SlideShare a Scribd company logo
1 of 12
Pemetaan Substrat Dasar Perairan Dangkal
Menggunakan Citra Satelit Quickbird
Ike Dori Candra
C552130111
Introduction
• Pemetaan dasar perairan dangkal memerlukan waktu yang lama dan
biaya yang mahal karena wilayahnya umumnya terpencil dan sulit
diakses. Remote sensing dengan memanfaatkan citra digital
merupakan alternatif yang paling ideal untuk pemetaan dasar
perairan dangkal ( Green et al 2000).
• Peluncuran satelit resolusi spasial tinggi seperti Quickird tahun 2001
memungkinkan pendeteksian fitur-fitur habitat di perairan dangkal.
Satelit Quickbird-2 yang diluncurkan pada tanggal 18 October 2001
berada pada ketinggian 450 km dengan periode edar 93,5 menit dan
orbit polar sun synchronous. Satelit yang memiliki cakupan sebesar
16,5 km ini melewati lintasan (daerah) yang sama setiap 1-5 hari
tergantung posisi lintang.
• Karakteristik panjang gelombang yang dimiliki oleh
sensor Quickbird-2 diuraikan dalam Tabel 1.
Method
Untuk pemetaan habitat perairan
dangkal harus dilakukan survey
lapangan.
Tujuannya adalah untuk mengamati
kondisi lapangan yang sebenarnya dan
pengecekan silang hasil klasifikasi dari
citra satelit.
Survey dilakukan menggunakan Scuba
dan snorkling, posisi titik pengamatan
direkam dengan GPS
Kegiatan survey antara lain :
Plotting/merekam titik-titik yang
dianggap penting sebagai acuan untuk
menafsirkan kenampakan objek di
lapangan dengan kenampakan objek
dalam peta hasil klasifikasi.
Membuat dokumentasi pemotretan
objek di lapangan untuk validasi
kenampakan objek di peta
• Pengambilan data lapangan di
sejumlah 651 titik sampling.
• Lokasi titik pengambilan data
tersebar di Karang Congkak dan
Karang Lebar, Kep. Seribu,
Jakarta.
• Untuk keperluan uji akurasi
tematik citra,diambil sejumlah
titik pada lokasi Karang
Congkak. Citra yang digunakan
adalah Quickbird multiband (16
bit).
• Penentuan lokasi dilakukan
dengan 2 unit GPS tipe navigasi.
• Flow chart disajikan pada gambar 1.
• Pengamatan dasar perairan
dilakukan dengan cara acak
dan menyebar pada lokasi
karang lebar dan karang
congkak
• Data yang dicatat adalah jenis
dasar perairan dan posisi
geografis
• Pengambilan data mencakup
5 kategori jenis perairan yaitu
karang hidup, karang, pasir
dan bercampur lamun, lamun
dan pasir
• Tabel 2. kategori dasar perairan
• Uji Akurasi Citra Hasil Klasifikasi
• Menurut Campbell ( 1987), uji
akurasi dilakukan dengan
membandingkan peta, satu peta
bersumber dari hasil analisis
penginderaan jauh (yang diuji) dan
peta acuan dari sumber lainnya.
Peta kedua diasumsikan memiliki
informasi yang benar.
• Perhitungan citra hasil klasifikasi
dilakukan dengan membuat matrik
kontigensi atau matrik konfusi.
Matrik konfusi dihasilkan dari
perbandingan nilai piksel hasil
klasifikasi dengan data dari
lapangan (Congalton dan Green,
1999).
• Uji Ketelitian yang dihitung adalah
overall accuracy, producer’s
accuracy dan user’s accuracy.
• Alur penelitian rumus-rumus yang
digunakan :
Result And Discussion
Klasifikasi citra Quickbird dengan
menggunakan metode ISOclass yang di
iterasi dengan evaluasi visual citra komposit
RGB disajikan pada Gambar 3. Secara umum
dapat dikatakan, citra Quickbird tidak
sensitif untuk mendeteksi keberadaan
karang hidup. Karang hidup di lokasi Karang
Congkak ditemukan pada bagian tepi dan
berada pada zona perairan yang lebih
dalam. Bila dibandingkan hasil klasifikasi
citra pada kedua skala ( gambar a dan b),
terlihat objek pasir bercampur lamun lebih
dapat terlihat pada skala yang lebih besar
(1:5.000).
• Uji Akurasi Citra Terklasifikasi
• Hasil uji akurasi peta citra hasil klasifikasi visual tutupan dasar perairan disajikan pada
table 3 dan 4.
• Nilai akurasi peta citra Quickbird skal 1:10.000 adalah 42 %.
• Nilai akurasi total klasifikasi citra Quickbird skala skala 1:5.000 adalah 56%.
• Tabel 3. Uji Akurasi klasifikasi visual citra Quickbird pada skala 1:10.000
• Tabel 4. Uji Akurasi Klasifikasi Visual Citra Quickbird pada skala 1:5.000
Faktor-faktor yang mempengaruhi akurasi :
• Menurut Letham (1999), GPS navigasi dapat menunjukkan posisi
dengan nilai kesalahan antara 15 hingga 100 m.
• Selama pengukuran jarak , setiap variasi kecepatan sinyal dan
lintasannya akan menjadi sumber bagi kesalahan posisi.
• Hasil uji Akurasi citra Quickbird masih kurang dari 80%. Umumnya
skema klasifikasi dapat dikatakan baik dan diterima sumber tematik
yang dapat dipercaya bila nilai akurasinya minimal mencapai batas
nilai tersebut. Bila efek kesalahan posisi untuk sementara dapat
diabaikan, akurasi klasifikasi citra Quickbird dapat dikatakan
meningkat seiring dengan semakin besarnya skala peta yaitu dari 50
% pada peta skala 1:10.000 menjadi 56% pada skala peta 1:5.000.
Kesimpulan
• Hasil uji akurasi citra Quickbird secara keseluruhan masih kurang dari
80 %.
• Dari dua skala peta yang dibandingkan, akurasi klasifikasi citra
Quickbird meningkat seiring dengan semakin besarnya skala peta.
• Sumber utama kerancuan dan ketidakkonsistenan akurasi ini diduga
berasal dari akurasi spasial GPS yang digunakan di lapangan, yang
tidak kompatibel dengan resolusi spasial citra satelit tersebut.
Thank’s

