Anda di halaman 1dari 79

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

DEPARTEMEN KEHUTANAN
BADAN PENELITIAN DAN PENGEMBANGAN KEHUTANAN
BALAI PENELITIAN KEHUTANAN SOLO

LAPORAN HASIL PENELITIAN


(LHP)

TAHUN ANGGARAN 2007

KAJIAN APLIKASI PENGINDERAAN JAUH


DAN SIG UNTUK MONEV DAS

Penanggung Jawab Kegiatan :

Ir. Beny Harjadi, MSc.

SURAKARTA, DESEMBER 2007

Beny Harjadi dkk di BPK Solo


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

LEMBAR PENGESAHAN

LAPORAN HASIL PENELITIAN

KAJIAN APLIKASI PENGINDERAAN JAUH


DAN SIG UNTUK MONEV DAS

Tahun 2007

Surakarta, Desember 2007

Diperiksa oleh : Diperiksa oleh : Disusun oleh,


Kepala Seksi EP, Ketua Kelti KTA, Ketua Tim Pelaksana

Drs. Prapto Suhendro Ir. Sukresno, MSc Ir. Beny Harjadi, MSc
NIP. 710 000 452 NIP. 710 001 486 NIP. 710 017 594

Disahkan oleh :
Kepala BPK Solo,

Ir. Edy Subagyo, MP.


NIP. 710 008 439

Beny Harjadi dkk di BPK Solo ii


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Oleh :
Beny Harjadi, Agus Wuryanta, Dody Prakosa,
Agung Budi Supangat, Yusuf Iriyanto W., Bambang Ragil WMP.

ABSTRAK
Karakteristik penutupan lahan suatu wilayah sangat dipengaruhi oleh
kondisi bio-fisik maupun sosial ekonomi masyarakatnya. Pada wilayah dengan
curah hujan tinggi berpenduduk jarang, pola penutupan lahannya lebih dominan
pada tanaman tahunan, sebaliknya pada wilayah curah hujan tinggi berpenduduk
padat pola penutupan lahannya lebih dominan pada tananan semusim. Sedangkan
pada wilayah kering (hujan rendah) dengan penduduk jarang, pola penutupan
lahannya didominasi padang rumput dan tanaman tahan kering. Kebutuhan akan
data terkini, akurasi tinggi, pada areal yang luas untuk memantau perubahan satu
kesatuan pengelolaan DAS.
Tujuan dari PPTP kegiatan kajian pada tahun 2007 difokuskan pada zona
ekologi Jawa (Curah hujan tinggi dan Penduduk padat) di DAS Solo DS. dengan
tujuan yaitu: (1) Memperoleh metode analisis data Penginderaan Jauh (PJ) dan
Sistem Informasi Geografis (SIG) yang efektif untuk menyusun data dasar
karakteristik penutupan lahan DAS serta untuk monev DAS, dan (2) Analisis
perubahan penutupan lahan dan analisis perhitungan erosi kualitatif dan kuantitatif,
serta morfometrik DAS.
Penelitian Aplikasi Penginderaan Jauh (PJ) dan Sistem Informasi Geografis
(SIG) untuk monitoring dan Evaluasi (monev) merupakan salah satu kegiatan dari
UKP berjudul Sistem Karakterisasi DAS untuk mendukung pengembangan system
monev dalam pengelolaan DAS. Tujuan UKP adalah untuk mendapatkan sistem
karakterisasi DAS dengan parameter pendukung biofisik dan sosial ekonomi budaya
sebagai dasar perencanaan dan monev serta implementasi dalam pengelolaan DAS
yang sesuai dengan kondisi dan kekhasan wilayah ekosistemnya dan kewenangan
daerah otonom, serta terbangunnya sistem informasi DAS.
Kondisi fisik lahan yang didominasi bentuk lahan pegunungan dan
perbukitan dengan kemiringan yang curam sampai terjal, menyebabkan wilayah
sekitar Sub DAS Grindulu potensi akan terjadinya longsor. Kejadian longsor
tersebut juga ditunjang oleh keadaan batuan yang sudah mulai melapuk akibat
desintegrasi oleh pengaruh panas dan hujan serta dekomposisi. Walaupun ada
sebagian areal lahan yang didominasi batuan singkapan dan batuan permukaan,
namun karena penutupan lahan relatif rapat di daerah pegunungan dan perbukitan
maka sepanjang tahun sungai Grindulu tidak pernah kering.

Kata Kunci : PJ, SIG, Monev, Morfometrik, DAS Grindulu., Pacitan, Jawa-timur

Beny Harjadi dkk di BPK Solo iii


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

KATA PENGANTAR

Laporan Hasil Penelitian yang berjudul : Kajian Aplikasi Penginderaan


Jauh dan SIG untuk Monev DAS sudah merupakan tahun ketiga (terakhir) yang
dimulai sejak tahun 2005. Judul tersebut merupakan bagian dari UKP Sistem
Karakterisasi DAS, dengan koordinator dari BPK Solo.
Selama tiga tahun penelitian dengan PJ dan SIG dalam rangka membantu
Monev DAS, kegaitan yang dilakukan antara lain penelitian pada :
1. Wilayah ecozone untuk penduduk jarang dan curah hujan tinggi di Sumatra
tahun 2005, dengan pengamatan perubahan kondisi penutupan lahan.
2. Wilayah ecozone untuk penduduk jarang dan curah hujan rendah di NTT tahun
2006, dengan pengamatan perubahan kondisi penutupan lahan dan erosi tanah.
3. Wilayah ecozone untuk penduduk padat dan curah hujan tinggi di Jawa tahun
2007, dengan pengamatan perubahan penutupan lahan dan morfometrik DAS.
Sehingga peran dari judul ini terhadap sistem karakteristik DAS yaitu
diharapkan dapat memberikan informasi yang akurat, tepat dan cepat tentang kondisi
perubahan penutupan lahan, erosi dan morfometrik sebagai alat untuk monitoring
dan evaluasi DAS.
Ucapan terima kasih disampaikan kepada seluruh Tim peneliti, Pemimpin
Proyek serta rekan-rekan di BPK Solo yang telah memberikan saran dan kritik.

Surakarta, Desember 2007


Pelaksana,

Ir. Beny Harjadi, MSc.


NIP. 710 017 594

Beny Harjadi dkk di BPK Solo iv


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

DAFTAR ISI

ABSTRAK ...............................................................................................................III
KATA PENGANTAR............................................................................................. IV
DAFTAR ISI..............................................................................................................V
DAFTAR GAMBAR............................................................................................. VII
DAFTAR LAMPIRAN ........................................................................................VIII
I. PENDAHULUAN .................................................................................................. 1
A. Latar Belakang ................................................................................................. 1
B. Rumusan Masalah ............................................................................................ 3
C. Tujuan dan Sasaran ........................................................................................... 4
D. Hasil Yang Telah Dicapai ................................................................................. 5
E. Luaran/Output Tahun 2007................................................................................ 6
F. Ruang Lingkup Tahun 2007 .............................................................................. 6
II. TINJAUAN PUSTAKA....................................................................................... 7
A. Daerah Aliran Sungai (DAS) ............................................................................ 7
B. Monitoring dan Evaluasi DAS .......................................................................... 7
C. Penutupan Lahan dan Penggunaan Lahan......................................................... 8
D. Teknologi Penginderaan Jauh ......................................................................... 10
E. Penginderaan Jauh Sistem Satelit ................................................................... 14
F. Klasifikasi Citra Satelit Digital........................................................................ 15
F.1. Analisis Perhitungan Erosi......................................................................... 16
F.2. Metodologi Pemetaan Penutupan dan Penggunaan Lahan ........................ 21
G. Aplikasi PJ dan SIG untuk Evaluasi Penutupan Lahan................................... 26
III. BAHAN DAN METODE ................................................................................. 28
A. Lokasi Penelitian ............................................................................................. 28
B. Bahan dan Metode........................................................................................... 28
B. 1. Jenis Penelitian ........................................................................................ 29
B. 2. Rancangan Penelitian ............................................................................. 29
B.3. Parameter.................................................................................................. 30
B.4. Pengambilan Data..................................................................................... 31
B.5. Pengolahan dan Analisis data................................................................... 31
IV. BIAYA DAN ORGANISASI PELAKSANA.................................................. 33
V. HASIL DAN PEMBAHASAN .......................................................................... 39
DAFTAR PUSTAKA .............................................................................................. 67

Beny Harjadi dkk di BPK Solo v


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

DAFTAR TABEL

Tabel 1. Sasaran tiap tahun kegiatan PJ dan SIG untuk Monev DAS ........................ 5

Tabel 2. Rencana Anggaran dan Belanja Kajian Aplikasi Penginderaan Jauh (PJ) dan
Sistem Informasi Geografis (SIG) untuk Monitoring dan Evaluasi (Monev)
DAS............................................................................................................ 33

Tabel 3. Tim Pelaksana Kegiatan Tahun 2007 ......................................................... 36

Tabel 4. Aspek kegiatan tahunan yang dilakukan pada kajian aplikasi PJ dan SIG
untuk Monev DAS. .................................................................................... 37

Tabel 5. Tata waktu kegiatan kajian aplikasi PJ dan SIG untuk Monev DAS 2007 38

Tabel 6. Sebaran Luas untuk Perubahan Lahan di DAS Grindulu .......................... 41

Tabel 7. Sebaran Luas untuk Kelas Arah Lereng Aspek di DAS Grindulu, Pacitan43

Tabel 8. Sebaran Luas untuk Kelas Kemiringan Lereng di DAS Grindulu, Pacitan46

Tabel 9. Sebaran Luas untuk Kelas Drainase di DAS Grindulu, Pacitan ................. 48

Tabel 10. Sebaran Luas untuk Kelas Tekstur Tanah di DAS Grindulu, Pacitan ..... 50

Tabel 11. Sebaran Luas untuk Kelas Penutupan Lahan di DAS Grindulu, Pacitan.. 52

Tabel 12. Distribusi Penyebaran Kota-Kota di DAS Grindulu................................ 54

Tabel 13. Sebaran Luas untuk Kelas Solum Tanah di DAS Grindulu, Pacitan ........ 57

Tabel 14. Sebaran Luas untuk Kelas Hujan Tahunan di DAS Grindulu, Pacitan..... 59

Tabel 15. Sebaran Luas untuk Kelas Evapotranspirasi Aktual di DAS Grindulu ... 61

Tabel 16. Sebaran Luas untuk Kelas Erosi Kualitatif SES di DAS Grindulu ......... 63

Tabel 17. Sebaran Luas untuk Kelas Erosi Kualitatif MMF di DAS Grindulu ....... 65

Beny Harjadi dkk di BPK Solo vi


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

DAFTAR GAMBAR

Gambar 1. Pengaruh hamburan (scattering) dan serapan (absorption) terhadap nilai


kecerahan........................................................................................... 12
Gambar 2. Kurva spektral obyek (Tubuh air, Tanah dan Vegetasi) (University of
Concepcion, 2003 dalam Berrios, 2004)........................................... 13
Gambar 3. Diagram Alur Perhitungan Status Erosi Tanah (SES) ............................ 18
Gambar 4. Metodologi Pemetaan Dijital Land Use/Land Cover.............................. 25
Gambar 5. Peta Penutupan Lahan DAS Grindulu, Pacitan...................................... 40
Gambar 6. Luasan Perubahan Penutupan Lahan di DAS Grindulu. ......................... 41
Gambar 7. Pola Drainase DAS Grindulu, Pacitan, Jawa-Timur. ............................. 42
Gambar 8. Peta Kelas Arah Lereng (Aspek) DAS Grindulu, Pacitan ..................... 43
Gambar 9. Luasan Kategori Nilai Kelas Arah Lereng (Aspek) di DAS Grindulu ... 44
Gambar 10. Peta Kelas Kemirngan Lereng DAS Grindulu, Pacitan ........................ 45
Gambar 11. Luasan Kategori Nilai Kelas Kemiringan Lereng di DAS Grindulu .... 46
Gambar 12. Peta Kelas Kerapatan Drainase DAS Grindulu, Pacitan ...................... 47
Gambar 13. Luasan Kategori Nilai Kelas Drainase di DAS Grindulu ..................... 48
Gambar 14. Peta Kelas Tekstur Tanah DAS Grindulu, Pacitan ............................... 49
Gambar 15. Luasan Kategori Nilai Kelas Tekstur Tanah di DAS Grindulu ........... 50
Gambar 16. Peta Kelas Penutupan Lahan DAS Grindulu, Pacitan........................... 51
Gambar 17. Luasan Kategori Nilai Kelas Penutupan Lahan di DAS Grindulu....... 52
Gambar 18. Peta Kelas Kedalaman Tanah DAS Grindulu, Pacitan ......................... 55
Gambar 19. Luasan Kategori Nilai Kelas Solum Tanah di DAS Grindulu .............. 57
Gambar 20. Peta Kelas Hujan Tahunan DAS Grindulu, Pacitan.............................. 58
Gambar 21. Luasan Kategori Nilai Kelas Hujan Tahunan di DAS Grindulu........... 59
Gambar 22. Peta Kelas Evapotrasnpirasi Aktual DAS Grindulu, Pacitan................ 60
Gambar 23. Luasan Kategori Nilai Kelas Evapotranspirasi Aktual di DAS Grindulu
........................................................................................................... 61
Gambar 24. Peta Kelas Erosi Kualitatif SES di DAS Grindulu, Pacitan.................. 62
Gambar 25. Luasan Kategori Nilai Kelas Erosi Kualitatif SES di DAS Grindulu ... 63
Gambar 26. Peta Kelas Erosi Kuantitatif MMF di DAS Grindulu, Pacitan ............ 64
Gambar 27. Luasan Kategori Nilai Kelas Erosi Kuantitatif MMF di DAS Grindulu
........................................................................................................... 65

Beny Harjadi dkk di BPK Solo vii


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

DAFTAR LAMPIRAN

Lampiran 1. Kerangka Kerja Logis Kegiatan Kajian Aplikasi


Penginderaan Jauh dan SIG untuk Monev DAS Tahun 68
2007....................................................

Beny Harjadi dkk di BPK Solo viii


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

I. PENDAHULUAN

A. Latar Belakang
Sumberdaya alam yang berupa hutan (vegetasi), tanah, dan air mempunyai
peranan yang penting dalam kelangsungan hidup manusia sehingga dalam
pemanfaatannya perlu dilakukan secara optimal dan lestari. Kerusakan sumberdaya alam
hutan (SDH) yang terjadi saat ini telah menyebabkan terganggunya keseimbangan
lingkungan hidup daerah aliran sungai (DAS) seperti tercermin pada sering terjadinya
erosi, banjir, kekeringan, pendangkalan sungai dan waduk serta saluran irigasi. Tekanan
yang besar terhadap sumber daya alam oleh aktivitas manusia, salah satunya, dapat
ditunjukkan adanya perubahan penutupan lahan yang begitu cepat. Pengelolaan DAS
dengan permasalahan yang komplek, diperlukan penanganan secara holistik, integral dan
koordinatif. Perubahan kondisi penutupan lahan sangat diperlukan sebagai dasar
pengelolaan suatu DAS yang harus dilakukan secara periodik melalui kegiatan
monitoring dan evaluasi (monev).
Karakteristik penutupan lahan suatu wilayah sangat dipengaruhi oleh kondisi
bio-fisik maupun sosial ekonomi masyarakatnya. Pada wilayah dengan curah hujan
tinggi berpenduduk jarang, pola penutupan lahannya lebih dominan pada tanaman
tahunan, sebaliknya pada wilayah curah hujan tinggi berpenduduk padat pola penutupan
lahannya lebih dominan pada tananan semusim. Sedangkan pada wilayah kering (hujan
rendah) dengan penduduk jarang, pola penutupan lahannya didominasi padang rumput
dan tanaman tahan kering.
Survei penutupan lahan secara langsung di lapangan memerlukan tenaga yang
banyak, waktu lama dan biaya tidak sedikit. Oleh karena itu diperlukan teknologi yang
mampu menggambarkan obyek dipermukaan bumi secara luas, terkini dan dapat
dimanfaatkan secara periodik. Teknologi Penginderaan Jauh (PJ) mampu
menggambarkan obyek di permukaan bumi, sehingga dapat digunakan untuk
memetakan penutupan lahan dan memonitor perubahannya. Beberapa keuntungan
penggunaan data PJ yaitu citra satelit menggambarkan obyek, daerah, gejala di

Beny Harjadi dkk di BPK Solo


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

permukaan bumi dengan ujud dan letak yang mirip dengan kondisi dipermukaan bumi,
relatif lengkap, meliput daerah yang luas dan permanen.
Kebutuhan akan data terkini dengan akurasi tinggi, pada areal yang luas sangat
diperlukan untuk memantau perubahan satu kesatuan pengelolaan DAS. Data yang
diperoleh dari teknologi PJ yang telah di cek di lapangan digunakan sebagai masukan
(input) bagi Sistem Informasi Geografis (SIG) untuk selanjutnya diproses dan dianalisa
sehingga diperoleh peta penutupan lahan yang akurat. Melalui proses SIG data dari PJ
dapat digunakan untuk mendeteksi perubahan penutupan lahan (Land cover change
detection) pada suatu DAS. Bantuan PJ dan SIG sangat diperlukan untuk membantu
keterbatasan dana, waktu dan tenaga kerja dengan hasil yang diperoleh memiliki akurasi
tinggi, mudah, cepat dan murah, dapat dilakukan pada setiap waktu.
Dalam pengelolaan DAS, kondisi penutupan lahan dan variasi jenis tanah akan
sangat berpengaruh pada jenis dan tingkat erosi yang terjadi. Sehingga diharapkan PJ
dan SIG dapat membantu perhitungan untuk analisis erosi baik secara kualitatif untuk
perencanaan jangka panjang maupun secara kuantitatif untuk perencanaan jangka
pendek. Disamping itu PJ juga dapat dimanfaatkan untuk analisis tingkat kemampuan
penggunaan lahan (LUC=Land Use Capability) dan morfometrik DAS.
Oleh karena pola penutupan lahan secara nasional sangat beragam pada setiap
zona ekologi maka dalam pemanfaatan penginderaan jauh perlu dilakukan kajian
aplikasinya. Pada tahun 2007 diperlukan kajian tentang “Kajian Aplikasi Penginderaan
Jauh (PJ) dan Sistem Informasi Geografis (GIS) untuk Monitoring dan Evaluasi DAS”.

