model kerentanan pantai terhadap kenaikan muka air laut dengan memanfaatkan teknologi penginderaan...

Seminar Nasional Pascasarjana X – ITS, Surabaya 4 Agustus 2010 ISBN No. 979-545-0270-1

Model Kerentanan Pantai terhadap Kenaikan Muka Air Laut dengan Memanfaatkan Teknologi Penginderaan Jauh

Studi kasus: Pulau Bengkalis

Noerdin Basir 1*, Muhammad Taufik 2, Bangun Muljo Sukojo 2

Program Studi Penginderaan Jauh, Fakultas Teknik Sipil dan Perencanaan Kampus ITS Sukolilo, Surabaya 1*

Program Studi Teknik Geomatika, Fakultas Teknik Sipil dan Perencanaan Kampus ITS Sukolilo, Surabaya 2

Abstrak Rata-rata kenaikan muka air laut dalam 100 tahun terakhir berkisar antara 1 hingga 2.5 mm per tahun (Gornitz et al, 1994). Efek dari naiknya muka air laut (Sea level rise) ini sangat dirasakan di kawasan-kawasan pesisir, termasuk kawasan pesisir pulau Bengkalis,. Untuk itu diperlukan model kerentanan pantai terhadap kenaikan muka air laut (Sea level rise), sehingga kedepannya dapat meminimalisir dampak negatif yang mungkin terjadi pada masa yang akan datang serta menyiapkan suatu rancangan manajemen pantai (coastal management) sebagai upaya penanggulangan bencana yang mungkin akan terjadi akibat kenaikan muka air laut. Metodologi yang digunakan untuk membuat model kerentanan pantai menggunakan regresi logistik ordinal, pemilihan model ini di karenakan variabel-variabel independennya berbentuk kategori. Untuk mengkaji bentuk penaksir parameter serta model kerentanan pantai, digunakan variabel penentu yakni perubahan garis pantai, pengamatan kerusakan, kerentanan struktur litologi atau material pembentuk pantai, tinggi gelombang, jarak pasang surut, pengaruh angin (wind rose), tingkat kemiringan pantai dan penggunaan lahan.Teknologi penginderaan jauh digunakan untuk menganalisis variabel perubahan garis pantai dengan memanfaatkan data Citra satelit Landsat ETM+ dan TM tahun 1991, 2002 dan 2004, dengan tampilan komposit warna semu (false colour composite) band 521, akan memunculkan perbedaan warna yang tegas antara daratan dan lautan sehingga mempermudah dalam pembuatan polygon garis pantai, persamaan phitagoras digunakan dalam menghitung perubahan garis pantai tahun 1991 sampai tahun 2004 di Pulau Bengkalis. Berdasarkan analisis data dan pembahasan dengan menggunakan aplikasi minitab ver.14 diperoleh model kerentanan pantai Y = -2,32+ 0,585 X1 +0,3450X2 + 0.3910 X3 -0,1275X4 + 0,071 X5 + 0,2419X6 + 0,0161X7 -0,00131 X8 dari model ini jumlah daerah penelitian yang termasuk kategori rendah berjumlah Dua lokasi, berkategori sedang Sebelas lokasi, berkategori tinggi Dua lokasi dan berkategori sangat tinggi Satu lokasi. Perubahan garis pantai yang terbesar berada di lokasi Perapat tunggal yang mencapai 41,08 m/tahun dan yang terkecil di Desa Kanjau yakni sebesar 2,24 m/tahun.

Kata kunci : sea level rise, penginderaan jauh, kerentanan, Bengkalis, perubahan garis pantai

