PENDUGAAN EFEK PENDINGINAN MENGGUNAKAN MODEL EMPIRIS DI RUANG TERBUKA HIJAU INSTITUT PERTANIAN BOGOR
ACHMAD SURURI
DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA* Dengan ini saya menyatakan bahwa skripsi berjudul “Pendugaan Efek Pendinginan Menggunakan Model Empiris di Ruang Terbuka Hijau Institut Pertanian Bogor” adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apapun 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 2015 Achmad Sururi NIM G24080041
ABSTRAK ACHMAD SURURI. Pendugaan Efek Pendinginan Menggunakan Model Empiris di Ruang Terbuka Hijau Institut Pertanian Bogor. Dibimbing oleh Sobri Effendy
Penelitian ini bertujuan untuk menduga pengaruh efek pendinginan dari berbagai ruang terbuka hijau. Penelitian dilakukan dari Maret hingga Juni 2013 di 3 ruang terbuka hijau di Intitut Pertanian Bogor. Model empiris digunakan untuk menduga efek pendinginan di dalam ruang terbuka hijau (RTH). Model yang dibuat berdasarkan analisis statistik dari 658 data yang didapat melalui penelitian langsung setiap pukul 06.00 dan pukul 14.00 WIB. Faktor yang mempengaruhi lokasi antara lain Partial Shade Area (PSA) dari kanopi pohon dan “site specific effect” atau efek spesifik dari lokasi. Efek pendinginan di sekitar ruang terbuka hijau juga dianalisis. Hasil dari penelitian menunjukkan bahwa setiap lokasi memiliki hasil yang berbeda. Lokasi Graha Widya Wisuda (GWW) yang titik kontrolnya diukur sejauh 50 m memiliki kepadatan lalu lintas paling tinggi menujukkan perbedaan nilai suhu udara paling besar antara batas lokasi dengan titik kontrol hingga -2.60C. Kata Kunci: efek pendinginan, kanopi, model empiris, ruang terbuka hijau
ABSTRACT ACHMAD SURURI. Predicting the Cooling Effect in Green Space Area with Trees Using Empirical Modeling in Bogor Agricultural University. Supervised by Sobri Effendy
The cooling effect of small green areas with trees sites of various geometric configurations is the object of this study. It was studied experimentally at 3 different sites in Bogor Agricultural University during the period March-June 2013. An empirical model is developed in this study for predicting the cooling effect inside the sites. The model is based on statistical analysis carried out on 658 experimental observation gathered every 6 am and 2 pm from the 3 sites on calm days. Two factors that explain inside the sites are the partial shades area under the tree canopy and site specific effect. The cooling effect of green space areas on their immediate surrounding at noon was also analyzed. The cooling effect estimated in this study is perceivable up to about 50 m in the streets branching out from the site. The findings show the differences of every site, Graha Widya Wisuda (GWW) site that has most traffic outside the site shows biggest difference between site borders and the point measure in 50 m about -2.60 C. Keywords: canopy, cooling effect, empirical study, green space area
PENDUGAAN EFEK PENDINGINAN MENGGUNAKAN MODEL EMPIRIS DI RUANG TERBUKA HIJAU INSTITUT PERTANIAN BOGOR
ACHMAD SURURI
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Geofisika dan Meteorologi
DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015
Judul Skripsi : Pendugaan Efek Pendinginan Menggunakan Model Empiris di Ruang Terbuka Hijau Institut Pertanian Bogor Name : Achmad Sururi NIM : G24080041
Disetujui oleh
Dr. Ir. Sobri Effendy, M.Si Pembimbing I
Diketahui oleh
Dr Ir. Tania June, M.Sc Ketua Departemen
Tanggal Lulus:
PRAKATA Puji Syukur kita panjatkan kepada Allah SWT, sehingga penulis dapat menyelesaikan skripsi ini. Penelitian yang dilaksanakan pada bulan Maret 2013 sampai Juni 2013 ini berjudul Pendugaan Efek pendinginan Menggunakan Model Empiris di Ruang terbuka hijau Institut Pertanian Bogor Penulis menyampaikan ucapan terima kasih kepada: 1. Bapak Dr. Ir Sobri Effendy, M.Si sebagai dosen pembimbing skripsi yang telah meluangkan waktu, mengarahkan dan memberikan saran serta kritik sehingga penulis dapat menyelesaikan skripsi ini. Bapak Muhammad Taufik, S.Si M.Si dan Ibu Dr. Rini Hidayati selaku dosen penguji yang telah memberikan saran dan kritik dalam perbaikan skripsi ini. Bapak Ir. Bregas Budianto yang telah mengarahkan serta memberi saran cara mendapatkan data dalam penelitian ini dengan menggunakan Termoter LM 35. 2. Siti Aminah (Ibu), Sakim (Bapak), Mas Kom, Mas Sul, Mbak Kah, Mas Brahim, Mas Ridwan, Mbak Latifa, Mbak Tyas berserta seluruh keluarga besar atas kasih sayang, perhatian, bantuan doa, dan dorongan semangat untuk terus berjuang menyelesaikan tugas ini. 3. Fida yang selalu menyemangati dalam penyeleseian Skripsi ini, terima kasih sudah menjadi teman ngobrol, diskusi bahkan sampai berantem dalam penyeleseian skripsi ini. Terima kasih Fitra yang selalu meminjamkan motornya saat penelitian di KRB. Mirna yang rela meinjamkan laptopnya saat laptop saya rusak. Terima kasih kepada Ferdi, Fela, Faiz, Dewi, Yuda, Emod dan seluruh keluarga GFM 45 lainnya yang selalu memberi semangat setiap saya mulai kendor. Ilman yang selalu ada sebagai teman, manajer, penjemput, pengantar, tempat menginap saat di Bogor, terima kasih Man, ayo wisuda bersama. 4. Pak Asep, Pak Udin, Pak Azis, Pak Nandang, Bu Wanti, Pak Kiki selaku staf di GFM atas bantuan dan doanya. Penulis mengucapkan terima kasih kepada semua pihak yang telah membantu dalam menyelesaikan skripsi ini. Semoga Allah SWT membalas semua kebaikan yang telah diberikan. Penulis berharap karya tulis ini dapat bermanfaat bagi semua pihak. Bogor, Juni 2015 Achmad Sururi
DAFTAR ISI DAFTAR TABEL ………………………………………………………………..vi DAFTAR GAMBAR ……………………………………………………………..vi DAFTAR LAMPIRAN …………………………………………………………...vi PENDAHULUAN…………………………………………………………………1 Latar Belakang ………………………………………………………………….1 Tujuan Penelitian ……………………………………………………………….1 METODE …………………………………………………………………………2 Alat ……………………………………………………………………………..2 Waktu dan Tempat Observasi …………………………………………………..2 Prosedur Analisis Data ………………………………………………………….3 HASIL DAN PEMBAHASAN ……………………………………………………5 Suhu Udara dan Kelembaban …………………………………………………...5 Analisis Efek pendinginan………………………………………………………7 Analisis Pengaruh Efek pendinginan Di Luar Lokasi…………………............11 SIMPULAN ……………………………………………………………………..14 DAFTAR PUSTAKA ……………………………………………………………15 LAMPIRAN ……………………………………………………………………..16 RIWAYAT HIDUP ……………………………………………………………...20
