Claim Missing Document
Check
Articles

Found 5 Documents
Search

Analysis of Mangrove Vegetation and Distribution Using Landsat 8 Images In Bolaang Mongondow East, North Sulawesi Patty, Simon I.; Nurdiansah, Doni; Rizqi, Marenda Pandu; Huwae, Rikardo
Jurnal Ilmiah Platax Vol. 10 No. 2 (2022): ISSUE JULY-DECEMBER 2022
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35800/jip.v10i2.41069

Abstract

Mangrove is one of the objects that can be identified by remote sensing technology using satellite imagery. Analysis of the distribution and density of mangrove vegetation using Landsat 8 imagery was carried out in Bolaang Mongondow Timur, North Sulawesi in September 2020. This study aims to map the distribution of mangroves and determine the correlation between NDVI values, canopy cover, and mangrove density. The data analysis used Landsat 8 images with ENVI 5.3 and ArcGIS 10.1 software. Maximum likelihood classification is used to separate mangrove and non-mangrove features. The calculation of mangrove vegetation density using the NDVI algorithm and single-channel classification using the density slice method to divide mangrove density based on the range of pixel values of the NDVI image. Next, to test the accuracy of the classification results using an error matrix (confusion matrix) and the NDVI vegetation index correlation test compared with canopy cover and density data. The classification resulted in four different land cover classes with an overall accuracy of 97.70% and a kappa coefficient of 0.9688. The mangrove vegetation distribution from the classification results is 524.75 ha. The NDVI correlation with the percentage of canopy cover is very significant with a correlation coefficient (r) = 0.9516, while the NDVI correlation with density resulted in moderate correlation (r = 0.5315).Keywords: density; mangrove; Landsat 8; NDVI                                             AbstrakMangrove merupakan salah satu objek yang dapat diidentifikasi menggunakan teknologi penginderaan jauh yakni memanfaatkan citra satelit. Analisis sebaran dan kerapatan vegetasi mangrove menggunakan citra Landsat 8 telah dilakukan di Bolaang Mongondow Timur, Sulawesi Utara pada bulan September 2020. Penelitian ini bertujuan untuk memetakan sebaran mangrove dan mengetahui hubungan korelasi antara nilai NDVI dengan tutupan kanopi dan kerapatan mangrove. Pengolahan data citra Landsat 8 dengan perangkat lunak ENVI 5.3 dan ArcGIS 10.1. Klasifikasi maximum likelihood digunakan untuk memisahkan fitur mangrove dan non mangrove. Perhitungan kerapatan vegetasi mangrove dengan algoritma NDVI dan klasifikasi saluran tunggal menggunakan metode density slice untuk membagi kerapatan mangrove berdasarkan rentang nilai piksel citra NDVI. Uji akurasi hasil klasifikasi menggunakan matriks kesalahan (confussion matriks) dan uji korelasi indeks vegetasi NDVI dengan data tutupan kanopi dan kerapatan. Hasil klasifikasi mendapatkan empat kelas tutupan lahan yang berbeda dengan overall akurasi sebesar 97,70 % dengan kappa coefisien sebesar 0,9688. Luas sebaran vegetasi mangrove dari hasil klasifikasi adalah 524,75 ha. Korelasi NDVI  dengan persentase tutupan kanopi termasuk korelasi sangat kuat dengan koefisien korelasi r = 0,9516 sedangkan korelasi NDVI  dengan kerapatan termasuk korelasi sedang (r = 0,5315).Kata kunci: kerapatan; mangrove; Landsat 8; NDVI 
Analysis of Mangrove Vegetation Index Using Landsat 8 Images in Dodinga Bay, West Halmahera Patty, Simon I.; Nurdiansah, Doni; Rizqi, Marenda Pandu; Akbar, Nebuchadnezzar; Huwae, Rikardo
Jurnal Ilmiah Platax Vol. 13 No. 1 (2025): ISSUE JANUARY-JUNE 2025
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35800/jip.v13i1.60830

