BAB 1

PENDAHULUAN
1.1 LATAR BELAKANG
Wilayah pesisir Indonesia selalu mengalami tekanan yang berat, termasuk akibat dari
aktivitas perikanan (budidaya maupun penangkapan ikan), industri perminyakan, dan transportasi
laut. Peningkatan konsentrasi sedimen pada perairan seringkali membawa akibat kepada kerusakan
lingkungan perairan tersebut. Oleh karena itu, sangatlah penting untuk memonitor kualitas perairan
sebagai bagian dari pengelolaan wilayah pesisir. Data penginderaan jauh sangatlah diperlukan
untuk dapat memonitor wilayah pesisir yang sangat luas. Akan tetapi, diperlukan metode yang baik
untuk mendapatkan hubungan antara konsentrasi TSM (Total Suspended Matter/Total Padatan
Tersuspensi) dengan reflektansi yang diterima oleh sensor satelit (Budhiman, 2005).

Di Indonesia pendugaan tingkat sedimentasi telah banyak dilakukan, baik melalui

pendekatan pengambilan sampel maupun melalui pendekatan teknologi penginderaan jauh.
Beberapa penelitian tentang pendugaan sedimentasi dari data satelit, antara lain: Ambarwulan dan
Hobma (2004) telah melakukan penelitian di teluk Banten menggunakan data satelit Landsat TM
tahun 1990, 1996 dan 1997 untuk memetakan distribusi TSM menggunakan teknik Bio-Optical
Model. Penelitian Syarif (2005) menggunakan data ASTER tahun 2000 untuk memetakan sebaran
TSM di delta Mahakam, selanjutnya Muchlisin dan Lestari (2006) yang mengestimasi TSM dengan
melakukan korelasi antara data lapangan dengan band 1, 2, 3 dari data satelit Landsat TM, yang
kemudian digunakan sebagai salah satu variabel dalam menentukan kesesuain lahan Tambak di
Kabupaten Demak (Arief, 2012).

Pada tugas akhir ini dilakukan pemetaan TSM dengan menggunakan data Landsat 8. Dan
pengolahan data dengan sofrware ER Mapper dan ArcGIS. Metode yang digunakan ada
Penggabungan band, Cropping, perhitungan menggunakan Koreksi Matahari (Radiometrik) untuk
memisahkan antara air dengan obyek lainnya (seperti daratan dan awan) dengan menerapkan rumus
reflektan dan menggunakan algoritma Syarif, Lemigas, Hasyim dan woerd Pasterkam. Data yang
digunakan pada pemetaan ini adalah data satelit Landsat 8 .

LAPORAN PEMETAAN TOTAL SUSPENDED MATTER (TSM) Page 1

1.2 RUMUSAN MASALAH
Masalah yang akan dibahas pada makalah ini adalah mengenai bagaimana cara memetakan
TSM (Total Suspended Meters) menngunakan Data Landsat 8 di ..dengan menggunakan software
Er Mapper dan ArcGIS.10.

1.3 TUJUAN
Tujuan dari praktikum ini adalah agar praktikan dapat memetakan pola distribusi konsentrasi
TSM dengan data dari Landsat 8 di., Jawa Tengah dengan menggunakan software Er Mapper dan
ArcGIS.10.

1.4 MANFAAT
Untuk mengetahui cara pemetaan suatu peta dan mengetahui nilai dan sebaran dari TSM
di.., Jawa Tengah

LAPORAN PEMETAAN TOTAL SUSPENDED MATTER (TSM) Page 2

 BAB II
TINJAUAN PUSTAKA
2.1 TSM
Berdasarkan definisi dari wikipedia, Total Suspended Meters (TSM) adalah semua
zat/material padat yang tersuspensi didalam air. Zat padat yang tersuspensi tersebut dapat berupa
lumpur, tanah liat sampai pasir dan zat lainnya atau partikel lainnya. Dapat berupa komposisi
komponen hidup (biotic) seperti fitoplankton, zat padat juga dapat berupa zooplankton, bakteri
ataupun komponen mti (abiotic) dan pertikel anorganik lainnya. Padatan tersebut terdiri atas
berbagai partikel dengan ukuran >1 nm (Solihuddin, 2009 dalam Arief, 2012).

