BAB I

PENDAHULUAN
1.1.

Latar Belakang
Akustik bawah air adalah suatu studi ilmiah yang menjelaskan mengenai suara di bawah
air dan berhubungan dengan suara yang dihasilkan alam maupun buatan manusia,
termasuk bagaimana caranya dihasilkan dan bagaimana perambatannya ketika mengenai
suatu medium. Gelombang akustik merupakan gelombang yang sangat baik dalam
perambatannya. Gelombang tersebut memancarkan pancaran sinyal menyerupai radiasi.
Proses pemancaran sinyal tersebut dinamakan Propagasi Akustik Bawah Air.
Propagasi akustik merupakan transmisi dari suatu energi akustik melalui beberapa
medium, contohnya saja air. Dalam perambatannya, gelombang akustik tersebut dapat
mengalami fenomena refraksi, refleksi serta transmisi.
Teknologi akustik bawah air yang semula ditujukan untuk kepentingan militer telah
berkembang dengan sangat pesat dalam kegiatan non-militer. Dengan bantuan alat alat
yang canggih dan mutahir, teknologi akustik bawah air dapat digunakan untuk kegiatan
penelitian, survey bawah laut, survey pemetaan dasar laut, bahkan hingga survey letak
posisi ikan pada bidang perikanan.
Teknologi akustik yang saat ini mulai aktif di Indonesia adalah teknologi navigasi
sonar, atau sering dikaitkan dengan alat Echosounder atau sejenisnya. Teknologi ini
menggunakan suara atau bunyi untuk melakukan pendeteksian. Gelombang suara
tersebut akan membentuk suatu daerah yang dinamakan Sound Channel. Daerah Sound
Channel adalah daerah yang memiliki kondisi dimana sinyal akustik dapat menjangkau
suatu daerah bawah laut. Daerah yang tidak dapat terjangkau oleh sinyal akustik tersebut
dinamakan daerah Shadow Zone
Kapal atas air menggunakan teknologi ini untuk mencari lokasi yang aman ketika
meletakan jangkar, agar tidak terkena objek yang terletak di bawahnya. Sedangkan kapal
selam menggunakan sistem ini guna mendeteksi dimana letak Sound Channel, karena
kapal selam dibuat agar tidak dapat dideteksi oleh kapal-kapal lainnya, sehingga kapal
selam dapat memainkan perannya dengan baik.
Dapat disimpulkan, peran dari kapal atas air adalah sebagai objek yang
membutuhkan daerah Sound Channel yang seluas-luasnya, agar dapat mengetahui objek

yang berada dibawahnya. Sedangkan peran dari kapal selam adalah sebagai objek yang
membutuhkan daerah dengan Shadow Zone seluas-luasnya, agar tidak dapat terdeteksi
keberadaanya oleh kapal lainnya.
Dalam tugas besar kali ini, penulis bertujuan untuk memainkan peran sebagai
kapal selam. Dalam laporan ini, akan dijelaskan lebih lanjut mengenai peran kapal selam
dan cara mendapatkan daerah Shadow Zone di bawah air yang seluas luasnya. Untuk
itu diperlukan analisis lebih lanjut mengenai karakteristik laut suatu daerah sehingga
mempermudah untuk mendapatkan daerah dengan Shadow Zone seluas-luasnya.

1.2.

Tujuan
1. Mengetahui karakteristik suatu perairan, yang meliputi temperature, salinitas,
kedalaman serta kecepatan rambat gelombang pada suatu daerah yang telah tercatat
pada stasiun yang diamati.
2. Mengetahui karakteristik propagasi (Ray Tracing) bawah air di setiap stasiun yang
diamati.
3. Menentukan persamaan empiris dan polynomial yang paling tepat untuk menentukan
kecepatan rambat suara di setiap stasiun yang diamati.
4. Menentukan kedalaman untuk meletakkan transducer sehingga akan menghasilkan
luas Shadow Zone yang besar, sehingga tidak akan terdeteksi oleh kapal atas air
maupun kapal lainnya.

2.

BAB II
LANDASAN TEORI
2.1. Sound Velocity Profile (SVP)
Sound Velocity Profile (SVP) merupakan profil dari kecepatan rambat suara yang
bervariasi pada setiap kedalaman laut. Observasi hidrografi untuk pengukuran
temperatur, salinitas, dan kedalaman diperlukan agar dapat membentuk Sound Velocity
Profile. SVP di suatu perairan merupakan fungsi dari faktor-faktor berikut :
a. Salinitas (S)
Salinitas di laut pada umumnya adalah 32 38 ppt. Kedalaman dan
salinitas berbanding lurus dimana semakin bertambahnya kedalaman maka
salinitas juga semakin meningkat.
Perubahan salinitas di laut

akan

mempengaruhi

densitas

dan

mempengaruhi kecepatan rambat suara di perairan tersebut. Hal ini

dikarenakan salinitas berhubungan pula dengan densitas dari air laut. Semakin
rapat suatu medium maka semakin besar capat rambat suara dalam medium
tersebut.
Perubahan salinitas sebesar 1 ppt akan merubah kecepatan rambat suara
sebesar 1.4 m/s. Konsentrasi salinitas di suatu perairan dipengaruhi oleh
beberapa faktor sebagai berikut :
1. Evaporasi
2. Presipitasi
3. Freshwater influx from rivers
4. Pasang surut
b. Temperatur (T)
Temperatur juga merupakan salah satu faktor yang mempengaruhi
kecepatan rambat suara di perairan. Perubahan temperatur sebesar 1C dapat
mempengaruhi rata-rata 4 m/s kecepatan rampat suara.
Semakin tinggi temperatur suatu medium makan semakin besar cepat
rambat bunyi pada medium tersebut. Hal ini mengakibatkan getaran pada
partikel-partikel pada medium tersebut menjadi cepat dan perpindahannya pun
akan semakin cepat.
Faktor-faktor yang mempengaruhi temperatur terhadap kecepatan suara
adalah sebagai berikut :
1. Solar heating
2. Pendinginan waktu malam hari

