Pembuatan Peta Penutup Lahan Menggunakan Klasifikasi Terbimbing Metode Maximum Likelilhood Pada Citra Landsat 8 (Studi Kasus: Kabupaten Indramayu, Provinsi Jawa Barat) Making Land Cover Map Using Supervised Classification Maximum Likelihood Method in Landsat 8 Image (Case Study: Indramayu District, West Java Province) Dessy Apriyanti *), Rizki Faqih, Bebas Purnawan Staf Pengajar Jurusan Teknik Geodesi FT-UNPAK *) Email: dessy.apriyanti22@gmail.com ABSTRAK - Indramayu sebagai salah satu Kabupaten di Provinsi Jawa Barat secara geografis terletak antara 107 51 BT sampai 108 36 BT, serta 6 15 LS sampai 6 40 LS. Indramayu sebagai Kabupaten di Jawa Barat cukup memiliki sumber daya alam yang besar seperti pariwisata, industri, dan pada sektor pertanian, dengan besarnya potensi sumber daya alam yang dimiliki Kabupaten Indramayu perlu di jaga dan juga perlu adanya pendataan untuk sumber daya alam yang dimiliki, pendataan sumber daya alam dapat dilakukan dengan menggunakan metode penginderaan jauh dan Sistem Informasi Geografis (SIG). Pemerintah Kabupaten Indramayu perlu mengantisipasi perubahan lahan di Kabupaten Indramayu, maka dari itu diperlukan informasi peta tutupan lahan meliputi perkebunan, ladang, sawah, tambak, tubuh air, lahan terbangun dan lahan terbuka. Pemantauan informasi mengenai luasan tutupan lahan dapat diperoleh dengan memanfaatkan teknologi penginderaan jauh dengan menggunakan citra satelit Landsat 8. Pada klasifikasi terbimbing menggunakan citra Landsat 8 tahun 2015, didapatkan tujuh kelas yaitu badan air, ladang, lahan terbangun, lahan terbuka, perkebunan, sawah, dan tambak. Citra Landsat 8 tahun 2015 mempunyai nilai RMSe pada koreksi Image to map sebesar 0.080127 dan pada koreksi image to image sebesar 0.087908. Dari tutupan lahan tersebut didapatkan tujuh kelas penutup lahan dengan luas tutupan lahan masing-masing kelas pada daerah kabupaten indramayu tahun 2015 mempunyai luasan sebagai berikut, badan air sebesar 145,4 km 2, ladang sebesar 402.4 km 2, lahan terbangun sebesar 441,7 km 2, lahan terbuka sebesar 72,4 km 2, perkebunan sebesar 98,8 km 2, sawah sebesar 792,9 km 2, tambak sebesar 140,2 km 2. Kata kunci: Kabupaten Indramayu, peta penutup lahan, klasifikasi terbimbing, metode maximum likelihood ABSTRACT - Indramayu is one of the regencies in West Java Province that is located between 107 51 BT to 108 36 BT, and 6 15 LS to 6 40 LS. Indramayu has quite big natural resources like tourism, industry, and agriculture sector. The potential of natural resources owned by Indramayu Regency need to be taken care of and also need the data for natural resources. Natural resources inventory can be done using remote sensing method and Geographic Information System (GIS). Indramayu Regency Government needs to anticipate land use/cover change, therefore, the land cover information of plantations, fields, ponds, water bodies, land, and open land, is needed. Monitoring of the extent of land cover information can be obtained by utilizing remote sensing technology using Landsat 8 satellite imagery. In the Supervised classification using Landsat 8 image 2015, there are seven classes of land cover that is water bodies, fields, built land, open land, plantations, rice fields and ponds. Landsat 8 image 2015 has RMSe value on image to map correction of 0.080127 and on image-to-image correction of 0.087908. From the land cover, there were seven classes of land cover with the total land cover of each class in the district of Indramayu in 2015 having the following area, the area of water body is 145.4 km 2, field is 402.4 km 2, built land is 441.7 km 2, open