Analisis Mangrove dari Citra Satelit Sebagai Pertahanan Pantai dengan Menggunakan Pendekatan Cloud Computing
Mangrove Analysis from Satellite Imagery as Beach Defense using A Cloud Computing Approach
DOI:
https://doi.org/10.37875/chartdatum.v7i1.189Keywords:
Pertahanan Pantai Alami, Mangrove, Google Earth Engine, Random ForestAbstract
Pulau Batam merupakan salah satu Pulau di Indonesia yang berbatasan langsung dengan negara Tetangga, sehingga perlu adanya antisipatif pertahanan untuk menghambat infiltrasi atau penyerangan dari ancaman yang bersifat agresif. obstacle buatan dapat menjadi pilihan untuk menghambat infiltrasi atau penyerangan namun dengan biaya yang cukup tinggi, disisi lain pembangunan obstacle sepanjang garis Pantai dapat menimbulkan kesan provokatif terhadap negara tetangga dan juga akan mengganggu pemandangan wilayah Pesisir Pulau Batam, sehingga perlu dikembangkan obstacle sebagai pertahanan Pantai alami yakni ekosistem mangrove. Untuk memperoleh luasan mangrove secara cepat dan akurat digunakanlah perangkat Google Earth Engine dalam penelitian ini dan menggunakan model Random Forest untuk melakukan ekstraksi informasi mangrove secara sistematis. Berdasarkan hasil ekstraksi diperoleh informasi luasan tutupan mangrove yaitu 2323,7 ha dengan overall accuracy pada model yang dihasilkan adalah 95,8%. Verifikasi di lapangan dilakukan untuk mengetahui kondisi nyata di lapangan dan dihasilkan informasi bahwa jenis mangrove yang dominan adalah Rhizopora Mucronata, Rhizopora Apiculata, dan Sonetaria Alba. Ekosistem vegetasi mangrove yang ada di sekitar Pulau Batam dengan didukung substrat dasar Perairan yang mayoritas lumpur, mampu menghambar laju kendaraan pendarat bertipe amfibi dalam sebuah operasi infiltrasi, akan tetapi melihat fakta antara luas tutupan mangrove dan Pulau Batam secara keseluruhan yaitu 2323,7 ha : 39867,6 ha belum proporsional dan membuka celah pertahanan yang perlu ditanggulangi.
Downloads
References
Barenblitt, A., & Fatoyinbo, L. (2020). Part 2 : Mangrove Extent Mapping and Time Series. NASA ARSET Training Documentation
Cissell, J. R., Canty, S. W. J., Steinberg, M. K., & Simpson, L. T. (2021). applied sciences Mapping National Mangrove Cover for Belize Using Google Earth Engine and Sentinel-2 Imagery. Journal of Applied Science, 11(4258), 1–10. https://doi.org/https://doi.org/10.3390/app11094258
D’Iorio, M., Jupiter, S. D., Cochran, S. A., & Potts, D. C. (2007). Optimizing remote sensing and GIS tools for mapping and managing the distribution of an invasive mangrove (Rhizophora mangle) on South Molokai, Hawaii. Marine Geodesy, 30(1–2), 125–144. https://doi.org/10.1080/01490410701296663
Gilani, H., Naz, H. I., Arshad, M., Nazim, K., Akram, U., Abrar, A., & Asif, M. (2021). Evaluating mangrove conservation and sustainability through spatiotemporal (1990–2020) mangrove cover change analysis in Pakistan. Estuarine, Coastal and Shelf Science, 249(November 2020), 107128. https://doi.org/10.1016/j.ecss.2020.107128
Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D., & Moore, R. (2017). Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment, 202, 18–27. https://doi.org/10.1016/j.rse.2017.06.031
Hu, L., Li, W., & Xu, B. (2018). The role of remote sensing on studying mangrove forest extent change. International Journal of Remote Sensing, 39(19), 6440–6462. https://doi.org10.108001431161.2018.1455239
Jhonnerie, R., Siregar, V. P., Nababan, B., Prasetyo, L. B., & Wouthuyzen, S. (2015). Random Forest Classification for Mangrove Land Cover Mapping Using Landsat 5 TM and Alos Palsar Imageries. Procedia Environmental Sciences, 24, 215–221. https://doi.org/10.1016/j.proenv.2015.03.028
Kurniawan, A. (2019). Technical and Cartography Study of Delimitation Management Limits Area of the Sea Central Sulawesi Province and North Maluku. Jurnal of Marine Science SPERMONDE, 5(1), 1–4. https://doi.org/10.20956/jiks.v5i1.7035
Muri, Y. (2014). Metode Penelitian Kualitatif, Kuantitatif, dan Penelitian Gabungan. Jakarta: Kencana.
Poernomo, A., & Kuswardani, A. (2019). Ocean policy perspectives: The case of Indonesia. In Climate Change and Ocean Governance: Politics and Policy for Threatened Seas (Issue August, pp. 102–117). https://doi.org/10.1017/9781108502238.007
Undang - undang Nomor 34 tahun 2004. tentang Tentara Nasional Indonesia, Pasal 9. Sekretariat Negara, Jakarta.
Undang - undang Nomor 3 tahun 2002. tentang Pertahanan Negara. Sekretariat Negara, Jakarta.
Santoso, A. I., Hartono, & Sunarto. (2019). Model Ruang Wilayah Pendaratan Amfibi Pulau Batam Menggunakan Teknologi Penginderaan Jauhdan Sistem Informasi Geografi. Jurnal Kelautan Nasional, 14(2), 71–85. https://doi.org/http://dx.doi.org/10.15578/jkn.v14i2.7646
Singh, M., Singh, B. B., Singh, R., Upendra, B., Kaur, R., Gill, S. S., & Biswas, M. S. (2021). Quantifying COVID-19 enforced global changes in atmospheric pollutants using cloud computing based remote sensing. Remote Sensing Applications: Society and Environment, 22(March), 100489. https://doi.org/10.1016/j.rsase.2021.100489
Yancho, J. M. M., Jones, T. G., Gandhi, S. R., Ferster, C., Lin, A., & Glass, L. (2020). The google earth engine mangrove mapping methodology (Geemmm). Remote Sensing,12(22), 1–35. https://doi.org/10.3390/rs12223758
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2021 Jurnal Chart Datum
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
.png)
