1.1.

Cara Kerja
Untuk memperoleh hasil sebaran dan luasan mangrove serta kerapatan
vegetasi mangrove diperlukan beberapa tahap. Langkah langkah pengolahan
data citra Satelit SPOT 4 untuk mendapatkan informasi sebaran dan luasan
mangrove pada daerah Laguna Segara Anakan disajikan pada Gambar 5.

Data Citra SPOT (Kolom: 289, Jalur: 365)

Import Data tiffers

Kombinasi Band

Pemotongan Citra (Cropping)

Unsupervised Classification

Reclass

NDVI Editing

Luas Area

Layout

Sebaran dan luasan mangrove

serta kerapatan vegetasi mangrove

Gambar 1. Diagram alur pengolahan data citra

2.3.1. Import Data tiff menjadi ers

1. Er Mapper 7.0 dibuka dengan cara diklik 2x

2. Untuk mengubah tipe file dari TIF menjadi ers, maka dapat dilakukan dengan
memilih menu Utilities Import Graphics formula Raster Translated
Images

Gambar 2. Menu Utilities dengan fungsi Importing

3. Data file .TIF dibuka pada kotak import dan save sebagai file ers pada kotak
output

Gambar 3. Pembukaan data bentuk Tif

 Gambar 4. Proses Importing

4. Klik OK, maka proses importing telah selesai

2.3.2. Kombinasi band

Kombinasi band merupakan proses penyusunan 3 band yang berbeda
karakteristik dengan tujuan tertentu, dimana pada proses ini digunakan RGB 432,
yaitu band 4, band 3 dan band 2. Pemilihan RGB 432 digunakan untuk
pengamatan daerah vegetasi mangrove. Prosesnya adalah sebagai berikut :

1. Edit Algorithm diklik pada aplikasi Er-Mapper 7

Gambar 5. Menu Edit Algorithm

2. Data citra yang akan dikombinasikan dipilih dengan mengklik Load data set
 Gambar 6. Proses Load Dataset

3. Data Gabungan Segara Anakan dibuka dengan tipe file .ers

Gambar 7. Pembukaan data Gabungan

4. Data Citra akan tampak seperti pada Gambar 12

Gambar 8. Citra SPOT

5. Pada Algorithm dilakukan proses duplicate untuk kemudian dilakukan
penggabungan band. Seluruh Band (1-4) dibuat berurutan sesuai dengan
peletakan hasil duplicate. Proses tersebut dapat dilihat pada Gambar

Gambar 9. Proses duplicate layer

6. Setelah layer berhasil di copy maka layer tersebut sebaiknya diberi nama sesuai
dengan Band yang ada.

Gambar 10. Edit nama layer

7. Simpan hasil penggabungan band yang telah diselesaikan dengan format ers.
Kemudian buka kembali file tersebut di Er-Mapper dan lakukan proses RGB
untuk menentukan daerah vegetasi mangrove
 Gambar 11. Menu RGB pada Er-Mapper

8. Band yang digunakan pada RGB yakni 432, masing masing ditentukan pada
setiap layer

Gambar 12. Penentuan RGB pada citra

Gambar 13. Hasil RGB pada Citra

9. Selanjutnya dilakukan proses penajaman citra dengan mengklik Refresh Image

with 99%
 Gambar 14. Tampilan citra RGB 432

2.3.3. Pemotongan Citra

Proses pemotongan citra dilakukan untuk mempermudah daerah kerja,
karena pada dasarnya dari data citra yang diolah, tidak semua daerah terlihat
memiliki vegetasi mangrove. Daerah yang dilakukan proses cropping juga untuk
menentukan daerah kajian. Prosesnya adalah sebagai berikut :

1. Zoom box tool diklik pada menu Er-mapper untuk melakukan proses
cropping secara manual, dengan mengetahui daerah Segara Anakan maka dapat
langsung dilakukan proses croping

Gambar 15. Daerah lokasi Segara Anakan hasil Cropping

2. Hasil cropping disimpan dengan format penyimpanan .ers (Er-Mapper Raster
Dataset)

Gambar 16. Penyimpanan File .ers

2.3.4. Klasifikasi
Klasifikasi citra merupakan proses yang bertujuan agar setiap objek yang
dianggap sama pada data citra dapat diwakili oleh satu warna, klasifikasi yang
digunakan adalah Unsupervised Classification. Prosesnya sebagai berikut :

1. Proses klasifikasi dilakukan dengan mengklik Process Classification lalu

ISOCLASS Unsupervised Classification pada windows main menu.

