Modul 0: Pengenalan MATLAB untuk Sains Atmosfer dan Kelautan

Sebelum membahas data iklim atau toolbox canggih, kita perlu memahami terlebih dahulu apa itu MATLAB, bagaimana cara kerjanya, dan mengapa ia menjadi pilihan di banyak laboratorium penelitian di seluruh dunia — termasuk di Indonesia.

0.1 Apa itu MATLAB?

MATLAB (Matrix Laboratory) adalah lingkungan komputasi numerik dan bahasa pemrograman yang dikembangkan oleh MathWorks. Pertama kali dirilis pada tahun 1984, MATLAB dirancang dengan filosofi utama: membuat operasi matriks dan vektor semudah menulis persamaan matematika.

Nama MATLAB sendiri merupakan singkatan dari MATrix LABoratory, yang mencerminkan fokus utamanya pada komputasi berbasis matriks. Hal ini menjadikannya sangat cocok untuk analisis data saintifik, di mana data iklim dan oseanografi selalu berbentuk array multidimensi.

Fakta Menarik tentang MATLAB

• Dikembangkan pertama kali oleh Cleve Moler pada akhir 1970-an
• Versi komersial pertama dirilis tahun 1984 oleh MathWorks
• Saat ini digunakan oleh lebih dari 4 juta pengguna di seluruh dunia
• Tersedia dalam lebih dari 100 toolbox khusus untuk berbagai bidang ilmu
• Digunakan di NASA, CERN, BMKG, dan ribuan universitas riset

Siapa yang Menggunakan MATLAB di Indonesia?

• BMKG — untuk pemrosesan data observasi dan model cuaca numerik
• BRIN — untuk analisis data iklim dan riset kelautan
• ITB, IPB, UGM, ITS — dalam mata kuliah dan thesis mahasiswa
• LAPAN (kini BRIN) — untuk analisis citra satelit dan data atmosfer
• Perusahaan migas — untuk pemrosesan data geofisika

0.2 Kenapa Banyak Peneliti Masih Menggunakan MATLAB?

Di era Python yang semakin populer, wajar jika Anda bertanya: mengapa masih belajar MATLAB? Jawabannya terletak pada ekosistem yang sudah matang dan sangat teroptimasi untuk sains.

◆ Visualisasi Instan Satu baris kode sudah menghasilkan grafik berkualitas tinggi. Tidak perlu import library, tidak perlu konfigurasi backend.

◆ Matriks sebagai Tipe Data Utama Operasi array multidimensi terasa alami dan intuitif, sangat penting untuk data iklim 3D/4D.

◆ Toolbox Saintifik Berkualitas Climate Data Toolbox, Signal Processing Toolbox, Statistics Toolbox — semuanya sudah terintegrasi dan diuji secara ketat.

◆ Dokumentasi Luar Biasa Setiap fungsi memiliki dokumentasi lengkap dengan contoh yang bisa langsung dijalankan.

◆ Debugging Interaktif Lingkungan Command Window memungkinkan eksplorasi data secara real-time tanpa perlu menulis program lengkap.

◆ Legacy Kode Riset Banyak kode riset di jurnal internasional ditulis dalam MATLAB. Memahami MATLAB berarti bisa membaca dan mereplikasi hasil penelitian tersebut.

0.3 Kelebihan dan Kekurangan MATLAB

Kelebihan MATLAB

Kekurangan MATLAB

0.4 MATLAB vs Python untuk Klimatologi

Pertanyaan paling sering dari pemula: "Haruskah saya belajar MATLAB atau Python?" Jawabannya bergantung pada konteks dan tujuan Anda. Berikut perbandingan objektif keduanya:

💡 Rekomendasi: Untuk pemula di bidang iklim/oseanografi Indonesia, mulai dari MATLAB karena kemudahannya. Setelah mahir, menambah Python akan jauh lebih mudah.

0.5 Instalasi MATLAB

Untuk menggunakan MATLAB, Anda membutuhkan lisensi yang valid. Beberapa opsi yang tersedia:

• Lisensi Kampus/Institusi: Banyak universitas Indonesia (ITB, UI, UGM, ITS, dll) memiliki perjanjian lisensi dengan MathWorks. Tanyakan ke UPT TIK kampus Anda.
• MATLAB Online: Tersedia melalui mathworks.com/products/matlab-online.html — tidak perlu instalasi, berjalan di browser.
• Student License: Tersedia dengan harga terjangkau untuk mahasiswa aktif.
• Trial Version: MathWorks menyediakan trial 30 hari gratis.

