Bambang Sukresno*) Abstract

dokumen-dokumen yang mirip
PENGOLAHAN DATA SATELIT NOAA-AVHRR UNTUK PENGUKURAN SUHU PERMUKAAN LAUT RATA-RATA HARIAN

Jurnal KELAUTAN, Volume 3, No.1 April 2010 ISSN : APLIKASI DATA CITRA SATELIT NOAA-17 UNTUK MENGUKUR VARIASI SUHU PERMUKAAN LAUT JAWA

ix

MODIFIKASI ALGORITMA AVHRR UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA AQUA MODIS

PENGARUH FENOMENA LA-NINA TERHADAP SUHU PERMUKAAN LAUT DI PERAIRAN KABUPATEN MALANG

PENGINDERAAN JAUH. --- anna s file

VALIDASI ALGORITMA MCSST SATELIT NOAA-AVHRR UNTUK PENENTUAN SUHU PERMUKAAN LAUT DENGAN MENGGUNAKAN DATA BUOY TAO

BAB I PENDAHULUAN 1.1. Latar Belakang

Lampiran 1. Peta klasifikasi penutup lahan Kodya Bogor tahun 1997

PENENTUAN ARUS PERMUKAAN MENGGUNAKAN DATA CITRA SATELIT NOAA DAN METODE MAXIMUM CROSS CORRELATION

3 METODE. 3.1 Lokasi dan Waktu Penelitian

STUDY ON MERGING MULTI-SENSOR SSTs OVER THE EAST ASIA. Penggabungan multi sensor sst disepanjang Asia timur

SENSOR DAN PLATFORM. Kuliah ketiga ICD

MENU STANDAR KOMPETENSI KOMPETENSI DASAR MATERI SOAL REFERENSI

BAB I PENDAHULUAN. kepulauan terbesar di dunia, dengan luas laut 5,8 juta km 2 atau 3/4 dari total

2. TINJAUAN PUSTAKA. Suhu permukaan laut Indonesia secara umum berkisar antara O C

II. TINJAUAN PUSTAKA. permukaan lahan (Burley, 1961 dalam Lo, 1995). Konstruksi tersebut seluruhnya

BAB II KAJIAN PUSTAKA

BAB I PENDAHULUAN. 1.1 Latar Belakang

KAJIAN DINAMIKA SUHU PERMUKAAN LAUT GLOBAL MENGGUNAKAN DATA PENGINDERAAN JAUH MICROWAVE

GEOGRAFI. Sesi PENGINDERAAN JAUH : 3 A. CITRA NONFOTO. a. Berdasarkan Spektrum Elektromagnetik

BAB I PENDAHULUAN. 1.1 Latar Belakang

PEMETAAN SUHU PERMUKAAN LAUT (SPL) MENGGUNAKAN CITRA SATELIT ASTER DI PERAIRAN LAUT JAWA BAGIAN BARAT MADURA

Sistem Pengolahan Data NOAA dan METOP

BAB I PENDAHULUAN. Bab ini berisi tentang latar belakang, tujuan, dan sistematika penulisan. BAB II KAJIAN LITERATUR

APLIKASI SISTEM INFORMASI GEOGRAFIS DALAM PENELITIAN PERIKANAN DAN KELAUTAN 1) oleh Dr. Ir. Mukti Zainuddin, MSc. 2)

PENGGUNAAN HIGH TEMPORAL AND SPASIAL IMAGERY DALAM UPAYA PENCARIAN PESAWAT YANG HILANG

Jurnal Geodesi Undip Januari 2017

BAB IV HASIL DAN PEMBAHASAN

Jurnal Geodesi Undip Januari 2015

ISTILAH DI NEGARA LAIN

Identifikasi Lokasi Potensial Budidaya Tiram Mutiara Dengan Mengunakan Citra Satelit Landsat 7 ETM+

METODOLOGI. Gambar 4. Peta Lokasi Penelitian

BAB 2 LANDASAN TEORI 2.1. Sistem Remote Sensing (Penginderaan Jauh)

