BAB I PENDAHULUAN

1.1 Latar Belakang Dalam penyelesaian studi di Fakultas Perikanan dan Ilmu Kelautan, mahasiswa diwajibkan menempuh semua mata kuliah sebanyak 145 Satuan Kredit Semester (SKS), termasuk Praktek Kerja Lapang (PKL). PKL merupakan latihan bagi mahasiswa untuk berpartisipasi aktif dalam semua kegiatan di lembaga perusahaan perikanan ataupun ilmu kelautan agar memperoleh wawasan dan pengetahuan yang luas yang tidak didapatkan di bangku kuliah. Sehubungan dengan kegiatan Praktek Kerja Lapang tersebut maka dipilih SEACORM sebagai tempat kegiatan Praktek Kerja Lapang ini. Ketertarikan untuk melakukan Praktek Kerja Lapang di SEACORM ini dikarenakan SEACORM

merupakan suatu lembaga yang kegiatan-kegiatannya banyak dititik beratkan pada bidang kelautan dan perikanan, seperti ocean remote sensing, oceanografi, marine conservation dan Laboratorium Kelautannya. Bidang yang diambil dalam kegiatan Praktek Kerja Lapang di SEACORM ini adalah bidang Ocean Remote Sensing. Dengan mengambil judul laporan PKL “Pemetaan Laju Perubahan Luasan Lahan Hutan Mangrove Di Taman Nasional Bali Barat Menggunakan Data Citra Satelit Alos”. Yang merupakan pengaplikasian dari Ocean Remote Sensing dan berkaitan dengan Marine Conservation juga. Salah satu potensi yang ada di pesisir Indonesia adalah mangrove. Mangrove adalah salah satu tumbuhan yang hidup di daerah pesisir, estuari atau muara sungai, yang daerahnya terlindung (tidak secara langsung berhubungan dengan dinamika laut). Dengan demikian maka mangrove merupakan ekosistem yang terdapat di

antara daratan dan lautan dan pada kondisi yang sesuai mangrove akan membentuk hutan yang ekstensif dan produktif.

1

2

Luas hutan mangrove di seluruh Indonesia diperkirakan sekitar 4,25 juta hektar atau 3,98% dari seluruh luas hutan Indonesia. Areal hutan mangrove yang luas antar lain terdapat di pesisir timur Sumatera, Kalimantan, serta selatan dan utara Papua. Hutan mangrove di Pulau Jawa banyak yang telah mengalami kerusakan atau telah hilang sama sekali karena aktivitas manusia(Nontji, 2005). Menurut Dahuri, et al.,(2001), secara umum mangrove cukup tahan terhadap berbagai gangguan dan tekanan lingkungan. Namun demikian, permasalahan utama tentang pengaruh atau tekanan terhadap habitat mangrove berasal dari keinginan manusia untuk mengkonversi area hutan mangrove menjadi areal pemukiman, tambak dan pertanian. Selain itu, meningkatnya permintaan terhadap produksi kayu menyebabkan eksploitasi berlebihan terhadap hutan mangrove. Jika eksploitasi berlangsung terus menerus, dapat menyebabkan kematian dan berkurangnya luas hutan mangrove. Kegiatan lain yang menyebabkan berkurangnya luas hutan mangrove adalah pembukaan hutan mangrove untuk tambak. Dalam situasi seperti ini, habitat dasar dan fungsi hutan mangrove menjadi hilang, dan kehilangan ini jauh lebih besar dari nilai penggantinya. Informasi mengenai luas hutan mangrove daerah ini masih sedikit. Untuk itu perlu diadakan penelitian mengenai luasan mangrove di Pantai. Salah satu metode yang dapat digunakan dalam pemantauan luas hutan mangrove yaitu teknologi penginderaan jauh, dalam hal ini menggunakan data citra ALOS dan survey lapangan. Lahan mangrove dan non mangrove dibedakan dengan cara pengamatan visual, sedangkan untuk mengetahui tingkat tutupan mangrove digunakan transformasi indeks vegetasi NDVI. Survey lapangan dilakukan untuk mengetahui hubungan nilai NDVI dengan tutupan kanopi dan validitasnya, yang kemudian digunakan untuk mengklasifikasikan dan memprediksi laju perubahan lahan hutan mangrove. Hasil yang diharapkan dari pemanfaatan citra ALOS dan survey lapangan ini adalah terpetakannya laju dan prediksi perubahan lahan hutan mangrove.

3

1.2 Tujuan Tujuan dari Praktek Kerja Lapang ini adalah : 1. Memiliki keterampilan dan wawasan mengolah data satelit ALOS untuk memetakan laju perubahan hutan mangrove. 2. Mengetahui kerapatan hutan mangrove di sebagian Taman Nasional Bali Barat selama 2 tahun. 3. Mengetahui cara memprediksi laju perubahan lahan hutan mangrove di sebagian Taman Nasional Bali Barat

1.3 Tempat dan Waktu Praktek Kerja Lapangan ini dilakukan di Balai Riset dan Observasi Kelautan SEACORM yang beralamat Jalan Baru, Perancak, Negara, Bali Telp. (0365) 44266/44267 Faks. (0365) 44278. BROK terletak di sebelah barat 100 km dari ibu kota Provinsi Bali, Denpasar atau 35 km ke arah timur dari kota Gilimanuk atau 9 km kearah selatan kota Negara. pada tanggal 29 Juni sampai dengan 30 Juli 2010. Pengambilan data validasi di Taman Nasional Bali Barat tanggal 13 juli 2010.

4

BAB II KEADAAN UMUM TEMPAT PKL

2.1 Lokasi Kantor BROK terletak di desa Perancak, desa yang memiliki luas wilayah 374 ha, mempunyai lima banjar yakni Mekarsari, Perancak, Lemodang, Tibu Kleneng dan Dangin Berawah, sekitar 9 km atau 20 menit dari kota Negara. Desa ini berada 10 meter di atas permukaan laut. Di sebelah utara berbatasan dengan Sungai Perancak, selatan dengan pantai Perancak, barat dengan muara Sungai Perancak dan timur dengan Desa Yeh Kuning. Kantor BROK dikelilingi oleh tambak-tambak, sungaisungai kecil dan hutan mangrove hasil penanaman bersama dengan masyarakat, instansi-instansi pemerintahan, murid-murid sekolah, dan mahasiswa dari berbagai universitas yang ada di Indonesia yang tengah melakukan kegiatan di balai tersebut. Topografi daerah balai tersebut termasuk dalam daerah desa pantai dan daerah muara. Penggunaan lahan di daerah tersebut lebih didominasi oleh kegiatan pertambakan dan perikanan (nelayan), walupun masih terdapat penggunaan lahan seperti persawahan, dan perternakan lepas ternak sapi. Terdapat dua musim yang terjadi pada daerah tersebut yaitu musim kemarau dan musim hujan.

Gambar 1. Peta Lokasi Kantor BROK (Sumber: www.brok.dkp.go.id)

kerjasama maupun pengembangan kelembagaan.5 2.1 Sejarah Singkat Balai Riset dan Observasi Kelautan (BROK) adalah salah satu wadah pelaksanaan kegiatan – kegiatan the Southeast Asia Center for Ocean Research and Monitoring (SEACORM). Instalasi Observasi Kelautan merupakan cikal berkembangnya institusi penelitian ini menjadi Balai. Balai Riset dan Obsevasi Kelautan (BROK) diresmikan pada tanggal 29 Agustus 2005 berdasarkan Peraturan Menteri Kelautan dan Perikanan No.2 Organisasi BROK 2.2. Salah satunya adalah bagaimana upaya – upaya yang dilakukan untuk merubah (convert) tata guna lahan yang awalnya merupakan lahan budidaya tambak. Hal tersebut bermula pada bulan Oktober 2002 (Raker BRKP – DKP) ketika lahan tersebut diserahterimakan dari Pusat Riset Perikanan Budidaya ke Pusat Riset Teknologi Kelautan – BRKP. Dua tahap pengembangan sarana dan infrastruktur riset dan observasi kelautan dilaksanakan pada tahun 2003 dan 2004 menginduk pada Pusat Riset Teknologi Kelautan. SEACORM telah cukup aktif melaksanakan program kerjanya yang meliputi kegiatan riset. Perjalanan historis lahan Perancak jika disimak secara menyeluruh menggambarkan keunikan tersendiri. Pada Tahun Anggaran 2003 Bagian Proyek Inventarisasi untuk pertama kali dilaksanakan di Perancak yang pada saat itu bernama Laboratorium Alam. . Sejak terbentuknya Instalasi Observasi Kelautan dan Tambak Penelitian tahun 2005. bahwa BROK merupakan Unit Pelaksana Teknis (UPT) yang bertanggung jawab langsung kepada Pusat Riset Teknologi Kelautan (PRTK) – BRKP. menjadi suatu kawasan riset – terapan dan observasi kelautan yang handal berskala global. diseminasi. PER.10/MEN/2005 tentang Organisasi dan Tata Kerja Balai dan Observasi Kelautan menyatakan.

6 Inisiasi pendirian Balai Riset dan Observasi Kelautan sudah dimulai sejak tahun 2002 ketika masih berstatus sebagai Stasiun Bumi NOAA di Perancak-Bali. 2. Berdasarkan Peraturan Menteri Kelautan dan Perikanan Nomor 10/MEN/2005 Tentang Organisasi dan Tata Kerja Balai Riset dan Observasi Kelautan. Berdirinya Balai Riset dan Observasi Kelautan dapat dipandang sebagai wujud jawaban ide nasional dalam mengembangkan riset dan observasi kelautan. Balai Riset dan Observasi Kelautan menetapkan prioritas pengembangan program tahun 2006-2010. 3. Sebagai implementator dari program SEACORM. Rencana pengembangnannya disesuaikan dengan konsep program the Southeast Asia Center for Ocean Research and Monitoring (SEACORM) sehingga target pengembangan kapitasitas dan kompetensi kelembagaan serta infrastrukturnya adalah terciptanya intuisi riset dan observasi kelautan yang ideal. Perencanaan dan perumusan bahan kebijakan teknis dan penyerasian program serta kegiatan riset strategis. Pembangunan sarana dan prasarana dimulai pada tahun 2003. observasi dan pengelolaan sumberdaya kelautan. yaitu: 1. 4. pengembangan dan aplikasi teknologi yang relevan berdasarkan arahan teknis Kepala Pusat Riset Teknologi Kelautan. Penguasaan ilmu dasar kelautan dan pegelolaan sumberdaya kelautan. Pada tahun 2004 satuan kerja berkembang menjadi Instalasi Observasi Kelautan hingga Agustus 2005. . Penguasaan informasi kelautan nasional. Penguasaan teknologi sistem informasi. Adapun fungsinya. Penguasaan teknologi dan aplikasi observasi kelautan. antara lain: 1. Brok bertugas melaksanakan riset strategis dan aplikasi teknologi observasi kelautan yang meliputi riset dasar. Tahap pengembangan sarana dan infrastruktur riset dan observasi kelautan dilaksanakan hingga tahun 2005 dengan menginduk pada Pusat Riset Teknologi Kelautan.

Peresmian BROK oleh Menteri Kelautan dan Perikanan RI Periode 2004-2009. Pelaksanaan. 7. Pengelolaan urusan tata usaha dan rumah tangga Balai.7 2.go. 6. (Sumber: www. Gambar 2. Pembinaan dan pengembangan sumberdaya riset.brok. observasi dan pengelolaan sumberdaya kelautan. publikasi dan komunikasi hasil riset. Pelaksanaan dokumentasi. 5.dkp.id) . observasi dan pengelolaan sumberdaya kelautan. Freddy Numberi Pada Tahun 2005. Riset strategis. pemantauan dan evaluasi program serta kegiatan riset strategis. Pelayanan jasa dan kerjasa. 3. 4.

