3. METODOLOGI PENELITIAN

3. METODOLOGI PENELITIAN 3.1 Lokasi penelitian Lokasi penelitian terletak di perairan Teluk Jakarta, mencakup area dengan koordinat 106 36 26.805 107 4 33.146 BT dan 5 53 24.124 6 9 51.142 LS (Gambar 2). Gambar 2. Peta lokasi penelitian dan pengukuran kualitas perairan di Teluk Jakarta. Jumlah titik stasiun pengambilan data in situ pada setiap tanggal berbeda-beda seperti yang ditunjukkan pada Tabel 4. Sebaran titik pengambilan data in situ klorofil-a dan SPL digambarkan pada Gambar 2. Tabel 4. Jumlah stasiun pengambilan data in situ Tanggal Jumlah stasiun 21 Juni 2004 58 23 Juli 2004 27 9 September 2004 53 27 Juni 2006 18 1 Oktober 2006 19 18

19 3.2 Bahan dan Alat Bahan yang digunakan dalam penelitian berupa data in situ dan citra satelit, diperoleh dari P2O-LIPI (Pusat Penelitian Oseanografi Lembaga Ilmu Pengetahuan Indonesia) (Tabel 5). Perekaman citra dilakukan pada tanggal yang sama dengan pengambilan data in situ. Pengambilan data in situ dilaksanakan ± 2-3 jam dari waktu lintasan citra di atas Teluk Jakarta, yaitu sekitar pukul 08:00-13:00. Alat yang digunakan dalam penelitian ini antara lain seperangkat komputer; piranti lunak Idrisi Andes dan beberapa piranti lunak penginderaan jauh lainnya; serta piranti lunak aplikasi pengolah teks dan statistika. Tabel 5. Bahan dan alat yang digunakan dalam penelitian Bahan Citra Satelit Data in situ Tanggal Landsat Terra Sumber Klorofil-a SPL 7 ETM+ ASTER 21 Juni 2004 P2O-LIPI 23 Juli 2004 - - P2O-LIPI 9 September 2004 - P2O-LIPI 27 Juni 2006 - - P2O-LIPI 1 Oktober 2006 - P2O-LIPI Peta Lingkungan Pantai Indonesia Bakosurtanal Alat Perangkat komputer Spesifikasi Intel core 2 duo Idrisi Andes serta beberapa piranti lunak Piranti lunak penginderaan jauh lainnya; dan piranti lunak untuk aplikasi pengolah teks dan statistika. Keterangan: = ketersediaan data 3.3 Metode pengambilan data in situ Pengambilan dan pengolahan data in situ dilakukan oleh tim dari P2O-LIPI. Pengambilan data SPL diukur menggunakan digital termometer dan CTD, namun karena hanya ada satu buah CTD maka data suhu hanya dapat diambil pada

20 lintasan sebelah kanan atau kiri saja. Pengukuran data kualitas perairan tidak dapat diukur langsung di lapangan. Sampel air laut diambil dari lapisan permukaan sebanyak 1000 ml di setiap stasiun. Sampel tersebut ditempatkan pada botol plastik yang kemudian disimpan pada sebuah kotak tertutup rapat yang diberi potongan es batu. Konsentrasi klorofil-a diukur dengan satuan mg/m 3 di laboratorium P20-LIPI dengan menggunakan 500 ml sampel air laut yang disaring melalui sebuah filter fiber-glass (glass-fiber Filter) GF/C. Klorofil-a yang tersangkut pada filter kemudian di ekstraksi menggunakan 8-10 ml aseton 90% selama 20-24 jam. Sampel kemudian disentrifuge dengan kecepatan 2000-2500 RPM, dan dibaca menggunakan Turner Fluorometer Model 450. Prosedur pengukuran klorofil-a mengikuti metoda baku Strickland dan Parson (1972) (Wouthuyzen, 2006). 3.4 Metode pengolahan data Berdasarkan Suyarso (1995) pembagian musim di perairan Teluk Jakarta dibagi 4 bagian yaitu musim barat (bulan Desember-Februari), musim peralihan 1 (bulan Maret-Mei), musim timur (bulan Juni-Agustus), dan musim peralihan 2 (bulan September-November). Berdasarkan data yang tersedia (Tabel 5), pembuatan algoritma estimasi klorofil-a dan SPL dibagi menjadi dua, yaitu musim timur dan musim peralihan 2. Proses pengolahan data digambarkan dalam diagram alir pada Gambar 3. Subsub bab selanjutnya menjelaskan diagram alir pengolahan estimasi klorofil-a dan SPL.

