Pemetaan Distribusi Dan Kerapatan Mangrove Menggunakan Citra Worldview-2 Di Pulau Tunda
PEMETAAN DISTRIBUSI DAN KERAPATAN MANGROVE DI
PULAU TUNDA MENGGUNAKAN CITRA WORLDVIEW-2
ANANDA SYAEFUL PADILLAH
DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
INSTITUT PERTANIAN BOGOR
BOGOR
2016
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Pemetaan Distribusi
dan Kerapatan Mangrove di Pulau Tunda Menggunakan Citra Worldview-2
adalah benar karya saya dengan arahan dari Komisi Pembimbing dan belum
diajukan dalam bentuk apa pun kepada Perguruan Tinggi mana pun. Sumber
informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak
diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam
Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Februari 2016
Ananda Syaeful Padillah
NIM C54110071
ABSTRAK
ANANDA SYAEFUL PADILLAH. Pemetaan Distribusi dan Kerapatan
Mangrove Menggunakan Citra Worldview-2 di Pulau Tunda. Dibimbing oleh
JONSON LUMBAN GAOL dan ADRIANI SUNUDDIN.
Teknologi satelit penginderaan jauh telah banyak dimanfaatkan karena
mempunyai kemampuan untuk mengidentifikasi dan memantau vegetasi
mangrove secara efisien. Tujuan penelitian ini adalah memetakan distribusi dan
kerapatan mangrove di Pulau Tunda menggunakan citra satelit Worldview-2.
Survey lapang dilakukan pada 13-15 Mei 2015 dengan mengambil titik sampel
sebanyak 96 titik. Metode klasifikasi maximum likelihood digunakan untuk
mengklasifikasikan mangrove dan non-mangrove. Transformasi Normalized
Difference Vegetation Index (NDVI) digunakan untuk mengetahui kerapatan
mangrove. Jenis mangrove yang ditemukan di Pulau Tunda adalah Rhizophora
mucronata, Rhizophora stylosa, Rhizophora apiculata, Avicennia rumphiana,
Sonneratia alba, Brugueira gymnorrizha, Brugueira sexangula, Brugueira
cylindrica, Lumnitzera racemosa, Lumnitzera littorea, Xylocarpus granatum, dan
Xylocarpus moluccensis. Kerapatan mangrove berdasarkan nilai NDVI dibagi
menjadi 3 kelas, luas lahan mangrove jarang sebesar 0,149 Ha, mangrove sedang
0,098 Ha dan mangrove rapat 10,511 Ha. Hasil uji akurasi menggunakan
confussion matrix dari klasifikasi citra dengan survey lapang sebesar 74,46%.
Kata kunci: Kerapatan, distribusi, mangrove, NDVI, penginderaan jauh
ABSTRACT
ANANDA SYAEFUL PADILLAH. Mapping Density and Distribution
Mangrove Using Wolrdview-2 Imagery in Tunda Island. Supervised by JONSON
LUMBAN GAOL and ADRIANI SUNUDDIN.
Remote sensing technology have been widely used because it has the ability
to identify and monitor mangrove efficiently. This research is aimed to map the
distribution and density of mangroves in Pulau Tunda using Worldview-2 satellite
imagery. The data was collected in 13 until 15 May 2015, and took 96 sampling
point. Maximum likelihood classification is used to classify mangroves and nonmangroves. NDVI transformation is also used to determine the density of
mangrove. Species of mangrove that is found on the Tunda Island are Rhizophora
mucronata, Rhizophora stylosa, Rhizophora apiculata, Avicennia rumphiana,
Sonneratia alba, Brugueira gymnorizha, Brugueira sexangula, Brugueira
cylindrical, Lumnitzera racemosa, Lumnitzera littorea, Xylocarpus granatum, and
Xylocarpus moluccensis. Based on NDVI values mangrove density are divided
into three classes, spaise class land has 0,149 Ha, medium dense class 0,098 Ha,
and dense class has a largest land area 10,511 Ha. Results of accuracy test using
confussion matrix from classification image and field survey is 74,46%.
Keywords : Density, distribution, mangrove, NDVI, remote sensing
PEMETAAN DISTRIBUSI DAN KERAPATAN MANGROVE DI
PULAU TUNDA MENGGUNAKAN CITRA WORLDVIEW-2
ANANDA SYAEFUL PADILLAH
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Ilmu Kelautan
pada
Departemen Ilmu dan Teknologi Kelautan
DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
INSTITUT PERTANIAN BOGOR
BOGOR
2016
Judul Skripsi : Pemetaan Distribusi dan Kerapatan Mangrove di Pulau Tunda
Menggunakan Citra Worldview-2
Nama
: Ananda Syaeful Padillah
NIM
: C54110071
Disetujui oleh
Dr Ir Jonson L. Gaol, M.Si
Pembimbing I
Adriani Sunuddin, S.Pi, M.Si
Pembimbing II
Diketahui oleh
Dr Ir I Wayan Nurjaya. M.Sc
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga penulis dapat menyelesaikan skripsi yang berjudul
“Pemetaan Distribusi dan Kerapatan Mangrove di Pulau Tunda
Menggunakan Citra Worldview-2” yang diajukan sebagai salah syarat untuk
menyelesaikan studi Departemen Ilmu dan Teknologi Kelautan, Fakultas
Perikanan dan Ilmu Kelautan, Institut Pertanian Bogor.
Pada kesempatan ini penulis mengucapkan terima kasih sebesar-besarnya
atas bimbingan, dorongan, bantuan dan doa dari berbagai pihak terutama kepada :
1. Bapak Dr. Ir. Jonson Lumban Gaol, M.Si dan Ibu Adriani Sunuddin, S.Pi,
M.Si selaku Dosen Pembimbing skripsi atas segala bimbingannya.
2. Ibu Risti Endriani A, S.Pi, M.Si selaku dosen penguji, atas kritik dan saran
yang membangun untuk penyempurnaan skripsi ini.
3. Kedua orang tua, Ayah Adi Widarma dan Ibu Mariah. Serta kakak Ardhita
Eka Pratama untuk kasih sayang, motifasi dan doanya kepada penulis.
4. Keluarga besar Ilmu dan Teknologi Kelautan FPIK-IPB khususnya teman
seperjuangan ITK 48 yang telah memberikan dukungan dan semangat kepada
penulis
5. Tim Pulau Tunda : Nico, Irpan, Mba Nunung, Bang Fahri, Bang Tray, Bang
Fahrul, dan Pak Ari
6. Semua pihak yang telah membantu penulis yang tidak dapat disebutkan
namanya satu persatu.
Penulis berharap skripsi ini dapat bermanfaat bagi penulis sendiri maupun
pihak lain dan mengharapkan saran dan kritik untuk perbaikan dan pengembangan
lebih lanjut untuk penelitian ini.
Bogor, Februari 2016
Ananda Syaeful Padillah
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
2
METODE
2
Alat dan Bahan
2
Survey Lapang
3
Prosedur Analisis Data
3
Uji akurasi
4
HASIL DAN PEMBAHASAN
Distribusi Mangrove di Pulau Tunda
7
8
Sebaran Kerapatan Mangrove Berdasarkan Nilai NDVI
10
Kanopi Mangrove Berdasarkan Survey Lapang
10
Uji Akurasi Hasil Klasifikasi Citra dengan Survei lapang
10
SIMPULAN DAN SARAN
12
Simpulan
12
Saran
12
DAFTAR PUSTAKA
12
RIWAYAT HIDUP
19
DAFTAR TABEL
1 Kriteria tingkat tutupan kanopi mangrove (DepHut 2005)
2 Luasan area hasil klasifikasi
3 Nilai confussion matrix pada klasifikasi citra dengan survey lapang
4
9
11
DAFTAR GAMBAR
1
2
3
4
5
6
7
8
9
Lokasi Penelitian di Pulau Tunda, Serang, Banten.
Contoh perhitungan confussion matrix
Diagram Alir Penelitian
Citra sebelum koreksi geometrik (a) setelah koreksi geometrik (b)
Komposit RGB 742 untuk vegetasi
Klasifikasi terbimbing (Supervised classification)
Daerah Masking (penyamaran) darat dan laut di Pulau Tunda
Peta sebaran mangrove di Pulau Tunda
Histogram nilai NDVI
2
5
6
7
7
8
8
9
10
DAFTAR LAMPIRAN
1 Karakteristik Citra Worldview-2 (Eckert 2012)
2 Dokumentasi berdasarkan di lapangan
3 Pengolahan data mangrove
14
15
16
PENDAHULUAN
Latar Belakang
Ekosistem mangrove merupakan salah satu ekosistem yang mempunyai
peranan penting terhadap kehidupan di wilayah pesisir. Arief (2003) menyatakan
bahwa hutan mangrove merupakan hutan yang khas terdapat di sepanjang pantai
atau muara sungai yang berlumpur, sedikit berpasir, dipengaruhi oleh pasang surut
air laut dan mempunyai peranan mata rantai penting dalam pemeliharaan
keseimbangan siklus biologi di suatu perairan. Secara biologi fungsi dari hutan
mangrove antara lain sebagai daerah asuhan (nursery ground), daerah mencari
makan (feeding ground) dan sebagai daerah pemijahan (spawning ground). Fungsi
secara fisik di antaranya sebagai kawasan penyangga, memacu perluasan lahan
dan melindungi garis pantai agar terhindar dari erosi atau abrasi (Dwi et al. 2014).
Pulau Tunda merupakan salah satu pulau dari 17 pulau yang berada di
Kabupaten Serang Provinsi Banten. Dilihat secara geografis Pulau Tunda terletak
di koordinat 5° 48’ 29”-5° 49’ 05” LS dan 106° 15’ 04”-106° 18’ 00” BT. Pulau
ini memiliki berbagai jenis mangrove, di antaranya Bruguiera gymnorrhiza,
Ceriops decandra, Rhizopora mucronata, Rhizopora apiculata, Rhizopora stylosa,
Sonneratia caseolaris serta Xylocarpus grantum (KKP 2012). Melihat keberadaan
letak Pulau Tunda yang berada di bagian utara provinsi Banten, mangrove
berperan sebagai kawasan penyangga dan melindungi garis pantai sehingga
keberadaan pulau ini tetap ada.
Seiring dengan perkembangan teknologi penginderaan jauh satelit,
mangrove yang sangat penting terhadap kehidupan masyarakat pesisir dapat di
petakan, karena letak geografi ekosistem mangrove yang berada di daerah
peralihan darat dan laut memberikan efek perekaman yang khas jika dibandingkan
obyek vegetasi darat lainnya (Faizal dan Amran 2005). Teknologi ini telah
banyak dimanfaatkan karena mempunyai kemampuan untuk mengidentifikasi dan
memantau mangrove yang efisien terhadap waktu dan biaya (Kuenzer et al. 2011).
Satelit yang bisa digunakan untuk identifikasi mangrove antara lain Land Satelites
(LANDSAT), Advance Land Observing Satellite (ALOS), Satellite Pour
l’Observation de la Terre (SPOT), Quickbird, dan Worldview-2 dll.
Satelit Worldview-2 diluncurkan pada bulan Oktober 2009 oleh Digital
Globe. Satelit ini termasuk kedalam satelit yang mempunyai sensor resolusi tinggi,
dengan mempunyai saluran (band) pankromatik dengan resolusi spasial 46 cm
dan 8 kanal multispekral dengan resolusi spasial 1,84 m. Worldview-2
mempunyai keragaman spektral dengan jangkauan 450 – 800 nm, sehingga
memiliki kemampuan untuk melakukan deteksi perubahan dan pemetaan yang
mendetail (Digital Globe 2009).
