LAPORAN RESMI PRAKTIKUM

SISTEM INFORMASI GEOGRAFIS (SIG)

”PEMETAAN SEBARAN TSS (TOTAL SUSPENDED SOLID

MENGGUNAKAN CITRA SATELIT LANDSAT”

Disusun oleh:
DAFFA YUSRIL DARMASAPUTRA
26010116120008

DEPARTEMEN SUMBERDAYA AKUATIK

FAKULTAS PERIKANAN DAN ILMU KELAUTAN
UNIVERSITAS DIPONEGORO
SEMARANG
2018
 DAFTAR ISI

halaman

HALAMAN JUDUL.................................................................................... i

DAFTAR ISI................................................................................................ ii

DAFTAR GAMBAR................................................................................... iii

I. PENDAHULUAN

1.1. Latar Belakang............................................................................... 1

1.2. Tujuan……………........................................................................ 2
II. TINJAUAN PUSTAKA

2.1. Sistem Informasi Geografis............................................................ 3

2.2. Citra Satelit Landsat....................................................................... 4
2.3. TSS (Total Suspended Solid)………………...………................... 6
III. METODOLOGI

3.1.Waktu dan Tempat…....................................................................... 8

3.2. Langkah Kerja…............................................................................. 8

IV. PENUTUP

4.1. Kesimpulan………………………………………………………. 35
4.2. Saran……………………………………………………………… 35

DAFTAR PUSTAKA……………………………………………………... 36

ii
 DAFTAR GAMBAR
halaman
Gambar 1. Tampilan Awal Ermapper ................................................................. 111

Gambar 2. Tampilan Windows Alogarihm ............................................................ 11

Gambar 3.Tampilan Windows Alogarihm ........................................................... 122

Gambar 4. Tampilan Pseudo Layer duplicate..................................................... 122

Gambar 5. Tampilan Pseudo Layer tiap Band .................................................... 133

Gambar 6. Tampilan Load Data .......................................................................... 133

Gambar 7. Tampilan Band setelah di masukkan data ......................................... 133

Gambar 8. Tampilan Edit Transform Limit ........................................................ 144

Gambar 9. Tampilan save ER Mapper Raster (.ers) ........................................... 144

Gambar 10. Tampilan Data Set IEEE4ByteReal ................................................. 155

Gambar 11. Tampilan Save Penggabungan Band ............................................... 155

Gambar 12. Tampilan Load data ........................................................................... 16

Gambar 13. Tampilan Input Formula ................................................................... 16

Gambar 14. Tampilan save as radiometric ............................................................ 17

Gambar 15. Tampilan Edit Algorihm .................................................................... 17

Gambar 16. Icon Duplicate Pseudo Layer ............................................................ 18

Gambar 17. Tampilan Windows Algorihm ............................................................ 18

Gambar 18. Tampilan Windows Algorithm 2 Layer ............................................. 19

Gambar 19. Tampilan Windows Algorithm 2 Layer Data ..................................... 19

Gambar 20. Tampilan Set Geolink to Window ...................................................... 19

Gambar 21. Tampilan Save as Croping_Daffa Yusril ........................................ 200

Gambar 22. Tampilan Load Data Croping .......................................................... 200

Gambar 23. Edit Formula .................................................................................... 211

iii
Gambar 24. Edit Formula di Band ...................................................................... 211

Gambar 25. Tampilan Load Data Croping .......................................................... 222

Gambar 26. Tampilan Duplicate Pseudo Layer .................................................. 222

Gambar 27. Tampilan Save as Cropmask_Daffa Yusril ..................................... 233

Gambar 28. Tampilan Save as Cropmas_Daffa Yusril IEEE4ByteReal ............. 233

Gambar 29. Tampilan Duplicate Pseudo Layer .................................................. 244

Gambar 30. Tampilan Edit Formula ................................................................... 244

Gambar 31. Tampilan Save as Cropmas2_Daffa Yusril ..................................... 255

Gambar 32. Tampilan Edit Formula Algoritma TSS .......................................... 255

Gambar 33. Tampilan Pseudo Layer B4:B4 ......................................................... 26

Gambar 34. Tampilan Save as Alogaritma_Daffa Yusril ..................................... 26

Gambar 35. Tampilan Awal ArcGics 10.5 ........................................................... 27

Gambar 36. Tampilan Blank Map ......................................................................... 27

Gambar 37. Tampilan Menu Catalog .................................................................... 28

Gambar 38. Tampilan Connect to Folder ............................................................. 28