1. Latar Belakang Pantai atau lebih dikenal dengan istilah kawasan pesisir merupakan suatu kawasan peralihan atau pertemuan antara darat dan laut. Didalam sejarah peradaban manusia, salah satu pemanfaatan kawasan pesisir ini adalah sebagai kawasan pemukiman, dimana lebih dari 70% kota besar didunia berada di kawasan ini. Banyak lagi potensi yang dihasilkan oleh kawasan ini, seperti untuk budidaya perikanan, pertanian, pelabuhan, parisiwisata dan lain-lain. Dengan semakin meningkatnya intensitas pemanfaatan sumberdaya kawasan pesisir serta kurangnya kesadaran dalam pelestarian kawasan ini akan dapat menimbulkan dampak

negatif terhadap kondisi fisik lingkungan kawasan pesisir. Ditambah dengan kecenderungan naiknya muka air laut (Sea level rise) yang diakibatkan oleh perubahan iklim dunia membuat tingkat kerentanan kawasan pesisir ini semakin mengkwatirkan. Rata-rata kenaikan muka air laut dalam 100 tahun terakhir berkisar antara 1.8 hingga 2.5 mm per tahun (Gornitz et al, 1994). Efek dari naiknya muka air laut (Sea level rise) ini juga dirasakan di kawasan pesisir pantai pulau Bengkalis, banyak tambak perikanan di kawasan pesisir pulau Bengkalis mengalami kerusakan pada tanggul tambak, tanggul yang semula dirancang berdasarkan muka air laut tertinggi telah

mengaltanggultanggulmenahamenjadkerusaknaiknyaitulah membuterhadasehinggdampakmenyiapantai penangterjadi ateknologpesat ddan anteknologmemanmempeexistingyang tsehinggtingkat mempepesisir kerentaregresi indepenmodel mengguperubahkerusakmateriajarak patingkat lahan. Dipilihndikarentempat Kabupa

sangat tepi alusibuk dpada kIndonessegitigaMalaysiKabupa

ami kerusaka lebih kecil dar yang semulaan masuknya i tidak berfunkan yang mua muka air lau

kita harus muat model anap kenaikan muga kedepannk negatif yanpkan suatu (Coastal man

gulangan bencakibat kenaikangi yang saat

dan sangat ponalisa suatu gi penginde

nfaatkan teknoeroleh data g atau kondisi telah lampauga dari data in

kerentanan pengaruhi kereterhadap kena

anan yang sesulogistik ord

ndennya berbini bentuk

unakan variabehan garis kan, kerentanal pembentuk asang surut, p

kemiringan

ya lokasi penakan pulau Be

terletaknyaaten Bengkali

strategis, karur pelayaran i dunia, yakni

kawasan segitisia-Malaysia-Sa pertumbuhaia-Thailand . aten Bengkalis

an akibat eri pasang air laa dirancang a

air laut kedangsi. Masih ngkin akan tiut (Sea level mampu mempnalisis kerentauka air laut (Seya dapat m

ng mungkin trancangan

nagement) sebcana yang mun muka air lau

ini berkembaotensial untuk

kawasan peeraan jauhlogi ini kita aspasial tentasaat kini mau

u dari kawasni kita dapat

pantai serta vaentanan suataikan muka airuai adalah dendinal karenbentuk kategk penaksir el penentu yan

pantai, nan struktur

pantai, tinggi pengaruh angin

pantai dan

nelitian di pulaengkalis meru pusat pis serta leta

rena disampininternasional Selat Malaka, ga pertumbuhingapura danan Ekonomi Adapun bata

s adalah, se

Sem

elevasi dari aut, sehingga agar mampu alam tambak

banyak lagi imbul akibat rise). Untuk

prediksi atau anan pantai ea level rise), meminimalisir terjadi serta manajemen

bagai upaya ungkin akan t. Salah satu ang dengan pengamatan sisir adalah , Dengan

akan mampu ang kondisi upun kondisi san pesisir, memprediksi ariabel yang u kawasan r laut. Model ngan analisis na variabel gori. Dalam

parameter g terdiri dari, pengamatan litologi atau gelombang,

n (wind rose) penggunaan

au Bengkalis pakan pulau

pemerintahan aknya yang

g berada di yang paling juga berada

han Ekonomi n kawasan

Indonesia-s geograpis belah Utara

minar Nasional Pa

Selat MsebelahHilir daTimur Pelalaw

Gam 1.1 RuBerdasdiuraikapermas1. Ba

pa2. Me

me3. Me

1.2 TujAdapun1. Men

pulalaut

2. Menmem

3. Mem 2 lanKerentasebagaakibat strategmitigassebagaketidakbencanmembaempat sangat laut ypantai menyemenga

2.1 PemVariabeIndek kdenganadalah X1 :PeX2 :PeX3 :MaX4 :TinX5 :J

X6 :PeX7 :KeX8 :pePembomengadkk, (2tabel pe

ascasarjana X –

Malaka, sebelah Barat Kota an Kabupaten

Kabupaten wan mbar 1 Lokasi pe

umusan permasarkan latar an, maka dasalahan yang teagaimana menantai akibat kenenghitung vaempengaruhi tiembuat model

