Anda di halaman 1dari 6

JURNAL TEKNIK ITS Vol. 4, No.

1, (2017) ISSN: 2337-3539 (2301-9271 Print ) 1

PEMETAAN KONDISI PERAIRAN MENGGUNAKAN


ALGORITMA TOTAL SUSPENDED SOLID (TSS) DARI DATA
CITRA LANDSAT 8 DAN DATA INSITU
(Studi Kasus : Pantai Timur Surabaya )
Herfina Elya, Teguh Hariyanto dan Cherie Bhekti Pribadi
Departemen Teknik Geomatika, Fakultas Teknik Sipil dan Perencanaan
Institut Teknologi Sepuluh Nopember (ITS)
Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia
e-mail: teguh_hr@geodesy.its.ac.id, cheriepribadi@gmail.com

Surabaya yang relatif landai (0-3°) dengan 7 sungai yang


Abstrak— Perairan Pantai Timur Surabaya termasuk membawa sedimen, menyebabkan terbentuknya delta di pantai
perairan yang tercemar berat oleh limbah domestik, limbah ini.
industri, limbah pertanian, dan limbah tambak. Pencemaran laut Pencemaran laut merupakan salah satu masalah yang
merupakan salah satu masalah yang mengancam bumi ini. mengancam bumi ini. Dilihat dari karakteristrik limbah cair di
Kondisi ini menyebabkan terganggunya kelangsungan hidup Jawa Timur, diketahui volume limbah cair tertinggi berasal
biota yang ada disekitarnya, seperti pada perikanan, ekosistem
pesisir, dan laut (mangrove, padanglamun, terumbu karang),
dari sumber limbah domestik sekitar 84.4 % dari total volume
yang berdampak lebih luas terhadap penurunan pendapatan sumber pencemaran [2]. Hal ini memberikan pengaruh yang
masyarakat pesisir yang menggantungkan hidupnya pada merugikan bagi manusia dan lingkungan air. Tingkat
produktivitas hayati di wilayah pesisir dan pantai. TSS (Total pencemaran laut ini telah menjadi ancaman serius bagi laut
Suspended Solid) merupakan salah satu parameter penentu Indonesia dengan segala potensinya. Komponen-komponen
kualitas air. Metode penginderaan jauh dengan citra satelit yang menyebabkan pencemaran laut seperti partikel kimia,
dapat menjadi solusi untuk melakukan penelitian TSS. Data limbah industri, limbah pertambangan, limbah pertanian dan
yang digunakan dalam penelitian ini yaitu data primer berupa perumahan, kebisingan, atau penyebaran organisme asing di
data insitu pada tanggal 17 Maret 2017 dan data sekunder dalam laut yang berpotensi memberi efek buruk terhadap
berupa citra satelit Landsat-8 tahun 2013, 2014, 2015, 2016, 2017.
Metode yang digunakan dalam penelitian ini didasarkan pada
kestabilan ekosistem perairan Pantai Timur Surabaya.
pengolahan citra satelit Landsat 8 menggunakan 3 algoritma Persoalan air yang paling besar adalah masalah pencemaran
yaitu, algoritma Budiman (2004), algoritma Parwati (2006), air. Pencemaran air adalah suatu perubahan keadaan di suatu
algoritma Laili (2015), kemudian dilihat korelasi linier antara tempat penampungan air seperti danau, lautan, dan air tanah
data citra dan insitu menggunakan uji korelasi. Data hasil akibat aktivitas manusia. Perubahan ini mengakibatkan
korelasi terbaik adalah Budiman (2004) dengan nilai koefisien menurunnya kualitas air hingga ke tingkat yang
determinasi sebesar 0.853 Hasil pengolahan data didapatkan membahayakan sehingga air tidak bisa digunakan sesuai
nilai TSS bervariasi antara 1-192 mg/L. Status mutu air dengan peruntukannya. Kondisi ini menyebabkan
perairan Pantai Timur Surabaya berdasarkan Keputusan terganggunya kelangsusngan hidup biota yang ada
Menteri Lingkungan Hidup No. 115 tahun 2003 pada Pantai
Timur Surabaya rata-rata berada pada nilai 0 ≤ indeks
disekitarnya, seperti pada perikanan, ekosistem pesisir, dan
pencemaran ≤ 1 yang berarti memenuhi baku mutu (kondisi laut (mangrove, padanglamun, terumbu karang), yang
baik). berdampak lebih luas terhadap penurunan pendapatan
masyarakat pesisir yang menggantungkan hidupnya pada
Kata Kunci—Pantai Timur Surabaya, TSS, Citra Landsat 8, produktivitas hayati di wilayah pesisir dan pantai[3].
Algoritma, Baku mutu air. Total Suspended Solid (TSS) merupakan parameter
penentu kualitas badan air. Total suspended solid (TSS)
I. PENDAHULUAN adalah bahan-bahan tersuspensi (diameter > 1 µm) yang
tertahan pada saringan miliopore dengan diameter pori 0,45