Struktur Folder MATLAB

Setelah terinstal, MATLAB biasanya membuat folder MATLAB di direktori Documents Anda. Gunakan folder ini sebagai tempat menyimpan semua script dan data Anda. Membuat subfolder untuk setiap proyek adalah kebiasaan yang sangat dianjurkan:

Documents/
  MATLAB/
    Modul_0_Pengenalan/
    Modul_1_DataIklim/
    Data/
      ERA5/
      OISST/
    Hasil/

0.6 Mengenal Antarmuka MATLAB

Ketika pertama kali membuka MATLAB, Anda akan melihat tampilan yang mungkin terasa asing. Jangan khawatir — setiap komponen memiliki fungsi yang jelas dan akan terasa intuitif setelah beberapa jam penggunaan.

▸ Command Window Ini adalah jantung MATLAB. Di sini Anda bisa mengetik perintah dan melihat hasilnya secara langsung. Mirip dengan kalkulator super canggih. Tandanya adalah prompt >> yang menunggu input Anda.

▸ Workspace Panel di kanan atas yang menampilkan semua variabel yang sedang aktif dalam memori. Anda bisa melihat nama variabel, tipe data, ukuran, dan nilainya. Sangat berguna untuk memahami data Anda.

▸ Current Folder Panel di kiri yang menampilkan isi folder kerja saat ini. Dari sini Anda bisa membuka file .m, file data, atau berpindah direktori.

▸ Editor Tempat menulis script dan function yang lebih panjang. Mendukung syntax highlighting, auto-indent, dan debugging. Buka dengan mengetik 'edit' di Command Window atau klik New Script.

▸ Figure Window Jendela terpisah yang muncul ketika Anda membuat grafik. Bisa diperbesar, disimpan, atau diedit interaktif langsung dari tampilan.

▸ Command History Rekam jejak semua perintah yang pernah Anda ketik. Tekan tombol ↑ di Command Window untuk menelusuri riwayat perintah.

0.7 Script Pertama Anda

Mari kita mulai dengan tradisi klasik pemrograman. Ketik baris berikut di Command Window dan tekan Enter:

disp('Halo Dunia')

MATLAB akan menampilkan:

Halo Dunia

Selamat! Anda baru saja menjalankan program pertama Anda di MATLAB. Sekarang mari kita coba beberapa perintah dasar lagi:

% Ini adalah komentar — baris yang dimulai dengan % diabaikan MATLAB
disp('Halo dari MATLAB!')

% Operasi matematika sederhana
2 + 3
10 * 4
sqrt(16)    % Akar kuadrat dari 16

% Menampilkan teks dan angka
fprintf('Nilai pi = %.4f\n', pi)
fprintf('Akar kuadrat 2 = %.6f\n', sqrt(2))

Tips: Menekan Tab untuk Autocomplete Saat mengetik nama fungsi di Command Window, tekan Tab untuk melihat saran autocomplete. Ini sangat berguna untuk menemukan fungsi yang lupa namanya.

0.8 Variabel dan Tipe Data

Variabel di MATLAB dibuat tanpa deklarasi tipe data terlebih dahulu. MATLAB secara otomatis menentukan tipe berdasarkan nilai yang Anda masukkan:

% Membuat variabel
suhu = 28.5          % double (angka desimal)
nama = 'Jakarta'     % char (teks/string)
aktif = true         % logical (benar/salah)
tahun = 2024         % double (MATLAB default angka = double)

% Memeriksa tipe data
class(suhu)          % Hasil: 'double'
class(nama)          % Hasil: 'char'
whos                 % Tampilkan semua variabel di Workspace

0.9 Matriks dan Vektor

Ini adalah bagian terpenting dari MATLAB. Ingat: MATLAB = MATrix LABoratory. Semua data di MATLAB pada dasarnya adalah matriks, bahkan angka tunggal pun dianggap sebagai matriks 1×1.

