PEMANFAATAN BAND THERMAL INFRARED TIR CI
Vol. 4, No. 1, Agustus 2008
DAFTAR ISI
Daftar Isi
i
Kata Pengantar
iii
PEMETAAN PREDIKSI LOKASI MINERAL URANIUM DENGAN CITRA
LANDSAT 7 ETM+ (STUDI KASUS : KABUPATEN KETAPANG,
KALIMANTAN BARAT)
Kholid Noor Syamsa, Bangun Muljo Sukojo, M.Nurcahyadi, Kurnia Setiawan W,
Sukentyas Estuti Siwi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 001 - 010
OPTIMASI JALUR TERBAIK KABEL BAWAH LAUT DARI PERSPEKTIF
KEHIDROGRAFIAN
PANDU YURI PRATAMA, DANAR GURUH PRATOMO, KHOMSIN . . . . . . . . . . . . . . . . . . 011 – 021
PEMANFAATAN TEKNOLOGI GPS UNTUK PEMANTAUAN PERGERAKAN
TANAH DAN KORELASINYA DENGAN ZONASI KERENTANAN GERAKAN TANAH
(Studi Kasus: Kampung Singkup, Desa Ciherang, Kecamatan Sumedang Selatan,
Kabupaten Sumedang)
Anisah, Eko Yuli Handoko, Anas Luthfi, Jojon Sutarjono . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . 022 – 031
ANALISA PENGARUH PENURUNAN TANAH (LAND SUBSIDENCE) TERHADAP
NILAI TANAH (Studi Kasus : Kecamatan Penjaringan, Jakarta Utara)
Agar Sugi Setyarini, Chatarina Nurjati . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . .. 032 – 039
ANALISA PENDIDIKAN DASAR DI KECAMATAN LOWOKWARU
KOTA MALANG DENGAN MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS
BERBASIS WEB
Hanif Ali, Agung Budi Cahyono . . . . . .. . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . .. . . . . . . . . . . 040 – 049
APLIKASI INDERAJA DAN SIG UNTUK PEMANTAUAN TUTUPAN LAHAN
DAN KUALITAS LINGKUNGAN DAMPAK LUMPUR LAPINDO DI SIDOARJO
Dewi Masita, Bangun Muljo Sukojo, Yanto Budisusanto, Sukentiyas Estuti Siwi . . . . . . . . . . . . 050 – 057
STUDI PERBANDINGAN SUHU PERMUKAAN LAUT MENGGUNAKAN
CITRA SATELIT NOAA-AVHRR DENGAN ARGO FLOAT DI PERAIRAN
SELATAN JAWA, BALI DAN NUSA TENGGARA
Faried Irawan Y. P, Bangun Muljo Sukojo, B. Realino S., L. M Jaelani . . . . . . . . . .. . . . . . . . . .
058 – 066
ANALISA PROSES PENYAJIAN SURAT GAMBAR UKUR UNTUK PERSIL
DI BAWAH PERMUKAAN TANAH
CANDRA W., CHATARINA NURJATI S., ROEDY RUDIANTO . . . . . . .. . . . . . . . . . . . . . .
067 – 076
INTERPRETASI HASIL PENCITRAAN SBP (SUB-BOTTOM PROFILER) UNTUK
MENDUKUNG RENCANA PEMASANGAN KABEL BAWAH LAUT
SONDY HARDIAN MJ, YUWONO MS, DANAR GURUH P . . . . . . . . . .. . . . . . . . . . . . . . .
077 – 084
i
PEMANFAATAN BAND THERMAL INFRARED (TIR) CITRA ASTER (Santoso)
PEMANFAATAN BAND THERMAL INFRARED (TIR)
CITRA ASTER UNTUK PEMETAAN SUHU PERMUKAAN LAUT
DI PERAIRAN SELAT MADURA
Santoso1, Bangun Muljo Sukojo1, LM. Jaelani1, dan Antonius B. Wijanarto2
1
2
Program Studi Teknik Geodesi, FTSP, ITS, Surabaya, 60111, Indonesia
Balai Penelitian Geomatika BAKOSURTANAL, Jalan Raya Bogor km 46 Cibinong 16911, Indonesia
Santos_itscuk@yahoo.com
Abstrak
Suhu Permukaan Laut (SPL) merupakan faktor penting dalam oseanografi, saat ini telah banyak
satelit yang dilengkapi sensor inframerah termal untuk mengukur SPL. ASTER (Advanced
Spaceborn Thermal Emission and Reflection Radiometer) merupakan citra multi band sensor
inframerah termal (TIR) pertama di dunia memiliki resolusi spasial 90x90 m dengan luas liputan
60 km. Dalam penelitian ini digunakan dua metode perhitungan SPL dari Citra ASTER yaitu
algoritma Alley&Nilsen yang menggunakan perhitungan single band dan algoritma Kishino
dengan menggunakan multi band, hasil kedua algoritma tersebut dibandingkan dengan pengukuran
lapangan dan SPL dari Citra NOAA-AVHRR. Hasil penelitian ini menunjukkan bahwa perhitungan
dengan algoritma Kishino mempunyai kesesuaian yang paling baik dari pada algoritma
Alley&Nilsen dengan nilai koefisien determinasi (R2) sebesar 0,6093 terhadap data lapangan dan
0,5592 terhadap data Citra NOAA-AVHRR.
Kata kunci : Suhu Permukaan Laut, Band TIR ASTER, Algoritma Alley&Nilsen, Algoritma
Kishino.
PENDAHULUAN
Suhu Permukaan Laut (SPL) merupakan salah
satu faktor abiotik yang memiliki pengaruh
yang besar terhadap kehidupan dan
pertumbuhan organisme perairan, dimana tiaptiap organisme baik hewan maupun tumbuhan
perairan memiliki karakterisitik terhadap
kondisi suhu yang sesuai untuk kelangsungan
hidup. Perubahan terhadap suhu laut
menyebabkan variasi terhadap kehidupan laut
dan faktor oseanografi terkait.
Perkembangan teknologi penginderaan jauh
sangat cepat, saat ini telah banyak satelit yang
dilengkapi dengan sensor inframerah termal
untuk mendeteksi SPL, baik satelit oseanografi
maupun
satelit
sumber
daya
bumi.
Pemanfaatan satelit sumber daya bumi seperti
ASTER, dan Landsat yang memiliki resolusi
sedang cenderung jarang digunakan untuk
monitoring SPL harian, sebab satelit-satelit ini
memiliki resolusi temporal yang jauh lebih
rendah dibandingkan satelit NOAA-AVHRR
serta liputannya yang tidak begitu luas. Untuk
keperluan monitoring SPL secara praktis dan
global satelit NOAA-AVHRR lebih umum
digunakan di Indonesia, namun satelit TerraASTER yang pada tahun 1999 baru
diluncurkan serta memiliki lima jenis band
inframerah termal yang bekerja pada panjang
gelombang 8 – 12 µm dengan resolusi 90 x 90
meter perlu diuji dan menarik untuk dijadikan
penelitian SPL pada daerah yang tidak begitu
luas terutama pada kawasan pesisir pantai.
Perumusan Masalah
Bagaimana memperoleh informasi mengenai
SPL di Selat Madura dari estimasi citra
ASTER
dengan
menggunakan
dan
membandingkan dua metode perhitungan SPL,
yaitu algoritma Alley & Nilsen dan algoritma
Kishino? Sebagai pembanding digunakan citra
resolusi rendah NOAA –AVHRR dengan
85
Vol. 4, No. 1, Agustus 2008
PEMANFAATAN BAND THERMAL INFRARED (TIR) CITRA ASTER UNTUK
PEMETAAN SUHU PERMUKAAN LAUT DI PERAIRAN SELAT MADURA
Santoso, Bangun Muljo Sukojo, LM. Jaelani, dan Antonius B. Wijanarto. . . . . . . . . . . . . . . . . . . . 085 – 095
ANALISA VARIASI MUKA LAUT RERATA SISTEM DOODSOON ROOSSTER
(METODE ADMIRALTY) PENGAMATAN 39 JAM
Suyanto, Khomsin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
ii
096 – 104
PEMANFAATAN BAND THERMAL INFRARED (TIR) CITRA ASTER (Santoso)
menggunakan algoritma Mc Milin & Crosby
serta data in-situ.
Batasan Permasalahan
1. Citra band TIR ASTER resolusi spasial 90
m dan NOAA-AVHRR dengan resolusi
1,1 km.
2. Daerah penelitian secara geografis terletak
pada 60 54’ 59” – 70 14’ 59” LS dan 1120
29’ 58”– 1120 49’ 58” BT.
3. Pengukuran sampel SPL di lapangan pada
kedalaman sekitar 5 m.
4. Data in-situ tanggal 9 Desember 2007.
5. Data citra NOAA-AVHRR tanggal 3
September 2006 dan 10 Pebruari 2007 jam
10.30 WIB.
6. Dalam penelitian ini digunakan data dua
musim, yaitu musim hujan dan musim
kemarau
dengan batasan :
a. Citra ASTER yang digunakan untuk
musim hujan dengan representatif
wilayah :
Kishino serta membandingkan hasil dari
kedua agoritma tersebut.
2. Membandingkan hasil SPL Citra ASTER
dari kedua algoritma dengan pengukuran
in-situ.
3. Membandingkan hasil SPL Citra ASTER
dari kedua algoritma dengan SPL Citra
NOAA-AVHRR
dengan
algoritma
McMilin&Crosby.
4. Analisa pola sebaran suhu perairan Selat
Madura dari Citra ASTER.
METODOLOGI PENELITIAN
Lokasi Penelitian
Secara geografis daerah penelitian terletak
pada 60 34’ 46” – 70 50’ 22” LS dan 1120 27’
58”– 1130 5’ 34” BT (Gambar 2).
Scene-1
Scene-2
Scene - 1
Musim Hujan
(10 Pebruari 2007)
Jam 10.04 WIB
b. Citra ASTER yang digunakan untuk
musim kemarau dengan representatif
wilayah :
Scene - 2
Musim Kemarau
(3 September 2006)
Jam 09.53 WIB
Gambar 1 :
Batasan Citra ASTER daerah
penelitian
Tujuan
1. Memetakan SPL perairan Selat Madura
meggunakan citra ASTER dengan
algoritma Alley & Nilsen dan algoritma
86
Gambar 2 : Peta petunjuk lokasi penelitian
Data
a. Data Citra ASTER scene-1 :
- Tanggal 10 Pebruari 2007 jam 10.04
WIB
- koordinat 6034’45,98’’ - 7017’39,44’’LS
dan 112030’51,04’’ - 11305’34,24’’ BT.
- Level 1B.
b. Data Citra ASTER scene-2 :
- Tanggal 3 September 2006 jam 09.53
WIB.
- koordinat 707’27,9’’ - 7050’21,51’’ LS
dan 112027’58,02’’ - 11302’43,59’’ BT.
- Level 1B
c. Data Citra NOAA-AVHRR 17 :
- Tanggal 3 September 2006 jam 10.30
WIB.
Geoid Vol. 4, No. 1, 2008 (085-095)
- Tanggal 10 Pebruari 2007 jam 10.30
WIB.
- Level 1B.
d Peta Rupa Bumi Indonesia (RBI) lembar
1608 (331-334), dan 1609 (311-312),
Skala 1 : 25.000 edisi I tahun 1999 terbitan
BAKOSUTANAL.
e Peta digital Topografi Indonesia skala 1:
1.000.000
tahun
1995
terbitan
BAKOSURTANAL.
f Data Batimetri perairan Selat Madura yang
diekstrak dari data General Bathymetry
Chart Ocean (GEBCO) dengan ketelitian
grid 1 menit (resolusi spasial = 1,85 km).
http://www.ngdc.noaa.gov/mgg/gebco/gebco.html
g Data lapangan tanggal 9 desember 2007.
Diagram Alir Penelitian
Peralatan
a
b
c
d
e
f
g
h
i
j
k
l
m
Personal komputer (PC).
Software AutoCAD Land Development.
Software Envy 4.0.
