Muhammad Nuzul MSD(15115026) GD4104 INDERAJA LINGKUNGAN TUGAS KE-6

MODUL 6
Menghitung Estimasi Kualitas Air dengan Metode Pendekatan Nilai TSS
Tanggal: 24 Oktober 2018

1. Pendahuluan
1.1 Tujuan Praktikum
● Menentukan nilai kualitas air atau TSS menggunakan algoritma metode hasyim pada
waduk saguling
● Membandingkan nilai TSS hasil perhitungan sampel secara manual (in-situ) dengan hasil
perhitungan menggunakan algoritma metode hasyim

1.2 Definisi Singkat Materi Modul

Total suspended solid atau padatan tersuspensi total (TSS) adalah residu dari padatan
total yang tertahan oleh saringan dengan ukuran partikel maksimal 2μm atau lebih besar dari
ukuran partikel koloid. Yang termasuk TSS adalah lumpur, tanah liat, logam oksida, sulfida,
ganggang, bakteri dan jamur. TSS umumnya dihilangkan dengan flokulasi dan penyaringan. TSS
memberikan kontribusi untuk kekeruhan (turbidity) dengan membatasi penetrasi cahaya untuk
fotosintesis dan visibilitas di perairan. Sehingga nilai kekeruhan tidak dapat dikonversi ke nilai
TSS. Kekeruhan adalah kecenderungan ukuran sampel untuk menyebarkan cahaya. Sementara
hamburan diproduksi oleh adanya partikel tersuspensi dalam sampel. Kekeruhan adalah murni
sebuah sifat optik. Pola dan intensitas sebaran akan berbeda akibat perubahan dengan ukuran dan
bentuk partikel serta materi. Sebuah sampel yang mengandung 1.000 mg / L dari fine talcum
powder akan memberikan pembacaan yang berbeda kekeruhan dari sampel yang mengandung
1.000 mg / L coarsely ground talc . Kedua sampel juga akan memiliki pembacaan yang berbeda
kekeruhan dari sampel mengandung 1.000 mg / L ground pepper. Meskipun tiga sampel tersebut
mengandung nilai TSS yang sama.
 Algoritma metode hasyim adalah algoritma perhitungan nilai tanah yang terkandung
dalam objek air dalam satu piksel.

2. Pembahasan

2.1 Tahapan
1. Buka Aplikasi ENVI

Gambar 2.1 Tampilan awal aplikasi ENVI

2. Pada bagian atas, klik “File”, klik “Open As”, klik “Landsat”, lalu klik “GeoTIFF with
Metadata”. Pada tabel “Open” yang muncul, pilih data citra yang akan
dibuka/ditampilakan dimana pada kali ini adalah citra Landsat 8 bernama
“LC08_L1TP_122065_20160902_20170321_01_T1_MTL”.

Gambar 2.2 Tampilan pembukaan data citra

 Gambar 2.3 Tampilan pemilihan citra yang akan ditampilkan
1. Pada bagian “Layer Manager”, klik kanan pada data citra awal, lalu klik “Zoom to Layer
Extent”. Hal ini digunakan untuk memindahkan layar visualisasi komputer pada data citra
secara keseluruhan.

Gambar 2.4 Tampilan posisi zoom to layer extent

2. Pada bagian atas, atur nilai “Contrast” dan “Brightness”. Hal ini dilakukan untuk
mengatur besar nilai pencahayaan citra sehingga objek-objek yang berada pada citra
dapat terlihat secara jelas.

Gambar 2.5 Tampilan posisi contrast dan brigtness

3. Pada bagian atas, klik “Region of Interest (ROI) Tool”. Pada tabel “ROI” yang muncul,
klik “New ROI”, lalu ini kolom “ROI Name” sebagai “Waduk”. Pada bagian
 “Geometry”, pilih “Polygon”. Pada bagian utama layar, cari objek “Waduk Saguling”,
kemudian buatlah satu polygon ROI yang berisi objek tersebut, setelah itu tekan enter.
Hal ini dilakukan untuk membuat objek polygon yang posisinya berada di waduk
saguling beserta besar polygon tersebut mencakup seluruh area waduk.

Gambar 2.6 Tampilan posisi ROI

Gambar 2.7 Tampilan pengaturan ROI

Gambar 2.8 Tampilan objek poligon ROI

4. Pada bagian “Toolbox”, cari dan klik “Subset data from ROIs”.

Gambar 2.9 Tampilan posisi subset

5. Pada tabel yang muncul, pilih citra multispektral dengan rentang panjang gelombang
0.443 hingga 2.201μm, lalu klik “Ok”. Citra yang dipilih merupakan citra yang akan
dilakukan fitur subset.

