BAB I
PENDAHULUAN
1.1 Latar
Belakang
Data cuaca umumnya diklasifikasikan
sebagai data sinoptik atau data iklim. Data sinoptik adalah data waktu
sebenarnya yang tersedia untuk digunakan dalam keselamatan penerbangan dan
pemodelan ramalan cuaca. Sedangkan data iklim adalah rekaman data resmi. Kehandalan
dari stasiun cuaca otomatis telah meningkat pesat. Tetapi kegagalan stasiun
cuaca masih terjadi. Kesalahan dalam data cuaca sering disebabkan oleh
kesalahan kalibrasi instrumentasi, kesalahan dalam pencatatan data atau saat
digitalisasi catatan hard-copy yang
lebih tua.
Rekonstruksi data cuaca yang hilang
berbeda dari perkiraan cuaca karena kedua data yang dikumpulkan sebelum gaps dan data yang dikumpulkan setelah gaps dapat digunakan. Namun, dependensi
antara variabel cuaca yang hilang dan tersedia diharapkan menjadi kompleks, dan
analisis data lanjutan diperlukan untuk menemukan dan mengekspresikan
dependensi dengan akurasi yang cukup.
Pengetahuan data meteorologi di
sebuah situs adalah penting untuk meteorologi, polusi, dan energy aplikasi
studi dan pengembangan. Data suhu digunakan untuk menentukan perilaku termal (thermal and cooling loads, heat losses
and gain) dari bangunan. Secara khusus, simulasi dinamis bangunan menggunakan
program komputer modern yang membutuhkan data per jam dari kondisi cuaca
seperti radiasi matahari, dew-point
temperature atau humidity,
tekanan atmosfer, arah angin, dan kecepatan angin. Sejak kondisi cuaca dapat
bervariasi secara sigfnifikan dari tahun ke tahun, para peneliti di banyak
Negara telah merancang data Typical
Meteorological Year (TMY) atau yang biasa disebut Tahun Tipikal Meteorologi
untuk mewakili kondisi tipikal cuaca jangka panjang lebih dari setahun.
1.2 Rumusan
Masalah
Berdasarkan latar
belakang diatas, rumusan masalah yang muncul dalam tugas akhir ini adalah:
1. Bagaimana
perhitungan akurasi melengkapi gaps data
Temperatur dan Relative Humidity (RH)
dalam sehari untuk membuat Tahun Tipikal yang akan digunakan pada perhitungan
data Radiasi Matahari dan aplikasi Energy
Plus (simulasi energi bangunan)
2. Bagaimana
metode perhitungan akurasi Temperatur dan Relative
Humidity (RH) untuk membuat Tahun Tipikal
3. Analisis
terhadap perbedaan Temperatur dan Relative
Humidity (RH) dari grafik yang dihasilkan pada Tahun Tipikal
1.3 Tujuan
Tujuan penelitian tugas
akhir adalah:
1. Melengkapi gaps data Temperatur dan Relative Humidity (RH) per hari menggunakan
metode interpolasi dan fourier untuk membuat Tahun Tipikal Tipikal
yang akan digunakan pada perhitungan data Radiasi Matahari dan aplikasi Energy Plus (simulasi energi bangunan)
2. Menganalisis
perbedaan Temperatur dan Relative
Humidity (RH) pada Tahun Tipikal sehingga data yang dihasilkan ter-validasi dan diharapkan mampu digunakan
untuk perhitungan Radiasi Matahari dan pedoman aplikasi Energy Plus pada simulasi energi bangunan arsitektur yang akan
didirikan.
1.4 Batasan
Masalah
Adapun
batasan masalah dalam tugas akhir ini yaitu data yang ditinjau pada data iklim
Bandung melingkupi pengukuran Temperatur, dan Temperatur titik embun.
Pengukuran Temperatur titik embun sendiri akan digunakan untuk menghasilkan
nilai Relative Humidity (RH). Nilai
Temperatur dan RH tersebut sebagai nilai dasar pembuatan Tahun Tipikal.
