IDENTIFIKASI KARAKTERISTIK DAN PEMETAAN TUTUPAN

LAHAN MENGGUNAKAN CITRA LANDSAT 8 (OLI) DI

KABUPATEN PESAWARAN PROVINSI LAMPUNG

SITI PERMATA SARI

DEPARTEMEN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
BOGOR
2015

PERNYATAAN MENGENAI SKRIPSI DAN

SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Identifikasi
Karakteristik dan Pemetaan Tutupan Lahan Menggunakan Citra Landsat 8 (OLI)
di Kabupaten Pesawaran, Provinsi Lampung adalah benar karya saya dengan
arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada
perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya
yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam
teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Desember 2015

Siti Permata Sari

NIM E14110025

ABSTRAK
SITI PERMATA SARI. Identifikasi Karakteristik dan Pemetaan Tutupan Lahan
Menggunakan Citra Landsat 8 (OLI) di Kabupaten Pesawaran, Provinsi Lampung.
Dibimbing oleh NINING PUSPANINGSIH.
Citra landsat 8 khusus sensor Operational Land Imager (OLI) merupakan
citra satelit terbaru yang mempunyai kemampuan untuk mengidentifikasi kelas
tutupan lahan. Sensor OLI memiki resolusi spasial 30 meter x 30 meter dan
resolusi spektral 8 band. Penelitian ini bertujuan untuk mengidentifikasi tutupan
lahan, memetakan tutupan lahan dan memetakan kawasan hutan di Kabupaten
Pesawaran dengan citra landsat 8 (OLI). Metode yang digunakan adalah
interpretasi citra secara visual dan interpretasi citra secara digital menggunakan
hasil pansharpening. Hasil klasifikasi tutupan lahan di Kabupaten Pesawaran
menggunakan interpretasi citra visual diperoleh 12 kelas tutupan lahan dan
menggunakan interpretasi citra digital diperoleh 9 kelas tutupan lahan. Hasil
analisis akurasi klasifikasi visual lebih rendah dibandingkan klasifikasi digital
namun klasifikasi visual dapat mengidentifikasi tutupan lahan lebih detail. Oleh
karena itu pada pemetaan tutupan lahan di kawasan hutan menggunakan hasil
klasifikasi visual.
Kata Kunci : landsat 8 (OLI), interpretasi citra, tutupan lahan.

ABSTRACT
SITI PERMATA SARI. Identification Characteristic and Land Cover Mapping
Using Landsat 8 (OLI) in Pesawaran Regency, Lampung Province. Supervised by
NINING PUSPANINGSIH.
Landsat image sensor 8 special Operational Land Imager (OLI) is the
newest satelit images that have ability to identify land cover classes. OLI sensor
have a spatial resolution 30 x 30 meters and spectral resolution 8 band. The
research aimed to identify and map the land cover of Pesawaran Regency from the
image of landsat 8 (OLI). This research used method of interpretation visual
image and interpretation of digital image with of pansharpening. The result show
that classification of land cover in Pesawaran Regency using visual interpretation
were obtained 12 classes of land cover and using digital interpretation were
obtained 9 classes of land cover. The result of the analysis of visual classification
accuracy lower than the digital classification, but the visual classification can
identify the land cover in more detail. Therefore on the mapping of land cover in
the forest area using visual classification results.

Keywords : landsat 8 (OLI), image interpretation, land cover.

IDENTIFIKASI
KARAKTERISTIK
DAN
PEMETAAN
TUTUPAN LAHAN MENGGUNAKAN CITRA LANDSAT 8
(OLI) DI KABUPATEN PESAWARAN PROVINSI LAMPUNG

SITI PERMATA SARI

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Kehutanan
pada
Departemen Manajemen Hutan

DEPARTEMEN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
BOGOR
2015

Judul Penelitian

Identifikasi Karakteristik dan Pemetaan Tutupan Lahan

Menggunakan

Citra

Landsat

(OLI)

di

Kabupaten

Pesawaran Provinsi Lampung

Nama

Siti Permata Sari

NIM

El4110025

Disetujui oleh

gsih. M.Si

Dr Ninin

Pembimbing

Depat

Tanggal Lulus:

2 a DEC 2015

e/

PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa taala atas
segala karunia-Nya sehingga skripsi ini berhasil diselesaikan. Tema yang dipilih
dalam penelitian yang dilaksanakan sejak bulan Juni 2015 ini ialah penginderaan
jauh menggunakan citra satelit, dengan judul Identifikasi Karakteristik dan
Pemetaan Tutupan Lahan Menggunakan Citra Landsat 8 (OLI) di Kabupaten
Pesawaran, Provinsi Lampung.
Terima kasih penulis ucapkan kepada Ibu Dr Nining Puspaningsih, MSi
selaku dosen pembimbing atas nasihat, bimbingan dan arahan serta kesabarannya
dalam penyelesaian skripsi ini. Di samping itu, terima kasih juga disampaikan
kepada Dinas Kehutanan Kabupaten Pesawaran dan Badan Perencanaan Daerah
Kabupaten Pesawaran yang telah membantu selama pengumpulan data.
Penghargaan terbesar penulis sampaikan kepada Ayah (Sulaiman), Ibu (Emi
Sabaryati), Kembaran (Ilham) serta seluruh keluarga, atas segala doa dan kasih
sayangnya. Tidak lupa penulis ucapkan terima kasih pula untuk Bapak Uus Saepul
beserta keluarga besar Laboratorium SIG dan Remote Sensing atas semua ilmu,
bantuan, dan motivasi yang telah diberikan. Kepada sahabat CHWS dan temanteman Manajemen Hutan 48 atas semangat dan bantuannya, serta semua pihak
atas segala doa dan kasih sayangnya.
Semoga skripsi ini bermanfaat.

Bogor, Desember 2015

Siti Permata Sari

DAFTAR ISI
DAFTAR TABEL ................................................................................................. vii
DAFTAR GAMBAR .............................................................................................. ii
DAFTAR LAMPIRAN .......................................................................................... iii
PENDAHULUAN .................................................................................................. 1
Latar Belakang

Tujuan Penelitian

Manfaat Penelitian

METODE PENELITIAN ........................................................................................ 2

Waktu dan tempat

Alat dan Data

Metode Penelitian

HASIL DAN PEMBAHASAN ............................................................................... 9

Karakteristik Tutupan Lahan di Lapang

Klasifikasi Tutupan Lahan Secara Visual

12

Klasifikasi Tutupan Lahan Secara Digital

22

Uji Akurasi

26

Pemetaan Klasifikasi Tutupan Lahan Pada Kawasan Hutan

27

SIMPULAN DAN SARAN .................................................................................. 29

Simpulan

29

Saran

29

DAFTAR PUSTAKA ........................................................................................... 29

LAMPIRAN

31

RIWAYAT HIDUP ............................................................................................... 35

DAFTAR TABEL
1 Karakteristik band landsat 8

2 Contoh perhitungan akurasi

3 Karakteristik tutupan lahan di lapangan Kabupaten Pesawara tahun 2015

4 Klasifikasi tutupan lahan secara visual di Kabupaten Pesawaran tahun

2015

20

5 Waktu pengolahan klasifikasi visual

22

6 Re-group 9 kelas tutupan lahan

23

7 Nilai separabilitas 9 kelas tutupan lahan

23

8 Klasifikasi tutupan lahan di Kabupaten Pesawaran tahun 2015

25

9 Waktu pengolahan klasifikasi digital

26

10 Uji akurasi klasifikasi tutupan lahan

27

DAFTAR GAMBAR
1 Peta lokasi penelitian di Kabupaten Pesawaran tahun 2015

2 Peta sebaran titik pengamatan di Kabupaten Pesawaran tahun 2015

12

3 Awan dan bayangan awan

13

4 Badan air pada citra (a) badan air di lapangan (b)

14

5 Lahan terbangun pada citra (a) lahan terbangun di lapangan (b)

15

6 Sawah pasca panen pada citra (b) sawah siap tanam

15

7 Kebun campuran pada citra (a) kebun campuran di lapangan (b)

16

8 Perkebunan karet produktif pada citra (a) perkebunan karet produktif di

lapangan (b)