Gambar 17. Menu untuk Klasifikasi Tak Terbimbing

2. Input data set dimasukkan dengan data hasil cropping serta output dataset
dengan data unsupervised classification, masing-masing dengan file .ers. 200
kelas ditentukan pada maximum number of classes, 2 pada maximum standar
 deviation, dan 1 pada min.distance between class means. Semakin banyak
classes yang dibuat maka tingkat keakurasian akan semakin tinggi

Gambar 18. Perlakuan Unsupervised Classification

Gambar 19. Proses pengklasifikasian

3. Untuk menampilkan file yang hendak dilakukan proses klasifikasi, klik Load
dataset, lalu data dipilih.

Gambar 20. Proses membuka file klasifikasi

4. Untuk memulai proses klasifikasi, dilakukan langkah-langkah Edit Edit
Class/Region Color and name

Gambar 21. Proses melakukan pewarnaan pada citra

5. Geolink to Window dilakukan untuk menyatukan 2 jendela (Jendela RGB dan

citra klasifikasi) dengan cara mengklik kanan pada masing masing citra dan
memilih Quick Zoom kemudian Set Geolink to Window

Gambar 22. Tampilan Set Geolink To Window

6. Untuk melakukan pewarnaan maka dilakukan langkah-langkah Set Color yang

berwarna hitam, lalu pilih warna yang diinginkan. Klik Ok, kemudian Save
warna tersebut, dengan mengklik Save lalu Refresh gambar dengan mengklik
Refresh with 99%.

Gambar 23. Tampilan pada Edit Class Region

 Gambar 24. Tampilan pemilihan warna pada citra klasifikasi

Gambar 25. Tampilan penyimpanan warna

7. Tampilan citra setelah klasifikasi 200 kelas memudahkan dalam penggolongan

vegetasi. Vegetasi Non Mangrove dikelompokkan dengan warna coklat,
Mangrove dengan warna hijau, serta perairan dengan warna biru.
 Gambar 26. Tampilan citra setelah Klasifikasi Tak Terbimbing

2.3.5. Reclass
Reclass merupakan proses yang bertujuan agar objek objek yang
memiliki warna atau kelas yang sama ditempatkan pada satu kelas saja. Prosesnya
adalah sebagai berikut :
1. Langkah pertama yakni dengan melakukan klik pada menu view kemudian
Algorithm atau klik icon pada Windows Main menu. file klasifikasi yang
telah melalui proses pewarnaan dibuka, kemudian Pseudo layer diubah
menjadi class display
2. Edit Formula diklik lalu rumus yang telah ditentukan ditulis sesuai
dengan warna pada klasifikasi. Rumus yang diberikan yakni if i1=1 or
(i1>=10 and i1<=18) or ( i1>= 47 and i1<=101) then 1 else if (i1>=2 and
i1<= 9) or (i1>=19 and i1<=46) or (i1>=111 and i1<=112) or i1=114 or
(i1>=139 and i1<=153) then 2 else if (i1>=102 and i1<=110) or i1=113 or
(i1>=115 and i1<=138) or (i1>=139 and i1<=153) then 3 else null
 Gambar 27. Tampilan tahap Reclass

Gambar 28. Tampilan rumus Reclass

3. Proses Reclass disimpan dengan mengklik Save as lalu save data

dengan format Raster dataset .ers
 Gambar 29. Tampilan proses Reclass

4. Data Reclass yang telah disimpan dibuka kembali dengan menggunakan

software wordpad
5. Penghapusan dilakukan untuk membagi kelas hanya berdasarkan 3 vegetasi.
Hal ini dilakukan dengan dimulai dari Region info begin kelas 4 hingga Region
info end pada akhir baris

Gambar 30. Tampilan penghapusan Region 4 dst

6. Mengubah tampilan warna dapat dilakukan dengan cara melakukan klik Edit
Class / Region Color and Name lalu pilih warna yang diinginkan
 Gambar 31. Proses Editing warna

2.3.6. Editing
Editing merupakan proses lanjutan dari proses klasifikasi, dimana pada
proses klasifikasi akan terdapat objek objek yang tidak pada tempatnya atau
tidak sesuai dengan karakteristik objek yang sebenarnya. Untuk mempermudah
proses editing, perlu dilakukan perbandingan citra yaitu dengan citra yang telah
terkombinasi. Prosesnya adalah sebagai berikut :
1. Klik Edit pada menu ErMapper lalu dipilih Edit Class Region, data hasil
Reclass dimasukkan, raster region dipilih kemudian diklik Ok

Gambar 32. Tampilan proses Edit/Create Region

2. Objek yang tidak pada tempatnya dipilih dengan melakukan region pada menu
polygon
 Gambar 33. Tampilan Editing pada Citra Klasifikasi

3. Setelah melakukan polygon, klik Display Edit Object, lalu berikan nama R1,
R2, dan seterusnya sesuai dengan jumlah region

Gambar 34. Tampilan penyimpanan Region

4. Data hasil region disimpan dengan mengklik menu

5. Dilakukan edit formula pada file editing untuk mengubah hasil region pada
warna vegetasi yang diinginkan pada klasifikasi yang sebenarnya.
 Gambar 35. Tampilan Edit Formula

6. Rumus edit formula dimasukkan untuk mengubah region pada citra yang
dilakukan editing. Pilihan kotak region pada formula editor ditentukan sesuai
dengan nomor region yang ada pada citra (mis : Region1 : R1)

