BAB I

PENDAHULUAN

1.1 Latar Belakang

Teknologi penginderaan jauh (inderaja) merupakan teknologi yang digunakan

untuk memperoleh informasi tentang obyek, daerah, atau gejala dengan cara
menganalisis menggunakan kaidah ilmiah terhadap data yang diperoleh dengan
menggunakan alat tanpa kontak langsung terhadap obyek, daerah, atau gejala yang
dikaji. Dalam kaitannya dengan teknologi inderaja, maka segala bentuk informasi
tersebut akan direkam oleh sebuah alat yang dinamakan sensor. Salah satu data
yang diambil melalui sensor adalah data meteorologi. Data meteorologi merupakan
data sekunder yang meliputi data curah hujan yang diperoleh dari World
Meteorogical Organization (WMO), kecepatan angin rata-rata, lamanya hari hujan,
dan arah angin (Dwi, 2011).

Data sekunder adalah data yang dikumpulkan dari instansi yang terkait untuk
melengkapi data yang diperoleh dari survey lapangan. Data sekunder tersebut
diperoleh dari Bakosurtanal berupa Peta Rupa Bumi Indonesia. Contoh halnya
temperatur air laut. Temperatur air laut selalu mengalami perubahan menurut ruang
dan waktu, secara umum temperatur akan menurun sesuai dengan meningkatnya
kedalaman. Pada lapisan tertentu akan terjadi penurunan temperatur yang
berlangsung cepat sehingga terjadi gradien temperatur yang mencolok yang dikenal
dengan lapisan termoklin. Salah satu perairan Indonesia yang memiliki lapisan
termoklin dan menarik untuk dipelajari lapisan termoklinnya adalah perairan Selat
Makassar (Renny et al. 2012).

Informasi mengenai gelombang, batimetri, arus dan pasang surut umumnya

diperoleh dari hasil pengukuran langsung maupun tidak langsung seperti model
transformasi gelombang untuk mengetahui perubahan garis pantai. Gelombang di
pantai merupakan hasil rambatan dari laut dalam setelah mengalami proses refraksi,
difraksi maupun refleksi. Informasi kondisi gelombang laut dalam lebih mudah di
dapat dari prediksi berdasarkan data angin. Hasil dari suatu observasi satelit yang
bersifat near real time yang datanya dapat diakses di beberapa situs resmi berbagai
negara atau organisasi meteorologi dunia (Ira, 2014).
 Seiring dengan meningkatnya kebutuhan informasi potensi sumber daya
kelautan, kemajuan teknologi informasi menjadi sangat penting. Oleh karena itu
analisis keadaan laut berkaitan dengan sirkulasi, arus, dan zona potensi kekayaan
sumber daya laut menjadi hal yang perlu mendapatkan perhatian dan
pengembangan terus-menerus untuk menunjang pembangunan di segala sektor
kehidupan. Angin adalah faktor yang membangkitkan arus, arus yang ditimbulkan
oleh angin mempunyai kecepatan yang berbeda menurut kedalaman. Kecepatan
arus yang dibangkitkan oleh angin memiliki perubahan yang kecil seiring
pertambahan kedalaman hingga tidak berpengaruh sama sekali. Salah satu metode
yang dapat dilakukan adalah metode analisis data (Yosik et al. 2012).

Seiring dengan perkembangan teknologi dalam penginderaan jauh, terutama

bertambah baiknya resolusi spasial dan juga resolusi spektralnya, maka penggunaan
data penginderaan jauh sudah berkembang dalam berbagai disiplin ilmu
pengetahuan. Aplikasi data satelit penginderaan jauh dapat digunakan untuk
memantau kualitas air seperti air danau, misalnya penentuan material tersuspensi
total dan oksigen terlarut. Pemetaan SPL menggunakan data satelit resolusi
menengah dan tinggi mempunyai banyak aplikasi dalam pengelolaan sumber daya
alam pesisir (Muchlisin, 2015).

