Anda di halaman 1dari 19

LAPORAN KERJA PRAKTEK PEMANTAUAN PERUBAHAN PENUTUP LAHAN WILAYAH PESISIR PANTAI BANTEN 11 Februari 11 Maret 2014

Diserahkan Kepada Program Studi Teknik Geodesi dan Geoinformatika Fakultas Teknik Universitas Pakuan Bogor

Disusun Oleh :

Agung Pamungkas

( 0511.10.009 )

PROGRAM STUDI TEKNIK GEODESI DAN GEOMATIKA FAKULTAS TEKNIK UNIVERSITAS PAKUAN BOGOR 2014

BAB I PENDAHULUAN

1.1 Latar Belakang Semakin pesatnya pertumbuhan penduduk dan pembangunan yang telah dilaksanakan akan berpengaruh cukup besar terhadap perubahan tatanan lingkungan berupa menurunnya kualitas lingkungan, degradasi lingkungan/kerusakan lingkungan serta berkurangnya sumberdaya alam maupun perubahan tata guna lahan. Kerja Praktek ini berjudul Pemantauan Perubahan Tutupan Lahan Wilayah Pantai Menggunakan Citra SPOT 4 (Studi Kasus : Banten). Pelaksanaan analisis perubahan penutup lahan telah dilakukan menggunakan metode penginderaan jauh (inderaja). Identifikasi peta perubahan penutup lahan dilakukan dengan menggunakan citra SPOT 4 tahun 2007 dan SPOT 4 2012. Metode Maximum Likelihood Classification (Supervised Classification) merupakan metode yang digunakan dalam penelitian ini yaitu dengan melakukan proses klasifikasi menggunakan software Envi 4.7 dan arcGIS.

1.2 Tujuan dan Manfaat Tujuan dari kerja praktek ini adalah 1. Memahami konsep Land Cover 2. Mengerti dan memahami langkah-langkah dalam proses menganalisis perubahan Land Use/ Land Cover menggunakan citra satelit 3. Sebagai salah satu syarat untuk mencapai gelar sarjana program studi Teknik Geodesi

Manfaat kerja praktek ini adalah 1. Mengetahui perubahan tutupan lahan daerah pesisir banten dari tahun 2007 sampai dengan tahun 2012 2. Mengerti dan memahami langkah dalam melakukan proses klasifikasi terbimbing pada suatu citra

BAB II TINJAUAN PUSTAKA

2.1 Tutupan Lahan Penutup/tutupan lahan adalah vegetasi dan konstruksi artifisial yang mentup permukaan lahan (Lindgren,1985). Penutup/tutupan lahan berkaitan dengan jenis kenampakan di permukaan bumi seperti bangunan, danau, vegetasi (Lillesand/Kiefer, 1994). Klasifikasi tutupan lahan dan klasifikasi penggunaan lahan adalah upaya pengelompokkan berbagai jenis tutupan lahan atau penggunaan lahan kedalam suatu kesamaan sesuai dengan sistem tertentu. Klasifikasi tutupan lahan dan klasifikasi penggunaan lahan digunakan sebagai pedoman atau acuan dalam proses interpretasi citra penginderaan jauh untuk tujuan pembuatan peta tutupan lahan maupun peta penggunaan lahan. Menurut USGS (United States Geological Survey) sistem klasifikasi tutupan lahan dan penggunaan lahan adalah seperti berikut: Level I 1 Urban or built-up land 1 Commercial 1 and Service 2 Transportation, 1 Communications 3 and utilities Industrials 1 and Commercial complexs 4 Mixed 1 and commercial complexs 5 Mixed 1 urban or built-up land 6 Other 1 urban or built-up land 7 2 Agricultural Land 1 Orchads, 2 groves, vineyards, 2 nurseries and ornamental horticultural areas Confined 2 feedings operations 3 3 Cropsland 2 and pasture Level II Residential 1

