KAJIAN DINAMIKA KETINGGIAN AIR LAUT DI PERAIRAN JAKARTA MENGGUNAKAN DISCRETE

FOURIER TRANSFORM
GINANJAR KUKUH PRAMANA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/

BAB I
PENDAHULUAN

I.1. Latar Belakang

Pemantauan dinamika air laut menghasilkan parameter oseanografi berupa

suhu permukaan laut, klorofil, salinitas, arus permukaan laut, gelombang dan tinggi
muka air laut (Marpaung dan Harsanugraha, 2014). Dalam penelitian ini,
pemantauan dinamika air laut berkonsentrasi pada kajian ketinggian air laut dengan
mengidentifikasi data pasang surut untuk mengetahui periode tersembunyi sinyal
pasang surut diluar sinyal definitive dari konstituen harmonik pasang surut default
t_tides.
Konstituen utama harmonik pasang surut merupakan hasil dari dekomposisi
resultan gaya pembangkit pasang surut yang terbentuk oleh sistem bumi-bulan dan
bumi-matahari (Kowalik dan Luick, 2013). Konstituen utama harmonik pasang surut
terdiri dari 3 kelompok yaitu konstituen diurnal, semidiurnal, dan periode panjang.
Masing-masing masing konstituen memiliki nilai periode, amplitudo dan fase yang
diketahui berdasarkan pergerakan periodik muka air laut. Pergerakan periodik muka
air laut disebabkan adanya pergerakan orbital bulan dan matahari (Pawlowicz dkk,
2002).
Periodisitas tersembunyi sinyal pasang surut merupakan periode pasang surut
yang timbul karena faktor non astronomi (Ducarme dan Venedikov, 2007). Faktor
non astronomi tersebut dapat berupa faktor oseanogarfi atau meteorologi yang
teridentifikasi dari variasi permukaan laut. Variasi permukaan air laut merupakan
kenaikan dan penurunan permukaan laut secara simultan dan dalam jangka waktu
tertentu (Senjyu dkk. 1999). Variasi permukaan air laut diklasifikasikan kedalam
variasi tahunan (annual variations), variasi 5 tahunan (inter-annual variations) dan
variasi 10 tahunan (decadal variations). Sedangkan berdasarkan kajian yang
dilakukan oleh Pamuji (2009) variasi permukaan air laut dapat diklasifikasian
kedalam variasi mingguan, variasi bulanan dan variasi musiman.
Periodisitas tersembunyi merupakan periode yang sulit diidentifikasi melalui
analisis deret waktu dalam domain waktu (Sobri, 2015). Sehingga diperlukan analisis

1
 KAJIAN DINAMIKA KETINGGIAN AIR LAUT DI PERAIRAN JAKARTA MENGGUNAKAN DISCRETE
FOURIER TRANSFORM
GINANJAR KUKUH PRAMANA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/

dalam domain frekuensi dengan melakukan transformasi fungsi dari domain waktu
kedalam domain frekuensi menggunakan metode discrete fourier transform terlebih
dahulu. Menurut Ida (2008), metode discrete fourier transform merupakan salah
satu metode yang digunakan untuk melakukan transformasi fungsi dari domain
waktu ke dalam domain frekuensi menggunakan prinsip transformasi dari suatu
fungsi kontinyu menjadi sejumlah fungsi sinusoida.
Untuk mengetahui adanya periodisitas tersembunyi dari data pasang surut,
kajian mengenai dinamika ketinggian air laut menggunakan data pasang surut
periode panjang. Karena pada data pasang surut periode pendek variasi pasang surut
dalam periode bulanan, musiman dan tahunan sulit diidentifikasi. Data periode
panjang yang dimaksud merupakan data pengamatan dalam interval minimal 1 tahun.
Penelitian ini dikonsentrasikan pada perairan di sekitar wilayah Jakarta yang
secara umum terletak di daerah delta dengan tingkat kerawanan banjir yang tinggi,
baik banjir dari luapan sungai maupun banjir limpasan air pasang. Sehingga
informasi mengenai periodisitas pasang surut menjadi bahan masukan yang penting
untuk melakukan perencanaan penanggulangan dampak negatif bencana banjir akibat
pasang surut.

I.2. Rumusan Masalah

Sebagian wilayah Jakarta merupakan wilayah pesisir yang rentan terhadap

dinamika air laut. Wilayah pesisir Jakarta tersebut menjadi tempat tinggal bagi lebih
dari separuh penduduk Jakarta (Bappenas, 2014). Salah satu dampak yang sering
mengganggu aktifitas masyarakat pesisir Jakarta adalah banjir rob akibat pasangnya
air laut sebagai bagian dari dinamika air laut. Sehingga untuk meminimalisir dampak
negatif dinamika ketinggian air laut diperlukan informasi kelautan berupa periode
dinamika ketinggian air laut untuk mendukung kegiatan masyarakat sebagai bentuk
pengembangan dan pengelolaan wilayah pesisir.
Periode dinamika ketinggian air laut terbagi menjadi dua bagian yakni
periode sinyal definitive yang sudah diketahui dan periode sinyal yang tersembunyi.
Periode sinyal definitive dapat diindentifikasi menggunakan analisis harmonik, yang
menghasilkan konstituen pasang surut besarta nilai konstanta harmonik pasang
surutnya. Sedangkan untuk mengidentifikasi periode tersembunyi sinyal pasang surut

2
 KAJIAN DINAMIKA KETINGGIAN AIR LAUT DI PERAIRAN JAKARTA MENGGUNAKAN DISCRETE
FOURIER TRANSFORM
GINANJAR KUKUH PRAMANA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/

diperlukan analisis domain frekuensi menggunakan metode discrete fourier

transform untuk mengetahui periode dan karakteristik sinyal pasang surut.
Periode tersembunyi sinyal pasang surut terjadi akibat variasi ketinggian air
laut karena faktor non astronomis (Ducarme dan Venedikov, 2007).Variasi pasang
surut akibat faktor non astronomis dipengaruhi oleh perubahan suasana seperti
perubahan suhu (Ranjani dan Sukojo, 2016). Dimana suhu permukaan laut
berpengaruh pada arus transpor massa air laut yang berdampak pada dinamika
ketinggian air laut.
Berdasarkan uraian yang sudah diulas diatas maka rumusan masalah dalam
peneilitian ini antara lain:
a. Berapa nilai periode tersembunyi sinyal-sinyal pasang surut yang teridentifikasi
dari metode discrete fourier transform?
b. Bagaimana pola periodik dari periode tersembunyi sinyal pasang surut?
c. Bagaimana pengaruh faktor lokal berupa suhu permukaan laut terhadap periode
tersembunyi sinyal pasang surut?

