P. 1
Pemanfaatan Citra Satelit Resolusi Tinggi, DGPS dan SIG untuk mendeteksi Kondisi Penggunaan Lahan di Kota Yogyakarta

Pemanfaatan Citra Satelit Resolusi Tinggi, DGPS dan SIG untuk mendeteksi Kondisi Penggunaan Lahan di Kota Yogyakarta

|Views: 741|Likes:
Dipublikasikan oleh Yudho Indardjo

More info:

Published by: Yudho Indardjo on Aug 24, 2011
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

05/11/2013

pdf

text

original

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

California. pelayanan pendidikan.6 mil) pada 26° off-nadir Sekitar jam 10:30 a. ekonomi (perdagangan. Berdasarkan karakteristik citra lKONOS tersebut. telah dihasilkan citra satelit komersial IKONOS dengan resolusi spasial yang sangat tinggi.). 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. Tujuan Penelitian I.7 mil) per detik 6. Disisi lain penggunaan citra satelit lKONOS dengan tingkat orto memerlukan dana yang cukup besar.2 meter (10.0 mil) pada nadir 13. 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. Adapun karakteristik satelit IKONOS dapat disimak pada Tabel 1. dan NIR MEDIA TEKNIK No. Meningkatkan ketelitian geometrik citra satelit IKONOS tingkat geo sehingga memenuhi ketentuan ketelitian peta penggunaan lahan yang sesuai untuk RTRWK Kota Yogyakarta 2.7 feet) panchrornatik 3. Satelit IKONOS memiliki resolusi spasial 1 m pada mode pankromatik dan 4 m pada mode multispektral. dimana waktu pencitraan dilakukan secara serempak. dan ketidakcukupan fasilitas kota untuk melayani ledakan pertumbuhan penduduk seperti yang disebabkan oleh laju urbanisasi. Djoewadi (2005). Dewasa ini dengan berkembangnya teknologi sensor satelit. dan Westiyani (2006).8 kilometer (4. 2003. maka sangat perlu diteliti kegunaanya untuk mendeteksi penggunaan lahan di daerah perkotaan. IKONOS memiliki resolusi temporal yang cukup singkat. B.lSSN 0216-3012 25 . Tinjauan Pustaka satelit dengan resolusi spasial yang cukup kasar (10 30 m) (Anggorowati. 2003).8 kilometer (8.82 meter (2. Bahkan. G. Karakteristik Citra IKONOS (Space Imaging.dini dan terintegrasi berbagai aspek yang berkaitan dengan pengelolaan kota seperti fisik (ruang dan infrastruktur kota). solar time Sekitar 3 jam pada resolusi l-meter.0 meter (3.2 mil) per detik 14. RTRWK diharapkan dapat menjadi acuan bagi pengelola pemerintahan daerah sebagai pengendali pertumbuhan dan pengembangan kota sampai dengan tahun 2004. dan aspek sosial-budaya (pengembangan masyarakat.1 derajad. SUII synchronous 7. Kartesa. khususnya kota Yogyakarta. kemacetan lalu lintas. California Lebih dari 7 tahun 98.5 feet) multispektral 26° OffNadir: 1. yaitu: banjir. 2003. Tabel 1. diharapkan lebih jauh lagi dapat mengeliminir atau meminimalisir permasalahan klasik yang selalu dihadapi oleh kota. 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.3 kilometer (7.m.3 feet) pankromatik 4.5 sampai 3 hari. Hal ini disebabkan oleh penggunaan citra Sate!it IKONOS diluncurkan pada tanggal 24 September 1999 di Vandenberg Air Force Base. Amerika Serikat (Space Imaging. R. yaitu an tara 1. kesehatan. perpajakan). 2003. Yulianti. Swartoko (2005).4 Tahun XXVIII Edisi Nopember 2006 No. 2002). 40° L 11 bits per piksel Pankromatik.1 feet) multispektral 11. Keseluruhan penelitian tersebut mengkaji pemanfaatan citra lKONOS dari aspek informasi tematiknya saja.0 meters (13. d11.5 kilometer (4. kekumuhan kota.7 setiap 24 jam 98 menit 681 kilometer (423 mil) Nadir: 0. Rubiasih. Penelitian pemanfaatan citra lKONOS untuk keperluan pajak bumi dan bangunan dilakukan oleh Arwiyanto (2004).

