Mewaspadai Mekarnya Bunga Flamboyan

Oleh : M. Rushdi dan Ismail A. J.

Seperti biasanya, suasana salah satu sekretariat himpunan mahasiswa jurusan di ITB terasa sibuk. Nyaris tiap anggotanya yang sore itu berada di sana sedang kelabakan karena tengah menghadapi badai ujian akhir. Tidak terkecuali Ucup, nama disamarkan, yang tengah asyik membuka bahan ujian di laptopnya.

Satu hal yang tidak biasa sore itu adalah angin yang bertiup lebih kencang dan lama daripada biasanya. Saking kencangnya, baliho berukuran 2×4 meter yang bertugas menutupi sekretariat tersebut dari sinar matahari dan satpam yang merazia perokok pun ikut roboh tertiup angin. Sebagai perokok yang berutang pada jasa baliho dan lelaki yang sedang berada di tempat kejadian, Ucup turut membantu mengembalikan baliho ke posisi semula. Kejadian ini berulang beberapa kali beberapa hari setelahnya.

Angin kencang yang membuat Ucup geram karena mesti bolak-balik membetulkan baliho ternyata bukanlah angin biasa. Badan Meteorologi, Klimatologi dan Geofisika (BMKG) menyatakan bahwa angin kencang dan hujan lebat yang terjadi beberapa hari terakhir merupakan indikasi dari siklon Dahlia yang terjadi pada 30 November hingga 2 Desember 2017, serta siklon Cempaka yang muncul pada 27 November 2017.

mail1

Pada 30 November 2017 sebuah badai siklon tropis atau Tropical Cyclonic Storm dengan kecepatan melebihi 30 knot (36 Km/Jam) bergerak di sekitar selatan Pulau Jawa dan mengakibatkan beberapa bagian di Indonesia mengalami angin kencang dan hujan lebat. Beberapa hari sebelumnya yaitu pada 27-29 November 2017, bergerak sebuah badai siklon tropis lainnya yang bergerak mendekati selatan jawa dari Samudera Hindia. Munculnya dua badai siklon tropis secara berurutan ini menjadi sejarah baru bagi bencana badai siklon tropis di Indonesia. Meski begitu, BMKG menamai dua fenomena ini sebagai siklon, bukannya badai siklon tropis. Lantas apa perbedaan di antara keduanya?

mail2

Badai siklon tropis merupakan suatu fenomena berputaranya suatu sistem terpusat dari awan, angin, dan badai-petir yang muncul di daerah tropis maupun subtropis di Bumi akibat adanya suatu daerah sirkulasi bertekanan rendah. Badai siklon tropis terjadi akibat adanya interaksi antara laut dan atmosfer. Daerah bertekanan rendah ini muncul akibat adanya intensitas cahaya matahari yang tinggi sehingga meningkatkan suhu permukaan laut atau adanya anomali dari suhu permukaan air laut. Peningkatan suhu air laut dan anomali ini menciptakan daerah udara bertekanan rendah yang mengakibatkan udara dari daerah sekitarnya akan bergerak menuju daerah bertekanan rendah ini. Selain itu tingkat evaporasi juga akan meningkatkan pergerakan dari partikel-partikel udara di atasnya.

Badai siklon tropis ini dibagi jadi dua berdasarkan kecepatannya. Tropical depression yang memiliki kecepatan hingga 33 knot (61 Km/Jam) dan tropical storm memiliki kecepatan 34-63 knot (34-116 Km/Jam). Bila kecepatannya melebihi 63 knot inilah yang kita sebut sebagai siklon atau siklon tropis bila terjadi daerah tropis dan subtropis. Nama siklon biasanya digunakan jika fenomena tersebut terjadi di Samudera Pasifik Selatan atau Samudera Hindia. Sedangkan bila terjadi di Samudera Atlantik dan timur laut Samudera Pasifik sering disebut hurricane dan lain halnya di bagian barat laut Samudera Pasifik yang disebut typhoon.

Pada awal 1900-an, para ahli meteorologi setuju untuk menamai badai dengan nama perempuan yang diurutkan berdasarkan huruf abjad seperti siklon Anna, Felicia ataupun Patricia. Lalu nama laki-laki juga mulai digunakan untuk badai-badai yang intensitasnya lebih kecil. Di Indonesia sendiri, nama siklon ini menggunakan nama bunga dan disetujui oleh World Meteorological Organization (WMO) seperti siklon Anggrek yang muncul pada 2010,  siklon Bakung pada 2014, kemudian siklon Cempaka dan Dahlia yang baru saja terjadi. Dan bila siklon terjadi kembali maka akan digunakan nama bunga flamboyan.

Meskipun badai siklon tropis kemarin belum dapat diklasifikasikan sebagai sebuah siklon, namun menurut penulis, penamaan ini dilakukan karena di Indonesia fenomena ini tidak sering terjadi sehingga penamaan dilakukan untuk mengingatkan kita mengenai bahaya yang dapat terjadi dari badai siklon tropis.

Menurut Badan Nasional Penanggulangan Bencana (BNPB) kerugian yang ditimbulkan akibat siklon tropis Cempaka dan Dahlia ini sangat besar dan mencapai triliunan rupiah. Siklon tropis ini mengakibatkan angin kencang, hujan lebat, dan gelombang tinggi di sekitar Pulau Jawa dan Lampung. Angin kencang, gelombang dan hujan ini mengakibatkan tumbangnya pepohonan, merusak sektor pertanian, dan menghambat nelayan untuk melaut, serta merusak rumah dan infrastruktur lainnya. Selain itu terjadi bencana susulan seperti banjir, longsor dan terserangnya warga oleh berbagai penyakit.

mail3

Fenomena siklon tropis merupakan fenomena alam yang tidak bisa dihindari sehingga kita harus lebih waspada bila fenomena ini muncul kembali. Kita juga harus terus menjaga lingkungan khususnya mengurangi percepatan fenomena efek pemanasan global. Karena pemanasan global ini dapat mengakibatkan ketidakteraturan dan perubahan cuaca, serta dapat meningkatkan intensitas cahaya matahari yang masuk sehingga dapat meningkatkan frekuensi terjadinya siklon tropis ini. Jadi tetap waspada dan bersiap menghadapi bunga flamboyan ini!