Software ER Mapper 6.4.
Software Matlab 7.0.
Software Global Mapper 8.0.
Software Surfer 8.0.
Software MS.Word 2003.
Software MS.Excell 2003.
Scanner.
GPS Hand Held .
Thermometer mercury fraksi 0,5 derajat.
Perahu motor, kamera digital, alat tulis dan
jam.
Pengolahan Data
Mulai
Identifikasi dan Perumusan Masalah
Studi Literatur :
1. Penginderaan Jauh
2. Suhu Permukaan Laut
Tahap Persiapan
Pengumpulan Data
Data Primer
Data Sekunder
Pengolahan Data :
1. Koreksi Citra
2. Transformasi Algoritma
3. Citra Distribusi SPL Dari
Algoritma
4. Validasi Hasil Algoritma
Analisa
Hasil Dan Kesimpulan
Tahap Pengolahan
Data
Tahap Analisa Data
Tahap Akhir
Selesai
Gambar 3 : Diagram Alir Penelitian
Gambar 4 : Diagram Alir Pengolahan Citra
87
PEMANFAATAN BAND THERMAL INFRARED (TIR) CITRA ASTER (Santoso)
Pengolahan Citra Aster
Penerapan Algoritma Alley & Nilsen
Penerapan metode algoritma Alley & Nilsen
pada pendugaan SPL dilakukan dengan
perhitungan pada masing-masing band (single
band) inframerah termal (TIR) yang terdiri
atas band 10 – band 14, sehingga dengan
memanfaatkan masing-masing band ini dapat
dihitung masing-masing nilai radian dan
brightness temperature.
Untuk memperoleh nilai radian maka
digunakan persamaan 1 yaitu :
rad = (DN-1) * UCCband
pers(1)
dimana :
rad = Nilai Radian (Watts/ m2 sr m)
DN = Digital number pada tiap band
UCCband = Unit conversion coefficients,
(watts/ meter2 / steradian/ micrometer )/ DN
(dilampiran).
Kemudian mengubah nilai radian menjadi nilai
suhu digunakan persamaan 2 :
C2
pers(2)
BT =
⎞
⎛ C1
λC Ln⎜⎜ 5
+ 1⎟⎟
rad
λ
π
⎠
⎝ C
Dimana :
Bt = Brightness temperature (0K)
λc = Central Wavelength (m) (dilampiran)
c1 = Konstanta (3,741775 x 10-22W-m3-µ-1)
c2 = Konstanta (0,0143877 m-0K)
rad = Nilai Radian spektral (Watts/ m2 sr m)
Data yang diperoleh diubah kedalam satuan
celcius dimana :
T ºCelsius = T ºKelvin - 273º
pers(3)
Penerapan Algoritma Kishino
Penerapan metode algoritma Kishino pada
pendugaan
SPL
dilakukan
dengan
menggabungkan ke lima band inframerah
termal tersebut dimana :
SPL = a + b10*T10 + b11*T11 + b12*T12 +
b13*T13+b14*T1
pers(4)
88
Dimana :
a = 1,16
b12 = 1,13
b10 = -1,07
b13 = 0,78
b11 = 0,49
b14 = -0,32
T10, T11, T12, T13, T14 = Brightness
temperature tiap band, persamaan (2)
Pengolahan Citra NOAA-AVHRR
Penerapan Algoritma McMillin & Crosby
Penentuan SPL Citra NOAA-AVHRR
dilakukan dengan menggunakan formula
McMillin & Crosby. Formula ini telah
digunakan oleh beberapa peneliti dari LAPAN
dan BRKP-DKP untuk perhitungan SPL di
wilayah perairan Indonesia.
Formula McMillin & Crosby:
SPL = b4 + 2.702 * (b4-b5) – 0.582 pers(5)
di mana;
b4 adalah band 4 yang telah di-invert
b5 adalah band 5 yang telah di-invert
Dari hasil perhitungan SPL dengan
menggunakan formula McMillin & Crosby
dikonversi dalam derajat Celcius. Formula
untuk menjadikan suhu ke dalam derajat
celcius adalah:
SPL (ºC) = (INPUT1*0.1) + 10.0 pers(6)
di mana, INPUT1 adalah citra hasil
transformasi SPL dengan formula McMillin &
Crosby.
HASIL DAN PEMBAHASAN
Koreksi Geometrik Citra
Hasil koreksi geometrik pada citra ASTER
tanggal 3 September diperoleh nilai rata-rata
RMSerror sebesar 0,457, hal tersebut berarti
bahwa pergeseran rata-rata setelah dilakukan
rektifikasi adalah sebesar 0,076 x 90 m =
6,840 m, sedangkan Citra ASTER tanggal 10
Pebruari 2007 sebesar 0,108 dan pergeseran
rata-rata nya 0,108 x 90 m = 9,72 m dengan
masing-masing nilai strength of figure 0,003
dan 0,0019.
Pada Citra NOAA-AVHRR hasil koreksi
geometrik citra tanggal 3 September diperoleh
rata-ratal nilai RMSerror sebesar 0,213 piksel
Geoid Vol. 4, No. 1, 2008 (085-095)
dengan pergeseran rata-rata 0,2343 km,
sedangkan citra tanggal 10 Pebruari 2007
sebesar 0,104 dengan pergeseran rata-rata
0,1144 km serta nilai strength of figure kedua
citra 0,003. Nilai tersebut memenuhi batas
toleransi untuk koreksi geometrik maksimal 1
piksel (Purwadhi, 2001) dan nilai strength of
figure mendekati nol (Abidin, 2000)
Perbandingan Hasil Algoritma SPL Citra
ASTER
Hasil pengolahan data Citra ASTER serta
distribusi SPL ditunjukkan pada lampiran serta
kisaran nilai SPL hasil perhitungan diberikan
pada tabel dibawah ini :
Tabel 1 : Nilai Kisaran SPL Musim Kemarau
tgl 3 September 2006
No
Algoritma
1
2
3
4
5
6
Alley&Nilsen Band 10 TIR
Alley&Nilsen Band 11 TIR
Alley&Nilsen Band 12 TIR
Alley&Nilsen Band 13 TIR
Alley&Nilsen Band 14 TIR
Kishino ( Multi Band TIR )
Nilai SPL ( 0C )
Min
Max
19,272 23,912
20,258 25,08
20,641 25,958
23,015 27,864
22,619 27,484
27,322 33,478
Tabel 2 : Nilai Kisaran SPL Musim Hujan tgl
10 Pebruari 2007
No
1
2
3
4
5
6
Algoritma
Alley&Nilsen Band 10 TIR
Alley&Nilsen Band 11 TIR
Alley&Nilsen Band 12 TIR
Alley&Nilsen Band 13 TIR
Alley&Nilsen Band 14 TIR
Kishino ( Multi Band TIR )
Nilai SPL (0C)
Min
Max
12,033 18,172
14,455 24,691
18,002 25,738
16,71 27,522
14,033 21,936
23,302 36,324
Estimasi SPL menggunakan algoritma Kishino
memberikan hasil yang lebih tinggi dimana
pada musim kemarau SPL mencapai 33 0C
sedangkan untuk musim hujan mencapai 36 0C
dengan pola sebaran suhu yang hampir sama
dengan pola sebaran suhu dari algoritma
Alley&Nilsen. Pada algoritma Alley&Nilsen
pencapaian suhu maksimum pada band 10 TIR
memiliki nilai yang paling rendah diantara
band tunggal yang lain.
Analisa Hasil Algoritma SPL Citra ASTER
Dengan Data In-situ
Untuk menguji kesesuian antara nilai SPL citra
dari kedua algoritma dengan data in-situ,
dilakukan validasi dengan analisa regresi linier
sederhana.
Dari data tabel (3) diperoleh nilai koefisien
determenasi (R2) tertinggi oleh algoritma
Kishino yaitu R2 = 0.6093 Sedangkan pada
band tunggal nilai (R2) tertinggi dicapai oleh
band 13 TIR sebesar R2 = 0.5900. Nilai
persamaan regresi dan
nilai koefisien
dari
masing-masing
determenasi
(R2)
algoritma ditunjukkan dalam tabel (4).
Tabel 3 : DATA PENGUKURAN SAMPEL
SUHU DI PERAIRAN SELAT
MADURA
Tanggal : 9 Desember 2007
Pukul : 09.00 - 12.30 WIB
Kondisi Perairan : Arus pasang menuju pasang
tertinggi
Kondisi Cuaca : Cerah dan Berawan
Suhu Permukaan Laut (SPL 0C)
Koordinat
X(m
)
Y(m)
Band
10
Band
11
697,78
9
Band
12
Band
13
Band
14
Kishin
o
insitu
9,203,054
21.22
22.36
23.44
25.39
25.11
30.39
693,25
6
9,205,606
20.97
22.52
23.04
25.15
25.04
30.13
28.5
30
689,90
8
9,205,268
21.18
22.28
23.32
25.23
24.92
30.2
29.5
687,78
7
9,206,484
20.97
22.48
23.16
25.31
25.27
30.29
30
686,01
7
9,206,766
20.85
22.16
23.2
25.15
25.04
30.26
29.5
684,48
5
9,211,408
14.5
17.2
19.29
18.82
16.88
27.88
30
683,97
8
9,214,758
13.73
16.42
18.29
18.24
16.12
26.98
30.5
682,64
7
9,210,454
13.87
16.77
17.83
18.07
16.08
26.37
31
Tabel 4 : Persamaan Regresi Linear dan nilai
koefisien determenasi (R2) antara
data in-situ dan Citra ASTER
No
Algoritma
Persamaan Regresi
R2
1
Alley&Nilsen Band 10 TIR
Y = -3,5352x + 124,02
0,5239
2
Alley&Nilsen Band 11 TIR
Y = -2,7113x + 101,27
0,4876
3
Alley&Nilsen Band 12 TIR
Y = -3,4619x + 126,10
0,5228
4
Alley&Nilsen Band 13 TIR
Y = -2,5803x + 98,533
0,5900
5
Alley&Nilsen Band 14 TIR
Y = -4,3090x + 150,54
0,5035
6
Kishino (Multi Band TIR)
Y = -1,7787x + 82,201
0,6093
89
PEMANFAATAN BAND THERMAL INFRARED (TIR) CITRA ASTER (Santoso)
Model Regresi Linear SPL in-situ & SPL Kishino Citra
ASTER
32
y = -1.7787x + 82.201
R2 = 0.6093
SPL Kishino
31
30
Titik Sampel
29
Garis Linear
28
27
26
28
28.5
29
29.5
30
30.5
31
31.5
SPL in-situ
Gambar 5 : Model Regresi Linier SPL lapangan
terhadap SPL Citra ASTER yang
di ekstrak dari algoritma Kishino.
Nilai determenasi (R2) yang diperoleh pada
algoritma Kishino adalah 0.6093 artinya
persamaan regresi diatas dapat digunakan
untuk menerangkan hubungan antara faktor
SPL in-situ dengan SPL citra. Perubahan nilai
SPL citra dipengaruhi oleh perubahan nilai
SPL in-situ 60,93%, sedangkan sisanya
dipengaruhi oleh faktor lain diluar faktor
tersebut.
Perolehan Nilai R2 diatas pada dasarnya masih
terlalu kecil, hal ini disebabkan karena
beberapa hal seperti :
1. Jumlah sampel yang diperoleh di lapangan
kurang banyak, sehingga dianggap kurang
mewakili seluruh perairan Selat Madura.
2. Perbedaan waktu antara perekaman data
citra dengan waktu pengambilan sampel di
lapangan.
Dari perbandingan data diperoleh nilai
koefisien determenasi (R2) tertinggi oleh
algoritma Kishino yaitu R2 = 0.5592
sedangkan pada band tunggal nilai (R2)
tertinggi dicapai oleh band 13 TIR sebesar R2
= 0.2014. Hal ini sama seperti perbandingan
dengan data in-situ dimana untuk band tunggal
band 13 TIR memiliki nilai sensitifitas
tertinggi pada penginderaan termal. Berikut
adalah nilai persamaan regresi dan nilai
koefisien determenasi (R2) dari masing-masing
algoritma yang ditunjukkan dalam tabel ( 5 )
berikut ini.
