Bab 3. Pengumpulan dan Pengolahan Data. Bab 3 Pengumpulan dan Pengolahan Data. 3.1 Pengumpulan Data

(1)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 1

Pengumpulan dan Pengolahan Data

3.1 Pengumpulan Data

Pemodelan propagasi akustik bawah air di Samudera Hindia memerlukan data-data sebagai berikut:

1. Kecepatan suara. 2. Temperatur. 3. Salinitas. 4. Batimetri.

Data-data tersebut diambil di 12 lokasi Samudera Hindia. Nama dan letak astronomis masing-masing lokasi disajikan pada Tabel 3.1. Lokasi pengambilan data ditampilkan pada

Gambar 3.1 dan 3.2. Gambar karakteristik perairan berupa temperatur, salinitas dan

kecepatan suara untuk masing-masing lokasi diperoleh dengan menggunakan perangkat lunak

Microsoft Excel.

Tabel 3. 1 Lokasi Pengambilan Data

No Stasiun Garis Bujur ₍0_BT) Garis Lintang ₍0_LS)

1 GeoB10044-1 109.014 8.5 2 GeoB10045-2 109.021 8.74317 3 GeoB10048-2 108.147 8.253 4 GeoB10049-2 110.497 8.7848 5 GeoB10051-2 110.498 9.294 6 GeoB10052-2 110.63 8.69 7 GeoB10053-2 112.872 8.675 8 GeoB10054-2 112.668 8.681 9 GeoB10055-2 113.051 9.249 10 GeoB10057-2 113.106 9.821 11 GeoB10061-2 115.024 9.729 12 GeoB10062-2 115.992 11.163

Bab

3

(2)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 2

Gambar 3. 1 Lokasi Pengambilan Data

Gambar 3. 2 Lokasi Stasiun Pengambilan Data

GeoB10048-2 GeoB10045-2 GeoB10044-1 GeoB10051-2 GeoB10049-2 GeoB10052-2 GeoB10054-2 GeoB10053-2 GeoB10055-2 GeoB10057-2 GeoB10061-2 GeoB10062-2

(3)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 3

3.2 Pengolahan Data

Data hasil pengukuran akan digunakan sebagai input dalam pemodelan propagasi akustik bawah air di Samudera Hindia. Pengolahan data bertujuan untuk menentukan persamaan empiris kecepatan suara yang dapat mewakili kondisi perairan di lokasi pemodelan. Profil kecepatan suara dianggap hanya bergantung pada 3 faktor, yakni temperatur (T), salinitas (S) dan kedalaman (z).

Persamaan empiris yang mewakili berupa persamaan yang memiliki error terkecil bila dibandingkan dengan data pengukuran.

3.3 Karakteristik Samudera Hindia

3.3.1 Karakteristik Temperatur di Samudera Hindia

Profil temperatur dapat dibagi ke dalam 3 macam lapisan yaitu lapisan well-mixed, termoklin dan isotermal. Lapisan well-mixed sangat dipengaruhi oleh pergerakan angin dan energi panas matahari yang diserap oleh permukaan laut. Lapisan well-mixed kerap teraduk-aduk sehingga memiliki perubahan temperatur yang kecil. Lapisan termoklin berupa lapisan yang nilai temperaturnya menurun drastis seiring dengan semakin dalamnya batimetri perairan. Kondisi ini terjadi karena lambatnya transfer energi panas dari permukaan laut. Lapisan isotermal berupa lapisan yang nilai temperaturnya relatif konstan, yakni berada pada kisaran 4-5 0C (anomali air yang paling berat). Karakteristik profil temperatur di laut secara umum ditampilkan pada Gambar 3.3. Grafik profil temperatur terhadap kedalaman di Samudera Hindia ditampilkan pada Gambar 3.4.

