Variabilitas arus, suhu dan angin di Perairan Barat Sumatera dan inter-relasinya dengan Indian Ocean Dipole Mode (IODM) dan El Nino Southern Oscillation (ENSO)

(1)

DENGAN

INDIAN OCEAN DIPOLE MODE

(IODM) DAN

EL NINO

SOUTHERN OSCILLATION

(ENSO)

ASYARI ADISAPUTRA

SKRIPSI

DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN

(2)

ii

PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI

Dengan ini saya menyatakan bahwa Skripsi yang berjudul:

VARIABILITAS ARUS, SUHU, DAN ANGIN DI PERAIRAN BARAT

SUMATERA SERTA INTER-RELASINYA DENGAN INDIAN OCEAN DIPOLE MODE (IODM) DAN EL NINO SOUTHERN OSCILLATION (ENSO)

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 di bagian akhir Skripsi ini.

Bogor, Maret 2011

(3)

iii

ASYARI ADISAPUTRA. Variabilitas Arus, Suhu dan Angin di Perairan Barat Sumatera dan Inter-Relasinya dengan Indian Ocean Dipole Mode (IODM) dan El Nino Southern Oscilation (ENSO). Dibimbing oleh MULIA PURBA.

Di Samudera Hindia terbentuk sistem osilasi yang dikenal dengan Indian Ocean Dipole Mode (IODM). IODM merupakan fenomena yang disebabkan karena terbentuknya dua kutub anomali SPL (suhu permukaan laut) di perairan timur Samudera Hindia dan perairan barat Samudera Hindia (Saji et al., 1999). Di Samudera Pasifik juga terbentuk sistem osilasi yang dikenal dengan El Nino Southern Oscillation (ENSO). Adanya kedua fenomena ini mempengaruhi fluktuasi arus, suhu air laut dan angin di perairan barat Sumatera.

Penelitian ini bertujuan untuk menganalisis variabilitas arus dan suhu di perairan barat Sumatera pada kedalaman 5, 25, 55, 75, 125, 155, 175, 250, 446, dan 617 meter pada periode Januari 1979 hingga Desember 2007. Menganalisis variabilitas angin permukaan di perairan barat Sumatera pada periode Januari 1979 hingga Desember 2007. Serta mengkaji hubungan antara variabilitas arus, suhu dan angin permukaan di perairan barat Sumatera dengan IODM dan ENSO.

Data yang digunakan dalam penelitian ini merupakan data bulanan rata-rata dengan jangka waktu antara Januari 1979 hingga Desember 2007. Data arus dan suhu diperoleh dari GFDL-NOAA (http://www.gfdl.noaa.gov). Data angin dari ESRL-NOAA (http://www.esrl.noaa.gov). Data Dipole Mode Index

(DMI) diperoleh dari JAMSTEC (www.jamstec.go.jp) dan data Southern Oscillation Index (SOI) dari BOM (http://www.bom.gov.au). Stasiun data arus dan angin terletak pada koordinat 5°LS dan 100°BT, sedangkan data suhu terletak pada koordinat 5,26°LS dan 100,5°BT.

Pengolahan data untuk menentukan variabilitas temporal arus, suhu, angin, DMI, dan SOI menggunakan perangkat lunak MATLAB R2008a, serta

ODV 4.1 untuk melihat sebaran suhu berdasarkan kedalaman. Spektrum densitas energi dihitung dengan metode FFT (Fast Fourier Transform) untuk melihat periode fluktuasi yang dominan dari parameter arus, suhu, angin, DMI dan SOI. Korelasi silang arus, suhu, angin, DMI dan SOI, ditentukan dengan analisis Cross Spectral Analysis dengan bantuan perangkat lunak Statistica 6.0, untuk melihat hubungan antara parameter tersebut.

Pada saat Angin Muson Barat Laut arus dan angin bergerak ke arah tenggara, sedangkan suhu pada lapisan tercampur cenderung lebih tinggi dan lapisan termoklin menjadi lebih tipis. Pergerakan arus ke arah tenggara

(4)

iv

bergerak ke arah tenggara, angin lebih cenderung bergerak ke arah barat laut dan suhu pada lapisan permukaan lebih tinggi.

Spektrum densitas energi dari arus dan suhu menunjukkan adanya fluktuasi setengah-tahunan (semi-annual), fluktuasi tahunan (annual), dan fluktuasi antar-tahunan (inter-annual). Spektrum densitas energi angin

menunjukkan adanya fluktuasi tahunan, sedangkan spektrum densitas energi DMI dan SOI menunjukkan adanya fluktuasi antar-tahunan. Fluktuasi setengah tahunan lebih disebabkan oleh pengaruh dari perubahan arah Angin Muson yang bertiup di perairan barat Sumatera setiap 6 bulan. Selain itu adanya Jet Wyrtki yang berkembang pada Musim Peralihan ikut mempengaruhi fluktuasi setengah-tahunan pada komponen arus dan suhu (Wyrtki, 1973). Fluktuasi setengah-tahunan disebabkan oleh adanya perubahan kecepatan angin pada setiap musimnya. Sedangkan fluktuasi antar-tahunan disebabkan oleh adanya IODM dan SOI yang siklusnya berkisar antara 3 hingga 7 tahun (Saji et al., 1999 dan Kug dan Kang, 2005).

Berdasarkan hasil korelasi silang, fluktuasi komponen zonal arus pada kedalaman 5 meter mempengaruhi fluktuasi setengah-tahunan dan tahunan suhu pada kedalaman 5 meter. Fluktuasi komponen zonal angin di perairan barat Sumatera mempengaruhi terjadinya fluktuasi tahunan komponen zonal arus pada kedalaman 125 meter serta suhu pada kedalaman 5 dan 75 meter, selain itu fluktuasi antar-tahunan pada komponen zonal arus diperairan barat Sumatera juga dipengaruhi oleh adanya fluktuasi komponen zonal angin. Sementara itu fluktuasi komponen meridional angin mempengaruhi fluktuasi tahunan komponen meridional arus pada kedalaman 125 meter serta fluktuasi suhu pada kedalaman 75 meter.

Fenomena IODM yang terjadi di perairan barat Sumatera mempengaruhi fluktuasi tahunan komponen zonal arus pada kedalaman 5 meter serta

komponen zonal angin. Selain itu fluktuasi antar tahunan komponen zonal arus pada kedalaman 75 meter, suhu pada kedalaman 75 dan 125 meter serta komponen meridional angin di perairan barat Sumatera juga merupakan pengaruh dari adanya fenomena IODM.

Adanya fenomena ENSO di Samudera Pasifik juga memiliki pengaruh terhadap fluktuasi arus, suhu dan angin di perairan barat Sumatera. Fenomena ENSO mempengaruhi terjadinya fluktuasi antar-tahunan pada komponen

meridional arus pada kedalaman 125 meter. Fluktuasi antar-tahunan suhu pada kedalaman 75 meter serta komponen zonal angin juga dipengaruhi oleh

(5)

v

© Hak cipta milik Asyari Adisaputra, tahun 2011 Hak cipta dilindungi

(6)

vi

VARIABILITAS ARUS, SUHU, DAN ANGIN

DI PERAIRAN BARAT SUMATERA SERTA INTER-RELASINYA DENGAN INDIAN OCEAN DIPOLE MODE (IODM) DAN EL NINO SOUTHERN

OSCILLATION (ENSO)

Oleh:

ASYARI ADISAPUTRA

Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ilmu Kelautan pada Departemen Ilmu dan Teknologi Kelautan Fakultas Perikanan dan Ilmu

kelautan

SKRIPSI

DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN

(7)

vii

Judul : VARIABILITAS ARUS, SUHU, DAN ANGIN DI

PERAIRAN BARAT SUMATERA DAN INTER-RELASI DENGAN INDIAN OCEAN DIPOLE MODE (IODM) DAN EL NINO SOUTHERN OSCILLATION (ENSO)

Nama : Asyari Adisaputra

NRP : C54054101

Departemen : Ilmu dan Teknologi Kelautan

Menyetujui

Dosen Pembimbing,

Prof. Dr. Ir Mulia Purba, M.Sc NIP. 19470818 197301 1 001

Mengetahui Ketua Departemen,

Prof. Dr. Ir. Setyo Budi Susilo, M.Sc NIP. 19580909 198303 1 003

(8)

viii

KATA PENGANTAR

Puji syukur kehadirat Allah SWT atas segala limpahan rahmat, hidayah,

serta inayah yang diberikan, sehingga penulis dapat menyelesaikan skripsi yang

berjudul “Variabilitas Arus, Suhu, dan Angin di Perairan Barat Sumatera dan Inter-Relasinya dengan Indian Ocean Dipole Mode (IODM) dan El Nino

Southern Oscillation (ENSO)”.

Penulis menyampaikan ucapan terimakasih kepada:

1.

Kedua orangtua, serta adik atas segala dukungan dan doanya.

2.

Bapak Prof. Dr. Ir. Mulia Purba, M.Sc. selaku pembimbing yang telah sudi

meluangkan waktu, tenaga dan pikiran selama penyusunan skripsi.

3.

Bapak Dr. Ir. I Wayan Nurjaya, M.Sc. dan Dr. Ir. Henry M. Manik, MT.

selaku penguji tamu atas kritik dan masukannya.

4.