More Related Content

Viewers also liked

Presentasi algoritma inderaja kelautan
Presentasi algoritma inderaja kelautanPresentasi algoritma inderaja kelautan
Presentasi algoritma inderaja kelautanIke Candra
 
Presentasi algoritma inderaja kelautan
Presentasi algoritma inderaja kelautanPresentasi algoritma inderaja kelautan
Presentasi algoritma inderaja kelautanIke Candra
 
Design Squid - Brandbook
Design Squid - Brandbook Design Squid - Brandbook
Design Squid - Brandbook Design Squid
 
Pemetaan suhu permukaan laut (spl) menggunakan
Pemetaan suhu permukaan laut (spl) menggunakanPemetaan suhu permukaan laut (spl) menggunakan
Pemetaan suhu permukaan laut (spl) menggunakanIke Candra
 
Presentasi algortima inderaja kelautan
Presentasi algortima inderaja kelautanPresentasi algortima inderaja kelautan
Presentasi algortima inderaja kelautanmulkan nuzapril
 
Pemetaan daerah potensial penangkapan ikan cakaang berbasisi sig di perairan ...
Pemetaan daerah potensial penangkapan ikan cakaang berbasisi sig di perairan ...Pemetaan daerah potensial penangkapan ikan cakaang berbasisi sig di perairan ...
Pemetaan daerah potensial penangkapan ikan cakaang berbasisi sig di perairan ...natubakha
 

