Analisis Empirical Orthogonal Function (Eof) Berbasis Eigen Value Problem (Evp) Pada Dataset Suhu Permukaan Laut Indonesia
View/ Open
Date
2016Author
Robial, Siti Muawanah
Nurdiati, Sri
Sopaheluwakan, Ardhasena
Metadata
Show full item recordAbstract
Indonesia merupakan negara maritim yang sebagian besar wilayahnya
adalah lautan sehingga daerahnya beriklim tropis. Daerah dengan iklim tropis
memberi pengaruh kuat antara atmosfer dan lautan. Karena pengaruh kuat tersebut,
laut mempunyai peranan penting dalam proses perubahan iklim maupun cuaca.
Terdapat beberapa unsur penting di laut yang menjadi parameter kunci dalam
memengaruhi proses perubahan tersebut. Salah satu yang menjadi parameter
kunci adalah suhu permukaan laut (SPL). SPL merupakan parameter yang
memberikan informasi keadaan air di permukaan laut. SPL di Indonesia
mengalami variasi dari waktu ke waktu yang menyebabkan kondisi cuaca dan
iklim berubah dalam rentang waktu tertentu. Oleh karena itu, perlu adanya
pengamatan khusus atau penelitian terhadap data SPL di wilayah Indonesia.
Berdasarkan hal tersebut, masalah ini dianalisis menggunakan metode
Empirical Orthogonal Function (EOF) berbasis Eigen Value Problem (EVP).
Metode ini bertujuan untuk mendapatkan pola-pola dominan yang ditentukan oleh
data dan berevolusi dalam ruang dan waktu. Cara kerja dari metode ini adalah
mereduksi data yang berukuran besar menjadi beberapa mode EOF tanpa
menghilangkan informasi dari data asli. Adapun tujuan penelitian ini adalah
mengkaji metode EOF berbasis EVP untuk mereduksi data SPL dalam rentang
waktu 600 bulan. Selanjutnya, menganalisis pola dominan dari data secara
temporal dan spasial serta menentukan nilai kesalahan untuk melihat kualitas dari
hasil reduksi.
Data yang digunakan dalam penelitian ini adalah data SPL. Data ini
merupakan arsip data global bulanan yang telah direkonstruksi secara terus
menerus. Rekonstruksi ini berawal dari bulan Januari 1854 sampai bulan
Desember 2012, sehingga lebih dikenal dengan The Extended Reconstructed Sea
Surface Temperature (ERSST). Data ERSST ini memiliki resolusi spasial 2 2
dan resolusi temporal bulanan.
Analisis terhadap data SPL Indonesia selama 600 bulan menghasilkan
komponen utama yang diinisialkan dengan mode EOF. Setiap mode EOF
mengandung koefisien yang memuat variabel yaitu data grid dan vektor eigen.
Data grid menggambarkan letak geografis dan vektor eigen menggambarkan
dimensi waktu. Dasar pemilihan mode EOF ini bergantung pada persentase
kontribusi dari nilai eigen. Persentase kontribusi lebih dari 80% akan memberikan
aturan pemilihan mode EOF yang mempertahankan sebagian besar informasi dari
data asli. Berdasarkan analisis tersebut diperoleh empat mode EOF terbesar
dengan 94.2% variasi total. Mode EOF pertama (EOF1) menjelaskan 51.4% dari
variasi total. Mode EOF ini merupakan pola dominan yang dapat menjelaskan
hampir seluruh data. Mode EOF2 menunjukkan 26.7% dari variasi total. Mode
EOF3 dan EOF4 masing-masing menjelaskan 11.2% dan 4.9% dari variasi total.
Efektifitas dari empat mode EOF tersebut diuji untuk dapat menghampiri
data asli. Hampiran ini diperoleh dengan menentukan nilai norm error dari hasil
reduksi menggunakan teknik error norm matriks. Teknik ini menghasilkan pola
hubungan antara tingkat kesalahan relatif (relative error) dan mode EOF. Pola
hubungan tersebut memperlihatkan semakin banyak mode yang diambil maka
kesalahan relatif akan semakin kecil. Hal ini berarti tingkat kesalahan menjelaskan
representasi hampiran data hasil reduksi terhadap data asli.