studi komparasi pemetaan penggunaan penutupan lahan melalui citra landsat dan citra quickbird
DESCRIPTION
hhmmTRANSCRIPT
-
STUDI KOMPARASI PEMETAAN PENGGUNAAN/PENUTUPAN
LAHAN MELALUI CITRA LANDSAT DAN CITRA QUICKBIRD
Studi Kasus: Sub Daerah Aliran Sungai (DAS) Ciliwung Hulu, Bogor
BAMBANG ADE WAHYUDI
A14054173
PROGRAM STUDI MANAJEMEN SUMBERDAYA LAHAN
DEPARTEMEN ILMU TANAH DAN SUMBERDAYA LAHAN
FAKULTAS PERTANIAN
INSTITUT PERTANIAN BOGOR
2011
-
SUMMARY
BAMBANG ADE WAHYUDI. Comparison Study The Mapping of Land
Use/Land Cover through Landsat Image and Quickbird Image. Case Study: Sub-
drainage Area Riverbasin (DAS) Ciliwung Hulu, Bogor. Under supervision of
Khursatul Munibah and Komarsa Gandasasmita.
As the knowledge and technology develop, the satellite image also starts
gaining its popularity as the component of remote sensing data. The Landsat
image has eight spectral channels with spatial resolution 15 m (panchromatic) and
30 m (multispectral). The Quickbird image, a high-resolution image, has spatial
resolution 0,6 m (panchromatic) and 2,4 m (multispectral). The difference of
spatial resolution causes the difference of land use/land cover information among
these two images. The purposes of this research are as follows: a) comparing the
appearance of objects in the image of Quickbird panchromatic, multispectral, and
fusion, b) comparing the results of mapping land use/land cover from Landsat and
Quickbird image fusion, c) analyze the accuracy of geometric objects in the
Quickbird image fusion with the condition in the field.
This research comprises three stages, namely: preparation, data collection,
and data analysis. The preparation stage includes the Landsat image downloading
and the provision of revised Quickbird image with RBI map. Then, the data
collection stage is divided into primary data collection (check field and the
measurement object) and secondary data collection (RBI maps and map the study
area boundary). Lastly, the data analysis stage consists of: object identification on
the Quickbird image fusion, visual interpretation of the land use/land cover based
on Landsat image and Quickbird image, conscientiousness test of the
interpretation outcome, comparison of the polygon number and width of land
use/land cover respectively, consistency of the land use/land cover type, and
regression analysis of the object measurement between the Quickbird image and
on-field measurement.
The object interpretation and identification on the Quickbird image can be
conducted more easily on the fusion image compared to the panchromatic image
and multispectral image. The land use/land cover interpreted from the Landsat
image and Quickbird image respectively consists of 8 and 12 classifications. The
overall accuracy value and kappa value from Quickbird image are 91% and 0,89
respectively. The dominant land use/land cover from Landsat image is housing
(23,75%), while the dominant one from Quickbird image is compound plantation
(26,55%). The types of land use/land cover obtained from the Landsat image and
Quickbird image that possesses high consistency are forest and tea garden, while
the low ones comprise housing and water body. On the level of classification
detail, the Quickbird image has 4 levels of classification, while the Landsat image
only has one level of classification. The object measurement on the Quickbird
image and on-field measurement show a fairly close relation, with R = 0,983.
Proposition for further research is the necessity of succeeding research on
by adding satellite imagery that has a medium spatial resolution such as:
CARTOSAT-1, FORMOSAT-2, RapidEye, SPOT-5, ALOS, and others.
-
RINGKASAN
BAMBANG ADE WAHYUDI. Studi Komparasi Pemetaan
Penggunaan/Penutupan Lahan Melalui Citra Landsat dan Citra Quickbird. Studi
kasus: Sub Daerah Aliran Sungai (DAS) Ciliwung Hulu, Bogor. Di bawah
bimbingan Khursatul Munibah dan Komarsa Gandasasmita.
Seiring dengan berkembangnya ilmu pengetahuan dan teknologi, citra
satelit mulai marak digunakan sebagai komponen data penginderaan jauh. Citra
Landsat memiliki delapan saluran spektral tampak dengan resolusi spasial 15 m
(pankromatik) dan 30 m (multispektral). Citra Quickbird merupakan citra
beresolusi tinggi yang memiliki resolusi spasial 0,6 m (pankromatik) dan 2,4 m
(multispektral). Perbedaan resolusi spasial ini mengakibatkan perbedaaan
informasi penggunaan/penutupan lahan antara kedua citra. Tujuan dari penelitian
ini adalah : a) membandingkan kenampakan objek di citra Quickbird
pankromatik, multispektral, dan fusi, b) membandingkan hasil pemetaan
penggunaan/penutupan lahan dari citra Landsat dan fusi citra Quickbird, c)
menganalisis ketelitian geometrik objek di fusi citra Quickbird dengan kondisi di
lapang.
Penelitian terbagi dalam tiga tahap yaitu : persiapan, pengumpulan data,
dan analisis data. Tahap persiapan meliputi pengunduhan citra Landsat dan
penyediaan citra Quickbird yang telah terkoreksi dengan peta RBI. Tahap
pengumpulan data terbagi menjadi pengumpulan data primer (pengecekan lapang
dan pengukuran objek) serta pengumpulan data sekunder (peta RBI dan peta batas
daerah penelitian). Tahap analisis data yang dilakukan meliputi: identifikasi objek
pada fusi citra Quickbird, interpretasi visual penggunaan/penutupan lahan dari
citra Landsat dan citra Quickbird, uji ketelitian hasil interpretasi, perbandingan
jumlah poligon dan luas masing-masing penggunaan/penutupan lahan, konsistensi
tipe penggunaan/penutupan lahan, serta analisis regresi pengukuran objek pada
citra Quickbird dengan pengukuran objek di lapang.
Identifikasi dan interpretasi objek pada citra Quickbird lebih mudah
dilakukan pada citra fusi dibandingkan dengan citra pankromatik dan citra
multispektral. Tipe penggunaan/penutupan lahan yang diinterpretasi dari citra
Landsat dan citra Quickbird berjumlah masing-masing 8 dan 12 klasifikasi. Nilai
overall accuracy dan nilai kappa dari citra Quickbird masing-masing sebesar 91%
dan 0,89. Penggunaan/penutupan lahan yang dominan dari citra Landsat adalah
pemukiman (23,75%), sedangkan dari citra Quickbird adalah kebun campuran
(26,55%). Tipe penggunaan/penutupan lahan yang diperoleh dari citra Landsat
dan citra Quickbird yang memiliki konsistensi tinggi adalah hutan dan kebun teh,
sedangkan yang rendah adalah pemukiman dan badan air. Pada tingkat kedetailan
klasifikasi, citra Quickbird memiliki 4 tingkat klasifikasi, sedangkan pada citra
Landsat hanya memiliki 1 tingkat klasifikasi saja. Hubungan antara pengukuran
objek pada citra Quickbird dengan di lapang cukup erat yang ditunjukkan dengan
nilai R = 0,983.
Saran untuk penelitian selanjutnya adalah perlunya penelitian lanjutan
dengan menambah citra satelit yang memiliki resolusi spasial menengah seperti:
CARTOSAT-1, FORMOSAT-2, RapidEye, SPOT-5, ALOS, dan lain-lain.
-
STUDI KOMPARASI PEMETAAN PENGGUNAAN/PENUTUPAN
LAHAN MELALUI CITRA LANDSAT DAN CITRA QUICKBIRD
Studi Kasus: Sub Daerah Aliran Sungai (DAS) Ciliwung Hulu, Bogor
Bambang Ade Wahyudi
A14054173
Skripsi
sebagai Salah Satu Syarat untuk Memperoleh Gelar
Sarjana Pertanian
Pada Fakultas Pertanian, Institut Pertanian Bogor
PROGRAM STUDI MANAJEMEN SUMBERDAYA LAHAN
DEPARTEMEN ILMU TANAH DAN SUMBERDAYA LAHAN
FAKULTAS PERTANIAN
INSTITUT PERTANIAN BOGOR
2011
-
LEMBAR PENGESAHAN
Judul Skripsi : Studi Komparasi Pemetaan Penggunaan/Penutupan
Lahan melalui Citra Landsat dan Citra Quickbird.
Studi Kasus: Sub Daerah Aliran Sungai (DAS) Ciliwung
Hulu, Bogor
Nama Mahasiswa : Bambang Ade Wahyudi
Nomor Pokok : A14054173
Menyetujui,
Dosen Pembimbing I Dosen Pembimbing II
(Dr. Khursatul Munibah, M.Sc) (Dr. Ir. Komarsa Gandasasmita, M.Sc)
NIP. 19620515 199003 2 001 NIP. 19550111 197603 1 001
Mengetahui,
Ketua Departemen
(Dr. Ir. Syaiful Anwar, M.Sc)
NIP. 19621113 198703 1 003
Tanggal Lulus:
-
RIWAYAT HIDUP
Penulis lahir di Bukittinggi, Sumatera Barat, pada tanggal 20 Januari 1988.
Penulis merupakan anak keenam dari enam bersaudara dari pasangan Bapak H.
Agustami St. Batuah dan Ibu Dra. Hj. Anita Djabar.
Penulis menyelesaikan pendidikan sekolah dasar pada tahun 1999 di SDN
11 Cimpago Guguak Bulek, Kecamatan Mandiangin Koto Selayan, Bukittinggi.
Kemudian pada tahun 2002, penulis menyelesaikan pendidikan sekolah menengah
pertama di SMPN 5 Bukittinggi. Selanjutnya penulis melanjutkan pendidikan
sekolah menengah atas di SMAN 1 Bukittinggi dan lulus pada tahun 2005.
Pada tahun yang sama (2005), penulis diterima di Tingkat Persiapan
Bersama (TPB) Institut Pertanian Bogor (IPB) melalui jalur Seleksi Penerimaan
Mahasiswa Baru (SPMB) dan pada tahun 2006 diterima di Mayor Manajemen
Sumberdaya Lahan, Departemen Ilmu Tanah dan Sumberdaya Lahan, Fakultas
Pertanian, Institut Pertanian Bogor.
Selama menjalani pendidikan di perguruan tinggi, penulis pernah aktif
dalam Paduan Suara Mahasiswa Agriaswara pada periode 2005-2007 dan
pernah juga mengikuti kegiatan mahasiswa lain seperti panitia dalam kegiatan
Masa Perkenalan Departemen (MPD) tahun 2007, serta sebagai panitia dalam
Semiloka Nasional Geomatika-SAR Nasional tahun 2009. Selain itu, penulis
pernah menjadi asisten pratikum Penginderaan Jauh dan Interpretasi Citra (2009-
2010), asisten pratikum Geomorfologi dan Analisis Lanskap (2009-2010), dan
asisten pratikum Sistem Informasi Geografi (2009-2010).
-
KATA PENGANTAR
Puji syukur penulis ucapkan kepada Allah S.W.T yang telah memberikan
nikmat dan karunia-Nya, sehingga penulis dapat menyelesaikan penelitian dan
skripsi. Skripsi yang berjudul Studi Komparasi Pemetaan
Penggunaan/Penutupan Lahan melalui Citra Landsat dan Citra Quickbird. Studi
Kasus: Sub Daerah Aliran Sungai (DAS) Ciliwung Hulu, Bogor ini merupakan
salah satu syarat untuk mendapatkan gelar sarjana di Mayor Manajemen
Sumberdaya Lahan, Departemen Ilmu Tanah dan Sumberdaya Lahan, Fakultas
Pertanian, Institut Pertanian Bogor.
Pada kesempatan ini, tak lupa penulis ingin menyampaikan ucapan terima
kasih yang sebesar-besarnya kepada:
1. Dr. Khursatul Munibah, M.Sc selaku dosen pembimbing skripsi I yang
telah memberikan banyak bimbingan, pengarahan, serta masukan selama
masa penelitian dan penyusunan skripsi ini.
