Pertemuan Ilmiah Tahunan MAPIN XIV Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa

STUDI PERUBAHAN TUTUPAN LAHAN DENGAN CITRA LANDSAT MENGGUNAKAN GEOGRAPHIC RESOURCES ANALYIS SUPPORT SYSTEM (GRASS)
Wahyu Winardi1 dan Agung Budi Cahyono1
1

Program Studi Teknik Geodesi, FTSP, ITS, Surabaya, 60111, Indonesia email: thomas_laurensius@yahoo.com

Abstrak
Dalam perencanaan dan pegembangan suatu wilayah, diperlukan antara lain peta tutupan lahan. Dalam pembuatan peta tutupan lahan, dapat dilakukan dengan memanfaatkan teknologi penginderaan jauh, misalnya dengan menganalisa citra satelit Landsat. Dalam melakukan analisa tersebut, diperlukan perangkat lunak pengolah citra. Mengingat semakin ketatnya pelaksanaan UU. No. 19 tahun 2002 tentang Hak Cipta maka setiap perangkat lunak yang akan digunakan harus berlisensi. Dalam penelitian ini, digunakan perangkat lunak yang open source (bebas digunakan namun tetap dengan legalitas dari pembuatnya) yaitu Geographic Resources Analysis Support System (GRASS). Kelebihan GRASS adalah dapat dijalankan dalam platform Windows (Cygwin) maupun dalam platform Linux (distribusi Linux Ubuntu). Pengolahan citra Landsat pada GRASS melalui tahap import data, penggabungan band (red, green dan blue), konversi data vektor menjadi data raster, rektifikasi (koreksi geometrik), digitasi dan klasifikasi dengan metode klasifikasi terselia. Sesuai dengan Level I USGS tahun 1976, analisa perubahan luas tutupan lahan dibagi menjadi lima kelas yakni permukiman, ladang/kebun, lahan kosong, lahan basah dan rawa/tambak. Dengan membandingkan hasil pengolahan citra satelit Landsat tahun 1990 dan 2002, dapat diketahui perubahan luas area adalah permukiman + 4.739.320 m2, ladang/kebun - 6.876.420 m2 dan rawa/tambak 5.920.278m2, lahan kosong + 544.600 m2 dan lahan basah -3.463.640 m2.

Kata kunci : Penginderaan Jauh, Open Source Software, GRASS, Tutupan lahan.

1. PENDAHULUAN 1.1 Latar Belakang

berkaitan dengan pengolahan citra, harus berlisensi. Hal ini mengakibatkan tingginya biaya operasional sebuah kegiatan penelitian karena harus membeli perangkat lunak yang resmi/legal. Untuk itu dalam penelitian ini, digunakan perangkat lunak open source (bebas digunakan namun tetap dengan legalitas dari pembuatnya) yaitu perangkat lunak Geographic Resources Analysis Support System (GRASS). Mengingat semakin maraknya pendisiplinan terhadap penggunaan produk hak cipta, maka perangkat lunak open source GRASS dapat menjadi pilihan di bidang penginderaan jauh. 1.2 Permasalahan Dalam penelitian ini permasalahan yang timbul adalah bagaimana menggunakan perangkat lunak GRASS dalam platform sistem operasi Linux
TIS - 336

Dalam perencanaan dan pengembangan suatu wilayah, diperlukan data-data penunjang antara lain peta tutupan lahan. Peta tutupan lahan adalah peta yang memberikan informasi mengenai objekobjek yang tampak di permukaan bumi (Campbel, 1987). Ketepatan informasi tutupan lahan akan memberikan kemudahan dalam melakukan analisa perencanaan dan pengembangan suatu wilayah. Pembuatan peta tutupan lahan, dapat memanfaatkan teknologi penginderaan jauh, yang mana dalam prosesnya menggunakan perangkat lunak pengolah citra. Mengingat semakin ketatnya pelaksanaan UU No.19 Tahun 2002 tentang Hak Cipta maka setiap perangkat lunak yang akan digunakan dalam kegiatan-kegiatan yang

Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember Surabaya, 14 15 September 2005

Pertemuan Ilmiah Tahunan MAPIN XIV Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa

distribusi Ubuntu dan Windows (lewat Cygwin) untuk mengolah citra satelit Landsat multi temporal sekaligus untuk mengetahui perubahan tutupan lahan suatu wilayah. 1.3 Tujuan Penelitian

