program studi sistem informasi fakultas sains dan...

51

EVALUASI PERKEMBANGAN PERMUKIMAN

DENGAN PENDEKATAN PENGINDERAAN JAUH (INDERAJA)

(Studi Kasus : Kota Depok)

EVA NOVIANA BUDIYANTI

203091002026

PROGRAM STUDI SISTEM INFORMASI FAKULTAS SAINS dan TEKNOLOGI

UIN SYARIF HIDAYATULLAH JAKARTA

2008

52



(STUDI KASUS : KOTA DEPOK)

Skripsi Sebagai Salah Satu Syarat Untuk Memperoleh Gelar

Sarjana Komputer Pada Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta

Oleh :

Eva Noviana Budiyanti 2030.9100.2026

Menyetujui,

Pembimbing 1 Pembimbing 2 A’ang Subiyakto, M.Kom Nur Aeni Hidayah, SE., MMSI

Mengetahui

A.n Ketua Jurusan Sistem Informasi

53

Nur Aeni Hidayah, SE., MMSI



(STUDI KASUS : KOTA DEPOK)

Skripsi Sebagai Salah Satu Syarat Untuk Memperoleh Gelar

Sarjana Komputer Pada Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta

Oleh :

Eva Noviana Budiyanti 2030.9100.2026

54

PROGRAM STUDI SISTEM INFORMASI FAKULTAS SAINS dan TEKNOLOGI

UIN SYARIF HIDAYATULLAH JAKARTA

2008

KATA PENGANTAR

Segala puji serta syukur kehadirat Allah SWT atas segala rahmat dan Karunia-Nya.

Sholawat serta salam tercurahkan kepada nabi Muhammad SAW yang telah menjadi suri

tauladan untuk kita semua.

Tiada henti-hentinya penulis ucapkan rasa syukur atas nikmat yang dikaruniakan-

Nya. Sehingga penulis dapat menyelesaikan skripsi yang berjudul “Evaluasi Perkembangan

Permukiman dengan Penginderaan Jauh (Inderaja) di Kota Depok Jawa Barat”.

Penulis ingin mengucapakan terima kasih kepada pihak-pihak yang telah membantu

penulis dalam menyelesaikan tugas akhir ini diantaranya :

1. Syopiansyah Jaya Putra H., Dr., M.Sis. Dekan Fakultas Sains dan Teknologi UIN

Syarif Hidayatullah Jakarta.

2. M. Qomarul Huda, S.Kom, M.Kom. Ketua Jurusan Sistem Informasi Non-Reguler.

3. Alm. Muji Haryadi, M.Hut, Nur Aeni Hidayah, SE., MMSI. Pembimbing II dan

A’ang Subiyakto, M.Kom Dosen Penasehat.

55

4. Seluruh Staf Sekretariat Non-Reguler, yang telah membantu penulis dalam

menyelesaikan segala administrasi selama kuliah.

5. Keluarga dan teman-teman seperjuangan.

Penulis yakin tanpa bantuan mereka semua, penulis tidak dapat menyelesaikan

skripsi ini.

Dengan selesainya tugas akhir ini, penulis ingin memohon maaf atas segala

kekurangan yang ada. Semoga dengan adanya skripsi ini dapat berguna bagi semuanya.

Jakarta, 22 Juni 2008

Penulis

56

DAFTAR ISI

KATA PENGANTAR…….…………………………………………………………..ii

DAFTAR ISI ……….………………………………………………………………...iii

DAFTAR TABEL ………………………………………………………….…………v

DAFTAR GAMBAR ………………………………………………………………...vi

DAFTAR LAMPIRAN...............................................................................................viii

BAB I PENDAHULUAN ................................................................................1

1.1 Latar Belakang ………………………………………………………...1

1.2 Perumusan Masalah …………………………………………………...3

1.3 Batasan Masalah ………………………………………………………3

1.4 Tujuan Penelitian ……………………………………………………...3

1.5 Manfaat Penelitian …………………………………………………….4

1.6 Sistematika Penulisan …………………………………………………4

BAB II TINJAUAN PUSTAKA ……………………………………………..6

2.1 Lahan dan Penutupan/Penggunaan Lahan …………………………….6

2.2 Perubahan Penggunaan Lahan ………………………………………...7

2.3 Permukiman …………………………………………………………...8

2.4 Faktor-faktor yang Mempengaruhi Perkembangan Permukiman ..…...9

2.5 Penginderaan Jauh …………………………………………………...10

2.5.1 Masukan Data Penginderaan Jauh ………….………………..10

2.5.2 Alat Penginderaan Jauh.……………………………………...11

2.6 Citra Landsat........................................................................................14

2.6 Sistem Informasi Geografis...................................................……...…17

57

2.7 Kondisi Umum Daerah Penelitian ………………………………...…18

2.7.1 Sejarah Kota Depok ………..……….………………………..18

2.7.2 Lokasi Penelitian .....................................................................19

2.7.3 Iklim ........................................................................................22

2.7.4 Penduduk .................................................................................22

2.7.5 Penggunaan lahan ....................................................................24

BAB III METODOLOGI PENELITIAN …………………………………..26

3.1 Waktu dan Tempat Penelitian ……………………………………….26

3.2 Bahan dan Alat Penelitian …………………………………………...26

3.3 Metode Penelitian ……………………………………………………27

3.3.1 Tahap Pengumpulan Data ……………………………………27

3.3.2 Tahap Analisis Citra Digital …………………………………27

3.3.2.1 Koreksi Geometrik …………………………………..28

3.3.2.2 Interpretasi Visual Citra Landsat ………………..…...32

3.3.2.3 Klasifikasi ……………………………………………36

3.3.3 Tahap Pengolahan Data ……………………………………...44

3.3.3.1 Operasi Buffering ……………………………………44

3.3.3.2 Operasi tumpang susun………... ……………………48

3.3.4 Tahap Analisis Data …………………………………………48

3.3.4.1 Penyebaran dan Arah Perkembangan Permukiman.…48

3.4 Pengecekan Lapang ……………………………………….…………49

BAB IV HASIL PEMBAHASAN ..................................................................50

4.1 Analisis Citra Digital ………………………………………………...50

4.1.1 Koreksi Geometrik …………………………………………..50

4.1.2 Interpretasi Visual Landsat …………………………………..52

58

4.1.3 Penentuan Daerah Contoh …………………………………...55

4.1.4 Klasifikasi dan Penilaian Klasifikasi…………………………57

4.2 Analisis Penutupan/Penggunaan Lahan Tahun 1997 dan 2006 ……..62

4.3 Perubahan Luas Permukiman ………………………..…………..…..66

4.4 Arah Perkembangan Permukiman ………………….….……..……...67

4.5 Hubungan Aksesibilitas Terhadap Permukiman ……….….………...70

BAB V KESIMPULAN dan SARAN ………………………………………72

6.1 Kesimpulan …………………………………………………………..72

6.2 Saran …………………………………………………………………73

DAFTAR PUSTAKA ……………………………..………………………………..74

59

DAFTAR TABEL

No Teks Halaman

1. Karakteristik Satelit Landsat 5 TM……………………...…………………...15

2. Karakteristik sensor Landsat 7.........................................................................16

3. Nilai RMS-error hasil koreksi geometrik Citra Landsat-7-ETM+2006 dengan peta

Rupa Bumi………………………………………………………………51

4. Nilai RMS-error hasil koreksi geometrik Citra Landsat-5-TM 2006 dengan Citra

Landsat-7-ETM+2006………………………………………………….51

5. Karakteristik Nilai Spektral Daerah Contoh (Training Area)……………......56

6. Matrik Konfusi dan Nilai Kappa Citra Landsat-7-ETM+ tahun 2006.............58

7. Matrik Konfusi dan Nilai Kappa Citra Landsat-5-TM+ tahun 1997...............59

8. Proporsi Luas Permukiman (LP) di Kota Depok tahun 1997 dan 2006

............................................................………………………………………..67

9. Tabel Sentroid …………………………………………………………….....67

60

DAFTAR GAMBAR

No Teks Halaman

1. Wahana Penginderaan Jauh ………………………………………………….12

2. Polynomial Model Properties ……………………………………………......26

3. Projection Chooser…………………………………………………………...27

4. Geo Corrections……………………………………………………………....28

5. Resample Image……………………………………………………………...29

6. Proses Isodata………………………………………………………………...29

7. Classifier……………………………………………………………………..34

8. Signature Editor I…………………………………………………………….35

9. Klasifikasi Citra………………………………………………………………35

10. Signature Editor II……………………………………………………………36

11. Supervised Classification…………………………………………………….36

12. Recode..............................................................................................................37

13. Thematic Recode..............................................................................................38

14. Raster Attribute Editor.....................................................................................38

15. AOI Tool..........................................................................................................39

16. Area Fill............................................................................................................39

17. Contoh View Fill..............................................................................................40

18. View Create Buffer I........................................................................................42

19. View Create Buffer II.......................................................................................42

20. View Create Buffer III......................................................................................44

21. View Create Buffer IV.....................................................................................44

22. View Inside and Outside……………………………………………………..45

61

23 Citra Landsat-5- TM Tahun 1997 Kota Depok Kombinasi Band 542

(RGB)……………………………………………………………………...…53

24 Citra Landsat-7- ETM Tahun 2006 Kota Depok Kombinasi Band 542

(RGB)..…………………………………………………….…………………54

25. Klasifikasi Citra Landsat-5- TM Tahun 1997 Kota Depok Kombinasi Band 542

(RGB)…………………………...………………………………….……60

26. Klasifikasi Citra Landsat-7-ETM Tahun 2006 Kota Depok Kombinasi Band 542

(RGB)………………………………………………...………….………61

27. Peta Penggunaan Lahan Kota Depok Tahun 1997…………...………..……..63

28. Peta Penggunaan Lahan Kota Depok Tahun 2006………..………...………..64

29. Diagram Batang Penutupan/Penggunaan Lahan Tahun 1997…............……..65

30. Diagram Batang Penutupan/Penggunaan Lahan Tahun 2006 ……….............65

31. Penyebaran Sentroid Tahun 1997 ……………………………..........………..68

32. Penyebaran Sentroid Tahun 2006…………………………………….............69

33. Sebaran Permukiman Berdasarkan Sentroid………............…………………69

35. Sebaran Permukiman Berdasarkan Jarak.........................................................70

62

DAFTAR LAMPIRAN

No Teks Halaman

1. Nilai OIF Tahun 1997......................................................................................75

2. Nilai OIF Tahun 2006 ..................................................................................... 77

3. Tabel Penduduk................................................................................................79

4. Tabel Jarak Jalan..............................................................................................80

63

BAB I

PENDAHULUAN

1.1 Latar Belakang Masalah

Dengan berkembangnya suatu kota, menjadikan daya tarik khusus bagi masyarakat

desa untuk berurbanisasi, Tidak adanya lahan yang digunakan untuk usaha pertanian

ataupun perkebunan akibat dari pertumbuhan penduduk yang sangat pesat, hal ini menjadi

sebab semakin sempitnya lahan yang tersedia untuk pemukiman. (Detik.Com, 2006)

Kebijaksanaan dalam pengembangan pemukiman di suatu wilayah, memerlukan

pemantauan berkala agar sejalan dengan program Pemda yang ada. Informasi yang

biasanya digunakan dalam memantau perubahan yang terjadi adalah melalui peta berskala

1:5000 dan Foto Udara. Setiap adanya perubahan yang terjadi, dilakukan pengukuran yang

diperoleh untuk keperluan revisi peta dan didukung oleh data potensi desa.

Sedangkan pemantauan dalam perubahan suatu kawasan dengan menggunakan foto

udara, tidaklah mungkin dilaksanakan setiap tahun, mengingat besarnya biaya serta

terbatasnya instansi yang aktif dalam melakukan pemotretan. Sebagai contoh Badan

Koordinasi Survei dan Pemetaan Nasional (Bakosurtanal) melakukan pemotretan ulang

daerah yang sama berselang kurang lebih 10 tahun atau bila ada hal yang sangat mendesak,

maka akan dilakukan foto udara sesuai dengan keperluan perencanaan Nasional.

64

Pada metode yang dipergunakan beberapa Pemda di Indonesia dalam memantau

perkembangan wilayahnya biasanya memerlukan waktu yang cukup lama serta biaya yang

cukup tinggi.

Adanya kondisi demikian, studi kali ini mencoba untuk memberikan alternatif

sejalan dengan telah berkembangnya pemanfaatan peta digital. Integrasi peta digital dan

Sistem Informasi Geografi (SIG) akan menjawab problem yang dihadapi beberapa Pemda

dalam memantau setiap perubahan spasial yang terjadi di wilayahnya.

1.2 Perumusan Masalah

Pada perumusan masalah studi kali ini, penulis merumuskan masalah pada proses

menganalisa perkembangan pemukiman pada suatu daerah dengan mengunakan aplikasi

GIS (Geography information system).

1.3 Pembatasan Masalah

Studi ini lebih diarahkan untuk melakukan prediksi atas pertumbuhan pemukiman

dengan cara menganalisa spasial yang terjadi pada periode 1982-1992 dan 1992-2002.

analisa dilakukan berdasarkan perubahan pusat pemukiman pada setiap periode yang

ditunjukan dengan vektor arah.

