iii.metodologi 3.1 waktu penelitian - repository.ipb.ac.id · bagan alir penelitian . 19 ... contoh...
TRANSCRIPT
III. METODOLOGI
3.1 Waktu Penelitian
Penelitian ini dilakukan dari bulan Februari sampai September 2011.
Kegiatan penelitian ini meliputi tahap prapenelitian (persiapan, survei),
Inventarisasi (pengumpulan data), membuat database spasial, analisis.
3.2 Lokasi Penelitian
Penelitian ini dilakukan di tiga kecamatan yang terletak pada DAS Ciliwung
Hulu, Kabupaten Bogor, Jawa Barat. Ketiga kecamatan tersebut juga berada di
kawasan Bogor-Puncak-Cianjur yaitu (1) Kecamatan Ciawi (2) Kecamatan
Megamendung (3) Kecamatan Cisarua. Pemilihan ketiga lokasi ini didasarkan atas
adanya alasan-alasan sebagai berikut:
1. Keputusan Presiden Republik Indonesia Nomor 114 tahun 1999 Tentang
Penataan Ruang Kawasan Bogor-Puncak-Cianjur yang telah menetapkan
ketiga kecamatan yang telah disebutkan di atas termasuk dalam kecamatan
yang diprioritaskan di Daerah Kabupaten Bogor dalam usaha rehabilitasi
fungsi kawasan.
2. Peraturan Pemerintah Nomor 47 tahun 1997 Tentang Rencana Tata Ruang
Wilayah Nasional, Kawasan Bogor-Puncak-Cianjur dikategorikan sebagai
kawasan tertentu yang memerlukan penanganan khusus dan merupakan
kawasan yang mempunyai nilai strategis sebagai kawasan yang memberikan
perlindungan kawasan bawahannya bagi wilayah Daerah Propinsi Jawa Barat
dan wilayah Propinsi Daerah Khusus Ibukota Jakarta.
3. Bahwa fungsi utama Kawasan Bogor-Puncak-Cianjur sebagai konservasi air
dan tanah kurang berfungsi sebagaimana mestinya akibat perkembangan
pembangunan yang pesat dan kurang terkendali, sehingga pemanfaatan
ruangnya perlu ditertibkan kembali.
15
Gambar 2. Lokasi Penelitian (Kecamatan Ciawi, Megamendung, dan Cisarua)
3.3 Alat dan Bahan Penelitian
Alat yang digunakan dalam penelitian ini adalah (1) GPS (Global
Positioning System) (2) Komputer dalam pengolahan data menggunakan
Geographic Information System (GIS) seperti ERDAS Imagine 9.1 dan Arc GIS
9.3 Version.
Bahan yang digunakan dalam penelitian ini adalah AVNIR-2 sebagai
spektrometer pencitraan resolusi tinggi yang beroperasi pada spektrum tampak
dan inframerah-dekat. Selain itu juga dilakukan pengkajian data lapangan dalam
memonitoring perubahan penutupan lahan.
Jawa Barat Pulau Jawa
Cisarua
DAS Ciliwung
DAS Cikarang
Sub DAS Cibeet
Sub DAS Cisokan
Ciawi
Megamendung
Sub DAS Cigundul
DAS Cisadane
16
Tabel 3. Jenis dan Sumber Data Kegiatan Monitoring Perubahan Penutupan Lahan di Kawasan DAS Hulu Ciliwung
No. Jenis Data Bentuk
Data
Sumber
1 AVNIR-2 (19 Juli 2009) Raster, Resolusi 10x10m
Japan Aerospace Exploration Agency
2 Peta Penutupan Lahan (LANDSAT ETM+2002/12/22 )
Raster Resolusi 30 x 30m
Syartinilia, 2004
3 Digital peta rupa bumi lembar 1209-124, 1209-141, 1209-142, 1209-144, 1209-231
Vektor Bakosurtanal
4 Peta rupa bumi 1998 lembar 1209-124, 1209-141, 1209-142, 1209-144, 1209-231
Lembaran Bakosurtanal
5 Peta Administrasi Vektor Bakosurtanal
6 Peta Batas DAS Vektor BPDAS
3.3.1 Penutupan Lahan Tahun 2002
Penutupan lahan (LANDSAT ETM+2002/12/22) diperoleh dengan
menggunakan metode Maximum Likelihood dari Klasifikasi Terbimbing
(Supervised Classification) (Gambar 3) dimana mengklasifikasikan penutupan
lahan menjadi 7 kelas, yaitu hutan, perkebunan, semak belukar, sawah, ladang,
pemukiman, dan badan air. Nilai akurasi umum hasil klasifikasi terbimbing
dalam peta penutupan lahan tahun 2002 ini adalah sebesar 75,34%, sedangkan
akurasi kappa yang diperoleh sebesar 65%.
