STUDI STABILITAS RECEIVER CODE BIAS UNTUK
PENENTUAN TOTAL ELECTRON CONTENT DENGAN GNSS
Muhammad Ihsan1), Dudy D. Wijaya2), Dina A. Sarsito2)
1)Mahasiswa S1 Teknik Geodesi dan Geomatika, Institut Teknologi Bandung 2)Kelompok Keahlian Geodesi, Institut Teknologi Bandung
Teknik Geodesi dan Geomatika, Institut Teknologi Bandung Jalan Ganesha No.10 Bandung, Indonesia
1 muhammad.ihsan01 @ gmail .com
Abstrak
Bias pada ionosfer merupakan salah satu faktor yang dapat mempengaruhi kualitas data pengamatan GPS. Bias ionosfer kerap dilambangkan dengan densitas dari elektron pada lapisan ionosfer, dengan luas penampang satu meter persegi, biasa disebut dengan Total Electron Content (TEC). Estimasi TEC tidak hanya dilakukan untuk koreksi pengamatan GPS, juga untuk mempelajari fenomena dan kondisi ionosfer bumi. Terdapat beberapa faktor yang harus diperhatikan dalam mengestimasi TEC, salah satunya adalah bias pada receiver, Receiver Code Bias (RCB). Dalam melakukan perhitungan TEC, RCB sering dianggap konstan dalam satu bulan, akan tetapi RCB selalu berubah setiap harinya. Pada tugas akhir ini akan dibuktikan bahwa RCB bersifat tidak konstan, dan perbedaan tersebut dapat berpengaruh terhadap nilai TEC. Pada tugas akhir ini digunakan metode least square dalam mengestimasi RCB. Setelah dilakukan perhitungan RCB untuk titik BAKO bulan Januari 2012, didapat bahwa nilai RCB bervariasi selama sebulan, meskipun hasil rata-rata RCB harian dalam sebulan tidak berbeda jauh dengan RCB yang telah diestimasi oleh The International GNSS Services (IGS). Untuk mendapatkan pengaruh dari RCB harian terhadap nilai TEC, maka dilakukan perhitungan TEC dengan menggunakan RCB yang berbeda, RCB harian hasil estimasi dan RCB bulanan dari IGS, perbedaan TEC mencapai 5.9 TECU
Kata kunci : GPS, Total Electron Content (TEC), Receiver Code Bias (RCB)
Abstract
Ionospheric bias is one of the factors that affect the quality of GPS observation data. It is often defined as electron density in ionosphere layer, with a cross-sectional of one square meter, commonly referred to as Total Electron Content (TEC). TEC estimation is used not only for correcting the observation data, but also to study the phenomena and condition on ionsphere. One of the factors that must be -considered to estimat is Receiver Code Bias (RCB). In calculating TEC, RCB is often considered to be constant within one month. However, RCB changes every -day. This thesis will prove that RCB is not constant, and the difference can affect -the TEC value. There are several methods to estimate the RCB. In this thesis, the least square method is used for the estimation. After calculating RCB and TEC of the BAKO station in January 2012 (IGS GPS Station), the result of the estimated RCB varies everyday in a month, although the result of daily mean of RCB in a month is nearly similar with the RCB estimated by The International GNSS Services (IGS). To calculate the impact of daily variation of RCB , the TEC is estimated using different RCB value (daily, weekly, and monthly). The difference of TEC value reaches 5.9 TECU.
1.1 Latar Belakang
Akhir-akhir ini pengaplikasian GPS terus mengalami kemajuan, salah satunya mengamati variasi karakteristik ionosfer dalam skala global maupun regional. Bias ionosfer merupakan bahasan yang cukup vital dalam studi variasi ionosfer. (Klobuchar, 1991) Bias ionosfer merupakan suatu gangguan sinyal GPS yang terjadi di lapisan ionosfer. Bias ionosfer akan mempengaruhi kecepatan, arah, dan kekuatan. Besarnya bias ionosfer akan tergantung pada jumlah electron sepanjang lintasan sinyal GPS, jumlah electron biasa disebut TEC (Total Electron Content) dengan satuan Total Electron Content Unit (TECU) (Abidin, 2006). Besaranya nilai TEC dapat diperoleh dalam beberapa cara, dalam tugas akhir ini akan menggunakan GPS dalam mendapatkan nilai TEC. Dalam penentuan TEC, ada beberapa hal yang mempengaruhi besar dan akurasi, salah satu faktor yang cukup signifikan adalah bias pada receiver dan satelit, biasa disebut Diferential Code Bias (DCB). DCB pada receiver (RCB) merupakan bias atau error yang bersumber dari bias instrumental penerima (Muslim, 2009). Jika nilai DCB tidak disertakan dalam penentuan posisi teliti maka akan mengakibatkan kesalahan beberaapa meter, dan nilai estimasi TEC menjadi negatif (Shardon dkk, 1994 dikutip oleh Muslim 2009). Mengingat akan besarnya pengaruh dari RCB maka dilakukan kalibrasi dengan cara menghitung nilai RCB terlebih dahulu.