4 METODOLOGI. Gambar 9 Cakupan wilayah penelitian dalam informasi spasial ZPPI

5. PEMBAHASAN 5.1 Koreksi Radiometrik

OLEH : SEPTIAN ANDI PRASETYO

GEOGRAFI. Sesi PENGINDERAAN JAUH : 2 A. PENGINDERAAN JAUH NONFOTOGRAFIK. a. Sistem Termal

1 PENDAHULUAN 1.1 Latar Belakang

Pemetaan Perubahan Garis Pantai Menggunakan Citra Penginderaan Jauh di Pulau Batam

ANALISIS KLIMATOLOGI HUJAN EKSTRIM BULAN JUNI DI NEGARA-BALI (Studi Khasus 26 Juni 2017)

BAB I PENDAHULUAN 1.1. Latar Belakang

ANTARA PERAIRAN SELAT MAKASAR DAN LAUT JAWA (110O-120O BT

q Tujuan dari kegiatan ini diperolehnya peta penggunaan lahan yang up-to date Alat dan Bahan :

Gambar 1.1 Siklus Hidrologi (Kurkura, 2011)

Di zaman modern seperti sekarang ini, semakin sering. DNB/VIIRS: Menatap Bumi di Malam Hari AKTUALITA

BAB I PENDAHULUAN. 1.1 Latar Belakang

IV. HASIL DAN PEMBAHASAN

PERUBAHAN LUAS EKOSISTEM MANGROVE DI KAWASAN PANTAI TIMUR SURABAYA

Indeks Vegetasi Bentuk komputasi nilai-nilai indeks vegetasi matematis dapat dinyatakan sebagai berikut :

3 METODE PENELITIAN. Gambar 7. Peta Lokasi Penelitian

BAB III BAHAN DAN METODE

PENDAHULUAN 1.1. Latar belakang

2. TINJAUAN PUSTAKA. sebaran dan kelimpahan sumberdaya perikanan di Selat Sunda ( Hendiarti et

BAB I PENDAHULUAN PENDAHULUAN

EVALUASI CUACA BULAN JUNI 2016 DI STASIUN METEOROLOGI PERAK 1 SURABAYA

IV. METODOLOGI 4.1. Waktu dan Lokasi

MODIFIKASI ALGORITMA AVHRR UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA SATELIT TERRA MODIS

JENIS CITRA

ANALISIS SEBARAN TOTAL SUSPENDED SOLID (TSS) DAN PERUBAHAN GARIS PANTAI DI MUARA PERANCAK BALI DENGAN MENGGUNAKAN DATA CITRA SATELIT MULTITEMPORAL

3. BAHAN DAN METODE. Penelitian yang meliputi pengolahan data citra dilakukan pada bulan Mei

ANALISIS PERUBAHAN SUHU PERMUKAAN TANAH DENGAN MENGGUNAKAN CITRA SATELIT TERRA DAN AQUA MODIS (STUDI KASUS : DAERAH KABUPATEN MALANG DAN SURABAYA)

KEKERINGAN TAHUN 2014: NORMAL ATAUKAH EKSTRIM?

LAPORAN POTENSI HUJAN AKHIR JANUARI HINGGA AWAL FEBRUARI 2016 DI PROVINSI NUSA TENGGARA BARAT

Penelitian dilaksanakan selama satu siklus (4 musim) mulai Agustus sampai dengan Juli 2001 dan dibagi dalam dua tahapan kegiatan.

KOMPONEN PENGINDERAAN JAUH. Sumber tenaga Atmosfer Interaksi antara tenaga dan objek Sensor Wahana Perolehan data Pengguna data

BAB I PENDAHULUAN 1.1 Latar Belakang

3. METODOLOGI. Penelitian ini dilaksanakan pada bulan Maret hingga Desember 2010 yang

BAB 1 Pendahuluan 1.1.Latar Belakang

penginderaan jauh remote sensing penginderaan jauh penginderaan jauh (passive remote sensing) (active remote sensing).

