ArticlePDF Available

POLA TINGGI GELOMBANG DI LAUT JAWA MENGGUNAKAN MODEL WAVEWATCH-III

Authors:

Abstract

The Java Sea is an interesting part of Indonesian waters to be studied, because it has a great of marine biological resources, especially for marine fisheries. Until now, wave model data has become the main tool for providing sea wave height information, this condition is caused by the limited observation equipment to obtain ocean data. This study aims to understand the sea wave height patterns in the Java Sea using the Wavewatch-III model, and to determine the accuracy of the Wavewatch-III model data with observation data. Based on the output of the Wavewatch-III model, the significant wave height (Hs) in the Java Sea during the West Season period (DJF) obtained a range between 0.2 m - 1 m, with the dominant direction of the sea wave from the West, in the Transition Season I (MAM) period, the significant wave height in the Java Sea obtained a range between 0.4 m - 0.8 m, and the dominant direction of sea waves comes from the Southeast to the Northwest, in the East Season (JJA), significant wave height in the Java Sea obtained a range between 0.6 m - 1.4 m, with the dominant direction of sea waves coming from the Southeast to the Northwest, and in the Transition II (SON), significant wave height in the Java Sea obtained a range between 0.2 m - 0.4 m, with the dominant direction of sea waves coming from the Southeast to the West. The significant wave height peaks in the Java Sea occur during the East Season (JJA). The results of Wavewacth-III comparison with ECMWF, obtained a good correlation value, while comparison with observational data, obtained a low correlation value, and the wave height value of Wavewatch-III is higher than observation. The results of the comparison of the Wavewacth-III model with the ECMWF model show that Wavewatch-III has good performance with a CF value of 0.04, and an error value of 35.5%. While the comparison of the Wavewatch-III model to the observation data, a low correlation value is obtained, which is only 0.32 and the Hs value of the Wavewatch-III model is higher than the observation.
POLA TINGGI GELOMBANG DI LAUT JAWA.......................................................................... Ayu Wulansari Pramita, dkk
21
POLA TINGGI GELOMBANG DI LAUT JAWA MENGGUNAKAN
MODEL WAVEWATCH-III
HIGH WAVE PATTERNS IN JAVA SEA USING WAVEWATCH-III MODELS
Ayu Wulansari Pramita1*, Denny Nugroho Sugianto1, Indra Budi Prasetyawan1,
Roni Kurniawan2, Alfan Sukmana Praja2
1Departemen Oseanografi, Fakultas Perikanan dan Ilmu Kelautan, UNDIP, Jl. Prof. H. Sudarto, Tembalang, Semarang
2Pusat Penelitian dan Pengembangan, BMKG, Jl. Angkasa I No. 2, Kemayoran, Jakarta Pusat 10720.
*E-mail: ayuwpramita@gmail.com
Naskah masuk: 28 Februari 2019 Naskah diperbaiki: 3 Juli 2020 Naskah diterima: 3 Juli 2020
ABSTRAK
Laut Jawa merupakan wilayah Perairan Indonesia yang menarik untuk dikaji, karena perairan ini mempunyai
sumber daya hayati laut yang besar terutama untuk perikanan laut. Sampai saat ini, hasil dari model gelombang
menjadi alat utama dalam memberikan informasi prakiraan tinggi gelombang laut, kondisi ini dikarenakan oleh
terbatasnya peralatan observasi lapangan untuk memperoleh data gelombang di lautan. Studi ini dilakukan
bertujuan untuk memahami pola tinggi gelombang di Laut Jawa dengan menggunakan model gelombang
Wavewatch-III, dan untuk mengetahui akurasi data model Wavewatch-III dengan data observasi. Berdasarkan
hasil luaran model Wavewatch-III, tinggi gelombang signifikan (Hs) di Laut Jawa selama periode Musim Barat
(DJF) diperoleh bekisar antara 0,2 m 1 m, dengan arah dominan gelombang laut dari Barat, pada periode
Musim Peralihan I (MAM), tinggi gelombang signifikan di Laut Jawa berkisar antara 0,4 m 0,8 m dan arah
dominan gelombang laut berasal dari Tenggara menuju ke Barat laut, pada Musim Timur (JJA), tinggi
gelombang signifikan di Laut Jawa berkisar antara 0,6 m 1,4 m, dengan arah dominan gelombang laut berasal
dari Tenggara menuju ke Barat laut, dan pada Musim Peralihan II (SON), tinggi gelombang signifikan di Laut
Jawa berkisar antara 0,2 m 0,4 m, dengan arah dominan gelombang laut berasal dari tenggara menuju ke Barat.
Puncak tinggi gelombang signifikan di Laut Jawa terjadi pada saat Musim Timur (JJA). Hasil perbandingan
model Wavewacth-III dengan model ECMWF menunjukkan bahwa Wavewatch-III mempunyai performa yang
bagus dengan nilai CF sebesar 0,04, dan nilai error sebesar 35,5%. Sedangkan perbandingan model Wavewatch-
III terhadap data observasi, diperoleh nilai korelasi yang rendah, yaitu hanya 0.32 dan nilai Hs dari model
Wavewatch-III lebih tinggi dari observasi.
Kata Kunci: Laut Jawa, Tinggi Gelombang, Wavewatch-III.
ABSTRACT
The Java Sea is an interesting part of Indonesian waters to be studied, because it has a great of marine
biological resources, especially for marine fisheries. Until now, wave model data has become the main tool for
providing sea wave height information, this condition is caused by the limited observation equipment to obtain
ocean data. This study aims to understand the sea wave height patterns in the Java Sea using the Wavewatch-III
model, and to determine the accuracy of the Wavewatch-III model data with observation data. Based on the
output of the Wavewatch-III model, the significant wave height (Hs) in the Java Sea during the West Season
period (DJF) obtained a range between 0.2 m - 1 m, with the dominant direction of the sea wave from the West,
in the Transition Season I (MAM) period, the significant wave height in the Java Sea obtained a range between
0.4 m - 0.8 m, and the dominant direction of sea waves comes from the Southeast to the Northwest, in the East
Season (JJA), significant wave height in the Java Sea obtained a range between 0.6 m - 1.4 m, with the dominant
direction of sea waves coming from the Southeast to the Northwest, and in the Transition II (SON), significant
wave height in the Java Sea obtained a range between 0.2 m - 0.4 m, with the dominant direction of sea waves
coming from the Southeast to the West. The significant wave height peaks in the Java Sea occur during the East
Season (JJA). The results of Wavewacth-III comparison with ECMWF, obtained a good correlation value, while
comparison with observational data, obtained a low correlation value, and the wave height value of Wavewatch-
III is higher than observation. The results of the comparison of the Wavewacth-III model with the ECMWF
model show that Wavewatch-III has good performance with a CF value of 0.04, and an error value of 35.5%.
