BAHAN DAN MET ODE. Waktu dan Lokasi

Transkripsi

1 " y~~~, ~~., _"., ~ _~" 0 _ o ~~ ~.~ ".... _ BAHAN DAN MET ODE Waktu dan Lokasi Kajian dan pengambilan data lapangan dilakukan bulan Juni 2008 sampai dengan bulan September Lahan sawah yang digunakan sebagai lokasi penelitian dipilih pada beberapa kecamatan di Kabupaten Ngawi, Provinsi Jawa Timur, yang memiliki variasi agroekosistem. Indikator agroekosistem yang digunakan didasarkan pada jenis bahan induk yang terdiri dari 1). Lahan sawah yang berkembang pada bahan volkan, 2). Lahan sawah yang berkembang pada bahan aluvial, dan 3). Lahan sawah yang berkembang pada bahan sedimen. Penentuan lokasi lahan sawah yang berkembang pada bahan induk tersebut mengacu pada Peta Tanah Tinjau skala 1 : (Soepraptohardjo, 1966), Peta Geologi skala 1 : , dan pengecekan lapangan. Pertimbangan memilih Kabupaten Ngawi sebagai lokasi penelitian didasarkan pada pengetahuan bahwa Kabupaten Ngawi merupakan salah satu kabupaten sentra produksi padi di Provinsi Jawa Timur yang berkembang pada bahan induk tanah yang berbeda. Bahan dan Alat Bahan-bahan yang digunakan dalam penelitian ini meliputi: Citra Landsat 7 ET~ path row perekaman tanggal , , , , , , dan , Peta Tanah Tinjau skala 1 : , Peta Geologi skala 1: dalam bentuk digital format Arc View (Puslitbang Geologi), dan Peta Rupa Bumi Indonesia skala 1 : Peralatan yang digunakan diantaranya adalah: Global Positioning System CGPS), Personal Computer (PC) yang dilengkapi Software Arc View versi 3.3, ER Mapper versi 7, Statistika, program pendukung lainnya. Metode Penelitian Pendekatan yang digunakan dalam penelitian ini adalah analisis citra secara visual dan digital. Kedua pendekatan ini digunakan karena telah memberikan hasil yang baik sebagaimana yang dilakukan oleh Kustiyo (2003). Penelitian ini dilakukan melalui beberapa tahapan kegiatan, diantaranya adalah 1). Pengumpulan data dc.w ;:::p,~ngecekan ~~~e~i~ "~~ -.. _.:.?,"USTA".:.t\d... --~ lapangan, 2). Pengolahan awal,

2 ,.' ~ - _e',_... '~"'-"~""-' -.-~ - --~... ~.<- ~... ~- - ' - ~."-" ~~-.,~.~-.., "'~-~-"~"-"-",,'." ---~"'-"-~--~-~-'''' ~ ~., ".. ~ '~-~'-''"''-'"''-'~''''''~''''''';' ~ ). Tahap analisis, dan 4). Penyajian hasil penelitian. Secara ringkas gambaran penelitian dapat dilihat pada gambar diagram 4. Data Landsat 7 ETM+ multi spektral (Time series) Koreksi Geometri (image to image), Radiometri, Gap SLCI off Data Landsat 7 ETM+ pankromatik (Time series) Koreksi Geometri (Map to image), Radiometri, Gap SLC off Peta RBI Fusidata (multi spektral vs pankromatik) Cropping lahan sawah vs bah an induk lahan sawah BI Sedimen , Data produksi padi ubinan (konversi ke tlha) ESTIMASI PRODUKSI Arealsawah I I J Gambar 4 Diagram alir kerja penelitian.