lands is 72.4 km 2, plantation is 98.8 km 2, rice fields is 792.9 km 2, ponds is 140.2 km 2. Keywords: indramayu district, land cover map, supervised classification, maximum likelihood method 1. PENDAHULUAN 1.1 Latar Belakang Penutup lahan dibutuhkan pada suatu wilayah yang sering berkembang dengan pesat karena semakin banyaknya penduduk yang tinggal dan kebutuhan hidup yang menuntut untuk kelangsungan hidup, maka informasi geografis di dalamnya ikut berubah, dan untuk memproduksi kembali peta memerlukan proses yang tidak singkat. Pemantauan, invetarisasi kondisi dan kualitas lingkungan, apabila dilaksanakan dengan survey terrestrial (survey lapangan), sering tidak dapat mengikuti laju perubahan yang sangat cepat dan biaya cukup besar. Maka dari itu informasi mengenai sumber daya alam, lingkungan, dan cuaca dapat diperoleh dari data satelit penginderaan jauh atau sering disingkat dengan istilah inderaja, dan informasinya dapat disajikan dalam 225
Pembuatan Peta Penutup Lahan Menggunakan Klasifikasi Terbimbing Metode Maximum Likelilhood Pada Citra Landsat 8 (Studi Kasus: Kabupaten Indramayu, Provinsi Jawa Barat) (Apriyanti, dkk.) suatu sistem yang disebut dengan Sistem Informasi Geografis yang biasa disingkat dengan SIG. Integrasi penginderaan jauh dan SIG merupakan teknologi yang dapat dimanfaatkan untuk melakukan pengukuran, pemetaan, dan pemantauan, pembuatan model pengelolaan suatu wilayah geografis secara cepat, akurat dan efektif, sehingga dapat memberikan informasi tentang daerah yang di kaji dengan cepat, akurat dan efektif, untuk wilayah yang akan dijadikan objek pada penelitian ini yaitu Kabupaten Indramayu. Indramayu sebagai salah satu kabupaten di Provinsi Jawa Barat secara geografis terletak antara 107 51 BT sampai 108 36 BT, serta 6 15 LS sampai 6 40 LS. Batas-batas Kabupaten Indramayu, sebelah utara berbatasan dengan Laut Jawa, sebelah tenggara berbatasan dengan Kabupaten Cirebon, sebelah selatan berbatasan dengan Kabupaten Majalengka dan Kabupaten sumedang, dan sebelah barat berbatasan dengan Kabupaten Subang seperti pada Gambar 1. Gambar 4. Peta Kabupaten Indramayu Indramayu sebagai kabupaten di Jawa Barat cukup memiliki sumber daya alam yang besar seperti pariwisata, industri, dan pada sektor pertanian, dengan besarnya potensi sumber daya alam yang dimiliki Kabupaten Indramayu perlu di jaga dan juga perlu adanya pendataan untuk sumber daya alam yang dimiliki, pendataan sumber daya alam dapat dilakukan dengan menggunakan metode penginderaan jauh agar lebih efisiensi waktu dalam pendataan sumber daya alam tersebut, dengan adanya data sumber daya alam tersebut pemerintah Kabupaten Indramayu dapat terbantu untuk menjaga daerah yang di pimpinnya. Pemerintah Kabupaten Indramayu perlu mengantisipasi perubahan lahan di Kabupaten Indramayu maka dari itu diperlukan informasi peta tutupan lahan meliputi perkebunan, ladang, sawah, tambak, tubuh air, lahan terbangun dan lahan terbuka pemantauan informasi mengenai luasan tutupan lahan dapat diperoleh dengan memanfaatkan teknologi penginderaan jauh dengan menggunakan citra satelit, pemanfaatan teknik tersebut membantu memperoleh data secara cepat dalam satu waktu untuk areal yang luas, citra satelit tersebut dapat diproses sesuai dengan tema yang akan di tampilkan. Penelitian ini menggunakan citra Landsat 8 Tahun 2015. 1.2 Rumusan Masalah 1. Bagaimana kondisi tutupan lahan yang ada pada Kabupaten Indramayu? 2. Seberapa banyak tutupan lahan yang dapat di identifikasi oleh Citra Landsat 8. 1.3 Batasan Masalah Dalam penelitian ini penulis membatasi pekerjaan yaitu: 1. Studi kasus di Kabupaten Indramayu, Provinsi Jawa Barat. 2. Penutup lahan yang di kaji untuk pembuatan peta penutup lahan adalah perkebunan, tambak, tubuh air, sawah, ladang, lahan terbangun dan lahan terbuka. 3. Klasifikasi yang digunakan adalah klasifikasi terbimbing (Supervised classification) dengan menggunakan metode maximum likelilhood. 1.4 Tujuan Penelitian Membuat peta penutup lahan Kabupaten Indramayu Provinsi Jawa Barat, dan ingin mengetahui citra Landsat 8 dapat mengidentifikasi tutupan lahan yang ada pada Kabupaten Indramayu. 226
