PENENTUAN KESESUAIAN LOKASI MARIKULTUR IKAN KERAPU DI SUMATERA UTARA, INDONESIA MENGGUNAKAN GOOGLE EARTH ENGINE

Seftiawan Samsu Rijal, Gerardus David Ady Purnama Bayuaji
  JFMR, pp. 357-367  

Abstract


Provinsi Sumatera Utara di Indonesia tercatat telah memproduksi komoditas ekspor yang sangat tinggi untuk Ikan Kerapu. Hal ini harus dipertahankan sebagai upaya menjaga keberlangsungan ekonomi perikanan. Salah satu cara mengembangbiakan Ikan Kerapu adalah dengan marin akuakultur (marikultur) yang sangat bergantung pada ekologi lautan seperti keberadaan klorofil-a, Suhu Permukaan Laut (SPL), Muatan Padat Tersuspensi (MPT) dan topografi kedalaman laut (batimetri). Kondisi ekologi lautan yang sangat mudah berubah menghendaki pemantauan secara berkala. Pada penelitian ini, kami memiliki tujuan pertama yaitu mengetahui kemampuan data penginderaan jauh untuk mengekstraksi parameter - parameter yang digunakan untuk kelayakan lokasi marikultur Ikan Kerapu. Kami menggunakan Landsat 8 untuk mengetahui klorofil-a, SPL dan MPT, sedangkan data batimetri didapatkan dari ETOPO1, sebuah data topografi skala global yang memiliki perekaman permukaan lahan (terrain) hingga dasar lautan. Tujuan kami yang kedua adalah mengetahui keakuratan kesesuaian lokasi marikultur yang dihasilkan oleh pemrosesan citra pada GEE. Hasil penelitian dibandingkan dengan peta referensi mengenai lokasi marikultur yang diperoleh dari Lembaga Penerbangan dan Antariksa Nasional (LAPAN) dan menampilkan hasil pengujian matriks akurasi sebesar 80 %. Hal ini membuktikan data penginderaan jauh dapat digunakan untuk membantu menentukan lokasi marikultur Ikan Kerapu dan GEE adalah platform yang sesuai untuk pemantauan secara berkala dengan kemampuan olah citra melalui komputasi awan sekaligus dapat melakukan analisis penjenjangan bertingkat.


Keywords


Google Earth Engine; Ikan Kerapu; Marikultur

Full Text:

PDF

References


L. M. Laird, “Mariculture Overview,” J. H. B. T.-E. of O. S. Steele, Ed. Oxford: Academic Press, 2001, pp. 1572–1577.

M. A. Rimmer, “Mariculture Development in Indonesia: Prospects and Constraints,” Indones. Aquac. J., vol. 5, no. 2, pp. 187–201, 2010.

FAO, The State of World Fisheries and Aquaculture 2020. Sustainability in action. 2020.

P. Amorim and M. Westmeyer, “Snapper and Grouper: SFP Fisheries Sustainbility Overview,” Sustain. Fish. Partnersh. Found., p. 18, 2015, [Online]. Available: www.fishsource.com.

F. Afero, S. Miao, and A. A. Perez, “Economic analysis of tiger grouper Epinephelus fuscoguttatus and humpback grouper Cromileptes altivelis commercial cage culture in Indonesia,” Aquac. Int., vol. 18, no. 5, pp. 725–739, 2010, doi: 10.1007/s10499-009-9295-x.

S. M. Cohcrane, K. L., Garcia, A Fishery Manager’s Guidebook, 2nd ed. Singapore: Wiley-Blackwell and FAO, 2009.

J. M. Kapetsky, J. Aguilar-Manjarrez, and J. Jenness, A global assessment of offshore mariculture potential from a spatial perspective. 2013.

W. B. Szuster and H. Albasri, “Site selection for grouper mariculture in Indonesia,” Int. J. Fish. Aquac., vol. 2, no. 3, pp. 87–92, 2010, [Online]. Available: http://www.academicjournals.org/IJFA.

N. Anggraini, S. W. Adawiah, D. N. B. Ginting, and ..., “Analisis Spasial Kesesuaian Budidaya Kerapu Berbasis Data Penginderaan Jauh (Studi Kasus: Pulau Ambon Maluku),” J. Penginderaan …, vol. 16, no. 2, pp. 113–122, 2019, [Online]. Available:

http://103.16.223.27/index.php/jurnal_inderaja/article/view/3180.

I. N. Radiarta, S. I. Saitoh, and A. Miyazono, “GIS-based multi-criteria evaluation models for identifying suitable sites for Japanese scallop (Mizuhopecten yessoensis) aquaculture in Funka Bay, southwestern Hokkaido, Japan,” Aquaculture, vol. 284, no. 1–4, pp. 127–135, 2008, doi: 10.1016/j.aquaculture.2008.07.048.

S. C. J. Palmer et al., “Remote Sensing-Driven Pacific Oyster (Crassostrea gigas) Growth Modeling to Inform Offshore Aquaculture Site Selection ,” Frontiers in Marine Science , vol. 6. p. 802, 2020, [Online]. Available: https://www.frontiersin.org/article/10.3389/fmars.2019.00802.

