RANgKUMAN pemetaan menggunakan KLOROFIL-a

Klorofil-a
• Klorofil; merupakan pigmen hijau yang terdapat pada tumbuhan.
• Klorofil-a ; merupakan tipe klorofil yang paling umum dari tumbuhan, di laut biasa
ditemukan pada fitoplanton (pigmen terbesar).
• Dapat diukur dengan memanfaatkan sifatnya yang dapat berpijar bila dirangsang
dengan panjang gelombang cahaya tertentu.
• Klorofil-a memiliki karakteristik spektral yang spesifik karena dapat mengabsorbsi
sinar biru (400-515 nm) secara kuat dan merefleksikan sinar hijau (515-600 nm)
sehingga mempengaruhi warna air laut (Kirk, 1994). Pengamatan klorofil-a melalui
satelit sangat bergantung pada bagaimana klorofil-a mempengaruhi warna perairan.

Peranan klorofil-a dan fitoplankton

• Untuk mengetahui kelimpahan fitoplankton; semakin tinggi konsentrasi klorofil-a
maka fitoplanton semakin berlimpah di perairan tersebut.
• Pengukuran konsentrasi klorofil-a perairan merupakan salah satu cara menentukan
produktifitas primer atau kesuburan suatu perairan (Nybakken, 1992)
• Dapat dikembangkan sebagai sistem peringatan dini terhadap marak alga (blooming
algae).Peringatan dini blooming algae dikelompokkan dalam 3 kondisi yakni kondisi
aman dengan konsentrasi klorofil-a > 5 mg/m3 , siaga dengan konsentrasi klorofil-a 5-
10 mg/m3 , dan bahaya dengan konsentarsi klorofil-a >10 mg/m3 (Wouthuyzen2006).
• Berpengaruh terhadap populasi ikan.

Fitoplankton
• Fitoplankton (plankton nabati); tumbuhan yang berukuran miroskopis yang hidup
melayang di laut dan tidak dapat terlihat oleh mata telanjang serta mampu melakukan
fotosintesis, sehingga disebut produsen primer.
• Dapat ditemukan diseluruh massa air mulai dari permukaan Laut sampai pada
kedalaman dengan intensitas cahaya yang masih memungkinkan terjadinya
fotosintesis
• Umumnya terdapat di sekitar muara sungai atau perairan lepas pantai dimana terjadi
upwelling. Pada muara sungai zat hara datang dari daratan dan dialirkan oleh sungai
ke laut, sedangkan di daerah upwelling zat hara terangkat dari lapisan dalam ke
permukaan
• Merupakan pangkal rantai makanan dan dasar yang mendukung kehidupan seluruh
biota lainnya.
• Fotosintesis ; proses pemanfaatan energi cahaya matahari dalam mengubah senyawa
anorganik menjadi senyawa organik yang diperlukan untuk pertumbuhan.
 • Fotosintesis yang dilakukan fitoplankton merupakan salah satu sumber oksigen di
perairan
• Fitoplankton juga dilengkapi pigmen-pigmen pelengkap sebagai alat tambahan bagi
klorofil-a dalam mengabsorpsi sinar. Pigmen-pigmen tambahan ini mampu
mengabsorpsi sinar-sinar dalam spektral yang oleh klorofil-a tidak mampu
menyadapnya

