DETEKSI TIPE DAN PERUBAHAN GARIS PANTAI MENGGUNAKAN ANALISIS DIGITAL CITRA PENGINDERAAN JAUH

Devica Natalia Br Ginting, Rizky Faristyawan

Abstract


Garis pantai merupakan informasi batas wilayah antara darat dan laut. Informasi garis pantai sangat diperlukan dalam kegiatan di pesisir, terkhusus bagi negara Indonesia yang merupakan negara kepulauan. Pengukuran lapangan untuk mendapatkan informasi garis pantai akan menghabiskan biaya, waktu dan tenaga yang besar. Penginderaan jauh mampu menghasilkan informasi garis pantai secara efektif. Lokasi kajian dilakukan di Pesisir Pulau Flores Timur dan Pulau Adonara Barat yang memiliki tiga tipe pantai yaitu berbakau, berpasir, dan tebing berbatu. Penelitian ini bertujuan melakukan ekstraksi garis pantai berdasarkan tipenya melalui proses digital. Data yang digunakan Landsat-5, Landsat-8, dan Sentinel-2. Perbandingan band digunakan untuk menganalisi tipe (Green/SWIR dan Green/NIR) pada Landsat-5 yang selanjutnya dibandingkan dengan tipe pantai yang bersumber dari referensi serta mengektrak garis pantai (Green/NIRand Green/SWIR). Citra Landsat-8 dan Sentinel-2 digunakan melihat perubaan garis pantai selama 10 tahun. Hasil ekstraksi menunjukkan bahwa perbandingan band NIR dan Green menunjukkan hasil yang terbaik. Perubahan garis pantai akibat fenomena alam berupa erosi dan sedimentasi yang disebabkan oleh arus laut tidak berdampak signifikan kecuali di sekitar Selat Larantuka namun perubahan garis pantai akibat aktivitas manusia berupa pembangunan bandara memberikan perubahan sebesar 4,8 Ha.


Keywords


Garis pantai; Landsat-8; tipe pantai; perbandingan band

Full Text:

PDF

References


Astjario, P., & Yuningsih, A. (2018). Karakteristik Pantai Kawasan Pesisir Larantuka Dan Sekitarnya, P. Flores Timur Dan Kawasan Pesisir P. Adonara Barat. Jurnal Geologi Kelautan, 8(2), 75. https://doi.org/10.32693/jgk.8.2.2010.188

Badan Pusat Statistik Indonesia. (2018). Statistik Sumber Daya Laut dan Pesisir 2018. 1–335.

Badan Informasi Geospasial. (2018). https://www.big.go.id/berita-surta/show/rujukan-nasional-data-kewilayahan-luas-nkri-8-3-juta-kilometer-persegi. Diakses pada 21 Januari 2020.

European Space Agency. (2013). Sentinel-2 User Handbook, Issue 1 Revision 2. (1), 1–64. Retrieved from https://sentinel.esa.int/documents/247904/685211/sentinel-2_user_handbook

Temiz, S. S. D. (2016). Monitoring Coastline Change Using Remote Sensing and GIS Technology : A case study of Monitoring Coastline Change Using Remote Sensing and GIS Technology : A case study of Acıgöl Lake , Turkey. World Multidisciplinary Earth Sciences Symposium, 44(December), 10. https://doi.org/10.1088/1755-1315/44/4/042033

Ghosh, M. K., Kumar, L., & Roy, C. (2015). Monitoring the coastline change of Hatiya Island in Bangladesh using remote sensing techniques. ISPRS Journal of Photogrammetry and Remote Sensing, 101, 137–144. https://doi.org/10.1016/j.isprsjprs.2014.12.009

Havis, M. I., Prasetyawan, I. B., Widada, S., Kelautan, J. I., Perikanan, F., Diponegoro, U., Timur, A. (2014). Lokasi Instalasi Turbin Pembangkit Listrik Tenaga Arus Laut Di Selat Larantuka , Flores Timur, Nusa Tenggara Timur. 3(0), 486–492.

Helfinalis, S. dan R. (2012). Padatan Tersuspensi Total di Perairan Selat Flores Boleng Alor dan Selatan Pulau Adonara Lembata Pantar. Ilmu Kelautan, 17(September), 148–153.

Jagalingam, P., Akshaya, B. J., & Hegde, A. V. (2015). Bathymetry mapping using landsat 8 satellite imagery. Procedia Engineering, 116(1), 560–566. https://doi.org/10.1016/j.proeng.2015.08.326

Liu, H., & Jezek, K. C. (2004). Automated extraction of coastline from satellite imagery by integrating Canny edge detection and locally adaptive thresholding methods. International Journal of Remote Sensing, 25(5), 937–958. https://doi.org/10.1080/0143116031000139890

Maglione, P., Parente, C., & Vallario, A. (2014). Coastline extraction using high resolution WorldView-2 satellite imagery. European Journal of Remote Sensing, 47(1), 685–699. https://doi.org/10.5721/EuJRS20144739

Pacheco, A., Horta, J., Loureiro, C., & Ferreira. (2015). Retrieval of nearshore bathymetry from Landsat 8 images: A tool for coastal

monitoring in shallow waters. Remote Sensing of Environment, 159(March), 102–116. https://doi.org/10.1016/j.rse.2014.12.004

Pham, B. T., & Prakash, I. (2018). Application of simple remote sensing techniques for the detection and extraction of coastline-a case study of diu island, India. Indian Journal of Ecology, 45(4), 778–784.

Suo, A., Ma, H., Li, F., Wei, B., Lin, Y., & Zhao, J. (2018). Coastline carrying capacity monitoring and assessment based on GF-1 satellite remote sensing images. Eurasip Journal on Image and Video Processing, 2018(1). https://doi.org/10.1186/s13640-018-0325-3

Winarso, Gathot, & Purwanto, A. D. (2018). Evaluation of Mangrove Damage Level Based on Landsat 8 Image. International Journal of Remote Sensing and Earth Sciences (IJReSES), 11(2), 105. https://doi.org/10.30536/j.ijreses.2014.v11.a2608

Winarso, Judijanto, & Budhiman, S. (2001). The application remote sensing data for coastal study. 22nd Asian Conference on Remote Sensing, 50(07), 5–9.




DOI: http://dx.doi.org/10.24895/JIG.2020.26-1.977

Article Metrics

Abstract view : 231 times
PDF - 146 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 GEOMATIKA

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Geomatika Indexed by:

 

Copyright of Geomatika