Pemetaan Sebaran Mangrove menggunakan Citra Satelit Landsat 8 dan Unmanned Aerial Vehicle (UAV) di Kawasan Pengelolaan Clungup Mangrove Conservation (CMC) Tiga Warna, Kabupaten Malang, Jawa Timur

Waruwu, Ricky Charisma and Ir. Aida Sartimbul,, M.Sc., Ph.D and Ir. Bambang Semedi,, M.Sc., Ph.D (2022) Pemetaan Sebaran Mangrove menggunakan Citra Satelit Landsat 8 dan Unmanned Aerial Vehicle (UAV) di Kawasan Pengelolaan Clungup Mangrove Conservation (CMC) Tiga Warna, Kabupaten Malang, Jawa Timur. Sarjana thesis, Universitas Brawijaya.

Abstract

Mangrove merupakan vegetasi khas yang ditemukan hidup di daerah pantai dan muara sungai yang kehidupannya dipengaruhi oleh arus dan pasang surut air laut. Inventarisasi yang dilakukan di areal hutan mangrove secara terestrial akan sangat sulit dan terkendala dari permasalahan waktu, biaya dan tenaga. Oleh karena itu, dibutuhkan alternatif dalam mengatasi hal tersebut. Alternatif yang dipandang sesuai dan mampu dalam mengamati hutan mangrove tanpa bersentuhan langsung dengan objek yaitu menggunakan teknologi penginderaan jauh. Kawasan Clungup Mangrove Conservation (CMC) Tiga Warna merupakan destinasi ekowisata di Kabupaten Malang yang memiliki luas area konservasi mangrove mencapai 71 hektar dan dikelola oleh kelompok masyarakat bernama ‘Bhakti Alam Sendang Biru’. Tujuan dari penelitian ini adalah untuk melanjutkan model dari studi kasus yang pernah dilakukan sebelumnya. Pemanfaatan citra resolusi menengah menggunakan citra satelit Landsat 8 dianggap mampu untuk mengidentifikasi keberadaaan sebaran mangrove, akan tetapi belum mampu mengidentifikasi hingga sebaran spesies mangrove. Oleh sebab itu, penelitian ini juga memanfaatkan citra resolusi tinggi menggunakan teknologi Unmanned Aerial Vehicle (UAV) drone untuk menganalisis sebaran jenis mangrove pada daerah Clungup Barat 1, yang berada di kawasan CMC Tiga Warna dengan metode pendekatan berbasis objek yaitu Object - Based Image Analysis (OBIA). Selanjutnya, akan dilakukan validasi dengan objek sampel di lapangan (uji akurasi). Penentuan titik referensi untuk pengambilan sampel di lapangan menggunakan metode purposive sampling kemudian sampel dianalisis untuk mengetahui komposisi jenis mangrove dan Indeks Nilai Penting (INP) jenis mangrove pada daerah tersebut. Hasil dari penelitian ini menunjukkan bahwa sebaran mangrove di kawasan CMC Tiga Warna memiliki luas distribusi sebesar 57,96 ha berdasarkan klasifikasi citra Landsat 8. Komposisi jenis mangrove yang ditemukan pada Clungup Barat 1 terdiri atas 8 (delapan) jenis komponen mangrove mayor, 2 (dua) jenis komponen mangrove minor dan 7 (tujuh) jenis komponen mangrove asosiasi. Struktur vegetasi mangrove menunjukkan Indeks Nilai Penting tertinggi dari jenis mangrove pada daerah Clungup Barat 1 berdasarkan kategori pertumbuan yaitu spesies Sonneratia alba (pohon) dan Ceriops tagal (belta dan semai). Dari hasil uji akurasi yang telah dilakukan, tingkat akurasi pemetaan mangrove menggunakan citra UAV cukup tinggi yaitu sebesar 86,05% (Akurasi Keseluruhan).

English Abstract

Mangroves are typical vegetation found living in coastal areas and river estuaries whose lives are influenced by currents and tides of sea water. Inventories carried out in terrestrial mangrove forest areas will be very difficult and constrained by problems of time, cost and energy. Therefore, an alternative is needed to overcome this. An alternative that is considered appropriate and capable of observing mangrove forests without direct contact with objects is using remote sensing technology. The Clungup Mangrove Conservation (CMC) Tiga Warna area is an ecotourism destination in Malang Regency which has a mangrove conservation area of 71 hectares and is managed by a community group called ‘Bhakti Alam Sendang Biru’. The purpose of this research is to continue the model from the case studies that have been done previously. Utilization of medium resolution imagery using Landsat 8 satellite imagery is considered capable of indentifying the distribution of mangroves, but has not been able to identify the distribution of mangrove species. Therefore, this study also utilizes high-resolution imagery using Unmanned Aerial Vehicle (UAV) drone technology to analyze the distribution of mangrove species in the Clungup Barat 1 area, which is in the CMC Tiga Warna with an object approach using the Object – Based Image Analysis (OBIA) method. Next, validation will be carried out with sample objects in the field (accuracy test). Determination of reference points for sampling in the field using purposive sampling method and then analyzed to determine composition of mangrove species and the Importance Value Index (IVI) of mangrove species in the area. The results of this study indicate that the distribution of mangroves in the CMC Tiga Warna has a distribution area of 57.96 ha based on Landsat 8 image classification. The composition of mangrove species found in Clungup Barat 1 consisted of 8 (eight) types of major mangrove components, 2 (two) types of minor mangrove components and 7 (seven) types of associated mangrove components. The mangrove vegetation structure shows the highest Importance Value Index of mangrove species in the Clungup Barat 1 area based on the growth category, namely Sonneratia alba (trees) and Ceriops tagal (belta and seedlings). From the results of the accuracy test that has been carried out, the level of accuracy of mangrove mapping using UAV images is quite high at 86.05% (Overall Accuracy).

Item Type: Thesis (Sarjana)
Identification Number: 0522080491
Subjects: 500 Natural sciences and mathematics > 551 Geology, hydrology, meteorology > 551.4 Geomorphology and hydrosphere > 551.46 Oceanography and submarine geology
Divisions: Fakultas Perikanan dan Ilmu Kelautan > Ilmu Kelautan
Depositing User: soegeng sugeng
Date Deposited: 06 Jun 2023 06:27
Last Modified: 06 Jun 2023 06:27
URI: http://repository.ub.ac.id/id/eprint/200890
[thumbnail of DALAM MASA EMBARGO] Text (DALAM MASA EMBARGO)
Ricky Charisma Waruwu.pdf
Restricted to Registered users only until 31 December 2024.

Download (6MB)

Actions (login required)

View Item View Item