SUMBER : KBR.ID

BMKG

NOAA

Seruji.co.id

Advertisements

Pertolongan Pertama pada Tsunami

Oleh: Raihan Irsyad

Icad1

Photo by: JOHN STANMEYER, Nat Geo indonesia

Ingat kejadian Bencana Tsunami di Aceh 2004? Tsunami Aceh yang dinyatakan sebagai kawasan bencana tsunami terparah. Pemerintah Indonesia menyebut korban tewas lebih dari 126.000 orang dan 93.285 orang hilang saat tsunami menerjang. Indonesia sebagai negara dengan garis pantai terpanjang ke-2 di dunia dan kepadatan penduduk pesisir Indonesia yang tinggi mengakibatkan risiko yang sangat besar bagi masyarakat pesisir Indonesia terhadap bencana ini. Besarnya korban tewas ini terutama karena tak ada peringatan dini dan kesiapan menghadapi tsunami. Indonesia sebagai negara yang kaya akan alam dan bencananya harus selalu siap bencana yang terjadi. Pasca terjadinya tsunami Aceh ini menimbulkan evaluasi terhadap bencana yang terjadi agar mengurangi dampak yang diberikan oleh bencana ke depannya. Bukan hanya berdampak pada keselamatan jiwa penduduk tetapi kerugian dalam aspek ekonomi maupun materi dari suatu masyarakat dan negara juga mempengaruhi. Peringatan dini diperlukan sistem yang baik dengan partisipasi masyarakat. Sistem itu dikenal sebagai sistem peringatan dini atau dikenal sebagai Early warning system. Di Indonesia lembaga resmi yang bertanggung jawab untuk diseminasi peringatan tsunami adalah BMKG (Badan Meteorologi, Klimatologi dan Geofisika).

Icad2

Photo by: Raihan irsyad wijanto – Pangandaran, okt 2017

 

Apa itu sistem peringatan dini? adalah serangkaian sistem untuk memberitahukan akan timbulnya kejadian alam, dapat berupa bencana maupun tanda-tanda alam lainnya. Agar berjalan diperlukan peran aktif dari Masyarakat, penanggulangan bencana yang berguna untuk memfasilitasi edukasi publik dan kewaspadaan dalam risikonya, efektivitas dalam penyebaran informasi dan peringatan yang memastikan akan kesigapan suatu negara dalam menanggulanginya. Bagi masyarakat Indonesia, sistem peringatan dini dalam menghadapi bencana sangatlah penting, mengingat secara geografis wilayah Indonesia termasuk daerah rawan bencana alam. Dengan ini diharapkan akan dapat dikembangkan upaya-upaya yang tepat untuk mencegah atau paling tidak mengurangi terjadinya dampak bencana alam bagi masyarakat. Keterlambatan dalam menangani bencana dapat menimbulkan kerugian yang besar bagi masyarakat, yang berdampak pada keselamatan jiwa dan kerugian dalam aspek ekonomi maupun materi dari suatu masyarakat dan negara. Dalam siklus manajemen penanggulangan bencana, sistem peringatan dini bencana alam mutlak sangat diperlukan dalam tahap kesiagaan, sistem peringatan dini untuk setiap jenis data, metode pendekatan maupun instrumentasinya. Tujuan akhir dari peringatan dini ini adalah masyarakat dapat tinggal dan beraktivitas dengan aman pada suatu daerah serta tertatanya suatu kawasan.

Sistem ini umumnya terdiri dari dua bagian penting yaitu jaringan sensor untuk mendeteksi tsunami serta infrastruktur jaringan komunikasi untuk memberikan peringatan dini adanya bahaya tsunami kepada wilayah yang diancam bahaya agar proses evakuasi dapat dilakukan secepat mungkin. Ketika gempa bumi terjadi, gelombang gempa bumi tersebut akan direkam oleh seismometer yang terpasang di seluruh Indonesia. Menurut BMKG, di Indonesia saat ini sudah terpasang  160 broadband seismometer, 500 accelerometer. Ke semua seismometer tersebut kemudian dikelompokkan ke dalam 10 Regional Center. Dengan jumlah sensor tersebut dan jarak tiap sensor ±100 Km, maka dalam tiga menit pertama sumber gempa bumi yang terjadi di wilayah Indonesia dapat ditentukan lokasinya. Dari data yang didapatkan dari seismograf akan dianalisis oleh BMKG, lalu disebarluaskan melalui televisi dan radio nasional/lokal agar ditujukan kepada masyarakat atau BMKG melewati PUSDALOPS/Provinsi (BPDP dll.) untuk mengaktifkan sirene tanda bahaya kepada masyarakat pesisir.

