BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang Air laut merupakan medium yang selalu bergerak sehingga akan terjadi sirkulasi baik yang terjadi pada skala lokal, regional, maupun global (Notji, 2005). Salah satu penyebab terjadinya pergerakan air adalah suhu. Suhu menyumbang proporsi paling besar dalam keseimbangan interaksi antara laut dan udara. Perubahan dinamis suhu tentunya akan berpengaruh juga terhadap perubahan kondisi iklim dan sirkulasi arus global. Fenomena anomali kondisi iklim seperti El Niño dan La Niňa yang terjadi di perairan Indonesia juga merupakan fenomena yang dipicu oleh adanya anomali Suhu Permukaan Laut (SPL) di beberapa wilayah perairan. Susanto et al. (2001) mengungkapkan bahwa ENSO (El Niño-Southern Oscillation) mempengaruhi penaikan massa air tahunan di perairan Selatan Jawa serta mengakibatkan adanya anomali angin dari timur. Anomali terjadi akibat pengaruh perbedaan suhu sehingga air di sebelah Barat Samudera Pasifik bergerak menuju Samudera Pasifik Bagian Timur. Pada saat El Niňo mengalir massa air dingin dari Pasifik menuju Samudera Hindia dan saat La Niňa mengalir massa air hangat yang masuk ke Samudera Hindia. El Niño mengakibatkan kekeringan, maka La Niňa kebalikan dari El Niño. Pada saat El Niño justru kelimpahan ikan semakin tinggi, sedangkan pada saat La Niňa ikan akan beradaptasi memilih kolom perairan yang lebih cocok. Fenomena anomali lain yang dipengaruhi oleh adanya perbedaan suhu yaitu IOD (Indian Ocean Dipole) terjadi di Samudera Hindia, dimana terdapat perbedaan SPL antara Selat Makassar dan Laut Banda dengan perairan di Afrika. Fenomena IOD merupakan suatu pola variabilitas di Samudera Hindia dimana SPL yang lebih rendah daripada biasanya ditemukan di lepas pantai Barat Sumatera dan SPL yang lebih hangat terdapat di sebagian besar Barat Samudera Hindia yang diikuti oleh anomali angin dan curah hujan (Saji et al. 1999). SPL juga dapat menjadi salah satu indikator dalam kajian oseanografi seperti Upwelling, front, dan eddie. Fenomena ini bersifat lokal, namun 18

berpengaruh terhadap kondisi kimia, fisika, dan biologi suatu perairan. Olson et al. (1994) mendeskripsikan bahwa proses oseanografi yang dinamis seperti front dan Upwelling merupakan indikator untuk mengenali interaksi yang kuat antara faktor fisika dan biologi sehingga menghasilkan kondisi yang cocok untuk organisme di perairan, karena interaksi ini akan meningkatkan produktifitas dan makanan bagi organisme. Front merupakan batas antara massa air yang memiliki karakteristik fisika dan kimia yang berbeda, dan pada kedua massa air yang terpisah tersebut juga memiliki karakteristik biologi yang unik (Wall, 2008). Perbedaan gradien suhu pada area front menyebabkan terjadinya pergerakan massa air baik secara vertikal maupun horizontal, sehingga terjadi pengadukan (mixing). Mekanisme ini akan memberikan efek biologi pada kesuburan perairan. Keberadaan front di perairan menjadi sangat penting yaitu sebagai hotspot bagi kehidupan ekosistem laut, dari fitoplankton hingga predator (Belkin et al., 2009). Olson et al. (1994) mengemukakan bahwa terdapat banyak variasi kemungkinan terjadinya front, yaitu front suhu, front salinitas, dan front klorofil-a. Variasi kemungkinan terjadinya front memang dapat dihubungkan dengan beberapa parameter oseanografi seperti klorofil-a, suhu, salinitas, densitas, ataupun arus, tetapi menurut Obenour (2013) sebagian besar selalu dikaitkan dengan SPL karena beberapa alasan. Pertama, pada beberapa kasus front dapat lebih jelas jika diidentifikasi melalui data SPL karena pola suhu yang unik. Kedua, seperti yang telah dijelaskan pada uraian sebelumnya, bahwa dinamisasi perairan selalu berkaitan dengan adanya perbedaan suhu (gradien suhu), terutama jika hal ini tidak dapat dipisahkan dari adanya proses interaksi udara dan laut. Ketiga, ketersediaan data SPL secara global dengan resolusi spasial rendah hingga medium dan temporal harian lebih memadai jika digunakan untuk kajian global sebaran front yang dinamis perubahannya. Oleh karena itu dalam penelitian ini identifikasi front utamanya akan menggunakan data SPL. Untuk dapat mengkaji perbedaan pola secara spasial maupun temporal sebaran kejadian front maka dipilih data SPL dalam kurun waktu bulan Desember 2009 hingga November 19