I.3. Batasan Masalah

Batasan penelitian perlu ditentukan agar penelitian terfokus dan tidak terlalu
luas. Batasan-batasan dalam penelitian yang akan dilakukan antara lain:
a. Interval data pasang surut yang digunakan adalah setiap 1 jam, rerata harian, dan
rerata mingguan.
b. Analisis dinamika ketinggian air laut dilakukan dalam rentang waktu Januari
2014 sampai Desember 2016.
c. Metode analisis yang digunakan untuk mengetahui adanya periode tersembunyi
adalah analisis spektral.
d. Periode konstituen harmonik t_tide pasang surut menjadi komponen periode
sinyal definitive yang sudah diketahui.
e. Batas perbedaan nilai periode definitive periode tersembunyi untuk threshold
adalah 0,005 jam
f. Hubungan antara data pasang surut dengan data suhu permukaan laut diuji
menggunakan metode uji korelasi.

3
 KAJIAN DINAMIKA KETINGGIAN AIR LAUT DI PERAIRAN JAKARTA MENGGUNAKAN DISCRETE
FOURIER TRANSFORM
GINANJAR KUKUH PRAMANA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/

I.4. Tujuan Penelitian

Tujuan dari penelitian ini antara lain:

1. Menentukan nilai periode tersembunyi sinyal-sinyal pasang surut dari hasil
analisis discrete fourier transform.
2. Menentukan pola periodik dari periode tersembunyi sinyal pasang surut
3. Mengetahui hubungan suhu permukaan laut dengan periode tersembunyi sinyal
pasang surut.

I.5. Manfaat Penelitian

Periodisitas tersembunyi pasang surut di perairan Jakarta yang dihasilkan dari

penelitian ini dapat dijadikan bahan masukan untuk pemerintah dalam kegiatan
perencanaan, pembangunan, dan pengembangan Jakarta, sehingga memiliki skema
antisipasi terhadap banjir rob akibat pasang surut periodik yang tersembunyi.
Kajian analisis spektral data pasang surut dalam domain frekuensi untuk
mengetahui adanya periodisitas tersembunyi pasang surut menambah cakupan kajian
data pasang surut yang melengkapi hasil kajian dalam domain waktu.

I.6. Tinjauan Pustaka

Penelitian mengenai data pasang surut air laut telah dilakukan oleh Khasanah
(2015). Penelitian tersebut bertujuan untuk mengkaji kenaikan muka air laut dan
variasi permukaan laut diperairan pulau Jawa berdasarkan data satelit altimetri dan 8
stasiun pasang surut. Metode yang digunakan untuk mengkaji variasi permukaan air
laut adalah moving average, sedangkan metode untuk mengidentifikasi tingkat
kenaikan muka air laut adalah metode regresi linier. Pemilihan metode regresi linier
dikarenakan pola kenaikan muka air laut mengikuti pola yang linier terhadap waktu.
Dalam kajian variasi dan kenaikan muka air laut, dicari pengaruh faktor global
berupa fenomena El-Nino dan La-Nina (ENSO) menggunakan data suhu permukaan
laut hasil indeks Enzo. Variasi permukaan air laut yang dapat teridentifikasi dalam
penelitian tersebut adalah variasi bulanan, musiman, tahunan dan variasi permukaan
laut 5 tahunan.

Penggunaan metode transformasi fourier untuk mengkaji data pasang surut

telah dilakukan oleh Ida (2008). Dalam penelitian tersebut ditujukan untuk

4
 KAJIAN DINAMIKA KETINGGIAN AIR LAUT DI PERAIRAN JAKARTA MENGGUNAKAN DISCRETE
FOURIER TRANSFORM
GINANJAR KUKUH PRAMANA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/

membandingkan metode transformasi fourier dengan metode leastsquare dan metode

Admiralty. Hasil yang didapatkan menunjukkan metode tranformasi fourier kurang
sesuai untuk pengamatan data periode pendek dibandingkan dengan metode lain.
Periode panjang yang dimaksud dalam metode tranformasi fourier memiliki interval
data yang lebih dari satu tahun.

Penelitian lain mengenai kajian data pasang surut dilakukan oleh (Ranjani
dan Sukojo, 2016) untuk mengetahui variasi konstanta harmonik pasang surut selama
terjadi fenomena El Nino. Pada penelitiannya, data yang digunakan adalah data
pengamatan pasang surut in situ, suhu permukaan air laut, dan Southern Oscillation
Index (SOI). Hasil dari penelitian tersebut menunjukan adanya hubungan trend
variasi harmonik ketinggian air laut dengan data suhu permukaan laut di Surabaya
selama El Nino yang mengikuti persamaan liner.

Penelitian yang sudah dilakukan terkait dinamika ketinggian air laut dengan
menganalisis data pasang surut menunjukkan adanya penggunaan metode
transformasi fourier. Hasil kajian ketinggian air laut menunjukkan adanya variasi
permukaan air laut, yakni variasi bulanan, variasi musiman, variasa 1 tahunan
(Annual), variasi 5 tahunan (Intra-Annual).

