




































         Geoplanning 
Vol 2, No 1, 2015, 30-37                                                                                                                                                             Journal of Geomatics and Planning 

                                                                                                   E-ISSN: 2355-6544 
http://ejournal.undip.ac.id/index.php/geoplanning 

 

| 30  

 

OPEN ACCESS 

EVALUASI CITRA WORLDVIEW-2 UNTUK PENDUGAAN 
KEDALAMAN PERAIRAN DANGKAL PULAU KELAPA-HARAPAN 
MENGGUNAKAN ALGORITMA RASIO BAND 
 

T.Subarnoa, V.P.Siregarb, S.B.Agusc  

a
 Program Studi Tekonologi Kelautan_Institut Pertanian Bogor, Indonesia, email: allanawani@gmail.com  

b
 Program Studi Tekonologi Kelautan_Institut Pertanian Bogor, Indonesia, email: vingar56@yahoo.com  

c
 Program Studi Tekonologi Kelautan_Institut Pertanian Bogor, Indonesia, email: mycacul@gmail.com  

 
Abstract: Remote sensing technology is so advanced that recently produced satellite sensors 

with the capability to provide imagery options with very high spatial resolutions. One of the 
options is WorldView-2 that has 1.84 meter of spatial resolution. Besides, WorldView-2 also 
has at least five bands on visible rays. The capability of remote sensing for underwater 
detection through specific depths and the availability of its bands on visible rays give more 
appropriate options to apply logarithm bands ratio on shallow water depth estimation. This 
research is aimed at analyzing the capability of WorldView-2 imagery to estimate shallow 
water depth of Kelapa-Harapan islands by using bands ratio algorithm. There were six bands 
combination used in applying band 1 through band 4 of WorldView-2 imagery. The results 
have shown that the best combination of bands to estimate the shallow water depth in the 
study area is the ratio between band 1 and band 3 with the R2 value of 0.067 and the average 
bias of 0.66 m. The ratio between band 1 and band 4 gave the value of R2 as big as 0.55 of its 
regression to the field depth samples. Meanwhile, the other four bands combination ratios 
have shown very low correlations to the water depth in the field. © 2015 GJGP UNDIP. All 
rights reserved. 

  
 
 

Abstrak: Perkembangan teknologi penginderaan jauh saat ini telah menghasilkan sensor 

satelit dengan kemampuan untuk menyediakan pilihan citra satelit dengan resolusi spasial 
sangat tinggi, diantaranya adalah citra WorldView-2 dengan resolusi spasial 1,84 m. Selain 
memiliki resolusi spasial sangat tinggi, citra WorldView-2 juga memiliki setidaknya 5 band 
pada sinar tampak. Kemampuan penginderaan jauh untuk mendeteksi kolom air hingga 
kedalaman tertentu dan tersedianya pilihan band pada sinar tampak memberikan cukup 
banyak pilihan untuk mengaplikasikan algoritma rasio band dalam menduga kedalaman suatu 
perairan. Penelitian ini bermaksud mengkaji kemampuan citra WorldView-2 untuk menduga 
kedalaman pada perairan pulau Kelapa-Harapan dengan menggunakan algoritma rasio band. 
Sebanyak 6 kombinasi band digunakan dengan memanfaatkan band 1 sampai band 4 citra 
WorldView-2. Hasil kajian menunjukkan kombinasi band terbaik untuk menduga kedalaman 
perairan adalah rasio antara band 1 dan band 3 dengan nilai R

2
 sebesar 0,67, dan rata-rata 

bias sebesar 0,66. Rasio antara band 1 dan band 4 memberikan nilai R
2
 sebesar 0,55 dari hasil 

regresi terhadap sampel kedalaman lapangan. Sedangkan 4 kombinasi rasio band lainnya 
menunjukkan korelasi yang sangat rendah terhadap kedalaman lapangan. © 2015 GJGP 
UNDIP. All rights reserved. 
 
