Geo Image (Spatial-Ecological-Regional)

dokumen-dokumen yang mirip
Geo Image 1 (1) (2012) Geo Image.

ANALISIS HARGA DAN NILAI LAHAN DI KECAMATAN SEWON DENGAN MENGGUNAKAN PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS.

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

Geo Image 5 (1) (2016) Geo Image.

ANALISIS KESELARASAN PEMANFAATAN RUANG KECAMATAN SEWON BANTUL TAHUN 2006, 2010, 2014 TERHADAP RENCANA DETAIL TATA RUANG KAWASAN (RDTRK )

Geo Image (Spatial-Ecological-Regional)

ANALISIS NILAI LAHAN KECAMATAN GONDOMANAN KOTA YOGYAKARTA MENGGUNAKAN APLIKASI SIG DAN PENGINDERAAAN JAUH

Wisnu Widyatmadja Taufik Hery Purwanto

Geo Image (Spatial-Ecological-Regional)

Geo Image (Spatial-Ecological-Regional)

Geo Image (Spatial-Ecological-Regional)

Geo Image (Spatial-Ecological-Regional)

Rizqi Agung Wicaksono Zuharnen Fakultas Geografi, Universitas Gadjah Mada Yogyakarta ABSTRACT

BAB I PENDAHULUAN 1.1 Latar Belakang

Geo Image (Spatial-Ecological-Regional)

Geo Image 1 (1) (2012) Geo Image.

Geo Image 5 (1) (2016) Geo Image.

PEMANFAATAN CITRA QUICKBIRD DAN SISTEM INFORMASI GEOGRAFIS UNTUK ZONASI KERENTANAN KEBAKARAN PERMUKIMAN KASUS DI KOTA BANDUNG BAGIAN BARAT

Geo Image (Spatial-Ecological-Regional)

PEMANFAATAN TEKNOLOGI PENGINDERAAN JAUH UNTUK MONITORING DENSIFIKASI BANGUNAN DI DAERAH PERKOTAAN MAGELANG

APLIKASI PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFI UNTUK KESESUAIAN LAHAN PERMUKIMAN KOTA BEKASI. Dyah Wuri Khairina

Geo Image (Spatial-Ecological-Regional)

Geo Image 1 (10) (2012) Geo Image.

Geo Image (Spatial-Ecological-Regional)

ANALISIS KESESUAIAN LAHAN PERUMAHAN KELAS MENENGAH MENGGUNAKAN DATA PENGINDERAAN JAUH DENGAN SISTEM INFORMASI GEOGRAFIS DI KOTA SURABAYA

ANALISIS KESESUAIAN LAHAN UNTUK PERMUKIMAN DENGAN MEMANFAATKAN TEKNIK PENGINDERAAN JAUH DAN SIG (Studi Kasus: Kecamatan Umbulharjo, Yogyakarta)

STUDI PENGGUNAAN LAHAN DI KECAMATAN UMBULHARJO KOTA YOGYAKARTA BERDASARKAN INTERPRETASI CITRA QUICKBIRD

PUBLIKASI KARYA ILMIAH

Sudaryanto 1), Melania Swetika Rini 2) *

ANALISIS KERENTANAN KEBAKARAN PERMUKIMAN MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS DI KECAMATAN DEPOK KABUPATEN SLEMAN

ANALISIS DEVIASI PEMANFAATAN RUANG AKTUAL TERHADAP RENCANA DETIL TATA RUANG KOTA (RDTRK) KECAMATAN NGAGLIK TAHUN

PUBLIKASI ILMIAH Diajukan Untuk Memenuhi Salah Satu Persyaratan Mencapai Derajat Sarjana S-1 Fakultas Geografi

Pemetaan Estimasi Volume- (Dyah Novita I)

Geo Image 5 (1) (2016) Geo Image.

PEMANFAATAN CITRA QUICKBIRD UNTUK PEMETAAN PERMUKIMAN KUMUH DAN TINGKAT PRIORITAS PENANGANAN DI KECAMATAN SEMARANG UTARA

Geo Image (Spatial-Ecological-Regional)

Geo Image (Spatial-Ecological-Regional)

Lintang Dwi Candra Bowo Susilo

PEMANFAATAN CITRA PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS UNTUK KAJIAN PERUBAHAN PENGGUNAN LAHAN DI KECAMATAN UMBULHARJO KOTA YOGYAKARTA

Geo Image (Spatial-Ecological-Regional) ANALISIS SPASIAL SEKOLAH MENENGAH PERTAMA DI KABUPATEN BREBES BAGIAN TENGAH

APLIKASI SISTEM INFORMASI GEOGRAFIS UNTUK PEMILIHAN LOKASI TERMINAL PENUMPANG TIPE A DI KABUPATEN KLATEN

PROSIDING SEMINAR NASIONAL GEOTIK ISSN:

PEMETAAN NILAI LAHAN DI KECAMATAN AUR BIRUGO TIGO BALEH KOTA BUKITTINGGI

APLIKASI PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS UNTUK PEMETAAN DAERAH RAWAN BANJIR DI KOTA MALANG

Estimasi Volume Sampah Domestik dan Rekomendasi Rute Pengangkutan Sampah Berdasarkan Analisis Spasial di Kota Surakarta

ANALISIS TINGKAT KERUSAKAN PENGGUNAAN LAHAN AKIBAT BANJIR LAHAR PASCA ERUPSI GUNUNGAPI MERAPI TAHUN 2010 DI SUB DAS KALI PUTIH JURNAL PUBLIKASI ILMIAH

ANALISIS POTENSI LAHAN PERTANIAN SAWAH BERDASARKAN INDEKS POTENSI LAHAN (IPL) DI KABUPATEN WONOSOBO PUBLIKASI KARYA ILMIAH

BAB I PENDAHULUAN I.1. Latar Belakang

Geo Image (Spatial-Ecological-Regional)

APLIKASI PENGINDERAAN JAUH UNTUK IDENTIFIKASI DEGRADASI LAHAN AKIBAT PERTANIAN HORTIKULTURA DI SEBAGIAN KECAMATAN GARUNG

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

BAB I PENDAHULUAN 1.1. Latar Belakang

Geo Image 6 (1) (2017) Geo Image.

Edu Geography

BAB I PENDAHULUAN Latar Belakang

Edu Geography 3 (6) (2015) Edu Geography.

Sejalan dengan berkembangnya suatu kota atau wilayah dan meningkatnya kebutuhan manusia, infrastruktur jalan sangat diperlukan untuk menunjang proses

BAB I PENDAHULUAN 1.1 Latar Belakang

PEMODELAN SPASIAL TINGKAT KERAWANAN KEMACETAN LALU LINTAS DI RUAS JALAN KOLEKTOR SEKUNDER KELURAHAN TERBAN KOTA YOGYAKARTA

BAB I PENDAHULUAN. 1.1 Latar Belakang

Keyword: Quickbird image data, the residential area, evaluation

Geo Image 5 (2) (2016) Geo Image.

BAB I PENDAHULUAN 1.1. Latar Belakang

PEMBUATAN PROTOTIPE SISTEM INFORMASI NJOP BUMI KECAMATAN GEDONGTENGEN DENGAN BERBASIS WEB GIS. Saddam Alkhindi

PEMANFAATAN SISTEM INFORMASI GEOGRAFIS (SIG) UNTUK PENATAGUNAAN LAHAN DI DAS ULAR SUMATERA UTARA

PENENTUAN PRIORITAS LOKASI PERUMAHAN DI KECAMATAN KASIHAN DENGAN MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS Dimas Prawira Dwi Saputra

PENENTUAN LOKASI TEMPAT PEMBUANGAN AKHIR SAMPAH DI KABUPATEN KLATEN MENGGUNAKAN TEKNIK PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS

BAB III METODE PENELITIAN. ditentukan sesuai dengan SNI nomor :1994 yang dianalisis dengan

ANALISIS KUALITAS LINGKUNGAN FISIK PERMUKIMAN KECAMATAN PAKUALAMANKOTA YOGYAKARTA UNIVERSITAS MUHAMMADIYAH SURAKARTA

Geo Image 5 (2) (2016) Geo Image.

Aplikasi Sistem Informasi Geografi untuk Penetapan Potensi Lahan Budidaya Perikanan di Kabupaten Sumedang *)

Geo Image 5 (2) (2016) Geo Image.

DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN...

Evaluasi Penyimpangan Penggunaan Lahan Berdasarkan Peta Arahan Pemanfaatan Lahan di Kecamatan Ubud, Kabupaten Gianyar, Provinsi Bali

BAB I PENDAHULUAN 1.1 Latar Belakang

Evaluasi Cakupan Sinyal BTS Secara Spasial Di Sebagian Kabupaten Buleleng Provinsi Bali

BAB I PENDAHULUAN. Pertambahan penduduk daerah perkotaan di negara-negara berkembang,

Usulan Penelitian Untuk Skripsi S-1. Program Studi Geografi. Diajukan Oleh: Chandra Pranomo NIM : E

PUBLIKASI KARYA ILMIAH. Diajukan Untuk Memenuhi Salah Satu Persyaratan Mencapai Gelar Sarjana S-1 Program Studi Geografi HALAMAN JUDUL

DAFTAR GAMBAR. Gambar 2. 1 Pembagian Profil Melintang Sungai Gambar 2. 2 Diagram Kerangka Pemikiran BAB III

EVALUASI KESESUAIAN LAHAN UNTUK KAWASAN INDUSTRI DI WILAYAH PENGEMBANGAN INDUSTRI KABUPATEN KARAWANG

Geo Image (Spatial-Ecological-Regional)

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I. 1.1 Pengantar Latar Belakang PENDAHULUAN

TOMI YOGO WASISSO E

Geo Image 1 (1) (2012) Geo Image.