3. Hujan
4. Runoff atau berkurangnya air
5. Upwelling
Pada suatu wilayah di sekitar garis ekuator atau perairan pada lapisan
mixed layer akan memiliki kecepatan rambat suara yang tinggi dikarenakan
daerah tersebut mendapat pengaruh dari cahaya matahari atau solar heating.
Saat memasuki lapisan thermocline akan terjadi penurunan temperatur di
perairan sehingga kecepatan rambat suara juga akan menurun, namun
pengaruh temperatur di lapisan ini tidak sebesar pengaruh tekanan terhadap
kecepatan rambat suara. Dan ketika pada lapisan deep layer suhu tidak akan
lagi berpengaruh kepada kecepatan rambat suara, pengaruh tekanan terhadap
kecepatan rambat suara akan menjadi semakin besar lagi pada lapisan ini.
c. Kedalaman (D)
Perubahan kedalaman akan menyebabkan adanya perubahan tekanan.
Pada perairan, semakin pada bagian laut dalam, tekanannya akan semakin
besar. Perubahan kedalaman sebesar 100 m (10 tekanan atm) akan dapat
merubah kecepatan rambat suara sebesar 1.7 m/s
Sound Velocity Profile (SVP) dapat dibentuk dengan menggunakan persamaanpersamaan empiris untuk menentukan kecepatan suara. Berikut adalah persamaanpersamaan empiris yang berasal dari literatur (Ulrick, Robert J., Principles of
Underwater Sound, 3rd Edition, New York, 1983) :
i.

Persamaan Empiris Leroy

C = 1492.9 + 3 x (T-10) 6 x 10 3 x (T-10)2 4 x 10-2 x (T18)2 + 1.2 (S
35) 10-2(T-18)(S35) + (D/61)

ii.

iii.

Persamaan Empiris Medwin

C = 1449.2 + 4.6 x T - 5.5 x 10 -2 x T2 + 2.9 x 10-4 x T3 + (1.34 10-2 x T) x
(S-35) + 1.6 x 10-2 x D
Persamaan Empiris Mackenzie
C = 1448.96 + 4.591 x T - 5.304 x 10 -2 x T2 + 2.374 x 10-4 x T3 + 1.340 x
(S - 35) + 1.630 x 10-2 x D + 1.675 x 10-7 x D2 - 1.025 x 10-2 x T x (S - 35)
- 7.139 x 10-13 x T x D3

dimana :
c = kecepatan suara, m/s
T = temperatur, C
S = salinitas, psu atau ppt
D = kedalaman, m

2.2. Ray Tracing

Ray Tracing merupakan suatu penggambaran propagasi sinyal akustik di bawah
air. Sound Velocity Profile (SVP) merupakan salah satu faktor yang menentukan bentuk
dari ray tracing di bawah air. Bagian perairan yang tidak terjangkau oleh propagasi
sinyal akustik disebut sebagai shadow zone. Jika transducer diletakkan di kapal atas air
maka hasil yang diinginkan adalah daerah shadow zone sekecil mungkin agar propagasi
akustk mencakup daerah seluas mungkin. Sedangkan, jika transducer diletakkan di kapal
bawah air maka hasil yang diinginkan adalah daerah shadow zone sebesar mungkin agar
propagasi akustik mencakup daerah sekecil mungkin sehingga tidak terdeteksi sinyal
akustik dari kapal lainnya.
Suatu Sound Velocity Profile (SVP) dapat mengalami antara gradien/kemiringan
negatif (g < 0) ataupun gradien/kemiringan positif (g > 0). Gradien merupakan turunan
dari persamaan kecepatan suara (c) terhadap kedalaman (D). Gradien negatif dan
gradien positif akan menghasilkan ray tracing yang berbeda dengan gambar sebagai
berikut :

Jika suatu perairan memiliki gradien kecepatan rambat suara (c) dengan
perubahan dari negatif ke positif dan sumber akustik diletakkan tepat di peralihan maka
propagasi sinyal akustik akan membentuk deep sound channel atau kanal suara laut
dalam seperti gambar berikut :