1.2 Tujuan Praktikum

1. Mahasiswa dapat mengenal, menyebutkan dan memperagakan cara
penggunaan perangkat Lunak Ocean Data View.
2. Mahasiswa dapat mengetahui cara mengekstrak data angin dari data
ECMWF.
3. Mahasiswa dapat mengetahui cara memperhitungkan kecepatan dan arah
angin.

1.3 Manfaat praktikum

Manfaat dari praktikum meteorologi ini adalah mengetahui cara penggunaan
perangkat lunak Ocean Data View. Mengetahui cara kerja perhitungan kecepatan
dan arah angin serta mengantisipasi faktor faktor yang akan terjadi selama proses
kerja, baik kesalahan dalam perhitungan maupun hal hal yang akan
mempengaruhi dalam proses ekstrak data angin tersebut.
 BAB II

TINJAUAN PUSTAKA

Sebelum membahas masalah ekstraksi dan pendataan. Ada yang namanya

visualisasi. Visualisasi adalah rekayasa dalam pembuatan gambar, diagram, atau
animasi untuk penampilan suatu informasi. Secara umum, visualisasi dalam bentuk
gambar baik yang bersifat abstrak maupun nyata telah dikenal sejak awal dari
peradaban manusia purba. Pada visualisasi banyak dipakai untuk keerluan ilmu
pengetahuan, rekayasa, visualisasi desain produk, pendidikan, mulimedia interaktif,
kedokteran, dan lain lain. Pemakaian grafika komputer merupakan perkembangan
dalam dunia visualisasi, setelah ditemukannya teknik garis perspektif.
Perkembangan bidang animasi juga telah membantu banyak dalam bidang
visualisasi yang lebih kompleks dan canggih (Tomy dan Rudy, 2013).

Alat yang digunakan dalam penelitian ini adalah laptop dengan perangkat
lunak sebagai pendukung dalam pengolahan data, perangkat lunak yang dimaksud
yaitu Microsoft Excel, Modis browser, Modis Project, Envi, Er Mapper, Surfer,
Ocean Data View dan Arc Gis. Dalam pengolahan data angin dimulai dengan
mendownload data angin dengan format netcdf. Data yang digunakan adalah data
perwakilan harian dari setiap bulan. Pertama kali dilakukan Cropping
menggunakan Ocean Data View. selanjutnya diakukan proses mengekstrak data
berformat dengan menggunakan ODV menjadi data berformat teks (Dwi, 2011).

Data adalah sesuatu yang beum mempuyai arti bagi penerimanya dan masih
memerlukan adanya suatu pengolahan. Data dapat berupa angka, huruf, simbol
khusus atau gabugan darinya. Sistem adalah kumulan komponen yang saling
berinteraksi untuk mencapai tujuan ertentu. Data secara konseptual adalah deskripsi
tentang benda, kejadian, aktifitas, dan transaksi yang tidak mempunyai makna atau
tidak berpengaruh secara langsung kepada pemakai. Data adalah referensi fakta
yang mewakili suatu objek tertentu. Informasi merupakan hasil pengolahan ataupun
hasil pemrosesan data. Berdasarkan cara perolehannya, Salah satu data yang
akandibahas adalah data sekunder (Tomy dan Rudy, 2013).

Data yang dihasilkan dari pengukuran dengan menggunakan CTD adalah

data temperatur dan kedalaman dalam format ASCII kemudian diimpor ke program
Ms. Excel menghasilkan output data dengan tipe file text, kemudian dilanjutkan
dengan mengimpor data tersebut kedalam software ODV (Ocean Data View). Data
tersebut dibuat transek sejajar dari selatan ke utara. Output dari pengolahan dengan
ODV berupa profil sebaran vertikal dan bagian vertikal. Data tersebut dimasukkan
dalam program Microsoft Excel dan dihitung gradien temperatur
per meter (Renny et al. 2012).