8

A

B

C Gambar 3. Perkembangan Kantor BROK Berturut-turut A Tahun 2004, B Tahun 2005, dan C Tahun 2007. (Sumber: www.brok.dkp.go.id) 2.2.2 Visi dan Misi Visi : menjadi pusat unggulan (center of excellence) dalam pelaksanaan, penguasaan dan pengembangan riset terapan dan aplikasi teknologi observasi sumber daya kelautan.

9

Misi : 1. Pencapaian kapasitas sumberdaya riset dan observasi sumberdaya kelautan yang handal dan mandiri. 2. Penguasaan riset terapan dan IPTEK observasi sumberdaya kelautan yang didukung oleh system data dan informasi yang baik. 3. Penigkatan pemanfaatan riset dan observasi keluatan untuk kemaslahan masyarakat. 2.2.2 Struktur Organisasi Balai Riset dan Observasi Kelautan dipimpin oleh seorang Kepala Balai. Dalam pelaksanaan keorganisaisannya, Kepala Balai dibantu oleh 2 (dua) orang Kepala Seksi dan 1 (satu) orang Kepala Sub Bagian. Seksi Tata Operasional memiliki tugas melakukan koordinasi perencanaan dan perumusan bahan kebijakan teknis, penyusunan program, pemantauan serta evaluasi pelaksanaan riset strategis dan aplikasi observasi kelautan. Seksi Pelayanan Teknis mempunyai tugas melakukan pelaksanaan kerja sama riset, deseminasi, komunikasi, publikasi, dan dokumentasi hasil riset strategis dan aplikasi observasi kelautan. Sedangkan Sub Bagian Tata Usaha mempunyai tugas melakukan urusan administrasi kepegawaian dan jabatan fungsional, administrasi keuangan, persuratan, kearsipan, rumah tangga dan perlengkapan serta pengelolaan sarana riset.

10

Gambar 4. Struktur Organisasi BROK. (Sumber: www.brok.dkp.go.id) Sesuai dengan Peraturan Menteri Kelautan dan Perikanan No. PER. 10/MEN/2005, Balai Riset dan Observasi Kelautan mempunyai tugas melaksanakan riset strategis dan aplikasi observasi kelautan yang meliputi riset dasar serta pengembangan dan aplikasi teknologi yang relevan. Dalam Iptek Kleautan, Balai Riset dan Observasi Kelautan menyelenggarakan fungsi: 1. perencanaan dan perumusan bahan kebijakan teknis dan penyerasian program serta kegiatan riset strategis, observasi dan pengelolaan sumberdaya kelautan; 2. pembinaan, pelaksanaan, pemantauan, dan evaluasi program serta kegiatan riset startegis, observasi dan pengelolaan sumberdaya kelautan; dan 3. pelayanan jasa dan kerjasama riset sterategis, observasi dan pengelolaan sumberdaya kelautan. Struktur organisasi dan tata kerja BROK terdiri dari;

11

1. Kepala Balai Mempunyai Tugas melakukan koordinasi dan memberikan arahan seluruh kegiatan riset dan non riset serta membina bawahan di lingkungan BROK sesuai tata kerja dan peraturan yang berlaku untuk kelancaran pelaksanaan tugas. 2. Sub Bagian Tata Usaha Mempunyai tugas melakukan urusan administrasi kepegawaian dan jabatan fungsional, administrasi keuangan, persuratan, kearsipan, rumah tangga dan perlengkapan serta pengelolaan sarana riset. 3. Seksi Tata Operasional Mempunyai tugas melakukan koordinasi perencanaan dan perumusan bahan kebijakan teknis, penyusunan program, pemantauan, serta evaluasi pelaksanaan riset strategis dan aplikasi observasi kelautan. 4. Seksi Pelayanan Teknis Mempunyai tugas melakukan pelaksanaan kerjasama riset, diseminasi, komunikasi, publikasi dan dokumentasi hasil riset strategis dan aplikasi observasi kelautan. 5. Kelompok Jabatan Fungsional Mempunyai tugas melakukan kegiatan sesuai dengan jabatan fungsional masingmasing berdasarkan peraturan perundang-undangan yang berlaku. 2.3 Tim-Tim Peneliti BROK Dalam melaksanakan berbagai kegiatan riset dan observasi, Balai Riset dan Observasi Kelautan didukung oleh para peneliti muda yang menguasai bidangnya.

Gambar 5. Tim-Tim Peneliti BROK dan Latar Belakang Pendidikannya. kepakaran dan minatnya. para peneliti di Balai Riset dan Observasi Kelautan terbagi atas 3 tim peneliti. yaitu: Ocean Remote Sensing.id) .12 Sesuai dengan latar belakang pendidikan. Setiap tim peneliti melakukan kegiatan riset dan observasi dalam mendukung visi.go. misi dan tupoksi Balai Riset dan Observasi Kelautan. Oceanography dan Marine Conservation Reseacrh Team.brok.dkp. (Sumber: www.

dimana fitoplankton dimakan oleh zooplankton kemudian . dan anomali tinggi muka laut. Suhu permukaan laut Merupakan parameter fisik yang digunakan sebagai pemantau terjadinya front dan upwelling dengan ditandai perbedaan suhu yang ekstrim pada tempat-tempat tertentu.3. 2. 3. Data yang tersedia suhu permukaan laut.produk yang dihasilkan oleh tim peneliti penginderaan jauh kelautan. keberadaan tim saat ini sudah cukup berkembang baik dari personil. Sesuai dengan science plan yang telah disusun hingga tahun 2010. Peta Prakiraan Daerah Penangkapan Ikan (PPDPI) Disusun berdasarkan data : a. tim peneliti ini mempunyai beberapa sasaran : 1. Tersusunnya PPDPI untuk ikan pelagis tertentu. b. konsentrasi klorofil – a permukaan laut. Dikuasainya teknologi pengembangan algoritma untuk wilayah perairan Indonesia. Meningkatnya validitas dan akurasi PPDPI.1 Tim Peneliti Ocean Remote Sensing Tim peneliti Ocean Remote Sensing merupakan tim pionir sudah ada sejak BROK masih berstatus Stasiun Bumi (November 2002).13 2. kegiatan maupun produknya. Tugas dan produk awal pada saat itu adalah pengolahan data satelit NOAA untuk mendukung pembuaan PPDPI. Konsentasi klorofil-a permukaan laut Merupakan parameter yang sangat penting untuk keberadan ikan sesuai dengan teori rantai makanan. Dengan diawali oleh 2 peneliti muda. 1. Sistem informasi data satelit oseanografi terpadu yang mendukung. Produk.

Bali dan Nusa Tenggara. Perairan Sulawesi. Dari hasil pemantauan pergerakan awan dapat diprediksi arah dan proses terbentuknya badai sampai menghilang. Sejak tahun 2007 telah dilakukan pengambangan yaitu program downscaling data satelit oseanografi. sehingga bisa menentukan pergerakan ikan. Perairan Selat Bali. 2.  Arus digunakan untuk melhat pergerakan massa air yang membawa kandungan klorofil. c. Perairan Kalimantan. Perairan PPN Kendar. yang ditandai dengan pertemuan dua massa air yang memiliki pebedaan anomali. Perairan PPN Prigi. sehingga dapat dijadikan sebagai informasi peringatan dini bagi nelayan akan bahaya di laut yang disebabkan oleh badai siklon tropis. a. Wilayah produksi peta Perairan Jawa.14 zooplankton akan dimakan ikan kecil. Pemantauan Bencana Laut Pemantauan badai siklon tropis secara visual dengan citra Satelit NOAA-AVHRR yang diperoleh dari Ground Receiving Station secara real time. Dengan adanya program pengembangan ini diharapkan implementasi PPDPI untuk wilayah pesisir dapat dicapai.  Angin dan Gelombang merupakan informasi yang diberikan kepada para nelayan dengan tujuan untuk memberikan peringatan akan bahaya di wilayah perairan jika gelombang tinggi dan angin bertiup kencang. Data pendukung. Perairan Maluku dan Papua. dan ikan kecil akan dimakan ikan yang lebih besar. Perairan Sumatera. Keahlian Tim : . Perairan PPN Ternate. Sebagai wilayah uji coba adalah perairan sekitar Selat Bali. Dengan program ini dapat dibuat data distribusi suhu dan klorifil – a permukaan laut di wilayah pesisir. dan daerah upwelling dengan anomali massa air yang lebih tinggi dari sekitarnya. Anomali tinggi muka laut (altimetry data) Digunakan untuk mencari daerah front.

 Computer Data Storage Komputer yang mempunyai kapasitas besar untuk penyimpanan data.  Komputer Pengolahan Data Komputer yang mempunyai spesifikasi tertentu untuk pengelolahan data citra satelit dengan kualifikasi memori dan VGA display yang tinggi.  Pembuatan peta potensi wilayah pesisir dengan teknologi penginderaa jauh dan Sistem Informasi Geografis (SIG). b. Kepakaran Personil :  Geografi  Penginderaan Jauh  Ilmu Kelautan  Pemanfaatan Sumberdaya Perikanan  Manajemen Sumberdaya Perairan  Marine Biology c.  Sistem Fax on Demand (FOD) dan Interactive Voice Response (IVR) Perangkat untuk distribusi Peta Prakiraan Daerah Penangkapan Ikan via fax secara otomatis.  Pembuatan peta distribusi konsentrasi klorofil – a dari data Satelit MODIS Aqua. Fasilitas :  Stasiun Bumi Penerima Data Satelit Antena penerima data dengan auto track dan auto receiver untuk data Satelit NOAA 12. .15  Pembuatan peta distribusi suhu permukaan laut dari data satelit NOAA – AVHRR. 14.  Pembuatan peta daerah penangkapan ikan pelagis dari data satelit oseanografi. 16.  Melakukan pengolahan dan analisis data satelit oseanografi. 17 dan 18 serta Satelit Fengyun. 15.

Bali. Kerjasama :  Pelabuhan Perikanan Samudera (PPS) Kendari.16  Software Pengolahaan Data Satelit ERMapper.  Lembaga Penerbangan dan Antariksa Nasional (LAPAN) kerjasama dalam pengembangan sumberdaya manusia bidang penginderaan jauh kelautan. Tim Remote Sensing BROK memberikan bantuan teknis dalam bidang penginderaan jauh kelautan untuk pembangunan Stasiun Bumi NOAA di Kuta Kartanegara. Sulawesi Barat. PPN Prigi. PPN Pemangkat.  Pemda Kabupaten Jembrana. ArcView. PPN Ternate.  Pemda Kabupaten Kutai Kartanegara. PPN Brondong. ENVI. PPN Kejawanan. Kalimantan Timur. PPS Jakarta. ArcGIS.  Pemda Kabupaten Majene. Seadas. PPN Sibolga. d. PPS Belawan. PPS Cilacap. PPN Ambon. ERDAS.  Badan Meteorologi dan Geofisika (BMG) sebagai penyedia data prakiraan angin dan gelombang. PPN Bitung. PPN Pekalongan untuk distribusi Peta Prakiraan Daerah Penangkapan Ikan (PPDPI). Tim Remote Sensing BROK melakukan kerjasama dalam pengembangan sumber daya manusia di bidang penginderaan jauh kelautan. Mapinfo.  Badan Pengkajian dan Penerapan Teknologi (BPPT) dalam kerjasama riset bidang penginderaan jauh kelautan. .PPN Tanjungpandan. PPN Tual. Kerjasama di bidang pengembangan potensi wilayah pesisir.  Pelabuhan Perikanan Nusantara (PPN) Pelabuhan Ratu. PPS Bungus untuk distribusi Peta Prakiraan Daerah Penangkapan Ikan (PPDPI).