J
AWA timur memiliki panjang pantai sekitar kurang lebih
2.128 km yang secara umum dapat dikelompokkan µm. TSS merupakan zat-zat padat yang berada dalam
menjadi kawasan pesisir utara, pesisir timur, pesisir suspensi, yang dapat dibedakan menurut ukurannya sebagai
selatan. Kawasan pesisir utara dan pesisir timur merupakan partikel tersuspensi koloid (partikel koloid) dan partikel
pusat perekonomian dan persebaran penduduk di Jawa Timur, tersuspensi biasa (partikel tersuspensi). TSS terdiri dari
sehingga terjadinya potensi kerusakan lingkungan lebih tinggi lumpur dan pasir halus serta jasad-jasad renik[4]. Penyebab
dibandingkan pesisir selatan. Perairan pesisir timur termasuk TSS di perairan yang utama adalah kikisan tanah atau erosi
perairan yang tercemar berat oleh limbah domestik, limbah tanah yang terbawa ke badan air. Konsentrasi TSS apabila
industri, limbah pertanian, dan limbah tambak[1]. terlalu tinggi menghambat penetrasi cahaya ke dalam air dan
Pantai Timur Surabaya merupakan pantai yang landai mengakibatkan terganggunya proses fotosintesis [5].
dengan kemiringan 0-3°, pasang surut1,67 meter, kondisi Citra Landsat 8 memiliki kemampuan untuk merekam
tanah homogen (Sandyclay) dengan kedalaman tanah yang di citra dengan resolusi spasial yang bervariasi, mulai dari 15
tembus akar 90 cm (Arisandi, 2004). Topografi Pantai Timur sampai 100 meter dilengkapi oleh 11 kanal. Landsat 8
JURNAL TEKNIK ITS Vol. 4, No. 1, (2017) ISSN: 2337-3539 (2301-9271 Print ) 2

memiliki keunggulan khususnya spesifikasi band-band dan C. Tahapan Pengolahan Data


