Anda di halaman 1dari 88

DAFTAR ISI

DAFTAR ISI................................................................................................ 0
BAB 1......................................................................................................... 1
1.1. Latar Belakang................................................................................................1
1.2. Tujuan Penelitian............................................................................................3
1.3. Manfaat Penelitian..........................................................................................4
1.4. Waktu dan Tempat Pelaksanaan......................................................................4
1.5. Jadwal Kegiatan Serta Alokasi Waktunya Perhari..........................................4
BAB II......................................................................................................... 8
BAB III...................................................................................................... 18
3.1. Alat dan Bahan..............................................................................................18
3.2. Diagram Alir.................................................................................................19
3.3. Teknik Pengumpulan Data............................................................................20
3.4. Teknik Analisis Data.....................................................................................20
3.5. Teknis Penyajian Data...................................................................................21
BAB IV..................................................................................................... 22
4.1. Sejarah Instansi Tempat PKL........................................................................22
4.2. Kegiatan Instansi Tempat PKL.....................................................................23
4.3. Struktur Organisasi BPOL............................................................................34
4.4. Tugas dan Fungsi Tempat PKL.....................................................................35
BAB V....................................................................................................... 37
5.1. Proses Pelaksanaan Pekerjaan.......................................................................37
5.2. Hasil Pelaksanaan Pekerjaan.........................................................................53
5.3. Pembahasan...................................................................................................79
BAB VI...................................................................................................... 87
6.1. Kesimpulan...................................................................................................87
DAFTAR RUJUKAN...................................................................................88
BAB 1
PENDAHULUAN
1.1. Latar Belakang
Indonesia merupakan negara kepulauan yang mempunyai luas wilayah
perairan sekitar 2.981.211 km2 (KKP, 2011). Selain wilayah perairan yang luas
letak Indonesia juga terletak di antara dua benua dan dua samudra, yaitu Benua
Asia dan Benua Australia serta Samudra Hindia dan Samudra Pasifik. Letak
Indonesia yang demikian menyebabkan Indonesia rentan akan gangguan iklim
Global. Gangguan iklim merupakan bencana yang mendominasi selama empat
dekade terakhir ini. Salah satu fenomena yang menyebabkan terjadinya
perubahan iklim adalah El Nino-Southern Oscillation (ENSO).
ENSO adalah kepanjangan dari El- Nino, La-Nina and Southern
Oscillation. El Nino merupakan salah satu bentuk penyimpangan iklim atau
anomaly suhu permukaan laut di Samudera Pasifik yang ditandai dengan
kenaikan suhu permukaan laut (SPL) di daerah katulistiwa bagian tengah dan
timur. Pada kondisi normal, daerah konveksi berada di daerah barat Samudera
Pasifik. Namun, pada kondisi El Nino, zona konveksi bergeser ki tengah-tengah
Samudera Pasifik. Kondisi ini biasanya terjadi menjelang akhir tahun, sehingga
akibatnya bagi Indonesia yaitu musim penghujan yang biasanya terjadi di akhir
tahun akan diganti dengan kemarau karena pengaruh El Nino. Jika El Nino
mengakibatkan kekeringan, maka lain halnya dengan La Nina. Kebalikan El
Nino ini memiliki sifat yang bertolak belakang dengan El Nino, La Nina
memiliki sifat yang dingin kedatangannya juga dapat menimbulkan petaka di
berbagai kawasan kathulistiwa, termasuk Indonesia. Curah hujan berlebihan
yang menyertai kedatangan La Nina dapat menimbulkan banjir dan tanah
longsor di berbagai wilayah di Indonesia.
Suhu permukaan laut merupakan parameter lingkungan yang sangat
penting di laut karena berguna dalam mempelajari proses-proses fisik,kimia,
dan biologi yang terjadi di laut. Pola distribusi suhu permukaan laut dapat
digunakan untuk mengindentifikasi parameter-parameter laut seperti arus,
upwelling dan front. Front yaitu pertemuan antara dua massa air yang

1
mempunyai karakteristik yang berbeda, baik temperature maupun salinitas.
Sedangkan upwelling adalah penaikan massa air laut dari suatu lapisan dalam
ke lapisan permukaan. Gerakan naik ini membawa serta air yang suhunya lebih
dingin, salinitas tinggi, dan zat-zat hara yang kaya ke permukaan (Nontji 1993).
El Nino-Southern Oscillation (ENSO) tidak terjadi di seluruh wilayah
perairan Indonesia, hanya sebagian wilayah Indonesia khususnya Indonesia
bagian Timur salah satunya adalah Perairan Utara Papua. Perairan utara Papua
merupakan salah satu wilayah yang terjadi ENSO, hal ini dikarenakan lokasi
wilayah perairan utara papua merupakan bagian dari samudra pasifik dan
merupakan jalur ARLINDO (Arus Lintas Indonesia).
Arlindo adalah suatu sistem di perairan Indonesia di mana
terjadi lintasan arus yang membawa membawa massa air hangat
dari Samudra Pasifik menuju Samudra Hindia yang relatif lebih
dingin. Massa air Pasifik tersebut terdiri atas massa air Pasifik
Utara dan Pasifik Selatan (Wyrtki 1961, Fieux et al. 1996).
Terjadinya Arlindo terutama disebabkan oleh bertiupnya angin
pasat tenggara di bagian selatan Pasifik dari wilayah Indonesia.
Angin tersebut mengakibatkan permukaan bagian tropik Lautan
Pasifik Barat lebih tinggi dari pada Lautan Hindia bagian timur.
Akibatnya terjadi perbedaan tinggi permukaan laut dimana bagian
tropik Lautan Pasifik Barat lebih tinggi dari pada Lautan Hindia
bagian timur. Sehingga terjadi gradien tekanan yang
mengakibatkan mengalirnya arus dari Lautan Pasifik ke Lautan
Hindia (Wyrtki 1987).
Arlindo merupakan bagian penting dalam sirkulasi samudra
dunia dalam penghantaran panas (heat). Dalam kondisi normal, di
perairan Pasifik di sebelah Utara Irian terdapat kolam Air Hangat
(Warm Water Pool) yang disebabkan oleh menumpuknya air yang
terbawa oleh Katulistiwa Selatan karena hembusan Angin Pasat
(trade winds) di Pasifik. Massa air yang terangkut oleh Arlindo
dipengaruhi oleh adanya El Nio dan La Nia. Menurut Gordon

2
(1996) transport Arlindo lebih besar terjadi selama La Nina dan
melemah pada saat terjadi El Nino.
Perairan utara papua secara resmi merupakan bagian dari WPP 717 yang
terdiri dari Samudra Pasifik dan Teluk Cendrawasih. Lokasi perairan utara
papua yang merupakan bagian dari Arlindo menyebabkan ENSO yang terpusat
pada sumudra pasifik bagian barat di sekitar perairan Peru dan ekuador dapat
terjadi juga di perairan wilayah utara papua. Terjadinya ENSO di perairan
papua secara langsung akan membuat suhu permukaan laut berbeda dengan
kondisi normal dan selanjutnya akan berpengaruh terhadap sumber daya
perairan dilayah tersebut misalnya potensi ikan di wilayah perairan papua.
Dampak besar yang ditimbulkan karena adanya ENSO di Perairan Utara Papua
membuat studi terkait anomali suhu permukaan laut menjadi sangat penting.

1.2. Tujuan Penelitian


a. Mengetahui pola persebaran anomaly suhu di perairan utara papua secara
temporal dan spasial pada bulan Juni tahun 2015 - bulan Juli tahun 2016
b. Mengidentifikasi klasifikasi Kelas ENSO (Normal, rendah, Moderate dan
Kuat) pada pada bulan Juni tahun 2015 - bulan Juli tahun 2016
1.2 Ruang Lingkup Pekerjaan
Adapun lingkup kegiatan yang dilakukan selama Praktik Kerja Lapangan di
Balai Penelitian Observasi Laut antara lain :
a. Pengenalan instansi Praktik Kerja Lapangan dan tim Ocean Remote
Sensing selaku tim pembimbing lapangan
b. Pengenalan citra Modis level 3 sebagai bahan penelitian
c. Pengenalan program SeaDas yang digunakan dalam pengolahan citra suhu
permukaan laut modis level 3
d. Pengunduhan citra suhu permukaan laut modis level 3 komposit 8 hari
tahun 2006 2016
e. Pengolahan data (Cropping citra, Ekstrasi data suhu permukaan laut,
perhitungan anomaly suhu permukaan laut)
f. Analisis hasil perhitungan Anomali suhu permukaan laut bulan Juli 2015
bulan Juni 2016 dan klasifikasi kelas ENSO

3
1.3. Manfaat Penelitian
a. Mengetahui pola persebaran anomaly suhu di perairan utara papua secara
temporal dan spasial pada bulan Juni tahun 2015 - bulan Juli tahun 2016
b. Mengetahui klasifikasi Kelas ENSO (Normal, rendah, Moderate dan
Kuat) pada pada bulan Juni tahun 2015 - bulan Juli tahun 2016

1.4. Waktu dan Tempat Pelaksanaan


Praktek Kerja Lapangan ini dilaksanakan mulai tanggal 1 September
sampai 27 September 2016 di Balai Penelitian dan Observasi Laut, Jl. Baru
Perancak, Kabupaten Jembrana, Provinsi Bali

1.5. Jadwal Kegiatan Serta Alokasi Waktunya Perhari


TIME LINE
PRAKTEK KERJA LAPANGAN (PKL)
BALAI PENELITIAN DAN OBSERVASI LAUT
Jl. Baru Perancak, Jembrana, Provinsi Bali
September 2016
Tabel 1.1. Time Line PKL di BPOL

No
Tanggal Kegiatan
.

1. 01-09-2016 1. Pengurusan Administrasi Praktek Kerja Lapangan dengan bidang


pelayanan teknis BPOL
2. Pengenalan lokasi Praktek Kerja Lapangan di kawasan Balai
Penelitian dan Observasi Laut (BPOL)
2. 02-09-2016 1. Studi literature tentang rencana penelitian

3. 03-09-2016 LIBUR

4. 04-09-2016 LIBUR

4
5. 05-09-2016 Studi literature tentang rencana penelitian

6 06-09-2016 Studi literature tentang rencana penelitian

7. 07-09-2016 Studi literature tentang rencana penelitian

8. 08-09-2016 1. Presentasi tema penelitian di hadapan tim Ocean Remote


Sensing (ORS) Balai Penelitian dan Observasi Laut
2. Penentuan tema penelitian yaitu Pola Sebaran Anomali Suhu
Permukaan Laut pada saat ENSO (El Nino Southern Oscillation)
Studi kasus : Wilayah Perairan Utara Papua
3. Penentuan pembimbing PKL
9. 09-09-2016 1. Bimbingan pertama terkait penelitian
2. Studi Literatur

10. 10-09-2016 LIBUR

11. 11-09-2016 LIBUR

12. 12-09-2016 LIBUR (IDUL ADHA)

13. 13-09-2016 Pencarian citra suhu permukaan laut Modis Level 3 komposit 8 hari
resolusi 4 km dan Pencarian indeks ENSO (El Nino-Southern
Oscillation)

14. 14-09-2016 Pencarian citra suhu permukaan laut Modis Level 3 komposit 8 hari
resolusi 4 km

5
15. 15-09-2016 Pencarian citra suhu permukaan laut Modis Level 3 komposit 8 hari
resolusi 4 km

16. 16-09-2016 Pencarian citra suhu permukaan laut Modis Level 3 komposit 8 hari
resolusi 4 km

17 17-09-2016 LIBUR

18 18-09-2016 LIBUR

19 19-09-2016 1. Bimbingan Penelitian


2. Pengolahan data (ekstrasi citra suhu permukaan laut modis
level 3)
3. Studi Literatur
20 20-09-2016 1. Bimbingan Penelitian
2. Pengolahan data (ekstrasi citra suhu permukaan laut modis
level 3)
3. Studi Literatur
21 21-09-2016 1. Bimbingan Penelitian
2. Pengolahan data (Perhitungan dan pemetaan anomaly suhu
permukaan laut)
3. Studi Literatur
22 22-09-2016 1. Bimbingan penelitian
2. Pengolahan data (Perhitungan dan pemetaan anomaly suhu
permukaan laut
3. Studi Literatur
23 23-09-2016 1. Bimbingan Penelitian
2. Pengolahan data (Perhitungan dan pemetaa anomaly suhu
permukaan laut)
3. Studi Literatur
24 24-09-2016 LIBUR

6
25 25-09-2016 LIBUR

26 26-09-2016 Presentasi akhir hasil penelitian selama kegiatan PKL di Balai


Penelitian dan Observasi Laut oleh pembimbing PKL dan Tim
Ocean Remote Sensing BPOL

27 27-09-2016 Perpisahan dengan Tim Ocean Remote Sensing dan Staf di Balai
Penelitian dan Observasi Laut

