SlideShare a Scribd company logo
1 of 4
Pengolahan Data CTD serta Analisis menggunakan ODV (Ocean Data View)
(Modul Pelatihan)
Pendahuluan
CTD (ConductivityTemperatureDepth) merupakansalahsatuperalatanyangdigunakandalam
kegiatanJMFEXPERIMENT2015. Tujuan dari penggunaanperalatanCTD adalahuntukmendapatkan
data dan profil massa air dari setiap stasiun pengambilan data. Pada alat CTD terdiri dari beberapa
sensor. Sensor temperatur yang terdapat pada CTD umumnya menggunakan thermistor,
termometerplatinum atau kombinasi keduanya. Sensor pengukur salinitas umumnya menggunakan
sel induktif dan sensor pengukur kedalaman menggunakan sensor semi-konduktor yang sensitif
terhadap perubahan tekanan akibat perubahan kedalaman.
Data yang dihasilkandari perekamanCTDumumnyameruapakdatamentah(raw data) yang
belum bisa diolah lebih lanjut. Untuk melakukan pengolahan data hasil perekaman CTD maka
diperlukanprosespengubahandatamentah (raw data) kedalamformatyang daat dibaca perangkat
lunak pengolah lainnya. Umumnya format data mentah diubah kedalam format ASCII sehingga bisa
dibaca. Adapun proses pengubahan ini menggunakan perangkat lunak yang telah disertakan saat
produksi instrumen CTD yakni SBE DataProcessing.
Ocean Data view meruapakan salah satu perangkat lunak open source yang telah umum
digunakan dalam kegiatan analisis data hidro-oseanografi seperti data hasil perekaman CTD. ODV
merupakanperangkalunakyangdapat bekerjapadaberbagai jenissistemoperasi seperti Wondows,
Linux,Mac, dan Unix. Perangkatlunakini didesainfleksibelsertainteraktif sehinggapenggunadapat
bebas mengeksplorasi data yang telah tersedia sehingga mengahsilkan analisis yang komprehensif.
Pilihan tampilan data seperti tampilan scatter, section, maupun surface disediakan pada perangkat
lunak ini. Secara global, perangkat lunak ODV telah digunakan dalam berbagai proyek hidro-
oseanografi sepertiArgo,WorldOceanCirculationExperiment,WorldOceanDatabase,WolrdOcean
Atlas, dan Medar.
Tujuan Umum
Tujuan dari kegiatan ini adalah :
1. Memberikan deskripsi dan pemahaman yang komprehensif terkait pengolahan data CTD
2. Pesertamampumengoperasikanpirantilunak(software)pengolahdataCTDsecarabenardan
sesuai standar
Materi
Materi yang akan disampaikan dalam pelatihan ini terdiri dari duabagian yakni :
1. Pengolahan data CTD yang telah telah diunduh dari instrumen (post processing). Data yang
diunduh dari instrumen sifatnya masihberupa data mentah (raw data) sehingga diperlukan
proses pengolahan (post process) agar data CTD tersebut dapat digunakan dan diolah lebih
lanjut
2. Pengolahan dan analisislanjutan data CTD yang telah melewati proses post process dengan
menggunakan perangkat lunak pengolah data hidro-oseanografi yakni Ocean Data View.
Alat dan Bahan
Alat dan bahan yang digunakan dalam pelatihan ini terdiri dari :
1. Personal Computer (PC) atau Laptop
2. Perangkat lunak (software) yang terdiri dari aplikasi Ocean Data View (ODV), SBE
DataProcessing, MATLAB, serta MS. Excel
3. Data mentah CTD (Raw Data) yang telah diunduh beserta file configurasinya (ekstensi file
mentah CTD umumnya adalah *.HEX sedangkan file konfigurasi berekstensi *.xmlcon).
Prosedur Kerja
Adapun prosedur pengerjaan pada pelatihan ini adalah sebagai berikut :
1. Pastikanperangkatlunak(software) yangakandigunakantelahterinstalpadakomputeratau
