STUDI KOMPARASI PEMETAAN PENGGUNAAN/PENUTUPAN LAHAN MELALUI CITRA LANDSAT DAN CITRA QUICKBIRD

Transkripsi

1 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 A PROGRAM STUDI MANAJEMEN SUMBERDAYA LAHAN DEPARTEMEN ILMU TANAH DAN SUMBERDAYA LAHAN FAKULTAS PERTANIAN INSTITUT PERTANIAN BOGOR 2011

2 SUMMARY BAMBANG ADE WAHYUDI. Comparison Study The Mapping of Land Use/Land Cover through Landsat Image and Quickbird Image. Case Study: Subdrainage 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 R² = 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.

3 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 R² = 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.

4 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 A 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

5 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 : A Menyetujui, Dosen Pembimbing I Dosen Pembimbing II (Dr. Khursatul Munibah, M.Sc) (Dr. Ir. Komarsa Gandasasmita, M.Sc) NIP NIP Mengetahui, Ketua Departemen (Dr. Ir. Syaiful Anwar, M.Sc) NIP Tanggal Lulus:

6 RIWAYAT HIDUP Penulis lahir di Bukittinggi, Sumatera Barat, pada tanggal 20 Januari 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 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 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 Selain itu, penulis pernah menjadi asisten pratikum Penginderaan Jauh dan Interpretasi Citra ( ), asisten pratikum Geomorfologi dan Analisis Lanskap ( ), dan asisten pratikum Sistem Informasi Geografi ( ).

7 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,

8 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

9 DAFTAR ISI Halaman KATA PENGANTAR... i DAFTAR ISI... iii DAFTAR TABEL... v DAFTAR GAMBAR... vii DAFTAR LAMPIRAN... viii I. PENDAHULUAN Latar Belakang Tujuan... 2 II. TINJAUAN PUSTAKA Penginderaan Jauh Citra Landsat Citra Quickbird Fusi Citra Penggunaan/penutupan lahan Aplikasi Citra Landsat untuk Pemetaan Penggunaan/Penutupan Lahan Aplikasi Citra Quickbird untuk Pemetaan Penggunaan/Penutupan Lahan Akurasi Hasil Interpretasi Citra Regresi Linier Sederhana III. METODE PENELITIAN Lokasi dan Waktu Penelitian Bahan dan Alat Metode Penelitian Identifikasi Kenampakan Objek pada Fusi Citra Quickbird Interpretasi Visual Penggunaan/Penutupan Lahan dari Citra Landsat dan Citra Quickbird Uji Ketelitian Interpretasi Perbandingan Jumlah Poligon dan Luas Masing-Masing Penggunaan/Penutupan Lahan Konsistensi Tipe Penggunaan/Penutupan Lahan... 16

10 Tingkat Kedetailan Penggunaan/Penutupan Lahan Analisis Regresi Pengukuran Objek pada Citra Quickbird dengan Pengukuran Objek di Lapang IV. HASIL DAN PEMBAHASAN Fusi pada Citra Quickbird Interpretasi Penggunaan/Penutupan Lahan pada Citra Landsat dan Citra Quickbird Akurasi Hasil Interpretasi Penggunaan/Penutupan Lahan dari Citra Quickbird Perbandingan Keluaran (Output) dari Interpretasi melalui Citra Landsat dan Citra Quickbird Luas dan Jumlah Poligon dari Masing-Masing Penggunaan/Penutupan Lahan dari Citra Landsat dan Citra Quickbird Konsistensi Tipe Penggunaan/Penutupan Lahan yang Bersumber dari Citra Landsat dan Citra Quickbird Tingkat Kedetailan Klasifikasi Penggunaan/Penutupan Lahan dari Citra Landsat dan Citra Quickbird Hubungan antara Pengukuran Objek pada Citra Quickbird dengan Pengukuran Lapang V. KESIMPULAN DAN SARAN Kesimpulan Saran DAFTAR PUSTAKA...51 LAMPIRAN...53

11 DAFTAR TABEL Nomor Halaman Teks 1. Spesifikasi Satelit Landsat Karakteristik Band Citra Landsat Karakteristik Citra Quickbird Spesifikasi satelit Quickbird Bahan yang Digunakan Dalam Penelitian Alat dan Perangkat Lunak yang Digunakan dalam Penelitian Tingkat konsistensi tipe penggunaan/penutupan lahan Sistem Klasifikasi Penggunaan/Penutupan Lahan untuk digunakan dengan Data Penginderaan Jauh Tabel kenampakan objek pada citra pankromatik, citra multispektral, dan citra fusi Persentase kenampakan pada citra pankromatik, citra multispektral, dan citra fusi Nilai overall accuracy dari citra Quickbird Nilai kappa dari citra Quickbird Perbandingan jumlah kelas dan luas masing-masing penggunaan/penutupan lahan Jumlah dan persentase poligon pada citra Landsat dan citra Quickbird Konsistensi hutan yang bersumber dari citra Landsat dan citra Quickbird Konsistensi kebun campuran yang bersumber dari citra Landsat dan citra Quickbird Konsistensi kebun teh yang bersumber dari citra Landsat dan citra Quickbird Konsistensi tegalan yang bersumber dari citra Landsat dan citra Quickbird Konsistensi sawah yang bersumber dari citra Landsat dan citra Quickbird Konsistensi pemukiman yang bersumber dari citra Landsat dan citra Quickbird Konsistensi badan air yang bersumber dari citra Landsat dan citra Quickbird 40

12 22.Konsistensi tanah kosong yang bersumber dari citra Landsat dan citra Quickbird Konsistensi tipe penggunaan/penutupan lahan yang bersumber dari citra Landsat dan citra Quickbird Pembagian Level Klasifikasi Penggunaan/Penutupan Lahan Hasil pengukuran objek pada citra Quickbird dan pengukuran lapang 48