2. METODE 2.1 Persiapan Pada tahap persiapan penelitian ini menggunakan alat yang meliputi perangkat keras (Hardware) dan perangkat lunak (software) dan bahan sebagai berikut: 2.1.1 Alat Perangkat keras/hardware yang digunakan adalah seperangkat laptop dengan spesifikasi sebagai berikut: 1. Laptop Merk Acer Aspire 4738z digunakan sebagai hardware pengolahan data citra penginderaan jauh 2. Hardisk 1 terra untuk menyimpan data citra penginderaan jauh yang diolah Perangkat Lunak/Software yang digunakan sebagai berikut: 1. Envi 4.8 untuk pengolahan citra sateit hingga klasifikasi digital. 2. ArcGis 10.1 untuk pembuatan layout citra hasil klasfikasi digital. 2.1.2 Bahan 1. Citra Landsat 8 tahun 2015. 2. Peta Rupa Bumi Indonesia wilayah Kabupaten Indramayu Skala 1:50.000 2.2. Tahapan Pengolahan Tahapan pengolahan meliputi: 1. Koreksi Geometrik Koreksi geometrik dilakukan Agar posisi piksel pada citra dapat sesuai posisinya dengan posisi yang ada di Peta Rupa Bumi (RBI) 2. Komposit Warna Pada proses ini dilakukan penajaman warna dan proses komposit warna yaitu dimana proses pengolahan data Landsat 8 dengan cara mengkombinasikan data spektral dengan tujuan untuk memperoleh gambaran perbedaan antara lokasi obyek perkebunan, tambak, ladang, tubuh air, sawah, lahan terbangun dan lahan terbuka. 3. Mosaik Penggabungan beberapa citra ke dalam satu citra pada suatu kenampakan yang utuh dari suatu wilayah. Dan untuk mempercepat pengerjaan dilakukan dengan menggabungkan dua citra menjadi satu dengan kualitas dan saluran band yang sama. 4. Cropping Pemotongan batas daerah yang disesuaikan dengan wilayah yang akan di analisis, menggunakan data vektor. 5. Training area (Area Pelatihan) Pemilihan training area dilakukan sebagai acuan dalam pelaksanaan klasifikasi digital. Training area digunakan untuk mencari daerah, contoh untuk melakukan klasifikasi. 6. Klasifikasi jenis penutup lahan 2.3. Diagram Alir Pelaksanaan Penelitian Diagram pelaksanaan yang dilakukan dalam penelitian ini dapat dilihat pada diagram alir seperti pada Gambar 2 sebagai berikut: 227
Pembuatan Peta Penutup Lahan Menggunakan Klasifikasi Terbimbing Metode Maximum Likelilhood Pada Citra Landsat 8 (Studi Kasus: Kabupaten Indramayu, Provinsi Jawa Barat) (Apriyanti, dkk.) Landsat_8 tahun 2015 Koreksi Geometrik Peta Rupa bumi Skala 1 : 50.000 Citra Komposit 4 3 2 Mosaik Cropping Penentuan training area Klasifikasi Digital (Maximum Likelihood ) Citra Penutupan Lahan Peta penutup lahan skala 1: 100.000 Gambar 2. Diagram Alir Pengolahan Data Pengolahan data meliputi beberapa tahap yaitu: a. Proses Registrasi, Registrasi dilakukan untuk pengkoreksian geometrik dengan proses resampling berdasarkan sistem koordinat spasial atau titik control (Ground Control Point = GCP) dengan menggunakan Peta Rupa Bumi yang dijadikan referensi. Dengan menggunakan metode image to map. b. Pemotongan citra, dengan batas daerah penelitian. c. Komposit warna merupakan pengolahan citra untuk menggabungkan beberapa saluran band sekaligus. Hal ini bertujuan untuk mempertajam obyek yang ada dalam citra untuk tujuan tertentu, sehingga akan