Faktor-faktor yang mempengaruhi konsentrasi fitoplankton dan klorofil-a

• Suhu
Suhu adalah salah satu faktor penting yang mampu mempengaruhi aktivitas
metabolisme dan perkembangan dari organisme laut (Hutabarat, 1985). Fitoplankton
dapat berkembang secara optimal pada kisaran suhu 20°C sampai dengan 30°C, atau
secara rata-rata pada suhu 25°C (Nontji, 2002).
• Salinitas
Salinitas memiliki peran penting di perairan dalam mempertahankan tekanan osmosis
antara tubuh organisme dan perairan. Limpahan dan distribusi fitoplankton dapat
ditentukan dengan variasi salinitas. Pada perairan laut Indonesia, salinitas berkisar
antara 32% - 34% (Dahuri , 1996)
• Muatan Padatan Tersuspensi
Muatan padatan tersuspensi di perairan dapat berupa pasir, lumpu(r, tanah liat,
koloid, serta bahan-bahan organik seperti plankton dan organisme lain. Konsentrasi
dan komposisi muatan padatan tersuspensi ini bervariasi secara temporal dan spasial
tergantung pada faktor-faktor fisik yang mempengaruhi distribusi, terutama dalam
pola sirkulasi air, pengendapan gravitasional, deposisi, dan suspense sedimen. Di
mana faktor yang paling dominan adalah sirkulasi air (Nontji, 2002)
• Ph
Nilai pH dapa menunjukkan kualitas air. pH memiliki peran dalam menentukan
produktivitas perairan karena 22 pada perairan basa dapat mendorong proses
pembongkaran bahan organik yang ada dalam air menjadi mineral-mineral yang dapat
diasimilasi oleh tumbuhan dan fitoplankton (Soeseno, 1974).
• Suplai nutrient
Klorofil-a lebih tinggi konsentrasinya pada perairan pantai dan pesisir sementara pada
perairan lepas pantai cenderung lebih rendah. Tingginya sebaran konsentrasi klorofil-
a di perairan pesisir dan pantai dipengaruhi oleh suplai nutrient dalam jumlah besar
melalui run-off dari daratan, sementara rendahnya konsentrasi klorofil-a di perairan
lepas pantai karena tidak adanya suplai nutrient dari daratan secara langsung
Pada daerah daerah tertentu konsentrasi klorofil-a dalam jumlah yang cukup besar
dapat di temukan ketika terjadinya pengangkatan air laut dari lapisan dasar perairan
ke lapisan permukaan yang dikenal sebagai fenomena upwelling
• Arus
Arus sangatlah berperan penting dalam penyebaran klorofil-a, dikarenakan arus
berperan dalam penyebaran parameter-parameter fisik dan kimia perairan serta
menjadi penentu keberadaan dan distribusi organisme Laut. Menurut Nontji (2002)
 plankton merupakan organisme yang hidup melayang atau mengambang di dalam air
sehingga kemampuan geraknya kalaupun ada sangat terbatas hingga organisme
tersebut selalu terbawa oleh arus.
• Oksigen terlarut
Oksigen di perairan berasal dari difusi udara maupun dari 8 hasil fotosintesis oleh
organisme nabati seperti fitoplankton dan tumbuhan air di zona eufotik. Kadar
oksigen alami yang berada di perairan bervariasi, tergantung pada salinitas, suhu,
turbulensi dan tekanan atmosfer. Kadar oksigen juga berfluktuasi secara harian
(diurnal) dan musiman. Hal ini tergantung pada percampuran (mixing) dan pergerakan
(turbulensi) massa air, respirasi, aktifitas fotosintesis dan limbah (effluent) yang
masuk ke badan air. Dekomposisi bahan organic dan oksidasi bahan organic data
mengurangi kadar oksigen terlarut hingga mencapai 0 (nol) atau anaerob (Effendi,
2003).

Harmful algae bloom (hab)

• Harmfull Algal Bloom (HAB); merupakan fenomena terjadinya peningkatan populasi
fitoplankton secara cepat dan drastis (blooming), sehingga mengakibatkan berbagai
masalah, seperti kematian massal organisme akuatik, keracunan pada manusia serta
penurunan kualitas perairan.
• Jenis fitoplankton yang mendominasi adalah Skeletonema costatum dan Chaetoceros
sp.
• Model peringatan dini dari kejadian blooming algae telah dikembangkan oleh
Wouthuyzen (2006) dengan mengelompokan konsenstrasi klorofil-a dari citra satelit
Aqua-MODIS menjadi 3 kondisi, yaitu:
1. Kondisi aman, jika nilai konsentrasi klorofil-a < 5 mg/m3
2. Kondisi siaga, jika nilai konsentrasi klorofil-a berkisar antara 5 mg/m3 dan kurang
dari 10 mg/m3
3. Kondisi bahaya, jika nilai konsentrasi klorofil-a ≥ 10 mg/m3 dan sebarannya
menutupi lebih dari setengah Teluk Jakarta.

Pengukuran klorofil
• Secara Konvensional
Dapat dilakukan dengan pengambilan data secara insitu yang mana menghasilkan
informasi yang lebih akurat namun memerlukan waktu dan biaya yang tinggi.
• Menggunakan Penginderaan jauh
- Penginderaan jauh adalah pengambilan atau pengukuran data dan informasi
mengenai sifat dari sebuah fenomena, obyek, atau benda dengan menggunakan
sebuah alat perekam tanpa berhubungan secara langsung dengan bahan studi
(Lillesand & Kiefer, 1994)
 - Dengan menggunakan penginderaan jauh berlaku sebaliknya. Selain tidak
membutuhkan waktu yang lama dan biaya yang relatif tinggi juga dapat
memberikan informasi secara time series.
- Satelit menggunakan sifat pantulan optis air untuk mengidentifikasi klorofil-a.
Namun seringkali pantulan yang didapat tidak hanya murni berasal dari klorofil-a
tetapi juga dipengaruhi oleh komponen lain Berdasarkan sifat optiknya Gordon
dan Morel (1983) in IOCCG (2000) membagi kasus air menjadi dua yaitu, kasus air
satu merupakan kondisi dimana fitoplankton mendominasi sifat optik perairan.
Sedangkan pada kasus air dua sifat optik perairan selain dipengaruhi oleh
fitoplankton juga dipengaruhi material terlarut dan yellow substance.