2. Dr. Ir. Komarsa Gandasasmita, M.Sc selaku dosen pembimbing skripsi II
yang telah memberikan banyak bimbingan, pengarahan, serta masukan
selama penelitian dan penyusunan skripsi ini.
3. Dr. Boedi Tjahjono, M.Sc selaku dosen penguji yang telah memberikan
saran dan masukan dalam penyusunan skripsi.
4. Dr. Ir. Iskandar selaku dosen pembimbing akademik yang memberikan
pengarahan dan bimbingan selama masa perkuliahan.
5. Kedua orang tuaku, Ayahanda H. Agustami St. Batuah dan Ibunda Dra.
Hj. Anita Djabar, atas kasih sayang dan kesabarannya, semoga Allah
S.W.T membalas semua pengorbanan mereka.
6. Kakak-kakakku tercinta: Besty Ineke, Dodi Kurniawan, Ismed Gusno,
Khairi Yanti, dan abangku tersayang Alm. Khairi Yanto, untuk dorongan
semangatnya selama ini.
7. Seluruh staf dan dosen pengajar Departemen Ilmu Tanah dan Sumberdaya
Lahan.
8. Rekan-rekan seperjuangan di Laboratorium Bagian Penginderaan Jauh dan
Informasi Spasial (Ikhsan, Tyo, Yudi, Poppy, Ivong, Atha, Yanti, Icong,
-
dan Luluk) serta staf Laboratorium Bagian Penginderaan Jauh dan
Informasi Spasial (Mas Manijo, Mbak Reni, Mbak Agi, dan Mbak Nurul)
atas dukungan dan bantuan selama ini.
9. Teman-teman komunitas Bujangers (Ali, Andre, Anter, Awank, Bobby,
Carlos, Daniel, Ganda, Geges, Idan, dan Jire) atas segala bantuan,
dukungan, dan canda tawa selama ini.
10. Bang Suraj, Ridho, Decil, Umbara, Hadi, Sendy, Rahardian, dan Linda
atas bantuan dan dukungan selama ini.
11. Teman-teman kosan Pondok AA (Da Roni, Novel, Aat, Aan, Huda, Ibal,
Isan, Luther, Wido, Bowo, Rizky, Anjar, Bedur), dan Wisma Alma (Mas
Erwin, Aziz, Rey, Dendi, Janu, Ajoy, Mas Bilal) atas bantuan dan
dukungan selama ini.
12. Dukungan dan bantuan dari teman-teman Departemen Ilmu Tanah dan
Sumberdaya Lahan (ITSL) serta pihak-pihak yang tidak dapat disebut satu
persatu.
Penulis menyadari bahwa masih banyak terdapat kekurangan pada skripsi
ini. Namun, penulis berharap skripsi ini bermanfaat bagi semua pihak yang
memerlukannya.
Bogor, November 2011
Penulis
-
DAFTAR ISI
Halaman
KATA PENGANTAR ............................................................................................ i
DAFTAR ISI ......................................................................................................... iii
DAFTAR TABEL ................................................................................................. v
DAFTAR GAMBAR ........................................................................................... vii
DAFTAR LAMPIRAN ...................................................................................... viii
I. PENDAHULUAN .............................................................................................. 1
1.1. Latar Belakang ............................................................................................. 1
1.2. Tujuan .......................................................................................................... 2
II. TINJAUAN PUSTAKA ................................................................................... 3
2.1. Penginderaan Jauh ........................................................................................ 3
2.1.1. Citra Landsat ......................................................................................... 3
2.1.2. Citra Quickbird...................................................................................... 5
2.2. Fusi Citra ...................................................................................................... 7
2.3. Penggunaan/penutupan lahan ....................................................................... 7
2.4. Aplikasi Citra Landsat untuk Pemetaan Penggunaan/Penutupan Lahan ..... 8
2.5. Aplikasi Citra Quickbird untuk Pemetaan Penggunaan/Penutupan Lahan .. 8
2.6. Akurasi Hasil Interpretasi Citra ................................................................... 9
2.7. Regresi Linier Sederhana ........................................................................... 10
III. METODE PENELITIAN ............................................................................ 11
3.1. Lokasi dan Waktu Penelitian ..................................................................... 11
3.2. Bahan dan Alat ........................................................................................... 11
3.3. Metode Penelitian....................................................................................... 12
3.3.1. Identifikasi Kenampakan Objek pada Fusi Citra Quickbird ............... 13
3.3.2. Interpretasi Visual Penggunaan/Penutupan Lahan dari Citra Landsat
dan Citra Quickbird ............................................................................ 14
3.3.3. Uji Ketelitian Interpretasi .................................................................... 15
3.3.4. Perbandingan Jumlah Poligon dan Luas Masing-Masing
Penggunaan/Penutupan Lahan ........................................................... 16
3.3.5. Konsistensi Tipe Penggunaan/Penutupan Lahan ................................ 16
-
3.3.6. Tingkat Kedetailan Penggunaan/Penutupan Lahan ............................ 17
3.3.7. Analisis Regresi Pengukuran Objek pada Citra Quickbird dengan
Pengukuran Objek di Lapang ............................................................. 19
IV. HASIL DAN PEMBAHASAN ..................................................................... 20
4.1. Fusi pada Citra Quickbird .......................................................................... 20
4.2. Interpretasi Penggunaan/Penutupan Lahan pada Citra Landsat dan Citra
Quickbird ................................................................................................... 22
4.3. Akurasi Hasil Interpretasi Penggunaan/Penutupan Lahan dari Citra
Quickbird ................................................................................................... 27
4.4. Perbandingan Keluaran (Output) dari Interpretasi melalui Citra Landsat
dan Citra Quickbird ................................................................................... 29
4.4.1. Luas dan Jumlah Poligon dari Masing-Masing Penggunaan/Penutupan
Lahan dari Citra Landsat dan Citra Quickbird ................................... 32
4.4.2. Konsistensi Tipe Penggunaan/Penutupan Lahan yang Bersumber dari
Citra Landsat dan Citra Quickbird ..................................................... 33
4.4.3. Tingkat Kedetailan Klasifikasi Penggunaan/Penutupan Lahan dari
Citra Landsat dan Citra Quickbird ..................................................... 41
4.5. Hubungan antara Pengukuran Objek pada Citra Quickbird dengan
Pengukuran Lapang ................................................................................... 48
V. KESIMPULAN DAN SARAN ...................................................................... 50
5.1. Kesimpulan ................................................................................................ 50
5.2. Saran ........................................................................................................... 50
DAFTAR PUSTAKA...........................................................................................51
LAMPIRAN..........................................................................................................53
-
DAFTAR TABEL
Nomor Halaman
Teks
1. Spesifikasi Satelit Landsat 7 ............................................................................... 4
2. Karakteristik Band Citra Landsat 7 ..................................................................... 5
3. Karakteristik Citra Quickbird .............................................................................. 6
4. Spesifikasi satelit Quickbird ............................................................................... 6
5. Bahan yang Digunakan Dalam Penelitian ........................................................ 12
6. Alat dan Perangkat Lunak yang Digunakan dalam Penelitian .......................... 12
7. Tingkat konsistensi tipe penggunaan/penutupan lahan ..................................... 17
8. Sistem Klasifikasi Penggunaan/Penutupan Lahan untuk digunakan dengan
Data Penginderaan Jauh ................................................................................... 18
9. Tabel kenampakan objek pada citra pankromatik, citra multispektral, dan citra
fusi.21
10. Persentase kenampakan pada citra pankromatik, citra multispektral, dan citra
fusi.22
11. Nilai overall accuracy dari citra Quickbird .................................................... 27
12. Nilai kappa dari citra Quickbird ...................................................................... 28
13.Perbandingan jumlah kelas dan luas masing-masing penggunaan/penutupan
lahan..32
14. Jumlah dan persentase poligon pada citra Landsat dan citra Quickbird ......... 33
15. Konsistensi hutan yang bersumber dari citra Landsat dan citra Quickbird .... 34
16. Konsistensi kebun campuran yang bersumber dari citra Landsat dan citra
Quickbird .......................................................................................................... 35
17.Konsistensi kebun teh yang bersumber dari citra Landsat dan citra Quickbird 36
18.Konsistensi tegalan yang bersumber dari citra Landsat dan citra Quickbird ... 37
19.Konsistensi sawah yang bersumber dari citra Landsat dan citra Quickbird .... 38
20.Konsistensi pemukiman yang bersumber dari citra Landsat dan citra
Quickbird...39
21.Konsistensi badan air yang bersumber dari citra Landsat dan citra Quickbird 40
-
22.Konsistensi tanah kosong yang bersumber dari citra Landsat dan citra
Quickbird .......................................................................................................... 40
23. Konsistensi tipe penggunaan/penutupan lahan yang bersumber dari citra
Landsat dan citra Quickbird 41
24. Pembagian Level Klasifikasi Penggunaan/Penutupan Lahan 42
25. Hasil pengukuran objek pada citra Quickbird dan pengukuran lapang 48
-
DAFTAR GAMBAR
Nomor Halaman
Teks
1. Satelit Landsat ..................................................................................................... 3
2. Satelit Quickbird ................................................................................................. 6
3. Peta Lokasi Penelitian ....................................................................................... 11
4. Diagram Alir Penelitian .................................................................................... 13
5. Sistematik Pengambilan Sampel pada Penggunaan/Penutupan Lahan Kebun
Campuran ......................................................................................................... 16
6. Kenampakan Objek Citra Quickbird pada Citra Pankromatik, Citra
Multispektral, dan Citra Fusi ............................................................................ 20
7. Contoh Kenampakan Objek Pada Citra Landsat, Quickbird, dan Lapang ........ 25
8. Peta Penggunaan/Penutupan Lahan Daerah Aliran Sungai (DAS) Ciliwung
Hulu (Landsat) .................................................................................................. 30
9. Peta Penggunaan/Penutupan Lahan Daerah Aliran Sungai (DAS) Ciliwung
Hulu (Quickbird)...32
10. Peta Penggunaan/Penutupan Lahan Level 1 (Landsat) ................................... 43
11. Peta Penggunaan/Penutupan Lahan Level 1 (Quickbird) ............................... 44
12. Peta Penggunaan/Penutupan Lahan Level 2 (Quickbird) ............................... 45
13. Peta Penggunaan/Penutupan Lahan Level 3 (Quickbird) ............................... 46
14. Peta Penggunaan/Penutupan Lahan Level 4 (Quickbird) ............................... 47
15.Grafik analisis regresi linier sederhana antara pengukuran objek pada citra
dengan pengukuran objek di lapang..49
-
DAFTAR LAMPIRAN
Nomor Halaman
Teks
1. Tabel Uji Lapang............................................................................................... 54
2. Data Statistik Pengukuran Objek Pada Citra dan Lapang ................................. 57
-
1
I. PENDAHULUAN
1.1. Latar Belakang
Seiring dengan berkembangnya ilmu pengetahuan dan teknologi, citra
satelit mulai banyak dimanfaatkan dalam berbagai ilmu. Pada tahun 1972, Earth
Resources Technology Satellite (ERTS-A) dari Amerika Serikat yang kemudian
disebut Landsat 1 merupakan satelit penginderaan jauh pertama. Satelit ini
memiliki resolusi spasial 80 m dan memiliki empat saluran Red Green Blue
(RGB) dan saluran inframerah dekat. Generasi satelit Landsat berikutnya
mengalami peningkatan dalam hal resolusi spasial dan resolusi spektral. Pada
tahun 1999, muncul satelit baru yaitu Landsat 7 yang memiliki 8 saluran spektral
dan resolusi spasial 15 m untuk citra pankromatik dan 30 m untuk citra
multispektral. Saat ini telah banyak satelit baru yang diluncurkan diantaranya
adalah ALOS, IKONOS, Quickbird, OrbView, dan lain-lain yang memiliki
resolusi spasial yang lebih baik dari generasi sebelumnya.