17

9 Perkebunan karet muda pada citra (a) perkebunan karet muda di lapangan
(b)

17

10 Perkebunan karet tua pada citra (a) perkebunan karet tua di lapangan (b)

18

11 Tambak pada citra (a) tambak di lapangan (b)

18

12 Perkebunan sawit pada citra (a) perkebunan sawit di lapangan (b)

19

13 Hutan pada citra (a) hutan di lapangan (b)

19

14 Peta klasifikasi tutupan lahan secara visual di Kabupaten Pesawaran tahun

2015

21

15 Peta klasifikasi tutupan lahan secara digital di Kabupaten

24

16 Peta klasifikasi tutupan lahan pada kawasan hutan di Kabupaten Pesawaran

2015

28

DAFTAR LAMPIRAN
1 Nilai separabilitas 12 kelas tutupan lahan

31

2 Uji akurasi klasifikasi secara visual

32

3 Uji akurasi klasifikasi secara digital

33

4 Klasifikasi tutupan lahan pada kawasan hutan di Kabupaten Pesawaran

tahun 2015

34

PENDAHULUAN
Latar Belakang
Penutupan lahan merupakan perwujudan secara fisik obyek-obyek yang
menutupi lahan dan terkadang bersifat penutup lahan alami (Ardiansyah 1987).
Penutupan lahan (land cover) berkaitan dengan jenis kenampakan yang ada di
permukaan bumi. Sedangkan penggunaan lahan (land use) berkaitan dengan
kegiatan manusia pada bidang lahan tertentu (Buono et al. 2004). Pengindraan
jauh, khususnya remote sensing dengan citra landsat merupakan sarana yang
banyak digunakan untuk kegiatan pemetaan tutupan lahan.
Pada citra
penginderaan jauh, informasi penutupan lahan umumnya mudah dikenali,
sedangkan informasi penggunaan lahan tidak selalu dapat ditafsir secara tepat
pada citra akan tetapi dapat dideduksi dari kenampakan penutupan lahan
(Lillesand dan Kiefer 1990). Selain itu dengan teknologi pengindraan jauh,
penjelajahan lapang dapat dikurangi, sehingga akan menghemat waktu dan biaya
bila dibanding dengan cara teristris di lapangan (Wahyunto et al. 2004).
Penafsiran citra pengindraan dapat dilakukan menggunakan beberapa
analisis citra. Analisis citra yang umumnya digunakan adalah analisis citra secara
visual dan analisis citra secara digital. Analisis citra secara digital memiliki
beberapa keterbatasan seperti bayangan topografi dan topografi yang menghadap
sensor (Salman 2011). Obyek yang berada pada bayangan topografi cenderung
terjadi kesalahan klasifikasi dikarenakan nilai digital pada daerah bayangan
topografi terkadang tidak sesuai dengan nilai digital tutupan lahan yang
seharusnya. Penafsiran secara digital juga memiliki kelebihan dari segi waktu
pengerjaan yang cendrung lebih cepat. Hal ini dikarenakan pengklasifikasian
dilakukan oleh komputer berdasarkan nilai digital.
Penafsiran citra secara visual menggunakan beberapa elemen interpretasi
seperti warna/rona, tekstur, bentuk, pola, ukuran, bayangan, asosiasi dan situs
(Baplan 2008). Hal ini mengakibatkan tutupan lahan yang dapat diklasifikasikan
menjadi lebih banyak karena tidak terpaku pada satu elemen interpretasi saja.
Selain itu peranan penafsir dalam mengontrol klasifikasi menjadi lebih dominan
dibandingkan dengan penafsiran secara digital. Keberhasilan interpretasi citra
secara visual sangat bervariasi tergantung pada latihan dan pengalaman penafsir,
sifat objek yang diinterpretasi, dan kualitas citra yang digunakan (Lillesand dan
Kiefer 1990).
Pesawaran merupakan Kabupaten ke sebelas yang ada di Provinsi Lampung
terbentuk pada tahun 2007. Berdasarkan undang-undang no. 33 tahun 2007.
Kabupaten Pesawaran beribukota di Gedong Tataan, memiliki jarak 27 km dari
Bandar Lampung (Ibukota Provinsi Lampung). Sejak resmi dibentuk menjadi
Kabupaten pada tahun 2007 hingga sekarang jumlah kecamatan di Kabupaten
Pesawaran telah mengalami perubahan akibat pemekaran. Pada tahun 2013
Kabupaten Pesawaran terdiri dari 9 kecamatan dan 144 desa (BPS 2014).
Penelitian ini dibantu dengan menggunakan citra landsat 8. Satelit Landsat
Data Continuity Mission (LDCM) atau yang lebih dikenal dengan Landsat 8
diluncurkan pada tangga 11 Februari 2013 oleh Nasa. Citra Landsat 8 merupakan
satelit observasi bumi hasil kerjasama antara National Aeronautics and Space
Administration (NASA) dan U.S Geographical Survey (USGS). Satelit tersebut

mulai menyediakan produk citra open access sejak tanggal 30 Mei 2013. Landsat
8 memiliki sensor Operational Land Imager (OLI) dan Thermal Infrared Sensor
(TIRS) dengan ketinggian terbang 705 km dari permukaan bumi dan memiliki
area scan seluas 170 km x 183 km dapat beroprasi selama tahun. Landsat 8
memiliki 11 saluran (band) yang terdiri dari 9 band berada pada sensor OLI dan 2
band lainnya pada sensor TIRS (NASA 2011). Selain itu landsat 8 sudah
terkoreksi L-1T artinya data standard corection (koreksi tegak) berdasarkan data
DEM dari GLS 2000 yang terdiri dari SRTM, NED, CDED, DTED termasuk
GTOPO 30 untuk koreksi sistematik (USGS 2013).
Penelitian ini dilakukan menggunakan citra Landsat 8 yang diharapkan
dapat meningkatkan kemampuan dalam mengidentifikasi karakteristik citra
tutupan lahan khususnya di Kabupaten Pesawaran.
Tujuan Penelitian
Tujuan penelitian ini adalah melakukan identifikasi karakteristik tutupan
lahan di Kabupaten Pesawaran menggunakan Citra Landsat 8 (OLI) dengan
analisis citra secara visual dan analisis citra secara digital serta memetakan
tutupan lahan di kawasan hutan Kabupaten Pesawaran.
Manfaat Penelitian
Hasil penelitian ini diharapkan dapat memberikan data dan informasi
terbaru mengenai tutupan lahan yang ada di Kabupaten Pesawaran, Provinsi
Lampung. Serta dapat membantu dalam menentukan metode yang efisien dalam
mengidentifikasi karakteristik dan pemetaan tutupan lahan.

METODE PENELITIAN
Waktu dan tempat
Penelitian dilakukan di Kabupaten Pesawaran, Provinsi Lampung. Secara
geografi Kabupaten Pesawaran terletak pada 5o10 - 5o50 Lintang Selatan, dan
pada 105o - 105o20 Bujur Timur. Secara Administrasi Kabupaten Pesawaran
terbagi dalam 9 Kecamatan, adalah Kecamatan Padang Cermin, Kecamatan
Negeri Katon, Kecamatan Punduk Pidada, Kecamayan Way Khilau, Kecamatan
Marga Punduh, Kecamatan Kedongdong, Kecamatan Way Lima, Kecamatan
Gedong Tataan dan Kecamatan Tigeneneng. Total luas wilayah Kabupaten
Pesawaran adalah 1 173.77 km2 atau 117 377 Ha dengan jumlah penduduk
sebesar 416 372 jiwa (BPS 2014).
Kabupaten Pesawaran memiliki iklim hujan tropis sebagaimana iklim
Provinsi Lampung pada umumnya. Curah hujan per tahun berkisar antara 2 264
mm sampai dengan 2 868 mm dan hari hujan antara 90 sampai dengan
176 hari/tahun. Curah hujan tertinggi terjadi pada bulan Desember dan terendah
terjadi pada bulan Agustus. Kabupaten Pesawaran merupakan daratan dengan
ketinggian yang beragam, misalnya Gedong Tataan sebagai pusat kota
mempunyai ketinggia 140.5 meter dari permukaan laut.
Lokasi penelitian berada di 7 kecamatan yaitu Kecamatan Padang Cermin,
Kecamayan Way Khilau, Kecamatan Kedongdong, kecamatan Negeri Katon,

Kecamatan Way Lima, Kecamatan Gedong Tataan dan Kecamatan Tigeneneng

(Gambar 1). Pengambilan data dilakukan dari bulan Juni sampai dengan Juli
2015. Pengolahan data dilakukan pada bulan Agustus sampai dengan September
2015 di Laboratorium Remote Sensing Departemen Manajemen Hutan, Fakultas
Kehutanan IPB.

Gambar 1 Peta lokasi penelitian di Kabupaten Pesawaran tahun 2015

Alat dan Data
Alat yang digunakan dalam penelitian ini terdiri dari alat tulis, GPS (Global
Positioning System), kamera, tally sheet, dan laptop yang dilengkapi dengan

program software Erdas Imagine 9.1, ArcGis 9.3, dan Microsoft office (Ms. Word,
Ms. Excel).
Data yang digunakan dalam penelitian ini meliputi data primer dan data
sekunder. Data primer merupakan data yang diperoleh langsung dari hasil
pengambilan lapangan berupa ground check lokasi penelitian. Data sekunder
merupakan data yang diperoleh secara tidak langsung oleh peneliti diperoleh dari
berbagai sumber yaitu Citra Satelit Landsat 8 (OLI) path/row 123/64 perekaman
Maret 2015 daerah Kabupaten Pesawaran, peta batas administrasi Kabupaten
Pesawaran dan Peta Jaringan Jalan Kabupaten Pesawaran.
Metode Penelitian
a. Persiapan
Persiapan yang dilakukan dengan studi pustaka tentang penelitian yang akan
dilaksanakan. Selain itu, persiapan ini juga dilakukan dengan pengumpulan data
secara tidak langsung (sekunder) berupa data Citra landsat 8 (OLI), peta
administrasi, peta jaringan jalan Kabupaten Pesawaran.
b. Pra-Pengolahan Citra
Pra-pengolahan citra merupakan tahapan awal sebelum melakukan
pengolahan citra. Tahap-tahap pra-pengolahan citra meliputi perubahan format
citra, layers stack, pemotongan citra dan pansharpening (Image Fusion).
1. Perubahan Format Citra
Citra satelit landsat 8 (OLI) yang telah di download memiliki format data
dalam bentuk GeoTiff/ .TIFF, sehingga perlu dilakukan perubahan format ke
dalam bentuk Image/ .img. Proses pengubahan format ini menggunakan software
Erdas Imagine 9.1.
2. Layers Stack
Layer stack merupakan proses penggabungan band untuk memperoleh suatu
citra yang memiliki band cahaya tampak (visible), TIR, NIR, SWIR dan Cirrus
pada Landsat 8. Pada penelitian ini digunakan citra multiband yang meliputi band
1,2,3,4,5,6,7 dan 9 yang memliki resolusi sama yaitu 30 meter. Karakteristik band
landsat 8 dapat dilihat pada Tabel 1.
Tabel 1 Karakteristik band landsat 8
Saluran
1 Visible
2 Visible
3 Visible
4 NIR
5 NIR
6 SWIR
7 SWIR
8 PAN
9 Cirrus
10 TIRS 1
11 TIRS 2
Sumber : USGS (2014)