Jika suatu perairan memiliki gradien kecepatan rambat suara (c) dengan
perubahan dari negatif ke positif dan sumber akustik diletakkan tepat di peralihan maka
propagasi sinyal akustik akan membentuk deep sound channel atau kanal suara laut
dalam seperti gambar berikut :
Pada lapisan mixed layer, akan terdapat gradien positif pada sound velocity profile
(SVP) akibat dari bertambahnya tekanan di kedalaman perairan tersebut. Pada lapisan
tersebut propagasi akustik akan terbentuk surface duct. Surface duct merupakan
propagasi sinyal akustik dimana rays akan bergerak ke bawah hingga dasar mixed layer
lalu dipantulkan kembali mengarah ke permukaan perairan dan saat mencapai

permukaan akan dipantulkan ke arah bawah kembali. Hal ini akan terus berulang hingga
kekuatan sinyal akustik menghilang. Berikut adalah bentuk dari surface duct :
Ketika terjadi peristiwa surface duct, maka ada bagian di permukaan laut yang
dinamakan sebagai convergence zone. Convergence zone merupakan daerah tempat
dimana rays akan berkumpul sebelum dipantulkan kembali oleh permukaan laut ke arah
bawah.
Masing-masing rays pada propagasi sinyal akustik memiliki nilai a yang berbeda-

beda bergantung pada sudut awal dan kecepatan rambat suara di kedalaman sumber
akustik diletakkan. Namun sepanjang rays tersebut akan memiliki nilai a yang tetap
meskipun rays tersebut bergerak. Nilai a dapat ditentukan dengan menggunakan hukum
snellius. Berikut adalah persamaan hukum snellius yang digunakan :

a=

cos 1 cos 2 cos n

=
=
C1
C2
Cn

Lalu dalam membuat ray tracing, perlu untuk menghitung radius (R) dari rays
tersebut. Persamaan yang digunakan adalah :
1
R=
ag

Persamaan yang digunakan untuk menentukan koordinat sumbu x dan sumbu z

suatu titik pada rays adalah sebagai berikut :

1
sin 2sin
x ( 2 )x ( 1 )=R
1
cos 2cos
z ( 2 ) z ( 1 )=R

2.3. Polyfit
Untukmenyelesaikanpersamaan

c Leroy
c Medwin
c Mackenzie
,
,
dapatdilakukan
z
z
z

polynomialcurvefittingterhadapdatatemperaturedansalinitas.Dalammetodecurvefitting,
ndatatemperaturTjdansalinitasSjterhadapkedalamanzjyaitu:
(T1,z1),(T2,z2),,(Tn,zn)
(S1,z1),(S2,z2),,(Sn,zn)
Kedua persamaan di atas dapat didekati oleh sebuah kurva pendekatan sehingga
diperoleherrorterkecil.Kurvapendekatantersebutdibentukdalamsebuahfungsipolinomial
derajatm
T ( z )=a 0+ a1 z ++ am z m

(2.3.1)

S ( z ) =b0 +b 1 z ++b m z m

(2.3.2)

dimana m n1 .Errorantaradatadengankurvapendekatanadalah:
z
T ( j)
T j

T j =

(2.25)

z
T ( j)
S j

S j=

(2.26)

Untukmendapatkannilai a0, a 1 , , am dan b0, b 1 , , bm digunakanmetodekuadrat

terkecil (least square), dimana kurva pendekatan (2.16) dan (2.17) merupakan kurva
pendekatanterbaikjikamemberikanumlahkuadraterrorterkecil.Dimanajumlahkuadrat
errortersebutadalah:
z

j
T
T j

(2.27)

qT =
j=1

j
S
S j

q S=
j=1

dimana:
qT

=jumlahkuadraterroruntuktemperatur

qS

=jumlahkuadraterroruntuksalinitas

j =indeksdata=1,2,...n
Tj

=datatemperaturdaripengukuran,oC

(2.28)

T(zj) =kurvapendekatanterhadapdatatemperatur,oC
Sj

=datasalinitasdaripengukuran,psu

S(zj) =kurvapendekatanterhadapdatasalinitas,psu
z =kedalaman,m

Untukmendapatkanqminimum,dapatdicaridenganpersamaanberikut:
(2.29)

(2.30)

Sehinggapersamaandiatasmenjadi:
1. Untuktemperatur

(2.31)

2. Untuksalinitas

(2.32)

Penataanulangpersamaan(2.31)dan(2.32)diperolehsistempersamaanberjumlahm+
1yaitu:
1. Untuktemperatur

(2.33)

2. Untuksalinitas

(2.34)

Penyelesaian sistem persamaan (2.33) dan (2.34) akan diperoleh nilai koefisien
polinomial a0,a1,...,am dan b0,b1,...,bm sehingga kurva pendekatan temperatur T(z) dan
salinitasS(z)daripersamaan(2.23)dan(2.24)merupakankurvapendekatanterhadapdata
denganerrorterkecil.

2.4. Ocean Data View (ODV)

OceanDataViewadalahsuatuprogramkomputerperangkatlunakyangdibuatolehR.
Schlitzerberfungsiuntukmenampilkanhasileksplorasidarioseanografidantampilangeo

