Laporan Praktikum Meteorologi Laut Fix

LAPORAN PRAKTIKUM METEOROLOGI LAUT
DISUSUN OLEH:
KELOMPOK : 17
ASISTEN : SHINTA DIANA AYU SAFITRI
JURUSAN PEMANFAATAN SUMBERDAYA PERIKANAN DAN ILMU

KELAUTAN
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
UNIVERSITAS BRAWIJAYA
MALANG
2018
LAPORAN PRAKTIKUM METEOROLOGI LAUT
DISUSUN OLEH:
KELOMPOK
MUHAMMAD ALFIAN DARMAWAN 185080200111012
MUHAMMAD SHABRI PRATAMA 185080200111014
DEVI NIKEN TRISNAWATI 185080200111016
AURUM NOOR’IZZAH 185080200111018
RATIH ELMAIDA PASARIBU 185080200111020
MUHAMMAD IBRAHIM PUTERA S 185080200111022
MAYA ARUNIA DAMAI YANTI 185080200111024
JURUSAN PEMANFAATAN SUMBERDAYA PERIKANAN DAN ILMU

KELAUTAN
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
UNIVERSITAS BRAWIJAYA
MALANG
2018
ii
LEMBAR
PENGESAHAN LAPORAN
PRAKTIKUM METEOROLOGI
LAUT
Dengan ini menyatakan bahwa telah disetujui Laporan Praktikum

Meteorologi Laut
Disusun Oleh:
KELOMPOK 17
Menyetujui,
Malang, 16 November 2018
Koordinator Asisten, Asisten

Pendamping,
PERDANA NEOARDO P. SHINTA DIANA AYU SAFITRI

NIM. 155080600111027 NIM. 165080607111029
iii
KATA PENGANTAR
Puji syukur kita panjatkan ke hadirat Tuhan Yang Maha Esa karena dengan
rahmat dan hidayah-Nya penulis dapat membuat Laporan Ketik Meteorologi Laut.
Meskipun banyak hambatan yang penulis alami dalam proses pengerjaannya,
tetapi dapat diselesaikan tepat pada waktunya.
Dalam laporan yang telah diselesaikan ini, penulis mencoba menyajikan

materi-materi yang bersangkutan dengan pengenalan alat-Alat, cara
menggunakan ,dan metode mengumpulkan, menganalisa, mengolah, dan
menyajikan data. Laporan ketik Meteorologi Laut ini disusun berdasarkan apa
yang diperoleh dari berbagai sumber. Kami menyadari sepenuhnya bahwa
laporan ketik ini masih belum sempurna dan untuk menjadi sempurna. Untuk itu
diharapkan kepada semua pihak untuk memberikan masukan dan kritik dan
usulan demi perbaikan di masa yang akan datang. Penulis mengingat tidak ada
sesuatu yang sempurna tanpa saran yang membangun.
Semoga laporan ketik ini dapat dipahami bagi siapapun yang

membacanya. Sekiranya laporan ketik yang telah disusun ini dapat berguna bagi
kami sendiri maupun orang yang membacanya. Sebelumnya kami mohon maaf
apabila terdapat kesalahan kata-kata yang kurang berkenan dan kami memohon
kritik dan saran yang membangun demi perbaikan di masa depan. Akhir kata
kami ucapkan terimakasih.
Malang, 7 November 2018
Penyusun
iv
DAFTAR ISI
LAPORAN PRAKTIKUM METEOROLOGI LAUT................................................. ii
LEMBAR PENGESAHAN .................................................................................... iii
KATA PENGANTAR ........................................................................................... iv
DAFTAR ISI ......................................................................................................... v
DAFTAR GAMBAR ............................................................................................. vii
DAFTAR TABEL .................................................................................................. x
1. PENDAHULUAN .......................................................................................... 1
1.1 Latar Belakang ...................................................................................... 1

1.2 Tujuan ........................................................................................................ 2
1.3 Waktu dan Tempat ..................................................................................... 3
2. TINJAUAN PUSTAKA...................................................................................... 4
2.1 Wilayah Kajian ........................................................................................... 4

2.2 Awan .......................................................................................................... 5
2.2.1 Macam-Macam Awan .......................................................................... 5
2.3 Angin ........................................................................................................ 12
2.3.1 Pengertian angin ................................................................................ 12
2.3.2 Macam – Macam Angin ..................................................................... 13
2.3.3 Mekanisme Terjadinya Angin ............................................................. 14
2.3.4 Manfaat Bagi Perikanan dan Kelautan.......................................... 14
2.3.5 ECMWF ........................................................................................ 15
2.3.6 WRPLOT ...................................................................................... 16
2.4 Suhu Permukaan Laut (SPL) .................................................................... 17
2.4.1 Pengertian Suhu Permukaan Laut (SPL) ........................................... 17
2.4.2 Faktor -Faktor yang Mempengaruhi Suhu Permukaan Laut ............... 18
2.4.3 Manfaat SPL bagi Perikanan dan Kelautan........................................ 19
2.4.4 NASA : Ocean Colour ........................................................................ 20
2.4.5 SeaDas .............................................................................................. 21
2.4.6 Ocean Data View (ODV) .................................................................... 21
2.5 Musim ...................................................................................................... 22
2.5.1 Musim Timur ...................................................................................... 23
2.5.2 Musim Peralihan I .............................................................................. 23
2.5.3 Musim Barat...................................................................................... 24
2.5.4 Musim peralihan II.............................................................................. 25
v
2.6 Indian Ocean Dipole (IOD) ....................................................................... 26
2.7 El Nino Southern Ocean (ENSO) ............................................................. 27
3. METODOLOGI .............................................................................................. 28
3.1 Alat dan Fungsi ........................................................................................ 28

3.2 Skema Kerja............................................................................................. 30
3.2.1 Pengolahan Data Angin ..................................................................... 31
3.2.2 Pengolahan Data Suhu ...................................................................... 35
4. HASIL DAN PEMBAHASAN .......................................................................... 39
4.1 Angin ........................................................................................................ 39

4.1.1 Prosedur Pengolahan Data Angin ...................................................... 39
4.1.2 Analisa Hasil Pengolahan Data .......................................................... 56
4.2 Suhu......................................................................................................... 57
4.2.1 Prosedur Pengolahan Data Suhu....................................................... 57
4.2.2 Analisa Hasil Pengolahan Data .......................................................... 77
5. PENUTUP ..................................................................................................... 83
5.1 KESIMPULAN .......................................................................................... 83

5.2 Saran ....................................................................................................... 83
DAFTAR PUSTAKA........................................................................................... 84
vi
DAFTAR GAMBAR
Gambar 1. Macam-Macam Awan ........................................................................ 5

Gambar 2. Awan Sorostratus ............................................................................... 7
Gambar 3. Awan Sirokumulus ............................................................................. 7
Gambar 4. Awan Sirus ......................................................................................... 8
Gambar 5. Awan Altokumulus.............................................................................. 8
Gambar 6. Awan Altostratus ................................................................................ 9
Gambar 7. Awan Nimbostratus .......................................................................... 10
Gambar 8. Awan Stratokumulus ........................................................................ 10
Gambar 9. Awan Stratus.................................................................................... 10
Gambar 10. Awan Kumulus ............................................................................... 11
Gambar 11. Awan Kumulonimbus ..................................................................... 11
Gambar 12. Proses Terbentuknya Awan ........................................................... 12
Gambar 13. Tampilan Awal ECMWF ................................................................. 16
Gambar 14. Tampilan awal WRPLOT ................................................................ 17
Gambar 15. Tampilan awal NASA: OceanColor ................................................ 21
Gambar 16. Tampilan ECMWF .......................................................................... 39
Gambar 17. Prosedur ECMWF ......................................................................... 40
Gambar 20. Prosedur ECMWF .......................................................................... 41
Gambar 25. Prosedur ECMWF .......................................................................... 44
Gambar 28. Prosedur ODV Angin ...................................................................... 45
Gambar 29. Prosedur ODV Angin ..................................................................... 46
Gambar 31. Prosedur ODV Angin ...................................................................... 47
vii
Gambar 37. Prosedur Microsoft Excel Angin ................................................... 50
Gambar 38. Prosedur Microsoft Excel Angin .................................................... 50
Gambar 39. Prosedur Microsoft Excel Angin ................................................... 51
Gambar 40. Prosedur WRPLOT ....................................................................... 52
Gambar 42. Prosedur WRPLOT ........................................................................ 53
Gambar 45. . Prosedur WRPLOT ..................................................................... 54
Gambar 48. . Prosedur WRPLOT ...................................................................... 56
Gambar 49. Prosedur OceanColor .................................................................... 58
Gambar 52. Prosedur SeaDAS .......................................................................... 59
Gambar 54. Prosedur SeaDAS ......................................................................... 60
Gambar 68. Prosedur Microsoft Excel Suhu ...................................................... 67
Gambar 69. Prosedur Microsoft Excel Suhu ..................................................... 68
viii
Gambar 70. Prosedur Microsoft Excel Suhu ...................................................... 68
Gambar 71. Prosedur ODV Suhu ...................................................................... 69
Gambar 85. Prosedur ODV Suhu ..................................................................... 76
Gambar 86. Prosedur ODV Suhu ..................................................................... 76
Gambar 87. Hasil Pengolahan Data Suhu ......................................................... 77
Gambar 88. Analisa Hubungan SST dan ENSO ............................................... 78
Gambar 89. Analisa Hubungan SST dan IOD .................................................... 80
Gambar 90. Analisa Hubungan SST, ENSO dan IOD ........................................ 81
ix
DAFTAR TABEL
Table 1. Alat dan Fungsi .................................................................................... 30

Table 2. Hubungan SST dan ENSO................................................................... 78
Table 3. Hubungan SST dan IOD ...................................................................... 80
Table 4. Hubungan SST, ENSO, dan IOD ......................................................... 81
x
1. PENDAHULUAN
1.1 Latar Belakang

Keadaan cuaca pengamatan meteorologi adalah kegiatan penilaian satu
jenis atau beberapa unsur meteorologi yang menggambarkan keadaan udara
baik di permukaan maupun di udara atas. Pengamatan meteorologi meliputi
pengamatan suhu udara, kelembaban udara, awan, arah dan kecepatan angin,
keadaan cuaca, penglihatan mendatar, tekanan udara, suhu muka laut dan
pasang surut. Pengamatan Meteorologi Permukaan yang dilaksanakan secara
serempak di seluruh dunia pada jam yang yang sudah ditetapkan secara
konvensional berdasarkan standar waktu internasional dinamakan Pengamatan
Sinoptik. Data hasil pengamatan Pengamatan Sinoptik yang dilakukan oleh
Stasiun Meteorologi di berbagai daerah selanjutnya dilaporkan ke Kantor Pusat
pada jam-jam utama : 00.00, 06.00, 12.00, 18.00 dan jam antara : 03.00, 09.00,
15.00, 21.00 dalam bentuk kode-kode angka (Asynuzar, 2014).
BMKG telah menyediakan pusat informasi mengenai data cuaca, prakiraan
cuaca dan iklim cuaca. Keakuratan prediksi cuaca dan iklim program tersebut
semakin rendah apabila memprediksi cuaca pada suatu lokasi perairan yang
jauh dari lokasi data-data cuaca interpolasi dan ekstrapolasi. Kondisi seperti ini
dapat diperbaiki dengan menambah stasiun cuaca maritim untuk menunjang
prakiraan cuaca dan iklim di Indonesia. Pada dasarnya cuaca adalah keadaan
udara pada saat tertentu dan di wilayah tertentu yang relatif sempit dan pada
jangka waktu yang singkat. Iklim adalah keadaan cuaca rata-rata dalam waktu
satu tahun yang penyelidikannya dilakukan dalam waktu yang lama (minimal 30
tahun) dan meliputi wilayah yang luas. Iklim memiliki waktu lebih panjang pada
suatu daerah. Iklim dapat mencakup pola cuaca disuatu daerah, masa dingin,
gelombang panas, frekuensi dan intensitas badai. Sedangkan cuaca itu terbentuk
dari gabungan unsur cuaca dan jangka waktu cuaca bisa hanya beberapa jam
saja. Misalnya: pagi hari, siang hari atau sore hari, dan keadaannya bisa
berbeda-beda untuk setiap tempat serta setiap jamnya. Pada umumnya ada
unsur-unsur yang mempengaruhi dan iklim suatu daerah atau wilayah maritim,
yaitu: suhu udara, angin, tekanan udara, kelembaban udara dancurah hujan.
Suhu udara adalah derajat panas dari aktivitas molekul dalam atmosfer.
Biasanya pengukuran suhu atau temperatur udara dinyatakan dalam skala
1
Celcius (C), Reamur (R), dan Fahrenheit (F). Angin adalah gerak udara yang
sejajar dengan permukaan bumi. Udara bergerak dari daerah bertekanan tinggi
ke daerah bertekanan rendah. Kekuatan angin ditentukan oleh kecepatannya,
makin cepat angin bertiup maka makin tinggi/besar kekuatannya. Tekanan udara
adalah suatu gaya yang timbul akibat adanya berat dari lapisan udara Besarnya
tekanan udara diukur dengan barometer dan dinyatakan dengan milibar (mb).
Kelembaban udara adalah banyaknya uap air yang terkandung dalam massa
udara pada saat dan tempat tertentu. Curah hujan yaitu jumlah air hujan yang
turun pada suatu daerah dalam waktu tertentu. Curah hujan diukur dalam harian,
bulanan, dan tahunan. Menurut BMKG, berdasarkan curah hujannya hujan
dikasifikasikan menjadi: hujan sedang dengan curah hujan 20 - 50 mm per hari,
hujan lebat dengan curah hujan 50-100 mm per hari, dan hujan sangat lebat
dengan curah hujan di atas 100 mm per hari (Anshari, 2013).
Dalam memperkiraan atau memprediksi keadaan suatu cuaca maupun iklim
dibutuhkan alat-alat yang digunakan untuk mengetahui komponen-komponen
cuaca di bumi. Komponen tersebut dintaranya yaitu kelembaban udara, suhu,
tekanan udara, arah angin, dan sebagainya. Lembaga yang digunakan untuk
memprediksi atau dapat mengetahui keadaan cuaca dan iklim adalah Badan
Meteorologi Klimatologi dan Geofisika (BMKG). Memprediksi cuaca juga dapat
dilakukan dengan pengamatan visual pembentukan awan yang ada dilangit.
Dalam dunia kelautan dan perikanan, keadaan cuaca dan iklim di atmosfer dapat
mempengaruhi langsung keadaan laut. Oleh karena itu, penting untuk
mempelajari hubungan yang terjadi antara proses di atmosfer (suhu dan angin)
terhadap keadaan di laut.
1.2 Tujuan
Tujuan dari praktikum Meteorologi Laut adalah sebagai berikut :
a. Mahasiswa dapat mengetahui alat-alat yang digunakan untuk mengukur
atau memprediksi kondisi di atmosfer dalam periode pendek maupun
panjang.
b. Mahasiswa dapat mengidentifikasi jenis, pola terbentuknya awan.
c. Mahasiswa dapat mengerti dan mengetahui metode analisis angin
menggunakan software WR-Plot.
d. Mahasiswa dapat mengerti dan mengetahui metode analisis suhu
berdasarkan citra satelit.
2
e. Mahasiswa dapat mengerti fungsi dari data prediksi perkiraan cuaca dan
peranan cuaca maupun iklim terhadap kegiatan manusia terkhusus dalam
bidang kelautan.
1.3 Waktu dan Tempat

