23
3. METODE PENELITIAN
3.1
Lokasi dan Waktu Penelitian
Daerah penelitian berlokasi di Laut Timor di sekitar Platform Montara dan
Welhead Platform dengan koordinat 11°38’45,9’’ LS - 12°48’56,96’’ LS dan
124°33’16,28’’ BT - 125°26’10,01’’ BT. Tumpahan minyak Montara terjadi di
pesisir Kimberley dari bagian barat Darwin, Australia Utara (Australia
Government, 2010) dan tumpahan minyak ini memasuki daerah perairan
Indonesia tepatnya daerah selatan Pulau Rote, Nusa Tenggara Timur. Peta lokasi
penelitian dapat dilihat pada Gambar 6 di bawah ini.
Gambar 6. Peta Lokasi Pengamatan Citra Deteksi Tumpahan Minyak
Penelitian ini bukanlah penelitian lapang langsung ke Laut Timor,
melainkan penelitian dengan melakukan pengolahan citra satelit ALOS PALSAR.
Survei lapang tidak dilakukan karena keterbatasan waktu dan time lag antara
pemindaian citra dan pengolahan citra yang dilakukan sekarang ini. Pengolahan
24
data citra satelit dilakukan sejak bulan Maret-Juni 2012 di Bagian Inderaja dan
Sistem Informasi Kelautan, Departemen Ilmu dan Teknologi Kelautan, FPIK-IPB
dan di Bidang Sumberdaya Wilayah Pesisir dan Laut, Pusat Pemanfaatan
Penginderaan Jauh-Lembaga Penerbangan dan Antariksa Nasional (LAPAN),
Pekayon, Jakarta Timur.
3.2
Bahan dan Alat Penelitian
Bahan yang digunakan dalam penelitian ini adalah citra satelit ALOS
PALSAR mode Fine Beam Dual Polarizations (FBD) dengan pola pemindaian
ganda yaitu HH dan HV (Jaxa, 2006b). Data citra ALOS PALSAR diperoleh dari
JAXA melalui Pusat Pengembangan Teknologi Data dan Pemanfaatan
Penginderaan Jauh-LAPAN. Scene citra ALOS PALSAR yang digunakan pada
penelitian ini memiliki identitas citra sebagai berikut (Tabel 4).
Tabel 4. Data ALOS PALSAR di Laut Timor 2009 dari LAPAN
No
1 2
Scene ID
Path Frame
ALPSRP192186940 406 ALPSRP192186930 406
6940 6930
Tanggal 02/09/09 02/09/09
Mode Operasi FBD FBD
Bahan lain yang digunakan berupa data angin di Laut Timor, jurnal dan
makalah terkait metode pengolahan data serta makalah terkait deteksi tumpahan
minyak menggunakan citra SAR. Data Angin Musim Peralihan 2 merupakan jenis
angin muson yang terjadi pada saat tumpahan minyak Montara terjadi, karena
bencana penyebaran tumpahan minyak terjadi pada tanggal 21 Agustus 2009-3
November 2009. Pembuktian mengenai jenis angin muson yang terjadi saat satelit
merekam citra di atas Laut Timor dapat diketahui dengan menggunakan data
angin yang diunduh dari www.ecmwf.int.
25
Perangkat yang digunakan dalam pengolahan data citra satelit ALOS
PALSAR antara lain komputer atau laptop yang dilengkapi dengan perangkat
lunak ENVI 4,5 (The Environtment for Visualizing Images), ER Mapper 6,4,
ArcMap 9,3 , Ms. Excel 2007, Surfer 9,0 , Global Mapper 8, ArcView GIS 3,3
dan Ocean Data View 4.
