Computation Data of Side Scan Sonar Klein 3000 for Identification of Seabed Target
KOMPUTASI DATA
SIDE SCAN SONAR
KLEIN 3000
UNTUK IDENTIFIKASI TARGET DASAR LAUT
HENDRA GUSTIAWAN
SKRIPSI
DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
INSTITUT PERTANIAN BOGOR
2012
(2)
Dengan ini saya menyatakan bahwa skripsi yang berjudul
KOMPUTASI DATA SIDE SCAN SONAR KLEIN 3000 UNTUK IDENTIFIKASI TARGET DASAR LAUT
adalah benar merupakan hasil karya sendiri dan belum diajukan dalam bentuk apapun kepada perguruan tinggi manapun. Semua sumber data dan informasi yang berasal atau dikutip dari karya yang diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka dibagian akhir Skripsi ini.
Bogor, September 2012
HENDRA GUSTIAWAN C54080020
(3)
SUMMARY
HENDRA GUSTIAWAN. Computation Data of Side Scan Sonar Klein 3000 for Identification of Seabed Target. Supervised by HENRY M. MANIK.
Side scan sonar provides information on the topography of the seabed which is needed in a variety of marine applications such as secure channels for shipping, marine industry, pipeline survey and submarine cables, detection of mines, detection of fishing ground of demersal fish, the search for sunken ships, etc. This research can provide quantitative information in the form of the backscatter value in decibels of the object or target which is detected. The purpose of this study was to analyze the data side scan sonar in quantitative and qualitative as well as clarify the results of image processing of side scan sonar using continuous wavelet transform.
The location of survey was located in the Sunda Strait on the coordinates 5° 40' 00" S - 6° 00' 00" S and 105° 40' 00" E - 106° 10' 00" E. Data processing was done at the Marine Acoustics Laboratory, Department of Marine Science and Technology, Bogor Agricultural University and the Center for Research and Development of Marine Geology (PPPGL) in Bandung. Interpretation and classification of side scan sonar acoustic data conducted qualitatively by using software SonarPro to know the dimensions or size of the target. Quantitatively, the processing data was using software SonarWiz.MAP, SonarWeb, xtfToSegy, SeisSee and Matlab with the wavelet method.
Sunda Strait categorized as shallow waters where the depth is less than 200 meters. There are a variety of different water depths for each of the latitude and longitude. There are a variety of different water depths for each latitude and longitude position. The areas along 105.77 E – 105.83 E and -5.89 S – -5.93 S shows the value of the maximum depth is 40 meters. The regional distribution of sediments in the Sunda Strait tends to be dominated by the gravely sand. Closer to the coastal area, the type of sediment is muddy sand combined with little gravel on larger particle size.
Based on the qualitatively results of interpretation data of side scan sonar there are 5 consisted object such as Target 001, Target 004, Target 009, Target 010 and Target 014. Each target has a different size. Target 001 is the biggest target. The dimension is 62.8 x 14.5 x 2.6 meters, while Target 010 is the smallest targets with dimension 12.6 x 1.8 x 0.1 meters. Target 009 has the smallest maximum range with dimensions 76.6 meters and 82.2 meters while Target 010 has the biggest maximum range in dimensions 96.6 meters and 97.5 meters. Based on the quantitatively results of processing data side scan sonar, the data is transformed using the continuous wavelet which is known that the maximum value of backscatter is -4 dB at interval 9.4 seconds and the minimum value is -46 dB at interval 5 seconds for Target 004. Even though target 010 has the smallest dimension, it has the biggest backscatter which assumed as solid target consisting from metal compounds.
(4)
HENDRA GUSTIAWAN. Komputasi Data Side Scan Sonar Klein 3000 untuk Identifikasi Target Dasar Laut. Dibimbing oleh HENRY M. MANIK.
Side scan sonar memberikan informasi mengenai topografi dasar laut yang
sangat diperlukan dalam berbagai aplikasi kelautan seperti jalur aman bagi pelayaran, industri kelautan, survei rute pipa dan kabel bawah laut, deteksi bahan tambang, pencarian daerah tangkapan khususnya ikan demersal, pencarian kapal karam, dan sebagainya. Penelitian ini dapat memberikan informasi kuantitatif berupa nilai backscatter dalam desibeldari objek atau target yang terdeteksi. Tujuan dari penelitian ini adalah menganalisis data side scan sonar secara kuantitatif dan kualitatif serta memperjelas hasil image processing dari side scan
sonar menggunakan transformasi wavelet kontinu.
Lokasi survei berada di Perairan Selat Sunda pada koordinat 5° 40' 00" LS - 6° 00' 00" LS dan 105° 40' 00" BT - 106° 10' 00" BT. Pengolahan data
dilakukan di Laboratorium Akustik Kelautan, Departemen Ilmu dan Teknologi Kelautan, Institut Pertanian Bogor dan di Pusat Penelitian dan Pengembangan Geologi Laut (PPPGL) di Bandung. Interpretasi dan klasifikasi data akustik side
scan sonar dilakukan secara kualitatif dengan menggunakan software SonarPro
untuk mengetahui dimensi atau ukuran dari target. Pemrosesan data secara kuantitatif menggunakan softwaresonarWiz.MAP, SonarWeb, xtfToSegy, seisSee
dan Matlab dengan metode wavelet.
Perairan Selat Sunda termasuk dalam kategori perairan dangkal dimana kedalaman perairannya kurang dari 200 meter. Terdapat adanya variasi kedalaman perairan yang berbeda untuk setiap posisi lintang dan bujur. Pada koordinat
105,77 BT – 105,83 BT dan -5,89 LS – -5,93 LS menunjukkan nilai kedalaman maksimum yaitu mencapai 40 meter. Distribusi sebaran regional sedimen pada area pengambilan data side scan sonar didominasi oleh tipe sedimen pasir sedikit kerikilan. Semakin mendekati daratan tipe sedimennya berupa pasir lumpuran sedikit kerikilan yang ukuran partikelnya lebih besar.
Berdasarkan hasil interpretasi data side scan sonar secara kualitatif terdapat 5 objek yang terdiri atas Target 001, Target 004, Target 009, Target 010, dan Target 014. Masing-masing target mempunyai ukuran yang berbeda-beda. Target 001 merupakan target terbesar yang terdeteksi dengan ukuran 62,8 x 14,5 x 2,6 meter sedangkan Target 010 merupakan target terkecil dengan dimensi 12,6 x 1,8 x 0,1 meter. Target 009 merupakan target dengan nilai maximum range
terkecil dimana berukuran 76,6 meter dan 82,2 meter sedangkan Target 010 merupakan target dengan nilai maximum range terbesar dimana berukuran 96,9 meter dan 97,5 meter. Berdasarkan hasil pengolahan data side scan sonar secara kuantitatif yang ditransformasikan menggunakan wavelet kontinu diketahui bahwa pada Target 010 nilai backscatter tertinggi berada di selang waktu 9,4 detik dengan nilai sebesar -4 dB sedangkan nilai backscatter terkecil berada pada Target 004 dengan selang waktu 5 detik dan nilai backscatter sebesar -46 dB. Target 010 merupakan target dengan dimensi terkecil namun memiliki nilai
backscatter terbesar yang diduga merupakan benda padat yang partikel
(5)
© Hak cipta milik Hendra Gustiawan, tahun 2012
Hak cipta dilindungi
Dilarang mengutip dan memperbanyak tanpa izin tertulis dari Institut Pertanian Bogor, sebagian atau seluruhnya dalam bentuk apapun, baik cetak, fotocopy, microfilm, dan sebagainya
(6)
UNTUK IDENTIFIKASI TARGET DASAR LAUT
HENDRA GUSTIAWAN
SKRIPSI
Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ilmu Kelautan Pada Fakultas Perikanan dan Ilmu Kelautan
Institut Pertanian Bogor
DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
INSTITUT PERTANIAN BOGOR
2012
(7)
SKRIPSI
Judul Skripsi : KOMPUTASI DATA SIDE SCAN SONAR KLEIN 3000 UNTUK IDENTIFIKASI TARGET DASAR LAUT Nama Mahasiswa : Hendra Gustiawan
Nomor Pokok : C54080020
Departemen : Ilmu dan Teknologi Kelautan
Menyetujui,
Dosen Pembimbing
Dr.Ir. Henry M. Manik, M.T NIP. 19701229 199703 1 008
Mengetahui,
Ketua Departemen,
Prof. Dr. Ir. Setyo Budi Susilo M.Sc NIP. 19580909 198303 1 003
(8)
Penulis dilahirkan di Pangkalpinang pada tanggal 3 Agustus 1990 dari ayah yang bernama Then Djin Thoe dan ibu Tham Siu Co. Penulis merupakan anak keempat dari empat bersaudara.
Lulus dari Sekolah Menengah Atas Negeri 2 Pangkalpinang, Bangka Belitung pada tahun 2008, penulis diterima sebagai mahasiswa Institut Pertanian Bogor, Fakultas Perikanan dan Ilmu Kelautan, Departemen Ilmu dan Teknologi Kelautan, Program studi Ilmu dan Teknologi Kelautan melalui jalur Undangan Seleksi Masuk IPB (USMI).
Selama kuliah di Institut Pertanian Bogor penulis pernah menjadi asisten mata kuliah Oseanografi Kimia periode 2011-2012. Penulis juga pernah
mengikuti Program Kreatifitas Mahasiswa yang didanai oleh DIKTI tahun 2012. Penulis aktif dalam organisasi Himpunan Mahasiswa Ilmu dan Teknologi
Kelautan (HIMITEKA) sebagai anggota di Divisi Keilmuan bagian Akustik dan Instrumentasi Kelautan periode 2011-2012. Penulis juga aktif dalam organisasi Keluarga Mahasiswa Buddhis (KMB) IPB sebagai koordinator Olahraga dan Kesenian periode 2009-2010. Penulis juga pernah menjadi juara 1 Basket Putra PORIKAN sekaligus Most Valuable Player (MVP) pada tahun 2010-2011.
Dalam rangka penyelesaian studi di Fakultas Perikanan dan Ilmu
Kelautan, penulis melaksanakan penelitian dengan judul “Komputasi Data Side Scan Sonar Klein 3000 untuk Identifikasi Target Dasar Laut”.
(9)
KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadiran Tuhan Yang Maha Esa, karena atas rahmat dan karunia-Nya penulis dapat menyelesaikan penelitian ini. Penelitian yang berjudul ”KOMPUTASI DATA SIDE SCAN SONAR KLEIN 3000 UNTUK IDENTIFIKASI TARGET DASAR LAUT” diajukan sebagai salah satu syarat untuk mendapatkan gelar Sarjana Ilmu Kelautan pada Fakultas Perikanan dan Ilmu Kelautan.
Dalam kesempatan ini penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada :
1. Papa, Mama, Cece, dan seluruh keluarga besar yang telah memberikan dukungan, doa, motivasi serta arahannya kepada penulis.
2. Bapak Dr. Ir. Henry M. Manik, M.T selaku dosen pembimbing yang telah banyak membantu dan membimbing penulis dalam proses penyelesaian tugas akhir.
3. Bapak Subarsyah, Bapak Kris, Bapak Undang beserta semua staf PPPGL yang tidak dapat disebutkan satu persatu dan banyak pihak yang
mendukung dalam pencapaian skripsi ini.
