PEMETAAN SUHU PERMUKAAN LAUT MENGGUNAKAN CITRA SATELIT AQUA MODIS DI PERAIRAN PROVINSI KEPULAUAN RIAU Arief Binsar Tampubolon 1), Oktavianto Gustin 2), Siti Noor Chayati 3) Jurusan Teknik Informatika, Politeknik Negeri Batam Jl. Ahmad Yani, Batam Centre, Batam 29461, Indonesia 1)
E-mail:
[email protected]
2)
E-mail:
[email protected]
3)
E-mail:
[email protected]
Abstrak Salah satu teknologi yang dapat digunakan untuk mengatasi masalah negara kepulauan, diantaranya pelanggaran batas wilayah, penentuan lokasi sumber daya alam, serta kemampuan dini dalam mendeteksi awalnya suatu bencana alam, adalah teknologi pengindraan jauh. Teknologi ini menggunakan kemampuan sensor satelit yang dapat menangkap citra pemetaan suatu wilayah dengan spesifikasi yang dimilikinya. Salah satu sensor yang memiliki kemampuan tersebut adalah Moderate Resolution Imaging Spectroradiometer (MODIS). Suhu permukaan laut (SPL) merupakan salah satu faktor penentu kualitas suatu perairan. Pengukuran serta pemetaan SPL di Provinsi Kepulauan Riau dengan menggunakan citra Aqua MODIS. Pemantauan gejala perubahan serta suhu secara berkala diperlukan dalam melakukan analisa pola sebaran SPL. Analisa tersebut menggunakan citra satelit AQUA MODIS. Pengamatan suhu serta persebarannya dapat digambarkan dengan baik oleh kanal 20, 31 dan 32 citra AQUA MODIS. Algoritma yang digunakan adalah algoritma Brown dan Minnet, 1999 (ATBD_25) untuk mendapatkan nilai SPL. Uji validasi yang dilakukan bernilai 88,6%, yang menunjukkan SPL pengolahan citra mempresentasikan kondisi sesungguhnya. Di sajikan dalam bentuk peta informasi SPL Provinsi Kepulauan Riau serta persebaran suhunya dalam informasi spasial berbasis web. Data hasil analisis dapat dijadikan sebagai bahan referensi penelitian selanjutnya. Kata kunci: Suhu Permukaan Laut (SPL), Provinsi Kepulauan Riau, Citra Satelit Aqua MODIS, WebGIS, Brown and Minnet. Abstract One of the technology that can be used to overcome the problem in the archipelagic country, including encroachment, determining the location of natural resources, is a remote sensing technology. This technology uses the ability of satellite sensors to capture the image of an area with its specifications. One of the sensor that has those ability is the Moderate Resolution Imaging Spectroradiometer (MODIS). Sea Surface Temperature (SST) is one of factor for the quality of the waters. The vehicle in the measurement and mapping of Sea Surface Temperature in Riau Islands Province using MODIS Aqua image. Monitoring symptoms and temperature changes on a regular basis is needed to analyze the distribution of SST patterns. The analysis use AQUA MODIS satellite imagery. Observations of temperature and its range can be described well by channels 20, 31 and 32 AQUA MODIS images.
The algorithm used is algorithm Brown and Minnet, 1999 (ATBD_25) to get the value of SST. Test validation is done with value 88.6%, which shows the image processing SST presents the actual condition the result a map information SST Riau Islands Province as well as the temperature distribution in the web-based spatial information. Data analysis can be used as reference material for further research. Keywords: Sea Surface Temperature (SST), Riau Islands Province, Aqua MODIS Satellite Imagery, WebGIS, Brown and Minnet. 1 Pendahuluan Pengetahuan mengenai SPL sangat bermanfaat
Oleh karena itu diperlukan penelitian untuk memantau perubahan SPL'S di Kepulauan Provinsi Riau, dengan
untuk banyak hal yang terkait dengan penelitian lain
menggunakan teknologi penginderaan jauh hilang,
maupun aplikasi
yang dengan citra satelit data resolusi Moderate
pemanfaatannya. SPL merupakan
salah satu faktor utama penggerak siklus musim baik
Imaging Spectroradiometer (MODIS)
di daerah tropis maupun sub tropis dimana suhu permukaan
laut
akan mempengaruhi kondisi
atmosfer, cuaca dan musim, bahkan munculnya
Dari uraian diatas, maka permasalahan dalam penelitian ini adalah: 1.
Pemanfaatan sensor satelit Aqua MODIS yang
fenomena El Nino dan La Nina dapat dipelajari melalui
menjadi
SPL. Banyak lagi hal lain yang terkait dengan aplikasi
pemetaan SPL di Provinsi Kepulauan Riau dengan
yang dapat dipengaruhi oleh SPL, diantaranya
menggunakan citra Aqua MODIS.
kesuburan
perairan/laut
serta
bidang
perikanan
2.
