoing Longwave Radiation) adalah energi gelombang panjang dari permukaan
bumi
yang
dipancarkan
ke
angkasa.
Nilai
besar/kecil
dari
OLR
mengindikasikan jumlah tutupan awan yang rendah/tinggi. Pilot Balon (Pibal) adalah pengukuran dan perhitungan arah dan kecepatan angin dengan pelacakan balon meteorologi menggunakan theodolite. PW (Precipitable Water) adalah banyaknya uap air yang berpotensi menjadi hujan. Siklon tropis adalah sistem tekanan rendah dengan angin berputar siklonik yang terbentuk di lautan wilayah tropis dengan kecepatan angin maksimal 34,8 (tiga puluh empat koma delapan) knots atau 64,4 (enam puluh empat koma empat) km/jam (kilometer per jam) di sekitar pusat pusaran. SOI (Southern Oscillation Index) adalah indeks yang menunjukkan aktifitas ENSO dan mengindikasikan adanya perkembangan atau intensitas kejadian El Nino atau La Nina di Samudera Pasifik. SOI dihitung berdasarkan perbedaan tekanan permukaan laut antara Tahiti dan Darwin. SPECI adalah kata sandi yang digunakan untuk menunjukkan bahwa sandi atau keterangan yang mengikutinya adalah informasi tentang adanya fenomena khusus pada suatu saat di suatu Bandar udara dan atau di sekitarnya. SPECI dibuat untuk dikirim ke
4
atau dipertukarkan dengan Stasiun Meteorologi Penerbangan lainnya, dan/atau dikirim ke Pusat-Pusat Data dan Analisis yang ditentukan. TAFOR adalah singkatan dari “terminal forecast”. Sandi meteorologi yang menunjukkan bahwa berita yang tertulis di belakangnya adalah tentang prakiraan cuaca Bandar udara.TAFOR memuat informasi tentang akan terjadinya cuaca di suatu Bandar udara pada waktu yang akan datang. Unsur cuaca yang diprakirakan meliputi angin permukaan, jarak pandang mendatar, fenomena cuaca, awan, dan perubahan signifikan dari satu atau lebih unsur tersebut selama selang waktu prakiraan. Tailwind adalah angin yang bertiup dari arah belakang sejajar dengan arah benda, misalnya pesawat yang sedang dalam penerbangan. WNPM (Western North Pacific Monsoon) merupakan indeks yang mengukur sirkulasi monsun Asia yang terjadi dengan menghitung perbedaaan rata-rata angin zonal (timur barat) pada ketinggian 850 mb antara area (5oLU-15oLU, 100oBT-130oBT) dan area (20oLU-30oLU, 110oBT-140oBT) (Wang B, dkk.,2008). Indeks WNPM bernilai negatif berarti terjadi penguatan sirkulasi monsunal Asia dengan ditandai angin paras 850 mb pada area (20oLU-30oLU, 110oBT-140oBT) cenderung lebih besar nilainya dibanding angin paras 850mb pada area (5oLU-15oLU, 100oBT-130oBT). Sehingga dominan arah angin paras 850 mb adalah Timur Laut-Timur. Indeks WNPM bernilai positif berarti terjadi pelemahan sirkulasi monsunal Asia dengan ditandai angin paras 850 mb pada area (20oLU-30oLU, 110oBT-140oBT) cenderung lebih kecil nilainya dibanding angin paras 850mb pada area (5oLU-15oLU, 100oBT-130oBT). Sehingga dominan arah angin paras 850 mb adalah Barat Daya-Barat. WXREV adalah informasi meteorologi yang berisikan rangkuman keadaan cuaca selama 24 jam pada stasiun meteorologi atau klimatologi.
