Variabilitas angin dan kaitannya terhadap Suhu di Selat Lombok

Document Sample
Variabilitas angin dan kaitannya terhadap Suhu di Selat Lombok Powered By Docstoc
					                               1. PENDAHULUAN


1.1. Latar Belakang
       Interaksi laut-atmosfer mempunyai peranan yang sangat penting terhadap
dinamika dan kondisi baik perairan laut maupun lingkungan atmosfer. Interaksi
ini meliputi pertukaran momentum, energi dan massa. Perubahan kondisi atmosfer
akan dapat mempengaruhi kondisi laut dan sebaliknya. Angin misalnya dapat
menyebabkan terjadinya gelombang laut dan arus permukaan laut, curah hujan
dapat mempengaruhi kadar salinitas air laut. Sebaliknya proses fisis di laut seperti
upwelling dapat mempengaruhi kondisi atmosfer setempat.
       Arlindo merupakan bagian tak terpisahkan dari sistem termohaline
circulation dunia dan berpengaruh besar pada dinamika yang terjadi baik di
Samudera Pasifik maupun Samudera Hindia (Sprintall et. al., 2004). Arlindo
sendiri memasuki perairan Indonesia dari Samudera Pasifik melalui lapisan
termoklin (Hautala,1996). Selat Lombok dan Ombai merupakan pintu-pintu
keluar Arlindo dari perairan Indonesia menuju Samudera Hindia.
       Pengetahuan tentang variabilitas parameter oseanografi pada perairan
lintasan Arlindo sangat diperlukan untuk mempelajari karakteristik dan dinamika
massa air. Penelitian tentang karakteristik suhu dan salinitas pada lapisan
termoklin perairan Selat Lombok dan Ombai ini diharapkan dapat memberikan
gambaran secara umum mengenai variabilitas massa air secara terus menerus baik
di Selat Lombok maupun Selat Ombai.


1.2. Tujuan
       Tujuan dari mengetahui variabilitas dari parameter suhu dan angin di
perairan Selat Lombok adalah untuk melihat siklus perairan tersebut dan
keterkaitannya dengan fenomena el nino, sehingga dapat digunakan untuk
peramalan masa yang akan datang.
                             2. TINJAUAN PUSTAKA