Nilai determenasi (R2) yang diperoleh pada
algoritma Kishino adalah 0.5592 artinya
persamaan regresi dapat digunakan untuk
menerangkan hubungan antara faktor SPL
Citra ASTER dengan SPL Citra NOAAAVHRR.
Tabel 5 : Persamaan Regresi Linear dan nilai
koefisien determinasi (R2) antara
Citra ASTER dan Citra NOAAAVHRR
No
Algoritma
Persamaan Regresi
R2
1
Alley&Nilsen Band 10 TIR
Y = 0,4892x + 22,302
0,1664
2
Alley&Nilsen Band 11 TIR
Y = 0,4525x + 22,491
0,1627
3
Alley&Nilsen Band 12 TIR
Y = 0,3832x + 23,675
0,1156
4
Alley&Nilsen Band 13 TIR
Y = 0,5152x + 19,675
0,2014
5
Alley&Nilsen Band 14 TIR
Y = 0,4229x + 21,971
0,1517
6
Kishino ( Multi Band TIR )
Y = 0,5038x + 16,875
0,5592
Analisa Hasil Algoritma SPL Citra ASTER
Dengan Citra NOAA – AVHRR
90
SPL NOAA-AVHRR ( C )
Metode yang dilakukan dalam uji kesesuaian
yaitu dengan melakukan training sample pada
kedua citra yang nilainya diambil secara acak
pada lokasi yang sama pada kedua citra.
Sebagai contoh nilai SPL dari 1 buah piksel
Citra NOAA-AVHRR memiliki resolusi
spasial 1,1 km sedangkan untuk nilai SPL
Citra ASTER diturunkan dari jumlah rata-rata
beberapa piksel pada daerah yang sama
dengan 1 piksel Citra NOAA-AVHRR.
Training sample dilakukan dengan total 35
sampel data.
Regresi Linear SPL Citra ASTER & Citra NOAAAVHRR
34.5
34
33.5
33
32.5
32
31.5
31
y = 0.5038x + 16.875
R2 = 0.5592
Training Area
Linear (Training Area)
29
30
31
32
33
34
SPL Kishino ( C )
Gambar 6 : Model Regresi Linier SPL Kishino
Citra ASTER terhadap SPL Citra
NOAA
Geoid Vol. 4, No. 1, 2008 (085-095)
Berikut ini adalah model distribusi SPL dari
Citra NOAA-AVHRR untuk tanggal dan jam
yang sama dengan perekaman Citra ASTER.
PETA SPL NOAA-AVHRR 3 Septem ber 2006
9240000 mU
U
0
20
40
km
Pula u Madura
9200000
Peta J awa T imur
Sungai
9160000
Legenda :
Dara t
Sis tem Proyek si : U TM
Datum
: W GS - 84
Zona
: 49 Selat an
Sat uan
: M eter
Jawa Timu r
6800 00
720 000
76 0000
800000
840000 mT
Cel ciu s
Sum be r :
1. C itr a Sate lit NO AA-AVH RR 1 7 Ta ng g al 3 S ep t 2 006 , Pu ku l 1 0.30 W IB
2. Pe ta Ru p a Bu mi In d on es ia , Ba ko su rta na l s kala 1: 1.0 00.00 0
Pro gr am Stu d i T ekn ik G eo matika
Fa ku lta s Te kn ik Sip il & Pe ren ca na an
Pem bimbing :
1. P r of .Dr.Ir.B angun M S,DE A ,DE SS
2. LM .J aelani,ST
3. D r.A ntonius B.W ijanar to
Gambar 7 : Pola Sebaran SPL Citra NOAAAVHRR tanggal 3 September 2006
PETA SPL NO AA-AVHRR 10 Pebruari 2007
9240000 mU
U
0
40
Peta J awa T im ur
Pu lau Mad ura
9200000
20
km
Pula u Madura
Legenda :
9160000
Delta Sungai Porong
Teluk Lamong
Santos o ( Nrp.3503100033 )
Darat
Gambar 9 : Daerah Aliran Sungai yang
bermuara di Selat Madura
Selain aliran sungai terkait dengan SPL
ternyata kondisi topografi dasar laut Selat
Madura juga memberikan pengaruh terhadap
pola SPL. Perairan Selat Madura secara
fisiografis bisa digambarkan sebagai perairan
yang berbentuk setengah cawan (setengah
cekungan).
Aw an Tebal
Jawa Timu r
Aw an Tipis
Jaw a Timur
6800 00
720 000
76000 0
8000 00
84000 0 mT
Sis tem P royek si
Datum
Zona
Satuan
: U TM
: W G S - 84
: 49 S elat an
: M eter
Santo s o ( Nrp .350 31000 33 )
Ce lc iu s
Sum be r :
1. C itr a Sate lit NO AA-AVH RR 1 7 Ta ng g al 1 0 Peb ru ar i 2 007 , Pu ku l 1 0 :30 W I B
2. Pe ta Ru p a Bu mi In d on es ia , Ba ko su rta na l s kala 1: 1.0 00.00 0
Pro gr am Stu d i T ekn ik G eo matika
Fa ku lta s Te kn ik Sip il & Pe ren ca na an
Pem b imbing :
1. P r of .Dr.Ir.B angu n M S,DE A ,DE SS
2. L M .J a elani,ST
3. D r.A ntoniu s B.W ijana r to
SPL ASTER
Nilai SPL turun
Garis transek
Gambar 8 : Pola Sebaran SPL Citra NOAAAVHRR tanggal 10 Pebruari 2007
SPL NOAA
Analisa Deskriptif Pola Distribusi SPL
Terhadap Kondisi Topografi
Secara topografis Selat Madura memiliki
beberapa sungai yang bermuara, diantaranya
Sungai Bengawan Solo, dan Sungai Brantas.
Menurut
Marine
Geological
Institute
Indonesia (MGI,2002) kedua sungai banyak
membawa material sedimen yang mengendap
di muara-muara sungai diantaranya adalah
muara sungai porong, teluk lamong, muara
kalimas. Pada gambar 9 terlihat jelas bahwa
daerah-daerah di sekitar muara sungai
menunjukkan nilai SPL yang rendah karena
adanya pengaruh aliran air sungai yang
bercampur material suspensi dan endapan,
menurut Kay dkk., (2005) bahwa nilai SPL
dapat dipengaruhi oleh nilai sedimen dan
vegetation load dan juga kekasaran
permukaan.
Gambar 10 : SPL Citra dan Topografi Dasar
Laut Selat Madura
91
PEMANFAATAN BAND THERMAL INFRARED (TIR) CITRA ASTER (Santoso)
SPL Citra ASTER
SPL Citra NOAA-AVHRR 17
Topografi Dasar Laut
Gambar 11 : Profil penampang melintang
Transek SPL terhadap fungsi
kedalaman.
Dari gambar 10 dan 11 secara visualisasi dapat
menjelaskan secara deskriptif bahwa pola SPL
berhubungan dengan fungsi kedalaman
(Wijanarto, AB. 2003). Hal ini dapat dilihat
dengan jelas baik pada Citra ASTER maupun
NOAA-AVHRR bahwa sebaran suhu semakin
menurun menuju arah laut dalam yang
ditunjukkan oleh data batimetri topografi dasar
laut yang di ekstrak dari data GEBCO.
determinasi (R2) sebesar 0,6093 terhadap
data lapangan dan 0,5592 terhadap data
Citra NOAA-AVHRR. Bila dibandingkan
dengan perhitungan algoritma Alley &
Nilsen, dari kelima band tersebut hasil
terbaik ditunjukkan oleh Band 13 TIR
dimana
memiliki
nilai
koefisien
determinasi (R2) sebesar 0,59 terhadap data
lapangan dan 0,2014 terhadap data Citra
NOAA-AVHRR.
2. SPL di sekitar muara sungai Selat Madura
menunjukkan nilai yang lebih rendah
karena dipengaruhi oleh bahan material
yang dibawa oleh sungai menuju laut,
selain itu SPL juga dipengaruhi oleh faktor
kedalaman yang menunjukkan semakin
dalam maka SPL semakin menurun kearah
yang lebih dalam.
3. Hasil lain dari penelitian ini yaitu nilai
RMS error rata-rata Citra ASTER tahun
2006 adalah 0,076 dengan nilai strength of
figure titik GCP sebesar 0,003 sedangkan
Citra ASTER tahun 2007 diperoleh RMS
error rata-rata 0,108 dengan nilai strength
of figure titik GCP sebesar 0,0019. Untuk
Citra NOAA-AVHRR tahun 2006
diperoleh RMS error rata-rata 0,213
dengan nilai strength of figure titik GCP
sebesar 0,003 sedangkan Citra NOAAAVHRR tahun 2007 diperoleh RMS error
rata-rata 0,104 dengan nilai strength of
figure titik GCP sebesar 0,003.
Saran
1.
Kesimpulan
1. Dari hasil pengujian kedua algoritma yang
digunakan untuk menghitung SPL pada
Citra ASTER, hasil dari algoritma Kishino
yang paling sesuai dengan kondisi daerah
penelitian. Hal ini dijelaskan dengan
memakai analisa regresi linear antara hasil
algoritma pada citra dengan data lapangan
serta dengan data Citra NOAA-AVHRR.
Hasilnya didapat bahwa pada algoritma
Kishino
memiliki
nilai
koefisien
92
2.
3.
Dalam melakukan validasi nilai SPL agar
lebih diperhatikan penggunaan data
lapangan yang sebaiknya data tersebut
diambil bersesuaian dengan waktu
perekaman citra.
Untuk pengambilan data lapangan
sebaiknya menggunakan alat pengukur
suhu yang lebih teliti hingga 0,1 0C
seperti alat digital water checker atau
YSI, sehingga dalam melakukan validasi
dengan data Citra ASTER akan lebih
tepat karena memiliki ketelitian yang
lebih baik.
Untuk memperoleh hasil overlay yang
baik pada saat melakukan uji validasi
Geoid Vol. 4, No. 1, 2008 (085-095)
antara Citra ASTER dan NOAA-AVHRR
sebaiknya nilai RMSe rata-rata pada
koreksi geometrik Citra NOAA-AVHRR
tidak lebih dari 0,1 piksel (0,1 piksel x 1,1
km = 0,11 km) mengingat resolusi spasial
Citra ASTER TIR adalah 90 meter.
DAFTAR PUSTAKA
ASTER Science Team. 1996. ATBD for ASTER
level-1 Data Processing ( ver 3.0 ). Earth
Remote Sensing Data Analysis Center (
ERSDAC ). Japan.
Canada Center of Remote Sensing.
Fundamental
of
Remote
Sensing.http://www.ccrs.gov.au. Dikunjungi
pada tanggal 20 Nopember 2007 jam 23.00
WIB.
Hendiarti,
N.,dkk.,2004.
Data
Suhu
Permukaan Laut dengan Citra ASTER,dalam
Ekspedisi Potrets Pulau Nipah. Jakarta.
http://bppt.go.id/p3tisda-ekspedisi
potrets
pulau nipah.htm dikunjungi pada tanggal 11
Oktober 2007 jam 14.00 WITA.
Kay, J.,dkk., 2005. “Accuracy of lake and
stream temperatures estimated from thermal
infrared images”, Journal of the American
Water Resources Association, Vol.41, No.5,
October 2005.
Kishino, M., dkk, 2000. Water Quality and
Temperature Mapping Using ASTER. Remote
Sensing Japan, Maret 2000.
Narieswari, Lalitya. 2005. “Estimasi Suhu
Permukaan Laut Perairan Delta Berau
Menggunakan Band TIR Citra Aster”, dalam
Model Aplikasi Remote Sensing dan Sistem
Informasi Geografis Wilayah Delta Berau.
BAKOSURTANAL. Cibinong.