3.3
Metode Penelitian
Metode penelitian secara garis besar melalui tiga tahapan yaitu :
(1.) Persiapan dan pengumpulan data
(2.) Pengolahan citra satelit ALOS PALSAR dan data pendukung lainnya (angin
mingguan dan bulanan)
(3.) Analisis data
3.3.1 Persiapan dan Pengumpulan Data
Tahap persiapan dan pengumpulan data mencakup studi kepustakaan terkait
dengan studi tumpahan minyak Montara, pengumpulan data citra satelit ALOS-
PALSAR serta data angin berupa arah dan kecepatan angin rata-rata di sekitar
lokasi tumpahan minyak yang diunduh secara berkala yaitu selama tiga minggu
dengan jeda waktu pengunduhan setiap satu minggu yang dimulai dari tanggal 24
Agustus 2009-6 September 2009 dan satu bulan pengamatan yaitu September
melalui website www.ecmwf.int.
3.3.2 Pengolahan Citra Satelit ALOS PALSAR
Pengolahan Citra satelit ALOS PALSAR terdiri dari (1) analisis visual, (2)
filtering, (3) thresholding and segmentation dan (4) analisis tekstur. Gambar 7 di
bawah merupakan diagram alir dalam pengolahan citra ALOS PALSAR.
26 Mulai Citra ALOS PALSAR level 1,5 format *.ceos Konversi data *.ceos menjadi *.tiff / *.ers dengan ENVI 4,5 Penggabungan layer HH dan HV, koreksi nilai histogram Gabungkan citra path 6930 dan 6940 Koreksi nilai digital dengan formula NRCS: 10*log10 (DNˆ2) + CF( pada ER Mapper) Analisis visual Filter frost 3x3; 5x5 ; 7x7
Filter gamma 3x3 ; 5x5 ; 7x7
Bandingkan secara visual dan profil garis transek tiap jendela pengamatan Tampilan kasar dan tidak jelas
Visual citra dan grafik hasil penyaringan
Tampilan halus dan jelas
Thresholding dan segmentasi : 1. Oil (crude, medium, light) 2. Non-oil ( lautan, platform)
Analisis tekstur GLCM Thresholding dan segmentasi : 1. Oil (crude, medium, light) 2. Non-oil ( lautan, platform) SELANG KELAS
Tidak Dapat diaplikasikan
Dapat diaplikasikan untuk klasifikasi Klasifikasi dan tentukan warna STOP Gambar 7. Diagram Alir Pengolahan Citra ALOS PALSAR Level 1,5
27
Gambar 7 di atas merupakan diagram alir pengolahan citra ALOS PALSAR
yang diawali dengan konversi format data ALOS PALSAR level 1,5 *.ceos
menjadi format *.ers melalui software ENVI. Hal ini bertujuan untuk
mempermudah tahap pengolahan data selanjutnya dengan menggunakan
perangkat lunak ErMapper. Pada tahapan ini dibutuhkan pengetahuan mengenai
cara konversi nilai frekuensi panjang gelombang mikro yang dipancarkan oleh
sensor PALSAR menjadi nilai intensitas hambur balik dalam satuan dB.
