Jurnal Geodesi Undip Juli 2014

dokumen-dokumen yang mirip
Studi Akurasi Citra Landsat 8 dan Citra MODIS untuk Pemetaan Area Terbakar (Studi Kasus: Provinsi Riau)

LAPORAN PRAKTIKUM MATA KULIAH PENGOLAHAN CITRA DIGITAL

METODOLOGI. Gambar 4. Peta Lokasi Penelitian

BAB III PELAKSANAAN PENELITIAN

Lampiran 1. Karakteristik satelit MODIS.

menunjukkan nilai keakuratan yang cukup baik karena nilai tersebut lebih kecil dari limit maksimum kesalahan rata-rata yaitu 0,5 piksel.

BAB IV PENGOLAHAN DATA

Analisis Ketelitian Geometric Citra Pleiades 1B untuk Pembuatan Peta Desa (Studi Kasus: Kelurahan Wonorejo, Surabaya)

Bab III Pelaksanaan Penelitian

3 METODE PENELITIAN. Gambar 7. Peta Lokasi Penelitian

KAJIAN KETELITIAN KOREKSI GEOMETRIK DATA SPOT-4 NADIR LEVEL 2 A STUDI KASUS: NUSA TENGGARA TIMUR

STUDI PERUBAHAN SUHU PERMUKAAN LAUT (SPL) MENGGUNAKAN SATELIT AQUA MODIS

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

ISSN Jalan Udayana, Singaraja-Bali address: Jl. Prof Dr Soemantri Brodjonogoro 1-Bandar Lampung

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

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

Lampiran 1. Peta klasifikasi penutup lahan Kodya Bogor tahun 1997

Jurnal Geodesi Undip Januari 2014

BAB III METODA. Gambar 3.1 Intensitas total yang diterima sensor radar (dimodifikasi dari GlobeSAR, 2002)

Seminar Nasional Penginderaan Jauh ke-4 Tahun Staf Pengajar Jurusan Teknik Geodesi FT-UNPAK.

IV. METODOLOGI 4.1. Waktu dan Lokasi

PEDOMAN PEMANTAUAN PERUBAHAN LUAS PERMUKAAN AIR DANAU MENGGUNAKAN DATA SATELIT PENGINDERAAN JAUH

BAB I PENDAHULUAN. 1.1 Latar Belakang

3. BAHAN DAN METODE. Penelitian dilakukan di wilayah yang tercemar tumpahan minyak dari

Citra Satelit IKONOS

BAB I PENDAHULUAN Latar Belakang

BAB II TINJAUAN PUSTAKA

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

Analisa Ketelitian Geometric Citra Pleiades Sebagai Penunjang Peta Dasar RDTR (Studi Kasus: Wilayah Kabupaten Bangkalan, Jawa Timur)

ANALISA DAERAH POTENSI BANJIR DI PULAU SUMATERA, JAWA DAN KALIMANTAN MENGGUNAKAN CITRA AVHRR/NOAA-16

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

3. BAHAN DAN METODE. Penelitian dilaksanakan pada bulan Februari hingga Agustus 2011 dengan

BUKU AJAR. : Inderaja untuk Penataan Ruang : Perencanaan Wilayah dan Kota : Fakultas Teknik. Mata Kuliah Prgram Studi Fakultas

Jurnal Geodesi Undip Januari 2014

Sistem Pengolahan Data NOAA dan METOP

BAB III METODOLOGI PENELITIAN

BAB II TINJAUAN PUSTAKA

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

1. PENDAHULUAN 2. TINJAUAN PUSTAKA

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

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

Analisis Ketelitian Objek pada Peta Citra Quickbird RS 0,68 m dan Ikonos RS 1,0 m

LAPORAN ASISTENSI MATA KULIAH PENGINDERAAN JAUH. Dosen : Lalu Muhammad Jaelani ST., MSc., PhD. Cherie Bhekti Pribadi ST., MT

ABSTRAK. Kata Kunci: kebakaran hutan, penginderaan jauh, satelit Landsat, brightness temperature

BAB 4. METODE PENELITIAN

KARAKTERISTIK CITRA SATELIT Uftori Wasit 1

LAPORAN PRAKTIKUM PRAKTEK INDERAJA TERAPAN

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

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

Penginderaan Jauh Dan Interpretasi Citra Khursanul Munibah Asisten : Ninda Fitri Yulianti

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

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

Analisis Pengaruh Sebaran Ground Control Point terhadap Ketelitian Objek pada Peta Citra Hasil Ortorektifikasi

