Buku prosiding ini merupakan kumpulan makalah seminar nasional dengan tema “Geospasial dalam
Pembangunan Wilayah dan Kota” yang diselenggarakan pada tanggal 8 Juni 2011 di Jurusan
Perencanaan Wilayah dan Kota, Fakultas Teknik, Universitas Diponegoro, Semarang. Seminar ini
diselenggarakan bekerjasama dengan MAPIN (Masyarakat Penginderaan Jauh Indonesia) dan
sekaligus dilaksanakan dalam rangka Pertemuan Ilmiah Tahunan (PIT) MAPIN yang ke 18.
Dalam seminar nasional ini, makalah-makalah yang diangkat berkaitan erat dengan pemanfaatan dan
penerapan teknologi Sistem Informasi Geografis (SIG) dan Penginderaan Jauh (PJ) di berbagai bidang
kajian. Bidang-bidang kajian yang diangkat dalam seminar ini meliputi:
1. Perencanaan Lingkungan
2. Perencanaan Wilayah dan Kota
3. Mitigasi Bencana
4. Lingkungan dan Sosial Ekonomi
5. Pengelolaan Sumber Daya Alam
6. Teknologi Survei dan Pemetaan
Terimakasih yang sebesar-besarnya Saya sampaikan kepada Ketua MAPIN pusat (Dr. Ir. Dewayany
Sutrisno, M.AppSc.) dan Ketua Jurusan Perencanaan Wilayah dan Kota, Universitas Diponegoro (Dr.
rer. nat. Imam Buchori, ST.) yang telah berpartisipasi penuh dalam pelaksanaan seminar ini. Apresiasi
juga Saya sampaikan kepada empat (4) pembicara utama seminar, yaitu: Dr. Asep Karsidi, MSc.
(Kepala Bakosurtanal), Drs. Taufik Maulana, MBA. (Deputi Penginderaan Jauh – LAPAN), Dr. Ir.
Ridwan Djamaludin, MSc. (Deputi Bidang TPSA – BPPT), dan Prof. Ir. Eko Budihardjo, MSc. (UNDIP).
Tidak lupa juga terimakasih dan apresiasi yang sebesar-besarnya diberikan kepada pihak-pihak
sponsor yang telah berkontribusi secara finansial dalam penyelenggaraan seminar ini; Bakosurtanal,
BPPT, LAPAN, PT. JMS, Kementrian Koordinator Bidang Kesejahteraan Rakyat, dan peserta pameran
(PT Almega Geosystem, PT Exol Innovindo, PT Waindo Specterra). Terimakasih khusus Saya
sampaikan kepada seluruh panitia pelaksana seminar sehingga seminar ini dapat terlaksana dengan
baik dan lancar, serta para pemakalah yang telah berkontribusi dalam pengiriman makalah di
seminar ini.
KATA PENGANTAR
PERENCANAAN LINGKUNGAN
Analisis Peran dan Fungsi Ruang Pada Kawasan Agropolitan Candigaron dalam pengembangan KAPET
Bandungan Kabupaten Semarang
Eppy Yuliani ........................................................................................................................................................................................... I-1
Pemodelan Kenyamanan Thermal Kota Semarang Berdasarkan Analisis Tekanan Panas (Semarang
Thermal Comfortaby Model Based on Heat Pressure Analysis)
Eva Banowati dan Bintang Aulia Pradnya Paramita .............................................................................................................................. I-10
Pemetaan Ruang Terbuka Hijau Pada Lahan Rawan Banjir Kawasan Terpadu Tepian Sungai Kahayan
Kota Palangka Raya
Noor Hamidah dan Mahdi Santoso ........................................................................................................................................................ I-26
Kajian Karakteristik Fisik Perairan Pesisir Kendal Sebagai Data Masukan dalam Perencanaan dan
Pengelolaan Wilayah Pesisir
Tjaturahono Budi Sanjoto, Sutrisno Anggoro dan Agus Hartoko ......................................................................................................... I-42
Enhance Built-up and Bareness Index (EBBI) untuk Pemetaan Area Terbangun dan Tanah Kosong di
Perkotaan
A.Rahman As-syakur .............................................................................................................................................................................. II-1
Dinamika Perubahan Penggunaan Lahan Sawah Kabupaten Karawang dan Keterkaitannya dengan
Rencana Tata Ruang Wilayah
Agatha Septiana M.K, Asdar Iswati, Dyah Retno Panuju ...................................................................................................................... II-
11
Paradigma Baru Perencanaan Wilayah Pesisir, Pulau Kecil dan Sumberdaya Perikanan di Indonesia :
Pemukiman di atas laut
A.Hartoko, M.Helmi, dan L. Trynaldo ..................................................................................................................................................... II-21
Analisis Spasial Pengaruh Perubahan Guna Lahan Terhadap Perubahan Harga Lahan di Kota
Purwokerto (Studi Kasus Pembangunan Hotel Imperium Aston)
Amalaura Dienaulie ................................................................................................................................................................................. II-28
Pendekatan Konsep ’Artikulasi Spasial Perkotaan Menuju Perencanaan Spasial dan Pembangunan
Keruangan Perkotaan Berkelanjutan
Batara Surya .......................................................................................................................................................................................... II-39
Penentuan Lokasi TPA Sampah yang Layak dengan Pendekatan GIS di Kota Tangerang Selatan
Dastur Tri Martono dan Gita Saraswati .................................................................................................................................................. II-59
Penetapan Batas Wilayah Desa Dalam Rangka Pendaftaran Tanah Melalui Pemetaan Partisipatif (Studi
Kasus Desa Permu dan Desa Imigrasi Permu, Kecamatan Kepahiang, Kabupaten Kepahiang, Provinsi
Bengkulu)
Hary L. Prabowo, Trias Aditya, dan Sumaryo ........................................................................................................................................ II-86
Interaksi Spasial Antara Kota Batam dan Singapura Ditinjaudari Apek industri, perdagangan dan
Pariwisata
Helman dan Sri Handoyo .....................................................................................................................................................................II-102
Model Analisis Kesesuaian Lahan Sebagai Masukan Penyusunan Rencana Tata Ruang Wilayah (RTRW)
Imam Buchori
Aplikasi GIS dalam Kajian Infrastruktur dan Akses Pada Layanan Kesehatan (Studi Kasus : Kabupaten
Magelang)
Iwan Aminto Ardi dan Ircham ...............................................................................................................................................................II-128
Kajian Spasial Penentuan Jalan Angkutan Umum Massal dengan Menggunakan Citra QUICKBIRD dan
Sistem Informasi Geografis
Lili Somantri ..........................................................................................................................................................................................II-144
Analisis Kecepatan Perubahan Penutup Lahan di Wilayah Strategis (Daerah Kajian Rest Area KM72 Jalan
Tol Cipularang)
Rossi Hamzah, Kuncoro Teguh S .......................................................................................................................................................II-175
Penataan Ruang Berbasis Komunitas: Alternatif Pengendalian Lahan Partisipatif
Sutaryono .............................................................................................................................................................................................II-182
Penentuan Perwilayahan Komoditas Tanaman Pertanian di Kabupaten Sigi Provinsi Sulawesi Tengah
Widjonarko dan Syafrudin ...................................................................................................................................................................II-188
Dinamika Persebaran Penduduk Jawa Tengah: Perumusan Kebijakan Perwilayahan dengan Metode
Kernel Density
Wiwandari Handayani dan Iwan Rudiarto ..........................................................................................................................................II-201
MITIGASI BENCANA
Pemanfaatan Citra Satelit Untuk Analisis Pengaruh Perubahan Tutupan Lahan DAS Serang Terhadap
Sedimentasi Waduk Kedung Ombo
Ir. Bambang Sudarsono, M.S, Ir. Sawitri Subiyanto, M.Si. dan Prilia Ardhinaistuti, ST ...................................................................III-11
Pengembangan Fitur Sistem Pernantauan Titik Panas Indonesia dengan Pen ambahan Otornatisasi
Penyajian lnformasi Rekapitulasi Titik Panas Harian, Bulanan, dan Tahunan
Budhi Gustiandi dan Nanik Suryo Haryani ..........................................................................................................................................III-26
Kenaikan Muka Air Laut Perairan Laut Semarang Menggunakan Data Satelit A Altimetri 2002-2009
Gathot Winarso, Teguh Praqyogo, Maryani Hartuti, Kuncoro T. Setiawan, Ita Crolita, Dan Muchlisin Arief ...................................III-33
Degradasi Sumber Daya Alam dengan Kajian Bentuk Lahan dan Potensi Sumber Daya Air dalam Tata
Ruang Daerah Aliran Sungai Bengawan Solo
Muhammad Haidar, dan Sumartoyo....................................................................................................................................................III-42
Envisioning the Future and Mitigating Impact of Natural Disaster Using Panning Support System
Heri Sutanta, Ian D Bishop, dan Abbas Rajabifard .............................................................................................................................III-50
Aplikasi Teknologi Sistem Informasi Geografis (SIG) untuk Menentukan Wilayah Permukiman Rawan
Longsoran di Kecamatan Gunungpati Kota Semarang
Heri Tjahjono ......................................................................................................................................................................................III-60
Evaluasi Pengembangan Area untuk Relokasi Permukiman Akibat Bencana Lumpur Lapindo
Menggunakan Sistem Informasi Geografis
M. Rifai , DR-Ing. Ir. Teguh Hariyanto, Msc , dan Inggit Lolita Sari, ST ...........................................................................................III-72
Pemanfaatan AHP dalam Pemetaan Tingkat Resiko Bencana Tanah Longsor di Kecamatan Cibal
Kabupaten Manggarai Provinsi Nusa Tenggara Timur
Lenni Meliyanti Fanggi, Gondang Riyadi, dan Trias Aditya ............................................................................................................ III-101
Deformasi Geomorfologi Alur Sungai pada Daerah Aliran Sungai Janeberang Kabupaten Gowa Sulawesi
Selatan
Muhammad Altin Massinai, Adjat Sudradjat, Febri Hirnawan, Ildrem Syafri ................................................................................. III-111
Peringatan Dini Bahaya Kekeringan di Indonesia Berdasarkan Indeks Kekeringan Agronomis dari Data
MODIS
Parwati, Suwarsono, Hidayat, Any Zubaidah, Nanin Anggraini .................................................................................................... III-119
Analisis Rawan Bencana Kebakaran Hutan dan Kebun Melalui Teknik Penginderaan Jauh dan SIG
P.Wawonii, Provinsi Sulawesi Tenggara
Suharto Widjojo ............................................................................................................................................................................... III-139
Analisis pasial Menggunakan Model E3O Untuk Pemetaan Potensi Erosi Tanah (Kasus: DAS Bodri Hulu
Jawa Tengah)
Sukristiyanti dan Mutia Dewi Yuniati ............................................................................................................................................... III-150
Kajian Degradasi Sumber Daya Alam dan Tata Ruang Fisik DAS Bengawan Solo
Sumartoyo dan Suharto Widjojo ...................................................................................................................................................... III-157
Aplikasi Metode HVSR(Horisontal To Vertical Spectral Ratio) untuk Pemetaan Daerah Rawan Gempa
Bumi di Yogyakarta
Veratania Aisyah dan Agus Setyawan ............................................................................................................................................ III-165
Pemanfaatan Citra Satelit ALOS AVNIR-2 untuk Identifikasi Tanah Terlantar Hak Guna Usaha Untuk
Perkebunan
Catur Widayanti, Harintaka, dan Diyono ........................................................................................................................................ IV-9
Teknologi Penginderaan Jauh dan Sistem Informasi Geografi untuk Analisis Arahan Pengembangan
Lahan Perkebunan Kelapa Sawit Di Provinsi Jambi
I Made Parsa, Totok Suprapto, Suparto .......................................................................................................................................... IV-18
Penurunan Muka Tanah, Penatagunaan Lahan DLKr-DLKp dan Peluang Pengembangan Pelabuhan
Tanjung Emas Semarang
Maryono ............................................................................................................................................................................................ IV-36
Memprediksi Produktivitas Padi dengan DSSAT sebagai Validasi Model Perhitungan Produktivitas
dengan Data Hyperspektral
Nasriyati, dan Arif Darmawan .......................................................................................................................................................... IV-47
Pengaruh Penataan Ruang wilayah terhadap Tingkat Kerawanan Banjir di Kota Purwokerto
Suwardi, Sisno, dan Dian Nahdaenah ............................................................................................................................................ IV-62
Pemanfaatan Data Satelit SPOT 4 dan Landsat untuk Identifikasi Lahan Sawah di Wilayah Kabupaten
Sambas Provinsi Kalimantan Barat
Wawan K. Harsanugraha dan Bambang Trisakti .......................................................................................................................... IV-70
Analisis Spatial Puncak Panen Durian (Durio, Sp.) dan Hubungannya dengan Curah Hujan
Yeli Sarvina dan Aris Pramudia .................................................................................................................................................... IV-83
Observasi Pertumbuhan Tanaman Padi Menggunakan Parameter Dekomposisi Entropi dan Sudut Alfa
Adi Y. Pramono, Bambang H. Trisasongko, Dyah R. Panuju ........................................................................................................ V-1
Model Perencanaan Spasial Rehabilitasi Hutan dan Lahan Dengan Memanfaatkan Sistem Informasi
Geografi dan Penginderaan Jauh (Studi Kasus: Sub DAS Kalanaman, DAS Katingan, Kalimantan
Tengah)
Agung Rusdiyatmoko, S.Si .............................................................................................................................................................. V-9
Pemanfaatan Ruang Daerah Gambut untuk Perkebunan Kelapa Sawit di Provinsi Riau dan Kalimantan
Tengah
B. Barus, K. Gandasasmita, B. H. Trisasongko, Diar Shiddiq, L.S. Iman, dan R. Kusumo .......................................................... V-20
Penginderaan Jauh untuk Penentuan Daerah Resapan pada Lapangan Panas Bumi
Fajar Hendrasto, Agustan, dan Lambok M. Hutasoit ...................................................................................................................... V-27
Dinamika Produktivitas Ekosistem di Berbagai Tipe Hutan di Jawa Dengan Pendekatan Nilai NDVI
(Normalized Difference Vegetation Indeks) CITRA MODIS 2006 - 2010
Hero Marhaento, dan Wahyu Wardhana........................................................................................................................................ V-49
Pemanfaatan Data Inderaja Untuk Pendugaan Depresiasi Perikanan Karang di Kepulauan Kabupaten
Pangkap
Irmadi Nahib .................................................................................................................................................................................... V-60
Analisis Kesesuaian Perairan untuk Kawasan Konservasi Dalam Pengelolaan Sumberdaya Perikanan di
Taman Nasional Karimunjawa Berbasis Pendekatan Ekosistem
Mussadun, Achmad Fahrudin, M. Mukhlis Kamal, dan Tridoyo Kusumastanto ............................................................................ V-84
Hyperspectral Technology for Detection of Healthy Corals; Optical Properties Characterization of Corals
Nurjannah Nurdin, Teruhisa Komatsu, Hiroya Yamano, Gulam Arafat, and Chair Rani .............................................................. V-96
Penerapan Pemanenan Air Hujan sebagai Alternatif Mengurangi Kerentanan Terhadap perubahan Iklim
Rizki Kirana Yuniartanti, Mada Sophianingrum, Duhita Mayangsari, Dien Arum Puspitasari, dan Muhammad Furqon ............. V-107
Ketentuan Insentif dan Disinsentif dalam Pengendalian Pemanfaatan lahan Pertanian Tanaman Pangan
Samsul Ma’rif, SP, MT ..................................................................................................................................................................... V-124
Evaluasi Beberapa Filter Spekel pada Data Hamburan Balik L-Band Tanaman Padi
Setia W. Cahyaningsih, Bambang H. Trisasongko, dan Dyah R. Panuju ...................................................................................... V-132
Spatial Based Analysis of Marginal Land Suitability for Prime Commodity Development in South Sulawesi
Sumbangan Baja, A. Ramlan, A. Amrullah, and Muh. Ramli ......................................................................................................... V-140
Rencana Lanskap Kawasan Wisata Pesisir Berkelanjutan (Studi Kasus : Pesisir Teluk Pacitan, Jawa
Timur)
Wasissa Titi Ilhami, Siti Nurisyah, dan Setia Hadi .......................................................................................................................... V-154
Identifikasi dan Analisis Kelurusan Dengan Metode Visual Extraction dan Automatic Extraction
Berdasarkan Data Digital Elevation Model (DEM) Daerah Lajur Baturagung dan Cekungan Wonosari
Agung Setianto, Adika Putra Perdana , dan Salahuddin ................................................................................................................ VI-1
Pembangunan Model 3 Dimensi Kampus Berbasis Citra Satelit Quickbird Dan Pemetaan digital (Area
Studi : Wilayah Fakultas Teknik Undip Tembalang)
Andri Suprayogi, Sutomo Kahar, Rena Herera Marisi, Andreas Kuncoro, dan Mohammad Idris ................................................ VI-11
Kajian Ketelitian Geometrik Ground Control Point Citra Video Terektifikasi Untuk Survei Terestrial
Aprijanto, Nur Cahya K. Y. H. Zein, Hartono, C. Aries Rokhmana, Sutanto.................................................................................. VI-29
Kajian Penggabungan Data SRTM C Band dan Peta Topografi untuk Perbaikan Tingkat Akurasi DEM
Bambang Trisakti dan Atriyon Julzarika .......................................................................................................................................... VI-41
Differential Synthetic Aperture Radar Interferometry (DINSAR) untuk Analisis Validatif Pergerakan Tanah
di Wilayah Bandung
Ilham Abdurohman, Sri Handoyo, dan Agung Indrajit .................................................................................................................... VI-59
Ekstraksi Konsentrasi Total Suspended Matter (TSM) Menggunakan Citra Landsat 7 ETM (Studi Kasus
Segara Anakan)
Kuncoro T. Setiawan , Rossi Hamzah , Agus Kurniawan .............................................................................................................. VI-75
Prediksi Parameter-parameter Biofisik Tanaman Padi dari Data Groundspectrometer dan Hyperspectral
Pesawat Terbang Dengan Menggunakan Data Turunan Pertama Teknik Partial Least Square Regression
(PLSR)
Muhammad Iqbal Habibie , Arief Darmawan ................................................................................................................................. VI-91
Pengembangan Model Loopy Linear Cycle Untuk Kelayakan Teknis Pemekaran Kabupaten Baru
Nandi................................................................................................................................................................................................. VI-99
Pemodelan 3D Bangunan Arkeologi Besar Menggunakan Teknologi Terrestrial Laser Scanner (TLS)
Ruli Andaru dan Harintaka ............................................................................................................................................................. VI-125
Pemilihan Fitur Citra Hiperspektral Hymap dan Model Prediksi Panen Padi Menggunakan Algoritma
Genetika dan Regresi Komponen Utama
Sidik Mulyono, Erna Piantari, Mohamad Ivan Fanany, dan Tjan Basaruddin ............................................................................... VI-133
Produksi Kartografis Lengkap Peta Citra Kebun Raya Bogor Skala 1:5.000
Sri Handoyo dan Fiska Sari Dewi .................................................................................................................................................... VI-151
Pemanfaatan Citra Satelit QuickBird untuk Pemetaan Penggunaan Lahan di Perkotaan (Kasus
Kecamatan Semarang Utara, Kota Semarang)
Sri Rahayu ........................................................................................................................................................................................ VI-167
Using Geographical Information System to Estimate Vulnerable Urban Settlements for Flood Hazard and
Risk Assessment in City
Arham Muchtar Achmad Bahar ....................................................................................................................................................... VI-173
Analisis Peran dan Fungsi Ruang Pada Kawasan Agropolitan
Candigaron dalam pengembangan KAPET Bandungan
Kabupaten Semarang
Eppy Yuliani
1. Pendahuluan
1.1 Latar Belakang
Konsep Agropolitan dapat diartikan sebagai sistem fungsional desa-desa yang ditunjukkan dari
adanya hirarki keruangan desa, yakni dengan adanya pusat agropolitan dan desa-desa
disekitarnya membentuk Kawasan Agropolitan. Kawasan tersebut terkait dengan sistem pusat-
pusat permukiman nasional dan sistem permukiman pada tingkat propinsi (Rencana Tata
Ruang Wilayah Propinsi) dan RTRW Kabupaten. Kawasan Agropolitan terdiri dari kota
pertanian dan desa-desa sentra produksi pertanian yang ada disekitarnya.
Kawasan pertanian tersebut memiliki fasilitas seperti layaknya perkotaan seperti jaringan jalan,
lembaga keuangan, pasar, perkantoran, lembaga penyuluhan dan alih teknologi, lembaga
pendidikan serta penelitian. Disini nantinya juga tersedia sarana air bersih, kantor kelembagaan
milik petani dan lembaga kesehatan.
Penetapan Kabupaten Semarang menjadi salah satu Kawasan Agropolitan terjadi pada tahun
2002 oleh Menteri Pertanian dengan dikeluarkannya Surat Mentan No. 321/TU.210/A/X/2002
sebagai Program Nasional yang dimulai pada tahun 2003, karena potensi sektor pertanian yang
dimiliki oleh Kabupaten Semarang yang sangat besar (Kompas, 6 Februari 2003). Hal ini
ditunjukkan dengan luas lahan yang digunakan untuk usaha pertanian di kabupaten Semarang
sebesar 73,88%, serta sektor pertanian yang memegang peranan penting dalam perekonomian
Kabupaten Semarang yang ditunjukkan oleh besarnya kontribusi persentase sektor pertanian
terhadap PDRB Kabupaten Semarang. Pada tahun 2000-2003, kontribusi persentase sektor
pertanian terhadap PDRB Kabupaten Semarang selalu mencapai lebih dari 40%.
I-1
Pengembangan Kawasan Agropolitan Kabupaten Semarang dimulai dengan Rintisan
Pengembangan Kawasan Agropolitan Candigaron di Kecamatan Sumowono pada tahun 2003.
Perkembangan selanjutnya mengarah pada pengembangan Kawasan Agropolitan pada skala
yang lebih luas, hal ini dilihat dari kondisi penghasil komoditas pertanian yang cukup signifikan
di Kabupaten Semarang serta berdasarkan Renstrada (Rencana Strategis Daerah) Kabupaten
Semrang 2002-2006 (Perda No.3 tahun 2002) yaitu pengembangan KAPET Bandungan.
Keberhasilan program pengembangan kawasan agropolitan ditentukan oleh identifikasi
karakter aktivitas dan fungsi keruangan wilayah.
1.2 Permasalahan
• Ruang gerak pembangunan pertanian selama ini terbatas pada aspek produksi
(budidaya). Sementara itu, permasalahan yang muncul justru sebagian berada di luar
aspek produksi, seperti pengadaan sarana, pengolahan hasil, jalur distribusi dan
pemasaran hasil.
• Kaitannya dengan pengembangan wilayah, menurut UU no.24/1992 tentang Penataan
Ruang, diperlukan adanya penegasan terhadap “kedudukan” kawasan pedesaan yang
berarti penegasan terhadap fungsi dan peran kawasan pedesaan. Selanjutnya fungsi dan
peran kawasan pedesaan ini seharusnya dijabarkan dalam Rencana Tata Ruang Wilayah
yang akan menjadi acuan pengembangan kawasan pedesaan.
• Selama ini ukuran keberhasilan pembangunan hanya dilihat dari terciptanya laju
pertumbuhan perekonomian yang tinggi, dimana alat yang dipergunakan adalah
mendorong industrialisasi di kawasan-kawasan perkotaan. Kondisi ini bila ditinjau dari
pemerataan pembangunan telah memunculkan kesenjangan antara kawasan pedesaan
dan perkotaan, karena sektor strategis hanya dimiliki oleh sebagian masyarakat.
1.3 Tujuan
Menyusun arahan fungsi dan peran kawasan Agropolitan Candigaron, Kecamatan Sumowono,
Kabupaten Semarang
1.4 Sasaran
• Mengidentifikasi karakteristik aktivitas kawasan, fungsi keruangan, serta sarana
prasarana pendukung untuk mengetahui potensi dan kendala dari masing-masing
komponen tersebut yang ada di Kawasan Candigaron.
Bentuk dan luasan Kawasan Agropolitan, dapat meliputi satu wilayah desa/kelurahan atau
kecamatan atau beberapa kecamatan dalam kabupaten/kota atau dapat juga meliputi wilayah
yang dapat menembus wilayah kabupaten/kota lain yang berbatasan. Kota tersebut dapat
berupa kota desa atau kota nagari atau kota kecamatan atau kota kecil atau kota menengah
yang diistilahkan oleh Friedmann sebagai agrodistrik. Agropolitan distrik dapat berarti
merupakan suatu daerah pedesaan yang mempunyai kepadatan sekurang-kurangnya 200
orang per km atau sekitar 10-50 ribu jiwa yang sebagian besar petani dengan radius antar
batas wilayah distrik sepanjang 5-10 km (Friedmann dan Douglass, 1975).
Suatu Kawasan Agropolitan yang sudah berkembang memiliki ciri-ciri sebagai berikut (Rivai
D.E,2003):
III-2
(1) Sebagian besar masyarakat di kawasan tersebut memperoleh pendapatan dari kegiatan
pertanian (agribisnis). Kegiatan di kawasan tersebut sebagian besar di domonasi oleh
kegiatan pertanian atau agribisnis, termasuk didalamnya usaha industri (pengolahan)
pertanian, perdagangan hasil-hasil pertanian (termasuk perdagangan untuk kegiatan
ekspor), perdagangan agribisnis hulu (sarana pertanian dan permodalan), agrowisata dan
jasa pelayanan.
(2) Hubungan antara kota dan daerah-daerah hinterland/daerah-daerah sekitarnya di Kawasan
Agropolitan bersifat interdepedensi atau timbal balik yang harmonis, dan saling
membutuhkan, dimana kawasan pertanian mengembangkan usaha budidaya (on farm) dan
produk olahan skala rumah tangga (off farm), sebaliknya kota menyediakan fasilitas untuk
berkembangnya usaha budidaya dan agribisnis seperti penyediaan sarana pertanian,
modal, teknologi, informasi, pengolahan hasil dan penampungan (pemasaran) hasil
produksi/produk pertanian.
(3) Kehidupan masyarakat di kawasan agropolis mirip dengan suasana kota, karena keadaan
sarana yang ada di Kawasan Agropolitan tidak jauh berbeda dengan di kota.
Pendekatan wilayah dalam pengembangan Kawasan Agropolitan menjadi hal pokok, karena
menyangkut penggunaan ruang dalam hal ini wilayah yang saling terintegrasi berupa pusat-
pusat produksi dengan wilayah belakangnya. Berdasarkan hal tersebut, perlu adanya acuan
untuk hal ini. Adapun muatan-muatan yang terkandung didalamnya, antara lain (Soenarno,
2003):
(1) Penetapan pusat agropolitan yang berfungsi sebagai pusat perdagangan dan transportasi
pertanian (agricultural trade/transport center), penyedia jasa pendukung pertanian
(agricultural support services), pasar konsumen produk non pertanian (non agriculture
consumers market), pusat industri pertanian (agro based industry), penyedia pekerjaan
non pertanian (non agricultural employment) dan pusat agropolitan serta hinterlandnya
terkait dengan sistem permukiman nasional, propinsi dan kabupaten.
(2) Penetapan unit-unit kawasan pengembangan yang berfungsi sebagai pusat produksi
pertanian (agricultural production), intensifikasi pertanian (agricultural intensification), pusat
pendapatan pedesaan dan permintaan untuk barang-barang dan jasa non pertanian (rural
income and demand for agricultural goods and services) dan produksi tanaman siap jual
dan diversifikasi pertanian (cash crop production and agricultural diversivication).
(3) Penetapan sektor unggulan, yaitu merupakan sektor unggulan yang sudah berkembang
dan didukung oleh sektor hilir, kegiatan agribisnis yang banyak melibatkan pelaku dan
masyarakat yang paling besar dan mempunyai skala ekonomi yang memungkinkan untuk
orientasi ekspor.
(4) Dukungan infrastruktur yang membentuk struktur ruang yang mendukung pengembangan
Kawasan Agropolitan diantaranya: jaringan jalan, irigasi, sumber-sumber air dan jaringan
utilitas (listrik dan telekomunikasi).
(5) Dukungan sistem kelembagaan, yaitu dukungan kelembagaan pengelola pengembangan
Kawasan Agropolitan yang merupakan bagian dari pemerintah daerah dengan difasilitasi
pemerintah pusat dan pengembangan sistem kelembagaan insentif dan disinsentif
pengembangan Kawasan Agropolitan.
Melalui keterkaitan tersebut, pusat agropolitan dan kawasan pedesaan berinteraksi satu sama
lainnya secara menguntungkan. Adanya pola interaksi ini diharapkan dapat meningkatkan nilai
tambah (added value) produksi Kawasan Agropolitan, sehingga pembangunan pedesaan dapat
dipacu dan migrasi desa-kota yang terjadi dapat dikendalikan.
Pengembangan Wilayah dalam KAPET
Berdasarkan RTRWN, kawasan andalan adalah kawasan yang memiliki sektor
unggulan yang dapat dikembangkan, sehingga akan tumbuh titik pertumbuhan ekonomi baru.
Kawasan andalan dapat dikatakan sebagai penggerak pertumbuhan ekonomi daerah, dengan
mendorong pengembangan sektor-sektor unggulan yang ada dalam satu kegiatan ekonomi
yang saling terkait.
A. Definisi KAPET
Kawasan Pengembangan Ekonomi Terpadu (KAPET) adalah kawasan yang berpotensi untuk
cepat tumbuh, mempunyai sektor unggulan, yang dapat menggerakkan pertumbuhan ekonomi
I-3
di wilayah sekitarnya dan atau memiliki potensi pengembalian investasi yang besar (Keppres
No. 150 tahun 2000). Pada tahun 1996, KAPET diperkenalkan menjadi model perencanaan
pembangunan oleh Dewan Pengembangan KTI (Kawasan Timur Indonesia).
Model ini mengadopsi konsep growth center, yaitu menciptakan dan mengembangkan pusat-
pusat pertumbuhan berupa satu kawasan andalan prioritas, mewakili masing-masing propinsi
(Madalia dkk, 2004:23). Kawasan ini didukung oleh kegiatan sektor/komoditas unggulan, yang
berupa potensi sumberdaya lokal, yang diharapkan akan menjadi primer mover pengembangan
propinsi yang bersangkutan.
C. Peran KAPET
Adanya KAPET yang berkonsentrasi pada daerah-daerah andalan tertentu di masing-masing
propinsi diharapkan akan mempercepat pembangunan ekonomi di wilayahnya (Habibie, 1996
dalam Madalia dkk, 2004:24), dengan memperhatikan kondisi, potensi dan permasalahan pada
setiap wilayah, maka diperlukan adanya suatu sistem perekonomian wilayah terpadu, dimana
sistem tersebut memiliki mekanisme yang saling terkait.
KAPET diharapkan akan menjadi suatu sektor penggerak utama (prime movers) yang
mendorong peningkatan kegiatan ekonomi dan dapat menunjang pertumbuhan pembangunan
(Sahperi, 2000).
Definisi KAPET dengan Kawasan Agropolitan jika tidak ditinjau dengan teliti hampir memiliki
kesamaan definisi, yaitu merupakan kawasan yang tidak ditentukan oleh batasan administratif
pemerintah (desa/kelurahan, kecamatan, kabupaten), tetapi lebih ditentukan dengan
memperhatikan economic of scale dan economic of scope. Kondisi ini dikarenakan KAPET
dengan Kawasan Agropolitan, adalah kawasan yang berpotensi untuk cepat tumbuh,
mempunyai sektor unggulan, yang dapat menggerakkan pertumbuhan ekonomi di wilayah
sekitarnya. Namun, untuk Kawasan Agropolitan sektor unggulan dominan pada sektor
pertanian, sedangkan sektor lainnya sebagai pendukung sektor pertanian.
Untuk lebih jelasnya mengenai perbedaan antara KAPET dengan Kawasan Agropolitan dapat
diketahui pada Tabel 1 berikut ini.
III-4
Aspek yang
No. KAPET Kawasan Agropolitan
Mempengaruhi
Kegiatan perekonomian tergantung dengan Dominan pada kegiatan di sektor pertanian
sektor dominan yang menjadi sektor unggulan sebagai potensi sumberdaya lokal yang
4 Kegiatan untuk dapat menggerakkan pertumbuhan dimiliki kawasan perdesaan, sedangkan
ekonomi kawasan tersebut. sektor/kegiatan lainnya hanya sebagai
pendukung bagi sektor pertanian.
Tersedia sarana prasarana sosial-budaya, dan Tersedianya sarana prasarana sosial-budaya,
sarana prasarana pendukung kegiatan sektor dan sarana prasarana pertanian untuk
5 Sarana prasarana
dominan yang menjadi sektor unggulan di mendukung kegiatan on farm dan off farm
kawasan tersebut. (seperti: aksesibilitas, lembaga pertanian).
Sebagian besar masyarakatnya bermata Sebagian besar merupakan masyarakat
pencaharian pada sektor unggulan yang bermata pencaharian sebagai petani, dan
6 Masyarakat berpotensi mempercepat pergerakkan memiliki tingkat pendidikan yang rendah.
pertumbuhan ekonomi kawasan, dengan
tingkat pendidikan yang beragam.
Sumber: Analisis Penyusun, 2005
3. METODOLOGI PENELITIAN
Data yang diperoleh pada tahap perolehan data diolah dengan menggunakan metode analisis
kualitatif dan kuantitatif. Metode ini digunakan pada analisis karakteristik sistem pembangunan
pertanian di Kawasan Candigaron, serta analisis peran Kawasan Candigaron. Analisis
peningkatan fungsi dan peran Kawasan Candigaron diperoleh dari identifikasi Kawasan
Agropolitan Candigaron.
Analisis pola keruangan, meliputi analisis sistem distribusi produksi pertanian, untuk analisis ini
menggunakan variabel kegiatan pendistribusian produk pertanian, dengan batasan yang
menjadi indikator, yaitu: lokasi pemasaran, jangkauan pemasaran, jalur distribusi produk, serta
jenis dan jumlah moda distribusi produk. Variabel dan indikator ini berfungsi untuk mengetahui
kondisi eksisting kegiatan pendistribusian produk pertanian,
I-5
Kopi ditanam di Desa
Candigaron
Fenomena ini dapat dikatakan bahwa Desa Candigaron yang merupakan pusat distrik dari
Kawasan Candigaron merupakan kota tani dengan 7 desa sebagai desa penghasil produksi
pertanian/hinterlandnya. Dari hasil survei, jika dikaitkan dengan kegiatan pertanian pada pola
keruangan, interaksi yang dilakukan pada Desa Candigaron sebagai distrik belum terlihat.
Tabel berikut ini diketahui persebaran produk pertanian di Kawasan Candigaron.
III-6
Tabel 2 Persebaran Produk Pertanian di Kawasan Candigaron
No. Jenis Komoditas Lokasi Sebaran
Tanaman Perkebunan
1 Kopi robusta Desa Kebonagung, Candigaron, Lanjan, Ngadikerso
2 Kopi arabika Desa Kebonagung, Candigaron, Lanjan, Ngadikerso
3 Aren Desa Pledokan, Duren
4 Cengkeh Desa Kebonagung, Candigaron, Ngadikerso, Pledokan, Duren
Tanaman Sayuran
1 Bawang daun Desa Lanjan, Ngadikerso, Trayu, Pledokan
2 Kubis Desa Kebonagung, Lanjan, Ngadikerso, Kemitir, Trayu, Pledokan, Duren
3 Petsai/sawi Desa Kebonagung, Candigaron, Ngadikerso, Lanjan, Kemitir, Trayu, Pledokan, Duren
4 Cabe Desa Candigaron, Lanjan, Ngadikerso, Kemitir, Pledokan, Duren
5 Buncis Desa Kebonagung, Ngadikerso, Kemitir, Lanjan, Pledokan, Duren
Tanaman Padi Palawija
1 Padi Desa Lanjan, Pledokan
2 Jagung Desa Kebonagung, Candigaron, Kemitir, Pledokan
3 Ubi kayu Desa Lanjan, Kebonagung, Kemitir, Pledokan, Duren
4 Ubi jalar Desa Lanjan, Pledokan, Trayu
5 Kacang tanah Desa Lanjan, Duren, Candigaron, Ngadikerso
Unit Usaha
1 Kopi bubuk jahe Desa Kebonagung, Ngadikerso, Candigaron
2 Gula aren Desa Duren, Pledokan
3 Sapu ijuk Desa Duren, Pledokan, Trayu
4 Keranjang bambu Desa Kemitir, Kebonagung, Pledokan
Sumber: Hasil Analisis Penyusun, 2005
Kondisi ini terkait dengan jaringan jalan yang menuju desa-desa penghasil produk pertanian di
Kawasan Candigaron. Dari hasil survei, terlihat bahwa 87,5% kondisi jaringan jalan untuk
menuju desa-desa penghasil produk pertanian dalam keadaan cukup baik (lihat gambar 3.10).
Berdasarkan data yang diperoleh, pada tahun 2003 Kimpraswil Jateng telah melakukan
program peningkatan dan perbaikan kondisi jalan dibeberapa jaringan jalan penghubung di
desa-desa di Kawasan Candigaron (lihat gambar 4.12).
Faktor-faktor yang terkait dan menjadi batasan pada kegiatan pendistribusian produk pertanian
Kawasan Candigaron, meliputi: lokasi dan jangkauan pemasaran, jalur distribusi produk, serta
jumlah dan jenis moda distribusi. Sebagai konsep geografis Agropolitan memberikan suatu
bentuk keterkaitan antar ruang disetiap sub-sub kawasan di KAPET Bandungan dalam sistem
pembangunan pertanian. Keterkaitan ini nampak dalam bentuk efisiensi dan efektivitas
ruang/lahan, sehingga tercipta sinergitas ruang kawasan.
Mengacu pada pendekatan Kawasan Agropolitan, Kawasan Candigaron dengan Desa
Candigaron sebagai distrik, seharusnya dapat berfungsi sebagai pusat pelayanan lokal bagi
Kawasan Candigaron. Hal ini terkait dengan ketersediaan sarana prasarana lokal. Pasar yang
telah dibangun di Desa Candigaron merupakan salahsatu sarana untuk menumbuhkan kegiatan
perekonomian baru, khususnya kegiatan pertanian di Desa Candigaron. Fenomena ini ternyata
tidak didukung dengan pembangunan sarana prasarana pendukung kegiatan perekonoman dan
pertanian lainnya. Berdasarkan hasil survei dan wawancara, hampir semua petani atau sekitar
I-7
83,3% petani dalam kegiatan pendistribusian komoditas tanaman pangan dan perkebunan tidak
memasarkan komoditasnya di pasar Candigaron. Sebagian besar dari petani dan pedagang
pengantara atau sebesar 83,3% mengatakan bahwa untuk melakukan kegiatan perekonomian
di pasar Candigaron sulit dilakukan.
Tabel 3 dapat diketahui kegiatan pendistribusian komoditas tanaman pangan (padi, palawija
dan sayuran) dan perkebunan Kawasan Candigaron.
Tabel 3 Peran Kawasan Candigaron dalam Pendistribusian Komoditas Tanaman Pangan dan
Perkebunan
Jenis Produk Jangkauan Jenis Moda
No. Jalur Distribusi Produk
Pertanian Pemasaran Angkutan
padi, jagung,
Petani-pedagang pengantara- Angkutan roda 4,
1 bawang daun, Lokal, regional
konsumen jenis colt
cabe, kubis
Ubi kayu, ubi jalar, Angkutan roda 4,
2 Petani-konsumen Lokal
kacang tanah jenis colt
Petani-pedagang pengantara- Angkutan roda 4,
3 Buncis, petsai/sawi Lokal-regional
pedagang kecil/konsumen khusus jenis colt
Petani-pedagang pengantara- Angkutan roda 4,
4 kopi, cengkeh, aren Regional
pedagang kecil-konsumen/industri jenis colt
Kopi, aren, Angkutan roda 4,
5 Petani-pengusaha RT/kecil Lokal
cengkeh jenis colt
Kopi bubuk jahe,
gula aren, Angkutan roda 4,
6 Petani-konsumen Lokal
keranjang bambu, jenis colt
sapu ijuk
Petani-pedagang pengantara- Kopi bubuk jahe, Angkutan roda 4,
7 Regional
konsumen gula aren jenis colt
Sumber: Hasil analisis penyusun, 2005
5. Kesimpulan
Dari hasil dan analisis peran dan fungsi ruang Kawasan Candigaron dalam mendukung
pengembangan KAPET Bandungan Kabupaten Semarang dapat disimpulkan sebagai berikut :
(1) Kondisi lahan di Kawasan Candigaron 93,5% berfungsi sebagai lahan pertanian kering.
Dari data yang diperoleh, 67% lahan pertanian kering berada di Desa Candigaron, yaitu
seluas 709,59 Ha. Hal ini didukung dengan hasil survei yang sebagian besar, yang
memperlihatkan sebagian besar komoditas yang ditanam oleh petani adalah kopi jenis
robusta dan arabika, cengkeh, jagung, petsai/sawi, dan cabe. Berdasarkan dari data,
selain Desa Candigaron, Desa yang juga memiliki luas lahan pertanian kering yang besar
adalah Desa Kebonagung. Persebaran komoditas pertanian ini didukung dengan jumlah
masyarakat di Kawasan Candigaron yang sebagian besar adalah sebagai petani, yaitu
sebesar 5.120 jiwa atau 49%. Jika dilihat dari luasnya lahan kegiatan pertanian serta
dukungan tenaga kerja pertanian yang besar, kondisi ini dapat dikatakan bahwa Kawasan
Candigaron merupakan kawasan penghasil produk pertanian, dengan Desa Candigaron
sebagai pusat distriknya.
(2) Kawasan agropolitan Candigaron berperan sebagai kota tani utama yang kegiatan
melayani pendistribusian produk pertanian erat kaitannya dengan jaringan jalan dan moda
transportasi yang ada di Kawasan Candigaron serta pada kegiatan pengangkutan
komoditas. Jaringan jalan yang ada di Kawasan Candigaron sebagian besar dalam kondisi
baik, hal yang menjadi kendala yaitu masih terbatasnya moda angkutan komoditas yang
ada, sehingga harga sewa yang ditawarkan relatif tinggi.
Kegiatan pendistribusian untuk komoditas padi, palawija dan sayuran langsung dibawa ke
pasar lokal oleh petani, dan untuk sayuran yang memiliki nilai jual tinggi dibawa ke pasar
regional, seperti: petsai/sawi dan buncis. Untuk komoditas perkebunan, seperti: kopi,
cengkeh, dan aren pendistribusiannya telah mencapai luar KAPET Bandungan, bahkan
untuk kopi telah mencapai pasar regional. Beberapa kelompok tani di Kawasan
Candigaron telah melakukan pendistribusian komoditas kopi sampai ke luar Kawasan
Candigaron dengan skala regional.
III-8
(3) Peran Kawasan Candigaron dalam mendukung pengembangan KAPET Bandungan
berdasarkan pada 3 sub sektor pertanian potensial yang ada, yaitu: tanaman sayuran ;
tanaman padi, palawija dan tanaman perkebunan memiliki
Sedangkan peran Kawasan Candigaron juga dipengaruhi oleh faktor internal dan
eksternal, yaitu:
Faktor internal,
- Kegiatan Pengadaan Saprotan,
- Kegiatan pengolahan komoditas pertanian,
- Kegiatan persebaran komoditas pertanian.
Faktor ekstenal,
- Kegiatan pemasaran komoditas pertanian,
- Kegiatan pendistribusian komoditas pertanian,
- Dukungan sarana prasarana pertanian.
6. Referensi
Anonymous. (2002): Pedoman Umum Pengembangan Kawasan Agropolitan dan Pedoman Program
Rintisan Pengembangan Kawasan Agropolitan. Badan Pengembangan Sumberdaya Manusia
Pertanian, Departemen Pertanian RI. Jakarta
Anonymous. (1999): Pengembangan Agropolitan dan Agribisnis Serta Dukungan Sarana dan
Prasarana. Pusat Studi IPB. Bogor
Anonymous. (2002). Rencana Strategis Daerah Kabupaten Semarang 2002-2006. BAPPEDA Kab.
Semarang
Daljoeni N. (1985): Geografi Kota dan Desa. Alumni. Bandung
Daljoeni N. (1997): Geografi Baru: Organisasi Keruangan dalam Teori dan Praktik. Alumni. Bandung
Dirjen Cipta Karya.(1996). Penjelasan Program KTP2D (Kawasan Terpilih Pusat Pengembangan
Desa).DPU. Jakarta
Dirjen Cipta Karya. (1996). Pedoman Praktis Pelaksanaan Identifikasi Lokasi KTP2D (Kawasan
Terpilih Pusat Pengembangan Desa). DPU. Jakarta
Dirjen Cipta Karya. (1996). Pedoman Teknis Pelaksanaan Pembangunan Komponen PSD KTP2D
Kawasan Terpilih Pusat Pengembangan Desa). DPU. Jakarta
Glasson J. (1977): Pengantar Perencanaan Regional. Terjemahaan oleh Paul Sitohang. Lembaga
Penerbit FE UI. Jakarta
Friedmann J and Douglass M. (1975): Pengembagan Agropolitan Menuju Siasat Baru Perencanaan
Regional di Asia. Lpfe Universitas Indonesia. Jakarta
Friedmann and Douglass. (1978): Agropolitan Developoment, Towards a New Strategy for Regional
Planning ini Asia, in Fu Chen Lo and Kamal salih (eds), Growth Pole Strategy and Regional
Development Policy, Asian Experience and Alternative Approches. Pergamon Press. Oxford England
Hanani, dkk.( 2003): Strategi Pembangunan Pertanian: Sebuah Pemikiran Baru. Lappera
Pustaka Utama. Yogyakarta
Hilhorst J.G.M.(1981) dalam Nurzaman. (2002): Perencanaan Wilayah di Indonesia pada Masa
Sekitar Krisis. ITB. Bandung
Misra. (1981). dalam Nurzaman. (2002): Perencanaan Wilayah di Indonesia pada Masa Sekitar
Krisis. ITB. Bandung
Moleong Lexy.(1988): Metode Penelitian Kualitatif. PT Remaja Rosdakarya. Bandung
Nazir Moh.(1999): Metode Penelitian. Ghalia Indonesia. Jakarta
Pangesti Dian. (2001). Strategi Pengembangan Wilayah Kab. Temanggung sebagai Kawasan
Agropolitan. Kolokium tidak diterbitkan. Fakultas Teknik Perencanaan Wilayah dan Kota. Universitas
Islam Sultan Agung
Rahmadi Didiek. (2003). Penyusunan Rencana Pengembangan Kawasan Agropolitan pada KAPET
Bandungan Kabupaten Semarang. Laporan tidak diterbitkan. Pusat Studi Agibisnis dan Agroindustri.
Universitas Diponegoro
Rudianto. (2001). Makalah Falsafah Sains Program Pasca Sarjana. Institut Pertanian Bogor. Bogor
Saragih Bungaran. (2002): Pembangunan Sistem Agribisnis Sebagai Penggerak Ekonomi
Nasional. Departemen Pertanian RI. Jakarta
Tangkilisan H.N.S. (2003): Manajemen Modern Untuk Sektor Publik. Balairung. Yogyakarta
I-9
Pemodelan Kenyamanan Thermal Kota Semarang
Berdasarkan Analisis Tekanan Panas
(Semarang Thermal Comfortaby Model Based on Heat Pressure Analysis)
1) 2)
Eva Banowati dan Bintang Aulia Pradnya Paramita
1)
Staff Pengajar Geografi UNNES
2)
Staf Evaluasi Kinerja, Direktorat Bina Program dan Kemitraan, Ditjen Penataan Ruang, Kementerian
Pekerjaan Umum
Abstrak : Kenyamanan suatu lingkungan dapat diukur melalui beberapa metode, salah satunya menggunakan
pertimbangan heat stress (tekanan panas). Heat Stress suatu lingkungan selain diukur secara langsung
menggunakan data lapangan juga dapat diekstraksi melalui data penginderaan jauh berupa suhu permukaan daratan
(Land Surface Temperature/ LST). Tujuan dari penelitian ini adalah 1) menentukan metode ekstraksi Land Surface
Temperature (LST); 2) pemetaan agihan tekanan panas (Heat Stress) dan menganalisa polanya terhadap fenomena
Urban Heat Island maupun Urban Sprawl; 3) analisis hubungan agihan tekanan panas (Heat Stress) di Kota
Semarang sebagai hasil pengaruh kondisi liputan lahan bervegetasi dan lahan terbangun.
Data suhu permukaan daratan didapat dari data Citra ASTER Level 1B menggunakan 2 metode yaitu single band
dan multiple band serta beberapa variasi emisivitas, untuk mendapatkan data suhu permukaan daratan terbaik. Hasil
terbaik menggunakan metode single band saluran 13 pada emisivitas 0,958 dengan nilai R2= 0,909.Data suhu
permukaan daratan terbaik dipadu data kelembaban relatif (RH) digunakan untuk melihat heat stress melalui metode
heat index sesuai ISO 9733.
Hasil menunjukkan bahwa heat stress lingkungan kota Semarang terdiri dari 2 kelas Caution dan Extreme Caution.
Kondisi heat stress dipengaruhi oleh faktor liputan lahan, baik berupa lahan terbangun dan lahan vegetasi. Hubungan
antara lahan bervegetasi dan heat stress dengan nilai R2 = 0,271, sedangkan lahan terbangun dan heat stress
dengan nilai 0,367. Fenomena heat stress membentuk suatu pola yang sama dengan Urban Heat Island, yaitu
nilainya naik pada area urban dan semakin turun pada area sub urban dan rural. Fenomena heat stress dapat juga
menunjukkan fenomena urban sprawl di Kota Semarang yang perkembangannya seiring jaringan jalan.
Kata kunci : Caution, Extreme caution, Heat stress, Land surface temperature, Urban
1. Pendahuluan
Perkembangan kota dari waktu ke waktu memicu perkembangan lahan terbangun hampir di seluruh
bagian kota yang diwujudkan dalam bentuk bangunan rumah, perkantoran, pabrik maupun jaringan jalan.
Keberadaan lahan terbangun dalam luasan tertentu berdampak pada kenyamanan lingkungan hidup,
karena pembangunan lahan terbangun tidak jarang melupakan keberadaan unsur hijau (vegetasi)
sebagai penyeimbang kualitas lingkungan. Wujud degradasi kualitas lingkungan kota salah satunya
dengan menurunnya kenyamanan lingkungan, dapat dinyatakan sebagai kenyamanan thermal yaitu
suatu kondisi thermal yang dirasakan oleh manusia bukan oleh benda, binatang, dan arsitektur, tetapi
dikondisikan oleh lingkungan dan benda-benda di sekitar arsitekturnya. Unsur – unsur yang
mempengaruhi kenyamanan thermal di suatu kota melalui pendekatan iklim mikro diantaranya suhu
udara, kelembaban, radiasi matahari, kecepatan angin, dan biologi (vegetasi).
Kenyamanan thermal digunakan sebagai indikator perencanaan suatu bangunan dan lingkungan nyaman
bagi manusia. Hal ini berkaitan dengan tingkat kesehatan manusia yang banyak dipengaruhu oleh
kondisi bangunan dan lingkungan sekitar. Fenomena yang ada menunjukkan bahwa kesehatan manusia
urban tidak lebih baik dari manusia rural, meskipun manusia urban didukung oleh nutrisi yang cukup
tinggi, akan tetapi buruknya lingkungan tidak mampu teratasi hanya dengan nutrisi.
Kenyamanan thermal dapat diukur dengan suatu index yang dikenal dengan Temperature Humidity Index
(THI), aspek penting dalam pengukuran ini adalah suhu dan kelembaban. Kedua faktor tersebut erat
mempengaruhi kenyamanan manusia, secara faktual memang sulit untuk diukur karena parameter suhu
dan kelambaban dijadikan acuan dalam penilaian fisiologi tubuh manusia berkaitan dengan sistem
I-10
ekskresi. Pada lingkungan tropis seperti Indonesia, suhu dikatakan nyaman bila pada kisaran 27°C dan
kelembaban relatif antara 70% – 80%.
Pengukuran terhadap tingkat kenyamanan ternyata kurang memberikan suatu gambaran nyata antara
keterkaitan kualitas lingkungan dan kesehatan. Terdapat bentuk pengukuran yang menggunakan
parameter suhu dan kelembaban namun telah dikaitkan dengan tingkat kesehatan manusia. Pengukuran
tersebut yaitu Heat Stress Index (HSI) sesuai dengan ISO 9733. Pengukuran terhadap heat stress
dianggap perlu mengingat fenomena ini menyakut penyakit yang mengganggu kondisi fisik dan psikis
akibat ketidakteraturan panas. Fenomena ini sebenarnya hadir setiap hari tidak memandang musim, hal
ini harus mendapat perhatian karena berbagai bentuk perubahan penggunaan lahan dari tahun ke tahun
yang mengarah pada bentukan lahan terbangun, membuat kondisi panas semakin meningkat.
Pengukuran dilakukan dengan memanfaatkan data penginderaan jauh, data ini digunakan untuk
menggantikan data lapangan yang memakan banyak waktu dan sulit menggambarkan kondisi spasial
secara serentak. Citra penginderaan jauh yang digunakan berupa citra yang memiliki saluran thermal,
saluran thermal merespon radiasi panas permukaan. Saluran thermal didapat dari Citra ASTER (Advance
Spaceborne Thermal Emission and Reflection Radiometer). Citra ASTER memiliki 3 buah sensor, antara
lain Visible and Near-In-frared Radiometer (VNIR), Short Wavelength Infrared Radiometer (SWIR),
Thermal Infrared Radiometer (TIR). Data thermal dimiliki oleh sensor TIR, 5 buah saluran dengan resolusi
90 meter.
2. Tujuan
Penelitian ini memiliki tujuan untuk mengetahui kenyamanan thermal Kota Semarang dengan metode
tekanan panas (heat stress). Data acuan untuk pengukuran kenyamanan thermal didapat dari data
penginderaan jauh Citra ASTER level 1B, bulan Mei -tahun 2008.
3. Metode Penelitian
a. Ekstraksi Suhu
Suhu terukur bukan merupakan suhu udara, melainkan Suhu Permukaan Daratan (SPD), yang
menggantikan informasi suhu udara. SPD digunakan sebagai informasi suhu karena dalam iklim mikro
pembahasan profil suhu udara lebih ditekankan pada suhu di dekat permukaan yaitu sekitar 0 – 2 meter
diatas permukaan tanah (permukaan tidak sama dengan permukaan laut) atau sesaui dengan
karakteristik lahan. Pada suhu permukaan daratan terdapat variasi suhu yang lebih besar dibanding
dengan variasi suhu secara vertikal suhu udara dalam skala makro. Pertukaran panas antara permukaan
udara dengan udara diatasnya serta antar lapisan udara dekat permukaan, menyebabkan suhu dekat
permukaan memiliki flukstuasi yang lebih besar dibandingkan suhu diatasnya (Hidayati, 1999; Santoso,
2009).
Nilai setiap piksel pada data TIR ASTER level 1B berupa nilai digital (Digital Number/ DN), untuk
merubah menjadi informasi temperatur permukaan, maka nilai DN harus dikonversi kedalam nilai radian.
Nilai radian merupakan besarnya nilai radiasi (pancaran) energi yang dipancarkan oleh permukaan
benda dan terekam oleh sistem sensor satelit. Cara untuk melakukan pengubahan harus diadakan suatu
konversi dengan melibatkan scaling factor yang besarnya nilai setiap band (saluran) pada sensor TIR
ditentukan, sehingga hasil nilai radian maksimalnya akan mencapai 370°K yang merupakan suhu
pendugaan TIR (Narieswari, 2005). Dari beberapa saluran TIR ASTER dipilih saluran 13 dengan asumsi
bahwa tepat pada puncak pancaran yaitu pada suhu rata – rata permukaan bumi 300°K.
RAD = (DN-1) x UCC band
Keterangan
2
RAD : Niali radian (W/ m sr µm)
DN : Nilai piksel tiap saluran
2
UCC band : Unit Conversion Coefficient tiap saluran TIR (W/ m sr µm)/DN
5
T= C2 / λc ln ((C1 / λc π RAD) +1)
I-11
Keterangan
T : Temperatur permukaan (°K)
λc : Central wavelength tiap saluran (m)
-22 3 -1
C1 : Konstanta 1 (3,741775 x 10 W/ m sr µm )
C2 : Konstanta 2 (0,0143877 m°K)
2
RAD : Nilai radian (W/ m sr µm)
Keterangan
T = ambient dry bulb temperature degrees Fahrenheit (diperoleh dari citra)
R = relative humidity (data sekunder, kelembaban relatif stasiun klimatologi + pengukuran lapangan).
130 °F – lebih
(>54 °C)
I-12
Tabel 2 Spesifikasi Satelit Terra ASTER
Nama Satelit Terra
Sensor ASTER
Orbit Sun-synchronous
Sumbu Inklinasi 98.2°
Ketinggian 700 – 737 Km (707 Km di khatulistiwa)
Waktu Perekaman 10.30
Resolusi Temporal 16 hari
Luas Liputan 60 x 60 Km
Rotasi 98,88 menit
Saluran VNIR (3 band), SWIR (6 band) dan TIR (5 band)
Sumber : http://aster.indomicrowave.com/specification.htm
I-13
Gambar 3 Peta Suhu Permukaan Daratan Kota Semarang
Suhu menjadi dasar untuk mengekstrapolasi data kelembaban relatif. Data sampel kelembaban relatif di
beberapa lokasi di Kota Semarang yang diangggap memiliki perbedaan. Sama halnya dengan suhu,
kelembaban dipengaruhi oleh perbedaan liputan lahan. Lahan bervegetasi cenderung lebih lembab
dibanding lahan terbangun. Tingginya nilai kelembaban pada lahan bervegetasi di sebagaian besar
lingkungan rural karena tingkat oksidasinya tinggi, sehingga tetap manjaga kelembaban dan suhu.
Kelembaban relatif yang dapat ditorelansi manusia di daerah tropis 50 – 70%. Di daerah Semarang
bagian atas (sub urban), terjadi peningkatan kelembaban (mencapai 80 – 90%), kondisi ini bila
dihubungkan dengan kerapatan vegetasi cukup sinergis, karena liputan lahan hampir 100% berupa
vegetasi, tanpa ada liputan lahan terbangun. Pada lahan terbangun padat di daerah perkotaan (kota
bawah) difungsikan sebagai areal perkantoran dan perindustrian, kelembaban sangat rendah, selain
karena faktor material bangunan, geometri bangunan juga berpengaruh, atap bangungan yang dibuat flat
(tanpa ada kemiringan) menyebabkan atap bangunan langsung terkena sinar matahari, sehingga kulit
bangunan lebih cepat panas dan semakin mengurangi kelembaban lingkungan sekitar bangunan.
Distribusi tekanan panas (heat stress) secara spasial dilihat menggunakan citra penginderaan jauh
menggunakan pendekatan melalui suatu perumusan Heat Index (HI). Perhitungan heat stress
menggunakan heat index sesuai ISO 9733. Heat Index pada penelitian ini didapat dari perhitungan dua
variabel utama yaitu kelembaban relatif (RH) dan suhu permukaan daratan (T). Kedua variabel ini salah
satunya didapat dari ekstraksi citra penginderaan jauh yaitu data suhu permukaan daratan (T) sedangkan
data kelembaban relatif didapat dari pengukuran langsung di lapangan.
Heat Index pada penelitian ini menunjukkan bagaimana klasifikasi panas (bahang) dari suatu permukaan
benda dikaitkan faktor kelembaban relatif udara sekitar. Heat Index dapat digunakan sebagai salah satu
indeks ukur kenyamanan di suatu tempat, perbedaan Heat Index dengan Temperature Humidity Index
yaitu pada varibel yang dijadikan acuan, apabila pada HI menggunakan T dari suhu permukaan daratan
dan(benda) dan suhu udara sekitar sedangkan THI menggunakan T dari suhu udara sekitar.
Hasil perhitungan Heat Index menghasilkan nilai antara 15.032 – 38.539 °C, nila i tersebut dikelaskan
sesuai klasifikasi heat index dan Kota Semarang tergolong dalam dua kelas yaitu caution dan extreme
caution. Keberadaan heat stress yang dinyatakan dalam heat index di Kota Semarang masih tergolong
rendah, nilai tersebut dapat dilihat dari tabel 3. Kelas caution (peringatan) persentasenya sebesar 18%
sedangkan extreme caution sebesar 4,28%. Walaupun nilai ini tergolong rendah, namun Kota Semarang
memiliki potensi untuk mengalami kenaikan heat stress di tahun – tahun berikutnya, apabila kondisi
panas permukaan semakin naik. Kondisi ini sangat dimungkinkan karena aktifitas pembangunan dan
I-14
perkembangan suatu kota tidak terlepas dengan hadirnya bangunan – bangunan besar dan peningkatan
jumlah kendaraan bermotor.
Kategori normal atau tidak termasuk kelas heat index mendominasi Kota Semarang, kategori ini dijumpai
pada daerah rural. Distribusinya terletak pada Kota Semarang ke Barat dan ke Selatan. Terkait dengan
keberadaan jaringan jalan (aspal), jumlah dan kelas jalan di daerah ini lebih kecil daripada daerah
Selatan – Utara, jalan sebagai sarana aksesibilitas memnungkinkan pertumbuhan lahan terbangun dan
peningkatan jumlah kendaraan setiap harinya, faktor tersebut akan meningkatkan tekanan panas. Terkait
dengan rumusan yang umum digunakan sebagai perhitungan heat index, terdapat perbedaan antara
tabel kalkulasi klasifikasi dengan nilai hasil perhitungan. Perbedaan karena pada tabel yang kalkulasi
menggunakan data suhu udara dan kelembaban relatif, sedangkan pada algoritma yang digunakan data
suhu udara dikalibrasikan dengan suhu permukaan daratan. Sehingga nilai kalibrasi tersebut sesuai
dengan pengelasan tabel apabila data yang digunakan bukan data suhu udara melainkan suhu
permukaan daratan.
I-15
7. Referensi
Alley, R.E. and Jentoft-Nielsen, M.(1999). Algorithm Theoretical Basis Document for Brightness Temperature. The
Jet Propultion Laboratory, California Institute of Technology, Los Angels, USA. Diakses tanggal 6 Mei 2008, dari
http://eospso.gscf.nasa.gov/eos_homepage/for_scientists/atbd/docs/ASTER/BTS_ATBD.pdf.
Chrysoulakis, Nektarios.(2003). Estimation of the all-wave urban surface radiation balance by use of ASTER
multispectral imagery and in situ spatial data. Journal. Jounal Of Geophysical Research, Vol 108, No. D18,4582.
Cox, Jennifer R. Skin of The Big Apple Characterizing Yhe Surface Heau Usland of New York City Integration with
MM5 Climate Model. Prosiding. EPA Conference Call
Djamaluddin, Thomas.(2008). Peri Urban Dan Perebutan Ruang Kasus Semarang Atas. Diakses tanggal 20
Desember 2008, dari http://www.unika.ac.id/warta/23042008.htm.
Danoedoro, Projo.(1996). Pengolahan Citra Digital Teori dan Aplikasinya dalam Bidang Penginderaan Jauh. Fakultas
Geografi Universitas Gadjah Mada. Yogyakarta
Farchan, M.(2006). Rencana Ruang Terbuka Hijau. Suara Merdeka edisi 24 Agustus 2006.
Irwan, Zoer’aini.(2005). Tantangan Lingkungan dan Lansekap Hutan Kota. Bumi Aksara. Jakarta
Lillesand, T.M., R.W. Kiefer, and J.W. Chipman.(2004). Remote Sensing and Image Interpretation. Fifth Edition. John
Wiley & Sons. New York
Nakamura, Masanobu. (2002). Characterization of Urban Heat Radiation Flux Using Remote Sensing Imagery .
Prosiding. Tokyo Japan.
Narieswari, L. (2005). Estimasi Suhu permukaan Laut Perairan Delta Berau Menggunakan Band TIR Citra Aster.
Badan Penelitian Geomatika, BAKOSURTANAL. Bogor
Sabins, F.F.(1987). Remote Sensing Principles and Interpretation. San Fransisco: W.H. Freeman and Co.
Sara Brogaard dan Rannveig Olafsdottir.(1997). Enviromental Sampling for Remote Sensing Application Exemplified
by Vegetation Cover Data. Lund University. Sweden
Tan, Jiangou.(2007). Weather Associated Index Service. Prosiding. Shanghai Urban Environment Meteorology
Center
Tursilowati, Laras. (2008). Urban Heat Island dan Kontribusinya Pada Perubahan Iklim dan Hubungannya Dengan
Lahan. Prosiding. Seminar Nasional Pemanasan Global dan Perubahan Global . Fakta, Mitigasi, dan Adaptasi
http://www.semarang.go.id
http://www.wikipedia.org.
I-16
KAJIAN ZONASI KERUSAKAN LINGKUNGAN AIR TANAH KOTA SEMARANG
1 2 3
Mardwi Rahdriawan , Hadi Nugroho dan Syahru Syawal
1
Departement of Urban and Regional Planning, Diponegoro University, Indonesia.
1
Departement of Geology, Diponegoro University, Indonesia.
1
Departement of Urban and Regional Planning, Diponegoro University, Indonesia.
Abstract: Utilizitation of ground water increases with the rate of population growth and development activities.
However, ground water uptake should not be excessive because it will cause various negative impacts on the
environment. Ground water damage is very hard to regenerate, although technically a renewable natural resource.
This management requires special arrangements are based on the rules of geology and groundwater characteristics,
which include quality, quantity, availability and deployment zones.
The city of Semarang as one ground water uptake area needs to attention the critical level to avoid further
damage, one of these is to consider zoning of damage area. For that purpose this paper is to review zoning
environmental damage of ground water uptake of Semarang. The method is carried out technical guidelines for
assessing the damage criteria of ground water with ground water quality degradation of secondary data, then drawn
on the spatial map of Semarang. The result is a zoning map of ground water damage to the environment. There are
three zoning, one of which is the area with high criticality.
Abstrak: Pengambilan air tanah meningkat seiring laju pertumbuhan penduduk dan peningkatan kegiatan
pembangunan. Namun jika pengambilan air tanah tersebut berlebihan akan menimbulkan berbagai permasalahan
yang dapat merugikan dan berdampak negatif terhadap lingkungan. Air tanah yang rusak sangat sulit untuk
dipulihkan, walaupun secara teknis termasuk sumberdaya alam yang dapat diperbaharui. Pengelolaan air tanah
memerlukan pengaturan yang bersifat khusus yang didasarkan pada kaidah-kaidah geologi dan karakteristik air
tanah, diantaranya meliputi keterdapatan, kuantitas, dan penyebaran zona ketersediaan.
Kota Semarang sebagai salah satu daerah pengambilan air tanah perlu memperhatikan tingkat kekritisan
agar tidak terjadi kerusakan yang lebih parah. Salah satu perhatian terhadap kekritisan tersebut adalah dengan
memperhatikan zonasi kawasan kerusakan. Tujuan penulisan ini adalah mengkaji zonasi kerusakan Lingkungan
pengambilan air tanah Kota Semarang. Metode yang dilakukan adalah mengkaji pedoman teknis kriteria kerusakan
air tanah dengan penurunan kualitas air tanah dari data sekunder, kemudian dizonasikan dalam peta tata ruang Kota
Semarang. Hasilnya adalah matrik tingkat kerusakan kondisi air tanah dan peta zonasi kerusakan kondisi lingkungan
air tanah. Terdapat tiga zonasi kerusakan, dimana terdapat kawasan dengan kekritisan yang tinggi.
PENDAHULUAN
Air tanah memiliki peran penting bagi kehidupan dan penghidupan manusia, karena memiliki fungsi
sebagai salah satu pemenuhan kebutuhan hidup sehari-hari. Pengambilan air tanah pada di suatu
daerah umumnya sejalan dengan meningkatnya laju pertumbuhan penduduk dan peningkatan kegiatan
pembangunan, hal itu dilakukan dalam rangka memenuhi kebutuhan hidup manusia seperti industri,
irigasi pertanian, penyediaan air bersih perkotaan dan untuk pemenuhan kebutuhan fasilitas umum.
Kuantitas pengambilan yang berlebihan akan berpotensi menimbulkan berbagai permasalahan yang
dapat merugikan dan berdampak negatif terhadap lingkungan. Dampak negatif tersebut dapat berupa
penurunan muka tanah, amblesan tanah, intrusi air laut, banjir, erosi dan sebagainya. Kondisi air tanah
yang rusak sangat sulit untuk direhabilitasi atau dipulihkan, walaupun secara teknis air tanah termasuk
I-17
sumberdaya alam yang dapat diperbaharui, namun pemulihannya memerlukan waktu yang sangat lama.
Dengan sifat-sifat dan karakter air tanah seperti itu, maka pengelolaan air tanah memerlukan pengaturan
yang bersifat khusus yang didasarkan pada kaidah-kaidah geologi dan karakteristik air tanah,
diantaranya meliputi keterdapatan, penyebaran, kuantitas dan kualitas ketersediaan air tanah serta
lingkungan keberadaanya.
Kegiatan pengelolaan air tanah dapat dibagi dalam kegiatan inventarisasi, konservasi, dan
pendayagunaan air tanah. Inventarisasi dimaksudkan untuk mengetahui kondisi potensi air tanah pada
setiap cekungan air tanah, dan kondisi pengambilan air tanah di seluruh cekungan air tanah tersebut.
Konservasi bertujuan untuk melakukan perlindungan terhadap seluruh tatanan hidrologis air tanah serta
melakukan kegiatan pemantauan muka air tanah dan pemulihan terhadap cekungan yang sudah
dinyatakan rawan atau kritis. Sedangkan pendayagunaan air tanah bertujuan untuk melaksanakan
perencanaan terhadap pengambilan air tanah, pengendalian pemanfaatan lahan di daerah resapan,
daerah pengaliran dan daerah pengambilan.
Untuk memperoleh hasil pengelolaan air tanah yang berdaya-guna dan berhasil-guna, pengelolaan air
tanah harus diarahkan pada cekungan air tanah. Karena eksistensi cekungan air tanah tidak mengenal
batas administrasi pemerintahan dan bahkan dapat meliputi lebih dari satu wilayah administrasi
Kabupaten/Kota, maka pengelolaan air tanah pada suatu cekungan harus dilakukan secara terpadu yaitu
mencakup kawasan pengimbuhan, pengaliran dan pengambilan.
Permasalahan-permasalahan aktual terkait dengan air tanah Kota Semarang, misalnya penyebaran air
payau di daerah rawa, tambak, bekas pantai lama, dan sebagian daerah aliran sungai lama. Daerah
tersebut meliputi pantai utara dan sekitar Kaligawe. Meskipun air tanah payau tersebut pada umumnya
terjadi karena pengaruh formasi batuannya namun berarti mempunyai potensi untuk mencemari akuifer di
bawahnya yang mengandung air tawar bila terjadi kebocoran pada kontruksi sumur bor produksi. Kondisi
itu diperparah dengan adanya kegiatan pengeboran dan pengambilan air tanah yang tidak berijin di
berbagai tempat, sehingga kurang memperhatikan kondisi lingkungan pengambilan air tanah.
Berdasarkan permasalahan tersebut di atas, penekanan tulisan ini pada penggambaran zonasi kekritisan
pengambilan air tanah Kota Semarang. Dengan sasaran mengkaji pedoman teknis kriteria kerusakan air
tanah dengan hasil-hasil penelitian hidrogeologis sebagai landasan pengelolaan air tanah,
mengidentifikasi potensi air tanah dan membuat peta zonasi kekritisan pengambilan air tanah dan
mengkaji peta tersebut dalam tata guna lahan. Diharapkan dengan penggambaran tersebut, dapat
memberikan pemahaman kepada stakeholder dalam pengawasan dan pengendalian penggunaan air
tanah Kota Semarang.
Pengambilan air tanah dengan sumur bor di wilayah Kota Semarang dari tahun ketahun cenderung
meningkat. Pemanfaatan air tanah dalam di cekungan air tanah Semarang-Demak tercatat mulai
3
dilakukan pada tahun 1900 melalui 16 sumur dengan jumlah pengambilan air tanah sekitar 1.170 m /hari.
Hingga tahun 1999 jumlah sumur bor produksi di CAT Semarang-Demak mencapai 1.060 sumur dan
3
pada tahhun 2002 tercatat 1.194 sumur, dengan pengambilan air tanah mencapai 45 juta m .
Jumlah sumur tersebut adalah jumlah sumur yang mempunyai izin, sedangkan jumlah sebenarnya jauh
lebih banyak lagi. Dari data yang diperoleh dari Dinas ESDM Provinsi Jawa Tengah bahwa jumlah
pengambilan air tanah di Kota Semarang sendiri selalu meningkat setiap tahun, tercatat bahwa jumlah
sumurbor di Kota Semarang mencapai sekitar 530 sumurbor dengan volume pengambilan 7.954.457
3
m /tahun. Pengambilan air tanah terbesar yaitu pada CAT Semarang-Demak yang mencapai 35,87 juta
3
m /tahun, karena pengambilan air tanah di CAT Semarang meliputi Kota Semarang, Kabupaten
Semarang, Kabupaten Demak, Kabupaten Kendal, dan Kabupaten Grobogan. Sedangkan pengambilan
3
air tanah pada CAT Ungaran yaitu sebesar 2,91 juta m /tahun.
Kondisi tersebut memperlihatkan bagaimana ketergantungan penduduk Kota Semarang yang semakin
besar dan meningkat setiap tahunnya terhadap permintaan air tanah. Padahal pemanfaatan air tanah
mempunyai dampak terhadap lingkungan yang tidak mudah untuk dikembalikan seperti semula.
I-21
Sumber: Departemen ESDM Pusat Lingkungan Geologi
GAMBAR 2 PETA DAYA HANTAR LISTRIK CAT SEMARANG
Sedangan tingkat kerusakan lingkungan air tanah didasarkan pula pada pertimbangan ada tidaknya
amblesan tanah, tingkat kerusakan kondisi air tanah dapat di bagi menjadi 2 yaitu:
Aman : Apabila pengambilan air tanah belum berdampak terjadinya amblesan tanah.
Kritis : Apabila pengambilan air tanah telah berdampak terjadinya amblesan tanah.
Kota Semarang bagian utara rawan terjadi amblesan tanah. Dari gambar di atas dapat dilihat bahwa
amblesan tanah terjadi di Kecamatan Genuk, Semarang Utara, Semarang Timur, Gayamsari serta
Pedurungan. Amblesan tanah tertinggi yaitu pada daerah pantai utara yang mencapai > 8 cm/tahun, yang
meliputi Kecamatan Genuk dan Semarang Utara.
Tingkat kerusakan kondisi dan lingkungan air tanah berdasarkan penurunan muka air tanah dan
kualitasnya, serta ada tidaknya amblesan tanah, dapat dilihat melalui matrik sebagai berikut:
I-22
TABEL 1 MATRIK TINGKAT KERUSAKAN KONDISI DAN LINGKUNGAN AIR TANAH
Penurunan
Muka Air Amblesan
Tanah < 40% 40% - 60% 60% - 80% > 80%
Tanah
Penurunan
Kualitas Air
Tanah
Adapun penggambaran zonasi tingkat kerusakan tersebut jika digambarkan dalam peta rencana tata
guna lahan Kota Semarang 2010-2030 adalah sebagai berikut:
Dalam zonasi kerusakan lingkungan air tanah pada peta rencana tata guna lahan Kota Semarang 2010-
2030 tersebut memperlihatkan lebih dari 50% masuk dalam kategori kritis dan rawan. Dalam rencana
guna lahan tersebut sebagian besar merupakan kawasan terbangun yang terdiri dari permukiman,
industri, perdagangan dan jasa serta campuran, dimana kebutuhan akan air bersih selalu meningkat
setiap tahunnya. Hal ini perlu disadari oleh pemerintah dan masyarakat untuk dapat memperlakukan air
tanah dengan baik.
I-23
KESIMPULAN
Zonasi kerusakan lingkungan air tanah menunjukkan kondisi saat ini, ketika digambarkan pada rencana
tata guna lahan Kota Semarang 2010-2030 terlihat semakin padatnya penggunaan ruang, padahal
kuantitas air tanah sangat terbatas. Penggunaan air tanah inipun dapat menimbulkan dampak negatif
terhadap lingkungan. Kondisi tersebut tentu akan menambah luasan daerah amblesan air tanah, yang
saat ini sudah masuk zona kritis. Agar luasan zona kritis tidak bertambah terlalu cepat, karena karena
kebutuhan guna lahan diatasnya, perlu dimbangi dengan upaya-upaya konservasi agar tercapai
kesinambungan ketersediaan dan pemanfaatannya, dalam arti pemanfaatan air tanah tetap dijaga tidak
sampai menimbulkan dampak negatif terhadap lingkungan fisik di sekitarnya.
Dalam rangka konservasi sumberdaya air tanah terutama di kedua cekungan air tanah Semarang dan
Ungaran, beberapa upaya yang dapat dilakukan antara lain: Menetapkan daerah resapan atau imbuhan
menjadi kawasan lindung air tanah. Sedangkan bagi daerah yang rentan terhadap resiko kemerosotan
kualitas air tanah oleh pengambilan air tanah yang intensif seperti pada dataran pantai di Cekungan Air
Tanah Semarang, baik oleh penyusupan air laut maupun oleh bahan pencemar lainnya, perlu
diprioritaskan untuk dibuat skenario pengambilan air tanah sebagai acuan dalam pemberian rekomendasi
teknik pengambilan air tanah yang benar.
DAFTAR PUSTAKA
Adoe, Trisianus H. R., 2008, Pengendalian Pemanfaatan Air Bawah Tanah di Kota Kupang, Universitas
Diponegoro, Semarang.
Arismunandar dan Erika Purwaningsih, 2009, Rekayasa Teknik Imbuhan Air Tanah pada Sistem Akuifer Tidak
Tertekan/Dangkal di CAT Semarang-Demak Jawa Tengah, Departemen ESDM Badan Geologi Pusat
Lingkungan Geologi, Bandung.
Beydha, Inon, 2002, Konservasi Tanah dan Air di Indonesia Kenyataan dan Harapan, Universitas Sumatera
Utara, Medan.
Departemen Energi dan Sumber Daya Mineral, 2000, Keputusan Menteri Energi dan Sumber Daya Mineral
No 1451 K/10/MEM/2000 tentang Pedoman Teknis Penyelenggaraan Tugas Pemerintahan di Bidang
Pengelolaan Air Tanah.
DGTL, 1999-2000, Potensi Cekungan Air Tanah Semarang-Ungaran, Jawa Tengah, Departemen ESDM.
Dinas PSDA dan ESDM, 2009, Seminar: Kebijakan Pengelolaan Air Tanah di Kota Semarang, Semarang.
Direktorat Pembinaan Pengusahaan Panas Bumi dan Pengelolaan Air Tanah, 2009, Seminar: Pengelolaan Air
Tanah Berbasis Cekungan Air Tanah, Departemen ESDM, Semarang.
Direktorat Tata Lingkungan Geologi dan Kawasan Pertambangan, 2003, Penjelasan Peta Cekungan Air
Tanah P. Jawa dan P. Madura sebagai Basis Pengelolaan Sumber Daya Air Tanah, Departemen Energi dan
Sumber Daya Mineral, Bandung.
