3. ANALISIS HUBUNGAN DATA READY ARL-NOAA DENGAN DATA OBSERVASI PERMUKAAN MENGGUNAKAN METODE PLS
Partial Least Square 3. 1. Pendahuluan
Data profil atmosfer sangat bermanfaat dalam kajian-kajian cuaca, penurunan model dispersi atau polusi, dan kondisi kestabilan udara. Data profil
atmosfer ini dapat diperoleh dari hasil pengukuran radiosonde atau rawinsonde apabila menyertakan profil arah dan kecepatan angin. Namun dengan makin
berkembangnya teknologi penginderaan jauh inderaja, data profil atmosfer tersebut dapat pula diperoleh dari satelit, seperti NOAA dan MODIS atau dari
hasil estimasi dan interpolasi yang dipublikasikan oleh institusi yang bekerja di bidang peramalan cuaca, seperti dari READY-ARL Real-time Environment
Applications and Display sYstem - Air Resources Laboratory NOAA.
Radiosonde merupakan sebuah paket instrumen yang dibawa oleh balon terbang yang digunakan untuk mengukur dan mentranmisikan data meteorologi
selama bergerak naik menembus atmosfer. Instrumen tersebut terdiri dari sensor pengukur tekanan, suhu, dan kelembaban. Selanjutnya data hasil pengukuran
secara bertahap ditransmisikan ke stasiun di bumi yang kemudian diproses pada beberapa selang waktu yang ditetapkan. Jika informasi angin juga diukur selama
balon bergerak, maka paket instrumen tersebut disebut rawinsonde. Dengan demikian, hasil pengamatan atmosfer dari rawinsonde menggambarkan profil
vertikal dari suhu, kelembaban, arah dan kecepatan angin sebagai sebuah fungsi dari tekanan dan ketinggian dari permukaan bumi hingga ketinggian terbang balon
berakhir OFCM, 1997. Di Indonesia terdapat 14 stasiun pengamatanpengukuran rawinsonde untuk
mewakili wilayah
Indonesia yang
sangat luas.PadahalWMO
World Meteorological Organization
merekomendasikan jarak minimum antara stasiun pengamatan rawinsonde yaitu sekitar 250 km pada daerah daratan atau sekitar
1000 km pada daerah lautan atau daratan yang tidak berpenduduk.Sementara itu menurut OFCM 1997, data pengamatan rawinsonde ini dapat diaplikasikan
dalam pengkajianpenelitian klimatologi antara lain dalam inisialisasi model- model prediksi cuaca secara numeris, kajian iklim, sebagai data ground truthuntuk
pengembangan dan verifikasi algoritma perolehan data satelit, sebagai data masukan untuk model-model dispersi atau polusi, penerbangan, peramalan dalam
kelautan, dan penelitian-penelitian secara umum.Dengan demikian, terbatasnya jumlah rawinsonde yang diluncurkan tersebut menyebabkan pada beberapa
wilayah tidak tersedia informasi dan data profil atmosfer yang cukup. Oleh karena itu, kajian pemanfaatan data profil atmosfer dari sumber lain perlu dilakukan.
Salah satu data yang dihasilkan oleh READY-ARL NOAA adalah data profil vertikal atmosfer. READY adalah sebuah perangkat yang berbasis web
yang dikembangkan oleh ARL sejak 1997. Sementara itu ARL adalah lembaga yang mengembangkan penelitian dan pengembangan model-model di bidang
kualitas udara, dispersi atmosfer, dan iklim. Kegiatan utamanya adalah pengembangan, evaluasi, dan aplikasi dari model-model kualitas udara,
peningkatan pemodelan prediksi dispersi atmosfer dari material berbahaya, dan model-model pertukaran energi atmosfer dengan permukaan dan kecenderungan
serta keragaman iklim. Programnya antara lain adalah penayangan data meteorologi dan hasil model dispersi udara dalam format yang lebih mudah untuk
digunakan oleh para pengguna para ilmuwan dan peneliti atmosfer, meteorologi, para pengelola lembaga pelayanan peramalan cuaca nasional, peramalan kualitas
udara, dan sebagainya. READY-ARL juga menghasilkan data meteorologi yang dihasilkan oleh NCEP untuk berbagai tempat di dunia, seperti data peubah
meteorologi secara deret waktu time-series, kestabilan atmosfer secara time series
, peta-peta dua dimensi yang dapat dipilih sendiri oleh pengguna, dan sebagainya
www.arl.noaa.govready.php .
