MODUL III PRAKTIKUM

PENGINDERAAN JAUH OSEANOGRAFI (OS3004)

PERUBAHAN LUASAN TERUMBU KARANG BERDASARKAN

DATA CITRA SATELIT LANDSAT 8

Asisten:
Umar Abdurrahman, S.Si.

Dosen:
Dr, Susanna, S.Si., MT.

PROGRAM STUDI OSEANOGRAFI

FAKULTAS ILMU DAN TEKNOLOGI KEBUMIAN
INSTITUT TEKNOLOGI BANDUNG
2019
Praktikum Penginderaan Jauh Oseanografi (OS3004)
Modul III

A. Tujuan Praktikum
Tujuan dari praktikum ini adalah:
1. Menghitung luasan terumbu karang berdasarkan data citra satelit Landsat 8
2. Memahami metode dan proses menentukan klasifikasi objek di suatu wilayah
pesisir/kepulauan berdasarkan data citra satelit Landsat 8

B. Teori Dasar
Terumbu adalah endapan-endapan masif yang penting dari kalsium karbonat yang terutama
dihasilkan oleh karang (filum Cnidaria, kelas Anthozoa, ordo Madreporaria atau Scleractinia)
dengan sedikit tambahan dari alga berkapur dan organisme-organisme lain yang mengeluarkan
kalsium karbonat (Nybakken, 1988 dalam Zeintrinanda, 2018). Karang hidup pada air dengan
kadar nutrien rendah dan memiliki zona toleransi tertentu terhadap temperatur air, salinitas, radiasi
matahari, kekeruhan, dan kuantitas nutrien (Buchheim, 2013 dalam Zeintrinanda, 2018).

Menurut Sutanto (1994 ) dalam Zeintrinanda (2018), penginderaan jauh adalah ilmu atau teknik
dan seni untuk mendapatkan informasi tentang objek, wilayah, ataupun gejala dengan cara
menganalisis data yang diperoleh dari suatu alat tanpa berhubungan langsung dengan objek,
wilayah, ataupun gejala yang sedang dikaji. Komponen-komponen dalam inderaja merupakan
serangkaian objek yang saling berkaitan dan bekerja sama secara terkoordinasi untuk melakukan
penginderaan. Rangkaian dalam komponen inderaja meliputi sumber tenaga, atmosfer, objek,
sensor, wahana, perolehan data, dan pengguna data.

Pemetaan terumbu karang menggunakan citra satelit tidaklah tanpa keterbatasan. Berdasarkan teori
radiative transfer, kemampuan penetrasi panjang gelombang tampak biru pada kedalaman 20
meter hanya sekitar 60% (Engman dan Gurney, 1991 dalam Nasution, 2017).

Kolom air yang berada di atas permukaan terumbu karang akan menyerap energi yang panjang
gelombangnya tidak lebih dari 650 nm (Nadaoka, 2004 dalam Nasution, 2017). Jika menggunakan
Landsat 8 maka band yang dapat digunakan adalah band 1-4 saja, karena di atas itu, panjang
gelombang band sudah lebih dari 650 nm, hal ini juga berlaku di satelit – satelit lainnya. Koreksi
kolom air dalam penggunaan citra satelit dapat dengan menggunakan algoritma Lyzenga yang
dapat memetakan subsrat perairan dangkal dengan algoritma adalah sebagai berikut:

1
Praktikum Penginderaan Jauh Oseanografi (OS3004)
Modul III

𝑌 = ln(𝑏𝑎𝑛𝑑1) + (𝑘𝑖/𝑘𝑗) ln(𝑏𝑎𝑛𝑑2)

𝑌 = citra hasil ekstrasi dasar perairan

𝑇𝑀1 = nilai digital kanal 1 Landsat

𝑇𝑀2 = nilai digital kanal 2 Landsat

𝑘𝑖 / 𝑘𝑗 = nilai koefisien atenuasi/penghamburan cahaya dari laut pada band 𝑖 dan 𝑗 yang didapat
dari rata-rata nilai yang diambil reflektan pada citra satelit

𝑘𝑖
= 𝑎 + √𝑎² + 1
𝑘𝑗

𝑎 = (𝑣𝑎𝑟 𝑏𝑎𝑛𝑑 1 – 𝑣𝑎𝑟 𝑏𝑎𝑛𝑑 2)/(2 + 𝑐𝑜𝑣𝑎𝑟(𝑏𝑎𝑛𝑑1, 𝑏𝑎𝑛𝑑2))

𝑣𝑎𝑟 = nilai variansi dari suatu variabel

𝑐𝑜𝑣𝑎𝑟 = nilai koefisien variansi (kovariansi) dari suatu variabel

Program Landsat adalah program terlama yang beroperasi mendapatkan citra satelit bumi. Pada 23
Juli 1972 diluncurkan program Earth Resources Technology Satellite yang merupakan awal dari
program Landsat (landsat.gsfc.nasa.gov).

