3. METODOLOGI 3.1. Waktu dan Tempat Penelitian ini dilaksanakan pada bulan Maret hingga Desember 2010 yang terdiri dari proses pembuatan proposal penelitian, pengambilan data citra satelit, pengambilan data pendukung, pengolahan data satelit serta data pendukung, dan penulisan skripsi. Lokasi penelitian adalah perairan bagian selatan Selat Makassar yang secara geografis terletak pada koordinat 2°LS – 7°LS dan 116°BT – 120°BT (Gambar 3). Untuk mengkuantifikasikan nilai SPL dan konsentrasi klorofil-a dari satelit, pada lokasi penelitian ditentukan 3 sampling area yang dianggap dapat mewakili lokasi penelitian yaitu sampling area1 pada koordinat tengah 5°43’1”LS ;118°53’27”BT, sampling area2 pada koordinat titik tengah 5°43’1”LS ; 117°1’19”BT, dan sampling area3 pada koordinat titik tengah 3°35’13”LS ; 117°58’40”BT. Dari ketiga sampling area ini, nilai SPL dan konsentrasi klorofil-a diekstrak untuk kemudian diolah dan dianalisis variabilitasnya secara temporal. Ukuran piksel dari masing-masing sampling area adalah 5x5 piksel dengan resolusi spasial 9x9 km2 untuk data konsentrasi klorofil-a dari citra satelit SeaWiFS sehingga luasan dari setiap sampling area adalah 2025 km2 dan untuk data SPL dari citra satelit NOAA-AVHRR dengan resolusi spasial 4x4 km2 sehingga diperoleh luasan setiap sampling area adalah 400 km2. Pengolahan data citra dilakukan di Laboratorium Komputer Departemen Ilmu dan Teknologi Kelautan, Fakultas Perikanan dan Ilmu Kelautan, Institut Pertanian Bogor.
16
17
Gambar 3. Peta Lokasi Penelitian 3.2. Alat dan Data Penelitian
3.2.1. Alat Penelitian Alat yang digunakan berupa seperangkat komputer yang telah dilengkapi dengan software untuk pengolahan data. Software yang digunakan adalah SeaDas 5.2 dengan menggunakan sistem operasi Linux Ubuntu 7.1, Surfer 8.0, Arcview GIS 3.3, Microsoft Word 2007, Microsoft Excel 2007, WinRAR 3.42, dan Ocean Data View (ODV).
3.2.2. Data Penelitian Data yang digunakan untuk penelitian antara lain sebagai berikut: 1. Data konsentrasi klorofil-a diekstrak dari citra satelit SeaWiFS level 3 yang memiliki resolusi spasial 9x9 km2, berupa composite data 8 harian bulan April - Oktober dengan periode 1998 – 2009 serta
18
composite data bulanan dengan periode Januari 1998 – Desember 2009 yang diperoleh dari website National Aeronatic Space Agency (NASA) http://www.oceancolor.gsfc.nasa.gov. 2. Data SPL diekstrak dari citra satelit NOAA-AVHRR yang memiliki resolusi spasial 4x4 km2, berupa composite data 8 harian bulan April Oktober dengan periode 1998 – 2009 serta composite data bulanan dengan periode Januari 1998 – Desember 2009 diperoleh dari website National Aeronatic Space Agency (NASA) dengan situs http://www.podaac.jpl.nasa.gov. 3. Data rata-rata curah hujan bulanan dari Stasiun Meteorologi Paotere Makassar dengan periode Januari 1998 - Desember 2008 yang diperoleh dari Badan Meteorologi Klimatologi dan Geofisika (BMKG) Pusat. 4. Data angin bulanan rata-rata yang memiliki resolusi spasial 1.5˚x1.5˚ dengan periode Januari 1998 – Desember 2009, diperoleh dari situs Europen Center for Medium – Range Weather Forecasts (ECMWF) yaitu http://www.ecmwf.int. 5. Data Ekman transport dihitung dari data angin. 6. Data Tinggi Paras Laut (TPL) yang diunduh dari situs http://www.ccar.colorado.edu.
