BAB III METODE PENELITIAN

dokumen-dokumen yang mirip
BAB III METODE PENELITIAN

BAB IV HASIL DAN PEMBAHASAN

Jurnal Perikanan Kelautan Vol.4 No.4, Desember 2013 : ISSN :

BAB III METODOLOGI. Gambar 1. Peta Lokasi Penelitian di Samudera Hindia bagian Timur

3. METODOLOGI PENELITIAN

3. METODE. penelitian dilakukan dengan beberapa tahap : pertama, pada bulan Februari. posisi koordinat LS dan BT.

BAB III BAHAN DAN METODE

METODE PENELITIAN Bujur Timur ( BT) Gambar 5. Posisi lokasi pengamatan

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

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

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

3 METODE PENELITIAN. Gambar 7. Peta Lokasi Penelitian

3. METODOLOGI Waktu dan Lokasi Penelitian. Lokasi pengamatan konsentrasi klorofil-a dan sebaran suhu permukaan

OLEH : SEPTIAN ANDI PRASETYO

4 HASIL DAN PEMBAHASAN

Aplikasi GrADS Dalam Meteorologi

PENDAHULUAN. Pantai Timur Sumatera Utara merupakan bagian dari Perairan Selat

3. METODOLOGI. 3.1 Waktu dan Tempat Penelitian

1 PENDAHULUAN 1.1 Latar Belakang

ANALISIS POLA SEBARAN DAN PERKEMBANGAN AREA UPWELLING DI BAGIAN SELATAN SELAT MAKASSAR

Rochmady Staf Pengajar STP - Wuna, Raha, ABSTRAK

Studi Variabilitas Lapisan Atas Perairan Samudera Hindia Berbasis Model Laut

3. METODOLOGI PENELITIAN

FENOMENA UPWELLING DAN KAITANNYA TERHADAP JUMLAH TANGKAPAN IKAN LAYANG DELES (Decapterus Macrosoma) DI PERAIRAN TRENGGALEK

Gambar 1. Diagram TS

3. METODOLOGI. Gambar 7 Peta lokasi penelitian.

4. HASIL DAN PEMBAHASAN

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

3. BAHAN DAN METODE. Penelitian dilaksanakan pada bulan Februari hingga Agustus 2011 dengan

Adaptasi Perikanan Tangkap terhadap Perubahan dan Variabilitas Iklim di Wilayah Pesisir Selatan Pulau Jawa Berbasis Kajian Resiko MODUL TRAINING

Pengaruh Sebaran Konsentrasi Klorofil-a Berdasarkan Citra Satelit terhadap Hasil Tangkapan Ikan Tongkol (Euthynnus sp) Di Perairan Selat Bali

VARIABILITAS SUHU PERMUKAAN LAUT DI PERAIRAN PULAU BIAWAK DENGAN PENGUKURAN INSITU DAN CITRA AQUA MODIS

5 PEMBAHASAN 5.1 Sebaran SPL Secara Temporal dan Spasial

6 PEMBAHASAN 6.1 Produksi Hasil Tangkapan Yellowfin Tuna

Daerah Penangkapan Ikan (fishing ground) Oleh: Ririn Irnawati

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

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

VARIABILITAS SUHU DAN SALINITAS DI PERAIRAN BARAT SUMATERA DAN HUBUNGANNYA DENGAN ANGIN MUSON DAN IODM (INDIAN OCEAN DIPOLE MODE)

VARIABILITY NET PRIMERY PRODUCTIVITY IN INDIAN OCEAN THE WESTERN PART OF SUMATRA

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

4. HASIL DAN PEMBAHASAN

Simulasi Arus dan Distribusi Sedimen secara 3 Dimensi di Pantai Selatan Jawa

J. Sains & Teknologi, Agustus 2008, Vol. 8 No. 2: ISSN

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

1. PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB III METODOLOGI PENELITIAN

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

METODOLOGI. Gambar 4. Peta Lokasi Penelitian

BAB III BAHAN DAN METODE

PENUNTUN PRAKTIKUM OSEANOGRAFI FISIKA

PENGARUH PERUBAHAN DAN VARIABILITAS IKLIM TERHADAP DINAMIKA FISHING GROUND DI PESISIR SELATAN PULAU JAWA

4. HASIL DAN PEMBAHASAN

ANALISA PENENTUAN LOKASI BUDIDAYA RUMPUT LAUT DENGAN PARAMETER FISIKA MAUPUN KIMIA MENGGUNAKAN CITRA TERRA MODIS DI DAERAH SELAT MADURA