panjang gelombang elektromagnetik yang dimiliki [6]. Data Adapun langkah-langkah dalam proses pengerjaan tugas
insitu merupakan data yang kumpulkan dari pengambilan akhir ini yaitu :
sampel di lapangan. 1. Melakukan proses koreksi citra. Dalam hal ini ada dua
Perkembangan teknologi khususnya dalam penginderaan koreksi, yaitu koreksi geometrik dan koreksi radiometrik.
jauh menjadikan pelaksanaan pemetaan sebaran TSS menjadi Koreksi geometrik yakni pembetulan citra secara geometrii
efisien dan efektif dalam penelitian berskala spasial yang luas sehingga proyeksi peta dan sistem koordinat yang
dan kontinyu. Metode dalam penelitian ini menggunakan citra digunakan sesuai dengan dunia nyata [7]. Selanjutnya,
satelit Landsat 8 hasil perekaman secara multi temporal dari melakukan koreksi radiometrik citra. Koreksi radiometrik
tahun 2013 sampai tahun 2017 dan data insitu, sehingga dapat meliputi kalibrasi radiometrik dan koreksi atmosfer.
diketahui kondisi perairan Pantai Timur Surabaya.. Kalibrasi radiometrik yakni melakukan konversi nilai
Digital Number pada citra ke nilai reflektan (ρTOA)
menggunakan rumus berikut ini:
II. METODOLOGI PENELITIAN
ρλ = Mρ ∗ Qcal + Aρ (1)
A. Lokasi penelitian
dimana :
Lokasi penelitian ini mengambil lokasi studi Pantai Timur
ρλ = nilai reflektan pada band ke i (Wm-2 sr-1μm-1)
Surabaya yang memiliki batas geografis pada koordinat
Mρ = Faktor skala pengali radian untuk setiap band
7o12’00’’-7o21’00’’LS & 112o36’00’’-112o54’00’’ BT. Batas
(RADIANCE_MULT_BAND_n)
administratif wilayah penelitian:
dari metadata, n adalah nomor band).
- Batas utara : Selat Madura
Aρ = Faktor skala penjumlah Radian untuk band
- Batas timur : Selat Madura
(RADIANCE_ADD_ BAND_n dari metadata,
- Batas selatan : Kabupaten Sidoarjo
dimana n adalah nomor band)
- Batas barat : Kabupaten Gresik
Qcal = Quantized and calibrated standard product
pixel values (DN)
Citra yang sudah dalam bentuk nilai reflektan kemudian
dilakukan proses koreksi atmosfer. Koreksi atmosfer
menggunakan metode 6SV (Second Simulation of the
Sensor Signal in the Sensor Spectrum-Vector) yang
menggunakan parameter berupa tanggal akuisisi citra
Landsat 8, model aerosol, model atmosfer, jarak pandang.
Parameter ini digunakan untuk mendapatkan nilai xa, xb,
xc[8]. Berikut ini merupakan persamaan 6SV:
y=ax*(Lλ)-xb (2)
Gambar 1 Lokasi penelitian TSS Perairan Pantai Timur Surabaya
acr=y/(1.+xc*y) (3)
dimana:
Pantai Timur Surabaya sebagai lokasi penelitian ini acr : reflektan terkoreksi atmosfer (Atmospheric Corrected
merupakan kawasan yang sedang berkembang dan tempat Reflectance)
bermuaranya beberapa sungai/kalim yaitu: Kali Kenjeran, Kali (𝜆) : citra berformat radian
Tempurejo, Kali Dami, Kali Keputih, Kali Wonokromo, Kali 𝑥𝑎,, adalah parameter koreksi yang diperoleh dari
Wonorejo, Kali Medokan Ayu, Kali Kebon Agung dan Kali perangkat lunak 6SV berbasis web yang ada di
Perbatasan. Tipe Pantai di lokasi penelitian adalah pantai http://6s.ltdri.org/.
paparan (pantai dengan proses pengendapan yang dominan)
dengan kondisi pantai berlumpur. 2. Pemotongan citra Landsat 8 pada daerah pantai Timur
Surabaya. Hal ini dilakukan untuk memfokuskan dan
B. Peralatan dan Data memperkecil daerah penelitian pada citra yang akan
Dalam penelitian ini menggunakan data citra satelit diolah.
Landsat-8 multi temporal pada kawasan perairan pantai Timur 3. Pemisahan darat dan laut. Daerah penelitian utama adalah
Surabaya yaitu yaitu citra Landsat 8 tanggal 17 Maret 2017, 4 daerah pesisir dan perairan, sehingga perlu dilakukan
Juli 2016, 20 September 2015, 1 September 2014, dan 1 pemisahan daerah yang berada diatas air. Proses ini dengan
November 2013. Data nilai TSS di 30 titik pengamatan di menutup bagian darat dengan nilai 0 sehingga daratan
lapangan yang diambil pada tanggal 17 Maret 2017 digunakan tidak ikut dalam perhitungan algoritma. Proses pemisahan
sebagai data untuk melakukan validasi dan analisa nilai TSS daratan dan laut dilakukan dengan menggunakan algoritma
citra. Peralatan yang digunakan dalam penelitian ini meliputi NDWI (Normalized Difference Water Index)[9]. Berikut ini
perangkat keras, yaitu, laptop, GPS navigasi, perahu motor, merupakan rumus NDWI:
botol sampel, alat tulis, dan kamera digital. Adapun perangkat band 3-band 5
NDWI= (4)
lunak yang digunakan dalam penelitian ini yaitu, Microsoft band 3+band 5
Office dan Excel 2016, ArcGIS 10.3, dan SNAP.
dimana:
band 3 : kanal hijau yang sudah terkoreksi atmosfer.
JURNAL TEKNIK ITS Vol. 4, No. 1, (2017) ISSN: 2337-3539 (2301-9271 Print ) 3

