LAPORAN PRAKTIKUM

PENGINDERAAN JAUH KELAUTAN

PRAKTIKUM IX

“APLIKASI-PENENTUAN SEBARAN TSS

DARI DATA CITRA LANDSAT”

OLEH :

NAMA : MISDA DEWI NOVALINA SAGALA

NIM : 08111005007

PROGRAM STUDI ILMU KELAUTAN

FAKULTAS MATEMATIKA DAN PENGETAHUAN ALAM

UNIVERSITAS SRIWIJAYA

INDERALAYA

2014

BAB I

PENDAHULUAN

1.1 Latar Belakang

Kualitas air di laut sangat bergantung dengan kualitas dari sumber air itu

sendiri. Oleh karena itu diperlukan suatu parameter yang dapat digunakan sebagai

standar penentuan kualitas air. Salah satu parameter yang dapat digunakan untuk

penghitungan serta analisa tentang kualitas air di Selat Madura adalah kandungan

Total Padatan Tersuspensi (Total Suspended Solid,TSS). Penghitungan yang

akurat harus dijalankan untuk mengetahui tingkat pencemaran di perairan Selat

Madura karena hal ini berkaitan dengan kehidupan berbagi jenis makhluk hidup.

Salah satu teknik untuk penghitungan TSS yaitu dengan bantuan satelit

Penginderaan Jauh (Remote Sensing) yang didukung dengan pengukuran

langsung di lapangan (Budhiman, 2001).

Dengan demikian, data penginderaan jauh multi temporal (beberapa tahun

pengambilan data)dapat digunakan untuk mengetahui tingkat sedimentasi yang

ditunjukkan oleh tingkat kekeruhan air (turbidity waters). Dengan menggunakan

data citra satelit multi temporal ASTER (Advanced Spaceborne Thermal

Emission and Reflection Radiometer) yang ditunjang dengan data sampel air laut

di beberapa lokasi penelitian dan data hidro-oseanografi (gelombang, pasang

surut, arus), diharapkan dapat diperoleh suatu peta distribusi total sedimen

tersuspensi (total suspended sediment) di perairan Selat Madura serta proses

sedimentasinya (Sutanto. 1986).

Penginderaan jauh adalah suatu ilmu dan seni untuk mendapatkan informasi

suatu obyek, daerah maupun fenomena melalui analisis data yang diperoleh

dengan suatu alat tanpa langsung menyentuh obyek, daerah maupun fenomena

yang dikaji. Empat komponen dasar dari sistem penginderaan jauh adalah target,

sumber energi, alur transmisi, dan sensor. Komponen dalam sistem ini bekerja

sama untuk mengukur dan mencatat informasi mengenai target tanpa menyentuh

obyek tersebut. Sumber energi yang menyinari atau memancarkan energi

elektromagnetik pada target mutlak diperlukan. Energi berinteraksi dengan target

dan sekaligus berfungsi sebagai media untuk meneruskan informasi dari target

kepada sensor. Sensor adalah sebuah alat yang mengumpulkan dan mencatat

radiasi elektromagnetik umumnya dipasang pada alat/wahana berupa pesawat

terbang, balon, satelit, dll (Sutanto. 1986).

Pemantauan sumber daya alam dan lingkungan mengharuskan penggunaan

banyak data dalam selang waktu observasi tertentu yang lebih dikenal dengan

analisis multi temporal. Dengan menggunakan data satelit penginderaan jauh

maka analisis multitemporal dapat dilakukan dengan lebih mudah, cepat dan

murah. Peran penting analisis multi temporal menggunakan data satelit

penginderaan jauh akan semakin nampak untuk daerah perikanan laut lepas atau

samudera (Budhiman, 2001).

Observasi untuk perikanan laut lepas selalu memerlukan usaha yang berat,

waktu yang lama dan biaya operasional yang sangat mahal. Aplikasi penginderaan

jauh dalam sedimentasi salah satunya adalah pemantauan sebaran TSS (Total

Suspended Solid) di perairan. TSS atau MPT (Muatan Padat Tersuspensi) dalam

bahasa Indonesia adalah padatan yang menyebabkan kekeruhan pada air,

merupakan padatan tidak larut dan tidak dapat mengendap secara langsung.