PEMETAAN ARAHAN FUNGSI PEMANFAATAN LAHAN UNTUK KAWASAN FUNGSI LINDUNG DI KECAMATAN GISTING KABUPATEN TANGGAMUS

III. METODOLOGI. 3.1 Waktu dan Lokasi Penelitian

Edu Geography 3 (3) (2015) Edu Geography.

ANALISIS PERUBAHAN TUTUPAN VEGETASI BERDASARKAN NILAI NDVI DAN FAKTOR BIOFISIK LAHAN DI CAGAR ALAM DOLOK SIBUAL-BUALI SKRIPSI

SKRIPSI. Untuk Memenuhi Sebagian Syarat Memperoleh Derajat Sarjana S-1 Program Studi Geografi

ANALISIS TINGKAT KERUSAKAN JALAN MENGGUNAKAN APLIKASI SISTEM INFORMASI GEOGRAFIS DI KOTA SURAKARTA DAN SEKITARNYA. Publikasi Karya Ilmiah

Geo Image 1 (1) (2012) Geo Image.

Pemetaan Kualitas Permukiman dengan Menggunakan Penginderaan Jauh dan SIG di Kecamatan Batam Kota, Batam

BAB I PENDAHULUAN A. Latar Belakang Penelitian Septi Sri Rahmawati, 2015

ESTIMASI POTENSI LIMPASAN PERMUKAAN MENGGUNAKAN PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS DI DAERAH ALIRAN SUNGAI SERANG

PEMETAAN POTENSI PENGEMBANGAN LAHAN TAMBAK GARAM DI PESISIR UTARA KABUPATEN PAMEKASAN

ANALISIS HUBUNGAN KUALITAS PERMUKIMAN DENGAN KONDISI KESEHATAN MASYARAKAT DI KECAMATAN KOTAGEDE KOTA YOGYAKARTA BERDASARKAN SISTEM INFORMASI GEOGRAFIS

Geo Image 1 (1) (2012) Geo Image.

Transkripsi:

Geo Image 3 (1) (2014) Geo Image (Spatial-Ecological-Regional) http://journal.unnes.ac.id/sju/index.php/geoimage ESTIMASI KELAS HARGA LAHAN BERBASIS SISTEM INFORMASI GEOGRAFIS (SIG) DI KECAMATAN AMBARAWA KABUPATEN SEMARANG Dwi Amri Wibowo Sriyono, Saptono Putro Jurusan Geografi, Fakultas Ilmu Sosial, Universitas Negeri Semarang, Indonesia Info Artikel Sejarah Artikel: Diterima Januari 2014 Disetujui Januari 2014 Dipublikasikan Juni 2014 Keywords: Estimation, Class Land Prices, and GIS. Abstrak Penelitian ini bertujuan: (1) Mengetahui besarnya ketelitian hasil interpretasi variabel variabel fisik penentu kelas harga lahan dari Citra Quickbird, (2) Mengetahui estimasi kelas harga lahan di Kecamatan Ambarawa Kabupaten Semarang. Metode pengumpulan data meliputi metode interpretasi, dokumentasi, observasi, wawancara, dan studi kepustakaan. Metode analisis data meliputi teknik interpretasi citra satelit, analisis SIG yang meliputi; metode jarak (buffer), metode pengharkatan (scoring), dan metode tumpang susun (overlay), metode aritmathik, dan uji ketelitian (akurasi). Hasil dari penelitian ini menunjukkan bahwa Penginderaan Jauh dalam menentukan estimasi kelas harga lahan mempunyai kemampuan sebesar 50 % dalam mengidentifikasi kondisi fisik lahan. Uji ketelitian untuk penggunaan lahan sebesar 97,3 % dan harga lahan sebesar 91,1 %. Estimasi kelas harga lahan di Kecamatan Ambarawa Kabupaten Semarang dibagi lima kelas yaitu sangat tinggi Rp. 980.000 - Rp. 1.460.000 memiliki luas 13,502 Ha, tinggi Rp. 596.000 - Rp.980.000 memiliki luas 288,096 Ha, sedang Rp. 308.000 - Rp. 596.000 memiliki luas 787,158 Ha, rendah Rp. 116.000 - Rp. 308.000 memiliki luas 75,689 Ha, dan sangat rendah Rp. 20.000 - Rp. 116.000 memiliki luas 1.588,440 Ha. Simpulan dari hasil penelitian ini kondisi di daerah penelitian yaitu Kecamatan Ambarawa Kabupaten Semarang mempunyai kelas harga lahan yang cukup baik. Abstract This study aims to: ( 1) Determine the magnitude of the precision of the interpretation of the variables - physical variable determinant of land price class Quickbird Imagery, ( 2) Determine the estimated price of land in the district class Ambarawa Semarang Regency. Data collection methods include methods of interpretation, documentation, observation, interviews, and literature study. Data analysis methods include satellite imagery interpretation techniques, which includes the GIS analysis; distance method ( buffer ), the method pengharkatan ( scoring ), and methods of overlay ( overlay ), aritmathik methods, and test accuracy ( accuracy ). The results of this study indicate that the Remote Sensing in determining the estimated class has the ability to land prices by 50 % in identifying the physical condition of the land. Test accuracy for land use by 97.3 % and 91.1 % of the land price. Estimated price of land in the district class Ambarawa Semarang district divided by five is a very high class Rp. 980,000 - Rp. 1.46 million has an area of 13.502 hectares, high Rp. 596 000 - has an area of 288.096 ha Rp.980.000, was Rp. 308,000 - Rp. 596 000 has an area of 787.158 ha, low Rp. 116,000 - Rp. 308,000 has an area 75.689 ha, and very low Rp. 20.000 - Rp. Has an area of 1588.440 ha 116,000. The conclusions of this research conditions in the study area is District Semarang District Ambarawa class has a pretty good price for land. 2014 Universitas Negeri Semarang Alamat korespondensi: Gedung C1 Lantai 1 FIS Unnes Kampus Sekaran, Gunungpati, Semarang, 50229 E-mail: geografiunnes@gmail.com ISSN 2252-6285 1

