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

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.lSSN 0216-3012 25 . 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. khususnya kota Yogyakarta. Keseluruhan penelitian tersebut mengkaji pemanfaatan citra lKONOS dari aspek informasi tematiknya saja.3 feet) pankromatik 4. IKONOS memiliki resolusi temporal yang cukup singkat. 40° L 11 bits per piksel Pankromatik.7 mil) per detik 6. 2003). 2003.5 sampai 3 hari. Tujuan Penelitian I.6 mil) pada 26° off-nadir Sekitar jam 10:30 a. Dewasa ini dengan berkembangnya teknologi sensor satelit.0 meter (3.2 mil) per detik 14. 2002). dan ketidakcukupan fasilitas kota untuk melayani ledakan pertumbuhan penduduk seperti yang disebabkan oleh laju urbanisasi. 2003. Djoewadi (2005). Yulianti.1 feet) multispektral 11. Swartoko (2005). kekumuhan kota.7 feet) panchrornatik 3. California Lebih dari 7 tahun 98.1 derajad. Penelitian pemanfaatan citra lKONOS untuk keperluan pajak bumi dan bangunan dilakukan oleh Arwiyanto (2004).2 meter (10.5 feet) multispektral 26° OffNadir: 1. Tinjauan Pustaka satelit dengan resolusi spasial yang cukup kasar (10 30 m) (Anggorowati. perpajakan). yaitu: banjir. R. Bahkan. Satelit IKONOS memiliki resolusi spasial 1 m pada mode pankromatik dan 4 m pada mode multispektral. diharapkan lebih jauh lagi dapat mengeliminir atau meminimalisir permasalahan klasik yang selalu dihadapi oleh kota. Adapun karakteristik satelit IKONOS dapat disimak pada Tabel 1. ekonomi (perdagangan. maka sangat perlu diteliti kegunaanya untuk mendeteksi penggunaan lahan di daerah perkotaan. Berdasarkan karakteristik citra lKONOS tersebut. B.0 mil) pada nadir 13. dan aspek sosial-budaya (pengembangan masyarakat.0 meters (13. Hal ini disebabkan oleh penggunaan citra Sate!it IKONOS diluncurkan pada tanggal 24 September 1999 di Vandenberg Air Force Base.dini dan terintegrasi berbagai aspek yang berkaitan dengan pengelolaan kota seperti fisik (ruang dan infrastruktur kota). Karakteristik Citra IKONOS (Space Imaging. pelayanan pendidikan. Kartesa.7 setiap 24 jam 98 menit 681 kilometer (423 mil) Nadir: 0. Tabel 1. RTRWK diharapkan dapat menjadi acuan bagi pengelola pemerintahan daerah sebagai pengendali pertumbuhan dan pengembangan kota sampai dengan tahun 2004. SUII synchronous 7.82 meter (2.8 kilometer (4.3 kilometer (7. Meningkatkan ketelitian geometrik citra satelit IKONOS tingkat geo sehingga memenuhi ketentuan ketelitian peta penggunaan lahan yang sesuai untuk RTRWK Kota Yogyakarta 2.4 Tahun XXVIII Edisi Nopember 2006 No. 2003. kemacetan lalu lintas.8 kilometer (8. telah dihasilkan citra satelit komersial IKONOS dengan resolusi spasial yang sangat tinggi.5 kilometer (4. G. dan Westiyani (2006). yaitu an tara 1.m. dimana waktu pencitraan dilakukan secara serempak. Disisi lain penggunaan citra satelit lKONOS dengan tingkat orto memerlukan dana yang cukup besar. California.). dan NIR MEDIA TEKNIK No. Amerika Serikat (Space Imaging. Rubiasih. d11. 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. kesehatan. solar time Sekitar 3 jam pada resolusi l-meter.

