BAB IPENDAHULUAN

1.1 Latar Belakang Ruang Terbuka Hijau (RTH) adalah area memanjang/jalur dan atau mengelompok,

yang penggunaannya lebih bersifat terbuka, tempat tumbuh tanaman, baik yang tumbuh tanaman secara alamiah maupun yang sengaja ditanam (Peraturan Menteri PU no.12 tahun 2009). Menurut Purnomohadi (1995), Ruang terbuka hijau merupakan indikator dari tingkat kenyamanan suatu wilayah, adanya Ruang Terbuka Hijau (RTH) sangat diharapkan untuk dapat menanggulangi masalah lingkungan di perkotaan, terutama dalam menyerap hasil negatif yang disebabkan oleh aktivitas perkotaan seperti industri. RTH mempunyai manfaat terhadap komponen iklim, diantaranya dalam menyerap panas, mengurangi tingkat kebisingan dan pencemaran udara.

Menteri Perindustrian Republik Indonesia telah mengatur luas RTH dalam standar teknis Peraturan Menteri Perindustrian Republik Indonesia No.35/M-IND/PER/3/2010 tentang Pedoman Teknis Kawasan Industri bahwa pola penggunaan lahan untuk pengembangan kawasan industri adalah luas ruang terbuka hijau (RTH) minimum 10% dari total luas areal. Oleh sebab itu dibutuhkan monitoring atau pemantauan terhadap perubahan Ruang Terbuka Hijau (RTH) di suatu kawasan.

Penginderaan jauh merupakan salah satu alternatif dalam melakukan pemantauan terhadap perubahan Ruang Terbuka Hijau (RTH) di suatu kawasan. Penggunaan citra satelit dibutuhkan disini karena citra satelit memiliki resolusi spasial yang tinggi dengan tingkat ketelitian, cakupan wilayah dan dalam hal penyajian objek yang sesuai dengan kenampakan asli membuat citra satelit dapat memberikan informasi yang akurat. Citra satelit SPOT 4 memiliki spesifikasi yang sesuai, dalam hal ini dapat mengindentifikasi Ruang Terbuka Hijau (RTH) di suatu kawasan Kabupaten yaitu dengan resolusi spasial 20 meter untuk multispektral dan 10 meter untuk pankromatik. (Panuju 2009)

Menurut Huete (1999), Indikasi vegetasi secara empiris diukur berdasarkan aktivitas vegetasi (fotosintesis). Secara teori, dasar empiris untuk indek vegetasi didapatkan dari pemeriksaan tipe pantulan dari daun. Pantulan terlihat sangat rendah sebagai hasil dari penyerapan tinggi dari pigmen dalam aktivitas fotosintesis dengan tingkat sensitifitas maksimum di warna biru (470nm) dan merah (670nm). Tapi seluruh radiasi inframerah dekat disebarkan dengan sedikit sekali penyerapan. Hasilnya, perbedaan merah dan inframerah dekat merespon secara sensitif dari jumlah vegetasi.

Secara umum Ruang Terbuka Hijau merupakan suatu ruang terbuka yang bervegetasi maka digunakan suatu algoritma indeks vegetasi untuk memudahkan dalam mengidentifikasi RTH. Algoritma indeks vegetasi yang digunakan adalah Normalized Difference Vegetation Index (NDVI). Algoritma NDVI merupakan pengembangan dari algoritma DVI dimana NDVI memiliki rentang nilai antara -1 (non-vegetasi) sampai 1 (vegetasi) dengan batas antara vegetasi dan non-vegetasi adalah nilai 0. Ini berarti NDVI memiliki batas yang jelas antara vegetasi dan non-vegetasi yang tidak seperti pendahulunya. (Danoedoro 1996)

Kabupaten Pasuruan merupakan salah satu kabupaten yang ada di Jawa Timur dengan letak geografis berada pada posisi sangat strategis yaitu jalur regional juga jalur utama perekonomian Surabaya – Malang dan Surabaya – Banyuwangi. Hal tersebut menguntungkan dalam pengembangan ekonomi dan membuka peluang infestasi di Kabupaten Pasuruan. Oleh karena hal itu, Pasuruan Industrial Estate Rembang (PIER) berdiri. Pasuruan Industrial Estate Rembang (PIER) merupakan salah satu wilayah kawasan industri perusahaan perseroan (PT SIER) yang utama bergerak di bidang jasa

1

penyediaan tanah untuk lokasi industri di Jawa Timur. PIER dikembangkan di Rembang Pasuruan. (www.pasuruankab.go.id 2012)

Adanya PIER mempengaruhi pesatnya laju pertumbuhan pembangunan suatu kota sehingga mengakibatkan perubahan lahan menjadi kawasan terbangun. Adanya kebutuhan ruang untuk menampung suatu kota dan aktivitasnya mengakibatkan pengurangan kawasan Ruang Terbuka Hijau (RTH). Dalam hal ini, kawasan PIER perlu dilakukan monitoring atau pemantauan RTH.

Oleh sebab itu, pada penelitian ini dilakukan analisis perubahan Ruang Terbuka Hijau (RTH) dengan membandingkan luas RTH dari Peta Tutupan RTH Kawasan PIER tahun 1993 dengan Peta Tutupan RTH Kawasan PIER tahun 2011. Selain itu, dianalisis juga kesesuaian RTH tahun 2011 dengan Permenperin no. 35 Tahun 2010.

1.2 Perumusan Masalah Perumusan masalah dalam penelitian ini adalah bagaimana cara mengetahui

perubahan Ruang Terbuka Hijau antara tahun 1993 sampai 2011 di Kawasan Pasuruan Industrial Estate Rembang (PIER)?

