modifikasi algoritma avhrr untuk estimasi suhu … · matlab 7.0.1 untuk . ... e. konversi nilai dn...
TRANSCRIPT
1
MODIFIKASI ALGORITMA AVHRR
UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA AQUA MODIS
Briliana Hendra P, Bangun Muljo Sukojo, Lalu Muhamad Jaelani
Teknik Geomatika-ITS, Surabaya, 60111, Indonesia
Email : [email protected]
Abstrak
Suhu Permukaan Laut (SPL) merupakan salah satu parameter oseanografi yang sangat penting bagi
kehidupan di laut. Kebutuhan akan informasi SPL secara akurat dan efisien sangat diperlukan yaitu dapat
dilakukan estimasi menggunakan satelit penginderaan jauh. Advanced Very High Resolution Radiometer
(AVHRR) merupakan satelit yang paling sering digunakan untuk estimasi SPL di Indonesia sehingga telah
banyak algoritma SPL satelit tersebut sesuai dengan perairan Indonesia. Untuk mendapatkan informasi SPL
yang lebih akurat lagi perlu dilakukan estimasi menggunakan satelit lain yang memiliki resolusi spasial dan
spektral lebih baik dari AVHRR serta tanpa mengurangi resolusi temporalnya yaitu dengan menggunakan
satelit AQUA MODIS. Sedangkan algoritma yang digunakan berasal dari algoritma AVHRR dimodifikasi.
Penelitian ini dilakukan dengan memodifikasi algoritma AVHRR yaitu algoritma Multi-Channel Sea
Surface Temperature (MCSST) dan Nonlinear Sea Surface Temperature (NLSST). Algoritma tersebut
dimodifikasi menggunakan band AQUA MODIS yang memiliki kegunaan untuk estimasi SPL (band 20, 21,
22, 23, 31 dan 32) kemudian band tersebut dikombinasikan secara empiris. Untuk pengujian tingkat
kesesuaian SPL hasil estimasi tersebut dilakukan perhitungan korelasi linear dan uji ketelitian dengan data
SPL pengukuran di lapangan.
Hasil yang diperoleh dalam penelitian ini adalah nilai estimasi SPL modifikasi algoritma AVHRR
untuk AQUA MODIS yang lebih mendekati nilai SPL pengukuran di lapangan daripada nilai estimasi SPL
menggunakan algoritma AQUA MODIS asli. SPL tersebut dihasilkan dari modifikasi algoritma NLSST
kombinasi band 31 dan 32 dengan korelasi linear (R2) 72,14% dan ketelitian simpangan 0,50°C.
Kata Kunci : SPL, Modifikasi Algoritma, AVHRR, AQUA MODIS, MCSST, dan NLSST.
PENDAHULUAN
Indonesia merupakan negara kepulauan
yang mempunyai wilayah perairan laut lebih luas
daripada daratan, yaitu sekitar 5,8 juta km2
atau
mendekati 70% dari luas keseluruhan Negara
Kesatuan Republik Indonesia (NKRI). Dengan
keadaan tersebut, penelitian mengenai informasi
kelautan sangat menarik untuk dilakukan, salah
satunya penelitian mengenai Suhu Permukaan
Laut (SPL). SPL merupakan salah satu faktor
yang penting bagi kehidupan organisme di lautan,
karena suhu mempengaruhi baik aktivitas
metabolisme maupun perkembangbiakan dari
organisme-organisme tersebut.
SPL dapat diperoleh melalui pengukuran
langsung atau dengan ekstraksi data satelit
penginderaan jauh. Penggunaan data
penginderaan jauh akan lebih cepat, efektif,
efisien dan dapat mencakup wilayah cakupan
yang lebih luas bila dibandingkan dengan
pengukuran langsung yang membutuhkan biaya
dan tenaga lebih banyak, sedangkan wilayah
cakupan relatif tidak luas. Dengan telah
diluncurkannya satelit AQUA MODIS yang
membawa sensor multikanal Moderate Resolution
Imaging Spectroradiometer (MODIS) diharapkan
informasi SPL yang diperoleh dapat lebih baik
dan akurat. Hal ini dikarenakan MODIS memiliki
36 kanal spektral yang bekerja pada kisaran
gelombang visible dan infra merah (1-19 dan 26)
dan termal pada kanal-kanal selebihnya.
