Saran Variability of Sea Surface Temperature and its Interelationships with The Monsoon, Dipole Mode (DM) and El Nino Southern Oscillation (ENSO) in the Southeast Asia and its Surrounding Waters

339 Pohl B, Matthews AJ. 2007. Observed Changes in the Lifetime and Amplitude of the Madden-Julian Oscillation Associated with Interannual ENSO Sea Surface Temperature Anomalies. J Climate 20:2659-2674. Pope VD, Gallani ML, Rowntree PR, Stratton RA. 2000. The impact of new physical parameterizations in the Hadley Centre climate model: HadAM3. J Climate Dyn 16:123-146. Qian JH, Robertson AW, Moron V. 2010. Interactions among ENSO, the Monsoon, and Diurnal Cycle in Rainfall Variability over Java, Indonesia. J Atmos Sci 67:3509-3524. Qinyan L, Rui XH, Wang D. 2011. Implication of the South China Sea Throughflow for the Interannual Variability of the Regional Upper-Ocean Heat Content. J Adv Atmos Sci. in press. Qu T, Du Y, Meyers G, Ishida A, Wang D. 2005. Connecting the tropical Pacific with Indian Ocean through South China Sea. Geophys Res Lett 32:L24609- 24613. Qu T, Du Y, McCreary JP, Meyers G, Yamagata T. 2008. Buffering Effect and Its Related Ocean Dynamics in the Indonesian Throughflow Region. J Phys Oceanogr 38:503-516. Qu T, Du Y, Sasaki H. 2006. South China Sea throughflow: A heat and freshwater conveyor. Geophys Res Lett 33:L23617-23621. Ramage C. 1971. Monsoon meteorology. 296 hlm. Volume ke-15. International Geophysics Series. Academic Press. New York. Robert A. 1966. The integration of a low order spectral form of the primitive meteorological equations. J Meteorol Soc 44:237-244. Roemmich D, Owens WB. 2000. The Argo Project: global ocean observations for the understanding and prediction of climate variability. Oceanography 13:45-50. Rao SA, Chaudhari HS, Pokhrel S, Goswami BN. 2010. Unusual Central Indian Drought of Summer Monsoon 2008: Role of Southern Tropical Indian Ocean Warming. J Climate 23:5163-5174. Rasmusson EM, Carpenter TH. 1982. Variations in tropical sea surface temperature and surface wind fields associated with the SouthernOscillationEl Nino. Monthly Weather Rev 110:354-384. Rayner NA et al. 2003. Global analyses of sea surface temperature, sea ice, and night marine air temperature since the late nineteenth century. J Geophys Res 108:4407-4436. Reason JC, Allan RJ, Lindesay JA, Ansell TJ. 2000. ENSO and climatic signals across the Indian Ocean basin in the global context: Part I, interannual composite patterns. Int J Climatol 20:1285-1327. Reynolds RW et al. 2007. Daily high resolution blended analyses for sea surface temperature. J Climate 20:5473-5496. 340 Rodgers KB, Friederichs P, Latif M. 2004. Tropical Pacific decadal variability and its relation to decadal modulations of ENSO. J Climate 17:3761-3774. Roeckner E et al. 2003. The atmospheric general circulation model ECHAM5. Part I: Model description. 127 hlm. Laporan ke-349. Max Planck Inst for Meteorol. Hamburg. Germany. Roundy PE, MacRitchie K, Asuma J, Melino T. 2010. Modulation of the Global Atmospheric Circulation by Combined Activity in the Madden – JulianOscillation and the El Niño-Southern Oscillation during Boreal Winter. J Climate 23:4045-4059. Roy SS, Goodrich GB, Balling RC. 2003. Influence of El NiñoSouthern Oscillation, Pacific Decadal Oscillation, and local sea surface temperature anomalies on peak season monsoon precipitation in India. J Climate Res 25:171-178. Saha, K. 2010. Tropical Circulation Systems and Monsoons. 324 hlm. Springer- Verlag Berlin Heidelberg. Saji NH, Goswami BN, Vinayachandran PN, Yamagata T. 1999. A dipole mode in the tropical Indian Ocean. Nature 401:360-363. Saji NH, Yamagata T. 2003. Possible impacts of Indian Ocean Dipole mode events on global climate. J Climate Res 25:151-169. Sakurai N et al. 2005. Diurnal cycle of cloud system migration over Sumatera Island. J Meteorol Soc 83:835-850. Sarachik ES, Cane MA. 2010. The El Niño-Southern Oscillation Phenomenon. 384 hlm. Cambridge University Press. Sasaki H et al. 2006. An eddy-resolving hindcast simulation of the quasi-global ocean from 1950 to 2003 on the Earth Simulator. Di dalam: High resolution numerical modeling of the atmosphere and ocean. Ohfuchi W, Hamilton K, editor. Springer. New York. Schouten MW, Ruijter WP, Leeuwen PJ, Dijkstra HA. 2002. An oceanic teleconnection between the equatorial and southern Indian Ocean. Geophys Res Lett 29:1812-1816. Shaman J, Tziperman E. 2010. An Atmospheric Teleconnection Linking ENSO and Southwestern European Precipitation. J Climate 24:124-139. Shchepetkin AF, McWilliams JC. 2005. The Regional Oceanic Modeling System ROMS: A split explicit, freesurface, topography-following coordinate ocean model. J Ocean Model 9:347-404. Shinoda T, Hendon HH, Alexander MA. 2004. Surface and subsurface dipole variability in the Indian Ocean and its relation with ENSO. J Deep-Sea Res Part I Oceanogr Res Papers 51:619-636. Singh A, Delcroix T, Cravatte S. 2011. Contrasting the flavors of El Niño- Southern Oscillation using sea surface salinity observations. J Geophys Res 116:C06016-06032. 341 Smith RD, McWilliams JC. 2003. Anisotropic horizonal viscosity for ocean models. Ocean Modelling 5:129-156. Smith TM, Reynolds RW. 1994. Improved global sea surface temperature analyses using optimal interpolation. J Climate 7:929-948. Smith TM, Reynolds RW. 2004. Improved extended reconstruction of SST 1854 –1997. J Climate 17:2466-2477. Stewart RH. 2008. Introduction to Physical Oceanography. 345 hlm. Texas A M University. Su J et al. 2010: Causes of the El Niño and La Niña Amplitude Asymmetry in the Equatorial Eastern Pacific. J Climate 23:605-617. Suarez MJ, Schopf PS. 1988. A delayed action oscillator for ENSO. J Atmos Sci 45:3283-3287. Susanto RD, Gordon AL, Zheng Q. 2001. Upwelling along the coasts of Java and Sumatra and its relation to ENSO. Geophys Res Lett 28:1599-1602. Szoeke SPD, Xie SP, Miyama T, Richards KJ, Small RJO. 2007. What Maintains the SST Front North of the Eastern Pacific Equatorial Cold Tongue?. J Climate 20:2500-2514. Takahashi K, Montecinos A, Goubanova K, Dewitte B. 2011. ENSO regimes: Reinterpreting the canonical and Modoki El Niño. Geophys Res Lett 38:L10704-10709. Tamura T, Koike T, Yamamoto A, Yasukawa M, Kitsuregawa M. 2011. Contrasting Impacts of the Indian Ocean Dipole and ENSO on the Tropospheric Biennial Oscillation. J Meteorol Soc 7:013-016. Tang Y, Yu B. 2008. An Analysis of Nonlinear Relationship between the MJO and ENSO. J Meteorol Soc 86:867-881. Terray P, Chauvin F, Douville H. 2007. Impact of southeast Indian Ocean sea surface temperature anomalies on monsoon-ENSO-dipole variability in a coupled ocean-atmosphere model. J Climate Dyn 28:553-580. Terray P, Dominiak S, Delecluse P. 2004. Role of the southern Indian Ocean in the transitions of the monsoon-ENSO system during recent decades. J Climate Dyn 24:169-195. Timmermann A. 2003. Decadal ENSO amplitude modulations: a nonlinear paradigm. Glob Planetary Change 37:1-2, 135-156. Tomas R, Webster PJ. 1997. On the location of the intertropical convergence zone and near-equatorial convection: The role of inertial instability. J Meteorol Soc 123:1445-1482. Torrence C, Compo GP. 1998. A practical guide to wavelet analysis. Bull Am Meteorol Soc 79:61-78. Trenberth KE, Stepaniak DP. 2001. Indices of El Niño Evolution. J Climate 14:1697-1701. 342 Tyson PD. 1986. Climatic Change and Variability in Southern Africa. 220 hlm. Oxford University Press. Valcke S. 2003. OASIS3 user guide. 