See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/319066817

PEMETAAN SEBARAN PADANG LAMUN MENGGUNAKAN CITRA SATELIT

LANDSAT 8 DI DESA MALANG RAPAT KECAMATAN GUNUNG KIJANG
KABUPATEN BINTAN

Article · August 2016

CITATION READS

1 1,647

3 authors, including:

Risandi Putra
Universitas Maritim Raja Ali Haji
27 PUBLICATIONS 3 CITATIONS

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Budidaya Perairan / Aquaculture View project

All content following this page was uploaded by Risandi Putra on 11 August 2017.

The user has requested enhancement of the downloaded file.

 PEMETAAN SEBARAN PADANG LAMUN MENGGUNAKAN CITRA
SATELIT LANDSAT 8 DI DESA MALANG RAPAT KECAMATAN
GUNUNG KIJANG KABUPATEN BINTAN
MAPPING BED OF SEAGRASSES DISTRIBUTION USING LANDSAT
8 SATELLITE IMAGE IN THE VILLAGE OF MALANG RAPAT
GUNUNG KIJANG SUB DISTRICT BINTAN DISTRICT
Rivaldy Prathama1, Risandi Dwirama Putra2, Andi Zulfikar2
Mahasiswa1, Dosen Pembimbing2

Jurusan Ilmu Kelautan

Fakultas Ilmu Kelautan dan Perikanan, Universitas Maritim Raja Ali Haji

ABSTRAK

Kabupaten Bintan memiliki 11 jenis-jenis lamun. Desa malang rapat merupakan salah satu
desa yang terletak di bagian timur pulau bintan. Pesisir desa malang rapat tersebar padang lamun.
Ketersediaan data real terbaru keterkaitan lamun masih belum bisa terpenuhi. Teknologi satelit
penginderaan jauh memiliki kemampuan untuk mengidentifikasi dan memantau padang lamun secara
keseluruhan karena memiliki keunggulan dalam waktu penelitian yang lebih minim dan dalam
pengolahan data lapangan.
Dewasa ini citra dari beberapa satelit tidak sulit untuk mendapatkannya, satelit landsat
memberikan informasi (citra/gambar/foto peta) secara gratis yang bisa kita mengunduhnya dari
website resmi. Peneliti menggunakan beberapa software seperti ENVI, ER MAPPER, dan ARCGIS
yang merupakan software untuk pengolahan cita. Analsis Lyzenga digunakan untuk pengkoreksian
kolom perairan agar kenampakan objek pada sensor satelit menjadi lebih baik. Untuk pemerolehan
klasifikasi peneliti menggunakan supervised classification maximum likelihood dengan membagi
kelas menjadi 4 yaitu : pasir, lamun, karang, laut. Total dari luas lamun yang diperoleh berkisar 468ha
yang tersebar diseluruh pesisir desa malang rapat dengan skala peta 1:100.000.

Kata kunci : Pemetaan, Lamun, Citra, Landsat 8, ENVI, ER MAPPER, ARCGIS, Supervised
Classification

ABSTRACT

Bintan district has 11 types of seagrass. The Malang Rapat village is one of the villages
located in the eastern part of the island of Bintan. Malang Rapat villages scattered coastal seagrass.
The latest real data availability seagrass still linkage can not be fulfilled. Satellite remote sensing
technology has the ability to identify and monitor seagrass as a whole because it has advantages in
research time more minimal and in the data processing field.
Imagery from multiple satellites is not difficult to get it, Landsat satellites provide
information (image / picture / photo map) for free that we can download it from the official website.
Researcher using some software such as ENVI, ER Mapper, and ARCGIS which is an ideal software
for processing. Lyzenga the analysis used to Correctioning the water column so that the appearance of
the object on the satellite sensors for the better. For obtaining the classification of researchers using
maximum likelihood supervised classification by dividing the class into four, namely: sand, seagrass,
coral, sea. Total of extensive seagrass obtained ranged 468ha spread throughout the coastal villages
unfortunate meeting with a map scale of 1: 100,000.

