Anda di halaman 1dari 36

I.

PENDAHULUAN

1.1.

Latar Belakang Satelit penginderaan jauh (observasi bumi dan lingkungan) dapat

memberikan data secara cepat dan tepat waktu untuk bencana alam, deteksi kebakaran hutan, deteksi penyakit tanaman, tata guna tanah, penetapan/

pembangunan fasilitas, perlindungan lingkungan, pemantauan lingkungan global, preservasi tempat/bangunan arkeologi survei dan pemetaan, pengintaian

(reconnaisance, detection and surveillance) dan penegakan hukum serta penilaian, perijinan dan penentuan pajak real estate (Sutanto, 1986). Pemanfaatan satelit penginderaan jauh merupakan pilihan yang paling tepat untuk memperoleh data tentang sumber daya alam tersebut yang tersebar diseluruh wilayah Indonesia yang cukup luas. Indonesia yang dilimpahi dengan kekayaan sumber daya alam yang besar memerlukan pengelolaan secara efisien dan efektif (Danoedoro, 1996). Selain itu, deteksi Perubahan Lahan (Landuse Change Detection) yang dikaji dari data inderaja merupakan sarana peringatan dini yang tepat bagi pengelolaan lahan pesisir yang berkelanjutan. Melalui data ini dapat dilihat luas lahan yang terdegradasi dan kondisi kerusakan lingkungan yang terjadi sebagai dasar untuk menghitung aset sumberdaya yang hilang (Anonim, 2013). Melihat kondisi ini, data dan informasi yang diperoleh dari penginderaan jauh memegang peranan yang sangat penting. Melalui analisa data ini secara kontinyu dapat di monitor perubahan penggunaan lahan yang terjadi. Akan tetapi, monitoring tidak dapat berbicara banyak tanpa dapat mendeteksi nilai aset yang hilang karena konversi penggunaan lahan tersebut. (Anonim, 2013).

1.2.

Tujuan Adapun tujuan dari praktikum kali ini adalah: Mahasiswa diharapkan mampu menampilkan citra. Mahasiswa mampu mendeteksi perubahan panjang garis pantai dan mampu mendeteksi perubahan luas tambak. Mahasiswa mampu menganalisa spasial perubahan panjang garis pantai dan perubahan luas tambak.

II. TINJAUAN PUSTAKA


2.1. Pantai Utara Jawa dan Sekitarnya Panjang garis pantai yang di miliki Jawa Tengah adalah 791,76 km, yang terdiri atas pantai utara sepanjang 502,69 km dan pantai selatan sepanjang 289,07 km. Selain itu, Jawa Tengah mempunyai 34 pulau-pulau kecil. Provinsi Jawa Tengah di apit oleh tiga provinsi yaitu Jawa Timur di sebelah timur, Jawa Barat di sebelah barat dan Daerah Istimewa Yogyakarta (DIY) di sebelah selatan (Saputra, 2013) Di sepanjang pantai utara Jawa Tengah terletak beberapa kota/kabupaten dari bagian timur hingga barat adalah Kabupaten Rembang, Pati, Jepara, Demak, Kota Semarang, Kabupaten Kendal, Batang, Kota Pekalongan, Kabupaten Pekalongan, Pemalang, Tegal, Kota Tegal, dan Kabupaten Brebes. Di bagian selatan, terdiri dari 4 (empat) kabupaten yaitu Wonogiri, Purworejo, Kebumen dan Cilacap (Saputra, 2013). Kondisi pantai utara Jawa Tengah yang landai dan perairan yang relatif tenang menjadikan pantai utara Jawa Tengah sebagai daerah yang memiliki cukup banyak sentra nelayan dan penangkapan ikan terutama dengan skala kecil dan menengah,namun saat ini kondisinya sudah padat tangkap. Dipantai selatan yang berbatasan dengan Samudera Indonesia masih mempunyai potensibesar untuk perikanan tangkap khususnya untuk kapal penangkap ikan besar tetapi kondisinya yang curam dengan ombak yang besar mengakibatkan kurangnya sentra nelayan dan penangkapan ikan di pantai selatan Jawa Tengah (Saputra, 2013).