Daftar Tabel Tabel 1 Tempat dan Data yang Diambil. .......................................................... 3 Tabel 2 Hasil analisis regresi antara efek pendinginan (ΔT(v-r)) dan PSA untuk ketiga lokasi pukul 14.00 WIB. ........................................................ 12 Tabel 3 Efek Spesifik lokasi siang hari pukul 14.00 WIB .............................. 13 Tabel 4 Efek pendinginan di luar lokasi pukul 14.00 WIB ............................. 13
Daftar Gambar Gambar 1 Termometer dengan sensor LM 35................................................... 2 Gambar 2 Lokasi Penelitian. ............................................................................. 3 Gambar 3 Rangkaian tahapan Penelitian........................................................... 5 Gambar 4 Efek pendinginan Harian Lokasi 1 ................................................... 6 Gambar 5 Efek pendinginan Harian Lokasi 2 ................................................... 7 Gambar 6 Efek pendinginan Harian Lokasi 3 ................................................... 7 Gambar 7 Perbandingan pola antara efek pendinginan dan kelembaban udara di lokasi 1 ............................................................................................. 8 Gambar 8 Perbandingan pola antara efek pendinginan dan kelembaban udara di lokasi 2 ............................................................................................. 8 Gambar 9 Perbandingan pola antara efek pendinginan dan kelembaban udara di lokasi 3 ............................................................................................. 8 Gambar 10 Hubungan antara efek pendinginan dengan PSA di lokasi 1 pukul 06.00 WIB ............................................................................................ 9 Gambar 11 Hubungan antara efek pendinginan dengan PSA di lokasi 2 pukul 06.00 WIB .......................................................................................... 10 Gambar 12 Hubungan antara efek pendinginan dengan PSA di lokasi 3 pukul 06.00 WIB .......................................................................................... 10 Gambar 13 Hubungan antara efek pendinginan dengan PSA di lokasi 1 pukul 14.00 WIB .......................................................................................... 11 Gambar 14 Hubungan antara efek pendinginan dengan PSA di lokasi 2 pukul 14.00 WIB .......................................................................................... 11 Gambar 15 Hubungan antara efek pendinginan dengan PSA di lokasi 3 pukul 14.00 WIB .......................................................................................... 11 Gambar 16 Perbandingan Suhu Dasar lokasi pagi dan siang hari ................... 12
Lampiran Data Pengukuran Lokasi 1 ............................................................................... 16 Data Pengukuran Lokasi 2 ............................................................................... 17 Data Pengukuran Lokasi 3 ............................................................................... 18 Foto Lokasi Penelitian ...................................................................................... 19
PENDAHULUAN
Latar Belakang Urbanisasi menyebabkan adanya fenomena “heat island” di beberapa daerah karena berkurangnya daerah ruang terbuka hijau atau RTH. Pengurangan RTH ini menyebabkan perubahan suhu udara lokal. Terus bertambahnya bangunan mengurangi tutupan lahan alami seperti tanah dan vegetasi. Pertumbuhan ini lama kelamaan tidak hanya mempengaruhi lingkungan, tapi juga sosial ekonomi masyarakat (Atiqul, 2011). Pertumbuhan dan perubahan tata lahan yang terus meningkat tidak diimbangi dengan RTH yang memadai. Analisis kuantitaif membuktikan bahwa saat siang hari, daerah industri mengeluarkan suhu permukaan lebih tinggi dibandingkan dengan daerah perdagangan dan bisnis, daerah taman memiliki suhu permukaan paling rendah (Kardinal et al, 2007) Dalam kerangka mikro, efek vegetasi terhadap lingkungan sekitar relatif nyata. Besar kecilnya efek vegetasi dipengaruhi oleh besarnya area ruang terbuka hijau dan juga interval atau jarak antar RTH. RTH yang kecil namun dengan jarak yang mencukupi lebih efektif dalam menurunkan suhu sekitar dibandingan dengan RTH yang lebih luas namun jaraknya sangat berjauhan (Bar dan Hoffman, 2000). Boukhabla et al 2012 menyatakan saat siang hari daerah taman lebih dingin dari daerah manapun di sebuah kota. Vegetasi adalah kunci untuk menurunkan suhu udara di luar. RTH adalah satu satunya permukaan yang melakukan evapotranspirasi selain danau. Setiap titik di ruang terbuka hijau memiliki efek pendinginan yang berbedabeda. Pengaruh efek pendinginan akan semakin kecil saat semakin jauh dari RTH. Studi dari Bencheikh dan Ameur 2012 menunjukkan suhu di dalam RTH di daerah Algeria lebih rendah antara 5o hingga 10o C jika dibandingkan titik kontrol yang tidak memiliki vegetasi. Di daerah tropis Wong dan Yu 2005 mendapatkan hasil perbedaan maksimum antara wilayah RTH dan tidak adalah 4o C. Diharapkan dari penelitian ini didapatkan model yang memadai untuk digunakan sebagai acuan pembuatan daerah RTH. Tujuan Penelitian - Membuktikan bahwa vegetasi dan ruang terbuka hijau membantu menurukan suhu udara di sekitarnya yang disebut efek pendinginan - Mengembangkan model empiris untuk menduga efek pendinginan maksimum di luar lokasi
2 METODE
Alat dan Bahan Alat yang digunakan pada penelitian ini adalah termometer dengan sensor LM 35. Sensor LM 35 bisa mengukur suhu udara dengan lebih akurat dibandingkan thermistor. Sensor ini memiliki output berupa voltase yang dikonversi secara proporsional menjadi derajat celcius. Sehingga dalam menggunakan sensor LM 35 ini memerlukan voltmeter untuk melihat output nya. (www.toolboxenginiring.com) Pengukuran PSA atau partial shade area juga dilakukan dalam penelitian ini. PSA adalah persentase tutupan kanopi di setiap titik yang kita ukur suhu udaranya sepanjang lokasi. Persentase kanopi didapat dari mengambil gambar tutupan atau kanopi menggunakan kamera. Gambar yang didapat didefinisikan menggunakn ArcGis untuk mendapatkan persentase yang lebih akurat.