Citra Landsat telah dimanfaatkan oleh pemerintah, swasta, industri, sipil,
dan pendidikan di seluruh dunia. Citra ini digunakan untuk mendukung berbagai
bidang dalam aplikasi seperti: penelitian perubahan iklim global, pertanian,
kehutanan, geologi, manajemen sumberdaya, geografi, pemetaan, hidrologi, dan
oseanografi. Pemetaan penggunaan/penutupan lahan dengan citra Landsat mampu
menyediakan informasi kenampakan objek dan kegiatan manusia di permukaan
bumi.
Quickbird adalah satelit penginderaan jauh komersial milik perusahaan
Amerika Serikat, DigitalGlobe, yang menyediakan produk citra beresolusi tinggi.
Diluncurkan pada tahun 2001, produk ini terdiri dari sensor pankromatik dan
sensor multispektral. Kedua sensor tersebut menghasilkan citra yang memiliki
resolusi spasial berbeda yaitu 0,61 m untuk citra pankromatik dan 2,44 m untuk
citra multispektral. Pada resolusi ini, detail bangunan dan infrastruktur lainnya
terlihat jelas.
Munculnya citra Quickbird ini tentunya memberi harapan bagi praktisi di
bidang planologi, pertanian, kehutanan, pertambangan, dan lain-lain yang
-
2
memerlukan data akurat. Dengan kemampuan citra Quickbird menyajikan data
spasial hingga ketelitian 0,61 m, lokasi pemukiman dapat diidentifikasi per
individu bangunan. Jalan raya dan sungai pun dapat diidentifikasi sebagai poligon.
Pemetaan penggunaan/penutupan lahan dengan citra Quickbird mampu
menyediakan informasi kenampakan objek dan kegiatan manusia di permukaan
bumi secara detail.
Khusus untuk citra Quickbird, penggunaan salah satu citra baik citra
pankromatik maupun citra multispektral terkadang belum cukup untuk
mendapatkan output yang diinginkan karena adanya keterbatasan resolusi spektral
dan resolusi spasial (Nisak, 2010). Oleh karena itu, fusi citra perlu dilakukan
untuk mendapatkan gambar citra yang diinginkan yakni memiliki resolusi spasial
tinggi dan kombinasi Red Green Blue (RGB). Teknik fusi citra yang digunakan
dalam penelitian ini adalah Color Normalized (Brovey). Teknik ini berfungsi
untuk menajamkan gambar dengan menggunakan kombinasi matematis dari citra
multispektral dan citra pankromatik (Vrabel, 1996).
Untuk mengetahui sejauh mana citra satelit mampu menyajikan informasi
penggunaan/penutupan lahan suatu wilayah, perlu dilakukan penelitian
perbandingan. Penelitian ini membandingkan citra Landsat dan citra Quickbird.
Studi komparasi pemetaan penggunaan/penutupan lahan melalui citra Landsat dan
citra Quickbird diharapkan mampu menjawab perbedaan informasi
penggunaan/penutupan lahan tersebut.
1.2. Tujuan
Tujuan dari penelitian ini adalah:
1. Membandingkan kenampakan objek di citra Quickbird pankromatik,
multispektral, dan fusi.
2. Membandingkan hasil pemetaan penggunaan/penutupan lahan dari citra
Landsat dan fusi citra Quickbird.
3. Menganalisis ketelitian geometrik objek di fusi citra Quickbird dengan
kondisi di lapang.
-
3
II. TINJAUAN PUSTAKA
2.1. Penginderaan Jauh
Penginderaan jauh adalah ilmu dan seni untuk memperoleh informasi
tentang suatu objek, daerah, atau fenomena melalui analisis data yang diperoleh
dengan suatu alat tanpa kontak langsung dengan objek, daerah, atau fenomena
yang dikaji (Lillesand & Kiefer, 1999). Defenisi yang lain juga dikemukakan oleh
Konecny (2003) yang mana penginderaan jauh adalah metode untuk memperoleh
informasi dari objek yang jauh tanpa adanya kontak langsung. Dalam aplikasinya,
teknologi penginderaan jauh menggunakan energi elektromagnetik seperti
gelombang radio, cahaya, dan panas sebagai sarana untuk mendeteksi dan
mengukur karakteristik objek atau target (Ho, 2009).
2.1.1. Citra Landsat
Landsat 1 adalah satelit pengamatan bumi pertama kali di dunia (EOS),
yang diluncurkan oleh Amerika Serikat pada tahun 1972. Satelit ini memiliki
kemampuan untuk mengamati bumi jauh dari ruang angkasa, dan merupakan
salah satu perangkat terbaik dalam penginderaan jauh. Setelah Landsat 1, Landsat
2, 3, 4, 5, dan 7 diluncurkan, Landsat 7 saat ini dioperasikan sebagai satelit utama.
Gambar 1. Satelit Landsat
-
4
Landsat 5 dilengkapi dengan multispectral scanner (MSS) dan thematic
mapper (TM). MSS adalah sensor optik yang didesain untuk mengamati radiasi
matahari yang dipantulkan dari permukaan bumi dalam empat band spektral yang
berbeda, dengan menggunakan kombinasi dari sistem optik dan sensor. TM adalah
peralatan observasi canggih yang digunakan dalam MSS. Peralatan ini mengamati
permukaan bumi di tujuh band spektral yang berkisar dari sinar tampak hingga
inframerah termal.
Landsat 7 telah berhasil diluncurkan dari Pangkalan Angkatan Udara
Vandenburg pada tanggal 15 April 1999. Satelit ini dilengkapi dengan instrumen
Enhanced Thematic Mapper Plus (ETM+), penerus TM. Jumlah band dari Landsat
7 sama dengan Landsat 5 sebanyak tujuh band, tetapi pada Landsat 7 ditambahkan
band 8 yaitu band pankromatik dengan resolusi 15 m.
Data Landsat telah digunakan oleh pemerintah, masyarakat komersial,
industri, sipil, dan pendidikan di seluruh dunia. Data tersebut mendukung
berbagai berbagai aplikasi dalam bidang-bidang seperti penelitian perubahan
iklim global, pertanian, kehutanan, geologi, manajemen sumberdaya, geografi,
pemetaan, hidrologi, dan oseanografi. Citra Landsat dapat digunakan dalam
pemetaan perubahan antropogenik dan alamiah di bumi selama periode beberapa
bulan sampai dua dekade. Jenis perubahan yang dapat diidentifikasi meliputi
pembangunan pertanian, penggundulan hutan, bencana alam, urbanisasi, dan
pengembangan dan degradasi sumber daya air (www.satimaging.com, diakses 13
Oktober 2011). Spesifikasi satelit dan karakteristik band citra Landsat 7 disajikan
pada Tabel 1 dan 2.
Tabel 1. Spesifikasi Satelit Landsat 7 Tanggal diluncurkan 15 April 1999, di Pangkalan Angkatan Udara Vandenberg, California
Resolusi Spasial 30 meter
Orbit 705 +/- 5 km (di atas khatulistiwa) sun-synchronous Kecondongan Orbit 98,2 +/- 0,15
Periode Orbit 98.9 menit
Resolusi Temporal 16 hari (233 orbit)
Resolusi 15 hingga 90 meter
Sumber: www.satimaging.com, diakses 13 Oktober 2011
-
5
Tabel 2. Karakteristik Band Citra Landsat 7
Band Rentang Resolusi
Keterangan Spektral () Spasial (m)
1 0,450 - 0,515 30 Didesain untuk menembus badan air,
(biru-hijau) membedaan tanah dan vegetasi, serta
memetakan tipe hutan
(berganti daun/daun jarum)
2 0,525 - 0,605 30 Cocok untuk mengukur nilai reflektan
(hijau) hijau tertinggi pada vegetasi.
Direkomendasikan untuk membedakan
vegetasi dan vigor tanaman
3 0,630 - 0,690 30 Band ini dioperasikan untuk mengukur
(merah) daerah absorpsi klorofil. Baik untuk
mendeteksi jalan, tanah kosong, dan
tipe vegetasi
4 0,775 - 0,900 30 Band ini digunakan untuk mengestimasi
(inframerah dekat) biomassa. Walaupun band ini bisa
memisahkan badan air dari vegetasi dan
membedakan kelembaban tanah, tetapi
tidak efektif untuk identifikasi jalan pada
TM3
5 1,550 - 1,750 30 Band 5 dipertimbangkan sebagai band
(inframerah menengah) tunggal terbaik dari semua band. Band
ini bisa membedakan jalan, tanah kosong,
dan air. Band ini juga mendukung kontras
yang baik dalam membedakan tipe vegetasi
dan paling baik dalam menembus kabut
dan atmosfir
6 10,40 - 12,50 60 Band ini merespon radiasi termal yang
(inframerah termal) diemisikan oleh target. Radiasi termal
erat hubungannya dengan kelembaban
tanah dan temperatur vegetasi baik untuk
mengukur stress tanaman akibat panas
dan pemetaan termal
7 2,090 - 2,35 30 Band ini baik dalam membedakan tipe
(inframerah menengah) batuan dan mineral serta untuk interpretasi
tutupan vegetasi dan kelembaban tanah
8 0,520 - 0,900 15 Band ini diperuntukan untuk mempertinggi
(pankromatik) resolusi dan meningkatkan kemampuan
deteksi
Sumber: www.geocomm.com, diakses 13 Oktober 2011
2.1.2. Citra Quickbird
Quickbird adalah satelit resolusi tinggi dan dioperasikan oleh
DigitalGlobe. Menggunakan sensor BGIS 2000, Quickbird mengumpulkan data
citra dengan detail tingkat resolusi piksel sebesar 0,61 m. Satelit ini merupakan
sumber data lingkungan yang berguna untuk analisis perubahan penggunaan
lahan, pertanian, dan iklim hutan.
-
6
Gambar 2. Satelit Quickbird
Kemampuan pencitraan Quickbird juga dapat diterapkan pada sejumlah
industri, termasuk eksplorasi dan produksi minyak dan gas, rekayasa dan
konstruksi, serta studi lingkungan (www.satimaging.com, diakses 13 Oktober
2011). Karakteristik citra dan spesifikasi satelit Quickbird disajikan pada Tabel 3
dan 4.
Tabel 3. Karakteristik Citra Quickbird
Resolusi Pankromatik: 61 cm (nadir) sampai 72 cm (25 off-nadir)
Multispektral: 2,44 m (nadir) sampai 2,88 m (25 off-nadir)
Band Citra
Pankromatik: 450 - 900 nm
Biru: 450 - 520 nm
Hijau: 520 - 600 nm
Merah: 630 - 690 nm
Inframerah Dekat: 760-900 nm
Tabel 4. Spesifikasi satelit Quickbird
Resolusi Pankromatik: 61 cm (nadir) sampai 72 cm (25 off-nadir)
Multispektral: 2,44 m (nadir) sampai 2,88 m (25 off-nadir)
Band Citra
Pankromatik: 450 - 900 nm
Biru: 450 - 520 nm
Hijau: 520 - 600 nm
Merah: 630 - 690 nm
Inframerah Dekat: 760-900 nm
-
7
2.2. Fusi Citra
Fusi citra adalah proses dimana dua atau lebih gambar digabungkan
menjadi satu gambar dengan mempertahankan fitur penting dari masing-masing
gambar asli (Hill et al, 2002). Sedangkan menurut Liu dan Mason (2009), fusi
citra adalah perpaduan citra komposit warna yang memiliki resolusi spasial lebih
rendah dengan citra pankromatik yang memiliki resolusi lebih tinggi sehingga
menghasilkan citra komposit warna beresolusi tinggi. Tujuan utama untuk fusi
citra adalah untuk mengingkatkan kualitas informasi yang terkandung pada
gambar output dalam proses yang dikenal sebagai sinergi. Sebuah studi dilakukan
oleh Michell (2010) tentang teknik fusi citra dan aplikasi yang ada menunjukkan
bahwa fusi citra dapat memberikan kita dengan gambar output dengan
peningkatan kualitas. Dalam hal ini, manfaat dari fusi citra meliputi:
1. Memperluas jangkauan operasi
2. Memperpanjang cakupan spasial dan temporal
3. Mengurangi ketidakpastian
4. Meningkatkan kehandalan
5. Menguatkan kinerja sistem
6. Kompak dalam penyajian informasi
Ada tiga macam teknik yang digunakan untuk fusi citra yaitu: penggantian
intensitas (melalui transformasi RGB-HIS), transformasi Brovey, dan SFIM.