Cygwin/X terdiri atas dua bagian yaitu Cygwin, sebuah port GNU tools untuk Win32, dan Cygwin/X, sebuah port sistem X Windows untuk Win32. Kedua bagian tersebut dibutuhkan untuk dapat menjalankan platform Win32 dengan baik. 1.5.2. Geographic Resources Analysis Support System (GRASS) Geographic Resources Analysis Support System (GRASS) diperkenalkan pertama kali kepada publik pada tahun 1989. Ini adalah program yang dikembangkan oleh U.S. Army Corps of Engineers, tepatnya di CERL (Construction Engineering Research Lab). Namun sejak 1997 pengelolaannya diambil alih oleh The GRASS Research Group Universitas Baylor, Waco (Texas), U.S.A. Setiap orang dapat membuat/menciptakan modul-modul GRASS mendiskusikan dan saling menukar melalui e-mail internet, WWW-servers dan dua newsgroups, selain itu hasil tersebut dapat di-copy dengan bebas (dan gratis). 1.5.3. Struktur Umum GRASS Struktur dari GRASS dapat digambarkan sebagai berikut:

Adapun tujuan dari penelitian ini adalah: 1. Mempelajari penggunaan GRASS dalam sistem operasi Linux dan Windows (Cygwin) untuk mengolah citra satelit Landsat. 2. Menganalisa citra satelit Landsat multi temporal untuk mendapatkan informasi perubahan tutupan lahan. 1.4 Batasan Masalah

Batasan masalah penelitian ini adalah: 1. Daerah yang akan dianalisa adalah daerah Surabaya Timur dan sekitarnya dari citra satelit Landsat tahun 1990 dan 2002, Path 118 Row 66, dengan sistem proyeksi UTM menggunakan datum WGS 84. 2. Perangkat lunak yang digunakan adalah GRASS 5.4.0 berbasis pada sistem operasi Linux versi Ubuntu dan Windows Cygwin. 3. Analisa perubahan tutupan lahan terhadap lima kelas klasifikasi yakni permukiman, kebun/ladang, lahan basah, rawa/badan air dan lahan kosong, sesuai dengan ketentuan klasifikasi level 1 yang dikeluarkan USGS tahun 1976. 1.5 Cygwin dan GRASS 1.5.1 Cygwin

GRASS 5.4.0 dapat dijalankan dalam dua sistem operasi paling lazim di dunia saat ini, yakni Microsoft Windows dan Linux. Masing-masing memiliki kelebihan dan kekurangan. Dalam sistem operasi Microsoft Windows (contoh dengan Windows XP) GRASS 5.4.0 dioperasikan dengan menggunakan perangkat lunak tambahan yang disebut Cygwin/X. Cygwin/X adalah sebuah port sistem X Windows untuk Cygwin; menyediakan sebuah UNIX, seperti API pada platform Win32. Sejak 9 Maret 2002 platform yang sudah mendukung Win32 antara lain adalah Windows 95, Windows 98, Windows ME, Windows NT 4.0, Windows 2000, Windows XP dan Windows Server 2003.

Diagram 1. Struktur paket GRASS (Neteler, 1998).

Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember Surabaya, 14 15 September 2005

TIS - 337

Pertemuan Ilmiah Tahunan MAPIN XIV Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa

1.5.4 Data-Data GRASS Data raster yang dapat dipergunakan (di-import) dalam GRASS antara lain disebutkan dalam tabel 1. Ukuran pixel pada GRASS adalah mengacu pada data citra/raster yang diperolehnya, sehingga untuk sebuah citra LANDSAT TM resolusi terkecilnya adalah 30 m x 30 m. Jenis-jenis data vektor yang dapat di-import maupun yang hendak di-export seperti pada tabel 2.

Data titik, disebut sites dalam GRASS. Data titik ini serupa dengan data vector point tetapi tersimpan didalam sebuah modul khusus. Data vector points masih dapat dikonversi menjadi sites. Data titik dapat berupa titik tinggi atau merupakan sebuah nominal hasil perhitungan lokal. Data yang dapat di-import dan di-export kedalam maupun keluar GRASS adalah: ASCII format (X Y Z dan sebuah kata tunggal untuk deskripsi titik, dibatasi dengan spasi, titik atau koma).