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

Tahapan pelaksanaan penelitian dapat dijelaskan sebagaimana digambarkan pada Gambar 1. interpretasi visual dan ekstraksi informasi penggunaan lahan dari citra satelit IKONOS.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. Dokumen Rencana Tata Ruang Wilayah Kota Yogyakarta Peri ode 1994 . (6).T (t)+ 16. 6. ring road selatan.0 untuk meloading data citra IKONOS sehingga dapat dibaca oleh Map Info.2004. Citra Satelit IKONOS tingkat geo mode Pan Sharpened rekaman di daerah Kota Yogyakarta. c cepat rambat gelombang cahaya 6. analisis penggunaan lahan di Kota Yogyakarta dikomparasikan dengan dokumen RUTRW Kota Yogyakarta. I (4) Dalam hal ini.4.4 Tahun XXVIII Edisi Nopember 2006 No.ISSN 0216-3012 27 . Perangkat lunak Map imagery 2. perhitungan luas setiap kelas penggunaan lahan. Beberapa jenis filter digunakan untuk mengekstrak titik. sedangkan peralatan yang digunakan adalah: I. Vi"~Zi) posisi satelit da1am sistem koordinat kartesian i NA : cycle ambiquity <piA : rase hasil ukuran '). lingkar ring road utara. 5.. : 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. Distribusi titik kontrol tanah pada citra satelit IKONOS dapat dilihat pada Gambar 2. garis. Magelang Km. CARA PENELITJAN Bahan yang diper1ukan untuk penelitian ini adalah: I.0 untuk digitasi dan pembuatan/analisis SIG.. Y A" ZA) posisi pengamat dalam sistem koordinat kartesian (Xi.1 untuk keperluan pengolahan citra satelit. Jalan HOS Cokroaminoto. Komputer Pentium 4 yang dilengkapi dengan CD ROM drive. pengamatanlpengukuran titik kontrol tanah menggunakan GPS secara radial (3). (5). Persamaan ini disebut persamaan pengamatan fase single difference.¢lrw (5) Dalam hal ini. efek dominan kesa1ahan dan bias tersebut MEDIA TEKNIK No. (differentia!). (7). 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. 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. persiapan bahan dan materi penelitian. -y"r +(Zi -ZJ2 f. Tiga set alat receiver GPS single frequency tipe Geodetik merk Laica. 3.30 untuk pengolahan data pengamatan GPS. 2. parameter kesalahan jam satelit sudah tereliminasi sedangkan kesa1ahan karena atmosfer (ionosfer dan troposfer) dapat dikatakan sebagian besar tereduksi. Menurut Kleusberg dan Teunissen (1996). Secara teoritik. ring road timur.TAB (1)+ A¢ioll+6. kesa1ahan dan bias yang melekat pada data pengamatan GPS dengan menggunakan data rase. (4). pengolahan data pengamatan GPS secara post processing. Perangkat lunak ER Mapper 6. Metode pengukuran GPS dilakukan secara radial. Pengamatan/pengukuran titik kontrol tanah menggunakan GPS dilakukan dengan distribusi yang menyebar di daerah penelitian. (2). 2. Adapun lokasi yang dipilih meliputi boulevard UGM. 4. diA : jarak geometrik antara sate1it ke pengamat piA : jarak rase (ukuran) antara satelit ke pengamat (XA. peningkatan kualitas geometrik citra satelit IKONOS tingkat geo. Perangkat lunak SKI 2. 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. pengamat GPS dibagi dalam 3 tim. Perangkat lunak Map Info 6.Ti : lama waktu perambatan sinya1 GPS dari satelit ke pengamat di dasarkan pada jam satelit 6. dan TVRI Stasiun Yogyakarta di JL.karakter dan ukuran obyek dapat digunakan teknik filtering dengan menggunakan filter yang sesuai. Prosedur pelaksanaan penelitian dilakukan dengan tahapantahapan (I). dan sisi obyek pad a citra digital.

