Laporan Praktikum II
Hari/Tanggal: Jumat/8Oktober 2010
m.k. Teknik Deteksi Bawah Air
Asisten: Asep Ma¶mun
REAL TIME MOORING BUOY DATA
Disusun Oleh: Neira Purwanty Ismail C54070029
BAGIAN AKUSTIK DAN INSTRUMENTASI KELAUTAN DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN INSTITUT PERTANIAN BOGOR 2010
I.
PENDAHULUAN
1.1 Latar Belakang
Pada saat ini perkembangan bidang ilmu pengetahuan dan teknologi sangat pesat termasuk pada bidang kelautan dan perikanan. Berbagai teknologi diciptakan untuk memudahkan manusia untuk memperoleh informasi. Tersedianyainformasidanpengetahuanmengenaipengelolaansuatusumberdayaikans angatmendukungpengembangandanpengelolaanikandalamsuatukawasanperairan. Pendugaan parameter ± parameter perairanmemerlukan data yang real timedankontinu. Penelitiansecarainsidentiltidakbisamemberikanhasil yang optimal karena data yang di dapatkanhanyaparsialdandalamjangkawaktu yang pendeksehiunggatren yang diinginkanmenjadi bias karenaharusdilakukaninterpolasi. Dengan adanya sistem buoy yang mampu menduga parameter ± parameter yang diamati secara kontinyu maka akan membantu untuk melakukan pengelolaan yang lebih terencana. Mooring buoy adalah suatu sistem penyajian data fisik, kimia dan biologi laut yang merupakan data real time dan kontinu hasil pengukuran in-situ. Data buoy yang diperoleh dari sistem buoy di laut, kemudian di kirim (ditransmisikan) ke stasiun penerima (receiver ) didarat untuk diolah dan dianalisis. Pada praktikum kali ini, mahasiswa mengolah data buoy time series yang diperoleh dari situs http://www.ndbc.noaa.gov/. NDBC (National Data Buoy Center) adalah suatu sistem yang mengelola ratusan mooring buoy yang ada di dunia. Data time series adalah data hasil pengukuran fenomena laut yang berlangsung pada periode yang panjang. Pengolahan data time series tersebut harus melalui pendekatan time series analisis dan fast fourier transform (FFT) sehingga output data berupa grafik power spectral density (PSD) dan frekuensi.
1.2 Tujuan
Tujuan dari praktikum ini adalah mahasiswa dapat memaha mi pengertian sistem buoy dan aplikasinya serta dapat mengolah data yang diunduh dari hasil penukuran buoy. II. TINJAUAN PUSTAKA
2.1 Mooring Buoy
Mooring buoy adalah suatu sistem buoy yang dapat melakukan perekaman dan transfer data atau informasi dari satu titik ke titik lain ( point to point communiations) pada luasan area yang besar.Buoy adalah peralatan yang terbuat dari bahan plastik atau fiber dengan kerangka besi yang befungsi sebagai pelampung, pada buoy terdapat processor, solar, sel, sensor-sensor dan sistem komunikasi data satelit. Data dari buoy berfungsi memberikan informasiyang berguna untuk pengelolaan sumberdaya kelautan dan perikanan. Sistem mooring buoy diciptakan untuk menduga parameter-parameter fisik, kimia dan biologi laut secara real timedan kontinu. Pada buoy terdapat berbagai macam peralatan diantaranya sensor diantaranya sensor DO (oksigen terlarut), sensor optisen untuk mengukur kepadatan plankton, sensor nutrien, sensor CTD ( Conductivity Temperature Depth), sensor arus, gelombang, sensor meteorologi dan s ebagainya. Kemudian buoy dilengkapi dengan sumber tenaga (dapat berasal dari panel surya dan baterai aki), komponen komunikasi dan elektronika yang membantu proses kerja buoy selama di perairan. Pada sistem buoy terdapat 2 stasiun pengendali, yaitu stasiun pengirim (transmitter ) dan stasiun penerima (receiver ) (Borden,1997) untuk kepentingan transfer data ada tiga metode yang biasa digunakan, diantaranya adalah: 1. Transfer data dengansatelit 2. Transfer data dengan GSM (Global System for Mobil Communication ) 3. Transfer data dengan RF (Radio Frekuensi) Pada transfer data denganmenggunakansatelit, fungsisatelitadalahsebagairelai data, artinyapenyampaian data yang didapatkanoleh sensor di terimaterlebihdahuluolehsatelitkemudianditransmisikankestasiunpenerima. Mekanismepenyampaian data padaintinyaadalahsama, yang membedakantools ataualatkirimnyaseperti yang telahdisebutkan di atas. Keungulan dan kelemahan sistem tranmisi data dari pembahasan diatas adalah sebagai berikut:
1.