Berdasarkan Peta Penutupan Lahan DAS Ciliwung Hulu tahun 2002
(Gambar 3), dapat diketahui bahwa penutupan lahan yang terluas di DAS
Ciliwung Hulu adalah ladang yaitu sebesar 6.293,8 Ha atau sekitar 34,08% dari
total luas DAS Ciliwung Hulu di lokasi penelitian. Selain badan air (23,2 Ha),
perkebunan memiliki luasan yang paling kecil jika dibandingkan dengan kelas
penutupan lahan lain yaitu sebesar 1.188,0 Ha atau hanya 6,43% dari luas total.
Gambaran lebih jelas mengenai luasan masing-masing kelas pada peta penutupan
lahan disajikan pada Tabel 4.
17
Sumber: Syartinilia, 2004
Gambar 3. Peta Penutupan Lahan Tahun 2002
Tabel 4. Luas Hasil Klasifikasi Penutupan Lahan 2002
No. Penutupan Lahan Luas (Ha) Luas (%)
1 Hutan 4.956,6 26,84
2 Perkebunan 1.188,0 6,43
3 Semak belukar 2.489,0 13,48
4 Sawah 2.322,1 12,57
5 Ladang 6.293,8 34,08
6 Pemukiman 1.196,3 6,48
7 Badan air 23,2 0,12
Total 18.468,8 100,00Sumber: Syartinilia, 2004
18
3.4 Metode Penelitian
Penelitian ini dilakukan dalam 3 tahapan, yaitu: (1) Inventarisasi (survei,
pengumpulan data), (2) Analisis dan (3) Output. Bagan alir penelitian dapat dilihat
pada Gambar 4.
Inventarisasi
Analisis
a
Output
Rekomendasi
Persiapan Data (AVNIR-2 19 Juli 2009
Resolusi 10x10 m)
Koreksi Geometrik
Subset Studi Area
Survei Lapang
Training Area
Klasifikasi Penutupan Lahan : Klasifikasi Terbimbing
Pendugaan Akurasi
Peta Penutupan Lahan 2009
Resolusi 10x 10m
Peta Penutupan Lahan 2002
Resolusi 30x30m
Perubahan Penutupan Lahan (Periode 2002-2009)
Deteksi Perubahan Penutupan Lahan
Resampling menjadi Resolusi
30x30m
Pengumpulan Data Spasial dan non-Spasial
Gambar 4. Bagan Alir Penelitian
19
3.4.1 Inventarisasi Data
Pada tahap inventarisasi dilakukan berbagai kegiatan antara lain persiapan
data, pengumpulan data spasial dan non-spasial, serta survei lapang. Data yang
dikumpulkan berupa data spasial serta data fisik dan biofisik mencakup lokasi,
iklim, hidrologi, jenis tanah, kemiringan lahan, dan data sosial ekonomi. Pada
kegiatan survei lapang dilakukan pengambilan titik tujuh kelas penutupan lahan
(hutan, perkebunan, semak belukar, ladang, sawah, pemukiman, dan badan air),
pengamatan secara langsung di lokasi penelitian dan melakukan dokumentasi
keadaan tapak. Selain itu juga dilakukan studi pustaka yang terkait dan
mendukung tujuan dilakukannya penelitian,
Data satelit citra yang digunakan pada penelitian ini adalah citra dari
AVNIR-2 periode 19 Juli 2009 Resolusi 10x10 m WGS 1984 UTM Zone 48S.
Sebelum diinterpretasi, dilakukan pra-proses pada citra yang terdiri dari proses
koreksi geometrik dan subset studi area. Subset studi area merupakan proses
pemotongan citra yang dilakukan untuk memisahkan areal yang menjadi fokus
penelitian, yaitu Kecamatan Ciawi, Cisarua, dan Megamendung yang termasuk
dalam kawasan DAS Ciliwung Hulu. Areal yang dipotong disesuaikan dengan
batas peta Administrasi Kabupaten Bogor. Hasil subset studi area dapat dilihat
pada Gambar 5.
a b
Gambar 5. Proses Subset Studi Area a. AVNIR-2 sebelum proses subset, b.