Beny Harjadi dkk di BPK Solo 2


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

B. Rumusan Masalah
Kegiatan monitoring dan evaluasi DAS perlu didukung oleh data tentang kondisi
trekini dan perubahan penutupan lahan secara akurat dan terkini (up todate). Perubahan
penutupan lahan pada DAS sangat cepat khususnya di dua musim yang berbeda
(kemarau & penghujan). Monitoring dan evaluasi sangat diperlukan untuk memantau
terjadinya perubahan dan membantu menetapkan karakteristik suatu DAS
Oleh karena itu perlu dilakukan pemutakhiran data penutupan lahan dan analisa
perubahannya. Departemen Kehutanan dalam hal ini Badan Planologi Kehutanan telah
melakukan pemutakhiran data penutupan lahan (untuk beberapa propinsi) dengan cara
interpretasi citra landsat secara visual. Untuk mendukung kegiatan tersebut, diperlukan
teknik penajaman citra (image enhancement) secara digital agar diperoleh informasi
tentang penutupan lahan seakurat mungkin. Luaran (output) dari analisis citra landsat
adalah peta pada skala 1 : 100.000 (maksimum) atau yang lebih kecil. Menurut
Prihandito (1989) produk tersebut tergolong pada skala kecil, oleh karena itu untuk
perencanaan pengelolaan DAS hanya sesuai untuk perencanaan pada skala makro DAS
atas wilayah lintas kabupaten atau propinsi. Mengingat setiap wilayah di Indonesia
memiliki pola penutupan lahan yang spesifik, oleh karena itu masing – masing wilayah
diperlukan kajian teknik aplikasi PJ dan SIG sebagai basis monev kondisi penutupan
lahan dalam pengelolaan DAS.
Beberapa pertanyaan dalam penelitian ini yang harus dijawab terkait dengan
permasalahan yang ada, antara lain :
a. Apa dengan citra satelit PJ dan SIG dapat digunakan untuk pemetaan dan
perhitungan erosi dibandingkan dengan cara yang lama (konvensional) ?
b. Sampai seberapa jauh sumbangan dari teknologi PJ dan SIG untuk monev
DAS dalam mendukung sistem Karakterisasi DAS ?
c. Bagaimana tehnik aplikasi PJ dan SIG untuk menyusun data dasar
karakteristik penutupan lahan sebagai basis monitoring dan evaluasi DAS ?

Beny Harjadi dkk di BPK Solo 3


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

C. Tujuan dan Sasaran


Penelitian Kajian Aplikasi Penginderaan Jauh (PJ) dan Sistem Informasi
Geografis (SIG) untuk monitoring dan Evaluasi (monev) DAS (Daerah Aliran Sungai)
merupakan salah satu kegiatan dari UKP berjudul Sistem Karakterisasi DAS untuk
mendukung pengembangan sistem monev dalam pengelolaan DAS.
Tujuan UKP adalah untuk mendapatkan sistem karakterisasi DAS dengan
parameter pendukung biofisik dan sosial ekonomi budaya sebagai dasar perencanaan
dan monev serta implementasi dalam pengelolaan DAS yang sesuai dengan kondisi dan
kekhasan wilayah ekosistemnya dan kewenangan daerah otonom, serta terbangunnya
sistem informasi DAS.
Tujuan PPTP adalah untuk memperoleh metode analisis karakterisasi DAS
dengan penggunaan metode Penginderaan Jauh (PJ) dan Sistem Informasi Geografis
(SIG) untuk monev DAS tingkat DAS pada setiap zona ekologi. Kajian pada tahun 2007
difokuskan pada zona ekologi Jawa (Curah hujan tinggi dan Penduduk padat) di DAS
Solo dan sekitarnya (DS) dengan tujuan yaitu:
1) Memperoleh metode analisis data Penginderaan Jauh (PJ) dan Sistem Informasi
Geografis (SIG) yang efektif untuk menyusun data dasar karakteristik penutupan
lahan DAS sebagai basis monev DAS.
2) Memperoleh metode analisis perubahan penutupan lahan dan analisis
perhitungan erosi kualitatif dan kuantitatif.
Sasaran yang akan dicapai pada tahun 2007 yaitu:
1) Tersedianya metode analisis perubahan penutupan lahan dari dua musim yang
berbeda (penghujan dan kemarau) dengan penginderaan jauh.
2) Tersedianya informasi kapasitas kemampuan penginderaan jauh dan SIG sebagai
alat deteksi karakteristik suatu DAS, antara lain : untuk perhitungan erosi
kualitatif dan kuantitatif.

Kegiatan kajian ini merupakan kegiatan terakhir dari tiga tahun kegiatan kajian
yang direncanakan yakni dari tahun 2005 sampai dengan tahun 2007, dengan perincian
sasaran tiap tahun seperti terdapat pada Tabel 1.

Beny Harjadi dkk di BPK Solo 4


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 1. Sasaran tiap tahun kegiatan PJ dan SIG untuk Monev DAS
No. Sasaran Tahun
2005 2006 2007
1. Zona ekologi penduduk Penutupan
jarang curah hujan tinggi lahan
(Sumatra)
2. Zona ekologi Penduduk Penutupan
jarang curah hujan rendah lahan &
(NTT) erosi
3. Zona ekologi penduduk Penutupan
padat curah hujan tinggi lahan, erosi &
(Jawa) morfometri

D. Hasil Yang Telah Dicapai


• Aplikasi PJ dan SIG untuk Monev DAS tahun 2005 sudah dilakukan untuk DAS
Batanghari di Jambi, Sumatra. Aplikasi PJ dan SIG untuk Monev DAS dengan
mencoba analisis klasifikasi penutupan lahan secara visual (digitasi on screen)
dan komputerisasi (klasifikasi berbantuan dan tak berbantuan).
• Aplikasi PJ dan SIG untuk Monev DAS tahun 2006 sudah dilakukan untuk DAS
Benain-Noelmina di SoE, NTT. Dengan memanfaatkan PJ dan SIG untuk
analisisi erosi kualitatif (SES) dan kuantitatif (MMF), yang diawali dengan
analisis perubahan penutupan lahan dan penyebaran jenis tanah.

Beny Harjadi dkk di BPK Solo 5


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

E. Luaran/Output Tahun 2007


Luaran kajian tahun 2007 yaitu:
1) Diperolehnya peta penutupan lahan aktual dan peta perubahan penutupan lahan
hasil klasifikasi citra digital PJ dan SIG DAS Solo DS., pada kondisi dua musim
berbeda.
2) Diperolehnya metode pengolahan dan interpretasi data citra digital PJ yang
efektif dan efisien untuk memperoleh informasi penutupan lahan aktual, sebagai
parameter dasar penetapan karakteristik suatu DAS.

F. Ruang Lingkup Tahun 2007


Ruang lingkup dari kegitan ini adalah untuk mendapatkan metode analisis (yang
meliputi pengolahan, penajaman dan klasifikasi ) data digital PJ sehingga diperoleh
klasifikasi penutupan lahan DAS. Hasil klasifikasi tersebut selanjutnya sebagai masukan
(input) bagi SIG untuk diproses sehingga menghasilkan informasi perubahan penutupan
lahan. Kajian ini diharapkan dapat memberikan informasi mengenai distribusi perubahan
penutupan lahan yang selanjutnya dapat digunakan untuk mendukung kegitan monev
DAS, sebagai bagian dari UKP kajian karakteristik DAS. Kegiatan yang akan
dilakukan antara lain:
1. Pembuatan format basis data digital penggunaan lahan berdasarkan peta
penunjukan kawasan dan peta penutupan lahan.
2. Pengumpulan data primer dan sekunder pada dua musim berbeda yaitu
musim kemarau dan musim penghujan.
3. Analisis perubahan penutupan lahan dan perhitungan erosi kualitatif dan
kuantitatif dengan perangkat PJ dan SIG
4. Penyusunan lay out peta dan penyajiannya.
5. Metodologi Pemetaan Dijital Land Use/Land Cover

Beny Harjadi dkk di BPK Solo 6


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

II. TINJAUAN PUSTAKA

A. Daerah Aliran Sungai (DAS)


Daerah Aliran Sungai (DAS) didefinisikan sebagai suatu wilayah daratan yang
dipisahkan dari wilayah lain di sekitarnya oleh pemisah alam topografi, seperti
punggung bukit atau gunung dan menerima air hujan, menampung dan mengalirkannya
melalui suatu sungai utama ke laut/danau (DitJen RRL, 1998 dalam Tim Peneliti
BP2TPDAS-IBB, 2004). Suatu DAS dipisahkan dari wilayah lain di sekitarnya (DAS-
DAS lain) oleh pemisah alam topografi, seperti punggung bukit dan gunung. DAS
(watershed) adalah sinonim dengan daerah tangkapan air (catchment area) dengan
luasan yang tidak ada pembakuan, berkisar antara beberapa hingga ribuan kilometer
persegi, namun perlu dibedakan pengertiannya dengan daerah/wilayah pengaliran sungai
(river basin) dimana DAS merupakan bagian dari river basin (Sheng, 1990). Pengertian
DAS oleh Dixon dan Easter (1986) adalah sub drainage area dari major river basin.
Sementara Schwab et. al. (1981) memberi batasan DAS dengan luas maksimum 259.000
ha (1.000 mil persegi) sebagai basis untuk pengendalian banjir daerah hulu (head water
flood control). Hal ini untuk membedakan dengan sistem pengendalian banjir di daerah
hilir.
DAS juga bisa dipandang sebagai suatu sistem pengelolaan yaitu suatu wilayah
yang memperoleh masukan (inputs) yang selanjutnya diproses untuk menghasilkan
luaran (outputs) (Asdak, 1995; dan Becerra, 1995). Dengan demikian DAS merupakan
prosesor dari setiap masukan yang berupa hujan (presipitasi) dan intervensi manusia
untuk menghasilkan luaran yang berupa produksi, limpasan dan hasil sedimen
DAS dipandang sebagai suatu ekosistem, dimana manusia baik sebagai individu,
kelompok masyarakat maupun hasil aktivitasnya merupakan bagian dari komponen
ekosistem yang saling berinteraksi dengan komponen sumberdaya alam flora, fauna,
tanah dan air untuk memenuhi kebutuhannya. Komponen yang menyusun suatu
ekosistem DAS terdiri dari manusia, tanah (lahan), air, tumbuhan dan hewan.

B. Monitoring dan Evaluasi DAS

Beny Harjadi dkk di BPK Solo 7


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Monitoring pengelolaan DAS adalah proses pengamatan data dan fakta yang
pelaksanaannya dilakukan secara periodik dan terus menerus terhadap jalannya kegiatan,
penggunaan input, hasil sebagai akibat dari kegiatan yang dilaksanakan dan faktor luar
atau kendala yang mempengaruhi. Sedangkan evaluasi pengelolaan DAS adalah proses
pengamatan dan analisis data dan fakta yang pelaksanaannya dilakukan menurut
kepentingannya mulai dari penyusunan rencana program, pelaksanaan program dan
pengembangan program pengelolaan DAS (Tim Peneliti BP2TPDAS – IBB,2004).
Kegiatan pemantauan dan evaluasi pengelolaan DAS yang dilakukan secara langsung di
lapangan akan memakan waktu, tenaga dan biaya. Oleh karena itu dengan dibangunnya
sistem pemantauan dan evaluasi secara digital akan lebih mempermudah dan
mempercepat dalam pengambilan keputusan dalam rangka penanganan masalah –
masalah DAS, terutama yang berkaitan dengan kerusakan sumberdaya lahan, air dan
hutan/vegetasi (BPDAS Solo dan PUSPICS, 2002).

C. Penutupan Lahan dan Penggunaan Lahan


Informasi tentang penutupan lahan yang akurat dan up to date sangat penting
dalam pengelolaan lahan (land Management) pada suatu DAS. Perubahan aktivitas pada
suatu penggunaan lahan dalam suatu ruang dan waktu sering mengakibatkan perubahan
penutupan lahan sebagai indikasi aktivitas pengelolaan lahan. Untuk memperoleh
perencanaan pengelolaan yang sesuai maka perlu dipilah pemahaman antara ‘penutupan
lahan’ dan ‘penggunaan lahan’, walaupun sering peristilahan nya dapat digunakan
keduanya. Definisi penutupan lahan (land cover) menurut (Berrios, 2004) adalah obyek
fisik yang menutup permukaan tanah yang meliputi vegetasi (alami maupun tanaman),
bangunan buatan manusia, tubuh air, es, batuan dan permukaan pasir (padang pasir).
Sedangkan penggunaan lahan (land use) adalah pemanfaatan lahan oleh manusia untuk
tujuan tertentu (Berrios., 2004). Perubahan pengguanaan lahan selalu berhubungan
dengan aktivitas (campur tangan) manusia. Tipe penutupan lahan yang berbeda dapat
digunakan untuk kegiatan yang sama atau tipe penutupan lahan yang hampir sama dapat
dirancang untuk penggunaan lahan yang berbeda.

Beny Harjadi dkk di BPK Solo 8


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Dalam peta Rupa Bumi Indonesia (RBI) skala 1 : 250.000, tahun 1986,
penutupan lahan/penggunaan lahan dibedakan menjadi : hutan, perkebunan, ladang,
pemukiman, dan sawah. Oleh Badan Planologi Kehutanan, Departemen Kehutanan,
klasifikasi penutupan lahan tersebut diperluas menjadi :
1. Hutan : a. hutan lahan kering primer
b. hutan lahan kering sekunder
c. hutan tanaman
d. hutan rawa primer
e. hutan rawa sekunder
2. Perkebunan
3. Pemukiman
4. Sawah
5. Lahan kering/ladang :
a. pertanian lahan kering
b. pertanian lahan kering campur semak
6. Rawa
7. Tanah terbbuka
8. Tubuh air
9. Belukar :
a. semak/belukar
b. belukar rawa
Menurut peta topogrfi (1942) jenis penggunaan lahan dapat diklasifikasi menjadi
: hutan, sawah, pemukiman, perkebunan/pekarangan, tegal, lahan terbuka dan tubuh air
(danau, kolam ikan.dll). Dalam peta tersebut juga diperoleh notasi penutupan lahan yang
berupa hutan (tanaman pokok, belukar, dan mangrove), rumput (alang-alang dan glagah
alang-alang), dan perkebunan (teh, karet, kopi). Penggunaan lahan hutan dapat dibagi
lagi sesuai fungsinya (UU No. 41 tahun 1999 dan PP No 68 tahun 1998) yakni :
1. hutan lindung
2. hutan konservasi :

Beny Harjadi dkk di BPK Solo 9


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

a. hutan pelestarian alam : taman nasional, taman hutan raya, dan taman
wisata alam
b. hutan suaka alam : kawasan suaka margasatwa dan kawasan cagar alam
c. taman buru
3. hutan produksi
Citra Penginderaan Jauh (PJ) dapat digunakan untuk mendeteksi perubahan
penutupan lahan (Bronsveld, K. et al., 1994). Perubahan penggunaan lahan dapat
mengakibatkan perubahan kondisi hidrologi suatu DAS. Penelitian Sukresno dan
Precylia (1995) di Sub DAS Wader, menunjukkan bahwa perubahan penutupan lahan
dari tumbuhan liar menjadi Eucalyptus alba dan Accacia auriculiformis berpengaruh
pada kondisi hidrologi, yaitu dapat memperpanjang waktu dasar (tb) dan menurunkan
debit puncak (qp), mempercepat waktu banjir (tc), laju infiltrasi semakin rendah
sehingga limpasan, koefisien limpasan dan erosi tahunan cenderung terus meningkat.
Identifikasi penutupan vegetasi maupun non vegetasi pada citra penginderaan
jauh dapat dilakukan secara manual dan secara digital (menggunakan citra satelit).
Klasifikasi penutupan lahan didasarkan pada luas penutupan vegetasi dan non vegetasi
yang dinyatakan dalam prosentase penutupan (BPDAS Solo dan PUSPICS. 2002).
Analisis kuantitatif kategori penutupan vegetasi sebagai faktor yang
mempengaruhi kejadian limpasan permukaan didasarkan pada prosentase luas
penutupan vegetasi dan non vegetasi. Semakin luas penutupan lahan yang berupa
vegetasi semakin menghambat terjadinya limpasan permukaan, dan sebaliknya semakin
tipis atau hampir tidak ada penutupan vegetasi berarti semakin menunjang terjadinya
limpasan permukaan, apalagi tanpa disertai dengan upaya konservasi seperti pembuatan
terasering dll (BPDAS Solo dan PUSPICS, 2002).