3.3. Pengolahan Data 3.3.1. SPL dan Konsentrasi Klorofil-a Pengolahan citra NOAA dan SeaWiFS dilakukan dengan menggunakan program SeaDAS 5.2. Pengolahan dimulai dengan download citra NOAA dengan
19
resolusi spasial 4x4 km2 dari Januari 1998 sampai dengan Desember 2009 dan citra SeaWiFS level 3 composite data bulanan dengan resolusi spasial 9x9 km2. Data citra SeaWiFS level 3 sudah terkoreksi geometrik dan radiometrik dengan format HDF (Hierachical Data Format) dan memiliki nilai konsentrasi klorofil-a dalam satuan mg/m3. Data hasil download harus terlebih dahulu diekstrak agar data tersebut dapat kita proses lebih lanjut. Ekstrak data dilakukan dengan menggunakan software WinRAR 3.42. Proses selanjutnya adalah cropping citra (pemotongan citra) sesuai lokasi penelitian. Kemudian dilakukan penentuan sampling area penelitian yang terdiri dari 3 sampling area yaitu sampling area1 (5°43’1”LS ;118°53’27”BT), sampling area2 (5°43’1”LS ; 117°1’19”BT), dan sampling area3 (3°35’13”LS ; 117°58’40”BT). Penentuan range data valid untuk nilai konsentrasi klorofil-a dan SPL adalah salah satu proses penting, untuk konsentrasi klorofil-a range data valid diambil 0 < x ≤ 10 mg/m3 dan untuk SPL range data valid diambil 20 < x ≤ 32 °C. Data output dari pengolahan SeaDAS adalah data dengan format ASCII dan data display dengan format *.TIFF. Selanjutnya data ASCII tersebut di import dan disimpan ulang dengan format text (*.txt). Kemudian dilakukan quality control yang bertujuan untuk menghilangkan data yang tidak termasuk dalam valid range nilai yang telah ditentukan sebelumnya. Data hasil quality control selanjutnya dirata-rata bulan dan kemudian dibuat menjadi grafik fluktuasi bulanan SPL dan klorofil-a. Metode pengolahan citra SeaWiFS dan NOAA-AVHRR disajikan pada Gambar 4.
20
Gambar 4. Diagram Alir Pengolahan NOAA AVHRR dan Citra SeaWiFS Untuk dapat menghasilkan citra sebaran spasial SPL dan klorofil-a bulanan serta 8 harian, maka setelah proses cropping area penelitian perlu dilakukan setting citra yang meliputi landmask, coastline, dan grid. Landmask merupakan proses pemberian warna pada darat. Coastline adalah pemberian batas antara darat dan laut (garis pantai). Grid merupakan proses untuk menampilkan garis lintang dan bujur pada citra sebaran spasial. Output data yang dihasilkan
21
adalah image display dalam format *.TIFF, sehingga dapat dilakukan analisis spasial 8 harian dan bulanan (SPL dan klorofil-a). Pendugaan nilai SPL menggunakan algoritma pathfinder v5. Algoritma ini merupakan modifikasi dari algoritma SPL Non Linier (NLSST) yang dibuat berdasarkan perbedaan nilai suhu kecerahan pada kanal 4 dan 5 (T4-T5). Berikut adalah algoritma pathfinder v5 (Kilpatrick et al., 1998) : ܵܵܶ௦௧ = ܽ + ܾܶସ + ܿ(ܶସ − ܶହ )ܵܵܶ௨௦௦ + ݀(ܶସ − ܶହ )(secሺݐℎ݁ܽݐሻ − 1)................(2)
Keterangan : a, b, c, dan d = koefisien determinasi regresi linier pada data base SPL in situ hasil mooring dan buoy dengan resolusi spasial antar pengukuran. SSTguess
= nilai perkiraan pertama SPL dari Reynolds OISST 0,1o dan resolusi temporal tidak lebih dari 30 menit.
