Gregorius Anung Hanindito 1 Eko Sediyono 2 Adi Setiawan 3. Abstrak

dokumen-dokumen yang mirip
Analisa Pantauan dan Klasifikasi Citra Digital Remote Sensing dengan Data Satelit Landsat TM Melalui Teknik Supervised Classification

METODOLOGI. Gambar 4. Peta Lokasi Penelitian

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

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

Gambar 11. Citra ALOS AVNIR-2 dengan Citra Komposit RGB 321

Gambar 1. Satelit Landsat

IV. METODOLOGI 4.1. Waktu dan Lokasi

BAB I PENDAHULUAN. and R.W. Kiefer., 1979). Penggunaan penginderaan jauh dalam mendeteksi luas

Lampiran 1. Peta klasifikasi penutup lahan Kodya Bogor tahun 1997

Jl. Diponegoro 52-60, Salatiga Indonesia,

BAB I PENDAHULUAN. 1.1 Latar Belakang

TINJAUAN PUSTAKA. Indonesia adalah salah satu Negara Mega Biodiversity yang terletak

II. TINJAUAN PUSTAKA 2.1 Lahan dan Penggunaan Lahan Pengertian Lahan

III. METODE PENELITIAN. Penelitian dilaksanakan di Taman Hutan Raya Wan Abdul Rachman (Tahura

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

BAB I PENDAHULUAN 1.1 Latar Belakang

III. METODOLOGI 3.1 Waktu Penelitian 3.2 Lokasi Penelitian

Satelit Landsat 8, Landsat Data Continuity Mission Pengolahan Citra Digital

BAB V HASIL DAN PEMBAHASAN

METODOLOGI PENELITIAN

BAGIAN 1-3. Dinamika Tutupan Lahan Kabupaten Bungo, Jambi. Andree Ekadinata dan Grégoire Vincent

BAB II TEORI DASAR. Beberapa definisi tentang tutupan lahan antara lain:

II. TINJAUAN PUSTAKA. Perubahan penutupan lahan merupakan keadaan suatu lahan yang mengalami

BAB III METODE PENELITIAN

II. TINJAUAN PUSTAKA. permukaan lahan (Burley, 1961 dalam Lo, 1995). Konstruksi tersebut seluruhnya

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

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

BAB I PENDAHULUAN 1.1 Latar Belakang

III. BAHAN DAN METODE

II. TINJAUAN PUSTAKA 2.1. Lahan, Penggunaan Lahan dan Perubahan Penggunaan Lahan

BAB I PENDAHULUAN. Gambar 1.1. Persebaran Lahan Produksi Kelapa Sawit di Indonesia Sumber : Badan Koordinasi dan Penanaman Modal

III METODOLOGI. 3.1 Lokasi dan Waktu Penelitian

III. METODOLOGI. Gambar 2. Peta Orientasi Wilayah Penelitian. Kota Yogyakarta. Kota Medan. Kota Banjarmasin

BAB III METODOLOGI PENELITIAN

HASIL DAN PEMBAHASAN. Tabel 3Perubahan tutupan lahan Jakarta tahun 1989 dan 2002.

BAB I PENDAHULUAN I-1

SENSOR DAN PLATFORM. Kuliah ketiga ICD

Nilai Io diasumsikan sebagai nilai R s

III. METODE PENELITIAN. berlokasi di kawasan Taman Nasional Way Kambas. Taman Nasional Way

BAB III METODE PENELITIAN

TINJAUAN PUSTAKA. Dalam Pasal 12 Undang-undang Kehutanan disebutkan bahwa. penyusunan rencana kehutanan. Pembentukan wilayah pengelolaan hutan

BAB II TINJAUAN PUSTAKA

BAB III METODE PENELITIAN

Tabel 11. Klasifikasi Penutupan Lahan Data Citra Landsat 7 ETM, Maret 2004

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

II. TINJAUAN PUSTAKA 2.1. Masyarakat Adat Kasepuhan

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

LAPORAN PRAKTIKUM PENGINDERAAN JAUH KOMPOSIT BAND CITRA LANDSAT DENGAN ENVI. Oleh: Nama : Deasy Rosyida Rahmayunita NRP :

Pemanfaatan Citra Landsat Untuk Klasifikasi Tutupan Lahan Lanskap Perkotaan Kota Palu

4. PERUBAHAN PENUTUP LAHAN

KOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN

11/25/2009. Sebuah gambar mengandung informasi dari obyek berupa: Posisi. Introduction to Remote Sensing Campbell, James B. Bab I