D. Teknologi Penginderaan Jauh


Teknologi penginderaan jauh telah berkembang sangat pesat sejak empat
dasawarsa terakir ini. Perkembangannya meliputi aspek sensor, jenis citra serta liputan
dan ketersediaannya, alat dan analisis data dan jumlah pengguna serta bidang
penggunaannya. Indonesia yang mempunyai wilayah yang cukup luas dan memiliki

Beny Harjadi dkk di BPK Solo 10


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

sumberdaya alam yang cukup besar memerlukan teknologi tersebut untuk inventarisasi
dan monitoring wilayah dan sumberdaya alam yang dimikinya. Oleh karena itu
Indonesia dituntut untuk selalu mengikuti perkembangan teknologi tersebut.

Definisi penginderaan jauh adalah suatu teknik untuk mengumpulkan informasi


mengenai obyek dan lingkungannya dari jarak jauh tanpa sentuhan fisik. Penginderaan
Jauh adalah ilmu dan seni untuk memperoleh informasi tentang obyek, daerah, atau
gejala dengan jalan menganalisis data yang diperoleh dengan menggunakan alat tanpa
kontak langsung terhadap obyek, daerah atau gejala yang dikaji. Alat yang dimaksud
adalah alat penginderan (sensor) yang dipasang pada wahana (platform) seperti pesawat
terbang, satelit, pesawat ulang alik atau wahana lainnya. Elemen penting di dalam teknik
PJ adalah obyek di permukaan bumi, tenaga elektromagnetik dan sensor. Hasil interaksi
antara tenaga elektromagnetik dengan obyek direkam oleh sensor. Perekamannya
dilakukan dengan menggunakan kamera atau alat perekam lainnya. Hasil rekaman ini
disebut data penginderaan jauh. Data penginderaan jauh harus diterjemahkan menjadi
informasi tentang obyek, daerah, atau gejala yang diindera. Proses penterjemahan data
penginderaan jauh menjadi informasi disebut analisis atau interpretasi data. Teknik ini
menghasilkan beberapa bentuk citra yang selanjutnya diproses dan diinterpretasi guna
membuahkan data yang bermanfaat untuk aplikasi di bidang pertanian, arkeologi,
kehutanan, geografi, geologi, perencanaan dan bidang – bidang yang lainnya.

Salah satu elemen penting di dalam teknologi penginderaan jauh adalah tenaga.
Definisi tenaga elektromagnetik adalah paket elektrisitas dan magnetisme yang bergerak
dengan kecepatan sinar pada frekuensi dan panjang gelombang tertentu dengan sejumlah
tenaga tertentu. Dalam teknologi penginderaan jauh digunakan tenaga elektromagnetik.
Matahari merupakan sumber tenaga elektromagnetik. Disamping matahari juga sumber
tenaga yang lain, baik sumber tenaga alamiah maupun sumber tenaga buatan. Sumber
tenaga alamiah digunakan di dalam penginderaan jauh sistem pasif seperti misalnya
potret udara dan citra satelit Landsat, SPOT dll sedangkan sumber tenaga buatan
digunakan di dalam penginderaan jauh sistem aktif misalnya sistem radar. Tenaga
elektromagnetik tidak tampak oleh mata dan akan tampak apabila berinteraksi dengan

Beny Harjadi dkk di BPK Solo 11


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

benda. Matahari memancarkan tenaga elektromagnetik ke segala arah dan mencapai


bumi dengan cara radiasi. Radiasi tenaga elektromagnetik berlangsung dengan
kecepatan tetap dan dengan pola gelombang yang harmonik. Tidak semua radiasai
elektromagnetik dapat mencapai bumi hal ini disebabkan oleh adanya lapisan atmosfer.

Atmosfer membatasi bagian spektrum elektromagnetik yang dapat digunakan


dalam penginderaan jauh. Pengaruh atmosfer merupakan fungsi panjang gelombang.
Pengaruhnya bersifat selektif terhadap panjang gelombang. Oleh karena itu maka timbul
istilah jendela atmosfer (atmosferic window) yaitu bagian spektrum elektromagnetik
yang dapat mencapai bumi. Dalam jendela atmosfer ada hambatan atmosfer yang
disebabkan oleh hamburan (scatter) pada spektrum tampak dan serapan (absorption)
yang terjadi pada spektrum infra merah termal. Kedua hal tersebut mempengarui nilai
kecerahan (brighness value) pada citra. Gambar 1 menunjukkan pengaruh hamburan
dan serapan partikel atmosfer terhadap nilai kecerahan.

Gambar 1. Pengaruh hamburan (scattering) dan serapan (absorption) terhadap nilai


kecerahan.

Tiap obyek mempunyai karakteristik tertentu dalam memantulkan atau


memancarkan tenaga ke sensor. Pengenalan obyek pada citra dilakukan dengan

Beny Harjadi dkk di BPK Solo 12


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

menyidik (tracing) karakteristik spektral obyek yang tergambar pada citra penginderaan
jauh. Obyek yang banyak memantulkan dan memancarkan tenaga elektromagnetik ke
sensor akan tampak cerah (nilai kecerahannya tinggi). Sedangkan obyek yang sedikit
memantulkan tenaga dan banyak menyerap tenaga elektromagnetik akan tampak gelap
pada citra. Ada obyek yang berlainan tetapi mempunyai karakteristik spektral yang
sama atau serupa sehingga menyulitkan pembedaan dan pengenalannya pada citra hal
ini dapat diatasi dengan kunci interpretasi yang lain seperti bentuk, ukuran, pola ,dll.
Gambar 2 menunjukkan kurva spektral untuk 3 jenis obyek yaitu tanah, tumbuhan
(vegetasi) dan air.

Gambar 2. Kurva spektral obyek (Tubuh air, Tanah dan Vegetasi) (University of
Concepcion, 2003 dalam Berrios, 2004)
Penggunaan teknik penginderaan jauh untuk membantu inventarisasi
sumberdaya lahan telah menunjukkan keberhasilannya, hal ini disebabkan karena
penginderaan jauh mempunyai sifat multidisipliner, artinya menggambarkan kondisi
permukaan bumi secara lengkap dan mirip dengan keadaan sebenarnya di medan,
sehingga dengan kemampuan dan pengalamannya berbagai pakar dapat memperoleh
data sesuai dengan keinginannya. Citra penginderaan jauh merupakan catatan permanen

Beny Harjadi dkk di BPK Solo 13


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

dan repetitif, artinya setiap saat dokumentasi tersebut dapat dibuka kembali dan tidak
akan berubah serta apabila dikehendaki dokumen tersebut dapat dipotret ulang.
Disamping itu sesuai dengan yang dikehendaki dapat dipakai untuk mengetahui
gambaran secara luas (sinoptic view) dengan menggunakan citra skala kecil (citra
Landsat,SPOT), sedangkan untuk tingkat detail misalnya studi kota, mengetahui jenis
komoditi tertentu dapat menggunakan citra skala besar (foto udara).

E. Penginderaan Jauh Sistem Satelit


Dewasa ini perkembangan Teknologi PJ begitu cepat hal tersebut terbukti dari
banyaknya satelit sumber daya yang diluncurkan ke orbit. Dari segi kemampuan juga
mengalami peningkatan mulai citra satelit dengan resolusi spatial (untuk multispektral)
30 m x 30 m dan pankromatik 15 m x 15 m (Landsat), citra SPOT 20 m x 20 m
(multispektral) dan 10 m x 10 m (pankromatik) sampai 1 m x 1 m (IKONOS
pankromatik ) dan 0.61 m x 0.61 m (Quick Bird). Sedangkan kemampuan pembedaan
obyek juga semakin berkembang hal ini terbukti dengan banyaknya saluran spektral
yang digunakan seperti misalnya citra landsat MSS (Multi Spectral Scenner) yang
digunakan pada era tahun 1980- an memiliki 7 saluran spektral (band) saat ini generasi
landsat 7 ETM+ (Enhance Thematic Mapper) menggunakan 8 saluran spektral yaitu 6
saluran inframerah tampak (visible Infrared) 1 saluran pankromatik dan 1 saluran
inframerah termal (Thermal Infrared).
Satelit sumber daya bumi dapat dibedakan atas 2 kelompok yaitu satelit berawak
dan satelit tidak berawak. Satelit tidak berawak seperti misalnya landsat, SPOT,
IKONOS dll membawa sensor non fotografik yang hasil rekamannya berupa citra satelit
cetak jadi (hard copy) dan data digital. Sumber tenaga yang digunakan pada PJ sistem
satelit dapat berupa tenaga buatan misalnya citra radar (ERS, JERS, Radarsat dll) dan
tenaga alamiah yang bersumber dari matahari seperti misalnya Landsat, SPOT,
IKONOS, IRS, Quick Bird. Data digital PJ yang dimaksud dalam uraian selanjutnya
adalah citra satelit digital.

Beny Harjadi dkk di BPK Solo 14


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Data digital PJ (citra digital) direkam dengan menggunakan sensor non-kamera


antaralain scanner, radiometer, spectrometer. Citra digital dibentuk dari elemen –
elemen gambar atau pixel (picture element) yang menyatakan tingkat keabuan pada
gambar (Purwadhi, 2001). Citra digital dapat secara langsung disimpan pada pita
magnetik (High Density Digital Tape) atau CCT (Computer Compatible Tape). Menurut
Purwadhi (2001) pengolahan citra digital merupakan manipulasi dan interpretasi digital
dari citra PJ dengan bantuan komputer. Pengolahan citra digital selain dilakukan dengan
bantuan komputer (hardware) juga diperlukan perangkat lunak (software). Saat ini
perangkat lunak pengolahan citra digital seperti ILWIS, ErMapper, PCI, ErdasImagine,
Idrisi dll, cukup banyak dijumpai. Secara umum pengolahan citra digital dibagi menjadi
2 yaitu prapemrosesan citra (Pre Processing Image) dan penajaman citra (image
Enhancement). Pra pemrosesan citra meliputi pemrosesan radiometrik dan geometrik.
Pemrosesan radiometrik bertujuan untuk mengurangi atau menghilangkan
pengaruh internal maupun eksternal selama proses perekaman data, sehingga nilai data
digital (digital value) citra mendekati nilai spektral obyek. Sedangkan pemrosesan
geometrik berhubungan dengan posisi pixel (pixel position) pada citra digital
disesuaikan dengan koordinat bumi yang merujuk pada sistem proyeksi tertentu
(Franklin, 2001).

F. Klasifikasi Citra Satelit Digital


Menurut Purwadhi (2001) penajaman citra dimaksudkan untuk mempertajam
kontras yang tampak pada ujud gambaran yang terekam dalam citra. Secara umum
teknik penajaman di dalam aplikasinya dapat dikategorikan dalam tiga cara, yaitu
manipulasi kontras (contrast manipulation), manipulasi kenampakan spasial (spatial
feature manipulation) dan manipulasi multi citra (multi-image manipulation).
Manipulasi kontras dilakukan dengan memodifikasi histogram sehingga dapat
meningkatkan ketajaman citra. Manipulasi kenampakan spasial mencakup penggunaan
filter spasial (spatial filtering) dan penajaman tepi (edge enhancement). Sedangkan
manipulasi multi citra dapat dilakukan dengan PCA, NDVI dll. Poveda,G dan Salazar
F.Luis, 2004, menerapkan formulasi NDVI pada citra digital untuk mengetahui

Beny Harjadi dkk di BPK Solo 15


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

keanekaragaman tanaman tahunan di Amazonia. Panjang gelombang yang digunakan


untuk menyusun formula tersebut adalah inframerah dekat (0.73 – 1.1 um) dan merah
(0.55 – 0.68 um). Pada kajian tersebut diperoleh informasi bahwa formula NDVI yang
diterapkan pada citra digital dapat digunakan untuk mengetahui kemampuan potosintesis
tanaman tahunan.
Menurut Mas Francois dan Ramirez I. 1996, keterbatasan dari klasifikasi data
digital yang mengandalkan nilai spektral adalah apabila spektral dari penutupan lahan
yang berbeda memiliki nilai yang hampir sama (similar). Hal tersebut mengakibatkan
klas penutupan lahan tidak dapat dibedakan sehingga akurasinya rendah. Menurut
Danoedoro (2003) klasifikasi citra secara digital tidak cukup hanya mengandalkan
informasi spektral akan tetapi diperlukan pengetahuan tambahan mengenai tipe
penutupan lahan di lokasi kajian yang meliputi teksture dan informasi medan (terrain
information).
Tingkat akurasi Peta Land Use/Land Cover hasil klasifikasi berbantuan dapat
dikukur dengan dua macam akurasi :
1. Akurasi klasifikasi :
- Komisi (kesalahan observasi bagian yang tidak termasuk kelas tapi dimasukkan)
- Omisi (kesalahan observasi seharusnya masuk kelas tapi masih terletak diluar)
2. Akurasi pemetaan
F.1. Analisis Perhitungan Erosi
Perhitungan erosi tanah dapat dihitung secara kualitatif dengan metode SES
(SES = Soil Erosion Status) dan secara kuantitatif dengan metode MMF (Morgan,
Morgan dan Finney).
A. Erosi kualitatif (SES = Soil Erosion Status)
SES dihitung dengan cara kualitatif dan tergantung dari 5 parameter yaitu :
arah lereng (aspect), kemiringan lereng (slope gradient), kerpatan sungai (drainage
density), jenis tanah (Soil types), dan penutupan dan penggunaan lahan (landuse/
landcover). Perhitungan kualitatif dengan memberikan skoring dengan nilai relatif yaitu
untuk erosi dari rendah (low : L), sedang (medium : M), dan tinggi (high : H) dan
selanjutnya untuk perhitungan perkalian diberikan nilai skore SES yaitu 1, 2, dan 3.

Beny Harjadi dkk di BPK Solo 16


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Kemudian kelima faktor dilakukan perkalian dan didapatkan total skore erosi
(Soil Erosion the Area Value : SEAV). Jika nilai SEAV lebih kecil dari 16 dimasukkan
kedalam erosi rendah (Low Erosion Area : LEA), jika SEAV berkisar antara 16 sampai
48 termasuk erosi sedang (Medium Erosion Area : MEA), dan jika nilai lebih dari 49
termasuk erosi tinggi (High Erosion Area : HEA), Gambar 3..