juan penelitiann tujuan dari penentukan tingau Bengkalis t nghitung varmpengaruhi tinmbuat model k

dasan teorianan atau vai suatu konsep

bencana ali pengelolaa

si, kerentananai tingkatan suak mampuan na. Triutomo etagi klasifikasi kategori, yaitu tinggi. Perma

yang menyebadalam mena

babkan banyalami intruksi ai

mbobotan varel yang digunkerentanan pann Coastal V:

erubahan garis engamatan visuaterial pembennggi gelombangJarak pasang

meter enggunaan lahaemiringan pantaengaruh angin (obotan Variabecu kepada G005) dan DKPembobotan var

ITS, Surabaya 4ISBN No. 9

ah Selatan KabDumai, KabupRokan Hulu sKarimun dan

enelitian di Pulau

asalahan belakang

pat dirumuskaerjadi entukan tingka

naikan muka aiariabel – va

ngkat kerentananalisis kerent

n enelitian ini adakat kerentanaakibat kenaika

riabel – vangkat kerentanakerentanan pan

vulnerability tep sentral dalamam dan pen risiko ben secara umatu sistem yang

dalam met al (2007). Doukerentanan parendah, sedan

salahan kenaikabkan ketidakangulangi be

aknya daerah-r laut,

riabel Fisik panakan dalam ntai (IKP) atau

Vulnerability I

pantai (PP) mual kerusakan ntuk struktur pag yang diukur d

surut (PS) d

an (PL) ai (β) (wind rose) el fisik dilaku

Gornitz dkk. (1P (2004) sebagriabel fisik pant

4 Agustus 2010 79-545-0270-1

bupaten Siak, paten Rokan serta sebelah Kabupaten

u Bengkalis

yang telah an beberapa

at kerentanan r laut

ariabel yang nan tanan

alah : an pantai di an muka air

riabel yang an pantai ntai

elah muncul m memahami ngembangan ncana atau

mum didefinisikan g rentan atau enanggulangi ukakis (2005) antai menjadi ng, tinggi dan kan muka air k mampuan ncana alam daerah yang

ntai menentukan lebih dikenal

Index (CVI).

m/th (K)

antai dalam meter alam satuan

ukan dengan 1997), Boruft aimana pada tai


Tabel 1 Pembobotan variabel fisik pantai

Kode Variabel Bobot

1 2 3 4 5

X1 Perubahan garis pantai (PP) dari perhitungan analisa Citra

0 m/th (0-1) mm/th (1-5) m/th (5-10) m/th >10 m/th

X2 Pengamatan visual kerusakan (K)

Terlihat gejala kerusakan

Terlihat gerusan tetapi masih stabil

Terjadi gerusan dan akan terjadi runtuhan

Terjadi gerusan dan runtuhan tetapi belum

Terjadi gerusan dan runtuhan serta membahayak

X3 Litologi atau material pembentuk struktur pantai

Batuan beku, sedimen dan metamorf, kompak dan keras

Batuan sedimen berbutir halus, kompak dan keras

Gravel dan pasir kasar, agak kompak

Pasir, lanau, lempung, agak kompak

Pasir, lanau, lempung, lumpur, lepas

X4 Tinggi gelombang (H) <0,5 m 0,5-1 m 1-1.5 m 1,5-2 m >2 m

X5 Jarak pasang surut (PS) dalam satuan meter (m) <0,5 m 0,5-1 m 1-1.5 m 1,5-2 m >2 m

X6 Penggunaan lahan (PL)

