B A B IV HASIL DAN ANALISIS

bab 4 hasil dan analisis

B A B IV

HASIL DAN ANALISIS

4.1 Output Sistem Setelah sistem ini dinyalakan, maka sistem ini akan terus menerus bekerja secara otomatis untuk mendapatkan hasil berupa karakteristik dari lapisan troposfer dan ionosfer secara realtime. Karakteristik dari troposfer diwakili oleh informasi PWV (Precipitable Water Vapour) berupa grafik nilai PWV dalam tiap jamnya, sedangkan karakteristik dari ionosfer diwakili oleh jumlah TEC (Total Electron Content) berupa peta TEC di bidang dengan batas garis lintang -2˚ sampai dengan -11˚ dan garis bujur 103˚ sampai dengan 112˚ pada setiap jamnya. Informasi PWV dan TEC tersebut dikeluarkan oleh sistem ini dalam sebuah file teks berupa postscript dengan ekstensi PS. File tersebut langsung dikirimkan oleh sistem ini ke pengguna (dalam hal ini si peneliti) via e-mail secara langsung sehingga pengguna bisa memperoleh hasil dimanapun dia berada.

4.1.1 Informasi PWV (Precipitable Water Vapour) Informasi PWV ditampilkan dalam sebuah grafik nilai PWV dengan satuan m/m3 terhadap jam UTC. Di bawah ini merupakan salah satu informasi PWV yang dihasikan sistem ini pada hari ke 146 pada tahun 2008.

Gambar 4.1 Contoh nilai PWV hasil pengolahan sistem

44

halaman 45

bab 4 hasil dan analisis 4.1.2 Informasi TEC (Total Electron Content) Informasi TEC ditampilkan dalam sebuah peta yang berisi informasi nilai TEC dengan satuan TECU. Di bawah ini merupakan salah satu hasil informasi TEC yang dihasilkan sistem ini pada hari ke 147 pada tahun 2008 jam 2 UTC atau jam 12 WIB.

Gambar 4.2 Contoh nilai TEC hasil pengolahan sistem

4.2 Analisis Analisis ini difokuskan untuk mengetahui kemampuan dari sistem ini dalam mengolah data dan memvisualisasikannya sehingga informasinya tepat dan sesusai dengan harapan.

4.2.1 Analisis Data Input Data observasi GPS yang dipakai adalah data observasi dengan interval epok satu detik atau disebut data high rate, pemrosesan dilakukan setiap satu jam dengan pengamatan sepanjang satu jam juga, dengan demikian ada 3600 epok data yang diproses dalam setiap jamnya. Penggunaan data high rate akan menghasilkan data yang lebih baik daripada data dengan interval epok standar IGS yaitu 30 detik. Di bawah ini ada sebuah ilustrasi perbedaan antara pengambilan data dengan interval epok 30 detik dibandingkan dengan 1 detik.

Pengembangan Sistem GPS Realtime untuk Pengamatan Troposfer dan Ionosfer

halaman 46


Gambar 4.3 Perbedaan data yang terambil antara pemakaian data 30s dan data 1s

Pada gambar 4.3 di atas terlihat bahwa perbedaan yang mendasar antara pemakaian data dengan interval epok 30 detik dan interval epok 1 detik terletak pada banyaknya data yang terambil, dimana sebenarnya bahwa nilai dari PWV ataupun TEC sangat bervariasi secara temporal. Ketika dipakai data dengan interval epok 1 detik maka akan semakin merepresentasikan keadaan atmosfer karena turun naiknya keadaan atmosfer setiap detik akan terekam dengan baik. Rentang data observasi yang diolah setiap running adalah 1 jam, hal ini disesuaikan dengan pengaturan dari sistem CORS yang mengeluarkan data observasinya dalam satu file RINEX setiap satu jam sekali. Ada dua hal penting yang mungkin terjadi dengan metode seperti itu, yaitu : Dalam rentang satu jam tersebut didapat satu nilai PWV dan atau TEC pada satu titik, hal ini menimbulkan suatu ambiguitas, nilai hasil yang didapat tersebut merupakan nilai pada menit keberapa, apakah menit pertama, kedua, atau yang terakhir. Dan kalaupun diketahui ternyata hasil tersebut adalah nilai PWV dan atau TEC pada menit kesekian, apakah kondisi pada menit sebelumnya ataupun sesudahnya mempengaruhi nilai dari hasil yang diperoleh.


