BAB 3 PENGOLAHAN DATA

dokumen-dokumen yang mirip
INSTITUT TEKNOLOGI BANDUNG

4. PERUBAHAN PENUTUP LAHAN

BAB IV HASIL DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN

EXECUTIVE SUMMARY ZONASI DAN ALIH FUNGSI LAHAN IRIGASI DESEMBER, 2012

V. HASIL DAN PEMBAHASAN

V. HASIL DAN PEMBAHASAN

MATERI DAN METODE. Prosedur

ANALISIS PERUBAHAN PENGGUNAAN LAHAN KECAMATAN SEWON KABUPATEN BANTUL TAHUN 2006 DAN 2014 BERDASARKAN CITRA QUICKBIRD

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

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

BAB III PEMBANGUNAN MODEL DISTRIBUSI POPULASI PENDUDUK PADA SISTEM GRID SKALA RAGAM

V. HASIL DAN PEMBAHASAN. Tabel 9. Klasifikasi dan Sebaran Land Use/Land Cover Kota Bogor Tahun 2003 dan 2007

Statistik Balai Pemantapan Kawasan Hutan Wilayah XII Tanjungpinang Tahun Halaman 34 VI. PERPETAAN HUTAN

III. METODOLOGI PENELITIAN

Perubahan Penggunaan Lahan Terhadap Nilai Koefisien Limpasan di DAS Krueng Meureudu Provinsi Aceh

Pengaturan Tata Guna Lahan dalam Mendukung Keberlanjutan Jasa Ekosistem di Provinsi Bali

Pembangunan Basis Data Guna Lahan Kabupaten Bengkalis

ANALISIS PERUBAHAN CADANGAN KARBON DI KAWASAN GUNUNG PADANG KOTA PADANG

PEMANFAATAN DATA PENGINDERAAN JAUH ALOS AVNIR UNTUK PEMANTAUAN LIPUTAN LAHAN KECAMATAN

DATA SISTEM INFORMASI PEMBANGUNAN DAERAH KABUPATEN KARANGANYAR SAMPAI DENGAN SEMESTER I TAHUN I. Luas Wilayah ** Km2 773, ,7864

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

BAB V HASIL DAN PEMBAHASAN

III. BAHAN DAN METODE

Penyusunan neraca spasial sumber daya alam - Bagian 3: Sumber daya lahan

METODE PENELITIAN Kerangka Pemikiran

IV. HASIL DAN PEMBAHASAN

KATA PENGANTAR. Assalamu alaikum wr.wb.

III. METODOLOGI. 3.1 Waktu dan Lokasi Penelitian

BAB III METODOLOGI PENELITIAN

BAB 2 DASAR TEORI Land Use dan Land Cover

BAB V HASIL DAN PEMBAHASAN. A. Analisis Data. B. Data Hujan

Gambar 13. Citra ALOS AVNIR

HASIL DAN PEMBAHASAN. Pembuatan Tampilan 3D DEM SRTM

KAWASAN TERPADU RIMBA DI 3 KABUPATEN PRIORITAS (Kab. Kuantan Sengingi, Kab. Dharmasraya dan Kab. Tebo)

Tujuan. Model Data pada SIG. Arna fariza. Mengerti sumber data dan model data spasial Mengerti perbedaan data Raster dan Vektor 4/7/2016

III. METODOLOGI 3.1 Ruang Lingkup dan Batasan Kajian

BAB IV HASIL DAN PEMBAHASAN

Lampiran A. Kriteria (Deskripsi) Kelas Tutupan Hutan Penggunaan Lahan

BAHAN DAN METODE. Gambar 1 Peta Lokasi Penelitian

JURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print) C78

Analisis Pola Permukiman Menggunakan Data Penginderaan Jauh di Pulau Batam

III. BAHAN DAN METODE. Bahan dan alat yang digunakan dalam penelitian ini dapat dilihat pada Tabel 3 dan Tabel 4.

BAB V ANALISIS DAN PEMBAHASAN. A. Analisis karakteristik DTA(Daerah Tangkapan Air ) Opak