IDENTIFIKASI AREAL BEKAS KEBAKARAN HUTAN DAN LAHAN (KARHUTLA, KEBAKARAN HUTAN DAN LAHAN)

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

ACARA IV KOREKSI GEOMETRIK

BAB III BAHAN DAN METODE

BAB I PENDAHULUAN 1.1. Latar Belakang

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

STUDI PERSEBARAN KONSENTRASI MUATAN PADATAN TERSUSPENSI MENGGUNAKAN CITRA SATELIT TERRA MODIS DI SELAT MADURA

BAB II TINJAUAN PUSTAKA. 2.1 Evapotranspirasi Potensial Standard (ETo)

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

III. BAHAN DAN METODE

III. BAHAN DAN METODE

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

Pemanfaatan Citra Landsat Untuk Klasifikasi Tutupan Lahan Lanskap Perkotaan Kota Palu

BAB III PENGOLAHAN DATA. Pada bab ini akan dibahas tentang aplikasi dan pelaksanaan penelitian yang dilakukan dalam tugas akhir ini.

BAB I PENDAHULUAN 1.1 Latar Belakang

Analisis Ketelitian Geometric Citra Pleiades 1A untuk Pembuatan Peta Dasar Lahan Pertanian (Studi Kasus: Kecamatan Socah, Kabupaten Bangkalan)

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

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

Dukungan Teknologi Penginderaan Jauh dalam Penilaian Sumberdaya Hutan Tingkat Nasional: Akses Citra Satelit, Penggunaan dan Kepentingannya

MODUL 2 REGISTER DAN DIGITASI PETA

Pengantar Sistem Informasi Geografis O L E H : N UNUNG P U J I N U G R O HO

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

GD 319 PENGOLAHAN CITRA DIGITAL KOREKSI RADIOMETRIK CITRA

3. METODOLOGI. Penelitian ini dilaksanakan pada bulan Maret hingga Desember 2010 yang

Dokumen Proof of Concept (POC) Tahun 2015 Peningkatan Utilitas Sistem Katalog BDPJN berbasis WebGIS untuk data resolusi rendah

METODOLOGI PENELITIAN

Di zaman modern seperti sekarang ini, semakin sering. DNB/VIIRS: Menatap Bumi di Malam Hari AKTUALITA

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

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

Pemetaan Perubahan Garis Pantai Menggunakan Citra Penginderaan Jauh di Pulau Batam

BAB II TINJAUAN PUSTAKA

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

BAB III BAHAN DAN METODE

BAB III METODOLOGI PENELITIAN

Bab I Pendahuluan I.1. Latar belakang

5. PEMBAHASAN 5.1 Koreksi Radiometrik

DISTRIBUSI HUTAN ALAM DAN LAJU PERUBAHANNYA MENURUT KABUPATEN DI INDONESIA LUKMANUL HAKIM E

PENGOLAHAN DATA SATELIT NOAA-AVHRR UNTUK PENGUKURAN SUHU PERMUKAAN LAUT RATA-RATA HARIAN

Evaluasi Ketelitian Luas Bidang Tanah Dalam Pengembangan Sistem Informasi Pertanahan

BAB III METODE PENELITIAN

1.2 Tujuan. 1.3 Metodologi

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

PUSAT PEMANFAATAN PENGINDERAAN JAUH LAPAN PEDOMAN PEMANFAATAN DATA LANDSAT-8 UNTUK DETEKSI DAERAH TERBAKAR (BURNED AREA)

SMA/MA IPS kelas 10 - GEOGRAFI IPS BAB 8. SUPLEMEN PENGINDRAAN JAUH, PEMETAAN, DAN SISTEM INFORMASI GEOGRAFI (SIG)LATIHAN SOAL 8.3.

SIDANG TUGAS AKHIR RG

penginderaan jauh remote sensing penginderaan jauh penginderaan jauh (passive remote sensing) (active remote sensing).