Abstract

Mangrove vegetation can be easily recognized from remote-sensing satellite images compared to other terrestrial vegetation. The vegetation index is applied to the satellite images to highlight the aspect of vegetation density. This study aims to determine the correlation between the value of the vegetation index and mangrove canopy cover data to achieve a proper vegetation index to estimate the density of the mangrove canopy. The data needed are satellite imagery from Landsat 8 and mangrove canopy cover in sampling locations along the coast of Dodinga Bay, West Halmahera. Image data analysis includes radiometric correction, image sharpening, masking, classification, and accuracy tests. The vegetation index algorithms used were NDVI, GNDVI, and IM, and regression analysis was carried out for correlation tests. The analysis results obtained four different land cover classes with an overall accuracy of 97.70% and a kappa coefficient of 0.9688. The IM vegetation index showed an excellent correlation with mangrove canopy cover compared to GNDVI and NDVI. The determination coefficient (R²) of the IM is 0.6765; GNDVI (0.4897) and NDVI (0.4825). The IM classification produces four levels of mangrove canopy density, i.e., sparse (7.40 ha), moderate (628.33 ha), dense (921.22 ha), and very dense (16.45 ha). Keywords: mangrove, Landsat 8 images, vegetation index, Dodinga Bay Abstrak Objek vegetasi mangrove paling mudah diidentifikasi dengan menggunakan citra satelit penginderaan jauh dibandingkan objek vegetasi darat lainnya. Indeks vegetasi diterapkan terhadap citra untuk menonjolkan aspek kerapatan vegetasi. Penelitian ini bertujuan mengetahui korelasi antara nilai indeks vegetasi dengan data tutupan kanopi mangrove, sehingga didapatkan indeks vegetasi yang sesuai untuk menduga kerapatan kanopi mangrove. Data yang diperlukan yaitu citra Landsat 8 dan tutupan kanopi mangrove di lapangan. Analisis data citra terdiri dari koreksi radiometrik, penajaman citra, masking, klasifikasi dan uji akurasi. Algoritma indeks vegetasi yang digunakan yaitu NDVI, GNDVI dan IM, serta dilakukan analisis regresi untuk uji korelasi. Hasil analisis mendapatkan empat kelas tutupan lahan yang berbeda dengan overall akurasi sebesar 97,70 % dan kappa coefisien sebesar 0,9688. Indeks vegetasi IM menunjukkan korelasi sangat baik dengan tutupan kanopi mangrove dibandingkan GNDVI dan NDVI. Koefisien determinasi (R²) IM adalah 0,6765; GNDVI (0,4897) dan NDVI (0,4825). Klasifikasi IM menghasilkan empat tingkat kerapatan kanopi mangrove yaitu mangrove jarang (7,40 ha), mangrove sedang (628,33 ha), mangrove lebat (921,22 ha), dan mangrove sangat lebat (16,45 ha). Kata kunci: mangrove, citra Landsat 8, indeks vegetasi, Teluk Dodinga
Estimasi Stok Karbon Sedimen pada Padang Lamun di Pulau Kedumpit, Teluk Balikpapan Provinsi Kalimantan Timur: Estimation of Seagrass Sediment Carbon Stock in Kedumpit Island, Balikpapan Bay, East Kalimantan Province Hasanah, Nur; Paputungan, Mohammad Sumiran; Ritonga, Irwan Ramadhan; Rahmawati, Susi; Dharmawan, I Wayan Eka; Renyaan , Jeverson; Nurdiansah, Doni
JFMR (Journal of Fisheries and Marine Research) Vol. 9 No. 1 (2025): JFMR on March
Publisher : Faculty of Fisheries and Marine Science, Brawijaya University, Malang, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.jfmr.2025.009.01.11

