Oleh :
adalah benar merupakan hasil karya sendiri dan belum diajukan dalam bentuk
apapun kepada perguruan tinggi manapun. Semua sumber data dan informasi yang
berasal atau dikutip dari karya yang diterbitkan maupun yang tidak diterbitkan
dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar
Pustaka dibagian akhir Skripsi ini.
Skripsi
Oleh :
Disetujui,
Pembimbing I Pembimbing II
Mengetahui,
Puji dan syukur penulis panjatkan kehadirat Allah SWT atas segala rahmat dan
karunia-Nya, sehingga skripsi ini dapat diselesaikan. Topik yang diajukan adalah
Pada kesempatan ini penulis mengucapkan terima kasih kepada Dr. Ir.
Vincentius P. Siregar, DEA dan Ir. Mukjizat Kawaroe, M.Si. selaku komisi
pembimbing, serta semua pihak yang telah membantu hingga selesainya skripsi
ini.
ini. Oleh karena itu penulis sangat mengharapkan kritik dan saran yang sifatnya
membangun.
Semoga skripsi ini bermanfaat bagi penulis pada khususnya dan bagi pembaca
pada umumnya.
Halaman
1. PENDAHULUAN ................................................................................... 1
1.1. Latar Belakang................................................................................... 1
1.2. Tujuan Penelitian .............................................................................. 2
LAMPIRAN ................................................................................................ 51
Tabel Halaman
Gambar Halaman
11. Hasil Klasifikasi Tutupan Lahan Citra QuickBird Komposit 423 ........ 36
12. Grafik Regresi Linear Antara Kerapatan Rhizophora dan RVI ............. 39
Lampiran Halaman
3. Grafik Rata-Rata dan Standar Deviasi Digital Number Tiap Band .......... 55
9. INP Mangrove Tingkat Pohon, Anakan, dan Semai Tiap Stasiun ............ 60
1. PENDAHULUAN
dan memiliki garis pantai terpanjang kedua di dunia setelah Kanada, yaitu
atau 3,98% dari seluruh hutan Indonesia (Nontji, 1987). Pada tahun 1993
Kerusakan hutan mangrove ini diakibatkan oleh pembukaan lahan tambak dan
memiliki jangkauan yang luas dan dapat memetakan daerah-daerah yang sulit
Salah satu data penginderaan jauh yang dapat dimanfaatkan untuk memantau
hutan mangrove adalah citra Satelit QuickBird. Citra ini memiliki lebar sapuan
16,5 x 16,5 km2 dengan resolusi spasial 2,44 m untuk sensor multispectral.
Pengamatan hutan mangrove dengan citra satelit meliputi distribusi, luasan, dan
kerapatan.
2. TINJAUAN PUSTAKA
Bahasa Inggris grove. Dalam Bahasa Portugis kata mangrove digunakan untuk
Menurut Nybakken (1982) hutan bakau atau mangal adalah sebutan umum
yang didominasi oleh beberapa spesies pohon-pohon yang khas atau semak-semak
yang mempunyai kemampuan untuk tumbuh dalam perairan asin. Sebutan bakau
Ciri khas yang dimiliki oleh spesies mangrove yaitu karakteristik morfologis
yang terlihat pada sistem perakaran dan buahnya. Beberapa spesies mangrove
memiliki sistem perakaran khusus yang disebut akar udara, cocok untuk kondisi
tanah yang anaerobik dan spesies mangrove memproduksi buah yang biasanya
hutan tropis dan subtropis, mulai dari 250 Lintang Utara sampai 250 Lintang
Selatan. Mangrove mampu tumbuh hanya pada pantai yang terlindung dari
4
gerakan gelombang, bila pantai dalam keadaan sebaliknya, benih tidak mampu
Tumbuhan ini dapat tumbuh dan berkembang pada daerah pasang surut pantai
berlumpur dan lingkungan yang anaerob. Mangrove juga dapat tumbuh pada
substrat pasir, batu atau karang yang terlindung dari gelombang, karena itu
mangrove banyak ditemukan pada pantai-pantai teluk, estuari, lagun dan pantai
datang.
3,7 juta ha (Direktorat Bina Program, 1982 in Kusmana, 1995). Berdasarkan studi
yang dilakukan oleh FAO/UNDP (1982) in JICA (1998), total areal mangrove di
Indonesia adalah 4,25 juta ha. Menurut Nontji (1987) luas hutan mangrove di
seluruh Indonesia diperkirakan sekitar 4,25 juta ha atau 3,98% dari seluruh luas
hutan Indonesia.
dan selebihnya berupa terna (5 jenis), perdu (9 jenis), epifit (29 jenis) dan parasit
(2 jenis) (Nontji, 1987). Paling tidak di dalam hutan mangrove terdapat salah satu
jenis tumbuhan sejati penting atau dominan yang termasuk dalam empat famili
Areal hutan mangrove yang luas antara lain terdapat di Pesisir Timur
Sumatera, Pesisir Kalimantan dan Pesisir Selatan Irian Jaya. Hutan mangrove di
Jawa banyak yang telah mengalami kerusakan atau telah hilang sama sekali
adalah :
Manfaat hutan mangrove secara langsung adalah berupa kayu, bahan baku
chips, pulp dan tanin. Mangrove juga memiliki peranan sebagai daerah asuhan
pemijahan (spawning grounds) berbagai jenis ikan ,udang dan biota laut lainnya.
