• Tidak ada hasil yang ditemukan

PEMETAAN DISTRIBUSI NILAI TOTAL SUSPENDED SOLID (TSS) MENGGUNAKAN ALGORITMA SYARIF BUDHIMAN DI PERAIRAN DELTA MAHAKAM, KALIMANTAN TIMUR.

N/A
N/A
Protected

Academic year: 2021

Membagikan "PEMETAAN DISTRIBUSI NILAI TOTAL SUSPENDED SOLID (TSS) MENGGUNAKAN ALGORITMA SYARIF BUDHIMAN DI PERAIRAN DELTA MAHAKAM, KALIMANTAN TIMUR."

Copied!
74
0
0

Teks penuh

(1)

PEMETAAN DISTRIBUSI NILAI TOTAL SUSPENDED SOLID (TSS)

MENGGUNAKAN ALGORITMA SYARIF BUDHIMAN

DI PERAIRAN DELTA MAHAKAM, KALIMANTAN TIMUR

Oleh :

FADHLIANNOOR

NIM. 120 500 153

PROGRAM STUDI GEOINFORMATIKA

JURUSAN MANAJEMEN PERTANIAN

POLITEKNIK PERTANIAN NEGERI SAMARINDA

S A M A R I N D A

2 0 1 5

(2)

PEMETAAN DISTRIBUSI NILAI TOTAL SUSPENDED SOLID (TSS)

MENGGUNAKAN ALGORITMA SYARIF BUDHIMAN

DI PERAIRAN DELTA MAHAKAM, KALIMANTAN TIMUR

Oleh :

FADHLIANNOOR

NIM. 120 500 153

Karya Ilmiah Sebagai Salah Satu Syarat

untuk Memperoleh Sebutan Ahli Madya pada Program Diploma III Politeknik Pertanian Negeri Samarinda

PROGRAM STUDI GEOINFORMATIKA

JURUSAN MANAJEMEN PERTANIAN

POLITEKNIK PERTANIAN NEGERI SAMARINDA

S A M A R I N D A

2 0 1 5

(3)

PEMETAAN DISTRIBUSI NILAI TOTAL SUSPENDED SOLID (TSS)

MENGGUNAKAN ALGORITMA SYARIF BUDHIMAN

DI PERAIRAN DELTA MAHAKAM, KALIMANTAN TIMUR

Oleh :

FADHLIANNOOR

NIM. 120 500 153

Karya Ilmiah Sebagai Salah Satu Syarat

untuk Memperoleh Sebutan Ahli Madya pada Program Diploma III Politeknik Pertanian Negeri Samarinda

PROGRAM STUDI GEOINFORMATIKA

JURUSAN MANAJEMEN PERTANIAN

POLITEKNIK PERTANIAN NEGERI SAMARINDA

S A M A R I N D A

2 0 1 5

(4)

HALAMAN PENGESAHAN

Judul Karya Ilmiah : Pemetaan Distribusi Nilai Total Suspended Solid

(TSS) Menggunakan Algoritma Syarif Budhiman di Perairan Delta Mahakam, Kalimantan Timur.

Nama : FADHLIANNOOR

NIM : 120 500 153

Program Studi : Geoinformatika

Jurusan : Manajemen Pertanian

Menyetujui,

Pembimbing

Ir. Herijanto Thamrin, MP NIP. 196211071989031015

Penguji I,

Husmul Beze, S.Hut.,M.Si NIP. 197906132008121003

Penguji II,

Yulianto, S.Kom, M.MT NIP. 198307192009121007

Menyetujui,

Ketua Program Studi GeoInformatika

Husmul Beze, S.Hut.,M.Si NIP. 197906132008121003

Mengesahkan,

Ketua Jurusan Manajemen Pertanian

Ir. M. Masrudy, MP NIP. 196008051988031003

(5)

ABSTRAK

FADHLIANNOOR. Pemetaan Distribusi Nilai Total Suspended Solid (TSS) Menggunakan Algoritma Syarif Budhiman di Perairan Delta Mahakam, Kalimantan Timur (dibawah bimbingan Herijanto Thamrin).

Penelitian ini bertujuan untuk mengetahui sebaran Total Suspended Solid

pada perairan Delta Mahakam dan pengaruhnya terhadap perikanan. Serta untuk mengetahui keakuratan pengukuran TSS dengan menggunakan data citra satelit Landsat yang dihitung berdasarkan algoritma Syarif Budhiman. Hasil yang diharapkan dari penelitian ini adalah sebagai bahan informasi dan diharapkan dapat dijadikan sebagai parametar awal dalam pemantauan wilayah perairan yang luas.

Penelitian ini dilakukan pada perairan Delta mahakam. Penelitian ini dilakukan selama 5 bulan dari tanggal 23 maret sampai 30 Juli 2015 meliputi penyusunan proposal, pembuatan peta lokasi pengambilan sampel, pengambilan sampel, pengukuran data TSS, pengolahan citra, dan penyusunan laporan karya ilmiah. Pengukuran data TSS secara in-situ dilakukan di laboratorium Tanah

menggunakan metode Gravimetri, dan pada perhitungan data citra menggunakan algoritma Syarif Budhiman. Untuk mengetahui keakuratan data citra dan data lapangan, digunakan perhitungan analisis regresi linear sederhana.

Berdasarkan analisis dan pembahasan dari penelitian TSS di perairan delta Mahakam, maka dapat disimpulkan bahwa peningkatan konsentrasi TSS terjadi pada muara sungai mahakam dengan nilai konsentrasi TSS berkisar antara 0-300 mg/l, maka perairan Delta Mahakam yang pada konsentrasi tertinggi tergolong perairan yang kurang baik bagi kepentingan perikanan dan dapat mengganggu kehidupan biota laut. Dari perhitungan menggunakan algoritma Syarif Budhiman pada citra Landsat 8 dapat memprediksi konsentrasi TSS sebesar 86.3% di lapangan.

