LAPORAN PRAKTIKUM REMOTE SENSING KELAUTAN

“Pendugaan Sebaran TSS (Total Suspended Solid) di Sungai Wolo, Kab.

Kolaka Menggunakan Citra Sentinel-2A”

Oleh:

Sitti Nur Zayanti Udu

I1F119042

Program Studi Oseanografi

Jurusan Ilmu Kelautan
Fakultas Perikanan dan Ilmu Kelautan
Universitas Halu Oleo
Kendari
2021
 LAPORAN PRAKTIKUM REMOTE SENSING KELAUTAN
“Pendugaan Sebaran TSS (Total Suspended Solid) di Sungai Wolo, Kab.
Kolaka Menggunakan Citra Sentinel-2A”

Oleh:

Sitti Nur Zayanti Udu

I1F119042

Program Studi Oseanografi

Fakultas Perikanan dan Ilmu Kelautan
Universitas Halu Oleo
Kendari
2021
 Halaman pengesahan

Judul : Pendugaan Sebaran TSS (Total Suspended Solid)

di Sungai Wolo, Kab. Kolaka Menggunakan Citra
Sentinel-2A
Nama : Sitti Nur Zayanti Udu
Stambuk : I1F119042
Kelompok : 2 (Dua)
Program Studi : Oseanografi
Fakultas : Perikanan dan Ilmu Kelautan

Mengetahui,

Koordinator Asisten Asisten Pembimbing

Muh. Iqra Prastya, S.Si., C.M.Si Ferdi

Menyetujui,
Koordinator Mata Kuliah

LM. Yasir Haya, S.T., M.Si., Ph.D

NIP. 197207152005021001
 KATA PENGANTAR

Puji syukur saya panjatkan kehadirat Tuhan Yang Maha Esa, karena atas
limpahan rahmat dan karuni-Nya lah kita masih diberi kesehatan pada masa
pandemi seperti saat ini. Shalawat serta salam tak lupa juga saya ucapkan kepada
bimbingan besar kita Rasulullah SAW. karena atas perjuangan beliau- Lah kita
dapat berada di zaman yang terang benderang saat ini.
Terima kasih juga kepada dosen yng mengajar di mata kuliah Remote
Sensing Kelautan (RSK) serta Asisten Pembimbing dalam Praktikum mata kuliah
ini yang telah membimbing, sehingga saya dapat menyelesaikan ‘Laporan
Praktikum’ tentang “Pendugaan Sebaran TSS (Total Suspended Solid) di
Sungai Wolo, Kab. Kolaka Menggunakan Citra Sentinel-2A”.

Kendari, 2 Juli 2021

Sitti Nur Zayanti Udu

 PENDAHULUAN

A. Latar Belakang

Dewasa ini teknologi pengindraan jauh berbasis satelit sangat digemari

dan digunakan dalam berbagai kegiatan, salah satunya mendeteksi sebaran TSS di

perairan. Sungai Wolo merupakan sebuah sungai yang berada pada Desa

Tamborasi, Kecamatan Wolo, Kabupaten Kolaka, Sulawesi Tenggara. Pada lokasi

ini diduga terdapat material tersuspensi solid. Untuk mendeteksi hal tersebut,

dapat dilakukan melalui teknologi pengindraan jauh.

Teknologi penginderaan jauh telah lama digunakan dalam penilaian air

dan pengelolaan pesisir (Xu, 2006 dalam Suwarsono et., al, 2020 ). Aplikasi ini

telah melibatkan identifikasi permukaan air dan hal-hal lain yang terkait dengan

objek, seperti banjir dan kelembaban tanah (Suwarsono et., al, 2020).

Penginderaan jauh dapat didefinisikan secara umum sebagai suatu ilmu-teknik-

seni agar memperoleh informasi atau data mengenai kondisi fisik dari suatu benda

atau obyek, target, sasaran maupun daerah dan fenomena tanpa menyentuh atau

kontak langsung dengan benda atau target tersebut (Soenarmo, 2009 dalam

Rahayu et,al., 2015).

Teknik untuk memperoleh data kondisi fisik suatu benda atau obyek

tanpa kontak langsung dengan benda tersebut seperti pengertian di atas, maka

teknik ini biasanya menghasilkan beberapa bentuk citra, selanjutnya akan diproses

dan diinterpretasikan guna menghasilkan data yang bermanfaat dalam bidang

pertanian, arkeologi, kelautan, kehutanan, geologi, geografi, dan bidang lainnya

(Handayani & Setiyadi, 2003).