informasi tentang suatu objek, daerah atau fenomena melalui analisis data yang
diperoleh dengan menggunakan suatu alat tanpa kontak langsung dengan objek,
pada panjang gelombang yang digunakan dan tiga komponen vegetasi, yaitu daun,
Daun memantulkan lemah pada panjang gelombang biru dan merah, namun
memantulkan kuat pada panjang gelombang inframerah dekat (Gambar 1). Daun
atas dua sifat penting yaitu bahwa mangrove mempunyai zat hijau daun (klorofil)
dan mangrove tumbuh di pesisir. Dua hal ini akan menjadi pertimbangan penting
di dalam mendeteksi mangrove melalui satelit. Sifat optik klorofil sangat khas
yaitu bahwa klorofil menyerap spektrum sinar merah dan memantulkan dengan
Klorofil fitoplankton yang berada di air laut dapat dibedakan dari klorofil
mangrove karena sifat air yang sangat menyerap spektrum inframerah. Tanah,
pasir dan batuan juga memantulkan infra merah tetapi bahan-bahan ini tidak
menyerap spektrum sinar merah sehingga tanah dan mangrove secara optik juga
dapat dibedakan.
5. Monitoring sedimentasi laut lepas, ekspor bahan organik dan sistem aliran
mangrove
Indeks vegetasi yang dapat diperoleh dari citra satelit dan digital airbone data
untuk area mangrove menunjukkan hubungan yang dekat dengan Indeks Luas
Daun (Leaf Area Index atau LAI) dan persentase penutupan kanopi mangrove.
LAI didefinisikan sebagai area daun pada satu sisi tunggal daun di tiap unit area
tanah.
memantau perubahan kanopi yang diakibatkan oleh polusi dan perubahan iklim.
mangrove. Sama halnya dengan LAI, penutupan kanopi juga digunakan untuk
panjang gelombang karena adanya sifat pantulan hemispheric dari individu daun.
Daun terbentuk dari tiga lapisan bahan organik serat yang berstruktur, dimana
ketiga lapisan tersebut mempunyai pigmen, kandungan air, dan ruang udara.
data inderaja secara digital yang dapat diarahkan secara khusus untuk mengkaji
informasi tematik dari lahan bervegetasi. Indeks vegetasi ini adalah suatu metode
9
klorofil yang terkandung dalam suatu permukaan tanaman khususnya daun akan
Pada panjang gelombang inframerah dekat nilai pantulan dari objek (vegetasi)
rendah. Jika kedua kanal ini dikombinasikan akan dihasilkan data yang memiliki
pantulan yang respon terhadap kehijauan vegetasi (Lillesand dan Kiefer, 1990).
dapat diidentifikasi jenis pohon atau tegakan hutan, umur, kesehatan, kerapatan
kerapatan tegakan dengan indeks vegetasi yang diperoleh dari data inderaja satelit
hutan (volume tegakan dan biomassa hutan) pada hutan primer dan sekunder di
tegakan dan LAI serta produksi biomassa vegetasi di sekitar Jabotabek dengan
Estimasi LAI didasarkan pada pantulan dari kanopi vegetasi (Lo, 1996). LAI
yang dapat menghasilkan nilai untuk menduga kehijauan vegetasi. Nilai inilah
yang disebut dengan indeks vegetasi. Adapun beberapa formula indeks vegetasi
Keterangan :
hutan mangrove. Kerapatan tajuk dapat dikelaskan secara umum sebagai berikut :
oleh FAO tidak seluruhnya dapat diterapkan. Berdasarkan penelitian yang telah
Avicennia spp. dan Sonneratia spp. mempunyai nilai NDVI relatif rendah
dibanding dengan Rhizophora spp. dan Bruguiera spp. Hal tersebut banyak
dipengaruhi oleh bentuk, ukuran, kerapatan, warna daun dan asosiasi dengan
merupakan salah satu satelit tercanggih, terbaru dan terbaik karena resolusi
spasialnya yang sangat tinggi, dan datanya sudah bisa didapatkan di pasaran
secara komersial. Satelit ini mempunyai berat 2100 pounds dan panjang 3,04 m
(Gambar 2).