Level I

Level II Other 2 agricultural land 4

Rangeland 1

Herbaceous 3 rangeland

Shrub-brushland 3 rangeland 2 Mixed 3 rangeland 3 4 Forest land 1 Evergreen 4 forest land 2 Mixed 4 forest land 3 5 Water 1 Lakes 5 2 Reservoirs 5 3 Bays 5 and estuaries 4 6 Wetland 1 Nonforested 6 wetland 2 7 Barren Land 1 Beaches 7 2 Sandy 7 areas other than beaches 2 Bare 7 exposed rock 3 Dry 7salt flats Forested 6 wetland Streams 5 and canal Deciduous 4 forest land

Level I

Level II Strip 7 mines, quarries and gravel pits 4 Transitional 7 areas 5 Mixed 7 barren land 6

Tundra 1

Shrub 8 and brush tundra

Herbaceous 8 tundra 2 Bare 8 ground tundra 3 Wet 8 tundra 4 Mixed 8 tundra 5 9 Perennial snow or ice 1 Glaciers 9 2 Tabel klasifikasi tutupan lahan dan penggunaan lahan diatas mencakup seluruh wilayah yang ada di bumi ini. Namun untuk penggunaan disuatu wilayah tertentu hanya menggunakan sebagian saja dari tabel diatas. Misalnya untuk wilayah Indonesia, tutupan dan penggunaan lahan yang umumnya digunakan adalah sebagai berikut: No 1 2 3 4 5 6 7 8 Tutupan/Penggunaan Lahan Semak / Belukar Danau / Waduk / Sungai Hutan Kebun Permukiman Rawa Sawah Tegalan / Ladang Perennial 9 snowfields

2.2 Pengertian Penginderaan Jauh Penginderaan Jauh (Remote Sensing) di singkat inderaja adalah ilmu seni untuk memperoleh informasi tentang suatu obyek, daerah, atau fenomena melalui analisis data yang diperoleh dengan suatu alat tanpa kontak langsung dengan objek, daerah atau fenomena yang dikaji (Lillesand dan Kiefer,1994). Inderaja berkembang pesat setelah diluncurkannya ERTS (Earth Resources Technology Satelite) pada tahun 1972. Awal tahun 1960 sudah mulai pengembangan inderaja walaupun terbatas pada penelitian dan analis foto udara multispectral scanner dan digitalisasi foto udara. Alat yang digunakan untuk penginderaan jauh merupakan upaya memperoleh informasi tentang objek tanpa terjadi kontak langsung dengan objek disebut sensor. Data yang diperoleh dari penginderaan jauh dapat berbentuk hasil dari variasi daya, gelombang bunyi atau gelombang elektromagnetik.

2.3 Klasifikasi Citra 2.3.1 Supervised Classification (Klasifikasi Terbimbing) Supervised Classification merupakan metode yang di mulai dengan pengenalan pola spectral, prosedur training area, penyusun kunci interpretasi, dan klasifikasi hingga pengeluarnnya. Pada proses terwasi ini digunakan data penginderaan jauh multispektral yang berbasis numerik, maka pengeluaran polanya merupakan proses otomatik dengan bantuan komputer. Klasifikasi tersebut akan menghasilkan Peta Tematik dalam bentuk raster. Setiap piksel yang terdapat di dalam setiap kelas hasil klasifikasi diasumsikan memiliki karakteristik yang homogen. Kegiatan klasifikasi terawasi ini dilakukan dengan membuat training sample terhadap objekobjek kenampkan yang sama dan dimasukan kedalam kelasnya masing-masing. Pembagian kelas ditentukan sesuai dengan kebutuhan. Training site merupakan contoh informasi kelas-kelas yang akan diklasifikasikan, seperti hutan, lahan kosong, sawah permukiman dan lain sebagainya. Setiap training site harus berbentuk polygon tertutup yang diberi satu kelas informasi beberapa nilai integer 1 dan 255 (Diyono,2001)

2.3.2 Maximum Likelihood Pada algoritma ini, piksel diklaskan sebagai obyek tertentu tidak karena jarak melainkan oleh bentuk, ukuran dan orientasi sampel pada feature space. ( Danoedoro, 1996 )

