Hutan mangrove di kawasan Estuari Perancak, Jembrana awalnya memiliki area yang sangat luas. Namun seiring dengan perkembangan penduduk, dan peningkatan kebutuhan masyarakat, mulailah pengubahan lahan hutan mangrove menjadi tambak yang mengambil hampir lebih dari 50% lahan asli mangrove. Dengan perkembangan zaman, terdapat teknologi penginderaan jauh yang dapat mengawasi persebaran mangrove alami dan yang ditanami menggunakan indeks vegetasi. Indeks vegetasi yang dapat digunakan antara lain NDVI, EVI2, dan SAVI. Dalam penelitian ini, indeks vegetasi tersebut dimasukkan dalam citra satelit ALOS AVNIR-2 untuk mengetahui rentan nilai indeks vegetasi mangrove alami dan yang ditanami di Estuari Perancak, Jembrana-Bali. Lokasi penelitian penelitian ini berada di Estuari Perancak, Jembrana, tepatnya di desa Budeng dan desa Perancak. Estuari Perancak secara geografis terletak antara 8 o 22' 30" LS sampai 8 o 24' 18" LS dan 114 o 36' 18" BT sampai 114 o 38' 31,2" BT. Metode analisa indeks vegetasi yang digunakan pada penelitian ini adalah NDVI (Normalized Difference Vegetation Index), EVI2 (Enhanced Vegetation Index-2), dan SAVI (Soil Adjusted Vegetation Index). Hasil penelitian ini menunjukkan bahwa citra ALOS AVNIR-2 mampu digunakan dalam menghasilkan data indeks vegetasi dengan algoritma NDVI, EVI2, dan SAVI. Indeks Vegetasi EVI2 menghasilkan keakurasian hubungan yang lebih baik dibandingkan metode NDVI dan SAVI dimana koefisien determinasinya adalah 0,001. Sedangkan yang memiliki keakurasian hubungan yang lebih baik terhadap EVI2 adalah SAVI, dimana koefisien determinannya sebesar 0,987. Total luas area mangrove di Estuari Perancak adalah 114,19 Ha, dengan pembagian mangrove alami seluas 69,04 Ha dan mangrove ditanami seluas 45,15 Ha.

Abstrak-S ungai

Aliran permukaan/limpasan (run off) merupakan salah satu variabel hidrologi yang sangat penting di dalam menunjang kegiatan pengembangan sumber daya air. Metode prediksi yang handal untuk menghitung jumlah dan laju limpasan yang berasal dari permukaan tanah dan bergerak menuju sungai di suatu DAS yang tidak dilengkapi alat ukur (ungaged watershed) adalah suatu pekerjaan yang sangat sulit dan memerlukanwaktu yang banyak. Penelitian ini dilakukan di DAS Ciliwung Hulu, yang merupakan daerah penting dalam kotribusi banjir di Jakarta. Untuk mengetahaui run off  yang terjadi, digunakan data curah hujan dan debit Tahun 2007-2009. Sebagai model, untuk mengetahui run off menggunakan peta penggunaan lahan, peta jenis tanah, dan topografi. Peta-peta tersebut diolah dengan menggunakan Arcview, sehingga didapatkannilai CN. Berdasarkan analisis perhitungan, besarnya debit mendekati 50% dari tebal hujan. Kondisi ini mengindikasikan bahwa kondisi DAS Ciliwung Hulu sudah tidak mampu lagi menyerap curah hujan dengan baik. Korelasi antara hasil prediksi run off model yang menggunakan CN dengan perhitungan run off observasi cukup baik. Hal ini menunjukkan bahwa metode Curve Number cukup dapat mepresentaskan hubungancurah hujan dengan aliran permukaan (run off). kata kunci : Run off observasi, run off model, curve number AbstractRun off (surface flow) is one of the most important hydrological variable in supporting the activities of water resources development. A reliable prediction method to calculate the amount and rate of runoff from the land surface caused by the rain that falls in a watershed that is not equipped with measuring devices (un gauge watershed) is a verydifficult job and requires a lot of time. The research was conducted in the watershed Ciliwung Hulu, which is an important area in relation to the incidence of flooding in Jakarta. Curve Number (CN) method can be used to predict the amount of runoff from a watershed. This model required input of rainfall; land cover maps; soil type maps,and topography. The maps are processed using Arc View software, so we get the value of CN. In this study, we used of rainfall and discharge data 2007-2009. Based on the analysis of calculation, known that amount of surface flow approaching 50% of rainfall depth. This condition indicates that the Ciliwung Hulu watershed conditions were not ableand proper to absorb of rainfall. The correlation between the results of run-off prediction models using CN with run-off observation was quite good. This indicated that the Curve Number method could be able to represent the relationship of rainfall with surface flow (run off) and also to predict runoff key words: Run off observation, run-off model, curve number