Aplikasi penginderaan jauh untuk deteksi vegetasi mangrove dan
kerapatannya telah banyak dilakukan sebelumnya. antara lain Saefurahman (2008)
mengkaji distribusi, kerapatan dan perubahan luas vegetasi mangrove di gugus
Pulau Pari Kepulauan Seribu menggunakan citra Formosat 2 dan Landsat 7/ETM+.
Hasri (2013) memetakan vegetasi mangrove di Cilacap Jawa Tengah dengan
menggunakan citra Landsat ETM+ dan Oli Tirs. Ghazali (2014) memetakan
distribusi lamun dan mangrove menggunakan citra satelit Worldview-2 di Gugus
2
Pulau Pari, Kepulauan Seribu. Penelitian ini diharapkan dapat menambah
informasi mengenai sebaran dan kerapatan mangrove di Pulau Tunda, sehingga
dapat digunakan untuk konservasi, pariwisata, ataupun pemanfaatan lainnya.
Tujuan Penelitian
Tujuan dari penelitian ini adalah memetakan distribusi dan kerapatan
mangrove di Pulau Tunda menggunakan citra satelit Worldview-2.
METODE
Penelitian ini dilakukan pada bulan Mei–Oktober 2015. Survey lapangan
dilakukan pada tanggal 13–15 Mei 2015. Pengolahan data citra satelit dilakukan
pada bulan Juni–Agustus 2015 di Laboratorium Penginderaan Jauh Kelautan,
Departemen Ilmu dan Teknologi Kelautan, Institut Pertanian Bogor. Lokasi
survey lapangan bertempat di Pulau Tunda, Kabupaten Serang, Banten yang
ditunjukkan pada Gambar 1.
Gambar 1 Lokasi penelitian di Pulau Tunda, Serang, Banten.
Alat dan Bahan
Alat yang digunakan dalam pengolahan data citra adalah perangkat
komputer yang dilengkapi dengan perangkat lunak ArcGis 10, ERMapper 7.1, MS
Office 2013. Alat yang digunakan untuk pengamatan lapang yaitu Global
Positioning System (GPS) Juno Trimble 3b, transek (10m x 10m), meteran, alat
tulis, buku identifikasi mangrove, dan data sheet. Bahan yang digunakan adalah
citra satelit Worldview-2 akuisisi 25 Agustus 2013. Menurut Eckert (2012)
karakteristik citra Worldview-2 terlampir pada Lampiran 1.
3
Survey Lapang
Pengamatan di lapang dilakukan sebagai satu kegiatan yang penting untuk
interpretasi citra satelit. Kegiatan ini memberikan penjelasan mengenai kondisi
ekosistem sebenarnya di lapangan. Kegiatan pengamatan lapang ini meliputi
pengamatan data vegetasi mangrove mengacu kepada Bengen (2002),
menggunakan metode transek kuadrat berukuran 10 meter x 10 meter dimana
tegakan mangrove tingkat pohon memliki tinggi > 1,3 meter dan keliling lingkar
batang > 12,5 cm. Penentuan stasiun dilakukan secara acak (random sampling)
serta di setiap transek di ikuti dengan melihat tutupan kanopi dan penandaan
daerah pengamatan menggunakan GPS.
Prosedur Analisis Data
Penelitian ini terdiri dari pengolahan data dan analisis citra penginderaan
jauh dengan didukung oleh data hasil survey lapang. Pengolahan citra satelit
Worldview-2 dilakukan dengan perangkat lunak ERMapper 7.0 dan ArcGis 10.
Pengolahan citra dilakukan dengan beberapa tahap sebagai berikut
Koreksi Atmosferik
Koreksi atmosferik dilakukan untuk memperbaiki nilai-nilai piksel yang
tidak sesuai dengan nilai pantulan atau pancaran spektral objek yang sebenarnya
dan menghilangkan faktor-faktor yang menurunkan kualitas citra. Koreksi
atmosferik dilakukan dengan metode penyesuaian histogram (histogram
adjustment), yaitu dengan mengurangi nilai kanal ke arah kiri sehingga nilai
minimumnya menjadi nol.
Koreksi Geometrik
Koreksi geometrik dilakukan untuk mengoreksi distorsi posisi atau letak
obyek yang terekam pada citra. Salah satu cara untuk mengoreksi distorsi
geometrik ini dengan metode nearest neighbour, dilakukan dengan menggunakan
titik-titik kontrol lapangan Ground Control Point (GCP), sehingga koordinat
objek pada citra sama dengan koordinat sebenarnya di lapangan.
Penajaman Citra
Penajaman citra bertujuan untuk memperjelas kenampakan objek pada citra
sehingga semakin informatif dan lebih mudah untuk diinterpretasi. Salah satu
teknik penajaman citra adalah False Color Composite (FCC). FCC dibuat dengan
mengkombinasikan tiga kanal, FCC yang digunakan pada penelitian ini yaitu
(red/R) untuk Band 7, (green/G) untuk Band 4 dan (blue/B) untuk Band 2.
Klasifikasi citra
Klasifikasi dilakukan untuk mengelompokkan objek atau kenampakan
homogen yaitu dengan menempatkan piksel-piksel ke dalam suatu kelas menurut
kesamaan nilai digital. Proses klasifikasi dapat dilakukan dengan dua cara, yaitu
klasifikasi terbimbing (supervised classification) dan klasifikasi tak terbimbing
(unsupervised classification). Penelitian ini menggunakan supervised
classification dengan algoritma maximum likelihood standard. Pada klasifikasi ini,
4
nilai-nilai piksel ditentukan sendiri sesuai dengan acuan. Acuan yang digunakan
yaitu titik pengambilan data dan didukung dengan hasil visualisasi dari FCC.
Masking
Masking dilakukan menggunakan metode digital on screen yaitu membuat
training area untuk menghilangkan daerah yang tidak diperlukan atau tidak masuk
dalam penelitian, sehingga hanya fokus pada daerah penelitian yaitu daerah
mangrove.
Analisis indeks vegetasi
Normalized Difference Vegetation Index (NDVI) adalah pengukuran
keseimbangan antara energi yang diterima dan energi yang dipancarkan oleh
vegetasi di bumi. Metode ini menggunakan kanal merah dan infra-merah dalam
penginderaan jauh untuk mengetahui indikator kehijauan dari satelit. Persamaan
yang digunakan dalam metode ini yaitu :
NDVI = (NIR – R) / (NIR + R) .................................................. (2)
Keterangan :
NIR
R
: Nilai reflektansi spektral pada kanal inframerah dekat
: Nilai reflektansi spektral pada kanal merah
Menurut (DepHut 2005) tingkat kerapatan mangrove dibagi menjadi 3
ditunjukkan pada (Tabel 1). Nilai NDVI dan presentase kanopi tersebut digunakan
untuk menentukan selang dalam pengkelasan mangrove. Agar sesuai dalam
penentuan kelas berdasarkan survey lapang, nilai yang dihasilkan dari analisis
NDVI pada citra di rata-ratakan sesuai dengan ukuran transek yang dilakukan di
lapang.
Tabel 1 Kriteria tingkat kerapatan mangrove (DepHut 2005)
Kelas Mangrove
Presentase
Nilai NDVI
Kerapatan Jarang
Kerapatan Sedang
Kerapatan Rapat
0 % – 50 %
50 % – 69 %
70 % – 100 %
0 to ≤ 0,33
0,34 to ≤ 0,42
0,43 to ≤ 1,00
Uji akurasi
Uji akurasi digunakan untuk mengetahui ketepatan dari citra hasil klasifikasi
dengan kondisi yang sebenarnya. Uji akurasi yang dilakukan pada penelitian ini
berdasarkan hasil klasifikasi NDVI pada citra Worldview-2 dengan tutupan
kanopi mangrove yang diperoleh dari data survey. Penilaian uji akurasi
menggunakan matriks kesalahan atau confussion matrix (Congalton dan Green
2009). Contoh perhitungan confussion matrix dapat dilihat pada Gambar 2.
5
Gambar 2 Contoh perhitungan confussion matrix
(Sumber: Congalton dan Green, 2009)
Matrix ini digunakan untuk menentukan overall accuracy (OA), producer
accuracy (PA), dan user accuracy (UA). Perhitungan persamaan untuk OA, PA,
dan UA sebagai berikut :
Overall accuracy (OA)
Producer accuracyi (PA)
User accuracy (UA)
∑
.................................................. (3)
.............................................................. (4)
........................................................................(5)
Dimana :
OA = akurasi hasil klasifikasi secara keseluruhan
PA = akurasi hasil analisis citra satelit
UA = akurasi hasil pengamatan insitu
ii = jumlah pengamatan pada kolom ke-i baris ke-i
= jumlah unit pengamatan yang dikategorikan sebagai kelas tematik i
dari hasil analisis citra satelit inderaja;
= jumlah unit pengamatan yang dikategorikan sebagai kelas habitat j
dari hasil pengamatan in situ;
= jumlah total pengamatan
Gambar 3 merupakan diagram alir pengolahan citra satelit Worldview-2
untuk menghasilkan peta sebaran kerapatan mangrove.
6
Gambar 3 Diagram alir penelitian
7
HASIL DAN PEMBAHASAN
Koreksi atmosferik dilakukan pada citra Worldview-2 dengan metode
penyesuaian histogram (histogram adjustment), yaitu dengan mengurangi nilai
kanal yang terdistorsi ke arah kiri sehingga nilai minimumnya menjadi nol. Nilai
histogram seluruh band untuk citra yang digunakan pada penelitian ini sudah
bernilai nol, maka dari itu langsung dilakukan ke tahap selanjutnya.
Hasil koreksi geometri ditunjukkan oleh nilai Root Mean Square Error
(RMSE). Titik GCP yang digunakan sebanyak 6 titik. Nilai RMSE berkisar 0,05–
0,39 dengan rata-rata 0,22 meter. Nilai toleransi RMSE hasil hitungan koreksi
geometrik pada citra ditentukan dengan menggunakan asumsi sebesar: 0,5 x
resolusi spasial (Rudianto 2011). Untuk citra Worldview-2 dengan memiliki
resolusi spasial 2 meter, memiliki nilai toleransi ≤ 1 meter. Hal ini menyatakan
bahwa koreksi geometrik yang dilakukan memenuhi toleransi. Hasil koreksi
geometrik ditampilkan pada Gambar 4.
a
b
Gambar 4 Citra sebelum koreksi geometrik (a) setelah koreksi geometrik (b)
Kenampakan untuk kerapatan vegetasi menggunakan kombinasi 3
kanal/band. Citra Worldview-2 menggunakan kombinasi 742 (RGB) yaitu dengan
kanal Red (band 7), kanal Green (band 4) dan kanal Blue (band 2). Secara visual
kombinasi RGB tersebut memudahkan dalam mengetahui keberadaan mangrove.
Berikut hasil komposit RGB ditampilkan pada Gambar 5.
Gambar 5 Komposit RGB 742 untuk vegetasi
Klasifikasi kemiripan maksimum (maximum likelihood) mengasumsikan
bahwa dari algoritma objek yang homogen selalu menampilkan histogram yang
terdistribusi normal. Pada klasifikasi ini, piksel yang memiliki nilai sama akan
dikelompokkan secara otomatis ke dalam beberapa kelas yang diinginkan. Berikut
8
Gambar 6 merupakan hasil klasifikasi yang dibagi menjadi 3 kelas yaitu
mangrove, darat dan laut.