Perbedaan penelitian ini dengan penelitian sebelumnya adalah pada

penggunaan data utama. Data utama dalam penelitian ini adalah data pasang surut
stasiun tunggal yang dianalisis menggunakan metode discrete fourier transform.
Metode discrete fourier transform yang digunakan untuk mendeteksi adanya periode
tersembunyi sinyal-sinyal pasang surut yang disebabkan oleh variasi permukaan air
laut pada daerah penelitian di sekitar perairan Jakarta.

I.7. Landasan Teori

I.7.1. Suhu Permukaan Laut

Suhu permukaan laut merupakan besaran fisika yang terukur dari permukaan
laut sebagai parameter fisik air laut yang penting. Suhu Permukaan laut mengalami
anomali dari waktu ke waktu sesuai dengan kondisi alam yang mempengaruhi
perairan tersebut. Faktor utama yang mempengaruhi suhu permukaan laut adalah
intensitas penyinaran matahari. Faktor lain yang menyebabkan anomali suhu

5
 KAJIAN DINAMIKA KETINGGIAN AIR LAUT DI PERAIRAN JAKARTA MENGGUNAKAN DISCRETE
FOURIER TRANSFORM
GINANJAR KUKUH PRAMANA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/

permukaan laut adalah curah hujan, penguapan, suhu udara, kecepatan angin,
kelembapan udara, dan keadaan awan. Perubahan dari variasi tersebut terjadi secara
harian, musiman tahunan maupun jangka panjang (King, 1963).
Pengukuran suhu permukaan laut dapat dilakukan dengan teknologi
penginderaan jauh, dimana suhu permukaan laut diperoleh dari hasil estimasi sensor
satelit NOAA-AVHRR yang diolah menggunakan algoritma Pathfinder Sea Surface
Temperatur (SST) (Gaol dkk, 2014). Algoritma estimasi SST dijelaskan dengan
persamaan I.1 berikut:

SSTsat = a+bT4+c(T4 -T5)SSTguess+d(T4 -T5)(sec ρ-1)……………………………. (I.1)

Keterangan
SSTsat = suhu permukaan laut estimasi
SSTguess = Suhu permukaan laut prediksi
T4 - T5 = temperature kecerahan kanal 4 dan kanal 5
T4 = temperature kecerahan kanal 4
a, b,c dan d = koefisien regresi
ρ = sudut zenit sensor

I.7.2. Pasang Surut Laut

Pasang surut laut merupakan fenomena pergerakan naik turunnya permukaan
air laut secara berkala yang diakibatkan oleh kombinasi gaya gravitasi dan gaya tarik
menarik dari benda-benda astronomi terutama oleh matahari, bumi, dan bulan
(Suprapto, 2001). Faktor lain yang mempengaruhi pasang surut laut yaitu rotasi bumi
dan letak pulau atau benua. Tinggi rendahnya pasang surut laut di bumi secara umum
ditentukan oleh jarak antara bumi terhadap benda-benda astronomik tersebut.
Fenomena pasang surut dijelaskan dengan teori pasang surut setimbang yang
dikemukakan oleh Sir Isaac Newton pada abad ke-17. Teori ini menganggap bumi
berbentuk bola sempurna dan dilingkupi air dengan distribusi massa yang seragam
(kedalaman homogen). Bumi dan air yang menyelimuti bumi dianggap dalam
keadaan diam (ideal) sampai terdapat gaya yang mempengaruhinya. Gaya yang
mempengaruhi keadaan diam tersebut dikenal dengan gaya pembangkit pasang surut.

6
 KAJIAN DINAMIKA KETINGGIAN AIR LAUT DI PERAIRAN JAKARTA MENGGUNAKAN DISCRETE
FOURIER TRANSFORM
GINANJAR KUKUH PRAMANA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/

Pada teori kesetimbangan, naik turunnya permukaan air laut memiliki nilai yang
sebanding dengan gaya pembangkit pasang surut (Lowe, 2017).
Namun, pada kenyataannya bumi tidak pada keadaan yang setimbang karena
tidak seluruh permukaan bumi diselimuti air melainkan juga memiliki daratan di
dalamnya, serta terdapat dasar laut yang memiliki topografi dengan kedalaman yang
tidak homogen. Gesekan antar massa air laut atau antara massa air laut dengan dasar
laut pada kedalaman yang tidak homogen mempengaruhi kondisi pasang surut
setimbang (Zahran dkk, dalam Faridatunnisa, 2015).

I.7.3. Gaya Pembangkit Pasang Surut

Gaya pembangkit pasang surut dijelaskan dengan teori gravitasi universal
oleh Newton. Teori gravitasi universal menyatakan bahwa pada sistem dua benda
dengan massa m1 dan m2 akan terjadi gaya tarik menarik sebesar F diantara
keduanya. Besar gaya F tersebut sebanding dengan perkalian masa keduanya dan
berbanding terbalik dengan kuadrat jaraknya. Teori tersebut dapat dinyatakan dengan
persamaan I.2 (Poerbandono dan Eka Djunarsjah, 2005)
………………………………………………………..…………….. (I.2)

F : gaya tarik-menarik antara dua benda

G : konstanta gaya tarik = 6.67 x 10-11 N kg-2 m-2

m1 : massa benda (1)

m2 : massa benda (2)

𝑟2 : jarak antara pusat benda (1) dan pusat benda (2)

Bulan dan matahari memberikan pengaruh yang besar terhadap fenomena

pasang surut dibandingkan benda astronomik lain, hal ini dikarenakan jarak kedua
benda langit tersebut yang lebih dekat dengan bumi dibanding dengan benda
astronomik lain. Gaya tarik gravitasi bulan memiliki besaran dua kali lipat lebih
besar daripada matahari dalam membangkitkan pasang surut. Hal ini terjadi karena
jarak bulan yang lebih dekat dengan bumi meskipun massa bulan relatif lebih kecil
daripada matahari.

