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

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

Djoewadi (2005). Bahkan. Penelitian pemanfaatan citra lKONOS untuk keperluan pajak bumi dan bangunan dilakukan oleh Arwiyanto (2004). Adapun karakteristik satelit IKONOS dapat disimak pada Tabel 1.0 meter (3.m. dan ketidakcukupan fasilitas kota untuk melayani ledakan pertumbuhan penduduk seperti yang disebabkan oleh laju urbanisasi. Satelit IKONOS memiliki resolusi spasial 1 m pada mode pankromatik dan 4 m pada mode multispektral.7 mil) per detik 6. yaitu an tara 1. Rubiasih. California Lebih dari 7 tahun 98.82 meter (2. Dewasa ini dengan berkembangnya teknologi sensor satelit. diharapkan lebih jauh lagi dapat mengeliminir atau meminimalisir permasalahan klasik yang selalu dihadapi oleh kota. G. Yulianti.7 setiap 24 jam 98 menit 681 kilometer (423 mil) Nadir: 0. Hal ini disebabkan oleh penggunaan citra Sate!it IKONOS diluncurkan pada tanggal 24 September 1999 di Vandenberg Air Force Base.lSSN 0216-3012 25 . dan Westiyani (2006). Disisi lain penggunaan citra satelit lKONOS dengan tingkat orto memerlukan dana yang cukup besar. Swartoko (2005). khususnya kota Yogyakarta. Karakteristik Citra IKONOS (Space Imaging. 2003). Keseluruhan penelitian tersebut mengkaji pemanfaatan citra lKONOS dari aspek informasi tematiknya saja.3 kilometer (7.8 kilometer (4.1 derajad.0 meters (13.5 feet) multispektral 26° OffNadir: 1. 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. 2003. ekonomi (perdagangan.1 feet) multispektral 11. 40° L 11 bits per piksel Pankromatik. d11.5 kilometer (4. SUII synchronous 7. Tabel 1. yaitu: banjir. kekumuhan kota. Tujuan Penelitian I. 2003.6 mil) pada 26° off-nadir Sekitar jam 10:30 a.8 kilometer (8.4 Tahun XXVIII Edisi Nopember 2006 No. kesehatan. California. perpajakan).2 meter (10. Meningkatkan ketelitian geometrik citra satelit IKONOS tingkat geo sehingga memenuhi ketentuan ketelitian peta penggunaan lahan yang sesuai untuk RTRWK Kota Yogyakarta 2. 2003. maka sangat perlu diteliti kegunaanya untuk mendeteksi penggunaan lahan di daerah perkotaan. dan NIR MEDIA TEKNIK No.dini dan terintegrasi berbagai aspek yang berkaitan dengan pengelolaan kota seperti fisik (ruang dan infrastruktur kota).). 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. B. Berdasarkan karakteristik citra lKONOS tersebut. 2002). R. dimana waktu pencitraan dilakukan secara serempak. telah dihasilkan citra satelit komersial IKONOS dengan resolusi spasial yang sangat tinggi. Amerika Serikat (Space Imaging.0 mil) pada nadir 13. dan aspek sosial-budaya (pengembangan masyarakat.2 mil) per detik 14. pelayanan pendidikan.5 sampai 3 hari.3 feet) pankromatik 4. RTRWK diharapkan dapat menjadi acuan bagi pengelola pemerintahan daerah sebagai pengendali pertumbuhan dan pengembangan kota sampai dengan tahun 2004. Tinjauan Pustaka satelit dengan resolusi spasial yang cukup kasar (10 30 m) (Anggorowati. 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.7 feet) panchrornatik 3. IKONOS memiliki resolusi temporal yang cukup singkat. kemacetan lalu lintas. solar time Sekitar 3 jam pada resolusi l-meter. Kartesa.