Satelit ALOS PALSAR merupakan satelit yang memanfaatkan kanal L pada
sistem radar dengan frekuensi pemancaran sebesar 1,27 GHz. Nilai frekuensi ini
kemudian diubah menjadi nilai panjang gelombang mikro dengan memanfaatkan
teori Maxwell’s wave di bawah ini
dimana
. (Lusch, 1999).... (1)
c : Kecepatan perambatan 3x108 m/s
v : frekuensi (GHZ : 109 Hz)
c : 3x108 m/det = 30x109 cm/det : panjang gelombang sinyal (cm) Frekuensi pemancaran sebesar 1,27 GHz kemudian dikonversi menjadi
nilai frekuensi dengan satuan Hz untuk mempermudah perhitungan nilai panjang
gelombang mikro pada satelit ini. Contoh perhitungan dapat dilihat di bawah ini 30 109 / 1,27 109 /
= 23,62 cm
Gelombang mikro yang ditransmisikan oleh sensor akan dihambur
balikkan oleh target di permukaan bumi sehingga tersimpan pada piksel citra
dengan informasi berupa nilai digital. Nilai ini diperoleh melalui kalkulasi dengan
formula radar equation:
28
(Lusch, 1999).... (2)
dimana
= kekuatan hambur balik gelombang mikro = kekuatan yang ditransmisikan oleh sistem radar
0= koefisien hambur balik radar terhadap target : 10 Î = Nilai rata-rata intensitas target
10(î
A = luas dari resolusi sel pada citra radar
G = pemanjangan antena
= panjang gelombang mikro pada sistem radar R = jarak antara antena dan target
Tahap selanjutnya yaitu tahap pengoreksian nilai hambur balik berupa nilai
digital menjadi nilai intensitas dengan satuan dB pada citra yang dikenal sebagai
preprosessing Calibration Factor dengan menggunakan formula :
NRCS (dB) = 10*log10 (DN2) + CF ............(3)
dimana :
NRCS adalah Normalized Radar Cross Setting dengan satuan dB
DN adalah Digital Number/ nilai digital
CF adalah Calibration Factor/ Faktor kalibrasi bernilai -83 (AUIG,2009)
Analisis visual pada citra merupakan pendeteksian daerah rona yang lebih
gelap dari sekitarnya pada citra. Daerah yang memiliki visualisasi yang gelap
disebabkan oleh tingkat kekasaran permukaan yang dimiliki obyek rendah jika
dibandingkan dengan sudut datang, sehingga hambur balik dari gelombang mikro
akan lebih sedikit. Namun apabila tingkat kekasaran suatu permukaan tinggi maka
tampilan pada citra akan terlihat lebih terang karena sinyal yang
29
terhamburkan akan lebih banyak. Hal yang menjadi alasan bahwa citra yang
memiliki penampakan titik hitam dapat dijadikan acuan sebagai salah satu obyek
tumpahan minyak dikarenakan minyak akan meredam gelombang laut sehingga
menyebabkan permukaan laut tampak tenang. Oleh sebab itu daerah ini akan
memiliki pewarnaan yang lebih gelap dibandingkan daerah di sekelilingnya yang
tidak tertutupi oleh lapisan minyak.
3.3.2.1 Penyaringan Adaptif Frost dan Gamma
Tahapan identifikasi minyak yang kedua adalah proses penyaringan
(filtering). Penelitian ini menerapkan beberapa filter yaitu frost dan gamma untuk
menghilangkan noise (bercak pada citra akibat gangguan atmosfer saat perekaman
citra) serta mendapatkan kenampakan obyek pengamatan lebih jelas. Kedua
tahapan adaptif ini dilakukan pada saat yang sama dengan sumber data yang sama
yaitu data yang telah mengalami konversi nilai digital terlebih dahulu. Formula
yang digunakan pada metode penyaringan frost dan gamma dapat dilihat pada
Tabel 5 di bawah ini.
Tabel 5. Dua Metode Penyaringan Spasial Adaptif dalam Kajian Penelitian Metode Formula Keterangan Simbol Frost ** )(σ
α=
||
2
σ = nilai 4 2lokal varien k= nilai normalisasi konstan dari nilai tengah refleksifitas radar n= ukuran jendela pengamatan = nilai rata-rata piksel lokal = nilai standar |t|I = 0| + |X-X tetangga terhadap
30
Lanjutan Tabel 5 Gamma* ̂ ̂
̂
σ = standar deviasi citra awal I = Kemunculan pikseli, j
berpasangan pada simetri GLCM I = Probabilitas kemunculan piksel i, j DN = Digital Number (nilai tingkat keabuan citra) ** Mansourpour et al., 2009
*Frost et al., 1982 3.3.2.2 Analisis Tekstur
Analisis tekstur merupakan tahapan terakhir dan tahapan dasar dari
pengenalan klasifikasi obyek dalam identifikasi pada citra. Pada penelitian ini
metode analisis tekstur yang dikaji disesuaikan dengan menu tahap penyaringan
tekstural yang tersedia pada perangkat lunak ENVI 4,5 dijelaskan pada Tabel 6 di
bawah ini.