Gambar 39. Tampilan Calculate Statics ................................................................ 29

Gambar 40. Tampilan Data Algoritma TSS .......................................................... 29

Gambar 41. Tampilan Algoritma TSS Saat Memilh Propeties ........................... 300

Gambar 42. Tampilan Klasifikasi Nilai TSS ...................................................... 300

Gambar 43. Tampilan Show Clasifed.................................................................. 311

Gambar 44. Tampilan Break Values ................................................................... 311

Gambar 45. Tampilan Klasifikasi TSS ............................................................... 322

Gambar 46. Tampilan Saat Menambahkan Legends........................................... 322

Gambar 47. Tampilan Memberi Nama Legends ................................................. 333

iv
Gambar 48. Tampilan Convert to Graphics ........................................................ 333

Gambar 49. Tampilan Klasifikasi TSS ............................................................... 344

v
 BAB I
PENDAHULUAN

1.1. Latar Belakang

ArcGIS adalah salah satu software yang dikembangkan oleh ESRI yang

banyak digunakan untuk mengakomodasi kebutuhan dalam pengelolaan

sumberdaya alam dan lingkungan. ArcGIS dapat dikatakan sebagai perangkat

lunak yang terbilang besar. Hal tersebut dikarenakan perangkat lunak ini

menyediakan kerangka kerja yang bersifat scalable atau bisa diperluas sesuai

kebutuhan untuk mengimplementasikan suatu rancangan aplikasi SIG, dapat

digunakan bagi pengguna tunggal atau single user maupun multi user. ArcGIS

adalah suatu produk sistem kebutuhan software yang teridiri dari kumpulan

produk-produk software lainnya dengan tujuan untuk membangun sistem SIG

yang lengkap. Dalam kaitan inilah pihak pengembang ArcGIS merancangnya

sedemikian rupa hingga terdiri dari beberapa framework yang siap berkembang

terus dalam rangka mempermudah pembuatan aplikasi-aplikasi SIG yang sesuai

dengan kebutuhan penggunanya (Novitasari et al., 2015).

ArcGIS merupakan perangkat yang sangat populer dan andal dalam

melakukan tugas-tugas Sistem Informasi Geografis. Meskipun cukup banyak

perangkat lunak alternatif yang lebih murah atau bahkan gratis, tetapi ArcGIS

masih menjadi perangkat lunak SIG yang utama. Keandalan ArcGIS tidak saja

dalam hal membuat peta, melainkan yang lebih utama adalah membantu praktisi

SIG melakukan analisis, pemodelan, dan pengelolaan data spasial secara efektif

dan efisien. ArcGIS memiliki 3 metode geostatistik, diantaranya Inverse Distance

Weighting (IDW), Radial Basis Functions (RBF) dan Empirical Bayesian Kriging

(EBK) (Putranto dan Kevin, 2017).

1
 2

ER Mapper merupakan salah satu software yang saat ini banyak digunakan

untuk mengolah data-data dari citra satelit. Beberapa perangkat lunak serupa yang

memiliki fungsi yang tidak jauh berbeda diantaranya ERDAS Imagine, dan PCL.

ER Mapper sendiri dikeluarkan oleh Earth Resource Mapping, yang merupakan

salah satu vendor piranti pemrosesan citra yang berpusat di Australia. ER Mapper

lebih banyak dipilih dan diminati pengolah citra satelit, dikarenakan software ini

lebih mudah dipelajari dan proses penyimpanannya lebih cepat. ER Mapper

memiliki dua tipe tombol operasi, yaitu tombol menu pulldown dan toolbar.

Sebagian besar perintah operasional telah terfasilitasi dalam menu pulldown,

menu toolbar sangat efisien dan reflatif lebih mudah digunakan. Perangkat lunak

ER Mapper dinilai mampu mengeksekusi secara cepat proses penggabungan band

maupun ketika penyimpanan hasil penggabungan band pada media penyimpanan

(Nugroho et al., 2015).

1.2. Tujuan

Adapun tujuan diadakannya praktikum SIG pada kali ini adalah:

1. Mengetahui metode analisa spasial sebaran TSS dengan menggunakan

citra satelit landsat di suatu perairan

2. Mengetahui rentang kisaran TSS pada perairan

 BAB II
TINJAUAN PUSTAKA

2.1. Sistem Informasi Geografis

Geographic Information System (GIS) merupakan sistem yang dirancang

untuk bekerja dengan data yang tereferensi secara spasial atau koordinat-koordinat

geografi. GIS memiliki kemampuan untuk melakukan pengolahan data dan

melakukan operasi-operasi tertentu dengan menampilkan dan menganalisa data.

