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.
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
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.
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).
• 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.
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):
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.
- 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.