7
BAB II
KAJIAN PUSTAKA
2.1. ENSO
ENSO merupakan fenomena yang terdiri atas dua fase yaitu fase panas
(El Nino) serta fase dingin (La Nina). Southern Oscillation merupakan
perubahan sirkulasi angin yang disebabkan oleh perbedaan suhu permukaan
laut antara Samudera Pasifik Timur dan Barat (McGregor dan Nieuwolt, 1998;
Tjasyono, 2008). Adanya perbedaan tersebut menyebabkan pembalikan
sirkulasi atmosfer di atas samudera-samudera/laut yang terletak dekat ekuator
(Shelton, 2009). Selama El Nino berlangsung maka temperatur permukaan laut
di Samudera Pasifik berubah menjadi lebih panas. Sebaliknya, temperatur
permukaan laut di atas. Samudera Pasifik menjadi lebih dingin ketika La Nina.
Kedua fenomena tersebut terjadi sebagai akibat dari sistem sirkulasi angin,
pergerakan atmosfer di atas lautan dan tekanan permukaan di atas laut
sepanjang lautan di zona ekuator (McGregor dan Nieuwolt, 1998; NOAA, no
date; WMO, 2010).
Fenomena ENSO terjadi ketika suhu udara di Samudera Pasifik
meningkat sehingga arah angin berubah. El Nino menyebabkan pergerakan
awan mengarah ke timur sehingga curah hujan di Amerika Selatan meningkat.
Pergerakan awan mengarah ke barat ketika La Nina sehingga curah hujan di
Amerika Selatan meningkat, sebaliknya Indonesia, Australia dan Papua Nugini
menerima hujan lebih banyak. Wilayah sebelah barat Samudera Pasifik seperti
Indonesia dan Australia mengalami kekeringan, sedangkan di Amerika Selatan
terjadi banjir saat El Nino (NOAA, -).
Indikator untuk menentukan terjadinya El Nino maupun La Nina adalah
SST (Sea Surface Temperature), SOI ((Southern Oscillation Index) dan MEI
(Multivariate ENSO Index). Indikator MEI merupakan indikator gabungan
antara SOI dan SST sehingga menghasilkan klasifikasi waktu ENSO yang
relevan untuk berbagai tempat di dunia. Suatu tahun dinyatakan terjadi El Nino
(La Nina) apabila nilai MEI >0,5 (< 0,5) untuk 5 bulan berturut-turut atau lebih
antara April tahun (0) sampai Maret tahun berikutnya (+) serta puncak MEI >1

8
(< -1). Indikator MEI jarang digunakan untuk analisis terjadinya ENSO di
Indonesia, biasanya menggunakan SST Nino 3.4. Tahun ENSO menurut
indikator Nino 3.4 adalah tahun El Nino (La Nina) adalah tahun dengan nilai
tertinggi > 1+standar deviasi (< 1-standar deviasi) (Kiem dan Franks, 2001).
Tabel 1.1 menunjukkan tahun-tahun kejadian ENSO berdasarkan indikator MEI
dan SST Nino 3.4 antara 1970 2010
2.2. Suhu Permukaan Laut
Suhu adalah indikasi jumlah energi (panas) yang terdapat dalam suatu
sistem atau massa sebagai ukuran energi gerakan molekul (Nyabakken, 1992).
Suhu permukaan laut tergantung dari jumlah energy (panas) yang diterima
dari sinar matahari yang kemudian diserap oleh massa air. Suhu permukaan
laut merupakan air yang berada dekat permukaan. Daerah-daerah yang paling
banyak menerima sinar matahari adalah daerah-daerah yang terletak pada
garis khatulistiwa (lintang 0). Oleh sebab itu suhu air laut yang tertinggi
terdapat didaerah ekuator. Kisaran suhu daerah tropis relatif stabil karena
cahaya matahari lebih banyak mengenai daerah ekuator daripada daerah
kutub. Hal ini dikarenakan cahaya matahari yang merambat melalui atmosfer
banyak kehilangan panas sebelum cahaya tersebut mencapai kutub. Suhu di
lautan berkisar antara -1,87 (titik beku air laut) di daerah kutub sampai
maksimum sekita 42C di daerah perairan dangkal (Hutabarat dan Evans,
1984).
Suhu permukaan laut sangat dipengaruhi oleh jumlah bahang dari sinar
matahari. Daerah yang paling banyak menerima sinar matahari adalah daerah
pada lintang rendah. Oleh karena itu, suhu air laut yang tertinggi ditemukan
pada daerah ekuator. Menurut Hastenrath (1988), suhu air laut terutama
dipengaruhi oleh intensitas sinar matahari. Selain itu, suhu air laut juga di
pengaruhi oleh curah hujan, penguapan, suhu udara, kecepatan angin,
kelembaban udara dan keadaan awan. Suhu air laut mengalami variasi dari
waktu ke waktu sesuai dengan kondisi alam yang mempengaruhi perairan
tersebut. Perubahan tersebut terjadi secara harian, musiman, tahunan maupun
jangka panjang (puluhan tahun).

9
Suhu permukaan air laut biasanya berkisar antara 27C-29C di daerah
tropis dan 15C-20C di daerah subtropis. Suhu ini menurun secara teratur
menurut kedalaman. Suhu air laut relatif konstan antara 2C-4C di
kedalaman lebih dari 1000 m. Variasi harian suhu permukaan laut untuk
daerah tropis tidak terlalu besar yaitu berkisar 0.2C-0.3C (Gross, 1990).
Variasi tahunan suhu air laut pada perairan Indonesia tergolong kecil yaitu
sekitar 2C. Hal ini disebaban oleh posisi matahari dan massa air dari lintang
tinggi. Pada musim barat/barat laut, pemanasan terjadi di daerah laut Arafura
dan perairan pantai barat Sumatera dengan suhu berkisar antara 29-30C.
Sementara itu, suhu permukaan di Laut Cina Selatan relatif rendah yaitu
berkisar 26-27C. Pada musim timur, suhu air laut perairan Indonesia bagian
timur memiliki nilai yang lebih rendah (Soegiarto dan Birowo, 1975). Pada
saat musim barat tepatnya bulan desember, posisi matahari berada pada posisi
paling bawah yaitu pada lintang 23.5LS dan pada saat musim timur (juni),
posisi matahari berada pada lintang paling tinggi yaitu ada lintang 23.5LU.
Matahari tepat berada di atas ekuator pada musim peralihan (Maret dan
September).
Richard dan Davis (1991) menyatakan bahwa suhu di lautan dunia dibagi
menjadi tiga zona berdasarkan kedalaman yaitu suhu lapisan permukaan (suhu
permukaan laut), suhu lapisan termoklin, dan suhu lapisan dalam. Suhu
permukaan laut sangat dipengaruhi oleh intensitas penyinaran matahari. Suhu
permukaan laut akan memiliki nilai tertinggi pada daerah yang menerima
sinar matahari lebih banyak.
Suhu permukaan laut dapat dibagi secara horizontal bergantung pada letak
lintangnya (Hutabarat dan Evans, 1986). Pada wilayah yang lebih kecil, suhu
permukaan laut secara horizontal dibagi berdasarkan posisi wilayah terhadap
daratan yaitu muara sungai, estuari, dan laut lepas. Pada daerah estuari, suhu
permukaan lebih bervariasi karena volume air di estuari sangat kecil dan juga
masih mendapat pengaruh dari air sungai. Oleh karena itu, air di estuari lebih
cepat panas dan lebih cepat dingin (Nybakken, 1992).

10
Tinggi rendahnya suhu yang ada di suatu perairan terutama pada lapisan
permukaan dipengaruhi oleh radiasi matahari dan kondisi lingkungan sekitar
perairan. Perubahan instensitas cahaya matahari serta faktor-faktor lain seperti
arus, keadaan awan, kenaikan massa air (upwelling), penguapan, curah hujan,
suhu udara, kelembaban dan kecepatan angin menyebabkan perubahan suhu
air laut secara harian, musiman dan tahunan.
Suhu air di perairan Nusantara umumnya berkisar antara 28C-38C. Di
lokasi yang sering terjadi penaikan air (upwelling) seperti di laut Banda, suhu
air permukaannya bisa turun sampai 25C, ini disebabkan air yang dingin di
lapisan bawah terangkat keatas permukaan. Suhu dekat pantai biasanya sedikit
lebih tinggi dibandingkan dengan suhu di lepas pantai (Nontji,1987).
Tingginya suhu permukaan laut di perairan Indonesia disebabkan oleh posisi
geografis Indonesia yang terletak di wilayah ekuator yang menerima panas
sinar matahari terbanyak. Suhu permukaan laut juga di pengaruhi oleh angin
muson dan curah hujan (Wyrtki, 1961).
Suhu permukaan laut (SPL) Indonesia secara umum berkisar antara
26C29C. Karena perairan Indonesia dipengaruhi oleh angin musim, maka
sebaran SPL-nya pun mengikuti perubahan musim. Pada musim barat
(Desember-Januari-Februari), SPL di Kawasan Barat Indonesia (KBI) pada
umumnya relatif lebih rendah daripada musim timur (Juni-Juli-Agustus). SPL
di dekat Laut Cina Selatan pada waktu musim barat berkisar antara 26C-
28C sedangkan di Kawasan Timur Indonesia berkisaran 28C-29C.
Pada musim timur kebalikannya terjadi, yaitu SPL di perairan KTI
berkisar antara 26C-28C, sedangkan di perairan KBI antara 28C- 29C
(Ilahude dan Birowo, 1987 dalam Dahuri et al, 1996). Berdasarkan penelitian
yang telah dilakukan, rata-rata suhu permukaan laut di Laut Jawa berkisar
antara 27.25- 28.255 C dengan suhu permukaan laut lebih tinggi berada pada
bagian barat (Gaol dan Sadhotomo, 2007).
Upwelling adalah penaikan massa air lautr dari suatu lapisan dalam ke
lapisan permukaan. Air laut di lapisan permukaan umumnya mempunyai suhu
tinggi, salinitas dan kandungan zat hara yang rendah. Sebaliknya, pada lapisan

11
yang lebih dalam air laut mempunyai suhu yang rendah, salinitas dan
kandungan zat hara yang lebih tinggi. Gerakan naik ini membawa serta air
yang suhunya lebih dinggin, salinitas tinggi dan zat hara yang kaya ke
permukaan (Nontji, 1993). Maka, dalam proses upwelling terjadi penurunan
suhu permukaan laut.
Selain upwelling dan faktor-faktor diatas, faktor lain yang dipengaruhi
oleh suhu permukaan laut, yaitu front. Front merupakan daerah pertemuan dua
massa air yang mempunyai karakteristik yang berbeda. Daerah front ditandai
dengan gradien suhu permukaan laut yang berbeda antarakedua sisi front
(Setiawan,1991)
2.3. Penginderaan Jauh
Penginderaan jauh (remote sensing) adalah ilmu dan seni untuk
memperoleh informasi tentang suatu obyek, daerah, atau fenomena melalui
analisis data yang diperoleh dengan suatu alat tanpa kontak langsung dengan
obyek, daerah, atau fenomena yang dikaji. Istilah penginderaan jauh
merupakan terjemahan dari kosakata remote sensing dalam bahasa Inggris. Ini
dilakukan dengan sense dan perekaman energi yang dipantulkan dan dilepaskan
oleh permukaan bumi dan kemudian energi tersebut diproses, dianalisa, dan
diaplikasikan sebagai informasi (Lillesand dan Kiefer, 1994 dalam Realino
dkk., 2005).
Teknologi penginderaan jauh (remote sensing) sering diartikan
sebagai teknologi untuk mengidentifikasi suatu objek di permukaan bumi tanpa
melalui kontak langsung dengan objek tersebut. Saat ini teknologi penginderaan
jauh berbasis satelit menjadi sangat populer dan digunakan untuk berbagai
tujuan kegiatan, salah satunya untuk mengidentifikasi potensi sumber daya
wilayah pesisir dan lautan. Hal ini disebabkan teknologi ini memiliki beberapa
kelebihan, seperti: harganya yang relatif murah dan mudah didapat, adanya
resolusi temporal (perulangan) sehingga dapat digunakan untuk keperluan
monitoring, cakupannya yang luas dan mampu menjangkau daerah yang
terpencil, bentuk datanya digital sehingga dapat digunakan untuk berbagai

12
keperluan dan ditampilkan sesuai keinginan. Pengkajian atas benda/obyek
atau fenomena dilakukan pada hasil rekaman, bukan pada benda aslinya.
Menurut Sutanto (1986) dalam Astuti 2008, terdapat empat komponen
penting dalam sistem penginderaan jauh adalah (1) sumber tenaga
elektromagnetik, (2) atmosfer, (3) interaksi antara tenaga dan objek, dan (4)
sensor. Secara skematik dapat dilihat pada gambar berikut:

Gambar2.1 Skema Proses Penginderaan Jarak Jauh

Tenaga panas yang dipancarkan dari obyek dapat direkam dengan sensor
yang dipasang jauh dari obyeknya. Penginderaan obyek tersebut menggunakan
spektrum infra merah termal. Menurut Sutanto (1986) dalam Astuti 2008,
dalam penginderaan jauh terdapat beberapa proses melibatkan interaksi antara
radiasi dan target yang dituju mencakup tujuh elemen penting, yakni:
a. Sumber energi atau illumination (A), merupakan elemen pertama
dalam menyediakan energi elektromagnetik ke target interest;
b. Radiasi dan atmosfer (B), adalah perjalanan energi dari sumber ke
targetnya dan sebaliknya. Energi akan mengalami kontak dengan target
dan berinteraksi dengan atmosfer yang dilewatinya;
c. Interaksi dengan Target (C),
d. Perekaman energi oleh sensor (D), setelah energi dipancarkan atau
dilepaskan dari target, elemen penting yang dibutuhkan adalah sensor
untuk menumpulkan dan merekam radiasi elektromagnetik;
e. Transmisi, penerimaan, dan pemrosesan (E), energi yang terekam oleh
sensor harus ditransmisikan untuk diterima oleh stasiun pengolahan,
dimana data diolah menjadi citra (hardcopy ataupun digital);

13
f. Interpretasi dan analisis (F), merupakan pengolahan image dengan
interpretasi secara visual atau digital untuk mengekstrak informasi
tentang target; dan
g. Aplikasi (G), elemen terakhir adalah pengaplikasian informasi tentang
target untuk memperoleh pengertian yang lebih baik, menerima
beberapa informasi baru, dan membantu pemecahan masalah.
Untuk beberapa spektrum elektromagnetik, atmosfer tidak dapat ditembus
sehingga tidak dapat digunakan untuk penginderaan jauh kelautan. Tetapi ada
beberapa panjang gelombang yang dilewatkan oleh atmosfer sehingga
membentuk suatu jendela. Ada beberapa jendela sampit pada panjang
gelombang antara 3,5 m sampai 13 m yang dimanfaatkan oleh radiometri
infra merah. Panjang gelombang tersebut adalah gelombang inframerah thermal
bagian dari spektrum radiasi yang paling banyak dideteksi yang diemisikan oleh
permukaan sesuai dengan suhunya. Didalam penginderaan jauh kelautan
gelombang tersebut digunakan untuk mengukur suhu permukaan laut.