2.3. Penggunaan/penutupan lahan
Penggunaan lahan dan penutupan lahan memiliki defenisi yang berbeda.
Menurut Lillesand dan Kiefer (1999), istilah penutupan lahan berkaitan dengan
jenis kenampakan yang ada di permukaan bumi. Sedangkan istilah penggunaan
lahan berkaitan dengan kegiatan manusia pada bidang lahan tertentu. Konecny
(2003) menyatakan bahwa penutupan lahan menggambarkan penampilan fisik
dari permukaan bumi. Sementara itu, penggunaan lahan diartikan sebagai kategori
lahan yang berhubungan dengan hak penggunaan tanah tersebut secara ekonomi.
-
8
2.4. Aplikasi Citra Landsat untuk Pemetaan Penggunaan/Penutupan Lahan
Parwati et al, (2004) menggunakan citra Landsat 7 ETM dengan resolusi
spasial 30 x 30 m untuk memetakan penutupan lahan. Klasifikasi penutupan lahan
dilakukan secara digital. Teknik klasifikasi yang digunakan adalah metode
supervised. Langkah awal adalah membentuk training sample tersebut secara
statistik. Dengan bantuan training sample tersebut dilakukan proses klasifikasi
secara digital, dimana objek dengan nilai statistik terdekat dikelompokkan
menjadi kelas sesuai dengan kelas training sample yang diambil.
Dalam penelitian Lisnawati dan Wibowo (2007), jenis penutupan lahan
yang diidentifikasi dari citra Landsat dijadikan dasar untuk menginterpretasi jenis
penggunaan lahan pada masing-masing penutupan lahan tersebut. Hasil penetapan
jenis penggunaan lahan tersebut selanjutnya akan digunakan untuk mendeteksi
perubahan penggunaan lahan. Proses interpretasi jenis penutupan lahan didasarkan
pada kondisi lapangan yang diperoleh dari pengecekan lapang.
2.5. Aplikasi Citra Quickbird untuk Pemetaan Penggunaan/Penutupan
Lahan
Venus (2008) mengklasifikasikan penutupan lahan di Kecamatan Rumpin,
Kabupaten Bogor, dengan menggunakan citra Quickbird. Kecamatan Rumpin
memiliki 19 kelas tipe penutupan lahan yang dapat diidentifikasi berdasarkan
klasifikasi secara kualitatif (interpretasi visual) yaitu awan, bayangan awan,
danau/empang, kebun campuran, perkebunan kelapa, padang rumput, pemukiman,
industri/kantor/sekolah, rawa, sawah, semak belukar, sungai, tanah kosong,
tegakan akasia, perkebunan karet, tegakan pulai, hutan, jalan, dan tanah rusak.
Tetapi berdasarkan analisis secara kuantitatif (digital), Kecamatan Rumpin
memiliki 10 tipe kelas penutupan lahan yaitu badan air, sawah, pemukiman,
vegetasi lebat, kebun campuran, perkebunan, lahan terbuka, padang rumput, awan,
dan bayangan awan.
Martono (2009) mengidentifikasi sebaran dan luas tata guna lahan dan
jaringan jalan setiap Rukun Wilayah (RW) di Desa Cibatok, Bogor, menggunakan
data penginderaan jauh Quickbird dan mengkaji keanekaragamannya berdasarkan
perhitungan nilai Entropy. Perhitungan nilai Entropy dilakukan untuk dua jenis
-
9
fenomena yaitu penggunaan lahan dan jaringan jalan setiap RW. Semakin banyak
jumlah peluang penggunaan lahan dan jaringan jalan dan semakin rata sebaran
luas atau jenis pemanfaatannya, nilai Entropy semakin besar.
2.6. Akurasi Hasil Interpretasi Citra
Kebutuhan untuk menilai akurasi dari peta yang dihasilkan dari data
penginderaan jauh, telah menjadi universal dan diakui sebagai komponen proyek
yang tidak terpisahkan (Congalton, 2000). Dalam beberapa tahun terakhir,
sebagian besar proyek membutuhkan tingkat akurasi tertentu yang dicapai untuk
proyek dan peta yang dianggap akan sukses. Dengan mempekerjakan data
penginderaan jauh sebagai lapisan aplikasi luas dari sistem informasi geografis
(SIG), kebutuhan untuk penilaian semacam itu telah menjadi penting bahkan lebih
kritis. Ada sejumlah alasan mengapa penilaian ini sangat penting, termasuk:
Kebutuhan untuk melakukan evaluasi diri dan belajar dari kesalahan Anda
Kemampuan untuk membandingkan metode / algoritma / analis kuantitatif
Keinginan untuk menggunakan peta yang dihasilkan / informasi spasial
dalam beberapa proses pengambilan keputusan
Martono (2008) berkesimpulan bahwa penggunaan metode analisis digital
citra satelit Hybrid (Supervised) Classification untuk mendeteksi penyebaran
lahan sawah dan penggunaan/penutupan lahan telah menghasilkan tingkat
ketelitian (accuracy) analisis yang tertinggi karena dalam analisis dan klasifikasi
citra tersebut telah mempertimbangkan masukan keterpisahan nilai spektral dan
data informasi lapangan (hybrid classification). Informasi baku tentang tingkat
ketelitian/kebenaran hasil analisis data digital ini sangat penting dan berguna bagi
pemanfaatan data dan aplikasi bagi pengguna.
Menurut Wibowo (2010), ketelitian klasifikasi adalah ketepatan dan
keakuratan peta dalam pendeteksian dan pengidentifikasian suatu objek.
Perhitungan ketelitian klasifikasi peta tutupan lahan dilakukan dengan
menghitung nilai kappa dari matriks konfusi dengan menggunakan data inspeksi
lapangan (ground truth) sebagai referensi validasi. Adapun perancangan matriks
konfusi adalah dengan cara membuat tabulasi silang (crosstab) antara data hasil
-
10
interpretasi (data peta tutupan lahan) dengan data sebenarnya (data inspeksi
lapangan. Nilai kappa adalah tingkat ketelitian dari suatu klasifikasi.
2.7. Regresi Linier Sederhana
Analisis regresi merupakan salah satu uji statistika yang memiliki dua
jenis pilihan model yaitu linear dan non linear. Model linear memiliki dua sifat
yaitu regresi sederhana dan regresi berganda dengan kurva yang dihasilkan
membentuk garis lurus, sedangkan untuk model non linear dalam parameternya
bersifat kuadratik dan kubik dengan kurva yang dihasilkan membentuk garis
lengkung (Yusnandar,2004).
Analisis regresi merupakan sebuah alat statistik yang memberikan
penjelasan tentang pola hubungan (model) antara dua variabel atau lebih (Draper
& Smith, 1992). Dalam analisis regresi, dikenal dua jenis variabel yaitu:
Variabel respon disebut juga variabel dependent yaitu variabel yang
keberadaannya dipengaruhi oleh variabel lainnya dan dinotasikan dengan
Y
Variabel prediktor disebut juga variabel independent yaitu variabel yang
bebas (tidak dipengaruhi oleh variabel lainnya) dan dinotasikan dengan X
-
11
III. METODE PENELITIAN
3.1. Lokasi dan Waktu Penelitian
Lokasi penelitian terletak di Daerah Aliran Sungai (DAS) Ciliwung,
Cisarua, Kabupaten Bogor, Jawa Barat. Penelitian berlangsung dari bulan Maret
2010 sampai dengan Bulan Mei 2011. Pengolahan data dan citra dilakukan di
Laboratorium Bagian Penginderaan Jauh dan Informasi Spasial, Departemen Ilmu
Tanah dan Sumberdaya Lahan, Fakultas Pertanian, Institut Pertanian Bogor. Peta
lokasi penelitian disajikan pada Gambar 3.
Gambar 3. Peta Lokasi Penelitian
3.2. Bahan dan Alat
Bahan dan alat yang digunakan dalam penelitian ini masing-masing
disajikan pada Tabel 5 dan 6.
-
12
Tabel 5. Bahan yang Digunakan Dalam Penelitian No. Data Sumber Fungsi
1 Citra Landsat tahun 2006 http://glovis.usgs.gov/ Data primer
2 Citra Quickbird tahun 2006
Data primer
3
Peta Rupa Bumi (RBI) skala
1:25.000 lembar Ciawi (1209-141)
dan lembar Cisarua (1209-142)
BAKOSURTANAL Data sekunder
4 Peta batas daerah penelitian Janudianto, 2004 Data sekunder
5 Peta penggunaan/penutupan lahan Janudianto, 2004 Data sekunder
Tabel 6. Alat dan Perangkat Lunak yang Digunakan dalam Penelitian No. Alat dan perangkat lunak Fungsi
1 ArcView 3.3 dan ArcGIS 9.3 Analisis data spasial berbasis
Sistem Informasi Geografis (SIG)
2 ENVI 4.4, ErMapper 6.4, dan
ERDAS IMAGINE 9.1
Analisis citra (Fusi dan Mosaik)
3 Frame and Fill IDL 7.0 Menghilangkan stripping pada citra
Landsat ETM+
4 Microsoft Excel Editing data atribut dan analisis statistik
5 Global PositioningSystem (GPS) Menentukan titik plot objek survei lapang
6 Meteran/pita ukur Mengukur panjang dan lebar objek
3.3. Metode Penelitian
Metode penelitian terbagi dalam tiga tahap yaitu persiapan, pengumpulan
data, dan analisis data. Tahap persiapan meliputi pengunduhan citra Landsat dan
penyediaan citra Quickbird yang telah terkoreksi dengan peta RBI. Matching
dilakukan untuk menyamakan batas wilayah antara kedua citra.
Pengumpulan data terbagi menjadi pengumpulan data primer dan
pengumpulan data sekunder. Tahap pengumpulan data primer meliputi
pengecekan lapang dan pengukuran objek. Pengecekan lapang bertujuan untuk
mengecek kebenaran hasil interpretasi dan menambah informasi yang tidak dapat
diperoleh dari citra. Pengukuran objek dilakukan pada objek yang nampak jelas
pada citra. Adapun objek-objek di lapangan tersebut adalah panjang jalan, lebar
jalan, panjang jembatan, dan lebar jembatan. Sedangkan, pengumpulan data
sekunder meliputi peta RBI daerah penelitian (lembar Cisarua dan Ciawi) serta
peta batas wilayah penelitian dari penelitian sebelumnya (Janudianto, 2004).
Metode penelitian digambarkan pada Gambar 4.
-
13
Citra Landsat
terkoreksi
Citra Quickbird
terkoreksi
Matching
Interpretasi
penggunaan/
penutupan
lahan
Peta penggunaan/
penutupan lahan
sementara (Landsat)
Peta penggunaan/
penutupan lahan
sementara (Quickbird)
Pengecekan
lapang
Analisis penggunaan/
penutupan lahan pada
citra Landsat dan citra
Quickbird
Peta
penggunaan/
penutupan
lahan akhir
(Landsat)
Peta
penggunaan/
penutupan
lahan akhir
(Quickbird)
Fusi
Brovey
Pengukuran
objek
Analisis regresi pengukuran
objek pada citra Quickbird
dengan pengukuran objek
di lapang
Perhitungan overall
accuracy dan nilai
Kappa
Overlay
Gambar 4. Diagram Alir Penelitian
3.3.1. Identifikasi Kenampakan Objek pada Fusi Citra Quickbird
Fusi citra Quickbird antara pankromatik dan multispektral dilakukan
dengan teknik Brovey. Fusi citra ini bertujuan untuk menghasilkan citra gabungan
yang memiliki kombinasi Red Green Blue (RGB) beresolusi spasial tinggi. Dalam
penelitian ini, fusi citra hanya dilakukan pada citra Quickbird karena ketersediaan
data yang ada. Adapun rumus Brovey yang digunakan adalah:
Sumber: http://www.geol.hu/data/online_help/UsingCNSpectralSharpening.html, diakses 25
November 2011
-
14
3.3.2. Interpretasi Visual Penggunaan/Penutupan Lahan dari Citra Landsat dan Citra Quickbird
Interpretasi visual penggunaan/penutupan lahan dari citra Landsat dan citra
Quickbird dilakukan dengan pendekatan unsur-unsur interpretasi (Lillesand &
Kiefer, 1999), yaitu:
1. Bentuk; adalah konfigurasi atau kerangka suatu objek. Bentuk beberapa
objek demikian mencirikan sehingga citranya dapat diidentifikasi langsung
hanya berdasarkan kriteria ini.
