III. METODE PENELITIAN 3.1. Tempat dan Waktu Penelitian Penelitian dilaksanakan di Kabupaten Bekasi, Propinsi Jawa Barat (Gambar 3). Selanjutnya pengolahan dan analisis data dilakukan di Laboratorium Fisik Remote Sensing dan Sistem Informasi Geografis (GIS) Fakultas Kehutanan Institut Pertanian Bogor. Pelaksanaan penelitian ini dimulai dari bulan Januari 2009 sampai dengan bulan Mei 2009. 720000 730000 740000 750000 2 0 2 4 Km Muaragembong 9330000 9340000 9340000 Cabangbungin 9330000 Babelan Sukawangi 9320000 Tarumajaya Tambelang Sukakarya Pabayuran 9320000 Tambun Utara Sukatani Karangbahagia 9310000 Tambun Selatan Cibitung Kedungwaringin 9310000 9300000 Cikarang Utara Cikarang Timur Cikarang Barat Cikarang Selatan 9300000 Setu Cikarang Pusat 9290000 Serang Baru Cibarusah Bojongmangu 9290000 720000 730000 740000 750000 Gambar 3 Lokasi penelitian di Kabupaten Bekasi, Provinsi Jawa Barat.
21 3.2. Data, Perangkat Lunak dan Perangkat Keras Sumber data yang dibutuhkan dalam penelitian ini terdiri dari data primer dan data sekunder. Data primer berupa data inderaja satelit TM Multitemporal tahun 2000 dan 2005 digunakan untuk memperoleh informasi penutup lahan. Sedangkan data sekunder yang digunakan meliputi data statistik produksi dan produktivitas tanaman padi sawah, jumlah penduduk, pendapatan perkapita, tingkat pendidikan, bidang tenaga kerja, peta rencana umum tata ruang wilayah (RUTRW) Kabupaten Bekasi dan peta Rupa Bumi Indonesia (RBI). Perangkat lunak (software) yang digunakan berupa Erdas 9.1, Arc-View versi 3.2. Sedangkan perangkat keras (hardwere) yang dipakai adalah GPS (Global Positioning System), kamera digital, komputer dan printer. 3.3. Tahapan Penelitian 3.3.1. Klasifikasi Penutup/Penggunaan Lahan Klasifikasi terbimbing (supervised) terhadap data citra Landsat TM tahun 2000 dan 2005 dilakukan untuk menghasilkan citra penutup lahan. Supervisi dilakukan melalui pembentukan training area/sample berdasarkan interpretasi visual dengan bantuan peta penggunaan lahan. Proses klasifikasi dilakukan dengan menggunakan metode yang paling optimum, yaitu dengan metode Maximum-Likelihood, karena menggunakan nilai jarak dan variasi spektral. Informasi penggunaan lahan dapat diperoleh dari citra klasifikasi penutup lahan yang telah melalui proses pentapisan statistik (filtering 3x3) dengan menggunakan nilai mayoritas dan setelah melalui perbaikan dari kesalahan omisi berdasarkan informasi dari hasil survey atau peta penggunaan lahan. Pembentukan suatu kelas penggunaan lahan diperoleh dari penggabungan (recode) beberapa kelas penutup lahan. Deskripasi kelas penggunaan lahan hasil klasifikasi yang digunakan mengacu pada pengertian atau defenisi dari Badan Pertanahan Nasional dengan penjelasan sebagai berikut: a. Situ (Danau Kecil) Suatu tubuh air buatan yang mengalir, lebih sempit dan lebih dangkal dari pada danau.
22 b. Permukiman Tanah yang tertutup oleh struktur buatan manusia, bangunan dan hasil aktivitas manusia lainnya dan digunakan untuk pemukiman. Pada citra komposit kanal 5-4-2 obyek pemukiman tampak berwarna mangenta keunguan dengan tekstur agak kasar (perbesaran 2 kali) karena adanya jaringan jalan. c. Lahan Terbuka Tanah yang tidak ditanamai atau dengan penanaman jarang yang permukaan tanahnya mempunyai lebih dari 50% batu atau tanah terbuka. Pada citra komposit kanal 5-4-2 tampak berewarna coklat. d. Industri Areal tanah yang digunakan untuk kegiatan ekonomi berupa proses pengolahan bahan-bahan baku dan setengah jadi menjadi barang jadi. Pada citra komposit kanal 5-4-2 tampak berwarna mangenta terang dengan bentuk persegi teratur. e. Sawah Sistem pertanian beririgasi yang didominasi oleh tanaman semusim berumur pendek. Tanaman utama yang ditanam pada lahan sawah adalah padi. Pada citra komposit kanal 5-4-2 tampak berwarna hijau kebiruan (vegetatif) dan hijau terang (generatif) serta tampak genangan air berwarna biru. f. Tegalan Bentuk pertanian lahan kering, dengan batas tanah yang pada umumnya jelas dan ditanami lebih dari 7 tahun dalam 10 tahun. Pada citra komposit kanal 5-4-2 tampak berwarna hijau kekuningan. g. Kebun Campuran Tanah yang termasuk dalam klasifikasi kebun yang terdiri dari berbagai campuran tanaman keras dan semusim, tidak ada tanaman yang dominan. Pada citra komposit kanal 5-4-2 tampak berwarna hijau tua dengan tekstur agak kasar.