Panjang gelombang (m)

0.43 - 0.45 m
0.45 - 0.51 m
0.53 - 0.59 m
0.64 - 0.67 m
0.85 - 0.88 m
1.57 - 1.65 m
2.11 - 2.29 m
0.50 - 0.68 m
1.36 - 1.38 m
10.6 - 11.19 m
11.5 - 12.51 m

Resolusi spasial (m)

30 m
30 m
30 m
30 m
30 m
30 m
30 m
15 m
30 m
100 m
100 m

3. Pemotongan Citra
Pemotongan citra merupakan proses pemotongan citra sesuai dengan batas
kawasan lokasi penelitian. Pemotongan citra dilakukan dengan tujuan untuk
memperkecil daerah yang dikaji sesuai dengan daerah yang menjadi fokus
penelitian, yakni Kabupaten Pesawaran.
4. Pansharpening atau Image Fusion
Pan-sharpening atau Image Fusion merupakan salah satu teknik untuk
mengintegrasikan detail geometri atau spasial dari suatu citra pankromatik
beresolusi sedang. Proses ini juga disebut proses peningkatan resolusi spasial.
Citra satelit yang digunakan pada penelitian ini juga melalui proses fusi band 8
yang memiliki resolusi spasial 15 m x 15 m (panchromatic) dengan band
multispektral lainnya (band 1, 2, 3, 4, 5, 6, 7, 8 dan 9). Dengan penggabungan
tersebut diperoleh citra yang mempunyai resolusi spasial 15 m x15 m.
Metode penggabungan citra yang digunakan adalah metode Brovey
Transform. Metode ini merupakan metode yang paling populer untuk memadukan
dua macam citra yang berbeda resolusi spasial (Danoedoro 2012). Metode Brovey
Transform dapat diketahui dengan rumus:

Saluran_MP = (++ )

Saluran_HP = (++ )

Saluran_BP = (++ )
Keterangan :
M = Saluran merah
B = Saluran biru
H = Saluran hijau
P = Saluran pankromatik
c. Pengamatan Data Lapang (Ground Check)
Sebelum dilakukan ground check terlebih dahulu dilakukan interpretasi citra
secara umum. Hal ini dilakukan untuk mendapatkan gambaran secara umum
kondisi dan jenis tutupan lahan yang ada di lokasi penelitian. Interpretasi citra
dilakukan berdasarkan unsur-unsur karakteristik citra yaitu rona/warna, bentuk,
tekstur, pola, bayangan, ukuran, asosiasi dan situs.
Pengambilan data lapang atau ground check dilakukan untuk mendapatkan
informasi tentang keadaan tutupan lahan yang sebenarnya di lapangan dan titiktitik koordinat dari tutupan lahan. Kegiatan yang dilakukan adalah mendatangi
titik-titik jenis tutupan lahan yang telah diidentifikasi pada citra dengan bantuan
GPS untuk membandingkan dengan keadaan sebenarnya di lapang. Jumlah titik
untuk kegiatan ground check sebanyak 100 titik koordinat.

d. Analisis Citra
1. Analisis Citra Secara Visual
Analisis citra secara visual dilakukan berdasarkan atas sifat fisik yang
tampak pada citra. Keberhasilan didalam penafsiran citra sangat bervariasi
bergantung kepada pengalaman penafsir, sifat objek yang diinterpretasi dan
kualitas citra yang digunakan (Lillesand dan Kiefer 1990). Proses penafsiran
dalam analisis citra visual dapat dipermudah dengan mempertimbangkan elemenelemen interpretasi meliputi: rona/warna, tekstur, bentuk, pola, ukuran,bayangan,
asosiasi dan situs.
Analisis citra secara visual memiliki beberapa tahapan yang harus
dilakukan. Tahap-tahap analisis citra secara visual diantaranya; sebagai berikut:
a. On-screen digitation
On-screen digitation atau deliniasi dilayar komputer dilakukan untuk
membuat batas setiap kelas tutupan lahan. Batas setiap kelas tutupan lahan
didasarkan atas elemen interpretasi yakni:
1. Rona/warna ialah tingkat kecerahan objek pada citra yang tampak oleh
mata.
2. Tekstur menunjukkan halus atau tidaknya suatu citra yang terlihat oleh
mata.
3. Bentuk merupakan konfigurasi atau kerangka objek yang demikian
mencirikan suatu objek sehingga citra dapat diidentifikasi langsung
berdasarkan kriteria ini.
4. Pola merupakan susunan keruangan yang mencirikan objek bentukan
manusia atau objek bentukan alamiah.
5. Ukuran objek pada citra harus dipertimbangkan sehubungan dengan skala
citra.
6. Bayangan membantu dalam memberikan gambaran suatu objek dari
bentuk atau kerangka bayangan
7. Asosiasi merupakan keterkaitan suatu objek dengan objek lain.
8. Situs menjelaskan letak objek terhadap letak lainnya
b. Klasifikasi tutupan lahan
Klasifikasi dilakukan secara manual dengan menggunaka hasil on-screen
digitation, elemen interpretasi dan dicocokan menggunakan hasil pengamatan
data lapang. Hasil pengamatan data dilapang bersifat memverifikasi kebenaran
hasil yang diperoleh dari on-screen digitation. Hal ini menunjukan tutupan lahan
yang telah ditafsir menggunakan elemen interpretasi apakah sesuai dengan
keadaan lapangnya. Jika terjadi ketidak susuaian maka kesalahan yang terjadi
dapat mengurangi nilai akurasi dari klasifikasi tutupan lahan tersebut.
2. Analisis Citra Secara Digital
Analisis citra digital merupakan suatu proses penyususnan, pengurutan,
pengelompokan suatu piksel citra digital multispektral ke dalam beberapa kelas
berdasarkan kategori objek. Analisis citra digital yang digunakan pada penelitian
ini adalah klasifikasi terbimbing (supervised classification). Klasifikasi
terbimbing (supervised classification) merupakan metode yang diperlukan untuk
mentransformasikan data citra multispektral ke dalam kelas-kelas unsur spasial

(Prahasta 2008). Piksel-piksel yang berada pada satu kelas diasumsikan

berkarakteristik sama, sehingga dapat dilakukan pemilihan area contoh (Training
Area) untuk mengelompokkan objek secara terpisah. Tahap-tahap analisis citra
secara digital, sebagai berikut:
a. Penentuan Area Contoh (Training Area)
Penentuan area contoh dilakukan berdasarkan data yang diperoleh dari hasil
interpretasi citra secara visual dan pengambilan titik objek di lapang. Pengambilan
titik objek harus mewakili satu kelas tutupan lahan. Titik yang menjadi area
contoh diambil dalam beberapa piksel dari setiap kelas tutupan lahan dan
ditentukan lokasinya pada citra untuk menganalisis informasi statistik yang
diperoleh dari lapang. Area contoh diperlukan pada setiap kelas yang akan dibuat,
dan diambil dari areal yang cukup homogen. Secara teoritis jumlah piksel yang
harus diambil per kelas adalah sebanyak band yang digunakan plus satu (N+1).
Akan tetapi pada prakteknya, jumlah piksel yang harus diambil dari setiap kelas
biasanya 10 sampai 100 kali jumlah band yang digunakan (10N~100N) (Jaya
2010).
b. Analisis Separabilitas
Analisis separabilitas adalah analisis kuantitatif yang memberikan informasi
mengenai evaluasi keterpisahan area contoh (training area) dari setiap kelas,
apakah suatu kelas layak digabung atau tidak dan juga kombinasi band terbaik
untuk klasifikasi. Metode yang digunakan pada penelitian ini yaitu metode
Transfer Divergence (TD), metode ini digunakan untuk mengukur tingkat
keterpisahan antar kelas. Transfer Divergence akan berkisar antara 0 sampai
dengan 2000. Semakin kecil nilai, semakin jelek separabilitasnya. Nilai nol sama
dengan tidak bisa dipisahkan, sedangkan nilai maksimum menujukkan
keterpisahan yang sangat baik (excellent) (Jaya 2009).
Hasil analisis separabilitas diukur berdasarkan beberapa kriteria yang
dikelompokkan ke dalam lima kelas, setiap kelasnya mendeskripsikan kuantitas
keterpisahan tiap tutupan lahan. Kelima kelas yang diklasifikasimenurut Jaya
(2010), sebagai berikut:
1. Tidak terpisah
: < 1600
2. Kurang terpisah
: 16001800
3. Cukup terpisah
: 18001900
4. Sangat baik keterpissahannya : 2000
c. Klasifikasi Tutupan Lahan
Analisis citra digital yang digunakan pada penelitian ini adalah klasifikasi
terbimbing (supervised). Klasifikasi terbimbing (supervised) merupakan metode
yang diperlukan untuk mentransformasi data citra multi-spektral ke dalam kelaskelas unsur spasial (Prahasta 2008). Metode yang digunakan dalam penelitian ini
menggunakan metode peluang maksimum (maximum likelyhood classifier).
Metode maximum likehood memperrtimbangankan nilai rata-rata dan keragaman
antarkelas dan saluran (kovariansi) (Lillesand dan Kiefer 1990). Nilai pada
metode maximum likelyhood didasarkan pada nilai piksel sama dan identik pada
citra.