BAB III METODOLOGI

3.1 Alat dan Bahan Alat dan bahan yang dibutuhkan dalam praktikum penginderaan jauh terapan tentang klasifikasi supervised ini antara lain : 1. Alat 1 PC Acer Aspire 4930 1 PC Lenovo Printer

2. Bahan Citra SPOT 4 tahun 2007 daerah Banten Citra SPOT tahun 2012 daerah Banten Software ArcGis 10.1 Software Envi 4.7

3.2 Waktu dan Lokasi Waktu dan Lokasi data praktikum adalah : Waktu Lokasi : Tahun 2007 (SPOT 4) dan Tahun 2013 (SPOT4) : Banten

3.3 Tahapan Pelaksanaan 1. Persiapan Tahap ini merupakan langkah awal dalam kerja praktek yaitu studi literatur sebagai acuan dalam memperdalam materi serta memeperluas wawasan. Kemudian mempersiapkan segala kebutuhan penelitian seperti alat dan bahan. 2. Pengumpulan Data Tahap ini merupakan pencarian data-data yang diperlukan dalam kerja praktek meliputi citra SPOT 4, Peta Rupa Bumi Indonesia dan Citra DEM. 3. Tahap Pra Pengolahan Tahap ini meliputi koreksi geometrik padda citra dan pemotongan citra (Cropping). Cropping berfungsi untuk membatasi daerah dan mengurangi besar file citra. Daerah penelitiannya yaitu wilayah pesisir Banten. 4. Tahapan Pengolahan Komposit Warna Komposit warna merupakan pengolahan citra dengan cara variasi dari beberapa band sekaligus. Hal ini bertujuan untuk memepertajam kenampakan obyek tertentu sesuai dengan keperluan, sehingga mempermudah dalam melakukan interpretasi citra. Penajaman citra Proses penajaman citra dilakukan untuk memepermudah dalam

menginterpretassikan obyek-obyek yang ada pada tampilan citra. Supervised Classification (Klasifikasi Terbimbing) Klasifikasi terbimbing dilakukan dengan menggunakan Google Earth sebagai referensi. Artinya kita sudah mengetahui landcover dari training area yang kita buat. Training area merupakan sampel kelas yang sudah kita ketahui melalui Google Earth. Setelah melakukan klasifikasi supervised maka dilakukan klasifikasi tutupan lahan disekitar pesisir seperti sawah, permukiman dll. Hasil Dari Proses Supervised Classification diperoleh peta perubahan luas penutup lahan.

BAB IV HASIL DAN PEMBAHASAN

4.1 Hasil dan Pembahasan 4.1.1 Hasil dan Analis koreksi Geometrik Citra SPOT Tahun 2007 Dalam penelitian ini koreksi geometrik menggunakan metode image to image registration yaitu suatu citra yang terdistorsi dikoreksi dengan menggunakan Peta Rupa Bumi Indonesia yang ditumpang susun dengan DEM. Koordinat dan RMS hasil koreksi geometrik adalah sebagai berikut : Tabel 4.1 Nilai RMS Citra SPOT 4 Tahun 2007 Titik 1 2 3 4 5 Cell-X 265.00 386.33 728.00 786.75 944.00 Cell-Y 1433.00 1405.67 778.00 515, 25 431.00 0.074307 Sumber:Pengolahan data tahun 2007 Tabel 4.2 Nilai RMS Citra SPOT 4 Tahun 2012 Titik 1 2 3 4 5 6 Cell-X 138.94 180.20 831.25 699.50 641.00 787.93 Cell-Y 1473.00 1440.40 1481.00 1384.00 1046.63 515.86 Easting 580607.63 581437.59 594501.83 591858.24 590720.88 593702.61 Northing RMS 9278105.55 0.17 9278751.08 9277859.64 9279826.96 9286558.88 9297194.71 0.13 0,28 0,43 0,09 0.01 Easting 579070.66 585679.63 Northing RMS 9277521.50 0.03 9279335.13 0.07 0,12 0,09 0,01

