PENGEMBANGAN KONEKSI ANTAR JARINGAN UNTUK
PENUNJANG SISTEM OBSERVASI LAUT
CHRISTIADI TRIYATNA
SKRIPSI
DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN
CHRISTIADI TRIYATNA. PENGEMBANGAN KONEKSI ANTAR JARINGAN UNTUK PENUNJANG SISTEM OBSERVASI LAUT. Dibimbing oleh I WAYAN NURJAYA dan INDRA JAYA.
Masyarakat Indonesia banyak yang menggantungkan hidup pada laut, baik dalam kegiatan pelayaran, perencanaan dermaga dan pelabuhan, perencanaan ataupun pengembangan wilayah pesisir dan pantai, sehingga diperlukan data aktivitas laut seperti angin untuk mendukung kegiatan masyarakat (WALHI, 2011).
Banyak badan internasional penyedia data khusunya data angin secara realtime seperti NOAA, dan IFREMER, yang menyediakan data secara gratis. Permasalahan yang dihadapi pengguna data oseanografi yang berada di Indonesia adalah koneksi yang lambat untuk mengunduh data, data yang diunduh terlalu besar karena mencakup data satu dunia.
Prototipe server penyedia data lokal untuk daerah Indonesia berbasis web ini menjawab kebutuhan pengguna data di Indonesia. Prototipe server penyedia data lokal mempermudah pihak-pihak yang berkepentingan untuk memperoleh data klimatologi dan oseanografi, khususnya data angin secara realtime karena server diakses dengan koneksi lokal yang relatif lebih cepat dibandingkan dengan koneksi internasional dan file yang diunduh lebih kecil.
Prototipe server penyedia data lokal menggunakan data yang berasal dari Centre ERS d'Archivage et de Traitement - French ERS Processing and Archiving Facility (CERSAT), parameter yang digunakan adalah angin permukaan yang dioperasikan dengan system Linux Ubuntu 9.04 karmic dan bahasa pemograman Phyton2.6. Website yang dibangun menyediakan data per 6 jam dan dapat dilihat rerata harian, bulanan serta tahunan berdasarkan kebutuhan pengguna.
Penelitian ini terdiri dari tiga subsistem utama yang mempunyai fungsi dan peranan sendiri-sendiri, ketiga sistem ini adalah:
1. Subsistem pengolahan data sistem pengolahan data dibagi menjadi tiga bagian subsistem yang bekerja berkesinanbungan. Ketiga subsistem ini adalah: Subsistem unduh data berperanuntuk mengunduh semua data angin yang berasal dari website IFREMER, Subsistem pengolahan data berperan untuk mengolah data hasil unduh, dan Subsistem komunikasi yang menghubungkan sistem pengolahan data ke system lainnya. 2. Subsistem basis data: Sistem basis data berisi tentang info data yang
tersimpan dalam sistem pengolah data dan diimport dalam bentuk tabel pada mysql. Pada sistem basis data terdapat enam tabel yaitu: tabel raw data, tabel data Indonesia, tabel data harian, tabel data bulanan, tabel data tahunan, dan tabel plot data Indonesia
PENGEMBANGAN KONEKSI ANTAR JARINGAN UNTUK
PENUNJANG SISTEM OBSERVASI LAUT
SKRIPSI
Oleh :
CHRISTIADI TRIYATNA
Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ilmu Kelautan Pada Fakultas Perikanan dan Ilmu Kelautan
Institut Pertanian Bogor
DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN
Dengan ini saya menyatakan bahwa Skripsi yang berjudul :
PENGEMBANGAN KONEKSI ANTAR JARINGAN UNTUK
PENUNJANG SISTEM OBSERVASI LAUT
adalah benar merupakan hasil karya sendiri dan belum diajukan dalam bentuk apapun kepada perguruan tinggi manapun. Semua sumber data dan informasi yang berasal atau dikutip dari karya yang diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka dibagian akhir Skripsi ini.
Bogor, 18 Juli 2011
i
© Hak cipta milik IPB, tahun 2011
Hak cipta dilindungi
1. Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumber
a. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik atau tinjauan suatu masalah
b. Pengutipan tidak merugikan kepentingan yang wajar IPB
Judul Penelitian : PENGEMBANGAN KONEKSI ANTAR JARINGAN UNTUK PENUNJANG SISTEM OBSERVASI LAUT
Nama Mahasiswa : Christiadi Triyatna Nomor Pokok : C54053969
Departemen : Ilmu dan Teknologi Kelautan
Menyetujui,
Dosen Pembimbing Utama Dosen Pembimbing Anggota
Dr. Ir. I Wayan Nurjaya, M.Sc Prof. Dr. Ir. Indra Jaya, M.Sc NIP. 19640801 19893 1 001 NIP. 19610410 198601 1 002
Mengetahui,
Tanggal lulus : 18 Juli 2011
Ketua Departemen Ilmu dan Teknologi Kelautan
iii
KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadirat Tuhan Yesus Kristus atas kasih dan karunia yang telah Dia berikan sehingga skripsi ini dapat diselesaikan. Skripsi yang berjudul “PEMROSESAN DATA OTOMATIS KELAUTAN
Net-CDF UNTUK PENUNJANG SISTEM OBSERVASI LAUT” diajukan sebagai salah satu syarat untuk mendapatkan gelar Sarjana Ilmu Kelautan pada Fakultas Perikanan dan Ilmu Kelautan.
Dalam kesempatan ini penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada:
1. Kedua orangtua dan keluarga yang selalu mendukung dan mendoakan sehingga skripsi ini dapat selesai, Tuhan memberkati.
2. Dr. I Wayan Nurjaya, M.Sc dan Prof. Dr. Indra Jaya, M.Sc selaku dosen pembimbing yang telah membimbing dan memberikan semangat kepada
penulis dalam proses penyelesaian tugas akhir.
3. Dr. Ir. John I. Pariwono selaku Pembimbing Akademik. 4. Dr. Ir. Henry M. Manik, MT selaku Ketua Program Studi ITK. 5. Bapak/Ibu dosen dan staf penunjang Departemen ITK.
6. Muhammad Iqbal yang telah membantu dan membimbing penulis selama penelitian di Laboratorium Instrumentasi Kelautan, ITK-IPB.
iv
membangun demi kesempurnaan skripsi ini. Akhir kata penulis berharap bahwa skripsi ini dapat berguna bagi penulis maupun pembaca dan orang lain. Tuhan memberkati.
