Electronic Theses and Dissertation

Penelitian ini berfokus pada distribusi Chlorophyll-a (Chl-a) sebagai indikator
biomassa fitoplankton dan produktivitas primer laut di perairan Aceh dan Teluk
Benggala Utara. Variabilitas spasial dan temporal Chl-a sangat dipengaruhi oleh
parameter oseanografi (seperti suhu, salinitas, arus, dan tinggi muka laut) serta
fenomena iklim besar seperti Indian Ocean Dipole (IOD) dan El Niño-Southern
Oscillation (ENSO). Pemahaman mendalam tentang hubungan ini penting untuk
memprediksi produktivitas primer dan sumberdaya perikanan di wilayah tersebut.
Penelitian ini bertujuan untuk mendukung pengelolaan sumber daya laut yang
berkelanjutan melalui kajian Chl-a sebagai indikator kesuburan dan produktivitas
primer di lautan. Terdapat empat pokok bahasan yang diuraikan yaitu hubungan
Chl-a dan faktor fisik lokal, pengisian data kosong pada Chl-a, pengaruh pasang
surut, dan pengaruh IOD dan ENSO. Empat pokok bahasan tersebut saling
mendukung untuk menjawab pertanyaan penelitian utama tentang dinamika Chl-a.
Kebaruan penelitian terletak pada pendekatan terpadu, yaitu menggabungkan
pemodelan numerik 3 dimensi, teknik gap‑filling, dan analisis wavelet, serta
penggunaan resolusi spasial tinggi untuk memetakan sebaran Chl‑a secara rinci,
baik secara spasial maupun temporal.
Pembahasan pertama memberikan pemahaman dasar tentang Chl-a selama
musim monsun. Luaran yang didapatkan adalah karakterisasi variabilitas musiman
Chl-a, suhu, salinitas, dan arus laut; analisis distribusi data; matriks korelasi; serta
profil vertikal lapisan isoterma dan isohalin. Di perairan Aceh, nilai Chl-a, Sea
Surface Temperature (SST), dan Sea Surface Salinity (SSS) pada Januari (1,59
mg/m3, 30,6 oC, dan 34,5 PSU) secara umum lebih tinggi dibandingkan Juli (0,43
mg/m3, 30,5 oC, dan 33,8 PSU), dengan Chl-a menunjukkan distribusi normal
dengan variansi yang lebih kecil di bulan Juli, serta terdapat korelasi negatif yang
signifikan antara Chl-a dengan SST (-0,65, p-value < 0,05) dan SSS (-0,22, p-value
< 0,05) pada Januari. Di Selat Malaka, suhu laut (permukaan hingga dasar laut) dan
salinitas permukaan lebih tinggi di Juli (29-31,4 oC dan 31,4 PSU), sedangkan arus
laut (permukaan hingga dasar laut) lebih kuat di Januari (0-0,25 m/s). Lapisan
isoterma, isohalin, serta Mixed Layer Depth (MLD) lebih dalam dan tebal di Juli
(~20 m) yang dipengaruhi oleh musim monsun.
Pembahasan kedua mendukung kelengkapan data Chl-a sehingga
menghasilkan dataset yang lebih lengkap. Luaran yang didapatkan adalah
pengembangan metode Modifief Fillgaps; protokol penghapusan data untuk
menguji keandalan metode; dataset hasil rekonstruksi lengkap dan perbandingan
kinerja metode; serta hasil parameter statistik. Metode Modified Fillgaps secara
konsisten mampu merekonstruksi data dengan korelasi tinggi dan signifikan (>0.9)
dengan eksperimen penghapusan data secara acak 60–70% dan kombinasi
berurutan/acak. Dataset hasil rekonstruksi untuk grafik timeseries Chl-a dan pasang
surut permukaan laut dan peta 2D Chl-a terbukti menunjukkan performa terbaik
dengan kesalahan minimal pada parameter statistik dibandingkan dengan metode
interpolasi linear dan Fillgaps Pembahasan ketiga memperdalam wawasan tentang variabilitas Chl-a dari
perspektif dinamika lokal. Luaran yang didapatkan adalah peta pola pasang surut di
Teluk Benggala Utara; grafik timeseries; serta peta koherensi dan spektrum
periodisitas dari analisis wavelet. Teluk Benggala Utara didominasi oleh pola
pasang surut semidiurnal (nilai F < 0,25), dengan arus elips M₂ di lapisan
permukaan yang berputar searah jarum jam dan beramplitudo lebih besar di utara
dan timur, lalu berbalik arah dan melemah menuju selatan. Parameter SimpsonHunter (SH) menurun secara signifikan mendekati pesisir, terutama di utara dan
timur, mencerminkan peningkatan pencampuran pasang surut. Analisis wavelet
mengungkapkan hubungan signifikan antara variabel pasang surut dan konsentrasi
Chl-a, di mana wilayah dengan parameter pasang surut tinggi menunjukkan ratarata Chl-a yang lebih tinggi. Dinamika pasang surut menjadi faktor kunci dalam
fluktuasi Chl-a, yang memiliki implikasi langsung terhadap strategi perikanan
berkelanjutan dan pengelolaan ekosistem laut.