1.5 Sistematika Penulisan
Sistematika dalam penulisan tugas akhir ini adalah
BAB
I PENDAHULUAN
Bab
ini terdiri dari latar belakang, rumusan masalah, tujuan penelitian, batasan masalah, dan sistematika
penulisan.
BAB
II LANDASAN TEORI
Bab
ini memuat penjabaran tentang kajian literatur yang berhubungan dengan materi
dan penelitian yang dilakukan.
BAB
III METODOLOGI PENELITIAN
Bab
ini memuat tentang mekanisme penelitian, alat dan bahan yang digunakan, serta
mekanisme perolehan data.
BAB
IV HASIL DAN PEMBAHASAN
Bab
ini membahas tentang hasil yang diperoleh dari data yang telah didapatkan
kemudian melakukan telaah sesuai dengan teori atau konsep yang bersumber dari
berbagai referensi.
BAB
V SIMPULAN DAN SARAN
BAB II
PEKERJAAN
SEBELUMNYA DAN KETERKAITAN
(KAJIAN PUSTAKA)
Untuk membangun simulasi energi
diperlukan data iklim dengan informasi temperatur beberapa jam per hari yang
dapat disusun untuk satu tahun. Karena variasi stokastik dalam kondisi cuaca,
data cuaca “tahun tipikal” telah dikembangkan dengan menggali historis data
cuaca bertahun-tahun. Di Amerika Serikat, National
Renewable Energy Labotarory atau disebut NREL telah mengembangkan TMY3
(Typical Meteorological Year version 3) yaitu data Cuaca Meteorologi Tahun
Tipikal versi 3 untuk 1020 lokasi. Tetapi, ketersediaan file data cuaca lebih
langka di berbagai daerah lainnya.
Dalam
tugas akhir kali ini, memiliki beberapa keterkaitan dengan penelitian yang
telah dilakukan sebelumnya, diantaranya adalah penelitian milik ASHRAE American Society of Heating, Refrigerating and
Air-Conditioning Engineers atau biasa disebut ASHRAE pada tahun 2001
mengembangkan IWEC (International Weather for Energy Calculations) yang terdiri
dari 227 file data cuaca pada lokasi non-Amerika Utara. Ketersediaan
data cuaca mentah di Web telah berkembang pesat selama beberapa tahun terakhir,
sehingga sekarang membuat data cuaca per jam untuk membangun simulasi energi
meliputi lokasi lebih internasional daripada yang disebutkan sebelumnya. Secara
khusus, setelah National Climate Data Center (NCDC) membuat data base International
Surface Hourly (ISH) yang tersedia di Web pada tahun 2006. Sekarang ada akses
hampir 12.000 lokasi di seluruh dunia dengan data cuaca rinci dari tahun 1980.
Berdasarkan hal
tersebut, kontraktor pada musim semi 2007 mengajukan Unsolicited Research
Project (URP) ke komite teknis ASHRAE pada informasi iklim untuk menghasilkan
sedikitnya 2.500 data cuaca “tahun tipikal” untuk lokasi internasional. URP
diterima oleh komite teknis pada bulan Agustus 2007, dengan awal kerja pada
bulan September 2007. Strategi dasar dari proyek ini adalah melalui seluruh
basis ISH data untuk 25 tahun, yaitu 1983-2007 yang menghasilkan banyak data
cuaca “tahun tipikal” dan memungkinkan untuk semua lokasi internasional.
Pada penelitian tugas akhir ini,
untuk membuat data Tahun Tipikal regional Bandung berbasis Temperatur dan Relative Humidity (RH), yaitu memisahkan
file temperatur dan dew-point temperature pada data cuaca lalu mengolah file data cuaca tahun 1950 sampai 2016 dengan
mengisi gaps data tiap jam dalam
beberapa tahun menggunakan metode interpolasi dan perhitungan fourier, kemudian
melakukan perhitungan statistik Cumulative
Distribution Functions (CDF) untuk menghasilkan nilai data Tahun Tipikal
secara akurasi. Selanjutnya data Tahun Tipikal tersebut
diharapkan bisa bermanfaat sebagai data Radiasi Matahari dan pedoman aplikasi
simulasi bangunan Energy Plus.