ANALISIS HUBUNGAN PENYINARAN MATAHARI DAN SUHU UDARA DENGAN KELEMBABAN UDARA DI TANGERANG






1. Pendahulauan
1.1 Penyinaran Matahari
Matahari adalah sumber panas bagi bumi. Walaupun bumi sudah memiliki panas sendiri yang berasal dari dalam, panas bumi lebih kecil artinya dibandingkan dengan panas matahari. Panas matahari mencapai 60 gram kalori/cm2, tiap jam, sedangkan panas bumi hanya mencapai 55 gram/cm2 tiap tahunnya. Besarnya sinar matahari yang mencapai bumi hanya sekitar 43% dari keseluruhan sinar yang menuju bumi dan >50% lainnya dipantulkan kembali ke angkasa. Panas bumi sangat tergantung kepada banyaknya panas yang berasal dari matahari ke bumi. Perbedaan temperatur di bumi dipengaruhi oleh letak lintang dan bentuk keadaan alamnya. Indonesia termasuk wilayah beriklim tropis karena terletak pada lintang antara 6°08′ LU dan 11°15′ LS, ini terbukti
di seluruh wilayah Indonesia menerima rata-rata waktu penyinaran matahari cukup banyak. Panas matahari yang sampai ke permukaan bumi sebagian dipantulkan kembali, sebagian lagi diserap oleh udara, awan, dan segala sesuatu di permukaan bumi. Banyak sedikitnya sinar matahari yang diterima oleh bumi. Selain itu lamanya penyinaran matahari pada suatu tempat tergantung dari letak garis lintangnya, semakin rendah letak garis lintangnya maka semakin lama daerah tersebut mendapatkan sinar matahari dan suhu udaranya semakin tinggi., sebaliknya semakin tinggi letak garis lintang maka intensitas penyinaran matahari semakin kecil sehingga suhu udaranya semakin rendah. Alat untuk mengukur lamanya penyinaran matahari disebut Campbell Stoke.
1.2. Suhu Udara
Variasi Harian Suhu Permukaan Selama 24 jam, suhu udara selalu mengalami perubahan-perubahan. Di atas lautan perubahan suhu berlangsung lebih banyak perlahan-lahan daripada di atas daratan. Variasi suhu pada permukaan laut kurang dari 1°C, dan dalam keadaan tenang variasi suhu udara dekat laut hampir sama. Sebaliknya diatas daerah pedalaman continental dan padang pasir perubahan suhu udara permukaan antara siang dan malam mencapai 20°C. Sedangkan pada daerah pantai
variasinya tergantung dari arah angin yang bertiup. Variasinya besar bila
angin bertiup dari atas daratan dan sebaliknya.
Alat pengukur suhu disebut termometer. Termometer dibuat dengan mendasarkan sifat-sifat fisik dari suatu zat (bahan), misalnya pengembangan benda padat, benda cair, gas dan juga sifat merubahnya tahanan listrik terhadap suhu. Ada beberapa termometer pengukur udara, antara lain:Termometer Bola Basah dan Bola Kering.Termometer Maksimum dan Termometer Minimum.

1.3. Kelembapan Udara
Kelembaban udara adalah tingkat kebasahan udara karena dalam udara air selalu terkandung dalam bentuk uap air. Kandungan uap air dalam udara hangat lebih banyak daripada kandungan uap air dalam udara dingin. Kalau udara banyak mengandung uap air didinginkan maka suhunya turun dan udara tidak dapat menahan lagi uap air sebanyak itu. Uap air berubah menjadi titik-titik air. Udara yan mengandung uap air sebanyak yang dapat dikandungnya disebut udara jenuh. Macam-macam kelembaban udara sebagai berikut :
Kelembaban relatif / Nisbi yaitu perbandingan jumlah uap air di udara dengan yang terkandung di udara pada suhu yang sama. Misalnya pada suhu 270C, udara tiap-tiap 1 m3 maksimal dapat memuat 25 gram uap air pada suhu yang sama ada 20 gram uap air,maka lembab udara pada waktu itu sama dengan 20/ 25 x 100 % = 80 %.
Kelembaban absolut / mutlak yaitu banyaknya uap air dalam gram pada 1 m3.
Alat untuk mengukur kelembaban udara disebut Psikrometer Standar.
1.4. Tujuan
Untuk mengetahui hubungan suhu udara dan lamanya penyinaran matahari dengan kelembaban udara di Tangerang
2. Data
Data yang digunakan adalah data sampel suhu udara rata-rata, lamanya penyinaran matahari. Kelembaban udara dan dari tanggal 1 sampai 31 pada bulan Mei tahun 2010 di Stasiun Geofisika Tangerang.
3. Metodologi
Metode yang digunakan yaitu metode deskriptif analitis, untuk menghitung korelasi, regresi serta uji hipotesis dengan menggunakan Software SPSS 10.
4. Tinjauan Pustaka
4.1. Analisa Korelasi
Para ahli sering menggunakan analisis korelasi untuk mengetahui erat-tidaknya hubungan antar variabel. Apabila ternyata hasil analisis menunjukkan hubungan cukup erat, maka analisis dilanjutkan ke analisis regresi sebagai alat meramalkan (forecasting) yang sangat berguna untuk perencanaan. Analisis korelasi yang mencakup dua variabel X dan Y disebut analisis korelasi linear sederhana (simple linear correlation), sedangkan yang mencakup lebih dari dua variabel disebut analisis korelasi linear berganda (multiple linear correlation) rumus statistika Koefisien Korelasi Product Moment dari Pearson, sebagai berikut:

Dimana:
: Koefisien korelasi
n : Banyaknya subjek
X : Variabel X
Y : Variabel Y
Dengan nilai koefisien korelasi – 1 sd 1 semakin mendekati 1 atau -1 semakin kuat sebaliknya semakin mendekati 0 semakin lemah.
4.2. Regresi Linear Sederhana
Regresi linier sederhana merupakan suatu model analisis statistik yang mempelajari pengaruh antara dua variable. Dalam analisis regresi, dikenal dua jenis variable yaitu :
a. Variabel respon disebut juga variable dependent yaitu variable yang keberadaannya dipengaruhi oleh variabel lainnya dan dinotasikan dengan Y.
b. Variable predictor disebut juga variable independent yaitu variable yang bebas (tidak dipengaruhi oleh variable lainnya) dan dinotasikan dengan X.
Dalam regresi akan dikembangkan sebuah persamaan regresi yaitu formula matematika yang mencari nilai variabel terkait dari nilai variabel bebas yang diketahui Analisis regresi terutama digunakan untuk tujuan peramalan.
Dalam prakteknya regresi sering dibedakan antara regresi sederhana dan regresi berganda. Disebut regresi sederhana jika hanya ada satu variabel bebas, sedangkan regresi berganda jika ada lebih dari satu variabel bebas.
4.3. Regresi Linaer Berganda
Regresi linear berganda adalah metode analisis yang tepat dipergunakan jika masalah penelitian (research problem) melibatkan satu variable tergantung (dependent) Y yang dipengaruhi oleh lebih dari satu variable bebas (independent).
Tujuan metode regresi ini adalah untuk memperkirakan atau meramalkan nilai Y, jika semua variable X sudah diketahui nilainya, dengan menggunakan persamaan regresi linear berganda yang dibentuk dengan menggunakan metode kuadrat terkecil (least square method). Di samping itu, tujuannya adalah untuk mengetahui besarnya pengaruh setiap variable bebas yang terdapat dalam persamaan.
Manfaat analisis Regresi Linear Berganda antara lain:
a. Untuk mengetahui besarnya pengaruh dari setiap variable bebas terhadap variable tidak bebas, jika variable bebas tersebut naik satu unit, dan variable lainnya tetap dengan menggunakan regresi parsial
b. Dapat meramalkan nilai variable tak bebas Y, jika seluruh variable bebasnya sudah di ketahui nilainya dan semua koeefisien regresi parsial sudah dihitung.
Untuk menguji hubungan variabel-variabel regresi, dapat dilakukan beberapa tahapan:
1. Model umum regresi linear sederhana