(6)

RIWAYAT HIDUP

FADHLIANNOOR, lahir pada tanggal 4 September 1989 di Talisayan Kabupaten Berau Kalimantan Timur yang merupakan anak ketiga dari empat saudara dari Bapak Ibramsyah dan Ibu Susilawati.

Pendidikan dasar dimulai di Sekolah Dasar Negeri 011 Samarinda pada tahun 1996 dan lulus pada tahun 2001, pada tahun yang sama melanjutkan pendidikan ke Sekolah Menengah Pertama di SMP Negeri 10 Samarinda dan lulus pada tahun 2004. Selanjutnya pada tahun yang sama meneruskan ke bangku Sekolah Menengah Atas di SMA Negeri 05 Samarinda mengambil jurusan IPS hingga lulus dan memperoleh ijazah pada tahun 2007.

Pendidikan tinggi pertama ditempuh di Universitas Mulawarman, Fakultas Keguruan dan Ilmu Pendidikan, Jurusan Bahasa dan Seni, Program Studi Bahasa dan Sastra Indonesia pada tahun 2007 dan berhenti pada tahun 2010. Bekerja pada salah satu perusahaan Pembiayaan FIF Finance selama 1,4 Tahun

dan berhenti pada akhir tahun 2011. Pendidikan tinggi pada Politeknik Pertanian Negeri Samarinda, Jurusan Manajemen Pertanian, Program Studi Geoinformatika pada tahun 2012. Selama menempuh pendidikan pernah menjadi pengurus HMJ Bastra periode 2008/2009 sebagai koordinator Departemen Budaya dan Agama, dan periode 2009/2010 sebagai Wakil Ketua HMJ Bastra. Dan Menjadi Pengurus HIMA GI periode 2012/2013 sebagai Wakil Ketua HIMA GI. Di periode 2013/2014 sebagai Ketua HIMA GI.

Pada bulan Maret – Mei 2015 mengikuti kegiatan Praktek Kerja Lapangan (PKL) di Instansi Pemerintahan Dinas Bina Marga Pengairan Kota Samarinda dan PT. INHUTANI I Batu Ampar.

(7)

KATA PENGANTAR

Segala puji syukur kehadirat Allah Subhanahu Rahmat-Nya Penulis dapat menyelesaikan Karya Ilmiah ini.

Adapun maksud penyusunan karya ilmiah ini adalah sebagai salah satu peryaratan menyelesaikan studi dan memperoleh gelar Ahli Madya Diploma III Politeknik Pertanian Negeri Samarinda.

Pada kesempatan ini tak lupa disampaikan pula ucapan terima kasih setulus hati kepada :

1. Kedua Orang Tua Tercinta, dukungan dan

motivasi.

2. Bapak Ir. Herijanto Thamrin, MP, selaku Dosen Pembimbing yang banyak memberikan arahan dan masukan kepada penulis.

3. Bapak Astrolabe Sian Prasetya, ST.MT, dan Bapak Dawamul Arifin, ST.MT. yang memberikan berbagai arahan teknis kepada penulis.

4. Bapak Husmul Beze, S.Hut, M.Si selaku Ketua Program Studi Geoinformatika .

5. Para staf pengajar, administrasi dan teknisi di Jurusan Manajemen Pertanian.

6. Teman-teman Keluarga Politani 2012-2013 Reza Fachroni, Ganecha Yudhistira, Syawal Aditya Pratama, M.Nujihan Ramadhani.

Penulis menyadari sepenuhnya bahwa laporan ini masih banyak kekurangan, Namun diharapkan dari informasi yang tersaji di dalamnya dapat bermanfaat bagi pembaca dan penulis khususnya.

Fadhliannoor

(8)

DAFTAR ISI

KATA PENGANTAR ... v

DAFTAR ISI ... vi

DAFTAR TABEL ... vii

DAFTAR GAMBAR ... viii

BAB. I PENDAHULUAN ... 1

BAB. II TINJAUAN PUSTAKA A. Sedimentasi ... 3

B. Total Suspended Solid (TSS) ... 4

C. Penginderaan jauh ... 5

D. Satelit Landsat ... 7

E. Kondisi Perairan Delta Mahakam ... 14

F. Penginderaan Jauh dan Aplikasinya dalam Sedimentasi ... 16

G. Uji Analisis Korelasi ... 18

BAB. III METODE PENELITIAN A. Tempat dan Waktu Penelitian ... 22

B. Alat dan Bahan ... 23

C. Prosedur Penelitian ... 24

BAB. IV HASIL DAN PEMBAHASAN A. Hasil ... 48

B. Pembahasan ... 52

BAB. V KESIMPULAN DAN SARAN A. Kesimpulan ... 58

B. Saran ... 58 Daftar Pustaka

(9)

DAFTAR TABEL

Nomor Tubuh Utama Hal

1. Kesesuaian Perairan untuk Kepentingan Perikanan Berdasarkan Nilai

Padatan Tersuspensi (TSS) ... 5

2. Nilai A, S, dan R2 pada algoritma Syarif Budhiman ... 6

3. Karakteristik Citra Landsat – 8 ... 10

4. Posisi Lokasi Penelitian ... 25

5. Nilai Digital Number Sebelum Koreksi Radiometrik ... 32

6. Nilai Digital Number Setelah Koreksi Radiometrik ... 32

7. Nilai TSS Sebelum Klasifikasi ... 42

8. Hasil Pengukuran Secara In-Situ dan Pengolahan Citra ... 48

Lampiran 9. Daftar Koordinat GCP Landsat 8- OLI 17 Mei 2015 ... 62

(10)