ANALISIS SPASIAL SUHU PERMUKAAN LAUT DI PERAIRAN LAUT JAWA PADA MUSIM TIMUR DENGAN MENGGUNAKAN DATA DIGITAL SATELIT NOAA 16 -AVHRR

IV. HASIL DAN PEMBAHASAN

BAB II TINJAUAN PUSTAKA. 2.1 Evapotranspirasi Potensial Standard (ETo)

Sebaran Arus Permukaan Laut Pada Periode Terjadinya Fenomena Penjalaran Gelombang Kelvin Di Perairan Bengkulu

Gambar 11. Citra ALOS AVNIR-2 dengan Citra Komposit RGB 321

1.2 Tujuan. 1.3 Metodologi

BAB III METODOLOGI. 3.1 Data. Data yang digunakan dalam studi ini meliputi :

MODIFIKASI ALGORITMA AVHRR UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA AQUA MODIS

Prakiraan Daerah Penangkapan Ikan Laut di Laut Banda Berdasarkan Data Citra Satelit. Forecasting Fishing Areas in Banda Sea Based on Satellite Data

VARIABILITAS SPASIAL DAN TEMPORAL SUHU PERMUKAAN LAUT DAN KONSENTRASI KLOROFIL-a MENGGUNAKAN CITRA SATELIT AQUA MODIS DI PERAIRAN SUMATERA BARAT

III METODOLOGI. 3.1 Lokasi dan Waktu Penelitian

Gambar 1. Pola sirkulasi arus global. (

4. HASIL DAN PEMBAHASAN. Pada Gambar 7 tertera citra MODIS level 1b hasil composite RGB: 13, 12

KOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN

3. BAHAN DAN METODE. Penelitian dilakukan di wilayah yang tercemar tumpahan minyak dari

BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN METEOROLOGI KLAS III MALI

PERATURAN MENTERI KEHUTANAN REPUBLIK INDONESIA NOMOR : P.59/Menhut-II/2013 TENTANG TATA CARA PENETAPAN BATAS DAERAH ALIRAN SUNGAI

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN. jumlah yang melimpah, hal ini antara lain karena usaha penangkapan dengan mencari daerah

BAB IV HASIL DAN PEMBAHASAN

Analisis Sedimentasi Sungai Jeneberang Menggunakan Citra SPOT-4

ABSTRACT. Septian Dewi Cahyani 1), Andri Suprayogi, ST., M.T 2), M. Awaluddin, ST., M.T 3)

PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA

PERBANDINGAN RESOLUSI SPASIAL, TEMPORAL DAN RADIOMETRIK SERTA KENDALANYA

PEMANFAATAN INTERFEROMETRIC SYNTHETIC APERTURE RADAR (InSAR) UNTUK PEMODELAN 3D (DSM, DEM, DAN DTM)

BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN METEOROLOGI KLAS III MALI

Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus: Provinsi Jawa Timur)

BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA

BAB IV HASIL DAN PEMBAHASAN

4. HASIL DAN PEMBAHASAN. 4.1 Pola Sebaran Suhu Permukaan Laut dan Salinitas pada Indomix Cruise

Transkripsi:

PENGOLAHAN DATA SATELIT NOAA-AVHRR UNTUK PENGUKURAN SUHU PERMUKAAN LAUT RATA-RATA HARIAN (NOAA-AVHRR satellite Utilizing for daily average of sea surface temperature measurement ) Bambang Sukresno*) Abstract NOAA-AVHRR satellite image was processed to obtain daily Sea Surface Temperature of Indonesian Ocean and it s distribution by avoid displayed linement caused unsimilar pixel value. Sea Surface temperature derived from channel 4 and channel 5 of NOAA-AVHRR using remote sensing method by applied Sea Surface Temperature Algorithm and follow by image value averaging with index factor added.the result of study was the processed NOAA satellite image that indicates value of daily sea surface temperature and It s smoother distributions.abstrak Data NOAA-AVHRR telah di proses untuk mendapatkan data Suhu Permukaan Laut wilayah Indonesia dan distribusinya dengan menghilangkan garis/kelurusan semu yang disebabkan oleh pixel value yang berbeda. Suhu Permukaan Laut di derivasi dari saluran 4 dan saluran 5 satelit NOAA-AVHRR menggunakan metode Penginderaan Jauh dengan mengaplikasikan algoritma Suhu Permukaan laut dilanjutkan perhitungan rata-rata value dengan menambahkan faktor indek. Hasil penelitian yang berupa data satelit NOAA yang telah di proses menunjukan value Suhu Permukaan Laut harian dan distribusinya yang lebih halus. Key words : Sea Surface Temperature (SST), Ocean Remote sensing, NOAA-AVHRR Satellite. Pendahuluan Pada tahun 2000, BRKP membangun Stasiun Bumi Penerima Data Satelit NOAA- AVHRR di 3 (tiga) lokasi di Indonesia guna kepentingan kegiatan penangkapan ikan oleh para nelayan. Pada tahun 2004, Pemerintah Perancis memberikan hibah kepada BRKP guna meningkatkan kemampuan stasiun bumi tersebut yang berada di Perancak, Jembrana-Bali dan Bitung, Sulawesi Utara. Peningkatan kemampuan Stasiun bumi tersebut memungkinkan receiver untuk menerima data satelit seluruh wilayah Indonesia. Pada saat ini terdapat 6 seri satelit NOAA- AVHRR yang mengorbit yaitu NOAA 12, NOAA 14, NOAA 15, NOAA 16, NOAA 17 dan NOAA 18, dimana NOAA 18 merupakan satelit yang paling baru yang diluncurkan pada tanggal 20 Mei 2005. Setiap seri Satelit NOAA melintasi wilayah Indonesia kurang lebih dua kali sehari. Dengan 6 seri satelit NOAA yang masih mengorbit saat ini, maka dalam satu hari kurang lebih akan diterima 12 citra satelit yang dapat digunakan untuk berbagai kepentingan. *) Balai Riset dan Observasi Kelautan, Pusat Riset Teknologi Kelautan,BRKP- Departemen Kelautan dan Perikanan May be cited with reference to the source 1