(Sukresno, 2008).
wahana
dalam
pengukuran
serta
Menyajikan peta dan informasi suhu permukaan laut Provinsi Kepulauan Riau dalam informasi
Secara geografis Provinsi Kepulauan Riau
spasial berbasis web.
terletak antara kordinat 1° 10' Lintang Selatan s.d. 5°
Batasan masalah dalam penelitian tugas akhir ini
10' Lintang Utara dan 102° 50' s.d. 109° 20' Bujur
adalah:
Timur. Provinsi Kepulauan Riau memiliki batas
1.
wilayah di sebelah Utara dengan Laut Cina Selatan, di sebelah Timur dengan Negara Malaysia dan Provinsi
MODIS level 1B tanggal 20 November 2015 2.
Kalimantan Barat, di sebelah Selatan dengan Provinsi Sumatera Selatan dan Provinsi Jambi, dan di Sebelah
Data yang digunakan adalah citra satelit Aqua Penelitian ini dikhususkan untuk pemetaan SPL yang berlokasi di Provinsi Kepulauan Riau.
3.
Metode yang digunakan dalam penelitian ini
Barat dengan negara Singapura, Malaysia, dan
dengan
Provinsi Riau. Kondisi iklim Provinsi Kepulauan Riau
Brown and Minnet (1999) dan menganalisa hasil
adalah beriklim tropis dengan temperatur rata-rata
pengukuran SPL yang diperoleh dari citra satelit
terendah 23,9° C dan tertinggi rata-rata 31,8° C serta
Aqua MODIS.
kelembaban udara sekitar 87%. Setiap setengah tahun berubah antara musim kemarau dan musim hujan.
4.
pengolahan
menggunakan
algoritma
Data lapangan (ground truth) yang diambil pada tanggal 20 November 2015.
Kemudian berdasarkan arah mata angin berlaku musim
Penelitian ini bertujuan untuk mengetahui SPL
utara, musim selatan, musim barat dan musim timur.
dari pengolahan data citra satelit aqua MODIS
Musim tersebut sangat bepengaruh terhadap usaha
sehingga
perikanan di Provinsi Kepulauan Riau baik usaha
Kepulauan Riau yang di presentasikan ke dalam
penangkapan
informasi spasial berbasis web.
maupun
usaha
budidaya
menjadi
peta
SPL perairan
Provinsi
(balitek-ksda.or.id, 2015). Begitu pun dengan SPL di perairan Provinsi Kepulauan Riau yang dianggap oleh faktor yang akan mengalami perubahan setiap musim dan itu tahun.
2
2 Petunjuk Umum a. Suhu Permukaan Laut Suhu permukaan laut (SPL) merupakan salah
satu faktor yang penting bagi kehidupan organisme
b.
di lautan, karena suhu mempengaruhi baik aktivitas metabolisme
maupun perkembangbiakan
dari
organisme–organisme tersebut. SPL juga digunakanan
Alat dan Bahan Peralatan yang digunakan dalam penelitian ini
antara lain: 1.
Perangkat keras (Hardware) a.
sebagai indikasi penentuan kualitas suatu perairan.
Laptop Intel(R) Core(TM) i5-5200U CPU @
Pemetaan suhu permukaan laut dilakukan dengan
2.20 GHz 2.20 GHz. Dengan Memori 4 GB
bantuan satelit (Anggreyni, 2011). Satelit Aqua
DDR3 dan kapasitas penyimpanan 500 GB
MODIS mengelilingi bumi setiap satu sampai dua hari
HDD.
dengan arah lintasan orbit dari kutub selatan menuju
b.
DO Meter
kutub utara (ascending node) pada ketinggian 705 km
c.
GPS Garmin Handheld
(NASA, 2009). Satelit Aqua MODIS memiliki orbit
2.
Perangkat Lunak (Software)
polar sun-syncronus. Satelit melintasi equator pada
a.
Sistem Operasi Windows 8 Pro 64 bit
siang hari mendekati pukul 13.30 waktu lokal. image
b.
ENVI 4.5
MODIS memiliki tiga resolusi spasial ini yang 250 m
c.
ArcGIS 10
(Band 1 - Band 2), 500 m (band 3 - band 7), dan 1000m
Bahan yang digunakan dalam penelitian ini antara lain:
(Band 8 - Band 36). b.
1. Data citra satelit Aqua MODIS Level 1b berformat
Algoritma
file HDF (Hierarchical Data Format) yang
Untuk menentukan SPL citra AQUA MODIS dilakukan
dengan
melakukan
berekstensi
“.hdf”
(data
sudah
disisipkan
perhitungan
beberapa subfile tersendiri berupadata lokasi
menggunakan algoritma Brown dan Minnet (1999)
geografis, data kalibrasi sensor untuk konversi
yang mengacu pada Algorithm Theoretical Basic
perhitungan digital).
Document Modis 25 (ATBD 25).
a.
3.
Metodologi Penelitian
a.
