skip to main content

ANALISIS KESEHATAN HUTAN MANGROVE BERDASARKAN METODE KLASIFIKASI NDVI PADA CITRA SENTINEL-2 (Studi Kasus : Teluk Pangpang Kabupaten Banyuwangi)

Program Studi Teknik Geodesi Fakultas Teknik, Universitas Diponegoro, Indonesia


Citation Format:
Abstract

ABSTRAK

 

Teluk Pangpang terletak di kecamatan Muncar dan kecamatan Tegaldlimo, Banyuwangi. Kedua kecamatan ini berlahan basah dan memiliki keanekaragaman ekosistem, baik ekosistem pasir, ekosistem rawa, ekosistem payau, dan ekosistem mangrove. Ekosistem mangrove adalah salah satu obyek yang bisa diindentifikasi dengan menggunakan teknologi penginderaan jauh. Data yang digunakan dalam penelitian ini adalah citra satelit Sentinel-2 tahun 2016. Dalam menentukan luasan mangrove di daerah penelitian, penulis menggunakan metode Supervised Classification sementara untuk menentukan tingkat kesehatan vegetasi mangrove di daerah penelitian, penulis menggunakan algoritma Normalized Difference Vegetation Index (NDVI).

Berdasarkan penelitian, hasil konfusi matrik dengan Overall Accuration 99,189% dan koefisien kappa 0,987. Nilai NDVI mangrove di Teluk Pangpang dengan data tertinggi 0,811 dan terendah -0,119. Korelasi antara NDVI dengan nilai kerapatan jenis yaitu 0,91. Hasil korelasi tersebut termasuk korelasi sangat kuat (0,75–1,00). Koefisien korelasi bertanda positif menunjukkan hubungan nilai NDVI pada citra dengan nilai kerapatan jenis adalah satu arah. Semakin tinggi nilai NDVI (kesehatan vegetasi sangat baik), maka semakin tinggi pula nilai kerapatan jenis. Hasil luasan mangrove sebesar 1039,21 ha. Dari total luas tersebut, 246,62 ha atau 23,73% daerah luasan mangrove memiliki kondisi yang sangat baik dan 409,31 ha atau 39,39% daerah luasan mangrove memiliki kondisi yang baik. Kedua kondisi tersebut didominasi di kecamatan Tegaldlimo. Selain itu, luas 148,77 ha atau 14,32% merupakan daerah mangrove dengan kondisi normal, 19,62 ha atau 1,89% merupakan daerah mangrove dengan kondisi buruk dan 214,89 ha atau 20,6% merupakan daerah mangrove dengan kondisi sangat buruk, ketiga kondisi tersebut didominasi di kecamatan Muncar.

 

Kata Kunci: Mangrove, NDVI, Sentinel-2, Supervised Classification

 

ABSTRACT

Pangpang bay is located in Muncar and Tegaldlimo districts, Banyuwangi. Both districts are wetlands and have a diversity of ecosystems such as sand ecosystem, coastal ecosystem, brackish ecosystem, and mangrove ecosystem. The mangrove ecosystem is one of the objects that can be identified using remote sensing technology. The data used in this research is Sentinel-2 year 2016 satellite image. In determining the extent of mangroves in the research area, the writer uses Supervised Classification method, while in determining the level of mangrove vegetation health in the research area, the writer uses Normalized Difference Vegetation Index (NDVI) algorithm.

According to the research, the result of matrix confusion with Overall Accuration is 99,189% and kappa coefficient is 0,987. The NDVI value of mangrove in Pangpang bay reaches 0,811 as the highest value and 0,119 as the lowest value. The correlation between NDVI and the value of density of type is 0,91. The result of the correlation is included to a very strong correlation 0,75-1,00). The positive correlation coefficient shows that the relationship between NDVI value on the image with the density of type is one direction. The higher NDVI value (vegetation health is very good), the higher density of type value. The result of the mangrove extent is 1039,21 ha. From the total extent, 246,62 ha or 23,73% of the area has a very good condition and 409,32 ha or 39,39% of the area has a good condition. Both conditions are dominated in Tegaldlimo district. Furthermore, 148,77 ha or 14,32% of mangroves area has normal condition, 19,62 ha or 1,89% of the area has poor condition, and 214,89 ha or 20,6% of the area has very poor condition. The three conditions are dominated in Muncar district.

 

KeywordsMangrove, NDVI, Sentinel-2, Supervised Classification
Fulltext View|Download
Keywords: NDVI, Sentinel-2, Supervised Classification

Last update:

No citation recorded.

Last update:

No citation recorded.