1

INTERPRETASI CITRA(FOTO UDARA, LANDSAT, IKONOS)

Uftori Wasit1

I. PENDAHULUAN

Interpretasi citra merupakan kegiatan pengkajian foto udara atau citra satelit

untuk mengidentifikasi obyek dan menilai arti pentingnya obyek tersebut (Estes dan

Simonett, 1975). Dalam pengenalan obyek terdapat tiga kegiatan yaitu deteksi ada

tidaknya suatu obyek, identifikasi ciri-ciri obyek dan analisis. Kegiatan interpretasi

citra ini berdasarkan format data penginderaan jauh dibedakan atas interpretasi

digital yaitu pada data berformat numerik dan interpretasi manual pada data

berbentuk visual. Interpretasi citra secara digital proses klasifikasi obyek

berdasarkan nilai spektralnya, dapat berupa klasifikasi terbimbing melalui

penetapan daerah contoh yang diketahui jenis obyek dan nilai pikselnya dan tanpa

penentuan daerah contoh atau disebut klasifikasi tidak terbimbing. Untuk kasus

interpretasi digital secara umum lebih mudah karena merupakan proses

pembatasan (delinasi) yang dilakukan perangkat lunak komputer. Sementara

interpretasi yang cukup menyita waktu adalah interpretasi secara manual atau

visual.

Secara umum interpretasi visual dilakukan pada data penginderaan jauh

dalam bentuk cetakan seperti foto udara pada pemetaan manual. Namun tidak

menuntut kemungkinan, interpretasi visual juga dapat dilaksanakan pada data

vormat digital yang tersedia langsung pada komputer. Kelebihan dari interpretasi

visual secara langsung di komputer ini lebih mudah dan dapat mendeteksi obyek

melalui pengaturan komposisi band citra. Dan perkembangan satelit penginderaan

jauh yang menyediakan citra satelit berresolusi tinggi yang melebihi data foto udara

memungkinkan interpretasi visual bermanfaat dalam kegiatan interpretasi citra.

Interpretasi citra secara visual menurut Vink (1965) dilakukan melalui enam

tahap yaitu deteksi, identifikasi, analisis, deduksi, klasifikasi dan idealisasi.

Kegiatan deteksi merupakan kegiatan penyadapan data secara selektif atas obyek

1 Mahasiswa Institut Pertanian Bogor

2

yang tampak langsung dan tidak tampak langsung atau sulit dikenali. Obyek yang

dikenali kemudian dipisahkan dengan cara penarikan garis batas antara kelompok

yang memiliki kesamaan ujud. Proses deduksi pada dasarnya untuk memastikan

obyek berdasarkan konvergensi bukti atau ciri-ciri yang mengarah pada obyek

tersebut. Berikutnya dilakukan klasifikasi atau pengelompokkan obyek kedalam

kelas-kelas berdasarkan kesamaan antara obyek dan secara idealis merupakan

kegiatan menggambar hasil interpretasi yang dilakukan.