Key word: Mapping, Seagrass, Image, Landsat 8, ENVI, ER MAPPER, ARCGIS, Supervised
Classification
PENDAHULUAN
Kabupaten Bintan terletak di
Provinsi Kepulauan Riau memiliki luas
permukaan laut yang lebih luas dari
permukaan darat. Sumberdaya yang
dimiliki oleh kabupaten ini di bidang
maritimnya cukup bervariatif, salah satu
contoh adalah lamun. Jumlah lamun yang
terdapat di Kabupaten ini berjumlah 11
jenis dari 13 jenis di Indonesia
(BAPEDDA dalam Bayu 2015) tersebar di
beberapa wilayah Kabupaten Bintan salah
satu pulauya adalah pulau Bintan.
Beberapa penelitian tentang Lamun
dari pendataan jenis, tutupan, pola sebaran,
struktur komunitas, dan sebagainya sudah
ada dilakukan di beberapa wilayah di
Kabupaten Bintan. Desa Malang Rapat
yang terletak dibagian timur Kabupaten
Bintan merupakan salah satu wilayah yang
memiliki luasan tutupan lamun yang cukup
luas namun belum ada penelitian tentang
sebaran lamun secara keseluruhan
menggunakan pencitraan jarak jauh.
Ketersediaan data real terbaru tentang
sumberdaya maritim yang ada di Desa
Malang Rapat masih belum bisa terpenuhi
karena keterbatasan waktu dan dana untuk
mendata seluruh sumberdaya maritim yang
ada di wilayah ini.
Total luas sebaran padang lamun
dapat dilihat dari gambar/citra yang diolah
dari salah satu satelit yaitu landsat 8, lalu
dalam penjabaran hasil pengolahan gambar
dapat disimpulkan total luas sebaran
padang lamun yang ada di wilayah ini dan
bisa di petakan
METODE PENELITIAN
Penelitian ini dilaksanakan pada
bulan Mei 2016 di Desa Malang Rapat
Kecamatan Gunung Kijang Kabupaten
Bintan yang bekoordinat dari 1°11'12'' BB
dan104°34'36'' BT sampai dengan 1°46'19''
BB dan 104°38'30'' BT. Alat–alat yang
digunakan pada penelitian ini adalah;
Global Possition System (GPS), transek
kuadran 1m x 1m, alat pengolahan data
berupa; laptop dengan spesifikasi intel
core i.5, RAM 2gb, software pengolahan
Sistem Informasi Geografis dan
penginderaan jauh, MS. WORD, dan MS.
EXCEL. Bahan yang digunakan dalam
penelitian ini menggunakan satu citra
Landsat 8 di antara bulan Januari - Maret
tahun 2016
Prosedur penelitian yang
digunakan dalam penelitian ini terdiri atas
pra-pengolahan data dan pengolahan data
citra. Pengolahan data citra satelit
menggunakan perangkat lunak pemrosesan
data citra, dan pengolahan data vektor
menggunakan perangkat lunak Sistem
Informasi Geografis untuk mendapatkan
peta tematik. Prosedur penelitian yang
dilakukan seperti berikut :
1. Pra-Pengolahan Citra
Beberapa tahapan dalam pra-
pengolahan citra yang dilakukan
dalam penelitian sebagai berikut:
a. Pengunduhan Citra Landsat 8 OLI
Citra Landsat 8 yang akan
digunakan diunduh melalui situs
www.earthexplorer.usgs.gov. Data
citra tersebut diperoleh dalam bentuk
terpisah masing–masing band. Oleh
karena itu perlu dilakukan
penggabungan band agar menjadi satu
informasi yang utuh.
b. Koreksi Atmosperik
Koreksi atmosperik dilakukan
untuk mengembalikan nilai-nilai asli pada
citra yang telah kita unduh kemudian
menghilangkan nilai – nilai distorsi yang
terdapat pada citra sehingga nilai distorsi
tersebut menjadi nol agar memudahkan
dalam proses klasifikasi. Pengolahan
koreksi atmosperik dilakukan
menggunakan bantuan perangkat lunak
ENVI yang dalam penggunaan tool
mempermudah peneliti untuk mengerjakan
tahap-tahap pengolahan citra. Koreksi
atmospheric menggunakan modul
FLAASH berdasarkan petunjuk (Rudjord
and Trier dalam Wahiddin tahun 2014)
dengan persamaan sebagai berikut:
 𝐴𝐴𝐴𝐴 𝐵𝐵𝜌𝜌𝜖𝜖
𝐿𝐿 = � �+ � � + 𝐿𝐿𝑎𝑎
1 − 𝜌𝜌𝜖𝜖𝜖𝜖 1 − 𝜌𝜌𝜖𝜖𝜖𝜖
dimana: 𝜌𝜌 adalah reflektansi permukaan
piksel, 𝜌𝜌∈ adalah rata-rata reflektansi
permukaan piksel dan daerah disekitarnya,
𝑆𝑆 adalah sperikal albedo atmosfir, 𝐿𝐿𝑎𝑎