Hutan dan daerah wisata, bakau, tanah kosong rawa

Daerah wisata domestic dan tambak tradisional

Persawahan dan tambak intensif

Pemukiman, pelabuhan, perkantoran, sekolah, jalan propinsi

Cagar budaya, daerah wisata berdevisa, industry, jalan

X7 Kemiringan pantai (β) 0-2% 2-5% 5-10% 10-15% >15%

X8 pengaruh angin (wind rose) 0-5 knot 5-10 knot 10-15 knot 15-20 knot >20 knot

Sumber : dari berbagai sumber (Gornitz dkk. (1997), Boruft dkk, (2005) dan DKP (2004))

2.2 Penentuan Indeks kerentanan pantai Penilaian kerentanan pantai dalam studi ini hanya dilakukan pada kerentanan fisik pantai, yang ditentukan dari hasil perhitungan indeks kerentanan yang didasarkan pada 8 variabel, penentuan tingkat kerentanan dilakukan dengan mengadopsi dan memodifikasi dari persamaan umum penentuan indeks kerentanan pantai dari beberapa peneliti Doukis, (2005), Boruff et al.(2005) dan DKP (2004). Dalam penelitian ini indeks kerentanan pantai dihitung berdasarkan persamaan :

. . . . . . .

IKP = Indek kerentanan pantai X1..8 = Varibel penentu indeks kerentanan pantai n = Jumlah variabel dengan memakai pedoman Boruff et al.(2005) dapat disusun tingkat kerentanan pantai berdasarkan indek kerentanan pantai (IKP)ndek kerentanan pantai (IKP) Tabel 2 Indek kerentanan pantai (IKP)

IKP 0-25 25-50 50-75 75-100

Kerentanan Rendah Sedang tinggi Sangat

tinggi

Sumber : dari berbagai sumber (Boruft dkk, (2005))

3 Metodologi Langkah awal yang harus dilakukan dalam proses Integrasi Penginderaan Jauh dan Teknologi Sistem Informasi Geografis Untuk Pemetaan Perubahan Garis Pantai adalah : 1. Data raster yang berupa citra Landsat TM

dan ETM+ tahun 1991, 2002 dan 2004 kita lakukan proses Import data dari bentuk Tiff menjadi Ers (Bentuk Input dan Output data raster yang berupa citra satelit).

2. Dilanjutkan dengan proses editing data citra dalam software Er-mapper yang meliputi proses-proses : 1. Kombinasi kanal (band). “Kombinasi

kanal yang digunakan disini adalah kombinasi red 3, green 2, blue 1”.

2. Penajaman Kontras, “untuk mendapatkan visualisasi citra yang optimal”.

3. Koreksi Geometrik. “Proses ini dimaksudkan untuk mendapatkan hasil citra yang memiliki koordinat tepat/mendekati bumi”. Validasi dari hasil koreksi geometri untuk mendapatkan citra yang dinginkan dengan menggunakan persamaan :

RMSerror = ((X’-Xorig)2 + ((Y’-Yorig)2)1/2 Dimana hasil RMSerror tidak boleh lebih

atau sama dengan 1 pixel. 4. Cropping area of interest. “Proses ini

dimaksudkan untuk mengecilkan wilayah cakupan penelitian, sekaligus untuk memperingan kerja komputer”.

3. Setelah melakukan proses editing dalam software Er-Mapper maka melakukan proses editing data raster (citra Landsat) dan data vektor dalam software Arc-View. Proses-prosesnya meliputi :


1. Import citra ke software Arc-View. “Data citra dengan bentuk ers yang dapat dibuka dalam software Arc-View dengan bantuan extension pendukung yaitu Image Analysis. Pembuatan Layout peta citra satelit dapat dilakukan sesudah proses ini. View pada layoutnya hanya tinggal diberikan data vektor seperti line dan lain-lain.

2. Digitasi on screen poligon dengan acuan data citra Landsat tahun 1991, 2002 dan 2004. Hal dilakukan dengan maksud mendapatkan batas garis pantai yang berbeda.

3. Setelah kita mendapatkan keterangan-keterangan (informasi) tentang perubahan garis pantai, maka langkah terakhir pemetaan adalah membuat layout peta perubahan garis pantai. Dan penghitungan perubahan garis pantai per tahun.