2. Ukuran; objek pada foto udara harus dipertimbangkan sehubungan dengan
skala foto.
3. Pola; adalah hubungan susunan spasial objek. Pengulangan bentuk umum
tertentu atau hubungan merupakan karakteristik bagi banyak objek
alamiah maupun bangunan, dan akan memberikan suatu pola yang
membantu penafsir untuk mengenali objek tersebut.
4. Bayangan; penting bagi penafsir dalam dua hal bertentangan, yaitu: (a)
bentuk atau kerangka bayangan dapat memberikan gambaran profil suatu
objek (dapat membantu interpretasi), dan (b) objek dibawah bayangan
hanya dapat memantulkan sedikit cahaya dan sukar diamati pada foto
(menghalangi interpretasi).
5. Rona; adalah warna atau kecerahan relatif objek pada foto. Tanpa
perbedaan rona, bentuk, pola, dan tekstur, suatu objek tidak dapat diamati.
6. Tekstur; adalah frekuensi perubahan rona pada citra fotografi. Tekstur
merupakan hasil gabungan dari bentuk, ukuran, pola, bayangan, dan rona.
7. Situs; atau lokasi objek dalam hubungannya dengan objek yang lain, dapat
berguna untuk membantu pengenalan suatu objek.
Hasil dari interpretasi tersebut menghasilkan peta penggunaan/penutupan
lahan citra Landsat dan peta penggunaan/penutupan lahan citra Quickbird yang
berbeda tingkat kedetilannya. Hasil dari interpretasi ini didukung dengan data
pengecekan lapang.
-
15
3.3.3. Uji Ketelitian Interpretasi
Uji ketelitian hasil interpretasi dilakukan dengan membandingkan hasil
interpretasi dari citra Quickbird dengan kondisi di lapang. Pengecekan lapang
diperlukan untuk menghitung nilai overall accuracy dan nilai kappa dari
interpretasi citra Quickbird. Tujuan dari menghitung nilai overall accuracy dan
nilai kappa adalah untuk menguji kualitas klasifikasi. Rumus dari overall
accuracy adalah:
keterangan:
O = nilai overall accuracy
A = total ketepatan klasifikasi B = jumlah klasifikasi
Adapun rumus untuk menghitung nilai kappa menurut persamaan Jensen
(1986) adalah:
keterangan:
N = jumlah data pengamatan
= total kolom ke ii
= total perkalian jumlah baris dengan jumlah kolom
-
16
3.3.4. Perbandingan Jumlah Poligon dan Luas Masing-Masing
Penggunaan/Penutupan Lahan
Berdasarkan hasil interpretasi visual yang didukung dengan pengecekan
lapang diperoleh perbedaan jumlah poligon dan luas dari masing-masing
penggunaan/penutupan lahan yang bersumber dari citra Landsat dan citra
Quickbird. Jumlah poligon dapat menggambarkan kedetailan hasil interpretasi
pada citra Landsat dan citra Quickbird, sedangkan luas dapat memberikan
dominansi informasi tipe penggunaan/penutupan lahan dari citra Landsat dan citra
Quickbird.
3.3.5. Konsistensi Tipe Penggunaan/Penutupan Lahan
Konsistensi ini bertujuan untuk mengetahui kekonsistenan tipe
penggunaan/penutupan lahan dari citra Landsat dan citra Quickbird pada suatu
lokasi. Teknik pengambilan sampel dilakukan secara sistematik pada setiap tipe
penggunaan/penutupan lahan yang mengacu pada persebaran poligon dengan
ukuran yang berbeda. Dalam hal ini ukuran poligon ditentukan berdasarkan pada
luas maksimal (L), luas rata-rata (M), dan luas terkecil (S). Sebagai contoh,
sistematik pengambilan sampel salah satu penggunaan/penutupan lahan (kebun
campuran) disajikan pada Gambar 5.
Gambar 5. Sistematik Pengambilan Sampel pada Penggunaan/Penutupan Lahan
Kebun Campuran
-
17
Tingkat konsistensi tipe penggunaan/penutupan lahan dapat diketahui dari
persentase luas penggunaan/penutupan lahan yang dominan pada masing-masing
klasifikasi di setiap ukuran poligon. Lebih lengkapnya disajikan pada Tabel 7.
Tabel 7. Tingkat konsistensi tipe penggunaan/penutupan lahan
No Kelas Rentang Persentase (%)
1 Tidak Konsisten (TK) 0 - 25%
2 Agak Konsisten (AK) 25 - 50%
3 Konsisten (K) 50 - 75%
4 Sangat Konsisten (SK) 75 - 100%
3.3.6. Tingkat Kedetailan Penggunaan/Penutupan Lahan
Tingkat kedetailan penggunaan/penutupan lahan mengacu pada sistem
klasifikasi United States Geological Survey (USGS). Penyusunan sistem
multitingkat dilakukan karena tingkat kerincian data dapat diperoleh dari hasil
penginderaan jauh yang berbeda bergantung pada sistem sensor dan resolusi
citranya (Lillesand & Kiefer, 1999). Sistem ini membagi tingkatan klasifikasi
penggunaan/penutupan lahan menjadi 4 tingkatan (tingkat I, II, III, dan tingkat
IV). Tingkat I dan II ditetapkan oleh USGS. Sedangkan untuk tingkat III dan IV
ditetapkan oleh pengguna lokal berdasarkan sistem USGS, mengingat bahwa
kategori pada tiap tingkat harus dapat dikelompokkan ke dalam kategori pada
tingkat yang lebih tinggi (Anderson et al, 1976). Pembagian level klasifikasi
penggunaan/penutupan lahan disajikan pada Tabel 8.
-
18
Tabel 8. Sistem Klasifikasi Penggunaan/Penutupan Lahan untuk digunakan
dengan Data Penginderaan Jauh
No. Tingkat 1 Tingkat 2
1 Perkotaan atau Lahan
Bangunan 1.1. Pemukiman
1.2. Perdagangan dan Jasa
1.3. Industri
1.4. Transportasi, Komunikasi, dan Umum
1.5. Kompleks Industri dan Perdagangan
1.6. Perkotaan Campuran atau Lahan Bangunan
1.7. Perkotaan atau Lahan Bangunan Lainnya
2 Lahan Pertanian 2.1. Tanaman Semusim dan Padang Rumput
2.2. Daerah Buah-buahan, Jeruk, Anggur, Labu Bibit, dan Tanaman
Hias
2.3. Tempat Pengembalaan Terkurung
2.4. Lahan Pertanian Lainnya
2.5. Lahan Tanaman Obat
3 Lahan peternakan 3.1. Lahan Peternakan Semak dan Belukar
3.2. Lahan Peternakan Campuran
4 Lahan hutan 4.1. Lahan Hutan Gugur Daun Musiman
4.2. Lahan Hutan Selalu Hijau
4.3. Lahan Hutan Campuran
5 Air 5.1. Sungai dan Kanal
5.2. Danau
5.3. Waduk
5.4. Teluk dan Muara
6 Lahan Basah 6.1. Lahan Hutan Basah
6.2. Lahan Basah Bukan Hutan
7 Lahan Gundul 7.1. Dataran Garam Kering
7.2. Gisik
7.3. Daerah Berpasir Selain Gisik
7.4. Batuan Singkapan Gundul
7.5. Tambang Terbuka, Pertambangan, dan Tambang Kerikil
7.6. Daerah Peralihan
7.7. Lahan Gundul Campuran
8 Padang Lumut 8.1. Padang Lumut Semak Belukar
8.2. Padang Lumut Tumbuhan Obat
8.3. Padang Lumut Lahan Gundul
8.4. Padang Lumut Basah
8.5. Padang Lumut Campuran
9 Es atau Salju Abadi 9.1. Lapangan Salju Abadi
9.2. Glasier
Sumber: Lillesand & Kiefer, 1999
-
19
3.3.7. Analisis Regresi Pengukuran Objek pada Citra Quickbird dengan
Pengukuran Objek di Lapang
Pada pengecekan lapang dilakukan juga pengambilan data pengukuran
objek dengan menggunakan meteran/pita ukur. Objek yang diukur berupa lebar
jalan, lebar jembatan dan panjang jembatan. Hasil pengukuran objek tersebut
dihubungkan dengan pengukuran objek yang sama pada citra untuk dihitung nilai
regresi linier sederhananya. Rumusnya adalah sebagai berikut:
Y = a + bX
keterangan:
Y = peubah tak bebas (pengukuran objek di lapang)
X = peubah bebas (pengukuran objek di citra)
a = konstanta
b = kemiringan
-
20
IV. HASIL DAN PEMBAHASAN
4.1. Fusi pada Citra Quickbird
Analisis visual kenampakan objek pada citra pankromatik, citra
multispektral, dan citra fusi disajikan pada Gambar 6 dan Tabel 9.
Objek Pankromatik Multispektral Fusi
Pemukiman
Sawah
Hutan
Tegalan
Kebun campuran
Tanah kosong
Badan air
-
21
Objek Pankromatik Multispektral Fusi
Kebun teh 2
Jalan raya
Rumput
Kebun teh 1
Sungai
Gambar 6. Kenampakan Objek Citra Quickbird pada Citra Pankromatik, Citra
Multispektral, dan Citra Fusi
Tabel 9. Tabel kenampakan objek pada citra pankromatik, citra multispektral, dan
citra fusi
Objek Pankromatik Multispektral Fusi
Pemukiman VV VV VVV
Sawah VV VV VVV
Hutan VV VV VVV
Tegalan VV V VVV
Kebun campuran VV V VVV
Tanah kosong V VV VVV
Badan air VV VV VVV
Kebun teh 2 V VV VVV
Jalan raya VV V VVV
Rumput V VV VVV
Kebun teh V VV VVV
Sungai VV V VVV
keterangan: V = cukup jelas, VV = jelas, VVV = Sangat jelas
-
22
Pada Gambar 6 dan Tabel 9 menunjukkan bahwa kenampakan objek pada
citra fusi sangat jelas untuk semua objek yang diidentifikasi. Hal ini terjadi karena
kombinasi citra pankromatik dan multispektral menghasilkan citra fusi yang
memberikan kenampakan objek yang berwarna dengan resolusi spasial yang lebih
tinggi. Secara teori, mata manusia dapat membedakan tingkat warna lebih banyak
daripada membedakannya dalam bentuk tingkat keabuan. Interpretasi pada citra
pankromatik jelas tampak pada gambar, namun hanya memiliki tingkat keabuan
saja. Sehingga identifikasi objek mengalami kendala dalam menentukan jenis
objek yang terdapat pada citra dari segi rona. Sedangkan interpretasi pada citra
multispektral cukup jelas tampak pada citra. Meskipun citra multispektral
memiliki keunggulan pada tingkat warna, namun memiliki kelemahan dari segi
ukuran. Lebih jelasnya, citra multispektral memiliki resolusi spektral yang lebih
rendah dibandingkan dengan citra pankromatik.
Persentase kenampakan sangat jelas (VVV) pada citra fusi mencapai
100%. Hal ini menunjukkan bahwa interpretasi objek lebih mudah dilakukan pada
citra fusi. Sedangkan pada citra pankromatik dan citra multispektral, kemudahan
interpretasi termasuk ke dalam kategori jelas (VV) dan cukup jelas (V) masing-
masing sebesar 67% dan 33% (Tabel 10). Persentase kenampakan pada citra
pankromatik, citra multispektral, dan citra fusi disajikan pada Tabel 10.