band 5: kanal inframerah dekat yang sudah terkoreksi Xmax= nilai TSS maksimal sampel
atmosfer. Xrata-rata= nilai TSSrata-rata sampel
4. Selanjutnya dilakukan perhitungan TSS menggunakan data Tabel 2 Evaluasi Terhadap Nilai PI
citra landsat 8 menggunakan algoritma perhitungan TSS. Nilai Keterangan
Data insitu diperoleh dengan melakukan pengambilan 0 ≤PI≤1 Memenuhi baku mutu
sampel air laut secara acak. Air laut yang dijadikan sampel 1<PI≤5 Cemar ringan
adalah air yang berada pada permukaan (±50 cm) dari 5 <PI≤10 Cemar sedang
kedalaman laut dengan pengambilan sampel titik PI>10 Cemar berat
berjumlah ±30 titik. Pada waktu bersamaan dilakukan
Berdasarkan nilai PI dapat dilihat nilai kondisi
pengambilan sampel air, dilakukan juga pengambilan data
perairan Pantai Timur Surabaya.
koordinat titik sampel menggunakan GPS Handheld.
Adapun 3 Algoritma yang digunakan untuk menentukan
nilai TSS (Total Suspended Solid), kemudian untuk hasil III. HASIL DAN ANALISA
algoritma yang paling baik akan digunakan untuk
A. Perbandingan Nilai TSS Citra 17 Maret 2017
menentukan nilai TSS di kawasan Pantai Timur Surabaya,
menggunakan 3 algoritma dengan TSS In Situ
ketiga algoritma itu adalah:
Perbandingan TSS Citra 17 Maret 2017 menggunakan
- Algoritma Budiman
Algoritma TSS Parwati (2006), Algoritma TSS Budiman
Perhitungan nilai TSS menggunakan dari
(2004), dan Algoritma TSS Laili (2015) dengan TSS In
penelitian Budiman (2004) pada area penelitian Delta
Situ.
Mahakam, pada algoritma ini menggunakan kanal Tabel 3. Nilai Konsentrasi TSS Menggunakan 3 Algoritma Berbeda
merah (0.630-0.680 µm). Rumus algoritma yang TSS Citra TSS Citra
TSS Citra
digunakan adalah sebagai berikut : Koordinat Geografis TSS
Tahun
Tahun Tahun
TSS = 7.9038 * (exp (23.942* Red Band)) (5) In 2017 2017
No 2017
Situ (Algoritma (Algoritma
(Algoritma
- Algoritma Parwati X Y mg/l Parwati) Budiman
Nura) mg/l
Perhitungan nilai TSS menggunakan dari mg/l S) mg/l
penelitian Parwati (2006) pada area penelitian 1 697850 9202332 40 15,740 14,201 21,910
perairan Berau, , pada algoritma ini mengunakan 2 698856 9200711 52 16,621 17,655 25,529
menggunakan kanal merah (0.630-0.680 µm. 3 699784 9199212 128 18,220 25,986 33,490
TSS = 3.3238 * exp (34.099* Red Band) (6) 4 701244 9198726 160 19,619 42,306 47,155
5 702238 9198053 160 20,038 49,827 52,896