2.1.1 Cilacap dan Segara Anakan Kabupaten Cilacap terletak di 109 01 18,4 BT sampai 7 43 31,2 LS (PPS Cilacap. 2009). Batas wilayah Kabupaten Cilacap adalah sebagai berikut: 1) Sebelah Utara : Kabupaten Banyumas dan Kabupaten Brebes

2) Sebelah Timur 3) Sebelah Barat 4) Sebelah Selatan

: Kabupaten Kebumen : Propinsi Jawa Barat : Samudera Hindia/Indonesia

Kabupaten Cilacap dengan luas wilayah 225.361 km, secara geografis berada di selatan Pulau Jawa yang berhadapan langsung dengan perairan Samudera Hindia. Panjang garis pantai keseluruhan 201,9 km, yang terdiri dari garis pantai yang berhadapan langsung dengan Samudera Hindia 105 km, serta garis pantai di perairan Segara Anakan 96,9 km. Kabupaten Cilacap terbagi atas 24 kecamatan dengan jumlah desa/kelurahannya mencapai 284 desa/kelurahan. Kecamatan yang memiliki wilayah pantai mencapai 11 kecamatan dengan jumlah desanya mencapai 72 desa/kelurahan. Melihat luas wilayah dan wilayah yang memiliki daerah pantai maka Kabupaten Cilacap baik langsung maupun tidak langsung memiliki potensi pengembangan yang cukup besar di bidang perikanan tangkap maupun perikanan budidaya (PPS Cilacap,2010). Kabupaten Cilacap adalah daerah di selatan Jawa yang ditunjang dengan aksesibilitas yang mudah ke kota-kota besar di Jawa seperti Jakarta, Bogor, Bandung, Yogyakarta, Semarang maupun Surabaya. Aksesibilitas tersebut memudahkan dalam pemasaran produk-produk perikanannya (PPS Cilacap,2010). Lahan di Kabupaten Cilacap terbagi atas lahan sawah dan bukan lahan sawah. Lahan sawah lebih banyak yaitu 150.787,91 ha (70.50%) sedangkan lahan bukan sawah sebesar 63.062,37 ha (21.50%). Lahan sawah sendiri terdiri atas irigasi teknis, irigasi setengah teknis, irigasi sederhana, irigasi desa atau non pekerjaan umum (PU), tadah hujan dan pasang surut serta lainnya. Lahan bukan sawah terdiri atas pekarangan, kebun, ladang, padang rumput, hutan rakyat, hutan Negara, perkebunan, sementara tidak diusahakan dan lain-lain (rawa, tambak dan kolam). Wilayah Kabupaten Cilacap memiliki ketinggian 0-198 m dari permukaan laut (PPS Cilacap,2010). Pembanguan PPS Cilacap berasal dari gagasan pembangunan PPI Sentolokawat pada tahun 1980, namun gagasan ini menemui hambatan karena lokasinya berdekatan dengan dermaga, dan lalu lintas kapal tangker Pertamina.

Kondisi ini mengakibatkan lokasi pembangunan Pelabuhan Perikanan Cilacap di pindahkan ke Kelurahan Tegal Kamulyan, Kecamatan Cilacap Selatan, Kabupaten Cilacap, Jawa tengah (PPS Cilacap,2010). 2.2. Citra Satelit Multi Temporal Sistem penginderaan jauh sebenarnya bekerja dalam dua domain, yaitu domain elektromagnetik dan domain ruang. Pada prinsipnya sebuah benda memantulkan dan atau memancarkan gelombang elektromagnetik. Apabila dalam suatu luasan tertentu terdapat beberapa jenis benda, maka masing-masing benda akan memberikan pantulan dan atau pancaran gelombang elektromagnetik yang dapat diterima oleh sensor. Dengan demikian, kehadiran suatu benda dapat dideteksi berdasarkan pantulan atau pancaran elektromagnetik yang dilakukan oleh benda itu, asal karakteristik pancaran atau pantulan elektromagnetiknya telah diketahui (Danoedoro, 1996). Sistem penginderaan jauh didesain memiliki sifat multi aplikasi yaitu multi spektral, multi spasial dan multi temporal. Sifat multi spektral dari sistem penginderaan jauh dikarenakan sensor kamera satelit menggunakan saluran penginderaan dua atau lebih pada saat yang bersamaan. Semakin banyak kanal atau saluran yang digunakan maka informasi yang didapat semakin banyak dan lengkap. Sifat multi spasial berarti sistem penginderaan jauh memiliki ketajaman (ketelitian) spasial sebanyak dua atau lebih, sering juga disebutkan ketelitian spasial ini sebagai resolusi spasial (Anonim,2013). Setiap benda pada dasarnya mempunyai struktur partikel yang berbeda, baik mikro maupun makro. Perbedaan struktur ini mempengaruhi pola respon elektromagnetiknya. Oleh karena itu, perbedaan respon elektormagnetik tersebut dapat dijadikan landasan bagi pembedaan obyek. Fisika modern telah membuktikan bahwa gelombang elektromagnetik terdiri atas sekumpulan pita atau saluran dengan wilayah atau julat panjang gelombang yang berbeda-beda. Tiap wilayah elektromagnetik dengan julat panjang gelombang tertentu inilah yang disebut dengan