2.1. Suhu
       Suhu udara adalah keadaan panas atau dinginnya udara. Alat untuk
mengukur suhu udara atau derajat panas disebut thermometer. Biasanya
pengukuran dinyatakan dalam skala Celcius (C), Reamur (R), dan Fahrenheit (F).
Suhu udara tertinggi di muka bumi adalah di daerah tropis (sekitar ekuator) dan
makin ke kutub, makin dingin.
       Kisaran suhu pada daerah tropis relatif stabil karena cahaya matahari lebih
banyak mengenai daerah ekuator daripada daerah kutub. Hal ini dikarenakan
cahaya matahari yang merambat melalui atmosfer banyak kehilangan panas
sebelum cahaya tersebut mencapai kutub. Suhu di lautan kemungkinan berkisar
antara -1.87°C (titik beku air laut) di daerah kutub sampai maksimum sekitar
42°C di daerah perairan dangkal (Hutabarat dan Evans, 1985).
       Suhu menurun secara teratur sesuai dengan kedalaman. Semakin dalam
suhu akan semakin rendah atau dingin. Hal ini diakibatkan karena kurangnya
intensitas matahari yang masuk kedalam perairan. Pada kedalaman melebihi 1000
meter suhu air relatif konstan dan berkisar antara 2°C – 4°C (Hutagalung, 1988)
       Suhu mengalami perubahan secara perlahan-lahan dari daerah pantai
menuju laut lepas. Umumnya suhu di pantai lebih tinggi dari daerah laut karena
daratan lebih mudah menyerap panas matahari sedangkan laut tidak mudah
mengubah suhu bila suhu lingkungan tidak berubah. Di daerah lepas pantai
suhunya rendah dan stabil.
       Lapisan permukaan hingga kedalaman 200 meter cenderung hangat, hal ini
dikarenakan sinar matahari yang banyak diserap oleh permukaan. Sedangkan pada
kedalaman 200-1000 meter suhu turun secara mendadak yang membentuk sebuah
kurva dengan lereng yang tajam. Pada kedalaman melebihi 1000 meter suhu air
laut relatif konstan dan biasanya berkisar antara 2-4o C. Faktor yang
memengaruhi suhu permukaan laut adalah letak ketinggian dari permukaan laut
(Altituted), intensitas cahaya matahari yang diterima, musim, cuaca, kedalaman
air, sirkulasi udara, dan penutupan awan (Hutabarat dan Evans, 1985).
2.2. Angin
       Angin adalah udara yang bergerak bebas. Angin adalah massa udara yang
bergerak (Lakita dalam Samodra, 2005). Angin menurut Pariwono dan Manan,
1991 didefinisikan sebagai gerakan udara mendatar (horizontal) yang disebabkan
oleh perbedaan tekanan udara antara dua tempat. Atmosfer selalu berusaha
membentuk sebaran tekanan yang seragam, maka massa udara yang padat dari
tekanan tinggi mengalir ke tempat bertekanan rendah dimana massa udaranya
relatif lebih renggang.
       Angin adalah udara yang bergerak secara horizontal dari daerah yang
bertekanan maksimum ke daerah yang bertekanan minimum. Arah angin dapat
berubah-ubah setiap saat tergantung pada perbedaan tekanan udara antara satu
tempat dengan tempat lain, kecepatan angin dapat diukur dengan menggunakan
alat yang dinamakan anemometer, yang dinyatakan dalam m/s. (TIM ABDI
GURU, 2004).
       Perilaku angin dapat diprediksikan dari data angin. Data angin yang
terpercaya memerlukan pencatatan yang lengkap dan kontinyu selama beberapa
tahun atau minimal satu tahun. Data lokasi yang dekat dengan stasiun pengukuran
dapat diprediksi dengan cara melakukan pengukuran selama beberapa bulan dan
kemudian mengkorelasikan hasil-hasilnya dengan data di stasiun pengukuran
pengukuran
       Seperti diketahui bahwa energi yang dimiliki oleh angin bergantung pada
kecepatannya, di lain pihak kecepatan angin di suatu tempat merupakan variabel
random sehingga sulit diprediksi secara akurat. Oleh karena itu diperlukan
penggambaran secara statistik yakni dengan distribusi probabilitasnya. Data angin
yang diperlukan untuk memprediksikan potensi energi angin di suatu tempat dapat
berupa distribusi kecepatan dan distribusi frekuensi kecepatan angin . Kedua data
tersebut masing-masing menggambarkan kecepatan angin rata-rata dan frekuensi
atau lamanya angin bertiup dalam periode tertentu.


2.3. Kondisi Suhu di Perairan Indonesia
       Kondisi suhu muka laut di wilayah perairan Indonesia dapat digunakan
sebagai salah satu indikator banyak-sedikitnya kandungan uap air di atmosfer,
dan erat kaitannya dengan proses pembentukan awan di atas wilayah Indonesia.
Jika suhu muka laut dingin berpotensi sedikitnya kandungan uap air di atmosfer,
sebaliknya panasnya suhu muka laut berpotensi cukup banyaknya uap air di
atmosfer.
       Hingga akhir Agustus 2009 kondisi suhu muka laut di perairan Indonesia,
beberapa perairan berada di atas nilai rata-rata atau normalnya, yaitu sekitar
selatan Sumatera, Laut Jawa, dan sekitar Laut Maluku, dengan anomali suhu
berkisar +0.5°C s/d 2.0°C. Sementara daerah dengan suhu muka laut relatif
hangat berada diperairaan wilayah Utara Indonesia dan Lautan Hindia sebelah
barat Sumatera dengan suhu > 30.0°C, sedangkan daerah dengan suhu muka laut
relatif dingin berada di Lautan Hindia selatan Jawa, laut arafura dan Laut Timor
dengan suhu <27.0°C. Suhu muka laut di Indonesia selama Musim Hujan
2009/2010 diprakirakan sebagai berikut :
1) Wilayah perairan Lautan Hindia sebelah barat Sumatera, Laut Sulawesi, Laut
Timor dan Laut di sekitar Papua diprakirakan akan tetap panas hingga November
2009 dengan anomali suhu berkisar + 0.5°C s/d + 1.0°C, bulan-bulan lainnya
berada pada kisaran normalnya.
2) Wilayah perairan selatan Jawa diprakirakan akan cenderung mendingin pada
bulan September s/d Oktober 2009, dengan anomali suhu berkisar -0.5°C s/d -1oC,
selanjutnya akan berkisar pada normalnya.
3) Wilayah perairan Indonesia lainnya diprakirakan akan berada pada kondisi
normalnya dengan anomali suhu berkisar antara -0.5oC s/d +0.5°C.