Timeline Program Landsat (https://landsat.gsfc.nasa.gov)

2
Praktikum Penginderaan Jauh Oseanografi (OS3004)
Modul III

Landsat 7 memiliki 8 band spectral dengan resolusi spasial antara 15 m – 60 m dan memiliki
resolusi waktu sebesar 16 hari. Data yang dihasilkan dari Landsat 7 telah dimanfaatkan dalam
berbagai bidang seperti industry pertanian, perhutanan, kebakaran hutan, analisis pengurangan
wilayah es di kutub, dan sebagainya (landsat.gsfc.nasa.gov).

C. Metodologi
Data yang digunakan
1. Data Landsat 8 Level-1
https://earthexplorer.usgs.gov

Perangkat lunak yang digunakan

1. ER Mapper

Tugas praktikum
1. Lakukan klasifikasi objek pada suatu wilayah pesisir/kepulauan pada dua periode yang
berbeda yang memiliki beda waktu sebesar 3 – 5 tahun berdasarkan citra satelit. Hitung
luas dan bandingkan nilainya pada masing-masing data citra satelit tersebut.
2. Lakukan proses layouting pada hasil pengolahan citra satelit yang dilakukan sesuai dengan
Template Layout Peta KKP
3. Buat diagram alir dari proses perhitungan luasan terumbu karang. Cantumkan input, proses,
dan output pada setiap langkah pengerjaan.

3
Praktikum Penginderaan Jauh Oseanografi (OS3004)
Modul III

Langkah Pengerjaan
Stacking and Cropping Layers
1. Lakukan ekstraksi data dari citra satelit Landsat 8. Pastikan bahwa data yang sudah diunduh
terdiri dari citra yang terdiri dari 11 band dan file dengan ekstensi “MTL.txt” yang berisi
keterangan data citra
2. Buka file “MTL.txt”
3. Buka table bantuan dalam file ”koreksi.xls” untuk menentukan formula koreksi
4. Isi sel yang berwarna biru pada table bantuan dengan menggunakan keterangan pada file
“MTL.txt”. Sel yang berwarna kuning berisi formula yang akan digunakan untuk
melakukan koreksi citra satelit
5. Save table bantuan yang sudah dilengkapi
6. Buka aplikasi ER Mapper. Aktifkan Toolbars Standard, Common Function, dan Forestry

7. Buka salah satu band data citra satelit, misal band 1, klik icon Open , pilih file citra
satelit band 1
8. Klik icon Edit Algorithm , maka akan muncul tampilan sebagai berikut

Duplicate

Surface Layer
Load Dataset Edit Formula

Edit Transform
Limit

4
Praktikum Penginderaan Jauh Oseanografi (OS3004)
Modul III

9. Lakukan duplikasi layer dengan cara klik icon Duplicate. Buatlah 7 Layer untuk masing-
masing band 1 sampai dengan band 7. Ganti nama masing-masing layer tersebut, misal B1,
B2, B3, B4, B5, B6, dan B7
10. Masukan masing-masing band data citra satelit sesuai dengan layer yang sudah dibuat. Klik
OK this layer only agar tidak merubah layer band lain

5
Praktikum Penginderaan Jauh Oseanografi (OS3004)
Modul III

11. Zoom sampai dengan focus daerah kajian (misal: lingkarang kuning yaitu Pulau Pari)

dengan menggunakan tools zoom . Klik kanan pada windows visual citra, klik Clip

12. Save surface citra tersebut dengan format file ER Mapper Raster Dataset (.ers) – Klik
Defaults – Check Maintain aspect ratio dan Preserve exact extents – Klik OK

Image Correction
1. Close windows visual – klik New pada windows utama ER Mapper – pada windows
Algorithm, Klik Pseudo Layer (Pada Default Surface), Klik Load Dataset

6
Praktikum Penginderaan Jauh Oseanografi (OS3004)
Modul III

2. Lakukan duplikasi layer dengan cara klik icon Duplicate. Buatlah 7 Layer untuk masing-
masing band 1 sampai dengan band 7. Ganti nama masing-masing layer tersebut, misal B1,
B2, B3, B4, B5, B6, dan B7
3. Sesuaikan Dataset berdasarkan layer yang sudah dibuat

Sesuaikan

4. Buka file “koreksi.xls”, perhatikan sel pada bagian Reflectance. Formula ini adalah formula
yang digunakan untuk mengkoreksi citra