Lokasi dan Waktu Penelitian
Penelitian dilaksanakan pada bulan September 2015 dengan lokasi di Perairan Provinsi Kepulauan Riau yang terletak antara kordinat 1° 10' Lintang Selatan s.d. 5° 10' Lintang Utara dan 102° 50' s.d. 109° 20' Bujur Timur pada Gambar 1.
a1.15324.1822.1000m.hdf
2. Peta Vektor Provinsi Kepulauan Riau file kepri_adm.shp.
3. Peta Vektor Provinsi di Indonesia
3
file
indo_adm.shp
4. Data SPL yang didapat langsung melalui pengukuran di lapangan (groundtruth). c.
Gambar 1. Provinsi Kepulauan Riau
Citra Aqua MODIS bulan November 2015
Desain Penelitian
Persamaan untuk mengubah radiansi menjadi Brightness Temperature adalah: Tb = c2 / (Vi * ln (c1 / (Vi 5 * radiansi) + 1))…… (1) Dalam hal ini: = suhu kecerahan air (oK) Band 20, Band 31,
Tb
dan Band 32, c1, c2
= konstanta radiasi, dimana nilai c1 adalah 1,1910659x108 [W m-2 sr-1 (μm-1)-4 ], dan nilai c2 adalah 1,438833 x 104 [K μm]
Vi
=
panjang
gelombang
pusat
(central
wavelength) (meter), Radiansi = merupakan band MODIS yang akan dihitung nilai suhu kecerahan airnya. Persamaan untuk algoritma Cloud Masking Gambar 2. Diagram Alir Penelitian d.
Teknik Pengolahan dan Analisis Data
adalah: Cloud Masking = (B3 GE 0.2)*0+ (B3 LT 0.2)*1…. (2) Dalam hal ini: B3 = band 3 GE = Greater Equal LT
= Less Than Persamaan untuk algoritma SPL Brown and
Minnet 1999 adalah: SPL = C 1 + (C 2 *TB 31 ) + C 3 * (TB 31 - TB 32 )*TB 20 + C 4 *( (TB 31 + TB 32 )*( 1 / fails θ –1)).. ...... (3) Dalam hal ini: - C1, C2, C3 dan C4 = koefisien SPL untuk band 31 dan 32 (Brown Minnet, 1999) - Tsfc
= suhu kecerahan band 20
- Sec θ
= sensor zenith satelit
- TB31
= suhu kecerahan band 31
- TB32
= suhu kecerahan band 32
Tabel 1. Koefisien untuk MODIS band 31 dan 32 Algoritma SPL (Sumber: Brown and Minnet, 1999) Koefisien ΔT=T30 – T31 ΔT= T30 – T31 ≤ 0.7 > 0.7 C1 1,228552 1,692521 C2 0,9576555 0,9558419 C3 0,1182196 0,0873754 C4 1,774631 1,199584
4. Hasil dan Pembahasan a. Gambar 3. Diagram alir pengolahan data
4
Georeferensi Citra
Proses ini dilakukan untuk memberikan bentuk dan posisi sebenarnya dari citra. Pada tahap ini
dilakukan beberapa proses, Proses ini dilakukan di software ENVI menggunakan menu Georeference MODIS. Metode transformasi yang digunakan adalah metode Triangulasi. Di dalam proses ini dilakukan proses pemilihan jenis proyeksi (Latitude/Longitude), datum (WGS 1984), unit (Degree), memasukkan parameter sensor, dan koreksi bowtie. Selain itu juga dilakukan proses spectral subset, yaitu memilih band yang akan diproses dalam penelitian ini yaitu band 3, dan band 20, 31 & 32. b.
d.
Konversi Nilai Radiansi menjadi Brightness Temperature Konversi nilai DN menjadi suhu kecerahan
temperatur menggunakan
(brightness persamaan
temperature)
dengan
invers
Planck,
fungsi
dihasilkan citra dari band 20, 31 dan 32 pada Gambar 5 yang telah terkoreksi oleh algoritma Brightness Temperature
.
Cropping Image Untuk pemotongan citra dilakukan secara kasar
(tanpa
memasukkan
parameter
tertentu)
untuk
membatasi daerah yang akan diolah agar lebih fokus
Gambar 5. Brightness temperature band 20, 31, 32
terhadap daerah yang diteliti yaitu wilayah perairan
MODIS
Provinsi Kepulauan Riau sebelum koreksi geometrik. e. c.
Koseksi Geometrik Koreksi
geometrik
Algoritma Cloud Masking Proses Cloud Masking/pemisahan awan yang
dengan
dilakukan di semua piksel menggunakan band 3
memberikan GCP pada citra menggunakan Peta
bertujuan agar data citra terbebas dari awan, yaitu
Administrasi
file
dengan menjadikan daerah yang tertutup awan menjadi
indo_adm.shp skala 1:1.000.000 berupa peta vektor
bernilai DN=0 menggunakan Algoritma Xiangming
dengan metode image to image pada software ENVI
Xiao et all (2004).
