Variabilitas Cuaca dan Iklim di Indonesia

Curah Hujan Diurnal Luaran Model WRF Wilayah Indonesia (Iis Sofiati)

(a) (b)

(c) (d)

Gambar 8. Distribusi spasial akumulasi curah hujan luaran WRF-
50 km pada jam 06.00 (a) dan 18.00 (c), serta hasil
dari TRMM 3B42-V7 pada jam 06.00 (b), dan 18.00 (d)

pada tanggal 15 Juni 2013.

Analisis selanjutnya membandingkan hasil luaran WRF
dengan TRMM untuk rata-rata lintang dan bujur seperti yang
terlihat pada Gambar 9. Dari luaran WRF terlihat bahwa pada
bulan Desember distribusi spasial akumulasi curah hujan rata-
rata lintang dengan intensitas maksimum terjadi pada malam
hari pada posisi (125-127)°BT (Gambar 9 a), sedangkan dari

TRMM intensitas maksimum terjadi pada posisi 95°BT pada

malam hari, (100-105)°BT pada jam 03.00 dan 16.00, dan (120-
125)°BT pada jam 03.00, 16.00 dan 24.00. Sedangkan untuk
bulan Juni dari luaran WRF, akumulasi curah hujan dengan
intensitas maksimum terjadi pada malam hari, pada posisi (127-
140)°BT. Dari hasil TRMM akumulasi curah hujan dengan
intensitas maksimum rata-rata terjadi pada posisi (130-140)°BT
pada sore hari (jam 14.00-16.00). Dari hasil tersebut dapat
disimpulkan bahwa dari luaran model WRF dan TRMM terdapat

92

Curah Hujan Diurnal Luaran Model WRF Wilayah Indonesia (Iis Sofiati)

perbedaan pada waktu terjadinya curah hujan, tetapi untuk
posisi koordinat hampir sama.

(a) (b)

(c) (d)

Gambar 9. Akumulasi curah hujan rata-rata lintang (90-140)°BT
terhadap waktu pada bulan Desember (a) dan Juni (c)
luaran WRF, dan bulan Desember (b) dan bulan Juni
(d) dari TRMM 3B42-V7 di wilayah Indonesia.

Analisis spektrum terhadap pola curah hujan diurnal dari
hasil simulasi menggunakan model cuaca WRF pada domain
wilayah Indonesia pada umumnya, khususnya di Kalimantan,
Laut Jawa, dan Pulau Jawa ditunjukkan pada Gambar 10.
Berdasarkan hasil terlihat bahwa distribusi pola curah hujan
diurnal rata-rata pada bulan Maret, Juni, September, dan
Desember di wilayah tersebut di atas berbeda-beda. Di
Kalimantan, hasil pola curah hujan diurnal rata-rata pada bulan
Maret, Juni, September, dan Desember menunjukkan pola yang
hampir sama, curah hujan maksimum terjadi pada siang hari
sekitar jam 07.00 UTC (14.00 WIB). Di Laut Jawa pada bulan
Maret, Juni, dan Desember curah hujan maksimum terjadi pada
pagi hari sekitar jam 24.00 UTC (07.00 WIB), dan pada bulan
September terjadi pada siang hari sekitar jam 12.00 WIB.

93

Curah Hujan Diurnal Luaran Model WRF Wilayah Indonesia (Iis Sofiati)

Kalimantan ----- Laut Jawa ..... P. Jawa

Gambar 10. Pola curah hujan rata-rata diurnal pada bulan Maret,
Juni, September, dan Desember tahun 2013 di wilayah
Indonesia.

Sedangkan di Pulau Jawa pada bulan Maret, Juni, dan
Desember curah hujan maksimum terjadi pada dini hari jam
18.00 UTC (01.00 WIB), dan pada bulan September terjadi pada
malam hari jam 14.00 UTC (21.00 WIB). Hasil ini mendukung
penelitian sebelumnya bahwa di daerah tropis siklus awan hujan
tidak homogen untuk semua pulau, karena sirkulasi lokal yang
berhubungan dengan orografi pulau, dan posisi daratan-lautan
(Pandawana, 2012).

Hasil analisis dari rata-rata zonal menunjukkan adanya
pergeseran curah hujan maksimum rata-rata menuju arah
tenggara (southeastward) pada posisi 114°BT pada bulan Maret
sampai posisi 127°BT pada bulan Desember. Hasil tersebut
mendukung hasil penelitian-penelitian sebelumnya yang
menyatakan bahwa awan konvektif yang menghasilkan curah
hujan bergerak dari wilayah barat daya menuju wilayah tenggara
Indonesia diantaranya (Matsumoto, 1992; Hamada et al., 2002).

94

Curah Hujan Diurnal Luaran Model WRF Wilayah Indonesia (Iis Sofiati)

Menurut Handoko (1994), model merupakan penyederhanaan
dari sistem yang tersusun dari subsistem. Sistem tersusun atas
proses-proses yang tersusun secara teratur. Berdasarkan hal
tersebut maka model sebenarnya tidak secara sempurna atau
pasti menggambarkan fenomena di atmosfer sebab dilakukan
asumsi-asumsi supaya proses di atmosfer yang kompleks mampu
digambarkan dan menghasilkan angka ramalan semirip mungkin
dengan kenyataan di lapangan. Penggunaan asumsi
menyebabkan keseluruhan model yang dibangun pasti memiliki
error.

Penelitian tentang pola curah hujan diurnal untuk setiap
wilayah di Indonesia perlu dilanjutkan karena selain siklus awan
hujan yang tidak homogen dan sirkulasi lokal yang berhubungan
dengan orografi pulau, pola curah hujan diurnal dipengaruhi juga
oleh sifat fisik darat-laut, siklus siang-malam dan posisi daratan-
lautan (Pandawana, 2012).

4 KESIMPULAN
Distribusi spasial curah hujan diurnal pada setiap bulan

dicirikan oleh adanya peningkatan intensitas curah hujan
maksimum pada malam hari (pukul 23.00), sedangkan curah
hujan dengan intensitas sedang mulai terjadi sekitar pukul 14.00.
Analisis spektrum terhadap pola curah hujan diurnal di beberapa
daerah di Indonesia menunjukkan pola yang berbeda-beda. Hasil
analisis dari rata-rata zonal menunjukkan adanya pergeseran
curah hujan maksimum rata-rata menuju arah Tenggara
(southeastward) pada posisi 114°BT bulan Maret sampai posisi
127°BT pada bulan Desember. Dibandingkan dengan TRMM
3B42-V7, distribusi akumulasi curah hujan yang dihasilkan dari
luaran WRF dan TRMM mempunyai pola yang hampir sama,
tetapi dengan intensitas yang berbeda, dimana WRF bisa lebih
besar dari TRMM atau sebaliknya.

DAFTAR RUJUKAN
Etherton B, Santos P. 2008: Sensivity of WRF forecasts for South

Florida to initial conditions. American Meteorological
Society. 23, 725-740. doi:10.1175/2007WAF2006115.1
Fadholi A., Fitria P. S., Purwo Aji, dan Ristiana D, 2014:
Pemanfaatan Model Weather Research and Forecasting

95

Curah Hujan Diurnal Luaran Model WRF Wilayah Indonesia (Iis Sofiati)

(WRF) dalam Analisis Cuaca Terkait Hujan Lebat Batam,
Jurnal Fisika dan Aplikasinya, 10, No.1
Hamada J I, Yamanaka MD, Matsumoto J, Fukao S, Winarso PA,
Sribimawati T. 2002: Spatial and temporal variations of the
rainy season over Indonesia and their link to ENSO.
Journal of the Meteorological Society of Japan, 80, 285–310
Handoko. 1994: Dasar Penyusunan dan Aplikasi Model Simulasi
Komputer untuk Pertanian. Bogor (ID): Departemen
Geofisika dan Meteorologi, IPB
Matsumoto, J. 1992: The seasonal changes in Asian and
Australian monsoon regions. J. Meteor. Soc. Japan, 70,
257-273
Pandawana I D G A. 2012: Indonesian Rainfall Diurnal Cycle
Analysis Using Satellite Data: A Case Study in Java Island
and The Surrounding Areas, Thesis Program Pascasarjana,
Bidang Ilmu Lingkungan, Universitas Udayana
Ramage, C. S. 1968: Role of a tropical “Maritime Continent” in the
atmospheric circulation, Mon. Wea. Rev., 96, 365-370
Skok G, Tribbia J, Rakovec J. 2010: Object-based analysis and
verification of WRF model precipitation in the low- and
Midlatitude Pacific Ocean. American Meteorological Society,
138, 4561-4575
Sumerta I W Y. 2013: Prediksi Cuaca Jangka Pendek
Menggunakan Weather Research Forecasting (WRF) Model,
Skripsi, Departemen Geofisika dan Meteorologi, FMIPA, IPB,

96

Frekuensi Pertumbuhan Awan Konvektif di Pameungpeuk (Noersomadi)

KARAKTERISTIK FREKUENSI PERTUMBUHAN AWAN
KONVEKTIF DI ATAS WILAYAH PANTAI PAMEUNGPEUK

DARI OBSERVASI X-BAND RADAR

Noersomadi, Ginaldi Ari Nugroho, Tiin Sinatra, dan Aries Kurniawan
Pusat Sains dan Teknologi Atmosfer

Lembaga Penerbangan dan Antariksa Nasional
e-mail: [email protected]

ABSTRAK
Telah dilakukan pengamatan rutin selama bulan Februari 2014
menggunakan Transportable X-band Radar di wilayah
Pameungpeuk Garut Jawa Barat. Tujuan pengamatan ini adalah
untuk investigasi variasi cuaca harian di wilayah pantai selatan
Pulau Jawa. Analisis karakteristik frekuensi pertumbuhan awan
dilakukan menggunakan metode struktur spasial. Rata-rata
spasial data reflektivitas radar menunjukkan pola variasi harian
yang berbeda dengan pengamatan satelit MTSAT. Pengamatan
radar mampu menunjukkan konveksi dalam skala kecil yang tidak
terekam oleh satelit. Hasil perata-rataan data selama 21 hari
pengamatan efektif menunjukkan bahwa pertumbuhan awan
konvektif memiliki frekuensi paling tinggi sebesar 24% terjadi pada
sore hari. Frekuensi maksimum tampak dominan di atas wilayah
daratan akibat faktor topografi. Distribusi awan pada malam hari
menunjukkan pengaruh angin darat yang menggerakan awan ke
arah laut. Nilai frekuensi pertumbuhan awan di pagi hari hanya
berkisar 8-10%. Aktivitas konvektif tersebut terjadi akibat
penguapan di atas laut. Nilai frekuensi di atas daratan yang lebih
tinggi daripada di atas lautan menjadi indikasi bahwa kandungan
aerosolnya lebih banyak dibanding di atas lautan. Hasil penelitian
ini menjadi bukti bahwa perbedaan kapasitas panas antara
daratan dan lautan serta faktor sirkulasi angin darat-laut
memengaruhi siklus harian wilayah pantai.