Praktikum mata kuliah Meteorologi Laut, yaitu praktikum lapang dan
praktikum kelas. Praktikum lapang telah dilaksanakan pada tanggal 4-5 Oktober
2018 dan Praktikum kelas telah dilaksanakan pada tanggal 27 Oktober dan 3
November 2018 di Gedung C Fakultas Perikanan dan Ilmu Kelautan Universitas
Brawijaya.
3
2. TINJAUAN PUSTAKA
2.1 Wilayah Kajian

Sebaran SPL memiliki nilai yang berbeda pada tiap musimnya. Pada
musim timur, secara umum perairan selatan Jawa memiliki kisaran nilai suhu
permukaan laut antara 24,5o – 27,5oC dengan kondisi wilayah timur lebih dingin
dibandingkan wilayah barat. Nilai SPL terendah terdapat di selatan Jawa Tengah
dan Jawa Timur terlihat jelas pada bulan Agustus. Perairan cenderung
menghangat pada musim barat dengan kisaran nilai 28,2o -30,2oC dan
cenderung homogen pada tiap bulannya. Nilai SPL maksimum terjadi di selatan
Jawa Timur pada bulan Februari yang merupakan puncak musim barat. Hasil
konsisten diperlihatkan oleh sebaran klorofil-a permukaan, dimana memiliki
kisaran konsentrasi klorofil-a sebesar 1-2 mg m-3 dengan wilayah perairan
selatan Jawa Timur memiliki konsentrasi klorofil-a yang lebih tinggi apabila
dibandingkan perairan selatan Jawa Tengah-Barat (Yoga et al. 2014).
La-Nina merupakan kondisi cuaca/iklim yang terjadinya ditandai dengan
perubahan perairan wilayah Indonesia menjadi daerah/wilayah bertekanan
rendah (minimum) dan semua angin di sekitar Pasifik selatan dan samudera
Hindia akan bergerak menuju wilayah Indonesia membawauap air (hujan).
Denga adanya fenomena tersebut akan mempengaruhi kondisi suhu
permukaan laut di perairan Indonesia, termasu kperairan Kabupaten Malang.Dari
hasil penelitian diatas dapat disimpulkan bahwa hasil uji akurasi nilai SPL antara
hasil pengolahan citra dan data lapangan pada Agustus 2016 menunjukkan
tingkat yang cukup baik, dimana diperoleh nilai korelasi R2 0,5559 dan nilai RE
5,2788%. Hasil analisa SPL menunjukkan bahwa terdapat pengaruh fenomena
La-Nina di sekitar perairan Kabupaten Malang. Hal ini dibuktikan dengan nilai
SPL pra La-Nina berkisar antara 28,5 – 30,0 ºC, dimana nilai suhu tersebut
masih cukup tinggi karena pengaruh dari peralihan El-Nino menuju La-Nina.
Untuk hasil SPL saat La-Nina berkisar antara 27,0 – 29,0 ºC, dimana suhu sudah
mulai turun namun tetap berpotensi tinggi menghasilkan uap air. Sedangkan
untuk hasil SPL pasca La-Nina berkisar antara 26,0 – 28,0 ºC, dimana suhu
sudah turun yang menandakan datangnya musim kemarau (Arafah, 2017).
4
2.2 Awan
Awan didefinisikan sebagai kumpulan partikel-partikel air, es atau
campuran dari keduanya di dalam udara bebas. Awan terbentuk karena adanya
proses kondensasi uap air pada lapisan troposfer. Awan berpindah mengikuti rah
angina, proses kondensasi akan terjadi bila udara didinginkan maka kelembaban
awan akan naik. Kondensasi dimulai pada inti kondensasi yang lebih besar dan
lebih aktif. Inti kondensasi ini akan mengikat molekul air disekitarnya untuk
membentuk molekul butiran air. Jika suhu udara berada di bawah titik beku air
dan Kristal es yang tersuspensi di udara pada ketinggian lebih dari 1 km maka
akan terbentuk awan yang dapat dilihat secara kasat mata (Asynuzar, 2014).
Awan adalah bentuk kondensasi dari titik-titik air yang kecil atau kristal-
kristal es kecil. Awan juga terbentuk dari pendinginan oleh pengembangan udara
yang sedang naik ke atmosfer. Awan tidak akan terbentuk jika dalam keadaan di
atmosfer yang stabil. Titik-titik air dalam awan tidak akan membeku jika pada
suhu 0oC. Penelitian menunjukkan bahwa awan-awan yang seluruhnya tersusun
dari titik-titik berisi sejumlah titik air yang lebih besar dari 0.02 milimeter jika
presipitasi terbentuk (Sumardi, 2017).
2.2.1 Macam-Macam Awan
Gambar 1. Macam-Macam Awan

Macam – macam awan dibedakan menjadi tiga. Awan berdasarkan
pembentukan awan yaitu sistem awan dikendalikan oleh gerak udara vertikal
akibat konveksi, efek orografik, konvergensi, dan front. Klasifikasi awan
berdasarkan pada mekanisme gerak vertikal adalah stratiform dan cumuliform.
Stratiform menyebabkan hujan kontinu yang disebabkan oleh kenaikan udara
skala makro oleh front atau konvergensi atau topografi. Daerah hujan cukup luas,
intensitas hujan kecil dan gerimis sampai hujan sedang, arus udara ke atas
5
dalam awan ini mencakup daerah yang luas tetapi lemah. Sedangkan
Cumuliform menyebabkan hujan lokal yang disebabkan oleh konveksi yang
terletak dalam udara labil. Intensitas hujan besar dari hujan normal sampai hujan
lebat (shower). Arus udara ke atas dalam awan ini mencakup daerah yang kecil
tetapi kuat.Awan berdasarkan tinggi dasar awan yaitu awan tinggi, awan sedang,
dan awan rendah. Awan berdasarkan partikel presipitasi yaitu awan tetes dan
awan es. Awan tetes sering disebut awan panas, awan ini sebagian partikelnya
terdiri dari tetes air. Tetes air dalam awan berasal dari kondensasi uap air melalui
inti kondensasi awan (IKA) yang ada di atmosfer bawah. Pertambahan
kelembapan sampai ke suatu nilai yang diperlukan terjadinya kondensasi di
atmosfer terutama disebabkan oleh pendingin adiabatik udara yang mengalami
pengangkatan secara termal atau secara mekanis. Selain oleh kelembapan,
pertumbuhan tetes hasil kondensasi ini ditentukan oleh sifat higroskopis yaitu
kemampuan inti kondensasi seperti garam dapur NaCl dan oleh jejari tetes (r)
atau kelengkungan tetes (1/r). Tetes-tetes awan kebanyakan berjejari sekitar 10
mikron, tetapi dengan mekanisme benturan – tangkapan tetes-tetes awan dapat
menjadi tetes hujan yang berjejari sekitar 1000 mikron atau 1 mm. Sedangkan
awan es merupakan awan yang sebagian partikelnya terdiri dari kristal es disebut
awan es, sering disebut awan dingin atau awan campuran. Pada ketinggian
atmosfer tertentu, temperatur mulai lebih rendah dari titik beku, di Indonesia
temperatur titik beku dicapai pada ketinggian atmosfer antara 4 dan 5 kilometer
di atas permukaan laut (d.p.l). Pada ketinggian atmosfer dengan temperatur di
bawah titik beku, tetes awan kelewat dingin tidak langsung membeku menjadi
kristal es semuanya, hanya tetes awan yang menemukan inti es (IES) yang
membeku menjadi kristal es (HK, 2012).
Awan terbagi dalam 4 (empat) golongan dan tiap golongan dibagi dalam
beberapa jenis. Golongan awan tinggi terdapat pada ketinggian 6.000 meter ke
atas jenis awan tinggi adalah cirrus, cirrocumulus, cirrostratus. Golongan awan
menengah terdapat pada ketinggian antara 2000 meter dan 6000 meter. Jenis
awan menengah adalah altocumulus dan altostratus. Golongan awan rendah
terdapat pada ketinggian 2.000 meter kebawah. Jenis awan rendah adalah
nimbostratus, stratocumulus, stratus. Golongan awan yang membubung keatas.
Jenis awan yang membubung keatas adalah : cumulus humilis cumulus
COngestus, cumulo nimbus (BP3IP 2018).
6
2.2.1.1. Kelompok Awan Tinggi
Awan tinggi, mempunyai ketinggian dasar awan lebih dari 6 km,
penamaannya ditandai dengan awalan ’’cirro’’, misalnya Cirrostratus (Cs),
Cirrocumulus (Cc) dan Cirrus (Ci). Kadang - kadang Cirrostratus menyebabkan
lingkaran optik di sekitar matahari atau bulan yang disebut ’’halo’’. Peristiwa ini
disebabkan oleh refraksi dan refleksi oleh kristal - kristal es di dalam awan
Cirrostratus. Komposisi penyusun dari kelompok awan tinggi adalah es.
Cirrostratus (Cs) memiliki ciri – ciri tudung (veil) agak putih dengan bagianbagian
sedikit tersusun, meliputi langit secara luas dan merata Cirrocumulus (Cc)
memiliki ciri – ciri tambalan putih atau lapisan elemen - elemen kecil yang teratur
dalam bentuk butir - butir (grains), ombak, dan sebagainya. Cirrus (Ci) memiliki
ciri – ciri pita putih atau serabut halus, atau tambalan (potongan - potongan kecil)
dengan serat atau tampak kilap seperti sutera (HK, 2012).
Cirrus adalah sejenis awan tinggi yang berbentuk seperti mata pancing
atau seperti bulu ayam. Awan cirrus tersebut nampak putih bersih. Cirrocumulus
adalah sejenis awan tinggi yang berbentuk seperti sisik ikan. Awan cirrocumulus
nampak putih bersih, dan gumpalan-gumpalan awannya adalah kecil-kecil hal ini
disebabkan karena awan cirroculumbus ini terletak jauh darimata penilik. Cirro
stratus adalah sejenis awan tinggi yang tidak mempunyai gambar melainkan
merupakan suatu layar awan yang rata. Pada siang hari kalau langit diliput awan
cirrostratus, maka langit nampak Iebih silau (BP3IP 2018).
Gambar 2. Awan Sorostratus
Gambar 3. Awan Sirokumulus
7
Gambar 4. Awan Sirus
2.2.1.2. Kelompok Awan Sedang

Awan menengah mempunyai ketinggian dasar awan antara 2 dan 6 km,
biasanya dipakai awalan ’’alto’’. Misalnya Altocumulus (Ac) dan Altostratus (As).
Komposisi penyusun dari kelompok awan sedang adalah air. Altocumulus (Ac)
memiliki ciri – ciri lapisan putih atau abu-abu dari unsur – unsur awan kecil teratur
dan halus, tambalan elemen-elemen kecil, tambalan halus dengan garis bentuk
yang tegas atau tumpukan / berkas lapisan cumuliform. Altostratus (As) memiliki
ciri – ciri lapisan serabut agak abu-abu atau agak biru atau tampak seragam,
meliputi langit secara luas (HK, 2012).
Altocumulus adalah sejenis awan menengah yang berbentuk serupa
dengan awan cirrocumulus seperti bulu domba atau seperti sisik ikan. Akan
tetapi kumpulan-kumpulan awannya nampak lebih besar. Hal ini dikarena awan
altocumulus terletak lebih dekat pada mata pemilik. Alto stratus adalah sejenis
awan menengah, dan pada prinsipnya berbentuk serupa dengan awan cirro
stratus, merupakan suatu layar awan yang rata. Altostratus berwarna abu-abu,
dan dapat menghasilkan hujan merata (BP3IP 2018).
Gambar 5. Awan Altokumulus
8
Gambar 6. Awan Altostratus
2.2.1.3. Kelompok Awan Rendah

Awan rendah mempunyai ketinggian dasar awan kurang dari 2 km,
biasanya dipakai kata ’’strato’’, misalnya Nimbostratus (Ns), Stratocumulus (Sc),
dan Stratus (St). Komposisi penyusun dari kelompok awan rendah adalah air
(H2O). Nimbostratus (Ns) memiliki ciri-ciri lapisan tebal abu-abu, seringkali
gelap,biasanya disertai hujan atau salju. Stratocumulus (Sc) memiliki ciri-ciri
lapisan abu-abu atau agak putih dengan elemen yang gelap, seringkali tersusun
teratur. Stratus (St) memiliki ciri-ciri lapisan abu-abu dengan dasar serba sama
yang cerah, kadang-kadang terjadi hujan gerimis (drizzle) (HK, 2012).
Nimbostratus pada prinsipnya berbentuk serupa dengan altostratus akan
tetapi amat tebal sehingga sinar matahari sulit untuk menembus lapisan awan ini.
Dengan demikian maka bagian awan bawah awan nimbo stratus berwarna abu-
abu gelap sampai hitam. Awan nimbostratus dapat menimbulkan hujan lebat.
Startocumulus adalah sejenis awan rendah yang pada prinsipnya berbentuk
serupa dengan awan altocumulus, seperti bulu domba akan tetapi gumpalan-
gumpalan awannya nampak lebih besar. karena awan stratocumulus terletak
lebih dekat pada mata penilik. Awan stratocumulus nampak berwarna abu-abu
dan bentuk tiga dimensinya sudah nampak pula. Stratus adalah sejenis awan
rendah yang tidak mempunyai gambar apa-apa melainkan merupakan layar
awan yang rata. Kalau awan (low) stratus mempunyai permukaan tanah, maka
hal ini disebut kabut (BP3IP, 2018).
9
Gambar 7. Awan Nimbostratus
Gambar 8. Awan Stratokumulus
Gambar 9. Awan Stratus
2.2.1.4. Kelompok Awan Perkembangan Vertikal