Gambar 1 Termometer dengan Sensor LM 35
Waktu dan Tempat Penelitian Lokasi yang dipilih dalam penelitian ini adalah ruang terbuka hijau yang memiliki RTH berupa pohon sepanjang lokasi. Lokasi yang dipilih adalah Arboretum Bambu (lokasi 1), Area Parkir Graha Widya Wisuda (lokasi 2) dan Jalan Faperta-Fmipa (lokasi 3). Data yang dikumpulkan adalah suhu bola basah, suhu bola kering, dan juga PSA. Setiap lokasi diukur sebanyak 7 kali setiap pagi pukul 06.00 dan siang pukul 14.00 WIB. Masing-masing merepresentasikan suhu minimum dan maksimum harian. Lokasi 1 ada di sepanjang di “Arboretum Bambu” hingga Lapangan Rektorat. Ada 20 titik yang diukur sepanjang lokasi termasuk titik kontrol sebagai acuan untuk membuktikan adanya efek pendinginan. Titik kontrol dari lokasi ini berada di dekat lapangan rektorat. Titik kontrol dipilih berdasarkan kriteria yang telah ditentukan sebelumnya yaitu mendapatkan sinar matahari seharian penuh serta tidak ada pohon atau kanopi yang menghalangi jatuhnya sinar matahari ke permukaan. Lokasi 2 adalah lapangan parkir GWW hingga Jalan Raya Dramaga. Lokasi ini memiliki 13 titik yang diukur termasuk titik kontrol. Titik kontrol pada lokasi ini ada di sebrang BNI Kantor Cabang Dramaga. Lokasi 3 merupakan jalan
3 sepanjang Faperta hingga Fmipa memiliki 14 titik penelitian termasuk titik kontrol. Titik kontrol pada lokasi 3 ada di jalan raya depan Gymnasium IPB. Tabel 1 Tempat dan Data yang Diambil Lokasi (1) Arboretrum Bambu (2) Lapangan Parkir GWW (3) Jalan Faperta-Fmipa Total
Panjang (m)
Titik Penelitian
Jumlah Data
200 130 140
20 13 14 47
280 182 196 658
Gambar 2 Lokasi Penelitian (Source: faspro.ipb.ac.id)
Prosedur Analisis Data Penelitian ini menggunakan analisis statistik dari data suhu udara dan kelembaban yang diperoleh sepanjang lokasi. Hubungan antara suhu dan kelembaban serta efek pendinginan di dalam dan luar lokasi dijelaskan dalam penjabaran.
4 Bar dan Hoffman 2000 mengatakan bahwa efek pendinginan bisa diukur jika di suatu lokasi terdapat titik kontrol. Titik kontrol ini dipilih berdasarkan dua kriteria: (a) Titik kontrol dekat dengan lokasi (50-100 m). (b) Tidak ada tutupan atau kanopi di titik control dan mendapatkan sinar matahari seharian. Dari kiteria tersebut di atas, titik kontrol ditentukan untuk setiap lokasi. Titik kontrol ini merepresentasikan kondisi lokasi tanpa tutupan vegetasi. Metode regresi linear digunakan untuk mengestimasi efek pendinginan di dalam lokasi. Varibel yang diperhitungkan dalam mengukur efek pendinginan pada penelitian ini adalah tutupan kanopi atau PSA, suhu dasar lokasi, dan efek spesifik lokasi. Tutupan kanopi atau PSA memiliki peranan penting dalam analisis model untuk menduga suhu udara di dalam lokasi. Di dalam ruang terbuka hijau dengan tutupan berupa pohon, efek pendinginan ditentukan dengan banyaknya tutupan kanopi dalam sebuah lokasi. Variasi tutupan kanopi berpengaruh terhadap efek pendinginan level di dalam lokasi. Untuk menghitung efek pendinginan dari variabel ini kita menggunakan formula berikut: ……………………… (1) Di mana j,v adalah titik pengamatan di titik j di lokasi v, r adalah suhu yang diukur di titik kontrol, , ∆𝑇(𝑣−𝑟),𝑗,𝑣 = 𝑇𝑗,𝑣 − 𝑇𝑟,𝑣 adalah rata rata efek pendinginan di titik j dari lokasi v, dan PSA j,v adalah tutupan kanopi di titik ke-j di dalam lokasi v. Penjelasan kedua variabel yang diperhitungkan adalah suhu dasar lokasi. Kontribusi dari variabel ini cukup penting untuk membandingkan pengukuran yang diambil di hari yang berbeda di lokasi yang sama. Formula yang digunakan untuk menghitung variabel ini: ……………….....….(2) Di mana titik j adalah suhu terendah yang ada di dalam lokasi v dalam hari ke-i di dalam pengukuran. Titik ini biasanya ada di tengah tengah lokasi. Tempat ini dipilih untuk menganalisis efek dari suhu dasar lokasi. Variabel ketiga dalam model regresi merepresentasikan efek pendinginan itu sendiri yang disebut efek spesifik lokasi. Varibel ini mengakomodasi variabel yang tidak terspesifikasi seperti konfigurasi geometris, karakteristik pohon, dan faktor pertumbuhna vegetasi. Efek dari variabel ini merepresentasikan kondisi konstan dalam intersepsi regresi linier. Formula yang digunakan: ……………………….…(3) Di mana Av menunjukan efek spesifik lokasi. Ketiga variabel tersebut di atas masing masing berdiri sendiri. Dengan begitu koefisien regresi dari model di atas bisa ditentukan secara terpisah dengan menggunakan regresi sederhana. Prosedur ini memiliki keuntungan karena cukup sederhana akan tetapi cukup akurat menentukan perbedaan koefisian dari setiap lokasi.
5 Rangkaian tahapan penelitian ini dapat dilihat pada bagan alir Gambar 3: MULAI
Kalibrasi termometer LM 35 dengan termometer standar Lab
Membuat termometer dengan sensor LM 35
Mengambil gambar tutupan kanopi di setiap titik di dalam setiap lokasi
Mengolah gambar dengan menggunakan ArcGis untuk menentukan persentase tutupan kanopi
Mengambil data secara langsung menggunakan termometer LM 35 selama 7 kali ulangan setiap lokasi setiap titik setiap pukul 06.00 dan 14.00 WIB
Mengolah hasil data yang diperoleh untuk mendapatkan Suhu Udara dan Kelembaban Udara
Diolah dengan formula dari ketiga variabel yang diperhitungkan
SELESAI
Gambar 3 Rangkaian Tahapan Penelitian
6 HASIL DAN PEMBAHASAN Suhu Udara dan Kelembaban Pengukuran dengan menggunakan termometer LM 35 didapatkan data suhu bola kering dan suhu bola basah. Suhu bola kering adalah suhu udara yang diukur secara langsung dengan termometer dengan syarat sensor terhindar dari radiasi matahari secara langsung. Suhu bola basah adalah suhu yang mengindikasikan kelembaban yang ada di udara. (http://www.bom.gov.au/) Perbedaan waktu pengukuran yaitu pukul 06.00 dan 14.00 WIB menunjukan hasil yang berbeda. Pengukuran pagi hari menunjukan adanya jarak suhu udara yang lebih kecil antara lokasi RTH dengan titik kontrol dibandingakan pengukuran pada siang hari. Pengukuran siang hari inilah yang akan digunakan untuk menganalisis efek pendinginan di setiap lokasi. Seperti disebutkan sebelumnya bahwa titik kontrol dipilih yang tidak memiliki tutupan kanopi dan mendapatkan sinar matahari seharian penuh. Dari Gambar 4, 5, dan 6 terlihat titik kontrol yang berada di ujung kanan grafik selalu memiliki suhu tertinggi. Gambar 4,5, dan 6 menunjukkan keadaan pada pagi hari, perbedaan di setiap titik penelitian tidak terlalu besar. Jika dibandingkan dengan titik kontrol pun juga tidak terlalu besar. Dari hasil yang didapat, pada pagi hari di ketiga lokasi rata rata perbedaan suhu udara di dalam lokasi dengan kontrol adalah -0.40C. Pada siang hari, perbedaan suhu udara menunjukkan jarak yang cukup signifikan. Pada lokasi 1 suhu di dalam lokasi ditunjukkan angka 1-15. Angka ini menunjukkan titik-titik pengukuran di dalam lokasi. Titik 16 sampai 19 merupakan titik di luar lokasi yang berjarak 10 meter tiap titik. Titik ke 20 adalah titik kontrol dari lokasi 1. Titik 16-19 menunjukkan peningkatan suhu yang cukup tajam, ini dikarenakan dalam titik tersebut sudah tidak ada tutupan kanopi lagi seperti di dalam lokasi. Rata rata penurunan suhu di lokasi 1 pada siang hari saat suhu maksimum adalah -2.9oC.
