PEMANF AA TAN CITRA SA TELIT RESOLUSI TINGGI, DGPS, DAN SIG UNTUK MENDETEKSI KONDISI PENGGUNAAN LAHAN DI KOTA

YOGY AKARTA Subaryono', ABSTRACT
The geomatics technology, especially remote sensing technology, has developed sensors capable of producing satellite images such as "IKONOS" images with very high spatial resolution (0.6 - lm). However, the high spatial resolution has no high values when its geometric positions are not well corrected. The combination of the use of high spatial resolution image and the DGPS will be able to produce high quality information of objects in the earth surface in terms of both the content and its geometric positions. Information about land use with such quality is very useful in support oj urban planning and management. This research used a high spatial resolution image "IKONOS" which was corrected using primary data obtained through the application of the DGPS (Differential Global Positioning System) in the City oj Yogyakarta. The combination of both procedures (data processing of IKONOS and DGPS) has resulted in the corrected IKONOS image with higher geometric accuracy. This image was interpreted to extract information about urban land use oj Yogyakarta. This information then was contrasted with the actual conditions. The results show that the DGPS measurement was able to achieve sub-em absolute accuracy. The use oj the data obtained from this method ill correcting the geometric positions of IKONOS image was able to achieve sub-pixel accuracy. This research applied a land classification scheme covering 9 land use classes developed by Sutanto et al. (198/) to classify the IKONOS data of Yogyakarta city. The scheme was selected because of the large volume 0/ data and the actual land use ill Yogyakarta. Spatial analysis using GIS (Geographic Information SystemlSIG) in this research show that there were changes in land lise classes, particularly the agricultural class into the settlement class.

Harlntaka', Bilal Ma'rur'

Key words: DGPS, IKONOS, Yogyakarta City, Urban Land Use PENGANTAR Latar Belakang Penggunaan berbagai platform citra satelit untuk pemetaan penggunaan lahan telah banyak dilakukan semenjak diluncurkannya satelit surnberdaya alam pada tahun tujuh-puluhan. Berbagai teknik telah dikembangkan untuk mengekstrak data citra satelit guna memperoleh data penggunaan lahan, termasuk lahan perkotaan (Epstein et aI., 2002, dan GIuch, 2002). Metode utama untuk klasifikasi citra adalah (1) Supervised, dan «2) Unsupervised classification (Jensen, 1996). Namun, penggunaan citra satelit resolusi spasial yang relatifkasar (15 m - 30 m) tidak dapat digunakan untuk mengidentifikasi penggunaan lahan sebagaimana disyaratkan pad a data untuk keperluan perencananaan dan pengelolaan lahan perkotaan (Anggorowati, 2003; Kartesa, 2003; Rubiasih, 2003; Yulianti, 2003). Dengan dikembangkannya citra satelit resolusi tinggi, teknikteknik yang telah dikembangkan tersebut belum tentu sesuai digunakan untuk mernperoleh informasi detail daerah perkotaan. Gluch (2002) menggunakan tekstur analisis atas 2 citra yang digabungkan (merged), yaitu Landsat TM dan SPOT-P data. Persyaratan titik kontrol tanah (ground control points= GCP) untuk pemetaan penggunaan lahan perkotaan dengan metode penginderaan jauh menjadi sangat ketat, mengingat tuntutan ketelitian geometrik yang tinggi terhadap data yang dihasilkan. GCP yang diekstrak dari peta topografi sudah cukup memadai untuk mengolah citra satelit dengan resolusi rendah, tetapi untuk citra dengan resolusi tinggi memerlukan GCP ketelitian dengan fraksi ern, Hal tersebut dilakukan dengan pengukuran GPS secara diferensial atau DGPS (Kleusberg and Teunissen, 1996). Untuk mengolah dan mengkontraskan data hasil dari citra dan data lainnya yang terkait dengan objekobjek spasial perkotaan digunakan pendekatan Geographic Information Systems (GIS) atau SIG (Sistem Informasi Geografis). Dalam hal ini, SIG berguna untuk menyediakan gambaran yang lebih lengkap dari hubungan (relationships) antar elemen natural dan kultural dalam sistem perkotaan (Huxhold, 1991). Permasalahan Berbagai kegiatan yang ada di kota Yogyakarta telah mengubah kondisi penggunaan lahan perkotaan. Fenomena tersebut memerlukan penanganan sejak

Ir. Subaryono, MA, Ph.D. Dosen Jurusan Teknik Geodesi Fakultas Teknik UGM. E-mail: sssubar@ugm.ac.id Harintaka, ST, MT. Dosen lurusan Teknik Geodesi Fakultas Teknik UGM. E-mail: harintaka@ugm.ac.id 3 Bilal Ma'ruf, ST, MT. Dosen lurusan Teknik Geodesi Fakultas Teknik UGM.
I 2

