Pendugaan Efek Pendinginan Menggunakan Model Empiris di Ruang Terbuka Hijau Institut Pertanian Bogor.
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, , ∆� �−� ,�,� = ��,� − ��,� 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
0.00
0.20
0.40
0.60
0.80
1.00
-0.2
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
ΔT
0.00
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
0.40
0.60
0.80
1.00
PSA
-1.0
ΔT
-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
(2) GWW
13
-3.8
(3) Jalan Faperta - Mipa
14
-3.0
33.4
32.9
33.0
-3.4
33.1
Lokasi
Rata-rata
(Avх100)/ΔT(v-r)
0.565
Av
(C°)
-0.84
0.428
-1.74
45.5
0.352
-1.03
34.5
0.448
-1.20
34.8
PSAv
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.
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, , ∆� �−� ,�,� = ��,� − ��,� 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
0.00
0.20
0.40
0.60
0.80
1.00
-0.2
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
ΔT
0.00
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
0.40
0.60
0.80
1.00
PSA
-1.0
ΔT
-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
(2) GWW
13
-3.8
(3) Jalan Faperta - Mipa
14
-3.0
33.4
32.9
33.0
-3.4
33.1
Lokasi
Rata-rata
(Avх100)/ΔT(v-r)
0.565
Av
(C°)
-0.84
0.428
-1.74
45.5
0.352
-1.03
34.5
0.448
-1.20
34.8
PSAv
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.