64 hlm. Laporan teknis ke-3. Partnership for Res Infrastructure in Earth Syst Model. Venzke S, Latif M, Villwock A. 2000. The coupled GCM ECHO-2. Part II: Indian Ocean response to ENSO. J Climate 13:1371-1383. Verbickas S. 1998. Westerly wind bursts in the tropical Pacific. J Weather 53:282-284. Vimont DJ, Wallace JM, Battisti DS. 2003. The seasonal footprinting mechanism in the Pacific: Implications for ENSO. J Climate 16:2668-2675. Vranes K, Gordon AL, Ffield A. 2002. The heat transport of the Indonesian Throughflow and implications for the Indian Ocean heatbudget. J Deep-Sea Res Part II, Topical Studies in Oceanogr 49:1391-1413. Walker ND. 1990. Links between South African summer rainfall and temperature variability of the Agulhas and Benguela Current systems. J Geophys Res 95:3297-3319. Waliser D et al. 2006. The experimental MJO prediction project. Bull Am Meteorol Soc 87:425-431. Wallace JM et al. 1998. On the structure and evolution of ENSO-related climate variability in the tropical Pacific: Lessons from TOGA. J Geophys Res 103:14169-14240. Wang B, Fan Z. 1999. Choice of South Asian summer monsoon indices. Bull Amer Meteor Soc 80:629-638. Wang B, Xu X. 1997. Northern Hemisphere summer monsoon singularities and climatological intraseasonal oscillation. J Climate 10:1071-1085. Wang C, Picaut J. 2004. Understanding ENSO physics - A review. Di dalam: Earths Climate: The Ocean-Atmosphere Interaction. Geophys Monograph Series 147. Wang C, Xie SP, Carton JA, editor. AGU. Washington, D. C. hlm 21-48. Webster PJ. 1987. The Elementary Monsoon. Di dalam: Monsoons. Fein JS, Stephens PL, editor. John Wiley. New York. hlm 3-32. Webster PJ. 2004. The Elementary Hadley circulation. Di dalam: The Hadley circulation: present, past and future. Diaz HF, Bradley RS, editor. Kluwer Academic Publishers. Netherlands. hlm 11-60. Webster PJ et al. 1998. Monsoons: Processes, predictability, and the prospects for prediction. Geophys Res Lett 103:14451-14510. Webster PJ, Moore AM, Loschnigg JP, Leben RR. 1999. Coupled ocean- atmosphere dynamics in the Indian Ocean during 1997 –98. Nature 401:356- 360. 343 Webster PJ, Yang S. 1992. Monsoon and ENSO: Selectively interactive systems. Quart J Roy Meteor Soc 118:877-926. Weisberg RH, Wang C. 1997. A western Pacific oscillator paradigm for the El Nino - Southern Oscillation. Geophys Res Lett 24:779-782. Weng HY, Ashok K, Behera S, Rao AS, Yamagata T. 2007. Impacts of recent El Nino Modoki on drywet conditions in the Pacific rim during boreal summer. J Climate Dyn 29:113-129. Weng HY, Behera SK, Yamagata T. 2009. Anomalous winter climate conditions in the Pacific rim during recent El Nino Modoki and El Nino events. J Climate Dyn 32:663-674. Wittenberg AT, Rosati A, Lau NC, Ploshay JJ. 2006. GFDL’s CM2 global coupled climate models. Part III: Tropical Pacific climate and ENSO. J Climate 19:698-722. Woodruff SD et al. 2011. ICOADS release 2.5: Extensions and enhancements to the surface marine meteorological archive. Int J Climatol 31:951-967. Wu R, Kirtman BP. 2004. The Tropospheric Biennial Oscillation of the Monsoon –ENSO System in an Interactive Ensemble Coupled GCM. J Climate 17:1623-1640. Wu B, Li T, Zhou T. 2010. Asymmetry of Atmospheric Circulation Anomalies over the Western North Pacific between El Nino and La Nina. J Climate 23:4807-4822. Wu B, Li T, Zhou T. 2010. Asymmetry of Atmospheric Circulation Anomalies over the Western North Pacific between El Niño and La Niña. J Climate 23:4807-4822. Xie SP, Annamalai H, Schott FA, McCreary JP. 2002. Structure and mechanisms of south Indian Ocean climate variability. J Climate 15:864-878. Xie SP, Arkin PA. 1996. Analyses of global monthly precipitation using gauge observations, satellite estimates, and numerical model predictions. J Climate 9:840 –858. Xie SP et al. 2009a. Indian Ocean Capacitor Effect on Indo –Western Pacific Climate during the Summer following ElNiño. J Climate 22:730-747. Xie SP et al. 2009b. Decadal Shift in El Nino Influences on Indo-Western Pacific and East Asian Climate in the 1970. J Climate 23:3352-3368. Yadav RK, Yoo JH, Kucharski F, Abid MA. 2009. Why Is ENSO Influencing Northwest India Winter Precipitation in Recent Decades?. J Climate 23:1979-1993. Yang G, Slingo J. 2001. The diurnal cycle in the tropics. Monthly Weather Rev 129:784-801. Yang J, Liu Q, Liu Z. 2010. Linking Observations of the Asian Monsoon to the Indian Ocean SST: Possible Roles of Indian Ocean Basin Mode and Dipole Mode. J Climate 23:5889-5902. 344 Yang S, Webster PJ, Dong M. 1992. Longitudinal heating gradient: Another possible factor influencing the intensity of the Asian summer monsoon circulation. J Adv Atmos Sci 9:397-410. Yeh SW. 2009. El Niño in a changing climate. Nature 461:511-514. Yeh SW, Kirtman BP, Kug JS, Park W, Latif M. 2011. Natural variability of the central Pacific El Niño event on multi-centennial timescales. Geophys Res Lett 38:L02704-02709. Yin X, Gleason B, Vose R, Compo G, Matsui N.2008. The International Surface Pressure Databank ISPD land component version 2.2. Technical Report. NCDC. NOAA. Yoo SH, Fasullo J, Yang S, Ho CH. 2010. On the relationship between Indian Ocean sea surface temperature and the transition from El Niño to La Niña. J Geophys Res 115:D15114-15134. Yoon J, Yeh SW. 2010. Influence of the Pacific Decadal Oscillation on the Relationship between El Nino and the Northeast Asian Summer Monsoon. J Climate 23:4525-4537. Yu JY, Kao HY. 2007. Decadal changes of ENSO persistence barrier in SST and ocean heat content indices: 1958-2001. J Geophys Res 112:D13106-13116. Yu JY, Kim ST. 2010. Three evolution patterns of Central-Pacific El Niño. Geophys Res Lett 37:L08706-08712. Yu JY, Kao HY, Lee T. 2010. Subtropics-Related Interannual Sea Surface Temperature Variability in the Central Equatorial Pacific. J Climate 23:2869-2884. Yuan Y, Yang H, Zhou W, Li C. 2008. Influences of the Indian Ocean dipole on the Asian summer monsoon in the following year. Int J Climatol 28:1849- 1859. Yun KS, Seo KH, Ha KJ. 2010. Interdecadal Change in the Relationship between ENSO and the Intraseasonal Oscillation in East Asia. J Climate 23:3599- 3612. Zhang S, Harrison MJ, Rosati A, Wittenberg A. 2007. System design and evaluation of coupled ensemble data assimilation for global oceanic climate studies. Monthly Weather Rev 135:3541-3564. Zhang Y, Li T. 2008. Influence of the Sea Surface Temperature in the Indian Ocean on the In-Phase Transition between the South Asian and North Australian Summer Monsoons. J Terr Atmos Ocean Sci 193:321-329. Zuluaga MD, Hoyos CD, Webster PJ. 2010. Spatial and Temporal Distribution of Latent Heating in the South Asian Monsoon Region. J Climate 23:2010- 2029. 345 LAMPIRAN 346 347 Lampiran 1 Perbandingan antara data asimilasi GFDL dan TRITON, berturut- turut untuk parameter arus zonal, meridional dan vertikal dan berturut-turut pada TRITON 01-12 dan 18 satuan arus dalam cms 348 Lampiran 1 Lanjutan Perbandingan antara data asimilasi GFDL dan TRITON, berturut-turut untuk parameter arus zonal, meridional dan vertikal dan berturut-turut pada TRITON 01-12 dan 18 satuan arus dalam cms 349 Lampiran 1 Lanjutan Perbandingan antara data asimilasi GFDL dan TRITON, berturut-turut untuk parameter arus zonal, meridional dan vertikal dan berturut-turut pada TRITON 01-12 dan 18 satuan arus dalam cms 350 Lampiran 1 Lanjutan Perbandingan antara data asimilasi GFDL dan TRITON, berturut-turut untuk parameter arus zonal, meridional dan vertikal dan berturut-turut pada TRITON 01-12 dan 18 satuan arus dalam cms 351 Lampiran 1 Lanjutan Perbandingan antara data asimilasi GFDL dan TRITON, berturut-turut untuk parameter arus zonal, meridional dan vertikal dan berturut-turut pada TRITON 01-12 dan 18 satuan arus dalam cms 352 Lampiran 1 Lanjutan Perbandingan antara data asimilasi GFDL dan TRITON, berturut-turut untuk parameter arus zonal, meridional dan vertikal dan berturut-turut pada TRITON 01-12 dan 18 satuan arus dalam cms 353 Lampiran 1 Lanjutan Perbandingan antara data asimilasi GFDL dan TRITON, berturut-turut untuk parameter arus zonal, meridional dan vertikal dan berturut-turut pada TRITON 01-12 dan 18 satuan arus dalam cms 354 Lampiran 1 Lanjutan Perbandingan antara data asimilasi