ANALISIS TINGKAT KEKERUHAN AIR MENGGUNAKAN ALGORITMA JING LI, BUDIMAN DAN LEMIGAS PADA CITRA TERRA ASTER DI PERAIRAN SELAT MADURA

BIDAYAH, ULFATUL (2014) ANALISIS TINGKAT KEKERUHAN AIR MENGGUNAKAN ALGORITMA JING LI, BUDIMAN DAN LEMIGAS PADA CITRA TERRA ASTER DI PERAIRAN SELAT MADURA. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
3512201011-Master_theses.pdf - Published Version
Restricted to Repository staff only

Download (2MB) | Request a copy

Abstract

Kualitas air laut dapat dilihat berdasarkan parameter temperatur, salinitas dan kekeruhan air laut. Kekeruhan disebabkan oleh adanya bahan organik dan anorganik yang tersuspensi dan terlarut (misalnya lumpur dan pasir halus), maupun bahan anorganik dan organik yang berupa plankton dan mikro organism lain. Kekeruhan yang tinggi dapat mengakibatkan terganggunya sistem osmoregulasi, misalnya, pernafasan dan daya lihat organism akuatik, serta dapat menghambat penetrasi cahaya kedalaman air. Oleh karena itu diperlukan suatu penelitian mengenai kondisi perairan di Selat Madura dengan menggunakan teknologi penginderaan jauh. Penginderaan jauh merupakan suatu cara pengamatan objek tanpa menyentuh objek secara langsung. Sistem ini dapat mencakup suatu areal yang luas dalam waktu bersamaan, selain itu sistem ini relatif lebih murah dibandingkan dengan penelitian secara langsung. Penginderaan jauh dapat digunakan untuk memetakan luasan kekeruhan air secara cepat untuk wilayah yang luas, yaitu dengan data citra satelit Penginderaan jauh dapat digunakan untuk memetakan luasan kekeruhan air secara cepat untuk wilayah yang luas, yaitu dengan data citra satelit ASTER (Advance Spaceborne Thermal Emission and Reflection Radiometer). Kelebihan citra ASTER selain resolusinya yang tinggi yaitu 15x15 m juga dapat mendeteksi deskripsi sumber daya air, deskripsi tipe tanah dan kerapatan tanaman yang lebih baik. Pemilihan algoritma didasarkan pada lokasi dimana penelitian tersebut dilaksanakan dan band yang digunakan. Untuk algoritma Budiman dan Lemigas berlokasi di Indonesia, sedangkan algoritma Jing Li di Cina. Berdasarkan band yang digunakan, algoritma Budiman dan Jing Li menggunakan reflektan, sedangkan algoritma Lemigas menggunakan DN (Digital Number). Metode yang digunakan dalam penelitian ini adalah metode grafimetri. Metode gravimetri atau analisis kuantitatif berdasarkan bobot adalah proses isolasi serta penimbangan suatu unsur atau senyawa tertentu dari unsur tersebut, dalam bentuk semurni mungkin. Metode ini digunakan karena karena pengotor dalam sampel dapat diketahui, mudah dilakukan, hasil analisisnya spesifik dan akurat, presisi, sensitif. Dari analisa perbandingan antara data lapangan dengan data citra menunjukan bahwa algoritma Budiman mempunyai korelasi yang paling tinggi yaitu korelasi sebesar 96.59% , 49.29% dan 82.52%. Untuk nilai TSS yang dihasilkan dari penelitian dengan menggunakan algoritma Jing Li (2008) memberikan nilai korelasi sebesar 80.06% , 55.55% dan 81.98%. Sedangkan Nilai TSS yang dihasilkan dari penelitian dengan menggunakan algoritma Lemigas (1997) memberikan nilai korelasi sebesar 67.75% , 35.64% dan 65.12% ================================================================================================== The quality of sea water can be seen based on the parameters of temperature, salinity and turbidity of seawater. Turbidity is caused by the presence of organic and inorganic material suspended and dissolved (eg silt and fine sand), as well as inorganic and organic materials in the form of plankton and other micro-organisms. High turbidity can result in disruption of osmoregulation system, for example, respiratory and see the power of aquatic organisms, and can inhibit light penetration depth of the water. Therefore we need a study on the condition of the Madura Strait waters using remote sensing technology. Remote sensing is an observation of how objects without touching objects directly. This system can cover a large area at the same time, other than that the system is relatively cheaper compared to direct research. Remote sensing can be used to map the extent of the turbidity of water quickly to a wide area, with satellite remote sensing image data can be used to map the extent of the turbidity of water quickly to a wide area, namely the ASTER satellite image data (Advanced Spaceborne Thermal Emission and Reflection radiometer). Excess ASTER image in addition to the high resolution of 15x15 m also able to detect water resource description, a description of the type of soil and plant density better. The selection algorithm is based on the location where the research is carried out and the band used. For Budiman and Lemigas algorithm located in Indonesia, while the Jing Li algorithm in China. Based on the band used, and Jing Li Budiman algorithm using reflectance, whereas Lemigas algorithm using the DN (Digital Number). The method used in this study is the method gravimetri. Gravimetric method or quantitative analysis is based on the weight of the weighing process as well as the isolation of a particular element or compound of these elements, in the form as pure as possible. This method is used because due to impurities in the sample can be determined, easy to perform, specific and accurate analysis results, precision, sensitive. From the analysis of the comparison between field data with image data show that the Budiman algorithm has the highest correlation is a correlation of 96.59%, 49.29% and 82.52%. For TSS values resulting from research using Jing Li algorithm (2008) provides a correlation value of 80.06%, 55.55% and 81.98%. While the TSS value resulting from research using Lemigas algorithm (1997) gives the correlation value of 67.75%, 35.64% and 65.12%

Item Type: Thesis (Masters)
Additional Information: RTG 621.367 8 Bid a
Uncontrolled Keywords: Algoritma, Citra ASTER, Kekeruhan, Selat Madura, Algorithms, ASTER images, Turbidity, Madura Strait
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5105.546 Computer algorithms
Divisions: Faculty of Civil Engineering and Planning > Geomatics Engineering > (S2) Master Theses
Depositing User: Mrs Anis Wulandari
Date Deposited: 30 Jan 2017 02:31
Last Modified: 30 Jan 2017 02:31
URI: http://repository.its.ac.id/id/eprint/3895

Actions (login required)

View Item View Item