Beny Harjadi dkk di BPK Solo 17


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Gambar 3. Diagram Alur Perhitungan Status Erosi Tanah (SES)

Beny Harjadi dkk di BPK Solo 18


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

B. Erosi kuantitatif (MMF = Morgan, Morgan, dan Finney)


Model MMF (Morgan, Morgan, dan Finney) memperkirakan besarnya erosi
yang tergantung dari beberapa parameter dalam kaitannya untuk penggunaan lahan :
tanah, penggunaan dan penutupan lahan, dan data curah hujan. Untuk memperkirakan
kehilangan tanah dengan pendekatan MMF diperlukan peta variasi beberapa faktor
anatar lain : energi kinetik hujan (E), kedalaman perakaran tanaman (RD), prosentase
kontribusi hujan permanen dalam bentuk intersepsi dan aliran batang (A), faktor
pengelolaan penutupan lahan (C), Ratio evapotranspirasi potential (Et/Eo), kapasita
cadangan kelembaban tanah (MS) selanjutnya dikembangkan sampai mendapatkan peta
hasil akhir seperti volume aliran permukaan tanah (Q); Laju pengaruh hujan jatuh
terhadap pemecahan tanah (F), kapasitas tansport pada aliran permukaan (G).
Perkiraan perhitungan kehilangan tanah tahunan dengan membandingkan
dua peta yaitu peta laju pemecahan tanah dan peta kapasitas trsanaport aliran permukaan
dan diambil nilai minimum dua diantara peta tersebut. Peta yang dihasilkan berupa
model erosi tanah yang sudah dibagi menurut tingkatan erosi, kontribusi hutan terbuka
merupakan maksimum dari kehilangan tanah yaitu > 50 t/ha/tahun (VH=Very High =
sangat tinggi). Kehilanagan tanah paling sedikit dicatat pada lahan tanaman pertanian
yaitu < 5 t/ha/tahun (VL=Very Low = sangat rendah). Selanjutnya tiap-tiap tingkata
erosi dikalikan masing-masing dari erosi yang terendah 10 untuk VL, 20 untuk L, 30
untuk M., 40 untuk H, dan 50 untuk VH, dan total semuanya dibagi dengan luas masing-
masing Sub DAS.

Beny Harjadi dkk di BPK Solo 19


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Gambar #. Diagram Alur Analisis pehitungan Erosi Kuantitatif Morgan, Morgan dan Finney

Beny Harjadi dkk di BPK Solo 20


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

F.2. Metodologi Pemetaan Penutupan dan Penggunaan Lahan


Deteksi Teknik perubahan penutupan lahan, dapat dianalisis dengan dua cara
yaitu secara visual dan analisis dijital ::
A. Interpetasi Visual :
Variasi metode dari teknik deteksi perubahan (Singh, 1994) sebagai berikut :
¾ komparasi sisi dengan sisi yang lainnya pada citra fotografik dapat dibawakan
dengan anotasi perubahan yang diteksi.
¾ transfaransi dari dua metode dapat ditumpangsusunkan, dicatat dan dilihat dari
meja sinar dengan menganalisis pada daerah yang sama yang mengalami
perubahan.
¾ satu negative dan satunya transfaransi positif dapat ditumpangsusunkan. Area
yang tidak mengalami perubahan diberi warna yang muda sedangakn yang
mengalami perubahan diberi warna yang tua.
Metode analisis visual yang dikembangkan oleh NRSA (National Remote
Sensing Agency) untuk kondisi dua iklim yang berbeda, dengan melalaui 6 tahap berikut
:
1. Seleksi dan penerimaan data
2. Interpretasi visual pendahuluan
3. Verifikasi dan koleksi data dengan cheking lapangan
4. Modifikasi dan interpretasi final
5. Estimasi luas daerah
6. Repruduksi dan persiapan pembuatan peta kartografi final.

B. Teknik deteksi perubahan digital :


Semua pendekatan dari deteksi perubahan dijital disajikan dari ketepatan
spatial yang tercatat pada citra satelit dari tanggal yang berbeda. Citra residu dihasilkan
dari prosedur yang bervariasi dan dengannya nilai threshold, statistic atau empiric
determinasi, penerapan dari area yang telah ditetapkan perubahannya. Variasi
pendekatannya dilakukan (Singh, 1994) untuk deteksi perubahan dijital dan secar
singkat disampaikan berikut ini :

Beny Harjadi dkk di BPK Solo 21


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

(a) Image differencing


Metode ini mencatat data geometric citra satelit yang diterima pada waktu yang
berbeda yang menghasilkan residual atau citra tyang berbeda dimana mewakili
perubahan diantara dua tanggal yang berbeda. Hasil dari setiap nilai ditunjukan dari
setiap piksel positif atau negative atau tidak ada perubahan. Citra dengan band tunggal
atau band berbeda atau kombinasi band, seperti indeks spectral dapat dilakukan dengan
teknik ini. Teknik ini dapat disajikan dalam bentuk formula sebagai berikut :

Xijk(t2) – Xijk(t1)
Xijk = —————————— + C
2

dimana XijK adalah nilai piksel abu-abu untuk band K pada garis_i dan kolom_j, t1
sebagai tanggal pertama dan t2 sebagai tanggal kedua. C adalah konstanta yang
digunakan untuk memproses hasil citra dari 0 – 254.

(b) Image ratioing


Perbandingan citra satelit dipersiapkan untuk membagi nilai piksel dalam band
particular band pada waktu t1 yang berhubungan dengan nilai piksel pada waktu t2 nilai
piksel lebih besar atau lebih kecil diambil untuk menunjukkan area yang mengalami
perubahan. Hal tersebut dapat diwakili oleh rumus berikut :

Xijk (t1)
Xijk = —————
Xijk (t2)

( c) Image regression
Metode ini diasumsikan bahwa nilai piksel pada waktu t1 ((Xij K (t1) adalah
berhubungan dengan waktu t2 Xij K (t2)), oleh fungsi linier, sehingga oleh sebab itu
satu citra satelit dapat diregresi lagi dengan menggunakan metode lainnya. Metode
deferensiasi citra satelit dapat diterapkan dengan nilai prediksi Xij

Beny Harjadi dkk di BPK Solo 22


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

K (t2), sebagai dasar regresi garis, dari nilai actual pada citra satelit kedua, piksel dengan
piksel, sebagai berikut :

^Xijk(t2) – Xijk (t1)


Xijk = ——————————— + C
2

^Xijk = a0 + a1 . Xijk (t1)

(d) Principal component differencing


Pendekatan ini, PCA (Principal Components Analysis) yang dibentuk secara
terpisah pada setiap tanggal yang berbeda. PC2 dari setiap tanggal digunakan untuk
prosedur diferensiasi citra satelit. PC2 di[pilih karena memiliki nilai paling tinggi yang
berbeda diantara infra merah dan band nampak, dan seperti paling berguna untuk
enhancement dari kenampakan vegetasi.

(e) Post classification comparison


Metode yang paling sering digunakan adalah analisis perbandingan klasifikasi
sepektral dari waktu berbeda t1 dan t2 dengan prosedur yang indipenden. Akhirnya peta
perubahan penggunaan dan penutupan lahan diproses dari integrasi logic dari hasil dua
klasifikasi dengan menggunakan model multi tanggal citra satelit atau dengan SIG.

(f) Multi-date classification


Pendekatan ini sebagai dasar analasis tunggal dari kombinasi tangal berbeda t1
dan t2,dengan tingkat identifikasi area yang berubah. Citra satelit multiband dari dua
tanggal berbeda disatukan dengan klasifikasi berbantuan atau tak berbantuan. Sehingga
hasil data dari semua band, dari pertama dua analisis komponen principal (PC1 dan
PC2) dapat digunakan klasifikasi berbantuan.
Pada wilayah yang luas dan heterogen disarankan menggunakan analisis dijital
dengan tahapan seperti pada Gambar 4. Tahapan tersebut antara lain :

Beny Harjadi dkk di BPK Solo 23


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

1. Data citra satelit, penyambungan dan georeferensi


2. Koleksi data dengan survai lapangan
3. Pembatasan wilayah administrasi, kelas penggunaan lahan dll
4. Klasifikasi dan stratifikasi dua musim berbeda
5. Penghalusan halus klasifikasi
6. Agregasi dari klasifikasi musim penghujan dan kemarau
7. Statisitik dan hasil akhir

Beny Harjadi dkk di BPK Solo 24


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

CITRA DIGITAL CITRA DIGITAL


MUSIM KEMARAU MUSIM PENGHUJAN

Kumpulan beberapa Kumpulan beberapa


data/Peta data/Peta

Transformasi Model Transformasi Model

Rektikasi Kreasi Masker Rektikasi


(Kelas Penutupan)

Klasifikasi Klasifikasi

Mosaik Mosaik
Penghalusan

Komposisi Komposisi

Agregasi
Tumpangsusun Tumpangsusun
Ekstraksi Ekstraksi

OUTPUT
Statistik Statistik Hasil Foto Statistik

Gambar 4. Metodologi Pemetaan Dijital Land Use/Land Cover

Beny Harjadi dkk di BPK Solo 25


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

G. Aplikasi PJ dan SIG untuk Evaluasi Penutupan Lahan


Sistem Informasi Geografis atau sering disebut Geographic Information System
(GIS) adalah suatu sistem yang berbasis komputer yang dapat digunakan untuk
menyimpan, menganalisis dan memanggil kembali data dengan cepat dan mudah
(Aronoff, 1989). Teknologi ini berkembang sangat pesat dan menjadi alat yang efektif
untuk digunakan di dalam analisa – analisa geografis. Sumber data yang dapat
digunakan sebagai masukan (input) di dalam sistem ini adalah survei lapangan
(pengukuran lapangan), peta dan data dari penginderaan jauh. Menurut Molenaar (1991)
sistem informasi geografis dapat digunakan untuk mendiskripsikan obyek, fenomena
atau proses yang terjadi di permukaan bumi. Prinsip dasar Sistem Informasi Geografis
(SIG) adalah setiap data spasial/geografis berkaitan dengan letak (position) dan atribut.
Data yang berkaitan dengan letak geografis digambarkan sebagai titik (point), garis (arc)
dan area (poligon). Sedangkan atribut menerangkan fenomena yang menyertai titik,
garis dan poligon tersebut. Ada 2 struktur data didalam sistem informasi geografis yaitu
struktur data raster dan vektor.
Struktur data raster adalah kumpulan dari titik atau ruang (cells) yang meliput
suatu permukaan bumi ke dalam kotak yang teratur (regular grid). Di dalam struktur
data raster atribut obyek secara langsung berhubungan dengan posisi obyek tersebut.
Contoh dari struktur data raster adalah data penginderaan jauh seperti potret udara dan
citra satelit. Pada struktur data raster masing – masing kotak (cells) menunjukkan luasan
dari permukaan lahan. Struktur data vektor menampilkan kenampakan dengan tingkat
ketelitian posisi yang jauh lebih tinggi dibanding data raster (Aronoff, 1989). Di dalam
menggambarkan obyek, struktur data vektor menggunakan titik, garis dan poligon.
Dengan fasilitas SIG, data yang telah masuk ke dalam sistem dapat dipanggil
kembali (retreive) dan ditampilkan dalam berbagai bentuk. Disamping itu data spasial
tersebut dapat dicetak (print) dengan skala yang sesuai dengan kebutuhan pengguna.
Perubahan yang terjadi, terutama pada faktor – faktor yang dinamis seperti penutupan
lahan dapat secara langsung, mudah dan cepat dilakukan perbaikan (editing). Data dan
atribut selanjutnya disimpan dalam subsistem DBMS (Database Management System).
Analisa data spasial yang umum dilakukan adalah tumpang susun peta (overlaying) baik

Beny Harjadi dkk di BPK Solo 26


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

secara sederhana maupun yang kompleks karena banyak peta yang harus ditumpang
susunkan. Konsep ini terus berkembang dengan adanya tumpang susun peta yang
memberi penekanan pada faktor atau peta tertentu. Di lain pihak, pengolahan data dalam
bentuk tabel dalam DBMS dapat dilakukan berdasarkan kriteria tertentu (Nugroho S.P.,
Endang S., Wardojo. 1996).
Jessen (1992) menggunakan SIG dan soft-ware Arc-Info untuk mengolah data
sumber daya lahan dan menyusun rekomendasi penggunaan lahan yang produktif.
Begitu juga Fletcher (1990) menggunakan SIG untuk perencanaan konservasi tanah di
Sub DAS Wiroko dengan mengumpulkan data ISDL (Inventarisasi Sumber Daya
Lahan) pada setiap unit peta. Data ISDL yang dikumpulkan di lapangan meliputi
beberapa parameter tetap (bentuk lahan, tipe batuan, jenis tanah, kemiringan lereng) dan
parameter berubah (tingkat erosi, macam teras, jenis penggunaan lahan).
Uboldidan Chuvieco (1997) menggunakan image processing dan SIG untuk
mengakses pengelolaan lahan pertanian di daerah semi arid yang terletak di lembah
sungai Colorado, propinsi Buenos Aires, Argentina. Beberapa parameter tanah
digunakan dalam rangka membuat peta kesesuaian lahan yang berbasis pada
karakteristik fisik tertentu, sedangkan penggunaan lahan aktual diperoleh dari citra
SPOT. Keduanya kemudian ditumpangsusunkan (overlay) sehingga diperoleh tabel dan
peta yang memperlihatkan lahan yang dikelola lebih intensif atau kurang intensif dari
seharusnya.
Aplikasi penginderaan jauh dan SIG telah banyak digunakan dalam
mengevaluasi lahan. Elsiedan Zuidan (1998) menggunakan PJ dan SIG untuk
mengklasifikasikan penutupan lahan dan proses identifikasi lahan yang terdegradasi
terutama daerah terbuka. Penutupan lahan dibedakan dengan interpretasi visual dari
respon spektral citra SPOT. Problem terbesar dalam interpretasi adalah dalam
membedakan batuan permukaan karena respon batuan basal sama dengan lahan basah
dan daerah dengan sedikit vegetasi.

Beny Harjadi dkk di BPK Solo 27


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

III. BAHAN DAN METODE

A. Lokasi Penelitian
Lokasi penelitian direncanakan akan dilakukan di wilayah zona ekologi yang
memiliki kepadatan penduduk tinggi dan curah hujan juga tinggi yaitu di DAS
Grindulu., Jawa Timur.

B. Bahan dan Metode


Bahan yang digunakan untuk kegiatan kajian ini adalah
Peta – peta dasar, antara lain :
Peta RBI skala 1 : 250.000 dan Peta Landsystem
Peta situasi dan administrasi dan Peta Penggunaan Lahan
Citra satelit digital perekaman terbaru
Alat tulis seperti pensil, balpoint dan alat tulis untuk penafsiran citra yaitu
OHP fine full color, selotip dan plastik astralon.
Kertas plotter, kertas printer dan tinta warna (cartridge) untuk warna
hitam, kuning, magenta dan cyan.
Sedangkan peralatan yang diperlukan antara lain :
1. Peralatan untuk interpretasi citra satelit secara visual (Loop, stereoskop
cermin/saku, Komputer)
2. Peralatan survei lapangan (Kompas, Abney level, pH stik, Blanko survei,
Kamera digital, dan GPS)
3. Peralatan untuk pengolahan data digital dan SIG, antara lain
• Perangkat keras (hard ware) berupa komputer
• Perangkat lunak (soft ware) untuk analisis citra yaitu Erdas-
Imagine versi 8.7 dan PC Arc/Info versi 3.4D plus dan ArcView
3.3, Ilwis 3.3. untuk analisa SIG. Untuk tabulasi diperlukan
Excel, Microsoft word dan DBASE IIIPlus.

Beny Harjadi dkk di BPK Solo 28


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

B. 1. Jenis Penelitian
Penelitian ini merupakan aplikasi dari sautu teknologi penginderaan jauh, namun
perlu dicobakan dengan berbagai macam teknik pemrosesan dari koreksi distorsi sampai
analisis pemrosesan dan perhitungan secara digital. Dengan kajian ini diharapkan ada
satu teknologi untuk membantu monitoring dan evaluasi suatu DAS sehingga diperoleh
metoda yang cepat, akurat dan tepat dengan analisis secara digital. Sehingga dari haisl
kajian ini dapat dipakai untuk membantu dalam menetapkan karakterisasi suatu DAS
sesuai dengan judul UKP.

