USULAN PENELITIAN SKRIPSI

KONDISI DAN STATUS MANGROVE DI PESISIR SUNGAI RASAU

DAN PESISIR KUALA TAMBANGAN – TANJUNG DEWA
KABUPATEN TANAH LAUT

Oleh:

LINDA APRILIANI
1610716120003

KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

UNIVERSITAS LAMBUNG MANGKURAT
FAKULTAS PERIKANAN DAN KELAUTAN
BANJARBARU
2021
 USULAN PENELITIAN SKRIPSI

KONDISI DAN STATUS MANGROVE DI PESISIR SUNGAI RASAU

DAN PESISIR KUALA TAMBANGAN – TANJUNG DEWA
KABUPATEN TANAH LAUT

Diajukan Sebagai Salah Satu Syarat Untuk Melaksanakan Penelitian Skripsi

Pada Fakultas Perikanan dan Kelautan Universitas Lambung Mangkurat

Oleh:

LINDA APRILIANI
1610716120003

KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

UNIVERSITAS LAMBUNG MANGKURAT
FAKULTAS PERIKANAN DAN KELAUTAN
BANJARBARU
2021
 KATA PENGANTAR

Segala puji bagi Allah SWT yang telah melimpahkan rahmat, karunia dan
hidayah-Nya sehingga penulis dapat menyelesaikan usulan penelitian skripsi
dengan judul “Kondisi dan Status Mangrove di Pesisir Sungai Rasau dan
Pesisir Kuala Tambangan – Tanjung Dewa Kabupaten Tanah Laut”.
Penulisan usulan penelitian ini adalah sebagai salah satu syarat untuk
menyelesaikan studi pada Program Studi Ilmu Kelautan Fakultas Perikanan dan
Kelautan Universitas Lambung Mangkurat. Penulis mengucapkan terima kasih
kepada Bapak Baharuddin S.Kel., M.Si selaku Ketua dan Bapak Nursalam,
S.Kel., M.S selaku Pembimbing Anggota yang telah meluangkan waktu untuk
memberikan arahan dan bimbingan sehingga penulisan usulan penelitian ini dapat
diselesaikan.
Usulan penelitian ini telah ditulis sebaik-baiknya, namun penulis tetap
mengharapkan kritik dan saran yang membangun dari berbagai pihak sehingga
usulan ini dapat lebih baik lagi. Semoga usulan penelitian ini dapat memberikan
manfaat bagi pembaca dan dapat menjadi bahan rujukan dalam kegiatan penelitian
berikutnya.

Banjarbaru, Februari 2021

Penulis

i
 DAFTAR ISI

Halaman

KATA PENGANTAR ............................................................... i

DAFTAR ISI.............................................................................. ii
DAFTAR TABEL ..................................................................... v
DAFTAR GAMBAR ................................................................ v
BAB 1. PENDAHULUAN .................................................................... 1
1.1. Latar Belakang .................................................................... 1
1.2. Rumusan dan Pemecahan Masalah ..................................... 3
1.3. Tujuan dan Kegunaan ......................................................... 5
1.3.1. Tujuan ....................................................................... 5
1.3.2. Kegunaan .................................................................. 5
1.4. Ruang Lingkup .................................................................... 5
1.4.1. Ruang Lingkup Wilayah ........................................... 5
1.4.2. Ruang Lingkup Materi .............................................. 6
BAB 2. TINJAUAN PUSTAKA ............................................................ 8
2.1. Mangrove ............................................................................ 8
2.1.1. Pengertian Mangrove ................................................ 8
2.1.2. Habitat Mangrove ..................................................... 8
2.1.3. Jenis-jenis Mangrove ................................................. 10
2.1.4. Zonasi Mangrove ...................................................... 12
2.1.5. Fungsi Mangrove ...................................................... 15
2.1.6. Kerusakan Mangrove ................................................ 16
2.2. Teknologi Penginderaan Jauh ............................................. 20
2.2.1. Pengertian dan Konsep Penginderaan Jauh .............. 20
2.2.2. Manfaat Penginderaan Jauh untuk Wilayah Pesisir
dan Laut ..................................................................... 22
2.2.3. Jenis-jenis Citra Satelit ............................................. 27
2.2.3.1. MODIS ........................................................ 28
2.2.3.2. Himawari-8 ................................................. 29

ii
 2.2.3.3. Landsat 8 .................................................... 30
2.2.3.4. Sentinel 2 .................................................... 32
2.2.3.5. SPOT 6 ....................................................... 33
2.2.3.6. ALOS ......................................................... 36
2.2.3.7. IKONOS ..................................................... 37
2.2.3.8. PLEIADES ................................................. 38
2.3. Gambaran Umum Lokasi Penelitian ................................... 39
BAB 3. METODOLOGI PENELITIAN ............................................... 42
3.1. Lokasi dan Waktu Penelitian .............................................. 42
3.2. Alat dan Bahan .................................................................... 42
3.3. Metode Perolehan Data ....................................................... 44
3.3.1. Persiapan ................................................................... 44
3.3.2. Inventarisasi Data Citra ............................................ 44
3.3.3. Pra Pengolehan Citra ................................................ 45
3.3.3.1. Koreksi Geometrik ....................................... 45
3.3.3.2. Koreksi Radiometrik ..................................... 45
3.3.4. Pengolahan Citra ....................................................... 46
3.3.4.1. Komposit Band ............................................. 46
3.3.4.2. Pemotongan Citra ......................................... 46
3.3.4.3. Klasifikasi Citra ............................................ 47
3.3.4.4. Klasifikasi NDVI ........................................... 47
3.3.4.5. Layout Peta ................................................... 48
3.3.5. Penentuan Titik Sampling ......................................... 48
3.3.6. Parameter Kektirisan Lahan Mangrove .................... 54
3.3.7. Pengambilan Data Lapangan .................................... 54
3.3.7.1. Jenis Penggunaan Lahan .............................. 54
3.3.7.2. Kerapatan Mangrove .................................... 54
3.3.7.3. Kerapatan Tajuk ........................................... 55
3.3.7.4. Lebar Jalur Hijau .......................................... 56
3.3.7.5. Tingkat Abrasi .............................................. 57
3.3.7.6. Parameter Lingkungan ................................. 57
3.4. Analisis Data ....................................................................... 57

iii
 3.4.1. Analisis Data Mangrove ........................................... 57
3.4.2. Analisis foto Hemisphere .......................................... 58
3.4.3. Analisis Tingkat Kekritisan Lahan Mangrove ........... 59
3.4.4. Analisis Kondisi dan Status Lahan Kritis Mangrove . 60
3.4.5. Uji Akurasi ................................................................ 61
DAFTAR PUSTAKA

iv
 DAFTAR TABEL

Nomor Halaman
Tabel 3.1. Alat yang digunakan pada pengukuran di lapangan ................ 42

DAFTAR GAMBAR

Nomor Halaman
2.1. Jenis-jenis mangrove ......................................................................... 12
2.2. Pola umum zonasi mangrove di kawasan Asia .................................. 15
2.3. Zonasi mangrove berdasarkan elevasi ............................................... 15
2.4. Mangrove yang rusak akibat alam .................................................... 17
2.5. Mangrove yang sengaja ditebang ...................................................... 18
2.6. Konversi dan pemanfaatan mangrove di pesisir Kalimantan Selatan . 19
2.7. Konsep penginderaan jauh ................................................................ 21
2.8. Penginderaan jauh untuk sebaran MPT.............................................. 22
2.9. Terumbu karang ................................................................................ 23
2.10. Penginderaan jauh untuk terumbu karang ........................................ 24
2.11. Tampilan hasil mozaik citra di Pulau Sumatera dan Kalimantan ... 26
2.12. Tampilan Updating Mangrove di Indonesia Tahun 2013 ............... 26
2.13. Penginderaan jauh untuk analisis kesehatan mangrove .................. 27
2.14. Citra MODIS untuk menganalisis area terbakar ............................. 28
2.15. Citra MODIS .................................................................................... 29
2.16. Klasifikasi mangrove berdasarkan citra Landsat 8 ......................... 31
2.17. Karakteristik citra Sentiel 2 ............................................................. 32
2.18. Citra Sentinel 2................................................................................. 34
2.19. Citra SPOT 6 ................................................................................... 34
2.20. Citra SPOT 6 untuk perubahan luas mangrove ................................ 35

v
2.21. Citra ALOS ..................................................................................... 36
2.22. Citra ALOS untuk substrat dasar .................................................... 36
2.23. Citra IKONOS .................................................................................. 37
2.24. Citra Pleiades 1A ............................................................................. 38
2.25. Kondisi mangrove di Kurau ............................................................ 40
2.26. Kondisi mangrove di Tanjung Dewa ............................................... 41
3.1. Lokasi penelitian ............................................................................... 43
3.2. Peta lokasi sampling di pesisir Sungai Rasau ................................... 50
3.4. Peta lokasi sampling di pesisir Kuala Tambangan - Tanjug Dewa ... 51
3.6. Metode sampel plot ........................................................................... 55
3.7. Cara pengambilann foto hemisphere ................................................. 56

vi
 1

BAB 1. PENDAHULUAN

1.1. Latar Belakang

Mangrove merupakan salah satu ekosistem pesisir yang memiliki

karakteristik unik karena hidupnya yang dipengaruhi oleh pasang surut air laut.
Selain dipengaruhi pasang surut, pertumbuhan mangrove juga dipengaruhi oleh
beberapa faktor lainnya seperti substrat, kualitas air, fisiografi pantai dan juga
aktivitas sekitar. Ekosistem mangrove dapat tumbuh didaerah tropis dan sub-
tropis yang sangat dinamis karena memiliki produktivitas, nilai ekonomis dan
nilai ekologis yang tinggi. Beberapa fungsi mangrove diantaranya sebagai
penahan abrasi pantai, penambat bahan-bahan pencemar, pengendali intrusi air
laut, sumber plasma nutfah, habitat alami biota, penyerap karbon dan lain
sebagainya. Meski begitu mangrove tak lepas dari permasalahan yang dihadapi
yakni kerusakan yang dialaminya. Menurut Siburian dan Haba (2016) rusaknya
kawasan mangrove akan berdampak negatif pada kehidupan yang berada di
wilayah pesisir.
Kerusakan mangrove umumnya disebabkan oleh dua faktor yaitu faktor
alami dan faktor antropogenik. Faktor alami disebabkan oleh alam seperti
gelombang sedangkan faktor antropogenik bersumber dari aktivitas manusia.
Menurut Giri et al., (2011) Indonesia memiliki luas mangrove yang paling tinggi,
yaitu 3,112,989 ha atau 22,6%. Namun sangat disayangkan, lebih dari 30% luasan
mangrove di Indonesia telah rusak maupun hilang dalam kurun waktu tahun 1980
– 2005 (FAO, 2007). Kerusakan ini juga terjadi di beberapa wilayah pesisir
Indonesia tak terkecuali wilayah Kalimantan Selatan yang dominan diakibatkan
oleh aktivitas manusia seperti alih fungsi lahan dan juga pengaruh alam terutama
gelombang. Hal tersebut juga terjadi di wilayah Kabupaten Tanah Laut.
Berdasarkan penelitian yang dilakukan oleh Dinas Kelautan dan Perikanan
Kabupaten Tanah Laut tahun 2016 lalu, diketahui bahwa luas mangrove di
wilayah tersebut sebesar 6.046,25 ha sedangkan menurut data Dinas Lingkungan
Hidup Provinsi Kalimantan Selatan tahun 2018 didapatkan bahwa luas mangrove
di Kabupaten Tanah Laut sebesar 5.920,804 ha atau 8,82% dari total luas
mangrove di Kalimantan Selatan. Hal tersebut menggambarkan penurunan

1
 2

mangrove dalam beberapa tahun terakhir akibat adanya tekanan di alam. Tekanan
terhadap ekosistem mangrove dapat mencapai >50% karena semakin tingginya
aktivitas konversi lahan disekitarnya (Dinas Lingkungan Hidup Provinsi
Kalimantan Selatan, 2018). Berdasarkan hal tersebut, kondisi ini akan mengancam
keberadaan mangrove di Kabupaten Tanah Laut secara terus-menerus.
Sungai Rasau dan Kuala Tambangan sampai Tanjung Dewa termasuk
sebagai salah satu kawasan konservasi pesisir Kabupaten Tanah Laut menurut
Perda Kalsel No. 13 Tahun 2018 tentang Rencana Zonasi Wilayah Pesisir dan
Pulau-Pulau Kecil (RZWP). Hal tersebut menandakan ekosistem mangrove
didalamnya juga merupakan kawasan yang dilindungi untuk mewujudkan
pengelolaan pesisir dan pulau-pulau kecil yang berkelanjutan. Namun, aktivitas
pelayaran, alih fungsi lahan, pencemaran yang meningkat juga berpengaruh
terhadap kerusakan mangrove di beberapa wilayah tersebut. Penurunan kondisi
mangrove akan berdampak langsung terhadap kehidupan pesisir sehingga
mengganggu keseimbangan ekosistem yang ada karena mangrove kehilangan
fungsinya. Mengingat pentingnya peranan mangrove, maka diperlukan
pengelolaan dan juga penataan guna mempertahankan keseimbangan ekosistem
pesisir. Berdasarkan hal tersebut, maka penelitian ini penting dilakukan sebagai
upaya awal sebelum menentukan arah kebijakan yang tepat.
Pemetaan tematik mangrove perlu dilakukan dengan identifikasi
klasifikasi atau derajat kedetilan informasi mangrove yang bersinergi dengan tiap
tingkat atau level pengelolaan dan kebutuhan stakeholder dan hal tersebut sangat
terkait dengan data geospasial (BIG, 2014). Perubahan kondisi lahan secara
spasial juga mempengaruhi kemutakhiran data spasial tematik yang ada sehingga
berdasarkan hal tersebut penelitian ini perlu dilakukan untuk memberikan data
dan informasi terbaru mengenai kondisi dan status mangrove di beberapa wilayah
tersebut. Pemantauan kondisi mangrove dapat dilakukan dengan melihat
perubahan luas mangrove dan juga menilai tingkat kekritisan lahan mangrove.
Perubahan luas mangrove dapat dilihat menggunakan citra dengan tahun
perekaman yang berbeda sedangkan penilaian tingkat kekritisan lahan dapat
dilakukan dengan menggunakan metode yang mengacu pada peraturan
Departemen Kehutanan tahun 2005. Penelitian yang akan dilakukan ialah dengan
menggabungkan metode survey lapangan dan penginderaan jauh yang selanjutnya

2
 3

diolah menggunakan SIG (Sistem Informasi Geografis) sehingga menghasilkan

kondisi dan status mangrove di lokasi tersebut. Penelitian terkait perubahan
mangrove menggunakan metode SIG sebelumnya juga telah dilakukan oleh
Hendrawan dkk (2018) namun masih menggunakan citra Landsat 8 dengan
akurasi klasifikasi tutupan lahan pada daerah penelitian sebesar 83% untuk citra
Landsat 8.
Penelitian ini akan menggunakan citra Sentinel 2 dengan resolusi yang
lebih baik dari sebelumnya guna melihat perubahan maupun kondisi mangrove.
Menurut Wijayanti (2018) citra Sentinel-2 memiliki keunggulan yang terkait
dengan resolusi spasial dan open source, sehingga sangat bermanfaat bagi banyak
orang. Menurut Kawamuna dkk (2017) citra Sentinel 2 dapat digunakan dalam
penelitian analisis kesehatan mangrove dengan pendekatan indeks vegetasi NDVI
(Normalized Difference Vegetation Index). Berdasarkan penelitiannya nilai hasil
prediksi citra Sentinel 2 dan hasil pengukuran lapangan berkolerasi sebesar 91 %.
Maka dari itu, citra ini dapat digunakan untuk monitoring lahan terkait perubahan
maupun kondisi mangrove.

