TOTAL SUSPENDED SOLID (TSS)

Oleh : Tike Aprillia, ST, Fella Faradiva, dan Mutia Arifah Rachim

Suatu perairan pasti mengalami perkembangan sedimentasi. Perkembangan sedimentasi dapat dilihat dari material padatan tersuspensi. Total suspended solid (TSS) atau padatan tersuspensi total merupakan residu dari padatan total yang tertahan oleh saringan dengan ukuran partikel maksimal 2μm atau lebih besar dari ukuran partikel koloid. Material yang termasuk kedalam TSS antara lain bakteri, jamur, ganggang, tanah liat, lumpur, sulfida, dan logam oksida. Material tersebut merupakan tempat berlangsungnya reaksi heterogen yang berfungsi sebagai bahan pembentuk endapan yang paling awal yang  dapat menghalangi kemampuan produksi zat organik pada suatu perairan. Besarnya TSS pada suatu perairan menunjukkan kondisi sedimentasi dari perairan tersebut.

Gambar 1 Total Suspended Solid (TSS)

Total  Suspended  Solid  (TSS)  atau  muatan padatan tersuspensi adalah bahan-bahan tersuspensi (diameter > 1 μm) yang tertahan pada saringan miliopore dengan diameter pori 0.45 μm. TSS terdiri dari pasir halus, lumpur, dan jasad renik. Penyebab  TSS  di   perairan  yang   utama  adalah kikisan  tanah  atau  erosi  tanah  yang  terbawa  ke badan air. Konsentrasi TSS yang tinggi mengakibatkan terganggunya proses fotosintesis yang diakibatkan oleh menghambat masuknya cahaya ke dalam air. Pengolahan TSS dapat dilakukan dengan berbagai cara, salah satunya dengan menggunakan citra Landsat 8 dengan menerapkan algoritma tertentu.

Berikut garis besar pengolahan TSS dengan menggunakan citra Landsat 8:

  1. Pemotongan citra

Cropping atau pemotongan citra bertujuan untuk menfokuskan daerah yang digunakan dalam penelitian dengan cara pembentukan ROI pada daerah penelitian.

2. Kalibrasi radiometrik

Kalibrasi radiometrik bertujuan untuk menghilangkan distorsi radiometrik yang menurunkan kualitas citra pada saat satelit merekam bumi. Distorsi radiometrik adalah kesalahan akibat pergeseran nilai atau derajat keabuan elemen gambar (piksel) pada citra. Distorsi yang terjadi diakibatkan karena jarak antara satelit  yang berbeda di  ruang angkasa dengan permukaan bumi yang sangat jauh, sehingga mempengaruhi kemampuan sensor satelit dalam merekam reflektan obyek muka bumi.

3. Koreksi atmosfer

Koreksi atmosfer dilakukan untuk menghilangkan kesalahan radiansi pada citra akibat hamburan atmosfer (path radiance). Salah satu metode koreksi atmosfer yang dapat digunakan yaitu metode Second Simulation of A Satellite Signal in the Solar Spectrum-Vector. Metode koreksi atmosfer ini mengkonversikan nilai reflektan (pTOA) ke koreksi atmosfer (pBOA) dengan rumus:

Y=Xa*(Lλ)-Xb

Acr= y/((1+Xc*y))

Dimana:

Acr                        = atmospheric corrected reflectance

λ                            : dalam radian

Xa, Xb, dan Xc     = parameter koreksi

4. Pemisahan darat dan laut. Pemisahan darat dan laut dilakukan untuk memilih daerah perairan yang akan diamati agar memudahkan pengolahan selanjutnya.

5. Pemilihan algoritma TSS. Algoritma yang dapat digunakan dalam pengolahan TSS dengan menggunakan citra Landsat 8:

a. Algoritma Syarif Budiman. Syarif Budiman melakukan penelitian TSS pada tahun 2004 dengan studi kasus pada wilayah perairan Delta Mahakam, provinsi Kalimantan Timur. Berikut algoritma TSS yang digunakan:

TSS(mg/l)= 8,1429*(exp (23,70*0,94*(Rrs54,59)) )

b. Algoritma Parwati. Parwati melakukan penelitian TSS pada tahun 2006 dengan studi kasus pada wilayah perairan Berau, provinsi Kalimantan Timur. Berikut algoritma TSS yang digunakan:

TSS(mg/l)= 3,3238*(exp (34,099*(654,59)) )

c. Algoritma Guzman-Santella. Guzman-Santella melakukan penelitian TSS pada tahun 2009 dengan studi kasus pada wilayah perairan Mayaguez Bay, Puerto Rico. Berikut algoritma TSS yang digunakan:

TSS(mg/l)=602,63*(0,0007e 47,755*(Rrs(654,65)) )+3,1481

d. Algoritma Nurahida Laili. Nurahida Laila melakukan penelitian TSS pada tahun 2015 dengan studi kasus pada wilayah perairan Pulau Poteran, Kabupaten Sumenep. Berikut algoritma TSS yang digunakan:

TSS(mg/l)=31,42*log((RRS(482,04))/(log(Rrs(654,59)))-12,719

e. Algoritma Jaelani. Jaelani melakukan penelitian TSS pada tahun 2016 dengan studi kasus pada wilayah perairan Gili Iyang, Kabupaten Sumenep. Berikut algoritma TSS yang digunakan:

Log(TSS)=1.5212(log(Rrs(482,04))/log10(Rrs561,41)))-0,3698

Total Suspended Solid (TSS) merupakan besarnya materi yang tersuspensi dalam air. Untuk mengetahui besarnya TSS dalam suatu perairan dapat dilakukan dengan beberapa algoritma. TSS memiliki dampak buruk terhadap kualitas air karena mengurangi jumlah sinar matahari yang akan masuk ke dalam air dan menujukkan tingkat kekeruhan air yang tinggi yang menyebabkan gangguan pertumbuhan organisme pada suatu perairan. 

SUMBER:

Indeswari, L., Hariyanto, T., & Pribadi, C. B. (2018). Pemetaan Sebaran Total Suspended Solid (TSS) dengan Menggunakan Citra Landsat Multitemporal dan Data In Situ (Studi Kasus: Perairan Muara Sungai Porong, Sidoarjo). Jurnal Teknik ITS, C71-C76.

Jiyah, Sudarsono, B., & Sukmono, A. (2016). Studi Distribusi Total Suspended Solid (TSS) di Perairan Pantai Kabupaten Demak Menggunakan Citra Landsat. Jurnal Teknik Geodesi Undip, 41-47.

Sukmono, A. (2020). Materi Kuliah Pengolahan Citra Digital/Penginderaan Jauh Lingkungan. Semarang: Universitas Diponegoro.

URBAN HEAT ISLAND (UHI)

Oleh Tike Aprillia, ST, Fella Faradiva, dan Mutia Arifah Rachim

Fenomena Urban Heat Island (UHI) merupakan adalah fenomena alam khususnya berkaitan dengan iklim yang ditandai dengan meningkatnya suhu kawasan pusat perkotaan padat. Kawasan pusat kota memiliki suhu lebih tinggi dibandingkan dengan daerah penyangga disekitarnya. Berkurangnya area hijau akibat pembukaan lahan di perkotaan menyebabkan terjadinya efek Urban Heat Island. Menurut Environmental Protection Agency (EPA), efek ini merupakan masalah utama setiap kota berkembang di dunia khususnya terhadap terjadinya pemanasan global. Fenomena ini pertama diselidiki dan dijelaskan oleh Luke Howard pada 1810-an. Penyebab utama terjadinya fenomena Urban Heat Island (UHI) di perkotaan adalah modifikasi permukaan tanah melalui pengembangan kota yang menggunakan material yang menyimpan panas. Panas yang muncul akibat dari penggunaan energi adalah kontributor kedua terbesar dari fenomena UHI.

Gambar 1. Ilustrasi Urban Heat Island (UHI)

Suhu udara kota mengalami peningkatan tajam akibat dominannya material perkerasan yang tidak bisa menyerap sinar UV cahaya matahari dengan baik misalnya bangunan dan jalan. Penggunaan mesin pendingin yang mengeluarkan energi panas juga menjadi penyebab meningkatnya suhu di perkotaan. Bangunan-bangunan yang tinggi menjulang dan pembangunan perumahan real estate telah merubah bentuk bentang alam dan hanya menyisakan sedikit area tanah untuk ruang terbuka hijau sehingga udara panas terlepas begitu saja tanpa adanya upaya penyerapan oleh tumbuhan. Permukaan  kota  yang  terdiri  dari  aspal  dan beton umumnya lebih panas pada siang hari dibandingkan dengan daerah yang bervegetasi. Permukaan buatan manusia ini sangat  efisien untuk menyimpan energi surya, mengubahnya menjadi energi panas, dan  melepaskannya pada malam hari, menciptakan suatu wilayah dengan udara yang panas di   sekitar kota yang dikenal sebagai heat island. Perbedaan suhu udara antara daerah yang terdampak efek dari Urban Heat Island (UHI) dan daerah yang bervegetasi tinggi dapat mencapai 6°C.