DAFTAR GAMBAR

Nomor Tubuh Utama Hal

1. Proses perekaman permukaan bumi oleh sensor Inderaja ... 7

2. Pengaruh sudut pengambilan dan sudut matahari pada energi yang diterima oleh sensor ... 13

3. Konsep dari energi radian ... 13

4. Tahapan energi pada perekaman citra ... 14

5. Reflektansi dari vegetasi, tanah, dan air ... 14

6. Energi (yang direpresentasikan oleh suhu) ... 15

7. Peta Delta Mahakam ... 17

8. Hubungan antara radiasi dan panjang gelombang ... 19

9. Peta Lokasi Titik Pengambilan Sampel ... 22

10. Diagram Alir Metode Penelitian ... 26

11. Proses Koreksi Geometrik Image to Image ... 27

12. Lokasi 20 titik Ground Control Point ... 28

13. Tampilan Input Data Landsat menggunakan Metadata. ... 29

14. Proses Koreksi radiometrik menggunakan tool Quac ... 30

15. Kotak Dialog tool Quac ... 30

16. Proses koreksi radiometrik ... 30

17. Kotak Dialog tool FLAASH ... 31

18. Kotak dialog tool Band Math ... 31

19. Kotak Dialog Tool Resize Data ... 33

20. Proses Pemotongan Citra ... 33

21. Hasil Proses Pemotongan Citra ... 34

(11)

Nomor Tubuh Utama Hal

23. Proses Pemilihan Band untuk mendeteksi awan ... 36

24. Hasil Pemisahan Awan ... 36

25. Tool ROI ... 37

26. Proses Digitasi Metode ROI ... 38

27. Hasil Proses Digitasi Metode ROI ... 38

28. Proses Konversi ROI ke format efv ... 38

29. Proses Konversi ROI ke format efv ... 39

30. Hasil Acuan Spasial Daratan ... 39

31. Kotak Dialog Band Math ... 40

32. Kotak Dialog Pemilihan Band Merah (Band 4) ... 40

33. Proses Klasifikasi metode Region of Interest ... 41

34. Kotak Dialog Pemilihan File TSS ... 42

35. Proses Klasifikasi Interval Konsentrasi TSS ... 43

36. Kotak Dialog Layer Properties ArcGIS ... 44

37. Proses Pengeringan Kertas Saring ... 45

38. Pendinginan Kertas saring ke Desikator ... 45

39. Pemasangan kertas saring pada corong ... 46

40. Proses Pengadukan Sampel ... 46

41. Proses pemasukan sampel kertas saring ... 47

42. Histogram Band 1 – Band 7 Sebelum Koreksi Radiometrik ... 48

43. Histogram Band 1 – Band 7 Setelah Koreksi Radiometrik ... 49

44. Grafik Korelasi TSS ... 50

(12)

Nomor Tubuh Utama Hal

46. Lokasi Konsentrasi TSS tertinggi ... 53

47. Lokasi Konsentrasi TSS tertinggi ... 53

48. Lokasi TSS yang rendah ... 54

49. Lokasi TSS yang rendah ... 54

Lampiran 50. Hasil Analisis Laboratorium ... 65

51. Lokasi Sampel – 01 ... 66 52. Lokasi Sampel – 02 ... 66 53. Lokasi Sampel – 03 ... 67 54. Lokasi Sampel – 04 ... 67 55. Lokasi Sampel – 05 ... 68 56. Lokasi Sampel – 06 ... 68 57. Lokasi Sampel – 07 ... 69

(13)

BAB I

PENDAHULUAN

Air adalah sumber daya yang sangat vital bagi kelangsungan kehidupan di bumi, kelangkaan serta penurunan kualitas air yang terjadi akibat degradaasi lingkungan hidup akan memicu munculnya berbagai bencana seperti kelangkaan pangan, banjir, mewabahnya penyakit dan sebagainya. Oleh karenanya, hak atas air hingga saat ini ditempatkan setara dengan hak asasi manusia (KLH,2010).

Wilayah perairan indonesia memiliki banyak permasalahan, khususnya terkait dengan manajemen lingkungan yang cukup kompleks, salah satu wilayah perairan yang mengalami degradasi kualitas air adalah aliran sungai Mahakam, berbagai permasalahan yang melanda wilayah tersebut seperti rusaknya daerah hulu sebagai wilayah tangkapan air, sedimentasi yang tinggi, pencemaran air oleh limbah pabrik serta limbah dan sampah rumahan yang tidak tertangani dan terakumulasi dalam sistem drainase telah menyebabkan berbagai bencana terjadi di sepanjang wilayah aliran sungai mahakam.

Pekerjaan pemantauan kualitas air dapat dilakukan dengan berbagai cara dan metode, salah satu metode yang biasa digunakan adalah dengan menghitung nilai Total Suspended Solid ( TSS )¸TSS adalah materi padat seperti

pasir, lumpur tanah maupun logam berat yang tersuspensi di daerah perairan. TSS merupakan salah satu parameter perairan yang dinamikanya mencerminkan perubahan yang terjadi di daratan dan perairan. TSS dapat dianggap sebagai indikator awal dalam mengevaluasi kondisi sedimentasi yang larut dalam air termasuk di aliran Sungai Mahakam ( SNI 06-6989.3-2004 ).

Wilayah yang membentang cukup luas dari hulu sampai ke hilir memerlukan waktu dan biaya yang cukup besar untuk melakukan kajian yang

(14)

2

menyeluruh maka diperlukan teknologi yang aktual, faktual dan spasial untuk mengatasinya. Citra satelit penginderaan jauh merupakan salah satu teknologi yang dapat digunakan untuk menganalisis perubahan kualitas air baik secara spasial maupun temporal di suatu wilayah perairan, oleh karenanya teknologi penginderaan jauh diharapkan dapat menjadikan pekerjaan pemantauan kualitas air tersebut dapat berjalan lebih efektif dan efisien dengan meminimalisir waktu kerja dan biaya yang diperlukan.

Data penginderaan jauh Landsat memiliki kanal-kanal spektral yang dapat dimanfaatkan untuk berbagai aplikasi yang berkaitan dengan vegetasi, air dan tanah. Berbagai kombinasi kanal spektral digunakan untuk dimanfaatkan sesuai tujuan yang akan dicapai. Penelitian terkait sedimen tersuspensi di Perairan Indonesia telah banyak dilakukan dan dikembangkan dengan menggunakan teknologi penginderaan jauh. Pemanfaatan teknologi penginderaan jauh, terutama menggunakan data citra satelit, sangat berguna dalam pemantauan wilayah yang cukup luas seperti di perairan Selat Makasar, serta akan melakukan validasi data menggunakan data survey lapangan.