Interpretasi tertentu dari data satelit pada panjang gelombang inframerah pantulan untuk pengukuran suhu permukaan laut mensyaratkan target yang homogen dengan emisivitas yang telah diketahui. Penelitian terdahulu tentang suhu permukaan laut menggunakan satelit Nimbus menggunakan foto awan sebagai pembanding dimana pada suhu tertentu akan dideteksi sebagai awan. Keberadaan awan ini tentu saja mengurangi area yang bisa dideteksi suhu permukaan lautnya. Selanjutnya pola suhu bisa di petakan, tidak hanya pada data individual harian untuk bagian-bagian kecil dari permukaan bumi, tetapi juga data ulangan pada satu area tertentu untuk melihat perubahannya.(e.c. Baret and L.F.Curtis, 1992) Suhu permukaan air laut sangat erat hubungannya dengan produktifitas primer dan arus. Perubahan suhu permukaan air laut disebabkan oleh arus angin, kekeruhan air serta ombak yang biasa disebut dinamika laut. Perbedaan suhu permukaan air laut juga dapat diamati dengan teknologi penginderaan jauh (F. Srihadiyanti Purwadhi, 1986) Adalah suatu kesempatan untuk melakukan pemantauan suhu permukaan laut pada study dan eksploitasi laut dan wilayah pesisir, dimana aplikasi teknologi penginderaan jauh untuk oseanografi telah mulai diperkenalkan sejak dua dekade terakhir. Data satelit visibel dan radiometer inframerah yang di tujukan untuk oseanografi di luncurkan pertama kali pada tahun 1978 dengan menggunakan wahana satelit TIROS. Di samping itu terdapat banyak usaha dan penelitian untuk menentukan parameter mana yang memungkinkan untuk dimanfaatkan oleh komunitas oseanografi yang disediakan dengan wahana pesawat maupun satelit.(k.beier, 1980) Pengetahuan mengenai suhu permukaan laut sangat bermanfaat untuk banyak hal yang terkait dengan penelitian lain maupun aplikasi pemanfaatannya. Suhu permukaan laut merupakan salah satu faktor utama penggerak siklus musim baik di daerah tripis maupun sub tropis dimana suhu permukaan laut akan mempengaruhi kondisi atmosfer, cuaca dan musim, bahkan munculnya fenomena El Nino dan Lanina dapat di pelajari melalui suhu permukaan laut. Banyak lagi hal lain yang terkait dengan aplikasi yang dapat dipengaruhi oleh suhu permukaan laut, diantaranya kesuburan perairan / laut serta bidang perikanan. Salah satu kendala utama pemanfaatan data satelit NOAA untuk monitoring suhu permukaan laut adalah keterbatasan panjang gelombang yang digunakan oleh satelit dimana panjang gelombang yang digunakan tersebut sensitif terhadap perubahan atau perbedaan suhu permukaan laut akan tetapi tidak bisa menembus awan. Keterbatasan dalam hal tidak menembus awan ini jelas mengurangi ketersediaan data secara kontinue dan lengkap karena secara umum atmosfer di atas wilayah indonesia memiliki tutupan awan yang sangat tinggi sehingga sering kali dengan data dari enam satelit NOAA yang diterima ternyata tidak satupun yang bisa digunakan untuk mendapatkan informasi suhu permukaan laut. Tulisan ini bertujuan untuk memberikan informasi suhu permukaan laut rata-rata harian dan distribusi suhu permukaan laut laut wilayah Indonesia. Teori Analisis data satelit NOAA merupakan tahapan yang dilakukan untuk mengekstraksi informasi permukaan laut melalui serangkaian proses sesuai dengan karakteristik data satelit maupun luaran yang akan dihasilkan. Data satelit yang diterima di stasiun bumi akan di simpan dalam format.l1b dan.n10 dimana format tersebut merupakan raw data yang akan diolah lebih lanjut menjadi informasi lain khususnya suhu permukan laut. Tahapan-tahapan pemrosesan data yang harus dilakukan untuk memperoleh hasil yang dapat dianalisis adalah sebagai berikut : May be cited with reference to the source 2