3 ~~ H ~. _ _._~_._~' _, _ e ~ " _' ~ _._, _~~ ~~.. ~e ~~ ~._ _~.~--~--' "~ ~_H_~~' " ~ ~---~ -Y -,~~,~~_~ - ~ ---, ~-~~-.~-~-.-- -' -_. ~- - _. _. 24 Pengumpulan Data dan Pengecekan Lapangan Tahap ini merupakan kegiatan untuk mengumpulkan dan pemasukan data. Data awal yang dibutuhkan diantaranya adalah data produksi ubinan padi, citra satelit beda waktu perekaman, sebaran bahan induk, penggunaan lahan, dan batas administrasi wilayah. Data produksi padi yang digunakan merupakan data ubinan padi ukuran 2,5 m x 2,5 m pada laban sawah, yang dilakukan oleh Mantri Tani, Penyuluh Lapangan, dan Mantri Statistik pada beberapa lokasi sampel terpilih. Data ini dapat diperoleh di Kantor Carnat, Dinas Pertanian, dan/atau BPS setempat. Berdasarkan data produksi padi ubinan tersebut selanjutnya dilakukan pengecekan ke lapang untuk mengetahui posisi geografis masing-masing lokasi pengambilan sampel ubinan yang dipilih dengan menggunakan bantuan alat GPS (Global Positioning System). Hal ini dilakukan untuk menentukan area contoh (training area) pada citra yang akan dianalisis. Pemilihan lokasi pengarnbilan sampel ubinan didasarkan pada lokasi laban sawah yang berkembang dari bahan induknya, yaitu bahan volkan, aluvial, dan sedimen. Informasi sebaran baban induk diperoleh dari peta Tanah Tinjau skala 1: (Soepraptohardjo, 1966), peta Geologi lembar Ngawi skala 1: (format digital), dan pengecekan lapangan. Sedangkan informasi penggunaan laban diperoleh dari peta Rupa Burni Indonesia skala 1 : dan pengecekan lapangan. Untuk data batas administrasi wilayah diperoleh dari Pemda setempat. Citra satelit yang digunakan terdiri dari beberapa citra beda waktu perekaman sesuai dengan fase tumbuh padi dalam satu musim tanarn. Pengo)ahan Awal Tahap ini merupakan langkah awal sebelum dilakukan analisis citra lebih lanjut. Kegiatan yang dilakukan pada tahap ini diantaranya adalah melakukan koreksi citra yang meliputi koreksi radiometri dan geometri, serta melakukan koreksi gap data citra Landsat 7 ET~ SLC Off, dan melakukan fusi data. Koreksi Geometri Koreksi geometri bertujuan untuk memperbaiki distorsi geometri citra sehingga dapat ditumpang tepatkan dengan data/peta lain yang mempunyai

4 25 daerahllokasi sarna. Koreksi geometri yang digunakan dalarn penelitian ini ada dua tahap, yaitu koreksi geometri citra ke peta (image to map) dan koreksi geometri citra ke citra (image to image). Peta referensi yang digunakan untuk koreksi geometri citra ke peta adalah peta Rupa Bumi skala 1 : Citra hasil koreksi geometri citra ke peta selanjutnya digunakan sebagai referensi untuk mengoreksi semua citra (koreksi geometri citra ke citra). Koreksi geometri membutuhkan titik kontrol pennukaaniground Control Point (OCP). Titik kontrol atau rujukan yang digunakan mengacu pada peta Rupa Bumi. Titik-titik kontrol tersebut adalah titik-titik yang mudah dikenali secara visual, seperti persimpangan jalan dan percabangan sungai. Selanjutnya dilakukan pengecekan lapangan menggunakan Global Positioning System (OPS). Koreksi Radiometri Koreksi radiometri ditujukan untuk menghilangkan atau mengurangi efek atrnosfer yang menyebabkan nilai reflektansi yang dipantulkan obyek di peimukaan bumi yang diterima sensor satelit mengalami gangguan. Nitai reflektansi yang diterima sensor karena adanya gangguan ini bisa lebih rendah atau lebih tinggi dibandingkan jika tanpa gangguan. Dalam penelitian ini koreksi radiometri dilakukan dengan eara menyarnakan nilai digital untuk obyek air laut dalam. Koreksi Gap Data Citra Landsat 7 ETM+ SLC Off Sejak tanggal 23 Juli 2003, salah satu instrument sensor Landsat 7 ET~ yaitu Scan Line Corrector (SLC) mengalami kerusakan permanen sehingga menghasilkan citra dengan Gap (bagian yang terlewat oleh sapuan sensor) sebesar 22%. Hal ini merupakan masalah bagi para pengguna data Inderaja, terutama yang masih sangat bergantung dengan Citra Landsat-7. Untuk mengisi data yang kosong (Gap) tersebut salah satu altematif adalah dengan menarnpalkan citra SLC Off dengan citra SLC On dengan menggunakan bantuan software ER Mapper versi 7. Sebelum ditampal, terlebih dahulu citra SLC On direktifikasi ke citra SLC Off, sehingga kedua citra mempunyai koordinat yang sarna dan juga dilakukan koreksi radiometri.