Gambar 2.10 Tampilan pemilihan citra

6. Pada tabel “Spatial Subset via ROI Parameters”, pada bagian “Select Input ROIs”, pilih
“Waduk”. Lalu pilih nama dan tempat penyimpanan file yang akan dibuat, kemudian klik
“Ok”. Poin 6 hingga 8 dilakukan agar piksel-piksel citra utama yang posisi dan areanya
sesuai dengan polygon ROI yang telah dibuat terpindahkan/tersalin ke file citra yang
baru.

Gambar 2.11 Tampilan pengaturan subset

7. Pada bagian “Toolbox”, cari dan pilih “Radiometric Calibration”.
 Gambar 2.12 Tampilan posisi subset
8. Pada tabel “File Selection” yang muncul, pilih citra hasil proses subset sebelumnya, lalu
klik “Ok”. Citra yang dipilih merupakan citra yang akan dilakukan fitur radiometric
calibration.

Gambar 2.13 Tampilan pemilihan citra

9. Pada tabel “Radiometric Calibration” yang muncul, klik “Apply FLAASH Settings”.
Lalu pilih nama dan tempat penyimpanan file yang akan dihasilkan. Kemudian klik “Ok”.
Poin 9 hingga 11 dilakukan untuk melakukan mengkonversi nilai digital pada seluruh
piksel pada citra menjadi nilai radians untuk semua band/panjang gelombang.

Gambar 2.14 Tampilan pengaturan radiometric calibration

10. Pada bagian “Toolbox”, cari dan pilih “Band Math”.

Gambar 2.23 Tampilan posisi subset

11. Pada tabel “Band Math” yang muncul, masukkan algoritma metode Bilko ke dalam
kolom, lalu klik “Ok”. Nilai digital citra terendah pada band 5 dapat dicari dengan, pada
bagian “Layer manager”, klik kanan pada data citra hasil proses kalibrasi radiometrik,
lalu klik “Quick Stats”.

Dimana, b5 = citra band NIR; N = Nilai digital citra terendah pada band 5
Gambar 2.24 Tampilan algoritma metode Bilko

Gambar 2.25 Tampilan posisi quick stats

Gambar 2.26 Tampilan algoritma metode bilko pada band math

12. Pada tabel “Variable to Band Pairings”, pilih band 5 pada citra hasil proses kalibrasi
radiometrik dimana band tersebut dijadikan variabel b5 pada algoritma, lalu pilih nama
dan tempat penyimpanan file yang akan dibuat, kemudian klik “Ok”. Poin 17 hingga 19
dilakukan untuk membagi dan memperlihatkan area air dan tanah pada citra dimana akan
dihasilkan citra dengan nilai piksel tertentu. Jika nilai tersebut diatas 0 maka objeknya
berupa air.

Gambar 2.27 Tampilan pemilihan band sebagai variabel di algoritma

13. Pada bagian “Toolbox”, cari dan pilih “Build Mask”.

Gambar 2.28 Tampilan posisi build mask

14. Pada tabel “Build Mask Input File“ yang muncul, pilih citra hasil kalibrasi radiometrik.

Gambar 2.29 Tampilan pemilihan citra

15. Pada tabel “Mask Definition”, klik “Options”, lalu klik “Import Data Range”. Pada tabel
yang muncul, pilih citra hasil perhitungan algoritma metode bilko, lalu klik “Ok”. Pada
tabel yang muncul, masukkan “Data Min Value” dan “Data Max Value” dengan “0” dan
“1”, lalu klik “Ok”. Kembali pada tabel “Mask Definition”, pilih nama dan tempat
penyimpanan file yang akan dibuat, lalu klik “Ok”. Poin 20 hingga 21 dilakukan untuk
membuat citra baru yang berukuran sama dengan citra yang dipilih pada poin 21. Piksel
pada citra ini memiliki 2 nilai saja, 0 dan 1. Jika nilai piksel citra hasil bilko berada pada
rentang yang ditentukan pada poin 22, piksel pada citra baru pada posisi yang sama
dengan piksel bilko akan bernilai 1.

Gambar 2.30 Tampilan tabel mask definition

 Gambar 2.31 Tampilan pemilihan citra

Gambar 2.32 Tampilan pemilihan rentang nilai citra

Gambar 2.33 Tampilan tabel mask definition

16. Pada bagian “Toolbox”, cari dan pilih “Apply Mask”.

Gambar 2.34 Tampilan posisi apply mask

17. Pada tabel “Apply Mask Input File” yang muncul, pilih citra hasil proses kalibrasi
radiometrik. Kemudian klik “Select Mask Band”.
 Gambar 2.35 Tampilan pemilihan citra
18. Pad tabel “Select Mask Input Band” yang muncul, pilih band citra hasil proses “Build
Mask”, lalu klik “Ok”. Pada tabel yang muncul, pada kolom “Mask Value”, masukkan
nilai “1”, kemudian klik “Ok”. Poin 23 hingga 25 dilakukan untuk mengkali seluruh nilai
piksel pada citra yang dipilih pada poin 24 dengan citra hasil “Build Mask”.

