f12 - LHP Beny - PJ Sig NTT

DEPARTEMEN KEHUTANAN
BADAN PENELITIAN DAN PENGEMBANGAN KEHUTANAN

BALAI PENELITIAN DAN PENGEMBANGAN
TEKNOLOGI PENGELOLAAN DAERAH ALIRAN SUNGAI
WILAYAH INDONESIA BAGIAN BARAT
===========================================================
LAPORAN
SISTEM KARAKTERISASI DAS

(UKP)
APLIKASI PENGINDERAAN JAUH DAN SIG

UNTUK MONITORING DAN EVALUASI DAS
Pelaksana Kegiatan
BENY HARJADI
============================================================
PENELITIAN DAN PENGEMBANGAN ILMU PENGETAHUAN DAN
TEKNOLOGI PENGELOLAAN DAS INDONESIA BAGIAN BARAT
SURAKARTA, DESEMBER 2006
Aplikasi Penginderaan Jauh dan SIG untuk Monitoring dan Evaluasi DAS
LEMBAR PENGESAHAN
LAPORAN
SISTEM KARAKTERISASI DAS

(UKP)
APLIKASI PENGINDERAAN JAUH DAN SIG

UNTUK MONITORING DAN EVALUASI DAS
Surakarta, Desember 2006
Penyusun,
Ir. Beny Harjadi, MSc

NIP. 710 017 594
Penilai,
Kepala Seksi PE, Ketua Kelti KTA,
Ir. Syahrul Donie Ir. Heru Dwi Riyanto

NIP. 710 008 383 NIP. 710 016 237
Disyahkan Oleh :
Kepala BPPTPDAS-IBB
Ir. Edy Subagyo, MP.

NIP. 710 008 439
Beny Harjadi dkk di BPK Solo ii

08122686657, adbsolo@yahoo.com
Oleh :
Beny Harjadi, Agus Wuryanta, Dody Prakosa, Nining Wahyuningrum
Yusuf Iriyanto W., Bambang Ragil WMP., Bambang Dwi A.
RINGKASAN
Karakteristik penutupan lahan suatu wilayah sangat dipengaruhi oleh

kondisi bio-fisik maupun sosial ekonomi masyarakatnya. Pada wilayah dengan
curah hujan tinggi berpenduduk jarang, pola penutupan lahannya lebih dominan
pada tanaman tahunan, sebaliknya pada wilayah curah hujan tinggi berpenduduk
padat pola penutupan lahannya lebih dominan pada tananan semusim. Sedangkan
pada wilayah kering (hujan rendah) dengan penduduk jarang, pola penutupan
lahannya didominasi padang rumput dan tanaman tahan kering. Kebutuhan akan
data terkini, akurasi tinggi, pada areal yang luas untuk memantau perubahan satu
kesatuan pengelolaan DAS.
Penelitian Aplikasi Penginderaan Jauh (PJ) dan Sistem Informasi Geografis
(SIG) untuk monitoring dan Evaluasi (monev) merupakan salah satu kegiatan dari
UKP berjudul Sistem Karakterisasi DAS untuk mendukung pengembangan system
monev dalam pengelolaan DAS. Tujuan UKP adalah untuk mendapatkan sistem
karakterisasi DAS dengan parameter pendukung biofisik dan sosial ekonomi budaya
sebagai dasar perencanaan dan monev serta implementasi dalam pengelolaan DAS
yang sesuai dengan kondisi dan kekhasan wilayah ekosistemnya dan kewenangan
daerah otonom, serta terbangunnya sistem informasi DAS.
Tujuan kegiatan kajian pada tahun 2006 difokuskan pada zona ekologi NTT
(Curah hujan rendah dan Penduduk Jarang) di DAS Benain-Noelmina dengan
tujuan yaitu: (1) Memperoleh metode analisis data Penginderaan Jauh (PJ) dan
Sistem Informasi Geografis (SIG) yang efektif untuk menyusun data dasar
karakteristik penutupan lahan DAS serta untuk monev DAS, dan (2) Analisis
perubahan penutupan lahan dan analisis perhitungan erosi kualitatif dan kuantitatif.
Penurunan (-) penutupan lahan terjadi pada kelas penutupan lahan savana,
sungai, dan tanah terbuka, sebaliknya yang mengalami penambahan(+) yaitu untuk
kelas penutupan lahan hutan agak rapat dan jarang, sawah, tegalan dan tubuh air.
Dari hasil analisis SES diperoleh prioritas pertama jatuh pada Sub DAS Noelmina-
Kupang dan sebaliknya prioritas terendah pada Sub DAS Benain-TTU. Begitu juga
dari hasil analisis MMF dapat disimpulkan bahwa prioritas pertama jatuh pada
Sub DAS NK (Noelmina-Kupang) dan prioritas terakhir jatuh pada Sub DAS BU
(Benain-TTU).
Kata Kunci : Penginderaan Jauh, SIG, Monev, Klasifikasi, SES, MMF
Beny Harjadi dkk di BPK Solo iii

KATA PENGANTAR
Laporan kegiatan tahun 2006 dari penelitian yang berjudul : Aplikasi

Penginderaan Jauh dan SIG untuk Monitoring dan Evaluasi DAS sudah merupakan
tahun kedua yang dimulai sejak tahun 2005. Judul tersebut merupakan bagian dari
UKP Sistem Karakterisasi DAS, dengan koordinator dari BP2TPDAS-IBB di
Surakarta.
Selama tiga tahun penelitian dengan PJ dan SIG dalam rangka membantu
Monev DAS, kegaiatn yang dilakukan antara lain penelitian pada :
1. Wilayah ecozone untuk penduduk jarang dan curah hujan tinggi di Sumatra
tahun 2005, dengan pengamatan perubahan kondisi penutupan lahan.
2. Wilayah ecozone untuk penduduk jarang dan curah hujan rendah di NTT tahun
2006, dengan pengamatan perubahan kondisi penutupan lahan dan erosi tanah.
3. Wilayah ecozone untuk penduduk padat dan curah hujan tinggi di Jawa tahun
2007, dengan pengamatan perubahan kondisi penutupan lahan dan morfometrik
DAS.
Sehingga peran dari judul ini terhadap sistem karakteristik DAS yaitu
diharapkan dapat memberikan informasi yang akurat, tepat dan cepat tentang kondisi
perubahan penutupan lahan sebagai alat untuk monitoring dan evaluasi DAS.
Dengan selesainya laporan ini diharapkan dapat memperlancar kegiatan penelitian
selanjutnya yang berkaitan dengan monev DAS dengan menggunakan PJ dan SIG
baik di kantor maupun di lapangan. Ucapan terima kasih disampaikan kepada
seluruh Tim peneliti, Pemimpin Proyek serta rekan-rekan di BP2TPDAS-IBB yang
telah memberikan saran dan kritik.
Surakarta, Desember 2006

Ketua Tim Peneliti
Ir. Beny Harjadi, MSc

NIP. 710 017 594
Beny Harjadi dkk di BPK Solo iv

DAFTAR ISI
RINGKASAN ........................................................................................................... III
KATA PENGANTAR .............................................................................................. IV
DAFTAR ISI...............................................................................................................V
DAFTAR TABEL....................................................................................................VII
DAFTAR GAMBAR ...............................................................................................VII
DAFTAR LAMPIRAN............................................................................................. IX
I. PENDAHULUAN ................................................................................................... 1
A. Latar Belakang ............................................................................................... 1
B. Rumusan Masalah ........................................................................................... 3
C. Tujuan dan Sasaran UKP ................................................................................ 4
D. Tujuan dan Sasaran PPTP ............................................................................... 4
E. Hasil yang Telah Dicapai................................................................................. 5
F. Tujuan Dan Sasaran Rptp Tahun 2006 ............................................................ 5
G. Luaran Tahun 2006 ......................................................................................... 6
H. Ruang Lingkup Tahun 2006............................................................................ 6
II. TINJAUAN PUSTAKA......................................................................................... 7
A. Daerah Aliran Sungai (DAS) .......................................................................... 7
B. Monitoring dan Evaluasi DAS ........................................................................ 8
C. Penutupan Lahan dan Penggunaan Lahan....................................................... 8
D. Teknologi Penginderaan Jauh ....................................................................... 11
E. Penginderaan Jauh Sistem Satelit ................................................................. 15
F. Klasifikasi Citra Satelit Digital...................................................................... 16
F.1. Analisis Perhitungan Erosi........................................................................ 17
F.1.a. Erosi Kualitatif (SES = Soil Erosion Status) ..................................... 17
F.1.b. Erosi Kuantitatif (MMF = Morgan, Morgan, dan Finney) ................ 19
F.2. Metodologi Pemetaan Penutupan Dan Penggunaan Lahan ...................... 20
F.2.a. Interpetasi Visual : .............................................................................. 20
F.2.b. Teknik Deteksi Perubahan Digital :.................................................... 20
G. Aplikasi Pj Dan Sig Untuk Evaluasi Penutupan Lahan ................................ 25
Beny Harjadi dkk di BPK Solo v

III. BAHAN DAN METODE .................................................................................. 27

A. Lokasi Penelitian ........................................................................................ 27
B. Bahan dan Peralatan ................................................................................... 27
C. Rencana Kegiatan/Penelitian...................................................................... 28
C. 1. Jenis Penelitian ................................................................................. 28
C. 2. Rancangan Penelitian ....................................................................... 28
C.3. Parameter........................................................................................... 29
C.4. Pengambilan Data.............................................................................. 30
C.5. Pengolahan dan Analis data .............................................................. 30
IV. BIAYA DAN ORGANISASI PELAKSANA ................................................... 32

A. Biaya Penelitian .......................................................................................... 32
B. Organisasi Pelaksana ................................................................................... 33
V. HASIL DAN PEMBAHASAN............................................................................ 35

A. Konsultasi Dan Koordinasi, Orientasi........................................................... 35
A.1. Konsultasi Dan Koordinasi ................................................................... 35
A.2. Orientasi ................................................................................................ 35
B.Metode Analisis Data PJ dan SIG ................................................................... 37
B.1. Karakteristik Lahan DAS ...................................................................... 37
B.2. Data Dasar Untuk Monev Das............................................................... 43
C.Metode Analisis Penutupan Lahan Dan Erosi................................................. 46
C.1.Analisis Perubahan Penutupan Lahan .................................................... 46
C.2.Analisis Erosi Kualitatif (SES)............................................................... 49
C.3.Analisis Erosi Kuantitatif (MMF) .......................................................... 52
VI. KESIMPULAN................................................................................................... 55
DAFTAR PUSTAKA ............................................................................................... 56
KERANGKA LOGIS PENELITIAN ....................................................................... 58
Beny Harjadi dkk di BPK Solo vi

DAFTAR TABEL
TABEL 1. SASARAN TIAP TAHUN KEGIATAN ................................................................. 5
TABEL 2. TIM PELAKSANA KEGIATAN TAHUN 2006 .................................................... 33
TABEL 3. JADWAL RENCANA KEGIATAN TAHUN 2006 ................................................. 34
TABEL 4. KONDISI TOPOGRAFI DI DAS BENAIN NOELMINA, NTT ................................... 37
TABEL 5. PENYEBARAN KELAS LERENG DI DAS BENAIN NOELMINA ............................. 40
TABEL 6. URUTAN PENYEBARAN ORDO TANAH DI DAS BENAIN NOELMINA ................. 43
TABEL 7. SEBARAN DAN PERUBAHAN PENUTUPAN LAHAN DI DAS BENAIN-NOELMINA 46
TABEL 8. ANALISIS SES UNTUK PRIORITAS SUATU SUB DAS DI BENAIN-NOELMINA ..... 49
TABEL 9. ANALISIS MMF UNTUK PRIORITAS SUB DAS DI BENAIN-NOELMINA .............. 52
Beny Harjadi dkk di BPK Solo vii

DAFTAR GAMBAR
GAMBAR 1. PENGARUH HAMBURAN (SCATTERING) DAN SERAPAN (ABSORPTION)

TERHADAP NILAI KECERAHAN ............................................................... 13
GAMBAR 2. KURVA SPEKTRAL OBYEK (TUBUH AIR, TANAH DAN VEGETASI)

(UNIVERSITY OF CONCEPCION, 2003 DALAM BERRIOS, 2004) ................. 14
GAMBAR 3. DIAGRAM ALUR PERHITUNGAN STATUS EROSI TANAH (SES) .................... 18
GAMBAR 4. METODOLOGI PEMETAAN DIJITAL LAND USE/LAND COVER ..................... 24

GAMBAR 5.PETA DEM TITIK KETINGGIAN DAS BENAIN NOELMINA .............................. 38
GAMBAR 6. SEBARAN KONDISI TOPOGRAFI DI DAS BENAIN NOELMINA, NTT .............. 39

GAMBAR 7. PETA KELAS LERENG DAS BENAIN NOELMINA .......................................... 41
GAMBAR 8. PENYEBARAN KELAS KEMIRINGAN LERENG DI DAS BENAIN NOELMINA... 42

GAMBAR 9. PETA ORDO TANAH DAS BENAIN-NOELMINA ........................................... 44
GAMBAR 10. SEBARAN ORDO TANAH DAS BENAIN NOELMINA .................................... 45
GAMBAR 11. PETA PENUTUPAN LAHAN DAS BENAIN-NOELMINA TAHUN 2005 .......... 47
GAMBAR 12. GRAFIK SEBARAN DAN PENUTUPAN LAHAN DAS BENAIN-NOELMINA .... 48
GAMBAR 13. PETA SES (SOIL EROSION STATUS) DAS BENAIN NOELMINA .................... 50
GAMBAR 14. URUTAN PRIORITAS SES DAS BENAIN-NOELMINA .................................. 51

GAMBAR 15. PETA MMF DAS BENAIN NOELMINA, NTT .............................................. 53
GAMBAR 16. URUTAN PRIORITAS DAN SEBARAN HASIL ANALISIS TINGKAT EROSI MMF
.............................................................................................................. 54
Beny Harjadi dkk di BPK Solo viii

DAFTAR LAMPIRAN
Lampiran 1. Kerangka Kerja Logis Kegiatan Aplikasi Penginderaan Jauh

dan SIG dalam Monitoring dan Evaluasi Tahun
2006.......................................................................................... 58
Beny Harjadi dkk di BPK Solo ix

