Anda di halaman 1dari 12

E-Jurnal Ilmu dan Teknologi Kelautan Tropis, Vol. 2, No. 1, Hal.

19-30, Juni 2010

PEMETAAN SUBSTRAT DASAR PERAIRAN DANGKAL KARANG CONGKAK


DAN LEBAR KEPULAUAN SERIBU MENGGUNAKAN CITRA SATELIT
QUICK BIRD

THE BOTTOM SUBSTRATE SHALLOW WATER MAPPING USING THE


QUICK BIRD SATELLITE IMAGERY
1
Vincentius Siregar
1Departemen Ilmu dan Teknologi Kelautan, Fakultas Perikanan dan Ilmu Kelautan IPB
Email: vincents@biotrop.org

ABSTRACT
The objective of this study was to explore the capability of high resolution satellite
data of QuicBird to map the characteristics of the bottom shallow water (habitat)
using the transformation method of two bands (blue and green) by implementing
"depth invariant index" algorithm i.e., Y = ln Band 1 - (ki/kj) ln Band 2. The result
provide more detail information on the characteristic of the bottom shallow water
comparing to the used of original band (RGB). The classification of the transformed
image showed 6 classes of bottom substrats i.e., Live coral, Death, Coral, Sand mix
coral, Sand mix algae, and Macro algae with Sand. The accuracy test of the map
derived from the classification was about 79%.

Keywords: bottom shallow water, Quick Bird image, depth invariant index,
classification

ABSTRAK
Pengkajian ini bertujuan untuk mengetahui kemampuan citra satelit resolusi tinggi
QuickBird untuk pemetaan karakteristik dasar perairan dangkal dengan melakukan
transformasi kanal biru dan hijau menggunakan algoritma depth invariant index, Y=
Ln Kanal 1 (ki/kj) Ln Kanal 2. Citra hasil transformasi ini memberikan informasi
yang lebih detail mengenai karakteristik dasar perairan dangkal dibandingkan dengan
citra asli sebelum dilakukan transformasi. Klasifikasi terhadap citra hasil transformasi
menggunakan skema klasifikasi habitat dasar perairan, yaitu Karang hidup, Karang
mati, Pasir bercampur karang, pasir bercampur lamun serta lamun/alga bercampur
pasir. Uji akurasi terhadap peta hasil klasifikasi tersebut memberikan hasil yang cukup
baik, yaitu sebesar 79%.

Kata Kunci: dasar perairan dangkal, citra satelit QuickBird, depth invariant index,
klasifikasi

I. PENDAHULUAN temporal. Dengan metode konvensional,


pendeteksian atau pemetaan dasar
Pendeteksian karakteristik atau perairan dangkal ini memerlukan waktu
habitat dasar perairan dangkal yang lama dan biaya yang relatif mahal
memerlukan metode atau teknik yang mengingat wilayah tersebut pada
terus menerus harus dikaji, hal ini umumnya berada pada remote area dan
disebabkan semakin pentingnya data dan akses yang sulit. Oleh karena itu,
informasi yang akurat dari wilayah pemanfaatan citra satelit penginderaan
tersebut dalam berbagai skala spasial dan jauh (inderaja) sebagai alternatif

