• Tidak ada hasil yang ditemukan

Distribusi Lamun dan Mangrove menggunakan Citra Satelit Worldview-2 di Gugus Pulau Pari, Kepulauan Seribu

N/A
N/A
Protected

Academic year: 2017

Membagikan "Distribusi Lamun dan Mangrove menggunakan Citra Satelit Worldview-2 di Gugus Pulau Pari, Kepulauan Seribu"

Copied!
33
0
0

Teks penuh

(1)

DISTRIBUSI LAMUN DAN MANGROVE MENGGUNAKAN CITRA SATELIT WORLDVIEW-2 DI GUGUS PULAU PARI, KEPULAUAN

SERIBU

IHSAN KURNIA GHAZALI

DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN

INSTITUT PERTANIAN BOGOR BOGOR

(2)
(3)

PERNYATAAN MENGENAI SKRIPSI DAN

SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA

Dengan ini saya menyatakan bahwa Skripsi yang berjudul Distribusi Lamun dan Mangrove Menggunakan Citra Satelit WorldView-2 di Gugus Pulau Pari, Kepulauan Seribu adalah benar merupakan hasil karya sendiri dan belum diajukan dalam bentuk apapun kepada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan tercantum dalam Daftar Pustaka di bagian akhir Skripsi ini.

Dengan ini saya melimpahkan hak cipta dan karya tulis ini kepada Institut Pertanian Bogor.

Bogor, Oktober 2014

Ihsan Kurnia Ghazali

(4)

ABSTRAK

IHSAN KURNIA GHAZALI. Distribusi Lamun dan Mangrove Menggunakan Citra Satelit WorldView-2 di Gugus Pulau Pari, Kepulauan Seribu. Dibimbing oleh SYAMSUL BAHRI AGUS dan ADRIANI SUNUDDIN.

Teknologi satelit penginderaan jauh mempunyai kemampuan untuk mengidentifikasi dan memantau sumberdaya alam dan lingkungan wilayah pesisir. Tujuan penelitian ini adalah mengetahui distribusi lamun dan mangrove menggunakan citra Satelit WorldView-2 di Gugus Pulau Pari, Kepulauan Seribu. Pengolahan citra menggunakan algoritma NDVI untuk mendeteksi vegetasi lamun dan mangrove, yang menghasilkan nilai NDVI dari -0,987 sampai 0,936. Survei lapang di padang lamun menggunakan transek1 m x 1 m yang diletakkan secara acak, sedangkan untuk mangrove menggunakan transek10 m x 10 m. Jenis lamun yang ditemukan adalah Cymodocea rotundata, Enhalus acoroides, dan Thalassia hemprichii, sedangkan jenis mangrove yang ditemukan adalah Rhizophora mucronata. Di Pulau Karang Kudus, Pulau Biawak, dan Pulau Pari jenis lamun yang dominan adalah Enhalus acoroides, sedangkan di Pulau Burung jenis lamun yang dominan adalah Thalassia hemprichii. Kerapatan rata-rata mangrove di Pulau Biawak adalah 13 ind/100 m2 dan Pulau Burung memiliki Rhizophora mucronata dengan kerapatan rata-rata 43 ind/100 m2. Rhizophora mucronata di Pulau Pari memiliki kerapatan rata-rata 22 ind/100 m2. Hasil klasifikasi citra WorldView-2 menunjukkan luas lahan untuk lamun sebesar 324.200 m2, sedangkan untuk mangrove jarang adalah 12.500 m2, mangrove sedang sebesar 32.700 m2 dan mangrove lebat sebesar 47.800 m2.

(5)

ABSTRACT

IHSAN KURNIA GHAZALI. Distribution of seagrasses and mangroves using WorldView-2 Imagery in Pari Island, Kepulauan Seribu. Under direction of by SYAMSUL BAHRI AGUS and ADRIANI SUNUDDIN.

Satellite remote sensing technology has the ability to identify and monitor natural resources and environment in coastal areas. The purpose of this research was to determine the distribution of seagrasses and mangroves using WorldView-2 imagery in Pari Island, Kepulauan Seribu. NDVI image processing algorithm for detecting seagrasses and mangroves vegetation was applied, resulting in NDVI values of -0.987 to 0.936. Groundtruth survey on seagrasses was conducted haphazardly using transect plot of 1 m x 1 m, while for mangroves was 10 m x 10 m. Observed seagrass species were Cymodocea rotundata, Enhalus acoroides, and Thalassia hemprichii, while mangrove was Rhizophora mucronata. Karang Kudus Island, Biawak Island and Pari Island had dominant seagrass species of

Enhalus acoroides, while in Burung Island was dominated by Thalassia hemprichii. Average mangroves density in Biawak Island was 13 ind/100 m2 and Burung Island has Rhizophora mucronata with average density of 43 ind/100 m2.

Rhizophora mucronata in Pari Island had an average density was 22 ind/100 m2. Classification results of WorldView-2 showed the extent area for seagrasses was 324.200 m2, while for sparse mangrove was 12.500 m2, medium 32.700 m2 and dense 47.800 m2.

(6)
(7)

Skripsi

sebagai salah satu syarat untuk memperoleh gelar Sarjana Ilmu Kelautan

pada

Departemen Ilmu dan Teknologi Kelautan

DISTRIBUSI LAMUN DAN MANGROVE MENGGUNAKAN CITRA SATELIT WORLDVIEW-2 DI GUGUS PULAU PARI, KEPULAUAN

SERIBU

IHSAN KURNIA GHAZALI

DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN

INSTITUT PERTANIAN BOGOR BOGOR

(8)
(9)

Judul Skripsi : Distribusi Lamun dan Mangrove Menggunakan Citra Satelit WorldView-2 di Gugus Pulau Pari, Kepulauan Seribu

Nama : Ihsan Kurnia Ghazali NIM : C54080029

Disetujui oleh

Dr. Syamsul Bahri Agus, S.Pi, M.Si Pembimbing I

Adriani Sunuddin, S.Pi, M.Si Pembimbing II

Diketahui oleh

Dr. Ir. I Wayan Nurjaya, M.Sc Ketua Departemen

(10)

PRAKATA

Segala puji bagi Tuhan Yang Maha Esa atas semua rahmat dan karunia yang telah diberikan sehingga penulis dapat menyusun skripsi ini dengan selesai. Skripsi dengan judul “Distribusi Lamun dan Mangrove Menggunakan Citra Satelit WorldView-2 di Gugus Pulau Pari, Kepulauan Seribu” yang diajukan sebagai salah satu syarat untuk menyelesaikan studi di Departemen Ilmu dan Teknologi Kelautan, Fakultas Perikanan dan Ilmu Kelautan, Institut Pertanian Bogor.