Aplikasi GIS saat ini tumbuh tidak hanya secara jumlah aplikasi namun juga

betambah dari jenis keragaman aplikasinya. Pengembangan aplikasi GIS

kedepanya mengarah kepada aplikasi berbasis Web yang dikenal dengan Web

GIS. SIG adalah sistem komputer yang digunakan untuk memasukan (capturing),

menyimpan, memeriksa, mengintegrasikan, memanipulasi, menganalisa, dan

menampilkan data-data yang berhubungan dengan posisi-posisi di permukaan

bumi (Dyah dan Arsandy, 2015).

Sistem Informasi Geografis adalah suatu teknologi yang bukan digunakan

untuk membuat “peta” tapi yang utama adalah untuk menyajikan informasi baik

spasial maupun non spasial yang dibutuhkan untuk proses pengambilan

keputusan. Untuk itu peranan database yang selalu diperbaharui sangatlah vital

agar informasi yang diperoleh memenuhi kriteria tepat, cepat, dan akurat serta up

to date. Oleh karena itu aplikasi Sistem Informasi Geografis penggunaan tanah

atau kependudukan atau apapun, pekerjaan yang tersulit adalah penyiapan data

yang lengkap sampai yang terakhir dalam basis data. Dari basis data inilah akan

diakses berbagai data yang diperlukan untuk menghasilkan informasi. Ketepatan

3
 4

dan keakuratan data dalam basis data menentukan kualitas informasi yang pada

akhirnya akan menentukan kualitas keputusan yang diambil (Hege et al., 2014).

SIG telah dimanfaatkan oleh berbagai instansi pemerintah maupun swasta

untuk keperluan perencanaan, pemantauan, hingga evaluasi hasil-hasil

pembangunan. SIG menjadi alat yang sangat berguna bagi peneliti, pengelola,

pengambil keputusan untuk membantu memecahkan permasalahan, menentukan

pilihan atau membuat kebijakan keruangan melalui metode analisis data peta

dengan memanfaatkan teknologi komputer. (Kharistiani dan Eko, et.al., 2013).

2.2. Citra Satelit Landsat

Program Landsat adalah sebuah program paling lama untuk mendapatkan

citra Bumi dari luar angkasa. Satelit Landsat pertama diluncurkan pada tahun

1972 yang paling akhir Landsat 7, diluncurkan tanggal 15 April 1999. Instrumen

satelit-satelit Landsat telah menghasilkan jutaan citra. Citra-citra tersebut

diarsipkan di Amerika Serikat dan stasiun-stasiun penerima Landsat di seluruh

dunia; di mana merupakan sumber daya yang unik untuk riset perubahan global

dan aplikasinya pada pertanian, geologi, kehutanan, perencanaan

daerah, pendidikan, dan keamanan nasional. Landsat 7 memiliki resolusi 15-30

meter. Program Landsat merupakan satelit tertua dalam program observasi bumi.

Landsat dimulai tahun 1972 dengan satelit Landsat-1 yang membawa sensor MSS

multispektral. Setelah tahun 1982, Thematic Mapper TM ditempatkan pada sensor

MSS. MSS dan TM. Satelit Landsat (Satelit Bumi) ini merupakan milik Amerika

Serikat. Beberapa genersi satelit Landsat yang dibuat Amerika namun sekarang

sudah tidak beroperasi lagi. Landsat 5, diluncurkan pada 1 Maret 1984, membawa
 5

sensor TM (Thematic Mapper), yang mempunyai resolusi spasial 30 x 30 m pada

band 1, 2, 3, 4, 5 dan 7 (Suwargana, 2013).

Program LANDSAT terdiri dari serangkaian optik/satelit penginderaan

jauh inframerah untuk pengamatan tanah. Program ini pertama kali dimulai oleh

The National Aeronautics and Space Administration (NASA) pada tahun 1972,

kemudian diserahkan kepada National Oceanic and Atmospheric Administration

(NOAA). Sejak 1984, operasi satelit dan penanganan data dikelola oleh

perusahaan komersial EOSAT . Namun, semua arsip data dengan akuisi lebih dari

2 tahun kembali untuk pubik dan didistribusikan oleh Earth Resource Observation

System (EROS) Data Center of the US Geological Servey (USGS). 5 LEDAPS

Landsat Ecosystem Disturbance Adaptive Processing System (LEDAPS)

merupakan sistem pengolahan citra satelit secara otomatis yang dikembangkan

oleh NASA untuk melakukan koreksiatmosfer citra Landsat-5 dan Landsat-7.

