Karakter Fisik Oseanografi di Perairan Barat Sumatera dan Selatan Jawa-Sumbawa dari Data Satelit Multi Sensor

(1)

KARAKTER FISIK OSEANOGRAFI DI PERAIRAN BARAT

SUMATERA DAN SELATAN JAWA-SUMBAWA DARI DATA

SATELIT MULTI SENSOR

Oleh :

MUKTI DONO WILOPO

C06400080

PROGRAM STUDI ILMU KELAUTAN

FAKULTAS PERIKANAN DAN ILMU KELAUTAN

INSTITUT PERTANIAN BOGOR


(2)

RINGKASAN

MUKTI DONO WILOPO. C06400080. Karakter Fisik Oseanografi di Perairan

Barat Sumatera dan Selatan Jawa-Sumbawa Dari Data Satelit Multi Sensor.

Dibimbing Oleh MULIA PURBA dan AGUS SOLEH ATMADIPOERA

Penyediaan data satelit menjadi salah satu alternatif untuk mengkaji karakter oseanografi di suatu wilayah. Dari data tersebut dapat dikaji

fenomena-fenomena oseanografi seperti upwelling dan front. Pemilihan wilayah perairan

barat Sumatera dan selatan Jawa-Sumbawa dipengaruhi oleh sistem angin

muson (Wyrtki, 1961; Purba et al., 1997), serta dipengaruhi oleh Arus Lintas

Indonesia (ARLINDO) dan perubahan iklim global seperti El Nino dan Indian

Ocean Dipole Mode (Meyers, 1996; Saji et al., 1999; Shinoda, 2004).

Penelitian ini bertujuan untuk mengkaji variasi karakter oseanografis yaitu suhu permukaan laut (SPL) dan tinggi paras laut secara spasial dan temporal serta menganalisis angin sebagai parameter yang dapat mempengaruhi variasi karakter oseanografi.

Data yang digunakan adalah data angin harian dari ECMWF (European

Center for Medium Range Weather Forecast), data suhu permukaan laut (SPL)

mingguan dari NCEP (National Climate and Environment Prediction) dan data

anomali tinggi paras laut (TPL) mingguan dari AVISO. Seluruh data memiliki periode dari tahun 1993-2002.

Untuk melihat variasi spasial angin, SPL dan anomali TPL dilakukan analisis distribusi horizontal. Untuk melihat fluktuasi setiap parameter maka dicari densitas energi spektrumnya. Hubungan antara angin dengan SPL dan anomali TPL dicari dengan metode spektrum silang untuk memperoleh nilai koherensi dan beda fase.

Secara urnum kondisi angin yang terjadi di perairan barat Sumatera dan selatan Jawa dipengaruhi oleh Sistim Muson dimana terjadi pergantian pola perubahan kecepatan angin tinggi dan rendah dalam satu tahun. Distribusi horizontal suhu bulanan menunjukkan bahwa SPL mencapai nilai terendah di Musim Timur di wilayah perairan Selatan Jawa-Sumbawa. Hal tersebut

disebabkan oleh terjadinya upwelling yang intensif akibat bertiupnya Angin Muson

Tenggara di perairan selatan Jawa, melebarnya poros AKS dan hilangnya Arus

Pantai Jawa. SPL mencapai 25° C-27,5° C pada Musim Timur di Selatan Jawa.

Pada Musim Tirnur saat bertiup kuat Angin Muson Timur, kemungkinan terjadi

Transpor Ekman yang membawa serta air permukaan menjauhi Pantai Selatan

Jawa, maka akan terjadi kekosongan (anomali TPL-nya rendah) yang berakibat

naiknya air dari bawah menuju ke permukaan (upwelling). Hal ini konsisten dengan

terjadinya SPL yang rendah pada periode dan daerah yang sama sehingga dapat

disimpulkan bahwa upwelling yang intensif terjadi pada Musim timur di wilayah

perairan Selatan Jawa.

Pada periode EI Nino dan IODM tahun 1994 dan 1997 upwelling yang

terjadi lebih intensif daripada tahun-tahun lainnya.

Auto Spectral Analysis (ASPEC) menghasilkan adanya spektrum energi

angin berkisar pada periode periode 51,6 minggu (tahunan) dan 25,8 minggu (semi tahunan) yang merupakan representasi perubahan pola musim yang berhubungan dengan pergerakan sistem angin muson. SPL di wilayah perairan selatan Jawa hingga Sumbawa (JAW1-SMB) memperlihatkan sinyal yang nyata pada periode 25,8 minggu dan 51,6 minggu. Hal ini berarti periodisitas SPL yang terjadi di wilayah JAW 1 hingga SMB tersebut mengikuti periode tengah tahunan (intra musiman) dan periode tahunan. Sedangkan di wilayah perairan barat Sumatera (SMT1 dan SMT2), SPL hanya memperlihatkan periodisitas dominan pada periode 51,6 minggu atau periodisitasnya mengikuti periode tahunan.


(3)

Anomali TPL di wilayah JAW2 hingga SMB menunjukkan sinyal yang nyata pada periode 25,8 minggu, 51,6 minggu dan 129 minggu, sedangkan wilayah JAW1 menunjukkan sinyal yang nyata pada periode 25,8 minggu, 51,6 minggu, 86 minggu, dan 129 minggu. Sedangkan di perairan barat Sumatera (SMT1-SMT2) sinyal yang nyata terjadi pada periode 25,8 minggu, 43 minggu, 86 minggu, dan 51,6 minggu.

Analisis spektrum silang (CSPEC) menunjukkan bahwa hubungan

kecepatan angin komponen zonal dengan SPL lebih kuat daripada komponen meridional-nya di perairan selatan Jawa (JAW1-SMB). Sedangkan di wilayah perairan barat Sumatera (SMT1-SMT2) hubungan kecepatan angin komponen meridional dengan SPL lebih kuat daripada komponen meridional-nya. Sinyal kecepatan komponen zonal yang berpengaruh kuat terhadap SPL di JAW1 hingga SMB terjadi pada periode 51,6 minggu dimana koherensinya melebihi 0,93 dengan beda fase yang bernilai positif, yang berarti perubahan kecepatan angin komponen zonal akan diikuti oleh perubahan SPL. Sedangkan di SMT1 sinyal komponen meridional yang berpengaruh kuat terhadap SPL terjadi pada periode 86,0 dan 129,0 minggu dengan niai koherensi di atas 0,93 dan beda fase positif, sedangkan di SMT2 terjadi pada periode 51,6 minggu dengan koherensi 0,86 dan beda fase yang positif.

Dari analisis spektrum silang antara angin dengan anomali TPL, dapat diketahui bahwa angin memiliki hubungan yang kuat terhadap anomali TPL, dimana perubahan angin dapat mempengaruhi perubahan anomali TPL. Fluktuasi yang muncul yaitu pada periode 25,8 minggu dan 51,6 minggu, menunjukkan bahwa angin pada pergantian antara Musim Barat dan Musim Timur dengan Musim Peralihannya (musiman) serta pergantian Musim Barat dengan Musim Timur (tahunan) mempengaruhi perubahan anomali TPL. Sedangkan fluktuasi 86,0 minggu dan 129,0 minggu menunjukkan menunjukkan perubahan pola angin yang mempengaruhi anomali TPL akibat perubahan iklim


(4)

KATA PENGANTAR

Puji dan syukur kepada Tuhan Yang Maha Pengasih dan Pemurah, karena dengan rahmat dan hidayah-Nya, penulis dapat mengerjakan penelitian hingga menyusun skripsi ini. Penelitian yang berjudul “Karakter Fisik Oseanografi Perairan Barat Sumatera dan Selatan Jawa-Sumbawa dari Data Satelit Multi Sensor”, merupakan hasil pengumpulan dan pengolahan data dari beberapa badan meteorologi dan antariksa dunia.

Tulisan ini berisikan kajian variasi karakter oseanografi yang berhubungan dengan perubahan ruang dan waktu di perairan selatan Jawa dan barat

Sumatera. Data yang digunakan berasal dari data hasil pengukuran satelit multi sensor antara lain AVHRR, TOPEX/Poseidon, dan ERS 1/2. Data dianalisis secara spasial dalam bentuk perataan bulanan selama kurun waktu 10 tahun dari tahun 1993-2002.

Penelitian ini tidak dapat terlaksana tanpa bantuan dan bimbingan dari berbagai pihak. Untuk itu penulis mengucapkan terima kasih kepada Dr. Ir. Mulia Purba, M.Sc, dan Ir. Agus S. Atmadipoera, DESS, sebagai Komisi Pembimbing atas bimbingan, masukan, kritik dan pengarahan yang sangat berharga,

sehingga tulisan ini dapat diselesaikan. Juga kepada NCEP NOAA (National

Climate and Environment Prediction), ECMWF (European Center for Medium

Range Weather Forecast) dan CNES (Centre National d’études Spatiales) yang

telah memberi ijin penulis untuk mempergunakan data satelitnya dengan fasilitas

File Transfer Protocol (FTP) dan Live Acces Service (LAS) untuk bahan

penelitian ini secara gratis.

Penulis menyadari keterbatasan yang ada sehingga tulisan ini masih belum sempurna, oleh karena itu perbaikan dan penelitian selanjutnya masih tetap diperlukan. Namun demikian penulis berharap semoga tulisan ini bermanfaat untuk pengembangan kelautan Indonesia.

Bogor, November 2005


(5)

DAFTAR ISI

Halaman

DAFTAR TABEL... vi

DAFTAR GAMBAR... viii

DAFTAR LAMPIRAN... x

1. PENDAHULUAN ... 1

1.1. Latar Belakang ... 1

1.2. Tujuan Penelitian... 3

2. TINJAUAN PUSTAKA... 3

2.1. Kondisi Oseanografis Daerah Penelitian ... 3

2.2. Pengaruh El Nino dan Dipole Mode di Perairan Barat Sumatera dan Selatan Jawa ... 10

2.3. Sensor Satelit Untuk Mengukur Parameter Oseanografi ... 16

3. METODE PENELITIAN... 22 3.1. Waktu dan Tempat ... 22

3.2. Perolehan dan Pengolahan Data ... 23

3.3. Analisis Data ... 27

3.3.1. Analisis Spasial... 27

3.3.2. Analisis Deret Waktu ... 28

4. HASIL DAN PEMBAHASAN... 32

4.1. Angin ... 32

4.1.1. Distribusi Horizontal Angin ... 32

4.1.2. Variabilitas Spasial –Temporal Angin ... 36

4.2. Suhu Permukaan Laut ... 39

4.2.1. Distribusi Horizontal Suhu Permukaan Laut ... 39

4.2.2. Sebaran Spasial –Temporal SPL ... 46

4.3. Anomali Tinggi Paras Laut ... 50

4.3.1. Distribusi Horizontal Anomali TPL ... 50

4.3.2. Sebaran Spasial –Temporal Anomali TPL ... 53

4.4. Energi Spektrum Angin, SPL , dan Anomali TPL... 56

4.4.1. Energi Spektrum Angin... 56

4.4.2. Energi Spektrum Suhu Permukaan Laut ... 59

4.4.3. Energi Spektrum Anomali TPL ... 61

4.5. Spektrum silang antara angin dengan SPL dan Anomali TPL... 63 4.5.1. Angin Dengan SPL ... 63

4.5.2. Angin Dengan Anomali TPL ... 65

5. KESIMPULAN DAN SARAN... 67 5.1. Kesimpulan ... 67

5.2. Saran... 69

DAFTAR PUSTAKA...70


(6)

DAFTAR TABEL

Tabel Halaman

1. Kanal yang terdapat pada sensor satelit NOAA/AVHRR... 16

2. Perhitungan arah kecepatan angin dengan menggunakan MS-EXCEL

2003 ... 27

3. Lokasi yang mewakili setiap wilayah penelitian untuk analisis spektrum

energi ... 30 4. Fluktuasi dengan periodisitas dominan energi spektrum kecepatan angin

komponen zonal dan meridional ... 56 5. Fluktuasi dengan periodisitas dominan energi spektrum SPL ... 61 6. Fluktuasi dengan periodisitas dominan energi spektrum anomali TPL ... 63 7. Spektrum silang hubungan antara kecepatan angin komponen zonal

dengan SPL ... 64 8. Spektrum silang hubungan antara kecepatan angin komponen meridional

dengan SPL ... 65 9. Spektrum silang hubungan antara kecepatan angin komponen zonal

dengan anomali TPL ... 66 10. Spektrum silang hubungan antara kecepatan angin komponen meridional