Penelitian terdahulu tentang SPL lebih
sering menggunakan citra National Oceanic and
Atmospheric Administration- Advanced Very High
Resolution Radiometer (NOAA-AVHRR) yang
memiliki resolusi lebih rendah dari pada citra
AQUA MODIS. Dalam penelitian tersebut juga
telah menggunakan algoritma yang sesuai untuk
penelitian di perairan Indonesia. Oleh karena itu,
akan dilakukan penelitian tentang SPL dengan
menggunakan citra AQUA MODIS yang
memiliki resolusi lebih baik dari citra NOAA-
AVHRR dengan banyak kanalnya serta
memanfaatkan algoritma AVHRR yang telah
sering digunakan pada penelitian SPL di perairan
Indonesia dimodifikasi dan disesuaikan dengan
spektrum AQUA MODIS. Sehingga dalam
2
penelitian ini diharapkan dapat memperoleh data
SPL yang lebih akurat dan menghasilkan
algoritma baru untuk AQUA MODIS hasil
modifikasi algoritma AVHRR.
Perumusan masalah dalam penelitian ini
adalah bagaimana pengolahan citra AQUA
MODIS menggunakan modifikasi algoritma
AVHRR untuk estimasi SPL, bagaimana
perbandingan hasil pengolahan SPL menggunakan
modifikasi algoritma AVHRR untuk AQUA
MODIS dengan pengolahan SPL menggunakan
algoritma AQUA MODIS asli dan dikaitkan
dengan data pengukuran SPL di lapangan.
Adapun batasan masalah dalam penelitian
ini adalah citra AQUA MODIS yang digunakan
yaitu tanggal 19 oktober 2010; pengukuran SPL
dilakukan di Selat Madura sedangkan citra AQUA
MODIS yang digunakan yaitu mencakup perairan
di sekitar Jawa Timur – Bali; algoritma AVHRR
yang dimodifikasi yaitu algoritma Multi-Channel
Sea Surface Temperature (MCSST) dan algoritma
Nonlinear Sea Surface Temperature (NLSST);
band AQUA MODIS yang digunakan untuk
modifikasi yaitu band 20, 21, 22, 23, 31, dan 32;
data yang digunakan sebagai validasi yaitu data
pengukuran SPL di lapangan.
Tujuan penelitian ini adalah untuk
mengolah citra AQUA MODIS menggunakan
modifikasi algoritma AVHRR untuk estimasi SPL
serta membandingkan hasil pengolahan SPL
menggunakan modifikasi algoritma AVHRR
untuk AQUA MODIS dengan pengolahan SPL
menggunakan algoritma AQUA MODIS asli dan
dikaitkan dengan data pengukuran SPL di
lapangan.
Manfaat yang ingin diperoleh dari
penelitian ini adalah algoritma AQUA MODIS
baru hasil modifikasi tersebut diharapkan dapat
digunakan untuk penelitian tentang estimasi SPL
selanjutnya menggunakan citra AQUA MODIS
dengan daerah penelitian yang hampir sama
sedangkan hasil estimasi SPL tersebut dapat
digunakan untuk memperkirakan kehidupan
ekosistem pada daerah yang diteliti.
METODOLOGI PENELITIAN
Lokasi Penelitian
Penelitian ini mengambil daerah studi di
perairan sekitar Jawa Timur hingga Pulau Bali.
Secara geografis lokasi penelitian berada pada
area sekitar 5,1LS – 9,4 LS dan 109,8 BT – 115,8
BT. Adapun lokasi untuk validasi data citra
AQUA MODIS adalah di perairan selat Madura.