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

analisis penggunaan lahan di Kota Yogyakarta dikomparasikan dengan dokumen RUTRW Kota Yogyakarta.karakter dan ukuran obyek dapat digunakan teknik filtering dengan menggunakan filter yang sesuai. persiapan bahan dan materi penelitian. pengamat GPS dibagi dalam 3 tim. ring road selatan. Tiga set alat receiver GPS single frequency tipe Geodetik merk Laica. Beberapa jenis filter digunakan untuk mengekstrak titik. Tahapan pelaksanaan penelitian dapat dijelaskan sebagaimana digambarkan pada Gambar 1. Dokumen Rencana Tata Ruang Wilayah Kota Yogyakarta Peri ode 1994 .30 untuk pengolahan data pengamatan GPS. dan sisi obyek pad a citra digital. 5. garis. (4).TAB (1)+ A¢ioll+6. 3.¢lrw (5) Dalam hal ini. : 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. Pengamatan/pengukuran titik kontrol tanah menggunakan GPS dilakukan dengan distribusi yang menyebar di daerah penelitian. Persamaan ini disebut persamaan pengamatan fase single difference. Metode pengukuran GPS dilakukan secara radial. Jalan HOS Cokroaminoto. 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. Perangkat lunak ER Mapper 6.ISSN 0216-3012 27 . interpretasi visual dan ekstraksi informasi penggunaan lahan dari citra satelit IKONOS.0 untuk meloading data citra IKONOS sehingga dapat dibaca oleh Map Info. lingkar ring road utara. -y"r +(Zi -ZJ2 f. 2. Adapun lokasi yang dipilih meliputi boulevard UGM. I (4) Dalam hal ini. Menurut Kleusberg dan Teunissen (1996).4. Secara teoritik. efek dominan kesa1ahan dan bias tersebut MEDIA TEKNIK No.T (t)+ 16. CARA PENELITJAN Bahan yang diper1ukan untuk penelitian ini adalah: I. pengamatanlpengukuran titik kontrol tanah menggunakan GPS secara radial (3). Citra Satelit IKONOS tingkat geo mode Pan Sharpened rekaman di daerah Kota Yogyakarta. Distribusi titik kontrol tanah pada citra satelit IKONOS dapat dilihat pada Gambar 2. (6). Perangkat lunak Map imagery 2. diA : jarak geometrik antara sate1it ke pengamat piA : jarak rase (ukuran) antara satelit ke pengamat (XA. (2).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. Prosedur pelaksanaan penelitian dilakukan dengan tahapantahapan (I). 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.Ti : lama waktu perambatan sinya1 GPS dari satelit ke pengamat di dasarkan pada jam satelit 6. Y A" ZA) posisi pengamat dalam sistem koordinat kartesian (Xi. (differentia!). (5). pengolahan data pengamatan GPS secara post processing.2004. Komputer Pentium 4 yang dilengkapi dengan CD ROM drive. ring road timur. sedangkan peralatan yang digunakan adalah: I. perhitungan luas setiap kelas penggunaan lahan. dan TVRI Stasiun Yogyakarta di JL. 6. Magelang Km. 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. peningkatan kualitas geometrik citra satelit IKONOS tingkat geo.4 Tahun XXVIII Edisi Nopember 2006 No. (7). kesa1ahan dan bias yang melekat pada data pengamatan GPS dengan menggunakan data rase. parameter kesalahan jam satelit sudah tereliminasi sedangkan kesa1ahan karena atmosfer (ionosfer dan troposfer) dapat dikatakan sebagian besar tereduksi. Perangkat lunak Map Info 6.0 untuk digitasi dan pembuatan/analisis SIG.. Vi"~Zi) posisi satelit da1am sistem koordinat kartesian i NA : cycle ambiquity <piA : rase hasil ukuran '). c cepat rambat gelombang cahaya 6.1 untuk keperluan pengolahan citra satelit. 2.

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

708 9141529.0021 0.0019 0.39 0.70 0. 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. dapat dilihat bahwa seluruh koordinat titik kontrol tanah hasil pengolahan baseline memiliki ketelitian dalam fraksi milimeter.168 428568. dkk (1981).868 436281.30 1642.0069 m m m m m m m m m m m m m m m m Dari Tabel 2.0008 0.166 9141443.315 Penentuan Gambar 2.676 Y 9140650.80609 I 10 21 41.50720 S SLat Koordinat Titik Kontrol Tanah Longitude SlolI m m m m m m ill Height 156.0006 0.84 3861. Distribusi Titik Kontrol Tanah Pada Citra IKONOS Komposit.74 7922.236 9138083.0007 0.0014 III 0.84 1190.0011 III 0.65476E 11025 19.8661 105.18253 110 23 4. Hasil pengolahan menunjukkan bahwa simpangan baku minimum terdapat pada titik UMY dengan standar deviasi 0.0008 In 0.543 9137848.68217S 74751. pengukuran GPS menggunakan metode differensial baseline radial.08 4429. ketelitian data yang digunakan.62 7311.569 9134001.893 9138036. Nilai RMS yang dapat diterima adalah kurang dari 0. Tabel 3. Adapun titik kontrol tanah dan besamya residu pada setiap titik kontrol tanah dapat dilihat pada Tabel 3. yaitu: metode penentuan posisi yang digunakan.rata sebesar 0. 0. dan 0.0656 132.1790 128. 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.09379 1102429.16 5219.Tabel 2.04 1306.41 4092.956 9141753.323 9134680.770 429615.0024 0.36 7245. seperti pada Garnbar 2. Metode yang digunakan dalam transformasi koordinat adalah fungsi polinomial orde satu.0027 0.28 517. Dalam penel itian ini digunakan lO titik sekutu dengan distribusi yang rnerata di seluruh daerah penelitian.87 4761.0027 0. 1996) sehingga hasil RMS rata. dan 0.882 432592.3165 173.20 3907.0019 m untuk tingginya.942 434763.73 7664.02331 S 7 45 50.83 212.66232 11023 18.0013 m Fix 0.402 piksel atau 0.9024 099.23221 S 7 49 42.0022 0. geometri dan distribusi dari satelit yang diamati.ISSN 0216-3012 29 .0008 m 0.0013 m untuk bujur. Interpolasi nilai spektral (resampling) menggunakan metode tetangga terdekat (nearest neighbour ).0006 0.950 429015.846 435047.837 431814.5850 I S 74749.0021 m untuk lintang.1495 131.0021 m m 1102236.10136 S 746 0.99804 110217.402 m.36 0. Skema klasifikasi penggunaan lahan dikategorikan dalam bagian: MEDIA TEKNIK No.0006 m untuk Iintang.049 9134616.0008 III 0.0006 m untuk bujur.402 m telah memenuhi persyaratan tersebut.44 0.47 431. 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 3899.4 Tahun XXVIII Edisi Nopember 2006 No. dengan pertimbangan tidak merubah piksel.29 X 431283.41 Koordinat Peta (m) RMSE (m) 0.101 432141.0008 III 0. Ketelitian posisi hasil pengolahan di atas dipengaruhi oleh beberapa faktor.9236 m m ill sH Fix 0.09 0.5 piksel (Jansen.79 0.2472 104.68 0.0006 m 0.0008 0.4289 163. Dari 10 titik kontrol diperoleh jumlah nilai residu rata-rata sebesar 0.93721 S 74940.3132 166.73 8893.0018 0.85121 E E E E E E E E Fix 0.0007 0.11 7388. 0.0011 III 0. Standar deviasi maksimum terdapat pada titik GWG dengan standar deviasi 0.01 2229.27 0.0006 0. dan metode pengolahan data yang diterapkan.77517E 110 24 39.43786 1102122.0017 0.22684 S 747 57.24328 S 7 50 2.53 0.12797 S 7 45 57.32234 1102253.0069 m untuk tingginya.0015 0.