Pengertian Sistem Informasi Geografis

Transkripsi:

IDENTIFIKASI BEKAS KEBAKARAN LAHAN MENGGUNAKAN DATA CITRA MODIS DI PROVINSI RIAU Muhammad Haqki, Andri Suprayogi, Haniah *) Program Studi Teknik Geodesi Fakultas Teknik - Universitas Diponegoro Jl. Prof. Sudarto Sh, Tembalang Semarang, Telp. (024) 76480785, 76480788 e-mail : geodesi@undip.ac.id ABSTRAK Pemantauan bekas kebakaran lahan dengan metode penginderaan jauh dapat menyingkat waktu pelaksanaan dan mencakup luas wilayah yang lebih luas dibandingkan dengan cara konvensional. Pemantauan kemampuan resolusi temporal cukup tinggi dan diharapkan dapat memberikan informasi bekas kebakaran lahan dalam waktu singkat. Penelitian ini bertujuan untuk mengetahui luas daerah bekas kebakaran di wilayah studi penelitian berdasarkan nilai reflektansinya dari Citra Modis. Data satelit penginderaan jauh yang dapat untuk pemantauan bekas kebakaran lahan adalah Citra Modis. Penelitian ini menggunakan data Citra Modis level 1 B dan bad yang digunakan band 1 sampai 7 dengan resolusi spasial 250 m dan 500 m. Citra Modis yang digunakan pada tahun 2011 yaitu tanggal 4 April, 8 Mei, 17 Juni. Identifikasi bekas kebakaran lahan yang digunakan pada penelitian ini menurut metode Roy et al (2002). Hasil identifikasi burn scar berupa citra dengan jumlah band 14, yaitu 7 band dari citra tanggal 4 April 2011 dan 7 band lagi dari citra 17 Juni 2011. Didapatkan hasil luasan sebesar 2700,875 Km 2. Kata Kunci : Penginderaan Jauh, bekas Kebakaran, Citra Modis, Metode Roy et al ABSTRACT Land-burn monitoring with remote sensing methods can reduce time consuming and covers a larger area than the conventional way. Monitoring temporal resolution capability is quite high and expected to provide information of land-burn in small amount of time. This study aims to determine the extent of land-burn area in the Riau Province based on the reflectance of Citra Modis. Remote sensing data that able to monitor land-burn area is Citra Modis. This study was using Citra Modis data on level 1B and using band 1 until 7 with spatial resolutions 250 m and 500 m. The Citra Modis data that was used is on 4 April, 8 Mei, and 17 June 2011. Land-burn identification that was used in this study was reference to Roy et al methods (2002). The result is an image with total band fourteen, seven band from date 4 April 2011 image and the other seven come from date 17 June 2011 image. The final calculation of the extent of land-burn is 10.803.500 meters square. Key Word : Remote sensing, land-burn, Modis, Roy et al method *) Penulis Penanggung Jawab Volume 3, Nomor 3, Tahun 2014, (ISSN : 2337-845X) 15

I. PENDAHULUAN 1.1. Latar belakang Kebakaran hutan di wilayah Indonesia khususnya di sumatera dan Kalimantan yang terjadi setiap tahun antara lain diakibatkan oleh meningkatnya tekanan sosial-ekonomi dan perubahan penggunaan lahan. Kebutuhan informasi tentang daerah bekas kebakaran hutan yang semakin meningkat sejalan dengan kebutuhan manusia dan lahan. Informasi ini sangat bermanfaat bagi pemerintah sebagai bahan perumusan kebijakan dalam rangka pemulihan kerusakan dan pencemaran lingkungan hidup pada waktu yang akan datang dengan lebih baik lagi. Luas wilayah provinsi Riau adalah 87.023,66 km². Keberadaannya membentang dari lereng bukit barisan sampai Selat Malaka, dengan iklim tropis basah dan rata-rata curah hujan berkisar antara 2000-3000 milimeter per tahun yang dipengaruhi oleh musim kemarau serta musim hujan. Rata-rata hujan per tahun sekitar 160 hari. Secara geografis terletak pada 01 15 lintang selatan sampai 04 45 lintang utara serta 100 13-100 14 bujur timur. Provinsi Riau termasuk beriklim tropis dengan suhu udara maksimum berkisar antara 34.1 C hingga 35.6 C, dan suhu minimum antara 20.2 C hingga 23.0 C. Untuk mencegah dan menaggulangi kerusakan hutan diperlukan pemetaan tentang sebaran titik api. Pemetaan ini berguna untuk pengelolaan dan penetapan kebijakan pada ekosistem hutan. Dalam melakukan pemantauan titik api tidaklah mudah. Kesulitan pemetaan di lapangan merupakan kendala kelangkaan data kebakaran lahan. Sebagai alternatifnya dikembangkan teknik penginderaan jauh. Teknik ini memiliki jangkauan yang luas dan dapat memetakan daerah-daerah yang sulit dijangkau dengan perjalanan darat. Pemantauan bekas kebakaran hutan dengan metode penginderaan jauh dapat menyingkat waktu pelaksanaan dan mencakup luas wilayah yang lebih luas dibandingkan dengan cara konvensional. Pemantauan tersebut dilaksanakan menggunakan teknologi satelit yang memiliki kemampuan resolusi temporal cukup tinggi dan diharapkan dapat memberikan informasi bekas kebakaran hutan dalam waktu singkat. Seringkali informasi yang diperoleh tentang dampak kebakaran sangat tidak akurat akibat metodologi penilaian yang tidak valid dan konsisten khususnya mengenai masalah luasan kebakaran. Data satelit penginderaan jauh yang dapat digunakan untuk pemantauan bekas kebakaran hutan salah satunya seperti citra Modis. 1.2. Perumusan Masalah Permasalahan yang muncul dari latar belakang penelitian yang telah dijabarkan sebelumnya adalah sebagai berikut : 1. Bagaimana metode penentuan luas daerah bekas terbakar 2. Berapa luas dan sebaran bekas kebakaran lahan di Riau pada tahun 2011 1.3. Ruang lingkup Masalah Adapun ruang lingkup penelitian ini adalah sebagai berikut : 1. Penelitian ini menggunakan Citra Modis pada tahun 2011 yaitu pada tanggal 4 April 2011, 8 mei 2011, dan 17 juni 2011. 2. Citra Modis yang digunakan adalah citra dari stasiun bumi milik Lapan, level 1 B dan band yang digunakan band 1 sampai 7 dengan resolusi spasial 250 m sampai 500 m. Volume 3, Nomor 3, Tahun 2014, (ISSN : 2337-845X) 16

