JGISE Vol. 1 No. 1 (2018), pp. 1 - 9 | https://doi.org/10.22146/jgise.xxxxx JGISE Journal of Geospatial Information Science and Engineering E-ISSN: 2623-1182 | https://jurnal.ugm.ac.id/jgise Comparison of Water Feature Detection with NDWI and MNDWI Techniques Rifda Dwi Lestari(100)1, Widya Hanifazza(100)2, Lugas Pratama Putra(100)3* Departemen Teknik Geodesi, Universitas Gadjah Mada, INDONESIA ARTICLE INFO ABSTRACT Article History: Received 16 Juni 2019 Received in revised form Day Month Year Accepted Day Month Year Available online Day Month Year Water is a natural resource that is very important for humans. But the basic character of water that moves from the highlands to the lowlands is often a problem for humans, namely is flooding. Flood is one of natural disaster that often occur in Indonesia. This disaster usually occurs during the rainy season around November to March each year. Mapping flood-prone areas is one way to control non-structural flooding. But an analysis of flood-prone areas is needed in this study using the help of Geographic Information Systems (GIS) with three parameters, namely (1) Rainfall, (2) Slope and (3) Land Use. For example, one of the analyzes used was the application of the NDWI and MNDWI methods to Landsat-8 satellite images. NDWI (Normalized Difference Water Index) is a band ratio technique that is carried out to help detect water features in soil and vegetation in certain areas. The band used in this NDWI technique is the Green band and the NIR band. However, it is not uncommon for case studies to be carried out in areas of builtup land, NDWI fails to define water features accurately because of the noise caused by buildings. However, with the Modified Normalized Difference Water Index which is a band ratio operation that uses Green band and MIR band, it can reduce the detected noise. So, the result is that water features in the built up area can be detected more accurately using MNDWI. Keywords: Water extraction, Spectral indices, Landsat-8, MNDWI, NDWI Corresponding Author: Rifda Dwi Lestari Email: [email protected] 2011). Banjir seperti dalam definisi di atas disebut juga dengan banjir genangan. Yuksek, Kankal, & Ucuncu (2013) menyatakan bahwa banjir merupakan bencana yang umum terjadi dan sering menyebabkan kerugian material yang besar. Banjir menjadi bencana apabila masyarakat ada yang menjadi korban. Masyarakat menjadi korban karena memanfaatkan lahan sekitar sungai dengan berbagai alasan (Yuksek et al., 2013). Kejadian banjir pada berbagai lokasi di Indonesia satunya disebabkan perubahan fungsi Daerah Aliran Sungai (DAS) dan perilaku manusia dalam membuang sampah sembarangan di sungai sehingga terjadi penumpukan sampah di berbagai titik hulu maupun hilir sungai. Pendahuluan Manusia tidak bisa lepas dari peran air yang sangat vital bagi kelangsungan hidup. Terdapat beberapa bentuk objek buatan manusia maupun alami yang tersedia di bumi yang mengandung unsur air, seperti sungai, danau, air terjun, waduk, kanal, dsb. Tak jarang dilakukan pendeteksian objek-objek tersebut, baik untuk keperluan pencarian lokasi objek atau menganalisis fenomena tertentu yang terjadi, misalkan deteksi luapan air di waduk saat musim hujan dan deteksi daerah genangan air saat bencana banjir terjadi di wilayah tertentu. Penginderaan jauh sudah digunakan sejak lama untuk mencari sumber daya air, pengelolaan pesisir, dan deteksi fitur air (Xu, 2006). Banjir makin sering terjadi di beberapa wilayah di Indonesia. Banjir didefinisikan sebagai peristiwa meluapnya air sungai melebihi palung sungai (Anonim, 1 Hasilnya, fitur badan air akan memiliki nilai positif dan dengan demikian ditingkatkan, sementara objek vegetasi dan tanah biasanya memiliki nilai nol atau negatif dank arena itu ditekan. Namun, untuk kasus penerapan NDWI di wilayah perairan dengan area lahan terbangun tidak dapat mencapai tujuan seperti yang diharapkan karena informasi air yang diekstraksi sering tercampur dengan noise atau tingkat kebisingan lahan