5 _ _ ".' " ~~" _.'._ _ ~ ' ~. '" ~,, _._.h'h' _. h' ~ _~.~ _- -""".~.' ~ ~ ' ~.' ~ ~-.--~.~.-.-.-~.- --"-" --' ~ '---~" ~ " -'~ - '~'- ---"'- - " ----~ ~-. -~ _-- _ -.---~.~ Fusi citra Fusi adalah suatu teknik penggabungan data awal dari sumber yang berbeda. Teknik ini telah dibuktikan bisa memberikan informasi yang optimal tentang pennukaan lahan, dimana kenampakan visual akan menjadi lebih baik. Pusi citra dilakukan dengan menggabungkan informasi warna yang diperoleh dari citra multispektralfsaluran 1, 2, 3, 4, 5, dan 7 dari citra Landsat dengan informasi tekstur yang diperoleh dari saluran pankromatik citra Landsat yang mempunyai resolusi spasialjebih baik. Teknik fusi yang digunakan dalam penelitian ini adalah Transformasi Brovey. Teknik ini banyak digunakan untuk mempertajam perbedaan kenampakan air dan daratan dan menampilkan kondisi lahan agar alami. Umumnya menggunakan kombinasi Band/saluran Red, Green, Blue (RGB) yang digabungkan dengan Landsat Pankromatik (Pan) sebagaimana persamaan berikut (ER Mapper Professional Tutorial, 2006): Red = R/(R+G+B)*Pan... (9) Green = G/(R+G+B)*Pan... (10) Blue = B/(R+G+B)*Pan... (11) Sebelum dilakukan fusi, terlebih dahulu dilakukan pemilihan band multispektral dengan menghitung nilai faktor indeks optimum (OIF/Optimum Index Factor) dengan membuat kombinasi tiga band/kanal dari band 2, 3, 4, 5, dan 7 data citra Landsat yang digunakan. Metode ini telah dikembangkan oleh Chavez et al. (1984, dalam Jensen, 1996) dengan cara merangking 20 kombinasi tiga band dari 6 band (band 2, 3, 4, 5, dan 7) yang terdapat dalam citra Landsat inultispektral. Kombinasi tiga band terbaik ditunjukkan oleh nilai OIP yang tertinggi. Nilai OIP tertinggi menunjukkan kombinasi antara tiga band yang digunakan menyajikan variasi infonnasi yang lebih banyak dan nilai koefisien antara band memiliki duplikasi informasi minimum dibandingkan dengan kombinasi band lahmya. Persamaan untuk menghitung DIP adalah sebagai berikut:

6 27 OfF 3 LAbs(r j ) j=l Dimana Sk = Standard deviasi untuk band k rj = Nilai absolut koefisien korelasi antara dua atau tiga band yang digunakan Tahap Analisis Analisis yang dilakukan meliputi: a). Ekstraksi lahan sawah, b). Analisis indeks vegetasi (NDVI), c). Pendugaan fase turnbuh, d). Pendugaan luas panen, e). Analisis korelasi, dan f). Verifikasi model fase tumbuh. Ekstraksi Lahan Sawah Laban sawah diperoleh berdasarkan hasil klasifikasi tutupan laban Kabupaten N gawi. Klasifikasi dapat didefinisikan sebagai kegiatan mengelompokkan obyek atau Operasional Taxonomic Unit (OTU) berdasarkan ukuran kesamaan tertentu, obyek yang serupa dikelompokkan dalam kelas yang sarna yang dibedakan dari obyek yang lain yang tidak serupa yang dikelompokkan kepada kelas lain (Wiradisastra, 1988). Pada prinsipnya teknik klasifikasi konvensional adalah menggunakan informasi spektral dari suatu citra dalam rangka mengelompokkan pixel~pixel menjadi beberapa kelas/kelompok pixel yang berbeda dan mempunyai arti terhadap obyeknya. Klasifikasi tutupan laban dilakukan melalui dua pendekatan, yaitu secara visual dan digital. Pendekatan secara visual dilakukan dengan melakukan deliniasi citra secara langsung pada monitor komputer (on screen digitizing) yang dilakukan berdasarkan kenarnpakan citra multi waktu dengan bantuan peta Rupa Bumi skala 1 : dan data lapangan. Citra yang ditampilkan untuk analisis adalah hasil fusi informasi warna dari kanal Landsat dengan informasi tekstur yang diperoleh dari kanal pankromatrik yang menghasilkan kenarnpakan citra paling baik. Pendekatan klasifikasi secara digital dilakukan pada citra Landsat hasil fusi, menggunakan metode klasifikasi terbimbing (supervised classification) dengan teknik klasiflkasi kemungkinan maksimum (Maximum Likelihood ClassificationfMLC). Pendekatan ini dilakukan untuk mendapatkan kelas tutupan lahan sesuai dengan daerab contoh (training area). lnformasi mengenai penutup laban diperoleh berdasarkan hasil survei ke lapang, informasi dari masyarakat

