Anda di halaman 1dari 21

Bab I Metodologi Pekerjaan

Pekerjaan Pembuatan Peta Tutupan Lahan Provinsi Jawa Barat tahun 2014 memiliki spesifikasi
teknis yang dibutuhkan sebagai berikut:

Tabel 1. Spesifikasi Teknis yang dituntut

Item Spesifikasi
Output Peta:
Peta Tutupan Lahan
Skala 1:25.000
Sumber data Citra satelit
Resolusi 10 – 15 m
Waktu Akuisisi 2013-2014
Referensi 1:
Peta RBI Bakosurtanal skala 1:25.000
Skala 1:25.000
Sumber data Foto Udara
Waktu Akuisisi 1994
Referensi 2:
Peta Tutupan Lahan
Skala 1:25.000
Sumber data Citra Satelit ALOS
Waktu Akuisisi 2010

Metodologi pekerjaan ini dapat dilihat pada diagram sebagai berikut:

1
2
Gambar 1. Metodologi

1.1 Tahap Persiapan

Kegiatan utama yang dilakukan pada tahap ini meliputi persiapan administratif, persiapan
manajemen konsultan, persiapan teknis, persiapan perangkat keras dan perangkat lunak. Secara
spesifik, rangkaian kegiatan yang dilakukan pada tahap persiapan meliputi:

1.1.1 Persiapan Administratif

Persiapan administratif meliputi kegiatan penyiapan dokumen administrasi dan surat-menyurat, dokumen
kontrak kerja, fasilitas operasional kantor, tenaga administrasi dan tenaga pendukung .

1.1.2 Persiapan Manajemen

Persiapan manajemen konsultan meliputi kegiatan penyiapan tenaga ahli dan kegiatan
koordinasi/diskusi antara tenaga ahli yang terlibat dalam tim kerja konsultan. Tenaga ahli yang
akan dilibatkan harus memenuhi kriteria yang sesuai dengan kebutuhan dan tuntutan pekerjaan
(bidang keahlian, kualifikasi personil, dan pengalaman kerja). Penentuan personil yang akan
dilibatkan dilakukan dengan mempertimbangkan tingkat efesiensi dan efektifitas kerja yang dapat
diberikan, sehingga proses pelaksanaan pekerjaan dapat berlangsung secara efektif dan efesien.

Pada tahap awal, kegiatan koordinasi tim kerja konsultan bertujuan untuk mempersiapkan segala
sesuatu yang berkaitan dengan pelaksanaan pekerjaan secara matang dan rinci, berkaitan dengan
proses pekerjaan yang akan dilakukan, Kegiatan ini meliputi penyusunan organisasi kerja,
penyusunan rencana kerja, pembagian kerja, serta kebutuhan fasilitas pendukung yang diperlukan
bagi kelancaran pelaksanaan pekerjaan.

Pada tahap selanjutnya kegiatan koordinasi dan diskusi tim kerja konsultan akan dilakukan secara
berkelanjutan (selama proses pelaksanaan pekerjaan berlangsung), untuk memperoleh
kesepakatan-kesepakatan tertentu yang diperlukan.

1.1.3 Persiapan Teknis

3
Persiapan teknis meliputi Koordinasi dan Diskusi Awal yang dilakukan antara tim konsultan dengan
tim teknis dan pemberi tugas, yang antara lain bertujuan untuk membahas tentang berbagai
persiapan yang harus dilakukan berkaitan dengan rencana pelaksanaan pekerjaan, termasuk dalam
hal ini adalah penyamaan persepsi dan pemahaman antara Konsultan dan Tim Teknis/Pemberi
Tugas mengenai prinsip-prinsip pekerjaan serta lingkup materi/substansi pekerjaan.

1.1.4 Persiapan Perangkat Keras dan Perangkat Lunak

Secara garis besar peralatan yang diperlukan untuk mendukung kegiatan ini adalah sebagai berikut:

1. Komputer dan Alat Cetak Peta


a. Seperangkat komputer pengolah data dengan spesifikasi Processor dengan Ram 8 GB,
Hardisk 750 GB, Monitor SVGA 17”, Plotter A0, Printer Deskjet.
b. Pendukung operasional komputer
c. Hardisk eksternal
d. Perangkat Lunak yang digunakan: Perangkat lunak pengolahan data citra digital dan GIS:
software PCI Geomatica V9.1 atau ERDAS 8.6 atau ER Mapper 7.0 atau ENVI 4.8, ARC GIS
ver 9/10, Global Mapper 12, Microsoft Office XP.
2. Peralatan Survei : GPS handheld dan GPS bluetooth masing-masing dengan akurasi ≤10m,
kamera DSLR.