24

MEDIA TEKNIK

No.4 Tahun XXVIII Edisi Nopember

2006 No.ISSN

0216-3012

G.8 kilometer (4. Hal ini disebabkan oleh penggunaan citra Sate!it IKONOS diluncurkan pada tanggal 24 September 1999 di Vandenberg Air Force Base. yaitu: banjir. yaitu an tara 1. Tinjauan Pustaka satelit dengan resolusi spasial yang cukup kasar (10 30 m) (Anggorowati.3 feet) pankromatik 4. Yulianti. Keseluruhan penelitian tersebut mengkaji pemanfaatan citra lKONOS dari aspek informasi tematiknya saja. 2003).5 feet) multispektral 26° OffNadir: 1. Mengekstrak dan mengklasifikasi obyek yang ada pada citra satelit IKONOS di Kota Yogyakarta LANDASAN TEORI Citra Satelit IKONOS Beberapa penelitian yang menggunakan citra satelit untuk mengidentifikasi penggunaan lahan di daerah perkotaan menunjukkan hasil yang tidak memuaskan. telah dihasilkan citra satelit komersial IKONOS dengan resolusi spasial yang sangat tinggi.7 setiap 24 jam 98 menit 681 kilometer (423 mil) Nadir: 0.6 mil) pada 26° off-nadir Sekitar jam 10:30 a.0 mil) pada nadir 13. Tujuan Penelitian I.5 kilometer (4. Berdasarkan karakteristik citra lKONOS tersebut. Adapun karakteristik satelit IKONOS dapat disimak pada Tabel 1.7 feet) panchrornatik 3. 2003. Karakteristik Citra IKONOS (Space Imaging.dini dan terintegrasi berbagai aspek yang berkaitan dengan pengelolaan kota seperti fisik (ruang dan infrastruktur kota). kekumuhan kota. ekonomi (perdagangan. B.82 meter (2. RTRWK diharapkan dapat menjadi acuan bagi pengelola pemerintahan daerah sebagai pengendali pertumbuhan dan pengembangan kota sampai dengan tahun 2004. kemacetan lalu lintas. Bahkan. 2002). dan aspek sosial-budaya (pengembangan masyarakat.0 meters (13. Tabel 1.1 feet) multispektral 11.lSSN 0216-3012 25 . diharapkan lebih jauh lagi dapat mengeliminir atau meminimalisir permasalahan klasik yang selalu dihadapi oleh kota. perpajakan).m. dan NIR MEDIA TEKNIK No. Djoewadi (2005). 2003. Satelit IKONOS memiliki resolusi spasial 1 m pada mode pankromatik dan 4 m pada mode multispektral. California Lebih dari 7 tahun 98. dimana waktu pencitraan dilakukan secara serempak.2 mil) per detik 14.8 kilometer (8.). solar time Sekitar 3 jam pada resolusi l-meter. khususnya kota Yogyakarta. California. 40° L 11 bits per piksel Pankromatik. dan Westiyani (2006). Penelitian pemanfaatan citra lKONOS untuk keperluan pajak bumi dan bangunan dilakukan oleh Arwiyanto (2004). Kartesa.2 meter (10. 2003. Disisi lain penggunaan citra satelit lKONOS dengan tingkat orto memerlukan dana yang cukup besar.5 sampai 3 hari. pelayanan pendidikan.4 Tahun XXVIII Edisi Nopember 2006 No. IKONOS memiliki resolusi temporal yang cukup singkat. Dewasa ini dengan berkembangnya teknologi sensor satelit. Amerika Serikat (Space Imaging. d11. maka sangat perlu diteliti kegunaanya untuk mendeteksi penggunaan lahan di daerah perkotaan.0 meter (3. kesehatan. 2002) Elemen Tanggal Peluncuran Usia operasi Orbit Kecepatan pada orbit Kecepatan di atas tanah Jurnlah revolusi Waktu orbit mengelilingi bumi Ketinggian Resolusi Lebar Swath Waktu melewati ekuator Waktu revisit Dynamic range Jumlah band Keterangan 24 September 1999 di Vandenberg Air Force Base. dan ketidakcukupan fasilitas kota untuk melayani ledakan pertumbuhan penduduk seperti yang disebabkan oleh laju urbanisasi. Pemerintah Kota Yogyakarta sudah menyusun Rencana Tata Ruang Wilayah Kota Yogyakarta (RTRWK) Periode 1994 sampai dengan 2004 yang mengakomodasi arahan peruntukkan lahan yang berdasarkan berbagai pertimbangan dan kepentingan. SUII synchronous 7.1 derajad. Swartoko (2005). R. Rubiasih.7 mil) per detik 6. Meningkatkan ketelitian geometrik citra satelit IKONOS tingkat geo sehingga memenuhi ketentuan ketelitian peta penggunaan lahan yang sesuai untuk RTRWK Kota Yogyakarta 2.3 kilometer (7.

