3. METODOLOGI
3.3. Pengolahan Data
3.3.1. SPL dan Konsentrasi Klorofil-a
Pengolahan citra NOAA dan SeaWiFS dilakukan dengan menggunakan program SeaDAS 5.2. Pengolahan dimulai dengan download citra NOAA dengan
19
resolusi spasial 4x4 km2dari Januari 1998 sampai dengan Desember 2009 dan citra SeaWiFS level 3 composite data bulanan dengan resolusi spasial 9x9 km2.
Data citra SeaWiFS level 3 sudah terkoreksi geometrik dan radiometrik dengan format HDF (Hierachical Data Format) dan memiliki nilai konsentrasi klorofil-a dalam satuan mg/m3. Data hasil download harus terlebih dahulu diekstrak agar data tersebut dapat kita proses lebih lanjut. Ekstrak data dilakukan dengan menggunakan software WinRAR 3.42. Proses selanjutnya adalah cropping citra (pemotongan citra) sesuai lokasi penelitian. Kemudian dilakukan penentuan
sampling area penelitian yang terdiri dari 3 sampling area yaitu sampling area1
(5°43’1”LS ;118°53’27”BT), sampling area2 (5°43’1”LS ; 117°1’19”BT), dan
sampling area3 (3°35’13”LS ; 117°58’40”BT). Penentuan range data valid untuk nilai konsentrasi klorofil-a dan SPL adalah salah satu proses penting, untuk konsentrasi klorofil-a range data valid diambil 0 < x ≤ 10 mg/m3 dan untuk SPL range data valid diambil 20 < x ≤ 32 °C. Data output dari pengolahan SeaDAS
adalah data dengan format ASCII dan data display dengan format *.TIFF.
Selanjutnya data ASCII tersebut di import dan disimpan ulang dengan format text (*.txt). Kemudian dilakukan quality control yang bertujuan untuk menghilangkan data yang tidak termasuk dalam valid range nilai yang telah ditentukan
sebelumnya. Data hasil quality control selanjutnya dirata-rata bulan dan kemudian dibuat menjadi grafik fluktuasi bulanan SPL dan klorofil-a. Metode pengolahan citra SeaWiFS dan NOAA-AVHRR disajikan pada Gambar 4.
Gambar 4. Diagram Alir Pengolahan NOAA AVHRR dan Citra SeaWiFS Untuk dapat menghasilkan citra sebaran spasial SPL dan klorofil-a bulanan serta 8 harian, maka setelah proses cropping area penelitian perlu dilakukan setting citra yang meliputi landmask, coastline, dan grid. Landmask
merupakan proses pemberian warna pada darat. Coastline adalah pemberian batas antara darat dan laut (garis pantai). Grid merupakan proses untuk menampilkan garis lintang dan bujur pada citra sebaran spasial. Output data yang dihasilkan
21
adalah image display dalam format *.TIFF, sehingga dapat dilakukan analisis spasial 8 harian dan bulanan (SPL dan klorofil-a).
Pendugaan nilai SPL menggunakan algoritma pathfinder v5. Algoritma ini merupakan modifikasi dari algoritma SPL Non Linier (NLSST) yang dibuat berdasarkan perbedaan nilai suhu kecerahan pada kanal4 dan 5 (T4-T5). Berikut
adalah algoritma pathfinder v5 (Kilpatrick et al., 1998) :
ܵܵܶ௦௧=ܽ+ܾܶସ+ܿ(ܶସ−ܶହ)ܵܵܶ௨௦௦+݀(ܶସ−ܶହ)(secሺݐℎ݁ݐܽሻ− 1)...(2)
Keterangan :
a, b, c, dan d = koefisien determinasi regresi linier pada data base SPL in situ
hasil mooring dan buoy dengan resolusi spasial antar pengukuran.
SSTguess = nilai perkiraan pertama SPL dari Reynolds OISST 0,1o dan resolusi temporal tidak lebih dari 30 menit.
theta = sudut zenith dari satelit.