PENDAHULUAN Perkembangan suatu wilayah akan selalu berubah dari waktu ke waktu. Perkembangan dalam hal ini berkaitan langsung dengan penggunaan lahan, khususnya perubahan arealnya. Perubahan penggunaan lahan yang terjadi akan menjadi salah satu faktor yang dapat mempengaruhi harga lahan. Perubahan yang terjadi misalnya penggunaan lahan dari pertanian menjadi permukiman atau jalan lingkar. Perubahan penggunaan lahan ini akan menaikkan harga lahan karena baik fungsi, nilai maupun manfaat dari lahan tersebut akan meningkat. Ekosistem Dalam jurnal American Institute of Real Estate Appraisers, mengemukakan empat faktor yang dapat mempengaruhi harga lahan antara lain faktor ekonomi, faktor sosial, faktor pemerintah dan faktor fisik (Wolcott dalam Sutawijaya, 2004:72). Sedangkan menurut Puslitbang Badan Pertanahan Nasional (2006:23) terdapat empat komponen atau faktor penting dan strategis yang mempengaruhi harga lahan yaitu, status tanah, kemanfaatan, aksesibilitas, dan kelembagaan. Penentuan kelas harga lahan di Kecamatan Ambarawa masih menggunakan cara yang konvensional yang memerlukan waktu dan biaya yang tidak sedikit. Penggunaan citra menggunakan teknik penginderaan jauh dalam penentuan kelas harga lahan diharapkan akan lebih efesien dan efektif sehingga pendekatan dengan teknik penginderaan jauh diharapkan dapat membantu memperingankan pekerjaan lapangan. Teknik penginderaan jauh merupakan alternatif yang diharapkan dapat diandalkan kegunaannya dalam penyadapan data fisik objek harga lahan yaitu penggunaan lahan dan aksesibilitas lahan. Citra Quickbird sebagai produk dari penginderaan jauh memiliki potensi yang cukup besar sebagai sumber data keruangan. Citra ini mempunyai beberapa keunggulan yaitu mempunyai resolusi spasial yang besar, resolusi spektral yang bagus sehingga kenampakan objek tampak seperti kenyataan, tersedia dalam berbagai produk dan resolusi temporal yang cukup singkat. Pengolahan data dapat dengan mudah dilakukan menggunakan bantuan komputer. Sistem Informasi Geografis sebagai salah satu sistem yang berbasis komputer dan dapat digunakan untuk pemrosesan data khususnya data - data spasial atau data menyangkut keruangan. SIG dapat digunakan untuk memanipulasi data yang mempunyai rujukan kebumian (Aronoff, 1989). Penggunaan teknik penginderaan jauh dalam proses penanganan datanya akan membuat pekerjaan menjadi lebih efektif dan efisien. Dengan demikian, teknik ini dapat menghemat waktu maupun biaya dalam pelaksanaannya dibanding cara konvensional atau survei secara teristris di lapangan. Kondisi pada Kecamatan Ambarawa merupakan daerah yang kompleks yaitu memiliki aksesibilitas yang tinggi dan mempunyai penggunaan lahan yang bervariasi. Aksesibilitas yang tinggi itu didukung karena adanya Jalan Lingkar Ambarawa (JLA) yang menghubungkan jalur lalu - lintas pantai selatan dan merupakan pintu gerbang DI Yogyakarta dari arah utara provinsi Jawa Tengah, menjadikan daerah ini sebagai kota lintasan yang cukup penting. Jalan Lingkar Ambarawa (JLA) merupakan jalan nasional yang mempunyai peranan penting dalam pengembangan ekonomi regional maupun nasional. Kondisi seperti inilah yang membuat harga lahan di daerah penelitian dapat berubah secara cepat sehingga memungkinkan pembaharuan data harga lahan di daerah penelitian tersebut. Berdasarkan uraian pada latar belakang tersebut, maka peneliti melakukan suatu penelitian dengan judul Estimasi Kelas Harga Lahan Berbasis Sistem Informasi Geografis (SIG) di Kecamatan Ambarawa Kabupaten Semarang. METODE PENELITIAN Lokasi dalam penelitian ini adalah Kecamatan Ambarawa, yang terdiri dari 2 Desa dan 8 Kelurahan. Populasi dalam penelitian ini 2