Indonesia
dilakukan dengan
nama
4.5. Hasil atau nilai dari koreksi geometrik diwakili oleh nilai RMS error dari perhitungan GCP. Batas toleransi untuk nilai kesalahan RMS error adalah 1 pixel, sehingga apabila nilai RMS error lebih dari 1 harus dilakukan perhitungan ulang (Purwadhi, 2001). Pada Gambar 4 Hasil RMSE citra Aqua MODIS tanggal 20 November 2015 mempunyai nilai RMSE kurang dari 1 piksel yaitu RMSE sebesar 0.10223 piksel, sehingga citra dianggap memenuhi toleransi yang diberikan.
Gambar 4. Nilai RMSE
5
f.
SPL Algorithm
Dari hasil pengolahan yang ditunjukkan didapatkan bahwa suhu tertinggi di Provinsi Kepulauan Riau pada 20 November 2015. Pada tanggal tersebut SPL tertinggi hasil algoritma adalah 28,6-29,6 ⁰C, terlihat pada Gambar 6 dimana titik tersebut berada di selatan Provinsi Kepulauan Riau dan Pulau Bangka. Dahuri et al (2003) SPL Indonesia secara umum berkisar antara 26-29oC. Jika dilihat dari waktu atau cuacanya, pada saat itu selisih 2-3 jam pada saat satelit Aqua MODIS mengorbit sedangkan cuacanya cerah berawan ada kemungkinan pada saat satelit mengorbit sensor yang membaca nilai SPL tergangu dan terhalangi oleh awan sehingga tidak maksimal.
- Suhu tertinggi dari pengambilan sampel diatas adalah 31,1⁰C dan suhu terendah adalah 30,1⁰C. Tabel 3. Data lapangan groundtruth Pantai Nongsa
No
Posisi Titik Lintang Bujur 1o 8’ 47.82’’ 104o 8’52.74’’ o 1 8’ 47.34’’ 104o 8’54.42’’ o 1 8’ 46.14’’ 104o 8’55.74’’ o 1 8’ 45.12’’ 104o 8’ 56.8’’ o 1 8’ 44.16’’ 104o 8’ 57.96’’ o 1 8’ 42.6’’ 104o 8’ 59.88’’ o 1 8’ 41.28’’ 104o 9’ 0.9’’ o 1 8’ 40.38’’ 104o 9’ 1,86’’ o 1 8’ 39.48’’ 104o 9’ 3.24’’ o 1 8’ 38.7’’ 104o 9’ 3.96’’ o 1 8’ 38.1’’ 104o 9’ 4.44’’ o 1 8’ 36.96’’ 104o 9’ 4.68’’ o 1 8’ 34,5’’ 104o 9’ 4.56’’ o 1 8’ 34.38’’ 104o 9’ 4.5’’ o 1 8’ 33.36’’ 104o 9’ 5.64’’ o 1 8’ 32.22’’ 104o 9’ 6.84’’ o 1 8’ 30.96’’ 104o 9’ 12.84’’ o 1 8’ 29.64’’ 104o 9’ 8.34’’ o 1 8’ 28.38’’ 104o 9’ 8.76’’ o 1 8’ 27’’ 104o 9’ 9.42’’ dari pengukuran SPL pada Tabel 3
langsung di lapangan pada waktu itu adalah sebagai
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Hasil
berikut:
bahwa:
Gambar 6. Hasil Algoritma SPL MODIS g.
Uji Data Lapangan Cek lapangan atau Groundtruth dilaksanakan
pada 20 November 2015 di perairan Provinsi Kepulauan Riau. Adapun data yang diambil salah satunya adalah data SPL pada lokasi-lakasi tertentu yaitu pada perairan Pelabuhan Jodoh (Tabel 2) dan Pantai Nongsa (Tabel 3). Hasil temperatur yang diukur
Tabel 2. Data lapangan groundtruth Pelabuhan Jodoh Posisi Titik Suhu No (oC) Lintang Bujur o o 1 1 9’ 21.9’’ 103 59’ 25.98’’ 31,0 2 1o 9’ 21.6’’ 103o 59’ 23.16’’ 30,9 3 1o 9’ 21.78’’ 103o 59’ 19.92’’ 30,8 4 1o 9’ 21.78’’ 103o 59’ 16.5’’ 30,8 5 1o 9’ 21.54’’ 103o 59’ 14.34’’ 30,1 6 1o 9’ 22.02’’ 103o 59’ 12.18’’ 30,7 7 1o 9’ 22.14’’ 103o 59’ 10.68’’ 30,9 8 1o 9’ 21.08’’ 103o 59’ 9’’ 30,9 9 1o 9’ 23.4’’ 103o 59’ 7.74’’ 30,9 10 1o 9’ 22.26’’ 103o 59’ 6.12’’ 30,9 11 1o 9’ 22.02’’ 103o 59’ 4.31’’ 30,9 12 1o 9’ 20.58’’ 103o 59’ 4.14’’ 30,9 13 1o 9’ 18’’ 103o 59’ 4.19’’ 30,9 14 1o 9’ 16.08’’ 103o 59’ 4.5’’ 30,9 15 1o 9’ 14.28’’ 103o 59’ 4.74’’ 30,9 16 1o 9’ 12.72’’ 103o 59’ 4.08’’ 31,0 17 1o 9’ 10.38’’ 103o 59’ 4.62’’ 31,0 18 1o 9’ 8.88’’ 103o 59’ 4.98’’ 31.1 19 1o 9’ 7.68’’ 103o 59’ 5.22’’ 31,1 20 1o 9’ 5.28’’ 103o 59’ 5.46’’ 31,1
Hasil dari pengukuran SPL pada Tabel 2 menujukkan bahwa: - Rata-rata SPL di perairan Provinsi Kepulauan Riau berkisar antara 30,9⁰C pada tanggal 20 November 2015.
