PEMETAAN BENTIK HABITAT DAN TUTUPAN LAHAN PULAU TUNDA MENGGUNAKAN CITRA SATELIT WORLDVIEW-2
IRPAN PIDIA PUTRA
DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN INSTITUT PERTANIAN BOGOR BOGOR 2016
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA* Dengan ini saya menyatakan bahwa skripsi berjudul Pemetaan Bentik Habitat dan Tutupan Lahan Pulau Tunda menggunakan Citra Satelit WorldView-2 adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Maret 2016 Irpan Pidia Putra NIM C54110033
ABSTRAK IRPAN PIDIA PUTRA. Pemetaan Bentik Habitat dan Tutupan Lahan Pulau Tunda menggunakan Citra Satelit WorldView-2. Dibimbing oleh SYAMSUL BAHRI AGUS dan RISTI ENDRIANI ARHATIN. Penggunaan data satelit merupakan cara yang efektif untuk pemetaan penutup lahan dan habitat dasar perairan. Citra satelit yang memiliki resolusi tinggi dapat memberi kelas habitat lebih detil dan memiliki akurasi lebih baik dibanding citra satelit dengan resolusi rendah. Penelitian ini bertujuan mengklasifikasi habitat dasar perairan dangkal dan tutupan lahan darat serta menguji tingkat akurasi klasifikasi dari citra satelit WorldView-2. Metode yang digunakan adalah klasifikasi maximum likelihood standard. Klasifikasi citra menghasilkan 9 kelas habitat dasar perairan dangkal dan 7 kelas tutupan lahan darat. Hasil klasifikasi citra menunjukkan bahwa kelas habitat karang hidup bercampur patahan karang hampir mendominasi seluruh wilayah perairan dangkal Pulau Tunda dan kelas tutupan semak mendominasi wilayah tutupan lahan darat. Hasil uji akurasi untuk pemetaan habitat dasar diperoleh nilai overall accuracy sebesar 66,15% dan nilai akurasi kappa 0,60 sedangkan untuk penutupan lahan darat diperoleh nilai overall accuracy sebesar 67,59% dan nilai akurasi kappa 0,60. Kata kunci: akurasi, klasifikasi, penutupan lahan, terbimbing, WorldView-2.
ABSTRACT IRPAN PIDIA PUTRA. Mapping of Benthic Habitat and Landcover in Tunda Island using WorldView-2 Satellite Imagery. Supervised by SYAMSUL BAHRI AGUS and RISTI ENDRIANI ARHATIN. The use of satellite imagery data is an effective way to map land cover and benthic habitat. High spatial resolution satellite imagery can specify more detailed habitat classes and has better accuracy than satellite imagery with low spatial resolution. This study aims to classify shallow water bottom habitats and land cover, and to asses the classification accuracy from WorldView-2 satellite imagery. The image classification method is maximum likelihood standard. Image classification produces 9 shallow water bottom habitat classes and 7 classes of land cover. The result of image classification indicate that mixed live coral and rubble dominates most of the entire territory shallow waters at Tunda Island and shrubs dominate terrestrial land cover. Accuracy assesment has 66.15% overall accuracy and 0,60 kappa accuracy for shallow water bottom habitat. Landcover overall accuracy is 67,59% and kappa accuracy is 0,60. Keywords: accuracy, classification , land cover, supervised, WorldView-2.
PEMETAAN BENTIK HABITAT DAN TUTUPAN LAHAN PULAU TUNDA MENGGUNAKAN CITRA SATELIT WORLDVIEW-2
IRPAN PIDIA PUTRA
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Ilmu Kelautan pada Departemen Ilmu dan Teknologi Kelautan
DEPARTEMEN ILMU DAN TEKNOLOGI KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN INSTITUT PERTANIAN BOGOR BOGOR 2016
PRAKATA Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karuniaNya sehingga karya ilmiah ini bisa diselesaikan. Penelitian yang dilaksanakan sejak bulan Maret 2015 ini berjudul Pemetaan Bentik Habitat dan Tutupan Lahan Pulau Tunda menggunakan Citra Satelit WorldView-2. Penulis menyadari banyak pihak yang telah membantu dalam penyusunan karya ilmiah ini. Ucapan terima kasih dengan tulus dan penghargaan setinggitingginya penulis sampaikan kepada : 1. Dr. Syamsul Bahri Agus, S.Pi, MSi dan Risti Endriani Arhatin S.Pi, M.Si selaku dosen pembimbing yang telah memberikan bimbingan dan saran dalam penyelesaian karya ilmiah ini. 2. Prof. Dr. Ir. Vincentius P. Siregar, DEA selaku dosen penguji 3. Risti Endriani Arhatin S.Pi, M.Si selaku pembimbing akademik 4. Kepada kedua orang tua saya, Ayah Rony Dio dan Mama Teti serta Adik Reina Dwi Citra Zaharani yang selalu memberikan dukungan dan doanya 5. Kepada Nico, Nanda, Mbak Nunung, Bang Fahrul, Bang Tray, Bang Fahri dan Pak Ari selaku rekan dalam pengambilan data di Pulau Tunda, Kabupaten Serang, Banten 6. Kepada Mahasiswa Pascasarjana Teknologi Kelautan IPB angkatan 2013 atas citra yang diperoleh 7. Kepada Instansi SEAMEO-BIOTROP atas peminjaman alat-alat survey untuk keperluan pengamatan lapang 8. Kepada keluarga mahasiswa Ilmu dan Teknologi Kelautan angkatan 48 atas dukungan dan dorongan untuk menyelesaikan karya ilmiah ini. 9. Kepada seluruh civitas akademik Departemen Ilmu dan Teknologi Kelautan – IPB atas dukungan dan kerjasama serta semua pihak yang tidak dapat disebutkan satu persatu dalam memberikan sumbangan saran, bimbingan dalam penelitian, pengolahan data dan penyusunan skripsi secara sukarela. Penulis menyadari bahwa penulisan karya ilmiah ini masih jauh dari kesempurnaan karena keterbatasan penulis sehingga kritik dan saran yang membangun sangat penulis harapkan. Semoga karya ilmiah ini dapat bermanfaat.