I. PENDAHULUAN
A. Latar Belakang
Sumberdaya alam yang berupa hutan (vegetasi), tanah, dan air mempunyai
peranan yang penting dalam kelangsungan hidup manusia sehingga dalam
pemanfaatannya perlu dilakukan secara optimal dan lestari. Kerusakan sumberdaya
alam hutan (SDH) yang terjadi saat ini telah menyebabkan terganggunya
keseimbangan lingkungan hidup daerah aliran sungai (DAS) seperti tercermin pada
sering terjadinya erosi, banjir, kekeringan, pendangkalan sungai dan waduk serta
saluran irigasi. Tekanan yang besar terhadap sumber daya alam oleh aktivitas
manusia, salah satunya, dapat ditunjukkan adanya perubahan penutupan lahan yang
begitu cepat. Pengelolaan DAS dengan permasalahan yang komplek, diperlukan
penanganan secara holistik, integral dan koordinatif. Perubahan kondisi penutupan
lahan sangat diperlukan sebagai dasar pengelolaan suatu DAS yang harus dilakukan
secara periodik melalui kegiatan monitoring dan evaluasi (monev).
Karakteristik penutupan lahan suatu wilayah sangat dipengaruhi oleh kondisi
bio-fisik maupun sosial ekonomi masyarakatnya. Pada wilayah dengan curah hujan
tinggi berpenduduk jarang, pola penutupan lahannya lebih dominan pada tanaman
tahunan, sebaliknya pada wilayah curah hujan tinggi berpenduduk padat pola
penutupan lahannya lebih dominan pada tananan semusim. Sedangkan pada wilayah
kering (hujan rendah) dengan penduduk jarang, pola penutupan lahannya didominasi
padang rumput dan tanaman tahan kering.
Survei penutupan lahan secara langsung di lapangan memerlukan tenaga
yang banyak, waktu lama dan biaya tidak sedikit. Oleh karena itu diperlukan
teknologi yang mampu menggambarkan obyek dipermukaan bumi secara luas,
terkini dan dapat dimanfaatkan secara periodik. Teknologi Penginderaan Jauh (PJ)
mampu menggambarkan obyek dipermukaan bumi, sehingga dapat digunakan untuk
memetakan penutupan lahan dan memonitor perubahannya. Beberapa keuntungan
penggunaan data PJ yaitu citra PJ menggambarkan obyek, daerah, gejala di
permukaan bumi dengan ujud dan letak yang mirip dengan di permukaan bumi,
relatif lengkap, meliput daerah yang luas dan permanen.
Kebutuhan data terkini, akurasi tinggi, pada areal yang luas untuk
memantau perubahan satu kesatuan pengelolaan DAS. Data yang diperoleh dari
teknologi PJ yang telah di cek di lapangan digunakan sebagai masukan (input) bagi
Sistem Informasi Geografis (SIG) untuk selanjutnya diproses dan dianalisa sehingga
diperoleh peta penutupan lahan yang akurat. Melalui proses SIG dapat digunakan
untuk mendeteksi perubahan penutupan lahan (Land cover change detection) pada
suatu DAS. Bantuan PJ dan SIG sangat diperlukan untuk membantu keterbatasan
dana, waktu dan tenaga kerja namun diperoleh akurasi tinggi secara mudah, cepat
dan murah setiap waktu.
Dalam pengelolaan DAS, kondisi penutupan lahan yang sama pada
penggunaan lahan (land use) berbeda akan memberikan jastifikasi pengelolaan
berbeda. Untuk menghindari hasil bias dalam penafsiran penginderaan jauh, perlu
dukungan data penggunaan lahan. Sebagai contoh, menurut penafsiran penginderaan
jauh terdeteksi penutupan lahan berupa ‘tanaman semusim’, maka informasi yang
dihasilkan bisa : pertanian/ladang tanaman semusim, atau tanaman tumpangsari pada
hutan tanaman muda atau perkebunan muda, atau perambahan/perladangan
berpindah pada kawasan hutan. Multi-tafsir demikian perlu dihindari dengan cara
menambahkan informasi penggunaan lahan.
Agar penyelenggaraan monev penutupan lahan dalam pengelolaan DAS bisa
dilakukan secara cepat dan akurat pada cakupan yang luas, teknik penginderaan jauh
dengan bantuan sistem informasi geografis dapat diaplikasikan. Oleh karena pola
penutupan lahan secara nasional sangat beragam pada setiap zona ekologi maka
dalam pemanfaatan penginderaan jauh perlu dilakukan kajian aplikasinya. Pada
tahun 2006 diperlukan kajian tentang “Aplikasi Penginderaan Jauh (PJ) dan Sistem
Informasi Geografis (GIS) untuk Monitoring dan Evaluasi”.
Beny Harjadi dkk di BPK Solo 2

B. Rumusan Masalah
Kegiatan monitoring dan evaluasi DAS perlu didukung oleh data tentang
penutupan lahan serta perubahannya yang akurat dan terkini (up todate). Saat ini
data penutupan lahan diperoleh dari peta Rupa Bumi Indonesia (RBI) skala 1 :
250.000 yang diterbitkan oleh Badan Koordinasi Survey dan Pemetaan Nasional
(BAKOSURTANAL) tahun 1986 telah mengalami banyak perubahan dan tidak
sesuai lagi dengan keadaan penutupan lahan actual. Perubahan penutupan lahan pada
DAS sangat cepat khususnya di dua musim yang berbeda (kemarau & penghujan).
Monitoring dan evaluasi sangat diperlukan untuk memantau terjadinya perubahan
dan membantu menetapkan karakteristik suatu DAS
Oleh karena itu perlu dilakukan pemutakhiran data penutupan lahan dan
analisa perubahannya. Departemen Kehutanan dalam hal ini Badan Planologi
Kehutanan telah melakukan pemutakhiran data penutupan lahan (untuk beberapa
propinsi) dengan cara interpretasi citra landsat secara visual. Untuk mendukung
kegiatan tersebut, diperlukan teknik penajaman citra (image enhancement) secara
digital agar diperoleh informasi tentang penutupan lahan seakurat mungkin. Luaran
(output) dari analisis citra landsat adalah peta pada skala 1 : 100.000 (maksimum)
atau yang lebih kecil. Menurut Prihandito (1989) produk tersebut tergolong pada
skala kecil, oleh karena itu untuk perencanaan pengelolaan DAS hanya sesuai untuk
perencanaan pada skala makro (pola RLKT). Sedangkan untuk mendapatkan peta
penutupan lahan dengan skala yang lebih besar diperlukan citra PJ yang
berkemampuan lebih tinggi seperti potret udara, Ikonos dan Quick Bird.
Namun demikian disadari bahwa kondisi penutupan lahan sangat dipengaruhi
oleh banyak faktor yang antara lain curah hujan dan kepadatan penduduk. Beberapa
karakter wilayah yang berpengaruh terhadap pola penutupan lahan antara lain :
1. Curah hujan tinggi dan penduduk padat, didominasi oleh tanaman semusim yang
intensif.
2. Curah hujan tinggi dan penduduk jarang, pola penutupan lahan umumnya
tanaman tahunan, hutan dan kebun serta tanaman semusim yang kurang intensif.

3. Curah hujan rendah dan penduduk jarang, pola penutupan lahan didominasi
tanaman tahunan, padang rumput dan tanaman semusim yang kurang intensif.
Mengingat setiap wilayah di Indonesia memiliki pola penutupan lahan yang spesifik,
oleh karena itu masing – masing wilayah diperlukan kajian teknik aplikasi PJ dan
SIG sebagai basis monev kondisi penutupan lahan dalam pengelolaan DAS.
C. Tujuan dan Sasaran UKP

Penelitian Aplikasi Penginderaan Jauh (PJ) dan Sistem Informasi Geografis
(SIG) untuk monitoring dan Evaluasi (monev) merupakan salah satu kegiatan dari
UKP berjudul Sistem Karakterisasi DAS untuk mendukung pengembangan system
monev dalam pengelolaan DAS.
Tujuan UKP adalah untuk mendapatkan sistem karakterisasi DAS dengan
parameter pendukung biofisik dan sosial ekonomi budaya sebagai dasar perencanaan
dan monev serta implementasi dalam pengelolaan DAS yang sesuai dengan kondisi
dan kekhasan wilayah ekosistemnya dan kewenangan daerah otonom, serta
terbangunnya sistem informasi DAS.
D. Tujuan dan Sasaran PPTP

Tujuan PPTP adalah untuk memperoleh metode analisis karakterisasi DAS
dengan penggunaan metode Penginderaan Jauh (PJ) dan Sistem Informasi Geografis
(SIG) untuk monev DAS tingkat DAS pada setiap zona ekologi. Kegiatan kajian ini
direncanakan sampai dengan tahun 2007 dengan perincian sasaran tiap tahun seperti
terdapat pada Tabel 1.

Tabel 1. Sasaran Tiap Tahun Kegiatan

No. Sasaran Tahun
2005 2006 2007
1. Zona ekologi penduduk Penutupan
jarang curah hujan tinggi lahan
(Sumatra)
2. Zona ekologi Penduduk Penutupan
jarang curah hujan rendah lahan &
(NTT) erosi
3. Zona ekologi penduduk Penutupan
padat curah hujan tinggi lahan &
(Jawa) morfometri
E. Hasil yang Telah Dicapai

• Aplikasi PJ dan SIG untuk Monev DAS tahun 2005 sudah dilakukan untuk
DAS Batanghari di Jambi, Sumatra
• Aplikasi PJ dan SIG untuk Monev DAS dengan mencoba analisis klasifikasi
penutupan lahan secara visual (digitasi on screen) dan komputerisasi
(klasifikasi berbantuan dan tak berbantuan)
F. Tujuan dan Sasaran RPTP Tahun 2006

Kajian pada tahun 2006 difokuskan pada zona ekologi NTT (Curah hujan
rendah dan Penduduk Jarang) di DAS Benain-Noelmina dengan tujuan yaitu:
1) Memperoleh metode analisis data Penginderaan Jauh (PJ) dan Sistem
Informasi Geografis (SIG) yang efektif untuk menyusun data dasar
karakteristik penutupan lahan DAS serta untuk monev DAS.
2) Memperoleh metode analisis perubahan penutupan lahan dan analisis
perhitungan erosi kualitatif dan kuantitatif.
Sasaran yang dicapai pada tahun 2006 yaitu:
1) Tersedianya metode analisis perubahan penutupan lahan dari dua musim
yang berbeda (penghujan dan kemarau) dengan penginderaan jauh.

2) Tersedianya informasi kapasitas kemampuan penginderaan jauh dan SIG

sebagai alat deteksi karakteristik suatu DAS, antara lain : untuk perhitungan
erosi kualitatif dan kuantitatif.
3) Tersedianya metode analisis data PJ dan SIG yang efektif untuk menyusun
peta penutupan lahan aktual sebagai informasi untuk melakukan monev DAS
pada tingkat DAS di DAS Benain-Noelmina.
G. Luaran Tahun 2006

Luaran kajian tahun 2006 yaitu:
1) Diperolehnya metode pengolahan dan interpretasi data citra digital PJ yang
efektif dan efisien untuk memperoleh informasi penutupan lahan aktual,
sebagai parameter dasar penetapan karakteristik suatu DAS.
2) Diperolehnya peta penutupan lahan aktual dan peta perubahan penutupan
lahan hasil klasifikasi citra digital PJ dan SIG DAS Benain-Noelmina.
H. Ruang Lingkup Tahun 2006

Ruang lingkup dari kegitan ini adalah untuk mendapatkan metode analisis
(yang meliputi pengolahan, penajaman dan klasifikasi ) data digital PJ sehingga
diperoleh klasifikasi penutupan lahan DAS. Hasil klasifikasi tersebut selanjutnya
sebagai masukan (input) bagi SIG untuk diproses sehingga menghasilkan informasi
perubahan penutupan lahan. Kajian ini diharapkan dapat memberikan informasi
mengenai distribusi perubahan penutupan lahan yang selanjutnya dapat digunakan
untuk mendukung kegitan monev DAS. Kegiatan penelitian ini meliputi :
1. Pembuatan format basis data digital penggunaan lahan berdasarkan peta
penunjukan kawasan dan peta penutupan lahan.
2. Pengumpulan data primer dan sekunder pada dua musim berbeda yaitu
musim kemarau dan musim penghujan.
3. Analisis perubahan penutupan lahan dan perhitungan erosi kualitatif dan
kuantitatif dengan perangkat PJ dan SIG
4. Penyusunan lay out peta dan penyajiannya.

II. TINJAUAN PUSTAKA
A. Daerah Aliran Sungai (DAS)

Daerah Aliran Sungai (DAS) didefinisikan sebagai suatu wilayah daratan
yang dipisahkan dari wilayah lain di sekitarnya oleh pemisah alam topografi, seperti
punggung bukit atau gunung dan menerima air hujan, menampung dan
mengalirkannya melalui suatu sungai utama ke laut/danau (DitJen RRL, 1998 dalam
Tim Peneliti BP2TPDAS-IBB, 2004). Suatu DAS dipisahkan dari wilayah lain di
sekitarnya (DAS-DAS lain) oleh pemisah alam topografi, seperti punggung bukit
dan gunung. DAS (watershed) adalah sinonim dengan daerah tangkapan air
(catchment area) dengan luasan yang tidak ada pembakuan, berkisar antara
beberapa hingga ribuan kilometer persegi, namun perlu dibedakan pengertiannya
dengan daerah/wilayah pengaliran sungai (river basin) dimana DAS merupakan
bagian dari river basin (Sheng, 1990). Pengertian DAS oleh Dixon dan Easter
(1986) adalah sub drainage area dari major river basin. Sementara Schwab et. al.
(1981) memberi batasan DAS dengan luas maksimum 259.000 ha (1.000 mil
persegi) sebagai basis untuk pengendalian banjir daerah hulu (head water flood
control). Hal ini untuk membedakan dengan sistem pengendalian banjir di daerah
hilir.
DAS juga bisa dipandang sebagai suatu sistem pengelolaan yaitu suatu
wilayah yang memperoleh masukan (inputs) yang selanjutnya diproses untuk
menghasilkan luaran (outputs) (Asdak, 1995; dan Becerra, 1995). Dengan demikian
DAS merupakan prosesor dari setiap masukan yang berupa hujan (presipitasi) dan
intervensi manusia untuk menghasilkan luaran yang berupa produksi, limpasan dan
hasil sedimen
DAS dipandang sebagai suatu ekosistem, dimana manusia baik sebagai
individu, kelompok masyarakat maupun hasil aktivitasnya merupakan bagian dari
komponen ekosistem yang saling berinteraksi dengan komponen sumberdaya alam
flora, fauna, tanah dan air untuk memenuhi kebutuhannya. Komponen yang

menyusun suatu ekosistem DAS terdiri dari manusia, tanah (lahan), air, tumbuhan
dan hewan.
B. Monitoring dan Evaluasi DAS
Monitoring pengelolaan DAS adalah proses pengamatan data dan fakta yang
pelaksanaannya dilakukan secara periodik dan terus menerus terhadap jalannya
kegiatan, penggunaan input, hasil sebagai akibat dari kegiatan yang dilaksanakan
dan faktor luar atau kendala yang mempengaruhi. Sedangkan evaluasi pengelolaan
DAS adalah proses pengamatan dan analisis data dan fakta yang pelaksanaannya
dilakukan menurut kepentingannya mulai dari penyusunan rencana program,
pelaksanaan program dan pengembangan program pengelolaan DAS (Tim Peneliti
BP2TPDAS – IBB,2004). Kegiatan pemantauan dan evaluasi pengelolaan DAS
yang dilakukan secara langsung di lapangan akan memakan waktu, tenaga dan
biaya. Oleh karena itu dengan dibangunnya sistem pemantauan dan evaluasi secara
digital akan lebih mempermudah dan mempercepat dalam pengambilan keputusan
dalam rangka penanganan masalah – masalah DAS, terutama yang berkaitan dengan
kerusakan sumberdaya lahan, air dan hutan/vegetasi (BPDAS Solo dan PUSPICS,
2002).
C. Penutupan Lahan dan Penggunaan Lahan