1.3 Batasan Permasalahan Batasan masalah dari penulisan tugas akhir ini adalah:

a. Penelitian dilakukan di Kabupaten Pasuruan (Kecamatan Rembang, Bangil, Beji, Pandaan, Sukorejo, Wonorejo, Kraton)

b. Data yang digunakan adalah Peta Rupa Bumi Indonesia (RBI) digital Kawasan PIER skala 1 : 25.000 (pengambilan data tahun 1993) dan citra SPOT 4 tahun 2011 karena memiliki karakteristik band yang sesuai untuk pengenalan RTH melalui indeks vegetasi dan resolusi spasial yang cukup tinggi 20 m.

c. Indeks Vegetasi yang digunakan adalah NDVI karena memiliki batas yang jelas antara vegetasi dan non vegetasi dibandingkan indeks vegetasi lainnya.

1.4 Tujuan Tujuan dari penelitian ini adalah :

a. Membuat Peta Ruang Terbuka Hijau Kawasan PIER tahun 1993b. Membuat Peta Ruang Terbuka Hijau Kawasan PIER tahun 2011c. Mengetahui perubahan Ruang Terbuka Hijau di Kawasan Pasuruan Industrial Estate

Rembang (PIER) antara tahun 1993 sampai 2011d. Menganalisis kesesuaian Ruang Terbuka Hijau Kawasan PIER dengan Peraturan

Menteri Perindustrian Republik Indonesia No.35/M-IND/PER/3/2010 tentang Pedoman Teknis Kawasan Industri

1.5 Manfaat Penelitian Manfaat yang ingin diperoleh dari penelitian ini antara lain :

1. Memberi informasi perubahan Ruang Terbuka Hijau di Kawasan Pasuruan Industrial Estate Rembang (PIER).

2. Bahan untuk penentuan kebijakan lebih lanjut dalam pengelolaan Ruang Terbuka Hijau.

2

BAB IITINJAUAN PUSTAKA

2.1 Ruang Terbuka Hijau (RTH) Ruang terbuka umum merupakan bentuk dasar dari sebuah ruang yang terletak di

luar massa bangunan dan dimanfaatkan, dipergunakan oleh masyarakat untuk melakukan bermacam-macam kegiatan (Hakim dan Utomo, 2003:50). Ruang terbuka terdiri atas RTH dan RTNH.

Ruang Terbuka Hijau (RTH) adalah area memanjang/jalur dan atau mengelompok, yang penggunaannya lebih bersifat terbuka, tempat tumbuh tanaman, baik yang tumbuh tanaman secara alamiah maupun yang sengaja ditanam (Peraturan Menteri PU no.12 tahun 2009 sesuai dengan Perda Kabupaten Pasuruan nomor 12 tahun 2010).

Ruang Terbuka Non Hijau (RTNH) adalah ruang terbuka di bagian wilayah perkotaan yang tidak termasuk dalam kategori RTH, berupa lahan yang diperkeras atau yang berupa badan air, maupun kondisi permukaan tertentu yang tidak dapat ditumbuhi tanaman atau berpori (Peraturan Menteri PU no.12 tahun 2009).

(a) (b) Gambar 2.1 Jenis RTH secara fisik: (a) RTH alami, (b) RTH binaan

RTH juga dapat mengurangi peristiwa pencemaran udara seperti hujan asam, dan

dapat dikatakan sebagai sink melalui proses oksigenasi dan menghilangkan partikel gas serta bau di atmosfer (Purnomohadi 1995).

Peraturan Menteri Pekerjaan Umum No.05/PRT/M/2008 tentang Pedoman Penyediaan dan Pemanfaatan Ruang Terbuka Hijau di Kawasan Perkotaan menjelaskan bahwa :Tujuan penyelenggaraan RTH yaitu : a. Menjaga ketersediaan lahan sebagai kawasan resapan air; b. Menciptakan aspek planologis perkotaan melalui keseimbangan antara lingkungan

alam dan lingkungan binaan yang berguna untuk kepentingan masyarakat; b. Meningkatkan keserasian lingkungan perkotaan sebagai sarana pengaman

lingkungan perkotaan yang aman, nyaman, segar, indah, dan bersih.

Fungsi RTH yaitu : a. Fungsi utama (intrinsik) yaitu fungsi ekologis:

memberi jaminan pengadaan RTH menjadi bagian dari sistem sirkulasi udara (paru-paru kota);

pengatur iklim mikro agar sistem sirkulasi udara dan air secara alami dapat berlangsung lancar;

sebagai peneduh;

3

produsen oksigen; penyerap air hujan; penyedia habitat satwa; penyerap polutan media udara, air dan tanah, serta; penahan angin.

b. Fungsi tambahan (ekstrinsik) yaitu: Fungsi sosial dan budaya:

- menggambarkan ekspresi budaya lokal; - merupakan media komunikasi warga kota; - tempat rekreasi; - wadah dan objek pendidikan, penelitian, dan pelatihan dalam mempelajari

alam. Fungsi ekonomi:

- sumber produk yang bisa dijual, seperti tanaman bunga, buah, daun, sayur mayur;

- bisa menjadi bagian dari usaha pertanian, perkebunan, kehutanan dan lain-lain.

Fungsi estetika: - meningkatkan kenyamanan, memperindah lingkungan kota baik dari skala

mikro: halaman rumah, lingkungan permukimam, maupun makro: lansekap kota secara keseluruhan;

- menstimulasi kreativitas dan produktivitas warga kota; - pembentuk faktor keindahan arsitektural; - menciptakan suasana serasi dan seimbang antara area terbangun dan tidak

terbangun.

Manfaat RTH berdasarkan fungsinya dibagi atas : a. Manfaat langsung (dalam pengertian cepat dan bersifat tangible), yaitu membentuk

keindahan dan kenyamanan (teduh, segar, sejuk) dan mendapatkan bahan-bahan untuk dijual (kayu, daun, bunga, buah);

b. Manfaat tidak langsung (berjangka panjang dan bersifat intangible), yaitu pembersih udara yang sangat efektif, pemeliharaan akan kelangsungan persediaan air tanah, pelestarian fungsi lingkungan beserta segala isi flora dan fauna yang ada (konservasi hayati atau keanekaragaman hayati).