halaman 47

bab 4 hasil dan analisis Rentang waktu satu jam tersebut merepresentasikan suatu bidang dari lapisan troposfer dan atau ionosfer yang dikarakterisasi dan waktu satu jam tersebut sudah dirasa cukup untuk merepresentasikan keadaan kedua lapisan atmosfer tersebut. Data eksternal seperti informasi orbit satelit dan informasi rotasi bumi dan kutub digunakan data prediksi, hal ini dikarenakan karena dalam kebutuhan realtime saat ini belum ada data eksternal tersebut yang terbit sehingga mau tidak mau data prediksi lah yang dipakai. Pada tabel 2.4 mengenai estimasi kualitas orbit dijelaskan bahwa keakurasian untuk data IGS ultra rapid prediksi dibawah 10 cm, berbeda halnya dengan informasi final orbit yang bisa menyampai keakurasian 5 cm. Akibatnya akan adanya suatu kesalahan acak yang mengakibatkan hasil bergeser antara 0 sampai sekitar 10 cm. Masking angle yang dipakai adalah sebesar 10˚, hal ini berkaitan dengan masalah multipath yang terjadi pada pengamatan GPS. Semakin kecil sudut pengamatan maka semakin banyak data yang didapat dan akan lebih luas pula lapisan troposfer dan ionosfer yang teramati akan tetapi dengan semakin kecilnya sudut pengamatan maka akan semakin rawan terkena multipath dan akan berpengaruh pula pada jarak penjalaran sinyal pada kedua lapisan atmosfer tersebut dimana akan semakin besar pula kesalahan yang diakibatkan oleh bias atmosfer tersebut. Berkaitan dengan posisi antena receiver yang berada di atas gedung 5 lantai dan diasumsikan tidak adanya objek yang menghalangi sinyal satelit maka dipakai nilai 10˚ untuk sudut pengamatannya.

4.2.2 Analisis Metodologi Pemrosesan Data Metode dari pemrosesan data yang dipakai adalah dengan PPP (Precise Point Positioning) dimana dilakukan akuisisi data hanya satu receiver dan tidak terikat (differensial) dengan titik pengamatan lainnya. Sebagaimana diketahui bahwa metode PPP ini hanya bisa menghasilkan data dengan ketelitian posisi hingga dm (desimeter) atau cm (centimeter), berbeda halnya bila dipakai metode differensial yang bisa menghasilkan ketelitian sampai dengan level mm (milimeter). Untuk mendapatkan hasil dengan ketelitian tinggi biasanya dipakai data fase dalam pengolahannya dengan syarat ambiguitas fasenya telah dihilangkan. Sistem ini menggunakan Pengembangan Sistem GPS Realtime untuk Pengamatan Troposfer dan Ionosfer

halaman 48

bab 4 hasil dan analisis metode PPP yang tentu saja sulit untuk menghilangkan ambiguitas fasenya sehingga sistem ini menggunakan data kode untuk pengolahan datanya. Hal ini akan berdampak pada hasil yang diperoleh dimana hasilnya tentu saja tidak akan menyaingi ketelitian dari data fase.

4.2.3 Analisis Sistem Keunggulan dari sistem pengamatan troposfer dan ionosfer ini adalah otomatis, realtime, dan kontinyu dimana otomatis diartikan bahwa hasil diperoleh tanpa campur tangan operator, realtime berarti hasil diperoleh seketika mungkin setelah data didapat, dan kontinyu berarti hasil diperoleh secara terus menerus atau berkelanjutan. Ketika sistem ini dinyalakan maka sistem ini akan berjalan secara otomatis mulai dari proses akuisisi data, persiapan pengolahan, pengolahan data, dan visualisasi data hasil. Hal ini bisa dilakukan karena adanya suatu pemograman yang berbasiskan pada algoritma yang dipersiapkan untuk memproses setiap data dalam semua kondisi waktu yang memungkinkan. Misalnya sistem ini bisa memproses data pada hari ini pada jam sekarang, maka sistem ini akan bisa bekerja memproses data untuk kondisi besok, ataupun hari selanjutnya tanpa merubah atau mensetting ulang pada algoritmanya. Tekniknya terletak pada semua data yang dipakai yang selalu berformatkan waktu observasi dan juga nilai waktu (tahun, bulan, tanggal, jam, julian date, gps week) yang selalu didefinisikan terlebih dahulu dalam suatu variabel sehingga sistem tersebut selalu bekerja sesuai dengan data yang akan diolah. Peneliti mengartikan kata realtime disini menjadi “hasil diperoleh seketika mungkin setelah data didapat”. Kata realtime disini menjadi cukup penting karena berhubungan dengan waktu dimana pengamatan dan waktu didapatnya hasil yang terselisihkan atau adanya delay akibat dari proses waiting, transmitting, dan processing. Di bawah ini adalah tabel yang menunjukkan delay yang terjadi dalam beberapa kali percobaan dan pencatatan waktu relatif terhadap jam komputer pemrosesan data. Tabel 4.1 Jenis dan waktu pemrosesan