4
1.2. Pengumpulan data dan referensi

Kegiatan inventarisasi dan evaluasi data merupakan kegiatan untuk mengumpulkan data eksisting
yang terkait secara langsung maupun tidak langsung dengan sasaran pengembangan sistem yang
diharapkan. Pada tahap ini dilakukan identifikasi jenis data apa saja yang diperlukan dan sumber
datanya. Jenis data tersebut dapat bersumber dari user (internal data) dan data di luar user
(eksternal data).

Citra satelit yang memiliki resolusi 10 s.d. 15 meter seperti yang dibutuhkan dalam pekerjaan untuk
saat ini dapat dipenuhi oleh SPOT, Landsat 8 OLI Pansharping, ASTER dan ALOS.

Gambar 1. Citra Landsat 8 OLI 30 m (kiri) dan 15 m hasil pansharp (kanan)

5
Gambar 2. Citra SPOT 10 m false colour tanpa band biru

Gambar 3. Citra satelit ALOS Avnir-2 10 m (discontinued)

6
Gambar 4. Citra ASTER 15 m false colour tanpa band biru

Tabel 2. Spesifikasi band Citra Landsat 8 OLI

7
Tabel 3. Spesifikasi band Citra SPOT

Tabel 4. Spesifikasi band Citra ALOS


Band Wavelength Region (µm) Resolution (m)
1 0.42-0.50 (blue) 10
2 0.52-0.60 (green) 10
3 0.61-0.69 (red) 10
4 0.76-0.89 (near-IR) 10

Tabel 5. Spesifikasi band Citra ASTER

Citra ALOS AVNIR umum digunakan untuk pembuatan peta skala 1:25.000. Ini karena citra tersebut
memiliki tampilan natural dan true colour dan resolusi yang cukup yakni 10 meter, bahkan bisa
dipansharp dengan ALOS Prism 2.5 meter, sehingga memiliki resolusi 2.5 meter dan tampilan
natural colour. Tapi sayang, pada tanggal 22 April 2011 misi satelit ini harus berakhir dikarenakan

8
terdapat kerusakan pada sistem power. Hal ini mengakibatkan Citra ALOS hanya tersedia sampai
April 2011.

Citra SPOT dan ASTER tidak memiliki band biru, hal ini dapat mengurangi keakurasian dalam
interpretasi karena warna yang dihasilkan tidaklah natural atau true, tapi false sehingga
interpretator akan kesulitan dalam menentukan objek tutupan lahannya.

Citra Landsat 8 adalah kelanjutan misi dari citra Landsat ETM+ yang paling populer di lingkungan
mapping sumber daya alam. Landsat 8 tampil dengan menawarkan 11 band termasuk pencitraan
objek sumber daya pantai dan awan cirrus. Landsat 8 juga memiliki band pankromatik yang bisa
digunakan untuk mempertajam citra resolusi 30 meter menjadi 15 meter menggunakan metode
image pansharpening.

9
1.3. Pengolahan Data

1.3.1. Pra-Prosesing

a. Koreksi Radiometris

Sebelum digunakan, citra satelit harus melalui tahap pra prosessing. Citra tersebut diperbaiki
tampilan spektralnya dengan cara koreksi radiometris. Koreksi radiometris ini sangat diperlukan
untuk mendapatkan nilai spektral murni sebagai syarat untuk klasifikasi otomatis secara terawasi
(supervised) maupun tidak terawasi (unsupervised). Salah satu teknik untuk koreksi ini adalah
menggunakan fungsi FLAASH (Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes) dari
perangkat lunak ENVI. Fungsi ini menggunakan algorithma MODTRAN untuk menghilangkan efek
atmosfer dari citra.