B. 2. Rancangan Penelitian
Penelitian akan dilakukan dengan menggunakan citra satelit digital DAS Solo
DS.. Analisis citra satelit akan dilakukan di laboratorium PJ dan SIG serta akan
dilakukan ground cek melalui observasi sampling beberapa obyek di lapangan. Untuk
meenetapkan titik-titik sampel obyeknya, DAS Solo DS. dipilah dalam tiga wilayah:
hulu, tengah, dan hilir dengan asumsi bahwa ketiga wilayah tersebut memiliki pola
penutupan lahan yang berbeda berkaitan dengan penggunaan lahan yang berbeda pula.
Mengingat keterbatasan waktu, dana dan aksesibilitas, pada masing-masing wilayah
ditetapkan Sub DAS-Sub DAS representatif.
Kondisi penutupan lahan pada setiap Sub DAS/Sub-sub DAS reprensentatif
diinterpretasikan jenis-jenis penutupannya dengan menggunakan teknik PJ yang sesuai
berdasarkan perbedaan spektral reflektannya. Pemilahan jenis penutupan lahan akan
mengacu pada sistim klasifikasi penutupan lahan Badan Planologi Kehutanan serta
dilakukan melalui proses analisis spektral. Penetapan titik-titik sampel dilakukan
berdasarkan tumpang tindih (overlay) peta jenis penutupan lahan hasil interpretasi citra
digital (perbedaan spektral reflektan) dengan peta penutupan dan penggunaan lahan
yang ada (peta RBI, peta penggunaan lahan, peta landsistem), selanjutnya titik-titik
sampel pada peta hasil overlay diambil dengan mempertimbangkan sebaran dan
kemudahan aksesibilitas lapangannya.
Penajaman citra digital dimaksudkan untuk memperjelas kenampakan obyek
pada citra dan memperbaiki kualitas citra. Penajaman yang akan dilakukan meliputi

Beny Harjadi dkk di BPK Solo 29


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

filtering, manipulasi histogram citra dll. Setelah dilakukan pemrosesan citra seperti
tersebut di atas, kemudian dilakukan klasifikasi tidak berbantuan (Unsupervised
classification). Hasil klasifikasi digunakan untuk menentukan titik sampel (jenis
penutupan dan penggunaan lahan) yang selanjutnya digunakan sebagai dasar di dalam
kegiatan lapangan (ground checking). Klasifikasi berbantuan (Supervised Classification)
dilakukan setelah kegiatan lapangan.

B.3. Parameter
Parameter-parameter data yang dikumpulkan untuk kegiatan Kajian Aplikasi
Penginderaan Jauh dan SIG untuk Monev DAS, antara lain :
1) Data grafis batas DAS
2) Peta jalan, sungai dan data administrasi
3) Prosentase penutupan vegetasi
4) Tingkat kerapatan vegetasi
5) Tipe/jenis penutupan lahan misalnya:
a. Hutan (Hutan primer, Hutan sekunder)
b. Perkebunan (Tanaman sejenis dan campuran)
c. Sawah (Irigasi dan tadah hujan), Pemukiman
d. Badan air (sungai, danau dll)
6) Nilai spektral obyek pada citra satelit digital
7) Perubahan penutupan lahan (luasan dan distribusinya)
8) Tingkat akurasi yaitu dengan mencocokkan hasil klasifikasi citra digital
dengan keadaan lapangan.

Beny Harjadi dkk di BPK Solo 30


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

B.4. Pengambilan Data


Pengambilan data lapangan berupa data fisik tanah dan tanaman dengan
mencocokkan kondisi lapangan dengan kenampakkan pada citra satelit. Sampel di
lapangan ditetapkan dengan GPS (Global Positioning System) yang ditetapkan dari
variasi macam penutupan lahan dari hasil klasifikasi berbantuan atau klasifikasi secara
visual.
Data tanaman berupa macam penutupan lahan dan penggunaan lahan
sebenarnya sesuai dengan pembagian kawasan dari peta RBI. Sedangkan data tanah
meliputi data yang diperlukan untuk perhitungan erosi kualitatif maupun kuantitatif,
antara lain : tekstur tanah, struktur, kedalaman tanah dll.

B.5. Pengolahan dan Analisis data


Tahapan kegiatan kajian sebagai berikut :
1) Pengumpulan data baik berupa peta (digita,l manual) maupun citra digital.
2) Dijitasi peta situasi dan p.dasar (tematik), peta sistem lahan (landsystem).
3) Pemrosesan citra, seperti koreksi geometri dan penajaman citra.
4) Klasifikasi awal citra digital baik secara digital dengan metode tidak berbantuan
(unsupervised classification method), dengan perhitungan NDVI, SBI, dengan
maximum likely hood, dan PCA.
5) Penentuan lokasi sampel pada citra/peta hasil klasifikasi.
6) Kegiatan lapangan, untuk mengumpulkan data lapangan disamping itu untuk
mengecek akurasi hasil klasifikasi awal seperti tersebut di atas.
7) Data hasil kegiatan lapangan dan didukung oleh analisis spektral pada citra
digunakan untuk melakukan klasifikasi ulang (reklasifikasi) dengan metode
klasifikasi berbantuan (supervised classification method)
8) Digitasi peta penutupan lahan dari peta RBI skala 1:250.000
9) Tumpang susun (overlay) hasil klasifikasi berbantuan dengan peta tematik digital
penutupan lahan.
10) Analisa perubahan penutupan lahan
11) Pencetakan peta dan tabel

Beny Harjadi dkk di BPK Solo 31


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Data citra digital PJ (berbasis raster) diolah dan dianalisis dengan menggunakan
software ErdasImagine versi 8.7. Pengolahan tersebut meliputi koreksi geometri,
penajaman (analisis spectral) dan klasifikasi. Sedangkan data yang diperoleh selama
kegiatan di lapangan baik data sekunder maupun data primer selanjutnya diolah menjadi
data digital sebagai pedoman untuk klasifikasi ulang pada citra digital sehingga
diperoleh peta hasil klasifikasi (berbasis vector). Kombinasi data penutupan lahan dan
penggunaan lahan akan diperoleh system kriteria/kategori kondisi pada setiap
penggunaan lahan. dst
Peta penutupan lahan yang berasal dari sumber lain seperti peta RBI dan peta
penunjukan kawasan selanjutnya diolah dengan menggunakan software Arc/Info versi
3.5. Pemrosesan tersebut meliputi digitasi, editing dan pelabelan. Analisis perubahan
penutupan lahan dilakukan dengan menumpang susunkan (overlay) antara peta hasil
klasifikasi citra dan peta digital penutupan lahan dari RBI, sehingga diperoleh peta
penutupan lahan dan perubahannya.

Beny Harjadi dkk di BPK Solo 32


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

IV. BIAYA DAN ORGANISASI PELAKSANA

Biaya penelitian tahun 2007 sebesar Rp 76.850.000,- (Tujuh puluh enam juta
delapan ratus lima puluh ribu rupiah), lihat Tabel 2.

Tabel 2. Rencana Anggaran dan Belanja Kajian Aplikasi Penginderaan Jauh (PJ) dan
Sistem Informasi Geografis (SIG) untuk Monitoring dan Evaluasi (Monev)
DAS
No. Kegiatan Proyek Volume Biaya Jumlah
Satuan Biaya (Rp.)
(Rp.)
Belanja Barang Operasional
1 lainnya (521119) :
1,1 Konsumsi Analisa Data 20 OH 25.000 500.000
1,2 Konsumsi Pelaporan 20 OH 25.000 500.000
Jumlah (1.1+1.2) 1.000.000
Konsumsi updating data
1.3. Aplikasi PJ 120 OH 25.000 3.000.000
1.4. Rapat Intern 20 OH 25.000 500.000
Jumlah (1) 4.500.000
2 Belanja Bahan (521211) :
2.1.1. Foto Copy 810 Lb 100 81.000
2.1.2 Dokumentasi
- Film NS 400 isi 36 4 Roll 30.000 120.000
- Batu Batery Alkalin 4 Bh 9.500 38.000
- Cetak Foto 3 R 120 Lb 1.000 120.000
- Album : 32x32 isi 20 2 Bh 45.500 91.000
Penggandaan dan Penjilidan
2.1.3. Laporan
- Untuk Pembahasan 1500 Lb 100 150.000
- Untuk Laporan 300 Lb 200 60.000
- Untuk Penjilidan 6 Bh 15.000 90.000
Jumlah (2.1.1+2.1.2.+2.1.3) 750.000
ATK dan Operasional
2.2. Komputer
- USB Flash Disk MP3 1 Bh 550.000 550.000
- Tempat (Kotak) CD 1 Box 30.000 30.000
- CD Blank + tempat plastik
kertas 11 Bh 5.000 55.000
- Ketas HVS Folio 80 Gr 4 Rim 33.500 134.000
- Kertas Kwarto 80 Gr 3 Rim 30.000 90.000
- Spidol besar (isi12 warna) 1 Dos 46.000 46.000
- Penghapus Cair 2 Bh 12.000 24.000

Beny Harjadi dkk di BPK Solo 33


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

- Spidol Transparant (6) 1 Set 40.000 40.000


- File Dokumen 2 Bh 15.500 31.000
Jumlah (2.2) 1.000.000
Bahan Perlengkapan
2,3 lapangan :
- Jas Hujan 3 Bh 75.000 225.000
- Kamera Digital 1 Bh 1.500.000 1.500.000
- Papan alas menulis 5 Bh 5.000 25.000
- pH Stik 1 Box 250.000 250.000
Jumlah (2.3.) 2.000.000
2.4. Bahan Peta
- Peta Digital DAS Grindulu 1 Set 3.500.000 3.500.000
2.5. Bahan Citra Satelit 1 Unit 7.000.000 7.000.000
Bahan Pembuatan dan
2.6. Pencetakan Peta
- Kertas HP A0 2 Roll 700.000 1.400.000
- Hard Disk Ekternal 80 GB 2 Unit 1.550.000 3.100.000
- Catridge 4 warna 2 Set 1.250.000 2.500.000
Jumlah (2.6) 7.000.000
Jumlah (2) 21.250.000
Belanja Perjalanan Biasa
3 (524111) :
3,1 Perjalanan Konsultasi
- Ke Jakarta
1 Org Gol IV selama 4 hari 4 OH 260.000 1.040.000
1 Orang Gol III selma 4 hari 4 OH 220.000 880.000
Pesawat Solo-Jakarta PP 2 Unit 1.200.000 2.400.000
Jumlah (3.1) 4.320.000
Perjalanan Pelaksanaan
3,2 Kegiatan DAS Grindulu
Tahap I :
1 Orang Gol IV selama 9 hari 9 OH 260.000 2.340.000
4 Orang Gol III selama 9 hari 36 OH 220.000 7.920.000
1 Orang Gol. II selama 9 hari 9 OH 180.000 1.620.000
Tranport (PP) 6 Unit 50.000 300.000
Jumlah Tahap I 12.180.000
Tahap II :
1 Orang Gol IV selama 8 hari 8 OH 260.000 2.080.000
4 Orang Gol III selama 8 hari 32 OH 220.000 7.040.000
1 Orang Gol. II selama 8 hari 8 OH 180.000 1.440.000
Tranport (PP) 6 Unit 50.000 300.000
Jumlah Tahap II 10.860.000
Tahap III :
1 Orang Gol IV selama 8 hari 8 OH 260.000 2.080.000
4 Orang Gol III selama 8 hari 32 OH 220.000 7.040.000

Beny Harjadi dkk di BPK Solo 34


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

1 Orang Gol. II selama 8 hari 8 OH 180.000 1.440.000


Tranport (PP) 6 Unit 50.000 300.000
Jumlah Tahap III 10.860.000
Tahap IV :
1 Orang Gol IV selama 8 hari 8 OH 260.000 2.080.000
4 Orang Gol III selama 8 hr. 32 OH 220.000 7.040.000
1 Orang Gol. II selama 8 hari 8 OH 180.000 1.440.000
Transport (PP) 6 Unit 50.000 300.000
Jumlah Tahap IV 10.860.000
Tahap V (Monev) :
1 Orang Gol IV selama 4 hari 4 OH 260.000 1.040.000
1 Orang Gol III selama 4 hari 4 OH 220.000 880.000
Tranport (PP) 2 Unit 50.000 100.000
Jumlah Tahap V 2.020.000

Jumlah (3.2.) 46.780.000

Jumlah (3) 51.100.000

Jumlah (1+2+3) 76.850.000

Beny Harjadi dkk di BPK Solo 35


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Kegiatan penelitian ini akan dilaksanakan oleh tim peneliti dari berbagai
disiplin ilmu antara lain, Konservasi Tanah dan Air, Kehutanan, PJ dan SIG serta
dibantu oleh beberapa teknisi seperti terdapat pada Tabel 3.

Tabel 3. Tim Pelaksana Kegiatan Tahun 2007


No. Nama Jabatan Pendidikan Bidang Kedudukan
Keahlian dalam TIM

1. Ir. Beny Harjadi,MSc Peneliti S2-PJ Kontan, PJ Ketua Tim/


Madya dan SIG Peneliti

2. Ir.Dody Prakosa, Ajun S2-PJ Kehutanan Anggota/


MSc. Peneliti dan PJ Peneliti
Madya

3. Drs.Agus Calon S2-PJ PJ dan SIG Anggota/


Wuryanta,MSc Peneliti Peneliti

4. Agung Budi Supangat, Asisten S2- Kehutanan Anggota/


S.Hut, M.T, M.Si Peneliti Kehutanan dan Peneliti
Madya Hidrologi

5. Yusuf Iriyanto W. Tek Lit STM Pertanian Anggota/


Pelaksana Pertanian Teknisi
Lanjutan

6. Bambang Ragil Calon SKMA SIG dan Anggota/


Wahyu Mulyo P. Teknisi survai Teknisi

Beny Harjadi dkk di BPK Solo 36


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tata waktu kegiatan “Kajian Aplikasi Penginderaan Jauh (PJ) dan Sistem
Informasi Geografis (GIS) untuk Monitoring dan Evaluas DAS”, dimulai tahun 2005
untuk wilayah Sumatra, tahun 2006 untuk wilayah NTT, dan tahun 2007 untuk wilayah
Jawa (Tabel 4). Sedangkan tata waktu kegiatan yang akan dilaksanakan pada tahun
2007 disajikan pada Tabel 5.

Tabel 4. Aspek kegiatan tahunan yang dilakukan pada kajian aplikasi PJ dan SIG untuk
Monev DAS.

No Aspek / Kegiatan Tahun

05 06 07
1. Analisis penutupan lahan secara visual dan
klasifikasi penutupan secara digital
2. Analisis perubahan penutupan dan perhitungan
erosi secara kualitatif dan kuantitatif
3. Analisis perubahan penutupan lahan,
perhitungan erosi dan mofometrik DAS

Beny Harjadi dkk di BPK Solo 37


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 5. Tata waktu kegiatan kajian aplikasi PJ dan SIG untuk Monev DAS 2007

No KEGIATAN BULAN PELAKSANAAN


1 2 3 4 5 6 7 8 9 10 11 12
A. KEGIATAN KANTOR
1 Persiapan
- Pengadaan ATK dan
Opers. Komputer
- Bahan pencetakan peta

- Pengadaan Citra Satelit


dan perlengkapan
2. Penyusunan laporan
- Ft.copy penggandaan
- Rapat intern
B. KEGIATAN LAPANGAN
3. Perjalanan Dinas
-Konsultasi &
Koordinasi
- Orientasi lapangan
- Pengumpulan data
lapangan dan Kompilasi
C. KEGIATAN LABORAT
4. Pemrosesan data
- Pemrosesan citra satelit
- Analisa data satelit
- Digitasi
5. Proses Overlay dan
Analisa GIS
- Analisa data
- Updating data PJ

Beny Harjadi dkk di BPK Solo 38


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

V. HASIL DAN PEMBAHASAN

A. Analisis PJ dan SIG


Analisis Penginderaan Jauh (PJ) dan Sistem Informasi Geografis (SIG) untuk
membantu survai ISDL (Inventarisasi Sumber Daya Lahan) dengan menggunakan citra
Landsat 7 ETM+ (Thematic Mapper) yang diambil pada tanggal 11 bulan Juli tahun
2007 dengan nomer scene Path-Row 119-066. Analisis PJ dapat dilakukan dengan
mengatur komposisi kanal 5, 4 dan 3 dengan RGB (Red Green Blue), HSI (Hue
Saturation Intensity), dan YMC (Yellow Magenta Cyan).
Analisis PJ dapat membantu dalam analisis karakteristik DAS untuk beberapa
parameter fisik antara lain terkait dengan faktor perhitungan analisis erosi secara
kualitatif SES (Soil Erosion Status) dan erosi secara kuantitatif MMF (Morgan, Morgan
dan Finney). Beberapa parameter dari hasil analisis citra satelit yang dapat membantu
analisis karakteristik DAS, meliputi : penutupan lahan, pola drainase, aspek arah lereng,
kemiringan lereng, drainase, tekstur, solum tanah, hujan tahunan, evapotranspirasi.
Masing-masing faktor diatas dikelaskan dari kelas 1 (rendah) sampai kelas 5 (tinggi)
tergantung tingkat kepekaan terhadap degradasi lahan atau bahaya erosi.
Begitu juga untuk kelas erosi kualitatif SES maupun erosi kuantitatif MMF
dikelaskan dari kelas 1 (rendah), 2 (agak rendah), 3 (sedang), 4 (agak tinggi), dan 5
(tinggi). Semakin tinggi kelas maka resiko terhadap kerusakan lahan akan semakin
besar, maka harus diprioritaskan untuk segera ditangani atau menjadi prioritas pertama.