Awan perkembangan vertikal terdiri dari Cumulus (Cu) dan Cumolonimbus
(Cb). Awan perkembangan memiliki ketinggian kurang dari 2 km. Cumulus
memiliki ciri – ciri biasanya dasar awan rendah, pertumbuhan vertikal beberapa
km. Awan berdiri sendiri, padat, dengan garis garis tajam, tumbuh secara vertikal
seperti “kembang kol” (cauliflower clouds), menyebabkan hujan tiba-tiba
(shower). Cumolonimbus (Cb) memiliki ciri – ciri biasanya dasar awan rendah,
pertumbuhan vertikal sampai tropopause. Awan lebat dan padat. Bagian atas
terdiri dari es, yang menunjukkan serat-serat dan biasanya menyebar horizontal
dalam bentuk sebuah landasan (anvil) atau jambul (plume), sering terjadi hujan
lebat, hujan batu es (hail), kilat dan guruh. (HK, 2012).
Awan cumulus humulis merupakan fase pertama pembentukan awan
golongan 4, awan golongan 4 ini terjadi karena adanya aliran udara vertikal
10
tempat-tempat dimana udara mengalir keatas maka terbentuk awan dan tempat-
tempat dimana udara mengalir kebawah, maka awan yang ada akan
dilenyapkan. Awan cumulus humulis ini juga dikenal dengan sebutan cumulus
kecil atau juga dengan sebutan Fair Weather Cumuli. Cumulus Congestus
merupakan fase kedua pembentukan awan golongan 4. Kalau hari makin panas.
maka aliran udara vertikal mendapat kesempatan untuk mencapai ketinggian
yang lebih besar. dan hal ini menyebabkan awan cumulushumilis bertumbuh
keatas sebahagian bawah cumulus congertus ini mulai memperoleh warna abu-
abu karena sudah bertamba tebal sehingga sinar 25 matahari mengalami
kesulitan untuk menembus awan ini punca awan cumulus congestus belum
melebar, melainkan masih berbentuk rucing. dihat lukisan. Cumulo nimbus
merupakan fase terakhir pembentukan awan golongan 4. Bagian atas Cumulo
Nimbus sudah melebar. Bahagian bawah cumlo nimbus nampak berwarna abu-
abu gelap sampai hitam. Cumulo nimbus menimulkan hujan setempat (showers).
Selian itu, petir, kilat dan guntur ditimbukan oleh cumulonimbus (BP3IP, 2018).
Gambar 10. Awan Kumulus
Gambar 11. Awan Kumulonimbus

2.2.2 Proses Terbentuknya Awan
Awan adalah kumpulan butiran air dan kristal es yang sangat kecil atau
campuran keduanya dengan konsentrasi berorde 100 per centimeter kubik dan
mempunyai radius sekitar 10 mikrometer. Awan terbentuk jika volume udara
lembap mengalami pendinginan sampai di bawah temperatur titik embunnya.
Dalam lapisan atmosfer di atas benua maritim Indonesia, pendinginan sangat
11
sering disebabkan oleh ekspansi adiabatik udara yang naik melalui konveksi,
orografi dan konvergensi. Jenis awan yang terbentuk disebut awan konvektif,
awan orografik dan awan konvergensi. Pendinginan dapat juga disebabkan oleh
proses radiatif atau percampuran udara yang berbeda temperatur dan
kelembapannya (HK, 2012).
Awan dapat terbentuk jika terjadi kondensasi uap air di atas permukaan
bumi. Udara mengalami kenaikan akan mengembang secara vertikal karena
tekanan udara di atas lebih kecil daripada tekanan di bawah. Partikel-partikel
yang disebut dengan aerosol ini berfungsi sebagai perangkap air dan selanjutnya
akan membentuk titik air. Selanjutnya aerosol ini terangkat ke atmosfer, dan bila
sejumlah besar udara terangkat ke lapisan yang lebih tinggi, maka ia akan
mengalami pendinginan dan selanjutnya mengembun. Kumpulan titik air hasil
dari uap air dalam udara yang mengembun inilah yang terlihat sebagai awan.
Semakin banyak udara yang mengembun, makin besar awan yang terbentuk.
Karakteristik dari arus udara vertikal akan menentukan jenis dan bentuk awa.
Berdasarkan sebab kenaikan udara, maka awan dapat diklasifikasikan menurut
ketinggian dasar awan dan metode formasinya (Cuaca Jateng, 2018).
Gambar 12. Proses Terbentuknya Awan

2.3 Angin
Angin adalah aliran udara dalam jumlah yang besar diakibatkan oleh
rotasi bumi dan juga karena adanya perbedaan tekanan udara disekitarnya,
angina bergerak dari tempat bertekanan udara tinggi ke bertekanan udara
rendah. Apabila dipanaskan udara memuai. Angin memiliki macam yaitu angin
darat - laut, angin gunung lembah, angin muson, dan angin fohn.
2.3.1 Pengertian angin

Angin adalah besaran vektor yang mempunyai arah dan kecepatan. Arah
angin dinyatakan dalam derajat. Selain iti angain juga dapat diartikan gerak
udara yang sejajar dengan permukaan bumi. Udara bergerak dari daerah
12
bertekanan tinggi ke daerah bertekenan rendah. Angin diberi nama sesuai
dengan dari arah mana angin datang, misalnya angin timur adalah angin yang
datang dari arah timur, angin laut adalah angin dari laut ke darat, dan angin
lembah adalah angin yang datang dari lembah menaiki gunung. Secara
Klimatologis arah angin diamati 8 penjuru, tetapi dalam dunia penerbangan angin
diamati 16 arah. Kecepatan angin dinyatakan dalam satuan meter per sekon,
kilometer per jam, atau knot (1 knot 0,5 m/s) (Fadholi, 2013).
Secara singkat dapat dijelaskan bahwa angin adalah udara yang bergerak.
Menurut Buys Ballot, ahli ilmu cuaca dari Perancis, angin adalah massa udara
yang bergerak dari daerah bertekanan maksimum ke daerah bertekanan
minimum. Gerakan massa udara yang arahnya horizontal dikenal dengan istilah
angin. Anemometer mangkok adalah alat yang digunakan untuk mengukur
kecepatan angin. Satuan yang biasa digunakan dalam menentukan kecepatan
angin adalah km/jam atau knot. Dan 1 knot setara dengan 0,5148 m/det atau
1,854 km/jam (Puspita dan Liza, 2016).
2.3.2 Macam – Macam Angin

Pengetahuan tentang angin (ghama) bermanfaat untuk kepentingan
pelayaran lokal dan kegiatan sami. Pengetahuan terhadap angin berhubungan
erat dengan pasang surut air laut atau kali, perbedaan siang dan malam serta
perbintangan juga dapat berpengaruh. Sejenis angin setempat adalah angin
timur, (raghama), angin barat (mararo) serta angin lokal, yakni angin darat (fefe)
dan angin laut (ghanasai). Untuk kepentingan pelayaran lokal, digunakan angin
timur (raghama). Sebaliknya pada saat bertiupnya angin barat (mararo)
digunakan untuk kembali dari rantau. Untuk kepentingan menangkap ikan,
digunakan angin darat (fefe) sebagai pengantar ke laut, dan sebaliknya angin
laut (ghanasai) untuk pulangnya (Maryone, 2017).
Angin merupakan massa udara yang bergerak dari suatu tempat ke tempat
lain. Tiupan angin terjadi jika pada suatu daerah terdapat perbedaan tekanan
udara, yaitu tekanan udara maksimum serta minumum. Angin bergerak dari
daerah bertekanan udara maksimum ke minimum,alat ukur adalah Anenometer.
Angin dapat dibedakan menjadi beberapa jenis, antara lain sebagai berikut :
Angin pasat, Angin barat, Angin timur, Angin muson, Angin siklon, Angin
antisiklon, Angin darat, Angin laut, Angin gunng, Angin lembah, Angin jatuh.
Semua jenis angin tersebut terjadi dengan mekanisme yang berbeda dan
penyebab yang berbedan (Puspita dan Liza, 2016).
13
2.3.3 Mekanisme Terjadinya Angin
Mekanisme terjadinya peningkatan kecepatan angin pada monsun barat
yaitu posisi matahari berada di belahan bumi selatan yang mengakibatkan
perbedaan tekanan antara Benua Asia (maksimum) dan Benua Australia
(minimum) .Menurut hukum Buys Ballot, angin akan bertiup dari daerah yang
bertekanan maksimum ke daerah bertekenan minimum, sehingga angin bertiup
dari Benua Asia menuju Benua Australia, dan karena menuju ke arah selatan
(equator) maka angin akan dibelokkan ke arah kiri. Bulan Desember-Februari
kecepatan arus tampak meningkat, hal ini terjadi tampak terkait dengan dengan
peningkatan kecepatan angin yang puncakknya terjadi pada bulan Januari
dengan kecepatan 5,2 m/dt. Peningkatan kecepatan angin disamping
menyebabkan peningkatan kecepatan arus laut, juga menurunkan nilai SPL dan
meningkatkan proses mixing di perairan, yang berdampak peningkatan
kesuburan perairan (Halim et al., 2017).
Pada asanya angin bergerak karena adanya perbedaan suhu antara udara
panas dengan udara dingin. Di daerah katulistiwa yang panas, udaranya menjadi
panas, mengembang dan ringan, naik keatas dan bergerak ke daerah yang lebih
dingin misalnya kutub utara. Sebaliknya di daerah kutub yang dingin, udaranya
menjadi dingin turun kebawah. Dengan demikian terjadi suatu putaran udara,
berupa perpindahan udara dari kutub utara ke daerah katulistiwa menyusuri
permukaan bumi dan sebaliknya, suatu per pindahan udara dari katulistiwa
menuju kutub utara, melalui lapisan udara yang lebih tingggi. Perpindahan udara
seperti ini dikenal sebagai angin pasat. Berdasarkan data dari WWEA (World
Wind Energi Association), sampai dengan tahun 2007 perkiraan energi listrik
yang dihasilkan oleh turbin angin mencapai 93,83 giga watt, menghasilkan lebih
dari 1% dari total kelistrikan secara global. Amerika, Spanyol, Jerman, India, dan
Cina merupakan 5 negara terdepan dalam pemanfaatan energy angin
(Misbahudin et al., 2017).
2.3.4 Manfaat Bagi Perikanan dan Kelautan

Sebagian besar sumber kebutuhan listrik di indonesia masih dipasok dari
energi listrik berbahan bakar fosil. Ketergantungan terhadap bahan bakar fosil
dan tidak mencoba dari energi terbarukan seperti angin dan gelombang dari laut.
Angin yang berhembus diatas permukaan air akan memindahkan energinya ke
air, semakin lama dan semakin kuat angin berhembus maka akan semakin besar
pula gelombang yang dihasilkan sebagai energi listrik dari gelombang air laut.
14
Selain itu angin dilaut juga berfungsi untuk nelayan kalau mencari ikan di laut,
mereka memanfaatkan angin untuk menggerakkan perahunya, sehingga bisa
sampai di laut dan juga bisa pulang ke rumahnya setelah mendapatkan ikan
serta nelayan tidak butuh biaya operasional ketika melaut (Purba, 2014).
Angin mempunyai peran yang besar dalam proses interaksi lautan dan
atmosfer. Perubahan arah dankekuatan angin yang bertiup di atas perairan
mengakibatkan terjadinya perubahan dinamika pada perairan.Diantaranya
adalah fenomena upwelling dan downwelling, sehingga mempengaruhi tinggi
rendahnya SuhuPermukaan Laut (SPL).Kuatnya Angin Muson mengakibatkan
meningkatnya Transpor Ekman, percampuranvertikal, dan tingginya panas yang
hilang akibat evaporasi sepanjang musim panas, sehingga mengakibatkan
terjadinya pendinginan SPL, begitu pula sebaliknya arus cenderung dibelokkan
kearah kiri dari arah datangnya angin sebagai akibat pengaruh dari Gaya
Coriolis, sehingga menyebabkan terjadinya Transpor Ekman ke arah kiri. Hal ini
menyebabkan kekosongan massa air laut permukaan yang kemudian diisi oleh
massa airlaut di bawahnya (Syafik, 2013).
2.3.5 ECMWF
Untuk melakukan validasi arah persebaran abu vulkanik, maka harus
dilakukan pencocokan dengan data angin yang didapat dari ECMWF (European
Centre for Medium Range Weather Forecast). ECMWF merupakan pusat
meteorologi dunia yang diakui oleh PBB dan WMO (World Meteorologcal
Organization) yang menyediakan data iklim serta cuaca baik perhitungan stasiun
maupun perhitungan prediksi. Data yang didapat dari ECMWF berformat
netCDF, sehingga perlu diproses menggunakan Ocean Data View terlebih
dahulu untuk mempermudah serta agar dapat dihitung kecepatan dan arah angin
per titik menggunakan Microsoft Excel. Hasil dari perhitungan tersebut kemudian
dimunculkan ke dalam software ArcMap yang berbentuk titik angin dengan
kecepatan dan arah tertentu. Titik bersimbol arah panah tersebut
menggambarkan arah gerak angin, sedangkan besar kecil ukuran arah panah
menggambarkan kecepatan angin. (Indrawan dan Dibyosaputro, 2017).
Data angin dan gelombang diperoleh dari www.ecmwf.int, ECMWF
(European Centre for Medium-Range Weather Forecast) . Data yang diambil
berupa data angin terdiri dari komponen u dan v. Data tersebut merupakan data
ramalan selama 10 tahun, yaitu pada periode Januari 2001 hingga Desember
2010 dengan interval waktu 12 jam. Data hasil download diperoleh dalam format
15
Netcdf (.nc) yang diekstrak menjadi *.txt menggunakan program ODV versi 4
agar dapat diolah pada program Ms.Excel. Setelah itu konversi arah dan
kecepatan rerata bulanan selama 10 tahun. Selain itu, juga dibuat windrose
grafik dengan menggunakan program WRPLOT (Lubis dan Khairunnisa, 2016).
Gambar 13. Tampilan Awal ECMWF
2.3.6 WRPLOT
WRPLOT View adalah windrose program untuk data meteorologi. Software
ini menyediakan tampilan diagram windrose, analisis frekuensi, dan diagram
untuk beberapa format data meteorologi. Windrose menggambarkan frekuensi
kejadian dari angin untuk setap sektor angin spesifik dan kelas kelas kecepatan
angin untuk setiap tempat pada periode tertentu. Analisa data arah dan
kecepatan angin landas pacu (runway) dalam jumlah yang banyak dapat
dilakukan dengan singkat dan cepat menggunakan aplikasi WRPLOT (Wind
Rose Plot). Selain perhitungan yang cepat dan gambar wind rose yang
dihasilkan, aplikasi ini juga memudahkan user dalam menginterpretasikan hasil
analisa arah dan kecepatan angin dengan menyediakan sarana dalam
mengoverlay wind rose ke dalam peta google earth. Dengan menggunakan
aplikasi WRPLOT dapat menjadi alternatif yang baik dalam menganalisa data
arah dan kecepatan angin terutama untuk pengembangan landas pacu bandar
udara. Bahwa analisa arah dan kecepatan angin dapat dilakukan dengan analisa
WRPLOT tersebut dapat menjadi alternatif yang baik dalam jalur pelayaran
karena merupakan bagian dari meteorologi (Lusiani dan Wardoyo, 2017)
Distribusi angin baik arah maupun kecepatan dapat dihitung dengan
menggunakan software WRPLOT View berbasis Windows yang memunculkan
perhitungan wind rose dan tampilan grafis yang menggambarkan variable
meteorologi untuk rentang waktu dan tanggal sesuai kebutuhan pengguna. Wind
rose menggambarkan frekuensi kejadian angin pada tiap arah mata angin dan
16
kelas kecepatan angin 4 pada lokasi dan waktu tertentu. Wind rose juga dapat
pula digunakan untuk menampilkan grafik dari kecenderungan arah pergerakan
angin pada suatu wilayah. Karena dipengaruhi dari kelerengan lokal,
kemungkinan efek pesisir, jangkauan alat, dan variabilitas temporal dari angin,
perhitungan wind rose tidak selalu mewakili pergerakan riil angin di wilayah
tersebut. Grafik frekuensi distribusi arah dan kecepatan angin dibuat dengan
menggunakan software WRPLOT View. Perhitungan Potensi Energi Angin
secaramatematis berdasarkan rumus yang sudah ada. Data yang didapat dari
ECMWF berformat netCDF, sehingga perlu diproses menggunakan Ocean Data
View terlebih dahulu agar dapat dihitung kecepatan dan arah angin per titik
menggunakan Microsoft Excel. Maka, hasil perhitungan tersebut kemudian
dimunculkan ke dalam software ArcMap berbentuk titik angin dengan kecepatan
dan dengan arah tertentu. Titik bersimbol arah panah tersebut menggambarkan
arah gerak angin, sedangkan pada besar kecil ukuran arah panah
menggambarkan kecepatan angin (Muliadi dan Ruwaidah, 2013).
Gambar 14. Tampilan awal WRPLOT
2.4 Suhu Permukaan Laut (SPL)

