Professional Documents
Culture Documents
et al)
1Universitas
Brawijaya
2Pusat Pemanfaatan Penginderaan Jauh, LAPAN
aKontributor Utama
email: tirsaaulia06@gmail.com
ABSTRACT
Bintan is a regions with annual cases of oil spills, which were excluded from tank cleaning and
black waste disposal activities. The oil spill that has spread to several resorts in Bintan has certainly
caused losses in both the tourism sector and capture fisheries. In order to reduce these impacts, it is
necessary to arranging oil spill response carefully. As a first step, it is necessary to have information on
areas that could potentially be affected by oil spill. This study aims to predict the oil spill trajectory
using Sentinel-1 satellite imagery data on December 27, 2019. Imagery data processing is carried out
using SNAP software with Lee's Algorithm filter (window 5x5), to determine the location of the oil spill.
The software used to predict the distribution of the oil spill is GNOME with diagnostic mode, based on
imagery data processing result, and surface current and wind conditions in Bintan coastal water.
Estimation of areas potentially affected by oil spills using the Environmental Sensitivity Index (ESI),
based on coastal characteristics. In this case, oil spill will reach the Bintan Coast within 2 to 5 days on
Northwest Monsoon with average surface current speed of 4.28 ms and wind speed of 3.6 – 5.7 m/s.
The estimated of oil total amount is 1,767 barrels. The most sensitive area to oil spills is Trily Resort
Center Bintan and Sebong Bay with Index of 10D.
Keywords: oil spill, Bintan coastal water, Sentinel-1 satellite imagery data, SNAP, Lee algorithm, GNOME,
diagnostic mode, Environmental Sensitivity Index (ESI)
http://dx.doi.org/10.30536/j.pjpdcd.2020.v17.a3348
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 17 No. 2. Desember 2020
89
Jurnal Penginderaan Jauh Vol. 17 No. 2 Desember 2020: hal 89-102
ABSTRAK
Bintan merupakan wilayah dengan kasus tumpahan minyak yang terjadi di setiap tahunnya,
diduga berasal dari aktivitas tank cleaning dan pembuangan limbah hitam. Tumpahan minyak yang
telah menyebar ke beberapa resort di Bintan menyebabkan kerugian baik di sektor pariwisata maupun
perikanan tangkap. Untuk mengurangi dampak kerugian, perlu dilakukan upaya penanggulangan yang
matang. Sebagai langkah awal, informasi mengenai daerah yang berpotensi untuk terkena dampak
tumpahan minyak sangat diperlukan. Penelitian ini bertujuan memprediksi pola sebaran minyak
menggunakan data citra satelit Sentinel-1 pada tanggal 27 Desember 2019. Pengolahan data citra
dilakukan menggunakan perangkat lunak SNAP dengan filter Algoritma Lee (window 5x5), untuk
mengetahui lokasi tumpahan minyak. Perangkat lunak yang digunakan dalam memprediksi sebaran
minyak yaitu GNOME dengan mode diagnostik, berdasarkan hasil pengolahan citra satelit serta kondisi
arus dan angin di perairan Bintan. Pendugaan daerah yang berpotensi terkena tumpahan minyak
menggunakan Indeks Sensitivitas Lingkungan (ESI), berdasarkan karakteristik pantai. Pada model ini
diperoleh bahwa tumpahan minyak pada Musim Utara akan mencapai wilayah pesisir Bintan dalam
waktu 2 sampai 5 hari dengan kecepatan arus rata-rata 4.28 meter/detik dan kecepatan angin 3.6 –
5.7 meter/detik. Total minyak yang tumpah diperkirakan sebanyak 1.767 barel. Wilayah yang paling
sensitif terhadap tumpahan minyak adalah Trily Resort Center Bintan dan Teluk Sebong dengan Indeks
10D.