yaitu tahap editing data. Untuk pengenalan obyek dipergunakan cara interpretasi visual dengan menggunakan kunci interpretasi dan ekstraksi informasi penggunaan lahan menggunakan cara digitasi secara langsung dimonitor. J. ring road timur. Prosedur pengolahannya terdiri dari 2 tahap.- Transformasi Titik Kontrol Tanah kc Sislem UTM (X. Lama waktu yang diperlukan oleh setiap rover untuk melakukan pengamatan GPS adalah 30 men it dengan sampling rate. • • • • 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. h) . Pada penelitian ini koreksi geometri menggunakan transformasi polinomial orde 1 dan metode resampl ingnya menggunakan neirest neighbor. MEDIA TEKNIK No. Peningkatan kualitas geometrik citra satelit IKONOS tingkat geo dilakukan dengan menggunakan 10 buah titik kontrol tanah hasil pengamatan GPS.ditentukan posisinya yaitu disekitar ring road utara. Hal ini dilakukan karen a dari beberapa penelitian pendahuluan. sedangkan tahap pengolahan digunakan untuk mendapatkan posisi definitif titik kontrol tanah. Sebelum dilakukan ekstraksi informasi tematik penggunaan lahan di Kota Yogyakarta. Tahap editing data dilakukan agar data pengamatan GPS tersebut siap digunakan untuk proses pengolahan. pengolahan dan transformasi koordinat.a .lallha. 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. penggunaan digital classification untuk daerah yang sangat heterogen (seperti daerah Kota Yogyakarta) dan menggunakan citra satelit resolusi tinggi.ISSN 0216-3012 . 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. Untuk itu pemilihan titik kontrol tanah dilakukan dengan sangat hati-hati. Perl u diperhatikan bahwa ketelitian koreksi geometrik sangat ditentukan oleh titik kontrol tanahnya. HASIL DAN PEMBAHASAN Titik kontrol tanah digunakan sebagai titik kontroI untuk koreksi geometris citra. dan di JL Magelang.Y) Dokumen Rencana Tata Ruang Kola Yogyakarta t. Diharapkan dengan alokasi waktu tersebut sudah dapat diperoleh konstelasi dan data ephemeris satelit GPS yang cukup teliti.4 Tahun XXVIII Edisi Nopember 2006 No. et al (1981). dan klasifikasi (Er Marmer] Cek Lapangan Pcta Pcnggu naan L Koordinat Titik Kontrol Tanah dim sistem Geodctik (4). digitasi on screen. terlebih dahulu harus ditentukan skema klasifikasi yang dipergunakan. 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. -------.al. Teknis operasional koreksi geometrik menggunakan perangkat lunak Er Mapper. Pada penelitian ini dipergunakan skema klasifikasi yang dikembangkan oleh Sutanto. Titik kontrol tanah (GCP) diperoleh dengan melakukan pengukuran menggunakan GPS metode radial.ahan digital I _11 Analisis (Map Info) T Hasil dan Rekomendasi - Gambar I. Perhitungan luas setiap kelas penggunaan lahan dilakukan setelah semua obyek yang nampak pada IKONOS sudah terklasifikasi.. ring road selatan.30. Data hasil pengukuran GPS selanjutnya diolah untuk mendapatkan koordinat dan ketelitian titik kontrol tanah tersebut. JL HOS Cokromatinoto. Sebelum dilakukan perhitungan luas. Pelaksanaan Penelitian Pengolahan data pengamatan GPS secara post processing dilakukan dengan menggunakan perangkat lunak SKI 2.. Hasil pengolahan dan ketelitian koordinat titik kontrol tanah disajikan dalam Tabel 2.nIiD. Hasil akhir dari tahap pengolahan adalah koordinat titik kontrol tanah dalam sistem geodetik dan tingkat ketelitiannya. justru menyebabkan informasi yang penting (antara lain: jaringan jalan) tidak dapat terdeteksi."11 • Citra IKONOS tingkat geo Pengukuran Tjtik Kontrol Tanah dcnaan GPS Pcngolahan Data GPS (SKI) I I Pcrbaikan Kunlitas Gcomctrik Citra IKONOS Intcrprctasi visual.

