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 NOAAAVHRR 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 1
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. U
P. Madura
Validasi Data
P. Jawa P. Bali
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 insitu 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. 2
Tahap Pengolahan data MULAI
CITRA AQUA MODIS LEVEL 1B
CITRA MYD03 (Data Geolokasi)
Georeference MODIS
Konversi Data Geolokasi
e.
Pemilihan Band dan Pemotongan Citra(1)
Peta Administrasi Indonesia Skala 1:1.000.000
Koreksi Geometrik
Tidak RMS Error ≤ 1
Ya Citra Terkoreksi
Algoritma AVHRR untuk SPL
Pemotongan Citra (2)
Modifikasi dengan Band AQUA MODIS
Konversi Nilai DN ke Nilai Suhu Kecerahan AQUA MODIS
Pengolahan SPL dengan Algoritma Termodifikasi
Pengolahan SPL dengan Algoritma AQUA MODIS Asli
Pemisahan Daratan dan Awan
Pemisahan Daratan dan Awan
Data Sampel SPL dari Pengukuran di Lapangan
Citra Sebaran SPL dari Algoritma Termodifikasi
Citra Sebaran SPL dari Algoritma AQUA MODIS Asli
Sebaran SPL dari Data Lapangan
Sensor Zenith Citra
f.
Korelasi Linear
Uji Ketelitian Hasil SPL
Tidak S ≤ 0.5°C
g.
Modifikasi Gagal
Ya Analisis
Analisis
Hasil : 1. Algoritma AQUA MODIS Baru hasil Modifikasi Algoritma AVHRR 2. Peta Estimasi SPL Algoritma AQUA MODIS Asli dan Termodifikasi
SELESAI
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
h.
i.
j.
diinginkan dengan ukuran panjang dan lebar yaitu 640 piksel x 480 piksel. 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 : Tb c 2 /(Vi * ln(c1 /(Vi 5 * radiansi) 1)) ..(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 c2:1,438833x104[K µm] Vi = panjang gelombang pusat Radiansi = band MODIS 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. 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. 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 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%. Uji Ketelitian Pada proses ini dilakukan perhitungan keakurasian nilai SPL dengan menggunakan rumus standar deviasi. Untuk toleransi ketelitian dari perhitungan tersebut dibuat ≤ 3
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 Lintang
Bujur
1
Titik ke 1-3
-7 ⁰ 9,863
112⁰ 46,726
Nilai SPL (⁰C) 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
No
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 µm12,5 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 (4,02µm4,08 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 masingmasing 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
4
SPL Hasil Modifikasi Algoritma AVHRR untuk AQUA MODIS a. Modifikasi Algoritma MCSST Tabel 3 SPL Modifikasi Algoritma MCSST sesuai dengan Lokasi Data Lapangan SPL Modifikasi Algoritma MCSST (⁰C) No
Lintang
Bujur 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
29,50
33,34
33,93
37,67
36,53
40,27
39,12
Rata-rata SPL
b. Modifikasi Algoritma NLSST Tabel 4 SPL Modifikasi Algoritma NLSST sesuai dengan Lokasi Data Lapangan SPL Modifikasi Algoritma NLSST (⁰C)
No
Lintang
Bujur 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
29,06
32,48
33,06
36,71
35,54
39,19
38,09
Rata-rata SPL
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). 5
Korelasi Linear SPL Modifikasi Algoritma AVHRR dengan Data Lapangan a. Modifikasi Algoritma MCSST Tabel 5 Korelasi SPL Modifikasi Algoritma MCSST dengan Data Lapangan
Tabel 8 Korelasi SPL Modifikasi Algoritma NLSST dengan SPL AQUA MODIS Asli No.
Kombinasi Band
Korelasi (R2)
Prosentase Korelasi (%)
1
31 dan 32
0,9986
99,86
Kombinasi Band
Korelasi (R2)
Prosentase Korelasi (%)
2
20 dan 21
0,8998
89,98
No.
3
20 dan 22
0,8997
89,97
1
31 dan 32
0,7212
72,12
4
20 dan 23
0,8925
89,25
2
20 dan 21
0,7218
72,18
5
21 dan 22
0,9388
93,88
3
20 dan 22
0,7811
78,11
6
21 dan 23
0,9311
93,11
4
20 dan 23
0,8122
81,22
7
22 dan 23
0,9432
94,32
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
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
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
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 6
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 NOAAAVHRR 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 MultiTemporal MODIS Image. Beijing : Remote Sensing of Environtment. 7