1.4 Daerah Penelitian

65

Daerah Penelitian yang digunakan untuk proses analisa perkembangan pemukiman

adalah wilayah Kotamadya Depok. Secara astronomi, Depok terletak pada koordinat 6,19°

- 6,28° Lintang Selatan dan 106,43°- 106,55° Bujur Timur, dengan luas wilayah 20,029 Ha.

Batas-batas wilayahnya adalah sebagai berikut :

1. Sebelah Utara : berbatasan dengan DKI Jakarta dan Kecamatan Ciputat Kabupaten

Tangerang

2. Sebelah Selatan : berbatasan dengan Kecamatan Bojong Gede dan Kecamatan

Cibinong Kab. Bogor

3. Sebelah Barat : berbatasan dengan Kecamatan Gunung Sindur dan Parung

Kabupaten Bogor

4. Sebelah Timur : berbatasan dengan Kecamatan Gunung Putri Kab. Bogor dan Kec.

Pondok Gede Bekasi

Kondisi wilayah bagian utara umumnya berupa dataran rendah, sedangkan di

wilayah bagian Selatan umumnya merupakan daerah perbukitan dengan ketinggian 40-140

meter di atas permukaan laut dengan kemiringan lereng antara 2-15 %.

Berdasarkan Undang-undang Nomor 15 Tahun 1999, Wilayah Kota Depok terdiri

dari 3 (tiga) kecamatan ditambah dengan sebagian wilayah Kabupaten Daerah Tingkat II

Bogor (Depok.go.id, 2007) Yaitu :

1. Kecamatan Cimanggis, yang terdiri dari 1 (satu) Kelurahan dan 12 (dua belas) Desa

yaitu Kelurahan Cilangkap, Desa Pasir Gunung Selatan, Desa Tugu, Desa

66

Mekarsari, Desa Cisalak Pasar, Desa Curug, Desa Hajarmukti, Desa Sukatani, Desa

Sukamaju Baru, Desa Jatijajar, Desa Tapos, Desa Cimpaeun, Desa Luwinanggung.

2. Kecamatan Sawangan, yang terdiri dari 14 (empat belas) Desa yaitu Desa

Sawangan, Desa Sawangan Baru, Desa Cinangka, Desa Kedaung, Desa Serua, Desa

Pondok Petir, Desa Curug, Desa Bojongsari, Desa Bojongsari Baru, Desa Duren

Seribu, Desa Duren Mekar, Desa Pengasinan, Desa Bedahan, Desa Pasir Putih.

3. Kecamatan Limo yang terdiri dari 8 (delapan) Desa yaitu Desa Limo, Desa

Meruyung, Desa Cinere, Desa Gandul, Desa Pangkalan Jati, Desa Pangklan Jati

Baru, Desa Krukut, Desa Grogol.

4. Dan ditambah 5 (lima) Desa dari Kecamatan Bojong Gede yaitu Desa Cipayung,

Desa Cipayung Jaya, Desa Ratu Jaya, Desa Pondok Terong, Desa Pondok Jaya.

Kota Depok selain merupakan Pusat Pemerintah yang berbatasan langsung dengan

Wilayah Daerah Khusus Ibu Kota Jakarta, juga merupakan wilayah penyangga Ibu Kota

Negara yang diarahkan untuk kota pemukiman, kota pendidikan, pusat pelayanan

perdagangan dan jasa, kota pariwisata dan sebagai kota resapan air.

1.5 Tujuan Penelitian

Tujuan yang ingin dicapai dalam studi kasus ini adalah :

67

1. Mendeteksi perkembangan pemukiman yang terjadi, berdasarkan peta rupa bumi

yang berbeda skala dan priode waktu pembuatannya yang dijadikan sebagai

informasi untuk keperluan analisis.

2. Melakukan prediksi arah pertumbuhan pemukiman pada daerah studi.

3. Teknik pengimplementasian dari kedua tujuan di atas mempergunakan aplikasi GIS.

1.6 Manfaat Penelitian

Adapun manfaat yang ingin dicapai dengan pemilihan studi kasus ini adalah :

1. Bagi penulis, studi ini diharapkan akan mampu memahami konsep Sistem Informasi

Geografi untuk keperluan analisa wilayah pemukiman.

2. Bagi pemerintah daerah dengan adanya penulisan studi ini diharapkan bisa menjadi

satu alternatif dalam memantau perkembangan pemukiman atau kawasan lainnya.

1.7 Metodologi Penelitian

Adapun instrumen penelitian yang digunakan dalam pengumpulan data pada studi

kali ini adalah :

1. Observasi

Untuk memperoleh data yang lebih akurat, maka penulis melakukan observasi

yaitu dengan cara mengunjungi tempat-tempat yang terkait dengan penelitian seperti

68

Bakosurtanal. Hal ini dilakukan untuk melihat proses analisis peta yang dilakukan oleh

pihak terkait.

2. Wawancara

Wawancara adalah tanya jawab lisan antara dua orang atau lebih secara langsung,

wawancara ini digunakan untuk melengkapi data yang dibutuhkan. Penulis melakukan

wawancara kepada pihak-pihak yang terkait untuk mencapai tujuan penelitian.

3. Studi Pustaka

Studi pustaka adalah pengumpulan data dari beberapa referensi yang terkait

dengan penelitian. Hal ini dilakukan untuk menunjang proses penelitian yang akan

dilakukan oleh penulis.

1.8 Data Material dan Perangkat Lunak yang Dipergunakan

Data yang dipergunakan adalah data statistik kependudukan yang diperoleh dari

kantor Biro Pusat Statistik (BPS).

Sedangkan peta yang akan digunakan adalah peta topografi 1982, peta rupa bumi

Bakosurtanal 1999 dan peta rupabumi digital tahun 2002 menjadi material dasar

pembentukan data digital untuk keperluan studi ini.

Adapun perangkat lunak yang digunakan untuk proses digitasi ,editing, proses

Overlay dan pembentukan basis data untuk keperluan analisa dan estimasi perubahan

pemukiman menggunakan perangkat lunak ArcView.

69

1.9 Estimasi Waktu

Waktu yang dibutuhkan oleh penulis dalam menganalisa pertumbuhan pemukiman,

sebagai mana terlampir di bawah ini :

No Task Name Duration Start Finish

1 Pengumpulan Data 12 Fri 01/06/07 Mon 18/06/07

2 Analisis Data 7 Tue 19/06/07 Wed 27/06/07

3 Pengolahan Data 10 Thu 28/06/07 Wed 11/07/07

4 Overlay 15 Thu 12/07/07 Wed 01/08/07

5 Basis Data Spasial 5 Thu 02/08/07 Wed 08/08/07

6 Testing 12 Thu 09/08/07 Fri 24/08/07

70

BAB II

TINJAUAN PUSTAKA

2.1 Lahan dan Penutupan/Penggunaan Lahan

Lahan dapat diartikan sebagai lingkungan fisik yang terdiri atas iklim, relief, tanah,

air dan vegetasi serta benda yang ada diatasnya sepanjang ada pengaruhnya terhadap

penggunaan lahan (Arsyad, 2000). Termasuk di dalamnya juga hasil kegiatan manusia di

masa lalu dan sekarang, seperti hasil reklamasi daerah pantai dan hasil penebangan liar

(Illegal Logging).

Penutupan lahan berkaitan dengan jenis kenampakan yang ada di permukaan bumi,

sedangkan penggunaan lahan berkaitan dengan kegiatan manusia pada bidang lahan

tertentu. Penggunaan lahan merupakan setiap bentuk campur tangan (intervensi) manusia

terhadap lahan dalam rangka memenuhi kebutuhan hidupnya baik material maupun

spiritual (Arsyad, 2000). Penggunaan lahan yang tidak sesuai dengan kemampuannya, di

samping dapat menimbulkan kerusakan tanah juga dapat meningkatkan masalah

kemiskinan dan masalah sosial lainnya. Untuk itu perlu dipikirkan jenis penggunaan

sumberdaya lahan yang tidak menghabiskan potensi produksi di masa yang akan datang

serta dapat mempertahankannya untuk jangka waktu yang lebih lama, namun tetap dapat

memaksimumkan besarnya penerimaan (Lillesand dan kiefer, 1994).

71

Penelitian ini mengelompokkan penggunaan lahan menjadi dua kategori, yakni

permukiman dan non-permukiman. Kelompok non-permukiman terdiri atas semak/belukar,

kebun campuran, sawah dan lahan kosong.

2.2 Perubahan Penggunaan Lahan

Pada hakikatnya, perubahan penggunaan lahan memiliki makna yang sama dengan

konversi lahan. Perubahan penggunaan lahan adalah perubahan aktivitas terhadap suatu

lahan yang berbeda dari aktivitas sebelumnya, baik untuk tujuan komersial maupun industri

(Kazaz, 2001).

Adanya aktifitas manusia dalam menjalankan kehidupan ekonomi, sosial dan

budaya sehari-hari berdampak pada perubahan penutupan/penggunaan lahan. Di perkotaan,

perubahan umumnya mempunyai pola yang relatif sama, yaitu bergantinya penggunaan

lahan lain menjadi lahan urban. Sawah atau lahan pertanian umumnya berubah menjadi

permukiman, industri atau infrastruktur kota. Pola demikian terjadi karena lahan urban

mempunyai nilai sewa lahan (land rent) yang lebih tinggi dibanding penggunaan lahan

sebelumnya (Sitorus, 2004). Di wilayah pedesaan polanya berbeda karena tutuntan lahan

urban untuk kebutuhan perumahan jauh lebih kecil dari perkotaan. Hal itu terjadi karena

pertumbuhan penduduk di pedesaan sifatnya alami dan relatif kecil, bahkan banyak

pedesaan yang mengalami pertumbuhan minus karena angkatan kerja diserap angkatan

kerja di perkotaan.

72

Perubahan struktur penggunaan lahan terkait dengan tingkat efisiensi yang dimiliki

dari penggunaan lahannya, dimana penggunaan lahan untuk aktivitas penggunaan lahan

yang mampu memberikan tingkat efisiensi lebih tinggi akan menggantikan penggunaan

lahan yang mempunyai tingkat efisiensi yang lebih rendah. Misalnya, petani akan

cenderung mengkonversikan sawahnya ke penggunaan lahan lain apabila pembudidayaan

sawah tersebut tidak mampu memenuhi perkembangan standar tuntutan hidupnya

(Saefulhakim,1996).

Perubahan penggunaan lahan dapat diamati dari data-data yang berbasis spasial,

seperti peta penggunaan lahan pada beberapa titik tahun yang berbeda menggunakan

bantuan Penginderaan Jauh (Inderaja).

2.3 Permukiman

Setiap individu memerlukan tempat untuk berlindung dan bermukim. Tidak sedikit

lahan/tanah yang digunakan untuk permukiman dan perumahan di pedesaan dan perkotaan.

Pada konteksnya, perumahan merupakan bagian dari permukiman.

Menurut undang-undang Republik Indonesia No. 4 tahun 1992, perumahan adalah

kelompok rumah yang berfungsi sebagai lingkungan tempat tinggal atau lingkungan hunian

yang dilengkapi dengan prasarana dan sarana lingkungan. Misalnya pendidikan, pasar,

transportasi, pelayanan kesehatan, pelayanan keuangan, dan administrasi. Sedangkan,

permukiman adalah bagian dari lingkungan hidup diluar kawasan lindung, baik yang

berupa kawasan perkotaan maupun pedesaan yang berfungsi sebagai lingkungan tempat

73

tinggal atau lingkungan hunian dan tempat kegiatan yang mendukung perikehidupan dan

penghidupan.

Sedangkan menurut definisi lain, permukiman adalah pemukiman proses

pewadahan fungsional yang dilandasi oleh pola aktifitas manusia seperti pengaruh setting

(rona lingkungan) baik yang bersifat fisik dan non fisik (sosial budaya) yang secara

langsung mempengaruhi pola kegiatan dan proses pewadahannya (Ardian, 2007).

2.4 Faktor-Faktor Yang Mempengaruhi Perkembangan Permukiman

Perkembangan suatu wilayah dapat di prediksi pertumbuhan penduduk atau

perkembangan permukiman. faktor-faktor yang mempengaruhi perkembangan

permukiman, antara lain jarak terhadap jalan utama, jarak dari pusat aktivitas, kenaikan

harga lahan dan jumlah penduduk (Suhandak, 1995). Sedangkan, faktor-faktor seperti

sarana dan prasarana, aksesbilitas dan jarak terhadap jalan dapat mempengaruhi

perkembangan dan perluasan kawasan permukiman (Saefulhakim, 1996).

