Deteksi Tumpahan Minyak Menggunakan Citra Sentinel-1 di Pesisir Pantai Nongsa Perairan Kota Batam dengan Metode Adaptive Thresholding

Dealanza Maharani Elyzabeth Gultom, Ir. Abdul Basith, S.T., M.Si., Ph.D.

2026 | Skripsi | TEKNIK GEODESI

Indonesia sebagai negara maritim memiliki tingkat aktivitas pelayaran yang tinggi sehingga rentan terhadap pencemaran laut, terutama tumpahan minyak yang dapat merusak ekosistem pesisir secara luas. Deteksi tumpahan minyak menggunakan citra optis memiliki keterbatasan karena bergantung pada kondisi cuaca dan tutupan awan, sehingga citra Synthetic Aperture Radar (SAR) menjadi alternatif yang lebih optimal karena mampu beroperasi sepanjang waktu tanpa terpengaruh kondisi atmosfer. Salah satu metode yang dapat diterapkan pada citra SAR adalah Adaptive Thresholding, yang bekerja dengan menyesuaikan nilai ambang batas secara lokal pada tiap bagian citra untuk mendeteksi area gelap yang terindikasi sebagai tumpahan minyak. Penelitian ini dilakukan untuk mengkaji sebaran tumpahan minyak di perairan Pantai Nongsa, Batam, yang terdampak pencemaran akibat kebakaran Kapal MT Pablo di Perairan Tanjung Sedili, Johor Bahru, Malaysia pada 1 Mei 2023, yang menyebabkan limbah minyak hitam mencapai pesisir Nongsa dua hari kemudian, namun belum pernah dikaji secara ilmiah. Wilayah ini meskipun berada di kawasan Selat Singapura, merupakan perairan pesisir yang tidak termasuk jalur utama pelayaran kapal-kapal bermuatan besar, sehingga tumpahan minyak yang terjadi bersifat tipis.

Data utama yang digunakan adalah citra Sentinel-1 Level-1 GRD mode IW polarisasi VV pada tiga epok, yaitu 21 April, 3 Mei, dan 15 Mei 2023. Pemilihan ketiga epok tersebut didasarkan pada ketersediaan data dan interval revisit time Sentinel-1 selama 12 hari, dengan tanggal 3 Mei 2023 bertepatan dengan hari terdeteksinya pencemaran di Pantai Nongsa, dengan data pendukung berupa citra PlanetScope dan Landsat 9. Pengolahan citra Sentinel-1 dilakukan melalui tahapan pre-processing yang meliputi apply orbit file, kalibrasi radiometrik, dan speckle filtering menggunakan Refined Lee Filter, kemudian dilanjutkan dengan deteksi tumpahan minyak menggunakan metode Adaptive Thresholding di perangkat lunak SNAP. Sebagai pembanding, citra PlanetScope diolah menggunakan band ratio dan divisualisasikan dalam bentuk komposit RGB, sementara citra Landsat 9 diolah menggunakan komposit false color SWIR2-NIR-Blue serta band math yang menghasilkan tiga indeks spektral NDOI, G-SWIR, dan CaBGS untuk mengamati kondisi permukaan perairan di area studi. 

Hasil deteksi menunjukkan bahwa tumpahan minyak teridentifikasi pada citra 3 Mei 2023 dengan pola gelap yang mengelompok di perairan Pantai Nongsa, dan pada 15 Mei 2023 pola tersebut berubah menjadi lebih memanjang dengan panjang sebaran mencapai 5,865 km. Hal ini mengindikasikan adanya pergerakan tumpahan minyak akibat pengaruh arus dan angin. Pada pengamatan lanjutan, tumpahan minyak tidak terdeteksi pada 27 Mei 2023, kembali terdeteksi pada 8 Juni 2023, lalu menghilang pada 20 Juni 2023. Perbandingan dengan citra optis PlanetScope dan Landsat 9 menunjukkan bahwa kedua citra tersebut tidak mampu mengidentifikasi tumpahan minyak di area yang sama, yang membuktikan bahwa citra SAR Sentinel-1 lebih efektif dalam mendeteksi lapisan minyak tipis di permukaan laut.

Indonesia is a maritime country with high shipping activity, making its waters vulnerable to marine pollution, particularly oil spills that can cause widespread damage to coastal ecosystems. Optical satellite imagery has limitations in detecting oil spills due to its dependence on weather conditions and cloud cover, making Synthetic Aperture Radar (SAR) imagery a more optimal alternative as it can operate at any time regardless of atmospheric conditions. One method that can be applied to SAR imagery is Adaptive Thresholding, which works by adjusting threshold values locally across each part of the image to detect dark areas indicated as oil spills. This study was conducted to examine the distribution of oil spills in the coastal waters of Pantai Nongsa, Batam, which was affected by pollution from the MT Pablo vessel fire in the waters of Tanjung Sedili, Johor Bahru, Malaysia on May 1, 2023, which caused black oil waste to reach the Nongsa coast two days later, but has never been scientifically studied. Although this area is located within the Strait of Singapore, the coastal waters of Pantai Nongsa are not part of the main shipping lane for large vessels, resulting in a thin oil spill that was difficult to detect visually.

The primary data used were Sentinel-1 Level-1 GRD IW mode VV polarization imagery across three epochs: April 21, May 3, and May 15, 2023. These dates were selected based on data availability and Sentinel-1's 12-day revisit interval, with May 3, 2023 coinciding with the date the oil pollution was first reported at Pantai Nongsa, with PlanetScope and Landsat 9 as supporting data. Sentinel-1 imagery processing included pre processing steps of apply orbit file, radiometric calibration, and speckle filtering using the Refined Lee Filter, followed by oil spill detection using the Adaptive Thresholding method in SNAP software. For comparison, PlanetScope imagery was processed using band ratios and visualized as RGB composites, while Landsat 9 was processed using SWIR2-NIR-Blue false color composites and band math to produce three spectral indices, namely NDOI, G-SWIR, and CaBGS, to observe surface water conditions in the study area. 

Detection results show that oil spills were identified in the May 3, 2023 imagery as clustered dark patterns in the waters of Pantai Nongsa, and by May 15, 2023 the pattern had shifted into a more elongated shape with a spread length of 5.865 km, indicating oil spill movement due to current and wind influence. In follow-up observations, no oil spill was detected on May 27, 2023, it reappeared on June 8, 2023, and then disappeared by June 20, 2023. Comparison with PlanetScope and Landsat 9 optical imagery showed that neither was able to identify the oil spill in the same area, confirming that Sentinel-1 SAR imagery is more effective in detecting thin oil layers on the sea surface.

Kata Kunci : Adaptive Thresholding, backscatter, penginderaan jauh, Pantai Nongsa, Sentinel-1, tumpahan minyak