166 9141443.0008 0. yaitu: metode penentuan posisi yang digunakan.0011 III 0.0006 0.0069 m m m m m m m m m m m m m m m m Dari Tabel 2.168 428568.09 0.4 Tahun XXVIII Edisi Nopember 2006 No. Ketelitian posisi hasil pengolahan di atas dipengaruhi oleh beberapa faktor.5 piksel (Jansen. Metode yang digunakan dalam transformasi koordinat adalah fungsi polinomial orde satu.0006 0.93721 S 74940. dan 0. Standar deviasi maksimum terdapat pada titik GWG dengan standar deviasi 0.0006 m 0.47 431.837 431814.41 4092.41 Koordinat Peta (m) RMSE (m) 0.87 4761.0021 0.8661 105.9024 099.68 0. Hasil pengolahan menunjukkan bahwa simpangan baku minimum terdapat pada titik UMY dengan standar deviasi 0.882 432592. Tabel 3. Dalam penel itian ini digunakan lO titik sekutu dengan distribusi yang rnerata di seluruh daerah penelitian.73 7664. 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 3899.39 0.049 9134616.84 3861.0008 m 0.24328 S 7 50 2.20 3907.36 0.0024 0.942 434763.402 m.ISSN 0216-3012 29 .956 9141753.543 9137848. geometri dan distribusi dari satelit yang diamati.0008 0.868 436281.08 4429. Adapun titik kontrol tanah dan besamya residu pada setiap titik kontrol tanah dapat dilihat pada Tabel 3.0021 m untuk lintang.53 0.29 X 431283.0008 III 0.0019 0.77517E 110 24 39.04 1306. 1996) sehingga hasil RMS rata. dan metode pengolahan data yang diterapkan.0013 m untuk bujur.28 517.0022 0.402 m telah memenuhi persyaratan tersebut.02331 S 7 45 50.rata sebesar 0.0007 0.323 9134680.Tabel 2.9236 m m ill sH Fix 0.16 5219.315 Penentuan Gambar 2.0018 0.0008 III 0.70 0.0013 m Fix 0. Skema klasifikasi penggunaan lahan dikategorikan dalam bagian: MEDIA TEKNIK No.73 8893.0015 0. dan 0. 0.5850 I S 74749.770 429615. 0.1495 131.80609 I 10 21 41.01 2229. Nilai RMS yang dapat diterima adalah kurang dari 0.12797 S 7 45 57.0027 0.3165 173. pengukuran GPS menggunakan metode differensial baseline radial. dengan pertimbangan tidak merubah piksel.0006 m untuk bujur.11 7388.2472 104.83 212. ketelitian data yang digunakan.0011 III 0.236 9138083.0014 III 0.0019 m untuk tingginya.0021 m m 1102236.43786 1102122.569 9134001.0656 132.32234 1102253.0027 0.65476E 11025 19.74 7922.84 1190.846 435047.62 7311.3132 166.893 9138036. seperti pada Garnbar 2.10136 S 746 0.0006 0.09379 1102429.708 9141529.68217S 74751. 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.36 7245.4289 163.27 0.79 0.66232 11023 18.22684 S 747 57.0008 In 0. Dari 10 titik kontrol diperoleh jumlah nilai residu rata-rata sebesar 0.950 429015. dapat dilihat bahwa seluruh koordinat titik kontrol tanah hasil pengolahan baseline memiliki ketelitian dalam fraksi milimeter.0007 0.0006 m untuk Iintang.99804 110217.50720 S SLat Koordinat Titik Kontrol Tanah Longitude SlolI m m m m m m ill Height 156.1790 128.402 piksel atau 0.676 Y 9140650.0017 0.85121 E E E E E E E E Fix 0.101 432141.18253 110 23 4. dkk (1981). Interpolasi nilai spektral (resampling) menggunakan metode tetangga terdekat (nearest neighbour ).30 1642. 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 74625.44 0.0069 m untuk tingginya. Distribusi Titik Kontrol Tanah Pada Citra IKONOS Komposit.23221 S 7 49 42.

