Norida Maryantika 1, Lalu Muhammad Jaelani 1, Andie Setiyoko 2.

dokumen-dokumen yang mirip
Oleh : Hernandi Kustandyo ( ) Jurusan Teknik Geomatika Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh Nopember

Analisis Rona Awal Lingkungan dari Pengolahan Citra Landsat 7 ETM+ (Studi Kasus :Daerah Eksplorasi Geothermal Kecamatan Sempol, Bondowoso)

JURNAL TEKNIK POMITS Vol. x, No. x, (2014) ISSN: xxxx-xxxx (xxxx-x Print) 1

Aplikasi Penginderaan Jauh Untuk Monitoring Perubahan Ruang Terbuka Hijau (Studi Kasus : Wilayah Barat Kabupaten Pasuruan)

ANALISIS PERUBAHAN SUHU PERMUKAAN TANAH DENGAN MENGGUNAKAN CITRA SATELIT TERRA DAN AQUA MODIS (STUDI KASUS : DAERAH KABUPATEN MALANG DAN SURABAYA)

EVALUASI PERUBAHAN TUTUPAN LAHAN WILAYAH PERAIRAN PESISIR SURABAYA TIMUR SIDOARJO DENGAN MENGGUNAKAN CITRA SATELIT MULTITEMPORAL

ANALISA KESEHATAN VEGETASI MANGROVE BERDASARKAN NILAI NDVI (NORMALIZED DIFFERENCE VEGETATION INDEX ) MENGGUNAKAN CITRA ALOS

Kajian Nilai Indeks Vegetasi Di Daerah Perkotaan Menggunakan Citra FORMOSAT-2 Studi Kasus: Surabaya Timur L/O/G/O

STUDI PEMBUATAN PETA BATAS DAERAH KABUPATEN MENGGUNAKAN TEKNOLOGI PENGINDERAAN JAUH DENGAN DATA CITRA LANDSAT 7 ETM DAN DEM SRTM

Evaluasi Kesesuaian Tutupan Lahan Menggunakan Citra ALOS AVNIR-2 Tahun 2009 Dengan Peta RTRW Kabupaten Sidoarjo Tahun 2007

SIDANG TUGAS AKHIR IDENTIFIKASI KERUSAKAN HUTAN DI DAERAH ALIRAN SUNGAI (DAS) MENGGUNAKAN DATA CITRA LANDSAT 7 DAN LANDSAT

ANALISA NDVI CITRA SATELIT LANDSAT MULTI TEMPORAL UNTUK PEMANTAUAN DEFORESTASI HUTAN KABUPATEN ACEH UTARA

ANALISA PERUBAHAN POLA DAN TATA GUNA LAHAN SUNGAI BENGAWAN SOLO dengan menggunakan citra satelit multitemporal

Aninda Nurry M.F., Ira Mutiara Anjasmara Jurusan Teknik Geomatika FTSP-ITS, Kampus ITS Sukolilo, Surabaya,

Perumusan Masalah Bagaimana kondisi perubahan tutupan lahan yang terjadi di daerah aliran sungai Ciliwung dengan cara membandingkan citra satelit

STUDI TENTANG IDENTIFIKASI LONGSOR DENGAN MENGGUNAKAN CITRA LANDSAT DAN ASTER (STUDI KASUS : KABUPATEN JEMBER)

IV. METODOLOGI 4.1. Waktu dan Lokasi

BAB III METODE PENELITIAN

Jurusan Teknik Geomatika Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh Nopember

STUDI TINGKAT KERAPATAN MANGROVE MENGGUNAKAN INDEKS VEGETASI

METODOLOGI. Gambar 4. Peta Lokasi Penelitian

III. METODOLOGI. Gambar 1. Peta Administrasi Kota Palembang.

LOGO PEMBAHASAN. 1. Pemetaan Geomorfologi, NDVI dan Temperatur Permukaan Tanah. 2. Proses Deliniasi Prospek Panas Bumi Tiris dan Sekitarnya

BAB III METODE PENELITIAN

BAB II. TINJAUAN PUSTAKA

PEMANFAATAN CITRA ASTER DIGITAL UNTUK ESTIMASI DAN PEMETAAN EROSI TANAH DI DAERAH ALIRAN SUNGAI OYO. Risma Fadhilla Arsy

Pemetaan Pola Hidrologi Pantai Surabaya-Sidoarjo Pasca Pembangunan Jembatan Suramadu dan Peristiwa Lapindo Menggunakan Citra SPOT 4

Analisa Kondisi Ekosistem Mangrove Menggunakan Data Citra Satelit Multitemporal dan Multilevel (Studi Kasus: Pesisir Utara Surabaya)

STUDI UPAYA PENGELOLAAN LINGKUNGAN (UKL) EKSPLORASI GEOTHERMAL DI KECAMATAN SEMPOL, KABUPATEN BONDOWOSO DENGAN SISTEM INFORMASI GEOGRAFIS

Pemanfaatan Citra Landsat 7 ETM+ untuk Menganalisa Kelembaban Hutan Berdasarkan Nilai Indeks Kekeringan (Studi Kasus : Hutan KPH Banyuwangi Utara)

Pemanfaatan Data Landsat-8 dan MODIS untuk Identifikasi Daerah Bekas Terbakar Menggunakan Metode NDVI (Studi Kasus: Kawasan Gunung Bromo)

SEMINAR TUGAS AKHIR. Oleh: Aninda Nurry M.F ( ) Dosen Pembimbing : Ira Mutiara Anjasmara ST., M.Phil-Ph.D

ANALISA TUTUPAN LAHAN TERHADAP RENCANA INVESTASI DI KECAMATAN LABANG, KABUPATEN BANGKALAN PASCA SURAMADU DENGAN CITRA SPOT-5

JURNAL TEKNIK POMITS Vol. X, No. X, (Mei, 2013) ISSN:

JURNAL TEKNIK ITS Vol. 6, No. 2, (2017) ISSN: ( Print) A-572

Gambar 7. Lokasi Penelitian

III. METODOLOGI PENELITIAN

BAB III DATA DAN METODOLOGI PENELITIAN

Gambar 4.15 Kenampakan Satuan Dataran Aluvial. Foto menghadap selatan.