Tipologi RTH yaitu sebagai berikut :a. Berdasarkan fisik

1. RTH Alami, berupa habitat liar alami, kawasan lindung, dan taman-taman nasional.

2. RTH Non Alami/Binaan, yang terdiri dari taman, lapangan lahraga, makam, dan jalur-jalur hijau jalan.

b. Berdasarkan struktur ruang1. RTH dengan pola ekologis, merupakan RTH yang memiliki pola mengelompok,

memanjang, tersebar.2. RTH dengan pola planologis, merupakan RTH yang memiliki pola mengikuti

hirarki dan struktur ruang perkotaan.c. Berdasarkan segi kepemilikan

1. RTH Publik yaitu RTH yang berlokasi pada lahan-lahan publik atau lahan yang dilimiliki oleh Pemerintah (pusat, daerah).

4

2. RTH Privat yaitu RTH yang berlokasi pada lahan-lahan milik privat.d. Berdasarkan penggunaan lahan atau kawasan fungsionalnya

1. RTH kawasan perdagangan2. RTH kawasan perindustrian3. RTH kawasan permukiman4. RTH kawasan pertanian5. RTH kawasan-kawasan khusus, seperti pemakaman, hankam, olahraga, alamiah

Berdasarkan standar teknis pada Peraturan Menteri Perindustrian Republik Indonesia No.35/M-IND/PER/3/2010 tentang Pedoman Teknis Kawasan Industri bahwa pola penggunaan lahan untuk pengembangan kawasan industri adalah luas ruang terbuka hijau (RTH) minimum 10% dari total luas areal. RTH dapat berupa jalur hijau (greenbelt), taman dan perimeter.

2.2 Pasuruan Industrial Estate Rembang (PIER) PT SIER (Surabaya Industrial Estate Rungkut) adalah merupakan perusahaan

perseroan yang utama bergerak dibidang jasa penyediaan tanah untuk lokasi industri di Jawa Timur. Pasuruan Industrial Estate Rembang (PIER) merupakan salah satu wilayah kawasan industri PT. SIER. Pada tahun 1989 dikembangkan di Rembang Pasuruan dengan luas tanah 520 ha.

Kawasan Pasuruan Industrial Estate Rembang merupakan kawasan industri yang terluas diantara ketiga kawasan yang dikelola oleh PT. SIER. Kawasan Industri (Industrial estate) adalah kawasan tempat pemusatan kegiatan industri yang dilengkapi dengan sarana dan prasarana penunjang yang dikembangkan dan dikelola oleh Perusahaan Kawasan Industri yang telah memiliki izin usaha kawasan industri. Berdasarkan Surat Keputusan Menteri Dalam Negeri No.2/HPL/DA/1976 Tanggal 2 Januari 1976, dimana PIER memperoleh hak pengolahan seluas 500 ha, yaitu 60% dari luas lahan merupakan bangunan pabrik, sedangkan 40% merupakan sarana pengunjung. Hak tersebut didaftarkan pada kantor Agraria Kabupaten Pasuruan pada tanggal 10 September 1986.

Lahan untuk keperluan industri tersebut dapat diperoleh dengan pembelian secara tunai atau angsuran dengan Sertifikat Hak Guna Bangunan (HGB) selama 20 tahun dan dapat diperpanjang. Pada sekarang ini jumlah perusahaan yang ada di kawasan industri PIER sebanyak 54 perusahaan yang berasal dari Penanaman Modal Dalam Negeri (PMDN) maupun Penanaman Modal Asing (PMA), dimana saat ini yang beroperasi 48 perusahaan dan yang lainnya masih dalam proses konstruksi atau lahan kosong.  

Industri PIER terletak di Desa Pandean Kecamatan Rembang Kabupaten Pasuruan Propinsi Jawa Timur. Dengan batas-batas wilayah disebelah utara industri PIER adalah jalan penghubung ke desa Pandean,sebelah selatan berbatasan dengan desa Pejangkungan,disebelah timur berbatasan dengan desa Curah Dukuh, dan sebelah barat berbatasan dengan desa Mojoparon dan desa Pokeron. Kondisi Topografi PT. PIER umumnya berbukit dengan ketinggian 4 – 45 meter dari permukaan air laut sedangkan jarak dari sungai Raci  4 meter. Dari Jarak Perkotaan 14 kilometer dan jarak antara pemukiman  penduduk adalah  3 kilometer.  

2.3 Penginderaan Jauh Penginderaan jauh adalah ilmu pengetahuan dan seni dalam memperoleh informasi

tentang suatu obyek, area, gejala melalui analisis datayang diperoleh dengan alat tanpa kontak langsung dengan obyek, area, gejala yang diamati. (Kiefer, 1994).

5

Konsep dasar penginderaan jauh terdiri atas beberapa elemen atau komponen yang meliputi sumber tenaga, atmosfer, interaksi tenaga dengan objek dipermukaan bumi, sensor, system pengolahan data, dan berbagai penggunaan data. Konsep dasar digambarkan sebagai system penginderaan jauh dan penggunaannya (Gambar 2.1).

Gambar 2.1 Uraian interaksi obyek-obyek di permukaan bumi dengan gelombang elektromagnetik sehingga dihasilkan citra inderaja (Lillesand dan Kiefer 1994)

Sebuah sistem penginderaan jauh memerlukan sumber tenaga baik alamiah maupun buatan. Tenaga yang dimaksud berupa spektrum elektromagnetik yang meliputi spektra kosmis, gamma, sinar x, ultra violet, cahaya tampak, infra merah, gelombang mikro serta gelombang radio. Jumlah total seluruh spektrum disebut spektrum elektromagnetik. Dalam dunia penginderaan jauh, terdapat dua sistem tenaga pada wahana yaitu sistem pasif dan sistem aktif. Sistem Pasif. Pada wahana yang menggunakan sistem pasif, sumber tenaga utama

yang dibutuhkan oleh satelit berasal dari sumber lain yang tidak terintegrasi dalam wahana. Sumber tenaga yang dimaksud biasanya berupa energi yang berasal dari matahari. Beberapa wahana yang menggunakan sistem ini antara lain Aster, Landsat, SPOT, NOAA, MODIS dan lainnya.