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

ring road timur. c cepat rambat gelombang cahaya 6. CARA PENELITJAN Bahan yang diper1ukan untuk penelitian ini adalah: I. ring road selatan. Komputer Pentium 4 yang dilengkapi dengan CD ROM drive. peningkatan kualitas geometrik citra satelit IKONOS tingkat geo. dan TVRI Stasiun Yogyakarta di JL. (2). Tahapan pelaksanaan penelitian dapat dijelaskan sebagaimana digambarkan pada Gambar 1. dan sisi obyek pad a citra digital.karakter dan ukuran obyek dapat digunakan teknik filtering dengan menggunakan filter yang sesuai. (7). interpretasi visual dan ekstraksi informasi penggunaan lahan dari citra satelit IKONOS. garis.30 untuk pengolahan data pengamatan GPS..1 untuk keperluan pengolahan citra satelit. analisis penggunaan lahan di Kota Yogyakarta dikomparasikan dengan dokumen RUTRW Kota Yogyakarta. parameter kesalahan jam satelit sudah tereliminasi sedangkan kesa1ahan karena atmosfer (ionosfer dan troposfer) dapat dikatakan sebagian besar tereduksi. Metode pengukuran GPS dilakukan secara radial. Dokumen Rencana Tata Ruang Wilayah Kota Yogyakarta Peri ode 1994 . -y"r +(Zi -ZJ2 f. diA : jarak geometrik antara sate1it ke pengamat piA : jarak rase (ukuran) antara satelit ke pengamat (XA. Magelang Km. lingkar ring road utara. Pengamatan/pengukuran titik kontrol tanah menggunakan GPS dilakukan dengan distribusi yang menyebar di daerah penelitian. Jalan HOS Cokroaminoto. Tiga set alat receiver GPS single frequency tipe Geodetik merk Laica. Persamaan ini disebut persamaan pengamatan fase single difference. sedangkan peralatan yang digunakan adalah: I. pengolahan data pengamatan GPS secara post processing.T (t)+ 16. Menurut Kleusberg dan Teunissen (1996). Secara teoritik. Vi"~Zi) posisi satelit da1am sistem koordinat kartesian i NA : cycle ambiquity <piA : rase hasil ukuran '). 6. Adapun lokasi yang dipilih meliputi boulevard UGM. (4). 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. Distribusi titik kontrol tanah pada citra satelit IKONOS dapat dilihat pada Gambar 2. Citra Satelit IKONOS tingkat geo mode Pan Sharpened rekaman di daerah Kota Yogyakarta. (5). Perangkat lunak ER Mapper 6. persiapan bahan dan materi penelitian. efek dominan kesa1ahan dan bias tersebut MEDIA TEKNIK No. Prosedur pelaksanaan penelitian dilakukan dengan tahapantahapan (I). (6). 3. 2. Perangkat lunak SKI 2.2004.0 untuk digitasi dan pembuatan/analisis SIG. Y A" ZA) posisi pengamat dalam sistem koordinat kartesian (Xi. Beberapa jenis filter digunakan untuk mengekstrak titik.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. Perangkat lunak Map imagery 2.TAB (1)+ A¢ioll+6. pengamat GPS dibagi dalam 3 tim. 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. 5. Perangkat lunak Map Info 6.4. I (4) Dalam hal ini.Ti : lama waktu perambatan sinya1 GPS dari satelit ke pengamat di dasarkan pada jam satelit 6.ISSN 0216-3012 27 .4 Tahun XXVIII Edisi Nopember 2006 No.¢lrw (5) Dalam hal ini. (differentia!).0 untuk meloading data citra IKONOS sehingga dapat dibaca oleh Map Info. perhitungan luas setiap kelas penggunaan lahan. kesa1ahan dan bias yang melekat pada data pengamatan GPS dengan menggunakan data rase. 2. 4. 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. : 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.. pengamatanlpengukuran titik kontrol tanah menggunakan GPS secara radial (3).

