Penelitian ini dilaksanakan pada bulan Pebruari 2012 - Juni 2012 berlokasi di Laut Banda dengan posisi antara 3.5o LS – 7.5o LS dan 124o BT – 133o BT (Gambar 5).
Penelitian ini terbagi menjadi 4 tahap yaitu tahap pertama studi literatur, tahap kedua pengumpulan data dan tahap ketiga pengolahan data serta tahap keempat yaitu penyusunan Laporan Tesis. Pengolahan data ini dilakukan di Laboratorium Pemrosesan Data, Bagian Oseanografi, Departemen Ilmu dan Teknologi Kelautan FPIK IPB.
Bahan
Bahan yang digunakan berupa data-data selama 11 tahun dari tahun 2002 - 2012 dapat dilihat pada Tabel 1.
Gambar 5 Lokasi Penelitian di Laut Banda
Tabel 1 Sumber data dari parameter yang digunakan dalam penelitian
No Data Sumber Data Coverage Waktu
1. Angin Situs ECMWF
(http://dataportal.ecmwf.int/data/d/ interim_daily/) Spatial, Resolusi 1,50x1.50 Komposit mingguan 2002-2012 (11 tahun)
2. Klorofil-a Satelit MODIS-Aqua (http://las.pfeg.noaa.gov/oceanWatch/ocea nwatch.php) Global, Resolusi 0,05 deg, Komposit mingguan 2002-2012 (11 tahun) 3. Suhu permukaan laut Satelit MODIS-Aqua (http://las.pfeg.noaa.gov/oceanWatch/ocea nwatch.php) Global, Resolusi 0,05 deg, Komposit mingguan 2002-2012 (11 tahun) 4. Tinggi muka laut AVISO SSH (http://las.pfeg.noaa.gov/oceanWatch/ocea nwatch.php) Global, Resolusi 0,25deg, Komposit mingguan 2002-2012 (11 tahun) 5. Indeks Nino 3.4 NOAA-Climate Prediction Center (www.cpc.noaa.gov/data/indices/) 2002-2012 (11 tahun) 6. DMI http://www.jamstec.go.jp/frcgc/research/d 1/iod/DATA/dmi.weekly.ascii) 2002-2012 (11 tahun)
14
Alat
Alat yang digunakan dalam penelitian ini adalah : a. Software Matlab 2010
b. Software “Ferret” Versi 6.0 c. Laptop “Acer” 14 inchi d. Hardisk Eksternal 320 GB
Pengolahan Data
Tinggi Muka Laut
Data anomali TPL diperoleh dari tahun 2002-2012 dengan resolusi 0,25 deg yang diperoleh dari situs http://las.pfeg.noaa.gov/oceanWatch/ oceanwatch.php, dimana data tersebut merupakan data mingguan dan disajikan dalam format NetCDF.
Suhu Permukaan Laut
Data SPL diperoleh dari Juli 2002 – Desember 2012 dengan spasial grid data 0,05 derajat bujur x 0,05 derajat lintang, geografis. Data ini adalah data citra penginderaan jauh dengan sensor MODIS dan dikelola oleh NOAA Coast Watch
Program NASA’s, Goddad Space Flight Center dan Ocean Color Web. Data tersebut merupakan data mingguan dan disajikan dalam format NetCDF.
Klorofil-a
Data Chlorofil-a diperoleh dari citra satelit penginderaan jauh dengan sensor MODIS dimana data ini dikelola oleh NOAA Coast Watch Program NASA’s, Goddad Space Flight Center dan Ocean Color Web. Data Spasial grid 0.05 derajat bujur x 0.05 derajat lintang, geografis. Data tersebut merupakan data mingguan bulan Juli 2002 - Desember 2012 yang diperoleh dari situs http://las.pfeg.noaa.gov/oceanWatch/ocean watch.php dan data ini disajikan dalam format NetCDF.
Angin
Data angin diperoleh dari European Centre for Medium-Range Weather Forecasts (ECMWF, 2010) level 3 yang digunakan adalah data angin mingguan tahun 2002-2012 dengan resolusi spasial 1.5o x 1.5o. Data ini merupakan data kecepatan angin 10 meter di atas permukaan terdiri dari nilai-nilai grid berdasarkan garis lintang dan garis bujur dari komponen kecepatan angin zonal dan meridional (u dan v). Data tersedia dalam format NetCDF.