Sakuno dkk. 2002. Proceedings of The
Twelfth. International Offshore and Polar
Engineering Conference Kitakyushu. Japan :
May 26-3,2002
SEACORM, 2006. Materi Pelatihan Dasar
Penginderaan Jauh. Ocean Remote Sensing
Team. Bali : Balai Riset dan Observasi
Kelautan ( BROK ).
Trisakti, Bambang,dkk. 2002. Study of Sea
Surface Temperature (SST) using Landsat-7
ETM (In Comparison with Sea Surface
Temperature of NOAA-12 AVHRR). Remote
SensingApplication
and
Technology
Development Center – LAPAN
Wijanarto, A.B., 2003., Kajian Geografis
Wilayah Pesisir Dan Lautan Pulau Bahubulu
Dan Sekitar BAKOSURTANAL : Cibinong.
LAMPIRAN
Tabel : Unit conversion coefficients tiap band TIR
ASTER ( ASTER Science Team,1996 )
Band
TIR
10
11
12
13
14
Unit conversion coefficients,
( watts/ meter2 / steradian/
micrometer )/ DN
6,882 x 10-3
6,780 x 10-3
6,590 x 10-3
5,693 x 10-3
5,225 x 10-3
Central
Wavelength
(µm )
8,29
8,63
9,08
10,66
11,29
93
PEMANFAATAN BAND THERMAL INFRARED (TIR) CITRA ASTER (Santoso)
SPL BAND 11 TIR CITRA ASTER
9200000 mU
9200000 mU
SPL BAND 10 TIR CITRA ASTER
9180000
Surabaya
9180000
Surabaya
Sidoarj o
9140000
9140000
9160000
9160000
Sidoarjo
660000
680000
700000
660000
720000 mT
680000
720000 mT
Celcius
Celcius
Peta Ja wa Timur
700000
U
Leg end a :
Peta Ja wa Timur
Da ra t
U
Leg end a :
Da ra t
Sistem P royeksi : UTM
Datum
: WG S -84
Zo na
: 49 S ela ta n
Satu an
: Mete r
Pro gra m Stud i Teknik G eo matika
Fa kulta s Te kn ik Sip il & P ere nca naa n
Sum ber :
1. C itr a Satel it A S TE R 3 Septem ber 2006, pukul 09 :53 W IB
2. P eta Rupa B um i B akos urtanal S k ala 1 : 25.000
0
10
Sistem P royeksi : UTM
Datum
: WG S -84
Zo na
: 49 S ela ta n
Satu an
: Mete r
20
Kilo meter
Pro gra m Stud i Teknik G eo matika
Fa kulta s Te kn ik Sip il & P ere nca naa n
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof.Dr.Ir.Ban gun MS,DEA,D ESS
2. L M.Jae la ni, ST
3. D r.Anton iu s B.W ij ana rto
Sum ber :
1. C itr a Satel it A S TE R 3 Septem ber 2006, pukul 09 :53 W IB
2. P eta Rupa B um i B akos urtanal S k ala 1 : 25.000
10
20
km
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof.Dr.Ir.Ban gun MS,DEA,D ESS
2. L M.Jae la ni, ST
3. D r.Anton iu s B.W ij ana rto
SPL BAND 13 TIR CITRA ASTER
9200000 mU
9200000 mU
SPL BAND 12 TIR CITRA ASTER
0
Surabaya
9180000
9180000
Surabaya
Sidoarjo
9140000
9140000
9160000
9160000
Sidoarjo
660000
680000
700000
720000 mT
660000
680000
Celciu s
Peta Ja wa Timur
700000
720000 mT
Celc ius
Leg end a :
Peta Ja wa Timur
U
Da ra t
Leg end a :
U
Da ra t
Sistem P royeksi : UTM
Datum
: WG S -84
Zo na
: 49 S ela ta n
Satu an
: Mete r
Pro gra m Stud i Teknik G eo matika
Fa kulta s Te kn ik Sip il & P ere nca naa n
Sum ber :
1. C itr a Satelit A S TE R 3 Septem ber 2006, P ukul 09 :53 W IB
2. P eta Rupa B um i B akos urtanal S k ala 1 : 25.000
0
10
Sistem P royeksi : UTM
Datum
: WG S -84
Zo na
: 49 S ela ta n
Satu an
: Mete r
20
km
Pro gra m Stud i Teknik G eo matika
Fa kulta s Te kn ik Sip il & P ere nca naa n
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof.Dr.Ir.Ban gun MS,DEA,D ESS
2. L M.Jae la ni, ST
3. D r.Anton iu s B.W ij ana rto
SPL BAND 14 TIR CITRA ASTER
Sum ber :
1. C itr a Satelit A S TE R 3 Septem ber 2006, P ukul 09 :53 W IB
2. P eta Rupa B um i B akos urtanal S k ala 1 : 25.000
0
10
20
km
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof.Dr.Ir.Ban gun MS,DEA,D ESS
2. L M.Jae la ni, ST
3. D r.Anton iu s B.W ij ana rto
9200000 mU
9200000 mU
SPL MULTI BAND 10-14 TIR CITRA ASTER
9180000
Surabaya
9180000
Surabaya
9160000
Sidoarj o
640000
660000
680000
700000
720000
740000 mT
9140000
9140000
9160000
Sidoarjo
660000
680000
700000
720000 mT
Celciu s
Peta Ja wa Timur
Leg end a :
U
Peta Ja wa Timur
Da ra t
Sistem P royeksi : UTM
Datum
: WG S -84
Zo na
: 49 S ela ta n
Satu an
: Mete r
Pro gra m Stud i Teknik G eo matika
Fa kulta s Te kn ik Sip il & P ere nca naa n
Sum ber :
1. C itr a Satel it A S TE R 3 Septem ber 2006, P ukul 09 ;53 W IB
2. P eta Rupa B um i B akos urtanal S k ala 1 : 25.000
94
Leg end a :
U
Da ra t
0
10
20
km
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof.Dr.Ir.Ban gun MS,DEA,D ESS
2. L M.Jae la ni, ST
3. D r.Anton iu s B.W ij ana rto
Sistem P royeksi : UTM
Datum
: WG S -84
Zo na
: 49 S ela ta n
Satu an
: Mete r
Pro gra m Stud i Teknik G eo matika
Fa kulta s Te kn ik Sip il & P ere nca naa n
Sumber :
1. C itr a Satelit A S TE R 3 September 2006, P ukul 09 :53 W IB
2. P eta Rupa B umi B akos urtanal S k ala 1 : 25.000
0
10
20
km
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof.Dr.Ir.Ban gun MS,DEA,D ESS
2. L M.Jae la ni, ST
3. D r.Anton iu s B.W ij ana rto
Geoid Vol. 4, No. 1, 2008 (085-095)
SPL BAND 11 TIR CITRA ASTER
Pulau Madura
9220000
Pul au Madur a
9220000
9240000
9240000
9260000 mU
9260000 mU
SPL BAND 10 TIR CITRA ASTER
Gres ik
9200000
9200000
Gres ik
6600 00
660000
680000
700000
720000
6800 00
70 000 0
720 000
7400 00 mT
740000 mT
Celciu s
Celciu s
0
10
20
0
Legenda :
U
Darat
Awa n Te bal
Awa n Tipis
km
Sistem P royeksi = UTM
; Zon a = 49 S ela ta n
Datum
= WG S -84 ; S atua n = Me te r
Pro gra m Stud i Teknik G eo matika
Fa kulta s Te kn ik Sip il & P ere nca naa n
Sum ber :
1. C itr a S atel it A S TE R 10 Pebr uar i 2007, puk ul 10 :04 W IB
2. P eta Rupa B um i B akos urtanal S k ala 1 : 25.000
Darat
Awa n Te bal
Awa n Tipis
Pro gra m Stud i Teknik G eo m atik a
Fa kulta s Te kn ik Sip il & P ere nca naa n
Sum ber :
1. C itr a S atelit A S TE R 10 Pebr uar i 2007, P ukul 10 :04 W IB
2. P eta Rupa B um i B akos urtanal S k ala 1 : 25.000
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof .Dr.Ir. Ban gun MS, DEA,D ESS
2. L M.Jae la ni, ST
3. D r. Anton iu s B. W ij ana rto
SPL B AND 13 TIR C ITRA ASTER
Pulau Madura
9220000
Pul au Madur a
9220000
9240000
9240000
9260000 mU
9260000 mU
Legenda :
Sistem P royek si = U TM
; Zon a = 49 S ela ta n
Datum
= W G S -84 ; S atua n = M e te r
SPL BAND 12 TIR CITRA ASTER
Gres ik
Gres ik
9200000
9200000
U
20
km
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof.Dr.Ir.Ban gun MS,DEA, D ESS
2. L M.Jae la ni, ST
3. D r.Ant on iu s B.W ij ana rto
10
660000
680000
700000
720000
6600 00
740000 mT
6800 00
70 000 0
10
U
20
7400 00 mT
Celc ius
Celciu s
0
720 000
km
Darat
Awa n Te bal
Awa n Tipis
Sistem P royeksi = UTM
; Zon a = 49 S ela ta n
Datum
= W G S -84 ; S atua n = Me te r
Pro gra m Stud i Teknik G eo matika
Fa kulta s Te kn ik Sip il & P ere nca naa n
Sum ber :
1. C itr a S atel it A S TE R 10 Pebr uar i 2007, P ukul 10 :04 W IB
2. P eta Rupa B um i B akos urtanal S k ala 1 : 25.000
0
Legenda :
Le gen da :
Darat
Awa n Te bal
Awa n Tipis
km
Pro gra m Stud i T eknik G eo m atik a
Fa kulta s Te kn ik Sip il & P ere nca naa n
Sum b er :
1. C itr a S a te lit A S TE R 1 0 Peb r uar i 20 07 , P ukul 10 :0 4 W IB
2. P eta Ru pa B um i B akos urtan al S k ala 1 : 25 .0 00
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof .Dr.Ir. Ban gun MS, DEA,D ESS
2. L M.Jae la ni, ST
3. D r. Anton iu s B. W ij ana rto
SPL MULTI BAND 10-14 TIR CITRA ASTER
9220000
9240000
9240000
9260000 mU
9260000 mU
SPL BAND 14 TIR CITRA ASTER
U
20
Sistem P royek si = U TM
; Z on a = 49 S ela ta n
Datum
= W G S -84 ; S atua n = M e te r
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof.Dr.Ir.Ban gun MS,DEA, D ESS
2. L M.Jae la ni, ST
3. D r.Ant on iu s B.W ij ana rto
10
9220000
Pulau Madura
Pulau Madura
Gres ik
9200000
9200000
Gres ik
660000
680000
700000
720000
740000 mT
660000
680000
700000
Celc ius
0
10
km
Sistem P royeksi = UTM
; Zon a = 49 S ela ta n
Datum
= WG S -84 ; S atua n = Me te r
Pro gra m Stud i Teknik G eo matika
Fa kulta s Te kn ik Sip il & P ere nca naa n
Sumber :
1. C itr a Satel it ASTER 10 Pebr uar i 2007, Pukul 10 :04 W IB
2. Peta Rupa Bumi Bakos urtanal Sk ala 1 : 25.000
740000 mT
Celc ius
U
20
720000
Legenda :
Darat
Awa n Tebal
Awa n Tipis
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof.Dr.Ir.Ban gun MS,DEA,D ESS
2. L M.Jae la ni, ST
3. D r.Anton iu s B.W ij ana rto
0
10
U
20
km
Sistem P royeksi = UTM
; Zon a = 49 S ela ta n
Datum
= WG S -84 ; S atua n = Me te r
Pro gra m Stud i Teknik G eo matika
Fa kulta s Te kn ik Sip il & P ere nca naa n
Sumber :
1. C itr a Satel it ASTER 10 Pebr uar i 2007, Pukul 10 :04 W IB
2. Peta Rupa Bumi Bakos urtanal Sk ala 1 : 25.000
Legenda :
Darat
Awan Te bal
Awan Tipis
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof.Dr.Ir.Ban gun MS,DEA,D ESS
2. L M.Jae la ni, ST
3. D r.Anton iu s B.W ij ana rto
95
DAFTAR ISI
Daftar Isi
i
Kata Pengantar
iii
PEMETAAN PREDIKSI LOKASI MINERAL URANIUM DENGAN CITRA
LANDSAT 7 ETM+ (STUDI KASUS : KABUPATEN KETAPANG,
KALIMANTAN BARAT)
Kholid Noor Syamsa, Bangun Muljo Sukojo, M.Nurcahyadi, Kurnia Setiawan W,
Sukentyas Estuti Siwi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 001 - 010
OPTIMASI JALUR TERBAIK KABEL BAWAH LAUT DARI PERSPEKTIF
KEHIDROGRAFIAN
PANDU YURI PRATAMA, DANAR GURUH PRATOMO, KHOMSIN . . . . . . . . . . . . . . . . . . 011 – 021
PEMANFAATAN TEKNOLOGI GPS UNTUK PEMANTAUAN PERGERAKAN
TANAH DAN KORELASINYA DENGAN ZONASI KERENTANAN GERAKAN TANAH
(Studi Kasus: Kampung Singkup, Desa Ciherang, Kecamatan Sumedang Selatan,
Kabupaten Sumedang)
Anisah, Eko Yuli Handoko, Anas Luthfi, Jojon Sutarjono . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . 022 – 031
ANALISA PENGARUH PENURUNAN TANAH (LAND SUBSIDENCE) TERHADAP
NILAI TANAH (Studi Kasus : Kecamatan Penjaringan, Jakarta Utara)
Agar Sugi Setyarini, Chatarina Nurjati . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . .. 032 – 039
ANALISA PENDIDIKAN DASAR DI KECAMATAN LOWOKWARU
KOTA MALANG DENGAN MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS
BERBASIS WEB
Hanif Ali, Agung Budi Cahyono . . . . . .. . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . .. . . . . . . . . . . 040 – 049
APLIKASI INDERAJA DAN SIG UNTUK PEMANTAUAN TUTUPAN LAHAN
DAN KUALITAS LINGKUNGAN DAMPAK LUMPUR LAPINDO DI SIDOARJO
Dewi Masita, Bangun Muljo Sukojo, Yanto Budisusanto, Sukentiyas Estuti Siwi . . . . . . . . . . . . 050 – 057
STUDI PERBANDINGAN SUHU PERMUKAAN LAUT MENGGUNAKAN
CITRA SATELIT NOAA-AVHRR DENGAN ARGO FLOAT DI PERAIRAN
SELATAN JAWA, BALI DAN NUSA TENGGARA
Faried Irawan Y. P, Bangun Muljo Sukojo, B. Realino S., L. M Jaelani . . . . . . . . . .. . . . . . . . . .
