Kerapatan Jenis Lamun Persentase Penutupan Lamun

…………………………………………. 3 …………………………………………. 3 Keterangan : K i = Komposisi jenis ke-i n i = Jumlah individu jenis ke-i ind N = Jumlah total individu ind

3.3.5.2. Kerapatan Jenis Lamun

Kerapatan jenis lamun yaitu jumlah total individu suatu jenis lamun dalam unit area yang diukur. Kerapatan jenis lamun ditentukan berdasarkan rumus English et al., 1997 : Keterangan : K i = Kerapatan Jenis ke – i indm 2 n i = Jumlah individu atau tegakan dalam transek ke – i ind A = Luas total pengambilan sampel m 2

3.3.5.3. Persentase Penutupan Lamun

Penutupan lamun menyatakan luasan area yang tertutupi oleh tumbuhan lamun. Persentase penutupan lamun ditentukan berdasarkan rumus English et al., 1997 ……………………………….. 4 Keterangan : C = nilai persentase penutupan lamun M i = nilai tengah kelas penutupan ke – i F i = Frekuensi munculnya kelas penutupan ke – i = Jumlah total frekuensi penutupan kelas

3.4. Pengolahan Data Citra

Proses pengolahan data citra menggunakan perangkat lunak Er Mapper 6.4 untuk melakukan proses klasifikasi dan ArcView 3.3 untuk menampilkan hasil klasifikasi. Tahapan-tahapan pengolahan data citra ditampilkan seperti pada Gambar 2. Pengolahan data citra terdiri dari beberapa tahap yaitu pengolahan awal dan proses klasifikasi. Pengolahan awal terdiri dari pemotongan daerah kajian, koreksi geometrik, koreksi radiometrik, dan menghilangkan nilai darat masking. Citra satelit Landsat yang telah diperoleh tidak sepenuhnya digunakan dalam analisis, untuk itu perlu adanya pemotongan citra yang membatasi daerah sesuai lokasi penelitian. Koreksi radiometrik bertujuan menghilangkan faktor-faktor yang menurunkan kualitas citra. Metode koreksi radiometrik yang digunakan adalah penyesuaian histrogram histogram adjustment. Respon spektral terendah pada setiap band pada metode ini bernilai nol, sehingga perlu dilakukan pengurangan nilai digital setiap piksel pada semua band sehingga nilai minimumnya sama. Klasifikasi merupakan suatu proses pengelompokan nilai pantulan dari setiap objek ke dalam kelas-kelas tertentu sehingga mudah dikenali. Penelitian ini menggunakan metode klasifikasi tak terbimbing unsupervised classification untuk mengklasifikasikan substrat dasar. Parameter statistik yang digunakan