referensi,jugaurutandata(griddata)secarainteraktif.ODVdigunakanuntukanalisisdan
visualisasidatasetoseanografidanmeteorologi.
Perangkat lunak ini digunakan oleh sejumlah besar ahli kelautan. Proyek UNESCO
GuruSamudramempekerjakanODVsebagaisalahsatuanalisisutamadanalatalatlayar.
ODVdigunakanunutkmenampilkandanmenganalisisdatadaribeberapaproyekoseanografi
sepertiArgo,WorldOceanCirculationExperiment,WorldOceanDatabase,WorldOcean
Atlas,danMedar.ODVdapatdijalankanpadasistemoperasiWindow(9X/NT/2000/XP),
LINUX,UNIX,danMacOSX.
KumpulandataODVdankonfigurasifileditampilansecaraindependent,maksudnya
datapadaODVdapatdibentukdandiubahantarsistemyangsalingmendukung.ODVdapat
menampilkan secara interaktif stasiun data untuk cakupan wilayah yang luas. kita dapat
menghasilkan peta stasiun yang berkualitas tinggi dengan menggunakan ODV. Fasilitas
general property plot pada satu atau lebih stasiun, tampilan menyebar dari stasiun yang
dipilih, properti track dari stasiun, properti distribusi general isosurfaces. ODV juga
mendukung tampilan data skalar dan vektor dalam bentuk: titik berwarna,nilai data
numeric,danarah.ODVdidesainagarfleksibledanmudahuntukdipergunakan.iaselalu
menampilkanpetadengansaranastasiunpadalayaryangdilengkapidenganfasilitasbagi
penggunayaitupilihanstasiun,sectiondanisosurface.ODVjugamemilikifasilitaskualitas
kontroldatayangbaik,jugasangatbergunauntukpembelajarandanpelatihan.

BAB III
METODOLOGI
1.

Flowchart
Langkah-langkah pengerjaan secara garis besar dapat dilihat pada flowchart di bawah ini :
Pemilihan Stasiun
Data dari masing-masing stasiun

Ocean Data View (ODV)

Teori Empiris Leroy, Medwin, dan Mckenzie

Polyfit

Ray Tracing

2.

Area shadow zone dan sound channel

Pengambilan Data
Data yang digunakan diambil dari stasiun yang terletak di bagian selatan pulau Jawa.
Stasiun pengamatan yang dipilih adalah stasiun GeoB10044 yang terletak di koordinat
109.014E dan 8.5S, stasiun GeoB10053 yang terletak di koordinat 112.872 E dan 8.675 S,
dan stasiun GeoB10062 yang terletak di koordinat 115.992 E dan 11.163 S.
Berikut adalah lokasi stasiun pengamatan untuk data yang akan digunakan :

3.

Pemilihan Transducer
Transducer yang digunakan berasal dari katalog untuk transducer standard dan
hydrophone merk Reson dan yang dipilih adalah transducer dengan tipe TC3021 untuk
seluruh stasiun pengamatan. Transducer tersebut memiliki bentuk beam conical, dapat
beroperasi hingga kedalaman 700 m dan memiliki lebar beam 2.2. Berikut adalah
keterangan untuk transducer tipe TC3021 :

4.

Ocean Data View (ODV)

Ocean Data View (ODV) merupakan sebuah program yang digunakan untuk
menampilkan grafik salinitas (S), temperatur (T), dan kecepatan suara (C) pada setiap
kedalaman (D) di masing-masing stasiun pengamatan.
Langkah-langkah untuk menampilkan grafik-grafik tersebut pada Ocean Data View
(ODV) adalah sebagai berikut :
1. Data masing-masing stasiun pengamatan yang memiliki format excel diubah menjadi
format .txt agar dapat diolah pada program Ocean Data View (ODV)
2. Pilih menu File New
3. Tab Definition of Collection Variables akan muncul pilihan user specifies variables
manually, lalu pilih OK.
4. Tambah variabel baru sound speed [m/s] pada tab define variables, lalu pilih OK.
5. Pilih menu Import ODV Spreadsheet, lalu pilih file data dari stasiun pengamatan
yang sudah dalam format .txt dan pilih OK.
6. Klik pilihan Lon dan Lat pada kolom source variables dan target variables lalu pilih
associate dan pilih OK
7. Klik pilihan Temperatur pada kolom source variables dan target variables lalu pilih
associate dan pilih OK
8. Double click titik merah yang muncul pada peta hingga grafik temperatur dan
salinitas terhadap kedalaman.
9. Pilih menu Configuration Window Layout
10. Klik kanan di dalam lembar kerja namun di luar window yang ada new window
11. Klik kanan di dalam window yang baru dibuat X variables sound speed [m/s]
12. Klik kanan di dalam lembar kerja namun di luar window yang ada accept
13. Ulangi langkah 1-12 untuk 2 stasiun lainnya agar didapatkan grafik salinitas (S),
temperatur (T), dan kecepatan suara (C) pada setiap kedalaman (D) di masing-masing
stasiun pengamatan.
5.

Matlab
Program Matlab digunakan dalam bagian teori empiris Leroy, Medwin, & Mckenzie,
polyfit, dan membentuk ray tracing dari sinyal akustik yang ditransmisikan.
5.1. Teori Empiris
Teori empiris yang digunakan adalah persamana Leroy, Medwin, dan Mckenzie.
Berikut adalah langkah-langkah untuk menjalankan program Matlab mengenai teori
empiris :
1. Masukkan algoritma yang telah diberikan ke dalam program Matlab.