ISSN 0216-3012 . tempat ibadah. Pertanian. yaitu dari kelas pertanian menjadi pemukiman atau jasa. Saran DAN SARAN Berdasarkan skema klasifikasi yang dipakai. reI KA (Kereta Api). dan (9). 4. Pengecekan lapangan menunjukkan terjadi perubahan penggunaan lahan di daerah pinggiran kota. yang terdiri dari pabrik-pabrik 5. suatu obyek yang dapat dikategorikan dalam kelas-kelas yang berbeda. Dengan memanfaatkan teknologi SIG. (6).32 38. perdagangan.768. dan (2). I7 19. Luas jalan dan sungai belurn dihitung. Dalam teknis opersional. stadion. dan sekolah).206. perdagangan. lain-Iain/lahan kosong.402.1.61 20.701.60 4.478 m . pernukiman. Skema klasifikasi penggunaan lahan dari citra satelit IKONOS perlu dibuat lebih detail. atau rekreasi. (3). Hal ini terlihat dari jumlah nilai rerata residu yang besamya 0. dengan ciri: pola teratur dan ada beberapa yang mempunyai pola khusus.96 24.4 piksel (di bawah 0. sedangkan di dalam kota relatif tetap.206.175. misalnya identifikasi dan delineasi dengan unit spasial persil atau obyek.14 m2 sedangkan berdasarkan hasil statistik perangkat lunak pengolah 30 MEDIA TEKNIK 1. identifikasi obyek untuk klasifikasi bukanlah suatu pekerjaan yang rnudah. transportasi. Pemukiman. tempat ibadah. No.14 Lahan Kosonz Industri Rekreasi lbadah Pernukiman Perdagangan Pertanian Jumlah Luas Pada penentuan skema klasifikasi penggunaan lahan diperlukan kunci interpretasi. (8).545. Rekreasi. yang berupa jalan raya dengan berbagai kelas.865. yang terdiri atas kelembagaan (antara lain: perkantoran. transportasi.87 422. kolam renang. hasil identifikasi dan delineasi penggunaan lahan di Kota Yogyakarta tersebut dapat dihitung luasnya. pertanian. 2. (7). dan apotik 3. Transportasi. Dalam penelitian ini. perkebunan bibit yang secara administrasi masih masuk dalam wilayah administrasi Kota Yogyakarta.58 77. dan rumah praktek dokter.768.358. Tabel 4 menyajikan luas setiap kelas penggunaan lahan di Kota Yogyakarta. kebun binatang. Luas Masing-Masing Lahan No I 2 3 4 5 6 7 8 Penggunaan Jasa Lahan Kelas Penggunaan Luas Total (m') 6. yang terdiri dari: pasar. gedung pertunjukan/kesenian 8. (5). Ketelitian geometrik citra satelit IKONOS tingkat geo dapat ditingkatkan dengan menggunakan titik kontrol tanah hasil pengamatan metode OOPS. Dari citra satelit IKONOS dapat diekstrak 9 kelas penggunaan lahan. rekreasi. gedung olah raga. bank. jasa. Perbedaan luas yang cukup besar ini dapat disebabkan oleh beberapa faktor: (1). Sering ditemukan. (2).956. sehingga diperlukan suatu panduan yang jelas. KESIMPULAN Kesimpulan I.844. industri. yang terdiri atas lapangan olah raga. Jasa. Ada beberapa area di pinggir citra IKONOS yang tidak dapat diinterpretasi penggunaan lahannya (pada IKONOS terlihat hitam pekat). Industri. stasiun 6.375. sehingga dapat digunakan untuk keperluan manajemen kota secara detail. antara lain masjid. dari kelas pertanian menjadi pemukiman atau perdagangan.461. Tabel 4. Berdasarkan interpretasi penggunaan lahan dari citra IKONOS luas Kota Yogyakarta adalah 77.03 8. jasa. yang dapat berupa tempat pernakaman umum dan lahan kosong Jdentifikasi dan Digitasi Citra IKONOS Penggunaan Lahan Pada citra Er Mapper.240.680. jasa. tegalan. Perdagangan. industri.4 Tahun XXVIII Edisi Nopember 2006 No. citra IKONOS memiliki luas 78. Perubahan tersebut terutama di sekitar jalur ring road.5 piksel) 2. yang terdiri atas persawahan. citra IKONOS dikategorikan dalam 9 kelas penggunaan lahan.139. dan lain-Iain/lahan kosong. Tempat ibadah. pertanian. rumah sakit. misalnya: kawasan Malioboro dapat dikategorikan sebagai kawasan perdagangan. misalnya rumah bangsawan di kraton. rekreasi. rumah makan. rumah praktek pengacara) 7. yaitu pemukiman. Adapun 9 kelas tersebut meliputi: (I). (4).998. tailor. faktor yang paling dominan yang dipakai untuk menentukan jenis kelas penggunaan lahan tersebut. non kelembagaan (antara lain: bengkel. gereja 9. Pada penelitian ini. pusat perbelanjaan. Penggunaan Lahan di Kota Yogyakarta Pengecekan di lapangan menunjukkan adanya perubahan penggunaan lahan di daerah pinggiran kota. pertokoan. Lain-lain. maka dapat disajikan penggunaan lahan pada status Juni 2001 di Yogyakarta.