058 – 066
ANALISA PROSES PENYAJIAN SURAT GAMBAR UKUR UNTUK PERSIL
DI BAWAH PERMUKAAN TANAH
CANDRA W., CHATARINA NURJATI S., ROEDY RUDIANTO . . . . . . .. . . . . . . . . . . . . . .
067 – 076
INTERPRETASI HASIL PENCITRAAN SBP (SUB-BOTTOM PROFILER) UNTUK
MENDUKUNG RENCANA PEMASANGAN KABEL BAWAH LAUT
SONDY HARDIAN MJ, YUWONO MS, DANAR GURUH P . . . . . . . . . .. . . . . . . . . . . . . . .
077 – 084
i
PEMANFAATAN BAND THERMAL INFRARED (TIR) CITRA ASTER (Santoso)
PEMANFAATAN BAND THERMAL INFRARED (TIR)
CITRA ASTER UNTUK PEMETAAN SUHU PERMUKAAN LAUT
DI PERAIRAN SELAT MADURA
Santoso1, Bangun Muljo Sukojo1, LM. Jaelani1, dan Antonius B. Wijanarto2
1
2
Program Studi Teknik Geodesi, FTSP, ITS, Surabaya, 60111, Indonesia
Balai Penelitian Geomatika BAKOSURTANAL, Jalan Raya Bogor km 46 Cibinong 16911, Indonesia
Santos_itscuk@yahoo.com
Abstrak
Suhu Permukaan Laut (SPL) merupakan faktor penting dalam oseanografi, saat ini telah banyak
satelit yang dilengkapi sensor inframerah termal untuk mengukur SPL. ASTER (Advanced
Spaceborn Thermal Emission and Reflection Radiometer) merupakan citra multi band sensor
inframerah termal (TIR) pertama di dunia memiliki resolusi spasial 90x90 m dengan luas liputan
60 km. Dalam penelitian ini digunakan dua metode perhitungan SPL dari Citra ASTER yaitu
algoritma Alley&Nilsen yang menggunakan perhitungan single band dan algoritma Kishino
dengan menggunakan multi band, hasil kedua algoritma tersebut dibandingkan dengan pengukuran
lapangan dan SPL dari Citra NOAA-AVHRR. Hasil penelitian ini menunjukkan bahwa perhitungan
dengan algoritma Kishino mempunyai kesesuaian yang paling baik dari pada algoritma
Alley&Nilsen dengan nilai koefisien determinasi (R2) sebesar 0,6093 terhadap data lapangan dan
0,5592 terhadap data Citra NOAA-AVHRR.
Kata kunci : Suhu Permukaan Laut, Band TIR ASTER, Algoritma Alley&Nilsen, Algoritma
Kishino.
PENDAHULUAN
Suhu Permukaan Laut (SPL) merupakan salah
satu faktor abiotik yang memiliki pengaruh
yang besar terhadap kehidupan dan
pertumbuhan organisme perairan, dimana tiaptiap organisme baik hewan maupun tumbuhan
perairan memiliki karakterisitik terhadap
kondisi suhu yang sesuai untuk kelangsungan
hidup. Perubahan terhadap suhu laut
menyebabkan variasi terhadap kehidupan laut
dan faktor oseanografi terkait.
Perkembangan teknologi penginderaan jauh
sangat cepat, saat ini telah banyak satelit yang
dilengkapi dengan sensor inframerah termal
untuk mendeteksi SPL, baik satelit oseanografi
maupun
satelit
sumber
daya
bumi.
Pemanfaatan satelit sumber daya bumi seperti
ASTER, dan Landsat yang memiliki resolusi
sedang cenderung jarang digunakan untuk
monitoring SPL harian, sebab satelit-satelit ini
memiliki resolusi temporal yang jauh lebih
rendah dibandingkan satelit NOAA-AVHRR
serta liputannya yang tidak begitu luas. Untuk
keperluan monitoring SPL secara praktis dan
global satelit NOAA-AVHRR lebih umum
digunakan di Indonesia, namun satelit TerraASTER yang pada tahun 1999 baru
diluncurkan serta memiliki lima jenis band
inframerah termal yang bekerja pada panjang
gelombang 8 – 12 µm dengan resolusi 90 x 90
meter perlu diuji dan menarik untuk dijadikan
penelitian SPL pada daerah yang tidak begitu
luas terutama pada kawasan pesisir pantai.
Perumusan Masalah
Bagaimana memperoleh informasi mengenai
SPL di Selat Madura dari estimasi citra
ASTER
dengan
menggunakan
dan
membandingkan dua metode perhitungan SPL,
yaitu algoritma Alley & Nilsen dan algoritma
Kishino? Sebagai pembanding digunakan citra
resolusi rendah NOAA –AVHRR dengan
85
Vol. 4, No. 1, Agustus 2008
PEMANFAATAN BAND THERMAL INFRARED (TIR) CITRA ASTER UNTUK
PEMETAAN SUHU PERMUKAAN LAUT DI PERAIRAN SELAT MADURA
Santoso, Bangun Muljo Sukojo, LM. Jaelani, dan Antonius B. Wijanarto. . . . . . . . . . . . . . . . . . . . 085 – 095
ANALISA VARIASI MUKA LAUT RERATA SISTEM DOODSOON ROOSSTER
(METODE ADMIRALTY) PENGAMATAN 39 JAM
Suyanto, Khomsin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
ii
096 – 104
PEMANFAATAN BAND THERMAL INFRARED (TIR) CITRA ASTER (Santoso)
menggunakan algoritma Mc Milin & Crosby
serta data in-situ.
Batasan Permasalahan
1. Citra band TIR ASTER resolusi spasial 90
m dan NOAA-AVHRR dengan resolusi
1,1 km.
2. Daerah penelitian secara geografis terletak
pada 60 54’ 59” – 70 14’ 59” LS dan 1120
29’ 58”– 1120 49’ 58” BT.
3. Pengukuran sampel SPL di lapangan pada
kedalaman sekitar 5 m.
4. Data in-situ tanggal 9 Desember 2007.
5. Data citra NOAA-AVHRR tanggal 3
September 2006 dan 10 Pebruari 2007 jam
10.30 WIB.
6. Dalam penelitian ini digunakan data dua
musim, yaitu musim hujan dan musim
kemarau
dengan batasan :
a. Citra ASTER yang digunakan untuk
musim hujan dengan representatif
wilayah :
Kishino serta membandingkan hasil dari
kedua agoritma tersebut.
2. Membandingkan hasil SPL Citra ASTER
dari kedua algoritma dengan pengukuran
in-situ.
3. Membandingkan hasil SPL Citra ASTER
dari kedua algoritma dengan SPL Citra
NOAA-AVHRR
dengan
algoritma
McMilin&Crosby.
4. Analisa pola sebaran suhu perairan Selat
Madura dari Citra ASTER.
METODOLOGI PENELITIAN
Lokasi Penelitian
Secara geografis daerah penelitian terletak
pada 60 34’ 46” – 70 50’ 22” LS dan 1120 27’
58”– 1130 5’ 34” BT (Gambar 2).
Scene-1
Scene-2
Scene - 1
Musim Hujan
(10 Pebruari 2007)
Jam 10.04 WIB
b. Citra ASTER yang digunakan untuk
musim kemarau dengan representatif
wilayah :
Scene - 2
Musim Kemarau
(3 September 2006)
Jam 09.53 WIB
Gambar 1 :
Batasan Citra ASTER daerah
penelitian
Tujuan
1. Memetakan SPL perairan Selat Madura
meggunakan citra ASTER dengan
algoritma Alley & Nilsen dan algoritma
86
Gambar 2 : Peta petunjuk lokasi penelitian
Data
a. Data Citra ASTER scene-1 :
- Tanggal 10 Pebruari 2007 jam 10.04
WIB
- koordinat 6034’45,98’’ - 7017’39,44’’LS
dan 112030’51,04’’ - 11305’34,24’’ BT.
- Level 1B.
b. Data Citra ASTER scene-2 :
- Tanggal 3 September 2006 jam 09.53
WIB.
- koordinat 707’27,9’’ - 7050’21,51’’ LS
dan 112027’58,02’’ - 11302’43,59’’ BT.
- Level 1B
c. Data Citra NOAA-AVHRR 17 :
- Tanggal 3 September 2006 jam 10.30
WIB.
Geoid Vol. 4, No. 1, 2008 (085-095)
- Tanggal 10 Pebruari 2007 jam 10.30
WIB.
- Level 1B.
d Peta Rupa Bumi Indonesia (RBI) lembar
1608 (331-334), dan 1609 (311-312),
Skala 1 : 25.000 edisi I tahun 1999 terbitan
BAKOSUTANAL.
e Peta digital Topografi Indonesia skala 1:
1.000.000
tahun
1995
terbitan
BAKOSURTANAL.
f Data Batimetri perairan Selat Madura yang
diekstrak dari data General Bathymetry
Chart Ocean (GEBCO) dengan ketelitian
grid 1 menit (resolusi spasial = 1,85 km).
http://www.ngdc.noaa.gov/mgg/gebco/gebco.html
g Data lapangan tanggal 9 desember 2007.
Diagram Alir Penelitian
Peralatan
a
b
c
d
e
f
g
h
i
j
k
l
m
Personal komputer (PC).
Software AutoCAD Land Development.
Software Envy 4.0.
Software ER Mapper 6.4.
Software Matlab 7.0.
Software Global Mapper 8.0.
