¾ Data El Niño Modoki Index EMI,
berupa data deret waktu anomali suhu muka laut bulanan ⁰C hasil
perhitungan tiga wilayah formulasi El Niño Modoki dengan periode waktu
1970–2010. Data EMI diperoleh dari website JAMSTEC Jepang:
http:www.jamstec.go.jpfrcgcresearc hd1iodDATAemi.monthly.txt
¾ Data observasi curah hujan rata-rata
bulanan mmbulan beberapa wilayah bertipe hujan monsun di Indonesia,
yaitu Lampung Sumatera, Indramayu Jawa Barat, Makassar Sulawesi
Selatan, Banjar Baru Kalimantan Selatan, dan Sumbawa Besar Nusa
Tenggara Barat periode 1970–2000. Data pengamatan tersebut merupakan
data stasiun meteorologiklimatologi setempat, bersumber dari Badan
Meteorologi, Klimatologi, dan Geofisika BMKG.
¾ Data curah hujan bulanan satelit
TRMM 3B43 tahun 1998 – 2010, dapat diperoleh di website:
ftp:disc2.nascom.nasa.govdataTRM MGridded3B43_V6
Data satelit TRMM 3B43 memiliki resolusi temporal bulanan dan resolusi spasial
0.25°x0.25° NASDA 2001. Cakupan pengamatan datanya adalah global, 50°N–
50°S dan 180°E–180°W, dan tersedia dari bulan Januari 1998 sampai sekarang. Namun
dalam penelitian ini, data TRMM 3B43 yang digunakan dibatasi pada periode 1998–2010.
Wilayah kajian yang dipilih adalah: ¾
Lampung Sumatera, ¾
Indramayu Jawa Barat, ¾
Makassar Sulawesi Selatan, ¾
Banjar Baru Kalimantan Selatan, ¾
Sumbawa Besar Nusa Tenggara Barat, Kelima wilayah yang dipilih dianggap
mewakili daerah di Benua Maritim Indonesia BMI yang bertipe curah hujan monsunal.
b.
Data pendukung, berupa data aSML empat wilayah Niño.
¾ Data anomaly SML wilayah Niño
periode 1970–2010, merupakan data anomali suhu permukan laut bulanan di
sepanjang Samudera Pasifik tropis bagian timur dan tengah yang terdiri
atas Niño1+2, Niño3, Niño4, Niño3.4 dan dapat diperoleh di website:
http:www.cpc.ncep.noaa.govdataind icesSSToi.indices
3.3 Metode Penelitian
Pelaksanaan tugas akhir dibagi menjadi beberapa metode analisis, yaitu:
3.3.1 Metode Analisis Temporal
Data deret waktu adalah data yang merupakan fungsi atas waktu dan antar
pengamatannya terdapat suatu hubungan yang disebut dengan istilah berautokorelasi,
sehingga untuk menyajikan bentuk hubungan fungsional antara data dengan waktunya tidak
bisa menggunakan metode analisis regresi biasa. Mulyana 2004 menyatakan bahwa
salah satu metode dalam analisis temporal data deret waktu yang jarang dibahas padahal
peranannya sangat besar dalam melengkapi informasi mengenai ciri characters suatu
data deret waktu adalah analisis spektral.
Mulyana 2004 menyatakan bahwa analisis spektral membahas mengenai cara
menelaah periodisitas data tersembunyi hidden periodecities yang sulit diperoleh
pada saat kajian dilakukan pada kawasan domain waktu. Kajian periodisitas data perlu
dilakukan untuk menambah informasi mengenai karakteristik dari data deret waktu
tersebut, dan harus dilakukan pada kawasan frekuensi melalui analisis spektral.
Analisis temporal data deret waktu dengan metode FFTPSD Fast Fourier Transform
Power Spectral Density dan Wavelet digunakan untuk mengetahui pola osilasi
dominan dan karakterisitik temporal dari masing-masing indeks fenomena iklim global
yang dikaji. Indeks fenomena iklim global yang dimaksud adalah aSML EMI dan aSML
Niño. Periode yang dipilih adalah deret 1979– 2010 dalam satuan ⁰C. Pola osilasi dominan
diketahui dengan puncak tertinggi pada alur PSD yang menunjukkan energi spektral
terbesar, sedangkan variasinya terhadap waktu dapat diketahui dengan metode Wavelet.
a. Metode Spektral FFTPSD
Salah satu metode analisis spektral yang umum digunakan adalah metode FFT. Data
deret waktu dapat dinyatakan sebagai deret fourier yang merupakan fungsi harmonis,
sehingga dengan membangun fungsi spektrum kuasanya, periodisitas data dapat ditentukan.
Transformasi Fourier biasa digunakan untuk interpretasi fisis sederhana dari suatu sinyal,
untuk memperlihatkan frekuensi yang terdapat dalam sebuah sinyal. Tetapi untuk
menentukannya tidak dapat dilakukan dalam domain waktu, melainkan harus dalam
domain frekuensi sebab fungsi spektrum kuasa merupakan fungsi atas autokorelasi
dengan frekuensi. Jika dilakukan pendugaan
terhadap fungsi spektrum kuasa dan nilai-nilai pendugaannya itu dipetakan terhadap
frekuensinya, maka akan diperoleh sebuah garis spektrum. Periodisitas osilasi dominan
data ditentukan dengan cara melihat frekuensi yang berpasangan dengan titik-titik puncak
garis spektrumnya Mulyana 2004.
Gambar 10
Skema Transformasi Fourier. Transformasi Fourier membawa
sinyal dari domain waktu ke dalam domain frekuensiperiode.
Tang 2009
Definisi deret fourier adalah sebagai berikut Hermawan 2003:
cos sin
∞
….. 1
…………………… 2 …………… 3
……………... 4 Tranformasi Fourier tranformasi Fourier
kompleks atau Spektrum Fourier dari suatu fungsi ft adalah F
ω:
∞ ∞
…..……………... 5 Persamaan ini merupakan analisis fourier
dari ft. Langkah berikutnya adalah
melakukan invers transformasi Fourier sebagai berikut:
∞ ∞
….....…………….. 6 Persamaan di atas merupakan sintesis
fourier dari ft, yaitu sintesis dari berbagai komponen spektral F
ω ke fungsi asalnya ft. Fungsi ft dan F
ω disebut pasangan fourier, dualisme pasangan fungsi tersebut
dinyatakan dengan: ft ↔ Fω. Dengan
menggunakan sifat ortogonalitas dari fungsi trigonometri, faktor e
–i ωt
berfungsi sebagai sebuah operator, yang hanya mempunyai
komponen berfrekuensi ω dari ft. Fω
adalah rata–rata dari komponen ft tersebut yang mempunyai frekuensi
ω. Apabila Fω berada dalam satuan interval frekuensi,
kuantitas F ω disebut sebagai kerapatan
spektral atau spectral density Hermawan 2003.
Analisis temporal yang pada kajian ini menggunakan teknik FFTPSD bertujuan
membandingkan karakteristik temporal. Karakteristik temporal ditunjukkan oleh pola
periodisitas kejadian berulang fenomena iklim global yang dianalisis, yaitu El Niño
Konvensional dan El Niño Modoki. El Niño Konvensional didefenisikan oleh aSML 4
wilayah Niño dan El Niño Modoki didefenisikan oleh EMI.
b. Metode Wavelet