Pada peta, garis pantai biasanya ditampilkan sebagai batas antara daratan dan laut. Dalam kenyataannya, posisi batas tersebut dipengaruhi oleh kondisi muka air dan proses dinamika pesisir.
Posisi garis pantai berubah akibat pasang surut, gelombang, sedimentasi, abrasi, reklamasi, mangrove, dan aktivitas manusia. Posisi yang teridentifikasi pada citra satelit juga dapat berbeda karena waktu perekaman yang berbeda.
Oleh karena itu, pemantauan garis pantai memerlukan metode yang mempertimbangkan waktu perekaman, kondisi muka air, dan karakteristik pantai.
Garis pantai yang terus berubah
Indonesia adalah negara kepulauan. Perubahan garis pantai bukan hanya persoalan lingkungan, tetapi juga berkaitan dengan tata ruang, pelabuhan, tambak, pariwisata, perlindungan pulau-pulau kecil, dan keselamatan masyarakat pesisir.
Selama ini, data garis pantai sering dihasilkan oleh berbagai lembaga dengan metode, waktu pengamatan, skala, dan standar yang berbeda. Ketika data tersebut dibandingkan, perbedaan yang terlihat belum tentu seluruhnya menunjukkan abrasi atau akresi. Sebagian mungkin berasal dari perbedaan cara mengukur.
Satu peta mungkin dibuat ketika air sedang pasang. Peta lainnya dibuat ketika air lebih surut. Jika kedua garis itu langsung dibandingkan, kita dapat menyimpulkan bahwa pantai telah bergeser, padahal sebagian pergeseran tersebut hanya merupakan akibat perbedaan muka air.
Dengan demikian, estimasi laju perubahan harus didahului dengan penetapan definisi garis pantai, datum, dan kondisi pengamatan yang digunakan.
Dari Piksel ke Ina Coastlines
Pada 18 Agustus 2026, Badan Informasi Geospasial meluncurkan Piksel, sebuah platform untuk mengolah dan menganalisis citra satelit dalam skala besar. Platform ini dikembangkan BIG bersama Geoscience Australia dengan dukungan komputasi awan, pemrosesan paralel, dan kecerdasan artifisial. [1]
Piksel menyediakan pengolahan dan analisis data pengamatan Bumi untuk menghasilkan informasi geospasial yang dapat digunakan dalam berbagai kebutuhan.
Salah satu produk yang dikembangkan dalam ekosistem tersebut adalah Ina Coastlines. Produk ini ditujukan untuk menyediakan informasi geospasial mengenai garis pantai Indonesia dan perubahan posisinya dari waktu ke waktu. [1][2]
Bagi pengguna, Ina Coastline dapat ditampilkan sebagai garis pantai tahunan dan informasi perubahan. Produk tersebut dihasilkan melalui pemilihan citra, pengolahan data, pemisahan daratan dan perairan, pemodelan pasang surut, dan analisis perubahan.
Ada satu hal yang perlu ditegaskan sejak awal. Ina Coastline—demikian nama yang digunakan dalam dokumentasi Piksel—adalah produk turunan untuk analisis dan pemantauan pesisir. Dokumentasi Piksel menyebutkan bahwa produk ini belum merupakan produk BIG yang ditetapkan secara resmi dan formal, sehingga tidak boleh digunakan sebagai referensi hukum. [3]
Pembedaan ini penting. Sebuah produk analitis dapat sangat berguna untuk melihat pola, menyusun prioritas, dan merancang survei. Namun, kegunaan analitis tidak otomatis menjadikannya sebagai garis batas resmi untuk keperluan hukum atau administrasi pertanahan.
Apa yang sebenarnya disediakan Ina Coastline?