Gambar 6 Klasifikasi terbimbing (supervised classification)
Keterangan : Mangrove
Darat
Laut
Masking (Penyamaran)
Daerah yang tidak diperlukan atau tidak masuk dalam penelitian akan di
samarkan, sehingga hanya fokus pada daerah penelitian yaitu daerah mangrove.
Dalam tampilan masking (Gambar 7) terlihat hanya daerah mangrove saja yang
ditampilkan.
Gambar 7 Daerah masking (penyamaran) darat dan laut di Pulau Tunda
Distribusi Mangrove di Pulau Tunda
Pengolahan citra Worldview-2 dari proses klasifikasi menghasilkan luas
enam kelas klasifikasi lahan yang terdiri dari (1) kelas laut, (2) kelas darat, (3)
kelas pasir, (4) kelas mangrove jarang, (5) kelas mangrove sedang, dan (6) kelas
mangrove rapat. Berikut Gambar 8 merupakan peta sebaran mangrove di Pulau
Tunda.
9
Gambar 8 Peta sebaran mangrove di Pulau Tunda
Tabel 2 menunjukkan luas area hasil klasifikasi. Luas lahan terbesar di
Pulau Tunda adalah kelas darat, memiliki luasan sebesar 262,1168 ha, sedangkan
luas lahan terkecil adalah kelas mangrove, memiliki luasan sebesar 10,7972 ha.
No
1
2
3
4
5
6
Tabel 2 Luasan area hasil klasifikasi
Kelas
Luas Lahan (ha)
Laut
222,55
Darat
262,11
Pasir
64,94
Mangrove Jarang
0,14
Mangrove Sedang
0,09
Mangrove Rapat
10,51
Jenis mangrove yang berada Pulau Tunda yaitu Rhizophora apiculata,
Rhizophora mucronata, Rhizophora stylosa, Avicennia rumphiana, Sonneratia
alba, Brugueira gymnorizha, Brugueira sexangula, Brugueira cylindrica,
Lumnitzera racemosa, Lumnitzera littorea, Xylocarpus granatum, dan Xylocarpus
moluccensis. Selatan Pulau Tunda terdapat mangrove yang luas, rapat dan jenis
beragam dibandingkan di utara, di timur dan di barat. Pengamatan langsung di
lapangan menunjukkan bahwa selatan Pulau Tunda memiliki lahan yang luas dan
bersubstrat dominan lumpur. Substrat lumpur merupakan substrat yang baik bagi
pertumbuhan mangrove karena lumpur mampu mengikat unsur hara (Davis et al.
1995) dalam Haryani (2013).
10
Sebaran Kerapatan Mangrove Berdasarkan Nilai NDVI
Secara teoritis nilai NDVI berkisar antara -1 hingga 1. Nilai-nilai yang
dibawah 0 itu berarti air atau tanah kosong, sementara nilai-nilai yang lebih tinggi
dari 0 adalah indikator aktivitas fotosintesis yang tinggi ataupun aktivitas
pertanian (Meneses, 2011). Berikut adalah nilai histogram setelah memasukkan
algoritma NDVI yang ditunjukkan pada (Gambar 7).
Gambar 9 Histogram nilai NDVI
Dari hasil luasan klasifikasi mangrove (Tabel 2), dapat diketahui bahwa
kelas mangrove rapat memiliki luas lahan terbesar dibandingkan mangrove jarang
dan mangrove sedang. Luas lahan kelas mangrove rapat yaitu 10,5104 ha. Luas
lahan kelas mangrove jarang yaitu 0,1488 ha dan luas lahan kelas mangrove
sedang yaitu 0,098 ha.
Kanopi Mangrove Berdasarkan Survey Lapang
Survey lapang yang dilakukan menghasilkan 94 plot. Secara visual di
lapang, setiap jenis mangrove memiliki area tutupan kanopi yang berbeda, nilai
tersebut akan mempengaruhi nilai reflektansi dari kanopi yang terdeteksi oleh
citra satelit. Seperti pada (Lampiran 2), Semakin besar pohon menutupi area pada
transek pengamatan, maka persentasenya semakin besar, begitu juga sebaliknya
semakin kecil pohon menutupi area pada transek pengamatan, maka
persentasenya semakin kecil.
Uji Akurasi Hasil Klasifikasi Citra dengan Survei lapang
Uji akurasi menggunakan confussion matrix melihat tingkat kebenaran dari
klasifikasi citra dengan survey lapang menggunakan tutupan kanopi yang
terlampir pada (Lampiran 3). Kelas yang digunakan yaitu kelas mangrove rapat,
kelas mangrove sedang, kelas mangrove jarang (Tabel 3). Pengambilan titik yang
diambil untuk uji akurasi sebanyak 94 plot. Perhitungan PA tertinggi terdapat
11
pada kelas mangrove rapat sebesar 88,23%, sedangkan yang terendah terdapat
pada kelas mangrove jarang sebesar 35,71%. Kemudian nilai perhitungan UA
tertinggi berada di kelas mangrove rapat sebesar 88,41%, sedangkan yang
terendah adalah kelas mangrove sedang sebesar 33,33%. Nilai OA pada
klasifikasi citra dengan survey lapangan sebesar 74,46%. Menunjukkan bahwa
secara keseluruhan kelas mampu dipetakan dengan baik sebesar 74,46%.
Tabel 3 Nilai confussion matrix pada klasifikasi citra dengan survey lapang
Survey Lapang
Klasifikasi
Total UA %
MR
MS
MJ
baris
MR
4
4
68
88,41
60
MS
5
5
15
33,33
5
MJ
3
3
12
45,45
5
Total
68
12
14
94
Kolom
PA %
88,23 41,67 35,71
OA %
74,46
Ket : MJ = Mangrove Jarang, MS = Mangrove Sedang, MR = Mangrove Rapat
Vo et al (2013) dalam Kuenzer et al (2011) melakukan pemetaan mangrove
dengan menggunakan citra SPOT-5, dimana citra ini memiliki resolusi spasial 10
m, menghasilkan OA sebesar 75,68% dengan memisahkan mangrove berdasarkan
kerapatan secara visualisasi di lapang. Mensah (2013) memetakan mangrove di
Ghana dengan menggunakan citra RapidEye yang mempunyai resolusi spasial 7 m,
menghasilkan OA sebesar 84,82%. Neukermans et al (2008) melakukan pemetaan
mangrove dengan menggunakan citra Quickbird yang memiliki resolusi spasial
2,62 m. menghasilkan OA sebesar 73%. Citra Worldview-2 yang digunakan
dalam penelitian ini termasuk ke dalam citra yang memiliki resolusi tinggi.
Overall accuracy yang didapatkan sebesar 74,46%, menurut (Wang et al 2004)
akurasi yang didapatkan termasuk rendah untuk citra dengan resolusi tinggi.
Karena untuk citra dengan resolusi tinggi, akurasi yang dihasilkan seharusnya >
80%.
Beberapa faktor yang mempengaruhi tingkat akurasi mungkin disebabkan
oleh tidak sesuai area penggunaan transek dilapang 10m x 10m dengan resolusi
citra 2m x 2m. Sehingga adanya bias dari beberapa nilai piksel di citra untuk
menyesuaikan transek di lapang. Kurang tepatnya dalam menduga tingkat kanopi
mangrove berdasarkan visualisasi di lapang. Menurut Weng (2010), untuk
menduga kanopi mangrove dalam penginderaan jauh lebih baik menggunakan
tajuk dan ketinggian pohon, karena mengukur dengan lingkar batang pohon akan
mengabaikan pohon yang tingginya kurang dari 1,3 meter.
12
SIMPULAN DAN SARAN
Simpulan
Berdasarkan hasil pengolahan citra satelit dan survey lapang, wilayah
Selatan Pulau Tunda memiliki area mangrove yang luas, rapat dan jenisnya
beragam. Kerapatan mangrove berdasarkan nilai NDVI dibagi menjadi 3 kelas,
luas lahan kelas jarang sebesar 0,149 ha, kelas sedang sebesar 0,098 ha dan kelas
rapat sebesar yaitu 10,511 ha. Hasil uji akurasi confussion matrix pada klasifikasi
citra dengan survey lapang sebesar 74,46%. Jenis mangrove yang ditemukan di
Pulau Tunda adalah Rhizophora mucronata, Rhizophora stylosa, Rhizophora
apiculata, Avicennia rumphiana, Sonneratia alba, Brugueira gymnorizha,
Brugueira sexangula, Brugueira cylindrical, Lumnitzera racemosa, Lumnitzera
littorea, Xylocarpus granatum, dan Xylocarpus moluccensis.
Saran
Transek pengukuran di lapang sebaiknya di sesuaikan dengan resolusi
spasial citra yang digunakan agar mendapat hasil yang maksimal. Pengukuran
dilapang sebaiknya mengukur tajuk dan tinggi pohon agar menduga tingkat
kanopi mangrove lebih akurat.
DAFTAR PUSTAKA
Arief A. 2003. Hutan Mangrove, Fungsi dan Manfaatnya. Kanisius : Yogyakarta
Bengen DG. 2002. Pedoman Teknis Pengenalan dan Pengelolaan Ekosistem
Mangrove. Pusat Kajian Sumberdaya Pesisir dan Laut – Institut Pertanian
Bogor. Bogor, Indonesia
Congalton RG, Green K. 2009. Assessing the Accuracy of Remotely Sensed Data:
Principles and Practices, p. 137, Lewis Publishers, Boca Raton, FL
Departemen Kehutanan. 2005. Pedoman Inventarisasi dan Identifikasi Lahan
Kritis Mangrove. Jakarta : Direktorat Jenderal Rehabilitasi Lahan dan
Perhutanan Sosial Departemen Kehutanan
Digital Globe. 2009. The benefits of the 8 spectral bands of WorldView-2. White
paper. Longmont (US): DigitalGlobe,Inc
Dwi AP, Asriningrum W, Winarso G, Parwati E. 2014. Analisi Sebaran dan
Kerapatan Mangrove Menggunakan Citra Landsat8 di Segara Anakan,
Cilacap. Peneliti Pusat Pemanfaatan Penginderaan Jauh – LAPAN
Eckert S. 2012. Improved Forest Biomass and Carbon Using Texture Measures
from Worldview-2 Satellite Data. Remote Sensing, ISSN 2074-4292 : 810829
13
Faizal A, Amran A. 2005. Model Transformasi Indeks Vegetasi yang Efektif
Untuk Prediksi Kerapatan Mangrove Rhizophora mucronata. Jurusan Ilmu
Kelautan Institut Teknologi Sepuluh November, Surabaya.
Ghazali IK. 2014. Distribusi Lamun dan Mangrove Menggunakan Citra Satelit
Worldview-2 di Gugus Pulau Pari, Kepulauan Seribu [Skripsi]. Bogor (ID) :
Repositori Institut Pertanian Bogor.
Haryani NS. 2013. Analisis Perubahan Hutan Mangrove Menggunakan Citra
Satelit. Jurnal Ilmiah WIDYA, 1 (1):72 – 77
Hasri M. 2013. Deteksi Vegetasi Mangrove di Cilacap Jawa Tengah dengan
Menggunakan Citra Landsat 8 OLI dan TIRS [Skripsi]. Bogor (ID) :
Repositori Institut Pertanian Bogor.