Urban Heat Island menimbulkan berbagai macam efek negatif, diantaranya adalah kematian ratusan orang pada musim panas yang diakibatkan oleh gelombang panas, penurunan kualitas air di perkotaan, peningkatan pemakaian listrik sehingga mengakibatkan penambahan penggunaan bahan bakar fosil yang menyebabkan timbulnya pemanasan global. Urban Heat Island pada musim kemarau akan mempercepat pebentukan kabut berbahaya, seperti prekusor ozon yaitu nitrous oxides (NOx) dan volatile organic compounds (VOCs) yang bereaksi sara fotokimia menghasilkan ozon di permukaan.

Dalam upaya penanggulangan efek yang diakibatkan oleh fenomena ini, berbagai lembaga pemerhati lingkungan seperti The United Nations Environment Programme (UNEP) memberikan beberapa solusi penyelamatan diantaranya yaitu melalui penggunaan green roof, penggunaan cool roof, penanaman tumbuhan dan vegetasi pada lahan yang disediakan dan cool pavement.

Pendekatan penginderaan jauh dapat digunakan untuk mengetahui nilai Urban Heat Island (UHI) dengan menggunakan bantuan software penginderaan jauh seperti ENVI dan ArcGIS, akan tetapi bukan UHI atmosfer, melainkan urban heat island permukaan. Data penginderaan jauh yang digunakan unttuk mengetahui nilai UHI adalah citra suhu permukaan yang telah terkoreksi. Kemudian dilakukan pengolahan Land Surface Temperature (LST) terlebih dahulu untuk selanjutnya dilakukan pengolahan UHI.

Fenomena Urban Heat Island (UHI) merupakan fenomena meningkatnya suhu udara di daerah perkotaan padat dan menyebabkan berbagai macam masalah terutama pada lingkungan. Penigkatan jumlah penduduk, peningkatan kegiatan pembangunan insfrastuktur beton, penggunaan energi yang berlebihan, serta penggunaan moda transportasi secara besar besaran menjadi penyebab terjadinya fenomena ini. Berbagai upaya perlu dilakukan agar fenomena ini dapat tertangani dengan baik. Beberapa solusi yang ditawarkan oleh lembaga pemerhati lingkungan seperti UNEP adalah penggunaan green roof dan cool roof, penanaman vegetasi dan tumbuhan yang semakin banyak, dan penggunaan cool pavement. Dari upaya – upaya tersebut diharapkan mampu menanggulangi fenomena Urban Heat Island (UHI) yang telah terjadi.

REFERENSI

Al Mukmin, S. A., Wijaya, A. P., & Sukmono, A. (2016). ANALISISPENGARUH PERUBAHAN TUTUPAN LAHAN TERHADAP DISTRIBUSI SUHU PERMUKAAN DAN KETERKAITANNYA DENGAN FENOMENA URBAN HEAT ISLAND. Jurnal Geodesi Undip, 224-233.

Hardiyanti, T. (2012, September 5). URBAN HEAT ISLAND DAN DAMPAKNYA TERHADAP PERUBAHAN IKLIM. Dipetik Juli 13, 2020, dari I’ENVIROMENTALIS’M: http://tutut-hardiyanti.blogspot.com/2012/09/urban-heat-island-dan-dampaknya.html

MARU, R. (2015). Urban Heat Island dan Upaya Penanganannya. Prosiding Seminar Nasional Mikrobiologi Kesehatan dan Lingkungan, 84-94.

Sukmono, A. (2020). Materi Kuliah Pengolahan Citra Digital. Semarang: Universitas Diponegoro.

Close Range Photogrammetry (CRP)

Oleh : Tike Aprillia, ST, Fella Faradiva, dan Mutia Arifah Rachim

Bidang fotogrametri dewasa ini berkembang hingga fotogrametri jarak dekat atau biasa disebut sebagai CRP (Close Range Photogrammetry). Teknologi yang semakin maju memunculkan adanya kamera digital dengan resolusi yang tinggi. CRP merupakan metode untuk mengambil data ukuran dari citra foto untuk dibuat model 3D dari sebuah objek atau untuk kebutuhan pemetaan. Dengan kamera SLR non-metrik, metode CRP dapat menjadi alternatif yang lebih murah dari laser scanner.