4. Bapak Prof. Dr.Ir. Indra Jaya, M.Sc selaku dosen penguji dan Dr. Ir. Sri Pujiyati, M.Si selaku dosen penguji komisi pendidikan ITK.
5. Adriani Sunnudin, S.Pi, M.Si. selaku Pembimbing Akademik selama penulis menuntut ilmu di Departemen Ilmu dan Teknologi Kelautan (ITK)
– Institut Pertanian Bogor (IPB).
6. Bapak/Ibu dosen dan staf penunjang Departemen ITK atas bantuannya selama penulis menyelesaikan studi di IPB.
7. Pusat Penelitian dan Pengembangan Geologi Kelautan (PPPGL) yang telah mendukung pelaksanaan penelitian ini
(10)
9. Rini, Wahyu, Sahat, Dwito, Prima, Edo, Salimah dan semua teman-teman kostan Perwira 77 atas semangat dan motivasinya sebagai seorang sahabat dalam suka dan duka.
10.Marsya, Kadek, Mahendra, Resti, Fahmi dan teman-teman seperjuanganku ITK 45 cingcong yang tidak dapat disebutkan satu persatu dan banyak pihak yang mendukung dalam pencapaian skripsi ini.
Penulis menyadari skripsi ini jauh dari sempurna, oleh karena itu saran dan kritik sangat diharapkan demi kesempurnaan skripsi ini. Akhir kata penulis
berharap agar skripsi ini dapat berguna bagi diri sendiri maupun orang lain dan dapat dikembangkan untuk penelitian selanjutnya.
Bogor, September 2012
Hendra Gustiawan
(11)
DAFTAR ISI
Halaman
DAFTAR TABEL ... iv
DAFTAR GAMBAR ... v
DAFTAR LAMPIRAN ... vi
1. PENDAHULUAN 1.1. Latar Belakang ... 1
1.2. Tujuan... ... 2
2. TINJAUAN PUSTAKA 2.1. Side Scan Sonar ... 3
2.2. Interpretasi Citra Side Scan Sonar ... 5
2.3. Sedimen Dasar Laut ... 6
2.4. Acoustic Backscattering Dasar Laut ... 8
2.5. Transformasi Wavelet... ... 9
2.6. Continous Wavelet Transform (CWT)... ... 11
2.7. Koefisien Refleksi dan Impedansi Akustik... ... 12
2.7. Geologi Selat Sunda... ... 13
3. METODE PENELITIAN 3.1. Waktu dan Lokasi Penelitian ... 15
3.2. Pengambilan Data Side Scan Sonar ... 16
3.3. Pemrosesan Data ... 17
3.3.1. Pemrosesan Data Side Scan Sonar ... 17
3.3.2. Pemrosesan DataPemetaan Dasar Perairan ... 18
3.3.3. Pemrosesan Data Batimetri ... 19
3.4. Analisis Data ... 20
3.4.1. Analisis Sinyal Akustik ... 20
3.4.2. Analisis Wavelet Transform ... 21
3.5. Pengambilan Sampel Sedimen ... 22
4. HASIL DAN PEMBAHASAN 4.1. Batimetri Selat Sunda ... 23
4.2. Sebaran Sedimen Permukaan Dasar Laut ... 25
4.3. Hasil Side Scan Sonar secara Kualitatif ... 28
4.3.1. Mosaik Side Scan Sonar ... 28
4.3.2. Image Target Side Scan Sonar ... 30
4.4. Hasil Side Scan Sonar secara Kuantitatif ... 33
5. KESIMPULAN DAN SARAN 5.1. Kesimpulan ... 38
5.2. Saran ... 39
DAFTAR PUSTAKA ... 40
(12)
Halaman 1. Ukuran Besar Butir Sedimen menurut Skala Wentworth ... 7 2. Spesifikasi Side scan sonar Klein 3000 ... 16
(13)
DAFTAR GAMBAR
Halaman
1. Aplikasi Pemanfaatan Side Scan Sonar dalam Penentuan Jenis Sedimen .. 3
2. Side Scan Sonar (Klein system 3000)... 4
3. Blok Diagram Prinsip Kerja Side Scan Sonar ... 5
4. Diagram Sand, Silt and Clay ... 8
5. Amplitudo dan Fase Spektrum ... 11
6. Peta Lokasi Penelitian... ... 15
7. Diagram Alir Pemrosesan Data Side Scan Sonar ... ... 18
8. Diagram Alir Proses Pengolahan Batimetri dengan SRTM 30 Plus ... 19
9. Peta Batimetri 2 Dimensi Perairan Selat Sunda ... 24
10.Peta Sebaran Sedimen Permukaan Dasar Laut ... 26
11.Sebaran Regional Sedimen Permukaan Dasar laut ... 27
12.Mosaik Data Side Scan Sonardi Selat Sunda ……… 29
13.Hasil Interpretasi Kualitatif Target Side Scan Sonar ... 32
14.Hubungan Nilai Backscatter terhadap Waktu Tiap Target ... 34
15.Transformasi Wavelet Kontinu Tiap Target ... 37
(14)
1. Gambar dan spesifikasi Gravity Core dan Grab Sampler ... 44
2. Data Sampel Nilai Waktu dan Backscatter Target 001 ... 45
3. Syntax Tranformasi Wavelet Kontinu pada Target ... 49
4. Data Batimetri SRTM 30 Plus di Perairan Selat Sunda ... 50
5. Tabel data Sedimen Permukaan Dasar Laut Perairan Selat Sunda ... 51
6. Tabel Parameter dan Rumus pada Pemrosesan Nilai Backscatter (dB) 57
7. Data Sampel Konversi Nilai Amplitudo menjadi Backscatter (dB) Target 001 ……… 58
8. Contoh Objek Hasil Pemindaian Side Scan Sonar Klein 3000 (Target 001) ………..……… 63
(15)
1
1. PENDAHULUAN
1.1 Latar Belakang
Pemetaan dasar laut menjadi sangat penting karena informasi mengenai topografi dasar laut sangat diperlukan dalam berbagai aplikasi kelautan seperti jalur aman bagi pelayaran, industri kelautan, survei rute pipa dan kabel bawah laut, deteksi bahan tambang, pencarian daerah tangkapan khususnya ikan demersal, pencarian kapal karam, dan sebagainya. Salah satu cara untuk
mengetahui informasi dari berbagai aspek dasar laut yaitu dengan menggunakan sistem akustik bawah air seperti side scan sonar.
Side scan sonar merupakan suatu sistem sonar yang dapat memancarkan
beam secara horizontal pada kedua bagian sisinya dengan frekuensi tertentu
(Medwin dan Clay, 1998). Side scan sonar mampu membedakan besar kecil partikel penyusun permukaan dasar laut, seperti batuan, lumpur, pasir, kerikil, atau tipe-tipe dasar perairan lainnya (Bartholoma, 2006). Instrumen ini mampu menangkap gelombang pasir atau riak-riak kecil yang tingginya beberapa sentimeter serta mampu memberikan informasi dengan rinci tentang kondisi topografi dasar.
Penelitian dengan menggunakan side scan sonar telah banyak dilakukan, seperti deteksi dan interpretasi di dasar laut menggunakan instrumen side scan
sonar (Sari dan Manik, 2009), penelitian mengenai pemetaan dan klasifikasi
sedimen di perairan Balongan, Indramayu Jawa Barat (Charnila, 2010), dan penelitian mengenai kuantifikasi sinyal akustik pada beberapa target dasar laut dengan instrumen side scan sonar Klein System 3000 (Marsugi, 2012).
(16)
15
3.1. Waktu dan Lokasi Penelitian
Penelitian ini menggunakan data side scan sonar yang berasal dari survei lapang untuk kegiatan pemasangan kabel PLN yang telah dilakukan oleh Pusat Penelitian dan Pengembangan Geologi Laut (PPPGL) pada bulan Mei tahun 2008. Lokasi penelitian berada di perairan Selat Sunda pada koordinat 5° 40' 00" LS - 6° 00' 00" LS dan 105° 40' 00" BT - 106° 10' 00" BT. Peta lokasi penelitian dapat dilihat pada Gambar 6. Pengolahan data dilakukan di Laboratorium Akustik Kelautan Fakultas Perikanan dan Ilmu Kelautan, Departemen Ilmu dan Teknologi Kelautan, Institut Pertanian Bogor dan di Pusat Penelitian dan Pengembangan Geologi Laut (PPPGL) Bandung mulai Febuari 2012 hingga Juni 2012.
(17)
16
3.2. Pengambilan Data Side Scan Sonar
Pengambilan data side scan sonar menggunakan Klein System 3000 sebanyak 11 lintasan dengan menggunakan metode survei pararel transek. Spesifikasi alat yang digunakan ditunjukkan pada Tabel 2. Alat ini dioperasikan dengan menggunakan seperangkat komputer untuk merekam data secara real time, dan Global Positioning
System (GPS) yang terpasang di kapal untuk mengetahui posisi lintang (latitude) dan
bujur (longitude). Side scan sonar mempunyai frekuensi ganda yaitu 100 kHz (50 µs) dan 500 kHz (25 µs), dengan software akusisi yang digunakan adalah sonarPro.
Tabel 2. Spesifikasi Side scan sonar Klein 3000
Spesifikasi Keterangan
Frequencies 100 kHz dan 500 kHz Range Scales 15 settings - 25 to 1,000 meters
Maximum Range 600 meters @ 100 kHz; 150 meters @ 500 kHz Depth Rating 1.500 meters
Construction Stainless Steel
Size 122 cm long, 8,9 cm diameter
Weight 29 kg in air
Standard Sensors Roll, pitch, heading
Beam Width 0,7 deg. @100 kHz, 0,21 deg. @ 500 kHz Beam Tilt 5, 10, 15, 20, 25 deg
Power Supply 120 watt @120/240 VAC, 50/60 Hz Sumber: http://www.l-3klein.com/
Proses pengambilan data side scan sonar dilakukan dengan menggunakan
towfish atau tow vehicle yang ditarik di belakang kapal menggunakan tow cable.
(18)
setelah mengenai objek di dasar laut. Energi yang dipantulkan kembali ini dikenal sebagai backscatter akustik. Backscatter akustik direkam dalam jangka waktu tertentu pada setiap ping, sehingga dapat dibentuk sebuah time series (urutan) dari amplitudo yang diterima. Pembuatan mosaik data side scan dilakukan dengan menggabungkan semua data di sepanjang track kapal yang dilalui oleh side scan sonar.
3.3. Pemrosesan Data
3.3.1. Pemrosesan Data Side Scan Sonar
Pemrosesan data mentah Side Scan Sonar dimulai dari penggunaan software
SonarPro untuk menentukan target beserta dimensinya dan mengetahui posisi atau koordinat dari target tersebut. Selain itu dapat diketahui pula berbagai informasi seperti kedalaman, kecepatan kapal, dan waktu pengambilan data, serta towfish
altitude. Setelah menentukan target dan nomor ping pada SonarPro, tahapan
selanjutnya yaitu melakukan ekstrak raw data side scan sonar pada beberapa
software seperti SonarWeb, Xtf2segy, SeiSee, dan Microsoft Excel.
