Uji Akurasi Interpolasi Idw, Kriging dan Analisis Fluktuasi Klorofil-a di Wilayah Laut Kabupaten Kayong Utara

Robin Saputra, Ester Restiana Endang Gelis, Esty Kurniawati, Rizki Dimas Permana, Mulkan Nuzapril, An Nisa Nurul Suci

Abstract


Data spasial dapat diproses menggunakan berbagai teknikkinterpolasi, namun setiap teknik akan menghasilkannoutput yang berbeda. Pemilihan metodeeyang digunakan akan berdampak pada hasil akhir yang diperoleh. Klorofil-a berperan penting dalam menentukan tingkat produktivitas primer di perairan (Susilo, 2000). Kesuburan suatu perairan dapat diukur melalui tingkat produktivitas primer yang dihasilkan. Penelitian ini dilaksanakan di Kabupaten Kayong Utara menggunakan data klorofil-a dari citra Aqua Modis. Penelitian ini bertujuan untuk membandingkan teknik Interpolasi IDW & Kriginggguna menentukan teknik yang paling mendekati nilai klorofil-a yang sebenarnya, serta untuk mengidentifikasi tingkat kesuburan perairan laut di wilayah tersebut berdasarkan konsentrasi klorofil-a. Data citra Aqua Modis diolah menggunakan perangkat lunak SeaDAS dan diinterpolasi menggunakan ArcGIS. Berdasarkan uji akurasi dengan RMSE, metode Kriging menunjukkan hasil yang lebih akurat dibandingkan metode IDW, dengan nilai RMSE masing-masing sebesar 3,889607 dan 3,900089. Konsentrasi klorofil-a terendah pada kedua metode tercatat sebesar 0,32 mg/m3, sedangkan yang tertinggi mencapai 83,22 mg/m3, dengan nilai rata-rata 4,08 mg/m3. Distribusi klorofil-a di perairan Kayong Utara menunjukkan konsentrasi tertinggi di wilayah pesisir yang semakin menurun ke arah laut lepas. Distribusi bulanan mengindikasikan bahwa konsentrasiinilai klorofil-a mencapai puncaknya tertinggi pada bulan September, dengan nilai 8,16 mg/m³, sementara konsentrasi terendah tercatat pada bulan Oktober, yaitu sebesar 2,04 mg/m³.


Keywords


IDW, Kriging, Klorofil-A, Interpolasi

Full Text:

PDF

References


Anderson, S. (2001). An evaluation of spatial interpolation methods on air temperature in Phoenix, AZ [Paper]. Department of Geography, Arizona State University Tempe.

Aronoff, S. (2005). Remote sensing for GIS managers. ESRI Press.

Alfiana, A. N. (2010). Metode ordinary kriging pada geostatistika [Skripsi, Universitas Negeri Yogyakarta]. Yogyakarta, ID.

Bohling, G. (2005). Kriging [Internet]. http://people.ku.edu/~gbohling (diakses 14 Juli 2023).

Baros, M., & Stojanovic, S. (2015). Geographic information system (GIS) in mapping of mine suspected area in the Republic of Srpska. Republic Administration of Geodetic and Property Affairs, Bosnia and Herzegovina.

Childs, C. (2004). Interpolating surfaces in ArcGIS Spatial Analyst. ESRI Education Services.

Faudzan, A., Suryani, S., & Budiawati, T. (2015). Perbandingan metode inverse distance weighted (IDW) dengan metode ordinary kriging untuk estimasi sebaran polusi udara di Bandung. e-Proceeding of Engineering, 2(2), 6726. ISSN: 2355-9365.

Gamma Design Software. (2005). Interpolation in GS+ [Internet]. http://www.geostatistics.com/OverviewInterpolation.html (diakses 14 April 2023).

Garnero, G., & Godone, G. (2013). Comparisons between different interpolation techniques. Torino, Italia.

Indrabayu, I., Kurniadi, H., Aprilia, E., Utomo, J. B., Kurniawan, A., & Safril, A. (2011). Prediksi curah hujan di wilayah Makasar menggunakan metode wavelet-neural network. Jurnal Ilmiah “Elektrikal Enjiniring” UNHAS, 9(2), Agustus.

Kurniadi, H., Aprilia, E., Utomo, J. B., Kurniawan, A., & Safril, A. (2018). Perbandingan metode IDW dan spline dalam interpolasi data curah hujan (Studi kasus curah hujan bulanan di Jawa Timur periode 2012-2016). Seminar Nasional GEOTIK 2018. ISSN: 2580-8796.

Nybakken, J. W. (1992). Biologi laut: Suatu pendekatan ekologis (H. M. Eidman, Koesoebiono, D. G. Bengen, M. Hutomo, & S. Sukardjo, Trans.). Jakarta: Gramedia.

Naidu, D. S. (2017). Concept of geographic information system for a geoinformatics engineer. Andhra University.

O’Reilly, J. E., Maritorena, S., Mitchell, B. G., Siegel, D. A., Carder, K. L., Garver, S. A., Kahru, M., & McClain, C. (1998). Ocean color chlorophyll algorithms for SeaWiFS. Journal of Geophysical Research, 103(11), 24937–24953.

Pramono, G. (2005). Perbandingan metode trend dan spline untuk interpolasi sebaran sedimen tersuspensi di Kabupaten Maros, Sulawesi Selatan. JIlmiah Geomatika, 11(1), 20–32.

Pramono, G. (2008). Akurasi metode IDW dan kriging untuk interpolasi sebaran sedimen tersuspensi di Maros, Sulawesi Selatan. J Forum Geografi, 22(1), 145–158.

Pasaribu, J. M., & Haryani, N. S. (2012). Perbandingan teknik interpolasi DEM SRTM dengan metode inverse distance weighted (IDW), natural neighbor, dan spline. Pusat Pemanfaatan Penginderaan Jauh, LAPAN, 9(2), 126–139.

Riandy, M. (2013). Sebaran spasial konsentrasi klorofil-a di perairan Lombok dari data citra Aqua MODIS selama lima tahun (2008-2012) [Skripsi, Institut Pertanian Bogor]. Bogor, ID.

Susilo, S. B. (2000). Penginderaan jauh terapan. Bogor, ID: Institut Pertanian Bogor.




DOI: https://doi.org/10.35308/jlik.v6i2.10590

Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 Robin Saputra

                                 Jurnal Laot Ilmu Kelautan 
                    e-ISSN: 2684-7051  I  DOI: 10.35308
Jl. Alue Peunyareng, Ujong Tanoh Darat, Meureubo, Kabupaten Aceh Barat, Aceh 23681, Indonesia
(0655) 7110535 l +6285361163215 l +6282268863033
License Creative Commons is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License