Departemen Ilmu dan Teknologi Kelautan, FPIK-IPB 19


Siregar

merupakan cara yang paling ideal untuk XS, SPOT Pan dan gabungan Landsat TM
menjawab kebutuhan tersebut (Green et dan SPOT Pan dan citra dari sensor
al., 2000). Saat ini telah banyak sensor Landsat MSS menghasilkan peta habitat
satelit inderaja yang memiliki yang kurang akurat. Peta dari hasil CASI
kemampuan yang baik untuk mendeteksi secara signifikan lebih akurat
berbagai fitur-fitur di ekosistem perairan dibandingkan dari sensor satelit dan foto
dangkal seperti komunitas bentik karang udara. Peta dari citra satelit yang berisi
(Hochberg and Atkinson, 2000., informasi habitat secara detail (> 9 kelas)
Nurlidiasari, 2004), penutupan karang mempunyai akurasi 37%, sedangkan
hidup (Isoun et al., 2003, Purkis et al., menggunakan foto udara (pesawat) dan
2002), bahkan spesies hewan bentik dan CASI akurasinya berturut-turut mencapai
kesehatan karang (Evanthia et al., 1999). 67% dan 81%. Penggunaan foto udara
Mumby et al. (1997), telah meneliti memberikan hasil yang kurang cost
kemampuan Satelit seperti Landsat MSS, effective,sementara citra satelit lebih
TM, SPOTXS dan Pan serta kombinasi murah untuk pemetaan habitat yang
Landsat TM dengan SPOT Pan untuk kurang detail, dan untuk tingkat detail
memetakan terumbu karang di Caribbean dapat digunakan citra dari CASI. Hasil-
dengan menggunakan klasifikasi hirarki hasil diatas dapat dijadikan acuan bagi
dan mendefinisikan habitat sebagai pengguna dalam menggunakan citra satelit
kumpulan dari organism bentik dan untuk tujuan survei dan pemetaan perairan
substrat. Disamping itu, mereka juga telah dangkal. Rangkuman dari kajian diatas
memetakan habitat menggunakan citra dapat dilihat pada tabel 1.
resolusi tinggi dari sensor pesawat terbang Disamping kemampuan tersebut,
(CASI). Pada areal lebih dari 60 Km kajian habitat dasar perairan dangkal,
dengan tingkat akurasi rendah, Landsat terutama di ekosistem terumbu karang
TM memberi hasil dengan akurasi yang merupakan tantangan yang berat terkait
lebih baik. Sementara itu, untuk pemetaan dengan resolusi sensor satelit inderaja
dengan tingkat detail sedang, foto udara karena keragaman objek dan luasannya
menunjukkan akurasi yang sama dengan yang kecil, bahkan pada skala yang lebih
Landsat TM, SPOT kecil daripada resolusi sensor satelit.

Tabel 1. Spesifikasi dasar dari beberapa citra satelit (Biaya berdasarkan harga 1996).

Spesifikasi Landsat Landsat SPOT SPOT CASI Aerial


MSS TM XS Pan (airborne) Photography
Spatial Resolution 80 30 20 10 100.5 Variable0.2
(m)
Jumlah kanal yang 2 3 2 1 821 1 analogue
tersedia utk
pemetaan karang
Luas liputan (km) 185 x 172 185 x 185 60 x 60 60 x 60 variasi Variasi
Biaya/image () 160 2,838 1,700 2,205 81,000 160,000
2
Biaya per km 0.005 0.08 0.47 0.61 540 1070
/image
Sumber: Mumby et al. (1997)

20 http://www.itk.fpik.ipb.ac.id/ej_itkt21
E-Jurnal Ilmu dan Teknologi Kelautan Tropis, Vol. 2, No. 1, Hal. 19-30, Juni 2010

