Efek Saluran Deep-Blue (Coastal Aerosol) pada Klasifikasi Habitat Bentik Menggunakan Citra Landsat 8 Pulau Kemujan
Karimunjawa sebagai salah satu objek wisata bahari di Indonesia yang terkenal hingga mancanegara menyajikan berbagai objek wisata wilayah pesisir yang beragam, mulai dari ekosistem terumbu karang yang juga merupakan habitat ikan-ikan karang dan invertebrata, ekosistem padang lamun, ekosistem hutan mangrove, ekosistem hutan pantai, serta makro alga (Karimunjawa Escort, Kekayaan Ekosistem Taman Nasional Karimunjawa, 2005). Turis-turis baik dari lokal maupun mancanegara yang semakin bertambah tiap tahunnya membuat kekayaan-kekayaan bahari Taman Nasional Karimunjawa menjadi perlu untuk dilakukan monitoring karena kekayaan-kekayaan tersebut merupakan kunci utama dari potensi wilayah pesisir dan pulau-pulau kecil di Taman Nasional Karimunjawa yang berada dibawah lindungan hukum dan dikelola oleh negara.
Pentingnya sumberdaya alam wilayah pesisir dan pulau-pulau kecil akan berdampak pula pada pentingnya inventarisasi pemetaan secara real-time dan berkelanjutan guna melakukan monitoring terhadap objek kajian. Peran penginderaan jauh disini sangat membantu dalam hal tersebut, mengingat bahwa kajian ilmu dan terapan penginderaan jauh mampu mengakomodir berbagai jenis monitoring tanpa harus melakukan survei lapangan. Apabila kegiatan monitoring kekayaan bahari Indonesia dilakukan dengan survei lapangan secara real-time maka akan dibutuhkan biaya yang sangat tinggi mengingat bahwa Indonesia memiliki kekayaan bahari yang sangat luas. Salah satu citra satelit penginderaan jauh yang sering digunakan dalam pemetaan wilayah pesisir khususnya habitat bentik adalah Landsat. Seri Landsat terbaru adalah Landsat 8 yang wahananya diluncurkan pada tanggal 11 Februari 2013. Hal yang baru pada Landsat 8 adalah adanya tambahan saluran berupa saluran deep-blue (coastal aersol) untuk studi Pesisir dan Aerosol, saluran deteksi awan cirrus, serta saluran Quality Assessment Band. Seri data Landsat 8 dapat diunduh secara gratis melalui portal data United States Geological Survey (USGS) dan data perekaman dimutakhirkan setiap 16 hari sekali rekam (USGS, Landsat 8, 2014).
Hal yang paling berpengaruh pada penginderaan jauh untuk habitat perairan dangkal adalah pengaruh atmosfer dan pengaruh kolom air. Radiasi harus melewati kedua media tersebut, atmosfer dan air serta melewatinya kembali pada saat arah balik pantulan sebelum terekam pada sensor. Oleh karena itu, untuk melakukan identifikasi reflektan dasar, citra harus terkoreksi atmosfer dan terkoreksi kolom air (Nurlidiasari, 2004).
Diagram Alir
Koreksi Sunglint
Pengambilan ROI sunglint pada Citra Landsat 8 Pulau Kemujan yang telah terkoreksi hingga koreksi atmosfik dan telah terpotong hingga wilayah laut dangkal-sedang diproses menggunakan spreadsheet, dari nilai-nilai piksel tersebut dibuatkan scatter plot sebagai grafik sebaran piksel ROI, didapatkan 4 scatter plot dimana sumbu-x pada setiap scatter plot merupakan nilai piksel ROI saluran inframerah-dekat, sedangkan sumbu-y pada tiap scatter plot merupakan saluran merah, hijau, biru, serta saluran coastal aerosol. Setiap scatter plot dibuatkan garis linear pada grafik yang dihasilkan, dari garis linear tersebut dibuat persamaan linear y = ax + b serta didapatkan juga nilai R2, nilai a nantinya akan digunakan untuk mengisi nilai dari variabel regression slope pada algoritma koreksi sunglint.
Koreksi Kolom Air
ROI objek habitat bentik pada kedalaman
berbeda-beda yang diambil dari citra terkoreksi sunglint diproses dalam spreadsheet.