5
II. PENDAHULUAN
Benua maritim Indonesia yang hangat mengakibatkan banyak fenomena atmosfer skala global dan regional mempengaruhi cuaca dan iklimnya. Fenomena atmosfer ENSO (El Nino Southern Oscillation) yang terjadi di Samudra Pasifik, IOD (Indian Ocean Dipole) yang terjadi di Samudra Hindia, osilasi Madden-Jullien (Madden-Jullien Oscilation), daerah pumpunan antar tropis (Inter Tropical Convergence Zone/ITCZ) serta sirkulasi monsun Asia dan Australia adalah beberapa fenomena skala global dan regional yang mempengaruhi wilayah Indonesia. Luasnya bentangan wilayah Indonesia menyebabkan pengaruh fenomena atmosfer ini tidaklah sama di setiap wilayah. Secara umum pengaruh fenomena-fenomena tersebut dapat dilihat pada Gambar 2.1 dan 2.2 berikut :
Gambar 2.1 Pengaruh Fenomena La Nina dan IOD Positif untuk wilayah Indonesia
Gambar 2.2 Pengaruh Fenomena El Nino dan IOD Negatif untuk wilayah Indonesia
Bali adalah salah satu pulau kecil yang berada di kawasan tengah Indonesia dengan koordinat 9o0’ - 7o50’ LS dan 114o0’ - 116o0’ BT. Luas wilayah daratan Bali 6
adalah 5.636,66 km2, sedangkan luas lautannya 9.634,35 km2, terlihat bahwa luas lautan Bali dua kali lipat luas daratannya. Kondisi ini mengakibatkan keadaan cuaca dan iklim di wilayah Bali dipengaruhi oleh fenomena atmosfer seperti ENSO, MJO dan sirkulasi angin monsun Asia dan Australia. Penyampaian informasi mengenai analisa cuaca di wilayah Bali ini menjadi salah satu tugas dari Stasiun Meteorologi Kelas I Ngurah Rai Denpasar. Stasiun Meteorologi Kelas I Ngurah Rai Denpasar merupakan stasiun meteorologi yang terletak di dalam bandar udaraI Gusti Ngurah Rai Bali. Selain memberikan informasi analisa keadaan cuaca wilayah Bali, juga bertugas untuk memberikan informasi cuaca untuk penerbangan di bandar udara I Gusti Ngurah Rai Bali. Informasi cuaca penerbangan yang diberikan antara lain METAR, SPECI, Met Report, Special Report, Flight Forecast dan Aerodrome Warning. Informasi lain yang juga dihasilkan oleh Stasiun Meteorologi Kelas I Ngurah Rai Denpasar adalah informasi pengamatan cuaca synoptik dan udara atas. Semua informasi yang disampaikan ini diharapkan dapat menjadi acuan bagi jasa penerbangan pada khususnya dan masyarakat Bali pada umumnya untuk mengantisipasi perubahan cuaca yang terjadi.
7
III. ANALISIS DINAMIKA ATMOSFER DAN LAUT
Analisis dinamika atmosfer dan laut selama periode Juli 2016 akan memberikan gambaran terhadap fenomena atmosfer dominan yang mempengaruhi perubahan cuaca di wilayah Bali. Secara umum akan ditampilkan kondisi tiap - tiap fenomena atmosfer seperti ENSO, MJO, sirkulasi monsun dan suhu muka laut selama periode Juli 2016 sebagai berikut : A. ENSO (El Nino Southern Oscilation) Penentuan fase ENSO dilakukan dengan analisis terhadap indeks NINO dan SOI yang mengamati perubahan kondisi atmosfer di sekitar samudra Pasifik. Indeks NINO dibagi menjadi 4, dimana tiap indeks menunjukan anomali suhu muka laut untuk wilayah yang berbeda di samudra Pasifik. Untuk wilayah Indonesia, indeks NINO yang digunakan adalah indeks NINO 3.4. Pada periode Mei hingga Juli 2016 indeks NINO 3.4 menunjukan kisaran nilai antara -0,5ºC s/d 1ºC. Nilai indeks ini menunjukan fase ENSO yang negatif dan adanya fenomena El Nino yang terjadi. Intensitas dari fenomena El Nino yang terjadi menurun menjadi El Nino lemah dan cenderung normal. Hal ini menunjukan bahwa kondisi El Nino berpengaruh terhadap kondisi cuaca di sekitar wilayah Indonesia bagian Timur dan Tengah. Secara lengkap indeks NINO terlihat pada Gambar 3.1 berikut :
Gambar 3.1 Indeks NINO Tahun 2015-2016 (Sumber : www.cpc.ncep.noaa.gov/products/precip/CWlink/MJO/enso.shtml)
8
Selain Indeks NINO 3.4, indeks yang juga harus digunakan untuk analisis ENSO adalah indeks SOI. Indeks SOI memiliki batas-batas nilai yang menunjukan ENSO fase negatif atau positif. Untuk ENSO fase negatif indeks SOI bernilai -7 atau lebih, sedangkan untuk ENSO fase positif bernilai 7 atau lebih. Nilai indeks SOI antara -7 s/d 7 adalah keadaan netral. Selama periode Juli 2016, indeks SOI rata-rata 30 harian mengalami fluktuasi nilai yang signifikan antara +1,8 s/d +7. Hal ini menunjukan bahwa pada periode Juli 2016 terindikasi adanya keadaan netral dan kondisi normal di sekitar wilayah samudra Pasifik. Secara lengkap perubahan indeks SOI rata-rata 30 harian terlihat pada Gambar 3.2 berikut:
Gambar 3.2 Indeks SOI Rata-Rata 30 Harian (Sumber : www.bom.gov.au/climate/enso/)