Gambar 1 Hasil Pemotongan Citra Daerah Penelitian
(Sumber : Citra AQUA MODIS dengan RGB
band 3, 2, 1 tanggal 19 Oktober 2010)
Data dan Peralatan
Data
Data yang dibutuhkan dalam penelitian ini adalah:
a. Data citra AQUA MODIS level 1B dan data
Geolokasi citra AQUA MODIS tanggal 19
Oktober 2010.
b. Data hasil pengukuran SPL diambil secara in-
situ di beberapa titik lokasi penelitian
menggunakan Water Checker TROLL 9500
Multi Parameter Series S/N 47916. Waktu
pengambilan sampel adalah tanggal 18
Oktober 2010. Pengambilan dilakukan sekitar
pukul 13.30 BBWI karena sensor satelit
AQUA MODIS melewati khatulistiwa pada
pukul 13.30 BBWI.
c. Peta administrasi Indonesia skala 1:1.000.000.
Peralatan
Peralatan yang digunakan dalam penelitian
meliputi :
a. Perangkat Keras (Hardware)
Water Checker TROLL 9500 Multi Parameter
Series S/N 47916, ketelitian 0,01ºC untuk
mengukur SPL dan GPS Navigasi untuk
pencatatan posisi titik koordinatnya
b. Perangkat Lunak (Software)
ENVI 4.6.1 untuk pengolahan data citra
AQUA MODIS level 1B, Matlab 7.0.1 untuk
penghitungan dan pemodelan dalam proses
analisa korelasi hasil modifikasi algoritma, dan
ArcGIS 9.3 untuk pembuatan lay out peta.
P. Madura
P. Jawa
P. Bali
U
Validasi
Data
3
Tahap Pengolahan data
Georeference MODIS
Pemilihan Band dan
Pemotongan Citra(1)
Citra Terkoreksi
MULAI
Koreksi GeometrikPeta Administrasi Indonesia
Skala 1:1.000.000
RMS Error ≤ 1
Tidak
Ya
CITRA AQUA MODIS
LEVEL 1B
CITRA MYD03
(Data Geolokasi)
Konversi Data Geolokasi
Pemotongan Citra (2)Algoritma AVHRR untuk
SPL
Pengolahan SPL dengan
Algoritma AQUA MODIS Asli
Modifikasi dengan
Band AQUA MODIS
Pengolahan SPL dengan
Algoritma Termodifikasi
Sensor Zenith Citra
Konversi Nilai DN ke
Nilai Suhu Kecerahan
AQUA MODIS
Data Sampel SPL dari
Pengukuran di Lapangan
Citra Sebaran SPL dari
Algoritma AQUA MODIS Asli
Korelasi Linear
Sebaran SPL dari
Data LapanganCitra Sebaran SPL dari
Algoritma Termodifikasi
Hasil :
1. Algoritma AQUA MODIS Baru hasil Modifikasi Algoritma AVHRR
2. Peta Estimasi SPL Algoritma AQUA MODIS Asli dan Termodifikasi
Analisis
SELESAI
Pemisahan Daratan dan
Awan
Pemisahan Daratan dan
Awan
Uji Ketelitian Hasil
SPL
S ≤ 0.5°C
Ya
Tidak
Modifikasi Gagal
Analisis
Gambar 2 Diagram Alir Pengolahan Data
Berikut adalah penjelasan diagram alir
pengolahan data :
a. Georeference MODIS
Merupakan proses untuk membuat citra sesuai
dengan keadaan sebenarnya yang ada di bumi
dan penghapusan duplikasi baris (bowtie
correction).
b. Pemilihan Band dan Pemotongan Citra (1)
Pada tahap ini dilakukan pemilihan band yang
diperlukan dalam proses pengolahan SPL yaitu
band 3, 20, 21, 22, 23, 31 dan 32. Sedangkan
pemotongan citra yang pertama ini dilakukan
dengan ukuran panjang dan lebar yang lebih
besar dari daerah yang akan diteliti yaitu 800
piksel x 600 piksel, hal ini digunakan sebagai
acuan dalam penentuan titik GCP dalam
koreksi geometrik.
c. Koreksi Geometrik
Koreksi ini menggunakan acuan peta
administrasi Indonesia skala 1:1.000.000.
d. Pemotongan Citra (2)
Pemotongan citra kedua ini dilakukan untuk
mendapatkan citra pada daerah studi yang
diinginkan dengan ukuran panjang dan lebar
yaitu 640 piksel x 480 piksel.