--pengukuran konsentrasi klorofil-a menggunakan penginderaan jauh—

Sensor dan Data citra yang digunakan

• Satelit terra aster
Satelit ini memiliki orbit sinkron dengan matahari (sun-synchronous) dengan waktu
orbit 30 menit di belakang satelit Landsat. Terra ASTER memiliki 14 spektral kanal,
mulai dari kanal tampak sampai kanal infra merah termal dan memiliki resolusi spasial
serta resolusi radiometrik yang cukup tinggi. Instrumen ASTER terdiri dari tiga
subsistem yang berbeda yaitu VNIR (Visible and Near Infrared), SWIR (Shortwave
Infrared) dan TIR (Thermal Infrared).
- VNIR digunakan untuk mendeteksi pantulan cahaya dari permukaan bumi dengan
jarak dari level cahaya tampak hingga infra merah dekat dengan 3 kanal. Kanal 3N
(Normal) dari VNIR dapat dikombinasikan dengan 3B (3 backward) yang dihasilkan
dari perekaman perbedaan sudut pandang sebesar 23.5° relatif terhadap arah
nadir teleskop menjadi DEM (Digital Elevation Model)
- SWIR memiliki resolusi spasial 30 meter dan terbagi atas 6 kanal gelombang
pendek infra merah. Penggunaan radiometer ini memungkinkan menerapkan
Terra ASTER untuk mengidentifikasi jenis batu dan mineral serta untuk mengamati
gejala bencana alam seperti gunung berapi yang masih aktif.
- TIR memiliki resolusi spasial 90 meter dan terbagi atas 5 kanal pada spektrum
inframerah termal. Jika dibandingkan dengan sensor ETM satelit Landsat 7, ASTER
memiliki jumlah kanal lebih banyak dengan kisaran spektral yang lebih sempit
untuk setiap kanalnya (Sulyantara dan Widipaminto, 2003).
Citra hasil perekaman Terra ASTER tersedia dalam beberapa kelas, yaitu:
- Level 1 A
Citra sudah dilengkapi dengan beberapa koefisien geometrik dan kalibrasi
radiometrik, tetapi koefisien tersebut belum diaplikasikan dalam data.
- Level 1 B
 Citra telah dikoreksi geometrik dan terkalibrasi radiometrik berdasarkan koefisien
yang tersedia dalam level 1A
- Citra Olahan 2A02, 2A03V, 2A03S, 2B01V, 2B01S, 2B01T, 2B03, 2B04, 2B05V,
2B05S, 3A01, 4A01 (Digital Terrain Model - DTM).

• Citra satelit landsat 5,7 dan 8

• Satelit landsat-7 etm+

• Data citra Envisat meris level 1b

- Misi utama dari satelit MERIS adalah didedikasikan untuk lautan dan pengamatan
warna pesisir air laut. Pengetahuan tentang warna laut dapat dikonversi menjadi
pengukuran pigmen konsentrasi klorofil, konsentrasi sedimen tersuspensi dan
beban aerosol atas domain laut.
- Instrumen ini juga dapat digunakan untuk studi permukaan terkait atmosfer dan
tanah. Misi global Meris akan memiliki kontribusi besar untuk proyek-proyek
ilmiah yang berusaha untuk memahami peran lautan dan produktivitas lautan
dalam sistem iklim melalui pengamatan warna air dan ke depannya akan
menunjang kemampuan kita untuk meramalkan perubahan melalui model yang
akan dibuat.
- Tujuan sekunder dari misi Meris akan diarahkan untuk memahami parameter
atmosfer terkait dengan awan, uap air dan aerosol selain parameter permukaan
tanah, dalam proses vegetasi tertentu. Dengan 15 kanal yang tersedia, MERIS
dilengkapi dengan resolusi spektral yang sangat bagus (rata rata 10 nm) plus
resolusi spasial (300 m) yang pas untuk studi regional.
- Tabel spesifikasi saluran spectral sensor MERIS
 MDS Band centre (nm) Bandwidth Potensi aplikasi
Nr.
1 412.5 10 Yellow substance, turbiditas
2 442.5 10 Penyerapan klorofil
maksimum
3 490 10 Klorofil, pigmen lainnya
4 510 10 Turbiditas, sedimen
tersuspensi, red tides,
5 560 10 Referensi klorofil, sedimen
tersuspensi
6 620 10 Sedimen tersuspensi
7 665 10 Penyerapan klorofil
8 681.25 7.5 Chlorophyll fluorescence
9 705 10 Koreksi atmosfer, red edge
10 753.75 7.5 Referensi penyerapan oksigen
11 760 2.5 Penyerapan oksigen, R-branch
12 775 15 Aerosol, vegetasi
13 865 20 Aerosols corrections over
ocean
14 890 10 Referensi penyerapan uap air
15 900 10 Referensi penyerapan uap air,
vegetasi