Informasi tentang penutupan lahan yang akurat dan up to date sangat penting
dalam pengelolaan lahan (land Management) pada suatu DAS. Perubahan aktivitas
pada suatu penggunaan lahan dalam suatu ruang dan waktu sering mengakibatkan
perubahan penutupan lahan sebagai indikasi aktivitas pengelolaan lahan. Untuk
memperoleh perencanaan pengelolaan yang sesuai maka perlu dipilah pemahaman
antara ‘penutupan lahan’ dan ‘penggunaan lahan’, walaupun sering peristilahan nya
dapat digunakan keduanya. Definisi penutupan lahan (land cover) menurut FAO
(2003 dalam Berrios, 2004) adalah obyek fisik yang menutup permukaan tanah yang
meliputi vegetasi (alami maupun tanaman), bangunan buatan manusia, tubuh air, es,
batuan dan permukaan pasir (padang pasir). Sedangkan penggunaan lahan (land use)

adalah pemanfaatan lahan oleh manusia untuk tujuan tertentu (FAO.,2003 dalam
Berrios., 2004). Perubahan pengguanaan lahan selalu berhubungan dengan aktivitas
(campur tangan) manusia. Tipe penutupan lahan yang berbeda dapat digunakan
untuk kegiatan yang sama atau tipe penutupan lahan yang hampir sama dapat
dirancang untuk penggunaan lahan yang berbeda.
Dalam peta Rupa Bumi Indonesia (RBI) skala 1 : 250.000, tahun 1986,
penutupan lahan/penggunaan lahan dibedakan menjadi : hutan, perkebunan, ladang,
pemukiman, dan sawah. Oleh Badan Planologi Kehutanan, Departemen Kehutanan,
klasifikasi penutupan lahan tersebut diperluas menjadi :
1. Hutan : a. hutan lahan kering primer
b. hutan lahan kering sekunder
c. hutan tanaman
d. hutan rawa primer
e. hutan rawa sekunder
2. Perkebunan
3. Pemukiman
4. Sawah
5. Lahan kering/ladang :
a. pertanian lahan kering
b. pertanian lahan kering campur semak
6. Rawa
7. Tanah terbbuka
8. Tubuh air
9. Belukar :
a. semak/belukar
b. belukar rawa
Menurut peta topogrfi (1942) jenis penggunaan lahan dapat diklasifikasi
menjadi : hutan, sawah, pemukiman, perkebunan/pekarangan, tegal, lahan terbuka
dan tubuh air (danau, kolam ikan.dll). Dalam peta tersebut juga diperoleh notasi
penutupan lahan yang berupa hutan (tanaman pokok, belukar, dan mangrove),

rumput (alang-alang dan glagah alang-alang), dan perkebunan (teh, karet, kopi).
Penggunaan lahan hutan dapat dibagi lagi sesuai fungsinya (UU No. 41 tahun 1999
dan PP No 68 tahun 1998) yakni :
1. hutan lindung
2. hutan konservasi :
a. hutan pelestarian alam : taman nasional, taman hutan raya, dan
taman wisata alam
b. hutan suaka alam : kawasan suaka margasatwa dan kawasan cagar
alam
c. taman buru
3. hutan produksi
Citra Penginderaan Jauh (PJ) dapat digunakan untuk mendeteksi perubahan
penutupan lahan (Bronsveld, K. et al., 1994). Perubahan penggunaan lahan dapat
mengakibatkan perubahan kondisi hidrologi suatu DAS. Penelitian Sukresno dan
Precylia (1995) di Sub DAS Wader, menunjukkan bahwa perubahan penutupan
lahan dari tumbuhan liar menjadi Eucalyptus alba dan Accacia auriculiformis
berpengaruh pada kondisi hidrologi, yaitu dapat memperpanjang waktu dasar (tb)
dan menurunkan debit puncak (qp), mempercepat waktu banjir (tc), laju infiltrasi
semakin rendah sehingga limpasan, koefisien limpasan dan erosi tahunan cenderung
terus meningkat.
Identifikasi penutupan vegetasi maupun non vegetasi pada citra penginderaan
jauh dapat dilakukan secara manual dan secara digital (menggunakan citra satelit).
Klasifikasi penutupan lahan didasarkan pada luas penutupan vegetasi dan non
vegetasi yang dinyatakan dalam prosentase penutupan (BPDAS Solo dan PUSPICS.
2002).
Analisis kuantitatif kategori penutupan vegetasi sebagai faktor yang
mempengaruhi kejadian limpasan permukaan didasarkan pada prosentase luas
penutupan vegetasi dan non vegetasi. Semakin luas penutupan lahan yang berupa
vegetasi semakin menghambat terjadinya limpasan permukaan, dan sebaliknya
semakin tipis atau hampir tidak ada penutupan vegetasi berarti semakin menunjang

terjadinya limpasan permukaan, apalagi tanpa disertai dengan upaya konservasi

seperti pembuatan terasering dll (BPDAS Solo dan PUSPICS, 2002).
D. Teknologi Penginderaan Jauh

Teknologi penginderaan jauh telah berkembang sangat pesat sejak empat
dasawarsa terakir ini. Perkembangannya meliputi aspek sensor, jenis citra serta
liputan dan ketersediaannya, alat dan analisis data dan jumlah pengguna serta bidang
penggunaannya. Indonesia yang mempunyai wilayah yang cukup luas dan memiliki
sumberdaya alam yang cukup besar memerlukan teknologi tersebut untuk
inventarisasi dan monitoring wilayah dan sumberdaya alam yang dimikinya. Oleh
karena itu Indonesia dituntut untuk selalu mengikuti perkembangan teknologi
tersebut.
Definisi penginderaan jauh adalah suatu teknik untuk mengumpulkan

informasi mengenai obyek dan lingkungannya dari jarak jauh tanpa sentuhan fisik
(Bambang Purbowaseso,1996). Penginderaan Jauh adalah ilmu dan seni untuk
memperoleh informasi tentang obyek, daerah, atau gejala dengan jalan menganalisis
data yang diperoleh dengan menggunakan alat tanpa kontak langsung terhadap
obyek, daerah atau gejala yang dikaji. Alat yang dimaksud adalah alat penginderan
(sensor) yang dipasang pada wahana (platform) seperti pesawat terbang, satelit,
pesawat ulang alik atau wahana lainnya. Elemen penting di dalam teknik PJ adalah
obyek di permukaan bumi, tenaga elektromagnetik dan sensor. Hasil interaksi antara
tenaga elektromagnetik dengan obyek direkam oleh sensor. Perekamannya
dilakukan dengan menggunakan kamera atau alat perekam lainnya. Hasil rekaman
ini disebut data penginderaan jauh. Data penginderaan jauh harus diterjemahkan
menjadi informasi tentang obyek, daerah, atau gejala yang diindera. Proses
penterjemahan data penginderaan jauh menjadi informasi disebut analisis atau
interpretasi data. Teknik ini menghasilkan beberapa bentuk citra yang selanjutnya
diproses dan diinterpretasi guna membuahkan data yang bermanfaat untuk aplikasi
di bidang pertanian, arkeologi, kehutanan, geografi, geologi, perencanaan dan
bidang – bidang yang lainnya.

Salah satu elemen penting di dalam teknologi penginderaan jauh adalah

tenaga. Definisi tenaga elektromagnetik adalah paket elektrisitas dan magnetisme
yang bergerak dengan kecepatan sinar pada frekuensi dan panjang gelombang
tertentu dengan sejumlah tenaga tertentu. Dalam teknologi penginderaan jauh
digunakan tenaga elektromagnetik. Matahari merupakan sumber tenaga
elektromagnetik. Disamping matahari juga sumber tenaga yang lain, baik sumber
tenaga alamiah maupun sumber tenaga buatan. Sumber tenaga alamiah digunakan di
dalam penginderaan jauh sistem pasif seperti misalnya potret udara dan citra satelit
Landsat, SPOT dll sedangkan sumber tenaga buatan digunakan di dalam
penginderaan jauh sistem aktif misalnya sistem radar. Tenaga elektromagnetik tidak
tampak oleh mata dan akan tampak apabila berinteraksi dengan benda. Matahari
memancarkan tenaga elektromagnetik ke segala arah dan mencapai bumi dengan
cara radiasi. Radiasi tenaga elektromagnetik berlangsung dengan kecepatan tetap
dan dengan pola gelombang yang harmonik (Sabins,JR.,1978). Tidak semua radiasai
elektromagnetik dapat mencapai bumi hal ini disebabkan oleh adanya lapisan
atmosfer.
Atmosfer membatasi bagian spektrum elektromagnetik yang dapat digunakan

dalam penginderaan jauh. Pengaruh atmosfer merupakan fungsi panjang gelombang.
Pengaruhnya bersifat selektif terhadap panjang gelombang. Oleh karena itu maka
timbul istilah jendela atmosfer (atmosferic window) yaitu bagian spektrum
elektromagnetik yang dapat mencapai bumi. Dalam jendela atmosfer ada hambatan
atmosfer yang disebabkan oleh hamburan (scatter) pada spektrum tampak dan
serapan (absorption) yang terjadi pada spektrum infra merah termal. Kedua hal
tersebut mempengarui nilai kecerahan (brighness value) pada citra. Gambar 1
menunjukkan pengaruh hamburan dan serapan partikel atmosfer terhadap nilai
kecerahan.

Gambar 1. Pengaruh Hamburan (Scattering) Dan Serapan (Absorption) Terhadap

Nilai Kecerahan
Tiap obyek mempunyai karakteristik tertentu dalam memantulkan atau
memancarkan tenaga ke sensor. Pengenalan obyek pada citra dilakukan dengan
menyidik (tracing) karakteristik spektral obyek yang tergambar pada citra
penginderaan jauh. Obyek yang banyak memantulkan dan memancarkan tenaga
elektromagnetik ke sensor akan tampak cerah (nilai kecerahannya tinggi).
Sedangkan obyek yang sedikit memantulkan tenaga dan banyak menyerap tenaga
elektromagnetik akan tampak gelap pada citra. Ada obyek yang berlainan tetapi
mempunyai karakteristik spektral yang sama atau serupa sehingga menyulitkan
pembedaan dan pengenalannya pada citra hal ini dapat diatasi dengan kunci
interpretasi yang lain seperti bentuk, ukuran, pola ,dll. Gambar 2 menunjukkan
kurva spektral untuk 3 jenis obyek yaitu tanah, tumbuhan (vegetasi) dan air.

Gambar 2. Kurva Spektral Obyek (Tubuh Air, Tanah dan Vegetasi) (University of
Concepcion, 2003 dalam Berrios, 2004)
Penggunaan teknik penginderaan jauh untuk membantu inventarisasi

sumberdaya lahan telah menunjukkan keberhasilannya, hal ini disebabkan karena
penginderaan jauh mempunyai sifat multidisipliner, artinya menggambarkan kondisi
permukaan bumi secara lengkap dan mirip dengan keadaan sebenarnya di medan,
sehingga dengan kemampuan dan pengalamannya berbagai pakar dapat memperoleh
data sesuai dengan keinginannya. Citra penginderaan jauh merupakan catatan
permanen dan repetitif, artinya setiap saat dokumentasi tersebut dapat dibuka
kembali dan tidak akan berubah serta apabila dikehendaki dokumen tersebut dapat
dipotret ulang. Disamping itu sesuai dengan yang dikehendaki dapat dipakai untuk
mengetahui gambaran secara luas (sinoptic view) dengan menggunakan citra skala
kecil (citra Landsat,SPOT), sedangkan untuk tingkat detail misalnya studi kota,
mengetahui jenis komoditi tertentu dapat menggunakan citra skala besar (foto
udara).

E. Penginderaan Jauh Sistem Satelit

Dewasa ini perkembangan Teknologi PJ begitu cepat hal tersebut terbukti
dari banyaknya satelit sumber daya yang diluncurkan ke orbit. Dari segi kemampuan
juga mengalami peningkatan mulai citra satelit dengan resolusi spatial (untuk
multispektral) 30 m x 30 m dan pankromatik 15 m x 15 m (Landsat), citra SPOT 20
m x 20 m (multispektral) dan 10 m x 10 m (pankromatik) sampai 1 m x 1 m
(IKONOS pankromatik ) dan 0.61 m x 0.61 m (Quick Bird). Sedangkan kemampuan
pembedaan obyek juga semakin berkembang hal ini terbukti dengan banyaknya
saluran spektral yang digunakan seperti misalnya citra landsat MSS (Multi Spectral
Scenner) yang digunakan pada era tahun 1980- an memiliki 7 saluran spektral (band)
saat ini generasi landsat 7 ETM+ (Enhance Thematic Mapper) menggunakan 8
saluran spektral yaitu 6 saluran inframerah tampak (visible Infrared) 1 saluran
pankromatik dan 1 saluran inframerah termal (Thermal Infrared).
Satelit sumber daya bumi dapat dibedakan atas 2 kelompok yaitu satelit
berawak dan satelit tidak berawak. Satelit tidak berawak seperti misalnya landsat,
SPOT, IKONOS dll membawa sensor non fotografik yang hasil rekamannya berupa
citra satelit cetak jadi (hard copy) dan data digital. Sumber tenaga yang digunakan
pada PJ sistem satelit dapat berupa tenaga buatan misalnya citra radar (ERS, JERS,
Radarsat dll) dan tenaga alamiah yang bersumber dari matahari seperti misalnya
Landsat, SPOT, IKONOS, IRS, Quick Bird. Data digital PJ yang dimaksud dalam
uraian selanjutnya adalah citra satelit digital.
Data digital PJ (citra digital) direkam dengan menggunakan sensor non-
kamera antaralain scanner, radiometer, spectrometer. Citra digital dibentuk dari
elemen – elemen gambar atau pixel (picture element) yang menyatakan tingkat
keabuan pada gambar (Purwadhi, 2001). Citra digital dapat secara langsung
disimpan pada pita magnetik (High Density Digital Tape) atau CCT (Computer
Compatible Tape). Menurut Purwadhi (2001) pengolahan citra digital merupakan
manipulasi dan interpretasi digital dari citra PJ dengan bantuan komputer.
Pengolahan citra digital selain dilakukan dengan bantuan komputer (hardware) juga
diperlukan perangkat lunak (software). Saat ini perangkat lunak pengolahan citra

digital seperti ILWIS, ErMapper, PCI, ErdasImagine, Idrisi dll, cukup banyak
dijumpai. Secara umum pengolahan citra digital dibagi menjadi 2 yaitu
prapemrosesan citra (Pre Processing Image) dan penajaman citra (image
Enhancement). Pra pemrosesan citra meliputi pemrosesan radiometrik dan
geometrik.
Pemrosesan radiometrik bertujuan untuk mengurangi atau menghilangkan
pengaruh internal maupun eksternal selama proses perekaman data, sehingga nilai
data digital (digital value) citra mendekati nilai spektral obyek. Sedangkan
pemrosesan geometrik berhubungan dengan posisi pixel (pixel position) pada citra
digital disesuaikan dengan koordinat bumi yang merujuk pada sistem proyeksi
tertentu (Franklin, 2001).
F. Klasifikasi Citra Satelit Digital

Menurut Purwadhi (2001) penajaman citra dimaksudkan untuk mempertajam
kontras yang tampak pada ujud gambaran yang terekam dalam citra. Secara umum
teknik penajaman di dalam aplikasinya dapat dikategorikan dalam tiga cara, yaitu
manipulasi kontras (contrast manipulation), manipulasi kenampakan spasial (spatial
feature manipulation) dan manipulasi multi citra (multi-image manipulation).
Manipulasi kontras dilakukan dengan memodifikasi histogram sehingga dapat
meningkatkan ketajaman citra. Manipulasi kenampakan spasial mencakup
penggunaan filter spasial (spatial filtering) dan penajaman tepi (edge enhancement).
Sedangkan manipulasi multi citra dapat dilakukan dengan PCA, NDVI dll.
Poveda,G dan Salazar F.Luis, 2004, menerapkan formulasi NDVI pada citra digital
untuk mengetahui keanekaragaman tanaman tahunan di Amazonia. Panjang
gelombang yang digunakan untuk menyusun formula tersebut adalah inframerah
dekat (0.73 – 1.1 um) dan merah (0.55 – 0.68 um). Pada kajian tersebut diperoleh
informasi bahwa formula NDVI yang diterapkan pada citra digital dapat digunakan
untuk mengetahui kemampuan potosintesis tanaman tahunan.
Menurut Mas Francois dan Ramirez I. 1996, keterbatasan dari klasifikasi
data digital yang mengandalkan nilai spektral adalah apabila spektral dari penutupan

lahan yang berbeda memiliki nilai yang hampir sama (similar). Hal tersebut
mengakibatkan klas penutupan lahan tidak dapat dibedakan sehingga akurasinya
rendah. Menurut Danoedoro (2003) klasifikasi citra secara digital tidak cukup hanya
mengandalkan informasi spektral akan tetapi diperlukan pengetahuan tambahan
mengenai tipe penutupan lahan di lokasi kajian yang meliputi teksture dan informasi
medan (terrain information).
Tingkat akurasi Peta Land Use/Land Cover hasil klasifikasi berbantuan dapat
dikukur dengan dua macam akurasi :
1. Akurasi klasifikasi :
- Komisi (kesalahan observasi bagian yang tidak termasuk kelas tapi dimasukkan)
- Omisi (kesalahan observasi seharusnya masuk kelas tapi masih terletak diluar)
2. Akurasi pemetaan
F.1. Analisis Perhitungan Erosi
Perhitungan erosi tanah dapat dihitung secara kualitatif dengan metode
SES (SES = Soil Erosion Status) dan secara kuantitatif dengan metode MMF
(Morgan, Morgan dan Finney).
F.1.a. Erosi kualitatif (SES = Soil Erosion Status)
SES dihitung dengan cara kualitatif dan tergantung dari 5 parameter
yaitu : arah lereng (aspect), kemiringan lereng (slope gradient), kerpatan sungai
(drainage density), jenis tanah (Soil types), dan penutupan dan penggunaan lahan
(landuse/ landcover). Perhitungan kualitatif dengan memberikan skoring dengan
nilai relatif yaitu untuk erosi dari rendah (low : L), sedang (medium : M), dan tinggi
(high : H) dan selanjutnya untuk perhitungan perkalian diberikan nilai skore SES
yaitu 1, 2, and 3.
Kemudian kelima faktor dilakukan perkalian dan didapatkan total skore
erosi (Soil Erosion the Area Value : SEAV). Jika nilai SEAV lebih kecil dari 16
dimasukkan kedalam erosi rendah (Low Erosion Area : LEA), jika SEAV berkisar
antara 16 sampai 48 termasuk erosi sedang (Medium Erosion Area : MEA), dan jika
nilai lebih dari 49 termasuk erosi tinggi (High Erosion Area : HEA), Gambar 3.