laptop.Perangkatlunakyangdigunakan yakni :(a) OceanData View,(b) SBEDataProcessing,
(c) MATLAB, (d) MS. EXCEL
2. Lakukaninstalasi apabilaterdapatperangkatlunakyangbelumterinstal.Ikuti panduanproses
penginstalan sesuai dengan perangkat lunak yang akan diinstal.
3. PastikanfiledatamentahCTDyangakandiolahtelahtersediabesertafilekonfigurasinya.Buat
dalam satu direktori folder.
4. Buka program SBE DataProcessing yang telah terinstal.
5. Proses pengolahan raw data CTD menggunakan perangkat lunak SBE DataProcessing terdiri
dari delapan langkah. Kedelapan langkah tersebut ialah :
1. Data Convertion
DataConvertion merupakantahapanpengubahandatamentah(raw data) dalamformat
*.HEX atau *.dat menjadi databerformatASCIIsehinggadapatdiolahmenggunakan
program lainnya.Hasil konversi raw data dibentukdalamekstensi *.cnv.
2. Align CTD
Align CTD ialahtahapanpenyusunanulangtatadata relatif terhadaptekanan
(kedalaman).Proses align CTD ditujukanuntukbeberapavariabel yakni suhu,
konduktivitas,danoksigen.Proses align CTDuntukvariabel suhumenggunakannilai +0.5
detikrelatif terhadaptekanan.Sedangkanuntukvariabeloksigenmenggunakannilai +5
detikrelatif terhadaptekanan.
3. Wild Edit
Wild edit adalahtahapan penandaan(mark) terhadapdatayangbernilai ekstrimdengan
nilai databadflag. Nilai databadflag adalahsuatunilaipatokanyangdidasarkanpada
nilai estimasi standardeviasi untukkesetiapvariabel.Tahapanini menggunakanbin scan
100 denganduanilai standardeviasi sebagai patokan(passonedanpasstwo) yakni 2dan
20
4. Cell Thermal Mass
Cell thermalmass adalahprosespentapisanpadavariabel konduktivitasterhadap
variabel itusendiri (pentapisanbersifat recursive) yangdikarenakanadanyapengaruh
massa sel termal padasaat pengukurannilai konduktivitaspadasensor. Cellthermal mass
dilakukanpadanilai amplitudo0.04dan nilai konstantaanomali waktusebesar8.
5. Filter
Pentapisan(filter) yangdigunakanberupalow pass untukmenghilangkan noise yang
berfrekuensi tinggiterhadapvariabel suhu,konduktivitas,dantekanan.Terdapatdua
kostantayang digunakanprosespentapisanyakni low passfilterA danlow passfilter B.
Penentuannilaikonstantalow passfilterA dan low passfilter B menggunakanalgoritma
yang diberikanpadamanual perangkatlunak(softwaremanualSBEdata process) dimana
konstantadihitungberdasarkannilai frequency ratenya.
6. Bin Average
Bin avaragemerupakantahapanperataandari bindata. Bin avarege dilakukanterhadap
variabel yangkitainginkan (dalampenelitianini bin averagedilakukanterhadapnilai
kedalaman).Ukuran bin yangdigunakanadalahsebesar1 meter.
6. Susunlah data hasil pengolahan di SBE DataProcessing kedalam MS.Excel.
7. Selanjutnyadatayangtelahmelewatiprosespengolahdi perangkatlunakSBEDataProcessing
dan disusun kemudian dikoreksi secara manual. Pengoreksian secara manual dilakukan
terhadapvariabel datayang msaihmemiliki noise(derau) yangditandai denganadanyapeak
atau simpangan tajam.
8. Lakukan pengoreksiandatatersebutdenganmenggunakanmetode pentapisan(filter).Salah
satu filter yang dapat digunakan adalah Median Filter.
9. BukaprogramMatlab kemudianlakukanpentapisanterhadapdatayangmasihterdapat noise
dengan menggunakan metode median filter.
10. Bila pentapisan telah dilakukan, selanjutnya data siap dianalisis.
11. Jalankan program Ocean Data View (ODV). Import data yang telah siap dianalisis kedalam
ODV.
12. Lakukan analisis terhadap tampilan Station, Scatter, Section, dan Surface.