Gambar2.2 Spektrum elektromagnetik yang di pakai dalam penginderaan jauh kelautan


Penginderaan jauh untuk lingkungan kelautan diawali dengan progam
TIROS (Television Infrared Observation Satelite) yang kemudian menjadi
NOAA (National Oceanic Atmospheric Administration) pada tahun 1960-an

14
oleh Amerika Serikat. Hingga saat ini progam tersebut masih berjalan, ini
dibuktikan dengan masih beroperasinya lima satelit NOAA yaitu NOAA-12,
14, 15, 16, dan 17. Setelah itu pada tahun 1978, NASA mulai mengembangkan
sensor satelit khusus untuk kelautan. Dengan pengembangan misi satelit
menggunakan sensor Coastal Zone Color Scanner (CZCS) dan setelah 10
tahun kemudian mulai bemunculan satelit penginderaan jauh dengan sensor
khusus untuk misi kelautan, seperti Fengyun-1A (FY 1A) yang diluncurkan
oleh Badan Antariksa Cina pada tahun 1988 dengan membawa 3 band untuk
pemantauan warna laut (ocean color) dan Satelit Terra atau EOS-AM yang
membawa sensor MODIS (Moderate Resolution Imaging).
2.4. Satelit Modis

MODIS (Moderate Resolution Imaging Spectroradiometer)


merupakansalah satu sensor yang dimiliki EOS (Earth Observing System) dan
dibawa olehdua wahana yang diproduksi oleh NASA yaitu Terra dan Aqua.
Sensor MODIS merupakan turunan dari sensor AVHRR (Advanced Very High
ResolutionRadiometer), SeaWiFS (Sea-viewing Wide Field-of-view
Sensor),dan HIRS (High Imaging Resoution Spectrometer) yang dimiliki EOS
yang sebelumnya telahmengorbit (Junjunan, 2004).
MODIS mengorbit bumi secara polar (arah Selatan Utara) pada
ketinggian705 km dan melewati garis Khatulistiwa pada jam 10.30 waktu lokal.
Orbit satelitAquaMODIS melintas dari Selatan ke Utara melalui garis Ekuator
pada sorehari. Sedangkan orbit satelit TerraMODIS. Melintas dari Selatan ke
Utaramelalui garis Ekuator pada pagi hari. Lebar cakupan lahan pada
permukaan bumisetiap putarannya sekitar 2330 km. Pantulan gelombang
elektromagnetik yangditerima sensor MODIS sebanyak 36 kanal (36 interval
panjang gelombang),mulai dari 0,405 sampai 14,385 m (1 m = 1 / 1.000.000
m). Data terkirim darisatelit dengan kecepatan 11 Mega bytes setiap detik
dengan resolusi radiometrik 12 bit. Artinya obyek dapat dideteksi dan
dibedakan sampai 212 (= 4.096) derajat keabuan (grey levels). Satu elemen

15
citranya (pixel, picture elements) berukuran 12250 m (kanal 1-2), 500 m (kanal
3-7) dan 1.000 m (kanal 8-36).
Di dalam duniapenginderaan jauh, hal ini dikenal dengan nama resolusi
spasial. MODIS dapatmengamati tempat yang sama di permukaan bumi setiap
hari, untuk kawasan diatas Lintang 30, dan setiap 2 hari untuk kawasan di
bawah Lintang 30, termasuk Indonesia (Mustafa, 2004)
Adapun format level data yang dihasilkan oleh MODIS, yaitu:
Level 1 merupakan data mentah ditambah dengan informasi tentang
kalibrasi,sensor, dan geolokasi:
a. Level 1a, mengandung informasi lebih yang dibutuhkan pada set
data,level 1a digunakan sebagai input untuk geolocation, calibration,
dan processing
b. Level 1b, data yang telah mempunyai terapann ya merupakan hasil
dari aplikasi sensor kalibrasi sensor pada level 1a;
Level 2, dihasilkan dari proses penggabungan data level 1a dan 1b, data level2
menetapkan nilai geofisik pada tiap piksel, yang berasal dari perhitungan raw
radiance level 1a dengan menerapkan kalibrasi sensor, koreksi atmosfer,dan
algoritma bio-optik
Level 3, merupakan data level 2 yang dikumpulkan dan dipaketkan
dalamperiode 1 hari, 8 hari, 1 bulan, dan 1 tahun
Pada penelitian yang dilakukan pada saat Praktek Kerja Lapangan di
Balai Penelitian dan Observasi Laut digunakan data MODIS level 3.
Penggunaan Modis Level 3 menyesuaiakan tema penelitian yang memiliki
ruang lingkup dalam skala internasional sehingga memudahkan dalam proses
pengerjaan penelitian

16
BAB III
METODE

3.1. Alat dan Bahan


3.1.1. Alat
a. Perangkat Notebook adalah perangkat keras yang digunkan untuk
mendownload data citra satelit Aqua MODIS, penyimpan data ,
pemrosesan dan pengolahan data serta digunakan untuk menyusun
laporan
b. Program SeaDAs 7.3. 2, merupakan program untuk memproses
data citra Aqua MODIS level 3 suhu permukaan laut. Program
SeaDas digunakan untuk pemotongan, ekstrasi dan pembuatan peta
anomaly suhu permukaan laut.
c. Microsoft excel 2013 digunakan untuk perhitungan rata rata suhu
permukaan laut dan pembuatan grafik anomaly suhu permukaan
laut
d. Microsoft word 2013 merupakan aplikasi pendukung dalam hal
pencatatan dan penulisan laporan penelitian.
3.1.2. Bahan
a. Citra Aqua Modis Suhu permukaan Laut Level 3 komposit 8 hari
resolusi 4 km tahun 2006 2016
b. Data indeks Nino 3.4 tahun 2006 2016

17
3.2. Diagram Alir
Penentuan Tema Penelitian
(Pola Sebaran Anomali Suhu Permukaan Laut pada saat ENSO. Studi
Kasus : Wilayah Perairan utara Papua)

Pengumpulan data
1. Citra Aqua Modis Suhu Permukaan Laut Tahun 2006 2016
2. Indeks El Nino 3.4 Tahun 2015 - 2016

Croping Sesuai Wilayah


Kajian

Ekstrasi Nilai Suhu


Permukaan Laut

Perhitungan Anomali Suhu


Permukaan Laut

Grafik Anomali Suhu (Kalsifikasi Kelas ENSO)


Peta Sebaran Anomali
Permukaan Laut Suhu Permukaan Laut

Analisis data Hasil


Penelitian

Penulisan Laporan

Gambar. 3.1 Diagram Alur Penelitian Anomali SPL

3.3. Teknik Pengumpulan Data


Pengumpulan data yang akan digunakan untuk membantu dalam penenlitian ini
adalah

18
a. Studi kepustakaan yang akan membantu dalam memperkuat analisis yang

akan dilakukan seperti kajian pustaka dan penenlitian sebelumnya yang

pernah dilakukan.
b. Pengunduhan data sekunder citra aqua modis suhu permukaan laut level 3

komposit 8 hari tahun 2006 2016 di website http://oceancolor.gsfc.gov


c. Pengunduhan data indeks Nino 3.4 mingguan di website

http://gcmd.nasa.gov

3.4. Teknik Analisis Data


Teknis analisis data yang digunakan pada penelitian ini adalah dengan

melakukan klasifikasi kelas ENSO ( El Nino Soutern Oscillation) berdasarkan

klasifikasi yang di keluarkan oleh BMKG (Badan Meteorologi Klimatologi

dan Geofisika)

Tabel 3.1 Klasifikasi ENSO

No Anomali Suhu Permukaan Keterangan Jenis Enso


Laut ( oCelcius)

1 Lebih dari 2 Tinggi


2 1-2 Moderate (Sedang)
3 0.5-1 Rendah El nino
4 -0.5 0.5 Normal Normal
5 -0.5 - -1 Rendah
6 -1 - -2 Moderate (Sedang)
7 Kurang dari -2 Tinggi La Nina
Sumber : BMKG

3.5. Teknis Penyajian Data

Teknik penyejian data pada penelitian ini adalah dengan menggunakan


grafik anomaly suhu permukaan laut pada bulan Juli 2015 bulan Juni 2016
dan peta anomaly suhu permukaan laut untuk melihat pola persebarannya.
Selain itu untuk melihat kelas klasifikasi ENSO yang terjadi di perairan utara

19
papua menggunakan table klasifikasi sehingga memudahkan dalam
menganalisis data anomali suhu permukaan laut yang terjadi.
Penyajian data pada penelitian ini menggunakan 2 program aplikasi yaitu
Microsoft excel dan SeaDas 7.3.2. Program Microsoft Excel digunakan untuk
membuat grafik anomaly suhu permukaan laut dan table kelas ENSO yang
terjadi di perairan utara papua. sedangkan untuk program SeaDas 7.3.2
digunakan untuk pemetaan anomaly suhu permukaan laut di perairan utara
papua sehingga dapat di analisa secara spasial

20
BAB IV
TINJAUAN UMUM OBJEK PKL

4.1. Sejarah Instansi Tempat PKL


Balai Penelitian dan Observasi Laut (BPOL) berlokasi di Perancak,
Jembrana, Bali. Pemilihan lokasi ini sebagaicenter of excellent kelautan
Idonesia karena letak geografis yang berada di tengah Indonesia dan
memiliki lahan yang luas sehingga memungkinkan ketersediaan lahan
apabila pembangunan fisik terus berlanjut. Kondisi alam yang masih terjaga
dan berdekatan dengan muara dan laut (Samudera Hindia) menjadikan lokasi
ini cocok sebagai marine station atau marine research institute. Selain itu
lokasi ini memiliki nilai historis yang tinggi karena dikenal sebagai tempat
pertama kali berlabuhnya Majapahit dan sebagai jalur penyebaran agama
Islam di Pulau Bali oleh masyarakat Melayu Malaysia

Balai ini adalah salah satu wadah pelaksanaan kegiatan kegiatan the
Southeast Asia Center for Ocean Research and Monitoring (SEACORM).
Perjalanan historis lahan Perancak jika disimak secara menyeluruh
menggambarkan keunikan tersendiri. Salah satunya adalah bagaimana upaya
upaya yang dilakukan untuk merubah (convert) tata guna lahan yang
awalnya merupakan lahan budidaya tambak, menjadi suatu kawasan riset
terapan dan observasi kelautan yang handal berskala global. Hal tersebut
bermula pada bulan Oktober 2002 (Raker BRKP DKP) ketika lahan
tersebut diserahterimakan dari Pusat Riset Perikanan Budidaya ke Pusat
Riset Teknologi Kelautan BRKP.

Pada Tahun Anggaran 2003 Bagian Proyek Inventarisasi untuk


pertama kali dilaksanakan di Perancak yang pada saat itu bernama
Laboratorium Alam'. Dua tahap pengembangan sarana dan infrastruktur
riset dan observasi kelautan dilaksanakan pada tahun 2003 dan 2004
menginduk pada Pusat Riset Teknologi Kelautan. Sejak terbentuknya

21
Instalasi Observasi Kelautan dan Tambak Penelitian tahun 2005, SEACORM
telah cukup aktif melaksanakan program kerjanya yang meliputi kegiatan
riset, diseminasi, kerjasama maupun pengembangan kelembagaan. Instalasi
Observasi Kelautan merupakan cikal berkembangnya institusi penelitian ini
menjadi Balai.