2.4. Kondisi Angin di Perairan Indonesia
       Pada bulan Oktober – April, matahari berada pada belahan langit Selatan,
sehingga benua Australia lebih banyak memperoleh pemanasan matahari dari
benua Asia. Akibatnya di Australia terdapat pusat tekanan udara rendah (depresi)
sedangkan di Asia terdapat pusat-pusat tekanan udara tinggi (kompresi). Keadaan
ini menyebabkan arus angin dari benua Asia ke benua Australia. Di Indonesia
angin ini merupakan angin musim Timur Laut di belahan bumi Utara dan angin
musim Barat di belahan bumi Selatan. Oleh karena angin ini melewati Samudra
Pasifik dan Samudra Hindia maka banyak membawa uap air, sehingga pada
umumnya di Indonesia terjadi musim penghujan. Musim penghujan meliputi
hampir seluruh wilayah Indonesia, hanya saja persebarannya tidak merata. Makin
ke Timur curah hujan makin berkurang karena kandungan uap airnya makin
sedikit.
           Pada bulan April – Oktober, matahari berada di belahan langit Utara,
sehingga benua Asia lebih panas daripada benua Australia. Akibatnya, di Asia
terdapat pusat-pusat tekanan udara rendah, sedangkan di Australia terdapat pusat-
pusat tekanan udara tinggi yang menyebabkan terjadinya angin dari
           Australia menuju Asia. Di Indonesia, terjadi angin musim timur di
belahan bumi Selatan dan angin musim barat daya di belahan bumi Utara. Oleh
karena tidak melewati lautan yang luas maka angin tidak banyak mengandung uap
air oleh karena itu pada umumnya di Indonesia terjadi musim kemarau, kecuali
pantai barat Sumatera, Sulawesi Tenggara, dan pantai Selatan Irian Jaya. Antara
kedua musim tersebut ada musim yang disebut Musim Pancaroba (Peralihan).


2.5. Analisis Deret Waktu
           Time series adalah suatu himpunan pengamatan yang dibangun secara
berurutan dalam waktu. Waktu atau periode yang dibutuhkan untuk melakukan
suatu peramalan itu biasanya disebut sebagai lead time yang bervariasi pada tiap
persoalan.Berdasarkan himpunan pengamatan yang tersedia maka time series
dikatakan kontinu jika himpunan pengamatan tersebut adalah kontinu dan
dikatakan diskrit bila himpunan pengaamatan tersebut juga diskrit.
           Analisis data deret waktu merupakan telaahan khusus dari analisis
regresi biasa, seperti halnya analisis ekonometrika dan analisis disain
eksperimen.       Analisis regresi deret waktu adalah analisis regresi dalam
kondisi variabel respon berautokorelasi, sehingga antar variabel respon dapat
dibangun sebuah hubungan fungsional, yang dalam analisis data deret waktu
bentuk hubungannya selalu digunakan regresi linier. Konsepsi analisis regresi
linier biasa dapat digunakan secara utuh dalam analisis regresi deret waktu,
hanya proses perhitungan nilai penaksir parameternya tidak selalu bisa
dijadikan acuan.      Dalam analisis regresi linier biasa, proses perhitungan
taksiran parameter selalu dapat dilakukan dengan menggunakan perhitungan
matriks, sebab sistem persamaan parameternya selalu merupakan sistem
persamaan linier. Sedangkan dalam analisis regresi deret waktu, ada
beberapa model yang perhitungan taksiran parameternya harus menggunakan
metoda iterasi atau rekursif, sehingga sebagian besar persoalan analisis regresi
deret waktu harus diselesaikan dengan menggunakan fasilitas komputer.
Dalam analisis data deret waktu, proses baku yang harus dilakukan adalah :
   1. Memetakan nilai data atas waktu, hal ini dilakukan untuk menelaah
       kestasioneran data, sebab jika data tidak stasioner maka harus
       distasionerkan melalui proses stasioneritas.
   2. Menggambarkan korelogram (gambar fungsi autokorelasi), untuk
       menelaah apakah autokorelasi signifikans atau tidak, dan perlu-
       tidaknya proses diferensi dilakukan. Jika autokorelasi data tidak
       signifikans, analisis data cukup menggunakan analisis regresi sederhana
       data atas waktu, sedangkan jika signifikans harus menggunakan
       analisis regresi deret waktu. Jika data ditransformasikan, maka proses
       pemetaan data dan penggambaran korelogram, sebaiknya dilakukan
       juga pada data hasil transformasi, untuk menelaah apakah proses
       transformasi ini sudah cukup baik dalam upaya menstasioner kan data.
   3. Jika dari korelogram disimpulkan bahwa autokorelasi signifikans,
       maka bangun model regresi deret waktunya, dan lakukan penaksirannya
       baik dalam kawasan waktu maupun kawasan frekuensi.
   4. Lakukan proses peramalan dengan metode yang sesuai dengan kondisi
       datanya, dan untuk mendapatkan hasil yang memuaskan sebaiknya
       gunakan metode Box-Jenkins . Semua proses tersebut dapat dilakukan
       dengan mengunakan kemasan program (software) komputer, dan telah
       banyak kemasan program yang dapat digunakan diantaranya SPSS dan
       STATISCA, (Jenkins & Box.1976).
                              3. METODOLOGI