Menurut Budiman (2004), TSM adalah material tersuspensi (diameter > 1 m) yang tertahan
pada saringan milipore dengan diameter pori 0.45 (Effendi, 2000). Pada umumnya TSM terdiri dari
lumpur, pasir halus dan jasad-jasad renik yang sebagian besar disebabkan karena terjadinya
pengikisan tanah atau erosi tanah yang terbawa ke badan air. Pengamatan terhadap sebaran TSM
sering dilakukan untuk mengetahui kualitas air di suatu perairan, karena nilai TSM yang tinggi
menunjukkan tingginya tingkat pencemaran dan menghambat penetrasi cahaya ke dalam air
sehingga mengakibatkan terganggunya proses fotosintesis dari biota air.

2.2 PENGINDRAAN JAUH

Penginderaan jauh merupakan suatu ilmu atau teknologi untuk memperoleh informasi atau
fenomena alam melalui analisis suatu data yang diperoleh dari hasil rekaman obyek, daerah atau
fenomena yang dikaji. Perekaman atau pengumpulan data penginderaan jauh (inderaja) dilakukan
dengan menggunakan alat pengindera (sensor) yang dipasang pada pesawat terbang atau satelit
(Wahyunto, 2010).

Penginderaan jauh dapat didefinisikan sebagai teknik atau ilmu pengetahuan yang
menjelaskan tentang sesuatu obyek tanpa menyentuhnya (Campell, 1996). Teknologi ini dapat pula
diartikan sebagai kegiatan perolehan informasi tentang permukaan bumi dengan menggunakan citra
yang diperoleh dari dirgantara menggunakan energy elektromagnetik pada satu atau beberapa bagian
spektrum elektromagnetik yang dipantulkan maupun dipancarkan dari permukaan bumi (Hartono,
2012).

LAPORAN PEMETAAN TOTAL SUSPENDED MATTER (TSM) Page 3

2.3 ALGORITMA

2.3.1 SYARIF BUDIMAN

Menurut Susiati (2009), dalam menganalisis pola sebaran sedimen tersuspensi dilingkungan
bisa dilakukan dengan menggunakan citra satellite salah satunya dengan menggunakan citra satellite
LANDSAT TM dan SPOT dalam penggunaan algoritma untuk mendapat nilai konsentrasi TSS
menggunakan algortima yang dikembangkan syarif budiman yaitu TSS (mg/liter) =
7,9038*exp(23,942*Red Band) dengan Red band = Reflektans band 2.

Menurut Budiman (2004), dalam menyusun algoritma menggunakan persamaan dibawah ini
:

2.3.2 WOERD PASTERKAM

Menurut Pasterkamp dan Woerd dalam Budiman (2004), menjelaskan bahwa konsentrasi
dari optic kualitas air yang terkait dengan R (0-) melalui sifat optic yang melekat (IOP) air. IOP
merupakan total absorbsi (a) dan total backscattering (Pemantulan kembali) dari konsistuen optic
(Termasuk air itu sendiri). Penyerapan dan hamburan balik tergantung pada panjang gelombang ()
yang dinyatakan dalam m-1 dan. subsurface irradiance reflectance R (0 -) merupakan parameter
optik yang cocok untuk menghubungkan IOP dengan data radiasi penginderaan jauh. Beberapa
peneliti telah meneliti hubungan antara R (0 -) dan TIO laut dalam sistem air pesisir dan pedalaman.

Menurut Pasterkamp dan woerd (2002), pilihan untuk band merah (SPOT Band 2) adalah
yang paling tepat untuk digunakan dalam sebuah algoritma untuk memperkirakan hal ditangguhkan
di perairan ini. Hubungan antara konsentrasi TSM dan reflektansi band 2 (2 R) dapat tepat
digambarkan oleh fungsi yang diberikan dalam persamaan 2

LAPORAN PEMETAAN TOTAL SUSPENDED MATTER (TSM) Page 4

2.3.3 LEMIGAS
Hasyim (1997) dan Lemigas (1996) dalam Parwali et al (2006), menunjukkan bahwa kanal-
kanal spektral yang mempunyai hubungan yang erat dengan parameter fisika dan kimia adalah kanal
1, 2, 3 dan 4. Selanjutnya (parwati, 2001) dengan menggunakan data lapang hasil survei kualitas air
yang dilakukan oleh Yayasan Mangrove (1997) dan Tim SACDP (1999) serta pemanfaatan kanal-
kanal spektral algoritma untuk TSM, yaitu Y = 14.2476621 + 1.13685022 B1 + 3.1031453 B2 +
0.933682272 B3.
Pendugaan yang dilakukan Lemigas (2001) bahwa kekeruhan perairan dapat dideteksi pada
kisaran panjang gelombang 0,4 0,7 nm. Jika panjang gelombang ini diaplikasikan pada Landsat
TM yang mempunyai kanal 1, 2 dan 3 pada kisaran panjang gelombang 0,4 0,7 nm, maka tingkat
kekeruhan perairan merupakan fungsi penjumlahan dari kanal 1, 2 dan 3 (Arief, 2012).

