BAB I

PENDAHULUAN

1.1 Latar Belakang

Indonesia merupakan Negara kepulauan dengan panjang garis pantai lebih dari
80.000 km dengan berbagai macam potensinya diantaranya adalah pelabuhan, lokasi
wisata, dan pemukiman masyarakat yang bergantung terhadap hasil laut. Jumlah
penduduknya 237,6 juta orang (sensus penduduk tahun 2010) dan laju pertumbuhan
penduduk 1,36 selama tahun 2010 sampai tahun 2016. Pertambahan penduduk
mengakibatkan perubahan lahan. Pada beberapa daerah kawasan pertanian berubah
menjadi kawasan pemukiman. Kosentrasi pemukiman terjadi pada erea sekitar perairan
(sungai, sawah, dan pesisir pantai).

Undang Undang Nomor 26 Tahun 2007 tentang Penataan Ruang mengatur tentang
wilayah suatu daerah termasuk kawasan pesisir pantai melalui Rencana Tata Ruang dan
Tata Wilayah (RTRW). Peraturan ini perlu dijalankan untuk menjaga kelestarian
lingkungan. Wilayah yang luas menyebabkan fungsi pengawasan terhadap perubahan
tutupan lahan dan kesesuaian perbahan tersebut terhadap RTRW suatu wilayah menjadi
sulit dikontrol.

Sampang merupakan salah satu kabupaten yang berada di pulau Madura, dengan
jumlah penduduk tahun 2015 adalah 936,801 ribu jiwa dan laju pertumbuhan penduduk
tahun 2014-2015 sebesar 1,18% pertahun (BPS, 2016). Sebagian besar penduduk
masyarakat Madura bermata pecaharian sebagai Nelayan dan Petani Tambak. Hal ini
membuat konsentrasi pemukiman berada di pesisir pantai. Laju pertumbuhan penduduk
membuat kawasan pesisir pantai berubah dari tahun ke tahun. Kontrol terhadap laju
perubahan tutupan lahan disepanjang pesisir pulau madura sangat diperlukan untuk
menjaga kondisi lingkungan pesisir pantai.

Teknologi penginderaan jauh dan Sistem Informasi Geospasial (SIG) dapat

memudahkan dalam pengamatan perubahan tutupan lahan termasuk perubahan lahan
sepanjang pesisir pantai. Dengan teknologi ini pengawasan dan kontrol perubahan lahan
pesisir pantai mejadi lebih mudah, cepat, dan akurat. Teknologi penginderaan jauh yang
berbasis citra satelit menggunakan citra Landsat 7 dan citra Landsat 8 sebagai citra
multitemporal. Citra multitemporal merupakan citra yang memiliki resolusi temporal.
Menurut Danoedoro (1996), resolusi temporal adalah kemampuan suatu sistem untuk
merekam ulang daerah yang sama. Landsat (Land Satellites) merupakan tertua dalam
program observasi bumi yang dipelopori oleh NASA Amerika Serikat. Pada mulanya
bernama ERTS-1 (Earth Resources Technology Satellite) yang pertama kali
diluncurkan pada tanggal 23 Juli 1972 dan disusul ERTS-2 pada tahun 1975 (Thoha,
2008).

Pada penelitian ini dilakukan kajian perubahan tutupan lahan berdasarkan hasil
klasifikasi supervised pada citra Landsat 7 tahun 2002 dan Landsat 8 tahun 2017. Kajian
perubahan tutupan lahan pesisir pantai selatan sampang mengacu pada data perencanaan
yang tercantum dalam Rencana Tata Ruang Wilayah (RTRW) kabupaten Sampang tahun
2009-2029.

1.2 Rumusan Masalah

Pada penelitian ini rumusan masalah yang diangkat oleh penulis yaitu :
1. Mengidentifikasi jenis tutupan lahan di kawasan pesisir pantai selatan kota
sampang.
2. Menganalisa citra satelit Landsat multi temporal untuk mendapatkan informasi
perubahan tutupan lahan di kawasan pesisir pantai selatan kota sampang.

1.3 Tujuan
Penelitian ini bertujuan untuk mengidentifikasi jenis tutupan lahan dan
menganalisa citra satelit landsat multi temporal untuk mendapatkan informasi perubahan
penutupan lahan di kawasan pesisir pantai selatan kota sampang.