Tabel 6. Delapan Metode Analisis Tekstur dalam Kajian Penelitian Metode Angular Second Moment/ Energy**** Contrast**** Dissimilarity**** Entropy**** Correlation*** Homogeneity** Mean* Variance****
Formula
1
Keterangan Simbol dimana : x : nilai kolom matriks (i,j) y : nilai elemen baris (i,j) : nilai rata-rata elemen
1
,
2
piksel : nilai standar devi
,
2
asi
,
elemen pikse : fungsi dari
l tingkat
,
R(i)Ps (i,j)
* Nezry et.al., 1994 ** Akkartal dan Sunar, 2008
n N pengamatan G
:
: : : j :
d C *** Ganis Y et.al, 2008 ****Septiadi dan Nasution, 2010
Diagram alir dalam tahapan penyaringan data baik secara adaptif maupun
31
tekstur bertujuan untuk menghilangkan noise dari lingkungan. Pembuatan satu
garis training area pada obyek berfungsi menentukan nilai hambur balik obyek
pengamatan berupa minyak atau non minyak dengan format data penyimpanan
*.txt. Nilai yang telah diperoleh dapat dijadikan acuan dalam segmentasi obyek
yaitu dengan menggunakan nilai ambang batas yang telah ditemukan pada sistem
klasifikasi citra secara tidak terbimbing.
3.3.2.3 Klasifikasi Citra Radar ALOS PALSAR Klasifikasi citra merupakan proses pengelompokan piksel pada suatu citra
ke dalam sejumlah kelas, sehingga setiap kelas dapat menggambarkan suatu
entitas dengan ciri-ciri tertentu. Tahapan selanjutnya yaitu penyederhaan untuk
menggabungkan kelas-kelas yang tergolong sama. Penggabungan kelas menjadi
golongan yang sama diperoleh dengan menggunakan formula:
if (i1 >...) and (i1 <...) then 1 else if (i1 >...) and (i1 <...) then 2 else if (i1 >...) and (i1 <...) then 3 else if (i1 >...) and (i1 <...) then 4 else if (i1 >...) and (i1 <...) then 5 else null
Hasil klasifikasi dapat ditunjukkan dari gradasi warna yang terbentuk yang
menunjukkan jenis kelas yang dikelompokkan oleh komputer. Tahapan klasifikasi
citra merupakan tahapan yang membutuhkan ketelitian dalam penentuan nilai
selang karena tingkat keakuratan klasifikasi tergantung pada (1) Class pemisahan
kelas (Separability), (2) ukuran sampel latihan (training sample), (3) jumlah
spektral band dan (4) jenis klasifikasi atau fungsi pemisah. Tingkat keakuratan
klasifikasi akan semakin tinggi jika penggunaan nilai parameter kelas semakin
tepat, penggunaan class separability semakin bertambah, perbandingan antara
32 ukuran training sample dengan jumlah spektral band semakin besar dan pemilihan jenis klasifikasi yang tepat (Riani, 2009). 3.3.2.4 Pengolahan Data Angin Angin merupakan faktor lingkungan yang harus diperhatikan sebelum menganalisis data citra yang mengandung informasi mengenai tumpahan minyak. Tahapan pengolahan angin dibagi menjadi dua tahap yaitu mengolah data angin dengan menggunakan WR Plot serta menggunakan Surfer 9,0. Data angin yang diperoleh dari hasil download dari www.ecmwf.int dapat dibaca dengan Ocean Data View (ODV). Variabel yang digunakan dalam membaca data di ODV adalah latitude, longitude, dan waktu, serta menggunakan Use Decimal Date/Time. Untuk melihat data secara keseluruhan pada stasiun tersebut klik menu Export pilih ODV Spreadsheet, simpan dalam bentuk *.txt. Data komponen angin (U dan V) dalam satuan m/s, koordinat longitude dan latitude, waktu dan nama stasiun dapat dibuka dengan Ms. Excel sehingga menampilkan data untuk tahapan pengolahan di WR Plot. Pengolahan data pada WR Plot menghasilkan pola arah hembusan angin berupa windrose, grafik maupun tabel sehingga dapat diasumsikan tipe angin musim yang bertiup di suatu daerah. Pengasumsian tipe angin muson dilakukan dengan melihat pola pergerakan angin yang memiliki kecenderungan ke suatu arah mata angin dan dilihat pula dengan waktu hembusan angin tersebut. Gambar 8 merupakan
langkah pengolahan data dengan WR Plot.