Pengenalan obyek pada citra penginderaan jauh pada hakekatnya

didasarkan pada kunci interpretasi yaitu terkait dengan unsur-unsur interpretasi

citra. Unsur-unsur interpretasi citra antara lain rona dan warna, bentuk, pola,

ukuran, banyangan, asosiasi dan situs. Rona dan warna merupakan unsur

interpretasi yang paling mudah di kenali. Rona menunjukkan tingkat kegelapan dan

kecerahan suatu obyek sedangkan warna merupakan tampilan obyek berdasarkan

nilai spektralnya terutama pada sinar tampak (biru, hijau dan merah). Obyek yang

menyerap sinar biru akan tampak kuning sebagai akibat menyerap warna hijau dan

merah. Bentuk merupakan kerangka atau konvigurasi obyek, kenampakan pada foto

udara atau citra berresolusi umumnya jelas sehingga mudah dikenali sebagai

contoh bentuk memanjang mencirikan obyek jalan atau saluran. Ukuran

menggambarkan variabel jarak baik panjang, lebar mapun luas suatu obyek. Ukuran

tergantung pada skala foto udara atau citra satelit. Pola dapat terbentuk secara

alami maupun oleh buatan manusia. Pola alami bisasnya pola acak sedangkan

akibat buatan manusia seperti penanaman dengan jarak tertentu membentuk pola

teratur. Textur merupakan perulangan dari ukuran, rona atau warna. Tekstur halus

sebagai akibat perulangan ukuran yang semakin banyak, sedangkan tekstur kasar

perulangan ukuran sedikit. Bayangan merupakan kenampangan obyek pada daerah

gelap. Assosiasi merupakan keterkaitan/hubungan antara objek yang dikenali

dengan objek lain yang didekatnya. Pengenalan suatu objek berguna untuk

mengidentifikasi obyek yang lain, sedangkan situs adalah dapat berupa lokasi

keberadaan obyek berdasarkan lingkungannnya. Situs tanaman sagu biasanya

pada daerah berawa atau situs hutan bakau bisanya di sepanjang garis pantai.

Interpretasi citra selain didasarkan pemahaman tentang obyek bedasarkan

unsur-unsur interpretasi yang dikenali. Pengenalan obyek juga sangat tergantung

pada data citra penginderaan jauh yang tersedia baik foto udara maupun citra

3

satelit. Citra foto udara skala besar atau citra satelit beresolusi tinggi senantiasa

akan memperlihatkan unsur-unsur interpretasi citra secara jelas, sedangkan yang

berskala kecil atau beresolusi rendah obyek sulit dikenali hanya didasarkan pada

pembeda warna atau bentuk. Sebagai pelengkap agar interpretasi berlangsung

dengan mudah maka data dasar tersedia dan pengalaman interpreter terhadap

lokasi yang dikaji yang memadai sangat membantu interpreter dalam pengenalan

obyek sebenarnya.

Sesuai dengan data pengginderaan jauh yang diperoleh yaitu Foto Udara

skala 50.000, citra Landsat 7 resolusi 30 x 30 meter, dan citra ALOS resolusi 10 x

10 meter maka secara mendasar dapat dikatakan bahwa kenampakan obyek setiap

data tersebut akan berbeda-beda. Semakin besar skala/resolusi data penginderaan

jauh maka akan semakin baik obyek yang akan ditampilkan, sebaliknya semakin

kecil skala/resolusi maka obyek yang ditampilkan akan semakin buruk.

Kegiatan praktikum ini bertujuan untuk melakukan interpretasi citra secara

visual untuk memetakan penutupan lahan dan membedakan hasil pemetaan

penutupan lahan dari tiga data penginderaan jauh yang diperoleh. Praktikum ini

bermanfaat dalam mengetahui cara-cara interpretasi, yang terutama mencakup

pemahaman tentang unsur-unsur interpretasi dan kenampakannya pada berbagai

skala citra penginderaan jauh dalam menentukan jenis obyek.

4

II. METODE INTERPRETASI CITRA

Interpretasi citra pada kegiatan praktikum ini berlokasi di wilayah Kabupaten

Bogor Barat dan Kabupaten Bogor. Adapun alat dan bahan yang digunakan meliputi

citra foto udara hitam putih skala 1: 50.000 (didigitalkan) dan citra landsat 7

resolusi 30 x 30 meter dan Citra ALOS resolusi 10 x 10 meter, sofewere ArcVie 3.2

dan ArcGis 9.2 dan komputer.

Metode interpretasi citra pada praktikum ini adalah metode interpretasi

secara visual melalui digitasi onscren. Pelaksanaan interpretasi mengikuti langkah-

langkah sebagi berikut :

Pemasukan data kedalam sistem komputer

Koreksi geometri untuk menyesuaikan posisi geografis data penginderaan

jauh.