Dokumentasi Piksel mencatat beberapa karakter utama produk ini. Cakupannya adalah Indonesia, data temporalnya membentang dari 1987 hingga 2025, pembaruannya dirancang tahunan, dan sumber citra utamanya adalah Landsat 5, Landsat 7, Landsat 8, dan Landsat 9. Garis pantai yang dihasilkan merepresentasikan posisi sekitar muka laut rata-rata. [3]
Artinya, Ina Coastline tidak hanya memberikan satu garis pantai terbaru. Ia menyediakan rangkaian posisi garis pantai tahunan yang dapat digunakan untuk membaca kecenderungan perubahan selama beberapa dekade. Pada titik-titik tertentu, pengguna juga dapat menemukan atribut seperti laju perubahan, tingkat signifikansi statistik, standard error, tahun yang dianggap sebagai outlier, jarak garis pantai pada tahun tertentu, dan ukuran statistik perubahan lainnya. [3]
Jarak antar titik analisisnya adalah 30 meter. Dengan interval ini, garis pantai yang panjang dapat diterjemahkan menjadi kumpulan titik pengamatan yang lebih mudah dipetakan, disaring, dan dianalisis. Tetapi interval 30 meter tidak boleh disalahartikan sebagai ketelitian mutlak 30 meter. Resolusi, georeferensi, kondisi pantai, pasang surut, dan ketidakpastian ekstraksi tetap menentukan kualitas hasil.
Mengapa Landsat, bukan hanya Sentinel-2?
Bagi pengguna yang terbiasa dengan Sentinel-2, pilihan Landsat mungkin tampak kurang intuitif karena Sentinel-2 memiliki resolusi spasial yang lebih halus pada beberapa kanal. Namun, untuk analisis perubahan jangka panjang, panjang arsip sering kali sama pentingnya dengan resolusi spasial.
Landsat menyediakan rekaman yang lebih panjang. Dengan menggunakan Landsat 5 hingga Landsat 9, Ina Coastline dapat menelusuri perubahan garis pantai sejak 1987 sampai 2025. Rekaman panjang ini membantu membedakan perubahan yang berlangsung konsisten dari perubahan yang hanya terjadi dalam satu atau dua tahun.
Konsekuensinya, Ina Coastline lebih tepat dibaca sebagai produk pemantauan tren jangka panjang. Ia bukan alat untuk melihat setiap perubahan harian setelah badai, gelombang ekstrem, atau kejadian banjir rob. Perubahan sesaat dapat tersamar ketika banyak pengamatan diringkas menjadi posisi tahunan.
Bagaimana data itu diproses?
Dokumentasi teknis Piksel menjelaskan alur Ina Coastline secara lebih rinci. Citra Landsat lebih dahulu diubah menjadi indeks air. Piksel kemudian menghitung atau memperkirakan kondisi pasang surut pada waktu akuisisi setiap citra. Informasi tersebut diinterpolasikan ke resolusi sekitar 30 meter, sehingga setiap piksel yang digunakan memiliki perkiraan tinggi muka air pada saat perekaman. [3]
Pengamatan pada kondisi pasang atau surut yang terlalu ekstrem disaring. Pengamatan yang tersisa digabungkan menjadi komposit median tahunan yang merepresentasikan posisi garis pantai sekitar muka laut rata-rata. Setelah itu, batas air diekstraksi dengan metode sub-pixel waterline extraction. [3]
Istilah “sub-pixel” perlu dibaca secara hati-hati. Metode ini berusaha memperkirakan posisi batas air di antara pusat-pusat piksel, sehingga garis yang dihasilkan tidak sekadar mengikuti tepi piksel secara kasar. Namun, sub-pixel bukan berarti citra Landsat tiba-tiba memiliki resolusi survei sentimeter. Ia adalah estimasi matematis yang tetap memiliki ketidakpastian.
