*
Pelimpahan hak cipta atas karya tulis dari penelitian kerja sama dengan pihak luar IPB
harus didasarkan pada kerja sama yang terkait
ABSTRAK
Perairan Pulau Pari memiliki karakteristik fisika, kimia, dan biologi unik
yang dipengaruhi oleh pergerakan massa air dari Teluk Jakarta. Satelit Aqua
MODIS dapat digunakan untuk menduga konsentrasi klorofil-a dengan
menggunakan band 9 (438-448 nm), band 10 (483-493 nm), dan band 12 (546-
556 nm). Tujuan penelitian ini adalah menduga konsentrasi klorofil-a dari citra
satelit Aqua MODIS dan melakukan validasi dengan data in-situ. Validasi citra
Aqua MODIS menggunakan algoritma OC2 dan OC3M. Rrs band 9 (438-448
nm), band 10 (483-493 nm), dan band 12 (546-556 nm) dikorelasikan dengan
konsentrasi klorofil-a. Konsentrasi klorofil-a hasil dugaan OC2 dan OC3M jauh
lebih tinggi dari konsentrasi klorofil-a in-situ. Korelasi antara nilai spektral rasio
band dengan data in-situ masih lebih baik dibandingkan nilai spektral band
tunggal. Formula untuk menduga konsentrasi klorofil-a dari citra satelit di
perairan Pulau Pari adalah y = 1,395 0,031 x 0,053 x2 + 0,012 x3.
Kata kunci: Algoritma, Aqua MODIS, klorofil-a, OC2, OC3M, Pulau Pari
ABSTRACT
DIDIT ADYAT SUBAWEH. Estimation of Chlorophyll-a Concentration using
MODIS Aqua in the Waters of Pari Island, Seribu Islands, DKI Jakarta.
Supervised by JONSON LUMBAN GAOL and RISTI ENDRIANI ARHATIN.
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Ilmu Kelautan
pada
Departemen Ilmu dan Teknologi Kelautan
Disetujui oleh
Dr. Ir. Jonson L. Gaol, M.Si Risti Endriani Arhatin, S.Pi, M.Si
Pembimbing I Pembimbing II
Diketahui oleh
Tanggal Lulus:
3
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa taala atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang
dipilih dalam penelitian yang dilaksanakan sejak bulan September 2013 ini adalah
konsentrasi klorofil-a dengan judul Estimasi Konsentrasi Klorofil-a dari Citra
Aqua MODIS di Perairan Pulau Pari, Kepulauan Seribu, DKI Jakarta.
Penulis menyampaikan terima kasih kepada:
1. Institut Pertanian Bogor yang telah memberikan kesempatan untuk studi
di Departemen Ilmu dan Teknologi Kelautan
2. Dr. Ir. Jonson Lumban Gaol, M.Si dan Risti Endriani Arhatin, S.Pi, M.Si
sebagai dosen pembimbing skripsi atas bimbingannya dalam
penyusunan dan perbaikan skripsi
3. Dr. Ir. Vincentius P. Siregar, DEA sebagai penguji
4. Aninda Wisaksanti Rudiastuti, S.Pi, M.Si dari Bidang Pemetaan dan
Integrasi Tematik Laut, Pusat Pemetaan dan Integrasi Tematik, Badan
Informasi Geospasial serta Anna Mariana beserta staf dan pegawai dari
Laboratorium Pengujian Produktivitas Lingkungan Perairan, Institut
Pertanian Bogor, yang telah banyak memberi saran dan membantu
dalam pelaksanaan penelitian ini
5. Ayah, ibu, dan seluruh keluarga yang telah memberikan doa dan
dukungan secara moral maupun spiritual dalam penyusunan skripsi
6. Keluarga mahasiswa Ilmu dan Teknologi Kelautan angkatan 47 serta
seluruh sahabat Penulis atas atas bantuan, semangat, dan keceriaan yang
diberikan dalam penyusunan skripsi
7. Semua pihak yang telah membantu dalam menyelesaikan penulisan
skripsi ini yang tidak bisa disebutkan satu-persatu.
Kritik dan saran yang membangun tentunya sangat diharapkan untuk
perbaikan di masa depan. Demikian skripsi ini disusun, semoga bermanfaat.