Gambar 36. Tampilan Input Rumus Editing

7. Simpan data dengan melakukan save as, beri nama editing laguna segara
dengan format Er Mapper Raster Dataset (.ers)

Gambar 37. Tampilan format penyimpanan hasil Editing

2.3.7. Menghitung Luas Tutupan Lahan Area

Perhitungan luas area dimaksudkan untuk memperoleh luas daerah yang
dikaji dengan menentukan jenis vegetasi dari hasil reclass, langkahnya sebagai
berikut :
1. Untuk memulai proses perhitungan luas area Klik Process Calculate
Statistic

Gambar 38. Tampilan proses Calculate Statistics

2. Data yang akan digabung dimasukkan dengan mengklik pada symbol load
data. Isikan Subsampling interval dengan angka 1, dan diberi tanda centang
pada force recalculate statistics

Gambar 39. Tampilan Load Data Calculate Statistics

3. Tunggu beberapa saat maka proses calculate statistics akan selesai

Gambar 40. Proses Calculate Statistic selesai

4. Untuk memunculkan hasil calculate statistics maka klik View Statistics

Area Summary Report
 Gambar 41. Tampilan proses View Statistics

5. Data yang hendak dicari luasan area dipilih pada kotak input dataset

Gambar 42. Tampilan Input data

6. Klik Ok, kemudian akan muncul hasil luasan area

2.3.8. Menghitung Nilai Sebaran Kerapatan Mangrove

Untuk menghitung nilai kerapatan hutan mangrove digunakan metode rasio
band inframerah dekat (NIR) dan band merah dengan cara sebagai berikut :

1. Data citra hasil editing dalam bentuk penyimpanan ers. dibuka menggunakan
software Envi lalu dilakukan export data dengan DN=1.

Gambar 43. Export data ers. menjadi data vektor

2. Data vektor yang telah diperoleh di buka kembali dan diatur spesifikasi yakni :
UTM, Datum : WGS 84, Zone: 49 S. Kemudian dilakukan build mask

Gambar 44. Data Vektor

Gambar 45. Import Vector Files Parameters

3. Data vektor kemudian dibangun/dilakukan Build Mask dari menu Basic tools
lalu kemudian dilakukan apply mask terhadap data gabungan. Hasil proses
NDVI Mangrove dengan warna putih dapat dilihat pada Gambar 50
 Gambar 46. Hasil proses NDVI untuk Mangrove

4. Dari hasil masking dapat dilakukan proses pewarnaan berdasarkan nilai NDVI
dengan menu Density. Lalu menentukan kelas-kelas terhadap kerapatan
mangrove itu sendiri, seperti Mangrove sangat jarang dengan warna merah,
Mangrove jarang dengan warna hijau, Mangrove sedang dengan warna biru,
serta Mangrove rapat dengan warna kuning. Kelas kerapatan dapat dilihat pada
Gambar 51.

Gambar 47. Kelas kerapatan Mangrove

5. Untuk memperoleh data luasan mangrove berdasarkan kelas kerapatan dapat
dilakukan melalui menu Classification yang kemudian dilakukan untuk
menampilkan histogram luas kerapatan

Gambar 48. Menu untuk menampilkan histogram

Gambar 49. Hasil luasan wilayah berdasarkan kelas kerapatan mangrove

2.3.9. Pembuatan layout

Pembuatan layout merupakan proses pengolahan data citra yang bertujuan
agar data yang telah diolah dapat ditampilkan dalam bentuk sebuah peta, sehingga
pembacaannya lebih mudah dimengerti. Perangkat lunak yang digunakan dalam
pembuatan layout ini adalah Arc GIS 9.3. Prosesnya adalah sebagai berikut :
1. Klik kanan pada ikon, lalu dipilih open untuk membuka perangkat lunak Arc

GIS9.3. Kemudian klik untuk membuka file data yang akan

dibuat layout pada tampilan berikut :

Gambar 50. Tampilan input data

2. Memberikan warna dengan cara klik 2x pada nama layer, kemudian pilih
unique values, berikan warna dan nama, kemudian apply dan ok

Gambar 51. Tampilan untuk penamaan dan pewarnaan

3. Menu View dipilih lalu Layout kemudian pilih page and print set up lalu
ukuran kertas diatur seperti berikut:
 Gambar 52. Tampilan tahap pengaturan kertas

4. Editing pada layer dilakukan dengan tahap insert, Title untuk memberikan
judul, Text untuk memberikan huruf/angka, Legend untuk memberikan
Legenda, Scale Bar untuk menu skala dan Picture untuk gambar

Gambar 53. Tampilan menu Insert

5. Coordinate system dipilih dengan menggunakan measured Grids UTM sebab

pemilihan UTM lebih teliti dalam meter. Setelah proses editing selesai
diperoleh Layout sebaran mangrove daerah Segara Anakan. Langkah yang
sama dilakukan untuk membuat lay out pada kelas kerapatan mangrove.