PEMETAAN SUHU PERMUKAAN LAUT MENGGUNAKAN CITRA SATELIT AQUA MODIS DI PERAIRAN PROVINSI KEPULAUAN RIAU

Transkripsi

1 PEMETAAN SUHU PERMUKAAN LAUT MENGGUNAKAN CITRA SATELIT AQUA MODIS DI PERAIRAN PROVINSI KEPULAUAN RIAU Arief Binsar Tampubolon 1), Oktavianto Gustin 2), Siti Noor Chayati 3) Jurusan Teknik Informatika, Politeknik Negeri Batam Jl. Ahmad Yani, Batam Centre, Batam 29461, Indonesia 1) 2) 3) Abstrak Salah satu teknologi yang dapat digunakan untuk mengatasi masalah negara kepulauan, diantaranya pelanggaran batas wilayah, penentuan lokasi sumber daya alam, serta kemampuan dini dalam mendeteksi awalnya suatu bencana alam, adalah teknologi pengindraan jauh. Teknologi ini menggunakan kemampuan sensor satelit yang dapat menangkap citra pemetaan suatu wilayah dengan spesifikasi yang dimilikinya. Salah satu sensor yang memiliki kemampuan tersebut adalah Moderate Resolution Imaging Spectroradiometer (MODIS). Suhu permukaan laut (SPL) merupakan salah satu faktor penentu kualitas suatu perairan. Pengukuran serta pemetaan SPL di Provinsi Kepulauan Riau dengan menggunakan citra Aqua MODIS. Pemantauan gejala perubahan serta suhu secara berkala diperlukan dalam melakukan analisa pola sebaran SPL. Analisa tersebut menggunakan citra satelit AQUA MODIS. Pengamatan suhu serta persebarannya dapat digambarkan dengan baik oleh kanal 20, 31 dan 32 citra AQUA MODIS. Algoritma yang digunakan adalah algoritma Brown dan Minnet, 1999 (ATBD_25) untuk mendapatkan nilai SPL. Uji validasi yang dilakukan bernilai 88,6%, yang menunjukkan SPL pengolahan citra mempresentasikan kondisi sesungguhnya. Di sajikan dalam bentuk peta informasi SPL Provinsi Kepulauan Riau serta persebaran suhunya dalam informasi spasial berbasis web. Data hasil analisis dapat dijadikan sebagai bahan referensi penelitian selanjutnya. Kata kunci: Suhu Permukaan Laut (SPL), Provinsi Kepulauan Riau, Citra Satelit Aqua MODIS, WebGIS, Brown and Minnet. Abstract One of the technology that can be used to overcome the problem in the archipelagic country, including encroachment, determining the location of natural resources, is a remote sensing technology. This technology uses the ability of satellite sensors to capture the image of an area with its specifications. One of the sensor that has those ability is the Moderate Resolution Imaging Spectroradiometer (MODIS). Sea Surface Temperature (SST) is one of factor for the quality of the waters. The vehicle in the measurement and mapping of Sea Surface Temperature in Riau Islands Province using MODIS Aqua image. Monitoring symptoms and temperature changes on a regular basis is needed to analyze the distribution of SST patterns. The analysis use AQUA MODIS satellite imagery. Observations of temperature and its range can be described well by channels 20, 31 and 32 AQUA MODIS images.

2 The algorithm used is algorithm Brown and Minnet, 1999 (ATBD_25) to get the value of SST. Test validation is done with value 88.6%, which shows the image processing SST presents the actual condition the result a map information SST Riau Islands Province as well as the temperature distribution in the web-based spatial information. Data analysis can be used as reference material for further research. Keywords: Sea Surface Temperature (SST), Riau Islands Province, Aqua MODIS Satellite Imagery, WebGIS, Brown and Minnet. 1 Pendahuluan Pengetahuan mengenai SPL sangat bermanfaat untuk banyak hal yang terkait dengan penelitian lain maupun aplikasi pemanfaatannya. SPL merupakan salah satu faktor utama penggerak siklus musim baik di daerah tropis maupun sub tropis dimana suhu permukaan laut akan mempengaruhi kondisi atmosfer, cuaca dan musim, bahkan munculnya fenomena El Nino dan La Nina dapat dipelajari melalui SPL. Banyak lagi hal lain yang terkait dengan aplikasi yang dapat dipengaruhi oleh SPL, diantaranya kesuburan perairan/laut serta bidang perikanan (Sukresno, 2008). Secara geografis Provinsi Kepulauan Riau terletak antara kordinat 1 10' Lintang Selatan s.d. 5 10' Lintang Utara dan ' s.d ' Bujur Timur. Provinsi Kepulauan Riau memiliki batas wilayah di sebelah Utara dengan Laut Cina Selatan, di sebelah Timur dengan Negara Malaysia dan Provinsi Kalimantan Barat, di sebelah Selatan dengan Provinsi Sumatera Selatan dan Provinsi Jambi, dan di Sebelah Barat dengan negara Singapura, Malaysia, dan Provinsi Riau. Kondisi iklim Provinsi Kepulauan Riau adalah beriklim tropis dengan temperatur rata-rata terendah 23,9 C dan tertinggi rata-rata 31,8 C serta kelembaban udara sekitar 87%. Setiap setengah tahun berubah antara musim kemarau dan musim hujan. Kemudian berdasarkan arah mata angin berlaku musim utara, musim selatan, musim barat dan musim timur. Musim tersebut sangat bepengaruh terhadap usaha perikanan di Provinsi Kepulauan Riau baik usaha penangkapan maupun usaha budidaya (balitek-ksda.or.id, 2015). Begitu pun dengan SPL di perairan Provinsi Kepulauan Riau yang dianggap oleh faktor yang akan mengalami perubahan setiap musim dan itu tahun. Oleh karena itu diperlukan penelitian untuk memantau perubahan SPL'S di Kepulauan Provinsi Riau, dengan menggunakan teknologi penginderaan jauh hilang, yang dengan citra satelit data resolusi Moderate Imaging Spectroradiometer (MODIS) Dari uraian diatas, maka permasalahan dalam penelitian ini adalah: 1. Pemanfaatan sensor satelit Aqua MODIS yang menjadi wahana dalam pengukuran serta pemetaan SPL di Provinsi Kepulauan Riau dengan menggunakan citra Aqua MODIS. 2. Menyajikan peta dan informasi suhu permukaan adalah: laut Provinsi Kepulauan Riau dalam informasi spasial berbasis web. Batasan masalah dalam penelitian tugas akhir ini 1. Data yang digunakan adalah citra satelit Aqua MODIS level 1B tanggal 20 November Penelitian ini dikhususkan untuk pemetaan SPL yang berlokasi di Provinsi Kepulauan Riau. 3. Metode yang digunakan dalam penelitian ini dengan pengolahan menggunakan algoritma Brown and Minnet (1999) dan menganalisa hasil pengukuran SPL yang diperoleh dari citra satelit Aqua MODIS. 4. Data lapangan (ground truth) yang diambil pada tanggal 20 November Penelitian ini bertujuan untuk mengetahui SPL dari pengolahan data citra satelit aqua MODIS sehingga menjadi peta SPL perairan Provinsi Kepulauan Riau yang di presentasikan ke dalam informasi spasial berbasis web. 2 Petunjuk Umum a. Suhu Permukaan Laut Suhu permukaan laut (SPL) merupakan salah 2