Penentuan DCB pada receiver (RCB) merupakan bahasan utama dari tugas akhir ini. Dalam penentuan RCB ada beberapa hal yang patut diperhatikan, salah satunya adalah epok dari nilai RCB. Berdasarkan data yang didapat dari International GNSS
Services (IGS), nilai RCB stabil dalam satu bulan. Karena pada umumnya nilai DCB pada satelit maupun receiver dianggap konstan setiap hari atau bulan, dan faktanya adalah nilai DCB selalu berubah setiap jam atau hari (Schaer, 1999 dikutip oleh Jin, 2012). perminggu (menggunakan program M_DCB2) dengan nilai RCB statis perbulan yang didapat dari IGS. Selain itu, dilakukan pula studi pengaruh dari aktivitas matahari terhadap nilai RCB dan TEC. Dengan menentukan nilai TEC untuk stasiun BAKO Bulan Januari 2012 dan Bulan Februari 2008, maka akan menggambarkan pengaruh dari aktivitas matahari serta menguji keseragaman TEC dengan metode pengamatan GPS menggunakan dua receiver. Dengan dilakukan studi pengaruh RCB ini maka diharapkan akan menambah wawasan tentang pentingnya estimasi nilai RCB, khususnya untuk penentuan nilai
membandingkan nilai TEC antar dua receiver
1.4 Metodologi
Metodologi yang digunakan dalam tugas akhir ini adalah:
1.Studi literatur : Tahapan studi literatur meliputi kajian tentang: geodesi, propagasi sinyal GPS, delay sinyal GPS, metode pengolahan data GPS, Total Electron Content,dan bias GPS
2. Pengumpulan data untuk titik Bakosurtanal bulan Januari 2012, dan bakosurtanal bulan februari tahun 2008 3. Melakukan perhitungan nilai RCB dengan program m_dcb2
4. Menentukan nilai TEC berdasarkan yang telah dihitung dengan program untuk TEC harian dan mingguan, dan TEC dengan RCB statis dari IGS, menggunakan program read_rnx
5. Menganalisis perbedaan nilai TEC untuk RCB harian, mingguan, dan bulanan 6. Menganalisis perbedaan nilai TEC untuk titik Bakosurtanal tahun 2012 dan 2008
Secara skematis, metodologi pembahasan penelitian ini dapat digambarkan dalam diagram sebagai berikut :
Gambar 1.1 Diagram alir metodologi
2. Metode dan Data 2.1 Pengumpulan Data
Data yang digunakan pada penelitian ini adalah data GPS berformat Rinex, data orbit format SP3, untuk mengestimasi RCB. Sedangkan untuk mengestimasi TEC digunakan data GPS format Rinex, data navigasi, serta data Differential Code Bias. Stasion yang digunakan adalah stasion BAKO (6° 29’ 24.0” LS dan 106° 50’ 60.0” BT) bulan Januari 2012, Februari 2012, Maret 2012, April 2012, dan Februari 2008.
2.2 Deskripsi Receiver Code Bias
DCB pada satelit, Sattelite Code Bias
(SCB). Satuan dari DCB adalah
nanosecond (ns).
RCB dapat dikatakan sebagai kalibrasi untuk nilai TEC, karena nilai TEC pada data kode maupun kombinasi dengan data fase masih mengandung nilai negatif, sehingga dilakukan kalibrasi dengan RCB sehingga nilai TEC bernilai positif (Buldan, 2009). Berdasarkan Conte (2011), pengaruh nilai DCB terhadap nilai TEC, berdampak ± 8 TECU pada aktivitas matahari tinggi dan ±3 TECU pada aktivitas matahari rendah
Nilai DCB bervariasi antara Satelit GNSS dan receiver pengguna. Hampir seluruh metode estimasi DCB menganggap bahwa nilai DCB pada satelit maupun receiver bernilai konstan selama 1 hari sampai 1 bulanSedangkan faktanya bahwa nilai tersebut selalu berubah setiap jam hingga setiap harinya (Schaer, 1999 dikutip oleh Jin dkk.,2012).
