bab iii data dan metodologi penelitian 3.1...
TRANSCRIPT
III-1
BAB III
DATA DAN METODOLOGI PENELITIAN
3.1 Data
Ada 3 data utama yang digunakan dalam penelitian ini. Data yang pertama adalah
data citra satelit Landsat 7 ETM+ untuk daerah cekungan Bandung. Data yang
kedua adalah Peta Rupa Bumi Indonesia (RBI) dan yang ketiga adalah data
kelembaban tanah dari hasil pengukuran di lapangan langsung.
3.1.1 Data Citra ASTER
Data citra satelit ASTER diambil pada tanggal 12 Juni 2003 dan mempunyai
koordinat 107.290 BT - 107.99
0 BT dan 6.70
o LS - 7.27
o LS yaitu koordinat untuk
daerah cekungan bandung. Yang akan kita gunakan dari citra satelit Aster ini
adalah band 2,3,4,5,7 dan 11. Band 11 yang merupakan band termal kita gunakan
untuk menghitung sebaran temperatur. Kemudian kita gunakan band 4 (Band Near
Infra Red) dan band 3 (Band Infra Red) untuk melihat keadaan NDVI. Selain itu
juga kita menggunakan composit band dari band 4, band 5 dan band 7 yang akan
kita gunakan dalam pengklasifikasian tata guna lahan.
III-2
Gambar 3.1 Citra Aster Composit Band 4,5 dan 7 Tanggal 12 Juni 2003Untuk
Daerah Bandung dan Sekitarnya.
3.1.2 Data Peta Rupa Bumi Indonesia (RBI).
Data Peta Rupa Bumi Inonesia (RBI) ini diperoleh dari Bakosurtanal. Peta RBI ini
kita gunakan sebagai acuan kita untuk mengklasifikasi tata guna lahan yang kita
dapatkan dari citra satelit Aster dengan komposit band 4,5 dan 7.
Gambar 3.2 Peta Rupa Bumi Indonesia (RBI) Untuk Daerah Bandung dan
Sekitranya. (Sumber : Bakosurtanal)
III-3
3.1.3 Data Pengukuran Kelembaban Tanah.
Untuk memferivikasi data kelembaban tanah maka diperlukan suatu data
pengukuran langsung data kelembaban tanah. Maka dari pada itu kita gunakan
data pengukuran tanah di daerah Bandung Selatan yaitu pengukuran di daerah
Sungai Cisangkui.
Tabel 3.1 Data Kelembaban Tanah Hasil Pengukuran di Lapangan.
x y Kelembaban (%)
780918.23 9214402.11 59.76
781299.43 9215508.54 33.70
781246.53 9216234.21 40.21
781535.36 9215940.18 47.25
780666.49 9215396.27 52.38
781067.34 9215660.15 56.04
781135.38 9214996.17 58.28
781340.19 9216516.31 46.85
Gambar 3.3 Peta Sebaran Lokasi Data Pengukuran Kelembaban Tanah.
III-4
3.2 Metodologi
3.2.1 Pengolahan Normalized Difference Vegetation Index (NDVI)
Dalam tahap ini di lakukan pengolahan Citra Aster Band Near Infra Red (NIR)
yaitu band 3 dan Citra Aster Band Red yaitu band 2 untuk menghasilkan Natural
Diference Vegetation Index (NDVI) menggunakan perangkat lunak ER Mapper
NDVI = (NIR – RED) / (NIR + RED) ………….………………………….. (3.1)
Keterangan :
NDVI = Sebaran index vegetasi (Natural Divergence Vegetation Index)
NIR = Band Near Infra Red (Aster, Band 3)
RED = Band Infra Red (Aster, Band 2)
( Sumber : Chesapeake Bay & Mid-Atlanti From Space, NDVI )
3.2.2 Perhitungan Temperatur Spasial
Dalam langkah ini citar aster di olah sedemikian rupa untuk mendapatkan citra
Natural Difference Temperatur Index (NDTI) atau yang lebih di kenal umum
sebagai citra sebaran temperatur menggunakan perangkat lunak ArcGIS 9.2.