592503.77 9247210, 34 593671.87 596807.28 9297163.97 9298762.42

Total RMSe

Total RMSe

0.230811 Sumber:Pengolahan data tahun 2012

Pada koreksi citra SPOT tahun 2007 menggunakan 5 titik kontrol dengan RMSerror sebesar 0.074307 sedangkan untuk koreksi citra SPOT tahun 2012 menggunakan 6 titik kontrol dengan RMSerror sebesar 0.230811. Kesalahan RMSerror yang masih di perbolehkan yaitu sebesar 0,5. maka hasilnya masih memenuhi syarat yang telah memenuhi standar dalam koreksi geometrik 9

4.2 Klasifikasi Supervised 4.2.1 SPOT 4 tahun 2007 Setelah melakukan proses klasifikasi supervised untuk citra SPOT 4, diperoleh hasil klasifikasi sebagai berikut :

Gambar 4.1 Hasil Klasifikasi Supervised SPOT 4 Pada klasifikasi ini dibagi menjadi 6 kelas yaitu Perairan (laut, danau, sungai), Lahan Terbangun (Pemukiman,Pelabuhan), Hutan, Sawah, Tanah terbuka dan Perkebunan. 4.2.2 SPOT 4 2012 Setelah melakukan proses klasifikasi supervised untuk citra SPOT 4 2012, diperoleh hasil klasifikasi sebagai berikut :

Gambar 4.2 Hasil Klasifikasi Supervised Landsat 8 Dari klasifikasi supervised dihasilkan beberapa kelas yaitu hutan, lahan terbangun, laut dangkal, laut, tanah terbuka, sawah, perkebunan.

10

4.3 Pertimbangan Pemilihan Kelas Secara umum pertimbangan dalam pemilihan kelas untuk klasifikasi supervised berdasarkan hasil kenampakan tutupan lahan citra SPOT 4 dengan komposit band tertentu yang mendekati sebenarnya. Selain itu untuk citra SPOT 4, pemilihan kelas juga berdasarkan kenampakan tutupan lahan di google earth. Pertimbangan pemilihan kelas di tiap klasifikasi yaitu :

4.3.1 Klasifikasi Supervised 1. SPOT 4 2007 Pada klasfikasi Supervised menggunakan SPOT 4 2007, pertama kali proses klasifikasi membagi menjadi 7 kelas. Setelah itu dibagi lagi (reclass) 6 kelas yaitu Perairan (peairan dangkal, perairan dalam), Lahan Terbangun

(pemukiman,pelabuhan),Tanah Terbuka, Hutan, Sawah dan Perkebunan, agar lebih mudah mengklasifikasikannya. Seperti yang telah dijelaskan tadi.

Gambar 4.3 Pembagian Kelas Klasifikasi Supervised SPOT 2007 Pertimbangan dari 7 menjadi 6 kelas berdasarkan pada citra SPOT 4 yang telah dikomposit dengan band 213 (Tutupan Lahan) dan berdasarkan google earth.

11

Gambar 4.4 Citra SPOT 4 Komposit Band 213 Dari citra dengan komposit band 213 ditentukan kelas kelas tutupan lahan. Berikut pertimbangan pemilihan kelas : No 1. Nama Kelas Perairan Warna Pertimbangan Pemilihan Kelas Pada kelas perairan ini yang termasuk di dalamnya adalah laut, danau, sungai, serta tubuh air lainnya. Hal ini dikarenakan kenampakan objek objek tersebut sama sehingga diklasifikasikan dalam satu kelas. 2. Tanah Terbuka (lahan terbuka) Meskipun area lahan kosong tidak banyak, namun kenampakannya sangat jelas. Sehingga mudah diinterpretasi dan masuk dalam kelas klasifikasi. 3. Lahan Terbangun Kelas pemukiman mayoritas terdapat di pinggir laut dan beberapa di tengah, sehingga kelas permukiman ini

dipertimbangkan untuk menjadi satu kelas. 4. Hutan Pada daerah Banten terdapat area hutan, meskipun tidak mendominasi. Cukup sulit untuk diidentifikasi. 5. Sawah Merupakan area yang cukup

mendominasi dan mudah diidentifikas,

12

No

Nama Kelas

Warna

Pertimbangan Pemilihan Kelas terdapat di sekitar permukiman.