e. Uji Akurasi Klasifikasi

Uji akurasi klasifikasi digunakan untuk mengevaluasi ketelitian atau
kesalahan dari klasifikasi tutupan lahan yang telah. Akurasi ini dianalisis dengan
menggunakan suatau matriks kontingensi atau matriks kesalahan (confusion
matrix) yang ada pada Tabel 2 .
Tabel 2 Contoh perhitungan akurasi
Data
Referensi
A
B
C
D
Jumlah
Users
Accuracy

Diklasifikasi ke Kelas

Jumlah

A
X11
X21
X31
X41
X+1

B
X12
X22
X32
X42
X+2

C
X13
X23
X33
X43
X+3

D
X14
X24
X34
X44
X+4

X11/X+1

X22/X+2

X33/X+3

X44/X+4

X1+
X2+
X3+
X4+
N

Producers
accuracy
X11/X1+
X22/X2+
X33/X3+
X44/X4+

Sumber : Analisis Citra Digital, Jaya 2010

Berdasarkan Tabel 2 diatas, akurasi yang bisa dihitung terdiri dari akurasi
pembuat (producers accuracy), akurasi pengguna (user accuracy), dan akurasi
keseluruhan (overall accuracy). Secara matematis rumus dari akurasi di atas dapat
dinyatakan sebagai berikut :
Akurasi pengguna =
Akurasi Pembuat =

100%

100%

Akurasi Keseluruhan =

=1

100%

Dimana:
Xii = Nilai diagonal dari matrik kontingensi baris ke-i dan kolom ke-i
X+i = Jumlah piksel dalam kolom ke-i
X i+ = Jumlah piksel dalam baris ke-i
N
= Banyaknya piksel dalam contoh
Menurut Jaya (2010), saat ini akurasi yang dianjurkan adalah akurasi kappa
(kappa accuracy), karena overral accuracy secara umum masih over estimate.
Akurasi kappa ini sering juga disebut dengan indeks kappa. Secara matematis
akurasi kappa disajikan sebagai berikut:
KappaAccuracy=

=1 =1 + +
2 + +

100

Keterangan :
N = Banyaknya piksel dalam contoh
Xii = Nilai diagonal dari matriks kontingensi baris ke-i dan Kolom ke-i
Xi+ = Jumlah piksel dalam baris ke-i
X+i = Jumlah piksel dalam kolom ke-i

HASIL DAN PEMBAHASAN

Karakteristik Tutupan Lahan di Lapang
Pengamatan di lapang bertujuan untuk menyesuaiakan keadaan tutupan
lahan yang terlihat pada citra dengan keadaan yang sebenarnya di lapangan.
Berdasarkan penentuan titik koordinat pengamatan sebanyak 100 titik diperoleh
10 jenis tutupan lahan di lapangan. Koordinat titik yang diambil meliputi 7
kecamatan di Kabupaten Pesawaran tetapi tidak semua titik dapat di datangi
karena aksesibilitas menuju ke lokasi pengamatan tutupan lahan yang jauh dan
sulit untuk dijangkau.
Selain dari 10 jenis tutupan lahan yang ditemukan dilapang, terdapat 2 jenis
obyek tutupan lahan tambahan yaitu awan dan bayangan awan (Baplan 2008).
Informasi jenis tutupan lahan objek awan dan bayangan awan diketahui dari
kenampakan pada citra. Sehingga jenis tutupan lahan yang diperoleh sebanyak 12
tutupan lahan. Keberadaan awan dan bayangan awan sesungguhnya menyulitkan
dalam mengidentifikasi tutupan lahan. Berdasarkan interpretasi citra secara umum
dan pengamatan di lapangan, tutupan lahan yang terdapat di Kabupaten
Pesawaran dapat dilihat pada Tabel 3 dan penyebaran titik koordinat pengamatan
dilapang dapat dilihat pada Gambar 2.
Tabel 3 Karakteristik tutupan lahan di lapangan Kabupaten Pesawara tahun 2015
No

Kelas tutupan lahan

Keterangan

Sawah

Kawasan petanian lahan basah yang berupa padi dengan

luasan yang beragam. Sawah yang ditemukan dilapang
berupa sawah irigasi dan berada disekitar pemukiman
warga. Pola yang dibentuk dilapang merupakan pola yang
teratur. Tanaman padi yang ditemukan di lapang berupa
padi berumur 10 hari sampai dengan 40 hari.

Badan air

Daerah atau lokasi yang tergenang air tanpa ada vegetasi

yang menaungi. Sebagian besar sungai yang ditemukan di
lapang berada dekat pemukiman masyarakat, sawah dan
perkebunan. Badan air yang ditemukan berupa sungai dan
bendungan. Sungai yang berada dilapang biasanya
digunakan untuk irigasi sawah dan keperluan MCK
(mandi, cuci dan kakus) masyarakat ketika musim
kemarau.

10

No

Kelas tutupan lahan

Tabel 3 (Lanjutan)
Keterangan

Perkebunan sawit

Kawasan perkebunan dengan kenampakan yang ada pada

aktivitas lahan kering. Memiliki pola yang teratur dengan
jenis tanaman kelapa sawit. Perkebunan sawit berbatasan
langsung dengan pemukiman masyarakat. Tanaman sawit
yang ditemukan di lapang hampir semua masih dalam
usia yang produktif. Dibeberapa perkebunan sawit
dimanfaatkan masyarakat menjadi ladang pengembalaan
ternak seperti sapi dan kambing.

Perkebunan karet
produktif

Kawasan perkebunan lahan kering dengan jenis

tanaman karet yang berumur kurang lebih 12 tahun
sampai dengan 16 tahun. Karet ini merupakan karet
produktif yang masih diambil getah karetnya karena
masih berumur dibawah 20 tahun. Pola yang terlihat
di lapang merupakan pola yang teratur. Lokasi
perkebunan ada yang berbatasan langsung dengan
pemukiman dan ada juga yang tidak. Perkebunan
karet ini ada yang dimiliki oleh PTPN 7 dan ada juga
yang dimiliki perseorangan.

Perkebunan karet
muda

Kawasan perkebunan lahan kering dengan jenis

tanaman karet yang berumur 3 tahun sampai dengan
5 tahun dengan pola yang teratur. Lokasi kebun karet
muda biasanya berdekatan dengan kebun karet tua.
Hal ini disebabkan karet tua yang sudah tidak
produktif akan ditebang dan digantikan oleh karet
muda. Tanaman karet muda biasanya ditanam
berdampingan dengan tanaman ubi-ubian seperti
mantang. Perkebunan karet muda berada di kawasan
PTPN 7.

Perkebunan karet
tua

Kawasan perkebunan lahan kering dengan jenis

tanaman karet yang berumur lebih dari 20 tahun.
Kebun karet tua yang berada di PTPN sudah tidak di
sadap tetapi yang berada di perkubunan rakyat masih
ada yang disadap. Bentuk pohon karet tua sudah
tidak sebagus karet produktif bahkan daun-daunnya
sudah mulai merontok. Pola yang dihasilkan ada
yang teratur dan tidak teratur.

Lahan terbangun

Daerah atau lokasi yang tersusun secara kelompok

berupa bangunan-bangunan, baik di perkotaan
maupun di pedesaan. Pola yang terbentuk merupakan
pola yang cukup teratur. Lahan terbangun yang
ditemukan dilapang berupa pemukiman masyarakat,
jalan, pabrik, perkantoran, sekolah dan pasar.

11

Tabel 3 (Lanjutan)
No

Kelas tutupan lahan

Keterangan

Hutan

Penutupan lahan yang terdiri dari berbagai jenis

pohon dengan luasan yang sangat besar dan berada
di perbukitan. Lokasi yang berada diperbukitan
menyulitkan untuk melakukan pengamatan lapang
secara dekat. Beberapa jenis tanaman dan pohon
yang ada disana durian, jati, pisang, kelapa, karet,
kedong, jambu hutan, jelatung dan gemelina.

Kebun campuran

Perkebunan yang dikelola oleh masyarakat dengan jenis

tanaman dan pohon yang beragam atau lebih dari satu
jenis. Tanaman dan pohon yang biasa di tanam yaitu
singkong, pepaya, karet, jati, durian, nangka, kelapa dan
pisang. Pola yang dibentuk tidak teratur. Lokasi biasanya
tidak jauh dari pemukiman tapi ada juga yang berada jauh
dari pemukiman.

10

Tambak

Aktivitas perikanan darat yang biasanya terletak di

sepanjang pantai. Berdasarkan wawancara tambak yang
ada di kawasan itu berupa tambak udang untuk
didistribusikan ke supermarket. Pola yang dibentuk
tampak teratur dan berkelompok. Pada saat pengamatan
data lapang terdapat beberapa tambak yang sedang
dikeringkan atau sedan diperbaiki. Selain itu terdapat juga
lahan yang sedang dibangun untuk dijadikan tambak.