Penelitian ini bertujuan untuk mengetahui sebaran Total Suspended Solid

pada perairan Delta Mahakam dan pengaruhnya terhadap perikanan. Serta untuk mengetahui keakuratan pengukuran TSS dengan menggunakan data citra satelit Landsat yang dihitung berdasarkan algoritma Syarif Budhiman.

Hasil yang diharapkan dari penelitian ini adalah sebagai bahan informasi dan diharapkan dapat dijadikan sebagai parametar awal dalam pemantauan wilayah perairan yang luas.

(15)
(16)
(17)
(18)
(19)
(20)
(21)
(22)
(23)
(24)
(25)
(26)
(27)
(28)
(29)
(30)
(31)
(32)
(33)
(34)

BAB III

METODE PENELITIAN

A. Tempat dan Waktu Penelitian

1. Lokasi Penelitian

Kegiatan penelitian ini dilaksanakan di sepanjang Pantai Perairan daerah Samboja dan Delta Sungai Mahakam, Kab. Kutai Kartanegara . Penentuan lokasi penelitian dilakukan secara sengaja (purposif). Pada penelitian ini sampel diambil

pada 7 lokasi. Pemilihan titik stasiun yang digunakan dalam penelitian yaitu berdasarkan hasil klasifikasi Unsupervised (tak terbimbing) terlebih dahulu untuk

mendapatkan kelas dan menentukan koordinat sebelum berangkat kelapangan. Berikut lokasi penelitian TSS di Delta Mahakam, Muara Jawa, Kec. Samboja. Pada gambar 9.

(35)

23

2. Waktu

Kegiatan penelitian ini membutuhkan waktu ± 6 bulan. Meliputi penyusunan proposal, pengolahan data, pengambilan data di lapangan, dan penyusunan laporan penelitian. Data lapangan diambil pada tanggal 29 Mei 2015. Mulai pukul 09.45 WITA hingga 16.35 WITA.Pengambilan sampel pada kedalaman ± 30 cm – 170 cm.

B. Alat dan Bahan

1. Alat

Adapun peralatan yang digunakan dalam penelitian ini dibagi dalam 2 adalah: a. Perangkat keras

1) Notebook Acer Aspire S3. 2) GPS Navigasi.

3) Kamera Digital.

4) Botol Air Mineral 1,5 Liter untuk mengambil sampel air. 5) Tali tambang. 6) Ember. 7) Pelampung. 8) Botol semprot. 9) Corong. 10) Desikator. 11) Gelas kimia 400 ml. 12) Gelas ukur 50 ml. 13) Kertas saring. 14) Labu Erlenmeyer.

(36)

24 15) Oven. 16) Timbangan Analitis. b. Perangkat Lunak 1) ArcMap Desktop 10.3. 2) Exelis Envi 5.1. 3) ERMapper 7.0. 4) Microsoft Office 2010. 2. Bahan

Adapun bahan yang digunakan dalam penelitian tugas akhir ini antara lain: a. Citra Landsat-8 pada tanggal pengambilan 23 Februari 2014 dan 8 Mei

2015 pada path 116 row 61, di wilayah Kalimantan Timur. Data tersebut

mengacu pada datum geodetic WGS 1984 dengan sistem proyeksi UTM

zona 50 bagian selatan.

b. Peta Dinas Pekerjaan Umum skala 1:200.000 di unduh dari website Dinas Pekerjaan Umum.

c. Sampel air 1 liter sebanyak 7 buah yang di ambil pada titik sampel yang ditentukan setelah melakukan pengolahan citra satelit.

d. Aquades digunakan untuk mencuci kadar garam pada hasil sampel

C. Prosedur Penelitian

Adapun prosedur Penelitan dalam kegiatan penelitian adalah sebagai berikut: 1. Persiapan

Persiapan yang dilakukan sebelum melaksanakan penelitian yaitu persiapan administrasi antara lain : pembuatan proposal, penyusunan jadwal dan rencana kerja, dan konsultasi dosen pembimbing penelitian.

(37)

25

2. Pengambilan Data

Pengambilan data penelitian meliputi 2 (dua) bagian meliputi data primer dan data sekunder.

a. Data primer, data yang diambil dari lapangan berupa data lapangan, diambil di 7 titik lokasi penelitian. Berikut adalah 7 titik lokasi penelitian

yang dapat dilihat pada tabel. Tabel 4. Posisi Lokasi Penelitian

No

Nama

Posisi Koordinat UTM

(meter)

Posisi Koordinat Geografis

X Y Lintang Bujur 1. S-10 511755 9883795 1°3'4.82"S 117°6'20.36"T 2. S-09 515055 9889045 1°0'13.83"S 117°8'7.14"T 3. S-08 527805 9900205 0°54'10.32"S 117°14'59.66"T 4. S-07 527895 9907525 0°50'19.73"S 117°15'24.89"T 5. S-06 527925 9908635 0°49'35.76"S 117°15'3.53"T 6. S-05 526815 9911575 0°48'00"S 117°14'27.61"T 5. S-04 525525 9911635 0°47'58.05"S 117°13'45.87"T

b. Data sekunder didapatkan melalui website USGS yang berupa data Citra Landsat-8 Oli tanggal pengambilan 17 Mei 2015.

3. Pengolahan Data

a. Pengolahan Citra Landsat 8 OLI

Dalam penelitian ini proses pengolahan data Citra menggunakan Software Exelis Envi 5.1 dan Arcgis 10.3. Pada tahap pengolahan data ini dapat dijabarkan secara lengkap, sebagai berikut :

(38)

26

Gambar 10. Diagram Alir Metode Penelitian

Adapun penjelasan dari gambar yang berupa langkah-langkah kerja penelitian adalah sebagai berikut :

(39)

27

1) Koreksi Geometrik

Koreksi geometrik dilakukan untuk membenarkan posisi, menggunakan acuan peta vektor 1 : 50.000 dan menggunakan sistem koreksi image to image dalam menentukan titik-titik GCP. Peta vektor ini

didapat dari Dinas Pekerjaan Umum.