Menurut Green et al. (2000) bahwa kelimpahan ikan karang di Kepulauan


kajian pemetaan habitat pesisir Chagos.
menggunakan data satelit inderaja dapat Beberapa sensor satelit
dikelompokkan dalam skema klasifikasi penginderaan jauh resolusi tinggi
berikut: memiliki kemampuan mendeteksi
(1) kajian berdasarkan habitat; perairan dangkal yang berbeda-beda
(2) kajian yang difokuskan pada tipe sesuai dengan resolusi spasialnya,
habitat tertentu untuk keperluan seperti Satelit Ikonos dengan resolusi 4
tertentu pula; m (multi-spectral) dan 1 m
(3) kajian yang secara mendasar (pankromatik) dan QuickBird dengan
dikaitkan pada pemetaan resolusi 0,65 m(pankromatik) dan 2,44
geomorfologi; m(multi-spectral). Satelit Quickbird-2
(4) Kajian ekologi yang menjabarkan yang diluncurkan pada tanggal 18
habitat sebagai kuantifikasi October 2001 berada pada ketinggian
sekelompok biota tertentu sebagai 450 Km dengan periode edar 93,5 menit
fitur mendasar, dan dan orbit polar sun-synchronous. Satelit
(5) kajian yang menggabungkan lebih yang memiliki cakupan sebesar 16,5 km
dari satu tipe informasi (misalnya ini melewati lintasan (daerah) yang sama
geomorfologi dikaitkan dengan setiap 1-5 hari tergantung posisi lintang.
kumpulan biota). Karakteristik panjang gelombang yang
Sehubungan dengan hal diatas, dimiliki oleh sensor Quickbird-2
kemajuan-kemajuan yang dicapai dalam diuraikan dalam Tabel 2.
sensor satelit inderaja, terutama dengan Tulisan ini bermaksud mengkaji
diluncurkannya satelit yang mempunyai kemampuan citra satelit QuickBird untuk
resolusi spasial tinggi seperti Ikonos di memetakan karakteristik dasar perairan
tahun 1999 dan Quickbird di tahun 2001, dangkal dengan menggunakan skema
memungkinkan pendeteksian fitur-fitur klasifikasi habitat di Karang Congkak dan
habitat di perairan dangkal pada luasan Lebar. Pemetaan perairan dangkal dengan
kurang dari 1 m atau beberapa meter saja. citra satelit seperti Landsat, Spot, formosat
Oleh karena itu pemanfaatan citra satelit dan Alos telah banyak dilakukan (Purkis
beresolusi tinggi semakin memperbesar et al., 2002; Siregar et al., 2005) namun
kemungkinan pendeteksian fitur-fitur dengan citra satelit yang mempunyai
lingkungan yang terkait erat dengan resolusi tinggi seperti QuickBird masih
kelimpahan dan keanekaragaman terumbu sedikit, misalnya Nurlidiasari (2004)
karang melalui orbit satelit di luar angkasa menggunakan citra QuickBird untuk
dengan lebih akurat (Mellin et al., 2009). memetakan habitat karang di Derawan
Purkis et al. (2008) telah menggunakan Kalimantan timur, namun khususnya
citra satelit Ikonos untuk untuk pemetaan dasar perairan dangkal di
menduga keanekaragaman dan Kepulauan Seribu belum pernah
dilakukan.

Tabel 2 . Karakteristik panjang gelombang sensor satelit Quickbird


Kanal Spektrum Panjang gelombang (nm) Resolusi spasial (m)
1 Violet-Biru 450-520 2,44
2 Hijau 520-600 2,44
3 Merah 630-690 2,44
4 Near IR 780-900 2,44
5 Pankromatik 450-900 0,65

Departemen Ilmu dan Teknologi Kelautan, FPIK-IPB 21


Siregar

II. BAHAN DAN METODE dengan menggunakan data pengamatan


di lapangan.
2.1. Lokasi dan Data Penelitian
2.2. Survei Lapang (Ground Truth)
Penelitian ini dilakukan di Karang dengan GPS
Congkak dan Karang Lebar di Kepulauan
Seribu (Gambar 1). Karang Congkak dan Survei lapangan dilaksanakan dari
Karang Lebar merupakan kompleks tanggal 13-17 Mei 2008 dan 22-26 Juli
terumbu karang dengan areal yang paling 2008. Pengamatan objek pada saat survei
luas diantara perairan Karang-karang dilakukan menggunakan observasi
lainnya yang ada di Kepulauan Seribu. langsung dengan Scuba dan Snorckling,
Data yang digunakan adalah data dan posisi dari titik pengamatan direkam
satelit QuickBird multi kanal dengan dengan memanfaatkan teknologi GPS
resolusi spasial 2,44 m dan tanggal (Global Positioning System). Tujuan
akuisisi 28 September 2008. Kondisi survei adalah untuk mengamati kondisi
dasar perairan dangkal pada saat akuisisi nyata lapangan dengan cara melakukan
citra dan survei lapang tidak pengecekan silang dengan peta hasil
menunjukkan adanya perbedaan yang klasifikasi dari citra satelit.
nyata. Pengambilan posisi titik survei
Tahapan pengolahan data dengan menggunakan GPS diharapkan
penginderaan jauh untuk menghasilkan mampu memberikan keakuratan
peta karakteristik dasar perairan pengukuran. Lokasi pengamatan dipilih
(habitat) dilakukan menurut standar secara sistematik dengan memperhatikan
yang ada, yaitu dimulai dengan koreksi tingkat keragaman objek (Wilson et
radiometrik/kolom air, koreksi geometrik, al.,2007)(fitur dasar perairan) dan
registrasi terhadap peta, penajaman atau dilakukan dengan menarik garis lurus
transformasi citra dan klasifikasi citra. yang melalui objek dan menggunakan
Selanjutnya dilakukan interpretasi transek kuadrat dengan ukuran sesuai
terhadap citra hasil klasifikasi dengan spasial resolusi citra (Gambar 2).