(7)

DAFTAR GAMBAR

Gambar Halaman

1. Pola arus pada bulan Agustus (a) dan Februari (b) (Wyrtki, 1961) ... 5 2. Trek sepanjang Pantai Jawa dan Sumatera (a), profil waktu-bujur tinggi

paras laut sepanjang trek (b), profil bujur-waktu suhu permukaan laut di sepanjang trek (Susanto et al., 2001) ... 8

3. Profil melintang suhu terhadap waktu dari data hidrografi dan XBT/MBT sepanjang Pantai Jawa dan Sumatera (Susanto et al., 2001)... 8

4. Gesekan angin rata-rata bulanan dari ERS yang ditumpang tindih dengan

gesekan angin sejajar pantai (alongshore wind stress) yang paralel

dengan perairan barat Sumatera dan selatan Jawa (Susanto et al., 2001) ... 9

5. Standar deviasi rata-rata SPL bulanan dari 1981-1999 selama periode

Muson Tenggara pada bulan Juni-November (Susanto et al., 2001) ... 10

6. Sistim Angin Pasat di Samudera Pasifik pada kondisi normal (AVISO, 2005)... . 12

7. Sistim Angin Pasat di Samudera Pasifik pada saat El Nino (AVISO, 2005) .. 12

8. Sistim Angin Pasat di Samudera Pasifik pada saat La Nina (AVISO,

2005)... 13 9. Sebaran konsentrasi klorofil-a di wilayah perairan Indonesia pada bulan

November 1997 (El Nin) (a) dan November 1998 (La Nina) (b)... 14

10. Perkembangan kejadian Indian Ocean Dipole Mode (a-d). Evolusi

komposit SPL dan anomali kecepatan angin dari Mei-Juni (a) sampai

November-Desember (d) (Saji et al., 1999) ... 16

11. Geometri Pengamatan Satelit Altimetri (Modifikasi dari Stewart,

1985 dan Jet Propulsion Laboratory, 2004) ... 20

12. Daerah penelitian yang terbagi menjadi 6 wilayah penelitian yaitu di perairan barat Sumatera terbagi menjadi Sumatera 1 (SMT1) dan

Sumatera 2 (SMT2) dan di perairan selatan Jawa terbagi menjadi Jawa 1 (JAW1), Jawa 2 (JAW2), Jawa 3 (JAW3), dan Sumbawa (SMB) ... 23

13. Titik-titik pusat grid data angin dengan ukuran grid 2,50

x2,50

(a), SPL

dengan ukuran grid 1o

x1o

(b), dan anomali TPL dengan ukuran grid 0,33o

x0,33o

(c)... 25 14. Trek yang digunakan untuk analisis waktu-bujur ... 29

15. Distribusi horizontal angin bulanan rata-rata dari tahun 1993-2002 ... 33

16. Stick plot kecepatan angin di SUM1 (a), SUM2 (b), JAW1 (c),

JAW2 (d), JAW3 (e), dan SMB (f) dari tahun 1993-2002... 34 17. Trek sepanjang perairan barat Sumatera dan Selatan Jawa. Profil

waktu-bujur sepanjang trek kecepatan angin (a), kecepatan angin komponen timur-barat (b), dan kecepatan angin komponen utara- selatan dari tahun 1993-2002. Garis utuh menunjukkan arah timur(utara) dan garis


(8)

putus-putus menunjukkan arah barat (selatan) pada komponen timur-barat

(utara-selatan) ... 37 18. Distribusi horizontal SPL bulanan rata-rata dari tahun 1993-2002... 40 19. Standar deviasi SPL bulanan dari tahun 1993-2002 ... 43 20. Distribusi gesekan angin komponen timur-barat bulanan rata-rata dari

tahun 1993-2000 ... 45 21. Profil bujur-waktu SPL sepanjang trek dari tahun 1993-2002 ... 47 22. Data deret waktu SPL di SUM1 (a), SUM2 (b), JAW1 (c), JAW2 (d),

JAW3 (e), dan SMB1 (f) dari tahun 1993-2002... 48 23. Southern Oscillation Index (SOI) dari tahun 1993-2002 ... 49

24. Dipole Mode Index (DMI) dari tahun 1993-2002 ... 49

25. Distribusi horizontal anomali TPL bulanan rata-rata dari tahun

1993-2002 ... 51 26. Profil bujur-waktu anomali TPL sepanjang trek dari tahun 1993-2002 ... 53 27. Data deret waktu anomali TPL di SUM1 (a), SUM2 (b), JAW1 (c),

JAW2 (d), JAW3 (e), dan SMB (f) dari tahun 1993-2002... 55 28. Energi spektrum angin komponen zonal di SMT1 (a), SMT2 (b), JAW1

(c), JAW2 (d), JAW3 (e), dan SMB (f) ... 57 29. Energi spektrum angin komponen meridional di SMT1 (a), SMT2 (b),

JAW1(c), JAW2 (d), JAW3 (e), dan SMB1 (f) ... 58 30. Energi spektrum SPL di SMT1 (a), SMT2 (b), JAW1 (c), JAW2 (d), JAW3

(e), dan SMB1 (f) ... 60 31. Energi spektrum anomali TPL di SMT1 (a), SMT2 (b), JAW1 (c), JAW2


(9)

DAFTAR LAMPIRAN

Lampiran Halaman

1. Pola Arus di Perairan Indonesia (Wyrtki, 1961) ... 73 2. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan SPL (i) dan angin komponen utara-selatan dengan SPL (ii) di SMT1 ... 76 3. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan SPL (i) dan angin komponen utara-selatan dengan SPL (ii) di SMT2 ... 77 4. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan SPL (i) dan angin komponen utara-selatan dengan SPL (ii) di JAW1 ... 78 5. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan SPL (i) dan angin komponen utara-selatan dengan SPL (ii) di JAW2 ... 79 6. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan SPL (i) dan angin komponen utara-selatan dengan SPL (ii) di JAW3 ... 80 7. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan SPL (i) dan angin komponen utara-selatan dengan SPL (ii) di SMB ... 81 8. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan anomali TPL (i) dan angin komponen utara-selatan dengan anomali TPL (ii) di SMT1 ... 82 9. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan anomali TPL (i) dan angin komponen utara-selatan dengan anomali TPL (ii) di SMT2 ... 83 10. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan anomali TPL (i) dan angin komponen utara-selatan dengan anomali TPL (ii) di JAW1 ... 84 11. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan anomali TPL (i) dan angin komponen utara-selatan dengan anomali TPL (ii) di JAW2 ... 85 12. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan anomali TPL (i) dan angin komponen utara-selatan dengan anomali TPL (ii) di JAW3 ... 86 13. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan anomali TPL (i) dan angin komponen utara-selatan dengan anomali TPL (ii) di SMB ... 87


(10)

I. PENDAHULUAN

1.1. Latar Belakang

Beberapa parameter untuk menggambarkan karakteristik oseanografi di suatu wilayah perairan dapat diukur melalui dua cara. Cara pertama adalah mengukur langsung parameter oseanografi di laut misalnya dengan survei kapal atau dengan menempatkan instrumen/alat ukur pada beberapa lokasi perairan (mooring, tidegauge dan lain-lain). Cara kedua adalah menggunakan teknologi

penginderaan jarak jauh. Kendala pada pengukuran langsung dengan kapal adalah biaya operasionalnya yang relatif tinggi, sehingga data yang

berkesinambungan sulit didapatkan.

Dewasa ini penyediaan data dengan menggunakan teknologi penginderaan jarak jauh dipenuhi dengan menggunakan satelit multi sensor. Data satelit multi sensor menjadi metode komplemen yang dapat dimanfaatkan untuk

memperoleh data kondisi oseanografis suatu wilayah perairan. Teknologi ini memiliki beberapa keuntungan dibandingkan dengan pengukuran langsung yaitu untuk memperoleh data yang kita inginkan, membutuhkan waktu yang relatif singkat dan perolehan datanya mencakup wilayah yang sangat luas serta data dapat diperoleh secara berkesinambungan dalam periode waktu tertentu.

Beberapa sensor satelit yang dapat dimanfaatkan untuk bidang kelautan

antara lain sensor satelit Advanced Very High Resolution Radiometer (AVHRR),

sensor altimeter Topography Experiment (TOPEX)/POSEIDON, sensor

scatterometer European Research Satellite (ERS) 1 dan 2. Data yang diperoleh

dari sensor satelit tersebut adalah data suhu permukaan laut, tinggi paras laut, arus, dan angin permukaan laut.


(11)

KARAKTER FISIK OSEANOGRAFI DI PERAIRAN BARAT

SUMATERA DAN SELATAN JAWA-SUMBAWA DARI DATA

SATELIT MULTI SENSOR

Oleh :

MUKTI DONO WILOPO

C06400080

PROGRAM STUDI ILMU KELAUTAN

FAKULTAS PERIKANAN DAN ILMU KELAUTAN

INSTITUT PERTANIAN BOGOR


(12)

RINGKASAN

MUKTI DONO WILOPO. C06400080. Karakter Fisik Oseanografi di Perairan

Barat Sumatera dan Selatan Jawa-Sumbawa Dari Data Satelit Multi Sensor.

Dibimbing Oleh MULIA PURBA dan AGUS SOLEH ATMADIPOERA

Penyediaan data satelit menjadi salah satu alternatif untuk mengkaji karakter oseanografi di suatu wilayah. Dari data tersebut dapat dikaji

fenomena-fenomena oseanografi seperti upwelling dan front. Pemilihan wilayah perairan

barat Sumatera dan selatan Jawa-Sumbawa dipengaruhi oleh sistem angin

muson (Wyrtki, 1961; Purba et al., 1997), serta dipengaruhi oleh Arus Lintas

Indonesia (ARLINDO) dan perubahan iklim global seperti El Nino dan Indian

Ocean Dipole Mode (Meyers, 1996; Saji et al., 1999; Shinoda, 2004).

Penelitian ini bertujuan untuk mengkaji variasi karakter oseanografis yaitu suhu permukaan laut (SPL) dan tinggi paras laut secara spasial dan temporal serta menganalisis angin sebagai parameter yang dapat mempengaruhi variasi karakter oseanografi.

Data yang digunakan adalah data angin harian dari ECMWF (European

Center for Medium Range Weather Forecast), data suhu permukaan laut (SPL)

mingguan dari NCEP (National Climate and Environment Prediction) dan data

anomali tinggi paras laut (TPL) mingguan dari AVISO. Seluruh data memiliki periode dari tahun 1993-2002.

Untuk melihat variasi spasial angin, SPL dan anomali TPL dilakukan analisis distribusi horizontal. Untuk melihat fluktuasi setiap parameter maka dicari densitas energi spektrumnya. Hubungan antara angin dengan SPL dan anomali TPL dicari dengan metode spektrum silang untuk memperoleh nilai koherensi dan beda fase.

Secara urnum kondisi angin yang terjadi di perairan barat Sumatera dan selatan Jawa dipengaruhi oleh Sistim Muson dimana terjadi pergantian pola perubahan kecepatan angin tinggi dan rendah dalam satu tahun. Distribusi horizontal suhu bulanan menunjukkan bahwa SPL mencapai nilai terendah di Musim Timur di wilayah perairan Selatan Jawa-Sumbawa. Hal tersebut

disebabkan oleh terjadinya upwelling yang intensif akibat bertiupnya Angin Muson

Tenggara di perairan selatan Jawa, melebarnya poros AKS dan hilangnya Arus

Pantai Jawa. SPL mencapai 25° C-27,5° C pada Musim Timur di Selatan Jawa.

Pada Musim Tirnur saat bertiup kuat Angin Muson Timur, kemungkinan terjadi

Transpor Ekman yang membawa serta air permukaan menjauhi Pantai Selatan

Jawa, maka akan terjadi kekosongan (anomali TPL-nya rendah) yang berakibat

naiknya air dari bawah menuju ke permukaan (upwelling). Hal ini konsisten dengan

terjadinya SPL yang rendah pada periode dan daerah yang sama sehingga dapat

disimpulkan bahwa upwelling yang intensif terjadi pada Musim timur di wilayah

perairan Selatan Jawa.

Pada periode EI Nino dan IODM tahun 1994 dan 1997 upwelling yang

terjadi lebih intensif daripada tahun-tahun lainnya.