Data tinggi gelombang signifikan berasal dari AVISO (Archiving,

Validation and Interpretation of Satellites Oceanographic) yang merupakan hasil
reanalisis gabungan (merged) beberapa satelit altimeter TOPEX/POSEIDON, dan
JASON. Data yang tersedia hingga saat ini baru didapati resolusi temporal/interval
data harian yang mencakupi wilayah seluruh dunia. Metode pemrosesan data yang
digunakan adalah reanalisis, model dan asimilasi (numerical weather prediction)
data satelit serta data insitu. Data berformat netcdf (nc) dibaca dengan
menggunakan ODV (Ocean Data View) dan diolah dengan Surfer (Ira, 2014).

Perubahan dalam suhu muka laut menyebabkan kadar panas dari samudera
dialihkan ke dalam atmosfer dalam bentuk perubahan tekanan atmosfer. Oleh
karena itu perlu dilakukan analisis pengaruh dinamika suhu muka laut terhadap
iklim khususnya curah hujan. Metode penelitian yang dilakukan berupa
inventarisasi terhadap data curah hujan. Data curah hujan bulanan akan diolah
menggunakan perhitungan curah hujan tiga bulanan, dengan memperhitungkan
dinamika suhu muka laut yang berdasarkan Indeks Osilasi Selatan bulanan masih
berpengaruh pada distribusi curah hujan pada rentang waktu satu sampai dua bulan
kedepan (Febriany et al. 2014).

Teknik analisis data dapat dilakukan untuk mengetahui arah dan kecepatan
arus laut pada periode penelitian. Berdasarkan data grib, dilakukan ekstraksi dengan
menggunakan software Windwave. Data hasil ekstraksi ini kemudian diubah ke
dalam format file dengan ekstension text. Selanjutnya, dari format file text ini
dilakukan pemetaan dengan menggunakan software Arcview. Berdasarkan teknik
ini dapat diketahui bahwa kecepatan arus permukaan laut bernilai kecil disebabkan
pada saat arah arus permukaan laut dari barat terhambat oleh zona daratan.
kecepatan arus permukaan laut permukaan akan bernilai tinggi dikarenakan tidak
banyak hambatan (Yosik et al. 2012).
 Metode analisis data yang digunakan adalah analisis statistik deskriptif,
yaitu statistik yang digunakan untuk menganalisis data dengan cara
mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana
adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau
generalisasi. Penyajian analisis data dilakukan dengan mengelompokkannya
berdasarkan parameter antar stasiun. Hasil analisis ditampilkan dalam bentuk tabel
tabulasi perhitungan struktur termoklin dimana perhitungan penyebaran data
melalui perhitungan ratarata dan standar deviasi, selain itu hasil analisis juga
ditampilkan dalam bentuk sebaran vertikal temperatur dan dan grafik hubungan
antara batas atas dan bawah, ketebalan dan gradien temperatur (Renny et al. 2012).

Data curah hujan diperoleh dari Badan Meteorologi Klimatologi dan

Geofisika Pusat serta dari climate online Berau of Meteorology (BOM). Data
tersebut merupakan jumlah curah hujan (mm) harian yang kemudian dirata-ratakan
menjadi bulanan. Data tersebut kemudian ditampilkan dalam bentuk diagram
dengan menggunakan Microsoft Excel (Dwi, 2011).

Meteorologi berasal dari bahasa yunani yaitu Meteoros yang berarti ruang
atas yakni atmosfer, dan Ogos yang berarti Ilmu. Dengan demikian, maka
meteorologi adalah ilmu pengetahuan yang mempelajari atau membahas
pembentukan dan gejala perubahan cuaca serta fisika yang berlangsung di atmosfer.
Visualisasi meteorologi merupakan aplikasi yang digunakan untuk menyampaikan
informasi prakiraan cuaca maritim kepada administrasi pelabuhan maupun kepada
radio pantai. Visualisasi data cuaca maritim merupakan rekayasa gambar dari fakta
yang ditemukan untuk menyebarkan informasi cuaca untuk keperluan pelayanan
informasi maritim beserta gejala dan pengaruhnya terhadap keperluan pelayanan
informasi kegiatan maritim (Tomy dan Rudy, 2013).