Kontur SRTM CS. Landsat
Visual Klasifikasi
Interpolasi
Stratifikasi
DEM
Penggunaan Fisiografi
Dx Dy
Lahan
Lereng Densitas
Jenis Tanah
Drainase
Aspek
Kemiringan Tekstur Tanah

L-M-H L-M-H
1-2-3 1-2-3
Orientasi Lereng PenggunaanLahan

L-M-H L-M-H
1-2-3 1-2-3
Drainage Density
L-M-H
1-2-3
SEAV
LEA < 16
MEA : 16 – 48
Tumpangsusun dan Pengalian Pembobotan HEA > 49
SES = (LEA*10+MEA*20+HEA*30)/Total Area
Status Erosi Tanah (SES)

Satu Satuan DAS
Gambar 3. Diagram Alur Perhitungan Status Erosi Tanah (SES)

F.1.b. Erosi kuantitatif (MMF = Morgan, Morgan, dan Finney)

Model MMF (Morgan, Morgan, dan Finney) memperkirakan besarnya
erosi yang tergantung dari beberapa parameter dalam kaitannya untuk penggunaan
lahan : tanah, penggunaan dan penutupan lahan, dan data curah hujan. Untuk
memperkirakan kehilangan tanah dengan pendekatan MMF diperlukan peta variasi
beberapa faktor anatar lain : energi kinetik hujan (E), kedalaman perakaran tanaman
(RD), prosentase kontribusi hujan permanen dalam bentuk intersepsi dan aliran
batang (A), faktor pengelolaan penutupan lahan (C), Ratio evapotranspirasi potential
(Et/Eo), kapasita cadangan kelembaban tanah (MS) selanjutnya dikembangkan
sampai mendapatkan peta hasil akhir seperti volume aliran permukaan tanah (Q);
Laju pengaruh hujan jatuh terhadap pemecahan tanah (F), kapasitas tansport pada
aliran permukaan (G).
Perkiraan perhitungan kehilangan tanah tahunan dengan membandingkan
dua peta yaitu peta laju pemecahan tanah dan peta kapasitas trsanaport aliran
permukaan dan diambil nilai minimum dua diantara peta tersebut. Peta yang
dihasilkan berupa model erosi tanah yang sudah dibagi menurut tingkatan erosi,
kontribusi hutan terbuka merupakan maksimum dari kehilangan tanah yaitu > 50
t/ha/tahun (VH=Very High = sangat tinggi). Kehilanagan tanah paling sedikit
dicatat pada lahan tanaman pertanian yaitu < 5 t/ha/tahun (VL=Very Low = sangat
rendah). Selanjutnya tiap-tiap tingkata erosi dikalikan masing-masing dari erosi
yang terendah 10 untuk VL, 20 untuk L, 30 untuk M., 40 untuk H, dan 50 untuk VH,
dan total semuanya dibagi dengan luas masing-masing Sub DAS.

F.2. Metodologi Pemetaan Penutupan dan Penggunaan Lahan

Deteksi Teknik perubahan penutupan lahan, dapat dianalisis dengan dua cara
yaitu secara visual dan analisis dijital ::
F.2.a. Interpetasi Visual :
Variasi metode dari teknik deteksi perubahan (Crappaer and Hynson, 1983)
sebagai berikut :
¾ komparasi sisi dengan sisi yang lainnya pada citra fotografik dapat dibawakan
dengan anotasi perubahan yang diteksi.
¾ transfaransi dari dua metode dapat ditumpangsusunkan, dicatat dan dilihat dari
meja sinar dengan menganalisis pada daerah yang sama yang mengalami
perubahan.
¾ satu negative dan satunya transfaransi positif dapat ditumpangsusunkan. Area
yang tidak mengalami perubahan diberi warna yang muda sedangakn yang
mengalami perubahan diberi warna yang tua.
Metode analisis visual yang dikembangkan oleh NRSA (National Remote
Sensing Agency) untuk kondisi dua iklim yang berbeda, dengan melalaui 6 tahap
berikut :
1. Seleksi dan penerimaan data
2. Interpretasi visual pendahuluan
3. Verifikasi dan koleksi data dengan cheking lapangan
4. Modifikasi dan interpretasi final
5. Estimasi luas daerah
6. Repruduksi dan persiapan pembuatan peta kartografi final.
F.2.b. Teknik deteksi perubahan digital :

Semua pendekatan dari deteksi perubahan dijital disajikan dari ketepatan
spatial yang tercatat pada citra satelit dari tanggal yang berbeda. Citra residu
dihasilkan dari prosedur yang bervariasi dan dengannya nilai threshold, statistic atau
empiric determinasi, penerapan dari area yang telah ditetapkan perubahannya.

Variasi pendekatannya dilakukan (Sigh, 1986) untuk deteksiperubahan dijital dan

secar singkat disampaikan berikut ini :
(a) Image differencing

Metode ini mencatat data geometric citra satelit yang diterima pada waktu
yang berbeda yang menghasilkan residual atau citra tyang berbeda dimana mewakili
perubahan diantara dua tanggal yang berbeda. Hasil dari setiap nilai ditunjukan dari
setiap piksel positif atau negative atau tidak ada perubahan. Citra dengan band
tunggal atau band berbeda atau kombinasi band, seperti indeks spectral dapat
dilakukan dengan teknik ini. Teknik ini dapat disajikan dalam bentuk formula
sebagai berikut :
Xijk(t2) – Xijk(t1)
Xijk = —————————— + C
2
dimana XijK adalah nilai piksel abu-abu untuk band K pada garis_i dan kolom_j, t1
sebagai tanggal pertama dan t2 sebagai tanggal kedua. C adalah konstanta yang
digunakan untuk memproses hasil citra dari 0 – 254.
(b) Image ratioing

Perbandingan citra satelit dipersiapkan untuk membagi nilai piksel dalam
band particular band pada waktu t1 yang berhubungan dengan nilai piksel pada
waktu t2 nilai piksel lebih besar atau lebih kecil diambil untuk menunjukkan area
yang mengalami perubahan. Hal tersebut dapat diwakili oleh rumus berikut :
Xijk (t1)
Xijk = —————
Xijk (t2)

( c) Image regression
Metode ini diasumsikan bahwa nilai piksel pada waktu t1 ((Xij K (t1)
adalah berhubungan dengan waktu t2 Xij K (t2)), oleh fungsi linier, sehingga oleh
sebab itu satu citra satelit dapat diregresi lagi dengan menggunakan metode lainnya.
Metode deferensiasi citra satelit dapat diterapkan dengan nilai prediksi Xij
K (t2), sebagai dasar regresi garis, dari nilai actual pada citra satelit kedua, piksel
dengan piksel, sebagai berikut :
^Xijk(t2) – Xijk (t1)

Xijk = ——————————— + C
2
^Xijk = a0 + a1 . Xijk (t1)
(d) Principal component differencing

Pendekatan ini, PCA (Principal Components Analysis) yang dibentuk
secara terpisah pada setiap tanggal yang berbeda. PC2 dari setiap tanggal digunakan
untuk prosedur diferensiasi citra satelit. PC2 di[pilih karena memiliki nilai paling
tinggi yang berbeda diantara infra merah dan band nampak, dan seperti paling
berguna untuk enhancement dari kenampakan vegetasi.
(e) Post classification comparison

Metode yang paling sering digunakan adalah analisis perbandingan
klasifikasi sepektral dari waktu berbeda t1 dan t2 dengan prosedur yang indipenden.
Akhirnya peta perubahan penggunaan dan penutupan lahan diproses dari integrasi
logic dari hasil dua klasifikasi dengan menggunakan model multi tanggal citra satelit
atau dengan SIG.

(f) Multi-date classification

Pendekatan ini sebagai dasar analasis tunggal dari kombinasi tangal
berbeda t1 dan t2, dengan tingkat identifikasi area yang berubah (Gambar 4). Citra
satelit multiband dari dua tanggal berbeda disatukan dengan klasifikasi berbantuan
atau tak berbantuan. Sehingga hasil data dari semua band, dari pertama dua analisis
komponen principal (PC1 dan PC2) dapat digunakan klasifikasi berbantuan.
Pada wilayah yang luas dan heterogen disarankan menggunakan analisis
dijital dengan tahapan seperti pada Gamabr 4. Tahapan tersebut antara lain :
1. Data citra satelit, penyambungan dan georeferensi
2. Koleksi data dengan survai lapangan
3. Pembatasan wilayah administrasi, kelas penggunaan lahan dll
4. Klasifikasi dan stratifikasi dua musim berbeda
5. Penghalusan halus klasifikasi
6. Agregasi dari klasifikasi musim penghujan dan kemarau
7. Statisitik dan hasil akhir

CITRA DIGITAL CITRA DIGITAL

MUSIM KEMARAU MUSIM PENGHUJAN
Kumpulan beberapa Kumpulan beberapa

data/Peta data/Peta
Transformasi Model Transformasi Model
Rektikasi Kreasi Masker Rektikasi

(Kelas Penutupan)
Klasifikasi Klasifikasi
Mosaik Mosaik
Penghalusan
Komposisi Komposisi
Agregasi
Tumpangsusun Tumpangsusun
Ekstraksi Ekstraksi
OUTPUT
Statistik Statistik Hasil Foto Statistik
Gambar 4. Metodologi Pemetaan Dijital Land Use/Land Cover

G. Aplikasi PJ dan SIG untuk Evaluasi Penutupan Lahan

Sistem Informasi Geografis atau sering disebut Geographic Information
System (GIS) adalah suatu sistem yang berbasis komputer yang dapat digunakan
untuk menyimpan, menganalisis dan memanggil kembali data dengan cepat dan
mudah (Aronoff, 1989). Teknologi ini berkembang sangat pesat dan menjadi alat
yang efektif untuk digunakan di dalam analisa – analisa geografis. Sumber data yang
dapat digunakan sebagai masukan (input) di dalam sistem ini adalah survei lapangan
(pengukuran lapangan), peta dan data dari penginderaan jauh. Menurut Molenaar
(1991) sistem informasi geografis dapat digunakan untuk mendiskripsikan obyek,
fenomena atau proses yang terjadi di permukaan bumi. Prinsip dasar Sistem
Informasi Geografis (SIG) adalah setiap data spasial/geografis berkaitan dengan
letak (position) dan atribut. Data yang berkaitan dengan letak geografis digambarkan
sebagai titik (point), garis (arc) dan area (poligon). Sedangkan atribut menerangkan
fenomena yang menyertai titik, garis dan poligon tersebut. Ada 2 struktur data
didalam sistem informasi geografis yaitu struktur data raster dan vektor.
Struktur data raster adalah kumpulan dari titik atau ruang (cells) yang
meliput suatu permukaan bumi ke dalam kotak yang teratur (regular grid). Di dalam
struktur data raster atribut obyek secara langsung berhubungan dengan posisi obyek
tersebut. Contoh dari struktur data raster adalah data penginderaan jauh seperti potret
udara dan citra satelit. Pada struktur data raster masing – masing kotak (cells)
menunjukkan luasan dari permukaan lahan. Struktur data vektor menampilkan
kenampakan dengan tingkat ketelitian posisi yang jauh lebih tinggi dibanding data
raster (Aronoff, 1989). Di dalam menggambarkan obyek, struktur data vektor
menggunakan titik, garis dan poligon.
Dengan fasilitas SIG, data yang telah masuk ke dalam sistem dapat dipanggil
kembali (retreive) dan ditampilkan dalam berbagai bentuk. Disamping itu data
spasial tersebut dapat dicetak (print) dengan skala yang sesuai dengan kebutuhan
pengguna. Perubahan yang terjadi, terutama pada faktor – faktor yang dinamis
seperti penutupan lahan dapat secara langsung, mudah dan cepat dilakukan
perbaikan (editing). Data dan atribut selanjutnya disimpan dalam subsistem DBMS

(Database Management System). Analisa data spasial yang umum dilakukan adalah
tumpang susun peta (overlaying) baik secara sederhana maupun yang kompleks
karena banyak peta yang harus ditumpang susunkan. Konsep ini terus berkembang
dengan adanya tumpang susun peta yang memberi penekanan pada faktor atau peta
tertentu. Di lain pihak, pengolahan data dalam bentuk tabel dalam DBMS dapat
dilakukan berdasarkan kriteria tertentu (Nugroho S.P., Endang S., Wardojo. 1996).
Jessen (1992) menggunakan SIG dan soft-ware Arc-Info untuk mengolah
data sumber daya lahan dan menyusun rekomendasi penggunaan lahan yang
produktif. Begitu juga Fletcher (1990) menggunakan SIG untuk perencanaan
konservasi tanah di Sub DAS Wiroko dengan mengumpulkan data ISDL
(Inventarisasi Sumber Daya Lahan) pada setiap unit peta. Data ISDL yang
dikumpulkan di lapangan meliputi beberapa parameter tetap (bentuk lahan, tipe
batuan, jenis tanah, kemiringan lereng) dan parameter berubah (tingkat erosi, macam
teras, jenis penggunaan lahan).
Uboldi and Chuvieco (1997) menggunakan image processing dan SIG untuk
mengakses pengelolaan lahan pertanian di daerah semi arid yang terletak di lembah
sungai Colorado, propinsi Buenos Aires, Argentina. Beberapa parameter tanah
digunakan dalam rangka membuat peta kesesuaian lahan yang berbasis pada
karakteristik fisik tertentu, sedangkan penggunaan lahan aktual diperoleh dari citra
SPOT. Keduanya kemudian ditumpangsusunkan (overlay) sehingga diperoleh tabel
dan peta yang memperlihatkan lahan yang dikelola lebih intensif atau kurang
intensif dari seharusnya.
Aplikasi penginderaan jauh dan SIG telah banyak digunakan dalam
mengevaluasi lahan. Elsie and Zuidan (1998) menggunakan PJ dan SIG untuk
mengklasifikasikan penutupan lahan dan proses identifikasi lahan yang terdegradasi
terutama daerah terbuka. Penutupan lahan dibedakan dengan interpretasi visual dari
respon spektral citra SPOT. Problem terbesar dalam interpretasi adalah dalam
membedakan batuan permukaan karena respon batuan basal sama dengan lahan
basah dan daerah dengan sedikit vegetasi.