Icad3

Setelah mendapatkan informasi peringatan tentunya masyarakat yang berisiko terkena bencana harus antusias bereaksi, pentingnya pengetahuan akan mitigasi bencana yang diketahui oleh masyarakat yang berisiko terkena. Ada beberapa yang harus diketahui agar sistem peringatan dini ini dapat direaksikan dengan efektif oleh masyarakat (terutama di pesisir). Pertama, pelajari kerawanan daerah untuk terkena bencana tsunami, pada dasarnya hampir semua daerah pesisir tergolong rawan, termasuk wilayah yang langsung berbatasan dengan Samudra Hindia, pantai Kalimantan sebelah barat, seluruh pantai Sulawesi, Maluku, Papua dan pulau-pulau kecil di antaranya. Kedua, pentingnya pengetahuan akan respons potensi tsunami yang terjadi dilakukan pelatihan evakuasi mandiri, termasuk; 1.mencari informasi apakah ada potensi tsunami; 2. Cepat bergerak ke arah daratan yang lebih tinggi dan tinggal di sana sementara waktu atau ikuti plang darurat tsunami terdekat untuk evakuasi darurat; 3. Jauhi pantai, jangan pernah menuju pantai untuk melihat datangnya tsunami. Apabila Anda dapat melihat gelombang, Anda berada terlalu dekat, segera menjauh; 4. Waspada apabila terjadi air surut secara tiba-tiba, jauhi pantai. Ketiga, jika telah mendapatkan informasi terkait setelah lima menit setelah gempa, BMKG akan mengeluarkan peringatan dini di beberapa wilayah jika ada potensi tsunami. Peringatan diberikan dalam tiga kategori berbeda, yaitu; 1. AWAS: Tinggi tsunami diperkirakan bisa mencapai lebih dari tiga meter. Warga diminta segera melakukan evakuasi menyeluruh ke arah tegak lurus dari pinggir pantai. Pemerintah daerah harus menyediakan informasi jelas tentang jalur dan tempat evakuasi terdekat; 2. SIAGA: tinggi tsunami berada di kisaran 0,5 meter hingga tiga meter. Pemerintah daerah diharapkan bisa mengerahkan warga untuk melakukan evakuasi; 3. WASPADA: tinggi tsunami kurang dari 0,5 meter. Walau tampak kecil warga tetap diminta menjauhi pantai dan sungai.

Dalam sistem peringatan dini ini dibutuhkan aspek dalam keberhasilan sistem peringatan dini ini selain pemerintahan yang berperan, kontribusi dan koordinasi dari berbagai individu atau kelompok seperti masyarakat, komunitas, hingga organisasi internasional, dll. berperan aktif terhadap sistem peringatan dini ini. Indonesia telah banyak mengalami luka, memang gunung dan laut merupakan takdir yang tidak dapat diubah sebagai karunia Tuhan. Namun, kita dapat mempersiapkan berbagai persiapan untuk kemungkinan bencana dari berbagai aspek, infrastruktur penanganan dan pertolongan itu adalah nasib, dan nasib bisa diubah, dari yang tidak ada persiapan diubah menjadi memiliki persiapan. Hali itu adalah bentuk keseimbangan yang diberikan Tuhan dan alam kepada kita melalui akal budi kita untuk mengambil langkah-langkah preventif atau juga pengobatan atau pertolongan pada korban bencana alam.

 

Artikel ini bersumber dari:

http://www.ibnurusydy.com/mengenal-komponen-peringatan-dini-tsunami-indonesia-2/#ixzz53zLNhElw

UN/ISDR Platform for the Promotion of Early Warning

Pedoman pelayanan peringatan dini tsunami InaTEWS, hal. 20

http://id.infografik.print.kompas.com/tsunamiaceh/sistem-peringatan-tak-memadai.php

http://www.bbc.com/indonesia/majalah/2014/12/141214_explainers_tsunami

Selayang Pandang Tugas Akhir Model Gelombang

Oleh: Ardian Mahiru Rizal (OS2012)

Fenomena gelombang yang dibangkitkan oleh angin mempunyai banyak manfaat baik dari segi praktis maupun untuk kemajuan khasanah akademik/saintifik. Dalam kesempatan ini saya mencoba untuk berbagi sedikit pengalaman yang sudah dikerjakan pada tugas akhir (TA) saya, yaitu simulasi numerik gelombang yang dibangkitkan oleh angin (wind wave) dengan menggunakan software Simulating WAves Nearshore (SWAN). Selain itu dalam rubrik ini juga terdapat sedikit rangkuman tentang apa saja yang sudah dikerjakan oleh kakak-kakak tingkat terdahulu khususnya di prodi OSE-ITB tentang simulasi numerik gelombang. Meskipun hanya sedikit dan masih terdapat banyak kekurangan, penulis berharap semoga tulisan ini tetap dapat memberikan gambaran umum tentang bagaimana suasana TA di seputar wind wave model.

Mengapa menggunakan simulasi numerik ?

Pada zaman dahulu karakteristik gelombang banyak diteliti dengan menggunakan data pengamatan kapal observasi. Namun pada metode ini selain terdapat banyak human error, biayanya juga sangat mahal dan tidak efisien. Selain itu terdapat juga metode memprediksi gelombang yang disebut dengan metode Sverdrup-Munk-Bretschneider, tetapi metode ini hanya mendapatkan data di satu titik saja. Dengan perkembangan teknologi dan ilmu komputer yang pesat, simulasi numerik menjadi metode yang menarik untuk memberikan data gelombang yang seragam secara spasial dan temporal dengan biaya yang relatif lebih murah. Hasil dari metode ini pun seringkali cukup akurat dengan hasil dari pengukuran data lapangan. Salah satu yang cukup populer dan free (open source) di kalangan oseanografi adalah software SWAN. SWAN adalah model gelombang generasi ketiga yang dikembangkan oleh Delft Institute of Technology di Belanda. Penjelasan lebih lanjut tentang model ini dapat dibaca pada user manual SWAN [The SWAN Team, 2006] dan buku Waves in Oceanic and Coastal Waters [Holthuijsen, 2007]. SWAN adalah model yang cukup fleksibel sehingga sudah dapat dicoupled dengan model hidrodinamika seperti Regional Ocean Modeling System, Finite Volume Community Ocean Model, Hamburg Shelf Ocean Model dan/atau yang sering digunakan adalah ADCIRC. Salah satu kegunaan model coupled ini adalah untuk memodelkan kondisi muka air ketika sedang terjadi badai siklon tropis [Cornett, 2008].

Kendala yang sering ditemui dalam pengerjaan model gelombang

Salah satu dari banyak kesulitan yang biasa dialami ketika menjalani TA model secara umum saya bagi menjadi 5 (diluar masalah penulisan draft, motivasi, dll 😊)

  1. Mendapatkan data input dan data verifikasi.
  2. Mengolah data input,data output, dan data verifikasi sesuai format model.
  3. Melakukan simulasi numerik dengan baik menggunakan fasilitas komputer yang mumpuni.
  4. Memodifikasi koefisien model sampai dengan taraf kesalahan yang dapat diterima.
  5. Menggambarkan hasil model dan menganalisis sesuai dengan kebutuhan TA.