spektrum (jamak: spektra). Setiap wilayah yang kita sebut warna itu adalah suatu wilayah spektrum sendiri (Danoedoro, 1996). 2.3. Analisa Spasial Menurut Estes dan Simonett (1975) dalam Sutanto (1986) dinyatakan bahwa interpretasi citra merupakan perbuatan mengkaji foto udara dan atau citra dengan maksud untuk mengidentifikasi obyek dan menilai arti pentingnya obyek tersebut. Sutanto (1986). Dalam interpretasi citra, penafsir citra berupaya untuk mengenali obyek yang tergambar pada citra dan menerjemahkannya dalam disiplin ilmu tertentu seperti geologi, geografi, ekologi, dan lain sebagainya (Sutanto, 1986). Ada tiga rangkaian dalam interpretasi citra, yakni deteksi, identifikasi, dan analisis. Deteksi ialah pengamatan adanya suatu obyek. Identifikasi adalah upaya mencirikan obyek yang terdeteksi. Sedangkan pada tahap analisis, dikumpulkan keterangan lebih lanjut (Sutanto, 1986). Salah satu subsistem yang merupakan bagian dari SIG yang mampu menangani data yang bereferensi kebumian, yaitu Manipulasi dan analisis data yang merupakan kekuatan utama dalam penyelesaian masalah keruangan/ spasial. Subsistem ini merupakan fungsi untuk menentukan apa yang dapat diperoleh dari SIG. SIG untuk keperluan rekayasa dan manipulasi data, antara lain adalah dengan tumpang susun (overlay) yaitu menggabungkan dua data spasial polygon sehingga menghasilkan coverage polygon baru (Aronoff, 1989). 2.4. Deteksi Perubahan Menggunakan Citra Satelit Deteksi perubahan adalah sebuah proses untuk mengidentifikasi perbedaan keberadaan suatu obyek atau fenomena yang diamati pada waktu yang berbeda. Kegiatan ini perlu mendapat perhatian khusus dari sisi waktu maupun keakurasian. Mengetahui perubahan menjadi penting dalam hal mengetahui hubungan dan interaksi antara manusia dan fenomena alam sehingga dapat dibuat kebijakan penggunaan lahan yang tepat (D. Lu, 2003).

Umumnya deteksi perubahan meliputi aplikasi sejumlah multi-temporal untuk analisis kuantitatif pengaruh temporal dari suatu fenomena. Keunggulan

pengumpulan data berulang, synoptic views, dan format digital yang sesuai untuk pengolahan komputer, data penginderaan jauh seperti ; Thematic Mapper (TM), Satellite Probatoire d'Observation de la Terre (SPOT), radar dan Advanced Very High Resolution Radiometer (AVHRR), menjadi sumber data utama yang digunakan untuk applikasi deteksi perubahan. LULC. D. Lu, (2003), merangkum hasil-hasil riset yang berkaitan dengan penggunaan data penginderaan jauh untuk deteksi perubahan (D. Lu, 2003). Adanya kebutuhan data satelit yang terdiri dari data lama dan data baru dengan tenggang waktu yang relatif lama sehingga dapat dilakukan kajian perubahan lahan. Dilain pihak lifetime satelit umumnya sekitar 5 tahun dan tidak diperpanjang dengan generasi berikut. Atas dasar tersebut mau tidak mau harus menggunakan data dari satelit yang berbeda. Oleh karena itu diperlukan kajian perbedaan karakteristik dari satelit yang berbeda , teknik teknik pengolahan data untuk mendapatkan informasi penutup lahan. Juga dengan pemanfaatan GIS yang dapat memanfaatkan banyak sumber data yang berbeda, dapat dijadikan sebagai komplemen untuk