4. HASIL DAN PEMBAHASAN

3. METODE PENELITIAN. Penelitian ini dilakukan di laboratorium dan lapangan. Penelitian di

PEMBAHASAN ... (3) RMSE =

BAB III METODOLOGI PENELITIAN

BAB I PENDAHULUAN 1.1 Latar Belakang

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

Variabilitas Suhu dan Salinitas Perairan Selatan Jawa Timur Riska Candra Arisandi a, M. Ishak Jumarang a*, Apriansyah b

3 METODE PENELITIAN 3.1 Waktu dan Lokasi Penelitian 3.2 Kapal Survei dan Instrumen Penelitian

5. PEMBAHASAN 5.1 Sebaran Suhu Permukaan laut dan Klorofil-a di Laut Banda Secara Spasial dan Temporal

BAB IV HASIL DAN PEMBAHASAN

Seminar Nasional Penginderaan Jauh ke-4 Tahun Stasiun Klimatologi Kairatu Ambon 2. Sekolah Tinggi Meteorologi Klimatologi dan Geofisika

1 PENDAHULUAN. Latar Belakang

HINDCASTING GELOMBANG MENGGUNAKAN DATA ANGIN DARI MRI-JMA (METEOROLOGY RESEARCH INSTITUTE/JAPAN METEOROLOGY AGENCY) DALAM KURUN WAKTU

JURNAL OSEANOGRAFI. Volume 5, Nomor 4, Tahun 2016, Halaman Online di :

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG

BAB III DATA DAN METODOLOGI

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

HASIL DAN PEMBAHASAN

DATA, INFORMASI, KRITERIA, PERTIMBANGAN, PENENTUAN DAN DELIENASI ALOKASI RUANG UNTUK ZONA PERIKANAN TANGKAP PELAGIS

BAB IV HASIL DAN PEMBAHASAN

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

PENDAHULUAN Latar Belakang

3. METODOLOGI PENELITIAN

3. METODOLOGI PENELITIAN

Safruddin*, Nur Indah Rezkyanti, Angraeni, M. Abduh Ibnu Hajar, St. Aisjah Farhum, Mukti Zainuddin

IDENTIFIKASI VARIABILTAS UPWELLING BERDASARKAN INDIKATOR SUHU dan KLOROFIL-A DI SELAT LOMBOK Randy Yuhendrasmiko, Kunarso, Anindya Wirasatriya

APLIKASI DATA INDERAAN MULTI SPEKTRAL UNTUK ESTIMASI KONDISI PERAIRAN DAN HUBUNGANNYA DENGAN HASIL TANGKAPAN IKAN PELAGIS DI SELATAN JAWA BARAT

BAB I PENDAHULUAN. Secara geografis wilayah Indonesia terletak di daerah tropis yang terbentang

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

ANALISIS DISTRIBUSI ARUS PERMUKAAN LAUT DI TELUK BONE PADA TAHUN

PENDAHULUAN Latar Belakang

Prosiding Seminar Nasional Aplikasi Teknologi Prasarana Wilayah (ATPW), Surabaya, 11 Juni 2015, ISSN

BAB III BAHAN DAN METODE

3. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan pada bulan April Oktober 2011 meliputi

VARIABILITAS SUHU PERMUKAAN LAUT DAN KONSENTRASI KLOROFIL A DI BAGIAN SELATAN SELAT MAKASSAR

BAB I PENDAHULUAN 1.1. Latar Belakang

3 METODOLOGI PENELITIAN

Hubungan Suhu Muka Laut Perairan Sebelah Barat Sumatera Terhadap Variabilitas Musim Di Wilayah Zona Musim Sumatera Barat

