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

Adapun karakteristik satelit IKONOS dapat disimak pada Tabel 1. 2003). Bahkan.). SUII synchronous 7.1 derajad. Tujuan Penelitian I. Djoewadi (2005). R.5 feet) multispektral 26° OffNadir: 1.7 setiap 24 jam 98 menit 681 kilometer (423 mil) Nadir: 0. Penelitian pemanfaatan citra lKONOS untuk keperluan pajak bumi dan bangunan dilakukan oleh Arwiyanto (2004). solar time Sekitar 3 jam pada resolusi l-meter. B. kesehatan. Dewasa ini dengan berkembangnya teknologi sensor satelit. dan aspek sosial-budaya (pengembangan masyarakat. yaitu an tara 1. perpajakan). Hal ini disebabkan oleh penggunaan citra Sate!it IKONOS diluncurkan pada tanggal 24 September 1999 di Vandenberg Air Force Base. 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. IKONOS memiliki resolusi temporal yang cukup singkat.4 Tahun XXVIII Edisi Nopember 2006 No.5 sampai 3 hari. pelayanan pendidikan. yaitu: banjir. Disisi lain penggunaan citra satelit lKONOS dengan tingkat orto memerlukan dana yang cukup besar.8 kilometer (8.3 feet) pankromatik 4. 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.0 meters (13. Rubiasih. Swartoko (2005). California. 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. 2003. ekonomi (perdagangan. Karakteristik Citra IKONOS (Space Imaging. 2002).8 kilometer (4. 2003. dan NIR MEDIA TEKNIK No. Berdasarkan karakteristik citra lKONOS tersebut. Meningkatkan ketelitian geometrik citra satelit IKONOS tingkat geo sehingga memenuhi ketentuan ketelitian peta penggunaan lahan yang sesuai untuk RTRWK Kota Yogyakarta 2.dini dan terintegrasi berbagai aspek yang berkaitan dengan pengelolaan kota seperti fisik (ruang dan infrastruktur kota). 2003.2 meter (10. 40° L 11 bits per piksel Pankromatik. G.7 mil) per detik 6. dimana waktu pencitraan dilakukan secara serempak.7 feet) panchrornatik 3. Amerika Serikat (Space Imaging.0 mil) pada nadir 13.lSSN 0216-3012 25 . kekumuhan kota. maka sangat perlu diteliti kegunaanya untuk mendeteksi penggunaan lahan di daerah perkotaan. telah dihasilkan citra satelit komersial IKONOS dengan resolusi spasial yang sangat tinggi. dan Westiyani (2006).6 mil) pada 26° off-nadir Sekitar jam 10:30 a. California Lebih dari 7 tahun 98. RTRWK diharapkan dapat menjadi acuan bagi pengelola pemerintahan daerah sebagai pengendali pertumbuhan dan pengembangan kota sampai dengan tahun 2004.2 mil) per detik 14. Keseluruhan penelitian tersebut mengkaji pemanfaatan citra lKONOS dari aspek informasi tematiknya saja. dan ketidakcukupan fasilitas kota untuk melayani ledakan pertumbuhan penduduk seperti yang disebabkan oleh laju urbanisasi.1 feet) multispektral 11. Yulianti. d11. Satelit IKONOS memiliki resolusi spasial 1 m pada mode pankromatik dan 4 m pada mode multispektral. khususnya kota Yogyakarta. Tinjauan Pustaka satelit dengan resolusi spasial yang cukup kasar (10 30 m) (Anggorowati. kemacetan lalu lintas.m.82 meter (2.3 kilometer (7.5 kilometer (4. Tabel 1. Kartesa. diharapkan lebih jauh lagi dapat mengeliminir atau meminimalisir permasalahan klasik yang selalu dihadapi oleh kota.0 meter (3.