mempermudah dalam mengenali obyek yang ada dalam citra. Membuat komposit dan RGB (Red, Green, Blue) dari Landsat 8 multispektral untuk mendeteksi penutup lahan dengan gabungan saluran band 432 untuk mendeteksi setiap obyek yang nampak pada citra. d. Menentukan sampel dalam pemilihan kelas, pengambilan training area berdasarkan kelas penutup lahan yang dibedakan dalam 6 kelas yaitu: perkebunan, tambak, ladang, badan air, lahan terbuka, dan lahan terbangun. e. Klasifikasi citra dilakukan secara terbimbing (Supervised). Metode klasifikasi dengan kemiripan maksimum (Maximum likelihood) dengan pemilihan sampel (contoh kelas) secara sengaja yang berdasarkan tampilan pada monitor dengan bantuan citra komposit yang telah dibuat. Pengambilan sampel dilakukan dengan poligon-poligon, yang setiap sampel diambil harus benar-benar homogen. 228
2.3.1 Koreksi Geometrik Data citra harus dikoreksi geometrik terhadap sistem koordinat bumi, supaya semua informasi yang berada pada data citra telah sesuai keberadaannya di bumi, koreksi geometrik dilakukan di sekitar wilayah Indramayu dan sekitarnya, data citra Landsat 8 akan dikoreksi dengan menggunakan Peta Rupa Bumi Indonesia, skala 1:50.000, yang digunakan sebagai referensi GCP (Ground Control Point) terhadap data citra Landsat 8 yang digunakan dalam penelitian ini. Pelaksanaan koreksi geometrik dilakukan dengan cara image to map dan image to image, dengan mengacu pada GCP yang diperoleh dari Peta Rupa Bumi Indramayu, dan citra yang telah terkoreksi geometrik yang mengacu pada Peta Rupa Bumi Indramayu. Koreksi geometrik metode image to map dilakukan karena scene citra 1 belum bereferensikan Peta Rupa Bumi Indramayu dan untuk scene 2 dilakukan dengan metode image to image karena scene 1 sudah terkoreksi geometrik yang berefensikan pada Peta Rupa Bumi Indramayu. Sebagai contoh persebaran GCP yang dilakukan secara image to image seperti pada Gambar 3 sebagai berikut: Gambar 3. Sebaran GCP Image to Image 2.3.2 Mosaik Data citra yang sudah terkoreksi geometrik dapat kita mosaik dengan syarat, kita memiliki lebih dari satu citra, dan citra tersebut rentang waktunya tidak boleh terlalu lama, agar mendapatkan data yang baik. Pada saat kita melakukan mosaik. Contoh citranya seperti pada Gambar 4 sebagai berikut: Gambar 4. Dua Scene Citra Berbeda Citra pada saat akan di mosaik pastikan memiliki zona dan datum yang sama agar dapat dilakukan mosaik, dan sebagai contoh citra yang telah dilakukan mosaik seperti pada Gambar 5 sebagai berikut: 229
Pembuatan Peta Penutup Lahan Menggunakan Klasifikasi Terbimbing Metode Maximum Likelilhood Pada Citra Landsat 8 (Studi Kasus: Kabupaten Indramayu, Provinsi Jawa Barat) (Apriyanti, dkk.) Gambar 5. Citra Hasil Mosaik 2.3.3. Cropping/Pemotongan citra Data citra yang sudah termosaik maka dapat kita potong dengan sesuai batas administrasi kabupaten yang berformat vektor, yang nantinya kita jadikan obyek penelitian, dan juga berfungsi untuk memperjelas citra yang akan kita teliti. Citra tersebut akan kita potong dengan data shp Kabupaten Indramayu yang sudah ada, karena daerah penelitian yang akan dilakukan berada di Kabupaten Indramayu Provinsi Jawa Barat seperti pada Gambar 6 sebagai berikut: Gambar 6. Batas Administrasi Kabupaten Indramayu Setelah data citra dan batas administrasi kabupaten sudah ada maka kita dapat melakukan cropping/pemotongan. pemotongan citra kita lakukan dengan menggunakan software Envi 4.8 dengan memasukan terlebih dahulu data citra yang berformat raster dan masukan juga batas administrasi berformat vector sebagai pemotongnya, maka data citra yang sudah terpotong oleh batas administrasinya seperti pada Gambar 7 sebagai berikut: 230