Bogor, 18 Juli 2011
v
DAFTAR ISI
Halaman
LEMBAR PENGESAHAN ... ii
KATA PENGANTAR ... iii
2.1 Sistem Manajemen Basis Data... 3
2.2 Sistem Jaringan. ... 5
2.3.3 Hierarchical Data Format (HDF) ... 12
2.3.4 Binary Universal Format Representation (BUFR) ... 12
2.3.5 Network Common Data Form (NetCDF) ... 12
2.6 Komputasi di Bidang Ilmu Kelautan... 23
2.6.1 Sistem Pengolahan Data StasiunLapang AMSR ADEOS-II ... 24
2.6.2 High Speed Processing AMSR ADEOS-II ... 28
2.7 Data Angin CERSAT-IFREMER. ... 30
2.7.1 ERS Scatterometer ... 32
vi
3. BAHAN DAN METODE ... 35
3.1 Lokasi dan Waktu Penelitian ... 35
3.2 Perangkat dan Peralatan ... 35
3.2.1 Perangkat Keras ... 35
3.2.2 Perangkat Lunak ... 35
3.2.3 Sumber Data ... 36
3.3 Metodologi Penelitian Secara Umum ... 37
3.4 Skenario Pengunduhan Data ... 38
3.5 Skenario Pengolahan Data ... 39
4.3.4 Import Keterangan File ke MySQL... 79
4.3.5 Visualisasi Data ... 80
4.4 Basis Data... 83
4.5 Tampilan Halaman Website. ... 86
4.5.1 Proses Pencarian Data ... 90
4.6 Analisis Kerja Subsistem. ... 92
4.6.1 Analisis Pemrosesan Download ... 93
4.6.2 Analisis Pemrosesan Ekstraksi dan Cropping ... 94
4.6.3 Analisis Proses Penggabungan data Indonesia Harian, Bulanan, dan Tahunan ... 95
4.7 Validasi Data ... 96
4.7.1 Validasi Komponen Zonal dan Meridional Dari Data Angin IFREMER dan TRITON Harian ... 97
vii
5. KESIMPULAN DAN SARAN ... 100
5.1 Kesimpulan ... 100
5.2 Saran ... 100
DAFTAR PUSTAKA ... 101
LAMPIRAN ... 103
viii
Gambar 4. UML dari data model netCDF yang disempurnakan ... 16
Gambar 5. Konfigurasi system ground segmen ADEOS-II... 26
Gambar 6. Hubungan interface data subsistem pengolahan data AMSR ... 27
Gambar 7. Konfigurasi subsistem pengolahan data AMSR... 28
Gambar 8. (a) The ERS-1 satellite and its microwave instruments. (b) Wind ERS-1 scatterometer geometry ... 32
Gambar 9. ADEOS satellite and its instrument ... 34
Gambar 10. Metodologi penelitian secara umum ... 38
Gambar 11. Proses pendownload-an data ... 39
Gambar 12. Proses pengolahan data ... 41
Gambar 13. Proses visualisasi data ... 42
Gambar 14. Sistem webserver... 43
Gambar 15. Diagram alir website ... 44
Gambar 16. Modul pengunduhan data, B. Modul pengolahan data C. Modul komunikasi, D.Sistem pengolahan data, E. Sistem basis data, F. Basis data ... 51
Gambar 17. Contoh proses pengunduhandata yang error ... 55
Gambar 18. Tempat penyimpanan raw data di lokalkomputer ... 56
Gambar 19. Diagram Proses Pengolahan Data (A. Proses Ekstrak Data, B. Proses Cropping Data, C. Proses penggabungan Data, D. Proses Import ke MySQL ... 59
Gambar 20. Direktori raw data dan data hasil ekstrak ... 62
Gambar 21. Cropping data ... 64
Gambar 22. Direktori data hasil cropping ... 68
Gambar 23. Direktori tempat penyimpanan data hasil gabung 1 hari... 72
ix
Gambar 25. Direktori tempat penyimpanan data tahunan ... 75
Gambar 26. Plot Sebaran Angin 2D ... 83
Gambar 27. Diagram relasi antar tabel basis data ... 85
Gambar 28. Tampilan homepage observasi data kelautan. (a) header (b) Sistem pencari data ( c) footer ... 86
Gambar 29. Form IFREMER luasan world ... 87
Gambar 30. Form dowload raw data IFREMER luasan world dengan parameter angin, berdasarkan jam, tanggal, bulan, dan tahun ... 88
Gambar 31. Form IFREMER luasan Indonesia ... 88
Gambar 32. Form IFREMER Indonesia dengan rataan per6jam ... 89
Gambar 33. Form download IFREMER indonesia dengan parameter suhu dan rataan tahunan ... 90
Gambar 34. Diagram alir Pencarian Data ... 91
Gambar 35. Validasi data zonal harian IFREMER dan TRITON ... 97
Gambar 36. Validasi data meridional harian IFREMER dan TRITON ... 98
x
DAFTAR TABEL
Tabel 1. Struktur data angin ... 37
Tabel 2. Subsistem menu halaman awal ... 87
Tabel 3. Analisis kerja sistem ... 92
Tabel 4. Lamanya proses pengolahan satu file data ... 93
Tabel 5. Analisis pemrosesan unduh data ... 94
Tabel 6. Analisis pemrosesan ekstraksi dan cropping ... 94
Tabel 7. Proses penggabungan data harian ... 85
Tabel 8. Proses penggabungan data bulanan... 96
Tabel 9. Proses penggabungan data tahunan... 96
Tabel 10. Standard deviation pada data IFREMER dan TRITON ... 98
1
1.
PENDAHULUAN
1.1 Latar belakang
Masyarakat Indonesia banyak yang menggantungkan hidup pada laut, baik dalam kegiatan pelayaran, perencanaan dermaga dan pelabuhan, perencanaan ataupun pengembangan wilayah pesisir dan pantai, sehingga diperlukan data aktivitas laut seperti angin untuk mendukung kegiatan masyarakat (WALHI, 2011).
Banyak badan internasional penyedia data khusunya data angin secara realtime NOAA, dan IFREMER, yang menyediakan data secara gratis.
Permasalahan yang dihadapi pengguna data oseanografi yang berada di Indonesia adalah koneksi yang lambat untuk mengunduh data, data yang diunduh terlalu besar karena berisi data satu dunia. Badan Meteorologi Klimatologi dan
Geofisika (BMKG) sudah melakukan pengembangan informasi data angin namun belum dapat diakses secara bebas.
Prototipe server penyedia data lokal untuk daerah Indonesia berbasis web yang akan dikembangkan pada penelitian ini menjawab kebutuhan pengguna data di Indonesia. Prototipe server penyedia data lokal mempermudah pihak-pihak yang berkepentingan untuk memperoleh data klimatologi dan oseanografi,
khususnya data angin secara realtime karena server di akses dengan koneksi lokal yang relatif lebih cepat dibandingkan dengan koneksi internasional
2
pengguna data untuk mengakses data yang dibutuhkan. Penelitian ini akan difokuskan pada data angin berformat NetCDF yang berasal dari website IFREMER, dan mempunyai luasan 0.25 ° x 0.25°.
1.2 Tujuan
3
2.
TINJAUAN PUSTAKA
2.1 Sistem Manajemen Basis Data
Data merupakan fakta mengenai suatu objek seperti manusia, benda, peristiwa, konsep, keadaan dan sebagainya yang dapat dicatat dan mempunyai arti implisit. Data dapat dinyatakan dalam bentuk angka, karakter atau simbol,
sehingga bila data dikumpulkan dan saling berhubung maka dikenal dengan istilah basis data atau database (Ramez, 2000). Basis data merupakan suatu kumpulan data yang disimpan secara bersama-sama pada suatu media tanpa ada redundansi (data yang tidak diperlukan atau pengulangan data) satu sama lain sehingga mudah untuk digunakan atau ditampilkan kembali (Sutanta, 1996).
Satu sistem manajemen basis data atau Data Base Management System (DBMS) adalah sistem yang berisi satu koleksi data yang saling berelasi dan satu set program untuk mengakses data tersebut. DBMS terdiri dari satu set basis data dan set program pengelola untuk menambah, menghapus, mengambil dan
membaca data (Kristanto, 1994).
Pada umumnya database bersifat intergrated dan shared. Intergrated berarti basis data merupakan penggabungan beberapa file data yang berbeda dengan membatasi pengulangan baik keseluruhan file ataupun sebagian. Shared sendiri artinya adalah data individu dalam basis data dapat digunakan secara bersamaan antara beberapa pengguna yang berbeda (Robby et al, 2009).
Beberapa Kelebihan digunakannya sistem basisdata:
4
Kecepatan : mesin dapat mendapatkan kembali dan mengubah data jauh
lebih cepat daripada manusia yang dapat lakukan.
Mengurangi pekerjaan yang membosankan.
Aktual : informasi yang terbaru dan akurat selalu tersedia di setiap waktu
ketika dibutuhkan.
Menurut Kristanto (2002) ada beberapa syarat untuk merancang basis data, yaitu :
1. Redundansi dan Inkonsisten Data
Redudansi adalah data yang sama di beberapa tempat. Hal ini dapat menyebabkan inkonsisten data, karena jika ada data yang harus dirubah harus merubah satu per satu. Selain itu juga menyebabkan pemborosan ruang dan biaya.
2. Kesulitan Akses Data
Data yang kita miliki mudah untuk diakses dengan program yang familiar dan DBMS sudah dapat memenuhi syarat tersebut.
3. Isolasi Data Untuk Standarisasi
5 4. Multiple User
Salah satu alasan mengapa basis data dibuat karena nantinya basis data digunakan oleh banyak orang dan waktu yang tak terbatas, sehingga basis data yang baik harus tidak bergantung dan menyatu dengan programnya.
5. Masalah Keamanan
Sistem basis data haruslah mempunyai program yang dapat mengatur akses dari user.
6. Masalah Integritas
Apabila terdapat dua file yang saling berkaitan maka harus ada field rinci yang mengkaitkan keduanya.
7. Masalah Kebebasan Data
Sistem basis data yang baik harus menjamin bahwa suatu saat struktur data dapat berubah, maka program tidak perlu dirubah dan tetap dapat mengakses data.
2.2 Sistem Jaringan
Jaringan (network) dalam bidang Information Technology (IT) diartikan sebagai dua atau lebih komputer yang dihubungkan sehingga dapat berhubungan dan berkomunikasi, sehingga akan menimbulkan efisiensi, sentralisasi dan optimasi kerja. (Riyanto, 2003).
6
ke dalam jaringan atau menghasilkan output informasi atau kedua-duanya seperti PC atau komputer mikro dan modem, sedangkan link adalah kanal atau jalur transmisi untuk arus informasi atau data diantara node berupa kabel, sistem gelombang mikro, laser atau sistem satelit. Satu komputer yang terkoneksi ke jaringan menjadi satu node dari jaringan tersebut. Komputer juga dapat menjadi node sepanjang mereka dapat berkomunikasi melalui jaringan, dengan mengirim dan menerima data dari node-node yang lain. Istilah “host” secara umum diartikan sebagai komputer yang terkoneksi ke jaringan yang dapat memberikan layanan jaringan (network service). Data dikirimkan dari satu komputer ke komputer lain dalam jaringan dibawa oleh medium jaringan (Riyanto, 2003). Jaringan dapat bermanfaat sebagai sharing informasi, sharing hardware, dan sentral administrasi dan support jaringan.