6
Suhu (oC) 31,3 31,4 31,5 31,7 31,9 32,0 31,8 32,0 32,0 31,9 31,8 31,7 31,6 31,7 31,6 31,4 31,3 31.1 31,1 31,2 menujukkan
- Rata-rata SPL di perairan Provinsi Kepulauan Riau berkisar antara 31,6⁰C pada tanggal 20 November 2015. - Suhu tertinggi dari pengambilan sampel diatas adalah 32⁰C dan suhu terendah adalah 31,1⁰C. h.
Perbandingan SPL Hasil Groundtruth dengan SPL Citra Pada tahap ini dilakukan perbandingan data
groundtruth pengukuran SPL Pelabuhan Jodoh pada Tabel 4 dan Pengukuran SPL Pantai Nongsa pada Tabel 5, Untuk nilai SPL pada 1 piksel di citra juga memiliki 1 data SPL, sehingga untuk beberapa nilai SPL hasil groundtruth yang terletak pada piksel yang sama dilakukan perhitungan rata-rata SPL. Tabel 4. Pengukuran SPL Pelabuhan Jodoh No.Titik SPL No. Piksel SPL Groudtruth Lapangan Citra (oC) (oC) PJ1 31,0 247 23,7 PJ2 30,9 237 23,7 PJ3 30,8 247 23,7 PJ4 30,8 247 23,7 PJ 5 30,1 247 23,7
No.Titik Groudtruth PJ 6 PJ 7 PJ 8 PJ 9 PJ 10 PJ 11 PJ 12 PJ 13 PJ 14 PJ 15 PJ 16 PJ 17 PJ 18 PJ 19 PJ 20
SPL Lapangan (oC) 30,7 30,9 30,9 30,9 30,9 30,9 30,9 30,9 30,9 30,9 31,0 31,0 31.1 31,1 31,1
No. Piksel 249 247 247 247 247 247 247 247 247 247 247 247 247 247 247
SPL Citra (oC) 24,6 23,7 23,7 23,7 23,7 23,7 23,7 23,7 23,7 23,7 23,7 23,7 23,7 23,7 23,7
Tabel 5. Pengukuran SPL Pantai Nongsa
No.Titik Groudtruth PN1 PN 2 PN 3 PN 4 PN 5 PN 6 PN 7 PN 8 PN 9 PN 10 PN 11 PN 12 PN 13 PN 14 PN 15 PN 16 PN 17 PN 18 PN 19 PN 20
SPL Lapangan (oC) 31,3 31,4 31,5 31,7 31,9 32,0 31,8 32,0 32,0 31,9 31,8 31,7 31,6 31,7 31,6 31,4 31,3 31.1 31,1 31,2
No. Piksel 233 233 233 233 233 233 233 233 233 233 233 233 233 233 234 234 234 234 234 234
SPL Citra (oC) 19,1 19,1 19,1 19,1 19,1 19,1 19,1 19,1 19,1 19,1 19,1 19,1 19,1 19,1 19,5 19,5 19,5 19,5 19,5 19,5
pada piksel yang sama dilakukan perhitungan rata-rata SPL. Tabel 6. Pengelompokan SPL di Lapangan No.Titik SPL No. SPL Groudtruth Lapangan Piksel Citra (oC) (oC) PJ 6 30,7 249 26,6 PJ 1, PJ3-PJ5, 30,9 247 23,7 PJ7-PJ20 PJ 2 30,9 237 23,7 PN15-PN20 31,3 234 19,5 PN1-PN14 31,7 233 19,1 Rata-rata 31,1 22,52 Terdapat interval suhu antara 30,7-31,7⁰C untuk SPL di lapangan, sedangkan untuk SPL citra interval suhu berkisar antara 19,1-26,6⁰C. Dapat dilihat bahwa dari kedua data diatas terdapat selisisih sebesar 8,6⁰C dimana SPL hasil pengolahan dari citra menujukkan suhu yang lebih rendah dari pada suhu di lapangan. Gambar 4.3 flktuasi grafik menunjukkan bahwa pada kedua data, SPL citra pada piksel 249 adalah yang tertinggi, sedangkan SPL lapangan pada piksel 233. Hal ini diakibatkan lokasi dimana posisi piksel lapangan berada di sekitar garis pantai, sehingga SPL masih dipengaruhi oleh suhu daratan. Tingkat kecocokan antara data SPL citra terhadap data SPL lapangan mempunyai hasil yang lebih rendah. Hal ini terjadi karena data citra Aqua MODIS yang diolah diambil pada waktu yang berbeda dengan data di lapangan, yaitu selisih dua jam. j.