7 ~ ~ ~ ~ ,_.... r~. ~._~ _ _ _, _.. ~ ~~~_ ~ ~ ~ ~ ~ ~ ~ yang tinggal di sekitar daerah contoh, dan dari peta Landuse. Penentuan daerah contoh ditentukan berdasarkan daerah yang mempunyai kesarnaan warna pada citra dan mempunyai pola, bentuk, dan asosiasi relatif sarna dari setiap obyek. Langkah selanjutnya adalah memisahkan lahan sawah dan bukan sawah (kebun, pemukiman, hutan, bad an air), kemudian dilakukan pemotongan (cropping) antara lahan sawah dengan penyebaran bahan induk yang telah ditentukan berdasarkan informasi dari peta tanah, p'eta Geologi, dan pengecekan lapangan. Untuk mengetahui akurasi hasil klasifikasi dilakukan uji Kappa melalui matrik konfusi (Confosion Matrix) dengan cara membandingkan citra hasil klasifikasi dengan data referensi. Data referensi yang digunakan adalah area data latih digital (training area) yang sudah dibuat sebelumnya dari hasil interpretasi secara visual di atas citra satelit dengan bantuan monitor komputer. Nilai koefisien Kappa dihitung berdasarkan persamaan (Jensen, 1996): N:tXII-:L(X,+ x+,) K = '_I N l _ :t(x i + * X+,)... (12) '-I Dimana K Koefisien akurasi N = Jumlah pengamatan Xii = Jumlah pengarnatan di baris i dan kolom i Xj+ = Jumlah marginal total di baris i X+ i = Jumlah marginal total di kolom i Analisis Indeks Vegetasi (ND VI) Nilai NDVI (Normalized Difference Vegetation Index) dianalisis dari citra satelit pada setiap waktu panen pada lokasi pengarnbilan sampel produksi padi (minimal pada area seluas 3 x 3 pixel atau seluas sekitar 1 ha). Ekstraksi nilai indeks vegetasi (NDVI) dihitung dengan menggunakan kombinasi kanal infra merah (Band 4) dan kanal merah (Band 3) pada citra Landsat, mengikuti formula sebagai berikut : NDVI Band infra merah - Band merah Band infra merah+ Band merah Pendugaan Fase Tumbuh Fase pertumbuhan tanarnan padi diduga dari umur tanarnan dengan menggunakan nilai NDVI. Seiring dengan umur tanarnan padi, nilai NDVI akan semakin tinggi (positif) dan mencapai puncaknya pada fase awal generatif