Abstract

Investigasi terhadap kondisi lamun di perairan Teluk Balikpapan telah dilakukan, namun perhitungan stok karbon di sedimen lamun yang berada di perairan estuari tersebut belum tersedia. Penelitian ini bertujuan untuk mengestimasi cadangan karbon pada sedimen lamun di Pulau Kedumpit yang berlokasi di Teluk Balikpapan, Kalimantan Timur. Masing-masing sampel sedimen diambil pada 3 titik stasiun yang berbeda, dengan titik stasiun (0, 50 dan, 100 meter) dari daerah lamun yang dekat dengan dataran menuju ke arah laut. Pengambilan sampel sedimen menggunakan pipa PVC berdiameter 2,5 inch dengan kedalaman sampel 0 – 50 cm dan dipotong dengan interval 5 cm. Kandungan karbon organik dianalisis dengan metode Loss on Ignition (LoI). Hasil studi menemukan terdapat dua jenis lamun yaitu Halodule sp. dan Halophila sp. Berdasarkan visualisasi sampel sedimen bahwa jenis substrat di lokasi penelitian cenderung pasir berlumpur. Konsentrasi karbon organik sedimen pada tiga stasiun berkisar antara 0,34-2,64% dengan rata-rata 1,24±0,37 %. Nilai stok karbon sedimen per lapisan sedimen berkisar 63 hingga 114 MgC/ha dan rata-rata total simpanan karbon sebesar 95±27,6 MgC/ha pada kedalaman sedimen 0-50 cm. Terdapat perbedaan yang signifikan pada nilai bulk density, karbon organik sedimen, dan stok karbon dalam sedimen (p-value < 0,05) antar stasiun dan kedalaman.   Seagrass in Balikpapan Bay estuary already investigated, however its carbon stock have not been measured. The objective of this study was to estimate the carbon stock in seagrass sediments in Kedumpit Island, located in Balikpapan Bay estuary. Each sediment sample was taken at 3 different sites (0, 50 and 100 meters) from the seagrass area near to the land towards the sea. Sediment samples were taken using a 2.5 inch diameter PVC core with a depth of 0 - 50 cm and were sliced at 5 cm interval. Organic carbon content was analysed using the Loss On Ignition (LOI) method. Study results showed that two seagrass species were found in the study site, such as Halodule sp and Halophila sp. Based on visual observation at sediment samples, the substrate type in the study site tends to be muddy sand. Sediment organic carbon concentration at three stations ranged from 0.34-2.64%, with average at 1,24±0,37%%. Sediment carbon stock values of sediment layers ranged from 63 to 114 MgC/ha and the total average carbon storage was 95±27,6 MgC/ha. The value of bulk density, sediment organic carbon, and carbon stock in sediment were significantly different (p-value < 0.05) between the sites and the depth of sediment layers.
Komposisi dan kelimpahan ikan karang pada area fish apartement di perairan laut Kota Ternate Baksir, Abdurrachman; Ismail, Firdaut; Raden, Muhammad Sahlan R; Tahir, Irmalita; Ramili, Yunita; Siolimbona, Abdul Ajiz; Wibowo, Eko S; Harahap, Zulhan A; Marus, Ikbal; Najamuddin, Najamuddin; Waluyo, Waluyo; Nurdiansah, Doni; Patty, Simon I; Akbar, Nebuchadnezzar
Jurnal Ilmu Kelautan Kepulauan Vol 8, No 1 (2025): Jurnal Ilmu Kelautan Kepulauan
Publisher : Fakultas Perikanan dan Kelautan. Universitas Khairun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jikk.v8i1.10045

Abstract

STRUKTUR KOMUNITAS DAN KONDISI KESEHATAN MANGROVE DI PULAU MIDDLEBURG-MIOSSU, PAPUA BARAT Nurdiansah, Doni; Dharmawan, I Wayan Eka
Jurnal Ilmu dan Teknologi Kelautan Tropis Vol. 13 No. 1 (2021): Jurnal Ilmu dan Teknologi Kelautan Tropis
Publisher : Department of Marine Science and Technology, Faculty of Fisheries and Marine Science, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jitkt.v13i1.34484

Abstract

Ekosistem mangrove memiliki peranan penting bagi eksistensi dan penyediaan jasa ekosistem kepada masyarakat di pulau kecil. Fungsionalitas mangrove sangat tergantung dari ukuran, struktur komunitas dan kualitas ekosistem. Penelitian tentang penilaian kualitas struktur komunitas mangrove pulau kecil telah dilakukan di Pulau Middleburg-Miossu sebagai rangkaian dari Ekspedisi Nusa Manggala 2018. Penelitian ini bertujuan untuk menganalisis struktur komunitas dan indeks kesehatan mangrove (MHI) mangrove di pulau tersebut yang dihubungkan dengan indeks-indeks vegetasi berbasis pengindraan jauh. Lokasi penelitian dibagi menjadi empat zona (Z1-Z4) dan hasil penelitian menunjukkan bahwa zona terdepan didominasi oleh jenis Sonneratia alba (INP 263,32%) dengan persentase tutupan kanopi < 50%, ukuran diameter > 20 cm dan ketinggian tegakan yang lebih rendah. Sementara itu, tiga zona lainnya ke arah darat, didominasi oleh jenis Ceriops tagal dengan persentase tutupan kanopi >80%, serta kerapatan pancang yang cukup tinggi. Secara keseluruhan, kondisi kesehatan mangrove di lokasi penelitian termasuk dalam kategori sedang/cukup baik dengan rentang nilai MHI 38,7-60,7%. Berdasarkan analisis AIC, kombinasi indeks vegetasi NBR, GCI, SIPI dan ARVI menunjukkan nilai koefisien regresi yang paling tinggi untuk memprediksi nilai MHI, yaitu 0,831. Interpolasi nilai MHI berdasarkan model regresi linier terbaik menunjukkan bahwa 6,56 ha mangrove di lokasi penelitian atau 40,74% termasuk dalam kategori sehat.