Viewers also liked (6)

Presentasi algoritma inderaja kelautan
Presentasi algoritma inderaja kelautanPresentasi algoritma inderaja kelautan
Presentasi algoritma inderaja kelautan
 
Presentasi algoritma inderaja kelautan
Presentasi algoritma inderaja kelautanPresentasi algoritma inderaja kelautan
Presentasi algoritma inderaja kelautan
 
Design Squid - Brandbook
Design Squid - Brandbook Design Squid - Brandbook
Design Squid - Brandbook
 
Pemetaan suhu permukaan laut (spl) menggunakan
Pemetaan suhu permukaan laut (spl) menggunakanPemetaan suhu permukaan laut (spl) menggunakan
Pemetaan suhu permukaan laut (spl) menggunakan
 
Presentasi algortima inderaja kelautan
Presentasi algortima inderaja kelautanPresentasi algortima inderaja kelautan
Presentasi algortima inderaja kelautan
 
Pemetaan daerah potensial penangkapan ikan cakaang berbasisi sig di perairan ...
Pemetaan daerah potensial penangkapan ikan cakaang berbasisi sig di perairan ...Pemetaan daerah potensial penangkapan ikan cakaang berbasisi sig di perairan ...
Pemetaan daerah potensial penangkapan ikan cakaang berbasisi sig di perairan ...
 

Similar to Presentasi algoritma inderaja kelautan

Survey Hidrografi (Ganes permata)
Survey Hidrografi (Ganes permata)Survey Hidrografi (Ganes permata)
Survey Hidrografi (Ganes permata)afifsalim12
 
Pemanfaatan citra penginderaan jauh dan sistem informasi geografis untuk peme...
Pemanfaatan citra penginderaan jauh dan sistem informasi geografis untuk peme...Pemanfaatan citra penginderaan jauh dan sistem informasi geografis untuk peme...
Pemanfaatan citra penginderaan jauh dan sistem informasi geografis untuk peme...Asep Mulyono
 
7307-20465-1-SM.pptx
7307-20465-1-SM.pptx7307-20465-1-SM.pptx
7307-20465-1-SM.pptxRoni568572
 
Ruang Lingkup Hidrografi untuk Rekayasa Wilayah Pesisir
Ruang Lingkup Hidrografi untuk Rekayasa Wilayah PesisirRuang Lingkup Hidrografi untuk Rekayasa Wilayah Pesisir
Ruang Lingkup Hidrografi untuk Rekayasa Wilayah PesisirLuhur Moekti Prayogo
 
Remote Sensing Technologies & Data Processing Algorithms (Krapivin et al. 2015)
Remote Sensing Technologies & Data Processing Algorithms (Krapivin et al. 2015)Remote Sensing Technologies & Data Processing Algorithms (Krapivin et al. 2015)
Remote Sensing Technologies & Data Processing Algorithms (Krapivin et al. 2015)Anisa Aulia Sabilah
 
Makalah Penginderaan Jauh Kelautan - Citra Penginderaan Jauh (Resolusi Rendah...
Makalah Penginderaan Jauh Kelautan - Citra Penginderaan Jauh (Resolusi Rendah...Makalah Penginderaan Jauh Kelautan - Citra Penginderaan Jauh (Resolusi Rendah...
Makalah Penginderaan Jauh Kelautan - Citra Penginderaan Jauh (Resolusi Rendah...Luhur Moekti Prayogo
 
Comparison of Normalized Difference Water Index (NDWI) and Sobel Filter Metho...
Comparison of Normalized Difference Water Index (NDWI) and Sobel Filter Metho...Comparison of Normalized Difference Water Index (NDWI) and Sobel Filter Metho...
Comparison of Normalized Difference Water Index (NDWI) and Sobel Filter Metho...Luhur Moekti Prayogo
 
Pengenalan ilmu ukur
Pengenalan ilmu ukurPengenalan ilmu ukur
Pengenalan ilmu ukurNik M Farid
 