Kata-kata kunci: X-band Radar, frekuensi pertumbuhan awan

ABSTRACT
Routine observation had been done during February 2014 using
Transportable X-band Radar over Pameungpeuk, Garut, West Java.
The attempt of this campaign was to investigate the diurnal
variation over the coastal area in the south of Java island. The
characteristic of clouds growing frequency were analyzed using
spacial structure method. The spacial meaning of radar reflectivity

97

Frekuensi Pertumbuhan Awan Konvektif di Pameungpeuk (Noersomadi)

showed different pattern of diurnal variation comparing with
MTSAT satellite observation. Radar observation is able to describe
small scale convection that were not recorded by satellite. The
results of data meaning during 21 days observation campaign
effectively showed that convectively clouds growing reach 24% as
the highest frequency at the afternoon. The clouds distribution at
the night time depict the effect of land breeze that moved to ocean.
The value of clouds growing frequency at the morning were about
8-10% only. Those convective activity occured due to evaporation
over the ocean. The frequency over the land is higher indicate that
the aerosol contents also more dense than the sea. The results of
this research are the evidence that the different of thermal capacity
between land and ocean, and also sea breeze circulations impact
the diurnal cycle over the coastal area.

Key words: X-band Radar, clouds growing frequency

1 PENDAHULUAN
Investigasi sirkulasi angin laut-darat telah dilakukan oleh

Hadi, dkk., (2002) dengan menggunakan data Boundary Layer
Radar. Telah terdeteksi bahwa angin yang berasal dari laut lebih
dominan di siang hari. Sedangkan pada waktu malam hari lebih
didominasi angin yang berasal dari darat. Simulasi model numerik
siklus harian mendeskripsikan pertumbuhan awan dan intensitas
curah hujan lebih tinggi di antara pukul 13 hingga 18 waktu lokal.
Mori, dkk (2011) menegaskan mekanisme perkembangan aktivitas
konvektif di pantai Sumatera melalui data X-band Radar. Dalam
risetnya telah diperlihatkan perbedaan pertumbuhan awan
konvektif pada masa aktif dan pasif MJO.

Bermula dari motivasi ingin meneliti mekanisme
pertumbuhan awan konvektif terkait sirkulasi harian di wilayah
pantai, maka telah dilakukan pengamatan rutin menggunakan X-
band Radar. Observasi rutin selama kurang lebih satu bulan, yakni
di bulan Februari 2014. Alasan dilakukan pada bulan Februari
adalah di wilayah Jawa masih dipengaruhi oleh angin monsun
baratan yang membawa uap air sehingga menyebabkan
pertumbuhan awan di Pulau Jawa (Marpaung, dkk., 2012).
Mengacu pada penelitian Germann, dkk (2006) dan Kawashima,
dkk (2006), observasi rutin ini dilakukan untuk membuktikan pola
pertumbuhan awan konvektif yang dipengaruhi oleh sirkulasi

98

Frekuensi Pertumbuhan Awan Konvektif di Pameungpeuk (Noersomadi)

angin darat-laut dan faktor topografi di sebelah utara
Pameungpeuk (Gambar 1).

Riset ini merupakan bagian dari program rutin Pusat Sains
dan Teknologi Atmosfer terkait pemanfaatan instrumen
Transportable X-band Radar tahun 2014. Diharapkan dari
investigasi menggunakan X-band Radar ini dapat membuktikan
fenomena siklus harian pertumbuhan awan di wilayah pantai.
Dengan meningkatkan pemahaman mengenai mekanisme aktivitas
konvektif di wilayah pantai, diharapkan pula dapat dikembangkan
pemodelan fisis terkait sirkulasi angin darat-laut.

2 DATA DAN METODE
Penelitian ini menggunakan data hasil pengamatan

Transportable X-band Radar secara rutin di wilayah Pameungpeuk
Garut Jawa Barat (107,681°BT, 7,634°LS). Pengamatan dilakukan
selama satu bulan sejak tanggal 5 Februari sampai dengan 4 Maret
2014. Akan tetapi, selama minggu pertama terhitung sejak awal
pengamatan terdapat gangguan sumber listrik sehingga
menyebabkan kekosongan data. Oleh sebab itu, penelitian ini
hanya menggunakan data sepanjang 21 hari efektif yakni sejak 12
Februari sampai dengan 3 Maret 2014.

Gambar 1. Peta lokasi pengamatan Tranportable X-band Radar di
Balai Produksi dan Pengujian Roket LAPAN
Pameungpeuk, Garut, Jawa Barat. Radar mampu

mencakup objek pengamatan dalam radius 82 km.

99

Frekuensi Pertumbuhan Awan Konvektif di Pameungpeuk (Noersomadi)

Untuk mengetahui pola variasi harian pertumbuhan awan
konvektif, data reflektivitas radar di rata-ratakan secara spasial
tiap jamnya. Pola variasi harian juga dilihat melalui data
temperatur puncak awan dari perekaman satelit Multifunctional
Transport Satellite (MTSAT) Himawari (data diperoleh dari sistem
penerima satelit milik LAPAN). Perata-rataan spasial data
reflektivitas dan temperatur puncak awan dilakukan untuk
analisis awal pola variasi harian.

Lokasi pengamatan X-band Radar adalah seperti yang terlihat
pada Gambar 1. Instrumen diinstal di Balai Produksi dan
Pengujian Roket LAPAN Pameungpeuk, dimana waktu lokal
standar (WLS) sama dengan UTC+8 dengan mengacu pada
koordinat bujur timur. Radar diatur untuk melakukan satu siklus
Plan Position Indicator scanning selama 35 menit dari elevasi 0°
sampai 10° untuk kenaikan level elevasi setiap 0,2°.

Dalam penelitian digunakan data reflektivitas dalam satuan
dBz di ketinggian 3 km. Alasan mengambil data pada ketinggian 3
km adalah untuk menganalisis presipitasi di lapisan batas
atmosfer serta dengan mempertimbangkan faktor topografi
pegunungan Cisompet di bagian utara pantai yang mencapai
ketinggian 2,5 km.

Data reflektivitas dianalisis menggunakan metode
Mandapaka, dkk. (2012) yang disebut struktur spasial. Nilai
reflektivitas dengan batas 10 dBz dianggap sebagai presipitasi yang
terdeteksi oleh radar seperti yang dilakukan oleh Steiner, dkk.,
(1995) dan Mori, dkk. (2011) untuk mengklasifikasikan awan
konvektif. Data frekuensi pertumbuhan awan dirata-ratakan
untuk beberapa waktu tertentu, yakni pagi hari sekitar pukul 7 –
9 WLS, sore hari sekitar pukul 16 – 18 WLS, dan malam hari sekitar
pukul 24 hingga pukul 1 dinihari WLS. Selain penampang
horizontal data frekuensi pertumbuhan awan di ketinggian 3 km,
analisis karakteristik dilanjutkan melalui investigasi penampang
melintang yang disandingkan dengan rata-rata topografi dalam
radius 50 km dari titik pengamatan.

3 HASIL DAN PEMBAHASAN
Pola variasi harian pertumbuhan awan konvektif di atas

wilayah Pameungpeuk terlihat pada rata-rata spasial data
reflektivitas radar untuk 21 hari pengamatan efektif (Gambar 2).

100

Frekuensi Pertumbuhan Awan Konvektif di Pameungpeuk (Noersomadi)

Terlihat mulai pukul 23 UTC atau 07 WLS terdapat konveksi di atas
wilayah lautan. Konveksi ini tidak terekam oleh pengamatan
satelit. Kemudian hingga memasuki siang hari atau sekitar pukul
05 UTC (13 WLS) pertumbuhan awan mulai tampak di atas daratan
dan menguat di atas wilayah pegunungan. Pertumbuhan awan ini
terus menerus menguat hingga malam hari dan mulai
menunjukkan pergeseran ke arah wilayah di atas lautan, sehingga
seolah membentuk suatu siklus pertumbuhan awan.

Gambar 3 mendeskripsikan rata-rata spasial temperatur
puncak awan selama bulan Februari 2014 hasil pantauan satelit
MTSAT. Akan tetapi, pola yang ditunjukkan oleh data satelit tidak
tampak seperti hasil pengamatan radar. Data satelit
memperlihatkan aktivitas konveksi dimulai pukul 08 UTC atau
pukul 16 WLS, sedangkan data radar menyatakan bahwa konveksi
di atas pegunungan Cisompet mulai tumbuh pada pukul 14 – 15
WLS. Untuk rata-rata temperatur puncak awan di pagi hari sekitar
pukul 06 – 09 WLS, tidak menunjukkan adanya pertumbuhan
awan baik di atas daratan maupun di lautan (gambar kontur tidak
diperlihatkan).

Perbedaan antara pengamatan radar dengan satelit juga
tampak di malam hari. Konveksi skala kecil yang terekam oleh
radar tampak tidak muncul pada pengamatan satelit. Hal ini
menunjukkan bahwa di atas wilayah Pameungpeuk terdapat
variasi harian konveksi skala kecil yang tumbuh di atas
pegunungan pada siang hingga petang hari dan di atas lautan pada
malam hingga pagi hari.

101

Frekuensi Pertumbuhan Awan Konvektif di Pameungpeuk (Noersomadi)

Gambar 2. Rata-rata reflektivitas (dBz) hasil pengamatan radar
selama bulan Februari 2014.

Pertumbuhan awan konvektif berdasarkan metode struktur
spasial terdeteksi dimulai sekitar pukul 15 WLS dan mencapai
puncak diantara pukul 16 – 18 WLS. Pada Gambar 4 terlihat bahwa
objek radar hanya terdeteksi mencapai radius 40 km. Adapun
pertumbuhan awan di sebelah utara pegunungan Cisompet hingga
wilayah Bandung tidak teramati akibat pulsa radar terhalang oleh
wilayah pegunungan. Demikian pula area di sebelah barat laut dari
titik pengamatan radar, terdapat zona kosong yang tegas
menunjukkan bahwa wilayah tersebut tidak teramati akibat pulsa
radar terhalang oleh topografi pegunungan.