GFDL dan ESRL NOAA, JAMSTEC, dan BOM yang telah meyediakan data

yang digunakan dalam penelitian ini.

5.

Bapak Mochammad Tri Hartanto, S.Pi atas bantuannya dalam pengolahan

data.

6.

Rekan-rekan ITK 42 dan warga ITK atas bantuan, saran, dan

semangatnya.

7.

Rekan-rekan Lab. Data Processing Oseanografi yang telah membantu dan memberikan saran dalam penyusunan skripsi.

Penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Penulis

berharap, skripsi ini dapat memberikan kontribusi informasi dan wawasan yang

berguna bagi penulis dan pihak yang membacanya.

Bogor, Maret 2011

(9)

ix

DAFTAR ISI ... ix

DAFTAR GAMBAR ... xi

DAFTAR TABEL ... xiii

DAFTAR LAMPIRAN ... xiv

1. PENDAHULUAN ... 1

1.1. Latar Belakang ... 1

1.2. Tujuan ... 2

2. TINJAUAN PUSTAKA ... 3

2.1. Arus ... 3

2.2. Suhu ... 7

2.3. Angin ... 9

2.4. Indian Ocean Dipole Mode ... 10

2.5. El Nino Southern Oscillation (ENSO) ... 13

2.6. Variabilitas Arus, suhu, Angin dan Kaitannya terhadapIODM dan ENSO ... 15

3. BAHAN DAN METODE ... 17

3.1. Lokasi dan Waktu Penelitian ... 17

3.2. Data Penelitian ... 17

3.2.1. Data Arus dan Suhu ... 18

3.2.2. Data Angin ... 19

3.2.3. Data Dipole Mode Index (DMI) ... 20

3.2.4. Data Southern Oscillation Index (SOI) ... 20

3.3. Pengolahan dan Analisis Data ... 21

3.3.1. Metode Validasi Data ... 21

3.3.2. Sebaran Temporal ... 23

3.3.3. Analisis Deret Waktu ... 23

3.3.3.1. Spektrum Densitas Energi ... 23

3.3.3.2. Korelasi Silang ... 25

4. HASIL DAN PEMBAHASAN ... 28

4.1. Validasi Data GFDL dengan Data Insitu (Buoy Triton) ... 28

4.2. Sebaran Arus ... 31

4.3. Sebaran Suhu ... 39

4.4. Sebaran Angin ... 46

4.5. Kaitan antara Sebaran Arus, Suhu, Angin dengan IODM dan ENSO ... 49

4.6. Spektrum Densitas Energi ... 57

4.6.1. Spektrum Densitas Energi Arus ... 57

(10)

x

4.6.3. Spektrum Densitas Energi Angin ... 69

4.6.4. Spektrum Densitas Energi DMI ... 70

4.6.5. Spektrum Densitas Energi SOI ... 71

4.7. Korelasi Silang ... 72

4.7.1. Arus dengan Angin ... 72

4.7.2. Arus dengan DMI ... 74

4.7.3. Arus dengan SOI ... 75

4.7.4. Suhu dengan Arus ... 77

4.7.5. Suhu dengan Angin ... 78

4.7.6. Suhu dengan DMI ... 80

4.7.7. Suhu dengan SOI ... 82

4.7.8. Angin dengan DMI ... 83

4.7.9. Angin dengan SOI ... 84

5. KESIMPULAN DAN SARAN ... 86

5.1. Kesimpulan ... 86

5.2. Saran ... 89

DAFTAR PUSTAKA ... 90

LAMPIRAN ... 93

(11)

xi

1. Pola Arus bulan Februari ... 4

2. Pola Arus bulan April, Juni, dan Agustus ... 5

3. Pola Arus bulan Oktober dan Desember ... 6

4. Equatorial Jet (Jet Wyrtki) di Samudera Hindia pada bulan Mei dan Oktober ... 7

5. Fenomena IODM Positif dan Negatif ... 12

6. Anomali Sea Surface Temperature (SST) dan Pola Kecepatan Angin pada Kejadian Indian Ocean Dipole Mode ... 13

7. Perbandingan Keadaan Normal dan Kondisi Ketika El Nino ... 15

8. Peta Stasiun Lokasi Pengamatan ... 17

9. Langkah dalam Asimilasi Data ... 18

10. Grafik perbandingan antara data arus GFDL dengan data arus buoy TRITON ... 29

11. Grafik perbandingan antara data suhu GFDL dengan data suhu buoy TRITON ... 31

12. Stickplot Arus Perairan Barat Sumatera Periode 1979 - 1984 ... 32

17. Sebaran Temporal Suhu berdasarkan Kedalaman Periode 1979 – 1984 ... 39

18. Sebaran Temporal Suhu berdasarkan Kedalaman Periode 1985 – 1990 1991 – 1996 dan 1997 - 2002 ... 40

19. Sebaran Temporal Suhu berdasarkan Kedalaman Periode 2003 – 2007 ... 41

20. Sebaran Temporal Suhu per Kedalaman Periode 1979 – 1984, 1985 – 1990 dan 1991 - 1996 ... 43

21. Sebaran Temporal Suhu per Kedalaman Periode 1997 – 2002 dan 2003 - 2007 ... 44

22. Sebaran Temporal Angin Periode Januari 1979 – Desember 1984 ... 46

(12)

xii

24. Sebaran Temporal Angin Periode Januari 2003 – Desember 2007 ... 48 25. Sebaran Temporal Arus, Angin, Suhu, DMI dan SOI Periode Januari 1979

– Desember 1984 ... 51 26. Sebaran Temporal Arus, Angin, Suhu, DMI dan SOI Periode Januari 1985

– Desember 2007 ... 55 30. Spektrum densitas energi arus kedalaman 5 meter dan 25 meter ... 57

31. Spektrum densitas energi arus kedalaman 55 meter dan 75 meter ... 58

32. Spektrum densitas energi arus kedalaman 125 meter dan 155 meter .. 59

35. Spektrum densitas energi suhu pada kedalaman 5, 25, 55, 75 meter .. 64

36. Spektrum densitas energi suhu pada kedalaman 125, 155, 175 dan 250

meter ... 65

37. Spektrum densitas energi suhu pada kedalaman 446 dan 617 meter .. 66

38. Spektrum densitas energi angin ... 69

(13)

xiii

1. Hasil Validasi antara Komponen Arus GFDL dengan Buoy Triton ... 29

2. Hasil Validasi antara Komponen Suhu GFDL dengan Buoy Triton ... 30

3. Hasil Spektrum Densitas Energi Arus ... 62

4. Hasil Spektrum Densitas Energi Suhu ... 67

5. Hasil Spektrum Densitas Energi Angin ... 69

6. Hasil Spektrum Densitas Energi DMI ... 70

7. Hasil Spektrum Densitas Energi SOI ... 72

8. Hasil Korelasi silang antara Angin dengan Arus ... 73

9. Hasil Korelasi Silang antara DMI dengan Arus ... 74

10. Hasil Korelasi Silang antara SOI dengan Arus ... 76

11. Hasil Korelasi Silang antara Arus dengan Suhu ... 77

12. Hasil Korelasi Silang antara Angin dengan Suhu ... 80

13. Hasil Korelasi Silang antara DMI dengan Suhu ... 81

14. Hasil Korelasi Silang antara SOI dengan Suhu ... 82

15. Hasil Korelasi Silang antara DMI dengan Angin ... 83

(14)

xiv

DAFTAR LAMPIRAN

Halaman

1. Grafik Korelasi Silang antara Angin dengan Arus... 94

2. Grafik Korelasi Silang antara DMI dengan Arus ... 102

3. Grafik Korelasi Silang antara SOI dengan Arus ... 110

4. Grafik Korelasi Silang antara Arus dengan Suhu ... 118

5. Grafik Korelasi Silang antara Angin dengan Suhu... 126

6. Grafik Korelasi Silang antara DMI dengan Suhu ... 134

7. Grafik Korelasi Silang antara SOI dengan Suhu ... 138

8. Grafik Korelasi Silang antara DMI dengan Angin ... 142

9. Grafik Korelasi Silang antara SOI dengan Angin ... 144

(15)

1

1.1.

Latar Belakang

Samudera Hindia merupakan bagian dari Great Conveyor Belt yang memiliki peranan penting dalam penyebaran massa air di lautan. Parameter

yang terdapat di Samudera Hindia seperti arus dan suhu memiliki peran dalam

penyebaran massa air tersebut. Pola arus dan suhu air laut di perairan

Samudera Hindia tidak selamanya stabil. Pada waktu tertentu arus dan suhu air

laut mengalami fluktuasi yang tentunya juga akan mempengaruhi pola arus dan

suhu yang terjadi di Samudera Hindia. Di wilayah Indonesia terbentuk suatu pola

angin yang berganti arah setiap 6 bulannya. Angin ini merupakan salah satu

faktor yang mempengaruhi fluktuasi setengah-tahunan serta tahunan arus dan

suhu di Samudera Hindia.