e. Konversi Nilai DN ke Nilai Suhu Kecerahan
AQUA MODIS
Dalam tahap ini dilakukan proses konversi
nilai DN pada setiap band yang diperlukan
untuk pengolahan SPL dengan persamaan
invers fungsi Planck :
))1)*/(1ln(*/(2 5 radiansiVicVicTb ..(1)
Dimana :
Tb = Suhu Kecerahan Air (°K)
c1, c2 = Konstanta radiasi, nilai
c1:1,1910659x108[W m
-2 sr
-1(µm
-1)
-
4],dan nilai c2:1,438833x10
4[K µm]
Vi = panjang gelombang pusat
Radiansi = band MODIS
f. Konversi Data Geolokasi
Merupakan proses konversi data dari data citra
geolokasi dalam format *hdf menjadi data
sensor zenith menggunakan modis toolkit yang
ada di ENVI sehingga data citra tersebut dapat
digunakan untuk proses selanjutnya.
g. Modifikasi algoritma AVHRR dengan band
AQUA MODIS
Agar algoritma AVHRR dapat dipakai untuk
citra AQUA MODIS maka harus dilakukan
modifikasi dengan band pada citra AQUA
MODIS yang memiliki panjang gelombang
hampir sama dengan band pada AVHRR serta
yang memiliki kegunaan untuk ekstraksi SPL
sehingga diperoleh algoritma baru yang bisa
digunakan pada citra AQUA MODIS.
h. Pemisahan Daratan dan Awan
SPL merupakan suhu yang hanya terletak
dilaut sehingga bagian daratan harus
dipisahkan atau dibuat bernilai nol serta SPL
hanya dihitung pada citra yang terbebas dari
awan. Pemisahan awan dengan persamaan (X.
Xiao et al, 2005)
CM=(B3 GE 0,2) * 0 + (B3 LT 0,2) *1……..(2)
Dimana :
B3 : Band 3 AQUA MODIS
i. Korelasi Linear
Proses ini untuk melakukan pengujian
hubungan antara ketiga data SPL yang ada
sehingga menghasilkan koefisien korelasi
linearnya. Adapun ketentuan korelasi tersebut
baik yaitu nilai R2 mendekati 1 atau 100%.
j. Uji Ketelitian
Pada proses ini dilakukan perhitungan
keakurasian nilai SPL dengan menggunakan
rumus standar deviasi. Untuk toleransi
ketelitian dari perhitungan tersebut dibuat ≤
4
0,5°C, sesuai dengan toleransi pengukuran
SPL menggunakan Data Buoy TAO.
HASIL DAN PEMBAHASAN
Suhu Permukaan Laut (SPL) dari Pengukuran
di Lokasi Penelitian
Pengukuran SPL dilakukan di Selat Madura
yaitu di sebelah barat jembatan Suramadu pada
tanggal 18 Oktober 2010 dengan keadaan cuaca
mendung. Pengukuran dilakukan sebanyak 11
lokasi dan setiap lokasi dilakukan 3 kali. Data lapangan tersebut kemudian
dikelompokkan berdasarkan piksel pada citra
AQUA MODIS yang memiliki resolusi spasial
1000 x 1000 meter sehingga dapat dikelompokkan
menjadi 5 piksel.
Tabel 1 Pengelompokan SPL Data Lapangan
Berdasarkan Piksel
No Titik
ke
Lintang Bujur Nilai SPL
(⁰C)
1 1-3 -7 ⁰ 9,863 112⁰ 46,726 29,90
2 4-5 -7 ⁰10,569 112⁰ 46,772 29,48
3 6-7 -7 ⁰11,096 112⁰ 46,648 29,73
4 8-9 -7 ⁰11,701 112⁰ 46,734 29,40
5 10-11 -7 ⁰12,119 112⁰ 46,698 30,26
Rata-rata SPL 29,75
Modifikasi Algoritma NOAA-AVHRR untuk
AQUA MODIS
Algoritma NOAA-AVHRR yang akan
dimodifikasi dengan band AQUA MODIS adalah
algoritma NOAA-AVHRR dengan koefisien pada
bulan oktober yaitu sesuai dengan citra AQUA
MODIS yang digunakan sebagai berikut.