analisis metode detaksi perubahan (Anonim, 2013). D. Lu, (2003) dalam ringkasannya menemukan 7 Jenis metode yang digunakan dalam menerapkan deteksi perubahan, yaitu : 1. Aljabar, Kategori aljabar meliputi perbedaan citra, regresi citra, perbandingan citra, perbedaan indeks vegetasi, change vector analysis (CVA) dan

substraksi background. Metoda ini ( selain CVA) relatif mudah, secara langsung, mudah untuk diterapkan dan diinterpretasikan, tetapi tidak dapat menunjukkan matriks informasi perubahan (Lu, D, P. Mausel at all, 2003).

2. Transformasi Kategori transformasi meliputi: PCA, KT, Gramm-Schmidt (G), dan transformasi Chi-square. Keuntungan metoda ini adalah dalam hal

mengurangi redundans antar band dan penekanan informasi yang berbeda pada komponen yang diturunkan. Metode ini tidak bisa memberikan perubahan terperinci dan memerlukan pemilihan treshold untuk

mengidentifikasi area yang berubah. Kerugiannya adalah kesulitan untuk menginterpretasi dan memberikan label informasi perubahan pada citra yang sudah ditransformasi (Lu, D, P. Mausel at all, 2003). 3. Klasifikasi, Kategori ini meliputi perbandingan post klasifikasi, analisa perubahan expectationperubahan

kombinasi spektral-temporal, algoritma deteksi

maximization (EM), deteksi perubahan unsupervised, deteksi

hybrid, dan ANN. Metoda ini didasarkan pada kasifikasi citra, di mana kwantitas dan kualitas data sample sangat krusial untuk menghasilkan hasil klasifikasi yang baik. Keuntungan utama dari metoda ini adalah kemampuan untuk memberikan matrik informasi perubahan dan mengurangi dampak eksternal pengaruh perbedaan atmosfer dan lingkungan diantara data citra multi-temporal (Lu, D, P. Mausel at all, 2003). 4. Advance Model, Advance Models berdasarkan kategori deteksi perubahan meliputi model reflektansi Li- Strahler, model spectral mixture, dan model penilaian parameter biofisik (biopyisical parameter estimation). Dalam metoda-metoda ini, nilai reflektansi citra sering dikonversi menjadi parameter fisik atau fraksi melalui model linier atau nonlinear. Parameter yang

ditransformasi lebih intuitif diinterpretasi dan lebih baik mengekstraksi informasi vegetasi dengan dibandingkan dengan signatures spektral. (Lu, D, P. Mausel at all, 2003). 5. SIG (Sistem Informasi Geografis), Kategori deteksi perubahan berdasarkan GIS meliputi integrasi GIS denga metode penginderaan jauh dan metoda GIS murni. Keuntungan GIS adalah kemampuan untuk menyertakan data dari

sumber berbeda untuk aplikasi deteksi perubahan. Walaupun, penggabungan sumber data dengan perbedaan akurasi sering mempengaruhi hasil deteksi perubahan (Lu, D, P. Mausel at all, 2003). 6. Analisa Visual , Kategori analisis visual meliputi interpretasi visual dari citra komposit multi-temporal dan digitasi on-screen areal yang berubah. Metoda ini dapat digunakan secara penuh oleh analis berpengalaman dan ilmuan. Tekstur, bentuk, ukuran dan pola citra adalah elemen kunci yang digunakan untuk identifikasi perubahan LULC melalui interpretasi visual. Elemen ini tidak sering digunakan dalam analisa deteksi perubahan secara digital sebab sulit untuk mengekstraksi unsur-unsur tersebut (Lu, D, P. Mausel at all, 2003). 7. Teknik Deteksi Perubahan lainnya, Sebagai tambahan dari enam kategori teknik deteksi perubahan yang dibahas diatas, ada beberapa metoda yang tidak bisa dimasukkan dengan salah satu kategori di atas, dan saat ini belum banyak digunakan (Lu, D, P. Mausel at all, 2003).