Irham, M.N, dkk., 2006, Pemetaan Sebaran Air Tanah Asin Pada Aqiufer Dalam di Wilayah Semarang Bawah,
FMIPA Undip, Semarang.
Pemerintah Kota Semarang. 2009, Pekerjaan Penyusunan Sistem Informasi Air Bawah Tanah (ABT),
Geomas Matra Perdana, Semarang.
Pemerintah Kota Semarang, 2009, Seminar: Pemanfaatan dan Pengendalian Air Bawah Tanah (ABT), Dinas
PSDA dan ESDM. Semarang.
Peraturan Pemerintah, 2008, Peraturan Pemerintah Republik Indonesia No 43 Tahun 2008 tentang Air Tanah,
Presiden Republik Indonesia.
Purnama, Setiawan dkk, 2006, Model Konservasi Air Tanah di Dataran Pantai Kota Semarang, Universitas
Gadjah Mada, Yogyakarta.
RTRW Kota Semarang 2010-2030.
Suryanti, Erma, 2002, Kajian Pengendalian Pengambilan Air Bawah Tanah di Kota Surakarta, Universitas
Diponegoro, Semarang.
I-24
Taufiq, Agus Nz., 2009, Penelitian Hidrogeologi Daerah Imbuhan Air Tanah dengan Metode Isotop dan
Hidrokimia di CAT Semarang-Demak Jawa Tengah, Departemen ESDM Badan Geologi Pusat Lingkungan
Geologi, Bandung.
Undang-undang, 2004. Undang-undang No 7 Tahun 2004 tentang Sumber Daya Air, Presiden Republik
Indonesia.
Wahyudin, 2009, Pengendalian Pengambilan Air Tanah dalam Rangka Konservasi Air Tanah, Departemen
ESDM Badan Geologi Pusat Lingkungan Geologi, Bandung.
I-25
Pemetaan Ruang Terbuka Hijau Pada Lahan Rawan Banjir Kawasan Terpadu Tepian
Sungai Kahayan Kota Palangka Raya
Abstrak: Palangka Raya sebagai ibukota Kalimantan Tengah sekarang ini sedang mengalami proses
pembangunan perkotaan. Seiring perkembangannya, pembangunan Kota Palangka Raya juga mengalami
perkembangan fisik kota seperti kota-kota besar lainnya di Indonesia, yakni lebih banyak pada pembangunan
sarana dan prasarana. Pada sisi lain pembangunan kota ini memberi dampak negatif terhadap lahan bervegetasi
(ruang hijau). Hal ini ditunjukan dari ketidakseimbangan antara banyaknya ruang terbangun dengan sedikit lahan
untuk ruang hijau. Gejala pembangunan Kota Palangka Raya ini dilihat sebagai degradasi awal dari menurunnya
ketersediaan ruang terbuka hijau. Lahan hijau banyak dialih fungsikan menjadi pertokoan, permukiman, industri,
jalan dan lain-lain. Pada akhirnya akan terjadi ketidakseimbangan antara luasnya lahan terbangun dengan lahan
untuk ruang hijau kota sebagai penyangga Daerah Aliran Sungai Kahayan.
Sebagaimana kita ketahui berdasarkan informasi Intergovernmental Panel on Climate Change (2008) bahwa
pemanasan global (global warming) sekarang ini menjadi sebuah fenomena yang serius dan berpengaruh besar
pada kehidupan manusia saat ini, bukan hanya bagi lingkungan ekologis namun juga bagi lingkungan sosial
dan budaya. Pada dasarnya pemanasan global merupakan peningkatan temperatur global dari tahun ke tahun
salah satu penyebabnya adalah efek rumah kaca (green house effect) dan sedikitnya ruang hijau berpengaruh
pada perubahan iklim pasang surut debit air sungai / laut.
Konsep ruang terbuka hijau ini bertujuan membuka pemikiran kita untuk merespon rekomendasi yang telah
diberikan oleh World Bank (1990), bahwa Daerah Kalimantan Tengah semestinya memiliki peranan penting
menjadi bagian dari paru-paru dunia dengan ruang hijaunya yang cukup luas serta kemampuannya yang besar
untuk menyerap emisi gas-gas sebagai penyebab pemanasan global. Penelitian ini menggunakan metode data
spatial untuk melihat perubahan iklim dan software Map-flow sebagai tool untuk membuat skenario mengenai
keberadaan ruang hijau dan efek banjir kasus pada DAS Kahayan Kota Palangka Raya. Metode data spatial
dan skenario fungsi ruang terbuka hijau dalam penataan Kawasan Terpadu DAS Kahayan Kota Palangka Raya
diharapkan mampu menurunkan pemanasan global, polusi udara, dan sebagai penyangga kawasan rawan banjir
Kota Palangka Raya.
1. Pendahuluan
1.1 Latar Belakang
Kalimantan Tengah sekarang ini sedang mengalami proses pembangunan perkotaan. Seiring
perkembangannya, pembangunan Kota Palangka Raya juga mengalami perkembangan fisik kota
seperti kota-kota besar lainnya di Indonesia, yakni lebih banyak dibangun sarana dan prasarana
dengan didukung peningkatan kemampuan dan kesejahteraan masyarakat, maka pembangunan fisik
kota juga terus melaju dengan pesat. Namun di sisi lain pembangunan kota ini memberi dampak
negatif terhadap lahan yang bervegetasi atau ruang hijau, karena semakin banyak terjadi alih fungsi
dari kawasan hijau menjadi kawasan terbangun, mengakibatnya semakin terbatasnya lahan untuk
ruang hijau. Gejala pembangunan Kota Palangka Raya ini dilihat sebagai degradasi awal dari
menurunnya ketersediaan ruang terbuka hijau atau menghilangkan wajah alam. Lahan-lahan hijau
banyak dialih fungsikan menjadi pertokoan, permukiman, industri, jalan dan lain-lain. Pada akhirnya
akan terjadi ketidakseimbangan antara luasnya lahan terbangun dengan sedikitnya lahan untuk
hutan kota.
Keberadaan ruang hijau sangat diperlukan dalam penataan kawasan terpadu Kota Palangka Raya
untuk mengimbangi kepadatan bangunan. Bentuk ragam kegiatan ruang hijau ini secara umum
adalah sebagai peneduh dari pemanasan lingkungan sekitar dan sebagai wadah bagi masyarakat
kota Palangka Raya untuk bersosialisasi dan berinteraksi dengan alam. Pemenuhan kawasan hijau di
Kota Palangka Raya adalah upaya awal menumbuhkan kesadaran akan media penyelaras
lingkungan ditinjau dari kecenderungan menurunnya ketersediaan udara bersih dan sehat akibat
degradasi alam di Kota Palangka Raya.
I-26
Berdasarkan informasi Intergovernmental Panel on Climate Change (2008) bahwa pemanasan
global (global warming) sekarang ini telah menjadi sebuah fenomena yang serius dan berpengaruh
besar pada kehidupan manusia saat ini, bukan hanya bagi lingkungan ekologis namun juga bagi
lingkungan sosial dan budaya. Pada dasarnya pemanasan global merupakan peningkatan temperatur
global dari tahun ke tahun salah satu penyebabnya adalah efek rumah kaca (green house effect).
Kehadiran ruang terbuka hijau dalam penataan Kawasan Terpadu Kota Palangka Raya diharapkan
mampu menurunkan pemanasan global dan tingkat polusi udara kota Palangka Raya. Fenomena
pemanasan global ini membuka pemikiran kita untuk merespon rekomendasi yang telah diberikan
oleh World Bank (1990), bahwa Daerah Kalimantan Tengah semestinya memiliki peranan penting
menjadi bagian dari paru-paru dunia dengan ruang hijaunya yang cukup luas serta kemampuannya
yang besar untuk menyerap emisi gas-gas yang menjadi penyebab pemanasan global harus terus
dijaga dan dilestarikan. Namun kenyataannya keberadaan ruang hijau ini semakin berkurang luas
lahannya.
Untuk itu diperlukan adanya sebuah kesadaran akan perlunya menjaga dan mempertahankan
keberadaan ruang hijau dan mengembalikan fungsi utama ruang hijau sebagai penyerap dari
pemanasan global yang ada. Potensi DAS Kahayan dengan luas ruang hijaunya yang cukup besar
sebagai langkah awal untuk memelihara kesinambungan ruang hijau dalam menyerap pemanasan
global merupakan bagian terpenting dalam penataan kawasan terpadu Kota Palangka Raya.
Kesadaran ini minimal dimulai dari pemikiran bersama oleh warga masyarakat Kota Palangka Raya
sebagai lingkup terkecil yang kemudian diharapkan dapat memberikan kontribusi pemikiran yang
lebih besar bagi daerah-daerah lain yang ada di sekitarnya untuk menjaga dan menata ruang terbuka
hijau sebagai bagian dari ruang terbuka kota (open space) berperan penting bagi keberlangsungan
kehidupan makhluk hidup yang ada di sekitarnya.
Konsep perencanaan kawasan terpadu Kota Palangka Raya dengan mengandalkan potensi ruang
hijau DAS Kahayan diharapkan mampu menyeimbangkan antara penyelarasan vegetasi dan
keberadaan ekologi lingkungan dengan pembangunan infrastruktur kota, sehingga akan tercapai
tujuan penerapan konsep pembangunan berkelanjutan dan juga mampu mengatasi permasalahan
pemanasan global yang dirasakan saat ini.
1.2 Permasalahan
Berdasarkan latar belakang yang telah diuraikan, maka dirumuskan permasalahan yang ada yaitu
selama ini keberadaan DAS Kahayan kurang mendapat perhatian dalam penataan ruang Kota
Palangka Raya, dimana pembangunan kota lebih berorientasi pada pengembangan sarana dan
prasarana fisik saja dan kurangnya perhatian pemerintah daerah pada kondisi ruang hijau kota yang
semakin berkurang, padahal ruang hijau ini memiliki peranan sebagai bagian dari paru-paru dunia
dan sebagai penyelaras lingkungan ekologi yang berfungsi menyerap emisi gas-gas yang menjadi
penyebab pemanasan global semestinya harus terus dijaga dan dilestarikan. Bagaimana upaya kita
mengembalikan fungsi kawasan DAS Kahayan sebagai ruang hijau kota dapat menjadi peneduh dari
pemanasan lingkungan sekitar, bahkan mampu meningkatkan nilai ekonomis kawasan dengan
menggali potensi alam sebagai aset andalan wisata akan digunakan sebagai konsep perencanaan
ruang hijau terpadu Kota Palangka Raya ini, sehingga mengaktifkan akses kawasan hijau,
peremajaan lingkungan maupun menumbuhkan kesadaran bagi masyarakat menjaga dan
melestarikan alam lingkungannya untuk generasi mendatang.
I-27
Kota Palangka Raya ini diharapkan mampu meningkatkan nilai ekonomis kawasan dengan
menggali potensi alam sebagai aset andalan wisata Daerah Kalimantan Tengah.
2. Tinjauan Pustaka
2.1 Pengertian Ruang Hijau
Ruang terbuka hijau (green open spaces) merupakan ruang yang direncanakan karena kebutuhan
akan tempat-tempat pertemuan dan aktivitas bersama di udara terbuka. Ruang Terbuka Hijau (green
open spaces), secara umum pengertiannya ruang yang didominasi oleh lingkungan alami di luar
maupun di dalam kota, dalam bentuk taman, halaman, areal rekreasi kota dan jalur hijau
(Trancik,1986;61), dan fasilitas yang memberikan kontribusi penting dalam meningkatkan kualitas
lingkungan permukiman, sebagi suatu unsur penting dalam kegitan rekreasi (Rooden Van FC dalam
Grove dan Gresswell,1983).
Berdasarkan peraturan pemerintah Ruang Terbuka Hijau memiliki pengertian:
• Ruang-ruang di dalam kota atau wilayah yang lebih luas baik dalam bentuk area/kawasan maupun
dalam bentuk area memanjang/jalur yang dalam penggunaanya lebih bersifat terbuka yang pada
dasarnya tanpa bangunan yang berfungsi sebagai kawasan pertamanan kota, hutan kota, rekreasi
kota, kegiatan olahraga, pemakaman, pertanian, jalur hijau dan kawasan hijau pekarangan
(Inmendagri No.14/1988),
• Bagian dari ruang-ruang terbuka (open space) suatu wilayah perkotaan yang diisi oleh tumbuhan,
tanaman dan vegetasi (endemik, introduksi) guna mendukung manfaat langsung dan/atau tidak
langsung yang dihasilkan oleh RTH dalam kota tersebut yaitu keamanan, kenyamanan,
kesejahteraan, dan keindahan wilayah perkotaan tersebut (Direktorat Jenderal Penataan Ruang
Departemen Pekerjaan Umum).
• Area memanjang/jalur yang penggunaannya lebih bersifat terbuka, tempat tumbuh tanaman, baik
yang tumbuh secara alamiah maupun yang sengaja ditanam (Peraturan Pemerintah Republik
Indonesia No.26 Tahun 2008 tentang Rencana Tata Ruang Wilayah Nasional, pasal 1 ayat 25).
Berdasarkan Keputusan Presiden No.32 tahun 1990, tentang pengelolaan kawasan lindung Bab I
Pasal 1 ayat 7 menjelaskan bahwa tepian sungai seharusnya memiliki sempadan sungai yaitu
kawasan sepanjang kiri kanan sungai, termasuk sungai buatan / kanal / saluran irigasi primer, yang
mempunyai manfaat penting untuk mempertahankan kelestarian fungsi sungai. Sempadan sungai
inilah yang seharusnya menjadi kawasan Ruang Terbuka Hijau berfungsi melindungi dan menjaga
kelestarian vegetasi di DAS Kahayan.
Kawasan hijau berupa hutan kota yang terdapat di DAS Kahayan Kota Palangka Raya merupakan
bagian dari ruang terbuka hijau. Ruang terbuka ini direncanakan sebagai ruang-ruang hijau dalam
kota dan sebagai tempat pergerakan atau penghubung ke lokasi atau kawasan lain yang di dominasi
unsur hijau (vegetasi) dalam bentuk taman, jalur hijau dan hutan kota. Keberadaan Ruang Hijau Kota
ini berperan dalam penyeimbang dari kepadatan bangunan maka peran serta Pemerintah Kota
Palangka Raya di dukung melalui kebijakan-kebijakan dan peran serta masyarakat Palangka Raya
untuk mempertahankan dan melestarikan keberadaan ruang terbuka hijau ini.
I-28
Pemenuhan kawasan hijau sebagai bagian ekologi lingkungan diupayakan sebagai media
penyelarasan dan penyeimbang akan kepadatan bangunan di perkotaan. Berdasarkan berbagai
0
literatur menunjukkan kenaikan temperatur global termasuk Indonesia yang terjadi pada kisaran 40 C
0 0
pada akhir abad 21, dengan peningkatan suhu rata-rata 0,74 ± 0,18 C (1,33 ± 0,32 F) selama
seratus tahun terakhir menyebabkan perubahan iklim secara global yang akan memberikan berbagai
macam dampak bagi kehidupan manusia. Penyebab lain dari pemanasan global adalah kerusakan
hutan berupa penggundulan hutan (illegal loging), pembukaan lahan dan kebakaran hutan semakin
memperparah pemanasan global, melepaskan sekitar 3,67 – 7,34 milyar ton CO2 ke atmosfer setiap
tahunnya.
Kalimantan Tengah memiliki peranan penting menjadi bagian dari paru-paru dunia dengan kawasan
hijau berupa hutan kota yang cukup luas terdapat di DAS Kahayan Kota serta kemampuannya cukup
besar untuk menyerap emisi gas-gas yang menjadi penyebab pemanasan global harus terus dijaga
dan dilestarikan. Namun kenyataannya keberadaan ruang hijau ini semakin berkurang luas
lahannya. Diperlukan adanya sebuah kesadaran untuk menjaga dan melestarikan daerah hijau untuk
menanggapi pemanasan global sekarang ini dan disinilah RTH (Ruang Terbuka Hijau) sebagai
bagian dari daerah hijau suatu wilayah perkotaan juga berperan penting bagi keberlangsungan
kehidupan makhluk hidup.
I-29
Peraturan Pemerintah tentang tata ruang kota tepian sungai, sehingga dalam pelaksanaan penataan
kawasan ini masih mengacu pada Peraturan Menteri Pekerjaan Umum No. 63/PRT/1993 tentang
Garis Sempadan Sungai, daerah manfaat sungai, daerah penguasaan sungai dan bekas sungai dan
Peraturan Pemerintah Republik Indonesia No. 35 tahun 1991 tentang sungai. Peraturan Menteri
Pekerjaan Umum No. 63/PRT/1993 ini mempunyai lingkup: (Peraturan Tata Ruang Kota, 1991)
1) Penetapan Garis Sempadan Sungai termasuk waduk dan danau.
2) Pengelolaan dan pemanfaatan lahan pada daerah manfaat sungai.
3) Pemanfaatan lahan pada daerah penguasaan sungai.
4) Pemanfaatan lahan pada daerah bekas sungai.
Secara mendasar keberadaan ruang terbuka hijau ini dalam koridor peraturan pemerintah adalah
sebagai salah satu elemen arsitektur kota dikelola bersama yang berfungsi untuk mewadahi aktifitas
sosial masyarakat kota Palangka Raya dan mampu berfungsi sebagai penyeimbang antara
penyelarasan vagetasi dan keberadaan ekologi lingkungan dengan pembangunan infrastruktur kota,
sehingga akan tercapai tujuan penerapan konsep kota terpadu yang selaras dengan tujuan
pembangunan berkelanjutan dalam mengatasi permasalahan pemanasan global dan pelestarian
lingkungan alam.
Peraturan perundang-undangan yang menaungi pengelolaan ruang hijau dari tingkat tertinggi hingga
yang terendah yang telah disahkan dan diakui legalitasnya oleh Pemerintah dan lembaga yang
berwenang merupakan dasar pedoman dalam penyusunan peraturan dan kebijakan baru dalam
mengelola ruang hijau kawasan kota. Hirarki dari mulai Undang-undang (UU) hingga Keputusan
Menteri terkait dengan perencanaan dan pembangunan di bidang pengelolaan ruang hijau dalam
rencana tata guna lahan antara lain adalah:
1) Undang-undang No. 24 Tahun 1992 tentang Penataan Ruang.
2) Undang-undang No. 25 Tahun 2000 tentang Program Perencanaan Nasional.
3) Keppres no. 32 tahun 1990 tentang pengolahan kawasan lindung, yaitu daerah sekitar bantaran
sungai harus bebas bangunan.
4) Peraturan Pemerintah Republik Indonesia No. 35 tahun 1991 tentang sungai.
5) Peraturan Menteri Pekerjaan Umum No.63/PRT/1993 tentang Garis Sempadan Sungai, daerah
manfaat sungai, daerah penguasaan sungai.
Kesadaran untuk mengelola dan menjaga kelestarian ruang hijau ini minimal dimulai dari pemikiran
bersama oleh warga masyarakat Kota Palangka Raya sebagai lingkup terkecil kemudian diharapkan
dapat memberikan kontribusi pemikiran yang lebih besar bagi daerah-daerah lain yang ada di
sekitarnya untuk menjaga dan menata ruang terbuka hijau sebagai bagian dari ruang terbuka kota
(open space) berperan penting bagi keberlangsungan kehidupan makhluk hidup yang ada di
sekitarnya.
I-30
Kawasan tepian Sungai Kahayan ini termasuk kategori sungai besar tidak bertanggul berdasarkan
kriteria diatas termasuk: sungai dengan kedalaman lebih besar dari 3m sampai 20m, maka garis
sempadan sungai diperhitungkan
hitungkan 15m dari tepi sungai. Kawasan DAS Kahayan ini juga ditetapkan
sebagai kawasan lindung karena memiliki ruang hijau dengan jumlah yang cukup besar.
2.6 Pola-pola
pola Penerapan dan Pemanfaatan Perencanaan Daerah Aliran Sungai Kahayan
Pengertian Daerah Aliran Sungai (DAS) secara universal adalah suatu daerah aliran sungai yang
sepanjang alirannya dapat difungsikan untuk menunjang kegiatan kota, seperti halnya untuk
menunjang sarana transportasi, dapat diartikan secara ekologis dengan kemampuan sungai un untuk
merubah bentang alam, sehingga terdapat adanya perbedaan daerah karakteristik sungai, dan dapat
menunjang kegiatan pariwisata dengan menampilkan kawasan yang rekreatif mengandalkan wisata
alam dengan konsep perencanaan ruang hijau di sepanjang DAS Kaha
Kahayan.
Pemanfaatan sungai untuk kepentingan strategis dengan tujuan untuk pelestarian lahan hijau dan
peneduh dari pemanasan global dengan mengembalikan fungsi kawasan DAS Kahayan sebagai
melalui pemanfaatan potensi Daerah Aliran Sungai Kahayan sebagai bagian
bagian yang memiliki peranan
penting bagi dunia. Perencanaan kawasan ruang hijau disepanjang DAS Kahayan dengan konsep
terpadu diharapkan mampu memberikan efek positif Daerah Kalimantan Tengah sebagai paru-paru
paru
dunia.
3. Metode Penelitian
Mengingat penelitian ini merupakan penelitian dalam bidang arsitektur dan perencana kota, maka
metode yang digunakan adalah metode deskripsi berdasarkan teori penelitian pengantar arsitektur
(U. Cohen dan LV. Ryzim, 1989: 527), yaitu:
1) Dengan pengamatan dan pelaporan dari hasil survey dan wawancara tentang potensi Kawasan.
2) Teknik pengumpulan data yang dipakai adalah teknik mengamati dan menanyakan ( U. Cohen
dan LV. Ryzim, 1989 : 531) dan menggunakan alat pengumpul data berupa kamera dan angket.
3) Teknik pengumpulan data yang akan digunakan adalah melakukan survey langsung di lapangan
dan menanyakan pada masyarakat melalui penggalian informasi mengenai kondisi geografi dan
topografi ruang hijau DAS Kahayan termasuk mengumpulkan data data-data
data terkait sejarah ruang
hijau dan kawasan permukiman, sosial
sosial-ekonomi masyarakat, aktivitas
s masyarakat dan kegiatan
bersama masyarakat di kawasan ruang hijau DAS Kahayan. Dokumentasi peta manual
perkembangan kawasan ruang hijau DAS Kahayan dan peta tata guna lahan. Peta manual
kawasan ruang hijau DAS Kahayan akan dianalisa untuk untuk memudahkan
memudahkan pada proses
analisa perencanaan kawasan terpadu Kota Palangka Raya berdasarkan periode waktu.(U.
Cohen dan LV. Ryzim, 1989 : 531)
4) Teknik Pembobotan / Penjumlahan untuk mengkaji hasil penelitian tentang pemanfaatan tepian
Sungai Kahayan yang berpotensi menjadi
menjadi ruang hijau kota digunakan metode pembobotan /
I-31
penjumlahan dan di prosentase (%) dari hasil data kuisioner yang telah dilakukan di lapangan
berdasarkan kriteria tolak ukur baik kriteria fisik visual kawasan maupun arsitektural / estetika
kawasan. Responden
ponden yang dipilih adalah masyarakat yang bermukim di tepian Sungai Kahayan
maupun mahasiswa Program Studi Arsitektur Universitas Palangka Raya angkatan 2001 2001- 2004.
3.2 Langkah-langkah
langkah Analisa Kawasan
Langkah-langkah
langkah yang akan digunakan dalam menganalisa kawasan adalah:
1) Mengumpulkan data awal (data primer) tentang potensi sumber daya kawasan.
2) Melakukan identifikasi potensi sumber daya alam yang terkait tautan lingkungan, tata guna
bangunan maupun konsep bentukan kawasan ruang terbuka publik yang ada di kawasan tepian
sungai Kahayan.
titik potensial sumber daya alam yang ada di kawasan
3) Melakukan pemetaan titik-titik kawasan tepian sungai
Kahayan
4) Melakukan survey lokasi potensial sumber daya kawasan sungai Kahayan (cross (cross check)
check di
lapangan.
engkompilasi data dari hasil survey maupun data pendukung potensi kawasan sungai Kahayan
5) Mengkompilasi
(data olahan / sekunder).
6) Menganalisa data dari hasil survey lapangan dan data pendukung potensi sumber daya kawasan
tepian Sungai Kahayan.
7) Hasil data survey lapangan dan data pendukung potensi sumber daya serta hasil analisa akan
digunakan dalam pendekatan konsep pengembangan potensi kawasan tepian Sungai Kahayan.
8) Berbagai pendekatan konsep rancangan akan dibuat menjadi alternatif konsep dasar
perencanaan ruang terbuka publik di Kawasan Tepian Sungai Kahayan.
4. Hasil Penelitian
4.1 Analisa
Hasil
asil penelitian ini dalam bentuk kompilasi data potensi DAS Kahayan berdasarkan identifikasi,
survey lapangan maupun data pendukung (data sekunder), dengan metode pembobotan, maka
diketahui ada beberapa potensi usulan perencanaan ruang hijau pada kawasan terpadu Kota
Palangka Raya.
1) Analisa Pola-pola
pola Penerapan dan Pemanfaatan Perencanaan Daerah Aliran Sungai, yaitu
menggunakan prinsip-prinsip
prinsip dari pengembangan daerah aliran sungai menggali informasi yang
terkait dengan rancangan penelitian seperti menganalisa data pengembangan kawasan, analisa
faktor geografis alam
lam sampai analisa pola karakteristik visual DAS Kahayan.
I-32
2) Analisa Tautan Lingkungan yaitu melalui penjabaran analisa tentang ekologi lingkungan, analisa
faktor-faktor tautan lingkungan seperti air dan tumbuhan, serta analisa arsitektur yang
berwawasan lingkungan.
3) Analisa Tata Guna Bangunan melalui data-data tata guna lahan akan dianalisa luas lahan untuk
kawasan ruang hijau, analisa lokasi sampai analisa kualitas lahan untuk ruang terbuka hijau
sebagai bagian dari perencanaan terpadu Kota Palangka Raya.
4) Analisa Konsep dan Bentuk Ruang Hijau melalui pengumpulan data dan informasi kebutuhan
masyarakat akan ruang hijau. Data ini sebagai analisa bentuk, fungsi, aktifitas, serta analisa
pendekatan konsep ruang terbuka hijau sebagai strategi perencanaan terpadu Kota Palangka
Raya.
I-33
c.Pendekatan
atan pola ruang bebas bangu
bangunan/publik
/publik area di tepi Sungai Kahayan untuk ruang
hijau sebagai ruang bersama bagi warga.
D. Pendekatan Konsep dan Bentuk Ruang Terbuka Hijau berdasarkan pada analisa bentuk ruang
terbuka hijau. Hasil rancangan penelitian berupa pendekatan konsep dan gambar alternatif
bentuk, fungsi, aktifitas, serta pendekatan konsep karakter visual ruang te
terbuka.
rbuka. Analisa bentuk,
fungsi, aktifitas, sert pendekatan konsep ruang terbuka hijau sebagai strategi perencanaan
terpadu Kota.
a. Pendekatan konsep peruntukan kawasan wisata berupa tampilan visual ruang terbuka
(scenic corridor) dengan bentuk dan fungsi kegiatan untuk semua usia di kawasan Sungai
Kahayan.
b. Pendekatan konsep kawasan wisata sebagai ciri kawasan sungai dan menghidupkan
kawasan Kota Palangka Raya dengan tampilan arsitektur waterfront yang unique visual
character.
Gambar 1 Tujuh Konsep Dasar Tata Guna Bangunan Kawasan Sungai Kahayan Sebagai Pendukung
Kawasan Wisata
6. Referensi
Biro Statistik Kalimantan Tengah, Data-data
Data data Pertumbuhan Penduduk, Luas Tanah, Tata Guna Lahan,
Tahun 1997, 2000, 2003 dan 2005.
I-34
Budihardjo, Eko. (1984): Arsitektur dan Kota di Indonesia. Penerbit Alumni.
Canter, David. (1977): Psychology of Place, Architectural Press
Carr Stephen. (1992): Urban Space. Mc. Graw Hill Book. New York
Catanese, A dan Snyder, J. (1979): Introduction to Urban Planning, Mc. Graw Hill Book. New York
Cohen, U dan Ryzim, LV. (1989): Buku Pengantar Arsitektur, Catanese, A dan Snyder, J, ed, Penerbit
Erlangga. Jakarta
Dinas BPPMD.(2003): Rencana Umum Tata Ruang Kota Palangka Raya
Grey G, W. dan F. J. Deneke. (1978): Urban Forestry. Penerbit Jhon Willey and Sons. New York
Hendraningsih, dkk. (1982). Peran, Kesan dan Pesan Bentuk-bentuk Arsitektur. Penerbit Djambatan
Irawan Z. D. (1997): Tantangan Lingkungan dan Lansekap Hutan Kota. PT. Pustaka
John Ormbee Simonds. (1993): Landscape Architecture. MC. Graw-Hill Book Company.
Lynch, Kevin. (1969): The image of the city. MIT Press
___________ (1972): What time is this place. MIT Press
Pemerintah Daerah Kalimantan Tengah. (1991): Peraturan Tata Ruang Kota.
Sejarah Kebudayaan Kalimantan. (1994): Departemen Pendidikan dan Kebudayaan, Dirjen Kebudayaan
Direktorat Sejarah dan Nilai Tradisional,” Jakarta.
Soehoed, AR. (1997): Penelitian Ruang Terbuka Publik.
Wijanarka. (2001):Dasar-dasar Konsep Pelestarian dan Pengembangan Kawasan Tepi Sungai di
Palangka Raya, Program Pasca Sarjana Universitas Diponegoro, Semarang.
I-35
TINJAUAN PEMANFAATAN AREAL BEKAS TAMBANG TIMAH DI PULAU BELITUNG
1 2 3
Rahmatia Susanti , Ratna Sari Dewi , Yoniar Hufan Ramadhani
Abstrak : Timah merupakan sumberdaya mineral yang cukup besar di Pulau Belitung dan juga beberapa lokasi
yang merupakan bagian dari jalur timah Indonesia seperti Pulau Bangka, Singkep, Karimun dan Kundur. Wilayah
ini termasuk dalam jalur timah Asia Tenggara yang terbentang dari utara ke selatan sepanjang 2800 km dan
lebar 400 km, memanjang dari Myanmar, Thailand, Semenanjung Malaysia dan Kepulauan Timah Indonesia
(Schwartz, et al. 1995). Akan tetapi, kegiatan pertambangan timah pada akhirnya akan menghasilkan lubang
bekas pertambangan, yang menurut istilah lokal disebut kolong. Selain itu, aktivitas pertambangan akan
menyebabkan degradasi lingkungan dan membawa dampak yang buruk bagi kelestarian lingkungan. Pada saat
sekarang ini areal bekas tambang timah tersebut terbengkalai dan tak termanfaatkan. Dari ratusan kolong yang
ada, hanya sebagian kecil yang sudah dimanfaatkan masyarakat, seperti untuk perikanan, pengairan sawah,
mandi, mencuci dan sebagainya.
Makalah ini akan menjelaskan tentang aspek pemanfaatan lahan bekas kolong tersebut dan nilai ekonominya.
Karena pada kenyataannya bekas tambang yang tersebar di beberapa lokasi di Pulau Belitung mempunyai
potensi yang sangat besar untuk dimanfaatkan bagi kesejahteraan masyarakat setempat, yang pada akhirnya
akan memberikan kontribusi terhadap pembangunan daerah. Metode penginderaan jauh dan SIG akan
digunakan untuk mengidentifikasi sebaran dan luasan kolong yang ada di Pulau Belitung. Dengan diketahuinya
data luasan dan sebaran kolong di Pulau Belitung akan dapat diketahui pula berapa besar potensi areal bekas
tambang timah tersebut.
Kata Kunci : kolong, bekas tambang timah, Belitung, penginderaan jauh, nilai ekonomi
1. Latar Belakang
Pulau Belitung memiliki potensi sumber daya alam yang besar, terutama sumber daya alam mineral.
Potensi sumber daya mineral yang terdapat di pulau Belitung antara lain timah, kaolin, dan pasir
kuarsa. Berdasarkan data-data geologi hampir semua wilayah baik di darat maupun di laut Pulau
Belitung mempunyai cadangan timah yang termasuk dalam jalur timah Indoneisa (Indonesia tin belt).
Pembukaan lahan menjadi tambang timah di Pulau Belitung dimulai sekitar tahun 1832 (DKP, 2010).
Jalur timah Indonesia termasuk dalam jalur timah Asia Tenggara yang terbentang dari utara ke
selatan sepanjang 2800 km dan lebar 400 km, memanjang dari Myanmar, Thailand, Semenanjung
Malaysia dan Kepulauan Timah Indonesia (Schwartz, et al. 1995).
Pertambangan timah di Pulau Belitung di lakukan oleh perusahaan, yaitu PT. Tambang Timah dan
PT. Koba Tin. Berdasarkan hasil penelitian lapangan yang dilakukan PT. Tambang Timah tahun 2003
jumlah kolong pasca pertambangan timah di pulau Belitung sebanyak 343 kolong dengan luas 677,14
hektar. Aktivitas pertambangan dapat menyebabkan degradasi lingkungan dan membawa dampak
yang buruk bagi kelestarian lingkungan. Pada saat sekarang ini banyak terdapat areal bekas
tambang timah yang terbengkalai dan tak termanfaatkan.
Pemanfaatan bekas tambang timah dapat dikembangkan antara lain sebagai kegiatan perikanan dan
pertanian. Pola pemanfaatan yang dikembangkan untuk perikanan dilakukan pada bekas lahan
tambang yang berusia lebih dari 15 tahun dan tidak memiliki aksesibilitas ke sungai dan laut, hal ini
untuk mengurangi kandungan logam berat yang ada terutama kandungan timbal (Pb), seng (Zn) dan
tembaga (Cu). Selain itu lokasi untuk bekas lahan tambang yang digunakan yang memiliki akses
jalan dan dekat dengan pemukiman antara lain, sistem jaring terapung atau usaha perikanan darat
yang menggunakan sumber air baku dari kolong, dengan jenis-jenis ikan konsumsi yang cukup
digemari dan mudah dibudidayakan, seperti lele, bawal, patin, mas atau tambak udang, bila kolong
berdekatan dengan pantai.
Selain dimanfaatkan untuk usaha perikanan, pemanfaatan bekas lahan tambang ini juga
dimanfaatkan untuk lahan perkebunan dengan penanaman tanaman kayu hutan, seperti akasia. Dan
pada tahun 2010 ini di Pulau Belitung mulai dikembangkan pemanfaatan lahan bekas tambang untuk
I-36
lahan pertanian oleh Dinas Perkebunan dan Kehutanan yang dilakukan di Kecamatan Badau,
Kabupaten Belitung.
Pemanfaatan kolong sebagai usaha perikanan, perkebunan dan pertanian ini dapat melibatkan
masyarakat sekitar sebagai mitra. Sehingga dapat membantu mengentaskan kemiskinan melalui
peningkatan pendapatan masyarakat dan menciptakan lapangan pekerjaan, pengembangan pola
kemitraan inti dan plasma juga dapat memberikan manfaat bagi perusahaan, yakni melalui
pemanfaatan biji jarak sebagai bahan bakar bagi operasional industri pertambangan menggantikan
bahan bakar fosil, sekaligus membantu masyarakat mendapatkan bahan bakar minyak jarak sebagai
pengganti minyak tanah yang belakangan sulit didapatkan, dengan harga terjangkau. Sehingga lahan
bekas tambang ini dapat benilai ekonomi jika dimanfaatkan menjadi lahan produktif.
Makalah ini akan menjelaskan mengenai aspek pemanfaatan lahan bekas kolong tersebut dan nilai
ekonominya. Karena pada kenyataannya bekas tambang yang tersebar di beberapa lokasi di Pulau
Belitung mempunyai potensi yang sangat besar untuk dimanfaatkan bagi kesejahteraan masyarakat
setempat, yang pada akhirnya akan memberikan kontribusi terhadap pembangunan daerah. Metode
penginderaan jauh dan SIG akan digunakan untuk mengidentifikasi sebaran dan luasan kolong yang
ada di Pulau Belitung. Dengan diketahuinya data luasan dan sebaran kolong di Pulau Belitung akan
dapat diketahui pula berapa besar potensi areal bekas tambang timah tersebut.
I-37
pengindeaan jauh yang digunakan adalah mozaik citra landsat 5 TM tahun 2005 dan ALOS
AVNIR-2 tahun 2009, hal ini terkait keterbatasan data citra penginderaan jauh yang ada.
Citra Landsat 5 TM ini memiliki 7 saluran dengan resolusi spasial 30 meter, sedangkan ALOS
memiliki 4 saluran dengan resolusi spasial 10 meter. Kedua citra ini memiliki saluran biru (0,45 –
0,52 µm) dan inframerah dekat (0,76 – 0,90 µm) yang sesuai untuk analisis tanah dan air.
Tahapan inventarisasi yang dilakukan dalam Pemetaan sebaran areal lahan yang digunakan
untuk tambang adalah pra pengolahan citra, pengolahan citra sampai ke hasil tahap analisis hasil
interpretasi citra. Pada tahap pra pengolahan citra ini dilakukan proses dari data mentah citra
yang digunakan hingga citra yang siap di untuk diolah atau interpretasi. Proses yang dilakukan
dalam pra pengolahan adalah image compiling yaitu melakukan enkripsi struktur data citra satelit
menjadi 1 file terdiri dari 7 band pada citra Landsat 5 TM sedangkan 4 band pada citra ALOS
AVNIR 2.
Setelah itu dilakukan koreksi citra yaitu koreksi radiometrik dan geometrik. Koreksi radiometrik
dilakukan untuk memodifikasi nilai-nilai spektral setiap piksel per band suatu citra sehingga
pengaruh noise dapat tereliminasi. Sedangkan koreksi geometrik dilakukan untuk memperbaiki
posisi citra. Koreksi geometrik dilakukan proses rektifikasi citra dengan menggunakan
transformasi polinomial (tipe geocoding). Untuk memperoleh ketelitian yang lebih baik, sesuai
dengan spesifikasi teknis survei dan pemetaan digunakan titik kontrol lapangan (Ground Control
Point/GCP) dengan sebaran yang merata di seluruh liputan citra. Dalam proses rektifikasi citra ini
digunakan peta acuan sebagai dasar pengambilan titik-titik GCP yaitu menggunakan Peta
Rupabumi Indonesia Bakosurtanal skala 1 : 50.000. Output resolusi piksel pada masing-masing
citra tetap dipertahankan yaitu 30 meter untuk citra Landsat 5 TM dan 10 meter untuk citra ALOS
AVNIR 2.
Setelah dilakukan proses koreksi ini maka dilakukan proses mosaik citra. Proses mosaik citra
terdiri dari dua teknik yaitu mosaik terkontrol dan mosaik tidak terkontrol. Proses mosaik
terkontrol dilakukan dengan melakukan penyamaan koordinat dengan cara georeferencing pada
setiap lembar citra yang akan dimosaikkan secara otomatis melalui perangkat lunak pengolah
citra digital. Proses mozaik citra yang dilakukan untuk menggabungkan citra Landsat 5 TM dan
ALOS AVINIR 2 menggunakan proses terkontrol.
Klasifikasi penutup lahan dilakukan dengan cara interpretasi digital yang dilakukan dengan
menggunakan teknik supervised classification . Penentuan klasifikasi menggunakan peta rupa
bumi Indonesia BAKOSURTANAL skala 1 : 50.000 sebagai acuannya. Dalam melakukan
interpretasi dilakukan komposit citra, Landsat TM menggunakan komposit citra 431 karena band
4 sangat efektif untuk membedakan band 1 sangat efektif untuk membedakan tubuh air dan
tanah, sama halnya untuk citra ALOS AVNIR 2 menggunakan komposit citra, sehingga
mempermudah dalam membedakan lahan bekas areal tambang.
Hasil digitasi pada setiap parameter harus dilakukan pengecekan sebelum melakukan analisis
dan proses selanjutnya sehingga tidak akan terjadi kesalahan lebih lanjut. Perbaikan yang
dilakukan terhadap hasil digitasi antara lain, yaitu :
1. Reposisi, yaitu memindahkan posisi objek dari posisi semula
2. Mengubah bentuk objek, dilakukan apabila hasil digitasi objek tidak tergambar dengan baik
3. Menggandakan, memindahkan dan menghapus objek
4. Combine dan Union digunakan untuk menggabungkan beberapa objek menjadi satu
5. Substract digunakan apabila ada objek yang overlap
6. Intersect, digunakan untuk menampilkan bagian objek yang overlap.
7. Eliminate, digunakan untuk menggabungkan poligon kecil dengan poligon terbesar di
sekitarnya.
I-38
ini memberikan dampak buruk akibat sering tidak mengindahkan sisi kelestarian lingkungan yang
hanya memperhatikan dalam sisi ekonomi, dimana lahan yang sudah tidak digunakan untuk kegiatan
pertambangan diabaikan sehinggga menyisakan lahan marjinal seperti padang pasir dan kolong,
kurang adanya kesadaran untuk mereklamasi lahan tersebut sehingga tidak menyebabkan kerugian
dari segi lingkungan.
Lahan bekas areal tambang itu memiliki pengaruh buruk bagi lingkungan hal ini disebabkan
perubahan sifat kimiawi, perubahan secara fisik dan perubahan biologis yang ditinggalkan oleh
kegiatan pertambangan tersebut. Dampak buruk yang disebabkan akibat perubahan sifat kimiawi
yaitu terhadap kandungan air tanah dan air permukaan, terutama jika lokasi pertambangan dekat
dengan daerah aliran sungai, hal ini akan mengakibatkan dampak tidak hanya di sekitar areal
tambang namun lebih luas lagi daerah yang yang akan terkena dampaknya, sedangkan untuk
dampak terhadap perubahan secara fisik yatu terjadi perubahan morfologi dan topografi lahan, dan
untuk perubahan biologis yanitu terkait dengan gangguan terhadap flora, fauna dan mikroorganisme
tanah yang kesemuanya akan menyebabkan penurunan produktivitas tanah dan mutu lingkungan.
Hasil dari interpretasi citra penginderaan jauh yaitu mosaik antara citra Landsat 5 TM dan ALOS
AVNIR 2 ini menghasilkan peta penutup lahan. Sebaran aktivitas pertambangan terdapat di kedua
kabupaten yaitu Kabupaten Belitung dan Belitung Timur. Kegiatan pertambangan paling luas tersebar
di Kabupaten Belitung Timur, tepatnya di Kecamatan Manggar.
Pemerintah Kabupaten Belitung dan Belitung Tinur membuat peraturan mengenai penertiban
terhadap tambang-tambang inkonvensional yang tidak memiliki izin dan menyalahi peraturan tentang
usaha pertambangan, sehingga hal tersebut berimbas kepada menurunnya produksi timah. Hal ini
dapat dilihat dari luas areal tambang dan produksi timah yang mengalami penurunan dari tahun ke
tahun.
I-39
Tabel 3. Usaha Pertambangan Timah di Kabupaten Belitung Timur
No. Tahun Tambang Skala Kecil Luas Usaha Produksi
2
(unit) (M ) (Ton)
1 2009 849 1.983.835 2.105,643
2 2008 1.591 2.104.800 4.710,865
3 2007 1.021 2.252.400 8.180,985
4 2006 559 1.397.500 8.548,161
5 2005 386 772.000 8.374,700
6 2004 320 400.000 5.712,300
Sumber: PT. Tambang Timah Pengawas Produksi V Belitung (dalam Belitung Timur Dalam Angka,2010)
Berdasarkan tabel di atas diketahui bahwa usaha pertambangan timah di Kabupaten Belitung luas
2
usaha dari tahun 2005 – 2009 mengalami penurunan sebesar 1.532.500 m , dengan penurunan
produksi sebesar 4.712.097 ton sehingga dapat dilihat penurunan usaha pertambangan timah lebih
dari 50 %, sedangkan untuk Kabupaten Belitung Timur mengalami peningkatan luas usaha pada
tahun 2004 hingga tahun 2008 yang kemudian mulai mengalami penurunan pada tahun 2009.
Penurunan yang dialami pada tahun 2008 hingga 2009 sebesar 120.965 m 2, hal ini seiring penurunan
jumlah produksi timah yang menurun sebesar 2.605.222 ton.
Penurunan produksi timah terjadi karena timah merupakan sumber daya alam yang tidak dapat
diperbaharui, sehingga jika kegiatan pertambangan terus dilakukan maka sumber daya mineral
khususnya timah ini akan semakin berkurang yang kemudian akan habis, sehingga peraturan
pemerintah Kabupaten Belitung dan Belitung Timur mengenai penertiban usaha pertambangan
sangat tepat untuk menghindari eksplorasi secara besar-besaran. Penurunan luas lahan yang masih
dimanfaatkan untuk areal tambang mengakibatkan meningkatnya luas lahan areal bekas tambang.
Hal ini akan menjadi masalah jika lahan bekas areal tambang tersebut tidak diolah kembali atau di
reklamasi yang akan menyebabkan dampak buruk. Maka diperlukan alternatif pemanfaatan lahan
bekas areal tambang yang memperhatikan sisi ekologis dan ekonomi.
Areal bekas lahan timah ini dapat berpotensi untuk dikembangkan menjadi lahan pertanian tanaman
pangan. Pemanfaatan areal bekas lahan tambang menjadi lahan pertanian ini dapat mengurangi
dampak dari kegiatan pertambangan, sehingga perlu dilakukan kegiatan reklamasi dan rehabitasi
lahan, yang dilanjutkan dengan menerapkan pola tanam yang menggunakan jenis-jenis komoditas
yang sesuai tetapi juga mempunyai nilai komersial yang layak dikembangkan (revegetasi). Kegiatan
ini salahsatunya dilakukan di Kecamatan Badau, Kabupaten Belitung, dilahan bekas areal tambang
ini diusahakan pertanian tanaman pangan seperti tanaman cabai, jagung, mentimun. Pemanfaatan
areal bekas lahan tambang menjadi lahan pertanian salahsatunya memanfaatkan kolong-kolong
sebagai tempat penyimpanan atau penampungan air cukup besar, sehingga dapat dijadikan sebagai
sumber pengairan bagi tanaman.
Areal bekas lahan tambang timah selain dimanfaatkan menjadi lahan pertanian juga dapat
dimanfaatkan menjadi lahan perikanan dan perkebunan. Pemanfaatan bekas areal tambang untuk
usaha perikanan dapat dikembangkan dilihat dari potensi bekas areal tambang yang berupa kolong-
kolong yang terisi air dapat dijadikan sebagai tempat pengembangbiakan atau pemeliharaan ikan.
Kolong yang dapat dijadikan sebagai usaha perikanan adalah kolong yang berusia lebih dari 15
tahun, hal ini untuk memperoleh kualitas air kolong yang sesuai untuk perikanan dimana sudah
berkurangnya kandungan timbal (Pb), seng (Zn) dan tembaga (Cu). Usaha perikanan yang dapat
dikembangkan, utamanya bagi kolong-kolong yang memiliki akses jalan dan dekat dengan
pemukiman antara lain dengan sistem jaring terapung atau usaha perikanan darat yang
menggunakan sumber air baku dari kolong. Jenis ikan yang dapat dibudidaya di areal bekas lahan
I-40
tambang antara lain lele, bawal, patin, mas atau tambak udang, bila kolong berdekatan dengan
pantai.
Pemanfaatan menjadi lahan perkebunan juga dapat dilakukan di areal bekas lahan tambang, hal ini
dalam rangka reklamasi. Tanaman perkebunan yang dapat ditanam antara lain pohon akasia dan
pohon jarak. Pohon akasia dapat dimanfaatkan kayunya untuk bahan bangunan, kerajinan,
sedangkan pohon jarak dapat dimanfaatkan biji jarak sebagai bahan bakar bagi operasional industri
pertambangan menggantikan bahan bakar fosil, sekaligus membantu masyarakat mendapatkan
bahan bakar minyak jarak sebagai pengganti minyak tanah yang belakangan sulit didapatkan,
dengan harga terjangkau.
4. Kesimpulan
Pemanfaatan areal bekas lahan tambang menjadi usaha pertanian, perkebunan dan perikanan ini
akan memberikan manfaat secara langsung yaitu untuk meningkatkan kesejahteraan masyarakat dari
segi ekonomi. Sedangkan manfaatnya secara tidak langsung adalah berdampak terhadap kelestarian
lingkungan.
Pemanfaatan area bekas tambang timah secara optimal memerlukan keterlibatan berbagai pihak,
yaitu masyarakat, pemerintah daerah, perusahaan pertambangan, swasta dan lembaga independen.
Dalam penataan bekas tambang hendaklah disesuaikan dengan penetapannya dalam tata ruang
wilayah bekas tambang yang ada.
Referensi
Badan Pusat Statistik Kabupaten Belitung (2010) : Belitung Dalam Angka. Katalog BPS :
403.1992
Badan Pusat Statistik Kebupaten Belitung Timur dan Badan Perencanaan Pembangunan
Daerah dan Penanaman Modal Kabupaten Belitung Timur (2010) : Belitung Timur Dalam
Angka. Katalog BPS : 403.1906
B i d a y a n i , E. ( 2 0 0 8 ) : Pemberdayaan Kolong Bekas Galian Tambang Timah Sebagai
Usaha Perikanan Terpadu
Schwartz, et al. (1995) : The Southeast Asian tin belt. http://www.sciencedirect.com
I-41
Kajian Karakteristik Fisik Perairan Pesisir Kendal
Sebagai Data Masukan dalam Perencanaan dan Pengelolaan Wilayah Pesisir
1) 2) 3)
Tjaturahono Budi Sanjoto , Sutrisno Anggoro dan Agus Hartoko
1)
Jurusan Geografi Universitas Negeri Semarang
2)
Fakultas Perikanan dan Ilmu Kelautan UNDIP
3)
Fakultas Perikanan dan Ilmu Kelautan UNDIP
Abstrak: Pesisir Kendal merupakan pesisir yang terbentuk oleh suatu delta, oleh karena itu perkembangan
pantainya sangat dipengaruhi oleh aktifitas di hulu sungai dan aktifitas hidrooceanografi di perairan setempat.
Saat ini di pesisir kabupaten Kendal sedang terjadi peningkatan aktifitas pemanfaatan lahan. Aktifitas
pemanfaatan lahan di pesisir kabupaten Kendal bukan saja untuk pelabuhan jasa penumpang dan barang, tetapi
juga untuk wisata pantai, pelabuhan ikan, pertambakan, dan permukiman. Makalah ini akan mengungkap
bagaimana karakteristik fisik perairan pesisir Kendal yang meliputi kondisi kedalaman perairan (bathimetri)
pantai, kekeruhan perairan (TSS), tipe pasang surut, tipe gelombang, proses abrasi dan akresi perairan Kendal.
Dari hasil kajian diketahui bahwa kedalaman perairan kendal mengalami pendangkalan, kekeruhan perairan
pantai mengalami peningkatan, tipe pasutnya adalah semidiurnal, gelombangnya bertipe plunging, dan pesisir
yang mengalami proses abrasi dan akresi banyak di bagian tengah dan timur darah penelitian. Hasil kajian ini
diharapkan dapat menjadi bahan pertimbangan dalam perencanaan pengelolaan dan pemanfaatan wilayah
pesisir kabupaten Kendal.
1. Latar Belakang
Pesisir Kabupaten Kendal yang berada di sebelah barat kota Semarang, merupakan pesisir
berbentuk Delta. Pesisir Delta ini didukung oleh tiga DAS utama berturut-turut dari timur ke barat
adalah DAS Blorong, DAS Bodri, dan DAS Damar. Dari ketiga DAS tersebut yang paling besar dan
dominan adalah DAS Bodri. Oleh karena itu pesisir kabupaten Kendal dikenal juga sebagai pesisir
Delta Bodri.
Perkembangan morfologi pesisir Kendal masih terus berlangsung cukup dinamis hingga saat ini. Ada
beberapa lokasi yang mengalami abrasi (seperti di pesisir Kartika Jaya) namun ada juga yang
mengalami akresi. Secara keseluruhan pesisir kabupaten Kendal cenderung mengalami
pertumbuhan. Dari perbandingan peta topografi tahun 1910 dengan citra Landsat tahun 1972, 2002,
dan 2009 menunjukan perkembangan luasan Pesisir Kendal yang cukup besar (Tabel 1).
I-42
Dalam kurun waktu tersebut garis pesisir daerah tersebut mengalami perkembangan yang cenderung
bergerak ke arah timur. Gambaran tersebut menjadi petunjuk bahwa saat ini wilayah pesisir Delta
Bodri mengalami proses morfodinamika yang cukup tinggi. Di beberapa tempat semakin meluas ke
arah laut (Akresi) sebagai akibat proses sedimentasi yang cukup besar, namun di tempat lain ada
wilayah pesisir yang mengalami problem sebaliknya yaitu abrasi, seperti misalnya di wilayah Pesisir
Kartika Jaya (berada di sebelah timur Delta Bodri).
Saat ini pertumbuhan jumlah penduduk di Kabupaten Kendal mencapai 939.420 jiwa (statistik 2008).
Kondisi ini menyebabkan kebutuhan akan lahan baik untuk tempat tinggal, usaha industri, pertanian
sawah, mengalami kenaikan yang sangat tinggi, sehingga menyebabkan terjadinya perubahan
penutup lahan. Dalam kaitannya dengan aspek konservasi, diperkirakan banyak lahan resapan yang
berubah fungsi untuk kegiatan aktifitas manusia seperti permukiman, industri, atau lahan terbuka.
Perubahan penutup lahan yang terus terjadi menyebabkan lahan yang terbuka semakin luas,
akibatnya adalah bila musim hujan tiba terjadilah proses erosi yang tinggi di bagian hulu dan
selanjutnya material hasil erosi akan tertransport dan terendapkan ke daerah hilir, sehingga terjadi
proses pertambahan garis pantai delta yang cenderung lebih cepat.
Studi yang dilakukan Aji (2008) dan Sanjoto (2010) dalam hubungannya dengan kandungan material
tersuspensi (TSM) di daerah perairan pesisir Kendal melalui analisis dijital citra satelit LANDSAT
mengindikasikan adanya peningkatan kuantitas sebaran TSM tersebut. Kecenderungan semakin
meningkat kandungan TSM ini berarti proses sedimentasi yang tinggi sedang terjadi dan ini juga
merupakan indikasi bahwa pengelolaan DAS kurang baik, terutama terkait dengan perubahan
penutup lahan maupun kondisi kerapatan vegetasinya. Dengan melihat proses geomorfik yang terjadi
di daerah kajian maka makalah ini akan membahas bagaimanakah karakteristik fisik perairan pesisir
Kabupaten Kendal saat ini. Dengan mengetahui karakteristik fisiknya diharapkan dapat menjadi
bahan acuan dalam pengelolaan wilayah pesisir misalnya dalam evaluasi pemanfaatan lahan pesisir
untuk wisata pantai.
I-43
pola pendangkalan dan pendalaman dasar pantai antara bagian barat dan timur berbeda. Bagian
Timur pantai mulai dari sekitar muara sungai Bodri hingga ke pantai Kaliwungu, pada umumnya
mengalami pendangkalan. Untuk wilayah pantai bagian barat, mulai dari sekitar muara hingga pantai
Sendangsikucing, mengalami proses pendalaman.
Gambaran di atas menunjukkan bahwa morfodinamika pantai Kendal berlangsung cukup dinamis.
Bagian Timur mengalami pendangkalan, sedangkan bagian barat mengalami pendalaman. Untuk
lebih jelasnya perubahan kedalaman perairan pantai Kendal dapat dilihat pada tabel berikut.
Tabel 2 Perubahan Kedalaman Perairan Pantai Kendal selama 10 tahun
No Lokasi Koordinat (UTM) Kedalaman Perairan (meter)
Lintang Bujur Thn 2000 1) Thn 2010 2) Keterangan
Sampel
1 9239125 418919 8,2 7.5 Pendangkalan
2 9236753 417379 1,0 1,0 Tetap
3 9241924 413868 8,0 1,0 Pendangkalan
4 9245494 415513 20,0 16,0 Pendangkalan
5 9248029 408822 20,0 10,0 Pendangkalan
6 9246080 408865 15,0 7,5 Pendangkalan
7 9244640 408877 5,0 5,0 Tetap
8 9243317 405401 9,1 12,0 Pendalaman
9 9240918 405639 1,0 3,5 Pendalaman
10 9239803 403153 1,0 3,0 Pendalaman
11 9242140 402852 9,2 10,0 Pendalaman
Sumber: 1) Peta LPI tahun 2000
2) Pengukuran Lapangan 2010
5
6 4
7
8
11 3
9
10 1
I-44
Gambar 2. Nilai Aktual Minimal dan Maksimal MPT Tahun 2002
Sebaran material padatan tersuspensi paling tinggi tahun 2009 dengan nilai aktual yaitu
0,94814 gr/ltr, berada di wilayah timur penelitian yaitu masih di sekitar muara sungai Blorong
dan sungai Blukar. Hasil uji lapangan menunjukan adanya proses pendangkalan hingga sekitar
400 meter dari garis pantai. Proses pendangkalan ini mengakibatkan terjadinya peningkatan
tingkat kekeruhan pantai. Oleh karena itu daerah yang cenderung dangkal dan material
sedimennya tinggi, akan mempunyai nilai pantul yang relatif tinggi, sehingga mempunyai
tingkat TSSnya menjadi teridentifikasi tinggi.
Tabel 3 Nilai Amplitudo (A) dan Kelambatan Fase (go) Perairan Kendal
HASIL
So M2 S2 N2 K2 K1 O1 P1 M4 MS4
TERAKHIR
A (cm) 0.5 32.1 10.7 106.3 2.5 23.6 34.6 7.8 52.0 57.5
o
g 0 215.8 334.8 158.4 334.8 36.1 157.3 36.1 72.5 190.5
I-45
Sumber: Hasil Analisis Metode Admiralty, 2010.
Air laut merupakan salah satu sumber air untuk kegiatan tambak di pesisir maupun untuk alur
pelayaran. Tipe pasut akan mempengaruhi pasokan air terutama untuk tambak tradisional dimana
ketersediaan air laut masih mengandalkan pasok dari laut secara alami. Maka dengan tipe campuran
condong harian ganda ini, ketersediaan air di tambak dapat teratasi, karena dalam satu hari terjadi 2
kali pasang, sehingga proses pengisian air tambak maupun penggantian air sangat relatif mudah.
Pasang surut air laut juga digunakan dalam mempertimbangkan alur pelayaran. Dengan
memperhatikan kedalaman air waktu pasang dan waktu surut, maka dapat ditentukan jalur yang
aman dan kapan idealnya kapal/perahu melewati alur di muara sungai, sungai atau kolam pelabuhan,
dan ini berhubungan langsung dengan kelancaran alur pelayaran.
(1) ………………..
Dimana, B0 = indeks empasan, H0 = tinggi gelombang maksimum (m), L0= panjang gelombang (m),
dan β = sudut lereng dasar tepi pantai (derajat)
Selanjutnya kriteria untuk menentukan tipe empasan adalah sebagai berikut:
• B0 < 0,09 berarti tipe empasannya adalah surging, biasanya terjadi apabila gelombang dengan
kemiringan kecil menuju ke pantai, gelombang mulai pecah pada jarak yang cukup jauh dari
pantai dan pecahnya terjadi berangsur – angsur.
• B0 = 0,09 – 4,8 berarti tipe empasannya adalah plunging, mempunyai tenaga yang sangat besar
dan sifatnya merusak daerah pesisir pantai karena tenaga yang dihamburkan meliputi daerah
yang kecil.
• B0 > 4,8 berarti tipe empasannya adalah spilling, terjadi pada pantai dengan kemiringan lereng
yang sangat kecil, seperti yang terjadi pada pantai yang berkarang, daerah gelombang sangat
sempit dan sebagian besar energi dipantulkan kembali ke laut dalam.
Berdasarkan rumus di atas, data yang digunakan untuk menentukan tipe empasan terdiri atas data
tinggi gelombang (H), panjang gelombang (L), dan sudut tepi lereng pantai. Data H (tinggi
gelombang) diperoleh dari hasil konversi data angin selama 5 tahun (tahun 2005 – 2009) yang
berasal dari BMG Maritim Tanjung Mas. Berdasarkan hasil pengolahan data angin dengan bantuan
software Excel, diperoleh hasil bahwa dalam kurun waktu 5 tahun ( tahun 2005 – tahun 2009), tinggi
gelombang paling rendah sebesar 0,00014 meter, paling tinggi 4.50332 meter dan rata-rata
ketinggiannya (H rata-rata) sebesar 0,292231 meter.
Data panjang gelombang (L) diperoleh dari kwadrat periode gelombang (T, dalam detik) sebagai
berikut L = 1,56 T2 ( Duxbury dkk, 2002), sedangkan nilai T sendiri juga diperoleh dari hasil konversi
data angin (bersama-sama dengan nilai tinggi gelombang). Berdasarkan hasil konversi data angin,
diperoleh nilai T = 2,108852 detik. Dengan demikian nilai panjang gelombang (L) sebesar 6,93772
meter. Data sudut lereng dasar tepi pantai diperoleh dari perhitungan Peta Lingkungan Pantai
Indonesia Sheet Semarang, skala 1 : 250.000. Berdasarkan ketentuan tersebut dapat diperoleh data
sebagai berikut.
I-46
Tabel 4 Tipe Empasan Gelombang di Daerah Penelitian
Kemiringan pantai**
Tipe
N Panjan
Sampel H* L* Kedalama tg β tg2 β B0 empasa
o g β
n n
(X (o)
(Y meter)
meter)
0,29223 6,9377 0.165 0.16682 0.00117
1 Wonorejo 3467 - 10 0.02783 Surging
1 2 3 2 2
0,29223 6,9377 0.168 0.02890 0.00121
2 Wonorejo 3403 -10 0.17001 Surging
1 2 4 3 7
0,29223 6,9377 0.150 0.15154 0.02296 0.00096
3 Purwokerto 3806 - 10 Surging
1 2 4 4 6 7
0,29223 6,9377 0.224 0.22824 0.05209 0.00219
4 Turunrejo 2553 -10 Surging
1 2 4 4 5 4
0,29223 6,9377 0.46712 0.21820 0.00919
5 Wonosari 1311 - 10 0.437 Surging
1 2 1 2 1
0,29223 6,9377 1.008 1.58726 2.51941 0.10612
6 Wonosari 568 -10 Plunging
1 2 6 8 9 3
0,29223 6,9377 0.56990 0.32479 0.01368
7 Kartika jaya 1106 - 10 0.518 Surging
1 2 9 7 1
0,29223 6,9377 0.281 0.28950 0.08381
8 Pidodo Wetan 2033 -10 0.00353 Surging
1 2 8 4 3
0,29223 6,9377 0.366 0.38395 0.14742
9 Pidodo Wetan 1563 - 10 0.00621 Surging
1 2 6 7 3
0,29223 6,9377 0.366 0.38395 0.14742
10 Kalirandugede 1563 -10 0.00621 Surging
1 2 6 7 3
0,29223 6,9377 0.181 0.18372 0.03375 0.00142
11 Jungsemi 3153 - 10 Surging
1 2 7 6 5 2
Sendangsikucin 0,29223 6,9377 0.193 0.19553 0.03823
12 2967 -10 0.00161 Surging
g 1 2 1 6 4
0,29223 6,9377 0.191 0.19356 0.03746 0.00157
13 Gempolsewu 2997 -10 Surging
1 2 2 5 7 8
Sumber : * Hasil analisis konversi data angin (BMKG Maritim tahun 2000-2009)
** Hasil perhitungan dari bathimetri dengan sumber Peta LPI tahun 2000
Berdasarkan perhitungan data pada Tabel 4 di atas, dapat diketahui bahwa dari 13 sampel
perhitungan ternyata 12 sampel mempunyai tipe empasan surging dan hanya 1 sampel yang
mempunyai tipe plunging, atau dengan kata lain pada umumya daerah penelitian mempunyai tipe
empasan gelombang berupa surging.
I-47
Stagnan Akresi
Abrasi
Gambar 3 Peta Pola Perubahan Garis Pantai Kabupaten Kendal sebagai akibat Proses Abrasi dan Akresi
Dari Gambar 3 di atas terlihat proses abrasi berada di bagian timur dan bagian tengah pesisir
kabupaten Kendal, yaitu di kecamatan Kaliwungu Utara dan di kecamatan Patebon. Di kecamatan
Kaliwungu proses abrasi terjadi sejak tahun 1910. Abrasi yang terjadi di sini disebabkan oleh energi
gelombang yang datang menghantam pesisir setempat. Bentuk lahan pesisirnya cembung dan arah
energi gelombang lurus menuju garis pantai sehingga daerah tersebut mudah terkena abrasi.
Adanya bangunan Industri Pengolahan Kayu yang menjorok ke laut sekitar 500 meter dan
pembangunan Pelabuhan antar pulau di pantai Mororejo telah mengubah morfologi wilayah ini
menjadi lebih komplek lagi. Di beberapa tempat terdapat proses endapan di tempat lain terdapat
abrasi. Secara umum sejak tahun 1910 hingga tahun 2009 wilayah ini telah mengalami proses abrasi
yang menyebabkan kemunduran pantai rata-rata mencapai 6,2 meter. Berdasarkan hasil pengukuran
overlay peta tahun 1972 dan tahun 2009 dapat diperoleh hasil perubahan kemunduran pantai
sebagai berikut.
Tabel 5 Perubahan Garis Pantai pada daerah Abrasi di kecamatan Kaliwungu
Lokasi koordinat Jarak Perubahan
No Rata-Rata/ th
(UTM) (selama 99 tahun)
1 418.202 ; 9.237.585 561 meter 5,7 meter
2 419.467 ; 9.235.972 616 meter 6,2 meter
3 421.989 ; 9.234.526 321 meter 3,2 meter
Sumber : Hasil analisis Peta Topografi 1910 dan Citra Landsat-7 ETM tahun 2009
Proses Akresi di pesisir Kendal berada di dua tempat yaitu muara sungai Blorong dan muara sungai
Bodri. Untuk sekitar muara sungai Blorong meliputi kecamatan Bransong dan kecamatan Kota
Kendal. Selanjutnya tempat lain yang mempunyai kesamaan pola akresi adalah berada di pesisir
desa Pidodo kulon dan desa Pidodo wetan kecamatan Patebon. Pertambahan akresi pada wilayah
ini bervariasi, hal ini dapat di lihat pada tabel berikut.
I-48
Tabel 6 Perubahan Garis Pantai pada Daerah Akresi
Lokasi koordinat Jarak Perubahan
No Rata-Rata/ th Lokasi
(UTM) (selama 99 tahun)
1 415.835 ; 9.236.793 980 meter 9,89 meter
2 415.077 ; 9.236.879 1.747 meter 17,65 meter Muara Sungai
3 414.291 ; 9.237.050 1.724 meter 17,41 meter Blorong
4 409.559 ; 9.242.139 726 meter 7,33 meter
5 408.831 ; 9.242.053 1.913 meter 19,32 meter Muara Sungai Bodri
6 408. 188 ; 9.241.996 565 meter 5,71 meter
Sumber : Hasil analisis Peta Topografi 1910 dan Citra Landsat-7 ETM tahun 2009
Berdasarkan Tabel 6 di atas, dapat diketahui bahwa pola akresi yang terjadi di sekitar muara sungai
Blorong selama 99 tahun menyebabkan garis pantai semakin menjorok ke arah laut hingga 1.747
meter atau rata-rata mencapai 17,65 meter, sedangkan di muara sungai Bodri pertambahan garis
pantai mencapai 1.913 meter atau rata-rata mencapai 19,32 meter per tahun.
Dari hasil pengamatan lapangan, material endapan di muara sungai Blorong berwarna coklat muda
dengan tektur halus. Oleh masyarakat setempat pemanfaatan lahan di daerah ini digunakan untuk
budidaya lahan pertambakan. Upaya penanaman mangrove sudah dilakukan di sekitar pematang
tambak, namun untuk di garis pantainya belum dilakukan upaya reboisasi. Lebar pantai mencapai
lebih dari 50 meter, kondisi pantai sangat kotor penuh dengan sampah hasil buangan dari hulu
sungai.
Gambar 4 Kondisi Muara Sungai Blorong penuh sampah dengan jenis sedimen Silt berwarna coklat
Untuk mengetahui secara kuantitas perubahan luasan pesisir Delta dapat diketahui berdasarkan
perbandingan luas antar waktu. Secara keseluruhan perubahan luasan pesisir Delta kabupaten
Kendal dapat dijelaskan sebagai berikut. Pada tahun 1910 luas Delta sebesar 22.051,198 ha,
kemudian pada tahun 1972 bertambah menjadi 24.850,937 ha atau rata-rata setiap tahun bertambah
45,157 ha. Namun pada tahun 1992 luas Delta justru mengalami penyempitan menjadi 24.533,067
ha, atau rata-rata setiap tahun berkurang minus 15,894 ha. Selanjutnya pada tahun 2002 luas Delta
bertambah luas sedikit menjadi 24.639,77 ha, atau mengalami penambahan rata-rata setiap tahun
10,67 ha. Pada tahun 2009 luas Delta ini menjadi 24.929,909 ha atau dalam kurun waktu 7 tahun
bertambah rata-rata 41,448 ha per tahun. Untuk lebih jelasnya rata-rata luas perkembangan Delta
Bodri di kabupaten Kendal dapat dilihat pada Tabel 5, berikut.
b. Pemanfaatan Data Karakteritik Fisik Perairan Pesisir Kendal untuk Kesesuaian Lahan
Wisata Pantai
Pantai merupakan daerah tujuan wisata yang menarik dan banyak dikunjungi wisatawan. Ada banyak
daya tarik wisata pantai yang dapat dinikmati pengunjung diantaranya panorama pantai, ombak,
snorkeling, dan diving. Akan tetapi tidak setiap pantai mempunyai daya tarik sebagai wisata, karena
I-49
ada persyaratan-persyaratan tertentu suatu pantai dapat dijadikan sebagai kawasan wisata. Dalam
penelitian ini persyaratan (kriteria) yang digunakan meliputi kedalaman perairan, tipe pantai, lebar
pantai, kemiringan pantai, kekeruhan, ketersediaan air, dan penutup lahan (Yulianda F, 2007). Setiap
kriteria tersebut diambil datanya baik dari data primer maupun data sekunder, kemudian
direpresentasikan dalam bentuk peta tematik dengan skala yang sama. Setiap poligon yang ada di
peta tematik dilakukan pengharkatan (skoring) dengan mempertimbangkan bobot dan nilai kelas.
Kemudian dilakukan overlay data spasial dan pengolahan data atribut untuk menghasilkan peta
kesesuaian lahan.
Berdasarkan hasil olah data dengan pendekatan index overlay model , diperoleh hasil sebagai
berikut. Di daerah penelitian terdapat empat kelas kesesuaian lahan yaitu S1 (sesuai) disimbolkan
warna , S2 (cukup sesuai) disimbolkan warna , S3 (sesuai marjinal) disimbolkan warna .
dan N (tidak sesuai) disimbolkan dengan warna . Untuk lebih jelasnya pola sebaran kesesuaian
lahan untuk wisata pantai dapat dilihat pada peta sebagai berikut.
Kelas sesuai (S1) untuk Kawasan wisata pantai berada di bagian timur (Kecamatan Kaliwungu) dan
barat daerah penelitian (Kecamatan Rowosari, Kecamatan Kangkung, dan sebagian Kecamatan
Cepiring). Kelas cukup sesuai (S2) berada di Kecamatan Kendal dan sebagain Kecamatan
Brangsong, sebagian Kecamatan Patebon. dan kelas kesesuaian sesuai marjinal (S3) berada di
bagian tengah daerah penelitian (Kecamatan Patebon) dan sebagian Kecamatan Cepiring.
Faktor dominan penetuan kesesuaian kawasan wisata pantai adalah kedalaman pantai dan tipe
pantai. Berdasarkan data dari peta LPI, di daerah penelitian kedalaman pantai yang diukur dari garis
pantai sampai jarak satu kilometer bervariasi. Di pantai bagian timur dan pantai bagian barat daerah
penelitian mempunyai kedalaman < 5 meter, sedangkan pantai bagian tengah mempunyai kedalaman
> 5 meter. Berkaitan dengan tipe pantai, ternyata daerah pantai di bagian timur dan pantai di bagian
barat merupakan pantai dengan tipe berpasir, sedangkan pantai di bagian tengah merupakan tipe
pantai yang berlumpur. Selain faktor pendukung ada juga faktor pembatas yaitu kekeruhan perairan
pantai (TSS) yang terlihat bahwa pantai di bagian tengah daerah penelitian lebih keruh dibandingkan
pantai di bagian barat dan pantai di bagian timur. Kemudian faktor pembatas lain yang perlu
diwaspadai yaitu proses geomorfis berupa abrasi dan akresi yang cukup tinggi terutama di bagian
tengah daerah penelitian dibandingkan dengan pantai di bagian timur dan pantai di bagian barat
kabupaten Kendal. Melihat faktor-faktor tersebut di atas maka wajarlah apabila kesesuaian lahan
I-50
kawasan wisata pantai pada kelas S1 banyak berada di bagian timur dan bagian barat pantai
kabupaten Kendal.
Berdasarkan pengamatan lapangan, wisata pantai yang ada di daerah penelitian dan dikelola
Pemerintah Daerah Kabupaten Kendal adalah pantai Ngebum, pantai Kencan, pantai
Sendangsikucing. Ke tiga daerah tujuan wisata tersebut memang berada di lokasi lahan yang sesuai
untuk Kawasan Wisata. Namun demikian jumlah kunjungan wisata ke pantai tersebut masih perlu
ditingkatkan dengan menambah atraksi-atraksi tertentu guna menambah daya tarik wisatawan.
Model kesesuaian pemanfaatan lahan dengan melalui analisis overlay data-data tematik fisiografis
membantu didalam perencanaan dan pengelolaan wilayah pesisir. Beberapa contoh data luaran yang
dihasilkan dari beberapa input data fisiografis pesisir dapat dilihat pada tabel berikut.
4. Kesimpulan
Potensi sumberdaya alam di wilayah pesisir sangat besar. Hal ini memerlukan kearifan didalam
pemanfaatan lahan agar jangan sampai menyebabkan terjadinya degradasi lingkungan. Pemanfaatan
lahan pesisir memerlukan banyak pertimbangan oleh karena sifat perairan pesisir yang fluida, mudah
bergerak. Penggunaan pendekatan sel sedimen mungkin menjadi salah satu bahan pertimbangan
penataan pemanfaatan lahan yang sinergis (compatible), namun pertimbangan lain seperti
kandungan potensi fisiografik daerah setempat juga menjadi salah satu bahan pertimbangan didalam
menentukan pemanfaatan lahan pesisir. Untuk itu kegiatan inventarisasi sumberdaya pesisir perlu
dilakukan.
5. Referensi
I-51
Aji, H.S.(2009). Pemetaan Perubahan Material Padatan Tersuspensi Menggunakan Citra Satelit Landsat
di Perairan Kabupaten Kendal, Provinsi Jawa Tengah. Tugas Akhir. Jurusan Geografi FIS UNNES.
BAKOSURTANAL (Badan Koordinasi Survey dan Pemetaan Nasional).( 1996). Pengembangan
Protipe Wilayah Pesisir dan Marine Kupang Nusa Tenggara Timur. Pusat Bina Aplikasi Inderaja dan
SIG. Cibinong.
Biro Pusat Statistik Kabupaten Kendal. (2008). Kendal Dalam Angka 2007.
Bird, Eric C. F. and Otto S. R. Ongkosongo. (1980). Environmental changes on the coasts of Indonesia,
The United Nations University. Tokyo
Kementerian Negara Lingkungan Hidup. (2009). Pedoman Penentuan Daya Dukung Lingkungan Hidup
Wilayah DalamPenataan Ruang. Jakarta
Purwadhi, Sri Hardiyanti.(1996). Aplikasi Inderaja dan SIG Untuk Perencanaan dan Pengelolaan Wilayah
Pesisir dan Laut. Makalah Seminar Nasional Strategi Pengembangan Wilayah Dalam Mencapai
Pembangunan Berkelanjutan. Fakultas Geografi UGM. Yogyakarta
Sanjoto, Tjaturahono B.(1996). Penggunaan Foto Udara Dalam Evaluasi Kesesuaian Lahan Untuk
Kawasan Industri di Sub Wilayah Pembangunan I Kabupaten Kendal awa Tengah. Tesis. Program
Pascasarjana UGM. Yogyakarta
Sanjoto, Tjaturahono B.(2010). Kajian Kualitas Perairan Pesisir Kabupaten Kendal Menggunakan
Teknologi Penginderaan Jauh Multi Sensor. Laporan Penelitian. Fakultas Ilmu Sosial UNNES. Semarang
Subagyo, dkk.(2009). Model Pelestarian Lingkungan Berbasis Masyarakat Sebagai Upaya Menghadapi
Dampak Perubahan Iklim (Studi Kasus Pantai Demak).Laporan Penelitian Hibah Startegis. LP2M
UNNES. Semarang
UU No 27 Tahun 2007 tentang Pengelolaan Wilayah Pesisir dan Pulau-Pulau Kecil
Yulianda F.(2007). Ekowisata Bahari Sebagai Alternatif Pemanfaatan Sumberdaya Pesisir Berbasis
Konservasi. Makalah Seminar Sains Departemen Manajemen Sumberdaya Perairan FPIK-IPB. 21
Februari 2007. Bogo.
I-52
Enhance Built-up and Bareness Index (EBBI) untuk Pemetaan Area Terbangun dan Tanah
Kosong di Perkotaan
A.Rahman As-syakur
Center for Remote Sensing and Ocean Science (CReSOS) Universitas Udayana. Denpasar-Bali.
Abstrak: Data penginderaan jauh merupakan tipe data yang sangat baik digunakan untuk memantau perubahan
area terbangun dan tanah kosong diperkotaan akibat dari peningkatan jumlah penduduk dan urbanisasi. Dalam
penelitian ini penulis mengusulkan satu indeks baru dari hasil transformasi data penginderaan jauh untuk
memetakan secara cepat area terbangun dan tanah kosong, indeks ini diberi nama Enhance Built-up and
[( )(
Bareness Index (EBBI). Adapun formulanya tersebut adalah EBBI = Band 5 - Band 4 / 10 × Band 5 + Band 62 . )]
EBBI merupakan indeks area terbangun dan tanah kosong pertama yang memanfaatkan saluran Near Infrared,
Short Wave Infrared, dan Thermal Infrared secara bersamaan. Ketiga saluran tersebut memiliki tingkat
kokontrasan yang tinggi dalam mendeteksi objek area terbangun, tanah kosong, dan vegetasi. Indeks ini
dicobakan di Kota Denpasar dan memiliki tingkat akurasi rata-rata yang lebih baik dibandingkan dengan indeks-
indeks area terbangun dan tanah kosong yang telah ada sebelumnya. Selain itu, EBBI juga dicobakan untuk
mencari hubungannya dengan persentase area terbangun. Hasilnya adalah EBBI memiliki tingkat korelasi yang
lebih baik dibandingkan dengan 5 indeks yang lain.