6 PEMBAHASAN. 6.1 Kondisi Selat Madura dan Perairan Sekitarnya

Simulasi Arus dan Distribusi Sedimen secara 3 Dimensi di Pantai Selatan Jawa

Transkripsi:

BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Lokasi penelitian adalah Perairan Timur Laut Jawa, selatan Selat Makassar, dan Laut Flores, meliputi batas-batas area dengan koordinat 2-9 LS dan 110-126 BT yang diperlihatkan pada Gambar 8. Pengolahan dan analisis data dilakukan di kantor Pusat Penelitian dan Pengembangan Sumberdaya Laut dan Pesisir (P3SDLP), Badan Penelitian dan Pengembangan Kelautan dan Perikanan (Balitbang KP) dan Laboratorium Komputer FPIK UNPAD. Pelaksanaaan penelitian selama dua bulan dari Juni sampai dengan Agustus 2013. Gambar 1. Peta Lokasi Penelitian 19

20 3.2 Bahan dan Alat 3.2.1 Bahan Bahan dalam penelitian ini yaitu berupa data sebagai berikut: 1. Data reanalysis hasil model laut global SODA (Simple Oceanic Data Assimilation) versi 2.1.6 berbasis model Parallel Ocean Program 1.3 (POP 1.3), dengan output variabel yang digunakan diantaranya suhu, arus, dan salinitas. Data yang digunakan yaitu data selama kurun waktu 1958 sampai dengan 2008, yang kemudian dikalkulasi menjadi nilai klimatologi bulanan. 2. Data hasil model gabungan (coupled) gelombang MASNUM (Marine Science and Numerical Modelling) dengan POM (Princeton Ocean Model), berupa data suhu dengan kurun waktu 1980 sampai 2007 yang kemudian dikalkulasi menjadi nilai klimatologi bulanan. 3. Data Klorofil-a citra satelit SeaWIFS resolusi 0,1º dengan kurun waktu 1998 sampai 2010 yang kemudian kalkulasi menjadi nilai klimatologi bulanan. 4. Data arus geostropik citra satelit AVISO Geostrophic Velocities resolusi 0,25º selama kurun waktu 1993 sampai 2010 yang kemudian dikalkulasi menjadi nilai klimatologi bulanan. 5. Data pendukung Suhu Permukaan Laut (SPL) citra satelit AVHRR Pathfinder V5 resolusi 0,0439453º selama kurun waktu 1982 sampai 2010 yang kemudian dikalkulasi menjadi nilai klimatologi bulanan. 6. Data pendukung Ekman upwelling citra satelit QuikSCAT selama kurun waktu 2000 sampai 2009. 7. Data hasil tangkapan ikan Layang di selatan Selat Makassar tahun 2006-2007 dan di Laut Jawa tahun 1996-1997. 3.2.2 Alat Pengolahan data-data dalam penelitian ini dilakukan dengan menggunakan beberapa software diantaranya : 1. Software Ferret v6.84 yang digunakan untuk mengkalkulasi, memvisualisasikan, dan menganalisis data hasil model numerik laut dan citra satelit dalam bentuk netcdf. Ferret merupakan program yang dibuat di University of Hertfordshire oleh anggota Plagiarism Detection Group, kemudian dikembangkan oleh Thermal Modeling and Analysis Project (TMAP). Ferret dirancang untuk memenuhi kebutuhan para ahli kelautan dan