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

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

Luas dan Penggunaan Lahan Kabupaten Mamuju Tahun 2014

BAB V HASIL DAN PEMBAHASAN. A. Perbandingan Peta Topografi

SIG (SISTEM INFORMASI GEOGRAFIS) Oleh : Djunijanto

BAB IV METODE PENELITIAN

KONDISI SOSIAL EKONOMI MASYARAKAT

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

BAB V HASIL DAN PEMBAHASAN

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

POTENSI PENGEMBANGAN PERTANIAN DI KABUPATEN SIAK

Perubahan Tata Guna Lahan Terhadap Kawasan Rawan Genangan Di Surabaya Utara Berbasis Sistem Informasi Geografis (SIG) dan Penginderaan Jauh (INDERAJA)

PENGARUH PERUBAHAN PENGGUNAAN LAHAN TERHADAP KOEFISIEN RUNOFF

ppbab I PENDAHULUAN A. Latar Belakang

III. METODE PENELITIAN

BAB III KEGIATAN KERJA PRAKTIK. a. Surat permohonan kerja praktik dari Fakultas Teknik Universitas. lampung kepada CV.

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

3/17/2011. Sistem Informasi Geografis

METODE PENELITIAN. Penelitian ini dilaksanakan pada bulan Maret sampai Agustus 2014.

BAB III METODE PENELITIAN

III. METODOLOGI 3.1 Waktu Penelitian 3.2 Lokasi Penelitian

RANCANGAN POLA PENGEMBANGAN IRIGASI POMPA DANGKAL BERDASARKAN DATA GEOSPASIAL PADA DAERAH IRIGASI POMPA III NAGARI SINGKARAK

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

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

Gambar 2. Peta Batas DAS Cimadur

Sistem Informasi Geografis (SIG) Geographic Information System (SIG)

Metode penghitungan perubahan tutupan hutan berdasarkan hasil penafsiran citra penginderaan jauh optik secara visual

INDIKASI LOKASI REHABILITASI HUTAN & LAHAN BAB I PENDAHULUAN

Gambar 1. Peta DAS penelitian

IDENTIFIKASI POTENSI DAN PEMETAAN SUMBERDAYA PULAU-PULAU KECIL

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

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

METODE PENELITIAN. Tempat dan Waktu Penelitian

BIMBINGAN TEKNIS PENGUMPULAN DATA NERACA LAHAN BERBASIS PETA CITRA

TPL 106 GEOLOGI PEMUKIMAN

KONDISI UMUM DAERAH PENELITIAN

BAB III METODE PENELITIAN

METODE PENELITIAN Kerangka Pemikiran Ruang Lingkup Penelitian

SISTEM INFORMASI GEOGRAFI. Data spasial direpresentasikan di dalam basis data sebagai vektor atau raster.

EVALUASI PERUBAHAN TUTUPAN LAHAN DAERAH RAWAN BANJIR DI KOTA PADANG ABSTRACT

KAJIAN CITRA RESOLUSI TINGGI WORLDVIEW-2

TAMBAHAN LEMBARAN NEGARA RI

Model Data Spasial. by: Ahmad Syauqi Ahsan

3 METODE. Lokasi dan Waktu Penelitian

BAB I PENDAHULUAN. yang mempunyai peluang pasar dan arti ekonomi cukup baik. digunakan untuk pertanian dan perkebunan. Dinas Pertanian adalah sebuah

Teknik Skoring untuk berbagai analisis spasial

BAB IV HASIL DAN PEMBAHASAN. 4.1 Analisis Interpretasi dan Klasifikasi Citra. Tabel 4.1 Titik kontrol GCP dan nilai RMS

EI 30 = 6,119 R 1,21 D -0,47 M 0,53 Tabel IV.1 Nilai Indeks Erosivitas Hujan (R)

BAB III METODOLOGI PENELITIAN. Metode Penelitian merupakan cara ilmiah untuk mendapatkan data yang valid

II. TINJAUAN PUSTAKA Pertumbuhan Penduduk dan Dampaknya terhadap Perkembangan Suatu Wilayah

APLIKASI PJ UNTUK PENGGUNAAN TANAH. Ratna Saraswati Kuliah Aplikasi SIG 2

Sistem Informasi Geografis. Model Data Spasial


DAMPAK AKTIVITAS ANTROPOGENIK PADA DAERAH ALIRAN SUNGAI TERHADAP PRODUKTIVITAS TAMBAK DI PERAIRAN PESISIR

III. METODE PENELITIAN

BAB IV HASIL DAN PEMBAHASAN

Transkripsi:

BAB 3 PENGOLAHAN DATA Pada bab ini akan dijelaskan mengenai data dan langkah-langkah pengolahan datanya. Data yang digunakan meliputi karakteristik data land use dan land cover tahun 2005 dan tahun 2010. Sedangkan untuk pengolahan datanya akan dijelaskan mengenai pengolahan data land use dan land cover yang meliputi strategi pengolahannya dan proses pengolahan dengan software ArcGIS 10, Google Earth TM, serta verifikasi data. Data yang digunakan pada penelitian ini adalah data land use dan land cover (LULC) Jawa Barat tahun 2005 dan tahun 2010 dalam model data vektor. Data tersebut berasal dari citra dijital satelit Landsat 7. Secara umum proses pengolahan data pada tugas akhir ini dapat dilihat pada gambar 3.1. Untuk melaksanakan penelitian pada tugas akhir ini diperlukan pengolahan data LULC untuk mendapatkan data perubahan yang terjadi. Proses pengolahan data LULC Jawa Barat tahun 2005 dan 2010 menggunakan sotware ArcGIS 10.0. ArcGIS 10.0. merupakan software yang dibuat oleh ESRI dan telah banyak digunakan untuk proses pengolahan data dan analisis berbasiskan Sistem Informasi Geografis. Secara umum, proses pengolahan data LULC untuk mendapatkan data perubahan LULC Jawa Barat periode 2005-2010 dibagi dalam tiga tahap, yaitu klasifikasi data, overlay dan verifikasi data. 18

Reklasifikasi LULC Data LULC Jawa Barat 2005 Data LULC Jawa Barat 2010 Reklasifikasi LULC Data Klasifikasi LULC Jawa Barat 2005 Overlay Klasifikasi 2005 dengan Data LULC 2010 Overlay Klasifikasi 2010 dengan Data LULC 2005 Data Klasifikasi LULC Jawa Barat 2010 Pengurangan Lahan Tiap Klasifikasi LULC Penambahan Lahan Tiap Klasifikasi LULC Pengolahan Data LULC Perubahan Lahan Jawa Barat 2005-2010 Penentuan Titik Sampling Perubahan Export Layer Sampel menjadi KML Verifikasi Data Identifikasi Titik Sampel pada Google Earth Citra Google Earth tahun 2010 Data Verifikasi Titik Sampling Uji Statistik Titik Sampling Analisis Data Analisis Perubahan Berdasarkan Uji Statistik Indeks Perubahan LULC Gambar 3.1. Diagram alir pengolahan data. 19

3.1. Klasifikasi Data Klasifikasi data dilakukan untuk membagi data LULC yang telah ada menjadi beberapa bagian sesuai dengan kelas LULC. Kelas LULC yang dianalisis pada tugas akhir ini yaitu hutan, ladang/tegalan, perkebunan, bangunan, rawa, sawah, semak/ belukar, perairan dan tambak/empang. Deskripsi kelas yang digunakan dalam pengklasfikasian LULC dapat dilihat pada Tabel 3.1. Tabel 3.1. Deskripsi kelas-kelas klasifikasi LULC yang digunakan. No. Klasifikasi LULC Deskripsi 1 Hutan Hutan alamiah. 2 Ladang/Tegalan Lahan pertanian hasil penebangan hutan yang ditanami atau hutan alam yang ditanami tanaman pangan tahunan 3 Perkebunan Kebun rakyat yang ditanami tanaman dengan ciri-ciri bentuk tanaman teratur seperti kopi, teh, tebu, dll. 4 Bangunan Kawasan terbangun yang digunakan untuk aktivitas manusia seperti permukiman, gedung industri, bandara, pasar, jalan dan sebagainya. 5 Rawa Rawa-rawa alam 6 Sawah Sawah irigasi dan sawah tadah hujan 7 Semak Padang rumput, semak belukar, lapangan golf. 8 Perairan Kawasan air alamiah seperti sungai, danau dan kawasan air buatan seperti waduk dan situ. 9 Tambak/Empang Kawasan air buatan yang digunakan untuk kawasan perikanan. Klasifikasi data pada tugas akhir ini dilakukan pada data land use dan land cover tahun 2005 dan 2010. Hasil proses klasifikasi yang dilakukan pada data vektor shapefile (.shp) LULC Jawa Barat tahun 2005 dan tahun 2010 yang dapat dilihat pada Gambar 3.2 dan 3.3. 20