III. MATERI METODE

3.1. Waktu dan Tempat Praktikum Hari Waktu Tempat : Selasa, 8 Oktober 2013 : 09.30 11.30 WIB. : Laboratorium Komputasi Ilmu Kelautan, Universitas Diponegoro, Semarang 3.2. Materi Adapun materi pada praktikum indraja kali ini sebagai berikut : 1. Menampilkan citra multi temporal 2. Deteksi perubahan garis pantai 3. Analisis perubahan spasial

3.3.

Metode a. Menampilkan Citra Satelit Multitemporal 1. Buka software ER Mapper, lalu buat window baru. Kemudian klik icon Edit Algorithm .

2. Lalu di window Algorithm, klik icon Load Dataset . Setelah muncul window Raster Dataset, pilih file Landsat_5Juli2001. ers. Lalu klik OK

3. Kemudian pada window ER Mapper, klik icon RGB dan ganti description pada window algorithm menjadi 2001_nurfitriana

4. Lalu pseudo layer pada window algorithm di cut

5. Kemudian pada window algorithm ubah band dari citra menjadi band 5 untuk Red Layer, band 4 untuk Green Layer, dan band 2 untuk Blue Layer. Lalu tajamkan dengan mengklik icon Refresh Image with 99%. Lalu klik lagi icon refresh pada window ER Mapper.

6. Kemudian pada default surface klik dua kali untuk mengganti nama default surface menjadi nama kita 2001

7. Membuat window baru dengan klik edit pilih new maka akan muncul window sebagai berikut

8. Pada window Algorthm, klik icon Load Dataset dan kali ini pilih file Landsat_9April2003.ers. Lalu klik OK.

9. Kemudian pada window ER Mapper, klik icon RGB dan ganti description pada window algorithm menjadi 2003_nurfitriana

10. Lalu pseudo layer pada window algorithm di cut

11. Kemudian pada window algorithm ubah band dari citra menjadi band 5 untuk Red Layer, band 4 untuk Green Layer, dan band 2 untuk Blue Layer. Lalu tajamkan dengan mengklik icon Refresh Image with 99%. Lalu klik lagi icon refresh pada window ER Mapper.

12. Kemudian pada default surface klik dua kali untuk mengganti nama default surface menjadi nama kita 2003

13. Maka akan terdapat dua citra dengan waktu yang berbeda, akan tetapi menunjukan daerah yang sama, yaitu citra tahun 2001 dan citra tahun 2003.

b. Deteksi Perubahan Garis Pantai 1. Pada layer citra 2003 di klik , lalu klik icon copy pada window algorithm dan paste ke citra layer 2001.

2. Karena

tujuan

kita

adalah

untuk

mendeteksi,

maka

pada

citra

2001_nurfitriana klik surface pada window algorithm kemudian pilih transparency dan geser-gesr ke kanan untuk melihat perubahan yang terjadi dari tahun 2001-2003. Semakin ke kanan sampai transparency 100%

berarti citra menunjukkan tahun 2003.

Transparency 0%

Transparency 25%

Transparency 50%

Transparency 75%

Transparency 100%

c. Analisis Spasial Perubahan Garis Pantai 1. Pada window utama, pilih bagian Edit lalu Annotate Vector Layer. Lalu muncul window New Map Composition klik OK kemudian klik Close pada window ER Mapper baru

2. Lalukan pembesaran sedikit lagi dengan zoom box tool, lalu transparency di geser kekiri 0% sampai kembali ke citra tahun 2001 .

3. Mengukur panjang garis pantai dengan Polyline. Kemudian digitasi panjang garis pantai dengan mengklik icon polyline pada window tools baru.