Komputer pemrosesan

Jenis pemrosesan

Waktu pemrosesan

Komputer server

Receiving file dari receiver GPS

± 3 menit


halaman 49


Komputer server

Transmitting file ke komputer pemrosesan data

< 1 menit

Komputer pemrosesan data

Persiapan pemrosesan (convert & moving rinex)

< 30 detik


Download data IGS

< 1 menit


Processing Data

± 5 menit


Plotting Data

< 1 menit

Keterangan : pemrosesan dilakukan pada komputer dengan jenis CPU Intel 733 MHz Dari beberapa kali pencatatan waktu ternyata delay pemrosesan berkisar antara 10 – 12 menit, berikut ilustrasinya:

Gambar 4.4 Ilustrasi waktu pemrosesan

Setelah sistem ini aktif maka data hasil terus menerus didapat setiap selang satu jam. Sistem ini sendiri kalau dilihat dari algoritma dan strategi pemrosesannya, dapat berjalan terus menerus minimal sampai tahun 2099, hal ini dikarenakan banyak sistem Bernese yang kadaluarsa pada tahun tersebut. Tetapi sebenarnya banyak sekali hal-hal lain yang mempengaruhi kekontinyuan dari sistem ini, yaitu : Koordinat fix dari titik pengamatan yang harus diupdate, dikarenakan adanya pergerakan dari stasiun pengamatan, misalnya akibat pergesaran lempeng atau pengaruh geodinamika lainnya. Ada beberapa file dari sistem Bernese yang harus terus diupdate, misalnya informasi kerusakan satelit yang harus diupdate tiap tahun. Terpengaruhi oleh kekuatan dan perangkat keras dari sistem tersebut.


halaman 50

bab 4 hasil dan analisis 4.2.4 Analisis Data Hasil Di bawah ini adalah nilai ZTD hasil pengolahan sistem untuk hari ke 34 dan ke 35 pada tahun 2008 beserta dengan nilai standar deviasinya yang disajikan dalam bentuk tabel ZTD dan juga grafik ZTD di bawah ini: Tabel 4.2 Nilai ZTD pada hari ke 34 dan 35 tahun 2008

JAM (UTC) 00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23

ZTD (meter) 2.15078 2.12800 2.11823 2.08709 2.09776 2.08620 2.08718 2.01593 2.06029 2.10118 2.08971 2.06954 2.04517 2.10430 2.12079 2.13055 2.13055 2.14399 2.14830 2.13264 2.16410 2.17546 2.18452 2.16410

Std. deviasi (meter) 0.0015 0.0016 0.0024 0.0033 0.0033 0.0033 0.0029 0.0053 0.0043 0.0032 0.0041 0.0063 0.0055 0.0036 0.0019 0.0021 0.0023 0.0024 0.0027 0.0030 0.0031 0.0039 0.0034 0.0011

JAM (UTC) 00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23

ZTD (meter) 2.14540 2.12833 2.13313 2.09103 2.09636 2.09199 2.09723 2.04847 2.07293 2.07048 2.06738 2.09607 2.10318 2.14582 2.14284 2.1502 2.15467 2.15828 2.16111 2.15333 2.14822 2.17838 2.18577 2.16536

Std. deviasi (meter) 0.0014 0.0016 0.0027 0.0036 0.0027 0.0030 0.0030 0.0039 0.0035 0.0039 0.0039 0.0030 0.0029 0.0018 0.0018 0.0020 0.0029 0.0031 0.0025 0.0023 0.0033 0.0040 0.0039 0.0021


halaman 51


ZTD + Std. Deviasi (meter)

Grafik ZTD dengan Standar Deviasinya 2.20 2.15 2.10 2.05 2.00 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Jam (UTC)