7
 KAJIAN DINAMIKA KETINGGIAN AIR LAUT DI PERAIRAN JAKARTA MENGGUNAKAN DISCRETE
FOURIER TRANSFORM
GINANJAR KUKUH PRAMANA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/

Karena pengaruh gravitasi bulan lebih dominan maka pasang surut menjadi
resultan dari gaya gravitasi bulan dan gaya sentrifugal rotasi bumi. Gaya sentrifugal
adalah dorongan ke arah luar rotasi akibat adanya efek revolusi bumi-bulan. Gaya
pembangkit pasang surut digambarkan dalam gambar I.1 berikut.

EARTH Undistorted
Water
surface
Common Equilibrium
Axis of
Rotation Water Moon
surface

Center of
The Earth
Centrifugal Gravitational
force > attraction

Centrifugal Gravitational
force = attraction

Centrifugal Gravitational
force > attraction

Gambar I.1. Gaya pembangkit pasang surut akibat gaya gravitasi bulan dan gaya
sentrifugal (sumber: Lowe, 2017)

Gaya sentrifugal memiliki besar yang sama disetiap titik dipermukaan bumi
yang besarnya dapat ditentukan dengan persamaan I.3 berikut.

= [ ] ……………………………………………………...… (I.3)

Dari persamaan I.2 dan I.3 dapat ditentukan gaya pembangkit pasang surut
sebagai resultan dari gaya gravitasi bulan dan sentrifugal dengan persamaan 1.4 dan
persamaan I.5.

Fpp = Fg+ Fs ………………………………………………………………….. (I.4)

= ……………………………………………………………. (I.5)

Keterangan:

Fg : gaya tarik bulan

8
 KAJIAN DINAMIKA KETINGGIAN AIR LAUT DI PERAIRAN JAKARTA MENGGUNAKAN DISCRETE
FOURIER TRANSFORM
GINANJAR KUKUH PRAMANA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/

Fs : gaya sentrifugal di permukaan bumi

Fpp : gaya pembangkit pasang surut

G : konstanta gaya tarik = 6.67 x 10-11 N kg-2 m-2

Mm : massa bulan

Me : massa bumi

R : jarak antara suatu titik di permukaan bumi dengan pusat bulan

a : jari-jari bumi

Gaya pembangkit pasang surut akan menimbulkan kedudukan air tinggi pada
dua lokasi dan air rendah pada dua lokasi lainnya. Kedudukan matahari, bumi, dan
bulan yang berada dalam garis lurus menimbukan terjadinya pasut maksimum pada
permukaan bumi yang berada disumbu sejajar kedudukan relatif bumi, bulan, dan
matahari (Gambar I.2). Kekuatan gaya tarik bulan dan matahari berkumpul menjadi
satu dan menarik titik dipermukaan bumi tersebut secara maksimal. Kedudukan
pasang surut maksimum terjadi ketika bulan baru dan bulan purnama, Fenomena
pasang surut pada kedudukan demikian disebut dengan spring tide atau pasut
perbani.

Gaya
Pembangkit
Pasut
BUMI BULAN MATAHARI

Gambar I.2. Posisi bumi, bulan, matahari pada saat pasut perbani (sumber :
Poerbandono dan Eka Djunarsjah, 2005)

Sementara itu, kedudukan matahari, bumi dan bulan yang tegak lurus (90o)
mengakibatkan terjadinya pasut minimum atau neap tide pada titik dipermukaan
yang tegak lurus sumbu bumi bulan. Gaya tarik bukan dan matahari terhadap bumi
saling berlawanan arah sehingga hasilnya menjadi saling melemahkan.

9
 KAJIAN DINAMIKA KETINGGIAN AIR LAUT DI PERAIRAN JAKARTA MENGGUNAKAN DISCRETE
FOURIER TRANSFORM
GINANJAR KUKUH PRAMANA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/

I.7.4. Konstanta Harmonik Pasang Surut

Gerakan pembangkit pasang surut direpresentasikan dalam bentuk kurva
kosinus. Representasi ini merupakan gabungan dari gelombang gelombang penyusun
pembangkit pasang surut. Masing masing gerakan gelombang pasang surut dikenal
sebagai konstituen pasang surut, konstanta pasang surut dan konstanta harmonik
pasang surut.
Konstanta harmonik pasang surut merupakan dekomposisi dari resultan gaya
pembangkit pasang surut yang terbentuk karena sistem bumi-bulan dan bumi-
matahari (Parker, 2007). Karena sifatnya yang harmonik terhadap waktu, konstanta
pembentuk pasang surut tersebut dinamakan konstanta harmonik pasang surut.
Secara umum konstanta harmonik pasang surut dibagi menjadi 3 kelompolok, yakni
konstata pasang surut utama periode panjang, periode harian tunggal dan periode
harian ganda .Masing masing kelompok memiliki nilai konstanta yang unik.
Konstanta harmonik utama pasang surut ditampilkan dalam Tabel I.1.

Tabel I.1 Konstanta harmonik pasang surut ( Parker, 2007)

Kecepatan sudut Periode

Jenis Pasang surut Simbol (Derajat/jam) (Jam)
Semi Diurnal
1 Principal Lunar (M2) 289,841 12,42
2 Principal Solar (S2) 30,000 12,00
Larger Lunar
3 (N2) 284,397 12,66
Elliptic
4 Luni Solar (K2) 300,821 11,97
Diurnal
1 Luni Solar (K1) 150,411 23,33
2 Principal Lunar (O1) 139,430 25,82
3 Principal Solar (P1) 149,589 24,70
Long Period
1 Lunar Fortnighly (Mf) 10,980 327,86
2 Lunar Monthly (Mm) 0,5444 661,30
3 Solar semi Annual (Ssa) 0,0821 2191,43

Konstanta harmonik pasang surut digunakan untuk mengetahui jenis pasang

surut pada perairan tertentu. Konstanta pasang surut yang digunakan dalam
penentuan tipe pasang surut adalah M2, S2, K1, dan O1.