 

 
1. PENDAHULUAN 

Kemampuan cahaya untuk menembus kolom air hingga kedalaman tertentu menjadi keunggulan 
penginderaan jauh untuk melakukan studi pada kolom hingga dasar perairan dangkal. Perkembangan 
tekonologi penginderaan jauh saat ini telah menghasilkan banyak jenis sensor satelit dengan kemampuan 
yang baik untuk mengkaji permukaan air dan mendeteksi kolom air hingga dasar perairan dangkal. 
Beberapa jenis sensor telah tersedia dengan kemampuan membedakan objek secara spasial (resolusi 

Info Artikel; 
 
Diterima:  
30 Maret 2015 
 
Hasil Revisi : 
10 April 2015 
 
Disetujui: 
25 April 2015 
 
Publikasi On-Line: 
30 April 2015 
 

Kata kunci:  
Citra WordView-2, 
Rasio Band, 
Kedalaman, Perairan 
Dangkal 

Article Info; 
 
Received:  
30 March 2015 
 
in revised form:  
10 April 2015 
 
Accepted: 
25 April 2015 
 
Available Online: 
30 April 2015 
 

Keywords:  
WorldView-2 
imagery, water 
depth, shallow 
water 

mailto:allanawani@gmail.com
mailto:vingar56@yahoo.com
mailto:mycacul@gmail.com


 
Geoplanning: Journal of Geomatics and Planning  Vol 2, No 1, 2015, 30-37                                                                        Subarno et al. 

| 31  
 

spasial) yang sangat tinggi, diantaranya adalah sensor satelit WordView-2 dengan resolusi spasial 1,85 m 
untuk citra multispektral dan 0,5 m untuk pankromatik. 

Aplikasi teknologi penginderaan jauh di wilayah pesisir dan laut saat ini merupakan salah satu elemen 
kunci yang digunakan baik untuk keperluan penelitian maupun pengelolaan sumber daya dan lingkungan 
(Kay et al. 2009; Kuffner et al. 2007; Friendlanders 2007). Diantara aplikasi penginderaan jauh di wilayah 
perairan adalah untuk memetakan batimetri suatu perairan dangkal karena kemampuan citra satelit untuk 
mendeteksi kolom air. Beberapa algoritma telah dikembangkan untuk mengestimasi kedalaman perairan 
dari citra satelit. Stumpf et al. (2003) adalah salah satunya yang mengembangkan algoritma pendugaan 
kedalaman perairan dengan memanfaatkan rasio 2 buah band. Pengembangan algoritma menggunakan 
rasio band tersebut dilakukan karena adanya perbedaan respon spketral kolom air dan dasar perairan 
terhadap gelombang elektromagnetik (GEM) pada panjang gelombang yang berbeda (Stumpf et al. 2003; 
Loomis 2009). Jenis dan jumlah material dalam kolom air berperan penting dalam penyerapan dan 
pemantulan GEM yang mencapai dasar perairan dangkal. Selain itu, jenis substrat pada dasar perairan 
dangkal juga turut andil dalam proses penyerapan dan pemantulan GEM. Penggunaan rasio band untuk 
menduga kedalaman diharapkan akan memberikan hasil dugaan kedalaman yang lebih akurat karena sifat 
perairan yang memberikan respon berbeda terhadap penetrasi gelombang elektromagnetik (GEM) di 
dalam kolom air.  

Sensor satelit memiliki band pada gelombang sinar tampak dengan rentang panjang gelombang yang 
berbeda-beda. Sensor satelit WorldView-2  memiliki 5 buah band pada rentang panjang gelombang sinar 
tampak, yaitu band coastal (1), blue (2), green (3), yellow (4), dan red (5). Dari 5 band pada gelombang sinar 
tampak ini, setidaknya terdapat 10 pasang band yang berpotensi untuk digunakan menduga kedalaman 
dari citra WorldView-2 menggunakan algoritma rasio 2 buah band. Adanya sifat respon spektral yang 
berbeda-beda pada masing-masing band sensor satelit pada suatu perairan, memungkinkan untuk mencari 
kombinasi band terbaik dalam mengestimasi kedalaman dan memetakan batimetri pada perairan Pulau 
Kelapa dan sekitarnya. 