KAJIAN CITRA RESOLUSI TINGGI WORLDVIEW-2

TUGAS AKHIR JURUSAN TEKNIK GEOMATIKA FAKULTAS TEKNIK SIPIL DAN PERENCANAAN INSTITUT TEKNOLOGI SEPULUIH NOPEMBER SURABAYA

JURNAL TEKNIK POMITS Vol. X, No. X, (XXXX) ISSN: XXXX-XXXX (XXXX-XXXX Print) 1

Pemetaan Potensi Batuan Kapur Menggunakan Citra Satelit Landsat 8 di Kabupaten Tuban

EVALUASI KEMAMPUAN LAHAN UNTUK PENGEMBANGANN PARIWISATA DENGAN MENGGUNAKAN DATA CITRA SATELIT FELIK DWI YOGA PRASETYA

BAB II TINJAUAN PUSTAKA...

Analisa Perubahan Tutupan Lahan di Waduk Riam Kanan dan Sekitarnya Menggunakan Sistem Informasi Geografis(SIG) dan data citra Landsat

Indeks Vegetasi Bentuk komputasi nilai-nilai indeks vegetasi matematis dapat dinyatakan sebagai berikut :

PEMETAAN POTENSI PANAS BUMI (GEOTHERMAL) UNTUK MENDUKUNG PROGRAM ENERGI NASIONAL JAWA TIMUR (Studi Kasus : G. Lamongan, Kab.

ANALISA PERUBAHAN POLA DAN TATA GUNA LAHAN SUNGAI BENGAWAN SOLO DENGAN MENGGUNAKAN CITRA SATELIT MULTITEMPORAL (Studi Kasus : Kabupaten Lamongan)

JURNAL TEKNIK POMITS Vol. X, No. X, (Apr, 2013) ISSN:

LAMPIRAN 1 HASIL KEGIATAN PKPP 2012

ANALISIS INDEKS VEGETASI MANGROVE MENGGUNAKAN CITRA SATELIT ALOS AVNIR-2 (Studi Kasus: Estuari Perancak, Bali)

BAB III PEMBAHASAN. 3.1 Data. Data yang digunakan dalam penelitian ini berupa :

BAB IV HASIL DAN PEMBAHASAN

ANALISA PERUBAHAN TATA GUNA LAHAN WILAYAH SURABAYA BARAT MENGGUNAKAN CITRA SATELIT QUICKBIRD TAHUN 2003 DAN 2009

Analisis Indeks Vegetasi Menggunakan Citra Satelit FORMOSAT-2 Di Daerah Perkotaan (Studi Kasus: Surabaya Timur)

Geo Image (Spatial-Ecological-Regional)

III. BAHAN DAN METODE

Bab IV Hasil dan Pembahasan

ANALISIS PERUBAHAN PENGGUNAAN LAHAN DI WILAYAH PESISIR KOTA PEKALONGAN MENGGUNAKAN DATA LANDSAT 7 ETM+

Lampiran 1. Peta klasifikasi penutup lahan Kodya Bogor tahun 1997

HASIL DAN PEMBAHASAN. Pembuatan Tampilan 3D DEM SRTM

Nilai Io diasumsikan sebagai nilai R s

Sudaryanto dan Melania Swetika Rini*

APLIKASI PENGINDERAAN JAUH UNTUK PEMANTAUAN PERUBAHAN RUANG TERBUKA HIJAU STUDI KASUS: WILAYAH BARAT KABUPATEN PASURUAN

Analisa Kesehatan Mangrove Berdasarkan Nilai Normalized Difference Vegetation Index Menggunakan Citra ALOS AVNIR-2

LAPORAN PROYEK PENGINDERAAN JAUH IDENTIFIKASI PENGGUNAAN LAHAN DENGAN MENGGUNAKAN HIRARKI DI KOTA BATU

BAB III METODOLOGI 3.1 Waktu dan Tempat 3.2 Alat dan Data 3.3 Tahapan Pelaksanaan

TINJAUAN PUSTAKA. Secara geografis DAS Besitang terletak antara 03 o o LU. (perhitungan luas menggunakan perangkat GIS).