21 meteorologists dalam menganalisis gridded data sets yang besar dan kompleks. Software ini dapat membaca data dengan format ASCII dan file binary. 2. Microsoft Excel 2007, untuk membuat tabulasi data, perhitungan, dan visualisasi data dalam bentuk grafik. 3. Software ArcGIS versi 10.1, untuk membuat peta lokasi penelitian dan peta sebaran daerah potensial penangkapan ikan. 3.3 Tahapan Penelitian 3.3.1 Pengumpulan Informasi dan Data Pengumpulan informasi dilakukan dengan melakukan studi kepustakaan mengenai kajian penelitian, kemudian melakukan pengumpulan data penelitian, baik dari website yang dapat diakses secara bebas maupun dari instansi terkait yang menyediakan data-data yang dibutuhkan. Adapun data yang dipilih dalam penelitian ini adalah: 1. Data reanalysis hasil model laut global dari SODA (Simple Oceanic Data Assimilation) versi 2.1.6 yang berbasis model Parallel Ocean Program 1.3 (POP 1.3) yang dapat diakses secara gratis melalui website http://iridl.ldeo.columbia.edu/sources/.carton-giese/.soda/.v2p1p6/. 2. Data hasil model MASNUM (Kuswardani 2012) 3. Data Klorofil-a, arus geostropik, SPL dan Ekman upwelling dari NOAA (National Oceanic and Atmospheric Administration) yang dapat diakses secara gratis dari website www.las.oceanwatch.pfeg.noaa.gov. (nama satelit yang digunakan). 4. Data hasil tangkapan ikan Layang di selatan Selat Makassar adalah data PPN Pekalongan dalam penelitian Prasetyo dan Suwarso (2010), sedangkan data di Laut Jawa adalah data PPN Pekalongan dalam penelitian Astuti (1999). 3.3.2 Pengolahan dan Analisis Data 3.3.2.1 Verifikasi Model Verifikasi model dilakukan untuk mengetahui seberapa besar tingkat akurasi hasil model yang digunakan. Metode verifikasi dilakukan secara kualitatif dengan membandingkan visual parameter-parameter hasil simulasi model dengan

22 pola umum yang diperoleh dari data hasil observasi. Dalam penelitian ini terdapat dua model yang akan diverifikasi dengan data hasil rekaman citra satelit yaitu model SODA versi 2.1.6 dan model MASNUM. Variabel yang dibandingkan adalah hasil model suhu yang diambil pada lapisan kedalaman 1 (Z=1), sedangkan data observasi sebagai pembanding digunakan data SPL dari citra satelit NOAA/AVHRR Pathfinder V5. Model dengan nilai Root-Mean-Square-Error (RMSE) paling kecil yang akan digunakan sebagai media analisis. Adapun persamaan yang digunakan dalam menghitung nilai RMSE adalah sebagai berikut: Dimana : n = Jumlah data d i = Variabel model berupa suhu dari lapisan permukaan ď i = Variabel aktual berupa SPL dari satelit 3.3.2.2 Hasil Model Laut Global SODA versi 2.1.6 berbasis Model Parallel Ocean Program 1.3 (POP 1.3) Hasil Model yang digunakan dalam penelitian ini memiliki format netcdf (network Common Data Format) yang dirancang oleh Unidata Program Centre di Boulder, Amerika Serikat. NetCDF banyak dipakai untuk menyimpan data ilmiah khususnya data klimatologi, karena data dengan format ini tak tergantung pada jenis mesin komputer yang digunakan. Data dengan format netcdf dapat digunakan dalam berbagai macam sistem operasi seperti Windows dan Unix, dan pada berbagai jenis mesin komputer seperti PC IBM atau DEC Alpha. Keuntungan menggunakan tipe data ini jelas tidak ada masalah dalam hal kompatibilitas, sehingga kita dapat memindahkan datanya dari satu jenis komputer ke komputer lainnya. NetCDF dikenal sebagai self-defining data format (informasi tambahan tentang datanya) berupa data iklim, data hasil pengamatan/hasil simulasi model, informasi letak geografis, informasi grid yang digunakan, periode pengamatan atau simulasi, dan di ketinggian (level) berapa data pengamatan atau simulasi tersebut berlaku. Fungsi informasi tambahan ini