Cara lainnya adalah dengan konversi nilai Digital number menjadi nilai reflektansi murni
menggunakan algoritma sebagai berikut:

dimana:

= Reflektansi planet

= Radiansi spektral pada sensor

d = Jarak bumi-matahari dalam satuan astronomi

= Iradiansi eksoatmosfer rata-rata dari matahari

= Sudut zenith matahari dalam derajat

10
Table 6. Nilai Iradiansi Spektral Matahari

Band watts/(meter squared * μm)


1 1969.000
2 1840.000
3 1551.000
4 1044.000
5 225.700
7 82.07
8 1368.000

Tabel 7. Jarak Bumi-Matahari dalam Unit Astronomi

Hari Jarak Hari Jarak Hari Jarak Hari Jarak Hari Jarak
1 .9832 74 .9945 152 1.0140 227 1.0128 305 .9925
15 .9836 91 .9993 166 1.0158 242 1.0092 319 .9892
32 .9853 106 1.0033 182 1.0167 258 1.0057 335 .9860
46 .9878 121 1.0076 196 1.0165 274 1.0011 349 .9843
60 .9909 135 1.0109 213 1.0149 288 .9972 365 .9833

Pengolahan citra diterapkan pada citra 8-bit yang memiliki nilai dengan rentang 0 – 255.
Oleh karena itu, hasil koreksi yang masih berupa nilai reflektansi dengan rentang nilai
antara -1 dan +1, diskala ulang ke rentang skala 0 – 255. Adapun caranya adalah
dengan menggunakan rumus berikut ini:

DN = (( ρH – ref min) / (ref max – ref min)) * 255

dimana:

ρH = nilai reflektansi

ref min = nilai reflektansi minimum yang ada dalam kanal citra

ref max = nilai reflektansi maksimum yang ada dalam kanal citra

11
b. Image Pansharpening

Beberapa Citra satelit membuat salahsatu band-nya berresolusi lebih tinggi daripada yang lainnya.
Hal ini untuk meringankan beban penyimpanan data pada satelit dan transfer data kepada ground
station. Band yang beresolusi lebih tinggi ini dapat mempertajam tampilan band yang lainnya
dengan menggunakan teknik Image Pansharpening. Teknik ini menggabungkan citra berwarna
(multispektral) dengan citra hitam putih (pankromatik) yang beresolusi lebih tinggi sehingga
menghasilkan citra multispektral yang beresolusi lebih tinggi.

Gambar 5. Citra Landsat 30 m (kiri) dan Citra Landsat setelah di Pansharpening15 m (kanan)

12
c. Koreksi Geometris

Citra satelit kemudian dikoreksi posisinya terlebih dahulu menggunakan Peta dasar RBI
Bakosurtanal. Koreksi geometris yang disebut Orthorektifikasi ini menggunakan Digital Elevation
Model sebagai model tinggi agar dapat menghilangkan efek dari terrain terhadap citra yang dapat
mengganggu akurasi posisi.

Gambar 6. Proses Orthorektifikasi menggunakan Digital Elevation Model untuk Koreksi Citra
Satelit secara tiga dimensi (x, y, h)

Setiap data citra yang diperoleh pada umumnya akan mengalami distorsi geometrik. Adapun
penyebabnya adalah distori sistematik yang bersifat konstan dan dapat diperkirakan sebelumnya.
Distorsi non sistematik sifatnya acak sehingga tidak dapat diperkirakan. Sebagai contoh uraian
berikut mengungkapkan sumber distorsi yang umum terjadi pada citra satelit.

Distorsi sistematik :

1. Scan skew, disebabkan oleh pergerakan maju satelit yang tidak normal terhadap jalur yang
sebenarnya.

13
2. Mirror scan velocity, disebabkan oleh laju canner yang tidak konstan.

Distorsi sistematik dikoreksi dengan ukuran pre-launch calibration di stasion penerima data satelit.
Sedangkan distorsi non sistematik dikoreksi dengan melakukan proses rektifikasi geometri. Pada
pelaksanaan pembuatan mosaik citra MOS-MESSR ini data citra yang diperoleh sudah dalam
keadaan terkoreksi radiometrik, jadi proses pemulihan citra yang dilakukan hanya proses koreksi
(rektifikasi) geometrik.

Sebelum kita melakukan koreksi geometrik terhadap suatu citra maka diperlukan hubungan
relasional antara citra dengan posisi spasial di lapangan yang dinyatakan dengan peta topografi.
Hubungan ini diwujudkan dengan melakukan proses rektifikasi melalui transformasi matematis
dari koordinat citra ke koordinat peta topografi. Dalam hal ini maka peta topografilah yang menjadi
referensi dalam melakukan rektifikasi citra.