2.2.1 Internetworking
Tujuan dari Transmission Control Protocol/Internet Protocol (TCP/IP) adalah untuk membangun suatu koneksi antar jaringan (network), dimana biasa disebut internetwork, atau internet, yang menyediakan pelayanan komunikasi antar jaringan yang memiliki bentuk fisik yang beragam. Tujuan yang jelas adalah menghubungkan host pada jaringan yang berbeda, atau mungkin terpisahkan secara geografis pada area yang luas.
7
Backbone: Jaringan besar yang menghubungkan antar jaringan
lainnya. Contoh : NSFNET yang merupakan jaringan backbone dunia di Amerika, EBONE yang merupakan jaringan backbone di Eropa, dan lainnya.
Jaringan regional, contoh: jaringan antar kampus.
Jaringan yang bersifat komersial dimana menyediakan koneksi
menuju backbone kepada pelanggannya.
Jaringan lokal, contoh: jaringan dalam sebuah kampus.
Aspek lain yang penting dari Transmission Control Protocol/Internet Protocol ( TCP/IP ) adalah membentuk suatu standarisasi dalam komunikasi. Tiap-tiap bentuk fisik suatu jaringan memiliki teknologi yang berbeda-beda, sehingga diperlukan pemrograman atau fungsi khusus untuk digunakan dalam komunikasi. Transmission Control Protocol/Internet Protocol ( TCP/IP )
memberikan fasilitas khusus yang bekerja diatas pemrograman atau fungsi khusus tersebut dari masing-masing fisik jaringan. Sehingga bentuk arsitektur dari fisik jaringan akan tersamarkan dari pengguna dan pembuat aplikasi
8
Gambar 1. Jaringan internet (Dhoto, 2007)
Gambar 1 diatas menjelaskan bahwa untuk dapat berkomunikasi antar 2 jaringan, diperlukan komputer yang terhubung dalam suatu perangkat yang dapat meneruskan suatu paket data dari jaringan yang satu ke jaringan yang lain. Perangkat tersebut disebut Router. Selain itu router juga digunakan sebagai pengarah jalur (routing).
Internet Protocol (IP) adalah sebuah alamat yang berguna untuk
mengidentifikasi sebuah host. Sebuah host yang memiliki beberapa perangkat jaringan (interface), seperti router, maka setiap interface harus memiliki sebuah alamat Internet Protocol (IP) yang unik sebagai pengidentifikasi.
2.2.2 Model Client Server
9
memberikan segala sumberdaya (resource) dari jaringan printer, modem, saluran dan lain-lain kepada komputer lain yang terkoneksi ke jaringan yang berfungsi sebagai client. Untuk dapat berkomunikasi antara server dan client (dan diantara mereka) server menggunakan aplikasi jaringan yang disebut server program dan client berinteraksi dengan server menggunakan program client.
Server merupakan progam yang dapat menerima permintaan (request), melakukan pelayanan yang diminta, kemudian mengembalikan sebagai reply. Server dapat melayani multi request bersamaan.
Gambar 2. Model client-server (Anonim, 2010)
Gambar 2 diatas menjelaskan bahwa server bekerja dengan cara
menunggu request pada port yang sudah terdaftar, sehingga client dapat dengan mudah mengirimkan data ke port pada server.
2.3 Format Data Kelautan
10
ilmiah. Pengguna dataset harus mengetahui informasi penyimpanan
data. Terdapat beberapa metode yang berbeda untuk menyimpan baik karakter dan nilai-nilai numerik. Biasanya, deskripsi rinci tentang format data yang disediakan dan, seringkali, perangkat lunak untuk mengakses data sudah tersedia.
Unsur terkecil dari informasi yang terkandung dalam komputer disebut “bit”. Setiap bit dapat “on” atau “off”' dan diwakili oleh “1” atau “0”. Komputer
menyimpan teks dan angka sebagai rangkaian dari bit. Rangkaian 8-bit disebut byte dan sering digunakan untuk menggambarkan karakter teks, misalnya „a’, „q’, „;’, „6’, dan lain-lain. Memerintahkan urutan byte disebut dengan word. Pada
umumnya, komputer workstation dan super komputer yang digunakan oleh para ilmuwan atmosfer dan oseanografi memiliki panjang data 32/64-bit. Jika merujuk byte ke karakter, kemudian kata 32-bit bisa mengandung 4 karakter, sedangkan kata 64-bit bisa berisi 8 karakter. Sebuah teks komputer yang digunakan untuk menyimpan nilai numerik float terdiri dari tiga segmen, yakni bit penanda, karakteristik (bias eksponen) dan sebuah mantissa. Sebuah integer diwakili oleh dua segmen, yakni bit tanda dan rangkaian bit atau sebuah data 32-bit dapat
menyimpan nomor float dengan enam sampai tujuh presisi desimal sementara data 64-bit dapat menyimpan nomor dengan tiga belas sampai empat belas presisi desimal.
Workstation yang biasanya beroperasi dengan kata-kata 32-bit juga bisa menggunakan dan menyimpan data angka dalam modus 64-bit dengan
11
mesin yang berbeda. Namun, perangkat lunak sering tersedia untuk mengubah data ke bentuk yang sesuai.
Terdapat sejumlah format data standar ilmiah. Dokumentasi dan perangkat lunak yang diperlukan untuk mengimplementasikan format ini umumnya tersedia melalui jaringan computer. Arsitektur format standar independen yang umum digunakan untuk data atmosfer dan oseanografi mencakup: GRIB (GRId in Binary), CDF (Common Data Format), HDF
(Hierarchical Data Format), BUFR (Binary Universal Format Representation), dan netCDF (network CDF) (Setiawan, 2008).
2.3.1 GRID in Binary (GRIB)
GRIB adalah standar World Meteorological Organization (WMO) format data yang merupakan metode yang efisien untuk transmisi dan pengarsipan untuk volume data meteorologi dan oseanografi dua dimensi yang besar. GRIB adalah standar yang digunakan oleh pusat operasional meteorologi terbesar di dunia (NMC dan ECMWF). Sebuah format GRIB baru, yang dikenal sebagai GRIB2, dinyatakan beroperasi pada bulan November 2001. GRIB2 (Informasi secara umum dan teratur didistribusikan dalam dataset binary) lebih fleksibel
dibandingkan dengan GRIB asli. Hal ini dapat digunakan untuk menangani data radar dan satelit dan memungkinkan untuk kompresi data yang lebih baik.
2.3.2 Common Data Format (CDF)
12
berkembang menjadi standar mesin-independen dan sering digunakan oleh NASA untuk menyimpan data luar angkasa dan data ilmu bumi.
2.3.3 Hierarchical Data Format (HDF)
HDF adalah format data umum yang dibuat oleh NCSA, ada dua versi utama, yakni HDF4 dan HDF5 yang diperkenalkan pada tahun 1999. HDF4 tidak kompatibel dengan HDF5. HDF menekankan format umum tunggal untuk data, di mana banyak interface dapat dibangun. Sebuah interface netCDF untuk HDF4 disediakan tetapi tidak ada dukungan untuk pencampuran struktur HDF dan netCDF. Dengan kata lain, perangkat lunak HDF4 dapat membaca HDF dan netCDF tetapi hanya bisa menulis di HDF4. Baik HDF4 dan HDF5 lebih fleksibel daripada netCDF tetapi juga lebih rumit. HDF sering digunakan untuk arsip dan mengirimkan gambar raster.
2.3.4 Binary Universal Format Representation (BUFR)
BUFR adalah sebuah data format standar WMO (World Meteorological Organization) untuk representasi data meteorologi dan oseanografi. Meskipun dapat digunakan untuk semua jenis data, fungsi utamanya adalah untuk mewakili data pengamatan, misalnya dari stasiun, raobs dan kapal. Hal ini dirancang untuk mengurangi redundansi untuk transmisi yang efisien melalui GTS dan untuk mengurangi waktu komputer yang diperlukan untuk memecahkan kode informasi.
2.3.5 Network Common Data Form (NetCDF)
13
panjang yang berisi data dengan tipe yang sama (Rew et al, 2010). Sejak tahun 1988, netCDF telah merekomendasikan penggunaan konvensi untuk mewakili data dan untuk mendorong interoperabilitas antara penyedia data, pengembang aplikasi, dan pengguna data. Konvensi dimaksudkan agar format yang ditetapkan dapat berlaku umum untuk setiap jenis data yang direpresentasikan dalam bentuk netCDF, termasuk data yang tidak berhubungan dengan kebumian, seperti:
Penggunaan nama yang sama untuk suatu variabel sebagai dimensi untuk mewakili koordinat sederhana.
Atribut untuk menyimpan string representasi dari unit suatu pengukuran Atribut untuk mewakili data yang belum ditulis atau yang hilang. Sebuah konvensi atribut yang menyatakan disiplin, spesifik, dan
khusus.