III. BAHAN DAN METODE
A. Lokasi Penelitian
Lokasi penelitian berlangsung di wilayah zona ekologi yang memiliki
kepadatan penduduk rendah dan curah hujan juga rendah yaitu di DAS Benain-
Noelmina. Secara geografis terletak pada koordinat latitude dan longitude dari kanan
atas 9o 14’ 16.9” S dan 125o 05’ 37.13” E sampai kiri bawah 10o 18’ 37.7” S dan
123o 46’ 06.44” E. DAS Benain yang terletak di kabupaten Belu, TTS (Timur
Tengah Selatan/SoE) dan TTU (Timur Tengah Utara) memiliki luas 334.284 ha,
sedangkan DAS Noelmina yang terletak di kabupaten TTS dan Kupang memiliki
luas 278.714 ha. Sehingga total luas DAS Benain Noelmina yang menjadi wilayah
BPDAS Kupang adalah seluas 560.035,6 ha. Curah hujan rata-rata tahunan 1780
mm/th dan hari hujan rata-rata 110 hari/tahun. Perbandingan bulan basah dan bulan
kering sebesar 0.5, sehingga menurut Schimdt dan Ferguson termasuk kelas iklim C.
B. Bahan dan Peralatan

Bahan yang digunakan untuk kegiatan kajian ini adalah
1. Peta – peta dasar, antara lain :
• Peta RBI skala 1 : 250.000 dan Peta Landsystem
• Peta situasi dan administrasi dan Peta Penggunaan Lahan
2. Citra satelit digital perekaman terbaru
3. Alat tulis seperti pensil, balpoint dan alat tulis untuk penafsiran citra
yaitu OHP fine full color, selotip dan plastik astralon.
4. Kertas plotter, kertas printer dan tinta warna (cartridge) untuk warna
hitam, kuning, magenta dan cyan.
Sedangkan peralatan yang diperlukan antara lain :
1. Peralatan untuk interpretasi citra satelit secara visual (Loop)
2. Peralatan survei lapangan (Kompas, Abney level, dan GPS)
3. Peralatan untuk pengolahan data digital dan SIG, antara lain
• Perangkat keras (hard ware) berupa komputer

• Perangkat lunak (soft ware) untuk analisis citra yaitu

ErdasImagine versi 8.7 dan PC Arc/Info versi 3.4D plus dan
ArcView 3.3 untuk analisa SIG. Untuk tabulasi diperlukan
Exel, microsoft word dan DBASE IIIPlus.
C. Rencana Kegiatan/penelitian
C. 1. Jenis Penelitian
Penelitian ini merupakan aplikasi dari sautu teknologi penginderaan jauh,
namun perlu dicobakan dengan berbagai macam teknik pemrosesan dari koreksi
distorsi sampai analisis pemrosesan dan perhitungan secara digital. Dengan kajian
ini diharapkan ada satu teknologi untuk membantu monitoring dan evaluasi suatu
DAS sehingga diperoleh metoda yang cepat, akurat dan tepat dengan analisis secara
digital. Sehingga dari haisl kajian ini dapat dipakai untuk membantu dalam
menetapkan karakterisasi suatu DAS sesuai dengan judul UKP.
C. 2. Rancangan Penelitian
Penelitian dilakukan dengan menggunakan citra satelit digital DAS Benain-
Noelmina. Analisis citra satelit dilakukan di laboratorium PJ dan SIG serta
dilakukan ground cek melalui observasi sampling beberapa obyek di lapangan.
Untuk meenetapkan titik-titik sampel obyeknya, DAS Benain-Noelmina dipilah
dalam tiga wilayah: hulu, tengah, dan hilir dengan asumsi bahwa ketiga wilayah
tersebut memiliki pola penutupan lahan yang berbeda berkaitan dengan penggunaan
lahan yang berbeda pula. Mengingat keterbatasan waktu, dana dan aksesibilitas,
pada masing-masing wilayah ditetapkan Sub DAS-Sub DAS representatif.
Kondisi penutupan lahan pada setiap Sub DAS/Sub-sub DAS reprensentatif
diinterpretasikan jenis-jenis penutupannya dengan menggunakan teknik PJ yang
sesuai berdasarkan perbedaan spektral reflektannya. Pemilahan jenis penutupan
lahan mengacu pada sistim klasifikasi penutupan lahan Badan Planologi Kehutanan
serta dilakukan melalui proses analisis spektral. Penetapan titik-titik sampel
dilakukan berdasarkan tumpang tindih (overlay) peta jenis penutupan lahan hasil

interpretasi citra digital (perbedaan spektral reflektan) dengan peta penutupan dan
penggunaan lahan yang ada (peta RBI, peta penggunaan lahan, peta landsistem),
selanjutnya titik-titik sampel pada peta hasil overlay diambil dengan
mempertimbangkan sebaran dan kemudahan aksesibilitas lapangannya.
Penajaman citra digital dimaksudkan untuk memperjelas kenampakan obyek
pada citra dan memperbaiki kualitas citra. Penajaman yang dilakukan meliputi
filtering, manipulasi histogram citra dll. Setelah dilakukan pemrosesan citra seperti
tersebut di atas, kemudian dilakukan klasifikasi tidak berbantuan (Unsupervised
classification). Hasil klasifikasi digunakan untuk menentukan titik sampel (jenis
penutupan dan penggunaan lahan) yang selanjutnya digunakan sebagai dasar di
dalam kegiatan lapangan (ground checking). Klasifikasi berbantuan (Supervised
Classification) dilakukan setelah kegiatan lapangan.
C.3. Parameter
Parameter-parameter data yang dikumpulkan untuk kegiatan Kajian Aplikasi
Penginderaan Jauh dan SIG untuk Monev DAS, antara lain :
1) Data grafis batas DAS
2) Peta jalan, sungai dan data administrasi
3) Prosentase penutupan vegetasi
4) Tingkat kerapatan vegetasi
5) Tipe/jenis penutupan lahan misalnya:
a. Hutan (Hutan primer, Hutan sekunder)
b. Perkebunan (Tanaman sejenis dan campuran)
c. Sawah (Irigasi dan tadah hujan), Pemukiman
d. Badan air (sungai, danau dll)
6) Nilai spektral obyek pada citra satelit digital
7) Perubahan penutupan lahan (luasan dan distribusinya)
8) Tingkat akurasi yaitu dengan mencocokkan hasil klasifikasi citra digital
dengan keadaan lapangan.

C.4. Pengambilan Data

Pengambilan data lapangan berupa data fisik tanah dan tanaman dengan
mencocokkan kondisi lapangan dengan kenampakkan pada citra satelit. Sampel di
lapangan ditetapkan dengan GPS (Global Positioning System) yang ditetapkan dari
variasi macam penutupan lahan dari hasil klasifikasi berbantuan atau klasifikasi
secara visual.
Data tanaman berupa macam penutupan lahan dan penggunaan lahan
sebenarnya sesuai dengan pembagian kawasan dari peta RBI. Sedangkan data tanah
meliputi data yang diperlukan untuk perhitungan erosi kualitatif maupun kuantitatif,
antara lain : tekstur tanah, struktur, kedalaman tanah dll.
C.5. Pengolahan dan Analisis data

Tahapan kegiatan kajian sebagai berikut :
1) Pengumpulan data baik berupa peta (digita,l manual) maupun citra digital.
2) Dijitasi peta situasi dan p.dasar (tematik), peta sistem lahan (landsystem).
3) Pemrosesan citra, seperti koreksi geometri dan penajaman citra.
4) Klasifikasi awal citra digital baik secara digital dengan metode tidak
berbantuan (unsupervised classification method), dengan perhitungan
NDVI, SBI, dengan maximum likely hood, dan PCA.
5) Penentuan lokasi sampel pada citra/peta hasil klasifikasi.
6) Kegiatan lapangan, untuk mengumpulkan data lapangan disamping itu
untuk mengecek akurasi hasil klasifikasi awal seperti tersebut di atas.
7) Data hasil kegiatan lapangan dan didukung oleh analisis spektral pada citra
digunakan untuk melakukan klasifikasi ulang (reklasifikasi) dengan metode
klasifikasi berbantuan (supervised classification method)
8) Digitasi peta penutupan lahan dari peta RBI skala 1:250.000
9) Tumpang susun (overlay) hasil klasifikasi berbantuan dengan peta tematik
digital penutupan lahan.
10) Analisa perubahan penutupan lahan
11) Pencetakan peta dan tabel

Data citra digital PJ (berbasis raster) diolah dan dianalisis dengan

menggunakan software ErdasImagine versi 8.7. Pengolahan tersebut meliputi
koreksi geometri, penajaman (analisis spectral) dan klasifikasi. Sedangkan data yang
diperoleh selama kegiatan di lapangan baik data sekunder maupun data primer
selanjutnya diolah menjadi data digital sebagai pedoman untuk klasifikasi ulang
pada citra digital sehingga diperoleh peta hasil klasifikasi (berbasis vector).
Kombinasi data penutupan lahan dan penggunaan lahan diperoleh system
kriteria/kategori kondisi pada setiap penggunaan lahan. dst
Peta penutupan lahan yang berasal dari sumber lain seperti peta RBI dan peta
penunjukan kawasan selanjutnya diolah dengan menggunakan software Arc/Info
versi 3.5. Pemrosesan tersebut meliputi digitasi, editing dan pelabelan. Analisis
perubahan penutupan lahan dilakukan dengan menumpang susunkan (overlay)
antara peta hasil klasifikasi citra dan peta digital penutupan lahan dari RBI, sehingga
diperoleh peta penutupan lahan dan perubahannya.

IV. BIAYA DAN ORGANISASI PELAKSANA
A. Biaya Penelitian
Biaya penelitian Aplikasi PJ dan GIS dalam Monev tahun 2006 sebesar Rp.
88.318.000,- (Delapan Puluh Delapan Ribu Tiga Ratus Delapan Belas Ribu Rupiah)
A. Belanja Barang Operasional Lainnya (Rp. 11.210.000,-)
No Jenis Kegiatan Satuan Volume Biaya Jumlah
Kebthn Satuan Biaya (Rp)
1 Konsumsi analisa data dan OH 18 55.000 990.000
pelaporan
2 Foto copy, penggandaan/penjilidan LS 1 750.000 750.000
laporan dan dokumentasi
3 Konsumsi updating data aplikasi PJ OH 54 55.000 2.970.000
4 Pengumpulan data kondisi lapangan LS 1 6.500.000 6.500.000
B. Belanja Bahan (Rp. 21.500.000,-)
No Jenis Kegiatan Satuan Vol. Biaya Jumlah
Kebt Satuan Biaya (Rp)
1 ATK dan Operasional komputer LS 1 1.000.000 1.000.000
2 Bahan perlengkapan lapangan LS 1 3.500.000 3.500.000
3 Bahan peta LS 1 3.000.000 3.000.000
4 Bahan citra satelit LS 1 7.000.000 7.000.000
3 Bahan pencetakan peta LS 1 7.000.000 7.000.000
C. Belanja Biasa (Rp. 55.608.000,-)
No Jenis Kegiatan Satuan Vol. Biaya Jumlah
Kebt Satuan Biaya (Rp)
1 Perjalanan dalam rangka OT 2 1.380.000 2.760.000
konsultasi dan koordinasi ke
Bogor
2 Perjalanan dalam rangka OT 11 4.804..000 52.848.000
pelaksanaan ke DAS Benain-
Noelmina, NTT

B. Organisasi Pelaksana
Kegiatan penelitian dilaksanakan oleh tim peneliti dari berbagai disiplin
ilmu antara lain, Konservasi Tanah dan Air, Kehutanan, PJ dan SIG serta dibantu
oleh beberapa teknisi seperti terdapat pada Tabel 2.
Tabel 2. Tim Pelaksana Kegiatan Tahun 2006

No. Nama Jabatan Pendidikan Bidang Kedudukan
Keahlian dalam TIM
1. Ir. Beny Harjadi,MSc Peneliti S2-PJ Kontan, PJ Ketua Tim/

Muda dan SIG Peneliti
2. Ir.Dody Prakosa, MSc. Ajun Peneliti S2-PJ Kehutanan Anggota/

Muda dan PJ Peneliti
3. Drs.Agus Calon S2-PJ PJ dan SIG Anggota/

Wuryanta,MSc Peneliti Peneliti
4. Ir. Nining Ajun Peneliti S2-PJ Kehutanan Anggota/

Wahyuningrum, MSc. Muda dan PJ Peneliti
5. Yusuf Iriyanto W. Tek Lit STM Pertanian Anggota/

Pelaksana Pertanian Teknisi
Lanjutan
6. Bambang Ragil Calon SKMA SIG dan Anggota/

Wahyu Mulyo P. Teknisi survai Teknisi
7. Bambang Dwi Atmoko Calon SKMA Kontan dan Anggota/

Teknisi survai Teknisi

Jadwal rencana pelaksanaan kegiatan Aplikasi PJ dan GIS dalam Monev

tahun 2006 terdapat pada Tabel 3.
Tabel 3. Jadwal Rencana Kegiatan Tahun 2006

No KEGIATAN
BULAN PELAKSANAAN
1 2 3 4 5 6 7 8 9 10 11 12
A. KEGIATAN KANTOR
1 Persiapan
- Pengadaan ATK dan
Opers. Komputer
- Bahan pencetakan peta
- Pengadaan Citra Satelit

dan perlengkapan
2. Penyusunan laporan
- Ft.copy penggandaan
- Rapat intern
B. KEGIATAN LAPANGAN
3. Perjalanan Dinas
-Konsultasi & Koordinasi
- Orientasi lapangan
- Pengumpulan data
lapangan dan Kompilasi
C. KEGIATAN LABORAT
4. Pemrosesan data
- Pemrosesan citra satelit
- Analisa data satelit
- Digitasi
5. Proses Overlay dan
Analisa GIS
- Analisa data
- Updating data PJ

V. HASIL DAN PEMBAHASAN
A. Konsultasi dan Koordinasi, Orientasi
A.1. Konsultasi dan Koordinasi

Konsultasi pada instansi yang mengadakan peta RBI (Rupa Bumi
Indonesia) yaitu Bakosurtanal (Badan Koordinasi Survai dan Pemetaan Nasional)
yang beralamat di Jl. Raya Jakarta-Bogor Km 46 Cibinong. Disamping itu untuk
informasi citra satelit dan peta RePPRoT ke Baplan (Badan Planologi) Kehutanan di
Gedung Manggala Wanabhakti. Juga mencari informasi dari perpustakaan Badan
Litbang Kehutanan Pusat “RI Ardi Koesoema” yang beralamat Jl. Gunung Batu di
Bogor, tentang buku-buku yang terkait dengan penginderaan jauh (PJ) dan system
informasi geografis (SIG). Peta RBI dalam bentuk digital untuk skala 1:100.000
belum ada, sementara areal untuk Benain Noelmina sangat luas yaitu 612.998 hektar,
sehinga jika menggunakan skala yang lebih kecil misalnya skala 1 : 25.000 akan
menggunakan lembar peta cukup banyak (sekitar 16 lembar). Sebagai pengganti
untuk analisis kontur dapat dilakukan dengan digitasi peta kontur on screen atau
dengan meja digitasi atau dengan menggunakan peta SRTM untuk analisis DEM
(tiga dimensi). Analisis tiga dimensi diperlukan untuk perhitungan kemiringan
lereng dan arah lereng (aspek) sebagai dasar perhitungan erosi.
A.2. Orientasi
Data yang dikumpulkan meliputi data fisik tanah antara lain : bentuk lahan,
jenis batuan, jenis tanah, kemiringan lereng, erosi, jenis teras, dan penutupan lahan.
Penetapan sample lokasi dengan menggunakan GPS (Global Positioning System)
untuk menunjukkan lokasi yang akurat sesuai dengan letak di citra Landsat.
Selanjutnya diperbadingkan kenampakan pada citra Landsat dengan kondisi
lapangan pada musim kemarau dan nanti diperbadingkan juga pada musim
penghujan. Secara garis besar penutupan lahan di DAS Benain-Noelmina berupa
hutan alam dengan tanaman cemara, ampupu, gliricidae, akasia, dengan sebagian
besar semak belukar untuk daerah yang diterlantarkan. Beberapa daerah juga

merupakan tanaman tegalan dan sawah irigasi dan tadah hujan. Bentuk lahan dari
pegunungan pada ketinggian 1600 m, perbukitan, alluvial-colluvial sampai pada
daerah dataran pada ketinggian 75 m. Beberapa titik penting pertemuan jalan pada
perempatan atua pertigaan, dan pertemuan antara jalan dan sungai diatas jembatan
ditetapkan titik-titik koordinat sebagai kunci lapangan, pada saat analisis citra satelit
dengan computer.
DAS Benain yang terletak di kabupaten Belu, TTS (Timur Tengah
Selatan/SoE) dan TTU (Timur Tengah Utara) memiliki luas 334.284 ha, sedangkan
DAS Noelmina yang terletak di kabupaten TTS dan Kupang memiliki luas 278.714
ha. Sehingga total luas DAS Benain Noelmina yang menjadi wilayah BPDAS
Kupang adalah seluas 612.998 ha. Curah hujan rata-rata tahunan 1780 mm/th dan
hari hujan rata-rata 110 hari/tahun. Secara geografis terletak pada koordinat latitude
dan longitude dari kanan atas 9o 14’ 16.9” S dan 125o 05’ 37.13” E sampai kiri
bawah 10o 18’ 37.7” S dan 123o 46’ 06.44” E. Meliputi 3 kabupaten Kupang
(Amarasi, Kupang Timur, Fatuleu, Takari, Amfoang Selatan), TTS (Mollo Utara,
Fatumnasi, Mollo Selatan, Polen, Kota SoE, Amanuban Barat, Batu Putih,
Amanuban Selatan, Kuan Fatu, Amanuban Tengah, Amanuban Timur, Kie,
Amanatun Selatan, Boking, Amanatun Utara), TTU (Miomafo Barat, Noemuti,
Insana), dan Belu (Malaka Barat, Rinhat, Malaka Tengah).
Titik utama yang diambil untuk kunci lokasi koordinat dalam koreksi
geomteri yaitu titik pertemuan antara jalan dengan sungai pada jembatan,
perempatan jalan, dan beberapa daerah yang luas dan memiliki penutupan lahan
yang ekstrim berbeda dengan sekitarnya.