Hal-hal yang perlu diperhatikan pada pendefinisian GCP pada peta dan citra adalah sebagai berikut:

1. Titik kontrol harus nampak jelas pada citra sehingga memudahkan dalam pengidentifikasian,
misalnya perpotongan dua jalan raya, atau perpotongan jalan raya dengan sungai besar.
2. Jumlah GCP harus memenuhi persyaratan dan merata agar dapat direktifikasi, semakin banyak
dan merata GCP maka hasil rektifikasi akan semakin baik.
3. Kualitas GCP pun harus baik, yang diperlihatkan dengan nilai RMS errornya yang kecil. Besarnya
nilai RMS error tergantung pada ketepatan letak antara titik yang sama pada citra.

RMS titik GCP merupakan vektor kesalahan yang komponen-komponennya adalah selisih koordinat
hasil hitung dengan koordinat sebenarnya di titik tersebut. Berdasarkan nilai RMS kita dapat
memilih titik-titik GCP yang baik kualitasnya, sehingga dengan fleksibel titik-titik GCP dapat
diaktif / non-aktifkan. Pemilihan GCP dilakukan sampai diperoleh nilai RMS yang memenuhi syarat .

Gambar 8. Contoh List GCP untuk Koreksi Geometris

14
d. Image Mosaiking dan Image Enhanchement

Untuk Provinsi Jawa Barat, dpat dipastikan citra yang tersedia lebih dari satu scene. Pemilihan scene
citra perlu dilakukan agar daerah yang tertutup awan seminimal mungkin. Oleh sebab itu, perlu
adanya proses mosaiking setelah dikoreksi geometris. Mosaiking adalah proses penggabungan lebih
dari satu scene citra sehingga tidak terlihat perbedaan warna maupun tone di perbatasan citra
tersebut. Hal ini bisa dilakukan dengan menggunakan teknik Color Balancing di daerah perbatasan.
Selain itu, metode pembentukan Cutlines harus diaplikasikan sehingga mendapatkan mosaik citra
yang tergabung sempurna.

Gambar 9. Empat scene citra sebelum dimosaik (kiri) dan setelah dimosaik (kanan)

1.3.2 Klasifikasi Citra (Interpretasi)

Citra mosaik yang sudah memiliki koordinat yang baik sesuai dengan referensi peta RBI kemudian
diklasifikasikan menggunakan sample dengan bantuan peta RBI. Teknik klasifikasi ini disebut
dengan Supervised Classification. Sample, atau istilah lainnya adalah training site harus memiliki
nilai piksel murni, yang memiliki nilai simpangan kecil dari kumpulan piksel yang dipillih untuk
satu objek tutupan lahan. Hal ini dilakukan untuk menjaga konsistensi dalam automatic
classification, sehingga hasil klasifikasinya akurat.

15
Selain dengan Supervised Classification, interpretasi citra satelit bisa dilakukan menggunakan
metode dijitasi on screen dengan panduan dari peta RBI Bakosurtanal. Hal ini bisa lebih akurat
dikarenakan kelas tutupan lahan peta RBI Bakosurtanal tidak sama dengan kelas tutupan lahan
citra landsat menggunakan Supervised Classification sehingga pasti akan ada ketidaksesuaian yang
banyak sebagai akibat dari salah klasifikasi.

Klasifikasi terbimbing lebih akurat untuk pemetaan kelas-kelas tutupan lahan, tetapi amat
tergantung dengan kognisi dan keterampilan dari analis citra. Strategi yang diterapkan pada
dasarnya sederhana: analis harus mampu mengenali kelas konvensional (nyata dan dikenal dengan
baik) atau kelas yang memiliki fungsi (namun seringkali bersifat buatan) dalam sebuah citra
berdasarkan pengetahuan yang dimiliki olehnya, misalnya pengalaman pribadi dengan wilayah
kajian, berdasarkan peta tematik yang ada atau berdasarkan studi langsung di lapangan.
Pengenalan akan obyek yang baik ini membuat analis mampu untuk memilih dan menetapkan kelas
yang bersifat diskrit (karena itu disebut dengan membimbing proses pemilihan) dan menetapkan
kelas-kelas tersebut dengan nama kategorinya. Analis juga menetapkan titik-titik sampel (training
sites) pada citra untuk mengidentifikasi kelas-kelas yang dimaksud.