13 DAFTAR GAMBAR Nomor Halaman Teks 1. Satelit Landsat Satelit Quickbird Peta Lokasi Penelitian Diagram Alir Penelitian Sistematik Pengambilan Sampel pada Penggunaan/Penutupan Lahan Kebun Campuran Kenampakan Objek Citra Quickbird pada Citra Pankromatik, Citra Multispektral, dan Citra Fusi Contoh Kenampakan Objek Pada Citra Landsat, Quickbird, dan Lapang Peta Penggunaan/Penutupan Lahan Daerah Aliran Sungai (DAS) Ciliwung Hulu (Landsat) Peta Penggunaan/Penutupan Lahan Daerah Aliran Sungai (DAS) Ciliwung Hulu (Quickbird) Peta Penggunaan/Penutupan Lahan Level 1 (Landsat) Peta Penggunaan/Penutupan Lahan Level 1 (Quickbird) Peta Penggunaan/Penutupan Lahan Level 2 (Quickbird) Peta Penggunaan/Penutupan Lahan Level 3 (Quickbird) Peta Penggunaan/Penutupan Lahan Level 4 (Quickbird) Grafik analisis regresi linier sederhana antara pengukuran objek pada citra dengan pengukuran objek di lapang..49

14 DAFTAR LAMPIRAN Nomor Halaman Teks 1. Tabel Uji Lapang Data Statistik Pengukuran Objek Pada Citra dan Lapang... 57

15 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

16 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 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.

17 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) Citra Landsat Landsat 1 adalah satelit pengamatan bumi pertama kali di dunia (EOS), yang diluncurkan oleh Amerika Serikat pada tahun 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

18 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 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 ( 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: diakses 13 Oktober 2011

19 5 Tabel 2. Karakteristik Band Citra Landsat 7 Band Rentang Resolusi Spektral (µ) Spasial (m) Keterangan 1 0,450-0, Didesain untuk menembus badan air, (biru-hijau) membedaan tanah dan vegetasi, serta memetakan tipe hutan (berganti daun/daun jarum) 2 0,525-0, Cocok untuk mengukur nilai reflektan (hijau) hijau tertinggi pada vegetasi. Direkomendasikan untuk membedakan vegetasi dan vigor tanaman 3 0,630-0, Band ini dioperasikan untuk mengukur (merah) daerah absorpsi klorofil. Baik untuk mendeteksi jalan, tanah kosong, dan tipe vegetasi 4 0,775-0, 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, 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, Band ini diperuntukan untuk mempertinggi (pankromatik) resolusi dan meningkatkan kemampuan deteksi Sumber: diakses 13 Oktober 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.

20 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 ( diakses 13 Oktober 2011). Karakteristik citra dan spesifikasi satelit Quickbird disajikan pada Tabel 3 dan 4. Tabel 3. Karakteristik Citra Quickbird Pankromatik: 61 cm (nadir) sampai 72 cm (25 off-nadir) Resolusi Multispektral: 2,44 m (nadir) sampai 2,88 m (25 off-nadir) Pankromatik: nm Biru: nm Band Citra Hijau: nm Merah: nm Inframerah Dekat: nm Tabel 4. Spesifikasi satelit Quickbird Pankromatik: 61 cm (nadir) sampai 72 cm (25 off-nadir) Resolusi Multispektral: 2,44 m (nadir) sampai 2,88 m (25 off-nadir) Pankromatik: nm Biru: nm Band Citra Hijau: nm Merah: nm Inframerah Dekat: nm

21 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 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.

22 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 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

23 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 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

24 10 interpretasi (data peta tutupan lahan) dengan data sebenarnya (data inspeksi lapangan. Nilai kappa adalah tingkat ketelitian dari suatu klasifikasi 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

25 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 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.

26 12 Tabel 5. Bahan yang Digunakan Dalam Penelitian No. Data Sumber Fungsi 1 Citra Landsat tahun Data primer 2 Citra Quickbird tahun 2006 Data primer Peta Rupa Bumi (RBI) skala 3 1: lembar Ciawi ( ) dan lembar Cisarua ( ) 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) Analisis citra (Fusi dan Mosaik) 2 ENVI 4.4, ErMapper 6.4, dan ERDAS IMAGINE 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.

27 13 Citra Landsat terkoreksi Citra Quickbird terkoreksi Matching Interpretasi penggunaan/ penutupan lahan Fusi Brovey Peta penggunaan/ penutupan lahan sementara (Landsat) Peta penggunaan/ penutupan lahan sementara (Quickbird) Pengukuran objek Pengecekan lapang Peta penggunaan/ penutupan lahan akhir (Landsat) Peta penggunaan/ penutupan lahan akhir (Quickbird) Overlay Analisis penggunaan/ penutupan lahan pada citra Landsat dan citra Quickbird Perhitungan overall accuracy dan nilai Kappa Analisis regresi pengukuran objek pada citra Quickbird dengan pengukuran objek di lapang Gambar 4. Diagram Alir Penelitian 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: diakses 25 November 2011

28 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.

29 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 (1986) adalah: Adapun rumus untuk menghitung nilai kappa menurut persamaan Jensen keterangan: N = jumlah data pengamatan = total kolom ke ii = total perkalian jumlah baris dengan jumlah kolom

30 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 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

31 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) % 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.

32 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

33 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

34 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

35 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

36 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) masingmasing 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.

37 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. Igirigir yang terdapat di sekitar Daerah Aliran Sungai (DAS) dapat dilihat dengan jelas. Sedangkan hutan pada citra Quickbird bertekstur kasar karena ukuran dan

38 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.