1.4 Rencana Target Capaian

Selain tujuan yang telah dipaparkan di paragraf sebelumnya, adapun luaran

yang diharapkan dalam penelitian ini adalah sebagai berikut,

Tabel 1.1. Rencana Target Capaian

No. Jenis Luaran Indikator Capaian
Luaran Wajib
1 Artikel ilmiah pada jurnal nasional/ Draf dan submitted
internasional
2 Artikel dimuat pada prosiding seminar Draf dan submitted
nasional/internasional terindeks
3 Invited speaker Tidak ada

4 Visiting lecture Tidak ada

Luaran Tambahan
1 Jasa; rekayasa social, metode atau system, Ada
produk/barang (peta informasi perubahan
tutupan lahan)
 BAB II
TINJAUAN PUSTAKA

2.1 Perubahan Tutupan Lahan

Lahan merupakan material dasar dari suatu lingkungan (situs), yang

diartikan berkaitan dengan sejumlah karakteristik alami yaitu iklim, geologi,
tanah, topografi, hidrologi dan biologi Lo, 1995 dalam Agung, 2014). Sedangkan
tutupan lahan dikatakan memiliki nilai kedekatan dengan kenampakan objek-
objek, baik yang natural maupun hasil rekayasa manusia, di permukaan bumi.

Mengacu pada Tabel 2.1. disimpulkan bahwa untuk pembuatan peta

tutupan lahan dapat menggunakan citra satelit Landsat dengan resolusi 30x30m.

Tabel 2.1. Empat level sistem klasifikasi untuk land cover dan land use
serta tipe Remotely Sensed Data Typically (USGS, 1976).

Classification Level Typical Data Characteristic

I Landsat MSS (79x79 m), Thematic Mapper (30x30 m), SPOT

XS (20x20 m)

II 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

III 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

IV Low-altitude data acquired below 10.000 ft (3.100 m); results

in imagery that is larger

than 1:20.000 scale

Pembuatan informasi tutupan lahan menggunakan citra satelit Landsat

pada klasifikasi level 1 dipilih lima kelas klasifikasi yaitu : permukiman,
kebun/ladang, lahan basah, rawa/badan air dan tanah kosong.
2.2 Sistem Informasi Geografis
SIG Merupakan sebuah sistem komputer untuk mengumpulkan,
memanipulasi, menyimpan, dan menyajikan data spasial digital. Secara luas GIS
merupakan sebuah sistem digital untuk mendapatkan, mengatur, menganalisa, dan
memvisualkan data spasial untuk tujuan perencanaan admistrasi dapat memonitor
lingkungan dan lingkungan social ekonomi. Yang diwakili sebuah model geografi
digital didalam pengertian yang lebih luas.

Seperti teknologi informasi lainnya, GIS (2008, Kang tsung chang)

membutuhkan lima komponen berikut untuk bekerja dengan data geospasial:
1. Sistem Komputer.
Sistem komputer termasuk komputer dan sistem operasi untuk
menjalankan GIS. Biasanya yang dipilih adalah PC yang menggunakan sistem
operasi windows (misalnya Windows 2000, Windows XP) atau workstation yang
menggunakan sistem operasi UNIX atau Linux. Peralatan tambahan mungkin
termasuk monitor untuk tampilan, digitizers, dan scanner untuk input data spasial,
penerima GPS dan perangkat mobile untuk kerja lapangan, dan printer dan plotter
untuk menampilkan data hard-copy.
2. Software GIS.
Perangkat lunak GIS meliputi program dan user interface untuk
menjalankan hardware. Umumnya pengguna interface dalam GIS adalah menu,
ikon grafis, garis komando, dan skrip.
3. Manusia.
Manusia mengacu pada profesional GIS dan pengguna yang menentukan
maksud dan tujuan serta memberikan alasan dan pembenaran untuk menggunakan
GIS.
4. Data.
Data terdiri dari berbagai macam masukan yang sistem perlukan untuk
menghasilkan informasi.
5. Sarana Prasarana.
Infrastruktur mengacu pada lingkungan fisik, organisasi, administrasi, dan
budaya yang diperlukan untuk mendukung operasi GIS. Infrastruktur meliputi
keterampilan yang diperlukan, data standart, tempat transaksi data, dan pola
organisasi umum.

Gambar 2.1. Kompoonen SIG

2.3 Citra Landsat (USGS, 2016)

Landsat merupakan citra satelit milik Department of the Interior U.S.

Geological Survey. Data ini telah merekam permukaan bumi dengan menggunakan
data spektral sejak tahun 1972 (Landsat 1). Landsat adalah salah satu wahana
penginderaan jauh yang diluncurkan dengan tujuan sebagai perangkat observasi
bumi. Satelit landsat memiliki dua buah sensor yaitu Multi Spectral Scanner
(MSS) dan Tematic Mapper (TM). Sensor TM mempunyai resolusi sampai 30 x
30 m, dan bekerja mengumpulkan data permukaan bumi dan luas sapuan 185 km
x 185 km. sedangkan resolusi radiometriknya 8 bit, yang berarti setiap pixel
mempunyai nilai jangkauan data dari 0-225. Sensor TM merupakan sistem yang
sangat komplek yang memerlukan toleransi pembuatan yang sangat kecil,
sehingga tidak memungkinkan dibuat penyempurnaan di masa mendatang untuk
memperkecil resolusi spasial sampai dibawah 20 M.