Untuk indeks air, dokumentasi Piksel menyebutkan beberapa pilihan yang dapat dikonfigurasi, antara lain MNDWI, NDWI, Combined Water Index, dan MNDWI-NIR. Pemilihan indeks memberi fleksibilitas, karena kondisi pantai Indonesia sangat beragam. Pantai berpasir putih, pantai berlumpur, mangrove, tambak, dan kawasan terbangun tidak selalu dapat diperlakukan dengan pendekatan yang sama. [3]
Tidal modelling dengan INATIDES
Bagian yang membuat Ina Coastline lebih dari sekadar ekstraksi batas air adalah pemodelan pasang surutnya. Piksel menggunakan gabungan model pasang surut global dan INATIDES sebagai model regional untuk perairan Indonesia. [3]
Mengapa model regional diperlukan? Indonesia memiliki bentuk garis pantai yang rumit, banyak selat, teluk, pulau, dan perairan dangkal. Model global memberikan cakupan luas, tetapi kinerjanya tidak selalu sama baik di setiap lingkungan pesisir. Model yang lebih sesuai dengan karakter perairan Indonesia dapat membantu memperbaiki estimasi muka air pada waktu citra direkam.
Hasil akhirnya bukan “garis pantai saat satelit lewat”, melainkan posisi garis pantai tahunan yang telah diarahkan ke referensi sekitar muka laut rata-rata. Inilah yang memungkinkan perbandingan antarwaktu menjadi lebih bermakna.
Tetap perlu diingat: model pasang surut memberikan estimasi, bukan pengamatan langsung di setiap titik pantai. Pada lokasi yang sangat kompleks, data tide gauge setempat dan pengukuran lapangan tetap diperlukan untuk memeriksa hasilnya.
Dari garis pantai menjadi angka perubahan
Piksel menyediakan use case perubahan garis pantai dengan wilayah contoh Pulau Jawa. Dalam dokumentasi tersebut, laju perubahan dihitung menggunakan regresi linier terhadap posisi garis pantai tahunan. Nilai negatif menunjukkan pergerakan ke arah darat atau erosi, sedangkan nilai positif menunjukkan pergerakan ke arah laut atau akresi. [4]
Selain laju perubahan, produk juga dapat menyajikan ukuran seperti statistical significance, standard error, Shoreline Change Envelope, Net Shoreline Movement, dan tahun yang dikeluarkan sebagai outlier. Atribut-atribut ini penting karena angka laju saja tidak cukup.
Misalnya, laju perubahan −2 meter per tahun dapat terlihat meyakinkan. Tetapi, apabila ketidakpastiannya besar atau hubungan waktunya tidak signifikan, angka tersebut perlu ditafsirkan lebih hati-hati. Sebaliknya, tren yang kecil tetapi konsisten selama puluhan tahun mungkin lebih penting daripada satu nilai ekstrem.
Dokumentasi use case Piksel menunjukkan bahwa beberapa lokasi memiliki nilai ekstrem hingga sekitar −101 dan +97 meter per tahun. Angka sebesar itu tidak boleh langsung dianggap sebagai kondisi umum Indonesia. Piksel sendiri menekankan bahwa nilai ekstrem tersebut memerlukan penilaian lebih lanjut dengan melihat garis pantai tahunan dan citra referensi. [4]
Bagaimana membaca hotspot?
Untuk membantu pembacaan pada skala yang lebih luas, perubahan garis pantai dapat diringkas dalam jendela agregasi. Dokumentasi Piksel menyebutkan analisis hotspot dengan radius agregasi 1 kilometer. Dalam contoh yang ditampilkan, terdapat 1.960 hotspot; 59 di antaranya mencatat akresi minimal 3 meter per tahun dan 7 mencatat erosi maksimal −3 meter per tahun. [4]
Angka tersebut adalah hasil dari contoh analisis yang dipublikasikan, bukan angka tetap yang dapat digeneralisasikan untuk seluruh waktu dan seluruh Indonesia. Data dapat berubah ketika produk diperbarui, parameter diubah, atau wilayah analisis diperluas.