Congkak

Lebar
Pramuka

Jakarta

Gambar 1. Lokasi Penelitian

22 http://www.itk.fpik.ipb.ac.id/ej_itkt21
Pemetaan Substrat Dasar Perairan Dangkal...

Gambar 2. Lokasi Stasiun pengamatan untuk klasifikasi citra (titik merah)

Dalam pelaksanaan survei, Y = indek dasar perairan; B= band


beberapa kegiatan yang dilakukan antara yang dipilih; ki/kj= koefisien atenuasi
lain: Klasifikasi terhadap citra hasil
Ploting/merekam titik-titik yang transformasi ini menggunakan skema
dianggap penting sebagai acuan untuk klasifikasi karakteristik dasar perairan
menafsirkan kenampakan/objek atau habitat. Pengolahan citra Quickbird
antara kenyataan di lapangan dengan kemudian dilakukan sesuai dengan
kenampakan di dalam peta hasil tahapan berikut:
klasifikasi sehingga memudahkan 1. Citra kanal 1 dan 2 dibatasi hanya
dalam mengidentifikasi dan analisis pada wilayah Karang Congkak dan
spasial di lapangan dan di peta, serta Lebar
untuk koreksi geometrik, 2. Wilayah daratan dan laut dalam di
Membuat dokumentasi, dengan masking dengan metode boolean
melakukan pemotretan terhadap 3. Menghitung koefisien attenuasi air
objek-objek di lapangan, untuk 4. Persamaan Depth invariant
validasi kenampakan objek di peta indexdiimplementasikan dengan
Informasi tentang distribusi spasial input kanal 1 dan 2
karakteristik dasar perairan dangkal 5. Terhadap citra baru hasil transformasi
diekstrak dari citra satelit menggunakan kemudian dilakukan density slicing
Algoritma depth-invariant bottom untuk menghasilkan 6
index yang mengelimir faktor kelas penutupan dasar
kedalaman (koreksi kolom air). Indeks perairan/habitat
ini dapat digunakan sebagai indeks 6. Citra hasil ini kemudian direktifikasi
karakteristik dasar perairan. Metode ini ke sistem UTM agar memiliki sistem
efektif untuk membangun peta tematik yang sama dengan posisi GPS dan
karakteristik dasar perairan (Siregar, pengamatan lapangan
1995 dan 1996) menggunakan 7. Uji akurasi (overall, produser dan
persamaan berikut (Green et al., 2000): user)
Y = Ln B1 (ki/kj) Ln B2

E-Jurnal Ilmu dan Teknologi Kelautan Tropis, Vol.2, No.1, Juni 2010 23
Siregar

2.3. Akurasi Klasifikasi rentangan indeks dari citra hasil


transformasi algoritma menunjukkan
Proses uji akurasi untuk peta hasil banyaknya kelas yang ada sebagai
klasifikasi habitat dasar perairan dari karakteristik/habitat dasar perairan atau
citra Quickbird dari lokasi studi penutupan dasar perairan. Pada citra
dilakukan dengan menggunakan hasil transformasi tersebut dapat
sejumlah peralatan sebagai berikut: dibedakan dengan jelas objek pasir
1. Citra satelit Quickbird kanal 1 dan 2 ,lamun (seagrass), karang hidup, dan
2. GPS navigasi karang mati.
3. Kamera digital
Perangkat lunak pengolah citra 3.1 Klasifikasi Habitat Dasar Perairan
dan sistem informasi geografis
Tahap selanjutnya, dilakukan
III. HASIL DAN PEMBAHASAN pemotongan selang index dengan
metode density slicing, dan dari hasil
Untuk meningkatkan visualisasi transformasi tersebut diperoleh nilai
penampakan substrat dasar atau histogram antara 7.566145 - 8.479393
penutupan dasar perairan secara kemudian berdasarkan data lapang
maksimal, diterapkan metode penajaman diperoleh kelas-kelas sebagai berikut.
multiimage yang mengkombinasikan 1. Laut dangkal : 7.57743
band 1 dan band 2 berdasarkan 2. Karang hidup: 7.57743 - 7.63989
standard exponential attenuation 3. Campuran :
model menggunakan depth invariant Pasir campur dengan karang:
index. Setelah mengekstrak nilai digital 7.63989 - 7.71837
band 1 dan band 2 dari citra asli dengan Pasir bercampur lamun : 7.71837 -
melakukan pemilihan training area pada 7.80784
citra maka diperoleh nilai koefisien 4. Lamun: 7.80784 - 7.88379
attenuasi perairan (Ki/Kj), yaitu sebesar 5. Pasir : 7.88379 - 8.19775
0.593. Dengan demikian, persamaan 6. Karang mati : > 8.19775
algoritma yang digunakan untuk
mengekstrak karakteristik/substrat dasar Pada pengolahan menggunakan
perairan menjadi Y = ln (band1) - 0.593 perangkat lunak dengan pallete warna
*ln (band2). RGB, objek pasir diberi warna putih,
Sesuai dengan sebaran nilai digital terumbu karang dan lamun diberi warna
hasil iterasi pada layar komputer maka cyan, dan karang mati serta darat
terlihat beberapa komponen dominan berwarna warna merah. Pada peta
pada citra hasil algoritma. Pola distribusi