Kementrian Kelautan Perikanan. 2012. Direktori Pulau-Pulau Kecil Indonesia.
[Internet]. [Diakses Tanggal 31 Mei 2015]. Tersedia pada: http://www.ppkkp3k.kkp.go.id/direktori-ulau/index.php/public_c/pulau_info/374
Kuenzer C, Bluemel A, Gebhardt S, Vo T, Dech S. 2011. Remote Sensing of
Mangrove Ecosystems: A Review. 3 : 878-928
Meneses-Tovar CL. 2011. NDVI as Indicator of Degradation. Unasy lva 238, 62,
2011/2
Mensah JC. 2013. Remote Sensing Application for Mangrove Mapping In The
Ellembelle District in Ghana. University of Rhode Island
Neukermans G, Guebas FD, Kairo JG, Koedam N. 2008. Mangrove Species and
Stand Mapping in Gazi Bay (Kenya) Using Quickbird Satellite Imagery.
Spatial Science. 53(1)
Rudianto B. 2011. Analisis Pengaruh Sebaran Ground Control point terhadap
Ketelitian Objek pada Peta Citra Hasil Ortorektifikasi. Jurnal Rekayasa,
15(1)
Saefurahman G. 2008. Distribusi, Kerapatan dan Perubahan Luas Vegetasi
Mangrove Gugus Pulau Pari Kepulauan Seribu Menggunakan Citra
FORMOSAT 2 dan Landsat 7/ETM+ [Skripsi]. Bogor (ID) : Repositori
Institut Pertanian Bogor.
Wang L, Sousa WP, Gong P. 2004. Integration of Object-Based and Pixel-Based
Classification for Mapping Mangrove with IKONOS Imagery. International
Journal Remote Sensing, 25(24) : 5655-5668
Weng Q. 2010. Remote Sensing of Coastal Environtments. Yeqiao W, editor.
Taylor & Francis Group : CRC Press
14
Lampiran 1 Karakteristik Citra Worldview-2 (Eckert 2012)
Tanggal peluncuran
Oktober 2009
Ketinggian orbit
770 km
Tipe orbit
Sun-synchronous
Sudut Inklinasi orbit
97,2o
Periode orbit
Lebar sapuan (nadir)
100 min
16,4 km
Mode akuisisi
Synchronous
Putaran ke lokasi yang sama
Sensor band
1,1 hari (GSD 1 m) 14 hari (nadir)
Pankromatik resolusi 0,5 m
Multispektral resolusi 2 m
o Coastal (400-450 nm)
o Blue (450-510 nm)
o Green (510-580 nm)
o Yellow (585-625 nm)
o Red (630-690 nm)
o Red edge (705-745 nm)
o Near infrared-1 (770-895 nm)
o Near infrared-2 (860-1040 nm)
15
Lampiran 2 Dokumentasi berdasarkan di lapangan
(a) tutupan kanopi jarang (0% - 50 %)
(b) tutupan kanopi jarang (0% - 50%)
(b) tutupan kanopi sedang (50% - 69%)
(c) tutupan kanopi sedang (50% - 69%)
(d) tutupan kanopi rapat (70% - 100%)
(e) tutupan kanopi rapat (70% - 100%)
16
Lampiran 3 Pengolahan data mangrove
PLOT
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
IND
SPESIES
4
3
4
3
5
8
15
5
2
15
5
12
8
13
7
12
10
6
14
18
8
1
1
5
10
4
5
2
6
7
10
6
5
6
5
4
2
4
8
1
Rhizophora mucronata
Avicennia marinna
Rhizophora stylosa
Rhizophora stylosa
Rhizophora stylosa
Rhizophora stylosa
Rhizophora stylosa
Rhizophora mucronata
Avicennia marina
Rhizophora stylosa
Rhizophora stylosa
Rhizophora stylosa
Rhizophora stylosa
Rhizophora stylosa
Rhizophora stylosa
Rhizophora stylosa
Rhizophora mucronata
Rhizophora mucronata
Rhizophora stylosa
Rhizophora stylosa
Rhizophora mucronata
Avicennia marina
Avicennia marina
Rhizophora mucronata
Rhizophora stylosa
Rhizophora stylosa
Rhizophora stylosa
Avicennia marina
Rhizophora mucronata
Rhizophora mucronata
Rhizophora stylosa
Rhizophora stylosa
Avicennia marina
Rhizophora stylosa
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora mucronata
Rhizophora mucronata
Lumnitzera racemosa
NDVI
2m x 2m
NDVI
10m x 10m
Tutupan Kanopi
(%)
0,5384
0,169828
0-50
0,67442
0,1667
0,1156
0,3073
0,464481
0,0785864
0,0342748
0,043156
0,093852
0,3120072
0-50
0-50
0-50
0-50
70-100
0,526515
0,238572
70-100
0,5127
0
0,3603
0,67198
0,22985
0
0,4281
0,46186
0,11554
0,5677
0,159213
0
0,004
0,514925
0,5018
0,53743
0,5389
0,231376
0
0,2450422
0,199188
0,18482
0
0,19092092
0,2318996
0,09554
0,5142
0,1129
0
0,008576
0,2590152
0,31529
0,32481
0,3459
70-100
70-100
50-70
0-50
0-50
0-50
50-70
50-70
0-50
70-100
0-50
0-50
0-50
70-100
50-70
70-100
70-100
0,09906
0,07537
0-50
0,26229
0,3002
0
0
0,63017
0
0,5781
0,4925
0,6021
0,4853
0,48072
0,6936
0,1973
0,2972
0
0
0,6414
0
0,5142
0,421
0,5852
0,4532
0,4498
0,6132
0-50
0-50
0-50
0-50
70-100
0-50
70-100
0-50
70-100
0-50
50-70
70-100
17
PLOT
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
IND
SPESIES
4
3
1
5
1
7
4
1
1
4
11
1
6
7
6
5
6
3
9
7
4
8
1
6
10
9
6
7
9
6
1
7
5
7
10
2
8
2
10
3
6
1
Rhizophora mucronata
Rhizophora stylosa
Sonneratia alba
Rhizophora mucronata
Lumnitzera littorea
Rhizophora apiculata
Rhizophora apiculata
Brugueira gymnorrhiza
Litorea racemosa
Brugueira gymnorrhiza
Rhizophora mucronata
Avicennia rumphiana
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Brugueira gymnorrhiza
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Brugueira gymnorrhiza
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora mucronata
Rhizophora apiculata
Rhizophora mucronata
Rhizophora apiculata
Brugueira gymnorrhiza
Rhizophora apiculata
Brugueira gymnorrhiza
NDVI
2m x 2m
NDVI
10m x 10m
Tutupan Kanopi
(%)
0,5572
0,5028
70-100
0,5932
0,5271
70-100
0,370019
0,3497
0-50
0,41243
0,2846
0-50
0
0,4046
0,59244
0,52705
0,55443
0,5808
0,4327
0,0222
0,6109
0,7112
0,52692
0,629969
0
0,3951
0,5466
0,4918
0,591
0,5545
0,4693
0,0841
0,5834
0,7294
0,4961
0,5781
0-50
50-70
70-50
70-50
70-50
70-50
70-50
70-50
70-50
70-50
70-50
70-50
0,541667
0,5026
70-50
0,548061
0,5268
0,4989
0,5957
0,51148
0,52589
0,5397
0,5492
0,4574
0,549
0,4576
0,5333442
70-50
50-70
70-100
70-100
70-100
70-100
0,63939
0,56109
70-100
0,57966
0
0,53394
0,50491
0
0,4719
70-100
0-50
50-70
0,6026
0,58906
70-100
0,5236
0,4817
70-100
0,5539
0,4938
70-100
0,32317
0,3371
50-70
18
PLOT
IND
69
70
7
6
4
3
2
10
10
2
6
9
1
7
2
1
5
2
3
3
2
2
6
5
8
2
7
7
9
9
8
9
2
3
3
4
4
5
5
6
2
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
SPESIES
NDVI
2m x 2m
0,5585
0,6043
Rhizophora apiculata
Rhizophora apiculata
Rhizophora stylosa
0,5993
Brugueira gymnorrhiza
Rhizophora apiculata
0,5676
Brugueira gymnorrhiza
Rhizophora apiculata
0,5245
Rhizophora stylosa
0
Rhizophora apiculata
Brugueira gymnorrhiza
0,3839
Rhizophora apiculata
0,4745
Brugueira gymnorrhiza
Brugueira gymnorrhiza
0,54305
Xylocarpus granatum
Brugueira gymnorrhiza
0,445
Brugueira sexangula
Rhizophora mucronata
Brugueira gymnorrhiza
0,53068
Xylocarpus moluccensis
Rhizophora mucronata
0,40588
Rhizophora apiculata
Rhizophora apiculata
0,5714
Rhizophora apiculata
0,5644
Brugueira gymnorrhiza
Rhizophora apiculata
0,4732
Rhizophora apiculata
0,50617
Rhizophora apiculata
0,4848
Rhizophora apiculata
0,5506
Rhizophora apiculata
0,542039
Rhizophora apiculata
0,624796
Rhizophora mucronata
0,608764
Rhizophora apiculata
Rhizophora mucronata
0,5838
Rhizophora apiculata
Rhizophora apiculata
0,566069
Rhizophora apiculata
0,4714
Rhizophora apiculata
0,55229
Rhizophora apiculata
0,65153048
Brugueira gymnorrhiza
NDVI
10m x 10m
0,58103
0,5618
Tutupan Kanopi
(%)
70-100
70-100
0,52159
70-100
0,4917
70-100
0,4388
70-100
0
0-50
0,3391
0-50
0,43859
0-50
0,50138
0-50
0,2846
0-50
0,4391
70-100
0,31537
0-50
0,5917
70-100
0,4471
70-100
0,4617
0,4619
0,4917
0,4918
0,4817
0,60183
70-100
70-100
70-100
70-100
70-100
70-100
0,5137
70-100
0,49173
50-70
0,5291
0,4317
0,471
70-100
50-70
50-70
0,43183
70-100
19
RIWAYAT HIDUP
Penulis merupakan anak kedua dari dua bersaudara
pasangan Adi Widarma dan Mariah. Penulis dilahirkan di
Bogor pada tanggal 31 Januari 1994. Pada tahun 2011, penulis
diterima di Institut Pertanian Bogor melalui jalur SNMPTN
tertulis di Departemen Ilmu dan Teknologi Kelautan, Fakultas
Perikanan dan Ilmu Kelautan. Selama menjalani masa
perkuliahan, penulis aktif dalam kegiatan kemahasiswaan,
yaitu Himpunan Mahasiswa Ilmu dan Teknologi Kelautan
(HIMITEKA) sebagai anggota Keilmuan dan Profesi
(2012/2013), dan anggota Biro Usaha (2013/2014). Dalam bidang akademis,
penulis aktif sebagai asisten pada mata kuliah Selam Ilmiah (2012/2013), mata
kuliah Pemetaan dan Sumberdaya Hayati Laut (2014/2015), mata kuliah DasarDasar Penginderaan Jauh (2014/2015), mata kuliah Ekologi Laut Tropis
(2014/2015) dan (2015/2016). Serta mengikuti pelatihan selam One Star SCUBA
(2013).
Untuk memperoleh gelar sarjana, penulis menyelesaikan tugas akhir
dengan judul Pemetaan Distribusi dan Kerapatan Mangrove di Pulau Tunda
Menggunakan Citra Worldview-2.