Kata kunci: tumpahan minyak, perairan Bintan, Sentinel-1, SNAP, algoritma Lee, GNOME, mode
diagnostik, Indeks Sensitivitas Lingkungan (ESI)
bergantung pada matahari untuk kedalaman laut dan data lainnya. Pada
memancarkan gelombang/ energi mode tersebut pengguna hanya
(Kushardono et al., 2016). memvariasikan berbagai parameter
General NOAA Oil Modelling tambahan seperti jumlah tumpahan dan
Environment (GNOME) merupakan model pengaruh tambahan untuk melihat
sebaran tumpahan minyak yang dampaknya terhadap perubahan
mensimulasikan pergerakan minyak trajectory minyak. Walaupun
yang dipengaruhi oleh angin dan arus. menggunakan mode standar sangatlah
GNOME dikembangkan oleh Hazardous mudah, namun peta lokasi yang tersedia
Materials Response Division (HAZMAT) of sangat terbatas, yang sebagian besar
the National Oceanic and Atmospheric berada di laut sekitar Amerika. Apabila
Administration Office of Response and lokasi yang diinginkan tidak tersedia,
Restoration. HAZMAT menggunakan maka dapat menggunakan diagnostic
model ini selama tumpahan minyak mode (Salim dan Sutanto, 2013).
untuk memperkirakan “best guess” dari Dibandingkan dengan model tumpahan
sebaran tumpahan minyak yang minyak lainnya, GNOME merupakan
diasosiasikan dengan ketidakpastian perangkat lunak yang mudah
(uncertainty) sebaran tumpahan minyak. dioperasikan (user friendly) dan
Fungsi GNOME secara luas yaitu untuk sederhana, namun kadar ilmiahnya bisa
memprediksikan pengaruh angin, arus, dipertanggungjawabkan. Hasil dari
dan proses pergerakan lain di laut simulasi model lintasan minyak
terhadap tumpahan minyak di laut. menggunakan GNOME juga cukup
GNOME juga digunakan untuk representatif dengan keadaan lapangnya.
memprediksi ketidakpastian dari Selain itu, GNOME juga merupakan
sebaran tumpahan minyak dan kondisi perangkat lunak yang tidak berbayar
minyak yang dipengaruhi oleh cuaca di sehingga dapat diakses oleh semua
sekitar tumpahan minyak (Krisdiantoro, kalangan.
2012). Indeks kepekaan lingkungan pada
Dalam memprediksi persebaran dasarnya digunakan untuk mengukur
tumpahan minyak, GNOME potensi kehilangan nilai ekonomi, sosial,
menggunakan bantuan visual splots fisik dan biologi dari lahan yang ada.
(bercak/sebaran) yang terdiri dari black Indeks kepekaan lingkungan disusun
splots dan red splots. Black splots untuk mengetahui tingkat karakteristik,
mewakili perkiraan lintasan terbaik (best kepekaan, dan kerentanan sumberdaya
guess) GNOME untuk tumpahan minyak yang ada di pesisir. Indeks kepekaan
dari tanker, diperkirakan akurasi 1-2 mil lingkungan pada awalnya dilakukan
dalam 48 jam. Untuk membuat best khusus terhadap tumpahan minyak
guess, GNOME mengasumsikan bahwa; untuk kepentingan perencanaan mitigasi
(1) angin terus bertiup dengan cepat pada bila terjadi tumpahan minyak pada
kecepatan dan arah yang dimasukkan ke tahun 1976. Peta indeks kepekaan
dalam model, (2) data dalam File Lokasi lingkungan sangat berperan dalam
secara akurat mewakili pola saat ini perencanaan ICZM (Integrated Coastal
selama masa tumpahan. Red Splots Zone Management) seperti sebagai dasar
mewakili estimasi lintasan kesalahan perencanaan kebijakan pemeliharaan
minimum (minimum regret trajectory) lingkungan pesisir, konservasi dan
GNOME yang lebih besar untuk perlindungan habitat/sumberdaya
tumpahan yang sama. GNOME pesisir, pengendalian pencemaran dan
mengasumsikan tingkat ketidakpastian perencanaan mitigasi untuk menghadapi
berdasarkan input data, sehingga bencana laut dan untuk rehabilitasi dan
didapatkan estimasi kesalahan prediksi restorasi lingkungan, serta mampu
lintasan tumpahan minyak tidak akan untuk pengkajian dampak lingkungan
berada di luar area yang dicakup oleh red yang strategis (Wibowo, 2009).