Berikut ini membahas tentang pengertian dari suhu permukaan laut (SPL),
faktor yang mempengaruhinya, serta manfaat dari SPL bagi perikanan dan
kelautan. Terdapat pula pembahasan mengenai website NASA : Ocean Colour,
dan software yang digunakan untuk pengolahan data SPL yaitu SeaDas dan
ODV.
2.4.1 Pengertian Suhu Permukaan Laut (SPL)

Perairan Indonesia sangat luas yaitu sekitar 2.981.211 km2 sehingga
dibutuhkan data dan pemantauan yang akurat untuk mengetahui fenomena di
perairan Indnesia. Salah satu parameter kelautan yang menentukan kualitas
17
perairan adalah Suhu Permukaan Laut (SPL). Pada penelitian sebaran SPL
faktor lain seperti ENSO (anomali suhu permukaan samudra pasifik), angin
muson dan proses oseanografi lainnya dapat mempengaruhi perairan. SPL juga
merupakan salah satu parameter yang mempengaruhi metabolisme
perkembangbiakan organisme laut, sehingga dapat dimanfaatkan untuk
penentuan lokasi budi daya laut. Dengan mengetahui SPL perairan maka kita
akan mengetahui sumberdaya ikan apa saja yang hidup disuatu perariran.
Contoh perairan yang membutuhkan kajian tentang SPL untuk usaha budi daya
laut adalah perairan Pulau Lombok di Provinsi Nusa Tenggara Barat (NTB).
Pulau Lombok merupakan salah satu kawasan yang ditetapkan oleh pemerintah
sebagai kawasan usaha minapolitan budidaya kelautan (Emiyati et al., 2014).
Temperatur air laut memiliki efek yang besar pada proses kehidupan ikan.
Perubahan temperatur air laut dapat mengakibatkan perubahan aktivitas tubuh
pada ikan. Suhu merupakan besaran fisika yang berhubungan dengan
kandungan energi panas semakin tinggi energi panasnya semakin tinggi pula
suhunya. Suhu air laut merupakan salah satu faktor yang amat penting bagi
kehidupan organisme di lautan karena suhu mempengaruhi baik aktifitas
metabolisme maupun perkembang-biakan dari suatu organism. Suhu Pemukaan
Laut (SPL) atau Sea Surface Temperature (SST) umumnya sering digunakan
dalam bidang kelautan maupun perikanan yang merupakan bagian dari suhu
perairan secara keseluruhan. SST sendiri dapat dibagi dalam beberapa bagian
yaitu SSTint, SSTskin dan SSTsub-kulit. Suhu air juga dipengaruhi oleh
beberapa faktor eksternal diantaranya yaitu penetrasi cahaya yang masuk
kedalam permukaan air. Semakin dalam suatu perairan maka tekanan akan
semakin tinggi sehingga suhunya akan semakin menurun (Arief et al., 2015).
2.4.2 Faktor -Faktor yang Mempengaruhi Suhu Permukaan Laut

Seberan SPL di perairan sangat tergantung dari jumlah bahang yang
diterima dari energi cahaya matahari, dimana daerah – daerah yang paling
banyak menerima bahang energi cahaya matahari adalah daerah – daerah yang
dekat dengan lintang 0°. Sebaran SPL dipengaruhi oleh pergerakan matahari
dan angin musoon. Variasi musiman terjadi karena adanya sistem angin musoon
Asia - Australia, dimana musim barat dari bulan Desember – Februari suhunya
lebih hangat dibandingkan dengan musim timur. SPL di perairan selatan Jawa –
Bali (Samudera Hindia) mendapatkan asupan air hangat dari Samudera Pasifik
bagian barat (warm pool) melalui arus lintas Indonesia yang bergerak dari
18
Samudera Pasifik menuju Samudera Hindia. Sedangkan SPL terendah dengan
nilai 20°C ditemukan di lepas pantai mengarah ke pusat perairan Samudera
Hindia dikarenakan semakin jauh dari garis katulistiwa maka SPL di perairan
akan semakin rendah akibat dari menurunnya intensitas cahaya matahari yang
diterima di daerah tersebut (Ekayana et al., 2017).
Sebaran suhu air laut disuatu perairan dipengaruhi oleh banyak faktor
antara lain radiasi sinar matahari, letak geografis perairan, sirkulasi arus,
kedalaman laut, angin dan musim (Sidjabat, 1974). Sebaran suhu air permukaan
bulan April menunjukkan nilai 28,2-29,0oC mendominasi hampir seluruh perairan
ini mulai dari dekat pantai sampai lepas pantai sedangkan suhu >29,8oC
sebarannya berada di perairan bagian utara perairan dekat pantai. Sedangkan
sebaran suhu pada bulan Mei menunjukkan bahwa nilai 30,2-30,9oC
mendominasi perairan bagian tengah, nilai suhu air >31,6oC berada di sebelah
utara dan selatan perairan dekat pantai. Suhu air di perairan dekat pantai relatif
lebih tinggi daripada di lepas pantai. Kondisi ini disebabkan karena pergerakan
massa air tawar dari aliran sungai-sungai yang dengan mudah masuk ke
perairan dekat pantai. Gerakan massa air dapat menimbulkan panas, akibat
terjadi gesekan antara molekul air, sehingga suhu air laut di perairan dekat pantai
lebih hangat dibanding dengan massa air di perairan lepas pantai (Patty, 2013).
2.4.3 Manfaat SPL bagi Perikanan dan Kelautan

Suhu permukaan laut berhubungan secara signifikan dalam menjelaskan
variasi hasil tangkapan ikan pelagis kecil. Suhu permukaan laut berpengaruh
sangat nyata dalam menjelaskan pola sebaran daerah potensial penangkapan
ikan pelagis kecil. Kecenderungan ikan pelagis kecil memiliki kemampuan
beradaptasi pada kisaran suhu hasil pengukuran yakni 28 – 300C. Namun
kecenderungan penangkapan optimal berada pada kisaran suhu 29 – 300C.
Keberadaan ikan pelagis kecil lebih ditentukan oleh habitat dengan posisi
pertemuan klorofil-a dan suhu optimal, dibandingkan parameter oseanografi
lainnya. Faktor penentu keberhasilan dalam usaha penangkapan ikan adalah
ketepatan dalam menentukan suatu daerah penangkapan ikan (DPI) yang layak
untuk dapat dilakukan operasi penangkapan ikan (Akhlak et al., 2015).
SPL merupakan faktor yang mempengaruhi kehidupan biota yang hidup di
dalam laut terutama untuk kehidupan ikan. Banyaknya potensi ikan tidak lepas
dari keberadaan fitoplankton. Keberadaan fitoplankton dapat diketahui dari
kandungan klorofil-a dan Suhu Permukaan Laut (SPL) melalui teknologi
19
penginderaan jauh melalui teknologi penginderaan jauh dengan memanfaatkan
citra aqua MODIS. Perubahan suhu yang cukup drastis akan mempengaruhi
bahkan menghilangkan kehidupan biota yang ada di suatu wilayah perairan.
Pergerakan ikan juga sangat dipengaruhi dengan adanya perubahan suhu yang
drastis dimana hal ini sangat berhubungan dengan kemampuan beradaptasi dari
suatu makhluk hidup. Sehingga suhu permukaan laut sangat bermanfaat dalam
penangkapan ikan oleh nelayan (Hestiningsih et al., 2017).
2.4.4 NASA : Ocean Colour

Penginderaan jauh dengan wahana satelit telah menjadi metode yang
sering digunakan dalam penelitian suatu wilayah. Pada penelitian wilayah laut
misalnya, tiga dekade terakhir telah dilakukanpengamatan kandungan klorofil-a
dengan memanfaatkan sensor satelit penginderaan jauh yang mengamati warna
laut (ocean color), seperti sensor Coastal Zone Color Scanner (CZCS) pada
satelit Nimbus yang diluncurkan tahun 1978, sensor Sea Wide Field-of view
Sensor (SeaWiFS) pada satelit OrbView yang diluncurkan tahun, dan sensor
Moderate Resolution Imaging Spectroradiometer (MODIS) pada satelit
Terra/Aqua-MODIS yang diluncurkan tahun 1999 (Terra) dan 2002 (Aqua). Saat
ini NASA melanjutkan misi satelit ocean color tersebut dengan peluncuran satelit
Suomi NPOESS Preparatory Project (Trijayanto dan Sukojo, 2015).
Pengambilan sampel berupa data parameter oseanografis dan hasil
tangkapan dilakukan dengan metode purposive sampling. Teknik ini digunakan
peneliti jika peneliti memiliki pertimbangan-pertimbangan tertentu didalam
pengambilan sampel atau penentuan sampel untuk tujuan tertentu.
Pertimbangan pengambilan sampel ini didasarkan pada analisis data citra dan
adanya kemudahan dalam pencapaian lokasi sampling serta jarak yang dapat
dijangkau. Pengambilan data oseanografi di lakukan dengan meng-ekstrak data
ASCII dari data MODIS Aqua yang kemudian dibuat peta spasialnya. Untuk data
hasil tangkapan di ambil dari Pelabuhan Perikanan Nusantara Kejawanan yang
kemudian akan di lakukan overlay dengan peta spasial parameter oseanografi.
Data suhu permukaan laut dan klorofil-a di-download dari ocean color milik
NASA-USA berupa data citra (Prasetyo et al., 2014).
20
Gambar 15. Tampilan awal NASA: OceanColor
2.4.5 SeaDas
Program SeaDAS (Sea WiFS Data Analysis System) merupakan sejenis
software yang digunakan untuk mengolah data citra satelit untuk mendapatkan
data yang dibutuhkan yaitu sea surface temperature (SST). Atau suhu
permukaan air laur (SPL) dan juga data Cholorophyll yaitu data kandungan
klorofil-a perairan Pengolahan data SPL dan Klorofil-a dilakukan dengan
menggunakan berbagai macam software. Dilakukan pemotongan citra yang
sesuai untuk membatasi wilayah kajian, data di ekstrak menggunakan software
SeaDAS 7.3.1 dan menghasilkan output berupa format GeoTIFF, yang
selanjutnya hasil tersebut digambarkan secara grafis berupa peta suhu
permukaan laut dan klorofil-a (Halim et al., 2017).
Perangkat lunak SeaWIFS Data Analisys System (SeaDas) dengan sistem
operasi Linux Ubuntu . Pada tahap ini dilakukan pemotongan citra (cropping)
berdasarkan wilayah penelitian. Hasil (output) dari pemotongan citra dikonversi
kedalam bentuk berupa data American Standard Code for Information
Interchange (ASCII) yang di dalamnya memiliki variabel bujur, lintang, nilai
estimasi konsentrasi klorofil-a dan SPL. Data ASCII kemudian dibuka
diperangkat lunak Microsof Excel 2007 (Maulana et al., 2016).
2.4.6 Ocean Data View (ODV)

Perangkat lunak atau software Ocean Data View (ODV) adalah program
aplikasi computer untuk menampilkan secara visual (ploting) secara interaktif
eksplorasi dan grafikal parameter oseanografi secara horizontal maupun vertikal
beserta profil geo-referensi lainnya. Tampilan dapat berupa cuplikan dan data
grid. ODV memiliki dua algoritma gridding dan memungkinkan integrasi DIVA
gridding software. Gridded fields dapat diberi warna dan/atau kontur. ODV
21
mendukung 5 (lima) jenis proyeksi peta yang berbeda dan dapat digunakan
untuk membuat peta pelayaran berkualitas tinggi. Program aplikasi ini dilengkapi
dengan metode interpolasi dan pembuatan grafik hubungan antar parameter
lainnya. ODV ini dapat di-download di http://www.nocd/odv.com atau
http://www.awibremerhaven.de/GEO/ODV. Keunggulan software ODV iniadalah
dapat secara langsung membentuk dan menampilkan sebaran vertikal dan
horizontal parameter dari stasiun yang ada. Dan kelemahannya adalah ODV
tidak baik digunakan jika lokasi perairan sempit (Flora et al., 2015).
Secara teknis, data CTD yang sudah dimasukkan ke dalam Ms.Excel
diplotkan / di-import ke dalam program aplikasi ODV. Hasil plot bisa
memperlihatkan sebaran stasiun data (berupa titik titik) pada global map ODV,
kemudian dilakukan pemilihan batasan area dan akan muncul nilai sebaran
temperatur terhadap kedalaman, nilai sebaran salinitas terhadap kedalaman
serta nilai sebaran oksigen terhadap kedalaman. Pola sebaran dan nilai setiap
parameter dianalisis berdasarkan grafik batang dan software Ocean Data View
(ODV) yang dikembangkan oleh Schlitzer (Kusumaningtyas et al., 2014).
2.5 Musim
Indonesia merupakan Negara yang terkenal dengan negara tropis, yaitu
dengan dua musim : musim hujan dan musim kemarau. Kata musim itu sendiri
jika merujuk pada KBBI adalah sebagai waktu tertentu yang bertalian dengan
keadaan iklim; masa; waktu (ketika terjadi suatu peristiwa). Musim di Indonesia
selain dipengaruhi oleh Monsun dan pengaruh lokal, juga dipengaruhi oleh
adanya fenomena global, diantaranya sirkulasi Hadley, sirkulasi Walker, El Nino,
La Nina, Indian Ocean Dipole Modedan pola lokal setempat. Variasi cuaca
beserta iklim sangatlah perlu diperhatikan karena sebagian wilayah Indonesia
terletak di Belahan Bumi Utara dan sebagian di Belahan Bumi Selatan. Meskipun
musim hujan dan kemarau terjadi secara periodik, tetapi panjang musim dan
jumlah curah hujan untuk setiap musim tidaklah selalu sama. Kondisi ini
menunjukkan bahwa pada musim di wilayah Indonesia tidak hanya dibentuk oleh
monsun, tetapi dibentuk juga oleh faktor lain yang berinteraksi dengan monsun
untuk membentuk musim tersebut (Ulfah, 2015).
Pergantian musim di Indonesia sangat dipengaruhi oleh aktivitas monsun,
namun sifat musim tidak selalu sama dengan normalnya. Terkadang dapat
ditemui periode dengan curah hujan umumnya di atas normal, Dan juga ditemui
suatu periode dimana curah hujan umumnya di bawah normal. Hal tersebut
22
menunjukkan bahwa selain monsun, juga masih terdapat faktor lainnya yang
berperan dalam pembentukan musim di Indonesia seperti fenomena global yang
disebut dengan el nino dan la nina. Indonesia mengalami dua musim yang
berbeda yaitu Musim Barat dan Musim Timur. Musim Barat terjadi pada bulan
Desember, Januari, dan Februari. Sedangkan Musim Timur terjadi pada bulan
Juni, Juli, dan Agustus. Angin yang bertiup di Indonesia dipengaruhi oleh musim
sehingga sistem angin disebut dengan angin Musim atau angin Muson. Musim
sendiri dibagi menjadi beberapa macam yaitu Musim timur, Musim Peralihan
Timur I, Musim Barat, dan Musim Peralihan Timur II (Hidayat et al., 2015).
2.5.1 Musim Timur