Gambar 7. Citra Hasil Pemotongan 2.3.4. Pembuatan Trainning Area Suatu cara untuk dapat mendapatkan data-data yang mewakili setiap kelas. Pelatihan tempat (training area) atau region of interest, diperlukan pada setiap kelas yang akan dibuat, dan diambil dari areal yang cukup homogen. Cara pembuatan training area menggunakan software Envi 4.8 seperti pada Gambar 8 sebagai berikut: Klik Overlay Pilih Region Of Interest dan kita buatkan kelas-kelas lahan yang akan kita klasifikasikan Klik New region Ketikan nama-nama kelas yang akan dibuat. Gambar 8. Pembuatan Region of Interest Setelah membuat nama-nama kelas yang telah ditentukan, langkah selanjutnya ialah mendigit citra tersebut, mendigit citra ini harus sesuai dengan kelas yang ditentukan dengan cara seperti pada Gambar 9 dan Gambar 10 sebagai berikut: Pada window kita pilih image digit dengan klik tombol mouse sebelah kiri dan jika sudah selesai kita klik tombol mouse sebelah kanan dua kali setelah pendigitan selesai kita klik file klik save ROIs simpan file tersebut di folder yang telah dibuat agar lebih rapi. 231
Pembuatan Peta Penutup Lahan Menggunakan Klasifikasi Terbimbing Metode Maximum Likelilhood Pada Citra Landsat 8 (Studi Kasus: Kabupaten Indramayu, Provinsi Jawa Barat) (Apriyanti, dkk.) Gambar 9. Contoh Pembuatan Training Area Gambar 10. Hasil Pembuatan Trainning Area 3. HASIL DAN PEMBAHASAN 3.1. Hasil Koreksi Geometrik Dalam Pelaksanaan penelitian ini koreksi geometrik menggunakan metode image to map dan image to image, image to map yaitu suatu citra yang terdistorsi dikoreksi dengan menggunakan Peta Rupa Bumi Indonesia dan image to image suatu citra yang dikoreksi menggunakan citra yang sudah terkoreksi sebelumnya. Koordinat dan RMS hasil koreksi geometrik seperti pada Tabel 1 dan Tabel 2 sebagai berikut: Tabel 1. Nilai RMS Metode Image to Map Titik Image X Image Y Predict X Predict Y RMS 1 2373.3800 6087.7500 2373.4627 6087.7496 0.082679079 2 1846.0000 6723.2500 1846.0137 6723.2165 0.036176810 3 1535.3800 6133.2500 1535.3298 6133.3424 0.10511682 4 1959.1300 5966.2500 1959.0843 5966.1876 0.077321931 5 1361.0000 6405.7500 1360.9337 6405.7999 0.083039498 6 537.00000 6226.7500 537.06586 6226.7040 0.080334909 Total RMS Error 0.080127 232
Tabel 2. Nilai RMS Metode Image to Image Titik Warp X Warp Y Predict X Predict Y RMS 1 3849.7500 1291.5000 3849.7665 1291.5383 0.041677780 2 2855.5000 810.50000 2855.5260 810.51606 0.030532317 3 3092.7500 1264.0000 3092.6087 1263.9349 0.15557061 4 3346.0000 1096.5000 3346.0995 1096.4735 0.10297844 5 3310.0000 690.00000 3309.9649 690.00804 0.035970880 6 2480.2500 1066.7500 2480.3321 1066.8188 0.10713439 7 2540.0000 760.00000 2539.9523 759.96039 0.062024978 Total RMS error 0.087908 3.2. Kelas-Kelas Klasifikasi Pada klasifikasi ini didapatkan jumlah kelas, sebanyak enam kelas pada tutupan lahan di Kabupaten Indramayu Provinsi Jawat Barat, kelas yang didapatkan lahan terbangun, lahan terbuka, perkebunan, tubuh air, tambak, sawah, dan ladang, seperti ditampilkan pada Gambar 11. Gambar 11. Kelas Penutup Lahan 3.3. Klasifikasi Supervised (Maximum Likelihood) Pada klasifikasi supervised menggunakan citra Landsat 8 tahun 2015, didapatkan enam kelas yaitu badan air, lahan terbangun, lahan terbuka, perkebunan, sawah, dan tambak. Dari citra dengan komposit band 432 di tentukan kelas-kelas penutup lahan, berikut pertimbangan pemilahan kelas seperti ditampilkan pada Tabel 3. 233