adalah seluruh lahan di Kecamatan Ambarawa. Pengambilan sampel dengan menggunakan metode Stratified Proportional Random Sampling. Pengambilan sampel memperhatikan proposi jumlah sampel dalam populasi sehingga semua dapat terwakili dan pengambilannya dapat dilakukan secara acak/random berdasarkan pada jumlah tiap srata (kelas) unit pemetaannya. Sampel yang diambil sedapat mungkin dapat mewakili populasi yang ada di daerah penelitian (Pabundu, 2005:32). Variabel yang dipakai untuk menganalisis Kelas Harga Lahan di Kecamatan Ambarawa Kabupaten Semarang meliputi: 1. Penggunaan lahan, terdiri dari lima a. Perdagangan dan Jasa b. Permukiman c. Lahan Kosong d. Lahan untuk pelayanan masyarakat e. Pertanian (Diyah Reni Susanti, 2004 dengan perubahan) 2. Aksesibilitas Lahan, terdiri dari dua a. Aksesibilitas Lahan Positif, terdiri dari sembilan 1) Jarak terhadap jalan arteri 2) Jarak terhadap jalan kolektor 3) Jarak terhadap jalan lingkar 4) Jarak terhadap jalur transportasi umum 5) Jarak terhadap terminal 6) Jarak terhadap pelayanan kesehatan 7) Jarak terhadap sarana pendidikan 8) Jarak terhadap pusat pembelanjaan (pasar) 9) Jarak terhadap tempat wisata (Diyah Reni Susanti, 2004 dengan perubahan) b. Aksesibilitas Lahan Negatif, terdiri dari dua 1) Jarak terhadap sungai 2) Jarak terhadap makam (Diyah Reni Susanti, 2004) 3. Kelengkapan Utilitas Umum, terdiri dari tiga a. Jaringan air bersih (PDAM) b. Jaringan listrik (PLN) c. Jaringan telepon (Telkom) (Meyliana, 1996) 4. Kemiringan lereng (BAPPEDA) 5. Status Kepemilikan Lahan (BPN) Metode pengumpulan data meliputi metode interpretasi, dokumentasi, observasi, wawancara, dan studi kepustakaan. Metode analisis data meliputi teknik interpretasi citra satelit, metode SIG yang meliputi; metode jarak (buffer), metode pengharkatan (scoring), dan metode tumpang susun (overlay), metode aritmathik, dan uji ketelitian (akurasi). HASIL PENELITIAN DAN PEMBAHASAN Berikut ini disajikan kelas harga lahan dari hasil penelitian dan cek lapangan di Kecamatan Ambarawa Kabupaten Semarang yaitu kelas harga lahan dibagi lima kelas berdasarkan perhitungan aritmathik dengan luas masing - masing kelas harga lahan dapat dilihat pada Tabel 1 di bawah ini : Tabel 1. Luas Kelas Harga Lahan di Kecamatan Ambarawa Luas Kelas Harga Lahan (Ha) Desa / Kelurahan Sangat Sangat Jumlah % Tinggi Sedang Rendah Tinggi Rendah Desa Bejalen 5,027 14,316 15,533 126,674 161,55 5,868 Desa Pasekan 10,206 39,51 718,202 767,918 27,895 Kel. Baran 4,601 126,924 201,064 332,589 12,081 Kel. Kranggan 2,698 17,188 60,642 18,957 99,485 3,614 Kel. Kupang 3,087 77,762 102,39 82,978 266,217 9,67 Kel. Lodoyong 2,629 36,527 71,857 19,733 130,746 4,749 Kel. Ngampin 0,049 29,507 54,261 141,968 225,785 8,202 Kel. Panjang 5,039 64,828 124,181 0,913 79,097 274,058 9,955 Kel. Pojoksari 14,928 113,589 95,788 224,305 8,148 Kel. Tambakboyo 37,728 108,792 123,712 270,232 9,816 Jumlah 13,502 288,096 787,158 75,689 1.588,44 2.752,75 % 0,49 10,465 28,594 2,749 57,701 100 Sumber : Analisis data primer dan analisis SIG, 2013 Berdasarkan tabel di atas dapat dilihat persebaran luas pada setiap Desa / Kelurahan di Kecamatan Ambarawa, lebih jelasnya akan dibahas di bawah ini : 3