Tabel 10. Persentase kenampakan pada citra pankromatik, citra multispektral, dan
citra fusi
Kenampakan objek Pankromatik Multispektral Fusi
V 33% 33% 0%
VV 67% 67% 0%
VVV 0% 0% 100%
4.2. Interpretasi Penggunaan/Penutupan Lahan pada Citra Landsat dan
Citra Quickbird
Tipe penggunaan/penutupan lahan yang diinterpretasi dari citra Landsat
dan citra Quickbird berjumlah masing-masing 8 dan 12 klasifikasi. Adapun
karakteristik masing-masing tipe penggunaan/penutupan lahan citra dan di lapang
diuraikan sebagai berikut.
-
23
Pemukiman pada citra Landsat memiliki bentuk yang menyerupai bidang
datar dengan pola mengelompok dan memanjang di pinggir jalan dan sungai.
Umumnya bertekstur halus dan berwarna merah keungu-unguan. Pemukiman
pada citra Quickbird tergambar jelas, baik letak, jarak, susunan, dan kondisinya.
Kepadatan pemukiman juga terlihat jelas terutama di wilayah yang datar. Tekstur
pemukiman pada citra tergolong agak kasar serta warnanya yang tergantung dari
jenis atap yang digunakan. Di lapangan, pemukiman meliputi tempat tinggal,
pertokoan, perkantoran, rumah ibadah, serta pabrik.
Sawah pada citra Landsat bertekstur halus serta berwarna hijau muda,
magenta dan biru. Polanya mengelompok terutama di daerah yang memiliki
pasokan air irigasi yang cukup. Sedangkan sawah pada citra Quickbird lebih
mudah dikenali karena petakan, saluran irigasi, dan teras sawah terlihat jelas.
Tekstur dan warna kenampakannya beragam tergantung dari kondisi sawah dan
fase perkembangan tanaman padi. Di lapangan, sawah meliputi sawah irigasi dan
sawah tadah hujan.
Tegalan pada citra Landsat didominasi oleh warna magenta dengan
campuran hijau, putih dan kuning. Bertekstur agak kasar serta berpola
mengelompok berdampingan dengan penggunaan/penutupan lahan yang lain
seperti sawah, pemukiman, dan kebun campuran. Pada citra Quickbird, tegalan
memiliki tekstur dan pola yang sama dengan citra Landsat. Warna tegalan pun
tergantung pada kondisi tanaman yang dibudidayakan. Di lapangan, tegalan
dominan ditanami oleh tanaman palawija dan tanaman hortikultura.
Kebun campuran berwarna hijau bercampur magenta pada citra Landsat.
Bertekstur kasar serta berpola menyebar dan bercampur dengan
penutupan/penggunaan lahan lainnya. Pada citra Quickbird, kebun campuran
berwarna hijau dan polanya menyebar lebih merata dibandingkan pada citra
Landsat. Teksturnya kasar serta ukuran tajuk pohon terlihat jelas pada citra. Di
lapangan, kebun campuran umumnya berbentuk wanatani (agroforestri).
Hutan pada citra Landsat berwarna hijau gelap serta bertekstur kasar.
Polanya mengelompok dan terletak di daerah dataran tinggi dan pegunungan. Igir-
igir yang terdapat di sekitar Daerah Aliran Sungai (DAS) dapat dilihat dengan
jelas. Sedangkan hutan pada citra Quickbird bertekstur kasar karena ukuran dan
-
24
jarak tajuk yang terlihat jelas. Kenampakan pola dan warna hutan pada citra
Quickbird sama dengan yang ada pada citra Landsat. Di lapangan, hutan terdapat
di sekitar kaki gunung dan daerah reservoir.
Kebun teh pada citra Landsat bertekstur halus, berpola mengelompok,
serta berwarna hijau muda dan magenta. Terletak di dataran tinggi dan
bersebelahan dengan penutupan/penggunaan lahan yang lainnya seperti hutan,
kebun campuran dan pemukiman. Pada citra Quickbird, kebun teh bertekstur agak
kasar, berwarna hijau muda dan berpola mengelompok. Kondisi perkembangan
tanaman teh dapat terlihat jelas. Di lapangan, kebun teh terletak di dataran tinggi
dan sekitar lereng pegunungan.
Tanah kosong terlihat berwarna merah dan ungu pada citra Landsat.
Teskturnya halus dan memiliki pola mengelompok. Terletak diantara
penutupan/penggunaan yang lain seperti hutan dan kebun teh. Pada citra
Quickbird, lahan terbuka terlihat berwarna kuning kecoklatan dan bertekstur
halus. Berpola menyebar dan hampir merata di sepanjang daerah penelitian. Di
lapangan, tanah lapang dikategorikan ke tanah kosong.
Badan air pada citra Landsat berwarna biru dan bertekstur halus serta
mempunyai pola menyebar terutama di daerah cekungan. Sedangkan pada citra
Quickbird, badan air bertekstur halus, berwarna hitam, dan memiliki pola yang
sama dengan citra Landsat. Badan air di lapangan berupa situ dan kolam.
Selain penutupan/penggunaan lahan yang telah dijelaskan diatas, ada
beberapa penutupan/penggunaan lahan yang tidak teridentifikasi pada citra
Landsat, tetapi dapat diinterpretasi pada citra Quickbird. Penutupan/penggunaan
lahan tersebut antara lain rumput, sungai, jalan raya, serta kebun teh 2.
Rumput pada citra Quickbird berwarna hijau, bertekstur halus, serta
berpola menyebar. Sebagian rumput ada yang ditanam, sebagian lagi merupakan
rumput alami (tanpa campur tangan manusia). Di lapangan, rumput meliputi
rumput budidaya (ditanami) dan rumput alami.
Sungai memiliki tekstur yang halus, berwarna hitam, serta berpola
memanjang dan berkelok-kelok (meander) pada citra Quickbird. Sungai di
lapangan terdiri dari sungai induk dan anak sungai.
-
25
Jalan raya pada citra Quickbird bertekstur agak halus dan berwarna abu-
abu. Polanya pun umumnya memanjang, akan tetapi sebagian ada yang lurus dan
ada yang berkelok-kelok tergantung pada kondisi geomorfologi medan. Di
lapangan, jalan raya dibagi menjadi jalan tol, jalan lokal, dan jalan kecamatan.
Kebun teh 2 yang terdapat pada citra Quickbird merupakan istilah yang
digunakan untuk kenampakan kebun teh yang sedang mengalami masa
pemangkasan. Memiliki tekstur yang agak kasar serta warna yang hijau agak
kecokelatan. Polanya pun mengelompok dan berada tidak jauh dari kebun teh. Di
lapangan, kebun teh 2 mengalami pergantian pemotongan secara berkala.
Contoh kenampakan objek pada citra Landsat, Quickbird dan lapang
disajikan pada Gambar 7.
Interpretasi Landsat Quickbird Lapang
Badan Air
Hutan
Kebun campuran
Kebun teh 1
Pemukiman
-
26
Interpretasi Landsat Quickbird Lapang
Sawah
Tanah kosong
Tegalan
Jalan raya
Sungai
Rumput
Kebun teh 2
Gambar 7. Contoh Kenampakan Objek Pada Citra Landsat, Quickbird, dan
Lapang
-
27
4.3. Akurasi Hasil Interpretasi Penggunaan/Penutupan Lahan dari Citra
Quickbird
Tabel nilai overall accuracy dan kappa dari citra Quickbird, masing-
masing disajikan pada Tabel 11 dan Tabel 12
Tabel 11. Nilai overall accuracy dari citra Quickbird
KK KS
To
UA Kc Sw Tg Pm Ht Kt 1 Rm Tk Sg Jr Kt 2 Ba
Kc 14 0 1 0 0 0 0 0 0 0 0 0 15 93%
Sw 0 8 1 0 0 0 0 0 0 0 0 0 9 89%
Tg 1 0 3 0 0 0 0 1 0 0 0 0 5 60%
Pm 1 0 0 40 0 0 0 0 0 0 0 0 41 98%
Ht 0 0 0 0 3 0 0 0 0 0 0 0 3 100%
Kt 1 0 0 0 0 0 1 0 0 0 0 0 0 1 100%
Rm 0 0 0 0 0 0 6 0 0 0 0 0 6 100%
Tk 0 0 1 0 0 0 2 8 0 0 0 1 12 67%
Sg 0 0 0 0 0 0 0 0 2 0 0 0 2 100%
Jr 0 0 0 0 0 0 0 0 0 4 0 0 4 100%
Kt 2 0 0 0 0 0 0 0 0 0 0 1 0 1 100%
Ba 0 0 0 0 0 0 0 0 0 0 0 1 1 100%
To 16 8 6 40 3 1 8 9 2 4 1 2 100
PA 88% 100% 50% 100% 100% 100% 75% 89% 100% 100% 100% 50%
Keterangan:
KK = Kategori Klasifikasi Tk = Tanah kosong
KS = Klasifikasi Sebenarnya Sg = Sungai
Kc = Kebun campuran Jr = Jalan raya
Sw = Sawah Kt 2 = Kebun teh 2
Tg = Tegalan Ba = Badan air
Pm = Pemukiman To = Total
Ht = Hutan PA = Producers Accuracy Kt 1 = Kebun teh 1 UA = Users Accuracy Rm = Rumput
-
28
Tabel 12. Nilai kappa dari citra Quickbird
KK KS
To
UA Kc Sw Tg Pm Ht Kt 1 Rm Tk Sg Jr Kt 2 Ba
Kc 14 0 1 0 0 0 0 0 0 0 0 0 15 93%
Sw 0 8 1 0 0 0 0 0 0 0 0 0 9 89%
Tg 1 0 3 0 0 0 0 1 0 0 0 0 5 60%
Pm 1 0 0 40 0 0 0 0 0 0 0 0 41 98%
Ht 0 0 0 0 3 0 0 0 0 0 0 0 3 100%
Kt 1 0 0 0 0 0 1 0 0 0 0 0 0 1 100%
Rm 0 0 0 0 0 0 6 0 0 0 0 0 6 100%
Tk 0 0 1 0 0 0 2 8 0 0 0 1 12 67%
Sg 0 0 0 0 0 0 0 0 2 0 0 0 2 100%
Jr 0 0 0 0 0 0 0 0 0 4 0 0 4 100%
Kt 2 0 0 0 0 0 0 0 0 0 0 1 0 1 100%
Ba 0 0 0 0 0 0 0 0 0 0 0 1 1 100%
To 16 8 6 40 3 1 8 9 2 4 1 2 100
PA 88% 100% 50% 100% 100% 100% 75% 89% 100% 100% 100% 50%
Keterangan:
KK = Kategori Klasifikasi Tk = Tanah kosong
KS = Klasifikasi Sebenarnya Sg = Sungai
Kc = Kebun campuran Jr = Jalan raya
Sw = Sawah Kt 2 = Kebun teh 2
Tg = Tegalan Ba = Badan air
Pm = Pemukiman To = Total
Ht = Hutan PA = Producers Accuracy Kt 1 = Kebun teh 1 UA = Users Accuracy Rm = Rumput
Pada Tabel 11 menunjukkan nilai overall accuracy pada interpretasi citra
Quickbird sebesar 91%, berarti secara keseluruhan persentase kebenaran nilai
piksel yang diklasifikan dianggap tepat. Dan pada Tabel 12 menunjukkan nilai
-
29
kappa pada interpretasi citra Quickbird sebesar 0,89, berarti interpretasi
penggunaan/penutupan lahan pada citra Quickbird dianggap teliti.