Software Surfer 8.0.
Software MS.Word 2003.
Software MS.Excell 2003.
Scanner.
GPS Hand Held .
Thermometer mercury fraksi 0,5 derajat.
Perahu motor, kamera digital, alat tulis dan
jam.
Pengolahan Data
Mulai
Identifikasi dan Perumusan Masalah
Studi Literatur :
1. Penginderaan Jauh
2. Suhu Permukaan Laut
Tahap Persiapan
Pengumpulan Data
Data Primer
Data Sekunder
Pengolahan Data :
1. Koreksi Citra
2. Transformasi Algoritma
3. Citra Distribusi SPL Dari
Algoritma
4. Validasi Hasil Algoritma
Analisa
Hasil Dan Kesimpulan
Tahap Pengolahan
Data
Tahap Analisa Data
Tahap Akhir
Selesai
Gambar 3 : Diagram Alir Penelitian
Gambar 4 : Diagram Alir Pengolahan Citra
87
PEMANFAATAN BAND THERMAL INFRARED (TIR) CITRA ASTER (Santoso)
Pengolahan Citra Aster
Penerapan Algoritma Alley & Nilsen
Penerapan metode algoritma Alley & Nilsen
pada pendugaan SPL dilakukan dengan
perhitungan pada masing-masing band (single
band) inframerah termal (TIR) yang terdiri
atas band 10 – band 14, sehingga dengan
memanfaatkan masing-masing band ini dapat
dihitung masing-masing nilai radian dan
brightness temperature.
Untuk memperoleh nilai radian maka
digunakan persamaan 1 yaitu :
rad = (DN-1) * UCCband
pers(1)
dimana :
rad = Nilai Radian (Watts/ m2 sr m)
DN = Digital number pada tiap band
UCCband = Unit conversion coefficients,
(watts/ meter2 / steradian/ micrometer )/ DN
(dilampiran).
Kemudian mengubah nilai radian menjadi nilai
suhu digunakan persamaan 2 :
C2
pers(2)
BT =
⎞
⎛ C1
λC Ln⎜⎜ 5
+ 1⎟⎟
rad
λ
π
⎠
⎝ C
Dimana :
Bt = Brightness temperature (0K)
λc = Central Wavelength (m) (dilampiran)
c1 = Konstanta (3,741775 x 10-22W-m3-µ-1)
c2 = Konstanta (0,0143877 m-0K)
rad = Nilai Radian spektral (Watts/ m2 sr m)
Data yang diperoleh diubah kedalam satuan
celcius dimana :
T ºCelsius = T ºKelvin - 273º
pers(3)
Penerapan Algoritma Kishino
Penerapan metode algoritma Kishino pada
pendugaan
SPL
dilakukan
dengan
menggabungkan ke lima band inframerah
termal tersebut dimana :
SPL = a + b10*T10 + b11*T11 + b12*T12 +
b13*T13+b14*T1
pers(4)
88
Dimana :
a = 1,16
b12 = 1,13
b10 = -1,07
b13 = 0,78
b11 = 0,49
b14 = -0,32
T10, T11, T12, T13, T14 = Brightness
temperature tiap band, persamaan (2)
Pengolahan Citra NOAA-AVHRR
Penerapan Algoritma McMillin & Crosby
Penentuan SPL Citra NOAA-AVHRR
dilakukan dengan menggunakan formula
McMillin & Crosby. Formula ini telah
digunakan oleh beberapa peneliti dari LAPAN
dan BRKP-DKP untuk perhitungan SPL di
wilayah perairan Indonesia.
Formula McMillin & Crosby:
SPL = b4 + 2.702 * (b4-b5) – 0.582 pers(5)
di mana;
b4 adalah band 4 yang telah di-invert
b5 adalah band 5 yang telah di-invert
Dari hasil perhitungan SPL dengan
menggunakan formula McMillin & Crosby
dikonversi dalam derajat Celcius. Formula
untuk menjadikan suhu ke dalam derajat
celcius adalah:
SPL (ºC) = (INPUT1*0.1) + 10.0 pers(6)
di mana, INPUT1 adalah citra hasil
transformasi SPL dengan formula McMillin &
Crosby.
HASIL DAN PEMBAHASAN
Koreksi Geometrik Citra
Hasil koreksi geometrik pada citra ASTER
tanggal 3 September diperoleh nilai rata-rata
RMSerror sebesar 0,457, hal tersebut berarti
bahwa pergeseran rata-rata setelah dilakukan
rektifikasi adalah sebesar 0,076 x 90 m =
6,840 m, sedangkan Citra ASTER tanggal 10
Pebruari 2007 sebesar 0,108 dan pergeseran
rata-rata nya 0,108 x 90 m = 9,72 m dengan
masing-masing nilai strength of figure 0,003
dan 0,0019.
Pada Citra NOAA-AVHRR hasil koreksi
geometrik citra tanggal 3 September diperoleh
rata-ratal nilai RMSerror sebesar 0,213 piksel
Geoid Vol. 4, No. 1, 2008 (085-095)
dengan pergeseran rata-rata 0,2343 km,
sedangkan citra tanggal 10 Pebruari 2007
sebesar 0,104 dengan pergeseran rata-rata
0,1144 km serta nilai strength of figure kedua
citra 0,003. Nilai tersebut memenuhi batas
toleransi untuk koreksi geometrik maksimal 1
piksel (Purwadhi, 2001) dan nilai strength of
figure mendekati nol (Abidin, 2000)
Perbandingan Hasil Algoritma SPL Citra
ASTER
Hasil pengolahan data Citra ASTER serta
distribusi SPL ditunjukkan pada lampiran serta
kisaran nilai SPL hasil perhitungan diberikan
pada tabel dibawah ini :
Tabel 1 : Nilai Kisaran SPL Musim Kemarau
tgl 3 September 2006
No
Algoritma
1
2
3
4
5
6
Alley&Nilsen Band 10 TIR
Alley&Nilsen Band 11 TIR
Alley&Nilsen Band 12 TIR
Alley&Nilsen Band 13 TIR
Alley&Nilsen Band 14 TIR
Kishino ( Multi Band TIR )
Nilai SPL ( 0C )
Min
Max
19,272 23,912
20,258 25,08
20,641 25,958
23,015 27,864
22,619 27,484
27,322 33,478
Tabel 2 : Nilai Kisaran SPL Musim Hujan tgl
10 Pebruari 2007
No
1
2
3
4
5
6
Algoritma
Alley&Nilsen Band 10 TIR
Alley&Nilsen Band 11 TIR
Alley&Nilsen Band 12 TIR
Alley&Nilsen Band 13 TIR
Alley&Nilsen Band 14 TIR
Kishino ( Multi Band TIR )
Nilai SPL (0C)
Min
Max
12,033 18,172
14,455 24,691
18,002 25,738
16,71 27,522
14,033 21,936
23,302 36,324
Estimasi SPL menggunakan algoritma Kishino
memberikan hasil yang lebih tinggi dimana
pada musim kemarau SPL mencapai 33 0C
sedangkan untuk musim hujan mencapai 36 0C
dengan pola sebaran suhu yang hampir sama
dengan pola sebaran suhu dari algoritma
Alley&Nilsen. Pada algoritma Alley&Nilsen
pencapaian suhu maksimum pada band 10 TIR
memiliki nilai yang paling rendah diantara
band tunggal yang lain.
Analisa Hasil Algoritma SPL Citra ASTER
Dengan Data In-situ
Untuk menguji kesesuian antara nilai SPL citra
dari kedua algoritma dengan data in-situ,
dilakukan validasi dengan analisa regresi linier
sederhana.
Dari data tabel (3) diperoleh nilai koefisien
determenasi (R2) tertinggi oleh algoritma
Kishino yaitu R2 = 0.6093 Sedangkan pada
band tunggal nilai (R2) tertinggi dicapai oleh
band 13 TIR sebesar R2 = 0.5900. Nilai
persamaan regresi dan
nilai koefisien
dari
masing-masing
determenasi
(R2)
algoritma ditunjukkan dalam tabel (4).
Tabel 3 : DATA PENGUKURAN SAMPEL
SUHU DI PERAIRAN SELAT
MADURA
Tanggal : 9 Desember 2007
Pukul : 09.00 - 12.30 WIB
Kondisi Perairan : Arus pasang menuju pasang
tertinggi
Kondisi Cuaca : Cerah dan Berawan
Suhu Permukaan Laut (SPL 0C)
Koordinat
X(m
)
Y(m)
Band
10
Band
11
697,78
9
Band
12
Band
13
Band
14
Kishin
o
insitu
9,203,054
21.22
22.36
23.44
25.39
25.11
30.39
693,25
6
9,205,606
20.97
22.52
23.04
25.15
25.04
30.13
28.5
30
689,90
8
9,205,268
21.18
22.28
23.32
25.23
24.92
30.2
29.5
687,78
7
9,206,484
20.97
22.48
23.16
25.31
25.27
30.29
30
686,01
7
9,206,766
20.85
22.16
23.2
25.15
25.04
30.26
29.5
684,48
5
9,211,408
14.5
17.2
19.29
18.82
16.88
27.88
30
683,97
8
9,214,758
13.73
16.42
18.29
18.24
16.12
26.98
30.5
682,64
7
9,210,454
13.87
16.77
17.83
18.07
16.08
26.37
31
Tabel 4 : Persamaan Regresi Linear dan nilai
koefisien determenasi (R2) antara
data in-situ dan Citra ASTER
No
Algoritma
Persamaan Regresi
R2
1
Alley&Nilsen Band 10 TIR
Y = -3,5352x + 124,02
0,5239
2
Alley&Nilsen Band 11 TIR
Y = -2,7113x + 101,27
0,4876
3
Alley&Nilsen Band 12 TIR
Y = -3,4619x + 126,10
0,5228
4
Alley&Nilsen Band 13 TIR
Y = -2,5803x + 98,533
0,5900
5
Alley&Nilsen Band 14 TIR
Y = -4,3090x + 150,54
0,5035
6
Kishino (Multi Band TIR)
Y = -1,7787x + 82,201
0,6093
89
PEMANFAATAN BAND THERMAL INFRARED (TIR) CITRA ASTER (Santoso)
Model Regresi Linear SPL in-situ & SPL Kishino Citra
ASTER
32
y = -1.7787x + 82.201
R2 = 0.6093
SPL Kishino
31
30
Titik Sampel
29
Garis Linear
28
27
26
28
28.5
29
29.5
30
30.5
31
31.5
SPL in-situ
Gambar 5 : Model Regresi Linier SPL lapangan
terhadap SPL Citra ASTER yang
di ekstrak dari algoritma Kishino.
Nilai determenasi (R2) yang diperoleh pada
algoritma Kishino adalah 0.6093 artinya
persamaan regresi diatas dapat digunakan
untuk menerangkan hubungan antara faktor
SPL in-situ dengan SPL citra. Perubahan nilai
SPL citra dipengaruhi oleh perubahan nilai
SPL in-situ 60,93%, sedangkan sisanya
dipengaruhi oleh faktor lain diluar faktor
tersebut.
Perolehan Nilai R2 diatas pada dasarnya masih
terlalu kecil, hal ini disebabkan karena
beberapa hal seperti :
1. Jumlah sampel yang diperoleh di lapangan
kurang banyak, sehingga dianggap kurang
mewakili seluruh perairan Selat Madura.
2. Perbedaan waktu antara perekaman data
citra dengan waktu pengambilan sampel di
lapangan.
Dari perbandingan data diperoleh nilai
koefisien determenasi (R2) tertinggi oleh
algoritma Kishino yaitu R2 = 0.5592
sedangkan pada band tunggal nilai (R2)
tertinggi dicapai oleh band 13 TIR sebesar R2
= 0.2014. Hal ini sama seperti perbandingan
dengan data in-situ dimana untuk band tunggal
band 13 TIR memiliki nilai sensitifitas
tertinggi pada penginderaan termal. Berikut
adalah nilai persamaan regresi dan nilai
koefisien determenasi (R2) dari masing-masing
algoritma yang ditunjukkan dalam tabel ( 5 )
berikut ini.