SonarWeb digunakan untuk mengubah file yang berekstensi *sdf menjadi
*xtf. Selanjutnya digunakan software Xtf2segy untuk mengubah file menjadi *segy. Berikutnya buka data menggunakan SeiSee, simpan data dalam ekstensi trace sample
text file. Selanjutnya data diolah menggunakan Microsoft Excel untukmenganalisis
data menggunakan metode moving average dengan jumlah interval sebanyak 5 data. Hal ini bertujuan untuk menyaring data sehingga grafik yang dihasilkan tidak terlalu
(19)
18
rumit dan berfluktuatif. Selanjutnya data diolah menggunakan metode continous
wavelet transform pada program Matlab untuk mendapatkan karakter sinyal yang
khas dari objek dasar laut di perairan Selat Sunda. Diagram alir pemrosesan data ini ditunjukkan pada Gambar 7.
Gambar 7. Diagram Alir Pemrosesan Data Side Scan Sonar
3.3.2. Pemrosesan Data Pemetaan Dasar Perairan
Proses pengolahan mosaik data side scan sonar dilakukan pada perangkat lunak SonarWeb. Mosaik merupakan penyatuan area yang berdekatan yang mempunyai tingkat overlapping yangdihasilkan dari lintasan survei yang dilalui kapal pada saat melakukan seabed mapping. Hasil keluaran mosaik data side scan
sonar ini dalam format geotiff. Selanjutnya mosaik ini akan diolah menggunakan
perangkat lunak ArcGis untuk mengintegrasikan data mosaik tersebut dengan koordinat target atau objek yang telah ditentukan sebelumnya menggunakan perangkat lunak SonarPro.
Matlab (CWT) Ms.Excel (Mengatur
susunan data *txt) SeiSee (Segy ke *txt)
SonarWiz (*Xtf ke *CSF kemudian *CSV)
Xtf2segy (Export *xtf menjadi segy) Sonar Web (Export
data *sdf ke *xtf) SonarPro (Menentukan
(20)
3.3.3. Pemrosesan Data Batimetri
Pemrosesan data ini dimulai dengan memasukan peta SRTM 30 Plus pada
Global Mapper 8.01 kemudian pilih export data menggunakan Export Vector Data
(Export Surfer BLN) dalam bentuk *bln pada menu File agar dapat diolah pada Surfer
8.0. Masukkan koordinat lokasi perairan Selat Sunda. Langkah selanjutnya buka perangkat lunak Surfer 8.0. Lakukan grid data untuk melihat ada tidaknya data yang bermasalah atau error. Selanjutnya klik menu Map kemudian pilih new contour map
untuk menampilkan peta batimetri secara 2 dimensi dan pilih 3D Surface untuk menampilkan peta batimetri secara 3 dimensi.Diagram alir dari pemrosesan data batimetri ini ditunjukkan pada Gambar 8.
Gambar 8. Diagram Alir Proses Pengolahan Batimetri dengan SRTM 30 Plus Import data *.srtm pada Global Mapper 8
Masukan lintang dan bujur
Export Data dalam bentuk *.bln
Pengolahan pada Surfer
8.0 untuk file *.bln
Contour Map (Plot 2D)
Surfer 8.0 Grid (Kringging)
Surface (Plot 3D)
(21)
20
3.4. Analisis Data
3.4.1. Analisis Sinyal Akustik
Nilai amplitudo yang diperoleh dari Seisee kemudian diolah dengan beberapa perhitungan akustik sehingga diperoleh nilai echo level dan backscatter.
EL = 20 log [ ] ...(3)
Sistem side scan sonar memindai dasar laut dengan cara horizontal
menyamping sehingga ada parameter dan metode tertentu yang membedakan side
scan sonar dengan intrumen akustik lainnya, seperti parameter range R (slant range)
dan depth H. Range dalam side scan sonar merupakan jarak antara towfish terhadap
objek pindai yang berupa garis miring, sedangkan kedalaman yang terekam oleh side scan sonar adalah altitude atau jarak vertikal antara towfish dan objek pindai,
sehingga nilai backscatter dapat dihitung dengan rumus berikut (Lurton, 2002) :
EL = SL– 30 log R - 2αR + 10 log [ ] + BSB ...(4)
Keterangan :
EL = Echo Level (dB) R = Slant Range (m)
SL = Source Level (dB) α = Koefisien Absorpsi
(22)
3.4.2. Analisis Wavelet Transform
Analisis data side scan sonar mengunakan wavelet transform (Simonsen et al, 1998 dalam Simons et al., 2005) :
ψ (x;a,b) =
a 1 ψ a b x ...(5)
W (a,b) =
a
1 ∫ ~~
y(x) ψ
a b x
dx ...(6)
y(x) = C 1 ∫~~ ∫~~ a b a W( , )
ψ a b x 2 1
a da db ……...(7) Keterangan :
a : Parameter skala yang mengendalikan fungsi wavelet b : Parameter penentuan pergeseran dari wavelet
C ψ : Normalisasi nilai konstan yang ditentukan oleh transformasidari wavelet
Klasifikasi dari gambar side scan sonar merupakan dasar dalam mengamati tekstur dasar perairan. Karakteristik gambar dapat diketahui dengan perhitungan statistik dengan menggunakan wavelet.
Seperti persamaan dua dimensi wavelet transform (Mavroidis et al., 2008):
C(s,px,py) = ∫
~ ~
f (x,y). Ψ s,px,py (x,y). dx.dy ………. (8)
Ψ s,px,py (x,y) =
s 1 ψ s p ,y s p x
... (9)
dimana: C(s,px,py) = Koefisien dekomposisi Ψ s,px,py = Fungsi wavelet
(23)
22
3.5. Pengambilan Sampel Sedimen
Pengambilan sampel sedimen permukaan dasar laut dilakukan untuk
mengetahui keseragaman dari tekstur ukuran butirnya. Penggunaan gravity core dan
grab sampler untuk pengambilan contoh sedimen permukaan di perairan Selat Sunda
bergantung pada kondisi sedimen di wilayah perairan. Penggunaan kedua peralatan dalam pengambilan sampel dilakukan untuk mendapatkan hasil sampel sedimen yang maksimal. Gambar dan spesifikasi alat dari gravity core dan grab sampler yang digunakan dapat dilihat pada Lampiran 1. Setelah mendapatkan sampel sedimen selanjutnya sampel tersebut di analisa menggunakan metode ayakan bertingkat untuk mengetahui ukuran butiran pada sedimen.
(24)
Semua penelitian tersebut menggunakan instrumen side scan sonar yang pengolahan datanya dilakukan secara kualitatif ataupun kuantitatif untuk
menginterpretasikan hasilnya. Pada penelitian ini digunakan pengolahan data secara kuantitatif menggunakan transformasi wavelet kontinu untuk memperjelas hasil image processing dari side scan sonar.
1.2 Tujuan
Penelitian ini bertujuan interpretasi target dasar laut dengan melakukan: 1. Komputasi pada citra side scan sonar.
(25)
3
2.
TINJAUAN PUSTAKA
2.1. Side Scan Sonar
Side Scan Sonar merupakan peralatan observasi dasar laut yang dapat
memancarkan beam pada kedua sisi bagiannya secara horizontal. Side scan sonar
memancarkan pulsa suara pada kisaran frekuensi 100-500 kHz. Semakin besar nilai frekuensi maka resolusi data yang dihasilkan akan semakin tinggi akan tetapi area cakupannya semakin sempit (MacLennan dan Simmonds, 2005). Pemanfaatan Side
Scan Sonar sangat luas dalam bidang kelautan seperti digunakan dalam kegiatan
pemetaan dasar laut, pencarian kapal yang karam hingga penentuan jenis sedimen dasar laut seperti pada Gambar 1.
.
Sumber: http://gulfofmexico.marinedebris.noaa.gov
Gambar 1. Aplikasi Pemanfaatan Side Scan Sonar dalam Penentuan Jenis Sedimen.
Side scan sonar merupakan sistem dual frekuensi yang memungkinkan dapat
(26)
perairan yang relatif dangkal (Lurton, 2002). Frekuensi yang digunakan bervariasi sehingga memungkinkan untuk membatasi panjang array dibawah satu meter dengan jangkauan mencapai kisaran ratusan meter. Sinyal yang dipancarkan memiliki durasi sekitar 0,1 mdtk, sehingga resolusi spasial dapat mencapai 0,1 m (Lurton, 2002). Gambar 2 menunjukkan salah satu jenis side scan sonar yaitu Klein system 3000.
Sumber: http://www.l-3klein.com
Gambar 2. Side Scan Sonar (Klein system 3000)
Secara umum prinsip kerja side scan sonar digambarkan sesuai dengan Gambar 3. Pulsa listrik yang dihasilkan oleh recorder dikirim ke towfish melalui
towcable. Pulsa-pulsa listrik tersebut diubah menjadi energi mekanik. Hasil dari
perubahan tersebut berupa sinyal ultrasonik yang kemudian dipancarkan ke dasar laut. Sinyal-sinyal tersebut dipantulkan kembali oleh dasar laut dan diterima kembali
ke towfish. Interval waktu dari pengembalian sinyal tersebut tergantung dari jarak
antara towfish dengan titik pemantulannya, selain itu besarnya amplitudo dan
frekuensi sinyal ultrasonik juga berbeda sesuai dengan jenis objek yang memantulkan sinyal ultrasonik tersebut. Sinyal ultrasonik yang diterima oleh towfish diubah
(27)
5
perekaman. Hasil rekaman yang terdapat pada kertas recorder kemudian diinterpretasikan jenis objek di dasar laut atau keadaan topografi di dasar laut.
Gambar 3. Blok Diagram Prinsip Kerja Side Scan Sonar
2.2. Interpretasi Citra Side Scan Sonar
Terdapat dua tahapan dalam pengolahan citra Side Scan Sonar, yaitu real time
processing dan post processing. Real time processing bertujuan memberikan koreksi
selama pencitraan berlangsung sedangkan post processing bertujuan meningkatkan pemahaman akan suatu objek melalui interpretasi. Interpretasi pada post processing
dapat dilakukan secara kualitatif dan kuantitatif. Interpretasi secara kualitatif dilakukan untuk mendapatkan sifat fisik material dan bentuk objek, baik dengan mengetahui derajat kehitaman (hue saturation), bentuk (shape), dan ukuran (size) dari objek atau target. Berdasarkan bentuk eksternalnya, secara umum target dapat
dibedakan menjadi buatan manusia (man made targets) atau objek alam (natural
targets). Objek buatan manusia biasanya memiliki bentuk yang tidak beraturan (Klein
Associates Inc, 1985).
Tujuan interpretasi secara kuantitatif adalah mendefinisikan hubungan antara posisi kapal, posisi towfish dan posisi objek sehingga diperoleh besaran horizontal dan vertikal. Besaran horizontal meliputi nilai posisi objek ketika lintasan towfish
RECORDER TOWFISH OBJEK/DASAR
(28)
sejajar dengan lintasan kapal maupun ketika lintasan dengan towfish berbentuk sudut. Besaran vertikal meliputi tinggi objek dari dasar laut serta kedalaman objek
(Mahyuddin, 2008).
Prinsip penginterpretasian data side scan sonar sama seperti pada penginderaan jarak jauh. Terdapat tiga faktor yang menentukan kesempurnaan interpretasi citra side scan sonar, yaitu tuning recorder (light or dark), towing
operation, dan kelihaian operator. Pengaruh ketiga faktor tersebut sangat besar dalam
penginterpretasian citra side scan sonar.