More Related Content

Similar to Modul ctd

Perawatan komputer (1)
Perawatan komputer (1)Perawatan komputer (1)
Perawatan komputer (1)sptrbt
 
Perawatan komputer (2)
Perawatan komputer (2)Perawatan komputer (2)
Perawatan komputer (2)sptrbt
 
Perawatan komputer (3)
Perawatan komputer (3)Perawatan komputer (3)
Perawatan komputer (3)sptrbt
 
Perawatan komputer (2)
Perawatan komputer (2)Perawatan komputer (2)
Perawatan komputer (2)sptrbt
 
[Seminar II] Pengembangan Prototipe Geographically-Aware Distributed NoSQL
[Seminar II] Pengembangan Prototipe Geographically-Aware Distributed NoSQL[Seminar II] Pengembangan Prototipe Geographically-Aware Distributed NoSQL
[Seminar II] Pengembangan Prototipe Geographically-Aware Distributed NoSQLInstitut Teknologi Bandung
 
Perawatan komputer (4)
Perawatan komputer (4)Perawatan komputer (4)
Perawatan komputer (4)sptrbt
 
tugas1-kelompok-K-Medoids-dataMining.pptx
tugas1-kelompok-K-Medoids-dataMining.pptxtugas1-kelompok-K-Medoids-dataMining.pptx
tugas1-kelompok-K-Medoids-dataMining.pptxaakuntumbal
 
Monitoring temperatur dan kelembaban berbasis IoT
Monitoring temperatur dan kelembaban berbasis IoTMonitoring temperatur dan kelembaban berbasis IoT
Monitoring temperatur dan kelembaban berbasis IoTpingki__
 
06-1. Representasi dan Alur Pemrosesan Data Komputer (1).pdf
06-1. Representasi dan Alur Pemrosesan Data Komputer (1).pdf06-1. Representasi dan Alur Pemrosesan Data Komputer (1).pdf
06-1. Representasi dan Alur Pemrosesan Data Komputer (1).pdfOrangOrang4
 
Makalah komdat
Makalah komdatMakalah komdat
Makalah komdat5104
 
soal ppk pranata komputer.pdf
soal ppk pranata komputer.pdfsoal ppk pranata komputer.pdf
soal ppk pranata komputer.pdfRianRizkiRamadhan
 
SIM, Yasmin Al-Hakim, Hapzi Ali, Sumber Daya Komputasi dan Komunikasi, Univer...
SIM, Yasmin Al-Hakim, Hapzi Ali, Sumber Daya Komputasi dan Komunikasi, Univer...SIM, Yasmin Al-Hakim, Hapzi Ali, Sumber Daya Komputasi dan Komunikasi, Univer...
SIM, Yasmin Al-Hakim, Hapzi Ali, Sumber Daya Komputasi dan Komunikasi, Univer...Yasmin Al-Hakim
 
Pengertian Software.docx
Pengertian Software.docxPengertian Software.docx
Pengertian Software.docxZani3
 

Similar to Modul ctd (20)

Estimasi Jam Satelit GPS dengan GPS Tools
Estimasi Jam Satelit GPS dengan GPS ToolsEstimasi Jam Satelit GPS dengan GPS Tools
Estimasi Jam Satelit GPS dengan GPS Tools
 
Perawatan komputer (1)
Perawatan komputer (1)Perawatan komputer (1)
Perawatan komputer (1)
 
Perawatan komputer (2)
Perawatan komputer (2)Perawatan komputer (2)
Perawatan komputer (2)
 
Perawatan komputer (3)
Perawatan komputer (3)Perawatan komputer (3)
Perawatan komputer (3)
 
Perawatan komputer (2)
Perawatan komputer (2)Perawatan komputer (2)
Perawatan komputer (2)
 
[Seminar II] Pengembangan Prototipe Geographically-Aware Distributed NoSQL
[Seminar II] Pengembangan Prototipe Geographically-Aware Distributed NoSQL[Seminar II] Pengembangan Prototipe Geographically-Aware Distributed NoSQL
[Seminar II] Pengembangan Prototipe Geographically-Aware Distributed NoSQL
 
Perawatan komputer (4)
Perawatan komputer (4)Perawatan komputer (4)
Perawatan komputer (4)
 
Df ddiah
Df ddiahDf ddiah
Df ddiah
 
Logam mesin core 10
Logam mesin core 10Logam mesin core 10
Logam mesin core 10
 
tugas1-kelompok-K-Medoids-dataMining.pptx
tugas1-kelompok-K-Medoids-dataMining.pptxtugas1-kelompok-K-Medoids-dataMining.pptx
tugas1-kelompok-K-Medoids-dataMining.pptx
 
Monitoring temperatur dan kelembaban berbasis IoT
Monitoring temperatur dan kelembaban berbasis IoTMonitoring temperatur dan kelembaban berbasis IoT
Monitoring temperatur dan kelembaban berbasis IoT
 