Padatan tersuspensi terdiri dari partikel-partikel yang ukurannya > 1 μ m,

misalnya : lumpur, pasir halus, bahan-bahan organik tertentu, jasad-jasad renik

dan lainnya klorofil mempunyai daya absorbsi yang tinggi terhadap panjang

gelombang kanal biru. Pada panjang gelombang kanal merah (600-700 nm),

semakin tinggi konsentrasi klorofil maka semakin tinggi pula persentase

pantulannya (Budhiman, 2001).

1.2 Tujuan

Tujuan dari praktikum penginderaan jauh ini ialah mahasiswa dapat

memahami prinsip kerja dan menggunakan perangkat lunak ER-Mapper untuk

menentukkan sebaran sedimen tersuspensi (TSS).

1.3 Manfaat

Manfaat dari praktikum penginderaan jauh ini ialah mahasiswa dapat

mengoperasikan ER-Mapper untuk mentukkan sebaran sedimen tersuspensi

(TSS).

BAB II

TINJAUAN PUSTAKA

Total Suspended Solid (TSS), adalah salah satu parameter yang digunakan

untuk pengulkuran kualitas air. Pengukuran TSS berdasarkan pada berat kering

partikel yang terperangkap oleh filter, biasanya dengan ukuran pori tertentu.

Umumnya, filter yang digunakan memiliki ukuran pori 0.45 μm. Nilai TSS dari

contoh air biasanya ditentukan dengan cara menuangkan air dengan volume

tertentu, biasanya dalam ukurtan liter, melalui sebuah filter dengan ukuran pori-

pori tertentu. Sebelumnya, filter ini ditimbang dan kemudian beratnya akan

dibandingkan dengan berat filter setelah dialirkan air setelah mengalami

pengeringan. Berat filter tersebut akan bertambah disebabkan oleh terdapatnya

partikel-partikel tersuspensi yang terperangkap dalam filter tersebut. Padatan yang

tersuspensi ini dapat berupa bahan-bahan organik dan inorganik. Satuan TSS

adalah miligram per liter (mg/l) (Sutanto. 1986).

Kandungan TSS memiliki hubungan yang erat dengan kecerahan perairan.

Keberadaan padatan tersuspensi tersebut akan menghalangi penetrasi cahaya yang

masuk ke perairan sehingga hubungan antara TSS dan kecerahan akan

menunjukkan hubungan yang berbanding terbalik. Nilai TSS umumnya semakin

rendah ke arah laut. Hal ini disebabkan padatan tersuspensi tersebuit disupply oleh

daratan melalui aliran sungai. Keberadaan padatan tersuspensi masih bisa

berdampak positif apabila tidak melebihi toleransi sebaran suspensi baku mutu

kualitas perairan yang ditetapkan oleh Kementrian Lingkungan Hidup, yaitu 70

mg/l (Foster, 1986).

Yang sebagai mana kita baca bahwa penginderaan jauh itu tidak pernah

lepas dari Sistem Informasi Geografi (SIG). Data-data spasial hasil penginderaan

jauh merupakan salah satu data dasar yang dipergunakan dalam analisis SIG.

Dalam perkembangannya data-data SIG juga berguna dalam pengolahan data

penginderaan jauh. SIG sangat baik dalam proses manajemen data, baik itu data

atribut maupun data spasialnya. Integrasi antara data spasial dan data atribut

dalam suatu sistem terkomputerisasi yang bereferensi geografi merupakan

keunggulan dari SIG (Foster, 1986).