Berdasarkan indeks NINO 3.4 dan SOI tersebut dapat diketahui bahwa selama periode Juli 2016 terindikasi adanya keadaan netral, serta menunjukan tidak adanya adanya fenomena El Nino. Oleh karena itu tidak memberikan dampak yang signifikan terhadap peluang curah hujan di sekitar wilayah Indonesia bagian Timur dan Tengah. B. MJO (Madden-Jullien Oscilation) Pada umumnya analisis fenomena atmosfer MJO menggunakan indikasi perubahan nilai OLR yang terjadi di sekitar area ekuator. Perubahan nilai OLR pada periode Juli 2016 yang ditampilkan dengan diagram Hovmoller terlihat seperti Gambar 3.3 berikut :
9
Gambar 3.3 Diagram Hovmoller Nilai OLR Rata-Rata 5 Harian (Sumber : www.cpc.ncep.noaa.gov/products/precip/CWlink/MJO/mjo.shtml)
Dari data OLR di atas berdasarkan letak geografis Indonesia 94°58' 21" BT-141°01' 10"BT dapat ditentukan bahwa pada awal dan pertengahan periode Juli 2016 nilai OLR berkisar dari 0,5 sampai 1,5 yang menunjukkan terjadinya penurunan tutupan awan di wilayah barat dan timur Indonesia. Sedangkan pada akhir periode Juli 2016 nilai OLR berkisar dari -0,5 sampai -1 yang menunjukkan terjadinya peningkatan tutupan awan di wilayah barat Indonesia. Untuk pergerakan MJO selama periode Juli 2016 dapat dilakukan analisis terhadap diagram fase MJO yang terlihat seperti Gambar 3.4 berikut :
Gambar 3.4 Diagram Fase MJO (Sumber : www.cpc.ncep.noaa.gov/products/precip/CWlink/MJO/whindex.shtml)
10
Dari pergerakan MJO pada gambar di atas dapat disimpulkan bahwa selama bulan Juli MJO tidak aktif di wilayah Indonesia. C. Sirkulasi Monsun Pengaruh sirkulasi monsun terhadap perubahan cuaca di sekitar wilayah Indonesia bagian Tengah dan Timur dapat dianalisa pada AUSMI (Australian Monsoon Index) dan WNPM (Western North Pacific Monsson). Pada periode Juli 2016 indeks WNPM menunjukan nilai antara -7 s/d +15. Pada awal hingga pertengahan periode Juli 2016 nilai WNPM cenderung bernilai positif yang menunjukan sirkulasi monsunal Asia melemah. Sedangkan antara pertengahan hingga akhir periode nilai WNPM cenderung bernilai negatif yang menunjukan sirkulasi monsunal Asia menguat. Secara lengkap fluktuasi nilai WNPM terlihat pada Gambar 3.5 berikut :
Gambar 3.5 Grafik WNPM (Sumber : http://bcc.cma.gov.cn/EAMAC/channel.php?channelId=29)
Sedangkan pada periode Juli 2016 AUSMI menunjukan nilai antara -8 s/d -2. Pada awal hingga akhir periode Juli 2016 nilai AUSMI cenderung stabil bernilai negatif, yang menunjukan sirkulasi monsunal Australia menguat.Secara lengkap fluktuasi nilai AUSMI terlihat pada Gambar 3.6 berikut :
Gambar 3.6 Grafik AUSMI (Sumber: http://bcc.cma.gov.cn/EAMAC/channel.php?channelId=29)
11
Berdasarkan pola angin lapisan 5000ft (850 HPa) rata-rata pada periode Juli 2016 diketahui bahwa arah angin dominan di wilayah Indonesia bagian Tengah dan Timur dari arah Timur, kecuali wilayah Sumatera, Kalimantan bagian barat dan utara, Sulawesi bagian utara dan Kepulauan Maluku. Angin timuran yang menguat mengindikasikan bahwa sirkulasi monsunal Australia berpengaruh terhadap keadaan cuaca di wilayah tersebut. Wilayah Bali secara khusus, arah angin rata-rata dari arah Timur dengan kecepatan rata-rata antara 8 - 10 knots pada periode Juli 2016. Secara lengkap hal ini bisa dilihat pada Gambar 3.7 berikut :
Gambar 3.7 Pola Angin Lapisan 5000ft (850 HPa) Rata-rata
Sirkulasi monsun Australia yang kuat terlihat pada pola tekanan udara permukaan rata - rata pada periode Juli 2016. Pola ini hampir sama jika dibandingkan dengan periode sebelumnya, dimana tekanan udara permukaan di Benua Australia tinggi, sedangkan di Benua Asia rendah. Hal ini mengakibatkan aliran massa udara bergerak dari Benua Australia menuju ke Benua Asia. Untuk wilayah Indonesia, tekanan udara permukaan rata-rata pada periode Juli 2016 berkisar antara 1009 – 1013 HPa, khusus untuk wilayah Bali, tekanan udara permukaan rata-rata berkisar antara 1010 - 1011 HPa. Secara lengkap hal ini bisa dilihat pada gambar 3.8 berikut :
12
Gambar 3.8 Pola Tekanan Udara Permukaan Rata - rata
Berdasarkan nilai kandungan uap air di atmosfer atau Precipitable Water (PW) rata rata diketahui bahwa kisaran nilainya antara 30 - 60 kg/m2 pada periode Juli 2016. Kisaran nilai PW tersebut hampir sama jika dibandingkan bulan sebelumnya. Hal ini juga berlaku untuk wilayah Bali yang meningkat nilai kandungan uap airnya di atmosfer, dimana kisaran nilai PW antara 40 - 45 kg/m2. Secara lengkap hal ini bisa dilihat pada gambar 3.9 berikut :
Gambar 3.9 Precipitable Water (PW) Rata - rata
D. Suhu Muka Laut Suhu muka laut pada periode Juli 2016 di wilayah Indonesia berkisar antara 26 33oC, yang
menunjukan potensi penguapan dan pertumbuhan awan yang signifikan.