Konversi Format Pemrosesan data satelit NOAA dilakukan menggunakan perangkat lunak HRPT Reader dan ER Mapper dimana dalam pemrosesannya raw data satelit yang semula memiliki format noaa.l1b akan di konvert menjadi format noaa.ers sehingga raw data bisa di baca dan diolah lebih lanjut menggunakan perangkat lunak tersebut. Konversi data satelit NOAA ke dalam format.ers akan menghasilkan data satelit dengan 5 kanal/saluran/band, dimana Kanal 3, 4 & 5 digunakan untuk memantau suhu permukaan laut. Resolusi spasial satelit NOAA adalah 1,1 km atau dengan kata lain setiap piksel pada citra mewakili data seluas 1,1 km2 di permukaan bumi. Invert Value Raw data satelit NOAA harus diproses lebih lanjut agar value piksel yang dimiliki sesuai dengan suhu permukaan laut yang ada pada saat itu (saat perekaman data). Secara umum value piksel pada raw data satelit harus di Invert ( membalik value) dimana value piksel dengan julat 0 255 di balik menjadi 255 0. yang artinya sebagai misal value piksel yang mewakili objek awan pada awalnya memiliki value 255 atau warna putih pada greyscale colour mode di rubah menjadi 0 atau hitam, demikian juga sebaliknya objek yang berwarna hitam atau value pikselnya 0 akan di rubah menjadi 255 atau putih. Untuk objek dengan value piksel 50 akan dirubah menjadi 205 dan seterusnya. Rektifikasi Selain harus di konvert dan invert, raw data juga harus di rektifikasi, dimana sebelumnya raw data hanya memiliki informasi posisi secara matrik piksel. Dengan melakukan rektifikasi maka setiap piksel akan memiliki posisi geografis sebagaimana permukaan bumi. Rektifikasi dilakukan dengan menggunakan peta lain sebagai panduan. Biasanya dalam satu kali perekaman maka akan didapatkan citra dengan lebar sapuan ± 2000 km atau kurang lebih sepertiga wilayah Indonesia. Dengan menggunakan peta Indonesia sebagai panduan maka data satelit NOAA tersebut bisa diplotkan sesuai dengan geometri wilayah Indonesia. Salah satu kendala umum yang sering tejadi adalah banyaknya tutupan awan di atas pulau-pulau Indonesia sehingga walaupun secara keseluruhan tutupan awannya di bawah 20% namun akan sangat sulit diproses karena tidak adanya titik kontrol pada waktu akan dilakukan rektifikasi. Perhitungan suhu permukaan laut Proses yang dilakukan untuk mendapatkan Suhu Permukaan Laut adalah dengan menggunakan algoritma suhu permukaan laut (dalam penelitian ini menggunakan software ER Mapper) yang diperkenalkan oleh Crosby & Mc Millin dimana untuk mendapatkan informasi suhu permukaan laut digunakan band 4 dan 5 sebagai band yang sensitif terhadap perubahan suhu permukaan laut. Algoritma suhu Pemukaan Laut : SST : INPUT1+2.702*(INPUT1-INPUT2)-0.582 Input1 : Value Band 4 Input2 : Value Band 5 May be cited with reference to the source 3