SistemSatelit Keunggulan: -
Luasdaerahcakupanluas
-
Penyampaian data cepatdanakurat
-
Data yang ditransmisikan kapasitasnya besar dalam bentuk multimedia.
Kelemahan: -
Infrastrukturnyamahal
- Download datamemerlukanperizinanterhadap vendor satelit -
Band / lebar pita padasatelitterbatas
2. Sistem GSM Keunggulan: -
Infrastrukturnyamurahkarenatidakmemerlukanpembangunaninfrastruktur yang baru, hanyamemanfaatkaninfrastruktur ya ng ada
-
Cakupannyalebihluasdibandingkandengansistem RF
-
Format data digital sehingga data yang ditransmisikanlebihakurat
-
Frekuensi yang digunakan sangat tinggi, hampir sama dengan frekuensi satelit
Kelemahan: -
Cakupan areanya terbatas pada sistem transmisi yang memiliki BTS
( Base Transceiver Station)
-
Kekuatansinyalterbatasdansangatdipengaruhiolehkondisigeografis
-
Kapasitas transfer data terbatas, karenakarakter yang ditransmisikanjugaterbatas.
3.
SistemTransmisi data via RF (Radio Frequensi) Keunggulan: -
Biaya infrastruktur relatif murah untuk diimplementasikan
-
Sangatefektifjikaantarastasiunpengirimdanpenerimajaraknyatidakterlaluja uh
-
Kapasitas data yang dikirimkanrelatiflebihbesardaripada GSM
Kelemahannya: -
Kualitas data yang dihasilkansangatdipengaruhiolehkondisilingkungan
-
Daerah cakupanterbatas, tergantungdari P ower yang diberikan
-
KondisiSinyal to Noise Ratio-nyatidakstabil
2.2 National Data Buoy Center
National Data Buoy Center (NDBC) adalah salah satu bagian dari National Oceanographic and Atmospheric Administration¶s (NOAA) National Weather Service (NWS) yang mengoperasikan dan mengontrol kualitas data pada lebih dari 100 moored buoy, 50 stasiun Coastal-Marine Automated Network (C-MAN), 55 Tropical Atmosphere Ocean (TAO) dan 39 stasiun pendeteksi tsunami DeepOcean Repoting and Assesment of Tsunamis (DART). Stasiun tersebut mengukur data-data penting lingkungan perairan dan atmosfir untuk mendeteksi bencana atau early warning system. Sistem buoy juga dirancang untuk merekam data dan memberikan informasi terhadap observasi da n analisis jangka panjang untuk penelitian. NDBC telah mengembangkan kemapuan sistem buoy untuk mengukur dan merekam data-data berikut ini secara real ti me: -
Tekanan atmosfir
-
Arah angin, kecepatan angin da n hembusan
-
Tekanan air dan udara
-
Energi spektra gelombang
-
Ketinggian kolom air
-
Kelembaban relatif
-
Kecepatan arus di samudera
-
Presipitasi
-
Salinitas
-
Radiasi sinar matahari
-
Visibilitas
-
Level air dan kualitas air Data yang disajikan oleh NDBC ditransmisikan dari stasiun pengirim
(transmitter ) melalui satelit ke stasiun penerima ( receiver ) di daratan untuk diolah kemudian disajikan pada situs http://www.ndbc.noaa.gov/
Gambar 1. Proses pengambilan data dan transmisi pada buoy (Sumber: http//www.ndbc.noaa.gov)
2.2 Pengambilan dan Pengolahan Data Bouy
Proses pengambilan dan transmisi data buoy ditunjukkan oleh ga mbar dibawah ini.
Gambar 2. Pemrosesan data buoy (Sumber: http://www.geocities.com/klipingmedia)
Sistem data buoy diaplikasikan untuk bidang kelautan teruta ma: Bidang Oseanografi Mendeteksi parameter-parameter oseanografi yang dilakukan secara kontinu, seperti parameter suhu, sa;initas, kecerahan, kekeruhan perairan, kedalaman, arus laut, tinggi gelombang, arah dan kecepatan a ngin dan lain-lain. Bidang Biologi Mendeteksi kelimpahan algae di suatu perairan, digunakan untuk mengontrol ekosistem perairan dan digunakan untuk kepentingan seperti; penyediaan obat-obatan dari sumber bahan algae untuk kepentingan medis.