Sistem aktif. Pada wahana yang menggunakan sistem pasif, sumber tenaga utama yang dibutuhkan oleh wahana menggunakan tenaga elektromagnetik yang dibangkitkan oleh sensor radar ( radio detecting and ranging ) yang terintegrasi pada wahana tersebut. Beberapa wahana yang menggunakan sistem ini antara lain Radarsat, JERS, ADEOS dan lainnya.

Radiasi elektromagnetik yang mengenai suatu benda atau obyek kenampakan di muka bumi akan berinteraksi dalam bentuk pantulan, serapan dan transmisi. Dalam proses tersebut, ada tiga hal penting, yaitu bagian tenaga yang di serap, dipantulkan dan ditransmisikan akan berbeda untuk setiap obyek yang berbeda tergantung pada jenis materi dan kondisinya sehingga memungkinkan untuk membedakan obyek pada citra. Hal lain adalah ketergantungan pada panjang gelombang obyek, berarti bahwa pada suatu obyek yang sama akan berbeda pada panjang gelombangnya (Lillesand dan Kiefer 1994).

Data penginderaan jauh dapat berupa data citra dan data non citra. Data citra antara lain data yang bersifat optik, analog dan digital. Sedang data non-citra berupa grafik,

6

Sistim Penanganan data pada stasiun bumi

Backgound reflectance

Reflected

Pengguna

Produk

Interpretasi and analisis Added

reflectant

Reflected

Absorb Transmitted

Absorb

Sensor

Matahari

Atmosfir

Permukaan Bumi

Reflected

Scattered

Emitted

diagram dan numerik. Citra hasil rekaman sensor harus dikoreksi, anatra lain dengan menggunakan koreksi radiometrik, koreksi geometrik dan koreksi atmosferik.

Klasifikasi citra bertujuan untuk pengelompokan atau melakukan segmentasi terhadap kenampakan-kenampakan yang homogen dengan menggunakan teknik kuantitatif. Klasifikasi secara digital dapat dilakukan dengan tiga cara, yaitu klasifikasi Terselia, Klasifikasi Tak Terselia dan klasifikasi gabungan.

Interpretasi citra merupakan kegiatan mengkaji foto udara atau citra dengan maksud untuk mengidentifikasi objek dan menilai arti pentingnya objek tersebut. Interpretasi dapat dilakukan secara manual maupun secara digital.

2.4 Citra SPOT 4 SPOT (Systeme Probatoire de l’Observation de la Terre) adalah proyek kerja sama

antara Perancis, Swedia dan Belgia, di bawah koordinasi CNES (Centre National d’EtudesSpatiales), badan ruang angkasa Perancis. SPOT-1 diluncurkan pada tanggal 23 Februari 1986 dari stasiun peluncuran di Kourou, Guyana Perancis, dengan membawa dua sensor identik yang disebut HRV (High Resolution Visible, resolusi tinggi pada spectrum tampak). Disebut identik, karena memang kedua sensor tersebut sepenuhnya sama. (Danoedoro 1996)

Pada Maret 1998 sebuah kemajuan signifikan SPOT-4 diluncurkan: sensor HRVIR mempunyai empat disamping tiga band dan instument vegetasi ditambahkan. Vegetasi didesain untuk hampir tiap hari dan akurat untuk monitoring bumi secara global.

Tabel 2.1 Karakteriktik SPOT 4 (Sirius.spotimage.fr)

 

7

2.5 Image Processing Pengolahan gambar digital atau Digital Image Processing (DIP) adalah bidang

yang berkembang sangat pesat sejalan dengan kemajuan teknologi pada industri saat ini. Fungsi utama dari Digital Image Processing adalah untuk memperbaiki kualitas dari gambar hingga gambar dapat dilihat lebih jelas, karena informasi penting diekstrak dari gambar yang dihasilkan harus jelas sehingga didapatkan gambar yang terbaik. Selain itu DIP digunakan untuk memproses data yang diperoleh dalam persepsi mesin, yaitu prosedur-prosedur yang digunakan untuk mengektraksi informasi dari gambar, informasi dalam bentuk yang cocok untuk proses komputer.

Keuntungan menggunakan DIP adalah presisi, yaitu pada masing-masing proses fotografi, disini terdapat penurunan kualitas gambar dan sinyal elektrik yang terdegradasi akibat keterbatasan komponen elektrik, dalam kondisi ini DIP dapat menjaga hasil gambar tetap presisi. Keuntungan yan lain adalah fleksibilitas, yaitu penggunaan yang lebih besar, sebuah gambar dapat di magnified, reduced atau rotated, kontras, brightness dapat diubah.

Selain keuntungan DIP juga memiliki kekurangan yaitu kecepatan dan mahal, banyak operasi yang digunakan oleh DIP lebih lambat dan lebih mahal dibandingkan operasi optik atau elektrikal lainnya dan resources untuk menghitung bisa mahal.