10
 KAJIAN DINAMIKA KETINGGIAN AIR LAUT DI PERAIRAN JAKARTA MENGGUNAKAN DISCRETE
FOURIER TRANSFORM
GINANJAR KUKUH PRAMANA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/

Penentuan tipe pasang surut didasarkan pada perbandingan antara jumlah

amplitudo konstanta harmonik tunggal A(K1), A(O1), dengan jumlah amplitudo
konstanta harmonik ganda yaitu A(M2), A(S2). Perbandingan ini dikenal dengan
bilangan Formzahl, yang dinyatakan pada persamaan I.6 berikut.

( ) ( )
…………………………..…………………………………… (I.6)
( ) ( )

Keterangan:

F : bilangan Formzahl
A(K1) : nilai amplitudo konstanta harmonik K1
A(O1) : nilai amplitudo konstanta harmonik O1
A(M2) : nilai amplitudo konstanta harmonik M2
A(S2) : nilai amplitudo konstanta harmonik S2
Pengklasifikasian tipe pasang surut didasarkan pada bilangan formzahl yang
dapat dilihat pada Tabel I.2

Tabel I.2. Bilangan Formzahl untuk menentukan tipe pasang surut

Tipa Pasang Surut Nilai F
Harian ganda (semi-diurnal) 0,00 < F ≤ 0,25
Harian tunggal (diurnal) F > 3,00
Campuran condong ke harian
ganda 0,25 < F ≤ 1,50
Campuran condong ke harian
tunggal 1,50 < F ≤ 3,00

Menurut Ongkosongo (1989) dilihat dari pergerakan muka air lautnya, pasang
di Indonesia terbagi menjadi 4 tipe yaitu:
1. Pasang surut harian tunggal
Pada pasang jenis ini hanya terjadi satu kali pasang dan satu kali surut yang
besarnya kurang lebih sama. Contoh perairan yang mengalami pasang jenis ini
adalah jenis perairan disekitar Selat Karimata.
2. Pasang surut harian ganda
Pasang harian ganda, terjadi dua kali pasang dan dua kali surut setiap hari yang
tingginya masing masing hampir sama.

11
 KAJIAN DINAMIKA KETINGGIAN AIR LAUT DI PERAIRAN JAKARTA MENGGUNAKAN DISCRETE
FOURIER TRANSFORM
GINANJAR KUKUH PRAMANA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/

3. Pasang campuran condong ke harian ganda

Pada jenis pasang ini terjadi dua kali pasang dan dua kali surut dalam satu hari
tetapi berbeda dalam tinggi dan waktunya
4. Pasang campuran yang condong ke harian tunggal
Pada pasang ini terjadi satu kali pasang dan satu kali surut tetapi terkadang
terjadi dua kali pasang dan surut yang berbeda dalam waktu dan tingginya.

I.7.5. Analisis Pasang Surut Metode Discrete Fourier Transform

Pasang surut merupakan hasil superposisi atau penggabungan dari
gelombang-gelombang harmonik tunggal yang bersifat periodik. Dengan demikian
maka ketinggian muka laut pada saat (t) dapat ditentukan dengan persamaan I.7.
( ) ̅ ∑ ( ) …...………………………………..…..... (I.7)
Keterangan :
X(t) : ketinggian muka air fungsi dari waktu
Ai : amplitudo konstanta ke-i
i : kecepatan sudut konstanta ke-i
gi : fase konstanta ke-i
̅ : ketinggian muka air rerata
t : waktu
k : jumlah konstanta pasang surut
Discrete fourier transform adalah transformasi Fourier spesifik, yang
digunakan dalam analisis fourier. Discrete fourier transform membutuhkan fungsi
input yang bersifat diskrit dengan nilai non-nolnya memiliki periode yang tidak
terbatas (Towhiduzzaman, 2016). Dalam analisis pasang surut, algoritma discrete
fourier transform digunakan untuk memisahkan periode gelombang pasang surut
dengan melakukan transformasi fungsi dari domain waktu kedalam domain
frekuensi. Dari persamaan I.7 yang merupakan persamaan gelombang pasang surut,
kemudian disusun dalam persamaan deret fourier sebagai persamaan I.8.
( ) ̅ ∑ …….……………………….…. (I.8)

dengan

12
 KAJIAN DINAMIKA KETINGGIAN AIR LAUT DI PERAIRAN JAKARTA MENGGUNAKAN DISCRETE
FOURIER TRANSFORM
GINANJAR KUKUH PRAMANA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/

Pada prinsipnya, sebagian besar sinyal analog memiliki periode tak terbatas,
sehingga dari persamaan I.8 dibuat perkiraan pertama dengan membatasi data fisik
kedalam 0≤ ≤𝑇. Isi frekuensi sinyal untuk n tertentu terdapat dalam kosinus dan
sinus saat A𝑝, 𝑝 ≠ 0. Sehingga seringkali persamaan disusun dengan
menggabungkan kondisi tersebut. Hal ini mudah dilakukan dengan menggunakan
identitas trigonometri dengan persamaan 1.9.

( ) …………………………….….. (I.9)

Dengan rumus cosinus didapatkan persamaan 1.10 dimana adalah nilai

beda fase

( )= ( ) ( ) …………….…... (I.10)

Persamaan 1.10 dilakukan subtitusi terhadap persamaan 1.9 sehingga

menghasilkan persamaan I.11.

= ………..… (I.11)

Dengan melakukan subtitusi koefisien dari sinus dan kosinus dari persamaan
I.10, maka didapatkan persamaan I.12 dan I.13 sebagai nilai koefisien fourier.