Sistem LEDAPS didasari pada model 6S, namun parameter atmosfer seperti

aerosol diturunkan langsung dari citra dan parameter uap air dan ozon diperoleh

dari data-data pengukuran satelit meteorologi. Parameter aerosol (AOT) diperoleh

langsung dari citra menggunakan metode Dark Dense Vegetation (DDV)

(Muchsin et al., 2017).

Landsat 8 merupakan kelanjutan dari misi Landsat yang untuk pertama

kali menjadi satelit pengamat bumi sejak 1972 (Landsat 1). Landsat 1 yang

awalnya bernama Earth Resources Technology Satellite 1 diluncurkan 23 Juli

1972 dan mulai beroperasi sampai 6 Januari 1978. Generasi penerusnya, Landsat

2 diluncurkan 22 Januari 1975 yang beroperasi sampai 22 Januari 1981. Landsat 3

diluncurkan 5 Maret 1978 berakhir 31 Maret 1983; Landsat 4 diluncurkan 16 Juli

 6

1982, dihentikan 1993. Landsat 5 diluncurkan 1 Maret 1984 masih berfungsi

sampai dengan saat ini namun mengalami gangguan berat sejak November 2011,

akibat gangguan ini, pada tanggal 26 Desember 2012, USGS mengumumkan

bahwa Landsat 5 akan dinonaktifkan. Sebenarnya landsat 8 lebih cocok disebut

sebagai satelit dengan misi melanjutkan landsat 7 dari pada disebut sebagai satelit

baru dengan spesifikasi yang baru pula. Ini terlihat dari karakteristiknya yang

mirip dengan landsat 7, baik resolusinya (spasial, temporal, spektral), metode

koreksi, ketinggian terbang maupun karakteristik sensor yang dibawa (Purwanto,

2015).

2.3. TSS (Total Suspended Solid)

TSS (Total Suspended Solid) adalah bahan-bahan tersuspensi (diameter >

1 µm) yang tertahan pada saringan milipore dengan diameter pori 0.45 µm. TSS

terdiri dari lumpur dan pasir halus serta jasad-jasad renik. Penyebab utama TSS

diperairan adalah pengikisan tanah atau erosi tanah yang terbawa ke badan air.

Material padatan tersuspensi atau Total Suspended Solid (TSS) merupakan tempat

berlangsungnya reaksi-reaksi heterogen, yang berfungsi sebagai bahan pembentuk

endapan yang paling awal dan dapat menghalangi kemampuan produksi zat

organik di suatu perairan (Jiyah et al ,2016).

Menurut Siswanto dan Nugroho (2016) menyatakan bahwa TSS (Total

Suspended Solid) merupakan salah satu indikator fisika yang penting dalam

memahami kondisi perairan maupun lingkungan pesisir. 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
 7

berlebihan dapat meningkatkan nilai kekeruhan yang selanjutnya menghambat

penetrasi cahaya matahari ke kolom air, sehingga akan berimplikasi terhadap

proses fotosintesis yang pada akhirnya akan berpengaruh terhadap kualitas dan

produktifitas perairan. Total Suspended Solid (Muatan Padatan Tersuspensi) bagi

kepentingan perikanan diklasifikasikan sebagai berikut :

Tabel 1. Kadar Total Suspended Solid (Muatan Padatan Tersuspensi) bagi

Kepentingan Perikanan

Nilai (mg/l) Pengaruh terhadap perikanan

<25 Tidak berpengaruh

25-80 Sedikit berpengaruh

81-400 Kurang baik bagi kepentingan perikanan

>400 Tidak baik bagi kepentingan perikanan

Sumber: Effendi, 2003

Konsentrasi TSS berpengaruh terhadap kepentingan perikanan,

karena apabila konsentrasi TSS suatu perairan tinggi akan mengancam kehidupan

spesies ikan. Selain itu TSS juga mempengaruhi oksigen terlarut yang ada di

dalam perairan. TSS juga dapat meningkatkan suhu air ,sehingga mengurangi

produksi oksigen terlarut karena mengganggu penetrasi cahaya yang diperlukan

untuk proses fotosintesis. Sebaran TSS yang ada di perairan dipengaruhi oleh

arus. Tingginya kandungan MPT yang timbul akibat adanya sedimentasi dimana

sebaran yang terjadi akan dipengaruhi oleh karakteristik arus yang terbentuk

terutama arus non pasut seperti arus sejajar pantai (longshore current) (Damayanti

et al ,2013).
 BAB III
METODOLOGI

3.1. Waktu dan Tempat

Praktikum dilaksanakan pada :
Hari/Tanggal : Sabtu, 20 Oktober 2018
Waktu : 14.00 – 17.00 WIB
Tempat : Gedung D Ruang D109, Fakultas Perikanan dan Ilmu
Kelautan Universitas Diponegoro, Semarang.