4. Pengamatan visual kerusakan dengan mengelompokan hasil pengamatan dengan pengkategorian.

5. Pengamatan litologi atau material pembentuk struktur pantai dengan mengelompokan hasil pengamatan dengan pengkategorian.

6. Pengamatan tinggi gelombang dari data BMG dengan mengelompokan hasil pengamatan dengan pengkategorian.

7. Pengamatan beda pasang surut kemudian mengelompokan hasil pengamatan dengan pengkategorian.

8. Pengamatan pengaruh angin (wind rose) menggunakan aplikasi windrose berdasarkan data dari Badan Meteorologi Geofisika (BMG).

9. Pengamatan kegunaan lahan yang diperoleh dari peta tata guna lahan Kabupaten Bengkalis kemudian mengelompokan hasil pengamatan dengan pengkategorian.

10. Perhitungan kemiringan pantai dengan menggunakan metode kemiringan segitiga rata-rata, kemudian mengelompakan hasil pengamatan dengan pengkategorian.

Semua urutan pekerjaan penelitian yang dilakukan, pada akhirnya akan menghasilkan suatu pembobotan tingkat kerentanan pantai di kabupaten Bengkalis akibat kenaikan muka air laut Metode yang digunakan untuk membuat model kerentanan pantai adalah Regresi logistik ordinal merupakan salah satu metode statistika untuk menganalisis variabel respon (dependen) yang mempunyai skala ordinal yang terdiri atas tiga kategori atau lebih, dalam penelitian ini skala ordinal adalah tingkat kerentanan rendah, sedang, tinggi dan sangat tinggi. Variabel prediktor (independen) yang dapat disertakan dalam model berupa data kategori atau kontinu yang terdiri atas dua variabel atau lebih dalam penelitian ini variabel serta pengkategoriannya dapat dilihat di tabel pembobotan variabel fisik pantai. Model yang dapat dipakai untuk regresi logistik

ordinal adalah model logit. Model logit tersebut adalah cumulative logit models. Pada model logit ini sifat ordinal dari respon Y dituangkan dalam peluang kumulatif sehingga cumulative logit models merupakan model yang didapatkan dengan membandingkan peluang kumulatif yaitu peluang kurang dari atau sama dengan kategori respon ke-j Pada p variabel prediktor yang dinyatakan dalam vektor X, P(Y ≤|X), dengan peluang lebih besar dari kategori respon ke-j, P(Y>j|X) (Hosmer dan Lemeshow, 2000). Peluang kumulatif, P(Y ≤|X), didefinisikan sebagai

berikut :

dimana j = 1, 2, ..., J adalah kategori respon (Agresti, 1990). untuk empat kategori respon dimana j=1,2,3 dan 4 maka nilai peluang dari kategori ke j adalah sebagai berikut :

γ 3 = P(Y≤3|X = π1(X)+ π2(X)+ π3(X) =

Untuk klasifikasi nilai πj (X) pada persamaan diatas akan dijadikan pedoman pengklasifikasian. Suatu pengamatan akan masuk dalam respon kategori j berdasarkan nilai πj (X) yang terbesar (Wibowo,2002) 4. Hasil dan pembahasan Dari hasil perhitungan varibel-variabel pembentuk model Model kerentanan pantai dapat dilihat pada tabel dibawah ini


Tabel 3 Input data variabel

dengan menggunakan aplikasi minitab ver.14 diperoleh estimasi parameter model untuk persamaan regresi Tabel 4 Estimasi parameter model regresi

Y = -2,32+ 0,585 X1 +0,3450X2 + 0.3910 X3 -0,1275X4 + 0,071 X5 + 0,2419X6 + 0,0161X7 -0,00131 X8 Dengan menggunakan persamaan regresi diatas dapat ditentukan tingkat kerentanan pantai untuk daerah penelitian yang seterusnya. Model kerentanan pantai merupakan model logit dari regresi logistik ordinal dengan delapan variabel prediktor dan empat kategori respon. Banyaknya lokasi yang masuk pada kerentanan pantai Tabel 5 Informasi respon No Tingkat kerentanan Jml lokasi