GFDL dan TRITON, berturut-turut untuk parameter arus zonal, meridional dan vertikal dan berturut-turut pada TRITON 01-12 dan 18 satuan arus dalam cms 355 Lampiran 1 Lanjutan Perbandingan antara data asimilasi GFDL dan TRITON, berturut-turut untuk parameter arus zonal, meridional dan vertikal dan berturut-turut pada TRITON 01-12 dan 18 satuan arus dalam cms 356 Lampiran 1 Lanjutan Perbandingan antara data asimilasi GFDL dan TRITON, berturut-turut untuk parameter arus zonal, meridional dan vertikal dan berturut-turut pada TRITON 01-12 dan 18 satuan arus dalam cms 357 Lampiran 1 Lanjutan Perbandingan antara data asimilasi GFDL dan TRITON, berturut-turut untuk parameter arus zonal, meridional dan vertikal dan berturut-turut pada TRITON 01-12 dan 18 satuan arus dalam cms 358 Lampiran 1 Lanjutan Perbandingan antara data asimilasi GFDL dan TRITON, berturut-turut untuk parameter arus zonal, meridional dan vertikal dan berturut-turut pada TRITON 01-12 dan 18 satuan arus dalam cms 359 Lampiran 1 Lanjutan Perbandingan antara data asimilasi GFDL dan TRITON, berturut-turut untuk parameter arus zonal, meridional dan vertikal dan berturut-turut pada TRITON 01-12 dan 18 satuan arus dalam cms 360 Lampiran 2 Sebaran melintang kedalaman terhadap waktu perbandingan antara data suhu potensial °C TRITON a dan data asimilasi GFDL b dan c dan d untuk parameter salinitas psu, berturut-turut pada TRITON 01-12 dan 18 361 Lampiran 2 Lanjutan Sebaran melintang kedalaman terhadap waktu perbandingan antara data suhu potensial °C TRITON a dan data asimilasi GFDL b dan c dan d untuk parameter salinitas psu, berturut-turut pada TRITON 01-12 dan 18 362 Lampiran 2 Lanjutan Sebaran melintang kedalaman terhadap waktu perbandingan antara data suhu potensial °C TRITON a dan data asimilasi GFDL b dan c dan d untuk parameter salinitas psu, berturut-turut pada TRITON 01-12 dan 18 363 Lampiran 2 Lanjutan Sebaran melintang kedalaman terhadap waktu perbandingan antara data suhu potensial °C TRITON a dan data asimilasi GFDL b dan c dan d untuk parameter salinitas psu, berturut-turut pada TRITON 01-12 dan 18 364 Lampiran 2 Lanjutan Sebaran melintang kedalaman terhadap waktu perbandingan antara data suhu potensial °C TRITON a dan data asimilasi GFDL b dan c dan d untuk parameter salinitas psu, berturut-turut pada TRITON 01-12 dan 18 365 Lampiran 2 Lanjutan Sebaran melintang kedalaman terhadap waktu perbandingan antara data suhu potensial °C TRITON a dan data asimilasi GFDL b dan c dan d untuk parameter salinitas psu, berturut-turut pada TRITON 01-12 dan 18 366 Lampiran 2 Lanjutan Sebaran melintang kedalaman terhadap waktu perbandingan antara data suhu potensial °C TRITON a dan data asimilasi GFDL b dan c dan d untuk parameter salinitas psu, berturut-turut pada TRITON 01-12 dan 18 367 Lampiran 2 Lanjutan Sebaran melintang kedalaman terhadap waktu perbandingan antara data suhu potensial °C TRITON a dan data asimilasi GFDL b dan c dan d untuk parameter salinitas psu, berturut-turut pada TRITON 01-12 dan 18 368 Lampiran 2 Lanjutan Sebaran melintang kedalaman terhadap waktu perbandingan antara data suhu potensial °C TRITON a dan data asimilasi GFDL b dan c dan d untuk parameter salinitas psu, berturut-turut pada TRITON 01-12 dan 18 369 Lampiran 2 Lanjutan Sebaran melintang kedalaman terhadap waktu perbandingan antara data suhu potensial °C TRITON a dan data asimilasi GFDL b dan c dan d untuk parameter salinitas psu, berturut-turut pada TRITON 01-12 dan 18 370 Lampiran 2 Lanjutan Sebaran melintang kedalaman terhadap waktu perbandingan antara data suhu potensial °C TRITON a dan data asimilasi GFDL b dan c dan d untuk parameter salinitas psu, berturut-turut pada TRITON 01-12 dan 18 371 Lampiran 2 Lanjutan Sebaran melintang kedalaman terhadap waktu perbandingan antara data suhu potensial °C TRITON a dan data asimilasi GFDL b dan c dan d untuk parameter salinitas psu, berturut-turut pada TRITON 01-12 dan 18 372 Lampiran 2 Lanjutan Sebaran melintang kedalaman terhadap waktu perbandingan antara data suhu potensial °C TRITON a dan data asimilasi GFDL b dan c dan d untuk parameter salinitas psu, berturut-turut pada TRITON 01-12 dan 18 373 Lampiran 3 Diagram suhu potensial-salinitas perbandingan antara data ARGO merah dan data asimilasi GFDL biru pada Petak-01 sampai Petak-20, berturut-turut dari a-t. Satuan suhu potensial dalam °C dan salinitas dalam psu 374 Lampiran 3 Lanjutan Diagram suhu potensial-salinitas perbandingan antara data ARGO merah dan data asimilasi GFDL biru pada Petak-01 sampai Petak-20, berturut-turut dari a-t. Satuan suhu potensial dalam °C dan salinitas dalam psu 375 Lampiran 3 Lanjutan Diagram suhu potensial-salinitas perbandingan antara data ARGO merah dan data asimilasi GFDL biru pada Petak-01 sampai Petak-20, berturut-turut dari a-t. Satuan suhu potensial dalam °C dan salinitas dalam psu 376 Lampiran 3 Lanjutan Diagram suhu potensial-salinitas perbandingan antara data ARGO merah dan data asimilasi GFDL biru pada Petak-01 sampai Petak-20, berturut-turut dari a-t. Satuan suhu potensial dalam °C dan salinitas dalam psu 377 Lampiran 4 Pola melintang di sepanjang ekuatorial Samudera Hindia dan Pasifik pada 5°LS-5°LU dari rata-rata anomali parameter a suhu udara ketinggian 2 m °C, b tekanan udara permukaan laut mBar dan c fluks bersih bahang melalui evaporasi Wm 2 pada fase positif biru yaitu pada waktu nilai koefisien ekspansi EOF diatas satu kali simpangan baku positifnya dan negatif merah dibawah satu kali simpangan baku negatifnya, berturut-turut dari Mode-1 sampai Mode-5 EOF. Satuan bujur dari 0-360 378 Lampiran 4 Lanjutan Pola melintang di sepanjang ekuatorial Samudera Hindia dan Pasifik pada 5°LS-5°LU dari rata-rata anomali parameter a suhu udara ketinggian 2 m °C, b tekanan udara permukaan laut mBar dan c fluks bersih bahang melalui evaporasi Wm 2 pada fase positif biru yaitu pada waktu nilai koefisien ekspansi EOF diatas satu kali simpangan baku positifnya dan negatif merah dibawah satu kali simpangan baku negatifnya, berturut-turut dari Mode-1 sampai Mode-5 EOF. Satuan bujur dari 0-360 379 Lampiran 4 Lanjutan Pola melintang di sepanjang ekuatorial Samudera Hindia dan Pasifik pada 5°LS-5°LU dari rata-rata anomali parameter a suhu udara ketinggian 2 m °C, b tekanan udara permukaan laut mBar dan c fluks bersih bahang melalui evaporasi Wm 2 pada fase positif biru yaitu pada waktu nilai koefisien ekspansi EOF diatas satu kali simpangan baku positifnya dan negatif merah dibawah satu kali simpangan baku negatifnya, berturut-turut dari Mode-1 sampai Mode-5 EOF. Satuan bujur dari 0-360 380 Lampiran 4 Lanjutan Pola melintang di sepanjang ekuatorial Samudera Hindia dan Pasifik pada 5°LS-5°LU dari rata-rata anomali parameter a suhu udara ketinggian 2 m °C, b tekanan udara permukaan laut mBar dan c fluks bersih bahang melalui evaporasi Wm 2 pada fase positif biru yaitu pada waktu nilai koefisien ekspansi EOF diatas satu kali simpangan baku positifnya dan negatif merah dibawah satu kali simpangan baku negatifnya, berturut-turut dari Mode-1 sampai Mode-5 EOF. Satuan bujur dari 0-360 381 Lampiran 4 Lanjutan Pola melintang di sepanjang ekuatorial Samudera Hindia dan Pasifik pada 5°LS-5°LU dari rata-rata anomali parameter a suhu udara ketinggian 2 m °C, b tekanan udara permukaan laut mBar dan c fluks bersih bahang melalui evaporasi Wm 2 pada fase positif biru yaitu pada waktu nilai koefisien ekspansi EOF diatas satu kali simpangan baku positifnya dan negatif merah dibawah satu kali simpangan baku negatifnya, berturut-turut dari Mode-1 sampai Mode-5 EOF. Satuan bujur dari 0-360 382 Lampiran 5 Sebaran horizontal anomali OLR bersih Wm 2 dan anomali curah hujan mmhari, berturut-turut pada fase positif sampai negatif dari Mode-1 sampai Mode-5 EOF 383 Lampiran 5 Lanjutan Sebaran horizontal anomali OLR bersih Wm 2 dan anomali curah hujan mmhari, berturut-turut