While the comparison of the Wavewatch-III model to the observation data, a low correlation value is obtained,
which is only 0.32 and the Hs value of the Wavewatch-III model is higher than the observation.
Keyword: Java Sea, Wave Height, Wavewatch-III.
JURNAL METEOROLOGI DAN GEOFISIKA VOL. 21 NO. 1 TAHUN 2020 : 21 28 22
1. Pendahuluan
Laut Jawa merupakan bagian dalam Perairan
Indonesia yang menarik untuk diteliti. Ada beberapa
alasan utama mengapa perairan ini menarik untuk
diteliti lebih lanjut, diantaranya perairan ini
mempunyai potensi sumber daya hayati laut yang
besar terutama perikanan laut [1], dan berhadapan
langsung dengan beberapa kota besar seperti Jakarta,
Surabaya, Semarang dan Cirebon yang berfungsi
sebagai lokasi pemukiman, perdagangan,
perhubungan, perkembangan industri dan sektor
lainnya [2]. Perairan Laut Jawa khususnya yang
tersebar di wilayah utara Pulau Jawa antara
Surabaya, Semarang, Banjarmasin dan Makassar
merupakan jalur pelayaran yang padat.
Gelombang sangat berpengaruh terhadap berbagai
kegiatan di laut, diantaranya transportasi laut,
aktivitas penangkapan ikan oleh nelayan dan lain
sebagainya. Berbagai dampak akibat adanya
gelombang tinggi di Perairan Indonesia sudah
banyak terjadi, diantaranya selama kurun waktu
2003-2008 terdapat berbagai kecelakaan kapal
dengan berbagai ragam faktor penyebab [3].
Terbatasnya pengamatan insitu yang dilakukan
untuk mengamati lautan secara umum serta data
hasil pengukuran dan observasi di laut yang
umumnya sangat terbatas dan tidak kontinyu
menjadikan model gelombang sebagai komponen
utama dalam memberikan informasi prediksi
gelombang saat ini. Berdasarkan ketentuan WMO-
No.702, untuk keperluan informasi gelombang, data
dapat diperoleh dari dua sumber utama yaitu: (a)
hasil pengukuran dan observasi, dan (b) hasil
estimasi berdasarkan data angin[4]. Wavewatch-III
merupakan model gelombang generasi ketiga yang
dikembangkan oleh NOAA / NCEP [5] dan
berdasarkan pada pemecahan menggunakan metode
beda hingga dari persamaan keseimbangan aksi
gelombang spektral dalam perkiraan fase averaging.
Model Wavewatch-III memiliki perbedaan dengan
model windwave yang dijalankan untuk operasional
NOAA sebelumnya, yaitu tidak hanya melakukan
pendekatan numerik saja tetapi juga melakukan
pendekatan fisis antara atmosfer dan laut [6]. Studi
ini dilakukan bertujuan untuk memahami pola tinggi
gelombang di Laut Jawa dengan menggunakan
model gelombang Wavewatch-III.
2. Metode Penelitian
Data primer yang digunakan dalam penelitian ini
adalah berupa data pengukuran gelombang
menggunakan instrumen AWAC (Acoustic Wave
and Current Profiler), data angin GFS (Global
Forecasting System), data batimetri dari etopo, data
angin dri ogimet dan data model gelombang
ECMWF (European Center for Medium range
Weather Forecasting).
Studi wilayah kajian penelitian adalah Laut Jawa
yang terletak pada koordinat 03o00’LS-07o00’LS
dan 106o00’BT-116o00’BT. Lokasi penelitan
pengukuran gelombang dilakukan di Pantai Marina
Semarang dengan koordinat 6°55'48.73" LS dan
110°22'56.70" BT. Waktu penelitian untuk
pengambilan data gelombang di lapangan yaitu
selama 8 hari pada tanggal 10-17 Mei 2017
digunakan sebagai data untuk verifikasi hasil model.
Selanjutnya waktu yang dipilih untuk simulasi
model dengan software Wavewatch-III yaitu pada
bulan Januari 2017 mewakili Musim Barat, Mei
2017 mewakili Musim Peralihan I, Juli 2017
mewakili Musim Timur dan bulan Oktober 2017
mewakili Musim Peralihan II. Peta lokasi penelitian
dapat dilihat pada Gambar 1.
Gambar 1. Lokasi Penelitian.
POLA TINGGI GELOMBANG DI LAUT JAWA.......................................................................... Ayu Wulansari Pramita, dkk
23
Gambar 2. Grafik Pengamatan Tinggi Gelombang di Pantai Marina Semarang.
Pengukuran Gelombang. Pengukuran gelombang
pada penelitian ini menggunakan AWAC (Acoustic
Wave and Current Profiler) untuk mendapatkan
parameter gelombang di lapangan, seperti tinggi
gelombang signifikan (Hs) dan periode gelombang
signifikan (Ts) sebagai verifikasi hasil model yang
telah dibuat dengan Wavewatch-III. Pengambilan
data gelombang di lapangan dilakukan selama 8 hari
yaitu pada tanggal 9 17 Mei 2017.