8 ~... ~~. _~J~ ~ - - _...._.. _ ~ ~ ~. -~~~ _... _._~_. ~ _...N~~_.... _. ~ _W~~~'- -._-... -~ kemudian akan menurun lagi pada fase pengisian bulir, dan seterusnya sampai fase panen. Kondisi ini jika digambarkan akan menyerupai kurva parabolik, berarti satu nilai NDVI dapat ditafsirkan roempunyai nilai ganda kemungkinan umur padi, yaitu sebelum atau sesudah nilai vegetatif optimum dicapai. Dengan demikian untuk membedakannya ditentukan berdasarkan index fase tumbuh dan klasifikasi fase tumbuh berdasarkan nilai NDVI. Indek fase tumbuh mempunyai hubungan linier dengan umur padi, sehingga untuk satu nilai indek fase tumbuh dapat ditentukan satu kemungkinan umur padi dengan kata lain ada pemetaan satu satu antara indek fase tumbuh dengan umur padi sebagaimana Gambar 5. N I 0 n V d I e.. k Umur Umur Gambar 5 Hubungan umur tanaman padi dengan NDVI (a) dan dengan indek fase (b) (Kustiyo, 2003). Kustiyo (2003) menyebutkan bahwa indek fase tumbuh diturunkan dari kombinasi linier nilai spektral band Landsat 7 (Band 1, 2, 3, 4, 5, dan 7). Pada tahap pertama digunakan semua saluran multispektral yang ada yaitu 6 band, selanjutnya secara iterasi dikeluarkan salah satu band yang tidak berpengaruh terhadap fase tumbuh. Proses iterasi tersebut dilakukan secara bertahap sampai diperoleh band-band yang saling bebas. Indek fase ini hanya digunakan pada saat lahan sawah didominasi oleh vegetasi padi, sedangkan sawah bera dan yang sedang didominasi oleh kenampakan air tidak disertakan dalam pembuatan indek fase turnbuh. Pendugaan indek fase tumbuh dibedakan menjadi dua tahap, yaitu: 1). Dilakukan pemisahan antara dominasi air, dominasi ~aman padi, dan sawah bera, dan 2). Untuk laban sawah yang didominasi tanaman padi, fase turnbuh dirinci lebih detil dengan menggunakan parameter indeks fase tumbuh dan NDVI.

9 ~-.~,.,.,~..,.. -~.,-~-~-,.- - -~.. ---~---~ --.~~-. -~ ~ ~.-- ~ _... ~.-, ~..,.. _. _ Pemisahan antara dominasi air, dominasi tanaman padi, dan sawah bera dilakukan dari kenampakan wama citra kombinasi 542 (RGB). Wama bim dikelaskan sebagai dominasi air, warna hijau dikelaskan sebagai dominasi tanaman padi, dan warna merah dikelaskan sebagai dominasi bera (sudah dipanen). Pendugaan Luas Panen Luas panen padi ditentukan berdasarkan informasi waktu panen dan luas lahan sawah yang ada. Waktu panen dapat diketahui dari informasi fase pertumbuhan dan umur tanarnan. Dengan mengurangkan umur tanaman dengan umur fase pertumbuhan, maka dapat ditentukan berapa hari Iagi tanarnan/lahan sawah akan dipanen. Pendugaan luas panen dilakukan dengan bantuan perangkat ER Mapper versi 7 yang pada dasarnya adalah menghitung jumlah piksel yang mempunyai waktu panen yang sarna, dimana setiap piksel lahan sawah yang mempunyai resolusi 30 m x 30 m mewakili luasan 900 m 2 Dengan demikian, jika lahan sawah mempunyai 100 piksel yang mempunyai waktu panen sarna maka luas panen adalah sebesar m 2 atau seluas 9 ha. Analisis Korelasi Estimasi produktivitas dibangun berdasarkan keeratan korelasi antara nilai NDVI dengan produksi padi hasil ubinan yang telah dikonversi ke tlha. Dalam hal ini produksi ditempatkan sebagai faktor dependent dan NDVI sebagai faktor independent. Pendekatan yang digtmakan adalah dengan membuat persamaan regresi. Dari persarnaan regresi tersebut diperoleh nilai koefisien korelasi (r) dan koefisien detenninasi (R 2 ). Koefisien korelasi menggambarkan keeratan hubungan antara produksi padi dengan nilai NDVI, dalam hal ini semakin tinggi nilai (r) semakin erat hubungan antara produksi dengan NDVI dan sebaliknya. Sedangkan R2 menunjukkan goodness of fit model regresi yang digunakan, semakin tinggi nilai koefisien detenninasi menunjukkan semakin baik model yang digunakan.

10 ~... ~.. -~-~.~ ~ _ ~... ~~ --~ - - _ ~.< _. --.~ ----~ "'-~ -- --_ ~.~ ~.~ _--.~ " Verifikasi Model Fase Tumbuh Verifikasi model dilakukan untuk mengetahui seberapa jauh keakuratan model pendugaan yang dibuat. Verifikasi model fase tumbuh dilakukan dengan cara membuat matrik kekeliruan (confosion matrix) antara hasil pendugaan fase tumbuh dari metode yang dibuat berdasarkan citra Landsat dengan fase tumbuh sebenamya yang diperoleh dari informasi realisasi tanam... -"... -, ~ , ~--~ ~- ~.. -~.. ~.