Anda di halaman 1dari 13

LAPORAN PRAKTIKUM INDERAJA LINGKUNGAN MODUL 5

LAPORAN PRAKTIKUM INDERAJA LINGKUNGAN MODUL 5 Oleh Reno Wibowo Putra 15114017 FAKULTAS ILMU DAN TEKNOLOGI KEBUMIAN

Oleh

Reno Wibowo Putra

15114017

FAKULTAS ILMU DAN TEKNOLOGI KEBUMIAN PROGRAM STUDI TEKNIK GEODESI DAN GEOMATIKA INSTITUT TEKNOLOGI BANDUNG

2017

1. Pendahuluan Kualitas air menyatakan tingkat kesesuaian air untuk dipergunakan bagi pemenuhan tertentu kehidupan manusia, seperti untuk air minum, mengairi tanaman, minuman ternak dan sebagainya (Arsyad, 1989). Salah satu potensi sumber daya air yang strategis dan banyak dimanfaatkan untuk berbagai aktivitas pembangunan adalah air sungai. Air sungai merupakan sumberdaya alam yang potensial menerima beban pencemaran limbah kegiatan manusia seperti: kegiatan industri, pertanian, peternakan dan rumah tangga. Akibat menurunnya kualitas air, kuantitas air yang memenuhi kualitas menjadi berkurang. Mengingat sungai merupakan sumberdaya air yang penting untuk menunjang pembangunan ekonomi dan kesejahteraan manusia, maka fungsi sungai sebgai sumberdaya air harus dilestarikan agar dapat menunjang pembangunan secara berkelanjutan. Wilyah perairan Indonesia memiliki banyak permasalahan, khususnya terkait dengan masalah kualitas air, salah satu wilayah perairan yang mengalami penurunan kualitas air adalah Waduk Saguling, Padalarang, Jawa Barat. Pekerjaan pemantauan kualitas air dapat dilakukan dengan berbagai cara dan metode, salah satu metode yang biasa digunakan adalah dengan menghitung nilai Total Suspended Solid ( TSS )¸TSS adalah materi padat seperti pasir, lumpur tanah maupun logam berat yang tersuspensi di daerah perairan. TSS merupakan salah satu parameter perairan yang dinamikanya mencerminkan perubahan yang terjadi di daratan dan perairan. TSS dapat dianggap sebagai indikator awal dalam mengevaluasi kondisi sedimentasi yang larut dalam air termasuk di Waduk Saguling, Padalarang, Jawa Barat. Pada praktikum mengenai Total Suspended Solid (TSS) digunakan dua metode pembanding yaitu dengan menggunakan algoritma Woerd and Pasterkamp dan algoritma Syarif Budhiman dengan menggunakan citra Landsat 8 dan citra Landsat 5 dengan variasi temporal.

2. Tujuan Praktikum Berdasar pada bagian pendahuluan diatas, tujuan praktikum mengenai Total Suspended Solid (TSS) adalah sebagai berikut :

a. Membandingkan dua algoritma uji dengan hasil TSS in situ dan memilih mana yang terbaik dengan melihat perbedaan rata-rata paling kecil terhadap nilai TSS in situ.

b. Membandingkan perubahan nilai TSS pada tahun 2008 dan 2016 dalam bentuk grafik.

3.

Manfaat Praktikum Berdasar pada bagian tujuan praktikum diatas, manfaat praktikum mengenai Total Suspended Solid (TSS) adalah sebagai berikut :

a. Mahasiswa mampu memilih algoritma yang sesuai untuk melihat perbedaan rata- rata paling kecil terhadap nilai TSS in situ.

b. Mahasiswa mampu menentukan perbedaan nilai TSS dengan variasi temporal ke dalam bentuk grafik.