 Collecte Localisation Satellites (CLS) Perancis sebagai penyedia perangkat penerima data satelit NOAA dan penyedia data satelit oseanografi. antara lain : 1.  APEC SAKE (Satellite Application for Knowledge-based Economy). Satelit NOAA. Monitoring dampak Lumpur Sidoarjo terhadap kualitas perairan dan ekosistem pesisir Porong.17  Sekolah Menengah Kejuruan Kelautan dan Perikanan se-Indonesia.brok. Gambar 6. Tim Ocean Remote Sensing memberikan bantuan dalam pengembangan materi diklat penginderaan jauh kelautan. 2.dkp.3. Tanggap kasus kematian masal ikan diperairan Tabanan.2 Tim Peneliti Marine Conservation Tim peneliti Marine Conservation mempunyai kegiatan yang berbasis ecological quality and biological monitoring. (Sumber: www.id) 2. .go. Kerja sama riset dan pengembangan sumberdaya manusia dalam bidang penginderaan jauh kelautan.

(Sumber: www. Kajian dampak climate change terhadap terumbu karang dan mangrove. pengelolaan dan monitoring ekosistem di kawasan konservasi laut (lihat gambar 7). Design. 4. monitoring dinamika laut dan ekosistem pesisir dalam mendukung riset pengembangan struktur pelindung pantai yang ramah lingkungan.brok. mangrove. Coastal protection.go. 3. Struktur yang digunakan antara lain material geosintetik. Peta Kawasan Konservasi Laut. 2.18 3. Gambar 7. Pemantauan ekosistem laut. Program Pendukung Jejaring Konservasi 1. Monitoring kualitas perairan estuari Perancak. terumbu karang dan struktur alam lainnya.id) .dkp. Bali.

dan masyarakat berhak untuk mendapatkan data yang akurat. Lembaga penyelenggara negara berkewajiban untuk memberikan data.dkp. Data dan informasi diharapkan dapat diberikan dengan lengkap dan mutakhir guna mendukung tercapainya kualitas perencanaan dan pengendalian pembangunan yang handal. Selain itu juga berdasarkan pada UU No 27 2007 Pasal 15(3) tentang pengelolaan wilayah . Bioreef. 4.brok.3 Tim Oceanografi Pertemuan Integrasi Basis Data Hasil Riset Kelautan dan Perikanan BRKP dalam rangka untuk kegiatan riset Aplikasi Data Satelit Altimetri untuk Monitoring Kerentanan Pulau-pulau Kecil terhadap Kenaikan Muka Laut.id) 2. Data merupakan dasar dari semua hal dalam aspek pemerintahan (dalam hal pengambil kebijakan).2. 3. Dari kegiatan tersebut menghasilkan : 1. Disampaikan pula bahwa dasar pentingnya data dan informasi adalah sesuai dengan dikeluarkannya UU Nomor 31 Tahun 2004 tentang Perikanan Bab VI Pasal 47(2).19 Gambar 8. yaitu sistem informasi dan data statistik perikanan harus dapat diakses dengan mudah dan cepat oleh seluruh pengguna. 2. Juga dapat digunakan sebagai perumus untuk menunjang pengambilan keputusan.go. (Sumber: www.

yaitu sebagai pengumpul data juga sebagai penyebar data dan informasi. 10. 5. DKP melalui keputusan menteri. Tindak lanjut implementasi Perpres 85/2007 tentang Infrastruktur IDSN. dan akuntabilitas. kurang perhatiannya terhadap data berkualitas. 13. sarpras belum memadai. menetapkan pusdatin sebagai unit kliring. juga sebagai penanggung jawab data oseanografi dan data kelautan dan perikanan lainnya. 7. 6. Tujuan dari Pusdatin adalah menghasilkan: datik yang kaya dan jujur. dana terbatas. yaitu data dan informasi sebagaimana dimaksud pada ayat (1) dapat dimanfaatkan oleh setiap Orang dan/atau pemangku kepentingan. 8. Pusdatin mengemban tugas untuk mengaplikasikan e-government. 12. dan pelayanan informasi untuk masyarakat. 11. Pusdatin mempunyai dasar hukum sebagai pokja data dan statistik yang terdiri dari seluruh institusi eselon 1 DKP. Kendala: SDM terbatas. efektivitas. transparansi. Kondisi data dan statistik kelautan dan perikanan saat ini: datik (data dan statistik) yang tersedia sampai dengan saat ini yaitu datik produksi perikanan tangkap dan datik produksi perikanan budidaya dan belum tersedianya datik pengolahan dan pemasaran hasil perikanan serta datik kelautan. 9. belum ada penanganan khusus tentang data dan statistik. mendukung administrasi perkantoran. Konsep perencanaan dan pengembangan sistem informasi dan manajemen DKP: salah satunya bertujuan untuk menghindari duplikasi. . Manfaat pengelolaan data spasial: user dapat melakukan diskusi dua arah. Fokus kebijakan penyusunan data Kelautan dan Perikanan: salah satunya adalah kerjasama/data sharing. Untuk itu. menghasilkan telah terbitnya Keputusan Menteri Kelautan dan Perikanan yang menetapkan PUSDATIN sebagai unit Kliring. Manfaat e-government: efisiensi.20 pesisir dan pulau-pulau kecil. melalui Pusdatin atau BRKP.

15.21 14. WAN (wide area network)-vsat. Visi Pusdatin: menjadi bank data KP (kelautan dan perikanan) yang kuat dan terpercaya. Laboratorium Kelautan BROK Saran yang disediakan untuk dapat menunjang tugas dan fungsi.2.4 Laboratorium Riset Kelautan Laboratorium Riset Kelautan (LRK) didirikan dalam upaya tercapainya pelaksanaan riset strategis dan aplikasi teknologi kelautan secara optimal yang meliputi riset dasar. LRK dilengkapi berbagai fasilitas yang dapat mendukunh setiap pengujian yang terdiri dari . Perancak (di BROK. Bitung. pengembangan dan aplikasi teknologi kelautan di Indonesia. Selain itu untuk memfasilitasi berbagai kepentingan yang membutuhkan pelayanan jasa laboratorium. yaitu: Papua (Sorong). LRK saay ini juga sedang dalam tahap proses menuju Akreditasi ISO 17025 : 2005 Gambar 9. untuk keperluan publikasi). jaringan antarpulau sudah dapat dimanfaatkan di tiga daerah. 2.

dan q. analisa BOD. Coli. Fisika dan Biologi Kelautan. analisa COD. analisa padatan terlarut (tds). antara lain DO. analisa alkalinitas. analisa karbon dioksida (co 2 ). analisa phosfat. analisa total solid (ts). h. phosfat dan turbidity. Jenis-jenis analisa yang dapat dilakukan di laboratorium riset kelautan. antara lain : 1. m. pH air. b. analisa DO.22 Laboratorium Kimia. i. nitrit. Identifikasi Terumbu Karang. Analisa In Situ (dengan alat portable). n. g. k. o. pH tanah. kecerahan. analisa fitoplankton dan analisa zooplankton. 3. analisa khlorin. nitrat. analisa nitrat. c. analisa silika. l. analisa salinitas. analisa bakteri E. e. d. Analisa Kimia : a. analisa sulfida. antara lain analisa bakteri total. p. . analisa amonia. analisa bakteri Vibrio Cholera. analisa padatan tersuspensi (tss). analisa nitrit. f. Analisa Biologi. j. analisa khlorofil 2. 4.

3.2 Partisipasi Partisipasi yang dimaksudkan disini adalah keterlibatan langsung dalam proses pengolahan data hasil citra satelit ALOS (AVNIR-2).2 Metode Praktek Kerja Lapang Metode praktek kerja lapang yang dilakukan adalah dengan cara observasi lapangan. serta diperoleh dari studi literatur.2. 3. wawancara. antara lain mengenai metode yang dipakai dalam survei ekosistem mangrove dan pengolahan data citra satelit ALOS (AVNIR-2) untuk pembuatan peta luasan hutan mangrove di Taman Nasional Bali Barat dan membandingkan perubahan luasan hutan mangrovenya antara data citra satelit Alos 2008 dan data citra sateliit Alos 2009. 3. dan partisipasi.2.1 Materi Praktek Kerja Lapang Materi dalam praktek kerja lapang ini ada dua (2).23 BAB III KEGIATAN YANG DILAKUKAN 3. Selain itu partipasi di dalam kegiatan survey yang ada dengan membantu setiap kegiatan yang ada.1 Observasi Lapang Observasi yang dilakukan dalam Praktek Kerja Lapang ini dengan melakukan survei untuk validasi data citra dengan data lapangan dan mendapakan data in situ. .

Penghitungan NDVI untuk Pembagian Klasifikasi Kerapatan Mangrove Pengolahan data menggunakan : ENVI 4.4 Arc GIS Hasil Akhir Peta Perubahan Luasan Hutan Mangrove di TNBB Analisis dan Kesimpulan Gambar 10. Alur Metodelogi Praktek kerja lapang . Kegiatan PKL Pembuatan peta luasan hutan mangrove Survey lapangan Studi literature : Penginderaan Jauh (pengolahan data citra) Ekosistem Mangrove Pengumpulan Data Data Citra 1. Pengolahan Data Citra ALOS menggunakan ENVI 2.24 Alur metodologi pelaksanaan praktik kerja lapang yang dilakukan adalah sebagai berikut.

pantulan spectral. Studi literature juga sebagai tinjauan pustaka pada laporan ini.1 Tinjauan Pustaka 1. . Hasil pembentukan data dalam bentuk piktorial dan bentuk numerik Proses analisis data meliputi : 1. NDVI dan sebagainya serta ekosistem hutan mangrove itu sendiri. 1990). Sumber energi 2. 3. baik yang dipantulkan. Sensor wahana pesawat terbang dan satelit 5. Pengujian data dengan menggunakan alat interpretasi dan alat pengamatan untuk menganalisis data piktorial. Penginderaan Jauh Penginderaan jauh adalah ilmu memperoleh informasi tentang objek. Hal ini meliputi proses pengumpulan data dan analisis data. Caranya dengan mendeteksi gelombang elektro magnetik yang datang dari obyek tersebut.3 Studi Literature Studi literature disini maksudnya adalah untuk lebih memperdalam pengetahuan kita tentang penginderaan jauh baik apa itu citra satelit. Studi literature dilakukan di perpustakaan BROK dan searching dari internet. Perjalanan energi melalui atmosfer 3. dan komputer untuk menganalisis data numerik.25 3. daerah atau fenomena yang dikaji (Lillesand dan Kiefer. Proses pengumpulan data meliputi : 1. atau fenomena melalui analisis data yang diperoleh dengan suatu alat tanpa kontak lansung dengan objek. macam-macam citra. Proses dan elemen yang terkait dalam penginderaaan jauh dengan energi elektromagnetik untuk sumber daya alam.3. daerah. Interaksi antara energi dengan kenampakan di muka bumi 4. diemisikan maupun dihambur balik.

karena kepekaan spektral mata manusia hanya berkisar antara ± 0. Menurut Sutanto (1994). dan “merah” antara 0. ”hijau” antara 0. (3) interaksi antara tenaga dan obyek.5 – 0. 3. Sistem Penginderaan Jauh (Sutanto. Informasi diperuntukan untuk para pengguna yang memanfaatkannya.26 2. 1990).4 µm hingga sekitar 0. dan suatu bahasan tertulis atau laporan. Secara skematik dapat dilihat pada gambar 11. Informasi disajikan dalam bentuk peta. Bagian spektrum “tampak” pada gambar logaritmik meratakan bagian yang kecil.0. tabel. Di dalam penginderaan jauh. penggolongan gelombang elektromagnetik paling sering dilakukan menurut letak panjang gelombangnya di dalam spektrum elektromagnetik.7 µ m.7 µm (Lillesand dan Kiefer. 1994) . SUN SATELLITE Energy Emitted Reflected Scattered DATA Image Processing System GIS (Added Value) GROUND STATIONS Buildings Land Roads Grass Waters Forest USER/ APPLICATIO N Gambar 11.5 µm. (4) sensor.6 µm.4 .6 – 0. Warna “biru” terdapat kira-kira pada julat 0. Bagian spektrum elektromagnetik yang digunakan di dalam penginderaan jauh terletak secara berkesinambungan yang dicirikan dengan perubahan-perubahan besar tenaga dengan kelipatan 10 berpangkat banyak. (2) atmosfer. ada empat komponen penting dalam sistem penginderaan jauh adalah (1) sumber tenaga elektromagnetik.