Citra satelit yang digunakan dalam praktikum ini yaitu citra satelit

Sentinel-2A yang diluncurkan oleh Badan Antariksa Eropa (ESA). Dimana

Sentinel-2 dikembangkan untuk mendukung vegetasi, tutupan lahan, dan

pemantauan lingkungan yang terdiri dari dua satelit, yaitu satelit Sentinel-2A yang

diluncurkan pada 23 Juni 2015 dengan siklus berulang selama 10 hari. Satelit

kedua yaitu Sentienl-2B yang diluncurkan pada 7 Maret 2017 dan beroperasi

dengan akusisi data yang tersedia di EarthExplorer. Berikut ini Sentinel-2

Radiometric and Spatial Resolutions.

Tabel 1.1 Sentinel-2 Radiometric and Spatial Resolutions (sumber: usgs.gov)

Band Panjang Gelombang Resolusi Spasial (m)

(nm)

1 443 60

2 490 10

3 560 10

4 665 10

5 705 20

6 740 20

7 783 20

8 842 10

8a 865 20

9 945 60
 10 1375 60

11 1610 20

12 2190 20

TCI* RGB 10

* Data yang diperoleh setelah 5 Desember 2016 mencakup True-Colour Image resolusi
penuh sebagai gambar komposit RGB (merah, hijau, biru) yang dibuat dari band 4, 3, 2.

Citra satelit yang telah didapat terlebih dahulu diolah menggunakan SIG

(Sistem Informasi Geografis) seperti ENVI dan QGIS. Sistem Informasi

Geografis (SIG) ialah system infromasi yang berbasis komputer dalam

menyimpan, mengelola dan menganalisi, serta memanggil data bereferensi

goegrafis yang telah berkembang pesat dalam beberapa tahun terakhir ini

(Wibowo et., al, 2015).

QGIS merupakan Sistem Informasi Geografis (GIS) Open Source yang

ramah pengguna yang dilisensikan di bawah Lisensi Publik Umum GNU. QGIS

adalah projek dari Open Source Geospatial Foundation (OSGeo). QGIS tersedia

untuk Linux, Unix, Mac OSX, dan Windows.

Gambar 1.1 Tampilan awal QGIS

 Perangkat lunak analisis gambar ENVI membantu profesional GIS

mengekstrak informasi yang berarti dari citra untuk membuat keputusan yang

lebih baik. Dikerahkan dari desktop, di Cloud atau di perangkat seluler, ENVI

dapat dikustomisasi melalui API untuk memenuhi kebutuhan proyek unik.

Gambar 1.2 Tampilan awal software ENVI 5.3

B. Tujuan dan Manfaat

Tujuan dan manfaat dilakukan praktikum ini yaitu agar:

1. Mahasiswa dapat mendownload data citra satelit melalui website USGS

(EarthExplorer)

2. Mahasiswa dapat mendownload, menginstall, dan mengoperasikan

software ENVI dan QGIS

3. Mahasiswa diharapkan dapat memahami dan mampu mengindentifikasi

sebaran TSS (Total Suspended Solid) di Sungai Wolo

 I. TINJAUAN PUSTAKA

Sungai merupakan sumber daya air alami yang penting yang bertanggung

jawab untuk memasok air untuk irigasi, kebutuhan industri, dan manusia (Rosero-

Montalvo et al., 2020; H. Xu et al., 2021). Namun demikian, kualitas air sungai

terancam oleh meningkatnya aktivitas manusia seperti pembangunan perkotaan,

produksi industri, penggundulan hutan, dan penggunaan pestisida dan pupuk yang

tidak tepat, yang berdampak buruk pada kualitas air sungai. Akibatnya, sungai

biasanya membawa sejumlah besar total padatan tersuspensi (TSS) yang

mengubah kualitas air sungai (Novoa et al., 2017; H. Xu et al., 2021 ). Oleh

karena itu, pemantauan distribusi spatiotemporal TSS di perairan sungai penting

untuk evaluasi dampak aktivitas manusia serta perlindungan kualitas air sungai.

Pergerakan dan migrasi total padatan tersuspensi (TSS) merupakan bagian

penting dari siklus material global, dan sangat penting terutama untuk karbon,

nitrogen, dan siklus kimia kehidupan lainnya (Bianchia dan Allison, 2009;

Doxaran et al., 2009; Wang et al., 2018). Variasi spasial dan temporal konsentrasi

TSS di muara dan pesisir tidak hanya menjadi isu kegiatan produksi ekonomi

yang terkait erat dengan pesisir muara, seperti perdagangan, transportasi dan

produksi perikanan, tetapi juga menjadi fokus pembangunan berkelanjutan

masyarakat manusia, seperti perencanaan wilayah pesisir dan pembangunan

pelabuhan dan saluran air (Feng et al., 2014; Mao et al., 2012; Wang et al., 2018).