PULAU TUNDA MENGGUNAKAN CITRA WORLDVIEW-2
ANANDA SYAEFUL PADILLAH
DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
INSTITUT PERTANIAN BOGOR
BOGOR
2016
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Pemetaan Distribusi
dan Kerapatan Mangrove di Pulau Tunda Menggunakan Citra Worldview-2
adalah benar karya saya dengan arahan dari Komisi Pembimbing dan belum
diajukan dalam bentuk apa pun kepada Perguruan Tinggi mana pun. Sumber
informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak
diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam
Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Februari 2016
Ananda Syaeful Padillah
NIM C54110071
ABSTRAK
ANANDA SYAEFUL PADILLAH. Pemetaan Distribusi dan Kerapatan
Mangrove Menggunakan Citra Worldview-2 di Pulau Tunda. Dibimbing oleh
JONSON LUMBAN GAOL dan ADRIANI SUNUDDIN.
Teknologi satelit penginderaan jauh telah banyak dimanfaatkan karena
mempunyai kemampuan untuk mengidentifikasi dan memantau vegetasi
mangrove secara efisien. Tujuan penelitian ini adalah memetakan distribusi dan
kerapatan mangrove di Pulau Tunda menggunakan citra satelit Worldview-2.
Survey lapang dilakukan pada 13-15 Mei 2015 dengan mengambil titik sampel
sebanyak 96 titik. Metode klasifikasi maximum likelihood digunakan untuk
mengklasifikasikan mangrove dan non-mangrove. Transformasi Normalized
Difference Vegetation Index (NDVI) digunakan untuk mengetahui kerapatan
mangrove. Jenis mangrove yang ditemukan di Pulau Tunda adalah Rhizophora
mucronata, Rhizophora stylosa, Rhizophora apiculata, Avicennia rumphiana,
Sonneratia alba, Brugueira gymnorrizha, Brugueira sexangula, Brugueira
cylindrica, Lumnitzera racemosa, Lumnitzera littorea, Xylocarpus granatum, dan
Xylocarpus moluccensis. Kerapatan mangrove berdasarkan nilai NDVI dibagi
menjadi 3 kelas, luas lahan mangrove jarang sebesar 0,149 Ha, mangrove sedang
0,098 Ha dan mangrove rapat 10,511 Ha. Hasil uji akurasi menggunakan
confussion matrix dari klasifikasi citra dengan survey lapang sebesar 74,46%.
Kata kunci: Kerapatan, distribusi, mangrove, NDVI, penginderaan jauh
ABSTRACT
ANANDA SYAEFUL PADILLAH. Mapping Density and Distribution
Mangrove Using Wolrdview-2 Imagery in Tunda Island. Supervised by JONSON
LUMBAN GAOL and ADRIANI SUNUDDIN.
Remote sensing technology have been widely used because it has the ability
to identify and monitor mangrove efficiently. This research is aimed to map the
distribution and density of mangroves in Pulau Tunda using Worldview-2 satellite
imagery. The data was collected in 13 until 15 May 2015, and took 96 sampling
point. Maximum likelihood classification is used to classify mangroves and nonmangroves. NDVI transformation is also used to determine the density of
mangrove. Species of mangrove that is found on the Tunda Island are Rhizophora
mucronata, Rhizophora stylosa, Rhizophora apiculata, Avicennia rumphiana,
Sonneratia alba, Brugueira gymnorizha, Brugueira sexangula, Brugueira
cylindrical, Lumnitzera racemosa, Lumnitzera littorea, Xylocarpus granatum, and
Xylocarpus moluccensis. Based on NDVI values mangrove density are divided
into three classes, spaise class land has 0,149 Ha, medium dense class 0,098 Ha,
and dense class has a largest land area 10,511 Ha. Results of accuracy test using
confussion matrix from classification image and field survey is 74,46%.
Keywords : Density, distribution, mangrove, NDVI, remote sensing
PEMETAAN DISTRIBUSI DAN KERAPATAN MANGROVE DI
PULAU TUNDA MENGGUNAKAN CITRA WORLDVIEW-2
ANANDA SYAEFUL PADILLAH
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Ilmu Kelautan
pada
Departemen Ilmu dan Teknologi Kelautan
DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
INSTITUT PERTANIAN BOGOR
BOGOR
2016
Judul Skripsi : Pemetaan Distribusi dan Kerapatan Mangrove di Pulau Tunda
Menggunakan Citra Worldview-2
Nama
: Ananda Syaeful Padillah
NIM
: C54110071
Disetujui oleh
Dr Ir Jonson L. Gaol, M.Si
Pembimbing I
Adriani Sunuddin, S.Pi, M.Si
Pembimbing II
Diketahui oleh
Dr Ir I Wayan Nurjaya. M.Sc
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga penulis dapat menyelesaikan skripsi yang berjudul
“Pemetaan Distribusi dan Kerapatan Mangrove di Pulau Tunda
Menggunakan Citra Worldview-2” yang diajukan sebagai salah syarat untuk
menyelesaikan studi Departemen Ilmu dan Teknologi Kelautan, Fakultas
Perikanan dan Ilmu Kelautan, Institut Pertanian Bogor.
Pada kesempatan ini penulis mengucapkan terima kasih sebesar-besarnya
atas bimbingan, dorongan, bantuan dan doa dari berbagai pihak terutama kepada :
1. Bapak Dr. Ir. Jonson Lumban Gaol, M.Si dan Ibu Adriani Sunuddin, S.Pi,
M.Si selaku Dosen Pembimbing skripsi atas segala bimbingannya.
2. Ibu Risti Endriani A, S.Pi, M.Si selaku dosen penguji, atas kritik dan saran
yang membangun untuk penyempurnaan skripsi ini.
3. Kedua orang tua, Ayah Adi Widarma dan Ibu Mariah. Serta kakak Ardhita
Eka Pratama untuk kasih sayang, motifasi dan doanya kepada penulis.
4. Keluarga besar Ilmu dan Teknologi Kelautan FPIK-IPB khususnya teman
seperjuangan ITK 48 yang telah memberikan dukungan dan semangat kepada
penulis
5. Tim Pulau Tunda : Nico, Irpan, Mba Nunung, Bang Fahri, Bang Tray, Bang
Fahrul, dan Pak Ari
6. Semua pihak yang telah membantu penulis yang tidak dapat disebutkan
namanya satu persatu.
Penulis berharap skripsi ini dapat bermanfaat bagi penulis sendiri maupun
pihak lain dan mengharapkan saran dan kritik untuk perbaikan dan pengembangan
lebih lanjut untuk penelitian ini.
Bogor, Februari 2016
Ananda Syaeful Padillah
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
2
METODE
2
Alat dan Bahan
2
Survey Lapang
3
Prosedur Analisis Data
3
Uji akurasi
4
HASIL DAN PEMBAHASAN
Distribusi Mangrove di Pulau Tunda
7
8
Sebaran Kerapatan Mangrove Berdasarkan Nilai NDVI
10
Kanopi Mangrove Berdasarkan Survey Lapang
10
Uji Akurasi Hasil Klasifikasi Citra dengan Survei lapang
10
SIMPULAN DAN SARAN
12
Simpulan
12
Saran
12
DAFTAR PUSTAKA
12
RIWAYAT HIDUP
19
DAFTAR TABEL
1 Kriteria tingkat tutupan kanopi mangrove (DepHut 2005)
2 Luasan area hasil klasifikasi
3 Nilai confussion matrix pada klasifikasi citra dengan survey lapang
4
9
11
DAFTAR GAMBAR
1
2
3
4
5
6
7
8
9
Lokasi Penelitian di Pulau Tunda, Serang, Banten.
Contoh perhitungan confussion matrix
Diagram Alir Penelitian
Citra sebelum koreksi geometrik (a) setelah koreksi geometrik (b)
Komposit RGB 742 untuk vegetasi
Klasifikasi terbimbing (Supervised classification)
Daerah Masking (penyamaran) darat dan laut di Pulau Tunda
Peta sebaran mangrove di Pulau Tunda
Histogram nilai NDVI
2
5
6
7
7
8
8
9
10
DAFTAR LAMPIRAN
1 Karakteristik Citra Worldview-2 (Eckert 2012)
2 Dokumentasi berdasarkan di lapangan
3 Pengolahan data mangrove
14
15
16
PENDAHULUAN
Latar Belakang
Ekosistem mangrove merupakan salah satu ekosistem yang mempunyai
peranan penting terhadap kehidupan di wilayah pesisir. Arief (2003) menyatakan
bahwa hutan mangrove merupakan hutan yang khas terdapat di sepanjang pantai
atau muara sungai yang berlumpur, sedikit berpasir, dipengaruhi oleh pasang surut
air laut dan mempunyai peranan mata rantai penting dalam pemeliharaan
keseimbangan siklus biologi di suatu perairan. Secara biologi fungsi dari hutan
mangrove antara lain sebagai daerah asuhan (nursery ground), daerah mencari
makan (feeding ground) dan sebagai daerah pemijahan (spawning ground). Fungsi
secara fisik di antaranya sebagai kawasan penyangga, memacu perluasan lahan
dan melindungi garis pantai agar terhindar dari erosi atau abrasi (Dwi et al. 2014).
Pulau Tunda merupakan salah satu pulau dari 17 pulau yang berada di
Kabupaten Serang Provinsi Banten. Dilihat secara geografis Pulau Tunda terletak
di koordinat 5° 48’ 29”-5° 49’ 05” LS dan 106° 15’ 04”-106° 18’ 00” BT. Pulau
ini memiliki berbagai jenis mangrove, di antaranya Bruguiera gymnorrhiza,
Ceriops decandra, Rhizopora mucronata, Rhizopora apiculata, Rhizopora stylosa,
Sonneratia caseolaris serta Xylocarpus grantum (KKP 2012). Melihat keberadaan
letak Pulau Tunda yang berada di bagian utara provinsi Banten, mangrove
berperan sebagai kawasan penyangga dan melindungi garis pantai sehingga
keberadaan pulau ini tetap ada.
Seiring dengan perkembangan teknologi penginderaan jauh satelit,
mangrove yang sangat penting terhadap kehidupan masyarakat pesisir dapat di
petakan, karena letak geografi ekosistem mangrove yang berada di daerah
peralihan darat dan laut memberikan efek perekaman yang khas jika dibandingkan
obyek vegetasi darat lainnya (Faizal dan Amran 2005). Teknologi ini telah
banyak dimanfaatkan karena mempunyai kemampuan untuk mengidentifikasi dan
memantau mangrove yang efisien terhadap waktu dan biaya (Kuenzer et al. 2011).
Satelit yang bisa digunakan untuk identifikasi mangrove antara lain Land Satelites
(LANDSAT), Advance Land Observing Satellite (ALOS), Satellite Pour
l’Observation de la Terre (SPOT), Quickbird, dan Worldview-2 dll.
Satelit Worldview-2 diluncurkan pada bulan Oktober 2009 oleh Digital
Globe. Satelit ini termasuk kedalam satelit yang mempunyai sensor resolusi tinggi,
dengan mempunyai saluran (band) pankromatik dengan resolusi spasial 46 cm
dan 8 kanal multispekral dengan resolusi spasial 1,84 m. Worldview-2
mempunyai keragaman spektral dengan jangkauan 450 – 800 nm, sehingga
memiliki kemampuan untuk melakukan deteksi perubahan dan pemetaan yang
mendetail (Digital Globe 2009).
