TUGAS INSTRUMENTASI KELAUTAN. Disusun oleh:

dokumen-dokumen yang mirip
4 HASIL DAN PEMBAHASAN

BAB I PENDAHULUAN 1.1 Latar Belakang s

4. HASIL DAN PEMBAHASAN

PENDAHULUAN Latar Belakang

HUBUNGAN ANTARA INTENSITAS CAHAYA DENGAN KEKERUHAN PADA PERAIRAN TELUK AMBON DALAM

BAB I PENDAHULUAN 1.1 Latar Belakang

I. PENDAHULUAN. besar di perairan. Plankton merupakan organisme renik yang melayang-layang dalam

BAB II TINJAUAN PUSTAKA. dan selalu terbawa arus karena memiliki kemampuan renang yang terbatas

BAB I PENDAHULUAN 1.1 Latar Belakang

STUDI DAN HUBUNGAN ARUS TERHADAP SEBARAN DAN FLUKTUASI NUTRIEN (N DAN P) DI PERAIRAN KALIANGET KABUPATEN SUMENEP

BAB IV HASIL DAN PEMBAHASAN

4. HASIL DAN PEMBAHASAN. Kultur Chaetoceros sp. dilakukan skala laboratorium dengan kondisi

2. TINJAUAN PUSTAKA 2.1. Oksigen Terlarut Sumber oksigen terlarut dalam perairan

1. BAB I PENDAHULUAN

BAB IV HASIL DAN PEMBAHASAN

PRODUKTIVITAS PRIMER FITOPLANKTON DI TELUK BUNGUS PRIMARY PRODUCTIVITYOF PHYTOPLANKTON IN THE BUNGUS BAY. UNAND Limau Manis Padang ABSTRACT

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1. Latar Belakang

2. TINJAUAN PUSTAKA 2.1. Kondisi Umum Perairan Selat Bali

2. TINJAUAN PUSTAKA. berbeda tergantung pada jenis materi dan kondisinya. Perbedaan ini

5 PEMBAHASAN 5.1 Sebaran SPL Secara Temporal dan Spasial

BAB I PENDAHULUAN. memiliki jumlah pulau yang sangat banyak. Secara astronomis, Indonesia terletak

TINJAUAN PUSTAKA. kesatuan. Di dalam ekosistem perairan danau terdapat faktor-faktor abiotik dan

BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan yang dialami ekosistem perairan saat ini adalah penurunan kualitas air akibat pembuangan limbah ke

4. HASIL DAN PEMBAHASAN

TINJAUAN PUSTAKA. Laut Belawan merupakan pelabuhan terbesar di bagian barat Indonesia

4. HASIL DAN PEMBAHASAN Pola Sebaran Nutrien dan Oksigen Terlarut (DO) di Teluk Jakarta

Studi Variabilitas Lapisan Atas Perairan Samudera Hindia Berbasis Model Laut

4. HASIL DAN PEMBAHASAN

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

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

Pasang Surut Surabaya Selama Terjadi El-Nino

ANALISIS PENGARUH MADDEN JULIAN OSCILLATION (MJO) TERHADAP CURAH HUJAN DI KOTA MAKASSAR

POSITRON, Vol. IV, No. 2 (2014), Hal ISSN :

BAB IV HASIL DAN PEMBAHASAN

Keberadaan sumber daya ikan sangat tergantung pada faktor-faktor. yang sangat berfluktuasi dari tahun ke tahun. Kemungkinan ini disebabkan karena

BAB IV HASIL DAN PEMBAHASAN. Pengembangan metode dapat dilakukan dalam semua tahapan ataupun

BAB I PENDAHULUAN 1.1. Latar Belakang

STUDI PENGARUH KONSENTRASI NITRAT TERHADAP KLOROFIL-A DI PERAIRAN KALIANGET KABUPATEN SUMENEP

I. PENDAHULUAN. limbah dari pertanian dan industri, serta deforestasi ilegal logging (Nordhaus et al.,

HASIL DAN PEMBAHASAN

I. PENDAHULUAN. menjalankan aktivitas budidaya. Air yang digunakan untuk keperluan budidaya

BY: Ai Setiadi FAKULTAS PERIKANAN DAN ILMU KELAUTAN UNIVERSSITAS SATYA NEGARA INDONESIA

4. HASIL DAN PEMBAHASAN

Jurnal Perikanan dan Kelautan Vol. 3. No. 1, Maret 2012: 1-9 ISSN : ANALISIS MASSA AIR DI PERAIRAN MALUKU UTARA