Keunggulan dan kelemahan penginderaan jauh
Keunggulan dan kelemahan penginderaan jauhKeunggulan dan kelemahan penginderaan jauh
Keunggulan dan kelemahan penginderaan jauhAlya Titania Annisaa
 
Intro Hidro-04.ppt
Intro Hidro-04.pptIntro Hidro-04.ppt
Intro Hidro-04.pptStuart Rango
 
Bab 2. Teknik Survei Tanah dan Lahan 2014
Bab 2. Teknik Survei Tanah dan Lahan 2014Bab 2. Teknik Survei Tanah dan Lahan 2014
Bab 2. Teknik Survei Tanah dan Lahan 2014Purwandaru Widyasunu
 
Summary of Final Report Lubuklinggau Orthoimagery Creation Project, 2012, BAP...
Summary of Final Report Lubuklinggau Orthoimagery Creation Project, 2012, BAP...Summary of Final Report Lubuklinggau Orthoimagery Creation Project, 2012, BAP...
Summary of Final Report Lubuklinggau Orthoimagery Creation Project, 2012, BAP...bramantiyo marjuki
 

Similar to Presentasi algoritma inderaja kelautan (20)

PPT Banyu Urip 211.pptx
PPT Banyu Urip 211.pptxPPT Banyu Urip 211.pptx
PPT Banyu Urip 211.pptx
 
Survey Hidrografi (Ganes permata)
Survey Hidrografi (Ganes permata)Survey Hidrografi (Ganes permata)
Survey Hidrografi (Ganes permata)
 
Pemanfaatan citra penginderaan jauh dan sistem informasi geografis untuk peme...
Pemanfaatan citra penginderaan jauh dan sistem informasi geografis untuk peme...Pemanfaatan citra penginderaan jauh dan sistem informasi geografis untuk peme...
Pemanfaatan citra penginderaan jauh dan sistem informasi geografis untuk peme...
 
pendadaran_S2
pendadaran_S2pendadaran_S2
pendadaran_S2
 
7307-20465-1-SM.pptx
7307-20465-1-SM.pptx7307-20465-1-SM.pptx
7307-20465-1-SM.pptx
 
Kak tim gps
Kak tim gpsKak tim gps
Kak tim gps
 
Ruang Lingkup Hidrografi untuk Rekayasa Wilayah Pesisir
Ruang Lingkup Hidrografi untuk Rekayasa Wilayah PesisirRuang Lingkup Hidrografi untuk Rekayasa Wilayah Pesisir
Ruang Lingkup Hidrografi untuk Rekayasa Wilayah Pesisir
 
Metode peta
Metode petaMetode peta
Metode peta
 
Remote Sensing Technologies & Data Processing Algorithms (Krapivin et al. 2015)
Remote Sensing Technologies & Data Processing Algorithms (Krapivin et al. 2015)Remote Sensing Technologies & Data Processing Algorithms (Krapivin et al. 2015)
Remote Sensing Technologies & Data Processing Algorithms (Krapivin et al. 2015)
 
geometeri
geometerigeometeri
geometeri
 
1presentasi1.pptx
1presentasi1.pptx1presentasi1.pptx
1presentasi1.pptx
 
Makalah Penginderaan Jauh Kelautan - Citra Penginderaan Jauh (Resolusi Rendah...
Makalah Penginderaan Jauh Kelautan - Citra Penginderaan Jauh (Resolusi Rendah...Makalah Penginderaan Jauh Kelautan - Citra Penginderaan Jauh (Resolusi Rendah...
Makalah Penginderaan Jauh Kelautan - Citra Penginderaan Jauh (Resolusi Rendah...
 
