Paper Oseanografi Fisika GLOBAL WARMING

SUHU PERMUKAAN LAUT PERAIRAN INDONESIA DAN HUBUNGANNYA DENGAN PEMANASAN GLOBAL

Nama Kelompok :

KETUA

Gillang Fernando              E1I012055

ANGGOTA

1. Junita Purnama    E1I014034

2. Wahyu Gustina     E1I0140

DOSEN PENGAMPU

Yar Johan,S.Pi.,M.Si

ILMU KELAUTAN

JURUSAN PETERNAKAN

UNIVERSITAS BENGKULU

2016

I.    PENDAHULUAN

1.1   Latar Belakang

Pemanasan Global atau Global Warming adalah suatu istilah yang menunjukkan pada peningkatan suhu rata-rata di atas permukaan bumi. Suhu udara rata-rata permukaan bumi meningkat sekitar 0,74°C dalam 100 tahun terakhir. Banyak ahli memperkirakan bahwa suhu rata-rata akan naik bertambah dari 1,4°C sampai dengan 5,8°C sampai tahun 2100.

Sumber energi utama dari semua kehidupan di bumi adalah matahari yang memancarkan radiasinya menembus lapisan atmosfer bumi dalam bentuk gelombang pendek. Radiasi tersebut akan dipantulkan kembali ke angkasa dalam bentuk gelombang panjang, sebagian gelombang tersebut diserap oleh gas rumah kaca, yaitu CO2, CH 4, N2O, HFCs dan SF4 yang berada di atmosfer. Akibatnya gelombang panjang yang bersifat panas tersebut terperangkap di dalam atmosfer bumi. Peristiwa ini terjadi berulang - ulang, sehingga menyebabkan suhu rata-rata di permukaan bumi meningkat. Peristiwa inilah yang disebut dengan pemanasan global.

Beberapa aktivitas manusia yang ditengarai dapat menyebabkan pemanasan global misalnya perambahan yang mengakibatkan kerusakan hutan. Salah satu fungsi tumbuhan yaitu menyerap karbondioksida (CO2), yang merupakan salah satu dari gas rumah kaca, dan mengubahnya menjadi oksigen (O2). Kemudian, sampah menghasilkan gas metana (CH4). Diperkirakan 1 ton sampah padat menghasilkan 50 kg gas metana (Sudarman, 2010). Dengan meningkatnya jumlah penduduk dunia, diperkirakan pada 2020 sampah yang dihasilkan mencapai 500 juta kg/hari atau 190 ribu ton/tahun. Dengan jumlah ini maka sampah akan mengemisikan gas metana sebesar 9.500 ton/tahun. Sektor pertanian dan peternakan juga memberikan kontribusi terhadap peningkatan emisi gas rumah kaca melalui pemanfaatan pupuk serta praktek pertanian, pembakaran sisa-sisa tanaman, dan pembusukan. sisa-sisa  pertanian,  serta  pembusukan  kotoran ternak. Dari sektor ini gas rumah kaca yang dihasilkan berupa  gas  metana  (CH4)  dan  gas  dinitro  oksida (N20). Di Indonesia, sektor pertanian dan peternakan menyumbang emisi gas rumah kaca sebesar 8,05% dari total gas rumah kaca yang diemisikan ke atmosfer. (Sudarman, 2010)

Dampak yang paling nyata dari pemanasan global sampai saat ini adalah perubahan iklim. Pemanasan global  telah  meningkatkan  terjadinya  kekeringan secara  global,  gelombang  panas,  dan  frekuensi terjadinya  badai  tropis.  Kenaikan  suhu  global  akan menyebabkan mencairnya es di kutub utara dan selatan, sehingga mengakibatkan terjadinya pemuaian massa air laut, dan kenaikan permukaan air laut. Pemanasan global  juga  akan  menyebabkan  pergeseran  musim sebagai  akibat  dari  adanya  perubahan  pola  curah hujan.  Perubahan  iklim  mengakibatkan  intensitas hujan  yang  tinggi  pada  periode  yang  singkat  serta musim  kemarau  yang  panjang.  Kedua  peristiwa tersebut akan menimbulkan dampak pada beberapa sektor. Pada akhirnya perubahan iklim berakibat pada pergeseran musim dan perubahan pola curah hujan dan akan mempengaruhi ketahanan pangan nasional.( Sudarman,2010)

Penulis mengambil penelitian ini karena beberapa tulisan mengenai suhu permukaan laut sudah banyak dilakukan, akan tetapi hanya mencakup satu daerah dan dalam jangka waktu yang singat, maka peneliti menganalisis spasial secara luas mencakup seluruh perairan wilayah Indonesia dn temporal dalam waktu yang panjang.