B.Metode Analisis Data PJ dan SIG

Metode analisis dengan menggunakan PJ (Penginderaan Jauh) dan SIG
(Sistem Informasi Geografi) dalam rangka monev DAS meliputi analisis peta dasar
(peta tanah, peta lereng dan peta penggunaan lahan) dan peta hasil analisis meliputi
peta SES dan peta MMF. Peta SES (Soil Erosion Status) merupakan perhitungan
erosi secara kualitatif dan peta MMF (Morgan Morgan and Finney) merupakan erosi
kuantitaif.
B.1. Karakteristik Lahan DAS

Secara umum kondisi DAS Benain Noelmina seluas 560035,6 ha, sebagian
besar bergelombang (34,5) dan Alluvial-Colluvial (32,0), dan sedikit sekali
pegunungan (lihat Tabel 4)
Tabel 4. Kondisi Topografi di DAS Benain Noelmina, NTT
TOPOGRAFI TINGGI DPL (M) PIXEL LUAS (HA) %

A Dataran Rendah < 100 m 460899 41480,91 7,4
B Berombak 100 - 300 1219581 109762,3 19,6
C Bergelombang 300 - 500 2148417 193357,5 34,5
D Alluvial-Colluvial 500 - 1000 1993608 179424,7 32,0
E Bukit Anakan 1000 - 1500 304884 27439,56 4,9
F Perbukitan 1500 - 2000 90189 8117,01 1,4
G Pegunungan > 2000 m 5040 453,6 0,1
Kondisi topografi seperti diatas bepeluang terjadinya erosi, tetapi hal

tersebut tergantung dari tingkat curah hujan dan tingkat intensitas pemanfaatan lahan
yang dipengaruhi tingkat kepadatan penduduk. Di NTT dengan agroecozone yang
mewakili daerah dengan kepadatan penduduk jarang dan curha hujan yang rendah,
maka intensitas pemanfaatan lahan rendah begitu juga dengan intensitas hujan juga
rendah. Sehingga erosi yang terjadi yang ada di DAS Benain Noelmina diharapkan
relatif rendah.

Peta DEM (Digital Elevation Model) yang menunjukkan tingkat elevasi

atau ketinggian tempat dari muka laut yaitu dari 4 m dekat outlet sampai 1633 m
pada puncak bukit (Gambar 5). Peta DEM DAS Benain Noelmina terdiri dari 5 Sub
DAS yaitu NK (Noelmina Kupang), NS (Noemina TTS), BS (Benain TTS), BU
(Benain TTU), dan BB (Benain Belu).
581929 737749
8984097 8984097
PETA DEM BENAIN NOELMINA
Skala 1 : 1.000.000
BU BB
Ketinggian (m)
BS 1633.0
1307.2
NK 981.4
NS
655.6
329.8
4.0
8868597 8868597
581929 737749
Gambar 5.Peta Dem Titik Ketinggian DAS Benain Noelmina
Luas masing-masing Sub DAS yaitu NK (Noelmina Kupang) 78434,46 ha

(14,3%), NS (Noemina TTS) 130504,2 ha (23,8%) , BS (Benain TTS) 115557,4 ha
(21,1%), BU (Benain TTU) 135088,4 ha (24,6%), dan BB (Benain Belu) 88563,33
ha (16,2%).

250000
193357,5
Luas (ha) 200000
150000
100000
50000
453,6
0
n
al
h
an
k
ng
ka
da
ita
ba
vi
ng
ba
lu
na
en
uk
m
ol
nu
om
ro
tA
rb
R
-C
gu
Be
Pe
an
el
ki
al
Pe
rg
Bu
vi
ar
Be
lu
at
Al
D
Gambar 6. Sebaran Kondisi Topografi di DAS Benain Noelmina, NTT
Grafik diatas menunjukkan bahwa sebagian besar topografi yang ada di

DAS Benain Noelmina berombak, bergelombang dan Alluvial-colluvial (Gambar
6). Selanjutnya diikuti daerah dataran, berbukit anakan dan perbukitan yang
merupakan penyumbang erosi permukaan, erosi jurang dan erosi tepi jalan atau erosi
perkampungan. Pegunungan yang kebanyakan didominasi batuan marmer dijadikan
bahan tambang galian B unggulan di NTT. Jika tidak ditambang maka sebagian
besar pegunungan di NTT merupakan hutan rimba atau primer yang sulit dijangkau
karena letaknya sangat terjal dan tinggi yaitu lebih dari 1600 m dpl (dari permukaan
laut).
Daerah terluas pada topografi bergelombang (193.357,5 ha) dan tersempit
pada topografi pegunungan (453,6 ha). Keadaan tersebut sesuai dengan kondisi
penutupan lahan yang sebagian besar savana dan tanah dalam keadaan terbuka.

Kondisi topografi yang bergelombang dan ditunjang dengan lahan yang

didominasi kemiringan lereng yang datar (62,9%) memberikan peluang yang sedikit
untuk terjadinya erosi besar-besaran (Tabel 5). Sumbangan erosi kebanyakan pada
lahan dengan kelas lereng antara 8 – 15 % yaitu 24,1 % bagian wilayah di DAS
Benain Noelmina.
Tabel 5. Penyebaran Kelas Lereng di DAS Benain Noelmina
LERENG DESKRIPSI PIXEL LUAS (HA) %

A <8% Datar 3896812 350713,08 62,9
B 8 – 15 % Miring 1489362 134042,58 24,1
C 15 – 25 % Sangat Miring 615945 55435,05 9,9
D 25 – 45 % Curam 173272 15594,48 2,8
E > 45 % Sangat Curam 15017 1351,53 0,2
Kelas kemiringan lereng berdasarkan pedoman RLPS (Reboisasi Lahan

dan Perhutanan Sosial) dibagi menjadi 5 kelas dari datar (< 8%) sampai sangat
curam (> 45 %). Kemiringan lereng yang sebagian datar ditunjang dengan tingkat
curah hujan yang rendah dan penduduk yang rendah maka erosi yang akan terjadi
sangat kecil. Tetapi jika memperhatikan kondisi penutupan lahan yang sebagian
besar savana dan tanah terbuka maka ada peluang terjadinya erosi besar-besaran,
terutama pada tanah yang mengandung tekstur liat tinggi yaitu pada tanah Alfisols
dan Vertisols.

581929 737749
8984097 8984097
PETA KELAS LERENG DAS BENAIN NOELMINA
Skala 1 : 1.000.000
A Datar (< 8 %)
B Miring (8-15 %)
C Sangat Miring (15-25 %)
D Curam (25-45 %)
E Sangat Curam (> 45 %)
8868597 8868597
581929 737749
Gambar 7. Peta Kelas Lereng DAS Benain Noelmina
Pada Gambar 7 peta kelas kemiringan lereng di DAS Benain-Noelmina

mayoritas nampak warna merah yang didominasi lahan dengan kemiringan kurang
dari 8%. Hanya sedikit sekali atau hamper tidak ada lahan sangat curam lebih dari
45% yang ditunjukkan warna biru muda pada daerah pegunungan.
Kelas lereng sangat miring sebagian besar pada daerah hulu yang sangat
berpotensi terjadinya erosi sebagai sumbangan sedimentasi di daerah bawah.

400000
350713
350000
300000
Luas (ha)
250000
200000
150000
100000
50000
1352
0
A B C D E
Kelas Lereng
Gambar 8. Penyebaran Kelas Kemiringan Lereng di DAS Benain Noelmina
Grafik Gambar 8 penyebaran kelas kemiringan lereng di DAS Benain-

Noelmina berurutan dari yang terluas pada daerah datar (350.713 ha), dan semakin
curam atau kemiringan lereng sangat curam >45% paling sedikit (1.352 ha).
Sehingga dari faktor biofisik lahan, maka DAS Benain-Noelmina tidak berpotensi
terjadinya erosi, karena sebagian besar lahan datar.
Faktor lahan yang berpengaruh terhadap erosi tidak hanya lereng, tetapi
juga arah lereng (aspect) karena hal tersebut terhadap tingkat kesuburan tanaman.
Lahan yang menghadap ke arah matahari pagi hari (timur) dan saat musim
penghujan (arah selatan) maka tanaman relatif baik pertumbuhannya.

B.2. Data Dasar untuk Monev DAS
Tabel 6. Urutan Penyebaran Ordo Tanah di DAS Benain Noelmina
ORDO TANAH PIXEL LUAS ( HA) LUAS (%)

Inceptisols 3640204 327618,36 56,81
Alfisols 1067076 96036,84 16,65
Mollisols 793050 71374,5 12,38
Entisols 427442 38469,78 6,67
Vertisols 296712 26704,08 4,63
Ultisols 178037 16023,33 2,78
Oxisols 4636 417,24 0,07
Sebagian besar tanah di DAS Benain-Noelmina didominasi Inceptisols

yaitu seluas 327618,36 ha (56,81 %), dan paling sedikit untuk jenis tanah Oxisols
yaitu seluas 417,24 ha (0,07 %), lihat Tabel 1. Tanah Inceptisols, Alfisols, dan
Mollisols merupakan jenis tanah yang relatif masih subur untuk budidaya tanaman
semusim dan tahunan. Namun permasalahan yang ada di NTT yaitu curah hujan
yang rendah menyebabkan muka air tanah dalam dan kebutuhan air untuk tanaman
tidak mencukupi.
Keadaan kering berkepanjangan seperti yang terjadi di NTT memaksa
penduduk yang relatif sedikit hanya mengusahakan untuk tanaman rumput-rumputan
atau berupa savana. Sehingga pengembangan ternak besar yang dilepas/diliarkan
banyak diusahakan penduduk yang mampu.

581929 737749
8984097 8984097
PETA ORDO TANAH DAS BENAIN-NOELMINA
Skala 1 : 1.000.000
Alfisols
Entisols
N Inceptisols
Mollisols
Oxisols
Ultisols
Vertisols
8868597 8868597
581929 737749
Gambar 9. Peta Ordo Tanah DAS Benain-Noelmina
Dari Gambar 9 ditampilkan penyebaran peta Ordo Tanah DAS Benain-

Noelmina masing dengan degradasi warna yang berbeda, yaitu dari urutan yang
terluas adalah : Inceptisols (56,81 %) , Alfisols (16,65 %), Mollisols (12,38 %),
Entisols (6,67 %), Vertisols (4,63 %), Ultisols (2,78 %), Oxisols (0,07 %). Tanah
Inceptisols yang termasuk tanah subur yang dicirikan adanya epipedon plaggen yaitu
seringdilakukan pengolahan dengan bahan organik yang cukup, sehingga secara
biofisik tanah tersebut layak untuk dikembangkan tanaman apa saja. Di DAS
Benain-Noelmina tanah tersebut tersebar dari hulu sampai hilir, sehingga yangjadi
masalah tingkat curah hujan yang rendah dan penduduk yang rendah pula.

350000 327618,4
300000
250000
Luas (ha)
200000
150000
100000
50000
417,24
0
s
s
s
s
s
s
ol
ol
ol
ol
ol
ol
ol
tis
ltis
s
tis
fis
lis
s
xi
rti
ep
Al
ol
En
U
O
Ve
M
c
In
Ordo Tanah
Gambar 10. Sebaran Ordo Tanah DAS Benain Noelmina
Tanah di Sub DAS yang ditampilkan pada grafik Gambar 10 mewaikili 7

ordo tanah dari 11 ordo yang ada. Ordo tanah yang tidak ada di DAS Benain-
Noelmina yaitu Andisols, Aridisols, Spodosols, dan Histosols. Permasalahan tanah
di DAS Benain-Noelmina pada ordo tanah Entisols yang memiliki epipedon okrik
dan kedalaman tanah yang dangkal sampai sangat dangkal. Tanah tersebut jika
mengalami erosi permasalahannya jadi serius, karena tingkat toleransi erosi sangat
rendah. Tanah dengan toleransi yang rendah jika terjadi erosi sedikit saja atau erosi
ringan atau erosi permukaan tanah akan menyebabkan degradasi lahan besar-besaran.
Berbeda dengan tanah dengan solum atau kedalaman tanah yang dalam
seperti pada tanah yang mendominasi lahan di DAS Benain-Noelmina memiliki
toleransi yang tinggi, sehingga erosi yang tinggi dan berat pun tidak menjadi
permasalahan yang serius.

C.Metode Analisis Penutupan Lahan dan Erosi
C.1.Analisis Perubahan Penutupan Lahan
Tabel 7. Sebaran dan Perubahan Penutupan Lahan di DAS Benain-Noelmina
CS-2005-MH CS-1999-MK BEDA LUAS

PENUTUPAN MUSIM MUSIM + Penambahan
LAHAN PENGHUJAN KEMARAU - Pengurangan
Savana 165986,82 184506,4 -18519,6
Hutan agak rapat 114012,81 6856,4 107156,4
Hutan jarang 92796,84 40070,1 52726,7
Tegalan 68255,73 45551,1 22704,6
Tanah terbuka_1 43955,37 88818,4 -44863,0
Tanah terbuka_2 33355,89 163549,8 -130194,0
Sawah 25912,89 14682,9 11230,0
Tubuh air 8053,11 6264,1922 1788,9
Sungai 763,47 2690,9 -1927,4
Awan 234,45 337,1 -102,7
Hasil analisis perubahan penutupan lahan yang ditampilkan pada Tabel 1

merupakan dua analisis keadaan penutupan lahan pada musim penghujan dan musim
kemarau. Pengaruh tersebut tidak hanya disebabkan oleh perbedaan musim, tetapi
juga oleh perbedaan tahun pengambilan gambar, yaitu untuk musim kemarau
digunakan citra satelit Landsat tahun 1999 dan untuk musim penghujan
menggunakan citra satelit terbaru yaitu tahun 2005.
Sebagian mengalami penurunan (-) dan sebagian lainnya mengalami
penambahan (+). Penurunan penutupan lahan terjadi pada kelas penutupan lahan
savana, sungai, dan tanah terbuka, sebaliknya yang mengalami penambahan yaitu
untuk kelas penutupan lahan hutan agak rapat dan jarang, sawah, tegalan dan tubuh
air.