Pemodelan Gelombang Menggunakan
Wavewatch-III. Data Model Wavewatch diperoleh
dari BMKG yang dijalankan pada dua domain yaitu
domain global (180o BB 180o BT; 70o LS 70o
LU) dengan resolusi spasial 0.5o (~55 km) dan
domain regional Indonesia (90o BT 150o BT; 15o
LS 15o LU) dengan resolusi spasial 0.25o (~27
km). Model dijalankan dengan metode two way
nesting dimana pada daerah boundary kedua domain
baik global maupun regional dapat saling
mempengaruhi. Data angin permukaan yang
digunakan untuk input model Wavewatch diperoleh
dari GFS, National Center for Environmental
Prediction (NCEP) NOAA, resolusi spasial data
adalah 0.50 (≈55,5 km)[7], dan data bathymetri etopo
mempunyai resolusi temporal 2’ (≈ 3 x 3 km) dari
US Geological Survey (USGS)[8]. Spin-up model
dilakukan selama dua minggu dari kondisi calm, jadi
pada dua minggu pertama hasil perhitungan numerik
yang dilakukan belum dianalisa dan hanya sebagai
input energi sampai model dianggap stabil[9].
Pengolahan Data Model Gelombang ECMWF.
Data Gelombang ECMWF (European Center for
Medium range Weather Forecasting) yang
berbentuk file NetCDF diolah menggunakan
software ODV 4 untuk mendapatkan file berbentuk
Text (.txt). kemudian file tersebut diolah lagi dengan
menggunakan Ms.Excel untuk mengelompokkan
data berdasarkan waktu tertentu disimpan dalam
bentuk file Excel 97-2003 workbook (.xls) yang
nantinya digunakan sebagai bahan inputan didalam
software ArcGIS 10.3. Setelah itu file diinput
kedalam software ArcGIS 10.3 untuk mendapatkan
hasil model gelombang ECMWF yang diinterpolasi
menggunakan modul IDW.
3. Hasil dan Pembahasan
Data Observasi Lapangan. Pengukuran data tinggi
gelombang di Pantai Marina Semarang pada tanggal
9 17 Mei 2017 diperoleh ketinggian gelombang
0.1 sampai 0.5 meter dengan kategori smooth (tabel
1) berdasarkan skala Douglas[10].
Hasil Model Wavewatch-III. Data model
Wavewatch-III dijalankan dalam interval waktu
pertiga jam selama 4 bulan, yaitu Januari 2017
mewakili Musim Barat, Mei 2017 mewakili Musim
Peralihan I, Juli 2017 mewakili Musim Timur dan
bulan Oktober 2017 mewakili Musim Peralihan II.
Tinggi gelombang maksimum dominan terjadi di
timur Pulau Sumatera hingga sebagian Utara Pulau
Jawa dengan nilai maksimum 2,4 m. Sedangkan rata
rata tinggi gelombang pada bulan Januari berkisar
antara 0,2 m 1 m dengan arah dominan dari barat
menuju ke timur (gambar 3). Pada bulan Mei 2017
yang mewakili Musim Peralihan I arah datang
gelombang berasal dari tenggara menuju ke barat
laut. Hal ini sesuai dengan hasil pengukuran angin di
lapangan yaitu arah angin dominan berasal dari
tenggara menuju ke barat laut. Tinggi gelombang
maksimum terjadi di bagian barat Pulau Sulawesi
dengan ketinggian maksimum mencapai 1,4 m.
Sedangkan tinggi gelombang yang sering terjadi
pada bulan Mei 2017 tidak terlalu tinggi
dibandingkan dengan bulan sebelumnya berkisar
antara 0,4 0,8 m pada hasil model Wavewatch-III
(gambar 4).
Tabel 1. tinggi gelombang berdasarkan skala
douglas
JURNAL METEOROLOGI DAN GEOFISIKA VOL. 21 NO. 1 TAHUN 2020 : 21 28 24
Pada bulan Juli 2017 arah datang gelombang berasal
dari tenggara menuju ke barat laut seperti yang
terlihat pada hasil running model Wavewatch-III
selama satu bulan penuh (gambar 5). Pada bulan juli
ini tinggi gelombang termasuk kategori moderate
dan lebih tinggi dibandingkan dengan bulan
sebelumnya. Ketinggian maksimum yang terjadi
pada bulan ini mencapai 2,4 m. Pada pertengahan
bulan Juli 2017 terlihat puncak terjadinya tinggi
gelombang dimana pada hasil model terlihat hampir
semua bagian pada Laut Jawa memiliki tinggi
gelombang lebih dari 1 m. Rata rata nilai tinggi
gelombang signifikan pada bulan Juli 2017 berkisar
0,6 m 1,4 m, hal ini menunjukkan bahwa pada
bulan juli merupakan puncak monsoon timur dan
sesuai dengan penelitian yang dilakukan oleh
pandia, dkk [11].
Pada bulan Oktober 2017 arah gelombang berasal
dari tenggara menuju ke barat. Tinggi gelombang
tampak lebih kecil dibandingkan dengan bulan Juli
2017 pada skala tinggi gelombang berkisar antara
0,2 m 0,4 m. Hasil model memperlihatkan
perubahan arah datang gelombang yang tidak
menentu di pertengahan bulan Oktober 2017 hingga
akhirnya pada akhir bulan arah datang gelombang
berasal dari tenggara menuju barat menjadi barat
menuju ke timur. Hal ini sesuai dengan pernyataan
Sugianto (2014) [12,13], bahwa pada musim
peralihan, angin menjadi lemah dan tidak menentu
(gambar 6).
Gambar 3. Hasil Model Wavewatch-III pada Bulan Januari 2017
Gambar 4. Hasil Model Wavewatch-III pada Bulan Mei 2017
Gambar 5. Hasil Model Wavewatch-III pada Bulan Juli 2017
POLA TINGGI GELOMBANG DI LAUT JAWA.......................................................................... Ayu Wulansari Pramita, dkk
25
Gambar 6. Hasil Model Wavewatch-III pada Bulan Oktober 2017
Gambar 7. Hasil Model ECMWF
Perbandingan Hasil Model Gelombang dari
Wavewatch-III dan ECMWF. Gambar 7
Merupakan hasil model gelombang dari ECMWF
pada tanggal 1 Januari 2017 (a) pukul 00:00 dan (b)
06:00 UTC yang memiliki resolusi grid terkecil
0,125o x 0,125o dengan interval waktu per-enam jam
dalam UTC. Untuk mengetahui perbandingan antara
hasil model ECMWF dengan model Wavewatch-III
maka diambil 20 titik dari koordinat yang berbeda
selama satu hari dengan interval enam jam (4 data
Hs per titik. Titik titik tersebut berada dalam
koordinat Laut Jawa dengan beberapa pertimbangan
seperti penyesuaian waktu, resolusi dan data yang
tidak kosong antara ECMWF dan Wavewatch-III.
