Analisis Spektral Data Kecepatan

menguji kelayakan model sehingga model sementara tersebut cukup memadai. Salah satu caranya adalah dengan menganalisis galat residual. Galat merupakan selisih antara data observasi dengan data hasil keluaran model. • Tahap 4: Prakiraan Langkah ini merupakan langkah terakhir dimana kita bisa membuat prakiraan forecasting dari model yang telah kita buat.

IV. HASIL DAN PEMBAHASAN

4.1 Analisis Spektral Data Kecepatan

Angin Zonal pada Lapisan 850 mb Metode analisis spektral banyak digunakan untuk menganalisis fenomena osilasi atmosferik. Analisis ini digunakan untuk memunculkan periode dari setiap osilasi yang terjadi. Salah satu cara untuk mengamati perilaku MJO adalah dengan mengamati data indeks MJO yang saat ini telah dikenal luas yaitu Real Time Multivariate MJO RMM1 dan RMM2 yang digunakan oleh pihak Badan Meteorologi Australia BoM, Australia. RMM1 dan RMM2 adalah sepasang indeks untuk memonitoring MJO yang didasarkan pada sepasang fungsi ortogonal empiris gabungan dari data kecepatan angin pada lapisan 850 mb dan 200 mb, serta data Outgoing Longwave Radiation OLR Wheeler dan Hendon, 2004. Namun, pada penelitian ini fenomena MJO hanya diamati dengan menggunakan data kecepatan angin zonal pada lapisan 850 mb atau sekitar ketinggian 1.455 km. Hal tersebut didasarkan pada asumsi bahwa pada lapisan tersebut merupakan pusat konveksi, dimana akan terbentuk dasar awan-awan hujan sebagai ciri kejadian MJO. Menurut Aldrian 2000 kecepatan angin juga akan mempengaruhi pembentukan awan konvektif. Jika kecepatannya terlalu tinggi maka akan menghalangi pembentukan awan konvektif, sedangkan jika terlalu lemah maka akan menyebabkan terjadinya gangguan lokal. Selain itu angin berperan dalam memindahkan awan dari tempat pembentukannya. Gambar 8 Power Spectral Density PSD kecepatan angin zonal periode 1 Januari 2007–31 Desember 2010 di Pontianak. Berdasarkan analisis PSD, osilasi kecepatan angin zonal harian pada lapisan 850 mb atau ketinggian sekitar 1.455 km di Pontianak menunjukkan 50 harian. Artinya jika osilasi ini berjalan sempurna maka dalam waktu 50 harian akan terjadi peningkatan kecepatan angin di kawasan tersebut. Hal ini menunjukkan fenomena MJO terasa di kawasan Pontianak. Hasil yang sama juga ditunjukkan dengan teknik wavelet. Global wavelet spektrum menunjukkan periodesitas 50 harian. Gambar 9 Wavelet Kecepatan Angin Zonal pada Ketinggian 1.455 km periode 1 Januari 2007–31 Desember 2010 di Pontianak. 50 harian Gambar 10 Power Spectral Density PSD kecepatan angin zonal periode 1 Januari 2007–31 Desember 2010 di Manado. Gambar 11 Wavelet Kecepatan Angin Zonal pada Ketinggian 1.455 km periode 1 Januari 2007–31 Desember 2010 di Manado. Analisis yang sama menggunakan teknik FFT dan wavelet mennjukkan bahwa osilasi kecepatan angin zonal harian pada lapisan 850 mb atau ketinggian sekitar 1.455 km di daerah Manado adalah 45 harian. Artinya jika osilasi ini berjalan sempurna maka dalam waktu 45 harian akan terjadi peningkatan kecepatan angin di kawasan tersebut. Hal ini menunjukkan fenomena MJO terasa di kawasan Manado. Begitu pula dengan daerah Biak. Hasil analisis kecepatan angin zonal harian pada lapisan 850 mb atau ketinggian sekitar 1.455 km di daerah Biak menghasilkan osilasi 45 harian. Artinya jika osilasi ini berjalan sempurna maka dalam waktu 45 harian akan terjadi peningkatan kecepatan angin di kawasan tersebut. Hal ini menunjukkan fenomena MJO terasa di kawasan Biak. Gambar 12 Power Spectral Density PSD kecepatan angin zonal periode 1 Januari 2007–31 Desember 2010 di Biak. Gambar 13 Wavelet Kecepatan Angin Zonal pada Ketinggian 1.455 km periode 1 Januari 2007–31 Desember 2010 di Biak. Disamping itu, dilakukan pula analisis spektral pada data indeks MJO yaitu RMM1 dan RMM2. Hasil PSD menunjukkan bahwa data RMM1 dan RMM2 menghasilkan osilasi 45 harian. Dari hasil analisis spektral diketahui bahwa data kecepatan angin zonal pada lapisan 850 mb memiliki osilasi yang sama dengan data indeks MJO global RMM1 dan RMM2, yakni keduanya berosilasi sekitar 45 harian. Osilasi yang kuat pada 45 harian ini diidentifikasi sebagai suatu sinyal MJO di wilayah Pontianak, Manado, dan Biak. 45 harian 45 harian Gambar 14 Power Spectral Density PSD RMM1 dan RMM2 periode 1 Januari 2007–31 Desember 2010. Gambar 15 Wavelet RMM1 periode 1 Januari 2007–31 Desember 2010. Gambar 16 Wavelet RMM2 periode 1 Januari 2007–31 Desember 2010. Plot data angin di ketiga wilayah penelitian menunjukkan bahwa kecepatan angin berkisar 5 ms. Kecepatan angin ini tidak terlalu tinggi maupun terlalu rendah sehingga dapat mendukung terjadinya pembentukan awan dan pergerakan awan dari barat ke timur sebagai ciri terjadinya MJO. Hal tersebut juga sesuai dengan karakteristik pergerakan SCC yang bergerak ke timur dengan kecepatan rata-rata sekitar 5 ms Zhang, 2005.