Di Samudera Hindia terbentuk suatu sistem osilasi yang dikenal dengan

nama Indian Ocean Dipole Mode (IODM). IODM sendiri merupakan fenomena yang disebabkan karena terbentuknya dua kutub anomali suhu permukaan laut

(SPL) di perairan timur Samudera Hindia dan perairan barat Samudera Hindia

(Saji et al, 1999). Di Samudera Pasifik juga terbentuk sistem osilasi yang dikenal dengan nama El Nino Southern Oscillation (ENSO). Sistem ini mencakup dua fenomena (El Nino dan La Nina) yang mempengaruhi pola curah hujan dan

fluktuasi suhu air laut di perairan Indonesia. Indian Ocean Dipole Mode diduga tidak memiliki hubungan dengan ENSO, namun terkadang antara Indian Ocean Dipole Mode dengan ENSO dapat saling memicu satu sama lain. Menurut Susanto et al. (2001) dan Godfrey (2001) terlihat bahwa pada saat terjadi El Nino terlihat anomali SPL negatif di Samudera Hindia bagian timur (pantai barat

(16)

2

berhembus di perairan Indonesia menguat sehingga massa air yang terjadi di

selatan Jawa dan barat daya Sumatera mengalami peningkatan.

Fenomena IODM sendiri telah banyak dijadikan topik penelitian

menyangkut hubungannya dengan suhu dan angin yang terdapat di Samudera

Hindia, namun hubungan antara IODM dan variabilitas arus di Samudera Hindia

sendiri belum begitu banyak diketahui. Padahal arus sendiri memiliki peran yang

penting dalam sirkulasi massa air yang terjadi di suatu perairan. Hubungan

antara variabilitas suhu dan angin di Samudera Pasifik dengan ENSO juga telah

banyak diteliti, namun belum diketahui sejauh mana ENSO mempengaruhi pola

arus, suhu dan angin di Samudera Hindia.

Penelitian tentang variabilitas arus, suhu dan angin di perairan barat

Sumatera penting untuk dilakukan, agar dapat menelaah dinamika dan pengaruh

IODM di Samudera Hindia. Selain itu penelitian di perairan barat Sumatera

dapat digunakan dalam memperkirakan hubungan antara IODM yang terjadi di

Samudera Hindia dengan ENSO yang terjadi di Samudera Pasifik.

1.2.

Tujuan

Tujuan penelitian ini adalah :

1) Menganalisis variabilitas arus dan suhu di perairan barat Sumatera pada

kedalaman 5, 25, 55, 75, 125, 155, 175, 250, 446, dan 617 meter pada

periode Januari 1979 hingga Desember 2007.

2) Menganalisis variabilitas angin permukaan di perairan barat Sumatera

pada periode Januari 1979 hingga Desember 2007.

3) Mengkaji hubungan antara variabilitas arus, suhu dan angin permukaan di

(17)

3

2.1.

Arus

Menurut Gross (1990), arus Laut merupakan proses pergerakan massa

air laut secara terus menerus menuju keseimbangan hidrostatis yang akan

menyebabkan perpindahan massa air laut secara horizontal atau vertikal.

Pergerakan massa air laut tersebut dinyatakan sebagai vektor yang memiliki

besaran arah dan kecepatan. Gaya yang bekerja pada arus laut ada dua, yaitu

gaya internal yang meliputi perbedaan densitas air laut, gradien tekanan

mendatar, dan gesekan lapisan air. Kemudian gaya eksternal yang meliputi gaya

gesekan angin, gaya gravitasi, gaya Coriolis, gaya akibat perbedaan tekanan

udara, gaya akibat pergeseran dasar samudera dan gaya tarik matahari dan

bulan yang dipengaruhi oleh tahanan dasar laut.

Secara khusus arus permukaan perairan Indonesia sangat dipengaruhi

oleh angin muson yang berubah setiap setengah tahun. Di belahan bumi bagian

selatan terjadi Angin Muson Tenggara pada bulan Juli hingga Agustus. Pada

musim ini arah arus permukaan bergerak dari timur ke barat, sedangkan pada

bulan November sampai Februari di belahan bumi bagian selatan bertiup Angin

Musion Barat Laut yang mengakibatkan angin permukaan bergerak ke arah

timur (Wyrtki, 1961).

Di Samudera Hindia pada belahan bumi bagian selatan terbentuk

pergerakan massa air yang tetap mengarah ke barat, yang dikenal dengan nama

Arus Khatulistiwa Selatan (AKS). Arus ini mengalir dari lepas pantai selatan

Jawa Timur hingga Madagaskar. Arus ini merupakan arus yang dangkal dengan

kedalaman kurang dari 200 meter. Pada saat terjadi Angin Muson Barat Laut

perairan selatan Jawa, Arus Khatulistiwa Selatan (AKS) didesak ke arah selatan.

(18)

4

dengan dengan AKS, arus yang terbentuk tersebut merupakan perpanjangan

arus dari pantai barat Sumatera. Arus ini dikenal sebagai Arus Pantai Jawa

(APJ). Arus ini mencapai puncaknya pada bulan Maret, dimana pada saat itu

merupakan akhir Muson Barat Laut (Wyrtki, 1961).

Selain AKS yang bergerak ke arah barat, pada bagian ekuator di

perairan barat Sumatera juga terdapat arus kuat yang bergerak ke arah timur

yang dikenal dengan Arus Sakal Khatulistiwa (Equatorial Counter Current) atau disingkat ASH. ASH akan bertemu dengan AKS yang berasal dari timur di

perairan bagian barat/barat daya Sumatera. Pada bulan Desember ASH terjadi

di sekitar ekuator, namun ASH juga dapat mencapai wilayah 6°LS walaupun pada daerah tersebut kecepatan ASH cenderung lebih lambat daripada ketika

terjadi di daerah ekuator. Menurut Wyrtki (1961) pada bulan Januari dan

Februari ketika terjadi Angin Muson Barat Laut, Arus Khatulistiwa Utara (North Equatorial Current) di bagian utara ekuator akan mendesak ASH ke selatan pada wilayah 3°LS hingga 5°LS. Selanjutnya pada bulan Maret dan April Arus

Khatulistiwa Utara di bagian utara ekuator melemah dan ASH akan meningkat

dan bergerak pada wilayah 3°LU hingga 5°LS. Pola arus di perairan Indonesia ditampilkan pada Gambar 1, 2 dan 3.

(19)

Gambar 2. Pola Arus di Perairan Asia Tenggara pada Bulan a) April b) Juni c) Agustus (Wyrtki, 1961)

a)

b)

(20)

6

Gambar 3. Pola Arus di Perairan Asia Tenggara pada Bulan a) Oktober b) Desember (Wyrtki, 1961)

Menurut Wyrtki (1973) pada saat pada bulan April-Mei dan

September-Oktober berkembang Jet Wyrtki (Indian Equatorial Jet) yang ditunjukkan pada Gambar 4. Seperti terlihat pada Gambar 4 Jet Wyrtki bergerak ke arah timur di

wilayah tropis Samudera Hindia hingga perairan barat Sumatera. Jet Wyrtki

memiliki pengaruh cukup besar dalam merubah karakter massa air di Samudera

Hindia. Tomczak dan Godfrey (1994) berpendapat bahwa Jet Wyrtki juga terlihat

pada bulan Juni. Pada awal April hingga Mei kecepatan Jet Wyrtki dapat

mencapai 0,7 m/detik atau lebih. Sedangkan pada bulan September-Oktober Jet

Wyrtki menjadi lebih cepat dan puncaknya pada bulan November dengan

kecepatan 1,0 – 1,3 m/detik. a)

(21)

Gambar 4. Equatorial Jet (Jet Wyrtki) di Samudera Hindia pada bulan a) Mei dan b) Oktober (Wyrtki, 1973)

Wyrtki (1961) mengemukakan bahwa pada bulan Juli hingga Oktober,

Angin Muson Tenggara mendesak poros AKS hingga ke utara dan menyatu

dengan massa air yang berasal dari ASH. Poros AKS yang terdesak hingga ke

utara pada periode tersebut diduga menyebarkan massa air dingin dan

bersalinitas tinggi yang berasal dari upwelling di selatan Jawa menyebar hingga jauh ke utara.

2.2.

Suhu

Suhu adalah suatu besaran fisika yang menyatakan banyaknya bahang yang terkandung dalam suatu benda. Suhu di laut berkisar antara -2ºC hingga

30ºC dimana pada suhu -2ºC terjadi pembentukan lapisan es sedangkan pada

suhu 30ºC merupakan batas terjadinya proses radiasi dan pertukaran bahang

dengan atmosfer (King, 1963). Suhu memberikan pengaruh terhadap aktivitas

metabolisme, tingkah laku dan perkembangbiakan biota-biota laut (Laevastu dan

Hela, 1970). Secara tidak langsung suhu berpengaruh terhadap daya larut

oksigen yang berpengaruh terhadap respirasi biota-biota tersebut. a)

(22)

8

Penyebaran suhu pada permukaan laut membentuk zona berdasarkan

letak lintang. Semakin mendekati garis khatulistiwa (lintang rendah) suhu akan

semakin meningkat dan sebaliknya, suhu akan semakin menurun mendekati

kutub (lintang tinggi). Hal ini terjadi karena daerah yang paling banyak menerima

sinar matahari terletak antara lintang 10° LU - 10°LS (Weyl,1967).

Secara vertikal suhu di lautan dibagi menjadi tiga zona (Richard dan

Davis, 1991) yaitu:

1. Lapisan permukaan tercampur (mix surface layer) yang merefleksikan suhu rata-rata tiap lintang. Lapisan ini cenderung homogen oleh

pencampuran massa air. Ketebalan lapisan homogen di perairan

Indonesia berkisar antara 50 – 100 m, dengan suhu berkisar antara 26° - 30° C (Soegiarto dan Birowo, 1975).

