PENDAHULUAN

Pada umumnya Degradasi hutan mangrove di Indonesia dapat

disebabkan oleh berbagai faktor salah satunya yaitu faktor alih fungsi hutan
mangrove sebagai daerah pertumbuhan pemukiman, pembangunan dermaga
dan talud (dinding penahan tanah), sebagai area pertanian dan perkebunan,
bahkan digunakan sebagai lokasi pertambangan untuk eksplorasi minyak dan
gas bumi. Penurunan kualitas dan kuantitas hutan mangrove dapat
mempengaruhi kehidupan perekonomian, seperti penurunan hasil tangkapan
ikan dan berkurangnya pendapatan pemerintah serta masyarakat lokal
(Wayan dan Pramudji, 2014). Pemetaan mangrove dapat dimanfaatkan untuk
perencanaan, pengelolaan dan penetapan kebijakan pada ekosistem mangrove
dan wilayah pesisir. Untuk mencegah dan menanggulangi kerusakan hutan
mangrove diperlukan pemetaan dan sebaran mangrove. Pemetaan yang
dimaksud memang tidak semudah apa yang dibayangkan. Aapalagi sampai
ke tingkat analisis kesehatan mangrove. Sehingga salah satu metode yang
dikembangkan untuk pemetaan kesehatan mangrove dapat dilakukan dengan
menggunakan teknologi penginderaan jauh khususnya untuk pemetaan
daerah yang sangat luas dan sulit di jangkau diantaranya wilayah mangrove.

Teknologi penginderaan jauh merupakan teknik untuk mendapatkan

informasi mengenai objek di permukaan bumi tanpa kontak langsung dengan
objek tersebut (Nowo, 2008) Penginderaan jauh dengan melalui citra satelit
sangat bermanfaat sebagai teknologi yang cepat dan efisisen untuk
pengelolaan ekosistem mangrove yang banyak terdapat di pesisir,
kebanyakan daerah sulit dijangkau, pengukuran lapangan sulit dilakukan dan
biaya yang mahal (Vaiphasa, 2006). Citra Satelit Sentinel-2A sering
dimanfaatkan dalam pemetaan mangrove, yang mana satelit Sentinel-2A ini
merupakan hasil kolaborasi antara ESA, European Comission, perusahaan
industri, perusahaan providers dan pengguna data. Satelit Sentinel-2
merupakan satelit penginderaan jauh yang digunakan untuk memperluas misi
dari satelit French SPOT dan US Landsat dengan sensor pasif buatan Eropa
multispektral yang mempunyai 13 band, 4 band beresolusi 10 m, 6 band
 beresolusi 20 m, dan 3 band bereolusi 60 m (ESA, 2015). Satelit Sentinel-2
ini dapat melakukan pengamatan terestrial dalam mendukung layanan pada
beberapa bidang salah satunya seperti pada pemantauan wilayah hutan
mangrove (Putri et al, 2018). Citra satelit Sentinel-2A dimanfaatkan dengan
menggunakan metode supervised classification untuk klasifikasi area dan
metode Normalized Different Vegetation Indeks (NDVI) untuk mengkelaskan
kesehatan mangrove (Cahyono et al, 2019) Menurut Wijaya et al, (2017)
Koefisien korelasi bertanda positif jika menunjukkan hubungan nilai NDVI
pada citra dengan nilai kerapatan jenis adalah satu arah. Semakin tinggi nilai
NDVI (kesehatan vegetasi sangat baik), maka semakin tinggi pula nilai
kerapatan jenis. Sehingga dalam penelitian ini nilai NDVI citra Sentinel-2
divalidasi dengan nilai Kerapatan Jenis di lapangan.
I.1 Rumusan Masalah
Adapun rumusan masalah dalam penelitian penelitian ini adalah :
1. Bagaimana sebaran nilai Normalized Difference Vegetation Index
mengggunakan citra Sentinel-2 di daerah mangrove Payum Kabupaten
merauke ?
2. Bagaimana klasifikasi kesehatan hutan mangrove menggunakan citra
Sentinel-2 di daerah mangrove Payum Kabupaten merauke?

I.2 Maksud dan Tujuan Penelitian

Adapun maksud dan tujuan penelitian tugas akhir ini adalah :

1. Untuk mengetahui langkah-langkah mengolah citra Sentinel-2

menggunakan metode Normalized Difference Vegetation Index.
2. Untuk mengetahui persebaran nilai NDVI Sentinel-2 dan menganalisis
kesehatan mangrove.
 BAB III Metodologi Penelitian

1. Lokasi Penelitian

Lokasi peneltian direncanakan di daerah mangrove yang secara administratif

terletak di pesisir pantai payum kota merauke. Secara geografis daerah penelitian
ini terletak pada koordinat 8º32’32,29’’ - 8º34’21,49’’ LS dan 140º24’49,29’’ -
140º26’44,73’’ BT.