1.2   Tujuan

melihat seberapa besar kenaikan/penurunan suhu permukaan laut (SPL) khususnya di perairan Indonesia.

II.      METODE

2.1   Lokasi Penelitian

Gambar 1. Lokasi Fokus Penelitian

Lokasi penelitian seluruh perairan Indonesia lebih detil difokuskan pada perairan yang lebih luas yaitu Samudera Hindia, Samudera Pasifik bagian barat dan Laut Cina Selatan, mengingat perubahan SPL untuk wilayah ini akan memberikan pengaruh yang besar bagi wilayah sekitarnya.

2.2   Bahan Penelitian

Kedua jurnal yang kami ambil menggunakan bahan penilitian yang sama. Pengukuran dapat dilakukan dengan dua cara yaitu:

1.      Langsung

Pengukuran dengan menggunakan thermometer, akan tetapi cara ini kurang efektif, karena membutuhkan waktu yang lama, biaya yang besar untuk mendatangi semua titik penelitian seluruh wilayah perairan Indonesia, tenaga yang besar dan mempunyai tingkt error data yang tinggi. (syaefullah, 2010)

2.      Tidak langsung

Menggunakan sensor satelit (citra satelit). Citra satelit diunduh dari situs : http://rda.ucar.edu/datasets/ ds277.0/ dalam bentuk grid format ASCII time series selama rentang 32 tahun (1982 – 2014) dengan skala spasial 1^o x 1^o geografis dan skala temporal mingguan. Citra Satelit yang digunakan adalah citra NOAA. Cara ini memiliki keunggulan yaitu data SPL seluruh wilayah perairan Indonesia dapat didapatkan dalam waktu yang singkat sekaligus dan update secara time series. Akan tetapi cara ini juga memiliki kelemahan yaitu tidak semua peneliti yang mengangkat tema SPL mengerti dan dapat mengakses citra satelit tersebut. (Emiyati, 2010)

2.3   Pengolahan Data

Gambar 2. Sript pengunduhan file SPL (script download) digunakan untuk mengunduh secara otomatis dan melakukan updating data secara rutin setiap minggunya.

Program Fortran telah dikembangkan dari Moin (2012) untuk membaca file SPL mingguan perairan Indonesia secara spasial setiap gridnya, secara temporal selama 32 tahun setiap minggu selama 53 minggu (proses a). Program Turbo Pascal untuk menggabungkan data SPL mingguan menjadi satu file untuk masing masing grid. Karena masing-masing grid dan tahun berupa file terpisah maka diperlukan program untuk menggabungkan file mingguan selama 32 tahun menjadi satu file untuk setiap grid-nya (proses b). Program Turbo Pascal untuk membaca file mingguan menjadi data bulanan (proses c). Setelah satu grid mempunyai satu file (mingguan) maka dibuat file bulanan dari data mingguan (rerata). Script pengunduhan SPL dari NOAA ditulis dengan c-shel di sistem operasi linux. Sebelum menjalankan script ini perlu ada aplikasi unduh otomatis bernama wget.

File SPL berupa satu file untuk setiap tahunnya sehingga program Fortran akan membuat sekitar 50.750 buah file (1.586 grid x 32 tahun). Prosesnya adalah, pertama menggabungkan data SPL mingguan menjadi satu file. Setelah file mingguan dibuat, kemudian dibuat data bulanan dengan melakukan rerata bulanan untuk masing-masing grid selama 32 tahun. Setelah diperoleh data bulanan kemudian dibuat anomalinya dengan cara dikurangi terhadap nilai historisnya (proses d). Nilai historis dihitung dari rerata selama 32 tahun. Setelah diperoleh nilai anomali bulanan untuk setiap gridnya, kemudian dihitung nilai kemiringan (slope) untuk setiap grid (proses e).

Hasil pemrosesan ditampilkan dengan perangkat lunak Golden Software SURFER versi 11, setelah merubah format nilai slope sesuai dengan format surfer. Pengolahan berikutnya dilakukan menggunakan perangkat Microsoft Excel untuk menyusun time series anomali SPL dan melihat tren atau kecenderungannya.