102

Frekuensi Pertumbuhan Awan Konvektif di Pameungpeuk (Noersomadi)

Gambar 3. Rata-rata temperatur puncak awan hasil pengamatan
satelit MTSAT bulan Februari 2014.

Frekuensi pertumbuhan awan tampak mencapai maksimum
sebesar 24% di atas wilayah pegunungan Cisompet. Pada interval
waktu sore hari ini terdapat pula awan konvektif di atas wilayah
lautan yang menjadi bukti bahwa perawanan konvektif ini bukan
hanya lokal tetapi juga terdapat pengaruh monsun barat. Awan
konvektif di sore hari lebih dominan terjadi di atas wilayah daratan
akibat pergerakan angin laut di siang hari yang membawa uap air
dan terdesak ke atas karena pengaruh topografi.

103

Frekuensi Pertumbuhan Awan Konvektif di Pameungpeuk (Noersomadi)

Gambar 4. Frekuensi pertumbuhan awan di sore hari waktu lokal
standar (UTC+8). Sumbu x dan y telah dikonversi
menjadi satuan jarak dalam kilometer dari titik
pengamatan.

Pertumbuhan awan di siang hari mulai bergerak ke tengah
akibat adanya perubahan tekanan udara di malam hari antara
daratan dan lautan. Hal ini terlihat pada frekuensi pertumbuhan
awan di malam hari yang cenderung berada di tengah-tengah
cakupan pengamatan radar (Gambar 4). Intensitas frekuensi
berkisar antara 6 – 20% dan bentuk perawanan yang luas
menunjukkan bahwa awan yang tumbuh di malam hari lebih di
dominasi awan stratus. Dengan membandingkan pola horizontal
pertumbuhan awan di siang dan malam memperlihatkan
perubahan tipe awan dari cumulus menjadi stratus seperti yang
diperlihatkan oleh Renggono, dkk (2006).

104

Frekuensi Pertumbuhan Awan Konvektif di Pameungpeuk (Noersomadi)

Gambar 5. Frekuensi pertumbuhan awan di malam hari waktu lokal
standar.

Pola pertumbuhan awan stratus di malam hari tampak
semakin berkurang hingga pada dinihari selanjutnya. Frekuensi
pada jam 24 WLS berada pada interval 6 – 20%, sedangkan pada
jam 1 WLS dinihari berada pada interval 4 – 18%. Penurunan ini
menjadi indikasi bahwa temperatur udara yang semakin menurun
di malam hari melemahkan proses konvektif. Namun demikian,
pola pertumbuhan awan pada pukul 1 WLS dinihari tampak mulai
ada pertumbuhan awan yang menguat di atas wilayah lautan atau
bagian selatan titik pengamatan. Hal tersebut memperkuat analisis
bahwa pusat tekanan rendah bergeser ke arah wilayah lautan
memasuki dinihari hingga pagi hari yang menyebabkan perubahan
arah angin atau sebagai representasi angin darat (Hadi, dkk. 2001).

105

Frekuensi Pertumbuhan Awan Konvektif di Pameungpeuk (Noersomadi)

Gambar 6. Frekuensi pertumbuhan awan di pagi hari.
Gambar 5 menampilkan frekuensi pertumbuhan awan di pagi
hari. Tampak jelas bahwa perawanan dengan frekuensi hanya
mencapai 8 – 10% di antara pukul 7 – 9 WLS. Intensitas
pertumbuhan awan tampak lebih tinggi pada pukul 7 WLS dan
melemah seiring dengan peningkatan temperatur pada pukul 9
WLS. Jika diperhatikan dan dibandingkan dengan pertumbuhan
awan di siang hari, maka di pagi hari tampak lebih dominan di atas
wilayah lautan dan lebih lemah. Hal tersebut merupakan bukti
bahwa kandungan aerosol yang menjadi inti kondensasi dari
proses konveksi lebih banyak di daratan dibanding di lautan.
Hasil-hasil yang tampak pada distribusi spasial frekuensi
pertumbuhan awan sesuai dengan hasil Qian, dkk. (2007) dan
Mori, dkk. (2011). Irisan melintang frekuensi pertumbuhan awan
dari ketiga periode yang telah dipaparkan di atas tampak pada
Gambar 6. Pada Gambar 7 tersebut dilengkapi dengan rata-rata
melintang topografi wilayah Pameungpeuk dalam radius 50 km
untuk arah barat-timur dari titik pengamatan.
Rata-rata frekuensi pertumbuhan awan di sore hari tampak
pada panel atas. Semakin jelas terlihat bahwa radar hanya mampu
mengamati objek hingga sekitar 40 km area bagian utara dari titik
pengamatan akibat halangan pegunungan Cisompet. Rata-rata
frekuensi pertumbuhan awan di sore hari paling tinggi di sekitar
20 km dari titik pengamatan. Hal ini semakin memperkuat analisis
bahwa pada siang hari uap air dari lautan terbawa oleh angin laut

106

Frekuensi Pertumbuhan Awan Konvektif di Pameungpeuk (Noersomadi)

dan terdesak ketika memasuki wilayah daratan karena terdapat
pegunungan di sebelah utara.

Gambar 7. Rata-rata frekuensi pertumbuhan awan arah barat-timur

dalam radius 50 km dari titik pengamatan pada waktu
sore hari (panel atas), malam hari (panel tengah), dan

pagi hari (panel bawah).

Rata-rata melintang frekuensi pertumbuhan awan di malam
dan siang hari hanya sebesar 10% dan 4%. Pola yang diperlihatkan
pada Gambar 7 di atas semakin menunjukkan kecenderungan
pergerakan awan ke arah laut yang terbawa oleh angin darat
apabila ditinjau dari waktu sore hari. Nilai frekuensi yang semakin
melemah memberi arti bahwa proses aktivitas konvektif di atas
darat lebih kuat dibanding di atas lautan.

Hasil analisis perata-rataan data reflektivitas radar dan
temperatur puncak awan telah mengidentifikasi pola variasi
harian. Analisis karakteristik frekuensi pertumbuhan awan
mempertegas adanya pertumbuhan yang terpengaruh oleh
sirkulasi angin lokal.

107

Frekuensi Pertumbuhan Awan Konvektif di Pameungpeuk (Noersomadi)

Gambar 8. Deret waktu rata-rata reflektivitas harian untuk wilayah

darat (panel atas) dan laut (panel bawah). Cakupan data

radar untuk wilayah darat dan laut dibagi berdasarkan
acuan garis pantai di Gambar 1.

Gambar 8 menunjukkan deret waktu besaran rata-rata
reflektivitas dari tanggal 12 Februari s.d. 4 Maret 2014 untuk

108

Frekuensi Pertumbuhan Awan Konvektif di Pameungpeuk (Noersomadi)

cakupan radar di atas wilayah darat dan laut. Batas pembagian
data cakupan radar yang masuk wilayah darat dan laut
berdasarkan garis pantai yang melintang seperti terlihat pada
Gambar 1.

Pertumbuhan awan konvektif di atas wilayah daratan terlihat
mencapai puncak dalam rentang waktu pukul 05 UTC (13 WLS)
hingga pukul 11 UTC (19 WLS). Adapun untuk wilayah laut, awan
konvektif muncul pada rentang waktu dinihari (pukul 18 UTC/ 02
WLS) hingga pagi hari (pukul 01 UTC/ 09 WLS). Hal ini terlihat
sangat jelas terutama pada kasus tanggal 23 Februari 2014.
Pertumbuhan awan pada waktu tersebut merupakan yang paling
kuat, dimana hal tersebut dimungkinkan akibat adanya tambahan
uap air yang dibawa oleh angin monsun.

Apabila diamati pada rentang waktu tanggal 25 s.d. 28
Februari 2014, maka pola pertumbuhan awan konvektif dalam
kurun waktu tersebut hanya terjadi di atas wilayah daratan. Hal
ini memberi arti bahwa pertumbuhan awan konvektif di atas
daratan lebih kuat yang disebabkan oleh desakan uap air ke
lapisan atmosfer atas akibat halangan topografi pegunungan. Awan
konvektif yang lebih kuat tersebut juga disebabkan oleh
kandungan aerosol di atas wilayah daratan lebih tinggi dibanding
di atas lautan.

4 KESIMPULAN

Investigasi siklus harian di wilayah Pameungpeuk melalui

analisis hasil pengamatan radar telah dilakukan. Hasil perata-
rataan spasial data reflektivitas mempertegas adanya variasi
harian antara wilayah darat (sebelah utara titik pengamatan radar)
dan wilayah laut (sebelah selatan titik pengamatan radar). Pola
yang sama diperlihatkan oleh data temperatur puncak awan meski
satelit tidak mampu menangkap konveksi skala kecil sebagaimana
radar mengamatinya terutama di atas wilayah lautan. Karakteristik
pertumbuhan awan dianalisis melalui metode struktur spasial.
Frekuensi maksimum terjadi pada sore hari mencapai 24% dan
minimum terjadi pada malam hari pada interval 8-10%. Awan
konvektif dengan tipe cumulus lebih tampak jelas di sore hari, dan
awan dengan tipe stratus lebih sering tumbuh di malam hari.
Pertumbuhan awan mengalami pergeseran dari daratan ke lautan
seiring dengan perubahan sirkulasi angin darat-laut di antara

109

Frekuensi Pertumbuhan Awan Konvektif di Pameungpeuk (Noersomadi)

siang dan malam. Pertumbuhan awan konvektif yang lebih kuat di
atas daratan daripada lautan menunjukkan bahwa kandungan
aerosol di atas wilayah daratan lebih banyak dibanding di atas
wilayah lautan.

Ucapan terima kasih
Penulis mengucapkan terima kasih kepada karyawan LAPAN yang
bertugas di Balai Produksi dan Pengujian Roket LAPAN
Pameungpeuk dan tim observasi Bidang Teknologi Atmosfer Pusat
Sains dan Teknologi Atmosfer (PSTA), yang telah membantu dalam
pelaksanaan pengamatan rutin selama bulan Februari 2014. Riset
ini telah didanai oleh anggaran DIPA PSTA tahun anggaran 2014.