Hotspot juga bukan berarti setiap titik di dalam radius tersebut mengalami perubahan yang identik. Ia adalah ringkasan spasial untuk membantu menemukan wilayah yang perlu diperiksa lebih rinci. Setelah hotspot ditemukan, pengguna perlu kembali melihat garis tahunan, citra asli, kondisi geomorfologi, dan data lapangan.
Bagaimana Ina Coastline berbeda dari peta garis pantai biasa?
Peta garis pantai biasa sering menjawab pertanyaan, di mana posisi batas darat dan laut pada suatu waktu atau datum tertentu?
Ina Coastline menambahkan pertanyaan lain, bagaimana posisi tersebut berubah dari tahun ke tahun, seberapa konsisten perubahannya, dan di mana lokasi yang menunjukkan kecenderungan paling menonjol?
Perbedaan ini menjadikan Ina Coastline lebih dekat dengan sistem pemantauan daripada sekadar peta referensi. Ia dirancang untuk membantu pengguna melihat dinamika. Karena itu, layer garis tahunan, laju perubahan, statistik, dan citra pendukung perlu dibaca sebagai satu kesatuan.
Citra satelit memberikan dua keuntungan utama. Pertama, cakupannya luas. Kedua, pengamatannya berulang. Dengan arsip citra Landsat, misalnya, perubahan garis pantai dapat dilihat dalam rentang waktu yang panjang. Geoscience Australia menggunakan pendekatan serupa dalam DEA Coastlines untuk memetakan posisi garis pantai tahunan sejak 1988 dengan menggabungkan data satelit dan pemodelan pasang surut. [5]
Keuntungan ini sangat penting bagi Indonesia. Tidak semua pantai mudah dijangkau. Ada delta, pulau kecil, kawasan berlumpur, mangrove, dan wilayah pesisir yang memerlukan biaya besar untuk disurvei berulang kali.
Citra satelit tidak membuat survei lapangan menjadi tidak perlu. Ia membantu menentukan lokasi yang perlu diperiksa lebih dahulu, melihat pola perubahan dalam skala luas, dan menyediakan rekaman historis yang sulit diperoleh hanya melalui pengukuran lapangan.
Bagaimana daratan dipisahkan dari air?
Salah satu pendekatan yang umum digunakan adalah memanfaatkan perbedaan pantulan spektral antara air dan daratan.
Indeks NDWI, yang diperkenalkan McFeeters, menggunakan kanal hijau dan inframerah dekat untuk menonjolkan fitur perairan. [6] Indeks MNDWI yang dikembangkan Xu menggunakan kanal SWIR untuk memperbaiki pemisahan perairan terbuka dari permukaan terbangun dan beberapa jenis tutupan lahan lainnya. [7]
Secara sederhana, formulanya dapat ditulis sebagai berikut:
NDWI = (Green – NIR) / (Green + NIR)
MNDWI = (Green – SWIR) / (Green + SWIR)
Tetapi, rumus di atas tidak bisa menjawab permasalahan secara gamblang. Pantai berpasir, pantai berlumpur, mangrove, tambak, pelabuhan, dan perairan keruh dapat memberikan respons yang berbeda. Ambang batas yang bekerja baik di satu lokasi belum tentu menghasilkan garis yang sama baiknya di lokasi lain.
Karena itu, hasil ekstraksi garis pantai tetap perlu diperiksa. Dalam penginderaan jauh, otomatis tidak selalu berarti tanpa kesalahan.
Air pasang dapat memindahkan garis pantai
Bayangkan sebuah pantai yang sangat landai. Ketika muka air naik, garis pertemuan antara air dan daratan dapat bergeser cukup jauh ke arah darat. Ketika air turun, garis tersebut bergeser ke arah laut.
Hubungan geometriknya dapat diilustrasikan dengan persamaan sederhana:
Δx = Δh / tan(α)
Δx adalah pergeseran horizontal, Δh adalah perubahan tinggi muka air, dan α adalah kemiringan pantai.