Auto Spectral Analysis (ASPEC) menghasilkan adanya spektrum energi

angin berkisar pada periode periode 51,6 minggu (tahunan) dan 25,8 minggu (semi tahunan) yang merupakan representasi perubahan pola musim yang berhubungan dengan pergerakan sistem angin muson. SPL di wilayah perairan selatan Jawa hingga Sumbawa (JAW1-SMB) memperlihatkan sinyal yang nyata pada periode 25,8 minggu dan 51,6 minggu. Hal ini berarti periodisitas SPL yang terjadi di wilayah JAW 1 hingga SMB tersebut mengikuti periode tengah tahunan (intra musiman) dan periode tahunan. Sedangkan di wilayah perairan barat Sumatera (SMT1 dan SMT2), SPL hanya memperlihatkan periodisitas dominan pada periode 51,6 minggu atau periodisitasnya mengikuti periode tahunan.


(13)

Anomali TPL di wilayah JAW2 hingga SMB menunjukkan sinyal yang nyata pada periode 25,8 minggu, 51,6 minggu dan 129 minggu, sedangkan wilayah JAW1 menunjukkan sinyal yang nyata pada periode 25,8 minggu, 51,6 minggu, 86 minggu, dan 129 minggu. Sedangkan di perairan barat Sumatera (SMT1-SMT2) sinyal yang nyata terjadi pada periode 25,8 minggu, 43 minggu, 86 minggu, dan 51,6 minggu.

Analisis spektrum silang (CSPEC) menunjukkan bahwa hubungan

kecepatan angin komponen zonal dengan SPL lebih kuat daripada komponen meridional-nya di perairan selatan Jawa (JAW1-SMB). Sedangkan di wilayah perairan barat Sumatera (SMT1-SMT2) hubungan kecepatan angin komponen meridional dengan SPL lebih kuat daripada komponen meridional-nya. Sinyal kecepatan komponen zonal yang berpengaruh kuat terhadap SPL di JAW1 hingga SMB terjadi pada periode 51,6 minggu dimana koherensinya melebihi 0,93 dengan beda fase yang bernilai positif, yang berarti perubahan kecepatan angin komponen zonal akan diikuti oleh perubahan SPL. Sedangkan di SMT1 sinyal komponen meridional yang berpengaruh kuat terhadap SPL terjadi pada periode 86,0 dan 129,0 minggu dengan niai koherensi di atas 0,93 dan beda fase positif, sedangkan di SMT2 terjadi pada periode 51,6 minggu dengan koherensi 0,86 dan beda fase yang positif.

Dari analisis spektrum silang antara angin dengan anomali TPL, dapat diketahui bahwa angin memiliki hubungan yang kuat terhadap anomali TPL, dimana perubahan angin dapat mempengaruhi perubahan anomali TPL. Fluktuasi yang muncul yaitu pada periode 25,8 minggu dan 51,6 minggu, menunjukkan bahwa angin pada pergantian antara Musim Barat dan Musim Timur dengan Musim Peralihannya (musiman) serta pergantian Musim Barat dengan Musim Timur (tahunan) mempengaruhi perubahan anomali TPL. Sedangkan fluktuasi 86,0 minggu dan 129,0 minggu menunjukkan menunjukkan perubahan pola angin yang mempengaruhi anomali TPL akibat perubahan iklim


(14)

KATA PENGANTAR

Puji dan syukur kepada Tuhan Yang Maha Pengasih dan Pemurah, karena dengan rahmat dan hidayah-Nya, penulis dapat mengerjakan penelitian hingga menyusun skripsi ini. Penelitian yang berjudul “Karakter Fisik Oseanografi Perairan Barat Sumatera dan Selatan Jawa-Sumbawa dari Data Satelit Multi Sensor”, merupakan hasil pengumpulan dan pengolahan data dari beberapa badan meteorologi dan antariksa dunia.

Tulisan ini berisikan kajian variasi karakter oseanografi yang berhubungan dengan perubahan ruang dan waktu di perairan selatan Jawa dan barat

Sumatera. Data yang digunakan berasal dari data hasil pengukuran satelit multi sensor antara lain AVHRR, TOPEX/Poseidon, dan ERS 1/2. Data dianalisis secara spasial dalam bentuk perataan bulanan selama kurun waktu 10 tahun dari tahun 1993-2002.

Penelitian ini tidak dapat terlaksana tanpa bantuan dan bimbingan dari berbagai pihak. Untuk itu penulis mengucapkan terima kasih kepada Dr. Ir. Mulia Purba, M.Sc, dan Ir. Agus S. Atmadipoera, DESS, sebagai Komisi Pembimbing atas bimbingan, masukan, kritik dan pengarahan yang sangat berharga,

sehingga tulisan ini dapat diselesaikan. Juga kepada NCEP NOAA (National

Climate and Environment Prediction), ECMWF (European Center for Medium

Range Weather Forecast) dan CNES (Centre National d’études Spatiales) yang

telah memberi ijin penulis untuk mempergunakan data satelitnya dengan fasilitas

File Transfer Protocol (FTP) dan Live Acces Service (LAS) untuk bahan

penelitian ini secara gratis.

Penulis menyadari keterbatasan yang ada sehingga tulisan ini masih belum sempurna, oleh karena itu perbaikan dan penelitian selanjutnya masih tetap diperlukan. Namun demikian penulis berharap semoga tulisan ini bermanfaat untuk pengembangan kelautan Indonesia.

Bogor, November 2005


(15)

DAFTAR ISI

Halaman

DAFTAR TABEL... vi

DAFTAR GAMBAR... viii

DAFTAR LAMPIRAN... x

1. PENDAHULUAN ... 1

1.1. Latar Belakang ... 1

1.2. Tujuan Penelitian... 3

2. TINJAUAN PUSTAKA... 3

2.1. Kondisi Oseanografis Daerah Penelitian ... 3

2.2. Pengaruh El Nino dan Dipole Mode di Perairan Barat Sumatera dan Selatan Jawa ... 10

2.3. Sensor Satelit Untuk Mengukur Parameter Oseanografi ... 16

3. METODE PENELITIAN... 22 3.1. Waktu dan Tempat ... 22

3.2. Perolehan dan Pengolahan Data ... 23

3.3. Analisis Data ... 27

3.3.1. Analisis Spasial... 27

3.3.2. Analisis Deret Waktu ... 28

4. HASIL DAN PEMBAHASAN... 32

4.1. Angin ... 32

4.1.1. Distribusi Horizontal Angin ... 32

4.1.2. Variabilitas Spasial –Temporal Angin ... 36

4.2. Suhu Permukaan Laut ... 39

4.2.1. Distribusi Horizontal Suhu Permukaan Laut ... 39

4.2.2. Sebaran Spasial –Temporal SPL ... 46

4.3. Anomali Tinggi Paras Laut ... 50

4.3.1. Distribusi Horizontal Anomali TPL ... 50

4.3.2. Sebaran Spasial –Temporal Anomali TPL ... 53

4.4. Energi Spektrum Angin, SPL , dan Anomali TPL... 56

4.4.1. Energi Spektrum Angin... 56

4.4.2. Energi Spektrum Suhu Permukaan Laut ... 59

4.4.3. Energi Spektrum Anomali TPL ... 61

4.5. Spektrum silang antara angin dengan SPL dan Anomali TPL... 63 4.5.1. Angin Dengan SPL ... 63

4.5.2. Angin Dengan Anomali TPL ... 65

5. KESIMPULAN DAN SARAN... 67 5.1. Kesimpulan ... 67

5.2. Saran... 69

DAFTAR PUSTAKA...70


(16)

DAFTAR TABEL

Tabel Halaman

1. Kanal yang terdapat pada sensor satelit NOAA/AVHRR... 16

2. Perhitungan arah kecepatan angin dengan menggunakan MS-EXCEL

2003 ... 27

3. Lokasi yang mewakili setiap wilayah penelitian untuk analisis spektrum

energi ... 30 4. Fluktuasi dengan periodisitas dominan energi spektrum kecepatan angin

komponen zonal dan meridional ... 56 5. Fluktuasi dengan periodisitas dominan energi spektrum SPL ... 61 6. Fluktuasi dengan periodisitas dominan energi spektrum anomali TPL ... 63 7. Spektrum silang hubungan antara kecepatan angin komponen zonal

dengan SPL ... 64 8. Spektrum silang hubungan antara kecepatan angin komponen meridional

dengan SPL ... 65 9. Spektrum silang hubungan antara kecepatan angin komponen zonal

dengan anomali TPL ... 66 10. Spektrum silang hubungan antara kecepatan angin komponen meridional


(17)

DAFTAR GAMBAR

Gambar Halaman

1. Pola arus pada bulan Agustus (a) dan Februari (b) (Wyrtki, 1961) ... 5 2. Trek sepanjang Pantai Jawa dan Sumatera (a), profil waktu-bujur tinggi

paras laut sepanjang trek (b), profil bujur-waktu suhu permukaan laut di sepanjang trek (Susanto et al., 2001) ... 8

3. Profil melintang suhu terhadap waktu dari data hidrografi dan XBT/MBT sepanjang Pantai Jawa dan Sumatera (Susanto et al., 2001)... 8

4. Gesekan angin rata-rata bulanan dari ERS yang ditumpang tindih dengan

gesekan angin sejajar pantai (alongshore wind stress) yang paralel

dengan perairan barat Sumatera dan selatan Jawa (Susanto et al., 2001) ... 9

5. Standar deviasi rata-rata SPL bulanan dari 1981-1999 selama periode

Muson Tenggara pada bulan Juni-November (Susanto et al., 2001) ... 10

6. Sistim Angin Pasat di Samudera Pasifik pada kondisi normal (AVISO, 2005)... . 12

7. Sistim Angin Pasat di Samudera Pasifik pada saat El Nino (AVISO, 2005) .. 12

8. Sistim Angin Pasat di Samudera Pasifik pada saat La Nina (AVISO,

2005)... 13 9. Sebaran konsentrasi klorofil-a di wilayah perairan Indonesia pada bulan

November 1997 (El Nin) (a) dan November 1998 (La Nina) (b)... 14

10. Perkembangan kejadian Indian Ocean Dipole Mode (a-d). Evolusi

komposit SPL dan anomali kecepatan angin dari Mei-Juni (a) sampai

November-Desember (d) (Saji et al., 1999) ... 16

11. Geometri Pengamatan Satelit Altimetri (Modifikasi dari Stewart,

1985 dan Jet Propulsion Laboratory, 2004) ... 20

12. Daerah penelitian yang terbagi menjadi 6 wilayah penelitian yaitu di perairan barat Sumatera terbagi menjadi Sumatera 1 (SMT1) dan

Sumatera 2 (SMT2) dan di perairan selatan Jawa terbagi menjadi Jawa 1 (JAW1), Jawa 2 (JAW2), Jawa 3 (JAW3), dan Sumbawa (SMB) ... 23

13. Titik-titik pusat grid data angin dengan ukuran grid 2,50

x2,50

(a), SPL

dengan ukuran grid 1o

x1o

(b), dan anomali TPL dengan ukuran grid 0,33o

x0,33o

(c)... 25 14. Trek yang digunakan untuk analisis waktu-bujur ... 29

15. Distribusi horizontal angin bulanan rata-rata dari tahun 1993-2002 ... 33

16. Stick plot kecepatan angin di SUM1 (a), SUM2 (b), JAW1 (c),

JAW2 (d), JAW3 (e), dan SMB (f) dari tahun 1993-2002... 34 17. Trek sepanjang perairan barat Sumatera dan Selatan Jawa. Profil

waktu-bujur sepanjang trek kecepatan angin (a), kecepatan angin komponen timur-barat (b), dan kecepatan angin komponen utara- selatan dari tahun 1993-2002. Garis utuh menunjukkan arah timur(utara) dan garis


(18)

putus-putus menunjukkan arah barat (selatan) pada komponen timur-barat

(utara-selatan) ... 37 18. Distribusi horizontal SPL bulanan rata-rata dari tahun 1993-2002... 40 19. Standar deviasi SPL bulanan dari tahun 1993-2002 ... 43 20. Distribusi gesekan angin komponen timur-barat bulanan rata-rata dari

tahun 1993-2000 ... 45 21. Profil bujur-waktu SPL sepanjang trek dari tahun 1993-2002 ... 47 22. Data deret waktu SPL di SUM1 (a), SUM2 (b), JAW1 (c), JAW2 (d),