12

Gambar 2 Peta sebaran titik pengamatan di Kabupaten Pesawaran tahun 2015

Klasifikasi Tutupan Lahan Secara Visual

Kegiatan klasifikasi tutupan lahan secara visual merupakan kegiatan
identifikasi citra melalui kemampuan interpreter dibantu dengan elemen-elemen
interpretasi citra untuk mengenali suatu obyek. Pengenalan obyek ini dilakukan
untuk dimanfaatkan kemudian hari sesuai disiplin ilmu yang membutuhkan.
Penyimpulan obyek atau kondisi suatu daerah yang tergambar pada citra
digunakan lebih dari satu unsur yang masing-masing mengarah ke satu

13

kesimpulan dan tidak ada yang pertentangan. Menurut Jaya (2010) menjelaskan
kegiatan penafsiran citra secara visual memiliki elemen-elemen dasar diagnostik
penafsiran yaitu mencakup tone atau warna, tekstur, bentuk, pola, ukuran,
bayangan, lokasi dan asosiasi. Rona merupakan unsur dasar yang tampak pertama
pada citra, setelah warna atau rona yang sama dikelompokkan dan diberi garis
batas untuk memisahkannya dari rona atau warna yang berlainan barulah tampak
bentuk, tekstur, pola, ukuran dan bayangannya. Selain itu penafsiran citra juga
dicocokan oleh data pengamatan dilapang. Hal ini berpengaruh kepada benar atau
tidaknya tutupan lahan yang sudang diidentifikasi sama dengan keadaan
sebenarnya dilapang.
Hasil identifikasi tutupan lahan klasifikasi secara visual pada penelitian ini
diperoleh 12 kelas tutupan lahan yaitu awan, bayangan awan, badan air, lahan
terbangun, sawah, kebun campuran, karet produktif, karet muda, karet tua,
tambak, sawit dan hutan. Setiap kelas tutupan lahan memiliki karakteristik
masing-masing yang dapat dilihat dari elemen interpretasinya dan data yang
diperoleh dari lapang. Berikut merupakan karakteristik tiap tutupan lahan:
1. Awan dan bayangan awan
Selain dari 10 kelas tutupan lahan yang ditemukan dilapang, terdapat 2 jenis
obyek tutupan lahan tambahan yaitu awan dan bayangan awan (sumber: Baplan
2008). Informasi jenis tutupan lahan obyek awan dan bayangan awan diketahui
dari kenampakan pada citra. Rona atau warna yang terlihat pada citra untuk awan
berwarna putih dan ada yang berwarna putih kemerahan. Sedangkan untuk
bayangan awan memiliki rona atau warna hitam. Bentuk awan dan bayangan
awan berupa gumpalan yang tidak teratur bentuknya. Begitu juga dengan pola
sebaran awan tidak teratur dikarenakan terpengaruh oleh cuaca. Tekstur awan dan
bayangan awan yang nampak pada citra berupa tekstur yang halus (Gambar 3).

Gambar 3 Awan dan bayangan awan

14

2. Badan air
Kelas tutupan lahan badan air merupakan seluruh kenampakan perairan
termasuk laut, sungai, danau, waduk, terumbu karang dan padang lamun (Baplan
2008). Tutupan lahan berupa badan air yang terdapat dilapang berupa sungai dan
bendungan/waduk. Rona atau warna yang tampak pada citra adalah warna biru.
Bentuk yang dapat dilihat untuk sungai berbentuk memanjang dan meliuk dan
untuk waduk atau bendungan berbentuk melingkar. Pola yang dibentuk oleh
badan air merupakan pola yang teratur dan susunan yang berulang di setiap badan
air. Sedangkan tekstur untuk badang air adalah halus (Gambar 4).

(a)
(b)
Gambar 4 Badan air pada citra (a) badan air di lapangan (b)
3. Lahan terbangun
Kelas tutupan lahan terbangun merupakan kenampakan kawasan berupa
pemukiman, jalan, pabrik, perkantoran, sekolah dan pasar, baik diperkotaan atau
pedesaan. Rona atau warna yang nampak pada citra berupa warna merah muda
terang sampai dengan merah muda agak gelap. Bentuk kelas tutupan lahan ini ada
yang berupa memanjang dan ada juga yang melingkar. Pola yang terbentuk cukup
teratur dan susunan berulang disetiap tutupan lahan terbangun. Tekstur yang dapat
terlihat pada citra berupa tekstur yang kasar (Gambar 5).

15

(a)
(b)
Gambar 5 Lahan terbangun pada citra (a) lahan terbangun di lapangan (b)
4. Sawah
Kelas tutupan lahan sawah merupakan kenampakan dari pertanian lahan
basah yang dicirikan dengan pola pematang (JICA dan Fahutan IPB 2010). Pada
citra ditemukan dua kenampakan sawah yang ditafsirkan sebagai sawah pasca
panen dan sawah siap tanam. Sawah pasca panen memiliki rona atau warna
berupa merah muda cerah dengan tekstur halus. Sedangkan untuk sawah siap
tanam memiliki rona atau warna berupa merah muda cerah dengan sedikit warna
kehitaman dan memiliki tekstur yang halus. Sedangkan untuk bentuk memiliki
bentuk yang melingkar tidak teratur dan pola yang tidak teratur (Gambar 6). Pada
saat melakukan pengamatan lapang tidak ditemukan sawah pasca panen dan
sawah siap tanam tetapi sawah yang sudah ditanami padi berumur 10 hari sampai
40 hari. Hal ini dikarenakan citra yang digunakan merupakan citra perekaman
pada bulan Maret 2015 sedangkan pengamatan data lapang dilakukan pada bulan
Juni 2015. Selang waktu tiga bulan memungkinkan sawah yang tadinya berupa
sawah pasca panen dan sawah siap tanam sudah dilakukan penanaman padi oleh
petani.

(a)
(b)
Gambar 6 Sawah pasca panen pada citra (b) sawah siap tanam

16

5. Kebun campuran
Kelas tutupan lahan kebun campuran merupakan kenampakan dari pertanian
lahan kering dengan berbagai jenis tanaman dan pohon yang ada didalamnya.
Jenis tanaman dan pohon yang terdapat pada kebun campuran berupa singkong,
pepaya, karet, jati, durian, nangka, kelapa dan pisang. Rona atau warna yang
nampak pada citra berupa warna hijau cerah dengan tekstur halus. Bentuk tutupan
lahan ini biasanya membentuk melingkar tidak teratur. Pola yang terbentuk tidak
teratur dikarenakan masyarakat yang memiliki kebun campuran menanam
tanaman dan pohon secara acak tidak beraturan (Gambar 7).

(a)
(b)
Gambar 7 Kebun campuran pada citra (a) kebun campuran di lapangan (b)
6. Perkebunan karet produktif
Kelas tutupan lahan karet produktif merupakan kenampakan dari pertanian
lahan kering dengan jenis pohon karet yang berumur 12 tahun sampai dengan 16
tahun. Rona atau warna yang terlihat pada citra berupa warna hijau cerah. Pola
yang terbentuk pada citra berupa pola yang tidak teratur akan tetapi pola yang
terbentuk dilapang merupakan pola yang teratur. Hal ini bisa disebabkan karena
tutupan tajuk pohon karet yang menutupi pola sebaran pohon karet itu sendiri.
Sedangkan untuk tekstur perkebunan karet produktif memiliki tekstur yang halus
(Gambar 8).

17

(a)
(b)
Gambar 8 Perkebunan karet produktif pada citra (a) perkebunan karet produktif di
lapangan (b)
7. Perkebunan karet muda
Kelas tutupan lahan karet muda merupakan kenampakan dari pertanian
lahan kering yang berupa jenis pohon karet dengan umur 2 tahun sampai 3 tahun.
Rona atau warna yang terlihat pada citra berupa warna hijau muda cerah dengan
tekstur halus (Gambar 9). Pola yang terbentuk pada citra berupa pola yang tidak
teratur. Lokasi karet muda berdampingan dengan lokasi karet tua. Hal ini
dikarenakan blok karet yang sudah tua akan ditebang dan ditanam kembali dengan
karet muda dan penebangan tidak dilakukan sekaligus tetapi dilakukan berkala.

(a)
(b)
Gambar 9 Perkebunan karet muda pada citra (a) perkebunan karet muda di
lapangan (b)
8. Perkebunan karet tua
Kelas tutupan lahan karet tua merupakan kenampakan dari pertanian lahan
kering dengan jenis pohon karet yang berumur lebih dari 20 tahun. Pada saat
pengamatan data di lapang ditemukan bahwa karet tua yang berada di PTPN 7

18

sudah tidak produktif dan tidak disadap atau diambil getahnya lagi, sedangkan
pada kebun milik pribadi masyarakat karet tua masih disadap walaupun hasilnya
sudah tidak banyak dan kualitas yang tidak bagus. Rona atau warna yang terlihat
pada citra berupa warna hijau tua gelap dengan tekstur halus. Pola yang terbentuk
merupakan pola yang tidak teratur (Gambar 10).

(a)
(b)
Gambar 10 Perkebunan karet tua pada citra (a) perkebunan karet tua di
lapangan (b)
9. Tambak
Kelas tutupan lahan tambak merupak kenampakan dari aktivitas perikanan
darat yang terletak disepanjang pantai. Berdasarkan hasil wawancara dengan
pegawai tambak jenis yang dikebangbiakan adalah udang. Rona atau warna yang
dapat terlihat pada citra berupa warna hitam gelap dengan tekstur halus sampai
kasar. Bentuk dari tambak sendiri berupa persegi-persegi yang berdekatan
sehingga membentuk pola yang teratur dan dapat terlihat jelas pada citra (Gambar
11).

(a)
(b)
Gambar 11 Tambak pada citra (a) tambak di lapangan (b)

19

Perkebunan sawit
Kelas tutupan lahan perkebunan sawit merupakan kenampakan dari
pertanian lahan kering dengan jenis tanaman berupa kelapa sawit. Rona atau
warna yang dapat dilihat pada citra berupa warna hijau dengan tekstur halus
sampai dengan kasar. Pola yang terbentuk teratur dapat terlihat jelas pada citra
(Gambar 12).
10.