pada fase positif sampai negatif dari Mode-1 sampai Mode-5 EOF 384 Lampiran 5 Lanjutan Sebaran horizontal anomali OLR bersih Wm 2 dan anomali curah hujan mmhari, berturut-turut pada fase positif sampai negatif dari Mode-1 sampai Mode-5 EOF 385 Lampiran 5 Lanjutan Sebaran horizontal anomali OLR bersih Wm 2 dan anomali curah hujan mmhari, berturut-turut pada fase positif sampai negatif dari Mode-1 sampai Mode-5 EOF 386 Lampiran 5 Lanjutan Sebaran horizontal anomali OLR bersih Wm 2 dan anomali curah hujan mmhari, berturut-turut pada fase positif sampai negatif dari Mode-1 sampai Mode-5 EOF ABSTRACT ANDRI PURWANDANI. Variability of Sea Surface Temperature and its Interelationships with The Monsoon, Dipole Mode DM and El Nino Southern Oscillation ENSO in the Southeast Asia and its Surrounding Waters. Under the supervision of MULIA PURBA and I WAYAN NURJAYA. Variability of air-sea interaction in the Southeast Asia and its surrounding waters has an important role for regulating the Asian and Australian climate dynamics and the dynamics of ocean-atmosphere in the Indian and Pacific Oceans. The results of the first five largest variance of Empirical Orthogonal Function EOF analysis of monthly mean sea surface temperature between 1979- 2007 from data assimilation of Geophysical Fluid Dynamics Laboratory GFDL in the Southeast Asia waters are able to identify occurrence of the Monsoon activity, the period of Dipole Mode DM in Indian Ocean and types of El Nino Southern Oscillation ENSO in the Pacific Ocean. The heat dynamics of the sea and atmosphere in the Indonesia waters are probably the triggers of DM and ENSO after performing spectral density function of EOF expansion coefficients, wavelet transform and composite analysis based on one times of standard deviation above positive and below negative of expansion coefficient using Earth System Research Laboratory-National Oceanic Atmospheric Administration ESRL-NOAA dataset, including wind data, air temperature, air pressure, outgoing long wave radiation OLR, rainfall, precipitation, evaporation, sensible heat, latent heat and humidity. Schematics of the dynamical processes of ocean- atmosphere interaction were constructed based on composite analysis results by discovering unique pattern which are called as phase of Asymmetric Monsoon of Southeast Asia waters AMSA, Heat Storingreleasing of Southeast Asia waters SRSA, Dipole Mode of Southeast Asia waters DMSA, Tripole Mode of Southeast Asia waters TMSA and the Mixed Mode of Southeast Asia waters MMSA to examine more insightful of the relationships between heat dynamics in the Southeast Asia and the origin processes of Monsoon, DM and ENSO. The rest difference of heat accumulation of AMSA phase in the Southeast Asia are therefore led to a shift of Monsoon and triggering a biennial cycle of the Tropical Biennial Oscillation TBO associated with decadal cycle in the SRSA phase is the beginning of DM and ENSO activity. After couple times of biennial cycle, the remaining difference of heat accumulation in the Southeast Asia is getting bigger and needed a new heat balance that generates a trigger of DM period and some types of ENSO. At the DMSA phase was formed DM transition period and conventional ENSO pattern, the TMSA phase as DM transition period and Central Pacific ENSO spread type CP El NinoLa Nina spread type and the MMSA phase which coincided peak of DM and Central Pacific ENSO centralized type CP El NinoLa Nina centralized type. Keywords: Monsoon, Dipole Mode, El Nino Southern Oscillation, sea surface temperature, data assimilation, Geophysical Fluid Dynamics Laboratory, heat, Southeast Asia Waters. RINGKASAN ANDRI PURWANDANI. Variabilitas Suhu Permukaan Laut dan Interelasinya dengan Muson, Dipole Mode DM dan El Nino Southern Oscillation ENSO di Perairan Asia Tenggara dan Sekitarnya. Dibimbing oleh MULIA PURBA dan I WAYAN NURJAYA. Penelitian mengenai dampak Muson, Dipole Mode DM atau El Nino Southern Oscillation ENSO terhadap variabilitas laut-atmosfer suatu perairan di Indonesia telah banyak dilakukan. Akan tetapi, pada umumnya penelitian ini hanya melibatkan salah satu fenomena diatas. Sementara itu, pada suatu perairan memiliki kemungkinan untuk menerima kombinasi pengaruh hasil interaksi dari fenomena tersebut dengan respon perairan yang berbeda-beda. Kesalahan penafsiran dan interpretasi hasil analisis data akan terjadi, sehingga dapat mengakibatkan kesalahan yang fatal dalam mengambil kesimpulan hasil penelitiannya dan rekomendasi yang diusulkannya. Interaksi antar fenomena Muson, DM dan ENSO dengan keunikan wilayah Asia Tenggara dan sekitarnya perlu dikaji secara bersamaan sehingga hasil pada penelitian ini diharapkan secara komprehensif dapat mengurai peranan dari masing-masing fenomena, bagaimana prosesnya bekerja, interaksi yang terjadi satu sama lain dan bagaimana respon perairan di Asia Tenggara dan sekitarnya terhadap pengaruh dari hasil interaksi ketiga fenomena tersebut. Analisis dengan menggunakan pendekatan metode empirical orthogonal function EOF diterapkan pada penelitian ini untuk mendekomposisi sinyal data deret waktu bulanan anomali suhu permukaan laut SPL secara spasial dan temporal antara tahun 1979-2007 dari data asimilasi Geophysical Fluid Dynamics Laboratory GFDL. Data asimilasi GFDL divalidasi terlebih dahulu dengan mengggunakan data observasi sarana pengamatan laut-atmosfer dari ARGO float dan buoy TRITON. Lima keragaman terbesar pertama dari total keragaman sebanyak 50 Mode hasil perhitungan analisis EOF digunakan untuk menginterpretasikan dekomposisi spasial dan temporal dari sinyal siklus deret waktu data SPL. Koefisien ekspansi EOF dari hasil dekomposisi temporal ditapis pada frekuensi rendah sebesar 12 siklus per tahun dengan metode Lanchoz filter untuk menghilangkan gangguan fenomena siklus dengan frekuensi rendah dari Monsoon Intraseasonal Oscillation MISO dan Madden-Julian Oscillation MJO. Kekuatan dan kapan dominan terjadinya pengaruh siklus tahunan Muson dan siklus antar tahunan DM dan ENSO pada data deret waktu koefisien ekspansi EOF dideteksi keberadaannya dengan menggunakan metode densitas spektral melalui Fast Fourier Transform FFT dan continuous wavelet transform CWT, sedangkan interaksi antara ketiga fenomena tersebut diidentifikasikan dengan metode analisis cross wavelet transform XWT antara koefisien ekspansi EOF dengan Monsoon Index MSI, Dipole Mode Index dan Southern Oscillation Index SOI yang mewakili ketiga fenomena tersebut. Proses dinamika interaksi antara Muson, DM dan ENSO serta pengaruhnya terhadap perairan Asia Tenggara dan sekitarnya dianalisis lebih mendalam lagi dengan menggunakan data angin, suhu udara, tekanan udara, outgoing long wave radiation OLR, curah hujan, presipitasi, evaporasi, fluks bahang secara konduksi, fluks bahang melalui evaporasi dan kelembapan udara yang berasal dari Earth System Research Laboratory – National Oceanic Atmospheric Administration ESRL-NOAA. Analisis yang digunakan adalah dengan pendekatan metode komposit dari rata- rata anomali parameter pada saat nilai simpangan baku koefisien ekspansi EOF satu kali diatas nilai simpangan baku positifnya yang disebut fase positif dan fase negatif pada saat satu kali dibawah nilai simpangan baku negatifnya. Keragaman terbesar pertama sebesar 44.1 dari total keragaman untuk selanjutnya disebut Mode ke-1 EOF, ditemukan pengaruh dominan dari siklus tahunan Muson dengan periode sebesar 12.2 bulanan dengan osilasi spasial anomali SPL yang terjadi antara BBU dan BBS, seiring dengan pergerakan semu matahari. Pada Mode ke-1 EOF ditemukan pola asimetris keseimbangan bahang arah meridional yang berada tidak tepat di sekitar ekuatorial dimana sesuai dengan pergerakan semu matahari, keseimbangan bahang seharusnya terjadi tepat di sekitar ekuatorial. Oleh karena itu, pada Mode ke-1 EOF dengan fenomena