Untuk pantai dengan kemiringan 2 derajat dan perubahan muka air 2 meter, pergeseran horizontal teoritisnya sekitar 57,3 meter. Angka ini bukan berarti setiap garis pantai pada Ina Coastlines memiliki kesalahan sebesar itu. Ia hanya menunjukkan mengapa pasang surut tidak boleh diabaikan, terutama di pantai yang landai.
Pemodelan pasang surut digunakan untuk menyatakan posisi garis pantai pada bidang referensi yang sama, yaitu sekitar muka laut rata-rata. Pendekatan ini mengurangi pengaruh perbedaan tinggi muka air saat citra direkam.
Namun, koreksi pasang surut juga bukan obat untuk semua persoalan. Ketelitian masih dipengaruhi resolusi citra, georeferensi, gelombang, kekeruhan, kemiringan pantai, kualitas model pasang surut, dan metode ekstraksi.
Bagaimana perubahan dihitung?
Setelah garis pantai tersedia untuk beberapa waktu, analisis dapat dilakukan menggunakan transek yang ditarik dari suatu garis acuan atau baseline menuju garis pantai.
Pendekatan seperti ini digunakan dalam Digital Shoreline Analysis System atau DSAS, perangkat yang dikembangkan USGS untuk menghitung perubahan garis pantai. [8][9]
Beberapa ukuran yang sering digunakan adalah:
- NSM, yaitu perpindahan bersih antara dua garis pantai;
- EPR, yaitu perpindahan bersih dibagi selisih waktu;
- SCE, yaitu rentang posisi garis pantai terjauh dan terdekat; dan
- LRR, yaitu laju perubahan berdasarkan regresi linier seluruh data waktu.
Angka-angka yang dihasilkan sangat membantu. Tetapi, angka tetap harus dibaca bersama konteksnya.
Nilai laju perubahan tidak dengan sendirinya menjelaskan penyebab abrasi. Ia juga tidak otomatis berarti bahwa suatu pantai akan terus berubah dengan kecepatan yang sama pada masa depan. Untuk menjelaskan penyebabnya, kita perlu melihat gelombang, arus, pasokan sedimen, perubahan sungai, pembangunan, tutupan lahan, dan faktor lainnya.
Peta untuk memulai pertanyaan
Ina Coastlines dapat membantu menjawab beberapa pertanyaan awal:
- Di mana lokasi yang menunjukkan perubahan garis pantai paling cepat
- Segmen pantai mana yang perlu diprioritaskan untuk survei lapangan
- Apakah perubahan terjadi secara konsisten atau hanya pada periode tertentu?
- Bagaimana perubahan garis pantai berhubungan dengan infrastruktur dan penggunaan lahan?
Peta tersebut berfungsi sebagai dasar untuk menentukan lokasi, pola, dan prioritas analisis lebih lanjut.
Informasi garis pantai dapat digunakan untuk mendukung perencanaan ruang laut, pemantauan kawasan pesisir, kajian awal risiko erosi, serta penelitian dan pendidikan geomatika. Tetapi untuk kebutuhan hukum, desain struktur, atau keputusan yang memiliki risiko tinggi, hasil pemantauan satelit tetap perlu dilengkapi data resmi dan survei yang sesuai.
Mengapa validasi tetap penting?
Tidak semua pantai mudah dibaca dari citra. Pada pantai berlumpur, batas antara darat dan air dapat berangsur-angsur, bukan berupa garis yang tegas. Pada mangrove, akar dan vegetasi dapat menutupi batas sebenarnya. Pada pantai yang dipengaruhi gelombang besar, posisi air sesaat dapat berbeda dari kondisi rata-rata.