2.4   Analisis Data

Analisis dilakukan dengan dua cara yaitu analisis temporal dan analisis spasial. Analisis temporal untuk melihat tren dari anomali suhu permukaan laut rerata beberapa wilayah tertentu.

Analisis Temporal Anomali SPL

Analisis temporal dilakukan di empat wilayah perairan di Indonesia dengan asumsi keempat wilayah tersebut memiliki karasteristik suhu permukaan laut yang mempengaruhi kondisi cuaca dan iklim di beberapa tempat di wilayah Indonesia. Keempat wilayah tersebut adalah perairan Selatan Jawa, perairan Barat Sumatera, Laut Cina Selatan dan

perairan Utara Papua lihat (gambar 3) Analisis temporal tersebut dilakukan terhadap empat rerata triwulan yaitu, September - Oktober - November (SON), Desember - Januari – Februari (DJF), Maret - April - Mei (MAM) dan Juni - Juli - Agustus (JJA). Hasil rerata keempattriwulan tersebut kemudian di plot secara time seriesdan dicari. (Aldrian, 2003).

III.        HASIL DAN PEMBAHASAN

Perairan Selatan Jawa

Gambar 3. Analisis Slope untuk perairan selatan jawa pada bulan-bulan SON, DJF, MAM, dan JJA.

Perairan selatan Jawa dalam studi kasus ini adalah bagian timur Samudera Hindia dibatasi koordinat 15o LS ~ 10o LU dan 105o ~ 120o BT. Hasilnya disajikan pada (Gambar 4) Hasil analisis daerah tersebut menunjukkan untuk bulan-bulan SON mempunyai nilai slope =+0,0428, DJF slope=+0,0353, MAM slope =+0,0193 dan JJA slope=+0,0294. Secara umum wilayah ini mengalami peningkatan SPL selama lebih dari 32 tahun terakhir. Pada musim basah (SON dan DJF) nilai peningkatan SPL relatif lebih besar  dibandingkan pada musim kering (MMA dan JJA).

Perairan Barat Sumatera

Gambar 4. Analisis Slope untuk perairan Barat Sumatera pada bulan-bulan SON, DJF, MAM, dan JJA.

Perairan barat Sumatera yang juga merupakan bagian  Samudera  Hindia  dibatasi  oleh  koordinat Ekuator ~ 08^o LS dan 90^o ~ 100^o BT. Hasilnya dapat di lihat (gambar 5)  analisis  daerah  tersebut  menunjukkan untuk bulan-bulan SON mempunyai nilai slope =+0,0736,  DJF  dengan  Slope =+0,0321, MAM dengan slope =+0,0406 dan JJA dengan slope =+0,0058.  Secara  umum,  wilayah  ini  mengalami peningkatan SPL selama lebih dari 32 tahun terakhir.

Laut Cina selatan

Gambar 5. Analisis Slope untuk perairan Laut Cina Selatan pada bulan-bulan SON, DJF, MAM, dan JJA.

Hasil analisis lihat (gambar 6) untuk wilayah Laut  Cina  Selatan    menunjukkan  untuk  bulan-bulan SON mempunyai nilai slope =+0,0283, DJF dengan slope =+0,0143,  MAM  dengan slope=+0,0109  dan JJA  dengan slope =+0,001.  Secara  umum  wilayah ini  mengalami  peningkatan  SPL  yang  lebih  rendah dibandingkan dua wilayah sebelumnya. Pada musim basah  (SON  dan  DJF)  nilai  peningkatan  SPL  relatif lebih  besar  dibandingkan  pada  musim  kering  (MMA dan JJA) yang hampir tidak mengalami peningkatan.

Laut Utara Papua

Gambar 6. Analisis Slope untuk perairan Utara Papua pada bulan-bulan SON, DJF, MAM, dan JJA.

wilayah ini menunjukkan bulan-bulan SON mempunyai nilai slope =+0,1788,  DJF dengan slope =+0,0957, MAM dengan slope =+0,1305 dan JJA dengan slope=+0,0891.  Secara umum  wilayah  ini  mengalami peningkatan  SPL  yang  paling  besar  dibandingkan dengan wilayah lain yang dijadikan studi kasus.Nilai slope di wilayah ini adalah nilai slope yang tertinggi  dibandingkan  dengan  wilayah  lain.  Dengan kondisi bahwa perairan sebelah Utara Papua adalah bagian lautan luas (samudera) sehingga mempunyai jumlah kapasitas panas yang lebih besar, maka kenaikan nilai slope ini diperkirakan akan mempengaruhi kondisi iklim di wilayah Indonesia terutama bagian timur.