3.1. Lokasi




                                            Lokasi Stasiun




                       Gambar 1. Peta lokasi pengamatan
       Selat Lombok adalah selat antara Pulau Bali dan Pulau Lombok, yang
menghubungkan Laut Flores dengan Samudra Hindia. Menurut Arief (1997),
panjang Selat Lombok sekitar 60 km dengan kedalaman airnya lebih dari 1000 m
di bagian utara dan menjadi sekitar 250 m di daerah ambang (sill) di bagian
selatan Selat Lombok. Lebar Selat Lombok sekitar 30 km dibagian utara dan
menyempit menjadi sekitar 18 km diujung selatan akibat adanya Pulau Nusa
Penida.Selat Lombok memegang peran penting dalam fenomena ARLINDO
(Arus Lintas Indonesia) dan juga dihubungkan dengan Selat Makassar oleh alur
kedalaman 600–1000 m sepanjang sisi timur Paparan Sunda (Arief, 1997).
Perairan Indonesia bagian barat merupakan bagian dari Paparan Sunda
mempunyai kedalaman kurang dari 75 m dan dipengaruhi curah hujan yang
tinggi, yaitu 2–4 m/tahun.
3.2. Metode Perolehan, Pengolahan, dan Visualisasi Data


                               Data suhu dan angin
                             Sumber: www.ecmwf.com




                                      ODV
                                   Export data




                                   Ms. Excell
                                 Pengolahan data




        MATLAB                      Statistica 6                 WR PLOT
 • Visualisasi stick plot     • Spectral Densitas          • Analisis distribusi
   angin                        Energi Arus dan              frekuensi angin
 • Visualisasi grafik           Suhu
   suhu terhadap waktu        • Analisis Korelasi
                                Silang Arus dan Suhu
                                 a. Kospektral
                                     Densitas Energi
                                 b. Koherensi
                                 c. Beda Fase




        Gambar 2. Diagram alir perolehan, pengolahan dan visualisasi data


3.5. Analisis Deret waktu
3.5.1. Spektrum Densitas Energi
        Spektrum densitas energi digunakan untuk mengetahui periode fluktuasi
yang signifikan serta nilai densitas energi. Komponen fourier data deret waktu
arus yang telah diperpleh melalui FFT, dikuadratkan lalu dirata-ratakan untuk
mencari nilai densitas energi dari rekaman data arus baik komponen U maupun V
di tiap kedalaman.
Rumusan matematikan adalah (Bendat dan Piersol, 1971):



Keterangan:
Sx         : nilai densitas energi satu rekaman data deret waktu (xt)
X(f(k))    : Komponen fourier dari data deret waktu (xt) pada frekuensi ke-k (fk)
∆t         : Selang waktu pengambilan data
N          : Jumlah data
          Pada grafik spektrum densitas energi, diplotkan juga garis selang
kepercayaan 99%. Garis tersebut berupa garis putus-putus yang merupakan nilai
standar atau signifikan level. Nilai spektrum densitas energi dianggap signifikan
jka jarak dari dasar ke puncak kurva lebih besar daripada lebar garis selang
kepercayaan yang tepat berada di bawah puncak kurva.
3.5.2. Analisi Korelasi Diri dan Korelasi Silang
          Penghitungan statistik data deret waktu dilakukan untuk melihat pola
sinyal suhu atau arus laut dan melihat pola pengaruh arus terhadap tekanan laut.
Untuk mengetahui apakah tekanan laut dan komponen-komponen arus memiliki
sifat musiman digunakan metode korelasi diri sebagai berikut (chatfield, 1984):