adalah hamburan balik radiasi oleh
atmosfir, 𝐴𝐴 dan 𝐵𝐵 koefisien yang
tergantung pada kondisi atmosfir dan
geometrik.
c. Penggabungan Band
Landsat 8 telah meningkatkan
kebutuhan memori penyimpanan
harddisk lebih besar dari pada
generasi Landsat sebelumnya yang
berdampak pada waktu processing
citra menjadi lebih lama. Oleh karena
itu, peneliti hanya akan
menggabungkan kanal-kanal yang
diperlukan untuk penelitian.
Penggunaan penggabungan band yang
dilakukan untuk mendapatkan
penampakan vegetasi lamun adalah
komposit band R=4, G=3, B=2
(Misbari, et.al 2016).
d. Cropping dan Masking Peta
Setelah penggabungan band telah
selesai dilakukan, selanjutnya lakukan
pemfokusan daerah penelitian dengan
cara cropping atau memotong wilayah
yang akan digunakan dalam proses
pengolahan citra, dan masking bertujuan
untuk menutupi wilayah yang tidak
dibutuhkan dalam proses pengolahan
citra.
2. Pengolahan Citra
Setelah pra-pengolahan dilakukan
selesai, selanjutnya dilakukan pengolahan
citra sebagai berikut:
a. Analisis Lyzenga
Analisis Lyzenga untuk
melakukan analisis terhadap perairan
dangkal. Analisis Lyzenga merupakan
analisis yang digunakan mendeteksi
kolom perairan dangkal. Ekosistem
lamun merupakan salah satu
ekosistem yang berada di perairan
dangkal. Penerapan ini dimaksudkan
untuk memperoleh gambaran visual
lebih baik untuk objek–objek di
bawah permukaan air termasuk lamun
(siregar dalam Aulia, 2015).
b. Klasifikasi Citra
Klasifikasi merupakan suatu
proses pengelompokan nilai pantulan
dari setiap objek ke dalam kelas–kelas
tertentu sehingga dikenali. Penelitian
ini menggunakan metode klasifikasi
terbimbing (Supervised Classification)
untuk mengklasifikasikan lamun.
Dalam penelitian ini menggunakan
sebanyak 4 kelas yaitu pasir, lamun,
karang, laut.
c. Validasi Lapangan
Validasi lapangan dilakukan
untuk mengamati kondisi nyata
lapangan dengan cara melakukan
pengecekan silang dengan hasil
klasifikasi dari citra satelit.
d. Uji Akurasi
Uji ini dilakukan untuk
mengetahui tingkat sebaran padang
lamun di Desa Malang Rapat,
Kecamatan Gunung Kijang,
Kabupaten Bintan dengan hasil
klasifikasi citra dengan kondisi yang
ada di lapangan. Uji ketelitian hasil
klasifikasi dengan menggunakan
persamaan berikut:
𝐽𝐽𝐽𝐽𝐽𝐽
𝐾𝐾𝐾𝐾 = 𝑋𝑋 100%
𝐽𝐽𝐽𝐽𝐽𝐽
Keterangan:
KI = Ketepatan Interprestasi
JKI = Jumlah Kebenaran
Insterprestasi
JSL = Jumlah Sampel Lapangan
Pada uji ketelitian ini,peneliti
menggunakan teknik Purposive
Sample. Purposive Sample adalah
penebaran titik uji akurasi
dipertimbangkan keragaman kelasnya.
Jumlah titik sampel yang diambil
sebanyak ±100 titik di seluruh pesisir
pantai yang meliputi keseluruhan
prediksi klasifikasi yang terdapat di
 Desa Malang Rapat, Kecamatan (misbari, et. all). Pemilihan kombinasi ini
Gunung Kijang, Kabupaten Bintan. dikarenakan menurut (misbari, et. all tahun
2015) adalah kombinasi yang cocok pada
DIAGRAM ALIR satelit LANDSAT 8 untuk warna natural
citra. Band 4 (warna merah dengan
MENGUNDUHCITR panjang gelombang 0,64 – 0,67µm). Band
A SATELIT
3 (warna biru dengan panjang gelombang
0,53 – 0,59µm). Band 2 (warna hijau
PRA- PENGOLAHAN dengan panjang gelombang 0,45 –
PENGOLAHAN
CITRA
CITRA 0,51µm).
Setelah proses kombinasi berhasil,
KOREKSI ANALISIS dilakukan pemfokusan daerah penelitian
ATMOSPERIK LYZENGA
dengan cara Cropping dan Masking pada
PENGGABUNGA
daerah yang diteliti. Cropping dilakukan
KLASIFIKASI
N CITRA menggunakan bantuan perangkat lunak
BAND
ENVI. Skala yang dipakai untuk
CROPPING DAN pemotongan citra menggunakan skala
HASIL
MASKING PETA 1:100.000 yang memiliki hasil gambar
mencangkup keseluruhan daerah pesisir
UJI VALIDASI Desa Malang Rapat.
AKURASI LAPANGAN