2. Lapisan termoklin, dimana terjadi penurunan suhu yang cepat dan

densitas yang meningkat. Hal ini mengakibatkan air di lapisan atas tidak

dapat bercampur dengan air di lapisan bawah. Menurut Gross (1990)

lapisan termoklin yang terdapat pada perairan tropis berada pada

kedalaman 100 hingga 205 meter. Menurut Illahude (1999) lapisan

termoklin secara lebih rinci dapat dibagi menjadi dua lapisan, yaitu

lapisan termoklin atas dan termoklin bawah, dimana perubahan suhu di

termoklin atas lebih cepat dibandingkan termoklin bawah. Kedalaman

lapisan termoklin di Indonesia berkisar antara 100 – 300 m dengan kisaran suhu antara 9° - 26° C (Soegiarto dan Birowo, 1975). Menurut Wyrtki (1961) lapisan termoklin di Samudera Hindia berkisar antara 120

sampai dengan 160 meter.

3. Lapisan dalam (deep layer) mencerminkan ciri khas asal massa air tiap lintang. Lapisan ini dapat mencapai kedalaman 2500m dengan

(23)

(Gross, 1990). Kisaran suhu pada lapisan dalam di perairan Indonesia

berkisar antara 2° - 4° C (Soegiarto dan Birowo, 1975).

Perairan di Indonesia memperlihatkan adanya variasi musiman, variasi

musiman tersebut hanya sebesar 2oC. Pergerakan semu matahari yang

melintasi ekuator memiliki pengaruh terhadap variasi musiman tersebut.

Beberapa perairan seperti Laut Banda, Laut Arafura, laut Timor dan Laut Jawa

kisaran tahunan suhu air permukaannya mencapai 3-4oC. Pada musim barat

terjadi pemanasan di daerah Laut Arafuru dan pantai barat Sumatera, dengan

kisaran suhu 29° - 30° C (Soegiarto dan Birowo, 1975).

2.3.

Angin

Angin adalah massa udara yang bergerak mendatar (horizontal) dari

tekanan tinggi mengalir ke tempat bertekanan rendah. Semakin besar

perbedaan tekanan udara maka semakin besar pula kecepatan angin yang

berhembus (Hasse dan Dobson, 1986).

Salah satu faktor penyebab timbulnya angin adalah adanya gradien

tekanan. Gaya gradien tekanan timbul karena adanya perbedaan suhu udara.

Dalam hal ini hubungan antara permukaan bumi dalam menerima energi radiasi

matahari yang sama tapi mempunyai laju pemanasan yang berbeda – beda dari satu tempat ke tempat yang lain. Faktor lain yang berpengaruh dalam

pembentukan angin adalah gaya Coriolis. Gaya Coriolis timbul akibat rotasi bumi

dan menyebabkan perubahan gerak angin ke arah kanan pada belahan bumi

bagian utara dan pembelokan angin ke arah kiri pada belahan bumi bagian

selatan (Pariwono dan Manan, 1990).

Pola angin yang sangat berperan di Indonesia adalah angin Muson.

Angin muson bertiup ke arah tertentu pada satu masa sedangkan pada masa

(24)

10

yang berada di antara Benua Asia dan Benua Australia membuat kawasan ini

paling ideal untuk berkembangnya angin muson. Menurut Wyrtki (1961), sistem

angin muson di Indonesia terbagi menjadi empat golongan yaitu :

1. Angin Muson Timur Laut dan Angin Muson Barat Laut

Muson ini terbentuk pada bulan Desember hingga Februari. Pada

bulan-bulan tersebut tekanan udara yang tinggi berada di Benua Asia

sedangkan di Benua Australia terbentuk tekanan udara yang rendah,

sehingga angin bertiup dari Benua Asia ke Benua Australia. Di belahan

bumi bagian utara (utara ekuator) bertiup Angin Muson Timur Laut,

sedangkan di belahan bumi bagian selatan (selatan ekuator) bertiup

Angin Muson Barat Laut dan di Indonesia dikenal sebagai Musim Barat.

2. Peralihan I

Peralihan pertama terjadi pada bulan Maret hingga Mei. Pada saat Musim

Peralihan kecepatan angin lemah dan arahnya menjadi tidak beraturan.

3. Angin Muson Barat Daya dan Angin Muson Tenggara

Pada bulan Juni hingga Agustus tekanan udara yang rendah terbentuk di

Benua Asia, sedangkan tekanan udara yang tinggi terbentuk di Benua

Australia, sehingga angin bertiup dari Benua Australia ke Benua Asia. Di

belahan bumi bagian utara (utara ekuator) bertiup Angin Muson Barat

Daya, sedangkan di belahan bumi bagian selatan (selatan ekuator)

bertiup Angin Muson Tenggara.

4. Peralihan II

Peralihan kedua terjadi pada bulan September hingga November. Pada

saat Musim Peralihan kecepatan angin lemah dan arahnya menjadi tidak

(25)

2.4.

Indian Ocean Dipole Mode

Saji et al.(1999) melaporkan bahwa terdapat juga osilasi klimatologi di Samudera Hindia. Fenomena ini ditunjukkan dengan adanya variabilitas internal

dengan SPL negatif atau lebih dingin dari normalnya di pantai barat Sumatera

atau Samudera Hindia bagian timur (90°-110°BT, 10°LS-ekuator) dan anomali

positif di Samudera Hindia bagian barat (50°-70°BT, 10°LS-10°LU). Fenomena

ini bersifat unik dan melekat di Samudera Hindia dan terlihat tidak bergantung

pada ENSO. Fenomena ini dinamakan Indian Ocean Dipole Mode (IODM).

Dipole Mode Index (DMI) dapat digunakan untuk mengidentifikasi fenomena IODM. Nilai DMI menggambarkan perbedaan anomali suhu permukaan laut dari

dua daerah yaitu bagian barat ekuator dari Samudera Hindia (50° - 70° BT dan

10° LS - 10° LU) dan timur ekuator dari Samudera Hindia (90° - 110° BT dan 10°

LS - ekuator). Nilai DMI yang ekstrim positif menggambarkan terjadinya

fenomena IODM positif dan nilai DMI ekstrim negative menunjukkan terjadinya

fenomena IODM negatif.

Fenomena IODM ditunjukkan pada Gambar 5. Pada waktu normalnya,

angin barat yang lemah bergerak dari sisi bagian timur Afrika (Samudera Hindia

bagian barat) ke pantai barat Sumatera (Samudera Hindia bagian timur).

Sedangkan pada saat terjadinya fenomena IODM positif di pantai barat Sumatera

terbentuk anomali SPL negatif (lebih rendah dari suhu normalnya) yang pada

gambar ditandai dengan warna biru. Sedangkan di pantai timur Afrika terbentuk

anomali SPL positif (suhu permukaan lautnya lebih tinggi dari kondisi normal)

yang ditandai dengan warna merah pada gambar. Kondisi ini menimbulkan

angin timur yang kuat yang bertiup ke pantai timur Afrika, sehingga curah hujan

di atas Afrika berada di atas normal sementara di Indonesia terjadi kekeringan.

(26)

12

Vinayachandran et al. (2002) menambahkan IODM positif juga ditandai dengan pendangkalan lapisan termoklin di S. Hindia bagian timur sedangkan di

Samudera Hindia bagian barat menjadi lebih dalam.

Gambar 5. Fenomena IODM a) IODM Positif b) IODM Negatif (Saji et al., 2001)

Proses terbentuknya IODM ditampilkan pada Gambar 6. Siklus dipole

mode diawali dengan munculnya anomali suhu permukaan laut negatif di sekitar Selat Lombok hingga Selatan Jawa pada sekitar bulan Mei – Juni. Selanjutnya pada bulan Juli – Agustus, anomali negatif tersebut terus menguat dan semakin meluas sampai pantai barat Sumatera, sementara itu di Samudera Hindia bagian

barat muncul pula anomali suhu permukaan laut positif. Adanya perbedaan

tekanan di antara keduanya, semakin memperkuat angin tenggara di sepanjang

ekuator dan pantai barat Sumatera. Proses pembentukan Indian Ocean Dipole

Mode dimulai pada bulan Mei hingga Juni (Gambar 6a). Siklus ini mencapai

puncaknya pada bulan September – Oktober (Gambar 6b) dan selanjutnya menghilang dengan cepat pada bulan November – Desember (Gambar 6c).

(27)

Menurut Saji et al. (1999) dan Meyers et al. (2006) fenomena IODM positif terjadi pada tahun 1982, 1983, 1987, 1991, 1994, dan 1997. Sedangkan

fenomena IODM negatif terjadi pada tahun 1980, 1981, 1985, 1989, dan 1992.

Gambar 6. Perkembangan kejadian Indian Ocean Dipole Mode. Evolusi komposit SPL dan anomali kecepatan angin pada bulan a) Mei-Juni b) Juli-Agustus c) September-Oktober d) November-Desember

(Saji et al.,1999)

2.5.