Pengesahan Balai Riset dan Observasi Kelautan melalui Peraturan


Menteri pada bulan Agustus 2005 merupakan suatu momentum khusus yang
dijadikan motivator dari keseluruhan aspek riset yang dapat
dilakukan. Peraturan Menteri Kelautan dan Perikanan
NOMOR.PER10/MEN/2005 Tentang Organisasi dan Tata Kerja Balai Riset
dan Observasi Kelautan menyatakan, diantaranya, bahwa BROK
merupakan Unit Pelaksana Teknis (UPT) yang bertanggung jawab
langsung kepada Pusat Riset Teknologi Kelautan (PRTK) BRKP

4.2. Kegiatan Instansi Tempat PKL


4.2.1. Tim Penginderaan Jauh Kelautan (Ocean Remote Sensing)
Tim peneliti penginderaan jauh kelautan merupakan tim pionir
sudah ada sejak BPOL masih berstatus Stasiun Bumi (November
2002). Tugas dan produk awal pada saat itu adalah pengolahan data
satelit NOAA untuk mendukung pembuaan PPDPI. Dengan diawali
oleh 2 peneliti muda, keberadaan tim saat ini sudah cukup berkembang
baik dari personil, kegiatan maupun produknya. Sesuai dengan science
plan yang telah disusun hingga tahun 2010, tim peneliti ini mempunyai
beberapa sasaran :
1 Sistem informasi data satelit oseanografi terpadu yang mendukung
operational Oceanography
2 Dikuasainya teknologi pengembangan algoritma untuk wilayah
perairan Indonesia
3 Meningkatnya validitas dan akurasi PPDPI
4 Tersusunnya PPDPI untuk ikan pelagis tertentu
Data Yang Tersedia :
1 Suhu Permukaan Laut
2 Konsentrasi Klorofila Permukaan Laut

22
3 Anomali Tinggi Muka Laut
Produk
Peta Prakiraan Daerah Penangkapan Ikan (PPDPI). Disusun
berdasarkan data :
1 Suhu permukaan laut.
Merupakan parameter fisik yang digunakan sebagai pemantau
terjadinya front dan upwelling dengan ditandai perbedaan suhu
yang ekstrim pada tempattempat tertentu.
2 Konsentasi klorofila permukaan laut
Merupakan parameter yang sangat penting untuk keberadan
ikan sesuai dengan teori rantai makanan, dimana fitoplankton
dimakan oleh zooplankton kemudian zooplankton akan dimakan
ikan kecil, dan ikan kecil akan dimakan ikan yang lebih besar.
3 Anomali tinggi muka laut (altimetry data)
Digunakan untuk mencari daerah front, yang ditandai dengan
pertemuan dua massa air yang memiliki pebedaan anomali, dan
daerah upwelling dengan anomali massa air yang lebih tinggi dari
sekitarnya

Data Pendukung

1 Angin dan Gelombang


Merupakan informasi yang diberikan kepada para nelayan
dengan tujuan untuk memberikan peringatan akan bahaya di
wilayah perairan jika gelombang tinggi dan angin bertiup kencang
2 Arus
Digunakan untuk melhat pergerakan massa air yang membawa
kandungan klorofil, sehingga bisa menentukan pergerakan ikan.

Wilayah Produksi Peta


1 Perairan Jawa, Bali dan Nusa Tenggara
2 Perairan Sumatera
3 Perairan Sulawesi
4 Perairan Kalimantan
5 Perairan Maluku dan Papua
6 Perairan PPN Kendar

23
7 Perairan PPN Ternate
8 Perairan PPN Prigi
9 Perairan Selat Bali
Keahlian Tim

1. Pembuatan peta distribusi suhu permukaan laut dari data satelit


NOAAAVHRR
2. Pembuatan peta distribusi konsentrasi klorofila dari data Satelit
MODIS Aqua
3. Melakukan pengolahan dan analisis data satelit oseanografi
4. Pembuatan peta daerah penangkapan ikan pelagis dari data satelit
oseanografi
5. Pembuatan peta potensi wilayah pesisir dengan teknologi
penginderaa jauh dan Sistem Informasi Geografis (SIG)

Kepakaran Personil

1.Geografi
2.Penginderaan Jauh
3.Ilmu Kelautan
4.Pemanfaatan Sumberdaya Perikanan
5.Manajemen Sumberdaya Perairan
6.Marine Biology

Fasilitas
1. Stasiun Bumi Penerima Data Satelit, antena penerima data dengan
auto track dan auto receiver untuk data Satelit NOAA 12, 14, 15,
16, 17 dan 18 serta Satelit Fengyun
2. Sistem Fax on Demand (FOD) dan Interactive Voice Response
(IVR), perangkat untuk distribusi Peta Prakiraan Daerah
Penangkapan Ikan via fax secara otomatis
3. Computer Data Storage, komputer yang mempunyai kapasitas
besar untuk penyimpanan data
4. Komputer Pengolahan Data, omputer yang mempunyai spesifikasi
tertentu untuk pengelolahan data citra satelit dengan kualifikasi
memori dan VGA display yan tinggi

24
5. Software Pengolahaan Data Satelit (ERMapper, ENVI, ERDAS,
Seadas, ArcGIS, ArcView, Mapinfo)

4.2.2. Tim Peneliti Ocean Modeling

Tim peneliti pemodelan laut merupakan tim pendiri semenjak


BPOL masih berstatus Stasiun Bumi sekitar bulan November 2002.
Sebelumnya Tim ini bernama Tim Oceanografi (Oceanography) akan
tetapi sejak awal tahun 2011 berubah menjadi Tim Pemodelan Laut
(Ocean Modeling).

SDM Tim Ocean Modeling saat ini terdiri dari 9 orang dimana
dari setiap personel disesuaikan dengan latar belakang pendidikan
masing - masing sehingga saling mendukung dalam setiap kegiatan
yang dilaksanakan. Tujuan utama Tim Peneliti Pemodelan Laut adalah
mendukung terciptanya Operational Oceanography di BPOL, yaitu
menghasilkan prediksi dinamika oseanografi. Fokus utama dari tim
pemodelan laut adalah selalu melakukan kajian dalam pemodelan laut
yang dapat mencakup berbagai aspek.

Tim Pemodelan Laut telah mentargetkan capaian yaitu peta


prakiraan dinamika oseanografi (arus laut, pasang surut laut, SST, dan
SSS) untuk seluruh wilayah perairan Indonesia dan downscaling-nya
untuk seluruh Pelabuhan Perikanan 48 jam ke depan dengan resolusi
tinggi.

Ruang Lingkup Pekerjaan


Teknologi Observasi, Survey Osenografi, Pemodelan, Analisis
dan Asimilasi Data Oseanografi.
Ketersediaan Data :
1. Angin secara time series

2. Pasang Surut Muka Air Laut secara time series

25
3. Bathimetri

4. Sea Current (Arus Laut)

5. Sea Surface Temperatur ( Suhu Permukaan Laut)

6. Sea Surface Salinity ( Salinitas Permukaan Laut)

Produk
Terbentuknya bank data mengenai data-data oseanografi secara
terpadu.
Kegunaan Data :
1. Angin
Merupakan informasi yang diberikan kepada nelayan dengan tujuan
untuk memberikan peringatan akan bahaya tingginya gelombang
yang disebabkan oleh pengaruh tiupan angin yang kencang.
2. Pasang surut
Digunakan untuk melakukan pemantauan terhadap pelabuhan, dan
memantau terjadinya sea level rise yang banyak diisukan.
3. Bathimetri
Digunakan untuk mengetahui topografi dasar laut/perairan guna
diperoleh informasi mengenai fenomena-fenomena baru, bahkan
data ini sangat berguna dalam perencanaan rekayasa bangunan
pantai.
4. Arus
Digunakan untuk mengetahui suatu pergerakan massa air yang
membawa kandungan klorofil, sehingga bisa menentukan
pergerakan ikan maupun dapat melihat dampak yang ditimbukan
arus terhadap terjadinya proses abrasi dan akresi.
5. Suhu Permukaan Laut

26
Digunkaan untuk memberikan informasi mengenai front, upwelling,
arus, daerah tangkapan ikan, cuaca/iklim, pencemaran miyak, dan
pecemaran panas
6. Salinitas Permukaan Laut

Wilayah Kajian :
Stasiun Observasi Kelautan :
1. Pelabuhan Pengambengan, Bali
2. Perairan Sekotong, NTB
3. Perairan Pacitan
4. Perairan Pulau Pramuka, Pulau seribu
5. Pulau Mantehage/manterau, Sulawesi Utara
6. Porong Sidoarjo, Jawa Timur
Penelitian
Perairan Samudera Hindia sebelah Selatan Sumatera, Jawa dan Bali.

Pemantauan Bencana Laut


Pemantauan angin permukaan laut dan pasang surut muka laut
yang diperoleh secara real time. Dari hasil pergerekan dan arah angin
dapat dilakukan prediksi mengenai periode gelombang signifikan dan
tinggi gelombang signifikan. Sehingga dapat dijadikan sebagai
informasi peringatan dini bagi nelayan akan bahaya di laut yang
disebabkan oleh besarnya tiupan angin sehingga menimbulkan
besarnya gelombang. Sedangkan pasang surut dapat dilakukan untuk
melakukan prediksi keadaan muka air laut untuk mengetahui keadaan
pasut di waktu yang akan datang maupun diwaktu sebelumnya. Yang
mana dari data ini dapat memantau bila terjadinya luapan air laut ke
arah daratan yang dapat menyebabkan genangan. Sehingga dapat
dijadikan sumber informasi peringatan dini bagi masyarakat yang
tinggal di sekitar pantai.
Keahlian Tim

27
1. Melakukan pemodelan Tsunami
2. Melakukan pemodelan Lumpur Sidoarjo
3. Melakukan pemodelan sebaran minyak ikan
4. Melakukan pemodelan arus, gelombang laut
5. Pembuatan peta Bathimetry
6. Melakukan peramalan pasang surut muka air laut
7. Melakukan prediksi periode dan tinggi gelombang signifikan
8. Melakukan pemodelan arus geostropik dari data Altimetry

Kepakaran Personil

1. Oseanografi
2. Geodesi
3. Ilmu Kelautan

Fasilitas

1 Stasiun PST dan AWS


Stasiun ini berbasis online dengan sarana GSM untuk melakukan
transfer data.
2 C-instrumen
Merupakan media yang dipergunakan untuk memantau proses
pencatatan data setiap menitnya.
3 Komputer Pengolah Data
Komputer yang mempunyai spesifikasi tertentu untuk pengolahan
data secara numerik.
4 Computer Data Strorage
Komputer yang mempunyai kapasitas besar untuk menyimpan data
5 Software Pengolah Data Numerik
Fortran, MatLab, SMS (Surface Modelling System), Surfer,
Transform, Autocad, ArcView, Mapinfo, Nemos, Delfi-3D,
Hamsom, Ecoham, Coherens
Kerjasama

1. Pelabuhan Nusantara Pengambengan Dirjen Tangkap, Bali


kerjasama di bidang pembangunan stasiun pasut
2. Dinas Kelautan dan Perikanan, Pacitan kerjasama di bidang
pembangunan stasiun pasut

28
3. Dinas Kelautan dan Perikanan, NTB kerjasama di bidang
pembangunan stasiun pasut
4. Dinas Kelautan dan Perikanan, Pulau Seribu kerjasama di bidang
pembangunan stasiun pasut
5. Lembaga Penerbangan dan Antariksa Nasional (LAPAN)
kerjasama dalam pengembangan operasionalisasi data kelautan
6. Bimbingan mahasiswa dalam rangka penyusunan tugas akhir dan
praktek kerja lapangan, diantaranya :
a. Institut Pertanian Bogor, Bogor
b. Institut Teknologi Bandung, Bandung
c. Universitas Diponegoro, Semarang
d. Universitas Gajah Mada, Yogyakarta
e. Universitas Papua, Manukwari

Gambar 4.1 Peralatan Penunjang Tim Ocean Modelling

4.2.3.Tim Peneliti Climate Change

29
Tim Perubahan Iklim merupakan salah satu tim peneliti yang
ada di Balai Penelitian dan Observasi Laut, dahulunya adalah Tim
Konservasi Laut. Tim Konservasi Laut mulai berdiri sejak tahun 2005,
namun kegiatan penelitian telah dimulai sejak tahun 2004. Perubahan
nama dari Tim Konservasi Laut ke Tim Perubahan Iklim secara resmi
dimulai sejak tahun 2010. Perubahan nama tersebut dilatarbelakangi
diantaranya oleh anomali cuaca dan naiknya permukaan air laut. Hasil
penelitian memberikan ramalan bahwa permukaan air laut akan
meningkat antara 20 60 cm pada tahun 2100 nanti, bahkan bisa
mencapai 100 cm jika kita tidak melakukan antisipasi nyata untuk
mengurangi dampak perubahan iklim di Dunia khususnya di Indonesia
yang berdampak signifikan terhadap ekosistem perairan laut sehingga
sangat dibutuhkan upaya mitigasi. Salah satu implementasinya adalah
perlunya data dukung secara near real time di lapangan.
Program penelitian yang pernah dan sedang dilakukan oleh
Tim Perubahan Iklim/Tim Konservasi Laut sejak tahun 2004 adalah:
1. Kajian dan Aplikasi Greenbelt (2004/2005). Lokasi penelitian:
Indaramayu (Jawa Barat) dan Perancak (Bali);
2. Kajian dan Aplikasi Geotekstil (2008). Lokasi penelitian: Nusa
Penida (Bali) dan Indramayu (Jawa Barat);
3. Observasi dan Kajian Kawasan Konservasi Laut (2007-20011).
Lokasi penelitian: Kawasan Konservasi Laut Daerah Gili Lawang-
Gili Sulat (NTB), Pemuteran (Bali), Nusa Penida (Bali), Kabupaten
Pulau Morotai (Maluku Utara), Taman Wisata Laut Gilli Matra
(NTB);
4. Studi Operasional Oseanografi untuk Konservasi Ekosistem
Terumbu Karang (2009-2014). Lokasi penelitian: Taman Nasional
Bunaken (Sulawesi Utara), Taman Nasional Wakatobi (Sulawesi
Tenggara), Raja Ampat (Papua Barat), Kabupaten Pulau Morotai
(Maluku Utara), Nusa Penida (Bali);

30
5. Studi Observasi Kualitas Ekosistem Estuari (2010-2011). Lokasi
penelitian: Muara Angke (Jakarta) dan Estuari Perancak (Bali);
6. Studi Siklus Karbon di Perairan Indonesia dengan Menggunakan
Model Biogeokimia Laut (2011-2015). Lokasi penelitian:
Palembang (Sumatera Utara), Pontianak (Kalimantan Barat),
Banjarmasin (Kalimantan Selatan), Teluk Jakarta (DKI Jakarta) ,
dan Pekan Baru (Riau).
7. Studi observasi dampak perubahan iklim terhadap proses ocean
acidification di daerah perairan Indonesia (2011-2015). Lokasi
penelitian: Nusa Penida (Bali).