Jumlah

bilangan real (indeks)

Gambar 3. Histogram hasil transformasi algoritma depth invariant index

24 http://www.itk.fpik.ipb.ac.id/ej_itkt21
Pemetaan Substrat Dasar Perairan Dangkal...

klasifikasi substrat dasar (Gambar 4) reef). Sebaran pasir dan tutupan lamun
terlihat habitat dasar perairan dangkal juga banyak ditemukan didalam goba.
terdistribusi di perairan karang Lebar Luasan masing-masing substrat dasar
dan Karang congkak. Habitat pasir yang dapat dilihat pada Tabel 3.
ditunjukkan oleh warna kuning hampir Karang hidup memiliki luasan yang
mendominasi seluruh wilayah kajian. lebih besar dari karang mati dan substrat
Pasir bercampur lamun terlihat sebagai ini merupakan habitat yang cocok untuk
warna coklat muda, dan warna hijau ikan karang. Secara umum diketahui
merupakan karang hidup. Bentuk bahwa habitat karang merupakan tempat
morfologi perairan yang berbentuk ikan berkembang biak, mencari makan,
seperti kolam (goba), membuat sebaran dan merawat anaknya (spawning, feeding,
karang hidup banyak dijumpai berada and nursery ground).
didalam goba dan luar gosong (pacth

Gambar 4. Peta tematik habitat dasar perairan dangkal di Karang Congkak dan Lebar

E-Jurnal Ilmu dan Teknologi Kelautan Tropis, Vol.2, No.1, Juni 2010 25
Siregar

Tabel 3. Luasan habitat dasar perairan karang Lebar dan Karang Congkak
berdasarkan citra QuickBird (resolusi spasial =2,4 m)

Habitat dasar Jumlah pixel m2


Karang hidup 336288 1 937 018,88
Karang mati 126606 729 250,56
Pasir bercampur karang 358425 2 064 528,00
Pasir bercampur lamun 430540 24 779 910,40
Lamun / makro alga 104891 604 172,16
Pasir 970271 5 588 760,96

