Makalah
Upcoming SlideShare
Loading in...5
×
 

Makalah

on

  • 1,847 views

 

Statistics

Views

Total Views
1,847
Slideshare-icon Views on SlideShare
1,847
Embed Views
0

Actions

Likes
0
Downloads
22
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Microsoft Word

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Makalah Makalah Document Transcript

    • MAKALAHNama : SUKO ABDI NAGORONPT : 13.11.2392Kelas : METEOROLOGI – 3B 0
    • KATA PENGANTAR Puji syukur saya panjatkan kehadirat Allah SWT yang telahmemberikan rahmat serta karunia-Nya kepada saya sehingga sayaberhasil menyelesaikan Makalah ini yang alhamdulillah tepat padawaktunya yang berjudul “Prediksi Cuaca Dengan Data Statistik”. Makalah ini berisikan tentang bagaimana menerapkan metodestatistik induktif dalam mengolah data dari unsur-unsur meteorologi sertamemprediksikan cuaca dengan data olahan tersebut. Metode statistikinduktif yang akan digunakan adalah Korelasi dan Regresi. DiharapkanMakalah ini dapat memberikan informasi kepada kita semua bagaimanakaitan antara meteorologi dan statistika dalam memprediksikan cuaca. Saya menyadari bahwa makalah ini masih jauh dari sempurna, olehkarena itu kritik dan saran dari semua pihak yang bersifat membangunselalu saya harapkan demi kesempurnaan makalah ini. Akhir kata, saya sampaikan terima kasih kepada semua pihak yangtelah berperan serta dalam penyusunan makalah ini dari awal sampaiakhir. Semoga Allah SWT senantiasa meridhai segala usaha kita. Amin. Bintaro, 28 Oktober 2012 Suko Abdi Nagoro NPT : 13.11.2392 1
    • DAFTAR ISIKata pengantar……………………………………………………………….1Daftar Isi……………………………………………………………………….2Pendahuluan……………………………………………………………….... Latar Belakang………………………………………………………..3 Tujuan…………………………………………………………………4 Manfaat………………………………………………………………...Pembahasan…………………………………………………………………. Perolehan Data……………………………………………………….4 Data Berita Klimat Stamet Biak……………………………………..5 Pengolahan Data……………………………………………………..6 Metode Regresi………………………………………………………..6 Metode Korelasi……………………………………………………....11Penutup…………………………………………………………………………. Kesimpulan……………………………………………………………13 Saran…………………………………………………………………...14Daftar Pustaka…………………………………………………………………14 2
    • PENDAHULUANLatar belakang Tekanan udara merupakan berat massa kolom udara di atmosferbumi per satuan luasan. Tekanan udara dipengaruhi oleh suhu udara danketingan suatu tempat, makin tinggi tempatnya maka makin rendahtekanan udaranya sedangan makin tinggi suhu udara di suatu permukaanbumi maka makin kecil pula tekanan udara pada tempat itu. Sedangan pengertian hujan adalah presipitasi dalam bentuk cairanyang turun dari awan yang di karenakan proses kondensasi. Curah hujanmerupakan jumlah presipitasi yang ditampung selama hujan oleh alatpenakar dalam satuan mm. Tekanan udara dan curah hujan memang tidak secara langsungberhubungan, oleh karena itu pada makalah ini kita akan coba mencaritahu hubungan dan kedakatan dua variable ini dengan metode statistik.Metode statistik yang akan kita gunakan disini adalah statistik induktif. Statistika Induktif adalah ilmu statistika yang mempelajari tata carapenarikan kesimpulan mengenai keseluruhan data atau populasiberdasarkan sebagian data atau sampel dari populasi tersebut. Dalam halini kita akan menggunakan metode regresi dan korelasi dalam mencariketerkaitan dan hubungan antara tekanan udara dan curah hujan. 3