2.3.4 BIDAWI HASYIM

Distribusi TSM yang telah terdeteksi menggunakan berbagai data penginderaan jauh dengan
karakteristik sensor yang berbeda, Hasyim et al (1997) menggunakan band 2 dan band 3 dari
Landsat TM untuk menemukan doistribusi TSM di Teluk Jakarta (Trisakti, 2005).

Hasyim (1997) dan Lemigas (1996) dalam Parwali et al (2006), menunjukkan bahwa kanal-
kanal spektral yang mempunyai hubungan yang erat dengan parameter fisika dan kimia adalah kanal
1, 2, 3 dan 4. Selanjutnya (parwati, 2001) dengan menggunakan data lapang hasil survei kualitas air
yang dilakukan oleh Yayasan Mangrove (1997) dan Tim SACDP (1999) serta pemanfaatan kanal-
kanal spektral algoritma untuk TSM, yaitu Y = 14.2476621 + 1.13685022 B1 + 3.1031453 B2 +
0.933682272 B3

LAPORAN PEMETAAN TOTAL SUSPENDED MATTER (TSM) Page 5

 BAB III
METODOLOGI

3.1 ALAT DAN BAHAN

Alat-alat yang digunakan dalamprak tikum Penginderaan Jauh Kelautan materi perhitungan
algoritma TSM (Total Suspended Material) adalah sebagai berikut :
No. Hardware Software
1. Laptop ErMapper
2. Flashdisk Arcgis
Bahan yang digunakan dalam praktikum Penginderaan Jauh Kelautan materi perhitungan
algoritma TSM (Total Suspended Material) adalah data yang Band yang didownload dari
http://eartexplorer.usgs.gov berupa .rar dan diekstrak dalam bentuk folder berisi file band perairan
dalam format .tif.
3.2 SUMBER DATA
Data Band perhitungan algoritma TSM (Total Suspended Material) diperoleh dari
download pada http://eartexplorer.usgs.gov berupa .rar dan diekstrak dalam bentuk folder berisi file
band perairan Teluk Cendrawasih dalam format .tif.
3.3 DIAGRAM ALUR
3.3.1 Memasukan Agoritma

Er Mapper

Edit AlgoritmadanLoading data set

Open data dandiduplicate 1-7

Gambardisave as dengannamaGabungan

Masukkan file Gabungan, di RGB, diduplikat dandicopy

pada new layer data set

Gambardisave as dengannamaCropping

MasukkanrumusAlgoritma

Gambardisave as sebagaiRadiometrik
LAPORAN PEMETAAN TOTAL SUSPENDED MATTER (TSM) Page 6
3.3.2 Klasifikasi

Add data Radiometrik

Classified Pada Value sesuaiwarnadan Range yang ditentukan

Sesuaikan range pada display dengan Classified

3.3.3 Layouting

Data pada Arcgis

MasukkankoordinatwilayahdenganKoordinat system

MasukkanSkaladengan Insert Scale Bar

MasukkanArahMata Anginpada North Row

MasukkanLegendadengan Insert Legend

MasukkanJudul TSM, sumberdannamapembuatdengansimbol (A) pada

Drawing

MasukkanPeta dan Logo pada Insert Picture

LAPORAN PEMETAAN TOTAL SUSPENDED MATTER (TSM) Page 7

 BAB IV
HASIL DAN PEMBAHASAN

4.1. PENGOLAHAN TSM LANDSAT

4.1.1. Download Citra Landsat 8
Data satelit citra Landsat 8 dapat didownload melalui http://earthexplorer.usgs.gov/ . lalu
masukkan nama perairan Teluk Cenderawasih yang diinginkan pada Address/Place klik show, maka
akan keluar nama perairan dan coordinates yang diinginkan, lalu klik, akan muncul pada gambar di
kanan titik koordinatnya. Klik Data Sets-Landsat Archive-L8 OLI/TIRS, kemudian klik Result.
Muncul beberapa foto citra dari tanggal yang berbeda, lalu pilih foto citra yang tutupan awannya
sedikit (dengan mengklik Show Browse Overlay), setelah didapatkan pilihan klik Download
Options. Masukkan username dan password pengguna usgs untuk sign in, klik sign in. Pilih icon
download dan klik download pada level 1 GeoTIFF Data Product yang untuk mendownload
otomatis. Hasil data download akan berbentuk .rar . Ekstrak data untuk memperoleh data band
secara keseluruhan.