Training sites adalah wilayah yang merepresentasikan setiap kategori tutupan lahan yang nampak
cukup homogen dalam citra (ditentukan dengan kesamaan dalam tone atau warna dengan bentuk
tertentu). Analis mencari dan membatasinya dengan menggambar batas poligon (dengan
menggunakan tetikus) dalam tampilan citra. Untuk setiap kelas yang dibatasi, nilai rata-rata dan
variansi dari Digital Number setiap band yang digunakan untuk mengklasifikasi dihitung dari
semua piksel yang berada di dalam batas tersebut.

Lebih dari satu poligon dapat dibuat untuk setiap kelas. Ketika DN diplot sebagai sebuah fungsi dari
urutan band (semakin meningkat seiring dengan panjang gelombang), hasilnya disebut dengan
kurva spectral signature atau respons spektral untuk kelas tersebut.

Pada kenyataannya spectral signature sebenarnya menggambarkan seluruh material yang ada di
dalam daerah sampel yang berinteraksi dengan radiasi yang datang. Klasifikasi dapat dilakukan
dengan melakukan pemrosesan statistika yang mana setiap piksel dibandingkan dengan beragam
signatures dan ditetapkan untuk kelas yang paling dekat signaturenya. Mungkin saja ada sedikit
piksel yang tidak teridentifikasi dalam proses ini karena piksel-piksel tersebut termasuk ke dalam
kelas yang tidak dikenal atau didefinisikan sebelumnya.

16
1.4. Survey Lapangan

Pekerjaan berikutnya adalah survey Ground Thruthing, sebagai kontrol dari hasil interpretasi dan
chek perubahan tutupan lahan sebagai validasi perhitungan (analisis). Survey ini menggunakan alat
GPS handheld yang ketelitiannya cukup untuk resolusi citra yang dipakai. Ketelitian GPS handheld
adalah 3-5 meter, sedangkan resolusi citra yang digunakan adalah 10-15 meter. Survey ini juga
mengambil foto lokasi serta merekam spektralnya untuk digunakan sebagai masukan dalam
klasifikasi terawasi yang menggunakan nilai piksel murni. Foto lokasi, nilai koordinat serta nilai
spektralnya kemudian diarsipkan berbentuk buku.

1.5. Uji tingkat akurasi

Dalam Identifikasi penggunaan lahan dengan citra skala menengah, selain beberapa unsur yang
digunakan sebagai dasar analisis perlu diperhatikan juga beberapa faktor penutup lahan misalnya
jenis vegetasi, keadaan air genangan, dan tanah terbuka. Setiap faktor akan memberikan reflektasi
yang berbeda dan akan berpengaruh terhadap kenampakan objek.

Kendala dalam analisis penggunaan lahan menggunakan citra satelit landsat antara lain adalah
apabila daerahnya berawan maka objek sulit dianalisis/diinterpretasi. Demikian pula bila peliputan
landsat pada musim kemarau dan semua sawah yang ada di daerah tersebut ditanami palawija
maka perbedaan lahan sawah dengan lahan kering sulit dilakukan. Ketelitian hasil kasifikasi perlu
diukur menggunakan metode tertentu sebagai uji akurasi.

Uji tingkat akurasi dari hasil klasifikasi ini harus memiliki batasan di 90% model kappa, yakni
besarnya tingkat kecocokan atau korelasi ground thruth dengan hasil klasifikasi/interpretasi.

Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik pengukuran
asosiasi/hubungan (measures of association). Pengukuran asosiasi merupakan istilah umum yang
mengacu pada sekelompok teknik dalam statistik bivarian yang digunakan untuk mengukur
kekuatan hubungan antara dua variabel.

Analisis kolerasi digunakan untuk menentukan hubungan kerapatan tajuk dengan penggunaan
lahan. Analisis ini dapat ditentukan dengan persamaaan:

17
dimana:

r = koefisien korelasi
x = ground thruth data
y = hasil klasifikasi

Untuk nilai penggunaan lahan didapat dari hasil skoring berdasarkan penggunaan lahan, nilai
skoringnya sebagai berikut:

Untuk memudahkan melakukan interpretasi mengenai kekuatan hubungan antara dua variabel
dapat kita lihat dari kriteria sebagai berikut:

 0 : Tidak ada korelasi antara dua variable (0%)

 0 - 0,25 : Korelasi sangat lemah (0 - 25%)