N. Gorelick, M. Hancher, M. Dixon, S. Ilyushchenko, D. Thau, and R. Moore, “Google Earth Engine: Planetary-scale geospatial analysis for everyone,” Remote Sens. Environ., vol. 202, pp. 18–27, Dec. 2017, doi: 10.1016/J.RSE.2017.06.031.

KKP, “Statistik Produksi Perikanan,” 2021. https://statistik.kkp.go.id/home.php?m=total&i=2#panel-footer.

U.S. Geological Survey, “Landsat 8 Data Users Handbook,” Nasa, vol. 8, no. June, p. 97, 2016, [Online]. Available: https://landsat.usgs.gov/documents/Landsat8DataUsersHandbook.pdf.

H. Nuriya, Z. Hidayah, and W. A. Nugraha, “Pengukuran konsentrasi klorofil-a dengan pengolahan Citra Landsat ETM-7 dan uji laboratorium di perairan selat Madura Bagian Barat,” J. Kelaut., vol. 3, no. 1, pp. 60–65, 2010.

A. B. Cahyono, D. Saptarini, C. B. Pribadi, and H. D. Armono, “Estimation of Sea Surface Temperature (SST) Using Split Window Methods for Monitoring Industrial Activity in Coastal Area,” Appl. Mech. Mater., vol. 862, no. February, pp. 90–95, 2017, doi: 10.4028/www.scientific.net/amm.862.90.

S. Budhiman, T. W. Hobma, and Z. Vekerdy, “Remote sensing for Mapping TSM concentration in Mahakam Delta: an analytical approach,” 13th Omi. Work. Valid. Appl. Satell. Data Mar. Resour. Conserv., no. January, pp. 5-1-5–14, 2004.

C. Amante and B. W. Eakins, “ETOPO1 1 Arc-Minute Global Relief Model: Procedures, Data Sources and Analysis,” NOAA Tech. Memo. NESDIS NGDC-24, no. March, p. 19, 2009, doi: 10.1594/PANGAEA.769615.

N. Sidhu, E. Pebesma, and G. Câmara, “Using Google Earth Engine to detect land cover change: Singapore as a use case,” Eur. J. Remote Sens., vol. 51, no. 1, pp. 486–500, 2018, doi: 10.1080/22797254.2018.1451782.

S. S. Rijal, Mengolah Citra Pengindraan Jauh dengan Google Earth Engine, 1st ed. Yogyakarta: Deepublish, 2020.

D. Eny et al., “Studi Penentuan Lokasi Pengembangan Budidaya Laut Berdasarkan Parameter Fisika, Kimia dan Biologi di Teluk Kupang, Nusa Tenggara Timur,” Progr. Pascasarj. Univ. Diponegoro, vol. 2, no. 1, pp. 1–9, 2006, [Online]. Available: http://eprints.undip.ac.id/15145/1/A_Leonidas_Kangkan.pdf%0Ahttp://faculty.montgomerycollege.edu/gyouth/FP_examples/student_examples/ishita_nanda/Types.html%0Ahttps://doi.org/10.1080/09638288.2019.1595750%0Ahttps://doi.org/10.1080/17518423.2017.1368728%0Ahttp.

P. Wicaksono and W. Lazuardi, “Assessment of PlanetScope images for benthic habitat and seagrass species mapping in a complex optically shallow water environment,” Int. J. Remote Sens., vol. 39, no. 17, pp. 5739–5765, 2018, doi: 10.1080/01431161.2018.1506951.

G. S. Utara and U. N. Tahun, “PERDA_NOMOR_4_TAHUN_2019_opt,” 2019.

M. R. Aswin, “Google Earth Engine untuk Pemodelan Kesesuaian Lokasi Budidaya Ikan Kerapu (GEE-015),” 2020. https://spatialmate.com/earth-engine-pemodelan-kesesuaian-lokasi-budidaya-kerapu/.

B. Sukresno, D. Jatisworo, and R. Hanintyo, “Validation of Sea Surface Temperature from GCOM-C Satellite Using iQuam Datasets and MUR-SST in Indonesian Waters,” Indones. J. Geogr., vol. 53, no. 1, 2021, doi: 10.22146/ijg.53790.

A. Wirasatriya, “Pola Distribusi Klorofil-a dan Total Suspended Solid (TSS) di Teluk Toli Toli, Sulawesi,” Pola Distrib. Klorofil-a dan Total Suspended Solid di Teluk Toli Toli, Sulawesi, vol. 1, no. 1, pp. 10–12, 2011, doi: 10.14710/buloma.v1i1.2990.

G. M. Foody, “Harshness in image classification accuracy assessment,” Int. J. Remote Sens., vol. 29, no. 11, pp. 3137–3158, Jun. 2008, doi: 10.1080/01431160701442120.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 JFMR (Journal of Fisheries and Marine Research)