Jurnal INTEKNA : Informasi Teknik dan Niaga Volume 26.
No.
Mei 2026 http://ejurnal.
id/index.
php/intekna/issue/archive ISSN 1412-5609 (Prin.
ISSN 2443-1060 (Onlin.
KAJIAN PERUBAHAN LUASAN HUTAN MANGROVE
MEMANFAATKAN GOOGLE ERATH ENGINE
DI KECAMATAN PULAU LAUT UTARA KOTABARU
Ferry Sobatnu.
Ade Rizqi Nurhidayati Suyitno.
email: sobatnu@poliban.
id, elysianade@gmail.
Jurusan Teknik Sipil dan Kebumian.
Politeknik Negeri Banjarmasin Ringkasan Kabupaten Kotabaru termasuk salah satu kabupaten di Provinsi Kalimantan Selatan Indonesia.
Ibu kota kabupaten ini di wilayah Pulau Laut, tepatnya di Kecamatan Pulau Laut Utara, yang terpisah dari Pulau Kalimantan sehingga memiliki karakteristik ekosistem yang beragam jenisnya salah satunya adalah ekosistem mangrove.
Hutan mangrove berfungsi sebagai benteng alami, melindungi pesisir dari erosi dan serangan gelombang besar.
Hutan mangrove secara ekonomi berfungsi yaitu penghasil kebutuhan rumah tangga, penghasil keperluan industri, habitat burung dan ikan dan penghasil bibit.
Metode pengukuran kerapatan atau tingkat kehijauan hutan mangrove yaitu algoritma indeks vegetasi.
Penelitian ini menggunakan klasifikasi Normalized Different Vegetation Index (NDVI) sebagai indikator untuk mengukur biomassa daun hijau dan indeks luas daun untuk klasifikasi vegetasi mangrove di Kecamatan Pulau Laut Utara Kabupaten Kotabaru.
Data geospasial perubahan kerapatan vegetasi memanfaatkan citra satelit tahun 2020 sampai dengan 2023.
Google Earth Engine (GEE) adalah platform berbasis cloud dimanfaatkan untuk mengakses dan memproses kumpulan data geospasial yang sangat besar untuk analisis NDVI.
Hasil Analisis, mengategorikan menjadi empat kelas kerapatan, yaitu rendah, sedang, tinggi, dan sangat tinggi.
Berdasarkan data luasan dari tahun 20202023, dapat dilihat luasan mangrove bertambah setiap tahunnya dengan rata-rata 27 ha.
Berkurangnya luas kelas kerapatan sedang, bukan karena kerusakan mangrove, melainkan karena berubah ke kelas yang tinggi.
Kata Kunci : Mangrove.
Pulau Laut Utara.
GEE.
NDVI
PENDAHULUAN
Kabupaten Kotabaru.
Kalimantan Selatan, memiliki ekosistem mangrove yang sangat luas, 000 ha atau sekitar 73,62% dari total luas mangrove di provinsi tersebut.
Di Kecamatan Pulau Laut Utara, ekosistem ini memiliki karakteristik unik karena terpisah dari daratan utama Pulau Kalimantan dan kini menghadapi tekanan alih fungsi lahan menjadi pemukiman, perkebunan, hingga tempat wisata.
Permasalahan utama yang muncul adalah perlunya pemantauan kondisi luasan dan kerapatan vegetasi secara akurat untuk menjaga fungsi ekologis mangrove sebagai pelindung pesisir dan pencegah intrusi air laut.
Penelitian ini mendesak dilakukan untuk menyediakan data spasial terkini mengenai kondisi mangrove.
Penggunaan teknologi konvensional seringkali memakan waktu, sehingga penggunaan Google Earth Engine (GEE) menjadi rasional karena kemampuannya dalam memproses data geospasial skala besar secara cepat berbasis cloud tanpa memerlukan komputasi lokal yang berat.
Pemanfaatan citra Sentinel-2A melalui GEE memungkinkan pemantauan perubahan vegetasi dari tahun ke tahun secara efisien.