2.3 Fast Fourier Transform (FFT) dan Power Spectral Density
Transformasi linier terutama Fourier secara luas digunakan untuk menyelesaikan masalah-masalah di bidang teknik. Transformasi ini digunaka n untuk menyelesaikan analisis sistem linier, optik, random process modeling, teori probabilitas, fisika kuantum dan lain-lain (Bringham, 2-3). Dalam bidang fisika dan stastistika pengolahan sinyal dikenal istilah spectral density, power spectral density (PSD) atau energy spectral density (ESD) adalah suatu fungsi dari variabel frekuensi yang beras osiasi dengan determinasi fungsi waktu, dimana fungsi dinyatakan power per Hz, atau energi per Hz. Secara sederhana disebut spektrum sinyal. Fungsi spektral density ini menangkap frekuensi data untuk memudahkan indetifikasi periodik (Batenlov, 2005) Fourirer Transform pada dasarnya berfungsi mendekomposisikan atau memisahkan sebuah bentuk gelombang atau fungsi menjadi sinusoidal atau frekuensi berbeda yang jumlahnya sesuai dengan bentuk gelombang aslinya. Fourier transfrom untuk mengidentifikasikan atau membedakan sinusoidal pada frekuensi yang berbeda dan masih merepresentatifkan nilai data aslinya. Hal tersebut didefiniskan dalam persamaan matematik (Hoffman) Data time series yang bersifat kontinu memiliki periode perkaman waktu yang panjang. Untuk mengidentifikasikan dan menganalisis data ti me series tersebut dapat menggunakan fourier transform. Data time series yang panja ng (fungsi parameter terhadap waktu) ketika ditransformasikan fourier akan menjadi fungsi dari power spectral density (PSD) terhadap frekuensi.
III. METODOLOGI
3.1 Alat dan Bahan
Alat dan baha n yang digunakan pada praktikum iniadalah sebagai berikut: -
PC komputer/laptop
-
Data Buoy yang diunduh dari situs http://www.ndbc.noaa.gov/ Data mooring yang digunakan adalah buoy 2N 170W (W MO: 51305) pada lokasi 2°0'0"LU dan 170°0'0"BB pada tanggal 22-30 September 2010
-
Program Excel dan Matlab
3.2 Metode 3.2.1 Pengambilan Data
1. Buka situs http://www.ndbc.noaa.gov/ pilih buoy yang akan diambil datanya, misalnya buoy 51305 yang berada pada samudera Pasifik.
Gambar 3. Halaman depan situs http://www.ndbc.noaa.gov/
2. Tentukan parameter-parameter waktu (waktu awal hingga akhir perekaman) data yang ingin diolah. Misalnya download data arah angin, kecepatan angin, dan tekanan udara di per mukaan air. Kemudian download data tesebut.
Gambar 4. Data stasiun buoy yang dipilih
3. Buka data hasil download tersebut di program Excel, urutkan data dari awal hingga akhir pengukuran. 4. Data yang telah disimpan tersebut diolah di program Matlab untuk memperoleh grafik dengan menggunakan syntax 5. Kemudian buat tampilam grafik power spectral density (PSD) function dari data tesebut di Matlab. 6. Selanjutnya olah data berdasar perhitungn Julian day, dan ta mpilkan grafik plot time series di Matlab.
3.2.2 Analisis Data
1. Plot dan analisis masing-masing data buoy yang diperoleh dengan melihat garfik hubungan antara parameter yang diperoleh terhadap waktu. 2. Identifikasi pada waktu berapa terjadi fenomena perairan kemudian buatlah rentangan nilainya.
IV. HASIL DAN PEMBAHASAN
Data buoy yang digunakan adalah sistem bouy 2N 170W (W MO: 51305), berstatus aktifyang ditransmisikan Argos 774. Data yang diambil adalah data arah angin dan kecepatan angin serta tekanan udara pada lokasi pada lokasi 2°0'0"LU dan 170°0'0"BB pada tanggal 22-30 September 2010. Di bawah ini adalah grafikgrafik yang dibentuk dari data-data buoy tersebut.
Gambar 5. Grafik data arah angin Berdasar gambar grafik data arah angin di atas, tampak bahwa arah angin yang terjadi pada suatu periode mengalami fluktuasi dan amplitudo yang cukup besar. Hal tersebut dapat dilihat dari bentuk gelombang memiliki puncak dan lembah grafik sangat tinggi dan tajam. Pada grafik diatas, tidak dapat dilihat dengan jelas waktu terjadinya tr en atau fenomena yang terjadi, karena fungsi waktu disajikan dala m jam per hari.
Gambar 6. Grafik data kecepatan angin
Berdasarkan gambar grafik data kecepatan angin di atas, tampak bahwa kecepatan angin yang terekam pada suatu periode mengalami fluktuasi dan amplitudo yang besar. Dilihat dari puncak dan l embah grafik yang terbentuk sangat curam dan tajam di beberapa titik.
