identifikasi dan perhitungan luas sawah … · penginderaan jauh dapat dimanfaatkan sebagai...
Post on 19-Apr-2018
226 Views
Preview:
TRANSCRIPT
IDENTIFIKASI DAN PERHITUNGAN LUAS SAWAH DENGAN CITRA SATELIT RESOLUSI TINGGI MENGGUNAKAN
METODE OBJECT BASED IMAGE ANALYSIS (OBIA)
TUGAS AKHIR
Karya Tulis sebagai salah satu syarat untuk memperoleh gelar Sarjana
oleh
ACHMAD RAMADHANI WASIL
NIM 15108081
PROGRAM STUDI TEKNIK GEODESI DAN GEOMATIKA
FAKULTAS ILMU DAN TEKNOLOGI KEBUMIAN
INSTITUT TEKNOLOGI BANDUNG
2012
LEMBAR PENGESAHAN
Tugas Akhir Sarjana
IDENTIFIKASI DAN PERHITUNGAN LUAS SAWAH DENGAN CITRA SATELIT RESOLUSI TINGGI MENGGUNAKAN
METODE OBJECT BASED IMAGE ANALYSIS (OBIA)
Adalah benar dibuat oleh saya sendiri dan belum pernah dibuat dan diserahkan sebelumnya, baik sebagian maupun seluruhnya, baik oleh saya maupun oleh orang
lain, baik di ITB maupun di instansi pendidikan lainnya. Bandung, Juni 2012 Penulis, Achmad Ramadhani Wasil NIM. 151 08 081
Bandung, Juni 2012 Pembimbing
Pembimbing I,
Prof. Ketut Wikantika, Ph.D. NIP. 19661217 199402 1 001
Disahkan Oleh: Ketua Program Studi Teknik Geodesi dan Geomatika
Fakultas Ilmu dan Teknologi Kebumian Institut Teknologi Bandung
Dr. Ir. Kosasih Prijatna, M.Sc NIP. 19600702 198810 1 001
Pembimbing II,
Dr. Soni Darmawan !
i
PRAKATA
Segala puji kehadirat Allah SWT yang selalu memberikan rahmat dan
hidayah-Nya kepada hamba-Nya yang selalu berusaha dan karena kebesaran-Nya pun Tugas Akhir ini dapat diselesaikan dengan baik. Shalawat serta salam selalu tercurah untuk Rasulullah Muhammad SAW.
Ketersediaan informasi lahan sawah sangatlah penting dalam mengukur ketahanan pangan nasional. Dengan adanya informasi ini diharapkan dapat menjadi pendukung dalam perkembangan teknologi pangan dan juga pengambilan keputusan dalam menentukan kebijakan pangan. Selain ketersediaan informasi diharapkan juga informasi tersebut didapat dengan cepat serta tepat sehingga pengambilan keputusan tidak terkendala kembali dalam proses pengukuran lahan.
Oleh karena itu, dalam Tugas Akhir ini penulis tertarik untuk menggunakan teknologi penginderaan jauh untuk menjawab tantangan tersebut. Dalam pemanfaatannya teknologi ini dapat dijadikan salah satu alternatif pengukuran lahan sawah yang telah dilakukan oleh BULOG, BPS, dan Kementrian Pertanian dan Perhutanan baik sebagai alternatif metode ataupun dapat menjadi kombinasi metode dari metode sebelumnya. Tugas Akhir yang berjudul “ Identifikasi dan Perhitungan Luas Sawah dengan Citra Satelit Resolusi Tinggi Menggunakan Metode Object Based Image Analysis (OBIA)” ini merupakan salah satu syarat untuk menyelesaikan program pendidikan Sarjana di Program Studi Teknik Geodesi dan Geomatika Institut Teknologi Bandung.
Penulis menyadari adanya keterbatasan kemampuan dan kendala yang dihadapi dalam penyelesaian Tugas Akhir ini sehingga hasil dari penelitian ini belumlah sempurna. Namun dari ketidaksempurnaan tersebut diharapkan adanya penelitian lebih lanjut dengan penambahan inovasi dan objek yang lebih aplikatif memasyarakat. Penulis juga mengharapkan kritik dan saran dari para pembaca yang bersifat membangun untuk perbaikan ke depannya. Akhir kata, penulis berharap agar Tugas Akhir ini dapat berguna baik untuk penulis pribadi maupun pihak lain untuk pengembangan keilmuan geodesi dan geomatika di kemudian hari.
Bandung, Juni 2012
Penulis,
Achmad Ramadhani Wasil
ii
LEMBAR PENGHARGAAN
Pada kesempatan ini, penulis mengucapkan rasa syukur yang sebesar-besarnya
kepada Allah SWT yang telah memberikan rahmat dan karunia-Nya sehingga penulis
dapat menyelesaikan Tugas Akhir ini. Selain itu, penulis juga ingin mengucapkan
terima kasih dan memberikan penhargaan kepada semua pihak yang telah banyak
membantu dalam menjalani masa perkuliahan serta pengerjaan Tugas Akhir di
program studi Teknik Geodesi dan Geomatika ITB terutama kepada:
1. Kedua Orang tua penulis, Bapak Syafuddin dan Ibu Winarsih Fathimah
yang tiada lelah dan putus memberikan doa, bimbingan, serta pendidikan
kepada putra-putranya hingga penulis dapat tumbuh seperti sekarang ini.
2. Prof. Ketut Wikantika, Ph.D. selaku pembimbing I yang dengan penuh
kesabaran telah mendorong, membimbing, dan selalu memberikan tenaga,
pikiran, waktu serta tantangan sehingga penulis dapat memacu dirinya jauh
lebih baik lagi.
3. Dr. Soni Darmawan selaku pembimbing II yang telah banyak memberikan
arahan, bimbingan serta saran yang bersifat teknis yang sangat berguna bagi
penulis ke depannya.
4. Ir. Budhy Soeskmantono, MT. selaku dosen penguji yang telah memberi
masukan-masukan yang sangat berguna bagi kebermanfaatan Tugas Akhir ini.
5. Wiwin Windu... selaku dosen wali yang telah memberikan banyak saran dan
bimbingan sehingga tidak salah arah dalam keberjalanan perkuliahan di
Teknik Geodesi dan Geomatika.
6. Kosasih Prijatna, selaku Ketua Program Sutdi Teknik Geodesi dan
Geomatika ITB atas bantuan dan kelancaran administrasi.
7. Seluruh Dosen Prodi Teknik Geodesi dan Geomatika yang telah
memberikan pengetahuan keilmuan dan pendidikan yang bermanfaat selama
penulis menjalani masa perkuliahan.
8. Seluruh Staff Prodi Teknik dan Geomatika yang telah memberikan
kemudahan dalam administrasi selama ini.
iii
9. Teman-teman Ikatan Mahasiswa Geodesi (IMG), khususnya angkatan 2008
yang memberikan banyak pembelajaran dan rasa kekeluargaan.
10. Seluruh rekan dan kerabat yang telah membantu penulis.
iv
LEMBAR UCAPAN TERIMA KASIH
Dalam pengerjaan Tugas Akhir ini tentunya tidak terlepas dari bantuan
berbagai pihak. Oleh karena itu, penulis ingin menyampaikan ucapan terima kasih
yang sebesar-besarnya kepada semua pihak yang telah banyak membantu penulis
dalam menjalani masa perkuliahan serta pengerjaan Tugas Akhir di Teknik Geodesi
dan Geomatika ITB, yaitu:
1. Kakak Qurnia Baharuddin Abbas dan adik, Muhammad Qoffal Shodiq,
yang memberikan motivasi dan banyak pengalaman lain di hidup yang penuh
warna ini.
2. Seluruh staff Center for Remote Sensing (Pak Soni, Pak Asep, Kang Firman,
Pa Yudo) atas segala bantuan, bimbingan, koreksi dan saran yang diberikan
kepada penulis.
3. CRS Team 2012; Dandy dan Lissa yang selalu setia menemani di CRS
selayaknya bapak dan ibu lab. Terimakasih kepada Aga (teman yang
menemani kesendirian di ruang TA yang setia selalu mendengar kursi gerek),
Anjar (sebagai sahabat diskusi segala hal dunia maupun akhirat dan sahabat
aksi perjuangan merajut mimpi Indonesia cemerlang), Ferdie, Nandhy, Pretty
(penerus generasi OBIA), Keke (sebagai teman sepenanggungan kerasnya
sistem baru), Basir, Ranu, Ihsan, dan Dio.
4. Teman-teman Pejuang Juni 2008, Budi, Yudha, Riko, Henry, Mujid yang
selalu memberikan motivasi sehingga penulis selalu tertantang dalam
mengerjakan Tugas Akhir ini.
5. Teman dan saudara Geodesi 2008, Habbie, Maundri, dan Arse (terima kasih
telah menjadikan lingkungan kondusif dan mewarnai keheterogenitasan IMG),
Legi, Irwan, Davin, Oma, Andre, dan Ditha (terima kasih membuat saya
percaya bahwa teman sejati masih ada, sedia dikala suka maupun duka),
Wicak, Aryo, Bayu, Oki, dan Zaldi (keluarga yang membangun mimpi IMG
menjadi karya), Idil, Dewi, Maya, Rene, Clara, Ibe, Lutfi, Yudo, Gabie, Aldi,
Mus, Emil, dan Salman.
v
6. Senior- senior IMG, Ka Cicit (terima kasih telah mengajarkan definies
kepada pemula), Ary, Icha (menjadi tetanga sebelah yang sama lembur di lab),
Ferdi, dan Momo.
7. Teman-teman IMG, Fajar (terimakasih telah sabar bekerjasama dengan saya
membangun IMG), Mukhlis, Wahyudi, Rofi, Tika, dan Prima Rizky
(terimakasih telah memberikan banyak inspirasi, doa dan motivasi adanya
harapan baru), Levana (pulsa yang selalu siap sedia), Clorinda, Karin, Debby
, Bayu dan teman IMG lainnya yang tidak dapat disebutkan satu per satu yang
telah memberikan dukungan kepada penulis dalam pengerjaan Tugas Akhir
ini.
8. Teman- teman Kabinet KM ITB 2011/12 dan 2012/13, yang telah
memberikan banyak pembelajaran bagi saya sebgai individu mahasiswa dan
juga telah memberikan wadah mengaktualisasikan diri menjadi pribadi madani
dan berani memiliki mimpi (ridak sampai disini perjuangan kita kawan, Bakti
Kami untuk-Mu Tuhan, Bangsa, dan Almamater!).
9. Keluarga besar DKA Comlabs, Bapak Ady, Kopjon, Nurman, Hafidh, Huda,
Idon, PTI War Ka Ageng (banyak belajar kesedarhanaan darinya), Kharis,
Kang Nana , dan Kang Dede yang selalu terbuka menjadi keluarga tambahan
bagi penulis jika penulis kesepian.
10. Teman- teman geng Cibodas, Adys, Gita, Ichang, Icha, Faizah, Aryo, Dhani
yang selalu sibuk dengan kegiatan mencari kegiatan kumpul bersama dan
jarang yang terealisasi. Terimakasih juga kepada Choppiz sebagai teman
seperjuangan menunggu usia 26 tahun.
11. Keluarga besar Alumni SMAN 3 Bandung, terimakasih teman-teman telah
memberikan banyak motivasi tersirat dalam keberjalanan Tugas Akhir ini.
vi
ABSTRAK
Perhitungan produksi padi di Indonesia telah dilaksanakan oleh tiga instansi; BULOG, BPS, Kementrian Pertanian, dengan metodenya masing-masing dengan menggunakan pendekatan luas lahan sawah, jumlah bibit, maupun laporan mantri tani. Perbedaan metode pada setiap instansi memberikan informasi yang berbeda pula bagi pengguna informasi. Namun dari berbagai metode tersebut belum ada metode perhitungan produksi padi berbasiskan teknologi spasial. Penginderaan jauh dapat dimanfaatkan sebagai alternatif metode yang lebih baik dimana perhitungan produksi padi dilakukan dengan mengidentifikasi lahan baku sawah dan mengklasifikasi jenisnya dengan menggunakan citra dan metode OBIA (Object Based Image Analysis) sebagai metode klasifikasi lahan sawah. Dalam proses klasifikasi, metode OBIA memandang objek tidak hanya berdasarkan nilai piksel per piksel citra namun juga berdasarkan bentuk, luasan, tekstur, serta rasional objek sekitarnya. Berdasarkan penelitian ini didapatkan metode OBIA terbukti dapat mengidentifikasi dan mengklasifikasi lahan baku sawah menurut karakteristik fase padi yang dimilikinya secara tepat dan relatif cepat. Selanjutnya proses perhitungan luas baku sawah dapat diestimasi dari hasil klasifikasi citra.
Kata Kunci: Lahan Baku Sawah, klasifikasi fase pertumbuhan padi, OBIA.
vii
ABSTRACT
The calculation of existing land of food is very important to estimate the national food security. In this case remote sensing can be used as better alternative method in the rice field identification. The study focuses on rice field identification using very high resolution imagery, Quickbird imagery acquired in 2008, and applying OBIA (Object Based Image Analysis) as a method for analysis of rice field in Rancaekek, Bandung, Indonesia. To identify an object, this method not only analyse the value of a pixel but also to consider the neighbour pixels. By the application of OBIA method in identifying wetland that it considers many parameters such as land form (shape), soil characteristics (spectral), land texture, and the relationship between wetland and other objects around them. The study found that OBIA method can be used to identify fields of raw land, generating a clear delineation of fields and also classified wetland according to the characteristics of rice growth phase (water phase, vegetative, generative, and harvest phases) with accurate. Finally, the calculation of rice field can be estimated from the results of image classification.
Key Words: Identification, OBIA, Rice field, Rice growth phase.
viii
DAFTAR ISI
PRAKATA ......................................................................................................... i
LEMBAR PENGHARGAAN ........................................................................... ii
LEMBAR UCAPAN TERIMA KASIH ............................................................ iv
ABSTRAK .......................................................................................................... vi
ABSTRACT ....................................................................................................... vii
DAFTAR ISI ................................................................................................... viii
DAFTAR GAMBAR ......................................................................................... x
DAFTAR TABEL .............................................................................................. xii
BAB I PENDAHULUAN
1.1 Latar Belakang ........................................................................................... 2 1.2 Tujuan Penelitian ....................................................................................... 4 1.3 Ruang Lingkup Kajian .............................................................................. 4 1.4 Metodologi Penelitian ............................................................................... 5 1.5 Sistematika Penulisan ................................................................................ 7
BAB II TEORI DASAR
2.1 Ketahanan Pangan Nasional ....................................................................... 8 2.2 Lahan Sawah ............................................................................................. 9 2.3 Peran Penginderaan Jauh dalam Identifikasi Lahan Sawah ...................... 10 2.4 Satelit Quickbird ........................................................................................ 11 2.5 Metode OBIA (Object Based Image Analysis) untuk Indentifikasi Lahan
Sawah ........................................................................................................ 12
BAB III METODOLOGI PENELITIAN
3.1 Persiapan ..................................................................................................... 16 3.1.1 Deskripsi Area Penelitian .................................................................. 16 3.1.2 Data yang Digunakan ........................................................................ 17
3.1.2.1 Citra Satelit yang Digunakan ......................................................... 17
ix
3.1.3 Perangkat yang Digunakan ............................................................... 17 3.2 Pengolahan Citra Satelit ............................................................................ 18
3.2.1 Pra Pengolahan Citra ......................................................................... 18 3.2.1.1 Koreksi Geometrik ......................................................................... 18 3.2.1.2 Pemotongan Citra berdasarkan Wilayah Studi .............................. 18 3.2.1.3 Peningkatan Kualitas Citra ............................................................ 19
3.2.2 Object Based Segmentation .............................................................. 20 3.2.3 Object Based Supervised Classification ........................................... 22
3.2.3.1 Layer Value (nilai pada band) ........................................................ 23 3.2.3.2 Shape (bentuk) ............................................................................... 23 3.2.3.3 Relational (relasi) .......................................................................... 23
BAB IV HASIL DAN ANALISIS
4.1 Segmentasi Terbaik ................................................................................... 25 4.2 Klasifikasi Terbaik ................................................................................... 27 4.3 Hasil Akhir ............................................................................................... 30 4.4 Penggabungan Citra Kajian ....................................................................... 32 4.5 Validasi Luas Sawah ................................................................................. 34