1996) atau polinomial orde satu (Toutin. tetapi dapat diterapkan pada citra satelit. y = Koordinat titik hasil hitungan Interpretasi Visual Untuk Pengenalan Citra Satelit Obyek pada Identifikasi dan pengenalan obyek pada citra untuk keperJuan revisi peta topografi umumnya dilakukan secara manual dengan interpretasi visual. Koreksi distorsi geometrik yang bersifar random umumnya menggunakan transformasi 2 dimensi dengan persamaan polinomiai. Rumus transformasi affine 2D (Jensen. y = Posisi obyek dalam sistem koordinat peta ao. menyatakan ada 8 kunci yang dipergunakan untuk melakukan klasifikasi obyek secara visual.. yaitu distorsi yang bersifat sisternatik dan random. preCISIOIl. Untuk membantu pengenalan 2006 No. . Ketelitian registrasi citra sangat ditentukan oleh ketelitian sumber data acuannya. y' = Koordinat titik yang dianggap x.a2 = Parameter transformasi bo. 1996). Cara ini dilakukan pada sernua'jenis saluran citra dengan cara perentangan linier (Pohl. pro. yaitu bentuk. Umumnya sebelurn citra satelit didistribusikan kepada pengguna. Sumber kesalahan umum yang terjadi dan parameter koreksinya telah diketahui adalah efek kelengkungan bumi. JARS (1993). identifikasi jaringan jalan.. rona atau warna. Jika citra merniliki saluran tnultispektral maka dapat d ibuat warna natural sehingga kenampakan obyek di citra akan sama dengan kondisi sebenarnya di pennukaan bumi. 1996). Pada awalnya kunci interpretasi ini sangat cocok diterapkan pada citra foto udara pankromatik. Faktor yang membedakan antar tingkat produk adalah ketelitian posisinya. Kesalahan internal lebih banyak disebabkan oleh kondisi geometrik sensor dan bersifat sistematik sedangkan kesalahan eksternal disebabkan oleh bentuk obyek dan karakter dari data tersebut. Secara tegas Pohl (1996) mengklasifikasikan distorsi geometrik citra dalam 2 go longan. standard ortho. -1996). variasi tinggi permukaan tanah. Space Imaging (2002) menyebutkan tingkat citra IKONOS.a. reference. tekstur dan assosiasi. Persamaan matematik untuk menghitung RMSE setiap titik kontrol adalah (Jensen. 1996) adalah: x'= aD .4 Tahun XXVIII Edisi Nopember . Untuk menggunakan citra IKONOS pada suatu bidang aplikasi harus diperhatikan kondisi citra. Peta topografi merniliki unsur-unsur atau obyek penting dengan ukuran yang relatif kecil sehingga pada citra satelit SPOT Pankrornatik akan tampak beberapa piksel. dalam hal ini terkait erat dengan tingkat pengolahan dan harga. beberapa aplikasi yang menggunakan citra satelit IKONOS an tara lain: penentuan batas bidang. pola. 1994 dalam Pohl. Semakin tinggi tingkatnya maka ketelitian posisi semakin tinggi. dan sudut pandang perekaman (Pohl. y' = Posisi obyek dalam sistem koordinat citra x. 1994. tone. Jika dilakukan klasifikasi secara digital unsur-unsur penting tersebut tidak terklasifikasi atau bahkan akan hilang. dan identifikasi bangunan (Transavia Informatika Pratama. Jensen. distorsi geometrik disebabkan oleh kesalahan internal dan ekstemal. 2000).azy y'= bo + b. ukuran. Semakin kecil RMSE-nya maka semakin teliti penentuan titik kontrol tanah di citra. distorsi geometrik yang bersifat sistematik sudah dikoreksi oleh pengelola satelit. Pengolahan Citra Satelit Distorsi geometrik citra yang bersifat random dapat dikoreksi dengan meregistrasi citra terhadap peta (ENVI. seperti jalan raya dan jaringan irigasi. 1996): RMSE Untuk keperluan interpretasi visual unsur topografi pada citra satelit digunakan penajaman kontras dengan perentangan kontras (contrast stretching). Tingkat (level) geo adalah tingkatan terendah dengan karakteristik ketelitian posisi sekitar 15 111 (standar CE 90). . Perentangan kontras bertujuan mengoptimisasi penampilan citra menjadi 256 derajad kecerahan. Lillesand and Kiefer (2000). Sinyal pantulan obyek dalam perjalanannya menuju sensor satelit dipengaruhi oleh kondisi atmosfer. dimana hal 101 secara geometrik menyebabkan pergeseran bayangan obyek pada citra satelit. Wolf(1983).bz = Parameter transformasi Ketelitian transforrnasi ditentukan oleh harga RMSE (Root Mean Square Error). Melihat karakter resolusi spasialnya yang sangat baik. tetapi dengan konsekuensi harga yang juga semakin mahal. . Ditinjau dari sumber kesalahannya.ISSN 0216-3012 No.x . 26 MEDrA TEKNIK = J(X'-X)2 + (Y'_Y)2 benar (2) Dalam hal ini: x'. dan precis 1011 pills. Ketelitian posisi IKONOS tingkat geo ini dapat ditingkatkan dengan menggunakan GCP teliti. bayangan. Hal ini disebabkan parameter-parameter kalibrasi hanya diketahui oleh pemilik satelit. yaitu geo.x + bzY (I) Dalam hal ini: x'. transportasi.IKONOS didesain untuk digunakan pada berbagai macam bidang aplikasi. Beberapa faktor penting yang menyebabkan distorsi geometrik yang bersifat sistematik antara lain: kelengkungan bumi.