Pemilihan lokasi dengan luasan tertentu untuk areal interpretasi

Pengaturan band Citra dan Penajaman citra penginderaan jauh

Interpretasi ;Identifikasi obyek berdasarkan unsur-unsur interpretasi citra

Pembatasan (digitasi) obyek hasil identifikasi dan klasifikasi

Penyajian hasil interpretasi

Kaitannya dengan pengaturan band citra merupakan langkah penting untuk

interpretasi obyek. Pengaturan band citra pada dasarnya merupakan upaya

mencirikan kenampakan obyek berdasarkan rona dan warna sebagai unsur dasar

interpretasi. Setiap obyek pada dasarnya memiliki kenampakan tertentu

berdasarkan rona dan warn, baik warna alami maupun warna palsu. Petunjuk

pengenalan obyek dari perbandingan band citra untuk citra landsat sebagi berikut :

5

R, G, B Informasi Obyek Permukaan Lahan

3,2,1Kombinasi warna alami, menampakkan vegetasi hutan berwarna hijau, dan tanaman pertanian berwarna coklat kuning, jalan berwarna abu-abu, air tampak biru mudah atau putih.

4,3,2Daerah bervegetasi berwarna merah, permukiman berwarna biru cyan, dan tanah terbuka bervariasi dari coklat gelap ke terang. Es, salju dan awan berwarna putih atau cyan.

3,4,2Daerah bervegetasi hijau muda, permukaan tanah terbuka tampak coklat, coklat kemerahan, permukiman tampak ungu, sungai tampak biru tua dan awan tampak putih.

4,5,1

Vegetasi berwarna hijau teduh, kuning merah, coklat atau kuning, obyek tanah berwarna coklat, permukiman tampak biru terang, putih, cyan atau abu-abu, lahan baru dibuka atau vegetasi yang tumbuh jarang tampak kemerahan dan air akan tampak biru tua

4,5,3

Kombinasi juga memunculkan vegetasi berwarna hijau teduh, coklat dan kuning merah, daerah permukiman tampak biru muda, air tampak biru tua, daerah yang berair tampak biru dan tanah tampak coklat kuningdigunakan band inframerah.

5,4,3Seperti kombinasi 4 5 1 vegetasi akan muncil, hijau, kuning coklat. Vegtasi yang sehat tampak hijau dan ungu muda, permukiman berwarna ping, tubuh air atau tanah yang berair tampak biru.

5,4,2Vegetasi tampak hijau,coklat dan kuning terang, permukiman tampak merah muda, tubuh air atau daerah yang berair tampak biru sangat gelap

5,3,1

Kombinasi ini akan memunculkan tekstur topografi. Seperti halnya kombinasi 5,4,1 kenampakan obyek vegetasi hijau,coklat dan kuning terang, permukiman tampak merah muda, tubuh air atau daerah yang berair tampak biru sangat gelap

Kenampakan obyek berdasarkan perbandingan band tersebut tergantung

pada band citra yang tersedia dan resolusi dari citra satelit. Untuk foto udara,

perbandingan band komposit tidak dapat dilakukan karena tidak merupakan data

digital sebenarnya sehingga foto udara hanya ditampakkan dalam warna hitam dan

putih. Interpretasi obyek selanjutnya didasarkan pada unsur-unsur interpretasi

lainnya yang meliputi bentuk, ukuran, tekstur, pola, banyangan, situs dan asosiasi.

6

III. HASIL INTERPRETASI CITRA

Citra Foto Udara

Interpretasi citra untuk foto udara karena merupakan data hasil skaning

maka obyek yang ditampakkan pada citra nampak sulit untuk dibedakan. Untuk

membedakan obyek maka unsur interpretasi yang dominan digunakan adalah

rona/warna, bentuk dan tekstur. Gambaran tentang kondisi citra foto udara

sebagaimana disajikan pada gambar 1.

Gambar 1. Citra Foto Udara wilayah Bogor Barat

Citra foto udara sebagaimana di tunjukkan pada gambar 1 kurang

menampakkan obyek dengan jelas. Obyek hanya dapat dibedakan berdasarkan

rona yaitu dari rona yang paling gelap hingga rona yang paling cerah. Obyek seperti

7

sungai bisa dibedakan berdasarkan bentuk yang memanjang dan berkelokan, obyek

jalan tampak memanjang dan lurus pada jarak tertentu.