2.6 Koreksi Geometrik Citra

Transformasi geometrik yang paling mendasar adalah penempatan kembali posisi piksel sedemikian rupa, sehingga pada citra digital yang tertransformasi dapat dilihat gambaran obyek di permukaan bumi yang terekam oleh sensor. Pengubahan bentuk kerangka liputan dari bujur sangkar menjadi jajaran genjang merupakan hasil dari tranformasi ini. Tahap ini diterapkan pada citra digital mentah (langsung hasil perekaman satelit) dan merupakan koreksi kesalahan geometrik sistematik. Pada sistem perekaman HRV SPOT, koreksi hanya dilakukan dengan menghitung magnitude kecepatan rotasi bumi, gerakan satelit dan sudut pandang sensor. Pada level ini, citra SPOT-HRV dikatakan memiliki level koreksi 1B. Koreksi geometrik selanjutnya diperlukan untuk menghasilkan data yang lebih teliti dalam aspek planimetrik. Pada koreksi ini, sistem koordinat atau proyeksi peta tertentu dijadikan rujukan, sehingga dihasilkan citra yang mempunyai sistem koordinat dan skala yang seragam. Citra terkoreksi ini siap untuk dimanipulasi bersama dengan peta dalam kerangka sistem informasi geografi. (Danoedoro 1996)

Proses koreksi geometrik pada data citra dilakukan dalam dua tahapan yaitu registrasi dari citra dengan peta topografi dan rektifikasi citra dengan citra yang telah terkoreksi. Sistem proyeksi yang dipakai adalah sistem UTM (Universal Transverse Mercator) zona tertentu, dengan datum World Geodetic System (WGS) 1984.

Untuk uji ketelitian geometrik digunakan RMS (Root Mean Square), dari hasil pelaksanaan koreksi geometrik, nilai kesalahan RMS rata-rata citra adalah harus lebih kecil atau sama dengan 1 (satu) piksel dengan nilai strength of figure dari titik kontrol registrasi citra adalah harus lebih kecil atau sama dengan 1 (satu). Sedangkan untuk uji ketelitian radiometrik digunakan matriks korelasi klasifikasi atau matrix of confusion classification adalah nilai matriks diagonalnya harus lebih kecil atau sama dengan 70%. (Sukojo 2012).

2.7 Indeks Vegetasi Indeks vegetasi merupakan suatu algoritma yang diterapkan terhadap citra

(biasanya multispektral), untuk menonjolkan aspek kerapatan vegetasi ataupun aspek lain

8

yang berkaitan dengan kerapatan, misalnya biomassa, Leaf Area Index (LAI), konsentrasi klorofil, dan sebagainya. Secara praktis, indeks vegetasi ini merupakan suatu transformasi matematis yang melibatkan beberapa saluran sekaligus, dan menghasilkan citra baru yang lebih representative dalam menyajikan fenomena vegetasi. (Danoedoro 1996)

Normalized Difference Vegetation Index (NDVI) merupakan kombinasi antara teknik penisbahan dengan teknik pengurangan citra. Transformasi NDVI ini merupakan salah satu produk standar NOAA (National Oceanic and Atmospheric Administration), satelit cuaca yang berorbit polar namun member perhatian khusus pada fenomena global vegetasi. Berbagai penelitian mengenai perubahan liputan vegetasi di benua Afrika banyak menggunakan tranformasi ini. ((Tucker 1986) dalam Danoedoro 1996).Algoritma NDVI secara aritmatik sebagai berikut : (Liliesand dan Kiefer 2000)

NDVI= ρ NIR−ρ REDρ NIR+ρ RED

……………… ..(1)

Keterangan :NDVI = Normalized Difference Vegetation IndexNIR = nilai band infra merah dekat RED = nilai band merahρ = Unitless Planetary Reflectance

dimana untuk citra SPOT 4 untuk mendapatkan nilai ρ, perlu adanya transformasi nilai spektral radian ke reflektan dengan persamaan :

ρ=π Lλ d2

ESUNλ cosθ…………… ……….. (2)

Dimana sebelum menghitung itu, diperlukan transformasi nilai Digital Number ke nilai spektral dengan persamaan :

Lλ=DN

G λ∗A λ

……… …………… ..(3)

Keterangan :Lλ = Spectral Radiance at The Sensor’s Apertured2

= Earth-Sun Distance in Astronomical UnitsESUNλ = Mean Solar Exoatmospheric Irradiancesθ = Solar Zenith Angle in Degreesπ = 3,141592654

Gambar 2.2 Rentang data NDVI oleh NASA

9

Indeks vegetasi berbasis NDVI yang ditunjukkan pada persamaan (2), mempunyai nilai yang hanya berkisar antara -1 (non-vegetasi) hingga 1 (vegetasi). Setelah NDVI diperoleh, langkah selanjutnya adalah membuat skala warna (color map) tingkat vegetasi agar diperoleh informasi lebih lanjut. NASA mengklasifikasikan tingkat kehijauan vegetasi NDVI menggunakan skala seperti tampak pada gambar 2.2.

NDVI memiliki kelebihan dalam mengurangi gangguan tertentu dengan hubungan band dan pengaruhnya dikaitkan dengan variasi tidak langsung, awan dan bayangan awan, matahari dan sudutnya serta topografi. Pada NDVI, sebagai perbandingan, dapat dihitung dari nilai digital baku hitungan, permukaan dari radiansi atmosfer, reflectances nyata (normalisasi radiances), dan sebagian atau koreksi atmosfer total (Huete, A., Justice, C. dan Leeuwen, W.1999).

2.8 Penelitian Terdahulu Penelitian sebelumnya telah dilakukan oleh Basori (2012) dari Institut Teknologi

Sepuluh Nopember (ITS) bulan Januari 2012 hingga Juni 2012 dengan menggunakan TERRA MODIS antara tahun 2007-2011 menunjukkan perubahan hutan dengan algortima NDVI dan EVI. Lokasi penelitian berada di daerah propinsi Jawa Timur. Hasil dari penelitian tersebut menunjukkan bahwa nilai indeks vegetasi dengan menggunakan algoritma NDVI memiliki nilai minimal dan maksimal lebih stabil jika dibandingkan dengan algoritma EVI. Luas area hutan dipengaruhi oleh perubahan musim. Pada musim hujan, hutan memiliki luas area yang lebih besar dibandingkan pada musim kemarau karena pada musim kemarau terdapat beberapa jenis pohon yang menggugurkan daunnya sehingga indeks vegetasi lebih rendah.