JAW3 (e), dan SMB1 (f) dari tahun 1993-2002... 48 23. Southern Oscillation Index (SOI) dari tahun 1993-2002 ... 49

24. Dipole Mode Index (DMI) dari tahun 1993-2002 ... 49

25. Distribusi horizontal anomali TPL bulanan rata-rata dari tahun

1993-2002 ... 51 26. Profil bujur-waktu anomali TPL sepanjang trek dari tahun 1993-2002 ... 53 27. Data deret waktu anomali TPL di SUM1 (a), SUM2 (b), JAW1 (c),

JAW2 (d), JAW3 (e), dan SMB (f) dari tahun 1993-2002... 55 28. Energi spektrum angin komponen zonal di SMT1 (a), SMT2 (b), JAW1

(c), JAW2 (d), JAW3 (e), dan SMB (f) ... 57 29. Energi spektrum angin komponen meridional di SMT1 (a), SMT2 (b),

JAW1(c), JAW2 (d), JAW3 (e), dan SMB1 (f) ... 58 30. Energi spektrum SPL di SMT1 (a), SMT2 (b), JAW1 (c), JAW2 (d), JAW3

(e), dan SMB1 (f) ... 60 31. Energi spektrum anomali TPL di SMT1 (a), SMT2 (b), JAW1 (c), JAW2


(19)

DAFTAR LAMPIRAN

Lampiran Halaman

1. Pola Arus di Perairan Indonesia (Wyrtki, 1961) ... 73 2. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan SPL (i) dan angin komponen utara-selatan dengan SPL (ii) di SMT1 ... 76 3. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan SPL (i) dan angin komponen utara-selatan dengan SPL (ii) di SMT2 ... 77 4. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan SPL (i) dan angin komponen utara-selatan dengan SPL (ii) di JAW1 ... 78 5. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan SPL (i) dan angin komponen utara-selatan dengan SPL (ii) di JAW2 ... 79 6. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan SPL (i) dan angin komponen utara-selatan dengan SPL (ii) di JAW3 ... 80 7. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan SPL (i) dan angin komponen utara-selatan dengan SPL (ii) di SMB ... 81 8. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan anomali TPL (i) dan angin komponen utara-selatan dengan anomali TPL (ii) di SMT1 ... 82 9. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan anomali TPL (i) dan angin komponen utara-selatan dengan anomali TPL (ii) di SMT2 ... 83 10. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan anomali TPL (i) dan angin komponen utara-selatan dengan anomali TPL (ii) di JAW1 ... 84 11. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan anomali TPL (i) dan angin komponen utara-selatan dengan anomali TPL (ii) di JAW2 ... 85 12. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan anomali TPL (i) dan angin komponen utara-selatan dengan anomali TPL (ii) di JAW3 ... 86 13. Spektrum silang (a), koherensi (b), dan beda fase (c) hubungan angin

komponen timur-barat dengan anomali TPL (i) dan angin komponen utara-selatan dengan anomali TPL (ii) di SMB ... 87


(20)

I. PENDAHULUAN

1.1. Latar Belakang

Beberapa parameter untuk menggambarkan karakteristik oseanografi di suatu wilayah perairan dapat diukur melalui dua cara. Cara pertama adalah mengukur langsung parameter oseanografi di laut misalnya dengan survei kapal atau dengan menempatkan instrumen/alat ukur pada beberapa lokasi perairan (mooring, tidegauge dan lain-lain). Cara kedua adalah menggunakan teknologi

penginderaan jarak jauh. Kendala pada pengukuran langsung dengan kapal adalah biaya operasionalnya yang relatif tinggi, sehingga data yang

berkesinambungan sulit didapatkan.

Dewasa ini penyediaan data dengan menggunakan teknologi penginderaan jarak jauh dipenuhi dengan menggunakan satelit multi sensor. Data satelit multi sensor menjadi metode komplemen yang dapat dimanfaatkan untuk

memperoleh data kondisi oseanografis suatu wilayah perairan. Teknologi ini memiliki beberapa keuntungan dibandingkan dengan pengukuran langsung yaitu untuk memperoleh data yang kita inginkan, membutuhkan waktu yang relatif singkat dan perolehan datanya mencakup wilayah yang sangat luas serta data dapat diperoleh secara berkesinambungan dalam periode waktu tertentu.

Beberapa sensor satelit yang dapat dimanfaatkan untuk bidang kelautan

antara lain sensor satelit Advanced Very High Resolution Radiometer (AVHRR),

sensor altimeter Topography Experiment (TOPEX)/POSEIDON, sensor

scatterometer European Research Satellite (ERS) 1 dan 2. Data yang diperoleh

dari sensor satelit tersebut adalah data suhu permukaan laut, tinggi paras laut, arus, dan angin permukaan laut.


(21)

Menurut Purba (1992) data suhu yang dihasilkan dari hasil pengolahan citra satelit dapat diaplikasikan untuk kelautan atau oseanografi, baik secara visual maupun secara digital. Variasi suhu permukaan laut dapat digunakan untuk

melihat proses-proses fisik seperti upwelling (penaikan massa air dari lapisan

dalam ke lapisan yang lebih atas), divergen, konvergen, oceanic front

(pertemuan dua massa air yang berbeda suhunya), dan sebagainya. Daerah-daerah tersebut dapat memberi petunjuk tentang tingkat kesuburan suatu perairan. Proses-proses tersebut sangat bermanfaat untuk peningkatan

pemanfaatan sumber daya hayati perairan tersebut. Dengan demikian teknologi penginderaan jauh dengan sensor satelit dapat dimanfaatkan untuk tujuan tersebut.

Pada penelitian ini hanya dibatasi pada pemanfaatan data satelit untuk mengkaji karakter oseanografis dengan mengkaji pola distribusi suhu permukaan laut, tinggi paras laut secara spasial dan temporal dari data satelit serta

pengaruh angin terhadap parameter-parameter tersebut.

1.2. Tujuan Penelitian

Penelitian ini bertujuan untuk

1. mengkaji variasi karakter oseanografis yaitu suhu permukaan laut (SPL) dan tinggi paras laut secara spasial dan temporal

2. menganalisis angin sebagai parameter yang dapat mempengaruhi variasi karakter oseanografi


(22)

2. TINJAUAN PUSTAKA

2.1. Kondisi Oseanografi Daerah Penelitian

Wilayah perairan barat Sumatera dan selatan Jawa merupakan perairan yang unik karena letak geografisnya yang terletak di antara benua Asia dan Australia. Di wilayah ini terjadi suatu sistem pola angin yang disebut sistem angin muson Australia-Asia. Terjadinya angin muson ini karena terjadi perbedaan tekanan udara antara massa Benua Asia dan Australia. Pada bulan Desember-Februari di belahan bumi utara terjadi musim dingin sedangkan di belahan bumi selatan terjadi musim panas sehingga terjadi pusat tekanan tinggi di Benua Asia dan pusat tekanan rendah di Benua Australia. Hal ini menyebabkan angin

berhembus dari Benua Asia menuju ke Australia. Angin ini pada wilayah selatan

katulistiwa dikenal sebagai Angin Muson Barat Laut (Northwest Monsoon).

Sebaliknya pada bulan Juli-Agustus berhembus Angin Muson Tenggara (Southeast Monsoon) (Wyrtki, 1961).

Perubahan pola angin muson tersebut menyebabkan di wilayah tersebut dikenal dua pola musim yaitu Musim Timur pada saat terjadi Angin Muson Tenggara dan Musim Barat pada saat bertiup Angin Muson Barat Laut. Selain kedua sistem muson tersebut, ada pula musim transisi yang dikenal juga dengan Musim Peralihan. Musim Peralihan I terjadi pada bulan Maret sampai Mei dan Musim Peralihan II terjadi pada bulan September sampai November. Musim Peralihan I adalah periode saat Muson Barat Laut hendak digantikan oleh Muson Tenggara, dan Musim Peralihan II adalah periode saat Muson Tenggara hendak digantikan oleh Muson Barat Laut (Prawirowardoyo, 1996). Pada periode transisi ini arah angin sudah tidak menentu dan kekuatan angin pada umumnya lemah.


(23)

Adanya pergantian arah muson dua kali dalam setahun dan mencapai puncaknya pada bulan-bulan tertentu menyebabkan pola sirkulasi massa air di lautan juga turut berubah arah. Perubahan arah ini menjadi ciri sirkulasi massa air di perairan Indonesia dan sekitarnya (Wyrtki, 1961).

Letak geografis perairan selatan Jawa dan barat Sumatera yang berada pada sistem angin muson menyebabkan kondisi oseanografis perairan ini dipengaruhi

sistem angin muson itu (Wyrtki, 1961; Purba et al., 1997), serta dipengaruhi oleh

perubahan iklim global seperti El Nino dan Indian Ocean Dipole Mode (Meyers,

1996; Saji et al., 1999; Shinoda, 2004). Selain itu perairan selatan Jawa juga

dipengaruhi oleh aliran massa air yang masuk dari Samudera Pasifik Tropis

Barat (5o LU) melalui perairan Indonesia ke Samudera Hindia (12o LS) yang

dikenal dengan Indonesian Throughflow (ITF) atau Arus Lintas Indonesia

(ARLINDO), (Bray et al., 1996; Godfrey, 1996; Ffield et al., 2000; Gordon et al.,

2003),

Arus Katulistiwa Selatan (AKS) atau South Equatorial Current (SEC) sebagai

bagian dari gyre Samudera Hindia yang terbentuk di daerah antara Pantai

Selatan Jawa dan Pantai Barat Laut Australia pada umumnya mengalir ke arah

barat. Arus permukaan ini menyebar dari barat laut Australia, antara 10o

- 20o

LS

hingga ke arah barat Samudera Hindia mencapai Madagaskar (Purba et al.,

1992).

Pada Musim Timur, ketika berhembus kuat Angin Muson Tenggara, AKS melebar ke utara melebihi 10º LS dan bergerak dari Sumbawa hingga sepanjang pantai selatan Jawa, kemudian berbelok ke arah barat daya (Gambar 1.a). Selama bertiupnya Angin Muson Tenggara yang terjadi di selatan Jawa dimulai sekitar bulan Mei dan berakhir sekitar September menyebabkan terjadinya

upwelling. Angin Muson Tenggara yang bertiup dari tenggara ke arah barat laut


(24)

Selatan Jawa, maka akan terjadi kekosongan yang berakibat naiknya air

(upwelling) dari bawah menuju ke lapisan permukaan (Wyrtki, 1962; Purba et al.,

1992). Transpor Ekman menyebabkan air laut di lapisan permukaan bergerak

menjauhi pantai sehingga terbentuk suatu kondisi dimana tinggi muka air di sisi pantai lebih rendah dib andingkan dengan muka air di lepas pantai. Karena angin bertiup terus menerus, menyebabkan terbentuknya ‘ruang kosong’ di sisi pantai

dan terbentuk gradien tekanan. Menurut Pond dan Pickard (1983) akibat adanya

gradien tekanan tersebut maka massa air akan berupaya menuju keseimbangan,


(25)

(b)

Gambar 1. Pola arus pada bulan Agustus (a) dan Februari (b) (Wyrtki, 1961) sehingga massa air dari lapisan dalam ini bergerak ke arah pantai, khususnya massa air dari lapisan dalam. Massa air dari lapisan dalam ini bergerak ke arah pantai mengikuti lereng dasar laut menuju ke arah permukaan dan menimbulkan

upwelling. Secara teoritis Tr anspor Ekman mengarah 90o

ke kiri dari arah angin di belahan bumi selatan dan sebaliknya pada belahan bumi selatan (Stewart, 2003).

Pada sekitar bulan November, poros AKS berangsur-angsur bergerak ke arah selatan dan sepanjang pantai selatan Jawa terbentuk Arus Pantai Jawa (APJ) dengan arah ke timur. APJ mula-mula terbentuk akibat Arus Sakal

Katulistiwa Samudera Hindia (Equatorial Counter Current) yang datang menuju

perairan barat Sumatera di sekitar ekuator. Kemudian arus ini berbelok ke tenggara menyusuri pesisir barat Sumatera dan menuju ke pantai selatan Jawa. APJ berkembang hingga bulan Juni. Batas antara APJ dan AKS berada di

lintang 10o LS, yang berarti APJ melebar sampai sekitar 90 mil dari pantai

(Schott, 1942 dalam Purba et al., 1992; Soeriaatmadja, 1957 dalam Purba et al.,


(26)

Februari disajikan pada Gambar 1.b. Pada Musim Barat, AKS mulai terdesak ke selatan oleh APJ yang bergerak di sepanjang selatan pantai Jawa ke arah timur.