PERHITUNGAN VOLUME DAN SEBARAN LUMPUR SIDOARJO DENGAN CITRA IKONOS MULTI TEMPORAL 2011

STUDI PERKIRAAN JALUR ALIRAN AIR AKI MENGGUNAKAN DATA CITRA SATELIT LANDSAT DAN SRTM

Dosen Pembimbing : Ir. Chatarina Nurdjati Supadiningsih,MT Hepi Hapsari Handayani ST, MSc. Oleh : Pandu Sandy Utomo

BAB I PENDAHULUAN 1. Latar Belakang

Ayesa Pitra Andina JURUSAN TEKNIK GEOMATIKA FAKULTAS TEKNIK SIPIL DAN PERENCANAAN INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2014

ANALISIS PENGARUH TUTUPAN LAHAN TERHADAP KETELITIAN ASTER GDEM V2 DAN DEM SRTM V4.1 (STUDI KASUS: KOTA BATU, KABUPATEN MALANG, JAWA TIMUR)

Evaluasi Indeks Urban Pada Citra Landsat Multitemporal Dalam Ekstraksi Kepadatan Bangunan

BAHAN DAN METODE. Gambar 1 Peta Lokasi Penelitian

Oleh : Feri Istiono 1, Dr.Ing.Ir Teguh Hariyanto Msc 1. Program Studi Teknik Geomatika, FTSP, ITS-Sukolilo, Surabaya,

ANALISA PERUBAHAN POLA HIDROLOGI DI DAERAH MUARA KALI PORONG PASCA PERISTIWA LAPINDO DENGAN CITRA SATELIT SPOT 4 DAN ALOS

PERUBAHAN LUAS DAN KERAPATAN EKOSISTEM MANGROVE DI KAWASAN PANTAI TIMUR SURABAYA

Pemetaan Tingkat Kekeringan Berdasarkan Parameter Indeks TVDI Data Citra Satelit Landsat-8 (Studi Kasus: Provinsi Jawa Timur)

III. BAHAN DAN METODE

BAB III METODOLOGI PENELITIAN

STUDI TENTANG IDENTIFIKASI LONGSOR DENGAN MENGGUNAKAN CITRA LANDSAT DAN ASTER (STUDI KASUS : KABUPATEN JEMBER)

Seminar Nasional Tahunan IX Hasil Penelitian Perikanan dan Kelautan, 14 Juli 2012

Perumusan Masalah Perumusan masalah dalam penelitian ini adalah bagaimana cara memperoleh

BAB IV HASIL DAN PEMBAHASAN

KLASIFIKASI DARATAN DAN LAUTAN MENGGUNAKAN CITRA SATELIT ALOS Studi Kasus di Pesisir Timur Kota Surabaya

Perubahan Luasan Mangrove dengan Menggunakan Teknik Penginderaan Jauh Di Taman Nasional Sembilang Kabupaten Banyuasin Provinsi Sumatera Selatan

PEMANFAATAN CITRA PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS UNTUK PEMETAAN LAHAN KRITIS DI DAERAH KOKAP DAN PENGASIH KABUPATEN KULONPROGO

JURNAL GEOGRAFI Media Pengembangan Ilmu dan Profesi Kegeografian

Evaluasi Ketelitian Luas Bidang Tanah Dalam Pengembangan Sistem Informasi Pertanahan

MODIFIKASI ALGORITMA AVHRR UNTUK ESTIMASI SUHU PERMUKAAN LAUT (SPL) CITRA AQUA MODIS

Abstrak PENDAHULUAN. Pembuangan lumpur dalam jumlah besar dan secara terus-menerus ke Kali Porong

q Tujuan dari kegiatan ini diperolehnya peta penggunaan lahan yang up-to date Alat dan Bahan :

JURNAL TEKNIK POMITS Vol. X, No. X, (2013) ISSN: ( Print) 1 II. METODOLOGI PENELITIAN

METODE. Waktu dan Tempat

ANALISA KELEMBABAN HUTAN BERDASARKAN NILAI TVDI MENGGUNAKAN CITRA LANDSAT 7 ETM+ (Studi Kasus : Hutan KPH Banyuwangi Utara)

Perubahan Nilai Konsentrasi TSM dan Klorofil-a serta Kaitan terhadap Perubahan Land Cover di Kawasan Pesisir Tegal antara Tahun

JURNAL TEKNIK POMITS Vol. X, No. X, (2013) ISSN: ( Print) 1

Transkripsi:

ANALISA PERUBAHAN VEGETASI DITINJAU DARI TINGKAT KETINGGIAN DAN KEMIRINGAN LAHAN MENGGUNAKAN CITRA SATELIT LANDSAT DAN SPOT 4 (STUDI KASUS KABUPATEN PASURUAN) rida Maryantika 1, Lalu Muhammad Jaelani 1, Andie Setiyoko 2 1 Program Studi Teknik Geomatika, FTSP ITS, Surabaya, 60111, Indonesia 3 Pusat Data Penginderaan Jauh LAPAN, Jl. LAPAN 70 Pekayon-Pasar Rebo, Jakarta, Indonesia Email : gm0741@geodesy.its.ac.id Abstrak merupakan keseluruhan tumbuhan dari suatu area yang berfungsi sebagai penutup lahan. Tumbuhan tersebut bisa bersifat alami maupun hasil budidaya, homogen maupun heterogen. Persebaran vegetasi dalam suatu area dapat dipengaruhi oleh kondisi topografi. Wilayah kabupaten Pasuruan bagian barat memiliki kondisi topografi yang bervariasi, yaitu daerah pegunungan berbukit, daerah dataran rendah, dan daerah pantai, variasi ini berpengaruh terhadap persebaran vegetasi yang ada di wilayah tersebut. Salah satu metode yang dapat digunakan untuk mengamati perubahan vegetasi adalah dengan menggunakan teknologi penginderaan jauh dengan citra satelit Landsat 7 ETM+ dan citra satelit SPOT4. Hasil dari proses pengolahan citra adalah informasi mengenai indeks vegetasi citra dan tutupan lahan daerah penelitian. Pengamatan kondisi fisik topografi menggunakan data kontur peta RBI yang diterbitkan oleh BAKOSURTANAL. Hasil pengolahan data kontur peta RBI diperoleh informasi kelas ketinggian dan kemiringan lahan daerah penelitian. Berdasarkan nilai indeks vegetasi, ketinggian, dan kemiringan lahan maka akan diperoleh hubungan antara indeks vegetasi dengan ketinggian dan kemiringan lahan. Hubungan tersebut diperoleh melalui uji korelasi. Hasil uji korelasi antara indeks vegetasi (NDVI Landsat, EVI Landsat, NDVI SPOT 4) dengan ketinggian lahan diperoleh nilai korelasi tertinggi sebesar 0,542 pada NDVI SPOT 4, dari ketiga hasil penelitian termasuk korelasi sedang (0,40 0,599). Hasil uji korelasi antara indeks vegetasi (NDVI Landsat, EVI Landsat, NDVI SPOT 4) dengan kemiringan lahan diperoleh nilai korelasi tertinggi sebesar 0,517 pada EVI Landsat, dari ketiga hasil penelitian juga termasuk korelasi sedang (0,40 0,599). Kata Kunci : Indeks vegetasi, Ketinggian lahan, Kemiringan lahan, Korelasi PENDAHULUAN merupakan keseluruhan tumbuhan dari suatu area, vegetasi berfungsi sebagai area penutup lahan, Penutupan oleh vegetasi memberi efek positif bagi daerah tersebut, penutup lahan nantinya akan mengurangi aliran permukaan, mencegah erosi tanah dan banjir, serta menjaga suhu tanah dan daerah sekitar. Persebaran vegetasi dapat dipengaruhi oleh kondisi fisik lahan yang ada, diantaranya adalah kondisi topografi lahan. Wilayah kabupaten Pasuruan bagian barat memiliki kondisi topografi yang bervariasi, secara geologis terbagi menjadi tiga wilayah, yaitu daerah pegunungan berbukit, daerah dataran rendah, dan daerah pantai. Keadaan kemiringan tanah didaerah ini meliputi kemiringan 0 0-25 0 terletak dibagian utara, kemiringan 10 0-25 0 dibagian tengah, kemiringan 25 0-45 0 terletak dibagian barat dan selatan, sedangkan kemiringan > 45 0 terletak di bagian selatan. Dengan memanfaatkan data penginderaan jauh, yaitu citra satelit landsat 7 ETM dan SPOT 4 akan diperoleh data indeks vegetasi lahan, yang akan dihubungkan dengan faktor fisik kawasan, yaitu ketinggian dan kemiringan lahan yang ada di lokasi penelitian. Sehingga diharapkan penelitian ini dapat memberikan informasi yang dibutuhkan terhadap kegiatan pengelolaan kawasan penelitian. Perumusan Masalah Perumusan masalah dalam tugas akhir ini adalah bagaimana menganalisa perubahan vegetasi ditinjau dari tingkat ketinggian dan kemiringan suatu lahan. Batasan Masalah Adapun batasan masalah yang dibahas dalam penelitian ini adalah: 1

a. Wilayah studi adalah Kabupaten Pasuruan bagian barat, meliputi Kecamatan Gempol, Bangil, Beji, Rembang, Wonorejo, Purwosari, Prigen, Pandaan, Sukorejo, Keraton yang memiliki tingkat ketinggian dan kemiringan lahan yang bervariasi. b. Data citra yang digunakan adalah citra Landsat tahun 2003 dan SPOT4 tahun 2009. c. Peta yang digunakan adalah Peta Rupa Bumi Indonesia (RBI) daerah penelitian skala 1 : 25.000 Tahun 1999 terbitan Badan Koordinasi Survei dan Pemetaan Nasional(BAKOSURTANAL). d. Indeks vegetasi diperoleh dari data citra satelit, ketinggian dan kemiringan lahan diperoleh dari data kontur peta RBI. e. Analisa korelasi antara indeks vegetasi dengan tingkat ketinggian dan kemiringan lahan. f. Hasil penelitian adalah Peta Indeks, Peta Ketinggian lahan, Peta Kemiringan lahan, Peta Tutupan Lahan, dan nilai korelasi indeks vegetasi dengan ketinggian dan kemiringan lahan. METODOLOGI PENELITIAN Kegiatan penelitian tugas akhir ini secara administratif terletak di wilayah Kabupaten Pasuruan. Data dan Peralatan Data a. Citra satelit Landsat 7 ETM tahun 2003 (22 Mei 2003) path/row 118/065 dan citra satelit SPOT 4 tahun 2009 (21 Juli 2009) level 2A K/J 297/365, Data ini dipilih karena berdasarkan tanggal akuisisi memiliki karakteristik musim yang sama. b. Peta RBI lembar Bumi Aji (1608-113), Lawang Baru (1608-114), Puspo (1608-123), Mojosari (1608-130), Trawas (1608-131), Pandaan (1608-132), Porong (1608-134), Wonorejo (1608-141), Bangil (1608-143), Semare (1608-144), Pasuruan (1608-142) skala 1 : 25.000 tahun 1999 terbitan BAKOSURTANAL. c. Citra Landsat-7 ETM Orthometrik tahun 2000 digunakan sebagai acuan koreksi geometrik, dengan tanggal akuisisi 17 Agustus 2000 path/row 118/065. Peralatan Peralatan yang digunakan pada penelitian ini adalah : a. Perangkat Keras (Hardware): tebook, GPS navigasi b. Perangkat Lunak (Software): Er Mapper 7.0.0, ENVI 4.6.1, Autocad Land Desktop 2004, ArcGIS 9.3, Microsoft Excel 2007 Diagram Alir Penelitian Gambar 1. Diagram Alir Penelitian Pengolahan Data Adapun diagram alir pengolahan data adalah sebagai berikut: Citra Landsat 7 tahun 2003 Tahap Pengumpulan Data Citra Landsat Ortho Ground Truth Identifikasi Masalah Studi Literatur Pengumpulan Data Pengolahan Data Analisa Penyusunan Laporan Citra SPOT tahun 2009 Koreksi Geometrik RMS 1 piksel Citra Terkoreksi Geometrik Cropping ya Tidak Konversi Digital Number ke Reflektan Peta Tutupan Lahan Klasifikasi Terselia Uji ketelitian 80 % ya Tidak Indeks Peta Indeks dan Data Tabulasinya Peta RBI skala 1:25.000 tahun 1999 Digitasi DEM Peta Ketinggian/ Kemiringan dan Data Tabulasi 2