3.2. Akurasi Peta Tematik Menurut Campbell (1987), uji


akurasi dapat dilakukan dengan
Pengamatan objek dilapangan membandingkan dua peta, satu peta
dilakukan secara rapid mobile dengan bersumber dari hasil penginderaan jauh
mengacu prinsip penutupan lahan (peta yang akan diuji) dan satunya lagi
dominan untuk membuat klasifikasi adalah peta (reference) yang berasal dari
daerah pengamatan (dasar perairan). sumber lainnya atau pengamatan
Pengambilan data lapangan dilakukan lapangan. Peta kedua dijadikan sebagai
dengan cara kombinasi pandangan mata peta acuan, dan diasumsikan memiliki
dan penggunaan kamera digital dari informasi yang benar. Dalam kajian ini
permukaan air (dari atas perahu yang yang menjadi acuan adalah hasil
bergerak). Pengumpulan data di Karang pengamatan dilapangan mengingat belum
Lebar digunakan sebagai sebagai lokasi ada peta habitat dasar perairan dangkal di
untuk uji akurasi. Pengumpulan data lokasi studi. Kajian akurasi mengacu pada
lapang dilakukan pada lokasi survei metode Congalton and Green (1999).
yang sama namun pada waktu yang Kajian akurasi peta habitat dilakukan
berbeda. Sejumlah 81 titik sampel secara dengan menggunakan dua pengukuran,
acak diambil di daerah Karang Lebar. yaitu hasil survei dan klasifikasi citra yang
Untuk keperluan simplifikasi, deskripsi disusun dalam sebuah matrik dua dimensi
jenis penutupan lahan atau karakteristik (confusion matrix). Hasil penghitungan
dasar perairan dangkal yang ada akurasi dapat dilihat dari Overall accuracy
disajikan pada Tabel 4. (OA),
Producer Accuracy (PA) dan User
accuracy (UA).

Tabel 4. Deskripsi jenis penutupan dasar hasil pengamatan lapangan

No. Jenis penutupan Deskripsi


1 Karang Hidup Dominan karang hidup
2 Karang mati Dominan karang mati
3 Lamun Dominan lamun
4 Pasir Dominan pasir
5 Pasir bercampur karang Campuran pasir dan karang
6 Pasir bercampur lamun Hamparan pasir ditumbuhi lamun

26 http://www.itk.fpik.ipb.ac.id/ej_itkt21
Pemetaan Substrat Dasar Perairan Dangkal...

Hasil uji akurasi dengan matrix karakteristik/habitat dasar perairan dapat


confusiondisajikan pada tabel 5 dengan dipetakan dengan baik, kecuali untuk
nilai overall accuracy (OA) yang kelas habitat lamun (0,3) dan pasir
diperoleh adalah 79%. Selain memberi bercampur lamun (0,5) dari sisi PA. Hal
gambaran tentang akurasi pemetaan ini mungkin disebabkan adanya
berdasarkan tematiknya (klasifikasinya) kesalahan dalam mengidentifikasi objek
secara keseluruhan, perlu juga diketahui berdasarkan definisi yang digunakan.
akurasi dari individual kelas(objek) yang Dari tabel tersebut terlihat 5 sampel di
dihasilkan, yaitu individu kelas yang keluarkan dari kelas lamun (omission))
dihasilkan dari hasil klasifikasi tematik dan dimasukkan kekelas lain
citra (PA) dan dari pengamatan dilapang (commision) yaitu masuk ke kelas pasir
sebagai reference (UA) (Tabel 6). dan pasir campur karang, dan juga 6
Tabel 6 yang merupakan turunan sampel dikeluarkan dari kelas pasir
tabel 5 memperlihatkan perhitungan bercampur lamun untuk masuk dalam
akurasi untuk PA dan UA. Dari tabel kelas lainnya.
tersebut dapat dilihat bahwa semua jenis

Tabel 5. Matriks uji akurasi

Citra/Lapangan Karang karang Lamun pasir pasir Pasir total


Karang Hidup 17 0 0 0 1 3 21
karang mati 0 1 0 0 0 0 1
Lamun 0 0 2 0 0 0 2
Pasir 2 0 2 24 0 1 29
pasir bercampur 0 0 3 0 13 2 18
pasir bercampur 0 0 0 1 2 7 10
Total kolom 19 1 7 25 16 13
Overall akurasi = 64 (17+1+2+24+13+7)/81 (jumlah sampel) = 79%

Tabel 6. Akurasi untuk sisi producer (lapangan-reference) dan user (citra/peta)

producer accuracy user accuracy


Lapangan(reference) akurasi Citra/Peta akurasi
1 17/19 = 0.9 1 17/21= 0.8
2 1/1= 1.0 2 1/1= 1.0
3 2/7= 0.3 3 2/2= 1.0
4 24/25 = 1.0 4 24/29= 0.8
5 13/16 = 0.8 5 13/18= 0.7
6 7/13 = 0.5 6 7/10= 0.7