6.

Perkebunan

Kelas perkebunan dipilih dikarenakan masih cukup banyak dijumpai objek perkebunan pada daerah citra ini.

Berikut ini perbandingan antara citra SPOT 4 asli (komposit band 213 dengan hasil klasifikasi Supervised :

Gambar 4.5 Perbandingan Citra SPOT 4 2007 dan Hasil Klasifikasi Supervised 2. SPOT 4 2012 Pada klasifikasi supervised SPOT 4, dihasilkan 6 kelas yaitu perairan, lahan terbuka, lahan terbangun, sawah, perkebunan, tanah terbuka

Gambar 4.6 Pembagian Kelas Klasifikasi Supervised SPOT 4

13

6 kelas didapat dari perbandingan citra SPOT 4 dengan komposit band 213, dan juga dengan menggunakan referensi dari google earth

Gambar 4.7 Perbandingan Citra SPOT 4 dan Hasil Klasifikasi Supervised Pertimbangan pemilihan 6 kelas tersebut adalah berikut : No 1. Nama Kelas Perairan Warna Pertimbangan Pemilihan Kelas Pada kelas perairan ini yang termasuk di dalamnya adalah laut, danau, sungai, serta tubuh air lainnya. Hal ini dikarenakan kenampakan objek objek tersebut sama sehingga diklasifikasikan dalam satu kelas 2. Tanah Terbuka (Lahan Terbuka) Pada kelas lahan terbuka ini merupakan objek yang menyerupai sawah namun sudah tidak ada tanaman lagi. Alasan pemilihan kelas ini karena banyak

kenampakan objek ini pada citra. 3. Lahan Terbangun Kelas pemukiman mayoritas terdapat di pinggir laut dan beberapa di tengah, sehingga kelas permukiman ini

dipertimbangkan untuk menjadi satu kelas. 4. Hutan Pada daerah Banten terdapat area hutan, meskipun tidak mendominasi. Cukup sulit untuk diidentifikasi..

14

5.

Perkebunan

Kelas perkebunan dipilih dikarenakan masih cukup banyak dijumpai objek perkebunan pada daerah citra ini.

6.

Sawah

Merupakan

area

yang

cukup

mendominasi dan mudah diidentifikas, terdapat di sekitar permukiman.

4.4 Hasil Perubahan Luas Tutupan Lahan Perubahan penutup lahan yang dideteksi dengan menggunakan metode image differencing menunjukkan adanya perubahan pada semua kelas penutup lahan yang digunakan. Tabel di bawah ini mentabulasikan perubahan jumlah piksel dan luas setiap kelas penutup lahan yang digunakan pada citra SPOT 2007 dan 2012 : Tabel 4.3 Perubahan nilai piksel penutup lahan pada citra SPOT 4 Kelas Penutup Jumlah piksel Jumlah piksel Perubahan Lahan tahun tahun 2007 tahun 2012 nilai piksel 2007 Tubuh Air 45.368 44.219 -1.149 Sawah 21.017 44.040 23.023 Lahan 6.108 7.285 1.177 Terbangun Tanah Terbuka 2.295 1.607 -0.688 Perkebunan 85.424 62.115 -23.309 Hutan Sekunder 589 734 145 Jumlah 749.212 893.266 Tabel 4.3 Perubahan luas penutup lahan pada citra SPOT 4 Kelas Penutup Luas Tahun 2007 Luas Tahun Perubahan Lahan tahun (Km) 2012 (Km) Luas (Km) 2007 Tubuh Air 18.1472 17.6876 -0.4596 Sawah 8.4068 17.6160 9.2092 Lahan 2.4432 2.914 0.4708 Terbangun Tanah Terbuka 0.918 0.6428 -0.2752 Perkebunan 34.1696 24.846 -9.3236 Hutan Sekunder 0.2356 0.2936 0.058 Jumlah 64.3204 64.0000