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

5850 I S 74749.18253 110 23 4.0069 m m m m m m m m m m m m m m m m Dari Tabel 2. pengukuran GPS menggunakan metode differensial baseline radial.0656 132. Dari 10 titik kontrol diperoleh jumlah nilai residu rata-rata sebesar 0.5 piksel (Jansen.27 0. 0.402 m.3165 173.0007 0. 0. Dalam penel itian ini digunakan lO titik sekutu dengan distribusi yang rnerata di seluruh daerah penelitian.3132 166. seperti pada Garnbar 2.36 7245. Distribusi Titik Kontrol Tanah Pada Citra IKONOS Komposit.29 X 431283.4 Tahun XXVIII Edisi Nopember 2006 No.0006 0.39 0.08 4429. Interpolasi nilai spektral (resampling) menggunakan metode tetangga terdekat (nearest neighbour ).36 0.0021 m untuk lintang. ketelitian data yang digunakan.Tabel 2. dan metode pengolahan data yang diterapkan. Skema klasifikasi penggunaan lahan dikategorikan dalam bagian: MEDIA TEKNIK No.770 429615.rata sebesar 0.80609 I 10 21 41.676 Y 9140650.0008 m 0.0027 0.8661 105.0021 m m 1102236.85121 E E E E E E E E Fix 0.84 3861.950 429015.99804 110217.01 2229.0024 0. dengan pertimbangan tidak merubah piksel.73 7664. Standar deviasi maksimum terdapat pada titik GWG dengan standar deviasi 0.837 431814.846 435047.0006 m untuk Iintang.402 m telah memenuhi persyaratan tersebut. Tabel 3.24328 S 7 50 2.049 9134616.09 0.83 212.0006 0.0017 0.315 Penentuan Gambar 2.101 432141.41 Koordinat Peta (m) RMSE (m) 0.0015 0.893 9138036.166 9141443.0008 0.32234 1102253.30 1642.43786 1102122. Ketelitian posisi hasil pengolahan di atas dipengaruhi oleh beberapa faktor.28 517.0019 0.93721 S 74940.23221 S 7 49 42.708 9141529.0008 In 0.74 7922.236 9138083.73 8893.79 0.10136 S 746 0.62 7311.68 0.0013 m Fix 0.0008 III 0.0027 0.569 9134001.44 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 3899.65476E 11025 19.41 4092.402 piksel atau 0.0022 0.84 1190.0019 m untuk tingginya.04 1306.543 9137848. yaitu: metode penentuan posisi yang digunakan. 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 74625.09379 1102429.0014 III 0.ISSN 0216-3012 29 .77517E 110 24 39.1495 131.0069 m untuk tingginya. Adapun titik kontrol tanah dan besamya residu pada setiap titik kontrol tanah dapat dilihat pada Tabel 3.9024 099.0006 m untuk bujur.70 0.0013 m untuk bujur.868 436281.0006 0.22684 S 747 57.66232 11023 18. Metode yang digunakan dalam transformasi koordinat adalah fungsi polinomial orde satu. Hasil pengolahan menunjukkan bahwa simpangan baku minimum terdapat pada titik UMY dengan standar deviasi 0.53 0. Nilai RMS yang dapat diterima adalah kurang dari 0.0011 III 0.942 434763.2472 104.956 9141753. dan 0.50720 S SLat Koordinat Titik Kontrol Tanah Longitude SlolI m m m m m m ill Height 156.0018 0.882 432592.87 4761. 1996) sehingga hasil RMS rata. 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.12797 S 7 45 57.20 3907.4289 163.0008 III 0.9236 m m ill sH Fix 0. dapat dilihat bahwa seluruh koordinat titik kontrol tanah hasil pengolahan baseline memiliki ketelitian dalam fraksi milimeter.0011 III 0.323 9134680.168 428568.11 7388. dan 0.47 431.02331 S 7 45 50.0006 m 0.16 5219.0021 0.0007 0.1790 128. dkk (1981). geometri dan distribusi dari satelit yang diamati.0008 0.68217S 74751.