Beny Harjadi dkk di BPK Solo 39


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 545672
9123159 9123159
PETA LAND COVER
Penutupan Lahan

Skala 1 : 400.000
9088407 9088407
506385 545672

Gambar 5. Peta Penutupan Lahan DAS Grindulu, Pacitan

Kelas penutupan lahan di DAS Grindulu di dominasi dengan hutan rapat dan
pekarangan, yang mengalami penurunan pada musim penghujan karena sebagian
digunakan untuk persawahan dan agroforestry (Gambar 5). Dari peta penutupan lahan
dapat dilihat bahwa penyebaran hutan rapat merata dari hulu sampai hilir, dan sebagian
besar milik rakyat (hutan rakyat) bukan hutan dibawah pengelolaan Perum Perhutani.
Kondisi penutupan yang realtif rapat di DAS Grindulu seharusnya tidak terjadi
erosi besar-besaran, tetapi karena kondisi lahan dan topografi yang curam dan berbukit
menyebabkan lahan mudah terjadi erosi (Tabel 6). Erosi yang banyak terjadi di DAS
Grindulu termasuk pada kategori kelas erosi berat atau tinggi.

Beny Harjadi dkk di BPK Solo 40


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 6. Sebaran Luas untuk Perubahan Lahan di DAS Grindulu


Penutupan Musim Kemarau Musim Penghujan BEDA
Lahan Luas (ha) Prosen (%) Luas (ha) Prosen (%) Prosen (%)
Agroforestry 9724 14,8 13173 20,1 5,3
Bero 5714 8,7 7799 11,9 3,2
Hutan Jarang 129 0,2 655 1,0 0,8
Hutan Rapat 22266 34 18941 28,9 -5,1
Pekarangan 27214 41,5 22545 34,4 -7,1
Sawah 58 0,1 262 0,4 0,3
Sungai 42 0,1 131 0,2 0,1
Tegal 392 0,6 2032 3,1 2,5
65539 100 65539 100

Pada saat musim penghujan Hutan rakyat dan Pekarangan yang mengalami
penurunan karena beralih fungsi menjadi lahan agroforestry dan tegalan (Gambar 6).
Persawahan akan meningkat pada musim kemarau, karena sebagian besar sawah tadah
hujan.

50
41,5
40

30
Prosen (%)

Kemarau
20 Penghujan
BEDA
10

0
ng

at
try

ah

i
o

l
ga
ga
ga
ap
er

ra
es

un

Te
B

an

-10
R
Ja

Sa
or

S
an

ar
of

an

ek
gr

ut
ut
A

P
H
H

Gambar 6. Luasan Perubahan Penutupan Lahan di DAS Grindulu.

Beny Harjadi dkk di BPK Solo 41


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

B.Karakteristik DAS
Karakteristik dari suatu DAS (Daerah Aliran Sungai) ditentukan oleh
morfometrik suatu DAS, yaitu antara lain oleh kondisi sungai, pola drainase, panjang
sungai dan lain-lain (Gambar 7).

506385 545672
9123159 POLA DRAINASE DAS GRINDULU 9123159

Skala 1 : 400.000
9088407 9088407
506385 545672
Gambar 7. Pola Drainase DAS Grindulu, Pacitan, Jawa-Timur.

Selanjutnya beberapa parameter penentu karakeristik DAS dilakukan analisis


SIG (Sistem Informasi Geografis0 dengan sistem pengkelasan, antara lain : aspek arah
lereng, kemiringan lereng, kerapatan drainase, tekstur tanah, dan penutupan lahan.

Beny Harjadi dkk di BPK Solo 42


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 545672
9123159 9123159
PETA ASPEK
Kelas Arah Lereng

Skala
1 : 400.000
9088407 9088407
506385 545672

Gambar 8. Peta Kelas Arah Lereng (Aspek) DAS Grindulu, Pacitan

Arah lereng atau aspek berpengaruh juga terhadap erosi yang terjadi yaitu
terkait kerapatan penutupan lahan (Gambar 8). Dimana pada lahan dengan arah
kemiringan lereng kearah selatan lebih peka terhadap erosi karena pertumbuhan tanaman
kurang subur, sehingga penutupan lahan kurang rapat dan lahan relatif terbuka sehingga
mudah terjadi erosi, dengan skor nilai 5. Sebaliknya lahan yang menghadap kearah
utara pertumbuhan tanaman relatif lebih lebat, sehingga resiko terjadinya erosi lebih
rendah atau peka skor nilai 1.
Sebagian besar lahan di DAS Grindulu banyak yang menghadap kearah barat
daya atau tenggara yaitu sesuai dengan arah kemiringan DAS yang mengarah selatan
yaitu seluas 17.650 ha (26,9%), yaitu masuk pada skor nilai agak tinggi (4), lihat Tabel
7. Mengingat sebagian besar arah lereng kurang menguntungkan kaitannya dengan
kondisi penutupan lahan yang rendah dan potensi erosi yang tinggi, maka di DAS
Grindulu lebih berpeluang terjadinya erosi dan tingkat sedang sampai berat.
Tabel 7. Sebaran Luas untuk Kelas Arah Lereng Aspek di DAS Grindulu, Pacitan

Beny Harjadi dkk di BPK Solo 43


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Skor Besaran Aspek Kategori Luas


Arah Lereng Nilai Luas (Km2) Prosen (%)
1 Utara Rendah 168,2 25,7
2 Barat Laut, Timur Laut Agak Rendah 68,5 10,5
3 Barat, Timur Sedang 154,3 23,5
4 Barat Daya, Tenggara Agak Tinggi 176,5 26,9
5 Selatan Tinggi 87,9 13,4
655,4 100

Sebagian besar kelas arah kemiringan lereng masuk pada kategori kelas rendah
sampai sedang (Gambar 9). Kondisi seperti tersebut diatas berpotensi untuk terjadinya
erosi dari sedang sampai berat, untuk arah lereng yang menghadap ke selatan, barat
daya, dan tenggara.

30,0
26,9
25,0

20,0
Prosen (%)

15,0

10,0

5,0

0,0
Rendah Agak Sedang Agak Tinggi Tinggi
Rendah
Kelas Aspek (Arah Lereng)

Gambar 9. Luasan Kategori Nilai Kelas Arah Lereng (Aspek) di DAS Grindulu

Beny Harjadi dkk di BPK Solo 44


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 545672
9123159 9123159
PETA LERENG
Kelas Kemiringan Lereng

Skala 1 : 400.000
9088407 9088407
506385 545672

Gambar 10. Peta Kelas Kemirngan Lereng DAS Grindulu, Pacitan

Peta kelas kemiringan lereng yang ditunjukkan pada Gambar 10, menjelaskan
kondisi kelas dari rendah sampai tinggi dimana pada lahan yang datar dengan
kemiringan kurang dari 8% dimasukkan pada kelas rendah atau nomor 1, sebaliknya
lahan terjal (> 45%) dimasukkan pada kelas tinggi atau kelas nilai 5. Hal tersebut terkait
dengan erosi terjadinya erosi, yaitu untuk resiko rendah seperti lahan datar dimasukkan
pada kelas rendah (1) dan untuk resiko terjadinya erosi tinggi dimasukkan pada kelas
tinggi (5).
Tabel 8 menunjukkan distribusi sebaran kelas kemiringan lereng yaitu
didominasi kelas rendah (34,9%) dan tinggi (36%). Pada lahan denga kelas kemiringan
yang lebih dari 45% di DAS Grindulu seluas 23610 ha, ini berpotensi terjadinya erosi
berat. Apalagi kalau lahan terjal tersebut tidak ada tanaman penutup lahan yang
memadai atau tindakan konservasi lainnya maka akan mudah terjadinya longsor.

Beny Harjadi dkk di BPK Solo 45


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 8. Sebaran Luas untuk Kelas Kemiringan Lereng di DAS Grindulu, Pacitan
Skor Besaran Kelas Lereng Kategori LUAS
Lereng (%) Deskripsi Nilai Luas (Km2) Prosen (%)
1 0-8 Datar Rendah 229,0 34,9
2 8 - 15 Miring Agak Rendah 46,5 7,1
3 15 - 25 Sangat Miring Sedang 40,7 6,2
4 25 - 45 Curam Agak Tinggi 103,0 15,7
5 > 45 Sangat Curam Tinggi 236,1 36,0
655,4 100

Gambar 11 grafik balok tentang distribusi kelas kemiringan lereng lebih


memperjelas bahwa kondisi lahan di DAS Grindulu ada yang terjal juga ada yang datar
pada daerah dekat sepanjang sungai utama Grindulu dan pada daerah perkotaan atau
dekat dengan outlet.

40,0
36,0
35,0

30,0
Prosen (%)

25,0

20,0

15,0

10,0

5,0

0,0
Rendah Agak Sedang Agak Tinggi Tinggi
Rendah
Kelas Lereng

Gambar 11. Luasan Kategori Nilai Kelas Kemiringan Lereng di DAS Grindulu

Beny Harjadi dkk di BPK Solo 46


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 545672
9123159 9123159
PETA DRAINASE
Kelas Kerapatan Drainase

Skala 1 : 400.000
9088407 9088407
506385 545672
Gambar 12. Peta Kelas Kerapatan Drainase DAS Grindulu, Pacitan

Gambar 12 menampilkan peta kerapatan drainase, yaitu semakin rapat drainase


maka pembuangan air akan semakin cepat dan lancar, sebaliknya yang sedikit stream
(sungai kecil) maka pembuangan air akan terhambat. Drainase yang terhambat akan
menyebabkan tanah lembab dengan air akan mudah terjadinya longsor atau luncuran
landslide sehingaa dikelaskan dengan nomor 5. Sebaliknya yang kelas drainasenya
cepat dimasukkan pada kelas dengan nomor 1 karena potensi terjadinya erosi lebih kecil.
Tabel 9 menyajikan bahwa kondisi kelas drainase di DAS Grindulu sebagian
besar lambat (35,1%) atau seluas 22.990 ha, sebaliknya pada kelas kategori nilai rendah
hanya sedikit yaitu 0,2% atau seluas 110 ha. Keadaan drainase tanah yang mayoritas
masuk dalam kategori sedang sampai tinggi, menyebabkan lahan di DAS Grindulu
berpotensi terjadinya erosi.

Beny Harjadi dkk di BPK Solo 47


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 9. Sebaran Luas untuk Kelas Drainase di DAS Grindulu, Pacitan


Skor Besaran Kelas Drainase Kategori LUAS
mm/det Deskripsi Nilai Luas (Km2) Prosen (%)
1 > 15 Sangat Lancar Rendah 1,1 0,2
2 8 - 15 Lancar Agak Rendah 20,5 3,1
3 5-8 Agak Lancar Sedang 191,1 29,2
4 2-5 Agak Terhambat Agak Tinggi 212,8 32,5
5 <2 Terhambat Tinggi 229,9 35,1
655,4 100

Gambar 13 merupakan gambaran distribusi penyebaran kelas drainase dari


rendah sampai sedang, yang didominasi kategori nilai tinggi (35,1%). Dengan
memperhatikan kelas drainase diatas maka upaya konservasi tanah di DAS Grindulu
harus segera dilaksanakan untuk mencegah terjadinya erosi pada kelas berat.

40,0
35,1
35,0

30,0
Prosen (%)

25,0

20,0

15,0

10,0

5,0

0,0
Rendah Agak Rendah Sedang Agak Tinggi Tinggi
Kelas Drainase

Gambar 13. Luasan Kategori Nilai Kelas Drainase di DAS Grindulu

Beny Harjadi dkk di BPK Solo 48


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 545672
9123159 9123159
PETA TEKSTUR
Kelas Tekstur Tanah

Skala 1 : 400.000
9088407 9088407
506385 545672
Gambar 14. Peta Kelas Tekstur Tanah DAS Grindulu, Pacitan

Distribusi penyebaran kelas tekstur ringan sampai sedang dapat dilihat pada
Gambar 14, yaitu semakin halus tekstur tanah maka akan semakin mudah tererosi,
sehingga dikelaskan pada kelas 5. Sebaliknya semakin kasar kelas tekstur tanah maka
air semakin meresap kedalam tanah, sehingga sedikit sekali tanah yang tererosi.
Lebih jelasnya dapat dilihat pada Tabel 10, yang menggambarkan bahwa dari
kelas tekstur tanah maka kerawanan terhadap erosi dikategorikan pada kelas sedang
(35,1%) atau seluas 22.990 ha. Begitu juga struktur lainnya pada kategori rendah dan
agak rendah seimbang dengan kelas agak tinggi dan tinggi, sehingga tidak
mengherankan jika di DAS Grindulu beberapa daerah terjadi erosi berat (longsor,
landslide dan erosi jurang).

Beny Harjadi dkk di BPK Solo 49


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 10. Sebaran Luas untuk Kelas Tekstur Tanah di DAS Grindulu, Pacitan
Skor Besaran Kelas Tekstur Kategori LUAS
Tekstur Deskripsi Nilai Luas (Km2) Prosen (%)
1 S, LS, SL Sangat Kasar Rendah 108,6 16,6
2 SiL, L, Si Kasar Agak Rendah 125,8 19,2
3 SCL, SiCL Agak Halus Sedang 229,9 35,1
4 CL, SC Halus Agak Tinggi 170,5 26,0
5 SiC, C Sangat Halus Tinggi 20,5 3,1
655,4 100

Gambar 15 menjelaskan distribusi penyebaran tekstur tanah dari kelas tekstur


tanah rendah sampai tinggi, grafik distribusi sebaran merata yaitu ada sebagian yang
rendah dan sebagian ada yang juga yang tinggi secara berimbang, namun rata-rata pada
kelas nilai sedang. Dengan demikian pada daerah-daerah dengan potensi nilai kelas
tekstur tinggi harus segera dilakukan tindakan konservasi tanah dengan
mempertimbangkan faktor fisik lainnya juga.

40,0
35,1
35,0

30,0
Prosen (%)

25,0

20,0

15,0

10,0

5,0

0,0
Rendah Agak Rendah Sedang Agak Tinggi Tinggi
Kelas Tekstur Tanah

Gambar 15. Luasan Kategori Nilai Kelas Tekstur Tanah di DAS Grindulu

Beny Harjadi dkk di BPK Solo 50


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 545672
9123159 9123159
PETA LAND USE
Kelas Penutupan Lahan

Skala 1 : 400.000
9088407 9088407
506385 545672
Gambar 16. Peta Kelas Penutupan Lahan DAS Grindulu, Pacitan

Penutupan lahan di DAS Grindulu dapat dikelaskan menjadi 5 kelas yaitu yang
terkait dengan tingkat kerawanan terhadap erosi, sehingga pada daerah yang penutupan
lahannya rapat dikelaskan nomor 1 (rendah) dan kelas penutupan lahan yang relatif
terbuka dikelaskan dengan nomor 5 (tinggi), lihat Gambar 16.
Dari Tabel 11 dapat dilihat bahwa prosentase tertinggi pada lahan pekarangan
dan semak belukar (37,6%) atau seluas 241,6 km2 (24.160 ha) sehingga secara
keseluruhan kondisi DAS Grindulu relatif tetutup dan pada tingkat resiko erosi pada
kelas kategori nilai sedang. Kondisi kelas penutupan lahan yang banyak didominasi
kelas rendah, agak rendah dan sedang mengindikasikan bahwa dari segi penutupan lahan
maka DAS Grindulu relatif aman dari pengaruh erosi yang berat.

Beny Harjadi dkk di BPK Solo 51


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 11. Sebaran Luas untuk Kelas Penutupan Lahan di DAS Grindulu, Pacitan
Skor Besaran Penutupan Lahan Kategori LUAS
Kelas Penutupan Deskripsi Nilai Luas (Km2) Prosen (%)
1 Hutan Alam Sangat Rapat Rendah 192,4 29,4
2 H.Produksi/Perkebunan Agak Rapat Agak Rendah 78,4 12,0
3 Pek/semak/Belukar Rapat Sedang 246,1 37,6
4 Sawah/Teras-teras Agak Jarang Agak Tinggi 132,0 20,1
5 Tegal/pemukiman Jarang Tinggi 6,5 1,0
655,4 100

Gambar 17 merupakan distribusi kondisi kelas penutupan lahan dari rendah


sampai tinggi yang berkaitan dengan tingkat bahaya degradasi lahan. Pada kategori
kelas nilai tinggi hanya sedikit sekali, sehingga mayoritas dari segi kelas penutupan
lahan DAS Grindulu aman dari gangguan erosi berat seperti erosi parit, erosi jurang atau
erosi tepi sungai.