DAFTAR TABEL
DAFTAR GAMBAR
DAFTAR LAMPIRAN
PENDAHULUAN
Latar Belakang
Klorofil adalah pigmen yang berperan penting bagi tumbuhan yang ada di
perairan. Fotosintesis dapat terjadi pada semua tumbuhan yang mengandung
pigmen klorofil termasuk fitoplankton. Fitoplankton sebagai produsen primer
memberikan sumbangan terbesar pada produksi primer total suatu perairan.
Pigmen pada fitoplankton yang sering digunakan dalam mempelajari
produktivitas perairan adalah klorofil-a (Alianto 2006). Pigmen hijau pada
fitoplankton memiliki peran esensial dalam proses fotosintesis. Fungsi utama
klorofil dalam proses fotosintesis adalah sebagai katalisator dan penyerap energi
cahaya yang digunakan dalam proses tersebut (Strickland 1960). Klorofil-a pada
fitoplankton bersifat fluorescence dan mengabsorbsi panjang gelombang hijau-
biru (Riyono 2007). Fotosintesis menghasilkan makanan dalam bentuk gula
(karbohidrat) dengan bantuan energi dari cahaya matahari yang mengubah bahan
anorganik di perairan menjadi bahan organik.
Konsentrasi klorofil-a dapat digunakan sebagai indikator dari kelimpahan
fitoplankton dan potensi kandungan bahan organik di suatu perairan yang erat
kaitannya dengan kualitas air. Salah satu cara untuk mengetahui informasi tentang
kelimpahan klorofil-a di laut yaitu dengan metode penginderaan jauh (remote
sensing) tanpa adanya kontak langsung dengan fenomena yang bersangkutan.
Perairan Pulau Pari memiliki karakteristik unik dengan perubahan sifat
fisika dan kimia yang dipengaruhi oleh pergerakan massa air dari Teluk Jakarta.
Karakteristik perairan di laut berbeda sesuai dengan lokasi perairan terhadap
daratan. Robinson (2004) membagi perairan di laut berdasarkan materi pembentuk
warna perairan, yaitu tipe-1 dan tipe-2. Perairan tipe-1 merupakan daerah perairan
lepas pantai dengan fitoplankton (klorofil-a) sebagai komponen utama yang
mempengaruhi sifat optik air laut, sedangkan tipe-2 merupakan daerah pesisir
yang didominasi oleh material tersuspensi dan material organik (yellow
substances). Szeto M et al. (2011) membagi perairan laut menjadi tiga kelas
berdasarkan kesuburan perairan, yaitu oligotrofik (open ocean), mesotrofik
(intermediate), dan eutrofik (coastal).
Pembuangan limbah di perairan pesisir dan lepas pantai memberikan
pengaruh terhadap kualitas perairan, khususnya kelimpahan fitoplankton. Kondisi
ini yang membuat kawasan perairan Pulau Pari menarik untuk diamati terkait
dengan keberadaan fitoplankton sebagai produsen primer di suatu perairan.
Beberapa penelitian yang sama telah dilakukan pada perairan laut lepas maupun
pesisir, seperti di Laut Cina Selatan (Pan et al. 2010), Laut Arab (Tilstone 2013),
Teluk Mayaguez (Torres 2008), Teluk Meksiko (Nababan 2011), Teluk Jakarta
(Kusuardini 2011), dan perairan Selat Sunda (Firman 2011). Pendugaan klorofil-a
pada cakupan wilayah yang sempit sangat jarang dilakukan karena memiliki bias
yang cukup tinggi. Hasil dugaan bergantung pada banyaknya data yang diambil
dan aplikasi algoritma yang tepat. Oleh karena itu, validasi data satelit hasil
dugaan konsentrasi klorofil-a perlu dilakukan terhadap data hasil observasi (in-
situ) untuk mendapatkan informasi yang lebih akurat.
2
Perumusan Masalah
Algoritma Analisis
OC2 dan OC3M korelasi
Analisis Klorofil-a
Sampel air laut
laboratorium in-situ
Algoritma
Survei lapang yang sesuai
Penginderaan ocean color adalah salah satu cara untuk mengetahui kondisi
laut dan proses yang terjadi di dalamnya. Penentuan klorofil-a dengan
penginderaan jauh memiliki keunggulan di bidang spasial dan perolehan data
yang bersifat sinoptik dibandingkan hasil uji laboratorium. Satelit Aqua MODIS
dapat digunakan untuk pemantauan kondisi perairan termasuk fitoplankton
dengan menggunakan band 8-16. Spesifikasi Aqua MODIS dan fungsi masing-
masing band ditampilkan pada Lampiran 1 dan Lampiran 2. Penelitian ini
3
menggunakan band 9 (438-448 nm), band 10 (483-493 nm), dan band 12 (546-
556 nm) untuk menguji keeratan hubungan dengan konsentrasi klorofil-a di
perairan Pulau Pari melalui analisis regresi. Oleh karena itu, informasi mengenai
klorofil-a menggunakan satelit di perairan Pulau Pari diperlukan untuk
pengelolaan di bidang perikanan.
Tujuan Penelitian
Manfaat Penelitian
Ruang lingkup dalam penelitian ini adalah pemrosesan data citra Aqua
MODIS untuk membandingkan konsentrasi klorofil-a menggunakan algoritma
OC2 dan OC3M dan pembuatan algoritma menggunakan band 9 (438-448 nm),
band 10 (483-493 nm), dan band 12 (546-556 nm). Aplikasi algoritma klorofil-a
dibatasi pada lokasi perairan Pulau Pari, Kepulauan Seribu, DKI Jakarta.
METODE
Penelitian ini dilaksanakan pada bulan September 2013 hingga Maret 2014.
Lokasi penelitian berada di perairan Pulau pari, Kepulauan Seribu, DKI Jakarta.
Lokasi tersebut terletak pada koordinat 106o3345 106o390 BT dan 5o5045
5o5315 LS (Gambar 2). Pengambilan data in-situ dilakukan pada tanggal 6 dan
7 September 2013 dengan total pengambilan sampel sebanyak 33 titik. Analisis
konsentrasi klorofil-a dilakukan di Laboratorium Pengujian Produktivitas dan
Lingkungan Perairan, Departemen Manajemen Sumber Daya Perairan, Institut
Pertanian Bogor.
4
Gambar 2 Peta lokasi penelitian dan pengambilan sampel di perairan Pulau Pari
Alat
Alat yang digunakan dalam penelitian dibagi menjadi dua, yaitu alat untuk
survei lapang dan analisis sampel air serta pemrosesan data. Alat untuk survei
lapang dan analisis sampel air antara lain: botol sampel (1 liter), membran filter
(cellulose nitrate) 0,45 m, corong bucher, vacuum pump, termometer,
refraktometer, pH meter, spektofotometer, dan GPS map 585 GARMIN. Alat
yang digunakan untuk pemrosesan data antara lain: komputer, perangkat lunak
SeaWiFS Data Analysis System (SeaDAS) v6.4, Arc GIS 10.0, Global Mapper
v13.0, serta IBM SPSS 22.
Bahan
Bahan yang digunakan untuk analisis sampel air antara lain: air laut (1-2
liter) sebanyak 33 sampel, aquades, dan pelarut aseton. Bahan yang digunakan
untuk pemrosesan data, yaitu data citra level 1A Geolocation dan level 1B
Calibrated Radiances Aqua MODIS hasil unduhan serta konsentrasi klorofil-a in-
situ tanggal 5 September 2013.
Pengumpulan Data
Data yang digunakan dalam penelitian ini meliputi data primer dan
sekunder. Data in-situ sebagai data primer diperoleh dari survei lapang. Sampel
diambil sebanyak 33 titik secara langsung di sekitar perairan Pulau Pari.
Pengambilan titik sampel berdasarkan pedoman jumlah sampel minimal untuk uji
korelasi, yaitu minimal 30 sampel (Gay dan Diehl 1996). MODIS memiliki
resolusi spasial 250 m (band 1-2), 500 m (band 3-7), dan 1 km (band 8-36).
5
664
b
klorofil- a murni
665
K= a
...................... (5)
664 664
b
klorofil- a murni- b
phaeophyt in-a murni
665 665
a a
Keterangan:
V1 = volume ekstrak (L)
V2 = volume sampel (m3)
L = panjang gelombang cahaya (cm)
664b, 665a = densitas optikal dari 90% ekstrak aseton sebelum dan sesudah
asidifikasi
A = koefisien absorbansi untuk klorofil-a pada 664 nm
K = rasio yang menunjukkan koreksi asidifikasi
Rrs (490)
= log10
Rrs (555)
R
Keterangan:
Ca = konsentrasi klorofil-a (mg/m3)
R = rasio reflektansi
Rrs = remote sensing reflectance
Analisis Data
Analisis hubungan antarvariabel pada model regresi dilihat berdasarkan nilai
koefisien determinasi dan root mean square error. Model persamaan regresi yang
digunakan adalah model regresi eksponensial, linear, logaritmik, polinomial orde
8
2 atau kuadratik, dan polinomial orde 3 atau kubik (Walpole 2012). Model
estimasi persamaan regresi linear pada SPSS dapat dilihat pada Tabel 1.