23 3.3.2. Pengecekan Lapangan Survey lapangan dilakukan untuk mengecek obyek yang masih diragukan termasuk kelas apa dari hasil klasifikasi citra yang dibandingkan dengan obyek di lapangan. Selain itu juga untuk memeriksa kebenaran dan keakuratan hasil klasifikasi penggunaan lahan berdasarkan Citra Landsat yang dibandingkan dengan penggunaan lahan aktual. Inventarisasi data dilakukan untuk mendapatkan potensi desa, produksi dan luas panen tanaman padi, pendapatan, tingkat pendidikan yang diperoleh dari instansi terkait. 3.3.3. Pembuatan Layer Aksesibilitas Pembuatan zonasi terhadap jalan utama dan jarak terhadap pusat kecamatan menggunakan fungsi perkiraan. Jarak terhadap jalan utama (layer Jl) digunakan pada analisis spasial karena jarak tersebut menentukan harga jual/sewa lahan (land rent), sedangkan jarak terhadap pusat kecamatan mempresentasikan pengaruh tekanan penduduk terhadap konversi lahan karena alasan sosial maupun ekonomi. Semakin jauh jarak suatu lokasi, maka kecenderungan terjadinya konversi lahan akan semakin kecil sehingga nilai skornya kecil atau sebaliknya. Pengaruh keduanya sebagai faktor sosial ekonomi dapat diwakili oleh suatu nilai yang disebut aksesibilitas. Faktor aksesibilitas dapat dikuantifikasi secara spasial dengan mengkombinasikan jarak spasial dari jalan dan pusat kegiatan (kantor kecamatan) pada selang jarak 500 m. Semakin besar nilai skor aksesibilitas mendekati nilai 100, menunjukkan aksesibilitas yang tinggi sehingga memungkinkan terjadinya konversi lahan akan semakin besar. Besarnya aksesibilitas dapat dikelompokkan menjadi 5 tingkat kelas aksesibilitas dengan selang yang sama dari kisaran nilai skor aksesibilitas yaitu 20. Pengelompokan tingkat aksesibilitas adalah sebagai berikut : Sangat tinggi (>80), tinggi (60 80), sedang (40 60), rendah (20 40) dan sangat rendah (<20). Skor setiap kelas jarak dari jalan dan pusat kecamatan disajikan pada Tabel 2.
24 Tabel 2 Nilai skor untuk akses terhadap jalan dan pusat kecamatan Jarak ke Jalan Skor Jarak ke Kecamatan Skor < 500 m 100 < 500 100 500 1000 m 80 500 1000 m 90 1000 1500 m 60 1000 1500 m 80 1500 2000 m 40 1500 2000 m 70 > 2000 m 20 2000 2500 m 60 2500 3000 m 50 3000 3500 m 40 3500 4000 m 30 4000 4500 m 20 > 4500 m 10 3.3.4 Analisis Tipologi Kecamatan Pembentukan tipologi wilayah dimaksudkan pengelompokan karakteristik kecamatan berdasarkan faktor sosial ekonomi yang ada di setiap wilayah. Tipologi kecamatan perlu dianalisis untuk melihat apakah terdapat beberapa model prediksi konversi lahan sawah atau hanya satu model saja. Pada dasarnya tipologi ini menunjukkan adanya perbedaan dalam konversi lahan sawah, baik dalam hal tinggi atau kecendrungannya. Tipologi akan melihat banyak faktor sebagai penentu konversi lahan sawah, mengingat kriteria yang digunakan lebih dari satu (multi kriteria). Untuk mendapatkan estimasi konversi lahan sawah yang dikaji, maka dari 23 kecamatan yang ada di Kabupaten Bekasi dilakukan pengelompokan menggunakan analisis klaster. Tujuan analisis ini adalah untuk mengetahui pengelompokan wilayah berdasarkan kesamaan atau kemiripan peubah-peubah pencirinya dalam hal ini pengelompokan berdasarkan pada potensi ekonomi kabupaten dan indikator makro sosial ekonomi Kabupaten Bekasi. Analisis klaster antar wilayah diukur menggunakan jarak Euclidean (Euclidean Disatance). Selanjutnya pengelompokkan/penggambaran klaster dalam bentuk dendrogram dilakukan menggunakan ArcView dengan Extensions Kappa & Dendrogram (Jaya s)v1.2).