Keterangan:      r         = koefisien korelasi diri (-1<r<1)
                 k         = kelambatan (lag)
                 xt        = data waktu t
                 xt+1      = data waktu pada t+1
                           = rerata data
          Masing-masing pasangan data akan menghasilkan satu nilai koefisien
korelasi. Nilai korelasi yang nyata di atas selang kepercayaan 95% dan mendekati
± 1 menyatakan bahwa set data mempunyai hubungan yang erat dalam selang
waktu tertentu. Nilai korelasi yang kecil atau mendekati 0 menyatakan set data
tidak saling berhubungan dalam selang waktu tertentu.
          Respon suhu terhadap komponen-komponen arus u dan v di analisis
dengan metode korelasi silang (Chatfield, 1984):




Keterangan:      xi        = komponen arus
                 yi        = tekanan
               n        = jumlah data
       Masing-masing pasangan data akan menghasilkan satu nilai koefisien
korelasi. Kemudian dibuat korelogram yang menghubungkan korelasi tersebut.
Nilai korelasi yang nyata terhadap selang kepercayaan 95% dan mendekati nilai 1
berarti komponen arus berpengaruh terhadap tekanan air laut. Nilai korelasi yang
kecil atau mendekati 0 menyatakan data arus dan tekanan tidak mempunyai
hubungan.
       Jika ada n data (x1,..., xn dan y1,..., yn) secara deret waktu, maka dapat
dibentuk pasangan:
x1     y1      x1       y2     x1       y3     x1     y4         dan seterusnya
-      -       -        -      -        -
-      -       -        -      xn-2     yn
-      -       xn-1     yn
xn     yn               xn              xn            ............................lag(+)


x1     y1      x2       y1     x3       y1     x4     y1         dan seterusnya
-      -       -        -      -        -
-      -       -        -      xn       yn-2
-      -       xn       yn-1
xn     yn               yn              yn            ............................lag(-)
       Data kecepatan arus yang digunakan dalam perhitungan korelasi ini adalah
data yang disesuaikan antara data tekanan dengan data arus.


3.5.2.1. Kospektrum Densitas Energi
       Densitas energi silang menggambarkan periode fluktuasi beserta energinya
dari dua parameter bersamaan. Rumus matematikanya ditulis oleh Bendat dan
Piersol (1971) yaitu:



Keterangan:
Sxy(fk) : spektrum densitas energi silang pada frekuensi ke-k (fk)
fk     : k/Nh, k = 0, 1, 2,..., N-1
X (fk)* : kompleks conjugate dari X (fk)
X (fk) : komponen fourier dari data deret waktu (xt)
Y (fk) : komponen fourier dari data deret waktu (yt)
∆t            : selang waktu pengambilan data
N             : jumlah data
3.5.2.2. Koherensi




Keterangan:
 2
     xy(fk)          : nilai koherensi pada frekuensi ke-k (fk)
Sxy (fk)             : spektrum densitas energi silang pada frekuensi ke-k (fk)
Sx (fk)              : spektrum densitas energi dari komponen fourier X(fk)
Sy (fk)              : spektrum densitas energi dari komponen fourier Y(fk)
3.5.2.3. Beda Fase



Keterangan:
                     : beda fase pada frekuensi ke-k (fk)   (tan-1)
Qxy(fk)              : bagian imaginer dari Sxy(fk)
Cxy(fk)              : bagian nyata dari Sxy(fk)


              Satuan beda fase pada sofware Statistica 6 adalah tan-1. Satuan ini
kemudian diubah menjadi satuan waktu (hari atau jam). Satuan beda fase untuk
spectrum korelasi silang arus (komponen u dan v) antar kedalaman yaitu dalam
bentuk jam. Rumus matematikanya adalah:



Sedangkan datuan beda fase untuk spectrum korelasi silang antara angin
(komponen u dan v) dan arus (komponen u dan v) yaitu dalam bentuk hari. Rumus
matematikanya ditulis sebagai berikut:



Keterangan:            (fk) adalah beda fase dengan satuan tan-1
                        4. HASIL DAN PEMBAHASAN


4.1. Hasil Variasi Temporal Arus dan Suhu




Gambar 3. Stik Plot Angin di Perairan Selat Lombok dari 1 Agustus 2007 s/d 31
                                     Juli 2009
       Pada gambar stik plot atas diatas yang menggambarkan besarnya
kecepatan dan arah dari angin di perairan Selat Lombok menunjukkan bahwa pada
bulan Agustus sampai dengan Desember angin bertiup ke dari arah tenggara
menuju barat laut.