- Algoritma Laili (2015)
6 703073 9198741 18 14,307 11,309 18,673
Perhitungan nilai TSS menggunakan algoritma
dari penelitian Laili (2015) pada area penelitian 7 702163 9199281 18 13,316 7,583 14,105
perairan Pulau Poteran, pada algoritma ini 8 700784 9199842 24 15,153 13,837 21,515
mengunakan kanal hijau (0.525-0.600 µm) dan kanal 9 696669 9202783 30 17,986 15,616 23,422
merah (0.630-0.680 µm). Rumus algoritma yang 10 697194 9202399 34 16,045 15,013 22,784
digunakan adalah sebagai berikut : 11 697735 9201667 28 17,640 20,677 28,525
Log (RRS2)
TSS=31.42* Log (RRS4) -12.719 (7) 12 698191 9201065 24 17,757 20,402 28,258
13 698514 9200302 30 17,252 15,526 23,327
Citra yang diolah menggunakan algoritma ini terdiri dari 14 699033 9199704 24 17,608 19,919 27,787
tahun 2013-2017. Hal ini dilakukan untuk melihat nilai 15 699319 9198951 60 20,691 59,741 60,084
perubahan TSS pada masing-masing titik sampel. 16 700162 9198583 154 21,706 103,891 88,610
5. Uji Korelasi dilakukan dengan menghubungkan nilai uji 17 700974 9198342 176 22,038 85,089 77,020
sampel dilapangan dengan nilai TSS pada citra sehingga 18 701602 9197914 192 21,939 70,868 67,739
dapat diketahui bentuk hubungannya. 19 702226 9197527 184 21,471 65,565 64,139
20 702672 9197961 24 18,360 31,007 37,913
6. Melakukan analisa status mutu air dengan metoda indeks
pencemaran berdasarkan nilai TSS merujuk pada 21 702549 9198594 24 14,078 9,249 16,214
Keputusan Menteri Negara Lingkungan Hidup Lingkungan 22 702041 9199100 24 14,445 11,584 18,991
Hidup Nomor 115 Tahun 2003 Tentang Pedoman 23 701365 9199616 22 14,882 11,809 19,249
Penetuan Status Mutu Air. Metode ini menggunakan 24 700498 9199447 30 17,085 21,920 29,718
model Indeks Pencemaran (IP), pada penggunaanya 25 699928 9199964 24 16,376 18,415 26,296
dibutuhkan nilai rata-rata dan nilai maksimal sampel. 26 699445 9200494 30 16,815 18,135 26,015
Untuk mendapatkan nilai tersebut, berikut ini rumus yang 27 698983 9201033 28 16,593 18,083 25,962
digunakan sebagi berikut, 28 698489 9201559 34 16,080 15,496 23,296
(X/Xmax)2 +(X/XRatarata)2 29
𝑃I= √ (8) 697906 9202096 38 16,114 15,541 23,343
2
30 696925 9202778 46 15,743 13,037 20,634
dimana:
X= nilai TSS pada titik sampel
JURNAL TEKNIK ITS Vol. 4, No. 1, (2017) ISSN: 2337-3539 (2301-9271 Print ) 4