Penelitian Soeriaatmadja (1957) dalam Purba et al. (1992) menyebutkan

adanya kemungkinan proses air naik (upwelling) di perairan selatan Jawa pada

saat Musim Barat. Disebutkan bahwa upwelling tersebut terjadi pada jarak

sekitar 90 mil dari pantai selatan Jawa dan diperkirakan terjadi pada daerah perte muan antara APJ yang mengarah ke timur dengan AKS yang menuju ke barat. Pada sisi pertemuan kedua sistim arus tersebut, sebagian APJ ikut berbelok ke barat mengikuti AKS. Sebagai akibat adanya divergens pada sisi dari kedua arus ini, terjadi kekosongan massa air di permukaan yang diisi oleh

massa air dari bawah (upwelling).

Adanya pendapat antara Soriaatmadja (1957) dan Wyrtki (1962) tersebut

menimbulkan kemungkinan bahwa proses upwelling terjadi pada kedua musim

namun dengan penyebab yang berbeda. Di duga proses upwelling yang terjadi

pada Musim Timur seperti yang dikemukakan oleh Wyrtki (1962) disebabkan

oleh Angin Muson Tenggara, sedangkan upwelling yang terjadi pada Musim

Barat seperti yang dikemukakan oleh Soriaatmadja (1957) disebabkan oleh proses penyebaran (divergens) dengan intensitas yang lebih rendah daripada

yang disebabkan oleh angin. Dapat dikemukakan bahwa upwelling di sekitar

perairan Selatan Jawa selain terjadi akibat mekanisme Ekman pump pada saat

bertiupnya Angin Muson Tenggara, juga disebabkan oleh mekanisme divergens (Purba et al., 1992).

Berdasarkan penelitian Pariwono et al. (1988), lokasi upwelling terjadi persis

pada daerah pantai yaitu di daerah perbatasan paparan benua (continental shelf)

dengan laut dalam yang berlangsung pada akhir Musim Timur

(Oktober-November), sedangkan Wyrtki (1962) menyatakan lokasi upwelling berada di


(27)

tersebut dikarenakan bukti-bukti yang disajikan Pariwono et al. (1988) menunjukkan distribusi parameter oseanografi pada kedalaman 0-50 m.

sedangkan Wyrtki (1962) menunjukkan bukti adanya proses upwelling dengan

melihat distribusi horizontal parameter oseanografi pada kedalaman 200 meter

(Purba et al., 1992). Hal itu menunjukkan bahwa upwelling yang diteliti oleh

Wyrtki (1962) tidak selamanya sampai ke lapisan permukaan dan Wyrtki (1962)

tidak meneliti distribusi suhu permukaan laut (SPL) seperti halnya Pariwono et al.

(1988).

Berdasarkan penelitian Susanto et al. (2001), dari data SPL dan anomali

tinggi paras laut (TPL) sepanjang pantai selatan Jawa hingga barat Sumatera,

sebaran angin, dan struktur suhu, terungkap bahwa upwelling terjadi pada bulan

Juni-Oktober dengan SPL yang dingin dan tinggi paras laut yang lebih rendah (Gambar 2, Gambar 3 dan Gambar 4).


(28)

Gambar 2. Trek sepanjang Pantai Jawa dan Sumatera (a), profil waktu-bujur tinggi paras laut sepanjang trek (b), profil bujur-waktu suhu permukaan laut sepanjang trek (Susanto et al., 2001)

Gambar 3. Profil melintang suhu terhadap waktu dari data hidrografi dan

XBT/MBT sepanjang Pantai Jawa dan Sumatera (Susanto et al.,


(29)

Gambar 4. Gesekan angin rata-rata bulanan dari ERS yang ditumpang tindih dengan gesekan angin sejajar pantai (alongshore wind stress) yang

paralel dengan perairan barat Sumatera dan selatan Jawa. Interval kontur gesekan angin sejajar pantai adalah 0,01 N/m2

. Skala panah gesekan angin adalah 0,1 N/m2

.

Standar deviasi SPL bulanan rata-rata di daerah sepanjang pantai selatan Jawa dan barat Sumatera tersebut, menunjukkan variabilitas yang tinggi dan disimpulkan bahwa daerah dengan standar deviasi SPL yang tinggi berasosiasi

dengan pusat upwelling. Pusat upwelling dengan standar deviasi SPL yang

tinggi bergerak ke arah barat dan menuju ke ekuator selama Muson Tenggara (Juni-Oktober) (Gambar 5). Alur perpindahan ini tergantung pada perkembangan kondisi angin secara musiman dan perubahan lintang yang mempengaruhi

parameter Coriolis, dimana pusat upwelling ini konsisten dengan alur

perpindahan angin sejajar pantai (alongshore wind) yang intensif. Upwelling

berakhir berkaitan dengan pembalikan arah angin pada Muson Barat Laut dan pengaruh datangnya gelombang Kelvin.


(30)

Gambar 5. Standar deviasi rata-rata SPL bulanan dari 1981-1999 selama periode Muson Tenggara pada bulan Juni-November. Interval kontur adalah 0,1oC (Susanto

et al., 2001)

2.2. Pengaruh El Nino dan Dipole Mode di Perairan Barat Sumatera dan

Selatan Jawa

Kata El Nino pertama-tama diberikan oleh nelayan Peru pada saat terjadi

arus panas yang tampak pada akhir tahun sekitar hari Natal (Desember). El

Nino mencerminkan proses terjadinya anomali SPL di Pasifik tropis. Pada saat

El Nino terjadi, kolam air panas yang biasanya berada di sebelah barat

Samudera Pasifik Tropis bergerak menuju bagian timur Samudera Pasifik sehingga terjadi penumpukan massa air yang panas. Pada saat kondisi normal

di perairan selatan Samudera Pasifik bagian timur terjadi upwelling, yang

menyebabkan SPL menjadi lebih rendah, sebaliknya terjadi pada saat El Nino.

Istilah El Nino berkembang menjadi ENSO (El Nino Southerm Oscillation).

Kata Southerm Oscillation diberikan oleh Sir Gilbert Walker pada tahun 1923

yang mencerminkan pola perubahan tekanan udara di belahan bumi selatan


(31)

demikian El Nino mencerminkan proses anomali SPL di Pasifik tropis sedangkan

Southern Oscillation mencerminkan perubahan tekanan udara antara Tahiti dan

Darwin. Pada saat El Nino terjadi, tekanan rendah teramati di Tahiti sedangkan

tekanan tinggi terjadi di Darwin. Untuk menyatakan osilasi selatan, digunakan

indeks osilasi selatan (Southerm Oscillation Index disingkat SOI). Bila selisih

tekanan udara permukaan laut di Tahiti dengan Darwin mempunyai selisih

negatif yang besar misalnya lebih kecil dari negatif 1.5 maka disebut kejadian El

Nino (Philander, 1990).

Pemahaman proses terjadinya El Nino dapat dijelaskan dengan sistem Angin

Pasat normal di Samudera Pasifik Tropis dengan SPL di Pasifik Barat. Seperti disajikan pada Gambar 6, pada kondisi normal, Angin Pasat mendorong massa air permukaan di Samudera Pasifik bagian timur menuju timur Filipina dan

Australia membentuk kolam air panas (warm pool) di Samudera Pasifik bagian

barat (warna merah pada Gambar 6), dengan SPL dan paras laut yang tinggi (1).

Di wilayah warm pool, massa air panas tersebut naik dengan membawa uap air

dan melepaskannya sebagai hujan yang lebat (2). Sementara itu di Samudera Pasifik Selatan bagian timur, massa air dingin yang kaya nutrien naik menuju

permukaan (upwelling) sebagai akibat terdorongnya massa air permukaan oleh

Angin Pasat ke barat sehingga terjadi kekosongan massa air. Akibatnya di

perairan Barat Amerika Selatanthermoklin naik dan terjadi upwelling (3).

Pada saat El Nino terjadi (Gambar 7) , seluruh sistem di atas melemah

dimana Angin Pasat melemah, khususnya di batas barat Samudera Pasifik Tropis sehingga air yang menumpuk di barat (kolam air panas) akan mengalir berbalik ke timur (1). Wilayah udara-naik bergeser pula ke timur seiring dengan bergesernya kolam panas ke timur (2). Melemahnya Angin Pasat menyebabkan thermoklin semakin dalam di perairan barat Amerika Selatan yang disertai


(32)

Gambar 6. Sistim Angin Pasat di Samudera Pasifik pada kondisi normal (AVISO, 2005)

Gambar 7. Sistim angin pasat di Samudera Pasifik pada saat El Nino

(AVISO, 2005)

Kejadian sebaliknya terjadi pada saat La Nina, seperti yang disajikan

pada Gambar 8 dimana Angin Pasat menguat sehingga kolam air panas menyusut dan mendinginkan sebagian besar Samudera Pasifik Tropis (1). Konveksi atmosferik terjadi di bagian paling barat Samudera Pasifik dimana hujan lebat terjadi di perairan Indonesia (2). Massa air dingin naik lebih kuat di sepanjang perairan barat Amerika Selatan dan menyebabkan thermoklin lebih


(33)

Gambar 6. Sistim Angin Pasat di Samudera Pasifik pada saat La Nina

(AVISO, 2004)

El Nino mempunyai dampak terhadap perubahan iklim dan kondisi

oseanografi. Dampak negatif El Nino di perairan Peru adalah ambruknya industri

perikanan Ancoveta sebagai akibat berhentinya upwelling dan meningkatnya

SPL (Philander, 1990). Studi mengenai pengaruh El Nino terhadap kondisi

oseanografi dan sumberdaya hayati laut di Samudera Hindia masih jarang

dilakukan. Meyers (1996), menemukan bahwa pada saat El Nino, SPL di

Samudera Hindia bagian timur menurun, kedalaman isotherm 20°C mengalami

pendangkalan. pada saat El Nino transport geostrofik lebih lemah dibandingkan

pada saat La Nina.

Selama terjadi ENSO, ketika anomali angin di Samudera Pasifik ke barat, anomali angin di Samudera Hindia adalah ke timur. Pola angin konsisten

dengan anomali divergen lapisan permukaan laut di Indonesia. Pertukaran angin

tenggara di atas Samudera Hindia pada lintang 15° LS hingga 20° LS melemah selama ENSO, konsisten dengan tekanan barometrik yang lebih tinggi di atas Australia dengan khatulistiwa (Meyers, 1996).

Menurut Bray et al. (1996), pada saat El Nino di perairan Indonesia bagian


(34)

Korelasi antara tinggi paras laut dengan kedalaman thermoklin cukup kuat dan signifikan baik di luar dan di daerah sekitar ARLINDO.

Sebaran klorofil-a dari satelit SeaWifs, dapat mendukung penjelasan

mengapa upwelling lebih intensif pada saat periode El Nino daripada periode La

Nina (Susanto dan Gordon, 2001). Pada Gambar 9, menunjukkan sebaran

klorofil-a yang tinggi di sekitar perairan barat Sumatera dan selatan Jawa pada

periode El Nino (bulan November 1997), sedangkan pada periode La Nina (bulan

November 1998) sebaran klorofil di wilayah itu rendah.

Gambar 9. Sebaran konsentrasi klorofil-a di wilayah perairan Indonesia pada

bulan November 1997 (El Nino) (a) dan November 1998 (La Nina) (b)

Pada tahun 1994 terjadi anomali SPL di Lautan Hindia (Behera et al., 1999)

dan berdasarkan penelitian lebih lanjut ditemukan bahwa fenomena yang tidak (a)


(35)

lazim ini terjadi juga pada tahun 1997 dan disebut Indian Ocean Dipole Mode

(IODM). Disebut dipole mode (DM) karena pada saat kejadian ini terbentuk dua

kutub anomali SPL, antara perairan barat Sumatera dan selatan Jawa dengan perairan Pantai Afrika bagian timur. Pada saat terjadinya IODM, SPL di perairan barat Sumatera dan selatan Jawa sangat rendah dan SPL di Afrika sangat tinggi. Untuk mengetahui terjadinya IODM dibuat suatu indeks yang disebut dengan

dipole mode index (DMI). Jika DMI positif, SPL di Samudera Hindia bagian timur

menjadi rendah sebaliknya terjadi di perairan Afrika. Fenomena ini mirip dengan fenomena ENSO di Lautan Pasifik, namun kejadian IODM merupakan kejadian independen dari kejadian ENSO. Hal ini dapat dilihat dari rendahnya korelasi

antara DMI dengan anomali SPL Nino3 yang lemah (<0,35) (Webster et al.,

1999; Saji et al., 1999).