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

ix

Penggunaan data informasi penginderaan jauh terutama

09 - Penginderaan Jauh dan Pengolahan Citra Dijital. by: Ahmad Syauqi Ahsan

SUB POKOK BAHASAN 10/16/2012. Sensor Penginderaan Jauh menerima pantulan energi. Sensor Penginderaan Jauh menerima pantulan energi

BAB I PENDAHULUAN 1.1 Latar Belakang

Image Fusion: Trik Mengatasi Keterbatasan Citra

BAB I PENDAHULUAN 1. Latar Belakang

JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: ( Print)

III. METODE PENELITIAN

V. HASIL DAN PEMBAHASAN

BAB IV HASIL DAN ANALISIS

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB V HASIL DAN PEMBAHASAN

III. METODE PENELITIAN. Kegiatan penelitian dilaksanakan pada bulan Oktober 2013 hingga Maret 2014.

BAB I PENDAHULUAN 1.1 Latar Belakang

Pengamatan kebakaran dan penyebaran asapnya dari angkasa: Sebuah catatan kejadian kebakaran hutan/lahan di Sumatera Selatan tahun 2014

Kernarin dan esok adalah hari ini. - Rendra - Untuk Papa, mamak dan saudara-saudaraku

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

BAB IV HASIL DAN PEMBAHASAN

BAB II. TINJAUAN PUSTAKA

SEMINAR NASIONAL GEOGRAFI UMS 2016 Farid Ibrahim, Fiqih Astriani, Th. Retno Wulan, Mega Dharma Putra, Edwin Maulana; Perbandingan Ekstraksi

Pemetaan Perubahan Garis Pantai Menggunakan Citra Penginderaan Jauh di Pulau Batam

BAB I PENDAHULUAN 1.1. Latar Belakang

3. METODE PENELITIAN. Gambar 2. Peta administrasi Kota Sintang

BAB II. TINJAUAN PUSTAKA

Gambar 4.15 Kenampakan Satuan Dataran Aluvial. Foto menghadap selatan.

III. METODE PENELITIAN

PENDAHULUAN. hutan yang luas diberbagai benua di bumi menyebabkan karbon yang tersimpan

LEMBAGA PENERBANGAN DAN ANTARIKSA NASIONAL

INTERPRETASI CITRA SATELIT LANDSAT

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

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

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB II TEORI DASAR. 2.1 Ketahanan Pangan Nasional

3. BAHAN DAN METODE. Penelitian yang meliputi pengolahan data citra dilakukan pada bulan Mei

INDIKASI LOKASI REHABILITASI HUTAN & LAHAN BAB I PENDAHULUAN

PRODUKSI CABAI BESAR, CABAI RAWIT, DAN BAWANG MERAH TAHUN 2013

Laporan Praktikum III KLASIFIKASI CITRA SATELIT MENGGUNAKAN ERDAS IMAGINE

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

Prediksi Spasial Perkembangan Lahan Terbangun Melalui Pemanfaatan Citra Landsat Multitemporal di Kota Bogor

PENGARUH FENOMENA LA-NINA TERHADAP SUHU PERMUKAAN LAUT DI PERAIRAN KABUPATEN MALANG

BAB III METODOLOGI 3.1 Lokasi dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Tahapan Penelitian

Student of Agroecotechnolgy/Land Resources Management of Agriculture Faculty, Sam Ratulangi University. 2

BAB II TINJAUAN PUSTAKA

Analisis Perubahan Lahan Tambak Di Kawasan Pesisir Kota Banda Aceh

Pemanfaatan Citra Aster untuk Inventarisasi Sumberdaya Laut dan Pesisir Pulau Karimunjawa dan Kemujan, Kepulauan Karimunjawa

Transkripsi:

ANALISIS PANTAUAN DAN KLASIFIKASI CITRA DIGITAL PENGINDRAAN JAUH DENGAN DATA SATELIT LANDASAT TM MELALUI TEKNIK SUPERVISED CLASSIFICATION (STUDI KASUS KABUPATEN MINAHASA TENGGARA, PROVINSI SULAWESI UTARA) Gregorius Anung Hanindito 1 Eko Sediyono 2 Adi Setiawan 3 1,2 Magister Sistem Informasi Universitas Kristen Satya Wacana 3 Fakultas Sain dan Matematika, Universitas Kristen Satya Wacana 1 gregory.anung@gmail.com, 2 eko@staff.uksw.edu, 3 adi_setia_03@yahoo.com Abstrak Kabupaten Minahasa Tenggara tergolong merupakan kabupaten baru yang berada di wilayah provinsi Sulawesi Utara. Kabupaten ini memiliki beberapa potensi daerah baik dalam bidang pertanian, perkebunan maupun kehutanan. Pada penelitian ini akan dilakukan proses analisis citra hasil pengindraan jarak jauh satelit Landsat TM di daerah Kabupaten Minahasa Tenggara. Penelitian ini mengguanakan metode pengolahan citra satelit Landsat TM dari tahap pengumpulan data citra hingga tahap klasifikasi dengan menggunakan teknik supervised classification. Melalui teknik ini diperoleh hasil kenampakan lahan, baik pertanian, perkebunan, maupun hutan yang terdapat pada wilayah Kabupaten Minahasa Tenggara. Pada akhirnya hasil klasifikasi ini dapat digunakan sebagai acuan analisis cakupan vegetasi kabupaten Minahasa Tenggara. Melalui penelitian ini kenampakan vegetasi hutan sangat mendominasi dari seluruh cakupan wilayah Kabupaten Minahasa Tenggara. Bahkan cakupan vegetasi hutan jauh lebih dominan dibandingkan cakupan lain seperti lahan pertanian, maupun pemukiman penduduk. Sehingga tujuan utama dalam penelitian ini yakni untuk memperoleh skala perbandingan antara masingmasing kenampakan yang terdapat di wilayah Kabupaten Minahasa Tenggara. Keyword : pengindraan jauh, Landsat TM, supervised classification PENDAHULUAN Kabupaten Minahasa Teng-gara merupakan Kabupaten baru di daerah propinsi Sulawesi Utara dengan ibu kota Ratahan yang merupakan pemekaran dari kabupaten Minahasa Selatan. Kabupaten Minahasa Tenggara diresmikan pada tanggal 23 Mei 2007 oleh Menteri Dalam Negeri ad interim di Manado beserta Kota Kotamobagu, Kabupaten Bolaang Mongondow Selatan, Kabupaten Bolaang Mongondow Timur dan Kabupaten Sitaro (Kemendagri, 2011). Kabupaten Minahasa Teng-gara merupakan salah satu kabupaten penghasil padi di wila-yah provinsi Sulawesi Utara. BPS provinsi Minahasa Tenggara mencatat bahwa produksi padi di wilayah Kabupaten Minahasa Tenggara sebesar Gregorius, Eko dan Adi, Analisis Pantauan dan 241

36.750 ton (BPS Sulawesi Utara, 2012). Selain itu, BPS juga mencatat bahwa di tahun 2012 jumlah penduduk wilayah kabupaten Minahasa Tenggara sebesar 106.315 Jiwa. (BPS Sulawesi Utara, 2012). Melalui data BPS tersebut, dapat diketahui secara garis besar keadaan wilayah Kabupaten Minahasa Tenggara, sehingga untuk memastikan pantauan geografis wilayah tersebut, maka dilakukan pengolahan data citra satelit yang diambil langsung dari citra satelit Landsat TM dengan metode penginderaan jauh. Dengan melakukan pengolahan data citra satelit Landsat TM ini dapat diketahui bagaimana kenampakan vegetasi geografis berdasarkan hasil pencitraan Satelit Landsat TM. Pengolahan data citra satelit Landsat TM melalui teknik Supervised Classification, bertu-juan untuk mengetahui pembagian klasifikasi kelaskelas unsur atau tipe penutup lahan seperti ; perkotaan, tubuh air, lahan basah, dll. sehingga melalui metode ini akan didapat bagaimana keadaan tipe-tipe penutup lahan yang terdapat pada wilayah yang bersangkutan. Wiradisastra dan Noviar menyatakan bahwa keakuratan hasil klasifikasi pengolahan data citra satelit, sangat tergantung pada kondisi lapangan, luas area, dan karakteristik wilayah yang ditinjau (Wiradisastra & Noviar, 2005). Penelitian lain yang dilakukan oleh Wahyunto, dkk menyatakan bahwa penggunaan metode analisis digital citra satelit supervised classification untuk deteksi penyebaran lahan sawah dan penggunaan/penutupan lahan telah menghasilkan tingkat ketelitian analisis yang tinggi karena dalam analisis dan klasifikasi citra tersebut, telah mempertimbangkan masukan keterpisahan nilai spektral dan data informasi lapangan (Wahyunto, Sri Retno Murdiyati, 2004). Penelitian lain menyatakan bahwa salah satu yang menunjang keakuratan analisis pengolahan citra yakni besarnya tutupan awan yang menyelimuti suatu studi area (Hanindito, Tanaamah, & Papilaya, 2010). Pengindraan jauh adalah ilmu tentang pengamatan dan pengumpulan informasi mengenai objek dipermukaan bumi, dengan menggunakan sensor tertentu, tan-pa kontak langsung dengan objek yang diamati (Andree Ekadinata, Sonya Dewi, Danan Prasetyo Hadi, Dudy Kurnia Nugroho, 2008). Berikut ini merupakan tingkatan band yang terdapat pada sistem pengindraan jauh: 1) Band 1 (biru), band ini sering digunakan untuk mengamati unsur-unsur aquatic ecosystem.. 2) Band 2 (hijau), kualitas dari band ini tidak jauh berbada dengan band 1, dan band ini sering dipergunakan untuk mengamati kehijauan vegetasi. 3) Band 3 (merah), Karena vegetasi menyerap semua cahaya merah, maka band ini dipergunakan untuk membedakan vegetasi dan tanah, dan juga dipergunakan untuk memonitor kesehatan vegetasi. 4) Band 4 (near infrared), pada dasarnya air akan menyerap hampir semua radiasi elektromagnetik, maka unsur air akan nampak sangat gelap. 5) Band 5 (SWIR), Band ini bersifat sensitif terhadap kelembaban, sehingga band ini dapat digunakan untuk memonitor kelembaban tanah dan vegetasi. 6) Band 6 (LWIR, Thermal Infrared), band ini merupakan band thermal, yang berarti 242 Gregorius, Eko dan Adi, Analisis Pantauan dan