Bioreef

Gambar4.2 Konservasi terumbu karang


Kegiatan lainnya yang pernah dilakukan oleh Tim Perubahan
Iklim/Tim Konservasi Laut :
1.Monitoring dampak Lumpur Sidoarjo terhadap kualitas perairan dan
ekosistem pesisir Porong
2.Tanggap kasus kematian masal ikan diperairan Tabanan, Bali
3.Monitoring kualitas perairan estuari Perancak, Bali
4.Monitoring dinamika laut dan ekosistem pesisir dalam mendukung
riset pengembangan struktur pelindung pantai yang ramah
lingkungan

31
Gambar4.3 Peta hasil analisis MARXAN
Coastal Protection
Monitoring dinamika laut dan ekosistem pesisir dalam
mendukung riset pengembangan struktur pelindung pantai yang ramah
lingkungan. Struktur yang digunakan antara lain material geosintetik,
mangrove, terumbu karang dan struktur alam lainnya

Gambar4.4 Bunga pohon mangrove


Program Pendukung Jejaring Konservasi
1. Pemantauan ekosistem laut
2. Kajian dampak climate change terhadap terumbu karang dan
mangrove
3. Design, pengelolaan dan monitoring ekosistem di kawasan
konservasi laut

32
4.3. Struktur Organisasi BPOL

Gambar 4.5 Struktur organisasi BPOL

Sesuai dengan Peraturan Menteri Kelautan dan Perikanan Nomor PER.34/


MEN/2011, struktur organisasi dan tata kerja BPOL terdiri dari;
1 Kepala Balai
Mempunyai Tugas melakukan koordinasi dan memberikan arahan seluruh
kegiatan riset dan non riset serta membina bawahan di lingkungan BPOL
sesuai tata kerja dan peraturan yang berlaku untuk kelancaran pelaksanaan
tugas.
2 Sub Bagian Tata Usaha
Mempunyai Tugas melakukan urusan keuangan, persuratan, kearsipan,
kepegawaian, dan rumah tangga dan perlengkapan, serta tata laksana.
3 Seksi Tata Operasional
Mempunyai tugas melakukan penyusunan rencana program dan anggaran,
pemantauan dan evaluasi serta laporan.
4 Seksi Pelayanan Teknis
Mempunyai tugas melakukan pelayanan teknis, jasa, informasi, komunikasi,
diseminasi, publikasi, kerja sama, dan pengelolaan prasarana dan sarana
penelitian dan observasi, serta perpustakaan.
5 Kelompok Jabatan Fungsional

33
Mempunyai tugas melakukan kegiatan sesuai dengan jabatan fungsional masing-
masing berdasarkan peraturan perundang-undangan yang berlaku.
4.4. Tugas dan Fungsi Tempat PKL
Tugas :
Berdasarkan Peraturan Menteri Kelautan dan Perikanan Nomor
34/MEN/2011 Tentang Organisasi dan Tata Kerja Balai Penelitian dan
Observasi Laut, BPOL mempunyai tugas melaksanakan penelitian dan
observasi sumber daya laut

Fungsi :

a. Penyusunan rencana program dan anggaran, pemantauan dan evaluasi,


serta laporan
b. Pelaksanaan penelitian dan observasi sumber daya laut di bidang fisika
dan kimia kelautan, daerah potensial penangkapan ikan, dan perubahan
iklim, serta pengkajian teknologi kelautan
c. Pelayanan teknis, jasa, informasi, komunikasi, dan kerja sama penelitian
dan observasi
d. Pengelolaan prasarana dan sarana penelitian dan observasi dan
e. Pengelolaan urusan tata usaha dan rumah tangga Balai

34
BAB V

HASIL DAN PEMBAHASAN

5.1. Proses Pelaksanaan Pekerjaan


Proses Pengolahan data

Pengolahan data merupakan langkah yang dilakukan dalam rangka


memperoleh data suhu permukaan laut guna mengetahui pola sebaran anomaly
suhu permukaan laut dengan cara melakukan ekstrasi data citra Terra/Aqua
MODIS level 3 11m. Data citra yang diolah merupakan citra komposit selama
selang waktu 10 tahun dari 2006 2016. Terdapat beberapa tahapan pengolahan
data pada penelitian ini, yaitu download program aplikasi SeaDas 7.3.2
.download citra aqua modis suhu permukaan laut komposit 8 hari, ekstrasi nilai
pixcel citra, perhitungan anomali dan layout peta sebaran anomaly suhu
permukaan laut

1. Download Aplikasi SeaDas 7.3.2


a. Buka situs http://seadas.gsfc.nasa.gov/, akan tampil halaman muka
website SeaDAS seperti gambar dibawah ini.

Gambar 5.1. Situs Seadas


b. Kemudian klik menu download yang berada pada bagian kanan
interface web, maka akan muncul pilihan installer SeaDAS 7.2
sesuai dengan sistem operasi computer yang digunakan.

35
Gambar 5.2. Menu Isntaler download Seadas

c. Klik link sesuai sistem operasi yang kompitabel dengan computer,


selanjutnya download akan berjalan

Gambar.5.3. Tampilan Download SeaDAS

d. Selanjutnya lakukan instalasi dengan mengklik instaler dan


mengatur direktori software di install.
2. Download Citra Aqua Modis level 3 komposit 8 hari
a. Masuk ke website http://oceancolor.gsfc.nasa.gov/, maka akan
muncul laman seperti gambar di bawah ini

Gambar 5.4. Tampilan Laman


http://oceancolor.gsfc.nasa.gov
b. Setelah Laman Home muncul, selanjutnya klik Data Level 3
Broswer untuk download citra aqua modis Level 3

36
Gambar 5.5. Laman download Modis Level 3
c. Berikut ini merupakan tampilan laman untuk melakukan download
citra modis level 3.

Gambar 5.6. Daftar Modis Level 3 Sesuai Tanggal


d. Jika laman lokasi download sudah muncul, maka langkah
selanjutnya adalah menentukan spesifikasi citra yang ingin di
download. Pada penelitian citra yang di perlukan adalah citra aqua
modis level 3 komposit 8 hari dan resolusi 4 km. untuk menentukan
spesifikasi citra

37
Gambar 5.7. Pilihan spesifikasi Modis Level 3
e. Setelah spesifikasi citra sudah sesuai dengan spesifikasi data yang
dibutuhkan maka selanjutnya lakukan download dengan cara Klik
SMI lakukan download citra selama 10 tahun daeri tahun 2006 -
2016

Gambar 5.8. Lokasi link Download Modis Level 3


3. Croping dan Ekstrasi nilai piksel
a. Pada penelitian pola sebaran anomaly suhu permukaan laut
digunakan aplikasi Seadas 7.3.2. langkah pertama sebelum
melakukan pemrosesan data adalah Buka program aplikasi SeaDas
7.3.2.

38
Gambar 5.9 Tampilan Home Software SeaDas
b. Setelah halaman awal SeaDas 7.3.2 terbuka maka langkah
selanjutny adalah buka citra Aqua Modis yang ingin di olah dengan
cara Open a data file pilih data yang ingin di olah open.

Gambar. 5.10 Tampilan membuka Citra pada SeaDas


c. Setelah file terbuka maka selanjutnya adalah tampilkan citra aqua
modis dengan cara klik 2 x data yang telah di buka raster
SST maka selanjutnya akan muncul citra yang telah dipanggil tadi.

Gambar 5.11. Tampilan Citra Modis Level 3


d. Jika data yang akan di olah sudah muncul maka selanjutnya adalah
melakukan pemotongan citra sesuai wilayah kajian. Wilayah kajian

39
pada penelitian ini adalah perairan utara papua. langkah pertama
dalam melakukan cropping adalah zoom wilayah kajian crop a
file masukan batas wilayah wilayah kajian pada scene start x dan
y serta scene end x dan y klik Ok. Pemotongan citra ini juga
merupakan daerah pengambilan sampel perhitungan anomaly suhu
permukaan laut.

Gambar 5.11 Proses Pemotongan Citra Modis level 3


e. Setelah dilakukan pemotongan citra maka akan muncul data file
baru. Data baru itulah yang merupakan hasil pemotongan citra yang
akan di lakukan pengolahan.

Gambar 5.12. Tampilan Citra setelah proses pemotongan


citra
f. Ekstrasi nilai pikxel merupakan cara yang digunakan untuk
mengambil nilai/Value dari setiap piksel pada citra. Ekstrasi piksel

40
dilakukan dengan cara klik file export csv pilih lokasi
penyimpanan dan nama file export product.

Gambar 5.13 Proses Ektrasi Nilai Piksel

4. Perhitungan Anomali Suhu Permukaan Laut


Perhitungan Anomali Suhu permukaan laut menggunakan aplikasi
microsoft excel 2013. Dalam perhitungan anomali ini dihasilkan rata
rara suhu selama 1 tahun serta grafik anomali yang ada di wilayah kajian
yaitu perairan utara papua. selain itu hasil perhitungan juga digunakan
untuk klasifikasi kelas ENSO yang terjadi selama bulan juli 2015 Juni
2016. Berikut ini merupakan langkah dalam perhitungan anomali suhu
permukaan laut.
a. Buka hasil extrasi nilai piksel yang di lakukan pada citra satelit
level 3 dengan menggunakan moicrosoft excel. Hasil extrasi masih
terlihat rancu, oleh karena itu harus dilakukan penataan data
sehingga lebih mudah dalam mengklasifikan data pada suatu piksel.
Buka file ekstrasi (.csv) text to colums pindahkan data suhu
(copy) pada shet lain. Lakukan ekstrasi pada semua file.

41
Gambar 5.14 Hasil Ektasi nilai Piksel Pada M. Excel 2013
b. JIka semua data sudah ekstrasi maka klasifikasikan data
berdasarkan tanggal, bulan , dan tahun citra dan hitung rata rata
suhu tiap file.

Gambar 5.15. Hasil Keseluruhan Ekstrasi Piksel


c. Pindahkan hasil rata rata suhu setiap tanggal pada sheet baru, dan
lakukan perhitungan rata rata secara keseluruhan. Sehingga di
dapatkan hasil rata rata suhu permukaan laut selama 10 tahun dari
tahun 2006 2016.

Gambar 5.16 Rata Rata Nilai Suhu Permukaan Laut


d. Jika sudah di dapatkan rata rata 10 tahun maka lakukan
perhitungan dengan menggunakan rumus

42
Gambar 5.17. Rumus Perhitungan Anomali SPL
e. Setelah perhitungan dengan rumus tersebut maka di dapatkan hasil
anomali suhu permukaan laut pada bulan juli 2015 Juni 2016

Gambar 5.18. Hasil Perhitungan Anomali SPL


f. Setelah anomali suhu permukaan laut diketahui, langkah
selanjutnya adalah menampilkan data anomali menggunakan grafik.
Blok kolom tanggal dan kolom anomali suhu insert insert line
chart

43
Grafik Anomail SPL Bulan juli 2015 - Juni 2016
4.0
3.0
2.0
1.0
0.0
-1.0
-2.0

anomali SPL
Moving average (anomali SPL)
Nino 3.4
Moving average (Nino 3.4)

Gambar 5.19. Grafik Anomail SPL juli 2015 Juni 2016


5. Klasifikasi Kelas ENSO (El Nino Southern Oscillation)
Klasifikasi Kelas ENSO ini untuk melihat anomali yang terjadi
termasuk el Nino atau la nina serta untuk melihat ENSO yang terjadi
dalam katagori normal, lemah, sedang atau kuat. Dalam klasifikasi ENSO
menggunakan ketetapan yang dikeluarkan oleh BMKG.