PERBEDAAN SUHU UDARA (C°)
1
2
3
4
5
6
7
8
9 10 11 12 13 14 15 16 17 18 19
0.0 -0.5 -1.0 -1.5 -2.0 -2.5 -3.0 -3.5 -4.0 14:00
6:00
Gambar 4 Efek pendinginan harian lokasi 1
7 Lokasi 2 ditunjukan Gambar 5 seperti keterangan sebelumnya memiliki panjang lokasi sejauh 130 meter termasuk dengan titik kontrol di dalamnya. Pada gambar 5, titik di dalam lokasi ditunjukkan nomor 1-8, 9 hingga 12 adalah titik di luar lokasi dan titk 13 adalah titik kontrol. Rata rata penurunan suhu di dalam lokasi ini adalah -3.1oC dibandingkan dengan suhu di titik kontrol. Gambar 6 yang menunjukkan kondisi di lokasi 3. Titik 1-8 merupakan titik di dalam lokasi. Rata rata penurunan suhu di dalam lokasi ini -2.3oC pada siang hari.
PERBEDAAN SUHU UDARA (C°)
1
2
3
4
5
6
7
8
9
10
11
12
12
13
1.0 0.0 -1.0 -2.0 -3.0 -4.0 -5.0 14:00
6:00
Gambar 5 Efek pendinginan harian lokasi 2
PERBEDAAN SUHU UDARA (C°)
1
2
3
4
5
6
7
8
9
10
11
1.0 0.0 -1.0 -2.0 -3.0 -4.0 14:00
6:00
Gambar 6 Efek pendinginan Harian lokasi 3 Dari hasil pengukuran yang didapat menunjukkan bahwa suhu udara di dalam lokasi selalu lebih rendah dibandingkan dengan titik kontrol. Semakin jauh titik kontrol dari lokasi, maka suhu udara juga akan semakin tinggi. Seperti Wong dan Yu 2005 menyatakan di daerah tropis hasil perbedaan maksimum antara wilayah RTH dan tidak adalah 4o C. Kelembaban relatif yang didapat melalui perhitungan memiliki pola yang sama dengan efek pendinginan di dalam lokasi namun dalam bentuk yang berkebalikan. Semakin rendah suhu di dalam lokasi, perbedaan kelembaban dengan titik kontrol semakin signifikan. Lokasi 1,2,3 di dalam Gambar 7,8,dan 9 menunjukkan perbandingan pola efek pendinginan dan kelembaban udara yang diukur pada siang hari pukul 14.00 WIB. Ketiga gambar tersebut menunjukkan bahwa di dalam lokasi dengan suhu udara yang lebih rendah memiliki kelembaban yang lebih tinggi dibandingkan dengan titik kontrol. Kejadian ini membuktikan bahwa tanaman melakukan evapotranspirasi. Selain itu adanya tutupan atau kanopi,
8 bisa menahan radiasi sinar matahari untuk langsung mengenai permukaan lahan. Bar et al, 2009 membuktikan bahwa kombinasi pohon dengan rumput adalah kombinasi yang paling sesuai untuk mendapatkan efek pendinginan maksimum. 3.0 2.0 1.0 0.0 -1.0
1
2
3
4
5
6
7
8
9 10 11 12 13 14 15 16 17 18 19 20
-2.0 -3.0 -4.0 efek pendinginan (14:00)
perbedaan RH (14:00)
Gambar 7 Perbandingan pola antara efek pendinginan dan kelembaban udara di lokasi 1 2.0 1.0 0.0 -1.0
1
2
3
4
5
6
7
8
9
10
11
12
13
-2.0 -3.0 -4.0 -5.0 efek pendinginan (14:00)
perbedaan RH (14:00)
Gambar 8 Perbandingan pola antara efek pendinginan dan kelembaban udara di lokasi 2 1.0 0.0 -1.0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
-2.0 -3.0 -4.0 efek pendinginan (14:00)
perbedaan RH (14:00)
Gambar 9 Perbandingan pola antara efek pendinginan dan kelembaban udara lokasi 3
9 Analisis Efek Pendinginan Lokasi 1 seperti dalam Gambar 4, suhu udara terendah yang terukur di dalam lokasi tersebut adalah -3.3oC dihitung dari titik kontrol. Lokasi 2 dan 3 suhu udara terendah yang terukur adalah -3.8oC dan -3.0oC. Titik titik yang lain di dalam lokasi juga memiliki suhu yang lebih rendah dari titik kontrol. Hal ini membuktikan bahwa di dalam lokasi terjadi peristiwa efek pendinginan. Disebutkan sebelumnya bahwa tutupan kanopi memiliki peranan penting dalam menduga adanya penurunan suhu udara di dalam lokasi dalam analisis model. Pada ruang terbuka hijau dengan tutupan pohon, efek pendinginan ditentukan dari banyaknya tutupan kanopi di lokasi tersebut. Perbedaan intensitas kanopi berpengaruh terhadap level efek pendinginan di lokasi tersebut. Untuk menghitungnya kita gunakan rumus pada formula (1). Hasil dari formula (1) ini menunjukan bahwa ada perbedaan faktor determinasi antara tutupan kanopi atau PSA dengan efek pendinginan di dalam lokasi pada pagi hari dan siang hari. Gambar 10 menunjukkan hubungan antara PSA dengan efek pendinginan di lokasi 1 pada pagi hari. PSA di lokasi 1 pada pagi hari hanya memiliki faktor determinasi 0.39, ini artinya PSA di lokasi tersebut tidak terlalu mempengaruhi besar kecilnya efek pendinginan di waktu tersebut. Gambar 11 dan 12 menunjukan faktor determinasi dari lokasi 2 dan 3. Lokasi 2, PSA nya pada pagi hari memiliki faktor determinasi yang cukup besar dalam efek pendinginan yaitu 0.6. Hal ini mungkin terjadi karena titik kontrol lokasi 2 adalah jalan raya Dramaga yang cukup ramai meskipun pagi hari. Sehingga suhu kontrol cukup tinggi karena ada aktivitas kendaraan. Lokasi 3 memiliki faktor determinasi yang lebih besar dari lokasi 1. Ini menunjukkan PSA di dalam lokasi tersebut mempengaruhi efek pendinginan di dalam lokasi pada pagi hari.