2.3 Formula Penentuan TEC
Seperti yang telah dijabarkan sebelumnya, ionosfer merupakan medium yang dispersif sehingga dua sinyal GPS yang memiliki frekuensi yang berbeda akan memiliki koreksi ionosfer yang berbeda pula. Sifat dispersif ini dapat dimanfaatkan untuk menentukan STEC menggunakan dua data ukuran sinyal L1 dan L2 GPS (kombinasi linear geometric-free) (Omarudin, 2013) Jarak elektronik untuk data psoudorange L1 dan L2 GPS ditulis sebagai berikut:
L
1=
S
+
a
(
f
1)
∫
GPS. Dari persamaan(1) dan (2) dan dapat dilihat bahwa sinyalL
1 danL
2merambat pada lintasan yang berbeda yaitu path
p
1 danp
2 . Secara teori,untukmembuat kombinasi lnear data GPS, kedua sinyal harus merambat pada lintasan yang identik. Dengan teknik perturbasi, Gu dan Brunner (1990) memodifikasikan persamaan (2), sehingga secara matematis sinyal
L
2 bisa dihitung sepanjang pathDengan mengurangi persamaan (1) dan (3) , maka STEC dapat dhitung dengan menggunakan persamaan sebagai berikut:
STEC
=
∫
Code Bias dan Differential Code Bias harus diperhitungkan untuk mengeliminir kesalahan. Perhitungan nilai RCB akan dibahas pada subbab lain.2.4 Aproksimasi persamaan TEC
Untuk mempermudam perhitungan STEC, diambil beberapa asumsi dan aproksimasi untuk memecahkan masalah antara lain
1. Sinyal
L
1 danL
2 merambatpada lintasan lurus yang identik, sehingga parameter
P
21 dapat2. Efek medan magnet bumi persamaan (4) dapat diaproksimasi oleh
STEC
=
f
1Nilai Vertical Total Electron Content (VTEC) , atau TEC pada arah zenith ditentukan dengan memproyeksikan nilai STEC menggunakan fungsi pemetaan ionosfer (Schaer, 1999). yang digunakan oleh CODE (Pusat Analisis IGS). Fungsi harmonik bola ionosfer (Ionospheric spherical harmonic function) digunakan untuk menghitung DCB.
λ
❑ adalah bujur IPP dan waktu mataharinyata,
a
nmdan b
nm=
model koefisien global maupunregional
polynomial Legendre tidak ternormalisasi, dijabarkan dalam persamaan
Λ
=
√
2
2
n
+
1
(
n
−
m
)
!
1
+
δ
0m(
n
+
m
)
!
(11)Dan dengan
δ
❑ merupakan deltaKronecker, Subtitusi persamaan (8) dan (6) ke persamaan (7), maka persamaan tidak diketahui dan akan diestimasi masing-masing. Urutan dari expasi harmonic bola tergantung terhadap luasan area.
3. HASIL & PEMBAHASAN
Hasil pengolahan RCB Stasion BAKO Januari 2012 yang dihitung secara harian ditampilkan pada gambar 3.1
Gambar 3.1 Grafik Perbedaan RCB
RCB yang diperoleh memiliki nilai yang bervariasi setiap harinya. Pada awal bulan nilai TEC bersifat fluktuatif setiap harinya, memasuki hari ke-7, RCB mulai meningkat sekitar 2.5 ns, pada hari 8 hinga hari ke-12, nilai RCB turun dan naik kembali pada hari ke-13. Sekitar pertengahan bulan RCB selalu naik turun dan pada hari ke-27, RCB terus naik hingga hari ke -31.
Untuk membandingkan nilai RCB yang didapat dari pengolahan dengan RCB dari IGS, maka RCB harian diratakan-ratakan sehingga didapat RCB bulanan. Nilai RCB dari IGS sebesar 11.29 ns, dan nilai RCB dari hasil pengolahan sebesari 10.63 ns. Selisih antar kedua RCB adalah 0.66 ns. Berdasarkan syarat dari IGS, bahwa perbedaan hasil estimasi RCB dengan RCB yang dihitung oleh IGS kurang dari 0.7 ns. Dengan hasil seslisih 0.66 ns, maka hasil estimasi dapat diterima karena memenuhi syarat dari IGS. Akan tetapi nilai 0.66 ns, dapat dikatakan cukup besar untuk titik kerangka IGS. Hal ini dapat disebabkan karena digunakan estimasi single-receiver, yang berarti penghitungan RCB langsung ditunjukan kepada satu receiver, tidak diikatkan dengan receiver lain. Berdasarkan Rui Jin dkk (2012), estimasi menggunakan multi stasiun akan memberikan perbedaan nilai rata-rata yang lebih kecil.