2.3. Sedimen Dasar Laut
Sedimen didefinisikan sebagai kerak bumi (regolith) yang ditransportasikan melalui proses hidrologi dari suatu tempat ke tempat yang lain, baik secara vertikal maupun secara horizontal. Seluruh permukaan dasar laut ditutupi oleh partikel- partikel sedimen yang diendapkan secara perlahan-lahan dalam jangka waktu berjuta-juta tahun (Garrison, 2005). Klasifikasi dasar sedimen dapat dilakukan dengan
menggunakan ukuran-ukuran yang berbeda dari tiap sedimen. Klasifikasi berdasarkan ukuran partikelnya menurut Wentworth (1922) dalam Wibisono (2005) dapat dilihat pada Tabel 1.
(29)
7
Tabel 1. Ukuran Besar Butir Sedimen menurut Skala Wentworth (Wibisono,2005) Fraksi Sedimen Partikel Ukuran Butir (mm)
Batu
Bongkahan >256
Krakal 64 - 256
Kerikil 4 - 64
Butiran 2 – 4
Pasir
Pasir sangat kasar 1 – 2
Pasir kasar 0,5 -1
Pasir sedang 0,25 - 0,5 Pasir halus 0,125 - 0,25 Pasir sangat halus 0,063 - 0,125
Lumpur
Lumpur kasar 0,031 - 0,063 Lumpur sedang 0,016 - 0,031 Lumpur halus 0,008 - 0,016 Lumpur sangat halus 0,004 - 0,008
Lempung
Lempung kasar 0,002 - 0,004 Lempung sedang 0,001 - 0,002 Lempung halus 0,0004 - 0,001 Lempung sangat halus 0,0002 - 0,0004
Klasifikasi campuran sedimen dapat dilakukan berdasarkan komposisi partikel di dalam sedimen itu sendiri. Komposisi partikel sedimen dapat dipetakan di dalam diagram yang digambarkan dalam bentuk segitiga (Gambar 4) untuk
(30)
Gambar 4. Diagram Sand, Silt and Clay (Blott dan Kenneth, 2001)
2.4. Acoustic Backscattering Strength Dasar Laut
Nilai backscattering yang diberikan oleh dasar perairan biasanya memiliki intensitas tertentu, namun diperlukan threshold agar nilai backscattering dari dasar laut yang ingin diamati dapat terekam dengan baik. Backscattering akustikpada dasar berbatu memberikan nilai yang lebih besar dibandingkan dengan dasar berlumpur (Manik, 2011). Urick (1983) menjelaskan bahwa pada dasarnya tidak terdapat hubungan yang kuat antara frekuensi yang digunakan dengan nilai backscattering
strength yang dihasilkan dari dasar laut dengan tipe batu dan pasir berbatu dan pasir
yang mengandung cangkang kerang. Hal ini diakibatkan oleh tekstur permukaan dasar yang cenderung lebih kasar sehingga energi suara yang mengenai dasar
(31)
9
tersebut. Pada kasus sedimen berpasir, nilai backscattering yang didapatkan cenderung meningkat dengan meningkatnya frekuensi (Greenlaw et al., 2004).
Penggunaan frekuensi tinggi memberikan nilai backscattering yang dominan dihasilkan oleh permukaan sedimen dibandingkan backscattering yang diberikan oleh volume sedimen. Pada frekuensi yang lebih rendah nilai backscattering yang
diperoleh dipengaruhi juga oleh backscattering dari volume sedimen (Chakraborty et al., 2007). Manik (2006) menjelaskan bahwa dengan menggunakan nilai SS, nilai
backscattering pasir lebih besar dari pada nilai SS pada substrat lumpur dan nilai SS
meningkat dengan kenaikan diameter partikel dasar laut.
2.5. Transformasi Wavelet
Transformasi wavelet mulai diperkenalkan pada tahun 1980-an oleh Morlet dan Grossman sebagai fungsi matematis untuk merepresentasikan data atau fungsi sebagai alternatif transformasi-transformasi matematika yang lahir sebelumnya untuk menangani masalah resolusi. Sejak saat itu wavelet kemudian dikembangkan dalam beberapa area disiplin ilmu atau aplikasi seperti matematika, fisika, pemrosesan citra, pemrosesan sinyal digital, analisis numeric, pengolahan citra, dan geofisika. Metode Transformasi Wavelet ini dapat digunakan untuk menapis data, menghilangkan sinyal-sinyal (data) yang tidak diinginkan atau meningkatkan mutu kualitas data. Mendeteksi kejadian-kejadian tertentu, seta dapat digunakan untuk memampatkan data (Foster et al., 1994).
(32)
Transformasi Wavelet merupakan transformasi yang terpadu menggunakan kernel terintegrasi yang dinamakan wavelet. Wavelet mampu melakukan analisis lokal dengan window sekecil mungkin terhadap suatu sinyal. Sebuah wavelet
merupakan gelombang singkat (small wave) yang energinya terkonsentrasi pada suatu selang waktu untuk memberikan kemampuan analisis transien, ketidakstasioneran , atau fenomena berubah terhadap waktu (time varying). Karakteristik dari wavelet
antara lain atau berosilasi singkat, translasi (pergeseran), dan dilatasi (skala). Wavelet
ini dapat digunakan dalam dua cara, yaitu sebagai kernel terintegrasi untuk analisis serta mengekstraksi informasi suatu data dan sebagai suatu basis penyajian atau karakterisasi suatu data. Contoh penerapan transformasi wavelet yaitu karakterisasi sinyal akustik dari target dasar laut dilakukan oleh Charnila (2010).
Wavelet merupakan fungsi matematik yang membagi-bagi data menjadi
beberapa komponen frekuensi yang berbeda-beda, kemudian dilakukan analisis untuk masing-masing komponen menggunakan resolusi yang sesuai dengan skalanya (Graps, 1995). Kepentingan penggunaan Transformasi Wavelet ini berdasarkan fakta bahwa dengan Transformasi Wavelet akan diperoleh resolusi waktu dan frekuensi yang jauh lebih baik daripada metode-metode lainnya seperti Transformasi Fourier
maupun Transformasi Fourier Waktu Pendek (STFT=Short Time Fourier
Transform), selain itu analisis data pada kawasan waktu dan frekuensi penting dan
harus dilakukan untuk mempelajari perilaku sinyal-sinyal non-stasioner, selain itu juga dapat dilakukan analisis data pada kawasan waktu dan amplitudo serta kawasan frekuensi dan daya (spektrum).
(33)
11
2.6. Continous Wavelet Transform (CWT)
Continous wavelet transform (CWT) atau transformasi wavelet kontinu
merupakan salah satu jenis wavelet yang digunakan untuk menganalisis sinyal non stasionari dengan sifat statistiknya berubah sepanjang waktu. Spetrum puncak amplitude dapat ditampilkan berbeda karena masing-masing komponen sinyal
transien dapat dideteksi dan memiliki nilai yang besar dalam amplitudo. Gambar 5 di bawah ini memiliki puncak yang berbeda nyata pada frekuensi dari dua amplitudo yang signifikan. Fase spektrum dapat memberikan informasi ke lokasi komponen pada waktunya.
Amplitudo Spektrum (a) Fase Spektrum
Gambar 5. Amplitudo dan Fase Spektrum (Castleman, 1996).
CWT didefinisikan sebagai jumlah sinyal yang dikalikan dari fungsi wavelet
yang diskala (scaling) dan digeser (shifting) pada keseluruhan waktu. Faktor skala (a) menyimpan informasi tentang frekuensi dan faktor pergeseran (b) menyimpan
informasi mengenai waktu dimana memiliki range dari –π sampai dengan π (Burrus
et al., 1998). CWT menganalisis sinyal secara menyeluruh (kontinyu) menggunakan
seperangkat fungsi dasar yang saling berhubungan dengan penskalaan dan transisi sederhana, yaitu sinyal yang dianalisis dapat direpresentasikan ke dalam seluruh kemungkinan frekuensi yang ada. Percival dan Walden (2000) menjabarkan CWT
(34)
sebagai kaitan antara input data dengan urutan satu set fungsi yang dihasilkan oleh
motherwavelet, yang digunakan untuk menguraikan fungsi waktu lanjut menjadi
wavelet.
2.7. Koefisien Refleksi dan Impedansi Akustik
Perhitungan Koefisien Refleksi dilakukan untuk melihat seberapa besar nilai pantulan dari suatu target yang terdeteksi dimana nilainya sangat dipengaruhi oleh akustik impedansi. Akustik impedansi bergantung pada densitas dan kecepatan gelombang kompresi dari masing-masing target. Perhitungan akustik impedansi dan koefisien refleksi menggunakan persamaan 1 dan 2
Z = ρx c ……….….. (1)
... (2) Keterangan:
Z = Akustik Impedansi (kg/m2 dtk) ρ= densitas (kg/m3)
R = Koefisien Refleksi c = kecepatan gelombang suara dilaut (m/dtk) Fenomena refleksi didasarkan pada hamburan (backscattering). Refleksi dapat terjadi ketika sebuah pancaran gelombang suara berinteraksi dengan permukaan dasar laut, Refleksi dapat berhubungan dengan gelombang yang tercermin dalam arah sudut datang. Koefisien refleksi tergantung pada kontras impedansi dan grazing angle.
(35)
13
2.8. Geologi Selat Sunda
Selat Sunda merupakan daerah peralihan pola tunjaman vulkanik dan morfotektonik yang menghasilkan karakter geologi berbeda. Kedalaman dasar laut yang mencolok, yaitu antara Laut Jawa yang dangkal dengan kedalaman maksimal 50 meter dan Samudera Hindia dengan kedalaman 6.000 meter mencerminkan topografi parit (trench), punggungan (ridge), cekungan (basin) dan laut dangkal. Data
sub-bottom profiling dihasilkan peta sebaran struktur geologi, zona kestabilan dan zona
resiko landslide. Struktur geologi yang berkembang di Selat Sunda memiliki dua arah, yaitu barat laut – tenggara dan timur laut barat daya. Morfologi permukaan dasar laut dipengaruhi oleh struktur geologi dan tektonik yang aktif, terutama terlihat di bagian sebelah timur Pulau Sangiang berupa palung dengan kedalaman berkisar lebih dari 130 meter berarah timur laut-barat daya.
Perairan Selat Sunda memiliki gunung api bawah laut, yaitu Gunung Api Krakatau, yang keberadaannya adalah konsekuensi dari pertemuan antara Lempeng India-Australia dengan Lempeng Eurasia. Kondisi morfologi dasar laut yang didasarkan pada hasil pengukuran kedalaman dasar laut (Kuntoro, 1990),
memperlihatkan penampakan pola alur dasar laut berupa lembah yang dalam dan di beberapa tempat menyempit dengan kelerengan yang terjal. Hal ini menunjukkan bahwa sekitar perairan ini merupakan daerah berarus cukup kuat dan berpotensi membentuk longsoran di dasar laut (mass movement).
Berdasarkan hasil penelitian yang telah dilakukan di Selat Sunda mengenai peletakan kabel bawah laut diketahui bahwa pada bagian sisi lokasi Sumatera kondisi
(36)
pantainya sangat rata dan dipengaruhi oleh aktifitas pasang surut sejauh 2 km sedangkan pada sisi Jawa morfologi dasar lautnya ditandai dengan lereng yang
curam. Berdasarkan hasil analisis megaskopis diketahui bahwa secara umum sedimen di daerah Selat Sunda terdiri atas pasir untuk lapisan atas dan tanah liat di lapisan bagian bawah. Distribusi permukaan pasir dibagian atas sangat tipis, dengan ketebalan antara 3 dan 9 cm (Noviadi, 2010).