4. Studi Literatur Sedimentasi adalah suatu proses pengendapan material yang ditransport oleh media air, angin, es, atau gletser di suatu cekungan. Pethick (1984) mendefinisikan sedimen secara umum sebagai sekumpulan rombakan material (batuan, mineral dan bahan organik) yang mempunyai ukuran butir tertentu. Delta yang terdapat di mulut-mulut sungai adalah hasil dan proses pengendapan material-material yang diangkut oleh air sungai, sedangkan bukit pasir (sand dunes) yang terdapat di gurun dan di tepi pantai adalah pengendapan dari material-material yang diangkut oleh angin. Batuan hasil pengendapan oleh air disebut sedimen akuatis. Bentang alam hasil pengendapan oleh air, antara lain meander, dataran banjir, tanggul alam dan delta. Di dalam mempelajari proses sedimentasi, maka sangat penting mengetahui sifat-sifat dari sedimen itu sendiri. Beberapa sifat sedimen menurut Triatmodjo (1999) adalah ukuran partikel dan distribusi butir sedimen, rapat massa, bentuk dan kecepatan sedimen, kecepatan endap, tahanan terhadap erosi, dan sebagainya. Di antara beberapa sifat tersebut, distribusi ukuran butir adalah yang paling penting. Sedimen pantai diklasifikasikan berdasar ukuran butir menjadi lempung, lumpur, pasir, kerikil, koral (pebble), cobble, dan batu (boulder). Materi yang tersuspensi adalah materi yang mempunyai ukuran lebih besar daripada mulekul/ion terlarut. Dalam air alam ditemui dua kelompok zat, yaitu zat terlarut seperti garam dam mulekul organis, dan zat padat tersuspensi dan koloidal seperti tanah liat. Perbedaan pokok antara kedua kelompok zat ini ditentukan melalui ukuran/diameter partikel-partikel. Analisa kandungan padatan tersuspensi sangat penting bagi penentuan komponen air secara lengkap dan juga untuk perencanaan serta pengawasan proses-proses pengolahan dalam bidang air minum maupun dalam bidang air buangan. (Sumestri & G,

1984).

TSS adalah bahan-bahan tersuspensi (diameter > 1μm) yang tertahan pada saringan miliopore dengan diameter pori 0,45 μm. TSS terdiri dari lumpur dan pasir halus serta jasad-jasad renik. Penyebab TSS di perairan yang utama adalah kikisan tanah atau erosi tanah yang terbawa ke badan air. Konsentrasi TSS apabila terlalu tinggi akan menghambat penetrasi cahaya ke dalam air dan mengakibatkan terganggunya proses fotosintesis. Penyebaran TSS di perairan pantai dan estuari dipengaruhi oleh beberapa faktor fisik antara lain angin, curah hujan, gelombang, arus, dan pasang surut (Effendi, 2000). konsentrasi TSS dalam perairan umumnya terdiri dari fitoplankton, zooplankton, limbah manusia, limbah hewan, lumpur, sisa tanaman dan hewan, serta limbah industri. Bahan- bahan yang tersuspensi di perairan alami tidak bersifat toksik, akan tetapi jika jumlahnya berlebihan dapat meningkatkan nilai kekeruhan yang selanjutnya menghambat penetrasi cahaya matahari ke kolom air (Effendi, 2000). TSS yang tinggi menghalangi masuknya sinar matahari kedalam air, sehingga akan mengganggu proses fotosintesis dimana proses fotosintesis ini sendiri merupakan proses penunjang ketersediaan oksigen bagi biota laut yang didalamnya. Kekeruhan air yang disebabkan oleh zat padat yang tersuspensi ini bersifat anorganik ataupun organik. Zat anorganik, biasanya berasalkan lapukan batuan dan logam, sedangkan organik dapat berasal dari lapukan tanaman atau hewan. Rumus menghitung TSS dari data survey lapangan:

TSS (mg/l) = (Tb Ta) / volume air yang disaring Ket : Ta = Berat kertas saring awal Tb = Berat kertas saring akhir Untuk dapat menghitung nilai TSS dari citra Landsat, diperlukan suatu algoritma. Algoritma digunakan untuk menghitung nilai TSS berdasarkan nilai spektral yang terekam oleh citra Melalui proses memasukkan algoritma ini, software pengolahan citra akan merubah nilai Digital Number kanal-kanal tertentu sesuai dengan algoritma yang dimasukkan menjadi nilai TSS yang secara otomatis akan ditampilkan di citra. Pada penelitian TSS ini digunakan dua Algoritma yang berbeda untuk menghasilkan nilai TSS yang baik. Dua algoritma yang digunakan adalah Algoritma Woerd and Pasterkamp dengan persamaan adalah sebagai berikut :

TSS (mg/l) = 0.376 1.966 dengan X = (−0.53 ∗ Refb2) +

0.001

0.03∗Ref b2

0.0059

Algoritma Syarif Budhiman dengan persamaan adalah sebagai berikut :

TSS (mg/l) = 8.1429 * (exp (23.704* 0.94* LandsatBand4))

5.

