Identifikasi Tumpahan Minyak di Laut Akibat Tank Cleaning Menggunakan Metode Tidak Terselia

Authors

  • Rizky Faristyawan Badan Riset dan Inovasi Nasional
  • Pramaditya Wicaksono Universitas Gadjah Mada
  • Sanjiwana Arjasakusuma Universitas Gadjah Mada
  • Restu Wardani Badan Meteorologi Klimatologi dan Geofisika

DOI:

https://doi.org/10.15578/jkn.v18i1.12404

Keywords:

tumpahan minyak, tidak terselia, K-Means, CLARA

Abstract

Tumpahan minyak di laut dapat terdeteksi oleh citra satelit dengan sensor Synthetic Aperture Eadar (SAR) dan memungkinkan untuk diidentifikasi menggunakan berbagai macam metode baik terselia maupun tidak terselia. Salah satu metode terselia yang biasa digunakan adalah digitasi visual, namun metode ini sangat subjektif pada kapasitas interpreter. Untuk meminimalisasi subjektifitas interpreter maka metode tidak terselia perlu dikaji lebih lanjut. Tujuan dari penelitian ini adalah mengkaji algoritma tidak terselia untuk identifikasi tumpahan minyak yang diakibatkan oleh tank cleaning. Citra satelit yang digunakan dalam penelitian ini adalah citra Sentinel-1 di wilayah perairan utara Pulau Bintan. Proses identifikasi dilakukan menggunakan metode tidak terselia, dan penelitian ini membandingkan dua algoritma dalam proses identifikasi, yaitu K-Means dan CLARA. Dapat disimpulkan bahwa dalam melakukan identifikasi perlu diketahui terlebih dahulu kondisi perairan terutama kecepatan angin dan arus laut sebelum memasuki tahap komputasi. Hasil identifikasi menggunakan kedua algoritma ini dibandingkan dengan data referensi dari LAPAN sebagai instansi yang melakukan diseminasi terkait tumpahan minyak di laut. Jika dibandingkan dengan data referensi tersebut, algoritma K-Means memiliki persentase hasil yang lebih baik dalam mendeteksi luasan tumpahan minyak, namun algoritma CLARA mampu memberikan hasil identifikasi dengan look-alike tumpahan minyak yang lebih sedikit sehingga kesalahan identifikasi menjadi minimal.

Author Biography

Rizky Faristyawan, Badan Riset dan Inovasi Nasional

Peneliti Pertama

References

Al-Ruzouq, R., Gibril, M. B., Shanableh, A., & Kais, A. (2020). Sensors, Features, and Machine Learning for Oil Spill Detection and Monitoring: A Review. Remote Sensing, 12(20), 3338. https://doi.org/10.3390/rs12203338

Amin, G., Shahzad, M. I., Nazeer, M., Zia, I., Mahmood, I., & Jaweria, S. (2021). Assessing the spatial distribution and impacts of recent oil spill along the Western Coast of Karachi, Pakistan. Geocarto International, 37(17), 4911-4931. https://doi.org/10.1080/10106049.2021.1899307

BPS. (2022). Kabupaten Bintan dalam Angka. BPS.

Capor-Hrosik, R., Tuba, E., Dolicanin, E., Jovanovic, R., & Tuba, M. (2019). Brain Image Segmentation Based on Firefly Algorithm Combined with K-means Clustering. Stud. Inform. Control 2019, 28, 167-176. DOI:10.24846/v28i2y201905

Chaturvedi, S. K., Banerjee, S., & Lele, S. (2020). An assessment of oil spill detection using Sentinel 1 SAR-C images. Journal of Ocean Engineering and Science, 5(2), 116-135.

Direktorat Pendayagunaan Pulau-Pulau Kecil, KKP. (2022). Bintan. Diakses pada 11 Juni 2022 dari http://www.ppk-kp3k.kkp.go.id/direktori-pulau/index.php/public_c/pulau_info/140

GESAMP. (2007). Estimates of oil enter-ing the marine environment from sea-based activities. London: IMO.

Mujahidawati., Fahrudin, A., Boer, M., & Nurjaya, W. (2018). Kajian Sumberdaya Pesisir Dan Laut Akibat Pencemaran Di Perairan Kecamatan Gunung Kijang Kabupaten Bintan. Bogor: Institut Pertanian Bogor.

Naz, S., Iqbal, M. F., Mahmood, I., & Allam, M. (2021). Marine oil spill detection using Synthetic Aperture Radar over Indian Ocean. Marine Pollution Bulletin, 162. https://doi.org/10.1016/j.marpolbul.2020.111921

Negara, G. S. (2020). Dampak Lingkungan Terhadap Pencemaran Laut Di Pesisir Utara Pulau Bintan Selama Musim Angin Utara. Jurnal Sains dan Teknologi Maritim, 20(2), 137-144.

Pusfatja. (2021). Tumpahan Minyak (Oil Spill). Diakses pada 5 Januari 2021 dari Pusfatja LAPAN: https://spbn.pusfatja.lapan.go.id/maps/6116

Puspitasari, T. A., Fuad, M., & Parwati, E. (2020). Prediksi Pola Persebaran Tumpahan Minyak Menggunakan Data Citra satelit Sentinel-1 di Perairan Bintan, Kepulauan Riau. Jurnal Penginderaan Jauh, 17(2), 89-102.

Rousseeuw, P. J., & Kaufman, L. (1990). Finding Groups in Data. Belgium: John Wiley & Sons Inc.

Setiyono, B., & Mukhlash, I., (2005). Kajian Algoritma GDBScan, Clarans dan Cure untuk Spatial Clustering. Limits: Journal of Mathematics and Its Applications, 2(2), 117-128.

Sheta, A., Alkasassbeh, M., Braik, M., & Ayyash, H. (2012). Detection of Oil Spills in SAR Images using Threshold Segmentation Algorithms. International Journal of Computer Applications, 57, 10-15.

Siagian, Y. S., Aziz, R., & Aris, I. (2016). Pemodelan Sebaran Tumpahan Minyak Di Perairan Teluk Balikpapan, Kalimantan Timur. Jurnal Oseanografi, 5(2), 270–276.

Steinley, D., & Brusco, M. J. (2007). Initializing k-means batch clustering: A critical evaluation of several techniques. Journal of Classiï¬cation, 24(1), 99-121.

Xu, J., Pan, X., Jia, B., Wu, X., Liu, P., & Li, B. (2021). Oil Spill Detection Using LBP Feature and K-Means Clustering in Shipborne Radar Image. J. Mar. Sci. Eng., 9(1), 65. https://doi.org/10.3390/jmse9010065

Downloads

Published

2023-04-17

Issue

Vol. 18 No. 1 (2023): APRIL

Section

Articles

License

The author sends articles to Jurnal Kelautan Nsional holding the copyright, managed openly provided that:

  • Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.

  • ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.

Creative Commons License

Jurnal Kelautan Nasional is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.