yang mengiringinya diberi nama Asimetris Muson perairan Asia Tenggara AMAT. Pada Mode ke-2 EOF dengan keragaman sebesar 22.7, terdapat pola osilasi spasial anomali SPL terpusat di BBU antara perairan barat dan timur Asia Tenggara dimana nilai anomali nol berada di perairan sebelah timur laut Asia Tenggara. Oleh karena itu, pada fase positif Mode ke-2 EOF, terdapat anomali positif SPL hampir di seluruh perairan Asia Tenggara dan pada fase negatif terdapat anomali negatif SPL. Keseimbangan bahang di laut dan atmosfer menjadi terganggu karena terdapat proses pelepasan dan penyimpanan bahang dalam jumlah yang besar, hasil dari akumulasi sisa selisih bahang pada fase AMAT. Oleh karena itu, pada Mode ke-2 EOF ini diberi nama PenyimpananPelepasan Bahang perairan Asia Tenggara PBAT dengan fenomena yang mengiringinya masih didominasi oleh Muson dan munculnya siklus dekadal dengan periode 10.7 tahunan dan siklus dua tahunan TBO dengan periode 18.2 bulanan disertai dengan pergeseran awal kedatangan Muson selama 3.1 bulan. Siklus dua tahunan TBO terjadi karena hasil interaksi antara Muson dengan siklus dekadal yang diduga berasal dari gangguan sinyal frekuensi tinggi PDO di perairan sebelah utara Samudera Pasifik. Siklus dekadal ini berasosiasi dengan Muson dan diduga sebagai phase locking pemicu TBO diiringi dengan pergeseran Muson. Oleh karena itu, siklus 18.2 bulanan TBO tidak benar-benar tepat sebagai siklus dua tahunan karena terbentuk dari dua kali siklus 12.2 bulanan Muson dengan pergeseran awal kedatannya selama 3.1 bulan setelah berinteraksi dengan siklus dekadal. Fase PBAT berperan penting dalam proses dinamika bahang di perairan Asia Tenggara karena berfungsi sebagai fase penyimpanan dan pelepasan bahang di laut dan atmosfer dari akumulasi sisa selisih bahang pada fase AMAT. Setelah dua kali terjadi siklus TBO, pada Mode ke-3 EOF dengan keragaman sebesar 12.5 ditemukan siklus antar tahunan dengan periode 42.6 bulanan kedua terkuat setelah siklus Muson. Akumulsi sisa selisih bahang di perairan Asia Tenggara dari dua kali siklus TBO diikuti oleh terbentuknya pola osilasi spasial anomali SPL seperti membagi dua perairan Asia Tenggara antara perairan sebelah timur ekuatorial Samudera Hindia dan sebelah barat ekuatorial Samudera Pasifik. Pola osilasi ini kemudian diberi nama fase Dipole Mode perairan Asia Tenggara DMAT yang diiringi dengan terjadinya periode transisi DM dengan beda fase sebesar 2.7 bulan dari puncak Dipole Mode Index DMI dan terbentuknya periode El NinoLa Nina konvensional dengan beda fase 2.7 bulan dari puncak Southern Oscillation Index SOI. Pada Mode ke-4 EOF dengan keragaman sebesar 4.4, ditemukan siklus antar tahunan pertama terkuat dengan periode sebesar 63.9 bulanan menggeser dominasi Muson diiringi dengan terbentuknya pola osilasi tiga kutub di perairan Asia Tenggara. Pola osilasi ini terbentuk setelah tiga kali siklus TBO mengakumulasikan sisa selisih bahang dimana jika di perairan dalam Indonesia terjadi peningkatan anomali SPL maka di perairan sebelah timur ekuatorial Samudera Hindia dan sebelah barat ekuatorial Samudera Pasifik akan terjadi penurunan anomali SPL, begitu pula sebaliknya. Pola osilasi tiga kutub ini diberi nama Tripole Mode perairan Asia Tenggara TMAT dengan diikuti terjadinya periode transisi DM dengan beda fase sebesar 3.9 bulan dari puncak DMI dan El NinoLa Nina Tengah Pasifik tipe tersebar El NinoLa Nina TP tipe tersebar dengan beda fase 3.9 bulan dari puncak SOI. Fase terakhir dari Mode ke-5 EOF dengan keragaman sebesar 2.8 diberi nama Mode Campuran perairan Asia Tenggara MCAT karena ditemukan pola osilasi spasial anomali SPL yang tidak beraturan dimana anomali positif dan negatif berada di perairan sebelah timur Samudera Pasifik maupun di sebelah barat Samudera Hindia. Siklus antar tahunan masih mendominasi dengan periode 42.6 bulanan dimana pada fase ini diduga terjadi setelah terbentuknya dua kali siklus TBO untuk mengakumulasikan sisa selisih bahangnya. Pada fase MCAT diiringi dengan terjadinya puncak DM pada fase yang bersamaan dengan puncak DMI dan terjadinya El NinoLa Nina Tengah Pasifik tipe terpusat El NinoLa Nina TP tipe terpusat pada fase yang bersamaan pula dengan puncak SOI. Kata kunci: Muson, Dipole Mode, El Nino Southern Oscillation, suhu permukaan laut, data asimilasi, Geophysical Fluid Dinamics Laboratory, bahang, perairan Asia Tenggara. 1 1 PENDAHULUAN

1.1 Latar Belakang

Perairan Asia Tenggara dan sekitarnya memiliki variabilitas laut-atmosfer yang besar akibat dari fluktuasi parameter oseanografi yang berasal dari perairan Samudera Pasifik dan Samudera Hindia pada arah zonal dan pada arah meridional berasal dari Laut Cina Selatan, perairan utara dan selatan Jawa dan perairan barat Australia Luo et al., 2010. Variabilitas ini juga berinteraksi dengan fluktuasi parameter iklim di atas daratan dan lautan yang akan menentukan kondisi atmosfer di wilayah Indonesia. Pergerakan simpul Sirkulasi Walker dan Hadley ke arah zonal maupun meridional mengikuti pula fluktuasi kandungan bahang yang terkumpul di atas wilayah Indonesia akibat dari variabilitas laut yang besar, dimana perubahan kekuatan dari Sirkulasi Walker dan Hadley ini kembali lagi mempengaruhi dinamika di perairan Asia Tenggara dan sekitarnya Chang, 2005. Beragam fenomena laut dan atmosfer yang telah ditemukan sebelumnya semakin memperlihatkan besarnya variabilitas laut dan atmosfer di wilayah Asia Tenggara dan sekitarnya. Fenomena-fenomena tersebut memiliki beragam siklus, baik skala ruang maupun waktu. Pada skala ruang, suatu perairan di Asia Tenggara dan sekitarnya dapat dipengaruhi satu atau lebih fenomena dengan siklus waktu yang bervariasi meliputi siklus semi harian semidiurnal, siklus harian diurnal, siklus dalam musiman intraseasonal, siklus musiman seasonal, siklus semi tahunan semiannual, siklus tahunan annual, siklus antar tahunan interannual, siklus dekadal decadal, siklus antar dekadal interdecadal dan siklus abad centennial Chang, 2005; Saha, 2010. Variasi pada skala ruang dari fenomena yang berbeda terdapat interaksi antar satu perairan dengan perairan lainnya, begitu pula antar skala waktu suatu fenomena yang berbeda akan berinteraksi satu sama lain pada suatu perairan tertentu di wilayah Asia Tenggara dan sekitarnya. Bentuk geografis wilayah Indonesia yang memiliki ribuan pulau dengan pola batimetri yang beragam sehingga dikenal sebagai negara kepulauan akan menambah kompleksitas dari variabilitas laut dan atmosfer di wilayah Asia Tenggara dan sekitarnya. Proses percampuran massa air dari Samudera Pasifik, 2 Samudera Hindia dan Laut Cina Selatan terjadi di perairan Indonesia pada kedalaman yang beragam dimana proses percampuran ini diperkuat oleh beragam regim pasang surut dan variabilitas curah hujan yang tinggi sebagai sumber massa air tawar sehingga perairan Indonesia dapat dikatakan sebagai pengatur massa air antar samudera. Oleh karena itu dalam melakukan kajian mengenai variabilitas perairan di Asia Tenggara dan sekitarnya perlu penelaahan jauh lebih komprehensif bagaimana interelasi antar suatu fenomena dengan fenomena laut- atmosfer lainnya dan bagaimana interaksinya pada suatu perairan di Indonesia serta proses-proses fisis apa yang mengiringi sebagai respon perubahan yang dialaminya. Fenomena yang dominan mempengaruhi variabilitas laut-atmosfer di wilayah Asia Tenggara dan sekitarnya adalah Muson, Dipole Mode DM dan El Nino Southern Oscillation ENSO dengan siklus waktu dari musiman sampai antar tahunan Chang, 2005; Luo et al., 2010; Annamalai et al., 2010. Sementara itu, fenomena dengan siklus dibawah musiman seperti Madden-Julian Oscillation MJO lebih berperan mempengaruhi variabilitas cuaca dalam skala lokal dan siklus diatas antar tahunan seperti Pacific Decadal Oscillation PDO lebih berperan sebagai indikator fase hangat dan dingin dari perubahan iklim