Perairan Kepulau Seribu secara umum memiliki nilai kecerahan 9,5 m (Susilo 2007). Dengan nilai 
kecerahan ini, berarti bahwa GEM sangat sulit untuk menembus kolom air lebih dalam, terutama pada 
panjang gelombang merah. Jika band merah tidak digunakan karena keterbatasan tersebut, masih terdapat 
empat band WorldView-2 (coastal, blue, green, dan yellow) dengan 6 pasangan kombinasi rasio band yang 
dapat digunakan untuk menduga kedalaman yaitu coastal/blue, coastal/green, coastal/yellow, blue/green, 
blue/yellow, dan green/yellow. Penelitian ini bermaksud mengkaji potensi dari 4 buah band tersebut dan 
menentukan pasangan band terbaik untuk menduga kedalaman pada perairan Pulau Kelapa dengan 
menggunakan algoritma rasio band. 

 
 

2. DATA DAN METODE 
 

Gambar 1. Lokasi kajian pada wilayah perairan pulau Kelapa-harapan (Citra Satelit, 2014) 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

 



 
Geoplanning: Journal of Geomatics and Planning  Vol 2, No 1, 2015, 30-37                                                                        Subarno et al. 

| 32  
 

Lokasi kajian yaitu perairan pulau Kelapa dan Harapan, kedua pulau ini masuk dalam kawasan Taman 
Nasional Laut Kepulauan Seribu dan termasuk dalam wilayah administrasi Kecamatan Kepulauan Seribu 
Utara, Kabupaten Kepulauan Seribu. Data yang digunakan dalam kajian ini adalah citra WorldView-2, data 
hasil sounding di lapangan, dan data pasang surut. Citra WorldView-2 yang digunakan diperoleh dari 
DigitalGlobe dengan akuisisi tanggal 5 Oktober 2013. Sensor WorldView-2 dilengkapi 9 band Pankromatik 
(632, 2 nm), Multispectral Coastal (427,3nm), Blue (477,9 nm), Green (546,2 nm), Yellow (607,8 nm), Red 
(658,8 nm), Red Edge (723,7 nm), dan Inframerah dekat NIR 1 (831,3 nm) dan NIR 2 (908,0 nm). Data 
lapangan berupa data sounding yang telah dikoreksi pasang surut dan kemudian digunakan sebagai sampel 
regresi terhadap hasil rasio band untuk dikalibrasi ke kedalaman aktual yang diestimasi dari citra. 

Citra WorldView-2 yang digunakan sebelum dilakukan proses lebih lanjut terlebih dahulu dilakukan 
masking untuk menutup wilayah daratan dan koreksi radiometrik untuk mengurangi distorsi radiometrik 
pada citra. Masking dilakukan dengan memanfaatkan band 8 (NIR-2), pemilihan band ini dikarenakan 
respon spektral antara darat dan laut pada band NIR-2 sangat kontras sehingga cukup baik digunakan untuk 
membedakan antara darat dan laut. Citra WorldView-2 yang telah dimasking dan dikoreksi radiometrik 
selanjutnya dikonversi dari informasi nilai digital/digital number (DN) pada setiap piksel menjadi nilai 
reflektansi. Konversi nilai digital citra menjadi nilai reflektansi dilakukan melalui 2 tahap (Loomis, 2009; 
Madden, 2011). Tahap pertama yaitu mengkonversi DN menjadi radiansi (Spectral Radiance) dengan 
persamaan (Digital Globe, 2010) : 

 

=   ........................... (1) 

 

dimana  adalah nilai radiansi piksel citra (W-m-2 –sr-1 -µm-1) KBand adalah nilai absolut faktor 

kalibrasi masing-masing band (W-m-2–sr-1-count-1), qpixel adalah nilai digital piksel pada masing-masing band, 

dan ∆ Band lebar efektif masing-masing band. 

