• Tidak ada hasil yang ditemukan

Lampiran 2. Alat pengambilan sampel sedimen

N/A
N/A
Protected

Academic year: 2021

Membagikan "Lampiran 2. Alat pengambilan sampel sedimen"

Copied!
13
0
0

Teks penuh

(1)

Lampiran 1. Scientific echosounder Simrad EY 60

Lampiran 2. Alat pengambilan sampel sedimen

GPS

GPT

Laptop

Transducer

Kabel

Transducer

(2)

Lampiran 3. Kapal survei

(3)

Lampiran 5. Alat pengukur parameter fisik sedimen

Shaker (ASTM E – 11. USA Standard)

Timbangan Alat pengukur densitas sedimen

(4)

Lampiran 6. Listing program Matlab_Rick Towler

@ Untuk menampilkan echo envelope

%readEKRaw_EY60.m

%---% % Rick Towler

% National Oceanic and Atmospheric Administration % Alaska Fisheries Science Center

% Midwater Assesment and Conservation Engineering Group % rick.towler@noaa.gov

%---% %readEKRaw_ChunkExample.m

%

% define paths to example raw and bot files rawFile = 'nama_file.raw';

botFile = 'nama_file.bot';

ping_awal = input('masukkan ping awal = '); ping_akhir = input('masukkan ping akhir = '); disp('Reading .raw file...');

% read in the first chunk of the file using PingRange to define chunk size.

% Note that we specify the optional 3rd return argument "rstat" that will

% contain the reader state when the function exits. %

% also note that we do not read in angle data

[header, firstRaw, rstat] = readEKRaw(rawFile, 'Frequencies', 120000, ...

'SampleRange',[1 800],'PingRange',[ping_awal ping_akhir],'Angles',false);

% extract calibration parameters from the first raw data structure

calParms = readEKRaw_GetCalParms(header, firstRaw); disp('Reading .bot file...');

% read in the .bot file - by passing the optional 3rd argument we force

% readEKBot to only return data for pings contained in the firstRaw structure.

% again, we set the rstat return argument.

[header, firstBot, rstat] = readEKBot(botFile, calParms, firstRaw, ...

'ReturnRange', true);

% convert power to Sv

firstRaw = readEKRaw_Power2Sv(firstRaw, calParms); % plot up the two blocks of data

(5)

% plot the first chunk echogram

readEKRaw_SimpleEchogram(firstRaw.pings(1).Sv, firstRaw.pings(1).number, ...

firstRaw.pings(1).range, 'Threshold', [-70,0], 'Title', ... ['Sv']);

hold on

% plot the bottom

plot(firstRaw.pings(1).number, firstBot.pings.bottomdepth(1,:), 'c'); hold off % colorbar; colorbar('YTickLabel',{'-70 dB','-58 dB','-47 dB','-35 dB','-23 dB','-12 dB'}) xlabel ('Ping') ylabel ('Depth (m)')

% plot echo envelope (digunakan setelah selesai menampilkan echogram)

Sv1=firstRaw.pings.Sv; Sv1mean=mean(Sv1'); plot(Sv1mean);

xlabel ('Time (ms)')

ylabel ('Intensitas energi backscattering strength (dB)')

@ Untuk menampilkan grafik Sv dan SS (Purnawan, 2009)

% readEKRaw_EY60.m

%---% % Rick Towler

% National Oceanic and Atmospheric Administration % Alaska Fisheries Science Center

% Midwater Assesment and Conservation Engineering Group % rick.towler@noaa.gov

%---% %readEKRaw_ChunkExample.m

%

% define paths to example raw and bot files rawFile = 'nama_file.raw';

botFile = 'nama_file.bot';

awal=input('masukkan ping awal = '); akhir=input('masukkan ping akhir = ');

% membaca file .raw - hanya pada frekuensi 120 kHz disp('membaca .raw file...');

[header, rawData] = readEKRaw(rawFile, 'SampleRange', [1 500],... 'PingRange', [awal akhir]);

calParms = readEKRaw_GetCalParms(header, rawData); % membaca file .bot - data yang kembali sebagai range

(6)

disp('membaca .bot file...');

[header, botData] = readEKBot(botFile, calParms, rawData, ... 'ReturnRange', true);

% konversi power ke Sv

data = readEKRaw_Power2Sv(rawData, calParms); % konversi sudut electrical ke sudut physical data = readEKRaw_ConvertAngles(data, calParms); % mensortir kembali data yang digunakan

% sehingga mempermudah dalam pengolahan data dasar perairan c=1546.35;%kecepatan suara

tau=0.000128;%panjang gelombang x=data.pings.number;

y=data.pings.range;