Dalam contoh ini berarti resolusi citranya sebesar 50 garis/mm. Semakin kecil ukuran terkecil yang dapat direkam oleh suatu sistem sensor. Disamping itu dinyatakan dengan ukuran dalam meter di lap atau dalam meter per pixel pada citra (Rm/pixel). Pada data digital resolusi medan dinyatakan dengan pixel.02 mm atau pada tiap mm ada 50 garis. cuaca. Resolusi a.27 Dengan menggunakan satelit akan memungkinkan untuk memonitor daerah yang sulit dijangkau dengan metode dan wahana lain. Misal tiap garis tebalnya 0. Resolusi Medan (ground resolution) ialah ukuran terkecil obyek di medan yang dapat direkam pada data digital maupun pada citra. Satelit dengan orbit tertentu dapat memonitor seluruh permukaan bumi. Resolusi spasial yang baik dikatakan resolusi tinggi atau halus.01 mm.01 mm.430 garis/mm. Resolusi Spasial Ialah ukuran terkecil obyek yang dapat direkam oleh suatu sistem sensor. berarti sensor itu semakin baik karena dapat menyajikan data dan informasi yang semakin rinci. Ruang pemisah antara tiap garis juga sebesar 0. Berarti tiap garis menempati ruang selebar 0. Resolusi Citra (image resolution) dapat diartikan sebagai kualitas lensa yang dinyatakan dengan jumlah maksimum garis pada tiap milimeter yang masih dapat dipisahkan pada citra. sedang yang kurang baik berupa resolusi kasar atau rendah. dan sumberdaya alam. Secara teoritik maka resolusi citra yang terbaik 1. resolusi medan juga dapat dinyatakan dengan ukuran dalam meter di lapangan yang . yakni: resolusi citra dan resolusi medan. Satelit-satelit yang digunakan dalam penginderaan jauh terdiri dari satelit lingkungan. Ada dua cara menyatakan resolusi spasial. Dengan kata lain maka resolusi spasial mencerminkan kerincian informasi yang dapat disajikan oleh suatu sistem sensor.

Contoh resolusi spektral SPOT-XS lebih rinci daripada SPOT-P. Kisaran panjang gelombang b. Ukuran butir-butir film (khusus bagi foto) b. Resolusi spektral Resolusi spektral menunjukkan kerincian λ yang digunakan dalam perekaman obyek.28 dapat digambarkan oleh sepasang garis pada citra atau Rm/Lp (meter per line pairs). Skala. Resolusi Spasial dipengaruhi: a. Kelemahannya ialah bahwa resolusi spasialnya menjadi lebih rendah. Sebagai contoh resolusi temporal ini: 1. Tiga data multi spektral hitam putih dapat dihasilkan citra berwarna. Resolusi temporal ialah frekuensi perekaman ulang atas daerah yang sama. semakin besar skala semakin baik resolusinya. Panjang gelombang tenaga elektromagnetik yang digunakan. Apabila data multispektral itu tersedia dalam digital akan dapat diolah dengan bantuan komputer. Landsat generasi 1 : 18 hari . Artinya antara resolusi spasial dan resolusi spektral terjadi hubungan berkebalikan. Ingat formula e = hc/ λ a. b. Keunggulan citra multispektral ialah meningkatkan kemampuan mengenali obyek karena perbedaan nilai spektralnya sering lebih mudah dilakukan pada saluran sempit. c.

pengurangan luas hutan.5 C. Hubungan antara resolusi spasial dengan resolusi temporal menimbulkan pilihan yang tidak mudah antara keduanya. maka yang dimaksud adalah resolusi spasial. Satca NOAA : 12 jam 5. Sulit untuk memilih antara foto udara (rinci) atau citra satelit yang frekuensi perekaman ulangnya lebih sering. SPOT : 26 hari atau 6-7 kali/bulan karena sensor dapat ditengokkan arah perekamannya 4. Kerincian penting untuk studi kekotaan misalnya dan resolusi temporal yang tinggi penting untuk memantau perubahan cepat seperti pemekaran kota. Interpretasi Citra Penginderaan Jauh Estes dan Simonett (1975) dalam Sutanto (1992) mengatakan bahwa interpretasi citra merupakan perbuatan mengkaji foto udara dan atau citra dengan maksud untuk mengidentifikasi objek dan menilai arti pentingnya objek tersebut. Dari keempat jenis resolusi ini maka resolusi spasial merupakan resolusi yang terpenting. kalau sensor 1 mampu merekam beda suhu terkecil 0.29 2. Pengalaman sangat menentukkan hasil interpretasi. Kalau orang menyebut resolusi tanpa diikuti keterangan apapun. dsb. Satca GMS : 0. karena persepsi pengenalan objek bagi orang2 yang berpengalaman biasanya lebih . Landsat generasi 2 : 16 hari 3. Resolusi radiometrik ialah kepekaan sensor terhadap perbedaan terkecil kekuatan sinyal. berarti resolusi radiometrik sensor 1 lebih baik dari pada sensor 2.5 jam d. Dengan sensor termal misalnya.2 C dan sensor 2 mampu merekam beda suhu terkecil 0.

Interpretasi secara manual adalah interpretasi data penginderaan jauh yang mendasarkan pada pengenalan ciri/karakteristik objek secara keruangan. maka pada citra B atau C pun tetap bisa dikenal sebagai pemukiman walaupun agak sedikit berbeda dalam penampakannya. yaitu deteksi. seperti penambahan informasi bahwa tambak tersebut adalah tambak udang dan dklasifikasikan sebagai daerah pertambakan udang. mempunyai tujuan khusus untuk mengkategorikan secara otomatis setiap pixel yang mempunyai informasi spektral yang sama dengan mengikutkan pengenalan pola spektral. Dalam pengklasifikasian citra secara digital. Interpretasi citra penginderaan jauh dapat dilakukan dengan dua cara yaitu interpretasi secara manual dan interpretasi secara digital (Purwadhi. rona/warna. ukuran. pengenalan pola spasial dan pengenalan pola . Sedangkan analisis merupakan pengklasifikasian berdasarkan proses induksi dan deduksi. misalkan pendeteksian objek disebuah daerah dekat perairan. bayangan. Interpretasi secara digital adalah evaluasi kuantitatif tentang informasi spektral yang disajikan pada citra. Dasar interpretasi citra digital berupa klasifikasi citra pixel berdasarkan nilai spektralnya dan dapat dilakukan dengan cara statistik. asosiasi dan konvergensi bukti. misalnya mengidentifikasikan suatu objek berkotak2 sebagai tambak di sekitar perairan karena objek tersebut dekat dengan laut. situs. Misalkan pada citra A dianggap sebuah pemukiman. tekstur. 2001). identifikasi dan analisis. Ada tiga hal penting yang perlu dilakukan dalam proses interpretasi.30 konstan atau dengan kata lain pengenalan objek yang sama pada berbagai bentuk citra akan selalu sama. pola. Karakteristik objek dapat dikenali berdasarkan 9 unsur interpretasi yaitu bentuk. Identifikasi atau pengenalan merupakan upaya mencirikan objek yang telah dideteksi dengan menggunkan keterangan yang cukup. Deteksi citra merupakan pengamatan tentang adanya suatu objek.

(Lillesand dan Kiefer. Pantulan Spektral Vegetasi. 1993) Daerah panjang gelombang yang diprgunakan pada tiap saluran ALOS Gambar 12.65µm) sehingga mata kita mampu menangkap vegetasi sehat hijau. yakni vegetasi sehat berdaun hijau.45-0. Kurva pantulan spekteral dari vegetasi dipengaruhi oleh pigmen klorofil yang terdapa banyak di dalam daun dan banyak menyerap energi pada panjang gelombang tampak (0. tanah gundul (lempung coklat kelabu) dan air danau yang jernih masing-masing membentuk kurva yang berbeda yang merupakan indicator jenis dan kondisi objek yang berkaitan. Tanah dan Air Gambar 11 merupakan suatu kurva pantulan spektral bagi tiga objek utama di bumi. Keadaan ini akan berbeda jika vegetasi terkena gangguan penyakit. Kurva Pantulan Spektral .31 temporal yang akhirnya membentuk kelas atau tema keruangan (spasial) tertentu.

Dengan menggunakan asas kekekalan energy. Tenaga ini akhirnya mengenai objek di permukaan bumi yang kemudian dipantulkan kembali dan diterima oleh sensor. NDVI (Normalized Diverential Vegetation Index) Indeks vegetasi adalah pengukuran kuantitatif berdasarkan nilai digital dari data penginderaan jauh yang digunakan untuk mengukur biomassa atau . Jumlah tenaga yang diterima oleh sensor tersebut tergantung pada jumlah tenaga asal karakteristik objeknya. Jika sensor hanya menerima pancaran tenaga dari objek yang mendapatkan radiasi matahari yang sifatnya alamiah. diserap dan ditransmisikan. maka disebut penginderaan jauh system pasif.32 Karakteristik Pantulan Objek Tenaga elektromagnetik mengenai suatu benda pada permukaan bumi. 1993) : E1(λ)=ER(λ)+EA(λ)+ET(λ) dimana : E1= Energi yang mengenai benda ER= Energi yang dipantulkan EA= Energi yang diserap ET= Energi yang ditransmisikan Matahari memancarkan tenaga elektromagnetik ke segala arah dengan cara radiasi. Semakin pendek panjang gelombang akan semakin besar energy yang dikandungnya. Apabila sensor menerima radiasi balik dari tenaga yang dipancarkan atau yang dibangkitkan sendiri (buatan) maka disebut dengan penginderaan jauh system aktif. Besarnya energy dalam suatu paket gelombang dapat diukur dari panjang gelombang dan frekuensinya. maka ketiga jenis interaksi tersebut dinyatakan dengan persamaan matematik (Lillesand dan Kiefer. terdapat tiga kemungkinan pokok interaksi tenaga dengan benda yaitu dipantulkan.