(hitam dan putih) dengan resolusi spasial 0,6 m (2-foot) dan sensor multispectral
pada citra ini memberikan keuntungan untuk berbagai aplikasi, terutama yang
13
membutuhkan ketelitian yang tinggi pada skala area yang kecil. Contohnya
Satelit ini mempunyai orbit polar sunsynchronus, yaitu orbitnya akan melewati
tempat-tempat yang terletak pada lintang yang sama dan dalam waktu lokal yang
sama pula. Satelit QuickBird melewati tempat yang sama untuk satu putaran kira-
kira 1-3 hari, ini merupakan kemajuan yang sangat hebat dibandingkan berbagai
Periode orbit dari satelit ini adalah 93,4 menit dengan sudut inklinasi 980 dan
ketinggiannya 450 km di atas permukaan bumi. Minimum area yang terliput oleh
citra satelit QuickBird adalah 8 x 8 km2. Karakteristik lebih lanjut dari Satelit
Baik untuk pemetaan perairan pantai karena penetrasinya dalam kolom air
cukup tinggi. Sangat kuat diabsorpsi oleh klorofil sehingga berguna untuk
Digunakan untuk mengukur pantulan warna hijau dari puncuk vegetasi untuk
mengetahui seberapa sehat vegetasi tersebut dan menguji daya tegak vegetasi.
Energi pada spektrum ini sangat kuat diserap oleh klorofil sehingga membantu
Energi pada saluran ini diserap seluruhnya oleh air, sehingga berguna untuk
sehingga berguna untuk menentukan tipe vegetasi, daya tegak, dan kandungan
Jepara, Propinsi Jawa Tengah. Taman Nasional Laut ini terletak 45 mil laut
di sebelah barat laut kota Jepara. Secara geografis Karimunjawa terletak antara
Kepulauan Karimunjawa terdiri dari 27 pulau kecil dengan luas terkecil 0,5 ha
membentang dari barat ke timur seluas 114.345 ha yang terdiri dari 107.225 ha
berupa pasir putih dan sedikit pecahan-pecahan karang yang termasuk substrat
Temperatur udara di daerah ini antara 23° - 32° C, dengan musim hujan antara
Bulan November sampai dengan Maret (Musim Barat). Pada musim ini angin
cukup kencang dan terjadi gelombang yang besar. Umumnya pada musim hujan
terputus.
memiliki kandungan potensi keanekaragaman flora dan fauna dan ekosistem laut
yang khas. Kandungan potensi tersebut serta letaknya yang berada pada lintasan
wisata bahari antara Indonesia Bagian Barat dan Timur menjadikan wilayah ini
serasi.
a) Zona Inti : zona ini diperuntukkan bagi upaya pelestarian sumber genetik dan
b) Zona Perlindungan / Rimba : peruntukan zona rimba sama dengan zona inti
d) Zona Penyangga : zona ini merupakan daerah pemanfaatan sumber daya alam
Besar dan Sintok (BTNKJ, 2002). Pulau Karimunjawa dan Kemujan memiliki
hutan mangrove yang paling baik dan paling lebar dibandingkan pulau lain.
Data hasil penelitian hutan bakau tahun 1984 menunjukkan bakau yang
dilaksanakan pada tanggal 3-12 Juli 2004 di Taman Nasional Laut Karimunjawa,
Alat dan bahan yang diperlukan dalam penelitian lapang maupun analisis data
adalah :
1. Kompas bidik
2. Meteran
4. GPS Garmin 12 XL
Untuk mendukung analisis yang akan dilakukan maka dilaksanakan survei lapang
(ground check).
18
Survei lapang perlu dilakukan sebagai salah satu input data dalam
penutupan lahan, dan belum tuntasnya pengenalan penutup lahan dalam proses
interpretasi. Pada penelitian ini terdapat 6 plot yang terdiri dari 24 stasiun.
19
Ukuran, jumlah dan bentuk petak contoh tergantung pada strata pertumbuhan
Dalam penentuan ukuran petak pada prinsipnya adalah bahwa petak harus cukup
besar agar mewakili komunitas, tetapi juga harus cukup kecil agar individu yang
1x1 m2
5x5 m2
10x10 m2
pada tingkat pohon yang memiliki diameter batang > 4 cm. Transek 5 m x 5 m
digunakan untuk menghitung jumlah tegakan mangrove pada tingkat semai yang
yaitu :
a. Nama spesies
Data mengenai spesies, diameter batang, dan jumlah tegakan diolah lebih
lanjut untuk mendapatkan kerapatan jenis, frekuensi jenis, luas area penutupan,
a. Kerapatan Jenis (Di) adalah jumlah tegakan jenis i dalam suatu unit area :
ni
Di =
A
Di = kerapatan jenis i
n
RDi = i x100
∑n
21
c. Frekuensi Jenis (Fi) adalah peluang ditemukannya jenis i dalam petak contoh /
pi
Fi =
∑p
Fi = frekuensi jenis i
d. Frekuensi Relatif Jenis (RF) adalah perbandingan antara frekuensi jenis i (Fi)
F
RFi = i x100
∑F
e. Penutupan Jenis (Ci) adalah luas penutupan jenis i dalam suatu unit area :
Ci =
∑ BA
A
πDBH 2
BA = (dalam cm)
4
ð = 3,14
CBH
DBH (diameter pohon dari jenis i) =
π
f. Penutupan Relatif Jenis (RCi) adalah perbandingan antara luas area penutupan
jenis i (Ci) dan luas total area penutupan untuk seluruh jenis ( ∑ C ) :
C
RC i = i x100
∑
C
22
Jumlah nilai kerapatan relatif jenis (RDi), frekuensi relatif jenis (RFi) dan
penutupan relatif jenis (RCi) menunjukkan Indeks Nilai Penting (INP), yang
Nilai penting suatu jenis berkisar antara 0 dan 300. Nilai penting ini
Arc View 3.1, sedangkan analisis visual dilakukan berdasarkan hasil identifikasi
objek.