BAB IV HASIL DAN PEMBAHASAN

KAJIAN SPASIAL FISIKA KIMIA PERAIRAN ULUJAMI KAB. PEMALANG

PERTEMUAN KE-5 M.K. DAERAH PENANGKAPAN IKAN SIRKULASI MASSA AIR (Bagian 2) ASEP HAMZAH

Gambar 17. Tampilan Web Field Server

BAB II KAJIAN PUSTAKA

PRODUKTIVITAS DAN KESUBURAN PERAIRAN

BAB I PENDAHULUAN. Salah satu hutan mangrove yang berada di perairan pesisir Jawa Barat terletak

MANAJEMEN KUALITAS AIR

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

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN

AD1. FAKTOR IKLIM 1. FAKTOR IKLIM 2. FAKTOR KESUBURAN TANAH 3. FAKTOR SPESIES 4. FAKTOR MANAJEMEN/PENGELOLAAN 1. RADIASI SINAR MATAHARI

BAB II TINJAUAN PUSTAKA

ARUS ENERGI DALAM EKOSISTEM

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

5 HASIL PENELITIAN 5.1 Jumlah Produksi YellowfinTuna

EVALUASI CUACA BULAN JUNI 2016 DI STASIUN METEOROLOGI PERAK 1 SURABAYA

PENDAHULUAN Latar Belakang

PRODUKTIVITAS PRIMER DAN SEKUNDER BAB 1. PENDAHULUAN

ANALISIS UNSUR CUACA BULAN FEBRUARI 2018 DI STASIUN METEOROLOGI MALIKUSSALEH-ACEH UTARA. Oleh Febryanto Simanjuntak S.Tr

Gambar 4. Peta Rata-Rata Suhu Setiap Stasiun

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

BAB II KAJIAN PUSTAKA

BAB III BAHAN DAN METODE

PENDAHULUAN. Latar Belakang. Perairan merupakan perpaduan antara komponen fisika, kimia dan biologi

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

BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN METEOROLOGI KLAS III MALI

Gambar 1. Diagram TS

PENDAHULUAN Latar Belakang

BAB III METODOLOGI. Gambar 1. Peta Lokasi penelitian

n, TINJAUAN PUSTAKA Menurut Odum (1993) produktivitas primer adalah laju penyimpanan

BAB III PEREDUKSIAN RUANG INDIVIDU DENGAN ANALISIS KOMPONEN UTAMA. Analisis komponen utama adalah metode statistika multivariat yang

BAB IV HASIL DAN PEMBAHASAN

TINJAUAN PUSTAKA. Keadaan Umum Perairan Pantai Timur Sumatera Utara. Utara terdiri dari 7 Kabupaten/Kota, yaitu : Kabupaten Langkat, Kota Medan,

I. PENDAHULUAN. Perairan Lhokseumawe Selat Malaka merupakan daerah tangkapan ikan yang

BAB IV HASIL DAN PEMBAHASAN

BAB 2 TINJAUAN PUSTAKA

BAB I PENDAHULU 1.1. Latar Belakang Masalah

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

2. TINJAUAN PUSTAKA. berflagel. Selnya berbentuk bola berukuran kecil dengan diameter 4-6 µm.

ANALISIS HUJAN BULAN OKTOBER 2011 DAN PRAKIRAAN HUJAN BULAN DESEMBER 2011, JANUARI DAN FEBRUARI 2012 PROVINSI DKI JAKARTA 1.