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan ................................................................................................. 42 5.2 Saran ......................................................................................................... 42
DAFTAR REFERENSI ............................................................................................ 43
x
DAFTAR GAMBAR
Gambar 1.1 Diagram Alir Tugas Akhir .............................................................. 6
Gambar 2.1 Prosedur Object Based Image Analysis ......................................... 13
Gambar 3.1 Citra Quickbird Kota Bandung Bagian Selatan ............................. 16
Gambar 3.2 Daerah Penelitian, Desa Sukamanah Kecamatan Rancaekek ........ 17
Gambar 3.3 Citra Kajian setelah Peregangan Kontras ...................................... 19
Gambar 3.4 Pembagian Wilayah Kajian ............................................................ 21
Gambar 3.5 Citra Hasil Segmentasi ................................................................... 21
Gambar 3.6 Skema Percobaan Pencarian Segmentasi Terbaik ......................... 22
Gambar 3.7 Hubungan Objek Kajian dengan Objek Terklasifikasi .................. 24
Gambar 4.1 Level Data 50b ............................................................................... 25
Gambar 4.2 Level Data 40b ............................................................................... 26
Gambar 4.3 Level Data 10b ............................................................................... 26
Gambar 4.4 Hasil Klasifikasi Pohon .................................................................. 28
Gambar 4.5 Hasil Klasifikasi Sungai ................................................................. 28
Gambar 4.6 Hasil Klasifikasi Sawah ................................................................. 28
Gambar 4.7 Hasil Klasifikasi Pematang ............................................................ 28
Gambar 4.8 Hasil Klasifikasi Sawah Fase Air .................................................. 29
Gambar 4.9 Hasil Klasifikasi Fase Vegetatif ..................................................... 29
Gambar 4.10 Hasil Klasifikasi Sawah Fase Bera .............................................. 29
Gambar 4.11 Hasil Klasifikasi Gabungan Citra Bagian Kiri (Barat) ................ 29
Gambar 4.12 Hasil Klasifikasi Pohon ................................................................ 30
xi
Gambar 4.13 Hasil Klasifikasi Sungai ............................................................... 30
Gambar 4.14 Hasil Klasifikasi Sawah ............................................................... 30
Gambar 4.15 Hasil Klasifikasi Pematang .......................................................... 30
Gambar 4.16 Hasil Klasifikasi Sawah Fase Air ................................................ 31
Gambar 4.17 Hasil Klasifikasi Sawah Fase Vegetatif ....................................... 31
Gambar 4.18 Hasil Klasifikasi Sawah Fase Bera .............................................. 31
Gambar 4.19 Hasil Klasifikasi Gabungan Citra Bagian Kanan (Timur) ........... 32
Gambar 4.20 Peta Klasifikasi Gabungan Satu Citra Kajian .............................. 33
Gambar 4.21 Posisi Tiga Bidang Sampel Pengukuran Lapangan ..................... 34
Gambar 4.22 Bidang-1 Sawah Pengukuran Lapangan ...................................... 35
Gambar 4.23 Bidang-1 Sawah Metode OBIA ................................................... 35
Gambar 4.24 Bidang-2 Sawah Pengukuran Lapangan ...................................... 35
Gambar 4.25 Bidang-2 Sawah Metode OBIA ................................................... 35
Gambar 4.26 Bidang-3 Sawah Pengukuran Lapangan ...................................... 36
Gambar 4.27 Bidang-3 Sawah Metode OBIA ................................................... 36
Gambar 4.28 Gap Luasan Antar Pematang Sawah ............................................ 37
Gambar 4.29 Bidang-1 Sawah ........................................................................... 37
Gambar 4.30 Bidang-2 Sawah ........................................................................... 38
Gambar 4.31 Bidang-3 Sawah ........................................................................... 39
xii
DAFTAR TABEL
Tabel 2.1 Pembagian Kelas Penutup Lahan pada SNI 7645-2010 .................... 9
Tabel 3.1 Fase Kehidupan Padi ......................................................................... 24
Tabel 4.1 Perbandingan Luas Bidang Sampel yang Dihasilkan ........................ 36
Tabel 4.2 Confusion Matrix Validasi Hasil Klasifikasi .................................... 40
IDENTIFIKASI DAN PERHITUNGAN LUAS SAWAH DENGAN CITRA SATELIT RESOLUSI TINGGI MENGGUNAKAN
METODE OBJECT BASED IMAGE ANALYSIS (OBIA)
TUGAS AKHIR
Karya Tulis sebagai salah satu syarat untuk memperoleh gelar Sarjana
oleh
ACHMAD RAMADHANI WASIL
NIM 15108081
PROGRAM STUDI TEKNIK GEODESI DAN GEOMATIKA
FAKULTAS ILMU DAN TEKNOLOGI KEBUMIAN
INSTITUT TEKNOLOGI BANDUNG
2012
top related