Distribusi titik kontrol tanah pada citra satelit IKONOS dapat dilihat pada Gambar 2. Perangkat lunak SKI 2. Magelang Km.. Penentuan Posisi dengan GPS secara Diferensial tereduksi dan tereliminasi dengan proses pengurangan Konsekuensinya ketelitian posisi akan meningkat secara drastis dibandingkan dengan metode penentuan posisi absolut. Perangkat lunak Map Info 6. diA : jarak geometrik antara sate1it ke pengamat piA : jarak rase (ukuran) antara satelit ke pengamat (XA.Ti : lama waktu perambatan sinya1 GPS dari satelit ke pengamat di dasarkan pada jam satelit 6. Jalan HOS Cokroaminoto.TAB (1)+ A¢ioll+6. 5. 6. efek dominan kesa1ahan dan bias tersebut MEDIA TEKNIK No. (differentia!).karakter dan ukuran obyek dapat digunakan teknik filtering dengan menggunakan filter yang sesuai. (2). kesa1ahan dan bias yang melekat pada data pengamatan GPS dengan menggunakan data rase.0 untuk digitasi dan pembuatan/analisis SIG. Adapun lokasi yang dipilih meliputi boulevard UGM. CARA PENELITJAN Bahan yang diper1ukan untuk penelitian ini adalah: I.. 4. Persamaan ini disebut persamaan pengamatan fase single difference. pengamatanlpengukuran titik kontrol tanah menggunakan GPS secara radial (3). Komputer Pentium 4 yang dilengkapi dengan CD ROM drive.T (t)+ 16. dan sisi obyek pad a citra digital.4 Tahun XXVIII Edisi Nopember 2006 No. jarak antara receiver dan satelit yang diukur dengan menggunakan data fase (jarak fase) dapat ditulis sebagai berikut : d~(t)=A(<1>~(t)+N~) p~(t)= 1(Xi -XA)2 (3) +(r. Y A" ZA) posisi pengamat dalam sistem koordinat kartesian (Xi. Citra Satelit IKONOS tingkat geo mode Pan Sharpened rekaman di daerah Kota Yogyakarta. Vi"~Zi) posisi satelit da1am sistem koordinat kartesian i NA : cycle ambiquity <piA : rase hasil ukuran '). ring road timur.1 untuk keperluan pengolahan citra satelit. Perangkat lunak Map imagery 2.¢lrw (5) Dalam hal ini. Secara teoritik. -y"r +(Zi -ZJ2 f. Menurut Kleusberg dan Teunissen (1996). lingkar ring road utara. analisis penggunaan lahan di Kota Yogyakarta dikomparasikan dengan dokumen RUTRW Kota Yogyakarta. I (4) Dalam hal ini.0 untuk meloading data citra IKONOS sehingga dapat dibaca oleh Map Info. perhitungan luas setiap kelas penggunaan lahan. Prosedur pelaksanaan penelitian dilakukan dengan tahapantahapan (I). sedangkan peralatan yang digunakan adalah: I. Dokumen Rencana Tata Ruang Wilayah Kota Yogyakarta Peri ode 1994 . Pengamatan/pengukuran titik kontrol tanah menggunakan GPS dilakukan dengan distribusi yang menyebar di daerah penelitian.30 untuk pengolahan data pengamatan GPS. garis. (7). 1 tim yang selalu stand by di reference station yang terletak di Boulevard UGM dan 2 tim sebagai rover yang mengamat GPS secara mobile di titik yang yang akan Konsep dasar penentuan POStSI dengan menggunakan GPS adalah reseksi jarak antara satelit dan receiver. (5). pengolahan data pengamatan GPS secara post processing.2004. 2.ISSN 0216-3012 27 . Tiga set alat receiver GPS single frequency tipe Geodetik merk Laica. Metode pengukuran GPS dilakukan secara radial. (4). dan TVRI Stasiun Yogyakarta di JL. pengamat GPS dibagi dalam 3 tim.T A: lama waktu perambatan sinya! GPS dari satelit ke pengamat di dasarkan pada jam receiver (pengamat) ~ion : kesalahan jarak yang disebabkan karena bias ionosfer ~'rop: kesalahan jarak yang diakibatkan karena bias troposfer Pada persamaan 5. (6). Tahapan pelaksanaan penelitian dapat dijelaskan sebagaimana digambarkan pada Gambar 1. peningkatan kualitas geometrik citra satelit IKONOS tingkat geo. persiapan bahan dan materi penelitian. 3.4. interpretasi visual dan ekstraksi informasi penggunaan lahan dari citra satelit IKONOS. c cepat rambat gelombang cahaya 6. parameter kesalahan jam satelit sudah tereliminasi sedangkan kesa1ahan karena atmosfer (ionosfer dan troposfer) dapat dikatakan sebagian besar tereduksi. 2. Perangkat lunak ER Mapper 6. : panjang gelombang sinyal GPS Jika 2 receiver mengamati satu sate1it secara simultan diperoleh 2 buah persamaan pengamatan rase one-way sebagai berikut : ¢~B(/) = * P~B(I)- N~B i -16. ring road selatan. Beberapa jenis filter digunakan untuk mengekstrak titik.