581929 737749
8984097 8984097
PETA PENUTUPAN LAHAN BENAIN NOELMINA
Skala 1 : 1.000.000
Hutan agak rapat

Hutan jarang
N Savana
Sawah
Sungai
Tanah terbuka_1
Tanah terbuka_2
Tegalan
8868597
Tubuh air 8868597
581929 737749
Gambar 11. Peta Penutupan Lahan DAS Benain-Noelmina Tahun 2005
Pada Gambar 11 ditampilkan peta penutupan lahan DAS Benain-

Noelmina tahun 2005 yang didominasi warna hijau yang menunjukkan tanaman
hutan di DAS Benain dan sebaliknya di DAS Noelmina lebih banyak tanah yang
terbuka. Urutan dari yang terluas untuk penutupan lahan di DAS Benain-Noelmina
adalah : Savana (165986,82 ha) , Hutan agak rapat (114012,81 ha), Hutan jarang
(92796,84 ha), Tegalan (68255,73 ha), Tanah terbuka_1 (43.955,37 ha), Tanah
terbuka_2 (33.355,89 ha), Sawah (25912,89 ha), Tubuh air (8053,11 ha) dan
Sungai (763,47 ha). Tanah terbuka-1 merupakan tanah yang masih ditumbuhi
tanaman rumput-rumputan berupa savana, sehingga tanah terbuka disini merupakan
transisi dari kondisi terbuka ke savana.

200000
180000 CS-2005-MH
160000
CS-1999-MK
140000
Luas (ha)
120000
100000
80000
60000
40000
20000
0
g
r
at
_1
_2
n
h
an
na
ai
a
n
la
wa
p
ng
ra
ka
ka
va
Aw
h
ra
ga
bu
ja
Sa
Su
u
Sa
ak
Te
rb
rb
n
Tu
a
ag
te
te
ut
h
n
na
na
a
ut
Ta
Ta
H
Gambar 12. Grafik Sebaran dan Penutupan Lahan DAS Benain-Noelmina
Pada Gambar 12 ditampilkan grafik sebaran dan perubahan penutupan

lahan DAS Benain-Noelmina. Dari kedua musim tersebut nampak bahwa pada
musim penghujan citra satelit tahun 2005 lahan ditutupi oleh tanaman yang
didominasi tanaman hutan dan tegalan serta sawah. Sebaliknya pada musim
kemarau citra satelit tahun 1999 di dominasi penutupan lahan savana dan tanah
terbuka.
Musim penghujan total luas sungai munurun, karena dikelaskan pada kelas
penutupan lahan yang lainnya yaitu sebagai badan air dalam bentuk bendungan atau
penampungan air yang meningkat.

C.2.Analisis Erosi Kualitatif (SES)
Tabel 8. Analisis SES untuk Prioritas Suatu Sub DAS di Benain-Noelmina
KELAS EROSI SES

SUB DAS RENDAH SEDANG BERAT TOTAL SES PRIO
Noel TTS 63084,33 56912,76 10507,14 130504,2
NS 11,5 % 10,4% 1,9% 23,8% 25,16 2
Noel Kupang 29910,96 37144,89 11378,61 78434,46
NK 5,5% 6,8% 2,1% 14,3% 31,08 1
Ben TTU 89486,73 39171,51 6430,14 135088,4
BU 16,3% 7,1% 1,2% 24,6% 19,61 5
Ben TTS 56308,41 50230,44 9018,54 115557,4
BS 10,3% 9,2% 1,6% 21,1% 24,94 3
Ben Belu 39794,04 43240,86 5528,43 88563,33
BB 7,3% 7,9% 1,0% 16,2% 24,76 4
Dari Tabel 8 menjukkan hasil analisis perhitungan erosi dengan metode

kualitatif SES (Soil Erosion Status), dikelaskan menjadi 3 kelas tingkat erosi yaitu
ringan (LEA : Low Erosion Assessment), sedang (MEA : Medium Erosion
Assessment), erosi berat (HEA : High Erosion Assessment). Urutan prioritas
ditetapkan dengan mengalikan dengan bobot besar pada tingkat erosi berat dan
sebaliknya diberikan bobot kecil untuk erosi ringan. Sehingga dari analisis SES
diperoleh prioritas pertama jatuh pada Sub DAS Noelmina-Kupang dan sebaliknya
prioritas terendah pada Sub DAS Benain-TTU.
Sehingga walaupun erosi yang terjadi pada areal yang luas jika tingkat
erosinya ringan tidak berpengaruh banyak terhadap prioritas Sub DAS yang akan
ditetapkan sebagai kondisi yang paling buruk. Sebaliknya walaupun yang terkena
erosi hanya pada areal yang tidak terlalu luas tetapi jika terjadi pada tingkat erosi
yang berat akan berpengaruh besar terhadap prioritas Sub DAS yang akan
ditetapkan.

581929 737749
8984097 8984097
PETA SES DAS BENAIN NOELMINA
Skala 1 : 1.000.000
L: LEA
M: MEA
H: HEA
8868597 8868597
581929 737749
Gambar 13. Peta SES (Soil Erosion Status) DAS Benain Noelmina
Dari Gambar 13 yang menampilkan peta hasil perhitungan erosi kualitatif

SES (Soil Eroion Status) dapat terlihat penyebaran warna tingkat erosi yang terjadi
yaitu : ringan (LEA : Low Erosion Assessment) warna hijau, sedang (MEA : Medium
Erosion Assessment) warna kuning, erosi berat (HEA : High Erosion Assessment)
warna merah. Pada DAS Benain sebagianbesar didominasi erosi ringan, sedangkan
DAS Noelmina sebagian besar erosi berat, maka prioritas utama pada Sub DAS
Noelmina-Kupang.

100000
URUTAN PRIORITAS SES
90000
80000
RENDAH
70000
SEDANG
60000
BERAT
50000
40000
30000
20000
10000
0
Noel Noel TTS Ben TTS Ben Belu Ben TTU
Kupang
Gambar 14. Urutan Prioritas SES DAS Benain-Noelmina
Urutan Prioritas berdasarkan hasil perhitungan erosi kulitatif SES DAS

Benain-Noelmina disajikan pada grafik Gambar 14. Sebagian besar erosi terluas
terjadi pada tingkat erosi rendah, kecuali pada Sub DAS Noel-Kupang dan Ben-Belu
terluas pada erosi tingkat sedang. Erosi tingkat berat untuk semua Sub DAS sama
yaitu pada areal yang tersempit (tidak luas). Walaupun erosi di Noel-Kupang pada
areal tidak terlalu luas, tetapi karena erosi pada tingkat berat cukup luas
dibandingkan Sub DAS lainnya, maka dengan memperbesar bobot pada erosi yang
berat menyebabkan Sub DAS Noel-Kupang ditetapkan sebagai prioritas utama.

C.3.Analisis Erosi Kuantitatif (MMF)
Tabel 9. Analisis MMF untuk Prioritas Sub DAS di Benain-Noelmina
KELAS EROSI MMF (ton/ha/th)

I II III IV
SUB DAS S.Rngn Ringan Sedang Berat TOTAL MMF PRIO
<15 15-60 60-180 180-480
Noel TTS 69772,7 47778,1 8787,6 5538,4 131876,8
NS 12,50 8,56 1,57 0,99 23,62
18,6 2
Noel Kupang 37483,5 30485,5 8799,4 4712,8 81481,1
NK 6,71 5,46 1,58 0,84 14,60
21,0 1
Ben TTU 91373,6 34757,2 7853,8 3252,5 137237,0
BU 16,37 6,23 1,41 0,58 24,58
15,9 5
Ben TTS 69137,2 37354,3 8545,5 2091,0 117128,0
BS 12,38 6,69 1,53 0,37 20,98
16,6 4
Ben Belu 50031,4 32694,8 6300,8 1495,4 90522,5
BB 8,96 5,86 1,13 0,27 16,22
16,9 3
Dari Tabel 9 yang menunjukkan hasil analisis perhitungan erosi secara

kuantitatif MMF dan dikelaskan menjadi 4 kelas erosi, yaitu dari erosi sangat ringan
(< 15 ton/ha/th), ringan (15-60 ton/ha/th), sedang (60 - 180 ton/ha/th), berat (180 -
480 ton/ha/th). Perhitungan prioritas suatu Sub DAS dengan mempertimbangkan
tingkat erosi dan luasan erosi yang terjadi, yaitu semakin berat tingka maka harus
dikalikan dengan bobot yang semakin besar pula. Hal tersebut karena pada erosi
yang berat dengan sedikit pengaruh saja akan berdampak buruk pada suatu Sub DAS.
Dari hasil analisis MMF dapat disimpulkan bahwa prioritas pertama jatuh pada Sub
DAS NK (Noelmina-Kupang) dan prioritas terakhir jatuh pada Sub DAS BU
(Benain-TTU).

581929 737749
8984097 8984097
PETA MMF DAS BENAIN NOELMINA
Skala 1 : 1.000.000
TTU_I
TTU_II
TTS(Noelmina)_I TTU_III
TTS(Noelmina)_II TTU_IV
TTS(Noelmina)_III
TTS(Noelmina)_IV
Belu_I
Belu_II
Belu_III
Belu_IV
N
TTS(Benain)_I
TTS(Benain)_II
TTS(Benain)_III
TTS(Benain)_IV
Kupang_I
Kupang_II
Kupang_III
Kupang_IV
8868597 8868597
581929 737749
Gambar 15. Peta MMF DAS Benain Noelmina, NTT
Gambar 15 merupakan peta hasil analisis perhitungan erosi secara

kuantitatif dengan metode MMF ditunjukkan dari degradasi warna yang berbeda
untuk masing-masing Sub DAS. Urutan prioritas Sub DAS dari yang prioritas
utama sampai prioritas terakhir masing-masing berurutan : Noel Kupang, Noel TTS,
Ben Belu, Ben TTS, Ben TTU.

100000
90000 S.Rngn
Ringan
80000 Sedang
70000 Berat
60000
Luas (ha)
50000
40000
30000
20000
10000
0
Noel Noel TTS Ben Belu Ben TTS Ben TTU
Kupang
Gambar 16. Urutan Prioritas dan Sebaran Hasil Analisis Tingkat Erosi MMF
Dari grafik Gambar 16 nampak bahwa kelima Sub DAS NL (Noelmina-

Kupang), NS (Noelmina-TTS), BB (Benain-Belu), BS (Benain-TTS), BU (Benain-
TTU), erosi tertinggi terjadi pada tingkat erosi ringan yaitu kurang dari 15 ton/ha/th.
Keadaan sama juga terjadi pada erosi tertinggi leih dari 180 ton/ha/th pada areal
yang paling sempit atau tidak luas untuk masing-masing Sub DAS.
Perhitungan dengan metode MMF (Morgan, Morgan and Finney) untuk
perhitungan erosi secara kuantitatif dalam penetapan prioritas suatu Sub DAS tidak
berbeda dengan erosi yang dilakukan dengan metode kualitatif SES (Soil Erosion
Status).

VI. KESIMPULAN
Sebagian penutupan lahan mengalami penurunan (-) dan sebagian lainnya

mengalami penambahan (+). Penurunan penutupan lahan terjadi pada kelas
penutupan lahan savana, sungai, dan tanah terbuka, sebaliknya yang mengalami
penambahan yaitu untuk kelas penutupan lahan hutan agak rapat dan jarang, sawah,
tegalan dan tubuh air. Urutan dari yang terluas untuk penutupan lahan di DAS
Benain-Noelmina adalah : Savana (165986,82 ha) , Hutan agak rapat (114012,81
ha), Hutan jarang (92796,84 ha), Tegalan (68255,73 ha), Tanah terbuka_1
(43.955,37 ha), Tanah terbuka_2 (33.355,89 ha), Sawah (25912,89 ha), Tubuh air
(8053,11 ha) dan Sungai (763,47 ha).
Tingkat erosi yaitu ringan (LEA : Low Erosion Assessment), sedang
(MEA : Medium Erosion Assessment), erosi berat (HEA : High Erosion Assessment).
dari analisis SES diperoleh prioritas pertama jatuh pada Sub DAS Noelmina-Kupang
dan sebaliknya prioritas terendah pada Sub DAS Benain-TTU.
Erosi sangat ringan (< 15 ton/ha/th), ringan (15-60 ton/ha/th), sedang (60 -
180 ton/ha/th), berat (180 - 480 ton/ha/th). Dari hasil analisis MMF dapat
disimpulkan bahwa prioritas pertama jatuh pada Sub DAS NK (Noelmina-Kupang)
dan prioritas terakhir jatuh pada Sub DAS BU (Benain-TTU).

DAFTAR PUSTAKA
Aronoff,S.,1989. Geographical Information System. A Management Perspective.

WDL Publication, Ottawa Canada.
Asdak, C. 1995. Hidrologi dan Pengelolaan Daerah Aliran Sungai. Gadjah Mada
University Press. Yogyakarta.
Berrios, P.H., 2004. Spatial Analysis of The Differences Between Forest Land Use
and Forest Cover Using GIS and RS. A case study in Telake Watershed,
Pasir district, East Kalimantan. MSc Thesis. ITC The Netherlands.
BPDASSOLO dan PUSPICS., 2002. Pemantauan dan Evaluasi Pengelolaan
Daerah Aliran Sungai Solo (Laporan Akhir).
Bronsveld, K., S.Chutirattanapan, B.Pattanakanok, R.Suwanwerakamtorn dan P.
Trakooldit., 1994. The use of Local knowledge in land use/land cover
mapping from sattelite images.ITC Journal The Netherlands.
Danoedoro P., 2003. Multisource Classification For Landuse Mapping Based On
Spectral, Textural and Terrain Information Using Landsat Thematic
Mapper. Indonesian Journal Of Geography Gadjah Mada University.
Yogyakarta.
Elsie M.J. and R.A.Zuidan. 1998. Remote Sensing, Synergism and Geographical
Information System for Desertification Analysis : an example from
northwest Patagonia, Argentina,ITC Journal 1998:134.
Fletcher, J.R. 1990., Land Resources Survey of The Wiroko Sub Watershed, Upper
Solo Watershed, Central Java.Indonesia.
Franklin, E. Steven.2001. Remote Sensing For Sustainable Forest Management.
CRC Press LLC Boca Raton, Florida 33431.
Jessen, M.R. 1992. Land Resources Survey of The Pijiharjo Sub- Sub Watershed,
Upper Solo Watershed, Central Java, Indonesia.
Mas Francois Jean dan Ramirez Isabel. 1996. Comparison of Land Use
Classifications Obtained by Visual Interpretation and Digital Processing.
ITC Journal the Netherlands.
Molenaar, M., 1991. Status and Problems of Geographical Information Systems. The
Necessity of a Geoinformation Theory. Journal of Photogrammetry and
Remote Sensing, 46.pp 85 – 103.
Nugroho.S.P., Endang Savitri dan Wardojo,1996. Laporan Inventarisasi Sumber
Daya Lahan Sub DAS Solo Hulu.Buku I. BTPDAS Surakarta.

Poveda, German dan Salazar F.Luis. 2004. Annual and Interannual (ENSO)
Variability of Spatial Scaling Properties of a Vegetation Index (NDVI) in
Amazonia. Journal of Remote Sensing of Environment 93 (2004) 391 –
401.
Prihandito, Aryono.1989. Kartografi. Mitra Gama Widya. Yogyakarta
Purbowaseso,B.1996. Penginderaan Jauh Terapan. Terjemahan “Applied Remote
Sensing “. UI- Press,Jakarta.
Purwadhi, Sri Hardiyanti, 2001. Interpretasi Citra Digital. Gramedia Widiasarana
Indonesia. Jakarta
Sukresno dan V.Precylia, 1995. Evaluasi Perubahan Penggunaan Lahan dan
Konservasi Tanah Terhadap Sifat – sifat Parameter Tata Air DAS di Sub
DAS Wader. Prosiding : Diskusi Hasil Penelitian BTPDAS Surakarta.
Proyek P2TPDAS Solo.
Tim Peneliti BP2TPDAS-IBB, 2004. Pedoman monitoring dan Evaluasi
Pengelolaan Daerah Aliran Sungai (edisi revisi). Proyek Penelitian dan
Pengembangan Teknologi Pengelolaan Daerah Aliran Sungai Kawasan
Barat Indonesia.
Uboldi J.A. and E. Chuvieco, 1997. Using Remote Sensing and GIS to Asses Curent
Land Management in the Valley of Colorado River, Argentina, ITC
Journal 1997:2.

