LAPORAN PRAKTIKUM

PENGOLAHAN DATA OSEANOGRAFI MENGGUNAKAN GIOVANNI

ACARA 7

Disusun oleh:
Nama : Haniswanti
NIM : 18/426862/GE/08798
Hari, Tanggal : Selasa, 28 September 2021
Waktu : 15.00
Asisten : 1. Setiawan Djody H
2. Amanda Maisehlla

LABORATORIUM PENGINDERAAN JAUH

PROGRAM STUDI KARTOGRAFI DAN PENGINDERAAN JAUH
DEPARTEMEN SAINS INFORMASI GEOGRAFI
FAKULTAS GEOGRAFI
UNIVERSITAS GADJAH MADA
2021
I. TUJUAN
Mahasiswa mampu mengolah data oseanografi multitemporal menggunakan platform
cloud-computing. Dalam praktikum ini yang digunakan adalah platform Giovanni
milik NASA
II. PEMBAHASAN
Giovanni (Geospatial Interactive Online Visualization AND aNalysis
Infrastructure) adalah aplikasi berbasis Web yang dikembangkan oleh Goddard Earth
Sciences Data and Information Services Center (GES DISC) yang menyediakan cara
sederhana dan intuitif untuk memvisualisasikan, menganalisis, dan mengakses sejumlah
besar data penginderaan jauh ilmu bumi tanpa harus mengunduh data (meskipun unduhan
data juga didukung).. Giovanni menyediakan akses ke berbagai set data satelit,
terkonsentrasi terutama di bidang komposisi atmosfer, dinamika NASA atmosfer,
pengendapan global, hidrologi, dan radiasi matahari. Lebih dari 1.600 variabel saat ini
tersedia di Giovanni. Pengguna yang melakukan pencarian segi dapat memfilter variabel
berdasarkan misi satelit (TRMM, Global Precipitation Measurement (GPM)), instrumen,
resolusi spasial atau temporal, atau kategori lainnya.
Giovanani dapat dimanfaatkan dalam berbagai penelitian seperti analisis pada suhu
permukaan laut (SPL) dan konsentrasi klofofil-a. Pengukuran suhu permukaan laut (SPL)
kali ini menggunakan satelit MODIS- Aqua dengan ukuran piksel 4x4 km2 data tersebut
memeiliki rentan waktu 2002-2021, pada praktikum ini digunakan data pada tahun 20153
dengan area kajian adalah pulau Jawa. Plot yang digunakan untuk data kali iniadalah Time-
Averanged Map yang merupakan salah satu tipe plot/servis yang disesiakan Geovanni
untuk memviasualisaikan data. Time-Averanged Map merupakan visualisai peta rata-rata
waktu menunjukkan nilai data untuk setiap sel kisi dalam area yang ditentukan pengguna,
dirata-ratakan (linier) selama rentang waktu yang ditentukan pengguna sebagai lapisan
peta. Nilai isian tidak berkontribusi pada nilai rata-rata waktu. Peta yang dihasilkan dapat
diperbesar dan digeser. Opsi plot mencakup pengaturan nilai minimum dan maksimum
untuk skala warna, dan dalam beberapa kasus memilih palet lain(Geovanni, 2021). Dari
hasil visualisasi data SPL Pulau Jawa tahun 2015 menunjukkan bahwa suhu permukaa laut
yang mengelilingi pulau Jawa didominasi oleh nilai yang tinggi yakni >27oC dan pada
bagian selata pulau terdapat dekat dengan area pesisir menunjukkan SPL antara 21-24
o
C.Peristiwa tersebut dapat diakhibatakan oleh kejadian EL-Nino dan La-Nina. El-Nino
dan La-Nina merupakan fenomena cuaca global yang berlangsung di wilayah ekuator
samudera pasifik dan pada umumnya dikaitkan dengan adanya anomali iklim dunia. El-
Nino dan La-Nina sering disebut dengan ENSO (El-Nino Southern Oscillation). El-Nino
Southern Oscillation (ENSO) merupakan fenomena cuaca yang terjadi setiap 3 sampai 7
tahun dengan intensitas bervariasi (Irawan, 2006). ENSO merupakan pola berulang dari
variabilitas iklim di bagian timur samudera Pasifik yang ditandai dengan anomali
temperatur permukaan laut (penghangatan permukaan laut menggambarkan kejadian El
Nino sedangkan pendinginan permukaan laut menggambarkan kejadian La Nina) dan
 anomal Sea level pressure (Southern Oscillation) (Naylor, dkk, 2001 dalam Asyakur
A,R.2010). Pada Tahun 2015 terjadi fenomena El-Nino di Wilayah Pulau Jawa. Hal
tersebut mengakhibatkan terjadinya kekeringan yang ekstrim.
Visualisasi data juga Giovanni juga dapat dilakukan dengan Time Seris, Recurring
averages. Time Seris, Recurring Averanges menghitung rangkaian waktu rata-rata area
untuk setiap tahun dalam pilihan pengguna untuk satu hari, periode hari (hingga 10 hari),
bulan tertentu, atau musim meteorologi 3 bulan. Untuk menghindari bias hasil, sebagian
musim (yaitu, hilang satu atau dua bulan) tidak diplot. Dimana data yang digunakan kali
ini adalah data SPL pada tahun 2013-2017 dari satelit MODIS-Aqua. Bulan yang diambil
adalah bulan Januari, Mei, September dan Desember. Dari data tersebut menunjukkan
bahwa pada tahun 2015 temperatur SPL adalah paling rendah dibandingkan tahun yang
lain (2012,2014,2016,dan 2017)
Dengan Giovanni juga memungkinkan dilakukan analisis korelasi dan perhitungan
RMS-error. Dimana data yang digunakna disini adalah data Klorofil-a dan data SPL pada
tahun 2015. Dari hasil plot sccater menunjukkan bahwa pada scatter statik dan averange
menghasilkan nilai ngeratif secara berturut-turut adalah -0.16 (RMSE 1.5) dan -0.89 dan
(RMSE 0.5).
IX. KESIMPULAN
Giovanni menrupakan aplikasi berbasis WEB yang menyediakan akses ke berbagai
set data satelit, terkonsentrasi terutama di bidang komposisi atmosfer, dinamika NASA
atmosfer, pengendapan global, hidrologi, dan radiasi matahari, dengan Giovanni
memungkinkan dilakukannya pengolahan data oseanografi multitemporal menggunakan
platform cloud-computing.
X. DAFTAR PUSTAKA
As-syakur,A.R. 2010. Pola Spasial Pengaruh Kejadian La Nina Terhadap Curah Hujan di
Indonesia Tahun 1998/1999; Observasi Menggunakan Data TRMM Multisatellite
Precipitation Analysis (TMPA) 3B43. Prosiding Pertemuan Ilmiah Tahunan (PIT) XVII
dan Kongres V Masyarakat Penginderaan Jauh Indonesia (MAPIN). 9 Agustus 2010,
Institut Pertanian Bogor (IPB). Bogor-Indonesia. pp. 230-234
Irawan, B. (2006). Fenomena Anomali Iklim El-Nina dan La-Nina: Kecenderungan Jangka
Panjang dan Pengaruhnya Terhadap Produksi Pangan, Forum Penelitian Agro Ekonomi
Vol. 24, Bogor.
XI. HASIL
Time-Averaged Map 2015
Time Seris, Recurring Averages 2013-2017 (Jan, Mei, Sep,Des)