Metode Praktikum Metodologi praktikum mengenai Total Suspended Solid (TSS) adalah sebagai berikut :

a. Buka Envi 32 bit lalu pilih File pada Menubar pilih Open As Landsat GeoTIFF with Metadata.

b. Pilih Region of Interest (ROI) Tools pada Toolbar dan buat area yang diinginkan untuk mempermudah proses pengolahan citra serta lakukan export menjadi shapefile untuk mempermudah proses yang berulang.

menjadi shapefile untuk mempermudah proses yang berulang. c. Melakukan subset citra dengan mengetik Subset pada

c. Melakukan subset citra dengan mengetik Subset pada Toolbox lalu pilih citra yang memiliki multikanal.

pada Toolbox lalu pilih citra yang memiliki multikanal. d. Melakukan proses koreksi radiometric yaitu dengan
pada Toolbox lalu pilih citra yang memiliki multikanal. d. Melakukan proses koreksi radiometric yaitu dengan

d. Melakukan proses koreksi radiometric yaitu dengan mengetik Radiometric pada Toolbox pilih citra multikanal dan hasil subset citra multikanal serta ubah calibration type menjadi radiance, output interleave menjadi BIL, serta Apply Flaash Setting.

citra multikanal serta ubah calibration type menjadi radiance, output interleave menjadi BIL, serta Apply Flaash Setting.
citra multikanal serta ubah calibration type menjadi radiance, output interleave menjadi BIL, serta Apply Flaash Setting.

e. Melakukan proses koreksi atmosferik dengan metode Flaash yaitu dengan mengetik Flaash pada Toolbox lalu isikan sensor type dengan citra Multispectral Landsat 8 Oli atau Landsat 5 TM, menganti Flight Date dan Flight Time GMT, serta mengatur Multispectral Setting dengan tab Kaufman-Tanre Aerosol Retriveal dengan KT Upper Channel band SWIR 2 (untuk Landsat 8) dan SWIR 1 (untuk Landsat 5).

band SWIR 2 (untuk Landsat 8) dan SWIR 1 (untuk Landsat 5). f. Melakukan proses pengembalian
band SWIR 2 (untuk Landsat 8) dan SWIR 1 (untuk Landsat 5). f. Melakukan proses pengembalian

f. Melakukan proses pengembalian nilai reflektansi menjadi Digital Number (DN) yaitu dengan mengetik Gain pada Toolbox lalu pilih input citra hasil koreksi atmosferik dan Ok.

Digital Number (DN) yaitu dengan mengetik Gain pada Toolbox lalu pilih input citra hasil koreksi atmosferik
Digital Number (DN) yaitu dengan mengetik Gain pada Toolbox lalu pilih input citra hasil koreksi atmosferik

g. Menyeleksi wilayah perairan dengan menggunakan metode Bilko yaitu dengan mengetik Band Math pada Toolbox lalu Enter an expression dengan ((B5)/((10*2)+1)*(-1))+1 lalu add to list lalu Ok lalu pilih band Near Infrared pada citra lalu Ok.

lalu Ok lalu pilih band Near Infrared pada citra lalu Ok. h. Melukan proses masking yaitu
lalu Ok lalu pilih band Near Infrared pada citra lalu Ok. h. Melukan proses masking yaitu

h. Melukan proses masking yaitu dengan membuat mask terlebih dahulu yang kemudian melakukan penerapan mask. Ketik build mask pada Toolbox lalu masukkan input hasil bilko dengan range tertentu dan ketik apply mask pada Toolbox dengan input citra hasil Gain and Offset dan input mask dengan hasil build mask lalu Ok.

dan ketik apply mask pada Toolbox dengan input citra hasil Gain and Offset dan input mask
dan ketik apply mask pada Toolbox dengan input citra hasil Gain and Offset dan input mask
dan ketik apply mask pada Toolbox dengan input citra hasil Gain and Offset dan input mask
dan ketik apply mask pada Toolbox dengan input citra hasil Gain and Offset dan input mask
dan ketik apply mask pada Toolbox dengan input citra hasil Gain and Offset dan input mask

i.