4.2 Analisis Statistik Data Kecepatan Angin Zonal pada Lapisan 850 mb

Dokumen yang terkait

Pengaruh Indian Ocean Dipole (IOD) terhadap propagasi Madden Julian Oscillation (MJO)

3 27 31

Prediction Model Development Madden Julian Oscillation (MJO) based on the results of data analysis Real Time Multivariate MJO (RMM1 and RMM2).

1 8 123

Pengembangan Model Indeks Monsun (Monsoon) Indonesia (IMI) Berbasis Hasil Analisis Data WPR (Wind Profile Radar)

2 7 84

Respon Suhu Permukaan Laut (SPL) dan Klorofil-a terhadap Madden-Julian Oscillation (MJO) di Laut Indonesia

2 12 35

PENGEMBANGAN MODEL PREDIKSI MADDEN-JULIAN OSCILLATION (MJO) BERBASIS HASILANALISIS DATA WIND PROFILER RADAR (WPR)

0 4 11

IDENTIFIKASI MADDEN JULIAN OSCILLATION (MJO) UNTUK PREDIKSI PELUANG BANJIR TAHUNAN DI SUB DAS SOLO HULU Identifikasi Madden Julian Oscillation (MJO) Untuk Prediksi Peluang Banjir Tahunan Di Sub Das Solo Hulu Bagian Tengah (2007 – 2012).

0 1 15

PENDAHULUAN Identifikasi Madden Julian Oscillation (MJO) Untuk Prediksi Peluang Banjir Tahunan Di Sub Das Solo Hulu Bagian Tengah (2007 – 2012).

0 2 19

DAFTAR PUSTAKA Identifikasi Madden Julian Oscillation (MJO) Untuk Prediksi Peluang Banjir Tahunan Di Sub Das Solo Hulu Bagian Tengah (2007 – 2012).

0 2 4

IDENTIFIKASI MADDEN JULIAN OSCILLATION (MJO) UNTUK PREDIKSI PELUANG BANJIR TAHUNAN DI SUB DAS SOLO HULU Identifikasi Madden Julian Oscillation (MJO) Untuk Prediksi Peluang Banjir Tahunan Di Sub Das Solo Hulu Bagian Tengah (2007 – 2012).

0 1 13

Karakteristik Madden-Julian Oscillation (MJO) Ketika El-Nino Southern Oscillation (ENSO) | Muhammad | Wahana Fisika 9376 19201 1 PB

1 2 24