Jurnal
JurnalJurnal
Jurnal
 
06-1. Representasi dan Alur Pemrosesan Data Komputer (1).pdf
06-1. Representasi dan Alur Pemrosesan Data Komputer (1).pdf06-1. Representasi dan Alur Pemrosesan Data Komputer (1).pdf
06-1. Representasi dan Alur Pemrosesan Data Komputer (1).pdf
 
KELOMPOK 6
KELOMPOK 6KELOMPOK 6
KELOMPOK 6
 
Makalah komdat
Makalah komdatMakalah komdat
Makalah komdat
 
Merakit Personal Komputer PC
Merakit Personal Komputer PCMerakit Personal Komputer PC
Merakit Personal Komputer PC
 
soal ppk pranata komputer.pdf
soal ppk pranata komputer.pdfsoal ppk pranata komputer.pdf
soal ppk pranata komputer.pdf
 
SIM, Yasmin Al-Hakim, Hapzi Ali, Sumber Daya Komputasi dan Komunikasi, Univer...
SIM, Yasmin Al-Hakim, Hapzi Ali, Sumber Daya Komputasi dan Komunikasi, Univer...SIM, Yasmin Al-Hakim, Hapzi Ali, Sumber Daya Komputasi dan Komunikasi, Univer...
SIM, Yasmin Al-Hakim, Hapzi Ali, Sumber Daya Komputasi dan Komunikasi, Univer...
 
Rpl upload #6
Rpl upload #6Rpl upload #6
Rpl upload #6
 
Pengertian Software.docx
Pengertian Software.docxPengertian Software.docx
Pengertian Software.docx
 

Recently uploaded

PPT KLONING (Domba Dolly), perkembangan kloning hewan, mekanisme kloning hewa...
PPT KLONING (Domba Dolly), perkembangan kloning hewan, mekanisme kloning hewa...PPT KLONING (Domba Dolly), perkembangan kloning hewan, mekanisme kloning hewa...
PPT KLONING (Domba Dolly), perkembangan kloning hewan, mekanisme kloning hewa...rofinaputri
 
bagian 2 pengujian hipotesis deskriptif 1 sampel
bagian 2 pengujian hipotesis deskriptif 1 sampelbagian 2 pengujian hipotesis deskriptif 1 sampel
bagian 2 pengujian hipotesis deskriptif 1 sampelbaiqtryz
 
Ruang Lingkup Lembaga Keuangan Bank dan Non Bank
Ruang Lingkup Lembaga Keuangan Bank dan Non BankRuang Lingkup Lembaga Keuangan Bank dan Non Bank
Ruang Lingkup Lembaga Keuangan Bank dan Non BankYunitaReykasari
 
Materi Kelas 8 - Unsur, Senyawa dan Campuran.pptx
Materi Kelas 8 - Unsur, Senyawa dan Campuran.pptxMateri Kelas 8 - Unsur, Senyawa dan Campuran.pptx
Materi Kelas 8 - Unsur, Senyawa dan Campuran.pptxRizkya19
 
Lampiran 4 _ Lembar Kerja Rencana Pengembangan Kompetensi DIri_Titin Solikhah...
Lampiran 4 _ Lembar Kerja Rencana Pengembangan Kompetensi DIri_Titin Solikhah...Lampiran 4 _ Lembar Kerja Rencana Pengembangan Kompetensi DIri_Titin Solikhah...
Lampiran 4 _ Lembar Kerja Rencana Pengembangan Kompetensi DIri_Titin Solikhah...TitinSolikhah2
 
MATERI IPA KELAS 9 SMP: BIOTEKNOLOGI ppt
MATERI IPA KELAS 9 SMP: BIOTEKNOLOGI pptMATERI IPA KELAS 9 SMP: BIOTEKNOLOGI ppt
MATERI IPA KELAS 9 SMP: BIOTEKNOLOGI pptAnggitBetaniaNugraha
 
Dana Setiawan (Paparan terkait Konstruksi Jalan )
Dana Setiawan   (Paparan terkait Konstruksi Jalan )Dana Setiawan   (Paparan terkait Konstruksi Jalan )
Dana Setiawan (Paparan terkait Konstruksi Jalan )RifkiAbrar2
 