E-Jurnal Ilmu dan Teknologi Kelautan Tropis, Vol.2, No.1, Juni 2010 27
Siregar

Faktor lain yang mungkin dapat dari hasil CASI secara signifikan lebih
mempengaruhi tingkat akurasi ini adalah akurat dari sensor satelit dan foto udara.
terjadinya selisih posisi antara citra dan Peta dengan informasi habitat detail (> 9
GPS, yang menyebabkan terjadinya kelas) yang dihasilkan dari citra satelit
deplacement lokasi objek yang diamati. mempunyai akurasi 37%, sedangkan
Dalam proses transformasi sistem dari pesawat dan CASI secara berturut-
koordinat citra ke sistem koordinat GPS turut mempunyai akurasi 67% dan 81%.
diperoleh root mean square error (RMS) Jika dibandingkan dengan hasil
untuk posisi adalah 0,57 meter yang penelitian oleh Mumby et al, 1997
dalam hal ini hampir satu pixel citra tersebut, maka penggunaan citra satelit
Quickbird. Menurut Townshed et al. QuickBird yang mempunyai resolusi
(1992), akurasi dari penyatuan sistem spasial tinggi untuk memetakan habitat
koordinat biasa dinyatakan dengan RMS dasar perairan dangkal memberikan
error dari sejumlah titik kontrol. Nilai akurasi (79%) yang hampir sama dengan
0.5 hingga 1.0 piksel biasanya dianggap menggunakan pesawat atau CASI.
cukup memuaskan dan secara visual
kesalahan posisi apabila kedua citra IV. KESIMPULAN
(peta) di tumpangsusunkan masih berada
dalam batas-batas toleransi. Pemetaan tematik yang dihasilkan
Hasil uji akurasi ini menunjukkan dari analisis citra satelit QuickBird untuk
bahwa pemetaan dasar perairan dangkal memetakan ekosistem terumbu karang
menggunakan citra satelit QuickBird dengan menggunakan skema klasifikasi
menggunakan skema klasifikasi karakteristik dasar (habitat) menghasilkan
berdasarkan habitat dapat digunakan 6 kelas karakteristik/ habitat dasar
dengan hasil cukup baik. perairan, yaitu karang hidup, karang mati,
Berdasarkan hasil penelitian Mumby lamun (makro alga), pasir campur lamun,
et al. (1997), tentang kemampuan Satelit pasir campur karang, dan pasir. Dari hasil
seperti Landsat MSS, TM, SPOTXS dan uji akurasi diperoleh keakuratan data hasil
Pan, kombinasi Landsat TM dengan SPOT klasifikasi sebesar 79 %, sehingga dapat
Pan serta pesawat terbang (CASI) untuk disimpulkan bahwa peta hasil klasifikasi
memetakan terumbu karang di Caribbean menggunakan skema karakteristik/habitat
dengan menggunakan klasifikasi hirarki dasar perairan mempunyai akurasi yang
dan mendefinisikan habitat sebagai memadai. Akurasi peta yang diturunkan
kumpulan dari organism bentik dan dari citra QuickBird hampir sama dengan
substrat, diperoleh hasil bahwa untuk area peta yang diturunkan dari foto udara dan
lebih dari 60 Km dengan tingkat akurasi CASI.
rendah, Landsat TM mempunyai akurasi
yang lebih baik dibandingkan dengan Untuk studi selanjutnya perlu
lainnya. Sementara itu, untuk pemetaan dilakukan pemetaan dasar perairan
dengan tingkat detail yang sedang, foto dangkal menggunakan skema klasifikasi
udara menunjukkan akurasi yang sama yang lain seperti kondisi karang dan life
dengan Landsat TM, SPOT XS, SPOT Pan form sehingga bisa didapatkan peta
dan gabungan Landsat TM dan SPOT Pan. klasifikasi dasar perairan dangkal dari
Sedangkan sensor Landsat MSS kurang berbagai skema klasifikasi untuk
akurat untuk memetakan habitat seperti digunakan dalam berbagai kebutuhan
diatas. Peta dalam pengelolaan wilayah perairan
dangkal.

28 http://www.itk.fpik.ipb.ac.id/ej_itkt21
Pemetaan Substrat Dasar Perairan Dangkal...

UCAPAN TERIMA KASIH scale hierarchical research.