40,0 37,6
35,0

30,0
Prosen (%)

25,0

20,0

15,0

10,0

5,0

0,0
Rendah Agak Rendah Sedang Agak Tinggi Tinggi
Kelas Tekstur Tanah

Gambar 17. Luasan Kategori Nilai Kelas Penutupan Lahan di DAS Grindulu

Beny Harjadi dkk di BPK Solo 52


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

C. Monev DAS (Monitoring Evaluasi DAS)


DAS Grindulu masuk di tiga kabupaten dengan daerah dominan di kabupaten
Pacitan, sehingga orientasi dan konsultasi lebih ditekankan pada dinas-dinas yang masuk
wilayah kabupaten Pacitan. DAS Grindulu tercover oleh 12 peta RBI skala 1 : 25.000,
yaitu meliputi nomer baris dan kolom 1508-121 : Kismantoro, 1508-122 : Balong, 1407-
644 : Giriwoyo, 1507-433 : Bungur, 1507-434 : Arjosari, 1507-443 : Tegal Ombo, 1507-
444 : Bungkal, 1407-642 : Kalak, 1507-431 : Pacitan , 1507-432 : Kebon Agung, 1507-
441 : Losak, 1507-442 : Sukorejo, 1507-413 : P.Bakung, 1507-414 : Wawaran, dan
1507-441 : Loron.
DAS Grindulu sebagian besar masuk Kab. Pacitan, Jawa Timur, sebelah utara
dibatasi oleh Kab. Ponorogo, sebelah timur dibatasi Kab. Trenggalek, sebelah barat
dibatasi Kab. Wonogiri dan sebelah selatan dibatasi lautan Indonesia. Pacitan terdiri dari
4 kawedanan yaitu kawedanan Pacitan, Punung, Tegalombo, dan Ngadirojo. Kab.
Pacitan terdiri dari 12 Kecamatan antara lain : (1) Pacitan, (2) Kebonagung, (3) Arjosari,
(4) Punung, (5) Donorojo, (6) Pringkuku, (7) Ngadirojo, (8) Tulakan, (9) Sudimoro, (10)
Tegalombo, (11) Nawangan, dan (12) Bandar. Beberapa titik-titik yang dilalui pada saat
survay lapangan antara lain dari Kab. Ponorogo yang merupakan hulu sungai Grindulu,
melewati Gemaharjo perbatasan antara Pacitan dengan Ponorogo, kearah Tegalombo
menuju pertigaan Arjosari dan dilanjutkan dengan kota Pacitan. Kondisi lahan sebagian
besar kondisi berbukit dan bergunung dengan kemiringan sangat curam (lebih dari 65°),
di daerah atas (hulu) sebagaian batuan metamorf dengan tanah Entisols sedangkan di
daerah hilir sebagian berbatuan sedimen kapur. Di daerah tengah memiliki batuan beku
dari claystone sampai sandstone, dengan tanah Inceptisols dan Ultisols.
Survai lapangan dengan GPS (Global Positioning Sistem) dengan mencatat letak
koordinat latitude (garis lintang) dan longitude (garis bujur) dengan data ketinggian
tempat untuk keperluan koreksi geometrik citra satelit dan klasifikasi penutupan lahan
serta analisis kemiringan lereng (slope) dan arah lereng (aspect). Survai Inventarisasi
Sumberdaya Lahan (ISDL) dengan pengumpulan data faktor tetap (bentuk lahan, tipe
batuan, jenis tanah, dan kemiringan lereng) dan faktor berubah (jenis erosi, teras,
penutupan dan penggunaan lahan). Survai melengkapi data lapangan antara lain curah

Beny Harjadi dkk di BPK Solo 53


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

hujan selama minimal 10 tahun dari tahun 1995 sampai 2005 yaitu ada 12 stasiun
pengamatan curah hujan yang dimonitoring oleh Dinas Pertanian dan Ketahanan Pangan
Kabupaten Pacitan. Ke 12 setasiun tersebut adalah : Pacitan, Kebonagung, Ketro,
Arjosari, Punung, Donorojo, Pringkuku, Tegalombo, Bandar, Nawangan, Ngadirojo,
Tulakan, Sudimoro. Kabupaten Pacitan terdiri dari 4 kawedanan (Pacitan, Punung,
Tegalombo, Ngadirojo) dan 12 kecamatan 164 kelurahan /desa : Pacitan (25 desa),
Kebonagung (19 desa), Arjosari (17 desa), Punung (13 desa), Donorojo (12 desa),
Pringkuku (13 desa), Ngadirojo (16 desa), Tulakan (16 desa), Sudimoro (6 desa),
Tegalombo (10 desa), Nawangan (9 desa), Bandar (8 desa), (lihat Tabel 12).

Tabel 12. Distribusi Penyebaran Kota-Kota di DAS Grindulu


Prosen Luas Luas
NAMA KOTA PIKSEL (%) Area (m2) (Ha) (Km2)
PACITAN 73306 90,6 593776685,9 59377,7 593,8
PONOROGO 3117 3,9 25243827,4 2524,4 25,2
WONOGIRI 4488 5,5 36350486,7 3635,0 36,4
JUMLAH 80910 100,0 655371000,0 65537,1 655,4

Beny Harjadi dkk di BPK Solo 54


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 545672
9123159 9123159
PETA SOLUM TANAH
Kelas Kedalaman Tanah

Skala 1 : 400.000
9088407 9088407
506385 545672
Gambar 18. Peta Kelas Kedalaman Tanah DAS Grindulu, Pacitan

Kedalaman solum tanah dikelaskan berdasarkan kedalaman tanah, semakin tebal


tanah maka skornya semakin kecil, sebaliknya semakin tipis tanah maka skor semakin
tinggi. Kisaran kelas kedalaman tanah antara lain : kelas 5 (< 15 cm), 4 (15-30 cm), 3
(30-60 cm), 2 (60-90 cm), dan 1 (> 90 cm). Gambar 18 menunjukkan skor tingkat
bahaya terhadap degradasi lahan pada kategori tingkat rendah dan sedang, karena
kedalaman tanah di DAS Grindulu kebanyakan pada kelas sedang (30-60 cm) dan dalam
(> 90 cm).

Beny Harjadi dkk di BPK Solo 55


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 13 menyajikan data kedalaman tanah yang masuk kategori sedang yaitu seluas
40.650 ha (62%) dan masuk kategori kelas dalam seluas 24.890 ha (38 %). Walaupun
solum tanah cukup dalam namun jika erosi yang terjadi pada tingkat berat seperti erosi
jurang dan longsor, maka ini akan membahayakan pada daerah dibawahnya,karena akan
terjadi sedimentasi besar-besaran.

Beny Harjadi dkk di BPK Solo 56


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 13. Sebaran Luas untuk Kelas Solum Tanah di DAS Grindulu, Pacitan
Skor Besaran Solum Tanah Kategori LUAS
Solum (cm) Deskripsi Nilai Luas (Km2) Prosen (%)
1 < 15 Sangat Dangkal Tinggi 0,0 0,0
2 15 -30 Dangkal Agak Tinggi 0,0 0,0
3 30 -60 Sedang Sedang 406,5 62,0
4 60 -90 Dalam agak Rendah 0,0 0,0
5 >90 Sangat Dalam Rendah 248,9 38,0
655,4 100

Kelas solum tanah dengan resiko rendah dan sedang terhadap erosi atau
degradasi lahan, maka ini sesuatu yang merupakan peluang untuk menjaga penutupan
lahan dalam keadaan terbuka maka akan terjadi erosi besar-besaran, karena secara fisik
faktor lahan di DAS Grindulu berpotensi terjadi erosi ringan sampai tinggi (Gambar
19).

70,0
62,0
60,0

50,0
Prosen (%)

40,0

30,0

20,0

10,0

0,0
Tinggi Agak Tinggi Sedang agak Rendah Rendah
Kelas Solum Tanah

Gambar 19. Luasan Kategori Nilai Kelas Solum Tanah di DAS Grindulu

Beny Harjadi dkk di BPK Solo 57


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 545672
9123159 9123159
PETA HUJAN TAHUNAN
Kelas Hujan Tahunan

Skala 1 : 400.000
9088407 9088407
506385 545672
Gambar 20. Peta Kelas Hujan Tahunan DAS Grindulu, Pacitan

Kategori kelas hujan tahunan di DAS Grindulu merata dari hulu sampai hilir
sama yaitu pada kategori kelas sedang (3) yaitu berkisar antara 1001 sampai 1500 mm/th
(Gambar 20). Sehingga hujan yang terjadi baik diatas maupun dibawah
menyumbangkan ke tanaman dalam jumlah yag sama dan pada kelas sedang, yaitu
tanaman tidak berlebih untuk persediaan air hujan dan juga tidak terlalu kekurangan.
Kondisi tersebut menyebabkan sepanjang tahun di DAS Grindulu selalu ditumbuhi
dengan hijaunya tanaman, dan berdampak pada sumber mata air yang tidak pernah habis
meskipun pada waktu musim kemarau.
Tabel 14 menunjukkan bahwa sebagian besar hujan tahunan pada kelas
kategori sedang, dan hanya sedikit pada kelas kategori agak tinggi dengan hujan tahunan
antara 501 sampai 1000 mm/th, yaitu seluas 20 ha. Sisanya semua masuk pada kategori
kelas hujan tahunan sedang.

Beny Harjadi dkk di BPK Solo 58


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 14. Sebaran Luas untuk Kelas Hujan Tahunan di DAS Grindulu, Pacitan
Skor Besaran Hujan Tahunan Kategori LUAS
Hujan (mm) Deskripsi Nilai Luas (Km2) Prosen (%)
1 < 2000 Sangat Tinggi Rendah 0,0 0,0
2 1501-2000 Agak Tinggi Agak Rendah 0,2 0,0
3 1001-1500 Tinggi Sedang 655,2 100,0
4 501-1001 Agak Rendah Agak Tinggi 0,0 0,0
5 < 500 Rendah Tinggi 0,0 0,0
655,4 100

Gambar 21 yang menampilkan kelas hujan tahunan hamper semua di DAS


Grindulu dari hulu sampai hilir masuk kelas kategori sedang (hamper 100%). Gambaran
seperti itu menunjukkan bahwa air bukan suatu masalah di DAS Grindulu, sehingga
sepanjang tahun hamper tidak ada bedanya penutupan lahan pada musim kemarau
dengan musim penghujan.

120,0
100,0
100,0

80,0
Prosen (%)

60,0

40,0

20,0

0,0
Rendah Agak Sedang Agak Tinggi Tinggi
Rendah
Kelas Hujan Tahunan

Gambar 21. Luasan Kategori Nilai Kelas Hujan Tahunan di DAS Grindulu

Beny Harjadi dkk di BPK Solo 59


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 545672
9123159 9123159
PETA EVAPOTRANSPIRASI
Kelas Evapotranspirasi Aktual

Skala 1 : 400.000
9088407 9088407
506385 545672
Gambar 22. Peta Kelas Evapotrasnpirasi Aktual DAS Grindulu, Pacitan

Evapotranspirasi yang terjadi di DAS Grindulu pada skor kategori kelas sedang
(1001-1500 mm/th) dan agak tinggi (1505-2000 mm/th) dan tersebar berselang-seling
dari hulu sampai hilir (Gambar 22). Skor sedang dan agak tinggi terkait dengan resiko
erosi yang akan terjadi, sehingga dengan demikian erosi di DAS Grindulu sebagian
besar pada tingkat sedang dan agak tinggi untuk parameter evapotranspirasi.
Tabel 15 menunjukkan bahwa evapotranspirasi tertinggi pada skor kelas
sedang seluas 35.770 ha (54,6 %) dan agak tinggi seluas 28.850 ha (44 %). Sehingga
factor evapotranspirasi actual di DAS Grindulu perlu menjadi perhatian agar dapat
diturunkan pada skor kategori nilai rendah atau agak rendah, agar tidak terjadi erosi
tingkat sedang sampai berat.

Beny Harjadi dkk di BPK Solo 60


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 15. Sebaran Luas untuk Kelas Evapotranspirasi Aktual di DAS Grindulu
Skor Besaran Evapotranspirasi Aktual Kategori LUAS
Tahunan (mm) Deskripsi Nilai Luas (Km2) Prosen (%)
1 < 750 Sangat Rendah Rendah 6,5 1,0
2 751 - 1000 Rendah Agak Rendah 0,0 0,0
3 1001-1500 Sedang Sedang 357,7 54,6
4 1501-2000 Tinggi Agak Tinggi 288,5 44,0
5 > 2000 Sangat Tinggi Tinggi 2,8 0,4
655,4 100

Gambar 23 menunjukkan grafik sebaran evapotranspirasi yang masuk pada


kelas sedang dan agak tinggi yang mendominasi di DAS Grindulu. Upaya yang dapat
dilakukan untuk menekan agar evapotranspirasi menurun yaitu dengan reboisasi dan
penghijauan sehingga tercipta iklim mikro sejuk dan tidak menimbulkan banyak
evaporasi dari tanah dan transpirasi dari tanaman.

60,0
54,6
50,0

40,0
Prosen (%)

30,0

20,0

10,0

0,0
Rendah Agak Rendah Sedang Agak Tinggi Tinggi
Kelas Evapotranspirasi Aktual

Gambar 23. Luasan Kategori Nilai Kelas Evapotranspirasi Aktual di DAS Grindulu

Beny Harjadi dkk di BPK Solo 61


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 545672
9123159 9123159
PETA SOIL EROSION STATUS
Kelas Erosi Kualitatif S E S

Skala 1 : 400.000
9088407 9088407
506385 545672
Gambar 24. Peta Kelas Erosi Kualitatif SES di DAS Grindulu, Pacitan

Perhitungan erosi kualitatif SES (Soil Erosion Status) dengan 5 faktor yang
berpengaruh yaitu : arah lereng, kemiringan lereng, drainase, tekstur tanah, dan
penutupan lahan (Gambar 24). Skor kelas criteria untuk SES dari rendah (1) sampai
tinggi (5). Erosi rendah untuk kondisi lahan yang mengalami erosi kurang dari 5
ton/ha/th.
Dari perhitungan erosi kualitatif diperoleh skor kelas erosi tertinggi pada kelas
agak tinggi (46,6%) seluas 30.250 ha dan terendah untuk kelas tinggi (2,3%) seluas 150
ha (Tabel 16). Kondisi erosi kualitatif yang mayoritas pada tingkat sedang dan agak
tinggi menyebabkan lahan di DAS Grindulu relative mudah tererosi pada tingkat sedang
dan agak tinggi, seperti terjadinya erosi alur, jurang dan longsor.

Beny Harjadi dkk di BPK Solo 62


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 16. Sebaran Luas untuk Kelas Erosi Kualitatif SES di DAS Grindulu
Skor Besaran Erosi Kualitatif Kategori LUAS
SES (t/ha/th) Deskripsi Nilai Luas (Km2) Prosen (%)
1 <5 Sangat Rendah Rendah 0,0 0,0
2 5 - 10 Rendah Agak Rendah 34,7 5,3
3 10 -25 Sedang Sedang 300,5 45,9
4 25 - 50 Tinggi Agak Tinggi 305,2 46,6
5 > 50 Sangat Tinggi Tinggi 15,0 2,3
655,4 100

Gambar 25 grafik besarnya erosi kualitatif memperjelas gambaran bahwa


erosi di DAS Grindulu sebagian besar pada tingkat sedang dan agak tinggi. Keadaan
seperti tersebut sesuai dengan kondisi lahan disana yang memiliki kemiringan lereng
yang curam dan tanahnya berpotensi longsor karena didominasi tekstur halus.

50,0 46,6
45,0
40,0
35,0
Prosen (%)

30,0
25,0
20,0
15,0
10,0
5,0
0,0
Rendah Agak Rendah Sedang Agak Tinggi Tinggi
Kelas Erosi Kualitatif SES

Gambar 25. Luasan Kategori Nilai Kelas Erosi Kualitatif SES di DAS Grindulu

Beny Harjadi dkk di BPK Solo 63


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 545672
9123159 9123159
PETA MORGAN MORGAN & FINNEY
Kelas Erosi Kuantitatif MMF

Skala 1 : 400.000
9088407 9088407
506385 545672
Gambar 26. Peta Kelas Erosi Kuantitatif MMF di DAS Grindulu, Pacitan

Erosi kuantitatif MMF (Morgan, Morgan dan Finney) dengan rumus


perhitungan erosi partikel tanah dan besarnya aliran permukaan, ditetapkan dengan 5
pengkelasan dari rendah (skor 1) sampai tinggi (skor 5). Gambar 26 menunjukkan
distribusi erosi kuantitatif yang didominasi warna merah atau pada tingkat erosi rendah.
Hal tersebut nampaknya bertolak belakang dengan hasil perhitungan erosi kualitatif
SES, tetapi karena perbedaannya untuk erosi SES lebih banyak melihat erosi secara
menyeluruh sedangkan erosi MMF lebih banyak melihat besarnya erosi permukaan atau
sheet erosion.
Mengingat di DAS Grindulu penutupan lahan cukup rapat maka besarnya erosi
permukaan relative pada tingkat ringan sehingga dikelaskan pada kategori rendah
(90,7%) atau seluas 59.440 ha (). Sehingga sebagian besar erosi yang terjadi di DAS
Grindulu dari hasil perhitungan MMF dimasukkan pada skor 1 atau tingkat kategori
rendah.