14
Sebuah konsep dari suatu model data
Kumpulan format data binary
Kumpulan dari APIs untuk C/ Fotran/ Java
2.3.5.1 Model Data NetCDF
Rew (2008) menjelaskan format data tingkat rendah yang menerapkan konvensi data dengan pemetaan abstraksi yang merupakan subjek konvensi untuk perwakilan mereka pada media penyimpanan, data konvensi, memanfaatkan format data, menambahkan lebih tinggi tingkat abstraksi dan objek data seperti sistem koordinat model data yang paling abstrak dan konseptual lapisan paling sederhana, dan dapat menggunakan data dalam konvensi yang mewakili maksud dari penyedia format data. Biasanya mengimplementasikan model data secara langsung tidak ada konvensi yang digunakan, tapi konvensi dapat meningkatkan model data dengan mendukung abstraksi tambahan atau penyederhanaan. Dua model data penting untuk netCDF :
Model netCDF klasik, digunakan untuk netCDF-3 dan versi sebelumnya.
Model data yang ditingkatkan disebut sebagai Common Data Model(CDM), digunakan untuk netCDF-4 dan versi selanjutnya.
Model netCDF klasik merupakan data set menggunakan nama variabel, dimensi, dan atribut. Variabel array multidimensi yang semua tipe unsur
15
variabel bersama. Variabel atribut memiliki salah satu dari enam tipe data primitif, yakni byte, short, int char, float, atau double.
Gambar 3. Data netCDF model klasik (R.Rew, 2009).
Meskipun model data netCDF-3 memiliki model yang sederhana, namun model data ini juga memiliki keterbatasan yang signifikan yakni kurang
mendukungnya netCDF model klasik untuk struktur data array multidimensi dan list. Secara khusus nest array struktur dan ragged arrays tidak mudah diwakili. Hanya satu array multi dimessi untuk setiap file berarti beberapa dataset harus menggunakan beberapa file. Karakter array dapat mewakili string, tetapi membutuhkan pembatasan yang tegas dengan panjang array. Kurangnya jenis dan tipe unsigned integer 64-bit sehingga menghalangi beberapa aplikasi. Format netCDF yang klasik tidak mendukung kompresi variabel secara individu,
16
little-endian platforms, karena membutuhkan lebih banyak konversi byte-swapping untuk mengakses data pada little-endian platforms.
Model netCDF-4 data diimplementasikan dengan menggunakan lapisan HDF5 berbasis penyimpanan. Dalam model data yang disempurnakan, file memiliki kelompok level tinggi tanpa nama. Setiap kelompok mungkin berisi satu atau lebih variabel, dimensi, atribut, kelompok, dan jenis. Variabel adalah array multidimensi yang masih merupakan elemen yang semuanya dari jenis yang sama, variabel masing-masing memiliki atribut, dan bentuk setiap variabel adalah ditentukan oleh dimensi, dan dapat dipergunakan bersama. Namun, dalam model data yang disempurnakan, satu atau lebih dimensi mungkin memiliki panjang tak terbatas, sehingga data dapat secara efisien ditambahkan ke variabel. Variabel dan atribut memiliki salah satu dari dua belas tipe data primitif atau salah satu dari empat jenis tipe user-defined. Model data netCDF dapat lebih jelas dilihat melalui Gambar 4.
17 2.4 Wget
Wget merupakan utility download non-interaktif yang gratis untuk mengunduh file dari website. Wget mensupport HTTP (Hypertext Transfer Protocol ), HTTPS (Hypertext Transfer Protocol Secure) dan FTP (File Transfer Protocol), wget bekerja sama baiknya di bawah HTTP proxy (Niksic, 2009).
Wget merupakan pendownload non-interaktif ini berarti pengguna tidak harus selalu login, sebagian besar web browser untuk mendownload file
diperlukan user untuk terus login, dengan menggunakan wget saat pengguna sedang tidak log on maka wget untuk bekerja sendiri untuk menyelesaikan suatu tugas. Berikut beberapa fitur dari wget (Niksic, 2009):
Wget bisa mengunakan link Hypertext Markup Language (HTML),
Extensible Hypertext Markup Language (XHTML), dan halaman Cascading Style Sheet (CSS) untuk membuat versi lokal dari website yang jauh, wget juga membuat struktur derektori yang sama dengan struktur dari website asli yang biasanya disebut recursive downloadin. Wget juga menghormati Robot Exclusion Standard („/robots.txt’). Wget dapat membaca informasi time-stamp yang diberikan oleh server
HTTP dan FTP. Wget dapat melihat apakah remote file telah berubah dan secara automatis mendownload file yang baru, ini yang membuat wget sangat tepat untuk melakukan mirroring dari site FTP sama baiknya dengan homepage.
Wget didesain untuk mendownload pada jaringan yang lambat dan tidak
18
regetting ini akan menginstruksikan untuk melanjutkan pengunduhan dari file yang belum diunduh.
Wget mendukung server proxy yang mana bisa meringankan server,
mempercepat pengunduhan dan mengakses file di dalam firewall. Wget menggunakan pasif FTP untuk mengunduh sebagai standar.
Wget mensupport IP versi 6 yang merupakan generasi selanjutnya. Binary
dibangun dengan IPv6 yang mensupport dengan baik pada IPv6 dan IPv4 Fitur dari wget mempunyai kemampuan untuk memyempurnakan link
yang ingin diikuti.
Progress pengunduhan individual file dilacak dengan menggunkan process
gauge yang dilambangkan dengan non-interaktif dot. Secara standar, setiap titik menjelaskan data yang diterima sebesar 1 KB.
2.5 Python
Python Software Foundation (1990) menjelaskan Python merupakan bahasa pemrograman yang sangat kuat, dinamis dan digunakan dalam berbagai domain aplikasi. Python sering dibandingkan dengan Tcl, Perl, Ruby, Scheme atau Java. Beberapa fitur utama yang membedakan antara lain:
Sangat jelas, sintaks mudah dibaca
Kemampuan introspeksi yang kuat
Objek orientasi programming
Ekspresi natural dalam kode prosedural Modul, mendukung paket hirarki
19 Tipe data yang sangat dinamis
Ekstensi dan modul mudah ditulis dalam C, C + + (atau Java untuk
Jython, atau. bahasa NET untuk IronPython).
Python tersedia untuk semua sistem operasi utama: Windows, Linux / Unix, OS / 2, Mac, Amiga, antara lain. Bahkan ada versi yang berjalan di NET, Mesin virtual Java, dan Seri ponsel Nokia 60. Kode sumber yang sama akan berjalan dan tidak berubah di semua implementasi (Python, 2010).
2.5.1 Modul Python
Python memiliki cara untuk menempatkan definisi dalam sebuah file dan menggunakannya dalam naskah atau dalam interaktif interpreter. File seperti ini disebut modul, definisi dari sebuah modul dapat diimpor ke modul lain atau ke modul utama.
2.5.1.1 Modul NetCDF
NetCDF interface menggunakan bahasa pemograman Python. Module netCDF ini digunakan untuk membuka dan membuat file netCDF. Sekarang ada beberapa interface netCDF untuk Python, seperti:
André Gosselin dari Institut Maurice-Lamontagne, Péches & Océans
20
Bill Siang ([email protected] ) telah menerapkan netCDF Python
modul lain yang memungkinkan membuat, akses, dan browsing data netCDF dengan mudah. Modul ini juga menggunakan perpustakaan udunits untuk melakukan konversi unit. Informasi lebih lanjut dan sumber untuk Nun's netCDF modul untuk python tersedia di
http://snow.cit.cornell.edu/noon/ncmodule.html.
Paket dari Konrad Hinsen telah diintegrasikan ke dalam paket
ScientificPython nya.
Jeff Whitaker dari NOAA Earth System Research Lab telah
mengembangkan modul netCDF-4 untuk python. Dapat di peroleh di http://code.google.com/p/netcdf4-python/.
Dave Brown dari NCAR's Computational and Information Systems
Laboratory telah mengembangkan PyNIO, paket Python yang memungkinkan membaca dan menulis ke berbagai format data menggunakan model interface pada netCDF. Saat ini format yang
didukung mencakup netCDF, HDF4, GRIB1 dan GRIB2 dan HDF-EOS 2 Grid .
Kristen Dieterich dari University of Chicago menulis pynci, yang
menyediakan akses ke interface netCDF C dari prompt Python. Vicente Galiano dari Universitas Miguel Hernandez telah
mengembangkan interface Python untuk PnetCDF. Paket Python ini disebut "PyPnetCDF" memungkinkan akses ke file NetCDF menggunakan MPI dan perpustakaan pnetCDF dikembangkan oleh
21
paket NetCDF Konrad Hinsen untuk Python tetapi dapat membaca dan menulis secara paralel. Dapat diperoleh di:
http://www.pyacts.org/pypnetcdf
Pupynere (Pure Python NEtcdf Reader) Roberto De Almeida telah
mengembangkan pupynere, murni python NEtcdf Reader yang
memungkinkan membaca dan mengakses ke netCDF file menggunakan sintaks yang sama sebagai modul Python Scientific.IO.NetCDF. Meski ditulis dengan Python, modul ini hingga 40% lebih cepat dari
Scientific.IO.NetCDF dan pynetcdf.