Marine Pollution Bulletin, 58:11-
Tulisan ini merupakan bagian dari 19.
hasil penelitian Program Insentif Riset Mumby, P. J., E. P. Green, A. J.
Dasar RD-2008-359 yang dilakukan oleh Edwards, and C. D. Clark. 1997.
penulis. Pada kesempatan ini penulis Coral reef habitat mapping: how
mengucapkan terima kasih kepada much detail can remote sensing
Kementerian Riset dan Teknologi provide? Marine Biology, 130:
Republik Indonesia yang telah 193-202.
memberikan dana untuk pelaksanaan Nurlidiasari, M. 2004. The application
penelitian ini. Ucapan terima kasih juga of QuickBird and Multy-
penulis sampaikan kepada anggota tim temporal Landsat TM data for
penelitian Sam Wouthuyzen, Syamsul B. coral reef habitat mapping. Case
Agus, M.Banda Selamat dan Anggi Afif study: Derawan Island, East
M. yang telah membantu penulis dalam Kalimantan, Indonesia. 92 hal.
pelaksanaan penelitian dan penyiapan Purkis, S.J., J.A.M. Kenter, E.K.
tulisan ini. Oikonomou, and I.S. Robinson.
2002. High-resolution ground
DAFTAR PUSTAKA verification, cluster analysis and
optical model of reef substrate
Campbell, J.B. 1987. Introduction to coverage on Landsat TM imagery
Remote Sensing. The Guilford (Red Sea, Egypt). Int. J. Remote
Press, New York. Sensing, 23(8):1677-1698.
Purkis, S.J., N.A.J. Graham, and B.M.
Congalton, R.G. and K. Green. 1999. Riegl. 2008. Predictability of reef
Assessing the accuracy of fish diversity and abundance
remotely sensed data: principles using remote sensing data in
and practices. CRC Press, Inc., Diego Garcia (Chagos
Florida. 130p. Archipelago) . Coral Reefs,
Green, E.P., P.J. Mumby. A.J. Edwards, 27:167178.
and C.D. Clark. 2000. Remote Siregar, V. 1995. Pemetaan Terumbu
sensing handbook for tropical Karang Dengan Menggunakan
coastal management. UNESCO, Kombinasi Citra Satelit SPOT-1
Paris. Kanal XS1 dan XS2 .Aplikasi
Hochberg, E.J. and M.J. Atkinson 2000. Pada Karang Congkak dan
Spectral discrimination of coral Karang Lebar di Kepulauan
reef benthic communities. Coral Seribu, Jakarta Utara.Buletin
Reefs, 19:164171. PSP- Fakultas Perikanan IPB.
Isoun, E., C. Fletcher, N. Frazer and J. Siregar, V. 1996. Pengembangan
Gradie. 2003. Multi-spectral Algoritma Pemetaan Terumbu
mapping of reef bathymetry and Karang (perairan dangkal) di
coral cover: Kailua Bay, Hawaii. Bali dengan menggunakan citra
Coral Reefs, 22:6882. satellite.Konvensi Nasional
Mellin, C., S. Andrfout., M. Kulbicki., Pembangunan Benua Maritim
M. Dalleau, and L. Vigliola. Indonesia dalam rangka
2009. Remote sensing and fish mengaktualisasikan wawasan
habitat relationships in coral reef nusantara, Makassar 18-19
ecosystems: Review and Desember 1996.
pathways for systematic multi-

E-Jurnal Ilmu dan Teknologi Kelautan Tropis, Vol.2, No.1, Juni 2010 29
Siregar

Siregar, V. J. Purwanto, Setiabudi, dan A


Sembiring. 2005. Pemetaan Profil
Arsitektur Ekosistem Terumbu
karang di P. Kotok Kecil dan
P.Opak Kecil, Kepulauan Seribu.
Jurnal Teknologi Perikanan &
Kelautan, Maritek, 5(1):83-96.
Townshend, J.R.G., C.O.Justice., C.
Gurney dan J. McManus. 1992.
The Impact of Misregistration on
Change Detection. IEEE
Transactions on Geoscience and
Remote Sensing, 30(5):1054-
1060.
Wilson, S.K., N.A.J. Graham, and
N.V.C. Polunin. 2007. Appraisal
of visual assessments of habitat
complexity and benthic
composition on coral reefs. Mar
Biol., 151:10691076.

30 http://www.itk.fpik.ipb.ac.id/ej_itkt21