Teknologi penginderaan jauh memberikan kemudahan dalam mengumpulkan data secara temporal, arsip maupun real-time.
Perkembangan Algoritma digital menghadirkan GEE sehingga memungkinkan pengaksesan data dimaksud secara sekaligus.
Pembuktian secara langsung di lokasi penelitian harus tetap dilaksanakan.
Penelitian ini menitik beratkan pengujian kualitas data citra satelit dengan kondisi kenyataan di area objek penelitian secara langsung di lapangan.
Dengan demikian metode penelitian ini dapat menjadi alternatif solusi cepat untuk mempelajari kawasan ekosistem mangrove sehingga berdampak dalam pelaksanaan tata kelola fungsi lahan.
Tujuan kegiatan yaitu.
menerapkan teknologi penginderaan jauh berbasis GEE untuk analisis geospasial hutan mangrove di Pulau Laut Utara.
Memetakan luasan wilayah dan mengklasifikasikan tingkat kerapatan mangrove berdasarkan indeks vegetasi dan menganalisis perubahan luasan ISSN 1412-5609 (Prin.
ISSN 2443-1060 (Onlin.
Jurnal INTEKNA : Informasi Teknik dan Niaga Volume 26.
No.
Mei 2026 http://ejurnal.
id/index.
php/intekna/issue/archive mangrove dalam rentang waktu tertentu.
Akuisisi data menggunakan script Google Earth Engine untuk mengambil data citra satelit Sentinel-2A dalam rentang waktu 2020 hingga 2023.
Analisis vegetasi menerapkan algoritma Normalized Difference Vegetation Index (NDVI) untuk mengidentifikasi kerapatan vegetasi mangrove.
Lingkup penelitian fokus pada lokasi spesifik di Desa Sungai Taib.
Stagen.
Sebelimbingan, dan Pantai Baru dengan batasan analisis pada luasan dan tingkat kerapatan .
idak mencakup varian sub-spesies mangrov.
KAJIAN PUSTAKA
Penginderaan Jauh Penginderaan jauh .
emote sensin.
sering disingkat inderaja, adalah ilmu dan seni untuk memperoleh informasi tentang suatu obyek, daerah,atau fenomena melalui analisis data yang diperoleh dengan suatu alat tanpa kontak langsung dengan obyek, daerah, atau fenomena yang dikaji (Lillesand dan kiefer dalam Putra, 2.
Penginderaan jauh berarti melihat obyek dari jarak jauh.
Obyek, daerah, atau gejala yang dikaji dalam definisi tersebut dapat berada di permukaan bumi, di atmosfer, atau planet di luar angkasa (Kusumowigado, dkk.
, 2.
Sistem Penginderaan Jauh ialah serangkaian komponen yang digunakan untuk penginderaan jauh.
Rangkaian komponen itu berupa tenaga, objek, sensor, data dan pengguna data (Sutanto, 1.
Mangrove Hutan mangrove adalah hutan yang terdapat di sepanjang pantai atau muara sungai dan dipengaruhi oleh gerakan pasang surut perpaduan antara air sungai dan air laut, yang tergenang pasang dan bebas dari genangan pada saat surut yang komunitasnya bertoleransi terhadap garam.
Sungai mengalirkan air tawar untuk mangrove, dan pada saat pasang pohon mangrove dikelilingi oleh air garam atau air payau (Waryono, 2.
Hutan mangrove merupakan komunitas vegetasi pantai tropis, yang didominasi oleh beberapa jenis pohon mangrove yang mampu tumbuh dan berkembang pada daerah pasang surut pantai berlumpur.
Hutan mangrove banyak ditemui di pantai, pertemuan antara muara sungai dan air laut, teluk yang dangkal, estuaria, delta, dan daerah pantai yang terlindung (Gunarto, 2.
Mangrove adalah jenis tanaman dikotil yang hidup di habitat air payau.
Lokasi ini yang kemudian menjadi pelindung daratan dari gelombang air laut yang besar.