Gambar 3.2. Peta Klasifikasi LULC Jawa Barat Tahun 2005. 21

Gambar 3.3. Peta Klasifikasi LULC Jawa Barat tahun 2010. 22

Persebaran lokasi setiap kelas LULC yang digunakan didapatkan dengan melakukan klasifikasi terhadap data LULC. Data yang telah diklasifikasi tersebut dipisah menjadi data tersendiri dalam bentuk shapefile (.shp) seperti yang dapat dilihat pada gambar 3.3. Gambar 3.4. Peta Land Cover Hutan Jawa Barat Tahun 2005. Data shapefile setiap klasifikasi LULC tersebut digunakan untuk perhitungan luas serta jumlah poligon area lokasi LULC tersebut. Data poligon tersebut mewakili area hutan yang ada di dunia nyata. Data hasil perhitungan luasan LULC untuk setiap klasifikasi disajikan dalam Tabel 3.2. Tabel 3.2. Tabel Perubahan LULC Jawa Barat berdasarkan luasan perubahan. No Klasifikasi 2005 2010 Perubahan LULC Luas (Ha) Persen Luas (Ha) Persen Luas (Ha) Persen 1 Hutan 405415.52 10.93 403722.62 10.88-1692.91-0.42 2 Ladang 470770.61 12.69 465795.47 12.55-4975.14-1.06 3 Perkebunan 836137.46 22.54 795265.58 21.44-40871.89-4.89 4 Bangunan 352540.09 9.50 413547.50 11.15 61007.41 17.31 5 Rawa 1928.72 0.05 610.45 0.02-1318.27-68.35 6 Sawah 1111610.84 29.96 1110324.86 29.93-1285.97-0.12 7 Semak 436859.47 11.78 403035.95 10.86-33823.52-7.74 8 Perairan 43630.67 1.18 44473.71 1.20 843.04 1.93 9 Tambak 50883.98 1.37 73321.84 1.98 22437.86 44.10 23

Untuk mengetahui distribusi perubahan yang terjadi pada setiap kelas LULC diperlukan pengolahan lebih lanjut dengan menggunakan metode overlay terhadap data shapefile masing-masing kelas. 3.2. Overlay Data Overlay merupakan suatu fungsi yang digunakan untuk menggabungkan dua data layer atau lebih menjadi data layer yang baru berdasarkan data layer masukannya. Dalam pengerjaan tugas akhir ini, overlay dilakukan untuk mengetahui perubahan yang terjadi pada setiap kelass LULC dengan menggabungkan layer setiap kelas dengan data LULC gabungan. Hasil yang didapatkan dari proses overlay data shapefile LULC, yaitu: 3.2.1. Informasi Pengurangan Lahan. Informasi pengurangan lahan merupakan informasi yang menunjukan perubahan satu kelas LULC pada tahun 2005 menjadi beberapa kelas LULC pada tahun 2010. Informasi ini didapatkan menggunakan fungsi overlay antara data setiap kelas LULC pada tahun 2005 dengan dengan data LULC gabungan seluruh kelas tahun 2010. Sebagai contoh, informasi kelas ladang/tegalan dapat dilihat pada gambar 3.6. dan informasi pengurangan lahan ladang/tegalan dapat dilihat pada gambar 3.7. 24