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

¢lrw (5) Dalam hal ini.4 Tahun XXVIII Edisi Nopember 2006 No. c cepat rambat gelombang cahaya 6. 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 5.0 untuk digitasi dan pembuatan/analisis SIG. Komputer Pentium 4 yang dilengkapi dengan CD ROM drive.0 untuk meloading data citra IKONOS sehingga dapat dibaca oleh Map Info. Beberapa jenis filter digunakan untuk mengekstrak titik. Perangkat lunak SKI 2. Tahapan pelaksanaan penelitian dapat dijelaskan sebagaimana digambarkan pada Gambar 1.T (t)+ 16. (2). analisis penggunaan lahan di Kota Yogyakarta dikomparasikan dengan dokumen RUTRW Kota Yogyakarta. 5. 4.. Y A" ZA) posisi pengamat dalam sistem koordinat kartesian (Xi. diA : jarak geometrik antara sate1it ke pengamat piA : jarak rase (ukuran) antara satelit ke pengamat (XA. peningkatan kualitas geometrik citra satelit IKONOS tingkat geo. 2.. lingkar ring road utara. Pengamatan/pengukuran titik kontrol tanah menggunakan GPS dilakukan dengan distribusi yang menyebar di daerah penelitian.2004. ring road timur.TAB (1)+ A¢ioll+6. ring road selatan. 2. pengamatanlpengukuran titik kontrol tanah menggunakan GPS secara radial (3). 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. Perangkat lunak ER Mapper 6. 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. Metode pengukuran GPS dilakukan secara radial. Jalan HOS Cokroaminoto. persiapan bahan dan materi penelitian. 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. I (4) Dalam hal ini. Menurut Kleusberg dan Teunissen (1996). Perangkat lunak Map Info 6. Secara teoritik. Vi"~Zi) posisi satelit da1am sistem koordinat kartesian i NA : cycle ambiquity <piA : rase hasil ukuran '). garis. perhitungan luas setiap kelas penggunaan lahan. efek dominan kesa1ahan dan bias tersebut MEDIA TEKNIK No. 3. dan TVRI Stasiun Yogyakarta di JL. Prosedur pelaksanaan penelitian dilakukan dengan tahapantahapan (I). interpretasi visual dan ekstraksi informasi penggunaan lahan dari citra satelit IKONOS. pengolahan data pengamatan GPS secara post processing.Ti : lama waktu perambatan sinya1 GPS dari satelit ke pengamat di dasarkan pada jam satelit 6. Magelang Km. Persamaan ini disebut persamaan pengamatan fase single difference. 6. Distribusi titik kontrol tanah pada citra satelit IKONOS dapat dilihat pada Gambar 2. kesa1ahan dan bias yang melekat pada data pengamatan GPS dengan menggunakan data rase. (7). (4). Perangkat lunak Map imagery 2. parameter kesalahan jam satelit sudah tereliminasi sedangkan kesa1ahan karena atmosfer (ionosfer dan troposfer) dapat dikatakan sebagian besar tereduksi.karakter dan ukuran obyek dapat digunakan teknik filtering dengan menggunakan filter yang sesuai. (6). -y"r +(Zi -ZJ2 f. (5). Adapun lokasi yang dipilih meliputi boulevard UGM. Citra Satelit IKONOS tingkat geo mode Pan Sharpened rekaman di daerah Kota Yogyakarta.30 untuk pengolahan data pengamatan GPS.1 untuk keperluan pengolahan citra satelit. Dokumen Rencana Tata Ruang Wilayah Kota Yogyakarta Peri ode 1994 . CARA PENELITJAN Bahan yang diper1ukan untuk penelitian ini adalah: I. Tiga set alat receiver GPS single frequency tipe Geodetik merk Laica. : 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 -16.4. dan sisi obyek pad a citra digital. (differentia!).ISSN 0216-3012 27 . sedangkan peralatan yang digunakan adalah: I.