    • Tujuan - Menganalisa parameter cuaca dengan metode statistik induktif - Menemukan hubungan antara varibel tekanan udara dan variabel curah hujan - Mencari kedekatan antara dua variable tersebut dengan menggunakan metode korelasi - Mecari persamaan regresi dari dua variable tersebutManfaat - Dapat memanfaatkan metode statistik induktif untuk peramalan dan analisa cuaca - Dapat memahami metode regresi dan korelasi dalam perhitungan data statistik . PEMBAHASANPerolehan data Dalam makalah ini, penulis memperoleh data Laporan berita klimatbulanan dari stasiun meteorologi Frans Kaisiepo Biak (97560). Data beritaklimat tersebut diambil oleh penulis dari situs pertukaran data meteorologidunia yaitu www.ogimet.com. Data perolehan asli dari www.ogimet.comadalah sbb : 4
    • CLIMAT summary for 97560: Biak / Mokmer (Indonesia) Latitude: 01-11S Longitude: 136-07E Altitude: 11 m. PRESSURE TEMPERATURE VAP.T PRECIP. SUNSHINEMONTH (HPa) (C) (HPa) (mm) (Hour)YEAR M P0 Sea H T dT H Tx H Tn H E H R Q Nr H Hr % H 27.2 30.3 24.5 30.62011 10 1007.8 1009.7 0 0.8 0 0 0 0 222 -- 25 0 200 150 0 (+0.4) (+0.6) (+1.6) (+1.8) 27.3 30.3 24.8 31.22011 11 ---- 1007.8 0 1.0 0 0 0 0 123 -- 22 0 148 110 0 (+0.4) (-0.4) (+1.5) (+1.3) 27.3 30.5 24.8 31.32011 12 1005.4 1006.9 0 0.8 0 0 0 0 305 -- 24 0 117 90 0 (+0.5) (+0.8) (+1.9) (+2.5) 27.5 30.5 24.6 30.82012 01 ---- 1008.2 0 0.8 0 0 0 0 182 -- 27 0 147 110 0 (+0.9) (+0.2) (+1.2) (+1.1) 27.5 30.8 24.6 30.52012 02 ---- 1007.8 0 0.6 0 0 0 0 123 -- 26 0 149 110 0 (+0.2) (-0.5) (+0.4) (+0.0) 26.7 29.8 24.2 30.82012 03 1006.5 1008.0 0 0.7 0 0 0 0 458 -- 30 0 115 90 0 (+0.2) (-0.4) (+0.8) (+1.2) 27.1 30.2 24.5 30.82012 04 ---- 1009.5 0 0.5 0 0 0 - 187 -- 24 - 114 90 - (+0.4) (-0.2) (+0.8) (+0.7) 27.2 30.2 24.6 31.02012 05 ---- 1008.5 0 0.7 0 0 0 0 266 -- 25 0 151 120 0 (+0.1) (-0.4) (+0.7) (+1.0) 26.8 29.7 24.2 30.42012 06 ---- 1009.3 0 0.8 0 0 0 0 287 -- 24 0 134 100 0 (+0.1) (-0.5) (+0.5) (+1.0) 26.5 29.5 24.1 30.42012 07 ---- 1008.6 0 0.8 0 0 0 0 282 -- 28 0 80 60 0 (-0.1) (-0.5) (+0.6) (+1.5) 26.9 29.8 24.4 30.62012 08 1008.6 1010.1 0 0.7 0 0 0 0 228 -- 25 0 106 80 0 (+0.2) (-0.4) (+0.7) (+1.9) 27.2 30.3 24.6 30.62012 09 ---- 1009.6 0 1.0 0 0 0 0 200 -- 21 0 101 80 0 (+0.4) (-0.2) (+1.1) (+1.4) 5
    • Data yang kita gunakan adalah data tekanan pada MSL dan datacurah hujan bulanan dari stamet Frans Kaisiepo Biak (97560). MONTH/YEAR QFF(X) RRR(Y) Oct-11 1009.7 222 Nov-11 1007.8 123 Dec-11 1006.9 305 Jan-12 1008.2 182 Feb-12 1007.8 123 Mar-12 1008 458 Apr-12 1009.5 187 May-12 1008.5 266 Jun-12 1009.3 287 Jul-12 1008.6 282 Aug-12 1010.1 228 Sep-12 1009.6 200Pengolahan dataMetode Regresi Secara umum, analisis regresi pada dasarnya adalah studimengenai ketergantungan satu variabel dependen (terikat) dengan satuatau lebih variabel independent (variabel penjelas/bebas), dengan tujuanuntuk mengestimasi dan/ atau memprediksi rata-rata populasi atau niiairata-rata variabel dependen berdasarkan nilai variabel independen yangdiketahui. Pusat perhatian adalah pada upaya menjelaskan danmengevalusi hubungan antara suatu variabel dengan satu atau lebihvariabel independen. Hasil analisis regresi adalah berupa koefisien regresi untuk masing-masing variable independent. Koefisien ini diperoleh dengan caramemprediksi nilai variable dependen dengan suatu persamaan. Koefisien 6