A Tahap Pengolahan Data Tahap Analisa Transformasi Digital Number Transformasi Nilai digital number ke nilai spektral radian diperoleh dengan persamaan : Citra Landsat 7 ETM ( Lmax Lmin ) L ( Qcal Qcal min ) Lmin ( Qcal max Qcal min ) (1) Citra SPOT-4 L λ = DN/(G λ *A λ ).(2) Transformasi nilai Spektral Radian ke Reflektan diperoleh dengan persamaan : 2 L d Esun cos...(3) (Chander, 2009) Indeks Indeks vegetasi menunjukkan saluran spektral yang peka pada kerapatan variasi tumbuhan. Rumus aritmatik untuk menentukan Indeks vegetasi adalah: a. rmalized Difference Vegetation Indeks (NDVI) ρ NIR - ρ RED NDVI = ρ NIR + ρ RED (4) dimana: ρ NIR =Nilai band spektral infra merah dekat ρ RED =Nilai band spektral merah (Lillesand dan Kiefer, 2000). Tabel 1. Kisaran Tingkat Kerapatan NDVI (Sumber Departemen Kehutanan, 2003) Kelas Kisaran NDVI Tingkat Kerapatan 1-1,0 s.d 0,32 Jarang 2 0,32 s.d 0,42 Sedang 3 >0,42 s.d 1 Tinggi b. Enhanced Vegetation Index (EVI). Formula EVI secara aritmatik sebagai berikut: ρ NIR ρ RED EVI = 2,5 (ρ NIR + ς 1 ρ RED ς 2 ρ BLUE+L)...(5) B Overlay Analisa Hasil Gambar 2 Diagram Alir Pengolahan Data C dimana: ρ NIR =Nilai band spektral infra merah dekat ρ RED =Nilai band spektral merah ρ BLUE =Nilai band spektral biru L =Faktor pengaruh tanah dengan nilai 1 ς 1 =Faktor koreksi untuk atmosfer dengan nilai 6 ς 2 =Faktor koreksi untuk atmosfer dengan nilai 7,5 (Huete dkk,1999) Variasi nilai indeks vegetasi yang berkisar antara -1 (nilai minimum) dan +1 (nilai maksimum) (Ginting, 2004). HASIL DAN PEMBAHASAN Koreksi Geometrik Pada citra Landsat 7 ETM tahun 2003 jumlah GCP 43 titik, nilai rata-rata RMS error 0,409. Sedangkan citra SPOT4 tahun 2009, jumlah GCP 31 titik, nilai rata-rata RMS error 0,506. Klasifikasi diklasifikasikan berdasarkan rentang nilai indeks vegetasi yang diperoleh melalui density slice. Pada penelitian ini diperoleh tiga data indeks vegetasi, yaitu data NDVI citra Landsat 7 ETM tahun 2003, EVI citra Landsat 7 ETM tahun 2003, NDVI citra SPOT 4 tahun 2009. NDVI Citra Landsat 7 ETM tahun 2003 Tabel 2 NDVI Citra Landsat tahun 2003 Kelas NDVI Kerapatan (ha) (%) 1-0,3491- (-0,2025) Jarang 398,88 0,65 2-0,2025-(-0,0910) Jarang 839,52 1,36 3-0,0910-0,2055 Jarang 4616,24 7,48 4 0,2055 0,3250 Jarang 4750,56 7,70 5 0,3250 0,4280 Sedang 8367,84 13,57 6 0,4280 0,5308 Tinggi 12548,40 20,34 7 0,5308 0,6775 Tinggi 22372,84 36,27 8 0,6775 0,8241 Tinggi 7784,64 12,62 Total 61678,92 100,00 Gambar3 Peta NDVI Citra Landsat tahun 2003 3