3. Data sebaran titik hotspot yang digunakan adalah data hotspot modis dari lapan dengan tingkat kepercayaan 80 %. 4. Provinsi Riau wilayah studi penelitian kebakaran lahan. 5. Peta dasar yang digunakan adalah peta indobako dari bakosurtanal tahun 2006 dan google map. 1.4. Tujuan Tujuan dilaksanakannya penelitian ini adalah sebagai berikut : 1. Mengetahui sebaran titik api di Riau. 2. Mengetahui luas bekas kebakaran di wilayah studi penelitian. 3. Hasil akhir dari penelitian ini dapat digunakan sebagai bahan kajian dan pertimbangan dalam menetapkan kebijakan konservasi hutan/lahan. 1.5. Metodologi Penelitian Citra Modis Koreksi Bowtie Menampilkan Citra Fusi Kanal Resolusi 250 m dan 500 m Penajaman Citra Koreksi Geometri Google Map Tidak Nilai RMS 1 Ya Identifikasi Burn Scar Dengan Algoritma Roy Et Al (2002) Cropping Daerah Penelitian Layout Peta Data Sebaran Titik Hotspot Peta Administrasi Batas Provinsi Riau Selesai Gambar 1. Diagram Alir Penelitian Volume 3, Nomor 3, Tahun 2014, (ISSN : 2337-845X) 17