splots (probabilitas 90%) (NOAA, 2020). Sensitivitas lingkungan pesisir dapat
GNOME memiliki dua mode utama, diidentifikasi dengan mengetahui tipe
yaitu mode standar dan mode diagnostik. garis pantai suatu wilayah. Tipe garis
Pada mode standar digunakan location pantai (ukuran butir sedimen dan
file yang berupa informasi peta polygon, kemiringan) akan menentukan kapasitas
arus, angin, karakteristik minyak, penetrasi dan/ atau pengendapan
91
Jurnal Penginderaan Jauh Vol. 17 No. 2 Desember 2020: hal 89-102
92
Prediksi Pola Persebaran Tumpahan Minyak… (Tirsa Aulia P. et al)
Algoritma Lee merupakan filter yang Berita Republika dan analisis visual pada
dapat menghaluskan noise (bintik) serta data citra satelit Sentinel-1 tanggal 27
mampu mempertahankan ketajaman Desember 2019.
gambar (Sarjani et al., 2017).
Tabel 2-1: SKENARIO TUMPAHAN MINYAK
Start
No Parameter Sumber Data
1 Volume minyak 476 barel (Sumber:
Hipotetik)
Data citra satelit 2 Jenis Minyak Fuel oil #6
Sentinel-1
3 Waktu running 10 hari
model
Cropping wilayah kajian (spatial 4 Kecepatan Angin ECMWF
subset from view)
5 Kecepatan Arus PODAAC
6 Nama kapal Tidak Diketahui
Koreksi radiometrik
(calibration) 7 Asal Perairan
Internasional
8 Tujuan Perairan Bintan
Koreksi geometrik (Range-Doppler
Terain Correction) 9 Waktu Tumpahan 27 Desember 2019
No
Apakah Data arus permukaan
dark spot
terlihat
Input tanggal dan waktu
93
Jurnal Penginderaan Jauh Vol. 17 No. 2 Desember 2020: hal 89-102
94
Prediksi Pola Persebaran Tumpahan Minyak… (Tirsa Aulia P. et al)
Bintan Bintan
Batam Batam
(a) Hari Ke-1 (00:00 WIB) (b) Hari Ke-2 (04:15 WIB)
Gambar 3-5: Kondisi Pesisir Bintan yang
terkena dampak tumpahan
Singapura Singapura
98
Prediksi Pola Persebaran Tumpahan Minyak… (Tirsa Aulia P. et al)
99
Jurnal Penginderaan Jauh Vol. 17 No. 2 Desember 2020: hal 89-102
Irawan, S. (2017). Kondisi Hidro- Prasetyo, A., Nyoto, S., & Lilik, B. P.
Oseanografi Perairan Pulau Bintan (2017). Kepekaan Lingkungan
(Studi Kasus Perairan Teluk Sasah). Ekosistem Mangrove Terhadap
Jurnal Kelautan, 10 (1), 41-53. Tumpahan Minyak di Kecamatan
Krisdiantoro. (2012). Model Sebaran Ujung Pangkah, Gresik. Jurnal
Tumpahan Minyak di Perairan Penelitian Hutan dan Konservasi
Indramayu, Jawa Barat. Alam. Vol. 14 No. 2, Desember 2017
Departemen Ilmu Dan Teknologi : 91-98.