Input paling sederhana yg dapat dimasukkan kedalam SWAN untuk menghasilkan data gelombang adalah data angin permukaan, batimetri, dan garis pantai (apabila menggunakan grid unstructured). Angin adalah input paling penting dalam model gelombang, sehingga keakuratan angin terhadap input model terhadap kondisi sebenarnya sangat mempengaruhi kualitas output model [Chu, dkk., 2004]. Apabila daerah simulasi cukup luas (misal : skala regional) maka input data angin dapat menggunakan data angin global. Data tersebut cukup banyak tersedia secara open source, misalnya saja National Centers for Environmental Prediction (NCEP), Cross-Calibrated Multi-Platform (CCMP), Era-Interim, QuikSCAT, dll. Kebetulan data yang saya gunakan adalah data CCMP dengan durasi penelitian 24 tahun dan berukuran sekitar 189 GB. Hal ini dapat diatasi dengan mengunduh data tersebut diatas jam 17.00 dengan menggunakan AI3.

Data batimetri bisa didapatkan secara open source seperti gebco/etopo/SRTM. Namun biasanya batimetri ini harus didigit dengan peta batimetri daerah yang akan dimodelkan. Hal ini dilakukan agar tidak terjadi blow up/error. Selain itu data batimetri juga akan semakin merepresentasikan kondisi laut sebenarnya. Data garis pantai dapat didapatkan secara open source seperti Global Self-consistent, Hierarchical, High-resolution Geography Database (GSHHS).

 Metode verifikasi idealnya menggunakan data pengukuran lapangan, tetapi seringkali data lapangan sulit sekali didapatkan secara open source. Cara lain untuk mendapatkan data lapangan yaitu dengan mengajukan proposal menggunakan data pengukuran oleh institusi pemerintah seperti LIPI, BPPT, LAPAN, ataupun lembaga yang lainnya. Selain mendapatkan datanya yg sulit, verifikasi di percobaan pertama tidak selalu baik ☹. Hal pertama yang bisa dilakukan adalah dengan mengecek format data model dengan format data verifikasi. Misalnya orientasi dan interval waktu dan titik pengambilan yang tidak benar (usahakan grid yang digunakan untuk verifikasi sangat dekat dengan lokasi verifikasi dan waktu buoy selaras dengan waktu model). Apabila hal tersebut sudah dilakukan, maka yang dapat dilakukan selanjutnya adalah mengecek kesesuaian input model dengan format yang dibutuhkan model dan memodifikasi koefisien-koefisien yang terdapat di model agar mendapatkan hasil yang memuaskan (seringkali dalam TA model, bagian ini adalah bagian yang PALING LAMA dan PALING BUAT SETRES). Apabila simulasi model cukup luas (se-Indonesia misalkan), maka verifikasi data gelombang juga dapat dilakukan dengan data satelit seperti AVISO atau data satelit altimetri Topex/Poseidon. Metode verifikasi juga terdapat banyak sekali macam statistiknya dan dapat dilihat pada TA-TA sebelumnya.

Kesulitan berikutnya adalah mengolah data input sesuai dengan format model dan mengolah data output menjadi suatu gambar (statistik) yang cukup bagus agar dapat memberikan kesimpulan yang saintifik. Pengolahan data ini biasanya menggunakan bahasa pemrograman seperti Fortran, Matlab, C++, dll. Hal ini dilakukan karena biasanya data input dan output sangat besar (ratusan giga) sehingga tidak mungkin diolah hanya dengan menggunakan excel. Hal ini menuntut modeller gelombang untuk menguasai software lain untuk mengolah hasil model. Phyton dewasa ini cukup populer untuk digunakan karena bersifat open source dan relatif ringan.

ardian3

Gambar 1 Perata-rataan tinggi gelombang ketika Juni-Agustus dan grafik time series tinggi gelombang (Sumber : Rizal, 2017)

Setelah merencanakan desain model seperti pemilihan grid, luas domain model, ukuran grid (resolusi) menyiapkan data input dengan matang, dll, maka tahap berikutnya adalah melakukan simulasi numerik. Di dalam software SWAN terdapat banyak iterasi sehingga biasanya butuh waktu yang lama untuk running (saya sendiri butuh waktu sekitar 1 hari untuk sekali running, sehingga bisa ditinggal jalan-jalan sehari sembari menunggu komputer berjalan 😊 [atau sambil menulis draft]).

ardian4
Adiprabowo, S. R., 2015, Studi Karakteristik Gelombang di Perairan Selat Sunda Dengan Model Spektrum Gelombang, Tugas Sarjana, Program Studi Oseanografi, FITB-ITB, Bandung.Gambar 2 a). Contoh bentuk grid segitiga, b). Contoh data batimetri, c). Contoh data garis pantai, d) Contoh data angin (Sumber data : Gebco, GSHHS, CCMP)

Yang sudah dilakukan oleh simulasi numerik gelombang dan yang dapat dilakukan kedepannya