0.00
0.20
0.40
0.60
0.80
1.00
0.0 -0.1
ΔT
-0.2 -0.3 -0.4 y = -0.3098x - 0.1822 R² = 0.3903 -0.5 -0.6 -0.7
Gambar 10 Hubungan antara efek pendinginan dengan PSA di lokasi 1 pukul 06.00 WIB
10 0.0 -0.2
0.00
0.20
0.40
0.60
0.80
1.00
PSA ΔT
-0.4 -0.6 -0.8 -1.0
y = -0.7594x - 0.1664 R² = 0.6411
-1.2
Gambar 11 Hubungan antara efek pendinginan dengan PSA di lokasi 2 pukul 06.00 WIB
0.0 -0.1
ΔT
-0.2
0.00
0.20
0.40
0.60
0.80
1.00
PSA
-0.3 -0.4 -0.5 -0.6
y = -0.2746x - 0.2627 R² = 0.4535
Gambar 12 Hubungan antara efek pendinginan dengan PSA di lokasi 3 pukul 06.00 WIB Pada siang hari, faktor determinasi yang didapat lebih besar unuk setiap lokasi dibandingakan saat pagi hari. Lokasi 1 seperti yang ditunjukan pada Gambar 13 memiliki faktor determinasi tertinggi dibandingkan dengan lokasi 2 dan 3. Lokasi 1 yang memiliki prosentase kanopi paling banyak mempengaruhi adanya efek pendinginan di siang hari. Faktor determinasi dari lokasi satu adalah 0.8, angka ini menunjukkan bahwa kanopi di lokasi ini juga memiliki peran yang cukup besar dalam efek pendinginan. Untuk lokasi 2 dan 3, faktor determinasi dari kanopi masing masing didapatkan angka 0.7. Dari sini dapat dilihat bahwa kanopi di lokasi 1 memiliki peran yang lebih besar dibandingkan lokasi 2 dan 3.
11 0.00
ΔT
0.0 -0.5 -1.0 -1.5 -2.0 -2.5 -3.0 -3.5
0.20
0.40
0.60
0.80
1.00
y = -2.488x - 1.0683 R² = 0.8016
Gambar 13 Hubungan antara efek pendinginan dengan PSA di lokasi 1 pukul 14.00 WIB 0.0 -0.5
0.00
0.20
0.60
0.80
1.00
PSA
-1.0 ΔT
0.40
-1.5 -2.0 -2.5 -3.0 y = -1.8534x - 1.5978 R² = 0.7062 -3.5
Gambar 14 Hubungan antara efek pendinginan dengan PSA di lokasi 2 pukul 14.00 WIB 0.0 -0.5
ΔT
-1.0
0.00
0.20
0.40
0.60
0.80
1.00
PSA
-1.5 -2.0 -2.5 -3.0
y = -2.072x - 0.9478 R² = 0.7292
-3.5
Gambar 15 Hubungan antara efek pendinginan dengan PSA di lokasi 3 pukul 14.00 WIB Semua faktor determinasi yang didapat dari ketiga lokasi cukup signifikan pada siang hari. Rata-rata dari semua lokasi, PSA memiliki faktor determinasi 0.75 dalam menurunkan suhu di dalam lokasi. Dari hasil perhitungan didapatkan ratarata PSA di di lokasi 1 pada siang hari menurunkan suhu sebesar -3.5oC. Lokasi 2
12 yaitu area parkir GWW, lebih besar lagi hingga -3.8oC dan lokasi 3 menurunkan suhu hingga -3.0oC. Pada tabel 2 juga bisa dilihat rata rata PSA dari setiap lokasi masing masing 0.56, 0.42, dan 0.35. Total rata-rata PSA dari ketiga lokasi tersebut adalah 0.44 atau 44% dari ketiga lokasi tersebut tertutup oleh kanopi. Dari sini bisa dihitung sumbangan efek pendinginan dari kanopi di masing masing lokasi. Lokasi 1, 40% dari efek pendinginan yang terjadi disumbang oleh PSA di lokasi tersebut. Lokasi 2 PSA menyumbang 20 % untuk efek pendinginan, sementara untuk lokasi 3 lebih dari 24% disumbang oleh PSA nya. Dari ketiga lokasi, didapatkan rata-rata di area lokasi 1,2, dan 3 PSA menyumbang 28% dari efek pendinginan yang terjadi pada saat siang hari atau suhu maksimum. Tabel 2 Hasil analisi regresi antara efek pendinginan (ΔT(v-r)) dan PSA untuk ketiga lokasi pukul 14.00 WIB ΔT(v-r)(C°)
PSAv
n
av
b2
r
[(b2PSAv)1 00]/(ΔT(v-r))
(1) Arboretum
-3.5
0.565
20
-2.488
0.80
40.6
(2) GWW
-3.8
0.428
13
-1.068 -1.853
-1.853
0.71
20.7
(3) Jalan Faperta - Mipa
-3.0
0.352
14
-2.072
-2.072
0.73
24.4
Rata-rata
-3.4
0.448
0.75
28.6
Lokasi
Penjelasan variabel kedua yang juga diperhitungkan dalam model ini adalah suhu dasar lokasi. Kontribusi dari variabel ini sangat penting untuk perbandingan pengukuran yang dilakukan selama beberapa hari dalam satu lokasi. Formula yang digunakan adalah formula (2) di mana titik j adalah titik dengan suhu paling rendah dari lokasi v pada hari ke-i dalam pengukuran. Titik ini biasanya ada di tengahtengah lokasi. Tempat inilah yang dipilih untuk analisis lebih lanjut mengenai suhu dasar lokasi. Suhu dasar diasumsikan memiliki nilai yang sama untuk semua lokasi. Suhu ini dihitung dengan meregresikan efek pendinginan di titik dengan suhu terendah sebagai variabel peubah. Suhu dasar dihitung terpisah antara pagi hari pukul 06.00 dan siang hari pukul 14.00 WIB. Hasilnya, pada pagi hari suhu terdingin hanya memiliki faktor determinasi 0.06 terhadap efek pendinginan. Sementara pada siang hari, faktor determinasi yang didapat jauh lebih besar yaitu 0.39. Dari sini bisa disimpulkan, semakin tinggi suhu kontrol maka suhu dasar lokasi akan semakin rendah, jika suhu dasar dari lokasi main rendah maka efek pendinginan juga akan semakin besar. Morning 22.0
23.0
Noon
Linear (Morning) 24.0
25.0
31.0
26.0
32.0
Linear (Noon) 33.0
34.0
35.0
0.0
0.0
-2.0 -1.0 -2.0
-4.0 y = -0.1125x + 1.9308 R² = 0.0649
-6.0
y = -0.6995x + 19.711 R² = 0.3908
Gambar 16 Perbandingan Suhu Dasar lokasi pagi dan siang hari.