Nilai radiansi selanjutnya dikonversi menjadi nilai reflektansi dengan persamaan (Digital Globe, 2010) : 
 

=   ...................... (2) 

dimana adalah nilai rata-rata reflektansi masing-masing band,  adalah nilai 

radiansi piksel citra, dES
2 adalah jarak bumi-matahari pada saat perekaman citra,  adalah nilai 

solar irradiance masing-masing band, dan θ adalah solar zenith angle. 
Selanjutnya dilakukan estimasi kedalaman perairan melalui citra WorldView-2 dengan menggunakan 

algoritma yang dikembangkan oleh Stumpf et al. (2003), yang ditulis : 
 

Z = m1    ............................................... (3)  

 

dimana Z = kedalaman estimasi, m1 = koefisien kalibrasi masing-masing band, Rw(  = nilai reflektansi piksel 

pada setiap band, m0 = faktor koreksi untuk kedalaman 0, dan n = konstanta untuk menjaga rasio tetap 

positif. Koefisien m1 dan m0 masing-masing diperoleh dari hasil regresi rasio band terhadap kedalaman 

lapangan. Dengan demikian untuk memperoleh kedalaman duga dari hasil regresi rasio nilai-nilai reflektansi 

pada masing-masing band yang digunakan, persamaan (3) dapat ditulis ulang berdasarkan persamaan 

regresi linear menjadi (Madden 2011): 
 

Y = aX + b  ...................................................................... (4)  
 

dimana nilai slope (a) mewakili koefisien m1, nilai intercept (b) mewakili koefisien m0, dan nilai X mewakili 

hasil rasio nilai reflektansi pada band yang digunakan. 

 
 
 
 



 
Geoplanning: Journal of Geomatics and Planning  Vol 2, No 1, 2015, 30-37                                                                        Subarno et al. 

| 33  
 

 

3. HASIL DAN PEMBAHASAN 
3.1. Estimasi Kedalaman  

Sampel data kedalaman lapangan yang digunakan dalam mengestimasi kedalaman perairan 
wilayah kajian melalui citra WorldView-2 adalah sebanyak 130 titik yang tersebar mewakili setiap 
tingkat kedalaman. Data lapangan ini diperoleh melalui hasil sounding yang dilakukan pada tanggal 18-
19 Maret 2015. Data kedalaman lapangan yang digunakan telah dikoreksi pasang surut menggunakan 
data pasut hasil pengukuran pada stasiun pulau Panggang (wilayah kepulauan seribu bagian selatan). 
Algoritma rasio band memerlukan masukan nilai-nilai piksel pada setiap band dalam bentuk nilai 
reflektansi. Setelah pengolahan awal citra, pada kajian ini nilai-nilai digital setiap piksel dikonversi 
terlebih dahulu menjadi nilai reflektansi mengikuti prosedur dan menggunakan algoritma yang 
disediakan oleh DigitalGlobe (2010). Perhitungan nilai rasio band dilakukan dengan menjadikan band 
dengan panjang gelombang lebih pendek sebagai pembilang dan band dengan panjang gelombang 
lebih panjang sebagai penyebut (Stumpf et al 2003; Loomis 2009). Dari hasil pengujian 6 kombinasi 
band yang digunakan dalam kajian ini melalui regresi dengan sampel data lapangan, diperoleh hasil 
yang berbeda-beda (lihat pada Gambar 2).  
 
Gambar 2. Hasil regresi rasio band terhadap sampel kedalaman lapangan, a) Rasio B1/B2; b) Rasio 

B1/B3; c) Rasio B1/B4; d) Rasio B2/B3; e) Rasio B2/B4; dan f) rasio B3/B4 (Analisis, 2014) 

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 



 
Geoplanning: Journal of Geomatics and Planning  Vol 2, No 1, 2015, 30-37                                                                        Subarno et al. 