2.5.1.2 Numpy
NumPy adalah paket fundamental untuk komputasi ilmiah di Python. Ini adalah perpustakaan Python yang menyediakan multidimensional array objek, diturunkan berbagai obyek (seperti masked array dan matriks), dan berbagai macam rutin untuk operasi cepat pada array, termasuk matematika, manipulasi logis, bentuk, menyortir, memilih, I / O, Fourier diskrit transform, aljabar linear dasar, operasi statistik dasar, dan simulasi acak (NumPy community, 2010).
Pada inti dari paket NumPy, adalah obyek n-array. Merangkum
array n-dimensi dengan tipe data yang homogen, dengan banyaknya operasi yang dilakukan dalam kode yang di kompilasi untuk kinerja. NumPy array memiliki ukuran tetap pada penciptaan, tidak seperti
daftar Python (yang bisa tumbuh secara dinamis).
Mengubah ukuran sebuah array akan menciptakan array baru dan
22
ukuran yang sama di memori. Pengecualian: satu dapat memiliki array (Python, termasuk NumPy) obyek, sehingga memungkinkan untuk array memiliki elemen ukuran yang berbeda.
NumPy array memfasilitasi banyak fungsi matematika dan operasi
yang lain dalam junlah data yang besar.
2.5.1.3 Matplotlib
Matplotlib adalah paket Python untuk membuat grafik 2D yang berkualitas. Mendukung interaktif dan non-interaktif plotting, dan dapat menyimpan gambar dalam beberapa output format (PNG, PS, dan lain-lain). Selain itu, dengan Matplotlib dapat digunakan toolkit (GTK, wxWidgets, Qt, dan sebagainya) dan menyediakan berbagai jenis plot (baris, bar, pie chart, histogram, dan banyak lagi). Selain itu, sangat bervariasi, fleksibel, dan mudah digunakan. Matplotlib dimodelkan pada MATLAB, karena grafik adalah sesuatu yang MATLAB lakukan dengan sangat baik.
Beberapa kelebihan dari matplotlib:
Menggunakan Python: Python adalah bahasa yang sangat menarik
untuk tujuan ilmiah (Itu diinterpretasikan, tingkat tinggi, mudah dipelajari, extensible, dan memiliki library standar yang kuat) dan sekarang digunakan oleh lembaga besar seperti NASA, JPL, Google, DreamWorks, Disney, dan banyak lagi.
Open source, jadi tidak ada lisensi untuk membayar: Ini
23
Ini adalah bahasa pemrograman yang nyata: Bahasa MATLAB
tidak memiliki banyak fitur dari bahasa untuk tujuan yang umum seperti Python.
Ini jauh lebih lengkap: Python memiliki banyak modul-modul
eksternal yang akan membantu kita melakukan semua fungsi yang kita perlukan. Jadi alat yang sempurna untuk memperoleh data, menguraikan data, kemudian melakukan plot data.
Ini sangat dapat buat bervariasi dan extensible: Matplotlib dapat
menyesuaikan setiap masalah karena memiliki banyak jenis grafik, fitur, dan opsi konfigurasi.
Terintegrasi dengan markup LaTeX: Ini benar-benar berguna saat
menulis makalah ilmiah.
Cross-platform dan portabel: Matplotlib dapat berjalan di Linux,
Windows, Mac OS X, dan Sun Solaris (dan Python bisa berjalan di hampir setiap arsitektur yang tersedia).
2.6 Komputasi di Bidang Ilmu Kelautan
24
2.6.1 Sistem Pengolahan Data Stasiun Lapang AMSR ADEOS-II Ishida et al. menjelaskan bahwa AMSR adalah radiometer microwave dengan antena berdiameter 2 meter, yang merupakan onboard antena terbesar untuk microwave. Tujuan AMSR adalah memperoleh data energi sirkulasi global melalui sirkulasi air. AMSR dapat mengamati permukaan bumi dalam 24 jam tanpa memperhatikan waktu setempat atau cuaca, dan dapat memperoleh
serangkaian data observasi. Sistem Pengolahan Data Stasiun Lapang AMSR akan memproses semua data tersebut.
Persyaratan untuk pengolahan data near realtime dan pengolahan semua data yang diamati, sistem pengolahan data stasiun lapang AMSR harus memiliki kemampuan memproses sejumlah besar data dengan cepat. Secara umum, pengolahan kecepatan yang lebih tinggi membutuhkan biaya yang lebih tinggi untuk pengembangan sistem.
Satelit ADEOS-II yang mengintegrasikan AMSR, ADEOS-II
ground segmen dimana ground data processing system AMSR sebagai suatu subsistem. ADEOS satelit-II yang memiliki orbit sinkron matahari dan
membutuhkan waktu sekitar 101 menit untuk membuat putaran bumi dan akan melewati titik yang sama setiap 4 hari. Hal tersebut terintegrasi AMSR and GLI(Global Imager), ILAS-II (Improved Limb Atmospheric Spectrometer-II), POLDER (Polarization and Directionality of the Earth’s Reflectances), SeaWinds dan lain-lain. Operasi dasar ADEOS-II untuk merekam data yang diamati
25
26
27
Ground segmen ADEOS-II beroperasi total untuk menerima, mencatat, mengolah, mengelola data operasi satelit dan mendistribusikan data yang selesai di proses yang dapat dilihat pada Gambar 6.
Gambar 6. Hubungan interface data subsistem pengolahan data AMSR (Ishido et al.)
Subsistem pengolahan data AMSR menerima data tingkat 0 dari EOC Recording System, stasiun lapang NASA dan stasiun kiruna. Subsistem
pengolahan data AMSR menerima informasi perintah produksi dari manajemen misi dan sistem operasi atau jadwal sistem manajemen melalui manajemen pengolahan data stelah itu pengolahan data akan dimulai. Subsistem Pengolahan data AMSR membuat produk dari tingkat 1 ke tingkat 3 dari data tingkat AMSR 0. Serta perekaman media tape jenis kaset ditangani oleh Subsistem Master Data Storage dalam EOIS. EOIS memiliki tanggung jawab untuk benar-benar
28
2.6.2 High Speed Processing AMSR ADEOS-II
Terdapat beberapa metode untuk mencapai pengolahan data berkecepatan tinggi, yakni mengembangkan perangkat lunak ke tingkat operating system prosesornya atau dengan menggunakan prosesor kecepatan tinggi. Berdasarkan hal tersebut stasiun lapang AMSR harus menggunakan yang memiliki
kemampuan prosesor yang tinggi, jaringan kecepatan tinggi dan sistem disk RAID.
Konfigurasi hardware subsistem pengolahan data AMSR ditunjukkan pada Gambar 7.
29
Untuk membagi sumber daya data dan memperpendek waktu pemrosesan, komputer yang terhubung dengan RAID disk. Perangkat ini berperan sebagai server data dan isi dari disk dibagikan melalui jaringan NFS dari komputer yang lain. Selain itu, agar penggunaan sumber daya perangkat keras lebih efektif, dapat dilakukan dengan cara memberi beberapa fungsi sekaligus, seperti fasilitas
pengolahan data memiliki dua fungsi yaitu pengolahan data dan interface data dengan subsistem lainnya. Beberapa faktor penting untuk mempercepat pemrosesan data:
1. Fasilitas pemrosesan data
Proses AMSR level 1 memakan banyak waktu terutama pada penghitungan suhu pada pengamatan masing-masing titik. Karena data AMSR memiliki jumlah kanal (16 channel) dan jumlah titik sampel. Pada jumlah data yang banyak untuk memperpendek waktu proses, digunakan server 64bit yang mampu melakukan kerja secara pararel.
2. Jaringan
Ethernet berkecepatan 100 mbps digunakan dalam fasilitas network internal, ATM dan FDDI digunakan untuk menghubungkan dengan subsistem yang lain. Alasan memilih Ethernet 100 mbps adalah:
Mudah untuk dikeluarkan dari computer umum daripada Asynchronous
Transfer Mode (ATM ) dan Fider Distributed Data Interface ( FDDI) Pemanfaatan band komunikasi lebih efektif dibandingkan dengan LAN
30 3. Sistem RAID
RAID digunakan berhubungan dengan akses data kecepatan tinggi dan daya tahan tinggi untuk fasilitas internal server. RAID mempunya kemampuan stand-by yang lama dan proteksi data menggunakan parity bit.
4. Fasilitas penyimpanan data
Hard disk berguna untuk menyimpan data. Hard disk mempunyai kecepatan merekam dan memproses data berbeda-beda, semaik cepat kemampuan harddisk merekam dan memproses data makan pemrosesan data akan semakin cepat.
2.7 Data Angin CERSAT-IFREMER
CERSAT (Centre ERS d'Archivage et de Traitement - French ERS Processing and Archiving Facility) dibentuk pada tahun 1991 dan merupakan bagian dari ESA (European Space Agency). Pusat komputer yang dikelola oleh Departemen oseanografi dan luar angkasa di IFREMER (Institut Francais de Recherche pour l'Exploitation de la mer), Plouzan, France. CERSAT bertugas untuk mengelola data secara offline dari sensor low-bit rate ERS-1 dan ERS-2. Radar Altimeter, Scatterometer, Micro-wave sounder and SAR dalam model gelombang.