Tingginya TSS di suatu perairan akan meningkatkan juga tingkat

kekeruhan yang nantinya akan menghambat cahaya matahari masuk ke dalam

kolom perairan. Apabila intensitas cahaya matahari yang masuk ke dalam kolom
perairan kurang maka akan menghambat pertumbuhan fitoplankton (Winnarsih et

al., 2016). Citra penginderaan jauh diperlukan untuk memantau wilayah yang

begitu luas. Namun, metode yang baik untuk menentukan hubungan antara

konsentrasi TSM dan reflektansi yang diperoleh oleh sensor satelit diperlukan.

Materi atau bahan tersuspensi yang dapat menyebabkan kekeruhan pada

kolom perairan yang terdiri dari lumpur, pasir halus serta jasad-jasad renik

terutama yang disebabkan oleh kikisan tanah atau erosi yang terbawa badan air

merupakan pengertian dari TSS (Total Suspended Solid) (Effendi, 2003; Rinawati

et al.,2016).

Penginderaan jauh menawarkan metode pemantauan kualitas air yang

lebih cepat dan mudah, seperti air sungai, danau dan laut. Parameter kualitas air

yang dapat dipantau antara lain TSS, kecerahan air dan kandungan klorofil-a. Jika

sungai mengandung material yang masuk ke daratan akibat erosi, maka akan

menyebabkan sedimentasi. Adanya material akibat erosi yang masuk ke perairan

akan menyebabkan kekeruhan air dan berkurangnya penetrasi cahaya. Material

sedimen yang masuk ke dalam perairan dikenal dengan Total Suspended Solid

(TSS). Penyebab utama dari total padatan tersuspensi di perairan adalah erosi

tanah yang terbawa ke badan air (Cahyono et al., 2019).

Sejak akhir 1970-an, penginderaan jauh satelit untuk memantau kualitas

air untuk perairan pedalaman mengalami kemunduran karena kurangnya sensor

yang sesuai seperti kurangnya jumlah pita spektral yang memadai serta

sensitivitas radiometrik yang relatif rendah dan resolusi spasial dan temporal yang

rendah (Matsushita dkk., 2016; Mouw dkk., 2015; Saberioon, 2020). Misalnya,
Landsat 1–7 memiliki resolusi radiometrik yang terbatas, dan resolusi spasial dari

spektroradiometer pencitraan resolusi sedang tidak cocok untuk perairan

pedalaman. Namun, dengan tersedianya satelit baru dengan resolusi spasial,

spektral, dan temporal yang lebih tinggi, seperti Landsat-8 dan Sentinel-2,

pengambilan dan pemetaan kualitas air dari orbit menjadi lebih mudah dijangkau

(Saberioon, 2020).

Salah satu data satelit penginderaan jauh yang dapat digunakan untuk

identifikasi dan pemantauan kualitas air sungai adalah data Sentinel-2A . Data

tersebut cukup baik untuk digunakan karena memiliki resolusi yang baik yaitu 10

m. Parameter dalam menentukan kualitas air sungai adalah kandungan klorofil-a,

bahan tersuspensi, dan pola sebaran dengan memasukkan algoritma pada data

Sentinel 2A. Penggunaan data sentinel memiliki keunggulan resolusi spasial yang

lebih tinggi dibandingkan dengan data yang banyak digunakan seperti Landsat

dan MODIS (Cahyono et al., 2019).

Ada berbagai pendekatan klasifikasi yang telah dikembangkan dan banyak

digunakan untuk menghasilkan peta tutupan lahan (Aplin, Atkinson 2004; Al-

Doski et al., 2013). Mereka berkisar dalam logika, dari diawasi (supervised)

hingga tidak diawasi (unsupervised); parametrik ke nonparametrik ke non-metrik,

atau klasifikasi keras dan lunak (kabur), atau per-piksel, sub-piksel, dan pra-

bidang (Keuchel et al. 2003a, Jensen 2005; Al-Doski et al., 2013). Ada dua jenis

prosedur klasifikasi yang luas dan masing-masing menemukan aplikasi dalam

pengolahan citra penginderaan jauh: satu disebut sebagai klasifikasi terawasi

(supervised) dan yang lainnya adalah klasifikasi tak terawasi (unsupervised) (Al-

Doski et al., 2013).

