Analisa Kondisi Ekosistem Mangrove Menggunakan Data Citra Satelit Multitemporal dan Multilevel (Studi Kasus: Pesisir Utara Surabaya)

Ratnasari, Deni (2017) Analisa Kondisi Ekosistem Mangrove Menggunakan Data Citra Satelit Multitemporal dan Multilevel (Studi Kasus: Pesisir Utara Surabaya). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
3513100040-Undergraduate_Theses.pdf - Published Version

Download (3MB) | Preview

Abstract

Wilayah pesisir Kota Surabaya secara umum dapat dikelompokkan menjadi kawasan pesisir utara dan timur. Seiring berkembangnya waktu, kawasan pesisir Utara Surabaya telah mengalami dinamika perubahan yang cukup pesat. Adanya pembangunan seperti pelabuhan, kawasan industri, pergudangan dan tambak menjadikan aktivitas pertumbuhan mangrove terganggu oleh pencemaran lingkungan. Ekosistem mangrove adalah salah satu obyek yang bisa diidentifikasi dengan menggunakan teknologi penginderaan jauh. Data yang digunakan dalam penelitian ini adalah citra satelit Landsat 8 tahun 2013, 2014, 2015, dan 2016, citra satelit resolusi tinggi Spot 6 tahun 2016 serta data citra satelit resolusi sangat tinggi pleiades 1A tahun 2015. Algoritma yang digunakan adalah indeks vegetasi NDVI (Normalized Difference Vegetation Index) untuk mengetahui tingkat kehijauan suatu jenis mangrove. Berdasarkan hasil penelitian, citra Pleiades 1A dengan skala 1:5.000 didapatkan jenis mangrove yang didominasi oleh Rhizophora sp. dengan luas 16,23 Ha, untuk citra SPOT 6 2016 dengan skala 1:5.000 didapatkan jenis mangrove yang didominasi oleh Rhizophora sp. dengan luas 10,41 Ha. Sedangkan untuk citra Landsat 8 dengan skala 1:25.000 didapatkan kelas vegetasi mangrove yang didominasi kelas Rapat seluas 54,92 Ha. Penggunaan NDVI pada citra Pleiades 1A paling optimal untuk analisa jenis ekosistem mangrove dengan nilai korelasi (R) sebesar 0,87 hasil korelasi apabila ditinjau dari tingkat hubungan korelasi, menunjukkan hubungan yang sangat kuat antara citra dan foto. Sedangkan parameter yang paling berpengaruh terhadap vegetasi mangrove adalah parameter Salinitas dengan nilai korelasi (R) sebesar 0,86 yang menunjukkan hubungan yang sangat kuat. ================================================================= Coastal area of Surabaya City generally can be grouped into the north and east coastal areas. Along the development of time the coastal of North Surabaya has experienced the dynamics of rapid changes. Existence of development such as port, industrial area, warehouse and pond make mangrove growth activity disturbed by environmental pollution. Mangrove ecosystem is one of the objects that can be identified using remote sensing technology. The data used in this study is Landsat 8 satellite imagery in 2013, 2014, 2015, and 2016, high resolution satellite images of Spot 6 2016 and satellite image data of very high resolution Pleiades 1A 2015. The algorithm used is NDVI (Normalized Difference Vegetation Index) vegetation index to determine the greenness a Type of mangroves. Based on the result of the research, satellite images Pleiades 1A with a scale of 1: 5.000 results of mangrove species dominated by Rhizophora sp. With an area of 16,23 Ha. For SPOT 6 2016 satellite images with a scale of 1: 5.000 results of mangrove species dominated by Rhizophora sp. With an area of 10.41 Ha. While for satellite images Landsat 8 with scale 1: 25.000 got mangrove vegetation class which dominated class of Meeting area 54,92 Ha. The use of NDVI in Pleiades 1A image optimal for the analysis of mangrove ecosystem type with correlation value (R) of 0,87 correlation results when viewed from the correlation relationship level, indicating a very strong relationship between image and photo. while the most influential parameter to mangrove vegetation is Salinity parameter with correlation value (R) of 0,86 which shows a very strong relationship.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: korelasi, penginderaan jauh Correlation, NDVI, Mangrove, Remote Sensing
Subjects: G Geography. Anthropology. Recreation > G Geography (General) > G70.212 ArcGIS. Geographic information systems.
G Geography. Anthropology. Recreation > G Geography (General) > G70.5.I4 Remote sensing
Divisions: Faculty of Civil Engineering and Planning > Geomatics Engineering > 29202-(S1) Undergraduate Thesis
Depositing User: Deni Ratnasari .
Date Deposited: 08 Nov 2017 02:15
Last Modified: 05 Mar 2019 04:21
URI: http://repository.its.ac.id/id/eprint/42644

Actions (login required)

View Item View Item