II. TINJAUAN PUSTAKA 2.1. Kebakaran lahan Jurnal Geodesi Undip Juli 2014 Kebakaran lahan adalah kebakaran permukaan dimana api membakar bahan bakar yang ada diatas permukaan, kemudian api menyebar tak menentu secara perlahan dibawah permukaan membakar bahan organik. Definisi yang lain adalah proses terbakarnya vegetasi yang terdapat pada suatu wilayah yang diakibatkan oleh adanya kobaran api yang menyala sehingga menyebabkan hangusnya vegetasi pada wilayah tesebut. 2.2. Titik api Hotspot (titik api) merupakan satu titik pada citra satelit yang mempresentasikan 1 atau beberapa lokasi bertemperatur tinggi dipermukaan bumi. Hotspot ini dapat mengindikasikan lokasi kebakaran atau lokasi yang beresiko kebakaran tergantung pada temperatur yang digunakan (bipedal.2000). Pengertian yang lain tentang hotspot adalah merupakan suatu lokasi dipermukaan bumi yang mempunyai suhu relatif lebih panas dibandingkan daerah sekitarnya (berita inderaja vol viii). Sebuah pixel dinyatakan sebagai titik panas bila pixel tersebut memiliki suhu 315 K atau lebih pada saluran 3 untuk siang hari dan 310k atau lebih untuk malam hari pada citra NOAA. 2.3. Citra Modis Modis adalah salah satu instrument utama yang dibawa Earth Observing System (EOS) Terra satellite, yang merupakan bagian dari program antariksa Amerika Serikat, National Aeronautics and Space Administration (NASA). Program ini merupakan program jangka panjang untuk mengamati, meneliti dan menganalisa lahan, lautan, atmosfir bumi dan interaksi diantara faktor-faktor ini. Satelit Terra berhasil diluncurkan pada Desember 1999 dan akan disempurnakan dengan satelit Aqua pada tahun 2002 ini. Modis mengorbit bumi secara polar (arah utaraselatan) pada ketinggian 705 km dan melewati garis khatulistiwa pada jam 10:30 waktu lokal. Lebar cakupan lahan pada permukaan bumi setiap putarannya sekitar 2330 km. Pantulan gelombang elektromagnetik yang diterima sensor Modis sebanyak 36 bands (36 interval panjang gelombang), mulai dari 0,405 sampai 14,385 µm (1 µm = 1/1.000.000 meter). Data terkirim dari satelit dengan kecepatan 11 Mega bytes setiap detik dengan resolusi radiometrik 12 bits. Artinya obyek dapat dideteksi dan dibedakan sampai 212 (= 4.096) derajat keabuan (grey levels). Satu elemen citranya (pixels, picture element) berukuran 250 m (band 1-2), 500 m (band 3-7) dan 1000 m (band 8-36). Adapun format data yang dihasilkan oleh modis yaitu : 1. Level 1 merupakan data mentah ditambah dengan informasi tentang kalibrasi, sensor, dan geolokasi: a. Level 1a, mengandung informasi lebih yang dibutuhkan pada set data, level 1a digunakan sebagai input untuk geolocation, calibration, dan processing; b. Level 1b, data yang telah mempunyai terapannya merupakan hasil dari aplikasi sensor kalibrasi sensor pada level 1a; 2. Level 2, dihasilkan dari proses penggabungan data level 1a dan 1b, data level 2 menetapkan nilai geofisik pada tiap piksel, yang berasal dari perhitungan raw radiance level 1a dengan menerapkan kalibrasi sensor, koreksi atmosfer, dan algoritma bio-optik; Volume 3, Nomor 3, Tahun 2014, (ISSN : 2337-845X) 18

3. Level 3, merupakan data level 2 yang dikumpulkan dan dipaketkan dalam periode 1 hari, 8 hari, 1 bulan, dan 1 tahun. III. PELAKSANAAN PENELITIAN 3.1. Lokasi Penelitian Provinsi Riau secara geografis terletak pada 01 15 lintang selatan sampai 04 45 lintang utara serta 100 13-100 14 bujur timur. Provinsi ini termasuk beriklim tropis dengan suhu udara maksimum berkisar antara 34.1 C hingga 35.6 C, dan suhu minimum antara 20.2 C hingga 23.0 C. luas wilayah provinsi Riau adalah 87.023,66 km². Keberadaannya membentang dari lereng bukit barisan sampai Selat Malaka, dengan iklim tropis basah dan rata-rata curah hujan berkisar antara 2000-3000 milimeter per tahun yang dipengaruhi oleh musim kemarau serta musim hujan. Rata-rata hujan per tahun sekitar 160 hari. 3.2. Alat dan Bahan Alat dan bahan survei yang digunakan dalam mendukung pengolahan data antara lain : 1. Perangkat Keras (Hardware) a. Laptop Pentium Core 2 Duo 1.86 GHz, Memori DDR 1500 MB b. Sistem Operasi : Microsoft Windows XP SP2 2. Perangkat Lunak (Software) a. Er Mapper (Earth Resource Mapper) 7.1 sebagai software pengolahan citra. Dengan software ini pengolahan citra lebih mudah karena dijalankan pada sistem operasi windows serta kemampuannya untuk menghemat ruang harddisk komputer serta dapat mengintegrasikan data raster dan data vektor. b. Arc Gis 10 untuk pengolahan data sebaran hotspot dan pembuatan layout peta, serta perhitungan luas dari burn scar. c. ENVI 4.5, citra modis diterima dalam format *hdf file dan format seperti ini tidak bisa diolah langsung dalam Er Mapper. 3.3. Metode Penelitian 3.3.1. Koreksi Bowtie Pada penelitian ini koreksi bowtie dilakukan untuk menghilangkan duplikasi data pada baris-baris tertentu, terutama yang jauh dari nadir. Langkah-langkah yang dilakukan yaitu dengan menggunakan modul modis (modis tools) pada software envi terhadap data resolusi 250 m, yaitu kanal 1 (merah), dan kanal 2 (NIR) serta resolusi 500 m yaitu kanal 3, 4, 5, 6, 7. 3.3.2. Dataset 250 m dan 500 m Proses dataset kanal 250 m dan 500 m dilakukan untuk menghasilkan citra modis dengan resolusi 250 m. Prosesnya yaitu membuka file citra modis 250 m dan 500 m, lalu menggabungkannya menjadi satu. Setelah itu di save dalam ukuran citra modis 250 m. Dari hasil ini akan didapatkan citra modis resolusi 250 m, sehingga mempertajam resolusi spasialnya dan band/kanal pada citra menjadi 7 band, yaitu 2 band dari citra modis 250 m dan 5 band dari citra modis 500 m. Ini dilakukan di Er Mapper. 3.3.3. Kombosit Citra Proses kombosit citra dilakukan untuk mempermudah dalam menginterpretasikan obyek-obyek yang ada pada tampilan citra. Selain dengan komposit citra, penajaman citra Volume 3, Nomor 3, Tahun 2014, (ISSN : 2337-845X) 19