B. Validasi Hasil Pengolahan Citra dengan Data


Lapangan.
Uji validasi dilakukan menggunakan data Citra Landsat 8
dan data insitu pada tanggal 17 Maret 2017. Pada uji validasi
dilakukan perhitungan korelasi dengan membandingkan data
olahan citra dengan data hasil ground truth TSS yang ada di
lapangan. Hal ini digunakan untuk melihat sejauh mana
kedekatan atau kebaikan data citra yang digunakan. Berikut
adalah grafik uji validasi antara data lapangan dengan data
citra:

Gambar 4. Uji Validasi Nilai TSS Algoritma Laili (2015)

Uji korelasi data lapangan TSS (Total Suspended Solid)


dengan data hasil olahan TSS (Total Suspended Solid) Citra
Landsat 8 menggunakan Algoritma Laili (2015) mempunyai
nilai koefisien korelasi sebesar 0.82619. Hal ini menjelaskan
bahwa ada hubungan antara nilai TSS data citra dengan nilai
TSS data In Situ sangat kuat.

C. Analisa Perbandingan Nilai TSS Citra Landsat-8 pada


Gambar 2 . Uji Validasi Nilai TSS Algoritma Parwati (2006) 17 Maret 2017 dengan Data Lapangan.
Nilai R yang didapat dari rumus uji korelasi menjelaskan
Uji korelasi data lapangan TSS (Total Suspended Solid) bahwa koefisien determinasi dari data citra untuk dapat
dengan data hasil olahan TSS (Total Suspended Solid) Citra menggambarkan data di lapangan yang paling baik adalah
Landsat 8 menggunakan Algoritma Parwati (2006) sebesar 0.85346. Dari hubungan ini dijelaskan bahwa sebagian
mempunyai nilai koefisien korelasi sebesar 0.84101. Hal ini besar TSS di lapangan dapat dijelaskan oleh citra. Dengan
menjelaskan bahwa ada hubungan antara nilai TSS data citra demikian nilai yang dianggap berkorelasi sedang sampai
dengan data In Situ sangat kuat. sangat kuat apabila nilai koefisien korelasi lebih dari sama
dengan 0.4 atau bisa disebut korelasi kuat[10]. Untuk
perhitungan TSS menggunakan algoritma lainnya memiliki
perbedaan yang cukup menonjol antara citra dan data
lapangan hal ini dapat disebabkan karena :
1. Perbedaan waktu perekaman citra dan waktu
pengambilan data insitu.
Waktu perekaman citra adalah Tanggal 17 Maret
2017 pada pukul 09:35:28.0747250 (informasi ini
terdapat pada meta data) sedangkan waktu
pengambilan data lapangan mulai pukul 08.00-
15.30 WIB. Dapat dilihat selang waktu dalam
pengambilan data insitu. Hal ini dapat
Gambar 3. Uji Validasi Nilai TSS Algoritma Budiman (2004)
mengakibatkan perubahan / dinamika kondisi
perairan yang mengakibatkan perubahan nilai dan
Uji korelasi data lapangan TSS (Total Suspended Solid) sebaran TSS
dengan data hasil olahan TSS (Total Suspended Solid) Citra 2. Pengaruh radiometrik
Landsat 8 menggunakan Algoritma Budiman (2004) Perbedaan nilai TSS citra dan In Situ dapat
mempunyai nilai koefisien korelasi sebesar 0.85346. Hal ini disebabkan karena pengaruh radiometrik /
menjelaskan bahwa ada hubungan antara nilai TSS data citra gangguan perambatan gelombang di udara.
dengan nilai TSS data In Situ sangat kuat.
D. Analisa Status Mutu Air Dengan Metoda Indeks
Pencemaran Berdasarkan Nilai TSS
Berdasarkan nilai korelasi pada pengolahan data diatas
didapatkan hubungan yang paling baik adalah algoritma
Budiman, maka data hasil pengolahan data digunakan
sebagai acuan data untuk menilai status mutu air dengan
metoda indeks pencemaran. Nilai berikut ini didapatkan
berdasarkan hasil perhitungan dengan menggunakan rumus
(8) antara citra hasil pengolahan menggunakan algoritma
Budhiman dan insitu.
JURNAL TEKNIK ITS Vol. 4, No. 1, (2017) ISSN: 2337-3539 (2301-9271 Print ) 5

Tabel 4 Nilai Analisa Status Mutu Air berdasarkan 3 algoritma untuk menilai kondisi perairan Pantai
Koordinat Geografis Indeks Indeks Timur Surabaya secara keseluruhan.
No Pencemaran Pencemaran
X Y Data Citra Data Insitu
1 697850 9202332 0.4903349 0.6032789
2 698856 9200711 0.57132 0.7890492
3 699784 9199212 0.7494797 0.7290321
4 701244 9198726 1.0552795 0.5868794
5 702238 9198053 1.1837631 0.7398683
6 703073 9198741 0.4178928 0.7368973
7 702163 9199281 0.3156489 0.4983515
8 700784 9199842 0.4814923 0.5535272
9 696669 9202783 0.524154 0.7463464
10 697194 9202399 0.5098771 0.7885205
11 697735 9201667 0.6383597 0.7964867
12 698191 9201065 0.6323814 0.913674 Gambar 5. Peta Sebaran TSS 2017 Menggunakan Algoritma Budhiman