Ketersediaan data citra satelit dalam bentuk berbeda telah memunculkan

melimpahnya aplikasi untuk pemetaan penggunaan lahan dan penutup lahan.
Keuntungan data satelit adalah dalam jumlah besa adalah untuk tujuan pemetaan
penggunaan lahan, perekaman luas dan berulang sehingga efektif dalam
pengumpulan dan kemudahan meng-update data penggunaan lahan.

3.2.1 Landsat 7
 Citra satelit Landsat-7 merupakan citra Landsat dengan resolusi spasial 30
m x 30 m pada band 1, 2, 3, 4, 5, 7 dan 60 m x 60 m pada band 6 (thermal).
Landsat-7 dilengkapi dengan Enhanced Thematic Mapper Plus (ETM+) yang
merupakan kelanjutan dari program Thematic Mapper (TM) yang diusung sejak
Landsat-5. Saluran pada satelit ini pada dasarnya adalah sama dengan 7 saluran
pada TM, namun diperluas dengan saluran 8 yaitu Pankromatik. Saluran 8 ini
merupakan saluran berresolusi tinggi yaitu seluas 15 meter.
Tabel 2.2. Karakteristik Citra Satelit Landsat ETM+.
Sistem Landsat-7
Orbit 705 km, 98,2o, sun-synchronous, 10:00 AM
Crossing, Rotasi 16 hari (repeat cycle)
Sensor ETM+ (Enhanced Thematic Mapper)
Swath Width 185 km (FOV=15o)
Off-track viewing Tidak tersedia
Revisit Time 16 hari
Resolusi spasial 15 m (pankromatik), 30 m (multispektral), 60 m (termal)

3.2.2 Landsat 8
landsat telah sampai generasi ke-8 (Landsat-8) yang diluncurkan pada
tanggal 11 Februari 2013, menggantikan dan menyempurnakan fungsi dari
landsat 7 yang menggalami kerusakan sejak Mei 2003 pada Scan Line
Correctornya, sehingga kehilangan data sebesar 24 persen sepanjang sisi-sisi
luar dari masing- masing citra (Sitanggang 2010).
Landsat 8 merekam data spektral secara permukaan bumi secara terus
menerus sehingga memungkinkan untuk digunakan dalam analisa perubahan
spasial secara global dan regional. Landsat 8 dilengkapi dengan dua kanal
Thermal Infrared Sensor (TIRS) yang berada pada band 10 dan 11.

Tabel Error! No text of specified style in document..3. Perbandingan

Landsat 7 dengan Landsat 8
Landsat 7 ETM Bands (µm) Landsat 8 OLI and Tris Band (µm)

30 m Coastal/Aerosol 0,435 – 0,451 Band 1

 Band 1 30 m Blue 0,441 – 0,514 30 m Blue 0,452 – 0,512 Band 2

Band 2 30 m Green 0,519 – 0,601 30 m Green 0,533 – 0,590 Band 3

Band 3 30 m Red 0,631 – 0,692 30 m Red 0,636 – 0,673 Band 4

Band 4 30 m NIR 0,772 – 0,898 30 m NIR 0,851 – 0,879 Band 5

Band 5 30 m SWIR-1 1,547 – 1,749 30 m SWIR-1 1,566 – 1,651 Band 6

Band 6 60 m TIR 10,31 – 12,36 100 m TIR-1 10,60 – 11,19 Band 10

100 m TIR-2 11,50 – 12,51 Band 11

Band 7 30 m SWIR-2 2,064 – 2,345 30 m SWIR-2 2,107 – 2,294 Band 7

Band 8 15 m Pan 0,515 – 0,896 15 m Pan 0,503 – 0,676 Band 8

30 m Cirrus 1,363 – 1,384 Band 9

Sumber : USGS, 2016

Data L7 dan L8 level 1T dapat didownload melalui

https://earthexplorer.usgs.gov/. Data tersebut merupakan data dalam bentuk Digintal
Number (DN) dapat dikonversi menjadi Brightness Temperature (BT) perlu dilakukan
koreksi radiometrik menggunakan metode gainoffset untuk memperoleh data Spectral
Radiance (Lλ) (Sahana, at.al, 2016; Kartikasari,at.al, 2016)

𝐿𝜆 = 𝑀𝜆 × 𝑄𝐶𝑎𝑙 + 𝐴𝜆 (1)

Lλ merupakan radian sensor (ToA) (W/(m2.sr.μm)), Mλ adalah

radiance_mult_band_n, QCal adalah nilai DN, dan Aλ adalah
radiance_add_band_n, dimana n adalah nomor kanal. Data Mλ Aλ terdapat pada
meta data L8. Data Lλ kemudian dikonfersi menjadi data BT dengan
menggunakan persamaan berikut.

