Abstrak
Land Rehabilitation and Land Conservation include many aspects which has to do, such as: (1) Damage or Critical
Land Rehabilitation, (2) Increasing Land Productivity with Land Reclamation, and (3) Flood Controlling, Ravine
Controlling, and Slope Controlling. One of main objective in RTL-RLKT (Rencana Teknik Lapangan dan Rehabilitasi
Lahan dan Konservasi Tanah); which are Land Conservation rules and formed on Government Regulation, are
determine the location, width, and Level of Critical Land. In this paper will be discussed about Damage or Critical Land
Rehabilitation with determine Critical Land in North Bandung city. To determine critical land, we are using the method
which needs remote sensing data and all supporting data. With value process in Open Source GRASS, the distributed of
critical land in North Bandung city is detected.
Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember TIS - 100
Surabaya, 14 – 15 September 2005
Pertemuan Ilmiah Tahunan MAPIN XIV
”Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa”
telah ditentukkan atau diharapkan. Secara umum Lingkupan Wilayah yang dikaji sebatas
lahan kritis merupakan salah satu indikator adanya Bandung kawasan Utara. Batas wilayah
degradasi (penurunan kualitas) lingkungan sebagai Bandung Utara ditetapkan dalam SK
dampak dari berbagai jenis pemanfaatan sumber Gubernur Jabar No.181.1/SK.1624-
daya lahan yang kurang bijaksana. Bapp/1982 tentang Peruntukan Lahan di
Wilayah Inti Bandung Raya Bagian Utara.
Ciri utama lahan kritis adalah gundul, terkesan Batas wilyah Bandung Utara adalah sebagai
gersang dan bahkan muncul batu-batuan di berikut (Bapeda Jabar, 2002):
permukaan tanah dan pada umumnya terletak di ¾ Sebelah Utara dan Timur dibatasi oleh
wilayah dengan topografi lahan berbukit atau garis punggung topigrafi yang
berlereng curam (Hakim dkk., 1991). Tingkat menghubungkan puncak-puncak Gunung
produksi rendah yang ditandai oleh tingginya tingkat Burangrang, Masigit, Gedogan, Sunda,
keasaman, rendahnya unsur hara (P, K, Ca, dan Mg), Tangkuban Perahu dan Manglayang
rendahnya kapasitas tukar kation, kejenuhan basa ¾ Sebelah Barat dan Selatan dibatasi oeh
dan kandungan bahan organik, serta tingginya kadar garis kontur 750m di atas permukaan laut
Al dan Mn yang dapat meracuni tanaman dan peka (dpl)
terhadap erosi. Selain itu pada umumnya lahan kritis
ditandai dengan vegetasi alang-alang dan memiliki Tabel 1. Ruang Lingkup Wilayah Studi
pH tanah relatif lebih rendah yaitu sekitar 4.8 hingga
5.2 karena mengalami pencucian tanah yang tinggi Batas Koordinat Geodetik
serta ditemukan rhizoma dalam jumlah banyak yang Lintang Bujur
menjadi hambatan mekanik dalam budidaya Kiri Atas 6° 48’ 8.02’’ 107° 32’
tanaman. S 3.72’’ T
Kanan 7° 00’ 46.31 S 107° 44’
2.1 Ruang Lingkup Kajian Bawah 51.02’’ T
Lingkupan bahasan yang dikaji adalah pemanfaatan
open source GRASS mengidentifikasi lahan kritis.
