POLIBANPOLIBAN

INTEKNA Jurnal Informasi Teknik dan NiagaINTEKNA Jurnal Informasi Teknik dan Niaga

Kabupaten Kotabaru termasuk salah satu kabupaten di Provinsi Kalimantan Selatan Indonesia. Ibu kota kabupaten ini di wilayah Pulau Laut, tepatnya di Kecamatan Pulau Laut Utara, yang terpisah dari Pulau Kalimantan sehingga memiliki karakteristik ekosistem yang beragam jenisnya salah satunya adalah ekosistem mangrove. Hutan mangrove berfungsi sebagai benteng alami, melindungi pesisir dari erosi dan serangan gelombang besar. Hutan mangrove secara ekonomi berfungsi yaitu penghasil kebutuhan rumah tangga, penghasil keperluan industri, habitat burung dan ikan dan penghasil bibit. Metode pengukuran kerapatan atau tingkat kehijauan hutan mangrove yaitu algoritma indeks vegetasi. Penelitian ini menggunakan klasifikasi Normalized Different Vegetation Index (NDVI) sebagai indikator untuk mengukur biomassa daun hijau dan indeks luas daun untuk klasifikasi vegetasi mangrove di Kecamatan Pulau Laut Utara Kabupaten Kotabaru. Data geospasial perubahan kerapatan vegetasi memanfaatkan citra satelit tahun 2020 sampai dengan 2023. Google Earth Engine (GEE) adalah platform berbasis cloud dimanfaatkan untuk mengakses dan memproses kumpulan data geospasial yang sangat besar untuk analisis NDVI. Hasil Analisis, mengategorikan menjadi empat kelas kerapatan, yaitu rendah, sedang, tinggi, dan sangat tinggi. Berdasarkan data luasan dari tahun 2020-2023, dapat dilihat luasan mangrove bertambah setiap tahunnya dengan rata-rata 27 ha. Berkurangnya luas kelas kerapatan sedang, bukan karena kerusakan mangrove, melainkan karena berubah ke kelas yang tinggi.

Analisis NDVI mengungkap perubahan kerapatan mangrove di Kecamatan Pulau Laut Utara selama 2020‑2023, dengan kelas vegetasi tinggi mendominasi dan luas total meningkat sekitar 1,88‑1,93 ha.Kelas rendah meningkat 48 ha, kelas sedang menurun 355 ha, sementara kelas tinggi mengalami fluktuasi naik 11 ha dan turun 363 ha.Perubahan tersebut dipengaruhi oleh aktivitas manusia seperti reboisasi serta faktor alam berupa sedimentasi.

Penelitian selanjutnya dapat menyelidiki bagaimana integrasi citra Sentinel-2A dengan data Landsat atau PlanetScope mempengaruhi akurasi estimasi kerapatan mangrove di wilayah pesisir; selanjutnya, dapat dieksplorasi apakah penerapan model pembelajaran mesin seperti Random Forest atau jaringan saraf dalam klasifikasi vegetasi dapat meningkatkan performa dibandingkan metode NDVI tradisional; terakhir, penting untuk mengevaluasi dampak perubahan penggunaan lahan, khususnya aktivitas reboisasi dan proses sedimentasi, terhadap dinamika ruang luasan mangrove selama dekade berikutnya dengan analisis temporal hingga tahun 2035, sehingga dapat memberikan dasar ilmiah bagi kebijakan konservasi dan pengelolaan ekosistem mangrove.

Read online
File size4.84 MB
Pages10
DMCAReport

Related /

ads-block-test