AP = CP cos ……………………………………………..………………. (I.12)

BP = CP sin ……………………………………………..…………… (I.13)

Untuk mencari nilai amplitudo (Cq) dan beda fase dapat menggunakan
persamaan I.14 dan I.15
⁄
( ) ………...…………………………..………………………… (I.14)

( ) ……………………………………..………………………... (I.15)

13
 KAJIAN DINAMIKA KETINGGIAN AIR LAUT DI PERAIRAN JAKARTA MENGGUNAKAN DISCRETE
FOURIER TRANSFORM
GINANJAR KUKUH PRAMANA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/

Dalam discrete fourier transform untuk melakukan transformasi dari domain

waktu kedalam domain frekuensi persamaan deret fourier dirubah dalam persamaan
discrete fourier transform yang dijabarkan dalam persamaan I.16.
( ) ∑ …………………...………. (I.16)

Dengan melakukan penjumlahan sepanjang n maka diperoleh persamaan A0

yang dijelaskan dalam persamaan I.17
= ∑ …………………………………………………..………….(I.17)

Kemudian untuk mendapatkan persamaan Ap dan Bp, pada kedua sisi

persamaan I.16 dikalikan dengan ( ) dan ( ) yang ditunjukan berturut

turut dalam persamaan I.18 dan I.19

= ∑ …………………………………...………………. (I.18)

= ∑ …………………………………………………… (I.19)

Keterangan :
X(n) : ketinggian muka air fungsi dari frekuensi
A0 : amplitudo konstanta ke-i
Ap : Konstanta Fourier A
Bp : Konstanta Fourier B
Cp : amplitudo gelombang
: beda fase gelombang
n : kecepatan sudut konstanta
y : ketinggian muka air rerata
n : panjang data

I.7.6. Periode Sinodik

Waktu atau periode yang diperlukan untuk memisahkan efek dari dua
konstituen pasang surut yang berdekatan disebut periode sinodik. Periode sinodik
didefinisikan sebagai interval antara dua konjungsi fase dua konstituen (Schuremann,
1940). Periode waktu untuk memisahkan dua konstituen ini mencakup osilasi N dari
gelombang penyusun frekuensi rendah dan osilasi N + 1 dari gelombang penyusun
frekuensi yang lebih tinggi. Kriteria untuk menentukan rangkaian panjang periode

14
 KAJIAN DINAMIKA KETINGGIAN AIR LAUT DI PERAIRAN JAKARTA MENGGUNAKAN DISCRETE
FOURIER TRANSFORM
GINANJAR KUKUH PRAMANA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/

minimum yang dibutuhkan untuk memisahkan dua konstituen disebut kriteria

Rayleigh. Periode sinodik dapat ditentukan dengan persamaan I.20 berikut:

…………………………………………………………………… (I.20)

Keterangan :

PS : periode sinodik dalam satuan jam

: kecepatan sudut (der/jam) konstanta A
: kecepatan sudut (der/jam) konstanta B
Dalam periode sinodik konstanta pasang surut dapat dipisahkan apabila
rentang waktu pengamatan melebihi dari satu periode tertentu. Lama pengamatan
minimum untuk memisahkan dua konstanta dapat ditentukan dari perbedaan
frekuensi dua konstanta, dimana semakin kecil perbedaan frekuensi dua konstanta
maka semakin panjang lama pengamatan yang dibutuhkan untuk memisahkan dua
konstanta tersebut (Ali dkk, 1994)

I.7.7. Analisis Deret Waktu Kawasan Frekuensi (Domain Frekuensi)

Pada dasarnya setiap nilai dari hasil pengamatan selalu dapat dikaitkan
dengan waktu pengamatannya. Dalam kaitan variabel waktu dengan pengamatan
akan menganggap pengamatan sebagai fungsi atas waktu, sehingga data seperti ini
disebut data deret waktu atau dikenal dengan time series (Sobri, 2015). Dalam teori
statistika setiap deret waktu dibangun atas komponen trend (T), siklis (S), musiman
(M) dan residual (komponen acak). Sehingga berdasarkan konsep tersebut analisis
deret waktu dapat dilakukan dalam dua kawasan (domain), yaitu kawasan waktu
(time domain) dan kawasan frekuensi (frekuency domain).
Dalam kawasan waktu, analisis data dilakukan dengan menelaah signifikasi
autokorelasi, kestasioneran data, penaksiran parameter model regresi domain waktu
dan peramalan atau prediksi. Sedangkan dalam domain frekuensi, analisis dilakukan
dengan melakukan penelaahan frekuensi/periode tersembunyi, yaitu frekuensi
/periode komponen siklis yang sulit diperoleh dalam domain waktu.
Analisis dalam kawasan frekuensi juga dikenal sebagai analisis spektral.
Analisis spektral dalam penggunaannya, relatif lebih praktis dibanding dengan

15
 KAJIAN DINAMIKA KETINGGIAN AIR LAUT DI PERAIRAN JAKARTA MENGGUNAKAN DISCRETE
FOURIER TRANSFORM
GINANJAR KUKUH PRAMANA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/

analisis domain waktu. Salah satu metode analisis domain waktu adalah metode
analisis model ARIMA. Analisis ini lebih rumit dibanding analisis domain frekuensi
karena sangat memperhatikan asumsi-asumsi data dan residu dari white noise.
Sedangkan dalam domain frekuensi, data yang diperoleh dapat langsung diolah tanpa
adanya asumsi-asumsi yang harus dipenuhi terlebih dahulu.
Analisis domain frekuensi membutuhkan proses transformasi dari data runtut
waktu domain waktu kedalam domain frekuensi. Dalam penelitian ini proses
transformasi fungsi antar domain dilakukan menggunakan algoritma discrete fourier
transform.
Hasil transformasi sinyal dari domain waktu kedalam domain frekuensi dapat
dilihat pola periodiknya untuk kemudian ditentukan jenis pola yang terlihat. Secara
prinsip merode analisis spektral merupakan analisis statistik inferensial yang dapat
disimpulkan berdasarkan konsep frekuensi. Secara visual hasil analisis skpektral
digambarkan dengan power spectrum yang menunjukan hasil perhitungan
periodogram.

