PEMETAAN SEBARAN PADANG LAMUN MENGGUNAKAN CITRA SATELIT LANDSAT 8 DI DESA MALANG RAPAT KECAMATAN GUNUNG KIJANG KABUPATEN BINTAN MAPPING BED OF SEAGRASSES DISTRIBUTION USING LANDSAT 8 SATELLITE IMAGE IN THE VILLAGE OF MALANG RAPAT GUNUNG KIJANG SUB DISTRICT BINTAN DISTRICT Rivaldy Prathama1, Risandi Dwirama Putra2, Andi Zulfikar2 Mahasiswa1, Dosen Pembimbing2 Jurusan Ilmu Kelautan Fakultas Ilmu Kelautan dan Perikanan, Universitas Maritim Raja Ali Haji ABSTRAK Kabupaten Bintan memiliki 11 jenis-jenis lamun. Desa malang rapat merupakan salah satu desa yang terletak di bagian timur pulau bintan. Pesisir desa malang rapat tersebar padang lamun. Ketersediaan data real terbaru keterkaitan lamun masih belum bisa terpenuhi. Teknologi satelit penginderaan jauh memiliki kemampuan untuk mengidentifikasi dan memantau padang lamun secara keseluruhan karena memiliki keunggulan dalam waktu penelitian yang lebih minim dan dalam pengolahan data lapangan. Dewasa ini citra dari beberapa satelit tidak sulit untuk mendapatkannya, satelit landsat memberikan informasi (citra/gambar/foto peta) secara gratis yang bisa kita mengunduhnya dari website resmi. Peneliti menggunakan beberapa software seperti ENVI, ER MAPPER, dan ARCGIS yang merupakan software untuk pengolahan cita. Analsis Lyzenga digunakan untuk pengkoreksian kolom perairan agar kenampakan objek pada sensor satelit menjadi lebih baik. Untuk pemerolehan klasifikasi peneliti menggunakan supervised classification maximum likelihood dengan membagi kelas menjadi 4 yaitu : pasir, lamun, karang, laut. Total dari luas lamun yang diperoleh berkisar 468ha yang tersebar diseluruh pesisir desa malang rapat dengan skala peta 1:100.000. Kata kunci : Pemetaan, Lamun, Citra, Landsat 8, ENVI, ER MAPPER, ARCGIS, Supervised Classification ABSTRACT Bintan district has 11 types of seagrass. The Malang Rapat village is one of the villages located in the eastern part of the island of Bintan. Malang Rapat villages scattered coastal seagrass. The latest real data availability seagrass still linkage can not be fulfilled. Satellite remote sensing technology has the ability to identify and monitor seagrass as a whole because it has advantages in research time more minimal and in the data processing field. Imagery from multiple satellites is not difficult to get it, Landsat satellites provide information (image / picture / photo map) for free that we can download it from the official website. Researcher using some software such as ENVI, ER Mapper, and ARCGIS which is an ideal software for processing. Lyzenga the analysis used to Correctioning the water column so that the appearance of the object on the satellite sensors for the better. For obtaining the classification of researchers using maximum likelihood supervised classification by dividing the class into four, namely: sand, seagrass, coral, sea. Total of extensive seagrass obtained ranged 468ha spread throughout the coastal villages unfortunate meeting with a map scale of 1: 100,000. Key word: Mapping, Seagrass, Image, Landsat 8, ENVI, ER MAPPER, ARCGIS, Supervised Classification