 0,25 - 0,5 : Korelasi cukup (25% - 50%)

 0,5 - 0,75 : Korelasi kuat (50% - 75%)

 0,75 -0,99 : Korelasi sangat kuat (75% - 99%)

 1 : Korelasi Sempurna (100%)

18
1.6 Analisis

Setelah data selesai diolah, tahap berikutnya adalah analisis data peta tutupan lahan. Komponen
yang dianalisis adalah pergeseran perubahan lahan dari sebelumnya (data RBI 1994 dan data
Tutupan Lahan 2010). Analisis lainnya adalah kesesuaian tutupan lahan terkini dengan kawasan
lindung 45% Jawa Barat sebagai masukan dalam pengambilan keputusan penataan ruang.

Analisis perubahan penggunaan lahan dilakukan dengan membandingkan peta penggunaan lahan
tahun lama dengan peta penutupan lahan terbaru. Hal ini dilakukan untuk mengetahui perubahan
penggunaan lahan yang terjadi pada rentang waktu tertentu. Laju perubahan penggunaan lahan
disajikan dalam bentuk persen dengan persamaan berikut:

Keterangan :

N = Laju perubahan penggunaan lahan


N1 = Luas penggunaan lahan data 1
N2 = Luas penggunaan lahan data 2
N = Luas Total

Penggabungan hasil klasifikasi terbimbing dengan peta RBI Bakosurtanal dilakukan dengan cara
superimpos secara digital kedua hasil analisis tersebut guna mengetahui tingkat kerapatan vegetasi
pada setiap jenis penggunaan/liputan lahan (land use cover).

19
1.7. Kartografi dan Pencetakan

Tahapan pekerjaan terakhir adalah Kartografi dan pencetakan. Kartografi adalah teknik penyajian
peta sehingga pembaca peta mengerti akan peta yang dibuat oleh pembuat peta. Hal ini penting
dilakukan untuk menghilangkan multi persepsi terhadap informasi spasial. Beberapa aturan yang
umum diterapkan dalam kartografi adalah sebagai berikut:

1. Penulisan nama-nama geografik, jalan, bangunan, dll, harus sesuai dengan data lapangan;
2. Semua objek/detail planimetris digambar sesuai dengan simbol yang telah ditentukan;
3. Semua keterangan dalam bentuk teks dicantumkan sesuai dengan ketentuan dan ukuran teks
yang telah ditentukan;
4. Pemberian symbol pada daerah yang cukup luas diwakili oleh beberapa simbol dan
didistribusikan merata; dan
5. Detail dalam satu lembar harus bersambung pada sebelahnya (edge matching).
6. Jika terdapat dua atau lebih garis batas administrasi pada satu lokasi, hanya garis batas
administrasi yang paling tinggi tingkatannya yang digambar.
7. Jika garis batas administrasi berimpit dengan garis detail, garis batas administrasi tersebut
digambar berimpit dengan detail yang bersangkutan, dan jika garis batas administrasi terletak
pada sungai, saluran air, selokan atau jalan, garis tersebut digambar ditengah-tengah dua garis
detail yang bersangkutan atau sesuai hasil identifikasi lapangan.
8. Pojok atap bangunan digambar siku-siku, kecuali bangunan yang arsitekturnya tidak siku-siku.
9. Areal yang dikelilingi oleh tumbuhan semak, pepohonan heterogen digmbar dengan simbol
pohonnya. Jika pada areal tersebut terlihat garis batas yang tidak jelas, misalnya antara semak
dan ladang, semak dan hutan, batas tersebut tidak perlu digambar, kecuali jika areal tersebut
termasuk kawasan hutan yang jelas.

20
8. Pelaporan

Pelaporan kegiatan ini mencakup :

1. Laporan Pendahuluan ( Inception Report )


Laporan ini memuat tentang metodologi, segala kegiatan yang akan dilakukan mobilisasi personil
dan peralatan untuk mencari hasil yang telah ditetapkan.
2. Laporan Antara (Interim Refort )
Laporan ini berintikan hasil kemajuan pekerjaan dengan pihak pihak yang berkepentingan dan
rencana kegiatan yang akan dilakukan selanjutnya.
3. Laporan Akhir ( Final Report )
Merupakan laporan implementasi dan hasil kegiatan yang telah disempurnakan melalui diskusi
dengan pihak-pihak yang berkepentingan.

21