Reflectance
Band 1 ((0.00002*i1)+-0.1)/0.79716585130671
Band 2 ((0.00002*i1)+-0.1)/0.79716585130671
Band 3 ((0.00002*i1)+-0.1)/0.79716585130671
Band 4 ((0.00002*i1)+-0.1)/0.79716585130671
Band 5 ((0.00002*i1)+-0.1)/0.79716585130671
Band 6 ((0.00002*i1)+-0.1)/0.79716585130671
Band 7 ((0.00002*i1)+-0.1)/0.79716585130671
Band 8 ((0.00002*i1)+-0.1)/0.79716585130671
Band 9 ((0.00002*i1)+-0.1)/0.79716585130671

7
Praktikum Penginderaan Jauh Oseanografi (OS3004)
Modul III

5. Masukkan formula tersebut dalam Formula Editor (klik Edit Formula) – Klik Apply
changes – Klik Close – Klik Edit Transform Limits – Klik Limits, pilih Limit to Actual.
Lakukan untuk seluruh band

6. Save surface citra yang sudah dikoreksi reflektansi tersebut dengan format file ER Mapper
Raster Dataset (.ers) – Klik Defaults – Check Maintain aspect ratio dan Preserve exact
extents – Klik OK
7. Close windows visual
8. Klik icon New – Klik icon Edit Algorithm – load file .ers pada Load Dataset
9. Ubah tampilan pseudolayer menjadi tampilan komposit RGB (421) dengan cara klik icon

Creat RGB Algorithm . Pastikan Toolbars Forestry aktif

10. Ubah kombinasi band-nya. Red menggunakan band 4, Green menggunakan band 2, dan
Blue menggunakan band 1
11. Pada window ER Mapper, klik Edit – Edit Create Regions. Pada option New Map
Composition pilih
Mode : Raster Region
Load from File : file .ers
Geodetic Datum : WGS84
Klik OK

12. Buat daerah menggunakan icon pada daerah terumbu karang (diindikasikan oleh warna
cyan). Usahakan tidak menyentuh objek lain. Buat minimal 10 regions. Berinama masing-
masing region tersebut, misal:1,2,3,..,10 menggunakan icon
13. Simpan dengan cara klik icon Save As pada windows ER Mapper

8
Praktikum Penginderaan Jauh Oseanografi (OS3004)
Modul III

14. Klik Process – Calculate Statistics – load Dataset yang sudah disimpan tadi (yang sudah
terdapat regions), Subsampling interval : 1, check Force recalculate stats – Klik OK
15. Klik View – Statistics – Area Summary Report. Pada Report Setup options, pilih Report
Type : Means Summary Report, Input Dataset yang sudah disimpan tadi (yang sudah
terdapat regions). Akan muncul windows Report Display – Klik Print/Save, simpan dalam
bentuk .txt
16. Gunakan Microsoft Excel untuk melakukan perhitungan
varian band 1 : var (band1)
varian band 2 : var (band2)
covariance : covar(band1,band2)
a : (var band 1 – var band 2)/(2*covariance)
ki / kj : a+(SQRT(a^2)+1)

Lyzenga Algorithm
1. Tampilkan file .ers (bukan file yang berisi regions) dengan Load Dataset pada windows
Algorithm
2. Pada windows Algorithm – pada tab Surface pilih Color Mode : Pseudocolor, Color Table
: Grayscale
3. Klik icon Edit Formula . Masukkan formula
𝑖𝑓 𝑖1/𝑖2 < 1 𝑡ℎ𝑒𝑛 (log(𝑖3) + (𝑘𝑖/𝑘𝑗) ∗ log(𝑖2))) 𝑒𝑙𝑠𝑒 𝑛𝑢𝑙𝑙

4. Klik Apply changes, kemudian close

5. Sesuaikan sehingga input band adalah band 5, band 3, band 2 (pada tab Layer)

6. Pada windows visual, klik kanan – klik Clip

7. Pada tab Surface pilih Color Mode : Pseudocolor, Color Table : Rainbow
8. Pada tab layer klik icon Edit Transform Limits. Ubah dan sesuaikan grafik dengan cara
menggesernya

9
Praktikum Penginderaan Jauh Oseanografi (OS3004)
Modul III

Titik lingkaran merah : berada di batas grafik hitam

Titik lingkaran ungu : titik yang diubah-ubah

Dalam praktikum ini, titik ungu diatur sehingga hasil citra

1. Perairan dalam berwarna biru, seragam, dan batas antara perairan dangkal dan dalam
terlihat kontras
2. Rekomendasi 1 : Lihat kondisi pulau/pesisir menggunakan Google Earth. Sesuaikan titik
lingkaran ungu sehingga mendekati kondisi seperit pada gambar Google Earth. Jangan lupa
untuk mengatur waktu sesuai data citra satelit yang diolah. Gunakan objek yang mudah
untuk diinterpretasi seperti perairan dalam (biru) dan pasir (merah)
3. Rekomendasi 2 : Cocokkan kondisi pulau pesisir menggunakan data .ers yang diatur pada
tab Surface pilih Color Mode : Pseudocolor, Color Table : Rainbow
4. Rekomendasi 3 : Cocokkan kondisi pulau pesisir menggunakan data .ers yang dimasukkan
formula
if i1 <= "batas darat" then log (i2) + ki/kj ∗ log (i3) else null