Validasi Uji validasi dilakukan pada citra Aqua MODIS
tanggal 20 November 2010 dan data lapangan. Proses ini didahului dengan menentukan besarnya korelasi antara SPL citra dengan SPL lapangan. Hal ini perlu dilakukan untuk mengetahui seberapa besar tingkat kecocokan data SPL citra terhadap data SPL lapangan,
i.
Analisis Perbandingan SPL Hasil Groundtruth
karena data SPL citra juga akan digunakan sebagai data
dengan SPL Citra
validator. Didapatkan besarnya korelasi sebesar -0.938
Pada analisis ini dilakukan perataan data
hal ini Apabila Nilai Koefisien Korelasi mendekati -1
groundtruth, karena terdapat koordinat yang terletak
(Negatif Satu) maka hal ini menunjukan pasangan data
pada piksel yang sama pada citra yang terkoreksi
Variabel X dan Variabel Y memiliki Korelasi Linear
geometrik. Untuk nilai SPL pada 1 piksel di citra juga
Negatif yang kuat/erat. kemudian dilanjutkan dengan
memiliki 1 data SPL pada Tabel 6, sehingga untuk
mencari besarnya nilai koefisien determinasi yang
beberapa nilai SPL hasil groundtruth yang terletak
7
divisualisasikan pada Gambar 7.
masuk dalam toleransi yang ditetapkan. Maka dapat disimpulkan bahwa dari keseluruhan data SPL yang digunakan telah merepresentasikan kondisi suhu yang sesungguhnya. k.
Layouting ke WebGIS Peta hasil pengolahan data citra aqua MODIS
untuk perairan Provinsi Kepulauan Riau, diketahui Gambar 7. Diagram Pencar Perbandingan SPL
kondisi SPL terendah dan tertinggi yang ditandai
Citra dengan SPL Lapangan
dengan gradasi warna dalam bentuk informasi spasial berbasis web menggunakan P.mapper merupakan
Dalam hal ini: Y= SPL Image
suatu framework yang menawarkan fungsi luas dan
X= SPL Field Dengan koefisien 0.88554 mempunyai arti bahwa sebesar 88,6%. Menurut Sarwono (2006) kriteria kekuatan
hubungan
korelasi
apabila
koefisien
diantara >0,75 – 0,99 adalah sangat kuat. Hal ini berarti menunjukkan hubungan negatif ditunjukkan pada
berbagai konfigurasi untuk memfasilitasi setup dari pengembangan aplikasi MapServer dan P.mapper berbasis
pemrograman
PHP/MapScript
dan
JavaScript, maka dihasilkan Peta SPL Provinsi Kepulauan Riau ditampilkan pada Gambar 8.
grafik menurun antara data SPL citra dan SPL lapangan yang digunakan. Citra hasil perhitungan algoritma
Gambar 8. Peta SPL Provinsi Kepulauan Riau tanggal 20 November 2015 Data yang ada pada website adalah file berformat
suhunya untuk membedakan persebarannya. Semua
*.shp mulai dari Peta Indonesia, peta Negara tetangga,
file
bertipe polygon. Untuk data suhu yang terdapat pada
Bujur-Lintang (longlat) menggunakan Datum WGS84
grup Nature-spatial Data merupakan file dari suhu
dan menggunakan Sistem Koordinat Geografis dengan
permukaan laut bertipe point yang memiliki interval
ketelitian 1o.
serta warna yang berbeda /gradasi warna setiap
8
yang
ada
pada
web
mengacu
proyeksi
Gambar 9. Hasil olahan citra sebaran Suhu Permukaan Laut Aqua MODIS untuk perairan Provinsi Kepulauan Riau tanggal 20 November 2015 Persebaran suhu permukaan laut pada Provinsi
Gambar 9j yang digunakan juga pada website SPL
Kepulauan Riau pada hasil pengolahan citra satelit
mereka dalam pengklasifikasian interval suhunya,
Aqua MODIS pada tanggal 20 November 2015
maka dalam laporan Tugas Akhir ini penulis mamakai
divisualisasikan pada Gambar 9 dengan rentang suhu
referensi legenda SPL tersebut.