Dalam Enderle & Jr. Robert, 2005 mengatakan bahwa klasifikasi tutupan

lahan suatu wilayah dapat membantu memperjelas status suatu ekosistem pada

waktu tertentu. Keakuratan klasifikasi tutupan lahan karena itu penting untuk

kegunaan dan nilainya dalam memberikan informasi yang akurat untuk ekologi

dan manajer sumber daya. Supervised dan unsupervised adalah 2 metode utama

klasifikasi citra, seperti klasifikasi tutupan lahan.

Klasifikasi tanpa pengawasan (unsupervised) melibatkan pemisahan piksel

gambar ke dalam pengelompokan alami berdasarkan karakteristik spektral yang

serupa melalui algoritma klasifikasi dan penugasan yang dihasilkan dari

pengelompokan tersebut ke kelas informasi oleh analis (Enderle & Jr. Robert,

2005). Ada dua metode pengelompokan yang paling sering digunakan untuk

klasifikasi tanpa pengawasan (unsupervised), yaitu K-means dan Iterative Self-

Organizing Data Analysis Technique (ISODATA). Kedua metode ini semata-

mata mengandalkan statistik berbasis piksel spektral dan tidak memasukkan

pengetahuan sebelumnya tentang karakteristik tema yang dipelajari (Al-Doski et

al., 2013).

Ada tiga keuntungan utama menggunakan pendekatan klasifikasi ini.

 Pertama, pengetahuan luas tentang area yang diklasifikasikan tidak

diperlukan untuk pemisahan awal piksel gambar.

 Kedua, ada sedikit peluang untuk kesalahan manusia karena analis tidak

diharuskan membuat banyak keputusan selama proses klasifikasi.

  Ketiga, kelas-kelas unik dalam data akan dikenali oleh klasifikasi tak

terawasi, sedangkan kelas-kelas tersebut dapat diabaikan dalam klasifikasi

terawasi.

Ada juga kelemahan dan keterbatasan penggunaan klasifikasi tak terawasi

(unsupervised). Pertama, pengelompokan alami yang diidentifikasi oleh proses

klasifikasi adalah homogen secara spektral, yang mungkin belum tentu sesuai

dengan kelas informasi yang diminati. Kedua, analis memiliki kontrol terbatas

atas kelas yang dipilih oleh proses klasifikasi, dan hubungan antara

pengelompokan alami kelas spektral dan kelas informasi yang diinginkan tidak

selalu berkorelasi langsung (Enderle & Jr. Robert, 2005).

Perairan pesisir seringkali membutuhkan algoritma spesifik lokasi untuk

memperhitungkan perbedaan konstituen dan sifat optiknya pada lokasi dan waktu

yang berbeda (Ambarwulan, 2002; Budiman, S et al., 2004). Perbedaan tersebut

disebabkan oleh beberapa faktor seperti fluktuasi aliran sungai, beban sedimen,

produksi primer dan fitoplankton. Akibatnya, data insitu harus diperoleh pada saat

yang sama dengan overpass satelit. Teknik yang paling umum digunakan untuk

analisis data penginderaan jauh untuk menentukan konsentrasi kualitas air

didasarkan pada kecerahan reflektansi. Itu didasarkan pada band individu, rasio

band, dan analisis komponen utama. Untuk mendapatkan konsentrasi kualitas air

dari water living radiance yang terdeteksi oleh sensor optik dapat digunakan

algoritma Syarif Budiman (2004).

 II. METODE PRAKTIKUM

A. Waktu dan Tempat

Waktu praktikum dilaksanakan pada tanggal 5 Juni 2021- Juli, melalui

ruang google meet.

B. Alat dan Bahan

Adapun alat yang digunakan dalam praktikum Remote Sangsing Kelautan

sebagai berikut :

Tabel 1. Alat Praktikum

NO ALAT FUNGSI
1 Leptop Perangkatt keras yang di gunakan sebagai
pengelolahan data
2 Colokan Sebagai sumber listrik
3 Charger Digunakan untuk mengisikan daya dari
leptop
Adapun alat yang digunakan dalam praktikum Remote Sangsing Kelautan

sebagai berikut :

Tabel 2. Bahan Praktikum

NO BAHAN FUNGSI
1 Citra Satelt Santenil-2A Sebagai sumber data mentah yang akan di
olah
2 Quantum QIS Digunakan untuk mengkoreksi DOS
Atmosfer Citrab Satelit yang telah di
downloada dari sentinel-2A
3 Envi 5.3 Digunakan untuk melakukan karakteristik
Total Suspended Soil ( TSS )
C. Prosedur Praktikum

Awal

Citra Satelit Penginstalan

Sentinel-2A Envi 5.3

Koreksi
Atmosfer
Pengistalan
Quantum GIS

Composite Band,
Cropping & Masking

Klasifikasi
TSS

Selesai