Pembahasan terakhir menjelaskan variabilitas skala global yang berpengaruh
pada Chl-a. Luaran yang didapatkan adalah analisis distribusi data Dipole Mode
Index (DMI) dan Nino3.4, dan Chl-a; grafik timeseries normalisasi z-score; serta
peta koherensi dan spektrum periodisitas dari analisis wavelet. Variasi DMI dan
Nino3.4 menunjukkan pengaruh signifikan terhadap konsentrasi Chl-a dengan
intensitas dan waktu pengaruhnya yang berbeda antarwilayah. Wilayah sisi barat
Perairan Aceh menunjukkan korelasi jangka panjang yang paling konsisten antara
DMI dan Chl-a, dengan periode hingga 72 bulan yang memperlihatkan korelasi
positif. Sebaliknya, Selat Malaka memiliki korelasi jangka panjang yang lebih
lemah, mengindikasikan adanya variabilitas spasial dalam respons ekosistem laut
terhadap penggerak iklim.

This study focuses on the distribution of Chlorophyll-a (Chl-a) as an indicator of phytoplankton biomass and marine primary productivity in the waters of Aceh and the northern Bay of Bengal. The spatial and temporal variability of Chl-a is significantly influenced by oceanographic parameters (such as temperature, salinity, currents, and sea surface height) as well as large-scale climate phenomena like the Indian Ocean Dipole (IOD) and El Niño-Southern Oscillation (ENSO). A deep understanding of these relationships is crucial for predicting primary productivity and fishery resources in the region. The study aims to support sustainable marine resource management through the examination of Chl-a as an indicator of ocean fertility and primary productivity. It covers four main topics: the relationship between Chl-a and local physical factors, the filling of missing Chl-a data, the influence of tides, and the impact of IOD and ENSO. These four topics complement each other in addressing the central research question regarding Chla dynamics. The novelty of this work lies in its integrated approach, which combines three‑dimensional numerical modelling, gap‑filling techniques, and wavelet analysis, as well as its use of high spatial resolution to map Chl‑a distributions in both space and time. The first discussion provides a foundational understanding of Chl-a during the monsoon season. The outcomes include the characterization of seasonal variability in Chl-a, temperature, salinity, and ocean currents; data distribution analysis; correlation matrices; and vertical profiles of isothermal and isohaline layers. In the waters of Aceh, the values of Chl-a, Sea Surface Temperature (SST), and Sea Surface Salinity (SSS) are generally higher in January (1,59 mg/m3, 30,6 oC, and 34,5 PSU) compared to July (0,43 mg/m3, 30,5 oC, and 33,8 PSU), with Chl-a exhibiting a normal distribution with smaller variance in July, as well as a significant negative correlation between Chl-a and both SST (-0,65, p-value < 0,05) and SSS (-0,22, p-value < 0,05) in January. In the Malacca Strait, sea temperature (from surface to seabed) and surface salinity are higher in July (29-31,4 oC and 31,4 PSU), while ocean currents (from surface to seabed) are stronger in January (0-0,25 m/s). The isothermal and isohaline layers, as well as the Mixed Layer Depth (MLD), are deeper and thicker in July (~20 m), influenced by the monsoon season. The second discussion supports the completeness of Chl-a data, resulting in a more comprehensive dataset. The outcomes include the development of the Modified Fillgaps method; a data removal protocol to test the method's reliability; a fully reconstructed dataset with method performance comparisons; and statistical parameter results. The Modified Fillgaps method consistently reconstructs data with high and significant correlation (>0.9) in experiments involving random data removal of 60–70% and sequential/random combinations. The reconstructed dataset for Chl-a timeseries graphs, sea surface tides, and 2D Chl-a maps demonstrates the best performance with minimal statistical parameter errors compared to linear interpolation and the original Fillgaps methods. The third discussion deepens insights into Chl-a variability from the perspective of local dynamics. The outcomes include a map of tidal patterns in the northern Bay of Bengal; timeseries graphs; and coherence maps and periodicity spectra from wavelet analysis. The northern Bay of Bengal is dominated by a semidiurnal tidal pattern (F value < 0.25), with M₂ elliptical currents at the surface rotating clockwise and having greater amplitude in the north and east, then reversing direction and weakening toward the south. The Simpson-Hunter (SH) parameter decreases significantly near the coast, especially in the north and east, reflecting increased tidal mixing. Wavelet analysis reveals a significant relationship between tidal variables and Chl-a concentration, with regions of high tidal parameters showing higher average Chl-a levels. Tidal dynamics are a key factor in Chl-a fluctuations, with direct implications for sustainable fishery strategies and marine ecosystem management. The final discussion explains the global-scale variability influencing Chl-a. The outcomes include the analysis of data distribution for the Dipole Mode Index (DMI), Nino3.4, and Chl-a; normalized z-score timeseries graphs; and coherence maps and periodicity spectra from wavelet analysis. Variations in DMI and Nino3.4 show a significant influence on Chl-a concentration, with differences in intensity and timing of impact across regions. The western side of Aceh waters exhibits the most consistent long-term correlation between DMI and Chl-a, with periods of up to 72 months showing a positive correlation. In contrast, the Malacca Strait shows a weaker long-term correlation, indicating spatial variability in marine ecosystem responses to climate drivers.