2.5 Penginderaan Jauh (Inderaja)

Penginderaan jauh (inderaja) adalah ilmu pengetahuan dan teknologi (IPTEK) untuk

memperoleh, mengolah dan menganalisa data untuk mengetahui karakteristik objek tanpa

menyentuh objek itu sendiri (Lillesand dan Kiefer, 1994). Dengan pengertian ini bahwa ada

beberapa cara yang bisa dilakukan termasuk peralatan yang dipakai untuk mengamati suatu

objek dengan metode penginderaan jauh. Saat ini metode penginderaan jauh sudah

menggunakan satelit yang mengorbit bumi. Sistem inderaja pada prinsipnya terdiri atas tiga

74

bagian utama yang tidak terpisahkan yaitu ruas antariksa, ruas bumi dan pemanfaatan data

produk ruas bumi. Data yang diperoleh dari sensor penginderaan jauh menyajikan

informasi penting untuk membuat keputusan yang mantap dan perumusan kebijakan bagi

berbagai penerapan pengembangan sumberdaya dan penggunaan lahan.

Data penginderaan jauh digital mempunyai sifat khas yang dihasilkan oleh setiap

sensor. Sifat khas data tersebut dipengaruhi leh sifat orbit satelit, sifat dan kepekaan sensor

penginderaan jauh terhadap panjang gelombang elektromagnetik, jalur transmisi yang

digunakan, sifat sasaran (obyek) dan sifat sumber tenaga radiasinya. Sifat orbit satelit dan

cara operasi sistem sensornya dapat mempengaruhi resolusi dan ukuran piksel datanya

(Geomatika07, 2007).

2.5.1 Masukan Data Penginderaan Jauh

Dalam penginderaan jauh didapat masukan data atau hasil observasi yang disebut

citra.Citra dapat diartikan sebagai gambaran yang tampak dari suatu objek yang sedang

diamati, sebagai hasil liputan atau rekaman suatu alat pemantau. Sebagai contoh, memotret

bunga di taman. Foto bunga yang berhasil kita buat itu merupakan citra bunga tersebut.

Citra sebagai gambaran rekaman suatu objek (biasanya berupa suatu gambaran pada

foto) yang didapat dengan cara optik, elektro optik, optik mekanik atau elektronik. Di

dalam bahasa Inggris terdapat dua istilah yang berarti citra dalam bahasa Indonesia, yaitu

“image” dan “imagery”, akan tetapi istilah imagery dirasa lebih tepat penggunaannya

(Susanto, 1986).

75

Agar dapat dimanfaatkan maka citra tersebut harus diinterpretasikan atau

diterjemahkan/ ditafsirkan terlebih dahulu. Interpretasi citra merupakan kegiatan mengkaji

foto udara dan atau citra dengan maksud untuk mengidentifikasi objek dan menilai arti

pentingnya objek tersebut (Estes dan Simonett, 1975).

Singkatnya interpretasi citra merupakan suatu proses pengenalan objek yang berupa

gambar (citra) untuk digunakan dalam disiplin ilmu tertentu seperti Geologi, Geografi,

Ekologi, Geodesi dan disiplin ilmu lainnya.

Dalam menginterpretasikan citra dibagi menjadi beberapa tahapan, yaitu:

1. Deteksi ialah pengenalan objek yang mempunyai karakteristik tertentu oleh sensor.

2. Identifikasi ialah mencirikan objek dengan menggunakan data rujukan.

3. Analisis ialah mengumpulkan keterangan lebih lanjut secara terinci.

2.5.2 Alat Penginderaan Jauh

Untuk melakukan penginderaan jarak jauh diperlukan alat sensor, alat pengolah data

dan alat-alat lainnya sebagai pendukung.

Oleh karena sensor tidak ditempatkan pada objek, maka perlu adanya wahana atau

alat sebagai tempat untuk meletakkan sensor. Wahana tersebut dapat berupa balon udara,

pesawat terbang, satelit atau wahana lainnya (lihat gambar 2.1). Antara sensor, wahana, dan

citra diharapkan selalu berkaitan, karena hal itu akan menentukan skala citra yang

dihasilkan.

76

Gambar 2.1 Wahana Penginderaan Jauh (Lindgren, 1985)

Alat sensor dalam penginderaan jauh dapat menerima informasi dalam berbagai

bentuk antara lain sinar atau cahaya, gelombang bunyi dan daya elektromagnetik. Alat

sensor digunakan untuk melacak, mendeteksi, dan merekam suatu objek dalam daerah

jangkauan tertentu. Tiap sensor memiliki kepekaan tersendiri terhadap bagian spektrum

elektromagnetik. Kemampuan sensor untuk merekam gambar terkecil disebut resolusi

spasial. Semakin kecil objek yang dapat direkam oleh sensor semakin baik sensor dan

semakin baik resolusi spasial pada citra.

77

Berdasarkan proses perekamannya sensor dapat dibedakan atas:

1. Sensor Fotografi

Proses perekamannya berlangsung seperti pada kamera foto biasa, atau yang

kita kenal yaitu melalui proses kimiawi. Tenaga elektromagnetik yang diterima

kemudian direkam pada emulsi film dan setelah diproses akan menghasilkan

foto. Ini berarti, di samping sebagai tenaga, film juga berfungsi sebagai

perekam, yang hasil akhirnya berupa foto udara, jika perekamannya dilakukan

dari udara, baik melalui pesawat udara atau wahana lainnya. Tapi jika

perekamannya dilakukan dari antariksa maka hasil akhirnya disebut foto satelit

atau foto orbital.

Menurut Lillesand dan Kiefer, ada beberapa keuntungan menggunakan sensor

fotografi, yaitu:

a. Caranya sederhana seperti proses pemotretan biasa.

b. Biayanya tidak terlalu mahal.

c. Resolusi spasialnya baik.

2. Sensor Elektronik

78

Sensor elekronik berupa alat yang bekerja secara elektrik dengan pemrosesan

menggunakan komputer. Hasil akhirnya berupa data visual atau data

digital/numerik.

Proses perekamannya untuk menghasilkan citra dilakukan dengan memotret

data visual dari layar atau dengan menggunakan film perekam khusus. Hasil

akhirnya berupa foto dengan film sebagai alat perekamannya dan tidak disebut

foto udara tetapi citra.

Agar informasi-informasi dalam berbagai bentuk tadi dapat diterima oleh

sensor, maka harus ada tenaga yang membawanya antara lain matahari.

Informasi yang diterima oleh sensor dapat berupa:

1. Distribusi daya (forse).

2. Distribusi gelombang bunyi.

3. Distribusi tenaga elektromagnetik.

2.6 Citra Landsat

Satelit Landsat 5 Merupakan Serial Satelit LANDSAT yang diluncurkan 5 Maret

1984 oleh NASA USA. Memiliki kemampuan mendeteksi permukaan seluruh permukaan

bumi dengan mengirimkan data ke stasiun bumi yang ada di seluruh dunia. Satelit akan

kembali medeteksi tempat yang sama dalam 16 hari berikut, dengan lebar sapuan

sekitar185 Km dari kutub utara ke kutub selatan, mengitari bumi dengan orbit

sunsyncronous, penempatan saat lintas khatulistiwa (equator) dengan descending node

79

sekitar jam 9.30 waktu setempat. Landsat -5 merupakan pengembangan dari satelit Landsat

sebelumnya (1, 2 dan 3) dengan peningkatan resolusi spasial, kepekaan radiometrik, laju

pengiriman data yang lebih cepat, dan fokus penginderaan yang berkaitan dengan vegetasi.

Pengembangan sensor Thematik Mapper (TM) dengan penambahan saluran Thermal pada

panjang Gelombang ( 10.40 -12.50 mikron) . Kanal

ini tidak ada pada Landsat 1,2, dan 3 dengan Sensorl MSS nya. Satelit Landsat 5

merupakan replika dari kemampuan yang tinggi dari perangkat Thematic Mapper .

memasukkan keistimewaan baru yang lebih serbaguna dan komponen yang lebih efisien

untuk data studi global, monitoring penutup lahan dan luas area pemetaan lebih akurat

dibanding desain terdahulu, dan menunjukkan koreksi radiometric yang stabil dengan

gangguan yang rendah. Karaktersitik spektral Landsat-5 TM (Sitorus, 2007). Seperti pada

Tabel 1.

Tabel 1 Karakteristik Satelit Landsat 5 TM

No.Band Jarak Spektral (Mikron) Resolusi Spasial (Meter)

1 0.45 sampai 0.52 30

2 0.52sampai 0.60 30

3 0.63 sampai 0.69 30

4 0.76 sampai 0.90 30

5 1.55 sampai 1.75 30

6 10.40 sampai 12.50 120

7 2.08 sampai 2.35 30

80

Landsat 7 adalah satelit remote sensing yang dioperasikan oleh USGS (United

States Geological Survei), diluncurkan pada tanggal 15 April 1999 berorbit polar pada

ketinggian orbit 705 Km, dengan membawa sensor ETM+ yang dapat menghasilkan citra

multispektral dan pankhromatik yang masing-masing memiliki resolusi spasial 30 m dan 15

m. Misi Landsat 7 adalah untuk menyajikan data inderaja berkualitas tinggi dan tepat waktu

dari kanal tampak (visible) dan infra merah yang meliput seluruh daratan dan kawasan di

sekitar pantai di permukaan bumi dan secara berkesinambungan memperbaharui data base

yang ada (Hamzah, 2004).

Tabel 2 Karakteristik sensor Landsat 7

Landsat 7

Instrument (Sensor)

Enhanced Thematics Mapper (ETM+)

Lebar Cakupan (swath width)

185 Km

Pengamatan Balik (revisit time)

16 hari

Orbit Ketinggian Orbit

Hampir Polar, Sinkron Dengan Matahari 705 Km Melintasi Ekuator (local time) 10,00 ±15 min

Band Kisaran Spektral (μ)

Resolusi spasial ( m )

1 Biru (Blue) 0,450 - 0,515 30

2 Hijau (Green) 0,525 - 0,605 30

3 Merah (Red) 0,630 - 0,690 30

81

4 Infra merah dekat (NIR)

0,750 - 0,900 30

5 Gelombang infra merah pendek (SWIR)

1,550 - 1,750 30

6 Gelombang infra merah Thermal (TIR)

10,40 - 12,50 60

Short Wave IR 2.090 - 2,350 30

Modus Mono 0,520 - 0,900 15

2.7 Sistem Informasi Geografis (SIG)

Sistem Informasi Geografis adalah sistem informasi khusus yang mengelola data

yang memiliki informasi spasial (bereferensi keruangan). Atau dalam arti yang lebih

sempit, adalah sistem komputer yang memiliki kemampuan untuk membangun,

menyimpan, mengelola dan menampilkan informasi berefrensi geografis, misalnya data

yang diidentifikasi menurut lokasinya, dalam sebuah database. Para praktisi juga

memasukkan orang yang membangun dan mengoperasikannya dan data sebagai bagian dari

sistem ini. (Wikipedia, 2007).

82

Sedangkan, (Barus dan Wiradisastra, 2000) Sistem Informasi Geografis (SIG)

adalah suatu sistem informasi yang dirancang untuk bekerja dengan data yang bereferensi

spasial atau berkoordinat geografi atau dengan kata lain suatu SIG adalah suatu sistem basis

data dengan kemampuan khusus untuk menangani data yang bereferensi keruangan

(spasial) bersamaan dengan seperangkat operasi kerja Secara komponen SIG terdiri atas :

komponen perangkat keras, perangkat lunak, data dan informasi geografi, dan manajemen

data, sedangkan sebagai sistem SIG terdiri atas subsistem : data input, data output, data

management dan data manipulation serta analysis, sehingga pada dasarnya dapat dikatakan

bahwa peranan data sangat vital dalam menjalankan proyek-proyek SIG. Dalam rangka

pengorganisasian data perlu dibentuk sistem basis data/data base.

Perkembangan perangkat lunak SIG saat ini sudah sangat pesat, saat ini sudah ada

berbagai jenis software antara lain : Arc/info, Arcview , Mapinfo, Ermapper, Erdas,

SpansGIS, MGE, Ilwis dan lain-lain, yang pada umumnya dapat kompatibel satu dengan

lainya termasuk dengan penggunaan basis data yang ada (langsung dapat diaplikasikan atau

melalui proses konversi terlebih dahulu).

2.7 Kondisi Umum Daerah Penelitian

2.7.1 Sejarah Kota Depok

Kota Depok dahulu merupakan sebuah dusun terpencil ditengah hutan belantara,

yang kemudian pada tanggal 18 Mei 1696 seorang pejabat tingi VOC Cornelis Cahstelein

membeli tanah yang meliputi daerah Depok dan sedikit wilayah Jakarta Selatan serta

83

Ratujaya Bojong Gede. Selanjutnya tahun 1871 Pemerintah Belanda mengizinkan daerah

Depok membentuk Pemerintahan dan Presiden sendiri. Keputusan tersebut berlaku sampai

1942.

Depok bermula dari sebuah Kecamatan yang berada dalam lingkungan Kewedanaan

(Pembantu Bupati) Wilayah Parung Kabupaten Bogor, kemudian pada Tahun 1976

Perumahan mulai dibangun baik oleh Perum Perumnas maupun Pengembang yang

kemudian diikuti dengan dibangunnya kampus Universitas Indonesia (UI), serta

meningkatnya perdagangan dan jasa, yang semakin pesat, sehingga diperlukan kecepatan

pelayanan.

