identifikasi mangrove menggunakan landsat 7

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.


2/35

PENDAHULUAN


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


4/35

Bagaimana data citra satelit dapat digunakan untuk

menganalisis perubahan luas dan kerapatan hutan mangrove

melalui pendekatan pengindraan jauh.

Rumusan Masalah


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.


6/35

METODE DANHASIL


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


8/35

U

Gambar 3.2 Lokasi Penelitian

Waktu dan Lokasi Kajian


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/


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


11/35

2. Duplicate layer sesuai band yang digunakan

3. masing-masing layer di rename sesuai band yang digunakan


12/35

4. load dataset pada setiap layer sesuai band.


13/35

5. Save as file tersebut dengan nama baru, files of type diubahmenjadi ER Mapper Raster Dataset, klik OK


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


15/35

4. klik kanan pada tampilan citra pseudo layer, dipilih quick

zoom lalu klikset geolink to window


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


17/35

3

4


18/35


19/35


20/35


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


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


23/35

Mengitung luas tiap kelas

Tahap awal untuk menghitung luas yaitu file yang sudahterklasifikasikan harus di Calculate Statistic terlebih dahulu


24/35


25/35

Tahun 2002

Tahun 2013

Koreksi Radiometrik


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


27/35

data type diubah menjadi IEEE4byteReal lalu klik ok

l i


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


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


30/35

Klasifikasi kerapatan

langkah-langkah untuk melakukan klasifikasi keraptan adalah sebagaiberikut

1

2


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


32/35

File tersebut dibuka menggunakan wordpad kemudian text RegioninfoBegin sampai Regioninfo End dari ClassNumber1 dihapus sehinggahanya menyisahkan 3 kelas


33/35

2013 2002

mulyorejo

Sukolilo

Rungkut

Gunung Anyar

Sukolilo

mulyorejo

Rungkut

Gunung Anyar

Hasil


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


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

identifikasi mangrove menggunakan landsat 7

Documents