pernukiman.1.375. dan lain-Iain/lahan kosong. Tabel 4 menyajikan luas setiap kelas penggunaan lahan di Kota Yogyakarta. tailor.240. rumah makan. dengan ciri: pola teratur dan ada beberapa yang mempunyai pola khusus.175.5 piksel) 2. citra IKONOS memiliki luas 78.4 Tahun XXVIII Edisi Nopember 2006 No.14 Lahan Kosonz Industri Rekreasi lbadah Pernukiman Perdagangan Pertanian Jumlah Luas Pada penentuan skema klasifikasi penggunaan lahan diperlukan kunci interpretasi. Pemukiman. Lain-lain. perkebunan bibit yang secara administrasi masih masuk dalam wilayah administrasi Kota Yogyakarta.32 38. 2. Saran DAN SARAN Berdasarkan skema klasifikasi yang dipakai. bank. Ada beberapa area di pinggir citra IKONOS yang tidak dapat diinterpretasi penggunaan lahannya (pada IKONOS terlihat hitam pekat). rumah sakit. industri. reI KA (Kereta Api).96 24. Luas Masing-Masing Lahan No I 2 3 4 5 6 7 8 Penggunaan Jasa Lahan Kelas Penggunaan Luas Total (m') 6. rekreasi.61 20. Pertanian. tegalan. yaitu pemukiman. stasiun 6. yang terdiri atas kelembagaan (antara lain: perkantoran. (6). I7 19. non kelembagaan (antara lain: bengkel. Rekreasi.956. pertokoan. suatu obyek yang dapat dikategorikan dalam kelas-kelas yang berbeda. citra IKONOS dikategorikan dalam 9 kelas penggunaan lahan. yang terdiri atas persawahan.206.ISSN 0216-3012 . misalnya: kawasan Malioboro dapat dikategorikan sebagai kawasan perdagangan.206.680. (8). dan rumah praktek dokter. perdagangan. Perubahan tersebut terutama di sekitar jalur ring road. Dari citra satelit IKONOS dapat diekstrak 9 kelas penggunaan lahan. pertanian. industri. transportasi. Perbedaan luas yang cukup besar ini dapat disebabkan oleh beberapa faktor: (1). jasa. perdagangan.478 m . maka dapat disajikan penggunaan lahan pada status Juni 2001 di Yogyakarta. sedangkan di dalam kota relatif tetap. jasa. kolam renang. dan apotik 3. sehingga diperlukan suatu panduan yang jelas. Berdasarkan interpretasi penggunaan lahan dari citra IKONOS luas Kota Yogyakarta adalah 77. gedung olah raga. Industri.768. Ketelitian geometrik citra satelit IKONOS tingkat geo dapat ditingkatkan dengan menggunakan titik kontrol tanah hasil pengamatan metode OOPS. tempat ibadah. (5). kebun binatang. identifikasi obyek untuk klasifikasi bukanlah suatu pekerjaan yang rnudah. dan sekolah). pertanian.14 m2 sedangkan berdasarkan hasil statistik perangkat lunak pengolah 30 MEDIA TEKNIK 1.4 piksel (di bawah 0. misalnya identifikasi dan delineasi dengan unit spasial persil atau obyek. yang terdiri atas lapangan olah raga. yang dapat berupa tempat pernakaman umum dan lahan kosong Jdentifikasi dan Digitasi Citra IKONOS Penggunaan Lahan Pada citra Er Mapper.701.865.87 422.402.844. Transportasi. yang berupa jalan raya dengan berbagai kelas. No. Skema klasifikasi penggunaan lahan dari citra satelit IKONOS perlu dibuat lebih detail. Dalam teknis opersional. faktor yang paling dominan yang dipakai untuk menentukan jenis kelas penggunaan lahan tersebut. Sering ditemukan. jasa. Perdagangan.58 77. Dalam penelitian ini.768. tempat ibadah. yaitu dari kelas pertanian menjadi pemukiman atau jasa. transportasi. yang terdiri dari: pasar. Adapun 9 kelas tersebut meliputi: (I). hasil identifikasi dan delineasi penggunaan lahan di Kota Yogyakarta tersebut dapat dihitung luasnya. 4. dari kelas pertanian menjadi pemukiman atau perdagangan. dan (2). lain-Iain/lahan kosong.545. (7). rekreasi.03 8. atau rekreasi. gereja 9. yang terdiri dari pabrik-pabrik 5. pusat perbelanjaan. Pengecekan lapangan menunjukkan terjadi perubahan penggunaan lahan di daerah pinggiran kota.139. stadion.358.998. antara lain masjid. Luas jalan dan sungai belurn dihitung.461.60 4. Tabel 4. Pada penelitian ini. rumah praktek pengacara) 7. Tempat ibadah. misalnya rumah bangsawan di kraton. dan (9). Penggunaan Lahan di Kota Yogyakarta Pengecekan di lapangan menunjukkan adanya perubahan penggunaan lahan di daerah pinggiran kota. Hal ini terlihat dari jumlah nilai rerata residu yang besamya 0. (4). (3). Dengan memanfaatkan teknologi SIG. (2). gedung pertunjukan/kesenian 8. sehingga dapat digunakan untuk keperluan manajemen kota secara detail. KESIMPULAN Kesimpulan I. Jasa.

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