global yang berkaitan dengan pemanasan global global warming dalam skala dunia Waliser et al., 2006; Yon dan Yeh, 2010. Fenomena Muson, DM dan ENSO baik secara langsung maupun tidak langsung sangat mempengaruhi aktifitas manusia di wilayah Indonesia. Muson merupakan fenomena iklim yang telah lama dikenal dan berkembang dengan cepat setelah Ramage 1971, Webster 1987 dan Neelin 2007 berhasil mendefinisikan Muson dengan beberapa kriteria tertentu yang dapat diterima oleh kalangan peneliti internasional. Ramage 1971 mendefinisikan Muson dengan kriteria terdapat pembalikan arah angin minimal sebesar 120° diantara bulan Januari dan Juli dengan rata-rata frekuensi arah angin masing-masing sebesar 40 dan kecepatan angin rata-rata pada bulan tertentu minimal sebesar 3 ms. Pembalikan arah angin tersebut disebabkan oleh perbedaan kemampuan penyimpanan bahang antara daratan dan lautan dan rotasi bumi. Webster 1987 menambahkan bahwa terdapat fase basah dan kering didalam siklus Muson dan 3 Neelin 2007 menguatkan pendapat tersebut dengan memperlihatkan terdapat perubahan kandungan uap air pada fase basah dan kering di atmosfer. Tujuan sebelumnya dari penelitian mengenai Muson adalah menentukan daerah yang mengalami siklus Muson dan mekanisme yang bekerja pada sistem Muson tersebut Ramage, 1971; Fein dan Stephens, 1987; Webster, 1987; Yang et al., 1992; Douglas et al., 1993; Hastenrath, 1994; McBride et al., 1995; Tomas dan Webster, 1997; Webster et al., 1998. Pada perkembangannya, saat ini penelitian mengenai Muson mulai mengkaji bagaimana interaksi Muson dengan DM dan kaitannya dengan dinamika laut-atmosfer di Samudera Hindia Kulkarni et al., 2007; Zhang dan Li, 2008; Ding et al., 2010; Zuluaga et al., 2010; Yang et al., 2010; Rao et al., 2010. Dinamika di Samudera Pasifik yang berkaitan dengan ENSO dan interaksinya dengan Muson, juga mulai dikaji lebih mendalam karena varibilitas yang ditimbulkan oleh ENSO terhadap dinamika Muson sangat besar dan berdampak pada skala luas Kitoh et al., 1999; Susanto et al., 2001; Kawamura et al., 2003; Terray et al., 2004; Drumond dan Ambrizzi, 2006; Li et al., 2007; Bracco et al., 2007; Annamalai et al., 2007; Xie et al., 2009a; Yadav et al., 2009; Chang et al., 2009; Shaman dan Tziperman, 2010; Wu et al., 2010; Li et al., 2010; Qian et al., 2010; Yun et al., 2010; Yoon dan Yen, 2010; Kim et al., 2011. Pada awal ditemukan fenomena El Nino, diketahui bahwa fenomena tersebut hanya berdampak di Samudera Pasifik saja. Bjerknes 1969 adalah orang yang pertama mengemukakan mekanisme kerja El Nino dan kaitannya dengan Southern Oscillation yang dikemukakan oleh Walker. Oleh karena itu, fenomena tersebut lebih dikenal dengan sebutan El Nino Southern Oscillation ENSO. Secara lebih mendalam, Philander 1990 mengupas lebih lengkap dari mulai sejarah ditemukannya ENSO sampai dengan proses yang terjadi dari hasil interaksi laut-atmosfer pada periode datangnya ENSO dan fase kebalikan El Nino yaitu La Nina. Pada perkembangannya penelitian mengenai ENSO mulai difokuskan untuk memprediksi datangnya ENSO. Usaha tersebut dilakukan dengan menggunakan analisis secara kualitatif untuk memprediksi datangnya El Nino dan La Nina pada periode 1997 dan 1998 beberapa bulan sebelumnya. Barnston et al. 1999 dengan 4 menggunakan pendekatan metode statistik dari luaran model dinamis suhu permukaan laut SPL telah berhasil memprediksi 2-3 bulan sebelum datang El Nino 1997 dan La Nina 1998. Begitu pula yang dilakukan oleh Landsea dan Knaff 2000 dengan menggunakan pendekatan metode statistik dari variabilitas angin dan gangguan dinamika Muson telah berhasil memprediksi El Nino dan La Nina kuat di periode 1997 dan 1998 sampai dengan 6 bulan sebelumnya. Kegagalan memprediksi datangnya ENSO terjadi pada periode 2001 dimana Kirtman dan Min 2009 memperlihatkan kesalahan secara kuantitatif metode kualitatif yang digunakan oleh Barnston et al. 1999 dan Landsea dan Knaff 2000. Kirtman dan Min 2009 kemudian memecahkan kegagalan tersebut dengan berhasil memprediksi ENSO dari anomali SPL di Nino3.4 pada tiga, lima dan delapan bulan sebelumnya menggunakan pendekatan data ensemble beberapa luaran model multimodel dari Community Climate System Model versi 3 CCSM3.0 yang dikeluarkan oleh National Center for Atmospheric Research NCAR dan data asimilasi dari Geophysical Fluid Dynamics Laboratory GFDL, National Oceanic and Atmospheric Administration NOAA. Nilai koefisien determinasi terbesar pada prediksi 3 bulan sebelum kejadian ENSO yaitu sebesar 0.89 dengan selang kepercayaan antara 0.85-0.92. Fenomena interaksi laut-atmosfer di Samudera Hindia dengan dinamikanya yang hampir mirip dengan ENSO adalah Indian Ocean Dipole Mode dimana massa air hangat yang biasanya berada di sebelah timur ekuatorial Samudera Hindia perairan sebelah barat Sumatera bergerak ke arah barat sampai di perairan sebelah barat Samudera Hindia Saji et al., 1999; Webster et al., 1999. Perpindahan massa air hangat ini memperkuat anomali angin ke arah barat yang memicu terjadinya upwelling di pesisir pantai barat Sumatera. Equatorial jets melemah sehingga mengurangi transpor massa air ke arah timur dan mengakibatkan berkurangnya kedalaman lapisan termoklin di perairan sebelah timur ekuatorial Samudera Hindia dan meningkat di perairan sebelah barat ekuatorial Samudera Hindia. Dampak interaksi yang terjadi antara DM, Muson dan ENSO memperlihatkan korelasi yang signifikan antara suhu udara dan curah hujan di atas laut dan daratan Saji dan Yamagata, 2003. Hasil penelitian dengan 5 menggunakan model laut-atmosfer Climate Model versi 2.1 CM2.1 dari GFDL telah memperlihatkan bahwa terdapat pengaruh yang besar dari anomali SPL regional di perairan Indonesia terhadap awal pembentukan DM dan ENSO kuat dan disarankan untuk melakukan penelitian lebih lanjut lagi untuk melihat kemungkinan pengaruh angin lokal, kehilangan bahang dan penguapan serta terjadinya upwelling di perairan barat dan timur Indonesia sebagai penyebab utama pemicu terjadinya ENSO dan DM Annamalai et al., 2010. Kemampuan untuk melakukan prediksi ENSO dan DM secara lebih tepat semakin meningkat, dimana Luo et al. 2010 memperlihatkan pengaruh ENSO di Samudera Hindia dan pengaruh DM di Samudera Pasifik akan meningkatkan kekuatan DM dan ENSO serta perubahan dinamika Sirkulasi Walker di atas perairan Indonesia yang akan mempengaruhi kestabilan kondisi Muson di wilayah Asia Tenggara dan sekitarnya. Seperti halnya Muson dan ENSO, mekanisme dinamika laut-atmosfer yang bekerja di dalam DM melibatkan dinamika laut-atmosfer yang terjadi di perairan barat Indonesia, sedangkan ENSO di perairan timur Indonesia dan sistem Muson di perairan utara dan selatan Indonesia. Simpul interaksi dari ketiga fenomena dan kronologis awal proses dari masing-masing fenomena tersebut berada di wilayah Indonesia dimana proses dinamika fisis dan interaksinya di perairan Indonesia belum terkuak dengan jelas. Pendekatan kajian yang dilakukan pada penelitian ini mengharuskan penggunaan metodologi yang tepat, data deret waktu yang panjang dan pemilihan domain area studi yang mampu mengisolasi proses dinamika dan interaksi antara ketiga fenomena tersebut sehingga dapat diinterpretasikan dengan tepat. Kapabilitas untuk memprediksi Muson, DM dan ENSO sangat bermanfaat untuk perencanaan aktifitas manusia dan membantu dalam upaya mitigasi bencana meliputi badai, gelombang besar, banjir, tanah longsor dan kekeringan yang ditimbulkannya. Kemampuan untuk memprediksi harus dimulai dengan cara memahami fenomena yang bersangkutan, bagaimana interaksinya antar satu fenomena dengan fenomena lainnya, interelasinya dengan kondisi perairan di wilayah Asia Tenggara dan sekitarnya, proses-proses fisis yang menyertainya dan 6 potensi dampak yang ditimbulkannya. Pada penelitian ini, akan difokuskan untuk mengungkap jawaban dari pertanyaan-pertanyaan tersebut di atas.