1. Kelas Harga Lahan Sangat Tinggi Kelas harga lahan sangat tinggi yaitu Rp. 980.000 - Rp. 1.460.000 menempati area yang paling kecil dengan luas yaitu 13,502 ha (0,49 %) dari total luas wilayah. Jika dilihat dari persebaran di tiap Desa/Kelurahan kelas sangat tinggi yang terluas terdapat di Kelurahan Panjang dengan luas yaitu 5,039 ha dan yang terkecil terdapat di Kelurahan Ngampin dengan luas yaitu 0,049 ha. Kelas harga lahan sangat tinggi terdapat di Jl. Jendral Sudirman yang merupakan jalan utama di Kecamatan Ambarawa, dimana daerah ini merupakan lokasi strategis untuk pusat perdagangan dan jasa. Hal tersebut menyebabkan daerah ini mempunyai harga lahan yang tinggi di bandingkan dengan wilayah lain di daerah penelitian. Daerah ini dekat dengan pusat kota sehingga sesuai dengan konsep ekonomi daerah yang mendekati pusat kota maka harga lahan akan semakin tinggi dan juga yang dekat dengan persimpangan jalan utama. Kelas harga lahan sangat tinggi mempunyai aksesibilitas yang tinggi karena dekatnya keterjangkauan baik dari jalan dan fasilitas - fasiltas umum. Sehingga konsumen lebih berminat untuk menempati daerah tersebut. Pada wilayah yang kemiringan lerengnya agak miring namun karena dekat tempat wisata Gua Maria di Kelurahan Panjang harga lahan di wilayah ini tetap sangat tinggi. 2. Kelas Harga Lahan Tinggi Kelas harga lahan tinggi yaitu Rp. 596.000 - Rp. 980.000 menempati area seluas 288,096 ha (10,465 %) dari luas total wilayah. Jika dilihat dari persebaran di tiap Desa/Kelurahan kelas tinggi yang terluas terdapat di Kelurahan Kupang dengan luas yaitu 77,762 ha dan yang terkecil terdapat di Kelurahan Baran dengan luas yaitu 4,061 ha. Kelas harga lahan tinggi ini memiliki lokasi yang cukup strategis, mudah dijangkau, aksesibilitas tinggi berada dekat dengan jalur angkutan umum. Daerah ini termasuk daerah yang padat penduduknya dan juga masih adanya transaksi perdagangan & jasa karena aspek keterjangkauan yang sangat mudah. Dimana keterjangkauan yang mudah sangat di minati untuk tempat tinggal. Pengunaan lahan yang dominan di kelas ini yaitu penggunaan lahan permukiman yang tersebar dengan kemiringan yang relatif datar, sehingga cocok untuk tempat tinggal. 3. Kelas Harga Lahan Sedang Kelas harga lahan sedang yaitu Rp. 308.000 - Rp. 596.000 menempati area seluas 787,158 ha (28,594 %) dari luas total wilayah. Jika dilihat dari persebaran di tiap Desa/Kelurahan kelas sedang yang terluas terdapat di Kelurahan Baran dengan luas yaitu 126,924 ha dan yang terkecil terdapat di Desa Pasekan dengan luas yaitu 10,206 ha. Kelas harga lahan sedang lokasinya jauh dari jalan utama dan pusat perdagangan & jasa. Pada umumnya penggunaan lahannya berupa permukiman penduduk. Aksesibilitas yang cukup tinggi karena agak jauh dari fasilitas - fasilitas umum, dan sebagian wilayah masih ada jalan yang dilewati angkutan umum. Kemiringan lereng yang cukup landai sampai agak miring, faktor - faktor tersebut yang menyebabkan harga lahan menjadi sedikit menurun pada daerah ini. 4. Kelas Harga Lahan Rendah Kelas harga lahan rendah yaitu Rp. 116.000 - Rp. 308.000 menempati area seluas 75,689 ha (2,749 %) dari total luas wilayah. Jika dilihat dari persebaran di tiap Desa/Kelurahan kelas harga lahan rendah yang terluas terdapat di Desa Pasekan dengan luas yaitu 39,510 ha dan yang terkecil terdapat di Kelurahan Panjang dengan luas yaitu 0,913 ha. Kelas harga lahan rendah pada umumnya berada pada daerah permukiman penduduk yang jauh dari jalan utama tetapi berada pada pinggiran jalan lingkungan (lokal). Kelengkapan pada daerah ini biasanya cukup rendah dan aksesibilitas yang rendah cukup menyulitkan orang untuk mencapai fasilitas - fasiltas umum atau tempat-tempat pusat kegiatan dengan mudah. Pada daerah penelitian kelas harga lahan rendah yaitu di Desa Bejalen, desa ini cukup jauh dari pusat kota. Desa ini memilik sungai kecil yang berada di tengah - tengah desa, sungai 4