No 1 2 3 4 5 6

No 1 2 3 4 5 6

15

35 30 25 20 15 10 5 0

Luas Tahun 2007 (Km) Luas Tahun 2012 (Km)

Gambar 4.8 Grafik Perubahan Luas Penutup Lahan 2007 dan 2012

Dari tabel di atas dapat diketahui bahwa untuk klasifikasi supervised, luas tutupan lahan dari SPOT 4 (tahun 2007) ke SPOT 4 (tahun 2012) ada beberapa kelas penutup lahan yang mengalami penyusutan luas penggunaanya dan ada pula yang mengalami peningkatan penggunaanya. Tanda negatif (-) menunjukan adanya penurunan penutup lahan 2009 ke 2012, sedangkan positif menunjukan jika terjadi penambahan penutup lahan untuk kelas tersebut. perubahan.

Kelas pentup lahan sawah mengalami penambahan sebesar 9.2092 Km.hal ini dimungkinkan karena perubahan lahan dari perkebunan menjadi sawah.

Luas tubuh air pada tahun 2007 sebesar 18.1472 Km dan pada tahun 2012 sebesar 17.6876 Km. Perubahan tubuh air sebesar -0.4596 Km dikarenakan adanya lahan terbangun seperti pelabuhan ataupun keterbatasan metode maximum likelihood untuk tubuh air.

Kelas penutup lahan lahan terbangun mengalamik penambahan sebesar 0.4708 Km itu dikarenakan untuk wilayah banten otonomi daerah sedang berkembang dan potensi wisata yang cukup baik sehingga mengundang investor untuk investasi.

Dari perubahan yang terjadi dapat dianalisis bahwa dari tahun 2007 sampai 2012 daerah Banten mengalami pengurangan perkebunan yang cukup banyak yaitu seluas 9.3236 Km. Berkurangnya luas perkebunan ini dikarenakan perubahan lahan dari perkebunan menjadi sawah. Seiring perubahan jaman tentu rencana tata ruang dan

wilayah akan beradaptasi dengan keadaan yang terjadi. 16

Perbedaan hasil klasifikasi dapat disebabkan beberapa hal diantaranya perbedaan interpretasi dalam mengklasifikasikan objek tutupan lahan, cukup banyaknya awan, dan kurangnya informasi yang tepat tentang tutupan lahan daerah wilayah pesisir banten.

17

BAB V PENUTUP

5.1 Kesimpulan Dari kerja praktek yang telah dilakukan dapat ditarik kesimpulan : 1. Proses klasifikasi supervised dapat digunakan untuk mengetahui jenis tutupan lahan. Dengan membuat training area di objek yang homogen misalnya sawah, hutan dll yang natinya setelah diklasifikasikan berdasarkan spektral training area oleh perangkat komputer. 2. Luas tutupan lahan daerah Banten dari tahun 2007 2012 mengalami perubahan dengan perubahan yang terjadi selama 5 tahun adalah sebagai berikut : - Bertambahnya luas tutupan lahan sawah sebesar 9.2092 Km - Berkurangnya luas tutupan lahan perkebunan sebesar 9.3236 Km - Berkurangnya luas tubuh air sebesar 0.4596 Km - Bertambahnya luas tutupan lahan terbangun 0.4708 Km - Berkurangya luas tutupan lahan tanah terbuka sebesar 0.2752 Km - Bertambahnya luas tutupan hutan sekunder sebesar 0.058 Km

5.2 Saran Dari kerja praktek yang telah dilakukan saran yang diberikan antara lain : 1. Dalam proses klasifikasi diharapkan mempunyai referensi lain tentang tutupan lahan daerah tersebut 2. Lebih teliti saat melakukan proses klasifikasi supervised

18

19