13
Wilayah Bali pada periode Juli 2016 suhu muka laut antara 28 – 29,5oC. Secara lengkap hal ini bisa dilihat pada gambar 3.10berikut :
Gambar 3.10 Suhu Muka Laut Periode Juli 2016
14
IV. PROFIL PARAMETER CUACA STASIUN METEOROLOGI KELAS I NGURAH RAI DENPASAR BULAN JULI 2016
A. Curah Hujan Pada periode Juli 2016 tercatat jumlah hari hujan di Stasiun Meteorologi Kelas I Ngurah Rai Denpasar sebanyak 15 hari, dengan jumlah total curah hujan 122,1 mm. Berdasarkan dasarian, maka curah hujan yang tercatat dapat dikelompokan manjadi dasarian I, II dan III. Pada dasarian I tercatat 5 hari hujan dengan jumlah curah hujan 18,1 mm, pada dasarian II tercatat 7 hari hujan dengan jumlah curah hujan 94,2 mm, sedangkan pada dasarian III tercatat 3 hari hujan dengan jumlah curah hujan 4,6 mm. Curah hujan tertinggi tercatat pada tanggal 20 Juli 2016. Grafik curah hujan pada periode Juli 2016 ditunjukan oleh Gambar 4.1 sebagai berikut : Grafik Curah Hujan Periode Juli 2016 30
Curah Hujan (mm)
25
20
15
10
5
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 Tanggal
Gambar 4.1 Grafik Curah Hujan Harian Periode Juli 2016
B. Suhu Udara Secara umum akan diberikan penjelasan mengenai profil suhu udara rata rata harian, profil suhu udara maksimum dan profil suhu udara minimum pada periode Juli 2016 di Stasiun Meteorologi Kelas I Ngurah Rai Denpasar. 1 Suhu Udara Rata-Rata Harian Suhu udara rata rata harian pada periode Juli 2016 berkisar antara 25,7oC–28,6oC. Suhu udara rata-rata harian terendah terjadi pada tanggal 18 Juli 2016, sedangkan suhu udara rata-rata harian tertinggi terjadi tanggal 02 Juli 2016. Secara umum grafik suhu udara rata rata harian periode Juli 2016 dapat dilihat pada Gambar 4.2 sebagai berikut :
15
Grafik Suhu Udara Rata-Rata Harian Periode Juli 2016 29,0 28,5
Suhu Udara (oC)
28,0 27,5 27,0 26,5 26,0 25,5 25,0 24,5 24,0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 Tanggal
Gambar 4.2 Grafik Suhu Udara Rata Rata Harian Periode Juli 2016
2 Suhu Udara Maksimum Suhu udara maksimum pada periode Juli 2016 berkisar antara 28oC-31,6oC. Selama periode ini, rata-rata suhu udara maksimum tercatat sebesar 30,2oC, dengan suhu udara maksimum tertinggi terjadi pada tanggal 01 Juli 2016 dan suhu udara maksimum terendah terjadi pada tanggal 19 Juli 2016. Secara umum penggambaran tentang suhu udara maksimum pada periode Juli 2016 terlihat pada Gambar 4.3 sebagai berikut : Grafik Suhu Udara Maksimum Periode Juli 2016 32,0
Suhu Udara (oC)
31,0
30,0
29,0
28,0
27,0
26,0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 Tanggal
Gambar 4.3 Grafik Suhu Udara Maksimum Periode Juli 2016
3 Suhu Udara Minimum Suhu udara minimum pada periode Juli 2016 berkisar antara 23,4oC–26,7oC. Selama periode ini, rata-rata suhu udara minimum tercatat sebesar 24,8oC, dengan suhu
16
udara minimum tertinggi terjadi pada tanggal 29 Juli 2016 dan suhu udara minimum terendah terjadi pada tanggal 05 Juli 2016. Secara umum penggambaran tentang suhu udara minimum pada periode Juli 2016 terlihat pada Gambar 4.4 sebagai berikut : Grafik Suhu Udara Minimum Periode Juli 2016 27,0
Suhu Udara (oC)
26,0
25,0
24,0
23,0
22,0
21,0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 Tanggal
Gambar 4.4 Grafik Suhu Udara Minimum Periode Juli 2016
C. Kelembaban Udara Kondisi kelembaban udara rata-rata harian di Stasiun Meteorologi Kelas I Ngurah Rai Denpasar selama periode Juli 2016 berkisar antara 72–90 %. Pada periode ini kelembaban udara rata-rata harian tertinggi terjadi pada tanggal 19 Juli 2016, sedangkan kelembaban udara rata rata harian terendah terjadi pada tanggal 29 Juli 2016. Kondisi kelembaban udara rata rata harian periode Juli 2016 ditunjukkan pada Gambar 4.5 sebagai berikut : Grafik Kelembaban Udara Rata-Rata Harian Periode Juli 2016 100 90