ini bermuara pada rawa pening. Sehingga jika terjadi musim hujan Desa Bejalen akan mengalami genangan air/banjir akibat dari luapan sungai kecil tersebut faktor ini yang menyebabkan harga lahan menurun sehingga menjadi rendah. 5. Kelas Harga Lahan Sangat Rendah Kelas harga lahan sangat rendah yaitu Rp. 20.000 - Rp. 116.000 menempati area seluas 1.588,440 ha (57,701 %) dari total luas wilayah. Jika dilihat dari persebaran di tiap Desa/Kelurahan kelas harga lahan sangat rendah yang terluas terdapat di Desa Pasekan dengan luas yaitu 718,202 ha dan yang terkecil terdapat di Kelurahan Kranggan dengan luas yaitu 18,957 ha. Lokasi daerah ini berada pada permukiman penduduk yang jauh dari jalan utama. Aksesibilitas pada daerah ini sangat rendah jauh dari pusat kota, dan perdagangan & jasa. Kelengkapan utilitas yang kurang memadai seperti adanya jaringan air bersih (PDAM), jaringan telepon (Telkom), dan jaringan listrik (PLN). Daerah ini dilalui jalur transportasi tetapi sangat minimnya angkutan umum yang tersedia sehingga sangat sulit jika mencari angkutan umum ke daerah ini. Daerah penelitian ini pada kelas sangat rendah seperti Desa Pasekan, Desa ini mempunyai pengguanaan lahan pada umumnya kebun rakyat dan pada daerah ini memiliki kemiringan lereng yang relatif tinggi sehingga longsoran dimungkinkan dapat terjadi sewaktu - waktu. Faktor - faktor tersebut yang menyebabkan daerah ini berada pada kelas harga lahan sangat rendah sehingga daerah ini jarang diminati oleh konsumen untuk dijadikan tempat tinggal. Sesuai dengan tujuan penelitian ini, yaitu untuk mengetahui kemampuan teknik penginderaan jauh pada interpretasi Citra Quickbird dalam mengidentifikasi kondisi fisik lahan sebagai parameter pembentuk kelas harga lahan di Kecamatan Ambarawa Kabupaten Semarang. Kelas harga lahan dapat diperoleh dari overlay dari beberapa parameter - parameter kelas harga lahan yang meliputi penggunaan lahan, aksesibilitas lahan yang terdiri dari aksesibilitas lahan positif dan aksesibilitas lahan negatif, kelengkapan utilitas umum, kemiringan lereng, dan status kepemilikan lahan. Sebelumnya pada setiap parameter - parameter dilakukan teknik buffering dan scoring sebelum dilakukan overlay. Tidak semua parameter dapat diperoleh secara langsung dari citra penginderaan jauh, seperti kelengkapan utilitas umum, kemiringan lereng, dan status kepemilikan lahan itu termasuk data sekunder yang didapat dari dinas - dinas yang terkait. Secara persentase, kemampuan teknik penginderaan jauh dalam mengidentifikasi parameter penentu harga lahan sebesar 50 % data yang dapat disadap langsung melalui teknik penginderaan jauh meliputi penggunaan lahan dan aksesibilitas lahan. Untuk uji ketelitian (akurasi) pada penggunaan lahan itu memiliki persentase sebesar 97,3 % dan untuk uji ketelitian (akurasi) harga lahan itu memiliki persentase 91,1 %. Sehingga peran penginderaan jauh dan SIG itu sangat membantu dalam menentukan kelas harga lahan dengan mempercepat kerja di lapangan. Dari hasil penelitian dapat dilihat pada Gambar 1 menunjukan bahwa Kecamatan Ambarawa mempunyai kelas harga lahan yang sangat tinggi terdapat di pinggir jalan utama atau jalan arteri yaitu Jl. Jendral Sudirman dengan penggunaan lahan berupa perdagangan dan jasa. Pada umumnya tingkat aksesibilitas daerah tersebut sangat tinggi karena dekat pusat kota, kelengkapan utilitas umunya baik, banyaknya angkutan umum yang melintasi daerah tersebut dan banyak faktor - faktor positif sehingga daerah tersebut memiliki kelas harga lahan sangat tinggi. Nilai harga lahan di dapat dari hasil wawancara di lapangan lalu dihitung menggunakan rumus aritmathik dan dari dinas DPPKAD dilihat NJOP. Kelas harga lahan yang mendominasi adalah kelas harga lahan sangat rendah yaitu seluas 1.588,440 ha (57,701 %) dan kelas berikutnya kelas harga lahan sedang yaitu seluas 787,158 ha (28,594 %), kelas harga lahan tinggi yaitu seluas 288,096 ha (10,465 %), kelas harga lahan rendah yaitu seluas 75,689 ha (2,749 %), dan kelas harga lahan sangat tinggi yaitu seluas 13,502 ha (0,49 5