Seperti yang telah disebutkan diatas, data fenomena gelombang yang terbentuk oleh angin mempunyai banyak kegunaan baik dari segi praktis maupun untuk kepentingan akademik/saintifik. Dari yang berhasil saya himpun dari segi praktis contoh khususnya di program studi Oseanografi ITB dilakukan oleh Pasaribu, (2016) yang membahas tentang perubahan garis pantai akibat pengaruh gelombang. Aplikasi data gelombang untuk struktur seperti desain breakwater dilakukan oleh Jatmiko, (2016). Pada bidang yang saya pilih yaitu pemanfaatan energi gelombang menjadi energi listrik terdapat TA dari  Rizal (2017), Musabbiq, (2015), Syayidah, (2017), dan implementasinya pada alat dilakukan oleh Farizka, (2017). Contoh kegunaan simulasi numerik untuk kepentingan saintifik telah dilakukan oleh Nurbandika, (2015) yang mengcoupled SWAN dengan ADCIRC, Sentanu, (2015) yang meneliti tentang interaksi arus dan gelombang, Adiprabowo, (2015), dan  Harby, (2013) melakukan simulasi untuk mengetahui kondisi umum karakteristik gelombang di perairan Indonesia, Ramadhan, (2014) melakukan analisis Empirical Orthogonal Function untuk mengetahui komponen utama yang mempengaruhi pembentukan tinggi gelombang di Laut Jawa, dan Hilmi, (2017) yang meneliti tentang pengaruh Madden Julian Oscillation terhadap pembentukkan gelombang di Teluk Jakarta. Dari TA-TA yang saya sebutkan diatas masih banyak hal yang masih bisa dikerjakan untuk menyempurnakan lagi untuk penelitian lebih lanjut. Akhir kata selamat berjuang untuk yang sedang mengerjakan dan akan mengerjakan TA gelombang. Banyak-banyak membaca dan berdiskusi agar mendapatkan inspirasi, jangan lupa berdoa, makan, dan istirahat yang cukup 😊.

Referensi

Chu, P. C., Y. Qi, Y. Chen, P. Shi, dan Q. Mao, 2004, South China Sea Wind-Wave Characteristics. Part I: Validation of Wavewatch-III Using TOPEX/Poseidon Data, Journal Of Atmospheric and Oceanic Technology, 21: 1718-1733.

Cornett, A., 2008, A Global Wave Energy Resource Assessment, Sea Technology, 50(4):1-9.

Farizka A. R., 2017, Studi Potensi Daya Gelombang Menggunakan Alat Point Absorber Linier Magnetik di Perairan Selatan Pulau Jawa, Tugas Sarjana, Program Studi Oseanografi, FITB-ITB, Bandung.

Hilmi, I., 2017, Studi Pengaruh MJO (Madden Julian Oscillation) Terhadap Tinggi Gelombang di Perairan Utara Teluk Jakarta, Tugas Sarjana, Program Studi Oseanografi, FITB-ITB, Bandung.

Holtuijsen, L.H., 2007, Waves in oceanic and coastal waters, Cambridge University Press, New York

Jatmiko, N. A., 2016, Perancangan Breakwater Pelabuhan Sofifi, Maluku Utara, Tugas Sarjana, Program Studi Teknik Sipil, FTSL-ITB, Bandung.

Musabbiq, M. Y., 2015, Pemodelan Energi Gelombang Laut di Perairan Selatan Pulau Jawa, Tugas Sarjana, Program Studi Oseanografi, FITB-ITB, Bandung

Nurbandika, N., 2015, Analisis Kenaikan Tinggi Muka Laut di Perairan Indonesia Akibat Penjalaran Gelombang Badai Haiyan 2013 Menggunakan Coupling Model SWAN-ADCIRC, Tugas Sarjana, Program Studi Oseanografi, FITB-ITB, Bandung

Pasaribu, S. T. P., 2016, Model Perubahan Garis Pantai di Sekitar Struktur T-Head Groin di Nusa Dua, Tugas Sarjana, Program Studi Oseanografi, FITB-ITB, Bandung.

Prasodjo, E., Nurzaman H., Walujanto, Rosdiana D., Ismutadi P., Malik C., Santosa J., Nurrohim A., Widiastuti K.D., Pambudi S.H., Wibowo J.L., Sauqi A., 2016, Indonesia Energy Outlook, Kementrian Energi dan Sumber Daya Mineral;107

Qodri, H., 2013, Pemodelan Gelombang Rata-Rata Musiman Dibangkitkan Oleh Angin Menggunakan Model SWAN, Tugas Sarjana, Program Studi Oseanografi, FITB-ITB, Bandung.

Ramadhan H., 2014, Karakteristik dan Analisis Gelombang Laut di Perairan Indonesia Barat dengan Menggunakan Model Spektrum Gelombang, Tugas Sarjana, Program Studi Oseanografi, FITB-ITB, Bandung.

Rizal, A. M., 2017, Variasi dan Tren Jangka Panjang (1988-2011) Energi Gelombang di Perairan Selatan Jawa dan Barat Sumatra Mneggunakan Model Simulating Waves Nearshore (SWAN), Tugas Sarjana, Program Studi Oseanografi, FITB-ITB, Bandung.

Sentanu, A. N., 2015, Simulasi Interaksi Gelombang-Arus di Perairan Pelabuhan Merak, Tugas Sarjana, Program Studi Oseanografi, FITB-ITB, Bandung.

Syayidah, N. N., 2017, Studi Potensi Energi Gelombang Laut di Perairan Kepulauan Natuna, Tugas Sarjana, Program Studi Oseanografi, FITB-ITB, Bandung.

The SWAN Team, 2006, SWAN User Manual, Delft University of Technology

https://www.ngdc.noaa.gov/mgg/shorelines/gshhs.html (diakses pada 25/10/2017)

https://www.gebco.net/data_and_products/gridded_bathymetry_data/ (diakses pada 25/10/2017)

http://www.remss.com/measurements/ccmp/ (diakses pada 25/10/2017)

Krakatau: Gunung Menjulang di Tengah Lautan

Oleh : B. Stella B.

Pulau Krakatau, atau Krakatoa, secara geologis berada di selat yang memisahkan Pulau Sumatera dan Jawa. Krakatau berada di antara Pulau Rakata, Pulau Panjang, dan Pulau Sertung di tengah perut Selat Sunda. Pada tahun 1883, Krakatau bangun dari tidurnya selama 200 tahun dan menjadi awal dari letusan dahsyat di Selat Sunda. Sang Krakatoa tak hanya meletus namun memecah dirinya hingga hancur berkeping-keping dan memuntahkan debu vulkanik. Akibat amukannya, dunia sempat gelap total hingga 2,5 hari dan cahaya di Bumi meredup selama 1 tahun karena sinar mentari ditutupi oleh abu vulkaniknya.