Peran surta dalam survei seismik
Peran surta dalam survei seismikPeran surta dalam survei seismik
Peran surta dalam survei seismik
 
Comparison of Normalized Difference Water Index (NDWI) and Sobel Filter Metho...
Comparison of Normalized Difference Water Index (NDWI) and Sobel Filter Metho...Comparison of Normalized Difference Water Index (NDWI) and Sobel Filter Metho...
Comparison of Normalized Difference Water Index (NDWI) and Sobel Filter Metho...
 
163 308-1-sm
163 308-1-sm163 308-1-sm
163 308-1-sm
 
Pengenalan ilmu ukur
Pengenalan ilmu ukurPengenalan ilmu ukur
Pengenalan ilmu ukur
 
Keunggulan dan kelemahan penginderaan jauh
Keunggulan dan kelemahan penginderaan jauhKeunggulan dan kelemahan penginderaan jauh
Keunggulan dan kelemahan penginderaan jauh
 
Intro Hidro-04.ppt
Intro Hidro-04.pptIntro Hidro-04.ppt
Intro Hidro-04.ppt
 
Bab 2. Teknik Survei Tanah dan Lahan 2014
Bab 2. Teknik Survei Tanah dan Lahan 2014Bab 2. Teknik Survei Tanah dan Lahan 2014
Bab 2. Teknik Survei Tanah dan Lahan 2014
 
Summary of Final Report Lubuklinggau Orthoimagery Creation Project, 2012, BAP...
Summary of Final Report Lubuklinggau Orthoimagery Creation Project, 2012, BAP...Summary of Final Report Lubuklinggau Orthoimagery Creation Project, 2012, BAP...
Summary of Final Report Lubuklinggau Orthoimagery Creation Project, 2012, BAP...
 