Hutan mangrove juga dikenal dengan istilah tidal forest, coastal woodland, vloedbosschen, atau hutan payau.
Banyak kalangan yang sering menyebut hutan pinggir pantai tersebut sebagai hutan bakau.
Sebenarnya hutan tersebut lebih tepat disebut hutan mangrove.
Istilah AumangroveAy disini digunakan sebagai pengganti istilah bakau untuk menghindarkan adanya salah pengertian dengan hutan yang terdiri atas pohon bakau Rhizopora Hal ini dikarenakan bukan hanya pohon bakau saja yang tumbuh di sana, namun masih terdapat banyak jenis tumbuhan lain yang hidup di dalamnya diantaranya.
Bakau.
Tancang.
Api-api.
Pedada.
Nipah.
Nyirih dan Bogem.
Istilah mangrove tidak hanya diperuntukkan untuk klasifikasi spesies tertentu saja, tetapi istilah ini dideskripsikan untuk tanaman tropis yang bersifat halophytic atau toleran terhadap Selain itu, mampu tumbuh di tanah basah lunak, habitat air laut, dan mampu terkena fluktuasi pasang surut juga merupakan cakupan deskripsi tumbuhan yang dapat disebut sebagai spesies tumbuhan AumangroveAy.
Google Earth Engine Sebuah platform yang menerapkan aplikasi penginderaan jauh dikembangkan oleh Google untuk memproses dan menganalisis data geospasial dalam skala yang besar.
Selain menjalankan operasi pemrosesan data.
Google Earth Engine memiliki koleksi lengkap data penginderaan jauh.
Platform menggabungkan katalog multi-petabyte dari citra satelit dan kumpulan data geospasial dengan kemampuan analisis skala planet dan membuatnya digunakan untuk berbagai keperluan, termasuk penelitian ilmiah, manajemen sumber daya alam, pemantauan lingkungan, dan pengambilan keputusan kebijakan.
Keunggulan platform Google Earth Engine adalah pengguna dibebaskan dari proses pre processing image yang membutuhkan waktu serta data storage pada hardware pengguna karena database maupun proses komputasi dilakukan berbasiskan cloud service.
Sentinel-2A Salah satu satelit dalam program Copernicus yang diluncurkan oleh Badan Antariksa Eropa (European Space Agency.
ESA).
Program Copernicus bertujuan untuk menyediakan data pengamatan bumi secara berkelanjutan dan dapat diakses oleh berbagai pengguna di seluruh dunia.
Sentinel-2A, diluncurkan pada 23 Juni 2015, adalah bagian dari misi Sentinel-2 yang terdiri dari dua satelit.
Sentinel101 Jurnal INTEKNA : Informasi Teknik dan Niaga Volume 26.
No.
Mei 2026 http://ejurnal.
id/index.
php/intekna/issue/archive ISSN 1412-5609 (Prin.
ISSN 2443-1060 (Onlin.
2A dan Sentinel-2B, yang bekerja sama untuk memberikan cakupan global yang komprehensif.
Sentinel-2A memiliki sejumlah kelebihan yang membuatnya sangat berguna dalam berbagai aplikasi pengamatan bumi karena mengasilkan resolusi tinggi, multi-spektral, cakupan secara global, frekuensi pengulangan tinggi, swath width, akses data terbukan dan gratis,dan teknologi mutakhir.
Dengan semua keunggulan ini.
Sentinel-2A menjadi alat yang sangat penting untuk berbagai aplikasi pengamatan bumi, mendukung upaya global dalam konservasi lingkungan, manajemen sumber daya alam, dan pengambilan keputusan berbasis data.
NDVI
Normalized Difference Vegetation Index (NDVI) adalah algoritma yang digunakan untuk mengetahui indeks tingkat kehijauan tumbuhan .
berasal dari citra satelit.
Indeks NDVI sendiri dihasilkan melalui kombinasi antara dua kanal .
citra satelit yakni merah .
dan inframerah dekat atau Near-Infrared Radiation (NIR).