Perbedaan luas yang cukup besar ini dapat disebabkan oleh beberapa faktor: (1). jasa. non kelembagaan (antara lain: bengkel.375. Pada penelitian ini.768.32 38.61 20. 2. pertanian. Skema klasifikasi penggunaan lahan dari citra satelit IKONOS perlu dibuat lebih detail. perkebunan bibit yang secara administrasi masih masuk dalam wilayah administrasi Kota Yogyakarta. pertokoan. antara lain masjid.206. perdagangan. rekreasi.402.4 piksel (di bawah 0. dan (9). Perdagangan.60 4. industri. Dalam teknis opersional. rumah makan. dengan ciri: pola teratur dan ada beberapa yang mempunyai pola khusus. reI KA (Kereta Api). Dengan memanfaatkan teknologi SIG. citra IKONOS dikategorikan dalam 9 kelas penggunaan lahan.175.240. dan lain-Iain/lahan kosong. industri. kebun binatang. Pemukiman. dari kelas pertanian menjadi pemukiman atau perdagangan. misalnya rumah bangsawan di kraton. tegalan. identifikasi obyek untuk klasifikasi bukanlah suatu pekerjaan yang rnudah. rumah praktek pengacara) 7. yang dapat berupa tempat pernakaman umum dan lahan kosong Jdentifikasi dan Digitasi Citra IKONOS Penggunaan Lahan Pada citra Er Mapper. Tabel 4 menyajikan luas setiap kelas penggunaan lahan di Kota Yogyakarta. gereja 9. Luas jalan dan sungai belurn dihitung. misalnya: kawasan Malioboro dapat dikategorikan sebagai kawasan perdagangan. tempat ibadah. rumah sakit.358. No. Luas Masing-Masing Lahan No I 2 3 4 5 6 7 8 Penggunaan Jasa Lahan Kelas Penggunaan Luas Total (m') 6. yaitu dari kelas pertanian menjadi pemukiman atau jasa.206. (6).5 piksel) 2. sedangkan di dalam kota relatif tetap. sehingga dapat digunakan untuk keperluan manajemen kota secara detail. maka dapat disajikan penggunaan lahan pada status Juni 2001 di Yogyakarta.ISSN 0216-3012 . pusat perbelanjaan. sehingga diperlukan suatu panduan yang jelas.96 24. Adapun 9 kelas tersebut meliputi: (I). pernukiman. yang terdiri atas persawahan. Dalam penelitian ini. yang terdiri dari: pasar. kolam renang. (4). (5). misalnya identifikasi dan delineasi dengan unit spasial persil atau obyek. suatu obyek yang dapat dikategorikan dalam kelas-kelas yang berbeda. stasiun 6. Penggunaan Lahan di Kota Yogyakarta Pengecekan di lapangan menunjukkan adanya perubahan penggunaan lahan di daerah pinggiran kota. 4. Pertanian. hasil identifikasi dan delineasi penggunaan lahan di Kota Yogyakarta tersebut dapat dihitung luasnya.03 8. yang terdiri atas kelembagaan (antara lain: perkantoran. Dari citra satelit IKONOS dapat diekstrak 9 kelas penggunaan lahan. transportasi.4 Tahun XXVIII Edisi Nopember 2006 No.1. yang terdiri atas lapangan olah raga. (2). Industri. (8).701.998. perdagangan. Ada beberapa area di pinggir citra IKONOS yang tidak dapat diinterpretasi penggunaan lahannya (pada IKONOS terlihat hitam pekat). atau rekreasi. tempat ibadah. Jasa.680. (7). gedung pertunjukan/kesenian 8. pertanian. KESIMPULAN Kesimpulan I.865. yaitu pemukiman.14 m2 sedangkan berdasarkan hasil statistik perangkat lunak pengolah 30 MEDIA TEKNIK 1. dan (2). yang berupa jalan raya dengan berbagai kelas. rekreasi. Ketelitian geometrik citra satelit IKONOS tingkat geo dapat ditingkatkan dengan menggunakan titik kontrol tanah hasil pengamatan metode OOPS. Tabel 4. stadion.461. Lain-lain. dan apotik 3. Perubahan tersebut terutama di sekitar jalur ring road.139.844. yang terdiri dari pabrik-pabrik 5. tailor.14 Lahan Kosonz Industri Rekreasi lbadah Pernukiman Perdagangan Pertanian Jumlah Luas Pada penentuan skema klasifikasi penggunaan lahan diperlukan kunci interpretasi. Rekreasi. transportasi. Hal ini terlihat dari jumlah nilai rerata residu yang besamya 0. jasa.956.87 422. faktor yang paling dominan yang dipakai untuk menentukan jenis kelas penggunaan lahan tersebut. (3).478 m . I7 19. Transportasi.768. citra IKONOS memiliki luas 78. Saran DAN SARAN Berdasarkan skema klasifikasi yang dipakai. dan sekolah). lain-Iain/lahan kosong. Berdasarkan interpretasi penggunaan lahan dari citra IKONOS luas Kota Yogyakarta adalah 77. Tempat ibadah. bank. Pengecekan lapangan menunjukkan terjadi perubahan penggunaan lahan di daerah pinggiran kota. Sering ditemukan. jasa. dan rumah praktek dokter.58 77. gedung olah raga.545.