• Citra modis level 2

• Sensor aqua-modis
Sensor MODIS memiliki 36 kanal dengan kisaran spektral panjang gelombang (0,4 -
14,4 µm). Sebagian besar kanal MODIS memiliki resolusi spasial sebesar 1 km (29
kanal), tetapi terdapat juga kanal yang memiliki resolusi spasial sebesar 250 m (2
kanal) dan 500 m (5 kanal), dimana 2 kanal pada 500 m dan 1 kanal pada 250 m
memiliki rentang spektral pada daerah tengah sinar tampak (Tabel 3 dan Tabel 4).
Sensor MODIS pertama kali diluncurkan pada tanggal 18 Desember 1999 yang dibawa
oleh satelit Terra dengan spesifikasi teknis untuk mengamati daratan. Pada tanggal 4
Mei 2002 diluncurkan satelit MODIS yang dibawa oleh satelit Aqua dengan spesifikasi
untuk daerah perairan (Maccherone, 2005).

Satelit Aqua-MODIS mempunyai orbit polar sun-synchronus, yang artinya satelit akan
melewati tempat-tempat pada lintang dan waktu lokal yang sama. Satelit ini melintasi
equator pada siang hari mendekati pukul 13.30 waktu lokal dan mengelilingi bumi
setiap satu sampai dua hari dengan arah lintasan dari kutub selatan menuju kutub
utara (ascending node) pada ketinggian 705 km (Maccherone, 2005).

Tabel Rincian Saluran Spektral pada Sensor MODIS (Maccheron, 2005)

Saluran Resolusi Spektral Resolusi Pemanfaatan Saluran
Spektral Spasial
1 0.620-0.670 250 x 250 m Klasifikasi penutup lahan,
deteksi serapan klorofil,
pemetaan indeks luas
liputan daun (LAI)
2 0.841 - 0.876
3 0.459 - 0.479
4 0.545 - 0.565
5 1.230 - 1.250 500 x 500 m Studi sifat-sifat daratan,
awan, dan aerosol
6 1.628 - 1.652
7 2.105 - 2.155
8 0.405 - 0.420
9 0.438-0.448 1x1m Studi warna perairan laut,
fitoplankton, biogeokimia
10 0.483 - 0.493
11 0.526 - 0.536
12 0.546 - 0.556
13 0.662 - 0.672
14 0.673 - 0.683 1x1m Studi warna perairan laut,
fitoplankton, biogeokimia
15 0.743 - 0.753
16 0.862 - 0.877
17 0.890 - 0.920
18 0.931 - 0.941 1x1m Studi uap air di atmosfir
19 0.915 - 0.965
20 3.600 - 3.840 1x1m Pengukuran temperatur
permukaan daratan dan
permukaan awan
21 3.929 - 3.989
22 3.929 - 3.989 1x1m Pengukuran temperatur
permukaan daratan dan
permukaan awan.
23 4.020 - 4.080
24 4.433 - 4.498
25 4.482 - 4.549 1x1m Pengukuran temperatur
atmosfer
26 1.360 - 1.390 1x1m Studi awan cirrus
27 6.535 - 6.895 1x1m Studi uap air
28 7.715 - 7.475
 29 7.715 - 7.475
30 7.715 - 7.475 1x1m Studi ozon
31 10.780 - 11.280 1x1m Pengukuran temperatur
permukaan daratan dan
permukaan awan
32 11.770 - 12.270 1x1m Pengukuran temperatur
permukaan daratan dan
permukaan awan
33 13.185 - 13.485
34 13.485 - 13.785
35 13.785 - 14.085 1x1m Mengukur dan Mengkaji
ketinggian puncak awan
36 14.085 - 14.385

• Sensor seawifs
Satelit SeaWiFS adalah program kerjasama antara NASA-GSFC (National Aeronautics
and Space Administration – Goddard Space Flight Center) dengan OCS (Orbital
Sciences Corporation). Satelit tersebut mengambil data di permukaan bumi dengan
resolusi temporal harian. Sensor SeaWiFS memiliki 8 kanal dalam kisaran panjang
gelombang sinar tampak dengan resolusi spasial 1 km.

