Electronic Theses and Dissertation

Penelitian ini bertujuan untuk menganalisis pengaruh suhu permukaan laut (SPL) terhadap curah hujan yang dapat memicu bencana banjir di wilayah Pantai Barat Aceh. Kawasan ini dikenal memiliki tingkat kerentanan tinggi terhadap banjir akibat faktor geografis dan dinamika cuaca musiman. Data yang digunakan dalam penelitian ini mencakup suhu permukaan laut dari Copernicus Marine Service dan curah hujan dari Climate Explorer dengan periode pengamatan dari tahun 2010 hingga 2023. Prosedur penelitian diawali dengan pengunduhan data suhu laut dalam format NetCDF, yang kemudian diolah menggunakan bahasa pemrograman Python melalui script SPL.py. Script tersebut memproses data suhu bulanan, menghitung rata-rata suhu permukaan laut setiap bulan, dan menghasilkan peta distribusi spasial menggunakan pustaka matplotlib dan cartopy. Setiap hasil visualisasi disimpan dalam format PNG untuk dianalisis lebih lanjut. Selanjutnya, data curah hujan diproses dengan metode serupa, dan analisis hubungan antara SPL dan curah hujan dilakukan menggunakan uji korelasi Pearson dan regresi linear. Hasil penelitian menunjukkan bahwa suhu permukaan laut tertinggi terjadi pada bulan Mei, sementara curah hujan tertinggi tercatat pada bulan November dan Desember. Korelasi antara SPL dan curah hujan menunjukkan hubungan negatif dengan koefisien korelasi sebesar -0,35 dan R² sebesar 0,12, yang mengindikasikan bahwa hubungan keduanya bersifat lemah. Meskipun demikian, pola musiman ini berperan dalam meningkatkan risiko banjir, terutama pada akhir tahun. Penelitian ini memberikan kontribusi terhadap pemahaman dinamika laut-atmosfer dan dapat mendukung upaya mitigasi bencana banjir di wilayah pesisir Aceh.
Kata kunci: Suhu permukaan laut, curah hujan, banjir, pantai Barat Aceh, visualisasi spasial

This study aims to analyze the influence of sea surface temperature (SST) on rainfall that may trigger flood disasters in the western coastal region of Aceh. This area is known to be highly vulnerable to flooding due to its geographical conditions and seasonal weather dynamics. The data used in this study includes sea surface temperature data from the Copernicus Marine Service and rainfall data from Climate Explorer, covering the period from 2010 to 2023. The research procedure began with downloading sea surface temperature data in NetCDF format, which was then processed using Python programming through the script SPL.py. The script processes monthly temperature data, calculates the average sea surface temperature for each month, and generates spatial distribution maps using the matplotlib and cartopy libraries. Each visualization result was saved in PNG format for further analysis. Rainfall data were processed using a similar method, and the relationship between SST and rainfall was analyzed using Pearson correlation and linear regression tests. The results show that the highest sea surface temperature occurred in May, while the highest rainfall was recorded in November and December. The correlation between SST and rainfall revealed a negative relationship, with a correlation coefficient of -0.35 and an R² of 0.12, indicating a weak association. Nevertheless, the seasonal patterns contribute to an increased flood risk, particularly at the end of the year. This research enhances the understanding of ocean-atmosphere dynamics and can support flood disaster mitigation efforts in coastal areas of Aceh. Keywords: Sea surface temperature, rainfall, flood, western Coast of Aceh, spatial visualization