Kata kunci : Enhance Built-up and Bareness Index, NIR, SWIR, TIR
1. Pendahuluan
Salah satu masalah besar yang dihadapi wilayah perkotaan adalah perubahan tipe lahan dari lahan
non-pemukiman menjadi lahan pemukiman. Perubahan tipe penggunaan lahan biasanya terjadi
akibat adanya proses urbanisasi yang berlebihan yang mengakibatkan berubahnya lahan-lahan
resapan hujan menjadi bangunan yang tidak memiliki kapasitas dalam meresapkan air hujan menjadi
air tanah. Kondisi ini berdampak pada meningkatnya aliran permukaan, berubahnya suhu mikro (Xu,
2008), meningkatnya transportasi polutan air (Melesse et al., 2007), dan menurunnya kualitas air (As-
syakur et al., 2010a). Selain itu, seiring dengan perkembangan kota juga menciptakan lahan-lahan
kosong yang terbentuk akibat adanya usaha pembangunan perkotaan (Zhao and Chen, 2005). Lahan
kosong ini biasanya bersifat musiman akibat adanya usaha alih fungsi lahan atau lahan sawah yang
berada masa bera/habis masa penen.
Pemetaan area terbangun dan tanah kosong di wilayah perkotaan sangat penting dilakukan karena
keberadaannya merupakan salah satu indikator tingkat urbanisasi dan kualitas lingkungan (Weng,
2008). Pemetaan bisa dilakukan dengan menggunakan data penginderaan jauh yang memanfaatkan
perbedaan nilai spektral pada masing-masing tipe penggunaan lahan. Proses pemetaan tipe
penggunaan lahan biasanya menggunakan metode klasifikasi multispektral, akan tetapi terdapat
metode lain untuk mengklasifikasikan tipe penggunaan lahan yaitu dengan pemanfaatan indeks
penginderaan jauh (Xu, 2008). Chen et al. (2006) pernah mengklasifikasikan tipe-tipe penggunaan
lahan perkotaan dengan menggunakan beberapa indeks penginderaan jauh di wilayah Pearl River
Delta, Cina dengan tingkat akurasi yang tinggi. Beberapa indeks penginderaan jauh yang biasa
digunakan untuk memetakan area terbangun dan tanah kosong di wilayah perkotaan adalah NDBI
(Normalized Difference Built-up Index; Zha et al., 2003), IBI (Index-based Built-up Index; Xu, 2008),
UI (Urban Index; Kawamura et al., 1996), NDBaI (Normalized Difference Bareness Index; Zhao and
Chen, 2005), dan BI (Bare soil Index; Rikimaru and Miyatake, 1997).
Indeks-indeks pengindraan jauh tersebut mengunggulkan tingkat kecepatanya dalam memetakan
area terbangun dan atau tanah kosong. Salah satu kelemahan penggunaan indeks area terbangun
(built up index) dalam memetakan area terbangun adalah ketidakmampuaanya membedakan area
terbangun dengan lahan kosong seperti saat penggunaan NDBI (Zha et al., 2003; He et al., 2010)
dan UI (Sukristiyanti et al., 2007). He et al. (2010) mengatakan bahwa kesulitan dalam mebedakan
area terbangun dengan tanah kosong saat pengaplikasian indeks area terbangun dikarenakan oleh
pola respon spektral antara vegetasi, tanah kosong, dan area terbangun yang sangat rumit dan
kompleks khususnya pada piksel-piksel yang mengalami pencampuran objek pada wilayah-wilayah
yang heterogen.
1
Paper ini mengusulkan satu indeks baru untuk memetakan secara cepat area terbangun dan tanah
kosong, indeks ini diberi nama Enhance Built-up and Bareness Index (EBBI). Adapun tujuan dari
paper ini adalah untuk memetakan area terbangun dan tanah kosong dengan menggunakan EBBI di
Kota Denpasar dan membandingkan dengan beberapa indeks-indeks penginderaan jauh lainnya.
Selain itu paper ini juga membandingkan tingkat hubungan antara EBBI dan persentase tutupan area
terbangun dengan beberapa indeks-indeks penginderaah jauh. Dari penelitian ini diharapkan dapat
memberikan alternatif indeks penginderaan jauh baru yang dapat digunakan untuk memetakan area
terbangun dan tanah kosong.
2. Lokasi Penelitian
Penelitian ini dilakukan di Kota Denpasar yang terletak diantara 08°35'31" - 08°44'49" Lintang Selatan
dan 115°10'23" - 115°16'27" Bujur Timur (Gambar 1), dengan luas wilayah 125,95 km2 atau 12.595
ha. Adapun batas-batas Kota Denpasar adalah sebelah Barat dan Utara dengan Kabupaten Badung,
sebelah Timur bagian utara dengan Kabupaten Gianyar, Sebelah Timur bagian selatan dan sebelah
Selatan dengan Selat Badung. Jumlah penduduk di kota Denpasar pada tahun 2008 telah mencapai
608.595 jiwa dengan tingkat pertumbuhan rata-rata per tahun 3.34 % (BPS, 2009). Wilayah Kota
Denpasar sebagian datar sampai landai (kemiringan lereng berkisar antara 0-8 %), dengan
ketinggian tempat berkisar antara 0-75 m di atas permukaan laut. Iklim di Kota denpasar di pengaruhi
oleh aktivitas monsun (Daryono, 2004). Suhu rata-rata bulanan kota Denpasar berkisar 24 – 32 °C
dengan rata-rata curah hujan bulanan berkisar antara 13 – 358 mm. Pemukiman merupakan
penggunaan lahan dominan di Kota Denpasar (As-syakur et al., 2010b).
3. Metode
3.1 Enhance Built-up and Bareness Index (EBBI)
Enhance Built-up and Bareness Index atau yang disingkat dengan EBBI merupakan suatu indeks
penginderaan jauh yang memanfaatkan panjang gelombang 830 nm, 1.650 nm, dan 11.450 nm atau
pada gelombang Near Infrared (NIR), Short Wave Infrared (SWIR), dan Thermal Infrared (TIR) pada
citra Landsat ETM+. Pemanfaatan gelombang-gelombang tersebut dikarenakan kisaran gelombang-
gelombang tersebut memiliki tingkat kekontrasan pantulan dan penyerapan terhadap area terbangun
dan lahan kosong. Menurut Herold et al. (2004), nilai reflektan area terbangun akan semakin tinggi
seiring dengan semakin panjang gelombang sensor. Panjang gelombang NIR atau band 4 pada
Landsat ETM + memiliki tingkat kekontrasan yang tinggi dengan gelombang SWIR atau band 5 untuk
area-area terbangun dan tanah kosong seperti yang ditunjukan oleh Gambar 2. Selain itu band 4 dan
5 memiliki perbandingan terbalik antara reflektan area terbangun/tanah kosong dengan vegetasi.
Vegetasi memiliki nilai reflektan yang tinggi pada band 4, akan tetapi nilai reflektan area
terbangun/tanah kosong adalah rendah pada band tersebut. Kondisi sebaliknya terjadi pada band 5
dimana nilai reflektan untuk area terbangun lebih tinggi bila dibandingkan dengan nilai reflektan
vegetasi (Herold et al., 2003).
Pemanfaatan NIR dan SWIR untuk memetakan area terbangun juga dilakukan oleh Zha et al. (2003)
dengan membuat indeks NDBI. Menurut mereka pemanfaatan Landsat ETM+ band 4 dan 5
dikarenakan band-band tersebut memiliki kekontrasan pantulan dan penyerapan yang berbanding
II-2
terbalik dengan pantulan dan penyerapan objek vegetasi pada panjang gelombang yang sama.
Alasan ini juga di ungkapkan oleh Zhao and Chen (2005) saat memanfaatkan Landsat ETM+ band 5
(SWIR) dan band 6 (TIR) untuk membuat NDBaI. Zhao and Chen (2005) mengungkapkan
pemanfaatan TIR dikarenakan panjang gelombang ini mampu membedakan tingkat albedo tinggi dan
rendah pada objek area terbangun. Menurut Weng (2008), pemanfaatan saluran TIR memang sangat
efektif dalam memetakan area terbangun karena albedo rendah dapat menghilangkan efek bayangan
dan air, sedangkan albedo tinggi dapat memperlihatkan secara jelas area terbangun dan lahan
kosong. Saluran TIR juga memiliki tingkat kekontrasan yang tinggi dengan objek vegetasi dimana
menurut Lu and Weng (2006) suhu area terbangun lebih tinggi 10-12 derajat dari vegetasi. Oleh
karena itu penggabungan pajang gelombang NIR, MIR, dan TIR (Landsat ETM+ band 4, 5, dan 6)
diharapkan dapat memberikan hasil pemetaan objek area terbangun dan tanah kosong lebih baik
dibandingkan dengan indeks-indeks lainnya. Untuk memberikan tingkat kokontrasan yang lebih tinggi,
improvisasi operasi matematika diperlakukan dalam persamaan indeks ini. EBBI memanfaatkan
fungsi akar untuk merapatkan bilangan yang dapat mengkontraskan objek yang sama dengan tingkat
nilai pantulan yang berbeda. Agar nilai indeks berkisar antara -1 ~ 1, maka faktor yang dibagi
dikalikan 10. Adapun persamaan EBBI tersebut adalah:
Band 5 - Band 4
(1)......................... EBBI =
10 Band 5 + Band 62
200
160 Mangrove
Sawah
Nilai Digital
40 Lahan Kosong
0
Band 1 Band 2 Band 3 Band 4 Band 5 Band 61 Band 62 Band 7
Gambar 2 Profil Spektral dari Tujuh Tipe Tutupan Lahan di Kota Denpasar
3
Tingkat keakurasian hasil analisis beberapa indeks penginderaan jauh dibandingkan dengan sebaran
area terbangun dan tanah kosong yang diperoleh dari analisis citra Ikonos. Citra Ikonos yang
digunakan sebagai perbandingan diakuisisi pada tanggal 22 April 2002. Sebaran area terbangun dan
tanah kosong merupakan hasil interpretasi dari Bappeda Kota Denpasar tahun 2003. Area terbangun
hasil interpretasi visual Bappeda Denpasar dalam bentuk vektor di konversi menjadi bentuk raster
dengan besar piksel 30 × 30 m yang digunakan sebagai pembanding hasil analisis transformasi
indeks-indeks penginderaan jauh.
b. Analisis
Analisis utama dari penelitian ini adalah penggunaan EBBI untuk memetakan area terbangun dan
tanah kosong serta mencari tingkat hubungan antara EBBI dengan persentase area terbangun di
Kota Denpasar. Akan tetapi untuk mengetahui tingkat kefektifan EBBI dalam memetakan area
terbangun dan tanah kosong, hasil analisis EBBI dibandingkan dengan hasil analisis beberapa indeks
penginderaan jauh lainnya yaitu IBI, NDBI, UI, NDBaI dan NDVI (Normalized Difference Vegetation
Index; Tucker, 1979). IBI, NDBI, dan UI merupakan beberapa indeks yang biasa digunakan untuk
memetakan secara cepat area terbangun. NDBaI adalah indeks yang digunakan untuk memetakan
lahan-lahan kosong. Sedangkan NDVI merupakan salah satu indeks yang sangat familiar digunakan
untuk memetakan secara cepat sebaran vegetasi dan berbagai kondisi diatas permukaan lahan.
Matthias and Martin (2003) pernah memanfaatkan NDVI untuk memetakan daerah kedap air
(imperviousness) di wilayah perkotaan di Jerman. Adapun formula-formula dari indeks-indeks
tersebut adalah:
(2)................... IBI =
[
2Band 5/(Band 5 + Band 4) - Band 4/(Band 4 + Band 3) + Band 2/(Band 2 + Band 5) ]
2Band 5/(Band 5 + Band 4) + [Band 4/(Band 4 + Band 3) + Band 2/(Band 2 + Band 5)]
Band 5 - Band 4
(3).................... NDBI =
Band 5 + Band 4
Band 7 - Band 4
(4)......................... UI =
Band 7 + Band 4
Band 5 - Band 6
(5)............................. NDBaI =
Band 5 + Band 6
Band 4 - Band 3
(6)................... NDVI =
Band 4 + Band 3
Indeks penginderaan jauh EBBI dan NDBaI memanfaatkan band 6 dari citra Landsat ETM+. Karena
band 6 memiliki resolusi spasial 60 m, maka resolusi spasial band tersebut di resize menjadi 30 m
terlebih dahulu sebelum dilakukan tranformasi menjadi indeks.
Persentase area terbangun diperoleh dari analisis data area terbangun citra Ikonos. 50 lokasi area
terbangun dipilih secara acak dan dibuatkan polygon sampling sampel sebesar piksel citra Landsat
(30 × 30 m). Persentase area terbangun tersebut dikorelasikan dengan masing-masing indeks
penginderaan jauh untuk mencari tingkat hubungan antara persentase area teerbangun dengan
indeks-indek penginderaan jauh. Analisis data dalam penelitian ini menggunakan perangkat lunak
ENVI 4.7, Arcview 3.3, dan Microsoft Office Excel 2003.
II-4
Tabel 2 Batasan Nilai Indeks untuk Masing-Masing Tipe Transformasi Indeks untuk Membedakan Non-
Area Terbangun, Area Terbangun, dan Tanah Kosong
Areal tanah kosong di kota Denpasar memiliki dua tipe yaitu tanah kosong areal sawah yang dalam
kondisi bera dan tanh kosong yang teah ada sejak Pulau Serangan direklamasi. Sebagai sampel
tingkat keakurasian pemetaan tanah kosong oleh EBBI, dalam penelitian ini mengunakan tanah
kosong yang berada di Pulau Serangan. Hasil analisis menunjukkan bahwa luas tanah kosong dari
EBBI di Pulau Serangan adalah 173,93 ha atau 75,11% dari luas tanah kosong citra ikonos yang
memiliki luas 231,39 ha. Persentase luas ini lebih baik dari luas tanah kosong yang diperoleh IBI dan
NDBI. Akan tetapi persentase luas lahan kosong dari NDBaI lebih baik dari EBBI. Luas area
terbangun dari tranformasi masing-masing indeks penginderaan jauh dapat dilihat pada Tabel 3.
Sedangkan Luas tanah kosong di Pulau Serangan dari tranformasi masing-masing indeks
penginderaan jauh dapat dilihat pada Tabel 4. Sementara itu Gambar 3 memperlihatkan sebaran
spasial area terbangun dan tanah kosong dari indeks-indeks penginderan jauh dan data Ikonos.
Tabel 3 Luas Area Terbangun untuk Masing-Masing Tipe Transformasi Indeks/Data Penginderaan Jauh
EBBI 5.898,60
IBI 6.239,70
NDBI 5.934,33
UI 4.146,84
NDBai -
Ikonos 6.629,04
Tabel 4 Luas Area Tanah Kosong di Pulau Serangan, Denpasar untuk Masing-Masing Tipe Transformasi
Indeks/Data Penginderaan Jauh
EBBI 173,79
IBI 105,21
NDBI 100,89
UI -
NDBai 197,82
Ikonos 231,39
5
Hasil transformasi EBBI untuk menghasilkan area terbangun, dimana area terbangun dari Ikonos
diasumsikan sebagai area terbangun yang sebenarnya, memperlihatkan tingkat keakurasian yang
tinggi bila dibandingkan dengan tranformasi NDBI dan UI serta tidak berbeda jauh dengan IBI.
Persentase tingkat kesamaan antara area terbangun transformasi EBBI dan area terbangun Ikonos
adalah 69,65% dimana 25,49% area terbangun Ikonos ditransformasikan menjadi bukan area
terbangun dan 4,85% ditransformasikan menjadi tanah kosong oleh EBBI. Persentase keakurasian
EBBI dalam memetakan areal tanah kosong juga memperlihatkan tingkat yang tinggi yaitu sebesar
62,82%. Hasil ini lebih baik dari tingkat keakurasian IBI dan NDBI, akan tetapi lebih rendah dari
NDBaI. Bila dirata-ratakan tingkat keakurasian indeks-indeks tersebut terhadap area terbangun dan
tanah kosong dari Ikonos, maka EBBI memiliki tingkat keakurasian yang lebih baik dari semua jenis
indeks penginderaan jauh yang digunakan, dimana EBBI memiliki rata-rata tingkat keakurasian
sebesar 66,24% atau lebih besar dari IBI dan NDBI dengan rata-rata tingkat keakurasian sebesar
54,25% dan 51,87%. Adapun UI merupakan Indeks yang tidak bisa mendeteksi tanah kosong
sedangakan NDBaI tidak bisa digunakan untuk memetakan area terbangun. Persentase tingkat
keakurasian area terbangun untuk masing-masing tipe transformasi indeks terhadap area terbangun
dari data ikonos dapat dilihat pada Tabel 5. Tabel 6 memperlihatkan persentase tingkat keakurasian
tanah masing-masing tipe transformasi indeks terhadap tanah kosong dari data ikonos. Sedangkan
Tabel 7 memperlihatkan persentase rata-rata tingkat keakurasian tanah masing-masing tipe
transformasi indeks terhadap data ikonos.
d) UI e) NDBa f) Ikono
I s
Gambar 3 Sebaran Area Terbangun dan Tanah Kosong untuk Masing-Masing Tipe Transformasi
Indeks/Data Penginderaan Jauh. (A) EBBI, (B) IBI, (C) NDBI. (D) UI, (E) Tanah Kosong dari
Ndbai, dan (F) Area Terbangun dari Citra Ikonos
II-6
Tabel 5 Persentase Tingkat Keakurasian Area Terbangun Masing-Masing Tipe Transformasi Indeks
Terhadap Area Terbangun dari Data Ikonos
Area terbangun indeks vs area terbangun Ikonos 69,65 70,18 67,60 52,89
Tabel 6 Persentase Tingkat Keakurasian Tanah Masing-Masing Tipe Transformasi Indeks Terhadap
Tanah Kosong dari Data Ikonos
Tabel 7 Persentase Rata-Rata Tingkat Keakurasian Masing-Masing Tipe Transformasi Indeks Terhadap
Data Ikonos Pada Aera Terbangun dan Tanah Kosong
4.2 Hubungan transformasi indeks penginderaan jauh dan persentase tutupan area terbangun
Hubungan antara persentase tutupan area terbangun dengan EBBI mempelihatkan tingkat korelasi
yang tinggi yaitu sebesar 0,70. Nilai korelasi ini lebih baik dari tingkat korelasi indeks-indeks
penginderaan jauh lainnya dimana nilai korelasi IBI, NDBI, UI, NDBaI, dan NDVI berturut-turut adalah
0,61, 0,60, 0,59, 0,53, dan 0,56. Scatterplot hubungan antara tutupan area terbangun dengan EBBI,
IBI, NDBI, UI, NDBaI, dan NDVI dapat dilihat pada Gambar 4.
7
a) 90
b) 90
c) 90
d) 90
e) 90
f) 90
Gambar 4 Scatterplot Hubungan antara Persentase Area Terbangun dan Transformasi indeks
Penginderaan Jauh; (a) EBBI, (b) IBI, (c) NDBI. (d) UI, (e) NDBaI, dan (f) NDVI
4.3 Pembahasan
Pemanfaatan EBBI sebagai indeks untuk memetakan areal terbangun (built up) dan tanah kosong
(bare land) menujukan tingkat keakuratan yang tinggi. Walaupun EBBI memiliki tingkat kekauratan
yang lebih rendah dari IBI dalam memetakan area terbangun dan NDBaI dalam memetakan sebaran
tanah kosong, tetapi secara rata-rata tingkat keakurasian EBBI lebih baik dalam memetakan secara
bersamaan area terbangun dan tanah kosong.
EBBI juga menunjukkan tingkat korelasi yang tinggi dengan persentase area terbangun. Kondisi ini
memperlihatkan bahwa EBBI bisa digunakan sebagai salah alternatif untuk mentransformasi data
penginderaan jauh menjadi persentase tutupan areal terbangun. Secara umum, hubungan antara
indeks penginderaan jauh dengan persentase area terbangun adalah mirip dengan hasil-hasil
penelitian terdahulu seperti Widyasamratri (2009) dan Sukristiyanti et al. (2007) yang menunjukan
hubungan antara UI dengan kerapatan area terbangun di Kota Semarang yaitu masing-masing
sebesar 0,56 dan 0,59.
Penggunaan saluran thermal infrared dalam indeks EBBI merupakan salah satu penyebab lebih
baiknya indeks ini dalam membedakan area terbangun dan tanah kosong di wilayah perkotaan.
Saluran thermal infrared mampu membedakan secara kontras tingkat emisivitas antara area
terbangun, tanah kosong, dan vegetasi. Tingginya emisivitas area terbangun disebabkan oleh
material-material penyusun area terbangun seperti atap dan bahan baku bangunan. Sedangkan
emisivitas tanah kosong dikontrol oleh tingkat kelembaban tanah dan mineral penyusun tanah
(Lesaignoux et al., 2009). Area terbangun memiliki konduktivitas kalor lebih besar dari tanah kosong
yang mengakibatkan tingkat emisivitas dan albedo pada gelombang thermal infrared juga lebih tinggi
dari tanah kosong.
II-8
5. Kesimpulan
Indeks-indeks penginderaan jauh yang digunakan untuk mentransformasi area terbangun dan tanah
kosong yang disusun berdasarkan nilai spektral memang secara umum belum memiliki tingkat
keakurasian yang baik karena tingkat homogenitas lahan yang tinggi di wilayah area terbangun dan
tanah kosong khususnya di daerah-daerah perkotaan. Akan tetapi dengan penggunaan EBBI yang
merupakan indeks area terbangun (built up index) pertama yang memanfaatkan data thermal infrared
ternyata mampu meningkatkan tingkat keakurasian pemetaan area terbangun dan tanah kosong.
EBBI juga sangat efektif dalam membedakan area terbangun dan tanah kosong yang merupakan
salah satu kelemahan utama saat penerapan indeks area terbangun dari data penginderaan jauh.
Penggunaan tiga saluran infrared (NIR, SWIR, dan TIR) dengan tingkat kekontrasan yang berbeda-
beda dalam mendetaksi area terbangun, tanah kosong, dan vegetasi merupakan salah satu alasan
tingginya tingkat keakurasian tersebut bila dibandingkan dengan indeks-indeks area terbangun
lainnya.
EBBI tidak hanya memiliki tingkat keakurasian yang lebih baik dari indeks-indeks sebelumnya, tetapi
juga mampu membantu mentransformasi data penginderaan jauh menjadi data persentase area
terbangun di perkotaan dengan nilai korelasi lebih baik dari indeks-indeks yang lain. Infromasi
persentase area terbangun sangat penting dalam hubungannya dengan kondisi lingkungan seperti
kondisi kualitas udara, kualitas air, dan aliran permukaan. Diharapkan pada masa-masa yang akan
datang indeks EBBI dapat digunakan untuk berbagai aplikasi dalam pemanfaatan data penginderaan
jauh khususnya di bidang penginderaan jauh perkotaan. Pemanfatan-pemanfaatan tersebut seperti
memantau perubahan penggunaan lahan, memantau arah perkembangan kota, memantau kondisi
lingkungan perkotaan, dan menghitung populasi penduduk perkotaan.
6. Referensi
As-syakur, A.R., I.W. Suarna, I.W.S. Adnyana, I.W. Rusna, I.A.A. Laksmiwati, I.W. Diara. (2010a): Studi
perubahan penggunaan lahan di DAS Badung. Jurnal Bumi Lestari, 10. 200-207.
As-syakur, A.R., T. Osawa, and I.W.S. Adnyana. (2010b): Medium Spatial Resolution Satellite Imagery to
Estimate Gross Primary Production in an Urban Area. Remote Sensing, 2. 1496-1507.
BPS. (2009): Denpasar dalam Angka 2009. Badan Pusat Statistik. Denpasar.
Chen, X-L., H-M. Zhao, P-X. Li, and Z-Y. Yin. (2006): Remote sensing image-based analysis of the
relationship between urban heat island and land use/cover changes. Remote Sensing of Environment, 104.
133–146.
Daryono. (2004): Iklim Bali Ditinjau dari Peta Isohyets Normal Curah Hujan. Jurnal Meteorologi dan
Geofisika, 9. 14-19.
Gers, C.J. (2003): Relating Remotely Sensed Multi-Temporal Landsat 7 ETM+ Imagery to Sugarcane
Characteristics. South African Sugar Association Experiment Station. Mount Edgecombe-South Africa.
He, C., P. Shi, Di. Xie, Y. Zhao. (2010): Improving the normalized difference built-up index to map urban
built-up areas using a semiautomatic segmentation approach. Remote Sensing Letters, 1. 213 - 221.
Herold, M., M.E. Gardner, and D.A. Roberts. (2003): Spectral Resolution Requirements for Mapping Urban
Areas. IEEE Transactions on Geoscience and Remote Sensing, 41. 1907-1919.
Herold, M., D.A. Roberts, M.E. Gardner, and P.E. Dennison. (2004): Spectrometry for urban area remote
sensing—Development and analysis of a spectral library from 350 to 2400 nm. Remote Sensing of
Environment, 91. 304-319.
Kawamura, M., S. Jayamana. and Y. Tsujiko. (1996): Relation Between Social and Environmental
Conditions in Colombo Sri Lanka and The Urban Index Estimated by Satellite Remote Sensing Data.
International Archieved of Photogrammetry and Remote Sensing, 31. 321-326.
Lesaignoux, A., S. Fabre, X. Briottet, and A. Olioso. (2009): Influence of surface soil moisture on spectral
reflectance of bare soil in the 0.4 – 15 µm domain. In the Proceedings of the 6th EARSeL SIG IS workshop.
Imaging Spectroscopy: Innovative tool for scientific and commercial environmental applications, 16-19
March 2009, Tel-Aviv University, Tel-Aviv - Israel, 6 pp.
Lu, D., and Q. Weng. (2006): Use of impervious surface in urban land-use classification. Remote Sensing of
Environment, 102. 146–160.
Matthias, B. and H. Martin. (2003): Mapping imperviousness using NDVI and linear spectral unmixing of
th
ASTER data in the Cologne-Bonn region (Germany). In the Proceedings of the SPIE 10 International
Symposium on Remote Sensing, 8-12 September 2003, Barcelona, Spain. 11pp.
Melesse, A.M., Q. Weng, P.S. Thenkabail, and G.B. Senay. (2007): Remote Sensing Sensors and
Applications in Environmental Resources Mapping and Modelling. Sensors, 7. 3209-3241.
9
Rikimaru, A., and S. Miyatake. (1997): Development of Forest Canopy Density Mapping and Monitoring
th
Model using Indices of Vegetation, Bare soil and Shadow. Proceeding of the 18 Asian Conference on
Remote Sensing (ACRS) 1997. Kuala Lumpur - Malaysia, 10 November 1997.
Sukristiyanti, R. Suharyadi, R.H. Jatmiko. (2007): Evaluasi Indeks Urban pada citra Landsat Multitemporal
dalam ekstraksi kepadatan bangunan. Jurnal Riset Geologi dan Pertambangan, 17. 1-10.
Tucker, C.J. (1979): Red and photographic infrared linear combinations for monitoring vegetation. Remote
Sensing of Environment, 8. 127-150.
Xu, H. (2008): A new index for delineating built-up land features in satellite imagery. International Journal of
Remote Sensing, 29. 4269–4276.
Weng, Q. (2008): Remote Sensing of Impervious Surfaces: An Overview. Q. Weng (Ed.): Remote sensing
of impervious surfaces. CRC Press, Taylor & Francis Group. Boca Raton, Florida, USA.
Widyasamratri, H. (2009): Utilization of Urban index and vegetation index transformation on aster image
satellite for analysis urban environment condition (case: Semarang municipality). Paper presented in the
10th N-AERUS Conference 2009. October, 1 - 3 2009, Rotterdam - Netherland.
Zha, Y., J. Gao, J., and S. Ni. (2003): Use of normalized difference built up index in automatically mapping
urban areas from TM imagery. International Journal of Remote Sensing, 24. 583-594.
Zhao, H.M., and X.L. Chen. (2005): Use of normalized difference bareness index in quickly mapping bare
areas from TM/ETM+. Geoscience and Remote Sensing Symposium, 3(25–29). 1666−1668.
II-10
Dinamika Perubahan Penggunaan Lahan Sawah Kabupaten Karawang dan Keterkaitannya
dengan Rencana Tata Ruang Wilayah
Abstrak:Perubahan penggunaan lahan merupakan konsekuensi logis dari proses pertumbuhan dan
transformasi perubahan struktur sosial ekonomi masyarakat. Karawang yang merupakan bagian dari Kawasan
Andalan Purwasuka mengalami dinamika perubahan penggunaan cukup pesat akibat perkembangan yang
terjadi di wilayah tersebut. Akibatnya muncul kekhawatiran tergesernya fungsi Kabupaten Karawang sebagai
daerah lumbung padi Jawa Barat. Perubahan penggunaan lahan seharusnya dapat ditekan melalui kebijakan
perencanaan penggunaan lahan yang mempertimbangkan berbagai aspek secara terintegrasi dalam rencana
tata ruang wilayah. Hasil identifikasi sebaran spasial luas sawah di Kabupaten Karawang menunjukkan bahwa
luas lahan sawah di Kabupaten Karawang pada 2002 adalah sebesar 60,22% dari total wilayah kabupaten dan
pada tahun 2008 menjadi 49,39%. Hasil identifikasi detil terhadap kemampuan lahan diketahui penurunan
penggunaan lahan sawah Kabupaten Karawang terbesar terjadi pada lahan berkelas kesesuaian lahan S1. Pada
saat bersamaan terjadi perluasan lahan dengan total area lebih kecil dari penurunan area di lahan dengan kelas
kesesuaian S2. Selanjutnya dengan menggunakan regresi bertatar diketahui bahwa alokasi penggunaan lahan
yang ditetapkan dalam RTRW merupakan faktor yang berperan mendorong peningkatan perubahan penggunaan
lahan.
Kata Kunci: perubahan penggunaan lahan, sawah, Karawang, Rencana Tata Ruang Wilayah
1. Pendahuluan
Kabupaten Karawang merupakan salah satu daerah lumbung padi Jawa Barat karena memiliki
kesuburan tanah yang cukup baik yang cocok untuk penanaman padi. Kesuburan tanah Kabupaten
Karawang mendukung potensinya sebagai produsen beras nasional, namun muncul persoalan sejak
diterapkannya Keppres no. 53 tahun 1989 yang menetapkan Kabupaten Karawang sebagai kawasan
industri. Keputusan Presiden tersebut dipertegas dalam Rencana Tata Ruang Wilayah Kabupaten
Karawang tahun 2002 yang menetapkan Kabupaten Karawang sebagai Kawasan Andalan
Purwasuka (Purwakarta, Subang, Karawang). Penetapan Kabupaten Karawang sebagai salah satu
kawasan industri menuntut pemerintah setempat menyediakan ruang gerak yang lebih luas untuk
penyediaan sarana dan prasarana. Keragaman fasilitas diperlukan untuk mendukung kebutuhan
penduduk.
Pertambahan penduduk dan keanekaragaman aktivitas dengan ataupun tanpa penetapan kawasan
andalan mengakibatkan pergeseran penggunaan lahan sawah menjadi lahan terbangun. Proses
perubahan penggunaan lahan ini dapat menyebabkan terjadinya gangguan keseimbangan lahan
akibat menyempitnya lahan pertanian. Selain kerugian ekologis lahan, perubahan penggunaan lahan
sawah juga mengakibatkan hilangnya kesempatan kerja bagi petani sehingga mendorong petani
beralih profesi. Kurnia (2011) menyatakan bahwa lahan sawah diyakini dapat mencegah atau
mempertahankan lingkungan dari kerusakan karena kemampuannya menahan air dan dapat
mengurangi erosi karena adanya galengan atau teras.
Persoalan alih fungsi lahan memerlukan usaha-usaha konkrit untuk menjaga kestabilan luas lahan
sawah dan sekaligus mengontrol laju konversi lahan. Upaya yang dapat ditempuh adalah dengan
menyusun rencana penggunaan lahan (land use plan) yang bertujuan untuk mencapai pengguaan
lahan yang rasional lestari (Sandy, 1977). Kendala yang mungkin akan dihadapi oleh pemerintah
terkait dengan prioritas penggunaan lahan dan hukum. Pengendalian penggunaan lahan sesuai
alokasi ruang diharapkan dapat mengurangi konversi lahan sawah. Penetapan alokasi ruang perlu
didukung analisis kesesuaian penggunaan lahan agar pemerintah mampu menetapkan suatu
kebijakan alokasi yang proposional dan efektif. Oleh karena itu, diperlukan suatu penelitian tentang
analisis kesesuaian lahan dan persentase perubahan penggunaan lahan pada tingkat kesesuaian
lahan khususnya sawah.
2. Bahan dan Metode
Penelitian dilakukan di Kabupaten Karawang yang terletak di bagian Utara Jawa Barat. Penelitian
memanfaatkan data sekunder dari berbagai instansi dan data primer yang digali melalui proses survei
ke beberapa lokasi perubahan penggunaan lahan sawah serta lokasi yang masih bertahan sebagai
II-11
lahan sawah. Beberapa instansi menjadi sumber informasi penting untuk kegiatan penelitian ini,
antara lain Bappeda Kabupaten Karawang, Pusat Penelitian Tanah Kabupaten Bogor, dan BPDAS
Ciliwung Kabupaten Bogor. Data yang dikoleksi dari berbagai instansi tersebut adalah Peta Jenis
Tanah, Peta Landsystem, Peta RTRW Kabupaten Karawang Tahun 2002, dan Peta Administrasi,
Peta Jalan, serta Peta Sungai. Disamping itu dikoleksi pula Data Potensi Desa yang merupakan data
hasil survei BPS tahun 2008. Disamping itu juga dikoleksi citra Landsat ETM+ tahun 2002 dan 2008
dari http:\\glovis.usgs.gov.
Penelitian diawali pengkoleksian data khususnya peta-peta dan data atribut dari berbagai sumber
untuk mengetahui informasi kondisi umum lokasi penelitian. Data yang diperoleh digunakan dalam
pembuatan peta kerja. Pembuatan peta kerja diawali dengan proses rektifikasi dan koreksi geometrik
dengan menggunakan batas wilayah baku peta administrasi Kabupaten Karawang. Peta yang
digunakan dalam pembuatan peta kerja diseragamkan menjadi sistem proyeksi UTM. Peta kerja
digunakan dalam analisis kesesuaian lahan, analisis perubahan penggunaan lahan, dan pengecekan
lapang. Penggunaan lahan dilihat dari analisis citra landsat tahun 2002 dan tahun 2008 melalui
proses digitasi dengan menggunakan band layer 5,4,2. Perubahan penggunaan lahan diperoleh dari
hasil tumpat tepat (overlay) peta penggunaan lahan tahun 2002 dan tahun 2008. Kesesuaian lahan
diperoleh dari overlay peta jenis tanah, Landsystem, dan peta administrasi Kabupaten Karawang.
Hasil analisis perubahan penggunaan lahan dan kesesuaian lahan ditumpangtepatkan untuk
mengetahui perubahan penggunaan lahan pada berbagai tingkat kesesuaian lahan. Selanjutnya
hasilnya digabungkan dengan peta RTRW yang kemudian digunakan untuk pengecekan lapang.
Metode skalogram digunakan untuk menentukan hirarki wilayah. Data yang digunakan adalah data
jumlah unit berbagai fasilitas dan aksesibilitas ke fasilitas terdekat yang terdapat pada unit desa di
Kabupaten Karawang. Fasilitas yang digunakan sebagai indeks perkembangan wilayah adalah
fasilitas pendidikan, fasilitas sosial, dan fasilitas kesehatan, sedangkan aksesibilitas ke fasilitas
terdekat mencakup jarak tempuh rata-rata dari titik tengah desa menuju fasilitas pendidikan, fasilitas
ekonomi, serta fasilitas kesehatan terdekat.
Pendugaan perubahan dilakukan untuk mengetahui laju pertumbuhan. Perubahan yang dilihat dalam
penelitian ini antara lain luas penggunaan lahan sawah, kepadatan penduduk, dan jumlah fasilitas.
Model pendugaan yang digunakan terhadap perubahan penggunaan lahan Kabupaten Karawang
adalah analisis regresi bertatar (Stepwise Regression Analysis). Sebelum melakukan analisis regresi
bertatar dilakukan analisis faktor. Analisis faktor (Factor Analysis-FA) adalah teknik yang digunakan
untuk menyederhanakan suatu data, dengan cara mentransformasikan data secara linier sehingga
terbentuk data baru yang merupakan kombinasi linier dari variabel asal dengan varian maksimum dan
tidak saling berkorelasi. Variabel yang dilibatkan dalam analisis faktor adalah variabel karakteristik
lahan yang terdiri dari jenis tanah, kemiringan lereng, ketinggian, kepekaan erosi, curah hujan, tekstur
tanah, dan bahan induk. Variabel yang diproses dengan teknik regresi bertatar untuk mengidentifikasi
faktor yang menyebabkan terjadinya perubahan penggunaan lahan adalah variabel hasil analisis
faktor yang terdiri dari jenis tanah Alluvial, Latosol, Podsolik, lereng datar, ketinggian tempat, tekstur
tanah, kepekaan erosi, bahan induk,dan kesesuaian lahan Variabel tujuan (Y) adalah perubahan
penggunaan lahan dan variabel penjelas terjadinya perubahan penggunaan lahan sawah antara lain
faktor fisik yang telah melalui proses analisis faktor, alokasi lahan berdasarkan RTRW, pertumbuhan
beberapa kelompok fasilitas dan aksesibilitas menuju fasilitas tersebut.
3. Hasil dan Pembahasan
3.1. Tingkat Kesesuaian Lahan Sawah dan Perubahan Penggunaan Lahan
Hasil analisis kelas kesesuaian lahan dapat menunjukkan faktor pembatas yang harus dihadapi
dalam pengelolaan. Semakin besar kelas kesesuaian lahan menunjukkan faktor pembatas yang
semakin besar. Lahan di Kabupaten Karawang memiliki kelas kesesuaian lahan sangat sesuai (S1),
cukup sesuai (S2), tidak sesuai pada saat ini (N1), dan tidak sesuai permanen (N2). Gambar 1
menunjukkan Kabupaten Karawang memiliki lahan dengan kelas kesesuaian S1 seluas 82.344,91
hektar (45,68%), S2 seluas 46.008,58 hektar (25,52%), N1 seluas 31.072,96 hektar (17,24%), dan N2
seluas 20.837,49 hektar (11,56%).
II-12
Gambar 1. Luas Lahan Berdasarkan Kelas Kesesuaiannya di Kabupaten Karawang
Tabel 1 menunjukkan bahwa Kecamatan Tirtajaya memiliki kelas kesesuaian lahan S1 terluas yaitu
sebesar 8.154,29 hektar. Selanjutnya Kecamatan Tegalwaru memiliki lahan terluas dengan kelas S2
sebesar 12.480,47 hektar. Lahan dengan kelas N2 atau tidak sesuai permanen mempunyai faktor
pembatas permanen yang menghambat kemungkinan penggunaan lahan sawah yang lestari dalam
jangka panjang. Lahan dengan kelas kesesuaian N2 terluas ditemukan di Kecamatan Tempuran.
II-13
Kecamatan S1 S2 N1 N2
Tempuran 5,875.02 1,297.27
Tirtajaya 8,154.29 1,055.94 353.41
Tirtamulya 3,162.73 186.64
Total Luas 82,344.91 46,008.58 31,072.96 20,837.49
Tingkat kesesuaian lahan adalah pengharkatan lahan yang mempertimbangkan karakteristik curah
hujan, tekstur tanah, kemiringan lereng, dan bahaya erosi. Kelas kesesuaian lahan S1 dalam
penelitian ini mencakup satuan lahan 01 dan 02. Satuan lahan 01 memiliki karakteristik curah hujan
1500-2500 mm/tahun, tekstur CL, tidak peka erosi, kemiringan lereng <2%. Sedangkan satuan lahan
02 memiliki karakteristik lahan curah hujan 2500-3500 mm/tahun, tekstur CL, tidak peka erosi, dan
kemiringan lereng 2%.
Penggunaan lahan Kabupaten Karawang cukup beragam. Kabupaten Karawang memiliki wilayah
pantai dan dataran tinggi. Wilayah pantai Kabupaten Karawang termasuk dalam jajaran Pantai Utara
Jawa yang kini dibuka sebagai kawasan wisata dan juga kawasan tambak. Wilayah dataran tinggi
Kabupaten Karawang meliputi kawasan lindung Gunung Sanggabuana yang berbatasan dengan
Kabupaten Bogor, Kabupaten Cianjur, dan Kabupaten Subang.
Hasil interpretasi penggunaan lahan dengan menggunakan citra Landsat menunjukkan bahwa
sebaran sawah di Kabupaten Karawang pada tahun 2002 mencakup 60,22% dengan luasan sebesar
108.552,36 hektar dan tersebar merata di seluruh kecamatan. Kecamatan yang memiliki luasan
terbesar adalah Tempuran seluas 6.167,20 hektar. Lima kecamatan dengan luasan penggunaan
lahan sawah terbesar tahun 2002 disajikan pada Gambar 2.
Gambar 2. Lima Kecamatan dengan Luasan Penggunaan Lahan Sawah Terbesar Tahun 2002
Penggunaan lahan sawah tahun 2002 umumnya menyebar pada lahan dengan kesesuaian
S1 dan S2. Sebagian besar lahan sawah tersebut memiliki lereng datar dan tingkat kepekaan erosi
yang rendah. Karakteristik tersebut mendukung pencapaian produktivitas optimal karena memiliki
daya dukung tanah yang baik. Kecamatan Pangkalan yang memiliki topografi datar dan bergunung
memiliki kawasan sawah seluas 2.641,86 hektar. Kelas kesesuaian lahan sawah di Kecamatan
Pangkalan adalah S2 dan N2. Pemanfaatan lahan untuk lahan sawah di Kecamatan Pangkalan
mencakup 2,43% dari luas total penggunaan lahan sawah Kabupaten Karawang. Kecamatan
Pangkalan merupakan bagian dari kawasan lahan basah yang ditetapkan oleh pemerintah dalam
Rencana Tata Ruang Wilayah Kabupaten Karawang. Dari 30 kecamatan di Kabupaten Karawang,
hanya satu kecamatan yang tidak memiliki wilayah yang dialokasikan sebagai kawasan lahan basah,
yaitu Kecamatan Ciampel. Kecamatan Ciampel memiliki kelas kesesuaian lahan S1, S2, N1, dan N2.
Wilayah ini memiliki alokasi wilayah sebagai kawasan industri dan perkotaan. Sebaran penggunaan
lahan sawah Kabupaten Karawang tahun 2002 disajikan pada Gambar 3.
II-14
Gambar 3. Sebaran Penggunaan Lahan Sawah Kabupaten Karawang Tahun 2002
Hasil interpretasi citra Landsat tahun 2008 menunjukkan bahwa luas penggunaan lahan sawah
Kabupaten Karawang sebesar 89.024,36 hektar (49,39%). Lima kecamatan dengan luasan lahan
sawah terbesar adalah Kecamatan Jatisari, Kecamatan Kutawaluya, Kecamatan Lemahabang,
Kecamatan Cilamaya Wetan, dan Kecamatan Pedes. Gambar 4 menunjukkan bahwa Kecamatan
Jatisari memiliki lahan sawah terluas, yaitu 6,04% diikuti dengan Kecamatan Kutawaluya (5,58%),
Lemahabang (5,49%), Cilamaya Wetan (5,08%) dan Pedes (4,82%).
Gambar 4. Lima Kecamatan dengan Luasan Penggunaan Lahan Sawah Terbesar Tahun 2008
Penggunaan lahan sawah pada tahun 2008 lebih terpusat di wilayah Utara Kabupaten Karawang
yang dibatasi oleh jalan tol Jakarta-Cikampek. Sebelah Selatan dari jalan tol tersebut tidak lagi
didominasi penggunaan lahan sawah. Hasil pengamatan lapang menunjukkan sebagian besar
penggunaan lahan sawah di bagian Selatan berada diantara lahan terbangun, jalan, sedangkan di
sebelah Utara berbatasan dengan kawasan tambak. Sawah terpusat di bagian Utara wilayah
Kabupaten Karawang mengikuti pola aliran sungai utama, yaitu Sungai Citarum dan Sungai
Cilamaya. Di bagian Selatan banyak tersebar sungai musiman dan tidak dimanfaatkan sebagai lahan
sawah.
II-15
Berdasarkan hasil identifikasi sebaran penggunaan lahan sawah, diketahui bahwa sebaran luas
sawah di berbagai tingkat kesesuaian adalah sebagai berikut: tingkat kesesuaian S1 54.906,6 hektar,
kelas S2 27.049,9 hektar, kelas N1 5.529,7 hektar, dan kelas N2 1.538 hektar. Kelas kesesuaian N2
tersebar di beberapa kecamatan antara lain: Kecamatan Cibuaya, Kecamatan Cilamaya Kulon,
Kecamatan Cilamaya Wetan, Kecamatan Cilebar, Kecamatan Jayakerta, Kecamatan Tempuran, dan
Kecamatan Tirtajaya. Penggunaan lahan sawah tahun 2008 relatif sesuai dengan alokasi ruang yang
ditetapkan oleh pemerintah tahun 2002. Namun demikian, di beberapa lokasi ditemukan
ketidaksesuaian alokasi dimana lahan dengan tingkat kesesuaian lahan N2 justru dialokasikan
sebagai lahan basah. Penggunaan lahan sawah pada kesesuaian N2 memiliki faktor pembatas yang
berpotensi mengurangi keuntungan petani karena besarnya biaya tambahan untuk mengatasi
permasalahan terkait factor pembatas tersebut. Kemungkinan keberhasilan panen akan semakin
rendah dengan adanya faktor pembatas. Faktor pembatas lahan sawah di Kabupaten Karawang
antara lain: tingkat kepekaan erosi dan faktor kemiringan lereng yang curam yang banyak ditemukan
di beberapa lokasi di wilayah Selatan.
Perubahan penggunaan lahan sawah terbesar terjadi di Kecamatan Tempuran dengan luas
perubahan 2.551,95 hektar. Penggunaan lahan sawah menjadi lahan terbangun di wilayah tersebut
sebesar 14.766 hektar. Berdasarkan hasil pengamatan lapang penggunaan lahan sawah di
Kecamatan Tempuran sebagian besar beralih fungsi menjadi peternakan ayam dan pemukiman
penduduk.
Perubahan penggunaan lahan yang dialokasikan sebagai kawasan industri ditemukan di Kecamatan
Ciampel, Kecamatan Pangkalan, Kecamatan Telukjambe Barat, Kecamatan Telukjambe Timur,
Kecamatan Klari, dan Kecamatan Purwasari. Alokasi lahan untuk industri terbesar adalah di
Kecamatan Ciampel yaitu seluas 3.523,77 hektar dan perubahan penggunaan lahan untuk lahan
terbangun sebesar 956,14 hektar.
Menurut PEMDA Kabupaten Karawang, saat ini kegiatan industri Karawang dipusatkan di bagian
Selatan yakni di Kecamatan Klari, Telukjambe, Karawang, Jatisari, Pangkalan, dan Cikampek.
Berdasarkan sarana dan prasarana yang tersedia bagi kegiatan industri, lokasi industri Karawang
dibedakan dalam tiga kategori, yaitu kawasan industri, zona industri dan kota industri. Kawasan
industri merupakan tempat pemusatan kegiatan industri yang dikelola oleh perusahaan yang memiliki
izin kawasan. Lahan yang tersedia 13.902,5 hektar. Dibandingkan dengan kawasan industri, luas
lahan zona industri dan kota industri jauh lebih kecil. Luas zona industri 3.351 hektar.
Hasil pengamatan lapang menunjukkan terdapat tiga kecamatan yang dipersiapkan untuk
menjadi kawasan industri bahkan beberapa industri telah berjalan. Ketiga kecamatan tersebut adalah
Kecamatan Telukjambe Timur, Kecamatan Telukjambe Barat, dan Kecamatan Pangkalan. Menurut
penduduk setempat, awalnya lahan tersebut merupakan hutan dan sebagian kecil merupakan lahan
sawah yang dibuka oleh pemerintah untuk kawasan industri. Di lahan terbangun sekitar 13.891
hektar, terdapat enam kawasan industri dimana Karawang International Industry City (KIIC)
merupakan salah satu yang terbesar yang terdiri dari 60 perusahaan yang terletak di Kecamatan
Telukjambe Barat dan Telukjambe Timur.
Berdasarkan laju perubahan penggunaan lahan sawah selama kurun waktu 2002-2008 (Tabel-2)
diketahui bahwa laju perubahan sawah terbesar terjadi di Kecamatan Tegalwaru dengan laju
penurunan luas sawah sebesar 1 hektar per tahun. Sebaliknya laju penambahan lahan sawah terjadi
di beberapa kecamatan, antara lain Kecamatan Kotabaru dan Kecamatan Jatisari. Di Kecamatan
Kotabaru, terjadi penambahan penggunaan lahan sawah sebesar 0,027 hektar per tahun dan di
Kecamatan Jarisari terjadi penambahan penggunaan lahan sawah sebesar 0,126 hektar per tahun.
II-16
Tempuran 6,167.20 3,615.25 -0.414
Cilebar 5,629.56 3,331.33 -0.408
Cilamaya kulon 4,413.41 2,764.77 -0.374
Klari 3,221.18 2,027.64 -0.371
Telukjambe timur 1,885.37 1,370.62 -0.273
Cilamaya wetan 5,753.37 4,523.24 -0.214
Kotabaru 3,371.68 3,462.57 0.027
Jatisari 5,063.72 5,701.82 0.126
Berikutnya variabel eksternal untuk menduga perubahan penggunaan lahan sawah antara lain
penggunaan lahan sawah tahun asal (2002), pertumbuhan penduduk per tahun, pertambahan
fasilitas pendidikan, pertambahan fasilitas kesehatan, pertambahan fasilitas sosial, alokasi ruang
untuk berbagai penggunaan lahan dalam Rencana Tata Ruang Wilayah, dan aksesibilitas. Jenis
alokasi ruang sesuai dengan tetapan pemerintah daerah, terdiri dari alokasi ruang wilayah untuk
penggunaan kawasan industri, zona industri, kota kecamatan, dan pemukiman perkotaan.
Aksesibilitas yang diduga dapat mempengaruhi perubahan penggunaan lahan adalah jarak dari
kantor desa/kelurahan ke kantor kecamatan, jarak dari kantor desa/kelurahan ke kantor
II-17
kabupaten/kota yang membawahi, dan jarak dari kantor desa/kelurahan ke ibukota kabupaten/kota
yang membawahi, jarak ke pasar terdekat, jarak ke SMU terdekat, dan jarak ke rumah sakit terdekat.
Faktor eksternal yang juga diikutsertakan dalam pendugaan variable penentu terjadinya perubahan
penggunaan lahan adalah adalah pertumbuhan penduduk dan hirarki wilayah. Pertumbuhan
penduduk Kabupaten Karawang mengalami peningkatan dari tahun ke tahun walaupun peningkatan
yang terjadi tidak begitu besar.
Ringkasan hasil analisis regresi bertatar disajikan pada Tabel 4. Analisis regresi bertatar
menghasilkan nilai koefisien determinan sebesar 0,688 yang berarti 31,3% tidak dapat dijelaskan dari
berbagai variabel yang digunakan dalam pemodelan. Berdasarkan pengujian parsial variable bebas
dengan tingkat kepercayaan 95% (p-level<0,05) diketahui bahwa perubahan penggunaan lahan
sawah dipengaruhi oleh luas lahan sawah tahun awal (2002), alokasi ruang untuk lahan basah,
alokasi lahan hutan produksi, faktor2 (jenis tanah Latosol, ketinggian >50m, curah hujan 2500-3500
mm/thn, tekstur sedang, kepekaan erosi agak peka, dan bahan induk volkan), alokasi lahan
pemukiman perkotaan, alokasi lahan perikanan tambak, jarak pasar terdekat, jarak ke rumah sakit,
alokasi lahan kota kecamtan, dan faktor 3 (jenis tanah Podsolik, ketinggian >2-50 m, curah hujan
1500-2500 mm/thn, dan bahan induk sedimen).
Tabel 4 mengindikasikan bahwa alokasi lahan untuk penggunaan pemukiman perkotaan cenderung
mendorong peningkatan perubahan penggunaan lahan sawah sebesar 0,22 dan alokasi penggunaan
lahan kota kecamatan berpengaruh terhadap peningkatan perubahan penggunaan lahan sawah
sebesar 0,10. Alokasi lahan untuk pemanfaatan kota pemukiman atau kota kecamatan merupakan
wujud antisipasi pemerintah daerah untuk mengimbangi pertumbuhan penduduk yang memerlukan
alokasi ruang untuk keperluan pemukiman.
Faktor kedua dan faktor ketiga merupakan faktor karakteristik lahan yang dapat
mempengaruhi perubahan penggunaan lahan. Berdasarkan nilai loading yang disajikan pada Tabel 3
faktor tersebut adalah jenis tanah Latosol, jenis tanah podsolik, ketinggian >50m, ketinggian >2-50 m,
curah hujan 2500-3500 mm/thn, curah hujan 1500-2500 mm/thn, tekstur sedang, kepekaan erosi
agak peka, bahan induk volkan, bahan induk sedimen. Faktor tersebut memiliki nilai koefisien negatif
terhadap perubahan penggunaan lahan sawah.
Perubahan penggunaan lahan sawah di berbagai wilayah di Kabupaten Karawang bervariasi antara
lain semakin berkurang, tetap, maupun bertambah. Faktor yang memiliki peran negatif berperan
menurunkan luas sawah. Ketinggian tempat >2-50 m dan >50 m merupakan daerah yang jarang
dimanfaatkan sebagai lahan sawah. Faktor ketinggian tempat berperan negatif yang berarti berperan
mempengaruhi terjadinya penurunan luas penggunaan sawah.
II-18
3.3. Keterkaitan antara Perubahan Penggunaan Lahan Sawah dengan Rencana Tata Ruang
Wilayah Kabupaten Karawang
Rencana tata ruang wilayah merupakan salah satu faktor yang memiliki peran positif dalam
perubahan penggunaan lahan sawah Kabupaten Karawang. Pemerintah Kabupaten Karawang
mengalokasikan sebagian besar wilayahnya untuk lahan basah. Dalam alokasi ruang tahun 2002,
terdapat alokasi hutan yang terdiri dari alokasi hutan bakau, hutan lindung, dan hutan produksi,
alokasi industri terdiri dari kawasan industri dan zona industri, alokasi pemukiman terdiri dari kota
kecamatan dan pemukiman perkotan, selain itu alokasi ruang wilayah Kabupaten Karawang adalah
lahan basah, lahan kering, lapangan golf, dan perikanan tambak.
Tabel 5 menunjukkan sebaran alokasi ruang di berbagai jenis penggunaan lahan, sekaligus keterkaitannya
dengan perubahan penggunaan lahan sawah. Secara umum dapat dilihat bahwa penetapan alokasi ruang
dalam RTRW belum terwujud dalam penggunaan lahan saat ini. Penetapan alokasi ruang juga kurang
memperhatikan kondisi riil. Sebagai contoh penetapan kawasan lindung, hutan produksi, kawasan industri dan
zona industri yang ternyata banyak ditetapkan di lokasi yang sejak semula merupakan lahan sawah. Sebaliknya
lahan sawah ditetapkan di lokasi yang semula merupakan pertanian lahan kering.
Penetapan alokasi ruang untuk kawasan terbangun termasuk diantaranya untuk kawasan industri, kota
kecamatan, zona industri dan permukiman perkotaan umumnya direspon dengan cepat. Perubahan terbesar
umumnya berasal dari penggunaan sawah untuk merespon alokasi ruang untuk berbagai jenis lahan terbangun
tersebut (kolom c). Beberapa alokasi ruang sampai dengan tahun 2008 belum terwujud, namun sudah
menunjukkan adanya upaya mengubah penggunaan lahan. Upaya ini terlihat dari perubahan penggunaan dari
semula sawah menjadi lahan kering (kolom d) atau sawah menjadi semak belukar (f). Kedua jenis penggunaan
lahan merupakan jenis penggunaan transisi dari penggunaan sawah menjadi lahan terbangun.
Tabel 5 juga menunjukkan gejala kurangnya kontrol dalam pelaksanaan perencanaan ruang. Kurangnya control
terlihat sangat besar di lahan yang dialokasikan untuk sawah. Sebesar 10515 Ha lahan yang dialokasikan untuk
sawah di antara tahun 2002-2008 diubah menjadi lahan terbangun. Lemahnya control pengawasan
perencanaan ruang juga terlihat pada alokasi untuk hutan lindung, hutan produksi, lahan kering dan perikanan
tambak. Secara umum dapat dinyatakan kontrol perubahan dari lahan pertanian lemah dan jenis penggunaan
lahan pertanian rentan untuk diubah mejadi penggunaan lain. Di sisi lain, beberapa lokasi yang ditetapkan
sebagai lahan terbangun saat ini sebagian masih menjadi lahan sawah.
II-19
Kawasan Industri 682.4 156.4 432.5 10.46
Kota Kecamatan 55.8 1118.8 1.8 5439.1 151.1 51.1 0.4
Zona industri 12.9 442.9 96.9 1127.0 1941.3 143.4
Pemukiman Perkotaan 83.7 1206.6 112.3 7687.6 0.1 327.7
Keterangan: a=hutansawah; b=pertanian lahan keringsawah; c= sawahlahan terbangun; d= sawahpertanian lahan
kering; e=sawahsawah; f=sawahsemak belukar; g=sawahtambak; h=semak belukarsawah.
4. Kesimpulan
Luas sebaran penggunaan lahan sawah pada tahun 2002 sebesar 60,22%. Kecamatan Tempuran
merupakan kecamatan yang memiliki luas lahan sawah terbesar, yaitu seluas 6.167,20 hektar.
Penggunaan lahan sawah Kabupaten Karawang pada tahun 2002 masih merata di seluruh wilayah.
Pada tahun 2008, luas penggunaan lahan sawah menurun menjadi 49,39% dari wilayah Kabupaten
Karawang. Kecamatan Jatisari memiliki luas lahan sawah terbesar, yaitu seluas 5.701,82 hektar.
Penggunaan lahan sawah pada tahun 2008 terpusat di wilayah Utara kabupaten dimana wilayah
tersebut dialiri oleh sungai utama, yaitu Sungai Citarum. Perubahan penggunaan lahan sawah
menjadi lahan terbangun di Kabupaten Karawang terjadi sebesar 8,192% atau seluas 14.776,77
hektar. Kecamatan yang memiliki lahan sawah terluas pada tahun 2002 mengalami perubahan
penggunaan lahan sawah terbesar, yaitu seluas 2.551 hektar. Perubahan lahan menjadi kawasan
industri dialokasikan pada kecamatan yang berada di sebelah Selatan Kabupaten Karawang yang
berbatasan dengan jalan tol nasional, yaitu Kecamatan Ciampel, Kecamatan Pangkalan, Kecamatan
Telukjambe Barat, Kecamatan Telukjambe Timur, Kecamatan Klari dan Kecamatan Purwasari.
Faktor yang berpengaruh sangat nyata terhadap perubahan penggunaan lahan sawah Kabupaten
Karawang adalah alokasi lahan pada Rencana Tata Ruang Wilayah tahun 2002, aksesibilitas faslitas
kesehatan dan ekonomi, serta karakteristik lahan. Alokasi ruang yang memiliki pengaruh terhadap
perubahan penggunaan lahan sawah terdiri dari alokasi lahan untuk lahan basah, hutan produksi,
lahan pemukiman perkotaan, dan alokasi lahan untuk kota kecamatan. Karakteristik lahan yang
berpengaruh sangat nyata terhadap perubahan penggunaan lahan sawah adalah jenis tanah,
ketinggian, curah hujan, tekstur tanah, kepekaan erosi, dan bahan induk. Penetapan alokasi ruang
dalam RTRW belum terwujud dalam penggunaan lahan saat ini. Penetapan alokasi ruang juga kurang
memperhatikan kondisi riil. Kontrol dalam pelaksanaan perencanaan ruang relative lemah khususnya di lahan
yang dialokasikan untuk sawah.
5. Referensi
II-20
Paradigma Baru Perencanaan Wilayah Pesisir, Pulau Kecil dan Sumberdaya Perikanan di
Indonesia : Pemukiman di atas laut
Abstrak: Selama ini dalam sistem pengajaran dibidang perencanaan wilayah atau ’spatial planning’ selalu
didasarkan pada suatu pengertian bahwa perencanaan dilakukan pada suatu permukaan daratan. Maka
parameter spasial yang digunakan adalah data kontur permukaan tanah. Namun ternyata kenyataan dilapangan
yang terjadi dan dapat kita pelajari untuk kondisi di Indonesia tidaklah selalu demikian. Salah satu contoh yang
akan dibahas dalam makalah ini adalah kondisi dan kenyataan yang terjadi di pulau Panipahan. Pulau ini adalah
pulau dataran rendah, dengan pantai yang sangat landai, perairan keruh dan sedimentasi yang tinggi, serta
mempunyai kisaran pasang surut yang ekstrem yaitu sekitar 5 meter. Segaian besar penduduknya adalah
nelayan, baik nelayan kecil maupun nelayan besar, penampung ikan, pengolah dan pengekspor produk
perikanan. Dengan moda transportasi utama adalah perahu, motor boat, dan kapal besar. Maka yang terjadi
adalah bahwa Maka yang terjadi adalah bahwa karena kondisi alam pulau yang demikian itu mereka membuat,
membangun hunian/ rumahnya semua diatas laut dengan penyangga tiang, atau dapat dikatakan bahwa
rumahnya diatas laut. Kawasan ini secara administrasi mencakup satu kecamatan. Semua bangunan mulai dari
lahan pantai terdepan adalah ’gudang ikan’/cold storage, pelabuhan penumpang dan barang, pos LANAL TNI-AL,
rumah makan, penginapan, pasar, bengkel, masjid, vihara dan lainya semuanya adalah berdiri diatas tiang diatas
laut. Rasanya kondisi ini adalah contoh pemukiman yang sangat khas dan tidak banyak dijumpai di Indonesia
atau bahkan didunia.
Data yang digunakan dalam menganalisa dan membahas dalam studi ini adalah data kontur permukaan daratan
pesisir yaitu data Digital Elevation Model (DEM) dari data satelit SRTM, data kedalaman pantai atau data
batimetri, serta data kisaran pasang-surut air laut setempat. Analisa spasial yang dilakukan adalah analisa 2-
dimensi (2D), analisa 3-dimensi (3D) serta ’overlay’ 3-D citra DEM pada citra batimetri. Observasi dan
pengumpulan data lapangan tentang jenis infrastruktur pantai dan pemukiman yang ada di pulau Panipahan.
Berdasarkan ciri khas dan kebutuhan spesifik di pulau Panipahan dan karakter oseanografis spesifik yaitu
kisaran pasang-surut, maka diperoleh suatu proses pembelajaran perencanaan wilayah pemukiman di atas laut
yang spesifik.
1. Pendahuluan
Selama ini dalam sistem pengajaran dibidang perencanaan wilayah atau ’spatial planning’ selalu
didasarkan pada suatu pengertian bahwa perencanaan dilakukan pada suatu permukaan daratan.
Maka parameter spasial yang digunakan adalah data kontur permukaan tanah atau lahan pesisir
(Hartoko, 2004a and 2004b). Namun ternyata kenyataan dilapangan yang terjadi dan dapat kita
pelajari untuk kondisi di Indonesia tidaklah selalu demikian. Salah satu contoh yang akan dibahas
dalam makalah ini adalah kondisi dan kenyataan yang terjadi di pulau Panipahan. Pulau ini adalah
pulau dataran rendah, dengan pantai yang sangat landai, perairan keruh dan sedimentasi yang tinggi,
serta mempunyai kisaran pasang surut yang ekstrem yaitu sekitar 4,5 meter. Segaian besar
penduduknya adalah nelayan, baik nelayan kecil maupun nelayan besar, penampung ikan, pengolah
dan pengekspor produk perikanan. Dengan moda transportasi utama adalah perahu, motor boat, dan
kapal besar. Maka yang terjadi adalah bahwa karena kondisi alam pulau yang demikian itu mereka
membuat, membangun hunian/ rumahnya semua diatas laut dengan penyangga tiang, atau dapat
dikatakan bahwa rumahnya diatas laut. Kawasan ini secara administrasi mencakup satu kecamatan.
Semua bangunan mulai dari lahan pantai terdepan adalah ’gudang ikan’/cold storage, pelabuhan
penumpang dan barang, pos LANAL TNI-AL, rumah makan, penginapan, pasar, bengkel, tempat
ibadah : masji dan, vihara dan lainya semuanya adalah berdiri diatas tiang diatas laut. Tiang yang
dipakai adalah tiang beton dan tiang kayu lokal, dan antar bangunan, jalan, infrastruktur tiang listrik
pada akahirnya saling terhubung satu dengan lainnya, sehingga membentuk suatu ’lahan
pemukiaman diatas tiang’. Rasanya kondisi ini adalah contoh pemukiman yang sangat khas dan tidak
banyak dijumpai di Indonesia atau bahkan didunia.
II-21
Secara umum definisi perencanaan wilayah dikatakan Arlinghaus, Sandra (1995) The act of planning may be
predicated on such an attempt, especially when the balance between human and environmental needs is tipped
strongly toward the human side. At a very general level, planning is how to use the Earth's surface involves
what space to use and when to use it. The "what" issues are those that involve spatial planning; they typically
involve the concept of scale. The "when" issues involve temporal planning; they typically involve the concept of
sequence. This article attemps to derive some principles derived from these observations of "what" and "when.".
Secara nasional pokok pokok acuan prencanaan wilayah telah dimandatkan seperti dalam UU No. 26 dan 27
tahun 2007, Keppres No.62 tahun 2000, serta dalam Perpres 24 tahun 2007 tentang Perencanaan Wilayah –
Renstra dan Zonasi Pulau. Lebih jauh konsep untuk perencanaan wilayah pesisir dan laut adalah pertimbangan
“ecosystem based” yang berbeda untuk kondisi darat (Hartoko, 2004a dan 2004b; Fanny Douvere and Charles N.
Ehler, 2006). Sedangkan M. PUSHPARAJAH (2005) menyampaikan konsep Coastal Protection and Spatial
Planning.
2. Materi dan Metoda
Data yang digunakan dalam menganalisa dan membahas dalam studi ini adalah data kontur
permukaan daratan pesisir yaitu data Digital Elevation Model (DEM) dari data satelit SRTM, data
kedalaman pantai atau data batimetri menggunakan contoh data pulau Karimunjawa, serta data
kisaran pasang-surut air laut pulau Panipahan. Analisa spasial yang dilakukan adalah analisa 2-
dimensi (2D), analisa 3-dimensi (3D) serta ’overlay’ 3-D citra DEM pada citra batimetri (Hartoko
2004a dan 2004b). Observasi dan pengumpulan data lapangan tentang jenis infrastruktur pantai dan
pemukiman yang ada di pulau Panipahan. Analisis potensi pemukiman berdasarkan strata
kedalaman pantai, dll.
3. Hasil dan Pembahasan
Dalam rangka menelaah pemukiman diatas laut ini ditinjau dari aspek perencanaan wilayah, maka
kita perlu ’menyesuaikan’ pola pikir kita (shifting of mindset) dari data dasar kontur daratan
menjadi ’lahan pantai’ atau ’lahan diatas laut’. Berdasarkan hasil observasi dan inventarisasi
lapangan di pulau Panipahan diperoleh beberapa hal penting yaitu (1). Kegiatan utama penduduk
adalah pada sektor perikanan, atau berprofesi sebagai nelayan serta kegiatan lain yang berhubungan
dengan produk perikanan (2). Moda dan jenis alat transportasi utama adalah perahu dan kapal motor
(3). Wilayah pemukiman adalah suatu daratan pulau kecil yang sempit, dataran rendah dan (4).
Mempunyai kisaran pasang-surut air laut yang ‘ekstrem’ dan diperkirakan tertinggi di Indonesia yaitu
5 – 6 meter. Jenis infrastruktur dan pemukiman yang ditemui, yang semuanya berdiri diatas tiang
dan diatas laut adalah : pelabuhan, Pos LANAL – TNI AL, gudang-ikan, masjid, vihara, (Gambar 1),
serta infrastruktur ‘kanal pelayaran, tiang listrik, boat-yard’, bengkel, rumah makan, penginapan,
pasar-tradisional, kantor kecamatan, kantor polisi/ POLSEK seperti pada Gambar 2. Serta gambaran
fasad halaman depan, belakang, samping hunian dan sarana air bersih (Gambar 3).
Tidak kalah pentingnya adalah data kisaran pasang-surut air laut setempat. Perairan dipantai
P.Panipahan mempunyai kisaran pasang surut air laut sekitar 5m, diperkirakan yang tertinggi di
Indonesia. Tempat lain di Indonesia yang mempunyai kisaran pasang surut tinggi diantaranya adalah
Selat Panjang Bengkalis sekitar 3,5m dan Bontang (Kaltim) sekitar 4 m. Secara teoritis tempat-
tempat yang terletak di garis katulistiwa/ ekuator atau Lintang nol derajad akan menerima gaya
pembangkit pasang berupa gaya sentrifugal akibat rotasi bumi yang terbesar yaitu pada jari-jari bumi
terbesar yaitu di katulistiwa. Sesuai dengan teori ini kota yang terletak di wilayah garis katulistiwa
adalah Rengat, Pontianak, Bontang, Pare-Pare dan Ternate. Namun kenyataannya yang
mempunyai kisar pasang-surut terbesar justru di P.Panipahan yang terletak pada garis 1 derajad
Lintang Utara (LU). Berdasarkan data pasang-surut kita harus mengetahui level air surut terendah,
air laut rata-rata (mean sea level/MSL) dan permukaan air laut tertinggi (highest tide level).
II-22
Gambar 1 Infrastruktur Pelabuhan, Gudang-ikan, Pos LANAL TNI-AL, Masjid dan Vihara diatas laut di
P.Panipahan
II-23
Gambar 3 Fasad halaman depan, belakang, samping hunian dan sarana air bersih di P.Panipahan
Titik surut air laut terendah dapat digunakan untuk merancang kedudukan dasar atau kedalaman
kanal, alur pelayaran, kedudukan dasar ’dock-yard’, level dermaga pada saat air surut, dll. Sedang
titik air laut pasang digunakan untuk penentuan level dermaga pada saat air pasang; penentuan level
lantai rumah/hunian, rumah ibadah, ’boat-yard’, ketinggian jalan lingkungan dll yaitu dengan jarak
sekitar 1m diatas air laut pasang tertinggi. Untuk kondisi seperti pada pemukiman diatas laut ini data
sapasial yang harus digunakan dan dipadukan tidak hanya data kontur permukaan tanah pesisir atau
Digital Elevation Model (DEM), namun juga harus mengacu pada data kedalaman pantai dan laut
atau data batimetri (Gambar 4 dan 5). Data kontur DEM dapat dipakai untuk pemilihan lokasi hunian,
yaitu kontur permukaan relatif datar. Data kontur kedalaman pantai/ batimetri dipakai untuk
pemilihan wilayah pesisir dengan kemiringan kedalaman atau slope tidak terlalu curam atau terlalu
dalam. Maka kemudian dibuat citra tiga dimensi (3D) kedalaman seperti Gambar 4, 5 dan pemilihan
area pantai yang landai seperti Gambar 6. Selanjutnya pada citra data batimetri sebaiknya dilakukan
analisa spasial jenis substrat dasar (pasir, lempung, liat), sebaran dan jenis habitat pantai (padang
lamun, terumbu karang, dll) dan dintegrasikan antara data kontur darat (DEM) – habitat pantai, jenis
substrat – dan kontur kedalaman/ batimetri (Gambar 7 dan 8). Analisa jenis sebaran substrat atau
analisa sebaran habitat ini penting, karena apabila tidak diketahui memilih Pantai dan kontur
kedalaman dengan slope curam akan memerlukan tiang pancang yang tinggi, kesulitan dalam proses
pemancangan tiang dan resiko gempuran energi gelombang yang besar pada waktu musim baratan.
Setelah integrasi data kontur darat (DEM) - data kontur kedalaman/ batimetri – analisa jenis habitat
atau jenis substrat dasar, maka selanjutnya dapat dilakukan proses pemilihan wilayah (zonasi) area
untuk alur pelayaran, ’approach-canals’, dermaga, dock-yard’, lokasi pelabuhan, bongkar muat ikan,
handling ikan, gudang penyimpanan ikan, pemukiman dan seterusnya beserta luasan masing-masing
sub-zona (Gambar 9).
Sebagai gambaran potensi sumberdaya perikanan yang ada diwilayah selat Malaka Riau termasuk
didalamnya dari pulau Panipahan yang terdiri atas Kab Rokan Hilir, Bengkalis, Dumai dan Siak ini
mencapai nilai sekitar Rp 566 miliar tahun 2009, terutama dihasilkan oleh Kab Rokan Hilir dengan
nilai produksi sebesar Rp 473 miliar dan sebagaian besar adalah produk ekspor ke Malaysia dan
Singapura (Dinas Perikanan dan Kelautan, Prop Riau, 2010).
II-24
Gambar 4 Kontur darat /Digital Eelevation Model (kiri) dan kontur kedalaman/ batimetri (kanan)
Gambar 5 Citra data batimetri wilayah datar terpilih (kiri) dan citra 3-D (kanan)
II-25
Gambar 6 Analisis batrimetri dengan kontur landai (kiri) dan kontur curam (kanan)
Gambar 8 Analisis spektral untuk jenis habitat dan kontur darat (kiri), overlay data QuickBird (kanan)
II-26
Gambar 9 Identifikasi perkiraan zona pemukiman dan luasan terpilih
4. Kesimpulan
Pengolahan data yang dilakukan adalah image prosesing dan integrasi data kontur permukaan
daratan pesisir yaitu data Digital Elevation Model (DEM) dari data satelit SRTM, data kedalaman
pantai atau data batimetri, serta data kisaran pasang-surut air laut setempat. Analisa spasial yang
dilakukan adalah analisa 2-dimensi (2D), analisa 3-dimensi (3D) serta ’overlay’ 3-D citra DEM pada
citra batimetri, analisa spasial jenis substrat dan habitat pesisir, observasi dan pengumpulan data
lapangan tentang jenis infrastruktur pantai dan pemukiman yang ada di pulau Panipahan. Konsep
analisis berdasarkan ciri khas dan kebutuhan spesifik di pulau Panipahan serta karakter oseanografis
spesifik yaitu kisaran pasang-surut, maka diperoleh suatu proses pembelajaran perencanaan wilayah
pemukiman di atas laut yang spesifik.
6. Pustaka
Hartoko,A. (2004a). Supply Of Thematic Spatial Database For Coastal Resources Of West Sumatera.
MCRMP – ADB. Ministry Of Fisheries And Marine Affairs.
Hartoko,A. (2004b). Supply Of Thematic Spatial Database For Coastal Resources Of North Sumatera.
MCRMP – ADB. Ministry Of Fisheries And Marine Affairs.
Fanny Douvere And Charles N. Ehler (2006). Ecosystem-Based Sea Use Management : From Theory To
Practice Through Marine Spatial Planning. UNESCO Workshop. Man and The Biosphere Programme And
Intergovernmental Oceanographic Commission Paris, France.
Murugesu Pushparajah (2005). Coastal Protection And Spatial Planning In Indonesia. Mission Report.
FAO Consultant.
Dinas Perikanan dan Kelautan Propinsi Riau. 2010. Statistik Perikanan Tangkap Propinsi Riau.
Pekanbaru.
II-27
Analisis Spasial Pengaruh Perubahan Guna Lahanterhadap Perubahan Harga Lahan
di Kota Purwokerto
(Studi Kasus: Pembangunan Hotel Imperium Aston)
Amalaura Dienaulie
Abstrak: Kota Purwokerto memiliki berbagai potensi dan letaknya juga strategis dalam menjangkau potensi
sekitar yang dapat menunjang kegiatan bisnis, serta meningkatkan perekonomian daerah. Laju pertumbuhan
penduduk Kota Purwokerto rata-rata mencapai 1,9% per tahun dan kepadatan penduduknya 5.879 jiwa/ km2,
sehingga kebutuhan lahan semakin meningkat. Keterbatasan lahan dan tingginya harga lahan pada pusat kota,
mengakibatkan pembangunan kota mengalami penyebaran ke segala arah, termasuk ke arah utara. Contohnya
pembangunan Hotel Imperium Aston, yatu hotel bintang empat berkelas internasional pertama kali yang
dibangun di Kota Purwokerto di bawah manajemen Aston Group.Pembangunan Hotel Imperium Aston merubah
fungsi guna lahan dari permukiman menjadi perdagangan dan jasa, yang berpengaruh pada perubahan harga
lahan.Oleh karena itu, penelitian ini dilakukan untuk mengetahui variabel pengaruh dan besaran perubahan
harga lahan yang terjadi di sekitar lokasi pembangunan hotel, sehingga dapat ditentukan highest and best use
sebagai bentuk upaya pengendali dari perubahan harga lahan yang terjadi. Penentuan highest and best use
menggunakan bantuan analisis spasial overlay dengan SIG (Sistem Informasi Geografis). Penelitian ini
menggunakan pendekatan kuantitatif yang mengkombinasikan antara metode analisis kuantitatif dan kualitatif,
serta dilakukan melalui tiga jenis analisis. Pertama, identifikasi variabel pengaruh perubahan harga lahan
menggunakan statistik deskriptif, dengan input hasil dari kuesioner. Kedua, analisis perubahan harga lahan
dilakukan dengan membandingkan harga lahan sebelum dan saat pembangunan Hotel Imperium Aston
berdasarkan peta harga lahan menurut NJOP. Ketiga, analisis highest and best use dilakukan dengan
menyeleksi alternatif berdasarkan empat kriteria, meliputi: analisis kelayakan hukum, analisis kelayakan fisik,
analisis kelayakan finansial dan analisis produktifitas maksimal. Hasil penelitian berupa penggunaan lahan yang
memiliki highest and best use dan diharapkan bisa menjadi alternatif dan referensi dalam perencanaan
pembangunan kota, terutama ketika membuka peluang investasi yang lebih luas kepada investor lain untuk
memajukan Kota Purwokerto.
Kata kunci: Analisis Spasial,Highest and Best Use, Harga Lahan
1. Latar Belakang
Terjadinya perkembangan kota, pastinya memiliki penyebab dan akibat. Bahkan terjadinya
perkembangan kota bisa saja terjadi karena lebih dari satu faktor penyebab maupun menyebabkan
lebih dari beberapa faktor akibat. Perkembangan kota dapat dipengaruhi oleh dua faktor penyebab
yaitu faktor alamiah dan faktor sosial (www.organisasi.org, 2008). Faktor alamiah meliputi lokasi,
fisiografi, dan kekayaan alam, sedangkan faktor sosial meliputi penduduk dan kebijaksanaan
pemerintah. Perkembangan kota sebagian besar terjadi karena faktor sosial yaitu kependudukan.
Akan tetapi, ada pula faktor lain yang menyebabkan perkembangan kota yaitu investasi/ modal asing
yang ditanamkan pada kota tersebut (Sumawinata, 2004).