Jadi.16-0. Kelas kerapatan mangrove dapat dilihat pada table : Tabel 1. Sala satu metode perhitungan indeks vegetasi yang umum digunakan adalah NDVI (Normalized Diverence Vegetation Index). 1999 Jarang Sedang Padat 0. nilai NDVI sebanding dengan kuantitas tutupan vegetasinya. Nilai NDVI yang tinggi menunjukan tumbuhan yang lebih hijau (lebih rapat) dan sebaliknya. air.33 intensitas vegetasi di permukaan bum. Kelas Kerapatan Mangrove dari Nilai Indeks Vegetasi No Tingkat Kerapatan Transformasi Indeks Vegetasi(NDVI) 1 2 3 Sumber: Dewanti.15 0. tanah kosong. Formula untuk menghitung nilai NDVI adalah : NDVI Dimana : 2 2 2 1 1 = Band Infra Merah Dekat = Band Merah 1 NDVI = Normalized Difference Vegetation Index Nilai NDVI berkisar antara -1 hingga +1 . nilai NDVI yang rendah (negatif) menunjukan tingkat vegetasi yang rendah seperti awan. dan unsur non-vegetasi hijau yang tinggi (positif) menunjukan tingkat vegetasi hijau yang tinggi.10-0.20 >0.21 . bangunan.

Karakterisitik Citra ALOS/AVNIR-2 Warna Band Panjang Gelombang(µm) Biru 1 0. Advanced Visible and Near Infrared Radiometer type-2 (AVNIR-2) untuk pemantauan penutup lahan secara lebih tepat. Tabel 2. Pembedaan vegetasi dan lahan.60 10 Pengamatan pantulan vegetasi puncak pada saluran hijau yang terletak diantara penyerapan.34 ALOS ALOS singkatan dari Advanced Land Observing Satellite adalah satelit milik Jepang yang merupakan satelit generasi lanjutan dari JERS-1 dan ADEOS yang dlengkapi dengan teknologi yang lebih maju. ALOS dilengkapi dengan 3 instrumen penginderaan jauh : yaitu Panchromatik Remote-sensing Instrument for Stereo Mapping (PRISM) yang dirancang untuk dapat memperoleh data Digital Terrain Model (DTM). ALOS/ANVIR-2 merupakan citra yang digunakan untuk mengobservasi daratan dan pantai khususnya untuk menghasilkan peta tutupan lahan dan peta penggunaan lahan dalam memonitoring perubahan lingkungan (JAXA. Manfaat penggunaalahan. dua saluran Pengamatan . dan vegetasi. Hijau 2 0.50 Resolusi Spasial (m) 10 Penetrasi analisis tanah tubuh air.42-0. dan Phased-Array type L-band Synthetic Aperture Radar (PALSAR) untuk pemantauan permukaan bumi dan cuaca pada siang dan malam hari. 2007).52-0.

89 10 Berguna untuk meneliti biomass tanaman dan juga membedakan batas tanahtanaman dan dratan-air. dan selanjutnya kapasitas untuk menentukan posisi satelit dan ketinggian yang lebih tepat.35 ini dimaksudkan untuk tanaman membedakan sehat terhadap tanaman tidak sehat. ALOS direncanakan akan diluncurkan dari Pusat Ruang Angkasa Tanegashima.69 10 Band yang paling berguna untuk membedakan tipe tanaman.1. 2007) Untuk dapat bekerja dengan ketiga instrumen diatas. Jepang pada tahun 2004. ALOS dilengkapi dengan dua teknologi yang lebih maju : pertama teknologi yang mampu mengerjakan data dalam kapasitas yang sangat besar dengan kecepatan tinggi. Sumber : (Jaxa.61-0.76-0. Merah 3 0. Near Infrared 4 0. lebih dari pada band 1 dan 2. Keterangan umum tentang ALOS disajikan pada tabel 2. Alat peluncuran Tempat peluncuran Berat Satelit Power Waktu Operasional Orbit Roket H-IIA Pusat Ruang Angkasa Tanagashima 4 000 Kg 7 000 W 3 sampai 5 Tahun Sun-Synchronous Sub-Recurr Orbit .

estuari atau muara sungai. Karena hidupnya di dekat pantai. Mangrove Definisi Mangrove merupakan karakteristik dari bentuk tanaman pantai. hutan payau.2 Misi dari satelit ALOS Secara ringkas ada 5 misi dari satelit ALOS adalah : 1. Pemantauan Regional : melakukan pemantauan regional untuk pengembangan pembangunan yang berkelanjutan dan harmonisasi antara ketersediaan sumber daya alam pengembangan pembangunan 3. 2. Survei Sumber daya : untuk survei sumber daya alam 5. dan delta di tempat yang terlindung daerah tropis dan sub tropis. mangrove sering juga dinamakan hutan pantai. Pengembangan teknologi : mengembangkan teknologi penginderaan jauh yang tepat untuk masa sekarang dan akan datang (NASDA. 2003).36 Recurrent Period Tinggi Lintasan Inclinasi 46 hari Sub cycle 2 hari 692 km di atas Equator 0 98. Kartografi : untuk menyediakan peta wilayah Jepang dan Wilayah AsiaPasifik 2. Monitoring Bencana : melakukan monitoring bencana alam 4. atau hutan . hutan pasang surut. Dengan demikian maka mangrove merupakan ekosistem yang terdapat di antara daratan dan lautan dan pada kondisi yang sesuai mangrove akan membentuk hutan yang ekstensif dan produktif.

Zonasi Mangrove Tumbuhan mangrove secara alami tumbuh mulai dari pinggir pantai sampai pedalaman daratan. . Dari 35 jenis pohon tersebut. Xylocarpus sp. 5 jenis terna. Jika dibandingkan dengan negara lain di dunia. 9 jenis liana. Ekosistem mangrove bisa membentuk zonasi-zonasi yang sederhana ( satu zonasi. Istilah bakau itu sendiri dalam bahasa Indonesia merupakan nama dari salah satu spesies penyusun hutan mangrove yaitu Rhizophora sp. yang umum dijumpai di pesisir pantai adalah Avicennia sp. 1987). Rizophora sp. zonasi campuran) dan zonasi yang komlpleks (beberapa zonasi). dan 2 jenis parasit (Nontji. Di Eropa. 9 jenis perdu. Sehingga dalam percaturan bidang keilmuan untuk tidak membuat rancu antara bakau dan mangrove maka hutan mangrove sudah ditetapkan merupakan istilah baku untuk menyebutkan hutan yang memiliki karakteristik hidup di daerah pantai. Berkaitan dengan penggunaan istilah mangrove maka menurut FAO (1982) : mangrove adalah individu jenis tumbuhan maupun komunitas tumbuhan yang tumbuh di daerah pasang surut.Sonneratia sp. 29 jenis epifit. Istilah mangrove merupakan perpaduan dari dua kata yaitu mangue dan grove. Bruguiera sp. Hal ini juga dijelaskan oleh Macnae (1968) yang menyatakan bahwa kata nmangrove seharusnya digunakan untuk individu pohon sedangkan mangal merupakan komunitas dari beberapa jenis tumbuhan. Jumlah jenis mangrove di Indonesia mencapai 89 yang terdiri dari 35 jenis pohon. dan Excocaria sp. ahli ekologi menggunakan istilah mangrove untuk menerangkan individu jenis dan mangal untuk komunitasnya. Ceriops sp.37 bakau.

Zona Bruguiera. serta mampu membantu dalam proses penimbunan sedimen. angin) 5. durasi. Zona ini hanya terendam pada saat air pasang tertinggi atau 2 kali dalam sebulan. terletak di belakang zona Avicennia.curah hujan. Salinitas 6. Zona ini merupakan zona pioner karena jenis tumbuhan yang ada memilliki perakaran yang kuat untuk menahan pukulan gelombang. terletak di balakang zona Rhizophora dan memiliki substrat tanah berlumpur keras. merupakan zona yang paling belakang dan berbatasan dengan daratan Faktor-faktor Lingkungan Hutan Mangrove Beberapa faktor lingkungan yang mempengaruhi pertumbuhan mangrove di suatu lokasi adalah : 1. Fisiografi pantai (topografi) 2. Zona Rhizophora. Gelombang dan arus 4. Zona Avicennia. 2. namun kadar salinitasnya agak rendah.38 Hutan mangrove juga dapat dibagi menjadi zonasi-zonasi berdasarkan jenis vegetasi yang dominan. rentang) 3. 3. Zona Nypa. Zona ini umumnya memiliki substrat lumpur lembek dan kadar salinitas tinggi. Iklim (cahaya. Mangrove pada zona ini masih tergenang pada saat air pasang. 4. Oksigen terlarut . mulai dari arah laut ke darat sebagai berikut: 1. Substratnya masih berupa lumpur lunak. Pasang (lama. suhu. terletak paling luar dari hutan yang berhadapan langsung dengan laut.

buaya muara. Fungsi Fisik  Menjaga garis pantai  Mempercepat pembentukan lahan baru  Sebagai pelindung terhadap gelombang dan arus  Sebagai pelindung tepi sungai atau pantai  Mendaur ulang unsur-unsur hara penting  Penahan instrusi air laut 2. Hara Fungsi Dan Peranan Mangrove Fungsi dan peranan mangrove ini dibagi menjadi tiga. seperti monyet. 3. anatara lain: 1. kepiting dan golongan kerang/keong). Fungsi Sosial Ekonomi  Tempat kegiatan wisata alam (rekreasi. Fungsi Biologi  Tempat hidup (berlindung. pemijahan dan asuhan) biota laut seperti ikan dan udang).  Tempat hidup berbagai satwa liar.  Sumber bahan organik sebagai sumber pakan konsumen pertama (pakan cacing.39 7. mencari makan. Tanah 8. biawak dan burung. pendidikan dan penelitian). . yang selanjutnya menjadi sumber makanan bagi konsumen di atasnya dalam siklus rantai makanan dalam suatu ekosistem.

40  Penghasil kayu untuk kayu bangunan.  Tempat sumber mata pencaharian masyarakat nelayan tangkap dan petambak. dan pengrajin atap dan gula nipah. kayu bakar.  Penghasil tannin untuk pembuatan tinta. dan obat- obatan (daun Bruguiera sexangula untuk obat penghambat tumor. 2007) Sangat mantap Mantap Cukup mantap Kurang mantap Tidak mantap Sangat baik Baik Sedang Buruk Sangat buruk 5 4 3 2 1 Sebutan Kategori Skala .0 Sumber : (Cahyo. pengawet net dan penyamakan kulit. plastik.4 1. dan lain-lain).5 1. arang dan bahan baku kertas. Ceriops tagal dan Xylocarpus mollucensis untuk obat sakit gigi.6 – 2.5 < 1. Klasifikasi keadaan hutan mangrove Keanekaragaman jenis (H) > 3.5 2. serta daun nipah untuk pembuatan atap rumah..5 – 3. dan gula nira nipah). Bila dikehendaki untuk memberikan pembobotan kualitas lingkungan vegetasi untuk keperluan evaluasi dapat digunakan kriteria berikut : Tabel 3.  Penghasil bahan pangan (ikan/udang/kepiting.1 – 1. lem.