Soal Campuran Asam Basa Kimia kelas XI.pdf
Soal Campuran Asam Basa Kimia kelas XI.pdfSoal Campuran Asam Basa Kimia kelas XI.pdf
Soal Campuran Asam Basa Kimia kelas XI.pdfArfan Syam
 
Analisis varinasi (anova) dua arah dengan interaksi
Analisis varinasi (anova) dua arah dengan interaksiAnalisis varinasi (anova) dua arah dengan interaksi
Analisis varinasi (anova) dua arah dengan interaksiMemenAzmi1
 
tranformasi energi atau perubahan energi
tranformasi energi atau perubahan energitranformasi energi atau perubahan energi
tranformasi energi atau perubahan energiZulfiWahyudiAsyhaer1
 
Petunjuk Teknis Penggunaan Aplikasi OSNK 2024
Petunjuk Teknis Penggunaan Aplikasi OSNK 2024Petunjuk Teknis Penggunaan Aplikasi OSNK 2024
Petunjuk Teknis Penggunaan Aplikasi OSNK 2024SDNTANAHTINGGI09
 
Uji hipotesis, prosedur hipotesis, dan analisis data
Uji hipotesis, prosedur hipotesis, dan analisis dataUji hipotesis, prosedur hipotesis, dan analisis data
Uji hipotesis, prosedur hipotesis, dan analisis databaiqtryz
 

Recently uploaded (12)

PPT KLONING (Domba Dolly), perkembangan kloning hewan, mekanisme kloning hewa...
PPT KLONING (Domba Dolly), perkembangan kloning hewan, mekanisme kloning hewa...PPT KLONING (Domba Dolly), perkembangan kloning hewan, mekanisme kloning hewa...
PPT KLONING (Domba Dolly), perkembangan kloning hewan, mekanisme kloning hewa...
 
bagian 2 pengujian hipotesis deskriptif 1 sampel
bagian 2 pengujian hipotesis deskriptif 1 sampelbagian 2 pengujian hipotesis deskriptif 1 sampel
bagian 2 pengujian hipotesis deskriptif 1 sampel
 
Ruang Lingkup Lembaga Keuangan Bank dan Non Bank
Ruang Lingkup Lembaga Keuangan Bank dan Non BankRuang Lingkup Lembaga Keuangan Bank dan Non Bank
Ruang Lingkup Lembaga Keuangan Bank dan Non Bank
 
Materi Kelas 8 - Unsur, Senyawa dan Campuran.pptx
Materi Kelas 8 - Unsur, Senyawa dan Campuran.pptxMateri Kelas 8 - Unsur, Senyawa dan Campuran.pptx
Materi Kelas 8 - Unsur, Senyawa dan Campuran.pptx
 
Lampiran 4 _ Lembar Kerja Rencana Pengembangan Kompetensi DIri_Titin Solikhah...
Lampiran 4 _ Lembar Kerja Rencana Pengembangan Kompetensi DIri_Titin Solikhah...Lampiran 4 _ Lembar Kerja Rencana Pengembangan Kompetensi DIri_Titin Solikhah...
Lampiran 4 _ Lembar Kerja Rencana Pengembangan Kompetensi DIri_Titin Solikhah...
 
MATERI IPA KELAS 9 SMP: BIOTEKNOLOGI ppt
MATERI IPA KELAS 9 SMP: BIOTEKNOLOGI pptMATERI IPA KELAS 9 SMP: BIOTEKNOLOGI ppt
MATERI IPA KELAS 9 SMP: BIOTEKNOLOGI ppt
 
Dana Setiawan (Paparan terkait Konstruksi Jalan )
Dana Setiawan   (Paparan terkait Konstruksi Jalan )Dana Setiawan   (Paparan terkait Konstruksi Jalan )
Dana Setiawan (Paparan terkait Konstruksi Jalan )
 
Soal Campuran Asam Basa Kimia kelas XI.pdf
Soal Campuran Asam Basa Kimia kelas XI.pdfSoal Campuran Asam Basa Kimia kelas XI.pdf
Soal Campuran Asam Basa Kimia kelas XI.pdf
 
Analisis varinasi (anova) dua arah dengan interaksi
Analisis varinasi (anova) dua arah dengan interaksiAnalisis varinasi (anova) dua arah dengan interaksi
Analisis varinasi (anova) dua arah dengan interaksi
 
tranformasi energi atau perubahan energi
tranformasi energi atau perubahan energitranformasi energi atau perubahan energi
tranformasi energi atau perubahan energi
 