A. ITe Rubiasih. New Jersey. 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. Vol 68. 25881P. A.ISSN 0216-3012 31 . Yogyakarta Arwiyanto.1. W. Tesis Magister Teknik Skripsi. 1991. Untuk keperluan manajemen kota secara detail (sesuai dengan saran 1). PE & RS Journal.. and Kramer.. W. Aryono Prihandito. Second Edition. MEDIA TEKNIK No. Introductory Digital Image Processing: A Remote Sensing Perspective. Research System. 2004. dapat di tambahkan data infrastruktur yang detail dengan unit spasial persial. T.. 1981. 2000. Elements of Photogramnietry. Sekolah Pascasarjana UGM Epstein. Techniques for Mapping Urban Sprawl. 2nd Edition. New York.. 4th Edition. 2002. Penggunaan Foto Udara Untuk Pembuatan Peta Penggunaan Lahan Kota Kotamadya Yogyakarta. JARS. Jurusan Teknik Geodesi FT-UGM. J.2003. Prentice Hall Inc.. 2002. Westiyani.4 Tahun XXVIII Edisi Nopember 2006 No. Tesis Magister Geomatika. Japan. USA Jurusan Teknik Geodesi FT-UGM.. 1. 1993. Umbulharjo. E. Jensen. Pembuatan Peta Penggunaan Lahan Kabupaten Kulon Progo Menggunakan Citra Satelit Landsat 7 ETM+ Tahun 2000. Geometric Aspects of Multisensor Image Fusion for Topographic Map Updating in The Humid Tropics.. Yogyakarta Space Imaging. C.R. Penentuan Citra Satelit IKONOS untuk Penentuan Priotritas Pendataan PBB di Kola Semarang. S. Colorado. Dip. Tesis Number 12. Germany Lillesand and Kiefer..Sc atas koreksi dan saran-sarannya.3 SE 2. Tesis Magister Teknik Teknik Geomatika.. Sekolah Pascasarjana UGM ENVI. USA Swartoko. and Teunissen. 1996. Seminar Geomatika. Pembuatan Peta Penggunaan Lahan Kabupaten Sleman Menggunakan Citra Satelit Landsat 7 ETM+ Tahun 2000. M.. to Urban Oxfor University Press. Gluch. A. Magister Teknik Geomatika.. 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. Pemanfaatan Citra IKONOS untuk Mengidentifikasi Jenis Penggunaan Lahan bagi Kepentingan PBB. Kajian Penggunaan Data Citra Satelit ASTER Untuk Pemetaan Penggunaan Lahan di Wi/ayah Pesisir (Studi Kasus di Daerah Pantai Selatan DIY). E. P. John Wiley and Sons Pohl. 39. Gunawan. G. 2003.... 2000.. R. 1983.D. GPSfor Geodesy. Gunadi.. PE & RS Journal. 2003. Anggorowati. Djoewadi. Jurusan Teknik Geodesi FT-UGM. Bandung. 1. Urban Growth Detection Using Texture Analysis on Merged Landsat TM and SPOT-P Data. 80241. P. Aula Timur ITB. Yulianti. 1994. Pembuatan Peta Penggunaan Lahan Kabupaten Bantul Menggunakan Citra Satelit Landsat 7 ETM+ Tahun 2000. Ltd.. Version 1. Huxhold. Yogyakarta. 2005. Space Imaging Inc. Ph. An Introduction Geographic Information Systems. UCAPAN TERIMAKASIH Kartesa. Yogyakarta Kleusberg. 2002. K. New York. Yogyakarta). Skripsi. Payne.. The Environment for Visualizing Images: ENVI User's Guide. Kajian Penggunaan Citra Satelit IKONOS dan Quick Bird untuk Kepentingan Pemeliharaan Basis Data SfSMIOP (Studi Kasus di KP PBB Bandung Satu) . DAFTAR PUSTAKA Jurusan Teknik Geodesi FT-UGM. Nihon Printing Co. Dissertation. Nasional. Springer-Verlag Berlin. ITC Publication No.. Japan Association on Remote Sensing. Skripsi. Puspic UGM Transavia Infonnatika Pratama. 1996. I. 1996. Remote Sensing Note. IKONOS Imagery Products and Product Guide. Sekolah Pascasarjana UGM Wolf. Skripsi.II/LPN/2003 tertanggal 2 Juni 2003 serta Ir. 2005.C. PT. Remote Sensing and Image Interpretation. K. 2003.2. Publikasi No. McGraw-Hili Book Company. Number 9. Boulder CO 80301. N. 2006. R.. Pemodelan Dinamis Wilayah Dengan SIG Berwawasan Untuk Pengembangan Lingkungan. Sekolah Pascasarjana UGM Sutanto. Vol 68.

Sign up to vote on this title
UsefulNot useful