Gambar 3.5. Peta kawasan kelas LULC ladang/tegalan tahun 2005. 25

Gambar 3.6. Peta distribusi informasi pengurangan kelas ladang. 26

Terlihat pada gambar bahwa beberapa lahan ladang/tegalan pada tahun 2005 berubah menjadi kelas lain pada tahun 2010. Perubahan itu ditunjukan dengan berbagai tampilan warna, seperti warna hijau tua untuk perubahan ladang menjadi hutan, warna merah untuk perubahan ladang menjadi bangunan dan sebagainya. 3.2.2. Informasi Penambahan Lahan. Informasi penambahan lahan merupakan informasi yang menunjukan satu kelas LULC pada tahun 2010 merupakan hasil perubahan dari beberapa kelas LULC pada tahun 2005. Informasi ini didapatkan menggunakan fungsi overlay antara data kelas LULC yang ingin diketahui informasinya pada tahun 2010 dengan dengan data LULC gabungan seluruh kelas tahun 2005. Dengan menggunakan informasi penambahan lahan, dapat dianalisis sumber perubahan untuk setiap kelas LULC. Sebagai contoh informasi data kelas bangunan pada tahun 2010 dapat dilihat pada gambar 3.7. dan informasi perubahan bangunan dapat dilihat pada gambar 3.8. 27

Gambar 3.7. Peta lahan ladang Jawa Barat tahun 2010. 28

Gambar 3.8. Peta distribusi informasi penambahan kelas ladang. 29

Terlihat pada gambar 3.8, hasil pengolahan data menggunakan metode overlay menunjukan bahwa beberapa lahan ladang/tegalan pada tahun 2010 merupakan hasil perubahan dari kelas LULC lainnya. Perubahan tersebut ditunjukan dengan berbagai tampilan warna seperti warna jingga untuk perubahan sawah menjadi ladang, hijau muda untuk perubahan perkebunan menjadi ladang dan sebagainya. 3.2.3. Distribusi Perubahan LULC Distribusi perubahan LULC memberikan informasi mengenai perubahan lahan yang terjadi untuk setiap kelas LULC dengan menggabungkan informasi pengurangan lahan dan informasi penambahan lahan. Informasi distribusi perubahan lahan ditentukan dengan menjumlahkan seluruh luas perubahan yang terjadi untuk setiap kelas LULC di Jawa Barat pada periode 2005-2010. Dalam informasi distribusi perubahan lahan, dapat diketahui perubahan LULC yang secara nyata terjadi di daerah Jawa Barat seperti dapat dilihat pada tabel 3.3. dan tabel 3.4. 30

Klasifikasi LULC Luas Land Use 2005 Tabel 3.3. Distribusi luasan perubahan LULC Jawa Barat periode 2005-2010. Luasan Perubahan LULC 2005-2010 Hutan Ladang Perkebunan Bangunan Rawa Sawah Semak Perairan Tambak Hutan 405413.48 387464.619 4230.405 3777.718 189.112 0.000 3131.382 642.551 3.708 5756.616 Ladang 470770.61 1592.613 423076.321 13254.694 10028.936 2.892 20159.798 1378.603 93.508 1155.108 Perkebunan 836137.46 5812.861 17490.602 748245.445 15355.558 0.939 44838.840 4054.915 92.437 268.939 Permukiman 352540.09 0.000 675.727 1086.149 350011.065 0.000 690.825 52.724 7.356 2.005 Rawa 1928.724 0.000 28.056 15.446 48.658 605.657 734.569 1.773 105.211 367.788 Sawah 1111610.8 3049.710 15912.362 19799.387 30185.589 0.000 1023779.280 397.902 907.917 17358.693 Semak 436859.47 5781.039 3906.210 9066.832 7011.249 0.000 14225.744 396498.613 130.352 201.657 Perairan 43630.671 21.722 35.845 20.394 112.863 0.959 204.111 4.947 42987.006 111.607 Tambak 50883.982 0.000 376.857 0.000 599.400 0.000 2289.045 3.744 117.551 46258.926 Klasifikasi LULC Tabel 3.4. Distribusi persentase perubahan LULC Jawa Barat periode 2005-2010. Luas Land Use 2005 Persentase Perubahan LULC 2005-2010 Hutan Ladang Perkebunan Bangunan Rawa Sawah Semak Perairan Tambak Hutan 405413.475 95.57 1.04 0.93 0.05 0.00 0.77 0.16 0.00 1.42 Ladang 470770.607 0.34 89.87 2.82 2.13 0.00 4.28 0.29 0.02 0.25 Perkebunan 836137.461 0.70 2.09 89.49 1.84 0.00 5.36 0.48 0.01 0.03 Permukiman 352540.091 0.00 0.19 0.31 99.28 0.00 0.20 0.01 0.00 0.00 Rawa 1928.724 0.00 1.45 0.80 2.52 31.40 38.09 0.09 5.45 19.07 Sawah 1111610.835 0.27 1.43 1.78 2.72 0.00 92.10 0.04 0.08 1.56 Semak 436859.472 1.32 0.89 2.08 1.60 0.00 3.26 90.76 0.03 0.05 Perairan 43630.671 0.05 0.08 0.05 0.26 0.00 0.47 0.01 98.52 0.26 Tambak 50883.982 0.00 0.74 0.00 1.18 0.00 4.50 0.01 0.23 90.91 31

