📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 5 dokumenVARIASI DENSITAS SKELETAL DAN LAJU KALSIFIKASI KARANG PORITES DI TELUK BANTEN
Perubahan suhu permukaan laut (SPL) merupakan faktor lingkungan penting yang memengaruhi pertumbuhan karang masif Porites. Karang ini mampu merekam kondisi lingkungan melalui perlapisan pertumbuhan tahunan, sehingga menjadi arsip perubahan iklim laut. Penelitian ini bertujuan menganalisis hubungan variabilitas SPL terhadap pertumbuhan skeletal tahunan karang Porites di Teluk Banten pada tiga zona perairan, yaitu Pulau Kalih (inshore), Pulau Panjang (nearshore), dan Pulau Tunda (offshore). Penelitian dilakukan melalui rekonstruksi data SPL periode 2012 – 2024 menggunakan data pengukuran in situ dan citra satelit, kalibrasi densitas skeletal menggunakan citra CT-Scan, pengukuran parameter pertumbuhan skeletal tahunan (densitas skeletal dan laju kalsifikasi), analisis hubungan statistik menggunakan korelasi dan regresi linier, serta identifikasi intensitas termal Degree Heating Week (DHW) dan fenomena Marine Heatwaves (MHW). Hasil penelitian menunjukkan bahwa densitas skeletal dan laju kalsifikasi bervariasi antar lokasi penelitian, dengan nilai rata-rata tertinggi ditemukan pada Pulau Panjang yaitu 1,46 g/cm3 (densitas) dan 1,75 g/cm2/tahun (laju kalsifikasi). Secara umum, densitas skeletal dan laju kalsifikasi pada seluruh koloni menunjukkan kecenderungan menurun selama periode pengamatan. Hubungan antara SPL dan parameter pertumbuhan skeletal juga bervariasi antar lokasi. Korelasi negatif kuat dan signifikan antara SPL dan laju kalsifikasi hanya ditemukan pada koloni Pulau Kalih (r = -0,604; p < 0,05), sedangkan hubungan pada Pulau Panjang dan Pulau Tunda relatif lemah dan tidak signifikan. Analisis stres termal menunjukkan bahwa tahun 2016 merupakan periode anomali SPL positif tertinggi yang disertai peningkatan frekuensi MHW dan akumulasi DHW hingga 3,75 °C-weeks. Kondisi tersebut diikuti oleh penurunan laju kalsifikasi pada koloni di Pulau Panjang dan Pulau Tunda, sedangkan koloni di Pulau Kalih menunjukkan penurunan yang lebih nyata pada tahun-tahun berikutnya. Penelitian ini menunjukkan bahwa peningkatan SPL dan stres termal tidak memberikan respons pertumbuhan yang seragam pada karang Porites. Variasi respons antar lokasi mengindikasikan bahwa kondisi lingkungan lokal berperan dalam menentukan sensitivitas karang terhadap perubahan iklim.
IDENTIFIKASI DAN ANALISIS PERUBAHAN TOPOGRAFI PERMUKAAN LAUT DI PERAIRAN INDONESIA SERTA KAITANNYA DENGAN PERUBAHAN IKLIM DARI DATA SATELIT ALTIMETRI
Topografi permukaan laut atau Sea Surface Topography (SST) merupakan posisi permukaan laut terhadap permukaan geoid.SST ini selalu berubah dari waktu ke waktu karena sifat lautan yang dinamik yang dapat disebabkan oleh faktor sterik (ekspansi termal dan variasi salinitas air laut) dan faktor eustatik (angin yang menghasilkan arus di lautan, mencairnya es di kutub, serta masukan air dari atmosfer dan daratan). Perubahan SST ini memiliki hubungan dengan fenomena perubahan iklim yang terjadi pada beberapa dekade terakhir ini. Tugas Akhir ini melakukan identifikasi beserta analisis terhadap perubahan SST di perairan Indonesia dan kaitannya terhadap perubahan iklim dengan menggunakan data satelit altimetri. Untuk melihat hubungan antara perubahan SST terhadap perubahan iklim, maka digunakan data intensitas curah hujan untuk mewakili fenomena perubahan iklim pada selang waktu yang sama dengan data satelit altimetri yang digunakan. Data satelit altimetri yang digunakan yaitu data Sea Level Anomaly (SLA) yang telah mengalami koreksi dari berbagai sumber kesalahan. Data SLA dan data curah hujan tersebut akan dirata-ratakan per cycle dan pada setiap zona pengamatan yang dipilih serta akan dibentuk deret waktunya. Dari deret waktu tersebut dapat dilihat nilai tren linier yang menunjukkan kecenderungan perubahan kedua data tersebut. Analisis perubahan SST dan perubahan intensitas curah hujan dapat dilakukan dari nilai tren liniernya. Hubungan dari kedua data dapat ditentukan dari nilai matriks koefisien korelasi antar kedua data.