Menerapkan algoritma Woerd and Pasterkamp dengan Band Math yaitu dengan mengetik Band Math pada Toolbox lalu Enter an expression dengan 0.376*((- 0.53*B3)+(0.001/(0.03*B3))-0.0059)^1.966 lalu pilih band hijau.

lalu pilih band hijau. j. Menerapkan algoritma Syarief Budhiman dengan Band Math
lalu pilih band hijau. j. Menerapkan algoritma Syarief Budhiman dengan Band Math

j. Menerapkan algoritma Syarief Budhiman dengan Band Math yaitu dengan mengetik Band Math pada Toolbox lalu Enter an expression dengan float(8.1429*(exp(23.704*B4))) (Landsat 8) dan float(14.239*(exp(66.19*B4))) (Landsat 5) lalu pilih band Merah.

dengan float(8.1429*(exp(23.704*B4))) (Landsat 8) dan float(14.239*(exp(66.19*B4))) (Landsat 5) lalu pilih band Merah.
dengan float(8.1429*(exp(23.704*B4))) (Landsat 8) dan float(14.239*(exp(66.19*B4))) (Landsat 5) lalu pilih band Merah.

6.

Hasil dan Analisis

6.1. Hasil Hasil praktikum mengenai Total Suspended Solid (TSS) adalah sebagai berikut :

Total Suspended Solid (TSS) adalah sebagai berikut : Algoritma Woerd and Pasterkamp Landsat 5 23-05-08 Algoritma

Algoritma Woerd and Pasterkamp Landsat 5 23-05-08

berikut : Algoritma Woerd and Pasterkamp Landsat 5 23-05-08 Algoritma Woerd and Pasterkamp Landsat 8 13-05-16

Algoritma Woerd and Pasterkamp Landsat 8 13-05-16

5 23-05-08 Algoritma Woerd and Pasterkamp Landsat 8 13-05-16 Algoritma Woerd and Pasterkamp Landsat 5 24-06-08

Algoritma Woerd and Pasterkamp Landsat 5 24-06-08

Landsat 8 13-05-16 Algoritma Woerd and Pasterkamp Landsat 5 24-06-08 Algoritma Woerd and Pasterkamp Landsat 8

Algoritma Woerd and Pasterkamp Landsat 8 2-09-16

Algoritma Syarief Budhiman Landsat 5 23-05-08 Algoritma Syarief Budhiman Landsat 8 13-05-16 Algoritma Syarief Budhiman

Algoritma Syarief Budhiman

Landsat 5 23-05-08

Algoritma Syarief Budhiman Landsat 5 23-05-08 Algoritma Syarief Budhiman Landsat 8 13-05-16 Algoritma Syarief Budhiman

Algoritma Syarief Budhiman

Landsat 8 13-05-16

5 23-05-08 Algoritma Syarief Budhiman Landsat 8 13-05-16 Algoritma Syarief Budhiman Landsat 5 24-06-08 Algoritma

Algoritma Syarief Budhiman

Landsat 5 24-06-08

8 13-05-16 Algoritma Syarief Budhiman Landsat 5 24-06-08 Algoritma Woerd and Pasterkamp Landsat 8 2-09-16 Sample

Algoritma Woerd and Pasterkamp

Landsat 8 2-09-16

Sample

R1 Landsat 8 (13-05-

R1 Landsat 8 (2-09-

R2 Landsat 8 (13-05-

R2 Landsat 8 (2-09-16)

Point

16)

16)

16)

1

42801.13281

3126.26846

   

2

2.530642

31.720648

0

 

3

200.38443

1838.414063

0

0

4

42.946526

3292.869141

0

0

5

12.000057

904.547485

0

0

6

65.238892

2020.840698

0

0

7

31.720648

3158.655762

0

0

8

167.732803

609.635193

 

0

9

167.55809

3464.49292

0

0

10

2184.566406

6.440773

   

Sample

R1 Landsat 5 (23-05-

R1 Landsat 5 (24-06-

R2 Landsat 5 (23-05-

R2 Landsat 5 (24-06-

Point

08)

08)

08)

08)

 

1 27102.77148

18224.66406

   
 

2 41850.17578

33764.62891

   
 

3 30546.07422

28163

   
 

4 25410.75391

19260.16016

   
 

5 36034.87109

22885.32813

   
 

6 30748.94141

33340.43359

   
 

7 41614.07813

27775.24609

   
 

8 18303.32031

23238.14844

   
 

9 18382.14063

12472.63672

   
 