Pada Tahun 1981 pemerintah membentuk Kota Administratif Depok berdasarkan

Peraturan Pemerintah Nomor 43 Tahun 1981 yang peresmiannya di selenggarakan pada

tanggal 18 Maret 1982 oleh Menteri Dalam Negeri (H. Amir Machmud) yang terdiri dari 3

(tiga) kecamatan dan 17 (tujuh belas) desa.

Selama kurun waktu 17 Tahun Kota Administratif Depok berkembang dengan pesat

baik di bidang pemerintah, pembangunan dan kemasyarakatan, Khususnya bidang

pemerintah semua desa berubah menjadi kelurahan dan adanya pemekaran kelurahan,

sehingga pada akhirnya Depok terdiri dari 3 (tiga) kecamatan dan 23 (dua puluh tiga)

kelurahan. Dengan semakin pesatnya perkembangan dan tuntutan aspirasi masyarakat yang

semakin mendesak agar Kota Administratif Depok ditingkatkan menjadi Kotamadya

dengan harapan pelayanan menjadi maksimum. Disisi lain Pemerintah Kabupaten Bogor

84

bersama-sama Pemerintah Propinsi Jawa Barat memperhatikan perkembangan tersebut dan

mengusulkannya kepada Pemerintah Pusat dan Dewan Perwakilan Rakyat.

Berdasarkan Undang-undang Nomor 15 Tahun 1999, tentang Pembentukan

Kotamadya Daerah Tingkat II Depok, yang ditetapkan pada tanggal 20 April 1999, dan

diresmikan pada tanggal 27 April 1999 berbarengan dengan pelantikan Pejabat

Walikotamadya Kepala Daerah Tingkat II Depok yang dipercayakan kepada Drs. H. Badrul

Kamal yang pada waktu itu menjabat sebagai Walikota Kota Administratif Depok.

2.7.2 Lokasi Penelitian

Kota Depok terletak disebelah Barat/Utara wilayah Kabupaten Dati II Bogor dan

berbatasan langsung dengan Wilayah DKI Jakarta, Kabupaten Tangerang dan Kabupaten

Bekasi. Secara administratif Kota Depok mempunyai batas-batas sebagai berikut :

a. Sebelah Utara berbatasan dengan DKI Jakarta dan Kecamatan Ciputat Kabupaten

Tangerang.

b. Sebelah Selatan berebatasan dengan Kecamatan Bojong Gede dan Cibinong

Kabupaten Bogor.

c. Sebelah Barat berbatasan dengan Kecamatan Gunung Sindur dan Parung Kabupaten

Bogor.

d. Sebelah Timur berbatasan dengan Kecamatan Gunung Putri Kabupaten bogor dan

Kecamatan Pondok Gede Kota Bekasi.

85

Sesuai dengan undang-undang Republik Indonesia nomor 15 tahun 1999 tentang

pembentukan Kotamadya daerah tingkat II Depok, disebutkan pada pasal 3 bahwa wilayah

Kotamadya daerah Tingkat II Depok dengan luas wilayah 20.504,54 Ha meliputi

1. Kecamatan Beji, dengan Pusat Pemerintahan berkedudukan dikelurahan Beji,

terdiri dari 6 kelurahan dengan jumlah penduduk sebanyak 80.377 jiwa dan luas

wilayah 1614 Ha.

2. Kecamatan Sukmajaya, dengan pusat pemerintahan berkedudukan dikelurahan

Mekar Jaya, terdiri dari 11 kelurahan dengan jumlah penduduk sebanyak 216.396

Jiwa dan luas wilayah 3.398 Ha.

3. Kecamatan Pancoran Mas, dengan pusat pemerintahan berkedudukan dikelurahan

Depok, terdiri dari 6 Kelurahan dan 6 Desa dengan jumlah penduduk 156.118 jiwa

dan luas wilayah 2.671 Ha.

4. Kecamatan Limo, dengan pusat pemerintahan berkedudukan di Des Limo

Kecamatan Limo, terdiri dari 8 desa dengan jumlah penduduk 66.891 jiwa dan luas

wilayah 2.595,3 Ha.

5. Kecamatan Cimanggis, dengan pusat pemerintahan yang berkedudukan di desa

Cisalak pasar kecamatan Cimanggis. Terdiri dari 1 kelurahan dan 12 desa dengan

jumlah penduduk 221.330 jiwa dan luas wilayah 5.077,3 Ha.

86

6. Kecamatan Sawangan, dengan pusat pemerintahan yang berkedududkan di desa

Sawangan. Terdiri dari 14 desa dengan jumlah penduduk 87.758 jiwa dan luas

wilayah 4.673,8 Ha.

Visi Kota Depok

Menuju Kota Depok yang Melayani Dan Mensejahterakan.

Misi Kota Depok

1. Mewujudkan Pelayanan yang Ramah, Cepat dan Transparan.

2. Membangun dan Mengelola Sarana dan Prasarana Infrastruktur yang Cukup, Baik

dan Merata

3. Mengembangkan Perekonomian Masyarakat, Dunia Usaha, dan Keuangan Daerah

4. Meningkatkan Kualitas Keluarga, Pendidikan, Kesehatan dan Kesejahteraan

Masyarakat yang Berlandaskan Nilai-nilai Agama.

2.7.3 Iklim

Wilayah Depok termasuk dalam daerah beriklim tropis dengan perbedaan curah

hujan yang cukup kecil dan dipengaruhi oleh iklim musim, secara umum musim kemarau

antara bulan April-September dan musim hujan antara Oktober-Maret.

87

a. Temperatur : 24,3-33 derajat Celsius

b. Kelembaban rata-rata : 82 %

c. Penguapan rata-rata : 3,9 mm/th

d. Kecepatan angin rata-rata : 3,3 knot

e. Penyinaran matahari rata-rata : 49,8 %

f. Jumlah curah hujan : 2684 m/th

g. Jumlah hari hujan : 222 hari/tahun

Iklim Depok yang tropis mendukung untuk pemanfaatan lahan pertanian ditambah

lagi dengan kadar curah hujan yang kontinu di sepanjang tahun. Permasalahan mendasar

walaupun di satu sisi di dukung oleh iklim tropis yang baik yaitu alokasi tata guna lahan

yang harus mempertimbangkan sektor lain terutama lahan hijau dan permukiman.

2.7.4 Penduduk

Jumlah Penduduk di Kota Depok pada Tahun 2001 berdasarkan data dari BPS

adalah 1.204.687 jiwa, sehingga dengan luas wilayah yang ada yaitu 207,06 km2 maka

kepadatan penduduk rata-rata adalah 5.818 jiwa/km2. Jumlah penduduknya berkisar antara

115.575 jiwa (Kecamatan Beji) dan 331.778 jiwa (Kecamatan Cimanggis), sedangkan

kepadatan penduduknya berkisar antara 2.918 jiwa/km2 (Kecamatan Sawangan) sampai

dengan 8.777 jiwa/km2 (Kecamatan Sukmajaya).

88

Perkembangan jumlah penduduk Kota Depok berlangsung cepat, pada tahun 2000

Kota Administratif Depok penduduknya berjumlah 1.145.091 jiwa dan pada tahun 2001

meningkat menjadi 1.204.687 jiwa setelah ditata menjadi 6 (enam) Kecamatan dengan laju

pertumbuhan rata-rata 3,70 %/tahun.

Sesuai dengan karakteristik perkotaannya yang masih mencirikan kombinasi

perkotaan, wilayah Kota Depok belum seluruhnya terbangun. Kawasan yang masih kosong

berupa kebun campuran/tegalan dan pesawahan masih cukup luas, yaitu sekitar 51 % dari

luas wilayahnya, sedangkan kawasan perumahan dan kampung luasnya sekitar 5.900 ha

atau 29 %, dan kawasan yang digunakan untuk kegiatan industri, jasa dan perusahaan

meliputi areal seluas 1.100 ha (± 6 %).

Ditinjau dari penyebaran lokasi kegiatannya, kegiatan industri sebagian besar

berkembang di Kecamatan Cimanggis dan Sukmajaya (wilayah kota bagian timur), Yaitu

sepanjang Jalan Raya Bogor, sedangkan kawasan pertanian masih banyak terdapat di

Kecamatan Sawangan, Kecamatan Pancoran Mas bagian selatan dan sedikit di Kecamatan

Limo (wilayah kota bagian barat), dan untuk kegiatan perkantoran, jasa, perdagangan dan

kegiatan pendidikan berkembang di wilayah kota bagian tengah, terutama di sepanjang

Jalan Margonda, dan kawasan perumahan banyak berkembang di wilayah kota bagian utara

yang berdekatan dengan Jakarta, yaitu Kecamatan Limo, Beji, Sukmajaya, dan Pancoran

Mas bagian utara.

89

Untuk sarana dan prasarana dasar perkotaan, direncanakan untuk terus

dikembangkan sistem transportasi (jaringan jalan dan angkutan intra kota yang efisien dan

terintegrasi dengan inter kota. Selain itu kapasitas produksi dan distribusi air bersih

perpipaan perlu ditingkatkan, selain itu juga masalah permukiman karena sesuai dengan

arahan kegiatan fungsional Kota Depok.

Sebagian besar mata pencaharian penduduk berada pada sektor :

a) Perdagangan dan Jasa : 126.616 orang (35,42 %)

b) Pemerintahan - Pegawai Negeri ( PNS/TNI) : 82.237 orang (23,02%)

c) Petani : 224.468 orang (6,85%)

d) Pengrajin : 2.267 orang (0,63%)

e) Pengusaha : 657 orang (0,18%)

f) Lain-lain : 121.207 orang (33,9%)

2.7.5 Penggunaan Lahan

Kondisi wilayah Kota Depok merupakan tanah darat dan tanah sawah. Sebagian

besar tanah darat merupakan areal permukiman sesuai dengan fungsi kota Depok yang

dikembangkan sebagai pusat pemukiman, pendidikan, perdagangan dan jasa.

Secara rinci penggunaan lahan adalah sebagai berikut :

a) Permukiman : 10.968Ha

b) Pertanian : 4.653Ha

c) Industri : 344Ha

90

d) Rawa / Setu : 91Ha

e) Lain-lain : 3.973Ha

91

BAB III

METODOLOGI PENELITIAN

3.1 Waktu dan Tempat Penelitian

Penelitian ini dilaksanakan mulai bulan Juni 2007 hingga Desember 2007,

mengambil lokasi penelitian di kota Depok Jawa Barat, Pengolahan dan analisis data di

lakukan di Cibinong Bogor.

3.2 Bahan dan Alat Penelitian

Data yang digunakan dalam penelitian ini menggunakan data primer dan data

sekunder. Data primer terdiri dari Citra Landsat dan survei lapangan. Pada penelitian ini

menggunakan Citra landsat dalam bentuk digital dengan dua periode yaitu Citra Landsat-5-

TM path 122 row 065 dengan 7 band dan Citra Landsat -7- ETM+ tahun 2006 path 122

row 065 dengan 7 band. Dengan spesifikasi Landsat-7-ETM+ Tahun 2006 : Resolusi

Spatial Pankromatik 15m, Resolusi Spatial Multispektral 30m, Resolusi fusi 15m, Skala

peta yang dianjurkan 1:50.000, Minimal Order 1 Scene, Cakupan 180 x 180 km2.

Data sekunder meliputi Peta Rupabumi lembar Cibinong, Cileungsi, Pasar Minggu,

Pondok Gede, Parung dan Serpong dengan skala peta 1: 25.000 produksi Bakosurtanal.

Alat yang digunakan terdiri dari seperangkat komputer dengan perangkat lunak

(Software) Arc View GIS versi 3.3 dan ERDAS IMAGINE 8.6.

92

3.3 Metode Penelitian

Kelebihan dari metode ini adalah penulis dapat memperhitungkan konsteks spasial

wilayah pada saat penafsiran dengan melibatkan lebih dari satu elemen (unit lahan, bentuk

lahan, local knowledge dll) yang tidak mungkin dapat dilakukan dengan metode klasifikasi

digital secara langsung. Keuntungan kedua adalah metode ini cocok untuk daerah pada

ekuator yang banyak tertutup awan.

Penelitian ini terdiri dari empat tahap, yaitu : (1) Tahap pengumpulan data, (2)

Tahap analisis digital, (3) Tahap Pengolahan data, dan (4) Tahap analisis data. Diagram alir

penelitian disajikan pada Gambar 3.21.

3.3.1 Tahap Pengumpulan Data

Pada tahap ini yang dilakukan adalah mengumpulkan data-data yang dibutuhkan

untuk penelitian, terdiri dari data primer dan data sekunder. Data primer terdiri dari Citra

Landsat yang diperoleh dari SEAMEO BIOTROP Bogor dan survei lapang yang dilakukan

di seluruh kecamatan guna validasi data hasil klasifikasi.

Data sekunder diperoleh dari Badan Pusat Statistik (BPS) dan Badan Perencanaan

Daerah. Sedangkan pembuatan peta bumi digital kota Depok sebagai referensi dalam

analisis citra digital dilakukan di Cibinong Bogor mencakup unsur-unsur jalan, sungai,

garis kontur, penggunaan lahan dan batas administrasi kota Depok.