Krakatau saat ini menjadi kawasan cagar alam. Krakatau yang saat ini kita lihat adalah anak Gunung Krakatau yang muncul dari bawah laut 44 tahun setelah peristiwa meletusnya si pendahulu. Sang anak tumbuh dengan cepat, tingginya terus bertambah hingga 6 meter dan lebarnya 12 meter setiap tahun.

Perjalanan saya menuju Pulau Anak Krakatau dimulai dari Pantai Carita di Provinsi Banten bagian barat, menggunakan speedboat kecil. Perjalanan ini bukanlah pelesir, melainkan untuk mengambil data oseanografi di perairan sekitar Anak Krakatau. Perjalanan dilakukan di awal Bulan September. Tak disangka perjalanan menuju Pulau Anak Krakatau tidak semulus yang diperkirakan. Gelombang tinggi terus menghadang selama perjalanan dengan ketinggian antara 1,5 – 3 meter.

stella 3

Setelah 2 jam perjalanan, Pulau Anak Krakatau mulai terlihat ditandai dengan menjulangnya sang anak gunung purba tersebut yang mengeluarkan asap kelabu. Pasir hitam menjadi ciri khas pulau ini. Perairan di sekitar Pulau Anak Krakatau yang tenang justru berbanding terbalik dengan kondisi perairan di sepanjang perjalanan menuju ke sana. Suara ombak hampir tak terdengar. Sunyi senyap. Pohon-pohon rimbun berkumpul membentuk hutan yang menjadi petunjuk menuju Gunung Anak Krakatau. Pendakian Anak Krakatau cukup mudah untuk dilakukan karena ketinggiannya hanya sekitar 400 meter. Secara umum, ada dua produk Gunung Anak Krakatau yaitu abu vulkanik jatuhan dan lava aliran. Abu vulkanik di sini umumnya berukuran 1 milimeter hingga 3 centimeter. Sedangkan lava aliran kemungkinan mengandung andesit dan mineral seperti plagioklas, piroksen, dan gelas vulkanik.

Esok harinya, perjalanan dilanjutkan menuju perairan sekitar Pulau Rakata. Banyak cerita yang berkata bahwa Pulau Rakata adalah pecahan dari ledakan Krakatau. Air yang jernih di sekitar pulau menjadikan perairan ini spot snorkling yang indah. Bebatuan di sekitar pulau ini cukup terjal. Kelapa muda bisa menjadi nilai tambah untuk menikmati pulau ini. Rakata, yang boleh dibilang merupakan warisan Krakatau, menjadi hadiah Olympus untuk Poseidon.

stella 2

Selama di perairan sekitar Anak Gunung Krakatau, saya dan tim mengambil beberapa data oseanografi yaitu data arus, salinitas, temperature, klorofil, sample air, dan PCO2. Data arus diambil dengan menggunakan currentmeter sedangkan data salinitas, temperature, dan klorofil diambil menggunakan CTD. Kedua alat tersebut dirangkai dalam suatu bingkai kemudian diikat dengan tali dan diturunkan perlahan menggunakan katrol. Untuk sample air diambil menggunakan tabung Nansen kemudian dimasukkan ke dalam botol sample. untuk data PCO2, digunakan aplikasi untuk merekam tekanan CO2. Gelombang yang tinggi membuat kami kewalahan. Derasnya ombak dan kecepatan pergerakan kapal membuat banyak air yang masuk ke kapal. Gelombang yang tinggi juga membuat saya dan beberapa orang dari tim pusing dan mual.

Pada hari pertama kami mengambil data di 9 titik. Selama pengambilan data, dilakukan istirahat sekitar 1 jam di pulau Krakatau. Kami sudah membawa bekal nasi dan air kelapa. Pada hari kedua kami mengambil data di 8 titik berbeda. Pada hari kedua ini kami beristirahat di Pulau Rakata dan juga tetap ditemani dengan air kelapa. Keseruan di hari kedua ini bertambah karena kami membeli ikan segar dari nelayan sekitar saat kapal kami beristirahat. Ikan tersebut kemudian digoreng untuk dimakan bersama di penginapan.

stella 1

Machine Learing for Remote Sensing in Oceanography

Oleh : Aulia Ilham

Tahu gak sih apa itu machine learning? Jadi buat kalian yang awam pasti bertanya-tanya nih tentang hal yang satu ini. Secara sederhana, machine learning merupakan sebuah metode pengolahan data dimana komputer akan memiliki kemampuan untuk belajar tanpa diprogram secara eksplisit. Sehingga data dapat dilakukan pengolahan sendiri oleh komputer untuk menghasilkan suatu produk atau output dengan kriteria yang kita inginkan tanpa campur tangan dari si pemilik data. Akurasinya? Berdasarkan penelitian yang sudah dilakukan, metode ini merupakan metode terbaik karena komputer belajar berdasarkan data dengan tingkat akurasi yang tinggi. Tentu ini cukup menarik untuk kita, terutama anak oseanografi sendiri yang sering berkutat dengan data yang banyak dan memusingkan.

Jika dilihat dari sejarahnya, machine learning sudah dikembangkan sejak tahun 1959 oleh Arthur Lee Samuel, seorang pelopor bidang game komputer dan artificial intelligence asal Amerika Serikat. Machine learning mengeksplorasi studi dan konstruksi algoritma dan membuat prediksi pada data. Selanjutnya algoritma tersebut akan mengikuti instruksi program statis secara ketat dengan membuat prediksi atau keputusan berbasis data, melalui pembuatan model dari input sampel.