Analisis Spasial Anomali SPL

Lihat pada gambar 7 adalah contoh peta anomali SPL wilayah Indonesia pada minggu pertama Januari 2012 dan minggu kedua Januari 2012. Warna merah menunjukkan nilai anomali positif yang artinya suhu permukaan laut saat itu lebih tinggi (panas) dibandingkan dengan suhu reratanya (historis), sedangkan warna biru menunjukkan sebaliknya

(anomali negatif).

Gambar 7. Peta Anomali SPL Bulan Januari 2012 (minggu ke-1 (atas) dan minggu ke-2 (bawah).

Analisis Spasial Slope SPL

Gambar 8. Citra analisis slope nilai SPL perairan Indonesia Maret-April-Mei (MAM) dan Juni-Juli-Agustus (JJA), (atas) dan untuk September-Oktober-November (SON) dan Desember-Januari-Februari (DJF) (bawah), Cat Warna merah adalah slope positif sebaliknya warna biru adalah slope negatif.

Terlihat pada (gambar 8) adanya variasi spasial nilai slope positif dan negatif. Secara umum, wilayah yang mengalami peningkatan SPL dengan nilai slope positif adalah perairan sebelah utara Papua, Samudera Hindia sebelah Barat Sumatera sebagian Laut Jawa, dan di sekitar Laut Banda. Sedangkan di Laut Cina Selatan, perairan selatan Jawa relatif konstan dan cenderung mengalami penurunan SPL meskipun sangat kecil. Dilihat dari nilai slope-nya perairan Samudera Pasifik di utara Papua merupakan wilayah yang tertinggi dibandingkan dengan wilayah lain.

Pengamatan yang secara spasial menunjukkan daerah-daerah dimana terjadi penurunan SPL (nilai slope negatif) meskipun sangat kecil, terutama di wilayah Laut Cina Selatan dan perairan Selatan Jawa. Hal ini tidak terlihat secara nyata pada analisis temporal anomali SPL karena dalam analisis tersebut dilakukan pererataan wilayah dari daerah yang dianalisis. (Syaifullah, 2010)

Data yang di dapat dari jurnal ini sudah lengkap, akan tetapi hasil dari penelitian tidak terlalu rinci, hanya menampilkan beberapa wilayah perairan laut yang luas saja. Dengan jurnal pendukung yang kami dapatkan menampilkan hasil perubahan suhu permukaan laut se-Indonesia per Daerah yang disebabkan oleh pemanasan global.

Selain dari perubahan suhu permukaan laut, pemanasan global juga berdampak terhadap peradaban kehidupan di bumi, termasuk mencairnya es di kutub, perubahan iklim global

IV.       KESIMPULAN

1.   Nilai slope yang dianalisis untuk keempat wilayah adalah positif. Nilai slope di wilayah Utara Papua merupakan yang tertinggi dibandingkan dengan wilayah lain.

2.   Secara spasial, selama 32 tahun telah terjadi peningkatan suhu permukaan laut di wilayah Indonesia yang bervariasi.

3.   Secara umum dapat dilihat bahwa anomali SPL di wilayah Indonesia terbagi menjadi anomali positif dan negatif yang terpisah di belahan bumi bagian selatan dan belahan bumi bagian utara.

DAFTAR PUSTAKA

Aldrian E & Susanto R. D. 2003 . Identifikasi tentang tiga wilayah hujan yang dominan di Indonesia dan hubungannya dengan suhu permukaan laut, Jurnal Internasional tentang iklim, Vol. 23, No 12, pp.1435-1452,doi 10.1002/joc.950

Emiyati, Setiawan, K. T., Manopo, A. KS., Budhiman, S & Hasyim, B. 2010. Analisis Multitemporal Sebaran Suhu Permukaan Laut di Perairan Lombok Menggunakan Data Penginderaan Jauh NOAA, Seminar Nasional Penginderaan Jauh LAPAN.

Sudarman. 2010 . Meminimalkan Daya Dukung Sampah Terhadap Pemanasan Global Profesional, Vol.8, No.1, Mei 2010, ISSN 1693-3745

Syaifullah, D. 2010 . Analisis Suhu permukaan laut  Analisis Suhu Permukaan Laut Perairan Indonesia...Pemanasan Global (Syaifullah, M. D.)