  Gambar 4. Plot Komponen U Angin di Perairan Selat Lombok dar 1 Agustus
                              2007 s/d 31 Juli 2009




  Gambar 5. Plot Komponen U Angin di Perairan Selat Lombok dar 1 Agustus
                              2007 s/d 31 Juli 2009
       Dari gambar 5 dan 6 terlihat bahwa komponen angin V lebih dominan dari
pada komponen V. Pergerakan angin mengikuti bentuk dari Selat Lombok yang
membujur dari utara ke selatan (vertikal).
Gambar 6. Plot Suhu Perairan Selat Lombok dar 1 Agustus 2007 s/d 31 Juli 2009
       Dari gambar plot suhu di atas terlihat bahwa suhu di perairan Selat
Lombok meningkat pada bulan Agustus sampai Desember dimana sedang terjadi
Musim Barat. Sedangkan saat Musim Timur yaitu pada bulan April sampai
Agustus, suhu mengalami penurunan.
   Menurut Illahude dan Gordon (1996), suhu di lapisan permukaan sampai
kedalaman tertentu pasa Musim Barat lebih hangat dibandingkan Musim Timur.
Pada Musim Timur, di Selat Lombok suhu perairan menjadi lebih dingin dimana
proses pengadukan pada musim timur lebih besar dari pada Musim Barat (Utami,
2006). Menurut Utami (2006), sebaran suhu di perairan Selat Lombok
memperlihatkan bahwa pada Musim Timur terbentuk lapisan homogen yang lebih
tebal dari pada Musim Barat.


4.2. Analisis Frekuensi
       Tabel 1. Sebaran Frekuensi Suhu
                          Selang Kelas Suhu
          Bulan           minimum        maksimum          rata-rata
                          (oC)           (oC)              (oC)
          Januari         29.08          27.1              28.06
          Februari        29.3           27.25             28.24
          Maret           29.87          27.82             28.90
          April           29.58          27.83             28.59
          Mei             28.92          26.61             28.11
          Juni            28.9           25.92             27.36
          Juli            27.7           24.96             26.37
          Augutus         26.1           24.17             25.51
          September       28.11          25.08             26.35
           Oktober          28.74          25.98               27.27
           November         28.69          27.21               27.95
           Desember         30.28          27.95               28.90


         Pada tabel sebaran frekuensi suhu diatas terlihat bahwa suhu rata-rata
tertinggi terjadi pada bulan Desember. Hal ini disebabkan karena bulan tersebut
merupakan puncak dari Musim Barat dimana angin yang berasal dari Asia yang
berpengaruh. Sedangkan suhu rata-rata terendah terjadi pada bulan Agustus.


Tabel 2. Sebaran Frekuensi Angin
                                              Kecepatan (m/s)
Arah
                                                               8.8 -
Angin
              0.5 - 2.1   2.1 - 3.6   3.6 - 5.7    5.7 - 8.8   11.1       >= 11.1   Total
Utara         0.019149 0.009438 0.016687 0.00807               0.000684 0.00041     0.054439
Timur
Laut          0.01573     0.014088 0.022295 0.008754 0.00041              0.000137 0.061414
Timur         0.02845     0.024757 0.05184         0.047873 0.006702 0.000274 0.159896
Tenggara      0.022432 0.016961 0.025441 0.005882 0.000547 0.000137 0.071399
Selatan       0.019286 0.004787 0.002188 0                     0          0.000137 0.026399
Barat
Daya          0.025578 0.007933 0.005198 0.000137 0                       0         0.038846
Barat         0.034332 0.037888 0.063192 0.013952 0.000274 0                        0.149638
Barat
Laut          0.027082 0.025851 0.080564 0.099439 0.002462 0                        0.235399
Sub-
Total:        0.192039 0.141704 0.267405 0.184106 0.011079 0.001094 0.797429
Calms:                                                                              0.202571
issing/Incomplete:                                                                  0
Total:                                                                              1
                   Gambar 7. Grafik distrubusi frekuensi angin
         Dari tabel dan grafik diatas menunjukkan bahwa dari tanggal 1 Agustus
2007 sampai dengan 31 Juli 2009 angin paling banyak berasal dari arah Barat
Laut, yaitu yang berasal dari Australia. Ini menunjukkan bahwa tekanan udara di
belahan bumi selatan selatan dominan lebih tinggi daripada di belahan bumi
utara.