(4)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 4

Gambar 3. 4 Profil Temperatur Terhadap Kedalaman di Samudera Hindia

3.3.2 Karakteristik Salinitas di Samudera Hindia

Profil temperatur dapat dibagi ke dalam 3 macam lapisan yaitu lapisan well-mixed, haloklin dan isohaline. Lapisan well-mixed berupa lapisan yang memiliki perubahan salinitas yang sangat kecil. Lapisan haloklin berupa lapisan yang nilai salinitasnya naik secara drastis seiring dengan semakin dalamnya batimetri perairan. Lapisan isohaline berupa lapisan yang nilai salinitasnya relatif konstan, yakni berada pada kisaran 30-35 ppt. Karakteristik profil salinitas di laut secara umum ditampilkan pada Gambar 3.5. Grafik profil salinitas terhadap kedalaman di Samudera Hindia ditampilkan pada Gambar 3.6.

0 1000 2000 3000 4000 5000 6000 7000 0 5 10 15 20 25 30 K e d al am an (m ) Temperatur (0_C)

Data Temperatur vs Kedalaman

Stasiun 44-1 Stasiun 45-2 Stasiun 48-2 Stasiun 49-2 Stasiun 51-2 Stasiun 52-2 Stasiun 53-2 Stasiun 54-2 Stasiun 55-2 Stasiun 57-2 Stasiun 61-2 Stasiun 62-2

(5)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 5

Gambar 3. 5 Karakteristik Profil Salinitas di Laut Secara Umum

Gambar 3. 6 Profil Salinitas Terhadap Kedalaman di Samudera Hindia

0 1000 2000 3000 4000 5000 6000 7000 31 32 32 33 33 34 34 35 35 36 K e d a l a m a n ( m ) Data Salinitas (ppt)

Data Salinitas Terhadap Kedalaman

(6)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 6

3.3.3 Karakteristik Kecepatan Suara di Samudera Hindia

Profil kecepatan suara juga dapat dibagi ke dalam 3 macam lapisan yaitu lapisan well-mixed, termoklin dan isotermal. Lapisan well-mixed sangat dipengaruhi oleh pergerakan angin dan perubahan temperatur (baik harian maupun lokal). Suara umumnya terperangkap pada lapisan ini. Kondisi tersebut dikenal dengan nama Sand Surface Duct. Kecepatan suara meningkat karena pengaruh tekanan. Lapisan termoklin berupa lapisan yang nilai kecepatan suaranya menurun drastis (berbanding lurus dengan penurunan nilai temperatur) seiring dengan semakin dalamnya batimetri perairan. Lapisan isotermal berupa lapisan yang nilai kecepatan suaranya meningkat karena pengaruh peningkatan tekanan. DSC terletak diantara lapisan termoklin dan isotermal.

Pada perairan dangkal dan di sekitar lempeng benua, profil kecepatan suara cenderung tidak beraturan dan sulit untuk diprediksi. Profil kecepatan suara di perairan dangkal sangat dipengaruhi oleh perubahan temperatur permukaan laut, perubahan salinitas dan arus. Karakteristik profil kecepatan suara di laut secara umum ditampilkan pada Gambar 3.7. Grafik profil kecepatan suara terhadap kedalaman di Samudera Hindia ditampilkan pada

Gambar 3.8.

(7)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 7

Gambar 3. 8 Profil Kecepatan Suara Terhadap Kedalaman di Samudera Hindia

3.4 Penentuan Persamaan Empiris Kecepatan Suara di Samudera Hindia

Persamaan empiris yang dapat digunakan untuk menentukan kecepatan suara dalam pemodelan propagasi akustik bawah air adalah persamaan dari Leroy, Medwin, dan MacKenzie. Ketiga persamaan empiris tersebut menggunakan asumsi bahwa kecepatan suara hanya bergantung pada temperatur (T), salinitas (S), dan kredalaman (z).