Tabel 1. Format data raster yang dapat di-import (Neteler, 1998) 1. 2. 3. 4. 5. 6. 7. 8. 9. ASCII TIFF GIF PPM Sun Raster NHAP BIL/BSQ LANDSAT TM MSS SPOT X, Y, Z values, z dengan jangkauan nilai 2E7 to 2E7 8 bit, dengan jangkauan nilai cell 0..255, tanpa, LZW atau PackBits compression 8 bit, dengan jangkauan nilai cell 0..255, GIF87encoding 24 bit, dengan jangkauan nilai cell 0..16.7 mill. 8 bit, dengan jangkauan nilai cell 0..255 format citra foto udara Format citra satelit Format citra satelit Format citra satelit

Tabel 2. Format data vektor yang dapat di-import dan diexport (Neteler, 1998)

dan hasil akhir dapat ditampilkan dengan sebuah gambar atau sebuah postcript display program. 1.6 Citra Satelit Landsat

Import ASCII format vektor ARC/INFO (.arc, .line, .point and .texlabel files) DXF DXF3D DLG (U.S. digital line graph format: optional format 3) IDRISI TIGER

Export ASCII format vektor ARC/INFO DXF IDRISI MOSS -

Landsat merupakan satelit sumber daya bumi yang pada awalnya bernama ERTS-1 (Earth Resources Technology Satellite) yang diluncurkan pertama kali tanggal 23 Juli 1972. Satelit ini mengorbit bumi selaras matahari (Sun Synchronous). Satelit Landsat 1-7 merupakan proyek dari NASA. Ada 7 satelit yang telah diluncurkan sejak tahun 1972, yaitu: 1. Landsat 1 1972-1978 MSS 2. Landsat 2 1975-1982 MSS 3. Landsat 3 1978-1983 MSS 4. Landsat 4 1982-1987 MSS, TM 5. Landsat 5 1985-present MSS, TM 6. Landsat 6 1993 hilang pada saat peluncuran 7. Landsat 7 1999-sekarang, ETM+
TIS - 338

Untuk keluaran (produk) peta GRASS adalah berupa postcript map dan juga gambar peta dalam format PPM. Sebagai pilihan, ada sebuah program eksternal pembuatan peta yang disebut dengan XMAPGEN. Keduanya tidak memiliki kemampuan yang maksimal, definisi dari layout peta harus dimasukkan dalam bentuk file text. Sementara itu peta diolah dengan GRASS module

Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember Surabaya, 14 15 September 2005

Pertemuan Ilmiah Tahunan MAPIN XIV Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa

1.6.1 Koreksi Geometrik

Radiometrik dan Koreksi

disajikan dalam bentuk standar deviasi (RMSE, Root Mean Square Error). Standar deviasi didefinisikan sebagai kuadrat-akar rata-rata aritmatika jumlah kuadrat error. Kuadrat dari standar deviasi (2) disebut dengan varian atau mean square error dan konsekunsinya, kerapkali disamakan arti dengan Root Mean Square Error (RMSE). Jadi dari pengertian diatas dapat dijelaskan bahwa:

Koreksi radiometrik karena kesalahan pada sistem optik dilakukan dengan pengggunaan band-pass filter atau notch filter (untuk bising periodik/periodic noise), penggunaan data dependent method (untuk bising garis/stripes noise), membuang elemen gambar yang merepresentasikan bising sisir dan menggantinya dengan harga rata-rata tetangganya (untuk bising sisir/spike noise). Koreksi radiometrik karena gangguan energi radiasi pada atmosfer dapat dengan menggunakan model linier dan model kalibrasi bayangan awan. Kesalahan Geometrik terjadi karena jarak wahana dengan objek yang jauh, sehingga menimbulkan distorsi geometrik. Koreksi geometrik dilakukan sesuai dengan jenis atau penyebab kesalahannya, yaitu kesalahan sistematik dan kesalahan random. Adapun koreksi geometrik ini memiliki tiga tujuan, yaitu: 1. Melakukan rektifikasi (perbaikan) dan restorasi (pemulihan) citra agar koordinat citra sesuai dengan koordinat geografi. 2. Registrasi (mencocokkan) posisi citra dengan citra lain atau mentransformasikan sistem koordinat citra multispektral atau multi temporal. 3. Registrasi citra ke peta atau transformasi sistem koordinat citra ke peta, yang menghasilkan citra dengan sistem proyeksi tertentu. 1.7 Pengecekan Akurasi Untuk Koreksi Geometrik Pengecekan akurasi dimaksudkan untuk menguji model transformasi yang digunakan untuk koreksi citra. Jumlah titik kontrol diambil sebanyak mungkin setidaknya lebih dari jumlah parameter yang belum diketahui pada rumus transformasi yang digunakan. Jadi bila dalam proses transformasi affine polinomial orde 1 terdapat n parameter tidak diketahui maka sebaiknya jumlah titik GCP yang dipakai adalah n + 1. Demikian pula untuk penempatan GCP, sebaiknya menyebar di seluruh permukaan citra dan tidak mengelompok. Akurasi koreksi gometrik