1.2. Rumusan dan Pemecahan Masalah

Kawasan mangrove di pesisir Sungai Rasau yang berdekatan dengan

Sungai Barito akan memiliki kondisi yang berbeda dibanding pesisir Kuala
Tambangan sampai Tanjung Dewa. Aktivitas Sungai Barito seperti pelayaran
maupun pengerukan memberikan dampak seperti adanya abrasi maupun
sedimentasi yang tentunya berpengaruh terhadap mangrove. Lain halnya dengan
pesisir Tanjung Dewa yang berada cukup jauh dari Sungai Barito sehingga
tekanan dari Sungai Barito semakin rendah dan kondisi mangrove lebih
dipengaruhi oleh perairan terbuka yakni Laut Jawa. Letak mangrovenya yang
berhadapan langsung dengan Laut Jawa membuat kondisi mangrove diwilayah ini
lebih dipengaruhi oleh aktivitas alami seperti adanya gelombang besar dan pasang
surut. Sedangkan pada pesisir Kuala Tambangan, mangrove berada di sekitar
aliran sungai kecil yang mana perubahannya banyak dipengaruhi oleh aktivitas
antropogenik sehingga pengaruh dari darat akan berperan dalam proses perubahan
kondisi mangrove. Dari beberapa uraian sebelumnya, perbedaan letak geografis

3
 4

juga turut mempengaruhi aktivitas lingkungan disekitarnya sehingga akan

memberikan kondisi dan status yang berbeda-beda. Berdasarkan penjelasan
tersebut, maka rumusan masalah dalam penelitian ini ialah sebagai berikut:
1. Bagaimana perubahan luasan mangrove tahun 2016 dan tahun 2020 di pesisir
Sungai Rasau dan pesisir Pesisir Kuala Tambangan sampai Tanjung Dewa
Kabupaten Tanah Laut
2. Bagaimana tingkat kekritisan lahan mangrove di pesisir Sungai Rasau dan
pesisir Kuala Tambangan sampai Tanjung Dewa Kabupaten Tanah Laut
3. Bagaimana pengaruh faktor lingkungan terhadap perubahan dan kekritisan
mangrove di pesisir Sungai Rasau dan pesisir Kuala Tambangan sampai
Tanjung Dewa Kabupaten Tanah Laut
Dari rumusan masalah diatas digunakan cara untuk melihat perubahan luas
mangrove melalui penginderaan jauh. Perubahan luasan mangrove diketahui
dengan menganalisis citra Sentinel 2 tahun 2016 untuk melihat luas mangrove
pada tahun tersebut dan dari citra Sentinel 2 tahun 2020. Kedua citra tersebut
selanjutnya di overlay untuk melihat perubahan luasan mangrove selama 4 tahun
terakhir sehingga didapatkan kondisi mangrove saat ini.
Kekritisan lahan mangrove dapat dinilai melalui teknik penginderaan jauh
dan survey lapangan dengan parameter jenis penggunaan lahan, kerapatan tajuk,
tingkat permudaan, jumlah pohon, lebar jalur hijau dan tingkat abrasi. Untuk
penilaian melalui penginderaan jauh, jenis penggunaan tanah dilakukan dengan
mendeteksi tutupan lahan melalui citra Sentinel 2. Untuk parameter kerapatan
tajuk dinilai dengan menganalisis citra Sentinel 2 menggunakan algoritma NDVI
yang dikelaskan secara Unsupervised Classification. Sedangkan parameter tingkat
abrasi dinilai dengan melihat perubahan garis pantai menggunakan citra Sentinel
2.
Uji lapangan selanjutnya digunakan untuk koreksi hasil analisis citra.
Parameter yang menjadi acuan untuk melihat kondisi sebenarnya dilapangan ialah
jenis penggunaan lahan, tutupan tajuk, jumlah pohon, jumlah permudaan, lebar
jalur hijau mangrove dan tingkat abrasi di wilayah penelitian. Dari data-data
tersebut akan dihasilkan peta-peta tematik yang juga dilakukan overlay sehingga
menhasilkan peta kekritisan lahan mangrove. Dari analisis perubahaan, kekritisan

4
 5

lahan mangrove dan faktor lingkungan yang mempengaruhi maka dapat diketahui
bagaimana kondisi dan status mangrove di beberapa wilayah tersebut.

1.3. Tujuan dan Kegunaan

1.3.1. Tujuan

Tujuan dari penelitian ini adalah sebagai berikut:

1. Menganalisis perubahan luasan mangrove tahun 2016 dan tahun 2020 di
pesisir Sungai Rasau dan pesisir Kuala Tambangan sampai Tanjung Dewa
Kabupaten Tanah Laut untuk melihat kondisi mangrove saat ini.
2. Menentukan tingkat kekritisan lahan mangrove di pesisir Sungai Rasau dan
pesisir Kuala Tambangan sampai Tanjung Dewa Kabupaten Tanah Laut
untuk mengetahui status mangrove saat ini.
3. Menganalisis faktor-faktor lingkungan yang mempengaruhi perubahan dan
tingkat kekritisan mangrove di pesisir Sungai Rasau dan pesisir Kuala
Tambangan sampai Tanjung Dewa Kabupaten Tanah Laut.

1.3.2. Kegunaan

Kegunaan penelitian ini adalah dapat menjadi data time series dan informasi
terbaru mengenai kondisi dan status mangrove di pesisir Sungai Rasau dan pesisir
Kuala Tambangan sampai Tanjung Dewa Kabupaten Tanah Laut. Data tersebut
selanjutnya dapat dijadikan sebagai bahan pertimbangan dalam pengambilan suatu
kebijakan atau dapat dijadikan sebagai bahan referensi dalam penelitian
selanjutnya.

1.4. Ruang Lingkup

1.4.1. Ruang Lingkup Wilayah

Penelitian pesisir Sungai Rasau dengan luas total area mangrove ±989,66
Ha dan pesisir Kuala Tambangan – Tanjung Dewa memiliki luas area mangrove
sebesar ±666,89 Ha Kabupaten Tanah Laut Provinsi Kalimantan Selatan.

5
 6

1.4.2. Ruang Lingkup Materi

Ruang lingkup materi dalam penelitian ini meliputi:
1. Analisis citra Sentinel 2 tahun 2016 untuk melihat jenis penggunaan lahan di
tahun 2016
2. Analisis citra Sentinel 2 tahun 2020 untuk menilai kekritisan lahan dengan
parameter berupa jenis penggunaan lahan, kerapatan tajuk dengan NDVI dan
penilaian tingkat abrasi
3. Pengambilan GCP (Ground Control Point) sebagai titik kontrol dan uji
lapangan
4. Penelitian ini menggunakan pedoman Departemen Kehutanan tahun 2005
dengan pengukuran secara langsung (teristris) meliputi parameter jenis
penggunaan lahan, jumlah pohon, lebar jalur hijau mangrove dan penilaian
tingkat abrasi.
5. Pengukuran parameter lingkungan dengan mengamati aktivitas sekitar,
substrat dan salinitas.

6
 7

Mangrove Pesisir Sungai Rasau

dan Pesisir Kuala Tambangan - Tanjung Dewa

Citra Sentinel 2 Citra Sentinel 2 Survey lapangan

Tahun 2016 Tahun 2020 (teristris)

Batas Batas Tipe penggunaan Kerapatan - pasang surut

Tipe GCP Kerapatan - substrat
penggunaan vegetasi vegetasi lahan tajuk
- salinitas
lahan Unsupervised - aktivitas
Supervised
Peta lebar
Tingkat hijau
abrasi Tipe penggunaan Kerapatan
mangrove
lahan terkoreksi terkoreksi

Overlay
Overlay

Perubahan Luas
Mangrove Tingkat kekritisan lahan mangrove

Kondisi dan Status Mangrove di pesisir Sungai Rasau dan pesisir Kuala
Tambangan - Tanjung Dewa

Gambar 1.1. Diagram Perumusan dan Pemecahan Masalah

7
 8

BAB 2. TINJAUAN PUSTAKA

2.1. Mangrove

2.1.1. Pengertian Mangrove

Mangrove adalah vegetasi hutan yang tumbuh pada tanah aluvial di daerah
pantai dan sekitar muara sungai yang dipengaruhi oleh pasang surut air laut.
Mangrove juga tumbuh pada pantai karang atau daratan terumbu karang yang
berpasir tipis atau pada pantai berlumpur (Ghufran, M. dan Kordi, K.M., 2012).
Sedangkan menurut Badan Informasi Geospasial (BIG) (2014) mangrove
merupakan tumbuhan yang memiliki keunikan karena hanya terdapat di daerah
pesisir pantai, muara sungai dan daerah dengan rentang salinitas yang tinggi.
Dahuri et al (2001) melaporkan bahwa ekosistem mangrove merupakan
kawasan ekoton antara komunitas laut dengan pantai dan daratan sehingga
memiliki ciri-ciri tersendiri. Komunitas ini sangat berbeda dengan komunitas laut,
namun tidak berbeda jauh dengan komunitas daratan dengan terbentuknya rawa-
rawa air tawar sebagai zona antara laut dan darat. Menurut Anggraini dkk, (2017)
perpaduan antara sifat-sifat tanaman daratan dan lautan menjadikan mangrove
berfungsi penting bagi keberadaan wilayah pesisir seperti menjaga stabilitas garis
pantai, melindungi pantai dan tebing sungai serta menahan banjir dan gelombang.

2.1.2. Habitat Mangrove

Menurut Muzaki dkk (2019) habitat mangrove umumnya dipengaruhi oleh

parameter berikut:
a. Substrat
Mangrove tumbuh di sepanjang garis pantai tropis seperti muara, delta atau
laguna. Ekosistem mangrove yang luas umumnya terdapat di sepanjang
pantai berlumpur yang terlindung dari gelombang dan angin yang kuat,
terutama pada area dimana terdapat suplai sedimen halus dan air tawar yang
melimpah. Mangrove umum tumbuh di pantai yang bersubstrat lumpur.
Bagian atas substrat disebut lapisan topsoil yang berwarna coklat abu-abu.
Lapisan ini tipis namun sangat porous sehingga memudahkan proses aerasi
udara dan pergerakan air. Dibawah lapisan topsoil terdapat lapisan subsoil

8
 9

yang berwarna lebih gelap dan hanya sedikit teraerasi, dimana pada lapisan
ini terdapat sangat banyak materi organik. Bila tergali atau terbuka, tercium
bau yang sangat kuat, menunjukkan bahwa lapisan ini banyak mengandung
hidrogen sulfida sebagai hasil kerja bakteri anaerob pereduksi sulfur. Kondisi
substrat merupakan salah satu faktor yang berperan dalam pembentukan
zonasi mangrove. Avicennia dan Sonneratia akan tumbuh dengan baik pada
substrat lumpur berpasir, Rhizophora tumbuh lebih baik pada substrat lumpur
yang kaya bahan organik, sementara Bruguiera lebih menyukai substrat
lempung yang sedikit mengandung bahan organik. Mangrove juga dapat
tumbuh pada pantai berpasir, berbatu atau bersubstrat pecahan karang,
misalnya jenis Rhizophora stylosa dan Sonneratia alba.
b. Salinitas
Kondisi salinitas (kadar garam) sangat mempengaruhi komposisi mangrove,
dimana berbagai jenis mangrove dapat mengatasi kondisi salinitas dengan
cara berbeda-beda. Beberapa diantaranya secara selektif mampu menghindari
penyerapan garam dari media tumbuhnya, sementara beberapa jenis yang
lainnya mampu mengeluarkan garam dari kelenjar khusus pada daunnya.
Mangrove dapat tumbuh dengan baik pada salinitas air payau antara 2 - 22‰
atau air asin dengan salinitas mencapai 38‰.
c. Oksigen
Kadar oksigen pada substrat lumpur biasanya sangat rendah, terkait dengan
sifat substrat yang sedikit porous. Pada lapisan subsoil hanya terdapat sangat
sedikit oksigen, sehingga organisme yang hidup hanya bakteri anaerob
pendegradasi bahan organik. Hasil pemecahan bahan organik ini
menghasilkan racun (setidaknya bagi manusia) yaitu hidrogen sulfida yang
membuat tanah berwarna hitam dan berbau tidak sedap seperti telur busuk.
d. pH
Kalsium yang terlarut dari pecahan karang dan cangkang Mollusca membuat
pH tanah menjadi basa. Akan tetapi tanah mangrove bersifat netral hingga
asam karena terdapat banyak bahan organik. pH berhubungan erat dengan
aktivitas dekomposer. Pada pH asam aktivitas dekomposer sangat rendah
sehingga perombakan bahan organik menjadi anorganik menjadi lamban.

9
 10

Lambannya proses dekomposisi sangat menghambat pertumbuhan vegetasi

karena kurangnya pasokan hara dan mineral. Selain itu, menurut nilai pH 6,0-
6,5 dapat menurunkan keanekaragaman jenis plankton dan bentos.
e. Nutrien
Nutrien yang dihasilkan olah produsen primer akan masuk kedalam
komunitas dan dimanfaatkan oleh konsumen pada tingkat trofik yang lebih
tinggi. Nutrien juga berasal dari bahan organik yang terbawa oleh sungai dan
arus laut.Pada akhirnya, nutrien ini akan dimanfaatkan oleh detritus melalui
penguraian serasah daun dan kayu serta sisasisa hewan yang telah mati. Pada
ekosistem mangrove, akan sangat banyak dijumpai organisme peramban
herbivore (herbivore grazer) yang memakan detritus, diantaranya adalah
berbagai jenis Mollusca dan Crustacea.