3 satu faktor yang penting bagi kehidupan organisme di lautan, karena suhu mempengaruhi baik aktivitas metabolisme maupun perkembangbiakan dari organisme organisme tersebut. SPL juga digunakanan sebagai indikasi penentuan kualitas suatu perairan. Pemetaan suhu permukaan laut dilakukan dengan bantuan satelit (Anggreyni, 2011). Satelit Aqua MODIS mengelilingi bumi setiap satu sampai dua hari dengan arah lintasan orbit dari kutub selatan menuju kutub utara (ascending node) pada ketinggian 705 km (NASA, 2009). Satelit Aqua MODIS memiliki orbit polar sun-syncronus. Satelit melintasi equator pada siang hari mendekati pukul waktu lokal. image MODIS memiliki tiga resolusi spasial ini yang 250 m (Band 1 - Band 2), 500 m (band 3 - band 7), dan 1000m (Band 8 - Band 36). b. Algoritma Untuk menentukan SPL citra AQUA MODIS dilakukan dengan melakukan perhitungan menggunakan algoritma Brown dan Minnet (1999) yang mengacu pada Algorithm Theoretical Basic Document Modis 25 (ATBD 25). 3. Metodologi Penelitian a. Lokasi dan Waktu Penelitian Penelitian dilaksanakan pada bulan September 2015 dengan lokasi di Perairan Provinsi Kepulauan Riau yang terletak antara kordinat 1 10' Lintang Selatan s.d. 5 10' Lintang Utara dan ' s.d ' Bujur Timur pada Gambar 1. b. Alat dan Bahan Peralatan yang digunakan dalam penelitian ini antara lain: 1. Perangkat keras (Hardware) a. Laptop Intel(R) Core(TM) i5-5200u 2.20 GHz 2.20 GHz. Dengan Memori 4 GB DDR3 dan kapasitas penyimpanan 500 GB HDD. b. DO Meter c. GPS Garmin Handheld 2. Perangkat Lunak (Software) a. Sistem Operasi Windows 8 Pro 64 bit b. ENVI 4.5 c. ArcGIS 10 Bahan yang digunakan dalam penelitian ini antara lain: 1. Data citra satelit Aqua MODIS Level 1b berformat file HDF (Hierarchical Data Format) yang berekstensi.hdf (data sudah disisipkan beberapa subfile tersendiri berupadata lokasi geografis, data kalibrasi sensor untuk konversi perhitungan digital). a. Citra Aqua MODIS bulan November 2015 a m.hdf 2. Peta Vektor Provinsi Kepulauan Riau file kepri_adm.shp. 3. Peta Vektor Provinsi di Indonesia file indo_adm.shp 4. Data SPL yang didapat langsung melalui pengukuran di lapangan (groundtruth). c. Desain Penelitian Gambar 1. Provinsi Kepulauan Riau 3

4 Persamaan untuk mengubah radiansi menjadi Brightness Temperature adalah: Tb = c2 / (Vi * ln (c1 / (Vi 5 * radiansi) + 1)) (1) Dalam hal ini: Tb = suhu kecerahan air ( o K) Band 20, Band 31, dan Band 32, c1, c2 = konstanta radiasi, dimana nilai c1 adalah 1, x10 8 [W m -2 sr -1 (μm -1)-4 ], dan nilai c2 adalah 1, x 10 4 [K μm] Vi = panjang gelombang pusat (central wavelength) (meter), Radiansi = merupakan band MODIS yang akan dihitung nilai suhu kecerahan airnya. Gambar 2. Diagram Alir Penelitian d. Teknik Pengolahan dan Analisis Data Persamaan untuk algoritma Cloud Masking adalah: Cloud Masking = (B3 GE 0.2)*0+ (B3 LT 0.2)*1. (2) Dalam hal ini: B3 = band 3 GE = Greater Equal LT = Less Than Persamaan untuk algoritma SPL Brown and Minnet 1999 adalah: SPL = C 1 + (C 2 *TB 31 ) + C 3 * (TB 31 - TB 32 )*TB 20 + C 4 *( (TB 31 + TB 32 )*( 1 / fails θ 1))..... (3) Dalam hal ini: - C 1, C 2, C 3 dan C 4 = koefisien SPL untuk band 31 dan 32 (Brown Minnet, 1999) - T sfc = suhu kecerahan band 20 - Sec θ = sensor zenith satelit - TB 31 = suhu kecerahan band 31 - TB 32 = suhu kecerahan band 32 Tabel 1. Koefisien untuk MODIS band 31 dan 32 Algoritma SPL (Sumber: Brown and Minnet, 1999) Koefisien ΔT=T 30 T ΔT= T 30 T 31 > 0.7 C1 1, , C2 0, , C3 0, , C4 1, , Gambar 3. Diagram alir pengolahan data 4. Hasil dan Pembahasan a. Georeferensi Citra Proses ini dilakukan untuk memberikan bentuk dan posisi sebenarnya dari citra. Pada tahap ini 4