(a)
(b)
Gambar 12 Perkebunan sawit pada citra (a) perkebunan sawit di lapangan (b)
11.

Hutan
Kelas tutupan lahan hutan merupakan kenampakan dari hutan dataran
rendah dan hutan perbukitan. Jenis tanaman dan pohon yang ada di hutan ini
adalah durian, jati, pisang, kelapa, karet, kedong, jambu hutan, jelutung dan
gmelina. Rona atau warna yang dapat dilihat pada citra berupa warna hijau sampai
dengan hijau tua agak gelap dengan tekstur kasar (Gambar 13). Pola yang
terbentuk tidak teratur.

(a)
(b)
Gambar 13 Hutan pada citra (a) hutan di lapangan (b)

20

Hasil klasifikasi tutupan lahan secara visual memiliki presentase luasan

terbesar pada tutupan lahan hutan sebesar 39.92% dan presentase tutupan lahan
terkecil adala karet muda sebesar 0.1%. Luasan tiap tutupan lahan dapat dilihat
pada Tabel 4 dan peta hasil klasifikasi tutupan lahan secara visual dapat dilihat
pada Gambar 14.
Tabel 4 Klasifikasi tutupan lahan secara visual di Kabupaten Pesawaran tahun
2015
Tutupan lahan
Luas (Ha)
Presentase (%)
Awan/bayangan awan
33 251.16
29.58
Badan air
1 199.69
1.07
Hutan
43 840.89
39.00
Perkebunan karet muda
114.93
0.10
Perkebunan karet produktif
7 451.96
6.63
Perkebunan karet tua
1 698.79
1.51
Kebun campuran
6 177.29
5.50
Lahan terbangun
5 429.4
4.83
Sawah
7 870.36
7.00
Perkebunan sawit
4 717.7
4.20
Tambak
651.31
0.58
Total
112 403.38
100

21

Gambar 14 Peta klasifikasi tutupan lahan secara visual di Kabupaten Pesawaran

tahun 2015
Pengolahan secara visual dibagi menjadi 2 tahapan yaitu tahapan deliniasi di
layar komputer (on-screen digitation) dan tahapan pengolahan lanjutan. Tahapan
on-screen digitation memerlukan waktu yang lebih lama yaitu 14 jam 21 mentit.
Total waktu yang dibutuhkan untuk pengolahan klasifikasi secara visual yakni 16
jam 43 menit. Waktu tiap tahapan dapat dilihat pada Tabel 5.

22

Tabel 5 Waktu pengolahan klasifikasi visual

Tahapan pengolahan
Waktu
Deliniasi di layar komputer (on-screen
14 jam 21 menit
digitation)
Klasifikasi tutupan lahan
2 jam 12 menit
16 jam 43 menit
Total
Klasifikasi Tutupan Lahan Secara Digital
Klasifikasi tutupan lahan secara digital bertujuan untuk melakukan
kategorisasi secara otomatik dari semua piksel citra kedalam kelas penutupan
lahan atau suatu tema tertentu. Klasifikasi tutupan lahan secara digital dilakukan
dengan menggunakan metode klasifikasi terbimbing. Klasifikasi terbimbing
menggunakan data pengindraan jauh multispektral. Secara umum data
multispektral menggunakan bentuk klasifikasi pola spektral data kategorisasi
setiap piksel berbasis numerik. Perbedaan tipe kenampakan menunjukkan
perbedaan kombinasi dasar nilai digital pixel pada sifat pantulan (reflektansi) dan
pancaran (emisi) spektral yang dimiliki.
Tahap awal proses klasifikasi secara digital dilakukan dengan pembuatan
area contoh (training area). Pembuatan area contoh dilakukan dengan hasil
pengamatan dan informasi jenis tutupan lahan di lapang. Informasi yang didapat
mencakup jenis tiap tutupan lahan sebagai kunci interpretasi untuk klasifikasi
digital. Jenis tutupan lahan diambil dari piksel setiap jenis tutupan lahan yang
homogen. Pembuatan batas area contoh (training area) untuk klasifikasi
merupakan pengkelasan yang didasarkan pada perhitungan statistik. Oleh karena
itu, jumlah pengamatan pixel pada sejumlah training area untuk setiap tutupan
lahan paling sedikit sejumlah (n+1) dimana n adalah jumlah saluran spektral yang
digunakan.
Hasil training area yang baik dapat dilihat dari keterpisahan antar piksel
tiap jenis kategori tutupan lahan yang dilakukan dengan analisis separabilitas.
Analisis separabilitas adalah analisis kuantitatif yang menggunakan nilai spektral
yang dihasilkan oleh setiap piksel pada kategori tutupan lahan. Selain itu analisis
separabilitas ini menunjukkan statistik antar kelas berdasarkan rara-rata nilai
digital setiap kelas tutupan lahan untuk melihat apakan kelas tersebut layak
digabung atau tidak. Metode yang digunakan pada analisis separabilitas penelitian
ini adalah metode Transformed Divergence (TD). Metode Transformed
Divergence (TD) digunakan untuk mengukur keterpisaan tiap kelas tutupan lahan.
Semakin kecil nilai yang didapat, semakin jelek separabilitasnya (Jaya 2009).
Nilai nol diartikan tidak bisa terpisah, sedangkan nilai maksimum (2000)
menunjukkan keterpisahan yang sangat baik (excellent).
Hasil analisis separabilitas menunjukkan keterpisahan yang kurang baik dan
tidak terpisah antara beberapa kelas tutupan lahan. Hal ini dapat dilihat dari nilai
separabilitas yang dihasilkan. Kelas tutupan lahan yang tidak terpisah (<1600) dan
kurang baik terpisah (<1800) perlu dilakukan pengelompokan kembali atau
regroup. Regroup dilakukan ke dalam jenis tutupan lahan yang relatif sama
berdasarkan kondisi di lapang dan nilai spektral yang dihasilkan.
Pengelompokan menjadi 12 kelas tutupan lahan pada analisis citra visual
ternyata belum dapat memberi keterpisahan kelas yang optimal. Dari 12 kelas

23

tutupan lahan digabung menjadi 9 kelas tutupan lahan berdasarkan kedekatan

kenampakan visual yang ditemukan dilapang. Kelas tutupan lahan perkebunan
karet produktif dan perkebunan karet tua digabung menjadi hutan. Secara
kualitatif karet produktif dan karet tua memiliki persamaan karakteristik ciri fisik
dan kemiripan nilai digital. Kelas tutupan lahan sawit digabung dengan hutan
dikarenakan memiliki kemiripan nilai digital. Proses re-group dari 12 kelas
tutupan lahan menjadi 9 kelas tutupan lahan dapat dilihat pada Tabel 6.

1
2
3
4
5
6
7
8
9
10
11
12

Tabel 6 Re-group 9 kelas tutupan lahan

Re-group awal
Re-group 1
Badan air
Badan air
Tambak
Tambak
Awan
Awan
Bayangan awan
Bayangan awan
Lahan terbangun
Lahan terbangun
Sawah
Sawah
Kebun campuran
Kebun campuran
Perkebunan karet muda
Perkebunan karet muda
Hutan
Hutan
Perkebunan karet produktif
Perkebunan karet tua
Perkebunan sawit

1
2
3
4
5
6
7
8
9

Tabel 7 Nilai separabilitas 9 kelas tutupan lahan

2
3
4
5
6
7
2 000
2 000 2 000 2 000 2 000 2 000
0
2 000 2 000 1 996 1 896 2 000
2 000
0
2 000 2 000 2 000 2 000
2 000
2 000
0
2 000 2 000 2 000
1 996
2 000 2 000
0
2 000 2 000
1 896
2 000 2 000 2 000
0
2 000
2 000
2 000 2 000 2 000 2 000
0
1 935
2 000 2 000 1 896 1 966 1 999
2 000
2 000 2 000 2 000 2 000 1 994

1
0
2 000
2 000
2 000
2 000
2 000
2 000
2 000
2 000

8
2 000
1 935
2 000
2 000
1 896
1 966
1 999
0
2 000

9
2 000
2 000
2 000
2 000
2 000
2 000
1 994
2 000
0

Keterangan : 1= badan air, 2= perkebunan karet muda, 3= bayangan awan, 4= awan, 5= kebun
campuran, 6= hutan, 7= lahan terbangun, 8= tambak, 9= sawah

Secara umum berdasarkan nilai separabilitas tutupan lahan pada Tabel 7

menunjukkan seluruh jenis kelas tutupan lahan pada 9 kecamatan di Kabupaten
Pesawaran terpisah cukup baik. Kelas awan dan bayangan awan memiliki nilai
separabilitas 2000. Hal ini berarti kelas tutupan lahan tersebut dapat dipisahkan
dengan sangat baik. Nilai separabilitas terkecil ditunjukan oleh kelas tutupan
lahan kebun campuran dan tambak dengan nilai separabilitas sebesar 1896.
Klasifikasi terbimbing pada penelitian ini menggunakan metode maximum
likelyhood
(kemiripan
maksimum).
Metode
maximum
likelyhood
mempertimbangkan nilai rata-rata dan keragaman antar kelas dan saluran

24

(kovariansi) (Lillesand et al. 1990). Metode maximum likelyhood didasarkan pada

nilai pixel sama dan identifikasi pada citra. Dimana setiap pixel yang diambil dari
jenis kategori harus mempunyai satu karakteristik dengan sebaran normal. Teknik
maximum likelyhood memiliki hasil klasifikasi yang lebih teliti dibanding dengan
strategi yang lainnya. Meskipun secara umum pengkelasan maximum likelyhood
diperlukan perhitungan rumit dan banyak untuk mengklasifikasikan setiap pixel.
Secara intuitif maka semakin banyak jumlah saluran yang dapat digunakan pada
pengkelasan kemungkinan maksimum akan membuahkan hasil klasifikasi yang
lebih baik (Lillesand et al. 1990). Hasil klasifikasi citra 9 kelas tutupan lahan
dapat dilihat pada Gambar 15.