Kota Purwokerto merupakan suatu kawasan perkotaan di Kabupaten Banyumas yang sekaligus
menjadi ibukota kabupaten.Fungsi Kota Purwokerto pada struktur ruang Kabupaten Banyumas
berperan sebagai Pusat Kegiatan Wilayah (PKW), sehingga kegiatan pemerintahan dan kegiatan
lainnya termasuk kegiatan bisnis baik perdagangan, industri maupun usaha jasa se-Kabupaten
Banyumas semakin berpusat di kota tersebut. Munculnya kegiatan bisnis tersebut menyebabkan
meningkatnya laju pertumbuhan penduduk Kota Purwokerto selama tiga tahun terakhir rata-rata
mencapai 1,9 % (Kabupaten Banyumas dalam Angka, 2008-2010).Bahkan dengan kepadatan
penduduk sebesar 5.879 jiwa/ km2, maka menyebabkan kebutuhan lahan akan semakin meningkat.
Padahal, pada pusat Kota Purwokerto memiliki kapasitas lahan yang terbatas.
Adanya keterbatasan lahan serta ditambah pula dengan tingginya harga lahan pada pusat kota,
mengakibatkan pembangunan Kota Purwokerto mengalami penyebaran ke segala arah, termasuk ke
arah utara. Contohnya pembangunan Hotel Imperium Aston, yaitu hotel bintang empat berkelas
internasional pertama kali yang dibangun di Kota Purwokerto di bawah manajemen Aston
Group.Adanya berbagai potensi yang dimiliki Kota Purwokerto menjadikan salah satu alasan
masuknya investor di bidang perhotelan skala internasional untuk berinvestasi di Kota Purwokerto.
II-28
Dasar studi pada penelitian ini bukan berupa suatu masalah yang terjadi, melainkan karena adanya
fenomena yang cukup menarik yaitu Kota Purwokerto merupakan satu-satunya tempat selain kota-
kota besar di Indonesia yang menjadi tujuan Aston Group untuk berinvestasi hotel berbintang 4
(empat).Alasan pembangunan Hotel Imperium Aston salah satunya ditujukan untuk meramaikan
dunia kepariwisataan Kabupaten Banyumas, terutama Kota Purwokerto (Suara Merdeka, 2010).
Hotel Imperium Aston ini berpotensi dapat menyerap tenaga kerja dan berkontribusi terhadap
Pendapatan Asli Daerah (PAD). Penyediaan lapangan kerja tersebut berpotensi menjadi faktor
penarik pertumbuhan penduduk. Dengan begitu, pembangunan Hotel Imperium Aston berkaitan
terhadap perkembangan kemajuan Kota Purwokerto, karena kemajuan suatu kota biasanya dilihat
berdasarkan peningkatan kuantitas dan kualitas penduduknya serta peningkatan di sektor
ekonominya. Maka dari itu, pembangunan Hotel Imperium Aston tersebut diduga dapat menjadi satu
penyebab harga lahan di sekitar lokasi Hotel Imperium Aston berubah. Apalagi pembangunan Hotel
Imperium Aston merubah fungsi guna lahan dari permukiman menjadi perdagangan dan jasa, yang
berpengaruh pada perubahan harga lahan.Walaupun perubahan harga lahan tersebut juga
disebabkan oleh adanya pengembangan arah pembangunan Kota Purwokerto sebagai bentuk
penyediaan meningkatnya permintaan terhadap kebutuhan ruang oleh jumlah penduduk yang padat.
Rudiarto (1998: 35) mengatakan bahwa pertumbuhan kota dapat menimbulkan peningkatan harga
lahan yang diciptakan melalui perubahan guna lahan.Dengan demikian, dapat disimpulkan suatu
hipotesis bahwa pembangunan Hotel Imperium Aston sebagai bentuk perubahan fungsi guna lahan
menjadi salah satu penyebab terjadinya perubahan harga lahan di sekitar lokasi Hotel Imperium
Aston.Oleh karena itu, penelitian ini dilakukan untuk mengetahui variabel pengaruh dan besaran
perubahan harga lahan yang terjadi di sekitar lokasi pembangunan hotel, sehingga dapat ditentukan
highest and best use sebagai bentuk upaya pengendali dari perubahan harga lahan yang terjadi.
II-29
harga lahan saat pembangunan menggunakan harga lahan menurut NJOP tahun 2010-
2011.Perbandingan tersebut dihitung selisih dan persentase tiap tahunnya terlebih dahulu, barulah
kemudian menghitung rata-rata selisih dan persentase perubahan harga lahan.Berdasarkan hasil
rata-rata persentase perubahan harga lahan, selanjutnya diklasifikasikan berdasarkan kemampuan
kelompok lahan yang sangat cepat, mudah, dan lambat berkembang.
Ketiga, analisis highest and best use dilakukan dengan menyeleksi alternatif berdasarkan empat
kriteria.Alternatif tersebut diperoleh berdasarkan pengamatan langsung dengan mempertimbangkan
adanya variabel pengaruh perubahan harga lahan dan besaran perubahan harga lahan. Adapun
keempat kriteria pengujian meliputi: analisis kelayakan hukum, analisis kelayakan fisik, analisis
kelayakan finansial dan analisis produktifitas maksimal. Proses analisis highest and best use
dilakukan menggunakan bantuan SIG melalui alat analisis overlay. Hasil penelitian berupa
penggunaan lahan yang memiliki highest and best use dan diharapkan bisa menjadi alternatif dan
referensi dalam perencanaan pembangunan kota, terutama ketika membuka peluang investasi yang
lebih luas kepada investor lain untuk memajukan Kota Purwokerto.
Berdasarkan hasil tersebut, maka dapat ditarik pernyataan bahwa masyarakat sekitar lokasi
pembangunan hotel dalam memilih kepemilikan lahan bergantung pada kedekatan dengan sarana
penunjang khususnya perdagangan dan jasa. Hal tersebut kemudian yang mempengaruhi pula
terhadap persepsi bahwa semakin dekat dengan sarana perdagangan dan jasa maka akan semakin
tinggi harga lahannya. Lokasi pembangunan Hotel Imperium Aston yang letaknya juga berdekatan
dengan sarana perdagangan dan jasa (pusat kota dan GOR yang direncanakan menjadi pusat
II-30
perdagangan dan jasa bidang kuliner), maka juga akan mempengaruhi persepsi bahwa lahan di
sekitar lokasi pembangunan memiliki harga lahan yang tinggi.
Analisis kedua yaitu menganalisis perubahan harga lahan sebelum dan saat pembangunan Hotel
Imperium Aston.Tujuannya untuk mencari tahu besaran perubahan harga lahan yang terjadi antara
sebelum dibangunnya Hotel Imperium Aston dengan saat pembangunan berlangsung.Umumnya
harga lahan di pasaran selalu lebih tinggi daripada harga lahan berdasarkan NJOP.Akan tetapi,
dikarenakan kesulitan dalam memperoleh harga lahan berdasarkan pasar untuk seluruh wilayah
kedua kelurahan, maka perbandingan yang dilakukan menggunakan harga lahan berdasarkan NJOP.
Tabel 2 Rata-rata Selisih dan Persentase Perubahan Harga Lahan di Kelurahan Purwokerto Lor dan
Bancarkembar
RATA-RATA RATA-RATA
KEMAMPUAN
SELISIH PERSENTASE
KELURAHAN LOKASI LAHAN UNTUK
(RIBUAN PENINGKATAN
DIKEMBANGKAN
RUPIAH) (%)
Purwokerto Lor Jl. Overste Isdiman 167,00 5,08 Sangat Cepat
Jl. Mangunjaya 22,00 0,67 Lambat
Jl. Prof. DR. Suharso 119,33 3,63 Mudah
Jl. DR. Angka 122,67 3,73 Mudah
Jl. Jatiwinangun 20,00 0,61 Lambat
Jl. Banowati 27,33 0,83 Lambat
Jl. Komsaris Bambang Soeprapto 118,33 3,60 Mudah
Jl. Overste Isdiman Gang IV 39,67 1,21 Lambat
Jl. Prof. DR. Suharso Gg. Anggrek- Lambat
Cempaka 13,67 0,42
Kebondalem 119,67 3,64 Mudah
Kavling Gelora Indah 14,00 0,43 Lambat
Jl. Prof. DR. Suharso (Pengembangan bid. Sangat Cepat
Kuliner) 158,00 4,80
Jl. Jendral Soedirman 248,00 7,54 Sangat Cepat
Jl. Jendral Soeprapto (Kompleks Rita Sangat Cepat
Pasaraya) 145,33 4,42
Jl. Jendral Soeprapto III dan IV (Lapisan 1) 23,33 0,71 Lambat
Jl. Jendral Soeprapto III dan IV (Lapisan 2) 13,00 0,40 Lambat
Selatan Jl. Prof. DR. Suharso 36,33 1,06 Lambat
Bancarkembar Jl. HR. Bunyamin 119,33 3,63 Mudah
Jl. Ringin Tirto 30,67 0,93 Lambat
Jl. DR. Angka 126,33 3,84 Mudah
Perumahan Limas Agung 33,33 1,01 Lambat
Perumahan Permata Hijau 38,00 1,16 Lambat
Jl. Karangkobar 36,33 1,10 Lambat
Jl. Prof. DR. Suharso (Pengembangan bid. Mudah
Kuliner) 112,67 3,43
Lahan Kosong 0,00 0,00 Lambat
Glempang 14,33 0,44 Lambat
Bancarkembar Dalem 8,33 0,25 Lambat
Persawahan 13,33 0,41 Lambat
Jl. Jatisari 14,33 0,42 Lambat
Sumber: Hasil Analisis Penulis, 2011
Proses klasifikasi yang dilakukan menghasilkan 3 (tiga) kelompok yang memiliki karakteristik
tersendiri.Kelompok yang memiliki kemampuan lahan sangat cepat berkembang adalah kelompok
blok lahan yang memiliki persentase perubahan lahan paling tinggi yaitu 4,27% – 7,54%. Kelompok
ini terletak pada jalur utama (kolektor sekunder) dan merupakan penggunaan lahan untuk aktivitas
perdagangan dan jasa. Bahkan pada salah satu blok lahan di kelompok ini, yaitu Jalan Jendral
Soedirman, merupakan jalan dalam kota yang sekaligus dapat menghubungkan antar kota.
Kemudian, lahan pada blok lahan Jalan Overste Isdiman dan Jalan Prof. DR. Suharso
(Pengembangan bid. Kuliner di Kelurahan Purwokerto Lor), tingginya perubahan harga lahan di
sepanjang jalan ini tentu saja salah satunya disebabkan oleh adanya pembangunan Hotel Imperium
Aston dan rencana pengembangan pusat perdagangan dan jasa bidang kuliner.
II-31
Selanjutnya, kelompok kemampuan lahan yang mudah berkembang memiliki kisaran persentase
antara 3,43% – 4,26%. Kelompok ini terletak juga sebagian besar pada jalur utama (kolektor
sekunder), namun penggunaan lahan bervariasi.Dominasi penggunaan lahan pada kelompok ini
ditunjukkan untuk aktivitas perdagangan dan jasa.Akan tetapi, terdapat juga penggunaan lahan untuk
aktivitas permukiman serta penidikan dan pemerintahan. Kelompok yang terakhir, yaitu kelompok
dengan kemampuan lahan lambat berkembang yang memiliki range nilai 0% – 3,42%. Kelompok ini
terdiri dari blok lahan yang dilalui oleh jalan kolektor sekunder, lokal, bahkan lingkungan. Penggunaan
lahan pada kelompok ini sangat beragam dibanding pada dua kelompok sebelumnya.
Lahan yang memiliki kemampuan sangat cepat berkembang memiliki pengaruh yang baik dan buruk
dalam pembangunan kota. Pengaruh baik yang dapat dimunculkan oleh kelompok lahan ini adalah
dapat menjaring investasi untuk ditanamkan pada blok lahan di kelompok ini. Hal itu dikarenakan,
investor yang hendak menanamkan investasinya tentunya akan memilih daerah yang berpotensi
untuk memberikan keuntungan secara maksimal. Menurut Catanese dan Snyder (1992), keberhasilan
dan nilai suatu proyek ditentukan oleh lokasi, lokasi, dan lokasi.Oleh karena itu, lokasi menjadi hal
yang penting dalam penentuan penanaman investasi.Blok lahan yang termasuk dalam kelompok
sangat cepat berkembang ini dianggap dapat memberikan keuntungan secara maksimal karena
memiliki besaran rata-rata persentase peningkatan harga lahan yang tinggi. Padahal, munculnya
investasi dapat menggerakan pertumbuhan ekonomi sekaligus menggerakan pembangunan pada
suatu kota tersebut. Semakin banyak investasi yang dapat diserap, maka akan semakin banyak
membuka lapangan pekerjaan, sehingga dapat meningkatkan tingkat kesejahteraan masyarakat
suatu kota dan juga dapat mengembangkan fungsi perkotaan. Kondisi demikian akan menciptakan
pemerataan di segala bidang dalam kehidupan kota dan juga bagi daerah sekitarnya
(Reksohadiprodjo, 1994: 136). Kemudian pengaruh buruk yang dapat ditimbulkan oleh kelompok
lahan ini adalah dapat menimbulkan kesenjangan pembangunan yang disebabkan oleh adanya daya
tarik investasi tersebut.Oleh karena itu, dalam penentuan lokasi yang menjadi daerah penanaman
investasi nantinya, perlu memperhatikan dengan kedekatan lokasi lahan yang memiliki kemampuan
mudah berkembang. Hal tersebut dianjurkan agar pembangunan tidak hanya memusat, tetapi dapat
menyebar sehingga akan tercipta pemerataan pembangunan.
II-32
Berdasarkan terbentuknya 3 (tiga) kelompok kemampuan lahan sebagai hasil analisis perubahan
harga lahan, maka diperlukan pengendalian penggunaan lahan agar pemerataan pembangunan
dapat diciptakan.Pengendalian tersebut dapat dilakukan apabila sebelumnya mengetahui
penggunaan lahan yang memiliki kegunaan tertinggi dan terbaik agar dapat menguntungkan bagi
kepentingan umum. Untuk menentukan penggunaan lahan yang memiliki kegunaan tertinggi dan
terbaik, maka dilakukan suatu analisis yaitu analisis highest and best use yang merupakan analisis
ketiga. Analisis highest and best use dilakukan dengan menguji alternatif terhadap keempat kriteria
pengujian. Alternatif yang diujikan adalah penggunaan lahan untuk aktivitas perdagangan dan jasa
serta permukiman.Hal itu dikarenakan dari hasil perhitungan yang menunjukkan bahwa perubahan
harga lahan paling besar di dominasi oleh penggunaan lahan untuk aktivitas perdagangan dan
jasa.Apalagi berdasarkan penilaian tentang variabel yang paling mempengaruhi perubahan harga
lahan, adalah jangkauan terhadap fasilitas perdagangan dan jasa.Oleh karena itu, penggunaan lahan
untuk aktivitas perdagangan dan jasa dijadikan alternatif pertama dalam analisis highest and best
use.Kemudian, alternatif kedua adalah penggunaan lahan untuk aktivitas permukiman karena
penggunaan lahan untuk aktivitas ini juga cukup berkontribusi di dalamnya. Selain itu, seperti yang
dikemukakan oleh Berry dalam Daljoeni (1998: 43), bahwa lahan permukiman ibarat sebuah daging
dalam makhluk hidup, sehingga merupakan hal penting yang harus ada dalam suatu kota. Umumnya
luasan penggunaan lahan untuk aktivitas permukiman pun menempati yang paling luas. Adapun
keempat kriteria pengujian meliputi: analisis kelayakan hukum, analisis kelayakan fisik, analisis
kelayakan finansial dan analisis produktifitas maksimal.
Analisis kelayakan fisik yang dilakukan kepada alternatif penggunaan lahan yang dilihat berdasarkan
sifat geologi dan jangkauan terhadap sarana perdagangan dan jasa yang merupakan variabel terpilih
yang paling mempengaruhi terjadinya perubahan harga lahan.Sifat geologi yang diujikan meliputi
kelerengan, jenis tanah/ litologi, dan curah hujan yang kemudian dilihat kesesuaian lahannya. Kedua
kelurahan memiliki kelerengan yang sama yaitu 0-2%. Jenis tanah pada kedua kelurahan pun terdiri
oleh jenis tanah yang sama yaitu latosol. Hal tersebut berlaku pula pada kondisi curah hujan yang
berkisar antara 3000-4000 mm/ tahun. Dengan kondisi sifat geologi yang sama, maka kedua
kelurahan juga memiliki kesesuaian lahan yang sama, yaitu layak dijadikan kawasan budidaya.
Sesuai hasil skoring kesesuaian lahan tersebut, maka penggunaan lahan perdagangan dan jasa
serta permukiman memungkinkan secara fisik diperuntukan pada seluruh wilayah Kelurahan
Purwokerto Lor dan Bancarkembar.
Pengujian berikutnya pada analsisis kelayakan fisik ini dibandingkan terhadap jangkauan sarana
perdagangan dan jasa.Sarana perdagangan merupakan suatu properti jenis komersial (commercial
property).Sifat dari commercial property adalah penggunaannya dapat menghasilkan pendapatan
(Somers, 1996: 68).Berdasarkan sifat tersebut, maka lokasi commercial property merupakan suatu
hal yang sangat penting agar dapat memberikan pendapatan yang maksimal.Keberadaan commercial
property memungkinkan sekali bahwa lahan yang digunakan merupakan penggunaan lahan untuk
aktivitas perdagangan dan jasa, sehingga diasumsikan bahwa sarana perdagangan dan jasa
menempati pada seluruh penggunaan lahan untuk perdagangan dan jasa.Kemudian, berdasarkan
variabel terpilih yang paling mempengaruhi terjadinya perubahan harga lahan adalah jangkauan
terhadap sarana perdagangan dan jasa, maka perlu dilihat sejauh mana jangkauan tersebut.Sesuai
dengan aturan jangkauan pelayanan sarana perdagangan dan jasa menurut SNI (Standar Nasional
Indonesia), maka radius pencapaian maksimum untuk semua jenis sarana perdagangan dan jasa
adalah 100 meter. Dengan jarak tersebut, maka dibuat buffer dari penggunaan lahan untuk
perdagangan dan jasa sejauh 100 meter (Gambar 2).Oleh karena itu, alternatif penggunaan lahan
untuk aktivitas perdagangan dan jasa yang diujikan, memungkinkan secara fisik dilokasikan sesuai
dengan penggunaan lahan kondisi eksisting.Sementara alternatif penggunaan lahan untuk aktivitas
permukiman dilokasikan selain pada penggunaan lahan untuk aktivitas perdagangan dan jasa yang
disesuai juga dengan penggunaan lahan kondisi eksisting.Jadi, kedua alternatif layak secara fisik dan
dilokasikan mengikuti penggunaan lahan kondisi eksisting.
II-33
Sumber: Hasil Olahan Penulis, 2011berdasarkan Laporan Akhir Bantuan Teknis Pelaksanaan Tata Ruang Kota Purwokerto
Tahun 2008 (Bappeda), 2011
Gambar 2 Jangkauan Sarana Perdagangan dan Jasa (Kiri) dan Hasil Analisis Kelayakan Fisik (Kanan)
Kelurahan Purwokerto Lor dan Bancarkembar
Alternatif penggunaan lahan untuk perdagangan dan jasa serta permukiman pada analisis kelayakan
hukum ini, dianalisis kesesuaiannya dengan hukum/ peraturan yang berlaku.Adapun hukum/ aturan
yang berlaku sebagai penguji adalah ketentuan zonasi Kawasan Perkotaan Purwokerto. Pada
masing-masing blok di setiap BWK, memiliki ketentuan zonasi yang diarahkan berdasarkan pola
ruang yang berlaku. Berdasarkan overlay antara hasil analisis kelayakan fisik dengan ketentuan
zonasi Kawasan Perkotaan Purwokerto, maka dapat diketahui bahwa terdapat perbedaan
penggunaan lahan diantara keduanya. Oleh karena itu, hasil analisis kelayakan hukum adalah kedua
alternatif dinyatakan layak dan disesuaikan dengan penggunaan lahan yang ditetapkan pada
ketentuan zonasi yang berlaku (Gambar 3).
Analisis kelayakan finansial merupakan analisis yang dilakukan pada penggunaan berbentuk income
producing property.Hal itu berarti bahwa penggunaan yang dinyatakan layak pada analisis ini adalah
penggunaan yang dapat mendatangkan pendapatan. Semua penggunaan yang diharapkan
memproduksi hasil yang positif dinyatakan sebagai penggunaan yang secara keuangan adalah layak.
Akan tetapi, jika penggunaan tersebut bukan berupa income producing property,analisis dilakukan
dengan menentukan penggunaan apa yang dapat menciptakan suatu hasil yang memberi
keuntungan yang setara atau lebih tinggi daripada jumlah yang diperlukan untuk membangun dan
memasarkan properti dengan penggunaan tersebut (Prawoto, 2003).
Umumnya, analisis kelayakan finansial yang dilakukan sebagai salah satu kriteria dalam analisis
highest and best use diujikan pada satuan unit/ single property. Akan tetapi dalam penelitian ini,
satuan yang diujikan tidak hanya pada single property, namun lebih melihat secara keseluruhan
(spasial) dari dua kelurahan.Oleh karena itu, analisis kelayakan finansial pada penelitian ini melihat
penggunaan lahan yang mengalami perubahan harga lahan.Terjadinya perubahan harga lahan
diartikan bahwa penggunaan tersebut dapat menghasilkan keuntungan, yaitu meningkatnya harga
lahan. Peningkatan harga lahan bisa saja terjadi karena faktor perekonomian kota yang semakin baik.
Akan tetapi, penyebab terjadinya peningkatan harga lahan dapat di asumsikan bahwa lahan tersebut
terletak pada posisi yang menguntungkan (strategis), atau bisa juga karena lahan tersebut memiliki
tingkat permintaan yang tinggi.
Berdasarkan analisis perubahan harga lahan sebelum dan saat pembangunan Hotel Imperium Aston
yang telah dilakukan sebelumnya, maka diketahui bahwa semua lahan pada kedua kelurahan
mengalami peningkatan.Peningkatan itu terjadi baik pada penggunaan lahan untuk perdagangan dan
II-34
jasa maupun permukiman.Hanya saja besaran perubahan tersebut yang membedakan diantara
kedua alternatif penggunaan lahan ini.Dengan demikian, alternatif penggunaan lahan untuk aktivitas
perdagangan dan jasa serta permukiman layak pada uji/ kriteria finansial untuk dilokasikan di seluruh
wilayah Kelurahan Purwokerto Lor dan Bancarkembar. Berdasarkan hasil tersebut, maka dengan
kata lain dapat dikatakan bahwa hasil analisis kelayakan finansial masih tetap sama dengan hasil
analisis kelayakan hukum.
Sumber: Hasil Olahan Penulis, 2011berdasarkan Rencana Rinci RUTRK Kota Kota Purwokerto Bagian Wilayah Kota (BWK) I,
II, III, dan VII Tahun anggaran 2009, 2011
Gambar 3 Ketentuan Zonasi Kawasan Pekotaan Purwokerto (Kiri) dan Hasil Analisis Kelayakan Hukum
(Kanan)Kelurahan Purwokerto Lor dan Bancarkembar
Penggunaan yang dapat memberikan nilai masksimal dalam jangka panjang merupakan penggunaan
lahan yang memiliki kegunaan tertinggi dan terbaik (Hidayati, 2003).Biasanya untuk menghitung nilai
maksimal dalam jangka panjang digunakan tolak ukur melalui Net Present Value, Internal Rate of
Return, Payback Periode, dan sebagainya.Akan tetapi, seperti yang telah dijelaskan sebelumnya
bahwa dalam penelitian ini satuan yang diujikan tidak hanya pada single property, namun lebih
melihat secara keseluruhan (spasial) dari dua kelurahan.Oleh karena itu, untuk mengetahui
penggunaan yang dapat memberikan nilai masksimal dalam jangka panjang tidak menggunakan alat
tolak ukur tersebut.
Penggunaan yang dapat memberikan nilai maksimal dapat diartikan bahwa penggunaan dapat
menghasilkan tingkat pengembalian positif dan tertinggi.Penggunaan yang dapat menghasilkan
tingkat pengembalian positif atau produktif, secara tidak langsung adalah penggunaan yang layak
secara finansial.Hal itu dikarenakan penggunaan yang dinyatakan layak secara finansial adalah
penggunaan berbentuk income producing property atau penggunaan yang dapat mendatangkan
pendapatan (Prawoto, 2003).Berdasarkan analisis kelayakan secara finansial, maka dapat diketahui
bahwa seluruh wilayah kedua kelurahan mengalami perubahan harga lahan yaitu meningkat dari
tahun-tahun sebelumnya.Kemudian, dari analisis kelayakan hukum diperoleh hasil bahwa highest and
best use terdapat pada alternatif penggunaan lahan perdagangan dan jasa serta permukiman
disesuaikan mengikuti ketetapan zoning yang berlaku.Dengan demikian, penggunaan yang dapat
menghasilkan tingkat pengembalian positif adalah alternatif penggunaan lahan perdagangan dan jasa
serta permukiman. Lokasi kedua alternatif yang dapat menghasilkan tingkat pengembalian positif
adalah di seluruh wilayah Kelurahan Purwokerto Lor dan Bancarkembar yang juga disesuaikan
mengikuti ketetapan zoning yang berlaku.
II-35
Sementara penggunaan yang dapat menghasilkan tingkat pengembalian tertinggi adalah
penggunaan lahan yang mengalami perubahan harga lahan yang paling tinggi.Sesuai sengan hasil
analisis perubahan harga lahan sebelum dan saat pembangunan Hotel Imperium Aston, maka
penggunaan lahan yang mengalami perubahan harga lahan tertinggi adalah penggunaan yang
berada pada kelompok sangat cepat berkembang dan mudah berkembang.Kedua kelompok yang
memiliki kemampuan lahan sangat cepat dan mudah berkembang ini sebagian besar terdiri dari
penggunaan lahan untuk aktivitas perdagangan dan jasa.Terutama pada kelompok sangat cepat
berkembang, hampir seluruhnya adalah penggunaan lahan untuk perdagangan dan jasa. Kedua
kelompok ini pada dasarnya memiliki persentase peningkatan yang relatif sama, hanya saja pada
proses pengklasifikasian, rumus yang digunakan menghasilkan range yang akhirnya membedakan
kedua kelompok lahan tersebut. Oleh karena itu, kelompok lahan mudah berkembang dianggap
berpotensi untuk menjadi kelompok lahan yang memiliki kemampuan sangat cepat berkembang.
Jadi, alternatif penggunaan lahan terpilih yang dapat memberikan nilai masksimal adalah
penggunaan lahan untuk aktivitas perdagangan dan jasa.Meskipun terdapat alternatif penggunaan
lahan untuk permukiman yang lokasinya dapat dilihat pada Gambar 4.Berdasarkan hasil analisis
produktfitas maksimal, maka hasil tersebut juga merepresentasikan hasil akhir dari analisis highest
and best use.
4. Kesimpulan
Berdasarkan analisis penelitian yang dilakukan, maka dapat disimpulkan bahwa hasil analisis sudah
mampu membuktikan hipotesis penelitian dan menjawab dari tujuan penelitian tersebut.Hipotesis
yang menyatakan bahwa pembangunan Hotel Imperium Aston menjadi salah satu penyebab
perubahan harga lahan terbukti kebenarannya.Perubahan harga lahan dapat ditunjukkan pada hasil
analisis kedua, yaitu analisis perubahan harga lahan sebelum dan saat pembangunan.Dapat
diketahui bahwa seluruh wilayah mengalami peningkatan. Tujuan penelitian dibuktikan dengan
diketahuinya variabel pengaruh pada Hotel Imperium Aston yang paling mempengaruhi perubahan
harga lahan adalah jangkauan terhadap sarana perdagangan dan jasa.Kemudian, besaran
perubahan harga lahan yang terjadi karena pengaruh adanya pembangunan Hotel Imperium Aston
juga telah diketahui dalam bentuk klasifikasi 3 (tiga) kelompok.Klasifikasi tersebut terbentuk
berdasarkan karakteristik yang muncul dari rata-rata selisih dan persentase peningkatan perubahan
harga lahan. Klasifikasi tersebut sekaligus dapat menjelaskan tentang kemampuan lahan dari
masing-masing blok lahan yang terbentuk. Adapun klasifikasi tersebut terdiri dari kelompok yang
memiliki kemampuan lahan sangat cepat berkembang, mudah berkembang, dan lambat
II-36
berkembang.Selanjutnya, dengan mempertimbangkan variabel pengaruh, besaran perubahan harga
lahan tersebut, serta pertimbangan lainnya, maka dapat ditentukan penggunaan lahan yang memiliki
highest and best use. Penggunaan lahan yang memiliki highest and best use adalah penggunaan
lahan untuk aktivitas perdagangan dan jasa, serta permukiman yang lokasinya mengikuti aturan
ketentuan zonasi Kawasan Perkotaan Purwokerto terutama penggunaan lahan untuk aktivitas
perdagangan dan jasa pada kelompok lahan sangat cepat berkembang.
Penentuan penggunaan lahan yang memiliki highest and best use dilakukan di kedua kelurahan yaitu
Kelurahan Purwokerto Lor dan Bancarkembar.Akan tetapi, hasil penelitian yang dilakukan pada
kedua kelurahan ini diharapkan juga dapat mewakilkan karakteristik Kota Purwokerto khususnya
pada daerah yang sekitarnya terdapat penanaman investasi. Hal itu dikarenakan, kedua kelurahan ini
berada langsung disekitar lokasi Hotel Imperium Aston yang merupakan bentuk penanaman investasi
asing di Kota Purwokerto, Selain itu, kedua kelurahan memiliki penggunaan lahan yang beragam
seperti penggunaan lahan untuk aktivitas permukiman, perdagangan dan jasa, pemerintahan,
pendidikan, kesehatan, serta olahraga dan rekreasi, bahkan pertanian. Adanya pembangunan Hotel
Imperium Aston di Kota Purwokerto secara tidak langsung berkaitan dengan perkembangan kota baik
secara fisik maupun ekonomi sesuai dengan teori perkembangan kota. Perkembangan kota secara
fisik ditunjukkan melalui adanya perubahan skyline yang nantinya akan tampak apabila Hotel
Imperium Aston tersebut telah terbangun sempurna. Kemudian perkembangan kota secara ekonomi
ditunjukkan melalui terjadinya perubahan harga lahan di sekitar lokasi pembangunan Hotel Imperium
Aston yang cenderung meningkat. Lahan di sekitar lokasi pembangunan Hotel Imperium Aston yang
dimaksud pada penelitian ini meliputi dua kelurahan yaitu Kelurahan Purwokerto Lor dan
Bancarkembar.
Perubahan harga lahan yang terjadi di kedua kelurahan tidak sepenuhnya bergantung pada
kedekatan dengan pusat kota seperti yang dikemukakan pada teori penggunaan lahan pada
umumnya. Hal tersebut ditunjukkan pada variabel terpilih yang paling berpengaruh terhadap
terjadinya perubahan harga lahan adalah jangkauan terhadap sarana perdagangan dan
jasa.Preferensi masyarakat dalam memilih lahan pun mengutamakan kedekatan dengan sarana
penunjang lainnya. Selain itu, apabila dilihat pola harga lahan baik menurut harga pasar maupun
NJOP menunjukkan bahwa harga lahan yang jauh dari pusat kota dapat memiliki kisaran harga lahan
yang sebanding dengan lahan yang dekat dengan pusat kota asalkan merupakan jenis penggunaan
lahan dan memiliki kelas jalan yang sama. Jadi, besaran perubahan harga lahan di kedua kelurahan
memiliki pola yang paling menciri yaitu mempertimbangkan adanya subpusat yang ditinjau
berdasarkan penggunaan lahan dan kelas jalan yang terdapat pada lahan tersebut. Penggunaan
lahan untuk aktivitas perdagangan dan jasa perlu diimbangi dengan tindakan lebih lanjut agar
penggunaan yang memiliki highest and best use dapat optimal sebagaimana mestinya.Oleh karena
itu, penentuan penggunaan lahan untuk aktivitas perdagangan dan jasa, serta penentuan lokasi
pembangunan sarana perdagangan dan jasa yang berupa investasi menjadi perlu untuk
diperhatikan.Hal itu berguna untuk terciptanya kemajuan Kota Purwokerto, serta terciptanya
pemerataan pembangunan yang dapat bermanfaat untuk jangka panjang.
Berdasarkan kesimpulan tersebut, maka dapat dirumuskan rekomendasi bagi beberapa pihak yang
terkait.Rekomendasi merupakan suatu tanggapan terhadap tujuan yang telah dicapai, yaitu
diketahuinya variabel pengaruh dan besaran perubahan harga lahan yang kemudian menghasilkan
penggunaan lahan yang memiliki highest and best use.Oleh karena itu, rekomendasi meliputi tentang
bagaimana mengoptimalkan penggunaan lahan yang memiliki highest and best use agar dapat
bermanfaat bagi Kota Purwokerto. Berikut adalah beberapa rekomendasi yang dianjurkan:
1) Lokasi lahan untuk aktivitas perdagangan dan jasa sebaiknya berada pada jalan utama
(kolektor sekunder) yang memiliki derajat aksesibilitas tinggi. Derajat aksesibilitas tinggi yang
dimaksud adalah minimalisasinya waktu dan biaya dalam proses pencapaian yang dapat
ditunjukkan dengan terciptanya kelancaran atau kemudahan dalam transportasi dan
menggunakan alat transportasi (Nasution: 2003: 112).
2) Khusus pada jalan lokal, penggunaan lahan untuk aktivitas perdagangan dan jasa hanya
diperuntukkan untuk sarana perdagangan dan jasa skala lingkungan.
3) Penentuan lokasi lahan untuk penanaman investasi diutamakan pada kelompok lahan yang
memiliki kemampuan sangat cepat berkembang. Akan tetapi, sangat dianjurkan untuk
dilokasikan pada kelompok lahan yang memiliki kemampuan mudah berkembang. Anjuran
tersebut bertujuan agar kelompok lahan yang memiliki kemampuan mudah berkembang dapat
menjadi semakin berkembang, sekaligus menciptakan pemerataan pembangunan.
II-37
4) Lahan pertanian irigasi teknis yang masih terdapat di Kelurahan Bancarkembar dan terletak
pada jalan utama (kolektor sekunder), serta berdekatan dengan lokasi pengembangan pusat
perdagangan dan jasa bidang kuliner sebaiknya tidak dialihfungsikan menjadi lahan
perdagangan dan jasa. Alih fungsi lahan tersebut tidak diperkenankan selama belum ada
ketentuan zonasi terbaru.Hal itu dikarenakan untuk menghindari terjadinya kesenjangan
pembangunan dan melonjaknya harga lahan yang dapat berpengaruh pada harga lahan di
sekitar lokasi.
5. Referensi
Bourne, Larry dan James W. S. (1982): Defining The Area of Interest: Definitions of The City, Metropolitan
Areas & Extended Urban Region. Oxford Univ Press. New York
Catanese, Anthony J. danJames C. Snyder. (1992). Perencanaan Kota (Urban Planning.
Erlangga).Jakarta
Daldjoeni, Nathaniel.(1992).Pengantar Geografi Untuk Guru dan Mahasiswa. Penerbit Alumni. Bandung
Hidayati, Wahyu dan Budi Harjanto.( 2003). Konsep Dasar Penilaian Properti. BPFE. Yogyakarta
Kabupaten Banyumas dalam angka Tahun 2008-2010. Badan Pusat Statistik Kabupaten Banyumas,
2008-2010.
Prawoto, Agus.( 2003). Teori dan Praktek Penilaian Properti. BPFE. Yogyakarta
Reksohadiprodjo, Sukanto. (1994). Ekonomi Perkotaan. BPFE. Yogyakarta
Rudiarto, Iwan. (1998). “Analisis Mode Harga Lahan dan Guna Lahan Kotamadya Semarang”. Tugas
Akhir tidak diterbitkan, Jurusan Perencanaan Wilayah dan Kota, Fakultas Teknik Universitas Diponegoro,
Semarang.
Somers, Jan.(1996). Building Whealth through Investment Property. Inprint Ltd.. Brisbane
Sumawinata. Sarbini. (2004). Politik Ekonomi Kerakyatan. Jakarta: PT. Gramedia Pustaka Utama.
www.organisasi.org. (website komunitas dan perpustakaan online di Indonesia). Diakses 30 Oktober
2008.
II-38
Pendekatan Konsep ’Artikulasi Spasial Perkotaan’
Menuju Perencanaan Spasial dan Pembangunan Keruangan
Perkotaan Berkelanjutan
Batara Surya
Anggota IAP; Doktor Sosiologi Spasial; dan Dosen/ Lektor Kepala Jurusan PWK, Fakultas Teknik,
Universitas “45” Makassar
Abstrak: ’Artikulasi spasial perkotaan’ adalah suatu konsep yang kembangkan dari teori ’artikulasi moda
produksi’ — sebuah teori dalam ranah sosiologi makro, bersumber dari karya Antropologi Prancis Meillaxous
dan Rey mengenai formasi sosial kapitalisme dan formasi sosial pra-kapitalis. ’Artikulasi moda produksi’
menawarkan suatu asumsi bahwa formasi sosial pinggiran (periphery) yang dikuasai oleh artikulasi dari
sedikitnya dua moda produksi (moda produksi kapitalis dan moda produksi non-kapitalis) dalam penguasaan
reproduksi ruang pada kawasan pinggiran kota. Dalam penelitian penulis pada pengembangan kota baru
Kawasan Metro Tanjung Bunga Kota Makassar, penulis menemukan bahwa dalam proses pengembangan
kawasan tersebut, bukan hanya formasi sosial yang mengalami proses artikulasi, tetapi struktur dan pola ruang
juga mengalami proses artikulasi. Secara spasial, terlihat bahwa ruang ”kapitalis” yang dikembangkan oleh
pengembang kawasan tersebut berkoeksistensi dengan ruang-ruang ”prakapitalis” yang dipertahankan oleh
komunitas asli yang selama puluhan tahun menempati kawasan Metro Tanjung Bunga. Walaupun ruang
”kapitalis” terlihat semakin mendominasi ruang ”prakapitalis”, tetapi kehadiran formasi sosial kapitalis tidak serta-
merta mampu melenyapkan ruang ”prakapitalis”. Gagasan mengenai fenomena spasial semacam ini penulis
kembangkan ke dalam konsep ”artikulasi spasial perkotaan”. Tujuan utama makalah ini adalah untuk
memperkenalkan dan menawarkan konsep tersebut bagi perencanaan spasial terhadap pembangunan kota baru
pada kawasan pinggiran perkotaan yang berkelanjutan.
1. Pendahuluan.
Dewasa ini, ketika kita berbicara tentang perencanaan spasial dan pembangunan keruangan
perkotaan, tidak terlepas dari persoalan globalisasi ekonomi. Prinsip utama globaliasi ekonomi
menekankan pada perdagangan bebas dan efisiensi ekonomi. Prinsip ini berbasis pada konsep
keunggulan komparatif yang berkaitan dengan kemampuan menciptakan penghematan skala untuk
tujuan ekonomi. Penghematan skala di sini, bukan hanya berfungsi meredusir unit cost dari hasil-hasil
reproduksi ruang perkotaan, tetapi justru diharapkan untuk mendukung pertumbuhan ekonomi. Mills
(1979:221): menjelaskan bahwa“berfungsinya kota-kota secara efisien dan produktif bagi negara-
negara sedang berkembang merupakan hal yang esensil untuk mendukung pertumbuhan ekonomi”.
Di negara-negara sedang berkembang, peran transportasi di dalam maupun di luar daerah perkotaan
berjalan lambat dan tidak menentu. Hal ini menyebabkan kegiatan-kegiatan produksi di perkotaan
mengalami pemborosan waktu dan energi. Kondisi ini secara tidak langsung menghambat
berkembangnya industri dan kegiatan ekonomi komersil yang pada akhirnya menghambat
pertumbuhan ekonomi perkotaan.
Di beberapa negara maju, perkembangan teknologi dan sistem transportasi yang sangat pesat telah
mengurangi arti proksimitas (kedekatan). Keberadaan industri bahkan permukiman penduduk
dominan berlokasi ke arah luar kota, mengondisikan kota-kota pada negara maju tersebut,
mengalami perluasan wilayah secara administratif (lihat Coleman,1979: 3-6). Program revitalisasi
perkotaan di negara-negara maju ditujukan untuk menghidupkan kembali sumber-sumber daya
perkotaan dan meningkatkan proksimitas dari kegiatan-kegiatan produksi barang dan jasa, dalam
kerangka efisiensi perkotaan.
Kota-kota di negara-negara sedang berkembang seperti di Indonesia, memiliki permasalahan yang
berbeda. Ketika sektor kapitalis mengembangkan ruang-ruang dalam kerangka pengembangan
pusat-pusat kegiatan baru pada kawasan pinggiran di perkotaan berlangsung melalui proses
penetrasi dan invasi serta kecendrungannya mengabaikan keberadaan ruang bagi sektor non-
kapitalis atau pra-kapitalis, maka apa yang terjadi?, Penetrasi dan invasi dalam pengembangan
spasial oleh sektor kapitalis ini ternyata tidak serta merta mampu mendominasi secara penuh atau
melenyapkan ruang bagi sektor non-kapitalis. Telah menjadi ciri-ciri khas kota-kota besar di
Indonesia, sebagai contoh, di kawasan pusat kota (central business district), biasanya merupakan
kawasan yang di dominasi oleh fungsi ekonomi komersil, di dalamnya terdapat konsentrasi penduduk
II-39
miskin yang rata-rata bergerak pada sektor ekonomi in-formal. Adanya kebutuhan proksimitas
(kedekatan jarak) ke kawasan industri, pusat perdagangan dan kawasan pelabuhan, telah
mendorong berkembangnya kawasan permukiman bagi kaum miskin perkotaan di pusat kota.
Beberapa studi empiris yang pernah dilakukan terlihat bahwa para migran yang terpental dari daerah
belakang perkotaan kita rata-rata kurang memiliki keterampilan yang memadai, sehingga karenanya
mereka tidak dapat mengambil bagian dalam sektor-sektor formal kota seperti pada perusahaan-
perusahaan negara dan swasta serta birokrasi pemerintah kota. Sebagai konsekuensinya, para
migran tersebut terpaksa hanya bisa berusaha di sektor informal dan bermukim, kemudiaan
memanfaatkan pusat-pusat kegiatan ekonomi kota tersebut bagi kepentingan usaha mereka di sektor
“informal”. Fenomena yang sama juga terjadi ketika sektor kapitalis melakukan penetrasi spasial ke
dalam komunitas asli di kawasan pinggiran kota. Singkatnya, bahwa di hampir semua area perkotaan
di Dunia Ketiga, terdapat sekurang-kurang dua macam tipe spasial yang berkoeksistensi dalam
penguasaan reproduksi ruang.
2. Pembahasan
a. Artikulasi Moda Produksi
Teori artikulasi moda produksi seperti beberapa teori keterbelakangan lainnya berakar dalam
karya Karl Marx maupun Frederic Engels mengenai moda produksi prakapitalis atau moda
produksi kapitalis (lihat Marx & Engels). Walaupun demikian artikulasi moda produksi, justeru
merupakan konsep yang diilhami dan dipraktekkan dalam lingkup masalah pembangunan dan
ketangguhan politik masyarakat Dunia Ketiga, dan bukan di dalam konteks masyarakat industri
maju, yang menjadi obyek sentral dari analisis Marx. Di samping karya-karya Marx, Sekolah
Marxis Althusserian juga memberi pengaruh dan konstribusi yang besar terhadap studi dan teori
artikulsi moda produksi. Satu dari masalah-masalah teoretikal terpenting yang menjadi sasaran
dari teori artikulasi moda produksi adalah karakterisasi dari formasi sosial yang merepresentasi
kombinasi dari moda-moda produksi yang berbeda. Dalam pengertian yang lebih spesifik, adanya
satu moda produksi yang dominan dalam suatu artikulasi dengan moda-moda atau hubungan-
hubungan produksi lain yang berbeda di dalam lingkup suatu formasi sosial.
Formasi sosial, dalam hal ini, dipahami sebagai totalitas-totalitas konkrit yang terlembagakan oleh
politik ekonomi dan prektek-praktek ideologi dalam lingkup geografi tertentu dan dalam periode
waktu tertentu. Sebuah formasi sosial dapat didefinisikan sebagai sebuah kombinasi yang
menentukan atau menjadi superposition dari berbagai moda produksi ”murni”, satu dari moda
produksi ini dominan terhadap yang lainnya. Setiap moda produksi dikarakterisasi oleh peran yang
diasumsikan oleh satu moda atau moda-moda lainnya pada tiga level - ekonomi, politik dan
ideologi. Namun peran yang paling menentukan adalah level ekonomi, yakni level yang secara
eksplisit dicirikan oleh posisi dominan dalam hirarki tersebut.
Pierre-Phillipe Rey-tokoh penting teori artikulasi moda produksi-menganalisis formasi sosial
sebagai kombinasi dari moda-moda produksi, melalui pengamatan terhadap proses transisi dari
feodalisme ke kapitalisme ke dalam bentuk-bentuk kombinasi yang berbeda dari moda-moda
produksi. Salah satu temuannya adalah bahwa formasi-formasi sosial di Dunia Ketiga, yang cukup
stabil yang terjadi selama ini di antara moda produksi kapitalis dan moda produksi prakapitalis
atau non-prakapitalis, merupakan konsekuensi dari pembangunan kapitalisme di Dunia Ketiga
(Rey, 1975).
Di samping Rey, ahli antropologi lainnya seperti Maillassoux, Teray, dan terakhir Taylor juga
berkonstribusi bagi pengembangan teori artikulasi moda produksi. Di akhir 1970-an atau awal
1980-an Taylor telah mengembangkan teori mengenai artikulasi moda produksi. Ia menolak
konsep keterbelakangan dan menggantikannya dengan pengertian ’perkembangan yang terbatas
dan tidak merata’. Taylor juga mengganti istilah ’formasi sosial peralihan’ dengan ’formasi sosial
yang dikuasai oleh artikulasi dari sedikitnya dua moda produksi-moda produksi kapitalis dan moda
produksi non-kapitalis-dengan menjelaskan bahwa moda produksi kapitalis semakin dominan atau
akan makin dominan terhadap yang lain (Taylor, 1979: 105)
Belakangan ini, pendekatan artikulasi moda produksi telah digunakan untuk menerangkan riset-
riset konkrit yang lebih luas, termasuk riset imperialisme, produksi komoditas kecil-kecilan,
mobiltas penduduk, dan, yang terkait dengan topik makalah ini, perkembangan spasial yang
timpang.
Bertolak dari asumsi teorietis tentang artikulasi moda produksi, penelitian penulis yang dilakukan
di salah satu kawasan kota baru Kota Makassar, menunjukkan bahwa artikulasi yang terjadi dalam
II-40
kerangka penguasaan reproduksi ruang secara spasial diikuti dengan perkembangan formasi
sosial di kawasan tersebut. Bahwa artikulasi moda produksi yang terjadi atau berkembang pada
suatu formasi sosial baru pada lingkup geografis komunitas lokal, ketika kapitalisme menerobos ke
kawasan tersebut. Kondisi ini berkonstribusi secara langsung pada perubahan struktur ruang dan
pola ruang pada kawasan kota baru Metro Tanjung Bunga Kota Makassar.
b. Formasi Sosial dan Perubahan Spasial Kawasan Metro Tanjung Bunga Makassar
Penelitian sosiologi spasial yang dilakukan peneliti pada kawasan Metro Tanjung Bunga, sebuah
kawasan pengembangan baru di Kota Makassar yang saat ini sedang dalam tahap
pengembangan, mengindikasikan bahwa perubahan fisik spasial kawasan ini mendeterminasi
perubahan sosial pada komunitas lokal, yang terkondisi oleh dua faktor utama yaitu; faktor
sentrifugal dan faktor sentripetal. Kedua faktor ini memicu perluasan wilayah Kota Makassar
secara administratif, ditandai dengan berkembangnya fungsi-fungsi ruang baru, sehingga
merekonstruksi terbentuknya struktur dan pola ruang pada kawasan pinggiran Kota Makassar.
Munculnya kebijakan desentralisasi pembangunan perkotaan mendorong proses akselerasi
pembangunan kawasan-kawasan perkotaan Kota Makassar yang berlangsung sangat cepat dan
revolusioner. Dalam hal ini akselerasi pembangunan kawasan Metro Tanjung Bunga pada
dasarnya ditujukan untuk mengembangkan fungsi-fungsi ekonomi komersial Kota Makassar.
Fakta lapangan yang ditemukan adalah bahwa penetrasi kapitalis secara spasial merupakan
motor pergerak utama akselerasi pembangunan kawasan Metro Tanjung Bunga. Kehadiran
kekuatan kapitalisme di kawasan ini dimulai dengan dominasi penguasaan lahan yang pada
akhirnya berkembang pada pendominasian faktor-faktor produksi non-kapitalis atau pra-kapitalis.
Proses ini diawali dengan penguasaan sarana produksi kemudian bergeser ke arah penguasaan
reproduksi ruang, kemudian menciptakan ruang secara representasional. Realitas ini sejalan
dengan pemikiran Lefebvre (1981; 1996), bahwa penguasaan sarana produksi menuju reproduksi
akan selalu diikuti dengan penciptaan ruang secara representasional. Penciptaan ruang secara
representasional dengan segala bentuk ruang secara fisik mendorong masuknya penduduk
pendatang ke kawasan Metro Tanjung Bunga.
Mobilitas penduduk pendatang menuju ke kawasan Metro Tanjung Bunga, yang awalnya dihuni
oleh komunitas lokal berciri agraris pedesaan, kemudian mengondisikan proses penguasaan
sarana produksi yang berbeda antara komunitas lokal dan penduduk pendatang, kemudian
mengondisikan terbentuknya dua moda produksi secara bersamaan. Fakta lapangan yang
ditemukan dalam proses perkembangan kawasan Metro Tanjung Bunga yang diakibatkan oleh
berkembangnya moda produksi pra-kapitalis pada satu sisi dan moda produksi kapitalis pada sisi
yang lain, menunjukkan cara-cara produksi yang berkoeksistensi antara satu dengan yang
lainnya. Realitas sosial ini sejalan dengan pemikiran Marx, bahwa cara produksi atau cara “orang
berproduksi” (mode of production), merupakan konsep gabungan antara “kekuatan produksi”
(force of production) yang meliputi gabungan dari sarana produksi (mean of production) mencakup
perlengkapan kerja dan obyek kerja material. Artinya, pola hubungan produksi (relation of
production) berupa hubungan kerjasama atau pembagian kerja antara manusia yang terlibat
dalam proses produksi, yaitu struktur pengorganisasian sosial produksi, antara lain hubungan
antara pemilik modal dan pekerja, bukan saja dibangun atas dasar kekuatan produksi maupun
struktur kelas yang tercipta dalam masyarakat, melainkan juga oleh tuntutan efisiensi produksi,
penciptaan profit setinggi-tingginya, bahkan ragam benturan kepentingan antara pekerja dan
pemilik modal.
II-41
Kawasan
Metro
Tanjung
Bunga
Selain faktor yang telah disebutkan di atas, fakta lapangan yang ditemukan juga menunjukkan
bahwa perubahan fisik spasial kawasan Metro etro Tanjung Bunga mengondisikan perubahan
morfologi kawasan dari morfologi pedesaan yang relatif homogen ke morfologi perkotaan yang
sangat beragam. Keberagaman morfologi yang terbentuk tersebut, merupakan proses penetrasi
kapitalisme, sehingga membentuk berbagai wajah yang disebut “dualistik”; dalam hal ini bentuk
modern dan tradisional, bersifat kekotaan dan pedesaan, terencana teratur dan tidak terencana
tidak teratur, kualitas tinggi dan kumuh. Kemudian berkembang ke pola kegiatan informal dan
formal. Realitas sosial inilah yang berkembang saat ini pada kawasan Metro Tanjung Bunga.
Kegiatan ekonomi yang berada dalam status resmi yang dibawa oleh kapitalisme ditandai dengan
keberadaan badan usaha dalam bentuk coorporation dan bentuk-bentuk bentuk badan usaha keluarga
dan individual serta berada dalam status resmi dalam satu aturan (mewakili golongan mampu dan
padat modal) dikategorikan sebagai sektor formal. Sedang yang di luar aturan yang sering disebut
mewakili golongan/kelompok k kurang mampu disebut sebagai sektor informal. Justifikasi politik
terhadap keberadaan sektor informal yang berkembang saat ini pada kawasan Metro Tanjung
Bunga mereposisi keberadaannya. Fakta lapangan yang ditemukan adalah bahwa tidak semua
sektor informalal sebagai moda produksi komunitas lokal menunjukkan aktivitas yang bersifat
formal, bahkan yang berkembang justru sebaliknya. Kondisi inilah yang menunjukkan adanya
suatu proses pembentukan formasi sosial baru, perkembangan dari dua moda produksi
(prakapitalis
talis dan kapitalis) yang berkoeksistensi pada kawasan Metro Tanjung Bunga.
II-42
Sumber: Dirangkum dari Surya, 2010
Gambar 2 Kawasan Metro Tanjung Bunga Kota Makassar
Perubahan fisik spasial sebagai determinan perubahan formasi sosial terlihat sangat terkait
dengan keberadaan kapitalisme yang mendominasi sarana produksi menuju reproduksi ruang dan
penciptaan ruang secara representasional. Penciptaan ruang secara representasional ini di awali
dengan cara penetrasi kapitalisme, kemudian mengarah ke invasi, ditandai dengan perubahan
struktur kepemilikan lahan dan penciptaan fungsi-fungsi baru pada kawasan Metro Tanjung Bunga
yang didukung kemajuan teknologi dan transportasi. Perubahan fisik spasial yang sangat cepat
dan revolusioner ini mengondisikan berlangsungnya modernisasi serta perubahan moda produksi
pada komunitas lokal yang sepenuhnya merupakan akibat dari pengaruh keberadaan kapitalisme.
Perubahan moda produksi, kemudian berkembang ke arah fragmentasi orientasi mata
pencaharian dalam komunitas lokal (formal dan informal, agraris dan non agraris). Proses ini
kemudian mendorong berlangsungnya tata cara produksi prakapitalis pada satu sisi dan tata cara
produksi kapitalis pada sisi yang lain. Dominasi tata cara produksi kapitalisme kemudian
mendorong pemisahan lokasi hunian komunitas lokal secara spasial pada kawasan Metro Tanjung
Bunga dan sangat signifikan pengaruhnya terhadap perubahan sosial pada komunitas lokal.
Perubahan sosial pada komunitas lokal menunjukkan terjadinya perbedaan stratifikasi, status, dan
kelas-kelas pekerja yang awalnya homogen kemudian bergeser ke heterogen serta berkembang
ke pola hubungan kerja industrial perkotaan yang dijembatani oleh kehadiran kapitalisme dengan
kompleksitas menjadi cirinya. Kompleksitas ini menunjukkan perbedaan daya adaptif individu
komunitas lokal dalam merespon situasi perubahan lingkungan.
Akselerasi pembangunan yang berlangsung sangat cepat yang didorong oleh perubahan fisik
spasial ini, menciptakan ruang-ruang yang terencana dan ruang-ruang yang tidak terencana
secara bersamaan. Keadaan ini berdampak pada segregasi sosio spasial pada kawasan Metro
Tanjung Bunga. Perubahan fisik spasial tersebut, pada sisi yang berlawanan, merupakan motor
penggerak bagi munculnya formasi sosial baru (formasi sosial yang mewarnai tata cara produksi
prakapitalis (atau non-kapitalis) dan tata cara produksi kapitalis pada kawasan Metro Tanjung
Bunga.
Perubahan fisik spasial yang awalnya berciri agraris pedesaan dan homogen pada kawasan Metro
Tanjung Bunga dan berlangsungnya alih fungsi guna lahan yang sangat intensif, mendorong
pergeseran sarana produksi menuju reproduksi yang di dominasi fungsi-fungsi komersil berciri
II-43
perkotaan, dibarengi dengan perubahan formasi sosial yang awalnya berciri formasi tunggal dan
homogen ke formasi sosial ganda, menyebabkan perubahan interaksi dan adaptasi sosial.
Perubahan interaksi sosial dan adaptasi sosial, menyebabkan perubahan sosial pada komunitas
lokal. Konsekuensi perubahan sosial, secara internal pada komunitas lokal yaitu:
Susunan sosial yang muncul berkembang ke arah penajaman stratifikasi secara ekonomi dari
strata sederhana dan homogen menjadi jelas stratanya.
Perbedaan strata sangat ditentukan oleh status dan prestise yang mampu diraih oleh
komunitas lokal.
Perubahan status sosial komunitas lokal ke arah achieved-status berdasarkan usaha-usaha
yang dilakukan.
Perubahan sistem sosial komunitas lokal ke arah sistem sosial terbuka.
Perubahan pola kultural dari nilai dan norma agraris tradisional menuju ke nilai dan norma
industrial perkotaan.
Perubahan fisik spasial pada kawasan Metro Tanjung Bunga yang awalnya didominasi oleh
kegiatan pertanian berciri agraris pedesaan dan homogen, mendorong pergeseran sarana
produksi menuju reproduksi ruang yang didominasi fungsi-fungsi komersil berciri perkotaan,
menyebabkan perubahan formasi sosial pada komunitas lokal kawasan Metro Tanjung Bunga.
Perubahan fisik spasial sebagai determinan perubahan formasi sosial, yang awalnya berciri
formasi sosial tunggal dan homogen, kemudian berkembang ke formasi sosial ganda yang di
dalam terdapat formasi sosial prakapitalisme dan formasi sosial kapitalisme, menyebabkan
perubahan interaksi sosial dan adaptasi sosial antara komunitas lokal dan penduduk pendatang
pada kawasan Metro Tanjung Bunga.
Dengan demikian, terdapat hubungan antara perubahan fisik spasial terhadap perubahan formasi
sosial dan perubahan formasi sosial terhadap perubahan interaksi sosial dan adaptasi sosial serta
konsekuensi-konsekuensi perubahan pada komunitas lokal kawasan Metro Tanjung Bunga.
Secara umum, perubahan sosial pada komunitas lokal kawasan Metro Tanjung Bunga ditunjukkan
pada skema berikut.
Ekspansi Kaptalisme
(Pergeseran Kepemilikan
Lahan) :
Perubahan Fisik Spasial Kawasan
• Penetrasi
• Invasi Metro Tanjung Bunga
• Dominasi
Infiltratif &
Rekayasa Fisik Spasial Ekspansif
Komunitas Lokal
• Alih Fungsi Guna Lahan
• Fungsi-fungsi baru
Perubahan Formasi Sosial Tunggal Ke Formasi
• Sarana Produksi
Menuju Reproduksi Sosial Ganda Komunitas Lokal Kawasan Metro
Ruang Tanjung Bunga
Gambar 3 Bagan Alur Proses Perubahan Sosial Pada Komunitas Lokal Kawasan Metro Tanjung
Bunga
Dalam pandangan teoritis Meillaxous dan Rey, diungkapkan bahwa dalam pertemuan formasi
sosial prakapitalisme dan formasi kapitalisme, terjadi proses koeksistensi yang tidak
meminggirkan satu dengan yang lainnya. Akan tetapi hasil penelitian yang dilakukan secara
teoritis menunjukkan hal yang berbeda bahwa “Koeksistensi dua tipe formasi sosial dalam
II-44
penguasaan reproduksi ruang yang didominasi oleh formasi sosial kapitalisme pada
pengembangan kawasan kota baru terpadu cenderung menyebabkan termarginalkannya
komunitas lokal.
Dalam analisis spasial dari Lefebvre, diungkapkan bahwa pergeseran sarana produksi menuju
reproduksi ruang yang di dalamnya terjadi dominasi praktik spasial oleh kapitalisme akan
menghancurkan perkampungan komunitas asli dan menggantikannya dengan perumahan yang
jauh lebih modern. Hasil penelitian yang dilakukan menunjukkan hal yang berbeda, bahwa dalam
penerobosan kapitalisme pada pengembangan kawasan kota baru tidak secara langsung
menghancurkan perkampungan komunitas asli, sebaliknya ruang prakapitalis tetap menunjukkan
eksistensinya dan berkoeksitensi dengan ruang kapitalis dalam satu artikulasi spasial yang tidak
terkait antara satu dengan yang lainnya.
Rumusan konseptualisasi yang dikembangkan dalam teori artikulasi spasial adalah bahwa
“Koeksistensi dua tipe formasi sosial dalam penguasaan reproduksi ruang yang didominasi oleh
formasi sosial kapitalisme pada pengembangan kawasan kota baru terpadu cenderung
menyebabkan termarginalkannya komunitas lokal. Asumsi yang dibangun adalah adanya
dominasi formasi sosial kapitalisme dalam penguasaan reproduksi ruang dan artikulasi antara dua
tipe formasi sosial dalam pengembangan kawasan kota baru terpadu yang tidak berjalan optimal
menyebabkan marginalisasi dan ketidakberdayaan komunitas lokal terhadap akses sumber daya
reproduksi ruang dan fungsi-fungsi ruang baru yang didominasi oleh fungsi kegiatan komersil
kapitalisme.
Konstribusi secara teoritis terhadap analisis spasial bahwa dalam proses penetrasi kapitalisme
pada pengembangan kawasan kota baru tidak secara langsung menghancurkan perkampungan
komunitas asli, sebaliknya ruang prakapitalis tetap menunjukkan eksistensinya dan berkoeksitensi
dengan ruang kapitalis dalam satu artikulasi spasial yang tidak terkait antara satu dengan yang
lainnya. Asumsi yang dibangun adalah bahwa pergeseran sarana produksi menuju reproduksi
ruang yang dimotori oleh kapitalisme dalam pengembangan kawasan kota baru terpadu
menyebabkan pemisahan lokasi antara ruang kapitalisme dan ruang prakapitalisme dalam
penguasaan lahan dan menunjukkan pola kegiatan produksi yang berbeda dengan kecendrungan
masing-masing membentuk pola dan struktur ruang. Dalam dinamika ruang prakapitalis tetap
menunjukkan eksistensinya dan berkoeksitensi dengan ruang kapitalis dalam satu artikulasi
spasial yang tidak terkait antara satu dengan yang lainnya.
Rekayasa perubahan fisik spasial kawasan Metro Tanjung Bunga telah mendorong
berkembangnya formasi sosial baru, ditandai oleh koeksistensi dari cara produksi prakapitalis dan
moda produksi kapitalis, tetapi sebaliknya, formasi sosial yang ditandai oleh moda-moda produksi
yang saling berkoeksistensi itu juga dideterminasi oleh struktur ruang ditandai dengan
koesksistensi antara ruang “kapitalis’ dan ruang ‘non-kapitalis’ di kawasan pengembangan baru
tersebut. Fenomena spasial perkotaan yang dideterminasi atau direfleksikan oleh dinamika
formasi sosial di bawah artikulasi moda produksi kapitalis dan non-kapitalis inilah yang kami
perkenalkan dalam makalah ini sebagai sebuah fenomena ‘artikulasi spasial perkotaan’.
II-45
kepentingan pembangunan oleh sektor kapitalis. Konsep ini menganjurkan riset mendalam untuk
memprediksi perubahan formasi sosial yang bakal terjadi jika rencana tersebut nantinya
diimplementasi.
Pada intinya konsep artikulasi spasial perkotaan menawarkan pentingnya untuk
mempertimbangan formasi sosial yang bakal terjadi, baik selama proses impelementasi, maupun
sesudah implementasi rencana terwujud sepenuhnya. Dalam hal ini konsep artikulasi spasial
perkotaan menganjurkan perencanaan spasial yang mempertimbangkan dengan sungguh-
sungguh kepentingan dari berbagai pihak dalam formasi sosial, dengan tidak memaksakan
bentuk-bentuk integrasi dan represi apapun yang disetting untuk kepentingan pihak dominan dari
formasi sosial yang akan mewujud selama dan pada akhir impelementasi rencana. Konsep
artikulasi spasial perkotaan, dalam hal ini, mengharuskan perencana mempertimbangkan dan
mengikuti secara terus perubahan-perubahan pada formasi sosial. Jika hasil prediksi
menunjukkan bahwa formasi sosial yang bakal terjadi itu mewujud dalam beberapa tahap, maka
pentahapan implementasi rencana juga perlu disesuaikan dengan pentahapan perubahan formasi
sosial tersebut.
Dari aspek ekonomi, penerapan konsep artikulasi moda produksi berkaitan dengan persoalan
efisiensi kota yang tidak terlepas dari persoalan globalisasi ekonomi. Prinsip utama globaliasi
ekonomi adalah menekankan pada perdagangan bebas dan efisiensi ekonomi. Prinsip ini berbasis
pada konsep keunggulan komparatif yang menyebutkan bahwa suatu aktivitas ekonomi
diproduksi di tempat yang relatif lebih efisien dibanding dengan tempat lainnya (lihat Adiningsih,
2005). Di daerah perkotaan, pentingnya efisiensi berkaitan dengan kemampuan kota tersebut
menciptakan penghematan skala (economc of scale) (lihat Eisenring, 2006). Setiap kegiatan
produksi atau pelayanan tunduk pada economic of scale. Dengan harga-harga input yang sama,
produsen yang besar akan memperoleh unit cost yang lebih rendah bila dibandingkan dengan
produsen yang kecil (Mills, 1979:222). Dalam lingkup perkotaan, penghematan skala berarti
penghematan waktu dan enerji untuk melakukan produksi-produksi barang dan jasa perkotaan.
Semakin hemat waktu dan enerji yang diperlukan dalam melakukan produksi-produksi tersebut,
maka produksifitas perkotaan menjadi lebih efisien. Produktifitas perkotaan perupakan hal yang
esensil bagi pertumbuhan atau pembangunan ekonomi di perkotaan. Penghematan skala, di sini,
bukan hanya berfungsi meredusir unit cost dari hasil-hasil peroduksi perkotaannya, tetapi justeru
dapat mendukung pertumbuhan ekonomi.
Di kota-kota Dunia Ketiga sebagian besar penduduknya yang bekarja di pusat kegiatan ekonomi
kota tergolong sebagai kaum miskin. Pengabaian terdadap prinsip artikulasi spasial perkotaan
dalam perencanaan memaksa orang-orang miskin di perkotaan dengan cara apapun mencari
tempat-tempat yang sedekat mungkin dengan tempat-tempat mereka bekerja. Sebagai akibatnya
II-46
terjadi aglomerasi sporadis yang berlebihan di pusat-pusat kegiatan ekonomi kota. Berbagai
upaya telah dijalankan untuk mengatasi masalah ini, namun hampir semuanya gagal, dikarenakan
ketidak-mampuan pemerintah kota mengatasi masalah pokoknya, yaitu penyediaan tanah di
daerah perkotaan yang dapat menjamin tersedianya tempat-tempat permukiman yang sah bagi
mayoritas penduduk golongan miskin (lihat McAuslan, 1986:61). Konsep artikulasi spasial
perkotaan menawarkan model perencanaan spasial yang mempertimbangkan berfungsinya
kegiatan dari semua pihak yang ada dalam formasi sosial untuk mencapai efisensi perkotaan.
Dari aspek ekologi, penerapan konsep artikulasi moda produksi berkaitan dengan upaya
mencegah desakan pemilik modal yang memaksakan pengembangan kawasan-kawasan hunian
pada lokasi-lokasi yang semestinya dilindungi seperti sempadan pantai, kawasan rawa, dan
kawasan genangan (retention basin) seperti yang kita lihat di Pantai Indah Kapuk, Kelapa Gading
dan Sudirman CBD. (Widiyantono, 2010). Konsep artikulasi spasial perkotaan juga dapat
mencegah pemanfaatan yang tidak semestinya terhadap Ruang Terbuka Hijau (RTH), jalur hijau
atau bantaran-bantaran sungai yang ada, misalnya, akibat aktivitas hunian illegal (squatters) yang
dilakukan pihak yang tersubordinasi dalam formasi sosial, yang merupakan akibat dari tindakan
represif karena pengabaian atas prinsip artikulasi spasial perkotaan dalam perencanaan.
Dalam mengaplikasi konsep artikulasi spasial perkotaan, pilar ketiga yaitu penciptaan kohesi
sosial berkaitan dengan upaya untuk mencegah konflik sosial, yang bersumber dari penguasaan
lahan perkotaan yang timpang. Dari perspektif sosial, pengembangan perkotaan harus diikuti oleh
peningkatan kualitas kehidupan sosial masyarakatnya, terutama kaum marjinal perkotaan, yang
merupakan pihak yang umumnya menjadi subordinasi dari formasi sosial di perkotaan.
Perencanaan tata ruang perkotaan yang konvensional umumnya tidak mampu memberi perhatian
terhadap keberadaan dan kebutuhan ruang kaum marjinal ini. Sebagai akibatnya dengan terpaksa
mereka menempati ruang kota yang ‘tersisa’ seperti bantaran-bantaran sungai, kolong-kolong
jembatan, maupun lahan-lahan terlantar. Konsep artikulasi spasial perkotaan menawarkan suatu
pendekatan yang terlepas dari sekedar “pro-poor” atau berpihak pada kaum miskin, dan lebih
pada melihat kelompok miskin perkotaan sebagai pihak yang sungguh-sungguh eksis yang
keberadaannya dalam formasi sosial perkotaan. Bahwa mereka akan mempertahankan atau, jika
perlu akan menyerobot lahan-lahan secara ilegal guna memenuhi koeksistensinya dengan ruang-
ruang “kapitalis” di sekitar mereka. Dan itu bisa jadi ini merupakan cara untuk mencegah konflik
sosial. Tidak sedikit kasus-kasus konflik sosial di perkotaan timbul akibat tindakan represif yang
ditujukan untuk melenyapkan eksistensi spasial mereka dalam suatu kawasan yang
dikembangkan oleh pihak dominan atau yang akan mendominasi formasi sosial di kawasan
tersebut. Dengan mempertimbangkan hasil dari riset-riset mendalam tentang formasi sosial yang
mewujud atau yang akan mewujud, konsep artikulasi spasial perkotaan, menawarkan solusi yang
moderat. Di satu sisi perencanaan spasial perkotaan tetap memberi ruang bagi sektor dominan
(kapitalis), dan pada sisi lain menjamin penguasaan ruang sosial bagi mereka yang berada di
dalam sektor yang tersubordinasi (pra-kapitali/ non-kapitalis). Dengan cara demikian, kohesi
sosial, yang merupkan salah satu dari tiga pilar utama pembangunan kota yang berkelanjutan,
dapat dipertahankan dan terpelihara.
II-47
spasial perkotaan’, kami kembangkan ke dalam konsep artikulasi spasial perkotaan yang dapat
dipertimbangkan ke dalam setiap rencana spasial perkotaan, guna mencapai pembangunan kota
yang berkelanjutan.
Dengan memahami definisi kota berkelanjutan, penerapan konsep artikulasi spasial perkotaan,
dipertimbangkannya ke dalam ketiga pilar — ekonomi, ekologi, dan kohesi sosial. Ekonomi dalam
hal ini berkaitan dengan efisiensi perkotaan; ekologi berkaitan dengan upaya mencegah
pemanfaatan Ruang Terbuka Hijau (RTH) bagi keperluan lain yang tidak semestinya, termasuk
aktivitas hunian illegal (squatters); dan kohesi sosial berkaitan dengan upaya untuk mencegah
konflik sosial, misalnya, sebagai akibat dari penguasaan lahan perkotaan yang timpang.
Dalam mengaplikasi konsep artikulasi spasial perkotaan, hal yang penting disadari adalah bahwa
pengabaian terhadap prinsip artikulasi spasial perkotaan dalam perencanaan memungkinkan
terjadinya inefisiensi sebagai akibat pemisahan spasial antara pihak-pihak dalam formasi sosial
dengan moda-moda produksi yang berkoeksistensi dalam menciptakan penghematan skala dalam
melakukan produksi barang dan jasa perkotaan. Konsep artikulasi spasial perkotaan menawarkan
model perencanaan spasial yang mempertimbangkan berfungsinya kegiatan dari semua pihak
yang ada dalam formasi sosial untuk mencapai efisensi perkotaan.
Dari aspek ekologi, penerapan konsep artikulasi moda produksi berkaitan dengan upaya
mencegah pemanfaatan lahan yang tidak semestinya pada Ruang Terbuka Hijau (RTH) dan jalur
hijau yang ada, sebagai akibat aktivitas hunian ilegal (squatters) oleh pihak yang tersubordinasi
dalam formasi sosial. Konsep spasial perkotaan mencegah tindakan represif oleh pihak dominan
dari formasi sosial yang kemudian mendorong penghunian liar pada RTH dan jalur hijau, atau
bataran sungai, yang secara ekologis kurang menguntungkan.
Konsep artikulasi spasial juga membantu memelihara kohesi sosial dari konflik-kpnflik sosial yang
berpotensi terjadi, dengan mempertimbangkan keberadaan kaum miskin perkotaan sebagai pihak
yang sungguh-sungguh eksis dalam formasi-formasi sosial perkotaan. Bahwa secara spasial
keberadaan mereka akan terus menerus diperhitungkan, dan bukannya mengabaikan keberadaan
mereka.
b. Rekomendasi
Apa yang uraikan di atas mendeskripsikan bagaimana konsep artikulasi spasial perkotaan,
memberikan kemungkinan bagi pembangunan kota yang berkelanjutan. Tentu saja setiap kota
atau bagian kota, atau suatu kawasan tertentu dalam sebuah kota memiliki keunikan-keunikan
tersendiri terkait dengan formasi sosial dan kekuatan-kekuatan yang bekerja di balik formasi sosial
tersebut. Karena itu kami tidak mendekripsi konsep artikulasi spasial perkotaan secara rinci dan
bersifat umum (general). Walaupun demikian, konsep ini sedikitnya dapat membuka wacana baru
dalam mengembangkan perencanaan spasial khususnya di kota-kota Dunia Ketiga. Sebagai
penutup, kami merekomendasi perlunya pengkajian lebih jauh mengenai fenomena artikulasi
spasial perkotaan melalui riset-riset mengenai kekuatan-kekuatan produksi yang bekerja pada
setiap formasi sosial di dalam berbagai kasus spasial perkotaan yang berbeda.
4. Referensi
Adiningsih, S.,(2005). “Globalisasi Ekonomi dan Negara Sedang Berkembang” Dalam Indonesian Journal
for Sustainable Future Vol. 1 No. 1 Juli 2005. Hal. 29-34.
Coleman, J.S. (1979). “Can We Revitalize Our Cities?”, dalam “The Urban Predicement”, Dialogue, Vol 4
No. 4. Hal. 3-13.
Eisenring, T.S.S. (2006). ”Efisiensi Perkotaan dan Masalah Penyediaan Tanah Bagi Golongan Miskin
Perkotaan”. Prospek Edisi 38, Juni 2006. Hal. 210-216.
Lefebvre, H. (1981). La Produktion de L’espace. Edition Anthoropos.
Lefebvre, H. (1996). Writing on Cities,. Blacwell Publisher.
Marx, K, dan F. Engels.(1976). Manifesto of the Communist Party, Collected Works, vol. 6, Moscow,
Progress Publishers.
McAuslan, P.(1986). Tanah Perkoataan dan Perlindungan Rakyat Jelata. Jakarta : Gramedia.
Mills E.S. (1991). “Urban, Efficiency, Productivity, and Economic Development”. Dalam Proceedings of The
World Bank : Annual Confrence on Development Economic. Hal. 121-35. The World bank.
Pemkot Makassar. (2009). “Peta Administrasi Kota Makassar”. Online: (english.
makassarkota.go.id/download/administrasi_makassar_a1_(skala_40.000).pdf). Diakses 29 Maret 2009.
II-48
Rey, P.P. (1975). “The Liniage mode of production” . Critique of Anthropology , 3. Hal. 27-79
Surya, B., (2010). Perubahan Sosial Pada Komunitas Lokal Kawasan Tanjung Bunga Kota Makassar,
Laporan Hasil Penelitian Disertasi, tidak terpublikasi. Program Pasca Sarjana UNM.
Taylor, J. (1979). ”Pre-capitalist mode of production”. Critique of Anthropology , 6, 2. Hal. 5-23
Widiantono, D.J.(2010). “Kota Berkelanjutan: Membangun Kota Tanpa Luka”. Participatory design”. Online:
(http://buletin.penataanruang.net/upload/data_artikel/ Kota.Berkenajutan. Kota.Tanpa;Luka-
DR.Ir.Doni.J.Widiyantono.M.Eng.Sc.PDF), diakses 29 Mei 2010.
II-49
Evaluasi Pemanfaatan Lahan Daerah Aliran Sungai Beringin di Kota Semarang
Bitta Pigawati
Staf Pengajar Jurusan Perencanaan Wilayah dan Kota Fakultas Teknik UNDIP
Abstrak : Pertumbuhan kota terjadi sejalan dengan perkembangan jumlah dan aktivitas penduduk. Penduduk
membutuhkan sejumlah ruang kota untuk melaksanakan aktivitas. Pertambahan jumlah penduduk membutuhkan
perluasan lahan sebagai wadah aktivitas yang nantinya tumbuh dan berkembang. Apabila perkembangan
perluasan lahan tidak dikendalikan dapat menyebabkan terjadinya konversi lahan untuk aktivitas yang tidak
sesuai dengan fungsinya. Kota Semarang sebagai ibukota Provinsi Jawa Tengah mengalami perkembangan kota
yang cukup pesat. Wilayah pinggiran kota mempunyai pertumbuan penduduk yang lebih besar dibandingkan
wilayah perkotaan. DAS Beringin berada pada wilayah administrasi Kecamatan Mijen dan Kecamatan Ngaliyan
memperlihatkan adanya peningkatan jumlah penduduk. Kondisi ini didukung adanya peningkatan akses ke pusat
kota dan pembangunan perumahan di wilayah tersebut. Salah satu cara pemanfaatan sumberdaya alam yang
berwawasan lingkungan adalah dengan mempertimbangkan daya dukung lingkungan dan menggunakan
pendekatan satuan wilayah ekologis seperti Daerah Aliran Sungai (DAS). Evaluasi Pemanfaatan Lahan DAS
Beringin bertujuan untuk mengkaji pemanfaatan lahan DAS Beringin berdasarkan kesesuaian fungsi kawasan
dan kondisi fisik lahan. Analisis yang digunakan adalah analisis keruangan (spatial analysis) dengan metode
deskriptif kuantitatif dan teknik analisis overlay serta pembobotan, meliputi analisis perubahan penggunaan
lahan, analisis kesesuaian lahan dan analisis kondisi fisik lahan. Hasil penelitian berupa arahan lokasi
permukiman di DAS Beringin sehingga diharapkan dapat dipakai sebagai pertimbangan untuk meninjau dan
menyusun arahan rencana tataruang Kota Semarang
1. Latar Belakang
Kota berfungsi sebagai wadah segala aktifitas masyarakat/ warga kota. Segala aktifitas tersebut
mempengaruhi bentuk suatu kota. Bentuk kota merupakan hasil suatu proses budaya manusia, dalam
menciptakan ruang dan kehidupannya pada kondisi geografis tertentu (Spiro Kostof, 1991). Pada
umumnya perkembangan kota-kota di Indonesia yang memiliki laju pertumbuhan penduduk tinggi adalah
kota yang memiliki lebih dari satu fungsi. Pertumbuhan penduduk di perkotaan meningkat dengan pesat
dari waktu ke waktu. Jika kota dikaitkan dengan kebutuhan manusia akan tempat tinggal, maka kota
diartikan sebagai tempat permukiman yang bangunan perumahan rapat, dan mempunyai guna lahan
pertanian yang relative sempit, bercirikan penduduknya dengan matapencaharian sebagian besar bukan
pertanian. (Jayadinata, 1992:1).