Berdasarkan tabel distribusi di atas, terdapat beberapa hasil overlay data yang menunjukan angka 0, seperti perubahan bangunan menjadi hutan, hutan menjadi rawa dan rawa menjadi hutan. Hal ini menunjukan bahwa perubahan klasifikasi LULC tersebut tidak terjadi pada periode 2005-2010. Data perubahan tersebut dapat digunakan untuk menentukan perubahan klasifikasi LULC yang mungkin dan tidak mungkin terjadi di daerah Jawa Barat.. Secara visualiasi, distribusi perubahan baik penambahan maupun pengurangan LULC dibagi menjadi beberapa kelas. Pembagian kelas ini dilakukan dengan memperhitungkan nilai maksimum dan nilai minimum luasan perubahan yang terjadi. Klasifikasi ini perlu dilakukan untuk mengetahui tingkat perubahan yang terjadi pada wilayah Jawa Barat. Visualisasi distribusi perubahan LULC menggunakan metode interpolasi IDW pada software ArcGIS 10.0. Informasi yang menjadi masukan dalam proses visualisasi yaitu distribusi perubahan lahan, koordinat centroid poligon dan luasan area poligon. Hasil dari proses interpolasi tersebut adalah distribusi perubahan LULC dalam bentuk raster seperti dapat dilihat pada gambar 3.9. 32

Gambar 3.9. Distribusi perubahan kelas ladang berdasarkan luasan perubahan. 33

Dengan visualisasi perubahan lahan tersebut, dapat diketahui pola perubahan LULC di Jawa Barat periode 2005-2010. Informasi yang dapat diketahui dari visualisasi tersebut adalah bagaimana tingkat keseimbangan antara pengurangan dan perubahan lahannya. Apabila area yang mengalami pengurangan (ditunjukan dengan warna merah) lebih banyak dari area yang mengalami penambahan (ditunjukan dengan warna hijau), maka kelas LULC tersebut secara umum mengalami pengurangan. Sebaliknya, apabila area yang mengalami penambahan lebih banyak dari area yang mengalami pengurangan, maka kelas LULC tersebut secara umum mengalami penambahan. Selain itu, dengan menggunakan visualisasi tersebut dapat diketahui lokasi-lokasi pengurangan dan penambahan lahan untuk setiap klasifikasi. Sebagai contoh, berdasarkan visualisasi distribusi perubahan LULC kelas ladang pada gambar 3.9, kelas ladang mengalami perubahan yang cukup seimbang. Hal ini dapat dilihat dari cukup berimbangnya area yang mengalami penambahan dan area yang mengalami pengurangan. Visualisasi distribusi perubahan LULC untuk seluruh kelas dapat dilihat pada Lampiran B. 3.3. Verifikasi Data Informasi distribusi perubahan LULC merupakan informasi awal dari perubahan LULC di Jawa Barat. Untuk mengetahui kebenaran data perubahan LULC tersebut, diperlukan proses verifikasi data. Proses verifikasi data pada tugas akhir ini menggunakan data citra satelit pada software Google Earth TM. 3.3.1. Penentuan Titik Sampel Sampling data dilakukan dengan mengambil sampel-sampel perubahan pada area poligon lokasi perubahan. Sampling dilakukan pada software ArcGIS 10.0. Ukuran sampel yang digunakan untuk proses verifikasi menggunakan pendapat Roscoe, yaitu jumlah minimal 30 sampel untuk setiap kelas perubahan. Proses penentuan titik sampel dilakukan pada perubahan LULC setiap kelas. Proses penentuan sampeljumlah sampel setiap kelas berbeda-beda bergantung pada banyak dan luasnya area perubahan. 34