Gambar 15 Peta klasifikasi tutupan lahan secara digital di Kabupaten

Pesawaran tahun 2015

25

Hasil klasifikasi dari masing-masing jenis tutupan lahan menggunakan

metode masimum likelyhood diperoleh persentasi luas yang terbesar yaitu 54.2%
dengan jenis tutupan lahan hutan dan yang terendah sebesar 0.1 % dengan jenis
tutupan lahan perkebunan karet muda. Luasan tiap tutupan lahan dapat dilihat
pada Tabel 8.
Luasan tutupan lahan kebun campuran pada klasifikasi secara digital
memiliki perbedaan yang cukup besar terhadap luasan tutupan lahan yang sama
pada klasifikasi secara visual. Perbedaan ini terjadi dikarenakan pada klasifikasi
visual tutupan lahan kebun campuran dapat dibedakan dengan jelas dengan
tutupan lahan hutan. Sedangkan pada klasifikasi digital di beberapa lokasi kebun
campuran dan hutan tidak dapat dibedakan karena adanya kemiripan nilai digital.
Selain itu terdapat kesalahan pengklasifikasian pada tutupan lahan awan dan
sawah yang terklasifikasi menjadi lahan terbangun. Hal ini dapat disebabkan nilai
digital awan yang terklasifikasi menjadi lahan terbangun lebih memiliki kemiripan
dengan nilai digital lahan terbangun dibandingkan nilai digital awan secara umum.
Nilai digital untuk sawah dan lahan terbangun secara keseluruhan memiliki
kemiripan yang mengakibatkan sawah dapat terklasifikasi menjadi lahan
terbangun.
Perbedaan luasan untuk tutupan lahan yang lain tidak terlalu besar. Hal ini
dikarenakan saat deliniasi pada komputer di klasifikasi secara visual penafsir
kurang teliti membuat batasan antara tutupan lahan. Ketidak telitian ini
mengakibatkan terjadi perbedaan tutupan lahan diantara dua klasifikasi.
Tabel 8 Klasifikasi tutupan lahan di Kabupaten Pesawaran tahun 2015
Tutupan lahan
Luasan (ha)
Persentase (%)
Awan / Bayangan awan
28 766.78
Hutan
60 860.35
Sawah
860.39
Badan Air
750.72
Perkebunan karet Muda
116.78
Kebun Campuran
4 438.91
Lahan Terbangun
15 959.06
Tambak
650.39
112 403.38
Total

25.6
54.2
0.74
0.7
0.1
3.86
14.2
0.6
100

Pengolahan klasifikasi citra secara digital dibagi menjadi beberapa tahapan

waktu. Tahapan-tahapan tersebut adalah penentuan area contoh, analisis
separabilitas, klasifikasi tutupan lahan dan pengolahan lanjutan. Tahapan yang
memakan waktu lebih banyak terjadi pada pengolahan lanjutan yaitu 8 jam 12
menit. Total waktu yang diperlukan untuk melakukan pengolahan citra secara
digital adalah 9 jam 10 menit . Waktu tiap tahapan pengolahan dapat dilihat pada
Tabel 9.

26

Tabel 9 Waktu pengolahan klasifikasi digital

Tahapan pengolahan
Waktu
Penentuan area contoh
54 menit
Analisis separabilitas
1 menit
Klasifikasi tutupan lahan
3 menit
Reclassifikasi
8 jam 12 menit
Total
9 jam 10 menit

Uji Akurasi
Uji akurasi dilakukan untuk mengetahui tingkat ketelitian hasil dari
klasifikasi tutupan lahan yang dibuat. Metode yang digunakan untuk mengetahui
tingkat akurasi adalah dengan menggunakan matriks kesalahan atau disebut juga
matrik kontingensi. Matrik kesalahan adalah materi bujur sangkar yang berfungsi
untuk membandingkan antara data lapangan dan korespondensinya dengan hasil
klasifikasi (Lillesand et al. 1990). Dalam matrik kontingensi ada beberapa
informasi yang didapat yaitu producers accuracy, users accuracy, overall
accuracy dan kappa accuracy. Akurasi yang dianjurkan menggunakan kappa
accuracy karena akurasi ini menggunakan seluruh elemen yang ada dalam matriks
kontingensi.
a. Uji akurasi klasifikasi tutupan lahan secara visual

Uji akurasi klasifikasi visual menggunakan data refrence berupa data titik
pengamatan di lapang atau ground check dan data klasifikasi. Berdasarkan hasil
uji akurasi klasifikasi secara visual pada lampiran 2 diperoleh Producers
accuracy yang terkecil yaitu jenis tutupan lahan terbangun sebesar 53.85%. Hal
ini dikarenakan dari 13 titik ground check terdapat 1 titik terklasifikasi menjadi
badan air, 4 titik terklasifikasi menjadi sawah dan 1 titik terklasifikasi menjadi
kebun campuran. Sedangkan untuk Users accuracy nilai akurasi yang terkecil
yaitu awan atau bayangan awan sebesar 66.67%. Hal ini dikarenakan adanya
penambahan titik sebanyak 1 titik dari jenis tutupan lahan perkebunan karet
produktif. Selain Producers accuracy dan Users accuracy diperoleh juga nilai
Overall accuracy sebesar 89% dan Kappa accuracy sebesar 87.59%. Hasil uji
akurasi disajikan pada Tabel 10.
b. Uji akurasi klasifikasi tutupan lahan secara digital

Uji akurasi klasifikasi digital menggunakan metode yang sama dengan uji
akurasi klasifikasi visual tetapi data yang digunakan berbeda. Pada klasifikasi
digital data refrence yang digunakan adalah data training area yang berupa piksel
dan data hasil klasifikasi. Hasil uji akurasi klasifikasi secara digital pada lampiran
3 diperoleh nilai Producers accuracy terkecil diperoleh jenis tutupan lahan
tambak sebesar 84.03%. Hal ini menunjukan bahwa dari 119 pixel terdapat 19
pixel yang masuk kedalam jenis tutupan lahan bayangan awan. Sedangkan untuk
Users accuracy nilai terkecil diperoleh jenis tutupan lahan bayangan awan
sebesar 97.61% . Hal ini dikarenakan adanya penambahan 19 piksel tutupan lahan
tambak dari total 119 pixel. Selain Producers accuracy dan Users accuracy
diperoleh juga nilai Overall accuracy sebesar 99.25% dan Kappa accuracy

27

sebesar 99.11%. Overall accuracy jarang digunakan karena nilai yang dihasilkan
over estimate. Hasil uji akurasi disajikan pada Tabel 10.
Nilai uji akurasi klasifikasi secara digital memiliki nilai yang lebih tinggi
dibandingkan dengan nilai uji akurasi secara visual. Hal ini dikarenakan
pengklasifikasian secara digital hanya berdasarkan dari training area, sedangkan
pengklasifikasian secara visual berdasarkan banyak elemen dan bergantung
kepada kemampuan penafsir.
Tabel 10 Uji akurasi klasifikasi tutupan lahan
Uji akurasi
Metode klasifikasi
Overall
Kappa
Accuracy (%)
Accuracy (%)
Metode visual
89
87.59
Mertode digital
99.25
99.11
Pemetaan Klasifikasi Tutupan Lahan Pada Kawasan Hutan
Menurut Undang-Undang Republik Indonesia nomor 41 tahun 1999,
kawasan hutan merupakan wilayah tertentu yang ditunjuk dan atau ditetapkan
oleh pemerintah untuk dipertahankan keberadaannya sebagai hutan tetap.
Kabupaten Pesawaran memiliki beberapa kawasan hutan yaitu hutan lindung,
hutan produksi dan taman hutan raya (Tahura).
Pemetaan klasifikasi tutupan lahan pada kawasan hutan di Kabupaten
Pesawaran menggunakan data hasil klasifikasi tutupan lahan secara visual. Hal ini
dikarenakan klasifikasi tutupan lahan secara visual mampu mengklasifikasi
tutupan lahan lebih detail dibandingkan dengan klasifikasi digital. Hasil uji
akurasi klasifikasi visual memiliki nilai yang lebih rendah dibandingkan uji
akurasi klasifikasi digital tetapi hasil klasifikasi secara visual masih dapat
digunakan karena memiliki nilai uji akurasi >80%.
Pada kawasan hutan lindung terdapat 10.31 ha tutupan lahan kebun
campuran dan 181.46 ha lahan terbangun berdasarkan klasifikasi tutupan lahan
secara visual. Pada dasarnya fungsi dari kawasan hutan lindung merupakan
pelindung sistem penyangga kehidupan untuk mengatur tata air, mengendalikan
erosi dan memelihara kesuburan tanah. Terjadinya perubahan fungsi kawasan
hutan lindung menjadi lahan terbangun dan kebun campuran perlu dilakukan
penanganan lebih lanjut. Penanganan yang perlu dilakukan salah satunya adalah
pengembalian lahan terbangun dan kebun campuran menjadi hutan lindung
kembali guna menjaga kestabilan sumber daya alam yang tersedia
(Kusumaningtyas et al. 2013).
Pada kawasan hutan produksi terdapat 745.59 ha tutupan lahan sawah,
263.63 ha tutupan lahan perkebunan sawit dan 52.61 ha lahan terbangun.
Perubahan fungsi hutan produksi cendrung mengarah kepada perkebunan sawit
dan sawah. Perkebunan sawit dan sawah merupakan potensi yang menonjol di
Kabupaten Pesawaran, hal ini dapat menjadi masukan bagi pengelolaan hutan
selanjutnya.
Pada kawasan Tahura terdapat 537.2 ha tutupan lahan perkebunan karet
produktif dan 186.94 ha lahan terbangun. Seperti halnya Taman Nasional dan

28

Taman Buru, Tahura termasuk kawasan hutan konservasi yang tidak boleh diubah
peruntukan dan fungsinya. Oleh sebab itu harus dilakukan penanganan berupa
pengembalian kawasan dari perkebunan karet dan lahan terbangun menjadi
Tahura kembali. Peta klasifikasi tutupan lahan pada kawasan hutan dapat dilihat
pada Gambar 16.