Piksel-piksel setiap saluran dihitung nilai ln, varian, kovarian, serta rasio
pelemahan kolom air untuk dimasukkan kedalam variabel algoritma depth invariant bottom index. Karena setelah
terkoreksi sunglint saluran
inframerah-dekat sudah tidak digunakan, maka tersisa 4 saluran yaitu saluran coastal aerosol (saluran 1), saluran
biru (saluran 2), saluran hijau (saluran 3), serta saluran merah (saluran 4). Indeks
kolom air yang dihasilkan dari 4 saluran tersebut sejumlah 6 indeks yaitu
indeks saluran 1-2, indeks saluran 1-3, indeks saluran 1-4, indeks saluran 2-3,
indeks saluran 2-4, dan indeks saluran 3-4.
Hasil
Hasil klasifikasi sejumlah 8 klasifikasi, terdiri dari metode klasifikasi terselia Parallelepipied, Minimum Distance, Mahalanobis Distance, serta Maximum Likelihood. Setiap klasifikasi tersebut dilakukan sebanyak 2 kali, klasifikasi pertama menggunakan 6 saluran indeks kolom air, klasifikasi kedua menggunakan 3 saluran indeks kolom air tanpa menggunakan indeks berisi saluran coastal aerosol. Uji akurasi dilakukan dengan menggunakan sampel lapangan yang telah dipilih sebagai ROI untuk uji akurasi. Hasil uji akurasi dari seluruh klasifikasi disajikan kedalam tabel, nilai yang disajikan adalah overall accuracy, producer accuracy, dan user accuracy.
Citra Landsat 8 yang terdapat penambahan saluran baru yaitu salah satunya saluran coastal aerosol akan diuji efeknya terhadap klasifikasi habitat bentik dimana sasarannya adalah citra yang telah diproses hingga koreksi depth invariant bottom index, 6 saluran yang dihasilkan dari proses ini dianggap sudah dapat mewakili objek perairan laut dangkal dengan baik karena sunglint yang menutupi perairan tersebut telah dihilangkan serta pelemahan kolom air yang menyebabkan pantulan objek perairan laut dangkal menjadi tidak sempurna juga telah dihilangkan. Alasan mengapa klasifikasi dilakukan sebanyak 2 kali pada setiap metode klasifikasi adalah untuk mengetahui efek dari saluran coastal aerosol yang secara teknis terdapat pada 3 saluran indeks kolom air yaitu saluran indeks 1-2, 1-3, serta 1-4. Oleh karena itu klasifikasi pertama menggunakan seluruh saluran dimana saluran coastal aerosol pada 3 saluran indeks juga terdapat didalamnya. Klasifikasi kedua hanya menggunakan 3 saluran indeks yang tidak memiliki saluran coastal aerosol didalamnya yaitu saluran indeks 2-3, 2-4, serta 3-4.
Hasil kedua klasifikasi pada metode Parallepiped baik yang tidak menggunakan saluran coastal aerosol maupun yang menggunakan seluruh saluran indeks hanya mampu menghasilkan kelas objek alga (Tabel 5.1), objek lain yaitu lamun, pasir, dan terumbu karang tidak dapat terklasifikasi. Overall accuracy pada klasifikasi Parallelepiped sebesar 27.74% yang secara otomatis sama dengan user accuracy yang didapatkan, hal ini berarti objek alga yang terklasifikasi pada kedua metode klasifikasi Parallelepiped hanya terdapat sebanyak akurasi tersebut yang benar sesuai dengan objek di lapangan, objek lain yang tidak terklasifikasi berdampak pada producer accuracy objek alga yaitu sebesar 100% yang artinya seluruh objek alga di lapangan dapat terklasifikasi. Berdasarkan metode ini tidak didapatkan perbedaan antara kedua klasifikasi yang dilakukan sehingga tidak bisa dilihat efek dari saluran coastal aerosol yang digunakan. Klasifikasi selanjutnya adalah metode Minimum Distance, kedua klasifikasi yang dilakukan mampu mengklasifikasikan semua objek. Klasifikasi menggunakan 6 saluran indeks kolom air metode Minimum Distance menghasilkan overall accuracy sebesar 60.8247%. Sedangkan klasifikasi Minimum Distance tanpa menggunakan saluran coastal aerosol menghasilkan overall accuracy yang lebih rendah yaitu sebesar 55.6701%. Berdasarkan metode ini secara keseluruhan saluran coastal aerosol berdampak