Teknik pengambilan sampel menggunakan metode proportionale stratified random sampling. Sampling yang diambil dilakukan secara acak dengan memperhatikan tingkatan tertentu. Hal yang diperhatikan dalam penentuan titik sampel adalah luas poligon perubahan dan konsentrasi area perubahan. Jumlah titik sampel pada satu poligon bergantung pada luas poligon tersebut. Semakin besar poligon semakin banyak titik sampel yang ada pada satu poligon. Hal yang diperhatikan selain luas poligon, yaitu konsentrasi poligon. Semakin tinggi tingkat konsentrasi perubahan LULC pada suatu area, semakin banyak titik sampel yang diambil pada area tersebut. Contoh pengambilan sampel dapat dilihat pada gambar 3.6. Gambar 3.10. Pengambilan titik sampel berdasarkan konsentrasi poligon. Dapat dilihat pada gambar bahwa pengambilan sampel pada area yang mempunyai konsentrasi poligon lebih tinggi dari area yang konsentrasi poligonnya lebih rendah. Hal ini dikarenakan, area yang konsentrasi poligonnya lebih tinggi diindikasikan mengalami perubahan yang besar. Oleh karena itu, diperlukan verifikasi data yang lebih banyak dari area yang konsentrasi poligonnya lebih rendah. Selain konsentrasi poligon, luasan poligon menjadi hal yang perlu diperhatikan seperti pada gambar 3.11. 35

Gambar 3.11. Pengambilan titik sampel berdasarkan luas poligon. Gambar 3.11. menunjukan pengambilan titik sampel berdasarkan luasan poligon. Semakin besar luasan poligon semakin banyak jumlah sampel yang diambil pada area poligon tersebut. Sebaliknya, semakin kecil luasan poligon semakin sedikit jumlah sampel yang diambil. Hal ini dilakukan karena area poligon yang lebih besar mempunyai kemungkinan kesalahan perubahan yang lebih besar dari area yang poligonnya lebih kecil. Oleh karena itu, diperlukan verifikasi data yang lebih banyak pada area poligon yang lebih besar. Setelah penentuan titik-titik sampel perubahan LULC pada software ArcGIS 10.0 selesai, kemudian titik-titik sampel tersebut dikonversi menjadi format.kml. Data titik-titik sampel dalam format.kml tersebut digunakan untuk melakukan proses identifikasi objek data pada software Google Earth TM. 3.3.2. Identifikasi Objek Proses identifikasi objek titik sampel pada citra untuk mengecek hasil pengolahan data menggunakan software Google Earth TM. Kenampakan citra pada software Google Earth TM dapat dilihat pada gambar 3.11. 36

Gambar 3.12. Kenampakan citra pada software Google Earth TM Proses identifikasi objek titik sampel perubahan pada citra dapat menghasilkan 3 kemungkinan yaitu: 1. Identifikasi objek menunjukkan bahwa objek tidak mengalami perubahan. Sebagai contoh, pada pengolahan data didapatkan bahwa bangunan dapat berubah menjadi ladang/tegalan, tetapi hasil identifikasi objek menunjukkan bahwa area tersebut merupakan area bangunan dan tidak berubah menjadi lading/tegalan seperti hasil pengolahan data. Contoh identifikasi objek yang menunjukan objek tidak mengalami perubahan dapat dilihat pada gambar 3.8. Gambar 3.13. Identifikasi objek yang menunjukan objek tidak mengalami perubahan. 37

Pada gambar di atas, dapat dilihat bahwa hasil pengolahan data menunjukan bahwa titik sampel tersebut pada tahun 2005 merupakan area bangunan dan pada tahun 2010 merupakan area ladang. Akan tetapi, identifikasi objek menunjukan titik sampel merupakan area bangunan. 2. Identifikasi objek menunjukan bahwa objek mengalami perubahan. Sebagai contoh, berdasarkan pengolahan data, lahan hutan dapat berubah menjadi lahan persawahan, dan pada identifikasi objek menunjukan bahwa area sampling hutan berubah menjadi lahan persawahan sesuai dengan hasil pengolahan data. Contoh identifikasi objek yang menunjukan objek mengalami perubahan dapat dilihat pada gambar 3.9. Gambar 3.14. Identifikasi objek menunjukan bahwa objek mengalami perubahan. Pada gambar di atas, dapat dilihat bahwa hasil pengolahan data menunjukan bahwa titik sampel tersebut pada tahun 2005 merupakan area semak dan pada tahun 2010 merupakan area bangunan. Identifikasi objek menunjukan titik sampel merupakan area bangunan. 38