band ini digunakan untuk mengukur suhu permukaan. Selain itu band ini juga digunakan untuk memenuhi kebutuhan aplikasi geologi, tekanan suhu tumbuhan, serta membedakan unsur awan dan tanah yang kenampakannya cukup terang. 7) Band 7 (SWIR), Berguna untuk pengenalan terhadap mineral dan jenis batuan, juga sensitif terhadapkelembaban tumbuhan. METODE PENELITIAN Penelitian ini dapat digambarkan seperti pada bagan gambar 1 berikut ini. Konversi Citra Citra satelit Landsat TM yang diunduh merupakan citra satelit yang terdiri atas beberapa band hasil rekaman sensor satelit. citra tersebut masih berkestensi *.tiff dan belum dapat dianalisis sehingga perlu dilakukan konversi citra yang bertujuan untuk mempermudah dalam proses penganalisisan, konversi dilaku-kan dengan menggabungkan antara beberapa band citra dalam sebuah kenampakan yang berekstensi *.ers. Pada gambar 2 berikut akan dijelaskan mengenai proses konversi citra. Gambar 1. Bagan Tahapan Penelitian Gregorius, Eko dan Adi, Analisis Pantauan dan 243

Band 1 Band 4 Band 2 Band 5 Citra hasil konversi Band 3 Band 7 Cropping Citra Pada tahap ini dilakukan proses cropping atau pemotongan citra berdasarkan wilayah studi area. Proses ini bertujuan untuk memudahkan dalam proses ana-lisis dengan memfokusan wilayah yang diteliti dengan menghilangkan beberapa area yang tidak di-gunakan dalam penelitian. Proses ini dilakukan dengan menggabungkan antara data raster (data citra satelit) dengan data vector yang merupakan data administratif batas wilayah yang akan diteliti. Pada gambar 3 berikut akan terangkan mengenai proses konversi citra satelit. Gambar 2. Tahap Konversi Citra Peningkatan Kontras Citra Proses ini dilakukan agar mendapatkan citra yang baik dengan kualitas warna yang sesuai dengan kenampakan asli di permukaan bumi serta mendukung dalam proses selanjutnya yakni klasifikasi citra. Proses ini lebih bertujuan untuk memberikan pe-warnaan yang lebih tajam sehing-ga proses klasifikasi lebih mudah untuk dilakukan. Pada gambar 4 berikut akan diilustrasikan me-ngenai proses peningkatan kontras citra. Klasifikasi Citra 244 Gregorius, Eko dan Adi, Analisis Pantauan dan