PENDAHULUAN Kabupaten Bintan terletak di Provinsi Kepulauan Riau memiliki luas permukaan laut yang lebih luas dari permukaan darat. Sumberdaya yang dimiliki oleh kabupaten ini di bidang maritimnya cukup bervariatif, salah satu contoh adalah lamun. Jumlah lamun yang terdapat di Kabupaten ini berjumlah 11 jenis dari 13 jenis di Indonesia (BAPEDDA dalam Bayu 2015) tersebar di beberapa wilayah Kabupaten Bintan salah satu pulauya adalah pulau Bintan. Beberapa penelitian tentang Lamun dari pendataan jenis, tutupan, pola sebaran, struktur komunitas, dan sebagainya sudah ada dilakukan di beberapa wilayah di Kabupaten Bintan. Desa Malang Rapat yang terletak dibagian timur Kabupaten Bintan merupakan salah satu wilayah yang memiliki luasan tutupan lamun yang cukup luas namun belum ada penelitian tentang sebaran lamun secara keseluruhan menggunakan pencitraan jarak jauh. Ketersediaan data real terbaru tentang sumberdaya maritim yang ada di Desa Malang Rapat masih belum bisa terpenuhi karena keterbatasan waktu dan dana untuk mendata seluruh sumberdaya maritim yang ada di wilayah ini. Total luas sebaran padang lamun dapat dilihat dari gambar/citra yang diolah dari salah satu satelit yaitu landsat 8, lalu dalam penjabaran hasil pengolahan gambar dapat disimpulkan total luas sebaran padang lamun yang ada di wilayah ini dan bisa di petakan METODE PENELITIAN Penelitian ini dilaksanakan pada bulan Mei 2016 di Desa Malang Rapat Kecamatan Gunung Kijang Kabupaten Bintan yang bekoordinat dari 1°11'12'' BB dan104°34'36'' BT sampai dengan 1°46'19'' BB dan 104°38'30'' BT. Alat–alat yang digunakan pada penelitian ini adalah; Global Possition System (GPS), transek
kuadran 1m x 1m, alat pengolahan data berupa; laptop dengan spesifikasi intel core i.5, RAM 2gb, software pengolahan Sistem Informasi Geografis dan penginderaan jauh, MS. WORD, dan MS. EXCEL. Bahan yang digunakan dalam penelitian ini menggunakan satu citra Landsat 8 di antara bulan Januari - Maret tahun 2016 Prosedur penelitian yang digunakan dalam penelitian ini terdiri atas pra-pengolahan data dan pengolahan data citra. Pengolahan data citra satelit menggunakan perangkat lunak pemrosesan data citra, dan pengolahan data vektor menggunakan perangkat lunak Sistem Informasi Geografis untuk mendapatkan peta tematik. Prosedur penelitian yang dilakukan seperti berikut : 1. Pra-Pengolahan Citra Beberapa tahapan dalam prapengolahan citra yang dilakukan dalam penelitian sebagai berikut: a. Pengunduhan Citra Landsat 8 OLI Citra Landsat 8 yang akan digunakan diunduh melalui situs www.earthexplorer.usgs.gov. Data citra tersebut diperoleh dalam bentuk terpisah masing–masing band. Oleh karena itu perlu dilakukan penggabungan band agar menjadi satu informasi yang utuh. b. Koreksi Atmosperik Koreksi atmosperik dilakukan untuk mengembalikan nilai-nilai asli pada citra yang telah kita unduh kemudian menghilangkan nilai – nilai distorsi yang terdapat pada citra sehingga nilai distorsi tersebut menjadi nol agar memudahkan dalam proses klasifikasi. Pengolahan koreksi atmosperik dilakukan menggunakan bantuan perangkat lunak ENVI yang dalam penggunaan tool mempermudah peneliti untuk mengerjakan tahap-tahap pengolahan citra. Koreksi atmospheric menggunakan modul FLAASH berdasarkan petunjuk (Rudjord and Trier dalam Wahiddin tahun 2014) dengan persamaan sebagai berikut:
𝐴𝐴𝐴𝐴 𝐵𝐵𝜌𝜌𝜖𝜖 �+ � � + 𝐿𝐿𝑎𝑎 1 − 𝜌𝜌𝜖𝜖𝜖𝜖 1 − 𝜌𝜌𝜖𝜖𝜖𝜖 dimana: 𝜌𝜌 adalah reflektansi permukaan piksel, 𝜌𝜌∈ adalah rata-rata reflektansi permukaan piksel dan daerah disekitarnya, 𝑆𝑆 adalah sperikal albedo atmosfir, 𝐿𝐿𝑎𝑎 adalah hamburan balik radiasi oleh atmosfir, 𝐴𝐴 dan 𝐵𝐵 koefisien yang tergantung pada kondisi atmosfir dan geometrik. c. Penggabungan Band Landsat 8 telah meningkatkan kebutuhan memori penyimpanan harddisk lebih besar dari pada generasi Landsat sebelumnya yang berdampak pada waktu processing citra menjadi lebih lama. Oleh karena itu, peneliti hanya akan menggabungkan kanal-kanal yang diperlukan untuk penelitian. Penggunaan penggabungan band yang dilakukan untuk mendapatkan penampakan vegetasi lamun adalah komposit band R=4, G=3, B=2 (Misbari, et.al 2016). d. Cropping dan Masking Peta 𝐿𝐿 = �
Setelah penggabungan band telah selesai dilakukan, selanjutnya lakukan pemfokusan daerah penelitian dengan cara cropping atau memotong wilayah yang akan digunakan dalam proses pengolahan citra, dan masking bertujuan untuk menutupi wilayah yang tidak dibutuhkan dalam proses pengolahan citra. 2. Pengolahan Citra Setelah pra-pengolahan dilakukan selesai, selanjutnya dilakukan pengolahan citra sebagai berikut: a. Analisis Lyzenga
Analisis Lyzenga untuk melakukan analisis terhadap perairan dangkal. Analisis Lyzenga merupakan analisis yang digunakan mendeteksi kolom perairan dangkal. Ekosistem lamun merupakan salah satu ekosistem yang berada di perairan dangkal. Penerapan ini dimaksudkan untuk memperoleh gambaran visual lebih baik untuk objek–objek di
bawah permukaan air termasuk lamun (siregar dalam Aulia, 2015). b. Klasifikasi Citra Klasifikasi merupakan suatu proses pengelompokan nilai pantulan dari setiap objek ke dalam kelas–kelas tertentu sehingga dikenali. Penelitian ini menggunakan metode klasifikasi terbimbing (Supervised Classification) untuk mengklasifikasikan lamun. Dalam penelitian ini menggunakan sebanyak 4 kelas yaitu pasir, lamun, karang, laut. c. Validasi Lapangan Validasi lapangan dilakukan untuk mengamati kondisi nyata lapangan dengan cara melakukan pengecekan silang dengan hasil klasifikasi dari citra satelit. d. Uji Akurasi Uji ini dilakukan untuk mengetahui tingkat sebaran padang lamun di Desa Malang Rapat, Kecamatan Gunung Kijang, Kabupaten Bintan dengan hasil klasifikasi citra dengan kondisi yang ada di lapangan. Uji ketelitian hasil klasifikasi dengan menggunakan persamaan berikut: 𝐽𝐽𝐽𝐽𝐽𝐽 𝐾𝐾𝐾𝐾 = 𝑋𝑋 100% 𝐽𝐽𝐽𝐽𝐽𝐽 Keterangan: KI
= Ketepatan Interprestasi
JKI = Jumlah Kebenaran Insterprestasi JSL
= Jumlah Sampel Lapangan
Pada uji ketelitian ini,peneliti menggunakan teknik Purposive Sample. Purposive Sample adalah penebaran titik uji akurasi dipertimbangkan keragaman kelasnya. Jumlah titik sampel yang diambil sebanyak ±100 titik di seluruh pesisir pantai yang meliputi keseluruhan prediksi klasifikasi yang terdapat di
Desa Malang Rapat, Kecamatan Gunung Kijang, Kabupaten Bintan. DIAGRAM ALIR MENGUNDUHCITR A SATELIT
PRAPENGOLAHAN CITRA
PENGOLAHAN CITRA
KOREKSI ATMOSPERIK
ANALISIS LYZENGA
PENGGABUNGA N BAND
KLASIFIKASI CITRA
CROPPING DAN MASKING PETA
HASIL
UJI AKURASI
VALIDASI LAPANGAN
(misbari, et. all). Pemilihan kombinasi ini dikarenakan menurut (misbari, et. all tahun 2015) adalah kombinasi yang cocok pada satelit LANDSAT 8 untuk warna natural citra. Band 4 (warna merah dengan panjang gelombang 0,64 – 0,67µm). Band 3 (warna biru dengan panjang gelombang 0,53 – 0,59µm). Band 2 (warna hijau dengan panjang gelombang 0,45 – 0,51µm). Setelah proses kombinasi berhasil, dilakukan pemfokusan daerah penelitian dengan cara Cropping dan Masking pada daerah yang diteliti. Cropping dilakukan menggunakan bantuan perangkat lunak ENVI. Skala yang dipakai untuk pemotongan citra menggunakan skala 1:100.000 yang memiliki hasil gambar mencangkup keseluruhan daerah pesisir Desa Malang Rapat.