1 Rendah 2 2 Sedang 11 3 Tinggi 1 4 Sangat tinggi 16

untuk memprediksi tingkat keentanan pantai digunakan model regresi logistik ordinal. Karena terdapat empat kategori respon maka model logit yang terbentuk adalah tiga model logit yaitu sebagai berikut:

Tabel 6 Estimasi parameter model

Dengan menstibtusikan nilai pada tabel 6 pada diperoleh model logit sebagai berikut : Logit (γ1) = 7117,02 - 330,964 X1 - 2710,45 X2 -

716,570 X3 + 6717,41 X4 + 4777,93 X5-1977,49 X6 - 592,554 X7 - 653122 X8 Dengan peluang respon kategori rendah

, – , – , – , , ,

, ,

1

, – , – , – , , ,

, ,

Logit γ2 = 7117,02 - 330,964 X1 - 2710,45 X2 - 716,570 X3 + 6717,41 X4 + 4777,93 X5+-1977,49 X6 - 592,554 X7 - 653122 X8 Dengan peluang respon kategori sedang

, – , – , – , , ,

, ,

, – , – , – , , ,

, ,

Logit γ3 = 19786,4- 330,964 X1 - 2710,45 X2 - 716,570 X3 + 6717,41 X4 + 4777,93 Dengan peluang respon kategori tinggi

, – , – , – , , ,

, ,

, – , – , – , , ,

, ,

Peluang respon kategori sangat tinggi (γ4 ) = ( 1- π3- π2- π1) 5. Kesimpulan dan saran Berdasarkan hasil dan pembahasan dari varibel-variabel yang digunakan untuk menentukan tingkat kerentanan pantai akibat kenaikan muka air laut di Pulau Bengkalis, jumlah lokasi penelitian yang berada pada tingkat kerentanan rendah berjumlah Dua lokasi yaitu di Desa Temeran dan Desa Sekodi, tingkat kerentanan sedang berjumlah Sebelas lokasi yang berada di Desa Perapat tunggal, Desa Selat baru, Desa Bantan, Desa Muntai, Desa Teluk pambang, Desa Teluk lancar, Desa Kampong bangsal, Desa Meskom, Desa Cik mas ayu, Desa kanjau dan Desa Sekodi, tingkat kerentanan tinggi berjumlah Dua lokasi yaitu di Desa Kelapapati laut dan Desa Ketam putih dan tingkat kerentanan sangat tinggi berjumlah satu lokasi yang berada di Desa Perapat tunggal. Data

Y X1 X2 X3 X4 X5 X6 X7 X8 1 15,76 4 4 1.5 1.5 2 1.6 18.51 2 8,35 3 4 1.5 1.5 5 1.97 18.51 2 4,4 5 4 1.5 1.5 4 1.73 19.43 2 9,01 5 4 1.5 1.6 4 1.66 29.62 2 3,28 5 4 1.5 1.6 2 1.67 37 2 11,1 5 5 1.5 1.6 1 0.77 46.29 1 13,4 4 5 1.5 1.6 1 1.67 46.29 2 3,03 4 5 0.75 1.88 4 2.03 23.7 3 4,08 5 5 0.75 1.88 4 1.53 23.7 2 3,65 5 5 0.75 1.88 4 1.03 29.62 1 2,65 4 4 0.75 1.88 1 2.43 29.62 3 3,13 5 5 0.75 2.1 4 2.37 37 2 2,24 5 5 0.75 2.1 1 2.03 37 2 9,97 5 5 0.75 2.1 1 4.03 37 1 6,15 4 4 1.5 2.1 1 2 46.29 4 41,0 4 4 1.5 1.5 4 1.07 18.51

Prediktor Koefesien Konstan (1) -2,32

X1 0,585 X2 0,3450 X3 0.3910 X4 -0,1275 X5 0,071 X6 0,2419 X7 0,0161 X8 -0,00131

γ1 = π1

γ2 = π2

γ3 = π3


pengujian meliputi satu pulau, akan lebih baik jika pengamatan dilakukan untuk pulau-pulau yang lain. Untuk membuat dan mengevaluasi model kerentanan pantai digunakan model regresi, dengan variabel penentu perubahan garis pantai, pengamatan kerusakan, kerentanan struktur litologi atau material pembentuk pantai, tinggi gelombang, jarak pasang surut, pengaruh angin (wind rose), tingkat kemiringan pantai dan penggunaan lahan. Berdasarkan variabel penentu diatas dengan menggunakan aplikasi minitab ver.14 diperoleh model kerentanan pantai Y = -2,32+ 0,585 X1 +0,3450X2 + 0.3910 X3 -