23 untuk mempermudah dalam membuat visualisasi dari data hasil pengamatan atau simulasi. NetCDF merupakan salah satu jenis data biner yang hanya bisa dimengerti apabila sudah diterjemahkan dengan suatu program atau software yang cocok, sehingga untuk melakukan analisis dan visualisasinya digunakan software Ferret v6.84 yang berjalan di bawah sistem operasi Linux, sebagai tools standar netcdf. Model sirkulasi laut yang mencakup model klimatologi suhu, salinitas, dan pergerakan arus baik secara vertikal maupun horisontal ini diekstrak sesuai dengan wilayah penelitian kemudian dianalisis dan ditampilkan dalam bentuk peta sebaran spasial dengan resolusi waktu rata-rata per bulan selama periode tahun 1958 sampai dengan tahun 2008 (data klimtologi). Dari tampilan peta tersebut akan terlihat perbedaan nilai gradien yang mencolok dari setiap variabel yang diamati. Hal inilah yang dapat menentukan keberadaan daerah upwelling yang diprediksi sebagai daerah yang subur dan pola pergerakan massa air sebagai analisis daerah potensial yang disukai oleh ikan, terutama ikan pelagis. Sebagai parameter pendukung dalam analisis, dilakukan kalkulasi parameter turunan dari parameter suhu, yakni gradien suhu dan lapisan termoklin. Gradien suhu diperoleh dari nilai selisih suhu antara lapisan kedalaman, sedangkan lapisan termoklin diperoleh dari hasil pendeteksian lapisan massa air dengan isotherm 20 ºC. 3.3.2.3 Klorofil-a Data klorofil-a diperoleh melalui data citra SeaWiFS dengan resolusi 0.1. Data tersebut dalam bentuk ascii dari NOAA OceanWatch Central Pasific yang diperoleh dari situs http://oceanwatch.pifsc.noaa.gov. NOAA OceanWatch- Central Pasific adalah aplikasi berbasis web yang dikembangkan oleh NOAA (National Oceanic and Atmospheric Administration) yang menyediakan cara mudah untuk memvisualisasikan, menganalisis, dan akses sejumlah besar data oseanografi. Beberapa jenis kegiatan satelit oleh NOAA OceanWatch-Central Pasific meliputi observasi, monitoring, analisis, dan distribusi data. Data konsentrasi klorofil-a digunakan sebagai indikator tingkat kesuburan dan produktifitas perairan. Informasi mengenai variabilitas spasial klorofil-a permukaan laut dapat digunakan untuk mempermudah pengelolaan dan

24 pemanfaatan sumber daya perikanan yaitu sebagai dasar untuk menduga dan menentukan perairan yang potensial untuk fishing ground. Data klorofil-a yang diperoleh diolah dengan menggunakan perangkat lunak Ferret v6.84 kemudian dianalisis secara deskriptif. Sebaran klorofil-a yang telah diolah kemudian dikelompokkan berdasarkan variasi bulanan dan musiman. Dari data citra kemudian diidentifikasi sebaran nilai maksimum dan minimum serta dievaluasi dari waktu ke waktu (temporal) berdasarkan perubahan area (spasial). 3.3.2.4 Analisis Hubungan SPL dan Klorofil-a dengan Hasil Tangkapan Ikan Hubungan faktor lingkungan dengan kelimpahan hasil tangkapan secara kuantitas diketahui berdasarkan hasil korelasi Pearson melalui perhitungan sebagai berikut: Dimana : r x x y y = Pearson r correlation coefficient = variabel yang dikorelasikan berupa SPL atau Klorofil-a = rata-rata variabel x = variabel yang dikorelasikan berupa hasil tangkapan = rata-rata variabel y Tabel 1. Interpretasi kekuatan hubungan hasil korelasi Pearson (Kuncoro dan Riduwan 2007) Nilai Korelasi Interpretasi 1 Korelasi linear sangat tinggi 0,99 0,81 Korelasi linear tinggi 0,80 0,61 Korelasi linear cukup 0,60 0,41 Korelasi linear agak rendah 0,40 0,21 Korelasi linear rendah 0,20 0,01 Korelasi linear sangat rendah 0 Tidak berkorelasi linier, tetapi masih dimungkinkan berkorelasi non linier

25 3.3.3 Diagram Alir Penelitian Untuk mempermudah mengetahui tujuan dan tahapan analisis data pada penelitian ini, maka dibuat suatu diagram alir penelitian. Adapun diagram alir penelitian ini disajikan pada Gambar 9. Gambar 2. Diagram alir penelitian