Petunjuk Teknis Penggunaan Aplikasi OSNK 2024
Petunjuk Teknis Penggunaan Aplikasi OSNK 2024Petunjuk Teknis Penggunaan Aplikasi OSNK 2024
Petunjuk Teknis Penggunaan Aplikasi OSNK 2024
 
Uji hipotesis, prosedur hipotesis, dan analisis data
Uji hipotesis, prosedur hipotesis, dan analisis dataUji hipotesis, prosedur hipotesis, dan analisis data
Uji hipotesis, prosedur hipotesis, dan analisis data
 

Modul ctd

  • 1. Pengolahan Data CTD serta Analisis menggunakan ODV (Ocean Data View) (Modul Pelatihan) Pendahuluan CTD (ConductivityTemperatureDepth) merupakansalahsatuperalatanyangdigunakandalam kegiatanJMFEXPERIMENT2015. Tujuan dari penggunaanperalatanCTD adalahuntukmendapatkan data dan profil massa air dari setiap stasiun pengambilan data. Pada alat CTD terdiri dari beberapa sensor. Sensor temperatur yang terdapat pada CTD umumnya menggunakan thermistor, termometerplatinum atau kombinasi keduanya. Sensor pengukur salinitas umumnya menggunakan sel induktif dan sensor pengukur kedalaman menggunakan sensor semi-konduktor yang sensitif terhadap perubahan tekanan akibat perubahan kedalaman. Data yang dihasilkandari perekamanCTDumumnyameruapakdatamentah(raw data) yang belum bisa diolah lebih lanjut. Untuk melakukan pengolahan data hasil perekaman CTD maka diperlukanprosespengubahandatamentah (raw data) kedalamformatyang daat dibaca perangkat lunak pengolah lainnya. Umumnya format data mentah diubah kedalam format ASCII sehingga bisa dibaca. Adapun proses pengubahan ini menggunakan perangkat lunak yang telah disertakan saat produksi instrumen CTD yakni SBE DataProcessing. Ocean Data view meruapakan salah satu perangkat lunak open source yang telah umum digunakan dalam kegiatan analisis data hidro-oseanografi seperti data hasil perekaman CTD. ODV merupakanperangkalunakyangdapat bekerjapadaberbagai jenissistemoperasi seperti Wondows, Linux,Mac, dan Unix. Perangkatlunakini didesainfleksibelsertainteraktif sehinggapenggunadapat bebas mengeksplorasi data yang telah tersedia sehingga mengahsilkan analisis yang komprehensif. Pilihan tampilan data seperti tampilan scatter, section, maupun surface disediakan pada perangkat lunak ini. Secara global, perangkat lunak ODV telah digunakan dalam berbagai proyek hidro- oseanografi sepertiArgo,WorldOceanCirculationExperiment,WorldOceanDatabase,WolrdOcean Atlas, dan Medar. Tujuan Umum Tujuan dari kegiatan ini adalah : 1. Memberikan deskripsi dan pemahaman yang komprehensif terkait pengolahan data CTD 2. Pesertamampumengoperasikanpirantilunak(software)pengolahdataCTDsecarabenardan sesuai standar Materi Materi yang akan disampaikan dalam pelatihan ini terdiri dari duabagian yakni : 1. Pengolahan data CTD yang telah telah diunduh dari instrumen (post processing). Data yang diunduh dari instrumen sifatnya masihberupa data mentah (raw data) sehingga diperlukan proses pengolahan (post process) agar data CTD tersebut dapat digunakan dan diolah lebih lanjut 2. Pengolahan dan analisislanjutan data CTD yang telah melewati proses post process dengan menggunakan perangkat lunak pengolah data hidro-oseanografi yakni Ocean Data View.