2.1.3. Jenis-jenis mangrove

Noor dkk (2006) menyebutkan bahwa sejauh ini di Indonesia tercatat

setidaknya 202 jenis tumbuhan mangrove, meliputi 89 jenis pohon, 5 jenis palma,
19 jenis pemanjat, 44 jenis herba tanah, 44 jenis epifit dan 1 jenis paku. Dari 202
jenis tersebut, 43 jenis (diantaranya 33 jenis pohon dan beberapa jenis perdu)
ditemukan sebagai mangrove sejati (true mangrove), sementara jenis lain
ditemukan disekitar mangrove dan dikenal sebagai jenis mangrove ikutan
(associate).
Menurut Dinas Kelautan dan Perikanan Kabupaten Tanah Laut (2016) tipe
ekosistem mangrove di pesisir Tanah Laut, didominasi oleh Rhizophora sp,
Sonneratia sp dan Excoecaria spp, Xylocarpus sp, Bruquiera sp. Tipe vegetasi
mangrove estuari yang rapat dan kompak umumnya menyebar di sekitar muara
sungai besar di pesisir pantai. Daerah yang ditumbuhi mangrove merupakan
habitat yang sesuai untuk tumbuhnya mangrove yaitu berupa muara sungai yang
cukup mendapat pasokan air tawar maupun laut sehingga menyebabkan daerah
tersebut mendapat cukup pasokan nutrien yang dibutuhkan tumbuhan mangrove
tumbuh dan berkembang. Berdasarkan pengamatan dan identifikasi yang
dilakukan di wilayah pesisir dan muara sungai Kabupaten Tanah Laut ditemukan
19 jenis mangrove seperti yang tertera pada Tabel 1.1. Selain itu juga, terdapat

10
 11

pohon Waru, Cemara dan Ketapang sebagai tumbuhan asosiasi Drujon merupakan
tumbuhan berduri yang dapat tumbuh di substrat lunak berlumpur sampai setinggi
2 meter. Tumbuhan ini dapat menjadi tumbuhan dominan di hutan mangrove yang
rusak. Berikut daftar inventarisasi tumbuhan mangrove di Kabupaten Tanah Laut:
Tabel 2.1. Daftar inventarisasi tumbuhan mangrove di Kabupaten Tanah Laut

(Sumber : Dinas Kelautan dan Perikanan Kabupaten Tanah Laut, 2016)

Dari 19 jenis mangrove yang ditemukan terdiri dari 2 kelompok besar jenis
mangrove yaitu mangrove mayor dan mangrove minor serta biota asosiasi, seperti
pada Gambar 2.1 berikut :

11
 12

Gambar 2.1. Jenis-jenis mangrove (Sumber : Dinas Kelautan dan Perikanan

Kabupaten Tanah Laut, 2016)

2.1.4. Zonasi Mangrove

Mangrove pada umumnya terdiri atas beberapa zona mengikuti tingkat

kadar garam yang berada di wilayah pesisir. Zona bagian depan adalah mangrove
yang lebih tahan terhadap lingkungan asin seperti pohon api-api. Setelah itu,
bagian yang menjorok ke daratan adalah mangrove yang kurang terhadap air asin.
Dengan demikian, kenaikan paras muka air laut berdampak terhadap dua hal.
Pertama, mangrove yang kurang tahan terhadap air asin tadi terdesak ke darat dan
kedua mangrove itu mati, karena tidak menemukan habitat yang sesuai bagi
pertumbuhannya (Diposaptono et al, 2009).
Menurut Saru (2013) ekosistem mangrove adalah ekosistem pantai yang
disusun oleh berbagai jenis vegetasi yang mempunyai bentuk adaptasi biologis
dan fisiologis secara spesifik terhadap kondisi lingkungan yang cukup bervariasi.
Ekosistem mangrove umumnya didominasi oleh beberapa spesies mangrove sejati
diantaranya Rhizophora sp., Avicennia sp., Bruguiera sp. dan Sonneratia sp.
Spesies mangrove tersebut dapat tumbuh dengan baik pada ekosistem perairan
dangkal, karena adanya bentuk perakaran yang dapat membantu untuk beradaptasi
terhadap lingkungan perairan, baik dari pengaruh pasang surut maupun faktor -
faktor lingkungan lainnya yang berpengaruh terhadap ekosistem mangrove seperti
salinitas, sedimen, suhu, oksigen terlarut, pH, arus dan gelombang.

12
 13

Pada ekosistem alami tumbuhan mangrove membentuk zonasi yaitu

sebagai berikut (Setyawan dkk, 2002) :
1. Zona luar yang terbuka didominasi Avicennia dan Sonneratia, diikuti
Rhizophora pada bagian sedikit agak dalam.
2. Zona tengah didominasi Bruguiera gymnorrhiza, Xylocarpus dan Heritiera.
3. Zona dalam didominasi Bruguiera cylindrica, Scyphiphora hydrophyllacea,
dan Lumnitzera.
4. Zona transisi didominasi Cerbera manghas. Pada perbatasan hutan mangrove
dengan rawa air tawar tumbuh tegakan Nypa fruticans, diikuti Cyperus
portulacastrum, Fimbristylis ferruginea, Scirpus litoralis dan S. malaccensis.
Menurut Dirjen Pengelolaan Ruang Laut (2019) menerangkan bahwa
mangrove umumnya tumbuh dalam 4 zona, yaitu pada daerah terbuka, daerah
tengah, daerah yang memiliki sungai berair payau sampai hampir tawar, serta
daerah ke arah daratan yang memiliki air tawar.
a. Mangrove terbuka
Mangrove berada pada bagian yang berhadapan dengan laut. zona ini
didominasi oleh Sonneratia alba yang tumbuh pada areal yang betul-betul
dipengaruhi oleh air laut. Di Sumatera Selatan dilaporkan bahwa Sonneratia
alba dan Avicennia alba merupakan jenis-jenis dominan pada areal pantai yang
sangat tergenang ini. Komposisi floristik dari komunitas di zona terbuka sangat
bergantung pada substratnya. Sonneratia alba cenderung mendominasi daerah
berpasir, sementara untuk Avicennia marina dan Rhizophora
mucronata cenderung untuk mendominasi daerah yang lebih
berlumpur. Meskipun demikian, Sonneratia akan berasosiasi dengan
Avicennia jika tanah lumpurnya kaya akan bahan organik.
b. Mangrove tengah
Mangrove di zona ini terletak dibelakang mangrove zona terbuka. Di zona ini
biasanya didominasi oleh jenis Rhizophora. Namun, di daerah Karang Agung
didominasi oleh Bruguiera cylindrica. Jenis-jenis penting lainnya yang
ditemukan di Karang Agung adalah B. eriopetala, B. gymnorrhiza, Excoecaria
agallocha, R. mucronata, Xylocarpus granatum dan X. moluccensis.
c. Mangrove payau

13
 14

Mangrove berada disepanjang sungai berair payau hingga hampir tawar. Di

zona ini biasanya didominasi oleh komunitas Nypa atau
Sonneratia. Komunitas Nypa fruticans terdapat pada jalur yang sempit di
sepanjang sebagian besar sungai. Di jalur-jalur tersebut sering sekali ditemukan
tegakan Nypa fruticans yang bersambung dengan vegetasi yang terdiri
dari Cerbera sp, Gluta renghas, Stenochlaena palustris dan Xylocarpus
granatum. Ke arah pantai, campuran komunitas Sonneratia - Nypa lebih sering
ditemukan. Di sebagian besar daerah lainnya, seperti di Pulau Kaget dan Pulau
Kembang di mulut Sungai Barito di Kalimantan Selatan atau di mulut Sungai
Singkil di Aceh, Sonneratia caseolaris lebih dominan terutama di bagian
estuari yang berair hampir tawar.
d. Mangrove daratan
Mangrove berada di zona perairan payau atau hampir tawar di belakang jalur
hijau mangrove yang sebenarnya. Jenis-jenis yang umum ditemukan pada
zona ini termasuk Ficus microcarpus (F. retusa), Intsia bijuga, N. fruticans,
Lumnitzera racemosa, Pandanus sp. dan Xylocarpus moluccensis. Zona ini
memiliki kekayaan jenis yang lebih tinggi dibandingkan dengan zona lainnya.
Meskipun kelihatannya terdapat zonasi dalam vegetasi mangrove, namun
kenyataan di lapangan tidaklah sesederhana itu. Banyak formasi serta zona
vegetasi yang tumpang tindih dan bercampur serta seringkali struktur dan korelasi
yang nampak di suatu daerah tidak selalu dapat diaplikasikan di daerah yang lain.
Menurut Tuwo (2011) faktor pembentuk zonasi adalah karakter tanah berupa
kandungan bahan organik, salinitas, dan air tanah. Karakter tanah itu sendiri
dipengaruhi oleh kondisi topografi pantai. Kondisi topografi pantai berpengaruh
terhadap variasi tinggi relatif air laut, erosi dan pengendapan sedimen, pengaruh
gelombang atau pasang surut dan air tawar yang masuk ke daerah mangrove,
suplai sedimen dari lahan atas dan akumulasi humus.

14
 15

Gambar 2.2. Pola umum zonasi mangrove di kawasan Asia (Sumber : Muzaki
dkk, 2019)

Gambar 2.3. Zonasi mangrove berdasarkan elevasi (Sumber : Noor dkk, 2003)

2.1.5. Fungsi Mangrove

Mangrove memiliki beragam manfaat yang sangat penting. Menurut

Irwanto (2008) beberapa manfaat dan fungsi mangrove adalah sebagai berikut:
1. Manfaat dan fungsi secara fisik yaitu :
a. Menjaga agar garis pantai tetap stabil.
b. Melindungi pantai dan sungai dari bahaya erosi dan abrasi,
c. Menahan badai/angin kencang dari laut.
d. Menahan hasil proses penimbunan lumpur, sehingga memungkinkan
terbentuknya lahan baru.
e. Menjadi wilayah penyangga, serta berfungsi menyaring air laut menjadi air
daratan yang tawar.

15
 16

f. Mengolah limbah beracun, penghasil O2 dan penyerap CO2.

2. Manfaat dan fungsi secara biologi yaitu :
a. Menghasilkan bahan pelapukan yang menjadi sumber makanan penting
bagi plankton, sehingga penting pula bagi keberlanjutan rantai makanan.
b. Tempat memijah dan berkembang biaknya ikan-ikan, kerang, kepiting dan
udang.
c. Tempat berlindung, bersarang dan berkembang biak dari burung dan satwa
lain.
d. Sumber plasma nutfah & sumber genetik.
e. Merupakan habitat alami bagi berbagai jenis biota.
Selain memiliki fungsi fisik dan biologi yang sedemikian vital, mangrove
juga telah lama dikenal memiliki manfaat ekonomi yang sangat potensial menurut
Muzaki dkk (2019) diantaranya sebagai berikut:
1. Kayu mangrove merupakan bahan baku kayu bakar, bangunan dan arang
yang sangat baik. Selain itu, kayu mangrove juga dapat digunakan sebagai
bahan baku untuk industri tekstil, kertas, pengawetan makanan dan
insektisida.
2. Buah mangrove dapat dimanfaatkan sebagai bahan pangan. Menjelajah
Mangrove Surabaya 11 Buah Avicennia dapat dimanfaatkan sebagai keripik;
buah Sonneratia untuk bahan sirup dan dodol; buah Nypa untuk pembuatan es
teler, permen, dan manisan; buah Rhizophora dapat dijadikan agar-agar.
3. Potensi perikanan. Peranan mengrove sebagai area memijah, mencari makan
dan bersarang bagi biota air menyebabkan tingginya keanekaragaman dan
kelimpahan jenis potensial ekonomi seperti ikan, udang dan kepiting.
4. Penanaman mangrove seperti Rhizophora sp dan Avicennia sp (model
silvofishery) pada lahan pertambakan dapat meningkatkan produktivitas
tambak.

2.1.6. Kerusakan Mangrove

Kondisi hutan mangrove sampai saat ini masih mengalami tekanan-

tekanan akibat pemanfaatannya dan pengelolaannya yang kurang memperhatikan
aspek kelestarian. Tuntutan pembangunan yang lebih menekankan pada tujuan

16
 17

ekonomi dengan mengutamakan infrastruktur fisik seperti konversi hutan

mangrove telah terbukti menjadi faktor penyebab kerusakan ekosistem mangrove
dan degradasi lingkungan pantai. Kondisi seperti ini diperberat dengan terjadinya
pencemaran air sungai atau air laut dan eksploitasi sumber daya laut yang tidak
ramah lingkungan, sehingga kualitas lingkungan pantai saat ini berada dalam
kondisi yang mengkhwatirkan. Kerusakan ekosistem mangrove umumnya
disebabkan oleh faktor lingkungan fisik dan faktor sosial ekonomi masyarakat
(Toknok, dkk 2014).
Selanjutnya Tuwo (2011) berpendapat bahwa kerusakan hutan mangrove
dapat menimbulkan banyak dampak sebagai berikut :
1) Kerusakan hutan mangrove dapat menyebabkan peningkatan laju intrusi air
laut kearah daratan.
2) Alih fungsi areal hutan mangrove menjadi daerah pertambakan dapat
menyebabkan meningkatnya masa genangan air sehingga menjadi tempat
yang baik untuk berkembangbiaknya populasi nyamuk.
3) Penebangan pohon mangrove untuk keperluan kayu bakar dan pembuatan
arang menyebabkan terganggunya salah satu fungsi ekosistem mangrove
sebagai penyerap logam berat sehingga tidak masuk ke dalam jaringan
makanan.

Gambar 2.4. Mangrove yang rusak akibat alam (Sumber : Asirwan, 2017)

17
 18

Gambar 2.5. Mangrove yang sengaja ditebang (Sumber : Asirwan, 2017)

Menurut Siburian dan Haba (2016) kawasan mangrove diberbagai tempat

banyak mengalami kerusakan akibat alih fungsi lahan kawasan dalam bentuk
pengkonversian lahan menjadi permukiman, industri, perluasan tambak ikan dan
tempat pembuatan garam. Pembangunan di wilayah peisisr juga berkembang
dengan cepat namun kurang mengindahkan kaidah tata ruang sehingga memiliki
pembangunan banyak yang tidak sesuai, seperti resort dan hotel yang dibangun
dekat pantai. Penurunan luas kawasan mangrove yang terdapat di indonesia akan
mengakibatkan terjadinya biodiversitas dan jasa lingkungan ekosistem mangrove
menurun. Akibat dari perubahan fungsi lahan sehingga dapat menimbulkan
potensi resiko bencana seperti terjangan gelombang.
Penilaian kerusakan mangrove dikategorikan menjadi tiga yaitu jarang,
sedang dan padat. Hal ini didasarkan pada Keputusan Menteri Lingkungan Hidup
No. 201 tahun 2004 tentang standar baku dan kerusakan mangrove. Status
mangrove dapat dilihat melalui tutupan dan kerapatan pohon yang disajikan pada
Tabel 2.1.

Tabel 2.1. Kriteria Baku Kerusakan Mangrove

Kriteria Penutupan (%) Kerapatan (pohon/ha)
Baik Padat ≥75% ≥1500
Sedang 50% – 75% 1000 – 1500
Rusak Jarang <50% <1000
Sumber : Keputusan Menteri Lingkungan Hidup No. 201 tahun 2004

Menurut Dinas Perikanan dan Kelautan (DKP) Kalimantan Selatan (2018)

kerusakan mangrove di sebagian wilayah pesisir Kalimantan Selatan dominan

18
 19

diakibatkan oleh aktivitas manusia seperti alih fungsi lahan untuk industri,
pelabuhan, perikanan, perkebunan dan pertambangan. Selain itu kerusakan juga
diakibatkan oleh pengaruh alam terutama gelombang. Pemanfaatan mangrove di
wilayah pesisir dapat dilihat pada Gambar 2.6.

