4. HASIL DAN PEMBAHASAN
4.1 Pengembangan Model Pendugaan TSS
Pendugaan konsentrasi TSS di perairan Teluk Jakarta melalui pengembangan model menggunakan enam persamaan regresi, yaitu model linear, logaritmik,
eksponensial, polynomial orde 2, polynomial orde 3, dan power. Persamaan regresi yang tebentuk pada musim kemarau dan hujan diperoleh dari hubungan
antara nilai reflektansi transformasi kromatisiti kanal biru dengan konsentrasi TSS perairan in situ. Penggunaan transformasi kromatisiti kanal biru berdasarkan pada
pola sebaran antara nilai reflektansi transformasi kromatisiti kanal biru terhadap data in situ TSS perairan menunjukkan korelasi yang paling tinggi Gambar 8.
Persamaan regresi yang memiliki koefisien determinasi R
2
tertinggi adalah model polynomial orde 3.
Pada musim kemarau terdapat 130 data in situ TSS perairan yang dihubungkan dengan nilai reflektansi transformasi kromatisiti kanal biru Gambar
8a, sedangkan pada musim hujan hanya terdapat 32 data in situ TSS perairan Gambar 8b yang juga dihubungkan dengan reflektansi transformasi kromatisiti
kanal biru. Hal tersebut karena pengambilan data di lapangan lebih banyak dilakukan pada bulan-bulan musim kemarau sesuai kondisi cuaca yang
memungkinkan dalam pengambilan data in situ, sedangkan data satelit juga lebih banyak diambil pada musim kemarau karena tidak banyak dipengaruhi oleh
tutupan awan.
a b
Gambar 8. Hubungan antara Kromatisiti Kanal Biru dengan TSS in situ Perairan pada Musim Kemarau a dan Musim Hujan b
Sebelum terpilih transformasi kromatisiti kanal biru, beberapa model telah di uji menggunakan nilai reflektansi kanal tunggal, rasio antar kanal, dan
transformasi kromatisiti lainnya, ternyata dihasilkan keeratan hubungan yang paling tinggi antara nilai reflektansi dari transformasi kromatisiti kanal biru
dengan data in situ TSS perairan. Energi dari panjang gelombang kanal biru 0.45 µm - 0.52 µm memiliki kemampuan penetrasi yang maksimal jika dibandingkan
dengan energi pada panjang gelombang yang lain dan akan semakin menurun dengan semakin meningkatnya kekeruhan suatu perairan. Energi dari panjang
gelombang kanal hijau 0.52 µm - 0.60 µm pada tubuh air memantulkan tenaga elektromagnetik yang tinggi, sehingga mengakibatkan nilai piksel pada data
digital citra Landsat menjadi tinggi. Energi pada panjang gelombang 0.60 µm - 0.70 µm kanal merah dapat menembus hingga kedalaman 3 m di perairan jernih.
Teluk Jakarta termasuk dalam perairan kasus II yaitu perairan yang didominasi oleh selain fitoplankton TSS, yellow substance, dll, pada panjang gelombang
400 nm hingga 500 nm nilai reflektansi semakin meningkat sejalan dengan meningkatnya konsentrasi TSS Robinson, 1985.
Penggunaan model yang sesuai untuk pendugaan konsentrasi TSS pada musim kemarau adalah persamaan regresi model polynomial orde 3, hal ini terlihat jelas
pada Tabel 7 dimana persamaan regresi polynomial orde 3 yaitu y = -26390x
3
+ 35823x
2
- 16250x + 2468.4 memiliki koefisien determinasi R
2
tertinggi dan nilai RMS error terkecil masing-masing adalah 0.8870 dan 10.0456. Nilai RMS error
yang diperoleh pada semua persamaan regresi pendugaan TSS musim kemarau tidak terlalu baik jika dibandingkan dengan RMS error pada pendugaan
transparansi perairan. Hal tersebut diakibatkan karena sangat beragamnya nilai konsentrasi TSS yang diperoleh dari pengukuran in situ yang dilakukan selama
musim kemarau. Tabel 7. Algoritma Pendugaan TSS pada Musim Kemarau Mei - Oktober
No. Model Hubungan
Pengujian R
2
RMS error 1
Linear : y = -741.02x + 305.45
0.7248 15.6763
2 Logaritmik :
y = -275.39lnx - 243.74 0.7690
14.3616 3
Eksponensial : y = 202099e
-24.964x
0.6029 12.1330
4 Polynomial orde 2 :
y = 7014.8x
2
- 5862.1x + 1231.8 0.8824
10.2470 5
Polynomial orde 3 : y = -26390x
3
+ 35823x
2
- 16250x + 2468.4 0.8870
10.0456 6
Power : y = 0.0025x
-8.9783
0.5991 16.1465
Keterangan: y = data in situ konsentrasi TSS x = reflektansi kromatisiti kanal biru
Penggunaan model yang sesuai untuk pendugaan konsentrasi TSS pada musim hujan menggunakan persamaan regresi regresi model polynomial orde 3 dengan
persamaan y = 24197x
3
- 22050x
2
+ 6813x - 664.98 Tabel 8. Persamaan regresi model polynomial orde 3 memiliki koefisien determinasi R
2
tertinggi dan nilai RMS error terkecil masing-masing adalah 0.8446 dan 2.5397. Nilai RMS error
yang diperoleh lebih baik dibandingkan dengan nilai RMS error pada pendugaan konsentrasi TSS perairan di musim kemarau. Untuk analisis lanjutan, model
pendugaan konsentrasi TSS pada musim kemarau maupun hujan akan di validasi oleh pengujian statistik
Tabel 8. Algoritma Pendugaan TSS pada Musim Hujan November - April
No. Model Hubungan
Pengujian R
2
RMS error 1
Linear : y = 186.1x - 7.9925
0.8027 2.8609
2 Logaritmik :
y = 58.614lnx + 118.61 0.7857
2.9815 3
Eksponensial : y = 16.42e
3.5496x
0.8025 2.7544
4 Polynomial orde 2 :
y = 1068.7x
2
- 499.86x + 101.01 0.8308
16.3507 5
Polynomial orde 3 : y = 24197x
3
- 22050x
2
+ 6813x - 664.98 0.8446
2.5397 6
Power : y = 184.47x
1.1216
0.7907 2.8554
Keterangan: y = data in situ konsentrasi TSS x = reflektansi kromatisiti kanal biru
4.2 Pengembangan Model Pendugaan Transparansi Perairan
Kategori