Beberapa tahap yang akan dilakukan dalam pengolahan citra antara lain :
pemulihan citra, penajaman citra dan klasifikasi citra. Dari tahapan inilah
Pemulihan citra dilakukan dengan tujuan untuk memulihkan data citra yang
mengalami distorsi ke arah gambaran yang tidak sesuai dengan keadaan aslinya.
Proses pemulihan citra ini terdiri dari koreksi geometrik dan koreksi radiometrik.
Distorsi geometrik terjadi karena adanya pergeseran piksel dari letak yang
Scan Deflection System dan ketidakstabilan sensor atau satelit, dimana untuk
mengatasinya dapat dilakukan dengan koreksi geometrik yang melalui dua tahap,
atau disebut juga GCP. GCP (titik kontrol tanah) adalah suatu kenampakan
geofrafis yang unik dan stabil sifat geometrik dan radiometriknya serta lokasinya
dapat diketahui dengan tepat, misalnya : persimpangan jalan, sudut dari suatu
GCP yang telah ditentukan ditempatkan pada citra dan pada peta topografi
dengan tingkat akurasi satu pixel. Penempatan GCP yang benar akan
Pada tahap ini titik persamaan pada citra (u,v) ditransformasikan ke dalam
koordinat peta (x,y) dengan menggunakan fungsi pemetaan (f dan g), seperti yang
u = f (x,y)
v = g (u,v)
Proses penerapan alih ragam geometrik terhadap data asli disebut resampling.
Dalam melakukan resampling dapat dilakukan dengan tiga teknik, yaitu : nearest
transmisi data, perubahan cahaya, radiasi dan buramnya bagian optik pada sistem
biasanya dilakukan pada kanal visible (ë = 0,4 – 0,7 µm), sedangkan kanal
terdapat pada citra sehingga dapat diperoleh citra yang informatif. Tujuan dari
melibatkan penajaman kontras yang tampak pada wujud gambaran yang terekam
Ada beberapa teknik yang dapat digunakan dalam penajaman citra khususnya
untuk kerapatan dan distribusi mangrove. Salah satu tekniknya dengan False
warna primer, yaitu merah (red), hijau (green) dan biru (blue).
atau kategori berdasarkan kesamaan nilai spektral tiap piksel. Nilai spektral
merupakan gambaran sifat dasar interaksi antara objek dengan spektrum yang
bekerja.
lapangan.
semua nilai piksel dalam citra menjadi beberapa kelas didasarkan pada daerah
contoh (training area). Daerah contoh pada citra didapatkan dari peta acuan, data
maksimum piksel dengan sekelompok piksel lainnya dalam citra. Pengkelasan ini
dikelompokkan berdasar vektor dan matriks kovarian dari setiap pola spektral
kelas. Nilai peluang piksel yang belum teridentifikasi akan dihitung oleh
komputer dan dimasukkan ke dalam salah satu kelas yang peluangnya paling
tinggi.
dengan berdasarkan pada peta dan data pendukung. Pengkelasan ulang ini
penelitian.
26
Baris dan kolom matriks menunjukkan jumlah piksel hasil pengujian pada
kelas-kelas tersebut. Jumlah seluruh piksel yang terdapat pada setiap baris dan
∑
r
X X kk
PA = kk × 100% OA = k =1
× 100%
X +k N
X kk
UA = × 100%
X k+
Pada kasus yang ideal seluruh sel di luar diagonal utama bernilai nol, yang
ke dalam kelas lain (comission error). Nilai dalam sel di atas diagonal utama
persentase peluang rata-rata piksel dari citra yang telah terklasifikasi secara aktual
mewakili kelas di lapangan. Overall accuracy (OA) adalah nilai persentase dari
Selain itu dilakukan juga perhitungan koefisien kappa. Dalam koefisien kappa,
off-diagonal tergabung sebagai total marginal kolam dan baris. Koefisien kappa
akan mempunyai nilai lebih kecil dari overall accuracy. Koefisien kappa bernilai
N ∑k =1 X kk − ∑k =1 ( X k + × X +k )
r r
Kappa =
N 2 − ∑k =1 ( X k + × X +k )
r
antara lain :
Keterangan :
Dari lima algoritma diatas akan dipilih satu algoritma terbaik, yaitu yang
determinasi dan koefisien korelasi didapatkan dari hubungan data lapang dengan
vegetasi.
hasil analisis indeks vegetasi. Hasil overlay ini memberikan informasi mengenai
Citra Satelit
Pengujian Hasil
Klasifikasi Avicennia Rhizophora
Ya
Citra Terklasifikasi
Overlay
Citra
Akhir
Intrepretasi
Kesalahan geometrik adalah kesalahan distribusi spasial atau posisi lokasi dari
nilai-nilai piksel yang diukur oleh sensor karena beberapa hal seperti : pergerakan
satelit yang tidak stabil, rotasi bumi, dan perubahan posisi wahana terhadap objek.