31
pusatnya. Asal setiap grid data sel grid didefinisikan oleh 179,5° BB dalam bujur dan 79,5° Lintang Utara dalam lintang. Lalu yang terakhir, sel grid yang berpusat pada 79,5 ° di selatan dan 179,5 ° BT (Ifremer, JPL, CERSAT, 2002).
Sejak 1996 CERSAT memperluas aktifitasnya dengan menangani dataset yang baru dari berbagai jenis sensor yang mirip atau komplementer dari ERS seperti : SSM/I, ADEOS/NSCAT, QuikSCAT/SeaWinds dan
mengembangkan beberapa variable serta basis data wind fields, sea-ice
characterization maps atau multi-sensor colocated datasets (gabungan dari ERS, NSCAT, QuikSCAT/SeaWinds, TOPEX, SSM/I, JASON-1, ENVISAT satelit tapi juga buoy dan model output. CERSAT telah berkembang sampai beberapa tahun kedepan pusat dari banyak misi untuk mengarchive, pengolahan dan validasi berbagai sensor data untuk oseanografi. Termasuk misi terbaru seperti ADEOS II/SeaWinds (2001) or METOP/ASCAT (2003) untuk menciptakan series yang homogeneous dari jumlah data yang dtambahkan seperti wind fields, fluxes, waves or sea-ice.
32 2.7.1 ERS Scatterometer
Satelit penginderaan jauh Eropa, ERS-1 & 2, memberikan kontribusi substansial ilmiah untuk studi lautan. Estimasi parameter permukaan dilakukan dengan menggunakan tiga instrumen microwave: Altimeter, Scatterometer dan Synthetic Aperture Radar (SAR) mode gelombang yang dapat dilihat pada Gambar 8.
NSCAT
(a) (b)
Gambar 8. (a) The ERS-1 satellite and its microwave instruments. (b) Wind ERS-1 scatterometer geometry (Ifremer, JPL, CERSAT, 2002). Scatterometer ERS pada Gambar 8 merupakan instrumen yang beroperasi microwave aktif di 5.4GHz (band C) yang menghasilkan vektor angin (kecepatan dan arah angin) pada resolusi 50 km dengan pemisahan 25 km melintasi petak 500/km. Sudut untuk rentang tiga antena dari 17° sampai 46°, pada pertengahan 25° sampai 57° baik depan dan belakang. Angin permukaan diproses dan
33
algoritma dilakukan dengan buoy data selama percobaan RENE91, dengan National Oceanic Atmospheric Administration (NOAA), Nasional Data Bouy Center (NDBC), Tropical Ocean Global Atmosphere (TOGA), dan Tropical Atmosphere Ocean (TAO). Akurasi dari kecepatan dan arah angin berasal dari algoritma IFREMER sebesar 1m / s dan 14°. Validasi produk off-line angin menunjukkan bahwa, pada kecepatan angin yang rendah, data kecepatan angin dan arah angin kurang akurat (Graber et al, 1996).
2.7.2 NSCAT
34
35
3.
BAHAN DAN METODE
3.1 Lokasi dan Waktu Penelitian
Penelitian ini dilakukan di Workshop Laboratorium Instrumentasi dan Telemetri Kelautan, Departemen Ilmu dan Teknologi Kelautan, Fakultas Perikanan dan Ilmu Kelautan, Institut Pertanian Bogor pada bulan Febuari 2009 sampai November 2010.
3.2 Perangkat dan Peralatan 3.2.1 Perangkat Keras
1. 2 buah personal computer
2. 1 buah computer server (hp proliant ml370 g3) 3. 1 buah hub
4. Kabel jaringan 100 mbps
5. Alat inputan mouse dan keyboard.
3.2.2 Perangkat Lunak
1. Sistem Operasi : Linux ubuntu 9.04 karmic
(http://www.ubuntu.com/)
2. Bahasa Pemrograman : Phyton2.6 (http://www.python.org/), PHP
(http://www.php.net/)
3. DBMS : MySQL Server 5
(http://dev.mysql.com/downloads/mysql/) 4. Downloader : wget 1.10.2-1ubuntu1.2
36
(http://packages.ubuntu.com/karmic/apache2)
6. Browser : Google Chrome
8. Modul Python : NetCDF interface
(http://code.google.com/p/netcdf4)
Matplotlib (http://matplotlib.sourceforge.net/) Numpy (http://numpy.scipy.org/)\
3.2.3 Sumber data
Data yang digunakan dalam penelitian ini berasal dari CERSAT (Centre ERS d'Archivage et de Traitement - French ERS Processing and Archiving Facility). Parameter yang digunakan adalah angin permukaan dengan rerata bidang angin menutupi samudera global dari 80° Lintang Utara sampai 80° Selatan lintang, dan 180° Bujur Barat sampai 180° Bujur Timur, dengan resolusi spasial persegi sebesar 0.25° x 0.25°. Data diproyeksikan pada grid 0.251° persegi panjang dari 1440 kolom dan 641 baris. Sebuah grid rentang sel 1° bujur dan 1° lintang. Lintang dan bujur dari setiap sel grid mengacu pada pusatnya. Data dapat diperoleh dari website:
ftp://ftp.ifremer.fr/ifremer/cersat/products/gridded/mwf-blended/data/6-hourly/
Data disimpan dalam format Network Common Data Form (NetCDF), setiap data berisi semua parameter berdasarkan tanggal setipa enam jam, menggunakan penamaan:
<tahun>-<bulan><tanggal><jam>.nc with dates as „YYYYMMDDhh’ Contoh : 2000100100.nc ( 1 oktober 2000 jam 00:00)
37 Tabel 1. Struktur data angin
Nama Elemen Tipe data Satuan
time Integer Hours
depth Real m
woce_date string UTC
woce_time time UTC
latitude real degrees_north
longitude real degrees_east
swath_count integer
quality_flag integer
wind_speed real m/s
wind_speed_error real m/s
zonal_wind_speed real m/s
zonal_wind_speed_error real m/s
meridional_wind_speed real m/s
meridional_wind_speed_error real m/s
wind_speed_divergence real s-1
wind_stress real Pa
wind_stress_error real Pa
zonal_wind_stress real Pa
zonal_wind_stress_error real Pa
meridional_wind_stress real Pa
meridional_wind_stress_error real Pa
wind_stress_curl real Pa/m
3.3 Metodologi Penelitian Secara Umum
38 ftp://ftp.ifremer.fr/
ifremer/cersat/ products/gridded/
mwf-blended/data/6-hourly/
Penunduhan data (aktif)
Pengolahan Data
Webserver
User Interface (tampilab) Visualisasi
Gambar 10. Metodologi penelitian secara umum
3.4 Skenario Pengunduhan Data
39
Website penyedia Data (ftp://ftp.ifremer.fr/ ifremer/cersat/products/
gridded/mwf-blended/ data/6-hourly/)
Penownload Data (wget)
Simpan Data di komputer lokal(raw data)
Gambar 11. Proses pengunduhan data
3.5 Skenario Pengolahan Data
dirata-40
ratakan disimpan dengan nama yang baru dalam proses penggabungan ini dilakukan oleh pythin dengan bantuan modul netCDF interface.
Tahap terakhir dari proses pengolahan data ini adalah import nama dan directory ke mysql, yang nantinya akan digunakan untuk proses search di sistem database. Proses import data ini menggunakan python dengan bantuan modul mysqlDB yang berguna sebagai perantara antara python dan mysql. Dalam bagian pengolahan data ini python memegang peranan yang penting dalam setiap
41
42 3.6 Skenario Visualisasi Data
Visualisasi data hasil cropping menggunakan bahasa pemograman python, modul yang digunakan untuk visualisasi ini adalah matplotlib (untuk membuat plot) dan numpy (modul untuk melakukan perhitungan matematika). Visualisasi ini dilakukan secara otomatis setiap ada data baru yang masuk script python akan bekerja untuk membuat plot sebaran 2D angin. Setelah proses visualisasi selesai di simpan dengan nama tertentu pada directory yang telah ditentukan. Proses terakhir adalah import ke mysql disini juga yang berperan adalah python dengan bantuan modul mysqlDB. Secara keseluruhan proses visualisasi data dapat dilihat pada Gambar 13 berikut.
Data Modul python Numpy untuk mengubah zonal dan merdional wind
speed menjadi arah dan kecepatan
Modul python matplotlib untuk
membuat Plot sebaran angin 2D
43 3.7 Skenario Sistem Webserver
Melalui Gambar 14 dapat dijelaskan bahwa pada penelitian ini terdiri dari tiga sistem yang bekerja saling berhubungan, yaitu sistem pengolahan data, sistem basis data, dan sistem webserver. Setiap sistem menjalankan fungsinya sendiri– sendiri, sistem pengolahan data berfungsi untuk download data, pengolahan data, dan mengirim lokasi file ke sistem basis data. Sistem database ini menyimpan informasi database dan bekerja menurut respon dari sistem webserver yang berperan sebagai interface dengan user.