2 = dimana

v
i =i

n 1

............................ (6)

v hasil pengamatan residu n adalah jumlah persamaan u atau nilai 1 adalah jumlah parameter

Catatan : Nilai t (true value), tidak diketahui.

rms = dimana
i =i

2 i

............................. (7)

adalah nilai error n adalah jumlah persamaan

Catatan : Nilai t (true value), diketahui. (El-Sheimy, 2001)

Ketelitian dalam proses koreksi geometrik adalah 1 pixel. Jika data yang dipergunakan adalah citra satelit Landsat maka kesalahan terbesar yang masih diterima adalah 30 m (Purwadhi, 2001). 1.6.3 Klasifikasi Classification) Terselia (Supervised

Klasifikasi Terselia yang didasarkan pada pengenalan pola spektral (spectral pattern recognition) yang terdiri atas tiga tahap: 1. Tahap training sample Pembuatan batas training area dilakukan dengan membuat poligon pada citra terhadap penutup lahan yang seragam. Jumlah lokasi training area yang harus diambil pada land cover paling sedikit sejumlah n + 1 (n = jumlah saluran spektral). Jadi, dibutuhkan minimal 8 lokasi training area untuk citra
TIS - 339

Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember Surabaya, 14 15 September 2005

Pertemuan Ilmiah Tahunan MAPIN XIV Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa

landsat TM dan ETM multispektral (7 saluran). 2. Tahap klasifikasi Setiap pixel pada serangkaian data citra dibandingkan setiap kategori pada kunci interpretasi numerik, yaitu menentukan nilai pixel yang tak dikenal dan paling mirip dengan kategori yang sama. 3. Tahap keluaran Hasil matrik didelineasi sehingga terbentuk peta penutup lahan, dan dibuat tabel matrik luas berbagai jenis tutupan lahan pada citra. 1.6.4 Pemetaan Tutupan Lahan Dalam melakukan pemetan tutupan lahan citra satelit Landsat dengan resolusi 30x30m. Level yang digunakan disesuaikan dengan tabel 3.
Tabel 3. Empat level sistem klasifikasi untuk land cover dan land use serta tipe Remotely Sensed Data Typically (USGS, 1976)

16 17 2 Agricultural land 21 22

23 3 Rangeland 24 31 32 33 41 42 43 51 52 53 54 61 62 71 72 73 74 75 76 77 8 Level I Tundra 81 82 83 84 85 91 92

4 5

Forest land Water

Classification Level I II

Typical Data Characteristic Landsat MSS (79x79 m), Thematic Mapper (30x30 m), SPOT XS (20x20 m) SPOT panchromatic (10x10 m) data or high-altitude aerial photography acquired at 40.000 ft (12.400 m) or above; results in imagery that is 1:80.000 scale Medium-altitude data acquired between 10.000 and 40.000 ft (3.100 d 12.400 m); results in imagery that is betwen 1:20.000 to 1:80.000 scale Low-altitude data acquired below 10.000 ft (3.100 m); results in imagery that is larger than 1:20.000 scale

6 7

Wetland Barren land

III

IV

Perennial or ice

snow

Mixed urban or built-up land Other urban or built-up land Croplands and pasture Orchards, groves, vineyards, nurseries and ornamental horticultural areas Confined feedings operations Other agricultural land Herbaceous rangeland Shrub-brushland rangeland Mixed rangeland Deciduous forest land Evergreen forest land Mixed forest land Streams and canal Lakes Reservoirs Bays and estuaries Forested wetland Nonforested wetland Dry salt flats Beaches Sandy areas other than beaches Bare exposed rock Strip mines, quarries and gravel pits Transitional areas Mixed barren land Level II Shrub and brush tundra Herbaceous tundra Bare ground tundra Wet tundra Mixed tundra Perennial snowfields Glaciers