78 6 5 0 0 79 2 0 0 0 79 7 5 0 0 80 3 0 0 0
0000 92 4 0
4500 92 3 4
Kotamadya Bandung
9000 92 2 9
78 6 5 0 0 79 2 0 0 0 79 7 5 0 0 80 3 0 0 0
Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember TIS - 101
Surabaya, 14 – 15 September 2005
Pertemuan Ilmiah Tahunan MAPIN XIV
”Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa”
Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember TIS - 102
Surabaya, 14 – 15 September 2005
Pertemuan Ilmiah Tahunan MAPIN XIV
”Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa”
base untuk pengidentifikasian lahan kritis di kawasan R = erosivitas curah hujan tahunan rata-rata
Bandung Utara: (biasanya dinyatakan sebagai energi
dampak curah hujan(MJ/ha) x intensitas
Import Citra hujan maksimal selama 30
menit(mm/jam)
Memasukkan citra SPOT dan Landsat Kawasan K = indeks erodibilitas tanah (ton x ha x jam)
Bandung Utara yang akan diolah pada data base dibagi oleh (ha x megajoule x mm)
GRASS dengan cara mengimpor citra dalam bentuk LS = indeks panjang dan kemiringan lereng
tiff, yang telah terkoreksi sehingga tidak mengurangi C = indeks pengelolaan tanaman
kandungan informasi yang ada. Proses import citra ini P = indeks upaya konservasi tanah
menggunakan perintah: Peta R dan K yang sudah dalam bentuk
File-Import- RasterMap – multiple using GDAL raster, dilakukan proses Reclass agar
memiliki nilai curah hujan dan erodibilitas
Persiapan Data spasial yang sebenarnya. Peta kemiringan lereng
(LS) didapatkan dengan melakukan
Tahapan persiapan data dimaksudkan untuk membuat perhitungan yang menggunakan modul
data spasial dapat diproses kemudian dianalisis. Peta- r.watershed pada GRASS. Dengan modul ini,
peta tematik, yaitu: Peta curah hujan kabupaten peta kemiringan lereng (LS) yang dibutuhkan
Bandung, Peta jenis tanah Kabupaten Bandung dan pada proses penghitungan tingkat erosi, dapat
Peta tata guna lahan Kabupaten Bandung. Peta-peta dihasilkan secara langsung. Peta C didapat
tematik tersebut dipotong menggunakan perintah dari turunan tataguna lahan dengan referensi
”Clip” pada sofware ARC INFO sehingga peta-peta foto udara kota Bandung, yang kemudian
tematik tersebut hanya mencakup daerah yang bentuk rasternya mengalami Reclass sesuai
bertampalan dengan daerah studi saja. nilai indeks pengelolaan tanamannya. Peta P
diberi nilai 1, yang diasumsikan tidak adanya
Import Data Vektor upaya konservasi, hal ini karena tidak adanya
data.
Data data dalam format vektor yang digunakan pada
penelitian ini adalah; peta curah hujan, peta jenis Pembuatan peta erosi memakai metode
tanah, tata guna lahan, Peta pemanfaatan lahan, peta USLE (kehilangan permukaan tanah) pada
kontur seluruh kawasan bandung utara. Data data GRASS dilakukan dengan perkalian layer
tersebut diimpor kedalam data base GRASS dengan citra Peta R, Peta K, Peta LS, Peta C dan Peta
perintah: P. Perkalian ini dilakukan dengan
File -> Import -> Vector map -> ESRI shapefile menggunakan modul r.mapcalc. Hasil
akhirnya berupa peta erosi seperti
Semua data vektor mengalami proses editing dan ditampilkan gambar di bawah ini
pembuatan topologi agar dapat dikonversikan ke dalam
bentuk Raster, Rasterisasi ini menggunakan perintah: Prakiraan Tutupan Tajuk menggunakan
GIS -> Map type conversions -> Vector to raster metode FCD
Pengolahan Erosi metode USLE di dalam Grass Model yang dipakai untuk menghitung
persentasi tutupan tajuk yaitu model FCD
Perkiraan penentuan erosi menggunakan rumus USLE (Forest Canopy Density) model ini
(Universal Soil Loss Equation) dimana tingkat erosi dikembangkan untuk memantau status
ditentukkan dengan menghitung perkiraan rata-rata kesehatan hutan.