4.3. Analisis Deret Waktu
4.3.1. Spektrum Densitas Energi




                    (a)                                             (b)
                                              (c)



Gambar 8. Spektrum densitas energi (a) komponen U arus, (b) komponen V arus
                                  dan (c) Suhu
Tabel 3. Tabulasi spektrum densitas energi signifikan
                                      ARUS
                                 Komponen U
                                          Densitas
               periode                     energi
              signifikan Keterangan (m/dtk)/siklus      Fenomena
                (per 6
                jam)                     (per 6 jam)
               2924.00     731 hari       27.07172      2 tahunan
               1462.00     365 hari       33.32766      1 tahunan
               974.67      244 hari       40.66424      8 bulanan


                                      ARUS
                                 Komponen V
                                           Densitas
               Periode                       energi
              Signifikan Keterangan (m/dtk)/siklus      Fenomena
                (per 6
                 jam)                     (per 6 jam)
               2924.00      731 hari       250.1605       2 tahunan
               1462.00      365 hari       460.2449       1 tahunan
               974.67       244 hari       257.5447       8 bulanan


                                       Suhu
                                           Densitas
               periode                        energi
             signifikan Keterangan      (m/dtk)/siklus    Fenomena
               (per 6
                jam)                      (per 6 jam)
              2924.00      731 hari        250.1605       2 tahunan
              1462.00      365 hari        460.2449       1 tahunan
               974.67      244 hari        257.5447       8 bulanan
       Nilai periode fluktuasi signifikan beserta energinya dapat diketahui secara
tepat menggunakan spektrum densitas energi. Spektrum densitas energi arus
komponen U, V dan suhu terlihat pada gambar diatas. Variasi musiman ditemukan
secara konsisten di semua komponen dengan energi yang tidak jauh berbeda pada
masing-masing komponen. Sinyal tersebut menunjukkan adanya perbedaan
kekuatan musim. Karakteristik musiman ini diperkitakan terjadi setiap pergantian
musim dari musim barat ke musim timur atau sebaliknya.


4.3.2. Korelasi Silang
   4.3.2.1. Korelasi Silang U Arus Terhadap Suhu




                  (a)                                              (b)
                                          (c)



     Gambar 9. Korelasi silang U arus terhadap suhu (a) Spektrum Densitas,
               (b) Koherensi dan (c) Beda fase
Tabel 4. Tabulasi korelasi silang U arus terhadap suhu
                                                                                 Beda Fase
 Periode     VARIASI FENOMENA            Densitas energi    Koherensi
                                                                                         Waktu
signifikan    (hari)      (bulanan)    (cm/s)2/siklus/jam     Kuadrat
                                                                              Atan       (hari)
                                                                                     -
  4096       170 hari     6 bulanan         630,751         0,8525128        1,29399      19
                                                                                     -
2340,00
             98 hari      3 bulanan         591,216          0,673312        1,36153      16
                                                                                     -
1170,29
             49 hari     1.5 bulanan       2.053,005         0,915878        1,07382      20
       Berdasarkan grafik spektrum korelasi silang U arus dengan suhu, densitas
energi silang yang signifikan ditemukan pada periode 1,5 bulanan, 3 bulanan dan
6 bulanan, hal tersebut mengakibatkan adanya fluktuasi yang signifikan. Jika
membandingkan nilai koherensi pada periode tersebut dengan periode yang
lainnya maka komonen U arus maupun Suhu berkaitan erat pada periode ini. Hal
ini dikarenakan periode 1,5-6 bulanan memiliki koherensi yang cukup tinggi yaitu
0,67 dan 0,85. Beda fasenya adalah negatif untuk ketiga periode tersebut
menandakan fluktuasi pada komponen U arus terhadap suhu mengalami
terlambatan selama 16-20 hari, hal ini menunjukkan bahwa komponen suhu
berfluktuasi lebih dahulu kemudian diikuti oleh komponen U arus.
4.3.2.2. Korelasi Silang V Arus Terhadap Suhu




                    (a)                                               (b)




                                             (c)
    Gambar 10. Korelasi silang V arus terhadap suhu (a) Spektrum Densitas,
               (b) Koherensi dan (c) Beda fase


