Perpustakaan Digital ITB

Waduk Saguling memiliki kondisi hulu tercemar ringan dengan kandungan nitrat yang diatas baku mutu, sehingga diperlukan pemantauan kualitas air guna menjaga kualitas air waduk. Konsentrasi klorofil-a sebagai indikator proxy biologi dapat digunakan sebagai salah satu parameter air dalam pemantauan kualitas air. Namun, pemantauan kualitas air secara tradisional membutuhkan waktu, biaya dan tenaga yang memadai. Oleh karena itu, teknologi remote sensing dapat menjadi alternatif sebagai solusi permasalahan dari keterbatasan pada pemantauan kualitas air secara tradisional tersebut. Pada remote sensing, konsentrasi klorofil a dapat diidentifikasi melalui sifatnya yang menyerap cahaya pada panjang gelombang tertentu. Sehingga, cahaya yang diserap oleh klorofil-a akan diukur oleh satelit untuk mendapatkan nilai reflektansi yang dapat digunakan untuk memprediksi klorofil-a. Pada penelitian ini digunakan dua citra satelit, yaitu Sentinel-2 dan Landsat 9 untuk memprediksi klorofil-a pada Waduk Saguling. Model empiris berupa persamaan regresi digunakan untuk memprediksi konsentrasi klorofil-a dari data citra satelit. Data nilai konsentrasi klorofil-a insitu dan data nilai reflektansi pada tahun 2022 digunakan dalam memperoleh model empiris berupa persamaan regresi untuk prediksi konsentrasi klorofil-a. Sedangkan data validasi yang digunakan berupa data tahun 2024 yang menggabungkan data musim hujan dan kemarau. Pengolahan data-data tersebut dilakukan menggunakan software Rstudio. Data nilai reflektansi dan visualisasi hasil model menggunakan software Google Earth Engine (GEE). Pada penelitian ini juga membandingkan nilai reflektansi pada Sentinel-2 dan Landsat 9 berdasarkan data SR (Surface Reflectance) yang sudah di koreksi atmosferik dan data TOA (Top of Atmosphere) yang belum dilakukan koreksi atmosferik. Perbandingan ini untuk mengetahui kesesuaian data satelit dalam model. Uji validasi model dilakukan dengan parameter statistik berupa R2 dan Root Mean Squared Error (RMSE), melalui perbandingan antara hasil model dengan data tahun 2022 dan data tahun 2024. Hasil penelitian menunjukkan bahwa model citra satelit Sentinel-2 dengan data SR memiliki performa yang lebih baik dibandingkan dengan data TOA, berdasarkan nilai R2 yang lebih tinggi dan RMSE yang lebih rendah. Hasil model Sentinel-2 SR diperoleh nilai R2 dan RMSE sebesar 0,751 dan 1,39. Sedangkan TOA diperoleh nilai R2 dan RMSE sebesar 0,551 dan 1,86. Hasil model Landsat 9 TOA dengan R2 dan RMSE sebesar 0,280 dan 2,35 memiliki performa lebih baik daripada model Landsat 9 SR dengan R2 dan RMSE sebesar 0,289 dan 2,35. Hasil uji validasi menunjukkan bahwa model Sentinel-2 SR memiliki performa model yang lebih baik terhadap data baru dibandingkan dengan model Landsat 9 TOA. Model Sentinel-2 SR berupa persamaan Multiple Linear Regression (MLR) dengan integrasi band 2, 3, 4, 5 dan 11, dengan persamaan matematis sebagai berikut: y =13,36 - 239,98B2 + 235,19B3 – 0,578B4 - 56,68B11. Hasil uji validasi model Sentinel-2 diperoleh nilai R2 dan RMSE sebesar 0,261 dan 4,2, yang menunjukkan penurunan nilai R2 dan kenaikan RMSE yang mengindikasikan adanya penurunan performa model terhadap data baru. Namun, konsentrasi klorofil-a hasil model dengan nilai aktual masih berada pada status trofiknya yang sama. Sehingga model dapat memberikan gambaran besar prediksi sebaran konsentrasi klorofil-a pada Waduk Saguling dan dapat digunakan untuk memodelkan musim kemarau maupun musim hujan. Hasil visualisasi estimasi sebaran konsentrasi klorofil-a pada tahun 2022 – 2025 menunjukkan adanya kenaikan konsentrasi klorofil-a pada tahun 2022-2023 serta penurunan konsentrasi klorofil-a dari 2023 hingga Januari 2025. Hasil model dengan Sentinel-2 SR dapat digunakan untuk melakukan pemantauan kualitas air Waduk Saguling dan menjadi pertimbangan dalam keputusan pengelolaan air pada waduk tersebut.