5 dilakukan beberapa proses, Proses ini dilakukan di software ENVI menggunakan menu Georeference MODIS. Metode transformasi yang digunakan adalah metode Triangulasi. Di dalam proses ini dilakukan proses pemilihan jenis proyeksi (Latitude/Longitude), datum (WGS 1984), unit (Degree), memasukkan parameter sensor, dan koreksi bowtie. Selain itu juga dilakukan proses spectral subset, yaitu memilih band yang akan diproses dalam penelitian ini yaitu band 3, dan band 20, 31 & 32. d. Konversi Nilai Radiansi menjadi Brightness Temperature Konversi nilai DN menjadi suhu kecerahan temperatur (brightness temperature) dengan menggunakan persamaan invers fungsi Planck, dihasilkan citra dari band 20, 31 dan 32 pada Gambar 5 yang telah terkoreksi oleh algoritma Brightness Temperature. b. Cropping Image Untuk pemotongan citra dilakukan secara kasar (tanpa memasukkan parameter tertentu) untuk membatasi daerah yang akan diolah agar lebih fokus terhadap daerah yang diteliti yaitu wilayah perairan Provinsi Kepulauan Riau sebelum koreksi geometrik. c. Koseksi Geometrik Koreksi geometrik dilakukan dengan memberikan GCP pada citra menggunakan Peta Administrasi Indonesia dengan nama file indo_adm.shp skala 1: berupa peta vektor dengan metode image to image pada software ENVI 4.5. Hasil atau nilai dari koreksi geometrik diwakili oleh nilai RMS error dari perhitungan GCP. Batas toleransi untuk nilai kesalahan RMS error adalah 1 pixel, sehingga apabila nilai RMS error lebih dari 1 harus dilakukan perhitungan ulang (Purwadhi, 2001). Pada Gambar 4 Hasil RMSE citra Aqua MODIS tanggal 20 November 2015 mempunyai nilai RMSE kurang dari 1 piksel yaitu RMSE sebesar piksel, sehingga citra dianggap memenuhi toleransi yang diberikan. Gambar 5. Brightness temperature band 20, 31, 32 MODIS e. Algoritma Cloud Masking Proses Cloud Masking/pemisahan awan yang dilakukan di semua piksel menggunakan band 3 bertujuan agar data citra terbebas dari awan, yaitu dengan menjadikan daerah yang tertutup awan menjadi bernilai DN=0 menggunakan Algoritma Xiangming Xiao et all (2004). f. SPL Algorithm Dari hasil pengolahan yang ditunjukkan didapatkan bahwa suhu tertinggi di Provinsi Kepulauan Riau pada 20 November Pada tanggal tersebut SPL tertinggi hasil algoritma adalah 28,6-29,6 ⁰C, terlihat pada Gambar 6 dimana titik tersebut berada di selatan Provinsi Kepulauan Riau dan Pulau Bangka. Dahuri et al (2003) SPL Indonesia secara umum berkisar antara o C. Jika dilihat dari waktu atau cuacanya, pada saat itu selisih 2-3 jam pada saat satelit Aqua MODIS mengorbit sedangkan cuacanya cerah berawan ada kemungkinan pada saat satelit mengorbit sensor yang membaca nilai SPL tergangu dan terhalangi oleh awan sehingga tidak maksimal. Gambar 4. Nilai RMSE 5