El Nino Southern Oscillation

(ENSO)

El Nino Southern Oscillation atau ENSO adalah kondisi abnormal iklim di mana suhu permukaan Samudra Pasifik di pantai Barat Ekuador dan Peru lebih

tinggi dari rata-rata normalnya. Istilah ini pada mulanya digunakan untuk

menamakan arus laut hangat yang terkadang mengalir dari Utara ke Selatan

antara pelabuhan Paita dan Pacasmayo di daerah Peru yang terjadi pada bulan

Desember. Kejadian ini kemudian semakin sering muncul yaitu setiap tiga hingga

tujuh tahun serta dapat mempengaruhi iklim dunia selama lebih dari satu tahun

(28)

14

berlawanan fase. Dimana fase panas disebut sebagai kondisi El Nino dan fase

dingin disebut sebagai kondisi La Nina.

Parameter yang dapat digunakan untuk melihat adanya fase El Nino dan

La Nina adalah Southern Oscillation Index (SOI). SOI merupakan indeks yang menggambarkan perbedaan tekanan udara permukaan laut antara Darwin (yang

mewakili Indonesian Low) dengan Tahiti (yang mewakili South Pasific High). Nilai tersebut didapatkan dengan mengurangi nilai tekanan paras laut di Tahiti

dengan tekanan paras laut di Darwin. Pada saat terjadinya El Nino, nilai Indeks

Osilasi Selatan negatif dalam jangka waktu yang lama, terjadi penurunan

tekanan udara di bawah kondisi normalnya di Tahiti dan terjadi peningkatan

tekanan udara di atas kondisi normalnya di Darwin. Sebaliknya pada saat nilai

Indeks Osilasi Selatan positif dalam jangka waktu yang lama (fase La Nina),

terjadi kenaikan tekanan udara di atas kondisi normalnya di Tahiti dan terjadinya

penurunan tekanan udara di bawah kondisi normalnya di Darwin. Pola inilah

yang dinamakan pola jungkat-jangkit, dimana posisi kedua ujungnya akan selalu

berlawanan. Fenomena Osilasi Selatan ini berkaitan dengan kejadian El Nino,

maka disebut sebagai ENSO (Brown et al., 1989).

Perbandingan kondisi pada saat normal dan terjadi El Nino ditunjukkan

pada Gambar 7. Pada kondisi normal, berhembus angin permukaan di P ini

membangkitkan arus permukaan di Samudera Pasifik yang mengalir dari timur ke

barat. Hal ini mengakibatkan elevasi muka air laut di Samudera Pasifik tropis

bagian barat lebih tinggi dan suhu permukaan laut (SPL) di bagian ini lebih tinggi

jika dibandingkan dengan Samudera Pasifik tropis bagian timur (Gambar 7a).

Melemahnya Angin Pasat menyebabkan terjadinya perubahan arah arus ekuator

yang semula ke arah barat menjadi ke arah timur (Gambar 7b). Perubahan arah

(29)

timur. Semakin besarnya gradien suhu antara timur-barat membangkitkan angin

baratan yang bertiup dari Pasifik barat ke bagian timurnya. Bertiupnya angin

baratan ini menambah kuatnya perbedaan suhu atau makin bertambahnya suhu

di bagian timur Pasifik. Sirkulasi tersebut terjadi pada kondisi El Nino. Pada

tahun 1997 terjadi pengaruh global dari kejadian ENSO yang menyebabkan

anomali kondisi iklim yang berkepanjangan.

Gambar 7. Perbandingan kondisi di Samudera Pasifik pada saat a) normal dan b) terjadi El Nino (NOAA, 2004)

2.6.

Variabilitas Arus, Suhu, Angin serta Kaitannya terhadap IODM

dan ENSO

Westerly wind burst di Ekuatorial Barat Samudera Hindia membangkitkan arus Jet Wyrtki ke timur pada musim-musim peralihan (Sprintall et al., 2000). Pada bulan Oktober - November (peralihan II) arus Jet Wyrtki yang terbentuk

lebih lemah daripada musim peralihan I (April - Mei). Akibat arus Jet Wyrtki

tersebut maka terbentuklah gelombang Kelvin yang menyebabkan

penenggelaman massa air atau downwelling di pantai barat Sumatera (Wyrtki, 1973). Gelombang Kelvin yang terbentuk tersebut akan merambat dan

membentur pantai barat Sumatera dalam waktu lebih kurang sebulan.

Menurut Thompson et al. (2006) IODM mempengaruhi adanya variasi antar-tahunan pada suhu di perairan barat Sumatera. Pada saat IODM positif

(30)

16

suhu menurun karena adanya angin kuat yang menekan Jet Wyrtki, sedangkan

pada saat IODM negatif terjadi hal yang sebaliknya.

ENSO juga mempengaruhi penaikan massa air (upwelling) di selatan Jawa dan barat daya Sumatera. Pada saat periode El Nino, Angin Muson

Tenggara yang berhembus di perairan Indonesia bagian selatan menguat

sehingga terjadi peningkatan upwelling di selatan Jawa dan barat daya Sumatera (Susanto et al. 2001). Menurut Farita (2006) dan Holiludin (2009) energi

variabilitas suhu terbesar di Samudera Hindia (perairan selatan Jawa dan

perairan barat Sumatera) terdapat pada lapisan termoklin.

Saji et al. (1999) menyatakan bahwa IODM merupakan suatu fenomena sistem kopel atmosfer-laut yang mempunyai mekanisme fisis yang hampir sama

dengan ENSO, tetapi secara statistik tidak bergantung pada ENSO.

Ketidakbergantungan ini ditunjukkan oleh adanya kejadian IODM pada tahun

1961 dan 1967 yang tidak terkait dengan ENSO. Sedangkan Godfrey (2001)

menyimpulkan bahwa terlihat anomali SPL negatif di Samudera Hindia bagian

timur (pantai barat Sumatera) pada saat El Nino. Adanya anomali ini

memungkinkan menguatnya angin timuran di daerah tersebut. Hal ini sesuai

dengan evolusi kejadian IODM yang dikemukakan oleh Saji et al. (1999). Pernyataan tersebut memperlihatkan adanya korelasi yang kuat antara ENSO

dan IODM, serta mengisyaratkan adanya hubungan yang kompleks antara

keduanya.

Webster dan Torrence(1999) mengemukakan bahwa anomali SPL

Samudera Hindia dan Samudera Pasifik bagian tengah dan timur secara umum

sefasa dalam skala waktu antar tahunan. Ini mengindikasikan bahwa jika di

Samudera Pasifik dalam kondisi hangat, maka demikian juga yang terjadi di

Samudera Hindia bagian timur. Ini menunjukan adanya keterkaitan antara ENSO

(31)

17

3.1.

Lokasi dan Waktu Penelitian

Lokasi penelitian berada di perairan barat Sumatera pada posisi geografis 5°LS dan 100°BT untuk data arus dan angin, serta 5,26°LS dan 100,5°BT untuk

data suhu (Gambar 8). Pengolahan dan analisis data dilakukan pada bulan

September 2009 sampai Maret 2010 di Laboratorium Data Processing, Bagian Oseanografi, Departemen Ilmu dan Teknologi Kelautan, Fakultas Perikanan dan

[image:31.595.82.510.308.601.2]

Ilmu Kelautan, Institut Pertanian Bogor.

Gambar 8. Peta lokasi stasiun pengamatan

3.2.

Data Penelitian

Penelitian ini menggunakan lima jenis data, yaitu data arus, data suhu, data angin, data Dipole Mode Index (DMI) dan data Southern Oscillation Index

(SOI). Kelima data ini merupakan data dalam bulanan rata-rata yang telah

(32)

18

3.2.1. Data Arus dan Suhu

Data arus dan suhu diambil dari situs Geophysical Fluid Dynamic Laboratory (GFDL) NOAA (http://www.gfdl.noaa.gov). Data ini merupakan data observasi kelautan dari tahun 1976 hingga tahun 2006 (XBT, ARGO, CTD, MRB,

OSD, dan MBT) dan data atmosferik reanalisis (NCEP/NCAR) yang di

asimilasikan ke dalam sistem coupled ensemble.

Sistem asimilasi yang dilakukan untuk mendapatkan data tersebut terdiri

atas sebuah ensemble filter yang diaplikasikan ke climate coupled model GFDL

generasi kedua (CM2) (Delworth et al., 2006). Langkah-langkah bagaimana data asimilasi bekerja untuk memperbaharui perkiraan dari data sebelumnya

ditampilkan pada Gambar 9. Langkah 1 adalah memperbarui fungsi densitas

probabilitas (PDF) di lokasi pengamatan sebagai pengamatan yang baru

(dilambangkan dengan panah berlabel langkah 1). Panah 1 menunjukkan bahwa

PDF sebelum di lokasi pengamatan diganti dengan pengamatan baru dan panah

2 mempresentasikan pergeseran dari rata-rata ensemble sebelumnya pada

pengamatan yang baru di lokasi pengamatan. Langkah kedua yaitu

menggunakan distribusi korelasi untuk mendistribusikan kenaikan pengamatan

ke titik grid yang berpengaruh. Panah 3 merupakan proses memperbarui PDF

titik grid.

(33)

Data arus dan suhu tersedia dalam bulanan rata-rata. Data ini memiliki 50

tingkat kedalaman, dimana pada 22 tingkat kedalaman paling atas memiliki

perbedaan kedalaman sebesar 10 meter. Data ini memiliki resolusi spasial

sebesar 1° x 1°. Pada daerah lintang sedang hingga rendah resolusi spasial

pada lintang akan menjadi lebih tinggi hingga akhirnya mencapai 1/3° pada

daerah dekat ekuator, sedangkan resolusi spasial untuk bujur tetap 1°. Data

arus dan suhu memiliki format NetCDF, yang kemudian diekstrak untuk

mendapatkan nilai komponen zonal dan meridional arus serta nilai suhu.

