BAB III
METODOLOGI PENELITIAN
III.1. Persiapan Penelitian
Tahap persiapan merupakan tahap awal dalam melakukan suatu penelitian.
Tahap ini terdiri dari beberapa bagian yaitu penentuan lokasi penelitian, persiapan peralatan dan persiapan bahan penelitian.
III.1.1 Lokasi Penelitian
Penelitian ini dilakukan di Danau Singkarak yang berlokasi di Sumatera Barat dengan luasan danau terbagi menjadi dua kabupaten diantaranya 60% berada di Kabupaten Solok dan 40 % berada di Kabupaten Tanah Datar. Secara astronomis Danau Singkarak terletak pada 100° 26′ 15" – 100° 35′ 55" BT dan 0° 31′ 46" – 0°
42′ 20" LS. Peta Danau Singkarak ditunjukkan pada Gambar III.1.
Gambar III.1. Danau Singkarak terletak di Sumatera Barat, Indonesia.
Danau ini dikelilingi oleh 13 kecamatan (nagari) yaitu Kecamatan Kacang, Kecamatan Tikalak, Kecamatan Singkarak, Kecamatan Sumani, Kecamatan Saning Baka, Kecamatan Muaro Pingai, Kecamatan Paninggahan, Kecamatan Guguak
Malalo, Kecamatan Padang Laweh, Kecamatan Sumpur, Kecamatan Tigo Jorong, Kecamatan Batu Taba dan Kecamatan Simawang (KLHK, 2014).
III.1.2. Peralatan Penelitian
Peralatan yang digunakan dalam penelitian ini terdiri dari perangkat keras dan perangkat lunak. Adapun peralatan yang digunakan dalam penelitian ini yaitu perangkat keras yaitu laptop dan perangkat lunak yaitu Google Earth Engine yang digunakan dalam proses pengolahan data, ArcGIS 10.5 yang digunakan dalam layouting peta, Microsoft Excel yang digunakan untuk melakukan analisis statistik dan Microsoft Word yang digunakan dalam pembuatan laporan.
III.1.3. Bahan Penelitian
Data yang terdapat pada Tabel III.1 merupakan data-data yang dibutuhkan dalam proses penelitian agar tujuan dari penelitian ini dapat tercapai. Data yang digunakan dapat dilihat pada Tabel III.1.
Tabel III.1. Koleksi citra dipilih untuk penelitian ini.
No Tipe data Kegunaan Waktu
Akuisisi Resolusi Sumber Data 1 Citra Landsat 5 Identifikasi Luas
Danau
2001-
2011 30 m USGS
2 Citra Landsat 7 Identifikasi Luas Danau
2003,
2012 30 m USGS
3 Citra Landsat 8 Identifikasi Luas Danau
2013-
2019 30 m USGS
4 CHIRPS Presipitasi
2001-
2019 0,05° UCSB/C
HG
5
JRC Yearly Water Classification History (V1.2)
Pembanding hasil pengolahan
2001-
2019 30 m EC JRC
6
MOD11A1.006 Terra Land Surface
Temperature Temperatur 2001-
2019 1000 m USGS Penelitian ini menggunakan data surface reflection Landsat 5, Landsat 7,
Data iklim
Landsat 5/7/8
Presipitasi Temperatur
Masking Area Air dan Non-Air
(mNDWI > NDVI atau mNDWI > EVI ) dan (EVI < 0.1) EVI
NDVI mNDWI
Piksel Badan Air Algoritma Deteksi Air
1. (mNDWI – NDVI > 0) dan (EVI < 0.1) 2. (mNDWI – EVI > 0) dan (EVI < 0.1)
JRC Yearly Water Classification
History
Uji Akurasi Badan Air Hasil Pengolahan Badan Air dari Data Referensi
memiliki resolusi spasial 30 m (Wulder dkk., 2019), dan kontinuitas Landsat ditentukan secara global oleh sistem 16 hari (Wang, 2015); cakupan geografis adalah daratan, lautan pesisir, lapisan es, pulau-pulau, dan terumbu karang. Area pita spektral terlihat, inframerah dekat, inframerah gelombang pendek, inframerah termal (Wulder dkk., 2019).
III.2. Pelaksanaan Penelitian
Pelaksanaan penelitian merupakan tahapan yang dilakukan untuk menyelesaikan suatu penelitian. Berikut merupakan tahapan pengolahan data yang dilakukan seperti pada Gambar III.2.
Gambar III.2. Tahapan Pengolahan Data
III.2.1. Tahapan Pengumpulan Data
Pada tahap ini peneliti menggunakan teknik pengambilan datanya yaitu data di filter diawal untuk mencari wilayah wilayah bebas awan. Dimana data yang dibutuhkan yaitu citra Landsat 5,7 dan 8 untuk identifikasi badan air; MODIS untuk temperatur yang didapat dari National Aeronautics and Spase Administration -
United States Geological Survey (NASA-USGS); CHIRPS untuk presipitasi didapat dari University of California Santa Barbara / Climate Hazard Center (UCSB/CHC); Data Produk Permukaan Air Global dari tahun 2001 sampai 2019 untuk data pembanding didapat dari The European Commission's Joint Research Centre (EC JRC).
