HINDCASTING GELOMBANG MENGGUNAKAN DATA ANGIN DARI MRI-JMA (METEOROLOGY RESEARCH

INSTITUTE/JAPAN METEOROLOGY AGENCY) DALAM KURUN WAKTU 1989 – 2003

OLEH :

Nurul Fitriah

4309100005

JURUSAN TEKNIK KELAUTAN

FAKULTAS TEKNOLOGI KELAUTAN

INSTITUT TEKNOLOGI SEPULUH NOPEMBER

SURABAYA

2013

(Disampaikan pada tanggal 17 Juli 2013 pada Seminar Tugas Akhir Jurusan Teknik Kelautan)

Latar Belakang

simulasi iklim 1900-2100 (IPCC,2007 )

Angin : udara yang bergerak karena bagian-bagian udara didorong dari daerah bertekanan tinggi (suhu dingin) ke daerah yang bertekanan rendah (suhu panas)

Gelombang overlap di persimpangan Place Ashley di Ocean Springs, selama badai Isaac pada 29

Agustus 2012

abrasi pantai di Muaro Aia haji, Pessel menatap puing-puing rumahnya yang hancur disapu gelombang besar pada 25 November 2008.

Gelombang laut setinggi 6 meter menghantam perumahan penduduk di tepi pantai Kabupaten Natuna, Provinsi Kepulauan Riau (Kepri). (2011)

Abrasi di dusun Kacci-Kaci, Desa Tampalang, Keca.Tappalang, Kab.Mamuju,

Sulawesi Barat 14 Januari 2013

secara meteorologis angin di Indonesia mempunyai ketidakteraturan yang tinggi, ditandai dengan sering terjadinya angin puting beliung dapat muncul secara tiba-tiba dan gelombang tinggi di laut. (BMKG,2010) Faktor yang sangat berpengaruh terhadap penyebab kerusakan lingkungan pesisir adalah kondisi gelombang dan hal itu dapat dipelajari dengan memanfaatkan pemodelan gelombang. (Vijaykumar et al, 2004)

Tujuan Penelitian

1. Mengetahui perilaku hindcasting gelombang yang dibangkitkan oleh data angin selama 15 tahun (1989 – 2003) 2. Mengetahui keakurasian data tinggi gelombang signifikan hasil analisa hindcasting

gelombang dengan data NDBC buoy

1. Bagaimana perilaku hindcasting gelombang yang dibangkitkan oleh data angin selama 15 tahun (1989 – 2003) ? 2. Bagaimana keakurasian data tinggi gelombang signifikan hasil analisa hindcasting

gelombang dengan data NDBC buoy ?

Perumusan Masalah

1. Memberikan kontribusi bagi pengembangan ilmu teknologi di bidang kelautan khususnya dalam permasalahan perubahan iklim terhadap tinggi gelombang. 2. Dapat memberikan masukan bagi para praktisi dan peneliti guna melakukan tindakan berupa pencegahan terhadap dampak yang terjadi akibat tinggi gelombang pengaruhnya dengan perubahan iklim global.

Manfaat Penelitian

1. Data angin yang digunakan adalah hasil proyeksi AGCM3.2 model (Mizute et al, 2011) dengan resolusi grid 1x1 selama 15 tahun yaitu dalam kurun waktu 1989 - 2003.

2. Pemodelan tinggi gelombang dilakukan menggunakan koordinat spherical dengan batas 80 Lintang Utara - 80 Lintang Selatan dan 180 Bujur Barat - 180 Bujur Timur

3. Data Bathimetri yang digunakan adalah data dari ETOPO dengan resolusi grid 1x1 milik NOAA

4. Data Bathimetri dalam penelitian ini bersifat stationer yang artinya dari tahun 1989 sampai dengan 2003 tidak mengalami perubahan kontur kedalaman.