Perbedaan nilai overall accuracy dengan nilai kappa disebabkan oleh
persamaan matematika yang digunakan dalam masing-masing rumus. Dapat
dilihat pada Tabel 11, perhitungan nilai overall accuracy hanya melibatkan total
klasifikasi (kuning) dan jumlah kolom ketepatan klasifikasi (biru). Hal ini
menyebabkan angka faktor pembilang lebih besar pada perhitungan nilai overall
accuracy. Sedangkan pada Tabel 12 menunjukkan perhitungan nilai kappa tidak
hanya melibatkan total klasifikasi dan jumlah ketepatan klasifikasi. Namun, total
klasifikasi pada kategori klasifikasi dan klasifikasi sebenarnya juga diikut sertakan
dalam proses perhitungan. Sehingga angka faktor pembilang pada nilai kappa
lebih kecil dibandingkan dengan angka faktor pembilang nilai overall accuracy.
4.4. Perbandingan Keluaran (Output) dari Interpretasi melalui Citra Landsat
dan Citra Quickbird
Dari hasil interpretasi visual dari citra Landsat dan citra Quickbird,
diperoleh peta penggunaan/penutupan lahan citra Landsat (Gambar 8) dan peta
penggunaan/penutupan lahan citra Quickbird (Gambar 9). Masing-masing peta
penggunaan/penutupan lahan dilengkapi data luas, persentase, dan jumlah poligon
yang akan dibandingkan keluarannya (output) dari citra Landsat dan citra
Quickbird.
-
30
Gambar 8. Peta Penggunaan/Penutupan Lahan Daerah Aliran Sungai (DAS)
Ciliwung Hulu (Landsat)
-
31
Gambar 9. Peta Penggunaan/Penutupan Lahan Daerah Aliran Sungai (DAS)
Ciliwung Hulu (Quickbird)
-
32
4.4.1. Luas dan Jumlah Poligon dari Masing-Masing
Penggunaan/Penutupan Lahan dari Citra Landsat dan Citra
Quickbird
Jumlah kelas penggunaan/penutupan lahan dari citra Landsat dan citra
Quickbird masing-masing 8 kelas dan 11 kelas. Juga dengan luas dari masing-
masing kelas berbeda seperti yang disajikan pada Tabel 13.
Tabel 13. Perbandingan jumlah kelas dan luas masing-masing
penggunaan/penutupan lahan
No
Citra Landsat Citra Quickbird
Tipe LU/LC Luas
Tipe LU/LC Luas
(Ha) (%) (Ha) (%)
1 Pemukiman 1601.30 23.75 Pemukiman 1010.73 14.99
2 Sawah 1525.65 22.63 Sawah 1260.08 18.69
3 Tegalan 1296.13 19.22 Tegalan 1232.97 18.29
4 Kebun
Campuran 1145.40 16.99
Kebun
Campuran 1789.79 26.55
5 Hutan 863.31 12.80 Hutan 773.43 11.47
6 Kebun Teh 295.18 4.38 Kebun Teh 265.82 3.94
7 Tanah Kosong 12.94 0.19 Tanah Kosong 109.15 1.62
8 Badan Air 2.43 0.04 Badan Air 2.79 0.04
9 Rumput 209.54 3.11
10 Sungai 49.91 0.74
11 Jalan Raya 38.17 0.57
Total 6742.34 100.00 Total 6742.39 100.00
Pada Tabel 13 menunjukkan perbedaan jumlah klasifikasi antara citra
Landsat dan citra Quickbird terjadi karena informasi penggunaan/penutupan lahan
pada citra Quickbird lebih detail jika dibandingkan dengan citra Landsat. Salah
satu faktor yang menyebabkan perbedaan ini adalah nilai resolusi spasial yang
berlainan.
Perbedaan luas yang terjadi pada beberapa poligon yang sama disebabkan
karena detail lekukan dalam digitasi. Dapat kita lihat pada Tabel 13, luas poligon
yang dominan pada citra Landsat adalah pemukiman (1601,30 ha). Sedangkan
pada citra Quickbird, luas poligon yang dominan adalah kebun campuran
(1789,79 ha).
-
33
Perbedaan jumlah poligon citra Landsat dengan citra Quickbird terjadi
karena pengaruh resolusi spasial, skala, dan unsur interpretasi. Sebagai contoh,
pemukiman pada citra Landsat terlihat menyatu sehingga batas antara pemukiman
yang satu dengan yang lain tidak terlihat. Sedangkan pada citra Quickbird,
pemukiman dapat diinterpretasi baik struktur dan bentuknya karena batas
pemukiman terlihat jelas. Hal ini lah yang mengakibatkan jumlah poligon pada
citra Quickbird lebih banyak jika dibandingkan dengan citra Landsat.
Tingkat kedetailan informasi penggunaan/penutupan lahan dapat diperoleh
dari jumlah poligon disajikan pada Tabel 14.
Tabel 14. Jumlah dan persentase poligon pada citra Landsat dan citra Quickbird
No.
Citra Landsat Citra Quickbird
Tipe LU/LC Poligon
% Tipe LU/LC Poligon
%
1 Badan Air 2 3.39 Badan Air 22 0.23
2 Hutan 6 10.17 Hutan 21 0.22
3 Kebun
Campuran 11 18.64
Kebun
Campuran 2114 21.75
4 Kebun Teh 3 5.08 Kebun Teh 1 7 0.07
5 Pemukiman 15 25.42 Pemukiman 4114 42.32
6 Sawah 15 25.42 Sawah 562 5.78
7 Tanah Kosong 1 1.69 Tanah Kosong 699 7.19
8 Tegalan 6 10.17 Tegalan 1127 11.59
9 Rumput 1045 10.75
10 Sungai 6 0.06
11 Jalan Raya 3 0.03
12 Kebun Teh 2 1 0.01
Total 59 100.00 Total 9721 100.00
4.4.2. Konsistensi Tipe Penggunaan/Penutupan Lahan yang Bersumber dari
Citra Landsat dan Citra Quickbird
Pada Tabel 15 menunjukkan bahwa tiga poligon hutan di citra Landsat
terdiri dari tujuh kelas penggunaan/penutupan lahan dari citra Quickbird yaitu
hutan, kebun teh 1, tegalan, sawah, kebun campuran, pemukiman, dan tanah
kosong. Penggunaan/penutupan lahan hutan pada citra Landsat di ketiga ukuran
poligon (L, M, S) didominasi oleh penggunaan/penutupan lahan hutan pada citra
Quickbird masing-masing sebesar 92,63%, 84,13%, dan 98,35%. Hal ini
menunjukkan bahwa tingkat konsistensi penggunaan/penutupan lahan hutan
-
34
antara citra Landsat dan Quickbird termasuk dalam kategori sangat konsisten.
Faktor yang mempengaruhi tingkat konsistensi ini adalah tingginya tingkat
homogenitas tipe penggunaan/penutupan lahan. Yang dimaksud dengan tingkat
homogenitas disini adalah mengelompoknya salah satu tipe
penggunaan/penutupan lahan dalam suatu cakupan wilayah.
Tabel 15. Konsistensi hutan yang bersumber dari citra Landsat dan citra
Quickbird
No. Landsat Quickbird
Besar (L) Sedang (M) Kecil (S)
Luas Luas Luas
(ha) (%) (ha) (%) (ha) (%)
1 Hutan Hutan 393.42 92.63 27.92 84.13 9.51 98.35
Kebun Teh 1 20.66 4.86 1.90 5.72
Tegalan 5.53 1.30 2.38 7.19 0.01 0.06
Sawah 3.37 0.79 0.74 2.22 0.15 1.59
Kebun Campuran 1.68 0.40 0.21 0.63
Pemukiman 0.09 0.02 0.02 0.07
Tanah Kosong 0.01 0.03
Pada Tabel 16 menunjukkan bahwa tiga poligon kebun campuran di citra
Landsat terdiri dari sembilan kelas penggunaan/penutupan lahan dari citra
Quickbird yaitu kebun campuran, tegalan, pemukiman, sawah, rumput, tanah
kosong, sungai, jalan raya, dan hutan. Penggunaan/penutupan lahan kebun
campuran pada citra Landsat di ketiga ukuran poligon (L, M, S) didominasi oleh
penggunaan/penutupan lahan kebun campuran pada citra Quickbird masing-
masing sebesar 50,77%, 35,44%, dan 37,78%. Hal ini menunjukkan bahwa
tingkat konsistensi penggunaan/penutupan lahan kebun campuran antara citra
Landsat dan Quickbird termasuk dalam kategori konsisten (L) dan agak konsisten
(M dan S). Faktor yang mempengaruhi tingkat konsistensi ini adalah rendahnya
tingkat homogenitas tipe penggunaan/penutupan lahan.
Pada poligon kebun campuran ukuran L (Landsat) didominasi oleh kebun
campuran, tegalan, dan pemukiman (Quickbird). Selanjutnya pada ukuran M
didominasi oleh kebun campuran, tegalan, dan sawah. Pada ukuran S didominasi
oleh kebun campuran, sawah, dan tegalan. Hal ini sangat mungkin terjadi karena
keempat tipe penggunaan/penutupan lahan tersebut saling membaur satu sama lain
-
35
sehingga sulit dibedakan di citra Landsat tetapi mudah dibedakan pada citra
Quickbird.
Tabel 16. Konsistensi kebun campuran yang bersumber dari citra Landsat dan
citra Quickbird
No. Landsat Quickbird
Besar (L) Sedang (M) Kecil (S)
Luas Luas Luas
(ha) (%) (ha) (%) (ha) (%)
2 Kebun Campuran Kebun Campuran 173.97 50.77 36.64 35.44 17.51 37.78
Tegalan 82.03 23.94 21.22 20.52 9.02 19.46
Pemukiman 45.21 13.19 8.27 8.00 1.46 3.14
Sawah 15.47 4.52 15.38 14.87 10.46 22.56
Rumput 12.97 3.78 6.81 6.58 0.35 0.76
Tanah Kosong 7.94 2.32 1.19 1.15 0.24 0.51
Sungai 2.98 0.87 1.04 1.00
Jalan Raya 2.09 0.61
Hutan 12.86 12.43 7.32 15.80
Pada Tabel 17 menunjukkan bahwa tiga poligon kebun teh di citra Landsat
terdiri dari sembilan kelas penggunaan/penutupan lahan dari citra Quickbird yaitu
kebun teh 1, hutan, tegalan, kebun campuran, pemukiman, sawah, kebun teh 2,
tanah kosong, dan rumput. Penggunaan/penutupan lahan kebun teh pada citra
Landsat di ketiga ukuran poligon (L, M, S) didominasi oleh
penggunaan/penutupan lahan kebun teh pada citra Quickbird, masing-masing
sebesar 66,19%, 71,16%, dan 92,24%. Penggunaan/penutupan lahan kebun teh
pada citra Landsat di ketiga ukuran poligon (L, M, S) didominasi oleh
penggunaan/penutupan lahan kebun teh 1 pada citra Quickbird, masing-masing
sebesar 66,19%, 71,16%, dan 92,94%. Hal ini menunjukkan bahwa tingkat
konsistensi penggunaan/penutupan lahan kebun teh antara citra Landsat dan
Quickbird termasuk dalam kategori konsisten (L dan M) dan sangat konsisten (S).
Sama seperti penggunaan/penutupan lahan hutan, faktor yang mempengaruhi
tingkat konsistensi ini adalah tingkat homogenitas tipe penggunaan/penutupan
lahan yang cukup tinggi.
-
36
Tabel 17. Konsistensi kebun teh yang bersumber dari citra Landsat dan citra
Quickbird
No. Landsat Quickbird
Besar (L) Sedang (M) Kecil (S)
Luas Luas Luas
(ha) (%) (ha) (%) (ha) (%)
3 Kebun Teh Kebun Teh 1 128.71 66.19 43.94 71.16 36.23 92.94
Hutan 26.77 13.77 13.55 21.95 1.84 4.71
Tegalan 19.51 10.04 1.62 2.62
Kebun Campuran 14.67 7.54 1.73 2.80
Pemukiman 2.67 1.37 0.16 0.26 0.36 0.92
Sawah 1.74 0.90 0.71 1.15
Kebun Teh 2 0.20 0.10
Tanah Kosong 0.18 0.09 0.56 1.43
Rumput 0.04 0.07
Pada Tabel 18 menunjukkan bahwa tiga poligon tegalan di citra Landsat
terdiri dari sebelas kelas penggunaan/penutupan lahan dari citra Quickbird yaitu
tegalan, kebun campuran, sawah, pemukiman, tanah kosong, rumput, jalan raya,
badan air, sungai, kebun teh 1, dan hutan. Penggunaan/penutupan tegalan pada
citra Landsat di ketiga ukuran poligon (L, M, S) didominasi oleh
penggunaan/penutupan lahan tegalan pada citra Quickbird, masing-masing
sebesar 51,06%, 45,33%, dan 30,20%. Hal ini menunjukkan bahwa tingkat
konsistensi penggunaan/penutupan lahan tegalan antara citra Landsat dan citra
Quickbird termasuk dalam kategori konsisten (L) dan agak konsisten (M dan S).