Mozaicking Data yang sudah di rektifikasi kemudian di proses dengan algoritma untuk dirubah menjadi value suhu dalam satuan C. Data yang diperoleh masih merupakan data tunggal untuk wilayah perekaman saja yang kurang lebih sepertiga wilayah indonesia dan belum terbebas dari awan. Untuk mendapatkan data yang liputan awannya lebih baik serta wilayah liputan seluruh wilayah Indonesia maka perlu dilakukan proses penggabungan atau mozaicking beberapa data tunggal dengan wilayah liputan yang berbeda-beda. Penggabungan dilakukan dengan disertai proses rata-rata value suhu permukaan laut sehingga tidak terjadi linement atau kelurusan semu sebagai akibat perbedaan suhu yang mencolok antara dua data tunggal atau lebih.proses rata-rata value suhu dapat dijelaskan secara sederhana dengan cara menjumlahkan value suhu permukaan laut semua data tunggal dan dibagi jumlah data yang digunakan. Namun dengan cara sederhana tersebut ternyata akan menghasilkan data yang kurang akurat sebagai akibat adanya data tunggal yang memiliki awan dan daratan di jumlahkan dan dibagi sesuai jumlah data tunggal yang digunakan. Tentu saja value yang dihasilkan tidak lagi murni sebagai rata-rata suhu permukaan laut karena adanya value awan dan daratan di dalamnya. Pembuatan Value Indek Untuk menghindari kesalahan value sebagai akibat adanya value awan dan daratan maka diperlukan value indek dimana data yang memiliki value awan maupun daratan akan diberi indek 0 sedangkan value suhu permukaan laut diberi indek 1. Pada wilayah yang memiliki tutupan awan maka value indeknya akan kecil sehingga faktor pembagi rata-rata nya juga kecil, dengan demikian maka rata-rata yang dihasilkan tidak terpengaruh oleh tutupan awan tersebut. Penghitungan rata-rata Dengan menggunakan value indek kemudian data suhu permukaan laut dari beberapa dat tunggal kemudian digabungkan dan kemudian di rata-rata sehingga menghasilkan data suhu permukaan laut harian dengan tampilan yang lebih halus dan lebih mudah untuk diinterpetasi. Perhitungan rata-rata dilakukan dengan menjumlahkan value suhu permukaan laut dan dibagi dengan jumlah indek. Value indek di peroleh dengan merubah value daratan dan awan menjadi 0 (null) dan value suhu permukaan laut menjadi 1 (satu). Dengan cara demikian maka value rata-rata yang didapatkan murni value suhu permukaan laut. Rata-rata suhu Permukaan laut Jumlah Total Value Jumlah Total Indek : Jumlah Total Value / Jumlah Total Indek : hasil penjumlahan value semua data suhu permukaan laut yang di mozaic : hasil penjumlahan value indek data awan dan daratan yang dimozaic May be cited with reference to the source 4

