Identifikasi Sebaran Mangrove Melalui Pemanfaatan Citra Satelit Multi Spektral IDENTIFIKASI SEBARAN MANGROVE MELALUI PEMANFAATAN CITRA SATELIT MULTI SPEKTRAL Bagian Articles

##plugins.themes.academic_pro.article.sidebar##

Diterbitkan April 20, 2026
Download
PDF (Inggris)
Statistic
Vol 19 No 1 (2026): Jurnal Agritechno

##plugins.themes.academic_pro.article.main##

Arif faisol
Universitas Papua
Mashudi Mashudi
Universitas Papua
Budiyono Budiyono
Universitas Papua
Risma Situngkir
Universitas Papua

Abstrak

Tanaman mangrove memainkan peran penting dalam kehidupan, terutama sebagai tanaman dan ekosistem. Masyarakat telah memanfaatkan mangrove untuk obat-obatan, makanan, dan tujuan lainnya. Teknologi penginderaan jauh telah digunakan secara luas untuk mengidentifikasi dan memantau sebaran mangrove. Penelitian ini bertujuan untuk mengidentifikasi sebaran mangrove di Teluk Bintuni - Papua Barat dengan memanfaatkan citra satelit multispectral, yaitu Sentinel 2A. Penelitian ini terdiri atas 3 (tiga) tahapan utama, yaitu inventarisasi data, analisis data, dan pemetaan kawasan mangrove.  Pada penelitian ini digunakan tiga scene citra satelit Sentinel 2A perekaman tahun 2022. Indeks Mangrove diterapkan untuk mengidentifikasi distribusi mangrove. Hasil penelitian menunjukkan bahwa luas di Kabupaten Teluk Bintuni sebesar 257.671 Ha atau telah berkurang sekitar 50 hektar dibandingkan tahun 2021. Penurunan ini disebabkan oleh abrasi dan aktivitas penebangan hutan bakau yang didorong oleh kepentingan industri.

##plugins.themes.academic_pro.article.details##

Cara Mengutip
Identifikasi Sebaran Mangrove Melalui Pemanfaatan Citra Satelit Multi Spektral: IDENTIFIKASI SEBARAN MANGROVE MELALUI PEMANFAATAN CITRA SATELIT MULTI SPEKTRAL. (2026). Jurnal Agritechno, 19(1), 56-61. https://agritech.unhas.ac.id/ojs/index.php/at/article/view/1825

Cara Mengutip

Identifikasi Sebaran Mangrove Melalui Pemanfaatan Citra Satelit Multi Spektral: IDENTIFIKASI SEBARAN MANGROVE MELALUI PEMANFAATAN CITRA SATELIT MULTI SPEKTRAL. (2026). Jurnal Agritechno, 19(1), 56-61. https://agritech.unhas.ac.id/ojs/index.php/at/article/view/1825

Referensi

  1. Ashari, S. (2022). Ribuan Hektar Mangrove Papua Barat Rusak, BRGM: Harus Segera Direhabilitasi. Tribun Papua Barat.
  2. Badan Riset SDM Kelautan dan Perikanan. (2022). Mangrove dan Manfaatnya.
  3. Dewanti, R. (2022). Teknologi Pemantauan Mangrove yang Efisien di Indonesia Berbasis Data Penginderaan Jauh Optik (1st ed.). BRIN.
  4. Dharmawan, I. W. E., Suyarso, Ulumudin, Y. I., Prayudha, B., & Pramudji. (2020). Panduan Monitoring Struktur Komunitas Mangrove di Indonesia (1st ed.). PT Media Sains Nasional.
  5. Direktorat Konservasi Tanah dan Air. (2019). Peta Mangrove Nasional Tahun 2019.
  6. Direktorat Konservasi Tanah dan Air. (2021). Peta Mangrove Nasional Tahun 2021 (Kementerian Lingkungan Hidup dan Kehutanan (ed.); 1st ed.).
  7. Djamaluddin, R. (2018). Mangrove : Biologi, Ekologi, Rehabilitasi, dan Konservasi (1st ed.). UNSRAT Press.
  8. Djauhari, T. (2023). Hutan Mangrove Teluk Bintuni, Paru-paru Dunia yang Terluka. Mongabay.
  9. European Space Agency. (2015). SENTINEL-2 User Handbook (Issue 1). European Space Agency.
  10. Faizal, A., Mutmainna, N., Amran, M. A., Saru, A., Amri, K., & Nessa, M. N. (2023). Application of NDVI Transformation on Sentinel 2A Imagery for mapping mangrove conditions in Makassar City. Akuatikisle: Jurnal Akuakultur, Pesisir Dan Pulau-Pulau Kecil, 7(1), 59–66. https://doi.org/10.29239/j.akuatikisle.7.1.59-66
  11. Prayogo, L. M. (2021). International journal of science, engineering, and information technology Mangrove Vegetation Mapping Using Sentinel-2A Imagery Based on Google Earth Engine Cloud Computing Platform. International Journal of Science, Engineering, and Information Technology, 06(01), 249–255. https://journal.trunojoyo.ac.id/ijseit
  12. Purwanto, A. D., & Asriningrum, W. (2019). Identification of Mangrove Forests Using Multispectral Satellite Imageries. International Journal of Remote Sensing and Earth Sciences (IJReSES), 16(1), 63. https://doi.org/10.30536/j.ijreses.2019.v16.a3097
  13. Rahmadi, M. T., Yuniastuti, E., Hakim, M. A., & Suciani, A. (2021). Pemetaan Distribusi Mangrove Menggunakan Citra Sentinel-2A: Studi Kasus Kota Langsa. Jambura Geoscience Review, 4(1), 1–10. https://doi.org/10.34312/jgeosrev.v4i1.11380
  14. Wachid, M. N., Hapsara, R. P., Cahyo, R. D., Wahyu, G. N., Syarif, A. M., Umarhadi, D. A., Fitriani, A. N., Ramadhanningrum, D. P., & Widyatmanti, W. (2017). Mangrove canopy density analysis using Sentinel-2A imagery satellite data. IOP Conference Series: Earth and Environmental Science, 70(1). https://doi.org/10.1088/1755-1315/70/1/012020
  15. Winarso, G., & Purwanto, A. D. (2014). Evaluation of Mangrove Damage Level Based on Landsat 8 Image. International Journal of Remote Sensing and Earth Sciences (IJReSES), 11(2), 105–116. https://doi.org/10.30536/j.ijreses.2014.v11.a2608
  16. Winarso, G., Purwanto, A. D., & Yuwono, D. (2014). New mangrove index as degradation/health indicator using remote sensing data: Segara Anakan and Alas Purwo case study. The 12th Biennial Conference of Pan Ocean Remote Sensing Conference, May 2015.
  17. Xia, Q., He, T. T., Qin, C. Z., Xing, X. M., & Xiao, W. (2022). An Improved Submerged Mangrove Recognition Index-Based Method for Mapping Mangrove Forests by Removing the Disturbance of Tidal Dynamics and S. alterniflora. Remote Sensing, 14(13), 1–19. https://doi.org/10.3390/rs14133112

Artikel paling banyak dibaca berdasarkan penulis yang sama