Dan data penginderaan jauh merupakan data hasil pantulan objek dari

berbagai panjang gelombang yang di tangkap oleh sebuah sensor dan

mengubahnya menjadi data numerik serta bisa dilihat dalam bentuk grafik atau

citra (imaginery) (Purwadhi, 2001). Sedangkan pemanfaatan data-data

penginderaan jauh dilakukan karena tersedia dalam jumlah yang banyak, mampu

memperlihatkan dearah yang sangat luas, tersedia untuk daerah yang sulit

terjangkau, tersedia untuk waktu yang cepat, dan dapat memperlihatkan objek

yang tidak tampak dalam wujud yang bisa dikenali objeknya (Sutanto, 1989).

Salah satu contoh aplikasi data penginderaan jauh adalah untuk melihat

indeks vegetasi dan mengestimasi jumlah penyerapan Carbon Dioksida (CO2)

oleh tanaman. NDVI (Normalized Difference Vegetation Index) merupakan

metode yang sering digunakan untuk memanfaatkan data spektral indeks vegetasi

(Spectral Vegetation Index (SVI)) dari penginderaan jauh. Spektral indeks

vegetasi dari data penginderaan jauh terbentuk karena adanya perbedaan pantulan

gelombang dari daun tanaman hidup dengan objek-objek yang lain dipermukaan

bumi pada panjang gelombang hijau (visible) dan infra merah dekat (invisible)

(Foster, 1986).

Kemampuan suatu citra (imaginery) menangkap dan menampilkan suatu

informasi dari permukaan bumi sangat tergantung dari resolusi spasial, resolusi

temporal, resolusi radiometrik dan resolusi spektralnya (Purwadhi, 2001). Setiap

jenis citra mempunyai jenis resolusi yang berbeda-beda baik itu resolusi spasial,

resolusi temporal, resolusi radiometrik maupun resolusi spektralnya sehingga

mengakibatkan kemampuan suatu citra dalam menangkap dan menampilkan

informasi juga berbeda-beda. Keadan ini juga terjadi pada kemampuan citra dalam

menangkap dan menampilkan informasi indeks vegetasi (Sutanto. 1986).

Kekeruhan yang disebabkan oleh TSS adalah salah satu faktor yang

mempengaruhi sifat spektral suatu badan air. Air yang keruh mempunyai nilai

reflektansi yang lebih tinggi daripada air jernih. Keberadaan TSS pada permukan

air dapat digolongkan sesuai dengan warnanya ke dalam kelas-kelas tertentu. Sifat

optiknya perairan dibagi menjadi 2,perairan kasus I yaitu perairanyang sifat

optiknya didominasi oleh fitoplankton dan perairan kasus II yaitu perairan yang

sifat optik nya didominasi oleh bahan-bahan tersuspensi selain fitoplankton

seperti bahan anorganikatau substansi kuning (Soenarmo, 1994).

Keberadaan TSS dapat menyerap dan memantulkan spektrum radiasi

cahaya tampak yang menembus ke bawah permukaan air, tetapi pengaruhnya

lebih banyak bersifat sebagai pancaran balik (backscattering) sehingga

memperlihatkan wujud air yang keruh. Pancaran balik (backscattering) yang

disebabkan oleh TSS akan menghasilkan perbedaan reflektansi yang besar pada

seluruh kisaran panjang gelombang sinar tampak dan lebih kecil pada panjang

gelombang yang lebih pendek karena terjadi penyerapan (Soenarmo, 1994).

Reflektansi spektral merupakan persentase perbandingan jumlah energi

REM yang meninggalkan objek dan diterima oleh sensor dengan jumlah energi

yang mengenai objek tersebut. Pengukuran pada perairan yang mengandung

konsentrasi TSSsebesar 100 mg/l pada kedalaman > 30 cm menunjukkan bahwa

nilai reflektansi hanya bergantung pada sifat perairan itu sendiri dan bukan

merupakan fungsi dari bentuk dasar perairan. Reflektansi spektral atau

perbandingan reflektansi dapat dipakai untuk menduga parameter kualitas

perairan. Konsentrasi TSS yang semakin tinggi akan memiliki nilai pantulan

(reflektansi) yang juga semakin tinggi (Foster, 1986).