DAFTAR RUJUKAN
Germann, U., Galli, G., Boscacci, M., dan Bolliger, M. 2006: Radar

Precipitation Measurement in a Mountainous Region,
Journal of Royal Meteorology Society, 132, 1669-1692
Hadi, T.W., Horinouchi, T., Tsuda, T., Hashiguchi, H., dan Fukao,
S. 2002: Sea-Breeze Circulation over Jakarta, Indonesia: A
Climatology Based on Boundary Layer Radar Observations.
, American Meteorological Society, 130
Kawashima, M., Fujiyoshi, Y., Ohi, M., Honda, T., Kozu, T.,
Shimomai, T., dan Hashiguchi,H. 2006: Overview of Doppler
Radar Observations of Precipitation Cloud Systems in
Sumatera Island during the First CPEA Campaign, Journal
of the Meteorological Society Japan, 84A, 33-56
Mandapaka, P. V., Germann, U., dan Panziera, L. 2012:
Characterizing the Diurnal Cycle of Precipitation over
Complex Alpine Orography using Four-Dimensional Radar
Obervations, The Seventh European Conference on Radar in
Meteorology and Hydrology
Marpaung, S. dan Satiadi, D. 2012: Karakteristik Curah Hujan
Bulanan dan Tahunan di Pulau Jawa Bagian Barat, Buku
Ilmiah: Fisika, Dinamika dan Kimia Atmosfer Berbasis Data
Satelit dan Insitu, Penerbit CV Andira, ISBN: 978-979-1458-
58-0
Mori, S., Jun-Ichi, H., Sakurai, N., Fudeyasu, H., Kawashima, M.,
Hashiguchi, H., Matsumoto, J., dan Yamanaka, M. D. 2011:
Convective Systems Developed along the Coastline of
Sumatera Island, Indonesia, Observed with an X-band
Doppler Radar during the HARIMAU 2006 Campaign,
Journal of the Meteorological Society Japan, 89A, 61-81
Qian, J. H. 2007: Why Precipitation Is Mostly Concentrated over
Island in the Maritime Continent, Journal of Atmospheric

110

Frekuensi Pertumbuhan Awan Konvektif di Pameungpeuk (Noersomadi)

Sciences, DOI: 10.1175/2007JAS2422.1
Renggono, F., M.K. Yamamoto, H. Hashiguchi, S. Fukao, T.

Shimomai, M. Kawashima, and M. Kudsy. 2006: Raindrop
size distribution observed with Equatorial Atmosphere
Radar (EAR) during the Coupling Processes in the Equatorial
Atmosphere (CPEA-I) observation campaign. Radio Science,
41, doi: 10.1029/2005R003333
Steiner, M., Houze, R. A., Jr., dan Yuter, S. E. 1995: Climatological
Characterization of Three-Dimensional Storm Structure
from Operational Radar and Rain Gauge Data, Journal of
Applied Meteorology, 34, 1978-2007

111

Pengamatan Scanner Hujan dan AWS pada 2-3 Maret 2014 di Bandung (Ginaldi Ari N.)

HASIL PENGAMATAN SCANNER HUJAN DAN AWS PADA
KEJADIAN HUJAN TANGGAL 2-3 MARET 2014 DI DAERAH

BANDUNG DAN SEKITARNYA

Ginaldi Ari Nugroho, Soni Aulia Rahayu, dan Asif Awaluddin
Pusat Sains dan Teknologi Atmosfer

Jl. Dr. Djundjunan 133 Bandung, 40173
e-mail: [email protected]

ABSTRAK
Penelitian ini dilakukan untuk menganalisis kejadian hujan yang
terjadi dari tanggal 2-3 Maret 2014 yang telah menyebabkan banjir
di sebagian daerah Bandung. Kombinasi dari pengembangan low-
cost x-band scanner hujan dan instrumen AWS akan memberikan
sudut pandang baru dalam menganalisis pergerakan hujan dan
arah sumber hujan. Scanner hujan berbasis radar kapal Furuno
telah dikembangkan untuk mendeteksi hujan area lokal dengan
cakupan wilayah hingga 44 km. Teknologi ini mampu mendeteksi
pergerakan kejadian hujan berdasarkan data resolusi temporal 3
menit. Data AWS di 2 lokasi yang berbeda akan digunakan sebagai
data curah hujan di permukaan. Metode korelasi digunakan untuk
mengukur tingkat hubungan linier antara ADC count scanner
hujan dan curah hujan AWS. Data scanner hujan (nilai, luasan,
pergerakan ADC count) didukung dengan data AWS (curah hujan,
windrose) akan digunakan untuk analisis pergerakan dan arah
sumber hujan. Curah hujan rata-rata selama 3 bulan (Januari –
Maret 2014) dari 2 data AWS menunjukkan nilai maksimum terjadi
pada saat sore dan malam hari dengan nilai rata-rata maksimum
pada bulan Maret 2014. Sementara pola harian curah hujan data
scanner hujan hampir mendekati pola AWS 1, dengan koreksi
waktu tunda antara kedua data sebesar + 7 menit dihasilkan
korelasi linier 0,904. Kejadian hujan dengan durasi cukup lama
terdeteksi terjadi pada tanggal 2 – 3 Maret 2014 dari pukul 22.00
WIB hingga 01.00 WIB dimana dapat dikategorikan sebagai hujan
sedang dan ringan. Hasil scanner hujan pada tanggal tersebut
memperlihatkan sumber target hujan yang juga terdeteksi pada
AWS 1 berasal dari timur yang bergerak ke arah barat mengikuti
pola dominan angin. Terdapat beberapa wilayah yang mengalami
banjir terlewati oleh sumber hujan ini, dimana sumber hujan
lainnya dengan nilai ADC count maksimum terdeteksi di wilayah
selatan dari posisi lokasi scanner hujan.

112

Pengamatan Scanner Hujan dan AWS pada 2-3 Maret 2014 di Bandung (Ginaldi Ari N.)

Kata-kata kunci: Hujan, Scanner hujan, Pergerakan, ADC count.

ABSTRACT
This research is conducted to analyze the rain event on March 2nd
- 3rd, 2014 that have caused flood in some part of Bandung area.
Combination between developed low-cost x-band rain scanner and
AWS instrument will provide a new side of view of rain movement
and rain source direction analyze. Rain scanner based on Furuno
marine radar have been developed to detect local area rainfall with
coverage area of 44 km. This technology is able to detect the
movement of rain event based on 3 minutes of temporal resolution
data. AWS data in 2 different locations will be used as a ground
based rain rate data. Correlation method will be used to measure
linear relation level between rain scanner ADC count and daily rain
rate AWS. Rain scanner data (ADC count value, area, movement)
supported with AWS data (rain rate, wind rose) will be used to
analyze the movement and rain source direction. Three month
average rain rate (January – March 2014) from 2 different AWS-es
showed the daily rain rate maximum value occur during afternoon
and evening with maximum average in March 2014. Meanwhile
daily rain rate pattern from AWS no.1 is almost similar compared
to the ADC count rain scanner in the AWS pixel area, with corrected
delay time between both data for + 7 minutes resulted a linear
correlation value of 0.904. Rain event which posses a long duration
was detected during March 2nd-3rd, 2014 from 22.00 until 01.00
local time which categorize as a light and moderate rain. The rain
scanner result on this date showed rain target source, which also
detected by AWS no.1, generate from east and moved towards west
following the wind dominant pattern. There are some area which
experience flooding have been passed by this rain source, with
another rain source possess maximum ADC count value detected
in the south area of the rain scanner position.

Key words: Rain, Rain scanner, Movement, ADC count.

1 PENDAHULUAN
Dalam mempelajari fenomena alam seperti fenomena hujan,

data-data dari berbagai instrumen pengukur meteorologi akan
memberikan analisis yang lebih menyeluruh. Beberapa instrumen
pengukur yang digunakan diantaranya adalah radar cuaca dan
AWS (Automatic Weather Station).

Sistem radar cuaca di negara-negara maju telah mengalami
perkembangan pesat baik dalam luasan cakupan area deteksi,

113

Pengamatan Scanner Hujan dan AWS pada 2-3 Maret 2014 di Bandung (Ginaldi Ari N.)

waktu respon deteksi, hingga resolusi yang tinggi. Beberapa negara
berkembang berusaha merancang sistem yang sama, tetapi dengan
biaya yang relatif murah menggunakan radar kecil seperti radar
kapal.

Sistem scanner hujan merupakan sistem deteksi hujan yang
dikembangkan berdasarkan radar kapal. Scanner hujan berbasis
radar kapal tipe Furuno ini dikembangkan untuk mendeteksi
hujan area lokal berdasarkan pengembangan dari teknologi radar
kapal laut tipe X band. Teknologi low cost X band radar ini memiliki
jangkauan terbatas dibandingkan dengan radar meteorologi
lainnya, tetapi dengan sistemnya yang sederhana dapat dipasang
untuk deteksi hujan area perkotaan.

Seperti umumnya pada radar, scanner hujan ini tidak
mengukur hujan secara langsung sehingga diperlukan data
perbandingan lainnya, yakni data curah hujan permukaan yang
bisa didapatkan pada alat AWS. Gabungan dari kedua alat ini akan
digunakan untuk mengamati kejadian hujan yang terjadi di daerah
Bandung dan sekitarnya.

Pada tulisan ini akan dibahas sekilas tentang pengembangan
sistem scanner hujan serta hasil pengamatannya dalam
mendeteksi target hujan di area Bandung dan sekitarnya. Data
hasil scanner hujan akan dibandingkan dengan data AWS dalam
menganalisis pola harian hujan, waktu respon antara scanner
hujan dan AWS, nilai korelasi, serta pergerakan target hujan.
Kejadian hujan yang terjadi di Bandung juga akan dianalisis
berdasarkan data pengamatan.

2 TINJAUAN PUSTAKA
Tipe baru dari radar cuaca tipe low cost X-Band radar kapal

telah dikembangkan sejak tahun 2000 (Jensen, 2002). Radar ini
memiliki biaya yang murah serta konfigurasi yang sangat mudah
diaplikasikan pada area yang tidak terlalu luas seperti daerah
perkotaan (Einfalt, 2004). Sinyal keluaran dari tranceiver radar
Furuno terdiri dari 2 jenis sinyal, yakni sinyal navigasi (trigger,
heading, bearing) serta sinyal video (sinyal pantulan target). Sinyal
ini kemudian diolah oleh pengkondisian sinyal dan ADC. ADC 10
bit akan mendigitasi sinyal keluaran dengan rentang 0-1024 lalu
0-256 dengan sampling 20 MHz (Awaludin et al, 2012). Sinyal

114

Pengamatan Scanner Hujan dan AWS pada 2-3 Maret 2014 di Bandung (Ginaldi Ari N.)

navigasi dan video hasil digitasi diolah oleh komputer pemrosesan
sinyal, dimana sinyal video selanjutnya dinamakan dengan nilai
ADC count.