Pada kesempatan ini penulis mengucapkan terima kasih sebesar-besarnya atas bimbingan, dorongan, bantuan dan doa dari berbagai pihak terutama kepada : 1. Dr. Syamsul Bahri Agus, S.Pi, M.Si dan Adriani Sunuddin, S.Pi, M.Si. selaku

dosen pembimbing, atas segala bimbingan dan pengarahannya yang diberikan kepada penulis.

2. Dr. Ir. Vicentius P. Siregar, DEA selaku dosen penguji, atas kritik dan saran yang membangun untuk penyempurnaan skripsi ini.

3. Staf Departemen Ilmu dan Teknologi Kelautan FPIK-IPB yang telah membantu dalam menyelesaikan administrasi.

4. Kedua orang tua, Ayah Jaelani dan Ibu Ayi Setiawati serta kakak dan adik yang telah memberikan kasih sayang, doa, dan motivasi yang tiada batas kepada penulis.

5. Keluarga mang Ujang yang telah memberikan dukungan dan motivasi kepada penulis.

6. Warkopers : Ian, Ridho, Fahmi, Cimol, Anstayn dan anggota warkopers lainnya yang telah memberikan kenyamanan dalam sebuah keluarga.

7. Marine Basecamp ITK 45 yang telah memberikan dukungan.

8. Keluarga besar Departemen Ilmu dan Teknologi Kelautan, khususnya teman teman ITK 45 yang telah memberikan dukungan dan memberikan semangat kepada penulis.

9. Semua pihak yang telah membantu penulis yang tidak dapat penulis sebutkan nama satu persatu.

Penulis berharap skripsi ini dapat bermanfaat bagi penulis sendiri maupun pihak lain dan mengharapkan saran dan kritik untuk perbaikan dan pengembangan lebih lanjut untuk penelitian ini.

Bogor, Oktober 2014

(11)

DAFTAR ISI

DAFTAR GAMBAR ... ix

DAFTAR TABEL ... ix

PENDAHULUAN ... 1

Latar Belakang ... 1

Tujuan ... 2

METODE PENELITIAN ... 2

Waktu dan Lokasi Penelitian ... 2

Alat dan Bahan ... 2

Survey Lapang Mangrove dan Lamun ... 3

Analisis Pengolahan Data Mangrove ... 3

Pengolahan Citra ... 3

Pengolahan Citra Vegetasi Mangrove dan Lamun ... 4

Uji akurasi ... 4

Satelit WorldView-2 ... 5

HASIL DAN PEMBAHASAN ... 7

Kondisi Habitat Lamun dan Mangrove Berdasarkan Hasil Suvey Lapang ... 7

Lamun ... 7

Mangrove ... 8

Distribusi Mangrove dan Lamun ... 8

Uji Akurasi Hasil Klasifikasi Citra dengan Survei Lapang ... 11

SIMPULAN DAN SARAN ... 12

DAFTAR PUSTAKA ... 13

(12)

DAFTAR GAMBAR

1. Lokasi Penelitian di Gugus Pulau Pari, Kepulauan Seribu ... 2

2. Transek survei (a) lamun dan (b) mangrove ... 3

3. Contoh perhitungan matrix confusion ... 4

4. Diagram alir pengolahan citra ... 6

5. Komposisi jenis lamun hasil survei lapang ... 7

6. Histogram kelas NDVI ... 9

7. Peta Sebaran Mangrove dan Lamun di Gugus Pulau Pari ... 10

DAFTAR TABEL

1. Karakteristik Satelit WorldView-2 ... 5

2. Rata-rata kerapatan mangrove hasil survei lapang ... 8

3. Nilai selang kelas NDVI ... 9

4. Luas masing-masing kelas hasil klasifikasi lahan di Gugus Pulau Pari . 11 5. Nilai confusion matrix pada klasifikasi citra dengan survei lapang ... 11

(13)

PENDAHULUAN

Latar Belakang

Padang lamun adalah suatu hamparan laut yang didominasi oleh vegetasi lamun dan merupakan ekosistem yang kaya akan akan keanekaragaman hayati. Padang lamun mempunyai fungsi penting sebagai penunjang kehidupan misalnya penghasil oksigen, sumber pakan bagi berbagai biota laut, tempat asuhan berbagai hewan laut, membantu mengurangi sedimentasi dan memperkuat garis pertahanan garis pantai (Nontji, 2010). Hutan mangrove merupakan salah satu sumberdaya alam wilayah pesisir yang mempunyai peranan penting ditinjau dari sudut sosial, ekonomi, dan ekologis. Fungsi utama sebagai penyeimbang ekosistem dan penyedia berbagai kebutuhan hidup bagi manusia dan mahluk hidup lainnya. Sumberdaya hutan mangrove, selain dikenal memiliki potensi ekonomi sebagai penyedia sumberdaya kayu juga sebagi tempat pemijahan (spawning ground), daerah asuhan (nursery ground), dan juga sebagai daerah untuk mencari makan (feeding ground) bagi ikan dan biota laut lainnya, juga berfungsi untuk menahan gelombang laut dan intrusi air laut ke arah darat (Suzana et al. 2011).