2012. Hal ini terkait dengan kondisi SPL pada kurun waktu tersebut sangat bervariasi dan terjadi fenomena anomali iklim. Perkembangan satelit sumberdaya untuk memantau dan mengobservasi kondisi laut saat ini semakin berkembang. Observasi kondisi perairan yang luas, dinamis, dan sulit untuk diobservasi dengan menggunakan cara konvensional dapat lebih efisien apabila dikaji menggunakan citra satelit (Chen et al., 2003). Citra satelit Aqua MODIS akan digunakan dalam penelitian ini, meskipun memiliki resolusi spasial rendah hingga sedang tetapi resolusi temporal cukup tinggi yaitu 1 harian. Front biasanya terjadi pada daerah yang luas dan membentuk pola memanjang sehingga resolusi menengah hingga rendah lebih tepat digunakan, sehingga dapat meliput seluruh fenomena front tersebut (Ginzburg et al., 2007). Citra Aqua MODIS merupakan citra multispektral yang memiliki 36 band dengan julat panjang gelombang dari 0,620 μm hingga 14,385 μm dan terdapat panjang gelombang yang memang diperuntukkan mengindera suhu di permukaan laut. Melalui citra satelit ini akan diekstrak informasi SPL yang kemudian akan digunakan sebagai data masukan pada proses identifikasi front. Identifikasi front dilakukan dengan cara digital yaitu dengan memanfaatkan metode deteksi tepi (edge detection) yang berbasis analisis histogram yaitu SIED (Single Image Edge Detection). Metode ini diterapkan pada data SPL, sehingga nantinya daerah front yang teridentifikasi adalah daerah front suhu di permukaan (Surface Thermal Front). Kajian mengenai daerah front di wilayah perairan Indonesia belum banyak dikembangkan. Kajian front dapat menjadi salah satu pendekatan untuk melihat sebaran kelimpahan ikan, sebaran pola Upwelling, serta dapat digunakan sebagai salah satu faktor untuk memprediksi fenomena lokal lain seperti eddie. Indonesia memiliki perairan yang berbatasan langsung dengan samudera (open sea) serta perairan yang relatif tertutup (internal sea). Masing-masing perairan tersebut memiliki karakteristik khas, fenomena oseanografi yang berbeda, serta variasi sumberdaya kelautan yang berbeda. Oleh karena itu perlu dikaji satu persatu dari setiap perairan tersebut. Fokus dalam penelitian ini mengenai front dari data SPL, maka salah satu wilayah di perairan Indonesia yang memiliki variasi SPL dan 20

kemungkinan besar membentuk pertemuan dua massa air adalah Selat Makassar dan Laut Banda. Selat Makassar dan Laut Banda merupakan pintu lintasan arus laut global dari Samudera Pasifik ke Samudera Hindia. Arus lintas ini disebut dengan Arus Lintas Indonesia (Arlindo). Adanya pergerakan massa air inilah yang menyebabkan Selat Makassar dan Laut Banda merupakan daerah pertemuan massa air hangat dan dingin, sehingga memiliki potensi terjadinya front dan Upwelling. 1.2. Perumusan Masalah Front merupakan faktor penting dalam proses oseanografi. Bukan hanya disebabkan oleh faktor dari perairan tetapi area ini juga dipengaruhi oleh keseimbangan sistem interaksi antara perairan dengan udara. Jika front merupakan interaksi perairan dengan udara maka dapat dipahami bahwa front berfungsi sebagai saluran pertukaran panas, karbon, oksigen, dan berbagai gas lain untuk masuk dalam perairan (Ferrari, 2011). Variasi musim akan berpengaruh terhadap perubahan SPL dan memicu anomali pada SPL. Perubahan dinamis SPL tentunya akan berpengaruh juga terhadap perubahan sebaran front suhu. Terbentuknya front akan berasosiasi dengan banyak parameter oseanografi, namun dalam penelitian-penelitian terdahulu daerah front cukup diidentifikasi dari SPL tanpa melihat faktor oseanografi lain yang dapat memicu variasi sebaran front. Front dapat terbentuk akibat faktor angin pada daerah Upwelling, debit sungai di sepanjang pantai, pertemuan massa air, topografi bawah laut, gesekan pasang surut, atau kombinasi dari faktor-faktor ini. Beberapa penelitian menyebutkan bahwa terjadinya front sangat erat hubungannya dengan adanya Upwelling akibat angin, konsentrasi Klorofil-a yang tinggi, dan berasosiasi dengan adanya eddies (Bernstein et al., 1977; Flament et al., 1985; Castelao et al.; 2006). Front akan bergerak dan berubah secara dinamis namun ada pula yang stabil. Pola sebaran front diduga akan mengikuti pola Upwelling yaitu terpengaruh variasi musim oseanografi (Kahru et al., 2012). Chelton et al. (2004) dan Perrie et al. (2010) mengindentifikasi adanya kesamaan pola front yang dideteksi dengan menggunakan data angin dengan front dari data SPL. Apabila data angin mampu 21

dimanfaatkan untuk deteksi front maka dengan kata lain sebaran angin berasosiasi dan dapat mencerminkan front. Penelitian Acha et al. (2004) mencatat bahwa sebaran front baik front akibat dari pasang surut, lereng paparan (continental slope), upwelling, atau estuari terjadi pada zona neritik dan berasosiasi juga dengan adanya pulau atau kepulauan. Selain itu front juga banyak terjadi pada lereng paparan (shelf-break). Jatisworo dan Murdimanto (2013) melakukan penelitian mengenai perbandingan sebaran front Suhu di Selat Makassar dan Laut Banda hanya berdasarkan data SPL dan sebaran front pada perwakilan bulan setiap periode musim berbeda membentuk pola yang khas di beberapa area akibat dari parameter oseanografi lain. Berdasarkan uraian di atas maka dalam penelitian ini terdapat permasalahan penelitian sebagai berikut : 1. Suhu permukaan laut merupakan parameter utama dalam identifikasi front suhu. Variasi musim akan berpengaruh terhadap perubahan dinamis SPL. Jika terjadi anomali SPL akibat variasi musim di perairan Selat Makassar dan Laut Banda, maka pola sebaran front juga akan berubah. Terbentuknya daerah front perlu dikaji untuk melihat variasinya terhadap perbedaan musim. 2. Identifikasi, pemetaan, dan kajian mengenai sebaran front menggunakan survei lapangan akan membutuhkan banyak biaya dan tenaga yang intensif, sedangkan jika menggunakan teknik oseanografi seperti menggunakan data buoy akan sangat sulit melihat pergerakan dan kejadian front secara dinamis terutama jika area kajian yang sangat luas, sehingga alternatif yang paling memungkinkan menggunakan data penginderaan jauh yang memiliki resolusi temporal 1 hari.. 3. Terbentuknya front terjadi akibat variasi musim dan distribusi yang terbentuk juga akan berasosiasi dengan banyak parameter oseanografi antara lain adanya kondisi angin dan kedalaman perairan. Front dari data SPL di Selat Makassar dan Laut Banda kemungkinan mempunyai 22

hubungan positif ataupun negatif dengan kondisi angin dan kedalaman perairan, hal ini belum diteliti. 4. Data frekuensi front yang menunjukkan kejadian front tetap/stabil (persistent front) dan diikuti oleh melimpahnya klorofil-a pada lokasi yang sama maka selanjutnya dapat digunakan untuk menentukan front upwelling. 1.3. Pertanyaan Penelitian Berdasarkan perumusan masalah di atas dapat diidentifikasi pertanyaan penelitian sebagai berikut : 1. Bagaimana variasi kondisi SPL di Selat Makassar dan Laut Banda (WPP 573) selama periode Desember 2009 hingga November 2012? 2. Bagaimana sebaran front di Selat Makassar dan Laut Banda pada variasi musim selama periode Desember 2009 hingga November 2012 secara spasial? 3. Apakah frekuensi kejadian front yang terjadi di Selat Makassar dan Laut Banda mempunyai hubungan dengan variabel faktor tegangan angin dan kedalaman perairan? 4. Apakah data frekuensi front, kelimpahan klorofil-a, dan data angin dapat digunakan untuk menentukan jenis front upwelling. 1.4. Tujuan Penelitian Berdasarkan pada pertanyaan penelitian yang dihadapi maka tujuan dari penelitian ini adalah : 1. Menganalisis variasi kondisi SPL di Selat Makassar dan Laut Banda melalui citra satelit Aqua MODIS secara multitemporal. 2. Identifikasi, pemetaan, dan analisis sebaran front yang terjadi di Selat Makassar dan Laut Banda melalui citra satelit Aqua MODIS secara multitemporal. 3. Menganalisis secara statistik frekuensi front yang terjadi di Selat Makassar dan Laut Banda dengan faktor tegangan angin dan kondisi kedalaman 23

perairan untuk melihat apakah kedua variabel tersebut berpengaruh terhadap nilai frekuensi front. 4. Menganalisis data frekuensi front yang diintegrasikan dengan data kelimpahan klorofil-a dan data angin untuk menentukan front upwelling di Selat Makassar dan Laut Banda. 1.5. Manfaat Penelitian Hasil penelitian ini diharapkan dapat memberikan manfaat sebagai berikut : 1. Menambah pemahaman dan pengetahuan tentang analisis data penginderaan jauh terutama citra resolusi rendah seperti Citra Aqua MODIS yang dikombinasi dengan data oseanografi untuk mengkaji terbentuknya daerah front di Perairan Selat Makassar dan Laut Banda. 2. Sebagai acuan untuk dapat memahami pola kesuburan perairan dan penentuan lokasi potensi kelimpahan ikan pelagis di Selat Makassar dan Laut Banda agar tetap dapat dimanfaatkan secara optimal dan lestari. 1.6. Keaslian Penelitian Kahru et al. (1995) melakukan penelitian di Laut Baltic dengan tujuan untuk mengetahui distribusi front dari data SPL yang diekstrak melalui citra AVHRR. Penelitian ini menggunakan citra multitemporal dengan resolusi temporal harian selama 9 bulan perekaman dari bulan 4 Juni 1991 hingga 3 Maret 1992. Daerah front diidentifikasi dengan mengunakan Metode SIED (Single Image Edge Detection) yang dikembangkan oleh Cayula dan Cornillon (1992). Metode ini akan mendeteksi hotspot atau daerah Thermal Front. Modifikasi dilakukan oleh Kahru dengan melakukan reduksi ukuran piksel agar daerah yang tertutup awan dapat tetap terlihat frekuensi front-nya. Selain itu juga diterapkan Analisis Emphirical Orthogonal Function (EOF) untuk menyederhanakan distribusi spasial-temporal dari hasil identifikasi front. EOF akan membuat ranking berdasarkan temporal, spasial, maupun nilai total varian. Dalam penelitian ini Kahru membuat ranking distribusi front berdasarkan nilai varian, dimana akan dapat diketahui hubungan dominan antara kekuatan dan pola front. Hasil dari 24

penelitian ini adalah frekuensi front serta mode frekuensi front yang dapat bernilai negatif ataupun positif, menunjukkan lemah atau kuatnya kejadian front. Miller (2009) juga menggunakan Metode SIED (Single Image Edge Detection) untuk mendeteksi adanya daerah front di Semenanjung Iberia. Citra satelit yang digunakan adalah AVHRR dan SeaWIFS, dimana kedua citra ini merupakan satelit yang bersensor optik sehingga terpengaruh kondisi tutupan awan. Untuk tetap dapat menggambarkan dinamika proses fisika dan bologi suatu perairan seperti front maka Miller menggunakan teknik komposit konvensional. Teknik komposit konvensional ini dilakukan dengan cara mendeteksi front dengan metode SIED pada masing-masing citra, kemudian hasil tersebut dikomposit menjadi beberapa periode tanggal sehingga akan menghasilkan front rerata, probabilitas front, dan analisis ketetanggaan (neighbourhood) sebagai faktor pembobot dalam membuat komposit front. Hasil komposit ini juga divalidasi dengan data di lapangan (insitu) yaitu mengukur langsung klorofil-a dan Suhu Permukaan Laut dengan cara transek. Hasil yang didapatkan dalam penelitian ini adalah peta daerah front per citra serta peta daerah front komposit. Metode SIED cukup akurat digunakan untuk deteksi front pada citra asli, sedangkan metode komposit front akan menghasilkan visualisasi front yang dinamis meskipun citra asli yang digunakan tertutup awan. Wall et al. (2008) melakukan penelitian di Pantai Barat Florida dengan tujuan untuk identifikasi front dengan mencoba menerapkan dua metode deteksi tepi yaitu algoritma SIED (Single Image Edge Detection) dan algoritma Canny. Hasil identifikasi kemudian ditentukan seberapa stabil front yang terjadi dan dilakukan analisis karakteristik front baik secara fisika maupun biologi. Citra satelit yang digunakan adalah MODIS, NOAA AVHRR, dan SeaWIFS yang kemudian diekstraksi menjadi data SPL dan klorofil-a. Pada kedua data ini kemudian diterapkan metode deteksi. Hasil yang didapatkan adalah algoritma yang sesuai untuk identifikasi front di daerah perairan lepas adalah SIED sedangkan algoritma Canny baik digunakan untuk daerah dekat pantai. Selain itu daerah front tahun 2005 hasil identifikasi berkorelasi dengan adanya kejadian kelimpahan alga (algae blooms). 25

Jatisworo dan Murdimanto (2013) melakukan penelitian mengenai front suhu di Selat Makassar dan Laut Banda dengan menggunakan data SPL turunan dari Citra Aqua MODIS dengan menerapkan metode SIED. Hasil yang diperoleh adalah sebaran front yang terjadi memiliki pola tertentu dan pada periode bulan dengan musim yang sama akan terbentuk front yang polanya hampir sama. Namum dalam penelitian sebelumnya belum mengkaji parameter oseanografi apa yang menyebabkan front suhu memiliki pola sebaran tersebut. Kesamaan lokasi penelitian dan metode deteksi front dengan penelitian yang dilakukan oleh Jatisworo dan Murdimanto (2013) yaitu Selat Makassar dan Laut Banda, namun tahun perekaman citra yang digunakan pada penelitian ini dari tahun 2009 hingga 2012 dengan analisis dilakukan pada seluruh periode bulan yang ada pada kurun waktu tersebut, sedangkan pada penelitian Jatisworo dan Murdimanto (2013) hanya mengambil dan menganalisis sebaran front pada bulan-bulan tertentu yang dianggap mewakili variasi musim. Penelitian ini merupakan penelitian pengembangan dari sebelumnya yaitu tidak hanya melihat sebaran juga melihat korelasi frekuensi front terhadap parameter oseanografi yaitu angin dan batimetri. Analisis statistik akan diterapkan untuk melihat seberapa besar pengaruh faktor tegangan angin dan kedalaman perairan dengan frekuensi front dengan menggunakan model statistik regresi linier. Data frekuensi front juga akan ditumpangsusun dengan data kelimpahan klorofil-a untuk melihat front upwelling. Kesamaan penelitian ini dengan penelitian lainnya adalah dalam penelitian yang akan dilakukan menggunakan data SPL hasil turunan dari citra satelit Aqua MODIS seperti pada penelitian Wall et al. (2008) serta Jatisworo dan Murdimanto (2013). Metode deteksi tepi yang dipilih untuk identifikasi daerah front adalah metode SIED (Single Image Edge Detection) karena dalam penelitian yang dilakukan oleh Wall et al. (2008) telah disebutkan bahwa metode ini cukup akurat dan digunakan pada citra sensor pasif seperti MODIS. Sebaran front diidentifikasi melalui data tunggal suhu permukaan laut yang kemudian ditumpangsusunkan secara linier untuk mendapatkan sebaran front periode waktu tertentu (bulanan dan musiman) seperti yang dilakukan oleh Miller (2009). Karakteristik perairan pada penelitian Kahru (1995); Wall (2009); dan Miller (2009) dilakukan pada 26

wilayah perairan yang memiliki beda suhu permukaan yang ekstrim hingga 0.5 o C, sedangkan di wilayah perairan Indonesia kondisi suhu sangat heterogen dengan beda suhu yang tidak terlalu ekstrim sehingga penerapan SIED juga akan disesuaikan dengan kondisi beda suhu di perairan Indonesia yaitu dengan mengitung terlebih dahulu rerata beda suhu pada area yang diinterpretasi sebagai front. Hasil pengolahan dari Citra Aqua MODIS level 1B dengan resolusi 1 km hingga menjadi data SPL level 3 dengan resolusi spasial 4 km, hal ini menyebabkan banyak terjadi reduksi informasi. Namun secara temporal data SPL dari Citra Aqua MODIS memiliki resolusi 1 harian atau dapat dikatakan near real time. Akurasi sebaran front pada penelitian ini belum dapat diukur karena tidak memungkinkan dilakukan pengambilan sampel insitu pada daerah front karena front berubah secara cepat dan dinamis. Akurasi front di negara lain dapat dihitung karena data insitu seperti data CTD (Conductivity, Temperature, and Depth) dan Bouy sangat lengkap dan real time, sedangkan di Indonesia data tersebut sulit didapatkan. Dalam penelitian ini hanya akan dilihat akurasi Data SPL yang digunakan sebagai data masukan identifikasi front dengan membandingkan data SPL tersebut dengan beberapa data CTD yang pernah diukur oleh penelitian lain, sehingga dapat diketahui akurasi dari data masukan. Hal inipun sangat terbatas, karena data SPL dari CTD hanya pada beberapa periode waktu dan beberapa titik saja, serta datanya tidak berkelanjutan (continue). Penelitian ini akan menghasilkan peta cetak dengan skala tinjau yaitu sekitar 1 : 11.000.000, selain itu peta sebaran front juga akan dibuat dalam bentuk peta animasi dengan format *gif agar terlihat dinamisasi perubahan sebarannya. Untuk memudahkan dalam membandingkan dan sekaligus untuk menunjukkan keaslian penelitian ini, peneliti menyajikan tabel ringkasan penelitian terdahulu yang meliputi nama peneliti, judul dan tahun penelitian, lokasi penelitian, tujuan, metode penelitian, dan hasil penelitian (Tabel 1). 27

Tabel 1. Perbandingan penelitian-penelitian mengenai daerah front Peneliti Judul dan Tahun Penelitian Lokasi Penelitian Tujuan Metode Analisis Hasil Mati Kahru, Bertil Distribution Of The Laut Baltic untuk mengetahui distribusi front dari data Menggunakan data AVHRR - Frekuensi Front Hakansson, dan Ove Sea Surface suhu permukaan laut dan kekuatan front yang untuk mengekstraksi data suhu - Mode Frekuensi Front (negatif dan Rud (1995) Temperature Fronts terjadi. permukaan laut, kemudian positif) yang berkorelasi dengan In The Baltic Sea As menerapkan algoritma SIED lemah kuatnya kejadian front. Derived From (Single Image Edge Detection) - Hasil deteksi front dengan metode Satellite Imagery dan analisis EOF (Emphirical SIED dapat dikatakan valid, namun Orthogonal Function) terdapat sedikit error pada front yang terdeteksi dekat dengan awan atau daratan. Peter Miller (2009) Composite Front Semenanjung Meningkatkan kualitas visualisasi AVHRR - Metode SIED (Single - Deteksi front pada citra individual Maps For Improved Iberia dan SeaWIFS yang tertutup awan untuk Image Edge Detection) (klorofil-a dan suhu permukaan Visibility Of Dynamic menggambarkan proses fisik dan biologi - Teknik komposit laut) Sea Surface Feature yang terjadi di lautan secara dinamis konvensional, yaitu - Peta komposit front On Cloudy SeaWIFS membuat bobot dari front - Akurasi thermal front yang And AVHRR Data rerata beberapa peta suhu terdeteksi adalah 93 % sedangkan permukaan laut, kemudian 94 % untuk klorofil front dengan mencari probabilitas front kesalahan sekitar 2 piksel,. serta fitur ketetanggaan. 28

Peneliti Judul dan Tahun Penelitian Lokasi Penelitian Tujuan Metode Analisis Hasil Carrie C. Wall, Frank Satellite Remote Pantai Barat - Identifikasi front yang terjadi di - Menggunakan citra - algoritma yang sesuai untuk E.Muller Karger, Sensing Of Surface Florida sepanjang Pantai Barat Florida dengan MODIS, NOAA AVHRR, identifikasi front di daerah perairan Mitchell A. Roffer, Oceanic Fronts In mencoba menerapkan dua metode dan SeaWIFS untuk lepas adalah SIED sedangkan Chuanmin Hu, Coastal Waters Off deteksi tepi mendapatkan informasi algoritma Canny baik digunakan Wensheng Yao, dan West-Central Florida - Menentukan seberapa stabil front yang suhu permukaan laut dan untuk daerah dekat pantai. Mark E. Luther terjadi klorofil-a, kemudian - Daerah front tahun 2005 hasil (2008) - Mengetahui karakteristik front baik diterapkan deteksi tepi identifikasi berkorelasi dengan secara fisika maupun biologi dengan : adanya kejadian kelimpahan alga - algoritma SIED (alga blooms) - algoritma Canny - akurasi metode ini adalah lebih dari - Analisis statistik untuk 98% dan presentase kesalahan melihat kestabilan front rerata 2%. yang terjadi Dinarika Jatisworo Identifikasi Thermal Selat - Identifikasi secara komputerisasi untuk - Metode SIED - Pola distribusi dan variasi Front dan Ari Murdimanto Front di Selat Makassar dan melihat distribusi dan variabilitas Front dari tiap bulan yang mewakili (2013) Makassar dan Laut Laut Banda Suhu di Selat Makassar dan Laut Banda musim tahun 2011-2012. Banda (WPP 713 dan - Peta yang dihasilkan pada skala 1 : 714) 12.000.000 29

Peneliti Judul dan Tahun Penelitian Lokasi Penelitian Tujuan Metode Analisis Hasil Dinarika Jatisworo Kajian Spasial Dan Selat - Menganalisis variasi kondisi SPL di Selat - Analisis variasi SPL - peta frekuensi front suhu bulanan (2016) Temporal Sebaran Makassar dan Makassar dan Laut Banda melalui citra - Perhitungan rerata beda sesuai periode musim. Front Di Selat Laut Banda satelit Aqua MODIS secara multitemporal. suhu dan Metode SIED - Nilai statistik korelasi/regresi Makassar dan Laut (WPP 713 dan - Identifikasi, pemetaan, dan analisis sebaran untuk mendeteksi Front frekuensi front faktor tegangan Banda Terkait Variasi 714) front yang terjadi di Selat Makassar dan pada data SPL angin dan kedalaman perairan. Musim Oseanografi Laut Banda melalui citra satelit Aqua - Penerapan raster cell - Sebaran lokasi front upwelling MODIS secara multitemporal. statistic untuk - Peta sebaran front akan dibuat - Menganalisis secara statistik frekuensi mendapatkan frekuensi dalam bentuk animasi dengan front yang terjadi di Selat Makassar dan front format *gif. Laut Banda dengan faktor tegangan angin - Model statistik Regresi dan kondisi kedalaman perairan untuk Linier antara frekuensi melihat apakah kedua variabel tersebut front dengan faktor berpengaruh terhadap nilai frekuensi front. tegangan angin dan - Menganalisis data frekuensi front yang kedalaman perairan diintegrasikan dengan data kelimpahan - Tumpangsusun linier klorofil-a dan data angin untuk untuk antara klorofil-a, SPL, menentukan front upwelling di Selat angin untuk melihat Makassar dan Laut Banda. front upwelling. 30

1.7. Batasan Istilah Angin merupakan gerakan udara dari daerah yang bertekanan tinggi ke daerah yang bertekanan rendah (Kamus Besar Bahasa Indonesia, 2007). Angin Muson merupakan pola angin yang berhembus secara periodik (minimal 3 bulan) dan antara periode yang satu dengan yang lain polanya akan berlawanan yang berganti arah secara berlawanan setiap setengah tahun (Gross, 1990). Angin permukaan laut merupakan angin yang bertiup dekat dengan permukaan bumi, biasanya dihitung 10 meter di atas permukaan baik di darat atau di laut (Kamus Besar Bahasa Indonesia, 2007). Arus merupakan aliran suatu massa air yang dapat disebabkan oleh tiupan angin, atau dikarenakan oleh perbedaan densitas air laut, atau bisa juga diakibatkan oleh gerakan bergelombang yang panjang (Nontji, 2005). Arus Lintas Indonesia (ARLINDO) merupakan suatu sistem arus di perairan Indonesia yang melintas dengan membawa massa air hangat dari Samudera Pasifik menuju Samudera Hindia yang relatif lebih dingin, massa air tersebut terdiri atas massa air Pasifik Utara dan Pasifik Selatan (Fieux et al., 1996) Arus Monsun Indonesia (ARMONDO) merupakan arus laut monsun di Kepulauan Indonesia yang muncul akibat dari adanya angin monsun (Illahude, 1996). Asosiasi merupakan keterkaitan antara obyek satu dengan obyek yang lain (Sutanto, 1994). Batimetri merupakan pengukuran kedalaman serta penelaahan topografi lantai laut atau danau (Rifa i, 2004). CTD merupakan instrumen elektronik yang menggantikan fungsi instrumen mekanik pada botol Nansen yang dimulai pada tahun 1960, instrumen ini mengukur konduktivitas, suhu, dan kedalaman, serta hasil pengukuran dicatat dalam bentuk digital (Stewart, 2000). 31

Eddie merupakan stuktur yang muncul pada perairan yang berupa putaran koheren dengan skala radial mulai 25-250 km dan biasanya terjadi selama 10 hingga 100 hari (Morrow dan Le Traon, 2012). El Niño merupakan keadaan peningkatan suhu permukaan laut dari suhu normalnya di Pasisik ekuator timur (Sitompul dan Nurjani, 2013). El Niño-Southern Oscillation (ENSO) merupakan interaksi laut dan atmosfer yang terjadi di wilayah ekuator Samudera Pasifik yang menyebabkan anomali pada iklim global, dimana gejala ENSO menyebabkan terjadinya dua fenomena yaitu El Niño dan La Niňa (Aldrian, 2008). Faktor Tegangan Angin merupakan tegangan pada permukaan laut yang timbul akibat adanya kecepatan angin (Triatmodjo, 1996). Front merupakan batas antara massa air yang memiliki karakteristik fisika dan kimia yang berbeda, dan pada kedua massa air yang terpisah tersebut juga memiliki karakteristik biologi yang unik (Wall, 2008). Front Upwelling adalah Area terjadinya front yang mempunyai kesuburan perairan yang tinggi dan biasanya berada pada lokasi yang sama dengan fenomena upwelling (Acha et.al, 2015) Indian Ocean Dipole (IOD) merupakan hasil dari interaksi yang cukup kuat antara atmosfer dan lautan di wilayah Samudera Hindia yang ditandai dengan naiknya SPL dari kondisi normal di sepanjang Ekuator, khususnya di sebelah selatan India yang diiringi dengan menurunnya SPL di Perairan Indonesia pada wilayah perairan pantai barat Sumatera (Yamagata et al., 2001). Klorofil-a merupakan pigmen utama dalam proses fotosintesis, pigmen ini menyerap gelombang merah dan biru serta memantulkan gelombang hijau (Sochacki, 2013). La Niňa merupakan kejadian kebalikan dari El Niño yaitu penurunan suhu permukaan laut di kawasan ekuator Samudera Pasifik dari suhu normal (Trenberth, 1997). Musim merupakan pembagian musim yang dipengaruhi oleh perubahan arah Angin Muson, dalam kajian oseanografi pembagian musim mengacu pada 32

empat periode musim yaitu Musim Barat, Musim Timur, dan Musim Peralihan I dan II (Wyrtki, 1961). Penginderaan Jauh merupakan teknologi yang digunakan untuk merekam energi elektromagnetik yang dipantulkan oleh area atau objek di bumi baik di permukaan tanah, lautan, atau atmosfer (Short, 2010). Suhu Permukaan Laut (SPL) merupakan suhu permukaan laut yang disebut sebagai skin layer yaitu suhu yang didominasi oleh difusi konduksi, mencerminkan suhu sub kolom perairan dengan kedalaman sekitar 10-20 μm dan dalam penginderaan jauh diukur menggunakan instrumen radiometer dengan gelombang inframerah (Donlon et al., 2007). Upwelling merupakan proses naiknya massa air dari lapisan bawah ke lapisan permukaan. Massa air yang naik ini mempunyai suhu yang lebih dingin, salinitas yang rendah dan membawa zat-zat hara seperti fosfat dan nitrat yang sangat diperlukan oleh plankton (Martono, 2009). 33