BAB I PENDAHULUAN. sumber irigasi, sumber air minum, sarana rekreasi, dsb. Telaga Jongge ini

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

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

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

HASIL DAN PEMBAHASAN 4.1 PENELITIAN PENDAHULUAN

BAB III KALMAN FILTER DISKRIT. Kalman Filter adalah rangkaian teknik perhitungan matematika (algoritma)

BAB III METODE PENELITIAN

Lampiran 3. Rubrik Penilaian Jawaban Esai Ekologi

4. HASIL DAN PEMBAHASAN. 4.1 Distribusi Klorofil-a secara Temporal dan Spasial. Secara keseluruhan konsentrasi klorofil-a cenderung menurun dan

IV. HASIL DAN PEMBAHASAN

KONDISI OSEANOGRAFIS SELAT MAKASAR By: muhammad yusuf awaluddin

2. TINJAUAN PUSTAKA. Chaetoceros sp. adalah salah satu spesies diatom. Diatom (filum

BAB I PENDAHULUAN. Plankton merupakan organisme renik yang hidup melayang-layang di air dan

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

Transkripsi:

TUGAS INSTRUMENTASI KELAUTAN Disusun oleh: Yullinda Marissa (230210130024) Dini Widia Lestari (230210130035) Ynry Ani Simanungkalit (230210130038) PROGRAM STUDI ILMU KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN UNIVERSITAS PADJADJARAN JATINANGOR 2015 1. Pengertian akurasi dan presisi data beserta contohnya! Pada dasarnya semua alat ukur atau alat pengujian yang mempunyai pengaruh yang signifikan pada akurasi dan keabsahan hasil pengukuran wajib dikalibrasi sebelum digunakan untuk memastikan bahwa semua alat ukur tersebut sesuai dengan tujuan penggunaan dan memberikan hasil yang dapat dipercaya.

Akurasi / Ketepatan adalah tingkat ketidakadaan bias (kekeliruan) dalam sampel. Dengan kata lain makin dikit tingkat kekeliruan yang ada dalam sampel, makin akurat sampel tersebut. Tolak ukur adanya bias atau kekeliruan adalah populasi. Dengan demikian Akurasi dapat diartikan sebagai kedekatan suatu hasil pengukuran / rata-rata hasil pengukuran ke nilai yang sebenarnya. Biasanya akurasi menyatakan seberapa dekat nilai hasil pengukuran dengan nilai sebenarnya (true value) atau nilai yang dianggap benar (accepted value). Jika tidak ada data sebenarnya atau nilai yang dianggap benar tersebut maka tidak mungkin untuk menentukan beberapa akurasi pengukuran tersebut. Sedangkan Presisi adalah tingkat yang bisa diulang terhadap hasil pengukuran diantara hasil itu sendiri. Biasanya presisi menyatakan seberapa dekat nilai hasil dua kali atau lebih pengulangan pengukuran. Semakin dekat nilai nilai hasil pengulangan pengukuran maka semakin presisi pengukuran tersebut. Gambar diatas mungkin bisa membantu kita dalam membedakan arti kata presisi dan akurasi. Kita dapat membayangkan jika ada suatu sasaran tembak, dan jika kita melakukan tembakan terhadap sasaran tembak tersebut sebanyak 6 kali dan ternyata hasil dari pengulangan tembakan tersebut dekat dengan sasaran semua dan jarak satu sama lain tembakan berdekatan juga maka bisa dikatakan tembakan tersebut adalah akurat dan presisi (gambar lingkaran paling kiri).

Untuk gambar yang ada ditengah pengulangan tembakan kita sebanyak 6 kali jauh dari sasaran yang ada ditengah tetapi 6 tembakan tersebut saling berdekatan maka dikatakan tembakan tersebut adalah mempunyai presisi yang baik tetapi tidak akurat. Untuk yang terakhir dan tentunya yang paling jelek yaitu dimana 6 tembakan kita jauh dari sasaran tembak yang ada ditengah dan juga berjauhan antara satu dengan yang lainnya, maka bisa dikatakan tidak presisi dan juga tidak akurat. 2. Membuat 30 statiun suhu, dan buktikan jika data tersebut dapat dipercaya! DATA SUHU 16 29.89 NO 17 29.91 ( O C) 18 29.94 1 29.42 19 29.94 2 29.46 20 30.02 3 29.62 21 30.08 4 29.63 22 30.14 5 29.65 Mean = 30.052 23 30.24 6 29.68 24 30.37 7 29.69 Median = 29.82 25 30.4 8 29.69 26 30.66 9 29.69 Modus = 29.69 27 30.88 10 29.7 28 31.01 11 29.71 Varians = 0.336892 29 31.21 12 29.72 St. 30 31.97 13 29.74 Deviasi = 0.580424 14 29.75 15 29.75 Dari hasil perhitungan di atas dapat dilihat bahwa data suhu dari ke 30 statiun memiliki nilai standar deviasi sebesar 0.580424 hal tersebut menunjukkan bahwa data hampir homogen. Karena jika nilai standar deviasi mendekati nol maka data akan semakin homogen. Dapat dilihat juga bahwa nilai variansnya 0.336892. Data di atas dapat disimpulkan akurat, karena nilai varians dan standar deviasinya kecil, yaitu hampir mendekati nol.