AVNIR-2 setelah proses subset yang menjadi fokus penelitian.
20
3.4.2 Analisis
Klasifikasi citra dihasilkan dari Supervised Classification dengan
menggunakan metode Maximum Likelihood yang menggunakan area latihan
(Training Area) yang diperoleh dari hasil ground check pada tanggal 24 Maret
dan 9 April 2011. Penutupan lahan yang diperoleh kemudian diuji akurasinya
menggunakan accuracy assesment dari software ERDAS Imagine 9.1. Tingkat
akurasi yang bisa dipercaya adalah minimal 75% untuk akurasi keseluruhan
(Syartinilia, 2004). Sebelum dibandingkan dengan peta penutupan lahan tahun
2002 resolusi 30x30m, peta penutupan lahan 2009 di-resampling terlebih dahulu
menjadi reolusi 30x30m. Setelah memiliki resolusi yang sama, lalu dilakukan
proses deteksi perubahan penutupan lahan dengan menggunakan metode Post
Comparison Classification.
3.4.2.1 Klasifikasi Terbimbing (Supervised classification)
Klasifikasi ini dilakukan dengan menggunaan arahan analisis (supervised).
Kriteria pengelompokkan kelas ditetapkan berdasarkan penciri kelas yang
diperoleh dari pembuatan training area. Pada penelitian kali ini, metode yang
digunakan adalah Metode Peluang Maksimum (Maximum Likelihood Classifier).
Metode ini merupakan metode yang paling umum digunakan dan merupakan
metode standar. Metode ini mempertimbangkan peluang dari suatu piksel untuk
dikelaskan ke dalam kelas atau kategori tertentu. Dapat dihitung dengan
menghitung persentase tutupan pada citra yang akan diklasifikasi.
3.4.2.2 Training Area
Training area diperlukan dalam setiap kelas yang akan dibuat dan harus bisa
melihat secara jelas perbedaan yang tampak pada citra. Masing-masing training
area mewakili satu kelas atau kategori penutupan lahan. Sebelum dilakukan
training area, ditetapkan batasan mengenai kelas yang akan diklasifikasikan.
Training area tidak hanya digunakan untuk proses klasifikasi, tetapi juga
digunakan untuk proses akurasi hasil klasifikasi. Perbandingan bobot training
area sebagai sampel untuk proses klasifikasi dan akurasi adalah 75% : 25% dari
total training area yang dibuat. Deskripsi kelas penutupan lahan dapat dilihat
pada Tabel 5.
21
Tabel 5. Deskripsi Kelas Penutupan Lahan
No. Label Kelas Deskripsi
1 Hutan Seluruh hamparan baik kering maupun basah yang didominasi oleh pohon.
2 Perkebunan Seluruh kawasan kenampakkan kebun dengan jenis vegetasi teh.
3 Semak belukar Seluruh kawasan yang terdiri dari campuran antara vegetasi tinggi dan vegetasi rendah yang tumbuh secara liar dan belum termanfaatkan.
4 Sawah Seluruh kawasan berupa pertanian lahan basah yang ditanami padi.
5 Ladang Seluruh kawasan berupa pertanian lahan kering yang ditanami non-padi seperti singkong, umbi-umbian, jagung, sayuran.
6 Pemukiman Seluruh kawasan pemukiman padat (perumahan) atau bangunan lainnya.
7 Badan Air Seluruh kawasan dengan kenampakkan perairan, termasuk sungai, danau, dan waduk.
8 Awan Sekumpulan piksel yang berwarna putih (tidak mengandung informasi mengenai penutupan lahan) (no data)
Pembuatan training area pada penelitian ini dilakukan dengan membuat
secara langsung pada citra dengan Tools AOI. Contoh penampakkan training area
masing-masing kelas penutupan pada AVNIR-2 resolusi 10x10 m dapat dilihat
pada Tabel 6.
