92
interaksi Muson, DM dan ENSO masih terdapat kemungkinan untuk berasosiasi, seperti TBO Wu dan Kirtman, 2004; Li et al., 2006; Meehl dan Arblaster, 2011
dan PDO Roy et al., 2003; Yoon dan Yeh, 2010. Penapisan ini digunakan untuk menghilangkan sinyal data deret waktu
dengan frekuensi tinggi dibawah 6 bulan yaitu dengan pemotongan frekuensi fc sebesar 12 siklus per tahun dari data bulanan koefisien ekspansi EOF, sehingga
dapat mempertegas sinyal data yang berasal dari pengaruh muson, DM dan ENSO. Metode penapisan yang digunakan adalah dengan pembobotan dari
Lanchoz filter Emery dan Thomson, 2001. Data koefisien ekspansi X
t
ditapis dengan pembobotan Lanchoz sehingga menghasilkan data deret waktu koefisien
ekspansi yang baru Y
t
, dengan menggunakan persamaan sebagai berikut:
∑ 31
dengan persamaan fungsi pembobotan Lanchoz W
k
,yaitu sebagai berikut:
32
dimana : k
= n, - n+1, … , -1, 0, 1, … , m-1, m
n, m = jumlah cakupan data sebelum dan sesudah X
t
f
c
= pemotongan frekuensi penapisan f
N
= frekuensi Nyquist
3.4.1.3 Komposit
Analisis komposit dilakukan untuk mengkaji variabilitas parameter P pada waktu ke-t dari arus, SPL, kedalaman lapisan tercampur, tekanan udara, suhu
udara, angin, RH, OLR, curah hujan, Q
L
, Q
S
+Q
L
dan P –E pada fase positif Mode
ke-n EOF data SPL dimana nilai simpangan baku
n
koefisien ekspansi EOF
93
data SPL pada saat waktu t K
n,t
diatas satu kali simpangan baku positif dan fase negatif pada saat dibawah satu kali simpangan baku negatif. Metode analisis
komposit ini mengikuti pendekatan analisis seperti yang dilakukan oleh Hendon et al. 2009, Kao dan Yu 2009, Kim et al. 2009, Kug et al. 2009 dan Yu dan
Kim 2010. Secara matematis dapat dijabarkan sebagai berikut: Fase Positif jika,
̅ ̅̅̅̅̅̅̅̅̅̅̅ pada t dimana K
n,t
n
33 Fase negatif jika,
̅ ̅̅̅̅̅̅̅̅̅̅̅ pada t dimana K
n,t
-
n
34 Dengan banyaknya data j dan simpangan baku koefisien ekspansi Mode ke-n,
√
∑ ̅̅̅̅̅
35
3.4.1.4 Densitas Spektral
Data deret waktu koefisien ekspansi EOF SPL data asimilasi GFDL memiliki sinyal dari beragam siklus fenomena hasil dekomposisi spasial EOF
pada lokasi penelitian. Oleh karena itu, untuk mengetahui siklus dominan dari data deret waktu koefisien ekspansi EOF yang mencerminkan pola osilasi spasial
pada lokasi penelitian maka data deret waktu koefisien ekspansi EOF ini dihitung energi densitas spektralnya dengan menggunakan Fast Fourier Transform FFT.
Analisis densitas spektral akan memperlihatkan osilasi pola spasial SPL pada lokasi penelitian dari Mode dominan EOF tertentu, memiliki variabilitas
yang dominan dipengaruhi oleh Muson, DM atau ENSO. Data bulanan SPL tidak ditapis sebelum melakukan analisis EOF karena diharapkan sinyal siklus Muson,
DM dan ENSO serta sinyal siklus fenomena lainnya ikut terbawa dalam koefisien ekspansi EOF, sehingga tidak mengubah pola spasial SPL hasil dekomposisi
spasial EOF. Energi densitas spektral melalui FFT Bendat dan Piersol, 1971 dihitung dengan menggunakan persamaan sebagai berikut:
