Pemetaan Batas Wilayah Darat Penggunaan Lahan Dari Citra Landsat. Studi Kasus : Kabupaten Jombang

Transkripsi

1 Pemetaan Batas Wilayah Darat Penggunaan Lahan Dari Citra Landsat. Studi Kasus : Kabupaten Jombang Abstrak Muhammad Tenang Ukur 1, Nana Ramadijanti, S.Kom, M.Kom 2, Arif Basofi S.Kom, MT, OCA² Mahasiswa 1, Dosen 2 Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh Nopember Kampus PENS-ITS Keputih Sukolilo Surabaya Telp (+62) , , Fax. (+62) t3nkur@gmail.com Pemetaan adalah proses pengukuran, perhitungan dan penggambaran permukaan bumi (terminologi geodesi) dengan menggunakan cara atau metode tertentu sehingga didapatkan hasil berupa softcopy maupun hardcopy peta yang berbentuk vektor maupun raster. Pembuatan peta secara konvensional secara terestris dapat dipermudah dengan bantuan komputer mulai dari pembacaan data di lapangan yang dapat langsung didownload ke komputer untuk pelaksanaan perhitungan poligon, perataan penghitungan (koreksi) dan lain - lain, bahkan sampai pada proses pembuatan pemisahan warna secara digital sebagai bagian dari proses pencetakan peta. Pembuatan peta lebih mudah dikembangkan melalui pemanfaatan citra satelit. Hal ini disebabkan karena dengan orbit satelit yang setiap saat mengitari bumi termasuk wilayah Indonesia, satelit bisa sewaktu-waktu mengambil gambar muka bumi Indonesia dan membuat cakupan rekaman data tentang kenampakan permukaan bumi wilayah Indonesia dapat direkam semuanya dan dapat dipetakan sesuai periode waktu yang ditetapkan. Analisis dapat dilakukan antara lain dengan mengintegrasikan daerah penggunaan lahan dengan data real, Data yang digunakan adalah data citra satelit Landsat-7 yang memiliki format TIF. Data hasil ekstraksi diproses untuk mendapatkan citra satelit, yang kemudian dilakukan proses NDVI untuk klasifikasi area tersebut. Kata Kunci :Pemetaan, Klasifikasi Area, Landsat-7 TM, NDVI, TIF. 1. Pendahuluan 1.1 Latar Belakang Perkembangan teknologi di bidang informatika yang sangat cepat membuat beberapa negara-negara maju pada umumnya menjadikan hal ini sebagai pendorong kemajuan teknologi. Bidang komputasi yang merupakan salah satu komponen bidang informatika adalah salah satu contoh konkritnya. Negara - negara maju terus mengembangkan teknologi komputasi meliputi kapasitas memori yang semakin besar, proses data yang semakin cepat dan fungsi yang sangat majemuk (multi fungsi) serta semakin mudahnya komputer dioperasikan melalui beberapa paket program, berdampak pula pada proses pembuatan peta. Pembuatan peta secara konvensional secara terestris dapat dipermudah dengan bantuan komputer mulai dari pembacaan data di lapangan yang dapat langsung didownload ke komputer untuk pelaksanaan perhitungan poligon, perataan penghitungan (koreksi) dan lain - lain, bahkan sampai pada proses pembuatan pemisahan warna secara digital sebagai bagian dari proses pencetakan peta (Hadjarati Dedet, 2006). Pembuatan peta lebih mudah dikembangkan melalui pemanfaatan citra satelit. Hal ini disebabkan karena dengan orbit satelit yang setiap saat mengitari bumi termasuk wilayah Indonesia, satelit bisa sewaktu-waktu mengambil gambar muka bumi Indonesia dan membuat cakupan rekaman data tentang kenampakan permukaan bumi wilayah Indonesia dapat direkam semuanya dan dapat dipetakan sesuai periode waktu yang ditetapkan. Namun sampai saat ini yang dapat mengoptimalkan pemetaan menggunakan citra satelit dan pemanfaatannya adalah pihak atau lembaga - lembaga di luar negeri. Di Indonesia sendiri baru akan dilaksanakan dan telah dilaksanakan persiapan-persiapan ke arah pemetaan digital. Dengan dikembangkannya pemetaan digital oleh pihak-pihak asing, tidak menutup kemungkinan data

2 mengenai wilayah Indonesia justru lebih dikuasai oleh pihak luar, sehingga pihak kita justru harus membeli untuk dapat memiliki dan memanfaatkannya. 1.2 Rumusan Permasalahan Berdasarkan uraian diatas, maka permasalahan yang timbul dalam pengerjaan Proyek Akhir ini adalah : 1. Bagaimana menggabungkan band - band citra landsat yang digunakan untuk menentukan area - area yang terdapat dalam citra tersebut. 2. Bagaimana mengurangi atau menghilangkan efek awan pada citra landsat. 3. Bagaimana menghitung nilai NDVI pada citra landsat. 4. Bagaimana pola keruangan penggunaan lahan yang didapat dari citra landsat. 1.3 Penelitian Terkait Adapun penelitian yang berkaitan dengan proyek akhir ini dan memiliki beberapa kesamaan, yaitu : - Interpretasi Citra Satelit Spot 5 Untuk Pemetaan Penggunaan Lahan Kecamatan Semarang Barat Kota Semarang Penelitian tersebut melakukan pemetaan penggunaan lahan di kecamatan semarang barat kota semarang. Pemetaan penggunaan lahan menurut sistem klasifikasi penggunan lahan menurut USGS (United States Geological Survey) yang dimodifikasi dan disesuaikan dengan kebutuhan penelitian dibagi menjadi tiga level. 1.4 Tujuan Proyek Tujuan utama dibuat proyek akhir Pemetaan Batas Wilaya Darat Penggunaan Lahan Dari Citra Landsat adalah untuk memetakan batas wilayah darat penggunaan lahan daerah kabupaten Jombang yang didapat dari citra satelit landsat. 1.5 Kontribusi Proyek Proyek Akhir ini nantinya diharapkan dapat dikembangkan untuk membantu menyelesaikan permasalahan dalam pemetaan batas wilayah dengan memberikan informasi secara terkomputasi. 2. Teori Penunjang 2.1 Remote Sensing Penginderaan-Jauh adalah pengambilan atau pengukuran data atau informasi mengenai sifat dari sebuah fenomena, obyek atau benda dengan menggunakan sebuah alat perekam tanpa berhubungan langsung dengan bahan studi. Salah satu implementasi pada Penginderaan-Jauh adalah pemantauan cuaca bumi. Dalam hal ini, target adalah permukaan bumi, yang melepaskan energi dalam bentuk radiasi infra merah atau energi panas. Energi merambat melalui atmosfir dan ruang angkasa untuk mencapai sensor, yang berada pada platform satelit. Beberapa level energi kemudian dicatat, dikirimkan ke stasiun penerima di bumi, dan diubah menjadi citra yang menunjukkan perbedaan suhu pada permukaan bumi. 2.2 Image Processing Image processing adalah suatu metode yang digunakan untuk mengolah gambar sehingga menghasilkan gambar lain yang sesuai dengan keinginan kita. Pengambilan gambar biasanya dilakukan dengan kamera video digital atau alat lain yang biasanya digunakan untuk mentransfer gambar (scanner, kamera digital). Pengolahan gambar digital atau Digital Image Processing (DIP) adalah bidang yang berkembang sangat pesat sejalan dengan kemajuan teknologi pada industri saat ini. Fungsi utama dari Digital Image Processing adalah untuk memperbaiki kualitas dari gambar hingga gambar dapat dilihat lebih jelas, karena informasi penting diekstrak dari gambar yang dihasilkan harus jelas sehingga didapatkan gambar yang terbaik. Selain itu DIP digunakan untuk memproses data yang diperoleh dalam persepsi mesin, yaitu prosedur-prosedur yang digunakan untuk mengektraksi informasi dari gambar, informasi dalam bentuk yang cocok untuk proses komputer. Keuntungan menggunakan DIP adalah presisi, yaitu pada masing-masing proses fotografi, disini terdapat penurunan kualitas gambar dan sinyal elektrik yang terdrgradasi akibat keterbatasan komponen elektrik, dalam kondisi ini DIP dapat menjaga hasil gambar tetap presisi. Keuntungan yan lain adalah fleksibilitas, yaitu penggunaan yang lebih besar, sebuah gambar dapat di magnified, reduced atau rotated, kontras, brightness dapat diubah. Selain keuntungan DIP juga memiliki kekurangan yaitu kecepatan dan mahal, banyak operasi yang digunakan oleh DIP lebih lambat dan lebih mahal dibandingkan operasi optik atau elektrikal lainnya dan resources untuk menghitung bisa mahal. 2.3 Index Vegetation Citra normalisasi atau NDVI (Normalized Difference Vegetation Index) adalah perhitungan citra yang digunakan untuk mengetahui tingkat kehijauan, yang sangat baik sebagai awal pembagian daerah vegetasi. NDVI dapat menunjukkan parameter yang berhubungan dengan parameter vegetasi, antara lain, biomas dedaunan hijau, daerah dedaunan hijau dan hence yang merupakan nilai yang dapat diperkirakan untuk pembagian vegetasi. Nilai NDVI diperoleh dengan perhitungan nearinfrared dengan visible light yang dipantulkan oleh tumbuhan. Nilai NDVI diperoleh dengan membandingkan

3 pengurangan data near-infrared dan visible dengan penjumlahan kedua data tersebut, berikut rumus penghitungan menggunakan satelit landsat :... (1) Dari hasil penghitungan diatas didapatkan data daratan dan air, dimana daratan terbagi menjadi area hijau, area merah dan area cokelat. Namun untuk air dan area merah diperlukan juga pembanding nilai RGB. 3. Rancangan Sistem Load Landsat band5 band4 band2 Hasil Klasifikasi Proses Pengolahan Citra Klasifikasi Citra Komposit Citra Klasifikasi Citra Composit Band Gambar 1. Blok diagram proses pengolahan citra Perhitungan NDVI Pemetaan Data Citra Penggunaan Lahan Kabupaten Jombang Hasil Klasifikasi Hasil Pemetaan Digitasi Hasil klasifikasi Pemetaan Gambar 2. Blok diagram proses pemetaan citra Digitasi Peta Interpretasi Citra Pengenalan Obyek 3.1 Data Data yang digunakan dalam penelitian menggunakan citra satelit LANDSAT 7 yang didapatkan langsung dari USGS NASA, namun kanal yang biasa digunakan untuk proses NDVI adalah kanal 4 dan kanal 3, berikut karakteristik dari citra landsat : Table 1. Informasi tiap band dari satelit landsat 3.2 Pengolahan Data Proses pembacaan GeoTiff Tahap pembacaan file GeotTiff dilakukan dengan menggunakan library JAI (Java Advance Imaging). Dan untuk file GeoTiff memiliki struktur file Tiff sehingga bisa lgsung dibaca oleh java dan tinggal digabung dengan JAI Proses penggabungan citra Penggabungan citra dilakukan dengan cara menggabungkan tiap pixel dari band band yang digunakan,sehingga menjadi sebuah gambar baru Proses penghitungan NDVI dan klasifikasi area Pengambilan data daratan diperoleh dengan proses NDVI pada channel 4 dan 3. sehingga pemisahan antara area merah, area hijau, area biru dan area cokelat dapat dilakukan Proses Reduksi Awan Pada proses ini melakukan pengurangan awan yang dianggap sebagai pengganggu / noise dalam citra satelit ini karena menutupi daerah daerah yang akan dihitung NDVI pada proses sebelumnya. Dengan menambahkan kondisi membandingkan nilai RGB antar obyek kedalam NDVI awan Proses Digitasi Citra Pada proses ini dilakukan digitasi secara otomatis dengan menggunakan tools ArcGis yaitu ArcMap. Sebelum itu terlebih dahulu pisahkan menjadi 4 layer yang merupakan area merah, hijau, biru dan cokelat Proses Pemetaan Citra Pada proses ini menampilkan peta hasil digitasi dan perhitungan luas masing masing area ke dalam web gis yang sederhana, dimana didalamnya hanya menampilkan informasi luas masing masing area berserta gambar peta hasil digitasi.