JURNAL METEOROLOGI DAN GEOFISIKA VOL. 21 NO. 1 TAHUN 2020 : 21 28 26
Tabel 1. Deskripsi Statistik Tinggi Gelombang
Signifikan (Hs) Model ECMWF dan
WW3 01/01/2017 di Laut Jawa
Deskripsi (Jumlah data,
N=80)
Hs (m)
ECMWF
Hs
(m)
WW3
Tinggi
Gelombang
Rata-rata
0,47
0,34
Minimum
0,23
0,03
Maksimum
1,01
0,83
Kisaran (Range)
0,78
0,80
Kemencengan
(Skewness)
1,136
0,172
Tabel 2. Validasi Tinggi Gelombang Signifikan
Model ECMWF dengan Wavewatch-III
Error (%)
CF
35,5
0,04
Berdasarkan Tabel 1, dapat diketahui bahwa tinggi
gelombang signifikan (Hs) di Laut Jawa berdasarkan
model ECMWF berkisar antara 0,23 1,01 m
dengan rata rata 0,47 m. Pada Gambar 8 dapat
dilihat bahwa data yang berdistribusi normal
memiliki presentase 74% dan tinggi gelombang
yang lebih dari 0,5 m memiliki frekuensi kejadian
sebesar 48% dari jumlah data sebanyak 80. Dan
pada Tabel 2, dapat diketahui bahwa tinggi
gelombang signifikan (Hs) di Laut Jawa berdasarkan
model Wavewatch-III berkisar antara 0,03 0,83 m
dengan rata rata 0,34 m. Pada Gambar 9 dapat
dilihat bahwa data yang berdistribusi normal
memiliki presentase 65% dan tinggi gelombang
yang lebih dari 0,5 m memiliki frekuensi kejadian
sebesar 12% dari jumlah data sebanyak 80.
Dari hasil kedua grafik diatas (dapat dilihat pada
Gambar 8 dan 9), pola histogram tampak mengikuti
kurva normal, meskipun terdapat beberapa data yang
tampak outlier namun secara garis besar distibusi
data mengikuti kurva normal, sehingga dapat
disimpulkan bahwa data berdistribusi normal.
Berdasarkan tabel 3, nilai error yang diperoleh dari
perbandingan kedua model tersebut sebesar 35,5%
dan nilai CF sebesar 0,04. Hal ini dikatakan sangat
baik karena nilai CF (Crost Function) < 1.
Hasil model ECMWF memiliki kisaran nilai 0,23 m
1,01 m dengan rata rata 0,47 m sedangkan hasil
model Wavewatch-III memiliki kisaran nilai 0,03 m
0,83 m dengan rata rata 0,34 m. Jika dilihat hasil
cuplikan tersebut, kedua model memiliki nilai yang
tidak jauh berbeda. Perbedaan hasil antara kedua
model dikarenakan oleh perbedaan resolusi, metode
masing masing model dan perbedaan inputan
angin yang digunakan tiap model. Model
Wavewatch-III menggunakan inputan angin GFS
sedangkan model ECMWF menggunakan inputan
angin ECMWF. Resolusi model ECMWF adalah
0,125° sedangkan model Wavewatch-III memiliki
resolusi 0,06°. Model ECMWF memiliki lebih
banyak nilai yang kosong jika dibandingkan dengan
model Wavewatch-III terlebih di daerah yang dekat
dengan daratan. Oleh karena itu model ECMWF
tidak bisa dibandingkan dengan data lapangan yang
berlokasi di Pantai Marina Semarang karena di
daerah tersebut datanya kosong pada bulan Mei
2017 yang merupakan waktu observasi lapangan.
Menurut Isniarny (2012) [6], hal itu disebabkan
ketika grid data yang digunakan memiliki resolusi
rendah sedangkan wilayah yang dikaji terlalu sempit
maka model tidak dapat melakukan perhitungan dan
akan menghasilkan error yang lebih besar.
Gambar 8. Distribusi Hasil Tinggi Gelombang Signifikan Model ECMWF.
POLA TINGGI GELOMBANG DI LAUT JAWA.......................................................................... Ayu Wulansari Pramita, dkk
27
Gambar 9. Distribusi Hasil Tinggi Gelombang Signifikan Model Wavewatch-III.
Gambar 10. Perbandingan Model Wavewatch-III dan Data Observasi
Perbandingan Hasil Model Wavewatch-III dan
Data Observasi. Perbandingan data tinggi
gelombang signifikan (Hs) hasil model Wavewatch-
III memiliki kisaran nilai 0,08 m 1,04 m dengan
rata rata 0,42 m, sedangkan data observasi
memiliki kisaran nilai 0,09 m 0,45 m dengan rata
rata 0,20 m, adapun nilai tinggi gelombang
maksimum (Hmax) dari hasil model sebesar 1,035
m, sedangkan dari hasil observasi nilai tinggi
gelombang maksimum adalah 0,45 m. Hasil tersebut
menunjukkan bahwa hasil luaran model gelombang
Wavewacth-III rata-rata lebih tinggi dari nilai tinggi
gelombang observasi (gambar 10). Adapun nilai
korelasi yang diperoleh dari hasil model dan
observasi sangat rendah, yaitu sebesar 0,32.
4. Kesimpulan
Dari perkiraan model Wavewatch-III diperoleh
tinggi gelombang signifikan (Hs) di Laut Jawa pada
Musim Barat berkisar antara 0,2 m 1 m dengan
arah dominan gelombang dari barat menuju ke
timur. Pada Musim Peralihan I berkisar antara 0,4 m
0,8 m dan arah dominan gelombang berasal dari
tenggara menuju ke barat laut. Pada Musim Timur
berkisar antara 0,6 m 1,4 m dengan arah dominan
gelombang berasal dari tenggara menuju ke barat
laut. Dan pada Musim Peralihan II dengan kisaran
nilai 0,2 m 0,4 m dan arah dominan gelombang
berasal dari tenggara menuju ke barat. Dari hasil
tersebut dapat disimpulkan bahwa puncak tinggi
gelombang terjadi pada saat Musim Timur.