lallha. justru menyebabkan informasi yang penting (antara lain: jaringan jalan) tidak dapat terdeteksi. Tahap editing data dilakukan agar data pengamatan GPS tersebut siap digunakan untuk proses pengolahan. Pada penelitian ini dipergunakan skema klasifikasi yang dikembangkan oleh Sutanto. Peningkatan kualitas geometrik citra satelit IKONOS tingkat geo dilakukan dengan menggunakan 10 buah titik kontrol tanah hasil pengamatan GPS. Prosedur pengolahannya terdiri dari 2 tahap. Tahap pengolahan ini meliputi pengolahan absolute positioning yang fungsinya 28 sebagai koordinat pendekatan dan pengolahan secara diferensial untuk mendapatkan posisi definitif titik-titik kontrol tanah tersebut. Hasil akhir dari tahap pengolahan adalah koordinat titik kontrol tanah dalam sistem geodetik dan tingkat ketelitiannya. digitasi on screen.- Transformasi Titik Kontrol Tanah kc Sislem UTM (X. HASIL DAN PEMBAHASAN Titik kontrol tanah digunakan sebagai titik kontroI untuk koreksi geometris citra. • • • • Perslapan dan/atau pengadaan Pcrangkat keras dan lunak Citra satelit IKONOS Dokumcn Rencana Tala Ruang Kota Yogyakarta Dokumcn percncanaan rata ruang kota 'iiiimiiiiiiiii!i_iiiiiiilPliiciin~ilo. Data hasil pengukuran GPS selanjutnya diolah untuk mendapatkan koordinat dan ketelitian titik kontrol tanah tersebut.4 Tahun XXVIII Edisi Nopember 2006 No."11 • Citra IKONOS tingkat geo Pengukuran Tjtik Kontrol Tanah dcnaan GPS Pcngolahan Data GPS (SKI) I I Pcrbaikan Kunlitas Gcomctrik Citra IKONOS Intcrprctasi visual. JL HOS Cokromatinoto.Y) Dokumen Rencana Tata Ruang Kola Yogyakarta t... pengolahan dan transformasi koordinat. -------. Sebelum dilakukan perhitungan luas. penggunaan digital classification untuk daerah yang sangat heterogen (seperti daerah Kota Yogyakarta) dan menggunakan citra satelit resolusi tinggi. Hal ini dilakukan karen a dari beberapa penelitian pendahuluan.ahan digital I _11 Analisis (Map Info) T Hasil dan Rekomendasi - Gambar I. yaitu tahap editing data. Perl u diperhatikan bahwa ketelitian koreksi geometrik sangat ditentukan oleh titik kontrol tanahnya. MEDIA TEKNIK No. ring road timur. Tahap akhir dari proses pengolahan data GPS adalah melakukan trans fonnas i koordinat titik-titik kontrol tanah dari sistem koordinat geodetik ke sistem koordinat UTM. sedangkan tahap pengolahan digunakan untuk mendapatkan posisi definitif titik kontrol tanah. terlebih dahulu dilakukan pengecekan hasil digitasi dengan cara melakukan anal isis SIG yaitu overlay citra IKONOS terhadap kelas penggunaan lahan di Kota Yogyakarta memakai perangkat lunak Map Info. h) . Pelaksanaan Penelitian Pengolahan data pengamatan GPS secara post processing dilakukan dengan menggunakan perangkat lunak SKI 2. et al (1981). Untuk pengenalan obyek dipergunakan cara interpretasi visual dengan menggunakan kunci interpretasi dan ekstraksi informasi penggunaan lahan menggunakan cara digitasi secara langsung dimonitor.a . terlebih dahulu harus ditentukan skema klasifikasi yang dipergunakan.ISSN 0216-3012 . Diharapkan dengan alokasi waktu tersebut sudah dapat diperoleh konstelasi dan data ephemeris satelit GPS yang cukup teliti. dan klasifikasi (Er Marmer] Cek Lapangan Pcta Pcnggu naan L Koordinat Titik Kontrol Tanah dim sistem Geodctik (4).ditentukan posisinya yaitu disekitar ring road utara. Untuk itu pemilihan titik kontrol tanah dilakukan dengan sangat hati-hati. Sebelum dilakukan ekstraksi informasi tematik penggunaan lahan di Kota Yogyakarta. Pada penelitian ini koreksi geometri menggunakan transformasi polinomial orde 1 dan metode resampl ingnya menggunakan neirest neighbor. Perhitungan luas setiap kelas penggunaan lahan dilakukan setelah semua obyek yang nampak pada IKONOS sudah terklasifikasi. Hasil pengolahan dan ketelitian koordinat titik kontrol tanah disajikan dalam Tabel 2.al. ring road selatan.nIiD. dan di JL Magelang.30. Teknis operasional koreksi geometrik menggunakan perangkat lunak Er Mapper. Lama waktu yang diperlukan oleh setiap rover untuk melakukan pengamatan GPS adalah 30 men it dengan sampling rate. Titik kontrol tanah (GCP) diperoleh dengan melakukan pengukuran menggunakan GPS metode radial. J.