Bogor, Maret 2016
Irpan Pidia Putra
DAFTAR ISI DAFTAR TABEL
viii
DAFTAR GAMBAR
viii
DAFTAR LAMPIRAN
viii
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
2
METODE
2
Lokasi Penelitian
2
Alat dan Bahan
2
Prosedur Analisis Data
3
HASIL DAN PEMBAHASAN
7
Hasil Klasifikasi Habitat Dasar Perairan Dangkal
8
Hasil Klasifikasi Tutupan Lahan Darat
9
Perhitungan Nilai Akurasi
11
SIMPULAN DAN SARAN
14
Simpulan
14
Saran
14
DAFTAR PUSTAKA
15
RIWAYAT HIDUP
27
DAFTAR TABEL 1 Nilai spektral band citra WorldView-2 2 Contoh perhitungan confusion matrix 3 Luasan habitat dasar perairan Pulau Tunda berdasarkan citra satelit WorldView-2 4 Luasan tutupan lahan darat Pulau Tunda berdasarkan citra satelit WorldView-2 5 Nilai confusion matrix pada klasifikasi 9 kelas habitat dasar perairan 6 Nilai confusion matrix pada 6 kelas tutupan lahan darat 7 Nilai producer dan user accuracy pada klasifikasi 9 kelas habitat dasar perairan 8 Nilai producer dan user accuracy pada 6 kelas tutupan lahan darat
4 6 9 10 12 12 13 13
DAFTAR GAMBAR 1 2 3 4 5
Lokasi Penelitian di Pulau Tunda, Kabupaten Serang, Banten Diagram alir penelitian Hasil komposit RGB 532 Peta klasifikasi habitat dasar perairan Pulau Tunda Peta klasifikasi tutupan lahan darat Pulau Tunda
2 3 7 8 10
DAFTAR LAMPIRAN 1 2 3 4
Data GPS dan habitat dasar perairan dangkal Pulau Tunda Dokumentasi substrat dasar perairan Data GPS dan objek tutupan lahan Pulau Tunda Dokumentasi objek tutupan lahan
17 21 23 26
1
PENDAHULUAN Latar Belakang Pemetaan habitat dasar perairan dangkal telah banyak dilakukan (Purkis et al. 2002) namun dengan citra satelit yang mempunyai resolusi tinggi masih sedikit (Siregar 2010). Pada penelitian ini digunakan citra satelit resolusi tinggi WorldView-2 untuk memetakan tutupan lahan secara keseluruhan meliputi sumberdaya pesisir dan sumberdaya lahan pulau-pulau kecil. WorldView-2 merupakan salah satu satelit yang diluncurkan oleh Digital Globe tahun 2009 dengan resolusi spasial tinggi, yaitu 1,84 m (multispektral) dan 0,46 m (pankromatrik). Citra satelit ini mempunyai tingkat ketelitian yang tinggi untuk memproses klasifikasi, salah satunya klasifikasi habitat perairan dangkal (Digital Globe 2010). Pulau Tunda merupakan salah satu pulau kecil yang terletak di utara Teluk Banten dan terpisah dari Kepulauan Seribu. Dilihat secara geografis Pulau Tunda terletak pada koordinat 5° 48’ 29” - 5° 49’ 05” LS dan 106° 15’ 04” - 106° 18’ 00” BT. Pulau Tunda memiliki potensi sumberdaya pesisir yang beragam mulai dari ekosistem mangrove, lamun, ikan dan terumbu karang namun belum ada informasi yang optimal tentang potensi sumberdaya tersebut. Oleh karena itu diperlukan pemetaan penutupan lahan dan tutupan substrat dasar perairan sebagai informasi spasial untuk mengungkap potensi sumberdaya Pulau Tunda. Penggunaan data satelit merupakan cara yang efektif untuk pemetaan penutup lahan dan vegetasi, karena data satelit memiliki rentang waktu yang dapat diatur untuk pengambilan data citra untuk lokasi yang sama. Perkembangan teknologi penginderaan jauh saat ini, mengarah pada peningkatan resolusi spasial dan temporal untuk perolehan informasi dan keperluan monitoring. Teknologi penginderaan jauh mempunyai keunggulan untuk memetakan habitat perairan dangkal, karena kemampuannya melakukan monitoring dan inventarisasi pada areal yang luas dan repetitif, biaya operasional relatif murah, dan resiko sangat kecil (Mumby et al. 1998 ). Klasifikasi tutupan lahan adalah upaya pengelompokkan berbagai jenis tutupan lahan ke dalam suatu kesamaan sesuai dengan sistem tertentu. Klasifikasi tutupan lahan digunakan sebagai pedoman atau acuan dalam proses interpretasi citra penginderaan jauh untuk tujuan pembuatan peta tutupan lahan. Peta tutupan lahan adalah peta yang memberikan informasi mengenai objek-objek yang tampak di permukaan bumi (Campbel 1987). Ketepatan informasi tutupan lahan akan memberikan kemudahan dalam melakukan analisa perencanaan dan pengembangan suatu wilayah. Klasifikasi penutupan lahan dapat dilakukan melalui dua cara, yaitu digital dan visual. Penelitian ini menggunakan metode klasifikasi digital supervised dengan pendekatan maximum likelihood standard. Metode tersebut dipilih karena dianggap paling baik dalam memetakan penutupan lahan suatu wilayah darat maupun pesisir.
2
Tujuan Penelitian Penelitian ini bertujuan memetakan klasifikasi habitat dasar perairan dangkal dan tutupan lahan darat serta menguji tingkat akurasi klasifikasi dari citra satelit WorldView-2.
METODE Lokasi Penelitian Penelitian ini dilaksanakan pada bulan Maret - Oktober 2015. Penelitian dilakukan dalam beberapa tahap yaitu: pengolahan citra, pengamatan lapangan dan uji akurasi. Pengamatan data lapangan dilaksanakan pada tanggal 17 - 22 Maret 2015. Pengolahan citra dilakukan pada bulan April - Agustus 2015 di Laboratorium Pemodelan Spasial, Departemen Ilmu dan Teknologi Kelautan, FPIK - IPB. Lokasi penelitian bertempat di Pulau Tunda, Kabupaten Serang, Banten ditampilkan pada Gambar 1.
Gambar 1. Lokasi Penelitian di Pulau Tunda, Kabupaten Serang, Banten Alat dan Bahan Alat yang digunakan dalam penelitian ini terbagi atas perangkat keras dan perangkat lunak. Perangkat keras yang digunakan berupa personal computer yang berfungsi sebagai media input, pengolahan data, dan pencetakan output. Perangkat lunak digunakan untuk pemrosesan citra yaitu ER Mapper 7.1, ArcGIS 10.2.2, dan Microsoft Office 2013. Alat yang digunakan pada saat survey lapang diantaranya global positioning system (GPS) tipe Garmin 76 csx digunakan untuk
3
penentuan posisi pada setiap objek penutupan lahan. Kamera digital bawah air digunakan untuk pengambilan gambar setiap objek di lapangan. Alat dasar selam, digunakan sebagai alat bantu dalam pengamatan habitat dasar perairan serta sabak, pensil dan papan jalan untuk alat tulis. Bahan yang digunakan dalam penelitian ini adalah citra satelit WorldView-2 dengan resolusi spasial 0,46 m (pankromatik) dan 1,84 m (multispektral) yang telah terkoreksi radiometrik, dengan tanggal perekaman citra yaitu pada tanggal 25 Agustus 2013. Prosedur Analisis Data Proses pengolahan citra meliputi 3 tahapan, yaitu pra pemrosesan citra, penajaman citra, dan klasifikasi citra. Proses selanjutnya dilakukan pengamatan lapangan dan uji ukurasi. Data primer diperoleh dengan cara pengamatan secara langsung pada lokasi penelitian. Penentuan titik-titik lokasi pada survey lapang dilakukan menggunakan GPS. Selanjutnya titik-titik tersebut akan dijadikan acuan dalam pembuatan training area dan titik uji akurasi. Prosedur pemetaan klasifikasi penutupan lahan ditampilkan pada Gambar 2.