Secara umum untuk dapat membedakan obyek maka di bagi rona foto udara

kedalam 6 kelas yaitu dari hitam-hitam keabuan, abu-abu kehitaman, abu-abu, abu-

abu keputihan, putih keabuan dan putih. Obyek yang berona hitam merupakan

obyek yang cenderung menyerap cahaya, Sedangkan obyek yang tampak puti

umumnya obyek yang memantulkan cahaya lebih banyak dari pada yang diserap.

Kenampakan rona obyek pada rona foto udara dari hitam ke puti sebagai berikut :

Rona hitam yang ditimbulkan foto udara disebabkan karena obyek yang

bersifat menyerapkan cahaya atau obyek yang vegetasi dapat berupa Hutan, semak

belukar dan kebun campuran. Demikian juga rona hitam keabuan sampai abu-abu,

sedangkan obyek yang menampakkan rona putih sampai putih keabuan cenderung

tidak menyerap cahaya antara lain tubuh air, lahan terbuka dan areal persawahan.

Areal persawahan walaupun bervegetasi (padi) namun menampakkan warna putih

sebagai akibat lahan sawah merupakan lahan basah yang dapat memantulkan

cahaya. Secara kasar interpretasi jenis penutupan lahan berdasarkan kenampakan

rona disajikan pada gambar 2.

Gambar 2. Hasil interpretasi berdasarkan rona

8

Interpretasi obyek untuk data foto udara ini selain memperhatikan rona yang

ditampilkan, untuk dapat memetakan penutupan lahan harus memperhatikan unsur

interpretasi lainnya dan informasi data dasar yang tersedia terutama informasi jalan.

Unsur interpretasi yang dapat membantu dalam membedakan penutupan lahan

yang berona sama antara lain kedekatan dengan sungai atau jalan. Obyek warna

putih dapat mencakup sawah dan lahan terbuka. Untuk dapat membedakan sawah

dengan lahan terbuka maka memperhatikan situsnya, yaitu sawah cenderung

terletak dekat dengan aliran sungai. Untuk obyek sungai tampak bahwa selain

berona putih, karena letaknya tertutup vegetasi menimbulan rona gelap dari

bayangan rona hitam yang ditimbulkan oleh vegetasi. Namun demikian,

kenampakan sungai dapat diidentifikasi berdasarkan bentuknya yang memanjang

dan berkelokan. Hasil pembatasan (delineasi) jenis penutupan lahan dapat dilihat

pada gambar 3.

`

Gambar 3. Digitasi obyek pada foto udara

Pada gambar 3 memperlihatkan pembatasan obyek penutupan/penggunaan

lahan yang kurang lebih memiliki kesamaan dalam rona dan tekstur rona. Lahan

sawah (Sw) pada gembar diatas berona putih sampai putih keabuan dan bertekstur

halus, lahan tegalan (Tg) berona abu-abu keputihan bertekstur halus, permukiman

Bayangan

9

(Pr) berona abu-abu tekstur sedang, kebun campuran berona hitam, hitam keabuan

dan abu-abu keputian dengan tekstur yang kasar, lahan semak belukar (Sb) berona

hitam ke abu-abuan sampai abu-abu bertekstur halus sampai sedang, hutan

sekunder (Hs) berona hitam ke abuan sampai abu-abu tekstur halus sampai sedang,

dan lahan terbuka (Lt) beronah putih tekstur halus.

Gambar diatas juga menunjukkan adanya banyangan pada lahan semak

belukar dimana sebagian berona abu-abu dan sebagian berona hitam sebagai

akibat terhalang oleh punggung bukit. Karena dipandang sebagai bayangan maka

rona hitam yang ditimbulkan pada citra diatas pada dasarnya masih merupakan

lahan semak belukar. Hasil akhir pembatasan obyek pentupuan lahan berdasarkan

pertimbangan rona, tekstur permukaan, situs, bentuk dan banyangan sebagaimana

terdapat pada Gambar 4.

Gambar 4. Hasil pemetaan penggunaan lahan pada foto udara skala 1 : 50.000

Hasil pemetaan obyek penutupan lahan pada citra foto udara sebagaimana

disajikan pada gambar 4 dapat dikatakan tergolong kasar. Kebanyakan obyek tidak

dapat dipisahkan sebagai akibat memiliki ciri rona yang sama dan tersebar dalam

unit penutupan lahan yang lebih dominan. Satuan jenis penggunaan lahan yang

10

dominan pada foto udara tersebut adalah kebun campuran. Pada satuan

penggunaan lahan kebun campuran tersebut sebagian besar menutupi

kenampakan obyek yang lain seperti permukiman dan jalan, sehingga obyek

pemukiman tidak dapat dipisahkan lebih banyak sedangkan obyek jalan sulit untuk

dibatasi atau dipetakan.

Citra Landsat 7 Resolusi 30x30 m

Citra landsat merupakan citra hasil prosesing secara elektro magnetik

sehingga berbeda dengan citra foto udara yang diperoleh melalui prosesing

fotogrametri. Terutama dalam hal kenampakan warna/rona diman foto udara hanya

menampakkan obyek dalam warna hitam dan putih dengan rona mulai dari sangat

gelap sampai ronah cerah. Sementara Citra landsat menunjukkan berbagai macam

warna sebagaimana terdapat Gambar 5.

Gambar 5. Kenampakan obyek permukaan pada Citra Landsat resolusi 30 x 30 meter di wilayah Bogor Barat

Kenampakan warna pada citra landsat Gambar 5 merupakan hasil kombinasi

band komposit R,G,B = 5,4,2 antara lain terdapat warna hijau, biru, ungu, kuning,

dan coklat. Kenampakan obyek berdasarkan kombinasi warna komposit ini untuk

daerah yang bervegetasi memberikan warna hijau, coklat dan kuning, tubuh air atau

11

daerah yang diairi (lahan basah) seperti sungai dan sawah tampak berwarna biru,

lahan sawah yang dijadikan tegalan berwarna campuran biru dan ungu, lahan kebun

campuran berwarna hijau kuning sampai kuning bercampur warna ungu, semak

belukar hijau kekuningan permukiman tampak berwarna ungu, dan jalan tampak

violet. Deteksi penggunaan lahan berdasarkan warna disajikan pada gambar 6.

Gambar 6. Deteksi jenis penggunaan lahan berdasarkan kenampakan warna pada citra landsat 7.

Identifikasi obyek dari segi bentuk pada citra landsat ini terutama jelas pada

obyek alami seperti sungai yang memperlihatkan bentuk memanjang dan

berkelokan dan obyek buatan seperti jalan yang juga memanjang dan adanya

persimpangan. Sungai dan jalan masing-masing memiliki warna yang berbeda yaitu

sungai berwarna biru dan jalan berwarna violet bercampur ungu sebagai akibat

warna permukiman penduduk.

12

6a. kenampakan bentuk sungai 6b. Kenampakan bentuk jalan

Dari segi ukuran, kenampakan obyek yang bisa dipisakan yaitu antara sungai

utama dan percabangan sungai, dimana sungai utama tampak lebih besar

dibandingkan percabangan-percabanagan sungai. Untuk permukiman penduduk

dan obyek lainnya tidak dapat dipisahkan berdasarkan ukuran. Dari segi tekstur

dapat diidentifikasi berdasarkan kelompok obyek, sebagai contoh tekstur lahan

sawah dan tegalan cenderung bertekstur halus sedangkan tekstur lahan kebun

campuran bertekstur kasar. Bayangan yang terdapat pada citra landsat disebabkan

karena posisi obyek terhalang oleh obyek lain. Gambar dibawah ini merupakan

lahan semak belukar yang berwara hijau kekuningan, akibat tertutup oleh punggung

pegunungan maka tampak berwarna hijau kehitaman.