Data arus dan suhu yang digunakan dalam penelitian ini adalah data arus

dan suhu pada kedalaman 5, 25, 55, 75, 125, 155, 175, 250, 446, dan 617 meter.

Data ini dianggap mewakili keadaan pada lapisan permukaan tercampur, lapisan

termoklin dan lapisan dalam. Pengambilan data arus dan suhu pada kedalaman

tersebut mengacu pada Holilludin (2009) yang menyatakan bahwa lapisan

permukaan tercampur di perairan barat Sumatera mencapai kedalaman 50

meter, sedangkan lapisan termoklin berkisar antara 75 hingga 150 meter. Data

arus yang digunakan dalam penelitian ini berada pada posisi 5°LS dan 100°BT.

Sedangkan untuk data suhu berada pada posisi 5,26°LS dan 100,5°BT (Gambar

8).

3.2.2. Data Angin

Data angin merupakan data dari Earth System Research Laboratory (ESRL), Physical Science Division NOAA (http://www.esrl.noaa.gov). Data ini adalah hasil proses reanalisis dari proses analisa data mulai dari tahun 1948

sampai dengan sekarang. Data angin dari ESRL merupakan data yang terdiri

atas komponen zonal (u) dan meridional (v) pada ketinggian 10 meter diatas permukaan laut. Data yang tersedia berupa rata-rata dalam 6 jam, harian dan

(34)

20

Data angin yang digunakan dalam penelitian ini adalah data kecepatan

angin yang telah dirata-ratakan oleh ESRL NOAA menjadi data kecepatan angin

bulanan rata-rata dari Januari 1979 hingga Desember 2007. Data yang

digunakan dalam penelitian ini berada pada koordinat 5° LS dan 100° BT. Data

yang diperoleh dalam format NetCDF yang kemudian akan diekstrak sehingga

menghasilkan nilai komponen zonal (u) dan meridional (v) angin yang selanjutnya akan diolah menjadi arah dan kecepatan angin.

3.2.3. Data

Dipole Mode Index

(DMI)

Data DMI diunduh pada tanggal 7 Maret 2009. Data ini diambil dari situs

Japan Agency for Marine-Earth Science and Technology (www.jamstec.go.jp). Data yang tersedia merupakan data bulanan mulai dari bulan Maret 1958 hingga

Agustus 2008.

Nilai dari DMI ditentukan melalui perbedaan anomali suhu permukaan laut

dari dua daerah yaitu bagian barat ekuator dari Samudera Hindia (50° - 70° BT

dan 10° LS - 10° LU) dan timur ekuator dari Samudera Hindia (90° - 110° BT dan

10° LS - ekuator). Anomali suhu permukaan laut dari bagian barat yang

dikurangi dengan anomali suhu permukaan laut bagian timur akan menghasilkan

nilai Dipole Mode Index tersebut (JAMSTEC, 2001).

3.2.4. Data

Southern Oscillation Index

(SOI)

Data SOI diambil dari situs Australian Government Bureau of Meteorology

(http://www.bom.gov.au). Data diunduh pada tanggal 5 Maret 2009. Data yang didapatkan berupa data bulanan dari Januari 1979 hingga Desember 2007.

Metode yang digunakan Australian Government Bureau of Meteorology

(35)

………..(1)

dimana,

SOI : Southern Oscillation Index

Pdiff : Rata-rata MSLP Tahiti – Rata-rata MSLP Darwin

Pdiffav : Rata-rata Pdiff jangka panjang pada bulan yang ditentukan

SD (Pdiff) : Standar deviasi jangka panjang Pdiff pada bulan tersebut

3.3.

Pengolahan dan Analisis Data

3.3.1. Metode Validasi Data

Validasi data merupakan proses pengecekan atau perhitungan dengan

membandingkan antara data pemodelan dengan data observasi, sebelum data

tersebut diterima dan diolah untuk keperluan selanjutnya. Hal tersebut dilakukan

agar data model yang akan digunakan adalah data yang sahih. Proses validasi

kedua data tersebut dilakukan dengan menentukan nilai Root Mean Square Error

(RMSE) dan Standar Error.

Root Mean Square Error (RMSE) adalah suatu nilai statistik yang digunakan untuk mengukur perbedaan antara nilai yang diprediksi oleh model

atau sebuah penduga dengan nilai-nilai sebenarnya dari hasil yang diamati

menjadi model atau perkiraan (Pearson, 1984).

Dalam statistik, nilai Standar Error dan Root Mean Square Error

digunakan untuk memvalidasi data guna mengetahui seberapa besar perbedaan

atau tingkat kesalahan dalam pengolahan data baik dari hasil pengolahan data

observasi (lapangan) maupun dari hasil pengolahan pemodelan. Data yang akan

divalidasi adalah data asimilasi arus dan suhu yang berasal dari Geophysical Fluid Dynamic Laboratory (GFDL) NOAA, dengan data arus dan suhu Insitu yang berasal dari data buoy TRITON.

) ( diff

diffav diff

P SD

(36)

22

Data arus yang tersedia dari buoy TRITON mulai 26 Oktober 2001 hingga

20 Maret 2003 serta 9 Juli 2004 hingga 11 September 2005. Sedangkan data

suhu yang tersedia dari buoy TRITON mulai 26 Oktober 2001 hingga 1 Juni 2003

serta 9 Juli 2004 hingga 31 Desember 2007. Data arus dan suhu dari buoy

TRITON memiliki resolusi temporal 2 jam namun data arus hanya memiliki 1 level

kedalaman. Data arus yang akan divalidasi adalah data asimilasi (GFDL)

kedalaman 5 meter terhadap data arus insitu (TRITON) pada kedalaman 5

meter. Sedangkan untuk data suhu yang akan di validasi adalah data asimilasi

(GFDL) pada kedalaman 25 meter terhadap data insitu (TRITON) pada

kedalaman 25 meter.

Persamaan yang digunakan untuk perhitungan validasi adalah sebagai

berikut (Pearson,1984) :

1. Standard Error (SE)

………...

(2)

2. Root Mean Squared Error (RMSE)

………(3)

dimana:

y = Data Parameter Observasi (buoy TRITON)

x = Data Parameter asimilasi (GFDL NOAA)

n = Jumlah Pasangan Data

Apabila nilai SE dan RMSE memiliki kisaran perbedaannya mendekati 0 maka kedua data bisa digunakan karena memiliki tingkat kesalahan yang kecil

atau bisa dikatakan kedua data tersebut tidak berbeda nyata.

2

1

x

y

x

y

n

SE

n x y RMSE

(37)

3.3.2. Sebaran Temporal

Data yang akan ditampilkan sebaran temporalnya adalah data arus, suhu,

angin, Dipole Mode Index (DMI) dan Southern Oscillation Index (SOI). Data tersebut merupakan data bulanan rata-rata. Data arus, suhu dan angin yang

diperoleh memiliki format NetCDF, sehingga data tersebut harus dibuka terlebih

dahulu dengan memakai perangkat lunak Ocean Data View (ODV). Data arus dan angin terdiri atas komponen zonal (u) dan komponen meridional (v). Dari komponen zonal dan meridional tersebut akan didapatkan vektor arus dan angin yang menunjukkan arah dan kecepatan arus maupun

angin. Sebaran temporal arus pada kedalaman 5 meter, 25 meter, 55 meter, 75

meter, 125 meter, 155 meter, 175 meter, 250 meter, 446 meter, dan 617 meter

serta angin akan ditampilkan dalam bentuk stickplot. Pembuatan stickplot arus ini menggunakan perangkat lunak Matlab 7.0.1.

Sebaran temporal vertikal suhu pada kedalaman 5 meter, 25 meter, 55

meter, 75 meter, 125 meter, 155 meter, 175 meter, 250 meter, 446 meter, dan

617 meter akan tampilkan dalam bentuk grafik domain waktu menggunakan

perangkat lunak Matlab 7.0.1. Sebaran temporal suhu berdasarkan kedalaman ditampilkan menggunakan perangkat lunak Ocean Data View (ODV). Sebaran temporal DMI dan SOI ditampilkan dalam bentuk grafik domain waktu

menggunakan perangkat lunak Matlab 7.0.1.

3.3.3. Analisis Deret Waktu

3.3.3.1. Spektrum Densitas Energi

Spektrum densitas energi digunakan untuk mengetahui periode fluktuasi yang nilai densitas energinya signifikan dari parameter arus, suhu, angin, DMI

dan SOI. Spektrum densitas arus dan suhu dicari untuk kedalaman 5 meter, 25

(38)

24

meter, dan 617 meter. Kedalaman tersebut dianggap mewakili lapisan

tercampur, lapisan termoklin dan lapisan dalam. Dengan mengambil acuan

Holilludin (2009) kedalaman 5, 25, dan 55 meter mewakili lapisan tercampur,

kedalaman 75, 125, 155, dan 175 meter mewakili lapisan termoklin dan

kedalaman 250, 446, dan 617 meter mewakili lapisan dalam. Hal ini dilakukan

untuk untuk melihat kemungkinan adanya spektrum densitas energi yang

signifikan pada periode fluktuasi yang berbeda pada kedalaman yang mewakili

tiga lapisan ini. Untuk parameter arus dan angin, spektrum densitas energi yang

ditentukan untuk komponen zonal dan meridional.