� � �� (3.1) 0 1000 2000 3000 4000 5000 6000 7000 1480 1500 1520 1540 1560 1580 K e d a l a m a n ( m ) Kecepatan Suara (m/s)

Data Kecepatan Suara Terhadap Kedalaman

(8)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 8

Ketiga persamaan empiris untuk menentukan kecepatan suara ditulis ulang pada persamaan berikut ini:

1. Persamaan empiris kecepatan suara menurut Leroy

c = 1492,9 + 3 (T - 10) – 6.10-3 (T - 10)2- 4.10-2(T - 18)2+ 1,2 (S – 35) – 10-2 (T - 18) (S - 35) + z/61

(3.2) 2. Persamaan empiris kecepatan suara menurut Medwin

c = 1449,2 + 4,6T -5,5.10-2 T2+ 2,9.10-4 T3+ (1,34 – 10-2 T) (S - 35) + 1,6.10-2 z

(3.3) 3. Persamaan empiris kecepatan suara menurut MacKenzie

c = 1448,96 + 4,591 T – 5,304.10-2 T2+ 2,374.10-4 T3+ 1,34 (S – 35) + 1,63.10-2 z + 1,675.10-7 z2– 1,025.10-2 T (S – 35) – 7,139.10-13 T z3

(3.4) Data hasil pengukuran dimasukkan ke persamaan (3.2), (3.3), dan (3.4). Persamaan empiris kecepatan suara yang dipilih adalah persamaan yang memiliki persentase error terkecil terhadap data kecepatan suara hasil pengukuran.

Persentase error ditentukan menggunakan persamaan berikut: �� _�� _{��} �� (3.5) �� _{��}� � ��

Grafik perbandingan profil kecepatan suara antara data pengukuran dengan hasil perhitungan dari ketiga persamaan empiris untuk setiap stasiun di Samudera Hindia ditampilkan pada

(9)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 9

• Stasiun GeoB10044-1

Gambar 3. 9 Grafik Perbandingan Data Pengukuran Kecepatan Suara dengan Persamaan

Empiris untuk Stasiun GeoB10044-1

Empiris untuk Stasiun GeoB10045-2

1480 1490 1500 1510 1520 1530 1540 0 500 1000 1500 2000 2500 3000 3500 4000

Perbandingan Profil Kecepatan Suara

Kecepatan Suara, c (m/s) K ed al am an , z (m ) Data Medwin Leroy Mackenzie

(10)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 10

1480 1490 1500 1510 1520 1530 1540 0 500 1000 1500 2000 2500 3000 3500

Kecepatan Suara, c (m/s) K ed al am an , z (m ) Data Medwin Leroy Mackenzie 1480 1490 1500 1510 1520 1530 1540 0 200 400 600 800 1000 1200 1400

(11)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 11

1480 1490 1500 1510 1520 1530 1540 1550 1560 1570 1580 0 500 1000 1500 2000 2500

Kecepatan Suara, c (m/s) K ed al am an , z (m ) Data Medwin Leroy Mackenzie 1480 1490 1500 1510 1520 1530 1540 0 100 200 300 400 500 600 700 800 900 1000

(12)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 12

1485 1490 1495 1500 1505 1510 1515 1520 1525 1530 1535 0 200 400 600 800 1000 1200 1400

Kecepatan Suara, c (m/s) K ed al am an , z (m ) Data Medwin Leroy Mackenzie 1485 1490 1495 1500 1505 1510 1515 1520 1525 1530 1535 0 200 400 600 800 1000 1200

(13)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 13

1480 1490 1500 1510 1520 1530 1540 0 500 1000 1500 2000 2500 3000

Kecepatan Suara, c (m/s) K ed al am an , z (m ) Data Medwin Leroy Mackenzie 1480 1490 1500 1510 1520 1530 1540 0 200 400 600 800 1000 1200 1400 1600 1800

(14)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 14

1485 1490 1495 1500 1505 1510 1515 1520 1525 1530 1535 0 500 1000 1500 2000 2500

Kecepatan Suara, c (m/s) K ed al am an , z (m ) Data Medwin Leroy Mackenzie 1480 1490 1500 1510 1520 1530 1540 1550 1560 0 1000 2000 3000 4000 5000 6000