Dinamika suhu muka laut yang ditunjukkan oleh nilai Indeks Osilasi Selatan
dalam penelitian diperoleh dari arsip situs resmi Biro Meteorologi Australia.
dikorelasikan dengan curah hujan rata-rata tiga bulanan kemudian menghasilkan
peta spasial. Peta spasial dibuat untuk mendapatkan gambaran secara visual kondisi
curah hujan masing-masing wilayah yang dipengaruhi oleh Indeks Osilasi Selatan.
Wilayah yang sangat dipengaruhi oleh dinamika suhu muka laut dengan nilai
korelasi tinggi, umumnya yang berada dekat dengan pantai (Febriany et al. 2014).
 BAB III

METODOLOGI

3.1 Waktu dan Tempat

Waktu pelaksanaan praktikum ini berlangsung pada hari Senin, tanggal 27

September 2017, pada pukul 13.00 WIB, bertempat di Laboratorium Pengindraan
jarak jauh dan Sistem Informasi, Program Studi Ilmu Kelautan, Fakultas
Matematika dan Ilmu Pengetahuan Alam, Universitas Sriwijaya.

3.2 Alat dan Bahan

No. Alat dan bahan Fungsi

1. Data angin Untuk melakukan pembacaan gelombang.
2 Perngkat Ocean Data View Untuk menampilkan hasil data.
3. Perangkat Mikroskop Excel Untuk mengolah data.

3.3 Prosedur Kerja

Instal terlebih dahulu computer anda dengan perangkat lunak Ocean Data
View (ODV). Perangkat lunak ini dapat anda unduh secara gratis dari alamat
web berikut : http://odv.awi.de/en/software/download/.

Setelah diinstal, selanjutnya buka perangkat lunak ODV tersebut, sehingga

akan muncul tampilan seperti yang disajikan pada Gambar 1.

Gambar 1. Tampilan awal ODV

 Tahapan selanjutnya pilih data yang telah diunduh dalam format nc (netcdf),
dengan memilih File, Open lalu pilih tempat penyimpanan data dan nama file
yang akan dibuka (Gambar 2).

Gambar 2. Pemilihan data yang akan dibuka

Setelah memilih Open maka akan muncul tampilan seperti yang disajikan pada
Gambar 3. Pada Gambar 3 berisi informasi tentang data berupa bujur
(longitude), lintang (latitude), dan waktu (time). Tekan ctrl pada keyboard, lalu
klik satu kali secara berurutan pada longitude, latitude dan time maka akan
muncul tampilan informasi pada layar tampilan sebelah kanan.

Gambar 3. Data yang terdapat pada file netcdf

 Selanjutnya klik Next maka akan muncul tampilan seperti yang ditunjukkan
pada Gambar 4. Pada Gambar 4, kita diminta melakukan Associate variable
yang ada pada tampilan sebelah kiri dengan sebelah kanan. Jika parameter u
wind dan v wind belum ada pada tampilan sebelah kanan, maka klik 10 metre
U wind component, lalu klik tanda >> , maka parameter tersebut akan muncul
pada tampilan sebelah kanan. Dengan cara yang sama lakukan untuk
parameter V wind.

Selanjutnya klik Next.

Gambar 4. Associate Variables pada ODV

Selanjutnya akan muncul tampilan seperti yang disajikan pada Gambar 5. Pilih
Use dummy variable, kemudian klik Next.

Gambar 5. Pemilihan variable pada ODV

 Setelah muncul tampilan seperti pada Gambar 6, kita diminta untuk memilih
lokasi yang akan kita ekstrak datanya.

Gambar 6. Posisi data yang tersedia berdasarkan file yang telah diunduh.

Pada Gambar 6, kita dapat memilih lokasi-lokasi yang telah kita ketahui
maupun belum diketahui koordinatnya. Jika belum diketahui kita dapat
memilih Zoom into Map, selanjutnya geser kotak ke posisi yang kita inginkan.
Jika telah diketahui, maka klik longitude (bujur) kemudian klik Subset
Coordinate sehingga muncul tampilan seperti yang disajikan pada Gambar 7.