2. Menuliskan nama file dan nama sheet dari file input excel pada fungsi xlsread
di algoritma Matlab. File input excel berisikan kolom kedalaman, salinitas,
temperatur, dan kecepatan suara.
3. Menyesuaikan keterangan kolom kedalaman, salinitas, temperatur, dan
kecepatan suara pada matlab dengan kolom di sheet excel.
4. Menyesuaikan persamaan Medwin, Leroy, dan Mckenzie yang terdapat di
algoritma dengan persamaan yang benar.
5. Run algoritma tersebut hingga muncul grafik kecepatan suara (C) dari data,
persamaan Leroy, Medwin, dan Mckenzie.
6. Menghitung nilai error dari masing-masing persamaan empiris dengan
memasukkan persamaan sebagai berikut pada command window:
|( CC Leroy )|
1
Error persamaan Leroy
: N mean ( C ) 100
:

Error persamaan Mckenzie :

Error persamaan Medwin

(
|(
(
|(
(

CC Medwin )|
100
mean (C )

)
)|
)

CC Mckenzie
100
mean ( C )

5.2. Polyfit
Polyfit digunakan untuk menentukan besar pangkat polinomial pada persamaan
kecepatan suara agar serupa dengan kecepatan suara dari data masing-masing stasiun
pengamatan. Berikut adalah langkah-langkah untuk menjalankan program Matlab
mengenai polyfit :
1. Masukkan algoritma yang telah diberikan ke dalam program Matlab.
2. Menuliskan nama file dan nama sheet dari file input excel pada fungsi xlsread
di algoritma Matlab. File input excel berisikan kolom kedalaman, salinitas,
temperatur, dan kecepatan suara.
3. Menyesuaikan keterangan kolom kedalaman, salinitas, temperatur, dan
kecepatan suara pada matlab dengan kolom di sheet excel.
4. Menuliskan beberapa persamaan polynomial dengan pangkat yang berbedabeda untuk dicari pangkat yang mana yang memiliki error terkecil. Berikut
adalah bentuk dari persamaan polynomial yang dituliskan di matlab
Cn = P(1)*D.^n + P(2)*D.^(n+1) + + P(n+1)*D.^0
Dengan n adaalah pangkat tertinggi dari persamaan polynomial tersebut.

5. Mencari error yang terkecil di antara persamaan-persamaan polynomial yang

telah dipilih dengan persamaan sebagai berikut :
|( CCn )|
1
Error polyfit : N mean ( C ) 100

Persamaan polynomial yang memiliki error terkecil akan digunakan untuk

menggambarkan SVP dalam tahap membuat ray tracing dari sinyal akustik.
5.3. Ray Tracing
Ray tracing sinyal akustik akan digambarkan dengan menggunakan program
Matlab. Penggambaran ray tracing diperlukan untuk mengetahui daerah-daerah yang
merupakan shadow zone.
Berikut adalah langkah-langkah untuk menggambarkan ray tracing dengan
menggunakan program Matlab :
1. Buka file rayf_xx.m
2. Memasukkan file format .txt pada fungsi readi di program Matlab. File text
berisikan koefisien polyfit dari persamaan polynomial dengan error terkecil
yang telah dihitung sebelumnya.
3. Menuliskan persamaan polynomial yang kita pilih beserta dengan turunan dari
persamaan polynomial tersebut pada file rayf_xx.m
4. Buka file rays1.m
5. Menentukan bayak rays yang akan ditampilkan dengan mengganti ntheta
6. Mengganti nilai theta berdasarkan besar beam width yang sesuai dengan
spesifikasi transducer.
7. Menentukan letak transducer dan kecepatan suara di lokasi transducer
diletakkan.
8. Memanggil file rayf_xx.m yang telah diedit sebelumnya
9. Memanggil file Matlab yang berisikan SVP data dan juga SVP hasil polyfit
sebelumnya.
10. Run algoritma tersebut dan ray tracing akan keluar bersamaan dengan SVP
sesuai stasiun pengamatan yang dipilih.

BAB IV
HASIL PENGOLAHAN DATA & ANALISIS
4.1. Stasiun Pengamatan GEOB10044
4.1.1. Ocean Data View (ODV)
4.1.2. Rumus Empiris

Gambar 4.x dan Gambar 4.x merupakan grafik yang menunjukkan hasil
perhitungankecepatansuaradisetiapkedalamandenganmenggunakanpersamaanempiris
Medwin,Leroy,danMckenzie.
Berdasarkan perhitungan error masingmasing persamaan empiris dengan
menggunakanpersamaanyangtelahdijelaskanpadasubbab3.5.1.didapatkanbesarerror
persamaan Medwin adalah 0.0771%, error persamaan Leroy adalah 0.0394%, dan error
persamaan Mckenzie adalah 0.0212%. Oleh karena itu, persamaan empiris yang
menghasilkanbesarkecepatansuarapalingmendekatidengandatakecepatansuaradari
stasiunpengamatanGeoB10044adalahpersamaanMckenzie.

4.1.3. Polyfit

Gambar4.xmerupakangrafikyangmenunjukkanhasilperhitungankecepatansuara
di setiap kedalaman dengan menggunakan persamaan polynomial. Pangkat tertinggi
polynomial(N)yangdigunakanadalahN=5,N=10,N=13,danN=15.
Berdasarkan perhitungan error persamaan polynomial masingmasing pangkat
tertinggi dengan menggunakan persamaan yang telah dijelaskan pada subbab 3.5.1.
didapatkan besar error persamaan polynomial N=5 adalah 0.1680%, error persamaan
polynomialN=10adalah0.0419%,errorpersamaanpolynomialN=13adalah0.0438%,dan
errorpersamaanpolynomialN=15adalah0.0357%.Olehkarenaitu,persamaanpolynomial
yangmenghasilkanbesarkecepatansuarapalingmendekatidengandatakecepatansuara
daristasiunpengamatanGeoB10044adalahpersamaanpolynomialdenganpangkattertinggi
(N)15atauN=15.
4.1.4. Ray Tracing
4.2. Stasiun Pengamatan GEOB10053
4.2.1. Ocean Data View (ODV)
Pada Gambar 4.x tersebut dapat dilihat hasil dari pengolahan data menggunakan

program Ocean Data View (ODV) dari stasiun GeoB10053 yang terletak di laut selatan