6c. Banyangan penutupan semak belukar tampak hijau kehitaman

Selain dari banyangan penutupan lahan semak belukar, obyek sebagian

sungai dan jalan juga muncul sebagai bayangan sebagai akibat tertutup oleh kebun

campuran dan permukiman penduduk. Beberapa bobyek juga dapat dibedakan

berdasarkan hubungan antara obyek. Sebagai contoh lahan sawah berasosiasi

dengan adanya air dan permukiman penduduk berhubungan dengan adanya jalan,

atau dugaan akan lahan tegalan berasosiasi dengan lahan sawah yang telah

ditanami lahan kering sehingga menampakkan violet. Sedangkan dari segi situs

untuk lahan sawa cenderung dekat dengan air. Situs lahan semak cenderung di

daerah berbukit, lahan kebun campuran pada lahan datar dan berbukit, hutan

rakyat pada areal kebun campuran atau dekat dengan aktifitas masyarakat

13

sedangkan situs hutan sekunder diwilayah berbukit. Hasil identifikasi obyek

berdasarkan unsur-unsur interpretasi citra yang dikenali, dipetakan penggunaan

lahan sebagaimana terdapat pada Gambar 7.

Gambar 7. Hasil pemetaan penggunaan lahan dari citra landsat 7 resolusi 30 x30 meter

Hasil pemetaan citra landsat sebagaimana disajikan pada gambar 5 terdapat

sepuluh penggunaan/penutupan lahan yaitu hutan rakyat, hutan sekunder, kebun

campuran, lahan terbuka (galian c), permukiman penduduk, semak belukar, lahan

sawah, tegalan, tubuh air (sungai) dan jalan. Dari hasil klasifikasi ini tampak bahwa

wilayah permukiman tidak dapat dikelaskan lebih rinci sebagai akibat kenampakan

ukuran obyek yang acak dan tidak memperlihatkan bentuk dan ukuran yang lebih

detail. Demikian juga dengan obyek jalan tidak dapat dipisahkan secara detail

menurut kelas-kelas ukuran jalan.

14

4.3. CITRA ALOS

Interpretasi penutupan lahan pada citra ALOS resolusi 10 x 10 meter lebih

baik dibandingkan foto udara dan citra lansat resolusi 30 x 30 meter. Karena

semakin besar resolusi dari citra ALOS maka identifikasi obyek selain berdasarkan

warna/rona juga dapat dibedakan berdasarkan bentuk, ukuran, tekstur, pola dan

situs. Dengan kenampakan obyek yang lebih baik dari citra ALOS ini maka selain

mengenali obyek-obyek permukaan, akan tetapi juga obyek-obyek tersebut dapat

diklasifikasikan lebih lanjut. Gambaran obyek obyek permukaan pada citra ALOS

dengan menggunakan perbandingan band komposit R, G,B, : 3,4,2 pada gambar 8.

Gambar 8. Kenampakan obyek permukaan pada Citra ALOAS resolusi 10 x 10 meter di wilayah Kabupaten Bogor

Citra ALOS perbandingan band 3,4,2 sebagaimana yang ditampilkan

Gambar 8 menunjukkan warna hijau, hijau muda, putih, coklat tua, ungu sampai

ungu kehitaman, biru tua dan hitam. Secara umum wilayah yang dilakukan

interpretasi (Kabupaten Bogor) ini sebagian besar telah beralih fungsi kearah

15

permukiman. Kenampakan warna hijau yang ditampilkan pada citra adalah

mencirikan obyek vegetasi yang diduga dapat berupa kebun campuran atau semak

belukar. Warna biru tua memanjang diduga obyek kolam darat, warna coklat

kemerahan merupakan lahan terbuka atau perumahan yang hendak dibuka, warna

coklat tua dengan pola teratur menunjukkan perumahan, warna ungu menunjukkan

perumahan terutama perumahan rakyat, warna ungu dan putih diduga

pabrik/gudang pabrik dan warna ungu dan putih duga kompleks pabrik/industri,

warna putih juga menunjukan obyek awan, warna hijau tua menunjukkan obyek situ

dan sungai sedangkan hitam menunjukkan obyek jalan jalan.