Proses perkembangan IODM tertera pada Gambar 10. Anomali SPL pertama-tama terlihat di sekitar selat Lombok pada bulan Mei-Juni dengan kecepatan angin yang moderat. Periode Juli-Agustus anomali SPL dingin semakin intensif bergeser sepanjang garis pantai Indonesia sebagai akibat dari

proses upwelling, sementara di bagian barat Samudera Hindia SPL semakin

meningkat. Puncak IODM terjadi pada periode September-Oktober dimana

anomali kecepatan angin mencapai puncaknya, upwelling sepanjang selatan

Jawa dan Barat Sumatera makin intensif, sehingga kutub SPL dingin dan panas

semakin jelas terlihat. Berdasarkan kajian yang dilakukan oleh Sajiet al. (1999),

kejadian IODM pada periode tahun 1958 hingga 1998, terjadi sebanyak enam kali yaitu pada tahun 1961, 1967, 1972, 1982, 1994 dan 1997.


(36)

Gambar 10. Perkembangan kejadian Indian Ocean Dipole Mode (a-d). Evolusi komposit SPL dan anomali kecepatan angin dari Mei-Juni (a) sampai November-Desember (d) (Saji et al., 1999) .

2.2. Sensor Satelit Untuk Mengukur Parameter Oseanografi

Sensor satelit yang umum digunakan untuk mengukur SPL adalah dari satelit

seri TIROS/NOAA dengan menggunakan radiometer Advance Very High

Resolution Radiometer (AVHRR). Kanal yang umumnya digunakan untuk

pengukuran suhu dari NOAA-AVHRR adalah kanal 3, 4 dan 5 seperti tertera pada Tabel 1.

Tabel 1. Kanal yang terdapat pada sensor satelit NOAA/AVHRR

Kanal Kanal spektral (µm) Deskripsi Aplikasi

1 0,58 - 0,68 Sinar tampak (visible) Kekeruhan air

2 0,725 - 1,10 Near infrared Garis pantai

3 3,55 - 3,93 Thermal infrared SPL (malam)

4 10,3 - 11,3 Thermal infrared SPL

5 11,5 - 12,5 Thermal infrared SPL

Sumber : Japan Association of Remote Sensing (1999)

Satelit NOAA merupakan satelit cuaca yang berfungsi mengamati lingkungan dan cuaca. Satelit ini dimiliki Departemen Perdagangan Amerika Serikat,

diluncurkan oleh National Aeronautics dan Space Administration (NASA) dan


(37)

Sekarang di atmosfer Indonesia melintas setiap hari lima seri NOAA, yaitu NOAA-12, NOAA-14, NOAA-15, NOAA-16 dan NOAA-17.

Beberapa algoritma telah dikembangkan untuk pengukuran SPL (SPL) dari sensor termal baik dengan menggunakan kanal tunggal maupun dengan multi kanal. Sensor kanal tunggal umumnya bekerja pada panjang gelombang 10,5 µm, namun panjang gelombang ini sangat sensitif terhadap uap air dibdaningkan panjang gelombang 3,7 µm, sehingga lebih baik menggunakan multi kanal (Stewart, 1985).

Salah satu algoritma untuk pengukuran SPL pada siang hari dengan

menggunakan multi kanal sebagai koreksi pengaruh uap air telah dikembangkan oleh McMillin (1975) dan Bernstein (1982) yakni dengan menggunakan kanal Të(3,7) dan Të(10,5) sebagai berikut:

SPL (Ts) = 1,0726 Të(3,7) + 0,31 (Të(3,7) - Të(10,5)) – 18,11 ……….…....….………

1

Koreksi yang sama telah dilakukan oleh McClain (1981) dan pada tahun 1981, NOAA telah mengganti algoritma yang lama dengan menggunakan dua

dan tiga kanal yang dikenal dengan algoritma Multi Channel Sea Surface

Temperature (MCSST) sebagai berikut (Stewart, 1985) :

SPL (Ts) = 1,0574 Të(3,7) + 0,447 (Të(3,7) - Të(10,5)) – 14,6 (malam hari) ....…..…

2

SPL (Ts) = 1,035 Të(3,7) + 3,046 (Të(10,5) - Të(12)) – 18,11 (siang hari) .….……....

3

Salah satu sensor satelit yang dapat digunakan untuk mengkaji karakter oseanografi adalah sensor altimeter. Fungsi sensor altimetri adalah untuk mengukur ketinggian, dimana dapat berfungsi untuk mengukur topografi muka laut. Sistem satelit altimetri berkembang sejak tahun 1975, saat diluncurkannya


(38)

sistem satelit GEOS-3. Beberapa jenis satelit altimetri yang telah diluncurkan

adalah GEOS-3 (1975), Seasat (1978), GeoSat (Geodetic Satellite, 1985),

ERS-1 (European Space Agency Research Satellite, 1991), TOPEX/Poseidon (1992)

dan ERS-2 (1995), GFO (Geosat Follow On, 1998), ENVISAT (Environment

Satellite, 2002) (AVISO, 2005).

Tujuan utama peluncuran sensor altimetri adalah untuk mengamati sirkulasi lautan global, memantau volume dari lempengan es di kutub dan mengamati perubahan muka laut rata-rata global. Namun demikian sensor ini juga dapat

digunakan untuk mengamati arus dan eddies, tinggi gelombang, studi pasang

surut di lepas pantai, studi fenomena El Nino, dan lain-lain (AVISO, 2005).

Satelit altimetri dilengkapi dengan pemancar pulsa radar (transmitter),

penerima pulsa (receiver) pada frekuensi tinggi (lebih dari 1700 pulsa per detik)

serta pengukur waktu yang mempunyai akurasi yang sangat tinggi. Altimeter radar memancarkan pulsa gelombang elektromagnetik ke permukaan laut dan diterima kembali oleh satelit (AVISO, 2005)

Salah satu tujuan altimetri dengan satelit adalah untuk memperoleh informasi

oseanografi berupa topografi permukaan laut relatif terhadap geoid. Geoid

sendiri adalah permukaan equipotensial yang terdefenisi dari potensial gravitasi

yang disebabkan oleh bumi, air, dan percepatan sentrifugal. Permukaan

equipotensial ini dipengaruhi oleh rotasi bumi serta potensial gravitasi yang disebabkan oleh atmosfer, dan dapat dijabarkan sebagai berikut (Robinson, 1985):

W = Wg+Wa ...

4

dimana : W = permukaan equipotensial

Wg = potensial gravitasi yang diakibatkan oleh bumi, air, dan


(39)

Wa = potensial gravitasi yang diakibatkan oleh atmosfer

Susilo (2000) menambahkan Geoid adalah permukaan bumi yang bersifat

equipotensial, yaitu mempunyai potensial yang sama (konstan). Geoid

bertepatan dengan mean sea level atau MSL jika laut tidak bergerak (motionless)

pada suhu 0 °C dan salinitas 35 %o. Geoid ini secara matematis dapat dihitung.

Geoid berhubungan dengan gravitasi dan ellipsoid dan memenuhi persyaratan

bahwa:

g.hgeo = konstan ...

5

dimana : g = gravitasi

hgeo = ketinggian geoid dari ellipsoid

Ellipsoid adalah permukaan bumi yang mempunyai geopotensial sama atau

konstan. Ellipsoid ini adalah permukaan bumi yang secara matematis paling

mendekati permukaan bumi yang sebenarnya. Ellipsoid ini juga dapat dihitung

melalui persamaan matematis dengan memasukkan berbagai parameter

kebumian. Menurut Rapp (1974) dalam Stewart (1985) pergerakan permukaan

laut terhadap geoid tersebut adalah topografi permukaan laut (sea surface

topography).

Geometri pengamatan satelit altimetri diilustrasikan pada Gambar 10. Tinggi orbit satelit dari ellipsoid adalah :

h = N + ñ + ÄH + r + d ………...…...………..………..….... 6

dimana : h = tinggi satelit dari ellipsoid

N = undulasi geoid

ñ = topografi muka laut

ÄH = pengaruh pasut sesaat

r = hasil pengukuran altimeter


(40)

Nilai h yang diterima oleh sensor altimeter tentu haruslah nilai yang telah dikoreksi dari berbagai faktor kesalahan (pengaruh) baik pengaruh atmosfer maupun pengaruh yang berada di bumi. Salah satu metode koreksi ini

diterangkan oleh Nerem et al. (1990) dalam Atmadipoera dan Wahyudi (1998)

dengan rumus:

h = hs + hc + hiono + hwet + hdry + hbaro + hotide + hetide + hEM + b + å ... 7

dimana:

h = jarak geometrik antara pusat satelit dan muka laut di titik bawah satelit

hs = jarak instantaneous antara altimetri dan muka laut

hc = koreksi pergeseran altimeter dari pusat massa satelit

hiono = koreksi ionosfer

hwet = koreksi troposfer basah

hdry = koreksi troposfer kering

hbaro = koreksi inverse barometric

hotide = koreksi pasang surut laut

hetide = koreksi solid Earth Tide

hEM = koreksi bias elektromagnetik

b = koreksi untuk suatu kemungkinan bias pada h

å = kontribusi kesalahan acak dan sistematik terhadap pengukuran

altimeter

Ketelitian pengukuran dengan sensor altimeter dipengaruhi berbagai faktor seperti ketelitian pengukur waktu, refraksi ionosfer, troposfer, dan kesalahan orbit (Stewart, 1985).


(41)

Gambar 11. Geometri Pengamatan Satelit Altimetri (Modifikasi dari Stewart,

1985 dan Jet Propulsion Laboratory, 2004)

Sensor satelit yang dapat dimanfaatkan untuk mengkaji fenomena

oseanografi seperti upwelling adalah dengan menggunakan sensor ocean color.

Sensor ini bekerja pada panjang gelombang cahaya tampak (400-700 nm). Sensor ini dapat digunakan untuk mendeteksi material terlarut dan kandungan

klorofil dari fitoplankton. Fenomena upwelling juga dapat diduga dari distribusi

klorofil di suatu wilayah perairan. Sensor SeaWIFS merupakan sensor ocean

color yang dinilai cukup berhasil dalam misinya, karena sejak diluncurkan pada


(42)

3. METODE PENELITIAN

3.1. Waktu dan Tempat

Penelitian ini dilaksanakan pada bulan Juli 2004– April 2005 berupa

pengolahan dan analisis data satelit multi sensor tahun 1993-2002 bertempat di Laboratorium Oseanografi Fisika, Departemen Ilmu dan Teknologi Kelautan IPB.

Daerah yang menjadi obyek penelitian adalah perairan selatan Jawa dan

barat Sumatera pada 0,50

LU – 150

LS dan 94.50

BT – 1200

BT (Gambar 12). Daerah penelitian dibagi menjadi 6 wilayah, yaitu Sumatera 1 (SMT1), Sumatera 2 (SMT2), Jawa 1 (JAW1), Jawa 2 (JAW2), Jawa 3 (JAW3), dan Sumbawa (SMB). Wilayah tersebut dibagi berdasarkan perbedaan karakteristik massa air yang ditemukan di Samudera Hindia bagian timur yakni wilayah yang

dipengaruhi oleh massa air Teluk Benggala dan Arus Sakal Samudera Hindia (SMT1), wilayah yang me njadi pusat percabangan dari Arus Sakal Katulistiwa Samudera Hindia yang berbelok ke barat daya dan bersatu dengan AKS dan yang mengalir ke tenggara di sepanjang pantai barat daya Sumatera menuju ke selatan Pulau Jawa (SMT2), wilayah yang merupakan cabang dari Arus Sakal Samudera Hindia yang menjadi Arus Pantai Jawa (JAW1) dan wilayah yang

dipengaruhi oleh APJ dan AKS dengan upwelling yang intensif yaitu JAW2 dan

JAW3, serta wilayah yang dipengaruhi oleh perairan Indonesia Timur (SMB). Seluruh wilayah dibagi dengan luas yang sama. Tujuan dari pembagian wilayah ini untuk mempermudah menggambarkan kondisi oseanografi di masing-masing wilayah yang diduga memiliki perbedaan karakteristik.