Menurut McClain et al. (1998) harapan tingkat akurasi SeaWiFS dalam pendugaan
konsentrasi klorofil-a adalah 65 % untuk kasus perairan satu (reflektansi didominasi
penyerapan pigmen). Supaya data hasil observasi satelit lebih akurat maka sekarang
telah dikembangkan koreksi (reprocessing) terhadap matahari dan bulan dengan
kalibrasi dataset pada 765 nm dan 865 nm. Kalibrasi terhadap matahari dilakukan
secara harian dengan tujuan untuk mendeteksi perubahan yang terjadi di instrumen
 secara tiba-tiba (bukan kalibrasi jangka panjang). Sedangkan kalibrasi terhadap bulan
dilakukan secara bulanan dengan cara merotasi satelit dan melakukan Scanning
terhadap bulan yang mempunyai reflektansi konstan.

Pengukuran konsentrasi klorofil-a

Penentuan konsentrasi klorofil-a dengan menggunakan metoda Strickland & Parsons (1968).
Langkah-langkah dalam penentuan konsentrasi klorofil-a tersebut yaitu:
1. Sampel air disaring sebanyak 2-3 liter dengan kertas milipore berporositas 45nm dan
pompa vacuum.
2. Pada tahap akhir penyaringan diberikan larutan magnesium karbonat (MgCO3)
sebanyak 2 ml.
3. Kertas saring tadi kemudian dihancurkan didalam glass grinder dengan menggunakan
aceton 90% sebanyak 2-3 ml, kemudian dipindahkan ke tabung reaksi volume 15 ml.
volume sampel yang berada dalam tabung reaksi dibuat menjadi 5 ml dengan aceton
90%
 4. Setelah dibiarkan selama semalaman dalam kedaan tanpa cahaya pada suhu 4o C,
sampel diputar dengan sentrifuge model GS-150 dengan putaran 3200 rpm selama 40
menit
5. Ekstraknya diperiksa dengan spektrofotometer tipe GMS-70 UV-Visible pada Panjang
gelombang 750, 665, 645, 630 nm.
6. Nilai-nilai pada Panjang gelombang terssebut setelah dikoreksi, digunakan untuk
menghitung konsentrasi klorofil-a yang terkandung dalam sampel menggunakan
formula yang dikemukakan Strickland dan Parson (1968):

Pengolahan data
• Uji lapangan (ground truth)
- Ground truth adalah proses pencocokan hasil klasifikasi citra dengan keadaan di
lapangan untuk mengetahui penyimpangan-penyimpangan atau kesalahan-
kesalahan yang terjadi.
- Dapat dilakukan dengan cara mengambil samper air laut pada spot-spot atau
daerah yang sudah direncanakan yang kemudian akan dilakukan hasil tes
laboratorium untuk mengetahui kandungan konsentrasi dari Ph , suhu, salinitas
serta muatan padat tersuspensi yang nantinya akan digunakan sebagai validasi
data dari data citra satelit.
• Pemotongan citra (cropping)
Pemotongan citra dilakukan untuk membatasi daerah penelitian sehingga penelitian
dapat terfokuskan pada area yang perlu saja dan memperkecil memori penyimpanan
sehingga mempercepat proses pengolahan data. Cropping bisa dilakukan untuk data
spasial maupun data spektral (Danoedoro, 2012).
• Koreksi geometric
- Koreksi geometrik dilakukan sesuai dengan jenis atau penyebab kesalahannya,
yaitu kesalahan sistematik dan kesalahan random, dengan sifat distorsi geometrik
pada citra.
- Koreksi geometrik mempunyai tiga tujuan yaitu
(1) melakukan rektifikasi (pembetulan) atau restorasi (pemulihan) agar citra
koordinat citra sesuai dengan koordinat geografi ;
(2) registrasi (mencocokkan) posisi citra dengan citra lain atau 17
mentransformasikan sistem koordinat citra multispektral atau citra multi temporal
(3) registrasi citra ke peta atau transformasi sistem koordinat citra ke peta yang
menghasilkan citra dengan sistem proyeksi tertentu (Danoedoro, 2012).
• Koreksi radiometric
Koreksi radiometrik merupakan
perbaikan akibat cacat atau kesalahan radiometrik, yaitu kesalahan pada sistem optik.
Kesalahan karena gangguan energi radiasi elektromagnetik pada atmosfer, dan
kesalahan karena pengaruh sudut elevasi matahari (Danoedoro, 2012).