    • regresi dihitung dengan dua tujuan sekaligus : Pertama, meminimumkanpenyimpangan antara nilai aktual dan nilai estimasi variable dependen;Kedua, mengoptimalkan korelasi antara nilai aktual dan nilai estimasivariable dependen berdasarkan data yang ada. Persamaan regresi: persamaan matematik yang memungkinkanperamalan nilai suatu peubah tak bebas (dependent variable) dari nilaipeubah bebas (independent variable). Bentuk Umum persamaan regresilinear. Y = a + bX  Y : peubah tak bebas  X : peubah bebas  a : konstanta  b : kemiringan MONTH/YEAR QFF(X) RRR(Y) XY X2 Y2 Oct-11 1009.7 222 224153.4 1019494 49284 Nov-11 1007.8 123 123959.4 1015661 15129 Dec-11 1006.9 305 307104.5 1013848 93025 Jan-12 1008.2 182 183492.4 1016467 33124 Feb-12 1007.8 123 123959.4 1015661 15129 Mar-12 1008 458 461664 1016064 209764 Apr-12 1009.5 187 188776.5 1019090 34969 May-12 1008.5 266 268261 1017072 70756 Jun-12 1009.3 287 289669.1 1018686 82369 Jul-12 1008.6 282 284425.2 1017274 79524 Aug-12 1010.1 228 230302.8 1020302 51984 Sep-12 1009.6 200 201920 1019292 40000 Jumlah 12104 2863 2887688 12208912 775057 7
    • Pada perhitungan ini kita terlebih dahulu menentukan menentukanpersaman regresi dengan mencari nilai a dan nilai b b = - 12.0083 a = 12350.98 Setelah kita memperoleh a dan b maka kita masukan kepersamaan regresi. Y = a + bX Y = 12350.98 - 12.0083X Setelah kita peroleh persamaan tersebut maka kita buat diagrampencar yang menghubungkan antara X (Tekanan udara) dan Y (CurahHujan). 8
    • 500 450 400 350 300Curah Hujan 250 200 150 100 50 0 1006.5 1007 1007.5 1008 1008.5 1009 1009.5 1010 1010.5 Tekanan Udara Setelah menemukan persamaan regresi tersebut maka kita dapat menentukan curah hujan berdasarkan data tekanan yang diketahui. Sebagai contoh kita akan memprediksi berapa curah hujan bulanan Stamet frans kaisiepo Biak jika data tekanan udara rata” bulanan QFF diketahui adalah 1010.1 mb. Maka kita dapat langsung mencarinya sbb : Y = 12350.98 - 12.0083X Y = 12350.98 - 12.0083(1010.1) Y = 221.3714 Kita peroleh bahwa curah hujannya adalah 221.4 mm Untuk melihat seberapa jauh antara hasil prediksi dengan hasil pengamatan sebenarnya, maka kita buat tabel dan grafik yang menghubungkan antar Y (Curah hujan hasil pengamatn) dan Y’ (Prediksi hujan dengan Persamaan Regresi). 9
    • MONTH/YEAR Y Y’ = 12350.98 - 12.0083X Oct-11 222 226.199 Nov-11 123 249.015 Dec-11 305 259.823 Jan-12 182 244.212 Feb-12 123 249.015 Mar-12 458 246.614 Apr-12 187 228.601 May-12 266 240.609 Jun-12 287 231.003 Jul-12 282 239.409 Aug-12 228 221.396 Sep-12 200 227.4500450400350300250 Pengamatan200 Prediksi15010050 0 10