Pada dasarnya citra Satelit QuickBird sudah mengalami koreksi geometrik oleh
stasiun penerima (Digital Globe TM). Untuk meningkatkan akurasi citra maka
oleh BIOTROP.
ke arah kiri sehingga nilai minimumnya menjadi nol (Gambar 6). Nilai digital
tiap kanal sebelum dan sesudah koreksi radiometrik disajikan dalam Tabel 3.
pada kanal QuickBird, maka distorsi atmosfer terhadap kanal tersebut akan
Citra yang akan diproses haruslah citra yang telah terkoreksi secara geometrik
klasifikasi. Pada penelitian ini dilakukan masking pada area awan dan laut untuk
setiap kanal.
Setelah itu dibuat terlebih dahulu citra komposit warna semu (False Colour
pada citra. Citra komposit yang digunakan pada penelitian ini merupakan
komposit dari kanal 4 (red), kanal 2 (green) dan kanal 3 (blue) (Gambar 8).
Pada citra komposit di atas, vegetasi mangrove tampak berwarna merah gelap
cerah dan terletak di tengah daratan. Pada citra tersebut laut yang berwarna biru
dan awan yang berwarna putih telah dihilangkan (masking), untuk memudahkan
digunakan beberapa acuan, antara lain : visualisasi citra komposit, data lapang dan
histogram citra komposit 423 (Gambar 9). Banyaknya puncak yang terdapat pada
Tiap kelas mempunyai selang nilai digital, yaitu : kelas pemukiman antara
45 – 56, kelas bayangan awan antara 41 – 52, kelas vegetasi lain antara 99 – 157,
34
antara 92 – 108.
mangrove tersebut, sehingga sulit untuk dibuat daerah contohnya (training area).
Proses klasifikasi citra diawali dengan pembuatan training area pada daerah
yang homogen. Training area tersebut didapatkan dari survei lapang, pengamatan
visual citra dan peta rupabumi. Dalam klasifikasi tiap kelas diwakili oleh training
Training area yang telah dibuat tersebut kemudian dihitung statistiknya untuk
distribusi digital number tiap kelas (Lampiran 2) dan tingkat keterpisahan spektral
antar kelas (menggunakan uji nilai tengah / uji t). Secara visual keterpisahan
ditampilkan dalam bentuk grafik (Lampiran 3). Grafik ini merupakan pengecekan
visual atas distribusi normal tanggapan spektral tersebut (Purwadhi, 2001). Grafik
tersebut juga digunakan untuk memutuskan suatu band untuk memisahkan kelas
120
100 Avicennia
Digital Number
80 Bayangan aw an
Pemukiman
60
Rhizophora
40 Tambak
20 Vegetasi lain
0
1 2 3 4
Band
Untuk memisahkan genus antara Avicennia dan Rhizophora juga digunakan kanal
Untuk mengetahui keterpisahan spektral tiap kelas dapat juga digunakan uji
nilai tengah (uji t). Uji t (Lampiran 5) dapat memperkuat kesimpulan dari
distribusi kesesuaian spektral. Dengan uji ini dapat diketahui apakah suatu band
dapat memisahkan suatu kelas dengan nyata atau tidak pada selang kepercayaan
tertentu.
Training area yang telah dilihat karakteristik tiap kanalnya tersebut kemudian
dilakukan perhitungan statistik oleh software, dalam hal ini ER Mapper 5.5 untuk
Peta hasil klasifikasi citra komposit 423 ditunjukkan pada Gambar 11.
Klasifikasi citra komposit 423 memberikan informasi distribusi dan luas tutupan
Gambar 11. Hasil Klasifikasi Tutupan Lahan Citra QuickBird Komposit 423
vegetasi lain non-mangrove dan hanya terdapat beberapa tambak serta sedikit
mangrove.