Dari data diperoleh nilai NDVI terkecil -0,3491 dan terbesar 0,8241. terbesar berada pada kisaran NDVI 0,5308-0,6775 pada kondisi kerapatan vegetasi rapat yaitu 22372,84 ha. EVI Citra Landsat 7 ETM tahun 2003 Tabel3 Kisaran EVI Citra Landsat tahun 2003 Kelas EVI Kerapatan (ha) (%) 1-0,0963-(0,0240) Jarang 393,12 0,64 2-0,0240-0,0484 Jarang 803,52 1,30 3 0,0484-0,1207 Jarang 5397,12 8,75 4 0,1207-0,1930 Jarang 4612,32 7,48 5 0,1930-0,2654 Sedang 7810,56 12,66 6 0,2654-0,3377 Tinggi 13806,56 22,38 7 0,3377-0,4101 Tinggi 21278,88 34,50 8 0,4101-0,4824 Tinggi 7576,84 12,28 Total 61678,92 100,00 Gambar4 Peta EVI Citra Landsat tahun 2003 Pembagian jenis kerapatan vegetasi dengan aritmatika EVI masih bersifat subjektif, karena belum ada penelitian khusus yang membagi jenis kerapatan vegetasi dengan metode ini, dari data diperoleh nilai EVI terkecil -0,0963 dan terbesar 0,4824. terbesar berada pada kisaran EVI 0,3377-0,4101 pada kondisi kerapatan vegetasi rapat yaitu 21278,88 ha. NDVI Citra SPOT 4 tahun 2009 Tabel4 Kisaran NDVI Citra SPOT tahun 2009 Kelas NDVI Kerapatan (ha) (%) 1-0,4412-(-0,2115) Jarang 1070,08 1,74 2-0,2115-(-0,1180) Jarang 1188,48 1,93 3-0,1180-0,2041 Jarang 8663,32 14,05 4 0,2041-0,3213 Jarang 4764,8 7,73 5 0,3213-0,4277 Sedang 5407,68 8,77 6 0,4277-0,5541 Tinggi 14227,68 23,07 7 0,5541-0,6678 Tinggi 18858,24 30,58 8 0,6678-0,7849 Tinggi 7494,40 12,15 Total 61674,68 100,00 Gambar 5 Peta NDVI Citra SPOT tahun 2009 Dari data diperoleh nilai NDVI terkecil -0,4412 dan terbesar 0,7849. terbesar berada pada kisaran NDVI 0,5541-0,6678 pada kondisi kerapatan vegetasi rapat yaitu 18858,24 ha. Dari tabel 2,3,4 dapat disimpulkan sebagai berikut: a. Nilai indeks vegetasi citra tahun 2003 dengan metode NDVI dan EVI mengalami perbedaan rentang pembagian kelas, namun persebaran kelas relatif tetap dengan jumlah luas yang memiliki selisih kecil. b. Nilai indeks vegetasi citra tahun 2003 dan tahun 2009, mengalami perbedaan rentang pembagian kelas, terjadi perubahan persebaran kelas, dan perubahan luasan. Hal ini disebabkan oleh perbedaan kemampuan respon spektral citra terhadap vegetasi, faktor-faktor yang mempengaruhi ini adalah struktur daun, pigmen daun, kelembapan daun, kerapatan vegetasi, lingkungan tempat tumbuh vegetasi (Ginting, 2004). Ketinggian Lahan Wilayah penelitian mempunyai ketinggian yang bervariasi, kelas ketinggian lahan penelitian dapat dilihat pada tabel 5. Tabel5 kelas Ketinggian lahan Kelas Ketinggian (ha) (%) 1 0 12,5 14064,17 22,80 2 12,5 25 4178,19 6,77 3 25 50 4550,93 7,38 4 50 100 6982,15 11,32 5 100 250 11517,96 18,67 6 250 500 8483,37 13,75 7 500 1000 6040,75 9,79 8 1000 1500 2257,99 3,66 9 1500 2000 1404,29 2,28 10 2000 2500 1352,81 2,19 11 2500 3000 769,30 1,25 12 3000 3300 76,97 0,12 Total 61678,92 100.00 4