Nilai batas darat ditentukan dengan mencari nilai band 4 pada file .ers dengan cara klik
kanan pada titik yang merupakan daratan, klik Cell Value Profile. Tentukan kisaran nilai
darat dengan mengambil beberapa titik sampel. Apabila sulit gunakan nilai yang besar
sebagai batas darat, misal 200 atau 300

10
Praktikum Penginderaan Jauh Oseanografi (OS3004)
Modul III

Rekomendasi 2 Tunning Rekomendasi 3

Rekomendasi 1

9. Setelah hasil tunning dirasa cukup sesuai, simpan file dalam format .alg. File ini merupakan
acuan yang akan digunakan untuk mengklasifikasikan objek dalam langkah selanjutnya

Image Classification
1. Tampilkan file .alg
2. Pada windows utama ER Mapper pilih Process – Classification – ISOCLASS Unsupervised
Classification – isi option Unsupervised Classification seperti sebagai berikut – klik OK

11
Praktikum Penginderaan Jauh Oseanografi (OS3004)
Modul III

3. Tunggu sampai proses selesai, apabila muncul Unsupervised Classification completed

successfully maka proses telah selesai – klik OK. Close windows Processing Status
4. Tampilkan hasil Unsupervised Classification pada windows visual lain dan tampilkan juga
file .alg pada windows visual yang lain. Pada windows algorithm, ganti menjadi Class
Display Layer

5. Atur Quick Zoom pada kedua windows menjadi Set Geolink to Window

12
Praktikum Penginderaan Jauh Oseanografi (OS3004)
Modul III

6. Pada windows ER Mapper, pilih Edit – Edit Class/Region and Name, load data class.ers
(hasil Unsupervised Classification) pada Dataset
7. Ubah warna pada setiap class dengan cara klik Set Color Box. Sesuaikan warna sehingga
lebih mudah untuk diinterpretasi

(Sumber: COREMAP, 2001 dalam Nasution)

No Warna Objek
1 Ungu / Hitam Darat
2 Biru Laut
3 Cyan/Hijau Muda Karang Hidup
4 Hijau Tua Karang Mati
5 Kuning Pecahan Karang
6 Orange Seagrass/Seaweed
7 Merah Pasir

8. Gunakan file .alg sebagai petunjuk. Lakukan zoom sehingga lebih yakin dalam menentukan
warna yang dipilih
9. Catat nilai kisaran class berdasarkan ketegori yang dipilih

13
Praktikum Penginderaan Jauh Oseanografi (OS3004)
Modul III

class.ers (edited)

darat/laut

karang
hidup

karang
mati .alg (reference)

karang
pecahan
seagrass/seaweed
pasir

Statistic Calculation
1. Pada windows ER Mapper Klik process – Calculate Statistic
2. Load dataset class.ers, yaitu file yang akan dihitung luasnya. Ganti Subsampling interval
menjadi 1

14
Praktikum Penginderaan Jauh Oseanografi (OS3004)
Modul III

3. Tunggu sampai proses selesai. Apabila keterangan Calculate Statistics finished successfully
maka proses telah selesai
4. Pada windows ER Mapper pilih View – Statistic – Area Summary Report. Cocokkan
Class/Region dengan hasil klasifikasi yang dilakukan pada langkah Image Classification

15
Praktikum Penginderaan Jauh Oseanografi (OS3004)
Modul III

Daftar Pustaka

Barsi, J.A.; Lee, K.; Kvaran, G.; Markham, B.L.; dan Pedelty, J.A. (2014). The Spectral Response
of the Landsat-8 Operational Land Imager. Remote Sens. 10232-10251.
doi:10.3390/rs61010232.
Nasution, M.I. (2017). Studi Perubahan Luasan Terumbu Karang Di Perairan Utara Kecamatan
Sekotong, Pulau Lombok, Nusa Tenggara Barat, Skripsi Program Sarjana, Institut Teknologi
Bandung.
Zeintrinanda, A.L. (2018). Studi Perubahan Luasan Teurumbu Karang di Perairan Sekitar Pulau
Panggang, Kepulauan Seribu, DKI Jakarta, Skripsi Program Sarjana, Institut Teknologi
Bandung.

https://landsat.gsfc.nasa.gov

16