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

236 9138083. dapat dilihat bahwa seluruh koordinat titik kontrol tanah hasil pengolahan baseline memiliki ketelitian dalam fraksi milimeter.4 Tahun XXVIII Edisi Nopember 2006 No.0015 0.22684 S 747 57.0013 m untuk bujur.43786 1102122.882 432592.569 9134001.27 0.44 0.8661 105.87 4761.101 432141.09 0.73 8893.9236 m m ill sH Fix 0.402 m telah memenuhi persyaratan tersebut.0021 m untuk lintang.0019 m untuk tingginya.0022 0.99804 110217.23221 S 7 49 42. 0.837 431814.36 7245.0027 0.315 Penentuan Gambar 2.01 2229.0006 m untuk Iintang.84 3861.16 5219.0018 0.5 piksel (Jansen.0006 0.24328 S 7 50 2.09379 1102429.402 piksel atau 0.1790 128.0013 m Fix 0.9024 099.166 9141443.770 429615.68 0. geometri dan distribusi dari satelit yang diamati.0021 0.47 431.676 Y 9140650.39 0.942 434763.0006 0.950 429015. Hasil pengolahan menunjukkan bahwa simpangan baku minimum terdapat pada titik UMY dengan standar deviasi 0.04 1306. pengukuran GPS menggunakan metode differensial baseline radial. Dari 10 titik kontrol diperoleh jumlah nilai residu rata-rata sebesar 0. Nilai RMS yang dapat diterima adalah kurang dari 0.83 212.rata sebesar 0.79 0.0014 III 0. Metode yang digunakan dalam transformasi koordinat adalah fungsi polinomial orde satu.0069 m untuk tingginya.84 1190.0007 0.0656 132. Standar deviasi maksimum terdapat pada titik GWG dengan standar deviasi 0. 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.32234 1102253. Distribusi Titik Kontrol Tanah Pada Citra IKONOS Komposit.18253 110 23 4.0019 0.02331 S 7 45 50. Ketelitian posisi hasil pengolahan di atas dipengaruhi oleh beberapa faktor.66232 11023 18.68217S 74751. dkk (1981).0021 m m 1102236.62 7311.0069 m m m m m m m m m m m m m m m m Dari Tabel 2.0006 0.93721 S 74940.3165 173.65476E 11025 19.402 m. seperti pada Garnbar 2.ISSN 0216-3012 29 . ketelitian data yang digunakan. Interpolasi nilai spektral (resampling) menggunakan metode tetangga terdekat (nearest neighbour ). yaitu: metode penentuan posisi yang digunakan.Tabel 2.50720 S SLat Koordinat Titik Kontrol Tanah Longitude SlolI m m m m m m ill Height 156.28 517.80609 I 10 21 41.0017 0.0008 III 0.846 435047.049 9134616.41 4092.36 0.0006 m 0.30 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 74625.53 0.543 9137848.0007 0.956 9141753. Dalam penel itian ini digunakan lO titik sekutu dengan distribusi yang rnerata di seluruh daerah penelitian.0008 0.3132 166.4289 163.11 7388.70 0.0024 0.10136 S 746 0.0008 m 0.0008 In 0.08 4429. dan metode pengolahan data yang diterapkan.0027 0.2472 104. Adapun titik kontrol tanah dan besamya residu pada setiap titik kontrol tanah dapat dilihat pada Tabel 3.0008 III 0.323 9134680. 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 3899.0011 III 0.0008 0. Skema klasifikasi penggunaan lahan dikategorikan dalam bagian: MEDIA TEKNIK No.868 436281.12797 S 7 45 57. dan 0.1495 131.74 7922. Tabel 3.168 428568. 1996) sehingga hasil RMS rata.708 9141529. 0.29 X 431283.893 9138036.77517E 110 24 39.20 3907.0011 III 0.5850 I S 74749.41 Koordinat Peta (m) RMSE (m) 0.85121 E E E E E E E E Fix 0. dan 0. dengan pertimbangan tidak merubah piksel.0006 m untuk bujur.73 7664.