Tabel 6. Penampakkan Training Area pada AVNIR-2 tahun 2009
No. Kelas Penampakkan pada Citra Keterangan
1 Hutan
• Band combinations Red : Layer 3 Green : Layer 2 Blue : Layer 1
22
2 Perkebunan
• Band combinations Red : Layer 3 Green : Layer 2 Blue : Layer 1
3 Semak belukar
• Band combinations Red : Layer 3 Green : Layer 2 Blue : Layer 1
4 Sawah
• Band combination Red : Layer 3 Green : Layer 2 Blue : Layer 1
5 Ladang
• Band combinations Red : Layer 3 Green : Layer 2 Blue : Layer 1
6 Pemukiman
• Band combinations Red : Layer 3 Green : Layer 2 Blue : Layer 1
7 Air
• Band combinations Red : Layer 4 Green : Layer 3 Blue : Layer 2
23
3.4.2.3 Pendugaan Akurasi
Setelah dihasilkan peta penutupan lahan tahun 2009, maka perlu dilakukan
evaluasi dengan menghitung tingkat akurasi peta tersebut. Akurasi tersebut
disajikan dalam bentuk matrik kesalahan. Matrik kesalahan tersebut memberikan
informasi mengenai penyimpangan klasifikasi yang berupa kelebihan jumlah
piksel dari kelas yang lain atau emisi (omission) dan kekurangan jumlah piksel
pada masing-masing kelas atau komisi (comission). Kesalahan emisi (omission
error) dikenal juga dengan istilah akurasi pembuat (producer’s accuracy) yaitu
akurasi yang diperoleh dengan membagi piksel yang benar dengan jumlah total
piksel dari data acuan per kelas.
Akurasi lainnya adalah akurasi pengguna (user’s accuracy), yaitu akurasi
yang diperoleh dengan membagi jumlah piksel yang benar dengan total piksel
yang dikelaskan ke dalam kelas tersebut, akurasi ini dikenal juga dengan istilah
kesalahan komisi (comission error).
Besarnya akurasi hasil klasifikasi keseluruhan dapat diukur menggunakan
akurasi umum (overall accuracy) dan akurasi kappa. Akurasi umum adalah
akurasi yang dihitung berdasarkan jumlah piksel yang dikelaskan dengan benar
pada seluruh kelas, dibagi dengan jumlah total piksel yang digunakan. Akurasi ini
akan menghasilkan pengukuran yang cenderung over estimate karena dalam
proses perhitungannya, akurasi umum hanya melibatkan piksel-piksel yang
dikelaskan dengan benar saja. Untuk saat ini selain akurasi umum, evaluasi hasil
klasifikasi sangat disarankan menggunakan akurasi kappa. Piksel-piksel yang
terlibat dalam perhitungan akurasi kappa adalah seluruh piksel yang digunakan
sebagai acuan untuk pengukuran akurasi hasil klasifikasi, sehingga jika
dibandingkan dengan akurasi umum, perhitungan akurasi kappa akan lebih akurat
dalam mengevaluasi hasil klasifikasi.
Pada penelitian kali ini, metode akurasi yang digunakan adalah Kappa.
Seluruh proses pendugaan akurasi ini dilakukan di ERDAS. Sampel yang
digunakan sebanyak 25% dari total training area yang dibuat. Secara matematik,
akurasi Kappa ini dihitung dengan rumus sebagai berikut:
24
Dimana:
Xii = nilai diagonal dari matarik kontingensi baris ke-i dan klom ke-i
X+i = jumlah piksel dalam kolom ke-i
Xi+ = jumlah piksel dalam baris ke-i
N = banyaknya piksel dalam contoh
3.4.2.4 Deteksi Perubahan Penutupan Lahan
Salah satu metode yang digunakan pada proses ini adalah Post Classification
Comparison. Metode ini bertujuan untuk mengetahui perubahan penutupan lahan
di lokasi penelitian. Matrik metode ini disajikan pada Gambar 6.
Peta tahun 2002
Peta tahun 2009 Fungsi perkalian
Peta Perubahan
Gambar 6. Matriks Post Classification Comparison
Metode ini menggunakan fungsi perkalian antara nilai kelas penutupan lahan
tahun 2002 dengan tahun 2009 yang telah di-recode terlebih dahulu. Proses
tersebut menghasilkan image baru yang mengandung informasi berupa penutupan
lahan yang berubah ataupun yang tidak mengalami perubahan dalam kurun waktu
tersebut. Proses recode masing-masing nilai kelas pada masing-masing peta
penutupan lahan dilakukan menggunakan ERDAS Imagine yang selanjutnya akan
dilakukan fungsi perkalian antar nilai kelas (Lampiran 1) dengan menggunakan
25
modeler dengan fungsi pekalian (Lampiran 2). Dari hasil perkalian matriks
tersebut diperoleh kelas penutupan lahan dengan nilai baru. Nilai tersebut
menggambarkan perubahan masing-masing kelas dalam kurun waktu 2002-2009.