Beny Harjadi dkk di BPK Solo 64


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 17. Sebaran Luas untuk Kelas Erosi Kualitatif MMF di DAS Grindulu
Skor Besaran Erosi Kuantitatif Kategori LUAS
MMF (t/ha/th) Deskripsi Nilai Luas (Km2) Prosen (%)
1 <5 Sangat Rendah Rendah 594,4 90,7
2 5 - 10 Rendah Agak Rendah 10,7 1,6
3 10 -25 Sedang Sedang 48,2 7,4
4 25 - 50 Tinggi Agak Tinggi 2,0 0,3
5 > 50 Sangat Tinggi Tinggi 0,0 0,0
655,4 100

Gambar 27 lebih memperjelas bahwa erosi permukaan dari hasil perhitungan


MMF sebagian besar masuk pada kategori rendah, sebaliknya untuk perhitungan erosi
SES yang melihat erosi secara menyeluruh dimasukkan pada kelas sedang sampai tinggi.
Selanjutnya dari perhitungan erosi MMF untuk erosi pada tingkat kategori tinggi tidak
ada.

100,0
90,7
90,0
80,0
70,0
Prosen (%)

60,0
50,0
40,0
30,0
20,0
10,0
0,0
Rendah Agak Rendah Sedang Agak Tinggi Tinggi
Kelas Erosi Kuantitatif MMF

Gambar 27. Luasan Kategori Nilai Kelas Erosi Kuantitatif MMF di DAS Grindulu

Beny Harjadi dkk di BPK Solo 65


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

VI. KESIMPULAN

Survai ISDL (Inventarisasi Sumber Daya Lahan) dengan menggunakan citra


satelit Landsat 7 ETM+ (Thematic Mapper) yang diambil pada bulan 11 Juli tahun 2007
dengan nomer scene Path-Row 119-066. DAS Grindulu masuk di tiga kabupaten dengan
daerah dominan di kabupaten Pacitan, sehingga orientasi dan konsultasi lebih ditekankan
pada dinas-dinas yang masuk wilayah kabupaten Pacitan. DAS Grindulu tercover oleh
12 peta RBI skala 1 : 25.000, yaitu meliputi nomer baris dan kolom 1508-121 :
Kismantoro, 1508-122 : Balong, 1407-644 : Giriwoyo, 1507-433 : Bungur, 1507-434 :
Arjosari, 1507-443 : Tegal Ombo, 1507-444 : Bungkal, 1407-642 : Kalak, 1507-431 :
Pacitan , 1507-432 : Kebon Agung, 1507-441 : Losak, 1507-442 : Sukorejo, 1507-413 :
P.Bakung, 1507-414 : Wawaran, dan 1507-441 : Loron.
Karakteristik dari suatu DAS (Daerah Aliran Sungai) ditentukan oleh
morfometrik suatu DAS, yaitu antara lain oleh kondisi sungai, pola drainase, panjang
sungai dan lain-lain. Bentuk lahan di daerah hulu didominasi Pegunungan dan
Perbukitan, sedang di daerah tengah didominasi bentuk lahan Aluvial dan piedmont
plan, sedang di daerah hilir kebanyakan dataran dan deposit Alluvial-Colluvial. Tipe
batuan di daerah atas lebih banyak batuan beku yang sebagian besar sudah mulai
melapuk sehingga mudah terjadi longsor, sedangkan disebelah timur selain batuan beku
ada yang sedimen kapur, dan batuan metamorf. Kondisi bangunan konservasi tanah
sampai kemiringan lebih dari 45% masih dibangun teras bangku dan gulud dengan
tingkat kualitas sedang, sehingga bidang olah sangat sempit. Jenis tanah yang dapat
ditemui di DAS grindulu antara lain Entisols, Inceptisols, Ultisols dengan warna tanah
didominasi warna coklat sampai kemerah-merahan, dengan kemasaman tanah antara 6
(agak masam) sampai mendekati 7 (netral).

Beny Harjadi dkk di BPK Solo 66


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

DAFTAR PUSTAKA

Aronoff,S.,1989. Geographical Information System. A Management Perspective. WDL


Publication, Ottawa Canada.
Asdak, C. 1995. Hidrologi dan Pengelolaan Daerah Aliran Sungai. Gadjah Mada
University Press. Yogyakarta.
Berrios, P.H., 2004. Spatial Analysis of The Differences Between Forest Land Use and
Forest Cover Using GIS and RS. A case study in Telake Watershed, Pasir
district, East Kalimantan. MSc Thesis. ITC The Netherlands.
BPDASSOLO dan PUSPICS., 2002. Pemantauan dan Evaluasi Pengelolaan Daerah
Aliran Sungai Solo (Laporan Akhir).
Bronsveld, K., S.Chutirattanapan, B.Pattanakanok, R.Suwanwerakamtorn dan P.
Trakooldit., 1994. The use of Local knowledge in land use/land cover
mapping from sattelite images.ITC Journal The Netherlands.
Danoedoro P., 2003. Multisource Classification For Landuse Mapping Based On
Spectral, Textural and Terrain Information Using Landsat Thematic Mapper.
Indonesian Journal Of Geography Gadjah Mada University. Yogyakarta.
Elsie M.J.dan R.A.Zuidan. 1998. Remote Sensing, Synergism and Geographical
Information System for Desertification Analysis : an example from northwest
Patagonia, Argentina,ITC Journal 1998:134.
Fletcher, J.R. 1990., Land Resources Survey of The Wiroko Sub Watershed, Upper Solo
Watershed, Central Java.Indonesia.
Franklin, E. Steven.2001. Remote Sensing For Sustainable Forest Management. CRC
Press LLC Boca Raton, Florida 33431.
Jessen, M.R. 1992. Land Resources Survey of The Pijiharjo Sub- Sub Watershed, Upper
Solo Watershed, Central Java, Indonesia.
Mas Francois Jean dan Ramirez Isabel. 1996. Comparison of Land Use Classifications
Obtained by Visual Interpretation and Digital Processing. ITC Journal the
Netherlands.
Molenaar, M., 1991. Status and Problems of Geographical Information Systems. The
Necessity of a Geoinformation Theory. Journal of Photogrammetry and
Remote Sensing, 46.pp 85 – 103.
Nugroho.S.P., Endang Savitri dan Wardojo,1996. Laporan Inventarisasi Sumber Daya
Lahan Sub DAS Solo Hulu.Buku I. BTPDAS Surakarta.

Beny Harjadi dkk di BPK Solo 67


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Poveda, German dan Salazar F.Luis. 2004. Annual and Interannual (ENSO) Variability
of Spatial Scaling Properties of a Vegetation Index (NDVI) in Amazonia.
Journal of Remote Sensing of Environment 93 (2004) 391 – 401.
Prihandito, Aryono.1989. Kartografi. Mitra Gama Widya. Yogyakarta
Purbowaseso,B.1996. Penginderaan Jauh Terapan. Terjemahan “Applied Remote
Sensing “. UI- Press,Jakarta.
Purwadhi, Sri Hardiyanti, 2001. Interpretasi Citra Digital. Gramedia Widiasarana
Indonesia. Jakarta
Singh, S., 1994. Remote Sensing in The Evaluation of Morpho-hydrological
Characteristics of The Drainage Basin of Jojri Catchment. J.,of Arid Zone
33(4) : 273-278.
Sukresno dan V.Precylia, 1995. Evaluasi Perubahan Penggunaan Lahan dan
Konservasi Tanah Terhadap Sifat – sifat Parameter Tata Air DAS di Sub
DAS Wader. Prosiding : Diskusi Hasil Penelitian BTPDAS Surakarta. Proyek
P2TPDAS Solo.
Tim Peneliti BP2TPDAS-IBB, 2004. Pedoman monitoring dan Evaluasi Pengelolaan
Daerah Aliran Sungai (edisi revisi). Proyek Penelitian dan Pengembangan
Teknologi Pengelolaan Daerah Aliran Sungai Kawasan Barat Indonesia.
Uboldi J.A.dan E. Chuvieco, 1997. Using Remote Sensing and GIS to Asses Curent
Land Management in the Valley of Colorado River, Argentina, ITC Journal
1997:2.

Beny Harjadi dkk di BPK Solo 68


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

KERANGKA LOGIS PENELITIAN

Lampiran 1. Kerangka Kerja Logis Kegiatan Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS Tahun 2007
Narasi Indikator Cara Verifikasi Asumsi
Tujuan :
• Memperoleh metode analisis data • Informasi metode analisis data Melengkapi informasi yang dibutuhkan Kebijakan nasional
PJ dan SIG yang efektif untuk digital PJ dengan melakukan kegiatan penelitian yang mendukung
menyusun data dasar karakteristik • Teknik penyusunan basis data
penutupan lahan DAS serta untuk spatial dan non spatial
monev DAS
Sasaran
1. Tersedianya informasi PJ 1. Tersedianya peta penutupan 1. Analisis spektral citra digital Dana dan kebijakan
dan SIG sebagai alat deteksi lahan hasil proses citra digital nasional mendukung
karakteristik suatu DAS : PJ
perubahan dua musim, erosi 2.Tersusunnya database baik 2. Digitasi, editing dan labeling data
dan morfometrik DAS. spatial maupun nonspatial vektor
Luaran :
1. Diperolehnya peta penutupan 1. Tersedianya metode pengolahan 1.1. Review hasil-hasil penelitian Dukungan peneliti,
lahan aktual dan peta dan interpretasi data digital PJ teknisi, dana,
1.2. Analisis spektral citra digital di
perubahan penutupan lahan 2.Tersedianya peta penutupan kebijakan yang
laboratorium PJ
PJ dan SIG DAS Grindulu, lahan hasil klasifikasi data berlanjut
2.1.Klasifikasi citra digital PJ
pada kondisi dua musim digital PJ 2.2. Kegiatan lapangan
berbeda. 3. Tersedianya peta perubahan
3.1. Kegiatan analisis peta digital
2. Diperolehnya metode penutupan lahan baik digital
(overlay) dg perangkat lunak SIG
pengolahan dan interpretasi maupun cetak jadi 4.1. Penghitungan luas perubahan
data citra digital PJ yang 4. Tersedianya data luasan
penutupan lahan
efektif dan efisien, sebagai perubahan penutupan lahan
dasar karakteristik DAS.

Beny Harjadi dkk di BPK Solo 69


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Kegiatan :
1.1. Penetapan lokasi 1.1. Tersedianya lokasi penelitian 1.1 Orientasi dan konsultasi
1.2. Pengolahan citra digital 1.2.Tersedia data digital peta hasil Pemasukan (loading) citra digital 1. Dukungan instansi
1.3. Koreksi geometri dan pengolahan landsat ke dalam komputer terkait dan
penajaman 1.3.Tersedianya data digital hasil Koreksi geometri, radiometri dan masyarakat
1.4. Klasifikasi citra dan analisis koreksi dan penajaman penajaman (filtering, histogram eq, 2. Koordinasi yang
erosi kualitatif dan kuantitatif 1.4. Tersedianya citra hasil dll) baik antara
1.5. Penentuan titik sample yang klasifikasi 1.2. Klasifikasi tidak berbantuan dan peneliti, teknisi
akan dikunjungi di lapangan 2.1. Tersedianya peta dasar digital berbantuan pada data digital PJ, dan tenaga
1.6. Kegiatan lapangan 2.2. Tersedianya peta digital hasil serta analisis erosi kuantitatif dan administrasi
2.1. digitasi peta dasar dan peta – editing kualitatif 3. Dana yang
peta pendukung 2.3. Tersedianya peta digital hasil 2.1.. Digitasi peta berkelanjutan dan
2.2. Editing peta digital analisis 2.2.. Editing tepat waktu
2.3. Analisis peta digital dan overlay 2.4. Tersedianya peta digital 2.3. Analisis peta digital
2.4.pencetakan peta penutupan lahan dan 2.4. Layout dan pencetakan
2.5. Penghitungan luasan pengguanaan lahan 2.5. Analisis data nonspatial
2.5. Tersedianya peta penutupan 3.1 Penentuan titik sample
lahan dan perubahan 3.2 Pengecekan lapangan
penutupan lahan dalam bentuk
cetak jadi
2.6. Tersedianya luasan penutupan
lahan dan perubahannya
3.1. Tersedianya titik – titik
sampel
3.2. Tersedianya data hasil
kegiatan lapangan

Beny Harjadi dkk di BPK Solo 70


08122686657, adbsolo@yahoo.com
Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

BIODATA BENY HARJADI


Data Diri :
Nama : Ir. Beny Harjadi, MSc.
Tempat/Tanggal Lahir: Surakarta, 17 Maret 1961
NIP/Karpeg : 19610317.199002.1.001/ E.896711
b
Pangkat/Golongan : Pembina / IV
Jabatan : Peneliti Madya
Riwayat Pendidikan :
TK : TK Aisyiyah Premulung, Surakarta (1967)
SD : SD Negeri 94 Premulung, Surakarta (1973)
SMP : SMP Negeri IX Jegon Pajang, Surakarta (1976)
SMA : SMA Muhammadiyah I, Surakarta (1980)
S1 : IPB (Institut Pertanian Bogor), Jurusan Tanah/Fak.Pertanian,BOGOR (1987)
Kursus LRI (Land Resources Inventory) kerjasama dengan New Zealand selama 9 bulan
untuk Inventarisasi Sumber Daya Lahan (1992), INDONESIA-NEW ZEALAND
S2 : ENGREF (École Nationale du Génie Rural, des Eaux et des Forêst), Jurusan
Penginderaan Jauh Satelit/ Fak.Kehutanan, Montpellier, PERANCIS (1996)
PGD : Post Graduate Diplome Penginderaan Jauh, di IIRS (Indian Institute of Remote
Sensing) di danai dari CSSTEAP (Centre for Space Science & Technology Education
in Asia and The Pasific) Affiliated to the United Nations (UN/PBB : Perserikatan
Bangsa-Bangsa), Dehradun – INDIA (2005).
Riwayat Pekerjaan :
1. Staf Balai Teknologi Pengelolaan Daerah Aliran Sungai (DAS), Surakarta (1989).
2. Ajun Peneliti Madya Bidang Konservasi Tanah dan Air pada BTPDAS-WIB
(Balai Teknologi Pengelolaan DAS – Wilayah Indonesia Bagian Barat), 1998.
3. Peneliti Muda Bidang Konservasi Tanah dan Air pada BTPDAS-WIB (Balai
Teknologi Pengelolaan DAS – Wilayah Indonesia Bagian Barat), 2001.
4. Peneliti Madya Bidang Konservasi Tanah dan Air pada BP2TPDAS-IBB (Balai
Litbang Teknologi Pengelolaan DAS - Indonesia Bagian Barat), 2005.
5. Peneliti Madya Bidang Pedologi dan Penginderaan Jauh pada BPK (Balai
Penelitian Kehutanan) Solo, 2006
Riwayat Organisasi :
1. Menwa Mahawarman, Jawa Barat (1980 – 1985)
2. HMI (Himpunan Mahasiswa Islam), (1980 – 1983)
3. Ketua ROHIS BP2TPDAS-IBB, 2 periode (2000-2006)
Penghargaan :
1. Satya Lancana Karya Satya 10 tahun, No. 064/TK/Tahun 2004
Alamat Penulis :
1. Kantor : BPK SOLO, d/a Jl.Ahmad Yani Pabelan, Po.Box.295, Surakarta. Jawa
Tengah, Telp/Fax : 0271–716709, 715969. E-mail: bpksolo@indo.net.id
2. Rumah : Perumahan Joho Baru, Jl.Gemak II, Blok T.10, Rt 04/ Rw VIII,
Kel.Joho, Sukoharjo, Jawa Tengah. Telp : 0271- 591268. HP : 081.22686657
E-mail : adbsolo@yahoo.com

Beny Harjadi dkk di BPK Solo 71


08122686657, adbsolo@yahoo.com