3. Identifikasi objek menunjukan bahwa objek mengalami perubahan yang berbeda dengan hasil pengolahan data. Sebagai contoh, berdasarkan pengolahan data, lahan perkebunan dapat berubah menjadi lahan sawah, akan tetapi pada identifikasi objek menunjukan bahwa area sampling perkebunan menunjukan perubahan menjadi lahan bangunan. Contoh identifikasi objek yang menunjukan objek mengalami perubahan yang berbeda dengan hasil pengolahan data dapat dilihat pada gambar 3.9. Gambar 3.15. Identifikasi objek menunjukan bahwa objek mengalami perubahan yang berbeda dengan hasil pengolahan data. Pada gambar di atas, dapat dilihat bahwa hasil pengolahan data menunjukan bahwa titik sampel tersebut pada tahun 2005 merupakan area semak dan pada tahun 2010 merupakan area ladang. Akan tetapi, identifikasi objek menunjukan titik sampel merupakan area bangunan. Hasil dari proses verifikasi data ini adalah data identifikasi objek titik-titik sampling perubahan pada sotware Google Earth TM yang dapat dilihat pada tabel 3.5. 39

Tabel 3.5. Hasil identifikasi objek pada sotware Google Earth TM. Klasifikasi LULC Hutan Ladang/Tegalan Perkebunan T B La J T B La J T B La J Hutan 7 22 29 8 21 1 30 Ladang/Tegalan 5 25 0 30 0 22 7 29 Perkebunan 3 24 0 27 3 23 4 30 Bangunan 35 14 2 51 21 13 5 39 Rawa 0 6 0 6 1 3 1 5 Sawah 10 10 8 28 3 25 0 35 4 17 9 30 Semak 7 27 2 36 3 25 7 34 19 20 39 Perairan 26 0 4 30 25 4 1 30 24 5 3 32 Tambak/Empang 23 8 0 31 Tabel 3.5. Hasil identifikasi objek pada sotware Google Earth TM. (lanjutan) Klasifikasi LULC Bangunan Rawa Sawah T B La J T B La J T B La J Hutan 2 20 11 33 10 23 3 36 Ladang/Tegalan 5 23 2 30 2 26 2 30 Perkebunan 9 13 8 30 3 17 11 31 Bangunan 24 14 1 39 Rawa 0 9 9 18 0 10 13 23 Sawah 5 19 7 31 Semak 0 32 4 36 8 17 10 35 Perairan 22 4 1 27 23 3 2 28 Tambak/Empang 21 8 0 29 17 10 3 30 Tabel 3.5. Hasil identifikasi objek pada sotware Google Earth TM. (lanjutan) Klasifikasi LULC Semak Perairan Tambak/Empang T B La J T B La J T B La J Hutan 10 11 5 26 0 37 0 37 Ladang/Tegalan 2 22 5 29 0 30 1 31 7 25 0 32 Perkebunan 0 19 11 30 0 29 2 31 0 20 10 30 Bangunan 11 12 7 30 Rawa 0 2 0 2 0 24 5 29 0 13 0 13 Sawah 15 12 4 31 4 37 4 45 8 31 1 40 Semak 0 26 3 29 0 22 7 29 Perairan 27 2 1 30 Tambak/Empang 27 2 1 30 40

Ket : T B La J = Identifikasi objek yang menunjukan objek tidak mengalami perubahan. = Identifikasi objek yang menunjukan objek mengalami perubahan. = Identifikasi objek yang menunjukan objek mengalami perubahan yang berbeda dengan hasil pengolahan data. = Jumlah sampel yang diambil. = Tidak terjadi perubahan sehingga tidak dilakukan verifikasi data. 41