3.2. Langkah Kerja

Langkah kerja yang dilakukan untuk mengolah data Citra Satelit Landsat
adalah sebagai berikut:

8
 9

A. Penggabungan band

Proses ini ialah untuk menggabungkan kanal spectral untuk dijadikan satu

layer sebelum diproses lebih lanjut. Penggabungan kanal menjadi 1 layer ini

diharapkan setiap fungsi dari masing-masing kanal tersebut dapat digunakan

ketika proses selanjutnya sesuai kebutuhan seperti pada proses ini ialah

menentukan nilai konsentrasi TSS sehingga ketika proses algoritma dibutuhkan

kanal merah untuk itu diperlukan proses penggabungan band terlebih dahulu.

B. Koreksi Reflektan

Koreksi Reflektan adalah koreksi terhadap sudut matahari saat perekaman

data satelit. Matahari sebagai sumber gelombang elektromagnetik berada pada

sudut tertentu terhadap obyek dan sensor, sehingga arah gelombang

elektromagnetik dari obyek dan sensor membentuk sebuah sudut yang

memberikan efek terhadap besaran energi yang dipantulkan ke sensor. Koreksi

matahari dilakukan untuk menghilangkan perbedaan nilai digital piksel yang

disebabkan posisi matahari yang berbeda.

C. Cropping

Cropping adalah proses untuk memotong atau memfokuskan tempat yang

akan diteliti, tepatnya perairan Teluk Jakarta merupakan daerah penelitian yang

dikaji, oleh karena itu data citra satelit Landsat 8 dipotong (cropping) terlebih

dahulu untuk mempersempit daerah kajian yang akan diolah.

D. Masking

Masking adalah langkah memisahkan daratan dengan perairan. Hasil dari

masking adalah area daratan nilainya menjadi nol (0), sedangkan area perairan
 10

nilai reflektan citranya tidak berubah. Sehingga, lebih mudah untuk membedakan

daerah daratan dan daerah perairan.

E. Algoritma TSS

Koreksi Algoritma adalah koreksi terhadap digital number untuk

mendapatkan nilai konsentrasi TSS. Koreksi Algoritma memerlukan formula yang

cocok sehingga meminimalisir error pada hasil sebaran konsentrasi TSS.

F. Klasifikasi

Klasifikasi adalah pengelompokan nilai konsentrasi yang telah diperoleh

dari hasil koreksi Algoritma TSS. Setelah mendapat hasil nilai TSS, kemudian

klasifikasikan nilai yang diperoleh dengan menggunakan formula klasifikasi nilai

terendah dan nilai tertinggi.

3.2.1. Mengolah data raster

Berdasarkan praktikum yang sudah dilakukan, harus dilakukan pengolahan

data pada saat pelaksanaan praktikum untuk mencari nilai TSS. Berikut ini adalah

metode pengolahan data citra satelit Landsat-8 untuk

mengetahui nilai TSS, yaitu sebagai berikut:

 11

A. Penggabungan Band

1. Membuka Aplikasi Er Mapper.

Gambar 1. Tampilan Awal Ermapper

2. Menu File dipilih dan klik New.

Gambar 2. Tampilan Windows Alogarihm

3. Setelah muncul Windows Algorithm, Edit Algorithm dipilih dan akan

muncul tampilan seperti gambar di bawah :

 12

Gambar 3.Tampilan Windows Alogarihm

4. Pseudo Layer diduplikat sebanyak 7 layer dengan memilih icon duplicate.

Gambar 4. Tampilan Pseudo Layer duplicate

5. Label Pseudo Layer diganti menjadi B1 sampai B7.

6. Load Dataset diklik untuk membuka citra yang akan diolah.

 13

Gambar 5. Tampilan Pseudo Layer tiap Band

7. Klik OK this layer only dan hal serupa diulangi untuk band 2 hingga band

7.