Gambar 2.36 Tampilan pemilihan mask

Gambar 2.37 Tampilan pengaturan parameter mask

19. Pada bagian “Toolbox”, cari dan pilih “Band Math”.

Gambar 2.38 Tampilan posisi band math

20. Pada tabel “Band Math” yang muncul, masukkan algoritma hasyim pada kolom band
math, lalu klik “Ok”.

Gambar 2.39 Tampilan algoritma hasyim

Gambar 2.40 Tampilan algoritma hasyim pada band math

21. Pada tabel yang muncul, pilih band 3-hijau dan 4-merah pada citra hasil proses “Apply
Mask” sebagai variabel b3 dan b4, pilih nama dan tempat penyimpanan file yang akan
dibuat, lalu klik “Ok”.
 Gambar 2.41 Tampilan pemilihan variabel
22. Pada bagian atas, klik “File”, klik “Save As”, lalu klik “Save As (TIFF)”.

Gambar 2.42 Tampilan penyimpanan file

23. Pada tabel “File Selection”, pilih citra yang akan disimpan dimana pada kali ini adalah
citra hasil proses algoritma hasyim.

Gambar 2.43 Tampilan pemilihan file

 24. Pada tabel yang muncul, pada bagian “Output Format”, pilih “TIFF”, lalu pilih nama dan
tempat penyimpanan file yang akan disimpan.

Gambar 2.44 Tampilan penyimpanan file

2.2 Analisis

Dalam praktikum ini dilakukan pencarian/penentuan kualitas air dari Waduk Saguling
dimana kualitas air didasarkan kepada kandungan objek tanah (mg) yang terkandung dalam
objek satu liter air. Penentuan kualitas air dilakukan menggunakan metode hasyim, sedangkan
penentuan objek air dilakukan menggunakan metode bilko.

Data awal yang didapat berupa data citra satelit Landsat 8 OLI/TRS C1 Level-1 GeoTIFF
pada tanggal 2 September 2016 yang diperoleh dari website United State Geological Survey -
Earth Explorer yang memiliki resolusi geometrik tinggi bernama LC08_L1TP_12206.
Kemudian, citra tersebut dilakukan pemotongan (cropping) sesuai wilayah Waduk Saguling.
Data pendukung non-spasial lainnya adalah hasil sampel kualitas air yang dilakukan secara
manual (in-situ) di 15 titik di Waduk Saguling.

Praktikum ini dimulai dengan membuat citra baru dengan posisi dan ukuran yang sama
dengan area Waduk Saguling dimana nilai dari piksel-pikselnya sesuai dengan data citra awal
pada posisi piksel yang sama dengan menggunakan fitur RoI dan Subset. Kemudian citra
tersebut dilakukan kalibrasi radiometrik sehingga nilai digital yang terkandung pada citra
berubah menjadi nilai radians.
 Dari citra hasil proses kalibrasi radiometrik tersebut dilakukan perhitungan algoritma
Bilko dengan menggunakan band NIR pada citra tersebut. Algoritma tersebut dilakukan untuk
memisahkan objek air dan tanah yang terkandung pada citra dimana akan menghasilkan citra
yang memiliki rentang nilai 0 hingga 1 untuk objek air dan rentang nilai 0 hingga -100 untuk
objek tanah.

Kemudian dari citra hasil proses algoritma bilko dilakukan pembuatan mask dimana akan
dibuat citra baru yang memiliki dua nilai, nilai 1 dan nilai 0. Citra baru tersebut akan memiliki
nilai 1 jika posisi pikselnya sesuai dengan objek air pada citra hasil algoritma bilko. Atau bisa
dibilang, seluruh piksel pada citra hasil algoritma bilko yang memiliki nilai pada rentang 0
hingga 1 (berupa objek air) akan diubah nilainya menjadi nilai 1. Sedangkan untuk objek tanah,
nilainya menjadi 0. Setelah itu, citra mask yang baru dibuat akan dikalikan dengan citra hasil
algoritma bilko sehingga menghasilkan citra yang hanya berisi objek air dalam bentuk radians
menggunakan fitur Apply Mask.