21 Citra satelit Terra ASTER : Koreksi geometrik; (Landsat-7 ETM sudah terkoreksi) Koreksi radiometrik (histogram adjustment) Konversi DN ke radian Ekstraksi nilai piksel radian berdasarkan metode jendela piksel (3x3/5x5/9x9) Data in situ klorofil-a dan SPL Pembuatan algoritma empiris estimasi klorofil-a musim timur klorofil-a musim peralihan 2 SPL musim timur SPL musim peralihan 2 Validasi Validasi Validasi Validasi Sebaran klorofil-a musim timur Sebaran klorofil-a musim peralihan 2 Sebaran SPL musim timur Sebaran SPL musim peralihan 2 Gambar 3. Diagram alir pengolahan estimasi klorofil-a dan SPL 3.4.1 Citra satelit Citra satelit yang digunakan yaitu Landsat 7 ETM+ dan Terra ASTER. Pada citra Landsat-7 ETM+, kanal yang digunakan untuk estimasi klorofil-a yaitu kanal 1 (0.45-0.52 µm), kanal 2 (0.52-0.60 µm), dan kanal 3 (0.63-0.69 µm), sedangkan untuk estimasi SPL menggunakan kanal 62 (high gain).

22 Pada citra Terra ASTER, kanal yang digunakan untuk estimasi klorofil-a yaitu kanal 1 (0.52-0.60 µm), kanal 2 (0.63-0.69 µm) dan kanal 3 (0.78-0.86 µm), sedangkan untuk estimasi SPL menggunakan satu kanal infra merah jauh yaitu kanal 13 (10.25-10.95 µm). 3.4.2 Koreksi geometrik dan radiometrik Citra Landsat-7 ETM+ yang digunakan sudah terkoreksi geometrik. Citra Terra ASTER yang tersedia adalah citra level 1A yang belum terkoreksi geometrik dan radiometrik, namun di dalam metadata terdapat koefisien koreksi (Prahasta, 2008). Koreksi menggunakan piranti lunak ENVI 4.5 dengan menggunakan data dan info yang ada di metadata. Proses koreksi radiometrik pada penelitian ini dilakukan secara sederhana. Koreksi radiometrik untuk citra Landsat 7 ETM+ maupun Terra ASTER dengan metode histogram adjustment yang secara matematis adalah sebagai berikut (Prahasta, 2008) : Keterangan: DN akhir = DN awal K (3) DN akhir = bilangan digital yang sudah terkoreksi, DN awal = bilangan digital piksel-piksel kanal citra yang belum terkoreksi, K = Bias (offset) pada piksel-piksel kanal citra yang belum terkoreksi, asumsi nilai DN terkecil pada citra. 3.4.3. Konversi DN ke radian Konversi nilai DN (digital number) ke nilai radian dengan satuan Watt/(m 2 /micrometer/steradians) pada citra Landsat 7 ETM+ dengan persamaan : = + ( ) (4)

23 Keterangan persamaan (4): rad= Nilai radian (Watts/m 2 sr m) DN= Digital Number pada setiap kanal Lmin= Nilai L minimum Lmax= Nilai L maksimum Nilai Lmin dan L max masing-masing kanal dapat dilihat pada Tabel 6. Tabel 6. Nilai Lminimum dan Lmaksimum Landsat 7 ETM+ Kanal Lmin Lmax 1-6.20 191.600 2-6.40 196.500 3-5.00 152.900 4-5.10 241.100 5-1.00 31.060 61 0.00 17.040 62 3.20 12.650 7-0.350 10.800 8-4.70 243.100 Sumber: Metadata Landsat 7 ETM+ Konversi DN (digital number) menjadi nilai radian pada citra Terra ASTER dengan persamaan: Keterangan: = ( 1) (5) rad= Nilai radian (Watts/m 2 sr m) DN= Digital Number pada setiap kanal UCCband= Unit Conversion Coefficients (watts/meter 2 /steradian/micrometer)/dn (Tabel 7) Tabel 7. Unit Conversion Coefficients setiap kanal VNIR dan TIR ASTER Kanal UCC 1 0.6760000 2 0.7080000 3 0.8620000 10 0.0006882 11 0.0006780 12 0.0006590 13 0.0005693 14 0.0005225 Sumber: Metadata Terra ASTER