4.1.2. Penggabungan Data Citra Landsat (stack layer)

Proses penggabungan data citra Landsat 8 dilakukan dengan menggunakan program ER
Mapper 7.1 dan band yang digunakan ialah band 1-7 dari data citra Landsat yang telah didownload
sebelumnya melalui web earthexplorer. Buka program tersebut, klik icon Edit Algorithm-Load Data
Set, buka folder data citra Landsat yang telah diekstrak. Pilih Band 1 (B1), klik Ok This Layer Only.
Duplikat pseudo layer sampai terdapat 7 layer. Rename masing-masing layer sesuai dengan band
yang akan diisi, menjadi B1, B2 sampai dengan B7. Isi masing-masing layer dengan band sesuai
nama layernya. Layer B2 dengan band 2, layer B3 dengan band 3, begitu seterusnya. Klik kanan
pada hasil layer, pilih File-Save As, ketik nama file (gabungan) lalu pilih ER Mapper Raster Dataset
(.ers) pada File of Type-nya. Klik Ok. Pilih IIEE4ByteReal pada Data type lalu klik Ok.

4.1.3. Cropping
Buka data stack layer atau data gabungan dengan mengklik Load Dataset-data gabungan-Ok
This Layer Only. Setelah data gabungan muncul pada layer, klik icon RGB (Create RGB Algorithm)
dengan mengisi band 4 untuk Red, band 3 untuk Green dan band 2 untuk Blue. Data gabungan pada
layer akan berubah warna, klik kanan pada layer tersebut, pilih Zoom box Tool untuk menentukan
dan memperbesar area pilihan, yaitu area Teluk Cenderawasih. Tanpa menutup layer tersebut, buka
layer baru dan lakukan langkah yang sama seperti stack layer pada layer baru tersebut. Setelah itu,
klik kanan pada layer pertama (RGB), pilih Quick Zoom-Set Geolink to Window. Lakukan langkah
tersebut pada layer kedua (Stack Layer Baru) dan warna pada layer pertama akan berubah perlahan
sesuai dengan warna layer kedua. Klik kanan pada layer pertama yang telah berubah, pilih File-Save
As, ketik nama file (Cropping) lalu pilih ER Mapper Raster Dataset (.ers) pada File of Type-nya.
Klik Ok. Pilih IIEE4ByteReal pada Data type lalu klik Ok.

4.1.4. Koreksi Matahari (Koreksi Radiometrik)

Koreksi Matahari atau Koreksi Radiometrik dilakukan untuk menyamakan kondisi Matahari
pada setiap wilayah atau pixel pada citra. Proses ini dilakukan dengan mengubah nilai Digital

LAPORAN PEMETAAN TOTAL SUSPENDED MATTER (TSM) Page 8

Number (DN) menjadi Nilai Reflektans melalui pemasukan rumus berikut :
((0.00002*i1)+-0.1)/0.838245824835787
Yang merupakan Nilai Reflektans pada setiap Band. Buka data Cropping dengan mengklik Load
Dataset-data Cropping-Ok This Layer Only. Lalu lakukan langkah sama seperti stack layer pada
data cropping. Tambahkan nilai reflektans pada masing-masing band dengan mengklik layer band,
lalu pilih Edit Formula. Masukkan nilai reflektans pada kolom INPUT, lalu klik Apply Changes-
Close. Lakukan hal yang sama pada band yang lain sampai band 7 dan layer data Cropping akan
berubah warna. Klik kanan layer layer tersebut, pilih File-Save As, ketik nama file (Radiometrik)
lalu pilih ER Mapper Raster Dataset (.ers) pada File of Type-nya. Klik Ok. Pilih IIEE4ByteReal
pada Data type lalu klik Ok.