(15)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 15

Tabel 3. 2 Persentase Error Seluruh Stasiun

No Nama Stasiun Persentase Error (%) Keterangan Leroy Medwin Mackenzie

1 GeoB10044-1 0.0394 0.0772 0.0213 Mackenzie 2 GeoB10045-2 0.0456 0.0886 0.0228 Mackenzie 3 GeoB10048-2 0.0326 0.0660 0.0199 Mackenzie 4 GeoB10049-2 0.0163 0.0170 0.0112 Mackenzie 5 GeoB10051-2 0.0237 0.0452 0.0170 Mackenzie 6 GeoB10052-2 0.0192 0.0115 0.0095 Mackenzie 7 GeoB10053-2 0.0170 0.0189 0.0115 Mackenzie 8 GeoB10054-2 0.0207 0.0120 0.0093 Mackenzie 9 GeoB10055-2 0.0256 0.0533 0.0181 Mackenzie 10 GeoB10057-2 0.0156 0.0241 0.0131 Mackenzie 11 GeoB10061-2 0.0202 0.0381 0.0155 Mackenzie 12 GeoB10062-2 0.1174 0.1918 0.0331 Mackenzie

Berdasarkan Tabel 3.2, input pemodelan propagasi akustik bawah air pada tugas akhir ini menggunakan persamaan empiris dengan persentase error yang terkecil yakni persamaan kecepatan suara menurut Mackenzie.

3.5 Penentuan Kecepatan Suara sebagai Fungsi Kedalaman di Samudera Hindia

Persamaan empiris kecepatan suara menurut Mackenzie terdiri dari 3 variabel. Persamaan empiris ini perlu diubah menjadi variabel yang sama yakni hanya sebagai fungsi kedalaman. Data temperatur (T) dan salinitas (S) hasil pengukuran perlu didekati dengan persamaan polinomial orde n sebagai fungsi kedalaman T(z) dan S(z). Persamaan 3.4 diubah menjadi:

c (z) = 1448,96 + 4,591 T(z)– 5,304.10-2 T(z)2+ 2,374.10-4 T(z)3+ 1,34 (S(z) – 35) + 1,63.10-2 z + 1,675.10-7 z2– 1,025.10-2 T(z) (S(z) – 35) – 7,139.10-13 T(z) z3 (3.6) ��

(16)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 16

Bentuk polinomial orde n dinyatakan sebagai:

�� (3.7) �� (3.8) ��_�� _�� _�� _�� f�� _�� _�� _�� _�� f��

Koefisien persamaan T(z) dan S(z) didapat dengan cara mencocokan data T(z(i)) dan S(z(i)) dari persamaan (3.7) dan (3.8) dengan data hasil pengukuran. Fungsi polyfit yang tersedia pada perangkat lunak Matlab digunakan untuk pencocokan data tersebut.

Dalam tugas akhir ini, orde polinomial curve fitting yang dibandingkan adalah orde ke-1 hingga orde ke-20. Grafik perbandingan antara data hasil pengukuran temperatur dengan data hasil polynomial curve fitting untuk stasiun GeoB10055-2 ditampilkan pada Gambar 3.21.

Gambar 3. 21 Grafik Perbandingan Data Pengukuran Temperatur dengan Hasil Polynomial

(17)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 17

Persentase error hasil polynomial curve fitting data temperatur untuk Stasiun GeoB10055-2 disajikan pada Tabel 3.3. Grafik perbandingan persentase error data temperatur hasil

polynomial curve fitting orde ke-1 hingga ke-20 untuk stasiun GeoB10055-2 ditampilkan

pada Gambar 3.22.