Gambar 5.20 Klasifikasi Kekuatan ENSO


a. Dari hasil perhitungan anomali sebelumnya digunakan sebagai
acuan dalam penentuan klasifikasi ENSO

44
Gambar 5.21. Hasil Klasifikasi Kelas ENSO

6. Pembuatan Peta Sebaran Anomali Suhu Permukaan Laut


Pembuatan Peta Sebaran Anomali Suhu Permukaan Laut digunakan
untuk melihat anomali secara spasial sehingga dalam proses analisa pola
anomali secara temporal menjadi lebih mudah. Pembuatan Peta Sebaran
anomali menggunakan aplikasi SeaDas 7.3.2.
a. Buka aplikasi SeaDas 7.3.2

Gambar 5.22. Tampilan SeaDAS


b. Jika aplikasi SeaDas 7.3.2 sudah terbuka maka langkah selanjutnya
adalah buka data citra yang sudah di lakukan Cropping pada
langkah sebelumnya.
Open a Data File Pilih file sesuai tanggalnya Open Product

45
Gambar 5.23. Proses Pemanggilan Data
c. Jika file sudah terbuka maka lakukan perhitungan Anomali suhu
permukaan laut dengan menggunakan create logical expresion
(math) Band

Gambar 5.24. create logical expresion (m ath) Band


d. Buka create logical expresion (math) Band Edit Expesion klik
SST tuliskan pada tabel expresion (sst 29.99(suhu rata-rata))
OK

46
Gambar 5.25. Proses perhitungan anomali
e. Jika sudah dilakukan perhitungan maka akan muncul citra baru
hasil perhitungan yaitu citra anomali suhu permukaan laut. Jika
sudah ada kenampakan citra baru maka lakukan layout sehingga
mempermudah analisis peta sebaran anomali suhu permukaan laut.
Ubah warna citra serta tampilkan legenda dan grid pada peta
sebaran anomali suhu permukaan laut.

Gambar 5.26. Tampilan File Baru Anomali


f. Simpan File baru Anomali SPL dengan cara Klik Raster
Reproject pilih direktori penyimpanan dan tentukan nama file
Run.

Gambar 5.27. Proses Penyimpanan file

47
7. Layout Peta
Layaout peta merupakan langka terakhir dalam proses pembuatan Peta
Sebaran Anomali Suhu Permukaan Laut. Layout Peta ini sangat penting
dilakukan guna mendapatkan hasil peta yang infrmatif dan memiliki nilai
estetika. Proses Pembuatan Peta Sebaran Anomali menggukan Software
ArcGIS 10.1. Berikut merupakan langkah langkah dalam proses layout
peta.
a. Buka Software ArcGIS 10.1

Gambar 5.28. Halaman Utama ArcGIS 10.1


b. Munculkan data Anomali yang sudah dilakukan Reproject pada
software SeaDas. Klik Add Data Pilih Lokasi Penyimpanan Add.

Gambar 5.29 Proses Pemanggilan data Anomali


c. Proses Layout dimulai dengan cara klik Layout vie pada menu bar
View. Selanjutnya atur kerta sesuai dengan tujuan dan keperluan.

48
Klik file Page and Print Sutup atur sesuai kebutuhan OK

Gambar 5.30 Tampilan menu Print and Page Setup


d. Jika ukuran kertas sudah di tentukan maka langkah selanjutnya adalah
melakukan penambahan komponen komponen peta dan penataan
sehingga tmpilan peta lebih menarik.
Untuk memunculkan komponen peta klik insert pilih komponen
peta. Sedangkan untuk merubah warna kenampakan anomali SPL klik
kanan pada file (Table of content) Symbologi atur warna Ok.

Gambar 5.31. Tampilan Menu insert (Komponen Peta)

49
e. jika komponen komponen sudah selesai di tampilkan maka proses
pembuatan peta hanya tinggal melakukan exprot menjadi format
gambar.
Proses export dilakukan dengan cara klik file Export Map
tentukan nama file dan direktori penyimpanan Ok.

Gambar. 5.32 Peta Anomali SPL perairan Utara Papua


5.2. Hasil Pelaksanaan Pekerjaan
a. Tabel Rata Rata Suhu Permukaan Laut Komposit 8 Hari Wilayah
Kajian Perairan Utara Papua Tahun 2006 2016

Tabel 5.1 Tabel Rata Rata Suhu Permukaan Laut Juli 2015 Juni 2016

Tanggal 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 Rata -
Rata

1 - 8 jan 29.2 28.99 29.3 29.63 29.19 29.3 29.94 29.66 29.23 31.0 29.56
8 4 2 0
9 - 16 jan 29.4 29.87 29.8 29.10 30.76 29.9 30.34 30.12 29.13 31.5 30.02
7 6 6 7
17 - 24 jan 29.3 29.92 29.9 28.79 30.37 29.6 29.03 29.38 29.34 30.7 29.66
1 8 7 5
25 Jan - 1 Feb 28.9 29.17 29.7 28.81 29.93 30.2 29.41 29.20 30.18 31.4 29.72
8 8 7 4
2 - 9 Feb 29.0 29.30 29.8 28.15 30.08 28.8 29.30 29.84 28.85 31.3 29.46
7 3 1 5
10 - 17 Feb 28.9 29.66 29.8 28.39 30.17 30.0 29.52 28.21 29.36 30.9 29.51

50
5 6 6 4
18 - 25 Feb 29.6 29.08 29.6 28.98 29.92 30.0 29.65 29.19 28.40 31.5 29.61
4 1 9 6
26 Feb - 5 Mar 29.0 30.18 29.5 28.98 29.71 30.1 29.46 28.50 28.75 31.3 29.57
3 8 7 4
6 - 13 Mar 28.7 29.91 29.3 29.37 30.14 30.0 29.57 29.43 28.38 31.5 29.64
3 3 1 7
14 - 21 Mar 28.8 29.90 29.5 29.08 30.07 29.8 30.57 29.92 28.51 31.1 29.75
7 8 7 5
22 - 29 Mar 29.2 30.12 30.1 29.79 29.83 29.5 30.80 29.82 28.87 31.5 29.97
4 2 6 8
30 Mar - 6 April 29.2 30.17 30.5 30.31 29.96 29.7 30.26 29.36 29.44 31.2 30.01
0 2 2 0
7 - 14 April 30.0 30.41 30.7 30.49 30.08 29.6 30.30 29.75 29.78 31.0 30.24
5 8 9 8
15 - 22 April 30.2 29.97 30.4 29.92 30.61 30.1 30.72 29.68 30.13 31.9 30.39
6 8 5 9
23 - 30 April 30.3 30.41 30.3 30.60 29.92 30.1 30.73 30.13 29.92 31.3 30.39
3 8 3 6
1 - 8 Mei 29.9 30.05 30.9 30.63 30.85 30.5 30.05 30.69 29.62 31.4 30.47
6 0 5 1
9 -16 Mei 29.9 30.59 31.0 30.01 30.46 30.5 30.06 30.13 29.68 31.2 30.36
3 2 1 2
17 - 24 Mei 30.2 30.52 30.4 30.35 30.58 30.2 30.57 30.07 30.19 31.2 30.44
1 4 3 3
25 Mei - 1 Juni 29.7 29.93 30.7 30.69 29.87 29.6 30.68 30.71 30.73 31.7 30.44
4 1 0 1
2 - 9 Juni 29.9 29.36 30.6 30.75 30.02 29.6 30.04 30.61 30.55 31.0 30.27
9 3 7 3
10 - 17 Juni 29.9 29.24 30.4 30.23 29.63 30.5 30.45 30.08 30.10 31.4 30.21
6 5 7 0
18 - 25 juni 30.3 29.67 30.0 30.54 29.52 30.0 31.18 30.89 29.51 31.1 30.28
2 4 0 6
26 Jun - 3 Juli 30.0 29.48 29.9 30.36 29.23 29.6 30.21 30.18 29.60 30.7 29.94
0 8 0 5
4 - 11 Juli 29.80 30.0 29.55 29.7 30.47 29.20 29.5 29.98 29.65 29.09 29.71
7 6 0
12 - 19 Juli 30.22 29.7 29.63 29.6 30.28 29.05 29.5 30.22 30.15 30.05 29.86
5 5 7
20 - 27 Juli 30.00 28.9 29.96 29.7 29.96 29.88 29.6 30.09 29.93 30.66 29.88
4 6 5
28 agus - 4 Sept 29.50 29.5 29.95 29.9 30.23 29.44 29.6 29.56 29.91 30.53 29.82
4 5 0
5 - 12 Agust 29.24 29.8 30.03 30.3 30.19 29.41 29.8 29.54 30.24 30.79 29.94
0 0 9
13 - 20 Agust 29.99 29.8 29.91 30.4 30.18 29.79 29.6 29.99 29.51 30.79 30.01
8 3 3
21 - 28 Agust 30.04 30.2 29.60 30.2 30.63 28.93 29.8 29.33 29.87 30.70 29.94
8 4 0
29 agust - 5 Sept 29.60 30.0 29.69 30.2 30.40 29.64 29.6 30.38 29.71 31.05 30.04
4 9 3
6 - 13 Sept 29.79 30.0 29.98 29.2 30.43 29.80 29.3 29.99 29.97 30.77 29.95
6 9 8
14 - 21 Sept 29.46 30.5 29.89 30.0 30.16 29.46 29.8 30.16 30.05 31.22 30.09
9 4 7
22 - 29 Sept 29.74 30.3 29.83 29.0 30.07 29.96 30.4 29.45 29.80 30.88 29.95
2 4 3
30 Sept - 7 Okto 29.57 30.4 30.49 30.7 30.14 29.95 29.8 30.30 30.29 31.29 30.30
2 2 9

51
8 - 15 Okto 29.77 29.4 30.30 29.7 29.70 29.08 30.0 29.58 29.56 30.60 29.78
2 3 5
16 - 23 Okto 28.08 29.6 30.39 29.8 29.94 29.04 30.1 29.81 29.18 30.59 29.66
6 2 3
24 - 31 Okto 29.90 30.8 29.99 29.6 30.59 30.01 30.0 29.46 29.99 31.42 30.19
4 4 4
1 - 8 Nov 29.70 30.2 30.02 30.4 30.73 30.40 29.5 30.43 30.14 31.34 30.31
8 9 4
9 - 16 Nov 30.43 29.9 30.04 29.8 30.36 29.95 30.3 29.75 30.10 31.30 30.21
7 8 4
17 - 24 Nov 29.86 29.9 29.26 30.1 29.67 30.17 29.8 30.25 28.59 30.80 29.85
2 3 7
25 Nov - 2 Des 30.18 29.7 29.61 29.2 30.59 30.06 30.4 30.40 30.53 31.32 30.22
7 9 4
3 - 10 Des 29.96 29.9 30.17 29.2 30.59 30.26 29.6 30.43 30.18 31.14 30.15
0 3 4
11 - 18 Des 30.04 30.0 30.12 29.5 29.84 29.71 30.0 29.84 30.26 31.15 30.06
0 9 3
19 - 26 Des 30.14 29.8 30.08 29.3 30.40 30.08 30.1 29.47 30.27 31.20 30.09
1 3 7
27 - 31 Des 29.99 30.0 30.17 29.9 30.03 29.41 29.5 29.69 29.72 31.20 29.97
0 5 7
Rata - Rata 29.998

b. Grafik Anomali Suhu Permukaan Laut Wilayah Kajian Perairan Utara


Papua Bulan Juli Tahun 2015 Bulan Juni Tahun 2016

Grafik Anomail SPL Bulan juli 2015 - Juni 2016


3.5
3.0
2.5
2.0
1.5
1.0
0.5
0.0
-0.5
-1.0
-1.5

anomali SPL Moving average (anomali SPL)


Nino 3.4 Moving average (Nino 3.4)

Gambar 5.33 Grafik Anomali Suhu Permukaa laut

52
c. Tabel Klasifikasi Kelas ENSO (El Nino Southern Oscillation) Wilayah
Kajian Perairan Utara Papua Bulan Juli Tahun 2015 Bulan Juni Tahun
2016
Tabel 5.2. Tabel Klasifikasi Kekuatan ENSO Perairan Utara Papua

No Waktu Anomali ENSO No Waktu Anomali ENSO


SST SST
1 4 - 11 Juli -0.91 Normal 24 1 - 8 jan 1.01 Moderate
2 12 - 19 Juli 0.05 Normal 25 9 - 16 jan 1.57 Moderate
3 20 - 27 Juli 0.66 Lemah 26 17 - 24 jan 0.75 Lemah
4 28 Juli - 4 Agust 0.53 Lemah 27 25 Jan - 1 Feb 1.44 Moderate
5 5 - 12 Agust 0.79 Lemah 28 2 - 9 Feb 1.35 Moderate
6 13 - 20 Agust 0.79 Lemah 29 10 - 17 Feb 0.94 Lemah
7 21 - 28 Agust 0.70 Lemah 30 18 - 25 Feb 1.56 Moderate
8 29 agust - 5 Sept 1.06 Moderate 31 26 Feb - 5 Mar 1.34 Moderate
9 6 - 13 Sept 0.77 Lemah 32 6 - 13 Mar 2.00 Kuat
10 14 - 21 Sept 1.22 Moderate 33 14 - 21 Mar 1.16 Moderate
11 22 - 29 Sept 0.88 Lemah 34 22 - 29 Mar 1.58 Moderate
12 30 Sept - 7 Okto 1.30 Moderate 35 30 Mar - 6 April 1.21 Moderate
13 8 - 15 Okto 0.61 Lemah 36 7 - 14 April 1.08 Moderate
14 16 - 23 Okto 0.59 Lemah 37 15 - 22 April 1.90 Moderate
15 24 - 31 Okto 1.42 Moderate 38 23 - 30 April 1.37 Moderate
16 1 - 8 Nov 1.34 Moderate 39 1 - 8 Mei 1.41 Moderate
17 9 - 16 Nov 1.30 Moderate 40 9 -16 Mei 1.22 Moderate
18 17 - 24 Nov 0.81 Lemah 41 17 - 24 Mei 1.23 Moderate
19 25 Nov - 2 Des 1.33 Moderate 42 25 Mei - 1 Juni 1.72 Moderate
20 3 - 10 Des 1.14 Moderate 43 2 - 9 Juni 1.03 Moderate
21 11 - 18 Des 1.15 Moderate 44 10 - 17 Juni 1.40 Moderate
22 19 - 26 Des 1.20 Moderate 45 18 - 25 juni 1.16 Moderate
23 27 - 31 Des 1.20 Moderate 46 26 Jun - 3 Juli 0.75 Lemah

53
d. Peta Sebaran Anomali Suhu Permukaan Laut Wilayah Kajian Perairan
Utara Papua Bulan Juli Tahun 2015 Bulan Juni Tahun 2016.