3.3.2 Tahap Analisis Citra Digital

93

Untuk analisis citra digital dilakukan melalui tiga tahapan yaitu koreksi geometrik,

pengamatan visual Citra Landsat dan Klasifikasi. Kemudian dilanjutkan dengan tahapan

evaluasi hasil dari analisis citra digital dengan pengecekan lapang, reinterpretasi, konversi

format citra dan analisis perubahan penutupan/penggunaan lahan dengan teknologi Sistem

Informasi Geografis (SIG).

3.3.2.1 Koreksi Geometrik

Koreksi Geometrik adalah perujukan titik-titik tertentu pada citra ke titik-titik yang

sama di lapang atau di peta topografi. Pasangan titik-titik ini digunakan untuk membangun

fungsi matematis yang menyatakan hubungan antar posisi sembarang titik pada citra

dengan objek yang sama pada peta maupun lapangan (Jensen, 1986). Proses koreksi

geometrik diawali dengan merektifikasi citra ke peta Rupabumi (image to image

rectification) berdasarkan GCP (Ground Control Point) yang mudah diidentifikasi pada

peta maupun citra yang dikoreksi dan bentuk relief yang tidak berubah dalam jangka waktu

yang lama.

Citra Landsat -7-ETM+ tahun 2006 direktifikasi dengan peta rupabumi daerah

depok. Proses ini dilakukan terlebih dahulu agar mudah memperoleh obyek yang sama

pada peta topografis dan citra yang akan dikoreksi. Citra landsat-5- TM tahun 1997 yang

telah dikoreksi digunakan sebagai referensi untuk meregistrasi Citra Landsat-7-ETM tahun

2006.

Tahapan koreksi geometris yang dilakukan, sebagai berikut :

94

1. Buka program ERDAS Imagine sehingga muncul tampilan menu bar, kemudian klik

ikon menu Viewer untuk menampilkan image.

2. Buka image pada viewer #1 sebagai image yang belum terkoreksi dan viewer #2 sebagai

image atau vector yang telah terkoreksi digunakan untuk acuan.

3. Pada viewer #1 klik menu Raster→Geometric Correction→Pilih Polynomial→ klik

OK.

4. Kemudian muncul dialog seperti berikut :

Gambar 3.1 Polynomial Model Properties

5. Klik menu Projection

6. Pilih isian Map units dengan satuan Meters

95

7. Klik Menu Add/Change Projection sehingga keluar tampilan (Edited) Projection

Chooser.

8. Klik Custom lalu isi pilihan sesuai perintah berikut :

Gambar 3.2 Projection Chooser

a. Projection Type : UTM

b. Spheroid Name : WGS 84

c. Datum Name : WGS 84

d. UTM Zone : 48 (wilayah image berada di garis bujur 102 – 108 E),

e. Pilih : South (untuk wilayah yang berada di area Lintang Selatan)

9. Klik icon Close

10. Pilih option Exiting Viewer → Klik OK, kemudian muncul dialog Viewer Selection

Intructions. Dialog ini mengkonfirmasikan viewer mana yang akan digunakan sebagai

acuan. Karena yang dijadikan acuan adalah viewer #2 maka klik pointer/kursor pada image

yang berada di viewer #2. Tampilan akan berubah menjadi tampilan sebagai berikut

96

Gambar 3.3 Geo Corrections

11. Dengan menggunakan icon tentukan posisi dari suatu piksel yang bisa dikenali

pada piksel dari image acuan. Cocokkan antara GCP pada image yang akan dikoreksi

dengan Image acuan sampai benar-benar terletak pada satu piksel yang sama.

12. Buatlah GCP paling minimal 4 buah pada tempat yang diketahui nilai atau posisinya

13. Setelah titik GCP yang dibuat lebih dari 4 (empat ) maka nilai RMS Error akan muncul

pada tabel. Nilai RMS error akan semakin kecil apabila posisi GCP koreksi benar-benar

sama dengan GCP acuan. Usahakan nilai RMS Error nilainya di bawah 0.5 yaitu dengan

cara menggeser titik GCP pada kedua image sehingga posisinya benar-benar sama.

97

14. Untuk hasil yang lebih baik, buatlah titik GCP sebanyak mungkin dan menyebar di

semua area.

15. Jika telah selesai save hasilnya dengan mengklik ikon Resample Image dalam Geo

Correction Tools. Sehingga akan muncul kotak dialog seperti berikut :

Gambar 3.4 Resample Image

16. Tunggu proses komputer, kemudian klik OK setelah proses selesai.

Gambar 3.5 Proses Isodata

3.3.2.2 Interpretasi Visual Citra Landsat

Pada tahap interpretasi visual dilakukan perbandingan kenampakan karakteristik

obyek-obyek pada Citra Landsat tahun 1997 dan 2006. untuk membantu pengamatan visual

obyek dapat dilakukan dua pendekatan yaitu pemilihan band yang tepat dan penggunaan

98

kunci interpretasi. Pemilihan kombinasi band yang tepat dilakukan dengan pendekatan nilai

OIF (Optium Index Factor), kunci interpretasi yang digunakan yaitu rona, bentuk, ukuran,

bayangan, tekstur, pola dan situs. Beberapa obyek yang dapat diamati pada citra antara lain

permukiman, sawah, semak belukar dan sungai/danau kemudian ditentukan daerah contoh

(training area).

Kunci interpretasi yang digunakan berdasarkan rona, bentuk, ukuran, bayangan,

tekstur, pola dan situs (Lillesand dan kiefer, 1994).

1. Hutan lahan kering, komposisi warna = Chartause

2. Hutan tanaman, komposisi warna = Green

3. Kebun campuran Komposisi warna = R 0.600 G : 0.900 B : 0.500

4. Kebun karet, komposisi warna = R : 0.400, G : 0.800, B : 0.700

5. Kebun teh, komposisi warna = R : 0.400, G : 0.800, B : 0.600

99

6. Pertanian lahan kering, komposisi warna = Gold

7. (Band 542) (Band 432) Permukiman, komposisi warna = Red

8. Kawah, komposisi warna = purple

9. Kebun kelapa sawit Komposisi warna = R : 0.600, G : 0.900, B :0.400

10. Hutan rawa, komposisi warna = R : 0.500, G : 0.750, B : 0.400

11. (Band 542) (Band 432)

Hutan mangrove R0.200 G0.800 B:0.050

12. Hutan alam, komposisi warna = Dark green

100

13. Rawa, komposisi warna = aquamarine

14. Semak/belukar, komposisi warna = Tan

15. Tubuh air, komposisi warna = Blue

16. Tambak, komposisi warna = cyan

17. Awan, komposisi warna = White

18. Tanah terbuka, komposisi warna = Pink

19. Sawah, komposisi warna = Yellow

20. Stripping, komposisi warna = Purple

101

21. Danau, komposisi warna = blue

22. Bayangan awan, komposisi warna = light gray

23. Perkebunan lain Komposisi warna = R : 0.600, G : 0.900, B : 0.500

3.3.2.3 Klasifikasi

Untuk menetapkan kelas-kelas penggunaan lahan dilakukan klasifikasi terbimbing

(Supervised Classification) pada kedua Citra Landsat. Klasifikasi terbimbing dilakukan

berdasarkan area contoh (training area) yang telah ditentukan sebelumnya yaitu dengan

menggambarkan poligon-poligon pada citra dengan karakteristik spektral tertentu.

Metode klasifikasi terbimbing yang digunakan adalah algoritma kemiripan

maksimum banyak digunakan pada citra beresolusi rendah sampai menengah yang lebih

memfokuskan pada nilai spektral. Asumsi dari algoritma ini adalah obyek yang homogen

selalu menampilkan histogram yang terdistribusi normal. Pada algoritma ini piksel

dikelaskan sebagai obyek tertentu tidak karena jarak euklidiannya melainkan oleh bentuk,

ukuran dan orentasi sampel pada feature space.

102

Untuk memutuskan klasifikasi dibutuhkan informasi statistik berupa nilai rataan

(mean), simpangan baku tiap sampel, varian (ragam) dan kovarians sehingga probabilitas

setiap piksel suatu kelas dapat dihitung. Pada algoritma ini diasumsikan probabilitas untuk

semua kelas dipandang sama tetapi pada kenyataannya, tidak semua kelas dapat dilakukan

dengan probabilitas yang sama untuk dipresentasikan pada citra. Pengambilan keputusan

berdasarkan pada pertimbangan kemiripan maksimum.

Hasil uji ketelitian klasifikasi disajikan dalam bentuk koefisien Confution Matrik

dan nilai Kappa. Koefisien Confution matrik bukan merupakan ukuran ketelitian klasifikasi

secara menyeluruh tetapi menyatakan seberapa baik mengkelaskan training site. Nilai

Kappa (Lampiran 1) digunakan untuk menghitung akurasi hasil klasifikasi dengan

menghitung kebenaran jumlah piksel yang diklasifikasikan termasuk nilai omsi (jumlah

piksel yang diklasifikasikan menjadi kelas lain) dan nilai komisi (jumlah piksel dari kelas

lain yang masuk dalam kelas ini).

Tahapan Klasifikasi yang dilakukan, sebagai berikut :

1. Sebelum melakukan kegiatan klasifikasi terbimbing, terlebih dahulu buat Training

Areanya (Signature). Klik ikon panel Classifier sehingga akan muncul tampilan

seperti berikut ini.

103

Gambar 3.5 Classifier

Kemudian pilih Signature Editor dan muncul dialog box berikut.

Gambar 3.6 Signature Editor 1

2. Buka View yang akan diklasifikasi (*.img). Kemudian deliniasi dengan menggunakan

AOI tools sampel-sampel wilayah tiap kategori kelas klasifikasinya. Setiap membuat AOI

104

beri keterangan pada Signature Editornya yaitu dengan mengklik (create new signatur

(s) from aoi).

Gambar 3.7 Klasifikasi Citra

Gambar 3.8 Signature Editor 2

3. Save file (*.sig) hasil training area setelah semua kriteria kelas klasifikasi diambil

sampelnya. Sampel dari satu kelas klasifikasi bisa lebih dari satu sampel, tergantung

penyebaran pada image tersebut.

105

4. Klik ikon panel Classifier | Supervised Classification, sehingga muncul dialog box

berikut.

Gambar 3.9 Supervised Classification

5. Warna dapat diganti sesuai dengan keinginan kita yaitu dengan mengubah atributnya.

Buka file hasil klasifikasi (*.img) pada window viewer, Klik Raster pada menu bar,

kemudian pilih atribut Attributes.

Setelah proses klasifikasi dilakukan, tahapan selanjutnya adalah Recoding.

Tahapan-tahapan Recoding sebagai berikut :

1. Dari menu bar Erdas Imagine, klik icon kemudian muncul kotak dialog lalu pilih

GIS Analysis ½ Recode sehingga keluar tampilan berikut :

106

Gambar 3.10 Recode

4. Klik Setup Recode untuk mengelompokan baris-baris (row) atribut yang memiliki kelas

klasifikasi yang sama.

Gambar 3.11 Thematic Recode

5. Klik OK, dan tunggu prosesnya.

6. Klik pada viewer untuk menampilkan data recode yang telah kita buat. Lalu klik

menu bar Raster | Attribute , edit atributnya sesuai dengan nomor pengelompokannya.

107

Gambar 3.12 Raster Attribute Editor

6. Klik Save.

Tahapan selanjutnya adalah Filling, hal ini dilakukan untuk memperbaiki proses

klasifikasi yang telah dilakukan, tahapan yang dilakukan, sebagai berikut :

1. Buka Viewer dan buka file citra yang ingin kita fill

2. Dari menu bar Viewer, pilih AOI│Tool, sehingga muncul kotak AOI Tool.

108

Gambar 3.13 AOI Tool

3. Kemudian dari menu bar Viewer pilih Raster│Fill, sehingga muncul kotak Area Fill

Gambar 3.14 Area Fill

4. Pada Viewer, buatlah dengan polygon AOI pada wilayah yang kita ingin fill. Kemudian

pada kotak area fill, masukkan nilai warna yang kita inginkan sebagai warna pengganti

wilayah tersebut, pilih Apply dan wilayah tersebut akan berubah warna sesuai yang

diinginkan.

109

Wilayah yang ingin di Fill

Gambar 3.15 Contoh View Fill

5. Setelah semua wilayah yang ingin kita rubah sudah selesai dilakukan proses filling-nya,

pilih ikon save untuk menyimpan file hasil filling.

6. Pilih Yes.

110

3.3.3 Tahap Pengolahan Data

3.3.3.1. Operasi Buffering

Ekstraksi informasi dari data spasial yang telah tersedia berupa peta penggunaan

lahan tahun 1997 dan 2006 serta peta jaringan jalan. Pada tahap ini bertujuan untuk melihat

sebaran permukiman pada selang waktu antara tahun 1997 dan 2006 berserta

aksesibilitasnya.

Operasi ini diaplikasikan pada sarana aksesibilitas, yaitu jalan utama menggunakan

bantuan ArcView 3.3 untuk mengetahui keterkaitan antara aksesibilitas dengan

perkembangan permukiman. Zonasi wilayah dengan operasi buffering atau penyangga

adalah suatu daerah yang mempunyai lebar tertentu yang digambarkan di sekeliling satu

eleman atau lebih di bagian suatu kawasan yang mempunyai jarak tertentu (Barus dan

Wiradisastra, 2000).