Penelitian lain juga dilakukan oleh Institut Teknologi Sepuluh Nopember (ITS) bulan Januari 2011 hingga Juni 2011 dengan menggunakan ALOS AVNIR2 dan PRISM tahun 2008 menunjukkan persebaran Ruang Terbuka Hijau. Lokasi penelitian berada di darah Perkotaan Pati. Hasil dari penelitian tersebut menunjukkan bahwa persentase tingkat kebenaran citra sebesar 82,05% dari hasil uji ketelitian dengan perhitungan confusion matrix. Luasan wilayah perkotaan Pati telah memenuhi persyaratan ideal wilayah perkotaan dengan jumlah persentase 49,934%. Hasil penelitian juga menunjukkan bahwa menggunakan metode Pan-Sharpening dari data citra pankromatik (PRISM) yang resolusi spasialnya tinggi dan data citra multispectral (AVNIR2) yang resolusi spasialnya rendah dapat mempertajam citra hasil klasifikasi. Citra ini dapat membantu dalam identifikasi obyek-obyek atau kelas penutup lahan yang mencakup kelas RTH.

Penelitian lain juga dilakukan oleh Insitut Teknologi Sepuluh Nopember (ITS) bulan Januari 2011 hingga Juni 2011 dengan menggunakan Landsat tahun 2003 dan SPOT 4 tahun 2009 menunjukkan hubungan indeks vegetasi dengan ketinggian dan kemiringan lahan. Lokasi penelitian berada di Kabupaten Pasuruan. Hasil dari penelitian tersebut menunjukkan hubungan antara indeks vegetasi dengan ketinggian dan kemiringan lahan melalui uji korelasi (NDVI Landsat, EVI Landsat, NDVI SPOT 4) dengan ketinggian lahan diperoleh nilai korelasi tertinggi sebesar 0,542 pada NDVI SPOT 4, dari ketiga hasil penelitian termasuk korelasi sedang (0,40-0,599). Hasil uji korelasi antara indeks vegetasi (NDVI Landsat, EVI Landsat, NDVI SPOT 4) dengan kemiringan lahan diperoleh nilai korelasi tertinggi sebesar 0,517 pada EVI Landsat, dari ketiga hasil penelitian juga termasuk korelasi sedang (0,40-0,599).

Penelitian sebelumnya dilakukan oleh Dyah (2009) Departemen Ilmu Tanah dan Sumberdaya Lahan, Institut Pertanian Bogor dengan menggunakan SPOT tahun 1998 sampai tahun 2005 menunjukkan pola musiman penutupan lahan bervegetasi. Lokasi

10

penelitian berada di Provinsi Riau yang diambil secara acak dari beberapa titik. Jenis tutupan lahan yang dianalisis terbatas pada tiga jenis penggunaan lahan bervegetasi khususnya hutan, kebun dan ladang. Hasil dari penelitian tersebut menunjukkan pada musim tertentu nilai indeks vegetasi cenderung tinggi pada bulan Juni-Agustus dan pada bulan Desember-Februari cenderung rendah. Sebagai contoh nilai indeks vegetasi (NDVI) penggunaan hutan di sekitar bulan Juni-Agustus bisa mencapai 0,8 atau lebih sedangkan di sekitar bulan Desember-Februari bernilai sekitar 0,3. Demikian juga dengan jenis penggunaan kebun pada bulan Desember-Februari nilai NDVI sekitar 0,4 sedangkan bulan Juni-Agustus NDVI mendekati 0,8. Selanjutnya pada penggunaan ladang nilai tertinggi dicapai pada sekitar Juni-Agustus dengan nilai sekitar 0,7 dan terendah ditunjukkan pada bulan Desember-Februari dengan nilai sekitar 0,4 atau sedikit lebih rendah. Secara umum perbedaan dari ketiga jenis penggunaan terletak pada nilai maksimum dan minimum yang dapat dicapai serta amplitudonya selama satu periode musim (setahun). Dalam hal ini, nilai maksimum NDVI hutan > kebun > ladang, nilai minimum NDVI hutan < kebun < ladang.

11

Lokasi Penelitian

BAB IIIMETODOLOGI PENELITIAN

3.1 Lokasi Penelitian Lokasi penelitian Tugas Akhir ini mengambil area di Kawasan PIER, Kabupaten

Pasuruan. Kabupaten Pasuruan terletak pada 112° 33` 55” hingga 113° 30` 37”BT dan 70° 32` 34” hingga 80° 30` 20” LS

Gambar 3.1 Lokasi Penelitian (www.peta-kota.com)

3.2 Data dan Peralatan 3.3.1 Data

Data yang dibutuhkan dalam penelitian Tugas Akhir ini antara lain : 1. Citra satelit SPOT 4 Tanggal 21 Juli 2011. Pengambilan data ini disebabkan citra

satelit SPOT 4 mempunyai resolusi spasial yang memadai untuk dapat mengidentifikasi RTH dan terdiri dari 4 band HRVIR, sehingga cocok dengan metode NDVI.

2. Peta Rupa Bumi Indonesia (RBI) digital Kawasan PIER skala 1 : 25.000 (pengambilan data tahun 1993) terbitan BAKOSURTANAL yang digunakan untuk pembuatan Peta Tutupan RTH Kawasan PIER tahun 1993 dan sebagai data acuan dalam koreksi geometrik.

3.3.2 Peralatan Peralatan yang digunakan dalam penelitian ini adalah :

1. Perangkat Keras (Hardware) Notebook Acer Extensa 4630Z Pentium Dual Core, memori 4 Gb, Hard Disk

320Gb yang digunakan untuk proses pengolahan data, pemodelan hasil, dan penulisan laporan.

2. Perangkat Lunak (Software) Sistem Operasi Windows 7 Ultimate digunakan untuk menjalankan semua

software. ENVI 4.6.1 digunakan untuk pengolahan data citra. Matlab 7.0 digunakan untuk perhitungan data. Microsoft Excel 2007 digunakan untuk perhitungan data.