Kelembaban Udara (%)
80 70 60 50 40 30 20 10 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 Tanggal
Gambar 4.5
Grafik Kelembaban Udara Rata Rata Harian Periode Juli 2016
17
D. Tekanan Udara Tekanan udara rata-rata harian di Stasiun Meteorologi Kelas I Ngurah Rai Denpasar periode Juli 2016 berkisar antara 1009,2–1011,2 HPa. Tekanan udara rata-rata harian tertinggi pada periode ini terjadi pada tanggal 01 dan 02 Juli 2016, sedangkan tekanan udara rata rata terendah terjadi pada tanggal 14 Juli 2016. Secara umum profil tekanan udara rata rata harian periode Juli 2016 dapat dilihat pada Gambar 4.6 berikut : Grafik Tekanan Udara Rata-Rata Harian Periode Juli 2016 1011,5
Tekanan Udara (HPa)
1011,0 1010,5 1010,0 1009,5 1009,0 1008,5 1008,0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 Tanggal
Gambar 4.6 Grafik Tekanan Udara Rata Rata Harian Periode Juli 2016
E. Arah dan Kecepatan Angin Permukaan Profil arah angin permukaan (10 meter) di Stasiun Meteorologi Kelas I Ngurah Rai Denpasar pada periode Juli 2016 dapat dilhat pada windrose angin permukaan pada Gambar 4.7. Berdasarkan windrose angin permukaan tersebut diketahui bahwa arah angin permukaan dominan adalah dari arah Timur (67,5o-112,5o) dengan persentase mencapai 60,5%.
18
Gambar 4.7
Windrose Angin Permukaan Periode Juli 2016
Sedangkan profil kecepatan angin permukaan (10 meter) di Stasiun Meteorologi Kelas I Ngurah Rai Denpasar pada periode Juli 2016 dapat dilihat pada Gambar 4.8. Terlihat bahwa kecepatan angin permukaan berkisar antara 7-11 knots memiliki persentase tertinggi sebesar 48,1%.
Gambar 4.8
Grafik Distribusi Frekuensi Kecepatan Angin Periode Juli 2016
F. Crosswind, Headwind dan Tailwind Informasi crosswind, headwind dan tailwind di Stasiun Meteorologi Kelas I Ngurah Rai Denpasar pada periode Juli 2016 disajikan dalam bentuk histogram dan grafik persentase. Histogram crosswind periode Juli 2016 dapat dilihat pada Gambar 4.9. Terlihat bahwa kondisi netral dan crosswind kanan dengan kecepatan 3-4 knots memiliki jumlah kejadian tertinggi yang mencapai 326 kejadian. Untuk kecepatan crosswind maksimum, tercatat kecepatan crosswind kiri mencapai 16-17 knots sebanyak 1 kejadian, sedangkan kecepatan crosswind kanan mencapai 11-12 knots sebanyak 3 kejadian.
19
Histogram Crosswind Periode Juli 2016 350
326
Frekuensi Kecepatan
300
Nilai -
: Crosswind Kiri
Nilai +
: Crosswind Kanan
275 242
250
241
200 157 136
150 101
100 50
26
24 1
0
0
2
10
3
0
Kecepatan Crosswind (kt)
Gambar 4.9 Histogram Crosswind Periode Juli 2016
Sedangkan histogram headwind dan tailwind dapat dilihat pada Gambar 4.10. Terlihat bahwa headwind dengan kecepatan 9-10 knots memiliki jumlah kejadian tertinggi yang mencapai 246 kejadian. Untuk kecepatan headwind maksimum, tercatat mencapai 19-20 knots sebanyak 1 kejadian. Sedangkan untuk kecepatan tailwind maksimum, tercatat mencapai 8-9 knots sebanyak 1 kejadian. Histogram Headwind dan Tailwind Periode Juli 2016 300
Frekuensi Kecepatan
250
Nilai -
: Tailwind
Nilai +
: Headwind
246 231 198
200
193 178
145
150
124
120
100 47
50
36
1
5
-8-(-9)
-7-(-6)
12
7
1
0 -5-(-4)
-3-(-2)
-1-0
1-2
3-4
5-6
7-8
9-10
11-12
13-14
15-16
17-18
19-20
Kecepatan Headwind dan Tailwind (kt)
Gambar 4.10 Histogram Headwind dan Tailwind Periode Juli 2016
Persentase kejadian crosswind kanan dan kiri, headwind dan tailwind pada periode Juli 2016 dapat dilihat pada Gambar 4.11. Crosswind kanan memiliki persentase kejadian tertinggi yang mencapai 60%. Sedangkan untuk persentase kejadian headwind dan tailwind, terlihat bahwa persentase kejadian headwind yang tertinggi mencapai 84%.