IDENTIFIKASI URBAN BIAS PADA TREN TEMPERATUR DI PULAU JAWA TAHUN 1963-2022
Perubahan temperatur menjadi indikator utama dalam perubahan iklim. Namun dengan meningkatnya urbanisasi, terdapat faktor ketidakpastian dalam pengamatan tren temperatur terutama di perkotaan. Dengan adanya ketidakpastian ini, perlu dipelajari lebih lanjut mengenai urban bias di Indonesia khususnya di Pulau Jawa yang memiliki tingkat urbanisasi paling tinggi di Indonesia. Penelitian ini bertujuan untuk identifikasi urban bias pada tren temperatur di Pulau Jawa dalam dua periode iklim terakhir (1962-1992 dan 1993-2022) dan mengidentifikasi variasi spasial dari bias urban pada tren temperatur di Pulau Jawa. Data yang digunakan dalam penelitian ini adalah data observasi temperatur permukaan, kecerahan malam hari, kepadatan populasi dan temperatur permukaan reanalisis ERA5 (The European Centre for Medium-Range Weather Forecast (ECMWF) Reanalysis 5-th Generation). Klasifikasi urban dan rural dihitung berdasarkan kepadatan penduduk dan kecerahan malam hari yang selanjutnya diturunkan menjadi derajat urbanisasi. Perhitungan tren temperatur menggunakan regresi linear serta perhitungan urban bias dengan metode urban minus rural. Pada identifikasi urban bias dengan data observasi teridentifikasi urban bias positif pada tren anomali temperatur maksimum, rata-rata dan diurnal range. Pada identifikasi urban bias dengan data reanalisis di periode 1 (1963-1992) hanya terdapat urban bias positif pada tren anomali temperatur minimum, sedangkan pada periode dua urban bias mayoritas bernilai positif dengan dengan urban bias pada tren anomali temperatur rata-rata sebesar 16%. Pada variasi spasialnya, wilayah Jawa Barat memiliki urban bias paling tinggi.
ANALISIS PERUBAHAN LUASAN LAMUN DENGAN CITRA SATELIT SENTINEL-2A DI PESISIR KECAMATAN GUNUNG KIJANG, PULAU BINTAN
Lamun memiliki banyak fungsi dan manfaat terutama untuk daerah pesisir, seperti produktivitas primer, tempat pemijahan, tempat berkembang biak, sumber pangan, dan laiinnya. Hal ini menyebabkan lamun perlu dikelola dengan baik. Pengelolaan lamun bisa dipermudah dengan adanya citra satelit yang dapat memantau lamun dalam skala luas dan waktu singkat. Salah satu citra satelit yang bisa digunakan adalah citra satelit Sentinel-2A dengan resolusi spasial 10 meter. Penelitian ini akan meninjau perubahan luasan lamun dari tahun 2020-2023, serta perubahan saat musim barat dan timur dengan data tahun 2019. Pemetaan lamun dengan citra satelit bisa dipermudah dengan metode Depth Invariant Index yang mana metode ini adalah metode untuk mengurangi efek kolom air sehingga objek akan teridentifikasi dengan baik dan benar walaupun berada di bawah permukaan air. Berdasarkan penelitian, luasan lamun di pesisir Gunung Kijang cenderung berubah-ubah dengan trend yang menurun yang memiliki arti bahwa luasan lamun akan semakin turun di kemudian tahun. Luasan lamun di pesisir Kecamatan Gunung Kijang dari tahun 2020 ke 2023 mengalami degradasi dengan total sebesar 262,26 ha dengan degradasi tiap tahunnya sebesar 87,42 ha/tahun dengan persentase sebesar 13,02%. Penurunan luasan lamun di pesisir Gunung Kijang cenderung diakibatkan oleh penurunan nilai parameter oseanografi salinitas yang menyebabkan salinitas berada di luar rentang nilai baku mutu lamun. Terdapat perubahan luasan pada musim barat dan timur, yang mana saat musim barat luas lamun lebih kecil dari musim timur karena pada musim barat lamun tertutup pasir yang diindikasikan dari kecepatan arus pada musim barat yang lebih besar. Selain itu, perubahan luasan juga bisa diakibatkan oleh beberapa aktivitas manusia di sana.