digital menggunakan RGB kombinasi kanal band 721. Dengan menggunakan penajaman citra metode RGB ini dimaksudkan untuk lebih menghemat dalam penyimpanan data dan lebih meringankan kerja dari komputer. Dari hasil penajaman ini, terlihat kenampakan obyek menjadi lebih kontras dan lebih mudah dibedakan dengan obyek atau kenampakan yang lain. Dilakukan penajaman kontras pada citra dengan menggunakan perintah di Er Mapper 99 % Contras Enhancement yang memungkinkan kita dapat dengan cepat melihat berbagai kombinasi band citra tanpa perlu secara manual menetapkan batas aktual setiap waktu. 3.3.4. Koreksi Geometri Pada penelitian ini, koreksi geometrik dilakukan dengan tujuan untuk mendapatkan citra yang sesuai dengan proyeksi peta dengan membuat GCP pada citra. Koreksi geometrik beracuan pada google map. Pada koreksi geometrik langkah yang dilakukan adalah penentuan titik kontrol tanah (ground control point atau GCP) dengan menggunakan peta yang telah disiapkan sebelumnya, kemudian dilakukan transformasi koordinat dengan menggunakan titik kontrol tanah tsb. Dalam proses transformasi digunakan 10 titik kontrol (GCP) yang memiliki RMS error kurang 1 piksel. Proses koreksi geometrik dilakukan dengan meletakkan sejumlah titik sesuai dengan koordinat citra dan koordinat geografis. Akurasinya tergantung pada orde polinomial, jumlah dan distribusi titik kontrol tanah. Akurasi koreksi goemetrik biasanya disajikan oleh standar deviasi (root mean square=rms) per unit piksel pada citra. Akurasi tersebut seharusnya bernilai ± 1 piksel. 3.3.5. Indentifikasi Burn Scar Dengan Algoritma Roy et al (2002) Tahap selanjutnya yang dilakukan adalah menggabungkan antara citra sebelum puncak dan sesudah puncak kebakaran. Prosesnya menggunakan software er mapper yaitu dengan cara membuka algoritma dari citra sebelum puncak kebakaran lahan lalu menduplikat band-nya dalam bentuk pseudocolour menjadi 14 dan pada masing-masing band di isi dengan band pada citra sebelum dan sesudah puncak kebakaran. Setelah itu memasukkan algoritma deteksi perubahan refektansi ditentukan berdasarkan algoritma Roy at al (2002). Metode penentuan daerah kebakaran dengan data modis menurut Roy at al (2002) mengikuti persamaan sebagai berikut: Atau Dimana Volume 3, Nomor 3, Tahun 2014, (ISSN : 2337-845X) 20

IV. HASIL DAN PEMBAHASAN 4.1. Hasil Koreksi Bowtie Dari proses koreksi bowtie yang telah dilakukan untuk semua data citra modis dapat dilihat pada gambar berikut: Gambar 2. Hasil sebelum koreksi Bowtie Citra Modis 4 April 2011 Gambar 3. Hasil setelah koreksi Bowtie Citra Modis 4 April 2011 Volume 3, Nomor 3, Tahun 2014, (ISSN : 2337-845X) 21

Gambar 4. Hasil sebelum koreksi Bowtie Citra Modis 8 Mei 2011 Gambar 5. Hasil setelah koreksi Bowtie Citra Modis 8 Mei 2011 Volume 3, Nomor 3, Tahun 2014, (ISSN : 2337-845X) 22