4 untuk menentukan klasifikasi kerapatan dan luas hutan mangrove tahun 2008 dan 2009 di Taman Nasional Bali Barat yang nantinya akan dibandingkan untuk menentukan laju perubahan luas hutan mangrove tersebut.41 3. Gambar 13. Unduh citra dari citra ALOS analisis. Software ENVI 4. 2010) 2. tanggal 19 Maret 2008 dan 22 Juni 2009 (sumber citra :BROK.4 Pengolahan Citra di Perangkat Lunak ENVI 4.4 Pengolahan citra di perangkat lunak ENVI 4.4 Pengolahan Citra Pengolalahan citra dilakukan pada perangkat lunak ENVI 4. ArcGIS untuk membuat layout peta tutupan mangrove di Taman Nasional Bali Barat. antara lain : 1. Komposit citra Komposit citra adalah menggabungkan tiga saluran pada citra ALOS dengan tujuan untuk mempermudah dan memperjelas kenampakan suatu .4 terdiri dari beberapa tahap.

seperti pada Gambar . Setelah itu..3. Proses Komposit Citra pada Program ENVI di Taman Nasional Bali Barat. data dilakukan cropping image untuk memfokuskan pengamatan hanya pada suatu daerah dengan Resize Data (Spatial/Spectral) pada basic tools yang terdapat pada menuutma ENVI 4.42 objek dalam identifikasi pada citra.4 .2 untuk memperjelas kenampakan vegetasi (mangrove). Bali 3. Adapun tahapan komposit citra dilakuakan dengan membuka aplikasi ENVI 4. Gambar 14. Citra yang tersimpan dalam computer dipanggil melalui File dan Open image file pada menu layer. kemudian load RGB untuk menampilkan hasil citra yang telah dikomposit.4 pada layar.lanagkah awal . Tiga saluran (band) yang dgunakan adalah 4. Pemisahan citra untuk vegetasi mangrove dan vegetasai bukan mangrove Pemotongan citra dilakukan agar daratan dan lautan lebih mudah dipisahkan.

Proses pemisahan untuk vegetasi mangrove dan non mangrove .teknik masking dilakukan dengan memilih menu Basic Tools untuk melakukan perintah Build Mask. Menu Options dan perintah Import RoIs dan selected Areas “off” dipilih. Muncul kotak Apply Mask dan pilih file yang telah diMasking lalu Ok. pilih perintah New Region dan Roy Type: Retangle. Pada menu Basic Tools dipilih perintah Apply Mask. Pemotongan dilakukan pada layer RoI Tools. kemudian file diberi nama dengan memilih Choose untuk disimpan. Lalu klik OK. Gambar 15. Load (Gray Scale)untuk menampilkan hasil citra vegetasi mangrove setelah dilakukan pemisahan antara mangrove dan bukan mangrove.43 pemisahan citra untuk vegetasi mangrove dan bukan vegetasi mangrove adalah melakukan pemotongan. Hasil pemotongan disimpan pada menu Save RoIs dan Choose untuk memberi nama file yang akan disimpanlalu OK. Langkah berikutnya adalah masking citra.

pilih Display #1 lalu tekan OK. Masking Citra (Pemisahan antara daratan dan laut) Masking citra merupakan teknik untuk memisahkan suatu objek tertentu (yang diinginkan) dengan objek lain (yang tidak diinginkan) dengan berdasarkan penelompokan nilai spektral pada data digital. Menu Basic Tools dipilh untuk melakukan perintah Build Mask.44 4. Lalu klik OK.2) dan Load RGB pada Layer yang muncul untuk menampilkan hasil citra yang telah di Masking. Nilai digital yang dikelompokan (kelas) akan menghaslkan layar dengan nilai digital baru dengan nilai biner (0-1). Contoh : pemisahan daratan dan lautan.3. Pilih RGB color (band 4. Fokuskan daerah pengamatan di daerah daratan dan lautan. Teknik masking dilakukan dengan memilih region of interest dan band Treshold To Roi pada menu Tools pada layer ENVI 4. Muncul kotak Select Input Display. Hal ini dilakukan agar daratan dan lautan lebih mudah dipisahkan. Pilih menu Options dan klik Import ROIs dan Selected Areas “off” kemudian file diberi nama dengan memilih Choose untuk disimpan. Muncul kotak Apply Mask dan pilih file telah diMasking lalu OK. . Pada menu Basic Tools dipilih perintah Apply Mask. kemudian dilanjutkan dengan teknik masking. band 4 dipilih pada kotak Band Treshold To Roi Input Band yang tampil.4 .

. Transformasi NDVI melalui perintah Band Math pada menu Basic Tools. Muncul kotak Band Math. Kemudian terakhir Load Band keluar gambar citranya. Proses masking citra 5.45 Gambar 16.OK. klik band yang menunjukan rumus NDVI lalu Enter output file name untuk manyimpan data NDVI nya. Langkah pertama dengan menentkan cara mendapatkan NDVI. Transformasi NDVI Transformasi yang digunakan adalah Normalized Difference Vegetation Index (NDVI). masukan rumus NDVI klik add to list lalu OK kemudian keluar kota Variables to Band Pairings.

46 Gambar 17. Proses Transformasi NDVI .

00000(lampiran Microsoft Excel 2003) . Nilai minimal dan maksimal Digital Number yang akan muncul pada kotak Statistic Result dicatat. Proses mendapat nilai NDVI Setelah itu save nilai digital number pada kotak Statistics Result NDVI melalui perintah File kemudian Save Result to text File dan Open di Mircosoft Excel 2003. Ambil data yang merupakan vegetasi yaitu data dari 0.47 Langkah kedua adalah memilih perintah Statistic dan Comute Statistic pada menu Basic Tools.000000-1. Gambar 18.

Gambar 19. Proses pengklasifikasian keadaan mangrove 6.48 Setelah itu pembagian klasifikasi kerapatan lahan hutan mangrove dengan menggunakan rumus : Data Maksimal – Data Minimal Jumlah kelas Kemudian buka Basic ToolsRegion Of InterestRoI Tools. Open RoIOptionsCreat class Image from ROISelect AllOK .Options Band Threshold to RoImasukan klasifikasinya save ROI. Penghalusan Peta Membuat Image Class.

Pada menu pilih ClassificationPost ClassClump classificationpilih 7ChooseOK.49 Gambar 20. Proses creat image class Kemudian membuat clumpclass untuk memperhalus citra yang sudah diklasifikasikan. Image ClassOperator Size Row 7 dan .

kemudian keluar kotak Available Vektors ListSelect All LayersLoad Select . Proses penghalusan peta Setelah itu membuat Raster To Vektor. Open Vektor pada menu Raster To VektorInput BandClump ClassesSelect Alloutput(one layer per class)ChooseOK.50 Gambar 21.

Proses mendapatkan data shapefile . Proses mendapat data vector pada ENVI 4.4 Langkah terakhir mengubah data vektor menjadi data Shapefile untuk digunakan pada software Arc GIS. pada kotak Vektors List pilih satu persatu data klasifikasinyaFile Export Layers to ShapefileOK Gambar 23.51 Gambar 22.

Software ArcGIS 9. pilih ArcMap pada kotak pilihan.3 Buka Arc GIS.3 Langkah-langkahnya adalah : 1) Membuka aplikasi Arc GIS 9.5 Pengolahan Citra Menggunakan Perangkat Lunak ArcGIS 9. Selain itu Arc GIS ini untuk mempercantik tampilan peta yang akan kita buat.3 untuk membuat peta kerapatan hutan mangrove di sebagian Taman Nasional Bali Barat.52 3.3 Pengolahan citra menggunakan program Arc GIS 9. Kemudian pilih A New Empty MapOK . Gambar 24.

kemudian drag data shapefile yang kita simpan. Proses pemasukan data shp ke ArGIS 9.4. Gambar 26.3 .53 Gambar 25.3 Pada menu tools bar pilih Arccatalog untuk membuka data shapefile yang sebelumnya pernah di save menggunakan software ENVI 4. Tampilan awal ArcGIS 9.

Beberapa komponen yang sering digunakan untuk menambah layout diantaranya . Gambar 27. 3) Menambah Grid pada peta Untuk menambahkan grid koordinat cukup klik kanan pada layout peta. Caranya pilih pada menu InsertpilihOK. . properties dan pilih new gridnextnext(atur jarak koordinat)Finish.54 2) Membuat Layout Setelah data shp dapat ditampilkan kemudian masukan juga data shp pulau Bali dan data citra alos serta kita layout peta menggunakan komponenkomponen alam Arc GIS tersebut baik dalam menu atau pun dari tools yang ada. Proses membuat layout dan menambahkan frame Macam-macam komponen pada gambar diatas dapat dipergunakan untuk menambah informasi pada peta yang kita buat. tampilkan sesuai layout apa yang kita inginkan.

55 Gambar 28. Proses pembuatan grid pada peta 4) Hasil dari Layout Setelah melakukan tahap-tahap membuat layout di ats. hasilnya ditunjukan pada Gambar .

4. Hasil dari layout peta Catatan : pada software ArcGIS ini untuk mengatur layout yang akan ditampilkan pilih properties pada setiap frame yang digunakan dan atur sesuai apa yang kita inginkan. Tujuannya untuk mengetahui laju perubahan luas lahan hutan mangrove pada tahun 2008 dan tahun 2009 di sebagian Taman Nasional Bali Barat. dalam laporan ini dilakukan pengolahan data citra Alos pada tahun 2008 dan tahun 2009.56 Gambar 29.6 Menjelaskan Hasil dan Pembahasan Dalam mengolah data citra pada suatu wilayah baik itu vegetasi hutan mangrove atau ekosistem perairan dan sebagainya menggunakan software ENVI 4. 3. Kemudian yang dilihat perubahan luasan atau kerapatan hutan mangrove dari perkembangan digital number yang didapat dari hasil NDVI dan dasar pengklasifikasian menggunakan digital number. . Pada pengolahan data citra baik yang dilakukan pada tahun 2008 dan tahun 2009 itu sama.

dan perkembangan wilayah hutan mangrove yang didapat dari hasil pengolahan pada software Arc GIS 9. Hasil dari komposit citra dengan menggunakan band 4. yaitu band 4 (infra merah). 3. Gambar 30.4 ini digunakan untuk membedakan vegetasi mangrove dengan vegetasi bukan mangrove dan laut yang terdapat di sebagian hutan mangrove Taman Nasional Bali Barat (TNBB) melalui komposit beberapa band. Komposit citra sebagian TNBB Saat memfokuskan daerah pengamatan di daerah darat/pesisir (untuk vegetasi mangrove) dapat menutup daerah yang bukan daerah pengamatan. area laut berwarna biru kehitaman dan daratan yang berwarna merah.57 perkembangan luasan yang didapat dari hasil pengklasifikasian dan luas area hutan mangrove.3 pada layout tahun 2008 dan tahun 2009 serta perubahan luasan hutan mangrove pada tahun 2008-2009. Hal ini dilakukan agar daratan dan lautan lebih mudah dipisahkan sperti ditunjukan pada Gambar 31 di bawah ini. kemudian dilanjutkan dengan teknik masking. yaitu dengan menentukan terlebih dahulu nilai antar batas daratan dan lautan. . 3 (merah) dan 2 (hijau). 2 dapat dilihat pada Gambar …di bawah. Software ENVI 4.

Kemudian data NDVI dan pengklasifikasian kelas tersebut kita perhalus tampilannya menggunakan clumpclass agar setelah kita convert ke data shapefile tampilannya bagus.3 yang sebelumnya data dari ENVI 4.4 . NDVI hutan mangrove sebagian TNBB . Gambar 32. Nilai NDVI kemudian dicari nilai terbesar dan terkecilnya serta dibuat 5 kelas untuk menentukan klasifikasi kerapatan mangrove di sebagian Taman nasional Bali Barat. Tampilkan nilai klasifikasi dalam bentuk layout peta menggunakan software Arc GIS 9.4 di convert ke data shapefile.58 Gambar 31. Pemisahan antara daratan dan lautan sebagian TNBB Cropping image dapat dilakukan dengan cara memfokuskan pengamatan hanya pada suatu daerah dengan Resize Data (spatial/spectral) pada basic tools yang terdapat pada menu utama ENVI 4.