baik pada klasifikasi yang dilakukan kecuali pada objek alga dan pasir yang memiliki user accuracy lebih baik pada klasifikasi tanpa saluran coastal aerosol. Klasifikasi metode ketiga yang dilakukan yaitu Mahalanobis Distance, klasifikasi menggunakan seluruh saluran indeks kolom air pada metode ini secara keseluruhan berdampak buruk yaitu menghasilkan overall accuracy sebesar 55.6701%, berbeda dengan klasifikasi tanpa menggunakan saluran coastal aerosol yang mampu menghasilkan overall accuracy sebesar 59.7938%, kecuali pada objek terumbu karang dan pasir yang mempunyai nilai lebih tinggi pada klasifikasi tanpa saluran coastal aerosol. Klasifikasi keempat yaitu Maximum Likelihood menghasilkan data yang sangat berbeda dari kedua klasifikasi, klasifikasi menggunakan seluruh saluran indeks tidak menghasilkan kelas pada objek apapun atau dengan kata lain tidak ada objek yang terklasifikasi, tetapi pada klasifikasi tanpa menggunakan saluran coastal aerosol semua objek dapat terklasifikasi dengan baik dan menghasilkan overall accuracy sebesar 56.701%. Berdasarkan seluruh klasifikasi yang telah dilakukan dapat dilihat bahwa pada 2 metode klasifikasi yaitu Mahalanobis Distance dan Maximum Likelihood saluran coastal aerosol mempunyai efek buruk yang secara keseluruhan menurunkan akurasi, sedangkan pada klasifikasi Minimum Distance penggunaan saluran indeks coastal aerosol menambah overall accuracy sebesar 5.1546%. Jika dilihat berdasarkan tiap objek habitat bentik yang diklasifikasi kecuali menggunakan metode Parallelepiped yang menghasilkan akurasi yang sama, saluran coastal aerosol berpengaruh buruk pada klasifikasi objek alga di seluruh metode klasifikasi, pada objek lamun saluran coastal aerosol juga berpengaruh buruk pada klasifikasi Mahalanobis Distance dan Maximum Likelihood. Selanjutnya pada objek pasir, saluran coastal aerosol berdampak buruk pada metode klasifikasi Minimum Distance dan Maximum Likelihood, serta pada objek terumbu karang klasifikasi Maximum Likelihood mendapat pengaruh buruk dari saluran coastal aerosol sedangkan 2 klasifikasi metode lainnya tidak. Total metode klasifikasi yang mendapat pengaruh buruk akibat saluran coastal aerosol adalah sebanyak 8 kasus, 10 kasus apabila ditambahkan dengan 2 kasus pada overall accuracy. Sedangkan yang mendapatkan pengaruh baik adalah sebanyak 3 kasus, menjadi 4 kasus apabila ditambahkan 1 kasus pada overall accuracy Minimum Distance. Berdasarkan apa yang telah dibahas tersebut terlihat bahwa saluran coastal aerosol lebih membawa pengaruh buruk terhadap hasil klasifikasi yang didapatkan, bahkan pada salah satu metode klasifikasi yaitu Maximum Likelihood tidak ada objek yang dapat dikelaskan sama sekali jika menggunakan saluran coastal aerosol, jika dikaitkan dengan pembahasan sebelumnya pada koreksi sunglint saluran coastal aerosol merupakan saluran yang memiliki hubungan paling rendah sebagai saluran yang terkoreksi sunglint dengan saluran pengoreksinya yaitu inframerah-dekat, hal inilah yang menyebabkan sunglint kurang terkoreksi dengan sempurna sehingga akan berpengaruh pada pantulan nilai piksel pada saluran coastal aerosol yang paling buruk diantara saluran lainnya sehingga akan berujung pada pengaruh buruk yang didapatkan pada hasil dari klasifikasi yang ditemukan pada banyak kasus.
Kesimpulan
1. Akurasi objek habitat bentik yang dapat diidentifikasi menggunakan citra Landsat 8 diatas 50% pada 5 hasil klasifikasi, 3 sisanya dibawah 50%.
2. Penggunaan saluran coastal aerosol pada klasifikasi habitat bentik berdampak buruk pada 10 kasus hasil klasifikasi karena menurunkan nilai akurasi, hanya 4 kasus klasifikasi yang berdampak baik.
3. Metode klasifikasi paling baik adalah Minimum Distance dengan klasifikasi 60.8% dan 55.7%.
0 Komentar