• Tidak ada hasil yang ditemukan

Studi Pendeteksian Mangrove Menggunakan Citra Radarsat di Daerah Benoa, Bali

N/A
N/A
Protected

Academic year: 2017

Membagikan "Studi Pendeteksian Mangrove Menggunakan Citra Radarsat di Daerah Benoa, Bali"

Copied!
140
0
0

Teks penuh

(1)
(2)

. l i l t l ~ l l SI;ripsi : Stiltli I'clitleieltsian Mangrove Meliggu~ialtali Citra I<acl;~rs;~t tli ilacrali Uenoa, Uali

Nama M n l l a s i s ~ v ~ ~ : Ilisti I'ii~lriani Arliatin

Nomor 1'ol;oI; : C 30.1273

I'rogram St~iili : lI1ii~1 clan l'elaiologi ICelau[oii

Rllcnyettijui,

I. Iiomisi I'enibiinbing

v

Ir. Dede ~ h a h a y u Anggota

11. l~;~liult;rs I'r:ril<;tn;ln tlirn l l m u I<clautan, II'B

Ketua Program Studi

(3)
(4)

Risti Endriani Arhatin (C 30.1275). STUD1 PENDETEKSIAN MANGROVE

MENGGUNAKAN CITRA RADARSAT DI DAERAH BENOA, BALI.

Dibawah bimbingan Bapak Santoso Rahardjo (Pembimbing I), Bapak Jonson Lumban Gaol (Pembimbing II), Ibu Ratih Dewanti (Pembimbing 111) dan Bapak Dede Dirgahayu (Pembimbing IV).

RINGKASAN

Tujuan utama studi ini adalah untuk mengidentifikasi ekosistem mangrove

dengan menggunakan citra penginderaan jauh RADAR, yakni Radarsat. Kedua citra

Radarsat yang digunakan direkam pada mode fine 4 dalam bentuk path iniage (SGF)

dengan sistem penyimpanan (sample bits) sebesar 16 bit. Sebagai acuan dalam

mengenali objek-objek tersebut digunakan citra Landsat TM (Thematic Mapper)

karena citra Landsat TM sudah sangat familiar digunakan dalam identifikasi objek

mangrove.

Pengolahan citra dilakukan dengan software Idrisi for windows, ERDAS

imagine versi 8.2 dan Computer Vision and Image Prosessing (CVIPtools). Beberapa

tahapan yang dilakukan terhadap data asli ini antara lain preprocessing, enhancement

dan thematic extraction (Umbaugh, 1998).

Koreksi geometrik terhadap citra Radarsat dilakukan dengan cara image to

image (menggunakan data acuan citra Landsat TM tanggal perekaman 26 Mei 1995)

didapatkan nilai RMSE sebesar 0,004 pixel untuk citra Radarsat tanggal perekaman

27 Februari 1997 dan 0,004 pixel untuk citra Radarsat tanggal perekaman 14 Agustus

1997.

Hasil pengamatan secara visual memperlihatkan bahwa permukiman

mempunyai nilai pixel yang paling tinggi sehiigga tampak pada citra dengan wama

yang cerah bila dibanding dengan nilai pixel objek-objek lain. Vegetasi bisa

diidentifikasi dengan cepat karena teksturnya yang kasar dan dengan

pengembaliannya yang cerah, namun antara vegetasi dan mangrove mempunyai nilai

pixel yang mirip, sehingga keduanya kurang bisa memberikan perbedaan yang

(5)

serta mempunyai rona yang lebih gelap dibanding dengan vegetasi lain maupun

mangrove. Objek yang memberikan nilai pixel yang paling rendah adalah perairan.

Objek laut bisa dibedakan dengan mudah karena mempunyai rona yang gelap yang

jauh berbeda dengan objek-objek lain.

Hasil pengamatan secara visual pada citra hasil filtering diketahui filter

median (non adaptive filter) menghaluskan daerah yang homogen dan tetap

mempertahankan tepi-tepi daerah tersebut. Untuk filter spesifik (adaptive filter)

diketahui filter yang terbaik untuk penganlatan mangrove adalah filter gamma, filter

ini mempertajam batas-batas antar objek dan memperluas daerah yang homogen.