(37)
15
3. METODE PENELITIAN
3.1. Waktu dan Lokasi Penelitian
Penelitian ini menggunakan data side scan sonar yang berasal dari survei lapang untuk kegiatan pemasangan kabel PLN yang telah dilakukan oleh Pusat Penelitian dan Pengembangan Geologi Laut (PPPGL) pada bulan Mei tahun 2008. Lokasi penelitian berada di perairan Selat Sunda pada koordinat 5° 40' 00" LS - 6° 00' 00" LS dan 105° 40' 00" BT - 106° 10' 00" BT. Peta lokasi penelitian dapat dilihat pada Gambar 6. Pengolahan data dilakukan di Laboratorium Akustik Kelautan Fakultas Perikanan dan Ilmu Kelautan, Departemen Ilmu dan Teknologi Kelautan, Institut Pertanian Bogor dan di Pusat Penelitian dan Pengembangan Geologi Laut (PPPGL) Bandung mulai Febuari 2012 hingga Juni 2012.
(38)
3.2. Pengambilan Data Side Scan Sonar
Pengambilan data side scan sonar menggunakan Klein System 3000 sebanyak 11 lintasan dengan menggunakan metode survei pararel transek. Spesifikasi alat yang digunakan ditunjukkan pada Tabel 2. Alat ini dioperasikan dengan menggunakan seperangkat komputer untuk merekam data secara real time, dan Global Positioning
System (GPS) yang terpasang di kapal untuk mengetahui posisi lintang (latitude) dan
bujur (longitude). Side scan sonar mempunyai frekuensi ganda yaitu 100 kHz (50 µs) dan 500 kHz (25 µs), dengan software akusisi yang digunakan adalah sonarPro.
Tabel 2. Spesifikasi Side scan sonar Klein 3000
Spesifikasi Keterangan
Frequencies 100 kHz dan 500 kHz Range Scales 15 settings - 25 to 1,000 meters
Maximum Range 600 meters @ 100 kHz; 150 meters @ 500 kHz Depth Rating 1.500 meters
Construction Stainless Steel
Size 122 cm long, 8,9 cm diameter
Weight 29 kg in air
Standard Sensors Roll, pitch, heading
Beam Width 0,7 deg. @100 kHz, 0,21 deg. @ 500 kHz Beam Tilt 5, 10, 15, 20, 25 deg
Power Supply 120 watt @120/240 VAC, 50/60 Hz Sumber: http://www.l-3klein.com/
Proses pengambilan data side scan sonar dilakukan dengan menggunakan
towfish atau tow vehicle yang ditarik di belakang kapal menggunakan tow cable.
(39)
17
setelah mengenai objek di dasar laut. Energi yang dipantulkan kembali ini dikenal sebagai backscatter akustik. Backscatter akustik direkam dalam jangka waktu tertentu pada setiap ping, sehingga dapat dibentuk sebuah time series (urutan) dari amplitudo yang diterima. Pembuatan mosaik data side scan dilakukan dengan menggabungkan semua data di sepanjang track kapal yang dilalui oleh side scan sonar.
3.3. Pemrosesan Data
3.3.1. Pemrosesan Data Side Scan Sonar
Pemrosesan data mentah Side Scan Sonar dimulai dari penggunaan software
SonarPro untuk menentukan target beserta dimensinya dan mengetahui posisi atau koordinat dari target tersebut. Selain itu dapat diketahui pula berbagai informasi seperti kedalaman, kecepatan kapal, dan waktu pengambilan data, serta towfish
altitude. Setelah menentukan target dan nomor ping pada SonarPro, tahapan
selanjutnya yaitu melakukan ekstrak raw data side scan sonar pada beberapa
software seperti SonarWeb, Xtf2segy, SeiSee, dan Microsoft Excel.
SonarWeb digunakan untuk mengubah file yang berekstensi *sdf menjadi
*xtf. Selanjutnya digunakan software Xtf2segy untuk mengubah file menjadi *segy. Berikutnya buka data menggunakan SeiSee, simpan data dalam ekstensi trace sample
text file. Selanjutnya data diolah menggunakan Microsoft Excel untukmenganalisis
data menggunakan metode moving average dengan jumlah interval sebanyak 5 data. Hal ini bertujuan untuk menyaring data sehingga grafik yang dihasilkan tidak terlalu
(40)
rumit dan berfluktuatif. Selanjutnya data diolah menggunakan metode continous
wavelet transform pada program Matlab untuk mendapatkan karakter sinyal yang
khas dari objek dasar laut di perairan Selat Sunda. Diagram alir pemrosesan data ini ditunjukkan pada Gambar 7.
Gambar 7. Diagram Alir Pemrosesan Data Side Scan Sonar
3.3.2. Pemrosesan Data Pemetaan Dasar Perairan
Proses pengolahan mosaik data side scan sonar dilakukan pada perangkat lunak SonarWeb. Mosaik merupakan penyatuan area yang berdekatan yang mempunyai tingkat overlapping yangdihasilkan dari lintasan survei yang dilalui kapal pada saat melakukan seabed mapping. Hasil keluaran mosaik data side scan
sonar ini dalam format geotiff. Selanjutnya mosaik ini akan diolah menggunakan
perangkat lunak ArcGis untuk mengintegrasikan data mosaik tersebut dengan koordinat target atau objek yang telah ditentukan sebelumnya menggunakan perangkat lunak SonarPro.
Matlab (CWT) Ms.Excel (Mengatur
susunan data *txt) SeiSee (Segy ke *txt)
SonarWiz (*Xtf ke *CSF kemudian *CSV)
Xtf2segy (Export *xtf menjadi segy) Sonar Web (Export
data *sdf ke *xtf) SonarPro (Menentukan
(41)
19
3.3.3. Pemrosesan Data Batimetri
Pemrosesan data ini dimulai dengan memasukan peta SRTM 30 Plus pada
Global Mapper 8.01 kemudian pilih export data menggunakan Export Vector Data
(Export Surfer BLN) dalam bentuk *bln pada menu File agar dapat diolah pada Surfer
8.0. Masukkan koordinat lokasi perairan Selat Sunda. Langkah selanjutnya buka perangkat lunak Surfer 8.0. Lakukan grid data untuk melihat ada tidaknya data yang bermasalah atau error. Selanjutnya klik menu Map kemudian pilih new contour map
untuk menampilkan peta batimetri secara 2 dimensi dan pilih 3D Surface untuk menampilkan peta batimetri secara 3 dimensi.Diagram alir dari pemrosesan data batimetri ini ditunjukkan pada Gambar 8.
Gambar 8. Diagram Alir Proses Pengolahan Batimetri dengan SRTM 30 Plus Import data *.srtm pada Global Mapper 8
Masukan lintang dan bujur
Export Data dalam bentuk *.bln
Pengolahan pada Surfer
8.0 untuk file *.bln
Contour Map (Plot 2D)
Surfer 8.0 Grid (Kringging)
Surface (Plot 3D)
(42)
3.4. Analisis Data
3.4.1. Analisis Sinyal Akustik
Nilai amplitudo yang diperoleh dari Seisee kemudian diolah dengan beberapa perhitungan akustik sehingga diperoleh nilai echo level dan backscatter.
EL = 20 log [ ] ...(3)
Sistem side scan sonar memindai dasar laut dengan cara horizontal
menyamping sehingga ada parameter dan metode tertentu yang membedakan side
scan sonar dengan intrumen akustik lainnya, seperti parameter range R (slant range)
dan depth H. Range dalam side scan sonar merupakan jarak antara towfish terhadap
objek pindai yang berupa garis miring, sedangkan kedalaman yang terekam oleh side scan sonar adalah altitude atau jarak vertikal antara towfish dan objek pindai,
sehingga nilai backscatter dapat dihitung dengan rumus berikut (Lurton, 2002) :
EL = SL– 30 log R - 2αR + 10 log [ ] + BSB ...(4)
Keterangan :
EL = Echo Level (dB) R = Slant Range (m)
SL = Source Level (dB) α = Koefisien Absorpsi
(43)
21
3.4.2. Analisis Wavelet Transform
Analisis data side scan sonar mengunakan wavelet transform (Simonsen et al, 1998 dalam Simons et al., 2005) :
ψ (x;a,b) =
a 1 ψ a b x ...(5)
W (a,b) =
a
1 ∫ ~~
y(x) ψ
a b x
dx ...(6)
y(x) = C 1 ∫~~ ∫~~ a b a W( , )
ψ a b x 2 1
a da db ……...(7) Keterangan :
a : Parameter skala yang mengendalikan fungsi wavelet b : Parameter penentuan pergeseran dari wavelet
C ψ : Normalisasi nilai konstan yang ditentukan oleh transformasidari wavelet
Klasifikasi dari gambar side scan sonar merupakan dasar dalam mengamati tekstur dasar perairan. Karakteristik gambar dapat diketahui dengan perhitungan statistik dengan menggunakan wavelet.
Seperti persamaan dua dimensi wavelet transform (Mavroidis et al., 2008):
C(s,px,py) = ∫
~ ~
f (x,y). Ψ s,px,py (x,y). dx.dy ………. (8)
Ψ s,px,py (x,y) =
s 1 ψ s p ,y s p x
... (9)
dimana: C(s,px,py) = Koefisien dekomposisi Ψ s,px,py = Fungsi wavelet
(44)
3.5. Pengambilan Sampel Sedimen
Pengambilan sampel sedimen permukaan dasar laut dilakukan untuk
mengetahui keseragaman dari tekstur ukuran butirnya. Penggunaan gravity core dan
grab sampler untuk pengambilan contoh sedimen permukaan di perairan Selat Sunda
bergantung pada kondisi sedimen di wilayah perairan. Penggunaan kedua peralatan dalam pengambilan sampel dilakukan untuk mendapatkan hasil sampel sedimen yang maksimal. Gambar dan spesifikasi alat dari gravity core dan grab sampler yang digunakan dapat dilihat pada Lampiran 1. Setelah mendapatkan sampel sedimen selanjutnya sampel tersebut di analisa menggunakan metode ayakan bertingkat untuk mengetahui ukuran butiran pada sedimen.
(45)
23
4
.
HASIL DAN PEMBAHASAN
4.1. Batimetri Selat Sunda
Peta batimetri adalah peta yang menggambarkan bentuk konfigurasi dasar laut dinyatakan dengan angka-angka suatu kedalaman dan garis-garis yang mewakili kedalaman tersebut. Peta batimetri memiliki arti penting dalam sebuah penelitian karena akan memudahkan mengetahui kondisi morfologi serta sejarah geologi suatu lokasi perairan. Selat Sunda merupakan selat yang membujur dari arah timur laut menuju barat daya di ujung barat Pulau Jawa atau ujung selatan Pulau Sumatera. Kedalaman perairan Selat Sunda bertambah secara bertahap ke arah Samudra Hindia.
Pada penelitian ini digunakan peta batimetri secara 2 dimensi dimana menggunakan data batimetri SRTM 30 plus pada perairan Selat Sunda yang diolah menggunakan perangkat lunak Surfer. Gambar 9 menampilkan kontur batimetri perairan secara 2 dimensi dimana daerah yang berwarna coklat merupakan daratan yaitu bagian dari pulau Sumatera. Gambar 9 juga
menunjukkan lintasan survei pengambilan data side scan sonar yang digambarkan dengan garis berwarna hitam.