tanah hilang. Rumus USLE secara matematis dapat
dinyatakan sebagai: Forest canopy indeks (FCD) mempunyai 4
komponen indeks yang mempengaruhinya,
A = R x K x LS x C x P (1) yaitu VI (vegetasi indeks), BI (bare soil
indeks), SI (Shadow indeks) dan TI
dimana: (Thermal indeks). Pengolahan tutupan tajuk
A = jumlah tanah hilang (ton/ha/tahun) dengan pemodelan FCD menggunakan modul
r.mapcal. dengan perintah Raster—Map
Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember TIS - 103
Surabaya, 14 – 15 September 2005
Pertemuan Ilmiah Tahunan MAPIN XIV
”Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa”
calculator. Modul ini dapat melakukan operasi Lmin = 3,2 (Lmax dan Lmin
matematika dan logika, proses perhitungan yang cepat didapatkan dari metadata)
untuk melakukan pemodelan. Pengolahan FCD ini Qcalmax = 255
dilakukan pada citra Landsat yang memiliki 7 band. Qcalmin = 1
Secara teknis langkah-langkah pembuatan komponen Dengan nama Resulting output map
komponen FCD sbb: bandung62.rad
a. Menghitung Nilai Indeks Advanced 2. Kemudian menghitung nilai indeks
Vegetation(AVI) Temperatur dengan penerapan rumus:
1. membuat layer peta baru 43.dengan mengurangi
band 4 dengan band 3. T = K2 / ln ((K1/ bandung62.rad) + 1)
2. Memasukkan rumus (float(A+1)*(256-
B)*C)^1/3 pada kolom formula, dengan kolom dimana nilai K2 = 1282.71 dan K1 =
A, B, dan C berturut turut adalah citra landsat 666.09
band 4, band 3 dan peta layer 43 Dengan nama Resulting output map
3. Mengisi Resulting output map dengan nama A.hutan.fcd.ti
A.hutan.fcd.avi. e. Menghitung VD (vegetasi density)
b. Menghitung BI (Bare soil indek) 1. Vegetasi Density merupakan
1. Masih menggunakan modul r.calcmap kombinasi dari indeks AVI dan BI,
2. Memasukkan rumus ke kolom Formula seperti dengan menggunakan modul r.cross.
berikut: Modul ini merupakan modul dalam
GRAS yang berfungsi untuk
(((float(A+B)-(C+D))/((A+B)+(C+D)))*100+100 menggabungkan informasi yang
tergabung dalam dua layer atau lebih
dimana kolom A, B, C dan D merupakan band citra citra dengan maksimal 10 citra dan
5, 3, 4 dan 1 membuat citra baru yang memberikan
3. Mengisi Resulting output map dengan nama informasi tentang kepadatan vegetasi
A.hutan.fcd.bi. (vegetation density = vd) caranya
c. Menghitung SI (Shadow Indeks) adalah: Memilih menu Raster ->
1. Proses perhitungan nilai indeks Shadow Overlay maps -> Cross products
menggunakan rumus ke kolom Formula seperti Dengan resulting out put map-nya
berikut: A.hutan.fcd.vd
f. Menghitung SSI
(float(256-A)*(256-B)*(256-C))^1/3 1. Mengkombinasikan indeks SI dan SI
dengan menggunakan modul r.cross.
dengan kolom A, B dan C yaitu berturut-turut 2. Prosedur yang dilakukan sama dengan
band citra landsat 1,2 dan 3 tahapan sebelumnya dengan layer peta
2. Memasukkan nama layer baru pada kolom yang berbeda yaitu A.hutan.fcd.si dan
Resulting output map dengan nama A.hutan.fcd.ti dan menghasilkan layer
A.hutan.fcd.si peta baru dengan nama A.hutan.fcd.ssi
d. Menghitung TI(temperature Indeks) g. Menghitung FCD
1. Pada proses Temperature indeks,terlebih dahulu 1. Nilai FCD diperoleh dari rumus
membuat peta layer baru yang memiliki berikut ini
informasi nilai radiansi. Layer peta baru ini
didapat dari band 6 yang di transformasi nilai FCD = (VD rescale + SSI rescale +1)*0.5-1
digital ke informasi nilai radiansi. Hal ini
dilakukan dengan penerapan formula berikut di 2. VD rescale merupakan citra baru hasil
r.mapcalc: proses penyekalaan ulang nilai yang
ada pada layer citra VD ke dalam
((Lmax – Lmin)/(QCalMax – QcalMin))*(Kanal 6 – 1)+Lmin rentang 1 hingga 100.