| 34  
 

Hasil regresi 6 kombinasi rasio nilai reflektansi band terhadap data kedalaman lapangan terlihat 
bahwa hanya ada dua kombinasi band yang memiliki korelasi cukup baik dengan sampel kedalaman 
yang digunakan yakni rasio antara band 1 dengan band 3 (dengan nilai koefisien determinasi R2 = 0,67) 
dan rasio antara band 1 dengan band 4  (R2 = 0,55) sebagaimana terlihat pada Gambar 2b dan c. 
Adapun 4 kombinasi band lainnya memberikan korelasi yang sangat lemah terhadap data lapangan. 
Hal ini diduga disebabkan oleh sampel data kedalaman lapangan yang diambil kurang mewakili 
sebaran secara spasial dari wilayah kajian. Walaupun sampel kedalaman lapangan mewakili sebaran 
kedalaman, mungkin akan memberikan hasil yang lebih baik jika sebarannya mewakili seluruh wilayah 
kajian. Hal ini agar sifat perairan yang memberikan respon yang berbeda terhadap GEM dapat terwakili 
dari seluruh wilayah kajian. 

Secara umum, kemampuan penetrasi GEM pada panjang gelombang lebih panjang, lebih rendah 
seiring bertambahnya kedalaman dibanding pada panjang gelombang lebih pendek, hal ini akan 
menghasilkan nilai rasio antara reflektansi pada band-band yang dirasiokan akan semakin meningkat 
seiring bertambahnya kedalaman. Hal menarik dari hasil regresi rasio band terhadap data lapangan 
adalah nilai rasio band berbanding terbalik dengan kedalaman lapangan. Hal ini menunjukkan bahwa 
besarnya reflektansi pada masing-masing band di lokasi kajian berdasarkan pertambahan kedalaman 
tidak memberikan pola yang teratur seiring bertambahnya kedalaman. Berbeda dengan hasil regresi 
yang dilakukan oleh Loomis (2009) pada rasio band citra Quickbird yang menunjukkan perbandingan 
lurus dengan sampel data kedalaman lapangan. Hal ini disebabkan oleh perbedaan jumlah dan jenis 
material dalam kolom air, serta jenis substrat yang dominan pada dasar perairan sehingga 
memberikan respon yang berbeda-beda pada setiap panjang gelombang.  

Pada gambar 3 disajikan pola reflektansi pada 4 band yang digunakan dalam kajian ini 
berdasarkan garis sampling yang diambil tegak lurus ke arah perairan yang lebih dalam (a ke b). Pada 
gambar 3b terlihat reflektansi band 2 dan band 3 pada perairan yang lebih dangkal memiliki nilai yang 
lebih tinggi dari band 1 dan band 4. Band 1 dan band 4 lebih banyak terserap pada wilayah dangkal, 
substrat pasir yang dominan menutupi dasar perairan yang lebih dangkal menghasilkan nilai reflektasni 
yang lebih besar pada band 2 dan band 3. Akan tetapi band 1 mengalamai penyerapan yang lebih 
lambat dengan bertambahnya kedalaman. Hal ini terlihat dari pola nilai reflektansi pada 4 band 
(Gambar 3b) dimana pada band 2 dan 3 cenderung lebih cepat menurun dibandingkan pada band 1. 
Kemampuan GEM pada panjang gelombang lebih pendek untuk melakukan penetrasi pada kolom air 
yang lebih dalam adalah alasan mengapa reflektansi pada band 1 di wilayah kajian ini cenderung lebih 
lambat menurun seiring bertambahnya kedalaman dibandingkan band 2 dan band 3. 

 
Gambar 3. Pola reflektansi spektral 4 band dari daerah dangkal ke daerah lebih dalam  

(Analisis, 2014) 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Titik 

sampling 

reflektan

si 



 
Geoplanning: Journal of Geomatics and Planning  Vol 2, No 1, 2015, 30-37                                                                        Subarno et al. 

| 35  
 

 
 