Presentasi algoritma inderaja kelautan

  • 1. Pemetaan Substrat Dasar Perairan Dangkal Menggunakan Citra Satelit Quickbird Ike Dori Candra C552130111
  • 2. Introduction • Pemetaan dasar perairan dangkal memerlukan waktu yang lama dan biaya yang mahal karena wilayahnya umumnya terpencil dan sulit diakses. Remote sensing dengan memanfaatkan citra digital merupakan alternatif yang paling ideal untuk pemetaan dasar perairan dangkal ( Green et al 2000). • Peluncuran satelit resolusi spasial tinggi seperti Quickird tahun 2001 memungkinkan pendeteksian fitur-fitur habitat di perairan dangkal. Satelit Quickbird-2 yang diluncurkan pada tanggal 18 October 2001 berada pada ketinggian 450 km dengan periode edar 93,5 menit dan orbit polar sun synchronous. Satelit yang memiliki cakupan sebesar 16,5 km ini melewati lintasan (daerah) yang sama setiap 1-5 hari tergantung posisi lintang.
  • 3. • Karakteristik panjang gelombang yang dimiliki oleh sensor Quickbird-2 diuraikan dalam Tabel 1.
  • 4. Method Untuk pemetaan habitat perairan dangkal harus dilakukan survey lapangan. Tujuannya adalah untuk mengamati kondisi lapangan yang sebenarnya dan pengecekan silang hasil klasifikasi dari citra satelit. Survey dilakukan menggunakan Scuba dan snorkling, posisi titik pengamatan direkam dengan GPS Kegiatan survey antara lain : Plotting/merekam titik-titik yang dianggap penting sebagai acuan untuk menafsirkan kenampakan objek di lapangan dengan kenampakan objek dalam peta hasil klasifikasi. Membuat dokumentasi pemotretan objek di lapangan untuk validasi kenampakan objek di peta
  • 5. • Pengambilan data lapangan di sejumlah 651 titik sampling. • Lokasi titik pengambilan data tersebar di Karang Congkak dan Karang Lebar, Kep. Seribu, Jakarta. • Untuk keperluan uji akurasi tematik citra,diambil sejumlah titik pada lokasi Karang Congkak. Citra yang digunakan adalah Quickbird multiband (16 bit). • Penentuan lokasi dilakukan dengan 2 unit GPS tipe navigasi. • Flow chart disajikan pada gambar 1.
  • 6. • Pengamatan dasar perairan dilakukan dengan cara acak dan menyebar pada lokasi karang lebar dan karang congkak • Data yang dicatat adalah jenis dasar perairan dan posisi geografis • Pengambilan data mencakup 5 kategori jenis perairan yaitu karang hidup, karang, pasir dan bercampur lamun, lamun dan pasir • Tabel 2. kategori dasar perairan
  • 7. • Uji Akurasi Citra Hasil Klasifikasi • Menurut Campbell ( 1987), uji akurasi dilakukan dengan membandingkan peta, satu peta bersumber dari hasil analisis penginderaan jauh (yang diuji) dan peta acuan dari sumber lainnya. Peta kedua diasumsikan memiliki informasi yang benar. • Perhitungan citra hasil klasifikasi dilakukan dengan membuat matrik kontigensi atau matrik konfusi. Matrik konfusi dihasilkan dari perbandingan nilai piksel hasil klasifikasi dengan data dari lapangan (Congalton dan Green, 1999). • Uji Ketelitian yang dihitung adalah overall accuracy, producer’s accuracy dan user’s accuracy. • Alur penelitian rumus-rumus yang digunakan :
  • 8. Result And Discussion Klasifikasi citra Quickbird dengan menggunakan metode ISOclass yang di iterasi dengan evaluasi visual citra komposit RGB disajikan pada Gambar 3. Secara umum dapat dikatakan, citra Quickbird tidak sensitif untuk mendeteksi keberadaan karang hidup. Karang hidup di lokasi Karang Congkak ditemukan pada bagian tepi dan berada pada zona perairan yang lebih dalam. Bila dibandingkan hasil klasifikasi citra pada kedua skala ( gambar a dan b), terlihat objek pasir bercampur lamun lebih dapat terlihat pada skala yang lebih besar (1:5.000).
  • 9. • Uji Akurasi Citra Terklasifikasi • Hasil uji akurasi peta citra hasil klasifikasi visual tutupan dasar perairan disajikan pada table 3 dan 4. • Nilai akurasi peta citra Quickbird skal 1:10.000 adalah 42 %. • Nilai akurasi total klasifikasi citra Quickbird skala skala 1:5.000 adalah 56%. • Tabel 3. Uji Akurasi klasifikasi visual citra Quickbird pada skala 1:10.000 • Tabel 4. Uji Akurasi Klasifikasi Visual Citra Quickbird pada skala 1:5.000
  • 10. Faktor-faktor yang mempengaruhi akurasi : • Menurut Letham (1999), GPS navigasi dapat menunjukkan posisi dengan nilai kesalahan antara 15 hingga 100 m. • Selama pengukuran jarak , setiap variasi kecepatan sinyal dan lintasannya akan menjadi sumber bagi kesalahan posisi. • Hasil uji Akurasi citra Quickbird masih kurang dari 80%. Umumnya skema klasifikasi dapat dikatakan baik dan diterima sumber tematik yang dapat dipercaya bila nilai akurasinya minimal mencapai batas nilai tersebut. Bila efek kesalahan posisi untuk sementara dapat diabaikan, akurasi klasifikasi citra Quickbird dapat dikatakan meningkat seiring dengan semakin besarnya skala peta yaitu dari 50 % pada peta skala 1:10.000 menjadi 56% pada skala peta 1:5.000.
  • 11. Kesimpulan • Hasil uji akurasi citra Quickbird secara keseluruhan masih kurang dari 80 %. • Dari dua skala peta yang dibandingkan, akurasi klasifikasi citra Quickbird meningkat seiring dengan semakin besarnya skala peta. • Sumber utama kerancuan dan ketidakkonsistenan akurasi ini diduga berasal dari akurasi spasial GPS yang digunakan di lapangan, yang tidak kompatibel dengan resolusi spasial citra satelit tersebut.