Gambar 6. Hasil sebelum koreksi Bowtie Citra Modis 17 Juni 2011 Gambar 7. Hasil setelah koreksi Bowtie Citra Modis 17 Juni 2011 Dari hasil tersebut dapat dilihat bahwa citra sebelum dan sesudah koreksi berbeda posisi dan bentuknya, tujuan dari koreksi bowtie dilakukan untuk menghilangkan duplikasi data pada baris-baris tertentu, terutama yang jauh dari nadir. 4.2. Hasil Uji Ketelitian RMSE Dari proses koreksi geometrik yang telah dilakukan untuk semua data citra modis dapat dilihat pada tabel sebagai berikut: Volume 3, Nomor 3, Tahun 2014, (ISSN : 2337-845X) 23

Tabel 1. Uji ketelitian RMSE pada tanggal 4 April 2011 Titik Citra Modis Titik GCP Google Map Titik Terkoreksi X Y RMS X(⁰) Y(⁰) X(⁰) Y(⁰) 1 1.74 0.05 1.36 0.13 0.38-0.08 0.393 2 1.74 0.05 2.11 0.00-0.37 0.05 0.369 3 1.74 0.05 1.60 0.15 0.15-0.10 0.178 4 1.75 0.05 1.94-0.35-0.19 0.39 0.435 5 1.75 0.05 1.84 0.34-0.09-0.30 0.309 6 1.76 0.04 1.62 0.33 0.14-0.29 0.324 7 1.76 0.04 1.80-0.12-0.04 0.16 0.164 8 1.76 0.04 1.88-0.49-0.11 0.53 0.539 9 1.77 0.04 1.60 0.46 0.17-0.42 0.453 10 1.79 0.02 1.84-0.04-0.05 0.06 0.078 Total RMS Error 3.243 Avarage RMS Error 0.324 Sumber : Hasil Analisis, 2014 Tabel 2. Uji ketelitian RMSE pada tanggal 8 Mei 2011 Titik Titik GCP Google Map Titik Citra Modis Terkoreksi X Y RMS X(⁰) Y(⁰) X(⁰) Y(⁰) 1 1.76 0.04 1.71 0.06 0.04-0.02 0.048 2 1.76 0.04 1.78 0.02-0.02 0.02 0.031 3 1.76 0.04 1.83-0.01-0.07 0.05 0.088 4 1.77 0.04 1.74 0.18 0.03-0.14 0.146 5 1.77 0.04 1.64-0.01 0.13 0.05 0.140 6 1.78 0.04 1.87 0.04-0.10-0.01 0.096 7 1.78 0.03 1.83 0.03-0.05 0.00 0.048 8 1.78 0.02 1.72-0.06 0.06 0.08 0.103 9 1.79 0.02 1.82 0.05-0.03-0.03 0.047 10 1.81 0.00 1.81 0.00 0.00 0.00 0.005 Total RMS Error 0.750 Avarage RMS Error 0.075 Sumber : Hasil Analisis, 2014 Volume 3, Nomor 3, Tahun 2014, (ISSN : 2337-845X) 24

Tabel 3. Uji ketelitian RMSE pada tanggal 17 Juni 2011 Titik Titik GCP Google Map Titik Citra Modis Terkoreksi X Y RMS X(⁰) Y(⁰) X(⁰) Y(⁰) 1 1.74 0.05 1.68 0.06 0.06 0.00 0.064 2 1.74 0.05 1.67-0.01 0.07 0.06 0.099 3 1.75 0.05 1.93 0.07-0.18-0.02 0.182 4 1.76 0.04 1.81 0.17-0.06-0.14 0.147 5 1.77 0.04 1.67-0.05 0.10 0.09 0.135 6 1.76-0.04 1.70-0.06 0.06 0.02 0.065 7 1.77-0.05 1.82-0.11-0.05 0.06 0.075 8 1.77-0.06 1.77 0.00 0.00-0.06 0.060 9 1.80 0.01 1.78 0.00 0.02 0.01 0.027 10 1.80 0.01 1.84 0.04-0.04-0.03 0.048 Total RMS Error 0.902 Avarage RMS Error 0.090 Sumber : Hasil Analisis, 2014 Dari tabel diatas dapat dilihat hasil nilai koreksi geometric untuk masing-masing citra modis. Berdasarkan pergeseran letak titik-titik piksel ditunjukkan dengan nilai Root Mean Square Error (RMSE) dari masing-masing titik control. Dalam penelitian ini didapatkan nilai RMSE untuk tiap titik pada citra modis tanggal 4 April 2011 adalah 0.324 meter yang artinya pada kenyataan terjadi pergeseran sebesar 0.324 m x 250 m = 81 meter. Citra Modis tanggal 8 mei 2011 mempunyai RMSE untuk tiap titiknya adalah 0.075 meter yang artinya pada kenyataan terjadi pergeseran sebesar 0.075 m x 250 m = 18.7 meter. Sedangkan pada citra modis pada tanggal 17 Juni 2011 mempunyai RMSE untuk tiap titiknya adalah 0.09 meter yang artinya pada kenyataan terjadi pergeseran sebesar 0.09 m x 250 m = 22.5 meter. Hal ini menunjukkan ketelitian geometrik pada citra penelitian ini sudah masuk toleransi karena pergeseran yang terjadi tidak lebih dari satu piksel atau 250 meter dilapangan untuk tiap titiknya. 4.3. Hasil Identifikasi Burn Scar dengan Algoritma Roy et al (2002) Hasil identifikasi burn scar berupa citra dengan jumlah band 14, yaitu 7 band dari citra tanggal 4 April 2011 dan 7 band lagi dari citra 17 Juni 2011. Didapatkan hasil luasan sebesar 2700,875 Km 2. Volume 3, Nomor 3, Tahun 2014, (ISSN : 2337-845X) 25