Kelautan Fakultas Perikanan Dan Prastyani, R., & Abdul, B. (2019). Deteksi
Ilmu Kelautan Institut Pertanian Tumpahan Minyak di Selat
Bogor. Makassar Dengan Penginderaan
Kumparan. (2019). Di Bintan, Tiap Hari Jauh Sensor Aktif dan Pasif. Jurnal
20 Kapal Asing Diusir Akibat Elipsoida Vol 2 (1), Juni 2019 (88-
Dicurigai Limbah. Diakses melalui 94) ISSN 2621-9883.
https://kumparan.com/kumparanb Putri, D. A., & Harahap, R. S. R. (2015).
isnis/di-bintan-tiap-hari-20-kapal- Identifikasi Perbandingan Metode
asing-diusir-akibat-dicurigai-limbah- Filtering untuk Menghilangkan
1rzPANoclrI. Noise (Speckle) pada citra Radar
Kushardono, D., Dimyati, R. D., Arief, R., RGB Pauli Menggunakan Software
& Maryanto, A. (2016). Kebutuhan Polsar Pro. Prosiding Seminar
Pengguna Data Penginderaan Jauh Nasional Penginderaan Jauh 2015.
di Indonesia: Studi Awal untuk Pusat Pemanfaatan Penginderaan
Conceptual Design Review Satelit Jauh, Lembaga Penerbangan dan
SAR Ekuatorial Indonesia Antariksa Nasional.
InaRSSat-1. ICOIRS 2016: The 2nd Republika Nusantara News. (2019).
International Conference of Delapan Resor di Bintan Tercemar
Indonesian Society for Remote Limbah Minyak Hitam. Diakses
Sensing Remote Sensing for a Better melalui
Governance. https://www.republika.co.id/berita
Mardiah., Joni, H., & Hasan, I. (2003). /daerah/sumatra/20/01/22/q4hv
Simulasi Sebaran Tumpahan p5383-delapan-resor-di-bintan-
Minyak di Perairan Dumai, PT. tercemar-limbah-minyak-hitam.
Caltex Pacific Indonesia. Jurnal Rijal, S. S., Setyawan, F. O., & Aliviyanti,
Purifikasi Vol. 4 (2), April 2003: 49 – D. (2019). Ground Deformation
54. Mapping in Lombok Earthquake
Mujahidawati. (2018). Kajian 2018 Using SAR (Synthetic
Sumberdaya Pesisir Dan Laut Aperture RADAR) Technology.
Akibat Pencemaran Di Perairan Correct IJJSS Conference 2019. Bali.
Kecamatan Gunung Kijang Salim, A., & Sutanto, T. E. (2014). Model
Kabupaten Bintan. Institut Pergerakan Tumpahan Minyak Ddi
Pertanian Bogor: Bogor. Perairan Selat Sunda Dengan
Negara, G. S. (2020). Dampak Linkungan Gnome Analysis. Jurnal Biologi Al-
Terhadap Pencemaran Laut Di Kauniyah, 6(2).
Pesisir Utara Pulau Bintan Selama Sarjani, F., Sumantyo, J. T. S., &
Musim Angin Utara. Jurnal Saintek Yohandri. (2017). Pengolahan Citra
Maritime, Volume 20 Nomor 2, Satelit Alos Palsar Menggunakan
Maret 2020. ISSN : 1412-6826. Metode Polarimetri Untuk
NOAA (National Oceanic and Klasifikasi Lahan Wilayah Kota
Atmospheric Administration). Padang. Jurnal Eksakta, 18 (1),
(2017). General NOAA Operational 1411-3724.
Modeling Environment. Office of Siagian, Y. S., Aziz, R., & Aris, I. (2016).
Response and Restoration. Pemodelan Sebaran Tumpahan
Pardede, F. (2017). Pengaruh Fenomena Minyak Di Perairan Teluk
La Nina Terhadap Konsentrasi Balikpapan, Kalimantan Timur.
Klorofil-A Dengan Menggunakan Jurnal Oseanografi. Volume 5,
Citra Aqua Modis. Thesis: Institut Nomor 2, Tahun 2016, Halaman
Teknologi Nasional Malang. 270–276.
100
Prediksi Pola Persebaran Tumpahan Minyak… (Tirsa Aulia P. et al)
101
Jurnal Penginderaan Jauh Vol. 17 No. 2 Desember 2020: hal 89-102
LAMPIRAN
Tabel 1: HASIL PEMODELAN POLA PERSEBARAN MINYAK
102