Disusun Oleh:
Neira Purwanty Ismail
C54070029
1.2 Tujuan
Tujuan dari praktikum ini adalah mahasiswa dapat memahami pengertian
sistem buoy dan aplikasinya serta dapat mengolah data yang diunduh dari hasil
penukuran buoy.
II. TINJAUAN PUSTAKA
3.2 Metode
3.2.1 Pengambilan Data
1. Buka situs http://www.ndbc.noaa.gov/ pilih buoy yang akan diambil
datanya, misalnya buoy 51305 yang berada pada samudera Pasifik.
3. Buka data hasil download tersebut di program Excel, urutkan data dari
awal hingga akhir pengukuran.
4. Data yang telah disimpan tersebut diolah di program Matlab untuk
memperoleh grafik dengan menggunakan syntax
5. Kemudian buat tampilam grafik power spectral density (PSD) function
dari data tesebut di Matlab.
6. Selanjutnya olah data berdasar perhitungn Julian day, dan tampilkan grafik
plot time series di Matlab.
Data buoy yang digunakan adalah sistem bouy 2N 170W (WMO: 51305),
berstatus aktif yang ditransmisikan Argos 774. Data yang diambil adalah data arah
angin dan kecepatan angin serta tekanan udara pada lokasi pada lokasi 2°0'0"LU
dan 170°0'0"BB pada tanggal 22-30 September 2010. Di bawah ini adalah grafik-
grafik yang dibentuk dari data-data buoy tersebut.
V. PENUTUP
5.1 Kesimpulan
Setelah melaksanakan praktikum ini, dapat disimpulkan beberapa hal
diantaranya yaitu;
Mooring buoy adalah suatu sistem buoy yang dapat melakukan perekaman
dan transfer data atau informasi dari satu titik ke titik lain (point to point
communiations) pada luasan area yang besar. Sistem mooring buoy diciptakan
untuk menduga parameter-parameter fisik, kimia dan biologi laut secara real time
dan kontinu. Berdasarkan data tersebut, dapat dianalisis dan dibuat pemodelan
untuk meramalkan kondisi perairan dan pengaruhnya terhadap daratan.
Untuk dapat menganalisis data time series parameter laut, perlu dilakukan
fourier transform untuk menganalisis data tersebut karena Fourirer Transform
pada dasarnya berfungsi mendekomposisikan atau memisahkan sebuah bentuk
gelombang atau fungsi menjadi sinusoidal atau frekuensi berbeda yang jumlahnya
sesuai dengan bentuk gelombang aslinya. Grafik ata time series yang panjang dan
tidak ditransformasikan dapat menimbulkan kesalahan interpretasi atau tidak detil.
5.2 Saran
Pengolahan dan analisis data time series parameter laut yang bersifat
periodik sebaiknya dilakukan dengan transformasi fourier, dimana gelombang
atau fungsi sinusoidalnya dapat di pisahkan atau didekomposisikan untuk
dianalisis lebih detil. Penyajian data time series dapat dilakukan melalui filter
yang dapat menghilangkan data dengan amplitudo sangat besar yang dapat
mengubah rata-rata. Namun dapat juga menggunakan data asli tanpa filter yang
akan menyertakan data dengan amplitudo besar tersebut.
DAFTAR PUSTAKA
Batenkov, Dima. 2005. Fast Fourier Transform. Key Paper in computer Science
Seminar
BPPT. Sistem Informasi Peringatan Dini Gelombang Pasang Tsunami. Diunduh
dari: http://www.geocities.com/klipingmedia [5 September 2010].
Bringham, E. Oren. 1998. The Fast Fourier Transform and Its Applications.
Eaglewood Cliffs, NJ: Prentice-Hall Inc.
Derenzo,S.E.1990. Interfacing Laboratoty Approach using the Microcomputer for
Instrumentation data Analysis and Control. Prentice Hall Inc. California.
FFT Tutorial. University of Rhode Island Department of Electrical and Computer
Engineering.
Hoffman, Forrest.M. An Introduction to Fourier Theory.
National data Buoy Center. Handbook of Automated Data Quality Control Checks
and Procedures. National Oceanic and Atmospheric Administration. U.S
Department of Commerce.