ZTD + Std. Deviasi (meter)

Grafik ZTD dengan Standar Deviasinya 2.20 2.15 2.10 2.05 2.00 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Jam (UTC) Gambar 4.5 Grafik ZTD dengan standar deviasinya pada dayofyear 34 dan 35 tahun 2008

Pada tabel 4.2 di atas terlihat bahwa nilai kepresisian dari hasil pengolahan sistem ini untuk nilai ZTD cukup bagus yaitu berkisar sekitar 0.003 meter dengan nilai maksimum standar deviasinya sebesar 0.0063 meter dan nilai minimumnya sebesar 0.0011 meter. Untuk menganalisis lebih lanjut mengenai perolehan data yang dihasilkan oleh sistem untuk pengamatan troposfer maka pada penelitian ini data hasil dibandingkan dengan hasil pengolahan data GPS (post-processing) secara offline dengan metode differensial. Data yang dipakai adalah data ZTD satu hari dengan interval 60 menit pada hari ke 34 dalam tahun 2008.


halaman 52


Grafik ZTD (Zenith Tropospheric Delay) doy 34 ZTD (meter)

2.20 2.15 2.10 2.05 2.00 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

JAM (UTC) Post Processing

Sistem Realtime

Grafik ZTD (Zenith Tropospheric Delay) doy 35 ZTD (meter)

2.2 2.15 2.1 2.05 2 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

JAM (UTC) Post Processing

Sistem Realtime

Keterangan : Hasil pengolahan data post-processing didapat dari skripsi “Penentuan ZTD dengan Teknik GPS dan Permasalahannya” [Pradipta, 2008] Gambar 4.6 Grafik perbandingan ZTD

Untuk lebih jelasnya, perbedaan antara nilai ZTD hasil pengolahan data dengan pengolahan sistem ditampilkan pada tabel 4.3 di bawah ini. Tabel 4.3 Selisih nilai ZTD hasil sistem dan hasil post-processing

DOY 034 Selisih nilai ZTD JAM (UTC) (meter) 00 0.0548 01 0.0677 02 0.0442 03 0.0134

DOY 035 Selisih nilai ZTD JAM (UTC) (meter) 0.0161 00 01 0.0185 02 0.0370 03 -0.0055


halaman 53

bab 4 hasil dan analisis 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23

0.0050 0.0088 0.0175 -0.0254 -0.0052 -0.0126 -0.0091 0.0330 0.0430 0.0784 0.0662 0.0687 0.0742 0.0765 0.0833 0.0786 0.0784 0.1050 0.1084 0.0828

04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23

0.0193 0.0158 0.0194 -0.0528 -0.0126 0.0226 0.0084 -0.0178 -0.0330 0.0468 0.0551 0.0569 0.0485 0.0639 0.0740 0.0597 0.0853 0.0933 0.1066 0.0959

Keterangan : (WIB = UTC + 7 jam) Dari gambar 4.2 dan tabel 4.3 di atas dapat dilihat bahwa selisih antara nilai ZTD hasil postprocessing dengan hasil sistem realtime cukup besar yaitu berkisar sekitar 0.0480 meter dengan selisih terbesar bernilai 0.1084 dan selisih terkecil bernilai 0.0051 meter, hal tersebut membuktikan bahwa hasil sistem mempunyai nilai yang lebih fluktuatif dikarenakan karena perbedaan metode yang mempunyai tingkat keakurasian yang berbeda. Perbedaan metode yang dipakai terletak pada: (lihat tabel 4.4) Tabel 4.4 Analisis perbedaan metode Metode Sistem

Metode pengolahan data

Keterikatan titik

PPP (Absolut)