Gambar 2.6. Konversi dan pemanfaatan mangrove di wilayah pesisir Kalimantan

Selatan (Sumber : Dinas Perikanan dan Kelautan Provinsi Kalimantan Selatan,
2018)
Oleh sebab itu, terdapat dua jenis dampak konversi dan pemanfaatan hutan
dan mangrove, yaitu: (1) dampak terhadap lingkungan fisik dan biologis; dan (2)
dampak terhadap lingkungan sosial ekonomi. Dampak fisik dan biologis berkaitan
dengan aspek imunitas dan ketersediaan sumber penghasilan dari keberadaan
hutan mangrove di kawasan sekitar tempat tinggal penduduk. Dampak ini pula
berupa penurunan keragaman, stabilitas dan produktifitas biologis. Sedangkan
dampak sosial ekonomi, konversi/penebangan hutan haruslah dikaitkan dengan
keuntungan dan kerugian dan bentuk nilai uang, perubahan keindahan alam,
tingkah laku, keamanan dan kesehatan penduduk. Disamping itu pula sangat
berpengaruh kepada lapangan kerja dan pendapatan daerah (Dinas Perikanan dan
Kelautan Provinsi Kalimantan Selatan, 2018).
Dampak lainnya dapat berupa abrasi pantai, intrusi air laut lebih jauh ke
daratan menjadikan masyarakat sekitar sulit mendapatkan air bersih, karena air
tanah sudah mengandung garam sehingga air menjadi asin. Hal lain adalah
turunnya potensi perikanan sebagai dampak dari karakteristik kawasan yang
sudah berubah dan kehidupan satwa liar yang terganggu. Kondisi tersebut
mengakibatkan terancamnya keseimbangan ekosistem di kawasan itu dan
berkurangnya sumber mata pencaharian penduduk setempat (Irwanto, 2008).

19
 20

2.2. Teknologi Penginderaan Jauh

2.2.1. Pengertian dan Konsep Penginderaan Jauh

Menurut Badan Standardisasi Nasional (2011) berpendapat bahwa

penginderaan jauh adalah ilmu dan seni untuk mendapatkan informasi tentang
objek, daerah, atau gejala di permukaan bumi yang direkam dengan alat tertentu
(device), yang diperoleh tanpa kontak langsung terhadap objek, daerah atau gejala
yang dikaji. Somantri (2008) menjelaskan bahwa penginderaan jauh adalah teknik
yang digunakan untuk memperolah data tentang permukaan bumi yang
menggunakan media satelit ataupun pesawat terbang dengan jenis data
penginderaan jauh yaitu citra. Citra adalah gambaran rekaman suatu objek atau
biasanya berupa gambaran objek pada foto. Sedangkan pengertian lain menurut
LAPAN (2015) penginderaan jauh adalah teknologi untuk memperoleh informasi
tentang obyek, wilayah, atau gejala dengan menggunakan sensor yang terletak
pada wahana satelit dengan cara menganalisis data yang diperoleh tanpa kontak
langsung.
Murti (2012) menjelaskan salah satu misi dikembangkan penginderaan
jauh adalah untuk merekam data pada permukaan bumi yang digunakan untuk
inventarisasi dan evaluasi pemanfaatan kekayaan alam yang tersimpan di bumi.
Teknologi penginderaan jauh menghasilkan berbagai jenis citra yang direkam
dengan berbagai jenis sensor yang mampu menghasilkan citra dengan berbagai
resolusi. Citra tersebut diproses dan diinterpretasi guna menghasilkan data dan
informasi yang bermanfaat untuk aplikasi di bidang pertanian, kehutanan
arkeologi, geografi, geologi, perencanaan wilayah, mitigasi bencana dan bidang-
bidang lainnya. Data hasil ekstraksi dari citra penginderaan jauh memiliki
kelebihan dalam hal waktu pengamatan yang real time dan kecilnya human error
dibandingkan dengan data pengamatan langsung di lapangan.
Soenarmo (2009) mengemukakan bahwa konsep dasar penginderaan jauh
didasarkan pada lima unsur utama (Gambar 2.7) yaitu :
1. Sumber energi (transmitter)
Sumber energi utama berasal dari energi radiasi matahari, dengan panjang
gelombang yang berbeda-beda (spektrum elektromagnetik). Sumber energi
radiasi matahari ada yang ditangkap langsung secara alami, ada yang melalui

20
 21

penapisan untuk memperoleh panjang gelombang yang sesuai dengan sifat

dan karakteristik objek.
2. Gelombang elektromagnetik datang
Gelombang elektromagnetik datang, merambat menembus atmosfer,
merupakan perantara yang menyampaikan energi ke objek, dengan panjang
gelombang yang unik untuk setiap objek.
3. Objek atau target
Objek atau target adalah benda, fenomena atau yang akan diindera dengan
sensor jauh.
4. Gelombang elektromagnetik pantul dan hambur (emisi)
Terjadi setelah gelombang elektromagnetik datang mengenai objek, sebagian
diserap dan ditransmisikan, sebagian lagi dipantulkan dan dihamburkan.
Gelombang ektromagnetik yang dipantulkan dan dihamburkan kemudian
dicover oleh sensor. Informasi yang diperoleh sesuai dengan sifat fisik atau
karakteristik objek.
5. Sensor (receiver)
Sensor merupakan materi yang sesuai dengan sifat fisik atau karakteristik
objek yang diindera. Tipe sensor sesuai dengan tipe gelombang
elektromagnetik.

Gambar 2.7. Konsep penginderaan jauh (Sumber : Sunarmo, 2019)

21
 22

2.2.2. Manfaat Penginderaan Jauh untuk Wilayah Pesisir dan Laut

Teknologi penginderaan jauh dapat dimanfaatkan untuk mengidentifikasi

suatu objek di permukaan bumi salah satunya dengan menggunakan pendekatan
spektral reflektan. Spektral reflektan adalah rasio insiden fluks cahaya yang
terpantul dan diukur dari suatu objek atau daerah pada panjang gelombang
tertentu (Kamaruzaman dan Kasawani, 2007).
Berikut beberapa penggunaan teknologi penginderaan jauh untuk wilayah
pesisir dan laut:
1. Analisis Sebaran Muatan Padatan Tersuspensi (MPT)
Menurut LAPAN (2015) sebaran MPT dapat diukur dengan teknologi
penginderaan jauh. Pada dasarnya, MPT berkaitan dengan total hamburan
partikel balik dari dalam kolom air yang diambil dengan menggunakan data
satelit pada spektrum sinar tampak. Hubungan antara total hamburan dan
kandungan MPT mungkin bervariasi dalam hal ukuran tiap partikel. Oleh
sebab itu kalibrasi suatu lokasi perlu dilakukan untuk meningkatkan nilai
akurasi MPT.

Gambar 2.8. Penginderaan jauh untuk sebaran MPT (Sumber : LAPAN, 2015)

22
 23

2. Pemetaan Habitat Dasar Laut Dangkal

Metode konvensional yakni survei lapangan untuk memetakan secara rinci
seluruh habitat di perairan dangkal pada umumnya sulit dan memerlukan upaya
dan biaya yang tinggi. Demi mengatasi hal tersebut, teknologi penginderaan
jauh (inderaja) satelit seringkali digunakan untuk keperluan tersebut karena
efektif dan efisien. Penggunaan teknologi penginderaan jauh dalam mendeteksi
habitat dasar perairan laut dangkal seperti terumbu karang dan padang lamun
telah banyak dilakukan (LAPAN, 2015). Penggunaan teknologi inderaja dalam
pemantauan terumbu karang salah satunya telah dilakukan oleh Budimansyah
(2018), dalam penelitiannya inderaja digunakan untuk mengestimasi perubahan
luasan terumbu karang termasuk perubahan komponen kategori substrat pada
paparan terumbu dengan menggunakan citra beresolusi tinggi.

Gambar 2. 9. Terumbu karang (Sumber : Dinas Lingkungan Hidup Provinsi

Kalimantan Selatan 2018)

23
 24

Gambar 2. 10. Penginderaan jauh untuk terumbu karang (Sumber : Budimansyah,

2018)
3. Analisis Kondisi Mangrove
Teknologi penginderaan jauh memberikan peluang untuk pemetaan
kawasan mangrove secara efektif dan efisien terutama untuk daerah yang
memiliki tingkat perubahan tutupan lahan secara cepat. Selain harganya yang
relatif murah serta datanya mudah didapat, keuntungan penginderaan jauh lainnya
adalah memiliki resolusi temporal disertai cakupannya yang luas dan mampu
menjangkau daerah terpencil sehingga dapat digunakan untuk keperluan
monitoring (Kuncoro dan Purwanto, 2017).
Penggunaan citra satelit untuk mendeteksi ekosistem mangrove didasarkan
pada tiga karakteristik utama, yaitu vegetasi yang memiliki struktur daun serta zat
hijau daun (klorofil), substrat tumbuh dan adanya genangan air laut (Kuenzer et
al. 2011). Sedangkan menurut Anggraini dkk (2017) penginderaan jauh pada
vegetasi mangrove didasarkan pada dua sifat penting yaitu bahwa mangrove
tumbuh di daerah pesisir dan mempunyai zat hijau daun (klorofil). Sifat optik
menyerap spektrum sinar merah dan sangat kuat memantulkan spektrum
inframerah. Klorofil fitoplankton yang berada di laut dapat dibedakan dari klorofil
mangrove karena sifat air yang menyerap spektrum inframerah. Ranah pasir dan
batuan juga memantulkan inframerah tapi bahan-bahan ini tidak menyerap sinar
merah sehingga tanah dan mangrove secara optik dapat dibedakan. Selain itu,
menurut Kamaruzaman dan Kasawani (2007) perbedaan spektral daun dan kanopi

24
 25

dipengaruhi oleh beberapa faktor seperti struktur daun internal, kadar klorofil,
umur daun dan tahap fisiologi. Nilai spektral reflektan akan berbaur dengan
adanya efek dari atmosfer seperti kelembaban, asap, debu, awan dan karbon
dioksida.
Vegetasi mangrove dan vegetasi terrestrial yang lain mempunyai sifat
optik yang hampir sama dan sulit dibedakan tetapi mengingat mangrove hidup
dekat dengan air laut maka biasanya antara keduanya dapat dipisahkan dengan
memperhitungkan jarak pengaruh air laut. Pada banyak kasus, kedua vegetasi ini
terpisah oleh lahan terbuka, padang lumpur, daerah pertambakan atau
permukiman sehingga memudahkan pemisahan antara keduanya. Dari
pertimbangan-pertimbangan tersebut, maka deteksi luasan serta kerapatan
mangrove dapat dilakukan dengan melalui satelit (Susilo, 2000). Oleh karena itu,
pengolahan data citra akan berhubungan dengan saluran-saluran citra yang
memiliki kemampuan pembedaan objek-objek tersebut.
Substrat mangrove dapat dibedakan dengan objek vegetasi karena
memiliki perbedaan yang mencolok pada spektrum Red dan NIR. Pada spektrum
Red, respon pantulan substrat lebih tinggi daripada vegetasi dan sebaliknya pada
NIR respon pantulannya lebih kecil daripada vegetasi (Gambar 2.13). Substrat
mangrove juga dipengaruhi oleh adanya genangan air, karena berada pada zona
pasang surut air laut. Daerah dengan lahan basah tersebut sangat mudah
diidentifikasi dengan memanfaatkan spektrum NIR dan SWIR karena sifatnya
yang diserap oleh air (Du et al. 2016; Rokni et al. 2014; Sun et al. 2012). Semakin
besar serapan energi elektromagnetiknya, maka semakin besar kandungan airnya.

Gambar 2.11. Kurva respon pantulan tanah dan vegetasi (Sumber : Jensen, 2014)

25
 26

Penggunaan inderaja untuk pemantauan mangrove juga telah digunakan

oleh LAPAN (2015) dalam memperbaharui informasi mangrove di Indonesia.
Informasi mengenai keberadaan mangrove di seluruh Indonesia diidentifikasi
melalui hasil mozaik citra Landsat 8 tahun 2013 sebanyak 306 sheet.

Gambar 2. 12. Tampilan hasil mozaik citra di Pulau Sumatera dan Kalimantan
(Sumber : LAPAN, 2015)

Gambar 2. 13. Tampilan Updating Mangrove di Indonesia Tahun 2013 (Sumber :

LAPAN, 2015)
Analisis kesehatan mangrove menggunakan teknologi penginderaan jauh
juga dapat diidentifikasi. Penelitian tersebut juga dilakukan oleh Kawamuna dkk
(2017) yang meneliti tingkat kesehatan mengrove dengan metode indeks vegetasi
dari citra Sentinel 2.

26
 27

Gambar 2. 14. Penginderaan jauh untuk analisis kesehatan mangrove (Sumber :

Kawamuna dkk, 2017)

2.2.3. Jenis-jenis Citra Satelit

Citra merupakan representasi dua dimensi dari suatu objek di dunia nyata.
Dalam penginderaan jauh, citra merupakan gambaran bagian permukaan bumi
sebagaimana terlihat dari ruang angkasa (satelit) atau dari udara (pesawat terbang)
(Prahasta, 2008). Data Penginderaan Jauh adalah liputan atau rekaman suatu
sensor berbentuk numerik yang merupakan gambaran dari suatu objek berupa
citra satelit/foto dan citra digital (LAPAN, 2015). Data citra satelit dengan
resolusi spasial yang tinggi (< 4 meter) seperti IKONOS (1 meter), WorldView
(0,5 meter), dan SPOT-6 (2 meter) merupakan contoh data citra satelit komersil.
Perolehan data citra satelit beresolusi menengah seperti Landsat 8 OLI dan
Sentinel-2 relatif cukup mudah karena dapat diakses secara gratis melalui internet
(LIPI, 2020).

2.2.3.1. MODIS

MODIS (Moderate Resolution Imaging Spectroradiometer) adalah

instrumen utama diatas satelit Terra (awalnya dikenal sebagai EOS AM-1) dan
Aqua (Awalnya dikenal sebagai EOS PM-1). Orbit Terra di sekitar Bumi
konfigurasi sehingga melewati dari utara ke selatan melintasi khatulistiwa pada
waktu pagi hari, sementara Aqua melewati selatan ke utara melewati khatulistiwa
pada sore hari (Frazier, 2014). MODIS digunakan untuk mengamati, meneliti dan

27
 28

menganalisa lahan, lautan, atmosfir bumi dan interaksi di dalamnya. MODIS

mengamati seluruh permukaan bumi setiap 1-2 hari dengan lebar view/tampilan
(lebih 2300 km) menyediakan citra radiasi matahari yang direfleksikan pada siang
hari dan emisi termal siang/malam diseluruh penjuru bumi. Resolusi spasial
MODIS berkisar dari 250-1000 dan memiliki 36 band/saluran. Citra MODIS bisa
di download gratis dari situs resmi NASA pada level 1 sampai level 3 (Prahasta,
2008).
Pemanfaatan citra MODIS dalam pemetaan area terbakar dilakukan oleh
Herwanda (2016) yang memiliki hasil ialah penggunaan citra MODIS memiliki
perbedaan hasil klasifikasi luasan area terbakar dibanding citra Landsat 8. MODIS
yang memiliki resolusi spasial 250 m memiliki error yang cukup besar yakni
sekitar 59% dibanding citra Landsat 8 dikarenakan faktor resolusi spasial dan
tutupan awan yang mempengaruhi. Berikut hasil klasifikasi citra MODIS dalam
pemetaan area terbakar:

Gambar 2.15. Citra MODIS untuk menganalisis area terbakar (Sumber :

Herwanda, 2016)
2.2.3.2. Himawari-8

Satelit Himawari-8 adalah sebuah satelit cuaca yang dioperasikan oleh

JMA (Badan Meteorologi Jepang). Himawari merupakan Geostasioner
Meteorologi Satelit (GMS) yang merupakan generasi baru dari satelit MTSAT

28
 29

(Multi Fungsi Transportasi Satelit). Himawari-8 diluncurkan pada Oktober 2014

dan mulai beroperasi pada pertengahan 2015. Posisi Himawari berada pada 140°
BT untuk memantau kawasan bagian timur Asia dan barat Pasifik. Satelit
Himawari dilengkapi sensor bernama Advanced Himawari Imager (AHI), yang
memiliki resolusi temporal, spektral dan spasialnya lebih baik dibandingkan seri
sebelumnya. Kanal yang dimiliki Satelit Himawari-8 adalah 16 kanal yang terdiri
dari 3 kanal visibel, 3 kanal infra merah-dekat atau near infrared (NIR) dan 10
kanal Infrared (IR). Satelit ini memiliki orbit geostationary dengan ketinggian
35.791 km. Resolusi spasial data Himawari-8 yaitu 0.5 km (band 3), 1 km, dan 2
km. Data Himawari-8 diaplikasikan untuk monitoring tingkat curah hujan, suhu
atas awan, dan suhu permukaan laut (LAPAN, 2018).