6 Gambar 6. Hasil Algoritma SPL MODIS g. Uji Data Lapangan Cek lapangan atau Groundtruth dilaksanakan pada 20 November 2015 di perairan Provinsi Kepulauan Riau. Adapun data yang diambil salah satunya adalah data SPL pada lokasi-lakasi tertentu yaitu pada perairan Pelabuhan Jodoh (Tabel 2) dan Pantai Nongsa (Tabel 3). Hasil temperatur yang diukur langsung di lapangan pada waktu itu adalah sebagai berikut: Tabel 2. Data lapangan groundtruth Pelabuhan Jodoh No Posisi Titik Suhu Lintang Bujur 1 1 o o ,0 2 1 o o ,9 3 1 o o ,8 4 1 o o ,8 5 1 o o ,1 6 1 o o ,7 7 1 o o ,9 8 1 o o ,9 9 1 o o , o o , o o , o o , o o , o o , o o , o o , o o , o o o o , o o ,1 Hasil dari pengukuran SPL pada Tabel 2 menujukkan bahwa: - Rata-rata SPL di perairan Provinsi Kepulauan Riau berkisar antara 30,9⁰C pada tanggal 20 November Suhu tertinggi dari pengambilan sampel diatas adalah 31,1⁰C dan suhu terendah adalah 30,1⁰C. Tabel 3. Data lapangan groundtruth Pantai Nongsa No Posisi Titik Suhu Lintang Bujur 1 1 o o , o o 31,4 3 1 o o ,5 4 1 o o ,7 5 1 o o ,9 6 1 o o ,0 7 1 o o ,8 8 1 o o 9 1,86 32,0 9 1 o o , o o , o o , o o , o 8 34,5 104 o , o o , o o , o o , o o , o o o o , o o ,2 Hasil dari pengukuran SPL pada Tabel 3 menujukkan bahwa: - Rata-rata SPL di perairan Provinsi Kepulauan Riau berkisar antara 31,6⁰C pada tanggal 20 November Suhu tertinggi dari pengambilan sampel diatas adalah 32⁰C dan suhu terendah adalah 31,1⁰C. h. Perbandingan SPL Hasil Groundtruth dengan SPL Citra Pada tahap ini dilakukan perbandingan data groundtruth pengukuran SPL Pelabuhan Jodoh pada Tabel 4 dan Pengukuran SPL Pantai Nongsa pada Tabel 5, Untuk nilai SPL pada 1 piksel di citra juga memiliki 1 data SPL, sehingga untuk beberapa nilai SPL hasil groundtruth yang terletak pada piksel yang sama dilakukan perhitungan rata-rata SPL. Tabel 4. Pengukuran SPL Pelabuhan Jodoh No.Titik Groudtruth SPL Lapangan No. Piksel SPL Citra PJ1 31, ,7 PJ2 30, ,7 PJ3 30, ,7 PJ4 30, ,7 PJ 5 30, ,7 6

7 No.Titik Groudtruth SPL Lapangan No. Piksel SPL Citra PJ 6 30, ,6 PJ 7 30, ,7 PJ 8 30, ,7 PJ 9 30, ,7 PJ 10 30, ,7 PJ 11 30, ,7 PJ 12 30, ,7 PJ 13 30, ,7 PJ 14 30, ,7 PJ 15 30, ,7 PJ 16 31, ,7 PJ 17 31, ,7 PJ ,7 PJ 19 31, ,7 PJ 20 31, ,7 Tabel 5. Pengukuran SPL Pantai Nongsa SPL No. Lapangan Piksel No.Titik Groudtruth SPL Citra PN1 31, ,1 PN 2 31, ,1 PN 3 31, ,1 PN 4 31, ,1 PN 5 31, ,1 PN 6 32, ,1 PN 7 31, ,1 PN 8 32, ,1 PN 9 32, ,1 PN 10 31, ,1 PN 11 31, ,1 PN 12 31, ,1 PN 13 31, ,1 PN 14 31, ,1 PN 15 31, ,5 PN 16 31, ,5 PN 17 31, ,5 PN ,5 PN 19 31, ,5 PN 20 31, ,5 i. Analisis Perbandingan SPL Hasil Groundtruth dengan SPL Citra Pada analisis ini dilakukan perataan data groundtruth, karena terdapat koordinat yang terletak pada piksel yang sama pada citra yang terkoreksi geometrik. Untuk nilai SPL pada 1 piksel di citra juga memiliki 1 data SPL pada Tabel 6, sehingga untuk beberapa nilai SPL hasil groundtruth yang terletak pada piksel yang sama dilakukan perhitungan rata-rata SPL. Tabel 6. Pengelompokan SPL di Lapangan No.Titik SPL No. SPL Groudtruth Lapangan Piksel Citra PJ 6 30, ,6 PJ 1, PJ3-PJ5, 30, ,7 PJ7-PJ20 PJ 2 30, ,7 PN15-PN20 31, ,5 PN1-PN14 31, ,1 Rata-rata 31,1 22,52 Terdapat interval suhu antara 30,7-31,7⁰C untuk SPL di lapangan, sedangkan untuk SPL citra interval suhu berkisar antara 19,1-26,6⁰C. Dapat dilihat bahwa dari kedua data diatas terdapat selisisih sebesar 8,6⁰C dimana SPL hasil pengolahan dari citra menujukkan suhu yang lebih rendah dari pada suhu di lapangan. Gambar 4.3 flktuasi grafik menunjukkan bahwa pada kedua data, SPL citra pada piksel 249 adalah yang tertinggi, sedangkan SPL lapangan pada piksel 233. Hal ini diakibatkan lokasi dimana posisi piksel lapangan berada di sekitar garis pantai, sehingga SPL masih dipengaruhi oleh suhu daratan. Tingkat kecocokan antara data SPL citra