Dalam hal bentuk, untuk obyek jalan dapat dipisahkan atau dikelaskan

menjadi beberapa macam yaitu jalan tol, jalan raya primer dan jalan raya sekunder.

Jalan tol pada senantiasa menunjukkan adanya lingkaran dan berukuran lebih besar

dibandingkan jalan primer dan jalan sekunder. Jalan primer dapat dibedakan dari

jalan sekunder berdasarkan ukuran dimana jalan primer tampak lebih besar

dibandingkan jalan sekunder. Bentuk lain memanjang dan berkelok menunjukan

obyek sungai, bentuk agak bulat (persegi empat dan persegi panjang hijau tua)

menunjukkan situ. Gambaran tentang bentuk jalan, sungai dan situ sebagai berikut

:

8a. Jalan Tol dan Jalan Primer 8b. Sungai

16

8c. Situ

Untuk membedakan obyek juga dapat didasarkan pada ukuran obyek

terutama pada perumahan. Perumahan penduduk (rumah-rumah desa) tampak

berukuran lebih kecil dibandingkan permukiman sedang, pabrik/gudang pabrik dan

kompleks industri/pabrik tampak berukuran besar.

8d. Permukiman biasa 8e. Perumahan sedang

8f. Pabrik/Gudang Pabrik 8g. Kompleks Industri

Kenampakan diatas juga menunjukan perbedaan tekstur antara kelas

permukiman, dimana permukiman biasa atau rumah pedesaan tampak bertekstur

halus, perumahan sedang berteksur sedang, pabrik/gudang dan kompleks industri

(pabrik) bertekstur lebih kasar. Selain itu juga dapat dibedakan berdasarkan pola

dimana permukiman biasa menunjukkan pola menyebar dan tidak teratur rapi,

sedangkan perumahan dan kompleks industri/pabrik menunjukkan pola yang

teratur rapi. Kompleks pabrik dan industri selain ditata secara rapi juga terkait

dengan keberadaan obyek lain dalam lingkungan industri tersebut seperti adanya

taman dan situ/danau buatan.

Pada citra ini dugaan obyek juga dapat di dekati berdasarkan banyangan

dan situs. Tampilan obyek memanjang berwarna biru tua yang ditutupi warna hijau

muda dari vegetasi diduga terdapat obyek kolam darat atau tambak yang ditutupi

17

vegetasi (gambar 8h) dan kenampakan lahan terbuka dekat sungai diduga lahan

tegalan (gambar 8j).

8h. Kolam darat/tambak 8i. Bayangan Awan

8j. Tegalan

Hasil interpretasi citra ALOS berdasarkan kesamaan unsur-unsur

interpretasi citra dapat dipetakan penggunaan/penutupan lahan di wilayah

Kabupaten Bogor seperti terdapat pada Gambar 9.

18

Gambar 9. Hasil pemetaan penggunaan lahan dari citra ALOSresolusi 10 x10 meter

Pentutupan/penggunaan lahan hasil pemetaan dari interpretasi terhadap

citra ALOS sebagaimana disajikan gambar 9 memperlihatkan klasifikasi obyek

penutup lahan ke dalam kelas yang lebih detail. Penupan lahan permukiman

(bangunan) dapat dikelaskan menjadi permukiman biasa, perumahan sedang,

pabrik/bangunan pabrik dan kompleks industri. Demikian juga dengan jalan dapat

dikelaskan menjadi jalan tol (jalan layang), jalan raya primer dan jalan sekunder.

Hal ini berbeda dengan hasil klasifikasi yang dilakukan pada data foto udara dan

citra landsat. Adanya perbedaan klasifikasi disebabkan karena resolusi dari data

citra ALOS lebih besar dibandingkan citra landsat dan foto udara. Akaibat resolusi

lebih besar dari citra ALOS maka unsur-unsur interpretasi (warna, bentuk, tekstur,

ukuran, pola, bayangan dan situs) lebih baik ditampakkan dibandingkan data citra

landsat dan foto udara.