33 MULAI
Data arah dan kecepatan angin
Pilih waktu dan lokasi kemudian simpan dengan format *.nc
Buka data dengan ODV 4, Pilih stasiun yang diamati
Ekspor data (*.txt)
Buka data *.txt pada excell, konversi data U dan V menjadi arah dan kecepatan
Simpan data: tahun, bulan, tanggal, jam, arah dan kecepatan (*.xls)
Analisis dengan WR Plot
Masukkan data dan sesuaikan cocokan Tahun, Bulan, Tanggal, Jam, wind direction dan wind speed
Masukkan data kemudian simpan dalam format *.sam
Masukkan data file *.sam pada WR Plot
Sesuaikan wind direction menjadi 8 arah, kecepatan menjadi m/s atau knott Simpan gambar wind rose *.jpg STOP
Gambar 8. Diagram Alir Pengolahan Data Angin ECMWF dengan WR Plot
Program Surfer 9.0 digunakan untuk visualisasi pola arus permukaan yang
berhembus di suatu wilayah. Komponen yang diperlukan antara lain bujur,lintang,
arah angin dan kecepatan arus, kemudian simpan data dalam bentuk *.bln pada
lembaran yang baru. Proses gridding data dilakukan untuk menghasilkan
file berekstensi *.grd. Tampilkan visualisasi dengan menggunakan Map-new 2-
grid vector map. Gambar 9 di bawah merupakan diagram alir pengolahan data
angin.
MULAI
Data arah dan kecepatan angin
Pilih waktu dan lokasi kemudian simpan dengan format *.nc
Buka data dengan ODV 4, Pilih stasiun yang diamati
Ekspor data (*.txt)
Buka data *.txt pada excell salin data bujur, lintang, U dan V save *.bln
Grid data *.bln dan sesuaikan kolom c dengan data U atau V
Plot data hasil grid Map >> 2 grid vector layer >> pilih data u.grd >> kemudian pilih data v.grd Overlay dengan peta, tambahkan informasi untuk melengkapi peta Simpan gambar *.jpg STOP
Gambar 9. Diagram Alir Pengolahan Data Angin ECMWF pada Surfer 9,0
34
35
3.3.3 Analisis Data
Analisis data dilakukan secara visual dan digital terhadap hasil pengolahan
awal dan akhir. Analisis visual dilakukan terhadap data ALOS PALSAR setelah
nilai digital dikalibrasi dan diterapkan tahap penyaringan berupa filter frost dan
gamma serta pengamatan profil karakteristik nilai hamburan balik untuk tiap
kelas tumpahan minyak. Tahap pengolahan data citra radar bertujuan untuk
menghasilkan nilai selang hambur balik obyek yang diamati yang kemudian
dijadikan bahan acuan dalam tahap klasifikasi obyek. Nilai hambur balik obyek
diperoleh dari hasil analisis visual citra dan pengamatan nilai hambur balik pada
grafik yang diekstrak dari training area pada citra ALOS PALSAR. Analisis
penyebaran tumpahan minyak dilakukan dengan melihat pola sebaran tumpahan
minyak pada citra yang didukung oleh data arah serta kecepatan angin rata-rata
mingguan sesuai akuisisi citra.