(Yi Y )(Yi Y )
n
i =1
rYY = ...................................................................... (6)
(Yi Y ) (Yi Y )
n 2 n 2
i =1 i =1
Keterangan:
rYY = koefisien korelasi antara data observasi dengan hasil dugaan
Yi = data observasi pada periode ke-i dengan i = 1, 2 , 3, ..., n
Y = nilai rata-rata data observasi
Yi = hasil dugaan pada periode ke-i dengan i = 1, 2 , 3, ..., n
Y = nilai rata-rata hasil dugaan
n = panjang periode
Jika nilai R2 mendekati +1, hubungan antarvariabel kuat dan sebaliknya. Jika nilai
R2 mendekati nol maka hubungan linear antarvariabel sangat lemah (Walpole
2012). RMSE adalah rata-rata kuadrat dari perbedaan nilai estimasi dengan nilai
observasi suatu variabel. Jika nilai RMSE semakin kecil maka estimasi model
atau variabel tersebut semakin valid. Persamaan RMSE yang digunakan adalah
sebagai berikut.
n (T Ti d )
2
RMSE =
i =1 d =1
id
n (n-1)
............................................................................ (7)
Keterangan:
n = jumlah baris atau kolom matriks
Ti d Ti d = nilai sel matriks hasil observasi dan dugaan
9
Konsentrasi Klorofil-a
Hasil pengukuran in-situ dan dugaan konsentrasi klorofil-a dari citra Aqua
MODIS ditampilkan pada Tabel 2. Hasil dugaan algoritma OC2 dan OC3M pada
satelit Aqua MODIS menunjukkan nilai yang lebih tinggi dibandingkan analisis
konsentrasi klorofil-a hasil observasi. Hasil observasi menghitung konsentrasi
klorofil-a berdasarkan fitoplankton yang tersaring pada sampel air sehingga
material lain yang bukan fitoplankton dapat dilewatkan dengan ukuran pori
tertentu (0,45 m). Konsentrasi yang dihitung adalah konsentrasi klorofil-a. OC2
dan OC3M menduga konsentrasi klorofil-a berdasarkan panjang gelombang yang
terserap secara maksimal oleh klorofil-a, yaitu panjang gelombang biru-hijau
(OReilly et al. 1998).
Tabel 3 Perbandingan hasil studi aplikasi algoritma OC2 dan OC3 pada
berbagai wilayah perairan
Salah satu kelemahan dari algoritma OC2 adalah data dari daerah yang sangat
oligotrofik (<0,05 mg/m3) dan eutrofik (>3 mg/m3) akan kurang representatif
terhadap data in-situ (OReilly et al. 2000). Algoritma OC2 dan OC3M belum
dapat dipastikan cocok dengan perairan lainnya karena sifat bio-optic perairan
yang berbeda-beda.
dengan menggunakan rasio band. Hubungan rasio reflektansi band 9, band 10, dan
band 12 ditunjukkan pada Tabel 5.
Tabel 5 Hubungan rasio reflektansi pada band 9 (438-448 nm), band 10 (483-
493 nm), dan band 12 (546-556 nm) dengan konsentrasi klorofil-a in-
situ
(a)
(b)
Gambar 4 Plot hubungan antara klorofil-a insitu dengan rasio band 9/12 (a) dan
rasio band 10/12 (b) menggunakan model regresi linear, logaritmik,
kuadratik, kubik, dan eksponensial
16
Gambar 5 Sebaran horizontal remote sensing reflectance (Rrs) rasio band 9/12
Gambar 6 Sebaran horizontal remote sensing reflectance (Rrs) rasio band 10/12
Rasio band 9/12 memiliki kisaran 1,215-2,019 dan rasio band 10/12
memiliki kisaran 1,150-1,498 (Lampiran 4). Sebaran rasio band terlihat berbeda
dengan sebaran konsentrasi klorofil-a pada Gambar 3. Rasio band memiliki nilai
yang sama pada beberapa stasiun, sedangkan konsentrasi klorofil-a di Perairan
Pulau Pari lebih bervariasi. Korelasi rendah antara Rrs rasio band dengan data in-
situ disebabkan oleh ketidaksesuaian aplikasi algoritma pada perairan tipe-2.
Penerapan rasio band di perairan tipe-2 menghasilkan akurasi data yang rendah.
