Identifikasi Genangan Air Menggunakan Citra Sentinel-1(Studi Kasus: Kecamatan Baleendah, Dayeuhkolot dan

Bojongsoang, Jawa Barat)

BERNAT SIMSON FERNANDES

JURUSAN TEKNIK GEODESI

FAKULTAS TEKNIK SIPIL DAN PERENCANAAN

INSTITUT TEKNOLOGI NASIONAL

BANDUNG

LATAR BELAKANG

▪ Menurut Badan Nasional Penanggulangan Bencana (BNPB), dari total2163 bencana yang terjadi sepanjang tahun 2017, terdapat 729 bencanabanjir yang terjadi di Indonesia dan 69 bencana banjir tersebut beradadi Jawa Barat.

▪ Banjir yang melanda Kabupaten Bandung disebabkan banyak faktor,diantaranya yaitu sedimentasi yang terjadi di Sungai Citarum,kerusakan di hulu Sungai Citarum, sampah, dan lainnya. Sehingga,ketika hujan turun dalam intensitas cukup tinggi, Sungai Citarum,Sungai Cisangkuy, dan anak sungai meluap sehingga merendampermukiman (Susanti, 2014).

2

TUJUAN PENELITIAN

▪ Dapat teridentifikasinya genangan air dengan menggunakan citraSentinel-1 di Kecamatan Baleendah, Kecamatan Dayeuhkolot danKecamatan Bojongsoang pada tahun 2017.

3

LOKASI PENELITIAN

4

5

Data yang digunakan untuk mengidentifikasi genangan air yaitu Citra Sentinel-1.

CITRA SENTINEL-1

▪ Sentinel-1, bagian dari program European Space Agency Copernicus, terdiri daridua satelit yang diluncurkan pada 3 April 2014 yaitu Sentinel-1A dan 22 April2016 yaitu Sentinel-1B. (Clement, 2017).

▪ Gelombang yang digunakan pada satelit citra Sentinel-1, merupakan gelombangmikro atau dikenal juga dengan microwave. Gelombang mikro memilikikelebihan antara lain dapat menembus atmosfer. Selain itu, gelombang mikrojuga tidak terlalu dipengaruhi dengan kandungan uap air di atmosfer, sehinggadapat menembus awan.

6

4 MODE AKUISISI CITRA

SENTINEL-1

7

Tabel 1. Karakteristik Citra Sentinel-1

8

Karakteristik Sentinel-1

Scene ID S1A_IW_GRDH_1SDV_20171113T111435_20171113T111504_019245

_02098A_9415.SAFE

Acquisition date 2017-11-13T11:14:35.754Z

Satellite name Sentinel-1

Satellite number A

Instrument SAR-C

Mode IW

Pass Direction Ascending

Antenna Pointing Right

Polarisation VV, VH

Product Level L1

Product Type GRD

METODOLOGI PENELITIAN

KalibrasiSentinel-1Speckle

Filtering

Koreksi

GeometrikSubset A

Studi Literatur

Pengumpulan

Data

Apply Orbit

File

Thermal Noise

Removal

10

A Convert to dB

Thresholding

Banjir < μ - (1.5*σ)

Hasil dan

Analisis

Peta Rawan Banjir

BPBD

Validasi

Masking

Shapefile Batas Administrasi

Daerah Penelitian

METODOLOGI PENELITIAN

11

12

▪ Subset bertujuan untuk membuat Area of Interest pada Citra Sentinel-1.

▪ Apply orbit file, proses ini diperlukan untuk update orbit metadata pada CitraSentinel-1. Vektor status orbit yang disediakan dalam metadata produkSentinel-1 umumnya tidak akurat dan dapat disempurnakan dengan file orbittepat yang tersedia, juga file orbit menyediakan informasi posisi dan kecepatansatelit yang akurat.

▪ Koreksi thermal noise dapat diterapkan untuk produk Sentinel-1 yang belumdikoreksi.