Nilai NDVI antara Ae1 hingga 1, dimana nilai (-) menunjukkan obyek air atau lahan berair dan basah dan nilai ( ) menunjukan obyek vegetasi.
Parameter ini diperoleh dengan mengekstrak nilai spektral band infra merah dengan band merah pada hasil rekaman citra Dalam penerapannya NDVI digunakan untuk mendeteksi objek vegetasi di permukaan bumi, mengukur tingkat kesehatan vegetasi dan estimasi tingkat pertumbuhan maupun degradasi vegetasi.
Oleh karena itu NDVI bisa saja dimanfaatkan untuk memantau sejauh mana dampak alih fungsi lahan yang biasanya bertujuan mengimbangi pertumbuhan penduduk terhadap lingkungan eksisting.
NDVI =(N-R)/(N R)
NDVI
= Nilai Normalized Difference Vegetation Index = Near Infrared .
= Red .
Tabel 1.
Klasifikasi/rentang nilai indeks vegetasi NDVI
berdasarkan kelas kerapatan vegetasi
Kelas Klasifikasi
NDVI
Keterangan 0 s/d 0,3 Lahan tidak Kehijauan rendah
0,3 s/d 0,5 Kehijauan sedang 0,5 s/d 1
Kehijauan tinggi -1 s/d 0
METODE PENELITIAN
Wilayah kajian penelitian berada di kecamatan Pulau Laut Utara, kabupaten Kotabaru adalah sebuah wilayah yang terletak di Provinsi Kalimantan Selatan.
Indonesia.
Kabupaten ini merupakan salah satu kabupaten pertama dalam provinsi Kalimantan pada zaman dahulu.
Pada masa Hindia Belanda, kabupaten ini dinamakan Afdeeling Pasir en de Tanah Boemboe dengan ibu kota di Kotabaru.
Kabupaten ini memiliki luas wilayah 9.
442,46 kmA dan berpenduduk sebanyak 334.
158 jiwa pada Sumber data yang dipakai adalah citra Sentinel-2A dari tahun 2020 hingga 2022 dan validasi lapangan menggunakan citra Sentinel-2A tahun 2023 untuk perbandingan.
Gambar 1 memperlihatak alur kajian yang dilakukan.
ISSN 1412-5609 (Prin.
ISSN 2443-1060 (Onlin.
!"#$" Jurnal INTEKNA : Informasi Teknik dan Niaga Volume 26.
No.
Mei 2026 http://ejurnal.
id/index.
php/intekna/issue/archive ()&)&"* #&H-.
#I0
10I)"
&3.
4#5#&H6#"#H
70"$#H!)&"0&)489:
!"#$%&'%()*
, ,- , .
!"#$%&'%()*
, .
- ,
!"#$%&'%()*
, - , /
:43.
$0".
#HK6=L
?4#I0@0 #I0HK6=L
=#40'#I0H!#.
60H4#A#&3#&
&3* *$#&H-*#IH
$*B#5#&H-*#IH
C*"#&H(#&3$.
0*%1"2"2
%&'
Gambar 1.
Alur Kajian Perubahan Luasan Hutan Mangrove Pengolahan data dilakukan dengan metode NDVI untuk mengetahui vegetasi, kerapatan dan luasan, dengan bantuan perangkat Google Earth Engine (GEE) terlihat pada gambar 2.
Tahap pengolahan menggunakan bahasa pemrograman javascript.
Tahap pengolahan awal meliputi memasukan data citra satelit sentinel-2A yang sudah dipilih dan memasukan batas wilayah.
Selanjutnya akan dilakukan filtering cloud mask pada citra untuk menghilangkan tutupan awan pada daerah penelitian.
Transformasi indeks vegetasi menggunakan algoritma NVDI (Normalized Difference Vegetation Inde.
Pada citra sentinel-2A, band yang digunakan dalam perhitungan merupakan band 8 (NIR) dan band 4 (Mera.