12

Studi LiteraturRTHNDVI

Peraturan Menteri Perindustrian

Pengumpulan Data

Citra SPOT 4Peta RBI Kawasan PIER skala 1 :

25.000Penelitian lain

Pengolahan Data

Analisa

Penyusunan Laporan

Identifikasi MasalahPerubahan RTH di Kawasan PIER

Microsoft Word 2007 digunakan untuk penulisan laporan. Microsoft Visio 2007 digunakan untuk pembuatan flowchart

3.3 Metodologi Penelitian 3.3.1 Tahap Penelitian

Tahapan yang dilaksanakan dalam penelitian Tugas Akhir ini adalah :

Gambar 3.2 Diagram Alir Tahapan Penelitian

Berikut adalah penjelasan diagram alir metode penelitian:1. Identifikasi Masalah

Permasalahan dalam penelitian ini adalah bagaimana cara mengetahui perubahan Ruang Terbuka Hijau di Kawasan Pasuruan Industrial Estate Rembang (PIER) menggunakan Peta Rupa Bumi Indonesia (RBI) digital Kawasan PIER skala 1 : 25.000 (pengambilan data tahun 1993) dan citra satelit SPOT 4 tahun 2011.

13

2. Tahap PersiapanPada tahap ini, kegiatan-kegiatan yang dilakukan adalah : Studi Literatur

Bertujuan untuk mendapatkan referensi yang berhubungan dengan Ruang Terbuka Hijau (RTH), NDVI, Peraturan Menteri Perindustrian dan literatur lain yang mendukung baik dari buku, jurnal, majalah, koran, internet dan lain-lain.

Pengumpulan DataPengumpulan data berupa peta Rupa Bumi Indonesia (RBI) digital Kawasan PIER skala 1 : 25.000 (pengambilan data tahun 1993) terbitan BAKOSURTANAL, Citra satelit SPOT 4 .

3. Tahap Pengolahan dataPada tahapan ini dilakukan pengolahan dari data-data yang telah diambil dari lapangan dan data penunjang lainnya untuk selanjutnya dilakukan analisa.

4. Tahap AnalisaData yang telah diolah kemudian dianalisa sedemikian rupa sehingga didapatkan suatu hasil dan kesimpulan yang nantinya digunakan untuk menyusun laporan Tugas Akhir.

5. Penyusunan Laporan Penyusunan laporan merupakan tahap akhir dari peneltian Tugas Akhir ini.

14

3.3.2 Tahap Pengolahan Data Tahapan dalam pengolahan data ini adalah :

Gambar 3.3 Diagram Alir Tahap Pengolahan Data

15

Berikut ini adalah penjelasan diagram alir tahap pengolahan data : 1. Tahap Pengumpulan Data

Data yang digunakan pada penelitian ini adalah a. Peta Rupa Bumi Indonesia (RBI) digital Kawasan PIER skala 1 : 25.000 (pengambilan

data tahun 1993) yang diterbitkan BAKOSURTANAL, dari data ini dihasilkan Peta Tutupan RTH Kawasan PIER tahun 1993.

b. Citra satelit SPOT 4 tanggal 21 Juli 2011, dari data ini dihasilkan Peta Tutupan RTH Kawasan PIER tahun 2011.

2. Pra Pengolahan Data a. Pemotongan Citra

Pemotongan citra dilakukan untuk membatasi daerah penelitian dan memperkecil memori penyimpanan sehingga mempercepat proses pengolahan.

b. Koreksi CitraDalam pengolahan citra yang pertama dilakukan adalah koreksi geometrik bertujuan untuk mereduksi kesalahan geometrik sehingga dihasilkan citra terkoreksi geometrik. Ada dua cara yang dilakukan untuk mereduksi kesalahan yaitu registrasi adalah koreksi geometrik antara citra yang belum terkoreksi dengan citra terkoreksi atau antara citra dengan peta. Rektifikasi adalah koreksi geometrik antara citra dengan peta. Koreksi geometrik yang bersifat random diselesaikan dengan analisa titik kontrol tanah (ground control point) melalui fungsi transformasi yang menghubungkan antara sistem koordinat tanah dan citra.

c. Perhitungan RMS (Road Mean Square)Apabila nilai RMS Error lebih besar dari satu (RMSe > 1 piksel) maka harus dilakukan koreksi geometrik sampai di dapat nilai RMS kurang atau sama dengan satu (RMSe ≤ 1 piksel). Hasil RMS Error rata-rata citrakurang dari 1 piksel dan SOF mendekati nol maka akan dianggap memenuhi toleransi yang diberikan. (Purwadhi 2001)

3. Pengolahan Dataa. Algoritma NDVI

Yaitu algoritma NDVI digunakan untuk memperoleh nilai spectral indeks vegetasi yang digunakan untuk mengidentifikasi Ruang Terbuka Hijau (RTH). Proses memasukkan algoritma NDVI ini akan menghasilkan nilai spectral citra -1 sampai 1. Selanjutnya dilakukan proses Density Slicing atau dikenal juga dengan level slicing, yaitu salah satu teknik enhancement untuk mendistribusikan nilai spectral pada sumbu x (axis) dari histogram citra yang dibagi dalam beberapa interval analisis. Hasilnya adalah Peta Tutupan RTH Kawasan PIER tahun 2011. (Liliesand and Kiefer 2000)

b. Indentifikasi kelas RTHUntuk mendapatkan Peta Tutupan RTH Kawasan PIER tahun 1993, pada penelitian ini mengindentifikasi kelas RTH yang ada pada Peta RBI digital Kawasan PIER skala 1 : 25.000 (pengambilan data tahun 1993) yang kemudian dibuat Peta Tutupan RTH Kawasan PIER tahun 1993.

c. OverlayPeta Tutupan RTH Kawasan PIER tahun 1993 dioverlay dengan Peta Tutupan RTH Kawasan PIER tahun 2011.