Hal ini sejalan dengan penelitian Torres (2008) di Teluk Mayaguez, Puerto Rico
yang mendapatkan akurasi rendah dengan RMSE sebesar 5,880. Faktor lain yang
menyebabkan rendahnya korelasi pada penelitian ini adalah resolusi citra yang
18
Simpulan
Saran
Saran yang diusulkan penulis dalam rangka penelitian lebih lanjut adalah:
1. Pemilihan satelit dengan resolusi tinggi diperlukan untuk mendapatkan hasil
yang lebih baik karena variabilitas bio-optic perairan dapat bernilai beda pada
wilayah yang sempit. Analisis klorofil-a menggunakan satelit selain Aqua
MODIS perlu dilakukan.
2. Algoritma klorofil-a berbeda pada setiap pemakaian untuk wilayah lokal.
Pengembangan algoritma baru perlu dilakukan di perairan Indonesia,
khususnya di Kepulauan Seribu, Laut Jawa.
3. Perlu dilakukan penelitian dengan perbedaan musim.
DAFTAR PUSTAKA
[APHA] American Public Health Association. 2005. Standard Methods for The
Examination of Water And Wastewater. Washington (US): APHA.
Alianto. 2006. Produktivitas Primer Fitoplankton dan Keterkaitannya dengan
Unsur Hara dan Cahaya di Perairan Teluk Banten [tesis]. Bogor (ID):
Institut Pertanian Bogor.
Arifin Z. 2004 Juni. Trace metals and nutrient pollution monitoring in Jakarta
Bay. Journal of the Human Environment, siap terbit.
DOrtenzio F, Marullo S, Ragni M, DAlcala MR, Santoleri R. 2002. Validation
of empirical SeaWiFS algorithms for chlorophyll-a retrieval in the
19
Ritchie JC, Cooper CM. 1991. An algorithm for using Landsat MSS for
estimating surface suspended sediments. Water Resources Bulletin. 27: 373-
379.
Riyono SH. 2007. Beberapa sifat umum dari klorofil fitoplankton. Jurnal Oseana.
32(1):23-31.
Robinson IS. 2004. Measuring the Oceans from Space: The Principles and
Methods of Satellite Oceanography. Chichester (UK): Praxis Publishing
Ltd.
Strickland JDH. 1960. Measuring the production of marine phytoplankton.
Fisheries Research Board. 122:1-171.
Szeto M, Werdell PJ, Moore TS, Campbell JW. 2011. Are the worlds ocean
optically different?. Journal of Geophysical Research. 116(C00H04).
Doi:10.1029/2011JC007230.
Tilstone GH, Lotliker AA, Miller PI, Ashraf PM, Kumar TS, Suresh T, Ragavan
BR, Menon HB. 2013. Assessment of MODIS-Aqua chlorophyll-a
algorithms in coastal and shelf waters of the eastern Arabian Sea. Journal of
Continental Shelf Research. 65:14-26.
Torres MAR. 2008. Evaluation and Development of Bio-Optical Algorithms for
Chlorophyll Retrieval in Western Puerto Rico [tesis]. Puerto Rico (PR):
University of Puerto Rico.
Walpole RE. 2012. Probability and Statistics for Engineers and Scientists. Boston
(US): Pearson Education Inc.
21
Spesifikasi Keterangan
Orbit 705 km, 10:30 a.m. descending node
(Terra) atau 13:30 p.m. ascending node
(Aqua), sun-synchronous, dekat
kutub, sirkuler
Kecepatan pengamatan 20.3 rpm, melewati lintasan
Dimensi sapuan 2330 km (melewati lintasan), 10 km
(melintas dekat nadir)
Teleskop 17.78 cm diameter off-axis
Ukuran 1.0 x 1.6 x 1.0 m
Berat 228.7 kg
Kekuatan (power) 162.5 W (rata-rata per orbit)
Kecepatan data 10.6 Mbps (puncak siang hari); 6.1
Mbps (rata-rata orbital)
Kuantifikasi 12 bit
Resolusi spasial 250 m (kanal 1-2), 500 m (kanal 3-7),
1000 m (kanal 8-36)
Umur 6 tahun
Lampiran 3 Parameter fisika dan kimia perairan Pulau Pari (TSS, pH, dan Suhu)
Lampiran 4 Nilai Rrs dan raio band pada band 9 (438-448 nm), band 10 (483-
493 nm), dan band 12 (546-556 nm)
RIWAYAT HIDUP