0
dari 20-29,6 C. Suhu tertinggi pada rentang Suhu 28,6-29,6 oC pada Gambar 9a berwarna merah pekat tersebar di bagian selatan Kepulauan Riau, Suhu
5. Kesimpulan Beberapa kelebihan MODIS dibandingkan satelit
C pada Gambar 9b berwarna merah
pencitraan yang lain antara lain adalah lebih
persebarannya berada diantara Provinsi Kepulauan
banyaknya spektral panjang gelombang (resolusi
Riau, Provinsi Kalimantan Barat, dan Provinsi
spektral) dan lebih telitinya cakupan lahan (resolusi
Kepulauan Bangka Belitung, suhu 20-27,4oC pada
spasial) serta lebih kerapnya frekuensi pengamatan
Gambar 9c sampai Gambar 9h persebaran yang cukup
(resolusi
merata pada setiap interval suhunya, sedangkan suhu
kanal-kanal yang dimilikinya yang lebih sempit
terendah interval suhu 20-21oC pada Gambar 9i.
sehingga dapat menghasilkan informasi parameter
Legenda diacu dari klasifikasi SPL pada LAPAN pada
yang lebih baik dan akurat. MODIS melalui berbagai
27,5-28,5
9
o
temporal).
Kisaran
gelombang
pada
algoritma dapat menghasilkan parameter dari suhu
tema yang sama adalah:
permukaan laut.
a. Penelitian terkait dapat dilanjutkan dengan analisis
Akan tetapi, data MODIS juga
memiliki
lebih jauh mengenai saluran (Band) menggunakan
kelemahan dalam keakuratan untuk menentukan zona
berbagai macam algoritma suhu permukaan laut.
potensial penangkapan ikan, hal ini dikarenakan data
b. Penelitian dapat dilakukan dengan informasi yang
citra
sering
mengalami
gangguan
oleh
awan,
diperbaharui seiring dengan perubahan air yang
garis-garis (striped) dan pancaran sinar matahari
terjadi yaitu mengenai suhu permukaan laut
(sunglint) sehingga informasi yang diperoleh kurang
Provinsi
akurat atau kurang sesuai dengan kondisi lapangan,
berikutnya.
Kepulauan
Riau
pada
tahun-tahun
dengan demikian mengakibatkan kehilangan informasi
c. Untuk pengembangan selanjutnya diharapkan
di dalamnya. Kesalahan dalam penentuan radiometrik
menampilkan informasi spasial suhu permukaan
untuk suhu permukaan air pada absorpsi uap air
laut dengan menggunakan data citra satelit yang
atmosfir (kanal 31 dan 32), gas-gas minor di atmosfir
multitemporal khususnya Provinsi Kepulauan Riau
(semua kanal), dan tiupan debu di laut (semua kanal),
ke dalam WebGIS interaktif.
maka kesimpulan yang didapat dari penelitian Tugas
Referensi
Akhir yang dilakukan adalah:
a. Satelit Aqua MODIS telah dimanfaatkan untuk
Annas, R., 2009, Pemanfaatan Data Satelit MODIS untuk Menentukan Suhu Permukaan Laut,
mengetahui suhu permukaan air laut.
b. Nilai RMSE rata-rata citra Aqua MODIS 20
Skripsi,
Fakultas
Teknik,
Universitas
November 2015 adalah 0.10223 telah memenuhi
Indonesia.Anonymous, 2007, Forum Remote
toleransi karena menurut nilai RMSE rata-rata
Sensing
yang diperbolahkan ≤ 1 piksel.
http://www.rsgisforum.net, publikasi tanggal
c. Nilai korelasi dari algoritma SPL Brown and Minnet (1999) untuk citra Aqua MODIS 20
dan
GIS
Indonesia,
12 Desember 2007. Anggreyni, A.D.R., 2011, Studi Perubahan Suhu Permukaan Laut (SPL) Menggunakan Satelit
November 2015 adalah 0,88554.
d. SPL rata-rata tanggal 20 November 2015 di
Aqua MODIS, Skripsi, Fakultas Teknik Sipil
wilayah perairan Provinsi Kepulauan Riau adalah
dan Perencanaan, Institut Teknologi Sepuluh
o
o
maksimum 31,7 C dan minimum 30,7 C pada
November.
groundtruth dan maksimum 29,1 oC dan minimum
Bada, Hilda I.N., 2011, Validasi Dan Pengembangan
20 oC pada citra Aqua MODIS hasil pengolahan.
Algoritma Suhu Permukaan Laut Pathfinder
Karena perairan Indonesia dipengaruhi oleh angin
Satelit NOAA – AVHRR di Perairan Utara
musim, pada saat penelitian dilakukan bulan
Papua, Skripsi, Institut Pertanian Bogor:
November maka sebaran SPLnya pun mengikuti
Bogor, Halaman 18.
barat
Barton, I.J., 2001, Interpretation of Satellite-Derived
(Desember-Januari-Februari), SPL di Kawasan
Sea SurfaceTemperatures, Volume 28, Issue 1,
perubahan
musim
o
Barat Indonesia (KBI) berkisar antara 26-28 C.