4. Analisis Pada tahap ini dilakukan analisis perubahan Ruang Terbuka Hijau dengan membandingkan luas RTH dari Peta Tutupan RTH Kawasan PIER tahun 1993 dengan Peta Tutupan RTH Kawasan PIER tahun 2011. Selain itu, dianalisis juga kesesuaian RTH

16

tahun 2011 dengan Permenperin no. 35 Tahun 2010. Selanjutnya dari analisa tersebut dapat ditarik suatu kesimpulan.

5. Hasil Dari pengolahan data citra dan analisis yang dilakukan diperoleh hasil akhir yaitu Perubahan RTH Kawasan PIER serta Kesesuaiannya dengan Permenperin No. 35 Tahun 2010.

17

BAB IVPELAKSANAAN KEGIATAN

4.1 Jadwal Pelaksanan Pelaksanaan penelitian tugas akhir ini diperkirakan selesai selama empat bulan.

Adapun rencana jadwal pelaksanaan penelitian dapat dilihat pada Tabel 4.1. berikut:

Tabel 4.1 Jadwal Pelaksanaan

No. KegiatanBulan

Nopember Desember Januari Februari1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

1 Tahap Persiapan                                  Studi Literatur                                  Pengumpulan Data                                2 Tahap Pelaksanaan                                  Pengolahan Data                                  Analisa                                3 Tahap Akhir                                

 Penyusunan Laporan Akhir                                

Keterangan:: Tahun 2012

: Tahun 2013

18

DAFTAR PUSTAKA

Arozaq, M. 2008. Penginderaan Jauh (Remote Sensing). URL:http:www.geografi.ums.ac.id /ebook/.../arcview_3x_Analisis_Citra_Arcview.pdf dikunjungi pada tanggal 24 Oktober 2012, jam 18.40 WIB.

Basori, 2012. Analisis Perubahan Hutan Di Jawa Timur Menggunakan Citra Satelit Terra Modis Antara Tahun 2007-2011 (Studi Kasus : Daerah Propinsi Jawa Timur Berdasarkan Indek Vegetasi NDVI dan EVI). Surabaya : Teknik Geomatika.

Danoedoro, P. 1996. Pengolahan Citra Digital. Yogyakarta : Gadjah Mada University Press. Huete, A., Justice, C. dan Leeuwen, W.1999. Modis Vegetation Index (Mod 13) Algorithm

Theoretical Basis Document. <URL:http://modis.gsfc.nasa.gov/ > dikunjungi pada tanggal 1 November 2012, jam 6.45.

Janssen, L.F.L and Huurneman C.G. 2001. Principles of Remote Sensing. ITC Educational Textbooks Series. ITC, Enshede, Netherlands.

Lillesand, T. M., dan Kiefer, R. W. 1997. Penginderaan Jauh dan Interpretasi Citra. Dulbahri et al, penerjemah. Yogyakarta : Gadjah Mada Unversity Press.

Lillesand, T.M., dan Kiefer, R.W. 1994. Remote Sensing and Image Interpretation. New York.: John Wiley&Son, Inc,.

Lillesand, T.M., Kiefer R.W., dan Chipman J.W. 2004. Remote Sensing And Image Interpretation. Fifth Edition. New York : John Wiley & Sons.

Maryanti, N. 2011. Analisa Perubahan Vegetasi Ditinjau Dari Tingkat Ketinggian Dan Kemiringan lahan Menggunakan Citra Satelit Landsat Dan SPOT 4 (Studi Kasus Kabupaten Pasuruan). Surabaya : Teknik Geomatika.

Nurhayati, A.S.D. 2011. Pemanfaatan Citra Satelit Alos Hasil Metode Pan-Sharpening Untuk Pemetaan Ruang Terbuka Hijau Wilayah Perkotaan Pati. Surabaya : Teknik Geomatika.

Panuju, D.R. 2009. Telaah Pola Musiman Penutupan Lahan Bervegetasi dengan X12ARIMA pada NDVI SPOT Vegetation. Bogor : Departemen Ilmu Tanah dan Sumberdaya Lahan, IPB.

Peraturan Menteri Pekerjaan Umum No.5 tahun 2008. Pedoman Penyediaan dan Pemanfaatan Ruang Terbuka Hijau di Kawasan Perkotaan.

Peraturan Menteri Perindustrian Republik Indonesia No.35/M-IND/PER/3/2010. Pedoman Teknis Kawasan Industri

Peraturan Menteri PU no.12 tahun 2009. Pedoman Penyediaan Dan Pemanfaatan Ruang Terbuka.

Perda Kabupaten Pasuruan nomor 12 tahun 2010. Rencana Tata Ruang Wilayah (RTRW) Kabupaten Pasuruan Tahun 2009-2029.

Purbowaseso, B. 1995. Penginderaan Jauh Terapan. Jakarta: UI-Press.Purwadhi, S.H. 2001. Interpretasi Citra Digital. Jakarta: Grasindo.Rushayati, S.B. 2011. Pengembangan Ruang Terbuka Hijau Berdasarkan Distribusi Suhu

Permukaan Di Kabupaten Bandung. Forum Geografi. Vol.25 No.1, Juli 2011.Sudiana, D. 2008. Analisis Indeks Vegetasi menggunakan Data Satelit NOAA/AVHRR dan

TERRA/AQUA-MODIS Departemen Teknik Elektro, Fakultas Teknik, Universitas Indonesia.

Sukojo, B. M. 2012. Penginderaan Jauh (Dasar Teori & Terapan). Surabaya : ITS-Press.Thoha, A.S. 2008. Karakteristik Citra Satelit.Universitas Sumatera Utara.

URL:http://www.repository.usu.ac.id/bitstream/123456789/.../karakteristik20citra20satelit6/ dikunjungi pada tanggal 10 Oktober 2012, jam 09.10 WIB.

19

Wardhani, D. E. 2006. Pengkajian Suhu Udara Dan Indeks Kenyamanan Dalam Ruang Terbuka Hijau (Studi Kasus : Kota Semarang). Departemen Geofisika dan Meteorologi FMIPA IPB. Bogor.

20