Perairan Selat Sunda termasuk dalam kategori perairan dangkal dimana kedalaman perairannya kurang dari 200 meter. Terdapat adanya variasi kedalaman perairan yang berbeda untuk setiap posisi lintang dan bujur. Batimetri pada
lintasan survei yang koordinatnya 105,77 BT – 105,83 BT dan -5,89 LS – -5,93 LS menunjukkan nilai kedalaman maksimum mencapai 40 meter. Berdasarkan hasil penelitian yang dilakukan Oktavia (2011) menggunakan data tahun 2008
(46)
diketahui tipe pasang surut perairan Selat Sunda adalah campuran dominan ganda. Hal ini diperoleh dari hasil perhitungan bilangan Formzahl. Ketika muka laut pasang, arus pasut akan mengalir ke arah timur laut menuju Laut Jawa dengan kisaran kecepatan antara 0,51-0,72 m/dtk, sedangkan pada saat muka laut surut, arus pasut akan mengalir ke arah barat daya menuju Samudera Hindia dengan kisaran kecepatan antara 0,48-0,51 m/dtk. Berdasarkan data arus pasut ini dapat dikatakan nilai kedalaman perairan tidak akan berbeda jauh walaupun saat
pengambilan data terjadi pasang tertinggi ataupun surut terendah. Nilai kedalaman hanya akan berselisih 0,4 - 0,7 meter pada nilai sebenarnya. Semakin mendekati daratan atau pulau kedalaman perairan cenderung rendah atau dangkal.
(47)
25
4.2. Sebaran Sedimen Permukaan Dasar Laut
Gambar 10 menggambarkan sebaran sedimen permukaan dasar laut di Selat Sunda beserta pemberian nama tipe substrat dimana peta ini diambil pada waktu yang berbeda yaitu pada pertengahan bulan Maret – awal bulan April 2010 yang merupakan hasil kegiatan lapang Puslitbang Geologi Kelautanuntuk
kegiatan pembangunan jembatan Selat Sunda. Pengambilan sampel sedimen dilakukan sebanyak 22 titik. Data coring hasil survei ini dapat dilihat pada Lampiran 5. Penggunaan gravity core dan grab sampler untuk pengambilan contoh sedimen permukaan di perairan Selat Sunda tergantung pada kondisi sedimen setempat. Penggunaan kedua peralatan dalam pengambilan sampel juga dilakukan untuk mendapatkan hasil sampel sedimen yang maksimal. Penginti gaya berat (gravity core) digunakan untuk memperoleh contoh sedimen berbentuk inti dengan panjang 1 sampai 2 meter dengan diameter 6 inci, dan biasanya efektif untuk sedimen yang belum terpadatkan (unconsolidated sediment) dengan ukuran butir lumpur atau yang lebih halus sedangkan yang lebih kasar seperti pasir sulit didapatkan dikarenakan tidak bersifat lengket (stiff).
Penentuan sedimen dasar laut berdasarkan analisis besar butir dan mineral berat dilakukan untuk mengetahui cara transportasi dan sedimentasi serta kandungan mineral berat yang terdapat pada sedimen pantai dan sedimen dasar laut di suatu perairan (Setiady, 2005). Analisis besar butir sedimen dasar laut dan pantai menunjukkan kecenderungan lebih halus ke arah lepas pantai. Salah satu penyebabnya adalah faktor oseanografi yaitu berupa arus dan gelombang dimana perairan yang berada jauh dari pantai akan sedikit mendapat pengaruh gelombang dibandingkan dengan daerah pantai.
(48)
26
Gambar 10. Peta Sebaran Sedimen Permukaan Dasar Laut (PPPGL, 2010)
(49)
27
Distribusi sebaran regional sedimen pada Selat Sunda ditunjukkan pada Gambar 11 dimana gambar ini diperoleh dari hasil penelitian tahun 2004 oleh PPPGL dimana menggunakan prinsip interpolasi dari beberapa data hasil pengambilan sampel sedimen sehingga dapat mengetahui tipe sebaran sedimen dalam cakupan luasan area tertentu. Pada area pengambilan data side scan sonar
tipe sebaran sedimennya terdiri dari pasir sedikit kerikilan dan pasir lumpuran sedikit kerikilan. Secara umum dapat dikatakan bahwa lokasi pengambilan data
side scan sonar didominasi oleh tipe sedimen pasir sedikit kerikilan. Semakin
mendekati daratan tipe sedimennya berupa pasir lumpuran sedikit kerikilan yang ukuran partikelnya lebih besar. Semakin mendekati Samudera Hindia tipe sedimennya didominasi oleh pasir lumpuran kerikilan yang ukuran partikelnya lebih kecil dan halus bila dibandingkan dengan pasir sedikit kerikilan.
Gambar 11. Sebaran Regional Sedimen Permukaan Dasar laut
(50)
4.3. Hasil Side Scan Sonar secara Kualitatif 4.3.1. Mosaik Side Scan Sonar
Mosaik merupakan penyatuan data hasil pemetaan dasar laut
menggunakan instrumen side scan sonar yang memiliki tingkat overlapping. Mosaik dapat memberikan gambaran lintasan survei secara keseluruhan selama proses pengambilan data berlangsung.Perangkat lunak Sonarweb digunakan untuk pemrosesan data side scan sonar dengan format *sdf yang akan
menghasilkan suatu mosaik. Semakin banyak data yang digunakan maka akan semakin baik kualitas mosaiknya. Gambar 12 menunjukkan mosaik data side scan
sonar pada Selat Sunda yang di overlay menggunakan perangkat lunak ArcMap
9.3. Data yang digunakan berupa mosaik side scan sonar dengan format *geotiff
yang selanjutnya di overlay dengan koordinat dari masing-masing target dan sampel sedimen yang diamati serta Pulau Sumatera dan Pulau Jawa yang dijadikan sebagai base map atau peta dasarnya.
Side scan sonar menggunakan prinsip backscatter akustik dalam
mengindikasikan atau membedakan kenampakan bentuk dasar laut atau objek di dasar laut (Russel, 2001). Material seperti besi, bongkahan, kerikil atau batuan vulkanik merupakan backscatter kuat yang merefleksikan pulsa akustik dengan baik sedangkan sedimen halus seperti tanah liat, lumpurmerupakan backscatter
lemah yang kurang baik dalam merefleksikan pulsa suara. Reflektor kuat akan menghasilkan backscatter yang kuat sedangkan reflektor lemah akan
menghasilkan backscatter yang lemah pula. Berdasarkan pengetahuan akan karakteristik ini, pengguna side scan sonar dapat menguji komposisi dasar laut atau objek dengan mengamati pengembalian kekuatan akustik.
(51)
29
Gambar 12. Mosaik Data Side Scan Sonar di Selat Sunda
(52)
4.3.2. Image Target Side Scan Sonar
Image target side scan sonar berasal dari data survei lapang kemudian diolah menggunakan perangkat lunak SonarPro untuk pengolahan data secara kualitatif, berupa dimensi atau ukuran objek dasar laut. Terdapat perbedaan yang mendasar antara cara kerja SonarPro dengan cara kerja manual yaitu pada proses untuk mendapatkan data numerisnya. Data numeris yang didapatkan dari hasil kerja manual dilakukan dengan cara mengukur jarak secara grafis dengan
menggunakan penggaris atau alat ukur jarak manual lainnya, kemudian dikalikan skala. Jarak yang didapat merupakan jarak miring, sehingga untuk mendapatkan jarak mendatar (horisontal) dan jarak tegak (vertikal) harus dilakukan hitungan pitagoras. Sedangkan data numeris yang didapatkan dari hasil kerja perangkat lunak SonarPro dilakukan dengan tools yang berfungsi mengukur jarak secara grafis. Jarak miring, jarak mendatar, dan jarak tegak didapatkan langsung pada saat pengukuran jarak, sehingga tidak perlu dilakukan dengan hitungan pitagoras.
Gambar 13 merupakan hasil pengolahan data side scan sonar secara kualitatif dimana terdapat 5 objek yang berbeda. Masing-masing objek diberi nama Target yang terdiri atas Target 001, Target 004, Target 009, Target 010, dan Target 014. Pada tiap target dilakukan penghitungan dimensi target menggunakan
tools pada SonarPro. Terlihat pada gambar bahwa masing-masing target
mempunyai ukuran yang berbeda-beda. Target 001 merupakan target terbesar dengan ukuran 62,8 x 14,5 x 2,6 meter. Target 004 mempunyai ukuran 47,2 x 10,6 x 1,1 meter kemudian Target 009 berukuran 24,6 x 10,3 x 2,7 meter. Target selanjutnya yaitu Target 010 merupakan target terkecil yang diukur dimana
(53)
31
dimensinya 12,6 x 1,8 x 0,1 meter. Target yang terakhir yaitu Target 014 berukuran 22,5 x 12,2 x 1,9 meter.
Gambar 13 juga menunjukkan jangkauan pencitraan maksimum
(maximum range) masing-masing target. Pada Target 001 maximum range sebelah
kirisebesar 89,2 meter dan sebelah kanan sebesar 89,5 meter. Target 004
maximum range sebelahkiri berukuran 86,9 meter dan sebelah kanan berukuran
87,8 meter. Ukuran maximum range sebelah kiri dan kanan Target 009 merupakan
maximum range terkecil dimana berukuran 76,6 meter dan 82,2 meter. Ukuran
maximum range terbesar terdapat pada Target 010 dimana sebesar 96,9 meter dan
97,5 meter. Ukuran maximum range target terakhir yaitu Target 014 sebesar 81,7 meter dan 87 meter.Ukuran maximum range tiap target berbeda-beda walaupun dalam pengambilan datanya digunakan alat dan frekuensi yang sama. Hal ini dipengaruhi oleh pergerakan towfish yang berubah-ubah yang dipengaruhi arus dan gelombang pada saat akuisisi atau perekaman data berlangsung.
Pengukuran dimensi dan maximum range masing-masing target sangat dipengaruhi oleh unsur subjektifitas operator atau pengguna SonarPro. Hal ini mengakibatkan terjadinya perbedaan dimensi hasil pengukuran yang disebabkan perbedaan tingkat ketelitian dan kemampuan yang dimiliki tiap operator atau pengguna SonarPro.
(54)
Gambar 13. Hasil Interpretasi Kualitatif Target Side Scan Sonar
89,5 m 89,2 m
87,8 m
96,9 m
82,2 m
97,5 m 76,6 m
86,9 m
81,7 m
(55)
33
4.4. Hasil Side Scan Sonar secara Kuantitatif
Gambar 14 merupakan grafik analisis sinyal dimana sumbu-x merupakan waktu dalam satuan detik dan sumbu-y merupakan nilai backscatter dalam satuan desibel. Gambar 14 menampilkan hubungan nilai backscatter terhadap waktu dimana digunakan selang waktu selama 10 detik. Hal ini bertujuan memudahkan dalam melakukan perbandingan antara tiap grafik yang dihasilkan dari masing-masing target. Tiap grafik mempunyai warna yang berbeda-beda dimana memudahkan dalam mencirikan nilai backscatter dari masing-masing target.