Pada panjang gelombang 600-700 nm konsentrasi TSS yang tinggi

memiliki pantulan radiasi matahari yang tertinggi dan pantulan radiasi matahari

semakin rendah dengan berkurangnya konsentrasi TSS di permukaan air.

Perhitungan TSS menggunakan algoritma citra Landsat dari kanal (band) tunggal

yang memiliki korelasi paling tinggi terhadap data in situ TSS. Kanal yang lebih

peka untuk mendeteksi TSS adalah kanal hijau dengan panjang gelombang 0.560

μm-0.590 μm. Sebaiknya digunakan kanal tunggal untuk mendeteksi TSS

dibandingkan dengan rasio antar kanal, karena berdasarkan bentuk kurva pada

kasus II terlihat konsentrasi TSS tidak banyak berubah antar lapisan. Algoritma

dengan rasio antar kanal menunjukkan korelasi yang kurang memuaskan

dbandingkandengan kanal tunggal. Beberapa algoritma yang digunakan untuk

mendeteksi TSS dengan satelit Landsat (Budhiman, 2001).

Masing-masing energi panjang gelombang pada citra Landsatmemiliki

sensitifitas terhadap obyek yang berbeda, untuk membedakan tingkat kekeruhan

perairan yang berhubungan dengan perbedaan tingkat sedimentasi dapat dilakukan

dengan menggunakan kanal 2 citra satelit landsat. Energi pada kanal-kanal (0.52

μm-0.60μm), tubuh air memantulkan tenaga elektromagnetik yang tinggi sehingga

mengakibatkan nilai piksel pada data digital citra landsat menjadi tinggi. Kurva

spektral beberapa obyek pada beberapa panjang gelombang (Sutanto. 1986).

Air keruh yang banyak mengandung partikel-partikel endapan lempung (silty

water) memantulkan energi yang besar pada rentang panjang gelombang 0.52 μm-

0.60μm (kanal hijau) dibandingkan air yang jernih, sehingga nilai pixel pada air

keruh akan lebih tinggi dibanding air jernih. Hal ini diakibatkan oleh pantulan

partikel-partikel lempung yang terkandung di dalam air tersebut (Paul, 2009).

Peningkatan konsentrasi TSS menyebabkan kekeruhan yang dapat

mengganggu penetrasi cahaya ke dalam perairan. Keberadaan TSS dapat

mengganggu keseimbangan ekosistem perairan yang pada akhirnya akan

berdampak buruk bagi kelangsungan hidup manusia, seperti pendangkalan

pelabuhan, punahnya beberapa ekosistem perairan, dan kerusakan lingkungan.

Untuk memetakan sebaran TSS, pendekatan pengambilan sampel dan penggunaan

teknik penginderaan jauh telah banyak dilakukan. Data penginderaan jauh tidak

hanya dipakai untuk data atau inventarisasi saja tapi sekaligus untuk fungsi

pemantauan (Paul, 2009).

Hal ini dimungkinkan karena data penginderaan jauh dapat diperoleh secara

multitemporal. Penginderaan jauh sistem satelit merupakan salah satu sistem

penginderaan jauh yang sudah dikembangkan Landsat TM dan SPOT.

Penginderaan jauh sistem satelit sering digunakan dalam berbagai penelitian

karena di samping kemampuan multispektral dari sensornya, juga karena begitu

pesat perkembangan pengolahan dan analisis datanya. Bertitik tolak dari latar

belakang tersebut telah dilakukan penelitian tentang sebaran konsentrasi TSS

berdasarkan informasi spektral data digital Landsat TM, ETM + dan SPOT

(Budhiman, 2001).