Jarak buffer dari jalan adalah suatu fungsi pengukuran jarak (perkiraan) antara area

permukiman berdasarkan jaraknya dari jalan utama. Jarak buffer dibuat berdasarkan

penyebaran permukiman dan jarak yang paling menunjukan perubahan yang nyata terhadap

luas permukiman dan jalan terjadi pada jarak tiap 1000 m. Jarak buffer yang digunakan

adalah : 0-1000 m (Zona 1), 1000-2000 m (Zona 2), 2000-3000 m (Zona 3), 3000-4000 m

(Zona 4), 4000-5000 m (Zona 5), dan jarak > 5000 m (Zona 6).

111

Jarak buffer ini dibuat dengan mengasumsikan bahwa pengaruh jalan utama

terhadap perubahan penutupan/penggunaan lahan permukiman pada jenis aksesibilitas

lainnya.

Tahapan buffer yang dilakukan, sebagai berikut :

1. Klik menu pulldown Theme | Create Buffer sehingga muncul kotak dialog berikut :

Gambar 3.16 View Create Buffer I

2. Pastikan pada option ‘The features of a theme’ yang terpilih adalah sungai, kemudian

klik button Next

112

Gambar 3.17 View Create Buffer II

How do you want to create buffer?

1. At a specified distance : digunakan untuk pembuatan buffer yang didasarkan

pada jarak yang ditetapkan oleh pengguna

2. At a distance from an attribute field : Pembuatan buffer didasarkan pada

jarak-jarak yang telah didefinisikan di dalam suatu field atribut yang telah

ditentukan

3. As multiple rings : Pembuatan buffer akan menghasilkan/membentuk

sejumlah (number of rings) lingkaran konsentris dengan jarak interval

tertentu (distance between rings) antara setiap lingkaran yang berdekatan

3. Pilih ‘At a specified distance’ pada kotak dialog lanjutan. Misal kita akan membuat

buffer sungai (sempadan) dengan jarak kanan-kirinya 100 meter, maka dalam kotak

tersebut kita ketikan 100 dan pilih ’Meters’ sebagai satuan jaraknya (distance units are),

kemudian tekan button Next.

4. Kotak dialog lanjutan akan muncul setelah menekan button Next, dilanjutkan dengan

memilih radion button ’No’ (jika batas dissolve antar buffer ingin ditampilkan) dan ‘in a

113

new theme’. Simpan file output hasil buffer pada directory dengan cara mengklik button.

Kemudian klik button Finish dan tunggu prosesnya.

Gambar 3.18 View Create Buffer III

5. Pada tahap ini, jika theme yang di proses adalah polygon maka pengguna diharuskan

mendefinisikan beberapa option seperti berikut ini :

114

Gambar 3.19 View Create Buffer IV

1. inside and outside the polygon(s) : akan menyebabkan buffer digambarkan baik

arah luar maupun ke dalam objek buffer (polygon) yang bersangkutan

2. only outside the polygon(s) : akan menyebabkan buffer hanya digambarkan �ea rah

luar objek buffer (polygon) yang bersangkutan

3. only inside the polygon(s) : akan menyebabkan buffer hanya digambarkan �ea rah

dalam objek buffer (polygon) yang bersangkutan.

Gambar 3.20 View Inside and Outside

3.3.3.2 Operasi Tumpang Susun

inside and outside outside inside

115

Operasi ini dilakukan untuk mengkaji penyebaran permukiman pada tiap Zona serta

melihat buffer ditinjau dari luasnya, maka dilakukan overlay (tumpang susun) antara zona

buffer dan peta sebaran permukiman. Dari operasi ini diperoleh hubungan antara

aksesibilitas dengan luas permukiman.

3.3.4 Tahap Analisis Data

3.3.4.1 Penyebaran dan Arah Perkembangan Permukiman

Penyebaran permukiman digunakan untuk mengetahui gradien garis lurus yang

terbentuk dari persamaan garis antara nilai koordinat X dan nilai koordinat Y sebagai

sentroid poligon permukiman. Dalam sistem informasi secara spasial, sentroid merupakan

satu titik yang mewakili suatu poligon dimana informasi atribut dihubungkan. Analisis ini

menggunakan persamaan yang ditulis dalam bentuk; y= a+bx, dalam hal ini a menyatakan

intersep atau perpotongan dengan sumbu tegak dan b adalah gardiennya (Walpole, 1997).

Penyebaran permukiman dapat diidentifikasi dengan sentroid dari masing-masing

poligon permukiman menggunakan median center (xm, ym). Penyebaran permukiman

tersebut ditentukan oleh pusat geometrik suatu poligon (sentroid). Titik sentroid

permukiman tiap periode berubah dan memiliki informasi koordinat yang dinyatakan dalam

koordinat (X, Y). Pengamatan dilakukan terhadap perubahan nilai koordinat sentroid,

sehingga akan diketahui arah pergeseran pemukiman dari suatu periode ke periode

berikutnya.

116

Arah perkembangan permukiman dapat dilihat dari pergeseran pusat sebaran

poligon (sentroid) yang memiliki sepasang koordinat spasial.

3. 4 Pengecekan Lapang

Pengecekan lapang dilakukan melalui pengamatan dan pengumpulan informasi

mengenai kondisi di daerah penelitian, seperti penggunaan lahan, kondisi permukiman, dan

sebagainya. Pengecekan lapang bertujuan untuk membandingkan antara hasil analisis data

dengan kondisi sebenarnya.

BAB IV

117

HASIL PEMBAHASAN

4.1 Analisis Citra Digital

Sebelum menganalisis suatu citra, dilakukan beberapa persiapan diantaranya adalah

pengumpulan data yang berkaitan dengan penelitian. Data yang paling utama dalam

penelitian ini adalah Citra Landsat daerah penelitian. Citra Landsat diperoleh dari SEMEO

BIOTROP yang terletak di daerah Bogor. Setelah citra diperoleh, tahapan selanjutnya

adalah konversi/format data. Hal ini berguna untuk membantu peneliti dalam proses

selanjutnya.

4.1.1 Koreksi Geometrik

Akurasi koreksi geometrik citra diperoleh berdasarkan nilai Root Mean Square

Error (RMS-error). Nilai RMS-error rata-rata hasil koreksi geometrik Citra Landsat-5-

TM+1997 dengan peta rupa bumi adalah (Tabel 1).

Akurasi yang baik adalah jika tepat objek dan nilai RMS-error kurang dari satu

yang menunjukan bahwa penyimpangan pergeseran objek/titik pada citra tidak melebihi

satu piksel (30x30 meter).

Penyimpangan posisi citra dapat terjadi karena perekaman citra satelit oleh sensor

sering mengalami distorsi, pergeseran secara alami dari objek selama perekaman maupun

ketidakakuratan proses digitasi pada Peta Rupabumi.

Tabel 3 Nilai RMS-error hasil Koreksi geometrik Citra Landsat -7-ETM+ 2006 dengan peta Rupabumi

118

GCP Cell X (X) Cell Y (Y) Easting (X) Northing (Y) RMS

1 1113.15 18.79 705545.61E 9302036.29N 0.23

2 5000.53 10.1 696391.01E 9302151.92N 0.37

3 1420.78 1202.05 710201.87E 9284247.71N 0.38

4 803.76 903.59 700946.41E 9288716.53N 0.27

5 35.18 1119.01 689444.84E 9285436.12N 0.27

6 45.39 1083.13 689594.44E 9285992.12N 0.19

7 34.56 763.02 689428.27E 9292096.48N 0.22

8 28.38 679073 689339.76E 9292096.48N 0.13

9 245.24 134.43 692562.10E 9300258.94N 0.17

RMS- Error Rata-rata 0.276

Tabel 4 Nilai RMS-error hasil koreksi geometrik Citra Landsat-5-TM+1997 dengan Citra Landsat-7-ETM+2001

GCP Cell X (X) Cell Y (Y) Easting (X) Northing (Y) RMS

1 2437.85 5587 710201.43E 9302532.37N 0.15

2 2535.96 5471.96 713591.23E 9282251.92N 0.19

3 2198.48 5024 705537.29E 9183257.71N 0.17

4 1776 5148 687458.81E 9234716.73N 0.10

5 1724 544.11 713072.84E 9885490.12N 0.25

6 1799.99 5538 702873.83.E 9245552.12N 0.19

7 2488 5259.09 690345.21E 9143096.38N 0.22

8 2131.99 5157 765847.34E 9292016.40N 0.18

9 1768.04 5586 693432.32E 9100228.04N 0.16

RMS- Error Rata-rata 0.161

4.1.2 Interpretasi Visual Citra Landsat

119

Setiap objek yang terdapat pada citra memiliki kenampakan yang khas, kombinasi

band yang digunakan dalam membantu pengenalan objek adalah 542 (RGB) berdasarkan

nilai OIF (Lampiran 1 dan 2). Kombinasi band 542 (RGB) pada citra landsat memiliki

kekontrasan yang tinggi dimana objek-objek yang terdapat dalam citra dapat dengan mudah

dibedakan karena kualitas citra komposit dan hasilnya lebih baik (Gambar 4.1 dan 4.2).

Rumus Nilai OIF

3

OIF = ∑ Sk k=1 3

∑ abs(rj) j = 1 Ket :

Sk : Standard deviasi untuk band k

abs (rj) : Nilai absolut dari koefisient korelasi diantara 3 band yang dinilai

Interpretasi objek pada citra dilakukan dengan menggabungkan unsur-unsur

interpretasi diantaranya rona, ukuran, bentuk, tekstur, pola dan situs. Selain itu peta

topografis dan informasi lapang dapat dijadikan referensi dalam interpretasi objek.

48

Gambar 4.1 Citra Landsat-5- TM Tahun 1997 Kotamadya Depok Kombinasi Band 542 (RGB)

48

Gambar 4.2 Citra Landsat-7- ETM Tahun 2006 Kotamadya Depok Kombinasi Band 542 (RGB)

48

Interpretasi objek pada citra dilakukan dengan menggabungkan unsur-unsur

interpretasi diantaranya rona, ukuran, bentuk, tekstur dan pola. Selain itu peta topografis

dan informasi lapang pra-analisis dapat dijadikan referensi dalam interpretasi objek.

4.1.3 Penentuan Daerah Contoh (Training Area)

Pengambilan contoh pada masing-masing kelas penutupan/penggunaan lahan

dilakukan secara visual berdasarkan kenampakan warna yang relatif homogen dengan

pola tertentu dengan mempertimbangkan kemudahan penarikan batas pada setiap kelas

penutup lahan. Pada citra ditentukan daerah contoh (training area) untuk permukiman,

kebun campuran, danau/sungai, sawah, lahan kosong dan semak belukar.

Setiap training area memiliki nilai spektral maksimum, minimum, rataan (mean)

dan standar deviasi Tabel 5. Homogenitas sampel dalam klasifikasi digital ditunjukan

oleh homogenitas nilai piksel pada setiap sampel, artinya nilai standar deviasi kelompok

piksel pada setiap sampel haruslah rendah pada setiap saluran.

Citra Landsat tahun 1997 dan 2006 memiliki nilai standar deviasi yang rendah

sehingga antar masing-masing kelas penggunaan lahan memiliki beberapa nilai piksel

yang sama. Akibatnya pada saat klasifikasi untuk masing-masing training area masih

memiliki duplikasi piksel yang beragam. Masalah seperti ini yang umum dijumpai pada

klasifikasi multispektral. Begitu banyak objek dengan nilai spektral yang bermacam-

macam bahkan ditemukan beberapa objek dengan nilai spektral bertampalan (overlap).

49

Tabel 5 Karakteristik Nilai Spektral Daerah Contoh (Training Area) Citra Tahun 1997

Band 542

Citra Tahun 2006

Band 542 Training

Area Nilai

R G B R G B

Min 1.00 0.00 0.00 1.00 0.00 0.00

Max 1.00 0.00 0.00 1.00 0.00 0.00

Mean 1.00 0.00 0.00 1.00 0.00 0.00

Pem

ukim

an

Stdv 0.00 0.00 0.00 0.00 0.00 0.00

Min 1.00 0.00 0.00 1.00 0.00 0.00

Max 1.00 1.00 0.00 1.00 0.84 0.00

Mean 1.00 0.50 0.00 1.00 0.42 0.00 Lah

an

Kos

ong

Stdv 0.00 0.71 0.00 0.00 0.60 0.00

Min 0.00 0.00 0.00 0.00 0.00 0.00

Max 1.00 1.00 0.00 1.00 0.84 0.00

Mean 0.67 0.46 0.00 0.67 0.41 0.00 Keb

un

Cam

pura

n

Stdv 0.58 0.50 0.00 0.58 0.42 0.00

Min 0.00 0.00 0.00 0.00 0.00 0.00

Max 1.00 1.00 1.00 1.00 0.84 1.00

Mean 0.50 0.35 0.25 0.50 0.31 0.25

Sung

ai/

Dan

au

Stdv 0.58 0.47 0.50 0.58 0.40 0.50

Min 50.0 0.00 0.00 0.00 0.00 0.00

Max 1.00 1.00 1.00 1.00 1.00 1.00

Mean 0.50 0.48 0.20 0.50 0.45 0.20 Saw

ah

Stdv 0.50 0.50 0.45 0.50 0.47 0.45

Min 0.00 0.00 0.00 0.00 0.00 0.00

Max 1.00 1.00 1.00 1.00 1.00 1.00

Mean 0.54 0.52 0.29 0.54 0.50 0.29 Sem

ak

Bel

ukar

Stdv 0.46 0.46 0.46 0.46 0.43 0.46

50

4.1.4 Klasifikasi dan Penilaian Hasil klasifikasi

Setelah memperoleh daerah contoh (training area) dilakukan klasifikasi

terbimbing (Supervised Classification). Dalam klasifikasi terbimbing, identitas dan

lokasi beberapa tipe penutupan/penggunaan lahan diketahui secara apriori melalui

kombinasi orientasi wilayah, analisis visual peta dan pengalaman pribadi.