Pada musim timur terjadi peristiwa sebaliknya dimana SPL bernilai rendah
memasuki perairan Laut Jawa dari Selat Makassar dan Laut Flores dan
mengarah ke Laut Cina Selatan. Sedangkan pada musim barat terjadi peristiwa
sebaliknya dimana SPL bernilai rendah dari Laut Cina Selatan melewati Laut
Jawa menuju Selat Makassar dan Laut Flores. Pada musim barat dan musim
timur terjadi penurunan SPL akibat pergerakan massa air yang disebabkan oleh
angin musim ini. Peningkatan SPL di Laut Jawa terjadi pada musim peralihan 1
dan 2 dimana pengaruh angin musim mulai berkurang sehingga terjadi
pemanasan kolom perairan oleh sinar matahari. untuk musim timur (Juli –
Agustus) SPL berkisar pada nilai 27,96°C – 30,10°C. Untuk musim peralihan
rata-rata SPL relatif lebih tinggi jika dibandingkan dengan dengan musim barat
dan musim timur. Pada musim peralihan 1 (Maret-Mei) rata-rata SPL berkisar
antara 29,46oC – 31,49oC dan musim peralihan (September-November) berada
pada nilai suhu 28,01oC – 30,65oC (Putera, 2013).
Tingginya nilai rata-rata konsentrasi klorofil-a pada musim timur tahun

2011-2016, karena adanya pengaruh dari fenomena upwelling yang terjadidi
perairan selatan jawa dan Selat Bali. Fenomena upwelling menyebabkan
terjadinya penurunan SPL dan tingginya kandungan unsur hara yang kaya akan
nutrien (nitrat dan fosfat) menuju ke permukaan perairan, sehingga nutrien dalam
jumlah yang tinggi akan diikuti dengan meningkatnya kandungan klorofil-a pada
daerah perairan tersebut (Sastra, 2018).
2.5.2 Musim Peralihan I

Pada musim peralihan 1 (Maret – Mei) rata-rata SPL berkisar antara
29,46°C – 31,49°C dan musim peralihan 2 (September – November) berada
23
pada nilai suhu 28,01°C – 30,65°C. Secara umum trend perubahan SPL yang
terjadi di Laut Jawa dalam kurun waktu penelitian menunjukkan kenaikan.
Kenaikan SPL di Laut Jawa ini berkisar 1°C dalam jangka waktu 5 tahun atau
0.2°C setiap tahunnya. Siregar dan Gaol (2010) menyebutkan telah terjadi
kenaikan SPL di perairan Laut Jawa sebesar 0,1°C setiap tahunnya dari tahun
2001-2010. Kenaikan SPL ini diduga disebabkan oleh faktor-faktor meteorologi
seperti kenaikan suhu udara. Musim barat dan musim peralihan 1 merupakan
musim dimana konsentrasi klorofil-a cukup tinggi. Hal ini diduga terjadi karena
tingginya curah hujan yang turun di Indonesia sehingga menyebabkan
banyaknya zat hara yang masuk ke perairan laut melalui aliran sungai.
Sebaliknya pada musim timur dan peralihan 2 terjadi penurunan konsentrasi
klorofil-a di Laut Jawa. Pada musim peralihan 1 konsentrasi klorofil-a cenderung
tinggi sedangkan sebaliknya pada musim peralihan 2 konsentrasi klorofil-a di
Laut Jawa rendah (Putera et al., 2013).
Data dianalisis menggunakan analisis korelasi sederhana dengan selang

kepercayaan 95%. Secara temporal, rata-rata SPL tertinggi terjadi pada musim
peralihan I (Maret-Mei) dan terendah pada musim timur (Juni-Agustus). Rata-rata
konsentrasi klorofil-a tertinggi terjadi pada musim timur dan terendah pada
musim barat (Desember-Februari). Rata-rata tangkapan ikan tongkol tertinggi
terjadi pada musim peralihan II (September-November) dan terendah pada
musim barat. Hubungan antara SPL dan konsentrasi klorofil-a terhadap
tangkapan ikan tongkol menunjukkan korelasi rendah dengan hubungan yang
signifikan, sedangkan antara SPL terhadap konsentrasi klorofil-a menunjukkan
korelasi kuat dengan hubungan yang signifikan (Sastra, 2018).
2.5.3 Musim Barat

Hasil dari pengamatan pola sebaran SPL di sepanjang perairan Selat
Malaka dari citra Aqua MODIS ini terlihat dimana SPL musim barat berada pada
suhu 29 °C. Sebaran SPL di musim barat menunjukkan SPL yang paling rendah
dibandingkan SPL musim lainnya. Arah mata angin SPL musim barat didominasi
oleh arah utara dan berbelok ke arah selatan Selat Malaka. Pada wilayah Selat
Malaka bagian atas SPL berada pada suhu 29 °C, bagian tengah Selat Malaka
SPL berada pada suhu 29,5 °C, dan bagian bawah Selat Malaka berada pada
suhu 30 °C. Sebaran spasial konsentrasi klorofil- permukaan pada musim barat
pada tahun 2009-2014 menunjukkan warna biru mewakili 1 mg/m3, sedangkan
24
warna hijau mewakili nilai konsentrasi klorofil-a lebih dari 1 mg/m3. Nilai
konsentrasi klorofil-a di perairan pesisir terlihat lebih tinggi seperti yang
ditunjukkan di pesisir Pulau Sumatera dan secara konsisten pesisir Semenanjung
Malaysia menunjukkan nilai lebih tinggi. Konsentrasi klorofil-a di pesisir perairan
Semenanjung Malaysia dengan kisaran 2-2,5 mg/m3 dan konsentrasi klorofil-a di
pesisir perairan Pulau Sumatera dengan kisaran 1,5-2,5 mg/m3. Hal tersebut
dipengaruhi runoff bahan organik yang di bawa sejumlah sungai yang bermuara
ke Selat Malaka (Siregar et al.,2014).
SPL pada musim barat menunjukkan suhu maksimal dan suhu rata-rata
yang lebih tinggi. Seperti yang diutarakan oleh Sukresno 2008 bahwa musim
mempengaruhi terjadinya perubahan SPL dan pada musim barat SPL lebih
hangat dibandingkan musim timur. Pada musim barat angin dan arus mendorong
massa air hangat Indonesia ke selatan yaitu ke kawasan Laut Arafura dan barat-
laut Australia. Akibatnya SPL dari Laut Cina Selatan ke arah Laut Arafura
meningkat. Pola pergerakan angin musim barat pada menunjukkan pola sirkulasi
angin permukaan secara umum bergerak ke arah barat. Kecepatan rata-rata
angin permukaan pada musim barat sebesar 3,8 m s-1. Kecepatan angin pada
musim barat lebih kencang dibandingkan musim lain (Kusumaningtyas, 2015).
2.5.4 Musim peralihan II

Musim peralihan II (September-November) terlihat cukup relatif hangat
dibandingkan dengan musim barat berkisar 30-31 °C terlihat di bagian atas Selat
Malaka menunjukkan SPL sebesar 30 °C, di bagian tengah Selat Malaka SPL
30,5 °C, dan bagian bawah Selat Malaka SPL 31 °C. Pada musim ini arah angin
lebih didominasi ke arah utara. Musim Peralihan II (September-November)
merupakan musim dengan curah hujan yang cukup sedikit, hal ini sangat
berdampak pada sebaran konsentrasi klorofil-a di wilayah pesisir Selat Malaka.
Wilayah pesisir selat sebaran klorofilnya sudah mulai merata. Warna hijau
kekuningan menunjukkan konsentrasi klorofil-a tinggi di wilayah pesisir selat
dimana tetap didominasi pesisir Semenanjung Malaysia dengan kisaran 2-3
mg/m³. Warna magenta di perairan laut lepas menunjukkan konsentrasi klorofil-a
0,5 mg/m³ (Siregar et al., 2014).
SPL musim peralihan II pada bulan September, Oktober, dan November
ditunjukkan dalam Gambar 2, Gambar 3, dan Gambar 4. Grafik pola suhu harian
bulan September 2011 memiliki pola SPL yang seragam. Gambar 2 menunjukan
kenaikan SPL pada pukul 05.00 dan mencapai puncak pukul 14.00 dengan rata-
25
rata suhu antara 27,9 0C hingga 30,2 0C. Tanggal 19 nilai SPL yang terekam
semula bernilai 33,8 0C turun menjadi 29,4 0C, penurunan suhu 4,4 0C dalam
kurun waktu satu jam dianggap sebagai kesalahan pada alat saat perekaman
data.Bulan-bulan pada musim peralihan II memiliki pola harian suhu yang sama.
Selisih suhu harian tertinggi dan terendah setiap bulan menunjukkan nilai yang
berbeda, musim peralihan II memiliki selisih suhu berkisar antara 2,3 0C sampai
2,5 0C. Pada musim peralihan II pola sirkulasi angin permukaan secara umum
bergerak ke arah tenggara. Kecepatan rata-rata angin permukaan sebesar 2,6 m
s-1. Fluktuasi suhu pada musim barat lebih rendah dibandingkan pada musim
peralihan II (Kusumaningtyas, 2015).
2.6 Indian Ocean Dipole (IOD)

Indian Ocean Dipole (IOD) merupakan suatu gejala penyimpangan iklim yang
dihasilkan oleh interaksi laut dan atmosferdi Samudera Hindia di sekitar
khatulistiwa. Interaksi tersebut menghasilkan tekanan tinggi di Samudera Hindia
bagian Timur (bagian Selatan Jawa dan Barat Sumatra) serta dapat
menimbulkan aliran massa udara yang berhembus ke Barat. Hembusan angin ini
akan mendorong massa air di depannya dan mengangkat massa air dari bawah
ke permukaan. Perubahan pada suhu permukaan laut selama IOD terjadi terkait
dengan perubahan medan angin di tengah samudera Hindia ekuator. Sehingga
angin bergerak berlawanan dari biasanya barat ke timur selama IOD positif.
Selain itu, pada proses konveksi yang biasanya terjadi di atas Samudera Hindia
bagian timur yang menghangat bergerak ke arah barat. Hasil dari kondisi
tersebut adalah hujan lebat di Afrika bagian timur dan meninggalkan wilayah
Indonesia dengan sedikit hujan yang kemudian diikuti dengan kekeringan dan
hutan yang terbakar (Fadholi, 2013).
Indian Ocean Dipole Mode (IOD/IODM) merupakan anomali iklim akibat
interaksi laut-atmosfer, IODM merupakanfenomena perpindahan kolam air
hangat arah zonal di sepanjang ekuatorial Samudera Hindia mirip dengan
ENSO(El Niño-Southern Oscillation) di Samudera Pasifk. Struktur dipole mode
dicirikan anomali SPL lebih hangat dari biasanya di bagian barat dan lebih dingin
dari biasanya di bagian timur Samudera Hindia. Pada saat ini, curah hujan
eningkat di bagian timur wilayah tropik Afrika, sedangkan di kepulauan Indonesia
terjadi kekeringanyang disebut dengan dipole mode positif. Sedangkan yang
kebalikannya dinamakan dengan dipole mode negatif. fenomena IODM positif
dimulai anomali angin di atas perairan tenggara Samudera Hindia kemudian
26
mendorong massa air hangat ke perairan barat Samudera Hindia,
mengakibatkan upwelling di perairan barat Sumatera dan downwelling diperairan
timur Afrika. Kejadian sebaliknya terjadi saat berlangsungnya IODM negatif.
Upwelling adalah proses penaikan massa air dari lapisan dalam kelapisan
permukaan. Massa air dari lapisan dalam ini memiliki nilai sebaran SPL dan
kandungan oksigen yang lebih rendah, sementara nilai sebaran salinitasnya
tinggi. Massa air upwelling kaya akan nutrien ditandai dengannilai sebaran
klorofil-a yang tinggi (Amri et al., 2013).
2.7 El Nino Southern Ocean (ENSO)

ENSO merupakan fenomena laut dan atmosfer yang terjadi bersama-sama
di Pasifik tropis. Dalam kondisi normal, Pasifik barat tropis lebih hangat daripada
Pasifik timur. Hal ini membuat angin equatorial berhembus ke arah barat
membantu konveksi di Pasifik barat dan subsidensi di Pasifik timur. ENSO (El
Nino-Southern Oscillation) merupakan salah satu bentuk penyimpangan iklim di
Samudera Pasifik yang ditandai dengan kenaikan suhu permukaan laut (SPL) di
daerah khatulistiwa bagianTengah dan Timur. Fenomena tersebut memainkan peranan
penting terhadap variasi iklim tahunan. Pengaruh ENSO sangat terasa di
beberapa wilayah Indonesia yang ditandai dengan jumlah curah hujan lebih
kecil dalam tahun ENSO dibandingkan dengan pra dan pasca ENSO, sehingga
dapatmenyebabkan musim kemarau lebih Panjang (Fadholi, 2013).
ENSO adalah fenomena iklim global yang dicirikan dengan naiknya suhu
permukaan laut diatas normal di wilayah bagian timur lautan Pasifik (yang dikenal
dengan istilah El Nino). Sedangkan La Nina mempunyai kondisi yang sebaliknya.
Pengaruh ENSO terhadap anomali curah hujan terlihat jelas pada musim kering
yaitu Juni - Agustus dan pada musim peralihan September -Nopember
dibandingkan saat musim basah Desember – Januari. Curah hujan di Indonesia
bagian Selatan dipengaruhi oleh ENSO mulai bulan Juni sampai Nopember
kecuali Indonesia bagian Barat Laut yang bertipe iklim semi monsunal. secara
umum anomali curah hujan di Indonesia dipengaruhi oleh variabilitas iklim skala
global yaitu ENSO di Samudera Pasifik (Narulita Ida, 2017).
27
3. METODOLOGI
3.1 Alat dan Fungsi

No Alat Gambar Fungsi
Perangkat keras
1 Laptop untuk mengolah
data yang ada
Untuk mencatat
2 AlatTulis materi yang
disampaikan
Menghubungkan
Kabel Roll
3 arus listrik dengan
laptop
28
Menyimpan data
4 Flasdisk
yang ada
Data yang akan