13 698514 9200302 0.5220404 0.7901075 Dari Gambar 5 dapat dianalisa bahwa algoritma
14 699033 9199704 0.6218435 0.6089819 Budhiman nilai dan sebaran TSS di Pantai Timur Surabaya
secara visual peta sebaran konsentrasi TSS memiliki rentang
15 699319 9198951 1.3446251 1.2096169
nilai antara 1 mg/l sampai >50 mg/l, pada pesisir pantai
16 700162 9198583 1.9830095 1.2818674 memiliki nilai konsetrasi peta lebih dari 50 mg/L.Hal ini bisa
17 700974 9198342 1.7236404 1.3129983 disebabkan karena di daerah penelitian adanya aktivitas
18 701602 9197914 1.515936 1.122507 manusia dan berdekatan dengan kegiatan pembuangan
limbah dari kegiatan rumah tangga yang menyebabkan
19 702226 9197527 1.4353703 1.1919938
konsentrasi sedimendasi.
20 702672 9197961 0.8484471 0.7630438
21 702549 9198594 0.3628607 0.5395545
22 702041 9199100 0.425005 0.4916833
23 701365 9199616 0.4307811 0.5568884
24 700498 9199447 0.6650662 0.7508642
25 699928 9199964 0.5884839 0.661435
26 699445 9200494 0.5821843 0.6417458
27 698983 9201033 0.5810106 0.6073471
28 698489.4 9201559 0.5213376 0.6867732
29 697906.4 9202096 0.5223921 0.5068127
30 696924.8 9202778 0.4617796 0.8208648

Berdasarkan hasil pengolahan data untuk menentukan


status mutu air dengan metoda indeks pencemaran sesuai Gambar 6. Peta Sebaran TSS 2017 Menggunakan Algoritma Parwati
dengan Keputusan Menteri Negara Lingkungan Hidup Nomor Dari Gambar 6 Berdasarkan algoritma Parwati
115 Tahun 2003 Tentang Pedoman Penetuan Status Mutu Air menunjukkan kawasan pesisir memiliki kondisi nilai TSS
didapatkan hasil rata-rata nilai berada pada rentang nilai 0≤ yang tinggi dibandingkan dengan perairan yang lebih dalam.
indeks pencemaran ≤1 yang berati kondisi perairan Pantai Nilai yang tinggi bisa disebabkan karena adanya aktivitas
Timur Surabaya memenuhi baku mutu atau dalam kondisi manusia berada pada sekitar kawasan pesisir Pantai Timur
baik. Beberapa titik menunjukkan nilai 1 ≤ indeks pencemaran Surabaya.
≤ 5 yang menunjukkan perairan dalam kondisi cemar ringan,
hal ini perlu diwaspadai karena jika tidak dilakukan
penanganan khusus, maka perairan Pantai Timur Surabaya
akan semakin tercemar.
E. Analisa Sebaran TSS
Setelah didapatkan nilai hubungan korelasi yang terbaik dan
nilai analisa status mutu air, selanjutnya tersebut digunakan
untuk membuat peta sebaran konsentrasi TSS tahun 2017
JURNAL TEKNIK ITS Vol. 4, No. 1, (2017) ISSN: 2337-3539 (2301-9271 Print ) 6

