Tahap compiler installation METODOLOGI

III. METODOLOGI

3.1. Tempat Penelitian Penelitian dilaksanakan di Unit Pelaksanaan Teknis UPT Hujan Buatan, Badan Pengkajian dan Penerapan Teknologi BPPT, Jakarta.

3.2. Bahan dan Alat

• Data iklim tahun 1996 dari European European Centre for Medim-Range Weather Forecasts ECMWF • Tutupan lahan Indonesia dari US NAVY atau USGS GTOP30 • Seperangkat komputer yang dilengkapi perangkat lunak seperti yang tertera pada tabel 3. Gambar 5. Diagram alir penelitian

3.3. Metode

Dalam Menjalankan model REMO terdiri dari beberapa tahapan, yaitu : • Tahap compiler installation • Tahap persiapan pre processing • Menjalankan model REMO • Tahap analisis post processing

3.3.1. Tahap compiler installation

Untuk dapat menggunakan Model Iklim Regional REMO terlebih dahulu disiapkan perangkat lunak sebagai berikut : • LINUX Dalam penelitian ini distro LINUX yang digunakan adalah SUSE 9.0. • Lahey Fortran Fujitsu 95. Lahey Fortran Fujitsu 95 adalah Fortran Compiler yang paling optimal untuk mendukung Model REMO. • Model Iklim Regional REMO. • GraDS Perangkat lunak ini digunakan untuk menganalisa keluaran dari REMO GraDS dapat di-download di www.grads.iges.org . Dengan menggunakan GraDS, Output dari REMO dapat dilihat dalam bentuk peta dan grafik. 3.3.2. Tahap persiapan pre processing Tahapan ini terdiri dari beberapa persiapan yaitu: • Persiapan data statis permukaan dan data dinamis. Data dinamis adalah data Iklim Indonesia pada tahun 1996, dengan resolusi temporal 6 jam dan resolusi spasial 0,5° x 0,5°. Diperoleh dari hasil reanalisis data ECMWF Data statis adalah data tutupan lahan dari USGS GTOP30 Tabel 3. Daftar perangkat lunak yang digunakan Perangkat Lunak Tahun Fungsi ƒ Linux Suse 9.0 ƒ Windows XP ƒ 2003 ƒ 2001 Sistem Operasi ƒ Lahey Fortran Fujitsu 95 ƒ Ms.Visual Basic 6.0 ƒ 1995 ƒ 1998 Compiler Kwrite 4.5.1 2005 Pembuatan dan Editing Script REMO 5.0 1996 Model Iklim Regional GraDS 1.9 2005 Pengolah Grid dan Display MS.Office 2003 2003 Pengolah Kata dan Tabel • penamaan file REMO mengikuti kaidah berikut : ExxDDMMYYHH dengan, o E : jenis data, bisa e, a atau c o xx : file input, output atau reinisialisasi, berupa xa,xe,xt,xf,xg,xp o DD : hari Day o MM : bulan Month o YY : tahun Year o HH : jam Hour • Cakupan data adalah 101 x 55 pixel yaitu 8,5°LU – 19°LS dan 91°BT – 141,5°BT. • Merubah format data dari BIG endian menjadi LITTLE endian. Untuk merubah format data dari BIG endian ke LITTLE endian. Dibuat Script yang kemudian dijalankan dengan menggunakan KONSULE. Dengan menggunakan perintah eksekusi ” .conv_bl ” pada directory kerja • Penyiapan data untuk setiap skenario. Tabel 4. Data yang digunakan pada tiap skenario Skenario Data Dinamis Data Statis Kontrol Data iklim Indonesia 1996 Parameter permukaan Indonesia Tahun 1996 R-25 Data iklim Indonesia 1996 Parameter permukaan Indonesia Tahun 1996, Rasio hutan Kalimantan diturunkan 25 R-50 Data iklim Indonesia 1996 Parameter permukaan Indonesia Tahun 1996, Rasio hutan Kalimantan diturunkan 50 • Proses menurunkan rasio hutan. Proses penurunan rasio hutan diturunkan secara acak. Yaitu dengan cara mengganti nilai pixel yang memiliki rasio hutan yang lebih besar dengan nilai pixel yang memiliki nilai rasio yang lebih kecil. Sebagai contoh secara acak terpilih pixel 3,4 akan ditukar dengan pixel 8,1. Berdasarkan nilai rasio hutan pixel 3,4 pixel 8,1 maka nilai rasio hutan pada pixel 3,4 akan diisi nilai sebesar nilai rasio hutan pixel 8,1. Selain rasio hutan nilai LAI, tipe vegetasi, albedo dan kapasitas lapang pada pixel 3,4 juga diganti dengan nilai sebesar LAI, tipe vegetasi, albedo dan kapasitas lapang pada pixel 8,1. Proses ini terus berlanjut hingga rataan rasio hutan pulau Kalimantan turun 25 pada skenario R-25 dan 50 pada skenario R-50. Nilai rasio hutan terkecil di suatu pixel pada data permukaan tahun 1996 adalah 0,38 sehingga rataan rasio hutan terkecil yang dapat diperoleh dalam proses randomisasi penurunan luas hutan adalah 0,38 atau setara dengan penurunan 52 sehingga untuk skenario dipilih penurunan sebesar 25 dan 50. Gambar 6. Diagram alir sub-model penurunan rasio hutan Kontrol Skenario R-25 Skenario R-50 Gambar 7. Rasio hutan pada tiga skenario Kontrol Skenario R-25 Skenario R-50 Gambar 8. LAI pada tiga skenario Kontrol Skenario R-25 Skenario R-50 Gambar 9. Albedo Permukaan pada tiga skenario

3.3.3. Menjalankan model REMO