4. Lalu lihat panjangnya dengan mengklik icon edit object extend pada window tools baru yang tadi.

5. Lalu ganti warna digitasi dengan mengklik ikon pointer yang ada pada window tools yang baru tadi.

6. Kemudian klik dua kali pada garis pantai yang telah didigitasi sehingga muncul window line style.

7. Lalu ganti warnanya menjadi warna Kuning dan mengganti kolom width menjadi 2.0

8. Lalu pilih close dan lihat di citra layer

9. Kemudian untuk menghitung panjang garis pantai di tahun 2003, maka tranparancy di geser ke kanan sampai 100% yang menunjukkan citra tahun 2003.

10. Lalu digitasi kembali panjang garis pantainya dengan polyline pada window tools yang baru tadi. Kemudian lihat panjang garis pantainya dengan

mengklik ikon edit object extend pada window tools.

11. Lalu pilih close maka citranya menjadi:

12. Maka untuk citra hasil digitasi dari tahun 2001-2003 menjadi:

13. Kemudian pada citra 2001 klik kanan pilih zoom all dataset. Mengamati perbedaan luas perubahan tambak dengan Polygon. Ubah transparency sampai ke 0% untuk tahun 2001 kembali.

14. Pilih zoom box tools lagi untuk memperbesar citra yang ingin diketahui perubahan luas tambak

15. Lalu lakukan digitasi dengan mengklik icon Polygon pada window tools.

16. Lalu lihat hasil luasan perubahan tambaknya dengan mengklik edit object extend pada window tools.

17. Lalu ganti warna digitasi dengan mengklik ikon pointer yang ada pada window tools yang baru tadi. Kemudian klik dua kali pada garis pantai yang

telah didigitasi sehingga muncul window line style. Lalu ganti warnanya menjadi warna Hijau dan mengganti kolom width menjadi 2.0

18. Sehingga citra akan terlihat sebagai berikut :

19. Kemudian lakukan hal yang sama pada citra dengan transparency 100% , lalu lihat luasnya.

20. Dari hasil pengamatan adanya perubahan luas tambak yang terjadi dari tahun 2001-2003.

21. Lalu tutup semua windowsnya.

IV. HASIL DAN PEMBAHASAN


4.1. HASIL 4.1.1 Menampilkan Citra Satelit Citra satelit tahun 2001

Citra satelit tahun 2003

4.1.2. Deteksi Perubahan Garis Pantai Transparency 0%

Transparency 25%

Transparency 50%

Transparency 75%

Transparency 100%

Citra 2003

4.1.3. Analisa Spasial perubahan garis pantai A. Menentukan dan Menganalisis Perubahan Panjang Garis Pantai

B. Menentukan dan Menganalisis Perubahan Luasan Tambak di Sekitar Pantai Utara Jawa

4.2. Pembahasan 4.2.1 Menampilkan Citra Multi Temporal Pada praktikum kali ini menggunakan citra pada tahun 2001 dan 2003 pada daerah yang sama namun waktunya berbeda. Tujuan dari menampilkan citra temporal kita dapat mengetahui perubahan keadaan sekitar dari tahun 2001 sampai 2003. Dengan menggunakan ini maka identifikasi perubahan akan menjadi mudah untuk mendeteksinya. 4.2.2 Deteksi Perubahan Garis Pantai Deteksi perubahan garis pantai dapat diketahui menggunakan transparency ketika nilainya 0% diubah menjadi 25% akan terlihat sedikit perubahan kemudian diubah menjadi 50% samapi 100% maka akan terlihat sekali perubahannya. 0% menunjukan citra pada tahun 2001 dan ketika diubah menjadi 100% merupakan citra tahun 2003.

4.2.3 Menganalisa Perubahan Garis Pantai dan Luas Tambak Cara menganalisanya juga dengan menggunakan data tahun 2001 dan 2003. Untuk mendeteksi perubahan garis pantai menggunakan polyline kemudian pada transparency 0% digitasi maka akan dapat terlihat panjang garis pantai pada tahun 2001 kemudian transparecy 100% sehingga citra berubah menjadi tahun 2003. Lalu menggunakan polyline lalu digitasi dan akan terlihat panjang garis pantai pada wilayah yang sama namun pada tahun 2003. Dari data ini maka akan terlihat perbedaan panjang garis pantainya.