Metode klasifikasi terbimbing yang digunakan adalah algoritma kemiripan

maksimum (Maximum Likelihood Classification/MLC). Hasil klasifikasi dengan MLC

pada Citra Landsat tahun 1997 menghasilkan 7 kelas penutupan/penggunaan lahan

yaitu, permukiman, kebun campuran, danau/sungai, sawah, lahan kosong, semak

belukar dan awan. Pembagian kelas awan dilakukan karena hasil foto yang dilakukan

oleh Citra Landsat-5-TM terdapat awan yang menghalangi kelas penutupan/penggunaan

lahan.

Sedangkan pada Citra Landsat tahun 2006 menghasilkan 6 kelas

penutupan/penggunaan lahan yaitu, permukiman, kebun campuran, danau/sungai,

sawah, lahan kosong, dan semak belukar. Pembagian kelas striping dilakukan karena

hasil foto yang dilakukan oleh Citra Landsat-7-ETM, mengalami kerusakan sehingga

citra yang dihasilkan terdapat striping.

Hasil klasifikasi dengan MLC menghasilkan efek salt dan pepper (Gambar 4.3

dan Gambar 4.4) yaitu poligon kecil yang tersebar tidak beraturan dari kelas tutupan

lahan yang di identifikasi. Hal ini terjadi terutama ketika piksel berada diantara area

yang penggunaan lahannya tidak terlihat atau bervariasi dan dipaksakan untuk di

klasifikasi. Pendekatan dengan Maximum Likelihood classification sebenarnya memiliki

51

kelemahan yaitu banyaknya kesalahan klasifikasi yang muncul, walaupun hasil

klasifikasi menunjukan nilai akurasi keseluruhan dan nilai kappa yang cukup tinggi.

Untuk mengurangi hasil klasifikasi dilakukan pengecekan lapangan serta melihat

peta rupabumi sebagai rujukan. Sedangkan untuk menghilangkan efek salt and papper

dilakukan proses Focal Majority. Focal Majority dilakukan untuk mengeneralisasikan

poligon-poligon kecil yang tidak beraturan agar terkelaskan kedalam tipe penggunaan

lahan tetangganya agar homogen.

Ketelitian klasifikasi dari kedua citra dinilai berdasarkan nilai akurasi

keseluruhan dan nilai Kappa.

Tabel 6 Matrik Konfusi dan Nilai Kappa Citra Landsat-7-ETM+ Tahun 2006 Kelas di Lapang Hasil

Klasifikasi Pmk Kbn Dn Swh LK SB

Jml Error

Permukiman 157 1 0 1 0 0 159 0,03

Kebun

Campuran

0 97 1 3 0 0 101 0,04

Sungai/Danau 0 0 87 0 1 0 89 0,06

Sawah 0 2 0 75 0 1 78 0,04

Lahan

Kosong

0 0 0 1 82 0 83 0,02

Semak

Belukar

0 1 0 2 0 93 94 0,09

Jumlah 157 101 88 82 89 94 604 -

Error 0,02 0,04 0,07 0,06 0,01 0 584 -

52

Tabel 7 Matrik Konfusi dan Nilai Kappa Citra Landsat-5-TM Tahun 1997 Kelas di Lapang Hasil

Klasifikasi Pmk Kbn Dn Swh LK SB

Jml Error

Permukiman 107 1 0 1 0 0 109 0,01

Kebun

Campuran

0 98 0 3 0 0 101 0,04

Sungai/Danau 0 0 88 0 1 0 89 0,04

Sawah 0 2 0 79 0 1 82 0,06

Lahan

Kosong

2 0 0 1 80 0 83 0,02

Semak

Belukar

0 1 0 0 0 94 95 0,07

Jumlah 109 102 88 84 81 95 604 -

Error 0,03 0,05 0,01 0,06 0,01 0 - -

Citra Landsat-7-ETM+ tahun 2006 memiliki nilai akurasi sebesar 95,3% dan

nilai Kappa sebesar 94,2% sedangkan Citra Landsat-5-TM tahun 1997 memiliki nilai

akurasi keseluruhan sebesar 90,1% dan nilai Kappa sebesar 88,9%. Ketelitian klasifikasi

kedua citra cukup tinggi (>85%).

48

Gambar 4.3 Klasifikasi Citra Landsat-5- TM Tahun 1997 Kotamadya Depok Kombinasi Band 542 (RGB)

48

Gambar 4.4 Klasifikasi Citra Landsat-7- ETM Tahun 2006 Kotamadya Depok Kombinasi Band 542 (RGB)

48

4.2 Analisis Penutupan/Penggunaan Lahan Tahun 1997 dan 2006

Pola penggunaan lahan merupakan refleksi aktivitas manusia pada suatu lahan,

sedangkan penutupan lahan merupakan kenampakan yang ada atau terlihat di

permukaan bumi. Penutupan lahan mencerminkan penggunaan lahan di lapangan tetapi

pada kondisi tertentu penutupan lahan tidak dapat menjelaskan penggunaan lahan yang

sesungguhnya. Hal ini biasa terlihat ketika pada citra objek teridentifikasi sebagai

permukiman padahal ketika dilakukan pengecekan lapang, kawasan tersebut di

dominasi dengan lahan kosong. Hal ini disebabkan pantulan spektral yang tertangkap

oleh citra adalah permukiman karena posisi lahan kosong banyak disekitar permukiman.

Hasil klasifikasi pada kedua Citra Landsat menghasilkan peta

penutupan/penggunaan lahan tahun 1997 (Gambar 4.5) dan 2006 (Gambar 4.6) dengan

kelas penutupan/penggunaan lahan berupa : permukiman, sawah, lahan kosong, kebun

campuran, sungai/danau dan semak belukar.

48

Gambar 4.5 Peta Penggunaan Lahan Kotamadya Depok Tahun 1997

49

Gambar 4.6 Peta Penggunaan Lahan Kotamadya Depok Tahun 2006

50

Gambar 4.7 Diagram Batang Penutupan/Penggunaan Lahan Tahun 1997

Pada gambar 4.7 menunjukan luas area penggunaan lahan di daerah penelitian

pada tahun 1997 yaitu : Permukiman 11.880 ha, Lahan Kosong 20.220 ha, Kebun

Campuran 34.378 ha, Sungai/Danau 15.077 ha, Sawah 110.823 ha dan Semak Belukar

8.878 ha.

Gambar 4.8 Diagram Batang Penutupan/Penggunaan Lahan Tahun 2006

51

Pada gambar 4.8 menunjukan luas area penggunaan lahan di daerah penelitian

pada tahun 2006 yaitu : Permukiman 35.866 ha, Lahan Kosong 14.504 ha, Kebun

Campuran 50.493 ha, Sungai/Danau 10.814 ha, Sawah 41.526 ha dan Semak Belukar

53.920 ha.

Di lihat dari hasil yang ada, perubahan penggunaan lahan yang terjadi antara

tahun 1997-2006 adalah : Permukiman mengalami peningkatan sebanyak 23.986 ha.

Lahan Kosong mengalami penurunan sebesar 5.716 ha. Kebun Campuran mengalami

peningkatan sebesar 16.115 ha. Sawah mengalami penurunan sebesar 69.297 ha.

Sedangkan Semak Belukar meningkat sebesar 45.042 ha.

Dalam penelitian (Elly, 2006), ditemukan perubahan penggunaan lahan kota

Depok dari tahun 1997-2001 adalah : Permukiman mengalami peningkatan sebesar

2,233 ha. Sawah mengalami penurunan sebesar 954 ha. Semak belukar mengalami

peningkatan sebesar 5 ha. Sedangkan lahan kosong mengalami penurunan sebesar 2.120

ha.

4. 3 Perubahan Luas Permukiman

Perubahan luas Permukiman dalam Periode tahun 1997 dan 2006 dapat diamati

melalui proses ekstraksi informasi secara spasial pada peta sebaran permukiman

menggunakan piranti lunak ArcView. Oleh karena itu, perlu diketahui luas permukiman

yang diturunkan oleh peta penggunaan lahan pada periode 1997 dan 2006 dapat dilihat

pada gambar 5.7 dan 5.8. selain itu, proporsi pemukiman dan perubahan luas

permukiman dapat dilihat pada tabel 8.

52

Tabel 8 Proporsi Luas Pemukiman (LP) di Kota madya Depok tahun 1997 dan 2006 Luas Pemukiman Tahun Hektar Persen

1997 11.880 60,8 % 2006 35866 82,0 %

Berdasarkan tabel 8 nampak bahwa pada periode 1997 dan 2006 terjadi

peningkatan luas pemukiman yang cukup pesat. Secara umum, permukiman di daerah

Depok telah berkembang sedemikian pesatnya dikarenakan wilayah ini merupakan

kawasan penyangga (hinterland) bagi Jakarta. Masyarakat yang mencari nafkah di

ibukota memilih wilayah ini sebagai alternatif lain untuk tempat bermukim. Akibatnya,

banyak pengembang (developer) dan atau masyarakat mulai berekspansi mendirikan

permukiman disekitar wilayah ini.

Permukiman yang dibangun baik berupa tempat penginapan, hotel, rumah

makan, pusat perbelanjaan, tempat rekreasi maupun gedung-gedung pertemuan

(Gambar 4.8).

4.4 Arah Perkembangan Permukiman

Arah perkembangan permukiman ditentukan berdasarkan pada perubahan pusat

geometrik suatu poligon (sentroid). Titik sentroid pemukiman tiap periode memiliki

informasi koordinat yang dinyatakan dalam koordinat (X,Y) dan arah perkembangan

permukiman masing-masing disajikan pada tabel 9.

Tabel 9 Tabel Sentroid Sentroid Tahun

X Y

1997 700000.38423 9301704.02542

2006 699993.73613 9301713.00000

53

Perkembangan permukiman yang terjadi antara tahun 1997 dan 2006 cenderung

mengalami pergeseran kearah utara, timur dan barat mengikuti jalan utama, yaitu dari

desa Limao ke arah Beji dan ke arah Cimanggis. Hal ini diperkirakan karena banyaknya

masyarakat menginginkan adanya kemudahan dalam menjangkau berbagai fasilitas

umum, seperti pendidikan, komunikasi, transportasi, kesehatan dan lain sebagainya

yang dimiliki ke tiga desa ini, di samping itu ke tiga desa ini merupakan perbatasan

antara kota depok dengan kota-kota besar di Jakarta, sehingga banyak masyarakat yang

bekerja di Jakarta memilih untuk bermukim di Depok. Hal ini dapat terlihat banyaknya

developer permukiman yang membangun perumahan di sekitar Depok.

Gambar 4.9 Penyebaran Sentroid Tahun 1997

54

Gambar 4.10 Penyebaran Sentroid Tahun 2006

Sentroid poligon menggambarkan penyebaran nilai titik tengah (mid point) dari

poligon permukiman. Penyebaran permukiman juga dapat diidentifikasi dari penyebaran

sentroidnya.

Gambar 4.11 Sebaran Permukiman Berdasarkan Sentroid

55

4.5 Hubungan Aksesibilitas Terhadap Permukiman

Hubungan antara aksesibilitas terhadap perkembangan permukiman diperoleh

dari dari buffering pada jalan utama. Jumlah zona buffer tergantung pada pola dan

distribusi permukiman. Sebagai contoh, apabila terbatas hingga zona 4 (jarak 3000-4000

m dari jalan utama) telah mencakup seluruh permukiman maka zona 5 dan seterusnya

tidak digunakan. Luas dan penyebaran permukiman pada tiap zona buffer secara

kumulatif dapat diidentifikasikan dari gambar dibawah ini.

Legenda

Gambar 4.12 Sebaran Permukiman Berdasarkan Jarak

56

Dari gambar di atas dapat dilihat permukiman mulai muncul pada jarak 0-1000

m dari jalan. Hal ini menunjukan perkembangan permukiman yang semakin pesat.