Kota Semarang merupakan salah satu kota yang memiliki banyak fungsi. Sebagai ibu kota Propinsi Jawa
tengah Kota Semarang memiliki berbagai macam fungsi seperti pusat perdagangan, pemerintahan,
industri, pendidikan dll. Sehingga terdapat berbagai jenis mata pencaharian yang mendukung fungsi kota
tersebut. Hal ini menjadi daya tarik penduduk sekitar kota untuk mencari penghasilan di Kota Semarang.
Pertambahan penduduk yang tidak diimbangi dengan ketersediaan lahan menyebabkan banyak
penduduk yang memanfaatkan lahan yang rawan bencana sebagai lahan permukiman. Pemanfaatan
lahan daerah rawan bencana sebagai permukiman merupakan suatu bentuk ketidak sesuaian dalam
pemanfaatan lahan.
Kota Semarang sebagai ibukota Provinsi Jawa Tengah mengalami perkembangan yang cukup pesat
khususnya di sektor industri dan perdagangan. Sejalan dengan itu pertambahan penduduk juga semakin
meningkat. Rata-rata laju pertumbuhan penduduk Kota Semarang adalah 1,26 % (RTRK Semarang,
2000-2010) Apabila dilihat pertumbuhan penduduk per kecamatan maka akan nampak bahwa di wilayah
pinggiran mempunyai pertumbuan penduduk yang lebih besar bila dibandingkan dengan pertumbuhan
penduduk di wilayah perkotaan, seperti yang terjadi di Kecamatan Mijen, Ngaliyan yang merupakan
lokasi DAS Beringin.
Perubahan penggunaan lahan, utamanya di perkotaan, dari tahun ke tahun semakin meningkat seiring
dengan pertambahan penduduk dan perkembangan suatu kota. Pada awalnya perubahan penggunaan
lahan tersebut terjadi di pusat kota, lama kelamaan, ketika pusat kota telah menjadi jenuh, mengarah ke
II-50
pinggiran kota. Hal ini akan berakibat semakin banyaknya lahan pertanian ataupun hutan yang berubah
menjadi kawasan permukiman, industri, perdagangan, jasa, dan lain sebagainya. Keterbatasan lahan
untuk permukiman serta tingginya tingkat persaingan penggunaan lahan di pusat kota, merupakan salah
satu sebab bergesernya penggunaan lahan untuk permukiman kedaerah pinggiran. Sehingga kawasan
pinggiran berkembang menjadi kawasan perumahan-perumahan yang tersebar, tidak teratur dan tidak
memperhatikan kesesuaian lahan secara fisik untuk mendukung pemanfatan lahan tersebut .
Ukuran harkat lahan terdiri dari kemampuan dan kesesuaian lahan. Kemampuan lahan adalah mutu
lahan yang dinilai secara menyeluruh untuk tiap penggunaan lahannya, nilai kemampuan lahan berbeda
untuk jenis penggunaan yang berbeda (Notohadiprawiro.1991) Kemampuan lahan dapat bersifat
pembawaan yaitu kemampuan aktual yang merupakan pernyataan watak dan perilaku hakiki lahan, dan
bersifat potensi buatan (acquired) yaitu kemampuan potensial atau kemampuan yang timbul dari
tanggapan atas kemampuan tersebut. Kesesuaian lahan adalah kecocokan suatu jenis lahan tertentu
untuk suatu macam penggunaan tertentu. Jadi kesesuaian lahan adalah spesifikasi dari kemampuan
lahan.
Daerah aliran sungai (DAS) merupakan daerah yang dibatasi oleh punggung-punggung bukit dimana air
hujan yang jatuh di daerah tersebut dialirkan melalui sungai sungai kecil kemudian ke sungai utama
(Asdak, 2002). DAS merupakan satuan pemantauan tataguna lahan yang baik karena dalam suatu DAS
terjadi siklus hidrologi yang dapat menunjukkan adanya keterkaitan biofisik antara daerah hulu dan hilir.
Berdasarkan Rencana Umum Tata Ruang Kota Semarang, DAS Beringin, yang secara administratif
masuk kedalam wilayah Kecamatan Mijen dan Ngaliyan merupakan wilayah cadangan pengembangan
kota yang berperan sebagai pusat pelayanan dengan skala regional dan diarahkan untuk pengembangan
pertanian dan konservasi serta permukiman berkepadatan rendah.
Menurut Perda Kodya Dati II Semarang Nomor 02 tahun 1990 tentang Perubahan Pertama Peraturan
Daerah Kodya Dati II Semarang Nomor 5 tahun 1981 tentang Rencana Kota Semarang tahun 1975
sampai dengan tahun 2000, kawasan perkebunan yang terletak di Kecamatan Mijen dialihkan fungsinya
menjadi kawasan permukiman. Seiring dengan dengan hal tersebut, Pemerintah Kota Semarang
meningkatkan aksesibilitas Kecamatan Mijen dan Ngaliyan ke pusat kota.. Daerah yang lebih tinggi
tingkat aksessibilitasnya akan mempunyai tingkat perkembangan yang lebih tinggi dibanding dengan
daerah yang lebih rendah tingkat aksesssibilitasnya (Fabos, 1985). Pada kawasan kota, penggunaan
lahan lebih ditekankan pada pemanfaatan lokasi yang dimilikinya, dari pada kesuburan atau kandungan
mineralnya (Chapin.1979).
Sebagai akibat peningkatan akses ke pusat kota, maka pada tahun-tahun terakhir, semakin banyak
pembangunan perumahan di Kecamatan Mijen dan Ngaliyan yang masuk dalam wilayah DAS Beringin,
seperti halnya Perumahan Bukit Semarang Baru (BSB), Pandana Merdeka, Bukit Permata Puri, Beringin
Indah, Beringin Putih, Beringin Lestari, Pondok Beringin dan Beringin Asri. Perumahan Bukit Semarang
Baru dengan luas areal 868 hektar, sebanyak 480 hektar diantaranya terletak di wilayah DAS Beringin. Ini
berarti bahwa 14,5 % areal perkebunan yang ada di DAS Beringin akan berubah menjadi kawasan
terbangun. Bertambah luasnya kawasan terbangun ini dikhawatirkan akan mengakibatkan berkurangnya
fungsi kawasan DAS Beringin sebagai kawasan konservasi.
Pada akhir-akhir ini, hampir setiap tahun Sungai Beringin meluapkan airnya dan menggenangi wilayah
bagian tengah dan daerah hilir, yaitu di Kelurahan Wonosari, Kelurahan Mangkang dan Kelurahan
Mangunharjo. Kondisi ini menimbulkan ketidaknyamanan bagi penduduk yang bertempat tinggal di lokasi
DAS Beringin. Hal ini mengindikasikan terjadinya penurunan daya dukung lingkungan di DAS Beringin
sebagai akibat perubahan penggunaan lahan untuk permukiman. Sehubungan dengan hal tersebut
diatas, dilakukan kajian evaluasi kesesuaian lahan permukiman pada DAS Beringin dan analisis kondisi
fisik untuk permukiman. Lokasi DAS Beringin secara adminstrasi dapat dilihat pada gambar 1.
II-51
Gambar 1 Peta Administrasi DAS Beringin
Pada penelitian ini dilakukan beberapa tahapan analisis, o output dari tiap analisis dijadikan sebagai
indikator input untuk analisis kesesuaian lahan DAS, meliputi: sebaran kawasan lindung, budidaya dan
penyangga, sebaran kondisi fisik DAS
DAS. Analisis yang dilakukan meliputi overlay peta dan teknik skoring
skoring.
Skoring Analisis kesesuaan lahan dilaku
dilakukan untuk menilai aspek-aspek
aspek fisik lingkungan DAS Beringin
berdasarkan standar teknis fungsi kawasan menurut SK Menteri Pertanian No. 837/KPT/UM/11/1980 dan
SK Menteri Pertanian No. 638/KPt/UM/08/1981 (SK SK Mentan No.837/KPTSS/Um/11/1980 dan
683/KPTSS/Um/8/1981) sehingga diperoleh kelas kemampuan lahan untuk mendukung aktivitas yang
ada. Analisis
nalisis superimpose digunakan untuk mengetahui kesesuain lahan di DAS Beringin. sehingga
dapat diketahui lokasi-lokasi
lokasi yang memiliki kesesuaian llahan
ahan berdasarkan kondisi fisik. Kerangka analisis
penelitian dapat dilihat pada Gambar
ambar 2.
II-52
INPUT PROSES OUTPUT
- Luas DAS
- Penggunaan Lahan
- Geologi, Hidrologi, Topografi
- Jenis tanah, lereng, curah
hujan Identifikasi kondisi DAS Beringin Kondisi fisik DAS Beringin
- Air Tanah, rawan Bencana,
gerakan tanah
Kesimpulan
2006 2010
II-53
2003 2006 2010
Gambar 4 Peta Penggunaan Lahan DAS Beringin Tahun 2003-2006-2010
Berdasarkan tabel 1. dapat diketahui bahwa terjadi peningkatan luas kawasan terbangun di DAS Beringin
pada tahun 2003-2010 sebesar 25 %, peningkatan luas kawasan terbangun ini terjadi hampir di seluruh
Kelurahan. Paling besar terjadi di kelurahan Pesantren (69,66% dari luas sebelumnya)
Tabel 1 Luas Penggunaan lahan DAS Beringin Tahun 2003 – 2006 – 2010
b. Kesesuaian Lahan
Kemiringan lahan/ lereng adalah faktor penting dalam arahan penggunaan lahan sebagai kawasan
permukiman. Karena didalam kawasan permukiman sudah pasti akan berdiri berbagai macam bangunan.
Analisis kemiringan lahan ini dapat dijadikan pertimbangan untuk memperkirakan letak bangunan paling
ideal, baik dari segi visual, kemantapan letak maupun biaya kontruksi. Untuk lahan dengan kemiringan
lereng datar dalam perencanaan bangunannya tidak terlalu sulit. Karena bangunan akan lebih mudah
ditempatkan pada lahan-lahan datar dengan biaya konstruksi relatif lebih murah dibandingkan dengan
lahan dengan kemiringan lahan yang curam. Kemiringan lereng di DAS Beringin dapat diklasifikasikan
kedalam 4 klas yaitu: datar, landai, agak curam dan curam.
II-54
Tabel 2 Kemiringan Lereng DAS Beringin
806.89 100.00
Setiap tanah mempunyai sifat dan kemampuan yang berbeda. Pemanfaatan tanah diharapkan dapat
dilakukan seoptimal mungkin dalam jangka waktu yang berkelanjutan. Untuk itu, tanah harus
dimanfaatkan sesuai daya dukung dan kemampuannya. Penelitian ini mengkaji hubungan jenis tanah
dengan kepekaannya terhadap erosi. Jenis tanah pada wilayah DAS Beringin masuk kedalam dua
kelompok yaitu jenis tanah latosol dan mediteran dengan tingkat kepekaan termasuk kedalam jenis agak
peka dan kurang peka.
Tabel 3 Jenis Tanah dan tingkat kepekaan terhadap erosi DAS Beringin
Luas
Jenis Tanah Klasifi kasi Skor
(Ha) %
Air hujan merupakan sumber alam bagi pengisian kembali air tanah. Semakin besar curah hujan yang
jatuh pada suatu wilayah, maka semakin besar sumber/ potensi yang dapat meresap kedalam tanah.
Banyaknya air hujan yang dapat meresap kedalam permukaan tanah tergantung pada jenis penutup
lahan daerah tersebut. Intensitas curah hujan rata-rata yang terjadi pada DAS Beringin antara 19,29 s/d
20,16 mm/hari.
Dari tiga faktor, kemiringan lereng, jenis tanah dan intensitas curah hujan dapat diketahui fungsi kawasan
dan kesesuaian pemanfaatan lahan DAS Beringin. Kerangka analisi kesesuaian lahan dapat dilihat pada
Gambar 5.
Jenis Tanah
latosol coklat kemerah
mediteran coklat
Scoring dan overlay
Peta Kesesuaian Lahan
Intensitas Curah Hujan kawasan budidaya
13.6 – 20.7 mm/hari kawasan penyangga
Kemiringan Lereng
0–8%
8 – 15 %
15 – 25 %
25 – 45 %
Analisis kesesuaian lahan DAS Beringin dilakukan dengan mengoverlaykan Kemiringan Lahan/Lereng,
Jenis Tanah dan Intensitas Curah hujan. Hasil analisis kesesuaian lahan pada wilayah DAS Beringin
menunjukkan terdapat 2 (dua) fungsi kawasan yaitu fungsi kawasan budidaya seluas 2.545 ha (94,54%)
dan fungsi kawasan penyangga. seluas 147 ha (5,46%). Peta kesesuaian DAS Bewrimngin berdasarkan
fungsi kawasan dapat dilihat pada gambar 6.
II-55
Gambar 6 Peta Kesesuaian Lahan DAS Beringin
Dari hasil analisis kondisi fisik lahan dapat diketahui sebaran kondisi fisik Lahan DAS Beringin sebagai
berikut :
1) Wilayah yang mempunyai kondisi fisik lahan baik seluas 2.031,68 ha (75,47%), tersebar
diseluruh Kelurahan.
2) Wilayah yang mempunyai kondisi fisik lahan sedang seluas 305,34 ha (11,34%), tersebar di
Kelurahan Wonosari, Gondoriyo, Tambakaji, Beringin dan Wates;
3) Wilayah yang mempunyai kondisi fisik lahan kurang baik seluas 17,5 ha (0,65%), tersebar di
Kelurahan Wonosari, Ngaliyan dan Jatibarang
Wilayah dengan potensi gerakan tanah tinggi seluas 265,38 hektar (9,86 %), berada di Kelurahan
Tambakaji, Beringin, Ngaliyan dan Kedungpane sedangkan Kawasan Penyanggga seluas 147,6 hektar
(5,46 %) berada di Kelurahan Wonosari, Gondoriyo, Ngaliyan dan Kedungpane. Sebaran Lokasi
permukiman berdasarkan kondisi fisik lahan dapat dilihat pada Gambar 8.
II-56
Gambar 8 Peta Kondisi Fisik Lahan DAS Beringin
Berdasarkan penelitian yang dilakukan dapat diberikan arahan lokasi kawasan permukiman di DAS
Beringin yang terbagi menjadi 3 kriteria yaitu :
1) Lokasi kawasan permukiman dengan kondisi lingkungan fisik baik seluas 1.958,18 hektar
(72,74 %) tersebar diseluruh wilayah kelurahan,;
2) Lokasi kawasan permukiman dengan koindisi lingkungan fisik sedang seluas 303,34 (11,27
%) berada di Kelurahan Wonosari, Gondoriyo, Tambakaji, Beringin dan Wates;
3) Lokasi kawasan permukiman dengan kondisi lingkungan fisik kurang baik, seluas 17,5 hektar
(0,65 %) berada disebagian Kelurahan Wonosari, Ngaliyan dan Jatibarang
Wilayah dengan potensi gerakan tanah tinggi seluas 265,38 hektar (9,86 %), berada di Kelurahan
Tambakaji, Beringin, Ngaliyan dan Kedungpane sedangkan Kawasan Penyanggga seluas 147,6 hektar
(5,46 %) berada di Kelurahan Wonosari, Gondoriyo, Ngaliyan dan Kedungpane. Sebaran arahan lokasi
kawasan permukiman dapat dilihat pada Gambar 10. Peta Arahan Lokasi Permukiman DAS Beringin
II-57
PETA ARAHAN LOKASI PERMUKIMAN DAS BERINGIN
4. Kesimpulan
Telah terjadi peningkatan luas kawasan terbangun di DAS Beringin hampir di semua wilayah kelurahan,
hal ini terjadi akibat adanya kebijakan pemerintah yang mengarahkan kecamatan Mijen dan Ngalian
untuk kawasan permukiman. Kondisi ini didukung dengan terjadinya peningkatan akses dari pusat kota
menuju kecamatan tersebut sebagai implikasin pemenuhan kebutuhan sarana prasarana permukiman
pada DAS Beringin.
Peningkatan kawasan terbangun harus selalu dievaluasi dan di monitoring supaya tidak terjadi
pemanfaatan lahan yang kurang sesuai menurut kondisi fisik lahan, karena bila terjadi kesalahan
pemilihan lokasi permukiman akan berakibat bencana. Hal ini akan bisa dihindari apabila tersedia
informasi tentang sebaran lokasi kondisi fisik lahan yang dapat dimanfaatkan sebagai kawasan
permukiman.
5. Referensi
Asdak, Chay. (2002): Hidrologi dan Pengelolaan Daerah Aliran Sungai. Gadjah Mada University Press.
Yogyakarta
Chapin, F. Stuart, Jr dan Edward J. Kaise. (1979): Urban Land Use Planning, Third Edition. University of Illinois
Press,. Urbana Chicago London.
Fabos, Julius Gy. (1985): Land Use Planning : From Global to Local Chalenge, Dowden and Culver, New York
Jayadinata, J. 1992: Tata Guna Tanah dalam Perencanaan Pedesaan, Perkotaan dan Wilayah. ITB. Bandung
Notohadiprawiro, Tejo Yuwono. (1991): Kumpulan Makalah Yang Pernah Dipresentasikan Dan Atau
Dipublikasikan (Bidang Lingkungan). Universitas Gadjahmada. Yogyakarta
Sitorus, Santun R.P. (1998): Evaluasi Sumberdaya Lahan. Penerbit TARSITO. Bandung.
SK Menteri Pertanian No.837/KPTS/Um/11/1986 dan No. 683/KPTS/Um/8/1981 serta Keppres No.48/1983.
Kriteria dan Tata Cara Penetapan Kawasan Lindung dan Kawasan Budidaya.
Suripin. (2002): Pelestarian Sumberdaya Tanah dan Air. Penerbit ANDI. Yogyakarta
Spiro Kostof. (1991):The City Shape Urban Pattern and Meaning Thtough History, Litte Brown and Company.
Canada
II-58
PENENTUAN LOKASI TPA SAMPAH YANG LAYAK DENGAN PENDEKATAN GIS DI KOTA
TANGERANG SELATAN
Abstrak: Kota Tangerang Selatan terbentuk berdasarkan Undang-Undang No. 51 Tahun 2008, yang merupakan
pemekaran dari Kabupaten Tangerang. Luas wilayah Kota Tangerang Selatan 147, 19 Km2 yang terdiri dari 7
(tujuh) kecamatan, 49 (empat puluh sembilan) kelurahan dan 5 (lima) desa, dengan jumlah penduduk 1. 303 .569
jiwa (hasil sensus penduduk tahun 2010). Dalam perkembangannya, Kota Tangerang Selatan mengalami
peningkatan kepadatan penduduk yang juga mempengaruhi peningkatan volume sampah. Sampah Kota
Tangerang Selatan menjadi permasalahan kota yang serius karena tidak diimbangi dengan penyediaan fasilitas
kota. Tidak tersedianya Tempat Pemrosesan Akhir (TPA) Sampah menimbulkan pencitraan Kota Tangerang
Selatan yang kurang baik karena pembuangan sampah ditempatkan pada lahan-lahan kosong yang ada. Oleh
karena itu perlu dilakukan analisis untuk penentuan lokasi TPA sampah Kota Tangerang Selatan berdasarkan
SNI No.19-3241-1994, dengan melihat 3 kriteria, yaitu: kriteria regional, kriteria penyisihan dan kriteria
penetapan. Analisis spatial dalam penelitian ini dilakukan dengan mengolah peta dari kompilasi Rencana Tata
Ruang Wilayah Kota Tangerang Selatan menggunakan software Geographycal Information System (GIS)
dengan menginterpretasikan kesesuaian dan karakteristik lahan berdasarkan pengunaan lahan, jaringan jalan,
jarak terhadap permukiman, jarak terhadap sumber air dengan penapisan karakteristik sosial penduduk sekitar
lokasi rekomendasi TPA sampah. Hasil interpretasi GIS tersebut memperlihatkan lokasi-lokasi terbaik yang
sesuai dengan persyaratan lokasi TPA. Dalam analisis ini, juga dilakukan penapisan karakteristik sosial untuk
mengatahui pandangan masyarakat terhadap penempatan lokasi TPA di sekitar pemukiman masyarakat
tersebut. Dari hasil analisis secara keseluruhan diperoleh alternatif rekomendasi lokasi TPA sampah Kota
Tangerang Selatan yang layak dan sesuai.
1. Latar Belakang
Kota Tangerang Selatan merupakan salah satu kota yang terbentuk berdasarkan Undang-undang
No. 51 tahun 2008, meliputi 7 (tujuh) kecamatan yaitu Kecamatan Serpong, Kecamatan Serpong
Utara, Kecamatan Pondok Aren, Kecamatan Ciputat, Kecamatan Ciputat Timur, Kecamatan
Pamulang, dan Kecamatan Setu.
Dalam perkembangannya Kota Tangerang Selatan menjadi penyangga pusat kota karena letaknya
yang berbatasan langsung dengan Kota Jakarta. Posisi strategis ini memberikan pengaruh terhadap
perkembangan Kota Tangerang Selatan. Kota yang semakin berkembang menjadi faktor penarik bagi
masyarakat untuk datang ke kota, sehingga menimbulkan peningkatan kepadatan penduduk yang
cukup pesat.
Perkembangan kota yang semakin meningkat seharusnya diimbangi dengan penyediaan sarana dan
prasarana pendukung kota yang akan memberikan dampak positif terhadap tingkat pertumbuhan
ekonomi, namun akan rentan terhadap kelestarian lingkungan. Kurangnya ketersediaan sarana dan
prasarana kota menjadi masalah perkotaan yang serius. Tidak adanya tempat pembuangan akhir
sampah di Kota Tangerang Selatan menjadi permasalahan yang serius. Karena peningkatan
kepadatan penduduk yang berpengaruh pada peningkatkan volume sampah.
Kota Tangerang Selatan pada tahun 2009 memiliki jumlah penduduk sebesar 1.139.471 jiwa yang
menghasilkan 3,988 ± m3 sampah/hari. Berdasarkan data tersebut diperoleh proyeksi peningkatan
volume sampah Kota Tangerang Selatan ± 15% per-tahunnya, sampai dengan akhir tahun
perencanaan tahun 2029 akan didapatkan jumlah timbunan sampah sebesar 143,441 m3
sampah/hari (RTRW Kota Tangerang Selatan 2009).
Penelitian ini bertujuan untuk mengkaji kemampuan analisa spasial dengan mengintrepretasi peta
menggunakan GIS. Berdasarkan hal tersebut peneliti mengangkat judul “Penentuan lokasi Tempat
Pemrosesan Akhir (TPA) Sampah Dengan Pendekatan GIS di Kota Tangerang Selatan” dalam
rangka mendukung penanganan permasalahan sampah di Kota Tangerang Selatan. Oleh karena itu
perlu dilakukan analisis untuk penentuan lokasi TPA sampah Kota Tangerang Selatan berdasarkan
SNI No.19-3241-1994, dengan melihat 3 kriteria, yaitu: kriteria regional, kriteria penyisihan dan
II-59
kriteria penetapan. Pemilihan lokasi TPA secara garis besar harus memenuhi persyaratan sebagai
berikut :
1. Jauh dari permukiman penduduk,
2. Merupakan lahan tidak produktif,
3. Memenuhi syarat luas lahan yang ditentukan
4. Dekat dengankses berupa jalan utama.
Analisis spatial dalam penelitian ini dilakukan dengan mengolah peta dari kompilasi Rencana Tata
Ruang Wilayah Kota Tangerang Selatan menggunakan software Geographycal Information System
(GIS) dengan menginterpretasikan kesesuaian dan karakteristik lahan berdasarkan pengunaan lahan,
jaringan jalan, jarak terhadap permukiman, jarak terhadap sumber air dengan penapisan karakteristik
sosial penduduk sekitar lokasi rekomendasi Tempat Pemrosesan Akhir (TPA) sampah. Dengan
demikian didapat alternatif rekomendasi lokasi Tempat Pemrosesan Akhir (TPA) sampah Kota
Tangerang Selatan yang layak dan sesuai.
2. Metodologi Penelitian
Penelitian ini dilakukan di Kota Tangerang selatan, dengan melihat dan menganalisis peta tata guna
lahan. Peta tersebut di digitasi dengan menggunakan software ArcGIS 9.3, kemudian dianalisa dan di
overlay sesuai dengan kriteria dari SNI 03-3241-1994 yang mengatur ketentuan sebagai berikut
pembuangan sampah tidak boleh dilakukan pada danau, sungai dan laut. Kemudian penentuan lokasi
Tempat Pemrosesan Akhir (TPA) dilakukan secara bertahap meliputi tahap regional, tahap penyisih
dan tahap penetapan. Sebelum ke tahap penetapan dilakukan tahap penyisihan dan tahap penapisan
dengan ketentuan seperti jarak dari permukiman atau perumahan penduduk adalah 300 m atau lebih,
jarak dari sungai dan sumber air bersih adalah 90 m atau lebih, jarak terhadap bandara adalah 3 km
atau lebih, lokasi Tempat Pemrosesan Akhir (TPA) tidak terletak pada daerah dataran banjir, lokasi
Tempat Pemrosesan Akhir (TPA) tidak terletak di kawasan perkotaan dan kawasan lindung,
persentase luas lahan terbangun sebesar 20 %, TPA terletak pada lokasi dengan aksesibilitas
terhadap jalan aspal paling jauh 1 km, lokasi Tempat Pemrosesan Akhir (TPA) harus mempunyai
luasan 10 Ha atau lebih dan juga menganalisis penapisan karakekteristik masyarakat untuk
mengetahui pandangan dan tanggapan masyarakat terhadap pembangunan TPA di sekitar lokasi
rekomendasi Tempat Pemrosesan Akhir (TPA) sampah. Analisis penapisan karakteristik sosial ini
dilakukan pada masyarakat sekitar lokasi rekomendasi Tempat Pemrosesan Akhir (TPA) sampah
Kota Tangerang Selatan dengan menggunakan metode wawancara secara informal.
Basis data digital dalam penelitian ini berupa kumpulan data grafis hasil digitasi dari peta analog yang
disusun dalam layer-layer data. Dalam penyusunan layer data ini harus mempertimbangkan kriteria
yang digunakan sebagai dasar pemilihan lokasi Tempat Pemrosesan Akhir (TPA) sampah. Sehingga
dengan layer data yang ada dapat dilakukan pemodelan analisis spasial.
Dalam analisis spatial menggunakan teknologi GIS ini akan melibatkan sekaligus data spatial dan
data atribut dari layer data yang digunakan menurut kriteria yang diapakai. Teknik ini telah diterapkan
untuk analisis kesesuaian lahan, perencanaan kawasan dan bahkan dalam penentuan tafsiran nilai
tanah. Penulis juga telah melakukan dengan teknik ini untuk perencanaan fungsi kawasan pada
pengelolaan Daerah Aliran Sungai, dengan hasil memenuhi kriteria yang ditentukan (Waljiyanto,
1997).
Pemilihan lokasi untuk pembuangan sampah kota seharusnya tidak berbenturan dengan peruntukkan
lahan lainnya. Hal ini untuk mencegah kemungkinan timbulnya pencemaran dan dampak negatif
terhadap masyarakat di sekitar Tempat Pemrosesan Akhir (TPA) sampah. Oleh karena itu digunakan
parameter kriteria SNI dalam acuan penentuan lokasi TPA pada penelitian ini. Dalam penentuannya
dibutuhkan luas lahan yang cukup luas untuk TPA sampah itu sendiri dan Buffer zone untuk
menghindari dampak dari bau, kebisingan, lalat dan vektor penyakit dengan ditanami pohon
pelindung dengan ketebalan berkisar antara 20 m sampai dengan 50 m dari batas luar daerah lokasi
TPA sampah. Selain itu ditetapkan pula Free Zone yang merupakan zona bebas dimana
kemungkinan masih dipengaruhi leachate, sehingga harus merupakan Ruang Terbuka Hijau dengan
ketebalan 50 sampai dengan 80 m dari batas luar buffer zone. Oleh karena itu analisis parameter
kriteria lokasi TPA sampah harus memiliki jarak dari permukiman atau perumahan penduduk adalah
300 m atau lebih, jarak dari sungai dan sumber air bersih adalah 90 m atau lebih, jarak terhadap
II-60
bandara adalah 3 km atau lebih, TPA terletak pada lokasi dengan aksesibilitas terhadap jalan aspal
paling jauh 1 km.
Dalam analisis menggunakan aplikasi GIS ini digunakan peta tata guna lahan yang didapat dari
RTRW Kota Tangerang Selatan tahun 2009. Dengan anggapan bahwa TPA sampah yang akan
ditentukan dalam penelitian ini baru bersifat tahap pendahaluan, maka ketelitian peta dianggap dapat
diterima sebagai bahan dasar tahap analisis yang lebih detil.
Kota Tangerang Selatan memiliki luas wilayah 14,719 Hektar. Pertumbuhan fisik kota
menunjukkan besarnya kawasan terbangun kota, yaitu seluas 10.596,10 Ha atau 71,99 dari
seluruh luas Kota Tangerang Selatan yang terdiri dari perumahan dan permukiman 67,54 %,
kawasan industri 1,14 % serta perdagangan dan jasa 3,31 %.
Kecamatan dengan wilayah paling besar di Kota Tangerang Selatan terdapat di Kecamatan
Pondok Aren dengan luas 2.988 hektar atau 20,30% dari luas keseluruhan Kota Tangerang
Selatan, sedangkan kecamatan dengan luas paling kecil adalah Kecamatan Setu dengan luas
1.480 hektar atau 10,06%.
Luas kelurahan/desa dengan wilayah di atas 400 (empat ratus) hektar terletak di Kecamatan
Pamulang, yaitu Kelurahan Pondok Cabe Udik dan Kelurahan Pamulang Barat, dan di Kecamatan
Serpong Utara, yaitu Kelurahan Paku Jaya. Kelurahan dengan luas wilayah di bawah 150 (seratus
lima puluh) hektar terletak di Kecamatan Serpong, yaitu Cilenggang dan Serpong, dan di
Kecamatan Serpong Utara, yaitu Kelurahan Jelupang. Kelurahan/desa dengan luas wilayah
paling besar adalah Kelurahan Pondok Cabe Udik dengan luas wilayah 483 (empat ratus delapan
puluh tiga) hektar sedangkan kelurahan/desa dengan luas wilayah paling kecil adalah Kelurahan
Jelupang dengan luas wilayah 126 (seratus dua puluh enam) hektar.
Sebagian besar wilayah Kota Tangerang Selatan merupakan dataran rendah, dimana sebagian
besar wilayah Kota Tangerang Selatan memiliki topografi yang relatif datar dengan kemiringan
tanah rata-rata 0 – 3% sedangkan ketinggian wilayah antara 0 – 25 m dpl. Untuk kemiringan pada
garis besarnya terbagi atas 2 (dua) bagian, yaitu :
1. Kemiringan antara 0 – 3% meliputi Kecamatan Ciputat, kecamatan Ciputat Timur, Kecamatan
Pamulang, Kecamatan Serpong dan Kecamatan Serpong Utara.
2. Kemiringan antara 3 – 8% meliputi Kecamatan Pondok Aren dan Kecamatan Setu.
Keadaan iklim didasarkan penelitian di Stasiun Geofisika Klas I Tangerang, yaitu berupa data
temperatur (suhu) udara kelembaban udara dan intensitas matahari, curah hujan dan rata-rata
0
kecepatan angin. Temperatur udara rata-rata berkisar antara 23,5 – 32,6 C, temperatur
maksimum tertinggi pada bulan Oktober yaitu 33,9 0C dan temperatur minimum terendah pada
bulan Agustus dan September yaitu 22,8 0C. Rata-rata kelembaban udara dan intensitas matahari
sekitar 78,3 % dan 59,3 %. Keadaan curah hujan tertinggi terjadi pada bulan Februari, yaitu 486
mm, sedangkan rata-rata curah hujan dalam setahun adalah 177,3 mm, hari hujan tertinggi pada
terjadi bulan Desember dengan hari hujan sebanyak 21 hari. Rata-rata kecepatan angin dalam
setahun adalah 3,8 m/detik dan kecepatan maksimum 12,6m/detik
Kota Tangerang Selatan merupakan daerah yang relatif datar. Adapun pada beberapa Kecamatan
terdapat lahan yang bergelombang seperti di perbatasan antara Kecamatan Setu dan kecamatan
Pamulang serta sebagian di kecamatan Ciputat Timur. Kondisi geologi Kota Tangerang Selatan
umumnya adalah batuan alluvium, yang terdiri dari batuan lempung, lanau, pasir, kerikil, kerakal
dan bongkah. Berdasarkan klasifikasi dari United Soil Classification System, batuan ini
mempunyai kemudahan dikerjakan atau workability yang baik sampai sedang, unsur ketahanan
terhadap erosi cukup baik oleh karena itu wilayah Kota Tangerang Selatan masih cukup layak
untuk kegiatan perkotaan.
Dilihat dari data jenis tanah berdasarkan keadaan geologi, di wilayah Kota Tangerang Selatan
sebagian besar terdiri dari batuan endapan hasil gunung api muda dengan jenis batuan kipas
aluvium dan aluvium/aluvial. Sedangkan dilihat dari sebaran jenis tanahnya, pada umumnya di
Kota Tangerang Selatan berupa asosiasi latosol merah dan latosol coklat kemerahan. Oleh karena
itu secara umum lahan cocok untuk pertanian/ perkebunan. Jenis tanah yang sangat sesuai
II-61
dengan kegiatan pertanian tersebut makin lama makin berubah penggunaannya untuk kegiatan
lainnya yang bersifat non-pertanian. Sedangkan untuk sebagian wilayah seperti di Kecamatan
Serpong dan Kecamatan Setu jenis tanahnya ada yang mengandung pasir khususnya untuk
daerah yang dekat dengan Sungai Cisadane.
b. Kriteria Penyisihan
Kriteria penyisihan merupakan batasan penilaian yang digunakan untuk memilih lokasi terbaik dari
beberapa calon lokasi yang lolos penyaringan kriteria regional untuk penentuan calon lokasi TPA
sampah. Pada analisis spasial dengan aplikasi GIS akan melibatkan analisis data atribut. oleh
karena itu, basis data digital harus berisi obyek-obyek yang disimpan dalam layer data dengan
atribut sesuai dengan kriteria SNI. Namun demikian tersedianya basis data digital dengan atribut
yang lebih rinci akan memberikan peluang berbagai jenis analisis spasial untuk tujuan yang
berbeda. Misalnya pada layer data tata guna lahan dimana sesuai dengan kriteria yang digunakan
layer ini paling tidak harus memuat objek daerah pemukiman, DAS dan bandar udara. Hal ini
disebabkan persyaratan lokasi TPA sampah harus memperhatikan jarak terhadap pemukiman
penduuduk, jarak terhadap bandar udara, jarak terhadap jaringan jalan, jarak terhadap daerah
aliran sungai dan tidak terletak pada kawasan perkotaan dan lindung.
Parameter yang dijadikan kriteria dalam analisis kelayakan parameter persyaratan lokasi
penimbunan sampah dengan aspek geologi. Parameter-parameter yang digunakan dalam analisis
regional ini sesuai dengan kriteria SNI 19-3241-1994 yang diterbitkan oleh Badan Standarisasi
Naional. Analisis kelayakan lokasi TPA sampah diawali dengan menganalisis parameter-
parameter dengan meng overlay peta-peta tematik Kota Tangerang Selatan. Parameter yang
digunakan adalah batas administrasi, jaringan jalan, Daerah Aliran Sungai, jaringan rel, jaringan
sutet.
Pada penelitian ini sumber data peta yang digunakan adalah peta Tata Guna Lahan Kota
Tangerang Selatan dengan skala 1: 20.000 edisi 2009. Data ini yang akan digunakan untuk
menganalisis kelayakan lokasi TPA sampah Kota Tangerang Selatan. Langkah pertama yang
dilakukan adalah membuka aplikasi GIS kemudian add data peta tata guna lahan pada worksheet,
data akan muncul dan tersimpan pada tampilan layer. Pada tampilan layer klik menu open
attribute table untuk memunculkan field dan record datanya. Pada tampilan attribute tersebut klik
option dan pilih select by attributes untuk menganalisis luasan lahan pada penggunaan lahan di
Kota Tangerang Selatan. Keluar tampilan berupa kolom select from contour kemudian menuliskan
besar luasan lahan kriteria untuk penetapan lokasi TPA sampah pada kolom tersebut. Kemudian
klik verify lalu OK. Setelah melakukan hal tersebut diatas, maka keluarlah data luasah lahan dalam
penggunaannya, dapat dilihat dalam tabel berikut.
II-62
Dari hasil overlay peta tematik didapat hasil peruntukkan lahan yang layak untuk TPA sampah
Kota Tangerang Selatan. Zona yang tidak layak untuk pembangunan TPA sampah merupakan
lahan yang sudah terbangun menjadi pemukiman, kawasan lindung, kebun/ladang, industri,
perdagangan dan jasa, kawasan militer, tambak/kolam/empang, pasir/galian, pendidikan dan
Pusat Penelitian Ilmu Pengetahuan dan Teknologi (Puspiptek), lapangan udara serta danau/setu.
Data lokasi yang tersisa untuk calon TPA sampah adalah sawah, semak belukar, dan tanah
kosong. Dari data tersebut dianalisis sesuai dengan kriteria yang digunakan. Analisis luas lahan
dari permukiman atau perumahan penduduk adalah 300 m atau lebih, jarak dari sungai dan
sumber air bersih adalah 90 m atau lebih, jarak terhadap bandara adalah 3 km atau lebih, lokasi
TPA tidak terletak di kawasan perkotaan dan kawasan lindung, TPA terletak pada lokasi dengan
aksesibilitas terhadap jalan aspal paling jauh 1 km, lokasi TPA harus mempunyai luasan 10 Ha
atau lebih. Berdasarkan arahan pengendalian pemanfaatan ruang menurut Undang-undang No.
26 Tahun 2007 tentang Penataan Ruang dilakukan melalui penatapan peraturan zonasi,
Perizinan, pemberian insentif dan disinsentif, serta pengenaan sanksi.
Hasil akhir dari analisis spasial yang dilakukan di dapat dua alternatif rekomendasi TPA sampah
Kota Tangerang Selatan, yaitu di Kecamatan Pondok Aren Kelurahan Parigi Baru dan di
perbatasan antara Kecamatan Pondok Aren dengan Kecamatan Serpong, Kelurahan Lengkong
Wetan. Yang masing- masing memiliki luasan lahan sebesar 21,71 ha dan 28,17 ha. Kedua lokasi
lahan terpilih merupakan sawah. Berdasarkan kriteria regional Kota Tangerang Selatan,
Kecamatan Pondok Aren memliki luasan lahan terbesar di Kota Tangerang Selatan yaitu sebesar
29,88 km2 dan memiliki kepadatan penduduk sebesar 246,870 jiwa/km2.. Pemanfaatan lahan di
kecamatan ini masih banyak yang belum terbangun, sehingga dalam analisis penentuan lokasi
TPA sampah Kota Tangerang Selatan lebih mudah dalam penentuannya. Berdasarkan keadaan
topografi Kota Tangerang Selatan merupakan daerah yang relatif datar. Sedangkan untuk kondisi
geologi Kota Tangerang Selatan umumnya adalah batuan alluvium, yang terdiri dari batuan
lempung, lanau, pasir, kerikil, kerakal dan bongkah. Berdasarkan klasifikasi dari United Soil
Classification System, batuan ini mempunyai kemudahan dikerjakan atau workability yang baik
sampai sedang, unsur ketahanan terhadap erosi cukup baik oleh karena itu wilayah Kota
Tangerang Selatan tidak termasuk wilayah yang rawan bencana.
Setelah mendapat hasil dari analisis spasial didapat dua lokasi rekomendasi TPA sampah Kota
Tangerang Selatan dilakukan analisis penapisan karakteristik sosial terhadap masyarakat sekitar
lokasi rekomendasi TPA sampah. Analisis penapisan karakteristik ini dilakukan dengan metode
wawancara kepada masyarakat sekitar lokasi rekomendasi TPA sampah Kota Tangerang Selatan.
Wawancara dilakukan pada kedua lokasi rekomendasi yaitu pada Keluarahan Parigi Baru dan
perbatasan antara Kelurahan Parigi Baru dnegan Kelurahan Lengkong Wetan. Wawancara ini
dilakukan secara informal untuk mengetahui pandangan dan tanggapan masyarakat terhadap
penempatan TPA sampah di dekat pemukiman mereka. Karena dengan adanya TPA sampah
akan menyebabkan pencemaran lingkungan yang berimplikasi kepada kesehatan masyarakat
sekitar yang tinggal di dekat lokasi TPA. Pencemaran dapat berupa pencemaran udara yaitu bau
sampah yang tidak baik bagi kesehatan pernapasan, mendatangkan serangga pemakan sampah
seperti lalat, pencemaran air, pencemaran tanah serta mengganggu pemandangan lingkungan.
Oleh karena itu analisis penapisan karakteristik sosial ini perlu dikakukan karena aspirasi dan
peran masyarakat sangat menentukan pembangunan dan perkembangan suatu wilayah.
Walaupun sudah mendapat lokasi rekomendasi TPA sampah yang layak melalui analisis GIS
perlu diketauhi juga pandangan masyarakat terhadap pembangunannya. Agar terjadi
pembangunan dan perkembangan yang berkelanjutan. Karena pada dasarnya perencanaan
dilakukan untuk mengoptimalkan pembangunan dengan meminimalisir kesalahan dan dampak
negatif yang akan terjadi di masa yang akan datang.
5. Kesimpulan
Dengan memanfaatkan analisis menggunakan software GIS di dapat dua lokasi rekomendasi TPA
sampah Kota Tangerang Selatan yang layak berdasar kriteria SNI 03-3241-1994. Pemilihan lokasi
terlayak dalam penelitian ini dilakukan dengan menganalisis tanggapan masyarakat sekitar terhadap
rencana pembangunan TPA sampah di sekitar tempat tinggal. Lokasi yang di dapat adalah Kelurahan
Parigi Baru dan perbatasan Kelurahan Parigi Baru dengan Kelurahan Lengkong Wetan, yang terpilih
menjadi lokasi rekomendasi TPA sampah adalah di Kelurahan Perigi Baru. Pemilihan akhir ini didapat
II-63
berdasarkan perbandingan tanggapan mayarakat yang dapat menerima pembangunan TPA sampah
di dekat pemukimannya dan letak lokasi yang memiliki aksesibilitas yang banyak, jauh dari
permukiman, jauh dari sungai. Sedangkan lokasi yang berada di perbatasan Kelurahan Perigi Baru
dan Kelurahan Lengkong Wetan kurang berpotensi untuk menjadi lokasi TPA sampah, karena lokasi
tersebut terpotong oleh sungai. Berdasarkan ketentuan penentuan lokasi TPA sampah Kota
Tangerang Selatan, dalam penentuannya dibutuhkan luas lahan untuk buffer zone dan free zone.
Sehingga luasan lahan untuk lokasi TPA berkurang.
Pemanfaatan aplikasi GIS dalam studi penentuan lokasi, perlu dikembangkan lagi, mengingat data
yang tersedia sudah cukup beragam dan mudah diakses untuk perencanaan pembangunan serta
dalam penggunaannya pun lebih mudah dan efisien.
6. Referensi
Hoesein.H.Asrul. Penentuan lokasi TPA Sampah dari Tim Manajemen Lekad
RTRW Kota Tangerang Selatan 2009
Setiawan, Fajar . Aplikasi Penginderaan Jauh dan GIS Untuk Penentuan Lokasi Tpa Sampah Di Kota Surabaya
SNI No.19-3241-1994
II-64
Pemilihan Lokasi Pusat Pemerintahan Kabupaten (PUSPEMKAB) Serang
Abstrak: Pemilihan lokasi Puspemkab Serang dilakukan berdasarkan kajian teknis dan ilmiah, yaitu dilakukan
penilaian terhadap 28 kecamatan berdasarkan analisis kebijakan, fisik, kebencanaan, analisis potensi internal
dan aspirasi masyarakat. Analisis dilakukan melalui tiga tahap analisis yaitu penilaian kecamatan layak lokasi
berdasar analisis kebijakan (legalitas) dan kebencanaan (kondisi fisik yang sudah tidak dapat diubah), penilaian
terhadap potensi internal (area strategis yang dapat memberikan pelayanan optimal) dan penilaian terhadap
kecamatan hasil tahap kedua melalui penjaringan aspirasi stakeholder terkait dengan metoda AHP (Analytical
Hierarchy Process). Dari ketiga tahap analisis ini didapatkan empat prioritas kecamatan yang layak dipilih
sebagai Pusat Pemerintahan Kabupaten Serang.
Kata kunci: Puspemkab Serang, Pemilihan Lokasi Puspemkab Serang, Kabupaten Serang,
1. Latar Belakang
Menindaklanjuti Keputusan Dewan Perwakilan Rakyat Daerah Kabupaten Serang Nomor 09 Tahun
2007 tentang Penetapan Ibukota Kabupaten Serang serta dengan telah ditetapkannya undang-
Undang Nomor 32 Tahun 2007 tentang Pembentukan Kota Serang, tanggal 10 Agustus 2007
Pemerintah Kabupaten Serang secara definitif resmi menjadi dua daerah otonom yaitu Kabupaten
Serang dan Kota Serang. Ibu Kota Kabupaten Serang sebagai pusat pemerintahan Kabupaten Serang
berdasarkan Keputusan Dewan Perwakilan Rakyat Daerah Kabupaten Serang serta dalam Peraturan
Daerah tentang Rencana Tata Ruang Wilayah (RTRW) Kabupaten Serang Tahun 2008 – 2028 di
tetapkan di Kecamatan Baros. Pusat Pemerintahan Kabupaten (Puspemkab) Serang yang telah di
tetapkan di Kecamatan Baros, mendapat sorotan yang cukup beragam dari berbagai pelaku kegiatan,
baik dari kalangan masyarakat maupun swasta. Sehingga diperlukan pemantapan lokasi Puspemkab
Serang.
Tujuan dari kegiatan ini adalah melakukan penilaian terhadap 28 kecamatan yang terdapat di wilayah
Kabupaten Serang untuk diperbandingkan satu dengan lainnya dari aspek kebijakan, fisik, faktor
internal, serta asprasi masyarakat untuk kemudian dipilih kecamatan terpilih sebagai Puspemkab
Serang melalui metode teknis dan analitis yang ilmiah.
Sasaran kegiatan ini adalah sebagai berikut:
1) Dilakukannya penilaian terhadap 28 (dua puluh delapan) kecamatan untuk kelayakan sebagai
lokasi pusat pemerintahan berdasarkan analisis kebijakan, fisik, kebencanaan, analisis potensi
internal dan aspirasi masyarakat.
2) Ditentukannya beberapa kecamatan prioritas berdasarkan hasil penilaian kelayakan sebagai
lokasi pusat pemerintahan.
3) Ditentukannya beberapa unit desa sebagai lokasi kawasan Puspemkab pada kecamatan prioritas
terpilih.
II-65
lainnya sebagai pusat pelayanan kegiatan sosial ekonomi dan pusat pengumpulan serta pengolahan
hasil produksi. Suatu Puspemkab akan mempunyai beberapa fungsi antara lain adalah sebagai
berikut (LAPI ITB, 2002) : merupakan pusat administrasi pemerintahan dimana fungsi ini akan sangat
didukung oleh kemampuan daerah tersebut dalam mengelola suatu sistem kelembagaan
pemerintahan yang ada, fungsi sebagai pusat pengembangan wilayah sekitarnya dimana hal ini
dapat dilakukan jika daerah tersebut telah dapat melewati ambang batas pertumbuhan yang mampu
menyangga kebutuhannya sendiri (self-sustained growth) yang harus didukung oleh kondisi
perekonomian yang memadai, merupakan pusat pelayanan masyarakat baik bagi masyarakat di
daerah tersebut maupun daerah sekitarnya dalam lingkup kabupaten.
1.3 Persyaratan Suatu Pusat Pemerintahan
Ada beberapa kriteria yang harus dipenuhi dalam mempertimbangkan suatu daerah untuk menjadi
Puspemkab yaitu (LAPI ITB, 2002) yaitu mampu mendukung fungsi suatu pusat pemerintahan
kabupaten yang hal ini sangat tergantung dari kebijaksanaan pembangunan daerah kabupaten yang
bersangkutan, memiliki potensi pertumbuhan dan perkembangan dimana daerah tersebut harus
memiliki potensi-potensi pertumbuhan dan perkembangan, dan terletak pada lokasi yang strategis
yang berarti aman dan relatif sentris terhadap wilayahnya untuk dapat melakukan tindakan
pembinaan dan pengembangan wilayahnya.
1.4 Konsep Proses Pemilihan Lokasi Pusat Pemerintahan Kabupaten Serang.
Konsep yang digunakan dalam proses pemilihan lokasi Puspemkab Serang didasarkan pada fungsi
dan peran sebuah pusat pemerintahan secara umum, sebagaimana tertuang dalam Undang-Undang
No. 26 Tahun 2007 tentang Penataan Ruang.
1) Fungsi dan Peran Puspemkab Serang:
Suatu Puspemkab tidak hanya sebagai pusat administrasi pemerintahan, namun juga mempunyai
kekuatan ekonomi untuk menunjang pengembangan wilayah secara merata.
a. Pusat Administrasi Pemerintahan
b. Pusat Pelayanan Masyarakat
c. Pusat Pengembangan Wilayah sekitarnya
d. Pemerataan Pembangunan
2. Teknik Analisis
Metode pelaksanaan kegiatan pemilihan lokasi Puspemkab Serang dilakukan melalui serangkaian
tahapan pelaksanaan dan analisa, meliputi tahapan dan analisa teknis kuantitatif maupun kualitatif.
II-66
TAHAP I: Wilayah Layak Lokasi
Melakukan penilaian kecamatan Layak Lokasi berdasar Analisis
Kebijakan (legalitas) dan Kebencanaan (kondisi fisik yang sudah
tidak dapat diubah)
II-67
b. Lokasi Puspemkab Serang merupakan kota yang dapat menjadi pemerata pembangunan
untuk keseluruhan wilayah Kabupaten Serang.
c. Lokasi Puspemkab Serang sebagai pusat administrasi harus menempati area strategis dan
memberikan pelayanan optimal bagi masyarakat Kabupaten Serang.
Proses pemilihannya adalah:
Pemilihan stakeholder terkait yang merupakan perwakilan dari lembaga dan kelompok
masyarakat;
Penyusunan kuesioner yang berisi pertanyaan yang terstruktur yang akan menjadi
pegangan dalam wawancara;
Melakukan uji coba kuesioner terhadap stakeholder terpilih,
Melakukan wawancara dengan kuesioner yang terstruktur dan pengolahan data melalui
metode AHP.
Analisis spasial kebencanaan dilakukan melalui overlay berbagai peta potensi bencana yang dimiliki
oleh Kabupaten Serang yaitu potensi gempabumi, potensi bahaya tsunami, potensi bahaya banjir,
potensi bahaya longsor, potensi bahaya gunungapi, dan kondisi kelerengan wilayah Kabupaten
Serang. Peta-peta potensi bencana yang ada di Kabupaten Serang adalah sebagai berikut:
II-68
Gambar 2 Potensi Gempabumi Kabupaten Serang
II-69
Gambar 4 Potensi Bahaya Banjir Kabupaten Serang
II-70
Gambar 6 Potensi Bahaya Gunungapi Kabupaten Serang
Sedangkan analisis pemilihan wilayah layak lokasi Puspemkab Serang berdasarkan kebijakan RTRW
Kabupaten Serang tahun 2009-2029, adalah wilayah kecamatan yang mempunyai fungsi
terhadap ketiga kriteria yaitu:
a. Kebijakan pemanfaatan ruang terutama pada pengaturan sistem perkotaan;
b. Rencana pembentukan wilayah pengembangan yang selanjutnya disebut sentra kawasan
pengembangan (SKP);
c. Rencana pembentukan sistem hirarki perwilayahan.
Sedangkan hasil pemilihan wilayah kecamatan layak lokasi berdasarkan ketiga kriteria kebijakan
tersebut diatas adalah:
II-71
1. Cinangka; 6. Pulo Ampel;
2. Baros; 7. Kramatwatu;
3. Cikande; 8. Ciruas;
4. Anyer; 9. Pontang
5. Bojonegara
Tabel berikut menunjukkan pemilihan kecamatan layak lokasi berdasarkan RTRW yang memiliki
luasan wilayah sebagian besar bebas kebencanaan dan bebas kecuraman.
Tabel 1 Pemilihan Kecamatan Layak Lokasi Berdasarkan RTRW, Bebas Kebencanaan dan Bebas
Kecuraman
Kriteria Pemilihan Pilihan
Sistem Layak
No Kecamatan Sistem Sentra Kawasan Bebas Bebas
Hirarki Lokasi
Perkotaan Pengembangan Kebencanaan Kecuraman (LL)
Wilayah
1 Cinangka X X X X LL
2 Padarincang X X X
3 Ciomas X
4 Pabuaran X X X X LL
5 Gunung Sari X X
6 Baros X X X X X LL
7 Petir X X X X LL
8 Tunjung Teja X X
9 Cikeusal X X
10 Pamarayan X X
11 Bandung X X
12 Jawilan X X X
13 Kopo X X X
14 Cikande X X X X X LL
15 Kibin X X
16 Kragilan X X X X LL
17 Waringinkurung X X
18 Mancak X
19 Anyar X X X
20 Bojonegara (X)
21 Pulo Ampel (X)
22 Kramatwatu (X)
23 Ciruas X X X X X LL
24 Pontang (X)
25 Carenang X X X
26 Binuang X X X
27 Tirtayasa X X X
28 Tanara X X X
Sumber: Hasil analisis
Berdasarkan analisis kebijakan (legalitas) dan fisik kawasan yaitu kebencanaan dan kecuraman,
maka didapatkan 7 kecamatan sebagai hasil dari analisis Tahap I, yaitu kecamatan Cinangka,
Pabuaran, Baros, Petir, Cikande dan Kragilan.
II-72
2) Analisis Tahap II: Pemilihan Wilayah Alternatif Lokasi berdasarkan Analisis Teknis Faktor
Internal.
Analisis teknis - kuantitatif faktor internal adalah analisis yang memperhitungkan variabel-variabel
internal:aksesibilitas, tingkat pelayanan sarana dan prasarana, ketersediaan air bersih, aspek
kependudukan, aspek jarak antar kecamatan, pergerakan penduduk usia produktif (25 aspek)
meliputi:
Aksesibilitas (dalam pengertian ”kedekatan jarak terhadap pusat pelayanan”):,
a. Kedekatan jarak terhadap prasarana pendidikan
b. Kedekatan jarak terhadap prasarana kesehatan
c. Kedekatan jarak terhadap prasarana ekonomi
d. Kedekatan jarak terhadap prasarana komunikasi
Tingkat pelayanan fasilitas telekomunikasi
(Digunakan data penggunaan telp kabel)
Cakupan pelayanan fasilitas sosial – ekonomi
(Meliputi: sekolah, pasar, bank, rumah sakit, tempat ibadah, toko, restoran, hotel, koperasi, dll)
Cakupan Pelayanan Air Bersih
Kependudukan
(Jumlah penduduk miskin, angka ketergantungan tenaga kerja)
Kedekatan Jarak antar Kecamatan
Analisis yang digunakan untuk tahap kedua ini adalah sebagai berikut :
Analisis Aksesibilitas (Menggunakan data kedekatan jarak antar kecamatan di Kab. Serang):
Analisa P-Median
Analisis Sarana-Prasarana (Menggunakan sarana-prasarana, BPS Tahun 2007, Podes Tahun
2008): Analisa Skoring
Analisis Cakupan Pelayanan Sarpras: Analisa Skoring
Analisis Pemeringkatan : Analisa Skalogram
Data Sosial – Ekonomi yang digunakan dalam analisis ini meliputi 25 parameter yaitu: TK, SD, SMP,
SMA, SMK, Perguruan Tinggi, Pos Kesehatan Desa, Poliklinik Desa, Posyandu, Apotik, Dokter,
Dokter Gigi, Bidan, Tenaga Kesehatan lainnya, Masjid, Surau, Industri Kecil, Pasar, Mini Market,
Restoran, Warung, Toko, Hotel, Penginapan, Koperasi.
Hal yang sama juga dilakukan pada aspek lainnya, yaitu aspek ketersediaan air bersih, aspek
kependudukan (jumlah penduduk miskin dan tingkat ketergantungan tenaga kerja, serta aspek
kedekatan jarak antar kecamatan).
Tahapan akhir dari analisis teknis faktor internal ini adalah pemetaan hasil skoring pada tabel yang
dianalisis sedemikian rupa sehingga pada akhirnya akan diperoleh peringkat kecamatan yang sesuai
untuk dijadikan sebuah pusat pemerintahan. Hasil skoring analisis internal adalah seperti pada tabel
berikut:
II-73
Kragilan x x V
Pabuaran x x VI
Cinangka x x VII
Dari analisis faktor teknis internal diatas didapatkan empat kecamatan yang merupakan prioritas
kecamatan tertinggi yaitu kecamatan Petir, Ciruas, Cikande dan Baros. Kepada keempat kecamatan
ini akan dilakukan analisis tahap berikutnya.
3) Analisis Tahap III: Pemilihan Wilayah Prioritas Lokasi berdasar Aspirasi Stakeholder
Metoda yang dipakai dalam analisis tahap ke III ini adalah dengan metoda AHP (analytical hierarchy
process) dimana langkah penilaian dilakukan secara berjenjang, dimulai dari penilaian bobot kriteria
terhadap tujuan dan dilanjutkan dengan penilaian bobot masing-masing kecamatan alternatif
Puspemkab terhadap setiap kriteria.
Puspemkab Serang
Hasil AHP
Berdasarkan hasil penilaian stakeholder terhadap kriteria fungsi-fungsi suatu pusat pemerintah,
fungsi Pusat Pelayanan merupakan fungsi yang paling penting bagi pusat pemerintahan Kabupaten
Serang berdasar persepsi stakeholder. Secara lengkap persepsi stakeholder terhadap fungsi pusat
pemerintahan Kabupaten Serang adalah terlihat pada tabel berikut
Berdasarkan analisis terhadap hasil penilaian persepsi para stakeholder, maka didapatkan rata-rata
penilaian seperti pada tabel berikut:
II-75
Cikande 3,072 0,15360 IV
Dengan menggunakan semua kriteria diatas, kecamatan yang mempunyai nilai tertinggi merupakan kecamatan
yang mendapatkan prioritas pertama sebagai lokasi Puspemkab Serang berdasar persepsi para stakeholder
adalah Kecamatan Ciruas. Sedangkan Kecamatan Petir merupakan prioritas kedua, Kecamatan Baros adalah
prioritas ketiga, dan Kecamatan Cikande merupakan prioritas keempat atau terendah berdasar persepsi
stakeholder.
Persyaratan lain dalam penempatan lokasi kawasan Puspemkab Serang adalah bahwa kawasan
tersebut haruslah didukung dengan ketersediaan lahan yang mencukupi agar secara fisik dapat
dikembangkan sebagai suatu kota yang layak, kawasan tersebut haruslah berada dalam suatu pola
kesesuaian hubungan fungsional lahan dari kawasan tersebut dengan kawasan-kawasan di
sekitarnya. Hal tersebut dimaksudkan agar lokasi pembangunan Puspemkab Serang sesuai dan tidak
berbenturan atau bertentangan dengan fungsi-fungsi lahan yang disandang oleh kawasan-kawasan di
sekitarnya. Secara rinci, analisis pemilihan lokasi kawasan Puspemkab Serang pada kecamatan
Ciruas adalah sebagai berikut.
Pemilihan desa sebagai lokasi Puspemkab Serang dilakukan melalui tahapan berikut:
Tahap 1: Pemilihan berdasarkan kebijakan peruntukan zona perkotaan sesuai yang diarahkan dalam
RTRW Kabupaten Serang 2009-2029.
Tahap 2: Pemilihan berdasarkan ketersediaan lahan terhadap desa-desa terpilih calon lokasi
Puspemkab hasil tahap 1.
Tahap 3: Pemilihan berdasarkan hubungan fungsional lahan terhadap desa-desa yang terpilih
sebagai lokasi Puspemkab hasil tahap 2.
II-76
Kajian aspek ketersediaan lahan didekati dengan memanfaatkan data Potensi Desa (PODES)
Wilayah Kabupaten Serang Tahun 2008. Identifikasi terhadap aspek ketersediaan lahan masing-
masing desa pada 4 (empat) kecamatan prioritas didekati dari:
1. Lahan pertanian bukan sawah
2. Lahan pertanian sawah, meliputi:
- Lahan berpengairan non teknis
- Lahan tidak berpengairan
Proses pemilihan desa sebagai calon lokasi Puspemkab Serang pada kecamatan Ciruas adalah
sebagai berikut:
a. Kebijakan RTRW Kabupaten Serang 2009-2029.
Dari 17 desa yang masuk dalam wilayah Kecamatan Ciruas, terdapat 11 desa yang terpilih
sebagai calon lokasi Puspemkab karena mempunyai luasan wilayah lebih dari 40% yang masuk
kedalam zona perkotaan. Tabel berikut ini memperlihatkan desa-desa di Kecamatan Ciruas yang
menjadi calon lokasi Puspemkab Serang.
II-77
Sumber: Podes Kab. Serang, 2008
Ket: R1002A2 : Lahan berpengairan nonteknis
R1002A3 : Lahan tidak berpengairan
R1002B : Lahan pertanian bukan sawah
Berdasarkan data diatas, maka dilihat dari aspek ketersediaan lahan terdapat beberapa desa yang
memiliki aspek sediaan lahan dengan besaran luasan sediaan lahan yang beragam. Adapun unit
wilayah desa yang memiliki sediaan lahan antara lain: Cigelam, Kaserangan, Kebonratu,
Kepandean, Penggalang, Ranjeng, dan Tirem.
Dengan mempertimbangkan aspek kebijakan RTRW Kabupaten Serang dan aspek sediaan lahan,
maka terdapat 5 (lima) desa yang memungkinkan untuk dijadikan pilihan sebagai lokasi
Puspemkab Serang, yaitu: Kaserangan, Kebonratu, Ranjeng, Tirem, dan Pulo.
Dari sisi pemanfaatan lahan, pada kondisi eksisting ke-lima desa diatas telah menunjukkan ciri
fisik perkotaan, antara lain terindikasi dari banyaknya area-area komersial yang dibangun di
sepanjang jalan utama. Selain itu, elemen dasar perkotaan berupa fasilitas dan utilitas perkotaan
telah dibangun dengan cukup baik, seperti infrastruktur jalan, terminal, prasarana kelistrikan, air
bersih, drainase, persampahan, dll.
c. Kesesuaian Hubungan Fungsional Lahan
Dari 5 desa terpilih di Kecamatan Ciruas berdasarkan Kebijakan RTRW Kabupaten Serang dan
aspek sediaan lahan, selanjutnya dilakukan analisis hubungan fungsional antar tiap desa terpilih
dengan aspek keruangan dalam hal ini pemanfaatan lahan disekitarnya.
• Desa Kaserangan
Jika melihat aspek kedekatan dengan faktor aksesibilitas, maka Desa Kaserangan adalah desa
yang paling dekat/dilalui oleh 2 akses regional utama, yaitu jalan tol dan jalan arteri, sehingga
mempunyai dukungan aksesibilitas yang baik dan mudah berkembang. Namun demikian, Desa
Kaserangan berdekatan dengan zona industri, sehingga fungsi pusat pemerintahan sedikit
banyak akan terganggu dengan fungsi industri yang ada di dekatnya. Mendasarkan hal di atas,
maka jika Desa Kaserangan hendak diupayakan untuk dijadikan sebagai pusat pemerintahan
Kabupaten Serang, maka perlu dibuat green belt sebagai buffer area antara fungsi pusat
pemerintahan dengan fungsi industri.
• Desa Ranjeng
Dari sisi aksesibilitas, Desa Ranjeng terakses melalui jalan arteri sekunder ke poros arteri
primer, telah menunjukkan ciri fisik perkotaan pada hampir seluruh wilayahnya, morfologi cukup
datar dan relatif aman dari potensi bencana.
• Desa Kebonratu
Dibandingkan dengan desa lainnya, sebagian besar Desa Kebonratu telah menunjukkan ciri
fisik perkotaan, namun sebagian lainnya masih merupakan wilayah yang intensif
mengembangkan budidaya pertanian lahan basah. Dari sisi aksesibilitas, Desa Kebon ratu
relatif jauh dari akses utama, jalan tol dan jalan arteri primer, morfologi wilayah relatif landai
dan terkategori aman dari potensi bencana.
• Desa Tirem
Hampir sama dengan Desa Kebonratu, Desa Tirem juga telah menunjukkan ciri fisik perkotaan,
namun sebagian lainnya masih merupakan wilayah yang intensif mengembangkan budidaya
pertanian lahan basah.
• Desa Pulo:
Ketersediaan lahan di Desa Pulo cukup memadai untuk pembangunan dan pengembangan
Puspemkab, namun lokasinya cukup jauh dari akses regional, akses jalan masuk terbatas,
sehingga perlu perencanaan infrastruktur yang matang. Lingkungan sekitarnya pun masih
cukup banyak dimanfaatkan untuk pengembangan pertanian lahan basah.
II-78
Gambar 9 Hubungan Fungsional Desa-Desa Terpilih di Kecamatan Ciruas
Berdasarkan analisa di atas, maka dapat ditetapkan beberapa desa pada Kecamatan Ciruas yang
menurut prioritas yang sesuai untuk dijadikan sebagai Puspemkab Serang, yaitu adalah Desa
Kaserangan, Desa Ranjeng, dan Desa Pulo.
4. Kesimpulan
Berdasarkan uraian diatas, maka dapat diuraikan beberapa kesimpulan seperti tersaji pada tabel
berikut:
Tabel 15 Kesimpulan
Analisis Tujuan Variabel Kesimpulan
II-79
Analisis Tujuan Variabel Kesimpulan
5. Referensi
Keputusan Dewan Perwakilan Rakyat Daerah Kabupaten Serang Nomor 09 Tahun 2007 tentang Penetapan
Ibukota Kabupaten Serang
Studi Perencanaan dan Kebutuhan Lahan Kawasan Pusat Pemerintahan Kabupaten Serang (KPPKS) Tahun
2008
RTRW Kabupaten Serang Tahun 2008 – 2028
Undang-Undang Nomor 32 Tahun 2007 tentang Pembentukan Kota Serang, tanggal 10 Agustus 2007
II-80
Pembentukan Model Query untuk Geospasial Query dalam Bahasa Pemrograman
Eko Ridarso
Senior Remote Sensing and Geographical Information System, PT. Serasi Kelola Alam (SEKALA), Bali,
Indonesia
Abstrak: Model Query Berganda (Multiple Query Model) merupakan sebuah pernyataan yang dibuat dalam
melakukan pemilahan atribut-atribut peta dari database yang berbeda untuk kegunaan khusus. Tidak semua
model query yang digunakan dapat memperbaharui peta beratribut jamak dengan korelasi dengan database
lain. Khususnya dalam perencanaan ruang dimana sistem multi-sektoral digunakan dalam pemilihan
pertimbangan untuk alokasi ruang. Model matematis dan contoh aplikasi ditampilkan untuk mempermudah
pembahasan. Pengembangan lebih lanjut memiliki potensi untuk pemilahan atribut berdasarkan portal web-site
berbasis Spatial Database Engine.
1. Latar Belakang
Teknik perolehan data dari database yang telah dikembangkan pada umumnya berbasis pada
metafora aplikasi sebagai database, terkait dengan transformasi dan adaptasi bahasa-bahasa query
yang cukup familiar seperti SQL (Simple Query Language) atau Datalog. Bagaimanapun perlakuan
melalui model-model query (subset query, dan query dengan banyak join atau cross product) akan
memberikan efek dan kinerja dalam aplikasi yang dibangun.
Secara singkat hubungan antara SQL dengan query dapat dijabarkan sebagai berikut :
1) SQL merupakan perintah dalam menerima informasi secara terstruktur di dalam database
untuk membuat query, melakukan pembaharuan, dan tugas-tugas pengelolaan lain yang
berkaitan dengan database. Misalnya pada bahasa web terdapat atas 2 (dua) jenis query
yaitu :
a. Query string, merupakan bagian pilihan pada Uniform Resource Locator (URL), dan
b. Web search query, yaitu query yang dimasukkan oleh pengguna ke dalam kotak web
search engines.
2) Query merupakan bahasa SQL untuk melakukan manipulasi terhadap database. Query
dibedakan menjadi 2, yaitu :
a. Untuk membuat/mendefinisikan obyek-obyek database seperti membuat tabel, relasi
dan sebagainya. Biasanya disebut dengan Data Definition Language (DDL)
b. Untuk memanipulasi data, yang biasanya dikenal dengan Data Manipulation
Language (DML).
Search engine yang merupakan query dasar pada perintah ANSI Standard yang umum dipakai
biasanya menggunakan operator dalam operasi database. Notasi tersebut memiliki perbedaan yang
nyata bila menggunakan bahasa pemrograman yang kompleks (misalnya C#).
II-81
Tabel 1 menunjukkan penyetaraan notasi yang biasa dipakai dalam operasi query database dengan
pemrograman. Penggunaan Model Query Berganda (Multiple Query Model) dimaksudkan untuk
membuat search engine dari database spasial ke database non-spasial melalui model matematis dan
algoritma. Model ini yang kemudian perlu dijabarkan secara harfiah dan dapat diimplementasikan
dengan mempresentasikan beberapa sampel aplikasi yang telah dibuat. Model ini menggunakan
beberapa notasi tertentu dalam operasi database. Notasi yang termasuk golongan Bitwise yang
merupakan operasi non parametrik, lebih sering digunakan dalam operasi-operasi database berbasis
spasial non parametrik seperti tumpang susun/overlay, perpotongan/intersection, perpaduan/union,
selisih ruang/substract, pengguntingan/cliping, penggabungan/merge, pemecahan/dissolving, dan
penghapusan/erasing. Untuk operasi parametrik seperti penyangga/buffer, toleransi/tolerance, dan
lain sebagainya tidak dibahas pada makalah ini. Pada operasi non parametrik operator-operator
database yang tergolong Bitwise akan dioperasikan untuk geospasial query dalam query database
sedangkan seluruh notasi dapat dioperasikan dengan sifat tabularis sehingga dengan pemilahan
metode ini pemahaman alur algoritma, pemecahan model matematis, dan kecepatan akses query
akan signifikan. Secara prinsip query pada database dapat diuraikan dengan melakukan pola definisi
yang disebut sebagai sintaks. Sintaks memiliki peranan penting dalam teori relasional database
dengan aspek-aspek seperti heterogenitas, autonomi, dan mengurangi struktur database. Kemudian
sintaks ditelaah secara matematis dengan menggunakan kalkulus relasional, dan pada akhirnya
persamaan tersebut dijabarkan dengan menggunakan algoritma yang dapat diterima.
Sintaks
Definisi umum : Srv = Server, Db_Spas = Database spasial pada server, Db_Nos = Database non-
spasial pada server, predicate = * atau Nama Fi, Tab = Tabel pada database , Fi = Field / kolom pada
tabel, ext = eksternal, { } = pilihan, OWN = Owner Access Option / pilihan mode akses, Pi,j=sel objek
pada database spasial Di,j = =sel objek pada database non-spasial
II-82
Algoritma untuk persamaan di atas dapat dijabarkan sebagai berikut :
SQL = SELECT [predicate] { * | Tab.* | [Tab.]Fi1 [, [Tab.]Fi2 [, ...]]} WHERE ((" & sSQL & "));
sSQL = sSQL & " OR " & [Pi,j] & " = """ & CStr [Di,j] & """"
Kalkulus relasional domain untuk sintaks 2
(2)………………….……{<|c > ∀x,y,z (<x,y,z> ∈Fi..) ^ y = ^ Pi,j ⇒
∃a,b (< x , a , b > ∈ Di,j ^ < c , a > ∈ Di,j)}
Dimana : f = kalkulus relasional domain; a, b, c = relasi pada server-1; x, y, z = relasi pada server-2
Algoritma untuk persamaan di atas dapat dijabarkan dengan menggunakan struktur Do … Loop
sebagai berikut :
SQL = SELECT [predicate] { *|Tab.*|[Tab.]Fi1 [, [Tab.]Fi2 [, ...]]} WHERE (("& sSQL &"));
Do Until [temporary_data].EOF
sSQL = sSQL & " OR " & [Pi,j] & " = """ & CStr [Di,j] & """"
[temporary_data].MoveNext
Loop
If Len(sSQL) > 0 Then
sSQL = Right(sSQL, (Len(sSQL) - 4))
sSQL = " WHERE ((" & sSQL & "));"
End If
Aplikasi yang telah Diimplementasikan
Model query di atas telah diterapkan untuk geospasial query pada aplikasi-aplikasi sebagai berikut :
1) Aplikasi dalam bentuk demonstrasi, merupakan awal pembentukan model query dengan
menggunakan pendekatan optimasi heuristik atau rule –based:
• Informasi Pengelolaan Taman Nasional Wasur (World Wild Fund for Nature ID.0105, 1998 –
® ©
2000) menggunakan MapInfo Callback Manager ActiveX v.1.0 sebagai database spasial
® ©
dengan database non-spasial Microsoft Access 97
• Traffic Truck (PT. Gudang Garam Tbk, 2003 dan PT. Djarum Tbk, 2003) menggunakan
® ©
MapInfo MapXtreme v.3.0 sebagai database spasial dengan database non-spasial
Microsoft SQL Server 2000©
®
• Sistem Informasi Daerah Aliran Sungai Kabupaten Tarakan Provinsi Kalimantan Timur/SIM-
® ©
DAS v.2.0 (PT. Multima Krida Cipta, 2006) menggunakan ESRI MapObject v.2.0 sebagai
® ©
database spasial dengan database non-spasial Microsoft Access 2000
• Sistem Informasi Perdagangan Antar Wilayah v. Desktop (PT. Multima Krida Cipta, 2007)
® ©
menggunakan ESRI MapObject v.2.0 sebagai database spasial dengan database non-
® ©
spasial Microsoft SQL Server 2005
2) Aplikasi non-komersial, perbaikan model query dengan menggunakan pendekatan optimasi cost-
based dalam upaya penentuan batas optimasi :
• Sistem Informasi Pengelolaan Taman Nasional Gunung Palung (Natural Resource
Management - USAID/Titian, 2001 - 2002) menggunakan ESRI® Arc View© v.3.0a sebagai
® ©
database spasial dengan database non-spasial Microsoft Access 2000
• DataCollect v.1.0 – 1.1 (tesis S-2 atas nama Wahju Sri Harini, IPB-Bogor, 2004)
menggunakan ESRI® Arc View© v.3.1 sebagai database spasial dengan database non-spasial
® ©
Borland Database Engine v.5.01
3) Aplikasi komersial, perbaikan model query dengan menggunakan kombinasi pendekatan optimasi
rule –based dan cost-based dengan batas optimasi pada 4096 (212) record :
• AutoTrace v.1.0 – 1.2 (PT. McElhanney Indonesia, 2006 - 2007) menggunakan ESRI
®
© ® ©
MapObject v.1.0 sebagai database spasial dengan database non-spasial Microsoft Access
2003
• TopoGraphy of Indonesia v.1.0 – v.5.9 (http://www.topoindo.20m.com, 2001 - 2007)
® ©
menggunakan ESRI MapMapObject v.1.0 sebagai database spasial dengan dua database
non-spasial yaitu : Borland InterBase© v.6.01 sebagai database kerangka peta dan arsip
®
II-83
3. Hasil dan Pembahasan
Kelebihan dan Kekurangan
Tidak semua model query dapat digunakan untuk memperbaharui peta sebagai database spasial
beratribut jamak dengan database non-spasial tanpa mempertimbangkan aspek seperti tipe data,
aturan secara spesifik, dan kinerja demikian pula sebaliknya. Pada kenyataannya dalam perencanaan
ruang dalam pertimbangan untuk alokasi ruang, akan lebih banyak pihak yang terlibat (multi-sektoral),
server yang digunakan (multi-sever), demikian pula dengan jenis database (multi-database) non-
spasial yang akan ditemui dibandingkan database spasial. Hal ini dapat dikaji melalui: sifat asal
muasal penggunaan perintah SQL eksklusif yang terdapat pada masing-masing database yang
memang diperuntukkan untuk database itu sendiri sedangkan perintah ANSI Standard SQL masih
dapat diterima bila memang disediakan untuk dapat digabung dengan database lain. Model Query
Berganda (Multiple Query Model) yang merupakan model query kombinasi melalui optimasi rule-
based dan cost-based dengan batas optimasi tertentu, telah digunakan selama 13 tahun. Secara
empiris model query ini memiliki kelebihan dan kekurangan model query ini didasarkan pada hasil
antara tahun 1998 – 2011 sebagaimana ditunjukkan pada tabel 2 berikut :
Tabel 2 Kelebihan dan kekurangan penggunaan Model Query Berganda (Multiple Query Model)
No. Perihal Kelebihan Kekurangan Solusi
1. Query Dapat melakukan query antar Membutuhkan keahlian Formulasi hendaknya menghindari
database yang berbeda tingkat lanjut dalam format For..Next dan lebih baik
pemrograman query menggunakan perintah
database Do…Wend/Loop pada loop
2. Status data Mempermudah pengelolaan status Oleh karena adanya Guest diberi kelompok akses sub-
guest di host dan protokol data hirarki dalam struktur admin namun dengan keterbatasan
prioritas maka akses akses secara keseluruhan
guest akan lebih
lambat
3. Status data Membatasi akses yang sudah Seringkali terjadi data Menggunakan akses rancangan
guest di user dirancang dalam tingkatan guest tidak ditemukan karena berdasarkan nomor mesin pengguna
sedang di-edit oleh
user lain
4. Bandwidth Apabila kerangka database sudah Penggunaan Diperlukan pengaturan bandwidth
ada maka diperlukan waktu bandwidth cukup besar pada t = 0 hingga t = n (initial-loop)
hampir separuh dibandingkan pada saat proses inisial dan pembuatan cache data pada
tanpa menggunakan kerangka kerangka database di server user
database
5. Penggunaan Menghemat ruang karena tidak Sangat tergantung Perlu meminta mirror server pada
space di hard menyimpan data dari database pada status online / server host yang dibuat semacam
disk drive lain tidaknya server host alternate address pada server user
II-84
menyimpan data secara ringkas dan mudah diatur. Meskipun XQuery pada hakekatnya tidak
berorientasi objek namun karena popularitas XML maka XQuery bersaing dengan database berbasis
objek lainnya sebagai alternatif untuk penyimpanan data dan atau variabel yang rumit dalam menjaga
kinerja hubungan antar database. Penggabungan dua atau lebih server dengan beberapa database
yang berbeda ini memerlukan kesepakatan (Programmer License Agreement/PLA) untuk menjamin
kelancaran akses data baik antar-sektoral, antar-server, maupun antar-database.
