ABSTRAK Ignasius Andri Pradipta
PUBLIC Rita Nurainni, S.I.Pus
COVER Ignasius Andri Pradipta
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
BAB 1 Ignasius Andri Pradipta
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
BAB 2 Ignasius Andri Pradipta
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
BAB 3 Ignasius Andri Pradipta
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
BAB 4 Ignasius Andri Pradipta
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
BAB 5 Ignasius Andri Pradipta
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
PUSTAKA Ignasius Andri Pradipta
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
LAMPIRAN Ignasius Andri Pradipta
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Terbatas  Irwan Sofiyan
» Gedung UPT Perpustakaan
Sea surface height (SSH) merupakan parameter oseanografi yang penting untuk
dikaji karena perubahan SSH dapat memengaruhi stabilitas wilayah pesisir. Perubahan SSH
ini dapat dilihat dengan data Sea Surface Height Anomaly (SSHA). Penelitian ini bertujuan
untuk mengetahui variasi SSHA secara temporal (musiman dan antartahunan) di perairan
selatan Jawa dan mengetahui performa model Long Short Term Memory (LSTM) dalam
memprediksi SSHA secara temporal di perairan selatan Jawa pada periode 1993-2020. Data
yang digunakan dalam penelitian ini merupakan data SSHA periode 1993-2020 dengan
resolusi spasial 0,25o x 0,25o dan resolusi temporal satu hari yang diunduh dari Copernicus.
Variabilitas temporal musiman dan antartahunan SSHA dikaji dengan membagi data SSHA
menjadi tahun normal (2001), tahun El Niño (2002), tahun La Niña (1999), tahun IOD positif
(1994), dan IOD negatif (1996). Variabilitas musiman SSHA di pesisir perairan selatan Jawa
mengalami peningkatan ketika musim barat dengan nilai mencapai 0,2 m, sebaliknya ketika
musim timur SSHA mengalami penurunan dengan nilai mencapai -0,15 m.
Fenomena antartahunan (interannual) seperti ENSO atau IOD juga memengaruhi
variabilitas SSHA dimana ketika terjadi fenomena El Niño rata-rata SSHA mengalami
penurunan sebesar 0,007 m dan ketika IOD positif sebesar 0,23 m dibandingkan tahun
normal, sedangkan ketika fenomena La Niña rata-rata SSHA mengalami kenaikan sebesar
0,03 m dan ketika IOD negatif SSHA mengalami kenaikan sebesar 0,03 m dibandingkan
tahun normal. Dalam melakukan prediksi nilai SSHA terdapat 4 skenario yang dibagi
berdasarkan panjang data training, yaitu data training 20 tahun (1995-2014), 10 tahun
(2005-2014), 5 tahun (2010-2014), dan 1 tahun (2014). Hasil prediksi terbaik didapatkan
ketika menggunakan data training 20 tahun dengan rata-rata RMSE sebesar 0,006 m dan
nilai korelasi berada di rentang 0,90-0,99. Secara keseluruhan, hasil prediksi memiliki pola
yang sama dengan data aktualnya meskipun error yang dihasilkan berbeda tiap skenarionya.
Sehingga dapat dikatakan model LSTM berhasil dalam memprediksi data SSHA di perairan
selatan Jawa karena dapat menangkap pola SSHA baik musiman maupun antartahunan.