Sebelum menentukan nilai spektrum densitas energi, harus ditentukan

komponen fouriernya terlebih dahulu. Komponen fourier X(fk) dapat ditentukan dengan menggunakan metode Fast Fourier Transform (FFT) yang diberikan oleh (Bendat dan Piersol, 1971):

………..(4)

dimana :

X(fk) : komponen fourier data deret waktu (xt) pada frekuensi ke-k (fk)

N : jumlah Pengamatan

h : selang waktu subsample data (30 hari)

i : (bilangan imajiner)

t : 0, 1, 2, …., N

1 0

2 N

N t k

N kt i X

h f

(39)

Dari komponen fourier X(fk) tersebut, nilai spektrum densitas energi (Sx) dapat dicari dengan rumus (Bendat dan Piersol, 1971):

…………...……….(5)

dimana :

Sx(fk) : nilai spektrum densitas energi satu rekaman data deret waktu (xt) pada frekuensi ke-k (fk)

X(fk) : komponen fourier dari data deret waktu (xt) pada frekuensi ke-k (fk)

N : jumlah pengamatan

3.3.3.2. Korelasi Silang

Analisis korelasi silang digunakan untuk mengetahui adanya hubungan

antara fluktuasi kedua parameter. Analisis korelasi silang akan dilakukan

sembilan kali, yaitu : antara komponen arus zonal dan meridional dengan

komoponen angin zonal dan meridional, komponen arus zonal dan meridional

dengan DMI, komponen arus zonal dan meridional dengan SOI, suhu dengan

arus, suhu dengan komponen angin zonal dan meridional, suhu dengan DMI,

suhu dengan SOI, komponen angin zonal dan meridional dengan DMI, serta

komponen angin zonal dan meridional dengan SOI.

Untuk analisis korelasi silang ini komponen arus dan suhu menggunakan

data pada kedalaman 5 meter untuk mewakili lapisan tercampur, kedalaman 75

dan 125 meter untuk mewakili lapisan termoklin, dan kedalaman 617 meter untuk

mewakili lapisan dalam. Pengambilan kedalaman ini menggunakan acuan dari

penelitian Holilludin (2007).

Analisis korelasi silang terdiri dari kospektrum densitas energi, koherensi

dan beda fase. Kospektrum densitas energi adalah perkalian energi yang

2 2

k k

x X f

N h f

(40)

26

signifikan pada periode fluktuasi yang sama pada kedua parameter yang saling

mempengaruhi. Koherensi menunjukan nilai keeratan antara periode fluktuasi

yang terjadi pada dua variabel. Hubungan yang tidak erat antara periode dari

fluktuasi kedua parameter akan digambarkan dengan nilai koherensi yang

rendah sedangkan hubungan yang erat akan digambarkan dengan nilai

koherensi yang tinggi. Beda fase menunjukan beda waktu yang terjadi pada dua

periode fluktuasi yang kospektrum energi silangnya signifikan. Nilai beda fase

positif menunjukan bahwa fluktuasi pada variabel x terjadi lebih dahulu dibandingkan dengan fluktuasi yang terjadi pada y. Sedangkan beda fase negatif menunjukkan bahwa fluktuasi pada variabel y terjadi lebih dahulu

dibandingkan dengan fluktuasi yang terjadi pada variabel x (Bendat dan Piersol, 1971).

Nilai kospektrum densitas energi silang (Sxy(fk)) dapat dihitung dengan rumus yang diberikan oleh Bendat dan Piersol, 1971

……….(6)

dimana :

Sxy(fk) : spektrum densitas energi silang pada frekuensi ke-k (fk)

fk : k/Nh,k = 0,1, 2, ………., N-1

X(fk) : komponen Fourier dari data deret waktu (xt) pada frekuensi ke –k (fk)

Y(fk) : komponen Fourier dari data deret waktu (yt) pada frekuensi ke –k (fk)

N : jumlah data

) ( * ) ( )

(_k _k _k

xy X f Y f

N h f

(41)

Fungsi koherensi pangkat dua (γ2xy(fk)) ditentukan dengan rumus :

….……...………...(7)

dimana :

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 X(fk) pada frekuensi ke –k (fk)

Sy(fk) : spektrum densitas energi dari Y(fk) pada frekuensi ke –k (fk) Nilai beda fase ditentukan dengan rumus :

………(8)

Keterangan :

θxy(fk) : beda fase pada frekuensi ke-k (fk)

Qxy(fk) : bagian imaginer dari Sxy(fk) Cxy(fk) : bagian nyata dari Sxy(fk)

Pada program Statistica 6.0 satuan dari beda fase adalah tan-1. Untuk mengubah satuan tersebut menjadi satuan waktu (hari) nilai beda fase tersebut

diubah terlebih dahulu ke dalam bentuk derajat (°). Nilai yang didapatkan

kemudian dibagi dengan 360, kemudian dikalikan dengan periode dari fluktuasi

tersebut (bulan). Untuk mengubahnya menjadi satuan hari nilai tersebut

kemudian dikalikan dengan 30 (hari), dengan rumus :

……….(9)

Dimana θxy(fk) : beda fase (tan-1)

)

(

)

(

)

(

)

(

2 2 k y k x k xy k xy

f

S

f

S

f

S

f

) f ( C ) f ( Q tan ) f ( k xy k xy k xy 1 hari x ) bulan ( fluktuasi periode x ) f ( arctan fase

beda xy k 30

(42)

28

4.

HASIL DAN PEMBAHASAN

4.1.

Validasi Data GFDL dengan Data Insitu (Buoy TRITON)

Hasil validasi data arus di bagian barat Samudera Hindia dapat dilihat

pada Tabel 1 serta Gambar 10. Pada komponen zonal(u) didapatkan nilai SE

sebesar 0.11958 dan RMSE sebesar 0.20680, sedangkan untuk komponen meridional(v) didapatkan nilai SE sebesar 0.04767 dan RMSE sebesar 0.09415. Nilai SE dan RMSE tersebut dapat dikatakan cukup besar karena nilai SE dan

RMSE yang hampir sama dengan kisaran nilai komponen arus insitu (TRITON). Pada grafik perbandingan antara komponen zonal meskipun nilai antara

komponen arus insitu (TRITON) dengan komponen arus hasil asimilasi (GFDL)

memiliki perbedaan yang cukup besar, namun secara umum keduanya

membentuk pola fluktuasi yang hampir mirip.

Perubahan fluktuasi naik turunnya komponen arus baik pada data insitu

(TRITON) maupun pada data asimilasi (GFDL) terjadi secara serentak. Pada

saat data insitu menunjukkan komponen zonal arus turun begitu pula yang terjadi

pada komponen zonal arus dari data asimilasi. Perbedaaan pola fluktuasi hanya

terlihat pada beberapa waktu yaitu pada akhir tahun 2002 dan awal tahun 2005.

Pada akhir tahun 2002 nilai komponen zonal arus pada data insitu menunjukkan

pola yang stagnan bahkan relatif turun sedangkan pada komponen zonal dari

data asimilasi menunjukkan pola kenaikan. Hal sebaliknya terjadi pada akhir

tahun 2005, nilai komponen zonal dari data insitu menunjukkan pola yang

meningkat dengan tajam, sedangkan komponen zonal dari data asimilasi

menunjukkan pola yang menurun.

Pada komponen meridional arus fluktuasi yang terbentuk antara data

insitu (TRITON) dengan data asimilasi (GFDL) tidak menunjukkan pola yang

(43)

komponen meridional ini perbedaan antara nilai dari data insitu dengan dari data

asimilasi tidak terlalu berbeda jauh. Hal ini dapat dilihat dari nilai rata-rata dari

[image:43.595.92.509.183.703.2]

komponen meridional dari keduanya yang memiliki perbedaan tidak terlalu jauh.

Tabel 1. Hasil Validasi antara Komponen Arus GFDL dengan Buoy TRITON

Validasi Arus

Komponen Zonal (u) Komponen Meridional (v)

Statistik Triton GFDL Triton GFDL

Max (m/s) 0.42023 0.15075 0.12325 0.04096

Min (m/s) -0.24321 -0.35598 -0.15864 -0.16774

Rata-rata (m/s) 0.09375 -0.04189 -0.03197 -0.03804

RMSE 0.20680 0.09415

Standar error (SE) 0.11958 0.04767

Gambar 10. Grafik perbandingan antara data arus GFDL dengan data arus buoy TRITON

a) Komponen Zonal Arus b) Komponen Meridional Arus a)

(44)

30

Adanya pola fluktuasi yang mirip antara komponen zonal dan meridional

arus dari data GFDL dengan komponen zonal dan meridional arus dari buoy

TRITON (insitu) menunjukkan bahwa data GFDL yang digunakan dalam

penelitian ini cukup valid untuk digunakan dalam pengamatan variabilitas arus di

perairan barat Sumatera.