Gambar 6. Tampilan Load Data

Gambar 7. Tampilan Band setelah di masukkan data

 14

8. Edit Transform Limit diklik kemudian pilih edit dan delete this transform,

ulangi langkah disetiap layer.

Gambar 8. Tampilan Edit Transform Limit

9. File disimpan dengan format multiband_daffa yusril (.ers) ER Mapper

Raster (.ers) lalu klik OK.

Gambar 9. Tampilan save ER Mapper Raster (.ers)

10. Pada tampilan save as ER Mapper, Data Set IEEE4ByteReal dipilih

kemudian klik OK.

 15

Gambar 10. Tampilan Data Set IEEE4ByteReal

Gambar 11. Tampilan Save Penggabungan Band

B. Koreksi Radiometrik

1. Semua window ditutup kecuali window utama ER Mapper.

2. Load kembali citra yang band yang telah digabungkan pada langkah di

atas (membuat 7 band), apabila berhasil maka jumlah ketujuh band akan

muncul (B1:B1; B2:B2).

 16

Gambar 12. Tampilan Load data

3. Formula dimasukkan ke setiap layer dengan menekan tombol edit formula.

Rumus yang digunakan adalah ((0.00002*I1)-0.1)/ SINθSE.

Gambar 13. Tampilan Input Formula

4. Save as dengan menamakan dengan radiometric_Daffa Yusril dengan file

of type ER Mapper Raster Data Set (.ers).

 17

Gambar 14. Tampilan save as radiometric

C. Cropping

1. Windows algorithm dibuka.

2. File Radiometrik_Daffa Yusril (.ers) pada algorithm dibuka, lalu klik

Pseudo Layer.

Gambar 15. Tampilan Edit Algorihm

3. Pseudo Layer diduplikat menjadi 7 dengan icon duplicate. Setiap Bandnya

disamakan dari B1=B1:B1 sampai B7=B7:B7.

 18

Gambar 16. Icon Duplicate Pseudo Layer

4. Klik New lagi untuk membuat layer ke 2 .

Gambar 17. Tampilan Windows Algorihm

5. Buka data “RADIOMETRIK_Daffa Yusril” yang sudah di simpan

sebelumnya di layer ke 2 dengan cara klik Load Data Set , setelah data

terpilih klik OK this layer only.

6. Klik kanan pada layer ke 2 setelah itu klik Clip

 19

Gambar 18. Tampilan Windows Algorithm 2 Layer

Gambar 19. Tampilan Windows Algorithm 2 Layer Data

7. Klik kanan pada layer 2 , setelah itu klik Set Geolink to window.

Gambar 20. Tampilan Set Geolink to Window

 20

8. Klik kanan pada layer 1 kemudian klik Quick zoom setelah itu klik Set

Geolink to Window

9. Kemudian save as dengan format Croping_Daffa Yusril ER Mapper

Raster Dataset (.ers) dan output data IEEE4Byte.

Gambar 21. Tampilan Save as Croping_Daffa Yusril

D. Masking

1. Pada bagian menu file di klik new, setelah itu masukkan data

“CROPING_Daffa Yusril” yang sudah di simpan sebelumnya dengan cara

klik Load Data Set , setelah data terpilih klik OK this layer only.

Gambar 22. Tampilan Load Data Croping

 21

2. Kemudian simbol edit formula di klik untuk mengubah formula menjadi

“IF I1/12 <=0.65 THEN 1 ELSE NULL setelah itu klik Applay Change.

Gambar 23. Edit Formula

3. Kemudian input B1:B1 di ubah menjadi B4:B4, setelah itu di close.

Gambar 24. Edit Formula di Band

4. Simpan data dengan Masking_Daffa Yusril ER Mapper Raster Dataset

(.ers) dengan output data IEEE4ByteReal.

 22

E. Overlay Masking dan Cropping

1. Klik New setelah itu data “Croping_Daffa Yusril” yang sudah di simpan

sebelumnya di masukkan dengan cara klik Load Data Set , setelah data

terpilih klik OK this layer only.

Gambar 25. Tampilan Load Data Croping

2. Setelah B7 diduplikat satu kali dan diganti nama menjadi Masking, setelah

itu memasukkan data “Masking_Daffa Yusril” yang sudah di simpan

sebelumnya dengan cara klik Load Data Set , setelah data terpilih klik OK

this layer only

Gambar 26. Tampilan Duplicate Pseudo Layer

 23

3. Klik Save as kemudian kasih nama file “Cropmas_Daffa Yusril” dan ubah

jenis file menjadi ER Mapper Raster Dataset (ers) setelah itu klik OK.