Gambar 7. Power spectral density ara h angin Gambar di atas a dalah grafik power spectral density ara h angin. Grafik power spectral density menampilkan fungsi power spectral density dan frekuensi pembentukannya. Berdasarkan grafik di atas, tampak bahwa arah angin yang terbentuk mengalami amplitudo yang besar, yaitu pada frekuensi 380 Hz dan power spectral density 13 mendekati 14, sedangkan terendah terdapat pada beberapa titik yang berfluktuasi yaitu mulai dari frekuensi 125 Hz hingga mendekati 480 Hz. Melalui transformasi gelombang menjadi grafik fungsi power spectral density dan frekuensi, data time series dapat di analisis lebih detail. Gelombag yang telah dipisahkan atau diuraikan melalui fourier transform masih memiliki bentuk dan fase yang sama dengan grafik data sebelumnya, hanya gelombang yang telah diuraikan tersebut lebih detail, dan transformasi gelombang masih merepresentasikan data yang sebenarnya.
Gambar 8. Power spectral density kecepatan angin Berdasarkan grafik power spectral density (PSD) data kecepatan angin diatas, tampak bahwa data kecepatan angin memiliki amplitudo yang besar dibandingkan rata-rata gelombang yang terbentuk lainnya. Diantaranya pada frekuensi 150-200 Hz dan 500 Hz dengan power spectral density mendekati 8.
Gambar 9. Time series plot data arah angin Gambar di atas adalah grafik data ti me series dari arah angin. Grafik tersebut diperoleh dari data arah angin buoy dengan konversi waktu berdasar J ulian
day kemudian data tersebut divisualisasikan ke dalam bentuk grafik plot
time series data. Berdasar data diatas, tampak bahwa arah angin yang terjadi pada periode tersebut mengalami fluktuasi dan a mplitudo yang cukup besar pada pertengahan periode perekaman data yaitu pada tanggal 25-28 September 2010. Dimana grafik time series menunjukkan peurunan dan penaikan yang berfluktuasi dan signifikan.
Gambar 10. Time series plot data kecepatan angin Gambar di atas adalah grafik time series data kecepatan angin yang diperoleh melalui metode yang sama dengan grafik time series data arah a ngin. Berdasar grafik, tampak bahwa kecepatan angin pa da periode tersebut mengalami fluktuasi yang besar, dimana hampir seluruh grafik menggambarkan bentuk yang bervariasi, yaitu peningkatan dan penurunan pada awal tanggal 23 hinggga 30 September 2010. Berdasar pengamatan data time series kita dapat menganalisis atau membuat model mengenai tren dari feromena-fenomena di laut.
V. PENUTUP
5.1 Kesimpulan
Setelah melaksanakan praktikum ini, dapat disimpulkan beberapa hal diantaranya yaitu; Mooring buoy adalah suatu sistem buoy yang dapat melakukan perekaman dan transfer data atau informasi dari satu titik ke titik lain ( point to point communiations) pada luasan ar ea yang besar.Sistem mooring buoy diciptakan untuk menduga parameter-parameter fisik, kimia dan biologi laut secara real time dan kontinu. Berdasarkan data tersebut, dapat dianalisis dan dibuat pemodelan untuk meramalkan kondisi perairan dan pengaruhnya terhadap daratan. Untuk dapat menganalisis data time series para meter laut, perlu dilakukan fourier transform untuk menganalisis data tersebut karena Fourirer Transform pada dasarnya berfungsi mendekomposisikan atau memisahkan sebuah bentuk gelombang atau fungsi menjadi sinusoidal atau frekuensi berbeda yang jumlahnya sesuai dengan bentuk gelombang aslinya. Grafik ata time series ya ng panjang dan tidak ditransformasikan dapat menimbulkan kesalahan interpretasi atau tidak detil.
5.2 Saran
Pengolahan dan analisis data time series para meter laut yang bersifat periodik sebaiknya dilakukan dengan transfor masi fourier, dimana gelombang atau fungsi sinusoidalnya dapat di pisahkan atau didekomposisikan untuk dianalisis lebih detil. Penyajian data time series dapat dilakukan melalui filter yang dapat menghilangkan data dengan amplitudo sangat besar yang dapat mengubah rata-rata. Namun dapat juga menggunakan data asli tanpa filter yang akan menyertakan data dengan amplitudo besar tersebut.
DAFTAR PUSTAKA
Batenkov, Dima. 2005. Fast Fourier Tra nsform. Key Paper in computer Science Seminar BPPT. Sistem Informasi Peringatan Dini Gelombang Pasang Tsunami. Diunduh dari: http://www.geocities.com/klipingmedia [5 September 2010]. Bringham, E. Oren. 1998. The Fast Fourier Transform and Its Applications. Eaglewood Cliffs, NJ: Prentice-Hall Inc. Derenzo,S.E.1990. Interfacing Laboratoty Approach using the Microcomputer for Instrumentation data Analysis and Control. Prentice Hall Inc. California. FFT Tutorial. University of Rhode Island Department of Electrical and Computer Engineering. Hoffman, Forrest.M. An Introduction to Fourier Theory. National data Buoy Center. Handbook of Automated Data Quality Control Checks and Procedures. National Oceanic and Atmospheric Administration. U.S Department of Commerce.