Hasil dari pengukuran tersebut dinamakan dengan curah hujan. Curah hujan merupakan salah satu unsur cuaca yang datanya diperoleh dengan cara mengukurnya
dengan menggunakan alat penakar hujan, sehingga dapat diketahui jumlahnya dalam satuan millimeter mm. Curah hujan 1 mm adalah jumlah air hujan yang jatuh di
permukaan per satuan luas m 2 dengan catatan tidak ada yang menguap, meresap atau
mengalir. Jadi, curah hujan sebesar 1 mm setara dengan 1 liter m 2 Aldrian, E. dkk, 2011.
2.3.2 Penakar Hujan
Penakar hujan adalah instrumen yang digunakan untuk mendapatkan dan mengukur jumlah curah hujan pada satuan waktu tertentu. Penakar hujan mengukur tinggi hujan
seolah-olah air hujan yang jatuh ke tanah menumpuk ke atas merupakan kolom air. Air yang tertampung volumenya dibagi dengan luas corong penampung, hasilnya adalah tinggi
atau tebal, satuan yang dipakai adalah milimeter mm. Salah satu tipe pengukur hujan otomatis adalah tipe Hellman. Pengukur hujan
Otomatis type Hellman adalah penakar hujan yang dapat mencatat sendiri, badannya berbentuk silinder, luas permukaan corong penakarnya 200 Cm
2
, tingginya antara 100 sampai dengan 120 Cm. Jika pintu penakar hujan dalam keadaan terbuka, maka bagian
dalamnya akan terlihat seperti gambar terlampir :
Gambar 2.10 Penakar Hujan Otomatis Tipe Hellman
a. Syarat
–syarat pemasangan
Pada umumnya persyaratan tempat pemasangan alat penakar hujan type Hellman, sama dengan alat penakar hujan biasa Obs. Alat ini dipasang dengan cara disekrup pada
alas papan yang dipasang pada pondasi beton lihat gambar, sehingga tinggi permukaan.
corongnya dari permukaan tanah adalah 140 Cm. Letak permukaan corong penakar, dan dasar tempat meletakkan tabung berpelampung harus benar-benar datar waterpas.
b. Prinsip kerja alat
Jika hujan turun, air hujan akan masuk kedalam tabung yang berpelampung melalui corongnya, air yang masuk kedalam tabung mengakibatkan pelampung beserta
tangkainya terangkat naik keatas. Pada tangkai pelampung terdapat tangkai pena yang bergerak mengikuti tangkai pelampung, gerakan pena akan menggores pias yang
diletakkandigulung pada silinder jam yang dapat berputar dengan sendirinya. Penunjukkan pena pada pias sesuai dengan jumlah volume air yang masuk ke dalam
tabung, apabila pena telah menunjuk angka 10 mm. Maka air dalam tabung akan keluar melalui gelas siphon yang bentuknya melengkung. Seiring dengan keluarnya air maka
pelampung akan turun, dan dengan turunnya pelampung tangkai penapun akan bergerak turun sambil menggores pias berupa garis lurus vertikal. Setelah airnya keluar semua, pena
akan berhenti dan akan menunjuk pada angka 0, yang kemudian akan naik lagi apabila ada hujan turun.
2.4 Guntur Thunderstorm
Pelepasan muatan listrik yang mendadak disertai kilat dan guntur yang berasal dari awan Cumulunimbus Cb. Definisi yang lebih luas menyatakan badai Guntur atau
thunderstorm adalah fenomena cuaca akibat adanya loncatan muatan listrik dari awan cumulus nimbus secara tiba-tiba yang ditandai dengan adanya kilat dan Guntur.
Peristiwa-peristiwa atau fenomena cuaca yang berkaitan dengan thunderstorm, antara lain:
a. Adanya awan Cumulunimbus Cb
b. Adanya kilat dan guntur → petir
c. Adanya hujan yang lebatderas
d. Adanya angin kencang.
2.5 Regresi Linear Berganda
Regresi linier berganda adalah analisis regresi yang menjelaskan hubungan antara peubah respon variabel dependen dengan faktor-faktor yang mempengaruhi lebih dari
satu prediktor variabel independen. Regresi linier berganda hampir sama dengan regresi linier sederhana, hanya saja
pada regresi linier berganda variabel bebasnya lebih dari satu variabel penduga. Tujuan analisis regresi linier berganda adalah untuk mengukur intensitas hubungan antara dua
variabel atau lebih dan membuat prediksi perkiraan nilai Y atas X. Secara umum model regresi linier berganda untuk populasi adalah sebagai berikut :
................................ 2.6 Keterangan:
Y = Variabel dependen nilai yang diprediksikan
X
1
,X
2,
X
3..
X
n
= Variabel independen β
= Parameter Intercept β
1,
β
2,
β
3….
Β
n
= Parameter Koefisisen Regresi Variabel Bebas
Tabel 2.7 Tabel Perhitungan Koefisien Regresi
Nomor Observasi
Responden Yi
Variabel Bebas X1i
X2i …
Xni 1
Y1 X
11
X
21
… X
n1
2 Y2
X
12
X
22
… X
n2
- -
- -
… -
- -
- -
… -
N Yn
X1n X2n
… Xin
∑ ∑Yi
∑X1i ∑X21
… ∑Xin
Untuk rumus diatas, dapat diselesaikannya dengan enam persamaan oleh enam variabel yang terbentuk. Misalnya diambil contoh dua variabel :
∑Y = β
0 +
β
1
∑X
1
+ β
2
∑X
2
................................................................... 2.7 ∑X
1
Y = β
∑X
1
+ β
1
∑X
1 2
+ β
2
∑X
1
X
2
....................................................... 2.8 ∑X
2
Y = β
∑X
2
+ β
1
∑X
1
X
2
+ β
2
∑X
2 2
..................................................... 2.9
2.6 Regresi Logistik