Citra yang telah dipotong kemudian dilakukan koreksi atmosferik. Citra satelit

Landsat-7 ETM yang diperoleh melalui situs USGS sudah terkoreksi secara

geometrik, sehingga tidak perlu dilakukan koreksi geometrik. Koreksi atmosferik

dilakukan untuk mengurangi kesalahan akibat efek atmosferik yang disebabkan

perbedaan sudut elevasi matahari dan jarak matahari-bumi saat penerimaan data

yang berbeda waktu. Koreksi atmosferik juga dilakukan untuk menghilangkan

path radiance (noise angkasa). Koreksi atmosferik dapat dilakukan salah satunya

dengan metode histogram adjustment. Pancaran balik (backscattering) yang

disebabkan oleh TSS akan menghasilkan perbedaan reflektansi yang besar pada

seluruh kisaran panjang gelombang sinar tampak (Soenarmo, 1994).

Nilai digital terkoreksi (pers. 1) kemudian dirubah menjadi nilai radiansi

menggunakan gain dan offset yang diperoleh pada header (keterangan data citra),

selanjutnya nilai radiansi tersebut dirubah menjadi nilai reflektansi menggunakan

nilai solar irradiance, sudut elevasi matahari, dan jarak matahari-bumi. Metode

koreksi atmosferik yang digunakan adalah Cos(t) model yang terdapat pada

modul ATMOSC di dalam perangkat lunak Idrisi Andes. Koreksi atmosferik

dengan metode Cos(t) model dikembangkan oleh Chavez yang meliputi elemen

Dark Object Subtraction model (untuk haze removal) ditambah prosedur

sebagaimana untuk estimasi efek absorpsi oleh gas-gas atmosferik dan Rayleigh

scattering (Foster, 1986).

Di dalam perangkat lunak Andes, metode Cos(t) model juga dilakukan koreksi

radiometrik dengan mengoreksi sun elevation pencitraan satelit untuk mengurangi

pengaruh gas-gas atmosferik. Metode koreksi radiometrik yang digunakan adalah

Lmaks dan Lmin yaitu nilai radiansi pada Digital Number (DN) minimum dan

Digital Number (DN) maksimum dengan output berupa nilai reflektansi masing-

masing kanal citra Landsat yang berada pada kisaran 0 sampai1. Informasi

mengenai sun elevation serta nilai Lmaks dan Lmin dapat dilihat pula pada header

yang terdapat pada citra Landsat (Foster, 1986).

Analisis dan bagan alir proses penelitian dilakukan melalui tahap (a)

pemrosesan citra meliputi proses pengolahan data satelit Landsat TM, pengolahan

peta landuse dengan metoda SIG, pengolahan analisis spasial dan analisis statistik,

dilanjutkan dengan tahap (b) proses analisis citra secara berjenjang yang ditujukan

untuk mendapatkan informasi variabel-variabel yang dapat digunakan untuk

menentukan jenis tutupan lahan hasil analisis citra (Sutanto. 1986).

BAB III

METODOLOGI

3.1 Waktu dan Tempat

Praktikum Penginderaan Jauh Kelauatan yang berjudul “Aplikasi-

Penentuan Sebaran TSS ini dilaksanakan pada hari Selasa, 18 Maret 2014 pukul

13.00 s/d selesai di Laboratorium Penginderaan Jauh Kelautan, Program Studi

Ilmu Kelautan, Fakultas Matematikan dan Ilmu Pengetahuan Alam, Universitas

Sriwijaya.

3.2 Alat & Bahan beserta Fungsi

1. Komputer atau Laptop : Media untuk menjalankan perangkat lunak

2. Software ER Mapper : Untuk mengolah data citra dan

satelit

3. Alat Tulis : Sebagai bagian dari proses

notulensi

4. Modul Praktikum : Sebagai panduan saat praktikum

5. Data Citra : Sebagai data yang akan diolah

3.3 Cara Kerja

3.3.1. Reflektan

Untuk TSS menggunakan Band 1 dan Band 2Untuk TSS menggunakan Band 1 dan Band 2

. Klik icon algoritm pada menu Er Mapper kemudian load dataset

dan pilih file Cropping

. Klik icon algoritm pada menu Er Mapper kemudian load dataset

dan pilih file Cropping

Duplicate Pseudolayer menjadi 6 dan masukkan band

berdasarkan pseudolayer

Duplicate Pseudolayer menjadi 6 dan masukkan band

berdasarkan pseudolayer

Buka Metadata, kemudian buka pada WordpadBuka Metadata, kemudian buka pada Wordpad

