1Departemen Teknik Geodesi, Indonesia
2Fakultas Teknik Universitas Diponegoro, Indonesia
BibTex Citation Data :
@article{JGUndip30644, author = {I Ary Sukma Putra and nurhadi Bashit and Yasser Wahyuddin}, title = {ANALISIS PENGARUH LIMPASAN SEDIMEN TERSUSPENSI TERHADAP PERUBAHAN KERAPATAN DAN LUAS HUTAN MANGROVE MENGGUNAKAN CITRA SENTINEL-2A MULTITEMPORAL (STUDI KASUS : TELUK BENOA, BALI)}, journal = {Jurnal Geodesi Undip}, volume = {10}, number = {2}, year = {2021}, keywords = {Kerapatan, Luas mangrove, Sentinel-2A, Teluk Benoa, TSS}, abstract = { ABSTRAK Teluk Benoa merupakan teluk semi tertutup yang memiliki beberapa muara sungai dan hutan mangrove . Muara sungai tersebut akan memberikan sumbangan sedimen yang menimbulkan dampak positif bagi keberadaan mangrove . Sejak reklamasi di pulau Serangan dan pembuatan jalan tol laut Bali Mandara, banyak pohon mangrove ditebang dan tidak ditanami kembali sehingga sedimentasi tidak tertahan dan kembali ke sungai. Untuk itu perlu dilakukan pengawasan keberadaan sedimen dan pengaruhnya terhadap keberadaan mangrove . Pemanfaatan penginderaan jauh merupakan salah satu metode pendeteksi keberadaan sedimen TSS dan mangrove , memungkinkan analisis spasial secara ekonomis dan efisein. Penelitian ini difokuskan untuk mengetahui hubungan antara perubahan sedimen TSS dengan kerapatan dan luas mangrove di kawasan Teluk Benoa. Penelitian ini menerapkan identifikasi mangrove dan nilai konsentrasi TSS menggunakan citra satelit Sentinel-2A tahun 2016, 2018 dan 2020. Penentuan kerapatan memanfaatkan algoritma NDVI dan band Red Edge dengan algoritma mRE-SR. Luas mangrove memanfaatkan komposit band RGB 8, 11, 4. Metode klasifikasi menggunakan klasifikasi terbimbing dan untuk mengekstrasi kosentrasi TSS digunakan tiga algoritma yaitu algoritma Laili, NSMI dan C2RCC. Hasil penelitian menunjukkan algoritma C2RCC adalah algoritma yang mampu mendeteksi kandungan TSS dibandingkan dengan algoritma Laili dan NSMI dengan akurasi mencapai 51,39%. Algoritma kerapatan mangrove menghasilkan akurasi 82,81% dan 71,14% serta klasifikasi terbimbing menghasilkan luasan mangrove sebesar 1022,91 ha, 1032,12 ha dan 1049,43 ha. Hasil uji korelasi antara TSS dengan kerapatan mangrove didapat bahwa hanya kelas kerapatan jarang saja yang memiliki korelasi dengan kelas kerapatan TSS. Hasil uji korelasi antara TSS dengan luas mangrove didapat bahwa tidak adanya hubungan antara kedua variabel tersebut. }, issn = {2809-9672}, pages = {58--68} doi = {10.14710/jgundip.2021.30644}, url = {https://ejournal3.undip.ac.id/index.php/geodesi/article/view/30644} }
Refworks Citation Data :
ABSTRAK
Teluk Benoa merupakan teluk semi tertutup yang memiliki beberapa muara sungai dan hutan mangrove. Muara sungai tersebut akan memberikan sumbangan sedimen yang menimbulkan dampak positif bagi keberadaan mangrove. Sejak reklamasi di pulau Serangan dan pembuatan jalan tol laut Bali Mandara, banyak pohon mangrove ditebang dan tidak ditanami kembali sehingga sedimentasi tidak tertahan dan kembali ke sungai. Untuk itu perlu dilakukan pengawasan keberadaan sedimen dan pengaruhnya terhadap keberadaan mangrove. Pemanfaatan penginderaan jauh merupakan salah satu metode pendeteksi keberadaan sedimen TSS dan mangrove, memungkinkan analisis spasial secara ekonomis dan efisein. Penelitian ini difokuskan untuk mengetahui hubungan antara perubahan sedimen TSS dengan kerapatan dan luas mangrove di kawasan Teluk Benoa. Penelitian ini menerapkan identifikasi mangrove dan nilai konsentrasi TSS menggunakan citra satelit Sentinel-2A tahun 2016, 2018 dan 2020. Penentuan kerapatan memanfaatkan algoritma NDVI dan band Red Edge dengan algoritma mRE-SR. Luas mangrove memanfaatkan komposit band RGB 8, 11, 4. Metode klasifikasi menggunakan klasifikasi terbimbing dan untuk mengekstrasi kosentrasi TSS digunakan tiga algoritma yaitu algoritma Laili, NSMI dan C2RCC. Hasil penelitian menunjukkan algoritma C2RCC adalah algoritma yang mampu mendeteksi kandungan TSS dibandingkan dengan algoritma Laili dan NSMI dengan akurasi mencapai 51,39%. Algoritma kerapatan mangrove menghasilkan akurasi 82,81% dan 71,14% serta klasifikasi terbimbing menghasilkan luasan mangrove sebesar 1022,91 ha, 1032,12 ha dan 1049,43 ha. Hasil uji korelasi antara TSS dengan kerapatan mangrove didapat bahwa hanya kelas kerapatan jarang saja yang memiliki korelasi dengan kelas kerapatan TSS. Hasil uji korelasi antara TSS dengan luas mangrove didapat bahwa tidak adanya hubungan antara kedua variabel tersebut.
Article Metrics:
Last update:
View My Stats
Jurnal Geodesi Undip
Departemen Teknik Geodesi, Fakultas Teknik, Universitas Diponegoro