20
Prosentase Crosswind Kanan dan Kiri Periode Juli 2016
Prosentase Headwind dan Tailwind Periode Juli 2016 Tailwind 6%
Netral 7%
Crosswind Kiri 22% Netral 12% Crosswind Kanan 66% Headwind 87%
Gambar 4.11 Grafik Persentase Crosswind Kanan dan Kiri, Headwind dan Tailwind Periode Juli 2016
21
V. INFORMASI TAMBAHAN STASIUN METEOROLOGI KELAS I NGURAH RAI DENPASAR
Informasi Tambahan Stasiun Meteorologi Kelas I Ngurah Rai memberikan informasi tentang verifikasi prakiraan cuaca, evaluasi kunjungan website dan artikel cuaca dan penerbangan A. Verifikasi Prakiraan Cuaca Verifikasi prakiraan cuaca adalah evaluasi kinerja yang digunakan untuk mengukur tingkat keakuratan informasi prakiraan yang diberikan oleh Stasiun Meteorologi Kelas I Ngurah Rai Denpasar. Verifikasi dilakukan dengan melakukan perbandingan antara hasil prakiraan cuaca dari informasi TAFOR dengan hasil pengamatan cuaca dari informasi METAR dan SPECI. Pada proses verifikasi, setiap unsur meteorologi hasil prakiraan cuaca mempunyai nilai persyaratan toleransi ketelitian saat dibandingkan dengan hasil pengamatan cuaca. Batasan toleransi ketelitian ini dapat dilihat pada Tabel 5.5 berikut : Tabel 5.5 Tabel Persyaratan Toleransi KetelitianPada Verifikasi Prakiraan Cuaca No.
Unsur Meteorologi
Persyaratan Toleransi Ketelitian
1. 2.
Arah Angin Kecepatan Angin
3.
Jarak Pandang
4. 5. 6.
Cuaca/Endapan Jumlah Awan Tinggi Dasar Awan
± 30o ± 5 Kt untuk kecepatan sampai 25 Kt ± 20% untuk kecepatan diatas 25 Kt ± 200 m untuk jarak pandang sampai 700 m ± 30% untuk jarak pandang antara 700 m & 10 Km Terjadi atau tidak ± 2 Oktas ± 30 m (100 ft) untuk tinggi dasar awan sampai 120 m ± 30% untuk tinggi dasar awan antara 120 m & 3000 m (10.000 ft)
Prosentase Minimum Ketelitian 80 % 80 % 80 % 80 % 70 % 70 %
Pada periode Juli 2016, verifikasi prakiraan cuaca menunjukan hasil yang cukup baik dengan hasil verifikasi tertinggi pada unsur kecepatan angin yaitu sebesar 97%. Secara lengkap hasil verifikasi prakiraan cuaca Stasiun Meteorologi Kelas I Ngurah Rai Denpasar terlihat pada Tabel 5.6. Hasil verifikasi ini menunjukan bahwa kualitas informasi prakiraan cuaca yang dihasilkan cukup baik, sehingga diharapkan dapat dimanfaatkan sebesar-besarnya oleh jasa penerbangan di Bandar Udara Ngurah Rai Bali. Tabel 5.6 Tabel Hasil Verifikasi Prakiraan Cuaca Verifikasi
Standart
Unsur Meteorologi Arah
Kecepatan
Jarak
Angin
Angin
Pandang
Cuaca/Endapan
Jumlah
Tinggi Dasar
Awan
Awan
80%
80%
80%
80%
70%
70%
87%
97%
90%
77%
77%
88%
Minimum Hasil Verifikasi
22
B. Evaluasi Kunjungan Website Website
Stasiun
Meteorologi
Kelas
I
Ngurah
Rai
Denpasar,
www.ngurahrai.bali.bmkg.go.id, merupakan salah satu bentuk penyampaian informasi meteorologi. Evaluasi terhadap banyaknya kunjungan ke halaman website selama periode Juli 2016 dapat menunjukan jumlah informasi meteorologi yang tersampaikan kepada pengguna. Khusus untuk informasi Flight Forecast, dilakukan evaluasi terhadap pengambilan data tersebut via website. Selama periode Juli 2016 fluktuasi jumlah kunjungan website dapat dilihat pada Gambar 5.1, untuk fluktuasi jumlah pengambilan tiap jenis Flight Forecast via website dapat dilihat pada Gambar 5.2, dan untuk fluktuasi jumlah pengambilan Flight Forecast oleh tiap pengguna via website dapat dilihat pada Gambar 5.3. Grafik Kunjungan Website Periode Juli 2016 1200 989 935 934
Jumlah Kunjungan
1000
800
600
523
553 497
424 423 375 380 380
356 356 313
310
264
250
200
428 389
355
400
491
458 472
399
154 154 165
196
159 179 77
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Tanggal
Gambar 5.1 Grafik Jumlah Kunjungan Website Periode Juli 2016