3.3.2. Radiansi

Gunakan Rumus Dn-Rad Contoh : (0.778*(i1-1)-6.200) yang dikerjakan

pada Ms_Excel Klik Edit Formula kemudian masukkan rumus diatas,

kemudian Apply Changes

Gunakan Rumus Dn-Rad Contoh : (0.778*(i1-1)-6.200) yang dikerjakan

pada Ms_Excel Klik Edit Formula kemudian masukkan rumus diatas,

kemudian Apply Changes

Klik View/Algoritm kemudian load dataset dan duplicate Pseudolayer

menjadi 6 dan masukkan band berdasarkan urutan Pseudolayer

Klik View/Algoritm kemudian load dataset dan duplicate Pseudolayer

menjadi 6 dan masukkan band berdasarkan urutan Pseudolayer

Kemudian lakukan interpolasi untuk mendapatkan rumus : contoh

3.1771(i1)/Esun 0.88

Kemudian lakukan interpolasi untuk mendapatkan rumus : contoh

3.1771(i1)/Esun 0.88

Setelah interpolasi, klik edit formula kemudian masukkan rumus diatas, lalu klik Apply changes dan OK.

Setelah interpolasi, klik edit formula kemudian masukkan rumus diatas, lalu klik Apply changes dan OK.

Kemudian save file, klik Default Surface kemudian Save as 2x (dengan file type Er mapper algoritm dan Er mapper raster dataset),

perhatikan Data Type “IEEE8Bytereal” dan close

Kemudian save file, klik Default Surface kemudian Save as 2x (dengan file type Er mapper algoritm dan Er mapper raster dataset),

perhatikan Data Type “IEEE8Bytereal” dan close

Kemudian Load data Reflektan dan Radiansi kemudian cari Cell Values Profile dan Bandingkan

Kemudian Load data Reflektan dan Radiansi kemudian cari Cell Values Profile dan Bandingkan

Open data yang telah disave dan pastikan semua Band terupload Open data yang telah disave dan pastikan semua Band terupload

Kemudian klik Default Surface kemudian Save as 2x ( dengan

file type Er mapper algoritm dan Er mapper raster dataset),

perhatikan Data Type “IEEE8Bytereal” dan close

3.3.3. Algorithm TSS

Load data Reflektan dan pilih Band 2Load data Reflektan dan pilih Band 2

Klik Edit Formula dan masukkan rumus Budiman

(3.3238*(exp(34.099*i2)

Jika muncul dialog box error maka ubbah “i2” menjadi “i1”

Klik Edit Formula dan masukkan rumus Budiman

(3.3238*(exp(34.099*i2)

Jika muncul dialog box error maka ubbah “i2” menjadi “i1”

Pada surface ubah color table menjadi Step kemudian klik icon

Refresh 99% on limit

Pada surface ubah color table menjadi Step kemudian klik icon

Refresh 99% on limit

Save file klik Default Surface kemudian Save as 2x ( dengan

file type Er mapper algoritm dan Er mapper raster dataset),

perhatikan Data Type “IEEE8Bytereal” dan klik ok

3.4 Analisis Data

1. Open Er Mapper > data gabungan

2. Ubah ke band 2 > input algoritma Budhiman

3.328 * (exp(34.099 * B2))