1
Pengolahan Citra
Gambar 2. Diagram alir penelitian
4
1 Pengolahan Citra 1.1 Pra Pemrosesan Citra Pemulihan citra dilakukan untuk mengembalikan citra sesuai dengan kenampakan aslinya di muka bumi. Langkah yang dilakukan meliputi koreksi radiometrik dan koreksi geometrik. Koreksi radiometrik merupakan perbaikan akibat cacat atau kesalahan radiometrik, yaitu kesalahan pada sistem optik, kesalahan karena gangguan energi radiasi pada elektromagnetik pada amosfer, dan kesalahan karena pengaruh sudut elevasi matahari (Purwadhi 2001). Pada penelitian ini tidak dilakukan koreksi radiometrik karena citra WorldView-2 yang diperoleh telah terkoreksi radiometrik. Koreksi geometrik bertujuan untuk melakukan rektifikasi agar koordinatnya sesuai dengan koordinat geografi. Koreksi geometrik dilakukan dengan tranformasi koordinat dan resampling citra menggunakan beberapa ground control point (GCP). GCP yang diambil sebanyak 6 titik di lokasi berbeda yang memiliki sifat geometrik tetap. Resample yang digunakan yaitu nearest neighbour. Rektifikasi ini sangat dipengaruhi oleh pengambilan data in-situ dan GPS yang digunakan. Proses selanjutnya yaitu masking dilakukan untuk menghilangkan efek wilayah yang tidak diperlukan dalam proses pengolahan citra. Masking dilakukan menggunakan klasifikasi supervised dengan memisahkan batas darat, laut dangkal dan laut dalam. 1.2 Penajaman Citra Penajaman citra dilakukan menggunakan komposit kanal red green blue (RGB) 532 pada citra WorldView-2. Kanal tersebut dipilih karena mampu membedakan penutupan lahan dengan baik dan memiliki kemampuan penetrasi perairan yang baik. Kanal 3 dan 2 merupakan panjang gelombang hijau dan biru. Menurut Mount (2006) sinar hijau dan sinar biru merupakan sinar dengan energi terbesar yang dapat direkam oleh satelit untuk penginderaan jauh di laut yang menggunakan spektrum cahaya tampak. Sinar tersebut dikombinasikan dengan sinar merah yang dapat membedakan penutupan lahan secara jelas (Digital Globe 2010). Citra WorldView-2 mampu mendeteksi cahaya kanal biru (450 – 510 nm), hijau (510 – 580 nm), dan merah (630 – 690 nm) hingga kedalaman 15 meter di perairan (Digital Globe 2010). Nilai spektral kanal citra WorldView-2 ditampilkan pada Tabel 1. Tabel 1. Nilai spektral band citra WorldView-2 Nama band Panjang Gelombang (nm) 1 Coastal Blue 400 – 450 2 Blue 450 – 510 3 Green 510 – 580 4 Yellow 585 – 625 5 Red 630 – 690 6 Red Edge 705 – 745 7 NIR 1 770 – 895 8 NIR2 860 – 1040 Sumber : Digital Globe 2010
5
1.3 Klasifikasi Citra Klasifikasi dalam konteks pengolahan digital dapat diartikan sebagai suatu proses mengelompokkan piksel kedalam kelas-kelas. Kelas yang dibuat berupa objek-objek yang dikenali di lapangan atau berdasarkan kemiripan yang dikelompokkan secara statistik oleh komputer. Skema klasifikasi dilakukan dengan menetapkan sendiri jumlah kelas berdasarkan objek yang ditemukan di lapangan. Adapun kelas-kelas tersebut terdiri atas 9 kelas habitat dasar perairan dan 7 kelas tutupan lahan. Sembilan kelas habitat dasar perairan tersebut adalah pasir, patahan karang (rubble), pasir bercampur rubble, pasir bercampur lamun, campuran pasir rubble alga, lamun, karang hidup, karang hidup bercampur rubble dan rubble bercampur karang hidup. Sedangkan 7 kelas tutupan lahan diantaranya, semak, kebun, lahan terbuka, lahan terbangun, pemukiman, mangrove dan belukar. Penelitian ini menggunakan klasifikasi maximum likelihood standar baik untuk tutupan lahan maupun habitat dasar perairan dangkal. Proses klasifikasi dilakukan dengan terlebih dulu menetapkan beberapa training area pada citra sebagai kelas kategori tertentu berdasarkan objek yang ditemukan di lapangan. Pembuatan training area dimaksudkan untuk mengidentifikasi sejumlah piksel yang mewakili dari masing-masing kelas atau kategori yang diinginkan (Jaya 2007). 2 Pengamatan Lapangan Pengamatan lapang bertujuan untuk mengamati kondisi nyata lapangan. Metode pengamatan lapang pada penelitian ini menggunakan teknik sampling data spasial secara acak. Luas area pengamatan objek di lapangan disesuaikan dengan resolusi spasial citra dengan tetap memperhatikan area di sekitar transek tersebut. Penentuan titik GCP diambil menyebar di beberapa titik sebagai acuan untuk koreksi geometrik citra sedangkan titik sampling dijadikan acuan dalam pembuatan training area dan uji akurasi. Selain itu dilakukan juga pengambilan gambar setiap objek penutupan lahan untuk validasi kenampakan objek yang ada pada citra. Pengambilan titik sampling dilakukan pada 328 titik habitat dasar perairan dan 108 titik penutupan lahan darat Pulau Tunda. Pengamatan objek di lapangan dilakukan secara rapid mobile dengan mengacu pada prinsip penutupan lahan dominan untuk membuat skema klasifikasi daerah pengamatan. 3
Uji Akurasi
Penilaian akurasi erat hubungannya dengan akurasi posisi dan tematik (Congalton dan Green 2009). Penilaian akurasi dilakukan dengan menggunakan confusion matrix. Metode ini dilakukan dengan membandingkan citra hasil klasifikasi sebagai dasar kelas yang sebenarnya dengan beberapa data lapangan yang diyakini secara akurat mewakili suatu tutupan lahan (Campbell 1987, Siregar 2010). Data baris merupakan hasil klasifikasi data inderaja yang mewakili perhitungan producer’s accuracy, sedangkan data kolom merupakan hasil observasi lapangan oleh pengamat dan digunakan dalam perhitungan user’s accucary. Semakin banyak hasil klasifikasi yang selaras dengan hasil observasi, maka nilai akurasi keseluruhan (overall accuracy) akan semakin tinggi (Agus
6
2012). Menurut Congalton dan Green (2009) perhitungan nilai akurasi dapat dilakukan dengan persamaan yang ditampilkan pada Tabel 2. Tabel 2. Contoh perhitungan confusion matrix
Citra Klasifikasi (i)
Data Lapangan (j)
Total n+j
Total ni+
n11
n12
n1k
n1+
n21
n22
n2k
n2+
nk1
nk2
nkk
nk+
n+1
n+2
n+k
𝑛
Sumber : Cangalton dan Green 2009
Overall accuracy Producer accuracy j User accuracy i
∑
x 100% x 100% x 100%
Analisis Kappa Analisis Kappa merupakan teknik multivariat diskrit yang digunakan untuk menghitung nilai akurasi klasifikasi dari confusion matrix. Analisis kappa menghasilkan nilai koefisien kappa yang memiliki rentang kemungkinan dari 0 hingga 1 (Green et al. 2000). Nilai koefisien kappa dapat dihitung melalui persamaan berikut: ∑
∑ ∑
(Sumber: Green et al. 2000) Dimana : = jumlah unit pengamatan yang tepat pada kolom ke-j dan baris ke-i = jumlah unit pengamatan yang tepat dikategorikan sebagai kelas tematik i = jumlah unit pengamatan yang tepat dikategorikan sebagai kelas tematik j = jumlah unit pengamatan yang dikategorikan sebagai kelas tematik i dari hasil analisis citra satelit inderaja = jumlah unit pengamatan yang dikategorikan sebagai kelas habitat j dari hasil pengamatan in situ = jumlah total pengamatan
7
HASIL DAN PEMBAHASAN Pada Gambar 3 ditampilkan citra hasil komposit RGB 532. Penajaman citra dengan komposit RGB 532 bertujuan untuk membantu penyusunan skema klasifikasi citra dalam memetakan tutupan lahan maupun habitat dasar perairan. Tahapan ini dilakukan setelah citra terkoreksi secara radiometrik dan geometrik. Komposit RGB 532 menampilkan citra berdasarkan true color composite citra WorldView-2. Berdasarkan hasil penajaman citra terlihat jelas perbedaan antar penutupan lahan. Interpretasi objek penutupan lahan dan habitat dasar perairan dilakukan berdasarkan analisis warna citra. Untuk memperjelas objek penutupan lahan dan habitat dasar perairan maka dilakukan zooming di wilayah selatan hingga timur Pulau Tunda. Dari hasil penajaman citra menunjukkan bahwa substrat dasar perairan dangkal tampak berwarna cyan dan perairan dalam berwarna biru. Vegetasi mangrove tersebar di wilayah selatan hingga timur Pulau Tunda tampak berwarna hijau gelap, pemukiman terdapat di wilayah selatan dengan penampakan warna cokelat-pink dengan pola berbentuk kotak persegi, lahan terbuka tampak berwarna pink dengan bentuk pola tidak teratur, lahan terbangun nampak berwarna putih-pink, semak nampak berwarna hijau muda, kebun tampak berwarna hijau-putih dan belukar tampak berwarna hijau tua. Hasil penajaman tersebut menjadi acuan awal dalam pembuatan training area.
Gambar 3. Hasil komposit RGB 532
8
Hasil Klasifikasi Habitat Dasar Perairan Dangkal Menggunakan Metode Maximum Likelihood Standar Klasifikasi merupakan suatu proses pengelompokan nilai reflektansi dari setiap objek ke dalam kelas-kelas tertentu sehingga mudah dikenali. Penentuan kelas dilakukan berdasarkan interpretasi objek-objek yang ditemukan di lapangan (Lampiran 1) dan berdasarkan subjektif pengamat dengan melihat dominansi penutupan substrat dasar. Klasifikasi habitat dasar perairan dangkal menghasilkan 9 kelas yang menunjukkan bahwa citra satelit WorldView-2 memiliki resolusi tinggi dengan tingkat ketelitian 1,84 meter (multispektral) sehingga memungkinkan kelas habitat yang cukup beragam. Mumby dan Edwards (2002) mengatakan bahwa pemetaan habitat pesisir menggunakan data inderaja yang memiliki resolusi spasial tinggi dapat meningkatkan akurasi, karena memungkinkan penetapan kelas habitat yang lebih detail dan mendekati kondisi sebenarnya di lapang. Sembilan kelas habitat tersebut adalah pasir, patahan karang (rubble), pasir bercampur rubble (pasir 70%, rubble 30%), pasir bercampur lamun (pasir 70%, lamun 30%), campuran pasir rubble alga (pasir 50%, rubble 30%, alga 20%), lamun, karang hidup, karang hidup bercampur rubble (karang hidup 70%, rubble 30%), dan rubble bercampur karang hidup (rubble 70%, karang hidup 30%). Dokumentasi jenis penutupan habitat dasar perairan dangkal dapat dilihat pada Lampiran 2. Hasil klasifikasi habitat dasar perairan dangkal ditampilkan pada Gambar 4.
