Shoreline change analysis and prediction an application of remote sensing and GIS :: Case of Demak coastal area

MAULIA, Nita, Dr. rer. nat. Muh. Aris Marfal M.Sc

2010 | Tesis | S2 Geografi

PeneLitian ini diLakukan dengan tujuan untuk mengetahui metode yang terbaik untuk ekstraksi garis pantai pada citra Landsat muttitemporat dan untuk meLakukan prediksi garis pantat dengan menggunakan Digital Shoreline Analysis System (DSAS). Maximum likelihood, density slice, dan region growing segmentation digunakan untuk mengekstrak garis pantai dan citra satelit Landsat. Metode-metode ini akan diperbandingkan untuk mengetahui metode yang terbaik untuk ekstraksi garis pantai. Perbandingan ditakukan dengan menggunakan metode skoring beberapa kriteria yang berhubungan dengan proses ektraksi gans pantai. Garis pantai yang dihasilkan dart proses ekstraksi akan digunakan sebagai input anatisis untuk menghitung [aju perubahan garis pantai dan prediksi garis pantai. Laju perubahan garis pantai akan dihitung dengan menggunakan Weighted Linear Regression Rate (WLR), Linear Regression Rate (LRR), Least Median of Squares (LMS), dan End Point Rate (EPR). Laju perubahan tersebut akan digunakan sebagai input analisis untuk meLakukan prediksi garts pantai. Prediksi garis pantai akan diLakukan pada tahun 2008 sebagai pembanding untuk mengetahui kemampuan dari masing-masing metode, dan tahun 2032 untuk mengetahui garis pantai masa depan. Observasi dan interview di daerah penetitian juga di[akukan untuk mempertajam anaLisis serta untuk mengontrot hash ekstraksi dan prediksi garis pantai. Region growing segmentation adaLah metode terbaik untuk mengekstraksi garis pantai jika dibandingkan dengan maximum likelihood dan density slice daLam pene[itian ini. Hash anatisis menunjukkan bahwa rata-rata Laju perubahan dart metode WLR, LRR, LMS, dan EPR adaLah 6.849 m/tahun dengan rata-rata [aju kemunduran - 18.18 m/tahun dan penambahan 19.515 m/tahun. Metode WLR merupakan metode yang paLing baik untuk digunakan sebagai input prediksi. Hash prediksi garis pantai 2008 dengan menggunakan WLR menunjukkan penyimpangan rata-rata yang paLing keciL dhbandingkan dengan metode Lain, yaitu sekitar 19.22 m. Prediksi garis pantai 2032 juga diharapkan memiLhki penyimpangan rata-rata yang tidak jauh berbeda dengan hasi[ prediksi 2008. Pada 2032 abrasi dan akresi masih akan terjadi, dan pada tahun tersebut diprediksikan bahwa panjang garis pantai ada[ah 55.69 km dengan daratan se[uas 24.66 km2.

This research was conducted for some objectives; a) to figure out the best method for shoreline extraction from multitemporal Landsat images by using pixel based and object based; and b) to conduct shoreline prediction by using Digital ShoreLine Analysis System (DSAS). Maximum likelihood, density slice, and region growing segmentation were used to extract the shoreline from satellite images. These methods wiLl be compared to figure out the best method for shoreline extraction. The comparison conducted by scoring some criteria that related to the shoreline extraction process. Extracted shoreline will be used as the analysis input to calculate the shoreline change rate and shoreline prediction. The change rate will be calculated by using the Weighted Linear Regression Rate (WLR), Linear Regression Rate (LRR), Least Median of Squares (LMS), and End Point Rate (EPR). Change rates will be used as the input for shoreline prediction. Shoreline prediction will be conducted for the recent shoreline (2008) and future shoreline (2032) to measure the capabilities of each prediction method. Observation and interview WILL also be conducted to enhance the anaLysis and to control the result of the extraction and prediction process. Region growing segmentation was considered as the best method in shoreline extraction. The analysis resuLt shows that the shoreline change rate average from WLR, LRR, LMS, and EPR was 6.849 rn/year with the average of retreating Land -18.18 rn/year and accreting land 19.515 rn/year. WLR is the reliable method to be used as future shoreline prediction input. The result of 2008 WLR shoreline prediction was quite good with the average deviation about 19.22 rn. The 2032 shoreline prediction expected to have the quite similar average deviation as 2008 WLR shoreline prediction. There wiLt be some accretion Land and abrasion spot area in the next 30 years shoreline. The shoreline will be 55.69 km in Length and the Land area wiLL be about 243.66 km2.

Kata Kunci : Change analysis and prediction,Remote sensing,GIS,Demak,Perubahan garis pantai, Ekstraksi garis pantai, Prediksi gans pantai, DSAS, Kabupaten Demak