Hasil validasi data suhu di bagian barat Samudera Hindia dapat dilihat

pada Tabel 2 serta Gambar 11. Validasi data suhu antara data GFDL dengan

data TRITON (Insitu) di bagian barat Samudera Hindia menghasilkan nilai RMSE

sebesar 0.58030 dan SE sebesar 0.46693. Nilai suhu dari data institu (TRITON) dengan dari data asimilasi (GFDL) memiliki perbedaan yang relatif besar, namun

pada Juni hingga Juli 2002, Juni hingga Desember 2006, serta Juli hingga

Desember 2007 suhu dari data GFDL memiliki nilai yang hampir sama dengan

suhu dari data TRITON. Secara umum pola fluktuasi suhu yang terbentuk pada

suhu dari data GFDL dan suhu dari data TRITON memiliki pola yang mirip. Pada

saat fluktuasi suhu dari data TRITON meningkat suhu dari data GFDL juga

meningkat, begitu juga sebaliknya.

Tabel 2. Hasil Validasi antara Komponen Suhu GFDL dengan Buoy TRITON

Validasi Suhu

Statistik Triton GFDL

Max (°C) 29.88693 30.64100

Min (°C) 27.08069 26.44500

Rata-rata (°C) 28.83329 29.17806

RMSE 0.58030

(45)

[image:45.595.120.505.86.295.2]

Gambar 11. Grafik perbandingan antara data suhu GFDL dengan data suhu buoy TRITON

Kesamaan pola fluktuasi dan nilai suhu yang hampir mirip antara data

suhu dari GFDL dengan data suhu dari buoy TRITON (insitu) menunjukkan

bahwa data suhu dari GFDL yang digunakan dalam penelitian ini cukup valid

untuk digunakan dalam pengamatan variabilitas suhu di perairan barat Sumatera.

4.2.

Sebaran Arus

Sebaran arah dan kecepatan arus di perairan barat Sumatera pada

kedalaman 5 meter, 25 meter, 55 meter, 75 meter, 125 meter, 155 meter, 250

meter, 446 meter dan 617 meter ditampilkan dalam bentuk stickplot masing-masing pada Gambar 12, 13, 14, 15 dan 16. Dari gambar tersebut dapat dilihat

bahwa pada kedalaman 5 dan 25 meter pola arus lebih bervariasi, sedangkan

pada kedalaman 55 dan setelahnya arah arus menunjukkan pola yang lebih

(46)

32

Gambar 12. Stickplot Arus Perairan Barat Sumatera pada Januari 1979 hingga Desember 1984 a) 5 meter b) 25 meter c) 55 meter d) 75 meter e) 125 meter f) 155 meter g) 175 meter h) 250 meter i) 446 meter j) 617 meter

Ket : Skala kecepatan arus pada kedalaman 446 dan 617 meter diperbesar 10 kali lipat (0,01 m/s)

a)

b)

c)

d)

e)

f)

g)

h)

i)

(47)

a)

b)

c)

d)

e)

f)

g)

h)

i)

(48)

34

a)

b)

c)

d)

e)

f)

g)

h)

i)

(49)

a)

b)

c)

d)

e)

f)

g)

h)

i)

(50)

36

a)

b)

c)

d)

e)

f)

g)

h)

i)

[image:50.595.105.495.89.656.2]

(51)

Pada lapisan permukaan (kedalaman 5 hingga 55 meter) terlihat arus

lebih dominan bergerak ke arah tenggara. Secara umum pada saat bertiup Angin

Muson Barat Laut (November-Februari) arus bergerak ke arah tenggara. Pada

saat bertiup Angin Muson Tenggara (Juni-Agustus) arah arus pada kedalaman 5

dan 25 meter lebih dominan bergerak ke arah barat daya dan pada kedalaman

55 meter arus lebih dominan bergerak ke arah barat laut. Sedangkan pada

musim peralihan I dan II arus lebih condong bergerak secara tidak beraturan

dengan arah menuju ke tenggara maupun ke arah barat laut.

Pada lapisan termoklin (75 meter hingga 175 meter) arus di perairan

barat Sumatera pada saat bertiup Angin Muson Barat Laut dan saat peralihan

juga lebih dominan bergerak ke arah tenggara. Hanya pada Angin Muson

Tenggara arus terkadang bergerak ke arah barat laut. Hal yang sama juga

terjadi pada lapisan dalam (250 meter hingga 617 meter) pada sepanjang

tahunnya arus lebih dominan bergerak ke arah tenggara, dan diselingi ke arah

barat laut pada saat Angin Muson Tenggara.

Pergerakan arus ke arah tenggara pada saat Angin Muson Barat Laut

dan ke arah barat laut pada saat Angin Muson Tenggara di lapisan permukaan (5

dan 25 meter) diduga merupakan pengaruh dari adanya angin muson yang

berubah arah setiap enam bulan sekali. Hal yang sama juga dikemukakan

Martono et al. (2008) yang menyatakan bahwa arus permukaan laut di perairan Samudera Hindia sangat dipengaruhi oleh adanya sistem Angin muson. Selain

itu pergerakan arus ke arah tenggara diduga juga merupakan representasi dari

ASH yang telah membentur pantai barat Sumatera. Hasil ini sesuai dengan

Wyrtki (1961) yang menunjukkan bahwa pada lokasi penelitian, ASH yang

berasal dari Samudera Hindia bagian barat (perairan timur Afrika) bergerak ke

(52)

38

Pergerakan arus ke arah barat daya pada saat Angin Muson Tenggara

diduga merupakan AKS yang mencapai daerah penelitian dan kemudian bertemu

dengan ASH. Hal ini sesuai dengan Wyrtki (1961) yang menyatakan bahwa

pada akhir Angin Muson Tenggara poros AKS terdorong ke arah utara sehingga

bertemu dengan ASH. Pada saat musim peralihan arus lebih dominan bergerak

ke arah tenggara. Hal ini diduga merupakan representasi dari Jet Wyrtki. Wyrtki

(1973) menyatakan bahwa pada saat peralihan terbentuk Jet Wyrtki yang

bergerak ke arah tenggara di perairan barat Sumatera.

Pergerakan arus di lapisan termoklin dan lapisan dalam juga merupakan

representasi dari adanya AKS, ASH dan Jet Wyrtki yang terdapat di perairan

Samudera Hindia. Hal ini berarti data arus yang berasal dari GFDL NOAA yang

digunakan dalam penelitian ini cukup mewakili adanya sirkulasi arus di perairan

barat Sumatera.

Dari gambar 12, 13, 14, 15 dan 16 terlihat bahwa Arus di perairan barat

Sumatera memiliki fluktuasi setengah-tahunan (semi-annual) dan fluktuasi tahunan (annual). Fluktuasi setengah-tahunan ditunjukkan dengan adanya pergantian arah arus setiap 6 bulan di lapisan permukaan. Hal ini diduga

merupakan pengaruh dari sistem Angin Muson yang bergerak di perairan barat

Sumatera, serta adanya Jet Wyrtki yang berkembang pada saat peralihan.

Sedangkan fluktuasi tahunan ditunjukkan dengan adanya variasi arah dan

kecepatan arus di setiap musimnya. Martono et al. (2008) juga menyatakan bahwa variabilitas arus di perairan barat Sumatera dipengaruhi oleh adanya

(53)

4.3. Sebaran Suhu

Sebaran temporal suhu air laut berdasarkan kedalaman di perairan barat

Sumatera pada periode Januari 1979 hingga Desember 2007 disajikan pada

Gambar 15 dan 16. Pada Gambar tersebut terlihat adanya stratifikasi suhu yang

jelas. Lapisan permukaan diwakili oleh isoterm 27o_{C, 28}o_{C, 29}o_{C dan 30}o_C.

Pada lapisan yang dibatasi isoterm tersebut suhu relatif stabil walaupun diselingi

dengan beberapa fluktuasi. Lapisan termoklin batas atas diwakili oleh isoterm 26

o_{C, sedangkan pada lapisan termoklin batas bawah diwakili oleh isoterm 11}o_C.

Pada lapisan tercampur tersebut terlihat adanya fluktuasi suhu yang cukup

besar. Lapisan dalam diwakili oleh isoterm yang berada di bawah lapisan

termoklin, yaitu 8 o_{C hingga 11} o_C.

(54)

40

Gambar 18. Sebaran Temporal Suhu berdasarkan Kedalaman a) Januari 1985 – Desember 1990 b) Januari 1991 – Desember 1996 c) Januari 1997

– Desember 2002 a)

(55)

[image:55.595.126.498.86.298.2]

Gambar 19. Sebaran Temporal Suhu berdasarkan Kedalaman pada Januari 2003 – Desember 2007

Dari Gambar 17, 18 dan 19 secara umum terlihat bahwa pada saat Angin

Muson Barat Laut (Desember – Maret) lapisan tercampur memiliki suhu yang

relatif tinggi, begitu pula pada Musim Peralihan I (April – Mei). Pada periode

Angin Muson Tenggara (Juni – Agustus) suhu lapisan tercampur terlihat

menurun, dan kemudian mulai meningkat kembali pada Musim Peralihan II

(September – November).

Dari Gambar 17, 18 dan 19 terlihat adanya fluktuasi naik turunnya isoterm

pada lapisan termoklin. Pada periode Angin Muson Barat Laut lapisan termoklin

bagian atas terlihat lebih tenggelam dibandingkan dengan pada saat Musim

Peralihan I dan II. Lapisan termoklin bagian atas terangkat pada saat periode