Metode Penelitian dilakukan dengan menggunakan metode penginderaan jauh dengan cara pemrosesan data satelit untuk mendapatkan suhu permukaan laut dengan melalui tahap-tahap pemrosesan : Konversi format, Invert Value, Rektifikasi, Perhitungan Suhu Permukaan Laut,Mozaicking,Pembuatan Value Index dan Perhitungan rata-rata. Data satelit diperoleh dari stasiun bumi NOAA-AVHRR Perancak-Bali yang dioperasikan oleh Balai Riset dan Observasi Kelautan-Departemen Kelautan. Software yang digunakan adalah ER Mapper yang memiliki kemampuan untuk mengolah data satelit dengan mengaplikasikan proses perhitungan pixel data satelit. Suhu Permukaan laut diperoleh dari pemrosesan data satelit NOAA-AVHRR yang memiliki 5 saluran pada wahana yang membawanya. Untuk mendapatkan suhu permukaan laut maka saluran yang digunakan adalah saluran 4 dan 5 dimana saluran tersebut merupakan saluran inframerah termal. Perhitungan rata-rata dengan menggunakan value indek sebagai faktor pembagi dilakukan untuk mendapatkan suhu permukaan laut harian untuk seluruh wilayah indonesia, hal ini dilakukan untuk mengatasi keterbatasan data satelit yang tidak bisa menembus awan, sehingga dengan proses ini akan diperoleh distribusi suhu permukaan laut yang lebih halus tampilannya dan menghilangkan tutupan awan. Data Data satelit NOAA-17 dan NOAA-18 perekaman tanggal 1 januari 2006 dipilih sebagai raw data. Pada tanggal tersebut dari data satelit NOAA terlihat adanya objek pulau dan garis pantai yang bisa digunakan sebagai titik ikat pada saat melakukan pemrosesan data tersebut. wilayah Indonesia terliput oleh tiga data satelit. Wilayah barat indonesia direkam oleh satelit NOAA-18 seperti ditunjukan pada gambar.1 Gambar.1. Data satelit NOAA 18 tanggal 1 Januari 2006 jam 14.26 WITA May be cited with reference to the source 5

Sementara wilayah tengah Indonesia direkam oleh satelit NOAA-17 yang meliputi wilayah Kalimantan, sulawesi, Jawa, Bali dan Nusa tenggara seperti yang ditunjukan pada gambar.2. Gambar.2. Data satelit NOAA 17 tanggal 1 Januari 2006 jam 10.12 WITA Selanjutnya wilayah timur Indonesia direkam oleh satelit NOAA-18 yang meliputi wilayah Papua, Ambon dan Nusa Tenggara Timur seperti ditunjukan pada gambar.3. Gambar.3. Data satelit NOAA 18 tanggal 1 Januari 2006 jam 12.48 WITA May be cited with reference to the source 6

Hasil dan Pembahasan Gambar.4. adalah data Suhu Permukaan Laut yang meliputi bagian timur Indonesia, yang diperoleh dengan pemrosesan data satelit NOAA-18 (gambar.3). Gambar.4. menunjukan value yang tinggi mendekati suhu 28 C yang terlihat sebagai warna hijau hingga kuning, dengan distribusi tidak merata dimana suhu yang tinggi hanya tersebar di bagian atas dari Papua yang merupakan bagian dari Samudera Pasifik. 30 C Gambar.4. Suhu Permukaan Laut dari data satelit NOAA-18 tanggal 1 januari 2006 jam 12.48 WITA 20 C Pemrosesan data satelit NOAA-17 (gambar.2) menunjukan suhu yang tinggi yang diwakili oleh warna kuning hingga merah, terlihat di Selat Makasar dan laut laut Jawa dengan kisaran suhu mendekati 30 C yang meliputi bagian tengah dari wilayah Indonesia, seperti ditunjukan pada gambar.5. 30 C 20 C Gambar.5. Suhu Permukaan Laut dari data satelit NOAA-17 tanggal 1 Januari 2006 jam 10.12 WITA May be cited with reference to the source 7

Wilayah barat Indonesia yang direkam oleh satelit NOAA-18 (gambar.1) setelah dilakukan pemrosesan menunjukan suhu permukaan laut yang cukup tinggi di selatan Jawa hingga mendekati suhu 29 C terlihat dengan warna kuning hingga kemerahan, namun demikian karena tingginya tutupan awan menyebabkan data suhu permukaan laut di bagian lain tidak terdeteksi, seperti yang ditunjukan pada gambar.6. 30 C 20 C Gambar.6. Suhu Permukaan Laut dari data satelit NOAA-18 tanggal 1 Januari 2006 jam 14.26 WITA Dari gambar.4, gambar.5,dan gambar.6 terlihat perbedaan arah kemiringan data, dimana gambar.4 dan gambar.6 memiliki tampilan yang miring ke kiri sedangkan gambar.5 memiliki tampilan yang miring ke kanan. Perbedaan ini adalah karena arah lintas satelit yang berbeda pada saat melewati wilayah Indonesia dimana gambar.4 dan gambar.6 (NOAA-18) melintasi Indonesia dari arah selatan menuju utara (ascending), pada waktu satelit melintas bersamaan dengan perputaran bumi ke arah kanan sehingga permukaan bumi yang direkam bergeser kekiri dan menghasilkan tampilan yang miring kekiri. Sebaliknya pada gambar.5 (NOAA-17) melintas wilayah Indonesai dari arah utara menuju selatan ( descending) sehingga menghasilkan tampilan yang miring ke kanan. Namun demikian perbedaan tampilan tersebut tidak mempengaruhi value suhu permukaan laut yang dihasilkan dari analisis datanya. Gambar.7. menunjukan distribusi suhu permukaan laut yang seolah-olah terdapat suhu permukaan laut yang tinggi di bagian tengah seperti di Jawa,Kalimantan dan sulawesi yang ditunjukan dengan warna merah dan warna kuning. Pada kenyataannya suhu yang terukur di daerah tersebut tidaklah telalu tinggi. Hal ini terjadi karena adanya tumpang susun (overlay) pada wilayah tersebut terutama antara data NOAA-17 dengan data NOAA-18 dimana kedua May be cited with reference to the source 8