Hal lain adalah penggabungan teknik dalam bahasa Java dan XML yang dapat memberikan inspirasi
sebagai Everything Object Oriented Database (EOOD). Sebagai contoh sudah cukup banyak
® © ® © ® ©
penggunaan Google Earth , Google Map , Yahoo! Map , dan portal sejenisnya, sebagai pondasi
dasar bagi peta tematik namun belum cukup banyak penggabungan database non-spasial yang
mampu dikendalikan secara spasial karena lebih cenderung kepada sifat antar database spasial
(misalnya sebagai dasar overlay peta tematik).
Standar Object Management Database Group (ODMG) yang menekankan pada aspek
pengelompokan database menurut sektor diharapkan dapat menjadi rujukan awal bagi
pengembangan di masa yang akan datang terutama dalam hal pengisian kekosongan data sebagai
nilai default. Pemilihan kelompok menurut portal akan berasosiasi pada sisi tertentu, misalnya aspek
spasial sehingga pusat data yang “mengepalai” kelompok spasial merupakan portal web-site berbasis
Spatial Database Engine. Konsep ODMG ini sedikit mendekati konsep EOOD namun masih terlalu
awal untuk menyatakan bahwa pengelompokan database spasial sebagai pusat informasi sebagai
“segalanya” karena akan masih bertumpu pada sisi disiplin ilmu atau kepentingan tertentu.
4. Kesimpulan
4.1 Kesimpulan
Kemungkinan besar dapat diterapkan model query untuk database yang bersifat multi-server, multi-
database, dan multi-sektoral secara formal dalam era keterbukaan informasi dan transparansi. Hal ini
sangat berguna dalam melakukan pemantauan, pelaporan, dan verifikasi hasil publikasi dalam
pengambilan kebijakan baik di tingkat nasional maupun daerah. Terutama dalam membuat hubungan
antara database spasial dengan database non-spasial untuk pengembangan wilayah maka aspek
teknis dalam mendukung kebijakan memerlukan protokol komunikasi antar server dari instansi teknis
terkait.
5. Referensi
Burleson, Donald. (1994). OODBMSs gaining MIS ground but RDBMSs still own the road, Software
Magazine, 14(11), 63
Kim, Won. (1990). Introduction to Object-Oriented Databases, The MIT Press. ISBN 0-262-11124-1
II-85
Penetapan Batas Wilayah Desa Dalam Rangka Pendaftaran Tanah
Melalui Pemetaan Partisipatif
(Studi Kasus Desa Permu dan Desa Imigrasi Permu, Kecamatan Kepahiang,
Kabupaten Kepahiang, Provinsi Bengkulu)
Abstrak: Desa/kelurahan sebagai satuan wilayah tata usaha pendaftaran tanah mutlak memerlukan batas
wilayah administrasi yang sah, jelas, tegas dan tidak ada sengketa. Permasalahan yang dihadapi kantor
pertanahan adalah ketersediaan data dan informasi batas wilayah desa sangat terbatas dan tidak up to date. Di
sisi lain, ketersediaan informasi batas wilayah desa bagi kantor pertanahan sangat mendesak karena kegiatan
pendaftaran tanah berjalan terus baik bersifat sporadik (individu) maupun sistematik (massal). Oleh karena itu,
kantor pertanahan perlu mencari alternatif metode yang efektif, efisien, murah, sedikit masalah dan mempunyai
kekuatan hukum untuk memperoleh informasi batas wilayah desa. Salah satu alternatif adalah dengan
melibatkan masyarakat melalui kegiatan pemetaan partisipatif. Penelitian ini bertujuan untuk membuat peta
penetapan batas wilayah desa melalui teknik pemetaan partisipatif dan menyusun prosedur pemanfaatan
pemetaan partisipatif untuk penetapan batas wilayah desa dalam rangka pendaftaran tanah.
Metode pemetaan partisipatif yang digunakan dalam penelitian ini adalah pemetaan transparan foto udara dan
pemetaan model tiga dimensi. Proses pemetaan partisipatif diawali dengan sosialisasi kepada masyarakat,
penentuan kelompok, pelaksanaan pemetaan partisipatif, identifikasi dan verifikasi lapangan, pengolahan data
dan pertemuan koreksi dan klarifikasi peta bersama dengan melibatkan pemerintah kecamatan dan pemerintah
kabupaten. Lokasi penelitian adalah Desa Permu dan Desa Imigrasi Permu, Kecamatan Kepahiang, Kabupaten
Kepahiang, Provinsi Bengkulu.
Hasil penelitian menunjukkan bahwa metode pemetaan partisipatif secara efisien dapat mengumpulkan informasi
mengenai batas wilayah desa, terutama secara grafik atau gambar. Dari dua metode pemetaan partisipatif yang
digunakan, metode pemetaan transparan foto udara lebih efisien dalam penetapan batas wilayah. Melalui
metode tersebut lebih mudah mengenali dan menentukan batas, peta yang dihasilkan lebih mendekati batas
yang diinginkan, biaya dan waktu pembuatan media relatif cepat dan murah. Peta hasil partisipatif harus
dilakukan verifikasi lapangan sebelum digunakan untuk pembahasan masalah batas antar desa. Dengan
menggunakan asas kontradiktur delimitasi dalam pendaftaran tanah, yaitu persetujuan tanda batas bidang tanah
oleh tetangga-tetangga batas, peta hasil pemetaan partisipatif hasil kesepakatan yang disertai berita acara
kesepakatan dapat dimanfaatkan untuk kepentingan pendaftaran tanah.
Kata kunci : Pemetaan partisipatif, Penetapan batas, Batas desa, Pendaftaran tanah
1. Latar Belakang
Desa/kelurahan merupakan satuan wilayah tata usaha pendaftaran tanah (Anonim, 1997a). Batas
wilayah administrasi desa yang sah, jelas, tegas dan tidak ada sengketa diperlukan dalam proses
pendaftaran tanah. Kejelasan batas wilayah desa sangat berpengaruh pada status suatu bidang
tanah. Setiap bidang tanah yang sudah ditetapkan batas-batasnya baik dalam pendaftaran tanah
secara sistematik maupun sporadik diberi Nomor Identifikasi Bidang Tanah (NIB). NIB merupakan
nomor referensi yang digunakan dalam setiap tahap kegiatan pendaftaran tanah. NIB menunjukkan
nomor bidang tanah dan lokasi wilayah administrasinya dari tingkat provinsi sampai dengan
desa/kelurahan (Anonim, 1997b). Sehingga, adanya ketidakjelasan batas desa akan berdampak
pada proses dan produk pendaftaran tanah, baik pada aspek teknis maupun yuridis.
Permasalahan yang dihadapi kantor pertanahan adalah ketersediaan data dan informasi batas
wilayah desa sangat terbatas dan tidak up to date. Tidak setiap desa/kelurahan lama dan hasil
pemekarannya memiliki peta wilayah administrasi atau peta batas wilayah desa yang sah menurut
hukum.
Permasalahan berikutnya adalah bahwa penetapan dan penegasan batas wilayah desa merupakan
wewenang Tim Penegasan dan Penetapan Batas Desa (TPPBD). Prosedur baku penetapan dan
penegasan batas wilayah desa membutuhkan waktu yang relatif lama, anggaran biaya yang besar,
dan persetujuan Dewan Perwakilan Rakyat Daerah Kabupaten/Kota setempat. Di sisi lain,
ketersediaan informasi batas wilayah desa bagi kantor pertanahan sangat mendesak karena kegiatan
pendaftaran tanah berjalan terus baik bersifat sporadik (individu) maupun sistematik (massal).
II-86
Oleh karena itu, kantor pertanahan perlu mencari alternatif metode yang efektif, efisien, murah,
sedikit masalah dan mempunyai kekuatan hukum untuk memperoleh informasi batas wilayah desa.
Salah satu alternatif untuk memperoleh informasi batas wilayah desa adalah dengan melibatkan
masyarakat melalui kegiatan pemetaan partisipatif.
Penelitian ini bertujuan untuk membuat peta penetapan batas wilayah desa melalui beberapa teknik
pemetaan partisipatif dengan memanfaatkan bahan dan data yang ada di kantor pertanahan.
Penelitian ini juga bertujuan menyusun prosedur pemanfaatan pemetaan partisipatif untuk penetapan
batas wilayah desa dalam rangka pendaftaran tanah.
Tinjauan Pustaka
Penggunaan pemetaan partisipasif untuk penataan batas wilayah desa pernah dilaksanakan oleh
Center for International Forestry Research (CIFOR) di Hulu Malinau terhadap 27 desa yang
dilaksanakan dari bulan Januari sampai dengan Juli tahun 2000. Pemetaan dilakukan setelah adanya
kesepakatan batas antar desa. Proses pemetaan partisipatif batas desa melalui pemetaan lapangan
menggunakan handheld GPS. Pemetaan diikuti oleh komite desa, tim fasilitator dan wakil desa
tetangga. Peta batas desa dihasilkan dari plotting data koordinat GPS di atas peta dasar (Heist,
2000).
Daud (2009), aktivis Yayasan Rumpun Bambu Indonesia (YRBI) menuliskan pengalamannya
bersama YRBI dalam pemetaan partisipatif batas gampong (desa) pada masa konflik, masa pasca
tsunami, dan masa damai di Provinsi Aceh. Pelaksanaan pemetaan partisipatif batas gampong
dimulai dengan pembuatan sketsa wilayah gampong. Selanjutnya pengukuran lapangan dilakukan
oleh tim fasilitator dan masyarakat menggunakan receiver GPS, kompas dan meteran. Permasalahan
batas gampong banyak terungkap setelah pelaksanaan pemetaan partisipatif. Permasalahan batas
antar gampong diselesaikan melalui mekanisme musyawarah antar gampong, walaupun tidak semua
permasalahan dapat diselesaikan. Permasalahan batas gampong yang belum dapat diselesaikan
telah dilaporkan kepada pemerintah kabupaten dan Dewan Perwakilan Rakyat Daerah setempat
(Daud, 2009).
Aditya (2010), mengadakan penelitian penerapan pemetaan partisipatif untuk perencanaan
infrastruktur lingkungan. Penelitian tersebut mengekplorasi mekanisme kolaborasi kelompok. Kajian
terhadap masyarakat meliputi survei kuesioner, wawancara, pengujian kegunaan kelompok, kajian
skenario, dan peningkatan aktivitas. Pemetaan partisipatif yang diterapkan dan dikaji di daerah
penelitian meliputi peta foto transparan, mobile GIS, dan peta web. Hasil penelitian menunjukkan
bahwa penggunaan peta foto transparan lebih efektif untuk menyelesaikan tugas-tugas kelompok
dalam membahas, mengambarkan, dan menjelaskan masalah infrastruktur mereka. Untuk peserta
kelompok, peta transparan lebih menarik, mudah dipelajari, dan lebih toleran terhadap kesalahan
daripada penggunaan mobile GIS (Aditya, 2010)
II-87
5. Kuesioner pra dan pasca pemetaan partisipatif.
2.4. Pelaksanaan
Metode pemetaan partisipatif yang digunakan adalah pemetaan transparan foto udara dan pemetaan
model tiga dimensi. Pelaksanaan penelitian terdiri dari dua tahap, yaitu tahap persiapan dan tahap
pelaksanaan. Proses penelitian dapat dilihat dalam diagram alir penelitian (Gambar 1).
II-88
Tahap penelitian terdiri dari:
1) Tahap persiapan penelitian dimulai dengan studi literatur, yaitu mengumpulkan data dan
informasi melalui tulisan ilmiah, jurnal, website, dan peraturan perundang-undangan mengenai
pemetaan partisipatif, batas wilayah dan pendaftaran tanah.
2) Tahap pelaksanaan merupakan inti penelitian ini yaitu pemetaan partisipatif. Pemetaan
partisipatif batas wilayah desa ini dilaksanakan dengan tahap berikut ini :
a. Sosialisasi. Sosialisasi pemetaan partisipatif dilakukan dengan menyampaikan informasi
tentang kegiatan pemetaan partisipatif dan peta yang akan dihasilkan. Sarana sosialisasi
yang dilakukan adalah dengan memanfaatkan forum informal warga dan sosialisasi terbatas
secara individu (door to door). Sasaran sosialisasi adalah warga kedua desa dan para tokoh
kunci yaitu sesepuh/tetua desa, pejabat/mantan pejabat, imam masjid, aparat desa, tokoh
pemuda dan lain sebagainya.
b. Pemilihan dan penentuan kelompok. Setelah dilakukan sosialisasi, kemudian ditentukan
kelompok masyarakat yang akan melaksanakan kegiatan pemetaan partisipatif. Penentuan
peserta pemetaan partisipatif mengikuti saran masing-masing kepala desa. Setiap sesi
pemetaan partisipatif diusahakan diikuti oleh kelompok masyarakat yang sama.
c. Pelaksanaan pemetaan partisipatif. Pada tahap ini masyarakat dikumpulkan dan diberikan 2
(dua) metode dalam pemetaan partisipatif yaitu pemetaan dengan foto udara dan pemetaan
dengan model 3 dimensi. Pemetaan partisipatif dilakukan di setiap desa secara terpisah dan
didampingi oleh tim pendamping.
• Pemetaan dengan peta foto udara
Masyarakat bersama-sama menentukan batas-batas wilayah desa mereka pada
selembar plastik transparan berdasarkan pemahaman mereka terhadap kenampakan
fitur-fitur pada peta foto udara.
II-89
ini bertujuan untuk memverifikasi hasil pemetaan dua metode pemetaan partisipatif
sebelumnya.
e. Pengolahan data. Hasil pemetaan partisipatif dan identifikasi lapangan kemudian dilakukan
pengolahan untuk menghasilkan peta batas wilayah desa partisipatif yang ber-georeferensi
dan memenuhi aturan kartografi menggunakan perangkat lunak AutoCAD.
f. Pertemuan koreksi dan klarifikasi peta bersama. Peta batas wilayah hasil pemetaan
partisipatif masing-masing desa kemudian disampaikan dalam forum terbuka yang dihadiri
oleh perwakilan warga desa yang berbatasan dan aparat pemerintah baik kecamatan dan
atau kabupaten. Penyajian peta batas wilayah hasil pemetaan partisipatif disertai dengan
penyampaian identifikasi masalah batas wilayah desa dan usulan penyelesaiannya.
Masyarakat dan aparat pemerintah dapat saling memberikan koreksi maupun klarifikasi
sehingga diharapkan dapat dicapai kesepakatan batas wilayah desa yang tidak menimbulkan
konflik. Hasil dari pertemuan ini adalah berita acara penetapan batas wilayah desa.
g. Penyelesaian akhir peta. Peta batas wilayah desa yang telah disepakati oleh kedua belah
pihak yang berbatasan dituangkan dalam sebuah peta penetapan batas wilayah desa.
h. Analisis Hasil. Pemahaman masyarakat dan aparat pemerintah mengenai peta, batas wilayah
desa dan bidang tanah yang dirangkum dari wawancara dan kuesioner dalam mendukung
pelaksanaan pemetaan partisipatif. Peta batas wilayah hasil pemetaan partisipatif dan
pengolahannya agar sesuai dengan kaidah kartografi sehingga dapat membantu dalam
pengidentifikasian masalah batas wilayah desa dan upaya penyelesaiannya. Penggunaan
beberapa metode pemetaan partisipatif memiliki kelebihan dan kelemahan masing-masing
sehingga akan diperoleh suatu metode pemetaan partisipatif yang efektif, efisien, tidak rentan
terhadap konflik dan mewadahi keinginan masyarakat dalam penetapan batas wilayah desa.
II-90
• Sebelah selatan berbatasan dengan Desa Taba Santing;
• Sebelah barat berbatasan dengan Kelurahan Pasar Ujung (perkebunan, menyeberang Air
Sempiang).
Selanjutnya, pada model tiga dimensi dibuat grid dari benang dengan ukuran grid 20 cm x 20 cm,
sebagaimana dalam Gambar 6. Model tiga dimensi yang sudah diberi benang grid dilakukan
pemotretan. Model tiga dimensi dipotret dengan posisi tegak/vertikal. Hasil foto dari model tiga
dimensi kemudian dilakukan proses rektifikasi dan digitasi fitur-fitur penting, seperti batas desa, jalan
dan sungai. Hasilnya sebagaimana dalam Gambar 7 di bawah.
II-91
Keterangan :
: Jalan
: Sungai
: Batas desa
(a) Hasil rektifikasi (b) Peta hasil digitasi
(1) Desa Permu
Keterangan :
: Jalan
: Sungai
: Batas desa
II-92
Batas wilayah desa
digambarkan
dengan garis
warna biru
(a) Desa Permu
Peta desa pada plastik transparan menjadi dasar untuk digitasi pada peta foto udara digital. Hasilnya
ditampilkan pada Gambar 9 di bawah.
II-93
Keterangan :
: Jalan
: Sungai
: Batas desa
Keterangan :
: Jalan
: Sungai
: Batas desa
(a) Desa Permu (b) Desa Imigrasi Permu
Gambar 9 Peta Hasil Digitasi Pemetaan Transparan
Hasil identifikasi dan verifikasi lapangan berupa peta batas wilayah hasil pemetaan partisipatif
sebagaimana ditampilkan pada Gambar 10.
Kedua peta tersebut kemudian dioverlaykan sehingga terdapat dua wilayah yang diakui oleh kedua
desa (overlap), sebagaimana ditampilkan pada Gambar 11.
Wilayah yang terjadi overlap yaitu : wilayah Dusun IV Imigrasi Permu dan sebidang tanah sawah milik
warga.
Keterangan :
: Jalan
: Sungai
: Batas Desa Permu
: Batas Desa Imigrasi
(a) Desa Permu (b) Desa Imigrasi Permu
Gambar 10 Hasil Verifikasi Lapangan
II-94
Sebidang tanah
persawahan
Wilayah Dusun IV
Imigrasi Permu
Keterangan :
: Jalan
: Sungai
: Batas desa Permu
: Batas desa Imigrasi
: Wilayah sengketa
Gambar 11 Tampilan Wilayah yang Diakui Oleh Kedua Desa
II-95
2) Pengumpulan informasi
Dalam pelaksanaan pemetaan partisipatif, mantan kepala desa sebagai peserta yang memiliki
pemahaman batas wilayah desa menyampaikan informasi mengenai batas wilayah desa kepada
peserta lainnya.
Peserta lainnya memberikan respon berupa koreksi dan persetujuan atas informasi batas tersebut.
Tokoh masyarakat memberikan penjelasan atas pertanyaan-pertanyaan dari peserta.
Melalui interaksi antara peserta dan media/peta, peserta dapat memahami batas-batas wilayah
desanya.
3) Berbagi akses
Masyarakat bersama-sama memanfaatkan media/peta untuk memahami lingkungan sekitar
mereka. Peserta yang memiliki pemahaman batas wilayah memberi kesempatan kepada peserta
lain untuk bekerja sama dalam menentukan batas wilayah desa.
4) Transfer ide dan informasi
Melalui pemetaan partisipatif peserta dapat saling memberikan informasi mengenai batas desa
melalui media/peta. Informasi lisan dari para peserta diwujudkan ke atas media/peta sehingga
terbentuk peta batas wilayah desa mereka. Selain itu, peserta secara bersama-sama mengetahui
wilayah yang dipermasalahkan /disengketakan.
Keterangan :
: Jalan
: Sungai
: Batas desa
(a) Desa Permu (b) Desa Imigrasi Permu
Gambar 12 Batas Wilayah Desa Hasil Pemetaan Partisipatif yang Sudah Disepakati Bersama.
Berikut ini hasil pengamatan lapangan terhadap penggunaan metode pemetaan partisipatif :
1) Kemampuan dalam mengidentifikasi batas dan permasalahannya
Pada pemetaan model tiga dimensi, masyarakat sangat antusias terhadap model tiga dimensi
yang digunakan. Melalui fitur-fitur yang ada seperti jalan dan sungai, masyarakat berusaha
mengenali dan memahami lokasi fitur-fitur lain yang tidak terdapat pada model tiga dimensi. Fitur-
fitur seperti bangunan instansi pemerintah, balai desa, siring, sekolah merupakan patokan bagi
batas-batas desa yang akan ditentukan.
Batas desa menurut persepsi masyarakat terhadap model tiga dimensi tersebut kemudian
diwujudkan dalam rangkaian benang. Setelah batas ditentukan, masyarakat menyampaikan
adanya wilayah yang menjadi permasalahan selama ini dan cakupan lokasinya.
Pada pemetaan transparan foto udara, walaupun secara visual lebih detail daripada model tiga
dimensi, masyarakat memerlukan waktu untuk mengenali obyek-obyek yang ada pada hardcopy
foto udara.
Batas desa menurut persepsi masyarakat terhadap hardcopy foto udara tersebut kemudian
diwujudkan dengan peta pada plastik transparan. Selama proses penggambaran pada plastik
transparan, masyarakat menyampaikan adanya wilayah yang menjadi permasalahan selama ini.
Lokasi dan cakupan wilayah yang dipermasalahkan disampaikan lebih detail dan jelas.
2) Kemudahan dan kesulitan setiap metode
Kemudahan yang dirasakan oleh masyarakat dalam pemetaan model tiga dimensi adalah
visualisasi terrain lingkungan sekitar mereka, sehingga mereka dapat segera mengenali bukit dan
lembah. Sedangkan kesulitannya adalah model tiga dimensi kurang detail dalam menyajikan fitur
dan obyek.
II-96
Pada pemetaan transparan foto udara, masyarakat lebih mudah mengenali obyek, sehingga
batas desa yang digambar lebih mendekati batas yang diinginkan. Sedangkan kesulitannya
adalah hardcopy foto udara dengan skala 1 : 2500 dianggap terlalu kecil dan cetakan tidak
berwarna, sehingga memerlukan kejelian.
Keterangan :
: Jalan
: Sungai
: Segmen batas
Gambar 13 Segmen Batas yang Disepakati Antara Desa Permu dengan Desa Imigrasi Permu
3.7 Pembahasan Penggunaan Metode Pemetaan Partisipatif dalam Penetapan Batas Wilayah
3.7.1 Perbedaan Metode Pemetaan Partisipatif dengan Prosedur Baku TPPBD
Berdasarkan hasil penelitian dapat disimpulkan beberapa perbedaan pemanfaatan metode pemetaan
partisipatif dalam penetapan batas wilayah desa dengan prosedur baku TPPBD sebagaimana dalam
Tabel 1 berikut :
Tabel 1 Perbedaan penggunaan metode pemetaan partisipatif dengan prosedur baku TPPBD
No Item Pemetaan Partisipatif Prosedur Baku
1 Jenis kegiatan Penetapan Penetapan dan Penegasan
2 Penanggung jawab kegiatan Kantor Pertanahan Tim PPBD
3 Sumber pembiayaan DIPA Kantor Pertanahan APBD Kabupaten/Kota
4 Sistem pembiayaan Dimasukkan pada kegiatan Petunjuk Operasional (PO) TPPBD
pensertifikatan massal (sub kegiatan
sosialisasi)
5 Sifat kegiatan Insidentil, merupakan inisiatif Kantor Terencana, usulan sudah disampaikan
Pertanahan minimal satu tahun sebelumnya
6 Pelibatan instansi lain dan Hanya melibatkan Kecamatan, Lintas instansi dan Kecamatan ,
koordinasi Pemerintah Desa dan tokoh masyarakat Pemerintah Desa dan tokoh masyarakat
7 Persyaratan administrasi Persetujuan Kepala Kantor Pertanahan Surat Keputusan Bupati/Walikota
8 Persyaratan keuangan Persetujuan Kepala Kantor Pertanahan Persetujuan DPRD Kabupaten/Kota
9 Pelaksana Staf Kantor Pertanahan Anggota TPPBD (lintas instansi/dinas)
10 Sifat hasil Sementara Permanen/tetap.
11 Jenis hasil Berita Acara Kesepakatan, Berita Acara Kesepakatan, Peta Batas
Peta Batas Desa sementara (terutama Desa, Surat Keputusan Bupati/Walikota
segmen batas yang berbatasan tentang Batas Desa
II-97
12 Perselisihan batas Tidak harus diselesaikan Sedapat mungkin diselesaikan
3.7.2 Metode Pemetaan Partisipatif yang Efisien dalam Penetapan Batas Wilayah
Metode pemetaan partisipatif secara efisien dapat mengumpulkan informasi mengenai batas wilayah
desa, terutama secara grafik (gambar). Pengumpulan informasi melibatkan masyarakat secara
langsung melalui penggunaan media tertentu.
Penelitian ini menggunakan media hardcopy foto udara dan model tiga dimensi. Hardcopy foto udara
digunakan dalam metode pemetaan transparan foto udara dan model tiga dimensi digunakan dalam
metode pemetaan model tiga dimensi. Kedua metode tersebut diujicobakan pada penelitian ini,
berikut perbandingan kelebihan dan kekurangan setiap metode berdasarkan penelitian di Desa
Permu dan Desa Imigrasi Permu yang disajikan dalam Tabel 2.
Tabel 2 Kelebihan dan kekurangan metode pemetaan dalam penetapan batas wilayah
Metode Pemetaan Metode Pemetaan
No Metode Pemetaan
Model Tiga Dimensi Transparan Foto Udara
1 Visualisasi Menampilkan kondisi topografi secara tiga Lebih realistik, obyek terlihat dengan baik
dimensi wilayah
2 Kelengkapan fitur/obyek Hanya fitur tertentu, terutama fitur alam Semua jenis fitur (alam dan buatan)
3 Kemudahan Identifikasi Relatif mudah bagi desa dengan batas Batas dapat dikenali dengan mudah.
Batas alam. Faktor kekinian hardcopy foto/citra dan
Sulit bila batas berada di dalam area foto/citra yang berwarna diyakini akan
pemukiman dan lahan pertanian. lebih mempermudah.
4 Kemudahan Penentuan Penentuan batas masih bersifat perkiraan Masyarakat lebih mudah menentukan
Batas batas sesuai yang diinginkan.
5 Proses penyampaian Masyarakat memiliki kesempatan yang Masyarakat memiliki kesempatan yang
pendapat sama dalam menyampaikan pendapat sama dalam menyampaikan pendapat,
walaupun kalangan tua relatif kesulitan
dalam menunjukkan lokasi pada hardcopy
foto udara yang dirasa lebih rumit.
6 Waktu operasional Relatif sama Relatif sama
7 Keakuratan hasil Peta relatif kurang akurat Peta yang dihasilkan lebih akurat
8 Deskripsi verbal Membutuhkan tambahan deskripsi verbal Deskripsi verbal relatif sedikit.
yang lebih banyak untuk memahami batas
yang diinginkan masyarakat
9 Biaya dan Waktu Relatif lebih mahal dan lebih lama Lebih cepat dan murah.
Pembuatan Media
10 Data untuk pembuatan Open dan free, kontur dapat diperoleh Terbatas dan cenderung dilindungi oleh
media dari data DEM global yang tersedia instansi (Kantor Pertanahan)
secara gratis di internet.
Berdasarkan Tabel 2 di atas, dapat disimpulkan bahwa metode pemetaan partisipatif yang efisien
dalam penetapan batas wilayah adalah metode pemetaan transparan foto udara. Melalui metode
tersebut : (a) lebih mudah dalam mengenali dan menentukan batas karena kelengkapan fitur yang
ditampilkan; (b) peta yang dihasilkan lebih mendekati batas yang diinginkan; (c) biaya dan waktu
pembuatan media yang relatif cepat dan murah.
Sebagaimana asas kontradiktur delimitasi dalam pendaftaran tanah, yaitu persetujuan tanda batas
bidang tanah oleh tetangga-tetangga batas, peta hasil pemetaan partisipatif hasil kesepakatan yang
disertai berita acara kesepakatan tersebut dapat dimanfaatkan untuk kepentingan pendaftaran tanah.
3.7.3 Konsep Penetapan Batas Wilayah melalui Pemetaan Partisipatif untuk Kepentingan
Pendaftaran Tanah
Keterbatasan peta batas wilayah desa menghambat pelaksanaan pendaftaran tanah mengingat
resiko hukum di kemudian hari. Di sisi lain, kantor pertanahan tidak mempunyai wewenang untuk
menetapkan dan menegaskan batas wilayah desa. Kewenangan tersebut terletak di TPPBD yang
dibentuk dengan surat keputusan bupati. Pelaksanaan penetapan dan penegasan batas desa
memerlukan waktu, biaya dan koordinasi lintas sektoral, sehingga peta batas wilayah desa hasil
penetapan dan penegasan batas wilayah desa melalui TPPBD tidak dapat segera direalisasikan
dengan cepat.
Untuk mengatasi permasalahan tersebut, salah satu alternatif penyelesaian masalahnya adalah
kantor pertanahan mengupayakan penetapan batas wilayah desa melalui pemetaan partisipatif untuk
kepentingan pendaftaran tanah.
1) Dasar hukum pemetaan partisipatif dan kedudukan pemetaan partisipatif. Pemetaan partisipatif
secara eksplisit belum diatur oleh peraturan perundang-undangan di Indonesia, termasuk untuk
keperluan penetapan dan penegasan batas wilayah desa. Metode pemetaan partisipatif yang
diselenggarakan oleh kantor pertanahan dapat dimanfaatkan dalam penetapan dan penegasan
II-98
batas wilayah desa oleh TPPBD. Konsep prosedur pemanfaatan pemetaan partisipatif dalam
penetapan batas wilayah desa yang disajikan dalam Gambar 14. Tahapan kegiatan tersebut
memenuhi unsur kegiatan penegasan batas wilayah desa sebagaimana dalam Peraturan Menteri
Dalam Negeri Nomor 27 Tahun 2006 tentang Pedoman Penetapan dan Penegasan Batas Desa.
Mengingat penetapan dan penegasan batas wilayah desa adalah wewenang TPPBD dan kantor
pertanahan adalah salah satu instansi yang terlibat, maka :
a. Seluruh rangkaian kegiatan pemetaan partisipatif adalah dalam rangka penetapan batas
desa. Penetapan batas desa adalah proses penetapan batas desa secara kartometrik di atas
suatu peta dasar yang disepakati (Anonim, 2006).
b. Peta hasil pemetaan partisipatif masih bersifat sementara walaupun sudah ada kesepakatan
antar desa yang berbatasan.
c. Peta hasil pemetaan partisipatif dan berita acara kesepakatan menjadi bahan bagi kegiatan
penetapan dan penegasan batas desa oleh TPPBD.
2) Metode yang dipakai. Berdasarkan hasil penelitian maka metode pemetaan partisipatif yang
digunakan adalah metode pemetaan transparan foto udara dengan pertimbangan sebagai
berikut :
a. Ketersediaan data foto udara dan atau citra resolusi tinggi di kantor pertanahan.
b. Waktu dan biaya pembuatan media relatif singkat dan murah.
c. Batas wilayah desa yang dihasilkan dari metode pemetaan transparan foto udara dengan
mudah dapat diterapkan pada Peta Dasar Pendaftaran Tanah.
Pada wilayah yang memiliki topografi tidak rata (berbukit-bukit) disarankan tetap didukung
dengan penyediaan model tiga dimensi. Hal ini untuk membantu masyarakat sekitar memahami
hardcopy foto udara dan atau citra satelit.
3) Media yang digunakan. Media/peraga yang digunakan dalam pemetaan transparan foto udara
dapat menggunakan hardcopy foto udara dan atau hardcopy citra berwarna resolusi tinggi.
Penggunaan citra berwarna resolusi tinggi akan mempermudah identifikasi batas. Hardcopy
dapat dicetak dengan skala 1:1.000 sampai dengan 1:5.000. Pemilihan skala dengan
mempertimbangkan luas wilayah desa dan kejelasan objek serta spesifikasi teknis pemetaan
batas wilayah desa sebagaimana tercantum dalam Peraturan Menteri Dalam Negeri Nomor 27
Tahun 2006 tentang Pedoman Penetapan dan Penegasan Batas Desa. Media/peraga model tiga
dimensi yang digunakan dalam pemetaan model tiga dimensi harus mempertimbangkan
kelengkapan fitur/obyek dan kemudahan dalam mobilitas. Semakin lengkap fitur/obyek pada
model tiga dimensi akan mempermudah identifikasi batas. Di sisi lain, model tiga dimensi harus
mempertimbangkan ukuran dan bahan pembuatannya agar dapat dipindah dengan mudah.
4) Fasilitator. Fasilitator pemetaan partisipatif diperlukan untuk mengarahkan dan memandu
jalannya pemetaan partisipatif sehingga maksud dan tujuan pemetaan partisipatif dapat tercapai.
Fasilitator disarankan adalah staf kantor pertanahan yang memiliki basis pendidikan pengukuran
dan pemetaan kadastral. Staf dengan basis pendidikan lainnya dapat diikutsertakan setelah
melalui pelatihan.
5) Prosedur/urutan kerja. Secara umum, dalam kegiatan pensertipikatan tanah massal terdapat sub
kegiatan sosialisasi kegiatan. Sub kegiatan tersebut dimanfaatkan untuk melaksanakan
pemetaan partisipatif. Diharapkan pada saat pelaksanaan sub kegiatan pengumpulan data fisik
dan yuridis, peta batas wilayah desa dan daftar permasalahan batas wilayah sudah tersedia.
Sedangkan urutan kerja pemetaan partisipatif adalah sebagai berikut :
a. Sosialisasi.
b. Pelaksanaan pemetaan partisipatif.
c. Verifikasi lapangan hasil pemetaan partisipatif.
d. Pengolahan data.
e. Pembahasan bersama peta hasil pemetaan partisipatif dengan melibatkan pemerintah
kecamatan dan atau pemerintah kabupaten.
f. Penyusunan Kesepakatan.
g. Evaluasi dan Kesimpulan
Diagram alir konsep prosedur pemanfaatan pemetaan partisipatif dalam penetapan batas
disajikan dalam Gambar 14.
6) Evaluasi dan supervisi. Dalam pelaksanaan pemetaan partisipatif dilakukan evaluasi dan
supervisi oleh pejabat yang bertanggung jawab terhadap ketersediaan data spasial. Hal-hal yang
perlu dilakukan evaluasi dan supervisi adalah sebagai berikut :
a. Keterlibatan tokoh-tokoh masyarakat, terutama sesepuh, mantan kepala desa dan tokoh
adat/agama.
II-99
b. Proses pemetaan partisipatif, seperti penyampaian pendapat, pengenalan titik-titik batas dan
penentuan garis batas pada media.
c. Proses pengolahan data hingga menghasilkan peta batas wilayah yang sudah diverifikasi.
d. Proses pembahasan bersama antar desa yang berbatasan.
e. Proses penyusunan kesepakatan dan daftar permasalahan batas wilayah.
Usulan Prosedur Pemanfaatan Pemetaan Partisipatif (PP)
Dalam Penetapan Batas Wilayah Desa
Peta Hasil PP
Verifikasi Hasil PP
Pengolahan Data
Tidak Ya
Kesepakatan
Gambar 14 Diagram Alir Usulan Konsep Prosedur Pemanfaatan Pemetaan Partisipatif dalam Penetapan
Batas
4. Kesimpulan
Dari hasil penelitian dan pembahasan, maka dapat ditarik suatu kesimpulan sebagai berikut :
1) Metode pemetaan partisipatif dapat menghasilkan peta penetapan batas wilayah desa dalam
rangka mendukung kegiatan pendaftaran tanah setelah melalui verifikasi dan kesepakatan
bersama desa-desa yang berbatasan.
2) Proses pelaksanaan pemetaan partisipatif yang efektif, efisien, murah, sedikit masalah dan
mendukung persyaratan administratif untuk menghasilkan peta penetapan batas wilayah desa
meliputi : (a) sosialisasi pemetaan partisipatif; (b) pelaksanaan pemetaan partisipatif; (c) verifikasi
lapangan hasil pemetaan partisipatif; (d) pengolahan data; (e) pembahasan bersama peta hasil
pemetaan partisipatif dengan melibatkan pemerintah kecamatan dan atau pemerintah kabupaten;
(f) penyusunan kesepakatan.
3) Metode pemetaan partisipatif yang efisien dalam penetapan batas wilayah adalah metode
pemetaan transparan foto udara. Melalui metode tersebut : (a) lebih mudah dalam mengenali dan
menentukan batas karena kelengkapan fitur yang ditampilkan; (b) peta yang dihasilkan lebih
mendekati batas yang diinginkan; (c) biaya dan waktu pembuatan media yang relatif cepat dan
murah.
II-100
5. Referensi
Aditya, T. (2010): Usability Issues in Applying Participatory Mapping for Neighborhood Infrastructure
Planning. In Transactions in GIS (pp. 119-147). Blackwell Publishing Ltd.
Anonim. (2006): Peraturan Menteri Dalam Negeri Nomor 27 Tahun 2006 tentang Pedoman Penetapan
dan Penegasan Batas Desa. Jakarta: Departemen Dalam Negeri RI.
Anonim. (1997a): Peraturan Pemerintah No 24 Tahun 1997 Tentang Pendaftaran Tanah. Jakarta:
Pemerintah RI.
Anonim. (1997b): Peraturan Menteri Negara Agraria/Kepala BPN Nomor 3 Tahun 1997 tentang Ketentuan
Pelaksanaan Peraturan Pemerintah Nomor 24 Tahun 1997 tentang Pendaftaran Tanah. Jakarta: Badan
Pertanahan Nasional RI.
Daud, S. (2009): “Ukur Mengukur” Wilayah Untuk Mewujudkan Kedaulatan Rakyat Atas Ruang Di Tanah
Rencong. In T. P. (JKPP), Menuju Demokratisasi Pemetaan - Refleksi Gerakan Pemetaan Partisipatif di
Indonesia (pp. 195-213). Bogor: Jaringan Kerja Pemetaan Partisipatif (JKPP).
Heist, M. v. (2000): Participatory Mapping of Village Territories, Malinau East Kalimantan. Bogor: CIFOR.
II-101
INTERAKSI SPASIAL ANTARA KOTA BATAM DAN SINGAPURA DITINJAU DARI ASPEK
INDUSTRI, PERDAGANGAN DAN PARIWISATA
Abstrak: Kota Batam dirancang untuk menjadi Kawasan Tujuan Investasi Terkemuka di Asia Pasifik. Di kota ini
disediakan jasa Kepelabuhan Kelas Dunia, Kawasan Industri yang berdaya saing Internasional, Kawasan
Perdagangan bertaraf internasional, dan Daerah Tujuan Wisata bertaraf internasional. Dikembangkan
Sumberdaya dan infrastruktur yang bertaraf Internasional. Di lain pihak Singapura yang merupakan negara kota
mempunyai banyak industri, perdagangan dan pariwisata bertaraf internasional. Lahan di Singapura sudah
terbatas karena selain sempit lahannya juga telah intensif digunakan untuk kawasan industri, perdagangan dan
pariwisata. Lahan yang ada di Kota Batam dapat menjadi alternatif perkembangan industri, perdagangan dan
pariwisata Singapura. Tujuan penelitian adalah untuk mengetahui interaksi spasial antara Kota Batam dan
Singapura. Ruang lingkup penelitian terdiri atas industri, perdagangan, pariwisata dan interaksi spasial. Metode
penelitian meggunakan Konsep Interaksi Spasial yang menyatakan bahwa untuk terjadinya interaksi spasial
harus ada complementary (saling melengkapi), intervening opportinities (kesempatan intervensi) dan transfer
ability (kemampuan untuk memindahkan). Berdasarkan persyaratan tersebut dilakukan Analisis Pemanfaatan
kawasan industri, arus barang, arus manusia, arus informasi karena adanya kegiatan industri, perdagangan dan
pariwisata antara Kota Batam dan Singapura.
1. Latar Belakang
Kota Batam sejak berdirinya memang direncanakan untuk kawasan industri, perdagangan dan
pariwisata. Hal ini dilakukan oleh pemerintah Indonesia untuk menampung ketebatasan ruang negara
Singapura untuk kegiatan-kegiatan industri, perdagangan dan pariwisata. Pemerintah Indonesia
memanfaatkan lokasi strategis yang dimilki oleh Pulau Batam yang letaknya sangat dekat dengan
Singapura. Selain itu antara Pulau Batam dan Singapura terdapat salah satu jalur pelayaran kapal
yang terpadat di dunia. Dengan adanya fasilitas-fasilitas untuk kegiatan industri, perdagangan dan
pariwisata diharapkan dapat menarik minat negara-negara lain untuk melakukan kegiatan disini.
Dengan adanya kegiatan di Batam maka dapat menambah pemasukan uang bagi pemerintah
Indonesia, selain membuka lapangan kerja bagi warga Indonesia, terutama yang mempunyai
pendidikan dan ketrampilan yang memadai. Selain itu akan terjadi interaksi spasial antara Kota
Batam dengan negara-negara lainnya, khususnya Singapura.
Metoda yang digunakan dalam penelitian berdasarkan Teori Edward Ullman tentang Interaksi spasial
(Spatial Interaction). Syarat terjadinya interaksi spasial antar lokasi adalah adanya saling melengkapi,
kesempatan untuk intervensi dan kemampuan untuk memindahkan.
Saling melengkapi apabila adanya kebutuhan barang, adanya daya beli serta tersedianya sarana
pengangkutan. Kesempatan intervensi adalah adanya kecenderungan tempat yang lebih dekat akan
dipilih apabila dibandingkan tempat yang lebih jauh. Sedangkan kemampuan untuk memindahkan
II-102
tergantung dari sifat dan harga produk, jarak diukur berdasarkan waktu dan uang serta kemampuan
komoditi menanggung biaya (gambar1).
Metoda yang dipergunakan pada penelitian adalah dengan adanya tekanan ruang dan waktu pada
industri, perdagangan dan pariwisata maka akan terjadilah manusia, barang serta pengaruh
kehidupan sehari-hari (tabel 2).
migrasi manusia
Tekanan
Ruang dan • industri barang
Waktu (Space • perdagangan
time • pariwisata
pengaruh
compression)
kehidupan
sehari-hari
a. Industri
Di Kota Batam terdapat 27 kawasan industri. Dari 27 kawasan industri ini ada tiga kawasan industri
berat yaitu Kabil Industrial Park yang terrletak di Kecamatan Nongsa. Luas kawasan industri tersebut
seluas 73 ha, lama sewa penggunaan lahan yaitu 30, 50 dan 80 tahun dan jumlah penyewa
sebanyak 92. Kawasan Sekupang Makmur Abadi seluas 3,17 ha terletak di Kecamatan Sekupang.
Kawasan industri Sea front Industrial City seluas 150 ha, lokasinya di Kecamatan Tanjunguncang.
Kawasan-kawasan industri lainnya merupakan kawasan industri ringan yang tersebar di Kecamatan-
kecamatan Batam Kota, Batuampar, Lubukbaja, Seibeduk, Nongsa, Sekupang dan Tanjunguncang
(tabel 1).
Tabel 1. Kawasan industri di Kota Batam
Lama sewa
Dae
Jenis Luas Mulai penggunaan Jumlah Lokasi
No. Kawasan Industri rah
industri (ha) beropersi lahan penyewa (Kecamatan)
terbangun
(tahun)
Executive
1. Industrial Park ringan 36 40% 2004 92 Batam Kota
Citra Buana Centre
2. Park III ringan 20 50% 30 92 Batam Kota
Hijrah Industrial
Park ringan 6.4 92 Batam Kota
3. Kara Industrial ringan 140 100% 1996 92 Batam Kota
II-103
Park
Sarana Industrial
4. Point ringan 12 30% 2003 30 92 Batam Kota
Puri Industrial Park
5. 2000 ringan 30 67% 2002 92 Batam Kota
Walakaka
6. Industrial Park ringan 7 92 Batam Kota
251.4
Union Industrial
7. Park ringan 25 28% 2003 92 Batu Ampar
Cammo Industrial
8. Park ringan 18 1995 30 92 Batuampar
Batu Ampar
9. Industrial Estate ringan 3 1995 30 92 Batuampar
Bintang Industrial
10. Park II ringan 70 30% 1996 30 92 Batuampar
Citra Buana Centre
11. Park II ringan 8 100% 30 92 Batuampar
Citra Buana Centre
12. Park I ringan 20 100% 30 92 Batuampar
Citra Industrial
13. Park ringan 1995 92 Batuampar
Malindo Cipta
Perkasa Industrial
14. Park ringan 2.2 92 Batuampar
Mega Cipta
15. Industrial Park ringan 6 92 Batuampar
Bintang Industrial
16. Park I ringan 70 92 Batuampar
Repindo Industrial
17. Estate ringan 4.8 92 Batuampar
227
Tunas Industrial
18. Estate ringan 36 45% 1999 92 Lubukbaja
Indah Industrial
19. Park ringan 30 75% 2001 92 Lubukbaja
66
Batamindo
20. Industrial Park ringan 320 75% 1990 92 Sei Beduk
Panbil Industrial
21. Estate ringan 103 70% 2001 92 Sei Beduk
423
Kabil Industrial
22. Park berat 73 30,50 dan 80 92 Nongsa
Taiwan
International
23. Industrial Estate ringan 5.4 81% 92 Nongsa
Wiraraja Industrial
24. Estate ringan 1998 77 Nongsa
78.4
Sekupang Makmur
25. Abadi berat 3.17 Sekupang
Seafront Industrial
26. City berat 150 Tanjunguncang
Latrade Industrial
27. Park ringan 30 60% 2000 92 Tanjunguncang
180
Kawasan industri yang terluas terdapat di Kecamatam Seibeduk, luasnya 423 ha. Kawasan industri di
Kecamatan Seibeduk terdiri atas Batamindo Industrial Park seluas 320 ha dan Panbil Industrial
Estate seluas 103 ha. Baik Batamindo Industrial Park dan Panbil Industrial Estate kedua-duanya
termasuk dalam kategori industri ringan mulai beroperasi pada tahun 1990 dan Panbil Industrial
Estate pada tahun 2001. Tenants (jumlah penyewa) masing-masing 92. Kawasan industri yang paling
sempit terdapat di Kecamatan Sekupang, luasnya 3.17 ha. Kawasan industrinya adalah Sekupang
Makmur Abadi, yang termasuk dalam kategori industri berat.
Berdasarkan jumlah kawasan industri, kawasan industri yang paling banyak terdapat di Kecamatan
Batuampar. Jumlah kawasan industri sebanyak 11 kawasan. Semua kawasan ini termasuk dalam
kategori industri ringan.Luas masing-masing kawasan antara 3-70 ha. Luas seluruh kawasan 227 ha.
II-104
Luas daerah terbangun pada masing-masing kawasan antara 2,2-70 ha. Kawasan-kawasan tersebut
mulai beroperasi antara tahun 1995-2003.
Kawasan industri yang paling sedikit di Kecamatan Sekupang yaitu satu kawasan. Kawasan tersebut
adalah Kawasan Sekupang Makmur Abadi yang termasuk kawasan industri berat. Luas kawasan 150
ha. Penyebaran lokasi Kawasan industri berat dan industri ringan dapat dilihat pada gambar 3.
Pada gambar 3 terlihat bahwa kawasan industri berat tersebar pada bagian Barat, Utara dan
Tenggara Kota Batam (warna merah). Daerah lainnya merupakan kawasan industri ringan. Kawasan
industri ringan lebih luas apabila dibandingkan dengan kawasan induustri berat.
Di Kota Batam terdapat jenis-jenis industri makanan, minuman dan tembakau; tekstil jadi dan kulit;
kayu dan barang dari kayu; kertas, barang dari kertas, percetakan dan penerbitan; kimia, minyak
bumi dan batu bara; barang galian bukan logam; barang dari logam dan lainnya. Untuk jelasnya
dapat dilihat pada tabel 2.
Tabel 2. Jenis industri, jenis perusahaan dan tenaga kerja
Besar Sedang
Jenis Industri
Perusahaan Tenaga kerja Perusahaan Tenaga kerja
Makanan, minuman
dan tembakau 2 297 10 595
Tekstil, pakaian jadi
dan kulit 12 898 5 359
Kayu dan barang dari
kayu 1 51
Kertas, barang dari
kertas, percetakan dan
penerbitan 8 1.204 15 664
Kimia, minyak bumi
dan batu bara 29 13.196 19 959
Barang galian bukan
logam 1 121 7 353
Barang dari logam 117 108.974 44 2.548
Lain-lain 7 1.822 5 202
Sumber: Pemerintah Kota Batam, 2009
Pada tabel diatas dapat diketahui bahwa jenis industri yang paling banyak adalah industri Barang dari logam,
jumlahnya 117, merupakan perusahaan-perusahan besar dengan jumlah tenaga kerja sebanyak 108.974 orang.
Sedangkan jenis industri yang paling sedikit adalah Kayu dan barang dari kayu sebanyak satu perusahaan
sedang yang mempunyai tenaga kerja sebanyak 51 orang.
II-105
b. Perdagangan
Untuk membahas masalah perdagangan dipergunakan data ekspor barang, kerjasama investasi
Penanaman Modal Asing (PMA), kerja sama investasi antar PMA, nilai investasi PMA berdasarkan
asal negara, dan jumlah PMA berdasarkan asal negara.
Ekspor Kota Batam terutama melalui Pelabuhan Batuampar dengan berat bersih 1.068.654.118 kg
atau 1.068.654 ton. Nilai FOB sebesar Rp 4,294,967,294 atau Rp 4,29 milyar. Jumlah barang yang
diekspor paling sedikit diekspor dari Pelabuhan Belakangpadang, dengan berat 8.904.398 kg atau
8.904,39 ton dengan nilai FOB Rp 248.054 (tahun 2005). Pada tahun 2006 Ekspor Kota Batam yang
paling banyak berasal dari pelabuhan Sekupang, beratnya 689.106.214 kg atau 689.106 ton. Nilai
FOB nya sebesar Rp 2.476.298.690 kg atau Rp2.476,30 milyar. Tidak terjadi pengiriman barang dari
pelabuhan Belakangpadang. Periksa tabel 3.
Besar investasi PMA Indonesia, Singapura sebesar US$ 1,212.961.203 merupakan investasi paling
besar apabila dibandingkan dengan investasi-investasi lainnya. Investasi yang paling keci adalah
Indonesia, Singapura, Taiwan yaitu sebesar US$ 1.950.000. Investasi Indonesia, Singapura dengan
negara lain yaitu Indonesia Hongkong, Singapura sebesar US$ 62.700.000; Indonesia, Jepang,
Sinapura sebesar US$ 59.091.000; Indonesia, Inggris, Singapura sebesar US$ 31.200.000;
Indonesia, Malaysia, Singapura sebesar US$ 5.710.000.
Tabel 4. Kerjasama Investasi PMA dengan Indonesia
No. Negara Total (US$)
1. Indonesia, Singapura 1.212.961.203
2. Indonesia, Philipina, Thailand 536.025.000
3. Indonesia, Malaysia 235.931.763
4. Indonesia, Jerman 125.954.190
5. Indonesia, Korea 125.902.794
6. Indonesia, Belanda 109.802.000
7. Indonesia, Panama 86.265.000
8. Indonesia, British Virgin Island 84.923.976
9. Indonesia, Hongkong, Singapura 62,700,000
10. Indonesia, Jepang, Singapura 59.091.000
11. Indonesia, Amerika serikat 53.978.723
12. Indonesia, Inggris, Singapura 31.200.000
13. Indonesia, Hongkong 30.826.000
14. Indonesia, Jepang 27.461.137
15. Indonesia, Inggris, Jepang, Jerman, Singapura 24.925.810
16. Indonesia, Taiwan 24.802.318
17. Indonesia, swedia 16.300.000
18. Indonesia, China 14.650.000
19. Others 9.684.075
20. Indonesia, Malaysia, Singapura 5.710.000
21. Indonesia, Inggris 4.806.000
22. Indonesia, Philipina 4.140.750
23. Indonesia, Austria 4.000.000
24. Indonesia, Australia 3.882.265
25. Indonesia, Perancis 3.500.000
26. Indonesia, Jerman, Inggris 3.000.000
27. Indonesia, Hongkong, Malaysia 3.000.000
28. Indonesia, Liberia 2.707.000
29. Indonesia, Swiss 2.260.000
30. Indonesia, Singapura, Taiwan 1.950.000
Sumber: Sumber: http://www.batam.go.id/home/kerjasama_investasi.php 28 Mei 2011
II-106
c. Kerjasama Investasi
Kerjasama investasi antar PMA terutama adalah British Virgin Island, Singapura sebesar US$
267,890,555 atau US$267.89 juta. Kerjasama investasi anta PMA yang paling kecil adalah British
Virgin Island, Taiwan dan Malaysia. Jumlah investasi sebesar US$ 1,500,000 atau US$ 1.50 juta.
Singapura melakukan pula kerjasama dengan negara-negara lain seperti: Jepang, Singapura sebesar
259.588.917; Malaysia, Singapura sebesar US$ 59.153.260;Inggris, Singapura sebesar US$
22.206077; Hongkong, Singapura sebesar US$ 18.049.699; Singapura, Taiwan sebesar US$
13.500.000; Singapura, Belanda sebesar US$ 13.484.141; Australia, Singapura sebesar US$
8.700.000; Singapura, Amerika serikat sebesar US$ 8.450.000; Singapura, Mauritius sebesar US$
5.350.000; Malaysia, Singapura, Amerika Serikat sebesar US$3.611.000; Singapura, Swedia sebesar
US$ 2.000.000; Singapura, Korea sebesar US$1.900.000; Arab Saudi, Singapura sebesar US$
1.600.000 dan Singapura, India US$1.504.000 (tabel 5).
Tabel 5. Kerja sama investasi antar PMA
No. Negara Total (US$)
1. British Virgin Island, Singapura 267.890.555
2. Jepang, Singapura 259.588.917
3. Malaysia, Singapura 59.153.260
4. Emirat Arab, British Virgin Island 40.000.000
, 5. Hongkong, Mauritius 31.301.250
6. Inggris, singapura 22.206.077
7. Perancis, Jepang 19.246.167
8. Hongkong, Singapura 18.049.699
9. Singapura, Taiwan 13.500.000
10. Singapura, Belanda 13.484.141
11. Panama, Taiwan 12.000.000
12. Jerman, Malaysia 11.050.000
13. Australia, Singapura 8.700.000
14. Singapura, Amerika Serikat 8.450.000
15. Jepang, Philipina 7.349.143
16. Malaysia, Swiss 7.150.000
17. Jerman, Singapura 7.086.948
18. Singapura, Mauritius 5.350.000
19. Hongkong, panama 3.730.000
20. Malaysia, Singapura, Amerika serikat 3.611.000
21. Singapura, swedia 2.000.000
22. Singapura, Korea 1.900.000
23. British Virgin Island, Kanada 1.800.000
24. Arab Saudi, Singapura 1.600.000
25. Singapura, India 1.504.000
26. British Virgin Island, Taiwan, Malaysia 1.500.000
Sumber: http://www.batam.go.id/home/ kerjasama_investasi.php 28 Mei 2011
Nilai investasi PMA berdasarkan asal negara terutama adalah negara Singapura dengan investasi
sebesar US$ 717.834.356. Nilai tersebut merupakan nilai yang paling besar. Nilai investasi yang
paling kecil berasal dari negara Tunisia sebesar US$ 480.000 (periksa tabel 6).
Tabel 6. Nilai investasi PMA berdasarkan asal negara
No Negara Total (US$)
1. Singapura 717.834.356
2. Jepang 128.818.986
3. Malaysia 65.839.200
4. Taiwan 33.284.180
5. Amerika Serikat 18.934.000
6. Korea 12.810.474
7. British Virgin Island 8.556.927
8. China 5.805.000
9. Australia 4.320.500
10. Inggris 3.892.000
11. Hongkong 2.800.000
12. Cayman Island 2.177.472
13. Swiss 2.050.000
14. Jerman 1.987.000
15. Arab saudi 1.950.000
16. India 1.100.000
17. Denmark 873.000
18. Mauritius 800.000
II-107
19. Tunisia 480.000
Sumber: Sumber: http://www.batam.go.id/home/ kerjasama_investasi.php 28 Mei 2011
Jumlah PMA berdasarkan asal negara yang paling banyak adalah Singapura dengan jumlah 346.
Jumlah PMA yang paling sedikit adalah nagara Hongkong, Cayman Island, Arab Saudi, Denmark,
Mauritius, Perancis dan Tunisia masing-masing sebanyak 1 PMA (tabel 7).
Tabel 7. Jumlah PMA BerdasarkanAsal Negara
No. Negara Total
1. Singapura 346
2. Malaysia 31
3. Taiwan 20
4. Jepang 15
5. Korea 15
6. Australia 10
7. China 9
8. Amerika serikat 9
9. British Virgin Islands 3
10. Inggris 3
11. Jerman 2
12. Swiss 2
13. India 2
14. Philipina 2
15. Hongkong 1
16. Cayman Island 1
17. Arab saudi 1
18. Denmark 1
19. Mauritius 1
20. Perancis 1
21. Tunisia 1
Sumber: http://www.batam.go.id/home/ kerjasama_investasi.php 28 Mei 2011
d. Pariwisata
Wisata bahari yang ada di Kota Batam antara lain:
• Kegiatan menyelam (diving) dan snorkeling di Taman laut di Kepulauan Abang, Galang Baru;
• Menikmati Kota tepi pantai (water front city), kegiatan mengendarai banana boat, para sailing
dan jetsky di Pantai Marina, Tanjungriau Sekupang;
• Menikmati pantai pasir putih dan sarana permainan anak di Pantai Sekikak, Batubesar;
• Kampung tradisonal melayu di Tanjung Mak Dara Batubesar;
• Kampung tradisional melayu dan panorama Kota Singapura di Pantai Kampung Nonggsa.
Wisata belanja antara lain:
• Belanja produk luar negeri seperti tas, jam, sepatu, baju, aksesoris dengan harga murah di
Batam City Square, Penuin;
• Belanja perlengkapan muslimah dan department store yang menjual produk-produk luar dan
dalam negeri di Diamond City Mall, Jodoh;
• Belanja di tempat penjualan telepon seluler (HP) terbesar Kota Batam di Lucky Plaza,
Nagoya.
Wisata kuliner:
• Berbagai masakan Indonesia, Cina, Jepang, Korea, dan Eropa. Jenis makanannya antara
lain ayam goreng, soto, mi, gudeg, sea food (udang, kepiting, gonggong), bebek peking,
steak dan masakan vegetarian.
Wisata hiburan lain:
• Bar, diskotik, pub, karaoke, cafe dan club.
Kondisi pariwisata di Kota Batam yang lengkap dapat dilihat pada tabel 8.
Tabel 8. Tabel Obyek wisata, jenis wisata, aktivitas dan lokasi
Jenis Lokasi
No. Obyek wisata wisata Aktivitas kecamatan
1. Seoul Garden Kuliner masakan Korea Batam Kota
Lokasi bekas peninggalan pengungsi
2. Kamp Vietnam Sejarah Vietnam. Galang
3. Patung Dewi Kwan Sejarah Sekupang
II-108
Im
Reastaurant
4. Waterfront Seafood Kuliner Sekupang
belanja tas, jam, sepatu, baju,
aksesoris dengan harga yang
5. Batam City Square Belanja menarik. Batam Kota
Masjid unik. Arsitektur bergaya
Timur Tengah dengan dihiasi oleh
6. Masjid Raya Batam agama ornamen-ornamen yang indah. Batam Kota
Vihara Maha Duta Salah satu Vihara Terbesar di Asia
7. Maitreya agama Tenggara. Batam Kota
Kelenteng Cetya
8. Tridarma agama Batam Kota
9. Restaurant Sanur Kuliner Batam Kota
Masakan laut ikan,kepiting, udang,
10. Restaurant Seafood Kuliner gonggong dan lainnya Batam Kota
masakan khas Cina dengan menu
11. Fisherman Kuliner Bebek Peking. Batam Kota
masakan mi dengan harga yang
12. Mie Atjeh Kuliner murah Batam Kota
Soto Kwali, gudeg, sate paru dan
13. Soto Kwali Kuliner Soto Daging. Batam Kota
Hiburan
14. Breeks Cafe lain masakan Western dan Korea Batam Kota
hiburan
15. E Grove Pub lain Batam Kota
hiburan
16. Cafe Dewa Ruci lain Batam Kota
Golden Union hiburan
17. Harvest lain Batam Kota
hiburan
18. Batam Score lain Batam Kota
hiburan
19. Sahara lain Batam Kota
perlengkapan muslimah dan
20. Diamond City Mall Belanja department store Batuampar
Restaurant Pondok
21. Batam Kuring Kuliner Batuampar
Restaurant
Internasional
22. Seafood Kuliner Batuampar
23. Steak House Kuliner steak Batuampar
24. B & K Steak House Kuliner masakan Western. Batuampar
hiburan
25. Bintang II Bar lain Batuampar
Hiburan
26. Classic Bar lain Batuampar
hiburan
27. Pasific Diskotik lain Batuampar
hiburan
28. Planet Discotique lain Batuampar
hiburan
29. Our Bar Cafe lain Batuampar
hiburan
30. Zoom lain Batuampar
hiburan
31. Dynasty lain Batuampar
hiburan
32. Pacific lain Batuampar
hiburan
33. Pelangi Millenium lain Batuampar
hiburan
34. Sentosa lain Batuampar
35. Golden Prawn Kuliner makanan laut dari berbagai jenis. Bengkong
Restaurant Arirang
36. Korean & Japanese Kuliner masakan Korea dan Jepang Btuampar
Makam Temenggung Abdul Jamal
temenggung kerajaan Riau-Lingga.
Terdapat museum mini dan makam-
37. Makam Temenggung Sejarah makam keluarga Bulang
38. Galang Baru Bahari diving dan snorkling. Galang
produk telephone seluler / HP dan
39. Lucky Plaza Belanja Lubukbaja
merupakan tempat terbesar di
II-109
Batam.
Air Soft Gun Delta
40. Olah raga Lubukbaja
Force 1
41. Food City 72 Kuliner Lubukbaja
42. Heng Lai Food Court Kuliner Lubukbaja
Restaurant Mbok
43. Berek Kuliner Lubukbaja
44. Restaurant KAZU Kuliner masakan Jepang Lubukbaja
Restaurant
Sarangbang Jang
45. Korean Kuliner masakan Korea Lubukbaja
46. D'Peak Cafe Kuliner masakan Indonesia dan Barat Lubukbaja
Hiburan
47. D ' Box lain Lubukbaja
Hiburan
48. New Palace lain Lubukbaja
Hiburan
49. The Flame Bar lain Lubukbaja
Hiburan
50. Pagoda Bar lain Lubukbaja
Hiburan
51. The Last Pub lain Lubukbaja
Hiburan
52. Goerges Bar lain Lubukbaja
Pub & Lounge Jungle hiburan
53. Minda lain Lubukbaja
hiburan
54. Utama Hotel Bar lain Lubukbaja
Wallabies Cafe & hiburan
55. Restaurant lain Lubukbaja
hiburan
56. Hard Chili Cafe lain Lubukbaja
hiburan
57. Ice lain Lubukbaja
hiburan
58. Horisona lain Lubukbaja
hiburan
59. Meximo lain Lubukbaja
hiburan
60. J&S Karaoke lain Lubukbaja
hiburan
61. 29 Club lain Lubukbaja
hiburan
62. Ankers Live lain Lubukbaja
hiburan
63. The Monic Family lain Lubukbaja
hiburan
64. Pelita Karaoke lain Lubukbaja
Pantai berpasir putih, sarana
65. Pantai Sekikak Bahari permainan anak. Nongsa
66. Tanjung Mak Dara Bahari kampung tradisional Melayu Nongsa
Pantai Kampung Kampung Tradisional Melayu
67. Nongsa Bahari Panorama Singapura Nongsa
Nong Isa penduduk asli Pulau
68. Makam Nong Isa Olah raga Batam, memajukan daerah Nongsa. Nongsa
Tamarin Santana
69. Golf & Country Club Kuliner Nongsa
Palm Spring Golf &
70. Country Club Olah raga Nongsa
71. Kepulauan Abang Bahari Taman laut, Kegiatan menyelam Seibeduk
Restaurant Ayam
72. Goreng Gadja Mada Kuliner Seibeduk
Restaurant Garo
73. Japaness Kuliner masakan Jepang Seibeduk
74. Soto Ayam Surabaya Kuliner soto ayam Seibeduk
75. Sinar Vegetarian Kuliner Seibeduk
kota tepi pantai ( water front city).
Atraksi: Banana, Boat, Parasailing,
76. Pantai Marina Bahari Jetsky, dll Sekupang
Pura Agung Amertha
77. Bhuana agama Sekupang
Indah Puri Golf &
78. Resort Olah raga Sekupang
II-110
Southlink Golf &
79. Country Club Olah raga Sekupang
Hiburan
80. Danny's 3 lain Sekupang
Hiburan
81. Danny's 2 lain Sekupang
Sumber: kominfo@batahttp://batamkota.go.id/pariwisata.php?12 Oktober 2010
Obyek wisata yang paling banyak di Kecamatan Lubukbaja, jumlah 26 obyek. Obyek wisata yang
paling sedikit terdapat di Kecamatan Galang yaitu hanya ada dua obyek. Di Kecamatan Lubukbaja
terdapat 18 wisata hiburan lain, 6 wisata kuliner, satu wisata belanja dan satu wpsata olah raga. Di
Kecamatan Galang terdapat dua obyek wisata, yaitu wisata sejarah berupa lokasi pengungsian
Vietnam dan satu wisata bahari tempat diving dan snorkling.
Untuk mengangkut wisatawan dari Singapura ke Batam atau sebaliknya dipergunakan ferry sebagai
sarananya. Ada tiga perusahaan ferry yang melayani penyeberangan Singapura –Batam atau
sebaliknya. Satu perusaan angkutan ferry milik Indonesia adalah Batam Fast. Sedangkan dua
perusahaan lainnya adalah milik Singapura yaitu Pinguin dan Wave Master. Perusahaan Batam Fast
mempunyai 12 ferry yang mempunyai kapasitas tempat duduk yang berbeda. Kapasitas tempat
duduk masing-masing ferry sebesar 140-240 tempat duduk. Rata-rata satu ferry mempunyai tempat
duduk 205.
Tabel 9. Nama ferry dan jumlah dudukperusahaan angkutan ferry Batam Fast
No. Nama kapal Tempat duduk
1. Sea Flyte 211
2. Sea Raider 2 240
3. Golden Raider 240
4. Jet Raider 338
5. Ocean Raider 240
6. Ocean Flyte 196
7. Jet Flyte 1 163
8. Jet Flyte 2 163
9. Asian Raider 1 188
10. Asian Raider 2 188
11. Golden Image 150
12. Sea Prince 140
Total 2.457
Sumber: http://www.batamfast.com 24 Mei 2011
Selanjutnya frekuensi pelayaran ferry berdasarkan nama perusaaan, pemilik dan jumlah penumpang
diangkut seperti tertera pada tabel berikut:
Pada tabel 10 dapat dilihat bahwa dari enam rute pelayaran ferry antara Singapura dan Batam, ada
empat rute yang dilalui oleh ferry milik Indonesia yaitu pertama rute Harbourfront (Singapura)- Batam
Centre (Indonesia). Frekuensi pelayaran sebanyak 12 kali dalam sehari. Rute kedua pelayaran
II-111
Harbourfront (Singapura) - Sekupang (Indonesia) dilakukan sebanyak 10 kali dalam sehari pergi-
pulang dalam sehari. Rute ketiga adalah Harbour Front -Water
Water Front City (Indonesia) sebanyak
empat kali dan yang terakhir adalah rute Tanahmerah (Singapura)
(Singapura)-Nongsapura
Nongsapura (Indonesia) sebanyak
10 kali. Jumlah pelayaran yang dilakukan oleh ferry Indonesia sebanyak
sebanyak 36 kali. Semua pelayaran
yang dilakukan oleh ferry Indonesia dilaksanakan oleh perusahaan Batam Fast. Perusahaan ferry
Singapura melayani dua trayek yaitu Harbour Front-Batam
Front Centre sebanyak 10 pelayaran.
Sedangkan rute kedua yaitu Harbour Front-Harbour
Front ur Bay (Indonesia) sebanyak 10 kali. Pelayaran
Harbour Front-Batam
Batam Centre dilakukan oleh perusahaan ferry Penguin. Trayek Harbour Front dan
Harbour
arbour Bay dilakukan oleh perusahaan ferry Wave Master. Perusahaan ferry Singapura melakukan
pelayaranan sebanyak 30 0 pelayaran dalam sehari dan dapat mengangkut 6.150 penumpang.
Perusahaan ferry Indonesia dalam sehari melakukan pelayaran sebanyak 36 kali. Jumlah
penumpang yang dapat diangkut sebanyak 7.480 penumpang. Total jumlah penumpang yang dapat
diangkut sebanyak 13.530 dalam satu hari.
Pelayaran ferry membawa penumpang ke Kota Batam atau Sebaliknya ke Singapura. Penumpang
yang dibawa oleh ferry antara lain wisatawan mancanegara. Wisatawan mancanegara
ara yang paling
banyak datang ke Kota Batam adalah wisatawan dari Singapura. Jumlah wisatawan Singapura yang
datang ke Batam sebanyak 305.275 orang (63,60%) dari jumlah seluruh wisatawan mancanegara
yang datang ke Kota Batam. Untuk jelasnya dapat dilihat pada
p tabel 11
II-112
4. Kesimpulan
Kesimpulan dari penelitian adalah sebagai berikut:
• Kawasan industri yang terluas terdapat di Kecamatan Seibeduk. Jenis industri ringan;
• Kecamatan Batuampar mempunyai paling banyak kawasan industri, semuanya termasuk
kawasan jenis industri ringan;
• Jenis industri yang paling banyak di Kota Batam adalah jenis industri Barang dari logam .
Industri-industri ini menyerap tenaga kerja yang paling banyak.
• Pada tahun 2005 ekspor Kota Batam terutama melalui Pelabuhan Batuampar, tetapi pada
tahun 2006 melalui Pelabuhan Sekupang.
• Negara Singapura paling besar investasinya apabila dibandingkan dengan negara-negara
lain.
• Kecamatan yang paling banyak mempunyai obyek wisata adalah Kecamatan Lubukbaja,
terutama wisata hiburan lain.
• Perusahaan ferry Indonesia mempunyai rute yang lebih banyak apabila dibaqndingkan
dengan perusahaan ferry Singapura. Selain itu perusahaan ferry Indonesia mengangkut
penumpang yang lebih banyak apabila dibandingkan dengan ferry Singapura.
• Wisatawan Singapura yang datang ke Kota Batam paling banyak jumlahnya apbila
dibandingkan dengan wisatawan-wisatawan mancanegara lainnya.
5. Referensi
Edward L. Ullman Louis (1980 ): Geography As Spatial Interaction. Washington University Press.
http://www.batam.go.id/home/kerjasama_investasi.php 28 Mei 2011
http://batamkota.go.id/warga.php? 28 Mei 2011
http://www.batamfast.com 24 Mei 2011
http://www.penguin.com.sg 24 Mei 2011
kominfo@batahttp://batamkota.go.id/pariwisata.php?12 Oktober 2010
Pemerintah Kota Batam (2007): Batam Dalam Angka 2007
Pemerintah Kota Batam (2009): Batam Dalam Angka 2009
II-113
Model Analisis Kesesuaian Lahan Sebagai Masukan Penyusunan Rencana Tata Ruang Wilayah
(RTRW)
Imam Buchori
Laboratorium Geomatika dan Komputasi Perencanaan, Jurusan Perencanaan Wilayah dan Kota,
UNIVERSITAS DIPONEGORO
ABSTRAK :Penyusunan ‘rencana pola ruang’, sebagaimana diamanatkan UU 26/2007 tentang Penataan Ruang,
baik untuk kawasan budidaya maupun kawasan lindung harus mempertimbangkan kesesuaian dan daya dukung
lahan pada kawasan tersebut. Di dalam RTRW setingkat kabupaten, penetapan kawasan pertanian sebagai
kawasan budidaya harus berbasis analisis kesesuaian lahan sesuai tipe kawasan pertanian tersebut, misalnya
kesesuaian lahan khusus untuk kawasan persawahan, tegalan, perkebunan, tambak, dll. Dengan latar belakang
tersebut, makalah ini bertujuan untuk mengembangkan model analisis kesesuaian lahan pertanian yang dapat
dipergunakan sebagai masukan dalam penyusunan RTRW setingkat kabupaten.
Model analisis kesesuaian lahan yang dimaksud adalah model SIG yang dikembangkan dari model FAO tahun 1976,
dengan modifikasi dan penyesuaian terhadap keberadaan data di Indonesia. Model tersebut dikembangkan untuk
tiga kegiatan pertanian utama, yaitu persawahan (tanaman pangan lahan basah), tegalan (tanaman pangan lahan
kering) dan perkebunan (tanaman tahunan). Secara garis besar, operasional model terdiri dari dua tahap, yaitu
superimpose peta input, yang terdiri dari peta ketesediaan air, ketersediaan unsur hara, kedalaman efektif tanah,
tekstur tanah, kondisi topografi dan kondisi rawan genangan, dan model pembobotan untuk menentukan tingkat
kesesuaian lahan di masing-masing unit analisis hasil superimpose. Model tersebut kemudian diujicobakan pada
suatu kabupaten, dengan mempertimbangkan ketersediaan data yang telah dimiliki peneliti. Kabupaten yang terpilih
sebagai lokasi ujicoba adalah Kabupaten Rembang.
Hasil ujicoba model menunjukkan bahwa model tersebut cukup representatif dalam memberikan gambaran
kelayakan lahan pertanian secara keruangan. Disadari bahwa model masih perlu diujicoba lagi di berbagai tempat
lain, sebelum dapat dikatakan sebagai model yang sahih. Selain itu, model juga masih terlalu umum, khususnya
model untuk kesesuaian lahan tegalan dan perkebunan, yang seharusnya lebih spesifik sesuai dengan jenis komoditi
yang akan dikembangkan. Namun demikian, spesifikasi yang masih umum tersebut sudah cukup membantu ketika
dipergunakan dalam penyusunan ‘rencana pola ruang’ suatu RTRW setingkat kabupaten yang juga masih bersifat
umum.
1. Pendahuluan
Sejak disahkannya Undang-undang no 26 tahun 2007 tentang Penataan Ruang (UUPR) yang
mengamanatkan bahwa setiap propinsi wajib menyesuaikan Peraturan Daerah (Perda) tentang Rencana
Tata Ruang Wilayah (RTRW) Propinsi selambat-lambatnya dua tahun dan RTRW Kabupaten/Kota
selambat-lambatnya tiga tahun sejak disahkannya UU tersebut, terjadi mobilisasi tenaga dan biaya yang
luar biasa dalam penyusunan RTRW baik di tingkat propinsi maupun kabupaten/kota. Secara tersirat, UU
tersebut mengamanatkan bahwa RTRW yang disusun harus dilakukan dengan prosedur analisis yang
benar dan didukung oleh waktu dan biaya yang memadai.
Dua produk rencana terpenting yang diatur dalam sebuah Rencana Tata Ruang Wilayah (RTRW)
Kabupaten adalah ‘rencana struktur ruang’ dan ‘rencana pola ruang’ (UUPR, pasal 17 ayat 1). Rencana
struktur ruang memuat rencana sistem pusat permukiman dan rencana sistem jaringan prasarana,
sedangkan rencana pola ruang memuat peruntukan kawasan lindung dan peruntukan kawasan budidaya.
Dalam hal penetapan kawasan budidaya, satu hal yang harus diperhatikan adalah daya dukung kawasan
tersebut serta batasan-batasan peruntukan kawasan lindung yang mampu menjamin kelestarian
lingkungan secara berkelanjutan. Kawasan lindung tersebut dapat berupa kawasan lindung untuk wilayah
belakang (hinterland) maupun kawasan lindung setempat.
Secara garis besar, peruntukan kawasan budidaya terdiri dari kawasan permukiman (residential area)
yang berupa kawasan terbangun, kawasan pertanian (non-terbangun), dan kawasan budidaya lainnya.
Kawasan pertanian yang dimaksud di sini adalah kawasan pertanian dalam arti luas, yang mencakup
kawasan persawahan, tegalan, perkebunan, perikanan, dll., sedangkan kawasan budidaya lainnya dapat
berupa kawasan pertambangan, kawasan industri, kawasan pariwisata, dll.
Di dalam menetapkan suatu area sebagai kawasan pertanian, analisis kesesuaian lahan mutlak
diperlukan agar penetapan kawasan tersebut mampu menghasilkan produksi pertanian yang optimal,
II-114
sesuai dengan peruntukan yang ditetapkan. Selain itu, penetapan kawasan pertanian yang ditunjang
kebijakan zonasi yang tepat akan mampu memberikan kontribusi yang signifikan terhadap kebijakan
pengadaan pangan nasional, sehingga sesuai dengan asas keberlanjutan, keberdayagunaan dan
keberhasilgunaan dalam penataan ruang (UUPR pasal 2).
Berdasar penjelasan di atas, makalah ini akan membahas tentang pengembangan model Analisis
Kesesuaian Lahan (AKL) yang dapat dipergunakan sebagai masukan dalam penyusunan RTRW tingkat
kabupaten/kota, untuk tiga kegiatan pertanian utama, yaitu persawahan (tanaman pangan lahan basah),
tegalan (tanaman pangan lahan kering) dan perkebunan (tanaman tahunan). Model tersebut berupa
model keruangan berbasis GIS dikembangkan dari model kesesuaian lahan FAO tahun 1976 yang
dimodifikasi dan disesuaikan dengan keberadaan data di Indonesia. Model tersebut juga diujicobakan
pada suatu kabupaten, dengan pertimbangan keberadaan data yang telah dimiliki peneliti. Kabupaten
yang terpilih sebagai lokasi ujicoba model adalah Kabupaten Rembang.
2. Model Kesesuaian Lahan
Sebelum membahas keseuaian lahan, sebelumnya perlu klarifikasi tentang penggunaan istilah ‘lahan’
dan ‘tanah’ yang akan dipergunakan di dalam mahakalah ini untuk menghindari kerancuan di antara
keduanya. Berdasarkan definisi FAO,
...land comprises the physical environment, including climate, relief, soil, hydrology and vegetation,
to the extent that these influence potential for land use. It includes the results of past and present
human activity, e.g. reclamation from the sea, vegetation clearance, and also adverse results, e.g.
soil salinization (FAO, 1976, h.8).
Dari definisi di atas jelas bahwa istilah ‘lahan’ memiliki arti yang lebih luas dibandingkan istilah ‘tanah’.
Dengan kata lain ‘tanah’ dapat dianggap sebagai salah satu aspek fisik di dalam ‘lahan’.
Secara umum, model AKL yang telah diterima secara luas di seluruh dunia adalah yang dikeluarkan oleh
FAO, yaitu suatu unit PBB yang mengurusi masalah pangan. Model AKL tersebut pertama kali dimuat
dalam sebuah buku berjudul ‘A Framework for Land Evaluation’ yang diterbitkan pada tahun 1976.
Pertimbangan utama penyusunan model adalah bahwa suatu rencana tata guna lahan harus
mempertimbangkan aspek sumber daya alam dan lingkungan (FAO, 1976).