Faktor yang mempengaruhi tingkat konsistensi ini adalah rendahnya tingkat
homogenitas tipe penggunaan/penutupan lahan.
Pada poligon tegalan ukuran L (Landsat) didominasi oleh tegalan, kebun
campuran, dan sawah (Quickbird). Selanjutnya pada ukuran M didominasi oleh
tegalan, kebun campuran, pemukiman, dan sawah. Pada ukuran S didominasi oleh
tegalan dan kebun campuran. Hal ini mungkin terjadi karena keempat tipe
penggunaan/penutupan lahan tersebut saling membaur satu dengan yang lain
sehingga sulit dibedakan di citra Landsat tetapi mudah dibedakan pada citra
Quickbird.
-
37
Tabel 18. Konsistensi tegalan yang bersumber dari citra Landsat dan citra
Quickbird
No. Landsat Quickbird
Besar (L) Sedang (M) Kecil (S)
Luas Luas Luas
(ha) (%) (ha) (%) (ha) (%)
4 Tegalan Tegalan 220.84 51.06 92.99 45.33 15.72 30.20
Kebun Campuran 118.30 27.35 51.85 25.28 13.51 25.96
Sawah 55.51 12.83 22.98 11.20 3.90 7.50
Pemukiman 26.16 6.05 25.08 12.22 3.98 7.65
Tanah Kosong 8.73 2.02 4.30 2.09 0.34 0.65
Rumput 2.59 0.60 7.95 3.88
Jalan Raya 0.19 0.04
Badan Air 0.18 0.04
Sungai 0.05 0.01
Kebun Teh 1 12.10 23.25
Hutan 2.49 4.79
Pada Tabel 19 menunjukkan bahwa tiga poligon sawah di citra Landsat
terdiri dari sembilan kelas penggunaan/penutupan lahan dari citra Quickbird yaitu
sawah, kebun campuran, pemukiman, tegalan, sungai, rumput, tanah kosong, jalan
raya, dan badan air. Penggunaan/penutupan sawah pada citra Landsat di ketiga
ukuran poligon (L, M, S) didominasi oleh penggunaan/penutupan lahan sawah
dan kebun campuran, masing-masing sebesar 43,28%, 55,85%, dan 30,37%. Hal
ini menunjukkan bahwa tingkat konsistensi penggunaan/penutupan lahan sawah
antara citra Landsat dan citra Quickbird termasuk kedalam kategori agak
konsisten (L dan S) dan konsisten (M). Sama seperti penggunaan/penutupan lahan
kebun campuran dan tegalan, faktor yang mempengaruhi tingkat konsistensi ini
adalah rendahnya tingkat homogenitas tipe penggunaan/penutupan lahan.
Pada poligon sawah ukuran L (Landsat) didominasi oleh sawah, kebun
campuran, dan pemukiman (Quickbird). Selanjutnya pada ukuran M didominasi
oleh sawah, kebun campuran, pemukiman, dan tegalan. Pada ukuran S didominasi
oleh kebun campuran, sawah, pemukiman, dan sungai. Hal ini mungkin terjadi
karena kelima tipe penggunaan/penutupan lahan tersebut saling membaur satu
dengan yang lain sehingga sulit dibedakan di citra Landsat tetapi mudah
dibedakan pada citra Quickbird.
-
38
Tabel 19. Konsistensi sawah yang bersumber dari citra Landsat dan citra
Quickbird
No. Landsat Quickbird
Besar (L) Sedang (M) Kecil (S)
Luas Luas Luas
(ha) (%) (ha) (%) (ha) (%)
5 Sawah Sawah 227.15 43.28 48.25 55.85 5.68 27.03
Kebun Campuran 147.49 28.10 21.24 24.58 6.38 30.37
Pemukiman 54.80 10.44 9.02 10.44 4.85 23.11
Tegalan 43.46 8.28 9.02 10.44
Sungai 24.30 4.63 2.63 12.51
Rumput 14.67 2.79 0.26 0.30 0.91 4.33
Tanah Kosong 9.10 1.73 0.23 0.26 0.23 1.09
Jalan Raya 3.61 0.69
Badan Air 0.31 0.06 0.33 1.56
Pada Tabel 20 menunjukkan bahwa pemukiman di citra Landsat terdiri
dari sebelas kelas penggunaan/penutupan lahan dari citra Quickbird yaitu
pemukiman, kebun campuran, tegalan, sawah, rumput, tanah kosong, jalan raya,
hutan, sungai, badan air, dan kebun teh 1. Penggunaan/penutupan lahan
pemukiman pada citra Landsat di ketiga ukuran poligon (L, M, S) didominasi oleh
penggunaan/penutupan lahan pemukiman, tegalan, dan kebun campuran pada citra
Quickbird, masing-masing sebesar 35,96%, 29,84%, dan 36,28%. Hal ini
menunjukkan bahwa tingkat konsistensi penggunaan/penutupan lahan pemukiman
antara citra Landsat dan Quickbird termasuk dalam kategori agak konsisten (L dan
S) dan tidak konsisten (M). Sama seperti penggunaan/penutupan lahan sawah,
kebun campuran dan tegalan, faktor yang mempengaruhi tingkat konsistensi ini
adalah rendahnya tingkat homogenitas tipe penggunaan/penutupan lahan.
Pada poligon pemukiman ukuran L (Landsat) didominasi oleh
pemukiman, kebun campuran, dan tegalan (Quickbird). Selanjutnya pada ukuran
M didominasi oleh tegalan, pemukiman, dan kebun campuran. Pada ukuran S
didominasi oleh kebun campuran, sawah, pemukiman, dan tegalan. Hal ini
mungkin terjadi karena keempat tipe penggunaan/penutupan lahan tersebut saling
membaur satu dengan yang lain sehingga sulit dibedakan di citra Landsat tetapi
mudah dibedakan pada citra Quickbird.
-
39
Tabel 20. Konsistensi pemukiman yang bersumber dari citra Landsat dan citra
Quickbird
No. Landsat Quickbird
Besar (L) Sedang (M) Kecil (S)
Luas Luas Luas
(ha) (%) (ha) (%) (ha) (%)
6 Pemukiman Pemukiman 250.23 35.96 8.61 20.12 3.61 25.29
Kebun Campuran 188.00 27.01 7.90 18.46 5.17 36.28
Tegalan 98.15 14.10 12.77 29.84 1.61 11.31
Sawah 61.82 8.88 2.22 5.19 3.82 26.80
Rumput 48.73 7.00
Tanah Kosong 29.18 4.19 1.30 3.03 0.05 0.32
Jalan Raya 9.14 1.31
Hutan 5.34 0.77 1.30 3.03
Sungai 4.88 0.70
Badan Air 0.49 0.07
Kebun Teh 1 9.55 22.32
Pada Tabel 21 menunjukkan bahwa dua poligon badan air di citra Landsat
terdiri dari empat kelas penggunaan/penutupan lahan dari citra Quickbird yaitu
tegalan, badan air, pemukiman, dan kebun campuran. Penggunaan/penutupan
lahan badan air pada citra Landsat di kedua ukuran poligon (L dan S) didominasi
oleh penggunan/penutupan lahan tegalan dan pemukiman pada citra Quickbird,
masing-masing sebesar 79,30% dan 62,37%. Hal ini menunjukkan bahwa tingkat
konsistensi penggunaan/penutupan lahan badan air antara citra Landsat dan
Quickbird termasuk dalam kategori tidak konsisten (L) dan agak konsisten (S).
Faktor yang mempengaruhi tingkat konsistensi ini adalah rendahnya tingkat
homogenitas tipe penggunaan/penutupan lahan.
Pada poligon badan air ukuran L (Landsat) didominasi oleh tegalan dan
badan air (Quickbird). Pada ukuran S didominasi oleh pemukiman dan badan air.
Hal ini mungkin terjadi karena ketiga tipe penggunaan/penutupan lahan tersebut
saling membaur satu dengan yang lain sehingga sulit dibedakan di citra Landsat
tetapi mudah dibedakan pada citra Quickbird.
-
40
Tabel 21. Konsistensi badan air yang bersumber dari citra Landsat dan citra
Quickbird
No. Landsat Quickbird
Besar (L) Sedang (M) Kecil (S)
Luas Luas Luas
(ha) (%) (ha) (%) (ha) (%)
7 Badan Air Badan Air 0.36 20.70 0.24 34.81
Tegalan 1.39 79.30
Pemukiman 0.42 62.37
Kebun Campuran 0.02 2.81
Pada Tabel 22 menunjukkan bahwa tanah kosong di citra Landsat terdiri
dari empat kelas penggunaan/penutupan lahan dari citra Quickbird yaitu kebun teh
2, kebun teh 1, hutan, dan kebun campuran. Penggunaan/penutupan lahan tanah
kosong pada citra Landsat di satu ukuran poligon (L) di dominasi oleh
penggunaan/penutupan lahan kebun teh 2 pada citra Quickbird sebesar 52,73%.
Hal ini menunjukkan bahwa tingkat konsistensi penggunaan/penutupan lahan
tanah kosong antara citra Landsat dan Quickbird termasuk dalam kategori tidak
konsisten (L). Faktor yang mempengaruhi tingkat konsistensi ini adalah
rendahnya tingkat homogenitas tipe penggunaan/penutupan lahan.
Pada poligon tanah kosong ukuran L (Landsat) didominasi oleh kebun teh
2 dan kebun teh 1 (Quickbird). Hal ini mungkin terjadi karena kedua tipe
penggunaan/penutupan lahan tersebut hanya terdeteksi di citra Quicbird sehingga
pada citra Landsat terinterpretasi sebagai penggunaan/penutupan lahan tanah
kosong.
Tabel 22. Konsistensi tanah kosong yang bersumber dari citra Landsat dan citra
Quickbird
No. Landsat Quickbird
Besar (L) Sedang (M) Kecil (S)
Luas Luas Luas
(ha) (%) (ha) (%) (ha) (%)
7 Tanah Kosong Kebun Teh 2 6.82 52.73
Kebun Teh 1 5.04 38.93
Hutan 0.91 7.00
Kebun Campuran 0.17 1.33
Secara keseluruhan, konsistensi tipe penggunaan/penutupan lahan yang
bersumber dari citra Landsat dan citra Quickbird ditunjukkan pada Tabel 23. Tipe
-
41
penggunaan/penutupan lahan yang memiliki kekonsistenan yang tinggi adalah
hutan dan kebun teh. Sedangkan tipe penggunaan/penutupan lahan yang memiliki
kekonsistenan yang rendah adalah pemukiman dan badan air.
Tabel 23. Konsistensi tipe penggunaan/penutupan lahan yang bersumber dari citra
Landsat dan citra Quickbird
No. Landsat Quickbird
Besar (L) Sedang (M) Kecil (S)
Persen Ket
Persen Ket
Persen Ket
(%) (%) (%)
1 Hutan Hutan 92.63 SK 84.13 SK 98.35 SK
2 Kebun Campuran Kebun Campuran 50.77 K 35.44 AK 37.78 AK
3 Kebun Teh Kebun Teh 66.19 K 71.16 K 92.94 SK
4 Pemukiman Pemukiman 35.96 AK 20.12 TK 25.29 TK
5 Sawah Sawah 43.28 AK 55.85 K 27.03 AK
6 Tegal