Model Potensi Kejadian Angin Puting Beliung Di Daerah Istimewa Yogyakarta

AHDI AHMAD FAJRI, Dr. Djati Mardiatno, M.Si. ; Prof. Dr. H.A. Sudibyakto, M.S.

2015 | Tesis | S2 Ilmu Lingkungan

Metode penentuan bencana angin puting beliung masih terus berkembang sampai saat ini. Penelitian ini bertujuan untuk (1) mengetahui kejadian angin puting beliung dengan validasi menggunakan citra MTSAT; (2) mengetahui karakteristik kejadian angin puting beliung di DIY; (3) mengetahui pengaruh faktor morfologi dan faktor iklim dalam kejadian angin puting beliung; dan (4) menentukan model untuk mengetahui potensi kejadian angin puting beliung di DIY. Validasi kejadian angin puting beliung meliputi kondisi iklim permukaan, seperti suhu udara (X1), estimasi tekanan udara (X2), estimasi curah hujan (X3), perubahan suhu awan (X4) dan suhu puncak awan di saluran IR1 (X5), serta suhu permukaan awan pada saluran IR4(X6) dan kondisi morfologi (X7). Analisis spasial dan temporal dilakukan untuk mengetahui karakteristik angin puting beliung di daerah penelitian. Pendekatan statistika digunakan untuk mengetahui korelasi antar variabel dan regresi berganda melalui metode stepwise. Angin puting beliung terjadi pada kondisi suhu puncak awan pada saluran IR1 < -40,8oC, perubahan suhu puncak awan pada saluran IR1 > 44oC, dan suhu permukaan awan pada saluran IR4 < 7oC. Kondisi iklim permukaan yang mendukung terjadinya angin puting beliung adalah suhu udara yang tinggi yaitu >27,5oC, tekanan udara >950 mb, dan dapat terjadi disertai hujan atau tidak. Kejadian angin puting beliung tercatat pernah terjadi di 62 kecamatan dari 78 kecamatan yang ada di DIY. Tren kejadian angin puting beliung tahun 2007 hingga 2010 semakin meningkat dan tren kejadian angin puting beliung dari tahun 2011 hingga 2014 semakin menurun. Angin puting beliung lebih sering terjadi pada musim penghujan, dibanding pada musim kemarau atau pancaroba. Variabel X3 dan X7 memiliki korelasi yang cukup baik dibandingkan variabel lainnya terhadap kejadian angin puting beliung, akan tetapi nilai probabilitasnya rendah yang berarti tidak terjadi korelasi antar variabel. Model regresi berganda terbaik untuk menentukan potensi kejadian angin puting beliung menggunakan metode stepwise dipengaruhi oleh 6,002 konstanta, 0,018 X3, dan - 3,583 X7. Metode ini memiliki nilai koefisien determinasi R2 sebesar 0,0643. Meskipun memiliki nilai R2 yang kecil akan tetapi model tersebut dapat diterima dan dapat digunakan karena telah memenuhi syarat uji asumsi klasik. Jumlah kejadian angin puting beliung berdasarkan model tersebut meningkat hingga 34% dibanding kondisi sesungguhnya, karena hanya memperhatikan faktor curah hujan dan morfologi saja.

Method of determining Puting Beliung still growing to this day. This study aims to (1) to know the incidence of Puting Beliung with validation using MTSAT imagery; (2) to know the characteristics of a Puting Beliung in DIY; (3) to know the effect of morphological factors and climate factors in the event of a Puting Beliung; and (4) to determine the best model in assesing Puting Beliung events in DIY. Validation of Puting Beliung events include surface climate conditions, such as air temperature (X1), air pressure (X2), rainfall (X3), changes of cloud's temperature (X4) and peak of cloud's temperature on IR1 channel (X5), cloud's surface temperature on IR4 channel (X6), and morphology conditions (X7). Spatial and temporal analysis was conducted to determine the characteristics of Puting Beliung in the research area. Statistical approach is used to know the correlation between variables and multiple regression through stepwise method. Puting Beliung occurred on peak of cloud's temperature conditions on IR1 channel <-40.8oC, changes of peak of cloud's temperature on IR1 channel > 44oC, and cloud's surface temperature on IR4 channel <7oC. The condition of the surface climate which supporting the occurrence of Puting Beliung is high air temperature i.e. > 27.5oC, air pressure> 950 mb, and can happen with rain or not. Puting Beliung ever recorded occurred in 62 of 78 districts in the province. Trends of Puting Beliung events from 2007 to 2010 has increased while the trend of Puting Beliung events from 2011 to 2014 has declined. It occur more common during the rainy season than in the dry season or transition. Rainfall estimation and morphology have a fairly good correlation compared to other variables on the events of a Puting Beliung, but the probability value is low which means there is no correlation between variables. The best multiple regression model to determine the potential of Puting Beliung events using stepwise method is influenced by 6.002 of constants, 0.018 X3, and - 3.583 X7. This method has a coefficient of determination R2 of 0.0643. Despite having a small value of R2 but the model is acceptable and can be used because it is already have a qualified classical assumption. The amount of puting beliung events based on models increased to 34% compared to real conditions, its just rainfall and morphology that used in models.

Kata Kunci : Angin Puting beliung, MTSAT, Asumsi Klasik, Regresi Berganda / Puting Beliung, MTSAT, Classic Assumption, Multiple Regression