Gambar 7. Pemilihan lokasi berdasarkan koordinat yang telah diketahui

Dengan cara yang sama lakukan untuk pemilihan latitude (lintang). Setelah
selesai maka klik Finish.
 Selanjutnya pilih Export, ODV spreadsheet, seperti yang ditunjukkan pada
Gambar 8.

Gambar 8. Tahapan eksport data

Akan muncul tampilan seperti Gambar 9. Kita diminta menentukan nama file
dan lokasi penyimpanan data yang akan diekspor.

Gambar 9. Pemilihan lokasi penyimpanan data dan penamaan file

Setelah memilih Save, maka akan muncul tampilan seperti yang disajikan pada
Gambar 10. Pada Gambar 10, kita diminta menentukan variabel-variabel yang
akan diekspor. Pilih Select All, kemudian klik OK.

Gambar 10. Pemilihan Variabel-variabel yang akan diekspor

 Setelah tahapan ekspor data selesai dilakukan maka perangkat lunak ODV
dapat ditutup.

Selanjutnya buka data yang telah di ekspor dengan menggunakan Microsoft

Excel, maka akan muncul tampilan seperti yang disajikan pada Gambar 11.
Gambar 11 berisi informasi variabel-variabel yang telah diekspor. Data
tersebut berisi informasi time, longitude, latitude, u wind component, v wind
component dan seterusnya.

Tahapan selanjutnya, pilih variabel-variabel yang kita butuhkan untuk analisis

selanjunya dalam menentukan kecepatan dan arah angin. Variabel-variabel
yang diperlukan disajikan pada Gambar 12.

Gambar 11. Tampilan variabel-variabel yang telah diekspor.

Gambar 12. Pemilihan variabel-variabel yang diperlukan untuk analisis

selanjutnya

Saat ini kita telah memiliki data u wind component dan v wind component.
Dengan data tersebut kita dapat menentukan besarnya kecepatan dan arah
angin pada lokasi yang telah di ekstrak datanya.
 DAFTAR PUSTAKA

Arief Muchlisin, et al. 2015.Pengembangan Model Ekstraksi Suhu Permukaan Laut

Menggunakan Data Satelit Landsat 8 Studi Kasus: Teluk Lampung. Jurnal
Pengindraan Jauh. Vol.12(2):107-122.

Dewi, Ira P. 2014. Karakteristik Oseanografi Untuk Mendukung Agroekosistem di

Kutai Timur Provinsi Kalimantan Timur. Jurnal Torani(Ilmu Kelautan dan
Perikanan). Vol.24(3):10-18.

Inaku, Dwi F. 2011. Analisis Pola Sebaran dan Perkembangan Area Upwelling di
Bagian Selatan Perairan Selat Makassar [Tesis]. Bogor: Program
Pascasarjana, Institut Pertanian Bogor.

Kristiono Tomy, dan Rudy Latuperisa. 2013. Visualisasi Data Cuaca Maritim pada
BMKG Maritim Semarang [Skripsi]. Salatiga: Fakultas Teknologi
Informasi, Universitas Kristen Satya Wacana. 17 hal.

Norman Yosik, et al. 2012. Analisis Distibusi Arus Permukaan Laut di Teluk Bone
Pada Tahun 2006 - 2010. Jurnal Sains dan Pendidikan Fisika.
Vol.8(3):288-295.

Rey Febriany F, et al. 2014. Analisis Spasial Penggaruh Dinamika Suhu Muka Lut
Terhadap Distribusi Curah Hujan di Sulawesi Utara. Jurnal Mipa Unsrat
Online. Vol.3(1):25-29.

Yuliarinda Renny E, et al. 2012. Studi Struktur Lapisan Termoklin di Perairan Selat
Makassar. Jurnal Oseanografi. Vol.1(1):33-39.