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

kemacetan lalu lintas. d11.dini dan terintegrasi berbagai aspek yang berkaitan dengan pengelolaan kota seperti fisik (ruang dan infrastruktur kota). kesehatan.1 feet) multispektral 11. pelayanan pendidikan. 40° L 11 bits per piksel Pankromatik.5 feet) multispektral 26° OffNadir: 1. ekonomi (perdagangan.0 mil) pada nadir 13.0 meter (3.5 kilometer (4. 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. diharapkan lebih jauh lagi dapat mengeliminir atau meminimalisir permasalahan klasik yang selalu dihadapi oleh kota. 2003.7 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).5 sampai 3 hari. 2003. Rubiasih. Berdasarkan karakteristik citra lKONOS tersebut. Swartoko (2005).). Hal ini disebabkan oleh penggunaan citra Sate!it IKONOS diluncurkan pada tanggal 24 September 1999 di Vandenberg Air Force Base. yaitu an tara 1. 2002). 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.3 feet) pankromatik 4. dan NIR MEDIA TEKNIK No.7 feet) panchrornatik 3.7 mil) per detik 6. B. Adapun karakteristik satelit IKONOS dapat disimak pada Tabel 1. 2003. dimana waktu pencitraan dilakukan secara serempak.3 kilometer (7.8 kilometer (4. maka sangat perlu diteliti kegunaanya untuk mendeteksi penggunaan lahan di daerah perkotaan. Dewasa ini dengan berkembangnya teknologi sensor satelit. California Lebih dari 7 tahun 98. R. Keseluruhan penelitian tersebut mengkaji pemanfaatan citra lKONOS dari aspek informasi tematiknya saja. Yulianti. Tabel 1.1 derajad. telah dihasilkan citra satelit komersial IKONOS dengan resolusi spasial yang sangat tinggi. perpajakan). dan aspek sosial-budaya (pengembangan masyarakat. Karakteristik Citra IKONOS (Space Imaging.0 meters (13. yaitu: banjir. Meningkatkan ketelitian geometrik citra satelit IKONOS tingkat geo sehingga memenuhi ketentuan ketelitian peta penggunaan lahan yang sesuai untuk RTRWK Kota Yogyakarta 2. Disisi lain penggunaan citra satelit lKONOS dengan tingkat orto memerlukan dana yang cukup besar. 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 Westiyani (2006). SUII synchronous 7. solar time Sekitar 3 jam pada resolusi l-meter. G. Kartesa. IKONOS memiliki resolusi temporal yang cukup singkat.4 Tahun XXVIII Edisi Nopember 2006 No.82 meter (2. California. RTRWK diharapkan dapat menjadi acuan bagi pengelola pemerintahan daerah sebagai pengendali pertumbuhan dan pengembangan kota sampai dengan tahun 2004. 2003). dan ketidakcukupan fasilitas kota untuk melayani ledakan pertumbuhan penduduk seperti yang disebabkan oleh laju urbanisasi. Amerika Serikat (Space Imaging. kekumuhan kota. Tujuan Penelitian I.m.lSSN 0216-3012 25 .2 meter (10.2 mil) per detik 14. khususnya kota Yogyakarta. Djoewadi (2005). Satelit IKONOS memiliki resolusi spasial 1 m pada mode pankromatik dan 4 m pada mode multispektral. Tinjauan Pustaka satelit dengan resolusi spasial yang cukup kasar (10 30 m) (Anggorowati. Bahkan.6 mil) pada 26° off-nadir Sekitar jam 10:30 a.8 kilometer (8.

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

c cepat rambat gelombang cahaya 6. dan TVRI Stasiun Yogyakarta di JL. Menurut Kleusberg dan Teunissen (1996). Secara teoritik. pengamatanlpengukuran titik kontrol tanah menggunakan GPS secara radial (3). Metode pengukuran GPS dilakukan secara radial. peningkatan kualitas geometrik citra satelit IKONOS tingkat geo. analisis penggunaan lahan di Kota Yogyakarta dikomparasikan dengan dokumen RUTRW Kota Yogyakarta.4 Tahun XXVIII Edisi Nopember 2006 No. (6). efek dominan kesa1ahan dan bias tersebut MEDIA TEKNIK No. 4. Adapun lokasi yang dipilih meliputi boulevard UGM. Y A" ZA) posisi pengamat dalam sistem koordinat kartesian (Xi. persiapan bahan dan materi penelitian. 3. Prosedur pelaksanaan penelitian dilakukan dengan tahapantahapan (I).0 untuk meloading data citra IKONOS sehingga dapat dibaca oleh Map Info. Tiga set alat receiver GPS single frequency tipe Geodetik merk Laica.2004. 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. CARA PENELITJAN Bahan yang diper1ukan untuk penelitian ini adalah: I. sedangkan peralatan yang digunakan adalah: I.4. (5). Tahapan pelaksanaan penelitian dapat dijelaskan sebagaimana digambarkan pada Gambar 1. 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. (4). Perangkat lunak SKI 2. Beberapa jenis filter digunakan untuk mengekstrak titik.. Dokumen Rencana Tata Ruang Wilayah Kota Yogyakarta Peri ode 1994 . perhitungan luas setiap kelas penggunaan lahan. interpretasi visual dan ekstraksi informasi penggunaan lahan dari citra satelit IKONOS. Distribusi titik kontrol tanah pada citra satelit IKONOS dapat dilihat pada Gambar 2. Perangkat lunak ER Mapper 6. Perangkat lunak Map imagery 2. Pengamatan/pengukuran titik kontrol tanah menggunakan GPS dilakukan dengan distribusi yang menyebar di daerah penelitian.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. -y"r +(Zi -ZJ2 f. lingkar ring road utara. pengolahan data pengamatan GPS secara post processing. 6. diA : jarak geometrik antara sate1it ke pengamat piA : jarak rase (ukuran) antara satelit ke pengamat (XA. kesa1ahan dan bias yang melekat pada data pengamatan GPS dengan menggunakan data rase.ISSN 0216-3012 27 . Komputer Pentium 4 yang dilengkapi dengan CD ROM drive. pengamat GPS dibagi dalam 3 tim.Ti : lama waktu perambatan sinya1 GPS dari satelit ke pengamat di dasarkan pada jam satelit 6. 2. 5.¢lrw (5) Dalam hal ini.karakter dan ukuran obyek dapat digunakan teknik filtering dengan menggunakan filter yang sesuai. : 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. Persamaan ini disebut persamaan pengamatan fase single difference. Perangkat lunak Map Info 6. ring road timur.0 untuk digitasi dan pembuatan/analisis SIG. parameter kesalahan jam satelit sudah tereliminasi sedangkan kesa1ahan karena atmosfer (ionosfer dan troposfer) dapat dikatakan sebagian besar tereduksi. Jalan HOS Cokroaminoto. (7)..T (t)+ 16.1 untuk keperluan pengolahan citra satelit. 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. Magelang Km. dan sisi obyek pad a citra digital.30 untuk pengolahan data pengamatan GPS. 2. (differentia!). garis. (2). Vi"~Zi) posisi satelit da1am sistem koordinat kartesian i NA : cycle ambiquity <piA : rase hasil ukuran '). Citra Satelit IKONOS tingkat geo mode Pan Sharpened rekaman di daerah Kota Yogyakarta.TAB (1)+ A¢ioll+6. I (4) Dalam hal ini. ring road selatan.

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

Metode yang digunakan dalam transformasi koordinat adalah fungsi polinomial orde satu.36 7245.882 432592.543 9137848.315 Penentuan Gambar 2. seperti pada Garnbar 2.85121 E E E E E E E E Fix 0.02331 S 7 45 50.50720 S SLat Koordinat Titik Kontrol Tanah Longitude SlolI m m m m m m ill Height 156. dan 0.39 0.0015 0.20 3907.16 5219. Nilai RMS yang dapat diterima adalah kurang dari 0.942 434763.0027 0.323 9134680.168 428568.950 429015.32234 1102253.73 7664.30 1642.01 2229.18253 110 23 4.676 Y 9140650.41 4092.0019 m untuk tingginya.80609 I 10 21 41.0022 0.43786 1102122. dapat dilihat bahwa seluruh koordinat titik kontrol tanah hasil pengolahan baseline memiliki ketelitian dalam fraksi milimeter.0069 m untuk tingginya.rata sebesar 0.0021 0.74 7922.77517E 110 24 39.22684 S 747 57.84 1190.0006 0.08 4429.12797 S 7 45 57.29 X 431283. dan metode pengolahan data yang diterapkan.66232 11023 18.0013 m Fix 0.84 3861. 0.0069 m m m m m m m m m m m m m m m m Dari Tabel 2. Distribusi Titik Kontrol Tanah Pada Citra IKONOS Komposit. pengukuran GPS menggunakan metode differensial baseline radial.770 429615.1790 128.402 m.73 8893.569 9134001.0006 m untuk bujur.402 piksel atau 0.846 435047.68217S 74751.0021 m m 1102236.0024 0.04 1306.70 0. 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 3899.0008 In 0.87 4761.10136 S 746 0.0014 III 0.0006 m untuk Iintang.708 9141529.0017 0.101 432141.27 0.3165 173.65476E 11025 19. Dalam penel itian ini digunakan lO titik sekutu dengan distribusi yang rnerata di seluruh daerah penelitian.0007 0. ketelitian data yang digunakan.ISSN 0216-3012 29 . 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 74625.0019 0.47 431.0011 III 0.1495 131.0006 0.36 0.28 517.99804 110217.44 0.41 Koordinat Peta (m) RMSE (m) 0.62 7311.0006 m 0.2472 104.9024 099.837 431814.166 9141443.68 0.236 9138083.868 436281.0007 0.09379 1102429.24328 S 7 50 2. Hasil pengolahan menunjukkan bahwa simpangan baku minimum terdapat pada titik UMY dengan standar deviasi 0.893 9138036.0006 0. yaitu: metode penentuan posisi yang digunakan.3132 166.83 212.956 9141753.8661 105.Tabel 2.23221 S 7 49 42.9236 m m ill sH Fix 0. Standar deviasi maksimum terdapat pada titik GWG dengan standar deviasi 0.049 9134616.5 piksel (Jansen.0008 m 0.5850 I S 74749. Ketelitian posisi hasil pengolahan di atas dipengaruhi oleh beberapa faktor.402 m telah memenuhi persyaratan tersebut.0656 132.4 Tahun XXVIII Edisi Nopember 2006 No. 0.11 7388.0008 0. Skema klasifikasi penggunaan lahan dikategorikan dalam bagian: MEDIA TEKNIK No. Interpolasi nilai spektral (resampling) menggunakan metode tetangga terdekat (nearest neighbour ). dan 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.0008 0.09 0. dengan pertimbangan tidak merubah piksel. Dari 10 titik kontrol diperoleh jumlah nilai residu rata-rata sebesar 0.0008 III 0.4289 163. Tabel 3.79 0.0013 m untuk bujur.53 0.0027 0. dkk (1981).93721 S 74940.0008 III 0.0018 0.0021 m untuk lintang. 1996) sehingga hasil RMS rata. Adapun titik kontrol tanah dan besamya residu pada setiap titik kontrol tanah dapat dilihat pada Tabel 3. geometri dan distribusi dari satelit yang diamati.0011 III 0.

jasa.206.358. Penggunaan Lahan di Kota Yogyakarta Pengecekan di lapangan menunjukkan adanya perubahan penggunaan lahan di daerah pinggiran kota. Pada penelitian ini. Dalam penelitian ini. stasiun 6. dan apotik 3. Tabel 4. yang terdiri dari pabrik-pabrik 5. KESIMPULAN Kesimpulan I. Tempat ibadah. Jasa. yang terdiri atas kelembagaan (antara lain: perkantoran. Hal ini terlihat dari jumlah nilai rerata residu yang besamya 0. Transportasi. misalnya rumah bangsawan di kraton. yang terdiri atas persawahan.402. yang berupa jalan raya dengan berbagai kelas.1. (3). stadion. tailor. dan sekolah). Dari citra satelit IKONOS dapat diekstrak 9 kelas penggunaan lahan. 4. rekreasi. identifikasi obyek untuk klasifikasi bukanlah suatu pekerjaan yang rnudah. atau rekreasi.4 piksel (di bawah 0. Saran DAN SARAN Berdasarkan skema klasifikasi yang dipakai.32 38. lain-Iain/lahan kosong.375.14 Lahan Kosonz Industri Rekreasi lbadah Pernukiman Perdagangan Pertanian Jumlah Luas Pada penentuan skema klasifikasi penggunaan lahan diperlukan kunci interpretasi. (7). faktor yang paling dominan yang dipakai untuk menentukan jenis kelas penggunaan lahan tersebut. non kelembagaan (antara lain: bengkel. citra IKONOS dikategorikan dalam 9 kelas penggunaan lahan.701. Adapun 9 kelas tersebut meliputi: (I).680. Dalam teknis opersional. Pengecekan lapangan menunjukkan terjadi perubahan penggunaan lahan di daerah pinggiran kota. pertokoan.61 20.03 8. (8). dan rumah praktek dokter. yaitu dari kelas pertanian menjadi pemukiman atau jasa. jasa. pertanian. misalnya identifikasi dan delineasi dengan unit spasial persil atau obyek. maka dapat disajikan penggunaan lahan pada status Juni 2001 di Yogyakarta.206.4 Tahun XXVIII Edisi Nopember 2006 No. kebun binatang. (6).ISSN 0216-3012 . yang terdiri dari: pasar.545. antara lain masjid. perdagangan. perkebunan bibit yang secara administrasi masih masuk dalam wilayah administrasi Kota Yogyakarta.240. Ada beberapa area di pinggir citra IKONOS yang tidak dapat diinterpretasi penggunaan lahannya (pada IKONOS terlihat hitam pekat).844. Pertanian.87 422. Industri.60 4. yaitu pemukiman. Lain-lain. dengan ciri: pola teratur dan ada beberapa yang mempunyai pola khusus.956. industri.768.768. pertanian. dan lain-Iain/lahan kosong. dan (9). gereja 9.998. (2). Pemukiman.14 m2 sedangkan berdasarkan hasil statistik perangkat lunak pengolah 30 MEDIA TEKNIK 1. dari kelas pertanian menjadi pemukiman atau perdagangan. reI KA (Kereta Api). pernukiman. yang dapat berupa tempat pernakaman umum dan lahan kosong Jdentifikasi dan Digitasi Citra IKONOS Penggunaan Lahan Pada citra Er Mapper. gedung olah raga. bank. tempat ibadah. Rekreasi. Perdagangan. sehingga dapat digunakan untuk keperluan manajemen kota secara detail. pusat perbelanjaan. rumah praktek pengacara) 7. tempat ibadah. Skema klasifikasi penggunaan lahan dari citra satelit IKONOS perlu dibuat lebih detail.461. perdagangan. misalnya: kawasan Malioboro dapat dikategorikan sebagai kawasan perdagangan. industri. 2.58 77. jasa. Sering ditemukan. Dengan memanfaatkan teknologi SIG. gedung pertunjukan/kesenian 8. I7 19.5 piksel) 2. Perubahan tersebut terutama di sekitar jalur ring road. Luas Masing-Masing Lahan No I 2 3 4 5 6 7 8 Penggunaan Jasa Lahan Kelas Penggunaan Luas Total (m') 6. sehingga diperlukan suatu panduan yang jelas. tegalan. transportasi. rumah sakit.175. citra IKONOS memiliki luas 78. Berdasarkan interpretasi penggunaan lahan dari citra IKONOS luas Kota Yogyakarta adalah 77.478 m . rekreasi. yang terdiri atas lapangan olah raga. transportasi. hasil identifikasi dan delineasi penggunaan lahan di Kota Yogyakarta tersebut dapat dihitung luasnya.139. suatu obyek yang dapat dikategorikan dalam kelas-kelas yang berbeda. Tabel 4 menyajikan luas setiap kelas penggunaan lahan di Kota Yogyakarta. kolam renang.96 24. (4). Luas jalan dan sungai belurn dihitung. Ketelitian geometrik citra satelit IKONOS tingkat geo dapat ditingkatkan dengan menggunakan titik kontrol tanah hasil pengamatan metode OOPS. Perbedaan luas yang cukup besar ini dapat disebabkan oleh beberapa faktor: (1).865. rumah makan. No. sedangkan di dalam kota relatif tetap. dan (2). (5).

New Jersey. A. Ltd.. McGraw-Hili Book Company.2. Japan Association on Remote Sensing.. PT. Puspic UGM Transavia Infonnatika Pratama. P. 25881P. G. 1. Yogyakarta Space Imaging... Yogyakarta). W. Kajian Penggunaan Data Citra Satelit ASTER Untuk Pemetaan Penggunaan Lahan di Wi/ayah Pesisir (Studi Kasus di Daerah Pantai Selatan DIY). Vol 68. Pembuatan Peta Penggunaan Lahan Kabupaten Bantul Menggunakan Citra Satelit Landsat 7 ETM+ Tahun 2000. 2002. PE & RS Journal. GPSfor Geodesy. 1983. K. Sekolah Pascasarjana UGM Sutanto. UCAPAN TERIMAKASIH Kartesa. 1994. R. Yogyakarta Arwiyanto. 2003. 2002. Vol 68. Yogyakarta. Jensen. Jurusan Teknik Geodesi FT-UGM. Tesis Magister Geomatika. Sekolah Pascasarjana UGM Epstein. Remote Sensing and Image Interpretation. Bandung. Second Edition. Tesis Magister Teknik Skripsi. DAFTAR PUSTAKA Jurusan Teknik Geodesi FT-UGM. New York. MEDIA TEKNIK No. Publikasi No. C. 1993. E. Elements of Photogramnietry.4 Tahun XXVIII Edisi Nopember 2006 No. New York. Pembuatan Peta Penggunaan Lahan Kabupaten Kulon Progo Menggunakan Citra Satelit Landsat 7 ETM+ Tahun 2000. The Environment for Visualizing Images: ENVI User's Guide. Penggunaan Foto Udara Untuk Pembuatan Peta Penggunaan Lahan Kota Kotamadya Yogyakarta. 1981. An Introduction Geographic Information Systems. John Wiley and Sons Pohl. and Teunissen. Pembuatan Peta Penggunaan Lahan Kabupaten Sleman Menggunakan Citra Satelit Landsat 7 ETM+ Tahun 2000. Untuk keperluan manajemen kota secara detail (sesuai dengan saran 1). 1996. Colorado. Anggorowati. and Kramer.. 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.. A. to Urban Oxfor University Press. J.. Ph.. Westiyani. 2005. Seminar Geomatika. 1991. Number 9. 2004. Jurusan Teknik Geodesi FT-UGM. Tesis Magister Teknik Teknik Geomatika.. JARS.. Version 1. Gunawan. Introductory Digital Image Processing: A Remote Sensing Perspective. Aryono Prihandito. USA Jurusan Teknik Geodesi FT-UGM. Magister Teknik Geomatika..Sc atas koreksi dan saran-sarannya.R. P.. PE & RS Journal. 2000. Aula Timur ITB. Payne. Kajian Penggunaan Citra Satelit IKONOS dan Quick Bird untuk Kepentingan Pemeliharaan Basis Data SfSMIOP (Studi Kasus di KP PBB Bandung Satu) . 2003. Skripsi. Pemodelan Dinamis Wilayah Dengan SIG Berwawasan Untuk Pengembangan Lingkungan. 2003. 2005. Nihon Printing Co. 4th Edition. E. Sekolah Pascasarjana UGM ENVI. USA Swartoko. ITC Publication No.II/LPN/2003 tertanggal 2 Juni 2003 serta Ir. Tesis Number 12. W.3 SE 2. A. S. Boulder CO 80301. Germany Lillesand and Kiefer. 1.. N. Prentice Hall Inc. 1996. R. Springer-Verlag Berlin.. Techniques for Mapping Urban Sprawl.1..ISSN 0216-3012 31 . Dissertation... ITe Rubiasih. Space Imaging Inc. Gunadi.C. dapat di tambahkan data infrastruktur yang detail dengan unit spasial persial. Japan. Gluch.. Yogyakarta Kleusberg. Geometric Aspects of Multisensor Image Fusion for Topographic Map Updating in The Humid Tropics. Nasional. M. Yulianti.. 1996. Penentuan Citra Satelit IKONOS untuk Penentuan Priotritas Pendataan PBB di Kola Semarang. Dip. Urban Growth Detection Using Texture Analysis on Merged Landsat TM and SPOT-P Data. Skripsi. Huxhold. T.. Skripsi. Sekolah Pascasarjana UGM Wolf. IKONOS Imagery Products and Product Guide. Djoewadi. 2002.2003. Research System. 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. K. 2006. 39. Umbulharjo. I. Pemanfaatan Citra IKONOS untuk Mengidentifikasi Jenis Penggunaan Lahan bagi Kepentingan PBB.D. 2000. 2nd Edition. Remote Sensing Note. 80241.

Sign up to vote on this title
UsefulNot useful