Start
Pembuatan Script
Pemilihan Citra
Sentinel-2A
Perhitungan NDVI
Yes
NDVI
Cloud Masking GEE Visualisasi Citra End Condition? Gambar 2.
Pengolahan data citra dengan Google Earth Engine Pengambilan data sample hasil pengamatan langsung dilapangan yaitu berupa foto dokumentasi dan data koordinat yang digunakan untuk perbandingan peta hasil pengolahan GEE dengan kenyataan Analisis NDVI Analisis perubahan menggunakan identifikasi NDVI dengan memanfatkan perangkat ArcGIS.
Langkah pertama yaitu Add Data, kemudian pilih true color dan NDVI.
Berikutnya pilih opsi kotak dialog properties pada layer NDVI.
Gunakan alat classify dan bisa memilih kelas yang ingin di klasifikasikan.
Setelah diklasifikasikan, tambahkan layer dengan Add Data batas area mangrove dan area akan dipotong mengikuti vegetasi yang sudah di klasifikasikan.
Selanjutnya akan dilakukan reclassify untuk membuat klasifikasi ulang agar sesuai dengan kelas yang digunakan.
Kemudian proses dissolve, pada data atribut tambahkan satu kolom untuk luas masing-masing kelas vegetasi dan kemudian akan dihitung dengan calculate geometry.
Langkah selanjutnya yaitu layout peta hasil dari klasifikasi vegetasi mangrove.
Jurnal INTEKNA : Informasi Teknik dan Niaga Volume 26.
No.
Mei 2026 http://ejurnal.
id/index.
php/intekna/issue/archive ISSN 1412-5609 (Prin.
ISSN 2443-1060 (Onlin.
Proses klasifikasi yang dilakukan menggunakan ArcGIS dengan alat classify pada layer NDVI untuk menampilkan kelas kerapatan vegetasi mangrove terlihat pada gambar 3.
Metode ini menjelaskan hasil overlay citra dan hasil pengambilan data lapangan untuk mengetahui perubahan vegetasi yang terjadi di hutan mangrove di Kecamatan Pulau Laut Utara.
Kabupaten Kotabaru.
!55-.
#)-607I'%(%0-8-12349I&#$&I(:.
!"#$%&
!55-.
#)-<%($=%&L)&=0%?I-8-'7#!0I)-'()**-3I=I#)*$
'()**$ ,-.
),I0-1234
!"#$%&&'()
*'&& $,"
@&5
-%) .
Gambar 3.
Klasifikasi menggunakan ArcGIS dengan tool classify pada layer NDVI
HASIL DAN PEMBAHASAN
Akuisisi Citra Sentinel-2A Pemanfaatan GEE dengan menuliskan Script pada citra Sentinel-2A bagian yang harus dilakukan dalam mengakuisisi data.
Bagian filter date untuk mengatur rentang waktu citra yang ingin diolah, kemudian filter untuk menyaring tutupan awan pada citra, selanjutnya pada clip bagian () diisi nama area yang telah dipilih.
Var RGBTrue digunakan untuk memasukan band True Color.
Var nir yaitu infra merah dekat berupa band 8.
Var red untuk citra merah berupa band 4.
Pada Map.
addLayer isi AoNDVI mangroveAo sesuai dengan area yang telah dipilih.
Gambar 4 menunjukkan penulisan Script.
Gambar 4.
Script GEE citra Sentinel-2A Perubahan kerapatan mangrove di Kecamatan Pulau laut Utara Kabupaten Kotabaru pada tahun 2020 hingga 2023, terdapat tiga kelas klasifikasi yaitu rendah, sedang dan tinggi.
Mengidentifikasi faktor-faktor yang mempengaruhi luas mangrove dapat dianalisis secara spasial berdasarkan data overlay mangrove tahun 2020-2023, sehingga dapat diidentifikasi perubahan yang terjadi di kawasan mangrove dan faktor-faktor yang mempengaruhi.