Tinggi gelombang signifikan (Hs) menggunakan
model Wavewatch-III memiliki nilai perkiraan 0,08
m 1,04 m dengan rata rata 0,42 m sedangkan
tinggi Hs observasi memiliki kisaran nilai 0,09 m
0,45 m dengan rata rata 0,20 m. Berdasarkan
perbandingan model Wavewacth-III dengan model
ECMWF menunjukkan bahwa data hasil model
Wavewatch-III mempunyai korelasi yang bagus
dengan nilai CF sebesar 0,04, dan nilai error sebesar
35,5%. Sedangkan hasil perbandingan dengan data
observasi, diperoleh nilai korelasi yang sangat
rendah yaitu sebesar 0,32.
Daftar Pustaka
[1] Ardiyani, W. J., Iskandar, B. H., & Wisudo,
S. H., Estimasi Jumlah Kapal Penangkap
Ikan Optimal Di WPP 712 Berdasarkan
Potensi Sumber Daya Ikan, ALBACORE
Jurnal Penelitian Perikanan Laut, 3(1), 95-
104, 2019.
JURNAL METEOROLOGI DAN GEOFISIKA VOL. 21 NO. 1 TAHUN 2020 : 21 28 28
[2] Dede, M., Sewu, R. S. B., Yutika, M., &
Ramadhan, F. Analisis Potensi Perekonomian
Sektor Pertanian, Kehutanan, dan Perikanan
serta Pertambangan dan Penggalian di
Pantura Jawa Barat.
https://doi.org/10.31227/osf.io/mc2t6.
Prosiding Seminar Nasional Epicentrum 5.5:
Optimalisasi Sumber Daya Alam Matra
Darat dan Matra Lautan untuk Ketahanan
Pangan dan Kesehatan dalam Konteks
Nasionalisme. 2018.
[3] Kurniawan, Roni, D.S. Permana, Suratno dan
M.N. Habibie. Verifikasi Luaran Model
Gelombang Windwaves-05 Dengan Satelit
Altimeter. Jurnal Meteorologi Dan Geofisika
Vol. 14 No. 3, 2013 : 149-158, Puslitbang
BMKG, Jakarta, 2013.
[4] World Meteorolgical Organization (WMO).
Guide to Wave Forecasting and Analysis,
WMO-No. 702, Secretariat of the World
Meteorological Organisation, Geneva
Switzerland: Author. 1998.
[5] Tolman, H. L. User manual and system
documentation of WAVEWATCH-III
version 3.14. Environmental Modeling
Center. Marine Modeling and Analysis
Branch. NCEP.
https://polar.ncep.noaa.gov/mmab/papers/tn2
76/MMAB_276.pdf. 2009.
[6] Isniarny, Nadya. Pemanfaatan Data Angin
Dari Model GFS Untuk Prediksi Tinggi
Gelombang (windwaves) Menggunakan
Model Wavewatch-III (Studi Kasus di Selat
Sunda). Skripsi, Fakultas Ilmu dan
Teknologi Kebumian ITB, Bandung. 1998.
[7] National Center for Environmental Prediction
(NCEP)NOAA. http://www.mmm.ucar.edu/
[8] US Geological Survey (USGS).
(http://www.usgs.gov/)
[9] Habibie, M N., D.P. Permana dan Suratno.
Simulasi Gelombang Ekstrim Akibat Swell
Di Indonesia Menggunakan Model
Wavewatch-III. Jurnal Meteorologi Dan
Geofisika, Vol. 14 No. 2, 2013: 99-108 .
2013.
[10] Koo, Soyeon & Kim, Seungkeun & Suk,
Jinyoung & Kim, Youdan & Shin, Jongho.
Improvement of Shipboard Landing
Performance of Fixed-wing UAV Using
Model Predictive Control. International
Journal of Control, Automation and Systems.
10.1007/s12555-017-0690-1. 2018.
[11] Pandia, F. S., Sasmito, B., & Sukmono, A.
Analisis Pengaruh Angin Monsun Terhadap
Perubahan Curah Hujan Dengan
Penginderaan Jauh (Studi Kasus: Provinsi
Jawa Tengah). Jurnal Geodesi Undip, 8(1),
278-287. 2019.
[12] Sugianto, Denny N. Model Distribusi
Kecepatan Angin dan Pemanfaatannya
Dalam Peramalan Gelombang di Laut Jawa.
Disertasi Program Doktor Teknik Sipil
Universitasi Diponegoro, Semarang. 2014.
[13] Sugianto, Denny N., M. Zainuri, A. Darari,
Suripin, S. Darsono and N. Yuwono. Wave
Height Forecasting Using Measurement
Wind Speed Distribution Equation In Java
Sea. International Journal of Civil
Engineering and Technology (IJCIET)
Volume 8, Issue 5, May 2017, pp. 604 619.
2017.
... Information about wave height can be used in determining the layout of ports, shipping lanes, and coastal structures for disaster mitigation such as coastal abrasion, thus having significant implications for national security. The limited in-situ observations carried out to observe the ocean in general, as well as the limited and discontinuous data from measurements and observations of sea waves, make wave height models providing current wave prediction information [4]. However, in reality, making accurate predictions for sea wave height information is very difficult due to the stochastic nature of ocean waves themselves [2]. ...
... The average significant wave height from all datasets shows that during the southeast monsoon, the average significant wave height is higher than during the northwest monsoon. This is consistent with the research [4,39] using ECMWF-ERA5 data, which stated that the seasonal average significant wave height during SEM in the North of Java is higher than during the NWM. The difference in average significant wave height occurs because, in the NWM, there is an active Asian Monsoon, where areas with high average wave height are generally located to the north or in areas bordering open seas, such as the Karimata Strait, Natuna Sea, and the western region of Sumatra Island. ...