Gambar 11. Proses Koreksi Geometrik Image to Image.

Pada proses ini untuk pembuktian terhadap pernyataan dari USGS yang mengeluarkan Produk data Landsat 8 level 1T dengan karakteristik global akurasi 12 meter dan tingkat kepercayaan circular error (CE) 90%,

yaitu menurut Purwadhi (2001), batas toleransi untuk kesalahan RMSe

dengan 20 buah Ground Control Point (GCP)yang diletakkan pada daerah

(40)

28

Adapun letak persebaran GCP tersebut pada citra adalah sebagai berikut.

Gambar 12. Lokasi 20 titik GCP 2) Koreksi Radiometrik

Pada penelitian ini digunakan 7 band multispektral (band 1 – 7)

dimana nilai Digital Number menggunakan perhitungan matematis untuk

menghasilkan informasi tertentu diimana pada konteks penelitian ini, berupa penurunan nilai sedimentasi berupa nilai dari Total Suspended Solid (TSS). Dalam proses penurunan algoritma untuk menghasilkan

nilai TSS tersebut diperlukan proses koreksi radiometrik sekaligus digunakan untuk mengkonversi nilai digital number (DN) menjadi nilai

radian kemudian dikonversi kembali menjadi nilai reflektansi yang dianggap mewakili nilai sebenarnya dari kemampuan suatu obyek dilapangan dalam memantulkan gelombang elektromagnetik.

Dalam proses konversi nilai tersebut dapat digunakan secara manual menggunakan persamaan (2), (3), dan (4) menggunakan tool band math. Pada penelitian ini digunakan Perangkat Lunak Exelis Envi

(41)

29

5.1 untuk koreksi radiometriknya, karena pada perangkat lunak tersebut koreksi dapat dilakukan secara otomatis.

Adapun proses koreksi radiometrik menggunakan Envi 5.1 sebagai berikut :

a) Input Data Landsat 8 OLI menggunakan data MTL.

Gambar 13. Tampilan Input Data Landsat menggunakan Metadata.

Beberapa persamaan yang digunakan untuk melakukan koreksi radiometrik menggunakan nilai-nilai yang terdapat pada metadata dengan format text.

b) Pada menu toolbox ketik radiometric maka akan muncul Radiometric Calibration. Kemudian pilih File Selection Multispectral.

(42)

30

c) Pada menu Radiometric Calibration klik Apply Flash Setting dan

pada output file name buat nama file yang dibuat.

Gambar 15. Kotak Dialog tool QUAC.

d) Setelah proses koreksi menggunakan tool Quac, selanjutnya

menggunakan tool FLAASH (Fast Line-of-sight Atmospheric Analysis of Hypercubes). Ketik Flaash pada menu toolbox dan pilih FLAASH Atmospheric Correction.

Gambar 16. Proses Koreksi Radiometrik menggunakan tool FLAASH.

e) Setelah itu akan muncul Model Input Parameters. Pada input Radiance image, input file yang telah dilakukan Quac Parameter.

Sesuaikan tanggal, jam perekaman, sensor type yaitu Multispectral

Landsat 8 OLI. Dengan Atmospheric Model yaitu Tropis kemudian

(43)

31

Gambar 17. Kotak Dialog tool FLAASH.

f) File yang dihasilkan pada Flaash Armospheric Correction kemudian

akan konversi menggunakan Algoritma yang dikeluarkan oleh USGS. Algoritma yang digunakan adalah sebagai berikut :

(B1 LE 0)*0+(B1 GE 10000)*1+(B1 GT 0 and B1 LT 10000)* (B1)/10000

Gambar 18. Kotak Dialog tool Band Math.

Keterangan :

B1 : Band 1-7 ( Multispektral)

LE : Less Equal

GE : Greater Equal

(44)

32

Tabel 5. Nilai Digital Number sebelum koreksi radiometrik

Tabel 6. Nilai Digital Number setelah koreksi radiometrik

Dari tabel diatas menunjukan pada proses koreksi radiometrik, nilai

digital number sebelum koreksi radiometrik akan berada pada

rentang 0 sampai 2 pangkat 16 atau sama dengan 65536 pixel value. Kemudian setelah dilakukannya proses koreksi radiometrik maka nilai tersebut berkisar diantara nilai 0-1, dari nilai tersebut menunjukan bahwa nilai tersebut adalah nilai reflektan yang akan hanya berada pada rentang nilai tersebut.

3) Pemotongan Citra / Resize Citra.

Pada tahap pemotongan ini dimaksudkan untuk memperkecil daerah pengamatan ke daerah studi yang diinginkan setelah proses koreksi Radiometrik. Pada tahap ini menggunakan Tool Resize Data.

Langkah-langkah yang dilakukan adalah :

Band Spektral

Data Value

Min Max Mean

Band 1 0 50090 5450.976077 Band 2 0 48427 6280.670045 Band 3 0 65535 7728.832871 Band 4 0 63502 6781.913807 Band 5 0 61082 7340.031994 Band 6 0 61309 8309.513827 Band 7 0 58933 8953.048169 Band Spektral Data Value

Min Max Mean

Band 1 0.000000 1.000000 0.083747 Band 2 0.000000 1.000000 0.072875 Band 3 0.000000 1.000000 0.071694 Band 4 0.000000 1.000000 0.066388 Band 5 0.000000 1.000000 0.095740 Band 6 0.000000 1.000000 0.066670 Band 7 0.000000 1.000000 0.049212

(45)

33

a). Jalankan Resize Data pada toolbox. Kemudian klik pada Spatial Subset.

Gambar 19. Kotak Dialog tool Resize Data.

b). Pada window Select Spatial Subset klik image. Pada resize Data Parameter isikan Sampel = 2021 dan Lines = 1717. Kemudian klik Choose dan Output Filename dengan nama file baru.