% ── Membuat Vektor ──────────────────────────────────────
v_baris = [1 2 3 4 5]         % Vektor baris (1x5)
v_kolom = [1; 2; 3; 4; 5]     % Vektor kolom (5x1)
v_range = 1:10                 % Vektor 1 sampai 10
v_step  = 0:0.5:5              % Vektor 0 sampai 5, step 0.5
v_linsp = linspace(0, 1, 100)  % 100 titik dari 0 ke 1

% ── Membuat Matriks ──────────────────────────────────────
A = [1 2 3; 4 5 6; 7 8 9]     % Matriks 3x3

% ── Informasi Ukuran ─────────────────────────────────────
size(A)          % [3 3] — baris dan kolom
size(A, 1)       % 3 — jumlah baris
size(A, 2)       % 3 — jumlah kolom
numel(A)         % 9 — total elemen
length(v_baris)  % 5 — dimensi terpanjang

% ── Indexing (Mengakses Elemen) ───────────────────────────
A(2, 3)          % Baris ke-2, kolom ke-3 = 6
A(1, :)          % Seluruh baris ke-1 = [1 2 3]
A(:, 2)          % Seluruh kolom ke-2 = [2; 5; 8]
A(2:3, 1:2)      % Sub-matriks baris 2-3, kolom 1-2

% ── Operasi Matriks ───────────────────────────────────────
B = A * A        % Perkalian matriks
C = A .* A       % Perkalian elemen per elemen (elemenwise)
D = A + 10       % Tambahkan 10 ke semua elemen
E = A > 5        % Logical: elemen mana yang > 5?

% ── Fungsi Berguna ────────────────────────────────────────
zeros(3, 4)      % Matriks 3x4 berisi nol
ones(2, 5)       % Matriks 2x5 berisi satu
eye(4)           % Matriks identitas 4x4
rand(3, 3)       % Matriks 3x3 angka acak [0,1]
nan(2, 6)        % Matriks berisi NaN — berguna untuk missing data

Mengapa Ini Penting untuk Data Iklim? Data iklim selalu berupa array multidimensi. Misalnya, data SST dari OISST berukuran [1440 × 720 × 365] yang berarti 1440 titik bujur, 720 titik lintang, dan 365 hari. MATLAB sangat efisien dalam menangani operasi pada array sebesar ini dengan sintaks yang ringkas dan intuitif.

0.10 Membuat Grafik Pertama

Salah satu kekuatan terbesar MATLAB adalah kemampuan visualisasinya. Mari kita buat beberapa grafik sederhana yang relevan dengan data iklim:

% ── Grafik 1: Plot Garis (Time Series Sederhana) ─────────────
bulan = 1:12;
curah_hujan = [180 160 120 90 70 50 45 55 95 130 175 200];

figure(1)
plot(bulan, curah_hujan, 'b-o', 'LineWidth', 2, 'MarkerSize', 6)
xlabel('Bulan')
ylabel('Curah Hujan (mm)')
title('Pola Curah Hujan Bulanan Jakarta')
xticks(1:12)
xticklabels({'Jan','Feb','Mar','Apr','Mei','Jun', ...
             'Jul','Agu','Sep','Okt','Nov','Des'})
grid on
xlim([1 12])

% ── Grafik 2: Plot dengan Multiple Lines ──────────────────
suhu_max = [32 32 33 34 35 35 34 34 34 33 32 31];
suhu_min = [24 24 25 25 26 25 24 24 24 24 24 24];

figure(2)
plot(bulan, suhu_max, 'r-s', 'LineWidth', 2)
hold on
plot(bulan, suhu_min, 'b-s', 'LineWidth', 2)
hold off
legend('Suhu Maksimum', 'Suhu Minimum')
xlabel('Bulan')
ylabel('Suhu (C)')
title('Suhu Bulanan Jakarta')
grid on

% ── Grafik 3: Peta Kontur Sederhana ───────────────────────
[lon, lat] = meshgrid(-10:1:10, -10:1:10);
SST = 28 + 2*sin(lon/5) + cos(lat/3);  % SST buatan

figure(3)
contourf(lon, lat, SST, 20, 'LineColor', 'none')
colorbar
colormap('jet')
xlabel('Longitude')
ylabel('Latitude')
title('Contoh Peta SST (Data Simulasi)')

Selamat! Anda telah menyelesaikan Modul 0. Anda sekarang memahami dasar-dasar MATLAB yang cukup untuk mulai bekerja dengan data iklim nyata di modul-modul berikutnya.