Aplikasi penginderaan jauh untuk deteksi vegetasi mangrove dan
kerapatannya telah banyak dilakukan sebelumnya. antara lain Saefurahman (2008)
mengkaji distribusi, kerapatan dan perubahan luas vegetasi mangrove di gugus
Pulau Pari Kepulauan Seribu menggunakan citra Formosat 2 dan Landsat 7/ETM+.
Hasri (2013) memetakan vegetasi mangrove di Cilacap Jawa Tengah dengan
menggunakan citra Landsat ETM+ dan Oli Tirs. Ghazali (2014) memetakan
distribusi lamun dan mangrove menggunakan citra satelit Worldview-2 di Gugus
2
Pulau Pari, Kepulauan Seribu. Penelitian ini diharapkan dapat menambah
informasi mengenai sebaran dan kerapatan mangrove di Pulau Tunda, sehingga
dapat digunakan untuk konservasi, pariwisata, ataupun pemanfaatan lainnya.
Tujuan Penelitian
Tujuan dari penelitian ini adalah memetakan distribusi dan kerapatan
mangrove di Pulau Tunda menggunakan citra satelit Worldview-2.
METODE
Penelitian ini dilakukan pada bulan Mei–Oktober 2015. Survey lapangan
dilakukan pada tanggal 13–15 Mei 2015. Pengolahan data citra satelit dilakukan
pada bulan Juni–Agustus 2015 di Laboratorium Penginderaan Jauh Kelautan,
Departemen Ilmu dan Teknologi Kelautan, Institut Pertanian Bogor. Lokasi
survey lapangan bertempat di Pulau Tunda, Kabupaten Serang, Banten yang
ditunjukkan pada Gambar 1.
Gambar 1 Lokasi penelitian di Pulau Tunda, Serang, Banten.
Alat dan Bahan
Alat yang digunakan dalam pengolahan data citra adalah perangkat
komputer yang dilengkapi dengan perangkat lunak ArcGis 10, ERMapper 7.1, MS
Office 2013. Alat yang digunakan untuk pengamatan lapang yaitu Global
Positioning System (GPS) Juno Trimble 3b, transek (10m x 10m), meteran, alat
tulis, buku identifikasi mangrove, dan data sheet. Bahan yang digunakan adalah
citra satelit Worldview-2 akuisisi 25 Agustus 2013. Menurut Eckert (2012)
karakteristik citra Worldview-2 terlampir pada Lampiran 1.
3
Survey Lapang
Pengamatan di lapang dilakukan sebagai satu kegiatan yang penting untuk
interpretasi citra satelit. Kegiatan ini memberikan penjelasan mengenai kondisi
ekosistem sebenarnya di lapangan. Kegiatan pengamatan lapang ini meliputi
pengamatan data vegetasi mangrove mengacu kepada Bengen (2002),
menggunakan metode transek kuadrat berukuran 10 meter x 10 meter dimana
tegakan mangrove tingkat pohon memliki tinggi > 1,3 meter dan keliling lingkar
batang > 12,5 cm. Penentuan stasiun dilakukan secara acak (random sampling)
serta di setiap transek di ikuti dengan melihat tutupan kanopi dan penandaan
daerah pengamatan menggunakan GPS.
Prosedur Analisis Data
Penelitian ini terdiri dari pengolahan data dan analisis citra penginderaan
jauh dengan didukung oleh data hasil survey lapang. Pengolahan citra satelit
Worldview-2 dilakukan dengan perangkat lunak ERMapper 7.0 dan ArcGis 10.
Pengolahan citra dilakukan dengan beberapa tahap sebagai berikut
Koreksi Atmosferik
Koreksi atmosferik dilakukan untuk memperbaiki nilai-nilai piksel yang
tidak sesuai dengan nilai pantulan atau pancaran spektral objek yang sebenarnya
dan menghilangkan faktor-faktor yang menurunkan kualitas citra. Koreksi
atmosferik dilakukan dengan metode penyesuaian histogram (histogram
adjustment), yaitu dengan mengurangi nilai kanal ke arah kiri sehingga nilai
minimumnya menjadi nol.
Koreksi Geometrik
Koreksi geometrik dilakukan untuk mengoreksi distorsi posisi atau letak
obyek yang terekam pada citra. Salah satu cara untuk mengoreksi distorsi
geometrik ini dengan metode nearest neighbour, dilakukan dengan menggunakan
titik-titik kontrol lapangan Ground Control Point (GCP), sehingga koordinat
objek pada citra sama dengan koordinat sebenarnya di lapangan.
Penajaman Citra
Penajaman citra bertujuan untuk memperjelas kenampakan objek pada citra
sehingga semakin informatif dan lebih mudah untuk diinterpretasi. Salah satu
teknik penajaman citra adalah False Color Composite (FCC). FCC dibuat dengan
mengkombinasikan tiga kanal, FCC yang digunakan pada penelitian ini yaitu
(red/R) untuk Band 7, (green/G) untuk Band 4 dan (blue/B) untuk Band 2.
Klasifikasi citra
Klasifikasi dilakukan untuk mengelompokkan objek atau kenampakan
homogen yaitu dengan menempatkan piksel-piksel ke dalam suatu kelas menurut
kesamaan nilai digital. Proses klasifikasi dapat dilakukan dengan dua cara, yaitu
klasifikasi terbimbing (supervised classification) dan klasifikasi tak terbimbing
(unsupervised classification). Penelitian ini menggunakan supervised
classification dengan algoritma maximum likelihood standard. Pada klasifikasi ini,
4
nilai-nilai piksel ditentukan sendiri sesuai dengan acuan. Acuan yang digunakan
yaitu titik pengambilan data dan didukung dengan hasil visualisasi dari FCC.
Masking
Masking dilakukan menggunakan metode digital on screen yaitu membuat
training area untuk menghilangkan daerah yang tidak diperlukan atau tidak masuk
dalam penelitian, sehingga hanya fokus pada daerah penelitian yaitu daerah
mangrove.
Analisis indeks vegetasi
Normalized Difference Vegetation Index (NDVI) adalah pengukuran
keseimbangan antara energi yang diterima dan energi yang dipancarkan oleh
vegetasi di bumi. Metode ini menggunakan kanal merah dan infra-merah dalam
penginderaan jauh untuk mengetahui indikator kehijauan dari satelit. Persamaan
yang digunakan dalam metode ini yaitu :
NDVI = (NIR – R) / (NIR + R) .................................................. (2)
Keterangan :
NIR
R
: Nilai reflektansi spektral pada kanal inframerah dekat
: Nilai reflektansi spektral pada kanal merah
Menurut (DepHut 2005) tingkat kerapatan mangrove dibagi menjadi 3
ditunjukkan pada (Tabel 1). Nilai NDVI dan presentase kanopi tersebut digunakan
untuk menentukan selang dalam pengkelasan mangrove. Agar sesuai dalam
penentuan kelas berdasarkan survey lapang, nilai yang dihasilkan dari analisis
NDVI pada citra di rata-ratakan sesuai dengan ukuran transek yang dilakukan di
lapang.
Tabel 1 Kriteria tingkat kerapatan mangrove (DepHut 2005)
Kelas Mangrove
Presentase
Nilai NDVI
Kerapatan Jarang
Kerapatan Sedang
Kerapatan Rapat
0 % – 50 %
50 % – 69 %
70 % – 100 %
0 to ≤ 0,33
0,34 to ≤ 0,42
0,43 to ≤ 1,00
Uji akurasi
Uji akurasi digunakan untuk mengetahui ketepatan dari citra hasil klasifikasi
dengan kondisi yang sebenarnya. Uji akurasi yang dilakukan pada penelitian ini
berdasarkan hasil klasifikasi NDVI pada citra Worldview-2 dengan tutupan
kanopi mangrove yang diperoleh dari data survey. Penilaian uji akurasi
menggunakan matriks kesalahan atau confussion matrix (Congalton dan Green
2009). Contoh perhitungan confussion matrix dapat dilihat pada Gambar 2.
5
Gambar 2 Contoh perhitungan confussion matrix
(Sumber: Congalton dan Green, 2009)
Matrix ini digunakan untuk menentukan overall accuracy (OA), producer
accuracy (PA), dan user accuracy (UA). Perhitungan persamaan untuk OA, PA,
dan UA sebagai berikut :
Overall accuracy (OA)
Producer accuracyi (PA)
User accuracy (UA)
∑
.................................................. (3)
.............................................................. (4)
........................................................................(5)
Dimana :
OA = akurasi hasil klasifikasi secara keseluruhan
PA = akurasi hasil analisis citra satelit
UA = akurasi hasil pengamatan insitu
ii = jumlah pengamatan pada kolom ke-i baris ke-i
= jumlah unit pengamatan yang dikategorikan sebagai kelas tematik i
dari hasil analisis citra satelit inderaja;
= jumlah unit pengamatan yang dikategorikan sebagai kelas habitat j
dari hasil pengamatan in situ;
= jumlah total pengamatan
Gambar 3 merupakan diagram alir pengolahan citra satelit Worldview-2
untuk menghasilkan peta sebaran kerapatan mangrove.
6
Gambar 3 Diagram alir penelitian
7
HASIL DAN PEMBAHASAN
Koreksi atmosferik dilakukan pada citra Worldview-2 dengan metode
penyesuaian histogram (histogram adjustment), yaitu dengan mengurangi nilai
kanal yang terdistorsi ke arah kiri sehingga nilai minimumnya menjadi nol. Nilai
histogram seluruh band untuk citra yang digunakan pada penelitian ini sudah
bernilai nol, maka dari itu langsung dilakukan ke tahap selanjutnya.
Hasil koreksi geometri ditunjukkan oleh nilai Root Mean Square Error
(RMSE). Titik GCP yang digunakan sebanyak 6 titik. Nilai RMSE berkisar 0,05–
0,39 dengan rata-rata 0,22 meter. Nilai toleransi RMSE hasil hitungan koreksi
geometrik pada citra ditentukan dengan menggunakan asumsi sebesar: 0,5 x
resolusi spasial (Rudianto 2011). Untuk citra Worldview-2 dengan memiliki
resolusi spasial 2 meter, memiliki nilai toleransi ≤ 1 meter. Hal ini menyatakan
bahwa koreksi geometrik yang dilakukan memenuhi toleransi. Hasil koreksi
geometrik ditampilkan pada Gambar 4.
a
b
Gambar 4 Citra sebelum koreksi geometrik (a) setelah koreksi geometrik (b)
Kenampakan untuk kerapatan vegetasi menggunakan kombinasi 3
kanal/band. Citra Worldview-2 menggunakan kombinasi 742 (RGB) yaitu dengan
kanal Red (band 7), kanal Green (band 4) dan kanal Blue (band 2). Secara visual
kombinasi RGB tersebut memudahkan dalam mengetahui keberadaan mangrove.
Berikut hasil komposit RGB ditampilkan pada Gambar 5.
Gambar 5 Komposit RGB 742 untuk vegetasi
Klasifikasi kemiripan maksimum (maximum likelihood) mengasumsikan
bahwa dari algoritma objek yang homogen selalu menampilkan histogram yang
terdistribusi normal. Pada klasifikasi ini, piksel yang memiliki nilai sama akan
dikelompokkan secara otomatis ke dalam beberapa kelas yang diinginkan. Berikut
8
Gambar 6 merupakan hasil klasifikasi yang dibagi menjadi 3 kelas yaitu
mangrove, darat dan laut.