didapatkan hasil rata-rata nilai kondisi Pantai Timur


Surabaya berada pada rentang nilai 0≤ indeks
pencemaran ≤1 yang berati kondisi perairan Pantai
Timur Surabaya memenuhi baku mutu atau dalam
kondisi baik. Beberapa titik menunjukkan nilai 1 ≤
indeks pencemaran ≤ 5 yang menunjukkan perairan
dalam kondisi cemar ringan.
B. Saran
Berdasarkan hasil kesimpulan penelitian ini yang telah di
jelaskan, adapun saran yang diberikan penulis;
1. Pengambilan data In Situ sebaiknya dilakukan pada
tanggal atau waktu yang sama dengan akuisisi data citra
yang akan digunakan.
3. Perlu perhatian dan penanganan khusus dalam masalah
TSS ini karena jika dibiarkan terus menerus akan
Gambar 7. Peta Sebaran TSS 2017 Menggunakan Algoritma Laili
menyebabkan pencemaran pada perairan pantai Timur
Dari Gambar 7 Sebaran TSS berdasarkan algoritma Laili Surabaya.
menunjukkan kawasan pesisir memiliki kondisi nilai TSS
yang tinggi dibandingkan dengan perairan dalam. Nilai yang
tinggi bisa disebabkan karena adanya aktivitas manusia UCAPAN TERIMA KASIH
berada pada sekitar kawasan pesisir Pantai Timur Surabaya. Penulis H.E. mengucapkan terima kasih kepada Bapak Dr.-
Ing.Ir. Teguh Hariyanto, M.Sc. dan Ibu Cherie Bhektie
Pribadi, S.T.,M.T. selaku dosen pembimbing yang telah
IV. KESIMPULAN DAN SARAN memberikan bimbingan dan dukungan, baik moril maupun
A. Kesimpulan materil dalam penelitian ini.
1. Dari peta sebaran TSS tahun 2013-2017 hasil
pengolahan citra Landsat 8 di atas dapat dianalisa bahwa
nilai TSS di Pantai Timur Surabaya menunjukkan DAFTAR PUSTAKA
peningkatan yaitu 192 mg/L yang didapatkan dari uji lab
TSS menggunakan metode gravimetri. Persebaran [1] Siagian, L. 2008. Analisis Tingkat Pencemaran Logam Berat Perairan
Laut Belawan. Medan. Lembaga Penelitian Universitas Nommensen.
konsentrasi TSS terjadi pada Pantai Timur Surabaya [2] Wijaya, U &Kartika, C. 2004. Kombinasi Lumpur Aktif-Membran
karena merupakan sekitar pemukiman dan aliran Untuk Pengolahan Air Limbah Domestik. Surabaya. Tugas Akhir
buangan limbah sehingga ada banyak material TSS yang Jurusan Teknik Kimia ITS.
terkonsentrasi di daerah tersebut. [3] Saeni, M. S. 2008. Biologi Air Limbah. Bogor: Program Pasca Sarjana
2. Uji korelasi data lapangan TSS (Total Suspended Solid) IPB.
[4] Effendi, H. (2003). Telaah Kualitas Air Bagi Pengelolaan Sumberdaya
dengan data hasil olahan TSS Citra Landsat 8 pada dan Lingkungan Perairan.Yogyakarta: Kanisius.
tanggan 17 Maret 2017 menggunakan algoritma [5] Lestari, I. B. 2009. ‘Pendugaan Konsentrasi Total Suspended Solid
Budiman (2004) Sebesar 0.853, algoritma Parwati (TSS) dan Transparansi Perairan Teluk Jakarta dengan Citra Satelit
(2006) sebesar 0.841 algoritma Laili (2015) sebesar Landsat’. Skripsi. Bogor: Institut Pertanian Bogor
[6] USGS. 2013. <URL: http://Landsat.usgs.gov/band_des> Dikunjungi
0.826. tanggal 3 Januari 2017, jam 10.22
3. Penggunaan citra satelit Landsat 8 pada penelitian [7] Abidin, H,Z. 2002. Survei dengan GPS. Jakarta: Padnya Paramita.
konsentrasi nilai TSS pada tahun 2013 hingga 2017 ini [8] Vermote, F, dkk.1997. “Second Simulation of the Sensor Signal in the
menghasilkan nilai koefisien determinasi yang (R2 Sensor Spectrum-Vector, 6S: an overview’, IEEE Trans. Geoscience.
Remote Sensing., vol. 35 no. 3, pp-675-686, May 1997.
)paling baik dihasilkan dengan menggunakan algoritma [9] Gao, B. 1996. “NDWI-A normalized difference water index for remote
Budiman (2004), menghasilkan koefisien determinasi sensing of vegetation liquid water from space,” Remote Sensing
sebesar 0.853. Nilai R2 mendekati satu menunjukkan Environment., vol. 58, no.3, pp. 257-266.
hubungan yang positif, sebaliknya jika R2 mendekati nol, [10] Sarwono, J. 2006. Metode Penelitian Kuantitatif dan Kualitatif.
Yogyakarta :Graha Ilmu
maka memiliki hubungan jelek. Dengan demikian citra
Landsat 8 dapat digunakan untuk menggambarkan
kondisi Perairan Pantai Timur Surabaya seperti pada
kondisi yang ada di lapangan.
4. Kondisi sebaran TSS pada perairan Pantai Timur
Surabaya sejak tahun 2013 sampai tahun 2017
mengalami perubahan setiap tahun. Perubahan terjadi
karena faktor alam dan perkembangan aktivitas manusia.
Kondisi perairan berdasarkan Keputusan Menteri Negara
Lingkungan Hidup Lingkungan Hidup Nomor 115
Tahun 2003 Tentang Pedoman Penetuan Status Mutu Air