Pembuatan Peta Penutup Lahan Menggunakan Klasifikasi Terbimbing Metode Maximum Likelilhood Pada Citra Landsat 8 (Studi Kasus: Kabupaten Indramayu, Provinsi Jawa Barat) (Apriyanti, dkk.) Tabel 3. Kelas-kelas Penutup Lahan No Nama Kelas Warna Pertimbangan Pemilihan Kelas 1 Ladang Ladang meskipun tidak terlalu banyak namun ladang ini masih ada di dekat perbatasan Indramayu. 2 Perkebunan Perkebunan di pilih karena perkebunan masih cukup banyak di wilayah indramayu 3 Lahan Terbuka Lahan terbuka yang nampak pada citra cukup mudah dikenali karena persebaran lahan terbuka cukup nampak pada citra 4 Lahan Terbangun Kelas lahan terbangun ini lebih banyak pada sekitaran sungai dan juga dekat dengan perkebunan. 5 Badan Air Pada kelas badan air ini yang termasuk di dalamnya adalah laut, danau, sungai serta tubuh air lainnya. Hal ini dikarenakan objek-objek tersebut sama sehingga diklasifikasikan dalam satu kelas. 6 Tambak Tambak di pilih karena pada pesisir pantai masih banyak adanya tambak. 7 Sawah Sawah cukup sulit di intepretasi, maka analis menggunakan Citra Google Earth dan Google Maps dalam mengambil kelas sawah. Perbandingan antara citra Landsat 8 asli (komposit band 432) dengan hasil klasifikasi Supervised disajikan pada Gambar 12. (a) (b) Gambar 12. Perbandingan Citra Landsat 8 Sebelum dan Sesudah Klasifikasi Supervised (a) Citra Sesudah Dilakukan Klasifikasi Supervised dan (b) Citra Sebelum Dilakukan Klasifikasi Supervised 3.4. Hasil Luasan Penutup Lahan Pada hasil luasan dari penutup lahan di Kabupaten Indramayu di dapatkan luas lahan setiap lahannya seperti pada Tabel 4 sebagai berikut: 234
Tabel 4. Luas Kelas Tutupan Lahan No Tutupan Lahan Luas (Km 2 ) 1 Badan Air 145,4 Km 2 2 Ladang 402,4 Km 2 3 Lahan Terbangun 441,7 Km 2 4 Lahan terbuka 72,4 Km 2 5 Perkebunan 98,8 Km 2 6 Sawah 792,9 Km 2 7 Tambak 140,2 Km 2 Jumlah 2093,8 Km 2 4. KESIMPULAN Dari penelitian yang telah dilakukan dapat ditarik kesimpulan sebagai berikut: 1. Citra Landsat 8 tahun 2015 mempunyai nilai RMS pada koreksi Image-to-map sebesar 0.080127 dan pada koreksi image to image sebesar 0.087908 2. Dari tutupan lahan tersebut didapatkan tujuh kelas penutup lahan dengan luas tutupan lahan masingmasing kelas pada daerah Kabupaten Indramayu tahun 2015 mempunyai luasan sebagai berikut : a) Badan air sebesar 145,4 km 2 b) Ladang sebesar 402.4 km 2 c) Lahan terbangun sebesar 441,7 km 2 d) Lahan terbuka sebesar 72,4 km 2 e) Perkebunan sebesar 98,8 km 2 f) Sawah sebesar 792,9 km 2 g) Tambak sebesar 140,2 km 2 5. UCAPAN TERIMA KASIH Penulis mengucapkan terima kasih kepada Pak Rohman selaku ketua Program Studi Teknik Geodesi UNPAK yang telah memberikan dukungannya, sehingga penelitian ini dapat terselesaikan. 6. DAFTAR PUSTAKA Ardiansyah. (2015). Pengolahan Citra Penginderaan Jauh Menggunakan ENVI 5.1 dan ENVI LIDAR. Jakarta, PT. LABSIG INDERAJA ISLIM. Badan Standarisasi Nasional, SNI 7645. Klasifikasi Penutup Lahan. Jakarta, Badan Standarisasi Nasional. Bahtiar, D. (2007). Membandingkan Hasil Klasifikasi pada Pembuatan Peta Penutup Lahan. (Skripsi), Bogor, Universitas Pakuan. Haryani, P. (2011). Perubahan Penutup/Pengunaan Lahan dan Perubahan Garis Pantai di Das Cipunagara dan Sekitarnya Jawa Barat. Bogor, Institute Pertanian Bogor. Indarto. (2013). Teori dan Praktek Penginderaan Jauh. Yogyakarta, C.V ANDI OFFSET. Juhadi. (2007). Pola-Pola Pemanfaatan Lahan Degradasi pada Kawasan Perbukitan. Pemanfaatan lahan, 1. LAPAN. (2015). Pedoman Pengolahan Data dan Penginderaan Jauh Landsat 8 untuk Mangrove. Jakarta, Pusat Pemanfaatan Penginderaan Jauh. Pamungkas, A. (2014). Pemantauan Perubahan Penutup Lahan Wilayah Pesisir Pantai Banten. Bogor: UNIVERSITAS PAKUAN. Putra, E. H. (2010). Penginderaan Jauh Dengan Ermapper. Manado, Graha Ilmu. 235