3.2. Akurasi Hasil Estimasi  

Merujuk pada nilai R2 dari hasil regresi yang dilakukan pada kombinasi band terhadap data 
lapangan, persamaan yang digunakan untuk mengkalibrasi hasil rasio band menjadi kedalaman 
estimasi adalah persamaan yang dihasilkan dari rasio band 1 dengan band 3 dan rasio antara band 1 
dengan band 4. Untuk mengetahui besarnya bias yang terjadi antara kedalaman estimasi melalui citra 
dan kedalaman lapangan, dilakukan pengujian terhadap citra kedalaman. Sebanyak 40 titik sampel 
kedalaman lapangan digunakan untuk mengekstraksi nilai-nilai piksel pada citra WorldView-2 hasil 
transformasi kedalalaman. Selisih antara kedalaman duga dan kedalaman lapangan bervariasi mulai 
dari nilai terkecil 0,0029 m pada hasil transformasi menggunakan rasio band1/band3 dan 0,0059 m 
pada hasil transformasi band1/band4, sedangkan untuk selisih nilai tertinggi yaitu 4,687 m pada rasio 
band1/band3 dan 8,739 m pada hasil transformasi rasi band1/band4 (selengkapnya dapat dilihat pada 
tabel 1). 

 
Tabel 1. Sampel kedalaman Lapangan dan kedalaman estimasi serta selisihnya (Analisis, 2014) 

No 

Kedalaman (m) Bias (m) 

No 

Kedalaman (m) Bias (m) 

Lap. B1/B3 B1/B4 B1/B3 B1/B4 Lap. B1/B3 B1/B4 B1/B3 B1/B4 

1 1.6 1.4347 1.5406 0.16534 0.05938 21 6.5 5.6924 8.761 0.80756 2.26098 

2 2 2.0029 4.8363 0.00292 2.83632 22 7 5.0817 7.7539 1.91832 0.75391 

3 2.1 2.5381 2.5967 0.43813 0.49671 23 7.1 5.0817 7.7539 2.01832 0.65391 

4 2.2 2.0029 4.8363 0.19708 2.63632 24 7.2 7.7748 11.345 0.57475 4.1447 

5 2.3 2.5381 2.5967 0.23813 0.29671 25 7.3 6.1806 0.8287 1.11944 6.47131 

6 2.5 2.5381 2.5967 0.03813 0.09671 26 7.4 7.1024 7.5516 0.29765 0.15159 

7 2.6 1.9118 0.6947 0.68821 1.90534 27 7.5 7.8854 11.218 0.38542 3.7183 

8 3.1 3.2516 1.4135 0.15155 1.68655 28 8 7.2472 10.59 0.7528 2.5896 

9 3.4 1.8982 5.345 1.50181 1.94502 29 9 8.7126 11.804 0.28739 2.8037 

10 3.7 3.303 8.3949 0.39698 4.69488 30 10.6 5.913 9.6581 4.68697 0.94189 

11 3.8 3.0967 2.1476 0.70326 1.65241 31 11.3 11.2 10.542 0.1003 0.7578 

12 4.1 4.8103 4.3482 0.71026 0.24815 32 13.6 13.52 12.128 0.08 1.4717 

13 4.2 5.6924 8.761 1.49244 4.56098 33 14 11.369 10.221 2.631 3.7788 

14 4.6 5.3632 6.1943 0.76317 1.59432 34 14.8 16.203 12.947 1.4029 1.8534 

15 4.7 4.771 7.07 0.07095 2.36998 35 16.8 16.892 17.628 0.092 0.8284 

16 5.1 5.6924 8.761 0.59244 3.66098 36 18.6 15.042 14.986 3.5583 3.6137 

17 5.2 4.8817 11.991 0.3183 6.7913 37 19.5 16.066 12.268 3.4339 7.232 

18 5.7 7.4429 6.886 1.74286 1.18601 38 20.4 17.559 18.131 2.8409 2.2693 

19 6 8.1734 9.1973 2.1734 3.19734 39 22.8 19.311 15.715 3.4889 7.0855 

20 6.4 6.8334 9.5211 0.43339 3.12113 40 23.2 19.592 14.46 3.6082 8.7398 

 
            Rata-Rata Bias (m) 0.64094 2.25183 

 
 