Model AKL tersebut kemudian dikembangkan dan dimodifikasi oleh berbagai peneliti dan institusi terkait
di berbagai belahan dunia untuk disesuaikan dengan berbagai kondisi yang ada. Di Indonesia,
Departemen Pertanian bekerjasama dengan Lembaga Penelitian IPB telah memodifikasi model tersebut
pada tahun 1981 untuk disesuaikan dengan kondisi di Indonesia. Hingga saat ini, banyak peneliti dari
berbagai institusi/lembaga penelitian lain yang terus mengembangkan model AKL untuk kesempurnaan
model tersebut. Dengan demikian, out studi ini dapat dianggap sebagai salah satu sumbangan pemikiran
terhadap upaya pengembangan dan penyempurnaan model tersebut.
Secara garis besar, prosedur model AKL tersebut adalah sebagai berikut. Tahap pertama adalah
menentukan unit lahan sebagai basis evaluasi. FAO (1976) mendefinisikan ‘unit lahan’ tersebut sebagai
suatu unit kesatuan lahan yang memiliki karakteristik dan homogeniti tertentu. Berdasarkan definisi
tersebut, ‘unit lahan’ dapat didelineasi berdasarkan tiga karakteristik utma yang terkait kualitas lahan,
yaitu kondisi teknis lahan, kualitas tanah dan ketersediaan air. Selanjutnya, ketiga karakteristik tesebut
dapat diturunkan ke dalam beberapa layer peta tematik. Kriteria pertama dapat direpresentasikan oleh
peta kemiringan lahan dan potensi genangan. Kriteria kedua dapat direpresentasikan oleh peta
kedalaman efektif tanah, ketersediaan unsur hara dan tekstur tanah. Kriteria ketiga dapat
direpresentasikan oleh peta irigasi dan curah hujan. Dengan demikian, ‘unit lahan’ yang terbentuk adalah
hasil analisis tumpang tindih (superimpose) dari ketujuh peta tersebut di atas.
Tahap kedua adalah menghitung skor dari semua unit lahan menggunakan rumus pembobotan yang
telah ditetapkan untuk masing-masing peruntukan. Klasifikasi tingkat kesesuaian akan didasarkan pada
klasifikasi yang ditetapkan FAO, tetapi dibatasi pada klasifikasi ‘orde’ dan ‘kelas’ saja. Orde adalah
informasi umum tentang kesesuaian atau ketidaksesuaian yang dilambangkan dengan huruf S untuk
‘sesuai’ dan N untuk ‘tidak sesuai’ dan memiliki beberapa hambatan yang membatasi penggunaan lahan
tersebut, sedangkan kelas adalah informasi tentang derajat kesesuaian atau ketidaksesuaian. Dalam
model ini, kategori orde ‘sesuai’ (S) selanjutnya dibagi ke dalam 3 kelas, yaitu: S1 untuk lahan sangat
sesuai dan tidak ada hambatan yang membatasi pilihan penggunaan lahan tesebut; S2 untuk sesuai
dengan sangat sedikit hambatan yang mungkin membatasi pilihan penggunaan lahan tersebut; dan S3
untuk cukup sesuai dengan sedikit hambatan yang mungkin mengurangi kemungkinan pilihan
II-115
penggunaan lahan tersebut atau memerlukan manajemen khusus untuk pilihan penggunaan lahan
tersebut.
Biasanya orde ‘tidak sesuai’ (N) juga dibagi ke dalam beberapa kelas, yaitu: N1 untuk saat ini tidak
sesuai atau memiliki kendala terhadap pilihan peruntukannya dan N2 untuk tidak sesuai secara
permanen atau memiliki limitasi terhadap pilihan peruntukannya. Namun demikian, dalam model ini
pembagian kelas tersebut tidak dilakukan karena di dalam penetapan ‘rencana pola ruang’ lebih
mengutamakan kesesuaian, sehingga ketika suatu unit lahan dinyatakan tidak sesuai maka akan
direkomendasikan untuk pengunaan lahan lain yang lebih sesuai. Oleh karena itu, identifikasi hingga
orde N dalam model ini dianggap sudah cukup.
Tabel 1. Kelas Kesesuaian Lahan
KELAS KESESUAIAN LAHAN SKOR
PERSAWAHAN TEGALAN PERKEBUNAN
Sangat sesuai (S1) 122-128 106-112 93-100
Sesuai (S2) 108-122 91-106 77-93
Cukup sesuai (S3) 100-108 82-91 68-77
Tidak sesuai (N) <100 <82 <68
Sumber: diolah dari FAO (1976) dan diskusi dengan beberapa narasumber.
Selanjutnya, setiap ‘unit lahan’ akan diklasifikasikan berdasarkan skor yang diperoleh. Skor klasifikasi
adalah sebagaimana terlihat pada Tabel 1 di atas. Skor masing-masing unit dihitung dengan
menggunakan rumus sebagai berikut.
Skor = H + I + N + E + T + S + F
Dimana H adalah skor untuk intensitas curah hujan, I adalah skor untuk kondisi irigasi, N adalah skor
untuk ketersediaan unsur hara, E adalah skor untuk kedalaman efektif tanah, T adalah skor untuk tekstur
tanah, S adalah skor untuk kemiringan lahan (slope), dan F adalah skor untuk frekuensi genangan.
Tabel nilai bobot masing-masing kriteria untuk masing-masing peta input bagi ketiga tipe penggunaan
lahan pertanian yang dibahas dalam studi ini, yaitu lahan persawahan, lahan tegalan dan lahan
perkebunan adalah disajikan berturut-turut dalam Tabel 2, 3 dan 4.
Tabel 2. Nilai Rating (Skor) untuk Kawasan Persawahan
INDIKATOR KUALITAS KONDISI NILAI RATING
Ketersediaan air Tadah Hujan (H) > 2500 1500-2500 900-1500 600-900 <600
mm/tahun mm/tahun mm/tahun mm/tahun mm/tahun
16 16 14 12 8
Irigasi (I) Irigasi teknis ½ irigasi Irigasi non
teknis teknis
20 18 12
Ketersediaan unsur Sangat baik Baik Sedang Buruk Sangat buruk
hara (N) 20 18 16 10 4
Kedalaman efektif > 90 cm 60-90 cm 30-60 cm <30 cm
tanah (E) 18 14 10 6
Tekstur tanah (T) Halus Sedang Kasar Berbatuan
20 16 10 4
Kondisi topografi Kemiringan lahan 0-3% 3-8% 8-15% 15-25% >25%
(slope) (S) 18 14 10 4 0
Frekuensi genangan Tidak pernah Kadang- Sering
(F) kadang
16 12 6
Sumber: diolah dari FAO (1976) dan diskusi dengan beberapa narasumber.
Terakhir, tahap ketiga adalah aplikasi dan validasi model dengan membandingkan antara hasil output
model dengan data empiris di lapangan. Hasil model juga akan didiskusikan dengan beberapa
narasumber yang relevan.
II-117
3. Aplikasi dan Validasi
Tahapan aplikasi untuk ketiga model AKL di atas dapat dijelaskan sebagai berikut. Proses penentuan
‘unit lahan’ dengan melakukan analisis tumpang tindih terhadap ketujuh peta input menghasilkan peta
sebagaimana terlihat pada Gambar 1. Analisis tumpang tindih tersebut dilakukan dengan berbasis SIG-
vektor sehingga proses pembobotan nantinya akan dilakukan pada tabel dari peta hasil analisis tumpang
tindih tersebut. Penentuan nilai rating untuk masing-masing kelas-kriteria mengikuti Tabel 2 s.d. Tabel 4
untuk masing-masing peruntukan lahan, sedangkan pengelompokan tingkat kesesuaian mengikuti Tabel
1 di atas.
II-118
Gambar 3. Kelayakan Lahan untuk Kawasan Tegalan
Setelah model AKL untuk persawahan diaplikasikan maka hasilnya adalah sebagaimana terlihat pada
Gambar 2 dan Tabel 5. Dalam tabel tersebut terlihat bahwa sebagian besar wilayah Kabupaten Rembang
sesuai untuk persawahan. Dalam peta terlihat bahwa kelas kesesuaian ‘sangat sesuai’ (S1) tersebar di
beberapa kecamatan, yaitu Kecamatan Kaliori, Pancur, Sedan dan Sarang. Hal ini sesuai dengan fakta
selama ini bahwa kecamatan-kecamatan tersebut cukup dikenal sebagai kawasan lumbung padi. Untuk
kelas kesesuaian ‘sesuai’ dan ‘cukup sesuai’ tersebar di Kecamatan Sumber, Rembang, Sulang, Sarang,
Sale dan Pamotan. Kelas kesesuaian ‘tidak sesuai’ (N) hanya mencakup 14,3% dari wilayah kabupaten,
yaitu berada di kawasan berbukit di bagian Utara dan bagian Selatan kabupaten.
Selanjutnya, hasil aplikasi model AKL untuk kawasan tegalan adalah sebagaimana terlihat pada Gambar
3 dan Tabel 5. Dalam tabel tersebut terlihat bahwa luasan untuk masing-masing kelas kesesuaian S1,
S2, S3 dan N adalah berturut-turut 199.71 km 2, 667.75 km2, 120.80 km2, and 32.93 km2. Dari angka
tersebut terlihat bahwa luas lahan yang tidak sesuai untuk kawasan tegalan lebih sedikit dibandingkan
dengan luas lahan yang tidak sesuai untuk kawasan persawahan.
Pada Gambar 3 terlihat bahwa kelas kesesuaian tidak sesuai (13% dari total luas kabupaten)
terkonsentarasi di daerah perbukitan di bagian Utara Kabupaten Rembang, yaitu di Kecamatan Sluke
dan Lasem. Apabila ditelisik lebih jauh maka dapat diketahui bahwa ketidaksesuaian tersebut utamanya
disebabkan oleh kondisi kemiringan lahan yang cukup curam.
Tabel 5. Kelayakan Lahan untuk Kawasan Tegalan
KELAS KESESUAIAN AREA ( M2) % AREA
Sangat sesuai (S1) 199.712.282,46 19,6%
Sesuai (S2) 667.747.554,69 65,4%
Cukup sesuai (S3) 120.796.159,37 11,8%
Tidak sesuai (N) 32.934.636,63 3,2%
Total 1.021.190.633,15 100,0%
Sumber: output analisis SIG.
Terakhir, setelah dilakukan perhitungan pembobotan dan digambarkan kembali ke dalam peta, hasil
kesesuaian lahan untuk kawasan perkebunan adalah seperti terlihat pada Gambar 4. Luasan lahan untuk
masing-masing kelas kesesuaian, yaitu kelas S1, S2, S3 dan N sebagaimana terlihat pada Tabel 6
adalah berturut-turut 212,07 km2, 693,58 km2, 109,75 km2 dan 5,80 km2. Hal ini berarti bahwa lahan
yang sama sekali tidak sesuai untuk kawasan perkebunan hanya 0,6% dari keseluruhan luas wilayah
kabupaten.
II-119
Sangat sesuai (S1) 212.068.549,54 20,8%
Sesuai (S2) 693.576.422,80 67,9%
Cukup sesuai (S3) 109.746.234,01 10,7%
Tidak sesuai (N) 5.799.426,80 0,6%
Total 1.021.190.633,15 100,0%
Sumber: output analisis SIG.
Untuk menguji tingkat validitas dari model yang dibangun tersebut, maka hasil delineasi kelas kesesuian
tersebut diperbandingkan dengan data empiris tentang produksi pertanian sesuai peruntukannya.
Sayangnya, hanya data produksi padi yang dapat dihimpun sampai dengan makalah ini ditulis, sehingga
validasi model untuk penggunaan lahan tegalan dan perkebunan belum dapat dilakukan.
Berdasar data produksi padi yang dihitung dari data Kabupaten Dalam Angka, produksi padi rata-rata
untuk area yang masuk ke dalam klasifikasi S1, S2 dan S3 adalah berturut-turut 8,57 ton/ha, 6,72 ton/ha
dan 5,32 ton/ha. Melihat angka tersebut maka model AKL dapat dikatakan cukup sesuai dengan hasil
empiris. Namun demikian, hasil ini harus diuji beberapa kali lagi, baik di waktu maupun di tempat yang
lain, hingga model tersebut dapat dikatakan benar-benar valid.
4. Kesimpulan
Dari pembahasan di atas, secara garis besar dapat disimpulkan bahwa model AKL yang dikembangkan
dapat memberikan gambaran spasial tentang kelayakan lahan untuk ketiga jenis peruntukan lahan
pertanian tersebut di atas. Namun demikian disadari bahwa uji validasi yang dilakukan masih berada
pada tahap awal dan belum lengkap. Oleh karena itu, studi ini masih memerlukan beberapa studi lanjut
untuk menguji lebih jauh tentang validitas ketiga model tersebut. Studi lanjut tersebut seyogyanya
melibatkan secara lebih intensif ahli pertanian, ilmu tanah dan agroklimat.
Untuk model AKL tegalan dan perkebunan, bagi disiplin ilmu pertanian barangkali spesifikasi model
dirasa masih terlalu umum. Tentu akan lebih akurat apabila kedua model tersebut diturunkan lagi secara
spesifik sesuai dengan jenis komoditi yang akan dikembangkan. Namun demikian, mengingat arahan
peruntukan penggunaan lahan pertanian dalam sebuah RTRW belum dituntut spesifikasi hingga tingkat
jenis komoditi, maka kelayakan lahan untuk kedua peruntukan di atas dapat dianggap memadai sebagai
arahan rencana penataan ruang.
Aspek tindak lanjut dari hasil studi ini adalah bagaimana ketiga model AKL tersebut dapat dituangkan ke
dalam ‘rencana pola ruang’ dalam suatu RTRW Kabupaten. Untuk itu, prioritas peruntukan lahan dapat
direkomendasikan sesuai dengan kebijakan nasional maupun daerah, misalnya memberikan prioritas
pada lahan persawahan (lahan basah) bagi kabupaten-kabupaten yang ditetapkan sebagai lumbung padi
nasional, memberikan prioritas lahan tegalan bagi kabupaten-kabupaten dengan komoditi unggulan
berbasis lahan kering, dll. Demikian pula tentang batasan pilihan peruntukan apakah sampai S1, S2 atau
bahkan S3 juga akan sangat tergantung pada kebijakan masing-masing daerah/kabupaten tersebut.
5. Daftar Pustaka
-------, Undang-undang No 26 Tahun 2007 tentang Penataan Ruang
Buchori, I. (2005) Developing a Spatial Information System for Regional Planning in Indonesia,
Vechta: HS Vechta.
Carr, M. H., dan P. Zwick (2005) Using GIS Suitability Analysisi to Indentify Potential Future Land
Use Conflicts in North Central Florida, Journal of Conservation Planning Vol 1, pp. 58-73.
FAO (1976) A Framework for Land Evaluation, Soils Bulletin No. 32, Roma: FAO
Jayasinghe, P. K. S. C., and T. Machida (2008) Web-Based GIS Consulting Portal with Crop-Land
Suitability, Agricultural Information Research, Vol. 17 No. 1, pp. 13-19.
Ritung, S., Wahyunto, F. Agus dan H. Hidayat (2007) Evaluasi Keseuaian Lahan dengan Contoh
Peta Arahan Penggunaan Lahan Kabupaten Aceh Barat, Bogor: Balai Penelitian Tanah dan World
Agroforestry Center.
Soemarno., Kaidah Analisis Kesesuaian Lahan, diunduh dari
http://images.soemarno.multiply.multiplycontent.com/attachment/.../Lahan14.doc, pada tanggal 19
Desember 2010.
II-120
Penggunaan Data Lidar untuk Visualisasi Kota Secara 3D
1) 2)
Istarno dan Djurdjani
1) 2)
Jurusan Teknik Geodesi, Fakultas Teknik, Universitas Gadjah Mada
Abstrak: Dengan melajunya pertumbuhan urbanisasi dan industralisasi, maka muncul keinginan untuk
memperoleh sistem perencanaan kota yang cocok. Beberapa teknologi telah banyak digunakan untuk
perencanaan kota, tetapi teknologi Lidar mempunyai kelebihan, yaitu: ketelitian tinggi dan kecepatan akuisisi
data serta merekam obyek permukaan bumi. Berbasis data Lidar, maka dapat diperoleh visualisasi realitas
model kota secara 3dimensi yang mampu menyajikan model bangunan, fitur urban, permukaan terain dan
vegetasi yang berada di atas permukaan bumi. Lidar (Light Detection and Ranging) merupakan teknologi yang
relatif baru untuk memperoleh Model Permukaan Digital (MPD) dari permukaan bumi. Data Lidar yang
dikombinasikan dengan ortofoto digital dapat membentuk MPD secara detil dan kenampakan Model Kota Digital
secara 3D. Pada tulisan ini bertujuan untuk membentuk model kota 3D dari data Lidar hasil akuisisi Laser
scanning dari udara yang digabungkan dengan ortofoto digital yang diperoleh secara simultan. Hasil yang
diperoleh berupa visualisasi obyek permukaan bumi secara 3D dan disajikan secara fly through.
1. Latar Belakang.
Dengan menggunakan data Lidar, model kota 3D dapat diperoleh. Model kota 3D pada daerah urban
sangat esensial untuk beberapa aplikasi penggunaannya, seperti misalnya untuk operasi militer,
managemen bencana, pemetaan ketinggian bangunan, simulasi bangunan-bangunan baru,
pembaharuan data kadastral 3D, deteksi perubahan obyek dan lain sebagainya. Hal yang paling
penting pada visualisasi kota 3D berupa model bangunan, fitur urban, permukaan terain dan vegetasi.
Data Lidar (Light Detection and Ranging) merupakan teknologi yang relatif baru untuk memperoleh
Model Permukaan Digital (MPD) permukaan bumi. Data ini jika dikombinasikan dengan ortofoto dapat
digunakan untuk membentuk MPD teliti dan dapat pula sebagai Model Kota Digital (MKD).
Representasi permukaan terain disajikan dalam Model Permukaan Digital (MPD) dan Model Elevasi
Digital (MED). Pengadaan MPD dan MED ketelitian tinggi dan kerapatan fraksi desimeter serta
distribusi yang merata untuk seluruh daerah, memerlukan biaya yang sangat besar (Luethy and
Stengele, 2005).
Umumnya sistem Lidar menyajikan informasi MPD dengan menghasilkan obyek yang besar seperti
bangunan-bangunan, vegetasi serta obyek yang kecil. Obyek kecil seperti kerangka menara listrik
tegangan tinggi yang dapat memantulkan sinar sebagai kelengkapan obyek dari permukaan tanah.
Obyek pantulan balik dengan bentuk koordinat X, Y dan Z dalam point clouds. Hasil keluaran yang
paling cocok dan sering digunakan dari sistem teknologi ini berupa MED yang biasanya digunakan
untuk aktifitas pemodelan yang berkaitan dengan ketinggian terain permukaan bumi. Model Elevasi
Digital dapat diperoleh dari Model Permukaan Digital dengan menghilangkan titik-titik obyek yang
bukan merupakan bare earth dari bentuk point clouds. Proses identifikasi dan penyaringan dari titik-
titik yang tidak digunakan (off terrain points) disebut filtering (Soininen, 2005). Bentuk permukaan
bare earth diwakili dengan MED dan bentuk permukaan bumi yang terdiri dari obyek alam maupun
buatan manusia diwakili dengan MPD.
MED menyediakan informasi dasar yang terkait dengan relief terain yang merupakan representasi
kuantitatif permukaan bumi dan biasanya diberikan dalam betuk format yang berbeda yaitu; Grid
Model Elevasi Digital, Elevasi dalam Triangulated Irregular Network (TIN) dan Garis Kontur. Model
permukaan bumi gundul (bare earth) direpresentasikan sebagai MED (Sithole et al., 2005).
Daerah urban, kota atau perencanaan kota merupakan disiplin perencanaan penggunaan lahan yang
mencari beberapa aspek bangunan dan lingkungan sosial pada pemerintahan kota dan
komunitasnya. Daerah urban pada negara berkembang mengalami tekanan karena adanya
pertumbuhan populasi. Sistem informasi urban yang efisien merupakan prasyarat utama untuk
mengembangkman perencanaan. Peningkatan kebutuhan pada perencanaan urban dan sektor
managemen merupakan koordinasi aplikasi penginderaan jauh (PJ) dan Sistem Informasi Geografis
(SIG) untuk pengembangan yang berkelanjutan pada daerah urban. Beberapa hal
keinginan/kebutuhan yang sangat penting untuk memperoleh pendekatan PJ dan SIG untuk
pengembangan daerah urban dan proses pengawasan yang diimplementasikan secara praktis pada
rencana pengembangan daerah urban. Rencana harus terintegrasi dengan pendekatan
II-121
122
menggunakan pemodelan spasial berbasis data PJ, basis data SIG dan penyelesaian dengan
penentuan posisi dengan Global Positioning System (GPS). Citra lidar yang berbasis vector
mempunyai keterbatasan pada penentuan breaklines. Untuk mengatasi hal ini, pada waktu akuisisi
data lidar dilakukan juga pemotretan udara format medium secara simultan untuk memperoleh citra
permukaan bumi. Integrasi keduanya dapat menyajikan tampilan 3D yang lebih baik.
Deteksi obyek permukaan bumi merupakan proses untuk memperoleh posisi dan bentuk obyek
permukaan bumi yang cocok. Sementara ekstraksi obyek permukaan bumi merupakan metoda
pengolahan citra yang terkait dengan penggunaan algoritma untuk mendeteksi dan memisahkan
beberapa bagian dari beberapa citra yang diinginkan. Proses ini berkaitan dengan penentuan
geometris dan topologis dari bentuk obyek permukaan bumi yang terdeteksi. Informasi yang
terekstraksi terdiri dari bentuk ukuran dan jenis atap dari bangunan yang terdeteksi serta tutupan
lahan lainnya sebagai dasar pemodelan kota 3D yang akan terbentuk. Model kota 3D merupakan
representasi 3D dari sebuah kota atau lingkungan urban. Model Terain 3D biasanya ditambahkan
untuk memperjelas bentuk landscape dari obyek permukaan bumi. Kebanyakan sistem SIG
membantu metode ini tetapi model kota 3D yang terbentuk tidak berisi informasi detail, seperti
misalnya geometri fasat atau tekstur dan ketinggian bangunan kemungkinan tidak begitu teliti. Untuk
menghilangkan permasalahan ketidak telitian data tinggi bangunan dan obyek tutupan lahan lainnya,
metoda fotogrametri dan Airborne Laser Scanning (ALS) dikembangkan untuk membentuk model
kota 3D dari citra ortofoto atau citra ALS/Lidar. Saat ini sensor aktif telah dikembangkan untuk dapat
mengukur topografi 3D secara lagsung yaitu dengan teknologi Lidar. Lidar wahana udara mempunyai
ketelitian tinggi dan biaya yang terjangkau dan merupakan alternatif untuk perubahan teknologi
konvensional dalam membentuk MPD dengan ketelitian vertikal berkisar 15 cm.
b. Teknologi Lidar
Airborne Laser Scanning atau Lidar merupakan teknologi terkini yang dapat digunakan untuk
memperoleh data topografi permukaan bumi. Hal ini dapat diwujudkan melalui ketersediaan laser
dengan atribut khusus (1550 nm) dan GPS. Lidar telah merubah cara akuisisi data elevasi digital
untuk aplikasi pemetaan skala besar (gambar 1).
II-122
Sistem Lidar umumnya dioperasikan dari pesawat udara, helikopter atau wahana satelit. Peralatan
secara cepat memancarkan pulsa-pulsa laser yang mengenai permukaan bumi dan pantulan balik
dicatat oleh sensor. Pulsa pantulan balik dikonversi dari photons menjadi impulsi elektrik dan
dikumpulkan oleh pencatat data kecepatan tinggi. Jika rumus kecepatan sinar diketahui, interval
waktu dari pancaran sampai ke pengumpulan dapat ditentukan. Interval waktu kemudian
dikonversi menjadi jarak berdasar pada informasi posisi yang diperolah dari alat penerima GPS
yang ada di stasiun permukaan bumi maupun yang berada di pesawat udara dan Inertial
Measurement Unit (IMU) yang berada di pesawat udara yang secara terus-menerus mencatat
attitude (pitch, roll, dan heading) pesawat. Resolusi jarak ∆ρ didapat dari persamaan 1 Pemisahan
pantulan pertama (biasanya terletak di kanopi) dan pantulan akhir (biasanya terletak di permukaan
bumi) yang ke semuanya dapat dilakukan. Meskipun demikian dengan vegetasi rendah dan
pantulan permukaan bumi yang biasanya merupakan dua pantulan akhir dari pantulan ganda,
pemisahan secara terbatas dapat dicapai pada jarak pulsa ∆Τ
v g ∆T
(1)............................................................. ∆ρ =
2
Keterangan: ∆ρ = resolusi jarak (m), vg = kecepatan pulsa (m/s), ∆T = panjang pulsa (s).
Akhirnya percampuran dari dua sinyal yang bertampalan dalam pendeteksian jarak dengan
mengukur titik yang mungkin terletak di antara vegetasi rendah dan permukaan bumi. Sistem ini
merupakan sistem aktif, sehingga data dapat dikumpulkan pada siang maupun malam hari. Sistem
Lidar memperoleh posisi X, Y dan elevasi Z pada interval yang ditentukan. Hasil data Lidar
merupakan point clouds yang sangat rapat. Ketelitian data Lidar merupakan fungsi dari tinggi
terbang, diameter sorotan laser, kualitas data GPS-IMU dan prosedur pasca prosesing. Ketelitian
yang diperoleh dapat mencapai kurang lebih 15 cm secara vertikal.
Meskipun demikian, ekstraksi obyek secara manual dari citra awal memerlukan banyak tenaga,
waktu yang diperlukan dan tentunya biaya yang cukup mahal. Selama beberapa tahun
belakangan ini banyak peneliti dalam bidang fotogrametri, PJ, komputer grafis telah mencoba
untuk mempelajari dan mengembangkan cara otomatis atau semiotomatis untuk ekstraksi obyek
permukaan bumi dan cara rekonstruksinya. Untuk citra monokular, analisis bayangan sering
digunakan untuk estimasi informasi 3D dan memandu deteksi bangunan. Atap bangunan 2D
diperkirakan dan ditentukan dari fitur linier terektraksi dengan cara pengelompokan persepsi. Hasil
ini yang kemudian ditetapkan dengan beberapa fakta 3D yang terdiri dari bayangan-bayangan
dan dinding-dinding yang membentuk bangun bangunan. Pada prinsipnya deteksi obyek dari citra
monokular cukup sulit untuk dikembangkan sebagai metoda penyelesaian secara otomatik.
Tapak bangunan 2D dideteksi dan diekstraksi dari data Lidar atau kombinasi Lidar dan data
ortofoto. Penggunaan metoda fotogrametri, model kota 3D diperoleh dari citra udara stereo dalam
metoda semi otomatik menggunakan perangkat lunak bantu yang khusus. Data 3D dapat diekspor
menjadi beberapa format data 3D untuk visualisasi. Data ALS menyediakan model tinggi yang teliti
dengan metoda semi otomatik untuk ekstraksi obyek permukaan bumi.
Pada metoda ini, obyek urban diekstraksi dari data Lidar dengan cara proses semi otomatik yang
dikerjakan oleh Lidar analis dengan cara memperoleh titik-titik ground (bare earth), slope dan
aspek. MED diperoleh dari pengurangan MPD dan data sisa hasil pengurangan diklasifikasikan
sebagai bangunan, vegetasi dan obyek-oyek yang lain yang ada di permukaan bumi (vegetasi
rendah dan vegetasi medium) berdasar pada bentuk dan tampilan 3Dnya. Untuk mengekstrak
bangunan, salah satu yang harus ditentukan adalah threshold area pemotongan dasar dan
ketinggiannya, sehingga obyek yang ada di atasnya diklasifikasikan sebagai bangunan. Lebih
lanjut hal yang juga penting untuk ditetapkan adalah threshold untuk kemiringan atap untuk
mendeteksi batas pinggir atap yang mewakili batas bangunan. Kebanyakan bangunan merupakan
bentuk ortogonal dengan atap datar dan miring sementara pohon-pohon dan semak-semak
berbentuk kubah dan ketidak teraturan bentuknya. Selanjutnya variasi tekstur memperlihatkan
perbedaan yang jelas antara bangunan dan vegetasi. Ekstraksi ke dua obyek yang berupa
bangunan dan pohon merupakan proses yang diperlukan data Lidar dan parameter numeris yang
mewakili threshold pemotongan dasar. Parameter pemotongan dasar threshold merupakan bentuk
kenampakan 3D. Semakin tepat nilainya, semakin nyata bentuk kenampakan yang bisa diperoleh.
II-123
124
Perolehan bangunan dan vegetasi memerlukan pasca pengolahan dan penghilangan kesalahan
untuk memperoleh representasi terbaik dari bentuk obyek asli.
MPD pantulan akhir dibentuk dari titik data Lidar asli menggunakan kebalikan bobot jarak. Citra
turunan kemudian dibentuk oleh deferensiasi MPD. MED terbentuk dari MPD. Algoritma Rule base
kemudian diaplikasikan untuk mendeteksi obyek besar dari data Lidar (Rottenstiener et al. 2005).
Elemen struktural yang lebih kecil digunakan untuk membentuk DEM yang lebih teliti, tetapi obyek
yang terdeteksi pada proses sebelumnya mempunyai kaitan dari MED pada proses sebelumnya.
proses ini berlanjut sampai ukuran minimum elemen struktural dicapai (gambar 2).
Guna keperluan untuk menghilangkan beberapa artifacts residual yang disebabkan oleh ukuran
elemen struktural elemen terkecil, DEM final dibentuk oleh re-interpolasi permukaan tetapi bukan
termasuk titik Lidar yang diklasifikasikan sebagai non-terain (gambar 3).
II-124
Normalisasi MPD mengidentifikasi daerah yang terletak di atas terrain yang dibentuk. MPD normal
adalah model perbedaan antar MPD dan MED. nMPD = MPD – MED. Sehingga semua obyek
dalam nMPD diukur dari elevasi nol (Gambar 4).
Saluran tunggal dari data Lidar dan saluran RGB dari ortofoto digunakan untuk klasifikasi dan
ekstraksi obyek dengan klasifikasi citra berbasis obyek. Hal itu melengkapi metoda yang
menggunakan karakteristik spektral piksel-piksel yang mengelilingi piksel yang diketahui,Kontek
spasial dari contoh obyek, lapangan parkir diperkeras beton dan atap genteng beton mempunyai
tanda spektral yang sama tetapi konteks spasial berbeda untuk target yang tidak sama. Lapangan
parkir konblok mungkin mempunyai jalan setapak gravel, rumput hijau, pepohonan dan beberapa
obyek yang melingkupinya. Ortofoto menyediakan konteks informasi spektral, spasial, batas
pinggir dan tekstur sementara Lidar menyediakan informasi elevasi. Pohon-pohon yang
terekstraksi ditutup (masked) sementara ekstraksi bangunan berlangsung. Masking pohon-pohon
digunakan agar supaya pohon-pohon besar tidak mengacaukan dan terekstraksi sebagai
bangunan yang salah
Visualisasi secara 3 dimensi dapat dilakukan dengan menggunakan sudut pandang dan
ketinggian pandangan yang berbeda-beda dan memberikan hasil yang sesuai dengan keinginan,
seperti pada gambar 5.
Penyajian vegetasi dengan menggunakan RPC (Rich Photorealistic Content) dapat membuat
visualisasi secara 3 dimensi dengan kenyataan lapangan, seperti pada gambar 6. Pembuatan 3
Dimensi bangunan dengan tahapan ini memiliki tujuan membangun obyek bangunan supaya
memiliki kenampakan 3 dimensi. Pada data Lidar didapat titik–titik yang mempunyai posisi x,y,z
sehingga jika titik tersebut merupakan hasil penyiaman yang mengenai bangunan dan memiliki
beda tinggi dengan tanah maka dapat dibuat bangunan tersebut bentuk 3 dimensinya. Hasil dari
pembentukan model 3 dimensi untuk bangunan ini yang nantinya digunakan sebagai bahan
masukan untuk fly-through. Sebagai kontrol kualitas untuk mengetahui bentuk bangunan maka
digunakan ortofoto.
II-125
126
Pada pemrosesan ini didapatkan atap bagian atas (upper roof), atap bagian bawah (lower roof),
ataupun bagian atap (eaves) dan juga dinding. Langkah yang dilakukan dengan membentuk blok
dan ditampilkan bangunan yang telah diklasifikasikan sebelumnya menggunakan fasilitas view
mode. Kerangka bangunan dibentuk dengan menggunakan fasilitas place shape dan bangunan
dibentuk atapnya dengan membuat konstruksi atap.
Setelah dilakukan pemilihan terhadap bangunan yang dibangunan model 3 dimensi maka pada
pengolahan data berdasar elemen batas bidang. Hal ini berarti bahwa yang dilakukan
pembangunan bentuk bangunan hanya yang ada di dalam batas yang telah dipilih untuk
membentuk vektor bangunan Pengolahan dilanjutkan dengan melakukan bentuk terhadap
tampilan 3 Dimensi, tahap ini dapat diatur warna atap atas dan bawah kemudian juga tembok
dinding, kemudian dapat juga diatur bagian atapnya, dilakukan dengan cara memilih pilihan 3D
model (gambar 7).
d. Ketelitian Vertikal
Ketelitian vertikal data Lidar diperoleh dengan mengukur perbedaan elevasi obyek permukaan
bumi secara terestris dengan elevasi hasil scanning dan dinyatakan dengan Root Mean Square
Error (RMSE). Besaran ini merupakan akar kuadrat rata-rata dari sejumlah perbedaan kuadrat
antara nilai koordinat dataset dan nilai koordinat dari sumber yang bebas pada titik yang identik
dengan ketelitian yang lebih tinggi.
Kondisi ini diasumsikan bahwa kesalahan sistematik telah dihilangkan sebaik mungkin. Jika
kesalahan vertikal terdistribusi normal maka faktor 1,96 untuk menghitung kesalahan linier pada
95% tingkat kepercayaan. Ketelitian vertikal yang berupa ketelitian Z dihitung menurut NSSDA
dengan menggunakan formula
II-126
4. Kesimpulan.
Dari hasil yang diperoleh dapat disimpulkan bahwa metoda semi otomatik ekstraksi obyek dari data
Lidar mudah untuk dilaksanakan tetapi diperlukan data Lidar resolusi tinggi. Dengan menggunakan
data resolusi rendah (spasi antara titik) menyebabkan kesulitan untuk mengekstraksi pinggir batas
bangunan secara tepat dan menyebabkan kesalahan hasil ekstraksi tapak bangunan. Kekurangan
yang diperoleh dari metoda terdahulu memungkinkan untuk menggunakan jalan lain untuk ekstraksi
tapak-tapak bangunan dari data Lidar. Metoda penggunaan ortofoto yang menyediakan informasi
spektral, spasial, tekstur, konteks dan elevasi data Lidar dapat memperoleh model urban yang lebih
teliti. Kualitas ekstraksi obyek meningkat dengan cara integrasi saluran tunggal dari normal MPD
pada proses kasifikasi dengan tiga saluran RGB dari ortofoto. Klasifikasi menunjukkan hasil ekstraksi
obyek lebih baik dengan menggunakan kombinasi informasi spektral, batas pinggir, spasial dan
konteks dari ortofoto dan informasi elevasi diperoleh dari normal MPD.
Hasil ketelitian penyiaman dari berapa jenis obyek tutupan lahan di bandingkan dengan pengukuran
terestris mempunyai hasil yang baik. Ketelitian ke arah vertikal mencapai hasil sebesar 12,29 cm
untuk obyek daerah terbuka, daerah permukiman sebesar 11,81 cm, daerah perairan dan lingkungan
sungai mencapai 14,54 cm dan daerah vegetasi lebat sebesar 14,13 cm. Ketelitian vertikal
keseluruhan pada beberapa jenis obyek tutupan lahan mencapai 12,69 cm dengan data 406 sampel.
5. Referensi.
Khoshelham, K. (2005): Region Refinement and Parametric Reconstruction of Building Roofs by
Integrating of Image and Height Data, IAPRS, Vol. XXXVI, Part 3/W24, Vienna, Austria.
Luethy, J. and Stengele. R. (2005): 3D mapping of Switzerland – challenges and experiences, ISPRS,
WG III/3, III/4, V/3 Workshop Laser scanning 2005, Enschede, The Netherlands.
Measures, R. M. (1984): Laser Remote Sensing Fundamentals and Applications, John Wiley and Sons,
New York.
Optech, (2003): Laser-Based Ranging, Mapping and Detection Systems, URL: http://www.optech.on.ca/.
di akses Januari 2008.
Rottensteiner, F., Trinder, J., Clode, S., Kubik, K. (2005): Automated delineation of Roof Planes from Lidar
data, ISPRS, WG III/3, III/4, V/3 Workshop Laser scanning 2005, Enschede, The Netherlands.
Sithole, G. and Vosselman, G. (2005): Filtering of Airborne Laser Scanner Data Based on Segmented
Point Clouds, ISPRS, WG III/3, III/4, V/3 Workshop Laser scanning 2005, Enschede, The Netherlands.
Soininen, A. (2005): TerraScan User’s Guide, URL: http://www.terrasolid.fi./, diakses Januari 2008
Wehr, A. and Lohr, U. (2002): Improvement of Road crossing extraction and External evaluation of the
extraction result, IAPRS, Journal of Photogrammetry & Remote Sensing, 54, pp 68-82.
II-127
Aplikasi GIS dalam Kajian Infrastruktur dan Akses Pada Layanan Kesehatan
(Studi Kasus : Kabupaten Magelang)
Oleh :
1,2)
Iwan Aminto Ardi
3)
Ircham
e-mail : ardi_ia@yahoo.com
1)
Progam Studi Perencanaan Wilayah dan Kota STTNAS Yogyakarta
Program M.Sc Pengelolaan Infrastruktur dan Pembangunan Masyarakat
2)
Sekolah Pascasarjana UGM Yogyakarta
3)
Progam Studi Teknik Sipil STTNAS Yogyakarta
Abstrak. Dinamika kegiatan politik dan tata pemerintahan negara mengandung maksud bahwa negara
hendaknya dapat menjamin pelayanan yang efektif dan efisien bagi rakyatnya dari berbagai aspek kehidupan,
terutama hak masyarakat untuk menerima pelayanan dasar bagi kehidupan mereka. Pelayanan publik merupakan
salah satu aspek yang menjadi hal mendasar dalam memenuhi hak masyarakat sekaligus merupakan kewajiban
negara untuk memberikan pelayanan kepada rakyatnya. Indonesia sebagai negara kesatuan memiliki elemen
pemerintahan dan kenegaraan yang sangat beragam, baik dari aspek fisik maupun non fisik. Keanekaragaman
inilah yang menjadi salah satu penentu proses perubahan sistem pemerintahan, khususnya pada sistem layanan
publik. Pemerintah pusat sebagai pemegang kekuasaan tertinggi diharapkan bisa memberikan jaminan terhadap
teselenggaranya pelayanan publik yang baik, namun demikian kondisi dan situasi wilayah Indonesia memiliki
karakteristik yang sangat berbeda antara satu daerah dengan daerah yang lainnya.
Penerapan undang-undang otonomi daerah (UU No. 22 Tahun 1999 dan diperbaiki dengan UU No. 32 Tahun
2004) membawa berbagai pengaruh terhadap pemerintahan di daerah. Desentralisasi baik secara politik maupun
administrasi sudah digulirkan, bahkan instrumen uji kelayakan otonomi suatu daerah di awal penerapannya telah
diatur dan dilaksanakan dengan Peraturan Pemerintah No. 129 Tahun 2000, dengan harapan sistem layanan
publik bagi masyarakat dapat berjalan dengan efektif dan efisien. Infrastruktur kesehatan merupakan salah satu
infrastruktur utama yang harus disediakan oleh pemerintah sebagai wujud pelayanan publik. Otonomi daerah
tentunya akan menjadi titik tolak dalam peningkatan kualitas maupun kuantitas pelayanan kesehatan ditandai
dengan peningkatan akses masyarakat terhadap fasilitas kesehatan yang disediakan oleh pemerintah. Namun
demikian secara umum masih ditemukan beberapa masalah pelayanan publik yang terkait dengan akses
terhadap fasilitas kesehatan yang disebabkan oleh berbagai hal, antara lain perbedaan kesempatan yang
diperoleh warga masyarakat, lokasi yang terisolasi, dan kebijakan pemerintah yang mendasari delivery system
pelayanan kesehatan. Pertanyaannya adalah : apakah ada perbedaan terhadap penyediaan infrastruktur dan
aksessibilitas terhadap pelayanan kesehatan di masa sebelum otonomi daerah dan sesudah otonomi daerah?
Apakah kondisi pelayanan kesehatan setelah otonomi daerah menjadi lebih baik, sama saja, atau justru semakin
buruk baik dari sisi kualitas maupun kuantitas?
Makalah ini menyajikan kajian infrastruktur dan akses pelayanan kesehatan di Kabupaten Magelang, dengan
memanfaatkan data potensi desa dan memanfaatkan perangkat lunak GIS. Secara internal kondisi fisik dan
persebaran pusat-pusat kegiatan perkotaan yang beragam menjadikan Kabupaten Magelang memiliki
karakteristik aksessibilitas terhadap infrastruktur kesehatan yang beragam pula. Hal inilah yang menarik untuk
dikaji lebih jauh bagaimana kondisi aksessibilitas pada awal penerapan undang-undang otonomi daerah dan
setelah beberapa tahun undang-undang tersebut diterapkan.
1. Pendahuluan
1.1. Latar Belakang
Dinamika kegiatan politik dan pemerintahan di suatu negara merupakan bentuk perubahan sistem
kenegaraan yang menyangkut birokrasi, kepemimpinan, dan pelayanan publik. Sejarah pemerintahan
Negara Kesatuan Republik Indonesia menunjukkan adanya tahapan perubahan tatanan pemerintahan
sejak awal kemerdekaan hingga saat ini. Perubahan tatanan ini sangat terkait dengan dinamika politik
II-128
dan pemerintahan yang menuntut adanya proses menuju perbaikan sistem secara menyeluruh. Tata
pemerintahan negara mengandung maksud bahwa negara hendaknya dapat menjamin pelayanan
yang efektif dan efisien bagi rakyatnya dari berbagai aspek kehidupan, terutama hak masyarakat untuk
menerima pelayanan dasar bagi kehidupan mereka.
Pelayanan publik merupakan salah satu aspek yang menjadi hal mendasar dalam memenuhi hak
masyarakat sekaligus merupakan kewajiban negara untuk memberikan pelayanan kepada rakyatnya.
Indonesia sebagai negara kesatuan memiliki elemen pemerintahan dan kenegaraan yang sangat
beragam, baik dari aspek fisik maupun non fisik. Keanekaragaman inilah yang menjadi salah satu
penentu proses perubahan sistem pemerintahan, khususnya pada sistem layanan publik. Pemerintah
pusat sebagai pemegang kekuasaan tertinggi diharapkan bisa memberikan jaminan terhadap
teselenggaranya pelayanan publik yang baik, namun demikian kondisi dan situasi wilayah Indonesia
memiliki karakteristik yang sangat berbeda antara satu daerah dengan daerah yang lainnya.
Sejarah pemerintahan negara menunjukkan bahwa telah terjadi beberapa tahapan perubahan sistem
yang berdampak pada perubahan pola manajemen dan pola hubungan antara pemerintah pusat dan
daerah, seiring dengan diundangkannya UU No. 22 Tahun 1999 dan diperbaiki dengan UU No. 32
Tahun 2004, tentang otonomi daerah. Secara hukum, semestinya lahirnya undang-undang ini
merupakan suatu upaya pemerintah untuk memperbaiki sistem layanan publik dalam bentuk reformasi
yang lebih nyata. Pendelegasian sebagian kewenangan pemerintah pusat ke daerah, dengan fokus
kabupaten/kota merupakan jawaban untuk mengeliminasi distorsi sistem pelayanan publik, mengingat
daerah lebih leluasa untuk menentukan kebijakan sesuai dengan karakteristik wilayah masing-masing.
Infrastruktur kesehatan merupakan salah satu infrastruktur utama yang harus disediakan oleh
pemerintah sebagai wujud pelayanan publik. Otonomi daerah tentunya akan menjadi titik tolak dalam
peningkatan kualitas maupun kuantitas pelayanan kesehatan ditandai dengan peningkatan akses
masyarakat terhadap fasilitas kesehatan yang disediakan oleh pemerintah. Namun demikian secara
umum masih ditemukan beberapa masalah pelayanan publik yang terkait dengan akses terhadap
fasilitas kesehatan yang disebabkan oleh berbagai hal, antara lain perbedaan kesempatan yang
diperoleh warga masyarakat, lokasi yang terisolasi, dan kebijakan pemerintah yang mendasari delivery
system pelayanan kesehatan.
Kabupaten Magelang merupakan salah satu daerah otonom yang berada di Provinsi Jawa Tengah,
dengan posisi geografis yang sangat strategis dalam konstelasi wilayah antara Jawa Tengah dengan
Daerah Istimewa Yogyakarta. Selain itu, secara internal kondisi fisik dan persebaran pusat-pusat
kegiatan perkotaan yang beragam menjadikan Kabupaten Magelang memiliki karakteristik
aksessibilitas terhadap infrastruktur kesehatan yang beragam pula. Hal inilah yang menarik untuk
dikaji lebih jauh bagaimana kondisi aksessibilitas pada awal penerapan undang-undang otonomi
daerah dan setelah beberapa tahun undang-undang tersebut diterapkan.
Kabuapten Magelang terletak diantara 110°01’51’’ - 110°26’58’’ Bujur Timur dan 7°19’33’’ - 7°42’16’’
Lintang Selatan. Secara administratif berbatasan dengan beberapa wilayah kabupaten dan kota di
sekitarnya, yaitu : Kabupaten Temanggung dan Kabupaten Semarang di sebelah Utara, Kabupaten
Semarang dan Kabupaten Boyolali di sebelah Timur, Kabupaten Purworejo dan Provinsi DIY di
sebelah Selatan, Kabupaten Temanggung dan Kabupaten Wonosobo di sebelah Barat, serta Kota
Magelang di bagian tengah. Kabupaten Magelang terdiri atas 21 Kecamatan dan 377 Desa.
Berdasarkan topografi, wilayah Kabupaten Magelang terbagi atas tiga bagian yaitu : dataran rendah
yang terletak di bagian tengah merupakan lembah dari Sungai Elo dan Sungai Progo. Pegunungan
yang terdapat di bagian Barat, yaitu lereng Gunung Sumbing dan Pegunungan Menoreh serta bagian
Timur yaitu wilayah yang terletak di sepanjang lereng Gunung Merapi, Merbabu, Telomoyo, dan
Andong. Dataran tinggi terletak di bagian Utara yang berbatasan dengan Kabupaten Semarang.
Apabila dipersentasekan maka dapat diketahui dataran dan pegunungan berada pada ketinggian 200-
500m dpl sebesar 47,33%, ketinggian 500-1000m dpl sebesar 48,64%, dan ketinggian lebih dari
1000m dpl sebesar 4,03%.
Karakteristik wilayah yang sangat beragam dengan adanya pegunungan dan dataran akan lebih
teridentifikasi dalam kelerengan lahan. Secara rinci kelerengan wilayah di Kabupaten Magelang dapat
II-129
dibedakan menjadi wilayah dengan kemiringan 0-2% terdapat di Kecamatan Mertoyudan, Secang,
Windusari, Sawangan, dan Salaman (1,5% dari luas wilayah). Kemiringan lereng 2%-15% terdapat di
sebagian besar kecamatan yaitu 17 Kecamatan atau 55% dari luas wilayah. Wilayah bergelombang
sampai berbukit dengan krmiringan 15%-40% tersebar di 9 kecamatan yaitu Kecamatan Windusari,
Kaliangkrik, Kajoran, Srumbung, sebagian Ngablak, Pakis, Sawangan dan sedikit Kecamatan Dukun
meliputi 25,5% dari luas seluruh wilayah. Wilayah berbukit sampai bergunung dengan kemiringan lebih
dari 40% dengan lembah curam dan lereng terjal terdapat di puncak-puncak gunung terutama di
Kecamatan Windusari, Kaliangkrik, Srumbung, Ngablak, Pakis, Sawangan, dan Kecamatan Dukun,
atau 18% dari luas wilayah.
1.2. Masalah Penelitian
Penerapan undang-undang otonomi daerah yang mendelegasikan sebagian kewenangan pemerintah
pusat ke daerah membawa berbagai pengaruh, baik positif maupun negatif. Desentralisasi baik secara
politik maupun administrasi sudah digulirkan, bahkan instrumen uji kelayakan otonomi suatu daerah di
awal penerapannya telah diatur dan dilaksanakan dengan Peraturan Pemerintah No. 129 Tahun 2000,
dengan harapan sistem layanan publik bagi masyarakat dapat berjalan dengan efektif dan efisien.
Namun demikian, setelah dicermati ternyata proses demokratisasi dan otonomi daerah yang sudah
dilakukan sejak Tahun 1999 masih menyisakan sejumlah persoalan yang harus selalu diperbaiki.
Salah satu persoalan adalah upaya pemerintah dalam penyediaan infrastruktur dan akses pada
layanan kesehatan. Otonomi diduga merupakan salah satu penyebab terjadinya kesenjangan dalam
pelayanan kesehatan, mengingat bahwa aspek pelayanan publik yang belum memiliki standar
pelayanan secara baik antar daerah dan antar instansi pemerintah. Pertanyaannya adalah : apakah
ada perbedaan terhadap penyediaan infrastruktur dan aksessibilitas terhadap pelayanan kesehatan di
masa sebelum otonomi daerah dan sesudah otonomi daerah? Apakah kondisi pelayanan kesehatan
setelah otonomi daerah menjadi lebih baik, sama saja, atau justru semakin buruk baik dari sisi kualitas
maupun kuantitas?
II-130
lebih penting dari nilai ekonomi infrastruktur itu sendiri (Felbinger, 1995). Sektor kesehatan
merupakan sektor yang unik karena kinerjanya tidak bisa diukur secara ekonomis saja, karena sangat
sarat dengan aspek sosial kemanusiaan, bahwan World Bank (1993) masih menggolongkan sektor ini
sebagai sektor yang masih memerlukan peran pemerintah, karena sifat barang dan jasanya sebagai
social goods.
Ada beberapa persoalan otonomi daerah yang masih sangat berdampak pada sektor kesehatan,
khususnya yaitu pengelolaan keuangan dan perencanaan. Terkait dengan keuangan, sistem
anggaran yang dianut saat ini adalah sistem anggaran berbasis kinerja yang menjadi model baru
sistem keuangan pemerintah, dasar pemberlakuannya adalah PP No. 105 Tahun 2002 dan dirinci
dalam Kepmen No. 29 Tahun 2002. Hasil penelitian terdahulu menunjukkan bahwa reformasi pada
sistem anggaran ini belum menyentuh pada substansi anggaran berbasis kinerja yang sebenarnya
yakni menyusun anggaran berdasarkan pada kinerja yang berhasil dicapai sesuai strategi dan prioritas
yang telah ditetapkan sebelumnya. Isu yang mengemuka adalah masalah transparansi, untuk bidang
kesehatan menunjukkan bahwa kegiatan penyusunan program kesehatan menurut kalangan pejabat
di puskesmas cenderung lebih transparan dibandingkan kegiatan yang menyangkut pengadaan obat
dan peralatan medis. Hal ini diduga karena anggaran untuk pengadaan obat dan peralatan medis lebih
besar dan dapat mempengaruhi tindakan korupsi, kolusi dan nepotisme.
Terkait dengan proses perencanaan, permasalahannya adalah, benarkah bahwa masyarakat terlibat
dalam proses tersebut. Hasil penelitian sebelumnya menunjukkan bahwa kecilnya peran masyarakat
dalam penentuan kebijakan yang menyangkut masalah kesehatan diakui oleh aparat dinas kesehatan
dan puskesmas, untuk menentukan tender proyek di lingkungan dinas, penentuan biaya pelayanan,
penyusunan program dan penentuan alokasi anggaran sektor kesehatan sangat kecil, sebagai akibat
dari masih tersentralisasinya kewenangan dalam pengambilan keputusan di birokrasi. Selain itu, masih
ada kegiatan yang sepenuhnya dalam pengendalian pemerintah pusat, khususnya Departemen
Kesehatan, yakni kegiatan yang berkaitan dengan penentuan tender pengadaan obat dan alat-alat
medis, pembangunan gedung, dan bahkan penyusunan program-program dasar kesehatan. Intervensi
terhadap program kesehatan di daerah melalui direktorat-direktoratnya juga masih terjadi sebagai
akibat langsung dari penetapan kesehatan sebagai prioritas kebijakan nasional dan masih kuatnya
pengaruh pemikiran sektoral dalam pembangunan (Hadna, 2009).
Terkait dengan perubahan paradigma ke arah desentralisasi pelayanan publik, khususnya kesehatan,
maka diperlukan upaya untuk reformasi administrasi secara menyeluruh. Upaya reformasi didasarkan
atas beberapa hal berikut : merealisasikan pendekatan baru untuk menjalankan fungsi pelayanan
publik yang lebih baik ke arah manajerial daripada sekedar administratif, merupakan respon terhadap
skala penanganan dan cakupan tugas pemerintah, perubahan dalam teori dan masalah ekonomi,
perubahan peran sektor swasta dalam penyelenggaraan pelayanan publik (Hughes, 1994). Hal ini
akan berimplikasi pada beberapa hal berikut : menggiatkan kemitraan antara pemerintah, swasta, dan
masyarakat; sistem administrasi publik bisa didesain lebih luwes, dengan mempraktekkan inovasi-
inovasi organisasi; peran aktor politik dan kontrol masyarakat lebih besar dan membuka peluang
pengawasan yang ketat; sistem administrasi publik bisa lebih partisipatif; kompetensi aparat harus
lebih tinggi untuk kepentingan umum.
Provisi, utilisasi, dan deliveri infrastruktur kesehatan sangat terkait dengan tiga fungsi pemerintah
dalam ekonomi publik, yaitu alokasi, distribusi, dan stabilisasi. Fungsi alokasi memiliki keterkaitan yang
sangat erat dengan penyediaan dan pelayanan barang-barang publik yang peruntukannya secara
komunal dan tidak dapat dimiliki secara perorangan. Fungsi distribusi memiliki kaitan erat dengan
pemerataan kesejahteraan masyarakat dalam arti proporsional tetap menjadi perhatian dalam rangka
mendorong tercapainya pertumbuhan optimal. Fungsi stabilisasi memiliki keterkaitan erat dengan
fungsi mengatur variabel ekonomi makro dengan sasaran untuk mencapai stabilitas ekonomi secara
nasional (Rhoads, 1995). Berdasarkan ketiga fungsi tersebut dapat dikatakan bahwa penanggung
jawab utama aktivitas pelayanan kesehatan sebagai salah satu pelayanan dasar untuk masyarakat
adalah pemerintah, karena status kesehatan warga negara selalu menjadi prioritas nasional dan
merupakan pelayanan dasar yang esensial (Widianingrum, 2009).
II-131
b. Desentraslisasi Pengelolaan Kesehatan di Era Reformasi
Sistem kesehatan masyarakat memuat hubungan erat antara negara dan masyarakat, yang tercermin
dalam penyelenggaraan pelayanan. Terkait dengan hal tersebut, pemerintah dengan kewenangan
yang dimiliki dapat menjadi pengendali dari sumber-sumber untuk kesehatan melalui regulasi dan
kebijakan yang dibuat (Gostin, 2000), sehingga secara umum dapat dikatakan terdapat lima
karakteristik utama sistem kesehatan masyarakat, yakni : adanya peran pemerintah, masyarakat
sebagai fokus program kesehatan, hubungan antara pemerintah dan masyarakat, pelayanan, dan
kewenangan pemerintah. Peran pemerintah sangat penting untuk menangani pasar yang tidak
sempurna, terutama karena kewenangan regulasi yang dimilikinya, regulasi memiliki pengaruh penting
dalam isu penyelenggaraan pelayanan kesehatan untuk masyarakat, terutama mengatur proses
pengalokasian sumberdaya yang memungkinkan tercapainya nilai pemerataan dan efisiensi (Rhoads,
1985). Apabila sektor swasta menggunakan mekanisme pasar sebagai aturan main, maka pemerintah
berwenang mengatur pengadaan barang atau pelayanan yang ditentukan melalui keputusan-
keputusan badan-badan pemerintah atau lembaga perwakilan seluruh warga negara.
Desentralisasi sektor kesehatan merupakan strategi penting dalam rangka reformasi manajemen
pelayanan kesehatan. Prinsip dasasrnya adalah pelayanan publik yang paling efisien seharusnya
diselenggarakan oleh otoritas yang memiliki kontrol geografis yang paling minimal, mengingat
beberapa hal yaitu : pemerintah lokal lebih memahami kebutuhan masyarakatnya, keputusan
pemerintah lokal dinilai lebih responsif terhadap kebutuhan masyarakatnya sehingga mendorong
pemerintah lokal untuk melakukan efisiensi dalam penggunaan dana yang berasal dari masyarakat,
persaingan antar daerah dalam memberikan pelayanan kepada masyarakatnya akan mendorong
pemerintah tersebut untuk meningkatkan inovasinya (Cheema dan Rondinelli, 1983). Selain itu,
kebijakan desentralisasi dapat membuat penyediaan pelayanan publik menjadi lebih efektif dan efisien
mengacu pada pertimbangan-pertimbangan antara lain : optimalisasi hirarki dalam penyampaian
layanan publik, adanya penyesuaian layanan terhadap kebutuhan dan kondisi di tingkat lokal, adanya
peningkatan dalam pengelolaan infrastruktur yang ada melalui alokasi anggaran yang sesuai dengan
kebutuhan dan kondisi di wilayahnya, adanya pengalihan fungsi-fungsi rutin dari pusat ke daerah
sehingga pusat dapat lebih berkonsentrasi pada fungsi-fungsi kebijakan, adanya peningkatan
kompetisi dalam penyediaan layanan antar penyedia layanan kesehatan, dan dapat membuat birokrasi
menjadi lebih berorientasi kepada masyarakat.
Terkait dengan mekanisme delivery infrastruktur, efisiensi dan pemerataan merupakan faktor penting,
terlebih lagi apabila dikaitkan dengan terbatasnya pilihan masyarakat terhadap layanan kesehatan. Hal
ini yang menjadikan reformasi di sektor kesehatan sangat penting dan mendesak untuk dilaksanakan,
meskipun ada kesulitan karena proses tukar imbang (trade off) antara efisiensi di satu sisi dan
pemerataan di sisi yang lain. Aspek pemerataan lebih difokuskan pada ketersediaan pelayanan
kesehatan yang sesuai dengan kebutuhan masyarakat, dengan biaya yang sesuai dengan
kemampuan membayarnya (ability to pay) (Daniels, 1985). Meskipun desentralisasi diharapkan
mampu mendorong peningkatan cakupan, kualitas, pemerataan, dan efisiensi pelayanan publik, dalam
praktiknya penentuan prioritas kebijakan tidaklah berjalan linear, tergantung pada kemampuan daerah
merespon perubahan tersebut (Bossert, 1998). Mekanisme dimana program-program akan dibangun
dan dilaksanakan untuk mengimbangi proses desentralisasi sangat tergantung komitmen pemerintah
dalam menerjemahkan problem-problem di daerah. Pemahaman terhadap kondisi lokal dianggap
sebagai prasyarat munculnya respon dan fleksibilitas di dalam menentukan prioritas lokal (Smith,
1985; Rondinelli, 1989). Kenyataannya, desentralisasi kewenangan tidaklah berada dalam ruang
hampa (vacuum), pemerintah daerah mungkin memiliki cukup otoritas dan akses pada sumber-sumber
keuangan, akan tetapi jika tidak dikelola dengan seksama, desentralisasi tidak akan menghasilkan
manfaat bagi daerah. Desentralisasi mengajarkan bahwa pembagian kekuasaan dan kewenangan dari
pemerintah pusat ke daerah harus disertai dengan desentralisasi keuangan (fiskal) dalam bentuk
pembagian keuangan kepada daerah dan memberi kekuasaan daerah untuk menggali sumber
keuangannya sendiri (Widaningrum, 2009).
Untuk menjamin pelaksanaan desentralisasi, pemerintah daerah hendaknya memiliki kapasitas yang
memadai, mengingat kapasitas ini sering digunakan sebagai kontra argumen dalam usulan-usulan
II-132
perlunya kebijakan desentralisasi diimplementasikan (Azfar, dkk, 1999). Secara sederhana kapasitas
merupakan basis otonomi daerah, karena kapasitas atau kemampuan ini merupakan modal dasar bagi
kemandirian. Pada prinsipnya desentralisasi adalah membangun kapasitas sebelum menyerahkan
tanggungjawab atau pendapatan pada tingkat pemerintahan di bawahnya, pendapat lain mengatakan
bahwa desentralisasi dan penguatan kapasitas bisa berjalan seiring, karena pelaksanaan prinsip-
prinsip dalam desentralisasi menjadi cara yang paling baik untuk mengembangkan kapasitas lokal.
Kapasitas tidak dipandang sebagai sesuati yang statis, melainkan harus ditempatkan dalam suatu
konteks dinamis dengan kondisi-kondisi kerangka maupun perkembangan jaman yang berubah,
sehingga dapat dikatakan sebagai kemampuan untuk mencapai kinerja, menyusun program, langkah,
dan strategi untuk menghasilkan outputs dan outcomes.
Elemen berikut yang diperhatikan dalam mekanisme delivery adalah equity (pemerataan). Utilitasai
infrastruktur dalam kegiatan pembangunan masyarakat dinyatakan mampu mendorong equity
(pemerataan) apabila dapat dinikmati oleh segenap lapisan masyarakat. Dalam konteks ini,
II-133
masyarakat dapat diidentifikasi berdasarkan dimensi wilayah, sektor, modernitas, kelas dan status.
Dalam dimensi wilayah, masyarkat dibedakan berdasarkan batas administratif (misal: desa,
kecamatan, kabupaten/kota dan provinsi), batas geografi/demografi (misal: daerah padat penduduk),
dan batas ekologi (misal: upland, lowland). Dalam dimensi sektor, masyarakat dibedakan ke dalam
sektor pertanian, perkebunan, nelayan, industri jasa dan perdagangan. Dalam dimensi modernitas,
masyarakat digolongkan menjadi masyrakat perdesaan, perkotaan, dan sub-urban. Dalam dimensi
kelas dibedakan menjadi lapisan atas (kaya), menengah, dan lapisan bawah (miskin). Kemudian
dalam dimensi status, masyarakat dapat digolongkan berdasarkan etnis, ras, agama, dan ideologi
politik. Sentralisasi infrastruktur dapat dinyatakan berhasil manakala tidak menimbulkan manipulasi
dan diskriminasi. Segenap warga masyarakat, baik dalam dimensi wilayah, sektor, modernitas, kelas,
dan status, tersentuh oleh utilisasi infrastruktur.
Masalah efisiensi, effectiveness dan equity yang terkait dengan desentralisasi infrastruktur tidak
selamanya tumbuh dan berkembang dalam level yang sama. Dalam praktek, boleh jadi terlihat
infrastruktur yang memiliki level efisiensi yang baik, tidak selamanya disertai dengan level
effectiveness dan equity yang baik pula. Infrastruktur semacam itu boleh jadi telah berhasil menekan
pengeluaran (cost) secara minimal dan dapat memperoleh hasil (output) yang optimal. Tetapi dalam
jangka panjang, infrastruktur tersebut yanya menguntungkan kalangan tertentu saja. Keberadaan
infrastruktur semacam ini seperti mengingkati prinsip-prinsip pemerataan (equity). Karena itu,
meskipun infrastruktur tersebut dibangun dengan biaya besar namun kurang memiliki kontribusi yang
signifikan terhadap kegaiatn pembangunan masyarakat karena hanya dinikmati oleh kalangan tertentu
saja.
Provisi/ Lokasi/relokasi
Perbaikan jalan Transportasi Fasilitas kesehatan
Output
(fasilitas akses)
equity effectiveness
Analisis
(proses)
efficiency
Pada Diagram 1 juga diperlihatkan bahwa effectiveness, efficiency, dan equity yang diciptakan oleh
desentralisasi infrastruktur (melalui regulasi, kelembagaan, pendanaan, governance dan collective
action), diasumsikan menciptakan peningkatan provisi dan utilisasi infrastruktur jalan, sarana
II-134
transportasi, dan mendorong pengembangan dan pemeliharaan infrastruktur kesehatan (tercermin
pada lokasi atau relokasi fasilitas kesehatan). Selanjutnya, peningkatan provisi dan utilisasi
infrastruktur jalan, transportasi, dan sarana kesehatan diasumsikan menciptakan kondisi yang kondusif
bagi usaha meningkatan akses masyarakat terhadap fasilitas kesehatan.
Meskipun begitu namun diasumsikan bahwa tidak semua kabupaten/kota mampu mengadopsi
desentralisasi infrastruktur dengan sempurna. Pada tataran normatif, regulasi yang terkait dengan
desentralisasi infrastruktur yang hadir bersama dengan kebijakan ototnomi daerah boleh jadi sama.
Tetapi pada tataran empirik, aspek kelembagaan, sistem pendanaan, governance dan collective
actions yang dikembangkan di masing-masing kabupaten/kota boleh jadi berbeda. dalam era otonomi
daerah, kabupaten/kota diberi otoritas untuk mengembangkan bentuk kelembagaan dan sistem
pendanaan sendiri sesuai dengan kondisi dan situasi daerah. Kabupaten/kota juga memiliki
kesempatan menciptakan goog governance dan struktur collective actionsi sesuai dengan lingkungan
kerja daerah. Oleh karena itu, tingkat efisiensi, derajat effectiveness, dan pencapaian equity di level
kabupaten/kota diperkirakan juga beragam. Implikasinya kemudian adalah upaya dan realisasi
peningkatan provisi dan utilisasi infrastruktur jalan, sarana transportasi, serta pengembangan atau
pemeliharaan infrastruktur kesehatan (tercermin pada lokasi atau relokasi fasiltias kesehatan) juga
beragam. Sejumlah kabupaten/kota tertentu dalam era otonomi aerah berhasil meningkatkan secara
signifikan provisi dan utilitasi infrastruktur jalan, sarana transportasi dan infrastruktur kesehatan. Tetapi
sejumlah kabupaten/kota tertentu lainnya tidak berhasil (gagal) meningkatkan infrastruktur jalan,
sarana transportasi dan infrastruktur kesehatan. Di kabupaten/kota tersebut tingkat akses pada
fasilitas layanan kesehatan tergolong rendah.
II-136
Berdasarkan analisis, lebih dari 90% desa mudah mengakses fasilitas kesehatan ini. Bahkan, 29,18%
dari desa-desa tersebut sangat mudah mengakses puskesmas pembantu. Hanya 15 desa yang
mempunyai akses sulit. Desa-desa yang memiliki kesulitan mengakses puskesmas pembantu ini
memang tidak memiliki fasilitas tersebut.
f. Akses Pada Layanan Apotek
Apotik, sebagai salah satu fasilitas pelayanan kesehatan jumlahnya masih terbatas. Desa dengan
akses mudah terhadap pelayanan apotik berjumlah 306 atau 81,17%. Desa yang mempunyai
aksesibilitas mudah sejumlah 45 desa atau 11,94%. Namun sebagian desa masih kesulitan
mengakses fasilitas ini, karena berdasarkan data masih ada 26 (6,90%) desa yang mempunyai
aksesibilitas sulit. Desa-desa tersebut justru terletak pada bagian tengah wilayah Kabupaten
Magelang.
g. Akses Pada Layanan Pondok Bersalin Desa
Untuk mendekatkan pelayanan kesehatan terutama pelayanan kesehatan ibu hamil, pemerintah telah
mengadakan pondok bersalin desa. Hampir semua desa telah memiliki pondok bersalin. Dilihat dari
aksesibilitas pelayanan telah cukup baik, karena sebagian besar desa memiliki akses mudah, bahkan
sangat mudah, terhadap pelayanan polindes (97,61%). Namun masih ada sekitar 9 desa (2,39%) yang
mengalami kesulitan, bahkan sangat sulit mengakses pelayanan polindes.
3.2. Visualisasi Akses Pada Layanan Kesehatan Tahun 2006
a. Akses Pada Layanan Rumah Sakit
Jumlah rumah sakit pada tahun 2006 tidak mengalami peningkatan, namun aksesibilitas pelayanan
menunjukkan kecenderungan meningkat. Dan hal ini terjadi hampir pada semua fasilitas kesehatan,
kecuali untuk tempat praktek bidan. Dilihat dari analisis, aksesibilitas terhadap rumah sakit dari desa
relatif mudah (85,94%). Bahkan, beberapa desa mempunyai aksesibilitas yang sangat mudah
(11,41%). Meskipun aksesibilitas lebih baik dari tahun 2000, namun masih ada desa yang sulit
mengakses rumah sakit (2,65%).
II-137
seluruh desa mempunyai akses mudah terhadap puskesmas pembantu, bahkan 27,85% mempunyai
akses yang sangat mudah. Namun sama dengan aksesibilitas terhadap fasilitas lain yang telah
dibahas, sekitar 2,65% desa masih sulit mengakses fasilitas puskesmas pembantu ini.
II-138
Gambar 2. Visualisasi Aksessibilitas Fasilitas Kesehatan di Kabupaten Magelang Tahun 2000
II-139
Gambar 3. Visualisasi Aksessibilitas Fasilitas Kesehatan di Kabupaten Magelang Tahun 2006
II-140
pembeli melalui kinerjanya. Pasien akan mendapatkan keuntungan baik secara kuantitas maupun
kualitas pelayanannya, karena para provider ini berusaha untuk meningkatkan pelayanannya.
Intervensi pemerintah perlu dilakikan dalam pasar pelayanan kesehatan, mengingat adanya asumsi
bahwa industri pasar pelayanan kesehatan memiliki dimensi-dimensi khusus yang tidak applicable
dalam asumsi ekonomi pasar (Feldstein, 1983). Jika asumsi-asumsi ekonomi pasar diterapkan secara
tegas dalam kegiatan pelayanan kesehatan dikhawatirkan akan menimbulkan ketimpangan-
ketimpangan dan aksesnya menjadi semakin terbatas. Hal tersebut didukung oleh adanya beberapa
faktor dalam sektor kesehatan yang tidak terdapat pada sektor lain, yaitu : consumer ignorance and
imperfect information, serta mixture of consumptioon and investment elements. Konsumen atau
pengguna layanan kesehatan sangat tergantung pada produsen/penyedia jasa berdasarkan informasi
kualitas maupun kuantitas yang diperolehnya, hal ini sangat mempengaruhi keputusan pengguna.
Oleh karena itu, efisiensi dalam bidang kesehatan umumnya sulit dicapai, peran swasta yang cukup
besar tidak menjamin adanya efisiensi yang tinggi.Sehingga diperlukan standar pelayanan khusus
agar konsumen tidak merasa dirugikan karena mekanisme pasar pelayanan kesehatan yang kurang
efisien. Kaitannya dengan elemen konsumsi dan investasi, kesehatan dapat dianggap sebagai elemen
konsumsi karena pelayanan kesehatan digunakan untuk mengurangi sakit. Sementara disisi lain,
kesehatan dapat dianggap sebagai elemen investasi, sebagai contohnya adalah untuk kegiatan
imunisasi yang berorientasi pada terjaminnya kondisi kesehatan di masa yang akan datang, dengan
kata lain bahwa status kesehatan yang tinggi akan mengurangi jumlah hari produktif yang hilang, dan
secara komulatif akan meningkatkan produktivitas nasional yang merupakan investasi SDM jangka
panjang. Hal inilah yang seharusnya menjadi pertimbangan dalam menyeimbangkan antara akses
(equality), kualitas pelayanan, dan efisiensi.
Pergeseran arah penyelenggaraan infrastruktur dapat diidentifikasi dari semakin banyaknya penyedia
layanan kesehatan dari pihak swasta. Reformasi regulasi yang dilakukan oleh pemerintah pusat
membawa dampak dalam penyelenggaraan infrastruktur kesehatan, terutama dari aspek regulasi atau
kebijkan pengembangan sumberdaya manusia. Tenaga kesehatan harus memenuhi kualifikasi tertentu
yang lebih tinggi dari peraturan sebelumnya dengan pertimbangan tingginya tingkat pendidikan akan
berdampak pada meningkatnya kualitas pelayanan terhadap konsumen. Sektor infrastruktur fisik harus
memenuhi standar layanan tertentu, terutama untuk fasilitas puskesmas, rumah sakit, dan rumah sakit
bersalin. Setiap penyedia layanan kesehatan berlomba untuk memperoleh pengakuan dari konsumen
tentang kualitas layanannya, baik melalui peningkatan kualitas pelayanan sercara praktis maupun
sertifikasi mutu pelayanan melalui sertifikasi ISO 9001:2008 sesuai dengan jumlah layanan yang
disediakan. Iklim seperti ini akan berpengaruh pada pilihan pengguna layanan yang mungkin akan
berdampak negatif terhadap keberlangsungan layanan kesehatan infrastruktur tertentu, dengann
terjadinya kanibalisme, atau matinya satu infrastruktur sebagai akibat dari pertumbuhan infrastruktur
lain yang sejenis. Oleh karena itu, karena mekanisme pasar untuk layanan kesehatan sangat spesifik,
maka perlu adanya regulasi khusus untuk sharing pelayanan antara satu fasilitas dengan fasilitas lain
yang sejenis.
Perubahan mekanisme delivery infrastruktur terkait dengan variabel effectiveness, efficiency, dan
equity. Berdasarkan hasil pengolahan data diketahui bahwa terdapat kecenderungan pergeseran
kondisi dari Tahun 2000 ke Tahun 2006. Hampir seluruh infrastruktur menunjukkan pergeseran positif
ke arah yang lebih baik. Kondisi ini seharusnya membawa kemajuan layanan kesehatan bagi
masyarakat, ditandai dengan bertambahnya fasilitas kesehatan dan distribusi fasilitas yang semakin
merata. Namun demikian, pergeseran arah penyediaan infrastruktur yang lebih baik secara kuantitas
maupun kualitas ditandai dengan tercapainya efektivitas dan efisiensi, seringkali tidak sejalan dengan
prinsip equity. Semakin tinggi kualitas layanan semakin tinggi juga biaya yang harus dikeluarkan
konsumen/pengguna untuk memperoleh layanan kesehatan. Masyarakat miskin akan semakin
terpinggirkan dengan kondisi seperti ini. Prinsip bahwa infrastruktur harus memiliki fungsi delivery yang
II-141
adil, kadangkala hanya semacam cita-cita yang perwujudannya mungkin tidak bisa dilakukan secara
sepenuhnya. Berdasarkan data, perubahan tata pemerintahan, dengan konsep otonomi daerah dan
desentralisasi, baik politik maupun administrasi dapat menciptakan peningkatan provisi dan utilisasi
infrastruktur kesehatan melalui penyediaan infrastruktur jalan dan transportasi dalam rangka
peningkatan kualitas layanan kesehatan.
Pergeseran akses pada layanan kesehatan terjadi di Kabupaten Magelang, apabila dilihat dari hasil
pengolahan data potensi desa Tahun 2000 dan 2006. Secara jumlah dan persentase terjadi kenaikan
yang cukup signifikan, meskipun ada satu penurunan persentase, yaitu pada akses terhadap tempat
praktek dokter, meskipun secara keseluruhan nilai aksessibilitas yang sangat sulit pada Tahun 2006
sudah tidak ada lagi, lebih jelasnya dapat dilihat pada tabel berikut.
Tabel 1.
Pergeseran Nilai Aksessibilitas Infrastruktur Kesehatan di Kabupaten Magelang Tahun 2000 dan 2006
Adapun untuk persentase pergeseran aksesnya dapat dilihat pada tabel berikut :
Tabel 2.
Pergeseran Persentase Aksessibilitas Infrastruktur Kesehatan di Kabupaten Magelang 2000 dan 2006
II-142
4. Kesimpulan dan Rekomendasi
Berdasarkan hasil pengolahan data, melihat kecenderungan yang terjadi, dan interpretasi secara
umum, maka dapat disimpulkan beberapa hal berikut :
1. Bahwa terjadi perubahan dalam provisi infrastruktur dan akses layanan infrastruktur kesehatan di
Kabupaten Magelang apabila dibandingkan sebelum otonomi daearah dan sesudah otonomi
daerah. Perubahan ini cenderung positif, atau lebih baik, dalam arti terjadi peningkatan provisi
terhadap infrastruktur kesehatan dan peningkatan akses terhadap layanan kesehatan.
2. Bahwa desentralisasi pengelolaan layanan kesehatan terbukti dapat meningkatkan upaya
penyediaan infrastruktur kesehatan maupun meningkatkan akses layanan terhadap masyarakat
yang lebih luas.
3. Meskipun saat ini ada kecenderungan berkembangnya penyediaan infrastruktur oleh pihak
swasta, tetapi pemerintah harus tetap memberikan regulasi yang jelas, mengingat layanan
kesehatan bukan semata-mata mekanisme pasar secara ekonomi tetapi juga mengemban misi
kemanusiaan dan berfungsi sebagai public goods.
4. Selanjutnya penelitian lebih diarahkan pada upaya untuk memaksimalkan mekanisme delivery
infrastruktur berdasarkan prinsip effectiveness, efficiency, dan equity. Effectiveness berarti delivery
infrastruktur sesuai dengan tujuan dan tepat sasaran. Efficiency berarti delivery infrastruktur
memiliki manfaat yang tinggi bagi seluruh lapisan masyarakat, mengingat investasi untuk
infrastruktur kesehatan yang cukup tinggi. Equity berarti, delivery pelayanan infrastruktur
kesehatan harus bersifat adil, tidak memihak, dan tidak hanya untuk golongan tertentu saja,
meskipun determinan pelayanan kesehatan sangat ditentukan oleh penyedia layanan.
5. Referensi
Azfar, dkk, 1999, Decentralization, Governance and Public Services : the Impact of Institutional
Arrangements: a Review Literature, College Park: Iris Center, University of Maryland
Bossert, Thomas, 1998, Analyzing the decentralization of health systems in developing countries:
decision space, innovation, and performance, Social Science and Medicines, Vol. 47, No. 10,
Pergamon Press London
Gostin, O. Lawrence, 2000, Public Health Law: Power, Duty, Restraint, University of California Press,
New York
Perry, David C., 1995, Building the Public City, Sage Publication Inc, London.
Pramusinto, Agus, Purwanto, Erwan A., 2009, Reformasi Birokrasi, Kepemimpinan dan Pelayanan
Publik : Kajian tentang pelaksanaan otonomi daerah di Indonesia, Penerbit Gava Media, Yogyakarta.
Rhoads, Steven E, 1995, The Economist’s View of the World: Government, Market, and Public Policy,
Cambridge University Press, Cambridge.
Widaningrum, Ambar 2009, Reformasi Manajemen Pelayanan Kesehatan, dalam Reformasi Birokrasi,
Kepemimpinan dan Pelayanan Publik : Kajian tentang pelaksanaan otonomi daerah di Indonesia,
Penerbit Gava Media, Yogyakarta.
