Analisis Data .1 Pulau kecil
spasial 30 m dengan kanal 8 resolusi spasial 15 m. Pada citra QuickBird dilakukan penggabungan antara kanal-kanal 1, 2, 3, dan 4 resolusi spasial 2,44 m dengan
kanal 5 resolusi spasial 0,6 m. Pada penggabungan ini, kanal 8 dan kanal 5 pankromatik ditempatkan pada bagian “intensity”, sehingga diperoleh suatu
kombinasi Red Green Blue Intensity atau disingkat RGBI ER-MAPPER 5.5, 1997. Citra SPOT-4 tidak diperoleh kanal pankromatik sehingga tidak dilakukan fusi
multispasial. Demikian halnya untuk citra SPOT-5 dan citra QuickBird daerah Batam karena citra yang diperoleh telah diolah bukan data asli atau disebut citra
pansharpen.
3.5 Analisis Data 3.5.1 Pulau kecil
Karakteristik biogeofisik pulau kecil dan ekosistem laut diinterpretasi dari tampilan citra komposit dari hasil pengolahan citra terseleksi. Tahapan interpretasi
dan analisis adalah identifikasi, delimitasi, dan delineasi bentuklahan. Identifikasi adalah mengenali bentuklahan atau obyek dan memberikan nama bentuklahan
atau obyek. Delimitasi adalah mencari dan mengenali batas antar bentuklahan atau obyek pada citra yang diasumsikan mendekati keadaan sebenarnya di lapangan,
sedangkan delineasi adalah menarik garis batas antar bentuklahan atau obyek tersebut sebagai hasil delimitasi untuk disajikan ke dalam bentuk peta
bentuklahan dan menjadi suatu unit dalam deskripsi karakteristik biogeofisik. Satu unit bentuklahan berupa satu poligon.
Analisis pulau kecil berbasis geomorfologi menggunakan aspek-aspek morfologi, morfogenesis, morfokronologi, dan morfoarrangement. Analisis ini untuk
mendapatkan kelas bentuklahan pada pulau-pulau kecil dan bentuklahan terumbu yang dilakukan dengan pendekatan bentang lahan landscape. Cara pendekatan
ini lebih sesuai karena berdasarkan pada prinsip geomorfologi yang menggunakan bentuklahan, litologi, dan genesis proses masa kini dan masa lalu Zuidam, 1985.
Metode klasifikasi bentuklahan dilakukan menurut kelas-kelas pada skala 1:50.000
sesuai dengan pedoman teknis pemetaan tematik dasar. 3.5.2 Ekosistem laut
Mangrove
Analisis data mangrove dilakukan secara visual menggunakan unsur-unsur interpretasi dengan pendekatan analisis geomorfologi, sedangkan analisis digital
64
adalah untuk mendapatkan informasi kualitasnya melalui tingkat kerapatan vegetasi.
Metode analisis geomorfologi untuk mengenali mangrove dari aspek morfologi adalah dari bentuk topografi pulau kecil yang berupa dataran.
Bentuklahan yang sesuai untuk pertumbuhan mangrove antara lain bentukan asal marin dan fluvio-marin. Dari aspek morfoarrangement, mangrove tumbuh
pada atau dekat dengan bentuklahan yang memungkinkan terbentuk air payau, seperti bentuklahan-bentuklahan delta, rataan pasang surut, dataran pantai, dan
dataran aluvial pantai. Sebaliknya pada bentuklahan cliff dan beting gisik, mangrove
jarang dijumpai. Analisis menggunakan aspek morfoarrangement pulau kecil memberikan informasi mengenai kemungkinan tumbuh atau tidaknya
mangrove di suatu pesisir. Sementara itu, tipe pulau kecil memberikan informasi
morfogenesis perkembangan mangrove. Vegetasi mangrove dikenali dari citra komposit RGB kanal terseleksi untuk
mendapatkan perbedaan warna yang tegas antara vegetasi mangrove dengan vegetasi non mangrove. Kanal yang digunakan adalah kanal 3 merah dan kanal
4 infra merah dari citra Landsat dan QuickBird. Kanal 3 dan kanal 4 masing- masing bekerja pada panjang gelombang 0,63 – 0,69 µm dan 0,76 – 0,90 µm
dimana pada selang panjang gelombang tersebut perbedaan kurva pantulan dari obyek vegetasi dan tanah sangat besar sehingga berguna untuk identifikasi
mangrove .