Dalam citra Aster, terdapat beberapa band thermal yaitu band 10, band 11, band
12, band 13 dan band 14. Dalam pengolahan data kali ini digunakan band 13, hal
ini di karenakan lebar band 13 mendekati puncak radiasi dari spektrum benda
hitam. Langkah – langkah yang dilakukan untuk menghasilkan citra sebaran
temperatur ini adalah sebagai berikut :
1. Pengubahan nilai piksel ke nilai spektral radian
Lλ = (DN– 1) * UUC …………………………………………….………(3.2)
Dimana :
Lλ = Spektral radian (Wm-2
sr-1µm
-1)
DN = Digital Number atau nilai piksel (-)
UCC = Unit conversion coefficient (-)
(Sumber: ASTER user handbook)
2. Pengubahan nilai spekral radian ke nilai temperatur benda hitam (balck body
temperatur) menggunakan perasamaan berikut ini :
III-5
T c=
)1ln(5
1
2
+λπλ
λL
C
C
c
c
…………………………………………....………………..(3.3)
Dimana :
Tc = temperatur benda hitam dalam Kelvin (K)
C2 = konstanta radiasi kedua (0.0143879 m·K)
C1 = konstanta radiasi pertama (3.74151. 10−16
W·m−2
·sr−1
·µm−1
)
Lλ = spektral radian dalam W m−3
sr−1
µm−1
cλ = panjang gelombang sensor (1.75 µm)
(Sumber : Lu dan Weng, 2005)
3. Perhitungan nilai emissivitas permukaan
)1()(4)1(0 cccscc ffdff −+−+= εεεε …………………000……………(3.4)
dimana,
ε = emissivitas
εc = emissivitas permukaan dengan tutupan vegetasi penuh
εs = emissivitas dari tanah
fc = fractional vegetation cover
dε = parameter struktur vegetasi 0.015
(Sumber : Valor & Caselles, 1996)
4. Nilai temperatur yang diperoleh dari langkah 2 merujuk pada benda hitam.
Oleh karena itu perlu dilakukan koreksi emisivitas (ε0) berdasarkan jenis-jenis
tutupan lahan. Kemudian baru diperoleh nilai temperatur permukaan dengan
menggunakan rumus 3.7. Rumus tersebut diturunkan dari hukum Planck (Lu
& Weng, 2005)
Ts =
0ln)/*(1 ερλ c
c
T
T
+………………………………………………………………(3.5)
dimana,
Ts = temperatur permukaan
Tc = temperatur benda hitam
λ = panjang gelombang (10.6 µm)
ρ=h.c/σ = (1.438 .10−2
m·K),
III-6
σ = konstanta Boltzmann (1.38.10−23
JK−1
),
h = konstanta Planck (6.626 .10−34
J·s)
c = kecepatan cahaya (2.998 .108 ms
−1)
0ε = emissivitas permukaan
(Sumber : Lu & Weng, 2005)
3.2.3 Pengolahan Kelembaban Tanah
Dilakukan pengolahan kelembaban tanah menggunakan perangkat lunak ArcGIS
9.2 melalui dua masukan yang telah kita proses sebelumnya, yaitu Normalized
Difference Vegetation Index (NDVI) dan sebaran temeratur permukaan (NDTI)
dengan menggunakan persamaan di bawah ini :
Kelembaban tanah = ( -1.128 . NDVI – NDTI+ 156.63) …………………... (3.8)
( -1.197. NDVI + 301.39)
Keterangan :
NDVI = Sebaran indeks vegetasi (Natural Differgence Vegetation Index)
NDTI = Sebaran Temperatur Permukaan (Natural Difference Temperatur Index)
(Sumber : Zhiming Zhan,2004)
3.2.4 Korelasi Kelembaban Tanah Dengan Data Lapangan
Tahap selanjutnya dalam pengolahan data adalah memverifikasi data sebaran
kelembaban permukaan tanah yang kita dapatkan dari pengolahan citra dengan
data pengukuran kelembaban tanah-nya menggunakan rumus 2.3 metode kuadrat
terkecil.
3.2.5 Klasfikasi Citra Menjadi Tata Guna Lahan
Selain itu juga diolah citra Aster dengan kombinasi band 4,5 dan 7 dengan acuan
dari peta Rupa Bumi Indonesia (RBI) untuk mendapatkan citra klasifikasi tata
guna lahan. Pengklasifikasian citra komposit ini menggunakan bantuan dari
III-7
perangkat lunak ER Mapper. Dalam pengklasifikasian ini menggunakan
klasifikasi supervised atau klasifikasi terawasi.
3.2.6 Korelasi dan Uji hipotesis Antara Tata Guna Lahan Dengan
Kelembaban Tanah.
Tahap selanjutnya adalah menguji hipotesis antara kedua data yaitu data tata guna
lahan dengan data kelembaban tanah, apakah kedua data tersebut memiliki
hubungan yang signifikan. Pengujian kedua data ini menggunakan metode uji
korelasi non parametrik spearman rank yang ditunjukan oleh rumus 2.4. Dilihat
korelasi antara kedua data tersebut. Apakah ada korelasinya atau tidak.
III-8
Gambar 3.4 Diagram Metodologi Penelitian
Data Kelembaban
Tanah
Citra Aster Band
2,3,4,5,7 dan 13
Data
Peta Rupa Bumi
Indonesia (RBI)
Citra Sebaran
Temperatur (NDTI)
Citra Sebaran
Vegetasi (NDVI)
Citra Tata Guna
Lahan
Citra Sebaran
Kelembaban Tanah Verifikasi Tata Guna
Lahan
Verifikasi Citra
Kelembaban Tanah
Uji Hipotesis dan
Korelasi
Hasil Dan Analisa