The decrease of coastal-water quality in the Surabaya coastal region can be recognized from the conceentration of Total Suspended Sediment(TSS ) . As a result we need a system for monitoring sediment concentration in the coastal region of Surabaya which regularly measures TSS. The principle to model and monitor TSSconcentration using remote sensing methods is by the integration of Landsat-8OLI satellites image processing using some ofTSS-models then those are analyzed for looking its suitability with TSS value direcly measured in the field ( in-situ measurement). The TSS value modeled from all algorithms validated usingcorrelation analysis and linear regression . The result shows that TSS model with the highest correlation value is TSS algorithm by Budiman (2004)with r value 0.991. Hence this algorithm can be used to investigate TSS-distribution which represent the coastal water quality of Surabaya with TSS value between 75 mg/L to 125 mg/L. Abstrak Penurunan kualitas perairan pantai dapat ditunjukkan oleh tingginya konsentrasi sedimen yang dinyatakan oleh Total Suspended Sedimen(TSS). Untuk keperluan ini diperlukan sistem monitoring dan pengukuran konsentrasi sedimen wilayah pantai Surabaya secara spasial dan non spasial, dimana pengukuran TSS dapat dilakukan secara regular dengan ketelitian yang baik. Prinsip monitoring konsentrasi TSS dengan metode penginderaan jauh adalah memproses citra dari satelit Landsat 8OLI dengan menggunakan beberapa model TSS, kemudian dilihat kesesuaiannya konsentrasi TSS yang diukur langsung di lapangan (pengukuran insitu).Penelitian ini menggunakan empat algoritma TSS untuk mendapatkan konsentrasi TSS. Nilai konsentrasi TSS dari semua algortima diuji dengan data in-situ

Pantai merupakan suatu kawasan peralihan atau pertemuan antara darat dan laut. Pada Kabupaten Gianyar, Bali membentang laut sepanjang selatan Pulau Bali yang merupakan daerah yang berbatasan langsung dengan wilayah pesisir. Tentunya hal tersebut tidak lepas dari adanya dinamika perubahan pada fisik pantai yang disebabkan seperti pengikisan daratan oleh air laut (abrasi) maupun adanya angkutan sedimen dari darat (akresi) yang pada umumnya menjadi sorotan terhadap perubahan garis pantai. Untuk itu diperlukan penelitian guna mengetahui besarnya perubahan yang terjadi sepanjang garis pantai tahun 2002 sampai 2017 sehingga menghasilkan peta perubahan garis pantai. Metode yang digunakan adalah menggunakan interpretasi ratio pada kanal SWIR dan hijau pada citra Landsat 7 dan Landsat 8 ditambah dengan melakukan klasifikasi, dapat dilakukan untuk mengidentifikasi garis pantai beserta menganalisis besarnya perubahan yang terjadi. Hasil analisis tumpang susun identifikasi garis pantai di Kabupaten Gianyar menunjukkan luas pesisir pada tahun 2002 sebesar 42,441 km 2 dan pada tahun 2017 sebesar 42,285 km 2 dimana terjadi abrasi sebesar 0,195 km 2 yang diakibatkan oleh faktor alam yaitu pesisir Kabupaten Gianyar berada di zona laut lepas.