Gambar .1 Peta Penelitian Mangrove Payum Merauke

2. Persiapan Data

Data yang digunakan dalam penelitian ini adalah data citra Sentinel-2 daerah Payum
Kabupaten Merauke pada Tahun 2021, data administratif dan tata guna lahan di dapat dari
Balai Taman Nasional Wasur Kabupaten Merauke. Alat dan Bahan penelitian adalah sebagai
berikut:

1. Bahan penelitian
Bahan yang dibutuhkan untuk penelitian ini terbagi menjadi tiga komponen :
a. Hardware :
Lenovo AMD A10.
b. Alat survei:
GPS Handheld
c. Software :
1. ENVI 5.3
2. Arc GIS 10.2
3. Er Mapper 7.1
4. QGIS 3.10.6
5. Microsoft Word 2010
6. Microsoft Excel 2010
7. Microsoft Visio 2010
8. SPSS 21
3. Metode Penelitian
Tahapan pelaksanaan penelitian ini disajikan dalam diagram alir penelitian
seperti pada gambar berikut

Studi Literatur

Pengumpulan Data

Tata Guna Citra Administrasi

Lahan Sentinel-2 1:17.000

Koreksi
GPS
Geometrik

Tidak
RMSe < 0,5

Citra Terkoreksi

Cropping
Citra

Komposit Band Rumus Algoritma

5,8a,11 NDVI

Ground Klasifikasi
Check Supervised
Sebaran
Tidak NDVI
Ketelitian > 80%

Sebaran
Mangrove

Overlay

Analisa Kesehatan
Vegetasi Mangrove

Klasifikasi Kesehatan Validasi

Mangrove Lapangan

Peta Kesehatan
Vegetasi
Mangrove
 Gambar III.2 Diagram alir penelitian

Tahapan yang dilaksanakan dalam pengolahan data yaitu sebagai berikut: Berdasarkan
diagram alir diatas, secara umum penelitian ini dibagi menjadi beberapa tahapan sebagai berikut:
1. Tahap Awal, dimana meliputi proses koreksi geometrik pada citra Sentinel-2 untuk mereduksi
kesalahan geometrik yang terjadi pada citra, sehingga dihasilkan citra terkoreksi geometrik.
Proses cropping atau pemotongan citra dilakukan untuk membatasi daerah kajian untuk
meringankan proses pengolahan data agar pemrosesan data menjadi lebih ringan.
2. Tahap Pengolahan, dimana dilakukan penerapan algoritma NDVI sebagai berikut:
NIR−¿
NDVI =
NIR+¿
Keterangan:
NIR : Band Inframerah dekat
RED: Bend merah
Dari hasil algoritma tersebut akan menghasilkan nilai -1 sampai dengan 1, kemudian
dilakukan klasifikasi yang tersedia dengan memasukan rentan nilai sebagai berikut:
Tabel 1. Hubungan Nilai NDVI dengan Kesehatan dan Kepadatan Tanaman
Kesehatan Tanaman & Nilai NDVI
Kepadatan Tanaman
Sangat baik 0,72 – 0,92
Baik 0,42 – 0,72
Normal 0,22 – 0,42
Buruk 0,12 – 0,22
Sangat Buruk -0,1 – 0,12
(Sumber : http://endeleo.vgt.vito.be/dataproducts.html)
 Rincian Biaya:
2. Peralatan Penunjang
Peralatan Justifikasi pemakaian Kuantittas Harga Jumlah (Rp)
Satuan (Rp)
Mengambil Titik 200.0
Sewa GPS 1
Koordinat 00 200.000
Menelusuri area 100.0
Sepatu Boot 2
Mangrove 00 200.000
40.0
Pipa Membuat patok 4
00 160.000
30.0
Meteran Membuat plot 6
00 180.000
sub total
740.000
3. Bahan habis pakai
Harga
Material Justifikasi pemakaian Kuantitas Jumlah (Rp)
Satuan (Rp)
Download Resolusi 100.0
Pulsa Data 1 Gigabyte
Citra Satelit 00 100.000
Peta Kesehatan 200.
Kertas A3 1 rim
Mangrove 000 200.000
20.0
Tali rafia Pembuatan patok 2
00 40.000
20.0
Spidol Mencatat sampel 6
00 120.000
15.0
Papan alas Mencatat sampel 9
00 135.000
50.0
Label Mencatat sampel 1 pak
00 50.000
Sub Total
645.000
DAFTAR PUSTAKA
Cahyono BE, Maulidiyah R, Nugroho AT. 2019. Analisis Kesehatan Mangrove di
Probolinggo Menggunakan Data Sentinel 2A. Journal of Healt and
Environmental Sciences. 5 (2) : 41-47.
Edeleo. https://endeleo.vgt.vito.be/dataproducts.html Diakses pada tanggal 24 april 2021
ESA. 2015, Sentinel-2 User Handbook. European Space Agency. Issue 1 Revision 2.

Nowo, D.M. 2008, Aplikasi Teknologi Penginderaan Jauh dan Uji Validasinya
untuk Deteksi Penyebaran Lahan Sawah dan Penggunaan/PenutupanLahan.

Putri, D.R., A. Sukmono., and B. Sudarsono 2018, Analisis Kombinasi Citra

Sentinel-1A dan Citra Sentinel-2A untuk Klasifikasi Tutupan Lahan (Study
Kasus: Kabupaten Demak, Jawa Tengah). J. Geodesi Undip., 7.

Vaiphasa, C. 2006. Remote Sensing Techniques for Mangrove Mapping,

International Institute for Geo-information Science & Earth Observation.
Enschede. ITC. The Netherlands.

Wayan, I.E.D. & Pramudji (2014), Panduan Monitoring Starus Ekosistem

Mangrove, PT. Sarana Komunikasi Utama, Bogor.

Wijaya A.P, A. Kawamuna dan A. Suprayogi. 2017. Analisis Kesehatan Hutan

Mangrove Berdasarkan Metode Klasifikasi NDVI pada Citra Sentinel-2.
Jurnal Geodesi Undip. 6 (1) : 277 -285