Target 010 merupakan target yang mendominasi nilai backscatter yang dicirikan dengan tingginya grafik berwarna biru. Berdasarkan Gambar 14 diketahui bahwa nilai backscatter terbesar pada target 010 berada pada selang waktu 9,4 detik dengan nilai sebesar -4,0 dB sedangkan nilai backscatter terkecil berada pada Target 004 dengan nilai backscatter sebesar -46,0 dB pada selang waktu 5 detik. Nilai backscatter terbesar Target 001 berada pada selang waktu 2,5 detik sebesar -14 dB, sedangkan pada Target 009 dan 014 masing-masing sebesar -10 dB dan -6 dB pada selang waktu 9,3 detik dan 4 detik.
Target 010 mempunyai keunikan dimana merupakan target dengan nilai
backscatter terbesar walaupun ukurannya terkecil. Hal ini dapat terjadi karena
dipengaruhi oleh 3 faktor yaitu densitas, porositas, dan ukuran diameter objek (Manik dalam Sonar Systems, 2011). Semakin keras objek atau sedimen di dasar laut maka nilai backscatter juga akan semakin besar (Jackson et al., 1996 dalam Ehrhold et al., 2006). Target 010 diduga merupakan benda padat yang partikel penyusunnya berupa logam sehingga membuat perbedaan kisaran nilai
(56)
Gambar 14. Hubungan Nilai Backscatter terhadap Waktu Tiap Target
(57)
35
Gambar 15 merupakan hasil dari transformasi wavelet tipe Daubenchies
dengan orde 8dimana merupakan tipe wavelet yang dapat memberikan tingkat pengenalan karakter sinyal paling tinggi yaitu sebesar 86% (Agustini, 2006). Sumbu-x merupakan faktor skala (scale) yang menyimpan informasi mengenai waktu dan sumbu-y merupakan posisi (shift) yang menyimpan informasi mengenai frekuensi (Burrus et al., 1998). Pada penelitian ini digunakan rentang nilai waktu 0-200 mdtk dan skala yang digunakan yaitu 1:1:50. Hal ini berarti setiap hasil wavelet dimulai dari skala 1 sampai 50 dengan perubahan nilai tiap 1 satuan
Gambar 15 menampilkan hasil transformasi wavelet kontinu dari masing target dimana menunjukkan adanya perbedaan gradasi warna dari masing-masing target. Pada Target 001 menunjukkan nilai energi tertinggi berada pada selang waktu 0-20 mdtk dengan kisaran energi mencapai 50 dB2/Hz sedangkan kisaran energi terendah berkisar 10 dB2/Hz berada pada selang waktu 180 mdtk. Target 004 menunjukkan kisaran energi tertinggi yaitu sebesar 60 dB2/Hz yang berada di selang waktu 0-20 mdtk dan 140-160 mdtk. Target 009 menunjukkan terjadinya kisaran energi tinggi dengan pola frekuensi yang semakin menurun dengan bertambahnya selang waktu. Terdapat garis tebal berwarna hitam pada selang 120-140 mdtk yang mencirikan nilai energi terendah yang nilainya kurang dari 10 dB2/Hz. Pada Target 010 mempunyai kisaran energi tertinggi yaitu sebesar 60 dB2/Hz dengan frekuensi terbanyak pada selang waktu 0-20 mdtk. Nilai energi tertinggi ini juga terlihat jelas pada selang waktu 40-60 mdtk dan selang waktu 80-100 mdtk. Pada Target 014 menunjukkan kisaran energi tertinggi berada pada
(58)
hampir sebagian awal gambar yaitu dari 0-100 mdtk. Kisaran energi tertinggi berada pada selang waktu 60-80 mdtk dengan nilai sebesar 60 dB2/Hz.
Berdasarkan Gambar 15 diketahui pula bahwa tiap-tiap objek mempunyai gambar wavelet yang berbeda-beda. Hal ini dicirikan dengan gradasi warna serta pola garis yang berbeda-beda tiap gambar. Semakin kuat nilai backscatter (dB) maka gradasi warna yang dihasilkan pada gambar wavelet akan semakin terang atau lebih putihbila dibandingkan dengan yang lainnya.
(59)
37 E n er g i ( d B 2 /Hz) E n er g i ( d B 2 /Hz) E n er g i ( d B 2 /Hz) E n er g i ( d B 2 /Hz) E n er g i ( d B 2 /Hz)
Gambar 15. Transformasi Wavelet Kontinu Tiap Target Continuous Wavelet Transform Target 001
Continuous Wavelet Transform Target 010 Continuous Wavelet Transform Target 004
Continuous Wavelet Transform Target 009
(60)
38
5. KESIMPULAN DAN SARAN
5.1. Kesimpulan
Berdasarkan hasil interpretasi data secara kualitatif terdapat 5 objek yang berbeda terdiri dari Target 001, Target 004, Target 009, Target 010, dan Target 014. Target 001 merupakan target terbesar dengan ukuran 62,8 x 14,5 x 2,6 meter
sedangkan Target 010 merupakan target terkecil dengan dimensi 12,6 x 1,8 x 0,1 meter. Target 009 merupakan target dengan nilai maximum range terkecil dimana berukuran 76,6 meter dan 82,2 meter sedangkan Target 010 merupakan target dengan nilai maximum range terbesar dimana berukuran 96,9 meter dan 97,5 meter.
Pada interpretasi secara kuantitatif menunjukkan bahwa nilai backscatter
terbesar Target 001 berada pada selang waktu 2,5 detik sebesar -14 dB, sedangkan pada Target 009 dan 014 masing-masing sebesar -10 dB dan -6 dB pada selang waktu 9,3 detik dan 4 detik. Secara keseluruhan Target 010 mempunyai nilai backscatter
tertinggi dengan nilai sebesar -4,0 dB pada selang waktu 9,4 detik sedangkan nilai
backscatter terkecil berada pada Target 004 dengan selang waktu 5 detik dan nilai
backscatter sebesar -46,0 dB. Target 010 merupakan target terkecil dengan nilai
backscatter terbesar. Target 010 diduga merupakan benda padat yang partikel
penyusunnya berupa logam.
Pada Target 001 menunjukkan nilai energi tertinggi berada pada selang waktu 0-20 mdtk dengan kisaran energi mencapai 50 dB2/Hz. Target 004 menunjukkan kisaran energi tertinggi yaitu sebesar 60 dB2/Hz pada selang waktu 0-20 mdtk dan
(61)
39
140-160 mdtk. Pada Target 009 kisaran energi tertinggi kurang dari 10 dB2/Hz pada selang waktu 120-140 mdtk. Pada Target 010 mempunyai kisaran energi tertinggi yaitu sebesar 60 dB2/Hz dengan frekuensi terbanyak pada selang waktu 0-20 mdtk. Kisaran energi tertinggi Target 014 berada pada selang waktu 60-80 mdtk dengan nilai sebesar 60 dB2/Hz. Semakin besar nilai backscatter maka warna yang dihasilkan akan semakin terang atau lebih putih pada grafik transformasi wavelet.
5.2. Saran
Perlu adanya pemodelan 3 dimensi pada masing-masing target sehingga memudahkan dalam menginterpretasikan data. Selain itu diperlukan penelitian lebih lanjut menggunakan alat akustik lainnya pada lokasi yang sama untuk mengetahui kondisi permukaan dasar laut secara detail dan lengkap sehingga dapat memudahkan dalam penginterpretasian data.
(1)
Lampiran 7. Data Sampel Konversi Nilai Amplitudo menjadi
Backscatter (
dB) (lanjutan)
Time (ms)
Amplitudo
(count) VR (dB) BS (dB) Time
(ms)
Amplitudo
(count) VR (dB) BS (dB)
Time (ms)
Amplitudo
(count) VR (dB) BS (dB)
8.323 736 -12.9672 -15.7471 9.553 576 -15.0963 -17.8762 10.783 768 -12.5975 -15.3774 8.364 192 -24.6387 -27.4186 9.594 176 -25.3945 -28.1744 10.824 176 -25.3945 -28.1744 8.405 704 -13.3533 -16.1332 9.635 0 0 -2.77986 10.865 288 -21.1169 -23.8968 8.446 224 -23.2998 -26.0797 9.676 576 -15.0963 -17.8762 10.906 352 -19.3739 -22.1538 8.487 144 -27.1375 -29.9174 9.717 1360 -7.63398 -10.4138 10.947 496 -16.3951 -19.175 8.528 144 -27.1375 -29.9174 9.758 192 -24.6387 -27.4186 10.988 48 -36.6799 -39.4598 8.569 304 -20.6473 -23.4271 9.799 416 -17.9229 -20.7027 11.029 544 -15.5928 -18.3726 8.61 96 -30.6593 -33.4392 9.84 576 -15.0963 -17.8762 11.07 704 -13.3533 -16.1332 8.651 320 -20.2018 -22.9816 9.881 192 -24.6387 -27.4186 11.111 624 -14.4011 -17.1809 8.692 416 -17.9229 -20.7027 9.922 48 -36.6799 -39.4598 11.152 240 -22.7005 -25.4804 8.733 192 -24.6387 -27.4186 9.963 128 -28.1606 -30.9404 11.193 288 -21.1169 -23.8968 8.774 272 -21.6134 -24.3932 10 176 -25.3945 -28.1744 11.234 96 -30.6593 -33.4392 8.815 96 -30.6593 -33.4392 10.05 480 -16.6799 -19.4598 11.275 304 -20.6473 -23.4271 8.856 32 -40.2018 -42.9816 10.09 1376 -7.53239 -10.3122 11.316 480 -16.6799 -19.4598 8.897 128 -28.1606 -30.9404 10.13 384 -18.6181 -21.398 11.357 208 -23.9435 -26.7233 8.938 0 0 -2.77986 10.17 96 -30.6593 -33.4392 11.398 16 -46.2224 -49.0022 8.979 64 -34.1812 -36.961 10.21 400 -18.2636 -21.0434 11.439 0 0 -2.77986 9.02 880 -11.4151 -14.195 10.25 576 -15.0963 -17.8762 11.48 880 -11.4151 -14.195 9.061 608 -14.6267 -17.4065 10.29 416 -17.9229 -20.7027 11.521 1456 -7.04153 -9.82139 9.102 336 -19.778 -22.5578 10.33 192 -24.6387 -27.4186 11.562 432 -17.5951 -20.3749 9.143 1200 -8.72113 -11.501 10.37 48 -36.6799 -39.4598 11.603 48 -36.6799 -39.4598 9.184 1344 -7.73677 -10.5166 10.41 80 -32.243 -35.0228 11.644 32 -40.2018 -42.9816 9.225 1120 -9.3204 -12.1003 10.46 16 -46.2224 -49.0022 11.685 48 -36.6799 -39.4598 9.266 288 -21.1169 -23.8968 10.5 0 0 -2.77986 11.726 0 0 -2.77986 9.307 32 -40.2018 -42.9816 10.54 1232 -8.49254 -11.2724 11.767 96 -30.6593 -33.4392 9.348 128 -28.1606 -30.9404 10.58 1344 -7.73677 -10.5166 11.808 272 -21.6134 -24.3932 9.389 224 -23.2998 -26.0797 10.62 160 -26.2224 -29.0022 11.849 0 0 -2.77986 9.43 304 -20.6473 -23.4271 10.66 448 -17.2792 -20.0591 11.89 816 -12.071 -14.8508 9.471 272 -21.6134 -24.3932 10.7 128 -28.1606 -30.9404 11.931 752 -12.7804 -15.5603 9.512 272 -21.6134 -24.3932 10.74 352 -19.3739 -22.1538 11.972 144 -27.1375 -29.9174