Z=data.pings.Sv;% Z= Sv logaritma z=10.^(Z/10);

ss=z*(c*tau/2);%ini untuk cari ss SS=10*log10(ss);%in untuk cari SS log

along=data.pings.alongship; %sudut alongship athw=data.pings.athwartship; % sudut athwartship Svbottom=Z;

along1=along;

bd=botData.pings.bottomdepth; [k l]=size(Z);

% data tbd pada 1 ping terakhir memberikan nilai yang tidak akurat % sehingga perlu dihilangkan

l=l-1; for ll=1:l; m=0;

for kk=1:k;

% mengambil data dasar perairan, dari permukaan hingga 1/2 meter % data yang lainnya diberikan pada kedalaman lain adalah nol if y(kk,1)<(bd(1,ll)+0.05); Svbottom(kk,ll)=-1000; %svbottom(kk+1,ll)=0; along1(kk,ll)=0; elseif y(kk,1)>(bd(1,ll)+0.5); Svbottom(kk,ll)=-1000; along1(kk,ll)=0; else svbottom(kk,ll)=Z(kk,ll); along1(kk,ll)=along(kk,ll);

% mengambil data hanya pada dasar perairan hingga setengah meter, svbonly m=m+1; Svbottomonly(m,ll)=Z(kk,ll); along2(m,ll)=along(kk,ll); end;end; end;

% agar jumlah data tiap kolom sama

% ditentukan ketebalan lapisan yang digunakan, hlyr hlyr=0.1;

for ll=1:l; for i=1:m;

(7)

if y(i,1)<=hlyr;

Svbonly(i,ll)=Svbottomonly(i,ll); along3(i,ll)=along2(i,ll);

end; end; end

Svbottommean=mean(mean(Svbonly)); [i l]=size(Svbonly); for ll=1:l;Zmax(ll)=-999; for ii=1:i; if Svbonly(ii,ll) > Zmax(ll) ; Zmax(ll) = Svbonly(ii,ll); alongmax(ll)=along3(ii,ll); end end end

zmax=10.^(Zmax/10); % linier func ratazmax=mean(zmax); ssmax=zmax*(c*tau/2); ssmean=mean(ssmax); SSmax=10*log10(ssmean) stdsv=std(zmax); rataZmax=10*log10(ratazmax) stdSv=10*log10(stdsv);

% membuat gambar echogram dan anglogram disp('Plotting...'); nFreqs = length(data.pings); for n=1:nFreqs % plot echogram readEKRaw_SimpleEchogram(SS,x,y, 'Threshold', [-50,0]);% disini ngerubahnya!!!!!

% plot the bottom hold on plot(data.pings(n).number, botData.pings.bottomdepth(n,:), 'c'); hold off % plot anglogram readEKRaw_SimpleAnglogram(data.pings(n).alongship, ... data.pings(n).athwartship, data.pings(n).number, ... data.pings(n).range, 'Title', ... ['Angles ' num2str(calParms(n).frequency)]); % plot bottom hold on plot(data.pings(n).number, botData.pings.bottomdepth(n,:), 'c'); hold off end

akhir=akhir-1; %mengembalikan nilai dari 'akhir' di atas %Zmax1=0; alongmax1=0;% untuk merubah kembali pingnya

sp=akhir-l; %selisih ping yang dimasukkan dengan untuk looping for ll=awal:akhir;

(8)

alongmax1(ll)=alongmax(ll-sp); end

figure

subplot(2,1,1); plot(Zmax1); axis([awal akhir -30 0]) xlabel('ping','fontsize',16);

ylabel('Scattering volume (dB)','fontsize',16); legend('Sv max (dB)')

subplot(2,1,2); plot(alongmax1); axis([awal akhir -10 10])

xlabel('ping','fontsize',16);

ylabel('sudut (derajat)','fontsize',16); legend('sudut alongship (derajat)') figure

plot (SS(:,1),y,'r') hold on

plot (Z(:,1),y,'b') legend('SS','Sv')

xlabel ('Intensitas acoustic backscattering strength (dB)') ylabel ('Depth (m)')

Lampiran 7. Foto tipe substrat dasar perairan di lokasi penelitian

Substrat Pasir

(9)

Lampiran 8. Tampilan echogram (Lanjutan)

Stasiun 1

Stasiun 2

Stasiun 5 Stasiun 6

(10)

Lampiran 9. Grafik pola Sv dan SS (Lanjutan)

Stasiun 1

Stasiun 2

Stasiun 5 Stasiun 6

(11)

Lampiran 10. Grafik intensitas energi acoustic backscattering dasar perairan

(Lanjutan)

Stasiun 1

Stasiun 2

Stasiun 5

Stasiun 6

(12)

Lampiran 11. Cluster data sedimen

Cluster Analysis of Observations: Pasir, Debu, Liat, Densitas, Porositas,

Koef.