004786 NILAI MAKSIMAL 0. yaitu : Klasifikasi= Data Maksimal – Data Minimal Jumlah kelas Pembagian klasifikasi ini agar kita mengetahui luas area di sebagian hutan mangrove Taman Nasional Bali Barat.48503 0.59 Gambar 33. Hasil analisa perkembangan digital number NO 1 2 TAHUN 2008 2009 NILAI MINIMAL 0. Adapun klasifikasinya antara lain : .559322 Setelah mengetahui nilai digital number kemudian kita klasifikasikan nilai digital number tersebut dengan rumus statistika. Adapun nilai digital numbernya : Tabel 4.003518 0. Clumpclasses hutan mangrove sebagian TNBB Perkembangan digital number yang dilakukan adalah melakukan analisa terhadap dasar pengklasifikasian kerapatan hutan mangrove dengan digital number yang kita dapat dari hasil pengolahan statistika.

60 Tabel 5.115694 – 0.292426 – 0.004786 – 0.48503 Tabel 6.0.196123 0. Kemudian kita dapat melihat hasil data citranya sebagai berikut (Gambar 32): . 1 2 3 4 5 Kelas Sangat Jarang Jarang Sedang Rapat Sangat Rapat Interval Kelas 0.196124 – 0.337509 – 0.226601 – 0.388729 – 0. 1 2 3 4 5 Kelas Sangat Jarang Jarang Sedang Rapat Sangat Rapat Interval Kelas 0.0033518 .292425 0. Klasifikasi hutan mangrove di sebagian TNBB tahun 2008 No.226600 0.099821 – 0.448415 – 0.115693 0. Klasifikasi hutan mangrove di sebagian TNBB tahun 2009 No.559322 Setelah nilai kelasnya diketahui kita tentukan klasifikasi mana yang akan digunakan pada kedua data citra tahun 2008 dan 2009 dilihat dari nilai digital numbernya yang paling besar kerapatannya.09982 0.388728 0.337508 0.448415 0.

Adapun hasil peta tentatif kerapatan hutan mangrove tahun 2008 dan 2009. Adapun luasan tiap tahunnya dan luasan pengklasifikasiannya. Hasil Peta Layout Arc GIS Selain dari perkembangan Digital Number dalam menginterpretasikan luas perubahan hutan mangrove juga dapat dilihat dari perkembangan Luasan.3 dimana kita dapat melayout peta sesuai yang kita inginkan dan menambahkan frameframe dalam peta tersebut. Hasil Citra ENVI 4.4 Tahun 2008 dan Tahun 2009 Setelah mendapatkan hasil data citra tersebut kemudian di export data tersebut ke data shapefile.61 Gambar 34. Kemudian buka software ArCGIS 9. sebagai berikut : Gambar 35. sebagai berikut : .

600 Meters² 1.100 Meters² 325.100 Meters² 1. 1 2 3 4 5 Σ Kelas SangatJarang Jarang Sedang Rapat SangatRapat Jumlah Luas Area 172.885.62 Tabel 7.400 Meters² Tabel 8. Luas Area tahun 2009 No.100 Meters² 2.284. Luas Area tahun 2008 No.700 Meters² 3.316.100 Meters² 1.083.300 Meters² 719.500 Meters² 358.100 Meters² 811.800 Meters² Terakhir adalah melihat perkembangan wilayahnya yang diolah menggunakan software Arc GIS 9.3 dimana dapat dilihat perubahan luas wilayahnya menurut klasifikasi dan peta perubahannya dari tahun 2008 ke 2009 sebagai berikut : . 1 2 3 4 5 Σ Kelas SangatJarang Jarang Sedang Rapat SangatRapat Jumlah Luas Area 398.600 Meters² 582.

63 Gambar 36. Peta perubahan kerapatan hutan mangrove tahun 2008-2009 .

92 500.93 219156.84 100.26 .56 1101.86 135354.19 16618.46 2602.79 518489. Perubahan luas lahan hutan mangrove tahun 2008-2009 No Kelas Perubahan Hutan Mangrove Luas Area (Meter²) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Sangat Jarang Sangat Jarang menjadi Sangat Jarang Sangat Jarang menjadi Jarang Jarang Jarang menjadi Sangat Jarang Jarang menjadi Jarang Jarang menjadi Rapat Sedang Sedang menjadi Sangat Jarang Sedang menjadi Jarang Sedang menjadi Rapat Rapat Rapat menjadi Sangat Jarang Rapat menjadi Jarang Rapat menjadi Rapat Sangat Rapat menjadi Sangat Jarang 101618.40 10511.74 622705.05 23826.28 1356138.11 225264.01 59068.64 Tabel 9.62 901.

48503 menjadi 0. Ekosisem Hutan mangrove di sebagian Taman Nasional Bali Barat pada tahun 2008 didominasi oleh klasifikasi kerapatan “sedang” dari 5 kelas yaitu sebesar 1. penghalusan citra dan membuat layout peta(program Arc GIS).004786 dan nilai maksimalnya berubah dari 0.1 Kesimpulan Berdasarkan hasil praktek kerja lapang di Balai Riset Obesrvasi Keautan (SEACORM) dapat disimpulkan pengolahan data citra ALOS menggunakan program ENVI 4. transformasi NDVI. 3. .316.003518 menjadi 0.800 Meters² dan perkembangan wilayahnya. masking citra.4 untuk menduga kerapatan mangrove di sebagian Taman Nasional Bali Barat dapat diolah dengan cara mengkomposit citra (menggunakan band 4. perkembangan luasan area hutan mangrove itu meningkat dari tahun 2008 ke 2009 yang luasnya 2.65 BAB IV PENUTUP 4. pemisahan citra untuk vegetasi mangrove dan bukan mangrove. Dalam memprediksi laju perubahan hutan mangrove pada tahun 2008 dan tahun 2009 ini dengan cara 3 analisa yaitu dengan perkembangan digital numbernya yang menunjukan nilai minimalnya berubah dari 0. Dalam artian adanya perubahan kelas dan penambahan/ perubahan pada ekosistem mangrove tersebut. 2).500 Meters².400 Meters² menjadi 3.083.600 Meters².559322. Sedangkan pada tahun 2009 didominasi oleh kerapatan “rapat” dari 5 kelas yaitu sebesar 1.885.284.

Perlu adanya ruangan khusus untuk mahasiswa yang PKL ataupun Tugas Akhir untuk melakukan diskusi/belajar dan bimbingan agar tidak mengganggu suasana kerja. . never give up and you„re not alone. keep smile. Apa yang kita dapat merupakan penghargaan yang sangat tak ternilai harganya.2 Saran Perlu ditambahnya perlengkapan pustaka dan literature berbagai kegiatan riset kelautan pada perpustakaan BROK untuk mendukung kegiatan penelitian baik yang dilakukan oleh staf BROK maupun mahasiswa PKL ataupun Tugas Akhir. Informasi dan hasil riset yang dilakukan peneliti BROK maupun mahasiswa harus terpublikasikan kepada masyarakat agar bermanfaat dan dapat mensejahterakan masyarakat Indonesia. Untuk mahasiswa selalu semangat dalam belajar dimana pun itu.66 4.

1996 . Jakarta. Dahuri. 2007. dan Kiefer. Management and Utilization of Mangroves in Asia and the Pasific.W. Analisa INdeks Vegetasi Menggunakan Citra Alos/Avnir-2 Dan Sistem Informasi (SIG) Untuk Evaluasi Tata Ruang Kota Denpasa. Pengelolaan Sumber Daya Wilayah Pesisir Secara Terpadu. 1994. Djambatan.S. 1982.06_ahmadfaisal. Penginderaan Jauh dan Interpretasi Citra.Rais.Jakarta.id. H.id. As-Syukur Rahman. Bogor. dkk. 1998. 2005. Kasijan. Comission on Ecology Papers No. S. Pradnya Paramita.P. Model Transformasi Indeks Vegetasi yang Efektif Untuk Prediksi Kerapata Mangrove Rhizopora Mucronata. P. Prosiding Pelatihan Pengelolaan Wilayah Pesisir Terpadu. 2001. 2008. Jogjakarta. Faisal Ahmad dan Amran Anshar. Arifin. www. Jogjakarta. Davie. Rome. IUCN Hutchings. D. Ginting. P and Peter.. PT. I. 1987.3. University of Queensland.. J. 1993.ac. A dan Adnyana Sandi. Global Status of Mangrove Ecosystems. Jakarta Bengen. Santoso.P. and J. Indonesia... London .3 November 2001. Sutanto.ejournal. Jakarta. Penginderaan jauh dan Interpretasi Citra.pdf diakses tanggal 1 Juli 2010.ac. 2008.J. Mulyadi.FAO.J. Lembaga Pengkajian dan Pengembangan Mangrove (LPP Mangrove). Ekologi of mangroves. N. www. Lembaga Penerbangan dan Antariksa Nasional (LAPAN) dan Universitas Negeri Semarang. Ekosistem dan Sumber Daya Pesisir dan Laut serta Pengelolaan Secara Terpadu dan Berkelanjutan. Penginderaan Jauh Jilid 1. Gadjah Mada University Press. Romimohtarto.E. Gadjah Mada University Press. Biologi Laut.unud. Sitepu.pdf diakses tanggal 1 Juli 2010 FAO. Kusmowidagdo.Hegerl.W. Sri Juwana. FAO Environmental Paper 3.model. M. Indonesia. 29 Oktober. M. Saenger..trans. S.67 DAFTAR PUSTAKA Lillesand. dan M. 1983.G. Rehabilitas Hutan Mangrove Pada Jalur Hijau Di Indonesia.

68 Lampiran  Jadwal kegiatan selama PKL di Balai Riset Observasi Kelautan (SEACORM) NO TANGGAL KEGIATAN TEMPAT KETERANGAN 1 26-27 Juni 2010 Kepergian dari bandung ke bali Bandung-Bali Perjalanan 2 3 29 Juni 2010 30 Juni-2 Juli 2010 Presentasi Awal Studi literatur untuk menambah informasi dalam pelaksanaan PKL Aula BROK Perpustakaan BROK 4 5-6 Juli 2010 Belajar software GIS menggunakan data citra Perpustakaan BROK Aula BROK 5 7 Juli 2010 Kuliah umum bersama tim Ocean Remote Sensing 6 8 Juli 2010 Penanaman mangrove di Desa Perancak bersama siswa SMP 2 Pekutatan Lahan Tambak yang akan dikonservasi Hutan Mangrove Perancak Kabuaten Jembrana 7 9-10 Juli 2010 Survey mangrove menggunakan metode quadran point center 8 11 Juli 2010 Simulasi Ground Check Area .

27.69 9 12-16 Juli 2010 Survey Pemantauan Suhu permukaan laut untuk Budidaya laut dan penyusunan rencana zonasi wilayah pesisir dan pulau-pulau kecil Kabupaten Buleleng.29 Juli 2010 Belajar analisa data olahan Latihan pengambilan sampel air menggunakan water sampler 13 27 Juli 2010 14 28 Juli 2010 Seminar Sehari Kelautan Balai Riset Observasi Kelautan Hotel Jimbarwana 15 30 Juli 2010 Pengumpulan dan koreksi laporan akhir Kantor BROK Aula BROK Pembimbing 16 31 Juli 2010 Persentasi Akhir . Singaraja(Bali Utara) Ground Check 10 19-23 Juli 2010 Pengolahan Data Citra Kantor BROK 11 5-25 Juli 2010 Pengolahan data dan pembuatan laporan akhir Kantor BROK dan Mess Kantor BROK Sungai Perancak Proses 12 26.

70  Foto-foto kegiatan selama PKL a) presentasi awal b) Studi literature c) Belajar GIS Menggunakan Data citra .

71 d) Kuliah Umum bersama Tim ORS e) Penanaman mangrove f) Survey mangrove menggunakan metode point quadran center .