a. Algoritma MCSST
SST = 1.0364T1 + 1.0987(T1 – T2) + 0.0030
(T1 – T2) (secθ – 1) - 280.........…………….(3)
b. Algoritma NLSST
SST=0.9676T1 + 0.0034Tsfc(T1 – T2) + 0.6760
(T1 – T2) (secθ – 1)-260……………...(4)
Algoritma tersebut di atas dimodifikasi
dengan band AQUA MODIS dengan ketentuan
memiliki panjang spektrum hampir sama dengan
band 4 (10,3 µm -11,3 µm ) dan band 5 (11,5 µm-
12,5 µm) citra NOAA-AVHRR dalam algoritma
tersebut dan band yang memiliki kegunaan untuk
mendeteksi SPL. Band tersebut adalah band 20
(3,66 µm-3,84 µm), band 21 (3,93 µm-3,989 µm),
band 22 (3,93 µm-3,989 µm), band 23 (4,02-
µm4,08 µm), band 31 (10,78 µm-11,28 µm), dan
band 32 (11,77 µm-12,27 µm).
Untuk nilai T1 dan T2 pada algoritma
tersebut di atas merupakan dua macam kombinasi
band pada citra AQUA MODIS yang berkaitan
dengan SPL dikombinasikan secara empiris yaitu
terdapat 7 macam kombinasi band pada masing-
masing algoritma dengan kombinasi band yaitu
band 31 dan 32, band 20 dan 21, band 20 dan 22,
band 20 dan 23, band 21 dan 22, band 21 dan 23,
serta band 22 dan 23.
Tsfc pada algoritma NLSST merupakan SST
Reynolds atau suhu kecerahan kanal 20 jika SST
Reynolds tidak ada (Raharjo, 2009). Sedangkan θ
merupakan citra sensor zenith hasil konversi dari
data MYD03 (Data Geolokasi).
Citra AQUA MODIS
Koreksi Geometrik
Koreksi geometrik pada citra AQUA
MODIS level 1B tanggal 19 Oktober 2010
dilakukan dengan menggunakan peta administrasi
Indonesia skala 1:1.000.000. Pada citra AQUA
MODIS ini dilakukan koreksi geometrik dengan 8
buah GCP yang diletakkan pada daerah tepi pulau
yang mudah dikenali, misalkan teluk atau tanjung.
RMS error keseluruhan yang diperoleh dari
software ENVI adalah 0,733. Proses koreksi
geometrik pada citra ini sudah memenuhi toleransi
yang ditetapkan oleh Purwadhi (2001) yang
menyatakan bahwa batas kesalahan koreksi
geometrik ≤ 1 piksel.
SPL Hasil Pengolahan Citra
SPL Algoritma AQUA MODIS Asli
Gambar 3 SPL dengan Algoritma AQUA MODIS Asli
Tabel 2 SPL Algoritma AQUA MODIS Asli sesuai
dengan Lokasi Data Lapangan
No Lintang Bujur Nilai SPL (⁰C)
1 -7 ⁰ 9,863 112⁰ 46,726 30,52
2 -7 ⁰10,569 112⁰ 46,772 28,77
3 -7 ⁰11,096 112⁰ 46,648 29,18
4 -7 ⁰11,701 112⁰ 46,734 29,97
5 -7 ⁰12,119 112⁰ 46,698 32,43
Rata-rata SPL 30,17
5
SPL Hasil Modifikasi Algoritma AVHRR untuk AQUA MODIS
a. Modifikasi Algoritma MCSST
Tabel 3 SPL Modifikasi Algoritma MCSST sesuai dengan Lokasi Data Lapangan
No Lintang Bujur SPL Modifikasi Algoritma MCSST (⁰C)
31&32 20&21 20&22 20&23 21&22 21&23 22&23
1 -7 ⁰ 9,863 112⁰ 46,726 29,96 33,97 34,14 37,74 35,92 39,52 39,19