Gambar 4. Peta klasifikasi habitat dasar perairan Pulau Tunda Berdasarkan hasil klasifikasi pada Gambar 4 terlihat bahwa habitat dasar perairan dangkal terdistribusi di perairan Pulau Tunda. Kondisi penutupan substrat
9
perairan didominasi oleh 3 kelas utama yaitu, kelas karang hidup, kelas karang hidup bercampur rubble dan kelas rubble sedangkan sisa kelas lainnya terdistribusi secara merata. Luasan masing-masing substrat dasar dapat dilihat pada Tabel 3. Berdasarkan tabel tersebut diperoleh luasan habitat dasar yang mendominasi sebagian wilayah kajian yaitu kelas karang hidup bercampur rubble dengan presentase sebesar 28,80% dengan luasan 304.252 m2. Kelas habitat dengan luasan terkecil adalah kelas campuran pasir rubble alga dengan luasan sebesar 35.872 m2, sedangkan untuk kelas karang hidup memiliki luasan sebesar 143.608 m2. Tabel 3. Luasan habitat dasar perairan Pulau Tunda berdasarkan citra satelit WorldView-2 Habitat dasar Pasir bercampur rubble Pasir Lamun Pasir bercampur lamun Campuran pasir, rubble, alga Rubble bercampur karang hidup Karang hidup bercampur rubble Karang hidup Rubble
Luas (m2) 86.476 71.284 63.968 108.400 35.872 50.280 304.252 143.608 190.516
Persentase (%) 8,20 6,76 6,07 10,30 3,40 4,77 28,80 13,60 18,10
Hasil Klasifikasi Tutupan Lahan Darat Menggunakan Metode Maximum Likelihood Standar Pengklasifikasian dilakukan berdasarkan data hasil pengamatan lapang. Dalam penelitian ini dipilih sistem klasifikasi tutupan lahan berdasarkan Standar Nasional Indonesia (SNI) 7645:2010 yang dikeluarkan oleh Badan Informasi Geospasial (BIG). Pengklasifikasian ini juga mengacu pada sistem klasifikasi tutupan lahan United States Geological Survey (USGS) 1972 tingkat 1 (Anderson et al. 1972). Berdasarkan referensi dari data hasil lapangan pada Lampiran 3 maka dilakukan pengkelasan objek sebanyak 7 kelas tutupan lahan. Kelas tutupan lahan tersebut terdiri atas semak, belukar, mangrove, lahan terbuka, lahan terbangun, pemukiman dan kebun. Kelas penutupan lahan yang berbeda memiliki perbedaan spektral yang signifikan dan piksel-piksel yang menyusun satu jenis penutupan lahan mempunyai kesamaan nilai spektral. Penggunaan nilai spektral pada beberapa saluran dapat membantu pengelompokan objek secara lebih baik (Danoedoro 2012). Hasil klasifikasi tutupan lahan darat ditampilkan pada Gambar 5. Menurut Howard (1996) kondisi dan jenis penutupan lahan dapat dijadikan acuan dalam menduga potensi sumberdaya lahan. Gambaran setiap jenis kategori penutupan lahan yang ditemukan di lapangan ditampilkan pada Lampiran 4. Berdasarkan hasil klasifikasi yang ditampilkan pada Gambar 5 menunjukkan bahwa penutupan lahan di Pulau Tunda didominasi oleh kelas semak dan belukar. Hanya sebagian kecil wilayah yang dijadikan sebagai area
10
pemukiman dan perkebunan. Selain itu terdapat juga lahan kosong yang belum dimanfaatkan dalam hal ini dikategorikan sebagai lahan terbuka dan vegetasi pesisir berupa vegetasi mangrove yang tersebar di wilayah selatan dan timur Pulau Tunda. Setiap kelas memiliki luasan yang berbeda-beda. Luasan penutupan lahan Pulau Tunda dapat dilihat pada Tabel 4. Dari hasil perhitungan tersebut menunjukkan bahwa 35,30% dari seluruh wilayah kajian didominasi oleh tutupan semak. Penutupan lahan dengan luasan terkecil terdapat pada kelas kebun dengan luas sebesar 25.815 m2 atau 1,01% dari total wilayah kajian.
Gambar 5. Peta klasifikasi tutupan lahan darat Pulau Tunda Tabel 4. Luasan tutupan lahan darat Pulau Tunda berdasarkan citra satelit WorldView-2 Tutupan lahan Belukar Mangrove Semak Lahan Terbuka Lahan Terbangun Pemukiman Kebun
Luas (m2) 818.892 254.390 900.589 371.782 74.442 105028 25.815
Persentase (%) 32,10 9,97 35,30 14,60 2,92 4,12 1,01
11
Perhitungan Nilai Akurasi Permasalahan yang dihadapi dalam aplikasi penginderaan jauh adalah menentukan tingkat akurasi (Foody 2002). Dalam penentuan tingkat akurasi tersebut diperlukan pengamatan objek langsung di lapangan. Pengamatan objek di lapangan dimaksudkan sebagai validasi dari interpretasi dan hasil klasifikasi citra. Titik uji akurasi yang diambil sebanyak 328 titik habitat dasar perairan dan 108 titik tutupan lahan darat yang tersebar di seluruh wilayah penelitian dan dianggap dapat mewakili setiap karakteristik objek di lapangan. Perhitungan ketelitian hasil klasifikasi dilakukan dengan menghitung nilai overall accuracy dan kappa accuracy dari confusion matrix dengan menggunakan data survey lapangan sebagai referensi validasi. Confusion matrix juga menghasilkan nilai producer accuracy (PA) dan user accuracy (UA). Hasil uji akurasi tersebut disajikan pada Tabel 5 untuk habitat dasar perairan dangkal. Hasil perhitungan pada Tabel 5 menunjukkan bahwa 217 titik terklasifikasi dengan benar dari 328 titik uji akurasi sehingga nilai OA yang diperoleh sebesar 66,15% dan nilai akurasi kappa yang diperoleh sebesar 0,60. Sedangkan untuk penutupan lahan darat diperoleh 73 titik yang terklasifikasi dengan benar dari 108 titik uji akurasi sehingga nilai OA yang diperoleh sebesar 67,59% dan nilai akurasi kappa yang diperoleh sebesar 0,60 (Tabel 6). Menurut Mumby et al. (1998) nilai akurasi 65 - 70% pemetaan habitat perairan dangkal menggunakan satelit inderaja dapat dikategorikan sudah cukup baik. Nilai UA merupakan peluang rata-rata suatu piksel secara aktual mewakili tiap kelas di lapangan. Nilai UA untuk habitat dasar perairan dangkal disajikan pada Tabel 7. Berdasarkan perhitungan nilai UA pada Tabel 7 menunjukkan bahwa nilai UA terbesar diwakili oleh kelas karang hidup bercampur rubble dengan presentase 74,54% yang telah terklasifikasi dengan benar dan nilai comission error sebesar 25,46%. Commission error merupakan kesalahan dalam memetakan yang sesuai dengan kelasnya, dengan memasukkan daerah yang seharusnya dibuang dari kelas. Nilai UA terkecil terdapat pada kelas habitat rubble bercampur karang hidup dengan presentase sebesar 50,00% yang telah terklasifikasi dengan benar. Nilai UA pada klasifikasi tutupan lahan darat disajikan pada Tabel 8. Berdasarkan tabel tersebut menunjukkan bahwa nilai UA terbesar terdapat pada tutupan mangrove dengan presentase sebesar 77,78% yang telah terklasifikasi dengan benar dan nilai comission error sebesar 22,22% sedangkan nilai UA terkecil untuk tutupan lahan darat terdapat pada kelas tutupan kebun dengan presentase sebesar 50,00% yang telah terklasifikasi dengan benar. Nilai PA merupakan nilai setiap piksel pada sebuah kelas telah tepat terklasifikasi. Nilai PA terbesar pada tutupan habitat dasar perairan terdapat pada kelas habitat karang hidup dengan presentase sebesar 85,96% telah terklasifikasi dengan benar dan omission error sebesar 14,04% sedangkan nilai PA terkecil terdapat pada kelas habitat rubble bercampur karang hidup dengan presentase sebesar 42,85% dan nilai omission error sebesar 57,15% (Tabel 7). Menurut Rachman (2014) nilai ommission error adalah membuang daerah yang seharusnya termasuk dalam kelas. Pada penutupan lahan darat nilai PA terbesar terdapat pada tutupan mangrove dengan presentase sebesar 87,50% dan nilai omission error sebesar 12,50% sedangkan nilai PA terkecil diwakilkan oleh kelas tutupan lahan
12
terbangun dengan presentase sebesar 44,44% dan nilai omission error sebesar 55,56% ditampilkan pada Tabel 8.