HASIL AKHIR
HASIL DAN PEMBAHASAN Hasil dari pra-pengolahan citra Landsat 8 yang dimulai dari pengunduhan citra melalui situs resmi USGS pada tanggal 02 Mei 2016. Citra dipilih tanggal tersebut dikarenakan hasil perekaman antara bulan Januari sampai dengan Juli 2016 didaerah pesisir yang tidak berawan adalah daerah pesisir Desa Malang Rapat. Dilanjutkan dengan koreksi atmospheric yang bertujuan untuk menghilangkan nilai distorsi pada citra sehingga nilai distorsi menjadi nol agar mempermudah dalam pengolahan citra selanjutnya. Setelah itu dilakukan penggabungan citra agar citra yang di proses dapat menampilkan sesuai yang digunakan dalam penelitian. Pengolahan penggabungan citra dilakukan menggunakan bantuan perangkat lunak ENVI. Adapun kombinasi kanal yang dipakai pada penelitian ini adalah 4-3-2
Gambar 3. Hasil Cropping Citra LANDSAT 8 Kombinasi Band 4-3-2 Terkoreksi Atmosperik Masking Citra dilakukan betujuan untuk menutupi wilayah-wilayah yang dianggap tidak dibutuhkan dalam proses pengolahan sesuai tujuan penelitian. Masking Citra dilakukan dengan bantuan perangkat lunak ENVI. Hasil dari Masking dapat dilihat terdapat daerah yang berwarna hitam yang merupakan daerah yang telah berhasil ditutupi. Daerah yang tertutupi tidak akan mengganggu untuk proses selanjutnya karena program yang terdapat pada perangkat lunak ENVI hanya akan memproses citra yang tidak ditutupi / Masking.
Gambar 4. Hasil Masking Citra LANDSAT 8 Pesisir Desa Malang Rapat A. Pengolahan Citra Hasil dari pra-pengolahan citra berupa citra yang telah di fokuskan pada daerah penelitian. Setelah hasil PraPengolahan didapatkan, dilanjutkan dengan pengolahan citra. Tahap awal pengolahan citra yaitu dilakukan analisis Lyzenga yang bertujuan untuk mereduksi dampak perairan kepada gelombang elektromagnetik yang di pancarkan dari satelit ke objek. Dasar asumsi untuk Lyzenga tersebut adalah sinar yang masuk ke dalam kolom air berkurang secara eksponensial dengan semakin bertambahnya kedalaman air (atenuasi) (LIPI tahun 2014). Penggunaan algoritma Lyzenga dihitung dengan bantuan perangkat lunak MS. EXCEL. Adapun jumlah Training Site yang dibuat berjumlah 20 sampel. Setelah hasil dari perhitungan didapat, hasil beserta algoritma tersebut dimasukan dan digunakan pada perangkat lunak ER MAPER.
Gambar 5. Hasil Lyzenga Menggunakan Software ER MAPER Citra LANDSAT 8 Pesisir Desa Malang Rapat
Setelah hasil dari analisis Lyzenga selesai, dilakukan klasifikasi citra dengan membagi kelas sebanyak 4 kelas yaitu: pasir, lamun, karang, laut. Pembagian kelas yang dilakukan berdasarkan hasil yang memiliki 4 warna Pengambilan Training Sample menggunakan ROI Tools yang ada di Toolbar pada perangkat lunak ENVI berdasarkan perbedaan kenampakan warna yang terdapat di citra. Setelah selesai lakukan klasifikasi menggunakan Supervised Classification Maximum Likelihood sehingga semua piksel pada citra terbagi menjadi kelas-kelas klasifikasi.
Gambar 6. Hasil Klasifikasi Citra LANDSAT 8 Pesisir Desa Malang Rapat Setelah proses klasifikasi sebar titik secara acak menggunakan Tool yang terdapat di ENVI sebanyak 100 titik yang bertujuan agar citra yang dihasilkan dapat diuji akurasi tingkat ketelitiannya dilapangan dengan mencocokan antara hasil klasifikasi dan hasil uji lapangan menggunakan tabel matrik uji akurasi. Hasil uji lapangan didapat bernilai 63 titik yang benar dan 33 titik salah. Berdasarkan data yang di peroleh, tingkat ketelitiannya adalah: 𝐽𝐽𝐽𝐽𝐽𝐽 𝐾𝐾𝐾𝐾 = 𝑥𝑥 100% 𝐽𝐽𝐽𝐽𝐽𝐽 Maka, 63 𝐾𝐾𝐾𝐾 = 𝑥𝑥100% = 63% 100 Dari perhitungan diatas maka hasil pengolahan citra yang dilakukan
mendapatkan nilai tingkat ketelitian sebesar 63%. 4.3 Analisis Hasil Hasil dari perhitungan uji akurasi yang dilakukan menunjukan bahwa persentase hasil yang diapat dari uji akurasi dapat digunakan. Menurut LIPI tahun 2014, batas akurasi yang dapat diterima untuk peta habitat dasar perairan dangkal berdasarkan pada SNI 7716:2011 tentang Pemetaan Habitat dasar perairan laut dangkal, yaitu sebesar 60%. Hal ini dibuktikan dengan penelitian yang dilakukan oleh Sakarudin dalam Aulia tahun 2015 bahwa citra LANDSAT di pulau panjang tahun 2011 mendapatkan hasil uji akurasi sebesar 57%, sedangkan Setiawan dalam Aulia tahun 2015 menggunakan satelit ALOS mendapatkan hasil uji akurasi sebesar 56,69%, dan dalam penelitian Aulia tahun 2015 menggunakan satelit LANDSAT 8 mendapatkan hasil uji akurasi sebesar 70%. Tingkat persentase akurasi dapat dipengaruhi beberapa faktor dari beberapa faktor seperti bagaimana keahlian peneliti dalam mengolah data serta kualitas data. Total luas dari keseluruhan lamun yang tersebar seluas 468 ha yang tersebar diseluruh perairan dangkal desa malang rapat. Hasil perhitungan luas menggunakan bantuan perangkat lunak ARCMAP dengan cara menambahkan pengolahan kedalam perangkat lunak kemudian secara otomatis perangkat lunak akan menghitung.