13 Variabel ketiga dalam model regresi penelitian ini adalah efek spesifik lokasi. Varibel ini mengakomodasi variabel yang tidak terspesifikasi seperti konfigurasi geometris, karakteristik pohon, dan faktor pertumbuhna vegetasi. Efek dari variabel ini merepresentasikan kondisi konstan dalam intersepsi regresi linier. Formula yang digunakan seperti pada formula (3). Efek spesifik diluar PSA menyumbang efek pendinginan sebesar 34% (tabel 3). Lokasi 2 menunjukan bahwa 45% dari efek pendinginan didasarkan atas variabel ini. Hal ini menujukan bahwa karakter pohon dan tutupan lahan juga berpengaruh terhadap efek pendinginan. Lokasi 1 dan 3 tutupan lahannya berupa aspal yang berwarna hitam lain dengan lokasi 2 yang berupa paving berwarna putih. Ini yang menyebabkan lokasi 2 45% dari efek pendinginan disumbang oleh efek spesifik lokasi. Tabel 3 Efek Spesifik lokasi siang hari pukul 14.00 WIB n
ΔT(vr)(C°)
Tr,v (°C)
(1) Arboretum
20
-3.5
0.565
(2) GWW
13
-3.8
0.428
-1.74
45.5
(3) Jalan Faperta - Mipa
14
-3.0
33.4 32.9 33.0
Av (C°) -0.84
0.352
-1.03
34.5
-3.4
33.1
0.448
-1.20
34.8
Lokasi
Rata-rata
PSAv
(Avх100)/ΔT(v-r) 24.4
Analisis Pengaruh Efek Pendinginan di Luar Lokasi Area sekitar lokasi dalam penelitian ini didefinisikan sebagai area di luar lokasi yang tidak memiliki tutupan vegetasi berupa pohon mengarah kearah titik kontrol. Untuk setiap lokasi, area ini diukur dalam interval setiap 10 meter kearah luar lokasi menuju titik kontrol. Data di titik ini juga diambil di jam yang sama yaitu pukul 06.00 dan 14.00 WIB seperti di dalam lokasi untuk tiap tiap lokasi. Tabel 4 Efek pendinginan di luar lokasi pukul 14.00 WIB Efek Pendinginan (C°) Lokasi
Titik Kontrol
Jarak dari Batas lokasi
Tr (°C) Batas lokasi
10
20
30
40
50
(1) Arboretum
Lapangan Rektorat
33.4
2.5
1.7
1.3
0.4
0.2
-
(2) GWW (3) Jalan Faperta Mipa Rata-rata
Jalan Raya Dramaga
32.9
2.6
1.6
1.2
0.6
0.3
-
Jalan Faperta
33.0
1.9
1.5
1.0
0.7
0.4
-
33.1
2.3
1.6
1.2
0.6
0.3
Tabel 4 menunjukan bahwa efek pendinginan juga terjadi di luar lokasi. Terlihat pada Tabel 4 adanya hubungan anatara jarak batas lokasi dengan suhu. Semakin mendekati batas atau 0 meter, efek pendinginan yang terjadi semakin besar. Dapat dilihat dari ketiga lokasi rata rata penurunan setiap interval 10 meter hampir sama.
14 SIMPULAN Perbedaan waktu pengukuran menunjukkan perbedaan hasil yang signifikan. Pengukuran pagi hari didapatkan jarak suhu udara yang lebih kecil antara lokasi dengan titik kontrol dibandingkan saat siang hari atau pada saat suhu udara maksimum. Hal ini menujukkan bahwa efek pendinginan lebih besar saat siang hari. Lokasi 1, suhu udara terendah yang terukur di dalam lokasi tersebut adalah -3.3oC dihitung dari titik kontrol. Lokasi 2 dan 3 suhu udara terendah yang terukur adalah -3.8oC dan -3.0oC. Adanya perbedaan suhu yang cukup nyata antara titik control dan di dalam lokasi ini membuktikan bahwa di dalam lokasi RTH terjadi efek pendinginan. Siang hari korelasi antara efek pendinginan dengan PSA jauh lebih tinggi di ketiga lokasi dibandingkan dengan pagi hari. Dari hasil pengukuran, PSA dari ketiga lokasi rata-rata 45%. PSA ini berkontribusi dalam efek pendinginan sebesar 28%. Semakin tinggi suhu kontrol maka suhu dasar lokasi akan semakin rendah, jika suhu dasar dari lokasi main rendah maka efek pendinginan juga akan semakin besar. Efek spesifik diluar PSA menyumbang efek pendinginan sebesar 34%. Lokasi 2 menunjukan bahwa 45% dari efek pendinginan yang terjadi disumbang oleh variabel ini. Hal Ini menujukan bahwa karakter pohon dan tutupan lahan juga berpengaruh terhadap efek pendinginan.
15
DAFTAR PUSTAKA AtiqulHaq S.M. Urban green spaces and an integrative approach to sustainable environment. Journal of environment protection2: 601-608 Australian Government Bureau of Meteorology. Climat Glossary. 12 May 2015 www.bom.gov.au Bar L.S and Hoffman M.E. 2000. Vegetation as climatic component in the design of an urban street an empirical model for predicting the cooling effect of urban green areas with trees.Journal of Energy and Building 31: 221-235 Bar L.S, PearlMutter David, and Erell Evyatar. 2009. The cooling efficiency of urban landscape strategies in a hot dry climate. Landscape and Urban Planing 92: 179-186 Bencheikh Hamida and Rchid Ameur. 2012. The effect of green spaces (Palm Trees) on the microclimate in arides zones, case study: Ghardia, Algeria. Energy Procedia18: 10-12 Direktorat Fasilitas dan Properti Institut Pertanian Bogor. Peta. 5 Januri 2015. www.faspro.ipb.ac.id Gomez. F, Gaja E. Reig A. 1998. Vegetation and climatic changes in a city. Ecological Enginering 10: 355-360 H.W Nyuk and Yu Chen. 2005. Study of green areas and urban heat island in tropical city. Habitat International 29: 547-558 Jusuf SteveKardinal et al. 2007. The influence of land use on the urban heat island in Singapore. Habitat International 31: 232-242 Moufida Bhokhablaand Djamel Alkama. 2012. Impact of vegetation on thermal condition outside, Thermal modeling of urban microclimate, case study: the street of republic, Biskra. Energy Procedia 18:73-84 Toolbox Enginering. LM 35 Temperature Sensor. 7 April 2015. www.toolboxenginering.com