893 9138036. Koordinat Titik Kontrol Tanah Hasil Pengolahan No I 2 3 4 5 6 7 8 9 10 Titik BLY BNT JMB JNT MNDL SLKM TYRI UMY UPN GWG dan Keteiitiannya dalam Sistem Koordinat Geodetik Latitude 74625.28 517.84 3861.236 9138083.9236 m m ill sH Fix 0.0006 m untuk bujur. Dalam penel itian ini digunakan lO titik sekutu dengan distribusi yang rnerata di seluruh daerah penelitian.18253 110 23 4.3132 166.950 429015.0069 m m m m m m m m m m m m m m m m Dari Tabel 2.73 7664. Nilai RMS yang dapat diterima adalah kurang dari 0.846 435047.0019 m untuk tingginya.62 7311.868 436281.5 piksel (Jansen.0027 0. 0.30 1642.402 m telah memenuhi persyaratan tersebut.29 X 431283.0011 III 0.9024 099.049 9134616.73 8893.80609 I 10 21 41.12797 S 7 45 57. dan metode pengolahan data yang diterapkan. seperti pada Garnbar 2.20 3907.676 Y 9140650.32234 1102253.0021 m untuk lintang.53 0.41 4092. Adapun titik kontrol tanah dan besamya residu pada setiap titik kontrol tanah dapat dilihat pada Tabel 3.87 4761.101 432141. Interpolasi nilai spektral (resampling) menggunakan metode tetangga terdekat (nearest neighbour ).0013 m untuk bujur.68217S 74751.47 431.0021 m m 1102236.0008 III 0.79 0.0006 m 0.93721 S 74940.402 m.942 434763.41 Koordinat Peta (m) RMSE (m) 0.ISSN 0216-3012 29 .1790 128.0021 0.27 0.04 1306.24328 S 7 50 2. Dalam penelitian ini koreksi geometri dilakukan dengan data acuan berupa titik-titik kontrol tanah hasil Skema Klasifikasi Penggunaan Lahan Skema klasi fikasi yang dipergunakan pada penelitian ini mengadopsi pada skema klasifikasi penggunaan lahan yang telah dikembangkan oleh Sutanto.0006 0. Ketelitian posisi hasil pengolahan di atas dipengaruhi oleh beberapa faktor.0656 132.8661 105.39 0.0008 0.02331 S 7 45 50. geometri dan distribusi dari satelit yang diamati.0018 0.770 429615. Hasil pengolahan menunjukkan bahwa simpangan baku minimum terdapat pada titik UMY dengan standar deviasi 0.4 Tahun XXVIII Edisi Nopember 2006 No.09 0.50720 S SLat Koordinat Titik Kontrol Tanah Longitude SlolI m m m m m m ill Height 156.65476E 11025 19. 1996) sehingga hasil RMS rata.09379 1102429.0022 0. ketelitian data yang digunakan.5850 I S 74749.16 5219.77517E 110 24 39.44 0.68 0. 0.36 7245.43786 1102122.0008 m 0. dengan pertimbangan tidak merubah piksel. dkk (1981).66232 11023 18.168 428568.0008 In 0.22684 S 747 57. Skema klasifikasi penggunaan lahan dikategorikan dalam bagian: MEDIA TEKNIK No. dan 0. pengukuran GPS menggunakan metode differensial baseline radial.36 0. dapat dilihat bahwa seluruh koordinat titik kontrol tanah hasil pengolahan baseline memiliki ketelitian dalam fraksi milimeter.166 9141443.01 2229.3165 173.rata sebesar 0.70 0.83 212.0007 0.0006 0.10136 S 746 0.0024 0.0069 m untuk tingginya. yaitu: metode penentuan posisi yang digunakan.0014 III 0.0019 0.0007 0.0008 III 0.402 piksel atau 0.708 9141529. Standar deviasi maksimum terdapat pada titik GWG dengan standar deviasi 0.837 431814.315 Penentuan Gambar 2.0013 m Fix 0.74 7922.2472 104.Tabel 2.569 9134001.0006 0.23221 S 7 49 42.0008 0. Metode yang digunakan dalam transformasi koordinat adalah fungsi polinomial orde satu.323 9134680.0027 0.84 1190.0015 0. Dari 10 titik kontrol diperoleh jumlah nilai residu rata-rata sebesar 0.11 7388.543 9137848.1495 131.882 432592. Daftar Titik Kontrol Tanah dan Harga RMSE No Titik I 2 3 4 5 6 7 8 9 10 BLV MDL JNT UPN JMB SLKM TVRI UMY BNT GWG Koordlnat Citra (piksel) Baris Kolom 3899.85121 E E E E E E E E Fix 0. Distribusi Titik Kontrol Tanah Pada Citra IKONOS Komposit.08 4429.99804 110217. Tabel 3.956 9141753.0011 III 0.0006 m untuk Iintang.4289 163. dan 0.0017 0.