terhadap data SPL lapangan mempunyai hasil yang lebih rendah. Hal ini terjadi karena data citra Aqua MODIS yang diolah diambil pada waktu yang berbeda dengan data di lapangan, yaitu selisih dua jam. j. Validasi Uji validasi dilakukan pada citra Aqua MODIS tanggal 20 November 2010 dan data lapangan. Proses ini didahului dengan menentukan besarnya korelasi antara SPL citra dengan SPL lapangan. Hal ini perlu dilakukan untuk mengetahui seberapa besar tingkat kecocokan data SPL citra terhadap data SPL lapangan, karena data SPL citra juga akan digunakan sebagai data validator. Didapatkan besarnya korelasi sebesar hal ini Apabila Nilai Koefisien Korelasi mendekati -1 (Negatif Satu) maka hal ini menunjukan pasangan data Variabel X dan Variabel Y memiliki Korelasi Linear Negatif yang kuat/erat. kemudian dilanjutkan dengan mencari besarnya nilai koefisien determinasi yang 7

8 divisualisasikan pada Gambar 7. masuk dalam toleransi yang ditetapkan. Maka dapat disimpulkan bahwa dari keseluruhan data SPL yang digunakan telah merepresentasikan kondisi suhu yang sesungguhnya. Gambar 7. Diagram Pencar Perbandingan SPL Citra dengan SPL Lapangan Dalam hal ini: Y= SPL Image X= SPL Field Dengan koefisien mempunyai arti bahwa sebesar 88,6%. Menurut Sarwono (2006) kriteria kekuatan hubungan korelasi apabila koefisien diantara >0,75 0,99 adalah sangat kuat. Hal ini berarti menunjukkan hubungan negatif ditunjukkan pada grafik menurun antara data SPL citra dan SPL lapangan yang digunakan. Citra hasil perhitungan algoritma k. Layouting ke WebGIS Peta hasil pengolahan data citra aqua MODIS untuk perairan Provinsi Kepulauan Riau, diketahui kondisi SPL terendah dan tertinggi yang ditandai dengan gradasi warna dalam bentuk informasi spasial berbasis web menggunakan P.mapper merupakan suatu framework yang menawarkan fungsi luas dan berbagai konfigurasi untuk memfasilitasi setup dari pengembangan aplikasi MapServer dan P.mapper berbasis pemrograman PHP/MapScript dan JavaScript, maka dihasilkan Peta SPL Provinsi Kepulauan Riau ditampilkan pada Gambar 8. Gambar 8. Peta SPL Provinsi Kepulauan Riau tanggal 20 November 2015 Data yang ada pada website adalah file berformat *.shp mulai dari Peta Indonesia, peta Negara tetangga, bertipe polygon. Untuk data suhu yang terdapat pada grup Nature-spatial Data merupakan file dari suhu permukaan laut bertipe point yang memiliki interval serta warna yang berbeda /gradasi warna setiap suhunya untuk membedakan persebarannya. Semua file yang ada pada web mengacu proyeksi Bujur-Lintang (longlat) menggunakan Datum WGS84 dan menggunakan Sistem Koordinat Geografis dengan ketelitian 1 o. 8

9 Gambar 9. Hasil olahan citra sebaran Suhu Permukaan Laut Aqua MODIS untuk perairan Provinsi Kepulauan Riau tanggal 20 November 2015 Persebaran suhu permukaan laut pada Provinsi Kepulauan Riau pada hasil pengolahan citra satelit Aqua MODIS pada tanggal 20 November 2015 divisualisasikan pada Gambar 9 dengan rentang suhu dari 20-29,6 0 C. Suhu tertinggi pada rentang Suhu 28,6-29,6 o C pada Gambar 9a berwarna merah pekat tersebar di bagian selatan Kepulauan Riau, Suhu 27,5-28,5 o C pada Gambar 9b berwarna merah persebarannya berada diantara Provinsi Kepulauan Riau, Provinsi Kalimantan Barat, dan Provinsi Kepulauan Bangka Belitung, suhu 20-27,4 o C pada Gambar 9c sampai Gambar 9h persebaran yang cukup merata pada setiap interval suhunya, sedangkan suhu terendah interval suhu o C pada Gambar 9i. Legenda diacu dari klasifikasi SPL pada LAPAN pada Gambar 9j yang digunakan juga pada website SPL mereka dalam pengklasifikasian interval suhunya, maka dalam laporan Tugas Akhir ini penulis mamakai referensi legenda SPL tersebut. 