Gambar 27. Tampilan Save as Cropmask_Daffa Yusril

4. Simpan data dengan file nama Cropmas_Daffa Yusril format ER Mapper

Raster Dataset (.ers) dengan output data IEEE4ByteReal.

Gambar 28. Tampilan Save as Cropmas_Daffa Yusril

IEEE4ByteReal

5. Input data hasil proses sebelumnya dan duplikat menjadi 7 layer dan diberi

nama setiap layernya dan samakan input band dari 1-7.

 24

Gambar 29. Tampilan Duplicate Pseudo Layer

6. Masukkan formula pengkalian antara band 1-7 dengan kanal pseudo layer

dengan rumus I1*I2 dimana I1 adalah nilai reflektan band 1-7 dan I2

adalah nilai pseudo layer.

Gambar 30. Tampilan Edit Formula

7. Simpan data Cropmas2_Daffa Yusril dengan format ers. (ER Mapper

Raster Dataset) dengan output data IEEE4ByteReal.

 25

Gambar 31. Tampilan Save as Cropmas2_Daffa Yusril

F. Algoritma TSS

1. Data Cropmas2_Daffa Yusril dengan menekan tombol load dataset.

2. Pilih edit formula dan input formula yang digunakan untuk menghitung

nilai TSS, dan i1 adalah B1.

Gambar 32. Tampilan Edit Formula Algoritma TSS

3. Pseudo Layer di ubah dari B1:B1 menjadi B4:B4.

 26

Gambar 33. Tampilan Pseudo Layer B4:B4

4. Simpan data Alogaritma_Daffa Yusril dengan format ers. (ER Mapper

Raster Dataset) dengan output data IEEE4ByteReal.

Gambar 34. Tampilan Save as Alogaritma_Daffa Yusril

 27

G. Klasifikasi

1. Buka Aplikasi ArcGIS 10.5.

Gambar 35. Tampilan Awal ArcGics 10.5

2. Pilih Blank Map.

Gambar 36. Tampilan Blank Map

3. Pilih pada menu catalog yang berada pada bagian pojok kanan.
 28

Gambar 37. Tampilan Menu Catalog

4. Mencari file yang telah dimasukan formula algoritma yang telah di save

dalam bentuk .ers, klik kanan akan muncul pilihan calculate statistic.

Gambar 38. Tampilan Connect to Folder

5. Maka akan mucul tab tampilan seperti dibawah ini, dan dipilih OK.
 29

Gambar 39. Tampilan Calculate Statics

6. Setelah itu maka akan keluar data Algoritma TSS yang masih berwarna
hitam putih.

Gambar 40. Tampilan Data Algoritma TSS

7. Jika sudah tampil pada layar. Maka mengeklik properties.

 30

Gambar 41. Tampilan Algoritma TSS Saat Memilh

Propeties

8. Pilih pada tab symbology, dan pilih classified, dan mengatur klasifikasi

berdasarkan nilai TSS yang telah sesuai, dan mengeklik OK.

Gambar 42. Tampilan Klasifikasi Nilai TSS

9. Kemudian pada show Classified kelas diganti dengan 10 seperti pada

tampilan di bawah ini :
 31

Gambar 43. Tampilan Show Clasifed

10. Setelah itu pada menu Break Values diganti dengan angka seperti pada
tampilan di bawah ini dan klik OK.

Gambar 44. Tampilan Break Values

 32

H. Layouting

1. Buka file yang telah diklasifikasi.

Gambar 45. Tampilan Klasifikasi TSS

2. Setelah itu pada menu View pilih Layout View

3. Untuk menambahkan keterangan maka pilih Insert dan klik Legends

Gambar 46. Tampilan Saat Menambahkan Legends

4. Lalu akan muncul tampilan seperti di bawah ini untuk memberi judul
legenda dan klik Next.
 33

Gambar 47. Tampilan Memberi Nama Legends

5. Kemudian akan muncul tampilan seperti di bawah ini lalu klik kanan dan
pilih Convert to Graphics, maka akan muncul tampilan berikut:

Gambar 48. Tampilan Convert to Graphics

6. Maka akan muncul keterangan TSS seperti di bawah ini :

 34

Gambar 49. Tampilan Klasifikasi TSS

 BAB IV
PENUTUP

4.1. Kesimpulan
Dari praktikum yang telah dilaksanakan dapat disimpulkan bahwa:
1. Metode dari pemetaan tss meliputi penggabungan band, koreksi
radiometrik, croping,masking dan layouting.
2. Rentang konsentrasi TSS disuatu perairan 0-100 mg/l dapat dikategorikan
rendah, rentang 100-220 mg/l dikategorikan sedang, dan rentang 220-350
mg/l dikategorikan tinggi.