KERANGKA LOGIS PENELITIAN

Lampiran 1. Kerangka Kerja Logis Kegiatan Aplikasi Penginderaan Jauh dan SIG dalam Monitoring dan Evaluasi Tahun 2006
Narasi Indikator Cara Verifikasi Asumsi
Tujuan :
• Memperoleh metode analisis data • Informasi metode analisis data Melengkapi informasi yang dibutuhkan Kebijakan nasional
PJ dan SIG yang efektif untuk digital PJ dengan melakukan kegiatan penelitian yang mendukung
menyusun data dasar karakteristik • Teknik penyusunan basis data
penutupan lahan DAS serta untuk spatial dan non spatial
monev DAS
Sasaran
1. Tersedianya metode analisis data 1. Tersedianya peta penutupan 1.Analisis spektral citra digital Dana dan kebijakan
PJ dan SIG yang efektif untuk lahan hasil proses citra digital nasional mendukung
menyusun peta penutupan lahan PJ
aktual sebagai informasi untuk 2.Tersusunnya database baik 2.Digitasi, editing dan labeling data
melakukan monev DAS pada spatial maupun nonspatial vektor
tingkat DAS
Luaran :
1. Diperolehnya metode 1. Tersedianya metode pengolahan 1.1. Review hasil-hasil penelitian Dukungan peneliti,
pengolahan dan interpretasi data dan interpretasi data digital PJ teknisi, dana,
1.2. Analisis spektral citra digital di
digital PJ yang efektif dan 2.Tersedianya peta penutupan kebijakan yang
laboratorium PJ
efisien untuk memperoleh lahan hasil klasifikasi data berlanjut
2.1.Klasifikasi citra digital PJ
informasi penutupan lahan digital PJ 2.2. Kegiatan lapangan
aktual 3. Tersedianya peta perubahan
3.1. Kegiatan analisis peta digital
2. Diperolehnya peta penutupan penutupan lahan baik digital
(overlay) dg perangkat lunak SIG
lahan aktual dan peta perubahan maupun cetak jadi 4.1. Penghitungan luas perubahan
penutupan lahan hasil klasifikasi 4. Tersedianya data luasan
penutupan lahan
dan analisis erosi citra digital perubahan penutupan lahan
dengan PJ dan SIG.

Kegiatan :
1.1. Penetapan lokasi 1.1. Tersedianya lokasi penelitian 1.1 Orientasi dan konsultasi
1.2. Pengolahan citra digital 1.2.Tersedia data digital peta hasil Pemasukan (loading) citra digital 1. Dukungan instansi
1.3. Koreksi geometri dan pengolahan landsat ke dalam komputer terkait dan
penajaman 1.3.Tersedianya data digital hasil Koreksi geometri, radiometri dan masyarakat
1.4. Klasifikasi citra dan analisis koreksi dan penajaman penajaman (filtering, histogram eq, 2. Koordinasi yang
erosi kualitatif dan kuantitatif 1.4. Tersedianya citra hasil dll) baik antara
2.1. digitasi peta dasar dan peta – klasifikasi 1.2. Klasifikasi tidak berbantuan dan peneliti, teknisi
peta pendukung 2.1. Tersedianya peta dasar digital berbantuan pada data digital PJ, dan tenaga
2.2. Editing peta digital 2.2. Tersedianya peta digital hasil serta analisis erosi kuantitatif dan administrasi
2.3. Analisis peta digital dan overlay editing kualitatif 3. Dana yang
2.4.pencetakan peta 2.3. Tersedianya peta digital hasil 2.1.. Digitasi peta berkelanjutan dan
2.5. Penghitungan luasan analisis 2.2.. Editing tepat waktu
3.1. Penentuan titik sample yang 2.4. Tersedianya peta digital 2.3. Analisis peta digital
dikunjungi di lapangan penutupan lahan dan 2.4. Layout dan pencetakan
3.2. Kegiatan lapangan pengguanaan lahan 2.5. Analisis data nonspatial
2.5. Tersedianya peta penutupan 3.1 Penentuan titik sample
lahan dan perubahan 3.2 Pengecekan lapangan
penutupan lahan dalam bentuk
cetak jadi
2.6. Tersedianya luasan penutupan
lahan dan perubahannya
3.1. Tersedianya titik – titik
sampel
3.2. Tersedianya data hasil
kegiatan lapangan

APLIKASI PJ DAN SIG DALAM

MONITORING DAN EVALUASI
Ketua : Beny Harjadi
Sekretaris : Bambang D.A. dan Ragil Bambang WMP
Bendahara : Yusuf Iriyanto Winarno
Pembagian Tugas dan Tanggung Jawab :

A. Drs. Agus Wuryanta, MSc dan Ragil Bambang WMP :
1. Pengadaan bahan dan peralatan serta analisis citra satelit secara visual
2. Pengumpulan data primer (survai) dan sekunder di lapangan (foto copy data)
3. Pengolahan, analisis dan hasil akhir data primer dan sekunder (study
literature, instansi terkait, data internet dll)
B. Ir. Dody Prakosa dan Bambang Dwi Atmoko :

1. Analisis citra satelit secara digital (klasifikasi, erosi, dan morfometri)
2. Cheking lapangan dengan GPS dan data primer lainnya
3. Pengolahan datan primer & sekunder (Study literature, internet, instansi dll)
C. Ragil Bambang WMP dan Yusuf Iriyanto W dan Bambang Dwi Atmoko :
1. Survai kondisi lapangan saat ini (tanah dana tanaman)
2. Pengolahan data primer dan sekunder (peta-peta, data, foto, gambar dll)
3. Kompilasi data lapangan primer dan sekunder serta hasil komposisi
pemetaan akhir baik dalam bentuk soft copy maupun hard copy.
D. Beny Harjadi :
1. Koordinasi dan Konsultasi dengan UKP, orientasi dan survai fisik
2. Bertanggungjawab atas kelengkapan data angka, gambar, foto dan peta-peta
yang telah dikumpulkan oleh anggota tim dan masalah keproyekan
3. Menyusun dan melaporkan hasil kegiatan fisik lapangan

ADAB KERJA TIM PENELITIAN
A. Diperbanyak
1. Koordinasi dengan UKP dan konsultasi dengan instansi terkait
2. Diskusi internal Tim dan eksternal diluar Tim dan para eksekutif dan petani
3. Aktivitas di Perpustakaan, Kantor dan Lapangan yang terkait dan bermanfaat
B. Dikurangi
4. Melakukan kegiatan diluar TUPOKSI Balai dan Keproyekan Kantor
5. Boros menggunakan anggaran dan menyia-nyiakan waktu dan kesempatan
6. Ijin keluar kantor yang tidak perlu dan menghambat penyelesaian pekerjaan
C. Dijaga
7. Mengutamakan kebersamaan dan kerjasama dari pada perpecahan Tim
8. Kualitas, kuantitas dan kontinyuitas data primer dan sekunder
9. Hasil penelitian yang bermanfaat bagi petani, masyarakat dan bangsa
D. Ditinggalkan
10. Perpecahan atau diskusi yang saling menjatuhkan dan tidak membangun
11. Data fiktif atau data yang tidak sesuai dengan keadaan riril di lapangan
12. Mudah puas dengan hasil pekerjaan sendiri dan tidak mampu menghargai
karya (hasil penelitian) orang lain
E. Jangan disentuh
13. Keburukan kantor, kelemahan Tim atau kekurangan anggota tim
14. Perdebatan yang ingin menang sendiri tanpa mampu menilai secara obyektif
15. Perbedaan dalam perolehan rejeki atau keuntungan duniawi
F. Dijauhkan
16. Merendahkan atau menghina judul atau kemampuan orang lain
17. Mengkritik dengan niat untuk mempermalukan atau menjatuhkan seseorang
18. Memuji diri sendiri dan senang merendahkan orang lain

BIODATA BENY HARJADI

Data Diri :
Nama : Ir. Beny Harjadi, MSc.
Tempat/Tanggal Lahir: Surakarta, 17 Maret 1961
NIP/Karpeg : 19610317.199002.1.001/ E.896711
b
Pangkat/Golongan : Pembina / IV
Jabatan : Peneliti Madya
Riwayat Pendidikan :
TK : TK Aisyiyah Premulung, Surakarta (1967)
SD : SD Negeri 94 Premulung, Surakarta (1973)
SMP : SMP Negeri IX Jegon Pajang, Surakarta (1976)
SMA : SMA Muhammadiyah I, Surakarta (1980)
S1 : IPB (Institut Pertanian Bogor), Jurusan Tanah/Fak.Pertanian,BOGOR (1987)
Kursus LRI (Land Resources Inventory) kerjasama dengan New Zealand selama 9
bulan untuk Inventarisasi Sumber Daya Lahan (1992), INDONESIA-NEW
ZEALAND
S2 : ENGREF (École Nationale du Génie Rural, des Eaux et des Forêst), Jurusan
Penginderaan Jauh Satelit/ Fak.Kehutanan, Montpellier, PERANCIS (1996)
PGD : Post Graduate Diplome Penginderaan Jauh, di IIRS (Indian Institute of Remote
Sensing) di danai dari CSSTEAP (Centre for Space Science & Technology
Education in Asia and The Pasific) Affiliated to the United Nations (UN/PBB :
Perserikatan Bangsa-Bangsa), Dehradun – INDIA (2005).
Riwayat Pekerjaan :
1. Staf Balai Teknologi Pengelolaan Daerah Aliran Sungai (DAS), Surakarta (1989).
2. Ajun Peneliti Madya Bidang Konservasi Tanah dan Air pada BTPDAS-WIB
(Balai Teknologi Pengelolaan DAS – Wilayah Indonesia Bagian Barat), 1998.
3. Peneliti Muda Bidang Konservasi Tanah dan Air pada BTPDAS-WIB (Balai
Teknologi Pengelolaan DAS – Wilayah Indonesia Bagian Barat), 2001.
4. Peneliti Madya Bidang Konservasi Tanah dan Air pada BP2TPDAS-IBB (Balai
Litbang Teknologi Pengelolaan DAS - Indonesia Bagian Barat), 2005.
5. Peneliti Madya Bidang Pedologi dan Penginderaan Jauh pada BPK (Balai
Penelitian Kehutanan) Solo, 2006
Riwayat Organisasi :
1. Menwa Mahawarman, Jawa Barat (1980 – 1985)
2. HMI (Himpunan Mahasiswa Islam), (1980 – 1983)
3. Ketua ROHIS BP2TPDAS-IBB, 2 periode (2000-2006)
Penghargaan :
1. Satya Lancana Karya Satya 10 tahun, No. 064/TK/Tahun 2004
Alamat Penulis :
1. Kantor : BPK SOLO, d/a Jl.Ahmad Yani Pabelan, Po.Box.295, Surakarta. Jawa
Tengah, Telp/Fax : 0271–716709, 715969. E-mail: bpksolo@indo.net.id
2. Rumah : Perumahan Joho Baru, Jl.Gemak II, Blok T.10, Rt 04/ Rw VIII, Kel.Joho,
Sukoharjo, Solo. T: 0271- 591268.HP:081.22686657,E-m:adbsolo@yahoo.com


f12 - LHP Beny - PJ Sig NTT

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

f12 - LHP Beny - PJ Sig NTT

Diunggah oleh

Hak Cipta:

Format Tersedia

DEPARTEMEN KEHUTANAN

BADAN PENELITIAN DAN PENGEMBANGAN KEHUTANAN

SISTEM KARAKTERISASI DAS

APLIKASI PENGINDERAAN JAUH DAN SIG

SISTEM KARAKTERISASI DAS

APLIKASI PENGINDERAAN JAUH DAN SIG

Ir. Beny Harjadi, MSc

Ir. Syahrul Donie Ir. Heru Dwi Riyanto

Ir. Edy Subagyo, MP.

Beny Harjadi dkk di BPK Solo ii

Karakteristik penutupan lahan suatu wilayah sangat dipengaruhi oleh

Kata Kunci : Penginderaan Jauh, SIG, Monev, Klasifikasi, SES, MMF

Beny Harjadi dkk di BPK Solo iii

Laporan kegiatan tahun 2006 dari penelitian yang berjudul : Aplikasi

Surakarta, Desember 2006

Ir. Beny Harjadi, MSc

Beny Harjadi dkk di BPK Solo iv

Beny Harjadi dkk di BPK Solo v

III. BAHAN DAN METODE .................................................................................. 27

IV. BIAYA DAN ORGANISASI PELAKSANA ................................................... 32

V. HASIL DAN PEMBAHASAN............................................................................ 35

Beny Harjadi dkk di BPK Solo vi

TABEL 1. SASARAN TIAP TAHUN KEGIATAN ................................................................. 5

TABEL 2. TIM PELAKSANA KEGIATAN TAHUN 2006 .................................................... 33

TABEL 3. JADWAL RENCANA KEGIATAN TAHUN 2006 ................................................. 34

TABEL 4. KONDISI TOPOGRAFI DI DAS BENAIN NOELMINA, NTT ................................... 37

TABEL 5. PENYEBARAN KELAS LERENG DI DAS BENAIN NOELMINA ............................. 40

TABEL 6. URUTAN PENYEBARAN ORDO TANAH DI DAS BENAIN NOELMINA ................. 43

TABEL 7. SEBARAN DAN PERUBAHAN PENUTUPAN LAHAN DI DAS BENAIN-NOELMINA 46

TABEL 9. ANALISIS MMF UNTUK PRIORITAS SUB DAS DI BENAIN-NOELMINA .............. 52

Beny Harjadi dkk di BPK Solo vii

GAMBAR 1. PENGARUH HAMBURAN (SCATTERING) DAN SERAPAN (ABSORPTION)

GAMBAR 2. KURVA SPEKTRAL OBYEK (TUBUH AIR, TANAH DAN VEGETASI)

GAMBAR 4. METODOLOGI PEMETAAN DIJITAL LAND USE/LAND COVER ..................... 24

GAMBAR 6. SEBARAN KONDISI TOPOGRAFI DI DAS BENAIN NOELMINA, NTT .............. 39

GAMBAR 8. PENYEBARAN KELAS KEMIRINGAN LERENG DI DAS BENAIN NOELMINA... 42

GAMBAR 14. URUTAN PRIORITAS SES DAS BENAIN-NOELMINA .................................. 51

Beny Harjadi dkk di BPK Solo viii

Lampiran 1. Kerangka Kerja Logis Kegiatan Aplikasi Penginderaan Jauh

Beny Harjadi dkk di BPK Solo ix

Beny Harjadi dkk di BPK Solo 2

Beny Harjadi dkk di BPK Solo 3

C. Tujuan dan Sasaran UKP

D. Tujuan dan Sasaran PPTP

Beny Harjadi dkk di BPK Solo 4

Tabel 1. Sasaran Tiap Tahun Kegiatan

E. Hasil yang Telah Dicapai

F. Tujuan dan Sasaran RPTP Tahun 2006

Beny Harjadi dkk di BPK Solo 5

2) Tersedianya informasi kapasitas kemampuan penginderaan jauh dan SIG

G. Luaran Tahun 2006

H. Ruang Lingkup Tahun 2006

Beny Harjadi dkk di BPK Solo 6

II. TINJAUAN PUSTAKA

A. Daerah Aliran Sungai (DAS)

Beny Harjadi dkk di BPK Solo 7

B. Monitoring dan Evaluasi DAS

C. Penutupan Lahan dan Penggunaan Lahan

Beny Harjadi dkk di BPK Solo 8

Beny Harjadi dkk di BPK Solo 9

Beny Harjadi dkk di BPK Solo 10

terjadinya limpasan permukaan, apalagi tanpa disertai dengan upaya konservasi

D. Teknologi Penginderaan Jauh