PENGEMBANGAN PENILAIAN SUSEPTIBILITAS BANJIR ROB MELALUI PENDEKATAN PENGINDRAAN JAUH DAN MULTI MACHINE LEARNING DI KAWASAN PESISIR ASIA TENGGARA
Kawasan pesisir rentan terhadap bencana, salah satunya adalah banjir rob yang memiliki dampak paling signifikan dibandingkan dengan bencana lainnya akibat frekuensi kejadian yang lebih tinggi. Paparan terhadap bencana banjir rob diperparah oleh faktor-faktor lain seperti kenaikan muka air laut, suhu, intensitas badai, penurunan tanah, dan aktivitas antropogenik. Salah satu kawasan yang rentan terhadap bencana banjir rob adalah kawasan Asia Tenggara. Kawasan ini memiliki garis pantai terpanjang di dunia sepanjang 234.000 km dan diestimasi terdapat 77% dari jumlah populasinya, berada di kawasan tersebut. Dampak dari fenomena banjir rob menjadi signifikan karena dapat mengancam aspek ekonomi, infrastruktur, lingkungan, serta permukiman masyarakat, sehingga upaya mitigasi menjadi aspek yang sangat penting untuk dilakukan. Berdasarkan studi-studi sebelumnya, terdapat potensi besar untuk meningkatkan metodologi dalam menilai suseptibilitas banjir rob. Oleh karena itu, studi ini bertujuan mengembangkan model penilaian suseptibilitas banjir rob yang komprehensif menggunakan metode multi-machine learning untuk meningkatkan objektivitas model. Untuk mencapai tujuan tersebut, penelitian ini memiliki tujuan utama untuk mengembangkan sistem penilaian suseptibilitas banjir rob yang komprehensif dan objektif untuk mendukung pengambilan keputusan dalam mitigasi dan penanganan banjir rob. Selanjutnya, penelitian ini menetapkan tiga tujuan pendukung, pertama menganalisis perubahan Normalized Difference Water Indeks (NDWI), paparan terhadap perubahan muka air laut, dan analisis kedekatan jarak dari tepi pantai serta area industri. Kedua, membangun model penilaian suseptibilitas banjir rob dari tiga algoritma machine learning dan mengintegrasikannya. Ketiga, menganalisis nilai suseptibilitas pada jenis tutupan lahan terbangun dan agrikultur untuk menentukan prioritas penanganan dan mitigasi banjir rob di kedua jenis tutupan lahan. Kebaruan studi ini terletak pada pengembangan penilaian suseptibilitas banjir rob yang memanfaatkan data pengindraan jauh dan multi-machine learning dan menggabungkan berbagai variabel prediktor yang terdiri dari kelompok sosio-ekonomi, lingkungan, dan bencana pendorong. Studi menyimpulkan bahwa terdapat variasi yang signifikan dalam perubahan NDWI di Wilayah Pesisir Asia Tenggara. Analisis menunjukkan bahwa sebagian besar wilayah mengalami tren kenaikan (sebesar 28,35%), penurunan (sebesar 31,84%), atau tetap stabil (sebesar 39,81%). Tren kenaikan NDWI yang paling ekstrem tercatat di Indonesia, menandakan perubahan ekstrem terkait dengan air di wilayah tersebut. Peninjauan terhadap jarak antara kawasan industri dan paparan laut menghasilkan temuan bahwa tidak semua wilayah yang mengalami perubahan muka air laut tinggi Pemodelan suseptibilitas menggunakan metode multi-machine learning membuktikan peningkatan akurasi, dengan nilai Area Under Curve (AUC) mencapai 0,905. Dalam kategori suseptibilitas yang tinggi, metode Gradient Tree Boosting (GTB) mencapai luasan tertinggi (25,20%), diikuti oleh Classification and Regression Trees (CART) (20,84%), multi-machine learning (17,85%), dan Random Forest (12,46%). Analisis persebaran distrik/kota menunjukkan bahwa sebanyak 567 distrik/kota di area urban (31,7%) dan 254 di area agrikultur (20,8%) memiliki tingkat suseptibilitas yang sangat tinggi terhadap banjir rob. Filipina, Vietnam, dan Indonesia diidentifikasi sebagai negara-negara yang memerlukan prioritas dalam mitigasi banjir rob berdasarkan penilaian suseptibilitas. Untuk mengatasi tantangan ini, sejumlah saran penanganan telah diusulkan. Salah satunya adalah pembuatan regulasi terkait eksploitasi air tanah di kawasan pemukiman dan industri untuk mengurangi tekanan terhadap sumber daya air. Selain itu, pembangunan infrastruktur seperti penghalang, tanggul, dan bendungan juga dianggap penting untuk meningkatkan ketahanan wilayah terhadap ancaman banjir rob di masa mendatang. Implementasi langkah-langkah ini dapat membantu mengurangi dampak negatif banjir rob dan meningkatkan keselamatan serta kesejahteraan masyarakat di wilayah pesisir Asia Tenggara. Hasil yang telah diperoleh ini diharapkan dapat membantu pemangku kebijakan ketika membuat keputusan yang tepat mengenai perencanaan tata ruang dan pengelolaan risiko di daerah pesisir. Selanjutnya, berdasarkan pendekatan yang disesuaikan dengan jenis tutupan lahan, pemangku kebijakan dapat merumuskan kebijakan yang efektif untuk mengurangi risiko banjir rob dan meningkatkan kesiapan masyarakat. Daftar kawasan prioritas ini juga memungkinkan pemangku kebijakan mengalokasikan sumber daya secara efisien, fokus pada daerah yang paling membutuhkan, dan mengembangkan strategi adaptasi yang dapat mengurangi dampak jangka panjang dari perubahan iklim dan kenaikan permukaan laut.