Salah satu yang dominan dalam bertambahnya luasan kelas kerapatan di beberapa titik, yaitu faktor sedimentasi dan kegiatan reboisasi.
ISSN 1412-5609 (Prin.
ISSN 2443-1060 (Onlin.
Jurnal INTEKNA : Informasi Teknik dan Niaga Volume 26.
No.
Mei 2026 http://ejurnal.
id/index.
php/intekna/issue/archive Hasil NDVI 2020-2021 Hasil NDVI 2021-2022 Hasil NDVI 2022-2023 Klasifikasi tingkat kerapatan vegetasi.
Rendah Sedang Tinggi Area Tidak bervegetasi Area Terbangun Gambar 5.
Klasifikasi Vegetasi 2020-2023 Perubahan Vegetasi Indeks vegetasi merupakan suatu algoritma yang diterapkan terhadap citra .
iasanya multi salura.
, untuk menonjolkan aspek kerapatan vegetasi ataupun aspek yang berkaitan dengan kerapatan, misalnya biomassa.
Leaf Area Index (LAI), konsentrasi klorofil, dan sebagainya.
Secara praktis, indeks vegetasi ini merupakan suatu transformasi matematis yang melibatkan beberapa saluran sekaligus, dan menghasilkan citra baru yang lebih representatif dalam menyajikan fenomena vegetasi (Arnanto, 2.
Rentang kelas klasifikasi NDVI yang dihasilkan dari penyerapan radiasi matahari selalu berkisar antara -1 hingga 1 (Danoedoro, 2.
Berdasarkan hal tersebut, penulis melakukan pengolahan citra sentinel-2 wilayah Kecamatan Pulau Laut Utara.
Kabupaten Kotabaru dengan menggunakan metode NDVI, didapatkan hasilnya mulai dari tingkat rendah yaitu -0,03 sampai tingkat tinggi yaitu 0,93.
Jika dilihat berdasarkan klasifikasinya, semakin besar nilai NDVI maka semakin tinggi kerapatan vegetasinya (Irawan & Sirait, 2.
Apabila dilihat dari citra secara segmentasi maka akan terlihat kerapatan mangrove di Kecamatan Pulau Laut Utara Kabupaten Kotabaru sangat tinggi.
Adapun grafik interval hasil NDVI tahun 2020 sampai dengan 2023 sebagai berikut.
Interval NDVI tahun 2020 - 2021 Interval NDVI tahun 2021 - 2022 Jurnal INTEKNA : Informasi Teknik dan Niaga Volume 26.
No.
Mei 2026 http://ejurnal.
id/index.
php/intekna/issue/archive ISSN 1412-5609 (Prin.
ISSN 2443-1060 (Onlin.
Interval NDVI tahun 2022 Ae 2023 Gambar 6.
Grafik Interval NDVI Hasil analisis NDVI mengkategorikan menjadi tiga kelas kerapatan, yaitu rendah, sedang dan Berdasarkan kelas kerapatan vegetasi itu, maka dapat ditentukan luasan vegetasi mangrove di kecamatan Pulau Laut Utara sebagai berikut.
Tabel 2.
Tingkat Luasan Hutan Mangrove Akusisi Citra Satelit Sentinel-2A periode tahun Kelas Kerapatan 2020 Ae 2021 2021 Ae 2022 2022 Ae 2023 Rendah Sedang Tinggi Luas Mangrove (H.
Tabel 2 menunjukkan perbandingan luasan kerapatan mangrove pada tahun 2020 memiliki kelas kerapatan rendah seluas 221 ha.
Pada tahun 2021, kelas kerapatan rendah bertambah luas menjadi 254 ha.
Kemudian pada tahun 2022 kelas kerapatan rendah bertambah luas menjadi 269 ha.
Kelas kerapatan sedang pada tahun 2020 dan 2021 memiliki luas 26 ha dan di tahun berikutnya luasan bertambah menjadi 381 ha pada tahun 2022.