25 3.3.5. Pemodelan Peluang Konversi Lahan Sawah Untuk mengetahui faktor-faktor yang menentukan konversi lahan sawah dan pola perubahannya, maka dilakukan analisis kuantitatif yaitu analisis peubah ganda dengan membangun suatu model peluang terjadinya konversi lahan sawah. Model regresi yang dibangun menggunakan peubah-peubah fisik dan sosial ekonomi masyarakat, sebagai peubah bebasnya (independent variable). Sedang peubah tidak bebasnya (dependent variable) adalah ada tidaknya masing-masing tipe perubahan yang dikaji. Jika ditemukan perubahan maka peluangnya 1(rentan terhadap konversi lahan sawah), sedangkan jika tidak ditemukan perubahan maka nilai peluangnya sama dengan nol (tidak rentan terhadap konversi lahan sawah). Peubah bebas yang digunakan pada analisis ini adalah: x 1 = Kepadatan penduduk (jiwa/km 2 ) x 2 = Produksi padi sawah (ton) x 3 = Produktivitas padi sawah (ton/ha) x 4 = Tingkat pendapatan penduduk (Rp/tahun) x 5 = Jarak dari jalan utama (m) x 6 = Jarak dari kota (m) x 7 = Penduduk berpendidikan setingkat SMP atau kurang (jiwa/ km 2 ) x 8 = Penduduk berpendidikan setingkat SMA atau lebih tinggi (jiwa/ km 2 ) x 9 = Kepadatan penduduk bekerja di bidang pertanian (jiwa/ km 2 ) x 10 = Kepadatan penduduk bekerja di bidang non pertanian (jiwa/ km 2 ) Adapun bentuk persamaan untuk mendapatkan indeks konversi lahan sawah adalah ( 1 2 3 4... 10) Y= f x x x x x Y = peluang konversi lahan sawah x 1..i = Peubah bebas Berdasarkan pengujian koefisien regresi, maka dapat diketahui peubahpeubah yang mana yang signifikan dalam setiap model untuk setiap kecamatan. Pengujian dilakukan uji t pada setiap koefisien yang diuji dan juga dilihat berdasarkan tingkat signifikansinya.
Selanjutnya langkah-langkah prosedur penelitian Kajian Spasial Konversi Lahan Sawah di Kabupaten Bekasi, Provinsi Jawa Barat disajikan pada Gambar 4 26 Citra Lansat TM 2000 dan 2005 Klasifikasi Tutupan Lahan Cek lapangan Peta Tematik Land Use Rupa Bumi Ind (RBI) RUTRW Data Statistik Produksi Padi, Luas Panen Produktivitas, Jumlah Penduduk, Tingkat Pendidikan, Pendapatan, Bekerja di bidang pertanian, dll Basis Data Peta Digital Perubahan Tutupan Lahan Overlay Interseksi dengan batas administrasi Aksesibilitas Akses ke Pusat Kegiatan Akses ke Jalan Utama Analisis Spasial Tipologi Wilayah Indeks Konversi Lahan Sawah Gambar 4 Diagram alir penelitian.
Gambaran umum mengenai kegiatan input, proses dan output penelitan disajikan pada Tabel 3. 27 Tabel 3 Matrik prosedur kerja kajian spasial konversi lahan sawah di Kabupaten Bekasi Kegiatan Input Proses Output Pengumpulan Peta Digital Peta Rupa Bumi, Peta digital Administrasi Citra Landsat Th 2000 dan 2005, Peta RUTRW kabupaten Pengambilan data di BBSDL, Bappeda Kab Bekasi, Distarkim Kab Bekasi, BPS. Kumpulan data digital Kabupaten Bekasi yang akan digunakan dan siap diolah Pengumpulan Data Sekunder Letak dan luas wilayah kajian, Produktivitas padi sawah, Luas lahan sawah Jumlah penduduk, Tingkat pendidikan, Tingkat pendapatan. Pengumpulan data dari dinas dan instansi terkait mulai dari tingkat propinsi, sampai kabupaten dan kecamatan Kumpulan data sekunder untuk diolah dan dianalisis untuk menunjang dalam penentuan indeks konversi lahan sawah Klasifikasi Tutupan Lahan Peta Citra Digital Kabupaten Bekasi tahun 2000 dan tahun 2005 Klasifikasi terbimbing (Supervised Classification) Peta citra penutupan lahan Kabupaten Bekasi tahun 2000 dan 2005 Pengecekan Lapangan Hasil analisis klasifikasi dan peta kerja pengecekan lapangan Pengambilan titik koordinat dengan GPS Titik koordinat hasil pengecekan lapangan Overlay Peta Tematik Layer atau atribut yang mempunyai informasi Union dan Intersection Layer baru yang memiliki informasi gabungan Pembuatan Layer Aksesibilitas Peta digital administrasi Pembuatan zonasi terhadap jalan utama dan jalan kecamatan (overlay union) Peta layer aksesibilitas Tipologi wilayah Potensi ekonomi kabupaten dan indikator makro sosial ekonomi Analisis klaster dalam bentuk dendrogram dengan ArcView dengan Extensions Kappa & Dendrogram (Jaya s)v1.2) Tipologi wilayah Pemodelan Peluang Konversi Lahan Sawah Data spasial dari peubah bebas (tingkat pendidikan, produksi, pendapatan, jarak, pendidikan dan pekerjaan ) Analisis kualitatif untuk penentuan indeks konversi lahan sawah Faktor dominan sebagai penentu konversi lahan sawah