3. Buktkan bahwa perairan Indonesia subur, hubungkan dengan OCB! Gambar 1. Kandungan oksigen di perairan pasifik

Gambar 2. Kandungan nitrate di perairan hindia

Gambar 3. Kandungan nitrat di perairan atlantik Gambar 4. Kadar Oksigrn di Pasifik Gambar 5. Kadar Oksigrn di Antlantik

Gambar 6. Kadar Oksigrn di Hindia * Gambar diatas merupakan visualisasi dari World Ocean Database yang diolah dengan menggunakan software ODV. Dari gambar kandungan oskigen dan nitrat di atas dapat dilihat bahwa pada perairan atlantik kandungan oksigennya berkisar antara 2-6 ml/l, lalu pada wilayah perairan hindia kandungan oksigennya berkisar antara 2-4,5 ml/l, sedangkan pada wilayah perairan pasifik kandungan oksigennya berkisar antara 1,75-4ml/l. Dapat dilihat bahwa oksigen paling tinggi berada di wilayah perairan antlantik dan oksigen terendah berada di wilayah perairan pasifik, menurut kami mengapa kadar oksigen di wilayah perairan pasifik karena wilayah perairan pasifik memiliki kesuburan yang tinggi berarti banyak organisme yang membutuhkan oksigen sebagai salah satu faktor untuk tumbuh dan menyebabkan mengapa kadar oksigen di wilayah perairan pasifik rendah, Dari gambar kandungan nitrat diatas dapat dilihat bahwa pada wilayah perairan atlantik memiliki kandungan nitrat sebesar 15-22 µmol/l, pada wilayah perairan samudera hindia kandungan nitratnya sebesar 10-30 µmol/l, dan pada wilayah perairan samudera pasifik kandungan nitratnya sebesar 30-42 µmol/l. Dari hasil tersebut dapat disimpulkan bahwa kandungan nitrat paling banyak terdapat pada wilayah perairan samudera pasifik. Hal tersebut

dikarenakan adanya sirkulasi arus global, yang berasal dari atlantik, menuju samudera hindia, lalu menuju samudera pasifik dan kembali lagi melalui perairan indonesia ke atlantik. Sirkulasi air ini membawa nutrien sehingga terjadi penumpukkan nutrien di samudera pasifik, oleh karenan itu maka kandungan nitrat di pasifik akan semakin besar. Dari hal tersebut juga dapat dilihat kesuburan dari perairan tersebut, karena nitrat merupakan nutrien yang dibutuhkan fitoplankton dalam pertumbuhannya (Naila 2013). Sehingga semakin banyak nitrat maka semakin tinggi pula jumlah nitrat yang dapat dimanfaatkan fitoplankton untuk tumbuh, dan dapat disimpulkan bahwa pertumbuhan fitoplanktonpun akan semakin bagus, dan kandungan klorfil-a nya pun semakin banyak. Banyaknya klorofil-a tersebut dapat menentukkan tingkat kesuburan perairan. Karena, menurut Krismono (2010), kadar klorofil-a juga dapat digunakan sebagai biomonitoring kualitas dan kesuburan perairan (produktivitas perairan). Castro dan Huber (2007) menyatakan, semua fitoplankton memiliki klorofil terutama sekali klorofil-a. Klorofil berfungsi sebagai katalisator dan penyerap energi cahaya matahari (Strickland, 1960 cit. Riyono, 2007). Dengan demikian proses produksi zat organik dari zat anorganik dalam fotosintesis tidak akan terjadi apabila tidak ada klorofil. Semakin tinggi kadar klorofil menandakan tingginya kelimpahan fitoplankton di perairan (Castro dan Huber, 2007). Kelimpahan fitoplankton yang tinggi mengindikasikan tingginya produktivitas primer di suatu perairan. Menurut Forever Green (2010), kandungan klorofil fitoplankton dipengaruhi oleh spesies, kondisi tiap individu, waktu, dan intensitas cahaya matahari. Selain itu juga dipengaruhikadar nitrat, fosfat, pengadukan air, suhu, dan kualitas air. Dapat disimpulkan mengapa Indonesia memiliki wilayah perairan yang subur dikarenan massa air yang berada di samudra pasifik akan terbawa ke wilayah perairan Indonesia melalui sirkulasi arus OCB yang akan kembali ke samuddra antlantik. 4. Jelaskan mengenai EOF Metode Empirical Orthogonal Function (EOF) merupakan salah satu metode yang berkembang dan digunakan untuk analisa perubahan garis pantai adalah dengan analisa spasial dan temporal. Tujuan analisis EOF ini adalah untuk memisahkan keterkaitan data temporal dan spasial sehingga dapat dihasilkan sebagai