Pulau Pari merupakan bagian dari Kepulauan Seribu, yang terdiri dari 103 gugus pulau terbentang dari Teluk Jakarta hingga ke utara yang berujung di Pulau Sebira yang berjarak kurang lebih 150 km dari pantai Jakarta Utara. Pulau Pari mempunyai luas daratan sekitar 897,71 ha dengan luas perairan mencapai 6.997,5 km2 (Sutiknowati 2012). Gugus Pulau Pari merupakan kelompok pulau karang yang terdiri dari lima pulau dan goba serta dikelilingi oleh rataan terumbu karang. Kelima pulau tersebut adalah Pulau Pari, Pulau Tikus, Pulau Tengah dan Pulau Kongsi (Triyono 2010).

Teknologi satelit penginderaan jauh (inderaja) mempunyai kemampuan untuk mengidentifikasi dan memantau sumberdaya alam dan lingkungan wilayah pesisir, seperti habitat lamun, mangrove, karang, pantai, muara sungai, dan mampu mendeteksi perubahan tataguna lahan wilayah pesisir. Penggunaan teknologi penginderaan jauh untuk studi pemetaan padang lamun, mangrove dan karang. Kelebihan teknologi penginderaan jauh adalah mampu merekam data dan informasi secara luas, berulang dan lebih terinci mendeteksi perubahan habitat (Mumby et al. 2004), memiliki banyak saluran/kanal/band, sehingga dapat digunakan untuk menganalisis berbagai pemanfaatan khusus sumberdaya, dapat menjangkau daerah yang sulit didatangi manusia/kapal (Kutser et al. 2003).

(14)

2

Tujuan Penelitian

Tujuan penelitian ini adalah mengetahui distribusi lamun dan mangrove menggunakan Citra Satelit WorldView-2 di Gugus Pulau Pari, Kepulauan Seribu.

METODOLOGI

Waktu dan Lokasi Penelitian

Kegiatan survei lapang dilakukan pada tanggal 2-5 Oktober 2012. Lokasi pengamatan berada di Gugus Pulau Pari. Gugusan Pulau Pari berjarak sekitar 35 km dari Jakarta, terletak pada koordinat 05o51'07" LS sampai 05o52'15" LS dan 106o35'45" BT sampai 106o38'09" BT. Pemrosesan data citra satelit dilakukan di Laboratorium Penginderaan Jauh Departemen Ilmu dan Teknologi Kelautan FPIK IPB, Bogor.

Gambar 1. Lokasi Penelitian di Gugus Pulau Pari, Kepulauan Seribu. Alat dan Bahan

(15)

3 Alat-alat dan bahan yang digunakan dalam survei lapang meliputi peta; transek 1 m x 1 m; transek 10 m x 10 m; Global Positioning System (GPS) jenis Garmin 76CSX; roll meter 50 meter; alat tulis; papan jalan; dan datasheet.

Survei Lapang Mangrove dan Lamun

Survei di padang lamun dengan menggunakan transek (1 m x 1 m), yang diletakkan secara acak dimana titik stasiun menyebar di sekitar perairan Pulau Pari. Nilai penutupan lamun dan spesies lamun yang terdapat dalam transek berdasarkan acuan yang dikeluarkan oleh Seagrass-Wacth (Mc Kenzie 2003).

Survei mangrove dilakukan dengan menggunakan transek (10 m x 10 m), yang diletakkan secara acak. Tegakan mangrove dihitung untuk mengetahui nilai kerapatan mangrove yang terdapat dalam transek (10 m x 10 m).

Gambar 2. Transek survei (a) lamun dan (b) mangrove Analisis Pengolahan Data Mangrove

Analisis pengolahan data yang dihitung adalah kerapatan mangrove. Kerapatan jenis (Di) merupakan jumlah tegakan ke-1 dalam unit area (Bengen, 2002). Rumus penentuan kerapatan jenis :

�� = ��

Pengumpulan data penelitian ini menggunakan data primer maupun sekunder dan pengolahan citra vegetasi lamun dan mangrove. Citra vegetasi lamun dan mangrove didapatkan dari pengolahan Citra Satelit WorldView-2 multispektral. Pengolahan citra ini terdiri dari beberapa tahapan, yaitu pemotongan citra (cropping), koreksi geometrik, koreksi radiometrik, survei lapang, klasifikasi dengan training area (Supervised), algortima NDVI dan layout.

10 m

10 m (b)

(16)

4

Pengolahan Citra Vegetasi Mangrove dan Lamun

Algoritma NDVI (Normalized Difference Vegetation Index) membutuhkan kanal red dan infrared dalam penginderaan jauh untuk mengevaluasi apakah target yang diobservasi mengandung vegetasi hijau hidup atau tidak. NDVI berdasarkan low level dari reflektansi yang disebabkan oleh fotosintesis (Maglione

et al. 2013). Penajaman citra dengan algoritma NDVI untuk mendeteksi vegetasi lamun dan mangrove. Formula NDVI menggunakan persamaan sebagai berikut :

NDVI = (NIR-R)/(NIR+R) ...(ii) Keterangan:

NIR : Nilai reflektansi spektral pada kanal Inframerah dekat R : Nilai reflektansi spektral pada kanal Merah

Normalized Difference Vegetation Index (NDVI) dengan nilai indeks vegetasi tinggi memberi gambaran bahwa di areal yang diamati memiliki tingkat kehijauan tinggi, seperti areal hutan rapat dan lebat. Sebaliknya nilai indeks vegetasi yang rendah mengindikasikan bahwa di areal tersebut memiliki tingkat kehijauan yang rendah atau lahan vegetasi rendah atau kemungkinan bukan objek vegetasi.

Uji Akurasi

Uji akurasi digunakan untuk mengetahui ketepatan dari citra hasil klasifikasi dengan kondisi yang sebenarnya. Uji akurasi hasil klasifikasi citra dengan membandingkan hasil survei lapang (ground check). Penilaian uji akurasi menggunakan matriks kesalahan atau matrix confusion (Congalton dan Green, 2009). Contoh perhitungan matrix confusion dapat dilihat pada Gambar 3.

Gambar 3. Contoh perhitungan matrix confusion (Congalton dan Green, 2009) Matriks confusion digunakan untuk menentukan overall accuracy (OA),

(17)

5

Satelit WorldView-2 diluncurkan pada bulan Oktober tahun 2009. Satelit WorldView-2 menyediakan data pankromatik dengan resolusi 0,5 m dan data multispektral yang dibagi menjadi 8 band dengan resolusi 2 m. Band

multispektral satelit WorldView-2 memiliki nilai rentang spektral dari 400 nm sampai 1040 nm. (Eckert 2012).