3. Save as radian B2 TSS

4. Load data radian B2 TSS

5. Input rumus E =mc2

6. Save as > Reflektan B2 .ers

7. Load data reflektan B2 .ers

8. Edit Formula (input rumus 3.3238 * (exp (34.099 *i1)

9. Save as file > nilai TSS .ers

10. Open back nilai TSS .ers

11. Zoom pada peta citra > daerah aliran

12. Back to pointer tool

13. Save as cropping tss

BAB IV

HASIL DAN PEMBAHASAN

4.1 Hasil

4.1.1 Hasil Cell Values Profile (5 titik)

Gambar 1. Titik pertama cell values

Gambar 2. Titik kedua cell values

Gambar 3. Titik ketiga cell values

Gambar 4. Titik keempat cell values

Gambar 5. Titik kelima cell values

4.1.2 Citra Hasil Cropping

4.2 Pembahasan

TSS atau yang dikenal sebagai Total Suspended Solid merupakan salah satu

parameter yang digunakan untuk pengulkuran kualitas air. Pengukuran TSS

berdasarkan pada berat kering partikel yang terperangkap oleh filter, biasanya

dengan ukuran pori tertentu. Umumnya, filter yang digunakan memiliki ukuran

pori 0.45 μm.Teknologi penginderaan jauh telah banyak diaplikasikanuntuk

mempelajari kualitas perairan, salah satunya adalah TSS dan kecerahan.

Keberadaan materi-materi organik dan anorganik yang tersuspensi

mempengaruhi nilai pantulan (reflektansi) dari suatu badan air. Informasi tentang

nilai pantulan pada cahaya tampak dari badan air dapat digunakan untuk memberi

gambaran kondisi dan kualitas perairan.Yang sebagai mana kita baca bahwa

penginderaan jauh itu tidak pernah lepas dari Sistem Informasi Geografi (SIG).

Data-data spasial hasil penginderaan jauh merupakan salah satu data dasar yang

dipergunakan dalam analisis SIG. Dalam perkembangannya data-data SIG juga

berguna dalam pengolahan data penginderaan jauh. SIG sangat baik dalam proses

manajemen data, baik itu data atribut maupun data spasialnya. Integrasi antara

data spasial dan data atribut dalam suatu sistem terkomputerisasi yang bereferensi

geografi merupakan keunggulan dari SIG.

Data penginderaan jauh merupakan data hasil pantulan objek dari berbagai

panjang gelombang yang di tangkap oleh sebuah sensor dan mengubahnya

menjadi data numerik serta bisa dilihat dalam bentuk grafik atau citra (imaginery).

Sedangkan pemanfaatan data-data penginderaan jauh dilakukan karena tersedia

dalam jumlah yang banyak, mampu memperlihatkan dearah yang sangat luas,

tersedia untuk daerah yang sulit terjangkau, tersedia untuk waktu yang cepat, dan

dapat memperlihatkan objek yang tidak tampak dalam wujud yang bisa dikenali

objeknya.

Kemampuan suatu citra (imaginery) menangkap dan menampilkan suatu

informasi dari permukaan bumi sangat tergantung dari resolusi spasial, resolusi

temporal, resolusi radiometrik dan resolusi spektralnya. Setiap jenis citra

mempunyai jenis resolusi yang berbeda-beda baik itu resolusi spasial, resolusi

temporal, resolusi radiometrik maupun resolusi spektralnya sehingga

mengakibatkan kemampuan suatu citra dalam menangkap dan menampilkan

informasi juga berbeda-beda. Keadan ini juga terjadi pada kemampuan citra dalam

menangkap dan menampilkan informasi indeks vegetasi. Kekeruhan yang

disebabkan oleh TSS adalah salah satu faktor yang mempengaruhi sifat spektral

suatu badan air. Air yang keruh mempunyai nilai reflektansi yang lebih tinggi

daripada air jernih.

Keberadaan TSS pada permukan air dapat digolongkan sesuai dengan

warnanya ke dalam kelas-kelas tertentu. Optiknya didominasi oleh bahan-bahan

tersuspensi selain fitoplankton seperti bahan anorganikatau substansi kuning

(yellow substance). Hal tersebut menunjukkan bahwa klorofil mempunyai daya

absorbsi yang tinggi terhadap panjang gelombang kanal biru. Pada panjang

gelombang, sifat optiknya perairan dibagi menjadi 2, perairan kasus I yaitu

perairanyang sifat optiknya didominasi oleh fitoplanktonan perairan kasus II yaitu

perairan yang sifat.