4.1.5. Pemisahan Darat dan Laut

Proses pemisahan darat, awan dan laut dimaksudkan agar menjadikan nilai darat dan awan 0
(nol) agar perhitungan TSM kedua area tersebut tidak ikut terhitung nilainya. Proses ini dilakukan
dengan membuat persamaan perbandingan berikut :
If (i2/i1)<1.3 then null else i2
Pada kanal 1 (band 5) dan kanal 2 (band 3). Klik Edit Algorithm-Load Dataset-data Cropping-Ok
This Layer Only. Klik Edit Formula dan masukkan rumus persamaan perbandingan, klik Apply
Changes dan isi Band 5 untuk INPUT1 dan Band 2 unutk INPUT2, lalu klik Close.

4.1.6. Pemasukan Algoritma TSM

Proses ini dilakukan guna menjadikan citra Landsat memiliki nilai DN yang lebih informatif
dengan memasukkan nilai formula dari beberapa algoritma. Rumus algoritma yang berbeda denga
input data satelit yang berbeda pula menjadikan bentuk tampilan citra pada layer menjadi
sedemikian rupa. Dalam praktikum ini digunakan 4 algoritma berbeda, yaitu Algoritma Syarif
Budiman (2004) dan Algoritma Woerd Pasterkam yang menggunakan data Radiometrik sebagai
input datanya serta Algoritma Lemigas dan Algoritma Hasyim yang menggunakan data Cropping
sebagai input datanya. Berikut merupakan rumus/persamaan algoritma :
Syarif Budiman : if (i2/i1)<1.2 then null else (8.1429*EXP(23.704*i2))
Input 1 = Band 5; Input 2 = Band 4

Woerd-Pasterkamp : If i1/i2<0.6 and i2<=0.0282 then 1.0585*(exp(1.3593*(((-

0.53*i2)+0.001)/((0.03*i2)-0.0059)))) else if i1/i2<0.6 and i2>0.0282 then (32.918*(((-
0.53*i2)+0.001)/((0.03*i2)-0.0059)))-46.616 else null
Input 1 = Band 5; Input 2 = Band 3

Lemigas : If (i1/i2)<1.1 then null else ((10.6678) + (0.55085*i3) + (0.04563*(i3EXP2)) +

(0.009775*i1*i3))
Input 1 = Band 3; Input 2 = Band 5; Input 3 = Band 4

Hasyim : If (i1/i2)<1.3 then null else (100.66 + 5.01*i3 + 0.46*i3EXP2 + 0.98*i1*i3)

Input 1 = Band 2; Input 2 = Band 5; Input 3 = Band 4

Buka radiometric yang baru disimpan, pilih band5, klik Edit Formula maka akan
munculFormula Editor. Pada kotak bertuliskan Input1 ganti dengan memasukkan rumus Algoritma

LAPORAN PEMETAAN TOTAL SUSPENDED MATTER (TSM) Page 9

TSM Apply Changes kemudian ganti band pada input sesuai band masing-masing klik Close.
Lakukan untuk ke empat rumus dengan cara seperti itu. Maka gambar akan berubah, klik kanan
layer layer tersebut, pilih File-Save As, ketik nama file (Cenderawasih) lalu pilih ER Mapper Raster
Dataset (.ers) pada File of Type-nya. Klik Ok. Pilih IIEE4ByteReal pada Data type lalu klik Ok.

4.1.7. Klasifikasi Citra

Proses ini digunakan untuk melakukan pengelompokan data dari nilai-nilai pixel yang
bervariasi sehingga dapat dikelaskan ke dalam beberapa kelas yang memiliki karakteristik nilai
spektral yang serupa. Untuk klasifikasi menggunakan program ArcGIS 9.3 . Tahapnya adalah
sebagai berikut : Buka program arcGIS 9.3, pilih arcMap 9.3 - Pilih menu View - Layout View untuk
membuka papan lembar layer. Pilih menu File Page and Print Setup klik Landscape. Klik kanan
pada Layer, pilih Add data untuk membuka folder yang kita simpan terakhir di ER Mapper. Klik
kanan pada Table of Konten folder TSM yang telah di buka - pilih properties - pilih symbology -
Classified - pilih Classes untuk memilih range kelas - Classify untuk menuliskan nilai kelas yang
akan di tampilkan dan di kelompokkan - Color Ramp untuk memilih range warna - OK. Kemudian
warna pada layer TSM akan berubah sesuai warna yang dipilih, dan setiap warnanya akan memiliki
range nilai masing-masing sesuai classify yang kita tuliskan. Selanjutnya Layouting