5. Kesimpulan Beberapa kelebihan MODIS dibandingkan satelit pencitraan yang lain antara lain adalah lebih banyaknya spektral panjang gelombang (resolusi spektral) dan lebih telitinya cakupan lahan (resolusi spasial) serta lebih kerapnya frekuensi pengamatan (resolusi temporal). Kisaran gelombang pada kanal-kanal yang dimilikinya yang lebih sempit sehingga dapat menghasilkan informasi parameter yang lebih baik dan akurat. MODIS melalui berbagai 9

10 algoritma dapat menghasilkan parameter dari suhu permukaan laut. Akan tetapi, data MODIS juga memiliki kelemahan dalam keakuratan untuk menentukan zona potensial penangkapan ikan, hal ini dikarenakan data citra sering mengalami gangguan oleh awan, garis-garis (striped) dan pancaran sinar matahari (sunglint) sehingga informasi yang diperoleh kurang akurat atau kurang sesuai dengan kondisi lapangan, dengan demikian mengakibatkan kehilangan informasi di dalamnya. Kesalahan dalam penentuan radiometrik untuk suhu permukaan air pada absorpsi uap air atmosfir (kanal 31 dan 32), gas-gas minor di atmosfir (semua kanal), dan tiupan debu di laut (semua kanal), maka kesimpulan yang didapat dari penelitian Tugas Akhir yang dilakukan adalah: a. Satelit Aqua MODIS telah dimanfaatkan untuk mengetahui suhu permukaan air laut. b. Nilai RMSE rata-rata citra Aqua MODIS 20 November 2015 adalah telah memenuhi toleransi karena menurut nilai RMSE rata-rata yang diperbolahkan 1 piksel. c. Nilai korelasi dari algoritma SPL Brown and Minnet (1999) untuk citra Aqua MODIS 20 November 2015 adalah 0, d. SPL rata-rata tanggal 20 November 2015 di wilayah perairan Provinsi Kepulauan Riau adalah maksimum 31,7 o C dan minimum 30,7 o C pada groundtruth dan maksimum 29,1 o C dan minimum 20 o C pada citra Aqua MODIS hasil pengolahan. Karena perairan Indonesia dipengaruhi oleh angin musim, pada saat penelitian dilakukan bulan November maka sebaran SPLnya pun mengikuti perubahan musim barat (Desember-Januari-Februari), SPL di Kawasan Barat Indonesia (KBI) berkisar antara o C. e. Hasil akhirnya adalah peta suhu permukaan laut Provinsi Kepulauan Riau yang ditampilkan dalam informasi spasial berbasis web yang menampilkan persebaran suhu. 6. Saran Saran yang diberikan penulis kepada pembaca jika ingin melakukan penelitian di tempat atau dengan tema yang sama adalah: a. Penelitian terkait dapat dilanjutkan dengan analisis lebih jauh mengenai saluran (Band) menggunakan berbagai macam algoritma suhu permukaan laut. b. Penelitian dapat dilakukan dengan informasi yang diperbaharui seiring dengan perubahan air yang terjadi yaitu mengenai suhu permukaan laut Provinsi Kepulauan Riau pada tahun-tahun berikutnya. c. Untuk pengembangan selanjutnya diharapkan menampilkan informasi spasial suhu permukaan laut dengan menggunakan data citra satelit yang multitemporal khususnya Provinsi Kepulauan Riau ke dalam WebGIS interaktif. Referensi Annas, R., 2009, Pemanfaatan Data Satelit MODIS untuk Menentukan Suhu Permukaan Laut, Skripsi, Fakultas Teknik, Universitas Indonesia.Anonymous, 2007, Forum Remote Sensing dan GIS Indonesia, publikasi tanggal 12 Desember Anggreyni, A.D.R., 2011, Studi Perubahan Suhu Permukaan Laut (SPL) Menggunakan Satelit Aqua MODIS, Skripsi, Fakultas