Sedangkan untuk melihat batas antar objek lebih jelas bila menggunakanfilterfrost.

Namun hasil evaluasi secara digital menunjukkan filter yang terbaik untuk

pengamatan mangrove adalahfilterfrost karenafilter ini mempunyai nilai mean yang

relatif tetap dan standar deviasi yang rendah.

Dari tiga algoritma segmentasi diketahui bahwa secara umum, metode yang

memberikan kenampakan paling baik adalah metode PCT median karena memberikan

pembedaan antar objek cukup baik. Namun untuk pengamatan daerah mangrove

metode yang sebaiknya dipakai adalah metode median cut karena metode ini

memberikan kenampakan mangrove yang lebih jelas bila dibanding dengan metode

lain.

Hasil dari enam kombinasi citra komposit, didapatkan bahwa hasil terbaik

adalah kana1453 (RGB). Kombinasi kana1453 (RGB) mangrove ditampilkan dengan

wama merah gelap dan mengacu pada habitatnya yang hidup di sepanjang pantai

perairan asin. Pada identifikasi mangrove dengan citra komposit ini cukup mudah

untuk membedakan mangrove dengan objek-objek lain. Berdasarkan pengamatan

nilai-nilai digital dan pertimbangan visual wama pada citra komposit yang didukung

dengan data lapangan dan peta yang tersedia, citra tersebut bisa dibagi kedalam 10

kelas yaitu laut dalam, laut dangkal, mangrove, rawalempang, permukiman, sawah,

vegetasi lain, sedimen, awan dan bayangan awan. Algoritma klasifikasi yang

(6)

Hasil uji statistical separability menunjukkan keterpisahan antara mangrove

dengan objek-objek lain cukup bagus, yaitu mencapai nilai 2000. Keterpisahan tiap

kelas objek dengan objek lain mempunyai kisaran nilai antara 1999 sampai 2000,

sedangkan nilai rata-rata keterpisahan tiap kelas 2000. Nilai ini sudah memenuhi

standar minimal uji keterpisahan yaitu sebesar 1500 (Arifin, et al. 1996). Hasil uji

ketelitian matrik kontingensi didapatkan nilai ketelitian (overall accuracy) 99.414 %. Hasil klasifikasi tersebut sudah memenuhi standar minimal ketelitian Landsat yaitu

85 % (Jaya, 1996).

Tingkat kerapatan vegetasi dianalisis dengan analisis indeks vegetasi. Hasil

pengamatan analisis indeks vegetasi diketahui bahwa kisaran nilai NDVI bisa dibagi

dalam tiga kelas tingkat kerapatan yaitu kerapatan jarang, sedang dan lebat. Matrik

antara citra klasifikasi dengan citra NDVI akan didapatkan citra tingkat kerapatan

mangrove. Luas mangrove kerapatan jarang adalah 139,86 hektar, kerapatan sedang

535,68 hektar dan kerapatan lebat 128,16 hektar.

Hasil penelitian ini dapat disimpulkan bahwa pendeteksian penutupan lahan

dengan citra Radarsat dapat dilakukan namun tidak semudah apabila menggunakan

citra optik. Dengan mempergunakan citra Radarsat dapat dilakukan pendeteksian dari

tingkat mudah sampai sulit. Pendeteksian air, jalan, pemukiman, persawahan bisa

dibedakan dengan mudah, namun pembedaan vegetasi dengan mangrove agak sulit

dibedakan. Rona pada citra Radarsat merupakan kenampakan yang kurang bisa

dipercaya untuk dipakai sendirian dalam klasifikasi penggunaan lahan, namun citra

(7)

RIWAYAT HIDUP

Risti Endriani Arhatin. Lahir di Klaten 9 Maret 1975

dari pasangan Bapak Budiman dan Ibu Sri Yantini, merupakan

anak kedua dari tiga bersaudara. Pendidikan formal penulis

dimulai pada tahun 1980 di Taman Kanak-kanak Pertiwi,

Kajen di Klaten.