Pendugaan estimasi konsentrasi klorofil-a adalah dengan menggunakan algoritma Ocean Chlorophyll 4-band algorithm version 4 (OC4v4). Algoritma ini menggunakan nilai tertinggi dari rasio kanal 443 nm, 490 nm dan 510 nm dengan kanal 555 nm untuk menentukan nilai konsentrasi klorofil-a. Persamaan polynomial pangkat empat untuk algoritma OC4v4 (O'Reilly et al., 2000) sebagai berikut : ܱܥ4ݒ4:ܥܽ = 10,ଷିଷ,ோାଵ,ଽଷோ మ ା,ସଽோ య ିଵ,ହଷଶோ ర ...(3) ܴ= log 10ቂோ௦ସସଷ ோ௦ହହହ> ோ௦ସଽ ோ௦ହହହ> ோ௦ହଵ ோ௦ହହହቃ...(4) Keterangan : Ca = Konsentrasi klorofil-a (mg/m3)
R = Rasio reflektansi
Grafik rataan bulanan SPL dan konsentrasi klorofil-a hasil pengolahan pada Microsof Excel 2007 dianalisis untuk mengetahui adanya variasi dalam tiap musim pada tiap tahunnya di lokasi penelitian. Interpretasi fluktuasi klorofil-a dan SPL secara temporal berdasarkan pada penurunan dan peningkatan konsentrasi klorofil-a dan SPL serta nilai tertinggi dan terendahnya. Kemudian variasi konsentrasi klorofil-a dan SPL dalam tiap-tiap musim pada lokasi penelitian dibandingkan dengan tahun yang berbeda pada lokasi penelitian yang sama. Analisis spasial dilakukan untuk mengetahui sebaran dari konsentrasi klorofil-a dan SPL secara spasial pada lokasi penelitian. Data sebaran spasial konsentrasi klorofil-a dan SPL pada bulan-bulan yang sama dianalisis sehingga dapat diketahui pada bulan apa saja konsentrasi klorofil-a dan SPL tinggi ataupun rendah dengan melihat degradasi warna pada citra sebaran spasial konsentrasi klorofil-a dan SPL bulanan. Hal yang sama dilakukan pada citra sebaran spasial konsentrasi klorofil-a hasil composite 8 hariansecara musiman, sehingga dapat diketahui pada musim apa saja konsentrasi klorofl-a dan SPL tinggi ataupun rendah.
3.3.2. Angin
Pengolahan data angin dimulai dengan download data angin dengan format netcdf (*.nc). Data yang disediakan memiliki resolusi spasial berukuran 1,5° x 1,5° dengan cakupan area global. Data yang digunakan selama 12 tahun (1998-2009) dengan interval 6 jam, yaitu : Pukul 00:00, 06:00, 12:00, dan 18:00. Kemudian dilakukan cropping sesuai dengan lokasi penelitian dengan perangkat lunak ODV (Ocean Data View). Proses selanjutnya adalah dengan mengekstrak data berformat (*.nc) dengan menggunakan ODV menjadi data berformat teks
23
(*.txt). Kemudian data tersebut dirata-ratakan tiap bulan sehingga diperoleh hasil berupa rata-rata u-wind at 10 meters [m/s], v-wind at 10 meters [m/s] bulanan selama 12 tahun (1998 – 2009) yang mewakili daerah bagian selatan Selat Makassar. Data bujur, lintang, u-wind at 10 meters [m/s], v-wind at 10 meters
[m/s] dengan format (*.txt) diproses dengan Surfer 8.0 dengan cara grid data bulanan.
Digitasi daratan adalah suatu proses untuk menampilkan darat. Kemudian
overlay antara vektor (arah pergerakan angin) dengan basemap (darat) sehingga menghasilkan tampilan arah pergerakkan angin.
Analisis data angin adalah dengan cara membaca arah pergerakan angin yang telah dikelompokan tiap musim pada tahun ENSO dan non-ENSO dan kemudian membandingkan kecepatan angin antara tahun ENSO dan non-ENSO.