Citra (Klasifikasi)
Tabel 5. Nilai confusion matrix pada klasifikasi 9 kelas habitat dasar perairan
PR P L PL PRA RKH KHR KH R Total
PR 18 3 1 5 3
1 31
P
L
12 3 2
14 2
2 17
18
Data Lapangan PL PRA RKH 3 6 2 2 5 25 2 15 9 5 34
26
7 21
KHR
KH
R 2 2 3
5 41 8 12 66
2 2 49 4 57
2 7 8 34 58
Total 29 17 19 43 22 18 55 67 58 328
Keterangan : Pasir Rubble (PR), Pasir (P), Lamun (L), Pasir Lamun (PL), Pasir Rubble Alga (PRA), Rubble Karang Hidup (RKH), Karang Hidup Rubble (KHR), Karang Hidup (KH), Rubble (R)
Citra (Klasifikasi)
Tabel 6. Nilai confusion matrix pada 6 kelas tutupan lahan darat
B M S LTa LTb P K Total
B 9 2 2
13
M 2 14
16
S 2 2 13 2 2 21
Data Lapangan LTa LTb 2 12 2 4 20
4 5 9
P
K
3 2 15
3
20
6 9
Total 13 18 17 20 6 22 12 108
Keterangan : Belukar (B), Mangrove (M), Semak (S), Lahan Terbuka (LTa), Lahan Terbangun (LTb), Pemukiman (P), Kebun (K)
Pemetaan penutupan lahan telah banyak dilakukan baik untuk habitat perairan dangkal maupun tutupan lahan darat. Beberapa hasil penelitian sebelumnya yang mencakup pemetaan habitat dasar perairan dangkal dan penutupan lahan menghasilkan nilai OA yang cukup bervariasi seperti Siregar (2010) yang telah memetakan substrat dasar perairan dangkal Karang Congkak dan Karang Lebar, Kepulauan Seribu menggunakan citra satelit quickbird, menghasilkan 6 kelas habitat dasar dengan nilai OA sebesar 79,00%, sedangkan Asmadin (2011) menghasilkan nilai akurasi 82,79% dengan klasifikasi 6 kelas habitat dasar serta Agus (2012) menunjukkan nilai OA 68,98% dengan jumlah kelas yang lebih detail, yaitu 12 kelas klasifikasi. Berbeda dengan Mustika (2013) dan Rachman (2014) yang menggunakan citra satelit WorldView-2. Mustika (2013) menghasilkan nilai OA sebesar 78,87% dengan 7 kelas habitat dasar di
13
perairan Pulau Panggang dan Rachman (2014) menghasilkan nilai OA sebesar 62,76% dengan 7 kelas habitat dasar di perairan gugus Pulau Pari. Riswanto (2009) mengklasifikasikan penutupan lahan di Pulau Kalimantan menggunakan citra satelit alos palsar menghasilkan 4 kelas penutupan lahan dengan nilai OA sebesar 88,21%. Selain itu Freans et al (2011) mengklasifikasikan sebanyak 8 kelas habitat dan menggunakan penginderaan jarak jauh hiperspektral yaitu sebesar 81% dan 78%. Selamat et al (2012) mengatakan bahwa peningkatan akurasi tematik dapat dilakukan dengan menggunakan GPS yang memiliki tingkat presisi lebih tinggi daripada resolusi citra yang digunakan. Tabel 7. Nilai producer dan user accuracy pada klasifikasi 9 kelas habitat dasar perairan producer accuracy (%) Lapangan Akurasi PR 18/31 58,06 P 12/17 70,58 L 14/18 77,78 PL 25/34 73,52 PRA 15/26 57,69 RKH 9/21 42,85 KHR 41/66 62,18 KH 49/57 85,96 R 34/58 58,62
Citra PR P L PL PRA RKH KHR KH R
user accuracy (%) Akurasi 18/29 12/17 14/19 25/43 15/22 9/18 41/55 49/67 34/58
62,06 70,58 73,68 58,13 68,18 50,00 74,54 73,13 58,62
Keterangan : Pasir Rubble (PR), Pasir (P), Lamun (L), Pasir Lamun (PL), Pasir Rubble Alga (PRA), Rubble Karang Hidup (RKH), Karang Hidup Rubble (KHR), Karang Hidup (KH), Rubble (R)
Tabel 8. Nilai producer dan user accuracy pada 6 kelas tutupan lahan darat producer accuracy (%) Lapangan Akurasi B 9/13 69,23 M 14/16 87,50 S 13/21 61,90 LTa 12/20 60,00 LTb 4/9 44,44 P 15/20 75,00 K 6/9 66,67
user accuracy (%) Citra Akurasi B 9/13 M 14/18 S 13/17 LTa 12/20 LTb 4/6 P 15/22 K 6/12
69,23 77,78 76,47 60,00 66,67 68,18 50,00
Keterangan : Belukar (B), Mangrove (M), Semak (S), Lahan Terbuka (LTa), Lahan Terbangun (LTb), Pemukiman (P), Kebun (K)
14
SIMPULAN DAN SARAN Simpulan Penutupan lahan Pulau Tunda terdiri atas tutupan habitat dasar perairan dangkal dan tutupan lahan darat. Penutupan habitat dasar perairan didominasi oleh kelas habitat karang hidup bercampur patahan karang. Hasil uji akurasi peta habitat dasar perairan dangkal dengan menggunakan metode supervised menunjukkan nilai OA sebesar 66,15% dan nilai akurasi kappa yang diperoleh sebesar 0,60 untuk 9 kelas habitat dasar. Hasil klasifikasi penutupan lahan darat didominasi oleh kelas semak. Nilai OA pada peta tutupan lahan darat sebesar 67,59% dan nilai akurasi kappa yang diperoleh sebesar 0,60 untuk 7 kelas tutupan lahan. Saran Penggunaan GPS sebaiknya sebanding dengan citra yang digunakan. GPS yang digunakan harus memiliki tingkat presisi yang baik agar mendapatkan nilai akurasi tinggi dan menghasilkan klasifikasi yang lebih detail pada peta penutupan lahan.