Tabel 4. Hasil Luasan Bekas Kebakaran Tiap Kab/Kota se Riau No Kab/Kota Luas (Km 2 ) 1 BENGKALIS 286,875 2 DUMAI 268,062 3 INDRAGIRI HILIR 543,750 4 INDRAGIRI HULU 363,187 5 KAMPAR 136,500 6 KEPULAUAN MERANTI 308,125 7 KUANTAN SINGINGI 263,062 8 PEKANBARU 1,625 9 PELALAWAN 225,812 10 ROKAN HILIR 170,562 11 ROKAN HULU 4,750 12 SIAK 128,562 Total 2700,875 Gambar 8. Luas Bekas Kebakaran Masing-masing Kab/Kota se Riau Volume 3, Nomor 3, Tahun 2014, (ISSN : 2337-845X) 26

V. KESIMPULAN DAN SARAN 5.1. Kesimpulan Dari penelitian ini dapat diambil kesimpulan 1. Metode penentuan luas daerah bekas terbakar dengan menggunakan algoritma Roy et al (2002). 2. Kota Pekanbaru memiliki kebakaran hutan paling rendah sebesar 1,625 Km 2 sedangkan Kabupaten Indragiri hilir memiliki area bekas kebakaran yang paling banyak 543,750 Km 2. Seluruh kabupaten/ kota se-riau dapatkan hasil luasan sebesar 2700,875 Km 2 5.2. Saran 1. Penelitian ini menggunakan metode roy et al (2002), dalam pembuatan formula atau algoritma diperlukan kajian lebih banyak lagi, terutamauntuk daerah yang terletak di sekitar garis katulistiwa, karena cenderung banyak factor awannya, agar hasil citra yang terklasifikasi menjadi lebih baik. 2. Hasil dari penelitian ini perlu dilakukan penelitian lebih detail dan komprehensif dengan melakukan tinjauan langsung dilapangan atau dengan menggunakan citra satelit yang lebih tinggi resolusi spasialnya seperti quickbird, dab ikonos terutama pada titik-titik dengan tingkat konsentrasi burn area lebih tinggi. DAFTAR PUSTAKA Bidang Pemantauan Sumber Daya Alam dan Lingkungan., 2006. Laporan Manual Pengoperasian ENVI untuk Pemanfaatan Modis Terra dan Aqua. Lapan. Jakarta. Giglio, Louis., Roy, D.P., Tatiana Loboda., Brad quayle., and Justice, C.o., 2009: An active-fire based burned area mapping algoritm for modis sensor. Prahasta, E. 2005. Konsep-Konsep Dasar system Informasi Geografis. Informatika: Bandung Prahasta, E. 2008. Sistem Informasi Geografis & Remote Sensing. Informatika: Bandung. Purwadhi, F.S.H., 2001. Interpretasi Citra Digital. PT Grasindo. Jakarta. Roy, D.P., Lewis, P.E., and Justice, C.O., 2002: Burned area mapping using Multitemporal maderate spatial resolution data directional reactance model-based expectation approach. Remote Sensing and Environment.83, 263-286. Saputra B, Aji. 2010. Analisis Bekas Kebakaran Lahan dengan Menggunakan Data Aqua Modis (Studi Kasus: Kalimatan Barat). Semarang : Universitas Diponegoro. Sutanto, 1986. Penginderaan Jauh I. Gadjah Mada University Press. Yogyakarta. Volume 3, Nomor 3, Tahun 2014, (ISSN : 2337-845X) 27