Untuk mengetahui perubahan luasan tambak dengan cara yang sama namun menggunakan tool polygon. Dari data 2001 dan 2003 maka akan terlihat perbedaan luas tambaknya. Pada praktikum kali ini dapat terlihat bahwa luasan tambak berta,bah besar dibandingkan tahun 2001.

V. KESIMPULAN
Dari praktikum penginderaan jauh modul ke-4 Deteksi Perubahan Dengan Citra Satelit adalah sebagai berikut : 1. Dengan resolusi temporal yang tinggi proses perubahan gambar peta dapat dianalisis lebih detail, misal kita dapat menghitung luasan daerah yang mengalami abrasi sepenjang tahun, kita dapat menghitung pertambahan luasan lahan, dan berkurangnya area vegetasi setiap tahun sehingga kita dapat menganalisa pengaruh dari berkurangnya vegetasi dengan proses abrasi. 2. Untuk mengetahui perubahan panjang garis pantai dapat menggunakan tool polyline dengan mengaplikasikannya menggunakan citra temporal. 3. Untuk mengetahui perubahan luasan tambak dapat menggunakan tool polygon dengan mengaplikasikannya menggunakan citra temporal

DAFTAR PUSTAKA
Aronoff, S., 1989, Geographic Information System: A Management Perspective, WDL Publication, Ottawa, Canada.

Danoedoro, Projo. 1996. Pengolahan Citra Digital Teori dan Aplikasinya Dalam Bidang Penginderaan Jauh. Gadjah Mada University Press. Yogyakarta.

Estes J.E dan D.S. Simonett, 1975. Fundamental of Image Interpretatation: Manual of remote Sensing, vol 1, first edition. R.G. Revees: ed-in-chief, American Society of Fotogrmetri, Falls Chourch, Virginia.

Lu, D, P. Mausel at all, Change Detection Techniques, International J. Remote Sensing, Juni 2003, Vol 25, No 12, P.2365 -2407.

http://innntan.multiply.com/journal/item/157/REmote_Sensing?&item_id=157&view :replies=reverse. Diakses pada hari Rabu tanggal 17 April 2013 WIB. http://library.pelangi.or.id/?pilih=arsip&topik=7&nid=2594 Diakses pada hari Selasa tanggal 15 Oktober 2013 pukul 19.00 WIB. http://www.lapanrs.com/INOVS/PENLI/ind/INOVS--PENLI--255--ind--laplengkap-jansen_upap_2006.pdf Diakses pada hari Selasa tanggal 15 Oktober 2013 pukul 19.00WIB. Pratikto, W.A, Armono H.D, Suntoyo. 1997. Perencanaan Fasilitas Pantai dan Laut. Edisi Pertama. BPFE. Yoyakarta. 226 hlm. Saputra, Ichwan. 2013. http://udayanailmu.blogspot.com/2013/02/mitigasi-bencanagelombang-pasang-di.html. diunggah pada tanggal 15 Oktober 2013 pukul 19.53 Triatmodjo, B. 1999. Teknik Pantai. Beta Ofset. Yogyakarta. Triatmodjo, B. 2003. Pelabuhan. Beta Ofset. Yogyakarta.

LAPORAN RESMI PRAKTIKUM PENGINDERAAN JAUH MODUL III KOREKSI GEOMETRI

OLEH :

NUR FITRIANA HARYANTO 2602020212130058 SHIFT 1

PROGRAM STUDI OSEANOGRAFI JURUSAN ILMU KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN UNIVERSITAS DIPONEGORO SEMARANG 2013

Shift Tanggal Praktikum

: 1 (satu) : 8 Oktober 2013

Tanggal Pengumpulan : 16 Oktober 2013

LEMBAR PENILAIAN
MODUL II : KOREKSI GEOMETRI Nama : Nur Fitriana .H NIM : 26020212130058 Ttd:

NO 1. 2. 3. 4. 5. 6.

KETERANGAN Pendahuluan Tinjauan Pustaka Materi dan Metode Hasil dan Pembahasan Kesimpulan Daftar Pustaka JUMLAH

NILAI

Semarang, 16 September 2013 Mengetahui, Koordinator Praktikum Asisten

Jasmine Khairani Zainal K2D009036

Peddy Darwin K2E009013