Webserver (apache)
Sistem Pengolahan Data Sistem Basis Data (mysql) Hub
Website penyedia data (ftp://ftp.ifremer.fr/ifremer/
cersat/products/gridded/mwf-blended/data/6-hourly/)
44 3.8 Website
Website merupakan interface ke user yang membutuhkan data. Website ini berisi dua link yaitu about us dan data, about us berisi tentang pengelola website. Link data berisi dua bagian yaitu raw data dan data Indonesia, raw data berisi data mentah global hasil unduhan dari website
(ftp://ftp.ifremer.fr/ifremer/cersat/products/gridded/mwf-blended/data/6-hourly/), sedangkan data Indonesia adalah data telah mengalami pengolahan data yang telah dijelaskan di bagian pengolahan data. Data Indonesia ini berisi 5 link yaitu rataan: data 6/jam, data harian,data bulanan, data tahunan dan plot data. Semua bagian ini dihubungkan dengan basis data yang berada di sistem basis data. Pada website ini terdapat fungsi searching yang berfungsi untuk mencari data yang dikehendaki oleh user dapat dilihat pada Gambar 15.
Home Page
45 3.9 Analisis Kerja Sistem
Untuk mengetahui kinerja semua sistem yang bekerja dalam penelitian ini maka diperlukan analisis untuk memantau kinerja sistem yang telah dibuat. Berikut beberapa hal yang akan diukur:
Besar file raw data
Waktu yang dibutuhkan untuk dekompresi file bz2 menjadi file
netCDF.
Waktu yang dibutuhkan untuk cropping.
Besar file hasil cropping
Waktu yang dibutuhkan untuk penggabungan data harian, bulanan,
dan tahunan
Besar file hasil penggabungan Besar file gambar.
3.10 Validasi Data
Validasi data merupakan proses pengecekan atau perhitungan dengan membandingkan antara data hasil pengolahan yang telah dilakuan dengan data bouy triton yang merupakan data insitu . validasi harus dilakukan sebelum data tersebut diterima dan diolah untuk keperluan selanjutnya. Hal tersebut dilakukan agar data model yang akan digunakan adalah data yang sahih (Pearson, 1984). Proses validasi kedua data tersebut dilakukan dengan membuat grafik
46
4.
HASIL DAN PEMBAHASAN
4.1 Alur Kerja Sistem
Penelitian in terdiri dari 3 subsistem utama yang mempunyai fungsi dan peranan sendiri-sendiri, ketiga subsistem ini adalah:
Subsistem pengolahan data
Subsistem basis data Subsistem webserver
Ketiga subsistem dihubungkan dengan jaringan intranet menggunakan hub dan kabel ethernet 100 mbps dimana semua subsistem saling terhubung satu sama lain dan mempunyai fungsi–fungsi yang spesifik. Tujuan ketiga subsistem ini dibagi menjadi tiga bagian adalah agar terjadi pembagian sumber daya serta mempercepat pemrosesan data. Selain juga dapat mempermudah mengambil redudansi dari masing-masing perangkat lunak yang bekerja.
4.1.1 Subsistem Pengolahan Data
Pada bagian subsistem pengolahan data dibagi menjadi tiga bagian subsubsistem yang bekerja berkesinanbungan. Ketiga subsubsistem ini adalah:
Modul pengunduhan data, (Gambar 16 bagian A)
Modul pengolahan data (Gambar 16 bagian B)
Modul komunikasi (Gambar 16 bagian C)
4.1.1.1 Modul Pengunduhan Data
47
data yang diunduh mempunyai ekstensi *.bz2. Data yang diunduh berasal dari tahun 2006-2009. Setiap data yang diunduh disimpan dalam direktori :home\data\IFREMER/windblended/data_bz2. Pengunduhan data ini dilakukan oleh software wget yang dijalankan pada shell linux. Wget mengunduh secara otomatis setiap ada data yang baru di website penyedia data. Wget bekerja di belakang Operating System (OS), sehingga setiap komputer dinyalakan dan masuk kedalam OS maka secara otomatis script wget bekerja di background OS.
4.1.1.2 Modul Pengolahan Data
Modul pengolahan data berperan untuk mengolah raw data (data hasil unduh dari website berekstensi *.bz2). Seperti terlihat pada Gambar 16 bagian D, proses diawali dengan decompress raw data yang berekstensi *.bz2 menjadi file netCDF yang berekstensi *.nc tugas ini dilakukan oleh bahasa pemograman python. Python selain mengekstrak juga menyimpan data hasil ekstrak ke komputer lokal pada directory: home\data\IFREMER/windblended/data_nc.
Proses selanjutnya pada modul pengolahan data adalah cropping data, dimana data yang dicropping sebatas wilayah Indonesia saja. Cropping ini
dilakukan dengan bahasa pemograman python yang didukung oleh modul netCDF interface. NetCDF interface mengambil data berdasarkan array yang terdapat pada data. Setelah proses cropping, python juga berfungsi menyimpan data hasil cropping ke dalam direktori, file yang disimpan dalam direktori ini akan melalui proses selanjutnya yaitu penggabungan data.
48
penggabungan. Data akan dirata-ratakan menjadi data harian, data bulanan, dan data tahunan.
Proses selanjutnya adalah visualisasi, data hasil cropping selain masuk dalam proses penggabungan juga masuk dalam proses visualisasi. Visualisasi merupakan tahap pembuatan plot sebaran angin yang memberi gambaran awal kepada pengguna tentang kondisi sebaran angin 2D.
4.1.1.3 Modul Komunikasi
Modul komunikasi adalah bagian terakhir dari subsistem pengolahan data yang bertugas untuk mengimport nama dan direktori ke subsistem basis data. Subsistem pengolahan data dan subsistembasis data dihubungkan dengan Ethernet 100 mbps. Pada subsistem pengolahan subsistem basis data dilakukan
penginstalan MySQL server 5.0. MySQL berperan sebagai pengatur lalu lintas dari client MySQL dan MySQL server. MySQL client berfungsi sebagai client yang berperan dalam mengirim basis data ke MySQL server. MySQL server mengidentifikasi client yang punya kemampuan untuk mengakses atau
memodifikasi tabel MySQL di dalam basis data. Modul komunikasi ini terihat pada Gambar 16 bagian B.
4.1.2 Subsistem Basis Data
49
Tabel raw data
Tabel data Indonesia
Tabel data harian Tabel data bulanan
Tabel data tahunan
Tabel plot data Indonesia
Tabel–tabel di atas berisi informasi tentang semua data yang terdapat di dalam subsistem pengolah data. Informasi yang diambil dari data adalah: nama file, tahun, tanggal, jam, dan lokasi file di direktori, semua informasi ini
diperlukan untuk proses searching di dalam website.
Subsistembasis data menerima informasi yang dikirim dari MySQL client yang terkoneksi dan teridentifikasi oleh MySQL server. Pada MySQL server terdapat pengaturan yang memungkinkan mengindentifikasi komputer lain untuk dapat mengubah basis data yang terdapat di subsistembasis data,
pengidentifikasian ini menggunakan nama pengguna MySQL client, alamat IP komputer dan diproteksi oleh password. Semua data pengguna ini tersimpan dalam basis data server.
4.1.3 Subsistem Webserver
50
httpd.conf
access.conf
srm.conf
Ketiga file di atas merupakan file yang mengatur tugas apache secara spesifik. Pada subsistem webserver pengaturan apache dilakukan untuk mengatur direktori–direktori data yang dapat diakses oleh pengguna. Pada saat terdapat permintaan dari pengguna yang menginginkan data tertentu, maka subsistem webserver akan mencari alamat direktori dari file tersebut pada subsistem basis data. Setelah alamat direktori didapatkan, apache yang telah mengatur hak askses pada direktori tersebut mengambil file tersebut dan memberikannya kepada pengguna melalui website.
Dalam subsistem webserver juga terdapat file–file penyusun website yang di simpan didalam direktori apache. Website berisi dua link yaitu about us, data, dan link. Data ini berhubungan dengan basis data yang terdapat pada subsistem basis data seperti terlihat pada Gambar 16 bagian F. Website dibuat dengan bahasa pemograman ajax (Asynchronous JavaScript ), php (Hypertext
51
Webserver (apache) Sistem Pengolahan Data Sistem Basis Data (mysql)
Hub
52
4.2 Model Pengunduh Data
Pengunduh yang digunakan pada penelitian ini adalah wget. Wget menggunakan script untuk menjalankan fungsi unduh yang spesifik sesuai yang kita inginkan. Wget bekerja di bawah proxy yang telah diatur oleh DKSI-IPB, sebelum wget digunakan untuk proses pengunduhan diperlukan seting pada wget untuk dapat bekerja di bawah proxy, seperti berikut:
Buka file wgetrc yang merupakan file untuk konfigurasi wget yang
berada di direktori ~/.wgetrc perintah yang digunakan adalah $sudo ~/.wgetrc
File wgetrc berisi baris baris konfigurasi untuk wget bagian yang
diperlukan untuk setting proxy adalah:
1. # You can set the default proxies for Wget to use for http, https, and ftp.