Gambar 20. Proses Pemotongan Citra.

c). Hasil daripada resize akan seperti gambar. Terlihat kotak biru

(46)

34

Gambar 21. Hasil Proses Pemotongan Citra.

4) Pemisahan awan.

Dalam penelitian ini pemilihan citra yang bebas dari awan sangat perlu untuk dilakukan. Akan tetapi pada beberapa citra yang diambil pada musim penghujan masih akan terdapat banyak awan. Untuk mengatasi hal tersebut citra yang memiliki relatif sedikit awan dihilangkan pengaruh awan tersebut dan untuk citra yang memiliki awan banyak tidak digunakan. Untuk menghilangkan pengaruh awan tersebut maka digunakan algoritma cloud masking yang bertujuan untuk membuat nilai

(47)

35

. Proses pemisahan ini menggunakan band 2 dan kemudian diolah

dengan algoritma cloud masking. Algoritma yang digunakan adalah

sebagai berikut :

Cloud Masking = (B2 GE 0.2)*0 + (B2 LT 0.2)*1

Keterangan :

B2 : band 2 pada reflektans citra Landsat 8-OLI

GE : Greater Equal LT : Less Than

Langkah-langkah yang dilakukan adalah :

a) Pada toolbox jalankan Band Math. Pada Enter an expression ketik

algoritma Cloud Masking dengan menambahkan float. Kemudian klik

OK.

(48)

36

b) Pada B3 pilih band 2 untuk awan, karena band 2 pada Landsat 8

digunakan untuk mendeteksi awan. Kemudian klik Choose dan OutputFilename dengan nama file baru.

Gambar 23. Proses Pemilihan Band untuk mendeteksi awan.

(49)

37

5) Pemisahan Daratan dan Laut.

Dari proses ini untuk memisahkan daratan dan lautan, karena pada penelitian ini hanya membutuhkan nilai reflektan pada lautan. Pada tahap pemisahan Daratan dan Laut ini menggunakan metode ROI (Region of Interest), hal ini dimaksudkan untuk menghapuskan nilai

digital dari karakter daratan karena obyek yang diamati berupa lautan. Sehingga dari proses ROI ini nilai digital daratan akan menjadi 0.

Langkah-langkah yang dilakukan adalah : a) Pada toolbox Envi pilih ROI Tool.

Gambar 25. Tool ROI

b) Kemudian lakukan digitasi pada seluruh daratan, hal ini dimaksudkan untuk membuang daratan tersebut.

(50)

38

c) Hasil pada digitasi daratan seperti pada gambar, kemudian simpan hasil digitasi tersebut dengan format *.efv (envi format).

Gambar 27. Hasil Proses Digitasi Metode ROI.

d) Kemudian buka hasil digitasi tersebut, dan menampalkan vektor hasil digitasi dengan citra yang telah diolah.

(51)

39

e) Akan muncul kotak dialog seperti pada gambar 25.

Gambar 29. Proses Konversi ROI ke format efv .

Gambar 30. Hasil Acuan Spasial Daratan

6) Perhitungan Nilai TSS Algoritma Syarif Budhiman.

Algoritma untuk menghitung nilai TSS dilakukan menggunakan software

Exelis Envi 5.1, adapun persamaan algoritma tersebut yaitu TSS (mg/l)= 8.1429* Exp(23.704*band merah).

(52)

40

a) Masukan algoritma untuk menghitung nilai TSS tersebut dalam band math.

Gambar 31. Kotak Dialog Band Math.

b) Pilih band merah yaitu band 4, simpan dengan cara klik Choose dan

pilih direktori penyimpanannya.

(53)

41

7) Proses Penggabungan / Overlay

Pada seluruh proses pengolahan sebelumnya, pada bagian citra baik itu awan, daratan, dan perhitungan TSS, perlu dilakukannya penggabungan dari seluruh perhitungan. Langkahnya melalui band math dengan

menggunakan formula : float(B1*B2*B3)

Dimana : B1 : Acuan Pemisahan Awan B2 : Acuan Spasial Daratan B3 : Band Hasil Perhitungan TSS.

8) Proses Klasifikasi

Proses klasifikasi nilai TSS dilakukan untuk memudahkan dalam pembacaan nilai TSS tersebut. Proses tersebut menggunakan metode ROI ( Region of Interest )

a) Pada menu Basic Tool pilih Band Threshold to ROI.

(54)

42

b) Kemudian pilih, file TSS yang akan diklasifikasikan.

Gambar 34. Kotak Dialog Pemilihan File TSS.

c) Setelah itu maka akan muncul jendela ROI Parameter , pada jendela Band Threshold tersebut pengklasifikasian dengan interval 10

berdasarkan nilai Maksimal dan untuk lebih mudah dalam pembacaan nilai TSS, nilai tersebut ditunjukan pada tabel 6

Min : 0

Max : 310.534115 Mean : 4.440099 Stdev : 22.396

Tabel 7. Nilai TSS Sebelum Klasifikasi No Nilai TSS Jumlah Piksel Percent (%) 1 0 3342629 96.3278 2 18.266713 40280 1.1608 3 36.533425 17422 0.5021 4 54.800138 11623 0.335 5 73.06685 9177 0.2645 6 91.333563 7819 0.2253 7 109.600276 7730 0.2228 8 127.866988 6673 0.1923

(55)

43 No Nilai TSS Jumlah Piksel Percent (%) 9 146.133701 5440 0.1568 10 164.400414 4869 0.1403 11 182.667126 4581 0.132 12 200.933839 3849 0.1109 13 219.200551 2598 0.0749 14 237.467264 1701 0.049 15 255.733977 1198 0.0345 16 274.000689 858 0.0247 17 292.267402 468 0.0135 18 310.534115 308 0.0089

pada pengklasifikasian pertama (0-10 Min. Thresh Value = Max Thresh Value =10 Name -1 .

K OK Klasifikasi dilakukan hingga mencapai nilai TSS

maksimal yaitu 300 mg/l.