Dari tabel 1 terlihat rata-rata bias (selisih) antara kedalaman hasil transformasi citra dan 

kedalaman lapangan untuk rasio band1/band3 cukup kecil yaitu hanya 0,6049 m, dan bias yang banyak 
terjadi yaitu pada kedalaman diatas 13 m. Hal ini menunjukkan bahwa kombinasi band 1/band3 pada 
perairan ini cukup baik digunakan hanya untuk kedalaman dibawah 13 m. Pada gambar 3b terlihat 
bahwa pola reflektansi dari band 1 dan band 3 cukup kontras pada perairan yang lebih dangkal, namun 
cenderung memiliki nilai reflektansi hampir sama pada perairan yang lebih dalam. Band 1 (Coastal) 
pada citra WorldView 2 berada pada rentang panjang gelombang yang lebih pendek sehingga 
diharapkan memiliki kemampuan penetrasi kedalaman yang lebih besar dari band-band lainnya 
(DigitalGlobe 2010). Pada kajian ini terlihat bahwa band 1 justru memiliki nilai reflektansi yang lebih 
rendah dari band 2 dan band 3 baik pada perairan dangkal maupun perairan yang lebih dalam, akan 



 
Geoplanning: Journal of Geomatics and Planning  Vol 2, No 1, 2015, 30-37                                                                        Subarno et al. 

| 36  
 

tetapi nilai reflektansi band 2 dan band 3 cenderung lebih cepat menurun seiring bertambahnya 
kedalaman (Gambar 3b). Substrat pasir yang dominan pada perairan dangkal diduga menjadi faktor 
yang sangat berpengaruh pada reflektansi dari kolom air sehingga memberikan nilai yang lebih tinggi 
pada band 2 dan band 3 pada perairan yang lebih dangkal.  

Sifat respon spektral yang berbeda pada jenis substrat yang berbeda diduga menjadi penyebab 
utama rendahnya korelasi antara rasio band terhadap kedalaman lapangan sehingga menyebabkan 
besarnya bias antara kedalaman duga dan kedalaman lapangan pada kajian ini. Dasar perairan yang 
didominasi oleh pasir akan memberikan nilai reflektansi yang lebih besar dari dasar perairan yang 
banyak terdapat karang dan lamun. Algoritma rasio band memanfaatkan kombinasi 2 buah band yang 
berbeda dengan harapan akan memberikan hasil estimasi kedalaman yang lebih akurat hingga pada 
perairan yang memiliki beragam jenis substrat (Stumpf et al 2003), asumsi ini dibangun berdasarkan 
sifat respon spektral yang berbeda pada masing-masing band berdasarkan jenis substrat dasar. 
Sehingga dengan memanfaatkan rasio band, diharapkan akan mewakili variasi respon spektral pada 
masing-masing tipe substrat dasar. Loomis (2009) mampu meningkatkan akurasi hasil pendugaan 
kedalaman perairan menggunakan algoritma rasio band berdasarkan pemisahan tipe substrat dasar 
perairan. Kajian yang dilakukan olah Siregar dan Selamat (2010) dalam mengevaluasi citra Quickbird 
untuk memetakan batimetri pada gobah Karang Lebar dan Pulau Panggang menggunakan algoritma 
berdasarkan Zona Penetrasi Kedalaman (ZPK) menemukan bahwa algoritma tersebut tidak konsisten 
memberikan hasil pendugaan yang akurat pada wilayah kajian. Adanya perbedaan kualitas dan tipe 
perairan menjadi penyebab ketidak konsistenan algoritma tersebut.  