Repositori Indonesia Coastlines sendiri menyebutkan bahwa adaptasi kode tersebut belum tervalidasi atau diuji secara menyeluruh seperti implementasi Digital Earth Australia. [10] Ini bukan kelemahan yang harus disembunyikan. Justru, pernyataan tersebut menunjukkan pentingnya validasi dan pengembangan lebih lanjut untuk keragaman pantai Indonesia.
Validasi dapat dilakukan dengan GNSS, UAV, survei topografi, pengamatan pasang surut, atau sumber data lain yang memiliki ketelitian dan datum yang jelas. Pada lokasi kritis, pengukuran lapangan tetap menjadi bagian penting dari pekerjaan geomatika.
Dari garis menuju pemahaman
Ina Coastlines memperlihatkan arah baru pemanfaatan data geospasial di Indonesia. Data satelit tidak lagi hanya diunduh, dipotong, dan diolah secara terpisah oleh masing-masing pengguna. Data dapat diproses dalam suatu ekosistem yang lebih terintegrasi dan menghasilkan informasi yang lebih mudah digunakan.
Tetapi, teknologi yang lebih cepat tidak otomatis membuat interpretasi menjadi lebih benar. Kita tetap perlu memahami datum, pasang surut, resolusi, ketidakpastian, metode ekstraksi, dan karakter geomorfologi lokasi kajian.
Ina Coastline merupakan hasil integrasi data satelit, pemodelan pasang surut, dan analisis spasial untuk memantau perubahan garis pantai. Interpretasinya tetap perlu mempertimbangkan proses hidrodinamika, sedimentasi, perubahan iklim, pembangunan, dan kondisi sosial-ekonomi pesisir.
Dengan pendekatan tersebut, wilayah pesisir dipahami sebagai zona dinamis yang dipengaruhi interaksi daratan, laut, atmosfer, sedimen, dan aktivitas manusia.
Sources
[1] Badan Informasi Geospasial. “BIG Luncurkan Piksel, Teknologi Baru untuk Olah Citra Satelit Skala Besar.” 20 Agustus 2026. https://big.go.id/en/news/2026/08/20/big-luncurkan-piksel-teknologi-baru-untuk-olah-citra-satelit-skala-besar
[2] Embassy of Australia in Indonesia. “New Geospatial Platform Strengthens Indonesia’s Coastal and Marine Management.” 2026. https://indonesia.embassy.gov.au/jakt/MR26_056.html
[3] Piksel BIG. “Ina Coastline.” Dokumentasi produk data. https://staging.piksel.big.go.id/en/docs/data_products/sea_ocean_coast/coastline/
[4] Piksel BIG. “Shoreline Change.” Use case perubahan garis pantai. https://piksel.big.go.id/en/docs/usecases/pesisir/perubahan-garis-pantai/
[5] Geoscience Australia. “DEA Coastlines.” https://www.ga.gov.au/scientific-topics/dea/dea-data-and-products/dea-coastlines
[6] McFeeters, S. K. (1996). The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features. International Journal of Remote Sensing, 17(7), 1425–1432.
[7] Xu, H. (2006). Modification of normalised difference water index (MNDWI) to enhance open water features in remotely sensed imagery. International Journal of Remote Sensing, 27(14), 3025–3033.
[8] Himmelstoss, E. A., et al. (2018). Digital Shoreline Analysis System (DSAS) version 5.0 user guide. U.S. Geological Survey Open-File Report 2018–1179.
[9] Thieler, E. R., Himmelstoss, E. A., Zichichi, J. L., & Ergul, A. (2009). The Digital Shoreline Analysis System (DSAS) version 4.0—An ArcGIS extension for calculating shoreline change. U.S. Geological Survey Open-File Report 2008–1278.
[10] piksel-ina. “Indonesia Coastlines.” GitHub repository. https://github.com/piksel-ina/indonesia-coastlines
Artikel ini merupakan bagian dari pengembangan materi penginderaan jauh dan aplikasi geospasial Laboratorium Geospasial ITS (geo.its.ac.id).
Leave a Reply