Gambar 35. Proses Klasifikasi Interval Konsentrasi TSS.

9) Proses Layout

Proses layout menggunakan ArcGIS 10.3. Setelah melakukan proses klasifikasi kemudian hasil klasifikasi tersebut di-export ke dalam bentuk shapefile. Kemudian add data shapefile tersebut, pada layer properties

pilih Categories dan tambahkan semua Unique Values data tersebut,

(56)

44

putih. Citra daratan pada hasil layout bukan Citra daratan tanggal 17 Mei 2015, Citra tersebut adalah Citra Landsat hasil perekaman 23 Februari 2014.

Gambar 36. Kotak Dialog Layer Properties ARCGIS.

b. Pengukuran nilai TSS

Pengukuran Total Suspended Solid (TSS) digunakan metode gravimetri.

Menurut Standar Nasional Indonesia, dalam gravimetri terdapat 3 tahap pengerjaan, yaitu :

1) Preparasi sampel

a) Pisahkan partikel besar yang mengapung.

b) Residu yang berlebihan dalam saringan dapat mengering membentuk kerak dan menjebak air, untuk itu batasi contoh uji agar tidak menghasilkan residu lebih dari 200 mg.

(57)

45

c) Untuk contoh uji yang mengandung padatan terlarut tinggi, bilas residu yang menempel menggunakan aquades dalam kertas saring untuk memastikan zat yang terlarut telah benar-benar dihilangkan. d) Hindari melakukan penyaringan yang lebih lama, sebab untuk

mencegah penyumbatan oleh zat koloidal yang terperangkap pada saringan.

2) Preparasi kertas saring a)

Gambar 37. Proses Pengeringan Kertas Saring

b) Pindahkan kertas saring ke Desikator, dan tunggu hingga kertas saring dingin.

(58)

46

c) Pindahkan kertas saring dari corong ke cawan petri.

Gambar 39. Pemasangan kertas saring pada corong

3) Analisis TSS

a) Siapkan alat penyaringan kemudian basahi saringan dengan sedikit air suling atau aquades.

b) Aduk sampel sampai homogen kemudian pindahkan sebanyak 50 ml kedalam gelas ukur.

(59)

47

c) Kemudian masukkan sampel kedalam peralatan penyaringan dan tunggu sampai semua larutan melewati saringan.

Gambar 41. Proses pemasukan sampel ke kertas saring.

d) Pindahkan kertas saring secara hati-hati dari peralatan penyaring ke cawan petri.

e) Keringkan dalam oven selama 1 jam pada suhu 103°C sampai dengan 105°C, dinginkan dalam desikator selama 10-15 menit untuk menyeimbangkan suhu dan timbang.

f) Ulangi tahapan pengeringan, pendinginan dalam desikator, dan lakukan penimbangan sampai diperoleh berat konstan atau sampai perubahan berat lebih kecil dari 4% terhadap penimbangan sebelumnya atau lebih kecil dari 0,5 mg.

(60)
(61)
(62)
(63)
(64)
(65)
(66)
(67)
(68)
(69)
(70)

BAB V

KESIMPULAN DAN SARAN

A. Kesimpulan

Berdasarkan hasil analisis dan pembahasan didapatkan kesimpulan sebagai berikut:

1. TSS citra Landsat pada 17 Mei 2015 dengan nilai konsentrasi terbesar sekitar 300 mg/l dan pada sebaran TSS yang tinggi pada sekitar muara tersebut di perairan Delta Mahakam tersebut diduga dapat mengganggu kehidupan biota laut dan kurang baik bagi kepentingan perikanan.

2. Penggunaan Algoritma Syarif Budhiman pada Citra Landsat 8 di perairan Delta Mahakam dapat memprediksi konsentrasi TSS sebesar 86.3% di lapangan.

B. Saran

Saran yang dapat diberikan terkait dengan penelitian selanjutnya adalah : 1. Dapat menggunakan citra satelit lain dengan resolusi spasial yang lebih tinggi untuk mengetahui nilai TSS dan menggunakan algorithma yang berbeda.

2. Dalam hal pengambilan data harap pertimbangkan cuaca pada waktu pengambilan dan untuk uji ketelitian dapat dilakukan menggunakan data citra dan data lapangan pada waktu yang sama sehingga dapat diperoleh tingkat kecocokan dan ketelitian yang lebih akurat.

3. Agar dapat mewakili seluruh wilayah, maka perlu pengambilan sampel air pada kedalaman yang berbeda.

(71)

DAFTAR PUSTAKA

Budhiman,S. 2004. Mapping TSM Concentration from Multisensor Satelite Images in Turbid Tropical Coastal Water of Mahakam Delta, Indonesia.

LAPAN.

Budhiman,S. 2004. Pemetaan Sebaran TOTAL SUSPENDED MATTER (TSM) Menggunakan Data Aster Dengan Pendekatan Bio-Optical Model. LAPAN.

Budhiman,S. 2014. Analisa Sedimen Tersuspensi (Total Suspended Matter) di

Perairan Timur Sidoarjo Menggunakan Citra Satelit Landsat dan SPOT. LAPAN.

Dianovita dan Mahendra, R. 2014. Kajian Ketelitian Geometri Citra Landsat 8 Level 1 T. LAPAN.

Dianovita. 2014. Metode Penajaman (Pansharpen) Citra Landsat 8. LAPAN. Fawzi, N.I. 2013. Koreksi Radiometrik Landsat 8, No.238-166-922

Lestari, I.B. 2009. Pendugaan Konsentrasi Total Suspended Solild (TSS) dan

Transparansi Perairan Teluk Jakarta Dengan Citra Satelit Landsat. Listyani. E. 2001. Bahan Ajar Analisis Regresi. Bogor. IPB.

Nurjati, Chatarina.2011. Penginderaan Jauh Untuk Estimasi Kandungan TSS di Wilayah Pantai Timur Surabaya Akibat Pembuangan Lumpur Lapindo. Nugroho, G. 2010. Standarisasi Koreksi Data Satelit Multi Temporal dan Multi

Sensor (LANDSAT TM/ETM+ DAN SPOT-4). LAPAN.