Proses ini merupakan peninjauan kenampakan citra berdasarkan fenomena yang nampak. Citra yang dihasilkan dan dianalisis menggunakan termino-logi true color composite atau kenampakan citra sesuai dengan kenampakan aslinya di permukaan bumi. Sehingga proses klasifikasi ini dilakukan dengan membeda-kan tiap-tiap warna yang terdapat pada citra. Pada gambar 5 berikut akan dijelaskan ilustrasi kenam-pakan citra satelit serta klasi-fikasinya. HASIL DAN PEMBAHASAN Penelitian ini menghasilkan sebuah citra yang terklasifikasi, serta telah ditentukan klasifikasi vegetasi yang terdapat di wilayah kabupaten Minahasa Tenggara, Sulawesi Utara. Gambar 6 menunjukkan citra hasil klasi-fikasi pengolahan data citra satelit Landsat TM. Data Raster Data Vektor Gambar 3. Data Raster dan Data Vektor Gambar 4. Citra Hasil Cropping Gregorius, Eko dan Adi, Analisis Pantauan dan 245

Bayangan Awan Awan Pemukiman Lahan Pertanian Hutan Gambar 5. Analisis Kenampakan Citra Lahan Kosong Gambar 6. Peta hasil Klasifikasi Gambar 7. Legenda Klasifikasi Citra Berdasarkan citra yang telah dikliasifikasi tersebut tercatat bahwa vegetasi hutan masih sangat dominan di kabupaten Minahasa Tenggara. Dari kenampakan citra tercatat bahwa hampir seluruh wilayah kabupaten Minahasa Tenggara masih berupa hutan, sedangkan pemukiman penduduk berada di beberapa titik tertentu saja. Diikuti beberapa kenampakan citra yang lain. Berikut merupakan tabel kenampakan citra wilayah Kabupaten Minahasa Tenggara yang menggambarkan hasil analisis klasifikasi citra satelit Landsat TM dan grafik mengenai kenampakan lahan Kabupaten Minahasa Tenggara 246 Gregorius, Eko dan Adi, Analisis Pantauan dan

pertanian dan persawahan dengan memanfaat-kan pembukaan hutan. DAFTAR PUSTAKA Gambar 8. Grafik Kenampakan Lahan Kabupaten Minahasa Tenggara Tabel 1. Luas Kenampakan Citra Hasil Klasifikasi No Kenampakan Luas (Ha) 1. 2. 3. 4. Hutan Lahan Persawahan Lahan Kosong Pemukiman 49,916.47 976.23 8,346.03 1,797.48 KESIMPULAN Berdasarkan hasil pengamat-an citra satelit Landsat TM dapat diketahui bahwa hampir seluruh wilayah kabupaten Minahasa Tenggara terdiri atas hutan. Hal ini menunjukkan bahwa banyak-nya lahan yang belum terjamah oleh tangan-tangan manusia untuk dapat diolah menjadi lahan yang lebih bermanfaat seperti pembuka-an lahan perkebunan maupun pertanian. Hasil kenampakan citra satelit ini diambil pada tanggal 28 Juli 2013, akan lebih baik bagi penelitian mendatang untuk mem-bandingkan hasil analisa citra tahun sebelumnya, untuk menge-tahui sejauh mana tingkat perluas-an area lahan Andree Ekadinata, Sonya Dewi, Danan Prasetyo Hadi, Dudy Kurnia Nugroho, F. J. 2008 Sistem Informasi Geografis Untuk Pengelolaan Bentang Lahan Berbasis Sumber Daya Alam (1st ed., p. 70) Bogor. BPS Sulawesi Utara 2012 Produksi Padi Sawah di Sulawesi Utara Tahun 2012 http://sulut.bps.go.id/padisawah.php Hanindito, G. A., Tanaamah, A. R., & Papilaya, F. S. 2010 Pengolahan Data Citra Satelit Landsat TM Dalam Pemantauan Area Kebakaran Hutan Berbasis GIS (Studi Area Kecamatan Arut Utara dan Seruyan Tengah, Propinsi Kalimantan Tengah) Universitas Kristen Satya Wacana Kemendagri 2011 Kabupaten Minahasa Tenggara 04 February 2014 http://www.kemendagri.go.id/pages/p rofildaerah/kabupaten/id/71/name/sulawes i-utara/detail/7107/minahasa-tenggara Prahasta, E. 2008 Remote Sensing (pp. 1 406) Bandung: Informatika. Wahyunto, Sri Retno Murdiyati, S. R. 2004 "Aplikasi Teknologi Penginderaan Jauh Dan Uji Validasinya Untuk Deteksi Penyebaran Lahan Sawah Dan Penggunaan/Penutupan Lahan" Informatika Pertanian, 13, 745 769. Wiradisastra, & Noviar, H. 2005 "Kemampuan Interpretasi Kebun Semangka Dari Citra Satelit Landsat- 7 ETM+" Pertemuan Ilmiah Tahunan MAPIN XIV, (September), 132 140. Gregorius, Eko dan Adi, Analisis Pantauan dan 247