    • Metode Korelasi Korelasi merupakan teknik analisis yang termasuk dalam salahsatu teknik pengukuran asosiasi / hubungan (measures of association).Pengukuran asosiasi merupakan istilah umum yang mengacu padasekelompok teknik dalam statistik bivariat yang digunakan untukmengukur kekuatan hubungan antara dua variabel. Koefisien Korelasi (r) : ukuran hubungan linier peubah X dan Y Nilai r berkisar antara (+1) sampai (-1) Nilai r yang (+) ditandai oleh nilai b yang (+) Nilai r yang (-) ditandai oleh nilai b yang (-) Jika nilai r mendekati +1 atau r mendekati -1 maka X dan Y memiliki korelasi linier yang tinggi Jika nilai r = +1 atau r = -1 maka X dan Y memiliki korelasi linier sempurna. Jika nilai r = 0 maka X dan Y tidak memiliki relasi (hubungan) linier. (dalam kasus r mendekati 0, anda dapat melanjutkan analisis ke regresi eksponensial). Koefisien Determinasi Sampel = R = r² merupakan Ukuran proporsikeragaman total nilai peubah Y yang dapat dijelaskan oleh nilai peubah Xmelalui hubungan linier. 11
    • MONTH/YEAR QFF(X) RRR(Y) XY X2 Y2 Oct-11 1009.7 222 224153.4 1019494 49284 Nov-11 1007.8 123 123959.4 1015661 15129 Dec-11 1006.9 305 307104.5 1013848 93025 Jan-12 1008.2 182 183492.4 1016467 33124 Feb-12 1007.8 123 123959.4 1015661 15129 Mar-12 1008 458 461664 1016064 209764 Apr-12 1009.5 187 188776.5 1019090 34969 May-12 1008.5 266 268261 1017072 70756 Jun-12 1009.3 287 289669.1 1018686 82369 Jul-12 1008.6 282 284425.2 1017274 79524 Aug-12 1010.1 228 230302.8 1020302 51984 Sep-12 1009.6 200 201920 1019292 40000 Jumlah 12104 2863 2887688 12208912 775057 r = - 0.12772 R = 1.63 % 12
    • Berdasarkan perhitungan korelasi data tersebut kita peroleh bahwaantara tekanan udara dan curah hujan memiliki korelasi (r) sebesar -0.12772 dan Koefisien Determinasi (R) sebesar 1.63%. Nilai r = - 0.12772menunjukkan bahwa peubah X (Tekanan Udara) dan Y (Curah Hujan)berkorelasi linier yang negatif dan rendah. Koefisien Determinasi (R) = r2= (- 0.12772)2 = 0.016313 = 1.63 %. Nilai R = 1.63 %, artinya: 1.63 %proporsi keragaman nilai peubah Y (Curah Hujan) dapat dijelaskan olehnilai peubah X (Tekanan Udara) melalui hubungan linier. Sisanya, yaitu98.37% dijelaskan oleh hal-hal lainnya. PENUTUPKesimpulan Berdasarkan pada tujuan, hasil pengamatan, dan pembahasan makadapat diambil beberapa kesimpulan sebagai berikut : 1. Metode statistik induktif dapat digunakan untuk menganalisa parameter cuaca 2. Persamaan regresi antara tekanan udara dan curah hujan adalah Y = 12350.98 - 12.0083X 3. Hubungan atau keterkaitan antara tekanan udara dan curah hujan sangatlah kecil, hal tersebut ditunjukkan oleh hasil korelasinya yang kecil yaitu – 0.12772 4. Keterkaitan antara tekanan udara dan curah hujan adalah berbanding terbalik, hal itu ditunjukkan oleh hasil korelasi bertanda minus (-). 13
    • Saran Untuk memperoleh hasil analisa yang lebih baik dan akurat,sebaiknya kita menggunakan variabel parameter cuaca yang banyak pula,kita bisa menggunakan metode regresi liner berganda dalamperhitungannya. DAFTAR PUSTAKA www.ogimet.com http://www.slideshare.net/efvolutionzunior/regresi-dan-korelasi http://arisetiadi11911.blogspot.com/2012/02/laporan-klimatologi-acara- 3-analisis.html http://mbem25.blogspot.com/2012/06/analisis-dan-interpretasi-data- cuaca.html http://widyago.wordpress.com/2011/04/03/pengertian-regresi-dan- korelasi/ 14