Dari citra hasil fitur apply mask dilakukan perhitungan Algoritma Hasyim dimana
dilakukan pencarian nilai tanah yang terkandung pada objek air dengan menggunakan band Red
dan band Green pada citra tersebut. Hasil dari perhitungan adalah piksel-piksel dari objek air
yang memiliki nilai tanah dalam unit mg dalam objek satu liter air.

Terdapat beberapa faktor yang menyebabkan nilai TSS dari algoritma hasyim dan sampel
perhitungan secara manual. Faktor pertama yang berpengaruh adalah perbedaan resolusi spasial
yang dimiliki oleh dan citra awal dan perhitungan data sampel. Pada data citra awal memiliki
resolusi spasialnya adalah 30 meter dimana dapat dibilang dalam area persegi 30x30 meter hanya
memiliki satu nilai TSS saja. Sedangkan pada keadaan aslinya nilai TSS tersebut dapat berubah
jika posisi pengukuran sampel berubah dalam jarak 1 meter.

Faktor lain yang berpengaruh adalah adanya perbedaan resolusi temporal yang dimiliki
oleh dan citra awal dan perhitungan data sampel. Citra awal yang digunakan adalah citra yan
diambil pada tanggal 2 September 2016 sedangkan pengukuran sampel secara manual dilakukan
pada tanggal 16 September 2016. Citra ini dipakai dikarenakan tidak tersedianya citra yang
memiliki tanggal yang sama dengan tanggal pengukuran beserta citra yang bersih dari objek
awan. Perlu diketahui bahwa nilai yang dimiliki oleh air dapat berubah secara temporal dalam
kurun waktu jam yang disebabkan oleh adanya faktor luar seperti angin, suhu, dan kelembapan
dimana air dalam waduk dapat mengalir atau berpindah tempat. Dengan berbedanya waktu citra
yang dipakai dan waktu pengukuran sampel, maka nilai TSS pada posisi yang sama dapat
berbeda pula.

Pada perhitungan metode bilko digunakan band 5 nilai radians citra. Rentang panjang
gelombang dari citra atau rentang gelombang NIR dipakai karena objek air memiliki fitur radians
yang unik dan detail pada rentang ini. Gelombang NIR jika mengenai objek air akan mengalami
pantulan/reflektan yang lebih tinggi dari pada rentang gelombang lainnya.

Kekurangan yang dimiliki oleh metode bilko adalah metode ini tidak dapat
mendeskripsikan objek air sebagai objek air jika objek tersebut bergerak secara vertikal maupun
horizontal. Pada waduk saguling, dikarenakan area yang dimiliki cukup luas, terdapat pengaruh
objek angin yang menyebabkan air membentuk ombak dan arus. Perhitungan algoritma bilko
akan menganggap ombak dan arus tersebut sebagai objek tanah bukan objek air.

Dari perhitungan algoritma bilko bisa saja menghitung nilai air yang terkandung dalam
tanah sehingga dapat menampilkan objek air yang terkandung dalam permukaan tanah yang
seperti terletak pada bantaran waduk. Sehingga hasil dari perhitungan metode hasyim juga dapat
menampilkan/menghasilkan objek air yang terkandung dalam tanah.

Pada data citra awal tidak dapat dilakukan koreksi atmosferik karena tidak dapat
dikonversikannya hasil koreksi atmosferik yang berupa nilai reflektansi menjadi nilai radians
yang merupakan tipe data awal untuk algoritma bilko. Konversi tidak dapat dilakukan
dikarenakan tidak adanya data gan dan offset.
Gambar 2.40 Tampilan hasil perhitungan nilai TSS menggunakan algoritma hasyim
3. Penutup

3.1 Kesimpulan

Metode hasyim dapat digunakan untuk menghitung nilai TSS dengan menggunakan
rentang panjang gelombang Red dan Green pada piksel bernilai radiansi dimana dimanfaatkan
karakteristik reflektansi unik yang dimiliki oleh objek tanah saat mengenai gelombang pada
rentang gelombang tersebut.

Hasil nilai TSS dari pengukuran secara langsung (in-situ) dan perhitungan menggunakan
algoritma hasyim tidak dapat dibandingkan dengan satu sama lain. Faktor yang sangat
berpengaruh adalah berbedanya resolusi spasial maupun temporal dari kedua metode. Maka dari
itu tidak dapat disimpulkan metode mana yang baik atau yang lebih teliti dilakukan untuk
menghitung nilai TSS.

3.2 Saran

Terimakasih telah membantu berjalannya praktikum

Daftar Referensi

Setyantiningtyas, A. dan Hapsari, A F. (2010). Perencanaan Operasi Dan Konservasi Waduk

Mrica (Pb. Soedirman) Banjarnegara. Laporan Tugas Akhir Jurusan Teknik Sipil Fakultas
Teknik, Universitas Diponegoro