Lebar sapuan (nadir) 16,4 km

Mode akuisisi Synchronous

Putaran ke lokasi yang sama 1,1 hari (GSD 1 m) 14 hari (nadir)

Sensor band  Pankromatik resolusi 0,5 m

(18)

6

Gambar 4 merupakan diagram alir pengolahan Citra Satelit WorldView-2 untuk menghasilkan peta sebaran mangrove dan lamun.

Citra Satelit Worldview-2

Koreksi Radiometrik, Koreksi Geometrik

Cropping Citra Gugus Pulau Pari

Supervised, Algoritma NDVI

Uji Akurasi Survei Lapang

Peta Sebaran Mangrove dan

Lamun

(19)

7

HASIL DAN PEMBAHASAN

Kondisi Habitat Lamun dan Mangrove Berdasarkan Hasil Survei Lapang

Lamun

Survei lapang dilakukan di Gugus Pulau Pari. Data yang diperoleh berupa penutupan dan jenis lamun. Berdasarkan hasil survei didapatkan jenis lamun antara lain Cymodocea rotundata, Enhalus acoroides, dan Thalassia hemprichii. Jenis lamun yang ditemukan mempunyai jenis substrat antara lain pasir, pasir berlumpur dan lumpur berpasir.

Gambar 5. Komposisi jenis lamun hasil survei lapang

Gambar 5 menunjukkan komposisi jenis lamun berdasarkan survei lapang. Lamun di Pulau Karang Kudus dan Pulau Biawak memiliki komposisi lamun yang terdiri atas Cymodocea rotundata (17,26%), Enhalus acoroides (63,71%) dan Thalassia hemprichii (19,03%). Thalassia hemprichii menjadi jenis yang mendominasi hamparan lamun di Pulau Burung dengan komposisi sebesar 77,18%, diikuti oleh Enhalus acoroides (12,75%) dan Cymodocea rotundata

(10,07%,). Komposisi lamun di Pulau Pari terdiri atas Cymodocea rotundata

(0,60%), Enhalus acoroides 86,07% dan Thalassia hemprichii (13,33%).

Berdasarkan komposisi lamun di Pulau Karang Kudus dan Pulau Biawak

(20)

8

lamun yang dominan adalah Thalassia hemprichii. Jenis lamun yang dominan di Pulau Pari adalah Enhalus acoroides.

Dominansi komposisi lamun Enhalus acoroides di gugus Pulau Pari disebabkan jenis lamun Enhalus acoroides bersifat monospesifik atau vegetasi tunggal (Kiswara 2010). Sebaran lamun yang bersifat monospesifik disebabkan karena adanya lingkungan habitat yang sesuai dengan kebutuhan pertumbuhan spesies. Dahuri et al. 2001 menyatakan distribusi lamun tergantung oleh faktor kecerahan, temperatur, salinitas, substrat dan kecepatan arus.

Mangrove

Berdasarkan hasil survei lapang, data yang diperoleh berupa jenis mangrove, jenis substrat dan kerapatan mangrove (Di). Jenis mangrove yang didapatkan adalah Rhizophora mucronata. Jenis mangrove yang ditemukan mempunyai subtrat pasir dan pasir berlumpur dapat dilihat pada Tabel 2.

Tabel 2. Rata-rata kerapatan mangrove hasil survei lapang Lokasi Jenis Substrat Kerapatan (Di)

(ind/100m2) Pulau Biawak pasir, pasir berlumpur 13

Pulau Burung Pasir 43

Pulau Pari pasir berlumpur 22

Tabel 2 menunjukkan rata-rata kerapatan mangrove hasil survei lapang. Pulau Biawak memiliki Rhizophora mucronata dengan kerapatan rata-rata 13 ind/100 m2. Pulau Burung memiliki Rhizophora mucronata dengan kerapatan rata-rata 43 ind/100 m2. Pulau Pari memiliki Rhizophora mucronata dengan kerapatan rata-rata 22 ind/100 m2.

Distribusi Mangrove dan Lamun

Pengolahan citra menggunakan algoritma NDVI (Normalized Difference Vegetation Index) akan menghasilkan nilai digital pada citra yang berbeda tergantung citra yang digunakan. Algoritma NDVI pada citra Satelit WorldView-2 menghasilkan nilai digital dari -0,987 sampai 0,936 (Gambar 6). Nilai NDVI berkisar dari -1 sampai 1 (Guastaferro et al. 2012). Nilai NDVI yang diperoleh dari -0,987 sampai 0 merupakan objek laut, sedangkan nilai 0 sampai 0,936 merupakan objek di darat dan vegetasi di darat.

(21)

9

Gambar 6. Histogram kelas NDVI Tabel 3. Nilai selang kelas NDVI

No Kelas Nilai selang NDVI

Berdasarkan pengolahan citra dengan klasifikasi terbimbing dan menggunakan algoritma NDVI didapatkan klasifikasi sebaran mangrove dan lamun. Hasil klasifikasi mangrove dan lamun berdasarkan nilai NDVI, sehingga didapatkan kelas laut, darat, pasir, lamun, mangrove jarang, mangrove sedang dan mangrove lebat. Hal tersebut terlihat pada Gambar 7.

Hasil klasifikasi citra terlihat sebaran mangrove dan lamun di Gugus Pulau Pari. Mangrove dan lamun tersebar di Pulau Biawak dan Pulau Karang Kudus, Pulau Burung, dan Pulau Pari (Gambar 7). Di Pulau Biawak, distibusi mangrove terdapat di sebagian pulau. Lahan mangrove berada di sisi timur dan utara pulau. Distribusi mangrove di Pulau Burung, terlihat lahan mangrove hampir berada di seluruh pulau. Distribusi mangrove di Pulau Pari, terlihat bahwa lahan mangrove hanya tersebar di bagian utara pulau saja.