Euclidean Distance, Average Linkage Amalgamation Steps

Step Number of Similarity Distance Clusters New Number of obs. clusters level level joined cluster in new cluster

1 8 80.61 5.765 5 9 5 2 2 7 78.51 6.391 5 7 5 3 3 6 76.92 6.863 3 4 3 2 4 5 76.67 6.938 1 2 1 2 5 4 68.68 9.315 5 8 5 4 6 3 62.72 11.087 1 3 1 4 7 2 48.20 15.403 1 6 1 5 8 1 35.31 19.236 1 5 1 9 Final Partition Number of clusters: 1 Number of Within cluster Average distance Maximum distance observations sum of squares from centroid from centroid Cluster1 9 1107.010 10.461 16.568

Cluo 'Pasir'-'BL';

Lampiran 12. Cluster data akustik

Cluster Analysis of Observations: E1, E2, SS, EL

Euclidean Distance, Average Linkage Amalgamation Steps Step Number of Similarity Distance Clusters New Number of obs. clusters level level joined cluster in new cluster 1 8 90.23 3.445 6 8 6 2 2 7 88.81 3.944 2 4 2 2 3 6 87.12 4.541 2 3 2 3 4 5 76.16 8.406 1 2 1 4 5 4 73.48 9.348 5 9 5 2 6 3 73.37 9.387 1 6 1 6 7 2 52.58 16.716 1 5 1 8 8 1 21.17 27.790 1 7 1 9 Final Partition Number of clusters: 1

Number of Within cluster Average distance Maximum distance

observations sum of squares from centroid from centroid Cluster1 9 1233.479 10.209 24.067

Cluo 'E1'-'EL';

(13)

Lampiran 13. Hasil olahan fraksi sedimen di Balai Penelitian Tanah, Laboratorium Fisika Tanah Bogor

Nomor

Tekstur (%)

Urut

Seri

Contoh

Liat

Lumpur Lumpur Lumpur

Pasir

Pasir

Pasir

Pasir

Pasir

0 - 2

µm

2 - 10

µ

m

10 - 20

µ

m

20 - 50

µ

m

50 - 100

µ

m

100 - 200

µ

m

200 - 500

µ

m

500 - 1000

µ

m

1000 - 2000

µ

m

1

11 F

STA 1

0,90

3,27

5,67

12,98

7,58

11,27

23,57

29,87

4,89

2

11 F

STA 2

0,82

4,31

6,83

15,67

4,57

13,61

20,15

31,26

2,78

3

11 F

STA 3

1,15

2,63

5,61

8,25

12,78

15,65

29,33

17,85

6,75

4

11 F

STA 4

0,89

2,39

6,62

11,74

4,56

7,88

53,57

7,84

4,51

5

11 F

STA 5

1,08

2,13

4,55

9,84

6,41

5,58

23,65

31,28

15,48

6

11 F

STA 6

1,28

3,67

6,88

15,31

14,64

19,84

21,38

12,36

4,64

7

11 F

STA 7

0,24

0,95

4,25

7,58

4,43

18,47

34,12

17,58

12,38

8

11 F

STA 8

0,73

1,25

2,13

5,63

20,34

16,94

31,26

18,45

3,27

9

11 F

STA 9

0,38

1,78

3,60

9,35

5,16

13,62

35,41

22,14

8,56

Referensi

Dokumen terkait

Asuhan bayi baru lahir adalah asuhan yang diberikan pada bayi baru lahir selama satu jam pertama setelah kelahiran. Sebagian besar BBL akan menunjukkan usaha pernafasan spontan

Pendidikan adalah usaha sadar dan terencana untuk mewujudkan suasana belajar dan proses pembelajaran agar peserta didik secara aktif mengembangkan potensi dirinya

Berkenaan dengan hal tersebut, agar Saudara dapat membawa dokumen penawaran asli dan audit perol tenaga ahli yang Saudara Upload melalui aplikasi SPSE. Sehubungan dengan

aturan atau ketentuan yang mengikat warga kelompok dalam masyarakat, dipakai sebagai panduan, tatanan dan kendali tingkah laku yang sesuai dan diterimaB. aturan atau ketentuan

Studi yang dilakukan oleh Anin Nurhati (2010) misalnya mengungkap peran pesantren dalam memberikan materi kewirausahaan kepada para santrinya agar mereka memiliki kecakapan

Berdasarkan hasil dari penelitian yang telah dilakukan, maka dapat diambil kesimpulan bahwa penerapan pembelajaran Peer Tutoring dilengkapi macromedia flash dan

Sistem pakar juga memiliki sebuah kelemahan yaitu: pengetahuan tidak selalu bisa didapat dengan mudah, keterbatasan pakar dan terkadang pendekatan yang dimiliki

Dengan diberlakukannya Undang-undang Nomor 6 tahun 2014 tentang Desa, ( Lembaran Negara Republik Indonesia Tahun 2014 Nomor 7 ), Peraturan Pemerintah Republik Indonesia