24 Sejak piranti lunak ENVI 4.2 diluncurkan, nilai DN (digital number) secara otomatis berubah menjadi nilai radian (W/(m 2 µm sr)). Oleh karena itu proses di atas tidak dilakukan. 3.4.4. Ekstraksi nilai radian Ekstraksi nilai radian pada Landsat untuk kanal 1-3 (resolusi spasial 30 meter) dan kanal 61 dan 62 (resolusi spasial 60 meter) menggunakan jendela piksel berukuran 5x5 piksel dengan titik tengah jendela piksel tersebut adalah titik koordinat stasiun pengambilan data in situ. Penggunaan metode jendela piksel karena bias alat GPS (Global Positioning System) yang digunakan pada pengambilan data in situ sebesar 25 100 meter (Wouthuyzen, 29 Juni 2009 komunikasi pribadi). Nilai radian tersebut dihitung nilai rata-ratanya. Perhitungan nilai rata-rata radian dilakukan pada seluruh titik stasiun pengambilan data. Gambar 4 menunjukkan ilustrasi ekstraksi nilai radian dengan jendela 5x5 piksel. a 1 a 2 a 3 a 4 a 5 a 6 a 7 a 8 a 9 a 10 a 11 a 12 TITIK STASI- UN a 14 a 15 a 16 a 17 a 18 a 19 a 20 a 21 a 22 a 23 a 24 a 25 Gambar 4. Jendela piksel ekstraksi nilai radian

25 Perhitungan nilai radian rata-rata (a mean ) dengan titik tengah titik stasiun dengan jendela 5x5 piksel adalah: = 1 + 2 + + 25 25 (6) Proses yang sama dilakukan untuk citra Terra ASTER dengan jendela 9x9 piksel untuk kanal 1 kanal 3 (resolusi 15 meter) dan jendela 3x3 piksel untuk kanal 13 (resolusi 90 meter). 3.4.5 Pembuatan algoritma empiris estimasi Percobaan pembuatan algoritma empiris estimasi menggunakan titik stasiun bernomor ganjil. Pembuatan algoritma estimasi dengan menggunakan pendekatan empiris yaitu mengkorelasikan nilai radian citra satelit dengan data in situ klorofil-a atau SPL pada koordinat titik stasiun pengambilan data dan tanggal yang sama. Persamaan yang dicobakan yaitu regresi linear: = + ; eksponensial: = ( ) ; power: = ; polinomial (orde 2) : = 2 + + ; polinomial (orde 3): = 3 + 2 + +. Variabel x adalah nilai radian citra setiap kanal atau rasio kanal (contoh kanal biru/kanal merah), sedangkan y adalah nilai konsentrasi klorofil-a atau nilai SPL pada koordinat dan tanggal yang sama. Setelah melalui percobaan pembuatan algoritma, bentuk dasar persamaan yang paling baik adalah polinomial (orde 2): = 2 + +. 3.5 Analisis Data Analisis data untuk validasi menggunakan titik stasiun bernomor genap. Algoritma empiris yang telah dihasilkan selanjutnya diaplikasikan pada citra untuk digunakan dalam mengestimasi klorofil-a maupun dengan SPL. Selanjutnya nilai hasil estimasi tersebut divalidasi dengan nilai in situ.

26 Perhitungan validasi pada nilai-nilai titik stasiun pengambilan data bernomor genap. Analisis yang dilakukan antara lain: (1) Untuk mengetahui hasil estimasi cukup baik atau tidak, dilakukan uji beda nilai tengah. Adapun hipotesis yang dilakukan: H 0 :µ 1 = µ 2 H 1 : µ 1 µ 2 µ 1 = nilai tengah kualitas air (klorofil-a atau SPL) data in situ µ 2 = nilai tengah kualitas air (klorofil-a atau SPL) hasil estimasi dari citra Bila t hitung >t tabel, pada selang kepercayaan 95% maka tolak H 0, apabila t hitung < t tabel maka keputusannya terima H 0 (Walpole, 1995). Apabila hasil hipotesis terima H 0 maka nilai kualitas air in situ tidak berbeda nyata dengan nilai kualitas air data hasil estimasi, dan algoritma tersebut dapat digunakan. (2) Perhitungan RMS error (Root mean square error) (Anonymous, 2007): RMS error = ( 1)2 +( 2) 2 + +( ) 2 (7) Keterangan: bias= nilai in situ nilai estimasi n = jumlah data (3) Untuk melihat keeratan hubungan antara nilai data in situ dan hasil estimasi dipergunakan koefisien korelasi momen hasil kali Pearson (Pearson correlation). Bila r mendekati +1, hubungan antara kedua peubah tersebut kuat, maka terdapat korelasi yang tinggi diantara keduanya. Sebaliknya jika r mendekati nol, hubungan linear keduanya sangat lemah (Walpole, 1995). Rumusnya adalah sebagai berikut : = =1 =1 =1 2 =1 2 =1 2 =1 =1 2 (8)

27 R= r 2 (9) Keterangan : r= koefisien korelasi n=jumlah data R=koefisien determinasi =1 =1 = jumlah peubah x =jumlah peubah y 2 =1 =jumlah kuadrat peubah x 2 = jumlah kuadrat peubah y =1