478 m . dan apotik 3. Dalam penelitian ini. yaitu pemukiman.206. Luas Masing-Masing Lahan No I 2 3 4 5 6 7 8 Penggunaan Jasa Lahan Kelas Penggunaan Luas Total (m') 6. Sering ditemukan. stasiun 6.96 24. sedangkan di dalam kota relatif tetap.1. 2.956. Tabel 4. No. (3). kolam renang. I7 19. Perbedaan luas yang cukup besar ini dapat disebabkan oleh beberapa faktor: (1). transportasi.14 m2 sedangkan berdasarkan hasil statistik perangkat lunak pengolah 30 MEDIA TEKNIK 1. yang terdiri atas kelembagaan (antara lain: perkantoran. yang terdiri atas lapangan olah raga. (4). Ketelitian geometrik citra satelit IKONOS tingkat geo dapat ditingkatkan dengan menggunakan titik kontrol tanah hasil pengamatan metode OOPS. perdagangan. rumah praktek pengacara) 7. dengan ciri: pola teratur dan ada beberapa yang mempunyai pola khusus.60 4. Skema klasifikasi penggunaan lahan dari citra satelit IKONOS perlu dibuat lebih detail. kebun binatang.139. Saran DAN SARAN Berdasarkan skema klasifikasi yang dipakai.865. dan (9). pertokoan. dan (2).58 77. rumah sakit. misalnya identifikasi dan delineasi dengan unit spasial persil atau obyek. Pertanian. yang berupa jalan raya dengan berbagai kelas.14 Lahan Kosonz Industri Rekreasi lbadah Pernukiman Perdagangan Pertanian Jumlah Luas Pada penentuan skema klasifikasi penggunaan lahan diperlukan kunci interpretasi. dan lain-Iain/lahan kosong. perkebunan bibit yang secara administrasi masih masuk dalam wilayah administrasi Kota Yogyakarta.998. bank.4 Tahun XXVIII Edisi Nopember 2006 No. (2). gedung pertunjukan/kesenian 8. pertanian.461. Lain-lain. tempat ibadah. reI KA (Kereta Api).402. tailor. misalnya rumah bangsawan di kraton. jasa. stadion. Ada beberapa area di pinggir citra IKONOS yang tidak dapat diinterpretasi penggunaan lahannya (pada IKONOS terlihat hitam pekat).545. lain-Iain/lahan kosong. (5).358. tempat ibadah.ISSN 0216-3012 . misalnya: kawasan Malioboro dapat dikategorikan sebagai kawasan perdagangan. Dengan memanfaatkan teknologi SIG. pertanian. Tempat ibadah. pernukiman. yang terdiri dari pabrik-pabrik 5.768. Industri. yaitu dari kelas pertanian menjadi pemukiman atau jasa. Perubahan tersebut terutama di sekitar jalur ring road. Tabel 4 menyajikan luas setiap kelas penggunaan lahan di Kota Yogyakarta. Berdasarkan interpretasi penggunaan lahan dari citra IKONOS luas Kota Yogyakarta adalah 77. gereja 9. Pengecekan lapangan menunjukkan terjadi perubahan penggunaan lahan di daerah pinggiran kota. citra IKONOS dikategorikan dalam 9 kelas penggunaan lahan.206. (6). Penggunaan Lahan di Kota Yogyakarta Pengecekan di lapangan menunjukkan adanya perubahan penggunaan lahan di daerah pinggiran kota. (8). industri. yang dapat berupa tempat pernakaman umum dan lahan kosong Jdentifikasi dan Digitasi Citra IKONOS Penggunaan Lahan Pada citra Er Mapper. dan rumah praktek dokter. hasil identifikasi dan delineasi penggunaan lahan di Kota Yogyakarta tersebut dapat dihitung luasnya. citra IKONOS memiliki luas 78. dari kelas pertanian menjadi pemukiman atau perdagangan.844. jasa. maka dapat disajikan penggunaan lahan pada status Juni 2001 di Yogyakarta. Pemukiman. faktor yang paling dominan yang dipakai untuk menentukan jenis kelas penggunaan lahan tersebut. transportasi. industri.768. Rekreasi.4 piksel (di bawah 0. yang terdiri dari: pasar. identifikasi obyek untuk klasifikasi bukanlah suatu pekerjaan yang rnudah. sehingga diperlukan suatu panduan yang jelas. sehingga dapat digunakan untuk keperluan manajemen kota secara detail. 4. Luas jalan dan sungai belurn dihitung. dan sekolah).375. perdagangan. atau rekreasi. rekreasi. Perdagangan.87 422.61 20. Dalam teknis opersional. pusat perbelanjaan. (7). gedung olah raga. suatu obyek yang dapat dikategorikan dalam kelas-kelas yang berbeda. Jasa. antara lain masjid. Dari citra satelit IKONOS dapat diekstrak 9 kelas penggunaan lahan. rumah makan. KESIMPULAN Kesimpulan I. non kelembagaan (antara lain: bengkel. rekreasi.701. Pada penelitian ini.32 38. jasa.175. tegalan.240.680. yang terdiri atas persawahan. Adapun 9 kelas tersebut meliputi: (I).03 8.5 piksel) 2. Transportasi. Hal ini terlihat dari jumlah nilai rerata residu yang besamya 0.

