Algoritma Estimasi Suhu Permukaan Laut dari Data Citra Satelit NOAA – AVHRR

2.5. Algoritma Estimasi Suhu Permukaan Laut dari Data Citra Satelit NOAA – AVHRR

Algoritma adalah langkah – langkah yang disusun secara berstruktur dan terurut untuk menjawab suatu persoalan dengan menggunakan bahasa manusia. Sebuah algoritma di catat dalam bentuk narasi narrative description atau diagram alir flowchart. Metode narasi sangat sederhana dimana setiap langkah – langkah penyelesaian masalah dalam suatu algoritma di tulis dengan menggunakan kalimat – kalimat yang mudah dipahami Adisantoso, 1999. Nababan 2009 menjelaskan bahwa umumnya algoritma dikaitkan dengan perhitungan dan proses perhitungan dilakukan dengan cepat oleh sebuah komputer maka algoritma menjadi selalu berkaitan dengan komputer. Komputer merupakan komponen yang memproses data dengan menggunakan kumpulan langkah yang disebut program. Program komputer ini ditulis dengan menggunakan bahasa pemrograman tertentu sehingga dapat di proses oleh komputer. Adisantoso 1999 menyatakan bahwa bahasa pemrograman komputer di bagi menjadi tiga kelompok yaitu bahasa mesin, bahasa tingkat rendah bahasa rakitan, dan bahasa tingkat tinggi. Algoritma dalam penginderaan jauh kelautan sangat menentukan tingkat akurasi nilai hasil unsur – unsur yang diduga dibandingkan dengan nilai sebenarnya di lapangan. Dalam bidang ini terdapat faktor – faktor yang mempengaruhi keberhasilan dan keakuratan algoritma dalam menduga nilai terduga sehingga inti keberhasilan akurasi pendugaan nilai hasil unsur terduga sangat ditentukan oleh kesahihan algoritma yang diaplikasikan kedalamnya. Oleh karena itu, mempelajari penginderaan jauh kelautan berarti mempelajari algoritma yang diaplikasikan didalamnya Nababan, 2009. Keakuratan data satelit khususnya suhu permukaan laut sangat dibutuhkan untuk menentukan variabilitas iklim lautan. Algoritma IR SST Infra Red Sea Surface Temperature merupakan salah satu algoritma yang berfungsi untuk mengoreksi validasi data satelit termasuk data suhu permukaan laut, seperti disajikan pada persamaan berikut :   c T T gamma T a SST j i i      ………..…………………………….. 1 dimana T i dan T j adalah suhu kecerahan pada saluran i dan j, a dan c adalah konstanta. Rumus gamma adalah : 1 j i i t t t gamma    ………..…………………………….. 2 dimana t adalah pengiriman atmosfer dari permukaan ke satelit Evans dan Podestà, 1998. Semua algoritma AVHRR secara umum di uraikan dalam algoritma di atas, meskipun ada beberapa nilai yang harus di modifikasi untuk menghasilkan nilai yang akurat. Mc Clain et al. 1985 mengembangkan algoritma suhu permukaan laut berdasarkan perbedaan linear suhu pada suhu kecerahan diantara saluran AVHRR. Algoritma ini dikenal dengan algoritma MCSST Day Time Multy Chanel Sea Surface Temperature. Di dalam algoritma ini mengasumsikan bahwa nilai gamma adalah konstan, seperti persamaan berikut ini : 4 5 4 3 5 4 2 4 1 1 sec A angle satelite T T A T T A T A Ts            .. 3 dimana Ts adalah suhu permukaan laut, T 4 dan T 5 adalah equivalent blackbody temperature, dan A adalah coefficient. Algoritma di atas digunakan NOAA selama bertahun – tahun untuk validasi data citra satelit. Nababan 2009 menyatakan bahwa saat ini algoritma MCSST digunakan oleh Kantor Oseanografi Angkatan Laut Amerika Naval Oceanographic Office NAVOCEANO untuk menghitung nilai SPL secara near real time. Versi selanjutnya dari algoritma NOAA adalah NLSST Non Linear Sea Surface Temperature, dimana gamma diasumsikan sebanding dengan nilai SST suhu permukaan laut pertama first-guess SST. Algoritma ini adalah versi singkat dari algoritma CPSST Cross Product SST yang diimplementasikan pada NOAANESDIS untuk penggunaan operasional pada tahun 1991. Berikut rumus umum dari CPSST :   i j j i i j i SST SST T T TjSST SST T j i CPSST      , ………..…………………………….. 4 dimana i dan j menggambarkan dua saluran window terpisah misalnya saluran 11 dan 12 µm pada AVHRR Walton, 1988. NOAANESDIS menggunakan jendela terpisah NLSST untuk pendugaan SST siang hari dan algoritma triple window NLSST untuk pendugaan SST malam hari. Rumus algoritmanya sebagai berikut. Algoritma NLSST untuk siang hari berdasarkan operasi jendela terpisah :         4 12 11 3 12 11 2 11 1 1 sec A T T A T T T A T A day NLSST sfc              .. 5 Algoritma NLSST untuk malam hari berdasarkan operasi triple window :         4 12 11 3 12 7 . 3 2 11 1 1 sec B T T B T T T B T B night NLSST sfc              .. 6 dimana : T 3.7 , T 11 ,dan T 12 : suhu benda hitam untuk AVHRR 3.7,11, dan 12 kanal K T sfc : Estimasi sebelumnya dari SPL yang diturunkan dari nilai terdekat dari analisa global NESDIS pada 100 km SPL ⁰C θ : sudut zenith dari satelit Evans dan Podestà, 1998. Rumus algortima NLSST berdasarkan Vazquez et al. 1998, adalah sebagai berikut :         1 sec 5 4 5 4 4        rho T T d SSTguess T T c bT a SSTsat ….……….. 7 dimana : SST sat : suhu permukaan laut satelit T 4 dan T 5 : suhu kecerahan AVHRR pada saluran 4 dan 5 SSTguess : nilai suhu permukaan laut pertama rho : sudut satelit a, b, c, dan d : estimasi dari analisis regresi yang diperoleh dari data insitu dan data satelit Algoritma NLSST yang dikembangkan oleh C. Walton menjadi dasar dikembangkannya algoritma Pathfinder SST PFSST Evans dan Podestà, 1998. Rumus algoritma ini adalah sebagai berikut. 2 1 1 1 1 PFSST w PFSST w PFSST      7 ..………………………………. 8 dimana : PFSST : Suhu permukaan laut Pathfinder PFSST 1 dan PFSST 2 : SST yang dihitung dengan menggunakan koefisien algoritma untuk kisaran suhu rendah dan tinggi secara berturut w 1 : faktor pemberat yang berbeda sebagai fungsi dari T45, sebagai berikut : untuk T45 = 0.5 ° C, w 1 = 1.0 untuk 0.5 ° C T450.9 ° C, w 1 = 1- T45 – 0.5 ° 0.9° - 0.5° untuk T45 = 0.9 ° C, w 1 = 0.0 Evans dan Podestà, 1998. Algoritma – algoritma di atas digunakan untuk mengukur nilai suhu permukaan laut dari satelit. Tujuan dari mempelajari algoritma ini adalah untuk menyelesaikan masalah – masalah dan memberikan solusinya kepada orang lain, mengetahui teknik yang bekerja dengan baik, dan dapat menilai kelayakan suatu algoritma Nababan, 2009. 20

3. BAHAN DAN METODE