Pada kelas dengan kerapatan tinggi, semula pada tahun 2020 memiliki luas 1.
634 ha, kemudian bertambah luas menjadi 1.
645 ha pada tahun 2021, dan pada tahun 2022 berkurangnya luas menjadi 1.
282 ha.
ISSN 1412-5609 (Prin.
ISSN 2443-1060 (Onlin.
Jurnal INTEKNA : Informasi Teknik dan Niaga Volume 26.
No.
Mei 2026 http://ejurnal.
id/index.
php/intekna/issue/archive 2022 s/d 2023 2021 s/d 2022 2020 s/d 2021 Tinggi Sedang Rendah Gambar 7.
Perubahan Luasan Hutan Mangrove tahun 2020-2023 Berdasarkan jumlah data luasan tersebut, dapat dilihat luasan mangrove bertambah setiap tahunnya dengan rata-rata 17 ha.
Berkurangnya luas kelas kerapatan sedang, bukan karena kerusakan mangrove, melainkan karena berubah ke kelas yang tinggi.
Ini menunjukan kondisi vegetasi mangrove di Kecamatan Pulau Laut Utara Kabupaten Kotabaru terjaga kelestariannya.
Identifikasi Kesesuaian Mangrove Lokasi pengambilan validasi data lapangan berada di Desa Sungai Taib.
Kecamatan Pulau Laut Utara.
Kegiatan survei validasi di lapangan dilakukan pada tanggal 2 Juli hingga 4 Juli 2024 pengambilan koordinat dan foto dokumentasi pada titik sampel vegetasi yang telah diamati.
Hal ini bertujuan untuk memastikan kesesuaian jenis vegetasi terhadap index NDVI hasil analisis klasifikasi pada citra.
Berikut adalah dokumentasi kegiatan yang telah dilaksanakan.
Tabel 3.
Validasi Data Lapangan Fiksel Citra
Validasi
Objek
116A11'31,86" E : 3A15'55,03" S
116A11'31.
69" E : 3A15'55.
32" S
Jurnal INTEKNA : Informasi Teknik dan Niaga Volume 26.
No.
Mei 2026 http://ejurnal.
id/index.
php/intekna/issue/archive ISSN 1412-5609 (Prin.
ISSN 2443-1060 (Onlin.
116A11'31.
88" E : 3A15'56.
35" S
KESIMPULAN DAN SARAN-SARAN
Kesimpulan Telah terjadi perubahan kerapatan pada vegetasi mangrove di Kecamatan Pulau Laut Utara.
Kabupaten Kotabaru dari tahun 2020 hingga 2023.
Untuk mengetahui kerapatan mangrove dapat menggunakan metode NDVI, yang mana mempunyai hasil kerapatan tiga kelas dengan dominan kelas vegetasi tinggi pada tahun 2020 memiliki luas 1.
881 ha, pada tahun 2021 memiliki luas 1.
ha dan tahun 2022 memiliki luas 1.
932 ha.
Kelas rendah mengalami kenaikan sebesar 48 ha, kelas sedang mengalami penurunan sebesar 355 ha, kelas tinggi mengalami kenaikan sebesar 11 ha pada tahun 2021 dan mengalami penurunan sebesar 363 ha.
Faktor-faktor yang mempengaruhi perubahan luas dan kerapatan mangrove adalah aktivitas manusia melalui kegiatan reboisasi dan faktor alam terjadinya sedimentasi.
Saran Setelah diidentifikasi dan dibuat perbandingan berdasarkan validasi lapangan, penampakan yang ada dicitra satelit dengan keadaan sebenarnya terdapat berbeda.
Ini memberikan indikasi bahwa perubahan alam sangat cepat pada wilayah penelitian ini dan atau data citra tersebut tidak sepenuhnya Agar hasil penelitian selanjutnya lebih baik dan akurat disarankan mengidentifikasi faktor yang mempengaruhi luasan hutan mangrove dan membandingkan dengan penggunaan jenis citra yang lain.
DAFTAR PUSTAKA