15
DAFTAR PUSTAKA Agus SB. 2012. Kajian Konektivitas Habitat Ontogeni Ikan Terumbu Menggunakan Pemodelan Geospasial di Perairan Kepulauan Seribu [disertasi]. Bogor (ID): Institut Pertanian Bogor. Anderson JR, Hardy EE, Roach JT, Witmer RE. 1972. A Land Use and Land Cover Classification System for Use with Remote Sensor Data. Washington D.C (US): US Government Printing Office. Asmadin. 2011. Klasifikasi Habitat Perairan Dangkal dari Citra Satelit Quickbird Menggunakan Metode Kecerdasan Buatan [tesis]. Bogor (ID): Institut Pertanian Bogor. [BIG] Badan Informasi Geospasial. 2010. Klasifikasi Penutupan Lahan [Internet]. [diunduh 2015 Okt 16]. Tersedia pada: http://www.bakosurtanal.go.id. Campbell JB. 1987. Introduction to Remote Sensing. New York (US): The Guilford Press. Congalton RG, Green K. 2009. Assessing The Accuracy of Remotely Sensed Data: Principles and Practices. New York (US): Lewis. Danoedoro P. 2012. Pengantar Penginderaan Jauh Digital. Yogyakarta (ID): Andi. Digital Globe. 2010. The Benefits of the 8 Spectral Bands of WorldView-2. Longmont (US): DigitalGlobe,Inc. Foody GM. 2002. Status of Land Cover Classification Accuracy Assessment. Remote Sensing of Environment 80: 185-201. Freans PRC, Klonowski W, Babcock RC, England P, Phillips J. 2011. Shallow Water Substrate Mapping Using Hyperspectral Remote Sensing. CSR. 31(2011): 1249-1259. Green EP, Mumby PJ, Edwards AJ, Clark CD. 2000. Remote Sensing Handbook for Tropical Coastal Management. Paris (FR): UNESCO Publishing. Howard JA. 1996. Penginderaan Jauh untuk Sumber Daya Hutan: Teori dan Aplikasi. Yogyakarta (ID): Gajah Mada University Press. Jaya IN. 2007. Analisis Citra Digital: Perspektif Penginderaan Jauh untuk Pengelolaan Sumberdaya Alam [skripsi]. Bogor (ID): Institut Pertanian Bogor. Mumby PJ, Green EP, Clark CD, Edwards AJ. 1998. Digital Analysis of Multispectral Airbone Imagery of Coral Reefs. Coral Reefs 17:59-69. Mumby PJ, Edwards AJ. 2002. Mapping Marine Environments with IKONOS Imagery: Enhanced Spatial Resolution can Deliver Greater Thematic Accuracy. Remote Sensing of Environment 82:248-257. Mustika AA. 2013. Pemetaan Habitat Dasar Perairan Dangkal Pulau Panggang dan Sekitarnya dengan Menggunakan Citra Worldview-2 [skripsi]. Bogor (ID): Institut Pertanian Bogor. Mount RE. 2006. Acquisition of Through-water Aerial Survey Images : Surface Effects and the Prediction of Sun Glitter and Subsurface Illumination. Photogrammetric Engineering and Remote Sensing 71(12): 1407-1415. Purkis SJ, Kenter JA, Oikonomou EK, Robinson IS. 2002. High Resolution Ground Verification, Cluster Analysis and Optical Model of Reef Substrate Coverage on Landsat TM Imagery. J. Remote Sensing 23(8):1677-1698. Purwadhi SH. 2001. Interpretasi Citra Digital. Jakarta (ID): PT Grasindo.
16
Rachman FAA. 2014. Klasifikasi Habitat Dasar Perairan Dangkal Gugusan Pulau Pari dengan Menggunakan Citra WorldView-2 [skripsi]. Bogor (ID): Institut Pertanian Bogor. Riswanto E. 2009. Evaluasi Akurasi Klasifikasi Penutupan Lahan Menggunakan Citra Alos Palsar Resolusi Rendah Studi Kasus di Pulau Kalimantan [skripsi]. Bogor (ID): Institut Pertanian Bogor. Selamat BM, Jaya I, Siregar VP, Hestirianoto T. 2012. Akurasi Tematik Peta Substrat Dasar dari Citra Quickbird (Studi Kasus Gusung Karang Lebar, Kepulauan Seribu, Jakarta). Ilmu dan Teknologi Kelautan Tropis 17(3):132140. Siregar VP. 2010. Pemetaan Substrat Dasar Perairan Karang Congkak dan Lebar Kepulauan Seribu Menggunakan Citra Satelit Quickbird. Ilmu dan Teknologi Kelautan Tropis 2(1):19-30.
17 Lampiran 1. Posisi GPS dan habitat dasar perairan dangkal Pulau Tunda No
Lintang
Bujur
Keterangan
No
Lintang
Bujur
Keterangan
1
-5.812588
106.294346
PRA
42
-5.808947
106.293564
R
2
-5.812495
106.294521
PRA
43
-5.809037
106.293498
KHR
3
-5.812394
106.294685
PRA
44
-5.809092
106.293441
KHR
4
-5.812278
106.29482
PRA
45
-5.809034
106.293355
KHR
5
-5.812105
106.294906
PRA
46
-5.809016
106.293323
R
6
-5.811915
106.294931
PRA
47
-5.809065
106.293389
R
7
-5.811723
106.294956
PRA
48
-5.809166
106.293402
KH
8
-5.811514
106.29498
PRA
49
-5.809263
106.293392
KH
9
-5.811367
106.295093
PRA
50
-5.809361
106.293223
PR
10
-5.81117
106.295124
PRA
51
-5.809375
106.29298
PR
11
-5.810977
106.295128
PRA
52
-5.809377
106.292725
PR
12
-5.810784
106.295095
PRA
53
-5.809423
106.292742
PR
13
-5.810591
106.295079
PRA
54
-5.809521
106.29301
PR
14
-5.8104
106.295086
PRA
55
-5.809601
106.293195
PR
15
-5.810226
106.295029
KHR
56
-5.80987
106.293399
PL
16
-5.81007
106.294946
KHR
57
-5.809996
106.293443
PL
17
-5.809888
106.294944
KHR
58
-5.810219
106.293524
PL
18
-5.809719
106.294913
KHR
59
-5.810401
106.293604
PR
19
-5.809619
106.294922
R
60
-5.812718
106.294521
PRA
20
-5.809526
106.29491
KHR
61
-5.812783
106.294698
PRA
21
-5.809404
106.294888
KH
62
-5.81278
106.294886
PRA
22
-5.809347
106.294878
KH
63
-5.812797
106.295034
PRA
23
-5.809389
106.294837
KHR
64
-5.812907
106.295174
PRA
24
-5.809487
106.294836
R
65
-5.81293
106.295346
PR
25
-5.80973
106.294822
R
66
-5.813012
106.295525
KHR
26
-5.809708
106.294791
KHR
67
-5.813082
106.295679
KHR
27
-5.809639
106.294766
KHR
68
-5.813125
106.295846
KHR
28
-5.80954
106.294738
R
69
-5.813126
106.295992
KHR
29
-5.809459
106.294671
R
70
-5.813162
106.296095
KHR
30
-5.809392
106.294592
KHR
71
-5.813259
106.296279
KHR
31
-5.809345
106.294518
KHR
72
-5.813409
106.296345
R
32
-5.809316
106.294476
R
73
-5.81357
106.296317
R
33
-5.809203
106.294479
KHR
74
-5.813727
106.296371
R
34
-5.809119
106.294361
R
75
-5.81375
106.296369
R
35
-5.809099
106.294334
KHR
76
-5.813877
106.296383
R
36
-5.809129
106.294238
KHR
77
-5.814698
106.294656
R
37
-5.809069
106.29415
R
78
-5.814569
106.294518
R
38
-5.80906
106.294027
KHR
79
-5.81444
106.294625
KH
39
-5.809054
106.293922
KHR
80
-5.814236
106.29458
KH
40
-5.808956
106.293737
KH
81
-5.81404
106.29453
KH
41
-5.808975
106.293657
KHR
82
-5.813808
106.29452
PRA
18
No
Lintang
Bujur
Keterangan
No
Lintang
Bujur
Keterangan
83
-5.813577
106.294561
PRA
126
-5.816307
106.277573
R
84
-5.813304
106.294568
PL
127
-5.816292
106.277492
R
85
-5.813101