Publikasi No.. 2005. Jensen. Nasional. Elements of Photogramnietry. Number 9. R. 1991. 1.. W. Ltd. 2002. PE & RS Journal. Seminar Geomatika. USA Jurusan Teknik Geodesi FT-UGM. Gunadi. DAFTAR PUSTAKA Jurusan Teknik Geodesi FT-UGM. 25881P. dapat di tambahkan data infrastruktur yang detail dengan unit spasial persial. 2002.. Vol 68.. Huxhold. Penentuan Citra Satelit IKONOS untuk Penentuan Priotritas Pendataan PBB di Kola Semarang. Version 1. R. P. PT. 2006.. 1.. A. 2003. 1996. I. Urban Growth Detection Using Texture Analysis on Merged Landsat TM and SPOT-P Data. Germany Lillesand and Kiefer.C. Yogyakarta Kleusberg. Vol 68. Gluch. Ph.. Yogyakarta Space Imaging. K. and Teunissen. GPSfor Geodesy. Japan Association on Remote Sensing. M. UCAPAN TERIMAKASIH Kartesa. Tesis Magister Teknik Skripsi.. Pemodelan Dinamis Wilayah Dengan SIG Berwawasan Untuk Pengembangan Lingkungan. Payne.. 1996. Prentice Hall Inc. 1994. Nihon Printing Co. Kajian Penggunaan Data Citra Satelit ASTER Untuk Pemetaan Penggunaan Lahan di Wi/ayah Pesisir (Studi Kasus di Daerah Pantai Selatan DIY).R. Skripsi. PE & RS Journal. Space Imaging Inc. Sekolah Pascasarjana UGM Wolf. Geometric Aspects of Multisensor Image Fusion for Topographic Map Updating in The Humid Tropics. T. Bandung. 80241. Gunawan. 2003.. Aula Timur ITB. Introductory Digital Image Processing: A Remote Sensing Perspective. New Jersey. Skripsi. Research System. Skripsi.1. and Kramer. Penulis menyampaikan ucapan terimakasih kepada Lembaga Penelitian UGM yang telah memberikan kesempatan penggunaan dana penelitian melalui Anggaran Dana Masyarakat Universitas Gadjah Mada berdasarkan Surat Perjanjian Pelaksanaan Penelitian No. 2002. Dissertation. Springer-Verlag Berlin. Pembuatan Peta Penggunaan Lahan Kabupaten Kulon Progo Menggunakan Citra Satelit Landsat 7 ETM+ Tahun 2000. Puspic UGM Transavia Infonnatika Pratama.. Tesis Number 12. New York. Sekolah Pascasarjana UGM Epstein. Second Edition. G. 1996. New York. E. K. Tesis Magister Geomatika. to Urban Oxfor University Press. Dip. 2nd Edition. Pemanfaatan Citra IKONOS untuk Mengidentifikasi Jenis Penggunaan Lahan bagi Kepentingan PBB. Yogyakarta. 2003. Techniques for Mapping Urban Sprawl. Westiyani.D. Yogyakarta Arwiyanto. 2000. Pembuatan Peta Penggunaan Lahan Kabupaten Bantul Menggunakan Citra Satelit Landsat 7 ETM+ Tahun 2000. MEDIA TEKNIK No. N. Yulianti. Magister Teknik Geomatika.II/LPN/2003 tertanggal 2 Juni 2003 serta Ir.. 39. Japan. 1993. P. McGraw-Hili Book Company. W.. Tesis Magister Teknik Teknik Geomatika.4 Tahun XXVIII Edisi Nopember 2006 No. 1981. An Introduction Geographic Information Systems. 2004.. A. Anggorowati. Aryono Prihandito.. Remote Sensing Note. 2000. S. Colorado... 4th Edition.Sc atas koreksi dan saran-sarannya. Identifikasi Perubahan Penggunaan Lahan Menggunakan Citra IKONOS Tahun 2000 dan Quick Bird Tahun 2003 untuk Pemeliharaan Basis Data Pajak Bumi dan Bangunan (Studi Kasus Kelurahan Giwangan. Sekolah Pascasarjana UGM Sutanto. Djoewadi.ISSN 0216-3012 31 . JARS.2003. Untuk keperluan manajemen kota secara detail (sesuai dengan saran 1). The Environment for Visualizing Images: ENVI User's Guide. USA Swartoko. J. Remote Sensing and Image Interpretation... Umbulharjo. Yogyakarta). Penggunaan Foto Udara Untuk Pembuatan Peta Penggunaan Lahan Kota Kotamadya Yogyakarta. John Wiley and Sons Pohl. Kajian Penggunaan Citra Satelit IKONOS dan Quick Bird untuk Kepentingan Pemeliharaan Basis Data SfSMIOP (Studi Kasus di KP PBB Bandung Satu) . A. C. E.2. Boulder CO 80301. Pembuatan Peta Penggunaan Lahan Kabupaten Sleman Menggunakan Citra Satelit Landsat 7 ETM+ Tahun 2000. ITC Publication No. Jurusan Teknik Geodesi FT-UGM. 1983. Sekolah Pascasarjana UGM ENVI. 2005. IKONOS Imagery Products and Product Guide. ITe Rubiasih. Jurusan Teknik Geodesi FT-UGM..3 SE 2.

Sign up to vote on this title
UsefulNot useful