Scatter Plot
XII. TUGAS

1. Jelaskan bagaimana proses upwelling dapat terjadi!

2. Jelaskan mengapa proses upwelling dapat meningkatkan produktivitas perairan laut!
Jawab:
1. Proses upwelling merupakan fenomena alam yang sering terjadi di perairan laut,
khususnya di perairan laut di daerah khatulistiwa. Secara teoritis terjadinya proses
 upwelling karena adanya pengaruh angin dan adanya proses divergensi Ekman. Secara
teoritis angin mengakibatkan terjadinya arus horisontal yang bergerak di permukaan
perairan laut Angin tersebut juga dapat mengakibatkan pergerakan massa air yang
disebut taikan atau penaikan air (upwelling) dan sasapan atau penyasapan/
penenggelaman air (downwelling)

Terjadinya arus upwelling disebabkan oleh berbagai faktor, namun penyebab utamanya
adalah angin yang berhembus di atas permukaan laut.

Bila ada angin yang berhembus terus menerus dalam waktu yang lama dengan
kecepatan yang cukup besar di belahan bumi selatan akibat gaya Koriolis, pergerakan
massa air bukan searah dengan arah angin melainkan akan berbelok ke sebelah kiri.

"Kekosongan" yang terjadi akibat perpindahan massa air tersebut akan diisi oleh air
yang ada di dekatnya.

Pengisian "kekosongan" tidak mungkin dari sebelah kiri (karena arus mengalir ke arah
ini). Juga tidak mungkin dari depan atau belakang (karena angin berhembus daria arah
ini). Maka pengisian tersebut hanya dimungkinkan dari massa air yang berada
disebelah kanannya.

Andaikan situasi itu terjadi pada suatu daerah laut dengan pantai terletak di sebelah
kanan (lihat Gambar 1.). Garis pantai sejajar dengan arah hembusan angin. Maka
pengisian kekosongan akibat mengalirnya massa air ke sebelah kiri tidak dapat dari
sebelah kanannya (karena daerah ini adalah pantai). "Kekosongan" ini diisi oleh massa
air yang berada dibawahnya. Gerakan massa air inilah yang disebut Upwelling.

2. Upwelling merupakan proses yang penting untuk mengembalikan zat hara dari lapisan
air dekat dasar ke daerah permukaan untuk dapat digunakan kembali untuk proses
kehidupan. Oleh karenanya daerah pantai dimana terjadi proses upwelling akan sangat
kaya plankton. Dan jika plankton sangat banyak terdapat, ikan-ikan pun akan
berkumpul di daerah ini. Itulah sebabnya daerah-daerah upwelling merupakan daerah
yang sangat baik untuk usaha penangkapan.