%). Artinya kondisi daerah penelitian yaitu Kecamatan Ambarawa Kabupaten Semarang mempunyai kelas harga lahan yang cukup baik. Gambar 1. Peta Kelas Harga Lahan Kecamatan Ambarawa Kabupaten Semarang KESIMPULAN Berdasarkan hasil penelitian maka dapat ditarik kesimpulan sebagai berikut : Teknik penginderaan jauh, khususnya menggunakan Citra Quickbird dapat menjadi salah satu cara alternatif untuk menentukan kelas harga lahan. Teknik penginderaan jauh mempunyai kemampuan sebesar 50 % dalam mengidentifikasi kondisi fisik lahan sebagai parameter dalam menentukan harga lahan. Uji ketelitian (akurasi) penggunaan lahan sebesar 97,3 %, dan uji ketelitian (akurasi) harga lahan sebesar 91,1 %. Parameter yang digunakan adalah penggunaan lahan, aksesibilitas lahan yang terdiri dari aksesibilitas lahan positif dan aksesibilitas lahan negatif, kelengkapan utilitas umum, kemiringan lereng, dan status kepemilikan lahan. Meskipun persentase pemanfaatan penginderaan jauh hanya 50 % tetapi peran penginderaan jauh sangat membantu dalam menentukan kelas harga lahan di Kecamatan Ambarawa Kabupaten Semarang dengan mempercepat pekerjaan di lapangan. Kelas harga lahan di Kecamatan Ambarawa Kabupaten Semarang ada lima kelas yaitu kelas harga lahan sangat tinggi yaitu Rp. 980.000 - Rp. 1.460.000 menempati area seluas 13,502 ha (0,49 %), kelas harga lahan tinggi yaitu Rp. 596.000 - Rp. 980.000 menempati area seluas 288,096 ha (10,465 %), kelas harga lahan sedang yaitu Rp. 308.000 - Rp. 596.000 menempati area seluas 787,158 ha (28,594 %), kelas harga lahan rendah yaitu Rp. 116.000 - Rp. 308.000 menempati area seluas 75,689 ha (2,749 %), dan kelas harga lahan sangat rendah yaitu Rp. 20.000 - Rp. 116.000 menempati area seluas 1.588,440 ha (57,701 %). DAFTAR PUSTAKA Aronof, S. 1989. Geographic Information : A Management Prespective. WDL Publication. Ottawa. Canada. Badan Pertanahan Nasional. 2006. Penelitian Penetapan Harga Dasar Tanah di Perkotaan. Diktat. Puslitbang BPN. 6

Danoedoro, Projo. 2012. Pengantar Penginderaan Jauh Digital. Yogyakarta: Andi Offset. Diyah Reny Susanti. 2003. Penggunaan Ortofo untuk Inventarisasi Harga Lahan Kasus Kecamatan Ngaglik Kabupaten Sleman. Skripsi. Yogyakarta: Fakultas Geografi Universitas Gadjah Mada. Darwin. 2011. Pemetaan, Pendataan dan Penilaian Objek PBB. Jakarta: Mitra Wacana Media. Darwin. 2013. Pajak Bumi dan Bangunan. Jakarta: Mitra Wacana Media. Fakultas Ilmu Sosial.2008. Panduan Bimbingan penyususnan Pelaksanaan Ujian Dan Penilaian Skripsi Mahasiswa. Semarang: UNNES. Dwi Amri Wibowo / Geo Image 3 (1) (2014) 7