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 : gm0704@geodesy.its.ac.id

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.