0,1275X4 + 0,071 X5 + 0,2419X6 + 0,0161X7 -0,00131 X8

dengan menggunakan model ini dapat ditentukan tingkat kerentanan pantai tanpa harus melakukan pembobotan untuk semua variabel penentu. Saran Untuk mendapatkan hasil yang lebih optimal dalam meneliti model kerentanan pantai, akan lebih baik jika penelitian dilakukan lebih dari satu pulau. Pengamatan perubahan garis pantai akan lebih baik jika menggunakan data citra satelit dengan interval waktu perekaman citra teratur dan mempunyai perbedaan waktu yang lebih pendek (misalnya setiap 3 atau 5 tahun). Untuk daerah yang mempunyai kerentanan sangat tinggi terutama pada lokasi Desa Perapat tunggal perlu segera dilakukan langkah untuk mencegah kerusakan yang lebih luas terutama pada perubahan garis pantai. Serta bagi pemerintah kabupaten Bengkalis agar segera melakukan tindakan nyata untuk mengatasi kerusakan pantai yang lebih luas terutama untuk daerah yang mempunyai perubahan garis pantai lebih dari 10 m/tahun.

6. Daftar Pustaka Agresti, A. 1990, Categorical Data Analysis, John

Wiley & Sons, Inc. New York. Boruff, B.J;Cutter,S.L;Emrich,C.T 2002.Historic

assessment of the socio-economic vulnerability of United States Coastal Country.Wildey,St.Michael, Barbados

Duxbury;Alison. 2002.Fundamentals of Oceanography, Boston,Mcgraw-Hill, Gornitz,V.M;Beaty,T.W;Daniels,R.C 1997. A Coastal Hazard Database for US West Coast.Oakridge, Tennessee

Harti W E 2002, Studi morfologi pantai dengan menggunakan garis tunggal, Institut Teknologi Sepuluh Nopember, Surabaya

Hardiyanti.S.P, Interpretasi Citra Digital, PT.Grassindo press, Bandung

Hosmer, D W, Lemeshow. S. 2000, Applied Logistic Regression, John Wiley & Sons, Inc. New York.

Sensing and Image Interpretation. 2 ed. John Wiley and Sons. Canada. P:721.

Onkosongo O.S.R,Suyarso, 1989. Pasang –Surut,Lembaga Ilmu pengetahuan Indonesia pusat penelitian dan pengembangan oceanologi,Jakarta

Paula G.D, Gerardo M.E Perillo, M.Cintia Piccolo, 2007.Vulnerability to Sea-level rise on the Coast of the Buenos, Journal of Coastal Research

Poerbondono.E d, 2005. Survey hidrografi,PT.Refika Aditama,Bandung

Prahasta E, Remote Sensing, praktis penginderaan jauh & pengolahan citra dijital dengan perangkat lunak ER Mapper, Informatika, bandung

Prahasta E, Sistem informasi geografis, 2001. Informatika press, Bandung.

Purwadhi.F,Sri H, 2001. Interpretasi Citra Digital, Jakarta,Gramedia pustaka Utama.

Richards,J.A, 2006. Remote Sensing Digital Image Analysis :An Introduction, Berlin,Springer

Robert J.N D, 2008. Coastal Vulnerability and the implication of Sea-Level Rise for Ireland, Journal of Coastal Research.

Suharsono, P. 1988. Identifikasi Bentuk Lahan dan Interpretasi Citra Untuk Geomorfologi. Universitas Gajah Mada. Yogyakarta.

Sutikno. 1999. Karakteristik Bentuk Pantai. Disiapkan Untuk Materi Perkuliahan Geografi Pesisir dan Kelautan. Universitas Gajah Mada. Yogyakarta.

model kerentanan pantai terhadap kenaikan muka air laut dengan memanfaatkan teknologi penginderaan...

Documents