Gambar 5.34. Peta Anomali SPL Tanggal 4 - 11 Juli 2015

54
Gambar 5.35. Peta Anomali SPL Tanggal 12 19 Juli 2015

Gambar 5.36. Peta Anomali SPL Tanggal 20 27 Juli 2015

55
Gambar 5.37. Peta Anomali SPL Tanggal 28 Juli- 4 Agustus 2015

Gambar 5.38. Peta Anomali SPL Tanggal 5 12 AGustus 2015

56
Gambar 5.39. Peta Anomali SPL Tanggal 13 20 Agustus 2015

Gambar 5.40. Peta Anomali SPL Tanggal 21 28 Agustus 2015

57
Gambar 5.41. Peta Anomali SPL Tanggal 29 Agustus 5 September 2015

Gambar 5.42. Peta Anomali SPL Tanggal 6 - 13 September 2015

58
1
Gambar 5.43. Peta Anomali SPL Tanggal 14 21 September 2015

Gambar 5.44. Peta Anomali SPL Tanggal 22 29 September 2015

59
Gambar 5.45. Peta Anomali SPL Tanggal 30 September 7 Oktober 2015

Gambar 5.46. Peta Anomali SPL Tanggal 8 - 15 Oktober 2015

60
Gambar 5.47. Peta Anomali SPL Tanggal 16 -23 Oktober 2015

Gambar 5.48. Peta Anomali SPL Tanggal 24 31 Oktober 2015

61
1
Gambar 5.49. Peta Anomali SPL Tanggal 1 8 November 2015

Gambar 5.50. Peta Anomali SPL Tanggal 9 16 Novemberr 2015

62
Gambar 5.51. Peta Anomali SPL Tanggal 17 24 November 2015

Gambar 5.52. Peta Anomali SPL Tanggal 25 November 2 Desember 2015

63
Gambar 5.53. Peta Anomali SPL Tanggal 3-10 Desember 2015

Gambar 5.54. Peta Anomali SPL Tanggal 11 18 Desember 2015

64
Gambar 5.55. Peta Anomali SPL Tanggal 19 26 Desember 2015

Gambar 5.56. Peta Anomali SPL Tanggal 27-31 Desember 2015

65
Gambar 5.57. Peta Anomali SPL Tanggal `1-8 Januari 2016

Gambar 5.58. Peta Anomali SPL Tanggal `9 16 Januari 2016

66
Gambar 5.59. Peta Anomali SPL Tanggal 17 24 Januari 2016

Gambar 5.60. Peta Anomali SPL Tanggal `25 Januari 1 Februari 2016

67
Gambar 5.61.. Peta Anomali SPL Tanggal `2 9 Februari 2016

Gambar 5.62. Peta Anomali SPL Tanggal `10 17 Februari 2016

68
Gambar 5.63. Peta Anomali SPL Tanggal 18 25 Februari 2016

Gambar 5.64. Peta Anomali SPL Tanggal 26 Februari 5 Maret 2016

69
Gambar 5.65. Peta Anomali SPL Tanggal 6 - 13 Maret 2016

Gambar 5.66. Peta Anomali SPL Tanggal 14 -21 Maret 2016

70
Gambar 5.67. Peta Anomali SPL Tanggal 22 29 Maret 2016

Gambar 5.68. Peta Anomali SPL Tanggal 30 Maret 6 April 2016

71
Gambar 5.69. Peta Anomali SPL Tanggal 7 14 April 2016

Gambar 5.70. Peta Anomali SPL Tanggal 15 22 April 2016

72
Gambar 5.71. Peta Anomali SPL Tanggal 22 29 April 2016

Gambar 5.72. Peta Anomali SPL Tanggal 1 8 Mei 2016

73
Gambar 5.73. Peta Anomali SPL Tanggal 9 - 16 Mei 2016

Gambar 5.74. Peta Anomali SPL Tanggal 17 24 Mei 2016

74
Gambar 5.75. Peta Anomali SPL Tanggal 25 Mei 1 Juni 2016

Gambar 5.76. Peta Anomali SPL Tanggal 2 9 Juni 2016

75
Gambar 5.77. Peta Anomali SPL Tanggal 10 17 Juni 2016

Gambar 5.78. Peta Anomali SPL Tanggal 18 25 Juni 2016

76
Gambar 5.79. Peta Anomali SPL Tanggal 26 Juni 3 Juli 2016

5.3. Pembahasan
ENSO adalah kepanjangan dari El- Nino, La-Nina and Southern
Oscillation. ENSO merupakan salah satu bentuk penyimpangan iklim atau
anomaly suhu permukaan laut di Samudera Pasifik yang ditandai dengan
kenaikan dan penurunan suhu permukaan laut (SPL) di daerah katulistiwa
bagian tengah dan timur. Kenaikan dan penurunan suhu permukaan laut dapat
dikatakan ENSO jika terjadi selama 3 bulan secara konstan serta anomaly yang
terjadi melebihi 0,5oC. El Nino-Southern Oscillation (ENSO) tidak terjadi di
seluruh wilayah perairan Indonesia, hanya sebagian wilayah Indonesia
khususnya Indonesia bagian Timur salah satunya adalah Perairan Utara Papua.
Perairan utara Papua merupakan salah satu wilayah yang terjadi ENSO, hal ini
dikarenakan lokasi wilayah perairan utara papua merupakan bagian dari
samudra pasifik dan merupakan jalur ARLINDO (Arus Lintas Indonesia).
Terdapatnya ARLINDO di kawasan utara Papua membuat ENSO yang terjadi
di bagian tengah dan timur berpindah mengikuti ARLINDO yang ada.

77
Pada perhitungan anomaly suhu permukaan laut digunakan citra satelit
aqua modis level 3 dengan resolusi 4 meter dan komposit 8 hari. Terdapat
beberapa tahapan pengolahan data pada penelitian ini, yaitu download
program aplikasi SeaDas 7.3.2 .download citra aqua modis suhu permukaan
laut komposit 8 hari, ekstrasi nilai pixcel citra, perhitungan anomali dan
layout peta sebaran anomaly suhu permukaan laut.
Berdasarkan tahapan penelitian yang telah dilakukan didapatkan hasil
penelitian berupa data anomaly suhu permukaan laut secara temporal mapun
spasial. Data temporal ini merupakan data anomaly suhu permukaan laut
selama 1 tahun yaitu dimulai pada bulan juli 2015 sampai dengan bulan Juni
2016. Sedangkan data spasial merupakan sebaran anomaly yang terjadi di
perairan utara papua pada kurun waktu yang sama, yaitu bulan juli 2015
sampai dengan bulan Juni 2016.
Pada perhitungan anomaly suhu permukaan laut langkah pertama yang
digunakan adalah mengetahui rata rata suhu permukaan laut selama 10
tahun, yaitu dimulai dari bulan juli tahun 2006 sampai dengan bulan Juni
2016. Pengambilan rata rata selama 10 tahun ini bertujuan untuk
mendapatkan data suhu rata rata permukaan laut yang dapat
mempresentasikan kondisi di suhu di perairan utara Papua. Semakin lama
rentangan waktu yang diambil dalam perhitungan rata rata suhu permukaan
laut yang ada maka hasil yang didapat juga akan lebih baik, karena semakin
mencerminkan kondisi perairan yang dikaji.
Berdasarkan hasil perhitungan yang telah dilakukan didapatkan hasil
bahwa rata rata suhu permukaan laut yang ada di Kawasan perairan utara
papua sebesar 29,998oC. Setelah dilakukan perhitunga rata rata suhu
permukaan laut maka langkah selanjutnya adalah melakukan perhitungan
anomaly suhu permukaan laut. Anomaly suhu permukaan laut diketahui dari
selisih suhu aktual dengan rata rata suhu permukaan laut selama 10 tahun.
Dari perhitungan anomaly suhu permukaan laut diketahui bahwa anomaly
yang terjadi di kawasan perairan utara Papua sangat bervariasi, dengan nilai
anomaly berbeda beda setiap waktunya tetapi dari perhitungan yang

78
dilakukan diketahui bahwa anomaly tertinggi terjadi pada tanggal 6 13
maret 2016 dengan anomaly suhu sebesar 2oC, sedangkan yang terendah
terjadi pada tanggal 12 19 juli dengan anomaly suhu sebesar 0,05oC.
Dari perhitungan anomaly suhu permukaan laut yang dilakukan maka
akan dapat digunakan untuk melihat klasifikasi kekuatan ENSO yang terjadi
di kawasan perairan utara papua. Klasifikasi kekuatan ENSO menggunakan
klasifikasi yang dikeluarkan oleh BMKG.

Tabel. 5.3. Klasifikasi ENSO

No Anomali Suhu Permukaan Keterangan Jenis Enso

Laut ( oCelcius)
1 Lebih dari 2 Tinggi
2 1-2 Moderate (Sedang)
3 0.5-1 Rendah
El nino
4 -0.5 0.5 Normal Normal
5 -0.5 - -1 Rendah

6 -1 - -2 Moderate (Sedang) La Nina


7 Kurang dari -2 Tinggi
Sumber : BMKG

Anomali Suhu permukaan Laut merupakan fenomena global yang


memiliki sifat dinamis, sehingga selalu berubah ubah setiap waktunya. Dalam
mengkaji anomaly suhu permukaan laut juga harus juga memperhitungkan
kondisi perairan global, khususnya ENSO harus melihat kondisi di pusat
terjadinya ENSO yaitu di bagian barat Samudra Pasifik. Berikut ini akan
dipaparkan kondisi anomaly suhu permukaan laut di kawasan perairan utara
Papua dari bulan Juli 2015 bulan Juni 2016.
a. Bulan Juli 2015
Pada Bulan Juli 2015 terdapat 4 komposit citra yang dikaji yang
dimulai dari tanggal 4 juli 2015 4 agustus 2015. Dari ekstrasi dan
perhitungan dari 4 citra komposit tersebut didapatkan hasil perhitungan
anomaly yang berbeda beda, tetapi secara umum memiliki trend anomaly
suhu permukaan laut yang ada mengalami kenaikan. Pada Tanggal 4 11

79
Juli memiliki nilai rata -0.910C, Tanggal 12 19 Juli anomaly sebesar
0,050C, tanggal 20 27 Juli 2015 memiliki nilai anomaly sebesar 0,66 0C
serta pada tanggal 28 Juli 4 Agustus mengalami penurunan nilai anomaly
menjadi 0,530C. berdasarkan nilai nilai tersebut maka dapat diketahui
kelas ENSO nya yaitu Normal Normal Lemah(ElNino) dan Lemah (El
Nino), untuk sebaran anomaly di perairan utara Papua pada tanggal 4 19
Juli 2015 di dominasi warna hijau kuning hal itu menunjukan bahwa
anomaly yang terjadi relative rendah sedangkan pada tanggal 20 Juli 4
Agustus warna peta di dominasi oleh warna kuning orannye, hal itu
menunjukan bahawa pada tanggal tersebut anomaly suhu permukaan laut
mengalami kenaikan, mskipun nailainya tidak besar.
b. Bulan Agustus 2015
Bulan agustus merupakan bulan kedua penelitian, pada bulan agustus
terdapat 4 komposit citra yang dikaji yaitu tanggal 5 12 Agustus, 13 20
Agustus, 21 28 Agustus, dan 29 Agustus 5 September. Berdasarkan hasil
perhitungan anomaly suhu permukaan laut didapatkan hasil bahwa anomali
yang terjadi mengalami peningkatan dibandingkan bulan Juli, secara
berturut turut nilai anomaly yang terjadi pada bulan Agustus 2015 adalah
0,790C, 0,790C, 0,700C dan 1,060C, selain itu juga dapat dilihat dari
kenampakan peta anomaly yang ada, dari peta tersebut secara umum di
dominasi oleh warna kuning orannye dan sedikit terdapat warna hijau.
Serta untuk kelas ENSO nya adalah Lemah lemah Lemah Moderate
yang samuanya masuk dalam jenis EL NINO.
c. Bulan September 2015
Pada bulan September juga terdapat 4 komposit citra yaitu pada
tanggal 6 13 September, 14 21 September, 22 29 September dan 30
September 7 Oktober. Berdasarkan hasil perhitungan yang telah dilakukan
di dapatkan hasil bahwa pada bulan September anomaly yang terjadai
mengalami fluktuasi yaitu secara berturut turut sebesar 0,770C, 1,220C,
0,880C dan 1,300C. dari nilai anomaly tersebut maka kelas ENSO nya