HASIL
AKHIR

HASIL DAN PEMBAHASAN

Hasil dari pra-pengolahan citra
Landsat 8 yang dimulai dari pengunduhan
citra melalui situs resmi USGS pada
tanggal 02 Mei 2016. Citra dipilih tanggal
tersebut dikarenakan hasil perekaman
antara bulan Januari sampai dengan Juli
2016 didaerah pesisir yang tidak berawan
adalah daerah pesisir Desa Malang Rapat.
Dilanjutkan dengan koreksi atmospheric
yang bertujuan untuk menghilangkan nilai
distorsi pada citra sehingga nilai distorsi
menjadi nol agar mempermudah dalam
pengolahan citra selanjutnya.
Setelah itu dilakukan
penggabungan citra agar citra yang di
proses dapat menampilkan sesuai yang
digunakan dalam penelitian. Pengolahan
penggabungan citra dilakukan
menggunakan bantuan perangkat lunak
ENVI. Adapun kombinasi kanal yang
dipakai pada penelitian ini adalah 4-3-2
Gambar 3. Hasil Cropping Citra
LANDSAT 8 Kombinasi Band 4-3-2
Terkoreksi Atmosperik
Masking Citra dilakukan betujuan
untuk menutupi wilayah-wilayah yang
dianggap tidak dibutuhkan dalam proses
pengolahan sesuai tujuan penelitian.
Masking Citra dilakukan dengan bantuan
perangkat lunak ENVI. Hasil dari Masking
dapat dilihat terdapat daerah yang
berwarna hitam yang merupakan daerah
yang telah berhasil ditutupi. Daerah yang
tertutupi tidak akan mengganggu untuk
proses selanjutnya karena program yang
terdapat pada perangkat lunak ENVI hanya
akan memproses citra yang tidak ditutupi /
Masking.