daya, hal ini dikarenakan pusat aktivitas penduduk seperti pelabuhan, sekolah dan
pulau, dan untuk tutupan lahan didominasi oleh vegetasi lain non-mangrove
Untuk mangrove Rhizophora banyak terdapat di pesisir bagian barat dan utara,
memiliki areal terkecil sebesar 13,93 ha, sedangkan vegetasi lain memiliki luasan
Confusion matrix untuk tiap kelas ditampilkan pada Lampiran 6. Dari matriks
Nilai produser accuracy berkisar antara 74% - 96%, dengan nilai terendah
pada kelas Avicennia dan tertinggi pada kelas vegetasi lain. Nilai user accuracy
berkisar antara 73,85% - 92,50%, dengan nilai terendah pada kelas vegetasi lain
User’s accuracy (UA) adalah nilai persentase peluang rata-rata piksel dari citra
yang telah terklasifikasi secara aktual mewakili kelas di lapangan. Nilai user
accuracy kelas Rhizophora adalah 88,64%, artinya setiap suatu area diberi label
Overall accuracy (OA) adalah nilai persentase dari piksel yang terkelaskan
oleh klasifikasi acak. Nilai Overall accuracy citra komposit 423 adalah 84,33%
dengan koefisien kappa 0,812. Dari nilai tersebut dapat diinterpretasikan bahwa
jumlah total piksel yang terkelaskan dengan benar adalah 84,33% dan proses
Ratio Vegetation Index (RVI), Transformed Ratio Vegetation Index (TRVI), dan
tersebut akan dipilih salah satu indeks vegetasi yang memiliki koefisien
Nilai kerapatan mangrove dan nilai indeks vegetasinya dapat dilihat pada
determinasi (R2) dan koefisien korelasi (r) yang dibedakan antara Rhizophora dan
untuk Rhizophora adalah RVI dengan koefisien determinasi (R2) = 54,02% dan
korelasi (r) = 0,73. Untuk Avicennia koefisien determinasi terbesar (R2) = 54,02%
16
14
12
y = 0.0015x + 7.4196
10
R2 = 0.5402
RVI
8
6
4
2
0
0 1000 2000 3000 4000 5000 6000
Kerapatan (ind/ha)
y = 0,0015x + 7,4196
x = kerapatan mangrove
Dari persamaan di atas dapat dilihat bahwa nilai koefisien regresi bernilai
positif. Ini berarti kerapatan Rhizophora dengan RVI berbanding lurus, yaitu
semakin besar kerapatan Rhizophora maka semakin besar pula nilai RVI dan
Untuk menentukan jumlah kelas yang pada citra digunakan beberapa acuan,
antara lain : visualisasi citra, data lapang dan histogram (Gambar 13). Banyaknya
puncak yang terdapat pada histogram dapat dianalogikan sebagai jumlah kelas
Tiap kelas mempunyai selang nilai digital tertentu, untuk kerapatan Avicennia
dengan algoritma TNDVI yaitu : kelas Avicennia sangat jarang < 1,1358,
41
Untuk selang nilai digital kerapatan Rhizophora dengan algoritma RVI yaitu :
kelas Rhizophora sangat jarang < 6,02, Rhizophora jarang 6,03 – 7,91,
Rhizophora sedang 7,92 – 10,14, Rhizophora rapat 10,15 – 13,19, dan Rhizophora
dua kelas mangrove, yaitu Avicennia dan Rhizophora. Citra algoritma TNDVI
kerapatannya (Gambar 14). Luas tiap kelas genus mangrove dan kerapatannya
Sumber :
Citra Satelit QuickBird 3 Juli 2003
S5051’45”
Dibuat oleh :
Suseno Wangsit Wijaya / C06400040
Di Lab. Geomatic and Natural Resources
BIOTROP
Dari gambar dan tabel di atas dapat dilihat bahwa luasan terbesar ada pada
pada kelas Avicennia sangat rapat. Hal ini sangat dimungkinkan karena
memanfaatkan citra satelit hanya dapat melihat distribusi, luasan dan kerapatan
Sama halnya dengan kerapatan, untuk melihat INP dari citra satelit digunakan
indeks vegetasi. Nilai INP mangrove dan nilai indeks vegetasinya dapat dilihat
koefisien determinasi (R2) dan koefisien korelasi (r) yang dibedakan antara
Indeks nilai penting suatu jenis mangrove ditentukan oleh kerapatan jenis,
frekuensi jenis dan penutupan jenis. Nilai ini biasanya dihitung berdasarkan data
survei lapang, untuk menghitung INP dengan citra satelit cukup sulit. Kesulitan
komunitas mangrove.
44
korelasi antara INP dan nilai spektral satelit. Untuk Rhizophora koefisien
komunitas mangrove. Indeks nilai penting ini berkisar antara 0 -300 untuk pohon
serta anakan dan berkisar antara 0 – 200 untuk semai (Lampiran 9).
pohon, anakan dan semai. Jenis mangrove yang ditemukan mempunyai kerapatan
Pada tingkat pohon hanya jenis Acanthus ilicifolius yang tidak ditemukan.
Jenis ini hanya ditemukan di Stasiun 21 pada tingkat anakan dengan nilai INP
sebesar 145. Jenis tumbuhan ini merupakan tumbuhan berduri dan dapat menjadi
serta pada tingkat anakan di Stasiun 10 dan 12. Jenis ini berperan penting pada
45
tingkat semai di Stasiun 12 dengan nilai INP sebesar 156. Jenis tumbuhan ini
Jenis Avicennia alba ditemukan pada tingkat pohon dan anakan di Stasiun 21,
22, 23, 24. Keempat staiun ini terletak di pesisir utara P. Karimunjawa yang
letaknya relatif terlindung dari hempasan gelombang secara langsung. Jenis ini
12. Jenis ini memiliki INP terendah di Stasiun 12 dengan nilai INP 52, dan
memiliki INP tertinggi senilai 98 di Stasiun 11. Jenis ini memiliki getah yang
Spesies ini ditemukan baik pada tingkat pohon, anakan maupun semai.
terendah sebesar 61 dan nilai INP tertinggi sebesar 300 untuk tingkat pohon.