Gambar 16 Peta klasifikasi tutupan lahan pada kawasan hutan di Kabupaten

Pesawaran 2015

29

SIMPULAN DAN SARAN

Simpulan
Klasifikasi tutupan lahan secara digital dengan training area diperoleh 9
kelas tutupan lahan yaitu awan, bayangan awan, badan air, tambak, lahan
terbangun, sawah, perkebunan karet muda, kebun campuran dan hutan. Sedangkan
klasifikasi tutupan lahan secara visual dengan on-screen digitation diperoleh 12
kelas tutupan lahan yaitu awan, bayangan awan, badan air, tambak, lahan
terbangun, sawah, perkebunan karet muda, perkebunan karet produktif,
perkebunan karet tua, kebun campuran, perkebunan sawit dan hutan. Waktu yang
diperlukan dalam pengolahan secara digital yaitu 9 jam 10 menit dan pengolahan
secara visual membutuhkan waktu 16 jam 43 menit. Hasil uji akurasi klasifikasi
secara digital dengan Overall accuracy sebesar 99.25% dan Kappa accuracy
sebesar 99.11%. Sedangkan hasil uji akurasi klasifikasi secara visual dengan
Overall accuracy sebesar 89% dan Kappa accuracy sebesar 87.59%. Pada
klasifikasi tutupan lahan di kawasan hutan terdapat tutupan lahan yang tidak
sesuai dengan fungsi kawasan hutan dan harus dikembalikan sesuai dengan fungsi
kawasan hutan tersebut.
Saran
Perlu dilakukan penelitian lebih lanjut dengan menggunakan landsat citra
yang lebih baik agar dapat mengidentifikasi tutupan lahan yang lebih detail.
Pemilihan analisis citra yang akan digunakan bergantung kepada tujuan dari
analisis itu dilakukan dan kualitas dari citra itu sendiri. Jika analisis dilakukan
bertujuan untuk mendapatkan hasil yang cepat dan akurasi yang tinggi sebaiknya
menggunakan analisis citra secara digital. Sedangkan jika analisis dilakuka
bertujuan untuk mendapatkan hasil klasifikasi yang detail sebaiknya
menggunakan analisis citra secara visual. Analisis citra digital disarankan untuk
digunakan pada citra yang memiliki kualitas yang baik. Sedangkan analisis citra
visual dapat digunakan pada citra kualitas baik dan tidak baik.

DAFTAR PUSTAKA
Ardiansyah M.1987. Analisis Digital Data MSS Landsat Untuk Pemetaan
Penutupan Lahan atau Tataguna Lahan, Suatu Studi Kasus Daerah Lembang
dan Sekitar Jawa Barat [skripsi]. Bogor (ID) : Institut Pertanian Bogor
[BAPLAN] Badan Planologi Kehutanan, Pusat Investarisasi dan Perpetaan Hutan,
Badan Planologi Kehutanan, Kementrian Kehutanan. 2008. Pemantauan
Sumber Daya Hutan. Jakarta (ID): Badan Planologi Kehutanan, Departemen
Kehutanan.
[BPS] Badan Pusat Statistik Kabupaten Pesawaran.2014. Statistik Daerah
Kabupaten Pesawaran 2014. Lampung (ID): Badan Pusat Statistik .
Buono A, Marimin, Putri D. Klasifikasi Penutupan Lahan Pada Multispektral
Image dari Landsat Thematic Mapper Menggunakan Probabilistik Neural
Network. Jurnal Ilmiah. 2(2):1-3

30

Danoedoro P. 2012. Pengantar Penginderaan Jauh Digital. Yogyakarta (ID):

Penerbit ANDI.
Jaya INS. 2009. Analisis Citra Digital: Perspektif Pengindraan Jauh Untuk
Pengelolaan Sumberdaya Alam. Bogor (ID): Fakultas Kehutanan IPB.
Jaya INS. 2010. Analisis Citra Digital: Perspektif Pengindraan Jauh Untuk
Pengelolaan Sumberdaya Alam. Bogor (ID): Fakultas Kehutanan IPB
Kusumaningtyas R, Chofyan I. 2013. Pengelolaan Hutan Dalam Mengatasi Alih
Fungsi Lahan Hutan Di Wilayah Kabupaten Subang. Ejurnal UNISBA. 2(13):
8-19.
Lillesand TM, Kiefer RW.1990. Pengindraan Jauh dan Penafsiran Citra.
Dulbahri, Suharsono P, Hartono, Suharyadi, penerjemah; Susanto, editor.
Yogyakarta (ID): Gadjah Mada University Press. Terjemahan dari: Remote
Sensing dan Image Interpretation.
[NASA] National Aeronautics and Space Administration (US). 2011. Landsat
Data Continuity Mission [internet]. [diunduh Maret 2015]. Tersedia pada
http://ldcm.gsfc.nasa.gov/.
Prahasta. 2008. REMOTE SENSING : Praktis Pengindraan Jauh & Pengolahan
Citra Dijital Dengan Perangkat Lunak ER Maper. Bandung (ID): Informatika
Bandung.
Purwadhi. 2001. Interpretasi Citra Digital. Jakarta (ID): Gramedia Widiasarana.
Salman F. 2011. Evaluasi Manual Penafsiran Visual Citra Alos Palsar Dalam
Mengidentufikasi Penutupan Lahan Menggunakan Citra Alos Palsar Resolusi
50 Meter [skripsi]. Bogor (ID): Intitut Pertanian Bogor.
Susanto. 1992. Pengindraan Jauh. Yogyakarta (ID): Gadjah Mada University
Press.
Undang-Undang Republik Indonesia Nomor 41 Tahun 1999 Tentang Kehutanan.
[USGS] United States Geological Survey. 2013. Landsat 8 [internet].[diacu 2015
Oktober]. Tersedia dari http://landsat.usgs.gov/landsat8.php.
[USGS] United States Geological Survey. 2014. Landsat 8 OLI (Operational
Land Imager) and TIRS (Thermal Infared Sensor) [Internet]. [diacu 2015
Maret ]. Tersedia dari http://landsat.usgs.gov.
Wahyunto, Murdiyati SR, Ritung S. 2004. Aplikasi Teknologi Pengindraan Jauh
dan Uji Validasinya Untuk Deteksi Penyebaran Lahan Sawah dan
Penggunaan/Penutupan Lahan. Balai penelitian tanah. 1(13): 746-769.

31

Lampiran 1 Nilai separabilitas 12 kelas tutupan lahan

32

Lampiran 2 Uji akurasi klasifikasi secara visual

33

Lampiran 3 Uji akurasi klasifikasi secara digital

34

Lampiran 4 Klasifikasi tutupan lahan pada kawasan hutan di Kabupaten

Pesawaran tahun 2015

35

RIWAYAT HIDUP
Penulis dilahirkan di Bandar Lampung pada tanggal 21 November 1992 dari
Ayah Sulaiman Sartana dan Ibu Emi Sabaryati. Penulis adalah anak keempat dari
lima bersaudara. Tahun 2011 penulis lulus dari SMA Negeri 3 Bandar Lampung
dan pada tahun yang sama penulis lulus seleksi masuk Institut Pertanian Bogor
melalui Undangan Seleksi Masuk IPB dan diterima di Departemen Manajemen
Hutan, Fakultas kehutanan.
Selama mengikuti perkuliahan, penulis pernah menjadi asisten mata kuliah
Geomatika dan Indraja Kehutanan pada tahun 2015, Teknik Inventarisasi
Sumberdaya Hutan 2015-2016. Selain itu penulis aktif menjadi pengurus
Himpunan Profesi Departemen Manajemen Hutan yaitu Forest Management
Students Club (FMSC) sebagai Sekertaris Divisi Keprofesian periode 2013/2014
dan anggota Kelompok Studi Perencanaan Sumberdaya Hutan 2012-2014. Penulis
pernah melakukan Praktek Pengenalan Ekosistem Hutan (P2EH) di KamojangSancang Barat Jawa Barat tahun 2013, Praktek Pengelolaan Hutan(PPH) di Hutan
Pendidikan Gunung Walat tahun 2014 , serta Praktek Kerja Lapang (PKL) di
APHR Wonosobo Februari Maret 2015. Untuk Memperoleh gelar Sarjana
Kehutanan di IPB, penulis menyelesaikan skripsi yang berjudul Identifikasi
Karakteristik dan Pemetaan Tutupan Lahan Menggunakan Landsat 8 (OLI) di
Kabupaten Pesawaran Provinsi Lampung di bawah bimbingan Dr Nining
Puspaningsih, MSi.