Gambar 2. 16. Citra MODIS (Sumber : Bang Day, 2018)

Atmospheric Motion Vector (AMV) - Vektor Gerak Atmosfer, diperoleh
melalui rekaman jejak lintasan awan tunggal atau pola uap air dalam citra satelit
yang berurutan. Vektor gerak atomosfer ini sangat membantu untuk mendukung
prediksi cuaca secara numeris utamanya di lautan di mana jarang terdapat
kegiatan pengamatan cuaca. Clear Sky Radiance (CSR), diperoleh menggunakan
AHI, dengan perhitungan berdasarkan data infra merah dari setiap kotak 16 x 16
pixel . High-resolution Cloud Analysis Information (HCAI), tersedia dalam lima
unsur yaitu tutupan awan termasuk tutupan debu, tutupan salju dan es, ketinggian
puncak awan, jenis awan serta informasi pengecekan kualitas. Sedangkan Aerosol
Optical Thickness, merupakan informasi optik aerosol dengan ketebalan 500 nm
dan index Angstrom di atas lautan saat siang hari dan ketebalan optik aerosol di
atas daratan.

29
 30

2.2.3.3. Landsat 8

Satelit Landsat terdiri dari beberapa generasi, generasi pertama

diluncurkan pada tahun 1972 dengan membawa sensor Returned Beam Vidicion
(RBV) dan sampai generasi ke tiga saat ini yang membawa sensor Enhanced
Thematic Mapper Plus (ETM+). Satelit Landsat generasi ketiga memiliki resolusi
temporal 16 hari dan resolusi spasial 30 meter. Kemudian dikembangkan satelit
LDCM (Landsat Data Continuity Mission) atau yang lebih dikenal dengan
Landsat 8. Satelit LDCM adalah misi kerjasama antara NASA dan USGS (U.S.
Geological Survey). Landsat 8 adalah sebuah satelit observasi bumi Amerika yang
diluncurkan pada tanggal 11 Februari 2013. Ini adalah satelit kedelapan dalam
program Landsat dan satelit ketujuh yang berhasil mencapai orbit (Sitanggang,
2010). Data citra Landsat 8 memiliki resolusi spasial 30 m untuk kanal 1 sampai
9, sedangkan kanal pankromatik memiliki resolusi spasial 15 m. Selain beresolusi
spasial 30 m dan 15 m, pada kanal 10 dan 11 yang merupakan kanal TIR-1 dan
TIR-2 memiliki resolusi spasial 100 m. Kelebihan data Landsat 8 adalah adanya
kanal Near Infra Red (NIR-Kanal 5) sehingga dengan menggunakan kombinasi
RGB yang tepat akan menunjukkan lokasi tanaman mangrove (Irawan dan Malau,
2016).
Penggunaan citra Landsat dalam pemetaan lahan mangrove juga sudah
banyak dilakukan. Salah satunya dilakukan oleh Asirwan yang menggunakan
Landsat 8 guna menganalisis perubahan luas mangrove. Menurut Asirwan (2017)
Landsat 8 memiliki tampilan citra yang lebih halus, baik pada citra multispektral
maupun pankromatik serta dapat mengurangi terjadinya kesalahan interpretasi.
Hasil uji ketelitian dalam interpretasi citra didapatkan bahwa Landsat 8
memperoleh nilai 93% untuk hasil klasifikasi citra berdasarkan tutupan kanopi
mangrove. Nilai uji ketelitian yang diperoleh menunjukan hasil klasifikasi yang
dilakukan sudah sesuai dengan data dan kondisi di lapangan dan nilai tersebut
telah memenuhi syarat ketelitian hasil interpretasi minimal yaitu 85%.

30
 31

Gambar 2. 17. Klasifikasi mangrove berdasarkan citra Landsat 8 (Sumber :

Asirwan, 2017)

2.2.3.4. Sentinel 2
Sentinel-2 adalah salah satu satelit penginderaan jauh dengan sensor pasif
buatan Eropa multispektal yang mempunyai 13 band, 4 band beresolusi 10 m, 6
band beresolusi 20 m, dan 3 band bereolusi spasial 60 m dengan area sapuan 290
km. Resolusi spasial yang dibilang tinggi, cakupan spektrum yang luas merupakan
langkah maju yang besar dibandingkan dengan multispektral lainnya. Tujuan dari
Sentinel-2 untuk menyajikan data untuk kepentingan monitoring lahan, dan
merupakan data dasar untuk penggunaan pada beragam aplikasi, mulai dari
pertanian sampai perhutanan, dari monitoring lingkungan sampai dengan
perencanaan perkotaan, deteksi perubahan tutupan lahan, penggunaan lahan,
pemetaan risiko bencana serta beragam aplikasi lainnya (Kawamuna et al., 2017).
Tabel 2.1. Karakteristik citra Sentinel 2
Band Panjang Resolusi
Gelombang Spasial
Band 1 - Coastal Aerosol 0,443 60
Band 2 – Blue 0,490 10
Band 3 – Green 0,560 10
Band 4 – Red 0,665 10
Band 5 - Vegetation Red Edge 0,705 20
Band 6 - Vegetation Red Edge 0,740 20

31
 32

Band Panjang Resolusi

Gelombang Spasial
Band 7 - Vegetation Red Edge 0,783 20
Band 8 – NIR 0,842 10
Band 8A - Vegetation Red Edge 0,865 20
Band 9 - Water Vapour 0,945 60
Band 10 - SWIR – Cirrus 1,375 60
Band 11 – SWIR 1,610 20
Band 12 – SWIR 2,190 20
Gambar 2. 18. Karakteristik citra Sentiel 2 (Sumber : ESA, 2015)
Misi utama sentinel, yaitu memberikan informasi untuk praktik pertanian
dan kehutanan dalam membantu mengelola permasalahan pangan. Citra satelit
dapat digunakan untuk menentukan berbagai indeks tanaman seperti klorofil, luas
daun dan indeks kadar air. Selain memantau pertumbuhan tanaman, Sentinel-2
dapat digunakan untuk memetakan perubahan tutupan lahan dan memantau hutan,
juga memberikan informasi tentang polusi di danau dan perairan pesisir,
gambaran banjir, letusan gunung berapi dan tanah longsor juga berkontribusi pada
pemetaan bencana (ESA, 2015). Satelit Sentinel-2A dilengkapi dengan instrumen
multispektral 13 saluran spektral dengan resolusi spasial 10 meter. Berbagai
macam transformasi spektral dari citra Sentinel-2A dapat digunakan untuk
mengetahui estimasi kerapatan mangrove. Transformasi citra yang paling umum
dan banyak digunakan untuk pemetaan dan pemodelan mangrove adalah indeks
vegetasi (Wicaksono et al., 2016). Menurut Wijayanti (2018) citra Sentinel-2
memiliki keunggulan yang terkait dengan resolusi spasial dan open source,
sehingga sangat bermanfaat bagi banyak orang.
Perbedaan spesifikasi citra Landsat 8 dan citra Sentinel 2 tertera pada
Gambar 2. 19.

32
 33

Gambar 2. 19. Spesifikasi citra Landsat dan Sentinel 2 (Sumber : LIPI, 2020)
Menurut Kawamuna dkk (2017) citra Sentinel 2 dapat digunakan dalam
penelitian analisis kesehatan mangrove dengan pendekatan indeks vegetasi NDVI
(Normalized Difference Vegetation Index). Berdasarkan penelitiannya nilai hasil
prediksi citra Sentinel 2 dan hasil pengukuran lapangan berkolerasi sebesar 91 %.
Hasil analisis korelasi apabila ditinjau dari tingkat hubungan korelasi, hasil
penelitian termasuk korelasi sangat kuat (0,75–1,00). Koefisien korelasi bertanda
positif artinya nilai NDVI pada citra dengan nilai kerapatan jenis berhubungan,
sehingga jika nilai NDVI tinggi, maka nilai kerapatan tajuk juga semakin tinggi.
Menurutnya pengukuran dengan penginderaan jauh sudah tentu tidak akan seteliti
dengan pengukuran langsung di lapangan. Berdasarkan hasil validasi tersebut
dapat disimpulkan bahwa penggunaan NDVI pada citra satelit Sentinel-2 cukup
optimal untuk analisa kesehatan vegetasi mangrove.

33
 34

Gambar 2. 20. Citra Sentinel 2 (Sumber : Kawamuna, 2017)

2.2.3.5. SPOT 6

SPOT 6 merupakan satelit penginderaan jauh optis yang mampu

menyediakan citra dengan resolusi hingga 1.5 meter untuk pankromatik dan 6
meter untuk multispektral. Data ini dapat diaplikasikan di bidang pertahanan,
pertanian, pemantauan tutupan lahan dan hutan, pantai, teknik, minyak, gas, dan
industri pertambangan (LAPAN, 2018).

Gambar 2.21. Citra SPOT 6 (Sumber : Satellite Imaging Corp 2014)

Penelitian dengan menggunakan citra SPOT 6 untuk perubahan luas

mangrove dilakukan oleh Irawan dkk (2016). Dari hasil penelitiannya analisis
citra menggunakan citra SPOT 6 memiliki tingkat akurasi spasial sebaran

34
 35

mangrove yang dihasilkan memiliki ketelitian akurasi yang baik dan dapat
dipercaya tingkat kebenarannya.

Gambar 2.22. Citra SPOT 6 untuk perubahan luas mangrove (Sumber : Irawan,
2016)
2.2.3.6. ALOS
ALOS (Advanced Land Observing Satellite) merupakan satelit observasi
bumi yang diluncurkan pada bulan Januari 2006 oleh Japan Aerospace
Exploration Agency (JAXA). ALOS memiliki misi utama sebagai berikut:
Kartografi, Observasi regional, Monitoring bencana, Survey sumber daya,
Pengembangan teknologi observasi bumi. ALOS memiliki tiga sensor observasi
bumi yaitu Panchromatic Remote-sensing Instrument for Stereo Mapping
(PRISM) untuk mendeteksi elevasi dengan presisi tinggi, Advanced Visible and
Near Infrared Radiometer type 2 (AVNIR-2) untuk observasi tutupan lahan, dan
Phased Array type L-band Synthetic Aperture Radar (PALSAR) untuk observasi
daratan siang dan malam tanpa memperhatikan kondisi cuaca (LAPAN, 2018).

35
 36

Gambar 2. 23. Citra ALOS (Sumber : Unik, 2019)

Satelit ALOS juga digunakan dalam pemetaan substrat dasar perairan
seperti yang dilakukan Budimansyah (2018). Penggunaan citra satelit ALOS-
AVNIR 2 mempunyai keunggulan dalam resolusi spasial dan spektral sehingga
dapat mendeteksi kondisi spasial ekosistem terumbu karang. Pendeteksian
ekosistem terumbu karang dilakukan dengan menganalisis data citra satelit
dengan metode Dept Invariant Index dari Lyzenga.

Gambar 2. 24. Citra ALOS untuk substrat dasar (Sumber : Budimansyah, 2018)

36
 37

2.2.3.7. IKONOS

Satelit IKONOS merupakan satelit yang diluncurkan pada bulan

September 1999. Satelit ini memiliki resolusi spasial hingga 0.8 m untuk
pankromatik dan 4 m untuk multispektral (Red, Green, Blue, dan NIR). Satelit
IKONOS berhenti menyediakan data citra penginderaan jauh sejak Desember
2014. IKONOS memiliki orbit sun-synchronous polar pada ketinggian 681 km
dengan resolusi temporal selama 1.5 – 3 hari. Data resolusi sangat tinggi IKONOS
memungkinkan untuk memvisualisasikan bangunan, jalan, atau pepohonan
sehingga akan sangat berguna pada aplikasi seperti kartografi perkotaan,
penggunaan lahan, pertanian, atau manajemen bencana alam. IKONOS memiliki
Optical Sensor Assembly (OSA) yang menyediakan data penginderaan jauh
resolusi sangat tinggi dengan mode pankromatik sebanyak 1 band dan
multispectral sebanyak 4 band (LAPAN, 2018).

Gambar 2.25. Citra IKONOS (Sumber : Satellite Imaging Corp 2014)

2.2.3.8. PLEIADES

Pleiades 1A dan Pleiades 1B merupakan satelit kembar milik Airbus

Defence and Space. Pleiades memiliki 1 kamera dengan 1 band pankromatik dan
4 multispektral. Pleiades 1A diluncurkan pada bulan Desember 2011 sementara
Pleaides 1B diluncurkan pada bulan Desember tahun berikutnya. Satelit Pleaides
1A dan 1B berada pada orbit yang sama namun terpisah jarak hingga 180 derajat
sehingga dapat menyediakan citra hingga temporal harian. Satelit Pleiades

37
 38

dilengkapi sensor yang dapat membuat gambar berwarna dengan resolusi spasial
50 cm. Masing-masing satelit memiliki resolusi temporal 2 hari dengan jenis orbit
heliosynchronous quasi-circular pada ketinggian orbit 694 km. Sensor resolusi
tinggi Pleiades membuat gambar dalam mode pankromatik dengan resolusi 70
cm, yang di-resample hingga 50 cm di permukaan tanah. Dalam mode
multispectral, kamera ini memotret gambar dengan resolusi 2.8 m yang
diresample hingga 2 m. Penggabungan kedua jenis produk ini menghasilkan
gambar berwarna dengan resolusi 50 cm. Produk Pleiades dapat diaplikasikan
pada pertahanan, pemetaan perkotaan, pertanian, dan infrastruktur (LAPAN,
2018).