3.3.3. Ekman Transport
Ekmantransport didekati dari perhitungan wind stress yang
diformulasikan dalam Large and Pond (1981) in Nababan (2009), sebagai berikut:
௫,௬=|ଵ| ଵ,ଵ...(5) τx, τyadalah komponen wind stress untuk sumbu x dan y, u10, v10 adalah kecepatan
angin pada sumbu x dan y yang diturunkan dari kecepatan angin permukaan pada ketinggian 10 m di atas permukaan laut (W10), dan Cdadalah “drag coefficient”
yang tergantung pada kecepatan angin sebagai berikut:
Cd = 0.0012; 0 < W10< 11m/s
Cd= 0.00049 + 0.000065 W10; W10 > 11m/s
Ekmantransport dipetakan dari data wind stress dengan pembelokan arah 90˚ ke kanan arah wind stress di belahan bumi utara dan 90˚ ke kiri di belahan
bumi selatan. Ekmantransport yang dipetakan dalam skripsi ini hanya
memberikan gambaran ke arah mana pergerkan Ekmantransport ini, sementara nilai transport (volume) belum menggambarkan nilai yang sebenarnya mengingat data kedalaman Lapisan Ekman tidak diketahui.
3.3.4. Curah hujan
Data curah hujan diambil dari stasiun Meteorologi Paotere, Makassar, Sulawesi Selatan pada koordinat 6°6’37,5” LS ; 119°25’11,5” BT yang diperoleh di Badan Meteorologi Klimatologi dan Geofisika (BMKG) Pusat, Jakarta. Data tersebut merupakan jumlah curah hujan (mm) harian yang kemudian dirata- ratakan menjadi bulanan selama periode Januari 1998 – Desember 2008. Data tersebut kemudian ditampilkan dalam bentuk grafik dengan menggunakan
Microsoft Excell 2007. Data curah hujan dibandingkan dengan data konenstrasi klorofil-a sampling area1, karena lokasi pengambilan data curah hujan paling dekat dengan sampling area1. Analisis data curah hujan dilakukan untuk mengetahui adanya variasi pada tiap musim setiap tahunnya, serta interpretasi fluktuasi berdasarkan nilai maksium dan minimum. Melihat hubungan antara konsentrasi klorofil-a di sampling area1 dan curah hujan.
3.3.5. Analisis Interannual
Southern Oscillation Index (SOI) merupakan perbedaan tekanan udara antara Tahiti dan Darwin serta umumnya digunakan untuk penentuan masa El Nino dan La Nina. Nilai SOI negatif terjadi saat tekanan udara lebih rendah dari rata-rata di Tahiti dan lebih tinggi di Darwin. Pada kondisi SOI negatif SPL yang di Lautan Pasifik Timur tropis relatif lebih tinggi dari kondisi normalnya.
25
Sedangkan pada kondisi SOI yang positif, SPL perairan Pasifik Timur tropis umumnya lebih rendah dari kondisi normalnya. Bulan-bulan yang termasuk dalam kategori (El Niño Southern Oscillation) ENSO adalah yang memiliki nilai SOI ≤ -
10 dan untuk kategori La Nina adalah bulan yang memiliki nilai SOI ≥ -10 (Tritel,
2010). Dengan demikian maka bulan-bulan terjadinya ENSO selama periode penelitian adalah Januari, Februari, Maret, April 1998; Mei, Agustus, Desember 2002; Juni 2003; April, Juni 2004; Februari, April, Mei 2005; Agustus, Oktober 2006; Januari, April 2008; dan Oktober 2009 (Gambar 5).Periode non- ENSO dalam penelitian ini adalah bulan-bulan yang tidak termasuk kedalam kategoti bulan ENSO.
Gambar 5. Southern Ocillation Index (SOI) (BOM,2010)
Analisis interannual dalam penelitian ini difokuskan untuk
membandingkan nilai SPL dan konsentrasi klorofil-a antara tahun ENSO dan non-
3.3.6. Tinggi Paras Laut (TPL)
Data TPL yang digunakan merupakan data harian pada pertengahan bulan dengan periode Januari 1998 – Desember 2009. Data tersebut diperoleh dari
Colorado Center of Astrodynamics Research (CCAR) dengan website
http://ccar.colorado.edu. Analisis data yaitu dengan cara melihat gradasi warna untuk diidentifikasi apakah terjadi anomali positif (tinggi paras laut di atas rata- rata) ataukah terjadi anomali negatif (tinggi paras laut di bawah rata-rata).
27