Distribusi lamun terdapat di antara Pulau Karang Kudus dan Pulau Biawak. Lamun yang ditemukan jenis Cymodocea rotundata, Enhalus acoroides, dan

Thalassia hemprichii. Jenis lamun yang paling banyak ditemukan adalah Enhalus acoroides. Distribusi lamun di Pulau Burung terdapat di bagian utara pulau. Jenis lamun yang paling banyak ditemukan adalah Thalassia hemprichii.

Di Pulau Pari, distribusi lamun dominan ditemukan di bagian utara pulau, sedangkan di bagian selatan pulau sedikit lamun yang ditemukan. Distribusi lamun dibagian utara dominan ditemukan lamun jenis Enhalus acoroides, walaupun ditemukan lamun jenis lain yaitu Thalassia hemprichii dan Cymodocea

(22)

10

rotundata. Di bagian selatan pulau di temukan dua jenis lamun, yaitu Enhalus acoroides dan Thalassia hemprichii.

Gambar 7. Peta Sebaran Mangrove dan Lamun di Gugus Pulau Pari

Pengolahan citra WorldView-2 menggunakan algoritma NDVI menghasilkan luas tujuh kelas klasifikasi lahan yang terdiri atas (1) kelas darat, (2) kelas pasir, (3) kelas lamun, (4) kelas mangrove jarang, (5) kelas mangrove sedang, dan (6) kelas mangrove lebat. Luas lahan untuk masing-masing kelas hasil ditunjukkan pada Tabel 4.

(23)

11 Tabel 4. Luas masing-masing kelas hasil klasifikasi lahan di Gugus Pulau Pari

Kelas Luas Lahan (m2) Luas Lahan (Ha)

Darat 619.800 61,98

Pasir 7.059.600 705,96

Lamun 324.200 32,42

Mangrove Jarang 12.500 1,25

Mangrove Sedang 32.700 3,27

Mangrove Lebat 47.800 4,78

Uji Akurasi Hasil Klasifikasi Citra dengan Survei Lapang

Uji akurasi dilakukan untuk mengetahui keakuratan data hasil klasifikasi. Uji akurasi yang dilakukan pada penelitian ini berdasarkan hasil klasifikasi citra dengan survei lapang (ground check). Pengukuran uji akurasi hasil klasifikasi menggunakan confusion matrix (Congalton dan Green, 2009). Pengambilan titik yang diambil sebanyak 212 titik hasil klasifikasi citra dengan survei lapang. Titik yang diambil digunakan untuk referensi dalam perhitungan nilai User Accuracy

(UA), Producer Accuracy (PA), dan Overall Accuracy (OA).

Kelas yang terdapat dalam confusion matrix klasifikasi citra dengan survei lapang adalah kelas pasir, kelas lamun, kelas mangrove jarang, kelas mangrove sedang, dan kelas mangrove lebat (Tabel 5). Total titik yang benar didapatkan sebanyak 151. Nilai keseluruhan akurasi atau overall accuracy pada klasifikasi citra dengan survei lapang sebesar 71,23%. Hal ini menunjukkan bahwa kelas yang diklasifikasi sebanyak 71,23% telah terklasifikasi secara benar.

Tabel 5. Nilai confusion matrix pada klasifikasi citra dengan survei lapang

S

Total titik survei lapang = 212

Total akurasi (OA) = 151/212 * 100% = 71,23%

(24)

12

User’s accuracy adalah nilai piksel secara aktual mewakili tiap kelas di lapangan. Hasil klasifikasi menunjukkan nilai user accuracy yang paling besar terdapat pada kelas mangrove jarang sebesar 100%. Hal ini menunjukkan bahwa kelas mangrove jarang terklasifikasi secara tepat di lapangan. Nilai user accuracy yang paling rendah terdapat pada kelas pasir sebesar 8,82%. Hal ini menunjukkan bahwa hanya 8,82% kelas pasir terklasifikasi secara benar.

Tabel 6. Akurasi producer dan user klasifikasi kelas

Producer Accuracy User Accuracy

Kelas Akurasi % Kelas Akurasi %

Pasir 3/5 60 Pasir 3/34 8,82

Lamun 111/141 78,72 Lamun 111/113 98,23

Mangrove Jarang 11/30 36,67 Mangrove Jarang 11/11 100 Mangrove Sedang 11/17 64,71 Mangrove Sedang 11/26 42,31 Mangrove Lebat 15/19 78,95 Mangrove Lebat 15/28 53,57

Adanya perbedaan nilai producer accuracy dan user accuracy pada masing-masing kelas klasifikasi. Perbedaan nilai akurasi ini disebabkan citra yang digunakan memiliki resolusi temporal 1.8 m x 1.8 m sedangkan GPS yang digunakan saat survei lapang memiliki presisi 3-5 m dari posisi sebenarnya. Kurangnya kompatibel antara citra dan GPS yang digunakan sangat mempengaruhi hasil akurasi yang didapatkan. Selain itu, pembagian selang kelas berdasarkan nilai NDVI yang kurang detail dapat menyebabkan hasil survei lapang masuk dalam kelas klasifikasi yang lain.

SIMPULAN DAN SARAN

Simpulan

Algoritma NDVI (Normalized Difference Vegetation Index) pada citra Satelit WorldView-2 menghasilkan nilai digital dari -0,987 sampai 0,936. Nilai NDVI untuk lamun berkisar -0,987 sampai -0,36 dan mangrove berkisar 0 sampai 0,936. Jenis lamun yang ditemukan adalah Cymodocea rotundata, Enhalus acoroides, dan Thalassia hemprichii. Jenis mangrove yang ditemukan adalah

Rhizophora mucronata. Pulau Pulau Karang Kudus dan pulau Biawak jenis lamun yang dominan adalah Enhalus acoroides dan kerapatan mangrove sebesar 13 ind/100 m2. Pulau Burung jenis lamun yang dominan adalah Thalassia hemprichii

(25)

13 Saran

Diperlukan survei lapang data GPS yang mewakili setiap kelas klasifikasi untuk melakukan uji akurasi. GPS yang digunakan sebaiknya memiliki tingkat akurasi yang tinggi untuk citra yang memiliki resolusi tinggi. Pembagian selang kelas nilai NDVI harus lebih tepat agar peta hasil klasifikasi lebih akurat.