Article
Full-text available
Wind waves are natural phenomena primarily generated by the wind. Information about wave height and period is highly crucial in various marine fields such as coastal engineering, fisheries, and maritime transportation. However, accurately predicting wave height remains a challenge due to the stochastic nature of ocean waves themselves. Several approaches to predicting wave height have been developed, including numerical models and machine learning methods, such as the Long-Short Term Memory (LSTM) algorithm, which has currently garnered significant attention from researchers. The objective of this research is to develop a forecast model for wind wave height using the LSTM algorithm in Seibu Island Waters, DKI Jakarta. The ERA5 dataset comprises zonal and meridional wind components and significant wave height, along with wind measurement data using the Automatic Weather System (AWS) instrument, are used to train and test to train and test the LSTM model. The research results show that the LSTM model can predict significant wave height effectively. Predictions using the ERA5 significant height dataset are observed to be closer to field data, with RMSE, MAE, and MAPE values of 0.1535 m, 0.1181 m, and 37.11% respectively. Thus, the model evaluation results indicate good performance, with relatively low RMSE and MAE values, and a good MAPE value. The highest accuracy in significant wave height prediction is found for forecasts one week (7 days) ahead
... Laut Jawa (Gambar 1) merupakan suatu wilayah perairan yang sangat penting di Indonesia.. Pelabuhan-pelabuhan penting serta kota-kota besar di Pulau Jawa terletak di pesisir utara pulau yang menghadap langsung ke Laut Jawa. Ditambah lagi laut Jawa memiliki sumber daya maritim yang sangat besar baik dari sumber daya migas (Haryata, 2019;Rohmaningrum, 2012;Crystiana et al., 2014;Lunt, 2019) yang ada di dasar lautnya ataupun sebagai penghubung perekonomian antar pulau di Indonesia bahkan dengan negara lain (Siska, 2017;Rustam, 2016;Pramita et al., 2020;Safriadi et al., 2021;Latif, 2011). ...
Article
Full-text available
Pasang surut (pasut) merupakan fenomena periodik naik turunnya air laut yang berpengaruh besar terhadap seluruh aktifitas manusia di wilayah pesisir dan laut. Tulisan ini menganalisis variasi spasial dari karakteristik pasut yang terjadi di Laut Jawa. Karakteristik pasut tersebut dipetakan dari empat komponen pasut utama (K1, O1, M2 dan S2) dari model pasut global TPXO9v5 dan diverifikasi menggunakan 14 stasiun pasut dari Badan Informasi Geospasial. Hasil verifikasi menunjukkan kesesuaian yang baik antara data model dengan data pengukuran dengan rata-rata nilai RMS 0,8 – 2,2 cm untuk komponen pasut dan 7,6 cm untuk tunggang pasut, sementara tingkat kesesuaian untuk tipe pasut adalah 93%. Nilai amplitudo komponen pasut pada kelompok harian (K1 dan O1) memiliki nilai lebih besar sekitar dua kali lipat dibandingkan dengan kelompok harian ganda (S2 dan M2). Sementara untuk nilai fase, hanya gelombang O1 yang penjalarannya ke arah timur, sementara gelombang lainnya menjalar ke arah barat. Secara spasial, tunggang pasut di Laut Jawa bervariasi dari 0,3 m di bagian tengah pada bujur 108-110° BT dan bertambah tinggi ke arah barat dan timur sampai 1 m. Pengetahuan mengenai variasi spasial karakteristik pasut ini penting dalam mempelajari pola pasut, bidang referensi ketinggian atau kedalaman, atau untuk kerekayasaan seperti manajemen pelabuhan dan instalasi infrastruktur lepas pantai. Tides are a periodic rising and falling sea level phenomenon that significantly impact all human activities in coastal and maritime regions. This paper discusses the spatial variations of tidal characteristics tides in the Java Sea. The characteristics are mapped from four main tidal components (K1, O1, M2, and S2) extracted from the TPXO9v5 tide model and verified by 14 tidal stations. The verifications show a good agreement between the model data and measurements, with an average root mean square (RMS) of 0.8 - 2.2 cm for tidal components and 7.6 cm for tidal range, and the conformity level for tidal types is 93%. The amplitude of the diurnal tidal components (K1 and O1) is approximately twice that of the semi-diurnal tidal components (S2 and M2). Regarding the phase, only the O1 wave propagates eastward, while the other waves propagate westward. Spatially, the tidal range in the Java Sea varies from 0.3 m in the central part at longitudes 108-110° E, increasing in height as it moves westward and eastward to reach 1 m. Information on the spatial variations in tide characteristics is crucial for studying tidal patterns, tidal datum, and engineering purposes like port management and offshore infrastructure.
... Some sites in the inner Indonesian seas of Kr 1 , Jv 1 , Jv 2 and the Pacific Ocean seas at P 1 and P 2 record several SWH events over 4 m that might endanger the vessel or ship across this region. The high wave event in sites Jv 1 , Jv 2 , and Kr 1 is likely to happen in the summer monsoon as reported by the study of Pramita et al (2020). ...
Article
Results from the WAVEWATCH III simulation by the Geospatial Information Agency of Indonesia are used to describe the characteristic and variation of wind-driven waves and its energy throughout Indonesian seas and adjacent waters for 25 years (1991–2015). The simulation results are compared with buoys and Topex/Poseidon satellite observation to test the model reliability on the specific sites and regional scale. The annual average of Significant Wave Height (SWH) and its energy are presented along with monthly average of wind speed, SWH, and wave energy to describe the monthly variation across the year. In addition, the extreme environment analysis is presented through the percentile statistics of SWH and wave energy. In order to determine the suitable sites for wave energy converter installation, an overview using the index of Coefficient of Variance, Monthly Variability Index, Optimum Hotspot Identifier, and Wave Development Index is employed. Subsequently, the power rose and SWH state of the wave energy from 20 different sites representing the Indonesian seas and adjacent waters are analyzed. The study aims to illustrate the wave climate and its energy potential using the long-term open access data set available within the scope of Indonesian seas and adjacent waters.