1.2 Perumusan Masalah

Interaksi fenomena Muson, DM dan ENSO di perairan Asia Tenggara dan sekitarnya sangat penting untuk dikaji secara mendalam berkaitan dengan dampak lokal, regional dan global yang ditimbulkannya. Minimnya kajian interaksi Muson, DM dan ENSO secara khusus di perairan Asia Tenggara dan sekitarnya telah mereduksi kemungkinan bahwa pemicu terjadinya DM dan ENSO berada di perairan Indonesia dan sekitarnya. Penelitian sebelumnya yang dilakukan lebih banyak mengkaji Muson, DM dan ENSO secara individu dari fenomenanya itu sendiri, tidak secara komprehensif mengarah kepada kemungkinan adanya interaksi satu sama lain. Fokus penelitian yang dilakukan sebelumnya lebih banyak mengkaji penyebab datangnya DM dan ENSO serta bagaimana memprediksi terjadinya DM dan ENSO secara independen. Pengaruh faktor lokal dan regional kondisi laut- atmosfer di wilayah perairan Indonesia dan sekitarnya belum tersentuh seutuhnya sebagai bagian penting bahwa terdapat dugaan kemungkinan pemicu terjadinya DM dan ENSO dengan pertimbangan bahwa perairan Indonesia dan sekitarnya merupakan simpul interaksi Muson, DM dan ENSO yang secara geografis berada di antara dua samudera, Hindia dan Pasifik dengan fenomenanya DM dan ENSO serta di antara dua benua, Asia dan Australia dengan sistem Musonnya Vranes et al., 2002; Neale dan Slingo, 2003; McBride et al., 2003; Jochum dan Potemra, 2008; Koch et al., 2010; Brierley dan Fedorov, 2011. Data asimilasi laut-atmosfer yang digunakan pada penelitian ini diverifikasi dengan menggunakan data in-situ untuk mengetahui kualitas data dengan menggunakan analisis root mean square error RMSE dan standard error SE. Perubahan variabilitas parameter oseanografi dan atmosfer dikaji dengan menggunakan analisis komposit. Analisis komposit digunakan sebagai pendukung hasil dari analisis empirical orthogonal function EOF untuk mendekomposisi sinyal deret waktu sehingga mendapatkan mode dominan terbesar secara spasial dan temporal yang digunakan untuk mengkaji zona pengaruh Muson, DM dan 7 ENSO. Koefisien ekspansi dari hasil EOF dianalisis lebih lanjut dengan menggunakan continuous wavelet transform CWT dan cross wavelet transform XWT untuk mengkaji proses dinamika interaksi dan kemungkinan pemicu awal datangnya Muson, DM dan ENSO. Hasil penelitian ini dapat mendukung bidang iklim, perikanan dan kelautan. Sistematika permasalahan dan proses penyelesaian masalah untuk mencapai tujuan penelitian disajikan pada Gambar 1. Gambar 1 Sistematika permasalahan dan proses penyelesaian masalah untuk mencapai tujuan penelitian.

1.3 Tujuan Penelitian

Kajian pada penelitian ini dilakukan dengan pendekatan komprehensif, holistik dan terintegrasi dimana seluruh kemungkinan aspek saintifik yang teridentifikasi diupayakan untuk dipecahkan dengan metode yang tepat. Oleh 8 karena itu, hasil penelitian yang dilakukan memiliki beberapa tujuan yang terkait satu sama lain. Tujuan dari penelitian ini dapat diuraikan sebagai berikut: - Mengkaji variabilitas laut-atmosfer dan proses dinamika interaksi antara Muson, DM dan ENSO secara simultan terhadap SPL di perairan Asia Tenggara dan sekitarnya. - Mengkaji kemungkinan pemicu awal datangnya DM dan ENSO.

1.4 Manfaat Penelitian

Hasil penelitian ini dapat dimanfatkan untuk penelitian dibidang lain yang terkait secara lebih luas dan membantu dalam proses pengambilan keputusan untuk menentukan suatu kebijakan dalam pengelolaan perairan di wilayah Indonesia dengan mempertimbangkan kondisi lokal, regional maupun faktor global. Secara lebih rinci manfaat dari hasil penelitian ini dapat dijabarkan sebagai berikut: - Mendapatkan pemahaman lebih mendalam mengenai variabilitas laut- atmosfer dan proses dinamika interaksi antara Muson, DM dan ENSO secara simultan terhadap SPL, sehingga dapat mendukung aktifitas dibidang kelautan, perikanan dan iklim di perairan Asia Tenggara dan sekitarnya. - Mendapatkan pemahaman lebih mendalam dinamika laut-atmosfer terkait dengan dugaan proses awal terbentuknya DM dan ENSO, sehingga dapat membantu meningkatkan kemampuan untuk menduga awal kedatangan DM dan ENSO. 2 TINJAUAN PUSTAKA

2.1 Muson

Muson atau disebut pula Monsun Monsoon atau jika berkaitan dengan fase basah hujan dan kering kemarau umumnya disebut pula sebagai musim dan untuk selanjutnya disebut sebagai Muson atau musim merupakan salah satu proses dinamika atmosfer yang telah lama dikenal dan merupakan faktor penting dari dinamika iklim pada daerah tropis dan sekitarnya di dunia Ramage, 1971; Fein dan Stephens, 1987; Webster, 1987; Yang et al., 1992; Douglas et al., 1993; Hastenrath, 1994; McBride et al., 1995; Tomas dan Webster, 1997; Webster et al., 1998. Faktor penyebab utama dinamika Muson adalah pergerakan semu matahari ke arah utara-selatan sebesar 23.5°, parameter Coriolis, topografi dan perbedaan paparan dan karakter antara daratan dan lautan di bumi dalam menerima bahang dari matahari. Pergerakan semu matahari mengakibatkan pada waktu-waktu tertentu terjadi perbedaan pemanasan antara Benua Asia di belahan bumi utara BBU dan Benua Australia di belahan bumi selatan BBS dan perbedaan karakter penerimaan bahang antara daratan dan lautan dalam menyimpan bahang pada belahan bumi yang sama. Perbedaan inilah yang menyebabkan parameter suhu udara merupakan faktor penting dalam menentukan proses dinamika muson. Parameter atmosfer lainnya yang terlibat meliputi tekanan udara, angin, kandungan uap air dan curah hujan. Pada bulan Juni matahari berada 23.5° di BBU, sehingga suhu udara di BBU lebih tinggi daripada di BBS. Suhu udara yang tinggi akan menyebabkan tekanan udara menjadi rendah begitu pula sebaliknya, sehingga tekanan udara di BBU lebih rendah daripada di BBS. Perbedaan tekanan udara ini akan menyebabkan massa udara akan bergerak sebagai angin dari tekanan tinggi ke tekanan rendah, sehingga pada bulan Juni angin secara umum akan bergerak dari BBS menuju BBU. Gerakan angin tidak secara tegas dari arah selatan ke utara bergerak tegak lurus terhadap ekuator, tetapi parameter Coriolis berperan dalam pembelokan gerakan angin di sekitar ekuatorial, sehingga angin akan bergerak dari tenggara ke arah barat laut di BBS dan ketika mencapai ekuator berbelok dari barat daya ke arah timur laut di BBU. Kondisi ini akan terjadi sebaliknya pada bulan Desember dimana matahari berada 23.5° di BBS Webster, 1987. Perbedaan paparan dan karakter penerimaan bahang dari matahari antara daratan dan lautan dalam skala regional maupun lokal juga berpengaruh pada perubahan arah pergerakan angin dari BBS ke utara. Daratan mempunyai karakter lebih cepat menerima bahang dari matahari dan lebih cepat pula melepaskan bahang, sedangkan lautan lebih lambat menerima bahang dan lebih lama menyimpan bahang. Perbedaan luasan paparan antara daratan dan lautan berperan dalam menentukan total bahang masing-masing dari daratan dan lautan. Kandungan bahang yang besar akan memiliki suhu yang tinggi dan tekanan udara yang rendah, begitu pula kondisi sebaliknya Webster et al., 1998. Oleh karena itu, jika daratan memiliki bahang yang besar, sedangkan lautan memiliki bahang yang kecil maka arah pergerakan angin akan bergerak dari lautan menuju daratan. Gerakan angin ini pula dipengaruhi oleh parameter Coriolis dimana angin akan dibelokkan ke arah kiri di BBS dan ke arah kanan di BBU. Angin kering dari selatan akan mendorong udara basah dengan kandungan uap air yang tinggi lebih ke arah utara lagi sampai di lintang sedang, sehingga kandungan uap air di daerah ekuatorial, lintang rendah dan di BBS akan menjadi lebih kering. Konveksi angin di BBS karena adanya pertemuan angin menyebabkan tekanan udara di permukaan lebih tinggi dibandingkan dengan lapisan atmosfer di atasnya akan membawa massa