4 4. Hasil dan Pembahasan 4.1 Analisa Proses Pengolahan Citra Kenampakan penutupan lahan dilihat menggunakan kombinasi 3 kanal (band) LANDSAT untuk membuat citra komposit RGB (Red,Green,Blue). Citra komposit warna natural dapat dibuat dengan kombinasi kanal SWIR (band 5), sebagai R, kanal NIR (band 4) sebagai G, kanal Green (band 2) sebagai B. dan hasil komposit adalah sebagai berikut : Gambar 2. Hasil Komposit Citra Gambar 3. Hasil NDVI Berdasarkan gambar 2b tampak daerah awan bagian bawah dan menyebar dibagian atas telah tereduksi dengan cukup baik, untuk area yang lain dibuat warna sendiri untuk bisa membedakan daerah yang lain. 4.2 Analisa Proses Pemetaan Citra Berdasarkan hasil dari digitasi didapat 4 area yang meliputi area merah, area hijau, area biru dan area cokelat. Berdasarkan hasil klasifikasi citra tahun 2010 penggunaan lahan di Kecamatan Bandar Kedungmulyo masih terdominasi oleh wilayah cokelat, untuk wilayah hijau, biru dan merah menyebar di Kecamatan ini. Penggunaan lahan di Kecamatan Perak didominasi oleh warna cokelat diseluruh bagian, untuk warna merah dan biru banyak menyebar dibagian tengah kecamatan sedangkan warna hijau sedikit menyebar di bagian pinggir kecamatan. Penggunaan lahan di Kecamatan Gudo, didominasi oleh warna cokelat disemua bagian kecamatan, warna merah dan biru banyak menyebar dibagian selatan, sedangkan warna hijau banyak menyebar dibagian utara. Penggunaan lahan di Kecamatan Diwek, warna cokelat mendominasi diseluruh bagian, warna hijau banyak menyebar di seluruh wilayah kecamatan ini. Untuk warna merah sedikit menyebar dibagian tengah sedangkan warna biru sedikit menyebar dibagian tengah dan barat. Penggunaan lahan di Kecamatan Ngoro didominasi oleh warna cokelat, untuk warna hijau terdapat dibagian timur dari utara sampai selatan, merah dan biru menyebar dibagian tengah kecamatan. Penggunaan lahan di Kecamatan Mojowarno, warna hijau mendominasi dibagian selatan sisanya warna cokelat mendominasi diseluruh bagian kecamatan. Untuk warna merah dan biru sedikit menyebar dibagian barat. Penggunaan lahan di Kecamatan Bareng, warna hijau mendominasi diseluruh kecamatan, warna merah, cokelat dan biru sedikit menyebar dibagian barat. Penggunaan lahan di Kecamatan Wonosalam didominasi oleh warna hijau diseluruh bagian kecamatan. Untuk area cokelat dan biru sedikit menyebar diseluruh bagian kecamatan, warna merah sangat sedikit menyebar dikecamatan ini. Penggunaan lahan di Kecamatan Mojoagung, warna hijau mendominasi di bagian selatan dan sedikit dibagian utara. Warna merah terdapat dibagian tengah tengah area cokelat / bagian tengah. Untuk warna cokelat mendominsai dibagian tengah kecamatan dan warna biru terdapat dibagian barat. Penggunaan lahan di Kecamatan Sumobito warna cokelat mendominasi kecamatan ini, untuk warna hijau sedikit mendominasi dibagian timur dan barat, warna merah dan biru menyebar diseluruh bagian kecamatan. Penggunaan lahan di Kecamatan Jogoroto didominasi oleh warna cokelat, untuk warna merah, hijau dan biru meyebar diseluruh kecamatan. Penggunaan lahan di Kecamatan Peterongan warna hijau mendominasi di bagian utara dan sedikit dibagian selatan. Untuk warna cokelat mendominasi dibagian tengah, warna merah dan biru sedikit menyebar seluruh bagian kecamatan Peterongan Penggunaan lahan di Kecamatan Jombang di dominasi warna merah dibagian tengah, warna hijau dibagian barat. Untuk warna cokelat menyebar di seluruh bagian dan sisanya warna biru sedikit menyebar di tengah kecamatan. Penggunaan lahan di Kecamatan Megaluh didominasi warna cokelat, untuk warna hijau dan merah tersebar dibagian tenggara dan barat dan disekitar sungai brantas. Untuk warna biru terdapat dibagian barat (termasuk sungai brantas).