Gambar 4. Hasil Masking Citra
LANDSAT 8 Pesisir Desa Malang Rapat
A. Pengolahan Citra
Hasil dari pra-pengolahan citra
berupa citra yang telah di fokuskan pada
daerah penelitian. Setelah hasil Pra-
Pengolahan didapatkan, dilanjutkan
dengan pengolahan citra. Tahap awal
pengolahan citra yaitu dilakukan analisis
Lyzenga yang bertujuan untuk mereduksi
dampak perairan kepada gelombang
elektromagnetik yang di pancarkan dari
satelit ke objek. Dasar asumsi untuk
Lyzenga tersebut adalah sinar yang masuk
ke dalam kolom air berkurang secara
eksponensial dengan semakin
bertambahnya kedalaman air (atenuasi)
(LIPI tahun 2014). Penggunaan algoritma
Lyzenga dihitung dengan bantuan
perangkat lunak MS. EXCEL. Adapun
jumlah Training Site yang dibuat
berjumlah 20 sampel. Setelah hasil dari
perhitungan didapat, hasil beserta
algoritma tersebut dimasukan dan
digunakan pada perangkat lunak ER
MAPER.
Gambar 5. Hasil Lyzenga Menggunakan
Software ER MAPER Citra LANDSAT
8 Pesisir Desa Malang Rapat
Setelah hasil dari analisis Lyzenga
selesai, dilakukan klasifikasi citra dengan
membagi kelas sebanyak 4 kelas yaitu:
pasir, lamun, karang, laut. Pembagian
kelas yang dilakukan berdasarkan hasil
yang memiliki 4 warna Pengambilan
Training Sample menggunakan ROI Tools
yang ada di Toolbar pada perangkat lunak
ENVI berdasarkan perbedaan kenampakan
warna yang terdapat di citra. Setelah
selesai lakukan klasifikasi menggunakan
Supervised Classification Maximum
Likelihood sehingga semua piksel pada
citra terbagi menjadi kelas-kelas
klasifikasi.
Gambar 6. Hasil Klasifikasi Citra
LANDSAT 8 Pesisir Desa Malang Rapat
Setelah proses klasifikasi sebar
titik secara acak menggunakan Tool yang
terdapat di ENVI sebanyak 100 titik yang
bertujuan agar citra yang dihasilkan dapat
diuji akurasi tingkat ketelitiannya
dilapangan dengan mencocokan antara
hasil klasifikasi dan hasil uji lapangan
menggunakan tabel matrik uji akurasi.
Hasil uji lapangan didapat bernilai
63 titik yang benar dan 33 titik salah.
Berdasarkan data yang di peroleh, tingkat
ketelitiannya adalah:
𝐽𝐽𝐽𝐽𝐽𝐽
𝐾𝐾𝐾𝐾 = 𝑥𝑥 100%
𝐽𝐽𝐽𝐽𝐽𝐽
Maka,
63
𝐾𝐾𝐾𝐾 = 𝑥𝑥100% = 63%
100
Dari perhitungan diatas maka hasil
pengolahan citra yang dilakukan
mendapatkan nilai tingkat ketelitian
sebesar 63%.
4.3 Analisis Hasil
Hasil dari perhitungan uji akurasi
yang dilakukan menunjukan bahwa
persentase hasil yang diapat dari uji
akurasi dapat digunakan. Menurut LIPI
tahun 2014, batas akurasi yang dapat
diterima untuk peta habitat dasar perairan
dangkal berdasarkan pada SNI 7716:2011
tentang Pemetaan Habitat dasar perairan
laut dangkal, yaitu sebesar 60%. Hal ini
dibuktikan dengan penelitian yang
dilakukan oleh Sakarudin dalam Aulia
tahun 2015 bahwa citra LANDSAT di
pulau panjang tahun 2011 mendapatkan
hasil uji akurasi sebesar 57%, sedangkan
Setiawan dalam Aulia tahun 2015
menggunakan satelit ALOS mendapatkan
hasil uji akurasi sebesar 56,69%, dan
dalam penelitian Aulia tahun 2015
menggunakan satelit LANDSAT 8 Gambar 7. Peta Hasil penelitian
mendapatkan hasil uji akurasi sebesar
70%. Tingkat persentase akurasi dapat
dipengaruhi beberapa faktor dari beberapa
faktor seperti bagaimana keahlian peneliti BAB V
dalam mengolah data serta kualitas data. Kesimpulan dan Saran
Total luas dari keseluruhan lamun
yang tersebar seluas 468 ha yang tersebar
diseluruh perairan dangkal desa malang A. Kesimpulan
rapat. Hasil perhitungan luas Total luas sebaran padang
menggunakan bantuan perangkat lunak lamun bernilai 468ha yang
ARCMAP dengan cara menambahkan tersebar diseluruh pesisir pantai
pengolahan kedalam perangkat lunak Desa Malang Rapat. Hasil luasan
kemudian secara otomatis perangkat lunak yang didapat dari pengolahan
akan menghitung. menggunakan perangkat lunak
ARCMAP setelah pemberian
titik.