5 Data Angin
diolah
Data yang akan

6 Data Suhu
diolah
Perangkat lunak
Microsoft
untuk mengolah
7 Excel
data angin dan
suhu
29
Perangkat lunak
ODV untuk mengolah
8
data angin dan
suhu
Perangkat lunak
WRPlot
9 untuk mengolah
data angin
SeaDAS Perangkat lunak

10
untuk mengolah
data suhu
Table 1. Alat dan Fungsi
3.2 Skema Kerja

Dalam pelaksanaan praktikum Meteorologi Laut dibutuhkan beberapa
software pendukung untuk membantu mengolah dan menganalisis data suhu
serta data angin yang akan digunakan. Pada praktikum kali ini data yang akan
digunakan adalah data suhu dan angin di perairan selatan Jawa Timur. Software
yang akan digunakan pada praktikum kali ini adalah ECMWF, ODV, WRPLOT,
Ms. Excel, dan SeaDAS. Berikut ini adalah skema kerja yang digunakan untuk
melaksanakan pengolahan data menggunakan software tersebut.
30
3.2.1 Pengolahan Data Angin
3.2.1.1 ECMWF
Buka ECMWF, pastikan anda sudah log in
Bukalaman ECMWF.
Bukalaman ECMWF.
Klik Forecast, pilih Database kemudian klik Browser Reanalysis
Bukalaman ECMWF.
Database
Bukalaman ECMWF.
v
Bukalaman ECMWF.
Klik pada download yang
Bukalaman dari1979-present
ECMWF.
Bukalaman ECMWF.
Centang pada bulan dan tahun yang diinginkan kemudian select time
Kemudian pada select step centang 0
Pada select parameter centang 10 meter U dan V wind component
Kemudian klik Retrieve net GDF
Klik default archieved (change) pilih Indonesia
Klik Grid (change) pilih skala yang paling kecil yaitu 0,125x0,125, lalu
download
31
3.2.1.2 ODV
Buka software ODV, kemudian klik open dan pilih dari ECMWF
Kemudian klik next sampai muncul peta Indonesia
Zoom daerah Jawa Timur dengan klik 2 kali, dan perbesar daerah
Malang
Pilih titik Longitude dan Latitude yang sesuai atau mendekati

dengan koordinat yang kita punya
Setelah itu klik export, klik station data, pilih ODV spreadsheet file
Kemudian simpan data tersebut dan klik OK.
32
3.2.1.3 Microsoft Excel
Buka Ms. Excel kemudian buka hasil export ke dalam Microsoft excel
Setelah data tersebut muncul maka hapus data yang tidak penting
Kemudian klik Latitude dan di filter
Kemudian klik Longitude dan di filter
Kemudian pindahkan pada file Excel Convert for Praktikan di kolom

D bagian U
Lakukan hal yang sama pada V10 dan dipindahkan ke kolom E

bagian V
Perhatikan titik dan komanya karana akan merubah hasil yang ada
nantinya
Setelah data U10 dan V10 dimasukkan maka hasil dari

kecepatannya akan di ketahui
Setelah copy time dan pindahkan pada file excel convert for
praktikan
33
Pada Latitude di copy dan dipindahkan pada kolom Y, untuk
Longitude pada kolom X
Pada excel baru untuk kolom pertama tulis tahun, kolom kedua
bulan, kolom ketiga tanggal, keempat jam, kelima arahangin, dan
kolom enam diisi kecepatan angin
Hilangkan tanda minus pada arah, kemudian data dibuat per jam
Data arah dankecepatan disamakan dalam satuhari (24jam)

kemudian dimasukkan keWRPlot
Kemudian buka excel baru untuk data siap olah
3.2.1.4 WRPLOT
Buka aplikasi WRPLOT hingga muncul halaman awalnya. Cek wind

clauses apakah datanya sudah sesuai, kemudian ubah data menjadi
knot dan ok.
Masukkan tabel tahun, bulan, tanggal, jam, arah dan kecepatan

angin sesuai dengan kolom dan letakkan kolom huruf di Microsoft
Excel kolom nama
Selanjutnya pada First row to import diganti menjadi 2 dan pada unit
excel
34
Klik station information dan isi kolom yang kolom yang kosong yaitu
pada station ID diisi angka 1, pada city diisi Malang, pada state diisi
ID
Pada Latitude dan Longitude diisi sesuai dari data yang telah di
tentukan lalu klik S dan E. pada time zone diganti menjadi Bangkok
dan import
Klik yes,lalu tutup atau close
Klik add file ubahke “Samson”, hingga menampilkan data angin

dengan format sama dari WRPLOT lalu klik open
Klik wind rose hingga muncul gambar tersebut dan menyimpan

dengan klik edit sampai bit map.
3.2.2 Pengolahan Data Suhu

Pengolahan suhu adalah mengolah data suhu suatu perairan yang di dapat
dari mengambil data dari Web OceanColour kemudian data yang di download
tersebut di buka melalui SeaDas agar kita bisa membaca data suhu yang di
download. Setelah dibuka melalui SeaDas maka akan kita peroleh nilai longitude,
latitude dalam bentuk excel. Agar dapat membaca nilai yang terdapat pada excel,
data tersebut kita import kedalam ODV. Setelah di import kedalam ODV maka
akan kita dapatkan gambar keadaan suhu di suatu tempat yang kita inginkan.
35
3.2.2.1 NASA : OceanColour
Buka web NASA http://oceancolor.gsfc.nasa.gov.
Selanjutnya pada First row to import diganti menjadi 2
Pilih data product dan pilih data level 3
Masukkan satellite Aquomodis SST
Masukkan kriteria data (daily, pilih tipe data montly, 4km, dan tipe
waktu 24 jam)
Pilih bulan yang diinginkan, lalu download. Lalu buka aplikasi

SeaDAS dan klik file lalu klik open
3.2.2.2 SeaDas
Buka aplikasi SeaDas
Klik file lalu open, pilih salahsatu data >open product >klik bands dan
pilih SST.
Klik tools, colour manager,pilih crop a file spatially,lalu masukkan

pixel coordinate Start X
36
Klik tools, colour manager, pilih crop a file spatially, lalu masukkan
pixel coordinate Start X , start coordinate Y,end X lalu end Y
Pada navigation control, klik zoom in untuk memperbesar gambar,

lalu klik rectangle, blok gambar klik add coastline and lan mask, lalu
create masks.
Klik kanan pada peta yang diblok tadi, klik export mask pixel, OK.
Klik write to life dan save
Buka ODV
3.2.2.3 ODV
Klik open lalu pilih file yang telah di save tadi, lalu OK
Pada data variable klik>>kecuali SST
Pada field pilih ocean, data type pilih profiles, primary lalu pilih
dummy, kemudianklik OK
37
Pada kotak biru/gambar, klik kanan lalu zoom kemudian gambar di
rapatkan sampai kotak biru, klik 2x pada gambar lalu kill F12 pada
keyboard, setelah muncul gambar klik kana lalu pilih properties
kemudian klik data, Z axis pilihsst@dummy=first, klik colorbae
setting, kemudian isi data min 28 dan max 32, klik Ok
Pada menu display style, klik gridded, pilih DIVA gridding, lalu
centang draw mark.
Pada menu contour, klik<<lalu OK, lalu save file dalam format .gif.
38
4. HASIL DAN PEMBAHASAN
4.1 Angin
Angin adalah udara yang bergerak akibat adanya perbedaan tekanan
udara dengan arah aliran angin dari tempat yang memiliki tekanan tinggi ke
tempat yang bertekanan rendah atau dari daerah yang memiliki suhu /
temperatur rendah ke wilayah bersuhu tinggi. Untuk mengetahui kecepatan dan
arah angin disuatu perairan maka kita dapat mengambil data di ECMWF
kemudian diolah dengan menggunakan beberapa software diantaranya yaitu
WRPLOT dan ODV.
4.1.1 Prosedur Pengolahan Data Angin

Pengolahan angin adalah mengolah data angin suatu perairan yang
didapat dari mengambil data dari Web ECMWF kemudian data yang di download
tersebut di buka melalui ODV agar kita bisa membaca data angina yang di
download. Setelah dibuka melalui ODV maka akan kita peroleh nilai longitude,
latitude dalam bentuk excel. Agar dapat membaca kecepatan dana rah angina
yang terdapat pada excel, data tersebut kita import kedalam WRPLOT maka kita
akan mendapatkan grafik wind rose dan grafik batang keadaan angina suatu
tempat yang kita inginkan.
4.1.1.1 ECMWF
1. Bukalah https://www.ecmwf.int untuk mencari data angin.
Gambar 16. Tampilan ECMWF
39
2. Log in dan pilih New users register here, apabila belum memiliki akun.
Gambar 17. Prosedur ECMWF
3. Isikan masukan dengan benar.
40
4. Setelah itu akan ada tampilan seperti gambar dibawah.

5. Cek email dan klik tautan yang dikirim.
41
6. Setelah tampilan seperti gambar, cek email masuk dan pastikan kembali
ecmwf telah mengirim Username dan Password.
7. Log in dan Klik forecast >datasets.
42
8. Kemudian pilih public datasets.
9. Selanjutnya pilih ERA-Interim (1979-present) untuk memilih data angin

yang diperlukan, karena yang paling terbaru datanya.
43
10. Kemudian klik komponen yang diperlukan seperti bulan, jam (di pilih
semua), step, dan parameter nya 10 metre U wind component dan 10
metre V wind component. Kemudian pada paling bawah klik Retrieve
NetCDF.
11. Kemudian pilih area Indonesia dan pilih Grid : 0.125 x 0.125 karena yang
paling akurat, Retrieve Now.
44
12. Kemudian klik Download untuk mengunduh datanya.
4.1.1.2 ODV
13. Buka aplikasi ODV, lalu klik Open membuka data angin yang sudah
diunduh dari web ECMWF
Gambar 28. Prosedur ODV Angin
45
14. Klik Next>Next.
=
46
15. Selanjutnya akan muncul tampilan seperti ini, klik Zoom Into Map dan
arahkan kotak merah pada wilayah yang akan diolah data.
16. Arahkan pada wilayah perairan Malang Selatan lalu klik finish.
47
17. Kemudian muncul tampilan seperti ini, arahkan titik merah pada kordinat
wilayah yang ingin diolah datanya. Cari Position 112.625°E dan 8.625°S
48
18. Selanjutnya klik Export dan pilih ODV Spreadsheet File.
19. Klik Save untuk mengeksport data ke format Excel.
49
20. Buka aplikasi Ms Excel lalu buka data yang sudah disimpan dari ODV.
Lalu hapus data yang tidak ingin dipakai dari kolom 1 sampai 9 dan baris
A, B, C, D, E, F, H, J, L, N, P, dan Q
Gambar 37. Prosedur Microsoft Excel Angin
21. Pada data excel tersebut ambil data tahun, bulan, tanggal, jam, arah, dan
kecepatan saja, karena data tersebut saja yang dibutuhkan untuk diolah
di WRPLOT.
50
51
4.1.1.4 WRPLOT
22. Buka aplikasi WRPLOT, yang berfungsi mengubah data txt menjadi
grafik data angin yang mudah dibaca.
Gambar 40. Prosedur WRPLOT
23. Klik Tools>Import from Excel.
52
24. Lalu pilih data yang sudah di save dari Ms Excel.
25. Isilah huruf pada kolom Excel Column Name berdasarkan kolom ke
berapa pada file Excel. Misal, kolom Year pada Excel ada di kolom A
maka isikan huruf A pada kolom Excel Column Name di WRPLOT, dan
seterusnya hingga kolom terisi. Jam ganti menjadi 00 to 23, dan
kecepatan angin ganti menjadi knots.
53
26. Pada istation information. ID : 1, City : malang, State : ID, longitude :
112,625 E, Latitude 8,625 S, Time Zone UTC+7 (Bangkok), first row
import 2 dan last row tidak usah diganti. Kemudian klik import.
27. WRPlot akan kembali ke menu utama kemudian pilih add file.
Gambar 45. . Prosedur WRPLOT
54
28. Pilih file dari WRPlot tadi (format .sam).
29. Pilih Wind Rose kemudian pilih Edit lalu copy to file lalu Bitmap dan
simpan data.
55
30. Pilih graph dan lakukan seperti langkah sebelumnya.
Gambar 48. . Prosedur WRPLOT
4.1.2 Analisa Hasil Pengolahan Data
Berdasarkan hasil yang kami dapatkan angin dapatkan wilayah perairan

Selatan Jawa dominan bertiup dari barat laut menuju tenggara dengan
kecepatan 1-4 knot memiliki presentase 23,4%. Ini menandakan bahwa angin
yang bergerak pada bulan Desember memiliki kecepatan agak lambat walaupun
tidak terlalu dominan. Sedangkan angin yang bergerak dengan kecepatan 4-7
knot memiliki presentase 45,1%. Hal ini menandakan bahwa saat bulan
Desember 2015 angin yang bergerak dari barat laut menuju tenggara dominan
memiliki kecepatan sedang. Angin yang bergerak dengan kecepatan 7-11 knot
memiliki presentase 20,2% dan angin yang bergerak dengan kecepatan 11-17
56
memiliki presentase 10,5% dan dominan bergerak menuju Utara.
Pada musim barat di bulan Desember angin bergerak dari arah utara
menuju ke arah tenggara Laut Halmahera dengan rata-rata kecepatan 2,668 m/s.
Di bulan Januari, kecepatan angin meningkat menjadi 3,723 m/s dan bergerak
dari arah utara menuju ke arah tenggara. Lalu pada bulan Februari kecepatan
angin kembali meningkat menjadi 4,414 m/s. Dimana pada bulan ini, angin
bergerak dari arah timur laut menuju ke arah selatan dan tenggara Laut
Halmahera. Sedangkan di sebelah barat pulau Maluku Utara, angin bergerak dari
arah timur laut menuju ke arah selatan dan barat daya (Purwanti et al., 2017).
4.2 Suhu
Suhu dapat menunjukkan panas dinginnya suatu benda. Suhu juga disebut
sebagai temperature, yang diukur dengan thermometer. Selain itu suhu
merupakan suatu besaran fisika yang berhubungan dengan kandungan panas
pada suatu benda atau zat. Suhu di permukaan laut disebut Suhu Permukaan
Laut atau SPL. Data SPL bisa diambil dari website NASA yaitu OceanColor web.
Kemudian data dari website tersebut dapat diolah menggunakan SeaDas dan
ODV untuk mendapatkan range suhu suatu permukaan laut.
4.2.1 Prosedur Pengolahan Data Suhu

Suhu merupakan suatu besaran fisika yang berhubungan dengan
kandungan energi panas pada suatu benda atau Zat, semakin tinggi energi
panasnya semakin tinggi pula suhunya. Suhu air laut merupakan salah satu
faktor yang amat penting bagi kehidupan organisme di lautan karena suhu
mempengaruhi baik aktifitas metabolisme maupun perkembang-biakan dari suatu
organism. Kita dapat memperoleh data mengenai Suhu Permukaan Laut melalui
website OceanColour, kemudian di olah melaui aplikasi yang bernama SeaDas,
di lanjutkan dengan memilah data-data yang di perlukan melalui aplikasi excel,
lalu data yang sudah di pilah tadi di buka melalui aplikasi ODV untuk
menampilkan hasil pengolahan data yang telah di lakukan di SeaDas. Berikut
adalah paparan mengenai prosedur pengolahan data Suhu Permukaan Laut.
57
4.2.1.1 NASA : Ocean Color
1. Buka website Ocean Color, website yang menyajikan data data yang
diperlukan untuk keperluan praktikum Meteorologi Laut.
Gambar 49. Prosedur OceanColor

