Empirical Orthogonal Function

Dalam studi iklim, analisis EOF sering digunakan untuk mempelajari kemungkinan
mode spasial (yaitu, pola) variabilitas dan bagaimana perubahannya dengan waktu
(misalnya, Osilasi Atlantik Utara). Dalam statistik, analisis EOF dikenal sebagai
Principal Component Analysis (PCA). Dengan demikian, analisis EOF terkadang
diklasifikasikan sebagai teknik statistik multivariat. Namun, tidak ada hipotesis
apriori berdasarkan beberapa distribusi probabilitas dan, karenanya, tidak ada uji
statistik. Lebih lanjut, analisis EOF tidak didasarkan pada prinsip-prinsip fisik.
Sebaliknya, bidang dipartisi menjadi mode matematis ortogonal (independen) yang
kadang-kadang dapat diartikan sebagai mode atmosfer dan oseanografi ('struktur').
Biasanya, EOFs ditemukan dengan menghitung nilai eigen dan vektor eigen dari
matriks kovariansi anomali spasial tertimbang dari suatu bidang. Paling umum, bobot
spasial adalah cos (lintang) atau, lebih baik untuk analisis EOF, sqrt (cos (latitude)).
Nilai eigen yang diturunkan memberikan ukuran varians persen yang dijelaskan oleh
masing-masing mode. Sayangnya, nilai eigen tidak selalu berbeda karena masalah
pengambilan sampel. North et al (Mon. Wea. Rev., 1982, eqns 24-26) memberikan
'aturan praktis' untuk menentukan apakah eigenvalue tertentu (mode) berbeda dari
tetangga terdekatnya. Proses atmosfer dan oseanografi biasanya 'merah' yang berarti
bahwa sebagian besar varians (kekuatan) terkandung dalam beberapa mode pertama.
Rangkaian waktu setiap mode (alias, komponen prinsip) ditentukan dengan
memproyeksikan vektor eigen yang diturunkan ke anomali spasial tertimbang. Ini
akan menghasilkan amplitudo setiap mode selama periode catatan.

Dengan konstruksi, pola EOF dan komponen utama independen. Dua faktor
menghambat interpretasi fisik EOF: (1) kendala ortogonalitas dan (2) pola yang
diturunkan mungkin bergantung pada domain. Sistem fisik tidak selalu orthogonal
dan jika pola bergantung pada wilayah yang digunakan, mereka mungkin tidak ada
jika domain berubah. Namun, bahkan dengan kedatangan pendek ini, analisis EOF
klasik (PCA) terbukti bermanfaat

-------------------------------------------------------------------------------------------------------

EOF sudah dikenal dalam ilmu atmosfer sejak awal 1950. Beberapa peneliti mengkaji
permasalahan ini dalam analisis data multivariat. Analisis EOF menjadi terkenal
dalam paper Lorenz tahun 1956.Lorenz menganalisis Suhu Permukaan Laut (SPL) di
wilayah Amerika Serikat dan Kanada bagian Utara. Hasil dari penelitiannya adalah
sebanyak 91% keragaman SPL mampu dijelaskan oleh delapan komponen. Lorenz
juga mengungkapkan bahwa EOF akan berguna untuk mengidentifikasi tipe cuaca.
Perkembangan metode EOF dilanjutkan oleh Kutzbach (1967). Kutzbach
menggunakan tiga peubah iklim dalam analisi EOF yaitu SPL, suhu permukaan, dan
curah hujan di wilayah Amerika Utara. Kemudian Lyons (1982) dalam penelitiannya
menggunakan EOF untuk analisis curah hujan Hawaii dan diperoleh bahwa EOF1
hingga EOF3 dipengaruhi oleh angin passat, angin tenggara, dan hujan konvektif
pada pola tahunannya. Penelitian terbaru yang mengkaji permasalahan ini adalah
penelitian Nayagam, Janardanan, dan Mohan (2009). Penelitian tersebut menganalisis
curah hujan Northeast Monsoon (NEM) dengan metode EOF dan kekuatan monsun
dengan menggunakan analisis Wavelet. Dalam penelitian ini, tidak digunakan teknik
Wavelet dalam analisis. Untuk daerah Indonesia sudah dilakukan penelitian oleh
Aldrian dan Susanto (2003) dengan menggunakan teknik EOF sehingga dihasilkan
tiga tipe iklim untuk seluruh wilayah Indonesia yang dikenal saat ini yaitu tipe
monsunal, ekuatorial, dan lokal. Principal Component Analysis (PCA) menggunakan
prosedur yang sama dengan EOF. Tujuan PCA adalah untuk mengurangi sekumpulan
data yang mengandung jumlah variabel yang banyak menjadi kumpulan data yang
mengandung sebagian variabel baru tetapi tetap mewakili fraksi variabilitas yang
besar yang terkandung pada data asli (Wilks 1995). Analisis EOF merupakan
perangkat yang baik untuk kompresi dan reduksi data secara dimensional di dalam
ilmu atmosfer, oseanografi, dan iklim (Monahan 2009).

Bilangan Formzahl

Bilangan Formzahl Penentuan bilangan Formzahl merupakan cara yang digunakan

untuk menentukan tipe pasang surut perairan. Bilangan Formzahl yakni pembagian
antara amplitudo konstanta pasang surut harian utama dengan amplitudo konstanta
pasang surut ganda utama. Amplitudo konstanta harmonik pasang surut M2, S2, K1,
dan O1 dihitung berdasarkan data pengukuran pasang surut. Peralatan pengukur
dipasang pada lokasi yang telah ditentukan. Konstanta harmonik pasang surut M2, S2,
K1, dan O1 diperoleh melalui tahapan perhitungan mulai dari Skema 1 sampai dengan
Skema 8. Dalam perhitungan ini, diperlukan hitungan bilangan astronomis, yaitu
variabel s, h, p, dan N yang menurut Schureman (1988) sebagai berikut :

s = 277,0248 + 48126,8950 T + 0,0011 T2

h = 280,1895 + 36000,7689 T + 0,0003 T2

p = 334,3853 + 4069,0340 T – 0,0103 T2

N = 100,8432 + 1934,4200 T – 0,0021 T2

Variabel s, h, p, N merupakan unsur-unsur orbit bulan dan matahari yang

merupakan fungsi dari :

T = (365 (Y-1900)+(D-1)+i)/36525

D = hari tengah pengamatan terhadap tanggal 1 Januari

i = banyaknya tahun kabisat dihitung dari tahun 1900

Setelah memperoleh nilai M2, S2, K1, dan O1, selanjutnya dihitung bi-langan
Formzahl untuk setiap bulan dengan mengikuti formula yang diterapkan oleh
(Pariwono, 1989a), sebagai berikut :

Keterangan :

O1 = unsur pasut tunggal utama yang disebabkan oleh gaya tarik bulan

K1 = unsur pasut tunggal yang disebabkan oleh gaya tarik matahari

M2 = unsur pasut ganda utama yang disebabkan oleh gaya tarik bulan

S2 = unsur pasut ganda utama yang disebabkan oleh gaya tarik matahari

Bilangan formzahl memiliki range tertentu untuk menentukan tipe pasang surut suatu
wilayah. Dengan nilai F