(43)

Sumber : Ocean Data View

Gambar 12. Daerah penelitian yang terbagi menjadi 6 wilayah penelitian yaitu di perairan barat Sumatera terbagi menjadi Sumatera 1 (SMT1) dan Sumatera 2 (SMT2) dan di perairan selatan Jawa terbagi menjadi Jawa 1 (JAW1), Jawa 2 (JAW2), Jawa 3 (JAW3), dan Sumbawa (SMB)

3.2. Perolehan dan Pengolahan Data

Data SPL yang digunakan yaitu data SPL berupa data mingguan rata-rata

dengan ukuran grid 1,0o x 1,0o dari tahun 1993 - 2002 dalam format Network

Common Data File (NetCDF). Titik-titik grid data SPL disajikan pada Gambar 13

(a). Data SPL ini merupakan produk kerjasama antara National Center for

Environment Prediction dan National Center for Atmospheric Research. Data

SPL yang diperoleh merupakan data satelit NOAA/AVHRR (berdasarkan

algoritma MCSST, McClain et al., 1985) yang divalidasi dengan data insitu

(pengukuran dari kapal dan buoy) (Reynolds dan Smith, 1994). Data ini dapat

di-download dari situs http://www.cdc.noaa.gov/cdc/data.reynolds_sst.html

Data angin diperoleh dari ECMWF(European Center for Medium Range

Forecast) berupa data kecepatan angin level III B yang terdiri dari komponen

SMT1

SMT2

JAW1

JAW2 JAW3


(44)

angin zonal (timur-barat (u)) dan meridional (utara-selatan (v)) pada ketinggian referensi 10 meter di atas permu kaan laut. Data angin ECMWF tersebut merupakan hasil analisis ulang dan interpolasi dari data-data meteorologi berbagai pusat penelitian parameter cuaca dunia. Data analisis ulang ini

merupakan suatu proyek baru yang menghasilkan data dalam periode 45 tahun yaitu dari pertengahan tahun 1957 sampai pertengahan tahun 2002. Proyek ini dinamakan dengan ERA-40 yaitu lanjutan dari proyek sebelumnya yang bernama ERA-15 (1979-1993) dan merupakan komplemen dari re-analisis NCEP, yang

dimulai dari tahun 1947. Data ECMWF diperoleh dengan format Network

Common Data File (NetCDF) berupa data harian dengan ukuran grid 2,5o x 2,5o

yang dapat di-download dari situs http://www.ecmwf.int. Titik-titik grid data SPL

disajikan pada Gambar 13 (b).

Data anomali TPL yang digunakan dalam studi ini dari diperoleh dari dari

pusat operasi AVISO/altimetry (http://las.aviso.oceanobs.com/las/servlets/

dataset). Data tercakup dari tahun 1993 sampai 2002 yang direkam dengan

altimeter pada satelit Topex/POSEIDON dan European Remote Sensing Satellite

1 dan 2 (ERS 1 dan 2) dan diolah dengan prosedur baku untuk koreksi altimetri

(AVISO, 2004). Data tersebut disajikan dalam bentuk grid regular (0.33o

x 0.33o

) dengan periode pengamatan setiap 7 hari. Titik-titik grid data SPL disajikan pada Gambar 13 ( c). Anomali dari tinggi paras laut merupakan selisih atau perbedaan antara tinggi paras laut dengan tinggi permukaan laut rata-rata, yaitu:

SLA = SSH – MSS

... 8

SLA merupakan Sea Level Anomaly (Anomali Tinggi Paras Laut); SSH

adalah Sea Surface Height (Tinggi Permukaan Laut); sedangkan MSS


(45)

SSH merupakan jarak ketinggian satelit dari pusat satelit dengan garis

referensi dikurangi dengan jarak ketinggian satelit dengan muka laut dan koreksi. MSS merupakan rataan nilai SSH selama 7 tahun dari tahun 1993-1999

(AVISO,2005) (a)

(b)

(c)

SMT1

SMT2 JAW1

JAW2 JAW3

SMB

SMT1

SMT2 JAW1

JAW2 JAW3

SMB

SMT1

SMT2 JAW1

JAW2 JAW3


(46)

Gambar 13. Titik-titik pusat grid data angin dengan ukuran grid 2,50

x2,50

(a), SPL dengan ukuran grid 1ox1o (b), dan anomali TPL dengan ukuran

grid 0,33ox0,33o (c)

Data mingguan SPL, data harian kecepatan angin dan data mingguan anomali tinggi paras laut dirata-ratakan menurut bulan yang sama berdasarkan

grid (lintang-bujur) yang sama.

Untuk data angin perata-rataan dilakukan dengan merata-ratakan tiap

komponen kecepatan zonal (timur-barat) dan meridional (utara- selatan) menurut

bulan yang sama terlebih dahulu, kemudian dicari magnitude kecepatan

anginnya dengan persamaan :

2 j, i 2 j, i j,

i u v

vr = +

….…..………..…..………..……… 9 Arah kecepatan angin dihitung dengan menggunakan rumus:

        = θ − j, i j, i 1 j, i v u

tan ………..………..…...………...…….…………... 10

|Vi,j| merupakan magnitude kecepatan angin pada lintang ke-i bujur ke-j ;

ui,j adalah kecepatan angin komponen zonal lintang ke-i bujur ke-j ; vi,j adalah

kecepatan angin komponen meridional lintang ke-i bujur ke-j ; sedangkan èi,j

adalah arah angin pada lintang ke-i bujur ke-j

Magnitude |V|, dan arah kecepatan angin è yang diperoleh merupakan

kecepatan dan arah angin rata-rata per bulan selama 10 tahun dari data angin harian. Perhitungan arah dan kecepatan angin dilakukan dengan menggunakan

MS-Excel 2003. Untuk memudahkan perhitungan arah kecepatan angin,

komponen zonal (timur-selatan) ditempatkan sebagai penyebut agar posisi 0o

berada di posisi arah utara. èhit merupakan arah kecepatan angin yang diperoleh

dari hasil perhitungan arah kecepatan angin dari MS EXCEL 2003 dengan

menggunakan persamaan (10). Apabila komponen zonal (u) bernilai positif (timur) dan komponen meridional (v) bernilai positif (utara) maka èi,j = èhit.


(47)

negatif (selatan) maka nilai èi,j = èhit + 180o, apabila komponen zonal bernilai

negatif (barat) dan komponen meridional bernilai negatif (selatan) maka èi,j = èhit

+ 180o, apabila komponen zonal bernilai negatif (barat) dan komponen

meridional bernilai positif (utara) maka èi,j = èhit + 360o. Perhitungan arah

kecepatan angin pada M S-EXCEL 2003 diringkas pada Tabel 2.

Kemudian vektor angin dipetakan dengan menggunakan softwareSurfer 8.0

untuk melihat pola arah angin tiap bulannya.

Tabel 2. Perhitungan arah kecepatan angin dengan menggunakan MS-EXCEL

2003

u v èhit Arah angin

+ + 0 o

<èhit<90 o èi,j = èhit

0 + èhit = 0

o

èi,j = èhit

+ 0 èhit = 90

o

èi,j = èhit

- 0 èhit = 180o èi,j = èhit

0 - èhit = 0 o èi,j = èhit + 270o

+ - -90 o

hit<0 o èi,j = èhit + 180

- - 0 o

hit<90 o èi,j = èhit + 180

- + -90 o

hit<0 o èi,j = èhit + 360

Untuk mengetahui besarnya pengaruh kekuatan angin terhadap permukaan

laut maka dilakukan perhitungan gesekan angin (wind stress) yang diturunkan

dari kecepatan angin, yaitu:

T =ρ CD U210 …...…..………..…..………..……… 11

Dimana T adalah gesekan angin (N/m2), ñ = 1,3 kg/ m3 adalah densitas

udara, CD adalah koefisien tarikan angin dan U10 adalah kecepatan angin pada

ketinggian 10 meter. CD diperoleh dari persamaan Smith (1980) dalam Stewart

(2005), yaitu :

1000 CD = 0.44 + 0.063 U10 ………..…...………..……… 12

3.3. Analisis Data 3.3.1. Analisis Spasial


(48)

Analisis spasial merupakan metode umum untuk menampilkan distribusi data yang berhubungan dengan ruang ke level yang dapat divisualisasi secara mudah. Metode yang dilakukan yaitu dengan menginterpolasi antara data yang satu dengan yang lain dalam bidang horizontal yang mencakup wilayah barat Sumatera dan selatan Jawa-Sumbawa serta menampilkannya dalam bentuk kontur dan gradasi warna serta vektor (Emery dan Thomson, 1999). Secara spasial lokasi penelitian dibagi menjadi 6 wilayah yaitu SMT1 dan SMT2 di perairan barat Sumatera, JAW1, JAW2, dan JAW3 di perairan selatan Jawa dan Bali dan SMB di perairan selatan Sumbawa. Distribusi SPL, anomali TPL, dan angin dianalisis berdasarkan pembagian wilayah tersebut, dimana setiap wilayah diwakili oleh satu data.

Hasil perataan bulanan data SPL dan anomali TPL disajikan dalam bentuk

kontur dengan menggunakan software Ocean Data View mp ver. 3.0.

Sedangkan distribusi angin disajikan dalam bentuk vektor kecepatan angin

dengan menggunakan software Surfer 8.0.

Analisis sebaran horizontal digunakan untuk menampilkan sebaran suhu permukaan dan anomali tinggi paras laut. Dari analisis sebaran horizontal tersebut digunakan untuk melihat karakter fisik di wilayah tersebut.

3.3.2. Analisis Deret Waktu

Analisis deret waktu (Time Series Analysis) merupakan analisis yang

didasarkan pada asumsi bahwa nilai – nilai yang berurutan pada berkas data diambil pada pengukuran dengan selang waktu pengukuran yang sama. Analisis deret waktu mempunyai dua tujuan utama : 1) mengidentifikasi fenomena alam yang diperlihatkan oleh pengamatan yang berurutan dimana terdapat fenomena-fenomena yang berulang dengan melihat periodisitas dominannya, dan 2) memprediksi nilai variabel deret waktu di masa yang akan datang. Salah satu


(49)

bentuk analisis deret ukur adalah penggunaannya untuk mengamati fenomena

yang ada seperti variabilitas musiman (seasonal variability) dengan

menginterpretasi periodisitas data yang dominan (StatSoft,1984).

Untuk mengetahui variabilitas temporal di sepanjang wilayah penelitian maka

dibuat profil waktu-bujur (Hovmoller’s plot) di sepanjang trek yang membujur dari

perairan barat Sumatera hingga selatan Jawa dan Sumbawa terhadap waktu (Gambar 13). Profil waktu-bujur angin, SPL, dan anomali TPL dibuat dengan

menggunakan software Ocean Data View mp ver. 3.0. Trek dipilih sepanjang

lintasan yang melewati 6 wilayah penelitian dan didasarkan pada kapabilitas data yang tersedia, dimana mengacu pada ketersediaan data angin yang memiliki ukuran grid data paling besar. Selain itu untuk mengetahui variabilitas arah angin dibuat pula diagram stick plot- nya.

Gambar 14. Trek yang digunakan untuk analisis waktu-bujur

Untuk mengetahui variabilitas suhu permukaan laut, tinggi paras laut dan komponen angin berdasarkan frekuensi atau periode selama waktu pengamatan, maka semua parameter tersebut dicari nilai densitas spektrum energinyanya. Dari hasil spektrum energi parameter tersebut dapat diketahui periodesitas dari fluktuasinya.

SMT1

SMT2

JAW1

JAW2 JAW3


(1)

i.(a) ii.(a)

i.(c) ii.(c) i.(b) ii.(b)


(2)

DAFTAR PUSTAKA

Atmadipoera, A. S. dan Y. Wahyudi. 1998. Teknologi Inderaja Untuk

Pengamatan Arus Lintas Indonesia (ARLINDO). Remote Sensing and

GIS yearbook 1997/1998. BPP Teknologi. Jakarta. p 27-35.

AVISO. 1995. CD-Rom User Manual For Height Level Altimetric Products, publ. AVI-NT-02-400-CN, 1st

.ed., Cent. Natl. d’Etudes Spatiales, Toulouse, France.