16
LAMPIRAN Data Pengukuran Lokasi 1 Pukul 06.00 WIB TBK
Day 1 TBB 23.5 23.6 23.7 23.6 24.0 24.3 24.9 24.9 24.9 25.1 25.2 24.6 24.8 24.7 24.6 24.6 24.8 24.6 24.9 25.0
TBK 23.0 23.1 23.3 23.4 23.2 23.5 23.6 23.7 23.6 23.7 23.7 23.6 23.6 23.7 23.9 23.5 23.5 23.6 23.6 23.8
Day 2 TBB 22.4 22.4 22.4 22.3 22.2 22.1 22.1 22.0 22.0 22.0 22.0 22.0 22.1 22.1 22.1 22.2 22.3 22.4 22.5 22.8
TBK 22.1 22.1 22.1 22.0 21.9 21.9 21.8 21.8 21.8 21.8 21.8 21.8 21.8 21.9 21.9 21.9 22.0 22.0 22.0 22.0
Day 3 TBB 24.3 24.2 24.1 24.1 24.1 24.3 24.5 24.5 24.2 24.4 24.6 24.4 24.3 24.4 24.5 24.6 24.4 24.5 24.4 24.5
TBK 22.7 22.7 22.6 22.7 22.7 22.7 22.8 23.0 23.1 22.8 22.7 22.7 22.6 22.6 22.6 22.7 22.8 22.8 22.8 22.8
Day 4 TBB 24.2 24.1 24.3 24.2 24.2 24.3 24.3 24.0 24.3 24.0 23.8 23.9 24.0 24.0 24.3 24.3 24.5 24.3 24.2 24.2
TBK 22.6 22.6 22.7 22.8 22.7 22.7 22.7 22.7 22.8 22.8 22.7 22.7 22.6 22.6 22.6 22.7 22.8 23.0 23.1 22.8
Day 5 TBB 22.3 22.2 22.1 22.1 22.0 22.1 22.1 22.0 22.0 22.1 22.1 21.8 22.0 22.0 22.1 22.0 22.1 22.4 22.3 22.5
TBK 22.0 22.0 21.8 21.8 21.7 21.8 21.8 21.7 22.0 22.0 21.6 21.7 21.8 21.9 21.9 21.9 22.0 21.8 21.9 21.3
Day 6 TBB 23.4 23.4 23.5 23.7 23.8 24.0 24.3 24.4 24.3 24.5 24.3 24.7 24.4 24.7 24.5 24.5 24.4 24.8 24.7 24.9
TBK 22.8 22.8 23.0 23.0 23.1 23.3 23.3 23.2 23.3 23.5 23.2 23.3 23.4 23.4 23.5 23.3 23.3 23.5 23.5 23.4
Day 7 TBB 23.9 23.9 23.8 24.2 24.3 24.3 24.5 24.1 24.3 24.0 24.0 24.3 24.0 24.2 24.3 24.2 24.4 24.2 24.4 24.3
22.4 22.3 22.1 22.5 22.4 22.3 22.2 22.4 22.5 22.2 22.2 22.2 22.1 22.2 22.3 22.0 22.4 22.5 22.4 22.5
Data Pengukuran Lokasi 1 Pukul 14.00 WIB TBK
Day 1 TBB 30.8 30.6 30.8 30.9 30.9 30.3 30.1 30.8 30.4 30.6 31.2 30.6 30.5 30.4 31.1 33.1 33.6 34.1 33.6 33.9
TBK 27.7 27.2 27.7 27.3 27.5 27.1 26.8 27.5 27.2 27.4 27.7 27.5 27.5 27.7 27.6 29.7 28.7 28.7 28.5 28.9
Day 2 TBB 30.6 30.7 30.7 30.4 30.6 30.9 30.9 30.5 30.6 30.7 31.0 30.5 30.7 30.4 30.0 31.1 31.3 33.5 34.3 34.0
TBK 26.5 26.3 26.7 26.7 26.6 27.0 26.9 26.6 27.1 26.9 27.2 27.0 27.3 27.1 26.9 26.8 27.1 29.5 30.1 30.7
Day 3 TBB 30.5 30.5 30.3 30.3 30.9 30.8 31.0 30.8 30.6 30.3 30.2 29.7 29.4 29.7 31.2 31.8 32.4 32.6 32.8 32.6
TBK 26.3 26.6 25.7 25.8 26.3 26.0 26.2 25.9 25.7 26.1 25.9 25.8 25.5 25.5 26.6 26.8 27.4 27.7 27.7 27.8
Day 4 TBB 30.7 30.4 30.6 30.9 30.9 30.5 30.6 30.7 31.0 30.5 30.7 30.4 30.0 30.0 31.3 32.0 32.5 33.5 33.3 34.0
TBK 26.7 26.7 26.6 26.8 26.9 26.6 27.1 26.7 27.2 27.0 27.3 27.1 26.9 26.8 27.1 27.5 27.8 29.5 30.1 30.1
Day 5 TBB 30.4 30.4 30.5 30.2 30.4 30.5 30.6 30.4 30.5 30.6 30.8 30.7 30.5 30.5 30.6 31.0 30.9 32.6 32.9 33.5
TBK 26.8 26.9 26.6 27.1 26.7 27.0 27.3 27.1 26.8 26.8 27.0 26.9 26.6 27.1 27.0 27.0 27.0 28.7 29.0 29.3
Day 6 TBB 30.4 30.4 30.6 30.8 30.6 30.5 30.5 30.4 30.1 30.3 30.2 30.7 30.1 30.6 31.0 31.5 31.9 32.9 33.0 33.3
TBK 27.0 26.7 27.2 27.2 27.0 26.8 26.5 27.0 26.9 27.0 27.4 27.7 27.6 27.3 27.4 28.0 28.4 28.9 28.9 28.7
Day 7 TBB 30.0 30.1 30.0 30.0 30.6 30.7 30.5 30.7 30.9 30.4 30.0 29.8 29.8 30.0 30.8 31.2 31.9 31.9 32.4 32.5
26.1 26.4 25.9 25.7 26.0 26.1 26.0 25.7 25.4 26.3 26.0 25.6 25.9 25.9 26.3 26.5 27.0 27.0 27.4 27.9
17
Data Pengukuran Lokasi 2 Pukul 06.00 WIB
TBK
Day 1 TBB 23.5 23.2 23.1 23.0 22.8 22.5 22.8 22.7 22.9 23.2 23.4 23.3 23.4
TBK 22.1 22.3 22.2 22.3 22.3 22.0 22.0 22.0 22.0 22.1 22.4 22.4 22.5
Day 2 TBB 24.0 24.1 23.8 23.7 23.6 23.7 23.6 23.8 24.0 24.0 24.1 24.2 24.2
TBK 23.2 22.9 22.8 22.7 22.8 22.8 22.8 22.8 23.0 23.1 23.1 23.2 23.3
Day 3 TBB 24.3 24.2 24.1 24.1 24.1 24.3 24.5 24.5 24.2 24.4 24.6 24.4 24.3
TBK 22.7 22.7 22.6 22.7 22.7 22.7 22.8 23.0 23.1 22.8 22.7 22.7 22.6
Day 4 TBB 22.0 22.3 22.3 22.0 22.5 22.2 22.6 22.8 22.3 22.7 22.5 22.7 22.6
TBK 21.4 22.0 21.9 21.7 22.0 21.7 21.8 21.7 21.3 22.0 22.0 21.8 22.0
Day 5 TBB 23.6 23.7 23.3 23.2 23.0 23.5 23.3 23.1 23.8 23.8 23.9 24.0 24.1
TBK 22.8 22.8 22.5 22.3 22.5 22.6 22.1 22.9 22.7 22.9 23.0 22.9 23.1
Day 6 TBB 23.3 23.2 23.0 23.3 22.9 22.8 22.9 23.0 23.0 23.4 23.3 23.4 23.5
TBK 22.0 22.2 22.2 22.1 22.4 22.2 22.3 22.0 22.2 22.3 22.3 22.1 22.4
Day 7 TBB 23.2 23.0 23.5 23.4 23.6 23.7 23.6 23.5 23.9 23.9 24.0 24.0 24.1
22.6 22.6 22.9 22.6 22.6 22.9 22.5 22.7 23.1 23.0 23.1 23.3 23.2
Data Pengukuran Lokasi 2 Pukul 14.00 WIB
TBK