DAFTAR PUSTAKA

Bengen, D. G. 2002. Pedoman Teknis Pengenalan dan Pengelolaan Ekosistem Mangrove. Pusat Kajian Sumberdaya Pesisir dan Laut – Institut Pertanian Bogor. Bogor, Indonesia.

Congalton R.G. and Green K. 2009.Assessing The Accuracy of Remotely Sensed Data : Principles and Practices. Lewis Publishers. New York. xv + 179 hlm. Dahuri R., R. Jacub, P.G Sapta, dan M. J . Sitepu. 2001. Pengelolaan Sumberdaya

Wilayah Pesisir dan Lautan Terpadu, PT. Pradnya Paramita, Jakarta.

Digital Globe. 2009. The benefits of the 8 spectral bands of WorldView-2. White paper. Longmont (US): DigitalGlobe,Inc.

Eckert, S. 2012. Improved Forest Biomass and Carbon Using Texture Measures from WorldView-2 Satellite Data. Remote Sensing, ISSN 2074-4292: 810-829.

Guastaferro F., C. Oliviero, C. Parente and R. Santamaria. 2012. Improving Geometric Resolution of NDVI Results with Panchromatic and Multispectral Data Fusion. Proceedings of the IEEE GOLD Conference, Jun. 4-5, GianniniEditore, Italy: 76-78.

Kiswara, W. 2010. Studi Pendahuluan: Potensi Padang Lamun sebagai Karbon Rosot dan Penyerap Karbon di Pulau Pari, Teluk Jakarta. Oseanologi dan Limnologi di Indonesia, ISSN 0125-9830, 36(3): 361-376.

Kutser T., A.G. Dekker and W. Skirving. 2003. Modeling Spectral Discrimination of Great Barier Reef Benthic Communities by Remote Sensing Instruments.

Limnology and Oceanography 48 (1-2): 497-510.

Maglione P., P. Claudio, and V. Andrea. 2013. Using WorldView-2 satellite imagery to support geoscience studies on Phlegraen area. American Jurnal of Geoscience, ISSN 1948-9846: 1 -12.

Mc. Kenzie, L. J. 2003. Guidelines for The Rapid Assessment of Seagrass Habitats in The Western Pacific. Department of Primary Industries Queensland, Northern Fisheries Centre. SeagrassWacth. Cairns. Australia. Mumby P.J., A.J. Edward, J.E. Arias-Gonzakz, K.C. Linderman, P.G. Blackwel,

A. Gall, M.I. Gorcynska, A.R. Harborne C.L. Pescod, H.Renken, C.C.C. Wabnitz, and G. Llewellyn. 2004. Mangrove Enhance The Biomass Of Coral Reefs Fish Management and Mapping of Carbbean Coral Reefs. Biological Conservation 88: 155-168.

Nontji, A. 2010. Pengelolaan Padang Lamun Pembelajaran dari Proyek Trismades. Prosiding Seminar Biologi: Biodeversitas dan Bioteknologi Sumberdaya Akustik, ISBN 978-979-16109-4-0: 12-19.

(26)

14

Penelitian dan Pengembangan Laut dan Pesisir Badan Penelitian dan Pengembangan Kelautan dan Perikanan Kementerian Kelautan dan Perikanan, ISSN 1907-0659. Vol. 8 Edisi 2 2012: 65-75.

Suzana B.O.L, Timban J., Kaunang R. dan Ahmad F. 2011. Valuasi Ekonomi Sumberdaya Hutan Mangrove di Desa Palaes Kecamatan Likupang Barat Kabupaten Minahasa Utara. Volume 7 Nomor 2 (Mei, 2011): 29-38.

(27)

15 LAMPIRAN

Lampiran 1 Hasil survei lapang mangrove

(28)

16

Lanjutan

41 500 -5,8614 106,6126 17

42 501 -5,86107 106,6126 41

43 502 -5,8612 106,6125 36

44 503 -5,8606 106,6129 32

45 504 -5,86048 106,6131 37

46 505 -5,86067 106,6132 26

47 506 -5,86056 106,6135 35

48 507 -5,86028 106,6137 28

49 508 -5,86025 106,6134 13

50 509 -5,86017 106,6137 21

51 510 -5,86 106,6139 22

52 511 -5,85979 106,6139 19

53 512 -5,85924 106,6142 24

54 513 -5,85734 106,6146 18

55 514 -5,85785 106,6145 13

56 515 -5,85672 106,6165 13

57 516 -5,85656 106,6168 20

58 517 -5,85635 106,6169 19

59 518 -5,85621 106,6177 13

60 519 -5,85613 106,6185 18

61 520 -5,85607 106,6188 23

62 521 -5,85592 106,6193 17

63 522 -5,85573 106,6196 23

64 523 -5,85575 106,6201 18

65 524 -5,85563 106,6208 33

(29)

17 Lampiran 2 Hasil survei lapang lamun

Transek Way

Point LS BT Keterangan Penutupan

1 404 -5,852516 106,621418 Thalassia hemprichii 30

2 405 -5,85255 106,62135 Thalassia hemprichii 40

3 406 -5,852589 106,621267 Thalassia hemprichii 25

4 407 -5,852439 106,62105 Thalassia hemprichii 30

5 408 -5,852715 106,620147 Thalassia hemprichii 25 6 410 -5,852733333 106,6198833 Thalassia hemprichii 65

7 411 -5,852878 106,619585 Enhalus acoroides 60

8 412 -5,8533 106,6194833 Enhalus acoroides 70

9 415 -5,854814 106,619473 Enhalus acoroides 20

10 417 -5,85465 106,6199333 Enhalus acoroides 40

11 418 -5,854465 106,620089 Enhalus acoroides 50

12 423 -5,853 106,62125 Enhalus acoroides 40

13 424 -5,852833333 106,6214 Cymodocea rotundata 40 14 425 -5,855233333 106,6189167 Enhalus acoroides 80 15 426 -5,855133333 106,6189833 Enhalus acoroides 55