2. # They will override the value in the environment. 3. #https_proxy = http://proxy.yoyodyne.com:18023/
Baris code di atas yang harus dirubah menjadi setting yang tepat dengan jaringan yang dipakai.
1. # You can set the default proxies for Wget to use for http, https, and ftp.
2. # They will override the value in the environment.
3. https_proxy = 172.17.0.11:8080/
4. http_proxy = 172.17.0.11:8080/
5. ftp_proxy = 172.17.0.11:8080/
6. # If you do not want to use proxy at all, set this to off.
53
Simpan file dan tutup, setelah melakukan konfigurasi ini maka wget siap digunakan untuk proses unduh data. Wget merupakan pengunduh yang bekerja dengan kode perintah agar wget dapat melakukan penunduhan sesuai yang diinginkan. Pada penelitian ini ada beberapa kode perintah yang digunkan
sebagai berikut:.
1. wget -nd -A bz2 -r - nc -np -c –P
/home/aditri/dc/Ifermer/windblended/databz2
ftp://ftp.ifremer.fr/ifremer/cersat/products/gridded/mwf-blended/data/6-hourly/
Penjelasan perintah yang digunakan:
Pada script di atas perintah diawali dengan wget, ini merupakan
perintah dasar untuk menjalankan suatu program di terminal OS linux di ubuntu.
-nd / --no-directories digunakan supaya saat mengunduh semua isi
dari website tidak mengambil parent direktori. Contoh
ftp://ftp.ifremer.fr/ifremer/cersat/products/ jika mengunduh link di
atas tanpa menggunakan –nd maka semua file yang berada di bagian ftp.ifremer.fr, ifremer, cersat, dan products akan diunduh semuanya ini akan memakan banyak waktu.
-A bz2 perintah ini digunakan untuk mengunduh hanya file
berkekstensi *.bz2 jika tidak menggunakan perintah ini maka wget akan mengunduh semua file berekstensi apapun, ini akan
54
-r / --recursive mengaktifkan pengunduhan recursive, pengunduhan
recursive adalah mengunduh semua link yang terhubung dalam suatu website.
-nc / --no-clobber perintah ini digunakan agar tidak ada file yang
sama dalam satu direktori. Ini berguna karena pada saat script bekerja secara terus menerus memantau sebuah website penyedia data, data yang sudah di unduh akan dilewati.
-np/ --no-parent perintah ini digunakan untuk mengunduh hanya
direktori terakhir dari link yang di berikan contoh pada link
ftp://ftp.ifremer.fr/ifremer/cersat/products/gridded/mwf-blended/data/6-hourly/ maka direktori yang didownlad hanya yang terakhir yaitu 6-Hourly. Karena data yang diperlukan ada didalam direktori tersebut.
-c / continue digunakan untuk melanjutkan unduh sampai file
tersebut selesai diunduh jika file tersebut belum selesai di unduh maka wget tidak akan berlanjut ke file yang lain sampai percobaan 11 kali.
P /home/aditri/dc/Ifermer/windblended/databz2 perintah ini
55
ftp://ftp.ifremer.fr/ifremer/cersat/products/gridded/mwf-blended/data/6-hourly/ yang terakhir ini adalah link website yang dituju.
Gambar 17. Contoh proses pengunduhan data yang error.
Gambar 17 diatas merupakan gambar proses pengunduhan data yang sedang berlangsung. File hasil unduh/ raw data disimpan di direktori
“/media/aditri/myresearch/data/IFREMER_CERSAT/WIND_BlendedEcmwf/data
56
Gambar 18. Tempat penyimpanan raw data di lokal komputer
Data yang digunakan dalam penelitian ini berasal dari tahun 2006 sampai 2009 dan disusun menurut tahun pada direktori seperti terlihat pada Gambar 18. Wget bekerja secara otomatis mengunduh data di startup OS (Operating system). Namun untuk membuatnya bekerja secara otomatis
diperlukan script tersendiri untuk menjadikannya bagian dalam subsistemstartup. Crontab merupakan utility di unix dan linux untuk membuat pekerjaan bekerja dengan otomatis. Berikut script untuk crontab:
1. #Unduh.sh
2. wget -nd -A bz2 -r - nc -np -c -P
/home/aditri/dc/Ifermer/windblended/databz2
--retry-connrefused –pengguna agent="autounduher
ftp://ftp.ifremer.fr/ifremer/cersat/products/gridded/mwf-blended/data/6-hourly/
57
executable. Selanjutnya adalah melihat jadwal yang ada didalam crontab dengan perintah dibawah ini:
sudo crontab -i
Selanjutnya adalah memasukan file unduh.sh dalam list pekerjaan di dalam crontab, dengan menggunan perintah dibawah :
sudo crontab -e
Perintah crontab-e akan membuka semua pekerjaan yang ada di crontab menggunakan tekt editor yang default pada subsistemOS. Selanjutnya
menambahkan satu line yang berisi perintah pekerjaan untuk crontab :
@reboot /home/aditri/unduh.sh
Perintah @reboot merupakan code yang digunakan untuk menyatakan waktu script akan dijalankan setelah perintah di atas selesai ditambahkan, save file lalu close. Yang terakhir dilakukan adalah membuat sile yang berisi log dari script yang kita jalankan pada crontab.
@daily /home/aditri/unduh.sh 2>&1 >> /home/adtri/log/unduhdata.log
58
4.3 Pengolahan Data
Proses pengolahan data dalam penelitian ini terbagi dari 4 bagian. Setiap bagian ini bekerja saling berhubungan. Bagian-bagian tersebut adalah:
Proses ekstrak data
Proses cropping data
Proses perata-rataan data
Proses import ke MySQL Visualisasi data
59
Gambar 19. Diagram Blok Proses Pengolahan Data (A. Proses Ekstrak Data, B. Proses Cropping Data, C. Proses merata-ratakan Data, D.
60
1.5.1 Proses Ekstrak Data
Proses ekstrak data merupakan proses untuk mengekstrak raw data yang berekstensi *.bz2 menjadi netCDF file yang berekstensi *.nc . Proses ekstrak ini dilakukan dengan bahasa pemograman python. Proses ekstrak data dimulai dengan inisialisai modul yang di gunakan, modul python yang digunakan adalah:
import os, os.path import bz2
import numpy import MySQLdb import shutil
Modul os merupakan modul bawaan dari python untuk mengakses
fitur-fitur yang ada dalam Operating System (OS), fitur yang digunakan dalam proses ekstrak data ini adalah os.path yang merupakan fitur untuk mengakses direktori dari OS
Modul bz2 digunakan untuk menangani file bz2.
Modul numpy pada proses ekstrak data digunakan untuk membuat
list dari direktori,mengurutkan direktori file menjadi list.
Modul MySQLdb digunakan untuk mengimport nama, direktori
dari raw data dan direktori file hasil ekstrak ke MySQL.
Modul shutil digunakan untuk memindahkan file ke direktori
tertentu.
Setelah import modul yang dilakukan adalah membuat variable yang berisi direktori raw data dan direktori yang dituju untuk hasil dari ekstrak data.
startDir =
"/media/aditri/myresearch/data/IFREMER_CERSAT/WIND_Blende dEcmwf/data_worldbz2/data_beres"
startncdir =
61 dEcmwf/data_nc_world"
directories = [startDir] while len(directories)>0: directory = directories.pop() for name in os.listdir(directory):
fullpath = os.path.join(directory,name) for nama in os.listdir(fullpath):
fullpathdua = os.path.join(fullpath,nama) print fullpathdua
StartDir merupakan folder awal yang berisi raw data, dan startncDir merupakan direktori tempat file hasil ekstrak disimpan. Selanjutnya code di atas membuat looping yang terus berjalan, pada bagian directories.pop merupakan perintah yang digunakan untuk membuat list file direktori.
1. input_file = bz2.BZ2File(fullpathdua, 'rb')
try:
Code perintah diatas digunakan untuk mengekstrak raw data menjadi file netCDF. Code perintah bernomor 1 merupakan perintah untuk membuka file *.bz2 dan pada code perintah nomor 2 berfungsi untuk mengekstrak file *.bz2 yang dibuka oleh code perintah nomor satu menjadi file netCDF. Hasil ekstrak raw data tersimpan dalam direktori
62
Gambar 20. Direktori raw data dan data hasil ekstrak.
2.5.1 Proses Cropping Data
Proses cropping data merupakan proses selanjutnya dari proses ekstrak data. Data hasil ekstrak mempunyai scope satu bumi, dalam penelitian ini data yang dihasilkan dalam scope Indonesia yaitu -20.125º LS sampai 20.125º LU.dan 90.125º BT sampai 145.125º BT. Modul yang digunakan untuk script cropping ini adalah:
import os, os.path
from Scientific.IO import NetCDF import numpy