Kajian Penggunaan Citra Satelit IKONOS dan Quick Bird untuk Kepentingan Pemeliharaan Basis Data SfSMIOP (Studi Kasus di KP PBB Bandung Satu) . New Jersey.3 SE 2. Pemodelan Dinamis Wilayah Dengan SIG Berwawasan Untuk Pengembangan Lingkungan. PE & RS Journal. Penentuan Citra Satelit IKONOS untuk Penentuan Priotritas Pendataan PBB di Kola Semarang. 2003. 2000.. 1991. Huxhold. New York. 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. Yogyakarta Kleusberg. MEDIA TEKNIK No. Ph. 1981. Gunawan. Ltd.D. R.. Untuk keperluan manajemen kota secara detail (sesuai dengan saran 1). PT.. Tesis Magister Geomatika. Kajian Penggunaan Data Citra Satelit ASTER Untuk Pemetaan Penggunaan Lahan di Wi/ayah Pesisir (Studi Kasus di Daerah Pantai Selatan DIY). USA Swartoko.... 2003. Yogyakarta Arwiyanto.II/LPN/2003 tertanggal 2 Juni 2003 serta Ir. K. 2005. 4th Edition. Japan. Boulder CO 80301. dapat di tambahkan data infrastruktur yang detail dengan unit spasial persial.. 2000. GPSfor Geodesy. An Introduction Geographic Information Systems. 1996. JARS. Remote Sensing Note. Dissertation. Yogyakarta. Skripsi. N. Space Imaging Inc. Sekolah Pascasarjana UGM Sutanto. K. Tesis Magister Teknik Teknik Geomatika. USA Jurusan Teknik Geodesi FT-UGM. 2003. Tesis Magister Teknik Skripsi. Second Edition. and Kramer.. Number 9.. to Urban Oxfor University Press. T. 1. 2002. UCAPAN TERIMAKASIH Kartesa. Gunadi. Gluch. W. E. Vol 68. Vol 68. Springer-Verlag Berlin.. PE & RS Journal. 1996. Introductory Digital Image Processing: A Remote Sensing Perspective. Penggunaan Foto Udara Untuk Pembuatan Peta Penggunaan Lahan Kota Kotamadya Yogyakarta. Elements of Photogramnietry. 2005.R. Sekolah Pascasarjana UGM Wolf. ITC Publication No. John Wiley and Sons Pohl. A. 2nd Edition. Pembuatan Peta Penggunaan Lahan Kabupaten Kulon Progo Menggunakan Citra Satelit Landsat 7 ETM+ Tahun 2000.2003. Umbulharjo.2.ISSN 0216-3012 31 . A. 1996. ITe Rubiasih. J. R.C.. 39. DAFTAR PUSTAKA Jurusan Teknik Geodesi FT-UGM. Seminar Geomatika. Aula Timur ITB.. Urban Growth Detection Using Texture Analysis on Merged Landsat TM and SPOT-P Data. Pembuatan Peta Penggunaan Lahan Kabupaten Sleman Menggunakan Citra Satelit Landsat 7 ETM+ Tahun 2000. 25881P. Nasional. Dip. Research System. I. Sekolah Pascasarjana UGM Epstein. Payne. Japan Association on Remote Sensing. Skripsi. McGraw-Hili Book Company. Tesis Number 12. Westiyani. Djoewadi. S. The Environment for Visualizing Images: ENVI User's Guide. Yulianti. Techniques for Mapping Urban Sprawl. Pembuatan Peta Penggunaan Lahan Kabupaten Bantul Menggunakan Citra Satelit Landsat 7 ETM+ Tahun 2000. New York. 80241. Bandung. Puspic UGM Transavia Infonnatika Pratama. 2002. and Teunissen. Version 1. G. Colorado. Yogyakarta). Jurusan Teknik Geodesi FT-UGM. E. M. 1993.. 1983. Jurusan Teknik Geodesi FT-UGM. Germany Lillesand and Kiefer. Publikasi No. Pemanfaatan Citra IKONOS untuk Mengidentifikasi Jenis Penggunaan Lahan bagi Kepentingan PBB. Yogyakarta Space Imaging. 2004.. Aryono Prihandito. A. 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. P.4 Tahun XXVIII Edisi Nopember 2006 No. Jensen. Prentice Hall Inc. 1994. Remote Sensing and Image Interpretation. P.Sc atas koreksi dan saran-sarannya... 1.. Anggorowati. Sekolah Pascasarjana UGM ENVI. W. 2006. Magister Teknik Geomatika. 2002. Skripsi.. Geometric Aspects of Multisensor Image Fusion for Topographic Map Updating in The Humid Tropics.1.. C.. IKONOS Imagery Products and Product Guide. Nihon Printing Co.

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->