(2)
61
Lampiran 7. Data Sampel Konversi Nilai Amplitudo menjadi
Backscatter (
dB) (lanjutan)
Time (ms)
Amplitudo (count)
VR
(dB) BS (dB) Time
(ms)
Amplitudo
(count) VR (dB) BS (dB) Time
(ms)
Amplitudo
(count) VR (dB) BS (dB)
12.013 1440 -7.1375 -9.9174 13.284 816 -12.071 -14.8508 14.555 432 -17.5951 -20.3749 12.054 1104 -9.4454 -12.225 13.325 992 -10.3745 -13.1544 14.596 400 -18.2636 -21.0434 12.095 160 -26.222 -29.002 13.366 336 -19.778 -22.5578 14.637 0 0 -2.77986 12.136 80 -32.243 -35.023 13.407 208 -23.9435 -26.7233 14.678 544 -15.5928 -18.3726 12.177 256 -22.14 -24.92 13.448 192 -24.6387 -27.4186 14.719 1168 -8.9559 -11.7358 12.218 80 -32.243 -35.023 13.489 48 -36.6799 -39.4598 14.76 256 -22.14 -24.9198 12.259 272 -21.613 -24.393 13.53 0 0 -2.77986 14.801 384 -18.6181 -21.398
12.3 544 -15.593 -18.373 13.571 240 -22.7005 -25.4804 14.842 1440 -7.13751 -9.91737 12.341 0 0 -2.7799 13.612 1504 -6.7598 -9.53966 14.883 496 -16.3951 -19.175 12.382 208 -23.943 -26.723 13.653 1984 -4.35392 -7.13378 14.924 192 -24.6387 -27.4186 12.423 992 -10.375 -13.154 13.694 640 -14.1812 -16.961 14.965 32 -40.2018 -42.9816 12.464 576 -15.096 -17.876 13.735 48 -36.6799 -39.4598 15.006 256 -22.14 -24.9198 12.505 144 -27.138 -29.917 13.776 496 -16.3951 -19.175 15.047 368 -18.9878 -21.7677 12.546 320 -20.202 -22.982 13.817 576 -15.0963 -17.8762 15.088 768 -12.5975 -15.3774 12.587 144 -27.138 -29.917 13.858 288 -21.1169 -23.8968 15.129 1696 -5.71624 -8.4961 12.628 176 -25.395 -28.174 13.899 432 -17.5951 -20.3749 15.17 448 -17.2792 -20.0591 12.669 448 -17.279 -20.059 13.94 368 -18.9878 -21.7677 15.211 128 -28.1606 -30.9404 12.71 288 -21.117 -23.897 13.981 528 -15.8521 -18.6319 15.252 800 -12.243 -15.0228 12.751 80 -32.243 -35.023 14.022 144 -27.1375 -29.9174 15.293 704 -13.3533 -16.1332 12.792 48 -36.68 -39.46 14.063 0 0 -2.77986 15.334 1168 -8.9559 -11.7358 12.833 144 -27.138 -29.917 14.104 1376 -7.53239 -10.3122 15.375 432 -17.5951 -20.3749 12.874 160 -26.222 -29.002 14.145 2080 -3.94349 -6.72335 15.416 48 -36.6799 -39.4598 12.915 496 -16.395 -19.175 14.186 576 -15.0963 -17.8762 15.457 432 -17.5951 -20.3749 12.956 336 -19.778 -22.558 14.227 32 -40.2018 -42.9816 15.498 336 -19.778 -22.5578 12.997 208 -23.943 -26.723 14.268 512 -16.1194 -18.8992 15.539 176 -25.3945 -28.1744 13.038 608 -14.627 -17.407 14.309 672 -13.7574 -16.5372 15.58 368 -18.9878 -21.7677 13.079 272 -21.613 -24.393 14.35 48 -36.6799 -39.4598 15.621 224 -23.2998 -26.0797 13.12 272 -21.613 -24.393 14.391 208 -23.9435 -26.7233 15.662 240 -22.7005 -25.4804 13.161 96 -30.659 -33.439 14.432 208 -23.9435 -26.7233 15.703 112 -29.3204 -32.1003 13.202 0 0 -2.7799 14.473 32 -40.2018 -42.9816 15.744 80 -32.243 -35.0228 13.243 320 -20.202 -22.982 14.514 64 -34.1812 -36.961 15.785 160 -26.2224 -29.0022
(3)
Lampiran 7. Data Sampel Konversi Nilai Amplitudo menjadi
Backscatter (
dB) (lanjutan)
Time (ms)
Amplitudo (count)
VR
(dB) BS (dB) Time
(ms)
Amplitudo
(count) VR (dB) BS (dB)
Time (ms)
Amplitudo (count)
VR
(dB) BS (dB)
15.826 64 -34.181 -36.961 17.261 1008 -10.236 -13.015 18.696 176 -25.395 -28.174 15.867 576 -15.096 -17.8762 17.302 576 -15.096 -17.876 18.737 368 -18.988 -21.768 15.908 992 -10.375 -13.1544 17.343 128 -28.161 -30.94 18.778 272 -21.613 -24.393 15.949 224 -23.3 -26.0797 17.384 32 -40.202 -42.982 18.819 352 -19.374 -22.154 15.99 480 -16.68 -19.4598 17.425 0 0 -2.7799 18.86 0 0 -2.7799 16.031 672 -13.757 -16.5372 17.466 240 -22.701 -25.48 18.901 384 -18.618 -21.398 16.072 96 -30.659 -33.4392 17.507 704 -13.353 -16.133 18.942 2736 -1.5624 -4.3423 16.113 48 -36.68 -39.4598 17.548 480 -16.68 -19.46 18.983 1264 0 -2.7799 16.154 256 -22.14 -24.9198 17.589 592 -14.858 -17.638 19.024 352 -19.374 -22.154 16.195 224 -23.3 -26.0797 17.63 768 -12.598 -15.377 19.065 192 -24.639 -27.419 16.236 768 -12.598 -15.3774 17.671 128 -28.161 -30.94 19.106 368 -18.988 -21.768 16.277 944 -10.805 -13.5852 17.712 224 -23.3 -26.08 19.147 352 -19.374 -22.154 16.318 176 -25.395 -28.1744 17.753 960 -10.659 -13.439 19.188 112 -29.32 -32.1 16.359 0 0 -2.77986 17.794 304 -20.647 -23.427 19.229 144 -27.138 -29.917
16.4 608 -14.627 -17.4065 17.835 80 -32.243 -35.023 19.27 288 -21.117 -23.897 16.441 848 -11.737 -14.5167 17.876 688 -13.553 -16.333 19.311 144 -27.138 -29.917 16.482 448 -17.279 -20.0591 17.917 320 -20.202 -22.982 19.352 48 -36.68 -39.46 16.523 144 -27.138 -29.9174 17.958 16 -46.222 -49.002 19.393 480 -16.68 -19.46 16.564 96 -30.659 -33.4392 17.999 416 -17.923 -20.703 19.434 672 -13.757 -16.537 16.605 128 -28.161 -30.9404 18.04 272 -21.613 -24.393 19.475 80 -32.243 -35.023 16.646 16 -46.222 -49.0022 18.081 128 -28.161 -30.94 19.516 96 -30.659 -33.439 16.687 0 0 -2.77986 18.122 224 -23.3 -26.08 19.557 192 -24.639 -27.419 16.728 544 -15.593 -18.3726 18.163 48 -36.68 -39.46 19.598 320 -20.202 -22.982 16.769 928 -10.954 -13.7337 18.204 176 -25.395 -28.174 19.639 224 -23.3 -26.08
16.81 528 -15.852 -18.6319 18.245 16 -46.222 -49.002 19.68 48 -36.68 -39.46 16.851 656 -13.967 -16.7465 18.286 752 -12.78 -15.56 19.721 64 -34.181 -36.961 16.892 304 -20.647 -23.4271 18.327 1744 -5.4738 -8.2537 19.762 0 0 -2.7799 16.933 96 -30.659 -33.4392 18.368 416 -17.923 -20.703 19.803 272 -21.613 -24.393 16.974 128 -28.161 -30.9404 18.409 0 0 -2.7799 19.844 576 -15.096 -17.876 17.015 48 -36.68 -39.4598 18.45 336 -19.778 -22.558 19.885 304 -20.647 -23.427 17.056 64 -34.181 -36.961 18.491 1984 -4.3539 -7.1338 19.926 208 -23.943 -26.723 17.097 96 -30.659 -33.4392 18.532 1072 -9.7009 -12.481 19.967 80 -32.243 -35.023 17.138 160 -26.222 -29.0022 18.573 320 -20.202 -22.982 20.008 32 -40.202 -42.982 17.179 0 0 -2.77986 18.614 144 -27.138 -29.917 20.049 80 -32.243 -35.023 17.22 112 -29.32 -32.1003 18.655 0 0 -2.7799 20.09 0 0 -2.7799
(4)
63
(5)
Identification of Seabed Target. Supervised by HENRY M. MANIK.
Side scan sonar provides information on the topography of the seabed which
is needed in a variety of marine applications such as secure channels for shipping,
marine industry, pipeline survey and submarine cables, detection of mines, detection
of fishing ground of demersal fish, the search for sunken ships, etc. This research can
provide quantitative information in the form of the backscatter value in decibels of
the object or target which is detected. The purpose of this study was to analyze the
data side scan sonar in quantitative and qualitative as well as clarify the results of
image processing of side scan sonar using continuous wavelet transform.
The location of survey was located in the Sunda Strait on the coordinates 5°
40' 00" S - 6° 00' 00" S and 105° 40' 00" E - 106° 10' 00" E. Data processing was
done at the Marine Acoustics Laboratory, Department of Marine Science and
Technology, Bogor Agricultural University and the Center for Research and
Development of Marine Geology (PPPGL) in Bandung. Interpretation and
classification of side scan sonar acoustic data conducted qualitatively by using
software SonarPro to know the dimensions or size of the target. Quantitatively, the
processing data was using software SonarWiz.MAP, SonarWeb, xtfToSegy, SeisSee
and Matlab with the wavelet method.
Sunda Strait categorized as shallow waters where the depth is less than 200
meters. There are a variety of different water depths for each of the latitude and
longitude. There are a variety of different water depths for each latitude and longitude
position. The areas along 105.77 E
–
105.83 E and -5.89 S
–
-5.93 S shows the value
of the maximum depth is 40 meters. The regional distribution of sediments in the
Sunda Strait tends to be dominated by the gravely sand. Closer to the coastal area, the
type of sediment is muddy sand combined with little gravel on larger particle size.
Based on the qualitatively results of interpretation data of side scan sonar
there are 5 consisted object such as Target 001, Target 004, Target 009, Target 010
and Target 014. Each target has a different size. Target 001 is the biggest target. The
dimension is 62.8 x 14.5 x 2.6 meters, while Target 010 is the smallest targets with
dimension 12.6 x 1.8 x 0.1 meters. Target 009 has the smallest maximum range with
dimensions 76.6 meters and 82.2 meters while Target 010 has the biggest maximum
range in dimensions 96.6 meters and 97.5 meters. Based on the quantitatively results
of processing data side scan sonar, the data is transformed using the continuous
wavelet which is known that the maximum value of backscatter is -4 dB at interval
9.4 seconds and the minimum value is -46 dB at interval 5 seconds for Target 004.
Even though target 010 has the smallest dimension, it has the biggest backscatter
which assumed as solid target consisting from metal compounds.
(6)