80
adalah lemah, moderate, lemah dan Moderate yang keseluruhan masuk
dalam katagori El Nino.
d. Bulan Oktober 2015
Berdasarkan hasil perhitungan anomaly suhu permukaan laut pada
bulan Oktober didapatkan hasil bahwa anomaly yang terjadi pada bulan
oktober mengalami penurunan dari pada bulan September, anomaly yang
terjadi pada bulan Oktober sebesar 0,610C pada tanggal 8 15 Oktober serta
0,590C pada tanggal 16 23 Oktober, tetapi pada tanggal 24 31 Oktober
anomaly suhu permukaan laut di perairan utara papua kembali mengalami
kenaikan menjadi 1,420C. Fluktuasi anomaly pada bulan oktober ini
kemungkinan dipengaruhi oleh kondisi iklim local seperti angin, kadar
garam yang selanjutnya berpengaruh terhadap suhu permukaan laut.
e. Bulan November 2015
Kondisi Anomali di perairan utara Papua pada bulan November
kembali mengalami penurunan dibandingkan dengan sebelumnya. pada
tanggal 1 - 8 November anomaly yang terjadi sebesar 1, 34 0C sehingga
turun sebesar 80C, serta pada tanggal 9 16 November anomaly yang
terjadi sebesar 1,300C dan pada 17 24 November 2015 sebesar 0,80 0C.
sedangkan pada akhir bulan November sampai awal Desember tepatnya
pada tanggal 25 November 2 Desember 2015 anomali yang terjadi
mengalami kenaikan kembali, dengan nilai anomaly yang terjadi sebesar
1,330C . dengan nilai anomali tersebut maka dapat diketahui bahwa kelas
ENSO yang terjadi termasuk katagori Moderate kecuali pada tanggal 17
24 November 2015 yang masuk katagori lemah.
f. Bulan Desember 2015
Bulan Desember memiliki nilai yang stabil dibandingkan bulan
bulan sebelumnya meskipun secara trend mengalami penurunan
dibandingkan bulan November. Pada bulan Desember nilai anomaly yang
terjadi sebesar 1,440C pada tanggal 3 10 Desember, 1,150C pada tanggal
11-18 Desember, 1,200C pada tanggal 19 31 Desember. Berdasarkan nilai
anomaly suhu permukaan laut tersebut maka dapat diketahui bahwa kelas
ENSO yang terjadi termasuk dalam katagori EL Nino Moderate.

81
g. Bulan Januari 2016
Berdasarkan hasil ekstrasi citra aqua modis yang telah di lakukan pada
bulan januari 2016 di dapatkan hasil bahwa anomaly yang terjadi pada
bulan januari mengalami fluktuasi yang besar. Pada tanggal 1 8 januari
anomaly sebesar 1,01 0C, pada tanggal 9 16 januari sebesar 1,570C, serta
pada tanggal 17 24 Januari dan 25 januari 1 Februari 2016 secara
berturut turut sebesar 0,750C dan 1,440C. berdasarkan hasil tersebut maka
katagori ENSO juga berubah ubah, dari moderate pada tanggal 1 16
januari 2016, lemah pada tanggal 17 24 januari dan kemabali moderate
pada tanggal 25 januari 1 Februari 2016. Dari keseluruhan hasil masuk
dalam jenis EL Nino.
h. Bulan Februari 2016
Kondisi Anomali di perairan utara Papua pada bulan Februari tahun
2016 kembali memilikinn trend yang sama dengan beulan januari yaitu
anomaly suuhu permukaan laut mengalami fluktuasi. Pada tanggal 2 9 dan
10-17 februari anomaly yang terjadi sebesar 1,350C dan 0,940C sedangkan
pada tanggal 18 25 februari dan 26 februari 5 maret sebesar 1,56 0C dan
1,340C. sehingga secara berurutan termasuk dalam katagori El Nino
moderate, lemah, moderate, dan moderate.
i. Bulan Maret 2016
Berdasarkan hasil ekstrasi citra aqua modis yang dilakukan didapatkan
hasil bahwa pada bulan maret tahun 2016 merupakan puncak tertinggi
terjadinya el Nino pada kurun waktu bulan Juli 2015 bulan Juni 2016.
Puncak tertinggi terjadinya El nino terjadi pada tanggal 6 13 maret dengan
nilai anomaly suhu sebesar 20C sehingga masuk dalam katagori El nino
kuat. Sedangkan untuk tanggal berikutnya anomaly yang terjadi mengalami
penurunan, pada tanggal 14 -21 dan 22 -29 maret 2016 anomali yang terjadi
sebesar 1,160C dan 1,580C serta pada tanggal 30 maret 6 april sebesar
1,210C. berdasarkan hasil tersebut maka dapat dilihat bahwa tren anomaly
suhu permukaa laut mengalami penurunan meskipun masih termasuk dalam
katagori EL nino kekuatuan moderate.
j. Bulan April 2016

82
Berdasarkan hasil ekstrasi citra aqua modis pada bulan april diketahui
bahwa pada awal bulan April 2016 yaitu pada tanggal 7 14 April anomaly
yang terjadi mengalami penurunan menjadi 1, 080C. untuk tanggal
selanjutnya yaitu pada tanggal 15 - 220C april 2016 anomali yang terjadi
menglami kenaikan yang cukup seignifikan menjadi 1,900C, serta pada
tanggal 23 30 april kembali mengalami penurunan menjadi 1,370C.
berdasarkan hasil tersebut dapat diketahui bahwa pada bulan april fluktuasi
anomaly yang terjadi sangat signifikan karena penurunan yang terjadi lebih
dari 0,50C. Berdasarkan hasil tersebut ENSO yang terjadi masih termasuk
dalam katagori EL nino Moderate.
k. Bulan Mei 2016
Berdasarkan hasil perhitungan anomaly suhu permukaan laut di
perairan utara papua didapatkan hasil bahwa pada awal bulan mei sampai
pertengahan bulan mei yaitu pada tanggal 1 -24 mei anomaly yang terjadi
mengalami tren penurunan. Pada tanggal 1 8 mei anomaly yang terjadi
sebesar 1,410C, tanggal 9 16 mei sebesar 1,220C, dan pada tanggal 17 24
mei sebesar 1,230C. tetapi pada periode selanjutnya yaitu pada tanggal 25
mei 1 juni 2016 animali yang terjadi kembali mengalami kenaikan
menjadi 1,720C. meskipun kondisi secara umum mengalami trend
penurunan tetapi termasuk dalam katagori EL nino dengan tingkat moderate
l. Bulan Juni 2016
Berdasarkan perhitungan yang telah dilakukan didapatkan hasil bahwa
anomaly suhu permukaan laut yang terjadi pada bulan juni 2016 memiliki
trend penuruna, bahkan dapat dikatakan bahwa pada bulan juni merupakan
akhir dari periode terjadinya El nino di Perairan utara papua. Pada tanggal 2
9 juni dan 10 17 juni anomaly yang terjadi sebersar 1,03 0C dan 1,400C
sedangkan pada tanggal 18 25 juni dan 26 juni 3 juli anomaly yang
terjadi sebesar 1,160C dan 0,750C. berdasarkan hasil tersebut maka pada
awal bulan juni sampai tanggal 25 juni 2016 masih termasuk dalam
katagori EL nino dengan tingkat moderate tetapi pada akhir bulan juni

83
misalnya periode 26 juni 3 juli 2016 sudah termasuk dalam katagori EL
Nino dengan tingkat lemah.

84
BAB VI
PENUTUP

6.1. Kesimpulan
Berdasarkan perhitungan yang telah dilakukan menggunakan citra aqua
modis level 3 komposit 8 hari. Didapatkan hasil bahwa pada periode juni tahun
2015 juli tahun 2016 memiliki pola mengalami kenaikan pada minggu
terakhir bulan juli 2015 selanjutnya mengalami puncak El Nino pada bulan
maret tepatany pada tanggal 6 13 maret 2016 dengan nilai anomaly sebesar
20C serta untuk periode selanjutnya mengalami tren penurunan. Berbagai faktor
mempengaruhi terjadinya ENSO di perairan utara papua baik itu iklim local
maupun kondisi iklim global, tetapi yang berpengaruh besar terhadap kondisi El
Nino di perairan utara Papua adalah kondisi di wilayah samudra pasifik yang
menjadi pusat terjadinya ENSO yaitu bagian timur dan tengah samudra pasifik.
Pada periode bulan juni tahun 2015 bulan juli tahun 2016 memiliki
kelas ENSO yang bervariasi dari kondisi normal samapai dengan kuat.
Berdasarkan perhitungan yang dilakukan dapat disimpulkan bahwa pada bulan
juli masih memiliki kondisi ENSO dengan katagori normal. Untuk bulan Juli -
oktober di didominasi oleh ENSO yang masuk dalam katagori EL Nino dengan
tingkat Lemah serta untuk bulan November 2015 juni 2016 di dominasi oleh
EL Nino dengan tingkat Moderate. Puncak terjadinya ENSO terjadi pada
tanggal 6 13 maret dengan katagori EL Nino dengan intensitas yang kuat
dengan nilai anomaly sebersar 20C.

85
DAFTAR RUJUKAN

Wijaya, R., F. Setiawan., dan S.D. Fitriani. 2011. Fenomena Arlindo di Laut Seram
dan kaitannya dengan perubahan iklim global. Presentasi Seminar
Internasional Kelautan, Balai Riset Observasi Kelautan, Bali, 9-10 Juni 2011.
Naulita, Y. 1998. Karakteristik massa air pada perairan lintasan Arlindo. Tesis
Magister Ilmu Kelautan. Institut Pertanian Bogor. 173hlm.
Hasanudin, M. 1998. Arus Lintas Indonesia (ARLINDO). J. Oseana, 23(2):1-9.
Anonim. 2007. Aplikasi Seadas untuk Remote Sensing Kelautan.
Http://pustaka.igossource.org/aplikasi/seadas/aplikasi
%20seadas%20
untuk%20remote%20sensing%20kelautan.doc. Diakses 26
September 2016
Amri. Khairul, Suwarso,dan Herlisman. 2005a. Dugaan upwelling
berdasarkan
analisis komparatif Citra sebaran suhu permukaan laut dan
klorofil-a Di teluk tomini . Jurnal penelitian perikanan Indonesia vol.11
no.6.
Heryanto. Imam. 2005. Penggunaan Geostatistik untuk
Menggabungkan Data
Lapangan Dan Data Pengamatan Penginderaan Jarak Jauh
Dalam Penentuan Sebaran Suhu Permukaan Laut.
http://fi.lib.itb.ac.id/go.php?id =jbptitbfi-gdl-s1-2005-
imamheryan- 454. Diakses pada tanggal 7 September 2016.
Sulistya, W., 2001, Dampak El Nino dan La Nina Terhadap Musim
di Jawa Tengah. Semarang; Prosiding Seminar El Nino dan La Nina.
Irkhos., 2005, Prediksi El-Nino dan La-Nina Menggunakan Logika
Samar. Jambi: Prosiding Semirata Wilayah Barat
Avia, L.Q. dan Hidayati, R., 2001, Dampak Peristiwa Enso Terhadap Anomali Curah
Hujan di Wilayah Indonesia Selama Periode 1890-1989. Jurnal LAPAN, vol.
3, no. 2.
Farita, Y. 2006. Variabilitas Suhu Di Perairan selatan Jawa Barat Dan Hubungnnya
Dengan Angin Muson, Indian Ocean Dipole Mode Dan El Nio Southern
Oscilation. Skripsi. Fakultas Perikanan dan Ilmu Kelautan Institut Pertanian
Bogor. Bogor.
Arinardi, O. H., A. B. Sutomo, S. A. Yusuf, Trimaningsih, E. Asnaryanti, dan S.H.
Rotono. 1997. Kisaran Kelimpahan dan Komposisi fitoplankton Predominan
di Perairan Kawasan Timur Indonesia. Pusat Penelitian dan Pengembangan
oseanografi. Lembaga Ilmu Pengetahuan Indonesia. Jakarta.
Lillesand, T. M. and R. W. Kiefer. 1990. Penginderaan Jauh dan Interpretasi Citra
Digital. Diterjemahkan Oleh Dulbahri, P. Suharsono, Hartono dan Suharyadi.
Gadjah Mada University Press. Yogyakarta
Febriani, F.R., Seni, H.J.T. & Wandayantolis. (2014). Analisis Spasial Pengaruh

86
Dinamika Suhu Muka Laut Terhadap Distribusi Curah Hujan di Sulawesi
Utara, Jurnal MIPA Unsrat, (http://ejournal.unsrat.ac.id/index.php/jmuo),
diakses 7 September 2016.
Emiyati, Setiawan, K. T., Manopo, A. KS., Budhiman, S & Hasyim, B. (2010)
Analisis
Multitemporal Sebaran Suhu Permukaan Laut di Perairan Lombok
Menggunakan Data Penginderaan Jauh Modis, Seminar Nasional
Penginderaan Jauh LAPAN.
Sudarman. (2010). Meminimalkan Daya Dukung Sampah Terhadap Pemanasan
Global Profesional, Vol.8, No.1, Mei 2010, ISSN 1693-3745

87