tegalan. industri. dan lain-Iain/lahan kosong. bank.240. Sering ditemukan. (5). yang terdiri atas persawahan.478 m . (4). Dengan memanfaatkan teknologi SIG. jasa. Saran DAN SARAN Berdasarkan skema klasifikasi yang dipakai. Hal ini terlihat dari jumlah nilai rerata residu yang besamya 0. atau rekreasi. (8). jasa. Jasa. KESIMPULAN Kesimpulan I. Lain-lain. industri. dan sekolah). kebun binatang. Industri. yang terdiri dari pabrik-pabrik 5.58 77. hasil identifikasi dan delineasi penggunaan lahan di Kota Yogyakarta tersebut dapat dihitung luasnya. (7). tempat ibadah. perdagangan.768. Penggunaan Lahan di Kota Yogyakarta Pengecekan di lapangan menunjukkan adanya perubahan penggunaan lahan di daerah pinggiran kota. rumah praktek pengacara) 7. gedung olah raga. Dari citra satelit IKONOS dapat diekstrak 9 kelas penggunaan lahan.ISSN 0216-3012 . (2). dan (9). pertanian. Pengecekan lapangan menunjukkan terjadi perubahan penggunaan lahan di daerah pinggiran kota. faktor yang paling dominan yang dipakai untuk menentukan jenis kelas penggunaan lahan tersebut.358. identifikasi obyek untuk klasifikasi bukanlah suatu pekerjaan yang rnudah. Tabel 4.5 piksel) 2. citra IKONOS memiliki luas 78. pertokoan. dari kelas pertanian menjadi pemukiman atau perdagangan. jasa.956.206. dan (2).701.844. Luas Masing-Masing Lahan No I 2 3 4 5 6 7 8 Penggunaan Jasa Lahan Kelas Penggunaan Luas Total (m') 6.206. Skema klasifikasi penggunaan lahan dari citra satelit IKONOS perlu dibuat lebih detail.32 38.96 24. yang terdiri dari: pasar.402. Dalam penelitian ini. rumah sakit. sedangkan di dalam kota relatif tetap. yang terdiri atas kelembagaan (antara lain: perkantoran. rumah makan. Tabel 4 menyajikan luas setiap kelas penggunaan lahan di Kota Yogyakarta. Adapun 9 kelas tersebut meliputi: (I).1. misalnya rumah bangsawan di kraton. dengan ciri: pola teratur dan ada beberapa yang mempunyai pola khusus. citra IKONOS dikategorikan dalam 9 kelas penggunaan lahan. transportasi.14 Lahan Kosonz Industri Rekreasi lbadah Pernukiman Perdagangan Pertanian Jumlah Luas Pada penentuan skema klasifikasi penggunaan lahan diperlukan kunci interpretasi. misalnya: kawasan Malioboro dapat dikategorikan sebagai kawasan perdagangan.680.768.139. Perbedaan luas yang cukup besar ini dapat disebabkan oleh beberapa faktor: (1). No.175. dan apotik 3. suatu obyek yang dapat dikategorikan dalam kelas-kelas yang berbeda. tailor. Rekreasi. perkebunan bibit yang secara administrasi masih masuk dalam wilayah administrasi Kota Yogyakarta. yang dapat berupa tempat pernakaman umum dan lahan kosong Jdentifikasi dan Digitasi Citra IKONOS Penggunaan Lahan Pada citra Er Mapper. non kelembagaan (antara lain: bengkel. gedung pertunjukan/kesenian 8.61 20. Berdasarkan interpretasi penggunaan lahan dari citra IKONOS luas Kota Yogyakarta adalah 77. gereja 9.4 Tahun XXVIII Edisi Nopember 2006 No. stadion. perdagangan. sehingga dapat digunakan untuk keperluan manajemen kota secara detail. Tempat ibadah. tempat ibadah. Pada penelitian ini. reI KA (Kereta Api).87 422. I7 19. yang berupa jalan raya dengan berbagai kelas. Perdagangan.375. sehingga diperlukan suatu panduan yang jelas.4 piksel (di bawah 0.865. Pertanian. (6). misalnya identifikasi dan delineasi dengan unit spasial persil atau obyek. stasiun 6. Transportasi. yaitu dari kelas pertanian menjadi pemukiman atau jasa. pernukiman. kolam renang.14 m2 sedangkan berdasarkan hasil statistik perangkat lunak pengolah 30 MEDIA TEKNIK 1. Luas jalan dan sungai belurn dihitung. Perubahan tersebut terutama di sekitar jalur ring road. lain-Iain/lahan kosong.03 8. dan rumah praktek dokter. Dalam teknis opersional. (3).545.60 4. pusat perbelanjaan. rekreasi. pertanian. rekreasi. yang terdiri atas lapangan olah raga. antara lain masjid. yaitu pemukiman.461. 2. transportasi. 4.998. Pemukiman. Ketelitian geometrik citra satelit IKONOS tingkat geo dapat ditingkatkan dengan menggunakan titik kontrol tanah hasil pengamatan metode OOPS. maka dapat disajikan penggunaan lahan pada status Juni 2001 di Yogyakarta. Ada beberapa area di pinggir citra IKONOS yang tidak dapat diinterpretasi penggunaan lahannya (pada IKONOS terlihat hitam pekat).