106.29459
PL
128
-5.816265
106.277383
RKH
86
-5.813874
106.296528
R
129
-5.816221
106.277294
RKH
87
-5.813908
106.296533
PR
130
-5.816229
106.27722
KH
88
-5.813832
106.296607
PR
131
-5.816198
106.277136
KH
89
-5.813849
106.29661
R
132
-5.816214
106.277042
KH
90
-5.813934
106.296583
R
133
-5.81619
106.276943
P
91
-5.813971
106.296447
R
134
-5.816169
106.276864
R
92
-5.814008
106.29637
R
135
-5.816084
106.276869
P
93
-5.814044
106.296362
P
136
-5.81598
106.276858
R
94
-5.814138
106.296257
R
137
-5.815886
106.27683
R
95
-5.814226
106.295996
R
138
-5.815787
106.276811
L
96
-5.814281
106.295892
R
139
-5.815714
106.276811
PL
97
-5.814285
106.295854
PR
140
-5.815716
106.276757
L
98
-5.814326
106.295817
R
141
-5.815725
106.276678
R
99
-5.814344
106.295734
P
142
-5.815718
106.276573
R
100
-5.814353
106.295715
R
143
-5.815737
106.276511
R
101
-5.81437
106.295636
R
144
-5.815837
106.276504
R
102
-5.81438
106.295589
R
145
-5.81594
106.27648
KHR
103
-5.814394
106.295556
RKH
146
-5.816036
106.276445
R
104
-5.814442
106.29553
R
147
-5.816028
106.276353
KH
105
-5.814479
106.295469
R
148
-5.815987
106.276245
KH
106
-5.814505
106.295397
R
149
-5.815981
106.276174
KH
107
-5.8145
106.29534
KHR
150
-5.815947
106.276101
RKH
108
-5.814523
106.295301
R
151
-5.815922
106.276023
RKH
109
-5.814563
106.295232
RKH
152
-5.815915
106.275922
KH
110
-5.814586
106.295177
RKH
153
-5.815914
106.275836
KH
111
-5.8146
106.295141
KH
154
-5.815884
106.275725
KH
112
-5.814594
106.295074
KH
155
-5.815787
106.275722
KH
113
-5.814594
106.295071
KH
156
-5.815694
106.275755
R
114
-5.814621
106.295033
R
157
-5.815609
106.275832
L
115
-5.814657
106.294971
KH
158
-5.815515
106.275894
L
116
-5.81469
106.294897
R
159
-5.81543
106.275923
L
117
-5.814695
106.294836
R
160
-5.81544
106.275868
P
118
-5.814722
106.294761
KH
161
-5.815453
106.275794
P
119
-5.814747
106.29474
R
162
-5.815445
106.275688
P
120
-5.814715
106.294653
KH
163
-5.815362
106.275593
P
121
-5.816337
106.278001
KH
164
-5.8153
106.275525
L
122
-5.816391
106.277888
KH
165
-5.815389
106.275542
L
123
-5.816349
106.277814
R
166
-5.815482
106.27555
R
124
-5.816331
106.277766
KH
167
-5.815581
106.275552
R
125
-5.816328
106.277662
KH
168
-5.815692
106.275529
R
19
No
Lintang
Bujur
Keterangan
No
Lintang
Bujur
Keterangan
169
-5.815753
106.275518
KH
212
-5.807759
106.284656
KH
170
-5.815785
106.275391
KH
213
-5.807745
106.284619
KH
171
-5.815755
106.275315
KH
214
-5.807752
106.284566
KH
172
-5.815731
106.275203
KH
215
-5.80776
106.284497
KH
173
-5.815718
106.275116
KH
216
-5.807754
106.28444
KH
174
-5.815601
106.275046
R
217
-5.807748
106.284413
KH
175
-5.815257
106.275615
PL
218
-5.807742
106.284359
KH
176
-5.815237
106.275679
PL
219
-5.80774
106.284288
KH
177
-5.815415
106.276282
P
220
-5.807734
106.284245
KH
178
-5.81535
106.276114
P
221
-5.807795
106.284222
KH
179
-5.815152
106.275594
P
222
-5.807844
106.284196
KH
180
-5.815139
106.275504
P
223
-5.807895
106.284165
KH
181
-5.815118
106.275391
P
224
-5.807943
106.284155
KH
182
-5.815093
106.275294
P
225
-5.807984
106.28413
KH
183
-5.815234
106.274849
L
226
-5.807996
106.284129
KH
184
-5.815362
106.274799
R
227
-5.80804
106.284126
KH
185
-5.815559
106.27472
KH
228
-5.808162
106.28407
P
186
-5.815543
106.274806
KH
229
-5.808184
106.284077
P
187
-5.815565
106.274785
KH
230
-5.808203
106.284118
P
188
-5.815584
106.27469
KH
231
-5.808183
106.283871
KHR
189
-5.815556
106.27457
KH
232
-5.808181
106.2838
KHR
190
-5.815548
106.274473
KH
233
-5.808152
106.283711
KH
191
-5.815532
106.274382
KH
234
-5.808127
106.283705
KH
192
-5.815499
106.274108
KHR
235
-5.808093
106.283704
KH
193
-5.815412
106.273786
KHR
236
-5.808067
106.283715
KH
194
-5.815395
106.273689
KHR
237
-5.807991
106.283714
KH
195
-5.815016
106.274249
PL
238
-5.807904
106.28368
RKH
196
-5.815024
106.274341
PL
239
-5.807859
106.28366
RKH
197
-5.815028
106.274413
PL
240
-5.807835
106.283651
RKH
198
-5.815044
106.27451
PL
241
-5.807764
106.283611
KHR
199
-5.815084
106.274942
PL
242
-5.807722
106.283574
KHR
200
-5.815037
106.274731
PL
243
-5.807704
106.283569
KHR
201
-5.815103
106.275048
PL
244
-5.807693
106.283536
KHR
202
-5.808517
106.284626
PR
245
-5.807693
106.283058
RKH
203
-5.808465
106.284635
PR
246
-5.807727
106.283051
RKH
204
-5.808432
106.284639
PR
247
-5.807959
106.283023
PR
205
-5.808387
106.284647
PR
248
-5.808004
106.283025
PR
206
-5.808235
106.284684
KH
249
-5.808012
106.283041
PR
207
-5.808072
106.284747
KH
250
-5.808107
106.283078
PL
208
-5.807763
106.284881
KH
251
-5.80814
106.283081
PL
209
-5.807792
106.28484
KH
252
-5.80817
106.283095
PL
210
-5.807782
106.284752
KH
253
-5.808199
106.283111
PL
211
-5.807768
106.284715
KH
254
-5.808227
106.283141
PL
20
No
Lintang
Bujur
Keterangan
No
Lintang
Bujur
Keterangan
255
-5.808284
106.28243
PL
292
-5.816965
106.288501
KHR
256
-5.808673
106.286077
PL
293
-5.816962
106.288456
KHR
257
-5.80864
106.286077
PL
294
-5.816993
106.288332
KHR
258
-5.808587
106.286081
PL
295
-5.817014
106.288233
KHR
259
-5.808552
106.286082
PL
296
-5.817038
106.288123
KHR
260
-5.808511
106.286086
PL
297
-5.812142
106.258347
PR
261
-5.808459
106.286089
PL
298
-5.812142
106.258347
PR
262
-5.808422
106.286099
PL
299
-5.812142
106.258347
PR
263
-5.808403
106.286086
PL
300
-5.812142
106.258347
PR
264
-5.808382
106.286082
PL
301
-5.812142
106.258347
PR
265
-5.808035
106.285348
RKH
302
-5.812141
106.258346
PR
266
-5.808007
106.285287
RKH
303
-5.81213
106.258338
PR
267
-5.807997
106.285248
RKH
304
-5.814214
106.294133
L
268
-5.808014
106.285091
RKH
305
-5.814237
106.294014
PL
269
-5.807997
106.28501
RKH
306
-5.814415
106.293913
PL
270
-5.807915
106.284937
RKH
307
-5.8146
106.293715
PL
271
-5.807923
106.284866
KHR
308
-5.814657
106.29348
L
272
-5.808232
106.284752
PL
309
-5.814979
106.292736
L
273
-5.80827
106.284744
PL
310
-5.815103
106.292532
L
274
-5.808331
106.284719
PL
311
-5.815157
106.292388
L
275
-5.808367
106.284692
PL
312
-5.815314
106.292014
L
276
-5.808405
106.284676
PL
313
-5.815417
106.291846
L
277
-5.808443
106.28467
PL
314
-5.815463
106.291675
L
278
-5.808469
106.284663
PL
315
-5.815526
106.291378
L