4.1.8. Layouting
Layouting adalah langkah yang dilakukan untuk menampilan hasil akhir dari pengolahan
data citra dalam bentuk peta lengkap beserta judul, simbol, skala, arah mata angin, sumber, tahun
dan nama pembuat. Biasanya disimpan dalam bentuk file gambar format JPEG. Langkahnya adalah
dengan melanjutkankan hasil klasifikasi pada bab sebelumnya paga program ArcGIS 9.3. Langkah-
langkahnya adalah sebagai berikut : Pilih add data untuk membuka data pelengkap lain yang
dibutuhkan, seperti peta ADM Indonesia. Klik layer hasil klasifikasi TSM - pilih menu Insert. Pada
menu inser sudah tersedia semua menu untuk keperluan perlengkapan peta, diantaranya: Title (judul
peta), Legend (menampilkan legenda berupa range warna dan nilai TSM, jalan, daratan, sungai dll),
Text (memberi nama keterangan peta), Picture (memasukkan gambar / lambing), Nort Arrow
(simbol arah mata angin), Scale Bar (skala garis), scale text (skala angka) dan banyak lagi menu
yang lain sesuai keinginan pembuat. Untuk memberikan grid pada peta dengan cara klik kanan pada
layer TSM - properties - Grids - New Grids - pilih Next Sampai finis. Selesai

LAPORAN PEMETAAN TOTAL SUSPENDED MATTER (TSM) Page 10

4.1.9. Hasil Layout Peta keempat Algoritma

Algoritma Woerd Pasterkam

Gambar diatas merupakan gambar peta persebaran TSM (Total Suspended Matter) atau
Jumlah Materi Terlarut pada Teluk Cenderawasih, Papua. Dengan skala 1: 123.071 dimana datanya
didapatkan dari data satelit Landsat 8 pada tanggal 3 Februari 2014 dengan Lat: 02 33 13 S,
Lon: 135 26 59 E yang berbatasan dengan Samudera Pasifik. Peta persebaran tersebut diperoleh
dengan menggunakan rumus Algoritma Woerd Pasterkam. Rumus algoritma ini menggunakan data
Radiometrik sebagai input datanya serta Band 5 untuk input pertama dan Band 3 untuk input kedua
sebagai input bandnya, sehingga didapatkan hasil TSM dengan 5 klasifikasi nilai. Warna orange
pada gambar peta menandakan bahwa wilayah tersebut memiliki sekitar 1 18,484024 materi yang
terlarut didalamnya. Untuk warna hijau menandakan bahwa wilayah tersebut memiliki sekitar
18,4840241 259,2747192 materi terlarut. Warna biru (muda) menunjukkan bahwa area Teluk
Cenderawasih yang mengandung 259,2747193 396,1798096 materi terlarut. Warna biru (tua)
menunjukkan area Teluk Cenderawasih yang mengandung 396,1798097 585,8179321 materi
terlarut. Sedangkan untuk warna merah menunjukkan area Teluk Cenderawasih dengan kandungan
materi terlarut sebesar 585,8179322 1,444,338501. Dan warna abu-abu menunjukkan wilayah
dekat Teluk Cenderawasih yang tidak memiliki TSM, seperti wilayah daratan dan perawanan.