terbangun (bangunan-bangunan). Untuk menghilangkan nilai kebisingan lahan terbangun, perlu diperiksa karakteristrik fiturnya (Xu, 2006). Hanqiu Xu berasumsi nilai kebisingan lahan terbangun akan bernilai negatif apabila band NIR pada NDWI diganti menggunakan band MIR. Sehingga NDWI yang telah dimodifikasi dapat dinyatakan sebagai berikut (Xu, 2006): Gambar (Figure) 1. Terjadinya penumpukan sampah di pintu air sungai akibat perilaku manusia membuang sampah sembarangan Sumber (Source): medan.tribunnews.com (22 November 2017) Perubahan penutupan lahan dapat menyebabkan terganggunya fungsi daerah peresapan air (Wirakusumah & Murdohardono, 2014) dan mempengaruhi limpasan permukaan (Harifa, Sholichin, & Prayogo, 2017). Perubahan penutupan lahan dari hutan menjadi penutupan lahan lain dapat mengakibatkan banjir saat terjadi hujan (Harifa et al., 2017; Zhang & Wang, 2007). Oleh karena itu perubahan penutupan lahan perlu mendapat perhatian utama untuk mencegah banjir (Nurlina, Ridwan, & Siregar, 2014). Akibat dari perilaku yang telah disebutkan sebelumnya serta akibat sifat air yang cenderung mengalir ke daerah yang lebih rendah, sebagian daerah di Indonesia terutama daerah dengan dataran rendah terancam banjir dengan berbagai ketinggian. Oleh karena itu perlu dilakukan pendeteksian banjir secara lebih akurat dan presisi salah satunya dengan Teknik NDWI dan MNDWI. Untuk yang pertama, Teknik Normalized Difference Water Index (NDWI) yang merupakan suatu teknik band rasio yang diaplikasikan pada proses pengolahan citra LANDSAT 8 dengan tujuan untuk membantu deteksi kandungan air pada tanah dan vegetasi. Sehingga dalam kasus pendeteksian badan air dapat menggunakan metode NDWI (Nath & Deka, 2017). Nilai NDWI dapat dihitung menggunakan rumus (Rokni, Ahmad, Selamat, & Hazini, 2014): MNDWI = (π΅πππ π»ππππ’−π΅πππ ππΌπ ) (π΅πππ π»ππππ’+π΅πππ ππΌπ ) Perhitungan MNDWI akan menghasilkan tiga hal: 1. Air akan memiliki nilai positif yang lebih besar daripada NDWI karena lebih banyak menyerap band MIR daripada band NIR. 2. Lahan terbangun akan memiliki nilai negatif seperti asumsi sebelumnya. 3. Objek vegetasi dan tanah masih akan memiliki nilai negatif karena tanah memantulkan band MIR lebih dari band NIR (Jensen, 2005) serta vegetasi memantulkan band MIR lebih dari band Hijau. Data dan Metodologi 2.1. Data dan Lokasi Data yang digunakan dalam studi ini adalah citra satelit resolusi menengah wilayah Kabupaten Bojonegoro, Jawa Timur. Pemilihan wilayah Kabupaten Bojonegoro dikarenakan wilayah ini merupakan wilayah yang termasuk dalam kategori sering mendapat bencana banjir tiap tahunnya. Citra satelit yang digunakan adalah citra satelit Landsat 8 yang merupakan citra dengan resolusi medium. Pemilihan citra satelit Landsat 8 dikarenakan pada studi ini tidak diperlukan citra yang memiliki resolusi spasial tinggi. 2.2. Metodologi Dalam studi ini akan digunakan dua teknik ekstraksi indeks spektral pada citra Landsat-8, yaitu MNDWI dan NDWI 2.2.1 Teknik MNDWI Teknik MNDWI yang dikembangkan oleh Xu menggunakan kanal hijau dan kanal MIR. Pada citra Landsat-8, kanal hijau adalah berada pada kanal 3 dan kanal MIR berada pada kanal 6 atau 7, sehingga persamaan teknik MNDWI akan menjadi seperti persamaan (1) (π3 − π6) πππ·ππΌ = (π3 + π6) (1) NDWI = Dimana Band NIR adalah nilai reflektan atau radians yang mendekati band Infrared dan Band Hijau adalah nilai reflektan atau radians yang termasuk dalam kanal tampak (Mehebub, Raihan, Nuhul, & Haroon, 2015). Pemilihan gelombang hijau dan NIR yang digunakan pada NDWI didasarkan pada (McFeeters, 1996) : 1. Memaksimalkan nilai reflektan dari badan air dengan menggunakan gelombang hijau 2. Mengurangi nilai reflektan rendah yang dipantulkan oleh badan air pada kanal NIR 3. Memanfaatkan nilai reflektan tinggi yang dipantulkan oleh fitur vegetasi dan tanah pada kanal NIR. 2 2.2.2 Teknik NDWI Teknik NDWI yang dikembangkan oleh McFeeters mengekstrak badan air dengan memanfaatkan kanal NIR dan kanal hijau pada Landsat 7 sehingga