Data harian profil vertikal dari READY-ARL ini tersedia sejak Desember 2004 dan potensi pemanfaatannya di Indonesia belum banyak dikaji oleh para
peneliti. Data profil vertikal ini terdiri dari data ketinggian potensial H, suhu T, suhu titik embun Td, arah angin WD, kecepatan angin WS, dan kelembaban
RH dari beberapa lapisan atmosfer mulai di atas permukaan hingga pada ketinggian 20 mb dengan resolusi spasial 1
o
x 1
o
dan resolusi temporal 3 jam-an mulai pukul 00.00 GMT – 21.00 GMT. Sedangkan, pengukuran profil atmosfir
menggunakan radiosonde yang dilakukan oleh BMKG hanya 2 dua kali dalam 1 satu hari, yakni pada pukul 00.00 GMT dan 12.00 GMT. Oleh karena itu,
penelitian ini bertujuan untuk mengkaji dan menganalisis hubungan antara data READY-ARL ini dengan data profil atmosfer yang diperoleh dari data radiosonde
dan menganalisis potensi pemanfaatan data tersebut untuk menggantikan data pengamatan profil atmosfer di wilayah Indonesia yang tidak ada stasiun
peluncuran radiosondenya. Dalam bab ini analisis hubungan antara data READY-ARL NOAA dengan
data rawinsonde dilakukan dengan menggunakan metode PLS Partial Least Square
. Penggunaan metode ini bertujuan untuk menghilangkan multikolinearitas antar lapisan atmosfir yang dipakai sebagai peubah penduga masing-masing
lapisan atmosfir dari setiap parameter profil atmosfir. Multikolinearitas antar lapisan atmosfir ini dimungkinkan karena batas antar lapisan atmosfir tersebut
tidak jelas dan tidak selalu tetap sama pada setiap kali pengukuran. Penggunaan data READY-ARL NOAA dan analisis hubungannya dengan data rawinsonde
berdasarkan metode PLS dan hubungannya dengan data observasi permukaan belum pernah dilakukan oleh peneliti lain sebelumnya. Selain itu, hasil penelitian
ini diharapkan dapat mengatasi keterbatasan ketersediaan data iklim dan mengisi data yang hilang akibat kurangnya stasiun observasi di permukaan.
Metode analisis regresi kuadrat terkecil parsial Partial Least Square RegressionPLSR
merupakan soft model yang dapat menjelaskan struktur keragaman data dengan menggeneralisasi dan menggabungkan antara metode
analisis faktor, PCA Principal Component Analyzis, dan regresi berganda multiple regressionAbdi 2007. Selain itu, metode PLSR dapat dilihat sebagai
dua bentuk yang saling berkaitan antara CCA Canonical Correlation Analysis dan PCA. PLSRdapat digunakan untuk mengatasi masalah multikolinearitas antar
peubah pada persamaan yang menggunakan peubah banyak, mereduksi dimensi kovariasi, menghindari adanya kolinearitas antar komponen kovariasi, dan
mengatasi struktur data yang tidak linier serta mengatasi masalah dimensi peubah respon yang besar Zhu et al. 2007. Multikolinieritas merupakan hubungan linier
yang sempurna atau pasti di antara beberapa atau semua peubah bebas dari model regresi berganda. Multikolinieritas yang tinggi akan menyebabkan koefisien
regresi yang diperoleh tidak unik dan menghasilkan penduga model regresi yang bias, tidak stabil, dan mungkin jauh dari nilai sasarannya Bilfarsah 2005.
Penelitian dalam bab 3 ini bertujuan untuk menganalisis hubungan antara data READY-ARL NOAA dengan data rawinsonde dan dengan data observasi
permukaan untuk mendapatkan model estimasi data iklim non hujan suhu T, suhu maksimum T
max
, kelembaban RH, kecepatan angin WS, dan arah angin WD dari data satelit.
3. 2. Data dan Metode Data dan Alat