Gambar 1 Kondisi Kolinearitas

Pada fotogrametri jarak dekat menggunakan sistem proyeksi sentral dengan kamera sebagai pusat proyeksi, pengukuran terhadap suatu objek dilakukan terhadap hasil perekaman dari kamera. Saat sebuah foto diambil, berkas sinar dari objek akan menjalar menuju pusat lensa kamera hingga mencapai bidang film. Kondisi dimana titik objek, titik pusat kamera dan titik objek pada bidang foto terletak satu garis dalam ruang dinamakan kondisi kesegarisan berkas sinar atau kondisi kolinearitas (colinearity condition). Kondisi ini merupakan syarat fundamental dalam fotogrametri. Pada fotogrametri jarak dekat, jarak antar objek dan kamera tidak lebih dari 100 meter.

Secara garis besar proses pengolahan CRP dilakukan sebagai berikut:

Gambar 2 Proses pengolahan CRP
  1. Kalibrasi kamera

Kalibrasi kamera adalah proses menentukan parameter internal dari sebuah kamera. Parameter internal digunakan untuk merekontruksi ulang berkas sinar saat pemotretan dilakukan dan digunakan untuk mengetahui besarnya kesalahan sistematik dari sebuah kamera. Proses kalibrasi bertujuan untuk mencari parameter intrinsik dan parameter ekstrinsik menggunakan image 2D pada suatu objek, yang dikorespondensikan dengan koordinat 3D objek. Korespondensi tersebut dapat diartikan sebagai transformasi antar sistem koordinat. Beberapa parameter tersebut antara lain, resolusi kamera, rotasi kamera, focal lenght, titik pusat koordinat, dan distorsi lensa. Salah satu software yang dapat digunkan pada tahap kalibrasi kamera digital non metrik adalah software Photomodeler. Metode kalibrasi pada Photomodeler menggunakan prinsip menghitung parameter internal kamera secara analisis terhadap titik target dengan mengunakan self calibration bundle adjustment. Saat proses kalibrasi nilai Average Photo Point Coverage minimal berjumlah 80% dan nilai RMS kurang dari 1. Nilai tersebut bertujuan agar objek yang diamati semakin detail. Jika nilai Average Photo Point Coverage masih kurang dari 80% dan RMS lebih dari 1 maka harus mengkalibrasi ulang.

2. Pengambilan objek

Sebelum melakukan pengambilan objek, perlu diperhatikan agar foto dapat dimodelkan menjadi 3D, syarat tersebut berdasarkan 3 prinsip dasar CRP yaitu kesegarisan, interseksi ruang, dan reseksi ruang. Saat pengambilan objek harus memenuhi beberapa persyaratan seperti objek harus terlihat dari semua sisi (360°), garis orientasinya konsisten dan logis, jarak pemotretan konsisten atau sama, fokus kamera DSLR harus sama dengan fokus saat kalibrasi, terjadi pertampalan antar foto, dan orientasinya sama.

3. Pengolahan model 3D objek

Pemodelan yaitu membentuk suatu benda atau obyek sehingga terlihat seperti hidup. Sesuai dengan obyek dan basisnya, proses pembentukan model 3D objek secara keseluruhan dikerjakan dengan komputerisasi. Keseluruhan obyek bisa diperlihatkan secara 3 dimensi melalui proses dan desain sehingga disebut sebagai pemodelan 3 dimensi (3D modelling). Prinsip dasar dari proses CRP adalah model 3D diperoleh dari pengukuran pertampalan antar foto dengan berbagai sudut pandang dan pengukuran dari orientasi kamera. Model 3D terbentuk dari point clouds yang dihasilkan foto stereo secara otomatis yang kemudian diproses secara komputerisasi. Pemilihan data point clouds berperan penting dalam penentuan kerapatan objek dan keaslian bentuk objek. Pengolahan model 3D objek dapat dilakukan dengan software Photomodeler.

Close range photogrammetry atau fotogrametri jarak dekat dapat menjadi solusi alternatif yang lebih murah untuk pembuatan model 3D dari sebuah objek atau untuk kebutuhan pemetaan. Namun, metode ini memakan waktu yang cukup lama dalam memproses data citra fotonya, selain itu metode ini sangat dibatasi oleh kemampuan hardware dan software dalam mengkalkulasi parameter-parameter yang ada, baik parameter orientasi kamera ataupun koordinat objek yang diukur.

REFERENSI:

Atkinson, K. B. (1996). Close Range Photogrammetry and Machine Vision. Caithness: Whittles Publising.

Prasetyo, Y. (2019). Materi Kuliah Fotogrametri II. Semarang: Universitas Diponegoro.

Soetaat. (1994). Diktat Fotogrametri Analitik. Yogyakarta: Universitas Gadjah Mada.