real time mooring buoy data

21
Laporan Praktikum II Hari/Tanggal: Jumat/8 Oktober 2010 m.k. Teknik Deteksi Bawah Air Asisten: Asep Ma’mun REAL TIME MOORING BUOY DATA Disusun Oleh: Neira Purwanty Ismail C54070029

Upload: nerangel-lv

Post on 24-Jun-2015

390 views

Category:

Documents


5 download

DESCRIPTION

These paper explain about the real time mooring buoy data from NOAA - NDBC (National Data Buoy Center) and the time series analysis of wind speed and direction and sea surface pressure in moored buoy station 51305 in Pacific Ocean

TRANSCRIPT

Page 1: Real Time Mooring Buoy Data

Laporan Praktikum II Hari/Tanggal: Jumat/8 Oktober 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 KELAUTANDEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN

FAKULTAS PERIKANAN DAN ILMU KELAUTANINSTITUT PERTANIAN BOGOR

2010

Page 2: Real Time Mooring Buoy Data

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.

Tersedianya informasi dan pengetahuan mengenai pengelolaan suatu sumberdaya

ikan sangat mendukung pengembangan dan pengelolaan ikan dalam suatu

kawasan perairan.

Pendugaan parameter – parameter perairan memerlukan data yang real

time dan kontinu. Penelitian secara insidentil tidak bisa memberikan hasil yang

optimal karena data yang di dapatkan hanya parsial dan dalam jangka waktu yang

pendek sehiungga tren yang diinginkan menjadi bias karena harus dilakukan

interpolasi. 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 memahami pengertian

sistem buoy dan aplikasinya serta dapat mengolah data yang diunduh dari hasil

penukuran buoy.

Page 3: Real Time Mooring Buoy Data

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 informasi yang berguna untuk

pengelolaan sumberdaya kelautan dan perikanan. Sistem mooring buoy diciptakan

untuk menduga parameter-parameter fisik, kimia dan biologi laut secara real time

dan 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 sebagainya. 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 dengan satelit

2.  Transfer data dengan GSM (Global System for Mobil Communication)

3.  Transfer data dengan RF (Radio Frekuensi)

Pada transfer data dengan menggunakan satelit, fungsi satelit adalah

sebagai relai data, artinya penyampaian data yang didapatkan oleh sensor di

terima terlebih dahulu oleh satelit kemudian ditransmisikan ke stasiun penerima.

Mekanisme penyampaian data pada intinya adalah sama, yang membedakan tools

atau alat kirimnya seperti yang telah disebutkan di atas.

Keungulan dan kelemahan sistem tranmisi data dari pembahasan diatas

adalah sebagai berikut:

Page 4: Real Time Mooring Buoy Data

1.    Sistem Satelit

Keunggulan:

- Luas daerah cakupan luas

- Penyampaian data cepat dan akurat

- Data yang ditransmisikan kapasitasnya besar dalam bentuk multimedia.

Kelemahan:

- Infrastrukturnya mahal

- Download data memerlukan perizinan terhadap vendor satelit

- Band / lebar pita pada satelit terbatas

2.    Sistem GSM

Keunggulan:

- Infrastrukturnya murah karena tidak memerlukan pembangunan

infrastruktur yang baru, hanya memanfaatkan infrastruktur yang ada

- Cakupannya lebih luas dibandingkan dengan sistem RF

- Format data digital sehingga data yang ditransmisikan lebih akurat

- Frekuensi yang digunakan sangat tinggi, hampir sama dengan frekuensi

satelit

Kelemahan:

- Cakupan areanya terbatas pada sistem transmisi yang memiliki BTS    

(Base Transceiver Station)

- Kekuatan sinyal terbatas dan sangat dipengaruhi oleh kondisi geografis

- Kapasitas transfer data terbatas, karena karakter yang ditransmisikan juga

terbatas.

3.    Sistem Transmisi data via RF (Radio Frequensi)

Keunggulan:

- Biaya infrastruktur relatif murah untuk diimplementasikan

- Sangat efektif jika antara stasiun pengirim dan penerima jaraknya tidak

terlalu jauh

- Kapasitas data yang dikirimkan relatif lebih besar daripada GSM

Page 5: Real Time Mooring Buoy Data

Kelemahannya:

- Kualitas data yang dihasilkan sangat dipengaruhi oleh kondisi lingkungan

- Daerah cakupan terbatas, tergantung dari Power yang diberikan

- Kondisi Sinyal to Noise Ratio-nya tidak stabil

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 Deep-

Ocean 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 dan analisis jangka panjang untuk

penelitian. NDBC telah mengembangkan kemapuan sistem buoy untuk mengukur

dan merekam data-data berikut ini secara real time:

- Tekanan atmosfir

- Arah angin, kecepatan angin dan 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/

Page 6: Real Time Mooring Buoy Data

Gambar 1. Proses pengambilan data dan transmisi pada buoy

(Sumber: http//www.ndbc.noaa.gov)

II.2 Pengambilan dan Pengolahan Data Bouy

Proses pengambilan dan transmisi data buoy ditunjukkan oleh gambar

dibawah ini.