Nilai determenasi (R2) yang diperoleh pada
algoritma Kishino adalah 0.5592 artinya
persamaan regresi dapat digunakan untuk
menerangkan hubungan antara faktor SPL
Citra ASTER dengan SPL Citra NOAAAVHRR.
Tabel 5 : Persamaan Regresi Linear dan nilai
koefisien determinasi (R2) antara
Citra ASTER dan Citra NOAAAVHRR
No
Algoritma
Persamaan Regresi
R2
1
Alley&Nilsen Band 10 TIR
Y = 0,4892x + 22,302
0,1664
2
Alley&Nilsen Band 11 TIR
Y = 0,4525x + 22,491
0,1627
3
Alley&Nilsen Band 12 TIR
Y = 0,3832x + 23,675
0,1156
4
Alley&Nilsen Band 13 TIR
Y = 0,5152x + 19,675
0,2014
5
Alley&Nilsen Band 14 TIR
Y = 0,4229x + 21,971
0,1517
6
Kishino ( Multi Band TIR )
Y = 0,5038x + 16,875
0,5592
Analisa Hasil Algoritma SPL Citra ASTER
Dengan Citra NOAA – AVHRR
90
SPL NOAA-AVHRR ( C )
Metode yang dilakukan dalam uji kesesuaian
yaitu dengan melakukan training sample pada
kedua citra yang nilainya diambil secara acak
pada lokasi yang sama pada kedua citra.
Sebagai contoh nilai SPL dari 1 buah piksel
Citra NOAA-AVHRR memiliki resolusi
spasial 1,1 km sedangkan untuk nilai SPL
Citra ASTER diturunkan dari jumlah rata-rata
beberapa piksel pada daerah yang sama
dengan 1 piksel Citra NOAA-AVHRR.
Training sample dilakukan dengan total 35
sampel data.
Regresi Linear SPL Citra ASTER & Citra NOAAAVHRR
34.5
34
33.5
33
32.5
32
31.5
31
y = 0.5038x + 16.875
R2 = 0.5592
Training Area
Linear (Training Area)
29
30
31
32
33
34
SPL Kishino ( C )
Gambar 6 : Model Regresi Linier SPL Kishino
Citra ASTER terhadap SPL Citra
NOAA
Geoid Vol. 4, No. 1, 2008 (085-095)
Berikut ini adalah model distribusi SPL dari
Citra NOAA-AVHRR untuk tanggal dan jam
yang sama dengan perekaman Citra ASTER.
PETA SPL NOAA-AVHRR 3 Septem ber 2006
9240000 mU
U
0
20
40
km
Pula u Madura
9200000
Peta J awa T imur
Sungai
9160000
Legenda :
Dara t
Sis tem Proyek si : U TM
Datum
: W GS - 84
Zona
: 49 Selat an
Sat uan
: M eter
Jawa Timu r
6800 00
720 000
76 0000
800000
840000 mT
Cel ciu s
Sum be r :
1. C itr a Sate lit NO AA-AVH RR 1 7 Ta ng g al 3 S ep t 2 006 , Pu ku l 1 0.30 W IB
2. Pe ta Ru p a Bu mi In d on es ia , Ba ko su rta na l s kala 1: 1.0 00.00 0
Pro gr am Stu d i T ekn ik G eo matika
Fa ku lta s Te kn ik Sip il & Pe ren ca na an
Pem bimbing :
1. P r of .Dr.Ir.B angun M S,DE A ,DE SS
2. LM .J aelani,ST
3. D r.A ntonius B.W ijanar to
Gambar 7 : Pola Sebaran SPL Citra NOAAAVHRR tanggal 3 September 2006
PETA SPL NO AA-AVHRR 10 Pebruari 2007
9240000 mU
U
0
40
Peta J awa T im ur
Pu lau Mad ura
9200000
20
km
Pula u Madura
Legenda :
9160000
Delta Sungai Porong
Teluk Lamong
Santos o ( Nrp.3503100033 )
Darat
Gambar 9 : Daerah Aliran Sungai yang
bermuara di Selat Madura
Selain aliran sungai terkait dengan SPL
ternyata kondisi topografi dasar laut Selat
Madura juga memberikan pengaruh terhadap
pola SPL. Perairan Selat Madura secara
fisiografis bisa digambarkan sebagai perairan
yang berbentuk setengah cawan (setengah
cekungan).
Aw an Tebal
Jawa Timu r
Aw an Tipis
Jaw a Timur
6800 00
720 000
76000 0
8000 00
84000 0 mT
Sis tem P royek si
Datum
Zona
Satuan
: U TM
: W G S - 84
: 49 S elat an
: M eter
Santo s o ( Nrp .350 31000 33 )
Ce lc iu s
Sum be r :
1. C itr a Sate lit NO AA-AVH RR 1 7 Ta ng g al 1 0 Peb ru ar i 2 007 , Pu ku l 1 0 :30 W I B
2. Pe ta Ru p a Bu mi In d on es ia , Ba ko su rta na l s kala 1: 1.0 00.00 0
Pro gr am Stu d i T ekn ik G eo matika
Fa ku lta s Te kn ik Sip il & Pe ren ca na an
Pem b imbing :
1. P r of .Dr.Ir.B angu n M S,DE A ,DE SS
2. L M .J a elani,ST
3. D r.A ntoniu s B.W ijana r to
SPL ASTER
Nilai SPL turun
Garis transek
Gambar 8 : Pola Sebaran SPL Citra NOAAAVHRR tanggal 10 Pebruari 2007
SPL NOAA
Analisa Deskriptif Pola Distribusi SPL
Terhadap Kondisi Topografi
Secara topografis Selat Madura memiliki
beberapa sungai yang bermuara, diantaranya
Sungai Bengawan Solo, dan Sungai Brantas.
Menurut
Marine
Geological
Institute
Indonesia (MGI,2002) kedua sungai banyak
membawa material sedimen yang mengendap
di muara-muara sungai diantaranya adalah
muara sungai porong, teluk lamong, muara
kalimas. Pada gambar 9 terlihat jelas bahwa
daerah-daerah di sekitar muara sungai
menunjukkan nilai SPL yang rendah karena
adanya pengaruh aliran air sungai yang
bercampur material suspensi dan endapan,
menurut Kay dkk., (2005) bahwa nilai SPL
dapat dipengaruhi oleh nilai sedimen dan
vegetation load dan juga kekasaran
permukaan.
Gambar 10 : SPL Citra dan Topografi Dasar
Laut Selat Madura
91
PEMANFAATAN BAND THERMAL INFRARED (TIR) CITRA ASTER (Santoso)
SPL Citra ASTER
SPL Citra NOAA-AVHRR 17
Topografi Dasar Laut
Gambar 11 : Profil penampang melintang
Transek SPL terhadap fungsi
kedalaman.
Dari gambar 10 dan 11 secara visualisasi dapat
menjelaskan secara deskriptif bahwa pola SPL
berhubungan dengan fungsi kedalaman
(Wijanarto, AB. 2003). Hal ini dapat dilihat
dengan jelas baik pada Citra ASTER maupun
NOAA-AVHRR bahwa sebaran suhu semakin
menurun menuju arah laut dalam yang
ditunjukkan oleh data batimetri topografi dasar
laut yang di ekstrak dari data GEBCO.
determinasi (R2) sebesar 0,6093 terhadap
data lapangan dan 0,5592 terhadap data
Citra NOAA-AVHRR. Bila dibandingkan
dengan perhitungan algoritma Alley &
Nilsen, dari kelima band tersebut hasil
terbaik ditunjukkan oleh Band 13 TIR
dimana
memiliki
nilai
koefisien
determinasi (R2) sebesar 0,59 terhadap data
lapangan dan 0,2014 terhadap data Citra
NOAA-AVHRR.
2. SPL di sekitar muara sungai Selat Madura
menunjukkan nilai yang lebih rendah
karena dipengaruhi oleh bahan material
yang dibawa oleh sungai menuju laut,
selain itu SPL juga dipengaruhi oleh faktor
kedalaman yang menunjukkan semakin
dalam maka SPL semakin menurun kearah
yang lebih dalam.
3. Hasil lain dari penelitian ini yaitu nilai
RMS error rata-rata Citra ASTER tahun
2006 adalah 0,076 dengan nilai strength of
figure titik GCP sebesar 0,003 sedangkan
Citra ASTER tahun 2007 diperoleh RMS
error rata-rata 0,108 dengan nilai strength
of figure titik GCP sebesar 0,0019. Untuk
Citra NOAA-AVHRR tahun 2006
diperoleh RMS error rata-rata 0,213
dengan nilai strength of figure titik GCP
sebesar 0,003 sedangkan Citra NOAAAVHRR tahun 2007 diperoleh RMS error
rata-rata 0,104 dengan nilai strength of
figure titik GCP sebesar 0,003.
Saran
1.
Kesimpulan
1. Dari hasil pengujian kedua algoritma yang
digunakan untuk menghitung SPL pada
Citra ASTER, hasil dari algoritma Kishino
yang paling sesuai dengan kondisi daerah
penelitian. Hal ini dijelaskan dengan
memakai analisa regresi linear antara hasil
algoritma pada citra dengan data lapangan
serta dengan data Citra NOAA-AVHRR.
Hasilnya didapat bahwa pada algoritma
Kishino
memiliki
nilai
koefisien
92
2.
3.
Dalam melakukan validasi nilai SPL agar
lebih diperhatikan penggunaan data
lapangan yang sebaiknya data tersebut
diambil bersesuaian dengan waktu
perekaman citra.
Untuk pengambilan data lapangan
sebaiknya menggunakan alat pengukur
suhu yang lebih teliti hingga 0,1 0C
seperti alat digital water checker atau
YSI, sehingga dalam melakukan validasi
dengan data Citra ASTER akan lebih
tepat karena memiliki ketelitian yang
lebih baik.
Untuk memperoleh hasil overlay yang
baik pada saat melakukan uji validasi
Geoid Vol. 4, No. 1, 2008 (085-095)
antara Citra ASTER dan NOAA-AVHRR
sebaiknya nilai RMSe rata-rata pada
koreksi geometrik Citra NOAA-AVHRR
tidak lebih dari 0,1 piksel (0,1 piksel x 1,1
km = 0,11 km) mengingat resolusi spasial
Citra ASTER TIR adalah 90 meter.
DAFTAR PUSTAKA
ASTER Science Team. 1996. ATBD for ASTER
level-1 Data Processing ( ver 3.0 ). Earth
Remote Sensing Data Analysis Center (
ERSDAC ). Japan.
Canada Center of Remote Sensing.
Fundamental
of
Remote
Sensing.http://www.ccrs.gov.au. Dikunjungi
pada tanggal 20 Nopember 2007 jam 23.00
WIB.
Hendiarti,
N.,dkk.,2004.
Data
Suhu
Permukaan Laut dengan Citra ASTER,dalam
Ekspedisi Potrets Pulau Nipah. Jakarta.
http://bppt.go.id/p3tisda-ekspedisi
potrets
pulau nipah.htm dikunjungi pada tanggal 11
Oktober 2007 jam 14.00 WITA.
Kay, J.,dkk., 2005. “Accuracy of lake and
stream temperatures estimated from thermal
infrared images”, Journal of the American
Water Resources Association, Vol.41, No.5,
October 2005.
Kishino, M., dkk, 2000. Water Quality and
Temperature Mapping Using ASTER. Remote
Sensing Japan, Maret 2000.
Narieswari, Lalitya. 2005. “Estimasi Suhu
Permukaan Laut Perairan Delta Berau
Menggunakan Band TIR Citra Aster”, dalam
Model Aplikasi Remote Sensing dan Sistem
Informasi Geografis Wilayah Delta Berau.
BAKOSURTANAL. Cibinong.
Sakuno dkk. 2002. Proceedings of The
Twelfth. International Offshore and Polar
Engineering Conference Kitakyushu. Japan :
May 26-3,2002
SEACORM, 2006. Materi Pelatihan Dasar
Penginderaan Jauh. Ocean Remote Sensing
Team. Bali : Balai Riset dan Observasi
Kelautan ( BROK ).