2. Regresi Linear Beganda
Regresi linear berganda merupakan generelisasi dari regresi linear sedehana.


Dimana: α adalah parameter intercept
β adalah parameter slope
ε adalah residul yang merupakan variabel
0 dan berdistribusi normal
5. Pembahasan
5.1. Deskriptif Data
Dari hasil perhitungan SPSS didapatkan pada bulan Mei 2010 di Stasiun Geofisika Tangerang suhu rata-rata terendah 26.7 0C dan tertinggi 31.10C dengan rata-rata sebesar 28,6 0C , lamanya penyinaran matahari terendah 10 % dan tertinggi 99 % dengan rata-rata sebesar 66.5 % dan kelembaban udara terendah 61 % dan tertinggi 92 % dengan rata-rata sebesar 79.8 %
5.1.1. Analisa Korelasi Sederhana
Dari hasil perhitungan SPSS didapatkan hubungan suhu udara dengan kelembaban udara = -0.811 hal ini berarti mempunyai hubungan kuat negative atau semakin tinggi suhu udara maka kelembaban semakin rendah sebaliknya semakin rendah suhu udara maka kelembaban udara semakin tinggi dengan R2 = 0.657 atau kontribusi suhu udara terhadap kelembaban udara sebesar 65.7 % sedangkan hasil regresi sederhana dari hasil perhitungan SPSS didapatkan :
Y’ = 232.53 - 5.35 X
Y’ = Prediksi Kelembaban Udara
X = Suhu udara
hal ini berarti bila suhu udara naik satu satuan maka kelembaban udara turun 5.35 satuan dengan konstanta 232.53. Adapun dari hasil perhitungan SPSS didapatkan hubungan penyinaran matahari dengan kelembaban udara = -0.598 hal ini berarti mempunyai hubungan cukup kuat negatif atau semakin lama penyinaran matahari maka kelembaban semakin rendah hal ini dapat dimengerti karena semakin lama penyinran matahari maka berarti suhu udara semakin suhu udara tinggi dengan R2 = 0.357 atau kontribusi penyinaran matahari terhadap kelembaban udara sebesar 35.7 % sedangkan dari hasil perhitungan SPSS didapatkan :
Y’ = 89.36 – 0.148 X
Y’ = Prediksi Kelembaban Udara
X = Lamanya Penyinaran Matahari
hal ini berarti bila penyinaran matahari semakin lama yang berakibat suhu udara naik maka kelembaban udara turun 0.148 satuan dengan konstanta 89.36.

5.1.2 Analisa Korelasi Linear Berganda
5.1.2. Analisa Korelasi Linear Berganda
Dari hasil SPSS korelasi linear berganda hubungan suhu udara dan lamanya penyinaran matahari dengan kelembaban udara didapatkan = - 0.821 hal ini berarti mempunyai hubungan kuat negatif dengan R2 = 0.674 atau kontribusi suhu udara dan lamanya penyinaran matahari terhadap kelembaban udara sebesar 67.4 % sisanya sebesar 32.6 % diakibatkan faktor lain
5.1.3. Analisa Regresi berganda
Pada regresi linear dua atau lebih variable independent, ada beberapa uji yang harus dilakukan disamping uji koefisien dan kelinearan. Uji tersebut adalah uji autokorelasi dan uji kolinieritas. Dari hasil uji autokeralsi Durbin Watson (DW) didapatkan angka DW>2.79, hal ini berarti terjadi autokorelasi sedangkan pada uji kolinearitas didapatkan nilai korelasi dua variabel independent cukup kuat, hal ini berarti terjadi kolinearitas maka penggunaan regresi linear berganda tersebut tidak dapat dilanjutkan untuk mengukur pengaruh suhu udara dan lamanya penyinaran matahari dengan kelembaban udara di Tangerang

Kesimpulan
1. Terdapat hubungan yang kuat antara suhu udara dengan kelembaban udara dengan = -0.811 hal ini berarti mempunyai hubungan kuat negative atau semakin tinggi suhu udara maka kelembaban semakin rendah sebaliknya semakin rendah suhu udara maka kelembaban udara semakin tinggi dengan R2 = 0.657 atau kontribusi suhu udara terhadap kelembaban udara sebesar 65.7 %
2. Terdapat hubungan yang kuat antara penyinaran matahari dengan kelembaban udara dengan = -0.598 hal ini berarti mempunyai hubungan cukup kuat negatif atau semakin lama penyinaran matahari yang berakibat suhu udara naik maka kelembaban udara semakin turun dengan R2 = 0.357 atau kontribusi penyinaran matahari terhadap kelembaban udara sebesar 35.7 %
3. Pada korelasi linear berganda didapatkan = - 0.821 hal ini berarti mempunyai hubungan kuat negatif dengan R2 = 0.674 atau kontribusi suhu udara dan lamanya penyinaran matahari terhadap kelembaban udara sebesar 67.4 % sisanya sebesar 32.6 % diakibatkan faktor lain

Daftar Pustaka
1. Cornelius Trihendradi. SPSS12
Statistik Inferen Teori Dasar &
Aplikasinya. Penerbit Andi
2. Supranto, J, 1991, Statistik Teori
dan Aplikasi Jilid II, Penerbit
Erlangga Jakarta
2. Tjasyono, Bayong HK, 2004.
Klimatologi. Penerbit ITB.
Bandung.