2. Pilih data level 3 karena data yang paling akurat.
3. Isi Aqua MODIS Sea Surface Temperature (11 daytime), Monthly, dan 4
km. Karena kita ingin mencari suhu permukaan air laut di siang hari,
datanya bulanan, dan semakin kecil resolusinya semakin akurat. Cari
data suhu bulan Desember 2015, Januari dan Februari 2016. Lalu klik
58
SMI untuk mengunduh karena lebih akurat daripada BIN.
4.2.1.2 SeaDas
4. Buka aplikasi SeaDAS yanag berfungsi mengubah data nc yang baru

didownload menjadi data txt.
Gambar 52. Prosedur SeaDAS
59
5. Open File untuk membuka data yang baru diunduh

6. Masukkan data suhu bulan Desember 2015
60
7. Klik bands 2x dan klik sst 2x
8. Muncul tampilan peta seperti ini. Klik Processing dan pilih Crop untuk
memperbesar jangkauan peta
61
9. Pilih Pixel Coordinate kemudian Pixel start X = 6983 ; Scene start Y = 2348 ;
Scene end X =7088 ; Scene end Y = 2425, kemudian klik OK.
10. Klik Bands 2x dan Klik sst 2x
62
11. Tampilan akan muncul seperti gambar.
12. Klik Rectangle dan blok gambar untuk mengcrop gambar
63
13. Blok gambar seperti ini

14. Klik Add Coastline kemudian klik Create Mask
64
15. Klik Color Manager lalu Scheme ganti dengan SST kemudian klik Set From
Band Data
16. Pilih Geometry kemudian arahkan kursor ke gambar dan klik kanan pilih
Export Mask Pixel
65
17. Select Mask ganti dengan Geometry dan klik OK.
18. Klik Write to File
66
19. Beri nama file kemudian save.

20. Buka MS Excel dan buka file hasil dari Seadas. Tekan ctrl+f kemudian pilih
replace, pada kolom find what ketik NaN dan pada kolom replace with ketik
0 (nol).
Gambar 68. Prosedur Microsoft Excel Suhu
67
21. Copy kolom longitude, latitude, dan sst.

22. Paste longitude, latitdue dan sst di sheet baru dan beri nama sheet baru SST,
dan tentukan nilai rata-rata SST. Kemudian save as data dengan format Text
(Tab delimited).
68
4.2.1.4 ODV
23. Buka ODV dan Buka file dari pengolahan Ms Excel. Pastikan file type diganti
dengan all files. Klik Ok hingga muncul collection properties.
Gambar 71. Prosedur ODV Suhu

24. Atur collection properties seperti gambar. Klik ok hingga muncul peta. Data
field : ocean, Data type : Profiles , Primary Variable :Rata-rata.
69
25. Klik OK.

26. Akan muncul tampilan seperti gambar.
70
27. Klik kanan peta dan pilih zoom, sesuaikan batas zoom dengan kotak biru
yang di peta.

28. Tampilan akan menjadi seperti ini.
71
29. Pada menu bar klik view klik layout templates pilih 1 SURFACE Window.

30. Muncul tampilan seperti ini
72
31. Kemudian klik kanan pilih Properties

32. Klik Data pilih Colorbar Settings
73
33. Ganti Minimun = 28 ; Maximum = 32 kemudian klik OK.

34. Pilih Display Style kemudian centang Gridded Field dan pilih DIVA Gridding
74
35. Kemudian klik Contours dan klik arah ke kiri kemudian Klik OK
36. Hasil data olah suhu bulan Desember 2015, Januari dan Februari 2016.
75
37. Setelah muncul peta suhu simpan gambar dengan cara pilih file kemudian
save canvas as. Nilai graphic resolution masukkan 350 dpi.
76
4.2.2 Analisa Hasil Pengolahan Data
4.2.2.1 Analisa Hasil Suhu
Gambar 87. Hasil Pengolahan Data Suhu

Dari hasil praktikum lapang yang di lakukan pada mata kuliah meteorologi
kelautan pada stasiun cuaca BMKG Karangploso. Di dapatkan hasil bahwa suhu
permukaan laut di Malang Selatan pada bulan Desember 2015, Januari dan
Februari 2016 rata-rata berkisar antara 28,5-29,5oC. Dengan nilai suhu terendah
28oC dan suhu tertinggi 30oC. Suhu yang di peroleh adalah suhu kisaran optimal
untuk suhu suatu daerah. Penyebaran suhu juga dapat di pengaruhi oleh
kecepatan angin daerah tersebut.
Pada bulan Januari dan Februari Suhu Permukaan Laut (SPL) lebih rendah
sekitar 26.5-27.50C. Rendahnya SPL disebabkan massa air yang lebih dingin
dari Laut China selatan mengalir menuju perairan bagian timur Sumatra. pada
bulan Maret SPL di seluruh perairan Indonesia berkisar 28.5-29.50C relatif lebih
tinggi dari bulan-bulan yang lain. Kondisi SPL bulan April relatif sama dengan
bulan Maret kecuali di daerah selatan Jawa-Bali-Sumbawa, SPL mulai menurun.
mulai Mei, SPL di perairan timur Sumatra kembali menurun akibat massa air
dingin dari laut China Selatan. Bulan Juni memasuki musim timur SPL di bagian
selatan perairan Indonesia menurun 27.0-27.50C sementara SPL di perairan
bagian Utara Katulistiwa Indonesia berkisar antara 28-300C. Mulai bulan Juni
indikasi upwelling mulai terlihat di sepanjang selatan Jawa-Bali-Sumbawa. Pada
bulan Juli SPL di bagian selatan Indonesia semakin menurun dengan suhu
dominan 270C berbeda dengan SPL dibagian utara skitar 290C. Bulan Agustus
hingga September SPL di selatan semakin rendah (26oC) karena intensitas
77
upwelling semakin meningkat. (Gaol et al., 2014)
4.2.2.2 Analisa Hubungan SST dan ENSO
Hubungan Antara SST dan ENSO di Perairan

Selatan Jawa Timur, Korelasi = 0.999972
25 0
24 -0.5
23 -1
22 -1.5
21 -2
20 -2.5
Desember Januari Februari
SST SOI
Gambar 88. Analisa Hubungan SST dan ENSO
bulan SST SOI Korelasi

Desember 24.70484 -1 0.999972
Januari 21.74126 -2.12
Februari 21.84546 -2.09
Table 2. Hubungan SST dan ENSO
Di Perairan Selatan Jawa Timur pada musim barat dapat dilihat pada grafik
hubungan antara SST dan SOI menunjukkan terjadinya fenomena El Nino. Hal
ini ditunjukkan dengan nilai SOI pada bulan Desember 2015 yaitu -1, Januari
2016 yaitu -2.12, dan bulan Februari 2016 yaitu -2.09 dan terjadi selama 3 bulan
dengan nilai korelasi sebesar 0.999972. Berdasarkan nilai korelasi tersebut maka
menunjukkan bahwa hubungan antara SST dan SOI memiliki keeratan hubungan
yang sangat kuat dan berpengaruh terhadap suhu yang ditunjukkan dengan
kenaikan suhu.
Osilasi Selatan El Niño merupakan pemanasan lautan yang luas di daerah
Samudra Pasifik yang terjadi setiap tahunnya. Hal ini juga terjadi karena suhu
permukaan laut (SPL) antara Samudra Pasifik bagian barat dan timur. Fenomena
ENSO terjadi secara global dari sistem interaksi lautan di daerah Pasifik. ENSO
dapat dibagi menjadi dua fenomena yaitu El Niño dan La Niña. Selama El Niño,
tekanan yang sangat tinggi biasanya terjadi di daerah ekuator barat Pasifik yang
menyebabkan melemahnya angin pasat yang dapat mengurangi upwelling air
dingin. Biasanya El Niño ini menyebabkan kemarau panjang. Perairan Samudra
Pasifik bagian tengah dan timur terjadi kenaikan suhu dan kelembaban pada
78
atmosfer di atas Samudra tersebut. Pada bagian barat Samudra Pasifik, tekanan
udara meningkat sehingga menyebabkan terhambatnya pertumbuhan awan di
atas lautan bagian timur Indonesia, sehingga di beberapa wilayah Indonesia
terjadi penurunan curah hujan yang jauh dari normal. Selama periode La Niña,
angin pasat menjadi lebih kuat dari biasanya dengan terjadi peningkatan gradien
tekanan antara Samudra Pasifik bagian barat dan timur sehingga upwelling
menjadi lebih kuat di sepanjang pantai Amerika Selatan. Selama periode La
Niña, SPL di seluruh ekuator Samudra Pasifik bagian timur-tengah akan lebih
rendah dan akibatnya lebih dingin daripada Samudra Pasifik bagian barat.
Dengan hal tersebut, SPL di wilayah Indonesia menjadi lebih hangat dan terjadi
banyak konveksi yang mengakibatkan massa udara berkumpul di wilayah
Indonesia, termasuk massa udara dari ekuator Samudra Pasifik bagian timur dan
kemudian menunjang pembentukan awan dan hujan. Fenomena La Niña
seringkali mengakibatkan curah hujan yang jauh di atas normal yang dapat
menimbulkan bencana seperti banjir, angin kencang atau tanah longsor juga
menjadikan suhu muka laut di perairan Indonesia hangat dan curah hujan di
Indonesia menjadi menghangat. Variabilitas curah hujan bulanan di Indonesia
sangat terkait dengan ENSO dan menunjukkan hubungan antara tekanan
permukaan pada Darwin di Australia utara, suhu muka laut di Indonesia, dan
curah hujan Indonesia. Aktivitas ENSO di wilayah Indonesia yang mengakibatkan
penurunan jumlah curah hujan dan peningkatan curah hujan, sering terjadi
secara serentak. Permulaan dan panjangnya musim kemarau di wilayah
Indonesia tidak selalu sama dari tahun ke tahun meskipun fenomena monsun
adalah periodik. Hal ini menunjukkan bahwa selain dipengaruhi oleh monsun
Australiasia, iklim di Indonesia juga dipengaruhi fenomena alam global seperti
ENSO atau fenomena lokal (Panular dan Rahmat, 2016).
79
4.2.2.3 Analisa Hubungan SST dan IOD
Hubungan Antara SST dan IOD di Perairan Selatan

Jawa Timur, Korelasi = 0.568995
25 0.6
24 0.5
0.4
23
0.3
22
0.2
21 0.1
20 0
SST DMI
Gambar 89. Analisa Hubungan SST dan IOD
bulan SST DMI Korelasi

Desember 24.70484 0.49 0.568995
Januari 21.74126 0.438
Februari 21.84546 0.066
Table 3. Hubungan SST dan IOD
hubungan antara SST dan IOD menunjukkan terjadinya IOD-. Hal ini ditunjukkan
dengan nilai DMI pada bulan Desember 2015 yaitu 0.49, Januari 2016 yaitu 0.44,
dan bulan Februari 2016 yaitu 0,066 dan terjadi selama 3 bulan dengan nilai
korelasi sebesar 0.568995. Berdasarkan nilai korelasi tersebut maka
menunjukkan bahwa hubungan antara SST dan IOD memiliki keeratan hubungan
yang sedang dan berpengaruh terhadap suhu yang ditunjukkan dengan kenaikan
suhu.
Curah hujan di Pulau Jawa mencapai puncak tertinggi saat musim barat
di mana angin bertiup dari Asia menuju Australia sehingga membawa banyak
uap air. Curah hujan mulai menurun saat musim peralihan I dan mencapai nilai
minimum saat musim timur. Penurunan curah hujan saat muson timur terjadi
karena angin yang bertiup dari Australia menuju Asia hanya membawa sedikit
uap air. Pengaruh terjadinya fenomena IOD terhadap curah hujan juga berupa
peningkatan atau penurunan intensitas curah hujan dari keadaan normalnya.
Meskipun curah hujan saat fenomena IOD mengalami peningkatan atau
penurunan tetapi pola yang ditunjukkan tetap sama Saat fenomena IOD baik IOD
positif maupun IOD negatif curah hujan terendah tetap terjadi di musim timur dan
tertinggi terjadi di musim barat (Rahayu et.al 2018).
80
4.2.2.4 Analisa Hubungan SST, ENSO, dan IOD
Hubungan Antara SST, ENSO, dan IOD di Perairan

Selatan Jawa Timur, Korelasi = 0.575128
25 1
24 0
23
-1
22
21 -2
20 -3
SST SOI DMI
Gambar 90. Analisa Hubungan SST, ENSO dan IOD
Bulan SST SOI DMI Korelasi