Umumnya, Permukiman cenderung berkembang mengikuti jalan. Permukiman terpusat

pada jarak 100-1000 m dari jalan. Jarak antara permukiman ke jalan sekitar 1 km serta

luas permukiman meningkat sejalan dengan waktu. Sedangkan, pengaruh aksesibilitas

(jalan) terhadap perkembangan permukiman berbeda-beda. Sementara itu, area

permukiman relatif menurun luasnya dengan semakin jauh jaraknya dari jalan, yaitu

mulai pada jarak 1000-2000 m ke jarak yang lebih jauh. Semakin jauh jaraknya dari

aksesibilitas, maka proporsi permukiman cenderung semakin menurun (Gambar 4.12).

57

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

1. Citra Landsat dalam penelitian digunakan untuk memantau (monitoring)

perubahan penutupan penggunaan lahan. Dalam menganalisis suatu citra

dibutuhkan beberapa tahapan diantaranya adalah : klasifikasi, interpretasi

visual citra landsat dan training area. Tahapan yang paling penting adalah

klasifikasi, dengan klasifikasi dapat diketahui tata guna lahan yang ada.

2. Perubahan penggunaan lahan yang terjadi antara tahun 1997-2006 di kota

Depok dengan menggunakan GIS ditemukan data sebagai berikut :

Permukiman meningkat sebanyak 23.986 ha. Lahan Kosong mengalami

penurunan sebesar 5.716 ha. Kebun Campuran mengalami peningkatan

sebesar 16.115 ha. Sawah mengalami penurunan sebesar 69.297 ha.

Sedangkan Semak Belukar meningkat sebesar 45.042 ha.

3. Perkembangan permukiman yang terjadi antara tahun 1997-2006 Hal ini

dikarenakan wilayah depok merupakan kawasan penyangga (hinterland)

bagi kota jakarta. juga disebabkan banyaknya pengembang (developer) dan

banyaknya masyarakat mulai berekspansi mendirikan permukiman disekitar

wilayah Depok.

58

5.2 Saran

Perlu adanya penelitian lanjutan yang sejenis dengan menggunakan citra berresolusi

lebih tinggi seperti SPOT, IKONOS dan QUICKBIRD untuk membandingkan sehingga

diperoleh data yang lebih baik.

59

DAFTAR PUSTAKA

Arsyad, S. 2000. Konversi Tanah dan Air. IPB Press. Bogor.

Ardian, B. 2007. Tinjauan Tentang Kampung Kota. http:// www.p2kp.org/forumprint.asp?mid=29827&catid=23&bagus

Barus, B. 2005. Kamus SIG. Studio Teknologi Informasi Spasial (SOTIS). Bagian

Penginderaan Jauh dan Kortografi Departeman Ilmu Tanahdan Sumber Daya Lahan. IPB. Bogor.

Bambang, S. 2000. Analisis Penggunaan/Penutupan Lahan di Bogor. Penelitian

Bakosurtanal. Cibinong. Bogor. Badan Pusat Statistik. 2006. Kotamadya Depok dalam Angka. BPS-Depok. Depok.

Elly, S. 2006. Perubahan Penggunaan/Penutupan Lahan di Kota Depok Jawa Barat. Skripsi S1. Jurusan Ilmu Tanah. IPB. Bogor.

Estes J.E., Imaging with Photographic and Nonphotographic Sensor System, In :

Remote Sensing Tehciques for Environtmental Analysis, California: Hamilton Publishing Compagny, 1974.

Geomatika07, ITS. 2007. Penginderaan Jauh. http :

//geomatika07.wordpress.com/2007/12/03/penginderaan-jauh/. Hamzah A., (Pusdata). 2004. Resourcesat-1 : Apakah Merupakan Generasi Penerus

Landsat-7 ?. BERITA INDERAJA VOL. III, No. 5. Jensen J.R. 1996. Introductory Digital Image Processing; A Remote Sensing

Perspective, 2nd Edition. Prentice Hall. Upper Saddle River. New Jersey. Kazaz, Charles. 2001. Contaminated Lands-Presentation of Bill 72 Establising New

rules For The Protection and Rehabilitation Of Contaminated Lands. http : //www.Fasken.com//Web/FMDWEBSITE.NSP/0/7A37D65E2DBO9BA185256B360077D36/$File/ENVIROBULLETIN_Flash_ANG.PDF?Open Elemant.

Lillesand, T.M. dan Kiefer, R.W. 1979. Remote Sensing and Image Interpretation.

(Terjemah Dulbahri, Suharsono, P., Hartono, Surharyadi. 1990. Penginderaan Jauh dan Interpretasi Citra). Gajah Mada University Press. Yogyakarta.

60

Lindgren, D.T., Land use Planning and Remote Sensing, Doldrecht: Martinus Nijhoff

Publisher, 1985. Prahasta, E. 2007. Tutorial ArcView. Informatika. Bandung.

Suryo, D. 2007. Penduduk dan Perkembangan Kota Yogyakarta (1900-1990). http://sejarah.fib.ugm.ac.id/artdetail.php?id=14.

Sutanto, prof., Penginderaan jauh, Jilid I, Fakultas Geografi, Gajah Mada University

Press, 1998. Sitorus, J. 2007. Kajian Model Deteksi Perubahan Penutup Lahan Menggunakan Data

Inderaja Untuk Aplikasi Perubahan Lahan Sawah. http://www.lapanrs.com/INOVS/PENLI/view_doc.php?doc_id=255.

Saefulhakim, R.S dan Lutfi I. Nasoetion 1996. Kebijakan Pengendalian Daerah

Beririgrasi Teknis dalam Prosiding Penelitian Tanah No.12 Tahun 1996. Pusat Penelitian Tanah. Bogor.

Suhandak. 1995. Pola Konversi Lahan Sawah dan Keterkaitannya Dengan Pola

Perubahan Struktur Penguasaan Lahan dan Pola Perkembangan Wilayah Jalur Pantura, Studi Kasus di Kabupaten Bekasi, Karawang, Subang dan Indramayu. Skripsi S1 Jurusan Tanah, Fakultas Pertanahan, IPB. Bogor.

Syartinilin. 2001. Karakteristik Pemukiman di DAS Ciliwung Bagian Tengah, Kota

Bogor, Jawa Barat. Skripsi S1. Jurusan Budidaya Pertanian. Fakultas Pertanian. IPB. Bogor.

Wiradisastra, U.S., K. Gandasasmita, B. Barus, M. Ardiyansyahdan K. Munibah. 1999.

Diktat Kuliah Kartografi. Lab. Penginderaan Jauh dan Kortografi. Jurusan Tanah, IPB. Bogor.

Wikipedia, 2007. http://id.wikipedia.org/wiki/Sistem_informasi_geografis.

61

Lampiran 1 Depok 1997. Region All No Band 1 Band 2 Band 3 Band 4 Band 5 Band 6 Band 7 Non Nulls Cell 1 418068 Area In Hectars 2 37626,120 Area in Acres 3 92976,174 Min 4 0,0000 Max 5 235.000 170.000 152.00 164.00 195.000 151.000 182.000 Mean 6 43.526 17.006 18.317 27.694 30.259 70.223 14.317 Median 7 77.00 29.000 26.000 36.000 30.000 133.000 11.000 Std Dev 8 43.114 16.930 18.625 28.084 31.131 69.336 15.728 Std Dev (n-1) 9 69.337 Corr eigenval 10 6.743 0.170 0.061 0.009 0.006 0.003 0.001 Cov eigenval 11 9140.527 91.503 58.403 7.803 3.396 2.940 0.561 Correlation Matrik 1 2 3 4 5 6 7 1 1.000 2 0.997 1.000 3 0.983 0.990 1.000 4 0.964 0.957 0.922 1.000 5 0.966 0.970 0.967 0.953 1.000 6 0.997 0.993 0.975 0.970 0.962 1.000

7 0.920 0.932 0.956 0.857 0.962 0.906 1.000

62

Covarians Matrix 1 1858.858 2 728.044 286.612

3 789.522 312.157 346.890 4 1166.969 455.138 482.396 788.806 5 1296.090 511.099 560.528 833.459

969.139 6 2981.121 1165.790 1259.359 1888.351

2076.633 247.371 7 629.721 248.169 279.933 378.415

471.239 988.439 OIF = Std 5 + Std 4 + Std 2 Cor 5-4 + Cor 4+2 +Cor 2-5 = 31.131 + 28.084 + 16.930 0.966 + 0.970 + 0.990 = 76,145 2,926 = 26,023 Lampiran 2 Depok 2006. Region All No Band 1 Band 2 Band 3 Band 4 Band 5 Band 6 Band 7 Non Nulls Cell 1 1673378 Area In Hectars 2 37651.005 Area in Acres 3 93037.667 Min 4 0,0000 Max 5 255.000

63

Mean 6 13.525 18.683 48.037 48.361 26.287 151.00 174.00 Median 7 0.000 1.000 2.000 2.000 1.000 1.000 2.000 Std Dev 8 24.666 28.819 55.255 54.164 32.885 69.343 15.759 Std Dev (n-1) 9 24.666 55.255 32.885 69.344 15.759 Corr eigenval 10 4.175 0.647 0.134 0.030 0.014 0.003 0.001 Cov eigenval 11 7387.286 800.349 267.998 39.486 12.127 2.900 0.5134 Correlation Matrik 1 2 3 4 5 6 7 1 1.000 2 0.962 1.000 3 0.568 0.582 1.000 4 0.719 0.800 0.875 1.000 5 0.803 0.802 0.911 0.898 1.000 6 0.997 0.993 0.975 0.970 0.962 1.000 7 0.916 0.931 0.954 0.856 0.961 0.905 1.000 Covarians Matrix 1 608.425 684.045 2 684.045 830.547

3 774.156 926.694 3053.156 4 960.139 1248.565 2619.070 2933.693 5 651.540 760.174 1654.795 1599.102

1081.425 OIF = Std 5 + Std 4 + Std 2 Cor 5-4 + Cor 4+2 +Cor 2-5 = 32.885 + 54.164+ 28.819 0.803+ 0.970 + 0.582 = 115,868 2,355 = 49,200

64

RINGKASAN

EVA NOVIANA BUDIYANTI, Evaluasi Perkembangan Permukiman dengan Penginderaan Jauh (Inderaja) Di Kota Depok. Di bawah bimbingan alm. Muji Haryadi, S.Hut., MT dan Nur Aeni Hidayah, SE., MMSI.

Kebijaksanaan dalam pengembangan permukiman di suatu wilayah, biasanya

memerlukan pemantauan berkala, sesuai dengan program pemda yang ada. Informasi

yang biasanya digunakan dalam memantau perubahan yang terjadi adalah melalui peta

berskala 1:5000 dan Foto Udara. Setiap adanya perubahan yang terjadi, dilakukan

pengukuran yang diperoleh untuk keperluan revisi peta dan didukung oleh data potensi

desa. Penginderaan Jauh (Inderaja) dan SIG (Sistem Informasi Geografis) merupakan

alat bantu yang dapat digunakan untuk membantu persoalan yang ada.

Sejak tahun 1976 Kota Depok mulai dipersiapkan untuk kawasan perumahan

(dormitory town) bagi (comutter) yang bekerja di Jakarta. Kota ini terus berkembang

dan mengalami perubahan dan menjadi pusat permukiman, pendidikan, perdagangan

dan jasa. Pada tahun 1999, Depok diresmikan menjadi Kotamadya Daerah Tingkat II

Depok berdasarkan Undang-Undang Republik Indonesia Nomor 15 tahun 1999.

Tujuan dari penelitian ini adalah: (1) Mendeteksi perkembangan permukiman

yang terjadi, berdasarkan Citra Landsat yang berbeda skala, periode dan waktu

pembuatannya, hal ini dijadikan sebagai informasi untuk keperluan evaluasi. (2)

Melakukan evaluasi terhadap arah pertumbuhan permukiman pada daerah studi. (3)

Teknik pengimplementasian dari kedua tujuan di atas menggunakan aplikasi GIS.

Penelitian dilakukan di Kota Depok, Jawa Barat, pemilihan lokasi di lakukan

karena beberapa hal : (1) Letak kota Depok berdampingan dengan beberapa kota besar

di Indonesia, sehingga banyak pekerja yang bekerja di kota besar memilih kota depok

65

untuk bermukim. (2) Banyaknya perubahan yang terjadi di kota Depok, hal ini dapat

dilihat dari banyaknya pusat perbelanjaan serta perumahan di kota Depok.

Penelitian ini menghasilkan beberapa informasi yang dapat digunakan untuk

proses evaluasi oleh pihak terkait. Informasi berhubungan dengan perubahan

penutupan/penggunaan lahan yang terjadi antara tahun 1997-2006. Dalam kurun waktu

10 tahun dari hasil interpretasi citra menghasilkan data perubahan

penutupan/penggunaan lahan sebagai berikut : Permukiman mengalami peningkatan

sebanyak 23.986 ha. Lahan Kosong mengalami penurunan sebesar 5.716 ha. Kebun

Campuran mengalami peningkatan sebesar 16.115 ha. Sawah mengalami penurunan

sebesar 69.297 ha. Sedangkan Semak Belukar meningkat sebesar 45.042 ha.

Kata kunci : Depok, Jawa Barat, Perubahan Penutupan/Penggunaan Lahan,

Interpretasi

program studi sistem informasi fakultas sains dan...

Documents