udara basah sampai pada ketinggian tertentu. Lambat laun udara basah tersebut kandungan uap airnya akan terus bertambah membentuk kumpulan awan dan akhirnya pada ketinggian tertentu akan mengalami proses kondensasi sehingga terjadi hujan Chang, 2005. Faktor topografi daratan juga mempengaruhi pengangkatan massa udara. Profil topografi yang berbeda pada suatu dataran dengan dataran yang lainnya akan menentukan seberapa cepat pengangkatan massa udara dengan kandungan uap airnya sampai mengalami proses kondensasi pada ketinggian tertentu dan turun hujan. Tipe konveksi ini disebut pula sebagai hujan yang terjadi karena proses orografis. Analogi sebaliknya terjadi, baik pada bulan Desember maupun jika luas paparan lautan lebih besar daripada daratan di BBS dibandingkan dengan di BBU Fein dan Stephens, 1987. Muson umumnya memiliki siklus tahunan mengikuti siklus pergerakan semu matahari. Pola muson yang dapat diamati dari suhu udara, SPL, tekanan udara, outgoing longwave radiation OLR maupun curah hujan dipengaruhi oleh posisi lintang, paparan daratan dan lautan dan profil topografi. Variasi yang terjadi dari siklus muson seperti awal musim, panjang musim dan total curah hujan tahunan dipengaruhi oleh siklus dari fenomena lain seperti faktor lokal pada skala sinoptik dan diurnal Yang dan Slingo, 2001; Kikuchi dan Wang, 2008; Mori et al., 2004; Sakurai et al., 2005, MISOMonsoon Intraseasonal Oscillation dengan siklus 10-20 harian Waliser, 2006, MJO dengan siklus 30-50 hari Wang dan Xu, 1997; Lawrence dan Webster, 2002, DM dengan siklus antar tahunan Kulkarni et al., 2007; Zhang dan Li, 2008; Ding et al., 2010; Zuluaga et al., 2010; Yang et al., 2010; Rao et al., 2010 dan ENSO dengan siklus antar tahunan Kitoh et al., 1999; Susanto et al., 2001; Kawamura et al., 2003; Terray et al., 2004; Drumond dan Ambrizzi, 2006; Li et al., 2007; Bracco et al., 2007; Annamalai et al., 2007; Xie et al., 2009b; Yadav et al., 2009; Chang et al., 2009; Shaman dan Tziperman, 2010; Wu et al., 2010; Li et al., 2010; Qian et al., 2010; Yun et al., 2010; Yoon dan Yen, 2010; Kim et al., 2011. Siklus Muson regional sangat besar pula mempengaruhi kekuatan sirkulasi Hadley arah meridional, sehingga dinamika Muson berperan luas terhadap dinamika atmosfer dalam skala global Webster, 2004. Dominan siklus tahunan Muson berada pada daerah tropis dan subtropis karena adanya pengaruh dari gerakan semu matahari, tetapi tidak semua di wilayah ini memiliki sifat Muson karena adanya perbedaan paparan daratan dan lautan. Ramage 1971, Webster 1987 dan Neelin 2007 telah mendefinisikan bahwa regim Muson adalah daerah yang terdapat perubahan dengan siklus tahunan dari parameter angin, kandungan uap air dan curah hujan. Chang 2005 membagi regim Muson menjadi delapan Muson regional meliputi South Asian Monsoon, East Asian Monsoon, Southeast Asia Monsoon, Western North Pacific Monsoon, Australian Monsoon, North American Monsoon, South American Monsoon dan West African Monsoon, sedangkan Saha 2010 membaginya dalam Muson regional yaitu South Asian Monsoon Region I, East Asian Monsoon Region II, Southeast Asia Monsoon Region III, Australian Monsoon Region IV, African Monsoon Region V, South American Monsoon Region VI, Central American Monsoon Region VII dan North American Monsoon Region VIII. Perbedaan wilayah Muson ini adalah pembagian menurut Chang 2005 terdapat daerah Western North Pacific Monsoon sedangkan menurut Saha 2010 daerah ini tidak didefinisikan sebagai wilayah Muson regional. Sebaliknya, Saha 2010 memiliki daerah Central American Monsoon, sementara itu menurut Chang 2005 wilayah ini tidak didefinisikan sebagai daerah Muson regional. Berdasarkan pendapat dari Chang 2005 maupun Saha 2010 yang terpenting adalah keduanya telah mendifinisikan bahwa wilayah Indonesia telah disebutkan masuk kedalam daerah Muson regional yaitu Southeast Asia Monsoon Muson Asia Tenggara, sedangkan dari hasil penelitian sebelumnya sangat jarang wilayah Indonesia disebutkan dengan tegas sebagai salah satu bagian dari Muson regional. Wilayah Asia Tenggara mempunyai karakteristik yang unik, sangat berbeda dengan ciri wilayah Muson lainnya di dunia. Perbedaan tersebut meliputi pertama, berada tepat di ekuator sehingga sebagian wilayahnya berada di BBU dan sebagian lainnya berada di selatan, sehingga wilayah Asia Tenggara merupakan zona pembelokan arah angin tepat di ekuator akibat dari parameter Coriolis selama siklus tahunan Muson Chang, 2005. Kedua, wilayah Asia Tenggara berada pada jalur pergerakan meridional Intertropical Convergence Zone ITCZ dan di sebelah timur Indonesia merupakan pertemuan antara ITCZ dengan South Pacific Convergence Zone SPCZ membuat wilayah Asia Tenggara dan sekitarnya menjadi daerah konvergen aktif Webster, 1987. Ketiga, wilayah Asia Tenggara dan sekitarnya merupakan hasil dari resultan angin Muson dengan siklus tahunan dan Angin Pasat Tenggara dan Pasat Timur laut dari Samudera Pasifik yang berhembus sepanjang tahun Fein dan Stephens, 1987. Keempat, pada lapisan atas atmosfer wilayah Asia Tenggara dan sekitarnya merupakan zona konveksi dari simpul pertemuan antara sirkulasi Walker arah zonal dan sirkulasi Hadley arah meridional Neelin, 2007. Kelima, menurut Chang 2005, wilayah Asia Tenggara dan sekitarnya merupakan paparan benua meskipun tidak berbentuk daratan luas karena terdiri atas ribuan pulau yang dihubungkan oleh lautan dan selat serta pada sisi luarnya diapit oleh dua benua Asia-Australia dan dua Samudera Pasifik-Hindia mengakibatkan regim Muson di wilayah ini terjadi interaksi antara darat, laut, udara dan samudera yang sangat kompleks, tidak teratur random, ekstrim dan kadang kala bersifat chaos kacau. Keenam, kontur topografi di wilayah Asia Tenggara dan sekitarnya memiliki kekhasan tersendiri yang akan mempengaruhi pola sirkulasi angin lokal dan regional yang berfungsi sebagai penghalang dengan tekanan gesekan angin wind shear stress besar yang berpotensi terjadinya penaikan massa udara, gangguan keseimbangan bahang di atmosfer dan menimbulkan hujan orografis di balik penghalangnya Mori et al., 2004. Berdasarkan enam keunikan wilayah Asia Tenggara ini, sebagai responnya maka proses dinamika Muson memiliki sifat yang kompleks dan keunikan tersendiri dengan variabilitas laut-atmosfer yang tinggi. Variabilitas tinggi ini diiringi pula oleh proses interaksi antar berbagai fenomena, baik skala harian sampai dekadal maupun fenomena lokal sampai global. Fenomena laut-atmosfer yang paling berperan jika dikaitkan dengan keunikan wilayah perairan Asia Tenggara adalah DM dan ENSO. Interaksi antara Muson, DM dan ENSO sangat berperan dan berpengaruh sangat besar terhadap dinamika dan variabilitas kondisi laut-atmofer di wilayah Asia Tenggara dan Sekitarnya. Dinamika dan variabilitas dari hasil interaksi ini bahkan memiliki dampak yang sangat besar baik secara regional maupun global.

2.2 Indian Ocean Dipole Mode

Fenomena DM pertama kali dikemukan secara bersamaan oleh Saji et al. 1999 dan Webster et al. 1999 adalah merupakan fenomena perpindahan kolam air hangat arah zonal di sepanjang ekuatorial Samudera Hindia yang mirip dengan fenomena ENSO di Samudera Pasifik. Siklus yang dimiliki oleh DM hampir sama dengan siklus ENSO yaitu siklus antar tahunan sebesar 2-5 tahun Saji et al., 1999. Fenomena ini ditemukan dari hasil analisis EOF dan analisis komposit di Samudera Hindia dengan menggunakan data SPL selama 40 tahun. Hasil dari analisis EOF didapat mode dominan pertama sebesar 30 dan kedua sebesar 12 dari total keragamannya. Mode kedua inilah oleh Saji et at. 1999 dinamakan kejadian Dipole Mode Dipole Mode Event karena pada Mode kedua dominan ini terdapat perbedaan secara spasial dimana SPL di sebelah barat ekuatorial