Pada tahun 1981 Penulis melanjutkan pendidikan pada Sekolah Dasar Negeri

Kajen I, di Ceper, Klaten dan lulus pada tahun 1987. Pada tahun yang sama Penulis

melanjutkan pendidikan di Sekolah Menengah Pertama Negeri I Ceper, Klaten dan

lulus tahun 1990. Kemudian Penulis melanjutkan pendidikan di Sekolah Menengah

Atas Negeri 2 Klaten dan lulus tahun 1993. Pada tahun yang sama penulis diterima

di Institut Pertanian Bogor melalui jalur Undangan Seleksi Masuk IPB (USMI),

selanjutnya Penulis memilih Fakultas Perikanan dan Ilmu Kelautan, Program Studi

Ilmu dan Teknologi Kelautan.

Selama Kuliah Penulis pernah menjadi asisten luar biasa pada Mata Kuliah

Penginderaan Jauh Kelautan. Dalarn menyelesaikan tugas akhir Penulis mengambil

bidang Penginderaan Jauh, dengan judul Studi Pendeteksian Mangrove

(8)

KATA PENGANTAR

Bismillahirrohmanirrohim

Assalamu 'allaikum warohmatullohi wabarokatuh,

Syukur alhamdulillah penulis panjatkan kehadirat Allah SWT yang telah

memberikan rahrnat dan hidayah-Nya atas usaha yang telah dilakukan sehingga segala

apa yang telah direncanakan dan dicita-citakan dalam penyusunan skripsi ini dapat

terpenuhi.

Skripsi ini disusun sebagai salah satu syarat untuk memperoleh gelar sarjana

pada Program Studi Ilmu dan Teknologi Kelautan, Fakultas Perikanan dan Ilmu

Kelautan, Institut Pertanian Bogor. Agak berbeda dengan yang biasanya dilakukan,

penulis mencoba mengidentifikasi mangrove mempergunakan data RADAR.

Menghadapi data citra yang berbeda dengan citra optik merupakan kesulitan utama

yang penulis hadapi. Penulis juga menyadari sepenuhnya bahwa laporan ini memiliki

banyak kekurangan, oleh sebab itu saran, kritik dan tanggapan terhadap laporan ini

sangat penulis harapkan, agar menjadi pertimbangan di masa mendatang.

Penulis mengharapkan agar laporan hasil penelitian ini dapat bermanfaat

dalam menambah wawasan dan pengetahuan kita serta bagi perkembangan

pemanfaatan teknologi penginderaan jauh, khususnya dalam pemanfaatan data

RADAR.

Akhirul kalam,

Wassalamu 'allaikum warohmatullohi wabarokatuh.

Bogor, Januari 2000

(9)

UCAPAN TEFUMA KASIH

Skripsi ini mempakan hasil dari proses yang penulis jalani selama akhir studi.

Penulisan skripsi ini telah melibatkan banyak pihak, oleh karena itu dengan segala

ketulusan hati, penulis menghaturkan rasa terima kasih yang sebesar-besamya

kepada:

1. Bapak dan Ibu tercinta yang senantiasa mendoakan dan memberikan kasih

sayang serta dorongan semangat kepada penulis selama ini.

2. Bapak Ir. Santoso Rahardjo, MSc, Bapak Ir. Jonson Lumban Gaol, Msi, Ibu Dra.

Ratih Dewanti, MSc dan Bapak Ir. Dede Dirgahayu selaku dosen pembimbing

yang telah meluangkan waktu dan penuh kesabaran membimbing penulis

sehingga tersusunnya laporan ini.

3. Bapak Dr. Ir. R. Kaswadji, MSc dan Bapak Dr. Ir. Joko Punvanto, DEA selaku

dosen penguji tamu.

4. Bapak Ir. Bambang Hendro Tri Sasongko yang telah banyak memberikan

masukan dan membantu dalam menyempumakan penelitian ini.

5. Kepala Bidang Matra Laut, Bapak Drs. Bidawi Hasyim yang telah banyak

memberikan bantuan selama penulis melakukan penelitian.

6 . Alm. Mas Budi dan Dik Aji yang penulis sayangi, atas doa yang tulus dan

dorongan yang tak terputus kepada penulis.

7. Pak Parjo dan Mas Syarif atas dorongan semangatnya dan yang telah banyak

membantu pada waktu survey lapangan.

8. Semua staf Matra Laut LAPAN yang telah membantu dan memberikan

bimbingan dalam penelitian penginderaan jauh.