Differensial

Pemakaian data

Data Code

Data Fase

Informasi orbit

Orbit Prediksi

Orbit Final

Interval epok

1 detik

30 detik

Data pengamatan

1 jam

24 jam


halaman 54

bab 4 hasil dan analisis Metode PPP masih mempunyai nilai ketelitian antara level centimeter sampai dengan desimeter, berbeda dengan metode differensial yang sudah memiliki ketelitian sampai dengan 2 milimeter. Perbedaan pemakaian data antara data kode dengan data fase akan berpengaruh pula pada hasil yang diperoleh sebagaimana kita ketahui bahwa data fase mempunyai nilai ketelitian yang lebih besar daripada data kode karena kemampuannya menentukan nilai fase dengan syarat ambiguitas fasenya harus hilang. Data kode mempunyai nilai kepresisian antara 0.3 – 3 meter sedangkan data fase sudah mampunyai nilai kepresisian sampai dengan 0.0019 – 0.0024 meter. Mengacu pada tabel 2.3 bahwa nilai akurasi dari informasi orbit prediksi hanya berada di bawah 10 cm dan di bawah 5 ns untuk jam satelitnya, sangat berbeda jauh dengan informasi orbit final yang sudah berada di bawah 5 cm dan di bawah 0.1 ns untuk jam satelitnya. Pertanyaannya sekarang setelah melihat perbedaan dari kedua seri grafik di atas adalah seberapa besarkah nilai hasil dari sistem tersebut dapat dikatakan benar. Kalau dilihat dari nilai korelasinya tentu saja kecil karena kedua nilai tersebut tidak bisa disama-ratakan karena hasil sistem tersebut masih banyak mengandung kesalahan-kesalahan yang tidak bisa dihilangkan dalam keadaan realtime. Kesamaan kedua grafik tersebut sebenarnya cukup terlihat dari kecenderungan naik dan turunnya nilai PWV tersebut dalam waktu tertentu dan hal tersebutlah yang merepresentasikan karakter dari lapisan troposfer pada saat itu. Untuk nilai TEC dianalisis dari variasi temporalnya karena TEC dipengaruhi oleh aktifitas matahari, sehingga dengan data satu hari seperti pada gambar 4.5 dan 4.6 di bawah ini bisa terihat variasinya pada setiap jamnya. Di bawah ini adalah plot TEC tiap jam pada hari ke 159 pada tahun 2008 disertai dengan rms error dari nilai TEC setiap jamnya. Tabel 4.5 Tabel RMS Error TEC pada dayofyear 159

JAM (UTC) 00 01 02 03 04 05 06 07

JAM (WIB) 07 08 09 10 11 12 13 14

TEC Rata-rata (TECU) 19 25 32 27 40 51 37 54

RMS ERROR (TECU) 0.03 0.02 0.02 0.03 0.03 0.03 0.05 0.04


halaman 55

bab 4 hasil dan analisis 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23

15 16 17 18 19 20 21 22 23 00 01 02 03 04 05 06

55 57 20 18 10 10 12 11 13 14 10 6 8 10 7 8

0.02 0.01 0.02 0.04 0.03 0.02 0.01 0.01 0.03 0.02 0.02 0.01 0.01 0.01 0.01 0.02

Keterangan : (WIB = UTC + 7 jam)


halaman 56


Gambar 4.7 Peta TEC hasil perolehan sistem pada dayofyear 159 2008

TEC rata-rata, TEC maksimum, dan TEC minimum 80 70

TEC (TECU)

60 50

40 30 20 10 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 JAM (UTC)

Rata-rata

Maksimum

Minimum

Gambar 4.8 Grafik rata-rata nilai TEC setiap jam pada dayofyear 159

Terbukti pada gambar 4.7 dan 4.8 di atas bahwa semakin siang nilai TEC semakin tinggi dan mencapai nilai maksimum, sebaliknya setelah matahari terbenam nilai TEC semakin rendah sampai matahari kembali terbit. Pada grafik 4.8 dapat terlihat pula bahwa nilai sebaran dari Pengembangan Sistem GPS Realtime untuk Pengamatan Troposfer dan Ionosfer

halaman 57

bab 4 hasil dan analisis TEC di bidang peta TEC pada siang hari lebih tinggi dibandingkan dengan sebaran pada malam hari yang relatif lebih rendah. Pada tabel 4.5 terlihat bahwa nilai maksimum rms error dari hasil pengolahan data untuk penentuan nilai TEC adalah sebesar 0.05 TECU. Pada proses pemetaan TEC pada Bernese untuk mendapatkan file TEC map atau ionex, nilai TEC ditetapkan dengan rms error sebesar 0.1 TECU, selanjutnya pada proses visualisasi, nilai TEC diplot pada peta TEC dengan resolusi TEC sebesar 1 TECU, sehingga dapat disimpulkan bahwa informasi TEC pada data hasil mempunyai skala TEC sebesar 1 TECU. Nilai tersebut dinilai cukup untuk mendapatkan gambaran kondisi pada lapisan ionosfer.


B A B IV HASIL DAN ANALISIS

Recommend Documents