Pemanfaatan Penginderaan Jauh untuk Mengetahui Perubahan Luasan Lamun di Teluk Banten Menggunakan Metode Lyzenga

Riki Ramdhani Rifai, - (2024) Pemanfaatan Penginderaan Jauh untuk Mengetahui Perubahan Luasan Lamun di Teluk Banten Menggunakan Metode Lyzenga. S1 thesis, Universitas Pendidikan Indonesia.

	Text S_SIK_2004524_Title.pdf Download (2MB)
	Text S_SIK_2004524_Chapter 1.pdf Download (344kB)
	Text S_SIK_2004524_Chapter 2.pdf Restricted to Staf Perpustakaan Download (113kB)
	Text S_SIK_2004524_Chapter 3.pdf Download (383kB)
	Text S_SIK_2004524_Chapter 4.pdf Restricted to Staf Perpustakaan Download (878kB)
	Text S_SIK_2004524_Chapter 5.pdf Download (31kB)
	Text S_SIK_2004524_Appendix.pdf Restricted to Staf Perpustakaan Download (1MB)

Abstract

Luas total padang lamun di Indonesia diperkiran kini telah menyusut 30 sampai dengan 40 persen dari luas keseluruhan. Kondisi sebaran lamun di Teluk Banten terjadi penyusutan mencapai 50 Ha atau sekitar 35%, kerusakan ekosistem lamun antara lain, hal ini dikarenakan adanya reklamasi dan pembangunan fisik di garis pantai. Ekosistem lamun rentan terhadap kerusakan yang mengakibatkan terjadinya perubahan jumlah luasan lamun di Teluk Banten. Tujuan penelitian ini dilakukan mengidentifikasi perubahan sebaran lamun dan klasifikasi lamun pada tahun 2020 sampai 2022, menggunakan teknologi penginderaan jauh. Metode penelitian menggunakan metode lyzenga, analisis lyzenga merupakan teknik yang digunakan untuk mendeteksi perairan dangkal. Penggunaan algoritma lyzenga memiliki kegunaan khusus dalam memisahkan wilayah daratan dan lautan untuk mendapatkan hasil visual yang baik. Hasil yang didapatkan dari penelitian ini yaitu mengetahui terdapat 3 jenis lamun di Teluk Banten lamun yaitu Ehnalus acoroides, Thalassia hemrichii, dan Halophila spinulosa. Perubahan sebaran luasan lamun di Teluk Banten pada 2020 sebesar 70 Ha, 2021 sebesar 3 Ha dan 2022 sebesar 104 Ha. Sehingga dapat disimpulkan bahwa terjadinya perubahan sebaran lamun di Teluk Banten pada tahun 2020 sampai 2022. Perubahan sebaran lamun yang terjadi melibatkan dua aspek yaitu selektivitas alam dan intervensi manusia. Pemanfaatan penginderaan jauh dapat memberikan gambaran mengenai perubahan luasan lamun yang terjadi di Teluk Banten. The The total area of seagrass meadows in Indonesia is estimated to have now shrunk by 30 to 40 percent of the total area. The condition of seagrass distribution in Banten Bay has shrunk to 50 Ha or around 35%, damage to seagrass ecosystems, among others, this is due to reclamation and physical development on the coastline. Seagrass ecosystems are vulnerable to damage that results in changes in the amount of seagrass area in Banten Bay. The purpose of this study was to identify changes in seagrass distribution and seagrass classification from 2020 to 2022, using remote sensing technology. Research method using lyzenga method, lyzenga analysis is a technique used to detect shallow water. The use of the lyzenga algorithm has special uses in separating land areas and oceans to get good visual results. The results obtained from this study are knowing that there are 3 types of seagrass in Banten Bay, namely Ehnalus acoroides, Thalassia hemrichii, and Halophila spinulosa. Changes in the distribution of seagrass area in Banten Bay in 2020 amounted to 70 Ha, 2021 amounted to 3 Ha and 2022 amounted to 104 Ha. So it can be concluded that there is a change in the distribution of seagrass in Banten Bay in 2020 to 2022. Changes in seagrass distribution that occur involve It involves two aspects: natural selectivity and human intervention. The use of remote sensing can provide an overview of changes in seagrass area that occur in Banten Bay.

Item Type:	Thesis (S1)
Additional Information:	https://scholar.google.com/citations?view_op=new_articles&hl=id&imq=C+Riki+Ramdhani# ID SINTA Dosen Pembimbing : La Ode Alam Minsaris : 6760517 Luthfi Anzani : 6721957
Uncontrolled Keywords:	Lamun, Lyzenga, Penginderaan jauh, Teluk Banten Banten bay, Lyzenga, Remote sensing, Seagras
Subjects:	L Education > L Education (General)
Divisions:	UPI Kampus Serang > S1 Sistem Informasi Kelautan
Depositing User:	S.Si Riki Ramdhani
Date Deposited:	30 May 2024 07:00
Last Modified:	30 May 2024 07:00
URI:	http://repository.upi.edu/id/eprint/117713

Actions (login required)

View Item