Reflektansi spektral merupakan persentase perbandingan jumlah energi

REM yang meninggalkan objek dan diterima oleh sensor dengan jumlah energi

yang mengenai objek tersebut. Pengukuran pada perairan yang mengandung

konsentrasi TSS sebesar 100 mg/l pada kedalaman > 30 cm menunjukkan bahwa

nilai reflektansi hanya bergantung pada sifat perairan itu sendiri dan bukan

merupakan fungsi dari bentuk dasar perairan. Reflektansi spektral atau

perbandingan reflektansi dapat dipakai untuk menduga parameter kualitas

perairan. Konsentrasi TSS yang semakin tinggi akan memiliki nilai pantulan

(reflektansi) yang juga semakin tinggi.

Pada panjang gelombang 600-700 nm konsentrasi TSS yang tinggi memiliki

pantulan radiasi matahari yang tertinggi dan pantulan radiasi matahari semakin

rendah dengan berkurangnya konsentrasi TSS di permukaan air. Perhitungan TSS

menggunakan algoritma citra Landsat dari kanal (band) tunggal yang memiliki

korelasi paling tinggi terhadap data in situ TSS. Kanal yang lebih peka untuk

mendeteksi TSS adalah kanal hijau dengan panjang gelombang 0.560 μm-0.590

μm.

BAB V

KESIMPULAN

5.1 Kesimpulan

1. TSS atau yang dikenal sebagai Total Suspended Solid merupakan berat

kering partikel yang terperangkap oleh filter.

2. Kemampuan suatu citra (imaginery) menangkap dan menampilkan suatu

informasi dari permukaan bumi sangat tergantung dari resolusi spasial,

resolusi temporal, resolusi radiometrik dan resolusi spektralnya.

3. Klorofil mempunyai daya absorbsi yang tinggi terhadap panjang

gelombang kanal biru. Pada panjang gelombang, sifat optiknya perairan

dibagi menjadi 2,perairan kasus I yaitu perairanyang sifat optiknya

didominasi oleh fitoplanktonan perairan kasus II yaitu perairan yang sifat.

4. Keberadaan TSS dapat menyerap dan memantulkan spektrum radiasi

cahaya tampak yang menembus ke bawah permukaan air, tetapi

pengaruhnya lebih banyak bersifat sebagai pancaran balik (backscattering)

sehingga memperlihatkan wujud air yang keruh.

5. Reflektansi spektral merupakan persentase perbandingan jumlah energi

REM yang meninggalkan objek dan diterima oleh sensor dengan jumlah

energi yang mengenai objek tersebut.

5.2 Saran

Dalam praktikum ini disarankan agar data yang digunakan data citra di

sekitar daerah sendiri dan setiap langkah agar dijelaskan secara rinci fungsi-fungsi

dan alasan dilakukannya, kemudian dijelaskan mengapa pada tahap-tahap tertentu

sering terjadi perbedaan atau kesalahan pada hasil yang didapatkan serta

disarankan pula agar nantinya dapat dilakukan perbandingan baik terhadap

penggunaan band-band berbeda atau citra-citra berbeda.

DAFTAR PUSTAKA

Budhiman, S 2001. Pengenalan ER Mapper Ver 5,5. Lembaga Penerbangan dan Antariksa Nasional (LAPAN). Pare-pare:iii+53 hlm.

Foster, B.C. 1986. ERMapper and ER Storage Software and documentation is propertary to earth Resources Mapping Ltd.

Paul, Mather. 2009. Classification Methodes for remotly sansed Data ; Taylor, LLC.

Soenarmo, Sri hartanti. 1994. Penginderaan jauh dan pengenalan sistem informasi geogrfi untuk bidang ilmu kebumian. Bandung : ITB

Sutanto. 1986. Penginderaan jarak jauh visual digital. PT Grasindo: Jakarta