Pemetaan Kerapatan Mangrove menggunakan Citra Sentinel-2A di Desa Purworejo, Kecamatan Bonang, Kabupaten Demak

Abstract

Alih fungsi lahan menjadi tambak dan fenomena alam banjir rob menjadikan ekosistem mangrove menjadi terancam di Desa Purworejo, Demak sehingga memerlukan pemantauan secara berkala agar tidak terjadi degradasi pada ekosistem mangrove disana. Penelitian ini bertujuan untuk mendeteksi dan memetakan distribusi luasan dan kerapatan vegetasi mangrove dengan menggunakan citra Sentinel-2A di Desa Purworejo. Algoritma yang digunakan yaitu Mangrove Vegetation Index (MVI) dan Normalized Difference Vegetation Index (NDVI). Algoritma MVI digabungkan dengan algoritma NDVI untuk menganalisis tingkat sebaran dan kerapatan mangrove. Hasil menunjukan jenis mangrove didominasi oleh 2 spesies yaitu Rhizophora mucronata dan Avicennia marina. Algoritma MVI digunakan untuk membedakan vegetasi mangrove dan non mangrove dengan nilai ambang batas untuk kelas mangrove berada pada rentang nilai 2,20-15,97, sementara untuk rentang nilai non mangrove berada pada rentang <2,20 dan >15,97. Uji akurasi algoritma MVI menunjukkan hasil yang baik dengan overall accuracy 87,83% dan koefisien kappa sekitar 0,87. Algoritma NDVI menghasilkan 3 kelas kerapatan mangrove yang terdiri dari kelas rapat (95,23 ha), sedang (56,93 ha), dan jarang (45,38 ha). Uji korelasi statistik dari persentase tutupan kanopi mangrove antara nilai NDVI dan data lapang menghasilkan nilai koefisien korelasi (r) yaitu 0,93 serta nilai koefisien determinasi (R2) yaitu 0,8653.

The conversion of land into ponds and the natural phenomenon of flash floods made the mangrove ecosystem threatened in Purworejo Village, Demak so that it required regular monitoring to prevent degradation in the mangrove ecosystem there. This study aimed to detect and map the distribution of area and density of mangrove vegetation using Sentinel-2A imagery in Purworejo Village. The algorithms used were the Mangrove Vegetation Index (MVI) and the Normalized Difference Vegetation Index (NDVI). The MVI algorithm was combined with the NDVI algorithm to analyze the distribution rate and density of mangroves. The results showed that the type of mangrove was dominated by 2 species, namely Rhizophora mucronata and Avicennia marina. The MVI algorithm was used to distinguish mangrove and non-mangrove vegetation, with the threshold value for the mangrove class in the range of 2,20-15,97, while for the non-mangrove value range was <2,20 and >15,97. The accuracy test of the MVI algorithm showed good results with an overall accuracy of 87,83% and a kappa coefficient of around 0,87. The NDVI algorithm produced 3 classes of mangrove density consisting of dense (95,23 ha), medium (56,93 ha), and sparse (45,38 ha) classes. The statistical correlation test of the percentage of mangrove canopy cover between the NDVI value and the field data produced a correlation coefficient value (r) of 0.93 and a determination coefficient value (R2) of 0.8653.