Prosedur Analisis Data
Analisis deret waktu dari parameter angin, khlorofil-a, suhu permukaan laut dan anomali tinggi muka laut diolah dengan menggunakan perangkat lunak MS.Excell, Ferret versi 60 dan analisa wavelet yang dilakukan dengan menggunakan Matlab versi 2010. Untuk data parameter-parameter tersebut di atas
15 akan diolah dengan menggunakan perangkat lunak untuk melihat sebaran permukaan bulanan, sebaran berdasarkan waktu (diagram Hovmoller), plot rataan bulanan dan nilai time series. Selanjutnya nilai times series dari parameter- parameter tersebut di atas akan diolah dengan metode wavelet dan menggunakan perangkat lunak Matlab versi 2010.
Analisis Wavelet
Transformasi wavelet merupakan pengembangan dari transformasi fourier. Analisis wavelet menurut Torrence dan Compo (1998) merupakan upaya mendekomposisi deret waktu ke dalam ruang waktu-frekuensi secara simultan. Metode ini mengkalkulasikan energi spektrum dari deret waktu. Analisis wavelet yang digunakan adalah morlet mother. Kelebihan dari analisis wavelet yaitu dapat mendeteksi fluktuasi-fluktuasi periodik yang bersifat transient serta dapat menggambarkan proses dinamik nonlinear komplek yang diperlihatkan oleh interaksi gangguan dalam skala ruang dan waktu. Analisis wavelet yang dilakukan berupa Continous Wavelet Transform (CWT) dan Cross Wavelet Transform (XWT). Sub program analisis wavelet dalam bahasa MATLAB dapat diunduh di alamat http://www.pol.ac.uk/home/research/waveletcoherence/download/wtc- r16.zip.
Selanjutnya baris-baris program analisis wavelet untuk CWT dan XWT yang sudah dimodifikasi sesuai data penelitian dapat dilihat pada Lampiran 1.
Continous Wavelet Transform
Menurut Grinsted et al. (2004) wavelet adalah sebuah fungsi dengan rerata nol (0) dan mempunyai alokasi dalam frekuensi dan waktu. Wavelet dapat dikarakterisasi oleh bagaimana alokasinya dalam waktu (Δt) dan frekuensi (Δω atau panjang gelombang). Wavelet morlet dirumuskan sebagai berikut:
� =�− /��� �� � ...(9) dimana :
0 : frekuensi yang tidak memiliki dimensi η : waktu yang tidak memiliki dimensi
CWT menggunakan wavelet sebagai band pass filter terhadap deret waktu. Wavelet dipanjangkan dalam waktu dengan memvariasikan skalanya (s), sehingga
η= s.t, dan menormalisasinya sehingga mempunyai unit energi. CWT sebuah deret waktu (xn,n = 1,…….,N) dengan selang waktu yang sama δt, didefinisikan sebagai bilangan kompleks dari xndengan skala dan wavelet yang telah dinormalisasi, yang dirumuskan sebagai berikut (Torrence dan Compo, 1998):
|� | = �−�′= ′ ∗[ ( ′− )�
]...(10) dimana :
|� | : Spektrum energi wavelet s : Skala
: Wavelet morlet
Menurut Torrence dan Compo (1998) terdapat error pada bagian awal dan akhir CWT karena wavelet tidak sepenuhnya dialokasikan dalam waktu. Oleh
16
karena itu diperkenalkanlah Con of Influence (COI) karena error ini tidak dapat diabaikan. COI didefinisikan sebagai area dimana kekuatan wavelet disebabkan oleh diskontinuitas pada batas terluar yang mempunyai nilai lebih kecil e-2nilai batas terluar (Grinsted et al. 2004).
Cross Wavelet Transform
XWT digunakan untuk menganalisa kovarian dari dua deret waktu X n dan Y
n, yang didefinisikan sebagai berikut (Torrence dan Compo, 1998) :
� , =� , � ∗(s,t)………..(11) dimana * menandakan complex conjugation. Spektrum daya wavelet silang lebih lanjut didefinisikan sebagai |Wxy|. Argumen kompleks arg (Wxy) dapat diinterpretasikan sebagai fase relatif lokal antara Xn dan Yn dalam ruang frekuensi waktu (Grinsted et al. 2004). Hubungan fase relatif ditunjukkan dengan arah panah dimana panah ke arah kanan berarti sefase (inphase), panah ke arah kiri berarti anti fase (anti-phase), panah 90º ke arah bawah berarti X mendahului Y dan panah 90º ke arah atas berarti Y mendahului X.