5. Kecepatan arus dalam penelitian ini tidak diperhitungkan. 6. Ice coverage diabaikan 7. Efek korelis diabaikan

Batasan Masalah

Apa itu MRI-AGCM3.2

AGCM3.2 adalah versi terbaru dari model yang dibuat oleh MRI (Meteorology

Research Institute) bekerja sama dengan JMA (Japan Meteorology Agency)

ditujukan untuk simulasi iklim serta prediksi cuaca (Mizuta, et al., 2006). Data

input untuk model AGCM sendiri adalah SST (Sea Surface Temperature) dan

rata-rata pemanasan SST. MRI-AGCM3.2 sendiri mengalami perbaikan dari

versi sebelumnya yaitu versi MRI-AGCM3.1

Metodologi Penelitian

mulai

Pengumpulan data: Literature pendukung dan

data sekunder

Analisa data angin dari model

AGCM3.2

WAM model

Distribusi tinggi gelombang signifikan

tahun 1989-2003

Kalibrasi model

Analisa hasil kesimpulan Menyusun laporan selesai

Data lapangan tinggi gelombang dari NDBC

NOAA

Langkah-langkah

Data Gelombang

Data Gelombang

Data Angin

-Hasil output dari Model AGCM 3.2

dari MRI-JMA - medan angin 1 resolusi spasial

dibawah skenario emisi A1B.

Berupa binary file

Berupa ASCII file, sehingga dapat dibaca oleh aplikasi notepad

. . . . . . .

Data Angin

Kapasitas tiap file = 1.09 GB Kapasitas 15 tahun = 16.35 GB

Data Gelombang

Contoh hasil output WAM model tahun 1989

Kapasitas tiap file = 3.570 KB Kapasitas 15 tahun = 443 GB

. . . . . . .

Data Gelombang

. . . . . . .

Longitude Latitude Hs T D U10 WD

Rata-rata Hs per tahun (1989-2003) Tinggi gelombang signifikan (m)

Perilaku hindcasting Hs (m) GLOBAL

Nesting wilayah Pasifik, Atlantik, dan Indonesia untuk rata-rata thn 2003

Buoy

station lokasi buoy

D (m) T lokasi model

lintang bujur lintang bujur

51003 19.018N 160.582

W 4919 15thn 19 199

51004 17.525N 152.382

W 5082 15 thn 17 208

41002 31.862N 74.835

W 4297 15thn 32 285

. . . . . . .

Probabilitas densitas Hs (m) dan U10 (m/s) model dengan buoy station 51003

Probabilitas densitas Hs (m) dan U10 (m/s) model dengan buoy station 51004

Probabilitas densitas Hs (m) dan U10 (m/s) model dengan buoy station 41002

station

WAM

model buoy NOAA

persentase

error

RMS

error mean Hs

(m)

mean Hs

(m)

51003 2.2008 2.2076 0.308027 0.0068

51004 2.3089 2.3116 0.116802 0.0027

41002 1.5446 1.8077 14.5541 0.2631

Klik untuk membuka file >>

http://www.prh.noaa.gov/hnl/pages/events/nov_surf/

Hs dan U10 pada tgl 18-23 Nov 2003

Hs (m) U10 (m/s)

• Tinggi gelombang signifikan untuk periode 15 tahun (1989 – 2003) secara global mengalami peningkatan, ditandai dengan semakin bertambah persentase peluang kejadian pada ketinggian antara 1.5m sampai dengan 6.5m sebesar 5%, dan gelombang tertinggi cenderung meningkat tiap tahunnya.

• Dari hasil analisa akurasi prediksi tinggi gelombang yang dimodelkan menggunakan WAve Model (WAM) dengan data pengukuran buoy dari NDBC (National Data Buoy Center) milik NOAA (National Oceanic and

Athmospheric Administration) didapatkan : a. Persentase error untuk station 51003 (Hawaii) sebesar 0.308027%, b. Persentase error untuk station 51004 (Hawaii selatan) sebesar

0.116802 %, c. Persentase error untuk station 41002 (Cape Hatteras, USA) sebesar

14.5541%,

Kesimpulan

LOGO

Jurusan Teknik Kelautan FTK-ITS | Sukolilo 60111 Surabaya

1. Tim Dosen Penguji

2. Dosen pembimbing

3. MRI-JMA (METEOROLOGY RESEARCH

INSTITUTE/JAPAN METEOROLOGY AGENCY)

4. Yayasan Karya Salemba Empat

5. Dan seluruh pihak-pihak yang tidak dapat

disebutkan satu persatu yang telah membantu