theta
= sudut zenith dari satelit. Pendugaan estimasi konsentrasi klorofil-a adalah dengan menggunakan
algoritma Ocean Chlorophyll 4-band algorithm version 4 (OC4v4). Algoritma ini menggunakan nilai tertinggi dari rasio kanal 443 nm, 490 nm dan 510 nm dengan kanal 555 nm untuk menentukan nilai konsentrasi klorofil-a. Persamaan polynomial pangkat empat untuk algoritma OC4v4 (O'Reilly et al., 2000) sebagai berikut :
ܱܥ4ݒ4: = ܽܥ10,ଷିଷ,ோାଵ,ଽଷோ
మ ା,ସଽோయ ିଵ,ହଷଶோ ర
..........................................(3)
ܴ = log 10 ቂோ௦ହହହ > ோ௦ହହହ > ோ௦ହହହቃ.................................................................(4) ோ௦ସସଷ
ோ௦ସଽ
ோ௦ହଵ
Keterangan : Ca = Konsentrasi klorofil-a (mg/m3) R
= Rasio reflektansi
Rrs = Remote sensing reflectance
22
Grafik rataan bulanan SPL dan konsentrasi klorofil-a hasil pengolahan pada Microsof Excel 2007 dianalisis untuk mengetahui adanya variasi dalam tiap musim pada tiap tahunnya di lokasi penelitian. Interpretasi fluktuasi klorofil-a dan SPL secara temporal berdasarkan pada penurunan dan peningkatan konsentrasi klorofil-a dan SPL serta nilai tertinggi dan terendahnya. Kemudian variasi konsentrasi klorofil-a dan SPL dalam tiap-tiap musim pada lokasi penelitian dibandingkan dengan tahun yang berbeda pada lokasi penelitian yang sama. Analisis spasial dilakukan untuk mengetahui sebaran dari konsentrasi klorofil-a dan SPL secara spasial pada lokasi penelitian. Data sebaran spasial konsentrasi klorofil-a dan SPL pada bulan-bulan yang sama dianalisis sehingga dapat diketahui pada bulan apa saja konsentrasi klorofil-a dan SPL tinggi ataupun rendah dengan melihat degradasi warna pada citra sebaran spasial konsentrasi klorofil-a dan SPL bulanan. Hal yang sama dilakukan pada citra sebaran spasial konsentrasi klorofil-a hasil composite 8 harian secara musiman, sehingga dapat diketahui pada musim apa saja konsentrasi klorofl-a dan SPL tinggi ataupun rendah.
3.3.2. Angin Pengolahan data angin dimulai dengan download data angin dengan format netcdf (*.nc). Data yang disediakan memiliki resolusi spasial berukuran 1,5° x 1,5° dengan cakupan area global. Data yang digunakan selama 12 tahun (1998-2009) dengan interval 6 jam, yaitu : Pukul 00:00, 06:00, 12:00, dan 18:00. Kemudian dilakukan cropping sesuai dengan lokasi penelitian dengan perangkat lunak ODV (Ocean Data View). Proses selanjutnya adalah dengan mengekstrak data berformat (*.nc) dengan menggunakan ODV menjadi data berformat teks
23
(*.txt). Kemudian data tersebut dirata-ratakan tiap bulan sehingga diperoleh hasil berupa rata-rata u-wind at 10 meters [m/s], v-wind at 10 meters [m/s] bulanan selama 12 tahun (1998 – 2009) yang mewakili daerah bagian selatan Selat Makassar. Data bujur, lintang, u-wind at 10 meters [m/s], v-wind at 10 meters [m/s] dengan format (*.txt) diproses dengan Surfer 8.0 dengan cara grid data bulanan. Digitasi daratan adalah suatu proses untuk menampilkan darat. Kemudian overlay antara vektor (arah pergerakan angin) dengan basemap (darat) sehingga menghasilkan tampilan arah pergerakkan angin. Analisis data angin adalah dengan cara membaca arah pergerakan angin yang telah dikelompokan tiap musim pada tahun ENSO dan non-ENSO dan kemudian membandingkan kecepatan angin antara tahun ENSO dan non-ENSO.