Kelas Kemiringan (ha) (%) 5 Curam(25-40%) 1061,00 1,72 6 Sangat curam(40-65%) 354,96 0,58 7 Sangat curam(65-90%) 285,88 0,46 Total 61678,92 100,00 Gambar 6 Peta Ketinggian Lahan Dari data diketahui bahwa daerah penelitian memiliki ketinggian dari terendah (0-12,5)m sampai dengan tertinggi (3000-3300)m, daerah yang memiliki Ketinggian 0-12,5m adalah wilayah yang paling luas, yaitu 14064,17 ha. Kemiringan Lahan Wilayah penelitian mempunyai kemiringan yang bervariasi, pembagian kelas kemiringan pada penelitian ini berdasarkan pada Peraturan Menteri Kehutanan Republik Indonesia mor : P.32/Menhut-II/2009 tentang Tata Cara Penyusunan Rencana Teknis Rehabilitasi Hutan dan Lahan DAS (RTkRHL- DAS), kriteria lahan kritis menurut kelas lereng dapat dilihat pada tabel 6. Tabel 6 Kriteria Kelas Lereng Kelas Besaran/Deskripsi Skor 1 Datar 0-8% 5 2 Landai 8-15% 4 3 Agak curam 16-25% 3 4 Curam 25-40% 2 5 Sangat Curam >40% 1 Kelas kemiringan lahan penelitian dapat dilihat pada tabel 7. Tabel 7 Kelas Kemiringan Lahan Kelas Kemiringan (ha) (%) 1 Datar(0 2,5 %) 36316,82 58,88 2 Datar(2,5-8%) 11473,92 18,60 3 Landai(8-15%) 6209,27 10,07 4 Agak curam(15-25% 5976,98 9,69 Gambar 7 Peta Kemiringan Lahan Dari data diatas, dapat diketahui bahwa daerah penelitian memiliki kemiringan dari terendah (0-2,5)% sampai dengan tertinggi (65-90)%, daerah yang memiliki kemiringan 0-2,5% adalah wilayah yang paling luas, yaitu 36316,81736 ha. Indeks Dengan Ketinggian Lahan. Dari data indeks vegetasi dan ketinggian lahan daerah penelitian, diperoleh sebaran nilai indeks vegetasi pada tiap kelas ketinggian lahan. Lihat tabel 8. Dari tabel 8 diperoleh bahwa nilai indeks vegetasi hampir seluruhnya tersebar pada tiap kelas ketinggian dari terendah (0-12,5) sampai tertinggi (3000-3300)m. Indeks Dengan Kemiringan Lahan. Dari peta indeks vegetasi dan peta kemiringan lahan daerah penelitian, diperoleh sebaran nilai indeks vegetasi pada tiap kelas kemiringan lahan, lihat tabel 9. Dari tabel 9 diperoleh bahwa nilai indeks vegetasi hampir seluruhnya tersebar pada tiap kelas kemiringan dari terendah (Datar (0 2,5 %)) sampai tertinggi (Sangat curam (65-90%))m. Tabel 8 Sebaran Indeks Tiap Kelas Ketinggian Lahan Kelas Kisaran NDVI Kisaran EVI Landsat Kisaran NDVI SPOT Ketinggian Landsat 7 2003 7 2003 4 2009 1 0 12,5-0,3491-0,8241-0,0963-0,4824-0,4412-0,7849 2 12,5-25 -0,2025-0,8241-0,0240-0,4824-0,2115-0,7849 3 25-50 -0,2025-0,8241-0,0240-0,4824-0,2115-0,7849 4 50-100 -0,2025-0,8241-0,0240-0,4824-0,2115-0,7849 5 100-250 -0,2025-0,8241-0,0240-0,4824-0,2115-0,7849 6 250-500 -0,2025-0,8241-0,0240-0,4824-0,2115-0,7849 7 500-1000 -0,0910-0,8241 0,0484-0,4824-0,2115-0,7849 5

Kelas Kisaran NDVI Kisaran EVI Landsat Kisaran NDVI SPOT Ketinggian Landsat 7 2003 7 2003 4 2009 8 1000-1500 -0,0910-0,8241 0,0484-0,4824-0,1180-0,7849 9 1500-2000 -0,0910-0,8241 0,0484-0,4824-0,1180-0,7849 10 2000-2500 0,2055-0,8241 0,1207-0,4824-0,1180-0,7849 11 2500-3000 0,2055-0,8241 0,1207-0,4824-0,1180-0,7849 12 3000-3300 -0,0910-0,8241 0,0484-0,4824-0,1180-0,7849 Tabel 9 Sebaran Indeks Tiap Kelas Kemiringan Lahan Kelas Lereng Kisaran NDVI L7 Kisaran EVI L7 Kisaran NDVI tahun 2003 tahun 2003 SPOT 4 tahun 2009 1 Datar (0 2,5 %) -0,3491 s.d 0,8241-0,0963 s.d 0,4824-0,4412 s.d 0,7849 2 Datar (2,5-8%) -0,3491 s.d 0,8241-0,0963 s.d 0,4824-0,4412 s.d 0,7849 3 Landai (8-15%) -0,0910 s.d 0,8241 0,0484 s.d 0,4824-0,1180 s.d 0,7849 4 Agak curam (15-25% -0,0910 s.d 0,8241 0,0484 s.d 0,4824-0,1180 s.d 0,7849 5 Curam (25-40%) -0,0910 s.d 0,8241 0,0484 s.d 0,4824-0,1180 s.d 0,7849 6 Sangat curam(40-65%) -0,0910 s.d 0,8241 0,0484 s.d 0,4824-0,1180 s.d 0,7849 7 Sangat curam (65-90%) -0,0910 s.d 0,8241 0,0484 s.d 0,4824-0,1180 s.d 0,7849 Uji Korelasi Analisis Korelasi bertujuan untuk mengetahui hubungan antara dua variabel atau lebih. Dalam penelitian ini, analisis korelasi digunakan untuk mengetahui hubungan antara tingkat kerapatan vegetasi dengan ketinggian dan kemiringan lahan. Analisa korelasi dihitung menggunakan persamaan uji korelasi Karl Pearson: n X i Y i -( X i )( Y i ) r=...(6) {n X 2 i -( X i ) 2 }{n Y 2 i -( Y i ) 2 } Keterangan: r = koefisien korelasi n = banyaknya pengamatan X i = Nilai variabel untuk indeks vegetasi Y i = nilai variabel untuk ketinggian dan kemiringan lahan. (Usman dan Akbar,2006) Tabel 10 Pedoman Interpretasi Koefisien Korelasi (Sugiyono, 2007) Interval Koefisien Tingkat Hubungan 0,00 0.199 Sangat rendah 0.20 0.339 Rendah 0,40 0.599 Sedang 0.60 0.799 Kuat 0.80 1,00 Sangat Kuat Penentuan analisis korelasi dilakukan dengan cara mengambil secara acak sebanyak 75 titik sampel yang mewakili penyebaran indeks vegetasi pada berbagai kelas ketinggian dan kemiringan lahan. Dari hasil pengolahan uji korelasi, maka diperoleh nilai korelasi, yaitu: Korelasi Ketinggian Lahan NDVI Landsat 7 ETM 0,53 EVI Landsat 7 ETM 0,51 NDVI SPOT 4 0,54 Hasil analisa korelasi dari ketiga penelitian menunjukkan bahwa angka koefisien tertinggi adalah NDVI SPOT4. Apabila ditinjau dari tingkat hubungan korelasi, ketiga hasil penelitian termasuk korelasi sedang (0,40 0.599). Koefisien korelasi ketiganya bertanda (+), artinya hubungan ketinggian tempat dengan indeks vegetasi satu arah. Korelasi Kemiringan Lahan NDVI Landsat 7 ETM 0,46 EVI Landsat 7 ETM 0,52 NDVI SPOT 4 0,43 Hasil analisa korelasi dari ketiga penelitian menunjukkan bahwa angka koefisien tertinggi adalah EVI Landsat 7 ETM. Apabila ditinjau dari tingkat hubungan korelasi, ketiga hasil penelitian termasuk korelasi sedang (0,40 0.599). Koefisien korelasi ketiganya bertanda (+), artinya hubungan kemiringan lahan dengan indeks vegetasi satu arah. Klasifikasi Tutupan Lahan Klasifikasi tutupan lahan citra Landsat 7 ETM dan SPOT 4 dilakukan dengan metode klasifikasi supervised. Tabel 11 Tutupan Lahan daerah Penelitian Kelas 2003 2009 Perubahan 1 Hutan 4599,36 4159,68-439,68 2 Kebun 13517,12 10746,2-2770,92 6