LAPORAN PEMETAAN TOTAL SUSPENDED MATTER (TSM) Page 11

 Algoritma Lemigas

Gambar diatas merupakan gambar peta persebaran TSM (Total Suspended Matter) atau
Jumlah Materi Terlarut pada Teluk Cenderawasih, Papua. Dengan skala 1: 123.374 dimana datanya
didapatkan dari data satelit Landsat 8 pada tanggal 3 Februari 2014 dengan Lat: 02 33 13 S,
Lon: 135 26 59 E yang berbatasan dengan Samudera Pasifik. Peta persebaran tersebut diperoleh
dengan menggunakan rumus Algoritma Lemigas. Rumus algoritma ini menggunakan data Cropping
sebagai input datanya, serta Band 3 untuk input pertama, Band 5 untuk input kedua, dan Band 4
untuk input ketiga sebagai input bandnya, sehingga didapatkan hasil TSM dengan 5 klasifikasi nilai.
Warna orange pada gambar peta menandakan bahwa wilayah tersebut memiliki sekitar 1
467,739,4063 materi yang terlarut didalamnya. Untuk warna hijau menandakan bahwa wilayah
tersebut memiliki sekitar 467,739,4064 509,892,6875 materi terlarut. Warna biru (muda)
menunjukkan bahwa area Teluk Cenderawasih yang mengandung 509,892,6876 575,486,1250
materi terlarut. Warna biru (tua) menunjukkan area Teluk Cenderawasih yang mengandung
575,486,1251 656,904,8750 materi terlarut. Sedangkan untuk warna merah menunjukkan area
Teluk Cenderawasih dengan kandungan materi terlarut sebesar 656,904,8751 950,174,8125. Dan
warna abu-abu menunjukkan wilayah dekat Teluk Cenderawasih yang tidak memiliki TSM, seperti
wilayah daratan dan perawanan.

LAPORAN PEMETAAN TOTAL SUSPENDED MATTER (TSM) Page 12

 Algoritma Hasyim

Gambar diatas merupakan gambar peta persebaran TSM (Total Suspended Matter) atau
Jumlah Materi Terlarut pada Teluk Cenderawasih, Papua. Dengan skala 1: 121,182 dimana datanya
didapatkan dari data satelit Landsat 8 pada tanggal 3 Februari 2014 dengan Lat: 02 33 13 S,
Lon: 135 26 59 E yang berbatasan dengan Samudera Pasifik. Peta persebaran tersebut diperoleh
dengan menggunakan rumus Algoritma Hasyim. Rumus algoritma ini menggunakan data Cropping
sebagai input datanya, serta Band 2 untuk input pertama, Band 5 untuk input kedua, dan Band 4
untuk input ketiga sebagai input bandnya, sehingga didapatkan hasil TSM dengan 5 klasifikasi nilai.
Warna orange pada gambar peta menandakan bahwa wilayah tersebut memiliki sekitar 1
56,027,072 materi yang terlarut didalamnya. Untuk warna hijau menandakan bahwa wilayah
tersebut memiliki sekitar 56,027,072,01 57,796,184 materi terlarut. Warna biru (muda)
menunjukkan bahwa area Teluk Cenderawasih yang mengandung 57,796,184,01 61,648,160
materi terlarut. Warna biru (tua) menunjukkan area Teluk Cenderawasih yang mengandung
61,648,160,01 67,968,320 materi terlarut. Sedangkan untuk warna merah menunjukkan area Teluk
Cenderawasih dengan kandungan materi terlarut sebesar 67,968,320,01 94,679,152. Dan warna
abu-abu menunjukkan wilayah dekat Teluk Cenderawasih yang tidak memiliki TSM, seperti
wilayah daratan dan perawanan.

LAPORAN PEMETAAN TOTAL SUSPENDED MATTER (TSM) Page 13

 Algoritma Budiman

Gambar diatas merupakan gambar peta persebaran TSM (Total Suspended Matter) atau
Jumlah Materi Terlarut pada Teluk Cenderawasih, Papua dengan skala 1: 118.174 dimana datanya
didapatkan dari data satelit Landsat 8 pada tanggal 3 Februari 2014 dengan Lat: 02 33 13 S,
Lon: 135 26 59 E yang berbatasan dengan Samudera Pasifik.
Peta persebaran tersebut diperoleh dengan menggunakan rumus Algoritma Syarif Budiman
(2004). Rumus algoritma ini menggunakan nilai reflektan irradian (R(0-)) dari band merah yang
telah terkoreksi atmosferik sebagai inputnya. Digunakan data Radiometrik sebagai input datanya
serta Band 5 untuk input pertama dan Band 4 untuk input kedua sebagai input bandnya, sehingga
didapatkan hasil TSM dengan 5 klasifikasi nilai. Warna orange pada gambar peta menandakan
bahwa wilayah tersebut memiliki sekitar 1 18,21975899 materi yang terlarut didalamnya. Untuk
warna hijau menandakan bahwa wilayah tersebut memiliki sekitar 18,219759 22,37190056 materi
terlarut. Warna biru (muda) menunjukkan bahwa area Teluk Cenderawasih yang mengandung
22,37190057 29,56608009 materi terlarut. Warna biru (tua) menunjukkan area Teluk
Cenderawasih yang mengandung 29,5660801 46,77265167 materi terlarut. Sedangkan untuk
warna merah menunjukkan area Teluk Cenderawasih dengan kandungan materi terlarut sebesar
46,77265168 118,0518188 Dan warna abu-abu menunjukkan wilayah dekat Teluk Cenderawasih
yang tidak memiliki TSM, seperti wilayah daratan dan perawanan.

