8
Data yang digunakan untuk menghitung kelembaban nisbi adalah data suhu titik embun dan suhu udara. Persamaan yang digunakan untuk menghitung kelembaban nisbi adalah: = . = . = ×
[
. [
/( .
/(
. )] . )]
% ……………(9)
(sumber: Handoko et al. 1994) Keterangan: RH : Kelembaban nisbi T : Suhu Udara Td : Suhu titik embun ea : Tekanan uap aktual ea : Tekanan uap jen
IV HASIL DAN PEMBAHASAN 4.1 Program pengekstrak data curah hujan dari data satelit TRMM 3B42 harian NetCDF adalah format file yang memiliki sistem array. File ini memiliki beberapa dimensi. Nilai variabel akan didapatkan dengan memasukan nilai dimensi yang diinginkan. Data TRMM 3B42 harian disimpan dalam format netCDF. netCDF TRMM 3B42 harian memiliki dua dimensi, yaitu longitude dan latitude. Nilai curah hujan akan didapatkan dengan memasukan nilai longitude dan latitude yang diinginkan dengan nama variabel HRF. Kelebihan data netCDF dibandingkan dengan file sequential (*.txt, *.csv) yaitu dalam mengambil data yang berada di tengah file. Nilai variabel yang terdapat di tengah file netCDF dapat langsung diambil dengan memasukan nilai dimensinya. Pengambilan nilai variabel yang terdapat di tengah sequential file (*.txt, *.csv) harus dengan cara membaca nilai satu per satu dari atas hingga nilai yang diinginkan. Hal ini mengakibatkan proses pengolahan data dengan file format netCDF akan lebih cepat dibandingkan format file sequential (*.txt, *.csv). Kelebihan ini sangat bermanfaat untuk mengambil data 1 pixel dari kumpulan citra TRMM 3B42 harian untuk membuat data curah hujan harian disuatu tempat. Proses ini dapat dilihat pada Gambar8.
Gambar 8 Proses pengambilan data 1 pixel dari kumpulan citra 3B42 TRMM harian Tabel 1 Format array data TRMM 3B42 HRF Longitude Latitude (mm/day) 141.5 10.25 23 141.5 141.75 141.75 … …
10.5 10.25 10.5 … …
13 12 0 … …
Kelebihan lain dari file netCDF adalah lebih efisien dalam menggunakan memori lima kali lipat dibandingkan sequential file (*.txt, *.csv). Berdasarkan hal ini, kita dapat menyimpan data yang sangat banyak dengan memori yang kecil. File netCDF ditata seperti pada Gambar9, supaya program lebih mudah dalam mengakses file netCDF. Pengguna juga akan lebih mudah untuk memeriksa kelengkapan data atau menambahkan data netCDF TRMM 3B42 harian yang baru kedalam program.
Gambar 9 Format Penataan Database Data NetCDF TRMM 3B42 harian
9
Pembacaan data netCDF memerlukan beberapa fungsi tambahan dari luar karena Ms. Visual Basic 6 tidak menyediakan fungsi untuk membaca dan menulis data netCDF. Fungsi-fungsi pembacaan dan penulisan data netCDF didapatkan dari file DLL yang dikeluarkan oleh Unidata. Fungsi-fungsi dalam file DLL yang digunakan yaitu nc_open, nc_inq_dimid, nc_inq_dimlen, nc_inq_varid, nc_get_var _double, nc_close. Dalam proses pembacaan data netCDF (lihat Gambar10), terdapat dua fungsi yang wajib digunakan untuk melakukan pembacaan data yaitu fungsi membuka (nc_open) dan fungsi menutup (nc_close). Fungsi nc_open digunakan untuk membuka file netCDF dengan input dua nilai variabel string yaitu alamat file dan status pembacaan dan satu variabel output yaitu nomor Id. Dalam program ini, nama file memiliki format tanggal (3B42_daily.year.month .day.6.nc) agar mudah dalam membuat alamat file yang diinginkan. Setelah menggunakan fungsi nc_open akan mendapat nomor Id file netCDF yang digunakan dalam proses selanjutnya. Dalam menentukan panjang indeks dari array pada file netCDF, dapat digunakan dua fungsi yaitu nc_inq_dimid dan nc_inq_dimlen. Fungsi nc_inq_dimid digunkan untuk meminta nomor Id suatu indeks array dari file netCDF. Input fungsi ini adalah dua variabel string yaitu nomor Id data netCDF dan nama indeks array (longitude atau latitude) dan output fungsi ini adalah satu variabel berisi nomor Id indeks array dari file netCDF. Fungsi nc_inq_dimlen digunakan untuk meminta nilai panjang indeks. Input fungsi ini adalah dua variabel string yaitu nomor Id data netCDF dan nomor Id indeks dan output fungsi ini adalah satu variabel berisi nilai panjang array. Variabel array pada file netCDF dapat dipindahkan ke variabel dalam program menggunakan dua fungsi yaitu nc_inq_varid dan nc_get_var_double. Fungsi nc_ inq_varid digunakan untuk meminta
File Path
Write Status
nc_open Dimansion Name
NetCDF ID
nc_inq_dimid
Dimansion ID
nc_inq_dimlen
Dimansion Lenght
Redim
Empty MyVar(x,y)
Variable Name
nc_inq_varid
Variabel ID
nc_get_var _double
Filled MyVar(x,y)
nc_close
Gambar 10 Diagram alir algoritma pembaca netCDF
10
Gambar 11 Contoh Hasil Keluaran Program untuk Unsur Cuaca Curah Hujan global 50o LU – 50o LS Tabel 2 Contoh Hasil Keluaran Program untuk Data Curah Hujan titik global 50o LU – 50o LS Rain Year Month Day (mm) 2000 2000 2000
1 1 1
1 2 3
0 9 2
2000 2000 … …