Gambar 2. Pemrosesan data buoy

(Sumber: http://www.geocities.com/klipingmedia)

Page 7: Real Time Mooring Buoy Data

Sistem data buoy diaplikasikan untuk bidang kelautan terutama:

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 angin 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.

II.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 digunakan

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 berasosiasi 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 time series

tersebut dapat menggunakan fourier transform. Data time series yang panjang

(fungsi parameter terhadap waktu) ketika ditransformasikan fourier akan menjadi

fungsi dari power spectral density (PSD) terhadap frekuensi.

Page 8: Real Time Mooring Buoy Data

III. METODOLOGI

3.1 Alat dan Bahan

Alat dan bahan yang digunakan pada praktikum ini adalah sebagai berikut:

- PC komputer/laptop

- Data Buoy yang diunduh dari situs http://www.ndbc.noaa.gov/

Data mooring yang digunakan adalah buoy 2N 170W (WMO: 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 permukaan air. Kemudian

download data tesebut.

Page 9: Real Time Mooring Buoy Data

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 tampilkan 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.

Page 10: Real Time Mooring Buoy Data

IV. HASIL DAN PEMBAHASAN

Data buoy yang digunakan adalah sistem bouy 2N 170W (WMO: 51305),

berstatus aktif yang ditransmisikan Argos 774. Data yang diambil adalah data arah

angin dan kecepatan angin serta tekanan udara pada lokasi pada lokasi 2°0'0"LU

dan 170°0'0"BB pada tanggal 22-30 September 2010. Di bawah ini adalah grafik-

grafik yang dibentuk dari data-data buoy tersebut.

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 tren atau fenomena yang terjadi, karena fungsi

waktu disajikan dalam jam per hari.

Gambar 6. Grafik data kecepatan angin

Page 11: Real Time Mooring Buoy Data

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 lembah grafik yang terbentuk

sangat curam dan tajam di beberapa titik.

Gambar 7. Power spectral density arah angin

Gambar di atas adalah grafik power spectral density arah 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.

Page 12: Real Time Mooring Buoy Data

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 time series dari arah angin. Grafik

tersebut diperoleh dari data arah angin buoy dengan konversi waktu berdasar

Julian 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 amplitudo 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.

Page 13: Real Time Mooring Buoy Data

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 angin.

Berdasar grafik, tampak bahwa kecepatan angin pada 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

Page 14: Real Time Mooring Buoy Data

5.1 Kesimpulan

Setelah melaksanakan praktikum ini, dapat disimpulkan beberapa hal

diantaranya yaitu;

Mooring buoy adalah suatu sistem buoy yang dapat melakukan perekaman

dan transfer data atau informasi dari satu titik ke titik lain (point to point

communiations) pada luasan area yang besar. Sistem mooring buoy diciptakan

untuk menduga parameter-parameter fisik, kimia dan biologi laut secara real time

dan kontinu. Berdasarkan data tersebut, dapat dianalisis dan dibuat pemodelan

untuk meramalkan kondisi perairan dan pengaruhnya terhadap daratan.

Untuk dapat menganalisis data time series parameter laut, perlu dilakukan

fourier transform untuk menganalisis data tersebut karena Fourirer Transform

pada dasarnya berfungsi mendekomposisikan atau memisahkan sebuah bentuk

gelombang atau fungsi menjadi sinusoidal atau frekuensi berbeda yang jumlahnya

sesuai dengan bentuk gelombang aslinya. Grafik ata time series yang panjang dan

tidak ditransformasikan dapat menimbulkan kesalahan interpretasi atau tidak detil.

5.2 Saran

Pengolahan dan analisis data time series parameter laut yang bersifat

periodik sebaiknya dilakukan dengan transformasi fourier, dimana gelombang

atau fungsi sinusoidalnya dapat di pisahkan atau didekomposisikan untuk

dianalisis lebih detil. Penyajian data time series dapat dilakukan melalui filter

yang dapat menghilangkan data dengan amplitudo sangat besar yang dapat

mengubah rata-rata. Namun dapat juga menggunakan data asli tanpa filter yang

akan menyertakan data dengan amplitudo besar tersebut.

DAFTAR PUSTAKA

Page 15: Real Time Mooring Buoy Data

Batenkov, Dima. 2005. Fast Fourier Transform. Key Paper in computer Science

Seminar

BPPT. Sistem Informasi Peringatan Dini Gelombang Pasang Tsunami. Diunduh

dari: http://www.geocities.com/klipingmedia [5 September 2010].

Bringham, E. Oren. 1998. The Fast Fourier Transform and Its Applications.

Eaglewood Cliffs, NJ: Prentice-Hall Inc.

Derenzo,S.E.1990. Interfacing Laboratoty Approach using the Microcomputer for

Instrumentation data Analysis and Control. Prentice Hall Inc. California.

FFT Tutorial. University of Rhode Island Department of Electrical and Computer

Engineering.

Hoffman, Forrest.M. An Introduction to Fourier Theory.

National data Buoy Center. Handbook of Automated Data Quality Control Checks

and Procedures. National Oceanic and Atmospheric Administration. U.S

Department of Commerce.