Kelas 2003 2009 Perubahan 3 Sawah 14196,08 16108,16 1912,08 4 Ladang 10748,16 11952,8 1204,64 5 Pemukiman 5775,84 8065,28 2289,44 6 Badan Air 2957,76 2970,88 13,12 7 Semakbelukar 3791,52 3148,8-642,72 8 TanahKosong 6092,64 4522,88-1569,76 Jumlah 61678,48 61674,68-3,80 Gambar 8 Peta Tutupan Lahan tahun 2003 Gambar 9 Peta Tutupan Lahan tahun 2009 Dari hasil pengolahan diatas, tutupan lahan terbesar didominasi oleh sawah, dan terkecil adalah badan air. Untuk menguji kebenaran hasil klasifikasi tutupan lahan, dilakukan groundtruth, citra yang diujikan adalah citra tahun terakhir penelitian, yaitu citra SPOT4 tahun 2009. Uji ketelitian dilakukan dengan menggunakan perhitungan confusion matrix. Dari hasil perhitungan yang dilakukan, didapatkan ketelitian seluruh hasil klasifikasi citra sebesar 85,01%. PENUTUP Kesimpulan Berdasarkan hasil penelitian, dapat disimpulkan beberapa hal sebagai berikut: 1. Nilai indeks vegetasi tersebar hampir diseluruh kelas ketinggian dan kemiringan lahan, nilai indeks vegetasi yang mendominasi untuk NDVI Landsat pada rentang 0,5308-0,6775, EVI Landsat pada rentang 0,3377-0,4101, dan NDVI SPOT pada rentang 0,5541-0,6678. 2. Topografi yang paling dominan di wilayah penelitian adalah daerah yang berada pada kelas ketinggian 0-12,5 m dan kelas kemiringan lahan 0-2,5%. 3. Korelasi NDVI SPOT 4 dengan ketinggian lahan merupakan nilai korelasi tertinggi yaitu 0,542. Korelasi EVI Landsat 7 ETM dengan kemiringan lahan merupakan nilai korelasi tertinggi yaitu 0,517. 4. Hasil korelasi antara indeks vegetasi dengan ketinggian lahan termasuk korelasi sedang (0,40 0,599). 5. Hasil korelasi antara indeks vegetasi dengan kemiringan lahan termasuk tingkat korelasi sedang (0,40 0,599). Saran Saran yang dapat disampaikan dalam penelitian ini dalah: 1. Diharapkan dalam penelitian selanjutnya dapat melengkapi faktor-faktor lain yang mempengaruhi vegetasi 2. Menggunakan aritmatika indeks vegetasi yang lain, sehingga dapat membandingkan hasil pengolahan citra. Daftar Pustaka Chander, Gyanesh. 2009. Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+,and EO-1 ALI sensors. Elsevier. USA Ginting, Edina E BR. 2004. Pemantauan Liputan Menggunakan Citra Satelit NOAA-AVHRR Tugas Akhir Fakultas Kehutanan. Yogyakarta: Universitas Gadjah Mada. Departemen Kehutanan. 2003. Departemen Kehutanan. 2009. Peraturan Menteri Kehutanan Republik Indonesia nomor: P.32/MENHUT-II/2009. Jakarta. Huete, A.,C. Justice, dan W. Van Leeuwen. 1999. Modis Vegetation Indeks. Algoritma Theorical Basic Document. Kushardono. 1992. Pemantauan Global Kondisi Lingkungan dengan Menggunakan Data NOAA/AVHRR. LAPAN. Lillesand T.M., and Kiefer R.W., 2000. Remote Sensing and Image Interpretation. Second Edition, John Wiley & Sons, New York. Usman, Husaini dan Purnomo Setiadi Akbar. 2006. Pengantar Statistik. PT Bumi Aksara.Jakarta. 7