2 -7 ⁰10,569 112⁰ 46,772 28,70 31,45 32,38 35,88 35,77 39,27 37,47
3 -7 ⁰11,096 112⁰ 46,648 28,80 31,62 32,87 36,93 36,80 40,86 38,41
4 -7 ⁰11,701 112⁰ 46,734 29,29 32,85 33,37 37,01 35,84 39,48 38,47
5 -7 ⁰12,119 112⁰ 46,698 30,76 36,79 36,88 40,79 38,30 42,21 42,04
Rata-rata SPL 29,50 33,34 33,93 37,67 36,53 40,27 39,12
b. Modifikasi Algoritma NLSST
Tabel 4 SPL Modifikasi Algoritma NLSST sesuai dengan Lokasi Data Lapangan
No Lintang Bujur SPL Modifikasi Algoritma NLSST (⁰C)
31&32 20&21 20&22 20&23 21&22 21&23 22&23
1 -7 ⁰ 9,863 112⁰ 46,726 29,49 33,09 33,25 36,77 34,95 38,47 38,16
2 -7 ⁰10,569 112⁰ 46,772 28,30 30,71 31,61 35,01 34,84 38,25 36,53
3 -7 ⁰11,096 112⁰ 46,648 28,39 30,85 32,07 36,02 35,82 39,77 37,44
4 -7 ⁰11,701 112⁰ 46,734 28,86 32,03 32,53 36,08 34,90 38,45 37,47
5 -7 ⁰12,119 112⁰ 46,698 30,27 35,73 35,81 39,66 37,17 41,02 40,86
Rata-rata SPL 29,06 32,48 33,06 36,71 35,54 39,19 38,09
Analisis Suhu Permukaan Laut Hasil
Pengolahan Citra
SPL pada pengolahan menggunakan
algoritma AQUA MODIS Asli menghasilkan nilai
SPL yang lebih tinggi dari data lapangan dengan
nilai rata-rata 30,170C (tabel 2). Pada pengolahan
menggunakan modifikasi algoritma MCSST dan
NLSST diperoleh nilai SPL yang paling
mendekati data lapangan pada kombinasi band 31
dan 32 yaitu dengan nilai rata-rata 29,500C untuk
MCSST (tabel 3) dan 29,060C untuk NLSST
(tabel 4), hal ini lebih rendah dari rata-rata data
lapangan yaitu 29,750C. Pada kombinasi band ini
menghasilkan SPL yang mendekati data lapangan
karena kedua band tersebut (band 31 dan 32)
memiliki panjang gelombang yang hampir sama
dengan band 4 dan 5 pada citra NOAA-AVHRR
yang digunakan dalam algoritma tersebut.
Berdasarkan gambar 3 secara visualisasi
dapat menjelaskan secara deskriptif bahwa pola
SPL berhubungan dengan fungsi kedalaman
(Wijanarko, AB, 2003 dalam Santoso, 2008). Hal
ini dapat dilihat pada hasil pengolahan SPL
menggunakan algoritma AQUA MODIS Asli
tersebut yaitu sebaran suhu semakin menuju
kearah laut dalam menghasilkan nilai SPL
semakin rendah.
Korelasi Linear
Korelasi Linear SPL AQUA MODIS Asli
dengan Data Lapangan
Gambar 4 Diagram Pencar dan Garis Linear SPL
AQUA MODIS Asli terhadap Data Lapangan
Berdasarkan diagram tersebut di atas
dihasilkan nilai R2 sebesar 70,87% (0,7087)
menunjukkan adanya hubungan positif yang
tinggi. Nilai R2 yang semakin mendekati nilai 1
atau 100% menunjukkan adanya tingkat hubungan
yang tinggi dan sebaliknya, makin dekat nilai R2
dengan 0 makin jelek hubungannya. (Walpole,
1995).