Article
Full-text available
Abstrak Perairan barat Provinsi Lampung merupakan salah satu lokasi yang diperkirakan memiliki potensi energi gelombang yang cukup besar. Namun, minimnya informasi tentang titik potensial energi gelombang laut yang lebih rinci membuat kawasan ini belum dapat dieksplorasi dengan baik. Penelitian ini bertujuan untuk mendapatkan tinggi gelombang signifikan (Hs) yang merupakan salah satu variabel utama dalam menentukan energi gelombang laut di perairan barat Provinsi Lampung. Studi ini dilakukan melalui pemodelan numerik menggunakan model SWAN pada software Delft3D-WAVE dengan input model gelombang yang bersumber dari data ECMWF-Era 5 di laut lepas. Hasil pemodelan numerik menunjukkan gelombang signifikan terbesar terjadi pada musim barat dengan nilai 1,25-2,975 m. Sedangkan tinggi gelombang signifikan terkecil terjadi pada musim timur dengan nilai 0,941-2,079 m. Verifikasi hasil tersebut terhadap data AVISO menghasilkan nilai MAPE sebesar 16,355%, koefisien korelasi sebesar 0,8691, RMSE berkisar 0,277 m yang menunjukkan validasi yang baik dan memuaskan.
Article
Full-text available
ABSTRAK Di negara kepulauan seperti Indonesia, informasi tentang tinggi gelombang sangat penting untuk menunjang aktivitas di laut. Mengingat hal tersebut, akurasi prakiraan tinggi gelombang perlu mendapat perhatian. Penelitian ini bertujuan untuk mengetahui performa model prediksi gelombang laut Windwaves-05 yang digunakan BMKG sejak tahun 2004 terhadap data observasi satelit altimeter AVISO dengan menghitung nilai korelasi, kesalahan absolut, dan kesalahan relatif model selama periode tahun 2010. Dari hasil verifikasi, diperoleh nilai korelasi antara luaran model Windwaves-05 dengan AVISO bervariasi diatas 0,7, dengan nilai korelasi terendah (0,77) diperoleh pada bulan Februari dan yang tertinggi pada bulan Mei (0,94), dan nilai bias absolut tinggi gelombang yang diperoleh umumnya bervariasi kurang dari 0,8 meter, serta kesalahan relatif rata-rata model sebesar 24%. Hasil kajian ini menunjukkan bahwa model gelombang laut Windwaves-05 mempunyai performa yang cukup baik dan dapat digunakan untuk prakiraan tinggi gelombang di perairan Indonesia. ABSTRACT In a maritime continent Indonesia, information about sea wave height is highly important for supporting human activities in the ocean. Therefore, the accuracy of wave height prediction must require an intensive attention. This study investigated the spatial performance and accuracy of Windwaves-05 ocean model prediction that have been used by BMKG since 2004 against the altimetry satellite observation data from AVISO for period of 2010 by computing the linear regression correlation, absolute error and its relative error. The verification's results show that the correlation is greater than 0.75 for all months of 2010, with minimum in February (0.77) and maximum in May (0.94). The absolute error varies between 0.2-0.8 meter with average relative error of 24%. These results exhibit a relatively good performance of Windwaves-05 and support its application in wave height prediction in Indonesian waters.
Article
Full-text available
ABSTRAK Posisi Indonesia yang diapit Samudera Hindia dan Pasifik, menyebabkan wilayah ini rawan terhadap ancaman gelombang tinggi yang berasal dari kedua samudera. Salah satu keadaan ekstrim terjadi pada tanggal 17-19 Mei 2007 yang menyebabkan kerusakan infrastruktur di beberapa tempat sepanjang pantai barat Sumatera hingga selatan Nusa Tenggara. Penelitian ini bertujuan untuk mengetahui kemampuan model gelombang WAVEVATCH-III dalam mensimulasikan kejadian ini. Simulasi model dilakukan menggunakan input angin Global Forcasting System (GFS) dan batimetri US Geological Survey (USGS). Hasil simulasi diverifikasi menggunakan data ERA-Interim serta catatan media massa. Dari hasil simulasi menunjukkan bahwa kejadian gelombang ekstrim tanggal 17-19 Mei 2007 dipicu oleh adanya badai di Tanjung Harapan selatan Afrika. Siklon ini menyebabkan angin bertiup persisten dengan kecepatan lebih dari 22 m/s ke arah Indonesia yang berlangsung selama tanggal 9-14 Mei. Hal ini menimbulkan gelombang ekstrim dengan tinggi lebih dari 3 meter dipantai barat Sumatera, pantai selatan Jawa, Nusa Tenggara sampai dengan Flores. Gelombang ini merupakan swell yang dibentuk oleh angin persisten tersebut dan melintasi Samudera Hindia menuju Indonesia. Verifikasi simulasi model WAVEWATCH-III berdasarkan tempat dan waktu kejadiannya menggunakan data reanalysis ERA-Interim menunjukkan korelasi sebesar 0,92-0,97 dan nilai MAE 0,13-0,45 m. Periode gelombang di daerah pantai yang tercatat berdasar simulasi ini adalah 20 detik. Panjang gelombang ratusan meter ini ketika menghantam pantai mengalami wave setup akibat gesekan dengan dasar laut sehingga menjadikan gelombang ini bersifat merusak. Selain itu pada saat gelombang ekstrim terjadi, bertepatan dengan puncak pasang surut yang menyebabkan superposisi antara swell dan pasang surut dan menambah ketinggian swell. ABSTRACT Indonesia lies between Hindia and Pacific ocean, it caused hight risk in extreme wave from both of them. One of extreme wave events occured on May 17-19, 2007. This event damaged many infrastructure over western coast of Sumatra until southern Nusa Tenggara. The purpose of this research is to investigate WAVEWATCH-III performance to simulate the extreme wave in Indonesia waters. 10 m of wind from Global Forcasting System (GFS) and bathimetry from US Geological Survey (USGS) used as input model to simulate the wind wave on global and regional domain during May 1-31, 2007, and than verified by ERA-Interim data. The simulation shown that these extreme wave event triggered by tropical cyclone in Cape of Hope, southern of Africa. The cyclone caused persistent wind more than 22 m/s speed and leads to Indonesia waters. This condition took place during May 4-10, 2007 and generated extreme wave more than 3 meter over the western coast of Sumatra, the southern coast of Java to Flores. The extreme wave considered as swell. The persistent wind generated wind sea and grown to swell leads to Indonesia waters across Hindian Ocean. The model has been verified by ERA-Interim reanalysis data, it has a good correlation (0,92-0,97) and MAE between 0,13-0,45 m. But the model data higher than ERA-Interim because the resolution of the model higher too. Based on the simulation, more than 20 seconds wave period recorded in coastal areas. This hundreds meters of wavelength having setup due to bottom friction, so these wave are destructive and dangerous. These event resembling with spring tide, so superposition about swell and tide caused wave setup.