Jenis Flight Forecast
Grafik Jumlah Pengambilan Tiap Jenis Flight Forecast Via Website Periode Juli 2016 Flight Doc Itl 18Z Flight Doc Itl 12Z Flight Doc Itl 06Z Flight Doc Itl 00Z Flight Doc Makasar Flight Doc Kupang Flight Doc Jakarta Taf Internasional AUS Taf Internasional HGK Taf Internasional SIN, MYS Tafor Timika Tafor Indonesia Barat Tafor Indonesia Timur 0
200
400
600
800
1000
1200
Jumlah
Gambar 5.2 Grafik Jumlah Pengambilan Tiap Jenis Flight Forecast Via Website Periode Juli 2016
23
Grafik Jumlah Pengambilan Flight Forecast oleh Tiap Pengguna Via Website Periode Juli 2016 1000 900 800 700
Jumlah
600 500 400 300 200 100 0 (flopstam) Tranusa
(flopsgapura) Garuda
(DPSJTFLOPS) - (travira) - Travira Lion/Wing
(ExecuJet) ExecuJet
AIRASIA
PT. JAS (Jasa Angkasa Semesta)
(SRIWIJAYA/ NAM AIR)
Pengguna Website
Gambar 5.3 Grafik Jumlah Pengambilan Flight Forecast oleh Tiap Pengguna Via Website Periode Juli 2016
24
C. Artikel SYNERGIE KOMPUTER CANGGIH DI STAMET NGURAH RAI
Kemajuan teknologi sekarang ini sudah sangat pesat, bahkan teknologi telah mempengaruhi hampir semua aspek kehidupan masyarakat. Salah satu yang sangat dipengaruhi ialah kebutuhan akan informasi yang cepat, tepat, dan akurat. Di bidang penerbangan, Informasi juga sangat penting, karena penerbangan saat ini merupakan salah satu transportasi yang menjadi pilihan banyak masyarakat. Badan Pusat Statistik (BPS) Bali mencatat jumlah kunjungan selama 2015 paling banyak melalui bandara yaitu sebanyak 3,92 juta orang. Pada transportasi udara, pesawat sangat bergantung pada keadaan cuaca, baik waktu tinggal landas/lepas landas ataupun pada waktu pesawat di udara. Transportasi udara ini tidak akan boleh beroperasi dan terbang, sebelum mendapatkan laporan kondisi cuaca dari BMKG. Laporan yang dikeluarkan BMKG di area bandara dapat berupa arah dan kecepatan angin, suhu udara, tekanan udara serta cuaca di bandara tujuan serta bandara alternatifnya. Kantor/Stasiun BMKG tesebar di seluruh Indonesia dari sabang hingga merauke dengan peralatan - peralatan canggih yang dapat memberikan informasi penting bagi seluruh masyarakat Indonesia., salah satu peralatan tersebut disebut synergie. Synergie adalah salah satu peralatan yang biasa digunakan untuk membantu para prakirawan dalam membuat suatu analisa dan prakiraan cuaca. Synergie merupakan suatu peralatan komputer yang terintegrasi dengan jaringan meteorologi di seluruh dunia. Jaringan ini terhubung dengan MFI (Meteo France International). Dengan menggunakan Synergie, para Prakirawan dapat mengakses semua data meteorologi seperti keadaan angin perlapisan, suhu udara perlapisan, hingga kelembaban udara, selain itu dapat pula mengkombinasikan beberapa data pengamatan, data satelit, citra radar, dan model cuaca. Banyak model cuaca yang dapat dipergunakan untuk membuat suatu prakiraan cuaca yang akurat dan model cuaca tersebut juga tersedia lengkap pada Synergie, seperti MSLP (Mean Sea Level Pressure), Pressure, Wind, CAPE (Convective Available Potential Energy), dan lainnya. Keseluruhan model cuaca ini sangat mudah dicari dan dimodifikasi sesuai kebutuhan prakirawan di daerah tertentu, bahkan seluruh data model tersebut dapat di jalankan hingga 72 jam kedepan sehingga hal ini tentu dapat meningkatkan kemampuan prakiraan cuacanya. Synergie dapat digunakan dengan tiga hingga empat layar sekaligus. Sehingga dapat menampilkan berbagai jenis data secara bersamaan, dengan demikian dapat
25