6
Korelasi Linear SPL Modifikasi Algoritma
AVHRR dengan Data Lapangan
a. Modifikasi Algoritma MCSST
Tabel 5 Korelasi SPL Modifikasi Algoritma
MCSST dengan Data Lapangan
No. Kombinasi
Band
Korelasi
(R2)
Prosentase
Korelasi
(%)
1 31 dan 32 0,7212 72,12
2 20 dan 21 0,7218 72,18
3 20 dan 22 0,7811 78,11
4 20 dan 23 0,8122 81,22
5 21 dan 22 0,7077 70,77
6 21 dan 23 0,6596 65,96
7 22 dan 23 0,8179 81,79
b. Modifikasi Algoritma NLSST
Tabel 6 Korelasi SPL Modifikasi Algoritma
NLSST dengan Data Lapangan
No. Kombinasi
Band
Korelasi
(R2)
Prosentase
Korelasi
(%)
1 31 dan 32 0,7214 72,14
2 20 dan 21 0,7191 71,91
3 20 dan 22 0,7820 78,20
4 20 dan 23 0,8132 81,32
5 21 dan 22 0,6940 69,40
6 21 dan 23 0,6509 65,09
7 22 dan 23 0,8208 82,08
Korelasi Linear SPL Modifikasi Algoritma
AVHRR dengan SPL AQUA MODIS Asli
a. Modifikasi Algoritma MCSST
Tabel 7 Korelasi SPL Modifikasi Algoritma
MCSST dengan SPL AQUA MODIS Asli
No. Kombinasi
Band
Korelasi
(R2)
Prosentase
Korelasi
(%)
1 31 dan 32 0,9979 99,79
2 20 dan 21 0,9011 90,11
3 20 dan 22 0,9016 90,16
4 20 dan 23 0,8929 89,29
5 21 dan 22 0,9410 94,10
6 21 dan 23 0,9325 93,25
7 22 dan 23 0,9449 94,49
b. Modifikasi Algoritma NLSST
Tabel 8 Korelasi SPL Modifikasi Algoritma
NLSST dengan SPL AQUA MODIS Asli
Analisis Korelasi Linear
Pada modifikasi algoritma MCSST dan
NLSST, masing-masing menghasilkan SPL yang
memiliki korelasi baik terhadap data lapangan dan
pengolahan menggunakan algoritma AQUA
MODIS Asli. Apabila dikaitkan dengan nilainya
yang mendekati data lapangan (dianggap
benar/sebagai acuan) maka dapat diperoleh dua
modifikasi algoritma yang memenuhi yaitu
modifikasi algoritma MCSST dan NLSST dengan
kombinasi band 31 dan 32.
Uji Ketelitian
Ketelitian SPL Algoritma AQUA MODIS Asli
terhadap Data Lapangan
Ketelitian SPL Algoritma AQUA MODIS
Asli yaitu 1,04°C. Hal ini menunjukkan bahwa
SPL yang dihasilkan kurang teliti bila
dibandingkan dengan data lapangan.
Ketelitian SPL Modifikasi Algoritma AVHRR
terhadap Data Lapangan
a. Modifikasi Algoritma MCSST
Tabel 9 Ketelitian SPL Modifikasi Algoritma MCSST
Modifikasi Algoritma MCSST
Kombinasi Band Simpangan(°C)
31 dan 32 0,54
20 dan 21 1,70
20 dan 22 1,32
20 dan 23 1,40
21 dan 22 0,72
21 dan 23 0,89
22 dan 23 1,29
b. Modifikasi Algoritma NLSST
No. Kombinasi
Band
Korelasi
(R2)
Prosentase
Korelasi
(%)
1 31 dan 32 0,9986 99,86
2 20 dan 21 0,8998 89,98
3 20 dan 22 0,8997 89,97
4 20 dan 23 0,8925 89,25
5 21 dan 22 0,9388 93,88
6 21 dan 23 0,9311 93,11
7 22 dan 23 0,9432 94,32
7
Tabel 10 Ketelitian SPL Modifikasi Algoritma NLSST
Modifikasi Algoritma NLSST
Kombinasi Band Simpangan(°C)
31 dan 32 0,50
20 dan 21 1,59
20 dan 22 1,22
20 dan 23 1,31
21 dan 22 0,66
21 dan 23 0,83
22 dan 23 1,21
Analisis Uji Ketelitian
Berdasarkan toleransi ketelitian yang
diberikan pada hasil penelitian ini yaitu nilai
simpangan ≤ 0,5°C, sesuai dengan perbandingan
hasil perhitungan satelit dengan data hasil
pengukuran insitu menggunakan data Buoy TAO
pada kedalaman 1 meter yang sejauh ini memiliki
selisih berkisar 0,5°C. (Sukresno, 2008). Data
Buoy TAO tersebut memiliki ketelitian sesuai
dengan alat yang digunakan untuk melakukan
pengukuran suhu di lokasi penelitian, maka yang
memenuhi toleransi tersebut yaitu modifikasi
algoritma NLSST kombinasi band 31 dan 32
dengan simpangan 0,50°C (tabel 10).