10 10411.8916

17833.88281

   
Algoritma Woerd and Pasterkamp 45000 40000 35000 30000 25000 20000 15000 10000 5000 0 1
Algoritma Woerd and Pasterkamp
45000
40000
35000
30000
25000
20000
15000
10000
5000
0
1
2
3
4
5
6
7
8
9
10
Series1
Series2
Series3
Series4

1.00E+29

8.00E+28

6.00E+28

4.00E+28

2.00E+28

0.00E+00

Algoritma Syaref Budhiman 1.00E+29 1.00E+29 1.00E+29
Algoritma Syaref Budhiman
1.00E+29
1.00E+29
1.00E+29

Keterangan :

Series 1 : R1 Landsat 8 (13-05-16)

Series 2 : R1 Landsat 8 (2-09-16)

Series 3 : R1 Landsat 5 (23-05-08)

Series 4 : R1 Landsat 5 (24-06-08)

6.2. Analisis Berdarkan hasil pada sub bagian hasil praktikum maka dapat disimpulkan bahwa algoritma Woerd and Pasterkamp menghasilkan nilai yang dapat diukur pada wilayah perairan, sedangkan pada algoritma Syarief Budhiman menghasilkan nilai yang tidak dapat diukur pada wilayah perairan. Sebaliknya, algoritma Woerd and Pasterkamp menghasilkan nilai yang tidak dapat diukur pada wilayah non-perairan, sedangkan pada algoritma Syarief Budhiman menghasilkan nilai yang dapat diukur pada wilayah non-perairan. Permasalahan tersebut terjadi karena pada algoritma Woerd and Pasterkamp memiliki

formula TSS (mg/l) = 0.376 1.966 dengan X = (−0.53 ∗ Refb2) +

0.001

0.03∗Ref b2

0.0059

dengan nilai X harus mutlak serta apabila nilai digital number (DN) pada band hijau semakin besar mengakibatkan besarnya nilai TSS semakin besar alias tidak dapat diukur ketika berada pada wilayah non-perairan (band hijau dapat dipantulkan oleh vegetasi), sedangkan ketika berada pada wilayah perairan (band hijau dapat diserap oleh badan air). Pada algoritma Syarief Budhiman dimana memiliki formula TSS (mg/l) = 8.1429 * (exp (23.704* 0.94* LandsatBand4)) yang mengakibatkan perubahan nilai TSS secara eksponensial dimana jika nilai digital number (DN) sama dengan nol menghasilkan nilai eksponensial sama dengan 1 (band merah dapat diserap oleh badan air yang menyebabkan nilai digital number (DN) menjadi nol), sedangkan jika nilai digital number (DN) tidak sama dengan nol menghasilkan nilai yang besar karena terdapat faktor perkalian di dalam perhitungan eksponensial (band merah dapat dipantulkan oleh vegetasi yang menyebabkan nilai digital number (DN) menjadi tidak sama dengan nol).

7.

Kesimpulan Berdasarkan pada bagian hasil dan analisis sebelumnya maka dapat ditarik kesimpulan sebagai berikut :

a. Algoritma Woerd and Pasterkamp menghasilkan nilai yang dapat diukur pada wilayah perairan dan menghasilkan nilai yang tidak dapat diukur pada wilayah non- perairan, sedangkan algoritma Syarief Budhiman menghasilkan nilai yang tidak dapat diukur pada wilayah perairan dan menghasilkan nilai yang dapat diukur pada wilayah non-perairan.

b. Pada algoritma Woerd and Pasterkamp memiliki kecenderungan grafik yang bergantung pada band hijau dimana sifat band hijau pada wilayah perairan memiliki nilai digital number (DN) yang rendah dan pada wilayah non-perairan memiliki nilai digital number (DN) yang tinggi, sedangkan pada algoritma Syarief Budhiman memiliki kecenderungan grafik yang bergantung pada band merah dimana sifat band merah pada wilayah perairan memiliki nilai digital number (DN) yang rendah dan pada wilayah non-perairan memiliki nilai digital number (DN) yang tinggi.

8. Daftar Pustaka http://bosan-kuliah.blogspot.co.id/2011/07/pengertian-kualitas-air.html diakses pada tanggal 11 November 2017 pukul 16.00.

Undergraduate_Theses.pdf&usg=AOvVaw0CRd2c-ldsMlBQztufj9cf diakses pada tanggal 12 November 2017 pukul 6.15.