Estimasi presipitasi radar cuaca low cost X-Band didapatkan
dari hasil hubungan linier antara keluaran radar (ADC count)
dengan nilai curah hujan hasil pengukuran di permukaan (nilai
curah hujan penakar hujan) (Nielsen, 2012). Metode ini berbeda
dengan pengukuran pada radar meteorologi lainnya dimana
hubungan reflektivitas radar dengan intensitas hujan berdasarkan
hubungan nonlinier (Marshall Palmer, 1948, Probert-Jones, 1962).
Kesalahan dalam mendeteksi hujan pada sistem ini sering terjadi
akibat atenuasi, estimasi curah hujan yang berubah akibat
bertambahnya jarak, maupun pada perata-rataan piksel saat
proses sampling (Nugroho et al, 2013).

Interaksi antara angin dan hujan serta kondisi topografi
sangat berpengaruh dalam mempelajari fenomena hujan. Saat
tetes hujan berada dalam pola pergerakan angin, maka hujan akan
terbawa oleh angin dan terdistribusi (Blocken et al, 2006).

3 DATA DAN METODOLOGI
Dalam penelitian ini akan di gunakan 2 sumber data, yakni

data scanner hujan dan data penakar hujan AWS dengan cakupan
lokasi penelitian berada pada daerah Bandung dan sekitarnya.
Ilustrasi sistem scanner hujan ditunjukkan pada Gambar 1. Sistem
ini terdiri dari antena X-band radar kapal serta tranceiver radar,
rangkaian pengkondisian sinyal, ADC, rangkaian pengendali, serta
komputer pemroses sinyal. Sinyal yang dipancarkan akan
dipantulkan kembali oleh target hujan melalui antena dan
tranceiver radar. Pengkondisian sinyal berfungsi mengkondisikan
sinyal sedemikian rupa sehingga dapat diolah oleh ADC.
Pengendali berfungsi menyinkronisasi antara proses kerja radar
dengan pemrosesan sinyal.

Hasil digitasi ADC 10 bit sinyal video radar Furuno
kemudian diubah menjadi data 8 bit untuk menyesuaikan dengan
standar nilai radar cuaca. Hasil ini kemudian difilter serta
diekstrak dari clutter permukaan menggunakan peta clutter untuk
mendapatkan nilai target hujan yang selanjutnya diberi istilah ADC
count. Pemrosesan ADC count diolah menggunakan Matlab 2011a

115

Pengamatan Scanner Hujan dan AWS pada 2-3 Maret 2014 di Bandung (Ginaldi Ari N.)

dalam bentuk koordinat kartesian (x,y), serta koordinat kutub (r,θ)
dimana resolusi temporal adalah 3 menit dengan proses scan
secara terus menerus dalam single layer. Scanner hujan di
tempatkan di Gedung 3 Lantai 5, kantor LAPAN Pasteur Bandung.
Cakupan scanner hujan dapat mencapai hingga 44 km.

Data AWS yang digunakan adalah data dari Bulan Januari
hingga Maret 2014. Penakar hujan AWS yang digunakan memiliki
resolusi 0,2 mm serta waktu sampling 15 menit. Penakar hujan
AWS yang akan digunakan adalah sebanyak 2 buah, yakni penakar
hujan (AWS 1) di lokasi Taman Meteo ITB serta penakar hujan
(AWS 2) kantor LAPAN Pasteur Bandung yang akan digunakan
sebagai data pembanding.

Gambar 1. Ilustrasi sistem scanner hujan.
Data pengamatan scanner hujan yang digunakan adalah data
tanggal 4 Januari hingga 19 Maret 2014. Data tersebut kemudian
disortir untuk menghasilkan kualitas data yang baik. Data yang
dianggap baik adalah jika nilai error clutter permukaan hasil
ekstraksi tidak melebihi 20% dalam 1 hari. Clutter permukaan
merupakan deteksi bangunan serta pegunungan di sekitar scanner
hujan yang ikut terdeteksi. Hasil kualitas data menghasilkan
jumlah data hanya 34 hari data (Januari 12 hari, Februari dan
Maret 11 hari). Data Desember 2013 tidak diikutsertakan karena
penggunaan metode pengolahan sinyal yang berbeda.
Hasil data spasial ADC count pada titik lokasi AWS dimana
resolusi spasial dalam 1 titik piksel ADC count adalah 120x120
meter, akan dibandingkan dengan data AWS untuk menganalisis

116

Pengamatan Scanner Hujan dan AWS pada 2-3 Maret 2014 di Bandung (Ginaldi Ari N.)

waktu respon scanner hujan terhadap data curah hujan
permukaan, nilai korelasi serta pergerakan hujan. Metode image
processing digunakan dalam menganalisis luasan piksel ADC count
sedangkan windrose pada data AWS digunakan untuk
menganalisis pergerakan angin.

4 HASIL DAN PEMBAHASAN
Langkah awal dari penelitian ini adalah dengan menguji dan

mengukur hubungan antara data scanner hujan dan data AWS,
dengan data yang digunakan adalah AWS 1. Data AWS 2 berada
dalam area dead zone radar scanner hujan. Oleh karena itu, AWS
2 hanya digunakan sebagai data pembanding curah hujan rata-
rata AWS 1. Hasil perbandingan AWS 1 dan AWS 2 ditampilkan
pada Gambar 2.

Hasil perbandingan data rata-rata memperlihatkan nilai
curah hujan yang berbeda. Hal ini disebabkan jarak antara AWS 1
dan AWS 2 sebesar 2,78 km sehingga curah hujan yang terjadi
tidak mungkin sama. Jika dilihat dari nilai maksimum rata-rata
curah hujan, kedua data AWS memperlihatkan rentang waktu
yang sama yakni terjadi antara sore dan malam hari. Hasil kedua
data juga memperlihatkan bahwa bulan Maret 2014 memiliki nilai
curah hujan rata-rata paling tinggi dibandingkan dengan kedua
bulan lainnya.

Gambar 2. Perbandingan pola curah hujan AWS 1 dan AWS 2

117

Pengamatan Scanner Hujan dan AWS pada 2-3 Maret 2014 di Bandung (Ginaldi Ari N.)

Gambar 3. Hasil pengamatan harian AWS-1 dan scanner hujan pada
bulan Februari dan Maret 2014.

Data harian AWS 1 kemudian dibandingkan dengan data
scanner hujan seperti pada Gambar 3. Dari hasil perbandingan
terlihat adanya pola data scanner hujan yang hampir mendekati
pola harian curah hujan AWS 1, serta adanya waktu tunda antara
data AWS 1 dengan scanner hujan dimana rata-rata waktu tunda
adalah + 7 menit. Waktu tunda tersebut kemudian digunakan
sebagai koreksi dan dihasilkan nilai determinasi (R2 = 0,818) serta
korelasi (r = 0,904) seperti pada Gambar 4. Hasil perbandingan
menunjukkan adanya hubungan linier yang kuat antara ADC count
scanner hujan dan curah hujan AWS.

Dari hasil perbandingan terlihat nilai curah hujan yang
tinggi terdeteksi oleh AWS 1 pada tanggal 18 Maret 2014 pukul
18.00 – 19.00 tetapi tidak selalu mampu direspon oleh ADC count
scanner hujan. Hal ini kemungkinan disebabkan faktor atenuasi
oleh hujan itu sendiri saat banyaknya tetes hujan yang berada di
dekat area radar. Dari data tersebut juga terdapat kejadian hujan

118

Pengamatan Scanner Hujan dan AWS pada 2-3 Maret 2014 di Bandung (Ginaldi Ari N.)

yang memiliki durasi yang cukup lama yakni pada tanggal 2 – 3
Maret 2014 dari pukul 22.00 WIB hingga 01.00 WIB. Kejadian
hujan ini mengguyur kota Bandung dan menyebabkan banjir di
daerah Bojongsoang, Gedebage, Ciwastra, Margahayu, dan di Jalan
Soekarno Hatta (inilahkoran.com, 2014). Kejadian hujan ini
bersifat terus menerus (continue) dan dapat di kategorikan sebagai
hujan sedang (20-50 mm) dan ringan (5-20 mm) dimana akumulasi
curah hujan dari kedua AWS (AWS 1 dan 2) memperlihatkan nilai
berturut-turut adalah 31,5 mm dan 30,8 mm pada tanggal 2 Maret
2014 serta 15,2 mm dan 27,0 mm pada tanggal 3 Maret 2014.

Gambar 4. Hasil korelasi scanner hujan dan AWS 1
Hasil pengamatan spasial berdasarkan scanner hujan pada
kejadian hujan tanggal 2-3 Maret 2014 ditampilkan pada Gambar
5a – 5h beserta keterangan lokasi AWS 1 (ITB), Gedebage, Ciwastra
dan Margahayu, sementara data AWS 1 pada tanggal dan jam yang
sama ditampilkan pada Gambar 6. Dari kedua data tersebut dapat
diamati pergerakan target hujan dan analisis sumber hujan. Pada
Gambar 5a terlihat adanya 3 target hujan, no.1 di area sebelah
timur dari lokasi radar (24,36 km pada azimuth 107,6°), no.2 di
arah barat daya (berjarak 14,88 km azimuth 209,5°) dan no.3 arah
barat laut (berjarak 19,2 km azimuth 319,6°). Gambar 5a no.1
muncul dengan luasan 123 piksel, Gambar 5b jumlah piksel no.1
naik dengan luasan 1.199 piksel, Gambar 5c target no.1 berbentuk
memanjang dengan kenaikan luasan hingga 8.993 piksel dan
mulai bergerak ke arah barat.
Gambar 5d target no.1 kemudian seperti terpecah menjadi 2
bagian dengan total luasan 25.018 piksel, dimana sebagian target
mendekati lokasi AWS 1. Gambar 5e. target no.1 telah mencapai

119

Pengamatan Scanner Hujan dan AWS pada 2-3 Maret 2014 di Bandung (Ginaldi Ari N.)

posisi AWS 1 tetapi belum terdeteksi akibat adanya waktu tunda.
AWS 1 mulai mendeteksi hujan pada pukul 22.25. Target no.1
mulai bergabung dengan target no.2 di bagian barat sementara
target no.3 bergerak ke arah barat laut dan menghilang. Dalam
waktu 44 menit (dari pukul 22.15 - 22.59) gabungan dari kedua
target hujan tersebut meluas hingga mencapai jumlah 42.720
piksel (70,75%) (Gambar 5f). Target hujan terdeteksi bernilai tinggi
di daerah selatan dari titik lokasi scanner hujan (ADC count antara
70 - 80). Target hujan terus bergerak menuju arah barat dan barat
laut hingga mulai reda pukul 01.20 (pada scanner hujan pukul
01.24), tetapi masih terdapat target no.4 yang muncul di arah utara
Radar, sehingga radar masih mendeteksi target hujan hingga pukul
02.55. Lokasi banjir yang terjadi di Gedebage (jarak 13.987 meter
azimuth 117,42°), dan Ciwastra (jarak 11.219 meter azimuth
130,8°) jika diamati oleh scanner hujan dilewati oleh target hujan
no.1 dari pukul 22.04 – 00.51, sedangkan untuk daerah
Margahayu (jarak 9.071 meter azimuth 184,7°) dilewati oleh target
hujan no.2. dari pukul 22.04 – 01.27.