• Strength of figure
Penentuan posisi dan jumlah titik kontrol tanah sangat mempengaruhi hasil strengh
of figure yang juga berpengaruh pada tingkat ketelitian citra tersebut. strengh of figure
adalah tingkat kekuatan geometrik dari rangkaian segitiga yang menentukan
penyebaran kesalahan dalam perataan jaringan. Kekuatan geometrik dicerminkan
dengan harga strengh of figure yang paling kecil, hal ini akan menjamin ketelitian yang
merata pada seluruh jaring (Danoedoro, 2012).

• Regresi linier
- Regresi linier merupakan bentuk hubungan di mana variabel bebas X maupun
variabel tergantung Y sebagai faktor yang berpangkat satu (Prihartato, 2009). Ada
berbagai model regresi linier.
- Regresi linier sederhana; Bentuk hubungan yang paling sederhana antara variabel
X dengan variabel Y adalah berbentuk garis lurus atau berbentuk hubungan linier
yang disebut dengan regresi linier sederhana atau sering disebut regresi linier saja
dengan persamaan matematikanya adalah sebagai berikut (Prihartato, 2009):

- Pengujian persamaan; Uji hubungan keeratan yang akan digunakan pada

penelitian ini adalah uji hubungan keeratan dengan menggunakan uji r digunakan
rumus sebagai berikut (Prihartato, 2009) :
Pengembangan model pendugaan
Model pendugaan disusun berdasarkan pada persamaan regresi linier sederhana yang
menghubungkan antara nilai reflektansi sebagai peubah bebas (X1) dengan nilai konsentrasi
klorofil-a dan MPT sebagai peubah tak bebas (y1). Fungsi reflektansi x1 diperoleh dari 3 citra
saluran tunggal cahaya tampak terkoreksi, 6 citra model rasio dan 6 citra model normalisasi
rasio. Jadi secara keseluruhan fungsi reflektansi x1 sebagai padanan data y1 klorofil-a dan y1
MPT berjumlah 15 set/kumpulan data untuk masing-masing periode perekaman.
 RANgKUMAN materi Ocean color dan muatan padatan terlarut

Muatan padatan tersuspensi

• Deskripsi
Muatan padatan tersuspensi (MPT) atau material padat tersuspensi dan yang
melayang dalam kolom perairan dikenal dengan sebutan suspended solid atau
suspended particulate matter, merupakan partikel-partikel yang melayang dalam air,
terdiri dari komponen biotik dan komponen abiotik. Komponen hayati terdiri dari
fitoplankton, zooplankton, bakteri, fungi. Sedangkan komponen nirhayati terdiri dari
cangkang plankton (partikel Silika), detritus dan partikel partikel anorganik seperti
cocolithophore dan lainnya (Hartoko, 2009). Bose (1991) menyatakan bahwa muatan
padatan tersuspensi apabila berinteraksi dengan faktor fisik, kimia, dan biologi lain
seperti pasang surut , pH, mineral tanah, dan musim akan mengendap menjadi
sedimen yang menyebabkan terjadinya pendangkalan di ekosistem perairan air.

Total Suspended Solid (TSS) atau muatan padatan tersuspensi adalah bahan-bahan
tersuspensi (diameter > 1 μm) yang tertahan pada saringan miliopore dengan
diameter pori 0.45 μm.