Tabel 5. Tabulasi korelasi silang V arus terhadap suhu
                                                                                  Beda Fase
 Periode     VARIASI FENOMENA            Densitas energi      Koherensi
                                                                                         Waktu
signifikan    (hari)      (bulanan)     (cm/s)2/siklus/jam     Kuadrat
                                                                               Atan      (hari)
2730,67      114 hari     4 bulanan           52,620          0,799346         1,52824    27
2340,57      98 hari      3 bulanan          155,710          0,881871         1,49000    27
2048,00      85 hari      2 bulanan           98,120          0,857747         1,52715    27


       Berdasarkan grafik spektrum korelasi silang U arus dengan suhu, densitas
energi silang yang signifikan ditemukan pada periode 1,5 bulanan, 3 bulanan dan
6 bulanan, hal tersebut mengakibatkan adanya fluktuasi yang signifikan. Jika
membandingkan nilai koherensi pada periode tersebut dengan periode yang
lainnya maka komonen U arus maupun Suhu berkaitan erat pada periode ini. Hal
ini dikarenakan periode 1,5-6 bulanan memiliki koherensi yang cukup tinggi yaitu
0,67 dan 0,85. Beda fasenya adalah negatif untuk ketiga periode tersebut
menandakan fluktuasi pada komponen U arus terhadap suhu mengalami
terlambatan selama 16-20 hari, hal ini menunjukkan bahwa komponen suhu
berfluktuasi lebih dahulu kemudian diikuti oleh komponen U arus.
                        5. KESIMPULAN DAN SARAN
5.1. Kesimpulan
       Perairan Selat Lombok merupakan jalur dari Arlindo, sehingga
karakternya sangat dipengaruhi oleh musim barat dan timur. Ketika musim barat
barat, maka perairannya bersifat lebih hangat daripada ketika musim timur. Hasil
dari analisis deret waktu menunjukkan bahwa dalam satu tahun terdapat sekali
musim barat dan musim timur.
5.2 Saran
       Untuk mengetahui lebih lanjut dari variabilitas massa air perlu adanya data
time series yang lebih panjang lagi. Dengan demikian variabilitas massa air lebih
bisa dianalisis faktor yang mempengaruhinya, baik itu pengaruh musiman atau
pengaruh interseasonal (tahunan). Selain itu, agar lebih mewakili karakteristik
perairan data yang digunakan, dibutuhkan data yang lebih pendek jarak antar
sensornya.
                                  DAFTAR PUSTAKA


Arief, D. 1997. Perubahan Musiman Karakteristik Massa Air Selat Lombok. J.
        Oseano dan Limno. Res., 30: 13-31.
Box, G. E. P. and Jenkins, G. M. (1976). Time Series Analysis: Forecasting and
        Control (revised edition), Holden Day, San Francisco.
Gordon AL, Fine RA, 1996. Pathways of water between the Pacific and Indian
        oceans in the Indonesian seas. Nature 379: 146-149.
Hutabarat,S dan M.S. Evans, 1985, Pengantar Oseanografi. Universiats Indonesia,
        Jakarta.


Hutagalung, 1988. Pengaruh Suhu Air terhadap Organisme Laut. Oseana, Vol
        XIII No. 4. P30-LIPI. Jakarta. 153 hal.
Hautala J, Hourula I, Jussila T & Pitkänen M (1999) Screening and cleaning. In:
        Gullichsen & Paulapuro. Mechanical Pulping. Fapet Oy,
Illahude, A. G, dan A. L. Gordon. 1996. Thermocline Stratification Within The
        Indonesian Seas. J. Geophys. Res. 101(C5):12,401-12,409.
Utami, I. N. 2006. Studi Karakteristik dan Aliran Massa Air pada Musim Barat
        dan Musim Timur di Perairan Selat Lombok. Skripsi (tidak
        dipublikasikan). Program Studi Ilmu dan Teknologi Kelautan, Fakultas
        Perikanan dan Ilmu Kelautan, Institut Pertanian Bogor, Bogor.
Samodra, FX. T.B.S. (2005) Thermal Performance Optimization for Javanese
        Village Houses, Proceeding International Seminar SENVAR VI ITB
        Bandung. September 19-20. pp 19-25


Sprintall, J., S. Wijffels, A. L. Gordon, A.Ffield, R. Molcard, R. D. Susanto, I.
        Soesilo, J. Sopaheluwakan, H. M. van Aken (2004) A New International
        Array to Measure the Indonesian Throughflow: INSTANT, EOS.
TIM ABDI GURU. 2004. GEOGRAFI. Erlangga. Jakarta.

				
DOCUMENT INFO
Shared By:
Categories:
Stats:
views:695
posted:10/4/2010
language:Indonesian
pages:22