Pulau Jawa. Hasilnya berupa grafik profil dari temperatur, salinitas, dan kecepatan rambat
suara di daerah tersebut.
Berdasarkan grafik temperatur pada Gambar 4.x dapat diamati bahwa temperatur di
permukaan adalah sekitar 25C dan temperatur di perairan tersebut akan semakin rendah
ketika kedalaman laut juga bertambah. Terdapat dua bagian dari grafik temperatur tersebut
yaitu bagian thermocline pada kedalaman sekitar 0-250 meter dimana temperatur
mengalami perubahan secara ekstrem walaupun perubahan kedalaman hanya sedikit dan
bagian isothermal pada kedalaman lebih dari 250 meter dimana temperatur hanya
mengalami perubahan sedikit meskipun perubahan kedalaman besar.
Berdasarkan grafik salinitas pada Gambar 4.x dapat diamati bahwa salinitas perairan
tersebut sekitar 34 34.8 psu dan salinitas di perairan tersebut akan semakin tinggi ketika
kedalaman laut juga bertambah. Terdapat dua bagian dari grafik temperatur tersebut yaitu
bagian halocline pada kedalaman sekitar 0-260 meter dimana salinitas mengalami
perubahan secara ekstrem hingga 34.8 psu walaupun perubahan kedalaman hanya sedikit
dan bagian isohalo pada kedalaman lebih dari 260 meter dimana temperatur hanya
mengalami perubahan sedikit dan cenderung stabil meskipun perubahan kedalaman besar.
Berdasarkan grafik kecepatan suara pada Gambar 4.x dapat diamati bahwa kecepatan
suara perairan tersebut sekitar 1490 1530 m/s dan kecepatan suara di perairan tersebut
akan semakin rendah ketika kedalaman laut juga bertambah. Pola besar kecepatan suara
akan serupa dengan pola dari besar salinitas dan temperatur, dimana ketika lapisan
thermocline dan halocline sekitar kedalaman 0 250 meter maka besar kecepatan suara juga
ikut mengalami perubahan secara ekstrem dan ketika lapisan isothermal dan isohalo maka
besar kecepatan suara juga hanya mengalami perubahan yang sedikit dan cenderung stabil.
4.2.2. Rumus Empiris

Gambar 4.x dan Gambar 4.x merupakan grafik yang menunjukkan hasil
perhitungan kecepatan suara di setiap kedalaman dengan menggunakan persamaan empiris
Medwin, Leroy, dan Mckenzie.
Berdasarkan perhitungan

error

masing-masing

persamaan

empiris

dengan

menggunakan persamaan yang telah dijelaskan pada subbab 3.5.1. didapatkan besar error
persamaan Medwin adalah 0.0188%, error persamaan Leroy adalah 0.017%, dan error
persamaan Mckenzie adalah 0.0115%. Oleh karena itu, persamaan empiris yang

menghasilkan besar kecepatan suara paling mendekati dengan data kecepatan suara dari
stasiun pengamatan GeoB10053 adalah persamaan Mckenzie.
4.2.3. Polyfit
Gambar 4.x dan Gambar 4.x merupakan grafik yang menunjukkan hasil

perhitungan kecepatan suara di setiap kedalaman dengan menggunakan persamaan

polynomial. Pangkat tertinggi polynomial (N) yang digunakan adalah N=5, N=10, N=13,
dan N=15.
Berdasarkan perhitungan error persamaan polynomial masing-masing pangkat
tertinggi dengan menggunakan persamaan yang telah dijelaskan pada subbab 3.5.1.
didapatkan besar error persamaan polynomial N=5 adalah 0.0625%, error persamaan
polynomial N=10 adalah 0.0246%, error persamaan polynomial N=13 adalah 0.0203%, dan
error persamaan polynomial N=15 adalah 0.02%. Oleh karena itu, persamaan polynomial
yang menghasilkan besar kecepatan suara paling mendekati dengan data kecepatan suara
dari stasiun pengamatan GeoB10053 adalah persamaan polynomial dengan pangkat tertinggi
(N) 15 atau N = 15.
4.2.4. Ray Tracing

Gambar 4.x merupakan hasil dari ray tracing untuk wilayah stasiun pengamatan
GeoB10053 ketika transducer diletakkan pada kedalaman 96.71 meter dengan kecepatan
rambat suara pada kedalaman tersebut adalah 1507.44 m/s.
Hasilnya adalah sound channel terdapat pada kedalaman 96.71 meter hingga 1200
meter dan daerah shadow zone hanya terdapat pada kedalaman kurang dari 95 meter dan
kedalaman lebih dari 1300 meter. Luas shadow zone hanya sedikit sehingga berbahaya bagi
kapal bawah air karena daerah untuk bersembunyi kapal selam tersebut hanya sedikit.
Gambar 4.x merupakan hasil dari ray tracing untuk wilayah stasiun pengamatan

GeoB10053 ketika transducer diletakkan pada kedalaman 331.197 meter dengan kecepatan
rambat suara pada kedalaman tersebut adalah 1493.32 m/s.
Hasilnya adalah sound channel terdapat pada kedalaman 331.197 meter hingga 1100
meter dan daerah shadow zone hanya terdapat pada kedalaman kurang dari 200 meter dan
kedalaman lebih dari 1200 meter. Luas shadow zone semakin bertambah dibandingkan
kondisi sebelumnya sehingga lebih aman bagi kapal selam karena luas daerah untuk
bersembunyinya semakin bertambah.