16 427 -5,854673 106,618964 Enhalus acoroides 80

17 428 -5,854284 106,618848 Cymodocea rotundata 65

18 429 -5,854057 106,618589 Enhalus acoroides 55

19 431 -5,853947 106,617935 Enhalus acoroides 80

20 432 -5,854533333 106,61725 Enhalus acoroides 25 21 433 -5,854583333 106,6166167 Enhalus acoroides 40

22 434 -5,8547 106,6162833 Cymodocea rotundata 40

23 435 -5,854483333 106,6159167 Cymodocea rotundata 25

24 436 -5,854616667 106,6154 Enhalus acoroides 25

25 437 -5,854356 106,614968 Cymodocea rotundata 25 26 457 -5,862466 106,599298 Thalassia hemprichii 60 27 458 -5,862433333 106,5992667 Thalassia hemprichii 50

28 459 -5,8624 106,5992833 Cymodocea rotundata 70

29 460 -5,862366667 106,5993 Thalassia hemprichii 40 30 461 -5,862333333 106,5993 Thalassia hemprichii 25 31 462 -5,862316667 106,5993167 Cymodocea rotundata 5 32 463 -5,862266667 106,5993167 Thalassia hemprichii 5 33 464 -5,86225 106,5993167 Thalassia hemprichii 50 34 465 -5,862233333 106,5993167 Thalassia hemprichii 25 35 467 -5,862183333 106,5993333 Thalassia hemprichii 25 36 468 -5,862166667 106,5993667 Thalassia hemprichii 30 37 469 -5,862133333 106,5993667 Thalassia hemprichii 5 38 470 -5,862116667 106,5993667 Thalassia hemprichii 40

39 471 -5,862083 106,5993833 Pasir -

40 472 -5,86205 106,5993833 Pasir -

(30)

18 Lanjutan

42 474 -5,862694 106,598898 Thalassia hemprichii 25

43 475 -5,862674 106,598849 Thalassia hemprichii 70

44 476 -5,86265 106,5988833 Thalassia hemprichii 25

45 477 -5,862616667 106,5988667 Thalassia hemprichii 25 46 478 -5,862616667 106,5988333 Thalassia hemprichii 25

47 479 -5,862633333 106,5988333 Enhalus acoroides 25

48 480 -5,862583333 106,5988 Thalassia hemprichii 40

49 481 -5,862566667 106,59875 Enhalus acoroides 25

50 482 -5,86255 106,59875 Enhalus acoroides 5

51 483 -5,862533333 106,5987167 Enhalus acoroides 5

52 484 -5,86253 106,5987 Pasir -

53 485 -5,8625 106,59865 Enhalus acoroides 5

54 486 -5,862466667 106,5986167 Enhalus acoroides 5

55 487 -5,8624 106,5985667 Enhalus acoroides 5

56 488 -5,86235 106,5985 Pasir -

57 489 -5,862307 106,598482 Enhalus acoroides 5

58 490 -5,862219 106,598451 Enhalus acoroides 5

59 526 -5,853244 106,624324 Thalassia hemprichii 25

60 527 -5,853063 106,624301 Thalassia hemprichii 25

61 528 -5,853064 106,624391 Thalassia hemprichii 25

62 529 -5,852936 106,624509 Thalassia hemprichii 25

63 530 -5,852847 106,624464 Thalassia hemprichii 40

64 531 -5,852754 106,624628 Thalassia hemprichii 40

65 532 -5,852467 106,624426 Cymodocea rotundata 25

66 533 -5,852231 106,624482 Enhalus acoroides 25

67 534 -5,852183333 106,6246 Enhalus acoroides 40

68 535 -5,851887 106,624606 Enhalus acoroides 40

69 536 -5,851976 106,624883 Enhalus acoroides 40

70 537 -5,85215 106,6248167 Enhalus acoroides 5

71 538 -5,852556 106,624843 Enhalus acoroides 5

72 539 -5,852916 106,625116 Thalassia hemprichii 40

73 540 -5,853077 106,62526 Thalassia hemprichii 50

74 541 -5,853402 106,625694 Thalassia hemprichii 40

75 542 -5,853166 106,625774 Thalassia hemprichii 40

76 543 -5,852337 106,625456 Thalassia hemprichii 25

77 544 -5,852461 106,625843 Enhalus acoroides 25

78 545 -5,852714 106,625943 Enhalus acoroides 20

79 546 -5,853509 106,626437 Enhalus acoroides 40

80 547 -5,853203 106,626707 Enhalus acoroides 40

81 548 -5,852534 106,626649 Enhalus acoroides 60

82 549 -5,852101 106,626809 Enhalus acoroides 50

83 550 -5,852478 106,626954 Enhalus acoroides 40

(31)