Gambar 2. 26. Citra Pleiades 1A (Sumber : Satellite Imaging Corp 2014)

2.3. Gambaran Umum Lokasi Penelitian

Kawasan pesisir Kalimantan Selatan khususnya Kabupaten Tanah Laut

telah mengalami degradasi ekosistem pesisir pada hal ini ekosistem mangrove.
Kerusakan mangrove di sebagian wilayah pesisir Kalimantan Selatan dominan
diakibatkan oleh aktivitas manusia seperti alih fungsi lahan untuk industri,
pelabuhan, perikanan, perkebunan, pertambangan selain itu diakibatkan oleh
pengaruh alam terutama gelombang. Hasil analisis terhadap tekanan ekosistem
mangrove di pesisir Kalimantan Selatan menunjukan dalam kategori tekanan
sangat tinggi yang mencapai 6596,56 ha atau 9,84%, kategori tinggi 137.34,87 ha

38
 39

(20,50%), sedangkan kategori rendah masih yang terbesar yakni 24.692,24 ha

(36,85%). Tekanan tinggi terjadi di Kecamatan Bumi Makmur dan Kurau yang
didalamnya termasuk pesisir Sungai Rasau dengan tingkat tekanan >50%
disebabkan karena semakin meningkatnya aktivitas konversi lahan di sekitarnya
terutama, pelabuhan, perkebunan, perikanan tambak dan permukiman. Kawasan
pesisir Bumi makmur memiliki banyak mengalami kerusakan mangrove yang
sangat parah, akibatnya banyak pohon mangrove yang mati, selain itu konversi
lahan juga turut terjadi di wilayah ini. Posisi hutan mangrove yang langsung
berhadapan dengan laut mengalami abrasi karena kurangnya penanganan. Pohon
mangrove yang mati di pesisir pantai juga dimanfaatkan oleh masyarakat sebagai
kayu bakar, karena dinilai lebih baik daripada dibiarkan begitu saja, sehingga ada
sebagian masyarakat yang mengambil pohon mangrove yang telah mati untuk
dibawa pulang dan dijadikan kayu bakar untuk memanggang ikan (Dinas
Lingkungan Hidup, 2018).

Gambar 2. 27. Peta Tekanan Mangrove di Kalimantan Selatan (Dinas Lingkungan

Hidup, 2018)
Pada wilayah pesisir Kecamatan Kurau memiliki kategori rusak dengan
luas wilayah sebesar 205,50 ha. Mangrove yang tumbuh di Kurau mengalami
degradasi akibat faktor internal dan eksternal. Rusaknya ekosistem mangrove di

39
 40

Kurau berdampak pada biota asosiasinya karena berkurannya tempat berlindung,

memijah, dan mencari makan.

Gambar 2. 28. Kondisi mangrove di Kurau (Sumber : Dinas Kelautan dan

Perikanan Kabupaten Tanah Laut, 2016)

Kuala Tambangan memiliki mangrove yang tidak rusak namun kondisi

mangrove Kuala Tambangan tidak luput dari kerusakan yang disebabkan oleh
faktor internal dan eksternal seperti kebanyakan hutan mangrove didaerah lainnya.
Sedangkan pada wilayah Tanjung Dewa merupakan daerah bagian selatan dari
Kabupaten Tanah Laut dengan kondisi mangrove sangat kritis karena selain
mengalami kerusakan dari faktor internal yang berupa sedimentasi, abrasi, dan
gelombang juga berasal dari faktor eksternal yaitu tempat kapal nelayan
bertambat, pemanfaatan kayu sebagai tempat penghalang kapal sehingga
kondisinya sangat kritis (Dinas Kelautan dan Perikanan Kabupaten Tanah Laut,
2016).

40
 41

Gambar 2.29. Kondisi mangrove di Tanjung Dewa (Sumber : Dinas Kelautan dan
Perikanan Kabupaten Tanah Laut, 2016)

41
 42

BAB 3. METODOLOGI PENELITIAN

3.1. Lokasi dan Waktu Penelitian

Penelitian ini akan dilaksanakan pada bulan Juli 2020 - Mei 2021. Waktu
tersebut meliputi identifikasi potensi terkait lokasi melalui studi literatur dan
analisis awal, konsultasi proposal, persiapan alat-alat turun lapangan lalu
dilakukan pengambilan data lapangan, re-interpretasi citra, konsultasi terkait
penelitian serta penyusunan laporan akhir. Penelitian ini berlokasi di pesisir
Sungai Rasau dan pesisir Kuala Tambangan - Tanjung Dewa Kabupaten Tanah
Laut, Provinsi Kalimantan Selatan (Gambar 3.1) Pengolahan dan analisis data
dilakukan di Laboratorium SIG dan Penginderaan Jauh, Program Studi Ilmu
Kelautan, Universitas Lambung Mangkurat.

3.2. Alat dan Bahan

Alat yang akan digunakan dalam penelitian ini dapat dilihat pada Tabel
3.1. berikut:
Tabel 3.1. Alat yang digunakan pada penelitian ini adalah sebagai berikut:
Alat yang digunakan pada pengukuran di lapangan
No. Nama Alat Kegunaan
1. Alat tulis Mencatat data lapangan
2. Hand GPS (Global Possitioning Menentukan titik koordinat
System) sampling
3. Kamera Mengambil data mangrove
4. Roll meter Mengukur luas petak contoh
5. Tali rapia Membuat plot
6. Meteran Jahit Mengukur keliling batang
7. Buku (slide) identifikasi mangrove Mengidentifikasi jenis mangrove
8. Kantong sampel Menyimpan sampel penelitian
9. Handrefraktometer Mengukur salinitas
Alat yang digunakan saat pengolahan dan analisis data
10. Hardware: laptop Membuat laporan
11. Software: Arc Map 10.7, QGis 3.10, Membantu mengolah citra,
Microsoft Excel, Microsoft Word, mengolah data dan membuat peta
ImageJ tematik

Selanjutnya, bahan yang digunakan adalah sebagai berikut:

No. Nama Bahan Kegunaan
1. Citra Sentinel 2 Data awal mangrove

42
 43

Gambar 3.1. Lokasi penelitian

43
 44

3.3. Metode Perolehan Data

3.3.1. Persiapan

Persiapan yang dilakukan ialah studi literature yang meliputi identifikasi

potensi dan persiapan alat-alat yang dibutuhkan di lapangan. Identifikasi potensi
dilakukan untuk mengumpulkan data awal sebelum turun ke lapangan yang
meliputi studi literatur, perolehan data citra beserta pengolahan data kondisi awal
lokasi penelitian sebagai peta dasar, penetapan lokasi dan metode sampling. Studi
literatur dilakukan untuk mencari informasi data maupun lokasi penelitian dari
berbagai sumber baik dari laporan hasil penelitian, buku atau jurnal ilmiah.
Persiapan lain ialah mempersiapkan alat-alat yang akan digunakan untuk
pengumpulan data lapangan yang meliputi parameter bioekologi dan parameter
lingkungan.

3.3.2. Inventarisasi Data Citra

Inventarisasi data citra merupakan kegiatan pengumpulan citra yang dapat

diperoleh melalui pihak ketiga baik secara gratis maupun berbayar tergantung
resolusi citra yang dibutuhkan, beberapa citra dapat diperoleh secara gratis
melalui laman tertentu. Inventarisasi bertujuan untuk mendapatkan citra yang
dibutuhkan untuk selanjutnya dilakukan pra pengolahan citra. Dalam hal ini citra
Sentinel 2 diperoleh dari laman earthexplorer.usgs.gov dengan cara mendownload
nya. Citra yang digunakan untuk penelitian ini berjumlah 4 sheet dari tahun yang
berbeda yakni tahun 2016 dan tahun 2020. Langkah yang digunakan untuk
mendownload citra Sentinel 2 adalah sebagai berikut:
1. Mengakses laman earthexplorer.usgs.gov.
2. Memilih lokasi kajian yakni “Kabupaten Tanah Laut” lalu mengatur jenis citra
yakni Sentinel 2 dan mengatur waktu perekaman yang dibutuhkan lalu klik
result.
3. Memilih lembar citra dengan kondisi tutupan awan tipis
4. Setelah lembar terpilih, lalu klik ikon download

44
 45

3.3.3. Pra Pengolahan Citra

Pra pengolahan citra bertujuan untuk memperbaiki kualitas citra dan

memperbaiki kesalahan yang mungkin terjadi saat satelit melakukan perekaman
sehingga citra dapat lebih mudah untuk diinterpretasikan. Pra pengolahan citra
meliputi koreksi geometrik dan koreksi radiometrik.

3.3.3.1. Koreksi Geometrik

Koreksi geometrik dilakukan untuk menempatkan kembali posisi piksel

pada citra yang saat perekaman berlangsung dapat terjadi kesalahan posisi baik
kesalahan sistematik atau kesalahan acak sehingga citra yang direkam tidak sesuai
dengan kondisi sebenarnya di lapangan. Koreksi geometrik dilakukan dengan
merujuk pada sumber tertentu dalam hal ini dari peta topografi atau citra lain yang
sudah terkoreksi. Pasangan titik-titik tersebut kemudian digunakan untuk
membangun fungsi matematis yang menyatakan hubungan posisi sembarang titik
pada citra dengan titik yang sama pada peta. Hasilnya adalah citra digital yang
memiliki koordinat baru dan konfigurasi piksel yang baru. Perubahan posisi piksel
ini secara otomatis menyebabkan perubahan nilai spektral dan menyebabkan citra
digital memiliki kesalahan radiometrik kembali, sehingga perlu dilakukan
penataan ulang piksel-piksel yang berubah tersebut.

3.3.3.2. Koreksi Radiometrik

Koreksi radiometrik juga menjadi salah satu hal yang perlu dilakukan
dalam pra pengolahan citra. Koreksi radiometrik bertujuan untuk memperbaiki
nilai piksel dengan mempertimbangkan faktor gangguan atmosfer sebagai
kesalahan utama. Koreksi radiometrik terbagi menjadi dua yakni kalibrasi
radiometrik dan koreksi amtosfer. Pada tahap ini pra pengolahan citra yang
dilakukan ialah koreksi atmosferik dan pemotongan citra. Koreksi atmosferik
dilakukan untuk membantu menghilangkan kesalahan-kesalahan atau pengaruh
atmosfer yang mungkin terjadi saat perekaman berlangsung. Koreksi atmosferik
bertujuan menurunkan nilai reflektan suatu objek yang direkam. Pada citra
Sentinel 2, koreksi atmosferik dilakukan dengan menggunakan software QGIS
3.10.

45
 46

3.3.4. Pengolahan Citra

Pada tahap ini citra yang sudah terkoreksi dilakukan pengolahan agar
dapat dianalisis dan diinterpretasi untuk mendapatkan data citra. Pengolahan citra
yang dilakukan ialah komposit kanal, pemotongan citra dan klasifikasi
Unsupervised.

3.3.4.1. Komposit Band

Komposit band (penggabungan kanal) dilakukan untuk mendapatkan
ketajaman objek dan menghasilkan warna komposit yang optimum sehingga citra
dianalisis akan dapat membedakan objek mangrove dengan non mangrove.
Kombinasi band yang digunakan untuk citra Sentinel 2 ialah band 8 untuk NIR,
band 4 untuk Red dan band 3 untuk Green. Komposit kanal dilakukan dengan
menggunakan software ArcGIS 10.7 melalui langkah-langkah berikut:
1. Input citra Sentinel 2 dengan band 8,4,3 yang sudah terkoreksi pada software
2. Pada ArcToolbox, memilih Data Management Tool - Raster Processing lalu
pilih Composite Bands.
3. Pada kotak dialog Composit Bands input ketiga band dengan susunan 8,4,3
lalu mengatur tempat penyimpanan dan mengklik OK.

3.3.4.2. Pemotongan Citra

Pemotongan citra bertujuan untuk membatasi area yang akan dianalisis

sesuai kebutuhan pengguna. Pada tahap ini citra yang sudah terkomposit
dilakukan pemotongan sehingga citra yang digunakan akan memiliki luasan yang
lebih kecil dari sebelumnya. Kegiatan ini juga membuat citra yang dianalisis tidak
terlalu besar sehingga memudahkan analisis pada komputer. Langkah yang
dilakukan untuk pemotongan citra adalah sebagai berikut:
1. Setelah citra di komposit lalu memilih ArcToolbox, memilih Data
Management Tools
2. Selanjutnya memilih Raster – Raster Processing lalu memilih Clip
3. Pada kotak dialog Clip, masukan data raster berupa citra komposit lalu
tambahkan shapefile pada kolom “Output Extent” lalu memberikan tanda
centang pada “Use Input Features for Clipping Geometry”.
4. Mengatur tempat penyimpanan dan mengklik OK

46
 47

3.3.4.3. Klasifikasi Citra

Citra yang sudah terpotong sesuai area kajian selanjutnya dilakukan

klasifikasi unsupervised (tidak terbimbing). Klasifikasi ini mengacu seperti pada
Buku Pedoman Teknik Pengolahan Data Penginderaan Jauh Landsat 8 untuk
Mangrove. Klasifikasi tersebut adalah salah satu cara interpretasi citra berbasis
piksel sehingga klasifikasinya dilakukan dengan mengkelaskan citra dengan
jumlah tertentu yang berdasarkan perhitungan statistik tertentu yang dilakukan
oleh komputer tanpa menentukan sampel piksel (training). Hasil tersebut
kemudian akan diidentifkasi ulang sehingga menghasilkan klasifikasi yang lebih
sedikit dari klasifikasi pertama. Pada proses interpretasi ulang ini dibantu secara
visual menggunakan citra komposit warna atau data hasil kerja lapangan sebagai
dasar penggabungan kelas. Langkah-langkah yang dilakukan untuk melakukan
klasifikasi unsupervised adalah sebagai berikut:
1. Membuka citra komposit yang sudah terpotong pada software
2. Memilih ArcToolbox lalu Spatial Analysis Tools – Multivariate – Iso Cluster
Unsupervised Classification
3. Pada kotak dialog Iso Cluster Unsupervised Classification masukan raster
lalu mengatur kelas yang ingin dibagi, dalam hal ini 10 kelas lalu mengatur
tempat penyimpanan dan mengklik OK.
Kelas yang dihasilkan dari klasifikasi unsupervised selanjutnya diubah menjadi
polygon agar bisa diinterpretasikan kembali oleh peneliti sehingga menghasilkan
pengkelasan mangrove.

3.3.4.4. Kelas NDVI

Citra yang sudah di klasifikasikan secara unsupervised akan membentuk

poligon mangrove yang digunakan sebagai shp (shapefile) untuk memotong citra
komposit sebelumnya khusus area mangrove yang selanjutnya dianalisis
kerapatannya menggunakan NDVI. Rumus yang digunakan menurut Purkis dan
Klemas (2011):

47
 48

maka, nilai NDVI dengan menggunakan citra sentinel 2 dapat dihitung dengan
formula sebagai berikut:
𝐵𝑎𝑛𝑑 8 − 𝐵𝑎𝑛𝑑 4
𝑁𝐷𝑉𝐼 =
𝐵𝑎𝑛𝑑 8 + 𝐵𝑎𝑛𝑑 4
Selanjutnya, hasil NDVI dikelaskan menjadi lima kelas dengan klasifikasi kelas
kerapatan tajuk menggunakan rumus sebagai berikut (Sturgess,1925 dalam
Setiawan Heri, 2013):
𝑥𝑡 − 𝑥𝑟
𝐾𝐿 =
𝑘
Keterangan:
KL = Kelas interval
xt = nilai tertinggi
xr = nilai terendah
k = jumlah kelas yang diinginkan

3.3.4.5. Layout Peta

Layout peta adalah tahapan terakhir yang dilakukan pada pengolahan data
citra. Citra yang telah diolah ditampilkan dalam bentuk peta yang selanjutnya
dibuat layout untuk menampilkan informasi penting mengenai peta tersebut. Pada
tahap ini pembuatan layout peta dilakukan dengan menambahkan beberapa atribut
seperti judul peta, grid peta, skala peta, legenda peta, tahun pembuatan peta dan
penerbitan peta serta sumber peta. Pembuatan layout peta dilakukan menggunakan
software ArcGIS 10.7.