I.7.8. Periodogram
Konsep dasar dari analisis spektral adalah dengan menghitung dan
menggabarkan periodogram data (Sobri, 2015). Dari hasil perhitungan dan
penggamabaran data, didapatkan informasi mengenai jumlah ujung garis
periodogram (peak). Grafik periodogram data diskrit dicontohkan dalam Gambar.
I.3 berikut.
Periodogram
25

20

15
Power

10

0
0 2 4 6 8 10 12
Period

Gambar I.3 Grafik periodogram data diskrit

Grafik periodogram merupakan representasi dari hubungan antara fungsi
spektrum kuasa dengan frekuensinya. Ketinggian dari periodogram menunjukan

16
 KAJIAN DINAMIKA KETINGGIAN AIR LAUT DI PERAIRAN JAKARTA MENGGUNAKAN DISCRETE
FOURIER TRANSFORM
GINANJAR KUKUH PRAMANA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/

kekuatan relatif pasangan sinus-kosinus pada berbagai frekuensi dalam pola

keseluruhan data deret waktu.
Secara umum perhitungan periodogram dapat dilakukan berdasarkan ukuran
sample yakni sample ganjil dengan n = 2k+1, periodogram (I) pada frekuensi f=p/n
untuk p=1, 2,…,k. Persamaan periodogram pada sampel ganjil dijabarkan dalam
persamaan I.21 sebagai berikut:

( ) (̂ ̂ ) ……………………...…………………………………... (I.21)

Dimana persamaan nilai Ap dan Bp didapatkan dari persamaan I.18 dan I.19.
Sedangkan pada ukuran sampel genap dengan n=2k, dengan p=1, 2,…k-1 nilai Ap
dan Bp persamaannya mengikuti persamaan I.22 dan I.23 sebagai berikut.

= ∑ ………………...………………………….……………….. (I.22)

= 0 ……………………………..…………………………………………… (I.23)
Keterangan :
I : nilai periodogram
f : frekuensi
n : jumlah data

I.7.9. Kontrol Kualitas Data

Pada setiap pengukuran, selalu ditemukan kesalahan pengukuran berupa
kesalahan blunder, sistematis maupun acak. Kontrol Kualitas data digunakan untuk
melakukan verifikasi data, sehingga data yang digunakan dalam penelitian terhindar
dari kesalahan-kesalahan yang akan menurunkan kualitas analisis. Kesalahan yang
dihilangkan dalam kontrol kualitas data adalah jenis kesalahan blunder dan
sistematis. Kesalahan tersebut pada umumnya berupa kesalaham data outlier/spike,
time series maupun data kosong hasil pengukuran pasang surut.
Data spikes/outlier merupakan kesalahan data dimana terdapat penyimpangan
data yang besar dari range rata-rata data pasang surutnya, kesalahan ini dapat terjadi
karena adanya sampah yang berada disekitar stasiun pengamatan pasang surut.
Sedangkan kesalahan time series diakibatkan adanya data kosong dalam rentang
pengamatan data pasang surut. Kesalahan ini dapat muncul akibat adanya kerusakan

17
 KAJIAN DINAMIKA KETINGGIAN AIR LAUT DI PERAIRAN JAKARTA MENGGUNAKAN DISCRETE
FOURIER TRANSFORM
GINANJAR KUKUH PRAMANA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/

pada alat perekam data pasang surut yang kehilangan power sehingga tidak merekam
data.
Pada penelitian ini, kontrol kualitas data dilakukan dengan dua metode yakni
a. Kontrol kualitas data secara grafis
Kontrol kualitas secara grafis dilakukan untuk menangani kesalahan akibat
adanya kesalahan time series yang diidentifikasi dari data kosong. Kontrol
kualitas secara grafis dilakukan dengan memanfaatkan ploting data pasang
surut, kemudia secara visual dilakukan penambahan data time series.
b. Kontrol kualitas secara numeris
Kontrol kualitas secara numeris dilakukan dengan tes statistik berdasarkan
pada nilai simpangan bakunya. Tes statistik untuk kontrol kualitas data
menggunakan uji global dengan rentang kepercayaan tertentu (Suprapto, 2001).
Proses kontrol kualitas data secara numeris pada penelitian ini menggunakan
rentang kepercayaan 2σ atau 95%, uji global dilakukan dengan persamaan I.24
∑( ̅)
√ ……………………………………………………...…..… (I.24)
( )

Dengan penentuan batas atas dan batas bawah berturut-turut mengikuti

persamaan I.25 dan I.26.
Batas Atas =(̅ ) ……………………...… (I.25)
Batas Bawah =(̅ ) …...………………….... (I.26)
Uji global diatas menghilangkan data pasang surut dengan nilai kesalahan
diluar batas atas dan batas bawah. Batas atas dan batas bawah menentukan
wialayah penolakan data dengan persamaan I.27 berikut.
(̅ ) ≤ Xi ≤ ( ̅ ) ……………….…………………………….… (I.27)
Keterangan:
: simpangan baku atau standar deviasi
Xi : data pengamatan
̅ : rata – rata dari data pengamatan
n : banyak data pengamatan

18
 KAJIAN DINAMIKA KETINGGIAN AIR LAUT DI PERAIRAN JAKARTA MENGGUNAKAN DISCRETE
FOURIER TRANSFORM
GINANJAR KUKUH PRAMANA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/