AVISO. 1996. Handbook for Merged TOPEX/POSEIDON Products, AVI-NT-02-101-CN, Edition 3.0 Cent. Natl. d’Etudes Spatiales, Toulouse, France. http://www-aviso.cnes.fr:8090/HTML/information/frames /publication/ hdbk/drm/gdrm_frm_uk.html. Tanggal dikunjungi 21 Juni 2005

AVISO. 1998. Aviso User Handbook : Corected Sea Surface Heights (CorSSHs), pdf version. AVI-NT-011-311-CN, Edition 3.1 Cent. Natl. d’Etudes Spatiales, Toulouse, France.

http://www-Aviso.cnes.fr:8090/HTML/information/ frames

/publication/hdbk/corssh/hdbk311_frm_uk.html. Tanggal dikunjungi 21 Juni 2005

AVISO, 2004. Ssalto/Duacs User Handbook. SALP-MU-P-EA-21065-CLS, Edition 1.2, pdf version. Cent. Natl. d’Etudes Spatiales, Toulouse, France.

htttp://www.jason.oceanobs.com/document/donnees/duacs/handbook _duacs.pdf. Tanggal dikunjungi 21 Juni 2005

AVISO. 2005. Altimeter Products for Space Oceanography: TOPEX/Poseidon and Jason-1 Data Products. htttp://www.aviso.oceanobs.com. Tanggal dikunjungi 21 Juni 2005

AVISO. 2005. Altimetry, Missions, and Aplications.

htttp://www.jason.oceanobs.com. Tanggal dikunjungi 21 Juni 2005 AVISO. 2005. What is El Nino?.

http://www.jason.oceanobs.com/html/applications/

enso/nino_explication_uk.html. Tanggal dikunjungi 21 Juni 2005 Bendat, J. S dan A. G. Piersol. 1971. Random Data : Analysis and Measurement

Procedures. Wiley – Interscience a Division of John Wiley & Sons, Inc. New York.

Bernstein, R. L. 1982. Sea Surface Temperature Estimation Using The NOAA-6 Advanced Very High Resolution Radiometer, Journal of Geophysical Research. 87 : 9455-9465.

Bray, N. A., S. Hautala, J. Chong and J. Pariwono. 1996. Large Scale Sea Level, Thermocline, and Wind Variation in The Indonesian Throughflow Region. J. Geophys. Res., 101: p 12.239 – 12.254.


(3)

Brook, D and R. J Wynne. 1988. Signal Processing, Principles and Aplications.

Edward Arnold a Division of Hodder and Stoughton Limited. London Chatfield, C. 1983. Statistics For Technology ; A Course In Applied Statistics. 3r d

edition. Chapman and Hall, Inc. London.

Cipollini, P., D. Cromwell, and G. D. Quartly. 1996. Variability of Rossby Wave Propagation in The North Atlantic From TOPEX/POSEIDON Altimetry, Proc. IGARSS’96, Lincoln, Nebraska, vol. I, p 91-93.

Clarke, A. J., and X. Liu.1993. Observations and Dynamics of Semi -Annual and Annual Sea Levels Near The Eastern Equatorial Indian Ocean Boundary, J. Phys. Oceanogr., 23: p 386-399.

Ffield, A., K Vranes, A. L. Gordon, R. D. Susanto, and S. L. Garzoli. 2000. Temperature Variability Within Makassar Strait. Geophys. Res. Lett.,

27: p 237-240

Godfrey, J. S. 1996. The Effect of The Indonesian Throughflow on Circulation and Heat Exchange With The Atmosphere: A Review. J. Geophys. Res., 101: p 12 217–12 337.

Gordon, A. L., R. Dwi Susanto and Kevin Vranes. 2003. Cool Indonesian

throughflow as a consequence of restricted surface layer flow. Lett. to Nature, 425 : p 824-828

Jet Propulsion Laboratory. 2004. Ocean Surface Topography From Space. http://topex-www.jpl.nasa.gov/

Krauss, T. P., L. Shure, and J. N. Little. 1996. Signal Processing TOOLBOX for use with Matlab. The Math Works, Inc.

Kusumo, S. 1999. Studi Karakteristik Parameter Oseanografi Dan Meteorologi Di Perairan Tanjung Karang, Jawa Barat. Skripsi (Tidak Dipublikasikan). Program Studi Ilmu Kelautan. Fakultas Perikanan Dan Ilmu Kelautan. IPB. Bogor.

Liu, W. T., W. Tang and R. Atlas. 1996. Responses of The Tropical Pacific to Wind Forcing As Observed by Spaceborne Sensors and Simulated by An Ocean General Circulation Model. J. Geophys. Res., 101: p 16,345-16,359.

Lumban Gaol, J. 2003. Kajian Karakter Oseanografi Samudera Hindia Bagian Timur Dengan Menggunakan Multi Sensor Citra Satelit dan

Hubungannya Dengan Hasil Tangkapan Tuna Mata Besar (Thunnus obesus). Disertasi. (tidak dipublikasikan). Sekolah Pasca Sarjana,

IPB.

McClain, E. P. 1981. Mutiple Atmospheric-Window Techniques For 1 Satellite-Derived Sea Surface Temperatures. Oceangraphy from space, edited


(4)

McClain, E. P., W.G. Picheland C. C. Walton. 1985. Comperative Performance of AVHRR-Based Multichannel Sea Surface Temperatures. J. Goephys. Res. 90: p. 11587

McMillin, L. M. 1975. Estimation of Sea Surface Temperatures From Two Infrared Window Measurements With Different Absorption. J. Geophys. Res.,

80 : 5113–5117

Meyers, G. Variation of Indonesia Throughflow and The El-Nino Southern

Oscillation. J. Geophys. Res., 101: p 12.255-12.263.

Nontji, A. 1987. Laut Nusantara. Penerbit Djambatan. Jakarta.

Pariwono, J. I., M. Eidman, S. Rahardjo, M. Purba, R. Widodo, U. Djuariah dan J. H. Hutapea. 1988. Studi Upwelling di Perairan Selatan Pulau Jawa. Laporan Penelitian. Fakultas Perikanan, IPB.

PMEL-NOAA. 2002. What Is An El Nino. http://www.pmel.noaa.gov/tao/elnino. Tanggal dikunjungi 22 Agustus 2005.

Pond, S. dan G. L. Pickard. 1983. Introductory Dynamical Oceanography, 2th

editon. Pergamon Press. Oxford.

Purba, M, I Wayan Nurjaya dan S. Utaminingsih. 1992. Variasi Suhu Permukaan Laut Yang Diukur Dengan Satelit NOAA dan Kaitannya Dengan Proses Upwelling di Perairan Selatan Jawa. Laporan Penelitian. Fakultas Perikanan, IPB.

Purba, M. 1995. Evidence of Upwelling and Its generation Stage Off Southern West Java During Southeast Monsoon. Bul. ITK Maritek, 5 (1) : p 21-39.

Purba, M., I. N. M. Natih, dan Yuli Naulita. 1997. Karakteristik dan Sirkulasi Massa Air di Perairan Selatan Jawa-Sumbawa, 5 Maret-2April dan 23 Agustus-30 September, 1990. Laporan Penelitian. Fakultas Perikanan IPB-BPP Teknologi.

Robinson, I. S. 1985. Satellite Oceanography, an Introduction for

Oceanographers and Remote Sensing Scientists. Ellis Harwood. New

York.

Saji, N. H., B. N. Goswani, P. N. Vinayachandran, and T. Yamagata. 1999. A Dipole in The Tropical Indian Ocean. Nature. 401, 360-363.

Schlitzer, R. 2003. Ocean Data View.

http://WWW.awi-bremerhaven.de/GEO/ODV. Tanggal dikunjungi 12 November 2004 Shinoda, T., Harry. H. Hendon, and M. A. Alexander. 2004. Surface and

Subsurface Dipole Variability in The Indian Ocean and Its Relation with ENSO. Deep Sea Res.


(5)

Soeriaatmaja, R. E. 1957. The Coastal Current South of Java. Mar. Res. Indonesia, 3: p 41-53.

Statsoft. 2004. Elementary Concepts in Statistics.

http://www.statsoft.com/textbook/. Tanggal dikunjungi 21 Januari 2005.

Stewart, R. H. 1985. Method of Satellite Oceanography. Univ. of California Press.California.

Stewart, R. H. 2003. Introduction to Physical Oceanography, pdf version. Dept. of Oceanography. Texas A & M University.

http://oceanworld.tamu.edu/resources/ocng_textbook/PDF_file/book _pdf_files.html. Tanggal dikunjungi 25 Agustus 2004

Susanto, R. D., A. L. Gordon, and Q. Zheng. 2001. Upwelling Along The Coast of Java and Sumatera and Its Relation to ENSO. Geophys Res. Lett., 28

(8) : p 1599-1602

Susanto, R. D., A. L. Gordon, and Q. Zheng. 2001. Upwelling Within The

Indonasian Seas and Its Relation to ENSO and Monsoon. Proceeding of The Fifth IOC/WESTPAC Intenational Scientific Symposium. Seoul,

Republic of Korea.

Susilo, S. B. 2000. Penginderaan Jauh Kelautan Terapan. Jurusan Manajemen

Sumberdaya Perairan. Fakultas Perikanan dan Ilmu Kelautan. Institut Pertanian Bogor. Bogor.

Vinayachandran, P.N., S. Iizuka, and T. Yamagata. 2002. Indian Ocean Dipole Mode Events In An Ocean General Circulation Model. Deep-Sea ResearchII 49: p. 1573–1596

Wyrtki, K. 1961. Physical Oceanography of the South East Asian Water. Naga Report Vol. 2. The University of California, La Jolla. California. Wyrtki, K. 1962. The Upwelling in The Region Between Java and Australia

During The South East Monsoon. Aust. Java. Mar. Freshw. Res., 17: p 217-225


(6)

DAFTAR RIWAYAT HIDUP

Penulis dilahirkan di Ambarawa tanggal 25 Juli 1983 dari pasangan ayah Dr. Teddy Suparno, M.Sc., dan ibu Yuniatmi Wahyuningsih. Penulis merupakan anak kedua dari tiga bersaudara.

Pendidikan formal dilalui di SMUN 5 Kodya Bengkulu dan lulus pada tahun 2000. Pada tahun yang sama lulus seleksi masuk IPB melalui jalur Ujian Masuk Perguruan Tinggi (UMPTN). Penulis memi lih Program Studi Ilmu Kelautan, Departemen Ilmu dan Teknologi Kelautan, Fakultas Perikanan dan Ilmu Kelautan.

Selama menempuh pendidikan sarjana di IPB, penulis aktif dalam kegiatan organisasi di antaranya sebagai ketua komisi keuangan DPM FPIK periode 2001/2002, pengurus HIMITEKA periode 2001/2002, anggota KOPEL periode 2001-2003, dan Dewan Penasihat HIMITEKA periode 2003/2004.

Dalam kegiatan perkuliahan penulis menjadi asisten luar biasa m.k. Ikhtiologi di semester ganjil (2002-2005); asisten dosen m.k. Analisis Numerik untuk IKL, m.k. Oseanografi Dinamik, dan m.k. Oseanografi Fisika di semester genap pada tahun ajaran 2003/2004 dan 2004/2005 pada Program Sarjana Ilmu Kelautan; asisten dosen m.k. Pengantar Oseanografi di semester genap (2003/2004), m.k. Praktek Laut dan m.k. Survey Oseanografi di semester ganjil (2005/2006) pada Program Diploma Teknologi Informasi Kelautan; dan asisten dosen m.k. Oseanografi Umum di semester genap (2004/2005) pada Program Sarjana Geofisika dan Meteorologi.

Pada tahun 2003 penulis melakukan kerja praktek di QHSE Dept., CNOOC SES Ltd. (China National Oil Offshore Company Southeast Sumatera Limited) dan pada tahun 2004 mengikuti Marine Science Special Training Course yang diselenggarakan oleh DAAD. Penulis menjadi anggota tim penerima dana PKM di bidang penelitian dari DIKTI untuk tahun anggaran 2004/2005 dengan judul ”Teknologi Fragmentasi Buatan Pada Karang Euphyllia sp. Dengan Sistem

Akuarium Terkontrol”.

Sebagai salah satu syarat untuk memperoleh gelar Sarjana Perikanan pada Departemen Ilmu dan Teknologi Kelautan, penulis menyelesaikan skripsi dengan judul ”Karakter Fisik Oseanografi di Perairan Barat Sumatera dan Selatan Jawa dari Data Satelit Multi Sensor”.