7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
1/35
Perubahan Luas dan Kerapatan Hutan
Mangrove di Pesisir Timur SurabayaMenggunakan Citra Landsat
Maulana Dwi Prasetya 2010.02.4.0005
Supriyatno Widagdo, S.T.,M.Si.
Anang Dwi Purwanto, S.T.
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
2/35
PENDAHULUAN
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
3/35
Indonesia memiliki mangrove yang terluas di dunia yaitu sekitar
4,25 juta Ha (Nontji, 2005).
Salah satu lokasi mangrove di Indonesia adalah kawasan PesisirTimur Surabaya, namun hutan mangrove di kawasan pesisir Timur
Surabaya seiring berjalannya waktu mengalami perubahan
luasan.
Teknik penginderaan jauh dan sistem informasi geografis telah
banyak digunakan dalam menduga luas hutan mangrove.
Akurasi informasi yang diperoleh dari pengolahan citra satelit
salah satunya ditentukan oleh resolusi dari citra yang digunakan
(Danoedoro, 2012). Untuk wilayah pesisir dengan cakupan
wilayah yang relatif luas, citra resolusi menengah seperti ASTER,
Landsat dan ALOS sangat sesuai untuk digunakan (Muhsoni dan
Hidayah, 2008).
Latar Belakang
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
4/35
Bagaimana data citra satelit dapat digunakan untuk
menganalisis perubahan luas dan kerapatan hutan mangrove
melalui pendekatan pengindraan jauh.
Rumusan Masalah
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
5/35
Tujuan dan Manfaat
Penelitian ini bertujuan untuk mengetahui perubahan luasan
dan kerapatan hutan mangrove di kawasan pesisir Timur
Surabaya.Manfaat dari penelitian ini diharapkan dapat dijadikan bahan
rujukan dalam merancang suatu kebijakan pengembangan
wilayah pesisir berbasis lingkungan yang ideal dan sesuai
dengan keadaan geografis di wilayah esisir Timur Surabaya.
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
6/35
METODE DANHASIL
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
7/35
Kerja praktik yang dilaksanakan pada 17 Maret hingga 18 April
2014, yang berlokasi pada Pusat Pemanfaatan Penginderaan
Jauh, Lembaga Penerbangan Antariksa Nasional. Yangberalamat di Jalan Kalisari no 8, Pasar Rebo, Jakarta Timur.
Waktu dan Lokasi Kerja Praktik
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
8/35
U
Gambar 3.2 Lokasi Penelitian
Waktu dan Lokasi Kajian
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
9/35
Dalam kerja praktik ini yang digunakan data citra Landsat 7 ETM
perekaman tahun 2002 dan Landsat 8 perekaman 2013 yang di
download melalui http://www.usgs.gov yang kemudian diolahmenggunakan sofware Er-Mapper 7
Metode
http://www.usgs.gov/http://www.usgs.gov/7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
10/35
Komposit Band
Proses Penggabungan (komposit) band ini dapat dilakukan
untuk proses klasifikasi
Pemilihan kombinasi band untuk pengamatan daerah vegetasimangrove menggunakan komposit False Color dengan
kombinasi RGB 453 untuk landsat 7 sedangkan untuk landsat 8
kombinasi RGB 564
Langkah langkah untuk melakukan komposit band yaitu sebagaiberikut
1. Membuka sofware ER Mapper 7 kemudian klik icon Edit
Algoritm
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
11/35
2. Duplicate layer sesuai band yang digunakan
3. masing-masing layer di rename sesuai band yang digunakan
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
12/35
4. load dataset pada setiap layer sesuai band.
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
13/35
5. Save as file tersebut dengan nama baru, files of type diubahmenjadi ER Mapper Raster Dataset, klik OK
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
14/35
Croping
Cropping dimaksudkan untuk membatasi daerah analisis
sehingga sesuai dengan kebutuhan yaitu dengan memfokuskan
pengamatan pada suatu daerah dengan data spasial atauspektralnya.
Langkah langkah untuk melakukan cropping yaitu sebagai
berikut
1. Buka citra yang sudah dikomposit
2. Pada citra pertama menjadi pesuodo layer, citra kedua
diubah menjadi kombinasi RGB
3. Zooming daerah yang akan dikaji pada citra kombinasi RGB,
kemudian klik kanan diastas citra dan pilih quick zoom-set
geolink to window
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
15/35
4. klik kanan pada tampilan citra pseudo layer, dipilih quick
zoom lalu klikset geolink to window
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
16/35
Klasifikasi unsupervised akan mengkategorikan semua piksel
menjadi kelas-kelas dengan menampakan spektral atau
karakteristik spektral yang sama namun belum diketahuiidentitasnya
Klasifikasi
1 2
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
17/35
3
4
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
18/35
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
19/35
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
20/35
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
21/35
prosesreclass dilakukan untuk mengubah 200 kelas menjadi 4
kelas.