Teknik Sipil dan Perencanaan, Institut Teknologi Sepuluh November. Bada, Hilda I.N., 2011, Validasi Dan Pengembangan Algoritma Suhu Permukaan Laut Pathfinder Satelit NOAA AVHRR di Perairan Utara Papua, Skripsi, Institut Pertanian Bogor: Bogor, Halaman 18. Barton, I.J., 2001, Interpretation of Satellite-Derived Sea SurfaceTemperatures, Volume 28, Issue 1, Australia. Birowo, S., 1979, Kemungkinan Terjadinya Upwelling di Laut Flores dan Teluk Bone, Jakarta: Lembaga Oseanologi Nasional-LIPI, Hal Brown, O.B. dan Minnet P.J., 1999, Modis Infared Sea Surface Temperature Algorithm, Algorithm Teoritical Basis Document (ATBD) 25 Version 2.0., Hal 5, University of Miami. 1 0

11 Dahuri, R., Rais J., Ginting S.P., Sitepu, M.J., 1996, Pengelolaan Sumber Daya Wilayah Pesisir dan Lautan Secara Terpadu, PT. Pradnya Paramita, Jakarta. KSDA, BALITEK, 2014, Profil Kehutanan 33 Provinsi, anan-33-provinsi/, Diakses pada tanggal 2 September 2015, pukul WIB. Carter, D., Agtrisari, I., 2003, Desain dan Aplikasi SIG, PT Elex Komputindo, Jakarta. Hela, I. and Laevastu, T. 1993, Fisheries Oceanography, London: Fishing News Book Ltd., 238p. Ika, 2011, Studi Perubahan Suhu Permukaan Laut Menggunakan Citra Satelit TERRA MODIS, Skripsi, Teknik Geomatika, Institut Teknologi Sepuluh November. Jaelani, L.M., Sukojo, B.M., Hendra, P.B., 2011, Modifikasi Algoritma AVHRR untuk Estimasi Suhu Permukaan Laut (SPL) Citra Aqua Modis, Teknik Geomatika-ITS, Surabaya. Kusuma, A., 2008, Analisa Suhu Permukaan Laut Pada Sensir Satelit NOAA/AVHRR dan EOS AQUA/TERRA MODIS, Fakultas Teknik, Universitas Indonesia. Kepriprov, 2015, Diakses tanggal 4 September 2015, pukul WIB. Lillesand, T.M dan R.W. Kiefer, Remote Sensing and Image Interpretation, (New York: John Wiley&Sons Inc., 1979). NASA, 2009, diakses tanggal 25 Agustus 2015, pukul WIB. Nicholas, M., Short, Sr., 2008, Remote Sensing Tutorial. Nontji A, 1993, Laut Nusantara, Jakarta: Penerbit Djambatan, 368 hal. Prahasta, Eddy, 2002, Konsep-konsep Dasar SIG, Informatika, Bandung. Prahasta, Eddy, 2005, Sistem Informasi Geografis: Tutorial Arcview, Informatika, Bandung. Purwadhi, S.H. 2001, Interpretasi Citra Digital, Jakarta: Grasindo. Raissa, 2013, Pemetaan Suhu Permukaan Laut Menggunakan Citra NOAA/AVHRR dan AQUA/TERRA MODIS di Perairan Selatan Jawa Timur, Laporan Kerja Praktik, Fakultas Teknik dan Ilmu Kelautan, Universitas Hang Tuah. Samsuri, 2004, Aplikasi Penginderaan Jauh dalam Pengelolaan Sumber Daya Hutan, Jurusan Kehutanan Fakultas Pertanian, Universitas Sumatera Utara. Sarwono, J., 2006, Metode Penelitian Kuantitatif dan Kualitatif, Yogyakarta: Graha Ilmu. Siwi, S.E. dan Wawan K.H., 2008, Pemanfaatan Citra Satelit Penginderaan Jauh Untuk Pengelolaan Sumber Daya Air, Kedeputian Penginderaan Jauh Lembaga Penerbangan dan Antariksa Nasional, Bandung. Sukresno, B., 2008, Pengolahan Data Satelit NOAA-AVHRR untuk Pengukuran Suhu Permukaan Laut Rata-Rata Harian, BRKP-Departemen Kelautan dan Perikanan: Sutanto, 1994, Penginderaan Jauh Jilid 1, Gadjah Mada University Press, Yogyakarta. Sutanto, 2004, Penginderaan Jauh Jilid 2, Gadjah Mada University Press, Yogyakarta. Turban, Efrain, 2009, Decision Support System and Intelligent Sysrem, Penerbit Andi, Yogyakarta. Weyl, P. K, 1970, Oceanography an Introduction to the Marine Environment, John Wiley & Sons. Xiao, X, et all Mapping paddy rice agriculture in southern China using multitemporal MODIS images Xiangming. 1 1