Tabel 5. Klasifikasi land use dan land cover USGS tahun 1976

Level I Urban or built-up land

11 12 13 14 15

Level II Residential Commercial and services Transportation, communications and utilities Industrial and commercial complexes Mixed and commercial complexes

Menurut USGS (United States GeologicalSurvey) sistem klasifikasi land use dan land cover disajikan pada tabel 5. Kelas klasifikasi yaitu: permukiman, kebun/ladang, lahan basah, rawa/badan air dan tanah kosong. 2.2.6 Pembuatan Tampilan Tutupan lahan dapat

Pembuatan Peta Tutupan lahan ini dilakukan dalam GRASS, sebagai berikut:

Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember Surabaya, 14 15 September 2005

TIS - 340

Pertemuan Ilmiah Tahunan MAPIN XIV Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa

1. 2. 3. 4. 3. 3.1

Raster hasil klasifikasi, Legenda, Skala (bar scale), Garis-garis grid tanpa nilai koordinat. HASIL DAN ANALISA Perangkat Lunak GRASS

3.2.2 Rektifikasi Citra Rektifikasi citra adalah raster to raster. Citra yang akan direktifikasi adalah citra tahun 1990 dan tahun 2002. sumber data rektifikasi adalah peta RBI digital Bakosurtanal yang telah digabungkan dan kemudian dikonversikan ke dalam bentuk data raster. RMS error terkecil yang dapat dihasilkan dari rektifikasi citra dapat disajikan dalam tabel 12.
Tabel 12. Hasil rektifikasi citra satelit

Untuk pengoperasian pengolahan citra, maka pada platform Windows diperlukan file-file tambahan sebagai berikut: Paket instalasi install_cygwin_non_X11 (71,8 MB) Modul data GRASS (18,1) 3.2 PengoperasianGRASS 3.2.1 Import Data

Tahun Citra 1990 2002

Nilai rms error Total yang Dapat Dicapai 2,21 (dengan 6 titik) 2,36 (dengan 6 titik)

Tabel 13. Tabel perubahan luas area pada lima kelas klasifikasi

a. Data Raster Data raster yang dapat diimpor memiliki kualitas yang baik dan ditampilkan dalam rupa RGB setelah melalui bebrapa proses. b. Data Vektor Data vektor yang berhasil di-import ke dalam GRASS adalah data vektor yang memiliki format file.shp.

Kategori/kelas Permukiman Lahan Kosong Ladang/Kebun Lahan Basah Rawa/Tambak

Tahun 1990 (m2) 35.904.680 7.742.700 26.260.420 11.386.840 39.376.322

Tahun 2002 (m2) 40.644.000 8.287.200 19.384.000 7.923.200 45.296.600

Perubahan (m2) + 4.739.320 + 544.600 - 6.876.420 -3.463.640 + 5.920.278

Gambar 3. Tampilan peta RBI Surabaya dan sekitarnya dengan tipe data vektor

Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember Surabaya, 14 15 September 2005

TIS - 341

Pertemuan Ilmiah Tahunan MAPIN XIV Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa

Gambar 1. Sebaran titik GCP untuk citra tahun 1990 total RMSE 2.21

Gambar 2. Sebaran titik GCP untuk citra tahun 2002 total RMSE 2.36

Gambar 4. Persebaran GCP pada citra satelit Landsat tahun 1990

Gambar 5. Persebaran GCP pada citra satelit Landsat tahun 2002

Gambar 6. Hasil klasifikasi terselia citra satelit Landsat tahun 1990

Gambar 7. Hasil klasifikasi terselia citra satelit Landsat tahun 2002

3.2.3

Penghitungan Luasan

Hasil perhitungan luasan seperti pada tabel 13. Dari tabel diatas dapat diketahui bahwa dalam kurun waktu 1990 hingga 2002, terjadi perubahan penggunaan lahan, baik berupa pertambahan maupun penyusutan luasan area. Nilai perubahan luasan adalah sebagai berikut : permukiman +

4.739.320 m2, ladang/kebun - 6.876.420 m2 dan rawa/tambak + 5.920.278m2, lahan kosong + 544.600 m2 dan lahan basah -3.463.640 m2. 4. KESIMPULAN Dari penelitian ini maka dapat diambil beberapa kesimpulan sebagai berikut :

Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember Surabaya, 14 15 September 2005

TIS - 342

Pertemuan Ilmiah Tahunan MAPIN XIV Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa

a. Perangkat lunak GRASS 5.4.0 dengan platform Windows (Cygwin) dan Linux (distribusi Ubuntu) dapat digunakan untuk mengolah Citra Satelit Landsat, yaitu untuk import data, penggabungan band (red, green dan blue), konversi data vektor menjadi data raster, rektifikasi (koreksi geometrik), digitasi dan klasifikasi terselia. b. Proses koreksi geometri dalam perangkat lunak GRASS 5.4.0 mampu menghasilkan nilai rms error terkecil lebih kurang 3 pixel dengan menggunakan 7 titik. Proses transformasi yang dipergunakan dalam koreksi geometrik ini adalah Affine & polynomial orde 1. c. GRASS dapat digunakan untuk klasifikasi lahan sesuai dengan ketentuan yang ditetapkan oleh USGS pada Level I yaitu permukiman, ladang/kebun, rawa/tambak, lahan kosong dan lahan basah. Dari hasil klasifikasi citra satelit Landsat tahun 1990 dan 2002 terdapat perubahan luas sebagai berikut : permukiman + 4.739.320 m2, ladang/kebun 6.876.420 m2 dan rawa/tambak + 2 5.920.278m , lahan kosong + 544.600 m2 dan lahan basah -3.463.640 m2. DAFTAR PUSTAKA ---, 1991. GRASS Beginners Manual. Campbell, J. B., 1987. Introduction to Remote Sensing. Virginia Polytechnic Institute. The Guilford Press, New York, United States of America. El-Sheimy, N., 2001. Adjustment Computation. Department of Geomatic Engineering, The University of Calgary. Gomez, O. F., 1999. Change Detection of Vegetation Using Landsat Imagery. University of Texas. USA. http://www.crwr.utexas.edu/gis/gishydro99/class/ gomez/termproj.htm (18 Mei 2005) Hadi, F., 2001. Pemetaan Lahan Kritis di Kabupaten Langkat, Sumatera Utara. Departemen Teknik Geodesi, Institut Teknologi Bandung. Bandung. Hunt, H. L., II, 2000. Cygwin/X Users Guide.

Howard, J. A., 1996. Penginderaan Jauh Untuk Sumberdaya Hutan (teori dan Aplikasi). Gadjah Mada University Press. Bulaksumur, Yogyakarta. Kiat, C. W., 2004. Unnoficial Ubuntu 4.10 Starter Guide. Kiefer T. M. dan Lillesand R. W., 1990. Penginderaan Jauh dan Interpretasi Citra. Gadjah Mada University Press. Bulaksumur, Yogyakarta. Kiefer T. M. dan Lillesand R. W., 1994. Remote Sensing and Image Interpretation. University of Wisconsin-Madison. John Wilwy & Sons Inc., New York, United States of America. Lennert, M., 2002. Development Team. Grass Tutorial. Grass

Lo, C. P., 1995. Pengindraan Jauh Terapan. Penerbit Universitas Indonesia, Jakarta. Mongkolsawat, C. dan Thirangoon P., 1990. Landcover Change Detection Using Digital Analysis of Remotely Sensed satellite Data : A Methodological Study. Khin Kaon University. Khon Kaen, Thailand.http://www.gisdevelopment.net/aars/acrs /1990/G/lclu003pf.htm(18 Mei 2005) Neteler, M., 1998. Introduction to GRASS GIS Software. Institute of Physical Geography and Landscape Ecology University of Hanover. Hannover, Jerman. Purwadhi, F. S. H., 2001. Interpretasi Citra Digital. Penerbit PT. Gramedia Widiasarana Indonesia, Jakarta. Satnik, D., 2002. i.class. Central Washington University, United States of America. Tim Penelitian dan Pengembangan Wahana Komputer-Semarang, 2001. Mari Mengenal Linux. Penerbit Andi, Yogyakarta. Wolf, P. R., 1981. Elemen Fotogrametri Dengan Interpretasi Foto Udara dan Penginderaan Jauh Edisi Kedua. Gadjah Mada University Press, Bulaksumur,Yogyakarta

Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember Surabaya, 14 15 September 2005

TIS - 343