journey #Tide

Pembahasan Jurnal “Studi Komponen Pasang Surut Perairan Dangkal (Over And Compound Tides) Model Kanal 1 Dimensi Dengan Menggunakan Metoda Asimilasi Data  Variasional”

Fenomena pasang surut yang terjadi dilautan dalam waktu yang periodik sangat penting dan sangat mempengaruhi dalam aplikasi pada wilayah pesisir khususnya.Pengetahuan pasang surut dapat diaplikasikan dalama navigasi, rakayasa pantai/ocean engineering (pembuatan pelabuhan, bangunana penahan ombak/gelombang, jembatan laut, dan pemasangan pipa bawah laut), survei hidrografi, penentuan batas wilayah suatu negara serta pembangkit listrik.Penjalaran gelombang pasang surut pada perairan dangkal terjadi gesekan dasar yang merupakan komponen non linear komponen inilah yang disebut kompone pasang surut perairan dangkal/shallow water.

Diketahui dalam persamaan gerak terdapat dua suku non linear yaitu suku konvektif dan suku gesekan.Dimana pada suku gesekan terdiri dari dua aspek, suku gesekan kuadratik dan suku yang bekaitan dengan efek elevasi terhadap gesekan momentum ηu|u|.Dalam jurnal ini membahas penelitian penyelesaian persamaan gerak dengan menggunakan metode asimilasi data pada model numerik, hal ini dilakukan karena penyelesaian persamaan yang didalamnya terdapat suku-suku non linier secara analitik tidak mudah atau dikatakan sulit.Namun jika diselesaikan dengan menggunakan metode numerik akan menyebabkan ketidakstabilan.Terdapat juga cara alternatif yaitu, dengan melinearisasi suku –suku non linier.Dimana ketika kita mengabaikan suku-suku non linier ternyata akan memperoleh hasil yang kurang baik.Hal ini disebabkan pada perairan dangkal faktor non linier sangat signifikan.Namun dengan metode asimilasi data pada model numerik diharapkan mampu memperbaiki hasil model.Sehingga didapatkan hasil yang akurat dan dapat digunakan dalam pembangunan wilayah pesisir.

Sebelum membahas hasil penelitian pada jurnal ini, sebaiknya kita harus tau apa yang dimaksud dengan Asimilasi data.Hal itu merupakan  suatu metodologi yang dapat mengopimalkan informasi hasil pengamatan  dengan mengkombinasikan  kedalam model numerik.Konsep asimilasi ini secara langsung berhubungan dengan konsep error.

Secara umum asimilasi data dibagi menjadi 2 :

1.      Control Theory (variasional)

2.      Estimation Theory (sekuensial)

Pada jurnal ini menggunakan control theory (asimilasi data variasional), dimana memecahkan masalah dengan optimasi dari kriteria yang ada melalui cara meminimumkan cot function .Untuk mempermudah dalam menganalisa, dibuat sebuah model yaitu model kanal 1 dimensi (gambar.jurnal) dengan spesifikasi panjang kanal 126,875 km yang dibagi menjadi 12 grid dan tiap gridnya sepanjang 10,573 km.Maksud dengan adanya model ini untuk mengilustrasikan simulasi masalah yang ada sehingga mempermudah dalam menganalisisnya.

Dari hasil yang didapat pada penetilian tersebut menjelaskan bahwa pemilihan jumlah iterasi maksimum akan memepengaruhi hasil asimilasi.Kemudian berdasarkan data yang diperoleh (data tanpa asimilasi rms=12,70 % dengan asimilasi LAE=840, NAE=840 rms=0,0099%) dan sebelum diterapkan asimilasi rms untuk σ1 adalah 0,1075 m/det dan untuk σ2 adalah 0,44 m/det, sedangkan setelah diasimilasi mendapatkan nilai σ1 0,0125 m/det dan σ2 adalah 0,0129 m/det.Dari data tersebut diketahui bahwa metode asimilasi data variasional efektif meningkatkan ketelitian hasil simulasi.

Dengan perbedaan ketelitian tersebut sangat mempengaruhi jika diaplikasikan dalam kehidupan nyata.Semakin kecil nilai error atau rms maka hasil tersebut makin akurat dan direkomendasikan untuk digunakan dalam aplikasi manusia.Sehingga untuk saat ini direkomendasikan menggunakan metode asimilasi variasional dalam pengolahan data pasang surut.