Analisis Modifikasi yang Gagal Pada modifikasi yang menggunakan band
20-23 dianggap gagal karena pada band tersebut
tidak memiliki panjang gelombang hampir sama
dengan band 4 dan band 5 pada satelit NOAA-
AVHRR yang digunakan pada algoritma AVHRR
dimodifikasi walaupun memiliki kegunaan untuk
mengekstraksi SPL. Sedangkan kombinasi 31 dan
32 pada modifikasi algoritma MCSST juga
dianggap gagal karena memiliki ketelitian diatas
0,5ºC. Hal ini dikarenakan satelit AQUA MODIS
melalui ekuator pada pukul 13.30 BBWI, waktu
dimana SPL setelah terjadi pemanasan secara
maksimal sehingga dalam perhitungan SPL
seharusnya memperhitungkan adanya pengaruh
suhu permukaan akibat pemanasan secara
maksimal tersebut yaitu dengan penambahan
konstanta suhu permukaan (Tsfc) sesuai yang
terdapat pada algoritma NLSST dimana algoritma
tersebut menghasilkan suhu yang lebih baik pada
siang hari (Walton, dkk. (1998) dalam Martin,
Seelye (2002)).
KESIMPULAN
Kesimpulan dari penelitian ini, yaitu :
a. RMSerror pengolahan citra AQUA MODIS
tanggal 19 Oktober 2010 adalah 0,733.
b. Hasil korelasi pengolahan SPL dengan
algoritma AQUA MODIS Asli terhadap data
lapangan yaitu R2=70,87%, hal ini
menunjukkan adanya hubungan positif yang
tinggi.
c. Modifikasi algoritma menghasilkan SPL yang
memiliki korelasi baik dan nilainya mendekati
SPL data lapangan yaitu pada modifikasi
algoritma MCSST kombinasi band 31 dan 32
dengan R2=72,12% serta modifikasi algoritma
NLSST kombinasi band 31 dan 32 dengan
R2=72,14%.
d. Ketelitian hasil pengolahan SPL algoritma
AQUA MODIS asli dengan data lapangan
yaitu 1,04°C, hal ini melebihi toleransi yang
diberikan yaitu ≤ 0,5°C sehingga kurang teliti
terhadap data lapangan.
e. Hasil Modifikasi algoritma yang menghasilkan
SPL memenuhi toleransi pada saat uji
ketelitian ≤ 0,5°C adalah modifikasi algoritma
NLSST kombinasi band 31 dan 32 yaitu
0,50°C sehingga menghasilkan nilai SPL yang
lebih baik dan mendekati data lapangan
daripada pengolahan dengan algoritma AQUA
MODIS Asli.
DAFTAR PUSTAKA
Bambang, S. & Dedy, A.Z. 2008. Validasi
Algoritma MCSST Satelit NOAA-AVHRR
untuk Penentuan Suhu Permukaan Laut
dengan Menggunakan Data Buoy TAO.
Jakarta : Balai Riset dan Observasi
kelautan, BRKP – DKP.
Brown and Minnet. 1999. MODIS Infrared Sea
Surface Temperature Algorithm Algorithm
Theoretical Basic Document Version 2.0.
Miami : University of Miami.
Martin, S. 2004. An Introduction to Ocean
Remote Sensing. United Kingdom :
University of Cambridge
Purwadhi, S.H. 2001. Interpretasi Citra Digital.
Jakarta: Grasindo.
Raharjo, M.T. 2009. Aplikasi Citra Satelit Aqua
MODIS untuk Prediksi Daerah Tangkapan
Ikan (Studi Kasus Perairan di Sekitar
Surabaya dan Pulau Madura). Surabaya :
Tugas Akhir Jurusan Fisika, ITS.
Walpole, R.E. 1995. Pengantar Statistika.
Jakarta : PT. Gramedia Pustaka Utama.
Xiao, X., dkk. 2004. Mapping Paddy Rice
Agriculture in Southern China Using Multi-
Temporal MODIS Image. Beijing : Remote
Sensing of Environtment.