9. Sahabat-sahabatku: Yusuf, Enok, Santi, Yanti, Winda, Eni dan Yayan yang telah

membantu dan memberikan dorongannya.

10. Teman-temanku P B yang penelitian di LAPAN (Lucky, Wulan, Tiggal, Aris,

Era, Mas Ud, Wicak, Abu, Ison, Wahyu, Farid) atas kebersamaannya dalam

(10)

11. Teman-teman dari UHT khususnya Ratna (teman suka dan duka selama di

lapangan), teman-teman dari UNMUL, teman-teman dari ITB dan juga teman-

teman dari UNRI.

12. Adik-adikku: Ade, Eva, Nia, Jefri, dan Guntur atas dorongan dan bantuannya.

13. Seluruh staf administrasi Ilmu dan Teknologi Kelautan (Pak Danu, Mas Luki,

Mbak Yanti, Mbak Dian dan Mbak Indah).

14. Semua ternan-teman Ilmu dan Teknologi Kelautan khususnya angkatan '93.

15. Teman-teman di Cendrawasih yang telah banyak memberikan dorongan dan

semangat kepada penulis.

16. Seluruh pihak yang secara langsung maupun tidak langsung telah membantu

penulis dalam menyelesaikan laporan ini.

Semoga segala budi baik yang diberikan mendapatkan pahala yang sesuai dari

(11)
(12)
(13)
(14)
(15)
(16)
(17)
(18)
(19)
(20)
(21)
(22)
(23)
(24)
(25)
(26)
(27)
(28)
(29)
(30)
(31)
(32)
(33)
(34)
(35)
(36)
(37)
(38)
(39)
(40)
(41)
(42)
(43)
(44)
(45)
(46)
(47)
(48)
(49)
(50)
(51)
(52)
(53)
(54)
(55)
(56)
(57)
(58)
(59)
(60)
(61)
(62)
(63)
(64)
(65)
(66)
(67)
(68)
(69)
(70)
(71)
(72)
(73)
(74)
(75)
(76)
(77)
(78)
(79)
(80)
(81)
(82)
(83)
(84)
(85)
(86)
(87)
(88)
(89)
(90)
(91)
(92)
(93)
(94)
(95)
(96)
(97)
(98)
(99)
(100)
(101)
(102)
(103)
(104)
(105)
(106)
(107)
(108)
(109)
(110)
(111)
(112)
(113)
(114)
(115)
(116)
(117)
(118)
(119)
(120)
(121)
(122)
(123)
(124)
(125)
(126)
(127)
(128)
(129)
(130)
(131)
(132)
(133)
(134)
(135)
(136)
(137)
(138)
(139)
(140)

Referensi

Dokumen terkait

Hasil yang didapat menunjukan kepiting bakau yang dipelihara didaerah mangrove memiliki penambahan biomasa yang lebih besar bila dibandingkan dengan yang dipelihara pada daerah

Dengan adanya inventarisasi data luasan atau kerapatan dan perubahan ekosistem mangrove dengan pemanfaatan teknologi Sistem informasi Geografis menggunakan data citra

Dalam penelitian ini, indeks vegetasi tersebut dimasukkan dalam citra satelit ALOS AVNIR-2 untuk mengetahui rentan nilai indeks vegetasi mangrove alami dan yang ditanami di

Hasil yang didapat menunjukan kepiting bakau yang dipelihara didaerah mangrove memiliki penambahan biomasa yang lebih besar bila dibandingkan dengan yang dipelihara pada daerah

Metode analisa perubahan luasan mangrove menggunakan citra satelit multi temporal dengan dilakukan pembuatan klasifikasi menggunakan metode supervised classification

Dari hasil penelitian yang dilakukan di kawasan hutan mangrove area Benoa, Badung, Bali dapat disimpulkan bahwa jenis-jenis kepiting Uca yang ditemukan berjumlah

Nilai akurasi sebaran hutan mangrove dan non mangrove dengan metode titik tunggal Centroid Kelas Data Referensi Total User Accuarcy Mangrove Non-Mangrove Peta Mangrove 318 13 331

Beberapa penelitian lainnya yang menggunakan citra berbeda dalam melakukan pemetaan mangrove memiliki nilai akurasi yang lebih kecil dibandingkan dengan sentinel-2b diantaranya dengan