data tersebut memiliki suhu permukaan laut yang berbeda,karena tidak dilakukan perhitungan rata-rata maka pada batas antara kedua data tersebut terdapat garis semu yang akhirnya membuat data tersebut sulit untuk diinterpretasi. Warna merah seolah-olah suhu tinggi akibat overlay 30 C Garis semu akibat perbedaan distribusi suhu 20 C Gambar.7. Suhu Permukaan Laut rata-rata wilayah Indonesia tanggal 1 januari 2006 tanpa menggunakan value indek sebagai faktor pembagi Hasil penelitian menunjukan rata-rata suhu permukaan laut harian pada tanggal 1 Januari 2006 beserta distribusinya seperti ditunjukan pada gambar.8. Data pada tanggal tersebut setelah dilakukan proses penggabungan dan rata-rata menggunakan value indek sebagai pembagi menunjukan variasi suhu di perairan Indonesia. 30 C Gambar.8. Suhu Permukaan Laut rata-rata wilayah Indonesia tanggal 1 januari 2006 20 C May be cited with reference to the source 9

Distribusi suhu permukaan laut seperti pada gambar.4. menunjukan variasi suhu di wilayah Indonesia dengan kisaran suhu antara 20 C dengan hingga 30 C yang di tampilkan dengan warna biru untuk suhu yang rendah serta warna merah untuk suhu yang tinggi terlihat lebih halus dan mudah di interpretasi. Dengan memasukan value indek sebagai faktor pembagi seperti pada gambar.8. maka suhu permukaan laut rata-rata harian akan diperoleh secara lebih akurat dimana value pada setiap titik tidak bias oleh tutupan awan. Jika tidak menggunakan value indek sebagai faktor pembagi maka apabila di sati titik terdapat tutupan awan yang suhunya relatif lebih rendah dibandingkan suhu permukaan laut maka rata-rata suhu hariannya menjadi rendah.hal ini tentu saja mengurangi akurasi data suhu permukaan laut rata-rata harian. Kesimpulan Dari penelitian ini dapat disimpulkan bahwa data suhu permukaan rata-rata harian akan lebih halus dan lebih mudah diinterpretasi apabila menggunakan data lebih dari satu untuk cakupan seluruh wilayah Indonesia dan dalam analisisnya menggunakan perhitungan rata-rata dengan value indek sebagai pembagi. Dengan cara tersebut maka akan diperoleh data suhu permukaan laut rata-rata harian untuk wilayah Indonesia dengan distribusi yang lebih jelas dan mendekati keadaan sebenarnya di lapangan. Daftar Pustaka Beier,K. 1980,Measurement of Sea Surface Temperature From Aircraft and Space,Proceeding of the Joint LAPAN DFVLR Workshop on Remote Sensing of The Sea Surface.Jakarta, 6 8 October 1980. LAPAN Srihardiyanti, F. 1986. Penerapan Teknologi Penginderaan Jauh Bagi Usaha Perikanan,Jakarta,LAPAN. Barret,E,C.,Curtis,L,F. 1992,Introduction to Environmental Remote Sensing (Third Edition),London,Chapman & Hall. May be cited with reference to the source 10