• Sumber MPT di perairan

Beberapa partikulat pencemar yang umum berada di suatu perairan antara lain erosi
tanah, lumpur merah dari pabrik aluminium oksida, padatan dari pencucian batubara,
lubang tanah liat, kegiatan penimbunan sisa pengerukan, penyulingan pasir-pasir
mineral, dan pabrik pencucian, kerikil dan kegiatan-kegiatan lainnya. Komposisi dan
sifat partikulat pencemar dari erosi tanah berupa mineral tanah, pasir, tanah liat dan
lumpur, sedangkan mineral sedimen, pasir, tanah liat, lumpur, detritus organik
dihasilkan dari kegiatan penimbunan sisa pengerukan. Garam-garam besi yang dapat
berubah menjadi besi terhidrasi di dalam air laut merupakan pencemar dari lumpur
merah dari pabrik aluminium oksida dan penyulingan pasir-pasir mineral (Tarigan,
2003)

• Pengaruh keberadaan mpt di perairan

- Dapat berpengaruh terhadap kualitas air dan organisme akuatik, baik secara
langsung maupun tidak langsung seperti kematian dan menurunnya produksi.
Partikel–partikel yang tersuspensi di dalam massa air tersebut dapat membatasi
nilai produktivitas primer perairan sebagai akibat terhambatnya penetrasi cahaya
ke dalam badan air (Ritchie et al., 1976).
- Peningkatan MPT dapat menyebabkan kekruhan yang dapat mengganggu
penetrasi cahaya ke dalam perairan.
- Nilai TSS yang tinggi menunjukkan tingginya tingkat pencemaran dan menghambat
penetrasi cahaya masuk ke dalam air
 - Graham (1990) menyatakan bahwa partikel tanah liat yang tersuspensi dapat
terperangkap oleh perifiton epilithic dan mengurangi daya tarik untuk melakukan
grazing. Hynes (1970) in Billotta dan Brazier (2008) menyebutkan bahwa
konsentrasi TSS yang tinggi dapat menganggu aktivitas makan sehingga
mengurangi tingkat pertumbuhan, bahkan membunuh organisme
- Setiap perubahan dalam konsentrasi TSS akan mempengaruhi pertumbuhan alga,
biomassa, atau komposisi spesies yang dapat mempengaruhi populasi dari
invertebrata (Newcombe dan MacDonald 1991). Perubahan kelimpahan
invertebrata akan memberikan efek dalam rantai makanan (food chain) pada
suatu ekosistem.
-
Prinsip deteksi kandungan mpt dengan pj sinar tampak
• Keberadaan materi-materi organik dan anorganik yang tersuspensi mempengaruhi nilai
pantulan (reflektansi) dari suatu badan air. Informasi tentang nilai pantulan pada
cahaya tampak dari badan air dapat digunakan untuk memberi gambaran kondisi dan
kualitas perairan. Kekeruhan yang disebabkan oleh TSS adalah salah satu faktor yang
mempengaruhi sifat spektral suatu badan air. Air yang keruh mempunyai nilai
reflektansi yang lebih tinggi daripada air jernih (Hasyim, 1997).
• Keberadaan TSS pada permukan air dapat digolongkan sesuai dengan warnanya ke
dalam kelas-kelas tertentu. Menurut Robinson (1985), berdasarkan sifat optiknya
perairan dibagi menjadi 2, perairan kasus I yaitu perairan yang sifat optiknya didominasi
oleh fitoplankton dan perairan kasus II yaitu perairan yang sifat optiknya didominasi
oleh bahan-bahan tersuspensi selain fitoplankton seperti bahan anorganik atau
substansi kuning (yellow substance).
• Perairan pada kasus I, persentase reflektansi spektral pada panjang gelombang 400-500
nm akan semakin rendah apabila konsentrasi klorofil semakin tinggi (arah panah
menunjukkan peningkatan konsentrasi klorofil). Hal tersebut menunjukkan bahwa
klorofil mempunyai daya absorbsi yang tinggi terhadap panjang gelombang kanal biru.
Pada panjang gelombang kanal merah (600-700 nm), semakin tinggi konsentrasi klorofil
maka semakin tinggi pula persentase pantulannya.
• Pada perairan kasus II yang didominasi selain klorofil menunjukkan hal yang sebaliknya,
yaitu pada panjang gelombang 400 nm hingga 500 nm nilai reflektansi semakin
meningkat sejalan dengan meningkatnya konsentrasi TSS (Robinson, 1985). Keberadaan
TSS dapat menyerap dan memantulkan spektrum radiasi cahaya tampak yang
menembus ke bawah permukaan air, tetapi pengaruhnya lebih banyak bersifat sebagai
pancaran balik (backscattering) sehingga memperlihatkan wujud air yang keruh.
Pancaran balik (backscattering) yang disebabkan oleh TSS akan menghasilkan
perbedaan reflektansi yang besar pada seluruh kisaran panjang gelombang sinar
tampak dan lebih kecil pada panjang gelombang yang lebih pendek karena terjadi
penyerapan oleh klorofil (Robinson, 1985).
• Pengukuran pada perairan yang mengandung konsentrasi TSS sebesar 100 mg/l pada
kedalaman > 30 cm menunjukkan bahwa nilai reflektansi hanya bergantung pada sifat
perairan itu sendiri dan bukan merupakan fungsi dari bentuk dasar perairan
 (Kusumowidagdo, 1987). Menurut Robinson (1985) reflektansi spektral atau
perbandingan reflektansi dapat dipakai untuk menduga parameter kualitas perairan.