LAPORAN PEMETAAN TOTAL SUSPENDED MATTER (TSM) Page 14

 BAB V
PENUTUP

5.1 KESIMPULAN
Dalam pemetaan sebaran TSM ini digunakan Klasifikasi Unsupervised.
Hasil dari penggunaan algoritma Budiman menunjukkan nilai yang tersebar adalah dari
22,37190057 29,56608009 mg/l.
Klasifikasi Unsupervised algoritma Hasyim dan Lemigas dilakukan di software Er
Mapper.Hasil dari penggunaan algoritma Lemigas menunjukkan nilai yang tersebar
adalah dari 509,892,6876 575,486,1250 mg/l.
Hasil dari penggunaan algoritma Hasyim menunjukkan nilai yang tersebar adalah dari
57,796,184,01 61,648,160 mg/l.
Hasil dari penggunaan algoritma Woerd Pasterkam nilai yang ditunjukkan berkisar
antara 259,2747193 396,1798096 mg/l.

5.2 SARAN

Saran yang dapat diberikan penyusun adalah untuk lebih teliti dalam setiap langkah dalam
proses pemetaannya serta penggunaan analisa yang lebih tepat.

LAPORAN PEMETAAN TOTAL SUSPENDED MATTER (TSM) Page 15

 DAFTAR PUSTAKA

Arief, Muchlisin. 2012. Pemetaan Total Suspended Meters (Tsm) Menggunakan Data Satelit
Landsat (Studi Kasus : Teluk Trenggalek). Jurnal Penginderaan jauh Vol. 9 No. 1 (67-75).
Budhiman, Syarif. 2004. Mapping TSM Concentrations from Multisensor Satellite Images in
Turbid Tropoical Coastal Waters of Mahakam Delta- Indonesia. Master Thesis. Netherland
Budhiman, Syarif. 2005. Pemetaan Sebaran Total Suspended Matter (Tsm)Menggunakan Data
Aster Dengan Pendekatan Bio-Optical Model. MAPIN XIV. LAPAN. Jakarta
Hartono. 2010. Penginderaan Jauh dan Sistem Informasi Geografi serta Aplikasinya di Bidang
Pendidikan dan Pembangunan. UGM
NASA. 2014. Landsat. (Online) http://landsat.gsfc.nasa.gov/?page_id=4071, diakses pada tanggal
15 Mei 2014
Parwali, Ety., Bambang Trisakti., Ila Carolila., Talik Kartika., Sri harini dan Katih Dewanti. 2002.
Analisis Hubungan Penutup/Penggunaan Lahan dengan Total Suspended matter (TSM)
Kawasan Perairan Segara Anakan Menggunakan Data Inderaja. Jurnal Penginderaan
Jauh. Vol. 3, No. 1 (87-97). LAPAN
Pasterkamp, R. and Van der Woerd, H.J. 2002. A general approach to map turbid estuaries with
remote sensing, Remote Sensing of the Environment. Submitted
Suciati, Heni. 2010. Pola Sebaran Sedimen Tersuspensi Melalui Pendekatan Penginderaan Jauh di
Perairan Pesisir Semenanjung Muria-Jepara. Bakosurtanal
Taofiqurohman S, Ankiq. 2012. Citra Modis Resolusi 250 Meters untuk Analisis Konsenrasi
Sedimen Tersuspensi Di Perairan Berau Kalimantan Timur. Jurnal. Universitas Padjajaran
Jatinangor. Bandung.
Trisakti, Bambang., Parwati dan Syarif Budhiman. 2005. Study of MODIS-AQUA Data for Mapping
Total Suspended Matter (TSM) in Coastal Waters. Jurnal Remote Sensing and Earth
Sciences. Vol. 2. LAPAN
Wahyunto. 2010. Aplikasi Teknologi Penginderaan Jauh dan Uji Validasinya untuk Deteksi
Penyebaran Lahan Sawah dan Penggunaan/Penutupan Lahan. Soil Research Institute,
CSARD Of IAARD

LAPORAN PEMETAAN TOTAL SUSPENDED MATTER (TSM) Page 16