72 g) Simulasi Ground Check Area .

73 h) Survey Pemantauan Suhu permukaan laut untuk Budidaya laut dan penyusunan rencana zonasi wilayah pesisir dan pulau-pulau kecil. i) Latihan pengambilan sampel air menggunakan water sampler .

74 j) Seminar Sehari Kelautan k) Presentasi akhir .

75  Peta Tentatif Kerapatan Hutan Mangrove Tahun 2008 Sebagian Taman Nasional Bali Barat .

76  Peta Tentatif Kerapatan Hutan Mangrove Tahun 2009 Sebagian Taman Nasional Bali Barat .

77  Peta Tentatif Perubahan Kerapatan Hutan Mangrove Tahun 2008-2009 Sebagian Taman Nasional Bali Barat .

064887 0.9495 64.2918 0.298 59.088491 0.6768 65.8087 61.78  Microsoft Excel nilai NDVI tahun 2008 Min -0.5095 66.469 59.1711 0.7003 62.3849 67.359823 Percent 0.8252 69.5132 0.5615 60.079049 0.9494 67.268 66.046004 0.2472 0.135698 0.3681 68.2472 0.145139 0.1699 Total 40685 40945 40978 41116 41253 41372 41575 41670 41832 41978 42132 42304 42468 42634 42840 43033 43217 43392 43620 43792 44004 44253 44489 44718 44995 45253 45465 45745 46102 46270 46576 46879 47234 47563 47881 48227 48574 48959 49265 49663 Stdev 0.8566 62.4399 0.2214 0.3709 0.4571 0.283 61.8552 58.4025 0.003518 0.3277 0.055446 0.121536 0.173463 0.3867 .2415 0.107373 0.3747 70.4729 0.178184 0.168743 0.2515 0.0444 61.101 59.2523 63.2774 0.3292 0.041284 0.9476 63.6102 63.5792 61.0477 65.164022 0.8146 71.5534 0.0474 0.8974 60.7608 59.2961 0.093211 0.3982 0.102653 0.116815 0.4399 0.2386 0.112094 0.3726 62.1211 62.031842 0.2786 64.069608 0.1366 0.71875 DN 0.3401 60.1984 0.3225 69.022401 0.4815 58.4355 0.182905 0.5721 Acc Pct 58.3047 0.0043 0.097932 0.3579 0.187625 Max 0.3524 65.3392 0.8213 70.4988 0.08377 0.2099 0.4973 0.7549 66.159301 0.2357 0.48503 Npts 3 260 33 138 137 119 203 95 162 146 154 172 164 166 206 193 184 175 228 172 212 249 236 229 277 258 212 280 357 168 306 303 355 329 318 346 347 385 306 398 Mean -0.14986 0.9027 59.008239 0.8952 68.140418 0.126256 0.036563 0.027121 0.154581 0.050725 0.074329 0.130977 0.3737 0.2645 0.1302 60.01768 0.3047 0.1969 0.012959 0.060166 0.5103 0.2329 0.

28676 0.7719 1.677 0.7144 0.0302 0.0269 99.5698 83.22067 0.291481 0.7671 99.2041 0.8452 0.7661 0.2612 99.9628 94.253715 0.400057 0.338688 0.296202 0.0637 0.319805 0.8869 0.5189 0.1107 0.343409 0.4945 0.2343 0.7963 0.225391 0.8404 74.0421 0.6713 0.211229 0.206508 0.192346 0.4801 0.5693 98.792 0.6619 96.79 0.239553 0.376454 0.234833 0.7078 99.6198 79.9429 0.091 72.362292 0.804 86.315085 0.462 98.063 93.2804 84.6368 0.7748 0.7043 0.5711 73.324526 0.4283 74.1711 0.851 0.4181 91.21595 0.5879 0.5076 82.8138 94.737 99.313 96.404778 490 334 344 539 409 389 554 467 533 461 512 497 480 495 537 739 450 740 443 617 666 685 720 588 551 459 725 656 626 592 119 471 453 465 409 361 260 171 222 163 142 77 61 51 21 27 50153 50487 50831 51370 51779 52168 52722 53189 53722 54183 54695 55192 55672 56167 56704 57443 57893 58633 59076 59693 60359 61044 61764 62352 62903 63362 64087 64743 65369 65961 66080 66551 67004 67469 67878 68239 68499 68670 68892 69055 69197 69274 69335 69386 69407 69434 0.6512 0.9573 0.371733 0.8059 .381174 0.3191 0.0388 72.7613 87.310364 0.576 99.6261 90.329247 0.69 0.0656 73.357571 0.395337 0.7357 81.3737 0.746 88.6636 99.2167 84.333967 0.9846 1.4653 99.9874 75.0733 0.305643 0.230112 0.201788 0.277319 0.244274 0.7115 0.0623 0.6684 0.0779 92.28204 0.9171 85.455 77.248995 0.267877 0.0349 0.300922 0.367012 0.0241 80.197067 0.3342 80.8838 78.258436 0.6468 1.390616 0.7809 89.1201 93.263157 0.0882 98.2212 77.8998 0.7838 76.385895 0.9814 97.6598 1.6627 0.0877 0.5592 0.5879 0.348129 0.35285 0.2458 0.736 0.272598 0.9848 95.

0591 90.8902 89.9813 99.5376 89.9986 100  Microsoft Excel nilai NDVI tahun 2009 Min -0.480309 0.470868 0.0086 0.107478 Max 0.442544 0.9971 99.0098 0.050997 0.0144 0.409499 0.433102 0.071535 0.7578 89.015055 0.0072 0 0.0428 0.447264 0.475589 0.023 0.6276 89.0231 0.045862 0.0024 0.0029 0 0.081805 0.461426 0.040728 0.0024 0.0345 0.035593 0.428381 0.80 0.0316 0.8067 89.559322 Npts 4 7 193 58 7 53 153 31 68 79 115 29 111 57 78 104 93 79 96 126 114 Mean -0.9914 99.0164 90.6252 89.708 89.9255 89.097208 0.8637 89.0331 0.018 0.54 89.0197 0.0387 Acc Pct 89.7969 89.066401 0.0115 0.00992 0.0377 0.0105 0.451985 0.0014 0 0.423661 0.0353 0.731 89.908 99.0326 0.0158 0.056132 0.437823 0.07667 0.41894 0.9583 99.030018 Total 263897 263904 264097 264155 264162 264215 264368 264399 264467 264546 264661 264690 264801 264858 264936 265040 265133 265212 265308 265434 265548 Stdev 0.039 0.839 99.086939 0.466147 0.9885 99.025324 0.9943 99.0014 0.6975 89.0978 .020189 0.9727 99.456706 0.9238 99.0029 0.0655 0.092074 0.8735 99.957 89.8444 89.414219 0.0014 99.75 DN 0.061266 0.6055 89.48503 23 24 24 11 16 8 10 6 5 0 2 2 0 2 1 0 1 69457 69481 69505 69516 69532 69540 69550 69556 69561 69561 69563 69565 69565 69567 69568 69568 69569 0.9885 99.102343 0.0193 0.6455 89.0345 0.225857 Percent 0.004786 0.0265 0.9986 99.030459 0.0268 0.0029 0.0519 0.0268 0.9468 99.9838 90.9943 99.

1999 0.7966 91.1523 0.1813 90.2364 92.0577 0.3608 90.0509 0.0757 0.246112 0.0539 0.055 0.323131 0.1093 0.0526 0.179362 0.338534 0.981 .2453 0.1837 93.194766 0.220439 0.734 90.0424 0.848 90.343669 95 151 102 102 155 170 86 118 130 125 162 170 159 150 176 160 36 227 214 206 185 210 166 280 214 190 319 207 342 300 322 292 382 223 376 380 362 449 298 589 115 723 692 0 750 185 265643 265794 265896 265998 266153 266323 266409 266527 266657 266782 266944 267114 267273 267423 267599 267759 267795 268022 268236 268442 268627 268837 269003 269283 269497 269687 270006 270213 270555 270855 271177 271469 271851 272074 272450 272830 273192 273641 273939 274528 274643 275366 276058 276058 276808 276993 0.0726 0.0346 0.3899 90.0797 91.158824 0.163958 0.0597 0.0991 0.1998 0.256381 0.215304 0.0441 0.235842 0.0713 0.5165 90.1018 0.5021 91.1425 91.0645 0.230708 0.7937 90.6104 91.112612 0.2701 91.276919 0.0292 0.3031 90.0322 0.261515 0.148554 0.184497 0.4396 92.3334 0.43 90.6638 93.1296 0.9182 93.8437 92.3651 91.128016 0.81 0.2159 90.271785 0.6806 91.4741 90.04 0.302592 0.14342 0.0563 0.205035 0.174227 0.1068 92.0699 0.0098 91.0122 0.0077 92.4377 91.429 93.312 92.1228 0.8984 92.169093 0.251246 0.13 90.240977 0.9448 93.328265 0.117747 0.0346 0.5685 92.26665 0.287188 0.8602 90.0577 0.153689 0.0628 90.039 0.292323 0.095 0.138285 0.1082 0.1011 0.1276 0.6914 92.1446 93.6638 93.2137 91.6831 90.189631 0.133151 0.0628 0.0543 0.0512 0.307727 0.225573 0.116 0.077 0.5715 90.2348 0 0.0726 0.297458 0.317996 0.312861 0.0702 0.1289 0.282054 0.2545 0.9372 91.21017 0.122881 0.6291 90.2505 90.

0051 0.1693 0.1863 0.9358 95.1853 0.0855 0.384746 0.533649 0.1846 97.8127 99.4703 97.4734 96.9922 99.82 0.9756 99.559322 626 637 356 546 649 575 566 509 541 728 515 599 499 801 841 454 842 676 549 779 743 448 688 488 598 535 431 386 331 252 201 154 75 50 34 15 11 7 1 1 1 2 277619 278256 278612 279158 279807 280382 280948 281457 281998 282726 283241 283840 284339 285140 285981 286435 287277 287953 288502 289281 290024 290472 291160 291648 292246 292781 293212 293598 293929 294181 294382 294536 294611 294661 294695 294710 294721 294728 294729 294730 294731 294733 0.40015 0.0003 0.451496 0.1462 0.4023 98.247 0.0003 0.502841 0.549053 0.410419 0.492572 0.1308 95.4956 95.1562 99.487438 0.38988 0.518245 0.1123 0.2334 0.131 0.6149 99.9986 99.513111 0.8809 99.7272 99.0523 0.0003 0.415553 0.52338 0.2853 0.2124 0.1836 0.5543 98.6996 97.4839 99.0682 0.999 99.395015 0.436092 0.4095 94.441226 0.45663 0.9993 100 .0007 94.472034 0.2032 0.1815 0.2718 0.2643 0.7877 98.7156 94.1934 94.9959 99.0037 0.477169 0.461765 0.420688 0.528514 0.152 0.1747 0.543918 0.379611 0.2294 0.0115 0.359073 0.497707 0.2202 0.1656 0.8859 98.0305 97.3377 99.369342 0.2029 0.405284 0.1727 0.3229 95.374477 0.9586 99.0024 0.348804 0.5303 94.0254 0.446361 0.425823 0.1502 98.482303 0.538784 0.6791 95.017 0.430957 0.507976 0.3041 96.364207 0.1951 0.7452 97.154 0.2521 0.2161 0.9983 99.9261 96.466899 0.9332 99.2857 0.1208 0.9871 99.554187 0.192 0.9533 99.353938 0.1009 96.