1 1 … …
4 5 … …
34 3 … …
nomor Id dari variabel data pada file netCDF. Input fungsi ini adalah dua variabel string yaitu nomor Id data netCDF dan nama variabel array (nama variabel untuk TRMM 3B42 adalah HRF) dan output fungsi ini adalah satu variabel berisi nomor Id variabel array. Fungsi nc_get_var_double digunkan untuk memindahkan variabel array data netCDF ke variabel array pada program. Input fungsi ini adalah dua variabel string yaitu nomor Id data netCDF dan nomor Id variabel dan output fungsi ini adalah satu variabel array berisi nilai data dari file netCDF. Output dari program ini adalah data curah hujan global lintang 50o LU – 50o LS. Output ini dibagi menjadi dua jenis yaitu data spasial dan time series. Hasil output data spasial dan time series dapat dilihat pada Gambar11 dan Tabel2. 4.2 Sistem pembangkitan data cuaca dengan data masukan data TRMM 3B42 harian dan DEM SRTM Pembangkit data cuaca yang dikembangkan oleh Handoko et al. (1994) memiliki dua bagian yaitu pembangkit data curah hujan harian dari curah hujan bulanan
dan pembangkit data cuaca harian dari data curah hujan harian. Bagian modul yang digunkan dalam program ini adalah bagian dua saja yaitu pembangkitan data cuaca harian dari curah hujan harian. Program ini menggunkan bagian dua saja karena input dari program ini adalah data curah hujan harian dari TRMM 3B42 harian. Data input dari program ini adalah data curah hujan harian dari TRMM 3B42 harian dan ketinggian tempat dari DEM SRTM. Semua data ini disimpan dalam file netCDF. Algoritma pemograman digunakan untuk membaca file netCDF TRMM 3B42 harian dan DEM SRTM sebagai input program. DEM SRTM memiliki resolusi spasial 90 x 90 meter. Resolusi citra TRMM 3B42 harian dan DEM SRTM harus disamakan sebelum dilakukan overlay. Penyamaan resolusi spasial dilakukan dengan proses resampling citra SRTM dari resolusi 90 x 90 meter menjadi 0.25o x 0.25o. hasil resampling citra SRTM dapat dilihat pada Gambar12 Dalam program ini terdapat dua proses yaitu membangkitkan data cuaca spasial dan membangkitkan data cuaca titik time series.
11
Gambar 12 Hasil Resampling DEM SRTM menjadi resolusi 0.25o x 0.25o Database dari data flow diagram (DFD) program ini adalah Data TRMM 3B42 dan DEM SRTM. Database Data TRMM 3B42 dan DEM SRTM berisikan file-file netCDF TRMM 3B42 dan DEM SRTM. Aliran data dari program ini dapat dilihat pada Gambar13. Aliran data pada data flow diagram (DFD) program ini dibagi menjadi dua baigan, yaitu membangkitkan data cuaca spasial dan membangkitkan data cuaca titik time series. Pada aliran data membangkitkan data cuaca spasial, user memasukan nilai koordinat dan tanggal kedalam proses membangkitkan data cuaca spasial. Proses membangkitkan data cuaca spasial akan memasukan tanggal ke database Data TRMM 3B42 dan DEM SRTM. Database Data TRMM 3B42 dan DEM SRTM akan membarikan file netCDF TRMM 3B42 dan DEM SRTM sesuai dengan tanggal yang diberikan. File netCDF TRMM 3B42 akan diproses menjadi data cuaca spasial. Data cuaca spasial diterima oleh user sebagai
output dari proses. Pada aliran data membangkitkan data cuaca time series, user memasukan nilai koordinat dan rentang tahun kedalam proses membangkitkan data cuaca time series. Proses membangkitkan data cuaca time series akan memasukan rentang tahun ke database Data TRMM 3B42 dan DEM SRTM. Database Data TRMM 3B42 dan DEM SRTM akan memberikan beberapa file netCDF TRMM 3B42 dan DEM SRTM sesuai dengan rentang tahun yang diberikan. File netCDF TRMM 3B42 akan diproses menjadi data cuaca time series. Data cuaca time series diterima oleh user sebagai output dari proses. Output dari program ini adalah data cuaca harian di Indonesia. Output ini dibagi menjadi dua jenis yaitu data spasial dan time series. Hasil output data spasial dan time series dapat dilihat pada Gambar14-20 dan Tabel3.
Gambar 13 Program data flow diagram
12
Gambar 14 Contoh hasil keluaran program untuk unsur cuaca curah hujan
Gambar 15 Contoh hasil keluaran program untuk unsur cuaca lama penyinaran
Gambar 16 Contoh hasil keluaran program untuk unsur cuaca radiasi
Gambar 17 Contoh hasil keluaran program untuk unsur cuaca suhu maksimum
13
Gambar 18 Contoh hasil keluaran program untuk unsur cuaca suhu minimum
Gambar 19 Contoh hasil keluaran program untuk unsur cuaca suhu rataan
Gambar 20 Contoh hasil keluaran program untuk unsur cuaca kelembaban nisbi Tabel 3 Contoh hasil keluaran program untuk data titik time series Rain Sunshine Radiation Tmax Tmin Day (mm) (Hour) (MJ/m2/day) (oc) (oc)
Tmean (oc)
RH (%)
31.0
25.7
75
20.7 20.5 21.3 …
30.7 30.8 30.0 …
25.7 25.7 25.6 …
76 75 79 …
…
…
…
…
Year
Month
2000
1
1
0
7.2
20.6
20.4
2000 2000 2000 …
1 1 1 …
2 3 4 …
9 2 34 …
5.4 6.5 1.5 …
19.1 20.0 15.6 …
…
…
…
…
…
…
