BAB I
PENDAHULUAN
Adapun manfaat yang ingin di peroleh dari penelitian ini adalah sebagai berikut:
2.2.3 Bahan
Bahan Kegunaan
RMS
<1
piksel
Ya
Klasifikasi nilai
piksel NDVI per
spesies
Overlay
1. Pengambilan titik-titik sampel dan GCP kemudian pembetulan citra secara geometric
sehingga proyeksi peta dan sistem koordinat yang digunakan sesuai dengan dunia nyata.
Koreksi geometric pada citra dengan bantuan pengambilan titik Ground Control Point
(GCP) di lapangan menggunakan GPS. Dan apabila nilai Root Mean Square lebih dari 1
maka koreksi geometric harus diulangi sampai mendapatkan citra yang georeferensi.
2. Data citra Sentinel 2A tahun 2016 dilakukan pemotongan sesuai dengan batasan wilayah
mangrove patasari.
3. Melakukan pengolahan indek vegetasi NDVI dengan cara memasukan algoritma indeks
vegetasi NDVI.
4. Pengelompokan indeks vegetasi atau pengklasifikasian nilai NDVI di setiap piksel pada
titik-titik di lapangan.
5. Kemudian yang terakhir di overlay dan didapatkan peta sebaran spesies mangrove.
BAB IV
4.1 Hasil
20%
5% 44%
31%
4.2 Pembahasan
Pentingnya hutan mangrove berkembang dari skala lokal sampai global, di mana berbagai
tujuan pemangku kepentingan berusaha untuk menentukan masa depannya. Karena aktivitas
antropogenik yang tidak direncanakan dan ilegal, perubahan iklim dan kejadian cuaca ekstrem,
ekosistem mangrove penting ini telah terpengaruh selama 250 tahun terakhir. Dalam situasi ini,
informasi berkala tentang komposisi spesies mangrove, distribusi spasial dan perubahan yang
terjadi seiring waktu sangat penting untuk pemahaman menyeluruh tentang keanekaragaman
hayati mangrove dan pengelolaan mangrove secara berkelanjutan. Penekanan pada pembuatan
database yang terkait dengan komposisi spesies mangrove dan dinamika tingkat spesies hutan
mangrove patasari untuk mengelola keseluruhan ekosistem dapat membantu mempertahankan
sumber daya berharga ini dengan baik ke masa depan. Untuk melakukan ini, diperlukan metode
hemat, menghemat waktu, efisien dan biaya rendah. Dalam penelitian ini, saya menggunakan data
Sentinel 2A resolusi menengah konvensional dan metode klasifikasi dan perubahan deteksi
konvensional untuk mengidentifikasi komposisi spesies mangrove. Hasil yang didapatkan
menunjukkan potensi menghasilkan komposisi spesies mangrove yang relatif akurat. Dengan
spesies yang mendominasi yaitu Rhizopora mucronata sebanyak 44% menutupi area, Rhizopora
apiculata 31%, Sonneratia alba 20%, Bruguiera gymnorhiza 5%. Pengaruh alam dan
antropogenik yang berbeda-beda, peningkatan salinitas, pencemaran sampah dan perubahan iklim,
telah memainkan peran penting dalam mewujudkan perubahan spesies mangrove yang diamati.
Pemantauan terus menerus penting untuk mengembangkan rencana pengelolaan yang lebih baik
untuk mangrove di patasari dan mangrove lainya. Hasil yang diperoleh dalam penelitian ini dapat
memberikan informasi kuantitatif yang tak ternilai untuk pengelolaan ekosistem mangrove
patasari yang lebih baik dan berkelanjutan. Hasil ini juga dapat dibagi dengan perencana
pengelolaan hutan, pemangku kepentingan terkait dan pembuat kebijakan untuk digunakan dalam
pengambilan keputusan mengenai isu-isu seperti perencanaan pengelolaan hutan dan identifikasi
metode biaya rendah, yang dapat digunakan dalam konteks pengelolaan hutan terpadu.
BAB V
PENUTUP
5.1 Kesimpulan
Yang mendominasi spesies mangrove di patasari yaitu Rhizopora mucronata sebanyak
44% menutupi kawasan area, Rhizopora apiculata 31%, Sonneratia alba 20%, Bruguiera
gymnorhiza 5%.
DAFTAR PUSTAKA
Danoedoro. P, 1996. Pengolahan Citra Digital, Teori dan Aplikasinya dalam Penginderaan
Jauh. Yogyakarta : Universitas Gadjah Mada
ESA. http://sentinel.esa.int Diakses pada tanggal 4 Oktober 2017
https://udayton.edu/engineering/centers/vision_lab/was_data_analysis_and_processing/hyperspe
ctral_data_processing.php. Diakses pada tanggal 4 oktober 2017
Lillesand, TM dan Kiefer, RW. 1979. Penginderaan Jauh dan Interpretasi Citra (Alih Bahasa:
Dulbahri, dkk). Gajah Mada University Press. Yogyakarta.
Paine, D.P. 1992. Fotografi udara dan Penafsiran Citra untuk Pengelolaan Sumberdaya. Gadjah
Mada University Press. Yogyakarta.
Soenarmo, S.H., (2009), Penginderaan Jauh Dan Pengenalan Sistem Informasi Geografi Untuk
Bidang Ilmu Kebumian, Institut Teknologi Bandung (ITB).
Vaiphasa, C. 2006. Remote Sensing Techniques for Mangrove Mapping, International Institute for
Geo-information Science & Earth Observation. Enschede. ITC. The Netherlands.