perhitungan TEC, hasil estimasi TEC ditampilkan pada gambar 3.2
Gambar 3.2 Grafik Perbedaan TEC
Berdasarkan gambar 3.2, nilai TEC berbeda-beda untuk setiap RCB. Terdapat selisih yang cukup besar (hingga 5 TECU) antara harian dan bulanan. Menurut Byung-Kyu Choi (2010), nilai 1 TECU dapat dikonversi kepada jarak pengamatan antara GPS dan receiver sebesar 0.16 m. Jika terdapat perbedaan sebesar 5 TECU, yang berarti memiliki kesalahan jarak sebesar 0.8 m. Nilai tersebut cukup besar jika pengamatan yang dilakukan adalah pengamatan titik teliti.
Berdasarkan hasil yang diperoleh, nilai TEC sangat dipengaruhi oleh nilai RCB. Perbedaan atau selisih RCB harian terhadap RCB bulanan, berbanding lurus terhadap selisih TEC harian dan bulanan. RCB yang dapat dikatakan sebagai kalibrasi TEC mengakibatkan selisih RCB berbanding lurus dengan selisih TEC. Artinya, semakin besar selisih RCB harian atau mingguan terhadap RCB bulanan, maka semakin besar pula selisih TECnya
Selain menghitung nilai Mean_VTEC, dilakukan juga perbandingan nilai TEC per-epok. Pada tugas akhir ini digunakan data RINEX yang memiliki epok pengamatan setiap 30 detik, sehingga dalam 24 jam terdapat 2880 data, dan dihimpun dalam satu data rinex. Perbandingan nilai TEC per-epok dilakukan dengan merata-ratakan
TEC pada suatu epok dalam 30 hari, sehingga yang dihasilkan adalah 2880 data yang tiap epoknya merupakan hasil rata-rata dalam sebulan. Grafik 3.3, memperlihatkan perbedaan antara pengaruh RCB harian, mingguan, dan bulanan.
Gambar 3.3Perbandingan TEC per-epok BAKO Januari 2012
Untuk lebih jelasnya, ditampilkan dalam gambar 3.4 yang telah diperbesar
Gambar 3.4 Perbesaran Grafik TEC per-epok BAKO 2012
3.1 Uji Keseragaman TEC
Uji keseragaman TEC dilakukan dengan metode survey lapangan, dimana kedua receiver ditempatkan dalam suatu tempat dengan jarak antar receiver sejauh 7.3 meter. Hasil yang didapat dari survey ini adalah
Gambar 3.5 Grafik TEC Receiver SARAGA
Tabel 3 1 Tabel Perbandingan RCB dan TEC Receiver SARAGA
Titik
RCB (ns)
VTEC Rata-rata (TECU)
1685 11.1382 47.5969
1749 10.9839 47.6150
Dari hasil yang diperoleh, terdapat perbedaan nilai RCB antar kedua receiver, meskipun selisih RCB antar kedua receiver
sebesar 0.154 ns. Nilai ini berdampak kepada nilai rata-rata VTEC yang berbeda sekitar 0.018 TECU.
Berdasarkan hasil yang didapat, disimpulkan bahwa kondisi ionosfer bersifat seragam karena perbedaan TEC hanya sebesar 0.018 TECU, adanya perbedaan
dapat disebabkan oleh perbedaan nilai RCB. Kecilnya selisih dari nilai RCB (0.154 ns) dapat dikarenakan oleh tipe dari receiver dan jenis pengamatan yang sama.
4. KESIMPULAN
Berdasarkan pengolahan yang telah dilakukan, terdapat beberapa aspek yang dapat disimpulkan, diantara lain :
1. Perbedaan nilai RCB rata-rata harian dengan RCB dari IGS pada titik BAKO Januari tahun 2012 sebesar 0.66 ns, nilai ratar-rata ini masuk dalam syarat RCB dimana perbedaan rata-rata bulanan memiliki selisih kurang dari 0.7 ns terhadap nilai RCB IGS
2. Estimasi RCB Harian dapat berefek terhadap estimasi TEC, dengan membandingkan TEC dari RCB Harian dan Bulanan, selisih antar nilai TEC mencapai 5.9 TECU
3. Perbedaan antara nilai TEC dengan RCB harian dan mingguan sebesar -4.3 TECu hingga 3 TECU
4. Perbedaan antara nilai TEC dengan RCB mingguan dan bulanan sebesar -1.9 TECU hingga -0.1TECU
5. Perbedaan antara nilai TEC dengan RCB harian dan bulanan sebesar -5.9 TECU hingga 2.3 TECU
6. Pengaruh nilai RCB untuk kedua receiver yang saling berdekatan sebesar 2.8 TECU dengan selisih RCB sebesar 0.15 ns
REFERENSI
Abidin, Hasanudin Z. 2001. Geodesi Satelit. Jakarta: PT Anem Kosong Anem.