Pada foto udara yang menjadi kunci utama pembedaan obyek penutupan

lahan adalah rona bentuk (khusus sungai) dan tekstur, demikian juga dengan citra

landsat dominan pembedaan obyek terutama warna, bentuk, tekstur dan situs

sedangkan kenampakan unsur interpretasi lainnya pola, ukuran, banyangan, dan

asosiasi bersifat relatif sehingga dalam hal penentuan batas kelas pentupan lahan

masih bersifat lebih kasar dibandingkan citra ALOS. Selain perbedaan tersebut,

dijelaskan bahwa jenis-jenis pentupan lahan dari hasil pemetaan berbeda sebagai

akibat lokasi interpretasi yang tidak sama antara citra ALOS dengan foto udara dan

citra landsat. Hasil klasifikasi pada foto udara dan citra lansdat menunjukkan

penggunaan pertanian lebih dominan sedangkan hasil klasifikasi dengan citra ALOS

menunjukkan penggunaan non pertanian yang lebih dominan

Lokasi citra ALOS yang dijadikan obyek interpretasi pada umumnya telah

tersebar dengan penggunaan permukiman dibandingkan pertanian. Penggunaan

lahan pertanian kebun campuran yang dipetakan pada gambar 9 umumnya telah

terdapat permukiman-permukiman penduduk yang tersebar diantara lahan

19

pertanian (lahan bervegetasi) tersebut. Akibat dari ukuran-ukuran permukiman

penduduk yang relatif kecil dan tidak teratur atau menyebar menyebabkan

pemukiman diantara lahan pertanian tersebut tidak dapat dipetakan sebagai unit

penggunaan tersediri. Dengan dapat dikatakan bahwa salah satu kelemahan

interpretasi tergantung pada ukuran obyek relaif kecil obyek dan sebarannya yang

tidak mengelompok.

IV. KESIMPULAN

Berdasarkan hasil interpretasi yang dilakukan terhadap data penginderaan

jauh yaitu Foto udara, Citra Landsat dan Citra ALOS disimpulkan bahwa :

1. Perbedaan skala/resolusi data penginderaan jauh mempengaruhi kenampakan

obyek penutupan lahan.

2. Citra ALOS beresolusi besar (10x10 m) sehingga menampakkan unsur-unsur

interpretasi lebih baik dibandingkan citra landsat dan foto udara. Unsur-unsur

interpretasi pada citra alos dapat dikenali berdasarkan warna dan rona, bentuk,

ukuran, pola, tekstur, banyangan, asosiasi dan situs. Pada foto udara dan

landsat dominan tampak jelas adalah rona dan warna, tekstur dan bentuk untuk

obyek tertentu.

3. Hasil klasifikasi dengan menggunakan Citra ALOS untuk penutupan lahan

pemukiman dan jalan dapat dikelaskan lebih detail dibandingkan foto udara dan

citra landsat. Perbedaan lokasi interpretasi menyebabkan perbedaan jenis

penutupan lahan yang dihasilkan.

4. Interpretasi citra semakin baik apabila ukuran obyek besar dan pola sebaran

yang mengelompok.

20

DAFTAR PUSTAKA

Febrianto.2007. Interpretasi citra satelit SPOT 5 Untuk pemetaan penggunaan lahan

Kecamatan semarang barat Kota Semarang Fakultas Ilmu Sosial

Universitas Negeri Semarang. Http://digilib.unnes. ac.id

Kiefer. 1990. Penginderaan Jauh dan Interpretasi Citra. Gadjah Mada University

Press. Yogyakarta.

Liew .2001. PRINSIP DARI Remote Sensing. Center for Remote Imaging, Sensing

dan Prosessing. National University of Singapore. www.crisp.nus.edu.sg

Sutanto. 1986. Penginderaan Jauh. Fakultas Geografi Universitas Gadjah Mada.

Yogyakarta.