Langkah-langkah untuk melakukan reclass1. File yang sudah diklasifikasi unsupervised dibuka.
2. Klik pada formula editor
3
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
22/35
4. File tersebut dibuka menggunakan wordpad kemudian
hapus text Regioninfo Begin sampai Regioninfo End dari
ClassNumber 5 sampai ClassNumber 200 sehingga hanyamenyisahkan 4 kelas
5. Save
M it l ti k l
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
23/35
Mengitung luas tiap kelas
Tahap awal untuk menghitung luas yaitu file yang sudahterklasifikasikan harus di Calculate Statistic terlebih dahulu
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
24/35
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
25/35
Tahun 2002
Tahun 2013
Koreksi Radiometrik
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
26/35
Koreksi Radiometrik
Koreksi Radiometrik bertujan untuk memperbaiki nilai piksel supayasesuai dengan yang seharusnya yang biasanya mempertimbangkanfaktor gangguan atmosfer sebagai sumber kesalahan utama.
Langkah langkah untuk melakukan koreksi radiometrik1. membuka file citra yang sudah di cropping
2
3
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
27/35
data type diubah menjadi IEEE4byteReal lalu klik ok
l i
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
28/35
NDVI (Normalized Difference Vegetation Index) merupakanpengukuran keseimbangan antara energi yang diterima dengan energiyang dipancarkan oleh obyek di bumi.
indeks tersebut menetapkan nilai untuk mengetahui seberapa hijausuatu area yang dapat mengekspresikan jumlah keberadaan vegetasidan tingkat kesehatan atau kekuatan pertumbuhannya
Langkah langkah untuk formulasi NDVI1. Buka file yang sudah terkoreks geometrik
Formulasi NDVI
2
3
O l
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
29/35
Overlay
Overlay dilakukan untuk menggabungkan dua citra hasil koreksiradiometrik dengan hasil citra formulasi NDVI.
Langkah langkah melakukan overlay
gabungkan
Aplikasikanformula(if i1=2 then i2else null)
Save
Klasifikasi kerapatan
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
30/35
Klasifikasi kerapatan
langkah-langkah untuk melakukan klasifikasi keraptan adalah sebagaiberikut
1
2
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
31/35
Nilai NDVI Tingkat kerapatan
0,50 < NDVI < 0,75 Kerapatan tajuk lebat
0,25 < NDVI < 0,50 Kerapatan tajuk sedang
0,00 < NDVI < 0,25 Kerapatan tajuk jarang
Setelah didapat klasifikasi kerapatan, aplikasikan formula pada citra
yang sudah di overlay
if i1>0 and i10.25 and i10.5 and i1
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
32/35
File tersebut dibuka menggunakan wordpad kemudian text RegioninfoBegin sampai Regioninfo End dari ClassNumber1 dihapus sehinggahanya menyisahkan 3 kelas
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
33/35
2013 2002
mulyorejo
Sukolilo
Rungkut
Gunung Anyar
Sukolilo
mulyorejo
Rungkut
Gunung Anyar
Hasil
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
34/35
Ekosistem hutan mangrove di wilayah pesisir Timur Surabaya
tersebar di beberapa lokasi pesisir, antara lain Gunung Anyar,
Rungkut, Sukolilo dan Mulyorejo.
Hasil pengolahan data luas hutan mangrove pada tahun 2002
adalah 583,110 Ha, luas hutan mangrove pada tahun 2013
adalah 921,69.
Berdasarkan klasifikasi indeks NDVI terlihat bahwa sebagian
besar hutan mangrove di pesisir Timur Surabaya memiliki
kerapatan tinggi (lebat), sebaran mangrove yang didominasi
warna merah menunjukan nilai NDVI 0.50-0.75 yang termasuk
dalam klasifikasi lebat.
Hasil
Simpulan
7/21/2019 Identifikasi Mangrove menggunakan Landsat 7
35/35
Data citra landsat 7 ETM dan Landsat 8 yang diolah
menggunakn software ER Mapper cukup efektif untuk
menganalisis luas dan kerapatan hutan mangrove di pesisir Timur
Surabaya.
Dari hasil penggolahan citra landsat yang di lakukan di Pusat
Pemanfaatan Penginderaan Jauh, Lembaga Penerbangan
Antariksa Nasional, dapat disimpukan
Luas hutan mangrove di pesisir Timur Surabaya pada tahun 2002
sebesar 583,110 Ha
Luas hutan mangrove di pesisir Timur Surabaya pada tahun 2013
sebesar 921,690 Ha
Tingkat kerapatan dari tahun 2002 dan 2013 didominasi tingkatkerapatan lebat.
Berdasarkan hasil penggolahan citra landsat di pesisir Timur
Surabaya menggalami penambahan luas hutan mangrove
sebesar 339,59 Ha dan tingkat kerapatan tidak mengalami
b h i ifik
Simpulan