mempersingkat waktu analisa dan prakiraan cuaca, selain itu dapat pula melakukan analisis berbagai parameter cuaca, dan tentunya pengalaman bekerja yang lebih nyaman dan menyenangkan. Synergie juga selalu mendapatkan pembaharuan data tiap 12 jam, dan untuk model cuacanya dapat di jalankan per 3 jam. Berbeda dengan beberapa model cuaca lainnya yang hanya dapat di jalankan per 6 jam. Dengan demikian data yang dihasilkan akan lebih baik karena selalu menyesuaikan dengan keadaan saat terkini. Synergie juga telah digunakan di lebih dari 75 negara di seluruh dunia, dengan fungsi yang beragam, mulai untuk keperluan sipil, penerbangan, bahkan hingga militer. Dengan adanya berbagai model yang tersedia pada Synergie, para prakirawan khususnya di Stasiun Meteorologi Kelas I Ngurah Rai Denpasar, sudah sangat terbantu dalam membuat suatu analisa dan prakiraan cuaca jangka pendek. hal ini terlihat jelas pada akurasi hasil prakiraan keadaan cuaca di area bandar udara Ngurah Rai Bali selama 6 bulan terakhir mencapai 85%. Hal ini sudah diatas kesesuaian dengan Sasaran Mutu Data dan Informasi yang tercantum pada ISO 9001:2008 dimana keakuratan Terminal Aerodrome Forecast mencapai 75%. Karena kondisi cuaca sangat rumit, unik dan selalu berubah - ubah, oleh karena itu synergie juga memerlukan model - model cuaca dari sumber lain yang tentu dapat digunakan
sebagai
pendukung
serta
pembanding
terhadap
hasil
analisa
dan
prakiraannya. Selain di dukung oleh peralatan-peralatan yang canggih, prakirawan juga memerlukan dasar ilmu meteorologi yang kuat, serta pengalaman di lapangan yang cukup banyak. Sehingga setiap data yang di hasilkan akan sangat berkualitas.(ips)
PRAKIRAAN (FORECAST) : PROBABILITAS ATAU KEPASTIAN?
Latar belakang : adanya perbedaan pendapat antara apakah prakirawan harus mencantumkan probabilitas dalam prakiraannya atau dapat membuat prakiraan yang pasti . Alasan untuk mencantumkan probabilitas dalam prakiraan : 1. Bahwa hampir tidak mungkin memperkirakan keadaan cuaca ke depan dengan keakuratan 100%, sedangkan tingkat keakuratan semakin menurun seiring dengan berjalannya waktu. 2. Tingkat kepercayaan kepada prakiraan yang dibuat dengan pasti cenderung rendah karena selalu ada kemungkinan bahwa prakiraan salah.
26
3. Data yang dihasilkan model hanya dapat digunakan di bawah 3 (tiga) hari. 4. Jumlah prakiraan yang tidak akurat dapat dikurangi jumlahnya dengan menggunakan metode ini. Masyarakat awam diharapkan dapat mengerti bahwa akan selalu ada ketidakpastian dalam hal prakiraan cuaca. 5. Meteorologis menganggap prakiraan yang dibuat dengan metode ini lebih dapat dipercaya dan lebih jujur.
Alasan untuk menyatakan kepastian dalam prakiraan : 1. Adanya kepentingan publik untuk merencanakan kegiatan yang akan dilaksanakan. Prakiraan cuaca yang mencantumkan kepastian akan banyak membantu dalam hal perencanaan kegiatan. 2. Untuk menjadi prakirawan yang hebat dan terkenal, prakirawan agar kiranya dapat membuat prakiraan dengan benar dan akurat. 3. Tingkat kepercayaan masyarakat akan meningkat apabila prakiraan dibuat dengan percaya diri. 4. Prakirawan yang baik agar dapat mempunyai kemampuan yang lebih baik daripada model cuaca komputasi dan model cuaca statistik 5. Masyarakat awam tidak terbiasa memperkirakan segala sesuatu dalam persentase, melainkan antara "terjadi" atau "tidak terjadi". Contohnya, apabila prakirawan mengatakan bahwa ada kemungkinan 50% akan terjadi hujan, maka masyarakat cenderung menganggap bahwa prakirawan sendiri tidak tahu akan terjadi hujan atau tidak.
Artikel ini merupakan terjemahan bebas dari artikel yang dibuat oleh Jeff Haby seorang ahli meteorologi asal Denver, Colorado, Amerika Serikat. Artikel asli dapat dilihat di situs web Jeff Haby http://www.theweatherprediction.com .(rf)
27