Pertemuan Ilmiah Tahunan MAPIN XIV

Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa

STUDI PERUBAHAN TUTUPAN LAHAN

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

Program Studi Teknik Geodesi, FTSP, ITS, Surabaya, 60111, Indonesia

email: thomas_laurensius@yahoo.com

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

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

1. PENDAHULUAN
1.1

Latar Belakang

Dalam perencanaan dan pengembangan suatu

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

berkaitan dengan pengolahan citra, harus

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

Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember

Surabaya, 14 15 September 2005

TIS - 336

Pertemuan Ilmiah Tahunan MAPIN XIV

Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa

distribusi Ubuntu dan Windows (lewat Cygwin)

untuk mengolah citra satelit Landsat multi
temporal sekaligus untuk mengetahui perubahan
tutupan lahan suatu wilayah.
1.3

Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah:

1. Mempelajari penggunaan GRASS dalam sistem
operasi Linux dan Windows (Cygwin) untuk
mengolah citra satelit Landsat.
2. Menganalisa citra satelit Landsat multi
temporal untuk mendapatkan informasi
perubahan tutupan lahan.
1.4

Cygwin/X terdiri atas dua bagian yaitu Cygwin,

sebuah port GNU tools untuk Win32, dan
Cygwin/X, sebuah port sistem X Windows untuk
Win32. Kedua bagian tersebut dibutuhkan untuk
dapat menjalankan platform Win32 dengan baik.

Batasan Masalah

Batasan masalah penelitian ini adalah:

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

1.5.2. Geographic Resources Analysis Support

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

1.5 Cygwin dan GRASS

1.5.1

Cygwin

GRASS 5.4.0 dapat dijalankan dalam dua sistem

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

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

Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember

Surabaya, 14 15 September 2005

TIS - 337

Pertemuan Ilmiah Tahunan MAPIN XIV

Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa

1.5.4 Data-Data GRASS

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

Data titik, disebut sites dalam GRASS. Data titik

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

Tabel 1. Format data raster yang dapat di-import (Neteler, 1998)

1.

X, Y, Z values, z dengan jangkauan nilai 2E7 to 2E7

8 bit, dengan jangkauan nilai cell 0..255, tanpa,
LZW atau PackBits compression
8 bit, dengan jangkauan nilai cell 0..255, GIF87encoding
24 bit, dengan jangkauan nilai cell 0..16.7 mill.
8 bit, dengan jangkauan nilai cell 0..255
format citra foto udara
Format citra satelit
Format citra satelit
Format citra satelit

ASCII
2.

TIFF

3.

GIF

4.
5.
6.
7.
8.
9.

PPM
Sun Raster
NHAP
BIL/BSQ
LANDSAT TM MSS
SPOT

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

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

Export
ASCII format vektor
ARC/INFO
DXF
IDRISI
MOSS
-

Untuk keluaran (produk) peta GRASS adalah

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

dan hasil akhir dapat ditampilkan dengan sebuah

gambar atau sebuah postcript display program.
1.6

Citra Satelit Landsat

Landsat merupakan satelit sumber daya bumi

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

Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember

Surabaya, 14 15 September 2005

TIS - 338

Pertemuan Ilmiah Tahunan MAPIN XIV

Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa

Radiometrik dan Koreksi

disajikan dalam bentuk standar deviasi (RMSE,

Root Mean Square Error).

Koreksi radiometrik karena kesalahan pada sistem

optik dilakukan dengan pengggunaan band-pass
filter atau notch filter (untuk bising
periodik/periodic noise), penggunaan data
dependent method (untuk bising garis/stripes
noise), membuang elemen gambar yang
merepresentasikan bising sisir dan menggantinya
dengan harga rata-rata tetangganya (untuk bising
sisir/spike noise). Koreksi radiometrik karena
gangguan energi radiasi pada atmosfer dapat
dengan menggunakan model linier dan model
kalibrasi bayangan awan.

Standar deviasi didefinisikan sebagai kuadrat-akar

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

Kesalahan Geometrik terjadi karena jarak wahana

dengan objek yang jauh, sehingga menimbulkan
distorsi geometrik.

dimana

Koreksi geometrik dilakukan sesuai dengan jenis

atau penyebab kesalahannya, yaitu kesalahan
sistematik dan kesalahan random. Adapun koreksi
geometrik ini memiliki tiga tujuan, yaitu:
1. Melakukan rektifikasi (perbaikan) dan restorasi
(pemulihan) citra agar koordinat citra sesuai
dengan koordinat geografi.
2. Registrasi (mencocokkan) posisi citra dengan
citra lain atau mentransformasikan sistem
koordinat citra multispektral atau multi
temporal.
3. Registrasi citra ke peta atau transformasi
sistem koordinat citra ke peta, yang
menghasilkan citra dengan sistem proyeksi
tertentu.