Trisakti, Bambang,dkk. 2002. Study of Sea
Surface Temperature (SST) using Landsat-7
ETM (In Comparison with Sea Surface
Temperature of NOAA-12 AVHRR). Remote
SensingApplication
and
Technology
Development Center – LAPAN
Wijanarto, A.B., 2003., Kajian Geografis
Wilayah Pesisir Dan Lautan Pulau Bahubulu
Dan Sekitar BAKOSURTANAL : Cibinong.
LAMPIRAN
Tabel : Unit conversion coefficients tiap band TIR
ASTER ( ASTER Science Team,1996 )
Band
TIR
10
11
12
13
14
Unit conversion coefficients,
( watts/ meter2 / steradian/
micrometer )/ DN
6,882 x 10-3
6,780 x 10-3
6,590 x 10-3
5,693 x 10-3
5,225 x 10-3
Central
Wavelength
(µm )
8,29
8,63
9,08
10,66
11,29
93
PEMANFAATAN BAND THERMAL INFRARED (TIR) CITRA ASTER (Santoso)
SPL BAND 11 TIR CITRA ASTER
9200000 mU
9200000 mU
SPL BAND 10 TIR CITRA ASTER
9180000
Surabaya
9180000
Surabaya
Sidoarj o
9140000
9140000
9160000
9160000
Sidoarjo
660000
680000
700000
660000
720000 mT
680000
720000 mT
Celcius
Celcius
Peta Ja wa Timur
700000
U
Leg end a :
Peta Ja wa Timur
Da ra t
U
Leg end a :
Da ra t
Sistem P royeksi : UTM
Datum
: WG S -84
Zo na
: 49 S ela ta n
Satu an
: Mete r
Pro gra m Stud i Teknik G eo matika
Fa kulta s Te kn ik Sip il & P ere nca naa n
Sum ber :
1. C itr a Satel it A S TE R 3 Septem ber 2006, pukul 09 :53 W IB
2. P eta Rupa B um i B akos urtanal S k ala 1 : 25.000
0
10
Sistem P royeksi : UTM
Datum
: WG S -84
Zo na
: 49 S ela ta n
Satu an
: Mete r
20
Kilo meter
Pro gra m Stud i Teknik G eo matika
Fa kulta s Te kn ik Sip il & P ere nca naa n
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof.Dr.Ir.Ban gun MS,DEA,D ESS
2. L M.Jae la ni, ST
3. D r.Anton iu s B.W ij ana rto
Sum ber :
1. C itr a Satel it A S TE R 3 Septem ber 2006, pukul 09 :53 W IB
2. P eta Rupa B um i B akos urtanal S k ala 1 : 25.000
10
20
km
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof.Dr.Ir.Ban gun MS,DEA,D ESS
2. L M.Jae la ni, ST
3. D r.Anton iu s B.W ij ana rto
SPL BAND 13 TIR CITRA ASTER
9200000 mU
9200000 mU
SPL BAND 12 TIR CITRA ASTER
0
Surabaya
9180000
9180000
Surabaya
Sidoarjo
9140000
9140000
9160000
9160000
Sidoarjo
660000
680000
700000
720000 mT
660000
680000
Celciu s
Peta Ja wa Timur
700000
720000 mT
Celc ius
Leg end a :
Peta Ja wa Timur
U
Da ra t
Leg end a :
U
Da ra t
Sistem P royeksi : UTM
Datum
: WG S -84
Zo na
: 49 S ela ta n
Satu an
: Mete r
Pro gra m Stud i Teknik G eo matika
Fa kulta s Te kn ik Sip il & P ere nca naa n
Sum ber :
1. C itr a Satelit A S TE R 3 Septem ber 2006, P ukul 09 :53 W IB
2. P eta Rupa B um i B akos urtanal S k ala 1 : 25.000
0
10
Sistem P royeksi : UTM
Datum
: WG S -84
Zo na
: 49 S ela ta n
Satu an
: Mete r
20
km
Pro gra m Stud i Teknik G eo matika
Fa kulta s Te kn ik Sip il & P ere nca naa n
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof.Dr.Ir.Ban gun MS,DEA,D ESS
2. L M.Jae la ni, ST
3. D r.Anton iu s B.W ij ana rto
SPL BAND 14 TIR CITRA ASTER
Sum ber :
1. C itr a Satelit A S TE R 3 Septem ber 2006, P ukul 09 :53 W IB
2. P eta Rupa B um i B akos urtanal S k ala 1 : 25.000
0
10
20
km
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof.Dr.Ir.Ban gun MS,DEA,D ESS
2. L M.Jae la ni, ST
3. D r.Anton iu s B.W ij ana rto
9200000 mU
9200000 mU
SPL MULTI BAND 10-14 TIR CITRA ASTER
9180000
Surabaya
9180000
Surabaya
9160000
Sidoarj o
640000
660000
680000
700000
720000
740000 mT
9140000
9140000
9160000
Sidoarjo
660000
680000
700000
720000 mT
Celciu s
Peta Ja wa Timur
Leg end a :
U
Peta Ja wa Timur
Da ra t
Sistem P royeksi : UTM
Datum
: WG S -84
Zo na
: 49 S ela ta n
Satu an
: Mete r
Pro gra m Stud i Teknik G eo matika
Fa kulta s Te kn ik Sip il & P ere nca naa n
Sum ber :
1. C itr a Satel it A S TE R 3 Septem ber 2006, P ukul 09 ;53 W IB
2. P eta Rupa B um i B akos urtanal S k ala 1 : 25.000
94
Leg end a :
U
Da ra t
0
10
20
km
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof.Dr.Ir.Ban gun MS,DEA,D ESS
2. L M.Jae la ni, ST
3. D r.Anton iu s B.W ij ana rto
Sistem P royeksi : UTM
Datum
: WG S -84
Zo na
: 49 S ela ta n
Satu an
: Mete r
Pro gra m Stud i Teknik G eo matika
Fa kulta s Te kn ik Sip il & P ere nca naa n
Sumber :
1. C itr a Satelit A S TE R 3 September 2006, P ukul 09 :53 W IB
2. P eta Rupa B umi B akos urtanal S k ala 1 : 25.000
0
10
20
km
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof.Dr.Ir.Ban gun MS,DEA,D ESS
2. L M.Jae la ni, ST
3. D r.Anton iu s B.W ij ana rto
Geoid Vol. 4, No. 1, 2008 (085-095)
SPL BAND 11 TIR CITRA ASTER
Pulau Madura
9220000
Pul au Madur a
9220000
9240000
9240000
9260000 mU
9260000 mU
SPL BAND 10 TIR CITRA ASTER
Gres ik
9200000
9200000
Gres ik
6600 00
660000
680000
700000
720000
6800 00
70 000 0
720 000
7400 00 mT
740000 mT
Celciu s
Celciu s
0
10
20
0
Legenda :
U
Darat
Awa n Te bal
Awa n Tipis
km
Sistem P royeksi = UTM
; Zon a = 49 S ela ta n
Datum
= WG S -84 ; S atua n = Me te r
Pro gra m Stud i Teknik G eo matika
Fa kulta s Te kn ik Sip il & P ere nca naa n
Sum ber :
1. C itr a S atel it A S TE R 10 Pebr uar i 2007, puk ul 10 :04 W IB
2. P eta Rupa B um i B akos urtanal S k ala 1 : 25.000
Darat
Awa n Te bal
Awa n Tipis
Pro gra m Stud i Teknik G eo m atik a
Fa kulta s Te kn ik Sip il & P ere nca naa n
Sum ber :
1. C itr a S atelit A S TE R 10 Pebr uar i 2007, P ukul 10 :04 W IB
2. P eta Rupa B um i B akos urtanal S k ala 1 : 25.000
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof .Dr.Ir. Ban gun MS, DEA,D ESS
2. L M.Jae la ni, ST
3. D r. Anton iu s B. W ij ana rto
SPL B AND 13 TIR C ITRA ASTER
Pulau Madura
9220000
Pul au Madur a
9220000
9240000
9240000
9260000 mU
9260000 mU
Legenda :
Sistem P royek si = U TM
; Zon a = 49 S ela ta n
Datum
= W G S -84 ; S atua n = M e te r
SPL BAND 12 TIR CITRA ASTER
Gres ik
Gres ik
9200000
9200000
U
20
km
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof.Dr.Ir.Ban gun MS,DEA, D ESS
2. L M.Jae la ni, ST
3. D r.Ant on iu s B.W ij ana rto
10
660000
680000
700000
720000
6600 00
740000 mT
6800 00
70 000 0
10
U
20
7400 00 mT
Celc ius
Celciu s
0
720 000
km
Darat
Awa n Te bal
Awa n Tipis
Sistem P royeksi = UTM
; Zon a = 49 S ela ta n
Datum
= W G S -84 ; S atua n = Me te r
Pro gra m Stud i Teknik G eo matika
Fa kulta s Te kn ik Sip il & P ere nca naa n
Sum ber :
1. C itr a S atel it A S TE R 10 Pebr uar i 2007, P ukul 10 :04 W IB
2. P eta Rupa B um i B akos urtanal S k ala 1 : 25.000
0
Legenda :
Le gen da :
Darat
Awa n Te bal
Awa n Tipis
km
Pro gra m Stud i T eknik G eo m atik a
Fa kulta s Te kn ik Sip il & P ere nca naa n
Sum b er :
1. C itr a S a te lit A S TE R 1 0 Peb r uar i 20 07 , P ukul 10 :0 4 W IB
2. P eta Ru pa B um i B akos urtan al S k ala 1 : 25 .0 00
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof .Dr.Ir. Ban gun MS, DEA,D ESS
2. L M.Jae la ni, ST
3. D r. Anton iu s B. W ij ana rto
SPL MULTI BAND 10-14 TIR CITRA ASTER
9220000
9240000
9240000
9260000 mU
9260000 mU
SPL BAND 14 TIR CITRA ASTER
U
20
Sistem P royek si = U TM
; Z on a = 49 S ela ta n
Datum
= W G S -84 ; S atua n = M e te r
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof.Dr.Ir.Ban gun MS,DEA, D ESS
2. L M.Jae la ni, ST
3. D r.Ant on iu s B.W ij ana rto
10
9220000
Pulau Madura
Pulau Madura
Gres ik
9200000
9200000
Gres ik
660000
680000
700000
720000
740000 mT
660000
680000
700000
Celc ius
0
10
km
Sistem P royeksi = UTM
; Zon a = 49 S ela ta n
Datum
= WG S -84 ; S atua n = Me te r
Pro gra m Stud i Teknik G eo matika
Fa kulta s Te kn ik Sip il & P ere nca naa n
Sumber :
1. C itr a Satel it ASTER 10 Pebr uar i 2007, Pukul 10 :04 W IB
2. Peta Rupa Bumi Bakos urtanal Sk ala 1 : 25.000
740000 mT
Celc ius
U
20
720000
Legenda :
Darat
Awa n Tebal
Awa n Tipis
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof.Dr.Ir.Ban gun MS,DEA,D ESS
2. L M.Jae la ni, ST
3. D r.Anton iu s B.W ij ana rto
0
10
U
20
km
Sistem P royeksi = UTM
; Zon a = 49 S ela ta n
Datum
= WG S -84 ; S atua n = Me te r
Pro gra m Stud i Teknik G eo matika
Fa kulta s Te kn ik Sip il & P ere nca naa n
Sumber :
1. C itr a Satel it ASTER 10 Pebr uar i 2007, Pukul 10 :04 W IB
2. Peta Rupa Bumi Bakos urtanal Sk ala 1 : 25.000
Legenda :
Darat
Awan Te bal
Awan Tipis
Santo so ( NR P : 3 503 10 00 33 )
Pemb imb in g :
1. P rof.Dr.Ir.Ban gun MS,DEA,D ESS
2. L M.Jae la ni, ST
3. D r.Anton iu s B.W ij ana rto
95