Tabel 3. 3 Persentase Error Hasil Polynomial Curve Fitting Data Temperatur untuk Stasiun

GeoB10055-2

Polynomial Curve Fitting Persentase Error

Data Temperatur (%) Orde ke-1 203.7679 Orde ke-2 40.1144 Orde ke-3 29.7276 Orde ke-4 17.9933 Orde ke-5 13.7893 Orde ke-6 9.8377 Orde ke-7 5.3227 Orde ke-8 2.0685 Orde ke-9 1.6803 Orde ke-10 1.8341 Orde ke-11 1.8676 Orde ke-12 2.4564 Orde ke-13 2.5435 Orde ke-14 1.7819 Orde ke-15 1.1326 Orde ke-16 0.7691 Orde ke-17 0.7167 Orde ke-18 0.6151 Orde ke-19 0.5691 Orde ke-20 0.5637

Grafik perbandingan antara data hasil pengukuran salinitas dengan data hasil polynomial

curve fitting untuk stasiun GeoB10055-2 ditampilkan pada Gambar 3.23. Persentase error

hasil polynomial curve fitting data temperatur untuk Stasiun GeoB10055-2 disajikan pada

Tabel 3.4. Grafik perbandingan persentase error data salinitas hasil polynomial curve fitting

(18)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 18

Gambar 3. 22 Grafik Perbandingan Persentase Error Data Temperatur Hasil Polynomial

Curve Fitting untuk Stasiun GeoB10055-2

Gambar 3. 23 Grafik Perbandingan Data Pengukuran Salinitas dengan Hasil Polynomial

0 50 100 150 200 0 2 4 6 8 10 12 14 16 18 20 P e r s e n t a s e E r r o r ( % ) Orde Polinomial

(19)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 19

Tabel 3. 4 Persentase Error Hasil Polynomial Curve Fitting Data Salinitas untuk Stasiun

GeoB10055-2

Polynomial Curve Fitting Persentase Error

Data Salinitas (%) Orde ke-1 0.1891 Orde ke-2 0.1797 Orde ke-3 0.1718 Orde ke-4 0.1165 Orde ke-5 0.0503 Orde ke-6 0.0346 Orde ke-7 0.0344 Orde ke-8 0.0358 Orde ke-9 0.0323 Orde ke-10 0.0269 Orde ke-11 0.0269 Orde ke-12 0.0264 Orde ke-13 0.0269 Orde ke-14 0.0272 Orde ke-15 0.0255 Orde ke-16 0.0268 Orde ke-17 0.0259 Orde ke-18 0.0241 Orde ke-19 0.0245 Orde ke-20 0.024

(20)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 20

Gambar 3. 24 Grafik Perbandingan Persentase Error Data Salinitas Hasil Polynomial Curve

Fitting untuk Stasiun GeoB10055-2

Gambar 3. 25 Grafik Perbandingan Data Pengukuran Kecepatan Suara dengan Hasil

Polynomial Curve Fitting untuk Stasiun GeoB10055-2

0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2 0 2 4 6 8 10 12 14 16 18 20 P e r s e n t a s e E r r o r ( % ) Orde Polinomial

(21)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 21

Tabel 3. 5 Persentase Error Data Kecepatan Suara

Data Kecepatan Suara Persentase Error _(%)

Orde ke-1 0.7113 Orde ke-2 0.447 Orde ke-3 0.312 Orde ke-4 0.2237 Orde ke-5 0.1738 Orde ke-6 0.1187 Orde ke-7 0.0659 Orde ke-8 0.04 Orde ke-9 0.0391 Orde ke-10 0.0398 Orde ke-11 0.0412 Orde ke-12 0.0408 Orde ke-13 0.0374 Orde ke-14 0.0289 Orde ke-15 0.0254 Orde ke-16 0.025 Orde ke-17 0.0248 Orde ke-18 0.0248 Orde ke-19 0.0247 Orde ke-20 0.0247

(22)

Laporan Tugas Akhir

Tze Wen 155 03 015 3 - 22

Gambar 3. 26 Grafik Perbandingan Persentase Error Data Kecepatan Hasil Polynomial

Berdasarkan Gambar 3.21 hingga Gambar 3.26 serta Tabel 3.3 hingga Tabel 3.5, maka dalam Tugas Akhir ini digunakan polinomial orde ke-18. Orde ini dipilih karena memberikan persentase error di bawah 0.7%. Peningkatan orde tidak memberikan peningkatan akurasi yang signifikan. 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0 2 4 6 8 10 12 14 16 18 20 P e r s e n t a s e E r r o r ( % ) Orde Polinomial