Gambar 4.x merupakan hasil dari ray tracing untuk wilayah stasiun pengamatan
GeoB10053 ketika transducer diletakkan pada kedalaman 650.791 meter dengan kecepatan
rambat suara pada kedalaman tersebut adalah 1491.63 m/s.
Hasilnya adalah sound channel terdapat pada kedalaman 550 meter hingga 1100 meter
dan daerah shadow zone terdapat pada kedalaman kurang dari 500 meter dan kedalaman
lebih dari 1200 meter. Luas shadow zone semakin bertambah dibandingkan kondisi
sebelumnya sehingga lebih aman bagi kapal selam karena luas daerah untuk
bersembunyinya semakin bertambah.
Kondisi ini merupakan kondisi terbaik bagi kapal selam di wilayah stasiun pengamatan
GeoB10053 karena memiliki luas daerah shadow zone yang paling luas sehingga kapal
selam dapat bersembunyi dengan baik dari sinyal akustik kapal lainnya.

4.3. Stasiun Pengamatan GEOB10062

4.3.1. Ocean Data View (ODV)

Pada Gambar 4.x tersebut dapat dilihat hasil dari pengolahan data menggunakan
program Ocean Data View (ODV) dari stasiun GeoB10062 yang terletak di laut selatan
Pulau Jawa. Hasilnya berupa grafik profil dari temperatur, salinitas, dan kecepatan rambat
suara di daerah tersebut.
Berdasarkan grafik temperatur pada Gambar 4.x dapat diamati bahwa temperatur di
permukaan adalah sekitar 25C 30C dan temperatur di perairan tersebut akan semakin
rendah ketika kedalaman laut juga bertambah. Terdapat dua bagian dari grafik temperatur
tersebut yaitu bagian thermocline pada kedalaman sekitar 0-250 meter dimana temperatur
mengalami perubahan secara ekstrem walaupun perubahan kedalaman hanya sedikit dan
bagian isothermal pada kedalaman lebih dari 250 meter dimana temperatur hanya
mengalami perubahan sedikit meskipun perubahan kedalaman besar.
Berdasarkan grafik salinitas pada Gambar 4.x dapat diamati bahwa salinitas
perairan tersebut sekitar 33.8 34.8 psu dan salinitas di perairan tersebut akan semakin
tinggi ketika kedalaman laut juga bertambah. Terdapat dua bagian dari grafik temperatur
tersebut yaitu bagian halocline pada kedalaman sekitar 0-260 meter dimana salinitas
mengalami perubahan secara ekstrem hingga 34.8 psu walaupun perubahan kedalaman

hanya sedikit dan bagian isohalo pada kedalaman lebih dari 260 meter dimana temperatur
hanya mengalami perubahan sedikit dan cenderung stabil meskipun perubahan kedalaman
besar.
Berdasarkan grafik kecepatan suara pada Gambar 4.x dapat diamati bahwa
kecepatan suara perairan tersebut sekitar 1490 1530 m/s dan kecepatan suara di perairan
tersebut akan semakin rendah ketika kedalaman laut juga bertambah. Pola besar kecepatan
suara akan serupa dengan pola dari besar salinitas dan temperatur, dimana ketika lapisan
thermocline dan halocline sekitar kedalaman 0 250 meter maka besar kecepatan suara juga
ikut mengalami perubahan secara ekstrem dan ketika lapisan isothermal dan isohalo maka
besar kecepatan suara juga hanya mengalami perubahan yang sedikit dan cenderung stabil.
4.3.2. Rumus Empiris

Gambar 4.x dan Gambar 4.x merupakan grafik yang menunjukkan hasil
perhitungan kecepatan suara di setiap kedalaman dengan menggunakan persamaan empiris
Medwin, Leroy, dan Mckenzie.
Berdasarkan perhitungan

error

masing-masing

persamaan

empiris

dengan

menggunakan persamaan yang telah dijelaskan pada subbab 3.5.1. didapatkan besar error
persamaan Medwin adalah 0.1931%, error persamaan Leroy adalah 0.1185%, dan error
persamaan Mckenzie adalah 0.0332%. Oleh karena itu, persamaan empiris yang
menghasilkan besar kecepatan suara paling mendekati dengan data kecepatan suara dari
stasiun pengamatan GeoB10062 adalah persamaan Mckenzie.
4.3.3. Polyfit

Gambar 4.x dan Gambar 4.x merupakan grafik yang menunjukkan hasil
perhitungan kecepatan suara di setiap kedalaman dengan menggunakan persamaan
polynomial. Pangkat tertinggi polynomial (N) yang digunakan adalah N=5, N=10, N=13,
dan N=15.
Berdasarkan perhitungan error persamaan polynomial masing-masing pangkat
tertinggi dengan menggunakan persamaan yang telah dijelaskan pada subbab 3.5.1.
didapatkan besar error persamaan polynomial N=5 adalah 0.1414%, error persamaan
polynomial N=10 adalah 0.0432%, error persamaan polynomial N=13 adalah 0.0484%, dan
error persamaan polynomial N=15 adalah 0.0365%. Oleh karena itu, persamaan polynomial
yang menghasilkan besar kecepatan suara paling mendekati dengan data kecepatan suara
dari stasiun pengamatan GeoB10062 adalah persamaan polynomial dengan pangkat tertinggi
(N) 15 atau N = 15.