3. SSI rescale merupakan citra baru hasil
dimana: proses penyekalaan ulang nilai yang
nilai Lmax = 12,65 ada di dalam citra SSI ke dalam
rentang 1 hingga 100.
Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember TIS - 104
Surabaya, 14 – 15 September 2005
Pertemuan Ilmiah Tahunan MAPIN XIV
”Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa”
Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember TIS - 105
Surabaya, 14 – 15 September 2005
Pertemuan Ilmiah Tahunan MAPIN XIV
”Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa”
Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember TIS - 106
Surabaya, 14 – 15 September 2005
Pertemuan Ilmiah Tahunan MAPIN XIV
”Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa”
Hasil Akhir
782000 784000 786000 788000 790000 792000 794000 796000 798000 800000 802000 N
92 44000
924400 0
92 42000
9 24200 0
1:125000
Legenda
92 40000
9 24000 0
92 38000
9 23800 0
Administrasi
Kota Bandung
92 36000
9 23600 0
Sangat Kritis
Kritis
92 34000
9 23400 0
Agak Kritis
Potensial kritis
92 32000
9 23200 0
Tidak Kritis
92 30000
9 23000 0
15100023
Departemen Teknik Geodesi
782000 784000 786000 788000 790000 792000 794000 796000 798000 800000 802000 Institut Teknologi Bandung
Analisis Terhadap Identifikasi Sebaran lindung di luar kawasan di Kota Bandung Bagian
Daerah Lahan Kritis di Kota Bandung Bagian Utara. Dari statistik dan peta kesesuaian lahan
Utara diketahui bahwa kawasan budidaya pertanian
merupakan penggunaan lahan terbesar di
Kawasan Bandung Utara dalam Pemetaan Lahan Kawasan Bandung Utara. Berdasarkan analisis
kritis di bagi ke dalam dua kawasan, yaitu Sistem Informasi Geografis (SIG) menggunakan
Kawasan hutan lindung dan kawasan budidaya opensource GRASS terhadap karakteristik
pertanian. Walaupun terdapat tiga kawasan yang tutupan lahan, kemiringan lereng, dan tingkat
tercantum pada SK Menhut no 20, yaitu kawasan potensi erosi maka dapat diketahui klasifikasi
hutan lindung, Kawasan budidaya pertanian, lahan kritis dan sebarannya serta luas masing
Kawasan lindung di luar kawasan. Pembagian dua masing kelas tingkat kekritisan lahan, yaitu:
kawasan ini disebabkan tidak adanya kawasan
Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember TIS - 107
Surabaya, 14 – 15 September 2005
Pertemuan Ilmiah Tahunan MAPIN XIV
”Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa”
Dari penelitian ini dapat ditarik beberapa poin Hijazi, J, 2001. Elevation Extraction from
kesimpulan sebagai berikut. Satelite Data Using PCI SOFWARE,
1. Separuh wilayah Kota Bandung Bagian Utara makalah disajikan pada simposium ke- 1
yang di teliti (62,75%) merupakan lahan potensial space Observation Technologies for Defence
kritis, sepertiganya (24.94 %) adalah lahan agak Applications, Abu Dhabi, Uni Arab Emirate.
kritis dan hanya sebagian kecil saja (4.7 %) yang
termasuk ke dalam lahan kritis (kritis & sangat Klinkenberg, B, 1990. Digital elevation
kritis). Models. National Centre for Geograpic
2. Sebagian besar lahan kritis yang berada di information analisys unit 38.
Kawasan Bandung Utara terletak di kawasan http//www.geog.ubc.ca./course/klink/gis.note
pertanian. Hal ini dapat terjadi karena rendahnya s/ncgia/u38.html#UNIT38
tutupan tajuk di kawasan tersebut.
3. Wilayah Kawasan Bandung Utara yang Lennert, Moritz (2004).Grass Tutorial
berpotensi menjadi lahan kritis didominasi oleh
kawasan pertanian. Penyebab dari keadaan ini http://grass.itc.it/indeks.html
adalah bervariasinya kemiringan di daerah
tersebut. http://grass.itc.it/gdp/indeks.html#tutorials
DAFTAR PUSTAKA
Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember TIS - 108
Surabaya, 14 – 15 September 2005