120

Pengamatan Scanner Hujan dan AWS pada 2-3 Maret 2014 di Bandung (Ginaldi Ari N.)

(e)
Gambar 5. Hasil spasial ADC count scanner hujan tanggal 2 – 3

maret 2014 (a). 19.38, (b). 20.10, (c). 20.59, (d). 21.54,
(e). 22.04, (f). 22.59, (g). 00.51, (h). 01.27.

121

curah hujan (mm) Pengamatan Scanner Hujan dan AWS pada 2-3 Maret 2014 di Bandung (Ginaldi Ari N.)
19:00
19:20 5
19:40 4
20:003 AWS 1
20:202
20:401
21:000
21:20
21:40 Jam
22:00Gambar 6. Curah hujan AWS 1 pukul 19.00 WIB (2 Maret 2014)
22:20
22:40hingga pukul 02.00 WIB (3 Maret 2014)
23:00
23:20Berdasarkan data windrose AWS 1 (Gambar 7) terlihat bahwa
23:40pola dominan angin dari pukul 19.00 WIB (2 Maret 2014) hingga
00:0002.00 WIB (3 Maret 2014) berhembus dari arah timur dengan
00:20kecepatan 0,5 – 2,1 m/s.
00:40
01:00Gambar 7. Windrose dan curah hujan AWS 1 pukul 19.00 WIB (2
01:20Maret 2014) hingga pukul 02.00 WIB (3 Maret 2014)
01:40
02:005 KESIMPULAN
Beberapa faktor yang mempengaruhi hasil pengamatan

scanner hujan diantaranya adalah faktor atenuasi dan clutter
permukaan. Untuk memaksimalkan hasil scanner hujan perlu
dikembangkan filter clutter permukaan yang lebih baik dengan
metode secara hardware maupun software, serta pengolahan
sinyal dengan koreksi atenuasi berdasarkan hasil observasi. Data
AWS memperlihatkan rentang waktu hujan rata-rata terjadi antara
sore dan malam hari pada bulan Januari-Februari 2014, dengan

122

Pengamatan Scanner Hujan dan AWS pada 2-3 Maret 2014 di Bandung (Ginaldi Ari N.)

nilai tertinggi terjadi di bulan Maret 2014. Pola harian curah hujan
data scanner hujan hampir mendekati pola AWS 1, dengan
memperhitungkan waktu tunda antara kedua data sebesar + 7
menit, dihasilkan hubungan dengan korelasi linier 0,904. Kejadian
hujan dengan durasi yang cukup lama terjadi pada tanggal 2 – 3
Maret 2014 dari pukul 22.00 WIB hingga 01.00 WIB dengan
kategori hujan sedang (27,0 - 31,5 mm) dan ringan (15,2 mm). Hasil
scanner hujan memperlihatkan sumber target hujan yang
terdeteksi pada AWS 1 berasal dari timur (target no.1) bergerak ke
arah barat yang melewati daerah Gedebage dan Ciwastra mengikuti
pola dominan angin dengan kecepatan 0,5 – 2,1 m/s, dengan nilai
maksimum terdeteksi di daerah selatan.

Ucapan Terima Kasih
Penulis ingin mengucapkan terima kasih kepada Nurjanna Joko,
Asri Indrawati, Noersomadi, Rudi Komarudin, serta Staf Bidang
Teknologi Atmosfer atas bantuannya dalam penelitian ini.

DAFTAR RUJUKAN
Jensen, N.E., dan S. Overgaard, 2002: Performance of small x-band

Weather Radar, 2002 Western Pacific Geophysics Meeting,
Wellington, New Zealand
Einfalt, T., K. Arnbjerg-Nielsen, C. Golz, N.E. Jensen, M. Quimbach,
G. Vaes, dan B. Vieux, 2004: Towards a roadmap for use of
radar rainfall data in urban drainage, Journal of Hydrology,
299, 186-202
Awaludin, A., G.A. Nugroho, dan S.A. Rahayu, 2013: Analisis
kemampuan radar navigasi laut Furuno 1932 mark-2 untuk
pemantauan intensitas hujan, Jurnal Sains Dirgantara, 10,
90-103
Nielsen, J, E., N. E. Jensen, dan M. R. Rasmussen, 2012:
Calibrating LAWR weather radar using laser disdrometer,
Atmospheric Research,
doi:10.1016/j.atmosres.2012.10.017
Marshall, J.S., dan W.M. Palmer, 1948: The Distribution of
Raindrops with Size, Journal of Atmospheric Sciences, 5,
165-166
Probert‐Jones, J., 1962: The radar equation in meteorology,
Quarterly Journal of the Royal Meteorological Society, 88,
485-495
Nugroho, G.A., dan A. Awaludin, 2013: Mapping method
development using digital image processing to calibrate

123

Pengamatan Scanner Hujan dan AWS pada 2-3 Maret 2014 di Bandung (Ginaldi Ari N.)

rainfall radar image, Proceedings International Seminar of
Aerospace Science and Technology 17th SIPTEKGAN-2013,
26, 195-199
Blocken, B., J. Poesen, dan J. Carmeliet, 2006: Impact of wind on
the spatial distribution of rain over micro-scale topography
– numerical modelling and experimental verification,
Hydrological Processes, 20, 345-368
http://www.inilahkoran.com, diakses tanggal 19 Maret 2014
http://weather.meteo.itb.ac.id, diakses tanggal 20 Maret 2014

124

Rancang Bangun FMCW Wind Profiling Radar: Hasil Awal (Asif Awaludin)

RANCANG BANGUN FMCW WIND PROFILING RADAR
BERBASIS USRP N210 DAN GNU RADIO : HASIL AWAL

Asif Awaludin1 dan Taufiq Wirahman2
1Pusat Sains dan Teknologi Atmosfer – LAPAN

2Pusat Penelitian Informatika - LIPI
e-mail: [email protected]

ABSTRAK
Radar sangat diperlukan untuk pengamatan parameter atmosfer
karena mempunyai resolusi yang tinggi. Dalam penelitian ini
dikembangkan Wind Profiling Radar menggunakan teknologi
FMCW dan SDR, karena lebih murah dan mudah dalam
pengembangannya. FMCW WPR berbasis GNU Radio dan USRP ini
akan digunakan untuk pengamatan boundary layer atmosfer. Hasil
uji coba awal menunjukkan bahwa GNU Radio dan USRP N210
dapat digunakan sebagai pembangkit gelombang FMCW sekaligus
penerimanya. Program match filter dapat dikembangkan
menggunakan GNU Radio dan terbukti mampu meningkatkan
hasil pendeteksian sehingga target dapat jelas terdeteksi walaupun
terdapat noise dan terjadi distorsi sinyal.

Kata-kata kunci: Wind Profiling Radar, FMCW, USRP, GNU Radio.

ABSTRACT
Radar is necessary for atmospheric parameters observation due to
its high resolution. A Wind Profiling Radar has developed using
FMCW and SDR technology in this research as both will make the
development become low cost and easier. The GNU Radio and USRP
based FMCW WPR will be used to observe atmosphere boundary
layer. In its first experiment results, GNU Radio and USRP N210
showed that it was compatible for FMCW waveform generator and
its receiver development. Match filter code developed in GNU Radio
also has successfully improved target detection from received
signals eventough noise and distortion present.

Key words: Wind Profiling Radar, FMCW, USRP, GNU Radio.

1 PENDAHULUAN
Parameter utama atmosfer yang sering diamati adalah

tekanan, temperatur, kelembaban, curah hujan, dan angin.
Pengamatan profil vertikal angin di atmosfer seringkali

125

Rancang Bangun FMCW Wind Profiling Radar: Hasil Awal (Asif Awaludin)

menggunakan radiosonda. Saat ini sekitar 800 stasiun cuaca di
seluruh dunia (Wikipedia, 2014) menerbangkan radiosonda
menggunakan balon secara rutin, umumnya setiap 12 jam
(Vaisala, 2002). Meskipun pengukuran setiap 12 jam ini cukup
untuk menjelaskan pola cuaca skala besar (synoptic), tetapi belum
cukup untuk menjelaskan kejadian cuaca skala kecil yang terjadi
secara signifikan (Vaisala, 2002). Untuk itu diperlukan instrumen
pengamat cuaca resolusi tinggi, waktu nyata, dan skala lokal.
Salah satu instrumen yang digunakan untuk pengamatan profil
kecepatan angin vertikal dan horisontal saat udara cerah adalah
Wind Profiling Padar (WPR).

WPR saat ini kebanyakan merupakan radar pulsa yang
mempunyai kelemahan berupa Signal to Noise Ratio (SNR)
bergantung pada daya puncak sinyal yang ditransmisikan,
sehingga untuk SNR lebih tinggi diperlukan daya lebih besar dan
komponen elektronik yang lebih rumit dan mahal. Daya lebih besar
tersebut juga memerlukan pulsa yang lebih lebar, sehingga resolusi
menjadi berkurang. Hal ini juga akan mengakibatkan radar pulsa
kurang bagus untuk pendeteksian target jarak dekat. Untuk itu
diperlukan solusi alternatif berupa radar Frequency Modulated
Continuous Wave (FMCW). Pada radar ini, peningkatan SNR
dilakukan dengan peningkatan daya rata-rata sinyal, sehingga
cukup dilakukan dengan meningkatkan duty cycle signal. Hal ini
dapat dilakukan menggunakan komponen elektronik yang lebih
sederhana dan murah. SNR juga dapat ditingkatkan menggunakan
teknik pulse compression pada pengolahan sinyal echo. Resolusi
radar FMCW juga ditentukan berdasarkan lebar pita, sehingga
resolusi tinggi dapat diperoleh tanpa harus membuat pulsa yang
sempit seperti pada radar pulsa. Keuntungan ini membuat radar
ini bagus untuk pendeteksian jarak dekat. Kekurangan radar
FMCW adalah memerlukan antena tersendiri untuk pemancar dan
penerimanya (Gomez, 2010). Salah satu WPR yang menggunakan
teknologi ini adalah UHF FMCW WPR yang dikembangkan oleh
Frasier (Gomez, 2010; Lopez, 2009).