4.2. Saran
Dari praktikum yang telah dilaksanakan saran yang dapat diberikan adalah
sebagai berikut:
1. Sebaiknya ketika dalam melakukan pengolahan data, dilakukan dengan
teliti.
2. Sebaiknya lebih teliti lagi dalam penulisan format laporan.
3. Sebaiknya aplikasi yang digunakan dapat lebih baik lagi.

35
 DAFTAR PUSTAKA

Damayanti, R., Hariadi dan W. Atmodjo. 2013. Pengaruh Arus Terhadap Sebaran
Muatan Padatan Tersuspensi di Pantai Slamaran Pekalongan. Jurnal
Oseanografi. 2(1): 128 – 142

Dyah.N.R dan E.R. Arsandy. 2015. Sistem Informasi Geografis Tempat Praktek
Dokter Spesialis di Provinsi D.I. Yogyakarta Berbasis Web. Jurnal
Informatika Mulawarman. Vol 10(1): 65-72.

Effendi, H. 2003. Telaah Kualitas Air Bagi Pengelolaan Sumberdaya dan

Lingkungan Perairan. Yogyakarta. Kanasius

Hege Y.B.L., U. Lestari ,E. Kumalasari. 2014. Sistem Informasi Geografis (SIG)
Pelayanan Kesehatan di Kotamadya Yogyakarta Berbasis Web.
Jurnal SCRIPT. Vol 1(2): 1-8.
Jiyah., B. Sudarsono dan A. Sukmono. 2017. Studi Distribusi Total Suspended
Solid (Tss) di Perairan Pantai Kabupaten Demak Menggunakan Citra
Landsat. Jurnal Geodesi Undip. 6(1): 41-47

Kharistiani. E dan E. Aribowo. Sistem Informasi Geografis Pemetaan Potensi

SMA/SMK Berbasis Web (Studi Kasus : Kabupaten Kebumen). Jurnal
Sarjana Teknik Informatika. Vol 1(1): 712-720.

Muchsin,F., L. Fibriawati., K. A. Pradhono. 2017. Model Koreksi Atmosfer Citra

Landsat-7 (Atmorphic Correction Models of Landsat-7 Imagary). Vol
14(2):101-110.

Novitasari, N. W., A. L. Nugraha dan A. Suprayogi. 2015. Pemetaan Multi

Hazard Berbasis Sistem Informasi Geografis di kabupaten Demak Jawa
Tengah. Jurnal Geodesi Undip. Vol 4(4) : 181-190.

Nugroho, D., B. Sasmito dan A. P. Wijaya. 2015. Monitoring Perubahan Area

Persawahan dengan Penginderaan Jauh Data Landsat Multitemporal.
Jurnal Geodesi Undip. Vol 4(2) : 224-231.

Purwanto,A. 2015. Pemanfaatan Citra Landsat 8 untuk Identifikasi Normalized

Difference Vegetation Index (NDVI) di Kecamatan Silat Hilir Kabupaten
Kapuas Hulu. Jurnal Edukasi. Vol 13(1) : 27-36.

Putranto, T. T. dan K. Alexander. 2017. Aplikasi Geospapsial menggunakan

ArcGIS 10.3 dalam Pembuatan Peta Daya Hantar Listrik di Cekungan
Air Tanah Sumowono. Jurnal Presipitasi. Vol 8(1) : 15-23.

Siswanto, A. D. dan W. A. Nugraha . 2016. Kajian Konsentrasi Total Suspended

Solid (Tss) dan Pengaruhnya Terhadap Kualitas Perairan dalam Upaya
Pengelolaan Lingkungan Pesisir di Kabupaten Bangkalan. Prosiding

36
 Seminar Nasional Tahunan Ke-V Hasil-Hasil Penelitian Perikanan dan
Kelautan

Suwargana, N. 2013. Resolusi Spasial, Temporal dan Spektar pada Citra Satelit
Landsat, SPOT dan IKONOS. Jurnal Ilmia Widya. Vol 1(2) : 167-174.

37