Analisis Fenomena El Nino Berdasarkan Kondisi Sea Level Anomaly dan Sea Surface Temperature Menggunakan Data Multi Satelit Altimetri di Indonesia
KHOZY ILYASYAH ZALMAJATI, Dr. Ir. Bambang Kun Cahyono, S.T., M.Sc., IPU.
2024 | Skripsi | TEKNIK GEODESI
El Nino adalah fenomena iklim yang terjadi di Samudra Pasifik bagian tengah dan timur ditandai peningkatan suhu permukaan laut secara signifikan. Penelitian secara In-Situ di pelabuhan pengamatan di Indonesia kurang dapat merepresentasikan kondisi wilayah perairan di Indonesia. Multi satelit altimetri menjadi Solusi untuk menutupi kekurangan data dari segi spasio-temporal. Pada penelitian ini multi satelit altimetri digunakan untuk menganalisis korelasi antara sea level anomaly (SLA) dan sea surface temperature (SST) dengan indeks El Nino (BEST, SOI, ONI, MEI, dan NINO3.4) sebagai metode alternatif mengidentifikasi indikasi fenomena El Nino.
Data multi satelit altimetri European Remote-Sensing Satellite, Environmental Satellite, Satellite with Argos and AltiKA, TOPEX/Poseidon, dan Jason series mencakup tahun penelitian 1997, 2005, 2009, 2016, dan 2019 serta lokasi penelitian Laut Banda, Laut Flores, Selat Makassar, dan Laut Natuna sebagai representasi perairan Indonesia. Data SST menggunakan satelit MODIS-Aqua dan indeks El Nino dari situs PSL NOAA. Data SLA dan SST dianalisis menggunakan parameter statistik deskriptif dan inferensial untuk mengetahui kondisi awal. Data SLA dan SST dikorelasikan dengan indeks El Nino menggunakan Pearson’s Correlation untuk mengetahui hubungan variabel. Pengujian dan evaluasi menggunakan uji signifikansi dengan tingkat derajat kepercayaan 95?n uji matriks konfusi.
Hasil penelitian diperoleh nilai maksimum SLA sebesar
0,499 m dan minimum SLA -0,746 m dan SST diperoleh nilai maksimum 36,025°C dan
minimum 24,645°C. Hasil perhitungan rata-rata korelasi di Laut Banda, Laut
Flores, dan Selat Makassar menghasilkan korelasi cukup, sedangkan di Laut
Natuna menghasilkan korelasi sangat rendah. Hasil identifikasi dilakukan
pengujian matriks konfusi dengan hasil berupa akurasi rata-rata 52,75%
menunjukkan proprosi negatif yang benar dari total prediksi, presisi rata-rata
90,65% menunjukkan proporsi prediksi positif yang benar dari total prediksi
positif, recall 52,75% menunjukkan proporsi prediksi positif yang benar
dari total kasus positif sebenarnya, dan F1-Score rata-rata 63,01% menunjukkan
keseimbangan antara presisi dan recall.
El Nino is a
climate phenomenon in the central and eastern Pacific Ocean, marked by a
significant increase in sea surface temperature. In-situ research at Indonesian
observation ports does not adequately represent the maritime conditions in
Indonesia. Multi-satellite altimetry offers a solution to address data gaps in
spatio-temporal aspects. Multi-satellite altimetry to analyze the correlation
between sea level anomaly (SLA) and sea surface temperature (SST) with El Nino
indices (BEST, SOI, ONI, MEI V2, AND NINO3.4) as an alternative method to
identify El Nino indications.
Data from European
Remote-Sensing Satellite, Environmental Satellite, Satellite With Argos and
AltiKA, TOPEX/Poseidon, and Jason series cover the years 1997, 2005, 2009,
2016, and 2019. The study locations include the Banda Sea, Flores Sea, Makassar
Strait, and Natuna Sea, representing Indonesian waters. SST data are from the
MODIS-Aqua Satellite, and El Nino indices are from the NOAA PSL website. SLA
and SST data are analyzed using descriptive and inferential statistics. SLA and
SST data are correlated with El Nino indices using Pearson’s Correlation to
determine variable relationships. Testing involves significance testing at a
95% confidence level and confusion matrix evaluation.
The study found maximum SLA at 0,499 m and minimum SLA
at -0,746 m. Maximum SST was 36,025°C, and minimum SST was 24,645°C. Average
correlation calculations showed a moderate correlation in the Banda Sea, Flores
Sea, and Makassar Strait, while the Natuna Sea showed a very low correlation.
Confusin matrix testing results showed an average accuracy of 52,75%,
indicating the proportion of true negatives out of total predictions, an
average precision of 90,65%, indicating the proportion of true positive predictions
out of total positive predictions, a recall of 52,75%, indicating the
proportion of true positive predictions out of total actual positives, and
average F1-Score of 63,01%, indicating balance between precision and recall.
Kata Kunci : El Nino, Multi Satelit Altimetri, Sea Level Anomaly, Sea Surface Temperature, Indonesia