Desember 24.70484001 -1 0.49 0.575128
Januari 21.74125736 -2.12 0.438
Februari 21.8454584 -2.09 0.066
Table 4. Hubungan SST, ENSO, dan IOD
hubungan antara SST, ENSO, dan IOD menunjukkan periode IOD negatif terjadi
bersamaan dengan periode el nino yang mengakibatkan SPL naik. Hal ini
menyebabkan terjadi penurunan intensitas upwelling dan membuat SPL lebih
hangat. Dengan nilai korelasi sebesar 0.575128 yang menunjukkan keeratan
hubungan yang sadang.
Nomali iklim seperti ENSO dan IOD. Identifikasi dinamika massa udara di
bagian timur Samudera Hindia, berdampak pada pola sebararn dan hasil
tangkapan ikan di, keanekaragaman ini. El Nino Southern Oscillation (ENSO)
merupakan anomali iklim menyebabkan gangguan kesetimbangan interaksi
lautan di Samudera Pasifik, secara global. ENSO yang membawa implikasi laut
Indonesia lebih dingin pada peristiwa El Nino dan lebih hangat pada peristiwa La
Nina. Sementara Samudera Hindia Dipole Mode (IOD) merupakan fenomena
serupa ENSO di Samudera Hindia, dicirikan anomali SPL lebih hangat dari
normalnya dibagian barat Samudera La-Hindia dan lebih dingin dibagian timur.
Pada saat ini, curah hujan meningkat di wilayah tropik Afrika, sedang di wilayah
kepulauan Indonesia terjadi kekeringan. Pusat Riset Kelautan Badan Riset dan
Sumber Daya Manusia Kelautan dan Perikanan Kementerian Kelautan dan
Perikanan Pusat Riset Kelautan Badan Riset dan Sumber Daya Manusia
81
Kelautan dan Perikanan Kementerian Kelautan dan Perikanan Pusat Riset
Kelautan Badan Riset dan Sumber Daya Manusia Kelautan dan Perikanan
Kementerian Kelautan dan Perikanan (Bestari, 2017).
82
5. PENUTUP
5.1 KESIMPULAN
Kesimpulan dari praktikum Meteorologi Laut adalah sebagai berikut :
1. Data yang di dapat pada bulan November 2015 adalah angin yang
berhembus sebesar 7-11 knots. Dengan suhunya didapatkan sebesar 28-
29,5oC
2. Pengolahan data angin menggunakan software ECMWF,ODV,Ms. Excel
dan WR-Plot. Pengolahan suhu menggunakan software NASA : Ocean
colour, SeaDas,Ms. Excel, ODV.
3. Dalam mempelajari hal tersebut kita bisa memperkirakan cuaca,
pengaruh perubahan iklim bagi kegiatan manusia, kita bisa
mengindentifikasi jenis pola awan
5.2 Saran
Saran untuk Praktikum :
Dalam praktikum meteorologi Laut yang dilaksanakan sudah baik karena
dilakukan dengan tertib di dalam kelas lalu kita diajarin cara mengolah data
menggunakan software khusus untuk mengolah data angin dan suhu dengan
sangat baik.
Saran untuk Asisten :
Kami berharap dalam mengajari seharusnya lebih sabar dan tidak terlalu
terburu – buru saat materi di power point, maupun saat melakukan tahap tahap
karena setiap mahasiswa memiliki kecepatan komputer yang berbeda beda,
serta untuk pengupload-an file di web perlu terjadwal lagi jangan terlalu mepet
dengan pelaksanaan praktikum. Semoga saja tahun depan praktikum
Meteorologi Laut menjadi lebih baik lagi dari tahun ini.
83
DAFTAR PUSTAKA
Akhlak, M.A., Supriharyanto., A.Hartoko. 2015. Hubungan variabel suhu
permukaan laut, klorofil-a dan hasil tangkapan kapal purse seine yang
didaratkan di tapi bajomulyo juwana, pati. Diponegoro Journal of
Maquares. Vol 4(4) : 128-135
Amri, K., D. Mamurung, J. L. Gaol dan M. S. Baskoro. 2013. Karakteristik
SuhuPermukaan Laut dan Kejadian Upwelling Fase Indian Ocean
Dipole ModePositifdi Barat Sumatera dan Selatan Jawa Barat. Jurnal
Segara. 9(01):23-35
Arief, Muchlisin., S.W. Adawiyah., E. Parwati., R. Hamzah., T. Prayogo. 2015.

Pengembangan model ekstraksi suhu permukaan laut menggunakan
data satelit landsat 8 studi kasus: teluk lampung. Jurnal Penginderaan
Jauh. Vol 12(2) :107-122.
Arafah, F. 2017. Pengaruh fenomena La-Nina terhadap suhu permukaan laut di
perairan Kabupaten Malang. Teknik Geodesi Fakultas Teknik Sipil dan
Perancangan ITN Malang. 15(30): 57-68
Asynuzar, N. 2014. Pengembangan Aplikasi Pengolahan Data Cuaca pada
Stasiun Meteorologi Maritim Pontianak. Jurnal Teknik Elektro Fakultas
Teknik Universitas Tanjungpura.
Bestari. M. 2017. Pusat Penelitian Kelautan dan Sumber Daya Manusia Kelautan
dan Perikanan Kementerian Kelautan dan Perikanan. Jurnal Segara. Vol
13 (1) : 1-73.
BP3IP. 2018. Macam–Macam Awan (http://bp3ipjakarta.ac.id) diakses pada
tanggal 6 November 2018 pukul 18.00 WIB.
Cuaca Jateng. 2018. Pembentukan Awan (http://www.cuacajateng.com) diakses
pada tanggal 6 November 2018 pukul 21.00 WIB.
Ekayana, I.M., I.W.G. Astawa Karang., A.R.As-syakur., I. Jatmiko., D. Novianto.

2017. Hubungan hasil tangkapan ikan tuna selama februari-maret 2016
dengan konsentrasi klorofik-a dan SPL dari data penginderaan jauh di
perairan selatan jawa-bali. Journal of Marine and Aquatic Sciences.
Vol 3(1) : 19-29
Emiyati., K.T.Setiawan., A.KS.Manopo., S.Budhiman., B.Hasyim. 2014. Analisis

multitemporal sebaran suhu permukaan laut di perairan lombok
menggunakan data penginderaan jauh modis. Deteksi Parameter
84
Geobiofisik dan Diseminasi Penginderaan Jauh.
Fadholi, Akhmad. 2013. Studi Dampak El Nino dan Indian Ocean Dipole (IOD)
terhadap Curah Hujan di Pangkalpinang. Jurnal Ilmu Lingkungan.
11(01):43-50.
Fadholi, A. 2013. Analisis Data Arah dan Kecepatan Angin Landas
Pacu(Runway ) Menggunakan Aplikasi Windrose Plot (WRPLOT).
Jurnal IlmuKomputer. 9(2) : 84-91.
Gaol, Lumban Jonson; Risti Endriyani Arhatin, dan Marisa Mei Ling. 2014.
Pemetaan suhu permukaan laut dari satelit di perairan indonesia untuk
mendukung “one map policy”.Bogor: Seminar Nasional Penginderaan
Jauh.Hal: 433-442
Halim, M. A. R., Kunarso, dan Jarot Marwoto. 2017. Identifikasi Faktor
Oseanografi yang Berpengaruh Terhadap Hasil Tangkapan Ikan
Kembung di Perairan Kabupaten Pati. Jurnal Oseanografi. Vol.6(3):
500 – 515.
Hestiningsih, Y. P., B. Sasmito, A. Wirasatriya. 2017. Identifikasi kawasan
upwelling berdasarkan variabilitas klorofil-a, suhu permukaan laut dari
data citra aqua modis tahun 2003-2015 dan arus (studi kasus: perairan
nusa tenggara timur). Jurnal Geodesi Undip. 6(1): 189-198.
HK, BayongTjasyono. 2012. Mikrofisika Awan dan Hujan. Badan Meteorologi
Klimatologi dan Geofisika. Jakarta. 257 hlm.
Indrawan A.J., dan S. Dibyosaputro. 2016. Pemodelan Distribusi Abu Vulkanik
Hasil Erupsi Gunung Api Merapi Tahun 2010 dengan Menggunakan
ASH3D. Jurnal Bumi Indonesia. 1-7.
Kusumaningtyas, Diva. 2015. Perbandingan Suhu Permukaan Laut Dari Citra
Modis dan Data Suhu Hasil Pengukuran Hobo di Perairan Pulai
Pari,Kepulauan Seribu, Jakarta.Bogor.Departemen Ilmu dan
TeknologiKelautan Fakultas Perikanan dan Kelautan. Institut Pertanian
Bogor.
Lubis M.Z., dan H. Khoirunnisa. 2016. Dinamika Pantai Praikalogu Di Provinsi
Nusa Tenggara Barat, Indonesia. Jurnal Integrasi. Vol.8(2): 125-133.
Lusiani dan T. Wardoyo. 2017. Analisis Arah dan Kecepatan Angin dengan
Aplikasi WRPLOTS. Jurnal Ilmu-ilmu Kemaritiman, Manajemen dan
Transportasi. Vol.15(25):19-29.
Maryone, Rini. 2017. Peran Perempuan dalam Budaya Maritim Waropen. Jurnal
85
Papua. Vol. 9(2): 193-204.
Misbahudin, Abdul Wahab, dan Unung Lesmanah. 2017. Analisa Pengaruh
Perbedaan Variasi Jumlah Suhu Untuk Optimalisasi Daya Listrik pada
Turbin Angin Savonius Bertingkat. Program Strata Satu Teknik Mesin
Universitas Islam Malang, Program Studi Teknik Mesin Fakultas Teknik
Universitas Islam Malang.
Muliadi dan E. Ruwaidah. 2013. Pemetaan Potensi Energi Angin di Pesisir Pantai
Senggigi Guna Mendukung Pengembangan Energi Terbarukkan.
Narulita Ida. 2017. Pengaruh ENSO dan IOD pada Variabilitas Curah Hujan di
DAS Cerucuk, Pulau Belitung. Jurnal Tanah dan Iklim. 41(1): 45-60.
Panular, A. L., dan R. Gernowo. 2016. Analisa Penyimpangan Iklim dari
Fenomena ENSO menggunakan Model Korelasi Studi Kasus Bogor.
Youngster Physics Journal. ISSN : 2302 - 737. 5(4) :381-390.
Patty, Simon I. 2013. Distribusi Suhu, Salinitas dan Oksigen Terlarut di Perairan
Kema, Sulawesi Utara. Jurnal Ilmiah Platax. 1(3): 148-157.
Prasetyo, B.A., S. Hutabarat., A. Hartoko. 2014. Sebaran spasial cumi-cumi
(Loligo Spp.) dengan variabel suhu permukaan laut dan klorofil-a data
satelit modis aqua di selat karimata hingga laut jawa. Diponegoro
Journal Of Maquares. Vol 3(1) : 51-60.
Purba N P. 2014. Variabilitas Angin dan Gelombang Laut Sebagai Energi
Puspita, E. S., dan Liza Yulianti. 2016. Perancangan Sistem Peramalan Cuaca
Berbasis Logika Fuzzy. Jurnal Media Infotama. ISSN 1858 – 2680.
Vol. 12(1): 1-10.
Putra, E., J. Lumban Gaol, dan V. P. Siregar. 2017. Hubungan Konsentrasi
Klorofil-A dan Suhu Permukaan Laut dengan Hasil Tangkapan Ikan
Pelagis Utama di Perairan Laut Jawa dari Citra Satelit Modis. Jurnal
Teknologi Perikanan dan Kelautan. 3(2) : 1-7.
Purwanti, I., Y. Prasetyo, dan A. P. Wijaya. 2017. Analisis Pola Persebaran
Klorofil-A, Suhu Permukaan Laut, dan Arah Angin Untuk Identifikasi
Kawasan Upwelling Secara Tempporal Tahun 2003—2016. Jurnal
Geodesi Undip. ISSN : 2337-845X. Vol. 6(4): 506-516.
Rahayu N.A,. Sasmito B.,Bashit N.2018. Analisis Pengaruh Fenomena Indian
Ocean Dipole (Iod) Terhadap Curah Hujan Di Pulau Jawa. Jurnal
Geodesi Undip. Vol 7(1).
Siregar, S., T.A. Barus dan Z.A Harahap.2014.Analisis Konsentrasi Klorofil-A
86
danSuhu Permukaan Laut Menggunakan Data Satelit Aqua MODIS
SertaHubungannya dengan Hasil Tangkapan Ikan Tongkol (Euthynnus
sp.) di Selat Malaka.Universitas Sumatera Utara.
Sumardi, Y. 2017. Ilmu Kebumian. UNY-Press : Yogyakarta.
Syafik A., Kunarso., Hariadi. 2013. Pengaruh sebaran dan gesekan angin
terhadap sebaran suhu pemukaan laut hindia (Wilayah pengolahan
perikanan republic Indonesia 573). Jurnal OSEANOGRAFI.
Vol.2(3):318-328.
Trijayanto, D.P dan B.M.Sukojo. 2015. Analisa nilai klorofil dengan menggunakan
data MODIS, VIIRS, dan IN SITU (studi kasus : selat madura). Geoid.
Vol 11(1) : 34-39.
Yoga, R. B., H. Setyono, dan G. Harsono. 2014. Dinamika Upwelling dan

Downwelling Berdasarkan Variabilitas Suhu Permukaan Laut dan
Klorofil-A di Perairan Selatan Jawa. Jurnal Oseanografi. 3(1): 57-66.
87

Laporan Praktikum Meteorologi Laut Fix

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Laporan Praktikum Meteorologi Laut Fix

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN PRAKTIKUM METEOROLOGI LAUT

ASISTEN : SHINTA DIANA AYU SAFITRI

JURUSAN PEMANFAATAN SUMBERDAYA PERIKANAN DAN ILMU

MUHAMMAD SHABRI PRATAMA 185080200111014

DEVI NIKEN TRISNAWATI 185080200111016

AURUM NOOR’IZZAH 185080200111018

RATIH ELMAIDA PASARIBU 185080200111020

MUHAMMAD IBRAHIM PUTERA S 185080200111022

MAYA ARUNIA DAMAI YANTI 185080200111024

JURUSAN PEMANFAATAN SUMBERDAYA PERIKANAN DAN ILMU

Dengan ini menyatakan bahwa telah disetujui Laporan Praktikum

Malang, 16 November 2018

Koordinator Asisten, Asisten

PERDANA NEOARDO P. SHINTA DIANA AYU SAFITRI

Dalam laporan yang telah diselesaikan ini, penulis mencoba menyajikan

Semoga laporan ketik ini dapat dipahami bagi siapapun yang

Malang, 7 November 2018

LAPORAN PRAKTIKUM METEOROLOGI LAUT................................................. ii

LEMBAR PENGESAHAN .................................................................................... iii

KATA PENGANTAR ........................................................................................... iv

DAFTAR ISI ......................................................................................................... v

DAFTAR GAMBAR ............................................................................................. vii

DAFTAR TABEL .................................................................................................. x

1.1 Latar Belakang ...................................................................................... 1

2.1 Wilayah Kajian ........................................................................................... 4

3.1 Alat dan Fungsi ........................................................................................ 28

4.1 Angin ........................................................................................................ 39

5.1 KESIMPULAN .......................................................................................... 83

Gambar 1. Macam-Macam Awan ........................................................................ 5

Table 1. Alat dan Fungsi .................................................................................... 30

1.1 Latar Belakang

1.3 Waktu dan Tempat

2.1 Wilayah Kajian

2.2.1 Macam-Macam Awan

Gambar 1. Macam-Macam Awan

Gambar 2. Awan Sorostratus

Gambar 3. Awan Sirokumulus

2.2.1.2. Kelompok Awan Sedang

Gambar 5. Awan Altokumulus

2.2.1.3. Kelompok Awan Rendah

Gambar 8. Awan Stratokumulus

Gambar 9. Awan Stratus

2.2.1.4. Kelompok Awan Perkembangan Vertikal

Gambar 10. Awan Kumulus

Gambar 11. Awan Kumulonimbus

Gambar 12. Proses Terbentuknya Awan

2.3.1 Pengertian angin

2.3.2 Macam – Macam Angin

2.3.4 Manfaat Bagi Perikanan dan Kelautan

Gambar 13. Tampilan Awal ECMWF

Gambar 14. Tampilan awal WRPLOT

2.4 Suhu Permukaan Laut (SPL)

2.4.1 Pengertian Suhu Permukaan Laut (SPL)

2.4.2 Faktor -Faktor yang Mempengaruhi Suhu Permukaan Laut

2.4.3 Manfaat SPL bagi Perikanan dan Kelautan

2.4.4 NASA : Ocean Colour

2.4.6 Ocean Data View (ODV)

2.5.1 Musim Timur

Tingginya nilai rata-rata konsentrasi klorofil-a pada musim timur tahun

2.5.2 Musim Peralihan I

Data dianalisis menggunakan analisis korelasi sederhana dengan selang

2.5.3 Musim Barat

2.5.4 Musim peralihan II

2.6 Indian Ocean Dipole (IOD)