5 Penggunaan lahan di Kecamatan Tembelang warna hijau mendimonasi di bagian timur dan utara sedangkan warna cokelat di bagian barat. Untuk warna merah dan biru menyebar dibagian barat. Penggunaan lahan di Kecamatan Kesamben didominasi oleh warna hijau dibagian barat, warna cokelat mendominasi dibagian tengah sampai timur. Untuk warna merah dan biru sedikit menyebar di kecamatan Kesamben. Penggunaan lahan di Kecamatan Kudu didominasi oleh warna hijau dibagian utara dan sedikit dibagian selatan. Untuk warna cokelat mendominasi di bagian tengah dan warna merah sedikit menyebar di bagian selatan. Untuk warna biru terdapat pada bagian selatan dan sedikit menyebar dibagian utara. Penggunaan lahan di Kecamatan Ploso terdominasi oleh warna cokelat, untuk warna hijau, merah mendominasi bagian barat daya dan untuk warna biru mendominasi di bagian selatan kecamatan Ploso. Penggunaan lahan di Kecamatan Kabuh bagian tengah terdominasi oleh warna cokelat, warna hijau mendominasi di bagian timur dan barat. Untuk warna merah dan biru menyebar di bagian tengah sampai ke timur. Penggunaan lahan di Kecamatan Plandaan bagian barat terdominasi oleh warna hijau, untuk warna merah, cokelat, dan biru tersebar di bagian timur. Gambar 5. Tabel klasifikasi dan luas masing masing area Tabel2. Tabel hasil perhitungan luas area Berdasarkan tabel diatas area permukiman terbanyak erdapat di kecamatan Mojowarno, untuk area vegetasi hijau terbanyak di kecamatan Wonosalam, wilayah air (sungai, waduk / danau) terbanyak di Kecamatan Wonosalam, area lahan kosong / bebatuan terbanyak di Kecamatan Wonosalam. Seluruh wilayah Kabupaten Jombang masih terdominasi oleh vegetasi hijau, wilayah lahan kosong / bebatuan di tingkat berikutnya, wilayah permukiman ditingkat berikutnya dan tingkat terakhir are air ( sungai, danau / waduk). Gambar 4. Peta Kabupaten Jombang dengan luas masing masing area 5. Hasil Dan Kesimpulan Berdasarkan hasil pengujian sistem yang telah dilakukan didapatkan beberapa kesimpulan : Untuk proses klasifikasi dengan menggunakan nilai NDVI dengan nilai warna. 1. Untuk mendapatkan rentang nilai warna yang baik dari suatu obyek maka gambar sampel yang akan

6 diambil warnanya harus didominasi oleh warna dari obyek itu sendiri. 2. Untuk mendapatkan hasil klasifikasi yang baik, sebaiknya menggunakan citra yang memiliki noise awan sedikit agar bisa dengan mudah dihitung nilai NDVI-nya. 3. Segmentasi obyek lebih baik dengan menggunakan filter nilai NDVI dan nilai warna obyek karena citra hasil proses segmentasi hampir mendekati citra RGB. Untuk proses pemetaan citra pada Web GIS Pemetaan yang mengintegrasikan teknologi Penginderaan Jauh dan Sistem Informasi Geografi ternyata mampu mempercepat sebuah proses pemetaan penggunaan lahan. Karena dengan menggunakan citra beresolusi spasial yang tinggi mampu mengurangi kegiatan check lapangan tanpa harus melakukan pengukuran terestrial. Dengan demikian mampu mempercepat waktu dan meminimalisasi biaya pemetaan. [9] Informasi tentang citra satelit landsat, dan [10] gvegetation/measuring_vegetation_2.php [11] /Part2_1.html [CV Penulis] Muhammad Tenang Ukur menjalankan studi D4 bidang Teknik Informatika pada Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh Nopember(PENS-ITS) semester 8. Daftar Pustaka [1] Rahmad. Inventarisasi Sumber Daya Lahan Kabupaten Pelalawan dengan Menggunakan Data Citra Landsat [2] Muljo Sukojo, Bangun. Pemetaan Ekosistem di Wilayah Gunung Bromo dengan Teknologi Penginderaan Jauh, [3] Muljo Sukojo, Bangun; Susilowati, Dian. Penerapan Metode Penginderaan Jauh dan Sistem Informasi Geografis Untuk Analisa Perubahan Penggunaan Lahan (Studi Kasus : Wilayah Kali Surabaya) [4] Febrianto, Adi. Interpretasi Citra Satelit Spot 5 Untuk Pemetaan Penggunaan Lahan Kecamatan Semarang Barat Kota Semarang, 2007 [5] Sebayang, Mardani. Klasifikasi Tutupan Lahan Menggunakan Data Citra Landsat Thematic Mapper (Studi Kasus Di Kotamadya Surabaya) [6] Santos, Rafael. JAI Stuff (Tutorial). https : // jaistuff.dev.java.net/. [7] Glennon, Rhonda ; Harlow, Melanie; Minami, Michael; Hatakeyama, Alan, dkk. ArcGIS 9 ArcMap Tutorial. Map_Tutorial.pdf [8] Kasianchuk, Peter. Spatial Adjusment Tool: The Tutorial. ls_tutorial.pdf