Abidin, Hasanudin Z. 2001. 2006. Penentuan Posisi dengan GPS dan Aplikasinya. Jakarta: PT Pradnya Paramita.
Choi, B.K., Choi J.H., and Lee S.J. 2011. “Estimation and analysis of GPS reciever differential code biases using KGN in Korean Peninsula.” Science Direct.
Conte, Juan Federico, Fransico Azpilicicueta, and Claudio Brunini. 2011. “Accuracy Assesment of the GPS-TEC Calibration Constant by Means of A Simulation Technique.” Springer-Verlag 2011 1-2.
Elliot, Kaplan D. 1996. Understanding GPS Principles and Applications. Boston: Artech House Publiser.
Ganon, Megan. 2013. Solar Activity 2013: Peak Year Of Sun's 11-Year Cycle May Be Weakest In 100 Years. 15 July. Diakses pada Octover 15, 2013. http://www.huffingtonpost.com/. Group, Royal Obervatory of Belgium GNSS Research. 2013. Ionosphere : Tutorial. 26 June.
Diakses pada tanggal 15 October 2013. www.http://gnss.be/.
Hikmat. 2013. Hikmat.web.id. 1 February. Diakses pada tanggal 18 Desember 2013. http://hikmat.web.id/.
Hong, Chang-Ki, Dorota A. Grejner-Brzezinska, and Hyoun Jay Kwon. 2008. “Efficient GPS REceiver DCB estimation for ionospere modelling using satellite-receiver geometry changes.” E-Letter.
Jager, C.de. 2008. “Solar Acitvity and Its Influence on Climate.” Netherlands Journal of Geosciences.
Jin, Rui, Jin Shuanggen, and Guiping Feng. 2012. “M_DCB: Matlab code for estimating GNSS satellite and receiver.” GPS Toolbox.
Marlia, Dessi, and Asnawi Husin. 2013. “Analsis Dampak Peningkatan Aktivitas Matahari Terhaadap Perubahan Total Electron Content.” SNSAA 2012.
Muslim, Buldan. 2009. “Pemodelan TEC Ionosfer di Atas Sumatera dan Sekitarnya Mendekati Real Time dari Data GPS NTUS.” Prosiding Seminar Nasional Revitalisasi Data dan Informasi Keruangan (Geospasial) untuk Meningkatkan Efisiensi Pengelolaan Potensi Sumber Daya Daerah.
Muslim, Buldan, Hasanudin Z Abidin, The Houw Liong, Wedyanto Kuntjoro, Cecep Subarya, Heri Andreas, and M Gamal. 2006. “Pemodelan TEC Regional dari Data GPS Stasiun Tetap di Indonesia dan Sekitarnya.” PROC. ITB Sains & Tek. Vol. 38 A.
Omarudin. 2013. “Studi Karakteristik Temporal Vtec Berdasarkan Data Igs Badan Informasi Geospasial.” Institut Teknologi Bandung.
Perwitasari, Septi, and Buldan Muslim. n.d. “Perbandingan Metode Estimasi DCB Penerima GPS Untuk Pemodelan Ionosfer.” Prosiding Seminar Nasional Revitalisasi Data dan Informasi Keruangan (Geospasial) Untuk Meningkatkan Efisiensi Pengelolaan Potensi Sumber Daya Daerah, Yogyakarta.
S. Kao, Y. Tu, and D.J.Weng Ji, S.Y. W. Chen. 2013. “Factors Affecting The Estimation of GPS Receiver Instrumental Biases.” Survey Review.
Tascione. 1994. “Introduction to the Space Environment.” . Florida : Krieger Publishing Company.
Schaer, S. 1999. Mapping and predicting the Earth’s ionosphere using the Global Positioning Sytem, PhD thesis. Switzerland: Bern University.
Wikipedia. 2014. Ionosphere. 1 February. Diakses pada tanggal 20 Februari 2014. http://en.wikipedia.org/.