279
-5.817181
106.286771
KHR
316
-5.815577
106.29127
L
280
-5.817028
106.287055
KHR
317
-5.81576
106.29085
L
281
-5.817022
106.287126
KHR
318
-5.815815
106.290232
PL
282
-5.817106
106.287422
KHR
319
-5.81584
106.290023
PL
283
-5.817109
106.287448
KHR
320
-5.815848
106.289915
PL
284
-5.817109
106.287473
KHR
321
-5.812142
106.258347
PR
285
-5.816917
106.288524
KHR
322
-5.812142
106.258347
PR
286
-5.816935
106.288533
KHR
323
-5.812142
106.258347
PR
287
-5.81697
106.288572
KHR
324
-5.812142
106.258347
PR
288
-5.816961
106.288599
KHR
325
-5.81356
106.294498
PRA
289
-5.816948
106.288653
KHR
326
-5.808002
106.279949
R
106.288678 KHR 106.279954 R 327 -5.807997 -5.816976 106.288538 KHR -5.807916 106.279997 R 291 328 Keterangan : Pasir Rubble (PR), Pasir (P), Lamun (L), Pasir Lamun (PL), Pasir Rubble Alga (PRA), Rubble Karang Hidup (RKH), Karang Hidup Rubble (KHR), Karang Hidup (KH), Rubble (R) 290
-5.816929
21
Lampiran 2. Dokumentasi substrat dasar perairan
Pasir
Karang Hidup
Lamun
Rubble
Karang Hidup bercampur Rubble
Pasir bercampur rubble
22
Pasir bercampur lamun
Campuran pasir, rubble, alga
Rubble bercampur karang hidup
23
Lampiran 3. Posisi GPS dan objek tutupan lahan Pulau Tunda No
Lintang
Bujur
Keterangan
1
-5.813644
106.285458
Pemukiman
2
-5.815668
106.285697
Gapura
3
-5.815608
106.286058
GPMI
4
-5.816281
106.286177
Lahan Terbangun
5
-5.81515
106.286459
Pemukiman
6
-5.814955
106.286522
Pemukiman
7
-5.814443
106.286475
Pemukiman
8
-5.814205
106.286487
Pemukiman
9
-5.813669
106.285315
Mesjid
10
-5.813397
106.285296
Pemukiman
11
-5.813515
106.284615
Sekolah
12
-5.813507
106.283993
Pemukiman
13
-5.814182
106.283299
Tower
14
-5.81361
106.282449
Pemukiman
15
-5.815034
106.284905
Pemukiman
16
-5.815439
106.285086
Panel Surya
17
-5.81585
106.285317
Lahan Terbangun
18
-5.81645
106.285605
Pemukiman
19
-5.817075
106.285835
Lahan Terbangun
20
-5.813476
106.27871
Kp. Barat (awal)
21
-5.814015
106.277388
Pertigaan Jalan
22
-5.814631
106.277259
Mercusuar
23
-5.814838
106.277446
Lahan Terbuka
24
-5.814729
106.2774
DisHub Laut
25
-5.816121
106.277936
Lahan Terbangun
26
-5.816109
106.277624
Lahan Terbangun
27
-5.81367
106.28545
Kebun
28
-5.813669
106.28545
Belukar
29
-5.813669
106.285449
Belukar
30
-5.811558
106.284181
Semak
31
-5.811001
106.284235
Semak
32
-5.809001
106.284483
Semak
33
-5.808524
106.284157
Mangrove
34
-5.808417
106.282812
Mangrove
35
-5.808333
106.281842
Mangrove
36
-5.80858
106.282308
Semak
37
-5.808612
106.285354
Mangrove
38
-5.808665
106.286302
Mangrove
39
-5.80888
106.287201
Lahan Terbuka
40
-5.808659
106.287585
Mangrove
41
-5.808788
106.288273
Mangrove
24
No
Lintang
Bujur
Keterangan
42
-5.808821
106.288912
Mangrove
43
-5.809043
106.29057
Mangrove
44
-5.809447
106.292002
Mangrove
45
-5.809646
106.292915
Mangrove
46
-5.811914
106.259816
Villa (Barat)
47
-5.812046
106.259856
Lahan Terbuka
48
-5.814279
106.287193
Lahan Terbuka
49
-5.814244
106.287494
Lahan Terbuka
50
-5.814423
106.28949
Kebun
51
-5.814293
106.289424
Kebun
52
-5.814467
106.290157
Kebun
53
-5.814094
106.290356
Kebun
54
-5.813731
106.290256
Lahan Terbuka
55
-5.813572
106.290071
Lahan Terbuka
56
-5.813216
106.289952
Lahan Terbuka
57
-5.813436
106.290318
Belukar
58
-5.813351
106.290517
Belukar
59
-5.813433
106.29049
Belukar
60
-5.813419
106.291144
Belukar
61
-5.81414
106.290881
Belukar
62
-5.814106
106.290755
Kebun
63
-5.813749
106.290561
Kebun
64
-5.813318
106.290819
Kebun
65
-5.813112
106.290511
Lahan Terbuka
66
-5.812818
106.29058
Lahan Terbuka
67
-5.81285
106.290788
Lahan Terbuka
68
-5.812899
106.291018
Lahan Terbuka
69
-5.813122
106.290809
Lahan Terbuka
70
-5.813315
106.29083
Lahan Terbuka
71
-5.812894
106.291497
Lahan Terbuka
72
-5.812813
106.291301
Lahan Terbuka
73
-5.812561
106.291092
Lahan Terbuka
74
-5.812862
106.292768
Lahan Terbuka
75
-5.812272
106.292684
Lahan Terbuka
76
-5.811933
106.293172
Lahan Terbuka
77
-5.812526
106.293527
Toilet Umum (GCP)
78
-5.811387
106.294478
Mangrove
79
-5.810221
106.29314
Mangrove
80
-5.80947
106.292796
Mangrove
81
-5.809484
106.292167
Mangrove
82
-5.809203
106.291523
Mangrove
83
-5.809526
106.293169
Mangrove
84
-5.809631
106.293289
Mangrove
25
No
Lintang
Bujur
Keterangan
85
-5.816877
106.286299
Lahan Terbangun
86
-5.811057
106.283864
Semak
87
-5.810633
106.284217
Semak
88
-5.808616
106.28309
Semak
89
-5.808538
106.282289
Semak
90
-5.808311
106.280581
Semak
91
-5.81206
106.282677
Semak
92
-5.811469
106.282195
Semak
93
-5.811582
106.282183
Semak
94
-5.811701
106.282203
Semak
95
-5.811781
106.28231
Semak
96
-5.81179
106.282426
Semak
97
-5.811854
106.28251
Semak
98
-5.811941
106.282586
Kebun
99
-5.812059
106.282674
Kebun
100
-5.812174
106.282637
Kebun
101
-5.812284
106.282567
Kebun
102
-5.812384
106.282475
Semak
103
-5.812494
106.282489
Belukar
104
-5.812605
106.282454
Belukar
105
-5.812731
106.282423
Belukar
106
-5.812878
106.282531
Belukar
107
-5.812827
106.282601
Belukar
108
-5.812844
106.282715
Belukar
26
Lampiran 4. Dokumentasi objek tutupan lahan
Kebun Kebun
Semak
Pemukiman Mangrove
Lahan Terbuka
Pemukiman
Belukar
27
RIWAYAT HIDUP Penulis dilahirkan di Sukabumi pada tanggal 3 September 1992 dari ayah Roni Dio dan ibu Teti. Penulis adalah putra pertama dari dua bersaudara. Tahun 2011 penulis lulus dari SMA Negeri 1 Palabuhanratu dan pada tahun yang sama penulis lulus seleksi masuk Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB dan diterima di Departemen Ilmu dan Teknologi Kelautan, Fakultas Perikanan dan Ilmu Kelautan. Selama mengikuti perkuliahan, penulis menjadi asisten praktikum Pengideraan Jauh Kelautan pada tahun ajaran 2013/2014, asisten praktikum Dasar-dasar Penginderaan Jarak Kelautan tahun ajaran 2014/2015 dan asisten praktikum pemetaan sumberdaya hayati laut tahun ajaran 2014/2015. Penulis juga pernah aktif sebagai staf Divisi Kaderisasi dan Kebijakan HIMITEKA IPB tahun kepengurusan 2013/2014 dan 2014/2015. Dalam rangka penyelesaian studi di Fakultas Perikanan dan Ilmu Kelautan, penulis melaksanakan penelitian dengan judul “Pemetaan Bentik Habitat dan Tutupan Lahan Pulau Tunda menggunakan Citra Satelit WorldView-2”.