Pemodelan Dinamis Wilayah Dengan SIG Berwawasan Untuk Pengembangan Lingkungan. Colorado. Ph. A. Nihon Printing Co. Payne... 2006. Ltd.. Kajian Penggunaan Citra Satelit IKONOS dan Quick Bird untuk Kepentingan Pemeliharaan Basis Data SfSMIOP (Studi Kasus di KP PBB Bandung Satu) . ITe Rubiasih. 1994. New Jersey. Prentice Hall Inc.. Number 9..1. to Urban Oxfor University Press. W. Pembuatan Peta Penggunaan Lahan Kabupaten Kulon Progo Menggunakan Citra Satelit Landsat 7 ETM+ Tahun 2000.ISSN 0216-3012 31 . Tesis Magister Geomatika. An Introduction Geographic Information Systems. 2004. 2005. New York.. Penentuan Citra Satelit IKONOS untuk Penentuan Priotritas Pendataan PBB di Kola Semarang.2. Elements of Photogramnietry. 4th Edition. 1983. 80241. Geometric Aspects of Multisensor Image Fusion for Topographic Map Updating in The Humid Tropics. C. Remote Sensing and Image Interpretation. Pembuatan Peta Penggunaan Lahan Kabupaten Sleman Menggunakan Citra Satelit Landsat 7 ETM+ Tahun 2000. 39... S.R. USA Swartoko. Skripsi. UCAPAN TERIMAKASIH Kartesa. 2003.Sc atas koreksi dan saran-sarannya. J. John Wiley and Sons Pohl. MEDIA TEKNIK No. 25881P. 1. 2002. Gluch. DAFTAR PUSTAKA Jurusan Teknik Geodesi FT-UGM. 1991. ITC Publication No. R. 2002. 1981. K. N. Version 1. Introductory Digital Image Processing: A Remote Sensing Perspective.. Anggorowati. GPSfor Geodesy. PT. USA Jurusan Teknik Geodesi FT-UGM. 1993. Vol 68. I. Yogyakarta. 1996. E.. Jurusan Teknik Geodesi FT-UGM. P.. Japan Association on Remote Sensing. Tesis Magister Teknik Skripsi. 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. Bandung. Yulianti. Dip. 1. Publikasi No. 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. 2000. Skripsi.D. Gunawan. Aryono Prihandito. and Kramer. Sekolah Pascasarjana UGM Sutanto. A. Dissertation.. Magister Teknik Geomatika. JARS. A. 2003. Yogyakarta Kleusberg. Boulder CO 80301.. 1996. PE & RS Journal. Djoewadi. Space Imaging Inc. Nasional. R. K. W. Jensen. 2005. Umbulharjo. 2nd Edition. McGraw-Hili Book Company. dapat di tambahkan data infrastruktur yang detail dengan unit spasial persial.. Springer-Verlag Berlin. Yogyakarta Space Imaging. Yogyakarta Arwiyanto. Jurusan Teknik Geodesi FT-UGM. Huxhold. Aula Timur ITB. Westiyani. Untuk keperluan manajemen kota secara detail (sesuai dengan saran 1). Gunadi.. New York.. IKONOS Imagery Products and Product Guide. 2002. Penggunaan Foto Udara Untuk Pembuatan Peta Penggunaan Lahan Kota Kotamadya Yogyakarta. Remote Sensing Note. Tesis Magister Teknik Teknik Geomatika. Sekolah Pascasarjana UGM ENVI. The Environment for Visualizing Images: ENVI User's Guide. Tesis Number 12. Research System. P. Puspic UGM Transavia Infonnatika Pratama. Kajian Penggunaan Data Citra Satelit ASTER Untuk Pemetaan Penggunaan Lahan di Wi/ayah Pesisir (Studi Kasus di Daerah Pantai Selatan DIY). Techniques for Mapping Urban Sprawl. M. Sekolah Pascasarjana UGM Wolf.. Vol 68.2003. Germany Lillesand and Kiefer. Japan.C. T. E. 1996.4 Tahun XXVIII Edisi Nopember 2006 No. Skripsi. and Teunissen. Yogyakarta). Pemanfaatan Citra IKONOS untuk Mengidentifikasi Jenis Penggunaan Lahan bagi Kepentingan PBB.3 SE 2.. Urban Growth Detection Using Texture Analysis on Merged Landsat TM and SPOT-P Data. Sekolah Pascasarjana UGM Epstein. Pembuatan Peta Penggunaan Lahan Kabupaten Bantul Menggunakan Citra Satelit Landsat 7 ETM+ Tahun 2000. Second Edition. 2003. Seminar Geomatika. 2000.. G..II/LPN/2003 tertanggal 2 Juni 2003 serta Ir. PE & RS Journal.

Sign up to vote on this title
UsefulNot useful