persamaan untuk teknik NDWI akan dinyatakan seperti pada persamaan (2) (π3 − π5) ππ·ππΌ = (π3 + π5) (2) Mulai Gambar 2. Hasil proses ekstraksi badan air dengan teknik MNDWI di area bengawan Solo Hasil proses ekstraksi badan air menggunakan teknik NDWI dapat dilihat pada gambar 3 dan 4 Citra Landsat-8 wilayah Bojonegoro bulan januari 2019 Ekstraksi MNDWI dengan software ArcGIS Pro Ekstraksi NDWI dengan software ENVI Gambar 3. Hasil proses ekstraksi badan air dengan teknik NDWI di area Waduk Pacal Proses analisa Diagram 1. Diagram alir analisa perbandingan teknik NDWI dengan MNDWI Hasil dan Pembahasan Hasil proses ekstraksi badan air menggunakan teknik MNDWI dapat dilihat pada gambar 1 dan 2 Gambar 4. Hasil proses ekstraksi badan air dengan teknik NDWI di area Bengawan Solo Pada kedua hasil proses ekstraksi badan air dapat dilihat bahwa kedua badan air direpresentasikan dengan warna biru. Pada hasil teknik MNDWi simbologi dari badan air berupa warna biru dengan nilai piksel ≤ 1. Sedangkan pada teknik NDWI, badan air disimbolkan dengan warna biru dnegan nilai piksel lebih terperinci, yaitu mulai dari 0 sampai 1. Teknik MNDWI menghasilkan citra dengan badan air terekstraksi lebih jelas daripada teknik NDWI. Seperti contoh pada bagian bawah Bengawan Solo, terdapat warna biru tua yang menunjukkan area persawahan yang terindikasi sebagai badan air. Sedangkan pada teknik NDWI area persawahan tadi masih tercampur dengan pengklasifikasian warna hijau untuk jenis tutupan lahan yang lain. Gambar 1. Hasil proses ekstraksi badan air dengan teknik MNDWI di area Waduk Pacal 3 International Journal of Remote Sensing Vol. 27, No.14, 3025-3033. Kesimpulan Ekstraksi badan air dari citra satelit dapat dilakukan melali dua teknik, yaitu teknik MNDWI dan NDWI. Teknik MNDWI menghasilkan citra dengan badan air tampak lebih jelas dan lebih mudah dibedakan daripada teknik NDWI. Yuksek, O., Kankal, M., & Ucuncu, O. (2013). Assessment of big floods in the Eastern Black Sea Basin of Turkey. Environment Monitoring Assessment, 185, 797–814. https://doi.org/10.1007/s106610122592-2 Ucapan Terima Kasih Ucapan terimakasih diberikan kepada pihak USGS yang telah menyediakan data citra satelit LANDSAT-8 opensource untuk area penelitian dan kepada asisten dosen serta dosen pembimbing praktikum mata kuliah Pengolahan Citra Digital Teknik Geodesi FT UGM yang telah membimbing penulis dan memberikan fasilitas berupa software yang menunjang penelitian, sehingga penulis dapat menyelesaikan penelitian ini dengan baik. Zhang, H., & Wang, X. (2007). Land-use dynamics and flood risk in the hinterland of the Pearl River Delta: The case of Foshan City. International Journal of Sustainable Development & World Ecology, 14(5), 485–492. Referensi Anonim. Peraturan Pemerintah No. 38 tentang Sungai (2011). Indonesia Harifa, A. C., Sholichin, M., & Prayogo, T. B. (2017). Analisa pengaruh perubahan penutupan lahan terhadap debit sungai Sub DAS Metro dengan menggunakan program ARCSWAT. Jurnal Teknik Pengairan, 8(1), 1–14. Jensen, J. R. (2005). Introductory Digital Image Processing: A Remote Sensing Perspective. California: Prentice Hall. McFeeters, S. K. (1996). The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features. International Journal of Remote Sensing, 17(7), 1425–1432. Mehebub, S., Raihan, A., Nuhul, H., & Haroon, S. (2015). Assessing flood inundation extent and landscape vulnerability to flood using geospatial technology: A study of Malda district of West Bengal, India. Forum geografic. Studii Θi cercetΔri de geografie Θi protecΘia mediului Volume XIV, Issue 2, 156-163. Rokni, K., Ahmad, A., Selamat, A., & Hazini, S. (2014). Water Feature Extraction and Change Detection Using Multitemporal Landsar Imagery. Remote Sens, 4173- 4189. Wirakusumah, D., & Murdohardono, D. (2014). Kajian banjir Jakarta ditinjau dari ilmu geologi. Jurnal ESDM, 6(2), 63–76. Xu, H. (2006). Modification of normalised difference water indec (NDWI) to enhance open water features in remotely sensed imagery. 4