B. Saran
Untuk penelitian
selanjutnya, peneliti berharap
bisa menggunakan citra
beresolusi tinggi agar dalam
proses pengolahan citra
mendapatkan hasil yang lebih
baik. Survey lapangan perlu
dilakukan sebelum melakukan
Ground Truth agar dalam
pelaksanaannya sesuai dengan
 yang direncanakan. Pengetahuan
matang peneliti terhadap
penginderaan jauh dan sistem
informasi geografis sangat
dianjurkan agar dalam
pengolahan citra supaya hasil
yang didapat bisa maksimal.
DAFTAR PUSTAKA
Afrina. Heny, 2014, Struktur Komunitas
Padang Lamun Di Perairan Desa Malang
Rapat Kabupaten Bintan Provinsi
Kepulauan Riau, Skripsi, Universitas
Maritim Raja Ali Haji, Tanjungpinang.
Aini. Anisah, 2007, Sistem Informasi
Geografis Pengertian Dan Aplikasinya,
STMIK AMIKOM, 02, diakses pada
tanggal 03 Maret 2016.
Aulia. Fauzan, 2015, Pemetaan Sebaran
Padang Lamun Di Perairan Pulau
Matahari. Kecamatan Pulau Banyak. Aceh
Singkil, Skripsi, Universitas Syiah
Darussalam, Banda Aceh.
Den. Hartog, C. 1970. The Seagrass Of
The World. North-Holland Pub. Co.
Amsterdam. 273 pp.
Misbari, et.al 2016, Change Detection of
Submerged Seagrass Biomass in Shallow
CoastalWater, Remote Sens, 200(8),
diakses pada tanggal 15 Maret 2016.
View publication stats
Philips. C. Ronald dan Menez. G. Ernani,
1988, Seagrasses, SMITHSONISN
INSTITUTION PRESS, Washington, D.C.
Prima. B. Chandra, Perbandingan Jenis
Lamun Di Perairan Malang Rapat Dan
Berakit Kabupaten Bintan. Skripsi. 2015.
Universitas Maritim Raja Ali Haji.
Tanjungpinang.
Pusat Penelitian Oseanografi Lembaga
Ilmu Pengetahuan Indonesia, 2014,
Panduan Teknis Pemetaan Habitat Dasar
Perairan Laut Dangkal, CRITC
COREMAP II LIPI, Jakarta.
Sitanggang. Gokmoria, 2010, Kajian
Pemanfaatan Satelit Masa Depan: Sistem
Penginderaan Jauh Satelit LDCM
(LANDSAT-8), Berita Dirgantara, 11(2),
pada tanggal 28 februari 2016.
Wahiddin. Nurhalis, dkk, 2014,
DeteksiPerubahan Habitat Terumbu
Karang Menggunakan Citra Landsat Di
Pulau Morotai Provinsi Maluku Utara,
Jurnal Ilmu dan Teknologi Kelautan
Tropis, Vol. 6, No. 2, Hlm. 507-524, pada
tanggal 02 Maret 2016
Wening. W. Sundari, 2009, Penggunaan
Data Citra Penginderaan Jarak jauh
Untuk Mengetahui Sebaran Biomassa
Lamun Di Gugus Pulai Pari Kepulauan
Seribu Jakarta, Skripsi, Institut pertanian
Bogor, Bogor.