Perbedaan tingkat kerapatan mangrove dapat dilakukan melalui analisis indeks vegetasi, dengan menggunakan citra yang areanya telah diidentifikasi
sebagai obyek mangrove. Hal ini penting dilakukan agar indeks kerapatan yang dihasilkan betul-betul berasal dari vegetasi mangrove. Normalized Difference
Vegetation Index NDVI merupakan salah satu cara algoritma yang sering
digunakan untuk menggambarkan kondisi vegetasi di antaranya ”kerapatan”. Indeks vegetasi ditentukan dengan rumus:
2 IR – R
NDVI = IR + R
keterangan: NDVI = Normalized Difference Vegetation Index
IR =
Nilai digital pada kanal infra merah dekat R
= Nilai digital pada kanal merah
65
Nilai NDVI semakin besar menunjukkan bahwa nilai kehijauan vegetasi permukaan semakin tinggi. Dalam analisis indeks vegetasi, nilai kerapatan
vegetasi ditentukan dengan melakukan pengklasifikasian ulang reclassification dari nilai hasil perhitungan NDVI dengan mempertimbangkan nilai histogram dan
standar deviasinya. Nilai-nilai tersebut kemudian diklasifikasikan sebagaimana disajikan pada Tabel 12.
Tabel 12 Klasifikasi kerapatan vegetasi berdasarkan indeks vegetasi
Kelas Kisaran NDVI
Keterangan
0.01 dan 0.07 tidak bervegetasi
1 0,01 – 0,18
sangat jarang 2
0,18 – 0,32 jarang
3 0,01 – 0,42
sedang 4
0,42 – 0,42 lebat
5 0,49 – 0,70
sangat lebat Sumber : Danoedoro, 1996
Terumbu karang dan lamun
Terumbu karang dan lamun merupakan obyek yang ada di bawah permukaan air laut. Analisis geomorfologi terumbu dan lamun dilakukan melalui
interpretasi obyek-obyek secara visual menggunakan unsur-unsur interpretasi. Metode analisis secara geomorfologis dilakukan dengan pendekatan bentang
lahan dengan aspek-aspek morfologi, morfogenesis, morfokronologi, dan morfoarrangement. Tampilan terumbu karang dan lamun pada citra satelit
seringkali sulit dibedakan dengan substrat dasar perairan laut dangkal, kedalaman air, kekeruhan, dan pergerakan permukaan air, karena informasi
yang didapat dari citra awalnya masih tercampur dengan informasi lain. Dari analisis geomorfologis terumbu bermanfaat untuk memandu analisis
ekologisnya. Analisis ekologis terumbu karang dilakukan untuk mendapatkan informasi kondisi ekologis terumbu karang, berupa karang mati dan karang hidup
serta kondisi lamun. Analisis ekologis yang dimaksud menggunakan algoritma Lyzengga 1981 yang dilakukan secara digital menggunakan metode yang
didasari oleh “Model Pengurangan Eksponensial” Exponential Attenuation
66
Model . Algoritms ini menghilangkan efek kolom air untuk ekstraksi informasi
obyek dasar laut dengan persamaan sebagai berikut: Lyz = Liˆ + 0,54 Lib - Liˆ
exp -2 kiz
3 keterangan:
Li = radiasi pada panjang gelombang i Liˆ = radiasi yang diukur pada laut dalam
Lib = radiasi dasar perairan 0 m, panjang gelombang i z = kedalaman perairan m
ki = koefisien atenuasi dari air pada panjang gelombang i Persamaan ini telah diturunkan dan diperoleh persamaan sebagai berikut:
[ ]
⎥⎦ ⎤
⎢⎣ ⎡
⎟ ⎠
⎞ ⎜
⎝ ⎛
− =
2 ln
1 ln
TM kj
ki TM
Y
4
di mana: Y : Hasil klasifikasi algoritma Lyzengga TM1 dan TM2 : kanal 1 dan kanal 2 Ladsat.