19 Lanjutan

85 552 -5,852835 106,627372 Thalassia hemprichii 40

86 553 -5,855446 106,631876 Thalassia hemprichii 20

87 554 -5,855463 106,632237 Thalassia hemprichii 40

88 555 -5,85577 106,63224 Thalassia hemprichii 25

89 556 -5,855616667 106,6319333 Thalassia hemprichii 5

90 557 -5,855919 106,630522 Enhalus acoroides 20

91 558 -5,855704 106,630269 Enhalus acoroides 25

92 559 -5,856048 106,629856 Enhalus acoroides 40

93 561 -5,856157 106,629455 Enhalus acoroides 40

94 562 -5,855871 106,629026 Enhalus acoroides 25

95 563 -5,856233 106,628792 Enhalus acoroides 40

96 564 -5,856037 106,628411 Enhalus acoroides 40

97 565 -5,856433333 106,6282167 Enhalus acoroides 5

98 566 -5,861306 106,616616 Enhalus acoroides 40

99 567 -5,861499 106,61694 Enhalus acoroides 40

100 568 -5,861496 106,616582 Enhalus acoroides 25

101 569 -5,868567 106,609899 Enhalus acoroides 25

102 570 -5,868747 106,610279 Enhalus acoroides 60

103 571 -5,869216667 106,61035 Enhalus acoroides 20

104 572 -5,869237 106,610159 Enhalus acoroides 40

105 573 -5,868893 106,609864 Enhalus acoroides 50

106 574 -5,868061 106,60968 Enhalus acoroides 40

107 575 -5,867884 106,609539 Enhalus acoroides 40

108 576 -5,867631 106,60935 Enhalus acoroides 40

109 577 -5,867484 106,609446 Enhalus acoroides 20

110 578 -5,864476 106,607937 Enhalus acoroides 50

111 579 -5,864382 106,608141 Enhalus acoroides 50

112 580 -5,864218 106,608432 Enhalus acoroides 80

113 581 -5,863769 106,60885 Enhalus acoroides 90

114 582 -5,863516667 106,60895 Enhalus acoroides 80

115 583 -5,863283333 106,6092167 Enhalus acoroides 80

116 584 -5,863066667 106,6093 Enhalus acoroides 80

117 585 -5,8629 106,60965 Enhalus acoroides 80

118 586 -5,862618 106,609799 Enhalus acoroides 60

119 587 -5,86251 106,61002 Enhalus acoroides 60

120 588 -5,862306 106,610317 Enhalus acoroides 80

121 589 -5,86209 106,61041 Enhalus acoroides 60

122 590 -5,861804 106,610728 Enhalus acoroides 60

123 591 -5,861783 106,611091 Enhalus acoroides 80

124 592 -5,861546 106,611325 Enhalus acoroides 40

125 593 -5,861365 106,611395 Enhalus acoroides 80

126 594 -5,861168 106,611462 Enhalus acoroides 80

(32)

20 Lanjutan

128 596 -5,860533333 106,6117167 Enhalus acoroides 80

129 597 -5,860416667 106,6118667 Enhalus acoroides 80

130 598 -5,860187 106,612249 Enhalus acoroides 60

131 599 -5,85975 106,6122833 Enhalus acoroides 60

132 600 -5,8595 106,6126833 Enhalus acoroides 80

133 601 -5,859383333 106,6130833 Enhalus acoroides 60

134 602 -5,859382 106,613437 Enhalus acoroides 60

135 603 -5,8593 106,6135833 Enhalus acoroides 50

136 604 -5,859233333 106,6136833 Enhalus acoroides 60

137 605 -5,858883333 106,6139667 Enhalus acoroides 50

138 606 -5,8587 106,6140333 Enhalus acoroides 60

139 607 -5,858516667 106,6141 Enhalus acoroides 50

140 608 -5,858283333 106,6142 Enhalus acoroides 60

141 609 -5,858016 106,614366 Enhalus acoroides 80

142 610 -5,85775 106,61445 Enhalus acoroides 80

143 611 -5,857233333 106,6142833 Enhalus acoroides 80

144 612 -5,857083333 106,6142667 Enhalus acoroides 50

145 613 -5,8568 106,6144333 Enhalus acoroides 80

(33)

21 RIWAYAT HIDUP

Penulis dilahirkan di Bekasi, pada tanggal 04 Juli 1991. Penulis merupakan anak kandung dari Ayah Jaelani dan Ibu Ayi Setiawati, anak kelima dari tujuh bersaudara.

Pada tahun 2006 – 2008 penulis menyelesaikan pendidikan di Sekolah Menengah Atas Negeri 1 Bekasi, Jawa Barat. Tahun 2008 penulis lulus seleksi sebagai mahasiswa di Institut Pertanian Bogor, Fakultas Perikanan dan Ilmu Kelautan, Departemen Ilmu dan Teknologi Kelautan melalui jalur Undangan Seleksi Masuk IPB.

Selama kuliah di Institut Pertanian Bogor, penulis menjadi asisten praktikum mata kuliah Dasar-Dasar Instrumentasi Kelautan tahun 2011 dan 2012. Penulis juga aktif dalam kegiatan organisasi, seperti anggota divisi Advokasi dan Kajian Perikanan Kelautan (AKPK) – BEM FPIK IPB 2009-2010 dan anggota divisi Akustik dan Insrtumentasi Kelautan (AIK) – Himpunan Mahasiswa Ilmu dan Teknologi Kelautan (HIMITEKA) 2010-2011.

Gambar

Gambar 1. Lokasi Penelitian di Gugus Pulau Pari, Kepulauan Seribu.
Gambar 3. Contoh perhitungan  matrix confusion (Congalton dan Green, 2009)
Tabel 1. Karakteristik Satelit WorldView-2
Gambar 4 merupakan diagram alir pengolahan Citra Satelit WorldView-2 untuk menghasilkan peta sebaran mangrove dan lamun
+5

Referensi

Dokumen terkait

(a) Dengan berkreasi orang dapat mewujudkan dirinya, dan perwujudan diri termasuk salah satu kebutuhan pokok dalam hidup manusia, (b) kreativitas atau berfikir

Ketika diperhatikan pada satu kegiatan pembelajaran guru tidak hanya mengajarkan satu karakter saja namun karakter lain yang sekiranya dapat diajarkan pun tetap

Variabel lokasi berpengaruh positif dan signifikan terhadap keputusan pembelian, artinya semakin tinggi persepsi konsumen terhadap lokasi, maka akan semakin kuat mendorong

Current ratio atau rasio lancar merupakan perbandingan antara jumlah seluruh aktiva lancar dengan kewajiban jangka pendek (Sugiyarso dan Winarni, 2005). Bagi perekonomian

Hal ini berarti jika pengecoran menggunakan dengan massa jenis polystyrene foam lebih rendah maka massa jenis benda cor akan lebih tinggi (Kim dan Lee, 2007 dalam Sutiyoko

Dalam waktu satu bulan pendampingan, telah dilakukan 28 kali pertemuan dengan Bapak Nengah Rukun.Dalam jangka waktu tersebut telah diidentifikasikan beberapa permasalahan

Peningkatan performa yang dihasilkan oleh linear engine diakibatkan karena gaya gesek yang diterima lebih sedikit dibandingkan dengan mesin konvensional biasa.

Sistem pengendalian internal yang efektif dalam pengelolaan Lembaga Amil Zakat, dapat dikatakan baik, yaitu sebesar 68,7% , sedangkan indikator adanya ukuran