Australia.
e. Hasil akhirnya adalah peta suhu permukaan laut
Birowo, S., 1979, Kemungkinan Terjadinya Upwelling
Provinsi Kepulauan Riau yang ditampilkan dalam
di Laut Flores dan Teluk Bone, Jakarta:
informasi spasial berbasis web yang menampilkan
Lembaga Oseanologi Nasional-LIPI, Hal
persebaran suhu.
1-12. Brown, O.B. dan Minnet P.J., 1999, Modis Infared Sea
6.
Saran Saran yang diberikan penulis kepada pembaca
jika ingin melakukan penelitian di tempat atau dengan 1 0
Surface Temperature Algorithm, Algorithm Teoritical
Basis Document
(ATBD)
Version 2.0., Hal 5, University of Miami.
25
Dahuri, R., Rais J., Ginting S.P., Sitepu, M.J., 1996,
Raissa, 2013, Pemetaan Suhu Permukaan Laut
Pengelolaan Sumber Daya Wilayah Pesisir
Menggunakan Citra NOAA/AVHRR dan
dan Lautan Secara Terpadu, PT. Pradnya
AQUA/TERRA MODIS di Perairan Selatan
Paramita, Jakarta.
Jawa Timur, Laporan Kerja Praktik, Fakultas
KSDA, BALITEK, 2014, Profil Kehutanan 33 Provinsi,
Tuah.
http://balitek-ksda.or.id/2014/02/profil-kehut
Samsuri, 2004, Aplikasi Penginderaan Jauh dalam
anan-33-provinsi/, Diakses pada tanggal 2
Pengelolaan Sumber Daya Hutan, Jurusan
September 2015, pukul 14.35 WIB.
Kehutanan Fakultas Pertanian, Universitas
Carter, D., Agtrisari, I., 2003, Desain dan Aplikasi I.
and
Laevastu,
T.
1993,
Sumatera Utara. Sarwono, J., 2006, Metode Penelitian Kuantitatif dan
SIG, PT Elex Komputindo, Jakarta. Hela,
Teknik dan Ilmu Kelautan, Universitas Hang
Fisheries
Oceanography, London: Fishing News Book Ltd., 238p.
Kualitatif, Yogyakarta: Graha Ilmu. Siwi, S.E. dan Wawan K.H., 2008, Pemanfaatan Citra Satelit Penginderaan Jauh Untuk Pengelolaan
Ika, 2011, Studi Perubahan Suhu Permukaan Laut
Sumber Daya Air, Kedeputian Penginderaan
Menggunakan Citra Satelit TERRA MODIS,
Jauh Lembaga Penerbangan dan Antariksa
Skripsi, Teknik Geomatika, Institut Teknologi
Nasional, Bandung.
Sepuluh November.
Sukresno,
Jaelani, L.M., Sukojo, B.M., Hendra, P.B., 2011, Modifikasi
Algoritma
AVHRR
untuk
Estimasi Suhu Permukaan Laut (SPL) Citra Aqua
Modis,
Teknik
Geomatika-ITS,
Kusuma, A., 2008, Analisa Suhu Permukaan Laut Pada
Pengolahan
Data
Satelit
NOAA-AVHRR untuk Pengukuran Suhu Permukaan
Laut
Rata-Rata
Harian,
BRKP-Departemen Kelautan dan Perikanan: 1-10. Mada University Press, Yogyakarta.
Sensir Satelit NOAA/AVHRR dan EOS
Sutanto, 2004, Penginderaan Jauh Jilid 2, Gadjah
AQUA/TERRA MODIS, Fakultas Teknik,
Mada University Press, Yogyakarta. Turban, Efrain, 2009, Decision Support System and
Universitas Indonesia. Kepriprov, 2015, http://www.kepriprov.go.id/, Diakses tanggal 4 September 2015, pukul 13.45 WIB. Lillesand, T.M dan R.W. Kiefer, Remote Sensing and Image Interpretation, (New York: John Wiley&Sons Inc., 1979). 2009,
www.modis.gsfc.nasa.gov,
diakses
tanggal 25 Agustus 2015, pukul 12.25 WIB. Nicholas, M., Short, Sr., 2008, Remote Sensing Tutorial. Nontji A, 1993, Laut Nusantara, Jakarta: Penerbit Djambatan, 368 hal. Prahasta, Eddy, 2002, Konsep-konsep Dasar SIG, Informatika, Bandung. Prahasta, Eddy, 2005, Sistem Informasi Geografis: Tutorial Arcview, Informatika, Bandung. Purwadhi, S.H. 2001, Interpretasi Citra Digital, Jakarta: Grasindo. 1 1
2008,
Sutanto, 1994, Penginderaan Jauh Jilid 1, Gadjah
Surabaya.
NASA,
B.,
Intelligent
Sysrem,
Penerbit
Andi,
Yogyakarta. Weyl, P. K, 1970, Oceanography an Introduction to the Marine Environment, John Wiley & Sons. Xiao, X, et all. 2004. Mapping paddy rice agriculture in southern China using multitemporal MODIS images Xiangming.