15, 16, 19, 20 dan pada tingkat anakan pada Stasiun 2, 4, 8, 14, 20. Jenis ini
berperan penting pada tingkat pohon di Stasiun 13, 14, 15, 16 dengan nilai INP
Jenis Rhizophora stylosa ditemukan pada tingkat pohon di Stasiun 6, 8, 10, 12,
16, 17, 18, pada tingkat anakan di Stasiun 5, 6, 7, 8, 10, 14, 18 dan semai di
Stasiun 6. Spesies ini berperan penting pada tingkat pohon dan semai di Stasiun 6
dengan INP sebesar 192 dan 200. Untuk tingkat anakan Rhizophora stylosa
Sonneratia alba hanya dijumpai pada tingkat pohon di Stasiun 5, 20 dan 21,
dengan nilai INP berkisar antara 77 – 187. Jenis ini merupakan vegetasi yang
5.1. Kesimpulan
Salah satu kelebihan citra satelit QuickBird adalah resolusi spasialnya yang
sangat tinggi, yaitu 2,44 m x 2,44 m. Dengan resolusi tersebut satelit ini mampu
membedakan dua genus mangrove yaitu Avicennia dan Rhizophora. Genus lain
Nilai overall accuracy citra QuickBird komposit 423 adalah 84,33% dengan
koefisien kappa 0,812. Avicennia memiliki nilai produser accuracy 72% dan nilai
Kerapatan dan respon spektral memiliki hubungan linear, ini dapat dijelaskan
dengan indeks vegetasi. Dari indeks vegetasi tersebut yang memiliki koefisien
(R2) = 54,02% dan korelasi (r) = 0,73. Untuk Avicennia koefisien determinasi
koefisien regresi bernilai positif. Ini berarti kerapatan Rhizophora dengan RVI
berbanding lurus, yaitu semakin besar kerapatan Rhizophora maka semakin besar
Dari hasil klasifikasi penutupan lahan dan klasifikasi indeks vegetasi dilakukan
proses overlay. Hasil overlay ini berinformasikan genus mangrove dan tingkat
48
memiliki luasan terbesar, dan kelas Avicennia dengan kerapatan sangat rapat
Penting (INP) dan nilai spektral satelit menandakan satelit belum mampu
mendeteksi hubungan antara nilai spektral dengan INP mangrove. Kesulitan ini
Jenis yang paling banyak dijumpai adalah Rhizophora apiculata yang tersebar
di pesisir bagian barat sampai utara pulau. Jenis Avicennia alba hanya dijumpai
di pesisir utara pulau, hal ini dikarenakan wilayahnya yang relatif terlindung dari
5.2. Saran
Selain itu perlu dilakukan pengukuran biomassa, penutupan tajuk dan Leaf
Area Indeks (LAI). Hal ini berguna untuk membandingkan faktor apa yang paling
DAFTAR PUSTAKA
Carolita, I., I Made P., Y. Erowati, dan Asikin A. 1995. Monitoring Keadaan
Hutan dengan Menggunakan Data NOAA AVHRR di Daerah
Kalimantan Barat dan Sebagian Kalimantan Timur. Warta LAPAN
volume 43 Hal 32-42. Jakarta.
English, S., C. Wilkinson dan V. Baker. 1994. Survey Manual for Tropical
Marine Resources. Australian Institut of Marine Science.
Green, E.P., P.J. Mumby, A.J. Edwards, dan C.D. Clark. 2000. Remote Sensing
Handbook for Tropical Coastal Management. Coastal Management
Sourcebook 3, UNESCO. Paris.
50
Kusmana, C. 1995. Ekologi Hutan. Lab Ekologi Hutan Fakultas Kehutanan IPB.
Bogor.
Lillesand, T. M. dan R.W. Kiefer. 1990. Penginderaan Jauh dan Interpretasi Citra.
Diterjemahkan oleh Dulbari et al. Gajah Mada University Press.
Yogyakarta.
Susilo, S.B. 2000. Penginderaan Jauh Terapan. Fakultas Perikanan dan Ilmu
Kelautan. Institut Pertanian Bogor. Bogor.