𝐾2
𝑇= 𝐾1
(2)
𝑙𝑛( +1)
𝐿𝜆

T merupakan BT (Kelvin), K1 dan K2 merupakan konstanta konversi (dapat

dilihat pada meta data L8) .

2.4 Uji Akurasi Kappa

Evaluasi akurasi digunakan untuk melihat tingkat kesalahan yang terjadi
pada klasifikasi area contoh sehingga dapat ditentukan besarnya persentase
ketelitian pemetaan. Evaluasi ini menguji tingkat keakuratan secara visual dari
klasifikasi terbimbing. Akurasi ketelitian pemetaan dilakukan dengan membuat
matrik kontingensi atau matrik kesalahan (confusion matrix) seperti yang
disajikan pada Tabel 2. Akurasi yang bisa dihitung berdasarkan tabel 2 antara lain,
User’s accuracy, Producer’s Accuracy dan Overall accuracy.

Tabel 2.4. Matriks kesalahan (confusion matrix)

Data Diklasifikasikan ke Jumlah Producer’s
referensi dalam kelas accuracy

(data kelas di peta)

A B C D

A Xii Xi+ Xii/ Xi+

D Xii

Total Xi+
Kolom
User’s Xii/
accuracy Xi+
(Mulya dan Thoriq, 2016)

Secara matematis akurasi diatas dapat dinyatakan sebagai berikut:

𝑋𝑖𝑖
User’s accuracy = 𝑋+𝑖x 100%

𝑋𝑖𝑖
Producer’s Accuracy=𝑋𝑖+x 100%

∑𝑟𝑖=1 𝑋𝑖𝑖
Overall accuracy= x 100%
𝑁

Akurasi ini sering disebut indeks kappa. Menurut Jaya dalam Manaf,
2014, secara matematis akurasi Kappa disajikan sebagai berikut:
 𝑁 ∑𝑟𝑖=1 𝑋𝑖𝑖 − ∑𝑟𝑖=1 𝑋𝑖+ 𝑋+𝑖
= 𝑥 100
𝑁 2 − ∑ 𝑋𝑖+ 𝑋+𝑖

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

Tabel 2.5. Kategori kesesuaian akurasi Kappa

Nilai kappa (%) Agreement

<0 Less than change agreement

0.01 – 0.20 Slight agreement

0.21 – 0.40 Fair agreement

0.41 – 0.60 Moderate agreement

0.61 – 0.80 Substantial agreement

0.81 – 0.99 Almost perfect agreement

 BAB III
METODE PENELITIAN

3.1 Lokasi penelitian

Lokasi penelitian ini berada di kawasan pesisir pantai selatan kota
sampang 113° 08’ - 113° 39’ BT dan 6° 05’ - 7° 13’ LS.

3.2 Data dan Peralatan

3.2.1 Data
Data yang dibutuhkan dalam penelitian ini terdiri dari data citra dan data
survei insitu (Tabel 3.1).

Tabel 3.1 data

Jenis Data Sumber Keterangan

Citra Landsat 7 tahun 2002 http://earthexplorer.usgs.gov Format TIF

Citra Landsat 8 tahun 2017 http://earthexplorer.usgs.gov Format TIF

Data koordinat titik Survei insitu dengan GPS Format tabular

3.2.2 Peralatan
Peralatan yang digunakan dalam penelitian ini adalah;
1. Perangkat Keras
a) Seperangkat Komputer/Laptop
Komputer/Laptop digunakan sebagai perangkat pengolah data.
b) GPS Handheld
GPS Handheld digunakan untuk mengambil data koordinat insitu.
2. Perangkat Lunak
a) GIS (ArcGIS 10)
Sofftware GIS digunakan dalam pengolahan data-data spasial.
b) Office
Office digunakan dalam mengolah dan menulis laporan penelitian.
3.3 Skema Penelitian

Peta topografi RBI, Citra Landsat 7 Citra Landsat 8

BIG skala 1: 25.000 tahun 2002 tahun 2017

Pemotongan Pemotongan

Koreksi geometrik

Rms min
≤ 4 pixel

Koreksi radiometrik

Training area dengan (n+1)/ kelas

(5 kelas Supervised Classification)

Proses klasifikasi dengan metode Maximum likelyhood

Uji akurasi

Hasil klasifikasi citra Hasil klasifikasi citra

Landsat 7 th 2002 Landsat 8 th 2017

Perubahan Tutupan Lahan

Gambar 3.1 skema penelitian