Analisis Hasil Identifikasi Persebaran Mangrove Berdasarkan Algoritma Normalized Difference Vegetation Index dan Mangrove Vegetation Index Menggunakan Citra Satelit Sentinel-2 (Studi Kasus: Taman Nasional Alas Purwo)

Teguh Hariyanto, Cherie Bhekti Pribadi, Inas Safitri Atsilah

Abstract


Penginderaan jauh merupakan teknologi yang umum digunakan dalam pengamatan dan pemetaan area mangrove dengan cepat. Dalam pemrosesannya, Normalized Difference Vegetation Index (NDVI) adalah algoritma yang sering digunakan di Indonesia dan bekerja dengan mengidentifikasi indeks densitas kanopi vegetasi. Mangrove memiliki kenampakan kanopi yang unik sehingga dapat diidentifikasi menggunakan NDVI, namun vegetasi lain dengan kanopi rapat dapat memiliki nilai indeks NDVI yang sama dengan mangrove. Sehingga akan menimbulkan kesalahan identifikasi dan terjadinya penurunan kualitas hasil penelitian. Hingga pada tahun 2020, terdapat algoritma baru khusus mangrove dengan nama Mangrove Vegetation Index (MVI). MVI merupakan algoritma yang memiliki karakteristik yang berbeda untuk jenis hutan mangrove riverine dan fringe. Indonesia memiliki area mangrove mencakup kedua jenis hutan mangrove tersebut, yaitu pada area mangrove di Kawasan Taman Nasional Alas Purwo. Oleh karena itu, dilakukanlah penelitian ini dengan lokasi studi berada di Taman Nasional Alas Purwo. Dengan menggunakan data citra satelit Sentinel-2 Level 2A, penelitian dilakukan untuk membandingkan hasil dari algoritma NDVI dan MVI terhadap data tersebut. Cakupan area mangrove diketahui dengan melakukan klasifikasi terbimbing metode CART yang menghasilkan data raster hasil klasifikasi area mangrove dengan nilai akurasi mencapai 96,10%, dengan luas area mangrove teridentifikasi mencapai 1583,914 Ha. Transformasi algoritma NDVI dan MVI dilakukan pada hasil klasifikasi, sehingga diperoleh nilai luasan mangrove teridentifikasi dari algoritma NDVI sebesar 1684,370 Ha dan sebesar 1501,808 Ha dari algoritma MVI. Kemudian dilakukan uji validasi dengan metode overlay dari hasil transformasi tersebut yang menunjukkan kesesuaian dalam penggunaan algoritma NDVI sebesar 32,1% pada bagian utara AOI, dan 21,3% untuk bagian selatan. Sedangkan, pada penggunaan algoritma MVI menunjukkan kesesuaian dalam kategori sesuai mencapai 40,9% untuk bagian utara, dan 15,5% untuk bagian selatan AOI.

Keywords


Mangrove; Mangrove Vegetation Index; Normalized Difference Index; Taman Nasional Alas Purwo

Full Text:

PDF

References


Arindi, Y. N. (2018). Analisis Perubahan Kerapatan Ekosistem Mangrove Menggunakan Algoritma Indeks Vegetasi NDVI dan SAVI Citra Satelit Multitemporal (Studi Kasus: Pesisir Utara Surabaya). Surabaya: Institut Teknologi Sepuluh Nopember (ITS).

Balai Taman Nasional Alas Purwo. (2017). Profil Taman Nasional Alas Purwo. Retrieved February 2022, from Taman Nasional Alas Purwo: https://tnalaspurwo.org/taman-nasional-alas-purwo

Baloloy, A. B., Blanco, A. C., Ana, R. R., & Nadaoka, K. (2020, August). Development and application of a new mangrove vegetation index (MVI) for rapid and accurate mangrove mapping. ISPRS Journal of Photogrammetry and Remote Sensing, 166, 95-117. doi:10.1016/j.isprsjprs.2020.06.001

FAO (Food and Agriculture Organization of the United Nations). (2020). Global Forest Resources Assessment 2020: Main Report. Rome: FAO. doi:10.4060/ca9825en

Kuenzer, C., Bluemel, A., Gebhardt, S., Quoc, T. V., & Dech, S. (2011). Remote Sensing of Mangrove Ecosystems: A Review. Remote Sensing, 3, 879-928. doi:10.3390/rs3050878

Prayudha, B., Siregar, V., Ulumuddin, Y. I., Suyadi, Prasetyo, L. B., Agus, S. B., . . . Anggraini, K. (2021). The application of Landsat imageries and mangrove vegetation index for monitoring mangrove community in Segara Anakan Lagoon, Cilacap, Central Java. IOP Conference Series: Earth and Environmental Science, 944 , 1-11.

Utomo, D. P., Handayani, T., Susiloningtyas, D., & Mansessa, M. D. (2021). The spatial dynamics of mangrove forest in the Alas Purwo Banyuwangi National Park marine tourism area using remote sensing images. IOP Conference Series: Earth and Environmental Science, 771(1), 1-14. doi:10.1088/1755-1315/771/1/012012




DOI: http://dx.doi.org/10.12962/j24423998.v18i2.13854

Refbacks

  • There are currently no refbacks.


Creative Commons License
Geoid Journal of Geodesy and Geomatics by Department of Geomatics Engineering - ITS is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.