Penyebab lain besarnya bias dan rendahnya korelasi antara rasio band pada citra WorldView-2  
terhadap kedalaman lapangan yaitu diduga adanya distorsi dari GPS pada perangkat sounding yang 
digunakan di lapangan. Tingginya resolusi spasial pada citra WorldView-2 menjadikan beragamnya 
informasi yang terdapat pada suatu luasan sempit berdasarkan nilai reflektansi pada masing-masing 
piksel pada luasan tersebut. Untuk meningkatkan akurasi pendugaan kedalaman, diperlukan proses 
lebih lanjut untuk mencocokkan posisi antara GPS yang digunakan pada suatu titik di lapangan 
terhadap piksel yang mewakili titik tersebut. Pada gambar 4 terlihat daerah yang banyak terdapat bias 
dalam estimasi kedalaman pada citra yaitu pada bagian Selatan perairan, baik pada rasio band 1 dan 
band 3 maupun band 1 dan band 4. Hal ini kemungkinan disebabkan kurangnya sampel data 
kedalaman lapangan yang diambil mewakili wilayah ini pada saat melakukan regresi terhadap hasil 
rasio band. 

 
Gambar 4. Citra kedalaman perairan lokasi studi, a) Hasil transformasi rasio band1/band 3; dan b) hasil 

transformasi rasio band 1/band 4 (Analisis, 2014) 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 



 
Geoplanning: Journal of Geomatics and Planning  Vol 2, No 1, 2015, 30-37                                                                        Subarno et al. 

| 37  
 

4. KESIMPULAN 
Beberapa hal yang dapat disimpulkan berdasarkan hasil penelitian ini yaitu, 1) Dari 6 kombinasi band 

yang digunakan untuk mengestimasi kedalaman pada perairan dangkal Pulau Kelapa-Harapan, kombinasi 
band terbaik dengan nilai rata-rata error terkecil adalah rasio antara band 1 dan band 3. 2) Kedalaman 
maksimum yang dapat diestimasi dengan baik dari citra WorldView-2 menggunakan algoritma rasio band 
adalah 13 m. 3) Selisih antara kedalaman duga dan kedalaman lapangan kemungkinan dapat diperkecil 
dengan memisahkan proses estimasi kedalaman berdasarkan jenis substrat dasar. 

 
 

5. DAFTAR PUSTAKA 
Digital Globe. (2010). Radiometric use of WorldView-2 imagery. Technical note. Prepared by : Todd Updike, 

Chris Comp. 
Doxani G, Papadopulou M, Lafaxani P, Tsakiri-Strati M. (2012). Shallow-water bathymetry over variable 

bottom types using multispectral worldview-2 image. International Archives of the Photogrammetry, 
Remote Sensing and Spatial Information Sciences, 39(8). 

Friedlander AM., Brown EK., and Monaco ME. (2007). Coupling ecology and GIS to evaluate efficacy of 
marine protected areas in Hawaii. Ecological Applications, 17(3):715-730. 

Kay S., Hedley JD. and Lavender S. (2009). Sun glint correction of high and low spatial resolution images of 
aquatec scenes : a review of method for visible and near-infrared wavelengths. Remote Sens, 1:697-
730. 

Kuffner IB., Brock JC., Grober-Dunsmore R., Bonito BE., Hickey TD., and Wright CW. (2007). Relationship 
between reef fish communities and remotely sensed rugosity measurements in Biscayne National 
Park, Florida, USA. Environ Biol Fish, Vol. 78:71-78. 

Loomis MJ. (2009). Depth derivation from the WorldView-2 satellite using hyperspectral imagery. Naval 
Postgraduate School. 

Madden CK. Contributions to remote sensing of shallow water depth with  the Worldview-2 yellow band. 
Naval Postgraduate School. 

Siregar VP, Selamat MB. (2010). Evaluasi citra quickbird untuk pemetaan batimetri gobah dengan 
menggunakan data perum: studi kasus gobah Karang Lebar dan  Pulau Panggang. Ilmu Kelautan, 
UNDIP 

Stumpf RP, Holderied K, and Sinclair M. (2003). Determination of water depth with high-resolution satellite 
imagery over variable bottom types. Applied Optics, Vol. 28(8):547-556. 

Susilo SB. (2007). Analisis keberlanjutan pembangunan pulau-pulau kecil: pendekatan model ekologi-
ekonomi. Jurnal Ilmu-Ilmu Perairan dan Perikanan Indonesia, Vol. 14(1):29-35. 

 

 