Lalu apa bedanya dengan modelling? Jadi, untuk pemodelan (modelling) yang biasa kita pelajari di kelas, pemrogaman dilakukan dengan membuat program secara mandiri lalu memasukkan data yang dibutuhkan. Kemudian kita masih harus memeriksa output dari running program tersebut untuk mengetahui apakah sudah sesuai dengan kriteria atau belum. Proses ini memakan waktu yang cukup lama untuk data yang besar, sehingga prosesnya dilakukan secara berulang-ulang hingga hasilnya sesuai dengan apa yang kita inginkan. Lalu bagaimana dengan machine learning? Nah, pengguna tinggal memberikan data dan output yang diinginkan pada komputer. Selanjutnya komputer akan belajar dari data sampel dan mengulang proses hingga didapatkan program statis yang nantinya akan digunakan pada data besar. Kemudian keluaran dari komputer tersebut yaitu sebuah program yang nantinya kita gunakan untuk running program; pastinya dengan hasil yang sudah benar. Dengan demikian kita bisa memangkas waktu pengerjaan dalam sebuah proses pengolahan data.

Untuk dunia oseanografi sendiri, metode ini begitu besar potensinya untuk dikembangkan, seperti penelitian yang dilakukan oleh Ashkezari, (2016) mengatakan bahwa pendekatan machine learning (pendekatan statistika) sangat menonjol dalam menganalisis suatu sistem kompleks yang memiliki daerah pengamatan luas. Nah, jadi jika selama penelitian kita mengamati daerah yang luas dan memiliki data yang bisa digunakan secara statistik, maka kita bisa menggunakan machine learning.  Contohnya seperti melakukan pengolahan data citra satelit, melakukan pemodelan arus, gelombang, pasang surut, serta proses pengolahan data temperatur, salinitas, pH, dan masih banyak yang lain.

Aplikasi pada Citra Satelit

Pada data citra satelit, secara umum kita biasa melakukan pengolahan data dengan bantuan software seperti: ErMapper, Global Mapper, Seadas, NV, serta masih banyak lagi. Kalau kita lihat lebih lanjut, penggunakan software ini merupakan suatu hal yang membatasi kita dalam mengeksplorasi suatu data lebih dalam. Mengapa demikian? Karena ruang lingkup kerja kita sudah dibatasi oleh fasilitas yang ada pada masing-masing program. Jadi bisa dibayangkan bagaimana jika fasilitas tersebut belum memadai untuk data yang ada. Namun, pada machine learning kemampuan untuk memberikan model terbaik pada data tersebut dapat dilakukan dengan pendekatan statistical learning, dari data setiap piksel yang ada dilakukan pendekatan statistik. Sehingga model yang diberikan benar-benar sesuai dengan keadaan data secara keseluruhan.

Foto Artikel Aulia 1

Gambar 1. Hasil clustering data pada lahan mangrove menggunakan Akaike Information Criterion

Pada gambar diatas, penulis mencoba melakukan clustering data menggunakan citra worldview-2 dengan resolusi 0,46 meter pada daerah kajian Nusa Lembongan. Pada kegiatan tersebut, dilakukan pengolahan data citra dengan pendekatan statistika yang mengambil nilai data pada piksel untuk kemudian diolah menggunakan pendekatan Akaike Information Criterion (AIC). Apa itu AIC? AIC bekerja dengan menguji data sampel atau keseluruhan untuk menentukan parameter-parameter (cluster) yang terdapat pada data secara berulang agar mendapatkan hasil terbaik pada data tersebut. Kemudian dari pendekatan tersebut keluarlah banyak cluster pada data citra Nusa Lembongan yaitu sebanyak 14 cluster.

Selanjutnya, dari nilai piksel yang ada, dilakukan pengelompokkan data berdasarkan cluster tersebut dengan menggunakan perhitungan Gaussian Mixture Model untuk menghitung nilai probabilitas setiap piksel terhadap cluster yang ada. Nilai probabilitas paling besarlah yang digolongkan pada kategori tersebut. Setelah semua digolongkan berdasarkan nilai pikselnya, maka piksel disusun ulang untuk menjadi sebuah gambar utuh lengkap dengan hasil clustering-nya.

Jadi buat kalian, pembaca terkhusus anak oseanografi, mulailah mengeksplor dunia kita ini dengan hal-hal baru yang tidak diajarkan di kelas. Ternyata masih banyak hal baru yang belum kita temui, yang mana masyarakat luas di luar sana sudah mulai belajar untuk mengembangkannya. Jangan mau jadi bangsa yang selamanya tertinggal oleh teknologi. Sudah waktunya anak muda bangkit untuk menjemput Indonesia menjadi negara juara, kuat dan berwibawa!

Kenapa Air Laut Warnanya Biru?

Oleh : Reni Wijayanti

Pernahkah terpikir oleh kalian mengapa air laut berwarna biru? Untuk menjawab pertanyaan tersebut, mari kita tinjau peristiwa yang menyebabkan air laut berwarna biru. Sebenarnya warna air laut sama seperti air biasa yaitu bening atau tidak berwarna. Faktor yang sangat berpengaruh terhadap warna air laut adalah cahaya matahari. Pada saat siang hari, matahari memberikan cahaya ke belahan bumi dan laut menyerap cahaya tersebut. Pada dasarnya cahaya berwarna putih, namun sebenarnya warna putih tersebut merupakan kumpulan dari macam macam warna yang memiliki panjang gelombang berbeda-beda. Warna ungu adalah cahaya yang memiliki panjang gelombang terpanjang dan warna merah memiliki panjang gelombang terendah. Panjang gelombang dari warna ungu sampai merah dapat dilihat pada gambar berikut.

Pengamburan Warna

Visualisasi Penghamburan Cahaya Putih dalam Panjang Gelombang

(Sumber : Sites.google.com)

Cahaya matahari diserap oleh laut dan mengalami proses optik seperti penghamburan (scattering) dan penyerapan (absorpsion). Akibatnya cahaya matahari mengalami pembiasan di laut dan air laut akan menyerap dan mentransimisikan warna-warna yang berbeda di tiap kedalaman, hal tersebut bergantung kepada panjang gelombang dan kedalaman. Pada permukaan laut, hampir semua warna dapat diserap, namun semakin dalam hanya warna dan panjang gelombang tertentu yang dapat diserap dan ditransmisikan.