Gambar 6 Klasifikasi terbimbing (supervised classification)
Keterangan : Mangrove
Darat
Laut
Masking (Penyamaran)
Daerah yang tidak diperlukan atau tidak masuk dalam penelitian akan di
samarkan, sehingga hanya fokus pada daerah penelitian yaitu daerah mangrove.
Dalam tampilan masking (Gambar 7) terlihat hanya daerah mangrove saja yang
ditampilkan.
Gambar 7 Daerah masking (penyamaran) darat dan laut di Pulau Tunda
Distribusi Mangrove di Pulau Tunda
Pengolahan citra Worldview-2 dari proses klasifikasi menghasilkan luas
enam kelas klasifikasi lahan yang terdiri dari (1) kelas laut, (2) kelas darat, (3)
kelas pasir, (4) kelas mangrove jarang, (5) kelas mangrove sedang, dan (6) kelas
mangrove rapat. Berikut Gambar 8 merupakan peta sebaran mangrove di Pulau
Tunda.
9
Gambar 8 Peta sebaran mangrove di Pulau Tunda
Tabel 2 menunjukkan luas area hasil klasifikasi. Luas lahan terbesar di
Pulau Tunda adalah kelas darat, memiliki luasan sebesar 262,1168 ha, sedangkan
luas lahan terkecil adalah kelas mangrove, memiliki luasan sebesar 10,7972 ha.
No
1
2
3
4
5
6
Tabel 2 Luasan area hasil klasifikasi
Kelas
Luas Lahan (ha)
Laut
222,55
Darat
262,11
Pasir
64,94
Mangrove Jarang
0,14
Mangrove Sedang
0,09
Mangrove Rapat
10,51
Jenis mangrove yang berada Pulau Tunda yaitu Rhizophora apiculata,
Rhizophora mucronata, Rhizophora stylosa, Avicennia rumphiana, Sonneratia
alba, Brugueira gymnorizha, Brugueira sexangula, Brugueira cylindrica,
Lumnitzera racemosa, Lumnitzera littorea, Xylocarpus granatum, dan Xylocarpus
moluccensis. Selatan Pulau Tunda terdapat mangrove yang luas, rapat dan jenis
beragam dibandingkan di utara, di timur dan di barat. Pengamatan langsung di
lapangan menunjukkan bahwa selatan Pulau Tunda memiliki lahan yang luas dan
bersubstrat dominan lumpur. Substrat lumpur merupakan substrat yang baik bagi
pertumbuhan mangrove karena lumpur mampu mengikat unsur hara (Davis et al.
1995) dalam Haryani (2013).
10
Sebaran Kerapatan Mangrove Berdasarkan Nilai NDVI
Secara teoritis nilai NDVI berkisar antara -1 hingga 1. Nilai-nilai yang
dibawah 0 itu berarti air atau tanah kosong, sementara nilai-nilai yang lebih tinggi
dari 0 adalah indikator aktivitas fotosintesis yang tinggi ataupun aktivitas
pertanian (Meneses, 2011). Berikut adalah nilai histogram setelah memasukkan
algoritma NDVI yang ditunjukkan pada (Gambar 7).
Gambar 9 Histogram nilai NDVI
Dari hasil luasan klasifikasi mangrove (Tabel 2), dapat diketahui bahwa
kelas mangrove rapat memiliki luas lahan terbesar dibandingkan mangrove jarang
dan mangrove sedang. Luas lahan kelas mangrove rapat yaitu 10,5104 ha. Luas
lahan kelas mangrove jarang yaitu 0,1488 ha dan luas lahan kelas mangrove
sedang yaitu 0,098 ha.
Kanopi Mangrove Berdasarkan Survey Lapang
Survey lapang yang dilakukan menghasilkan 94 plot. Secara visual di
lapang, setiap jenis mangrove memiliki area tutupan kanopi yang berbeda, nilai
tersebut akan mempengaruhi nilai reflektansi dari kanopi yang terdeteksi oleh
citra satelit. Seperti pada (Lampiran 2), Semakin besar pohon menutupi area pada
transek pengamatan, maka persentasenya semakin besar, begitu juga sebaliknya
semakin kecil pohon menutupi area pada transek pengamatan, maka
persentasenya semakin kecil.
Uji Akurasi Hasil Klasifikasi Citra dengan Survei lapang
Uji akurasi menggunakan confussion matrix melihat tingkat kebenaran dari
klasifikasi citra dengan survey lapang menggunakan tutupan kanopi yang
terlampir pada (Lampiran 3). Kelas yang digunakan yaitu kelas mangrove rapat,
kelas mangrove sedang, kelas mangrove jarang (Tabel 3). Pengambilan titik yang
diambil untuk uji akurasi sebanyak 94 plot. Perhitungan PA tertinggi terdapat
11
pada kelas mangrove rapat sebesar 88,23%, sedangkan yang terendah terdapat
pada kelas mangrove jarang sebesar 35,71%. Kemudian nilai perhitungan UA
tertinggi berada di kelas mangrove rapat sebesar 88,41%, sedangkan yang
terendah adalah kelas mangrove sedang sebesar 33,33%. Nilai OA pada
klasifikasi citra dengan survey lapangan sebesar 74,46%. Menunjukkan bahwa
secara keseluruhan kelas mampu dipetakan dengan baik sebesar 74,46%.
Tabel 3 Nilai confussion matrix pada klasifikasi citra dengan survey lapang
Survey Lapang
Klasifikasi
Total UA %
MR
MS
MJ
baris
MR
4
4
68
88,41
60
MS
5
5
15
33,33
5
MJ
3
3
12
45,45
5
Total
68
12
14
94
Kolom
PA %
88,23 41,67 35,71
OA %
74,46
Ket : MJ = Mangrove Jarang, MS = Mangrove Sedang, MR = Mangrove Rapat
Vo et al (2013) dalam Kuenzer et al (2011) melakukan pemetaan mangrove
dengan menggunakan citra SPOT-5, dimana citra ini memiliki resolusi spasial 10
m, menghasilkan OA sebesar 75,68% dengan memisahkan mangrove berdasarkan
kerapatan secara visualisasi di lapang. Mensah (2013) memetakan mangrove di
Ghana dengan menggunakan citra RapidEye yang mempunyai resolusi spasial 7 m,
menghasilkan OA sebesar 84,82%. Neukermans et al (2008) melakukan pemetaan
mangrove dengan menggunakan citra Quickbird yang memiliki resolusi spasial
2,62 m. menghasilkan OA sebesar 73%. Citra Worldview-2 yang digunakan
dalam penelitian ini termasuk ke dalam citra yang memiliki resolusi tinggi.
Overall accuracy yang didapatkan sebesar 74,46%, menurut (Wang et al 2004)
akurasi yang didapatkan termasuk rendah untuk citra dengan resolusi tinggi.
Karena untuk citra dengan resolusi tinggi, akurasi yang dihasilkan seharusnya >
80%.
Beberapa faktor yang mempengaruhi tingkat akurasi mungkin disebabkan
oleh tidak sesuai area penggunaan transek dilapang 10m x 10m dengan resolusi
citra 2m x 2m. Sehingga adanya bias dari beberapa nilai piksel di citra untuk
menyesuaikan transek di lapang. Kurang tepatnya dalam menduga tingkat kanopi
mangrove berdasarkan visualisasi di lapang. Menurut Weng (2010), untuk
menduga kanopi mangrove dalam penginderaan jauh lebih baik menggunakan
tajuk dan ketinggian pohon, karena mengukur dengan lingkar batang pohon akan
mengabaikan pohon yang tingginya kurang dari 1,3 meter.
12
SIMPULAN DAN SARAN
Simpulan
Berdasarkan hasil pengolahan citra satelit dan survey lapang, wilayah
Selatan Pulau Tunda memiliki area mangrove yang luas, rapat dan jenisnya
beragam. Kerapatan mangrove berdasarkan nilai NDVI dibagi menjadi 3 kelas,
luas lahan kelas jarang sebesar 0,149 ha, kelas sedang sebesar 0,098 ha dan kelas
rapat sebesar yaitu 10,511 ha. Hasil uji akurasi confussion matrix pada klasifikasi
citra dengan survey lapang sebesar 74,46%. Jenis mangrove yang ditemukan di
Pulau Tunda adalah Rhizophora mucronata, Rhizophora stylosa, Rhizophora
apiculata, Avicennia rumphiana, Sonneratia alba, Brugueira gymnorizha,
Brugueira sexangula, Brugueira cylindrical, Lumnitzera racemosa, Lumnitzera
littorea, Xylocarpus granatum, dan Xylocarpus moluccensis.
Saran
Transek pengukuran di lapang sebaiknya di sesuaikan dengan resolusi
spasial citra yang digunakan agar mendapat hasil yang maksimal. Pengukuran
dilapang sebaiknya mengukur tajuk dan tinggi pohon agar menduga tingkat
kanopi mangrove lebih akurat.
DAFTAR PUSTAKA
Arief A. 2003. Hutan Mangrove, Fungsi dan Manfaatnya. Kanisius : Yogyakarta
Bengen DG. 2002. Pedoman Teknis Pengenalan dan Pengelolaan Ekosistem
Mangrove. Pusat Kajian Sumberdaya Pesisir dan Laut – Institut Pertanian
Bogor. Bogor, Indonesia
Congalton RG, Green K. 2009. Assessing the Accuracy of Remotely Sensed Data:
Principles and Practices, p. 137, Lewis Publishers, Boca Raton, FL
Departemen Kehutanan. 2005. Pedoman Inventarisasi dan Identifikasi Lahan
Kritis Mangrove. Jakarta : Direktorat Jenderal Rehabilitasi Lahan dan
Perhutanan Sosial Departemen Kehutanan
Digital Globe. 2009. The benefits of the 8 spectral bands of WorldView-2. White
paper. Longmont (US): DigitalGlobe,Inc
Dwi AP, Asriningrum W, Winarso G, Parwati E. 2014. Analisi Sebaran dan
Kerapatan Mangrove Menggunakan Citra Landsat8 di Segara Anakan,
Cilacap. Peneliti Pusat Pemanfaatan Penginderaan Jauh – LAPAN
Eckert S. 2012. Improved Forest Biomass and Carbon Using Texture Measures
from Worldview-2 Satellite Data. Remote Sensing, ISSN 2074-4292 : 810829
13
Faizal A, Amran A. 2005. Model Transformasi Indeks Vegetasi yang Efektif
Untuk Prediksi Kerapatan Mangrove Rhizophora mucronata. Jurusan Ilmu
Kelautan Institut Teknologi Sepuluh November, Surabaya.
Ghazali IK. 2014. Distribusi Lamun dan Mangrove Menggunakan Citra Satelit
Worldview-2 di Gugus Pulau Pari, Kepulauan Seribu [Skripsi]. Bogor (ID) :
Repositori Institut Pertanian Bogor.
Haryani NS. 2013. Analisis Perubahan Hutan Mangrove Menggunakan Citra
Satelit. Jurnal Ilmiah WIDYA, 1 (1):72 – 77
Hasri M. 2013. Deteksi Vegetasi Mangrove di Cilacap Jawa Tengah dengan
Menggunakan Citra Landsat 8 OLI dan TIRS [Skripsi]. Bogor (ID) :
Repositori Institut Pertanian Bogor.