I.7.10. Interpolasi Cubic Spline

Tujuan interpolasi cubic spline adalah untuk mendapatkan formula interpolasi
yang kontinyu baik pada derivatif pertama dan kedua, baik dalam interval maupun
pada nodus interpolasi. Interpolasi cubic spline akan memberi kita fungsi interpolasi
data yang lebih halus. Kontinuitas turunan pertama berarti bahwa grafik y = S (x)
tidak akan memiliki sudut tajam (Wang dan Science, 2013). Kontinuitas turunan
kedua berarti bahwa jari-jari kelengkungan didefinisikan pada setiap titik.
Interpolasi cubic spline S(x) merupakan potongan fungsi polynomial
berderajat tiga yang menghubungkan dua titik yang bersebelahan dengan ketentuan,
untuk I = 0, 1, 2, …, n-1. Secara umum polinom orde 3 dituliskan dalam persamaan
I.28 berikut.
(S0) Si(x) = ai (x-xi)3+ bi (x-xi)2 + ci (x-xi)+di ……………………………...…….(I.28)
Persamaan diatas merupakan potongan fungsi subinterval [xi,xi+1], i= 0, 1, 2,
…,n-1, yang harus mengikuti kondisi berikut :
(S1) pada setiap titik data x = xi, i=0, 1, …., n, yang dijabarkan dalam
persamaan I.29
Si(x)= Fi(x)…………………………….………………………………………………….(I.29)

(S2) Nilai-nilai fungsi harus sama pada titik-titik dalam yang dijabarkan
dalam persamaan I.30 berikut.
Si(xi+1) = Si+1(xi+1), i=0, 1, 2,…., n-2 ….………………..……………………….(I.30)

(S3) Turunan-turunan pertama pada titik dalam harus sama yang dijabarkan
dalam persamaan I.31.
S‟i (xi+1) = S‟i+1(xi+1), i=0, 1, 2,…., n-2 …………….…………………….……….(I.31)

(S4) Turunan-turunan kedua pada titik dalam harus sama yang dijabarkan
dalam persamaan I.32.
S‟‟i(xi+1) = S‟‟i+1(xi+1), i=0, 1, 2,…., n-2 ………….….…………….…….……….(I.32)

(S5) Salah satu syarat batas di antara dua syarat batas x0 dan xn berikut ini
harus dipenuhi.

S(x0) = S”(xn) =0 (disebut batas alamiah)

S‟(x0) = f‟(x0) dan S‟(xn) = f‟(xn) I (disebut dengan batas apitan)

19
 KAJIAN DINAMIKA KETINGGIAN AIR LAUT DI PERAIRAN JAKARTA MENGGUNAKAN DISCRETE
FOURIER TRANSFORM
GINANJAR KUKUH PRAMANA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/

I.7.11. Uji Korelasi Antar Data

Uji korelasi antar data dilakukan untuk melakukan pengujian terhadap derajat
hubungan antar data. Dalam penelitian ini, uji korelasi dilakukan untuk mengetahui
bagaimana hubungan antara data anomali suhu permukaan laut dengan data pasang
surut. Dari uji korelasi diharapkan dapat diketahui pengaruh suhu permukaan laut
terhadap periode tersembunyi dari sinyal pasang surut. Rumus korelasi ditunjukan
pada persamaan (I.33).

( ) ( )( )
𝑟 …………………………………………..(I.33)
√ ( ) ( )√ ( ) ( )

Keterangan :
𝑟 = korelasi variabel x dengan variabel y

x = nilai variabel x (nilai periode sinyal tersembunyi pasang surut)

y = nilai variabel y (nilai variasi SST)
n = jumlah data
Nilai korelasi berkisar antara -1 < 𝑟 < +1. Jika r = -, artinya tidak ada
hubungan antara variabel. Jika 𝑟 = -1, maka hubungan antar data sangat kuat dan
bersifat tidak searah. Jika 𝑟 = +1 maka hubungan antar data sangat kuat dan
bersifat searah (Khasanah, 2015).

I.8. Hipotesis

Discrete fourier transform merupakan metode yang digunakan untuk

melakukan transformasi fungsi dari domain waktu kedalam domain frekuensi dari
data deret waktu. Analisis dalam domain frekuensi dikenal dengan analisis spektral
yang digunankan untuk mengetahui adanya periodisitas sinyal tersembunyi data
deret waktu yang sulit diperoleh dalam analisis domain waktu (Rini, 2010).
Periodisitas tersembunyi pasang surut merupakan periode dominan atau periode
signifikan yang memiliki pola periodik terhadap waktu (Sobri, 2015). Pola periodik
data deret waktu dapat diklasifikasikan kedalam periode harian, mingguan, bulanan,
bahkan tahunan.

20
 KAJIAN DINAMIKA KETINGGIAN AIR LAUT DI PERAIRAN JAKARTA MENGGUNAKAN DISCRETE
FOURIER TRANSFORM
GINANJAR KUKUH PRAMANA
Universitas Gadjah Mada, 2017 | Diunduh dari http://etd.repository.ugm.ac.id/

Berdasarkan penelitian yang dilakukan oleh (Ranjani dan Sukojo, 2016)

variasi harmonik pasang surut diakibatkan oleh fenomena El-nino dari data suhu
permukaan laut. Variasi tersebut teridentifikasi dari adanya penurunanan ketinggian
air laut di Surabaya yang mengikuti pola linier yang menandakan adanya hubungan
linier antara variasi pasang surut dengan suhu permukaan laut. Variasi pasang surut
menimbulkan adanya periodisitas tersembunyi pada data deret waktu pasang surut.
Sehingga, berdasarkan uraian di atas hipotesis pada penelitian ini adalah
sebagai berikut:
1. Nilai periode tersembunyi sinyal pasang surut dari data pengamatan selama 3
tahun selalu berada pada range periode dominan dengan nilai yang lebih kecil dari
periode lama pengamatan data
2. Data pasang surut sebagai data deret waktu diskrit memiliki periode sinyal
tersembunyi dengan pola periodik harian, minggun, bulanan dan tahunan
3. Anomali Suhu permukaan laut memiliki hubungan linier dengan periode
tersembunyi sinyal pasang surut di Perairan Jakarta.

21