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

1.6.1 Koreksi
Geometrik

1.7
Pengecekan Akurasi Untuk Koreksi
Geometrik
Pengecekan akurasi dimaksudkan untuk menguji
model transformasi yang digunakan untuk koreksi
citra. Jumlah titik kontrol diambil sebanyak
mungkin setidaknya lebih dari jumlah parameter
yang belum diketahui pada rumus transformasi
yang digunakan. Jadi bila dalam proses
transformasi affine polinomial orde 1 terdapat n
parameter tidak diketahui maka sebaiknya jumlah
titik GCP yang dipakai adalah n + 1. Demikian
pula untuk penempatan GCP, sebaiknya menyebar
di seluruh permukaan citra dan tidak
mengelompok.
Akurasi
koreksi
gometrik

2 =

i =i

n 1

v hasil pengamatan residu

n adalah jumlah persamaan
u atau nilai 1 adalah jumlah
parameter

rms =
dimana

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

i =i

2
i

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

adalah nilai error

n adalah jumlah persamaan

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

Ketelitian dalam proses koreksi geometrik adalah

1 pixel. Jika data yang dipergunakan adalah citra
satelit Landsat maka kesalahan terbesar yang
masih diterima adalah 30 m (Purwadhi, 2001).
1.6.3 Klasifikasi
Classification)

Terselia

(Supervised

Klasifikasi Terselia yang didasarkan pada

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

Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember

Surabaya, 14 15 September 2005

TIS - 339

Pertemuan Ilmiah Tahunan MAPIN XIV

Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa

landsat TM dan ETM multispektral (7

saluran).
2. Tahap klasifikasi
Setiap pixel pada serangkaian data citra
dibandingkan setiap kategori pada kunci
interpretasi numerik, yaitu menentukan nilai
pixel yang tak dikenal dan paling mirip
dengan kategori yang sama.
3. Tahap keluaran
Hasil matrik didelineasi sehingga terbentuk
peta penutup lahan, dan dibuat tabel matrik
luas berbagai jenis tutupan lahan pada citra.

16
17
2

Agricultural land

21
22

23
3

Rangeland

Forest land

Water

Wetland

Barren land

24
31
32

1.6.4 Pemetaan Tutupan Lahan

Dalam melakukan pemetan tutupan lahan citra
satelit Landsat dengan resolusi 30x30m. Level
yang digunakan disesuaikan dengan tabel 3.

33
41
42
43
51
52
53
54
61
62
71
72
73

Tabel 3. Empat level sistem klasifikasi untuk land cover

dan land use serta tipe Remotely Sensed Data Typically
(USGS, 1976)

Classification
Level
I
II

III

IV

Typical Data Characteristic

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

Tabel 5. Klasifikasi land use dan land cover USGS tahun

1976

Level I
Urban or built-up
land

11
12
13
14
15

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

74
75
76
77
8

Level I
Tundra

Perennial
or ice

snow

81
82
83
84
85
91
92

Mixed urban or built-up

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

Menurut USGS (United States GeologicalSurvey)

sistem klasifikasi land use dan land cover
disajikan pada tabel 5. Kelas klasifikasi yaitu:
permukiman,
kebun/ladang,
lahan
basah,
rawa/badan air dan tanah kosong.
2.2.6

Pembuatan Tampilan Tutupan lahan

Pembuatan Peta Tutupan lahan ini

dilakukan dalam GRASS, sebagai berikut:

Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember

Surabaya, 14 15 September 2005

dapat

TIS - 340

Pertemuan Ilmiah Tahunan MAPIN XIV

Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa

1.
2.
3.
4.
3.
3.1

Raster hasil klasifikasi,

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

Untuk pengoperasian pengolahan citra, maka pada

platform Windows diperlukan file-file tambahan
sebagai berikut:
Paket instalasi install_cygwin_non_X11 (71,8
MB)
Modul data GRASS (18,1)
3.2 PengoperasianGRASS
3.2.1

Import Data

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

3.2.2 Rektifikasi Citra

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

Tahun Citra
1990
2002

Nilai rms error Total yang Dapat

Dicapai
2,21 (dengan 6 titik)
2,36 (dengan 6 titik)

Tabel 13. Tabel perubahan luas area pada lima kelas

klasifikasi

Kategori/kelas
Permukiman

Tahun
1990 (m2)
35.904.680

Tahun
2002 (m2)
40.644.000

Lahan Kosong
Ladang/Kebun
Lahan Basah
Rawa/Tambak

7.742.700
26.260.420
11.386.840
39.376.322

8.287.200
19.384.000
7.923.200
45.296.600

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

Gambar 3. Tampilan peta RBI Surabaya dan sekitarnya

dengan tipe data vektor

Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember

Surabaya, 14 15 September 2005

TIS - 341

Pertemuan Ilmiah Tahunan MAPIN XIV

Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa

Gambar 1. Sebaran titik GCP untuk citra tahun 1990

total RMSE 2.21

Gambar 2. Sebaran titik GCP untuk citra tahun 2002

total RMSE 2.36

Gambar 4. Persebaran GCP pada citra satelit Landsat

tahun 1990

Gambar 5. Persebaran GCP pada citra satelit Landsat

tahun 2002

Gambar 6. Hasil klasifikasi terselia citra satelit Landsat

tahun 1990

Gambar 7. Hasil klasifikasi terselia citra satelit Landsat

tahun 2002

3.2.3

Penghitungan Luasan

Hasil perhitungan luasan seperti pada tabel 13.

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

4.739.320 m2, ladang/kebun - 6.876.420 m2 dan

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

Gedung Rektorat lt. 3 Kampus Institut Teknologi Sepuluh Nopember

Surabaya, 14 15 September 2005

TIS - 342

Pertemuan Ilmiah Tahunan MAPIN XIV

Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa

a. Perangkat lunak GRASS 5.4.0 dengan

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

Howard, J. A., 1996. Penginderaan Jauh Untuk

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

Grass

Tutorial.

Grass

Lo, C. P., 1995. Pengindraan Jauh Terapan.

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

Hunt, H. L., II, 2000. Cygwin/X Users Guide.

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

TIS - 343