Rancang bangun radar yang berupa hardware secara
keseluruhan membutuhkan biaya yang mahal dan rumit, serta
sulit dalam perbaikan hardware dan rancang bangun lebih lanjut.
Untuk itu, diperlukan solusi rancang bangun radar yang lebih

126

Rancang Bangun FMCW Wind Profiling Radar: Hasil Awal (Asif Awaludin)

murah dan mudah. Salah satunya adalah dengan memanfaatkan
Software Defined Radio (SDR) (Withers, 2009). SDR memungkinkan
hal ini karena menggunakan modul software sebagai pengganti
hardware. Keunggulan lainnya adalah memungkinkan pembuatan
radar serba guna, perbaikan dan rancang bangun lebih lanjut bisa
dilakukan melalui perubahan software, serta dapat diintegrasikan
langsung ke sistem pengolahan sinyal sehingga lebih cepat
(Costanzo, 2013). Contoh WPR yang menggunakan SDR adalah
pulsed doppler-effect WPR Tansceiver yang dikembangkan oleh Borg
dan Withers (Withers, 2009) dan digital receiver for range imaging
atmospheric radar yang dikembangkan oleh Yamamoto, MK
(Yamamoto, MK dkk, 2013).

Dalam tulisan ini dipaparkan tentang hasil awal rancang
bangun radar FMCW dengan menggunakan SDR untuk
pemantauan boundary layer atmosfer. Jenis SDR yang banyak
digunakan adalah Universal Software Radio Peripheral (USRP) yang
dijalankan menggunakan software open source GNU Radio.
Penelitian rancang bangun radar FMCW menggunakan USRP telah
dilakukan oleh Prabaswara (Prabaswara, 2011) dan Sitompul
(Sitompul, 2013). Berbeda dengan kedua tulisan tersebut, dalam
hasil awal ini selain dilakukan perancangan radar FMCW WPR juga
dilakukan uji coba radar FMCW menggunakan USRP dengan
menambahkan teknik pulse compression dalam GNU Radio untuk
meningkatkan SNR sinyal radar yang diterima. Diharapkan hasil
awal ini dapat menjadi landasan untuk rancang bangun lebih
lanjut berupa sistem pengolahan sinyal wind profiling radar dan
hardware sistem transceiver sinyal RF.

2 LANDASAN TEORI
Radar FMCW umumnya menggunakan Voltage Controller

Oscillator (VCO) sebagai pembangkit gelombang yang berfungsi
menghasilkan sinyal sinusoida yang frekuensinya berubah seiring
waktu secara linier dengan cara mengubah pengontrol tegangan
Vtune (Kissinger, 2012). Blok diagram sederhana rangkaian radar
FMCW ditunjukkan dalam Gambar 1.

127

Rancang Bangun FMCW Wind Profiling Radar: Hasil Awal (Asif Awaludin)

Gambar 1. Blok diagram sederhana rangkaian radar FMCW
(Kissinger, 2012).

Bentuk sinyal FMCW keluaran VCO adalah berupa sinyal
sinusoida yang dimodulasi frekuensi oleh sinyal segitiga yang
dibangkitkan oleh suatu sumber sinyal. Modulasi ini disebut
dengan Linear Frequency Modulation (LFM). Sinyal berfrekuensi
linier yang dihasilkan VCO, disebut dengan chirp, mempunyai
persamaan frekuensi seperti persamaan 1 dan bentuk sinyalnya
seperti dalam Gambar 2a. Dimana fT adalah sinyal chirp, f0 adalah
frekuensi awal, k adalah laju perubahan frekuensi, dan Tp adalah
sweep time, dan B adalah lebar pita sinyal FMCW. Sinyal sinuosida
fungsi waktu keluaran VCO ditunjukkan dalam persamaan 2
(Kissinger, 2012). Bentuk sinyal tersebut ditunjukkan dalam
Gambar 3.

( ) = 0 + , = 2 ⁄ ………… (1)

( ) = {2 ( ) } = (2 0 + 2 2) ….. (2)

Sinyal FMCW yang dikirim oleh radar akan dihamburkan
oleh target dan kemudian diterima oleh radar. Total waktu
perjalanan sinyal saat dikirim hingga diterima kembali oleh radar
adalah Δt. Dan pergeseran frekuensi yang dihasilkan karena
pergerakan target yang menghamburkan adalah fd. Skema ini
dijelaskan dalam Gambar 2a. Selisih absolut antara frekuensi yang
dikirim dan diterima, yaitu Δf, yang merupakan sinyal IF yang akan
diolah oleh pengolah sinyal radar untuk menentukan jarak dan
kecepatan target dijelaskan dalam Gambar 2b (Kissinger, 2012).

128

Rancang Bangun FMCW Wind Profiling Radar: Hasil Awal (Asif Awaludin)

Gambar 2. (a) Frekuensi sinyal FMCW yang dikirim dan diterima
oleh radar dimana terjadi pergeseran frekuensi oleh

target bergerak (b) sinyal IF keluaran mixer (Kissinger,

2012).

Gambar 3. Bagian real sinyal FMCW keluaran radar (Mahafza, 2009).

Berdasarkan nilai f1 dan f2 dalam Gambar 2b, jarak R dan
kecepatan relatif vr target dapat ditentukan menggunakan
Persamaan 3 dan Persamaan 4 berturut-turut. Resolusi jarak Δr
radar FMCW dapat ditentukan menggunakan persamaan 5.
Dimana c adalah kecepatan cahaya 3x108 m/s dan B adalah lebar
pita (Kissinger, 2012).

= 1+ 2 ……………… (3)

2 2

129

Rancang Bangun FMCW Wind Profiling Radar: Hasil Awal (Asif Awaludin)

= 1− 2 .…………… (4)
2 2 ..…..……… (5)

∆ =

2

Dalam pengolahan sinyal radar, resolusi jarak dapat
ditingkatkan tanpa mengurangi SNR menggunakan teknik pulse
compression, yaitu dengan memampatkan sinyal dengan lebar τ0
menjadi τc seperti ditunjukkan dalam Gambar 4. Teknik ini
dikembangkan menggunakan match filter, yaitu dengan cara
mengalikan hasil FFT sinyal yang diterima dengan FFT replika
sinyal yang dikirim, seperti ditunjukkan dalam Gambar 5. Match
filter merupakan sistem linier time invariant yang keluarannya
merupakan hasil konvolusi dari input s(t) dengan respon impuls
h(t), seperti dijelaskan oleh Persamaan 6. (Mahafza, 2009).

( ) = ( ) ∗ ℎ( ) ……………… (6)

Gambar 4. Ilustrasi teknik pulse compression (Mahafza, 2009).

Gambar 5. Blok diagram match filter (Mahafza, 2009).
3 METODOLOGI
3.1 Perancangan

Ecklund (1987) menyebutkan bahwa pertimbangan desain
WPR untuk boundary layer adalah sebagai berikut.

130

Rancang Bangun FMCW Wind Profiling Radar: Hasil Awal (Asif Awaludin)

 Sistem radar harus sederhana, tidak mahal, dan
mengunakan antena kecil dengan medan jauh kurang
dari 100 m.

 Antena sebaiknya dipasang rendah terhadap
permukaan atau diberi pelindung untuk meminimalkan
clutter tanah.

 Recovery sistem radar harus cukup cepat untuk
mendapatkan pengukuran terbaik pada ketinggian
paling rendah 100 m di atas permukaan.

 Mempunyai resolusi ketinggian 100 m atau lebih tinggi.
 Harus cukup sensitif untuk mendapatkan data pada

ketinggian 2-3 km pada kondisi atmosfer standar.

Frekuensi yang banyak dan sukses digunakan pada WPR
untuk boundary layer adalah 915 MHz. Namun, frekuensi ini
mempunyai kelemahan yaitu cukup sensitif terhadap hidrometeor.
Pada saat terjadi presipitasi, frekuensi 915 MHz akan
mendapatkan hasil pengukuran profil angin terbaik pada kondisi
presipitasi stratiform (Ecklund et al, 1987).

FMCW WPR berbasis GNU Radio yang akan dibangun terdiri
dari pembangkit gelombang kontinyu termodulasi frekuensi linier
dengan frekuensi 915 MHz berbasis GNU Radio, pengolah sinyal
WPR berbasis Phyton dan C++, USRP pemancar, USRP penerima,
hardware WPR transceiver, dan pengolah sinyal WPR. Blok diagram
FMCW WPR yang akan dibangun ditunjukkan dalam Gambar 6.

Gambar 6. Blok diagram FMCW WPR yang akan dikembangkan.

131

Rancang Bangun FMCW Wind Profiling Radar: Hasil Awal (Asif Awaludin)

Tabel 1. Spesifikasi sistem radar yang dirancang.

Parameter Nilai

Frekuensi Tengah 915 MHz

Daya puncak transmisi 30 W
Tipe transmitter Solid State RF

Frekuensi IF 50-70 MHz

Tipe Antena Microstrip array
Teknik Pengukuran Spaced Antenna

Pembangkitan gelombang FMCW menggunakan pembangkit
gelombang gergaji dan VCO dilakukan memanfaatkan GNU Radio
dan USRP N210. Sinyal keluaran USRP N210 kemudian dikuatkan
dan dipancarkan oleh perangkat keras daya tinggi WPR transceiver.
Sinyal radar yang dihamburkan oleh ketidakteraturan indeks bias
atmosfer akan diterima oleh antena radar. Selanjutnya sinyal yang
diterima akan diolah oleh USRP N210 dan GNU Radio hingga
dihasilkan data biner yang dapat langsung diolah oleh sistem
pengolahan sinyal WPR. Spesifikasi antena dan perangkat keras
daya tinggi FMCW WPR yang dirancang merujuk pada hasil
pengembangan Frasier (Lopez, 2009), seperti ditunjukkan dalam
Tabel 1. Namun, berbeda dengan rancangan Frasier yang
menggunakan antena parabola, radar yang didesain ini akan
menggunakan susunan antena mikrostrip yang dayanya
merupakan gabungan dari daya beberapa antena mikrostrip,
seperti yang dikembangkan Carter (1995) dan Law (2002).
Spesifikasi tersebut diharapkan mampu mendeteksi angin dengan
resolusi 6 m dan jarak jangkau hingga 3 km.