4.3.4. Ray Tracing

Gambar 4.x merupakan hasil dari ray tracing untuk wilayah stasiun pengamatan
GeoB10062 ketika transducer diletakkan pada kedalaman 200.092 meter dengan kecepatan
rambat suara pada kedalaman tersebut adalah 1507.51 m/s
Hasilnya adalah sound channel terdapat pada kedalaman 96.71 meter hingga 3200
meter dan daerah shadow zone hanya terdapat pada kedalaman kurang dari 150 meter dan
kedalaman lebih dari 3200 meter. Luas shadow zone hanya sedikit sehingga berbahaya bagi
kapal bawah air karena daerah untuk bersembunyi kapal selam tersebut menjadi lebih
sempit.

Gambar 4.x merupakan hasil dari ray tracing untuk wilayah stasiun pengamatan
GeoB10053 ketika transducer diletakkan pada kedalaman 400.257 meter dengan kecepatan
rambat suara pada kedalaman tersebut adalah 1492.09 m/s.

Hasilnya adalah sound channel terdapat pada kedalaman 400.257 meter hingga 1900
meter dan daerah shadow zone hanya terdapat pada kedalaman kurang dari 350 meter dan
kedalaman lebih dari 1900 meter. Luas shadow zone semakin bertambah dibandingkan
kondisi sebelumnya sehingga lebih aman bagi kapal selam karena luas daerah untuk
bersembunyi semakin luas (bertambah dari yang sebelumnya).

Gambar 4.x merupakan hasil dari ray tracing untuk wilayah stasiun pengamatan
GeoB10062 ketika transducer diletakkan pada kedalaman 580.394 meter dengan kecepatan
rambat suara pada kedalaman tersebut adalah 1489.19 m/s.
Hasilnya adalah sound channel terdapat pada kedalaman 550 meter hingga 1800 meter
dan daerah shadow zone terdapat pada kedalaman kurang dari 500 meter dan kedalaman
lebih dari 1800 meter. Luas shadow zone semakin bertambah dibandingkan kondisi
sebelumnya sehingga lebih aman bagi kapal selam karena luas daerah untuk
bersembunyinya semakin bertambah.
Kondisi ini merupakan kondisi terbaik bagi kapal selam di wilayah stasiun pengamatan
GeoB10062 karena memiliki luas daerah shadow zone yang paling luas sehingga kapal
selam dapat bersembunyi dengan baik dari sinyal akustik kapal lainnya.

BAB V
KESIMPULAN
Berdasarkan hasil pengolahan data dan analisis yang telah kami lakukan, kesimpulan
yang didapatkan adalah sebagai berikut :
1. Karakteristik salinitas dan temperature perairan di ketiga stasiun yang diamati memiliki
pola yang sama yaitu salinitas berbanding lurus dengan kedalaman sedangkan
temperature berbanding terbalik dengan kedalaman. Karakteristik kecepatan rambat suara
perairan pada stasiun GeoB10044 dan GeoB10062 memiliki pola yang sama yaitu
berkurang hingga kedalaman tertentu lalu bertambah dari kedalam tersebut hingga dasar
laut. Sedangkan karakteristik kecepatan rambat suara perairan pada stasiun GeoB10053
berkurang hingga kedalaman tertentu namun tidak bertambah setelah kedalaman tersebut
melainkan stabil.
2. X
3. Persamaan empiris yang paling tepat digunakan untuk ketiga stasiun pengamatan adalah
persamaan Mckenzie karena memiliki error terkecil dibandingkan persamaan Medwin
dan persamaan Leroy.
4. Persamaan polynomial akan semakin kecil errornya jika semakin besar pangkat
tertingginya, dan berdasarkan analisis polyfit untuk ketiga stasiun pengamatan yang
paling tepat digunakan adalah persamaan dengan pangkat tertinggi 15 karena memiliki
error terkecil dibandingkan pangkat tertinggi lainnya.
5. Letak transducer yang menghasilkan shadow zone terbesar sehingga aman bagi kapal
selam di wilayah stasiun GeoB10044 adalah pada kedalaman , di wilayah stasiun
GeoB10053 adalah pada kedalaman 650.791 meter, dan di wilayah stasiun GeoB10062
adalah pada kedalaman 580.394 meter.

DAFTAR PUSTAKA
http://blogs.unpad.ac.id/esmi/2013/10/27/sound-velocity/?v=1.11.0 diakses pada tanggal 1
Desember 2016 pukul 18.20
https://uneeslamert19.files.wordpress.com/2014/02/modul-2-konsep-konsep-dasar_praktikan.pdf
diakses pada tanggal 1 Desember 2016 pukul 19.12
http://www.oc.nps.edu/~bird/oc2930/acoustics/surfaceduct.html diakses pada tanggal 1
Desember 2016 pukul 19.25
Slide perkuliahan Propagasi_ABA_New.pdf