3.3.3. Ekman Transport Ekman transport didekati dari perhitungan wind stress yang diformulasikan dalam Large and Pond (1981) in Nababan (2009), sebagai berikut: ௫ , ௬ = |ଵ | ଵ , ଵ ...........................................................................(5)
τx, τy adalah komponen wind stress untuk sumbu x dan y, u10, v10 adalah kecepatan angin pada sumbu x dan y yang diturunkan dari kecepatan angin permukaan pada ketinggian 10 m di atas permukaan laut (W10), dan Cd adalah “drag coefficient” yang tergantung pada kecepatan angin sebagai berikut: Cd = 0.0012; 0 < W10 < 11m/s Cd = 0.00049 + 0.000065 W10; W10 > 11m/s Ekman transport dipetakan dari data wind stress dengan pembelokan arah 90˚ ke kanan arah wind stress di belahan bumi utara dan 90˚ ke kiri di belahan
24
bumi selatan. Ekman transport yang dipetakan dalam skripsi ini hanya memberikan gambaran ke arah mana pergerkan Ekman transport ini, sementara nilai transport (volume) belum menggambarkan nilai yang sebenarnya mengingat data kedalaman Lapisan Ekman tidak diketahui.
3.3.4. Curah hujan Data curah hujan diambil dari stasiun Meteorologi Paotere, Makassar, Sulawesi Selatan pada koordinat 6°6’37,5” LS ; 119°25’11,5” BT yang diperoleh di Badan Meteorologi Klimatologi dan Geofisika (BMKG) Pusat, Jakarta. Data tersebut merupakan jumlah curah hujan (mm) harian yang kemudian dirataratakan menjadi bulanan selama periode Januari 1998 – Desember 2008. Data tersebut kemudian ditampilkan dalam bentuk grafik dengan menggunakan Microsoft Excell 2007. Data curah hujan dibandingkan dengan data konenstrasi klorofil-a sampling area1, karena lokasi pengambilan data curah hujan paling dekat dengan sampling area1. Analisis data curah hujan dilakukan untuk mengetahui adanya variasi pada tiap musim setiap tahunnya, serta interpretasi fluktuasi berdasarkan nilai maksium dan minimum. Melihat hubungan antara konsentrasi klorofil-a di sampling area1 dan curah hujan.
3.3.5. Analisis Interannual Southern Oscillation Index (SOI) merupakan perbedaan tekanan udara antara Tahiti dan Darwin serta umumnya digunakan untuk penentuan masa El Nino dan La Nina. Nilai SOI negatif terjadi saat tekanan udara lebih rendah dari rata-rata di Tahiti dan lebih tinggi di Darwin. Pada kondisi SOI negatif SPL yang di Lautan Pasifik Timur tropis relatif lebih tinggi dari kondisi normalnya.
25
Sedangkan pada kondisi SOI yang positif, SPL perairan Pasifik Timur tropis umumnya lebih rendah dari kondisi normalnya. Bulan-bulan yang termasuk dalam kategori (El Niño Southern Oscillation) ENSO adalah yang memiliki nilai SOI ≤ 10 dan untuk kategori La Nina adalah bulan yang memiliki nilai SOI ≥ -10 (Tritel, 2010). Dengan demikian maka bulan-bulan terjadinya ENSO selama periode penelitian adalah Januari, Februari, Maret, April 1998; Mei, Agustus, Desember 2002; Juni 2003; April, Juni 2004; Februari, April, Mei 2005; Agustus, Oktober 2006; Januari, April 2008; dan Oktober 2009 (Gambar 5). Periode non- ENSO dalam penelitian ini adalah bulan-bulan yang tidak termasuk kedalam kategoti bulan ENSO.
Gambar 5. Southern Ocillation Index (SOI) (BOM,2010)
Analisis interannual dalam penelitian ini difokuskan untuk membandingkan nilai SPL dan konsentrasi klorofil-a antara tahun ENSO dan nonENSO.
26
3.3.6. Tinggi Paras Laut (TPL) Data TPL yang digunakan merupakan data harian pada pertengahan bulan dengan periode Januari 1998 – Desember 2009. Data tersebut diperoleh dari Colorado Center of Astrodynamics Research (CCAR) dengan website http://ccar.colorado.edu. Analisis data yaitu dengan cara melihat gradasi warna untuk diidentifikasi apakah terjadi anomali positif (tinggi paras laut di atas ratarata) ataukah terjadi anomali negatif (tinggi paras laut di bawah rata-rata).