Parwati, Ety. 2014. Analisis Dinamika Fluktuasi TSS ( Total Suspended Solid )

Sepanjang Das-Muara-Laut di Perairan Berau Kalimantan Timur, Indonesia.

Prasetya, A.S. 2012. Penentuan Lokasi Budidaya Rumput Laut Menggunakan Satelit Terra Modis di Daerah Pesisir Jawa Timur.

Raharti, dan Yuniarsih, Y. (1996). Pemantauan Data Citra Landsat TM untuk Menduga Konsentrasi Muatan Padatan Tersuspensi di Perairan Teluk Jakarta. Bogor: IPB.

Rahman, A. 2011. Modul Ajar Pengolahan Citra Digital dan Aplikasinya dengan Menggunakan ENVI 4.4.

Rahayu. 2014. Koreksi Radiometrik Citra Landsat-8 Kanal Multispektral

Menggunakan Top Of Atmosphere (TOA) Untuk Mendukung Klasifikasi

(72)

60

SNI. 2004. TSS Gravimetri. No. 06-6989.3-2004.

USGS. 2014. Using the USGS Landsat 8 Product. United States

Walpole, R. E. 1995. Pengantar Statistik. Edisi ke-3 in Bambang Sumantri (Ed).

(73)

S-08 S-04 S-05 S-06 S-07 S-09 S-10 Dondang Jala n S am boja - M uara Jaw a Jala n M oh am me d H att a 117°20'0"E 117°20'0"E 117°10'0"E 117°10'0"E 0 °5 0 '0 " S 0 °5 0 '0 " S 1 °0 '0 " S 1 °0 '0 " S

Selat Makasar

0 0,5 1 2 3 4 Miles 1:170.000

Legenda

: Batas Pantai

: Lokasi Penelitian

: Jalan

PETA LOKASI PENELITIAN

SEDIMEN TERSUSPENSI (TSS) DI DELTA MAHAKAM KETERANGAN PROYEKSI SISTEM GRID ZONA Sumber Peta : WGS 1984 : Geografi : 50 S : Peta Dinas PU thn 2002

|

Orientasi :

U

SKALA

FADHLIANNOOR

120 500 153

GEOINFORMATIKA

(74)

117°30'0"E 117°30'0"E 117°20'0"E 117°20'0"E 117°10'0"E 117°10'0"E 0 °4 0 '0 " S 0 °4 0 '0 " S 0 °5 0 '0 " S 0 °5 0 '0 " S 1 °0 '0 " S 1 °0 '0 " S

SKALA

ORIENTASI

Tanggal Pembuatan

21 Juni 2015

Oleh :

FADHLIANNOOR

120 500 153

Dosen Pembimbing

Ir. Herijanto Thamrin, MP

Insert

: Daerah yang dipetakan

Program Studi Geoinformatika

Manajemen Pertanian

Politeknik Pertanian Negeri

Samarinda

2015

Legenda

0 1 2 4 6 8 Miles

1:180.000

Peta Sebaran

Total Suspended Solid

17 Mei 2015

SAMARINDA

HANDIL 2

SELAT MAKASAR

Keterangan Citra

Sumber Citra : Landsat 8 OLI

Proyeksi

Zona

17 Mei 2015

: WGS 84 & UTM

: 50 S

|

Awan 0-10 mg/l 10-20 mg/l 20-30 mg/l 30-40 mg/l 40-50 mg/l 50-60 mg/l 60-70 mg/l 70-80 mg/l 80-90 mg/l 90-100 mg/l 100-110 mg/l 110-120 mg/l 120-130 mg/l 130-140 mg/l 140-150 mg/l 150-160 mg/l 160-170 mg/l 170-180 mg/l 180-190 mg/l 190-200 mg/l 200-210 mg/l 210-220 mg/l 220-230 mg/l 230-240 mg/l 240-250 mg/l 250-260 mg/l 260-270 mg/l 270-280 mg/l 280-290 mg/l 290-300 mg/l > 300 mg/l DONDANG HANDIL

U

Gambar

Gambar 9. Peta Lokasi Titik Pengambilan Sampel.
Tabel 4. Posisi Lokasi Penelitian
Gambar 10. Diagram Alir Metode Penelitian
Gambar 11. Proses Koreksi Geometrik Image to Image.
+7

Referensi

Garis besar

Dokumen terkait

Hal ini sejalan dengan fungsi diadakannya pengujian oleh para ahli pada penelitian dan pengembangan dimaksudkan agar prototipe dapat divalidasi berdasarkan berbagai

Sebagai penjaga narasi keislaman Indonesia, kaum muda Muhammadiyah perlu memikirkan formula yang tepat untuk tetap mengukuhkan dakwah digital Islam Washatiyah yang

Rata-rata kandungan mineral mikro pada tujuh galur dari 26 galur harapan padi sawah yang diuji pada penelitian ini memiliki kandungan mineral mikro yang nyata lebih besar dari

Stok limbah cair industri gula, limbah cair industri tapioka, dan limbah cair industri kelapa sawit yang disimpan dalam tangki penampungan dicampur dengan perbandingan volume

Jumlah E.coli pada ikan gabus yang disimpan selama 2 (dua) hari tanpa diawetkan lebih besar dibandingkan dengan jumlah E.coli pada ikan gabus yang disimpan dengan selama

Salah satu aplikasi yang terdapat pada teknologi mobile yaitu berkaitan dengan Teknologi Global Positioning System (GPS), merupakan teknologi untuk menentukan

Hasil dari pembahasannya yaitu pertama, faktor penyebab penyalahguna ecstasy di kota Jambi adalah faktor intern atau faktor yang berasal dari dalam diri sipenyalahguna itu

Dari latar belakang masalah yang telah penulis kemukakan, selama ini sistem kendali peralatan elektronik (remote control) masih menggunakan teknologi infra merah