III.2.2. Tahapan Pengolahan Data
Pada tahap ini, peneliti melakukan pengolahan data untuk mengindentifikasi perubahan luas danau dengan memanfaatkan teknologi cloud computing yaitu Google Earth Engine, dimana GEE merupakan suatu platform yang menyediakan akses gratis ke serangkaian data citra Landsat dan penilaian cepat badan air di Danau Singkarak. GEE dapat memproses gambar besar dengan cepat dan dalam batch. Selain itu, kekuatan pemrosesan nya dibangun berdasarkan Google Cloud, tidak tunduk pada waktu dan tempat. Namun, ada beberapa batasan dalam menggunakan GEE untuk memantau tutupan lahan. Pertama, jika lebih jauh analisis diperlukan, memakan waktu lama untuk mengunduh hasil klasifikasi skala besar, karena peta berbasis piksel berisi sejumlah besar patch kecil yang meningkatkan volume data. Kedua, di sana adalah kurangnya kontrol penuh atas platform GEE, dan gambar mentah nya online, bukan internal. Program yang dilakukan oleh lembaga pemerintah mungkin lebih mengkhawatirkan tentang aksesibilitas penelitian. Selain itu, algoritma yang disediakan oleh GEE tidak sepenuhnya dijelaskan dalam beberapa kasus.
Dimana untuk mendeteksi badan air menggunakan gabungan beberapa metode yaitu MNDWI (Modified Normalized Difference Water Index), NDVI (Nomralized Difference Vegetation Index), EVI (Enhanced Vegetation Index) Dalam penelitian ini memanfaatkan data citra Landsat 5,7,8 dengan resolusi 30x30 meter dan sebagai metode pembanding hasil pengolahan digunakan data produk permukaan air global- JRC Yearly Water Recurrence (V1.2). Setelah mendapatkan badan air dan telah di bandingkan dengan data produk kemudian di korelasi kan dengan iklim, dimana data perubahan menggunakan data Chirps dan
diinterpretasikan secara visual ke dalam peta menggunakan software ArcGIS 10.5.
III.2.2.1. Algoritma: Dalam penelitian ini aturan deteksi air yang digunakan mengacu pada penelitian (Zou, 2019), dimana metode yang digunakan adalah dengan menggabungkan indeks MNDWI dan vegetasi (NDVI dan EVI). Indeks mNDWI masih memiliki kesalahan dalam piksel campuran air dan jenis tutupan lahan lainnya. Terutama vegetasi Air pada permukaan basah adalah salah satu penyebab utama kesalahan komisi air pada permukaan yang terbuka (Santoro, M.
dkk., 2015). Oleh karena itu, penelitian ini menggunakan indeks vegetasi untuk mengurangi efek vegetasi pada algoritma pemetaan badan air. Secara khusus penelitian ini hanya mendeteksi piksel dengan sinyal air yang lebih kuat daripada sinyal vegetasi sebagai piksel air aktual mNDWI lebih dari NDVI atau mNDWI lebih dari EVI). Untuk lebih menghilangkan noise yang disebabkan oleh vegetasi, EVI diterapkan untuk mengecualikan piksel lahan basah dengan vegetasi EVI kurang dari 0,1. Oleh karena itu, hanya piksel yang memenuhi kriteria mNDWI lebih dari NDVI atau mNDWI lebih dari EVI dan EVI kurang dari 0,1 yang diklasifikasikan sebagai piksel badan air. Piksel yang tersisa diklasifikasikan sebagai piksel nonwater. Algoritma deteksi air mNDWI lebih dari NDVI atau mNDWI lebih dari EVI dan EVI kurang dari 0.1. Dalam penelitian ini dapat dibagi menjadi dua bagian mNDWI dikurang NDVI lebih dari 0 dan EVI kurang dari 0.1 dan mNDWI dikurang EVI lebih dari 0 dan EVI kurang dari 0.1. Piksel memenuhi kriteria salah satu bagian diklasifikasikan sebagai piksel air. NDVI dihitung berdasarkan persamaan (1), mNDWI dihitung berdasarkan persamaan (2), dan EVI dihitung berdasarkan persamaan (3).
III.2.2.2. Pengaruh iklim; Dampak dari perubahan iklim antara lain: kenaikan suhu udara, perubahan durasi musim kemarau yang semakin lama atau musim penghujan yang cepat. Data curah hujan dan temperatur yang didapatkan dengan menggunakan citra CHIRPS dan MOD11A1.006 Terra Land Surface.
III.2.2.3. Uji Akurasi; Saat tidak diperolehnya data dari pengukuran lapangan, maka pengujian akurasi dapat dilakukan dengan menggunakan data referensi.
Dengan membandingkan luas dari data pengolahan dengan luas dari data referensi, dan menghitung persentase selisihnya dengan menggunakan persamaan 5 (PUSFATJA, 2015).
