Analisis Spasial Pulau Terapung Eceng Gondok (Pontederia crassipes) Menggunakan Citra Sentinel-1 dan Sentinel-2 (Studi Kasus: Bendungan Selorejo)

Nabila, Cut Sahda (2024) Analisis Spasial Pulau Terapung Eceng Gondok (Pontederia crassipes) Menggunakan Citra Sentinel-1 dan Sentinel-2 (Studi Kasus: Bendungan Selorejo). Masters thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 6016231006_Master_Thesis.pdf] Text
6016231006_Master_Thesis.pdf - Accepted Version
Restricted to Repository staff only until 1 October 2026.

Download (5MB) | Request a copy

Abstract

Eceng gondok kerap kali disebut sebagai “Alien Species” karena pertumbuhannya yang sangat cepat dan subur di ekosistem yang bukan seharusnya. Lapisan eceng gondok yang mencegah sinar matahari masuk ke dalam air berdampak pada penurunan fitoplankton sebagai produsen dalam rantai makanan di wilayah perairan dan penghasil oksigen utama bagi spesies lain di dalam air. Penurunan oksigen yang berdampak pada kematian spesies di dalamnya. Untuk itu, perlu dilakukan pemantauan pertumbuhan dari eceng gondok karena selain memudahkan stakeholder terkait dalam melakukan pembersihan, pemantauan ini juga bertujuan untuk menentukan langkah lanjutan dari pertumbuhan eceng gondok. Penggunaan remote sensing atau penginderaan jauh untuk memantau eceng gondok menjadi populer beberapa tahun terakhir karena dianggap mampu mendapatkan informasi lokasi dari eceng gondok dengan lebih terjangkau pada cakupan area yang lebih luas. Tesis ini akan menganalisis dan mengevaluasi penggunaan dari Sentinel-1 dan Sentinel-2 dalam mengidentifikasi eceng gondok di Bendungan Selorejo, dimana pertumbuhan eceng gondok sangat masif. Identifikasi dilakukan dengan indeks vegetasi citra satelit aktif dan pasif. Berdasarkan identifikasi tersebut, NDVI memberikan overall accuracy dari seluruh indeks vegetasi sebesar 0.84 dan DPSVIm memberikan akurasi terbaik dari hasil Sentinel-1 sebesar 0.8. Hasil fusi citra keduanya tidak memberikan hasil yang lebih baik, akurasi yang diberikan hanya sebesar 0.82.
==================================================================================================================
Water hyacinth is often referred to as an "Alien Species" because of its rapid and prolific growth in ecosystems where it does not belong. The layer of water hyacinth prevents sunlight from entering the water, leading to a decline in phytoplankton, which are producers in the food chain of aquatic areas and the main oxygen producers for other species in the water. This decrease in oxygen results in the death of species within the ecosystem. Therefore, monitoring the growth of water hyacinth is necessary, not only to facilitate stakeholders in cleaning efforts but also to determine further actions regarding its growth. The use of remote sensing for monitoring water hyacinth has become popular in recent years because it is considered capable of providing location information on water hyacinth more affordably over larger areas. This thesis will analyze and evaluate the use of Sentinel-1 and Sentinel-2 in identifying water hyacinth in Selorejo Dam, where the growth of water hyacinth is very massive. Identification is carried out vegetation indices from active and passive satellite imagery. Based on this identification, NDVI provides an overall accuracy of 0.84 for all vegetation indices, and DPSVIm provides the best accuracy from Sentinel-1 results at 0.8. The fusion of both images does not yield better results, with an accuracy of only 0.82.

Item Type: Thesis (Masters)
Uncontrolled Keywords: Water hyacinth, SAR, Sentinel-2, Vegetation Index, Image Fusion, Eceng gondok, SAR, Sentinel-2, Indeks Vegetasi, Fusi Citra
Subjects: S Agriculture > SH Aquaculture. Fisheries. Angling
T Technology > T Technology (General) > T385 Visualization--Technique
T Technology > TD Environmental technology. Sanitary engineering > TD890 Global Environmental Monitoring System
Divisions: Faculty of Civil, Planning, and Geo Engineering (CIVPLAN) > Geomatics Engineering > 29101-(S2) Master Thesis
Depositing User: Nabila Cut Sahda
Date Deposited: 31 Jul 2024 05:03
Last Modified: 31 Jul 2024 05:03
URI: http://repository.its.ac.id/id/eprint/110144

Actions (login required)

View Item View Item