  • 2. Alat dan Bahan Alat dan bahan yang digunakan dalam pelatihan ini terdiri dari : 1. Personal Computer (PC) atau Laptop 2. Perangkat lunak (software) yang terdiri dari aplikasi Ocean Data View (ODV), SBE DataProcessing, MATLAB, serta MS. Excel 3. Data mentah CTD (Raw Data) yang telah diunduh beserta file configurasinya (ekstensi file mentah CTD umumnya adalah *.HEX sedangkan file konfigurasi berekstensi *.xmlcon). Prosedur Kerja Adapun prosedur pengerjaan pada pelatihan ini adalah sebagai berikut : 1. Pastikanperangkatlunak(software) yangakandigunakantelahterinstalpadakomputeratau laptop.Perangkatlunakyangdigunakan yakni :(a) OceanData View,(b) SBEDataProcessing, (c) MATLAB, (d) MS. EXCEL 2. Lakukaninstalasi apabilaterdapatperangkatlunakyangbelumterinstal.Ikuti panduanproses penginstalan sesuai dengan perangkat lunak yang akan diinstal. 3. PastikanfiledatamentahCTDyangakandiolahtelahtersediabesertafilekonfigurasinya.Buat dalam satu direktori folder. 4. Buka program SBE DataProcessing yang telah terinstal. 5. Proses pengolahan raw data CTD menggunakan perangkat lunak SBE DataProcessing terdiri dari delapan langkah. Kedelapan langkah tersebut ialah : 1. Data Convertion DataConvertion merupakantahapanpengubahandatamentah(raw data) dalamformat *.HEX atau *.dat menjadi databerformatASCIIsehinggadapatdiolahmenggunakan program lainnya.Hasil konversi raw data dibentukdalamekstensi *.cnv. 2. Align CTD Align CTD ialahtahapanpenyusunanulangtatadata relatif terhadaptekanan (kedalaman).Proses align CTD ditujukanuntukbeberapavariabel yakni suhu, konduktivitas,danoksigen.Proses align CTDuntukvariabel suhumenggunakannilai +0.5 detikrelatif terhadaptekanan.Sedangkanuntukvariabeloksigenmenggunakannilai +5 detikrelatif terhadaptekanan. 3. Wild Edit Wild edit adalahtahapan penandaan(mark) terhadapdatayangbernilai ekstrimdengan nilai databadflag. Nilai databadflag adalahsuatunilaipatokanyangdidasarkanpada nilai estimasi standardeviasi untukkesetiapvariabel.Tahapanini menggunakanbin scan
  • 3. 100 denganduanilai standardeviasi sebagai patokan(passonedanpasstwo) yakni 2dan 20 4. Cell Thermal Mass Cell thermalmass adalahprosespentapisanpadavariabel konduktivitasterhadap variabel itusendiri (pentapisanbersifat recursive) yangdikarenakanadanyapengaruh massa sel termal padasaat pengukurannilai konduktivitaspadasensor. Cellthermal mass dilakukanpadanilai amplitudo0.04dan nilai konstantaanomali waktusebesar8. 5. Filter Pentapisan(filter) yangdigunakanberupalow pass untukmenghilangkan noise yang berfrekuensi tinggiterhadapvariabel suhu,konduktivitas,dantekanan.Terdapatdua kostantayang digunakanprosespentapisanyakni low passfilterA danlow passfilter B. Penentuannilaikonstantalow passfilterA dan low passfilter B menggunakanalgoritma yang diberikanpadamanual perangkatlunak(softwaremanualSBEdata process) dimana konstantadihitungberdasarkannilai frequency ratenya. 6. Bin Average Bin avaragemerupakantahapanperataandari bindata. Bin avarege dilakukanterhadap variabel yangkitainginkan (dalampenelitianini bin averagedilakukanterhadapnilai kedalaman).Ukuran bin yangdigunakanadalahsebesar1 meter. 6. Susunlah data hasil pengolahan di SBE DataProcessing kedalam MS.Excel. 7. Selanjutnyadatayangtelahmelewatiprosespengolahdi perangkatlunakSBEDataProcessing dan disusun kemudian dikoreksi secara manual. Pengoreksian secara manual dilakukan terhadapvariabel datayang msaihmemiliki noise(derau) yangditandai denganadanyapeak atau simpangan tajam. 8. Lakukan pengoreksiandatatersebutdenganmenggunakanmetode pentapisan(filter).Salah satu filter yang dapat digunakan adalah Median Filter. 9. BukaprogramMatlab kemudianlakukanpentapisanterhadapdatayangmasihterdapat noise dengan menggunakan metode median filter. 10. Bila pentapisan telah dilakukan, selanjutnya data siap dianalisis.
  • 4. 11. Jalankan program Ocean Data View (ODV). Import data yang telah siap dianalisis kedalam ODV. 12. Lakukan analisis terhadap tampilan Station, Scatter, Section, dan Surface.