Warna biru air laut adalah biru kehijauan atau Sian. Penyebab laut berwarna biru adalah karena hanya cahaya biru kehijauan yang dapat ditransmisikan ke dalam, kemudian disebarkan, dan ditransmisikan kembali ke luar dari air tanpa diserap. Kadar garam yang terkandung dalam laut juga mempengaruhi tingkat kebiruan laut. Semakin tinggi kadar garam dalam laut, semakin biru warna laut.

Sehingga dapat disimpulkan air laut berwarna biru disebabkan oleh cahaya matahari yang mengalami pembiasan di laut dan air laut akan menyerap kemudian mentransimisikan warna-warna yang berbeda di tiap kedalaman yang bergantung kepada panjang gelombang terhadap kedalaman. Pada cahaya biru kehijauan, cahaya ditransmisikan ke dalam air laut kemudian disebarkan, dan ditransmisikan kembali ke luar tanpa diserap dikarenakan kesesuaian panjang gelombangnya.Sehingga, warna biru merupakan warna yang mendominasi air laut.

 

Ngobrol Perkara Ilmu #2 Eksplorasi Bawah Laut dengan Selam Ilmiah

Oleh: Putri Rahmanii

 

Tubuh manusia tidak diciptakan untuk dapat bertahan lama di laut. Manusia tidak memiliki insang untuk dapat bernafas di laut, tidak pula memiliki kulit yang dapat menahan tekanan tinggi dan suhu rendah yang jauh berbeda dengan tekanan dan suhu di darat. Namun kita memiliki hasrat besar untuk berpetualang mengekplorasi dunia asing dibawah birunya samudera. Semakin lama apa yang menarik kita untuk mengekplorasi dalam laut bukan hanya hasrat petualangan dan keingintahuan namun juga kebutuhan akan memanfaatkan berbagai sumber daya di laut, untuk itulah manusia menciptakan teknologi kapal selam dan berbagai perangkat selam ilmiah. Sebuah cerita mengenai eksplorasi dasar laut yang dilakukan sekelompok penyelam ilmiah tergambar dalam film garapan Ron Scalpello yang bertajuk “Pressure”. Film berdurasi 91 menit ini mengantarkan kita pada diskusi keilmuan dalam NGOPI #2 yang diadakan pada Jumat sore tanggal 17 November 2017.

“Pressure” menceritakan bagaimana empat orang penyelam ilmiah atau underwater welder terjebak di sebuah kapal selam di dasar perairan Hindia sekitar Somalia dalam sebuah tugas perbaikan pipa minyak. Bagaimana keempat tokoh ini bisa terjebak mengundang pertanyaan apakah menurunkan underwater welder di tengah badai merupakah kesalahan peramalan cuaca atau pelanggaran ketentuan keselamatan kerja? Detail kecil mengenai kondisi lingkungan di awal film mungkin terlewatkan oleh kebanyakan penonton. Setelah memutar kembali bagian awal film didapati bahwa semua orang telah mengetahui kondisi alam yang kurang baik namun tetap memaksakan keempat orang ini untuk turun, hal ini tentulah pelanggaran ketentuan keselamatan kerja yang tidak sepatutnya terjadi. Keempat tokoh memutuskan untuk turun setelah dijanjikan bayaran yang berlipat ganda. Gaji underwater welder rata-rata Rp. 355.925,-/jam dan dapat mencapai Rp. 1,25 Miliar pertahun, jumlah yang besar tentunya menggiurkan bagi Engel, Peter, Josen dan Hurst. Gaji yang besar ternyata tidak sepantar dengan risiko yang mereka hadapi.

Penyelaman dilakukan pada kedalaman 670 kaki atau 204.216 meter dibawah permukaan laut tropis Samudera Hindia. Melalui perhitungan tekanan hidrostatis didapati tekanan pada kedalaman ini kurang lebih 200 bar atau 200x tekanan atmosfer. Perbedaan tekanan yang besar dengan permukaan mengharuskan penyelam melakukan popping untuk menyesuaikan tekanan tubuh dengan tekanan udara, sebagaimana yang ditampilkan pada film. Perbedaan tekanan merupakan masalah besar bagi manusia yang memiliki rongga-rongga dalam tubuhnya. Pada suatu adegan kapal selam yang mereka tumpangi jatuh secara mendadak yang menyebabkan salah seorang tokoh mengalami squeeze pada gigi yang mengharuskan giginya untuk dicabut. Gigi memiliki rongga kecil pada akar atau rongga yang lebih besar pada gigi yang ditambal, perubahan tekanan secara tiba-tiba tanpa penyeimbangan dapat menyebabkan nyeri pada bagian ini. Pada adegan lain diitampilkan bagaimana seseorang mengalami pendarahan setelah naik ke permukaan. Hal ini dikenal dengan barotrauma atau emboli udara. Barotrauma disebabkan karena penyelam naik ke permukaan terlalu cepat dan melewati safety stop tubuh akan gagal menyesuaikan diri dengan tekanan sekitar. Akibatnya gas-gas terlarut dalam darah tidak sempat menyesuaikan diri dan terbentuklah gelembung yang menyumbat peredaran darah. Selain perbedaan tekanan kurangnya oksigen juga menjadi salah satu masalah yang dihadapi penyelam. Kurangnya oksigen dapat menyebabkan seseorang berkurang kesadaran dan berhalusinasi.

Salah satu hal menarik, dan mungkin salah, yang kita lihat di film ini adalah bagaimana seseorang dapat melakukan freedive tanpa menggunakan alat bantu dalam kedalaman ini. Mengingat kondisi yang begitu sulit hal ini sangat meragukan untuk dapat dilakukan. Pada awal penyelaman dalam film ini terlihat betapa banyak dan rumitnya hal yang harus digunakan untuk dapat melakukan penyelaman ilmiah di dasar laut. Namun tidak dapat dipungkiri selam ilmiah merupakan hal sangat menantang dan dibutuhkan saat ini. Mengingat besarnya risiko yang mengiringinya, keselamatan penyelaman mulai dari seberapa terlatih orang tersebut, alat hingga kondisi alam sangat penting untuk selalu diperlukan.