Citra yang digunakan

• Data citra landsat
- Satelit Landsat-7 ETM yang diluncurkan pada tanggal 15 April 1999 ini, sama
seperti satelit-satelit pendahulunya juga berada pada ketinggian 705 km dengan
periode edar 99 menit dan orbit polar sun-synchronous yang memotong garis
khatulistiwa ke arah selatan pada waktu tetap yaitu pukul 10.00 waktu setempat
(lokal) serta mempunyai sudut inklinasi 30°. Satelit yang memiliki cakupan sebesar
185 km ini akan melewati lintasan (daerah) yang sama setiap 16 hari (LAPAN,
2000). Karakteristik dari sensor satelit Landsat-7 ETM yang dilengkapi oleh 8 kanal
spektral disajikan pada Tabel 1. Sistem data yang diperoleh dari sensor Thematic
Mapper (TM) diarahkan pada teknik pengenalan pola spektral sehingga dapat
dihasilkan suatu citra terklasifikasi atau peta tematik.

- Menurut Maeden dan Kapetsky (1991), penerapan untuk setiap kanal pada sensor
TM yaitu:
Kanal 1 : penetrasi ke badan air, pemetaan perairan pesisir, serapan klorofil,
pembeda tanah dan vegetasi.
Kanal 2 : kesuburan vegetasi, pendugaan konsentrasi sedimen, dan bathimetri.
Kanal 3 : daerah penyerapan klorofil dan membedakan jenis tanaman.
Kanal 4 : membedakan badan air dan daratan, daerah pantulan vegetasi yang kuat
Kanal 5 : pengukuran kelembaban tanah dan vegetasi, daerah pantulan batuan.
Kanal 6 : pemetaan termal dan informasi geologi termal.
Kanal 7 : pemetaan hidrotermal dan membedakan tipe batuan (geologi/minyak).

- Energi pada cahaya biru (0,4-0,5 µm) mampu menembus kedalaman maksimal ±
25 meter, cahaya hijau (0,5-0,6 µm) ± 15 meter, cahaya merah (0,6- 0,7 µm) ± 5
meter, infra merah dekat (0,7-0,8 µm) ± 0,5 meter, dan infra merah seluruhnya
diserap oleh perairan (Green et al., 2000).

Pemakaian algoritma
Parwati (2006) dalam penelitiannya menemukan suatu algoritma yang menggunakan nilai
reflektansi citra Landsat untuk mendapatkan nilai TSS dalam suatu perairan. Berikut
algoritmanya :
TSS (mg/l) = 3,3238*exp(34.099*Red Band) ........................................................................(1)
Dimana, Red band= nilai reflektan band 3.
Simbolon, dkk., (2013) dalam penelitiannya untuk mengetahui pola sebaran sedimen
tersuspensi di perairan muara sungai Banyuasin menggunakan empat algoritma TSS yang
berbeda dengan salah satunya adalah algoritma TSS dari Sturn. Berikut rumus dari algoritma
Sturn yang digunakan oleh Simbolon, F dkk dan diterapkan pada Landsat 7 ETM+ dalam
penelitiannya :
TSS (mg/l) = 0,4 * (Radb1 – Radb2) – 0,88
Keterangan :
Radb1= nilai radiansi band 1
Radb2= nilai radiansi band 2
Simbolon, dkk., (2013) dalam penelitiannya pun menggunakan algoritma yang
perhitungannya berdasarkan nilai digital number dari Hasyim. Berikut rumus dari algoritma
Hasyim yang digunakan oleh simbolon, F dkk dalam penelitiannya :
TSS (mg/l) = 100,66 + 501 * b3 + 0,46 * (b3)2+ 0,92 * (b2*b3)
Keterangan :
b2 = nilai digital number band 2
b3= nilai digital number band 3
Indah Budi Lestari (2009) dalam penelitiannya telah menemukan algoritma empiris yang
sesuai untuk menduga konsentrasi TSS. Berikut algoritmanya :
TSS (mg/l) = 24197 X3 – 22050 X2 + 6813 X – 664,98
Dimana, X = nilai reflektansi transformasi kromatisiti kanal biru.