3.3.5. Penentuan Titik Sampling

Penelitian ini menggunakan penginderaan jauh dan survey lapangan yang

mengacu pada Pedoman Inventarisasi dan Identifikasi Lahan Kritis Mangrove
yang dikeluarkan oleh Departemen Kehutanan tahun 2005. Maka dari itu,
penentuan titik sampling dilakukan dengan stratified purposive sampling. Metode
ini dilakukan dengan memperhatikan pertimbangan atau klasifikasi tertentu yang
dalam hal ini dapat berupa stratifikasi mangrove dilihat dari faktor lingkungan
disekitarnya dan juga kerapatan mangrove. Kerapatan mangrove diperoleh
berdasarkan citra Sentinel 2 akuisisi tahun 2020 yang telah dianalisis dengan

48
 49

menggunakan klasifikasi unsupervised dan indeks vegetasi NDVI sebelumnya

(Gambar 3.2 - Gambar 3.3) yang kemudian dibagi menjadi 5 kelas. Kelas
kerapatan tersebut ialah sangat jarang, jarang, sedang, lebat dan sangat lebat.
Metode penentuan sampling pada penelitian ini sedikit berbeda dengan
metode BIG (2014). Pada metode BIG penentuan titik sampling didasarkan pada
luas area penelitian dan besarnnya skala peta yang akan dihasilkan. Penentuan
titik sampling dengan metode BIG dirasa kurang sesuai untuk melihat kondisi
lahan kritis mangrove karena akan berpengaruh pada area yang mungkin dapat
menjadi habitat mangrove tumbuh. Titik sampling digunakan sebagai Ground
Truth atau titik koreksi citra dari hasil pengecekan lapangan nantinya dengan
metode titik. Semakin banyak GCP (Ground Control Point) atau Ground Truth
yang diambil akan semakin mendekati akurat selain itu, titik pengamatan
digunakan untuk pengukuran data lapangan. Pengambilan data lapangan
dilakukan dengan petak contoh/plot.
Pada metode plot dilakukan dengan menentukan suatu titik dengan
perhitungan tertentu sedangkan metode transek garis dilakukan dengan menarik
garis secara tegak lurus garis pantai maupun garis sungai ke arah darat sepanjang
100 meter. Jika keduanya dipergunakan maka perlu diusahakan agar jalur arah
tegak lurus pantai tidak sampai berpotongan dengan jalur arah tegak lurus sungai.
Jarak antar jalur dibuat sedemikian rupa, sehingga mencapai intensitas sampling
yang dikehendaki pada ketelitian sampling yang ditargetkan. Pada setiap jalur
dibuat petak-petak pengamatan sesuai kebutuhan (Baharuddin, 2018).

49
 50

Gambar 3.2. Peta lokasi sampling di Pesisir Sungai Rasau

50
 51

Gambar 3.3. Peta lokasi sampling di pesisir Kuala Tambangan - Tanjung Dewa

51
 52

3.3.6. Parameter Kekritisan Lahan Mangrove

Parameter kekritisan lahan mangrove berdasarkan Departemen Kehutanan
Tahun 2005 tentang Pedoman Inventarisasi dan Identifikasi Lahan Kritis
Mangrove yang selanjutnya dimodifikasi. Kriteria-kriteria yang dapat digunakan
untuk penentuan tingkat kekritisan lahan mangrove adalah sebagai berikut:
a. Jenis penggunaan lahan/tutupan lahan (Jpl), dilakukan secara penginderaan
jauh dan secara visual yang dapat diklasifikasikan menjadi lima kategori
b. Jumlah pohon (N), dapat dilakukan dengan mengukur kerapatan pohon
c. Jumlah permudaan (Np), dapat dilakukan dengan mengukur kerapatan pohon
d. Kerapatan tajuk (Kt), dimana berdasarkan nilai NDVI (Normalized Difference
Vegetation Index) dapat diklasifikasikan menjadi lima kategori. NDVI
didasarkan pada nilai reflektansi dari objek dalam saluran spektrum merah
dan inframerah dekat yang selanjutnya dilakukan verifikasi di lapangan.
e. Lebar jalur hijau mangrove (Lh)
f. Tingkat abrasi (Ta)

3.3.7. Pengambilan Data Lapangan

3.3.7.1. Jenis Penggunaan Lahan

Jenis penggunaan lahan (Jpl) dapat diukur dengan penginderaan jauh dan
secara visual dengan mengambil titik-titik dilapangan (Ground Control Point)
yang dapat diklasifikasikan menjadi lima kategori, yaitu:
1) hutan mangrove murni
2) hutan mangrove bercampur tegakan hutan lain
3) hutan mangrove bercampur dengan tambak tumpangsari, atau areal tambak
tumpangsari murni
4) hutan mangrove bercampur dengan penggunaan lahan non-vegetasi
(pemukiman, tambak non-tumpangsari, dsb), dan
5) areal tidak bervegetasi.

3.3.7.2. Kerapatan Mangrove

Pada sampel plot dilakukan dengan mengambil sampel mangrove yang

didasarkan pada suatu area/plot. Data yang dikumpulkan pada sampel plot berupa

52
 53

data pohon, pancang dan semai. Dengan sampel plot ukuran petak harus cukup
besar agar mewakili komunitas dan cukup kecil sehingga individu yang ada dapat
juga dipisahkan, dihitung dan diukur tanpa pengabaian. Petak contoh (plot)
berukuran 10 x 10 meter untuk melakukan pengamatan pohon, selanjutnya
didalam plot tersebut dibuat sub plot berukuran 5 x 5 meter untuk mengamati
pancang dan sub plot sebesar 1 x 1 meter untuk pengamatan kategori semai (BIG,
2014). Pada plot tersebut dilakukan pengukuran secara visual dengan
mengidentifikasi spesies mangrove yang ada, jumlah individu setiap jenis dan
lingkar batang pohon mangrove. Data tersebut dicatat yang selanjutnya diolah
untuk melihat jumlah pohon dan permudaan dan menghitung kerapatan jenis,
frekuensi jenis, luas penutupan serta nilai penting spesies mangrove.
Pengambilan Ground Control Point (GCP) dilakukan dengan metode titik.
Metode ini dilakukan secara visual dengan jarak pandang 5 m di sekeliling
surveyor. Surveyor berada pada titik centroid dan jarak pandang sekeliling
(depan-belakang, kanan kiri) sejauh 5 m sehingga membentuk bujur sangkar dan
seolah-olah ukurannya sama dengan plot 10 m x 10 m (BIG, 2014).Metode
pengambilan petak contoh dapat dilihat pada Gambar 3.6. dibawah ini:

Gambar 3.6. Metode sampel plot

Sumber : BIG, 2014
Keterangan :
A : Seedling (semai) : 1 m x 1 m, diameter < 2 cm
B : Sapling (pancang ) : 5 m x 5 m, diameter 2 cm – 10 cm
C : Tree (pohon dewasa) : 10 m x10 m, diameter > 10 cm

53
 54

3.3.7.3. Kerapatan Tajuk

Pengukuran kerapatan tajuk dilapangan dapat melalui pengukuran
hemisphere yang mengacu pada pedoman LIPI (2020). Pola pengambilan tutupan
kanopi didasari oleh distribusi tutupan kanopi yang bervariasi yang sebelumnya
telah diperoleh melalui analisis citra satelit. Dalam satu plot, akan dibagi menjadi
beberapa kuadran dengan jumlah yang disesuaikan dengan variasi distribusi
penutupan kanopi. Pada tipe penutupan yang padat dan merata dilakukan
pengambilan foto sebanyak 4 (empat) kuadran. Sedangkan pada penutupan yang
kosong disatu sisi pengambilan dapat dilakukan sebanyak 5 kuadran foto dalam
satu plot. Pada tipe penutupan yang jarang dan tidak konsisten, pengambilan foto
dapat dilakukan sebanyak 9 kuadran untuk mendapatkan refresentasi terbaik.

Gambar 3.7. Cara pengambilan foto hemisphere (Sumber : LIPI, 2020)

Pengambilan foto hemisphere atau pemotretan secara vertikal dan tegak
lurus ke arah langit yang dilakukan pada area ketinggian 1/3 dari rata-rata
ketinggian kanopi komunitas. Pada tegakan yang memiliki ketinggian lebih dari 4
meter posisi kamera ditempatkan sejajar dengan dada orang dewasa (±1,3 m).
Sementara, pada komunitas mangrove yang memiliki ketinggian kurang dari 4 m,
maka pengambilan foto dilakukan pada 1/3 ukuran ketinggiannya atau lebih
rendah rendah dari 1,3 m.

3.3.7.4. Lebar Jalur Hijau

Lebar jalur hijau mangrove dapat diukur dengan mengacu pada Keppres
No. 32 Thun 1990, tentang pengelolaan kawasan lindung, kawasan pantai

54
 55

berhutan bakau/mangrove = 130 x nilai rata-rata perbedaan air pasang tertinggi

dan terendah tahunan diukur dari garis air surut terendah ke arah darat (PPS),
dikategorikan masih dapat berfungsi cukup baik.

3.3.7.5. Tingkat Abrasi

Tingkat abrasi dapat dinilai dengan menggunakan uji lapangan yang
dilakukan dengan mengamati kondisi sekitar penelitian dan juga pengambilan titik
GCP menggunakan GPS yang selanjutnya disesuaikan dengan citra dan
diklasifikasikan kedalam lima kategori.

3.3.7.6. Parameter Lingkungan

Parameter lingkungan yang diambil ialah substrat, salinitas dan aktivitas
sekitar. Metode pengambilan data substrat ialah dengan mengamati kondisi
substrat dimana mangrove tumbuh. Data salinitas juga diambil dengan mengukur
kadar garam pada lokasi mangrove tumbuh. Pengukuran kedua parameter tersebut
dilakukan secara eksitu yang berarti langsung dilapangan dengan menyesuaikan
posisi GCP diambil.

3.4. Analisis Data

3.4.1. Analisis Data Mangrove

Analisis data mangrove mengacu pada Peraturan Badan Informasi

Geospasial (BIG) (2014). Data berupa kerapatan jenis, tutupan jenis, frekuensi
jenis dan indeks nilai penting yang dijabarkan dalam rumus sebagai berikut:
a. Kerapatan Jenis i (Di) adalah jumlah tegakan jenis i dalam satuan unit area
dihitung dengan rumus :
ni Di
Di = dan RDi = ⅹ 100%
A ∑n
Dimana :
Di = Kerapatan jenis i (Indiv/m2),
RDi = Kerapatan relatif jenis i,
ni = Jumlah total tegakan jenis i,
A = Luas total area pengamatan sampel (m2),
Ʃn = Jumlah total tegakan seluruh jenis

55
 56

b. Frekuensi Jenis i (Fi) adalah peluang jenis i dalam plot dihitung dengan rumus:
ni Fi
Fi = dan RFi = x 100%
∑p ∑f
Dimana :
Fi = Frekuensi jenis i,
RFi = Frekuensi jenis relatif jenis i (%)
Pi = Jumlah plot yang ditemukan,
Ʃp = Jumlah total plot yang diamati,
Ʃf = Jumlah frekuensi seluruh jenis

c. Penutupan Jenis i (Ci) adalah luas penutupan jenis i dalam plot yang dihitung
dengan rumus :
∑BA Ci
Ci = dan RCi = x 100%
A ∑c
Dimana :
Ci = Penutupan jenis dalam satu unit area,
Rci = Penutupan reletif jenis i,
BA = Diameter batang,
A = Luas total plot (m2),
Ʃc = Jumlah penutupan dari semua jenis,
RCi = Penutupan relatif jenis i (%)

3.4.2. Analisis foto Hemisphere

Analisis persentase tutupan kanopi dengan menggunakan metode
Hemispherical Photography dapat dilakukan dengan dua tahapan, yaitu: dengan
menggunakan perangkat lunak penganalisis gambar dan perangkat lunak
pengolahan data angka (spreadsheet). Perangkat lunak yang umum digunakan
untuk menganalisis foto hemisphere adalah ImageJ (LIPI, 2020).
Pada perangkat ini, foto hemisphere dianalisis dengan mengubah tipe
gambar 8 bit menjadi 1 bit melalui analisis Treshold untuk memisahkan antara
langit dan kanopi. Setelah terpisah, dilanjutkan dengan menggunakan analisis
histogram yang menghasilkan jenis piksel dari tutupan kanopi. Selanjutnya
dilakukan dengan menghitung rasio antara jumlah piksel foto yang yang tertutup

56
 57

oleh kanopi dan jumlah seluruh piksel foto dan dikalikan 100%. Warna langit
yang kontras dengan kanopi, menyebabkan identifikasi pada piksel langit sangat
mudah dilakukan dengan analisis sederhana. Berikut rumus yang digunakan untuk
menilai persentase tutupan kanopi (LIPI, 2020):

Kerapatan tajuk berdasarkan hasil lapangan akan diolah menggunakan SIG

sehingga menghasilkan training area yang digunakan untuk analisis Supervised
dari interpretasi NDVI sebelumnya sehingga menghasilkan kerapatan tajuk yang
terkoreksi.