Day 1 TBB 29.7 30.3 30.2 30.4 30.9 31.3 31.5 31.4 33.1 32.7 33.2 33.4 33.1
TBK 26.2 27.2 27.7 27.3 27.5 27.1 26.8 27.5 27.2 27.4 27.7 27.5 27.5
Day 2 TBB 29.0 30.0 29.9 30.0 30.4 31.0 30.9 31.9 33.7 34.1 34.6 34.6 34.5
TBK 25.6 25.9 26.0 26.0 26.2 26.7 26.7 27.3 28.9 29.3 30.0 29.7 29.6
Day 3 TBB 29.1 29.6 29.1 29.8 29.7 30.0 29.3 29.7 30.2 31.3 32.3 32.7 33.3
TBK 26.4 26.3 26.3 27.0 26.8 26.8 26.6 26.6 27.3 27.8 28.4 29.0 29.7
Day 4 TBB 29.5 29.4 29.7 30.0 30.2 30.5 30.4 30.5 31.0 31.4 31.7 32.3 32.7
TBK 26.0 26.4 26.4 26.7 26.9 27.0 26.8 27.1 27.2 27.1 27.5 27.5 27.6
Day 5 TBB 28.4 28.5 28.8 29.0 29.1 29.3 29.0 29.1 30.3 30.8 31.4 31.7 32.0
TBK 26.2 26.3 26.0 26.5 26.7 26.8 26.9 26.3 26.8 27.0 27.4 27.8 28.3
Day 6 TBB 28.7 29.0 29.1 29.4 29.3 29.7 29.6 30.0 30.6 30.9 31.5 31.9 32.3
TBK 25.8 25.7 26.0 26.3 26.1 26.5 26.7 26.5 27.2 27.9 28.3 28.7 28.7
Day 7 TBB 29.0 29.2 29.4 29.1 29.6 29.5 29.7 29.6 30.0 30.3 30.9 31.4 32.2
26.5 26.5 26.9 27.0 27.1 26.8 26.3 27.0 27.3 27.4 27.7 27.4 27.5
18
Data Pengukuran Lokasi 3 Pukul 06.00 WIB
TBK
Day 1 TBB 24.9 25.0 24.9 24.7 24.5 24.7 24.8 24.9 24.9 24.9 24.9 25.0 25.0 24.9
TBK 23.1 23.1 23.2 23.1 23.1 23.0 23.0 23.1 23.1 23.0 23.0 23.2 23.1 23.2
Day 2 TBB 22.5 22.5 22.6 22.6 22.6 22.6 22.7 22.7 22.7 22.9 23.0 23.4 23.3 23.2
TBK 22.2 22.2 22.2 22.3 22.3 22.4 22.4 22.3 22.4 22.5 22.5 22.3 22.4 22.3
Day 3 TBB 22.6 22.6 22.6 22.7 22.5 22.5 22.5 22.6 22.6 22.8 22.8 22.9 22.8 22.9
TBK 22.5 22.3 22.3 22.2 22.2 22.1 22.0 22.0 22.0 22.2 22.3 22.0 22.4 22.4
Day 4 TBB 22.9 23.0 22.9 22.6 22.5 22.5 22.6 22.8 22.6 22.4 22.4 22.4 22.6 22.9
TBK 22.4 22.5 22.5 22.1 22.2 22.3 22.3 22.3 22.3 22.1 22.1 22.1 22.2 22.3
Day 5 TBB 23.2 23.4 23.6 23.3 23.4 23.4 23.4 23.6 23.7 23.8 23.9 24.0 24.0 24.2
TBK 22.4 22.4 22.3 22.4 22.3 22.3 22.4 22.3 22.4 22.5 22.5 22.6 22.7 22.6
Day 6 TBB 23.3 22.9 22.8 23.2 23.0 23.3 23.4 22.8 22.9 23.0 23.4 23.3 23.4 23.5
TBK 23.0 22.6 22.5 22.7 22.4 22.8 22.9 22.4 22.3 22.6 23.0 23.0 23.0 23.1
Day 7 TBB 22.3 22.3 22.2 22.2 22.4 22.1 22.2 22.3 22.5 22.6 22.8 22.9 23.0 23.0
21.8 21.8 21.6 21.7 21.7 21.5 21.5 21.6 21.9 21.9 21.9 22.0 22.0 22.2
Day 7 TBB 29.5 30.0 30.2 30.4 30.6 31.0 31.0 31.2 31.6 31.9 32.2 32.4 32.7 33.0
27.0 27.3 27.3 27.2 27.6 27.8 27.7 28.1 28.0 28.4 28.7 28.9 29.2 29.3
Data Pengukuran Lokasi 3 Pukul 14.00 WIB
TBK
Day 1 TBB 30.9 31.0 31.5 31.5 31.1 31.0 31.5 31.5 31.7 31.7 31.8 32.3 32.4 32.6
TBK 27.5 27.6 27.7 27.8 27.9 27.8 28.0 28.2 28.4 28.3 28.7 28.8 28.7 29.0
Day 2 TBB 29.9 30.0 31.0 31.0 30.9 30.8 31.0 31.1 32.2 33.1 33.2 33.3 33.2 33.4
TBK 27.2 27.2 27.8 27.8 27.8 27.9 27.9 27.8 28.7 29.1 29.0 28.9 29.0 29.2
Day 3 TBB 30.6 30.7 31.4 31.9 31.5 31.0 31.0 31.0 31.3 32.0 32.9 33.0 33.1 33.1
TBK 26.7 26.8 27.1 27.3 27.2 26.8 26.9 26.8 27.2 28.0 28.5 28.9 28.7 28.9
Day 4 TBB 29.9 30.1 31.0 31.2 30.8 31.0 31.2 31.4 31.6 32.2 32.5 32.9 33.1 33.2
TBK 27.4 27.2 27.5 27.7 27.9 27.8 28.0 28.4 28.4 28.5 28.9 29.0 28.7 29.0
Day 5 TBB 29.7 30.2 30.4 30.5 30.3 30.8 30.7 30.8 31.0 31.4 31.5 31.9 32.3 32.4
TBK 26.4 26.5 27.0 27.0 27.1 26.7 26.8 27.0 27.4 27.8 28.0 28.1 28.3 28.7
Day 6 TBB 29.3 29.7 29.8 30.0 30.2 30.4 30.5 30.7 30.9 31.3 31.5 32.3 32.8 33.0
TBK 27.0 27.0 27.1 27.3 27.8 27.6 27.6 27.9 28.0 28.4 28.7 28.9 29.1 29.4
19
Foto Lokasi Penelitian (a) Lokasi 1 (b) Lokasi 2 (c) Lokasi 3
(a)
(b)
(c)
20
Riwayat Hidup Penulis bernama lengkap Achmad Sururi, lahir di Kediri pada tanggal 14 Juli 1989 dan merupakan anak kedelapan dari delapan bersaudara dari ayah Sakimudin dan ibu Siti Aminah. Penulis menyelesaikan pendidikan sekolah dasar pada tahun 2002 di SDN Darungan 1 Pare. Tahun 2005 penulis lulus dari jenjang sekolah menengah pertama di SMPN 2 Pare. Penulis menyelesaikan pendidikan sekolah menengah atas pada tahun 2008 di SMAN 1 Pare, pada tahun yang sama penulis lulus dalam Undangan Seleksi Masuk IPB (USMI) memilih program studi Geofisika dan Meteorologi Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama menjalani perkuliahan penulis aktif dalam organisasi kemahasiswaan IAAS, penulis juga pernah mendapatkan juara pertama tari kontemporer di IAC 2009, juara pertama lomba arerobik TPB, serta berbagai kompetisi musik seperti lomba akustik dan cipta lagu. Penulis juga aktif diberbagai kepanitiaan baik kampus maupun luar kampus. Tahun 2012 penulis menjadi Koordinator Earth Hour Bogor, menjadi koordinator pertama yang mengembangkan Earth Hour menjadi cukup besar di Bogor. Penulis juga mengambil ilmu vocal di sekolah musik Kania Music School. Untuk mendapatkan gelar Sarjana Sains IPB, penulis menyelesaikan skripsi dengan judul Pendugaan Efek pendinginan Menggunakan Model Empiris di Ruang Terbuka Hijau Institut Pertanian Bogor.