kombinasi linier fungsi yang sesuai dari ruang dan waktu. Fungsi tersebut secara objektif mewakili variasi konfigurasi pantai terkait perubahan terhadap jarak dan waktu pada garis pantai selama waktu studi. Terminologi EOF berdasarkan Lorenz (1956), beliau mengaplikasikan EOF dalam proyek prediksi cuaca di MIT. Sejak saat itu, EOF menjadi metode analisis terkenal dalam penelitian iklim. Teknik EOF berakar pada statistika, dan menurut Hotelling (1933) yang memperkenalkan prinsip komponen analisis, yakni merupakan nama lain dari EOF. Tinjauan ulang mengenai PCA/EOF dapat ditemukan dalam Kutzbach (1967). EOF tidak dilarang untuk diguakan dalam statistika multivariasi atau ilmu atmosfer. EOF berkembang hingga dapat digunakan untuk analisis stochastic dalam literature matematika dimana EOF lebih dikenal dengan nama fungsi dasar Karhunen-Lo eve. Tujuan asli dari EOF adalah untuk mengurangi banyak variabel dari data asli menjadi beberapa variable yang lebih sedikit, tetapi tanpa mengorbankan banyak dari varians yang telah dijelaskan. Namun, belakangan ini analisis eof telah digunakan untuk mengekstrak keragaman mode seperti Arctic Oscillation (AO). EOF juga dapat dikatakan sebagai teknik yang digunakan untuk menggabungkan kedua spasial dan korelasi temporal. Metode ini telah menjadi alat yang berguna untuk mengekstrak struktur dinamis, tren dan osilasi, dan penyaringan data. Tujuan dari EOF adalah untuk menemukan rangkaian variable baru yang menangkap sebagian besar variansi yang teramati melalui kombinasi linier dari variable asli. EOF telah diperkenalkan di dunia sains sejak awal tahun 50an. Tahapan melakukan analisis EOF menggunakan MATLAB: 1. Masukkan data kedalam bentuk matriks. Baris menunjukkan perkembangan temporal dan kolom menunjukkan variable spasial. Hubungan temporal antara baris tidak penting (tidak harus seragam), hal ini juga berlaku untuk hubungan spasial antar kolom. 2. Pilih detrend pada kolom hasil matriks. 3. Gunakan dekomposisi nilai singular untuk memisahkan data menjadi 3 matriks: Z = U x V x D Dimana U dan V adalah orthonormal dan D adalah diagonal. EOFs = V

ECs = U x D Matriks kovarian = ECs t x ECs / (n-1) = D 2 / (n-1) Matriks communalities = ECs x ECs t EOFs = Komponen dasar yang memuat pola waktu ECs = periode waktu EOF, perluasan koefisien periode waktu, komponen dasar periode waktu, dan komponen dasar amplitude.