LAMPIRAN
51
Lampiran 3. Grafik Rata-Rata dan Standard Deviasi Digital Number Tiap Band
Band 1
12
10
Digital Number
8 •
6 • +•
4 • -•
2
0
1 2 3 4 5 6
Kelas
Band 2
20
Digital Number
15
•
10 • +•
• -•
5
0
1 2 3 4 5 6
Kelas
Band 3
35
30
DIgital Number
25 •
20
• +•
15
10 • -•
5
0
1 2 3 4 5 6
Kelas
Band 4
140
120
Digital Number
100 •
80
• +•
60
40 • -•
20
0
1 2 3 4 5 6
Kelas
56
Diketahui nilai rata – rata (xi), simpangan baku (si) dan jumlah sampel (ni) dari
kelas Avicennia dan Rhizophora, yaitu :
Avicennia : x1 = 91.83 Rhizophora : x2 = 97.52
s1 = 7.17 s2 = 18.57
n1 = 30 n2 = 239
H0 : ì 1=ì 2
H1 : ì 1• ì 2
á : 0.05
Wilayah kritik : t < -1,96 dan t > 1,96
Perhitungan :
2 2
( s1 / n1 + s 2 / n 2 ) x1 − x 2 − 2
v= 2 2
t=
( s1 / n1 ) 2 ( s 2 / n 2 ) 2 2 2
( s1 / n1 ) + ( s 2 / n2 )
+
n1 − 1 n2 − 1
91.83 − 97.52 − 2
v = 91 t=
(7.17 2 / 30) + (18.57 2 / 23)
t = -3.21
Interpretasi :
Karena t hitung masuk dalam wilayah kritik, maka diputuskan tolak H0 dan
disimpulkan bahwa tidak terjadi tumpang tindih antara rata-rata contoh dari kelas
Avicennia dan Rhizophora.
57
Pemukiman 38 1 1 2 0 0 42 90,47
Bayangan Awan 6 45 1 0 3 3 58 77,58
Vegetasi Lain 1 2 48 2 7 5 65 73,85
Tambak 4 1 0 46 0 0 51 90,19
Avicennia 0 0 0 0 37 3 40 92,50
Rhizophora 1 1 0 0 3 39 44 88,64
Total Kolom 50 50 50 50 50 50 300
PA (%) 74,00 90,00 96,00 90,00 72,00 76,00
Overall accuracy 84,33
(%)
PA = Producer accuracy
UA = User accuracy
58
59
Jenis Stasiun
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
2 0 53 0 0 0 0 0 0 0 49 92 0 0 0 0 0 0 0 0 0 0 0 0 0
3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 216 223 300 300
4 0 74 0 0 0 0 0 85 0 0 98 52 0 0 0 0 0 0 0 0 0 0 0 0
5 300 126 300 243 113 138 300 152 300 196 110 150 87 98 61 130 242 190 233 243 0 0 0 0
6 0 47 0 57 0 0 0 0 0 0 0 0 213 202 239 132 0 0 67 57 0 0 0 0
7 0 0 0 0 0 162 0 63 0 55 0 98 0 0 0 38 58 110 0 0 0 0 0 0
8 0 0 0 0 187 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 84 77 0 0
Total 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300 300
Keterangan :
1. Acanthus ilicifolius
2. Aegiceras corniculatum
3. Avicennia alba
4. Excoecaria agallocha
5. Rhizophora apiculata
6. Rhizophora mucronata
7. Rhizophora stylosa
8. Sonneratia alba
61
Lanjutan (Lampiran 9). INP Mangrove Tingkat Anakan Tiap Stasiun
Jenis Stasiun
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 145 0 0 0
2 0 0 0 0 0 0 0 0 0 87 0 156 0 0 0 0 0 0 0 0 0 0 0 0
3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 155 300 300 300
5 300 181 300 231 153 124 183 57 300 92 300 144 0 0 300 0 300 171 300 0 0 0 0 0
6 0 119 0 69 0 0 0 64 0 0 0 0 0 205 0 0 0 0 0 300 0 0 0 0
7 0 0 0 0 147 176 117 179 0 121 0 0 0 95 0 0 0 129 0 0 0 0 0 0
Total 300 300 300 300 300 300 300 300 300 300 300 300 0 300 300 0 300 300 300 300 300 300 300 300
Keterangan :
1. Acanthus ilicifolius
2. Aegiceras corniculatum
3. Avicennia alba
4. Excoecaria agallocha
5. Rhizophora apiculata
6. Rhizophora mucronata
7. Rhizophora stylosa
8. Sonneratia alba
62
Lanjutan (Lampiran 9). INP Mangrove Tingkat Semai Tiap Stasiun
Jenis Stasiun
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
5 200 200 200 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
7 0 0 0 0 0 200 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Total 200 200 200 0 0 200 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Keteranagn
1. Acanthus ilicifolius
2. Aegiceras corniculatum
3. Avicennia alba
4. Excoecaria agallocha
5. Rhizophora apiculata
6. Rhizophora mucronata
7. Rhizophora stylosa
8. Sonneratia alba
63
64
RIWAYAT HIDUP
SMUN 3 Bogor.
Seleksi Masuk IPB) pada tahun 2000 dan memilih program studi Ilmu Kelautan,
Ilmu dan Teknologi Kelautan) sebagai staff Hubungan Luar periode 2001-2002
Penulis pernah melakukan magang kerja di PT. Sea World Indonesia pada
bulan Juni 2003. Penulis juga pernah menjadi asisten pada Mata Kuliah
Course) kerjasama antara FPIK-IPB dan DAAD. Penulis juga pernah mengikuti
pelatihan selam dari TNI-AL pada Bulan April-Mei 2004 untuk mendapatkan