Kementrian Kelautan Perikanan. 2012. Direktori Pulau-Pulau Kecil Indonesia.
[Internet]. [Diakses Tanggal 31 Mei 2015]. Tersedia pada: http://www.ppkkp3k.kkp.go.id/direktori-ulau/index.php/public_c/pulau_info/374
Kuenzer C, Bluemel A, Gebhardt S, Vo T, Dech S. 2011. Remote Sensing of
Mangrove Ecosystems: A Review. 3 : 878-928
Meneses-Tovar CL. 2011. NDVI as Indicator of Degradation. Unasy lva 238, 62,
2011/2
Mensah JC. 2013. Remote Sensing Application for Mangrove Mapping In The
Ellembelle District in Ghana. University of Rhode Island
Neukermans G, Guebas FD, Kairo JG, Koedam N. 2008. Mangrove Species and
Stand Mapping in Gazi Bay (Kenya) Using Quickbird Satellite Imagery.
Spatial Science. 53(1)
Rudianto B. 2011. Analisis Pengaruh Sebaran Ground Control point terhadap
Ketelitian Objek pada Peta Citra Hasil Ortorektifikasi. Jurnal Rekayasa,
15(1)
Saefurahman G. 2008. Distribusi, Kerapatan dan Perubahan Luas Vegetasi
Mangrove Gugus Pulau Pari Kepulauan Seribu Menggunakan Citra
FORMOSAT 2 dan Landsat 7/ETM+ [Skripsi]. Bogor (ID) : Repositori
Institut Pertanian Bogor.
Wang L, Sousa WP, Gong P. 2004. Integration of Object-Based and Pixel-Based
Classification for Mapping Mangrove with IKONOS Imagery. International
Journal Remote Sensing, 25(24) : 5655-5668
Weng Q. 2010. Remote Sensing of Coastal Environtments. Yeqiao W, editor.
Taylor & Francis Group : CRC Press
14
Lampiran 1 Karakteristik Citra Worldview-2 (Eckert 2012)
Tanggal peluncuran
Oktober 2009
Ketinggian orbit
770 km
Tipe orbit
Sun-synchronous
Sudut Inklinasi orbit
97,2o
Periode orbit
Lebar sapuan (nadir)
100 min
16,4 km
Mode akuisisi
Synchronous
Putaran ke lokasi yang sama
Sensor band
1,1 hari (GSD 1 m) 14 hari (nadir)
Pankromatik resolusi 0,5 m
Multispektral resolusi 2 m
o Coastal (400-450 nm)
o Blue (450-510 nm)
o Green (510-580 nm)
o Yellow (585-625 nm)
o Red (630-690 nm)
o Red edge (705-745 nm)
o Near infrared-1 (770-895 nm)
o Near infrared-2 (860-1040 nm)
15
Lampiran 2 Dokumentasi berdasarkan di lapangan
(a) tutupan kanopi jarang (0% - 50 %)
(b) tutupan kanopi jarang (0% - 50%)
(b) tutupan kanopi sedang (50% - 69%)
(c) tutupan kanopi sedang (50% - 69%)
(d) tutupan kanopi rapat (70% - 100%)
(e) tutupan kanopi rapat (70% - 100%)
16
Lampiran 3 Pengolahan data mangrove
PLOT
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
IND
SPESIES
4
3
4
3
5
8
15
5
2
15
5
12
8
13
7
12
10
6
14
18
8
1
1
5
10
4
5
2
6
7
10
6
5
6
5
4
2
4
8
1
Rhizophora mucronata
Avicennia marinna
Rhizophora stylosa
Rhizophora stylosa
Rhizophora stylosa
Rhizophora stylosa
Rhizophora stylosa
Rhizophora mucronata
Avicennia marina
Rhizophora stylosa
Rhizophora stylosa
Rhizophora stylosa
Rhizophora stylosa
Rhizophora stylosa
Rhizophora stylosa
Rhizophora stylosa
Rhizophora mucronata
Rhizophora mucronata
Rhizophora stylosa
Rhizophora stylosa
Rhizophora mucronata
Avicennia marina
Avicennia marina
Rhizophora mucronata
Rhizophora stylosa
Rhizophora stylosa
Rhizophora stylosa
Avicennia marina
Rhizophora mucronata
Rhizophora mucronata
Rhizophora stylosa
Rhizophora stylosa
Avicennia marina
Rhizophora stylosa
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora mucronata
Rhizophora mucronata
Lumnitzera racemosa
NDVI
2m x 2m
NDVI
10m x 10m
Tutupan Kanopi
(%)
0,5384
0,169828
0-50
0,67442
0,1667
0,1156
0,3073
0,464481
0,0785864
0,0342748
0,043156
0,093852
0,3120072
0-50
0-50
0-50
0-50
70-100
0,526515
0,238572
70-100
0,5127
0
0,3603
0,67198
0,22985
0
0,4281
0,46186
0,11554
0,5677
0,159213
0
0,004
0,514925
0,5018
0,53743
0,5389
0,231376
0
0,2450422
0,199188
0,18482
0
0,19092092
0,2318996
0,09554
0,5142
0,1129
0
0,008576
0,2590152
0,31529
0,32481
0,3459
70-100
70-100
50-70
0-50
0-50
0-50
50-70
50-70
0-50
70-100
0-50
0-50
0-50
70-100
50-70
70-100
70-100
0,09906
0,07537
0-50
0,26229
0,3002
0
0
0,63017
0
0,5781
0,4925
0,6021
0,4853
0,48072
0,6936
0,1973
0,2972
0
0
0,6414
0
0,5142
0,421
0,5852
0,4532
0,4498
0,6132
0-50
0-50
0-50
0-50
70-100
0-50
70-100
0-50
70-100
0-50
50-70
70-100
17
PLOT
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
IND
SPESIES
4
3
1
5
1
7
4
1
1
4
11
1
6
7
6
5
6
3
9
7
4
8
1
6
10
9
6
7
9
6
1
7
5
7
10
2
8
2
10
3
6
1
Rhizophora mucronata
Rhizophora stylosa
Sonneratia alba
Rhizophora mucronata
Lumnitzera littorea
Rhizophora apiculata
Rhizophora apiculata
Brugueira gymnorrhiza
Litorea racemosa
Brugueira gymnorrhiza
Rhizophora mucronata
Avicennia rumphiana
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Brugueira gymnorrhiza
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Brugueira gymnorrhiza
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora apiculata
Rhizophora mucronata
Rhizophora apiculata
Rhizophora mucronata
Rhizophora apiculata
Brugueira gymnorrhiza
Rhizophora apiculata
Brugueira gymnorrhiza
NDVI
2m x 2m
NDVI
10m x 10m
Tutupan Kanopi
(%)
0,5572
0,5028
70-100
0,5932
0,5271
70-100
0,370019
0,3497
0-50
0,41243
0,2846
0-50
0
0,4046
0,59244
0,52705
0,55443
0,5808
0,4327
0,0222
0,6109
0,7112
0,52692
0,629969
0
0,3951
0,5466
0,4918
0,591
0,5545
0,4693
0,0841
0,5834
0,7294
0,4961
0,5781
0-50
50-70
70-50
70-50
70-50
70-50
70-50
70-50
70-50
70-50
70-50
70-50
0,541667
0,5026
70-50
0,548061
0,5268
0,4989
0,5957
0,51148
0,52589
0,5397
0,5492
0,4574
0,549
0,4576
0,5333442
70-50
50-70
70-100
70-100
70-100
70-100
0,63939
0,56109
70-100
0,57966
0
0,53394
0,50491
0
0,4719
70-100
0-50
50-70
0,6026
0,58906
70-100
0,5236
0,4817
70-100
0,5539
0,4938
70-100
0,32317
0,3371
50-70
18
PLOT
IND
69
70
7
6
4
3
2
10
10
2
6
9
1
7
2
1
5
2
3
3
2
2
6
5
8
2
7
7
9
9
8
9
2
3
3
4
4
5
5
6
2
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
SPESIES
NDVI
2m x 2m
0,5585
0,6043
Rhizophora apiculata
Rhizophora apiculata
Rhizophora stylosa
0,5993
Brugueira gymnorrhiza
Rhizophora apiculata
0,5676
Brugueira gymnorrhiza
Rhizophora apiculata
0,5245
Rhizophora stylosa
0
Rhizophora apiculata
Brugueira gymnorrhiza
0,3839
Rhizophora apiculata
0,4745
Brugueira gymnorrhiza
Brugueira gymnorrhiza
0,54305
Xylocarpus granatum
Brugueira gymnorrhiza
0,445
Brugueira sexangula
Rhizophora mucronata
Brugueira gymnorrhiza
0,53068
Xylocarpus moluccensis
Rhizophora mucronata
0,40588
Rhizophora apiculata
Rhizophora apiculata
0,5714
Rhizophora apiculata
0,5644
Brugueira gymnorrhiza
Rhizophora apiculata
0,4732
Rhizophora apiculata
0,50617
Rhizophora apiculata
0,4848
Rhizophora apiculata
0,5506
Rhizophora apiculata
0,542039
Rhizophora apiculata
0,624796
Rhizophora mucronata
0,608764
Rhizophora apiculata
Rhizophora mucronata
0,5838
Rhizophora apiculata
Rhizophora apiculata
0,566069
Rhizophora apiculata
0,4714
Rhizophora apiculata
0,55229
Rhizophora apiculata
0,65153048
Brugueira gymnorrhiza
NDVI
10m x 10m
0,58103
0,5618
Tutupan Kanopi
(%)
70-100
70-100
0,52159
70-100
0,4917
70-100
0,4388
70-100
0
0-50
0,3391
0-50
0,43859
0-50
0,50138
0-50
0,2846
0-50
0,4391
70-100
0,31537
0-50
0,5917
70-100
0,4471
70-100
0,4617
0,4619
0,4917
0,4918
0,4817
0,60183
70-100
70-100
70-100
70-100
70-100
70-100
0,5137
70-100
0,49173
50-70
0,5291
0,4317
0,471
70-100
50-70
50-70
0,43183
70-100
19
RIWAYAT HIDUP
Penulis merupakan anak kedua dari dua bersaudara
pasangan Adi Widarma dan Mariah. Penulis dilahirkan di
Bogor pada tanggal 31 Januari 1994. Pada tahun 2011, penulis
diterima di Institut Pertanian Bogor melalui jalur SNMPTN
tertulis di Departemen Ilmu dan Teknologi Kelautan, Fakultas
Perikanan dan Ilmu Kelautan. Selama menjalani masa
perkuliahan, penulis aktif dalam kegiatan kemahasiswaan,
yaitu Himpunan Mahasiswa Ilmu dan Teknologi Kelautan
(HIMITEKA) sebagai anggota Keilmuan dan Profesi
(2012/2013), dan anggota Biro Usaha (2013/2014). Dalam bidang akademis,
penulis aktif sebagai asisten pada mata kuliah Selam Ilmiah (2012/2013), mata
kuliah Pemetaan dan Sumberdaya Hayati Laut (2014/2015), mata kuliah DasarDasar Penginderaan Jauh (2014/2015), mata kuliah Ekologi Laut Tropis
(2014/2015) dan (2015/2016). Serta mengikuti pelatihan selam One Star SCUBA
(2013).
Untuk memperoleh gelar sarjana, penulis menyelesaikan tugas akhir
dengan judul Pemetaan Distribusi dan Kerapatan Mangrove di Pulau Tunda
Menggunakan Citra Worldview-2.