3.2 Realisasi Awal
Dalam hasil awal ini yang telah dilakukan adalah rancang

bangun pembangkit gelombang FMCW berbasis GNU Radio
menggunakan USRP N210 yang dilengkapi dengan daughterboard
RFX900, bentuk keduanya ditunjukkan dalam Gambar 8.
Keluaran VCO ditransmisikan oleh USRP transmitter kemudian
diterima oleh USRP receiver. Hasil pulse compression menggunakan
match filter terhadap sinyal yang diterima disimpan dalam file teks.
Blok diagram pengembangan tahap awal ini ditunjukkan dalam
Gambar 7.

132

Rancang Bangun FMCW Wind Profiling Radar: Hasil Awal (Asif Awaludin)

Gambar 7. Blok diagram pengembangan awal FMCW WPR.

Gambar 8. USRP N210 (kiri), daughterboard RFX900 (tengah), dan
antena 824-960 MHz (kanan).
(Sumber: http://www.ettus.com)

Tabel 2. Spesifikasi rancangan awal.

Parameter Value

Center Frequency 914.5 MHz
Chirp bandwith 1 MHz

Chirp waveform Triangle

Chirp period 1 ms

System sampling rate 4Msample/s
Max unambiguous range 150 km

FFT size 4096

Jarak target [37500 7500012500] m
Delay sample [1000 2000 3000]

Delay time [0.25 0.5 0.75] ms

Untuk merealisasikan rancangan awal tersebut, dibuat
spesifikasi rancangan seperti ditunjukkan dalam Tabel 2. Realisasi
rancangan tersebut dalam GNU Radio ditunjukkan dalam Gambar
9. Dalam program GNU radio tersebut keluarannya adalah sinyal
yang ditransmisikan oleh USRP N210 transmitter dan masukannya
adalah sinyal yang diterima oleh USRP N210 receiver.

133

Rancang Bangun FMCW Wind Profiling Radar: Hasil Awal (Asif Awaludin)

Gambar 9. Program GNU Radio rancangan awal dengan USRP.

Gambar 10. Program GNU Radio rancangan awal tanpa USRP.
Dalam uji coba ini digunakan tiga buah target buatan yang

dibuat menggunakan modul delay GNU Radio, yaitu 37500 m,
75000 m, dan 112500 m. Target buatan ini digunakan karena
USRP dioperasikan di dalam ruangan sehingga banyak pantulan
yang timbul dari dinding dan benda sekitar, sehingga perlu dibuat

134

Rancang Bangun FMCW Wind Profiling Radar: Hasil Awal (Asif Awaludin)

target lain yang berbeda jaraknya agar teknik pulse compression
dapat dilihat jelas hasilnya.

Untuk keperluan analisis hasil awal program GNU Radio
menggunakan USRP, maka dilakukan juga uji coba program GNU
Radio dengan rancangan yang sama tetapi tanpa USRP, seperti
ditunjukkan dalam Gambar 10. Dalam hal ini USRP digantikan
dengan Throttle block yang berfungsi membatasi throughput data
sesuai dengan laju sampling agar tidak memberatkan kerja
komputer.

4 HASIL DAN PEMBAHASAN
Setelah program GNU Radio pada PC yang telah terhubung

dengan USRP N210 dijalankan, dihasilkan tampilan sinyal segitiga
masukan VCO dan sinyal FMCW keluaran seperti dalam Gambar
11. Terlihat bahwa sinyal segitiga masukan VCO mempunyai
amplitude 1 dan periode 1,75 ms dengan bentuk sinyal sesuai
persamaan 1. Sinyal ini memodulasi sinyal sinusoida sehingga
dihasilkan sinyal FMCW yang frekuensi maksimumnya berada di
tengah periode sinyal segitiga masukannya, sesuai persamaan 2.

Gambar 11. Sinyal segitiga masukan VCO (kiri) dan sinyal FMCW
keluaran VCO yang akan ditransmisikan (kanan).

Setelah ditransmisikan oleh USRP N210 transmitter, sinyal
hamburan dari target di sekelilingnya diterima oleh USRP N210
receiver. Sinyal yang diterima USRP receiver kemudian
dimasukkan ke match filter dan hasilnya disimpan dalam file teks.
Tampilan cuplikan sinyal yang diterima oleh USRP N210 sebagai
masukan match filter dan sinyal keluaran match filter hasil

135

Rancang Bangun FMCW Wind Profiling Radar: Hasil Awal (Asif Awaludin)

pengolahan data menggunakan Matlab ditunjukkan dalam
Gambar 12.

(a)

(b)
Gambar 12. (a) Sinyal echo yang diterima USRP N210 (b) Sinyal

keluaran match filter (kanan).
Sinyal tersebut kemudian dibandingkan dengan cuplikan
sinyal yang diterima sistem penerima dengan metode umpan balik
tanpa USRP beserta hasil pulse compression-nya, seperti
ditunjukkan dalam Gambar 13. Sebagai perbandingan juga,
dicantumkan Gambar 14 yang juga menunjukkan sinyal echo
FMCW, yang berasal dari sinyal transmisi dalam Gambar 3, beserta
hasil pulse compressionnya yang dihasilkan oleh simulasi
menggunakan MATLAB (Mahafza, 2009).

136

Rancang Bangun FMCW Wind Profiling Radar: Hasil Awal (Asif Awaludin)

(a)

(b)
Gambar 13. (a) Sinyal umpan balik yang diterima sistem penerima

pada skema tanpa USRP (b) Sinyal keluaran match filter
untuk sinyal umpan balik.

137

Rancang Bangun FMCW Wind Profiling Radar: Hasil Awal (Asif Awaludin)

(a)

(b)
Gambar 14. (a) Contoh sinyal echo dari sinyal FMCW yang

dipantulkan 3 target (b) Sinyal keluaran match filter
untuk sinyal echo 3 target. (Sumber: Mahafza, 2009)
Hasil perbandingan menunjukkan bahwa skema dengan
USRP menghasilkan sinyal yang berbeda dengan skema tanpa
USRP menggunakan metode umpan balik. Terlihat bahwa cuplikan
sinyal yang diterima oleh USRP N210 mengandung banyak noise
dan mengalami distorsi. Hal ini dikarenakan sinyal USRP
ditransmisikan di dalam ruangan. Namun setelah melewati match
filter ketiga, target yang dihasilkan oleh block delay masih dapat
terdeteksi dengan baik seperti pada skema tanpa USRP. Dalam hal
ini match filter telah berhasil meredam noise, sehingga dengan
teredamnya noise dan meningkatnya sinyal hasil pendeteksian
target dapat disimpulkan terjadi peningkatan SNR dari sinyal yang
diterima.

138

Rancang Bangun FMCW Wind Profiling Radar: Hasil Awal (Asif Awaludin)

Dalam aplikasi nyatanya nanti, sinyal FMCW akan
ditransmisikan ke arah atmosfer dalam kondisi udara yang cerah
sehingga noise dan distorsi akan lebih minimal. Hasil uji coba ini
dapat dijadikan dasar untuk pengembangan lebih lanjut radar
wind profiler.

5 KESIMPULAN DAN SARAN
Telah dilakukan rancang bangun FMCW WPR berbasis GNU

Radio dan USRP untuk pengamatan boundary layer atmosfer. Hasil
uji coba awal menunjukkan bahwa GNU Radio dan USRP N210
dapat digunakan sebagai pembangkit gelombang FMCW sekaligus
penerimanya. Program match filter dapat dikembangkan
menggunakan GNU Radio dan terbukti mampu meningkatkan
hasil pendeteksian sehingga target dapat jelas terdeteksi walaupun
terdapat noise dan terjadi distorsi sinyal.

DAFTAR RUJUKAN
Carter, D. A, K. S. Gage, W. L. Ecklund, W. M. Angevine, P. E.

Johnston, A. C. Riddle, J. Wilson, C. R. Williams, 1995:
Developments in UHF Lower Tropospheric Wind Profiling at
NOAA's Aeronomy Laboratory, Radio Science, 30, Issue 4,
977–1001
Costanzo, S, dkk. 2013: Potentialities of USRP-Based Software
Defined Radar Systems, Progress in Electromagnetics
Research B, 53, 417-435
Ecklund, W.L., D.A. Carter, and B.B. Balsley, 1987: A UHF Wind
Profiler for the Boundary Layer: Brief Description and Initial
Results. Journal of Atmospheric and Oceanic Technology
Gomez, C. A., 2010: An UHF FMCW Wind Profiler Development and
Results, Tesis di Enginyeria de Telecomunicacio Universitat
Politecnica de Catalunya
Kissinger, D., 2012: Millimeter-Wave Receiver Concepts for 77 GHz
Automotive Radar in Silicon-Germanium Technology,
SpringerBriefs in Electrical and Computer Engineering, DOI
10.1007/978-1-4614-2290-72, ©Springer Science +
Business Media, LLC
Law, D. C, S. A. McLaughlin, M. J. Post, B. L. Weber, D. C. Welsh,
and D. E. Wolfe, 2002: An Electronically Stabilized Phased
Array System for Shipborne Atmospheric Wind Profiling,
Journal Of Atmospheric And Oceanic Technology, 19, 924-
933
Lopez, D.G., 2009: An UHF Frequency-Modulated Continuous

139

Rancang Bangun FMCW Wind Profiling Radar: Hasil Awal (Asif Awaludin)

Wave Wind Profiler - Receiver and Audio Module
Development. Tesis di Enginyeria de Telecomunicacio
Universitat Politecnica de Catalunya
Mahafza, B.R., 2009: Radar Signal Analysis And Processing Using
Matlab. Chapman & Hall/CRC. International Standard Book
Number-13: 978-1-4200-6643-2
Prabaswara, A., A. Munir and A. B. Suksmono, 2011: GNU Radio
based software-de¯ned FMCW radar for weather surveillance
application. International Conference on Telecommunication
Systems, Services, and Applications (TSSA), 227-230
Sitompul, P., A. B. Suksmono, A. Munir, A.E. Prasetiadi, 2012:
Testing of FMCW Radar by Implementation USRP and GNU
Radio and Analisys. Prosiding Icramet 2012
Withers, N. 2009: A Pulsed-Doppler-Effect Radar Wind Profiler
Transceiver Using GNU Radio and the Universal Software
Radio Peripheral. Thesis of Department of Engineering
Australian National University
Yamamoto, MK, dkk. 2013: Development of a digital receiver for
range imaging atmospheric radar. Journal of Atmospheric
and Solar-Terrestrial Physics. In Press
Vaisala. Wind Profiling History, Principles, and Applications
Technical Notes. September 2002. http://www.vaisala.com.
Diakses Juni 2014
Wikipedia. Radiosonde. http://en.wikipedia.org/wiki/Radiosonde.
Diakses Juli 2014

140