Gambar 7. Peta Hasil penelitian
BAB V Kesimpulan dan Saran
A. Kesimpulan Total luas sebaran padang lamun bernilai 468ha yang tersebar diseluruh pesisir pantai Desa Malang Rapat. Hasil luasan yang didapat dari pengolahan menggunakan perangkat lunak ARCMAP setelah pemberian titik. B. Saran Untuk penelitian selanjutnya, peneliti berharap bisa menggunakan citra beresolusi tinggi agar dalam proses pengolahan citra mendapatkan hasil yang lebih baik. Survey lapangan perlu dilakukan sebelum melakukan Ground Truth agar dalam pelaksanaannya sesuai dengan
yang direncanakan. Pengetahuan matang peneliti terhadap penginderaan jauh dan sistem informasi geografis sangat dianjurkan agar dalam pengolahan citra supaya hasil yang didapat bisa maksimal.
Philips. C. Ronald dan Menez. G. Ernani, 1988, Seagrasses, SMITHSONISN INSTITUTION PRESS, Washington, D.C. Prima. B. Chandra, Perbandingan Jenis Lamun Di Perairan Malang Rapat Dan Berakit Kabupaten Bintan. Skripsi. 2015. Universitas Maritim Raja Ali Haji. Tanjungpinang.
DAFTAR PUSTAKA Afrina. Heny, 2014, Struktur Komunitas Padang Lamun Di Perairan Desa Malang Rapat Kabupaten Bintan Provinsi Kepulauan Riau, Skripsi, Universitas Maritim Raja Ali Haji, Tanjungpinang. Aini. Anisah, 2007, Sistem Informasi Geografis Pengertian Dan Aplikasinya, STMIK AMIKOM, 02, diakses pada tanggal 03 Maret 2016. Aulia. Fauzan, 2015, Pemetaan Sebaran Padang Lamun Di Perairan Pulau Matahari. Kecamatan Pulau Banyak. Aceh Singkil, Skripsi, Universitas Syiah Darussalam, Banda Aceh. Den. Hartog, C. 1970. The Seagrass Of The World. North-Holland Pub. Co. Amsterdam. 273 pp. Misbari, et.al 2016, Change Detection of Submerged Seagrass Biomass in Shallow CoastalWater, Remote Sens, 200(8), diakses pada tanggal 15 Maret 2016.
Pusat Penelitian Oseanografi Lembaga Ilmu Pengetahuan Indonesia, 2014, Panduan Teknis Pemetaan Habitat Dasar Perairan Laut Dangkal, CRITC COREMAP II LIPI, Jakarta. Sitanggang. Gokmoria, 2010, Kajian Pemanfaatan Satelit Masa Depan: Sistem Penginderaan Jauh Satelit LDCM (LANDSAT-8), Berita Dirgantara, 11(2), pada tanggal 28 februari 2016. Wahiddin. Nurhalis, dkk, 2014, DeteksiPerubahan Habitat Terumbu Karang Menggunakan Citra Landsat Di Pulau Morotai Provinsi Maluku Utara, Jurnal Ilmu dan Teknologi Kelautan Tropis, Vol. 6, No. 2, Hlm. 507-524, pada tanggal 02 Maret 2016 Wening. W. Sundari, 2009, Penggunaan Data Citra Penginderaan Jarak jauh Untuk Mengetahui Sebaran Biomassa Lamun Di Gugus Pulai Pari Kepulauan Seribu Jakarta, Skripsi, Institut pertanian Bogor, Bogor.