Conference Paper
Full-text available
Kekayaan sumber daya alam di Indonesia begitu melimpah, baik di darat maupun perairan yang menjadi penggerak ekonomi di tingkat daerah hingga nasional. Salah satu provinsi yang menyumbang produk domestik regional bruto (PDRB) terbanyak adalah Jawa Barat (14,17 persen). Sebanyak 33,88 persen PDRB Jawa Barat berasal dari wilayah pantura yang terdiri atas Kabupaten Bekasi, Kabupaten Cirebon, Kabupaten Indramayu, Kabupaten Karawang, Kabupaten Subang, dan Kota Cirebon. Pantura Jawa Barat dikenal sebagai wilayah sentra pertanian, kehutanan, dan perikanan serta pertambangan dan penggalian. Penelitian ini bertujuan untuk mengetahui potensi optimalisasi berbagai sektor yang bertumpu pada sumber daya alam darat dan perairan di Pantura Jawa Barat. Metode penelitian yang digunakan adalah ex post facto dengan menggunakan data dari Badan Pusat Statistik (BPS) tahun 2011 hingga 2015 yang dianalisis menggunakan ‘multiplier effect‘ model Tiebout (dengan ‘Locational Quotient‘ atau LQ), Model Rasio Pertumbuhan (MRP) yang terdiri atas Rasio Pertumbuhan Wilayah Studi (RPs) dan Rasio Pertumbuhan Wilayah Referensi (RPr), dan analisis ‘overlay‘. Berdasarkan analisis ini diketahui bahwa pemanfaatan sumber daya darat dan perairan di berbagai sektor yang tercermin dari pertambangan dan penggalian sebagai sektor unggulan di Pantura Jawa Barat dengan nilai multiplier effect (LQ), RPs, dan RPr selama lima tahun sebesar 22,50 (1,87), 1,40, dan -0,15. Hal ini berarti sektor pertambangan dan penggalian merupakan spesialisasi ekonomi di Pantura Jawa Barat. Melalui penelitian ini diharapkan memberikan pemahaman bagi pemerintah dan masyarakat dalam rangka optimalisasi pemanfataan sumber daya alam darat dan perairan guna menggairahkan marwah pembangunan yang berkelanjutan.
Article
Full-text available
The information of waves is an important factor in the service of marine meteorological communication. During that time, analyzing wind always uses the data of daily or maximum wind speed average, that is less able to describe the real condition on the ground. This research aims to determinate the duration of the wind based on the group of wind speed using Beaufort scale and of wind direction that is able to provide more specific information to describe the condition of the season. The results obtained from wave forecasting showed equation model that demonstrate empirical and significant relationship between U wind speed and wave forecasting in term of wave height.
Prosiding Seminar Nasional Epicentrum 5.5: Optimalisasi Sumber Daya Alam Matra Darat dan Matra Lautan untuk Ketahanan Pangan dan Kesehatan dalam Konteks Nasionalisme
https://doi.org/10.31227/osf.io/mc2t6. Prosiding Seminar Nasional Epicentrum 5.5: Optimalisasi Sumber Daya Alam Matra Darat dan Matra Lautan untuk Ketahanan Pangan dan Kesehatan dalam Konteks Nasionalisme. 2018.
World Meteorolgical Organization (WMO)
World Meteorolgical Organization (WMO). Guide to Wave Forecasting and Analysis, WMO-No. 702, Secretariat of the World Meteorological Organisation, Geneva Switzerland: Author. 1998.
User manual and system documentation of WAVEWATCH-III version 3.14. Environmental Modeling Center. Marine Modeling and Analysis Branch
  • H L Tolman
Tolman, H. L. User manual and system documentation of WAVEWATCH-III version 3.14. Environmental Modeling Center. Marine Modeling and Analysis Branch. NCEP.
Pemanfaatan Data Angin Dari Model GFS Untuk Prediksi Tinggi Gelombang (windwaves) Menggunakan Model Wavewatch-III (Studi Kasus di Selat Sunda
  • Nadya Isniarny
Isniarny, Nadya. "Pemanfaatan Data Angin Dari Model GFS Untuk Prediksi Tinggi Gelombang (windwaves) Menggunakan Model Wavewatch-III (Studi Kasus di Selat Sunda)". Skripsi, Fakultas Ilmu dan Teknologi Kebumian ITB, Bandung. 1998.
Analisis Pengaruh Angin Monsun Terhadap Perubahan Curah Hujan Dengan Penginderaan Jauh (Studi Kasus: Provinsi Jawa Tengah)
  • F S Pandia
  • B Sasmito
  • A Sukmono
Pandia, F. S., Sasmito, B., & Sukmono, A. Analisis Pengaruh Angin Monsun Terhadap Perubahan Curah Hujan Dengan Penginderaan Jauh (Studi Kasus: Provinsi Jawa Tengah). Jurnal Geodesi Undip, 8(1), 278-287. 2019.
Model Distribusi Kecepatan Angin dan Pemanfaatannya Dalam Peramalan Gelombang di Laut Jawa". Disertasi Program Doktor Teknik Sipil Universitasi Diponegoro
  • Denny N Sugianto
Sugianto, Denny N. "Model Distribusi Kecepatan Angin dan Pemanfaatannya Dalam Peramalan Gelombang di Laut Jawa". Disertasi Program Doktor Teknik Sipil Universitasi Diponegoro, Semarang. 2014.