Koefisien k
i
dan k
j
diperoleh dengan cara:
1
2
+ +
= a
a k
k
j i
[ ]
2 1
2 1
var 2
TM TM
TM TM
Co Var
Var a
× −
=
Pada prakteknya, algoritma pada Formula 4 diubah dari tanda negatif - menjadi positif + untuk menghasilkan variasi warna lebih banyak, sehingga
dapat mengenali variasi terumbu karang secara tegas. Operasi algoritma Lyzengga ditampilkan dalam bentuk tingkat gradasi
warna keabuan gray scale, dan hasilnya ditampilkan dalam bentuk tingkat gradasi warna pseudo pseudo colour pada kisaran nilai digital antara 0 - 255.
Gambaran ringkas keseluruhan proses pengolahan data dan analisis data
penginderaan jauh satelit secara skematik ditunjukkan pada Gambar 10. 3.5.3 Perikanan pantai
Analisis perikanan pantai dimaksudkan untuk mengetahui hubungan antara karakteristik biogeofisik pulau kecil dengan kondisi perikanan pantai. Data ikan
67
dikumpulkan di beberapa stasiun yang mewakili variasi karakteristik biogeofisik pulau kecil, seperti diuraikan pada sub-bab 3.3.2. Analisis menggunakan indeks
keanekaragaman, keseragaman, dan dominansi Odum, 1992, adalah untuk membuktikan korelasi antara proses degradasi pada suatu bentuklahan di
daratan pulau kecil, bentuklahan terumbu, dan kondisi perikanan pantai.
Analisis Indeks Keanekaragaman H’
Analisis ini digunakan untuk mengetahui keanekaragaman jenis biota perairan. Indeks ini juga untuk mengetahui kesehatan perikanan. Persamaan
yang digunakan untuk indeks ini adalah persamaan Shannon-Wiener. H’ =
-
∑
= s
i
Pi Pi
1
ln
Pi = niN H’
= indeks keanekaragaman Shannon-Wiener....5 H’ 1 = stabilitas komunitas biota dalam kondisi tidak
stabil atau kualitas air tercemar berat 1 H’ 3 = stabilitas komunitas biota dalam kondisi
sedang atau kualitas air tercemar sedang H’ 3 = komunitas biota dalam kondisi stabil air bersih
Analisis Indeks Keseragaman E
Indeks ini menunjukkan pola sebaran biota ikan yaitu seragam atau tidak seragam. Jika nilai indeks relatif tinggi maka keberadaan setiap jenis biota di
perairan dalam kondisi seragam. Nilai indeks berkisar antara 0 - 1. Persamaan yang digunakan untuk menghitung indeks ini adalah persamaan Shannon-
Wiener. E =
maks H
H
Nilai indeks: 0 – 1 E = indeks keseragaman Shannon-Wiener …..6
H’ maks = ln s s adalah jumlah spesies H’ = indeks keanekaragaman
E = 0 berarti keseragaman rendah
Analisis Indeks Dominansi C
Menurut Odum 1971 untuk mengetahui adanya dominansi jenis ikan tertentu di perairan dapat digunakan indeks dominansi Simpson
C =
∑
=
⎥⎦ ⎤
⎢⎣ ⎡
s i
N ni
1 2
Nilai indeks: 0 – 1 C
= indeks dominansi Simpson..............................7 ni
= jumlah individu jenis ke-i N
= jumlah total individu, S = jumlah genera
68
Citra: 1.Landsat
2.SPOT 3.QuickBird
Peta : 1. RBI
2. Geologi 3. Pelayaran
Cek Lapangan
Penentuan model pulau kecil
Algoritma Lyzengga
Uji fusi multispektral
Analisis kondisi ekosistem laut
terumbu karang, lamun, mangrove
Penajaman Pemfilteran
Uji multispasial
Analisis geomorfologi pulau dan ekosistem laut
Analisis visual
multitingkat Input
Proses Output
Analisis kaitan bentuklahan
Algoritma NDVI
Kondisi biofisik bentuklahan
ekosistem laut Kondisi biofisik
bentuklahan pulau Pulau tektonik
Pulau terumbu Pulau vulkanik
Kelas: karang hidup, karang
mati, lamun Tingkat
kerapatan mangrove
Teknik pengolahan citra terseleksi
Pengelompokan pulau kecil
Identifikasi ekosistem laut berdasarkan tipe pulau
Gambar 10 Diagram alir pengolahan dan analisis data penginderaan jauh satelit.
69
4 HASIL PENELITIAN
4.1 Pulau Kecil dan Ekosistemnya 4.1.1 Tipe Tektonik