13

Gambar a, b dan c merupakan hasil proses yang dilakukan secara berurutan dengan menggunakan polarisasi VH.

14

a. subset

c. thermal noise removal

b. apply orbit file

HASIL

▪ Data Citra Sentinel-1 ini belum terkoreksi radiometrik. Oleh karena itu,perlu untuk diterapkan koreksi radiometrik pada citra, sehingga nilai-nilai pixel dari citra nanti setelah terkoreksi benar-benar mewakili nilaibackscatter radar dari permukaan.

▪ Informasi yang diperoleh dari data Syntetic Aperture Radar (SAR)masih memiliki kelemahan, diantaranya adanya noise atau specklepada citra radar yang dapat mengganggu dalam ekstraksi informasi.Sehingga perlu dilakukan proses speckle filtering.

15

Hasil Proses Kalibrasi

dan Speckle Filtering

16

▪ Citra Sentinel-1 masih dalam geometri radar, dikarenakan variasi topografi darisuatu scene dan kemiringan dari sensor satelit, jarak dapat terdistorsi dalamcitra, oleh karena itu, harus dilakukan koreksi geometrik. Koreksi geometrik yangdilakukan pada penelitian ini menggunakan metode Range Doppler TerrainCorrection yang terdapat pada software SNAP.

▪ Setelah proses koreksi geometrik, Citra Sentinel-1 dikonversi dari nilai intensitas(𝑚2𝑚−2 ) menjadi nilai desibel (dB). Proses ini dilakukan agar citra dapatmenunjukan gambaran yang kontras antara daerah yang basah dan kering,sehingga memudahkan saat proses mengidentifikasi genangan air nanti

17

18

Hasil Proses Koreksi

Geometrik, Convert to dB dan Masking

19

Number of pixels

total (VH)792292

Minimum -30,92 Intensity db

Maximum 24,87 Intensity db

Mean -16,10 Intensity db

Standard deviation 4,64 Intensity db

Coefficient of

variation-0,29

Median -15,58 Intensity db

THRESHOLDING

Berikut dibawah ini merupakan rumus yang dibuat oleh Long dkk, pada tahun 2014. untukmenentukan threshold ideal sehingga dapat mengetahui apakah pixel terendam/tergenang air:

𝑃𝐹 merupakan piksel yang teridentifikasi sebagai banjir, μ dan σ merupakan nilai mean danstandar deviasi dari D, yaitu citra tersebut, dan 𝑓𝑐 merupakan nilai koefisien. Nilai optimalkoefisien 𝑓𝑐 didapat sebesar 1.5 dari penelitian yang dilakukan oleh Long dkk.

20

𝑃𝐹 < 𝜇 𝐷 − 𝑓𝑐 ∗ 𝜎 𝐷

21

22

Identifikasi genangan air dengan menggunakan

polarisasi VH citra Sentinel-1 tanggal 13

November 2017

Identifikasi genangan air dengan menggunakan

polarisasi VV citra Sentinel-1 tanggal 13

November 2017

23

Validasi menggunakan peta resiko rawan bencana banjir Jawa Barat tahun 2015 (Sumber: Badan Penanggulangan Bencana Daerah Jawa Barat).

24

25

No.1

No.2

26

No. 3

No.4

27

No.5

KESIMPULAN DAN SARAN

▪ Penginderaan jauh aktif seperti SAR yang memiliki keunggulan dapatmenembus awan dan juga merekam siang maupun malam hari, dapatbermanfaat dalam keperluan penangan maupun pencegahan bencana banjiryang terjadi di Indonesia.

▪ Dengan dilakukannya validasi dengan peta resiko rawan banjir dan surveylapangan di 5 titik sampel yang teridentifikasi genangan air, bahwa hasil yangdiperoleh dalam penelitian ini cukup baik.

▪ Diharapkan dalam penelitian selanjutnya memperbanyak titik sampel validasisehingga dapat terlihat keakuratan hasil yang didapatkan.

28

THANKYOU

29