3.4.3. Analisis Tingkat Kekritisan Lahan Mangrove

Sistem penilaian dilakukan dengan mengacu pada peraturan Departemen
Kehutanan Tahun 2005 tentang Pedoman Inventarisasi dan Identifikasi Lahan
Kritis Mangrove yang sudah dimodifikasi. Berikut sistem penilaian yang
digunakan untuk penilaian kekritisan lahan mangrove:
Tabel 3.3. Penentuan bobot dan skor per parameter
No. Kriteria Bobot(3) Skor Penilaian
1 Jenis penggunaan 28,6 5 : hutan mangrove murni
lahan (Jpl)(1) 4 : hutan mangrove bercampur tegakan
hutan lain
3 : hutan mangrove bercampur dengan
tambak tumpangsari, atau areal tambak
tumpangsari murni
2 : hutan mangrove bercampur dengan
penggunaan lahan non-vegetasi
(pemukiman, tambak nontumpangsari,
dsb)
1 : areal tidak bervegetasi
2 Jumlah pohon 23,8 5 : N = 15 pohon/100 m, merata
(N)(2) 4 : N = 15 pohon/100 m, tidak merata
3 : N = 10 - 15 pohon/100 m, merata
2 : N = 10 - 15 pohon/100 m, tidak merata
1 : N < 10 pohon/100 m

57
 58

No. Kriteria Bobot(3) Skor Penilaian

3 Permudaan 19 5 : N = 50 semai/100 m
(Np)(2) N = 25 pancang/100 m
4 : N = 40 - 50 semai/100 m
N = 20 - 25 pancang/100 m
3 : N = 30 - 40 semai/100 m
N = 15 - 20 pancang/100 m
2 : N = 20 - 30 semai/100 m
N = 10 - 15 pancang/100 m
1 : N < 20 semai/100 m
N < 10 pancang/100 m
4 Kerapatan tajuk 14,3 5 : Sangat lebat (81 % - 100%)
(Kt)(2) 4 : Lebat (61% - 80%)
3 : Sedang (41% - 60%)
2 : Jarang (21% - 40%)
1 : Sangat jarang (0% - 20%)
5 Lebar jalur hijau 9,5 5 : ≥ 100%
mangrove (Lh)(1) 4 : 80% - 100% (130 x PPS)
3 : 60% - 80% (130 x PPS)
2 : 40% - 80% (130 x PPS)
1 : < 40 % (130 x PPS)
6 Tingkat abrasi 4,8 5 : 0 - 1 m/tahun (sangat rendah)
(Ta)(1) 4 : 1 - 2 m/tahun (rendah)
3 : 2 - 3 m/tahun (sedang)
2 : 3 - 5 m/tahun (tinggi)
1 : > 5 m/tahun (sangat tinggi)
Catatan: skor 1 = jelek
Sumber : Departemen Kehutanan(1) (2005), Ramayanti, dkk(2) (2015),
Modifikasi(3) (2020)

3.4.4. Analisis Kondisi dan Status Lahan Kritis Mangrove

3.4.4.1. Overlay

Overlay atau tumpang susun merupakan suatu cara dalam pembentukan

peta gabungan dengan menempatkan satu peta diatas peta lainnya. Peta hasil
penggabungan tersebut memiliki informasi atribut yang berasal dari peta
sebelumnya. Secara sederhana overlay menggunakan layer yang berbeda untuk
disatukan sehingga membentuk poligon baru. Dalam penelitian ini akan peta yang
di overlay adalah peta perubahan penggunaan lahan pada tahun 2016 dan peta
2020 yang menghasilkan peta akhir berupa perubahan luasan mangrove. Teknik
overlay yang digunakan adalah union atau gabungan. Peta tematik yang
dihasilkan melalui pembobotan dan skoring sebelumnya dengan membuffer area

58
 59

sepanjang 100 meter sebagai zona tumbuh mangrove lalu dihasilkan peta
kekritisan lahan mangrove. Tingkat kekritisan mangrove di pesisir Sungai Rasau
dan Kuala Tambangan - Tanjung Dewa. Dengan menggunakan kriteria tersebut,
untuk menentukan kriteria lahan kritis mangrove dengan menggunakan rumus
berikut:
TNS = ((Tppl x 28,6) + (N x 23,8) + (Np x 19) + (Kt x 14,3) + (L x 9,5) +
(TA x 4,8))
Berdasarkan total nilai skoring (TNS) tersebut, tingkat kekritisan lahan mangrove
dapat diklasifikasikan sebagai berikut:
• Nilai < 200 : rusak berat
• Nilai 200 – 300 : rusak
• Nilai > 300 : tidak rusak

3.4.5. Uji Akurasi

Uji ketelitian dilakukan menilai sejauh mana tingkat kesesuaian antar hasil
klasifikasi yang telah dilakukan dengan kondisi lapangan yang sebenarnya. Uji
ketelitian dilakukan terhadap kelas-kelas kerapatan yang diperoleh dari olah citra
NDVI dengan menggunakan data hasil survey lapangan. Melalui uji ketelitian ini
dapat dihitung besarnya ketelitian seluruh hasil klasifikasi dengan tabel matriks
konfusi (confusion matriks). Ketelitian seluruh hasil klasifikasi (K) adalah :
𝐽𝑃𝐵
K= x 100%
𝐽𝑆

Keterangan:
K = Ketelitian
JPB = Jumlah Pixel Benar
JS = Jumlah Pixel Sebenarnya

59
 60

Mulai

Penetapan kriteria
penilaian

Pengumpulan data Data GIS &

sekunder, studi literatur Inderaja

Peta lokasi
mangrove
Perancangan
pengambilan
sampel

Survey lapangan:
-Pengamatan kondisi umum
-Pengambilan sampel
-Pengukuran parameter lingkungan

Analisis kriteria
Re-interpretasi citra kekritisan lahan
(tabel skoring)

Revisi peta

Perhitungan luasan
dan perbandingan
luasan
Penyajian peta
kekritisan dan
perubahan luas Tabulasi
mangrove

Selesai

Gambar 3.7. Diagram alir penelitian

60
 DAFTAR PUSTAKA

Asirwan. 2017. Pantauan Perubahan Luas Dan Kerapatan Mangrove Di Pulau

Pannikiang Kabupaten Barru Tahun 2011 dan 2016. Universitas Hasanuddin.
Makassar.

Anggraini, N., Marini, Yennie. Manoppo, Anneke K.S. 2017. Identifikasi Spektral
Reflektan Tanaman Mangrove di Pulau Pasighe Menggunakan Landsat 8. IPB.
Bogor.

Badan Informasi Geospasial (BIG). 2014. Peraturan Kepala Badan Informasi

Geospasial No.3 Tentang Pedoman Teknis Pengumpulan dan Pengolahan Data
Geospasial Mangrove. Cibinong. Jawa Barat.

Badan Standardisasi Nasional. (2011). SNI.7717: Survei Dan Pemetaan Mangrove.

Bang Day (2018) Mengenal Satelit Cuaca Himawari-8 - Belajar Cuaca Dan Iklim.
Available at: Http:// Www.Climate4life.Info/2018/07/ Mengenal-Satelit-Cuaca-
Mawari8.

Baharuddin. 2018. Modul Praktek Lapang: Pemetaan Sumberdaya Pesisir, Laut dan
Pulau-Pulau Kecil. Ilmu Kelautan.Universitas Lambung Mangkurat.Banjarbaru

Budimansyah. Pemetaan Perubahan Luasan Ekosistem Terumbu Karang Menggunakan

Citra Alos Avnir-2 Tahun 2011 Dan Spot 7 Tahun 2017 Di Wilayah Selatan
Pulau Laut Kabupaten Kotabaru. Universitas Lambung Mangkurat. Banjarbaru.

Dahuri, Rokhmin. 2001. Pengelolaan Sumberdaya Wilayah Pesisir dan Lautan Secara
Terpadu. PT. Pradnya Paramita. Jakarta.

Departemen Kehutanan. 2005. Pedoman Inventarisasi dan Identifikasi Lahan Kritis

Mangrove. Jakarta.

Dirjen Pengelolaan Ruang Laut. 2019. Zonasi Ekosistem Hutan Mangrove.

Kementerian Kelautan dan Perikanan.

Dinas Kelautan dan Perikanan Kabupaten Tanah Laut. 2016. Identifikasi Dan
Inventarisasi Kerusakan Ekosistem Mangrove. Kabupaten Tanah Laut.

Dinas Lingkungan Hidup Provinsi Kalimantan Selatan. 2018. Laporan Identifikasi

Potensi Kerusakan Pantai dan Laut Provinsi Kalimantan Selatan. Kalimantan
Selatan.

European Space Agency (ESA). 2015. Sentinel-2 User Handbook Revision 2. ESA
Communication, Noordwijk.

61
FAO. 2007. The World’s Mangroves 1980-2005. FAO Publisher. Rome. Italy.

Frazier, S. (2014) Moderate Resolution Imaging Spectroradiometer, NASA. Available

at: https://modis.gsfc.nasa.gov/about.

Ghufran, M. dan Kordi, K.M. 2012. Ekosistem Mangrove: potensi, fungsi, dan
pengelolaan. Rineka Cipta. Jakarta.

Giri, C., E. Ochieng, L. L. Tieszen, Z. Zhu, A. Singh, T. Loveland, J. Masek & N.

Duke. 2011. Status and distribution of mangrove forests of the world using earth
observation satellite data. Global Ecology and Biogeography. 20: 154–159.

Graha, Y.I., Hidayah, Zainul dan Nugraha, W.A. 2009. Penentuan Kawasan Lahan
Kritis Hutan Mangrove Kecamatan Modung Memanfaatkan Teknologi Sistem
Informasi Geografis Dan Penginderaan Jauh. Universitas Trinujoyo. Jawa
Timur.

Herwanda, Agita, S. 2016. Analisis Akurasi Citra Modis Dan Citra Landsat 8
Menggunakan Algoritma Normalized Burn Ratio Untuk Pemetaan Area
Terbakar (Studi Kasus : Provinsi Riau). IPB. Bogor.

Irawan, S dan Malau, O. A. 2016. Analisis Persebaran Mangrove di Pulau Batam

Menggunakan Teknologi Penginderaan Jauh. Program Studi Teknik Geomatika.
Jurusan Teknik Informatika, Politeknik Negeri Batam. Batam.

Irwanto. 2008. Hutan Manfrove dan Manfaatnya. Rineka Cipta. Ambon.

Jensen JR 2014. Remote Sensing of the Environment: An Earth Resource Perspective

(2nd Edition).

Kamaruzaman, Jusoff dan Kasawani, I. 2007. Imaging Spectrometry on Mangrove

Species Identification and Mapping in Malaysia. Wseas Transaction on Biology
and Biomedicine. Malaysia.

Kawamuna, A., Suprayogi, A., & Wijaya, A. 2017. Analisis Kesehatan Hutan
Mangrove Berdasarkan Metode Klasifikasi Ndvi Pada Citra Sentinel-2 (Studi
Kasus : Teluk Pangpang Kabupaten Banyuwangi). Jurnal Geodesi Undip, 6(1),
277–284.

Keputusan Menteri Lingkungan Hidup No. 201. 2004. Kriteria Baku dan Pedoman
Penentua Kerusakan Mangrove. Jakarta.

Keputusan Presiden No. 32. 1990. Pengelolaan Kawasan Lindung. Jakarta.

62
LAPAN. 2018. Jenis Data Satelit Penginderaan Jauh. Available at: https://inderaja-
catalog.lapan.go.id/application_data/default/index.html.

LAPAN. 2015. Buku Pedoman Pedoman Pengolahan Data Penginderaan Jauh Landsat
8 Untuk Mangrove. Pusat Pemanfaatan Penginderaan Jauh. Lembaga
Penerbangan dan Antariksa Nasional. Jakarta.

LAPAN. 2015. Pedoman Pengolahan Data Satelit Multispektral Secara Digital

Supervised Untuk Klasifikasi. Pusat Pemanfaatan Penginderaan Jauh. Lembaga
Penerbangan dan Antariksa Nasional. Jakarta.

LIPI. 2020. Modul Pelatihan Pemanfaatan Teknologi Dalam Monitoring Mangrove:

Analisis Data Persentase Tutupan Kanopi Mangrove Dengan Hemispherical
Photography. Pusat Pembinaan, Pendidikan, Dan Pelatihan & Pusat Penelitian
Oseanografi. Lembaga Ilmu Pengetahuan Indonesia. Cibinong.

LIPI, 2020. Modul Pelatihan Pemanfaatan Teknologi Dalam Monitoring Mangrove:

Pengantar Pengolahan Citra Satelit Dengan Qgis. Pusat Pembinaan, Pendidikan,
Dan Pelatihan & Pusat Penelitian Oseanografi. Lembaga Ilmu Pengetahuan
Indonesia. Cibinong.

Murti SH. 2012. Pengaruh resolusi spasial pada citra penginderaan jauh terhadap
ketelitian pemetaan penggunaan lahan pertanian di Kabupaten Wonosobo. Jurnal
Ilmiah Geomatika. 18(1): 84-94.

Muzaki, F.K., Saptarini, D., Kuswytasari, N.D., dan Suliesetyoro, A. (2019).

Menjelajah Mangrove Surabaya. Lppm, 53(9), 1689–1699.

Noor, Y.R., Khazali, M., Suryadiputra, INN. 2006. Panduan Pengenalan Mangrove.
Ditjen PHKA: Wetlands International, Indonesia Programme.

Onrizal et al. 2018. Mangrove loss drives global warming. Makalah akan disampaikan
pada Konferensi Internasional ICOSTEERR. https://www.mongabay.co.id/2018/
08/13/mangrove-ekosistem-penting-langka-yang-semakin-terancam/

Prahasta. 2008. Konsep – Konsep Sistem Informasi Geografis. Teknik Informtika

Universitas Negeri Malang. Malang.

Ramayanti, L.A. Yuwono, D. B. Awaluddin, M. 2015. Pemetaan Tingkat Lahan Kritis

Dengan Menggunakan Penginderaan Jauh Dan Sistem Informasi Geografi (Studi
Kasus : Kabupaten Blora). Jurnal Geodesi Undip. Universitas Diponegoro.
Semarang.

Satellite imaging corp. 2014. Sensors Used in Satellite Imaging. Diakses 17 September
2020, dari https://www.satimagingcorp.com.

63
Saru, A. 2013. Mengungkap Potensi Emas Hijau di Wilayah Pesisir. Masagena Press,
Makassar.

Setiawan, Heri. 2013. Identifikasi Daerah Prioritas Rehabilitasi Lahan Kritis Kawasan
Hutan dengan Penginderaan Jauh dan SIG di Kabupaten Pati. Program Studi
Teknik Geodesi UNDIP. Semarang.

Siburian, Robert dan Haba, John. 2016. Konservasi Mangrove dan Kesejahteraan
Masyarakat. Yayasan Pustaka Obor Indonesia. Jakarta.

Setyawan, A., D., Susilowati, A., dan Sutarno, 2002. Biodiversitas Genetik, Spesies dan
Ekosistem Mangrove di Jawa Petunjuk Praktikum Biodiversitas:Studi Kasus
Mangrove.Jurusan Biologi. Fakultas Matematika dan Ilmu Pengetahuan Alam.
Universitas Sebelas Maret. Surakarta.

Sitanggang, Gokmaria. 2010. Kajian Pemanfaatan Satelit Masa Depan: Sistem

Pengindraan Jauh Satelit LDCM (Landsat8). Jakarta: Lembaga Penerbangan dan
Antariksa Nasional.

Soenarmo, S., H., 2009. Penginderaan Jauh dan Pengenalan Sistem Informasi Geografis
Untuk Bidang Ilmu Kebumiaan. Penetbit ITB Bandung.

Somantri L. 2008. Pemanfaatan Teknik penginderaan jauh untuk mengidentifikasi

kerentanan dan resiko banjir. Jurnal Gea. 8(2): 1-6.

Susilo, Setyo. Budi. 2000. Penginderaan Jauh Kelautan Terapan. Jurusan Manajemen
Sumberdaya Perairan. IPB. Bogor.

Toknok, dkk. 2014. Nilai Manfaat Hutan Mangrove Di Desa Sausu Peore Kecamatan
Sausu Kabupaten Parigi Moutong. Jurnal. Jurusan Kehutanan Universitas
Tadulako.

Tuwo, A. 2011. Pengolahan Ekowisata Pesisir dan Laut. Penerbit Brilian Internasional.
Surabaya.

Unik, M. 2019 . Spesifikasi Citra Satelit. Analisis Citra Digital Untuk Pengelolaan
Sumber Daya Hutan. IPB. Bogor.

Wicaksono, P., Danoedoro, P., Hartono, & Nehren, U. 2016. Mangrove biomass carbon
stock mapping of the Karimunjawa Islands using multispectral remote sensing.
International Journal of Remote Sensing, 37(1).

Wijayanti, R.S. 2018. Citra Sentinel-2 Untuk Identifikasi Fase Pertumbuhan Padi
Dengan Analisis Pola Reflektan Di Kabupaten pCianjur. IPB. Bogor.

64
65
66
67