II-143
KAJIAN SPASIAL PENENTUAN JALAN ANGKUTAN UMUM MASSAL
DENGAN MENGGUNAKAN CITRA QUICKBIRD DAN SISTEM INFORMASI GEOGRAFIS
Lili Somantri
Department of Geography Education, UPI Bandung
Abstrak: Bandung is one of the major cities in Indonesia that has the problem of traffic congestion. Almost every
major street in Bandung is prone to traffic jams. The aims of this research are 1) to examine Quickbird image for
extraction of parameters in determination route mass transportation, 2) to develop database Geographic
Information System as matter for determination route mass transportation in Bandung City, 3) to arrange spatial
study route mass transportation in Bandung City with Geographic Information System.The method which is used
in this research is Remote Sensing and Geographic Information System. The method of Remote Sensing is a
visual interpretation Quickbird image. Furthermore processing and data analysis using GIS with scoring, query,
overlay, buffer, intersect, and network analyst. Parameter using determination in spatial modeling route mass
transportation that is land utilities, average speed vehicle, point of traffic jam, route mass transportation eksisting,
amount and density of population.The result this research be found nine route mass transportation in Bandung
City, that is route one (Ledeng Terminal – Moch. Toha Street) route two (Ledeng Terminal – Ujungberung Street),
route three (Surya Sumantri Street – Cicaheum Terminal), route four (Rajawali Street – Cicaheum Street), route
five (all Soekarno-Hatta Street), route six (to circumference), route seven (Kopo Street – Dago Terminal), route
eight (Cicaheum Terminal – Moch Toha Street), dan route nine (Rajawali Street – Ciwastra Street).
1. Latar Belakang
Saat ini kota-kota di dunia mengalami perkembangan yang sangat pesat. Pada tahun 2025, lebih dari
50% penduduk dunia tinggal di daerah perkotaan. Antara tahun 2000-2005 penduduk perkotaan di
Amerika Latin, Afrika dan Asia mengalami peningkatan dua kali lipat. Hal ini akan menyebabkan
permasalahan dalam bidang transportasi sehingga kota tidak nyaman untuk ditinggali (Kaltheier,
2002).
Begitu pula kondisi penduduk perkotaan di Indonesia. Dari tahun ke tahun penduduk perkotaan di
Indonesia menunjukkan perkembangan yang pesat, baik karena faktor alamiah (kelahiran) maupun
karena migrasi penduduk dari desa ke kota. Jumlah penduduk yang memadati daerah perkotaan di
Indonesia terus mengalami peningkatan. Perubahan persentase penduduk yang tinggal di perkotaan
hanya 17,3% pada tahun 1971. Angka ini meningkat menjadi hampir 22,3% pada tahun 1980,
meningkat lagi menjadi 30,9% pada tahun 1995, dan 42,4% pada tahun 2000, dan diperkirakan naik
lagi menjadi 68,6% pada tahun 2020. Hal ini terutama karena pengaruh perpindahan penduduk dari
desa ke kota (Tukiran dan Ediastuti, 2004).
Tingginya angka migrasi penduduk dari desa ke kota karena daerah perkotaan masih dianggap
memiliki daya tarik, seperti memiliki kesempatan lapangan kerja yang luas diberbagai sektor, dapat
meningkatkan pendapatan yang lebih tinggi, memberikan kemudahan dalam memperoleh fasilitas
umum (kesehatan, pendidikan, hiburan), memberikan kemudahan dalam melakukan pergerakan
(aksesibilitas), memberikan peluang yang lebih besar dalam pengembangan karir, dan memberikan
kemudahan dalam mengembangkan kegiatan usaha baru (Muhidin, 1996; Colby dalam Yunus, 2001;
Adisasmita, 2006).
Bandung merupakan salah satu kota besar di Indonesia yang memiliki jumlah penduduk sangat
2
padat, Tahun 2008 sekitar 14.000 jiwa/km , dalam beberapa tahun terakhir telah mengalami
peningkatan jumlah penduduk yang besar, padahal di sisi lain luas wilayah Kota Bandung relatif
tetap. Kepadatan penduduk dan peningkatan jumlah penduduk di Bandung dapat dilihat pada Tabel
berikut.
II-144
Tabel 1 Perkembangan Jumlah Penduduk Kota Bandung
Tahun Jumlah Penduduk Luas Kota Bandung Kepadatan Penduduk
2 2
(Km ) Per Km
2002 2.142.194 167,29 12.805,00
2003 2.228.268 167,29 13.320,00
2004 2.232.624 167,29 13.346,00
2005 2.270.970 167,29 13.505,00
2006 2.296.848 167,29 13.729,74
2007 2.329.928 167,29 13.927,48
2008 2.374.198 167,29 14.192,11
2009 2.390.050 167,29 14.286,87
2010 2.393.633 167,29 14.228,00
Sumber : Badan Pusat Statistik Kota Bandung, 2010
Berdasarkan tabel tersebut setiap tahun jumlah penduduk di Kota Bandung bertambah sekitar 38.667
jiwa atau 1,68 % dari jumlah penduduk saat ini. Perkembangan penduduk Kota Bandung yang pesat
telah menimbulkan banyak permasalahan, salah satunya transportasi. Masalah transportasi yang
saat ini sangat terasa di Kota Bandung adalah tidak nyamannya lalu lintas karena banyak terjadi
kemacetan. Dari semua akses masuk ke Kota Bandung, semuanya rawan macet, baik dari arah
selatan, barat, utara, timur, dan tenggara yang berasal dari daerah sekitar Kota Bandung. Kemacetan
ini akan semakin parah jika pada hari sabtu-minggu maupun hari libur karena banyak warga luar kota,
terutama Jakarta yang sengaja berlibur atau berbelanja ke Kota Bandung.
Saat ini sarana transportasi di Kota Bandung didominasi oleh angkutan kota (angkot) padahal angkot
ini tidak memenuhi standar sebagai angkutan umum massal. Angkot ini sangat tidak efisien dan
kurang nyaman dalam memindahkan orang dan dalam operasinya banyak angkot yang kosong
penumpang. Kemudian juga hirarki trayek angkutan umum yang tidak jelas padahal kondisi jalan di
Kota Bandung umumnya pendek-pendek dan banyak cabangnya (Bappeda Kota Bandung, Kantor
Litbang dengan LPPM-ITB, 2003).
Berbagai permasalahan timbul seiring dengan berjalannya waktu, dimana kapasitas prasarana jalan
yang ada tidak memungkinkan lagi bahwa untuk masa datang angkutan umum di Bandung tetap
didominasi oleh angkot, yang ada pada prakteknya banyak memberikan gangguan bagi lalulintas.
Saat ini di Kota Bandung penyediaan pelayanan angkutan umum terdiri dari beragam jenis kualitas
maupun kapasitasnya, mulai dari Keretaapi, bus besar, bus sedang, bus kecil/angkot, taksi, ojeg, dan
becak. (Bappeda Kota Bandung, Kantor Litbang dengan LPPM-ITB, 2003). Oleh karena itu, perlu
diupayakan sarana transportasi massal yang efisien, aman, dan nyaman.
Salah satu upaya untuk memecahkan permasalah yang terjadi di Kota Bandung adalah dengan
menata sistem transportasi yang ada di sekitar Kota Bandung, yaitu dengan mengupayakan sistem
transportasi massal. Dalam penelitian ini berfokus pada angkutan umum massal yang dapat
mengangkut manusia dalam jumlah banyak yang ada di Kota Bandung dengan mempertimbangkan
kondisi intern tata ruang Kota Bandung. Dengan angkutan umum massal ini diharapkan akan
memaksimalkan kemampuan jaringan jalan yang ada.
Dengan demikian, peranan perencanaan dan pemodelan transportasi dalam merencanakan
pembangunan sistem transportasi menjadi sangat penting. Untuk mengetahui karakteristik parameter
yang digunakan dalam sistem transportasi diperlukan suatu teknologi salah satunya, yaitu
penginderaan jauh. Data penginderaan jauh yang sangat cocok untuk kajian perkotaan dalam hal ini
sistem transportasi menggunakan citra satelit yang memiliki resolusi spasial sangat tinggi, yaitu citra
Quickbird. Keunggulan citra Quickbird memiliki resolusi spasial yang sangat tinggi, yaitu 0,6 meter
untuk pankromatik dan 2,5 meter untuk multispektral sehingga menyajikan dapat menyajikan data
yang rinci, detail dan akurat. Dengan resolusi spasial yang sangat tinggi, akan mempermudah dalam
perolehan data mengenai jaringan jalan, geometrik jalan (panjang, lebar), dan pemanfaatan lahan
(permukiman, perdagangan, pendidikan, industri).
Kemudian untuk pemodelan transportasi dari pemetaan pemanfaatan lahan dan jaringan jalan
sampai mengetahui jalan yang terbaik untuk penentuan angkutan umum massal, yaitu dengan
menggunakan pemodelan Sistem Informasi Geografis dengan menggunakan analisis network.
Makalah ini mencoba memaparkan beberapa masalah, diantaranya: Mengkaji ketelitian citra
Quickbird dalam memperoleh parameter-parameter dalam penentuan jalan angkutan umum massal
dari citra satelit Quickbird. Membangun basisdata Sistem Informasi Geografis sebagai bahan dalam
penentuan jalan angkutan umum massal di Kota Bandung.Menyusun kajian spasial jalan angkutan
umum massal di Kota Bandung dengan Sistem Informasi Geografis.
II-145
2. Metodologi
Metode dalam penelitian ini adalah gabungan metode penginderaan jauh dan sistem informasi
geografis. Metode penginderaan jauh, yaitu interpretasi visual citra Quickbird. Untuk pengolahan dan
analisis data menggunakan metode Sistem Informasi Geografis (SIG), dengan scoring, query,
overlay, buffer, intersect dan network analyst.
1) Bahan Penelitian
Bahan yang digunakan dalam penelitian ini, yaitu sebagai berikut.
a. Citra Quickbird Pan-Sharpened tanggal 08 Januari 2008 Daerah Kota Bandung.
b. Peta Rupa Bumi Indonesia Lembar Bandung dan Lembar Ujung Berung, Skala 1:25.000.
Peta rupa bumi ini digunakan dalam proses koreksi geometrik dan sebagai data acuan dalam
penentuan batas administrasi wilayah.
2) Alat Penelitian
Kemudian perangkat lunak komputer (software), yaitu:
a. ENVI 4.3 untuk proses pemotongan citra digital dan koreksi citra.
b. ArcView 3.3 untuk proses pemasukan data.
c. ArcGis 9.2 untuk proses pemasukan, pengolahan, analisis data, dan output data.
3) Lokasi Penelitian
Wilayah yang menjadi penelitian adalah seluruh wilayah Kota Bandung yang terdiri atas 26
kecamatan, Pembuatan batas administrasi pada citra Quickbird dilakukan melalui digitasi on
screen yang disesuaikan dengan batas administrasi pada Peta Rupa Bumi.
4) Variabel Penelitian
Citra Quickbird ini akan diekstrak untuk memperoleh parameter dalam pemodelan spasial
sistem transportasi angkutan umum massal, yaitu pemanfaatan lahan, kecepatan rata-rata
kendaraan, titik rawan kemacetan, rute angkutan kota (angkot) eksisting, jumlah penduduk,
dan kepadatan penduduk.
4.1 Tahap Perolehan Data
Data merupakan permasalahan utama dalam pemodelan. Terbatasnya data dari sisi kualitas dan
kuantitas menyebabkan hasil pemodelan tidak mempunyai ketepatan yang tinggi. Data dalam
penelitian ini diperoleh dari hasil ekstraksi citra Quickbird, data sekunder, dan data lapangan.
4.2 Tahap Pengolahan Data
Langkah-langkah pengolahan data, yaitu sebagai berikut.
Interpretasi Visual Citra Quickbird
Teknik ini dilakukan untuk memperbaiki poligon dari hasil segmentasi berbasis objek agar dapat
digunakan untuk analisis Sistem Informasi Geografis. Citra Quickbird dapat diinterpretasi dengan
mudah karena memiliki resolusi spasial yang tinggi (0,6 meter).
Membuat Peta Unit Analisis
Unit analisis dalam penelitian ini adalah satuan lahan kota (zona) yang menggabungkan antara peta
jaringan jalan dan peta pemanfatan lahan pinggir jalan. Berdasarkan fungsinya jalan dibedakan atas
arteri sekunder, kolektor sekunder, dan lokal. Berdasarkan penggunaan lahan tepinya menurut
Manual Kapasitas Jalan Indonesia 1997 terbagi menjadi 5 tingkatan, yaitu 1) permukiman hampir
tidak ada kegiatan, 2) permukiman beberapa angkutan umum, 3) daerah industry, pusat pendidikan
dan pusat pelayanan masyarakat, 4) daerah niaga dengan aktivitas sisi jalan yang tinggi, serta 5)
daerah niaga dengan aktivitas sisi jalan yang sangat tinggi.
Membuat Peta Tentatif
Peta-peta tentatif yang digunakan dalam pemodelan spasial sistem angkutan umum massal di Kota
Bandung, yaitu:
a. Peta pemanfaatan lahan yang terdiri atas permukiman dan pusat-pusat kegiatan penduduk. Peta
pusat-pusat kegiatan yang antara lain meliputi fasilitas perdagangan, industri, pendidikan,
II-146
kesehatan, dan tempat rekreasi. Peta pusat-pusat kegiatan berdasarkan Rencana Tata Ruang
Wilayah, yang meliputi pusat kawasan primer dan sekunder.
b. Peta jaringan jalan
c. Peta jumlah penduduk dan peta kepadatan penduduk
d. Peta rute angkutan kota (angkot) eksisting yang ada di Kota Bandung.
Pengambilan Sampel
Teknik pengambilan sampel memiliki keistimewaan dalam hal penghematan waktu, biaya, dan
tenaga. Sampel yang diambil dan kemudian diteliti harus mampu memberikan gambaran sebenarnya
terhadap populasi. Populasinya meliputi seluruh wilayah penutup lahan. Data yang diambil sampel,
yaitu peta pemanfaatan lahan permukiman, peta pusat-pusat kegiatan, dan peta jaringan jalan.
Penentuan jumlah sampel dilakukan dengan metode proporsional random sampling, dimana wilayah
populasi penelitian jumlahnya tidak sama sehingga harus diambil sampel yang proporsional
bergantung pada jumlah masing-masing kategori. Mengenai letak/posisi diusahakan merata pada
seluruh daerah penelitian sehingga mewakili seluruh daerah penelitian.
Kerja Lapangan
Kerja lapangan dimaksudkan untuk mengecek kebenaran hasil interpretasi citra dengan kenyataan di
lapangan, mengukur parameter yang belum diperoleh dari citra, dan mengambil data sekunder dari
instansi terkait. Kegiatan yang dilakukan dilapangan, yaitu cek kebenaran peta pemanfaatan lahan
permukiman, pusat-pusat kegiatan dan jaringan jalan.
Reinterpretasi Peta
Reinterpretasi dilakukan dalam memperbaiki peta-peta hasil interpretasi berdasarkan cek lapangan
sehingga diperoleh peta-peta baru yang sudah teruji akurasinya, yang meliputi peta pemanfaatan
lahan peta rute angkutan kota eksisting, peta jaringan jalan, peta jumlah penduduk, dan peta
kepadatan penduduk.
5) Analisis data
Rute angkutan umum massal berdasarkan data atribut dari peta permukiman, peta pusat-pusat
kegiatan, dan peta jaringan jalan, peta rute angkutan umum (angkot) eksisting, dioverlaykan dengan
peta administratif. Dalam penentuan rute angkutan umum, data atribut yang digunakan adalah nama-
nama jalan. Nama jalan ini digunakan dalam proses geocoding untuk menentukan alamat. Dalam
pemilihan rute, parameter yang perlu dipertimbangkan, yaitu hambatan (impedance), penghalang
(barrier), pemberhentian (stop), pusat (center), belokan/putaran (turn). Hambatan meliputi tipe jalan,
waktu tempuh, panjang jalan, dan hambatan lainnya sepanjang jalan. Barrier meliputi penghalang
dalam perjalanan sehingga tidak bisa melewati jalan tersebut, misalnya titik rawan kemacetan.
Pemberhentian merupakan jalan yang sistem buka tutup dimana perjalanan dapat melewati jalan
tersebut atau bukan. Turn yang terdiri atas belokan dan putaran. Belokan dan putaran ini akan
membatasi aliran pergerakan.
Dalam analisis jaringan terdapat proses query untuk memisahkan jalan-jalan yang jauh dan
memerlukan biaya yang mahal. Hasil akhirnya diperoleh rute-rute yang cocok untuk sistem angkutan
umum massal yaitu trayek bus sebagai pengganti angkutan kota (angkot) sehingga dapat menekan
permasalahan Kota Bandung, seperti kemacetan lalu lintas dan kesemrawutan kota.
3. Hasil dan Pembahasan
Kota Bandung merupakan ibukota Provinsi Jawa Barat yang secara administratif berbatasan dengan
Kabupaten Bandung di sebelah timur dan selatan, berbatasan dengan Kota Cimahi dan Kabupaten
Bandung Barat di sebelah utara dan barat. Posisi Kota Bandung terletak koordinat 107 BT dan 6 55
2
LS. Luas keseluruhan wilayah Kota Bandung adalah 16,767 hektar atau 167,29 km .
Total panjang jalan di kota Bandung pada tahun 2008 sekitar 1.173,81 km dengan 96,06%
merupakan jalan kota. Jaringan jalan di Kota Bandung terdiri atas jalan arteri, kolektor, dan jalan
lokal. Jalan arteri terbagi atas jalan arteri primer dan jalan arteri sekunder, begitu pula jalan kolektor,
yang terdiri atas jalan kolektor primer dan kolektor sekunder. Menurut statusnya, jalan arteri primer
merupakan jalan negara/nasional, jalan kolektor primer merupakan jalan provinsi dan jalan-jalan
sekunder serta lokal merupakan jalan kota. Pada tahun 2008 panjang jalan nasional dalam wilayah
II-147
Kota Bandung adalah 33,56 km, sedangkan panjang jalan provinsi dan kota masing-masing adalah
17,54 km dan 1.122,71 km.
Penggunaan lahan merupakan dasar dalam melakukan analisis terhadap kebutuhan sarana
transportasi dimana blok permukiman merupakan salah satu bentuk penggunaan lahan sebagai unit
analisis dalam penelitian ini. Interpretasi penggunaan lahan dari citra Quickbird didasarkan atas kunci
interpretasi secara visual, seperti rona, warna, bentuk, ukuran, bayangan, situs, dan asosiasi.
Interpretasi ini bertujuan untuk memudahkan dalam mengklasifikasikan antara blok permukiman
sebagai unit analisis, non permukiman, dan non bangunan. Kategori non permukiman terdiri atas
bangunan-bangunan yang tidak digunakan untuk tempat tinggal, seperti perkantoran, pasar, dan
pertokoan. Kategori non bangunan adalah lahan yang dimanfaatkan untuk pertanian, jalur hijau, atau
berupa lahan terbuka.
Klasifikasi penggunaan lahan yang diperoleh dari hasil interpretasi visual pada citra Quickbird dan
hasil survei lapangan meliputi 24 kategori penggunaan lahan. Klasifikasi ini dimaksudkan sebagai
pedoman dalam proses interpretasi yang disesuaikan dengan tingkat kerincian data, yaitu tingkat III
dengan skala 1 : 10.000. Adapun penggunaan lahannya, yaitu digunakan untuk permukiman, jalan,
perdagangan (pasar, pertokoan), industri (pabrik, gudang), jasa (perkantoran, rumah sakit,
pendidikan), sarana transportasi (terminal, stasiun, bandara), sarana rekreasi dan olahraga, dan
lahan pertanian. Penggunaan lahan non bangunan (sawah, kebun campuran) banyak terdapat di
pinggiran kota. Lahan terbuka merupakan lahan yang belum dibangun sebagai konversi dari lahan
pertanian ke lahan untuk permukiman atau pertokoan.
Rute angkutan umum massal ditetapkan berdasarkan penggunaan lahan, yang meliputi permukiman,
perdagangan, perkantoran, dan industri, kemudian berdasarkan jalan utama, kepadatan penduduk,
daerah rawan macet, rute angkutan eksisting, dan kecepatan rata-rata kendaraan per ruas jalan.
Hasilnya terdapat sembilan rute angkutan umum massal.
a) Rute Satu (Terminal Ledeng - Moch. Toha)
Jalan yang dilewati Rute Satu adalah Jl. Setiabudi, Jl. Sukawangi, Jl. Sukajadi, Jl. Pasirkaliki,
Jl. Gardujati, Jl. Astanaanyar, Jl. Otto Iskandar Dinata, Jl. BKR, dan Jl. Moch. Toha. Rute ini
melewati kawasan permukiman di Kecamatan Sukasari, Cidadap, Sukajadi, Cicendo, Andir,
Astanaanyar, Regol, melewati sedikit kawasan industri di Kecamatan Astanaanyar, melewati
kampus UPI di Kecamatan Sukasari, Rumah Sakit Hasan Sadikin di Kecamatan Sukajadi,
dan melewati kawasan perkantoran di Kecamatan Cicendo, dan Regol. Melewati kawasan
rawan macet di sekitar Terminal Ledeng, Gegerkalong, Sepanjang Jl. Setiabudi, Jl. Sukajadi,
Jl. Pasirkaliki, Jl. Gardujati, Jl. Astanaanyar, Jl. Peta, Jl. BKR, dan Jl. Mochamad Toha.
b) Rute Dua (Terminal Ledeng - Ujungberung)
Rute yang dilewati, Jl Setiabudi, Cihampelas, Jalan Layang Pasupati, Jl.Surapati, Jl. PHH.
Mustofa, Jl. Abdul Haris Nasutio (Ujungberung). Rute ini melewati kawasan permukiman di
Kecamatan Sukasari, Cidadap, Coblong, Bandung Wetan, Cibeunying Kaler, Cibeunying
Kidul, sedikit Kiaracondong dan Antapani, Kecamatan Mandalajati, Kecamatan Arcamanik,
Ujung Berung, Cinambo, dan Cibiru. Melewati kampus UPI di Kecamatan Sukasari, Rumah
Sakit Advent di Cihampelas, Kantor Pemerintahan Provinsi Jawa Barat di Kecamatan
Bandung Wetan, dan kawasan kampus di Kecamatan Cibeunying Kaler. Melewati kawasan
industry di Kecamatan Cidadap, Coblong, Cibeunying Kidul, Antapani, Mandalajati,
Arcamanik, dan Panyileukan. Melewati sedikit areal persawahan di Kecamatan Panyileukan,
Cibiru, Cinambo, Ujungberung. Rute ini diharapkan dapat mengatasi kawasan rawan macet di
Jl. Setiabudi, Cihampelas, Cicaheum, Ujungberung, dan Cibiru.
c) Rute Tiga (Surya Sumantri-Cicaheum)
Rute yang dilewati adalah Jl. Surya Sumantri, Jl. Junjunan, Jl. Pasteur, Jl. Pasirkaliki, Jl.
Padjajaran, Jl. Wastukencana, Jl. R.E. Martadinata, Jl. Citarum, Jl. Brigjen. Katamso, Jl.
Pahlawan, Jl. PHH. Mustofa.
Rute ini melewati kawasan permukiman di Kecamatan Sukajadi, Cicendo, Sedikit Bandung
Wetan, Cibeunying Kaler, dan Cibeunying Kidul. Melewati kawasan perkantoran di Bandung
Wetan, Cibeuying Kidul, dan Cibeunying Kaler, sedikit di Sukajadi. Melewati kawasan industri
di Sukajadi, Cicendo, dan Cibeunying Kidul. Rute ini diharapkan dapat mengurangi
kemacetan di sepanjang Jl. Surya Sumantri, Jl. Djunjunan, Jl. Pasirkaliki, Jl. Merdeka, Jl.
Martadinata, dan Jl. PHH. Mustofa.
II-148
d) Rute Empat (Rajawali-Cicaheum)
Jalan yang dilewati Rute Empat, yaitu Jl. Sudirman, Jl. Asia Afrika, Jl. Gatot Subroto, Jl.
Kiaracondong, Jl. Terusan Jalan Jakarta, dan Jl. Antapani. Rute ini melewati kawasan
permukiman di Kecamatan Andir, sedikit di Kecamatan Bandung Kulon, Babakan Ciparay,
Bojongloa Kaler, kemudian Kecamatan Astanaanyar, Sumurbandung, Lengkong,
Batununnggal, Kiaracondong, dan Antapani. Melewati kawasan perkantoran di Kecamatan
Sumurbandung, Lengkong, melewati pasar di Kecamatan Bojongloa, sedikit Kecamatan
Regol, dan Batununggal. Rute ini diharapkan dapat mengatasi kemacetan di sepanjang Jl.
Jenderal Sudirman, Jl. Gatot Subroto, dan Jl. Kiaracondong.
e) Rute Lima (Sepanjang Jalan Soekarno-Hatta)
Rute ini melewati kawasan permukiman di Kecamatan Bandung Kulon, Babakan Ciparay,
sedikit Bojongloa Kaler, Astananyar, sedikit Kecamatan Regol, Batununggal, Lengkong,
sedikit Bandung Kidul, Buahbatu dan Rancasari. Rute ini melewati kawasan industri di
Kecamatan Bandung Kidul, Babakan Ciparay, Bojongloa Kaler, Bojongloa Kidul, Regol,
Bandung Kidul, Buahbatu, Rancasari, Cinambo, dan Panyileukan. Rute ini melewati kawasan
perkantoran pemerintahan di Kecamatan Lengkong, Batununggal, Kiaracondong, Buahbatu,
Rancasari dan Gedebage. Rute ini banyak melewati lahan pesawahan di Kecamatan
Panyileukan, Gedebage, Cinambo, Buahbatu dan Regol. Rute ini diharapkan mengatasi
masalah kemacetan di sepanjang Jalan Soekarno Hatta seperti di Persimpangan Kopo,
Persimpangan Moch. Toha, Persimpangan Buahbatu, Persimpangan Margahayu dan
Bunderan Cibiru.
f) Rute Enam (Melingkar)
Rute Enam diawali dari Jl. Pasir Kaliki, Jl. Padjajaran, Jl. Arjuna, Jl. Rajawali Timur, Jl.
Garuda, Jl. Sudirman, Jl. Jamika, Jl. Peta, Jl. BKR, Jl. Pelajar Pejuang, Jl. Laswi, Jl.
Sukabumi, Jl. Supratman, Jl. Diponegoro, Jl. Sentot, Jl. Layang Pasupati, Pasteur, Djunjunan.
Rute ini melewati kawasan permukiman di Kecamatan Sukajadi, Cicendo, Andir, Babakan
Ciparay, Bojongloa Kaler, Bojongloa Kidul, Astanaanyar, Regol, Lengkong, Batununggal,
Cibeunying Kidul, Cibeunying Kaler, Coblong, dan Bandung Wetan. Melewati kawasan
perkantoran di Kecamatan Sukajadi, sedikit Andir, Regol, Lengkong, Batununggal, Bandung
Wetan, melewati kawasan industry di Cicendo, dan Bojongloa Kaler. Melewati pasar dan
pertokoan di Andir, Babakan Ciparay, Bojongloa Kaler, dan Batununggal. Rute melingkar ini
dimaksudkan untuk menghubungkan rute-rute yang lainnya.
g) Rute Tujuh (Kopo - Dago)
Rute yang dilewati yaitu Jl. Wahid Hasyim (Kopo), Jl.Pasir Koja, Jl.Otto Iskandar Dinata,
Jl.Kebon Jukut, Jl. Perintis Kemerdekaan, Jl.Merdeka, Jl. Ir. Djuanda. Rute ini melewati
sedikit permukiman di Kecamatan Babakan Ciparay, Bojongloa Kaler, Bojongloa Kidul,
Astanaanyar, Sedikit Regol, Andir, Sumur Bandung, Bandung Wetan, dan Coblong. Melewati
kawasan perkantoran di Kecamatan Coblong, Bandung Wetan, Sumur Bandung, dan sedikit
Bojongloa Kidul. Melewati pasar di Kecamatan Regol dan sedikit di Kecamatan Coblong.
Melewati kawasan industri di Bojongloa Kidul dan Babakan Ciparay. Rute ini diharapkan
dapat mengatasi kemacetan di sepanjang Jalan Otto Iskandar Dinata.
h) Rute Delapan (Cicaheum – Moch. Toha)
Rute ini melewati Jalan Jend. Ahmad Yani, Karapitan, Moch. Ramdan, BKR, Moch Toha.
Melewati pasar di Kecamatan Regol, melewati kawasan perkantoran di Batununggal, Sumur
Bandung, Lengkong, dan sedikit Regol. Melewati permukiman di Cibeuying Kidul,
Kiaracondong, Batununggal, Lengkong, Sumur Bandung, Regol, dan Astanaanyar. Melewati
sedikit industri di Kecamatan Regol. Batununggal, Kiaracondong, dan Batununggal. Rute ini
diharapkan dapat mengatasi kemacetan di sepanjang Jl.Jend Ahmad Yani, dan Jl. Moch.
Toha.
i) Rute Sembilan (Rajawali – Ciwasta)
Rute sembilan melewati Jl. Jend Sudirman, Jl.Otto Iskandar Dinata, Jl.Dalem Kaum,
Jl.Lengkong Besar, Jl.Cikawao, Jl.Sadangkeling, Jl.Buahbatu, Jl. Margacinta, dan Jl.
Ciwastra. Rute ini Melewati kawasan permukiman di Kecamatan Andir, sedikit Bandung
Kulon, Babakan Ciparay, Bojongloa Kaler, Astanaanyar, Lengkong, Bandung Kidul,
II-149
Buahbatu, dan Rancasari. Melewati kawasan perkantoran di Kecamatan Lengkong, sedikit
Kecamatan Andir dan Bandung Kulon. Melewati kawasan industri di Bandung Kidul. Melewati
banyak areal persawahan di Kecamatan Buahbatu dan sedikit Bandung Kulon. Rute ini
diharapkan dapat mengatasi masalah kemacetan di sepanjang Jl. Sudirman, sebagian Jl.
Otto Iskandar Dinata, sepanjang Jl. Buahbatu, dan sepanjang Jl. Ciwastra.
Gambar
1 Peta
Rute
6. Referensi
II-150
Aronoff. S. 1989. Geographic Information System: A Management Perspective, WLD Publications,
Ottawa.
Badan Pusat Statistik Kota Bandung. 2009.
Chang, K. 2002. Introduction to Geographic Information Systems. McGraw-Hill Higher Education.
New York.
DeMers. M.N. 1997. Fundamental of Geographic Information System. John Wiley&Sons, Inc. New
York. Chichester. Brisbane. Toronto. Singapore. Weinhein.
DigitalGlobe, 2007. QuickBird Imagery Products (Product Guide). DigitalGlobe, Inc., Longmont.
Dinas Perhubungan Kota Bandung. 2008. Analisis Tingkat Kebutuhan Sarana Angkutan Umum
Massal di Kota Bandung.
Fletcher, D. 2000. Geographic Information System for Transportation: A Look Forward in
Transportation in the New Millenium: State of the Art and Future Directions, Washington, DC:
Transportation Research Board, CD-ROM. Diakses Tanggal 20 Januari 2010.
Huang, Z. 2003. Data Integration for Urban Transport Planning. Disertation. Faculty of Geographical
Sciences Utrecht University, The Netherlands.
Jensen, J.R. 2000. Remote Sensing of The Environment an Earth Resources Perspective. Pearson
Education, Inc. University of South Carolina.
Kantor Litbang Dengan LPPM.ITB. 2003. Ringkasan Eksekutif Studi Perubahan Armada Angkot
Menjadi Bus Sedang Dan Bus Besar Di Kota Bandung.
Miller, J. Dan Shaw, S.L. 2001. GIS-T Data Models, dikutip dari Geographic Information Systems for
Transportation: Principles and Applications. Oxford University Press (ISBN 0195123948) diakses
Tanggal 20 Januari 2010.
Rodrique, J.P., Comtos, C., dan Black, B. 2009. The Geography of Transport System. Departement of
Global Studies and Geography. Hofstra University. New York.
Pemerintah Kota Bandung. 2008. Analisis Tingkat Kebutuhan Sarana Angkutan Umum Massal
(SAUM) di Kota Bandung.
Puntodewo, A., Dkk. 2003. Sistem Informasi Geografis untuk Pengelolaan Sumber Daya Alam.
Center for International Forestry Research. Bogor.
Purwanto, T.H. 2004. Pemodelan Spasial dengan Sistem Informasi Geografis untuk Analisis Jaringan
(Network Analysis) Kemacetan Lalu Lintas di Kotamadya Yogyakarta. Dalam Sains Informasi
Geografis : Dari Perolehan dan Analisis Citra Hingga Pemetaan dan Pemodelan Spasial. Danoedoro
(Editor). Yogyakarta: Jurusan Kartografi dan Penginderaan Jauh Fakultas Geografi Universitas
Gadjah Mada. Hal 177-192.
Somantri, L. 2008. Pemanfaatan Citra Quickbird dan Sistem Informasi Geografis untuk Zonasi
Kerentanan Kebakaran Permukiman, Kasus di Kota Bandung. Tesis. Jurusan Penginderaan Jauh,
Fakultas Geografi, Universitas Gadjah Mada Yogyakarta.
Suharyadi., Danoedoro, P. 2004. Sistem Informasi Geografis: Konsep Dasar dan Beberapa Catatan
Perkembangannya Saat Ini. Dalam Sains Informasi Geografis : Dari Perolehan dan Analisis Citra
Hingga Pemetaan dan Pemodelan Spasial. Danoedoro (Editor). Yogyakarta: Jurusan Kartografi dan
Penginderaan Jauh Fakultas Geografi Universitas Gadjah Mada. Hal 41-54.
Tamin, O.Z. 2000. Perencanaan dan Pemodelan Transportasi. Penerbit ITB. Bandung.
Tukiran dan Ediastuti, E. 2004. Penduduk Indonesia Saat Ini dan Tantangan di Masa Mendatang.
Pusat Studi Kependudukan dan Kebijakan. Universitas Gadjah Mada, Yogyakarta.
Undang-Undang Republik Indonesia Nomor 38 Tahun 2004 Tentang Jalan.
Usher, J.M. 2000. Remote Sensing Applications in Transportation Modelling. Departement of
Industrial Engineering Mississippi State University. Diakses tanggal 30 Oktober 2009.
Waters, N.M. 1999. Transportation GIS : GIS-T. In: Geographical Information Systems Volume 2:
Management Issues and Application (eds P. A. Longley, M. F. Goodchild, D. J. Maguire and D. W.
Rhind). New York: Wiley & Sons Inc. Diakses tanggal 30 Oktober 2009.
II-151
Shoreline Change Evaluation to Improve Spatial Planning
in Waterfront Cities, Case study: Surabaya-Indonesia
Abstract: Surabaya, one of the waterfront city in Indonesia, has faced uncontrolled development that
influenced by high population growth and urbanization. Surabaya Municipal development shows very
dynamic growth and pushes to become the second largest city in Indonesia after Jakarta as capital
city. As waterfront city Surabaya also has flood problem, which common in coastal area city. But, in the
same time, Surabaya also has expand its inland area because of high sedimentation in coastal.
Shoreline change in some parts as the impact of this dynamic processes should be considered in
spatial plan, which is associated with changes in land area, land tenure, and also landuse changes. A
time series of Landsat imageries are used as primary data for shoreline change extraction. The ranges
of landsat data are suitable to evaluate the current spatial plan of Surabaya including the historical of
shoreline as well. Landsat 1972-2010 has shown shorelines differences in east coast of Surabaya
municipal, which analyzed using RS-GIS as tool to extracts the data. The result of shoreline changes
are used to compare with spatial plan that has been made by city government. It analyze that Review
of RTRW 2010 does not involve coastal dynamic factor such as shoreline change in terms of spatial
plan, which may result many problem such as disaster, land tenure dispute, and inapropriate landuse.
The result conclude that shoreline change analysis is very important dealing with coastal planning. The
shoreline mapping gives contribution to the morphological dynamic and their process in the coastal
area. As an example, nowadays Surabaya coastal and low-lying areas are suffering from floods and
sedimentation. The new residential areas and industrial estates are located in the coastal and low-lying
areas with recent material from sedimentation. Historic rates of shoreline change provide valuable data
on erosion and sedimentation trends and permit limited forecasting of shoreline movement..
Introduction
The coastal area consists of the interface between land and sea. High dynamic environment
with many physical processes, sea level rise, land subsidence, and erosion-sedimentation.
Those processes play an important role for the shoreline change and coastal landscape
development. Shoreline change is considered one of the most dynamic processes in coastal
area (Bagli and Soille,2003; Mills et al., 2005). The interaction between physical process and
human activities in coastal zone determine the characteristic of coastal environment. It is
estimated that around 38% of the world population is living in area not more than 100 km
from shoreline (Cohen et.al.,1997; Kay and Alder,2005).
Altough shoreline changes sometimes are profitable, such as land accretion for landuse
puposes, but based on the losses which may happen, better managing plan for this
circumstances is important to be defined. An analysis of shoreline information is required in
the design of coastal protection, to calibrate and verify numerical models, to assess sea-level
rise, to develop hazard zones, to formulate policies to regulate coastal development, and to
assist with legal property boundary definition and coastal research and monitoring (Boak and
Turner,2005).
Shoreline change monitoring needs to identify the processes, and also to assess the impact
of human and at the end to prepare management plan stategies. Remote sensing could be
used to monitor coastal changes along coastal zone which includes shoreline changes with
appropriate accuracy. This approach uses to reduces high cost and repetitive of
conventional survey that has been common to be used. Combining remote sensing with
Geographic information system (GIS) technology leads users to delivers high quality maps in
various scale, to present and save huge numbers of data and geoinformation. Moreover,
remote sensing and GIS technologies were developed in many purposes, and computer
hardware and software technologies also support to integrate various data easily.
Shoreline extraction from remote sensing data have been used widely to monitor shoreline
change. Coastal monitoring using visual interpretation of multi-temporal images was
conducted by Elkoushy and Tolba (2004). Meanwhile, Mills et al. (2005) promote the
integration of the geomatics techniques to build accurate representations of the coastline.
DEM with high accuration, formed using kinematics GPS, was used also as control surfaces
orientation that derived from the relative orientation stage of photogrammetry processing.
Bagli and Soille (2003) analyzed DN value using slicing operation for change monitoring. In
addition, Whithe and El Asmar (1999) introduced an algorithm function and DN analysis to
deviate the water from the land. The DN value analysis has also been applied on Landsat
images, e.g. by Frazier and Page (2000); and Marfai (2003). Mostafa and Soussa (2006)
have applied GIS and remote sensing technique to monitor the lake of Nasser including the
shoreline dynamic. Three satellite Landsat images for Nasser Lake was available in a time
series (1989, 1996, and 2001). Topography map of scale 1:50,000 that is suitable to the
resolution of Landsat images, was used for developing DEM. Monitoring process over
specific time or a long period needs a homogeneous long series of data such as frequent
images with an optimal spatial resolution (Marfai,2007).
Figure 1
Location of Surabaya Municipal
Problems
Most city in Indonesia which similar with Asian cities are located in coastal environment,
which hold about 43% of its population. All the cities are having primary position in
economic, culture and social function. High population growth and disasters have been
potential problem whether it is natural, or human accelerated disaster. Surabaya, as second
largest city in Indonesia is a growth centre of national strategic area which called,
Gerbangkertasusila (Gresik, Bangkalan, Mojokerto, Surabaya dan Lamongan), with high
density of population. In 2002, Surabaya has 2.529.468 of population and in 2010, has
4.389.140 people (BPS,2003;2011). As waterfront city Surabaya also has flood problem,
which common in coastal area city. But, in the same time, Surabaya also has expanded its
inland area because of high sedimentation in coastal area which also deliver shoreline
changes. In several years, shoreline changes phenomena has being issue which discussed
by many stakeholders. According to Bird and Ongkosongo (1980) the building of sea walls
and breakwaters, the advancement of the shoreline artificially by land reclamation, and the
removal of beach material from the coastline brought effects directly on the coastal change.
In addition, the changes in water and sediment yield from river systems following the
modification of land use within the catchments brought indirect impacts to the coastal
changes (Marfai,2007).
Regarding to the implementation of Undang-Undang Nomor 26 Tahun 2007, Spatial
Planning Document should consider crucial factors such as geology factors, physic, ecology,
and land use. This study is trying to analyze shoreline change on East Coast of Surabaya
Municipal especially to evaluate spatial planning document.
Methodology
The research conducted a change Landsat-MSS year 1972
detection using imagery and GIS Landsat-TM5 year 1984
data. The results of some related Landsat-TM5 year 2000
processes, such as features Landsat-TM7 year 2004
extraction of the detected objects Landsat-TM7 year 2010
in the remote sensing imagery and
geometric co-registration. The
research aims to analysis
Georeferencing
shoreline change in Surabaya,
East Java, Indonesia.
Integrated multi-resource dataset
Visual and DN value
was considered the appropriate
analysis
method for the shoreline analysis
in Surabaya. The dataset for
Surabaya were Landsat images
year 1972,1989, 2000, 2004 and Image enhanced –
2010. The present research filtering process
applied post-classification
comparison method extracting
information level domain, where
the input data have been Hystogram analysis-land and
independently interpreted and then water separation
the results are compared.
Some scheme to detect coastline
Shoreline deliniation Spatial planning document
change using digitization of
1972-2010 (RTRW 2010)
multitemporal images was
presented by Eloushy and Tolba
(2004). Satellite imagery and
topographic map can produce an
general view in a shorter period Overlay process
than the potential methods of
terrestrial surveying and ground
control point using GPS. An
Shoreline Evaluation
integration of technique, namely
Analysis
semimanual delineation, DN value
analysis, and masking operation
has been made on the present Figure 2. Flowchart of methodology
research.
In this research, visual interpretation was used
to analyze shoreline change using
combination of image band and manual
digitations using GIS, which positively support
to make maximum result also can separate
between land and water bodies as well as
using digital interpretation. The data set from
Landsat 1972, 1989, 2000, 2004, and 2010
have been modified in terms to perform the
difference of land and water features that
classified in post process and extraction.
Delineating of coastline or shoreline by using
Figure 2. Histogram analysis for image combination bands and changing the standard
sharpening deviation value for its pixels are used to
improve the visual interpretation of Landsat.
Each of periods of Landsat was processed separately to become an input on digitizing
process. All the arrangement processes was situated using GIS software which can
manipulate satellite image in terms to have best result of shoreline features. Shoreline
continuity in classification result is very important to be concerned since the final result of the
process is the shoreline. The transforming process from the latest classification to the
polyline is the next important step to determine the result. The digitations process is the next
process that needs extra works and reduce the time efficiency. Visual analysis was used in
this research which focused on the capability and local knowledge of the researcher to
produce the optimum data. The shoreline is produced in vector format, and will be used as
inputs for the shoreline analysis process. Input data is determined the accuracy and the
quality of the analysis. Therefore, visual interpretation and ground checking as control were
done to maximize the data quality. The local knowledge and literature study were taken to
support the result and analysis.
After that the result compares with Spatial Plan Map of Surabaya Municipal which conducted
in 2010, using overlay process and analyze to bring more comprehensive planning
intepretation based on shoreline changes and rules of spatial planning which have been
initiated in UU No. 26 Tahun 2007.
Table 1. Atributes of data set
Data Set Year Scale Resolution
Landsat 1972 - 30 meters
Landsat 1989 - 30 meters
Landsat 2000 - 30 meters
Landsat 2004 - 30 meters
Landsat 2010 - 30 meters
Spatial Plan Documents (RTRW) 2010 1:60.000 -
The shoreline changes in Surabaya are including the abrasion, delta forming and accretion
of lands. This change will naturally stimulate the shoreline length and the land area. Based
on calculation from the data extraction, in 1972-2010 there is some addition of land area
about 1.864,58 ha. To measure the changed area overlaid technique was used. In general,
the changes of wide of land area can be seen in previous table. The calculation shows some
positive growth which presents land addition which happen during period 1972-2010. This
number may produced by sedimentation process from the river which ended near the
sediment location. The maximum land extraction is happened in Sukolilo regency and
Rungkut regency that located near the river mouth. Although the shoreline change
calculation shows positive number, it doesn’t mean that shoreline grows in positive numbers
without abrasion occur. Detail observation, and interview with local communities who lives in
coastal area will give better understanding.
The final step is the evaluation of Spatial Planning Document based its shoreline change. By
comparing the output of Spatial Planning Document (RTRW) of Surabaya in 2010 with
satellite image result. There is inappropriate administrative boundary (figure 6). In the
Review of RTRW 2010 document, shoreline extraction still uses the data from 2004. Based
on this fact, it defines that Review of RTRW 2010 does not involve coastal dynamic factor
such as shoreline change. Land conversion monitoring in this area (new land because of
shoreline changes) is necessary to protect the coastal land and also prevent from flood
disaster. High controlled rule can be applied to conserve new land in coastal area. Predicting
of shoreline change become high priority in spatial planning process to decide an
appropriate of zoning regulation before the new land appear.
In UU No. 26 Tahun 2007 as foundation to make spatial plan, need to consider shoreline dynamic
which naturally changing as result of process that happen in coastal area. Huge number of pollution,
population pressure, land use change pressure, and also land tenure mater also need to be adequate
in policy making and decision. In that law, government has initiated to arrange coastal area in many
functions. Land tenure and autonomy associated with coastal zone management. Local governments
have the authority to manage and exploit the coastal zone. So the interest of it can be maximized for
the welfare of society, without abandoning the benefits of ecological and conservative functions of
coastal areas as the boundary between land and sea. In present research, actually RTRW has
consider the use of coastal area in order to maximize the land function as conservation of mangrove
which has been initiated in the spatial document. But, the data should be upgraded to visualize the
actual condition, based on the spatial plan which still the old map which not preferable to contain the
shoreline in present situation. So, if the information that made in spatial plan document has used the
latest data and use the newest satellite images as an example, it will drive the government to make
better analysis and make comprehension consideration also great prediction, as result of high quality
and valid of the data.
Conclusion
Shoreline change analysis is very important dealing with coastal planning. The shoreline mapping
gives contribution to the morphological dynamic and their process in the coastal area. As an example,
nowadays Surabaya coastal and low-lying areas are suffering from floods and sedimentation. The new
residential areas and industrial estates are located in the coastal and low-lying areas with recent
material from sedimentation. Historic rates of shoreline change provide valuable data on erosion and
sedimentation trends and permit limited forecasting of shoreline movement. The use of spatial data
analysis can be considered as method to analyze this condition more over with Landsat imageries data
sources in the long period of time. However, some several issues remain, as it is mentioned by Mills et
al. (2005) that in all change detection methods, whether the results correspond to reality and the errors
in data sources as well a data registration are not falsely categorized as change.
As addition. intense monitoring on dynamic process of coastal area will be an appropriate approach to
preserve the new land as a resulted by shoreline change process. The coastal area, which has high
rate of land conversion, predicting of shoreline change also becomes urgent priority to be considered.
Coastal managers or decision makers will need analysis to put the right regulation into certain area in
particular in coastal area such as decide open space, investment, tourism development, and settlement
area. Consider well to the shoreline change will lead to sustainable development for waterfront cities.
References
Anonymous (2010). Surabaya city planning review based on UU No. 26 Tahun 2007. (Surabaya:
Development planning board of Surabaya) (in Indonesian).
Bagli, S., & Soille, P. (2003). Morhological automatic extraction of Pan-European coastline from
Landsat ETM +images. International Symposium on GIS and Computer Cartography for Coastal Zone
Management, October 2003, Genova.
Bird, E. C. F., & Ongkosongo, O. S. R. (1980). Environmental changes on the coasts of Indonesia. The
united nations university: United Nations university press.
Boak, E. and Turner, I. 2005. Shoreline definition and detection: A Review. Journal of coastal research
21; 4; 688-703, west palm beach, florida
BPS (2003) Surabaya in figures. Statistic centre department: Surabaya
BPS (2010) Surabaya in figures. Statistic centre department: Surabaya
Elkoushy, A. A., & Tolba, R. A. (2004). Prediction of shoreline change by using satellite aerial imagery.
(The XX ISPRS Congress Proceeding. July 2004, Istanbul).
Frazier, P. S., & Page, K. J. (2000). Water body detection and] delineation with Landsat TM data.
Photogrammetric Engineering and Remote Sensing, 66(12), 147–167.
Marfai, M. A. (2003). Monitoring of the coastal zone dynamics by means of multi-temporal Landsat TM.
(Annual scientific meeting XII, Indonesian remote sensing society, July 2003 Bandung).
Marfai, M. A., & King, L. (2007). Tidal inundation mapping under enhanced land subsidence in
Semarang, Central Java Indonesia. Natural Hazards (in press). DOI 10.1007/ s11069-007-9144-z.
Maulia, Nita (2010). Shoreline change analysis and prediction: an application of remote sensing and
GIS case of Demak coastal area. M.Sc. thesis, International Master Program for planning and
management of coastal area and watershed, MPPDAS, UGM, Yogyakarta.
Mills, J. P., Buckley, S. J., Mitchell, H. L., Clarke, P. J., & Edwards, s. J. (2005). A geomatics data
integration technique for coastal change monitoring. Earth Surface Processes and Landforms, 30,
651–664. Cohen, J.E., Small, C., Mellinger, J., Gallup, A. and Sachs, J. (1997) ‘Estimates of Coastal
Populations’, Science 278(5341): 1209–13.
Mostafa, M. M., & Soussa, H. K. (2006). Monitoring of Lake Nasser using remote sensing and GIS
techniques. (ISPRS Mid-term Symposium Proceeding. May 2006, Enschede).
Pemetaan Proses Awal Gentrifikasi
Kawasan Pleburan Sebagai Kawasan Pendidikan
Novita Juliani
Teknik Perencanaan Wilayah dan Kota, Universitas Diponegoro, Semarang
Abstrak: Gentrifikasi merupakan proses bermukimnya kaum kelas ekonomi lebih tinggi yang mampu
menggantikan penduduk asli kawasan yang menciptakan pola baru dari segregasi sosial (Warde dalam
Smith, 2002). Gentrifikasi ini menciptakan transformasi bangunan dan lingkungan yang meningkatkan nilai
estetika dan fungsi kawasan. Intinya, proses gentrifikasi ini menekankan pada suatu proses perubahan
populasi suatu kawasan yang berpengaruh pula pada kondisi sosial ekonomi kawasan tersebut. Proses
gentrifikasi ini akan dilihat pada Kawasan Pleburan sebagai kawasan pendidikan. Kawasan Pleburan dengan
dominasi aktivitas pendidikan yang terletak di pusat kota Semarang berpengaruh banyak terhadap
perkembangan kawasan disekitarnya. Adanya kegiatan pendidikan dan lokasi yang strategis memunculkan
berbagai macam usaha penyediaan barang dan jasa pendukung aktivitas itu sendiri (Kartika, 2008). Peluang
usaha yang besar ini memungkinkan masuknya para pendatang baru yang merupakan para pengusaha
ataupun golongan ekonomi yang lebih tinggi ke kawasan itu sehingga berpengaruh pada perkembangan
kondisi sosial ekonomi kawasan. Akan tetapi, sejak 1 September 2010, aktivitas pendidikan S1 Undip mulai
dipusatkan di Kampus Tembalang. Berdasarkan kondisi tersebut ingin dilihat sebenarnya seperti apakah
proses gentrifikasi yang terjadi di Kawasan Pleburan sebelum dan sesudah adanya pemindahan aktivitas
pendidikan di Kampus Tembalang (tahun 2006 hingga sekarang)? Apakah pemindahan itu berpengaruh
terhadap proses gentrifikasi yang terjadi. Penelitian ini menggunakan pendekatan kuantitatif dengan tiga jenis
analisis. Pertama, analisis proses awal gentrifikasi Kawasan Pleburan sebelum pemindahan. Analisis kedua,
identifikasi pengaruh pemindahan aktivitas pendidikan terhadap Kawasan Pleburan. Analisis terkahir adalah
analisis pengaruh pemindahan aktivitas pendidikan terhadap proses gentrifikasi Kawasan Pleburan. Ketiga
analisis menggunakan alat analisis berupa data citra dan SIG. Secara khusus, alat analisis itu dimanfaatkan
untuk memetakan data-data lapangan yang berkaitan dengan proses gentrifikasi Kawasan Pleburan sebelum
pemindahan aktivitas pendidikan Kampus Tembalang, serta perubahan-perubahan yang terjadi setelah
pemindahan tersebut. Hasil akhir penelitian adalah ditemukenalinya proses awal gentrifikasi Kawasan
Pleburan dan pengaruh aktivitas pendidikan terhadap proses gentrifikasi tersebut.
Kata kunci: proses gentrifikasi, aktivitas pendidikan, perkembangan kawasan, citra udara
1. Latar Belakang
Perkembangan suatu kota meliputi perkembangan sosial, budaya, politik, ekonomi, dan fisik ruang.
Salah satu isu tentang perkembangan perkotaan yang saat ini mulai banyak disorot adalah
fenomena gentrifikasi. Menurut Kennedy dan Leonard (2001:6), gentrifikasi didefinisikan sebagai
suatu proses penempatan kembali kawasan permukiman golongan menengah ke bawah oleh
kalangan menengah ke atas dengan adanya perubahan karakter dan nuansa lingkungan
permukiman tersebut. Berdasarkan pengertian tersebut, terdapat beberapa kondisi spesifik yang
mensyaratkan terjadinya gentrifikasi, yaitu adanya pemindahan permukiman-permukiman asli
penduduk dan adanya peningkatan kualitas fisik lingkungan permukiman. Kondisi-kondisi tersebut
harus dipertemukan dengan terjadinya perubahan karakter di lingkungan permukiman. Selain
Kennedy dan Leonard, Neil Smith juga mengungkapkan hal serupa. Menurut Smith (1986),
fenomena gentrifikasi merupakan suatu proses pembaharuan dan membangun kembali yang
disertai dengan masuknya kelas menengah atas atau orang kaya ke daerah-daerah yang
mengalami penurunan untuk menggantikan penduduk kelas menengah bawah. Proses ini
berupaya untuk memperbaiki kondisi daerah tersebut dari keterpurukan. Fenomena perpindahan
para penduduk itu disebabkan oleh beberapa hal, antara lain disebabkan oleh ketidakmampuan
para penduduk untuk mengakses fasilitas yang ada di sekitarnya, ketidakmampuan penduduk
untuk beradaptasi dengan lingkungan tempat tinggal mereka seiring dengan masuknya kaum-
kaum pendatang, serta adanya pengalihan/perpindahan aktivitas utama kawasan tersebut.
II-160
Indikasi terjadinya fenomena gentrifikasi ini menarik untuk ditemukenali pada Kawasan Pleburan di
Kota Semarang. Kawasan Pleburan sebagai pusat aktivitas pendidikan memiliki generator
kawasan berupa Kampus Universitas Diponegoro (Undip) yang merupakan Perguruan Tinggi
Negeri terbesar di Kota Semarang. Keberadaan Undip Pleburan juga menjadi salah satu generator
bagi kalangan pengusaha properti. Para pengusaha itu melihat adanya peluang usaha untuk
memenuhi kebutuhan para mahasiswa Undip, sehingga memunculkan berbagai macam usaha
penyediaan barang dan jasa (Kartika, 2008).
Bagi kawasan disekitarnya, Undip mendatangkan keuntungan karena banyak mahasiswa yang
berasal dari luar daerah Kota Semarang yang menuntut adanya pemenuhan kebutuhan tempat
tinggal bagi mereka. Dengan kondisi tersebut, masyarakat yang tinggal di Kawasan Pleburan
berusaha memenuhi permintaan pasar yang ada dengan menyewakan beberapa kamar di rumah
tinggal mereka. Fenomena itu terus berkembang hingga akhirnya pemenuhan kebutuhan tempat
tinggal berupa kos-kosan tersebut menjadi suatu tren usaha yang menguntungkan dengan
fasilitas-fasilitas yang beragam. Usaha-usaha pemenuhan kebutuhan hidup para penduduk
Pleburan tidak hanya berupa pemenuhan kebutuhan tempat tinggal saja. Beberapa usaha
penyediaan barang dan jasa yang banyak bermunculan, antara lain adalah usaha warung makan,
cafe, fotokopi, warung internet (warnet), rental komputer, laundry, minimarket, toko baju, toko
aksesoris, dll. Keberadaan usaha-usaha tersebut muncul dan menjadi semakin banyak. Dengan
demikian, para pengusaha yang melihat peluang tersebut berusaha memanfaatkannya untuk
memperoleh keuntungan yang optimal.
Peluang usaha yang besar dan letak kawasan yang strategis (di pusat kota) menjadi daya tarik
Kawasan Pleburan bagi golongan ekonomi kuat untuk berinvestasi. Hal ini memungkinkan
masuknya penduduk pendatang baru (para pengusaha) untuk memanfaatkan dan membuka usaha
di Kawasan Pleburan. Lokasi-lokasi strategis yang berada di Kawasan Pleburan mengalami
perubahan, baik fungsi maupun pemanfaatan tanahnya. Lokasi yang tadinya hanya berupa rumah
tinggal saja kini berubah menjadi rumah tinggal dan kos-kosan, ada juga yang kini menjadi rumah
tinggal dan toko, ada yang berubah fungsi juga dari rumah tinggal biasa menjadi kompleks
pertokoan baru. Para pendatang baru inilah yang secara tidak langsung mengubah suasana
kawasan disekitar Undip Pleburan. Perubahan-perubahan tersebut secara langsung maupun tidak
mengubah pula kondisi sosial dan ekonomi Kawasan Pleburan.
Perkembangan aktivitas yang semakin tinggi di Kawasan Pleburan akan berpengaruh pada
perkembangan nilai tanah dan nilai properti di kawasan tersebut. Hal ini dapat dilihat dari
pemanfaatan lahan di Kawasan Pleburan yang semula hanya berupa rumah tinggal saja kini
sebagian besar dimanfaatkan untuk rumah kos-kosan yang mampu memberikan nilai tambah
ekonomi pada pemilik properti tersebut. Di sisi lain, nilai ekonomi tanah di Kawasan Pleburan juga
semakin meningkat karena lokasinya yang strategis yaitu berada di pusat kota Semarang dan
didukung pula dengan tingginya permintaan tanah di kawasan tersebut. Oleh karena itu, tidak
heran apabila nilai properti yang berada di kawasan tersebut secara otomatis terus mengalami
peningkatan yang cukup signifikan. Kemampuan Undip dalam menarik penduduk pendatang untuk
masuk dalam Kawasan Pleburan, mengubah, serta meningkatkan kualitas kawasan tersebut
merupakan indikasi awal terjadinya proses gentrifikasi.
Akan tetapi, sejak berlakunya pemindahan aktivitas pendidikan Strata1 (S1) ke Kampus
Tembalang per 1 September 2010, Kawasan Pleburan mengalami perubahan-perubahan.
Perubahan yang terjadi itu dapat berupa perubahan sosial ataupun perubahan ekonomi.
Berdasarkan kondisi visual yang dapat ditangkap, perubahan-perubahan pasca pemindahan
aktivitas pendidikan di Kampus Undip Tembalang mulai dapat dirasakan oleh masyarakat sekitar.
Kondisi pasca perpindahan mahasiswa Undip Pleburan ke Kampus Tembalang antara lain dapat
dirasakan oleh para pengusaha warung makanan, fotokopi, dan pengusaha kos. Warung-warung
pusat PKL Undip Pleburan sekarang tampak begitu lengang pasca perpindahan tersebut. Padahal
sebelumnya, pemandangan seperti ini tidak lazim terlihat, kecuali pada hari-hari libur. Biasanya
warung-warung itu penuh pada jam-jam kuliah, terutama siang hingga sore hari. Para mahasiswa
berkumpul, makan bersama, fotokopi, atau hanya sekedar nongkrong sambil mengisi waktu luang
di beberapa sudut keramaian. Hal serupa juga tampak di sekitar pertigaan Jalan Hayam Wuruk
dan Jalan Kusumawardani. Biasanya di sekitar pertigaan jalan itu terlihat deretan sepeda motor
yang kerap memenuhi bahu jalan. Namun, kini, pemandangan seperti itu tidak terlihat lagi.
II-161
Pemindahan aktivitas pendidikan tersebut juga mengakibatkan turunnya omzet harian para pemilik
warung-warung makan di sekitar Kampus Undip Pleburan. Rasa khawatir yang sama juga
dirasakan oleh pengusaha rumah kos. Jumlah penghuni kos menurun secara drastis pasca
perpindahan Kampus Undip Pleburan. Sampai-sampai ada juga rumah kos yang mengobral harga
sewa kamar kos.
Pemindahan aktivitas pendidikan bagi Kawasan Pleburan mulai menunjukkan adanya beberapa
perubahan sosial dan ekonomi kawasan dari kondisi sebelumnya. Mengingat prosesnya yang baru
terjadi maka dampak perubahan yang muncul pun belum sepenuhnya dapat dirasakan. Akan
tetapi, perubahan yang mulai timbul dari pemindahan tersebut dapat diprediksi memberi pengaruh
tersendiri bagi kawasan tersebut dan proses-proses sosial ekonomi yang terjadi di dalamnya.
II-162
• Kompleks Erlangga Tengah juga diambil 2 sampel responden. Hal ini dilakukan
karena kawasan permukiman ini merupakan kawasan permukiman yang
cenderung homogen. Penduduk kawasan ini sebenarnya tidak lagi didominasi oleh
penduduk asli Kawasan Pleburan, tetapi juga didominasi oleh penduduk
pendatang. Akan tetapi, para penduduk pendatang menggunakan rumah mereka
untuk kepentingan bermukim saja bukan untuk kegiatan usaha. Dengan demikian,
penduduk pendatang tersebut tidak memenuhi kriteria responden dalam penelitian
ini. Di sisi lain, kegiatan usaha berupa rumah kos ataupun usaha pemenuhan
aktivitas lainnya tidak lebih dari 10%. Maka, 2 responden saja sudah dapat diambil
sebagai sampel wilayah ini.
Sumber: Hasil Olahan Penulis Berdasarkan RDTRK 2000-2010 Kota Semarang, 2011
II-163
perubahan tersebut dilihat dari kondisi sekarang atau awal tahun 2011. Hasil analisis ini berupa
teridentifikasinya perubahan-perbahan kondisi fisik, sosial, ekonomi di Kawasan Pleburan akibat
pemindahan. Output ini pada tahap selanjutnya akan digabungkan dengan output analisis pertama.
Analisis yang terakhir dilakukan untuk mengetahui variabel-variabel penciri gentrifikasi apa saja
yang terpengaruh oleh adanya pemindahan aktivitas pendidikan ke Kampus Undip Tembalang.
Berdasarkan hasil tersebut, menganalisis pula aspek apakah yang terpengaruh secara kuat
dengan pemindahan aktivitas pendidikan. Setelah itu, dapat dirumuskan kesimpulan tentang
pengaruh pemindahan terhadap proses gentrifikasi yang berlangsung di Kawasan Pleburan. Oleh
karena itu, pada penelitian ini dipilih teknik analisis crosstabs untuk mengetahui hubungan yang
terjadi antara variabel penciri gentrifikasi dengan pengaruh pemindahan itu. Analisis crosstabs
dipilih karena analisis ini dapat menjelaskan hubungan pengaruh itu dengan masing-masing
variabel independennya (penciri gentrifikasi). Pada analisis ini menggunakan tingkat kepercayaan
sebesar 90% dengan toleransi kesalahan sebesar 10% atau 0,1. Dengan demikian, adanya
hubungan antar variabel terjadi apabila nilai chi-square pada kedua variabel menunjukkan nilai
kurang dari 0,1 (toleransi kesalahan) yang ada. Demikian pula sebaliknya, bila nilai chi-square
lebih dari 0,1 maka kedua variabel tidak memiliki hubungan atau pengaruh.
II-164
2006 2010
Pada aspek penggunaan lahan, secara keseluruhan antara tahun 2006-2010, Kawasan Pleburan
tidak mengalami banyak perubahan penggunaan lahan. Hal ini dilihat dari perbandingan citra
udara Quickbird dan Google Earth tahun 2006-2010 pada Gambar 2. Seperti yang dapat dilihat,
kepadatan bangunan di Kawasan Pleburan tergolong tinggi yang berbanding terbalik dengan
jumlah lahan terbuka hijau. Kepadatan bangunan yang terlihat itu merepresentasikan kawasan-
kawasan permukiman yang terdapat di daerah itu, sedangkan kawasan yang masih memiliki lahan
terbuka hijau merupakan fungsi prasarana umum, seperti Taman Makam Pahlawan, kawasan
perkantoran, dan kawasan pendidikan. Hal ini merepresentasikan pula bahwa Kawasan Pleburan
merupakan daerah perkotaan dengan permintaan penggunaan lahan yang tinggi.
Pertambahan jumlah bangunan yang terjadi di Kawasan Pleburan didominasi untuk tempat tinggal
(rumah) dan rumah toko (ruko). Prosentase pertambahan jumlah rumah dan ruko Kawasan
Pleburan terjadi sebesar 1-2% per tahun dalam kurun waktu 2006-2010. Berdasarkan jumlah
tersebut, tidak heran bila perubahan guna lahan Kawasan Pleburan secara keselurahan tidak
terlalu mencolok. Pembangunan-pembangunan toko pada beberapa kawasan (seperti, Pleburan
Barat) yang menggantikan fungsi rumah tinggal tentu didasarkan pada beberapa alasan.
Perubahan itu dianggap sebagai suatu nilai optimal dari site terhadap lokasinya. Adanya jalan
lingkungan di lokasi itu yang merupakan salah satu jalan utama Kawasan Pleburan dengan lebar
jalan 6-8 meter mendukung perubahan lahan itu menjadi area perdangan dan jasa. Selain itu,
semakin banyaknya usaha-usaha formal dan informal yang berkembang di sepanjang jalan, serta
adanya permintaan pasar juga menjadi faktor pendorong perubahan penggunaan lahan di area
tersebut. Adanya perubahan penggunaan lahan ini menunjukkan adanya faktor penciri gentrifikasi
dari aspek guna lahan.
Menurut Kennedy dan Leonard (2001: 16), terdapat beberapa kondisi terjadinya gentrifikasi,
diantaranya yaitu adanya perubahan kondisi fisik lingkungan dan perubahan karakter permukiman.
Hal yang sama diungkapkan pula oleh Warde dalam Smith (2002) yang menyatakan bahwa proses
gentrifikasi menciptakan transformasi dari bangunan dan lingkungan yang meningkatkan estetika
dan fungsi kawasan. Berdasarkan observasi visual, secara keseluruhan kondisi fisik bangunan di
Kawasan Pleburan tergolong dalam kategori modern. Hal ini dilihat dari bentuk dan struktur
bangunan permukiman. Peningkatan kualitas fisik bangunan di Kawasan Pleburan terjadi pada 60-
70% kawasan permukiman warga. Perbaikan yang terjadi yaitu adanya penambahan jumlah lantai
bangunan (lebih dari satu lantai) dan peningkatan gaya arsitektural bangunan rumah yang semakin
maju atau modern. Kawasan permukiman dengan ciri-ciri tersebut dapat menunjukkan terjadinya
proses gentrifikasi yang dilihat dari kondisi fisik bangunan.
II-165
Sumber: Hasil Observasi Lapangan, 2011
Gambar 3 Pemetaan Kondisi Fisik Bangunan Kawasan Permukiman Pleburan
Aspek kependudukan dalam kaitannya dengan proses gentrifikasi erat hubungannya dengan
perubahan populasi kawasan (Smith, 2002). Hal ini terjadi karena proses gentrifikasi merupaka
proses masuknya penduduk dengan kemampuan ekonomi yang lebih tinggi ke suatu kawasan
permukiman. Dengan demikian, penekanannya terletak pada perubahan jumlah penduduk. Selain
penambahan jumlah penduduk, poin kunci lainnya adalah masuknya penduduk dengan kelas
ekonomi yang lebih tinggi (Semboloni, 2009).
Kawasan permukiman Pleburan merupakan kawasan permukiman yang terdiri dari penduduk asli
dan penduduk pendatang. Berdasarkan informasi dari tokoh masyarakat setempat (Ketua RT dan
RW), proporsi antara penduduk asli dan penduduk pendatang ini yaitu 70:30, 70% untuk
penduduk asli dan 30% untuk penduduk pendatang kawasan. Para penduduk pendatang Kawasan
Pleburan sebagian besar merupakan penduduk yang memanfaatkan rumahnya untuk usaha dan
sebagian kecil lainnya merupakan penduduk yang hanya memanfaatkan rumahnya untuk tempat
tinggal. Permukiman para pendatang Kawasan Pleburan tidak mengelompok pada satu kawasan,
melainkan tersebar diantara permukiman warga yang sudah ada. Dilihat dari kelas ekonominya,
penduduk pendatang Kawasan Pleburan cenderung memiliki kemampuan finansial yang lebih baik
dibandingkan dengan penghuni sebelumnya. Dengan demikian, aspek kependudukan yang dilihat
dari masuknya kelompok pendatang ke kawasan permukiman dengan tingkat ekonomi yang tinggi
dapat ditemukenali di Kawasan Pleburan, meskipun jumlah pendatang itu tidak mendominasi
kawasan tersebut.
II-166
Sumber: Hasil Analisis Penulis, 2011
Gambar 4 Peta Kondisi Kependudukan di Kawasan Pleburan
Dilihat dari aspek ekonomi, proses gentrifikasi yang terjadi di suatu kawasan dapat memberikan
pengaruh positif bagi masyarakat yang tinggal didalamnya dan bagi kawasan itu sendiri. Kondisi
ekonomi yang menjadi sorotan adalah aktivitas perekonomian masyarakat. Hal ini berkaitan
dengan penambahan pendapatan bagi masyarakat sekitar dan intensitas aktivitas perekonomian
yang terjadi dalam tahun 2006-2010 sebelum adanya pemindahan.
Jenis aktivitas perekonomian yang tumbuh dan berkembang di Kawasan Pleburan didominasi oleh
perdagangan yang bersifat komersial. Aktivitas ini banyak berkembang di sepanjang koridor jalan-
jalan utama di Kawasan Pleburan, seperti di sepanjang Jalan Hayam Wuruk, Imam Barjo, Pleburan
Barat, Erlangga Barat, dan Kusumawardani. Secara garis besar, aktivitas perdagangan itu muncul
dalam bentuk linier meskipun ada juga aktivitas perdagangan yang berkembang diantara
permukiman warga.
II-167
Sumber: Hasil Analisis Penulis, 2011
II-168
Rp 2.500.000,00 per meter persegi. Kompleks permukiman dengan nilai tanah tertinggi berada di
Erlangga, sedangkan Kertanegara Selatan memiliki nilai tanah terendah. Perbandingan nilai tanah
tahun 2006 dan tahun 2010 dapat dilihat pada Gambar 6.
2006
2010
Gambar 6 Perbandingan NJOP Bumi Kawasan Pleburan Tahun 2006 dan Tahun 2010
II-169
Peningkatan nilai tanah yang terjadi di Kawasan Pleburan merupakan salah satu pengaruh positif
adanya peningkatan kualitas kawasan yang semakin baik. Kawasan dengan nilai kawasan yang
tinggi dapat meningkatkan pula harga pasar tanah dan properti di kawasan tersebut. Hal ini
diungkapkan pula oleh Smith (1979) dan Hammel (1999) serta Kennedy dan Leonard (2001)
bahwa gentrifikasi dapat memberikan keuntungan pada pemilik rumah atau lahan melalui
peningkatan nilai properti yang meningkat baik nilai yang ada di bangunan dan atau nilai lahan itu
sendiri. Dengan demikian, peningkatan nilai tanah dan properti di Kawasan Pleburan dapat
menunjukkan berlangsungnya proses gentrifikasi yang berakaitan dengan perkembangan nilai
tanah.
Berdasarkan penjelasan pada kelima aspek analisis di atas, menunjukkan bahwa pada tiap aspek
ditemukan faktor penciri gentrifikasi yang terjadi di Kawasan Pleburan sebelum adanya
pemindahan aktivitas pendidikan. Hal ini berarti Kawasan Pleburan dapat diidentifikasi sebagai
kawasan yang telah mengalami proses awal gentrifikasi dalam kurun waktu 5 tahun terkahir (2006-
2010). Dengan demikian, analisis ini mampu membuktikan bahwa hipotesis pertama penelitian ini
yang menyatakan bahwa terjadi proses gentrifikasi pada Kawasan Pleburan sebelum adanya
pemindahan aktivitas pendidikan terbukti kebenarannya.
Tabel 1 Sintesis Analisis Dampak Pemindahan Aktivitas Pendidikan Terhadap Kawasan Pleburan
Aspek Teori Fakta Kesesuaian
Teori dengan
Fakta
Penggunaan Dampak perpindahan penduduk yang paling Guna lahan Kawasan Pleburan Kurang sesuai
Lahan besar adalah perubahan guna lahan tidak berubah, kecuali beberapa
penggal jalan yang tidak lagi ada
PKL
Fisik Bangunan Perpindahan penduduk → memunculkan • Fisik bangunan masih tetap Kurang sesuai
adanya kecenderungan segregrasi sama
permukiman • Masih terdapat pembangunan-
pembangunan unit rumah
Sosial Kawasan yang ditinggalkan penduduk → • Interaksi sosial masyarakat Kurang sesuai
Kependudukan kekosongan ruang di suatu kawasan berjalan seperti biasa
permukiman, perubahan aktivitas-aktivitas
sosial masyarakat
Nilai Tanah Harga tanah akan sangat dipengaruhi oleh Permintaan tanah dan bangunan Sesuai
besarnya permintaan dan lokasinya yang menurun → perkembangan nilai
strategis tanah dan properti stagnan
Ekonomi Kawasan yang ditinggalkan menjadi sepi, • Aktivitas perekonomian menurun Sesuai
aktivitas perekonomian mengalami • Pendapatan penduduk menurun
penurunan. • Pengusaha kos tidak berniat
untuk membuka usaha baru di
kawasan lain
Sumber: Hasil Analisis Penulis, 2011
II-170
c. Analisis Variabel Penciri Gentrifikasi Kawasan Pleburan yang Terpengaruh
Pemindahan Aktivitas Pendidikan Kampus Undip Pleburan
Analisis ini merupakan analisis muara dari kedua analisis sebelumnya. Berdasarkan hasil analisis-
analisis tersebut, muncul asumsi bahwa sebenarnya terdapat hubungan atau pengaruh antara
pemindahan aktivitas pendidikan dengan proses awal gentrifikasi yang terjadi di Kawasan
Pleburan. Artinya, pemindahan aktivitas pendidikan Ke Kampus Tembalang mempengaruhi proses
gentrifikasi Kawasan Pleburan. Pengaruh ini secara rinci akan dilihat pada hubungan pemindahan
aktivitas pendidikan dengan variabel-variabel penciri proses gentrifikasi yang terjadi di Kawasan
Pleburan. Variabel-variabel itu diturunkan dari 5 (lima) aspek analisis (lihat Tabel 2). Asumsi inilah
yang menjadi hipotesis pada analisis ketiga ini. Berdasarkan hipotesis itu, maka analisis ini
bertujuan untuk menemukan variabel-variabel penciri gentrifikasi apa saja yang terpengaruh
dengan pemindahan tersebut. Hasil analisis ini dapat menjelaskan proses gentrifikasi Kawasan
Pleburan pada kondisi sekarang.
Berdasarkan hasil analisis crosstab, hubungan antara variabel kondisi pasca pemusatan dengan
kesepuluh variabel penciri gentrifikasi dapat dilihat dari nilai atau besaran Pearson Chi-Square
yang ada di tabel Chi-Square Test. Apabila nilai probabilitasnya kurang dari standard error (0,1)
maka terdapat hubungan antar kedua variabel. Dari kesepuluh variabel penciri gentrifikasi dan
variabel kondisi Kawasan Pleburan pasca pemindahan ternyata tidak semua variabel memiliki nilai
chi-square kurang dari 0,1. Dengan demikian, hanya terdapat beberapa variabel yang terpengaruh
adanya pemindahan aktivitas pendidikan dan sisanya merupakan variabel yang tidak terpengaruh
pemindahan itu (lihat Tabel 3). Variabel-variabel yang memiliki besaran chi-square kurang dari 0,1,
yaitu adanya renovasi bangunan selama 5 tahun terakhir, motivasi tinggal, interaksi sosial
masyarakat, kepemilikan usaha sampingan, nilai tanah 2006, dan pendapatan penduduk pasca
pemindahan. Hal ini berarti keenam variabel memiliki hubungan dengan kondisi Kawasan Pleburan
pasca pemindahan. Dengan kata lain, keenam variabel itu terpengaruh adanya pemindahan
aktivitas pendidikan Kampus Undip Pleburan ke Kampus Undip Tembalang. Keempat variabel
lainnya (lama tinggal, jumlah lantai bangunan, kondisi bangunan, dan nilai tanah 2010) dapat
dikatakan tidak terpengaruh adanya pemindahan tersebut.
Tabel 3 Hasil Analisis Crosstabs Antara Kondisi Kawasan Pleburan Pasca Pemindahan Dengan
Kesepuluh Variabel Penciri Gentrifikasi
Nilai Pearson Pengaruh Kuat-Lemah Tingkatan
Variabel Crosstabs (Tabulasi Silang)
Chi-Square Antar Kedua Variabel Pengaruh
Kondisi • Pendapatan masyarakat pasca 0.000 Terpengaruh sangat kuat I
Kawasan pemindahan
Pleburan pasca • Kepemilikan usaha sampingan 0.004 Terpengaruh kuat II
pemindahan • Nilai tanah 2006 0.057 Terpengaruh kuat III
II-171
Nilai Pearson Pengaruh Kuat-Lemah Tingkatan
Variabel Crosstabs (Tabulasi Silang)
Chi-Square Antar Kedua Variabel Pengaruh
• Motivasi tinggal 0.059 Terpengaruh kuat IV
• Adanya renovasi bangunan rumah 0.026 Terpengaruh kuat V
selama 5 tahun terakhir
• Interaksi sosial masyarakat 0.070 Terpengaruh lemah VI
• lama tinggal 0.130 Tidak terpengaruh -
• jumlah lantai bangunan 0.474 Tidak terpengaruh -
• kondisi bangunan 0.474 Tidak terpengaruh -
• nilai tanah 2010 0.126 Tidak terpengaruh -
Sumber: Hasil Analisis Penulis, 2011
Berdasarkan hasil tabulasi, hampir semua variabel yang terpengaruh pemindahan aktivitas
pendidikan memiliki hubungan yang kuat antara satu variabel dengan yang variabel lainnya,
kecuali pada variabel interaksi sosial masyarakat yang menunjukkan hubungan yang lemah.
Diantara variabel-variabel itu variabel pendapatan masyarakat pasca pemindahan merupakan
satu-satunya variabel dengan nilai sempurna yaitu 1 pada besaran Phi dan Cramer’s. Hal ini
menunjukkan bahwa variabel pendapatan masyarakat terpengaruh sangat kuat (sempurna)
dengan pemindahan aktivitas pendidikan. Hubungan keterkaitan antar kedua variabel terlihat
secara empiris pada penurunan pendapatan masyarakat di Kawasan Pleburan setelah adanya
pemindahan aktivitas pendidikan ke Kampus Undip Tembalang. Penurunan pendapatan
masyarakat itu terjadi secara sedikit maupun banyak.
Variabel lain selain pendapatan masyarakat yang juga memiliki hubungan erat dengan variabel
kondisi pasca pemindahan adalah kepemilikan usaha, nilai tanah tahun 2006, motivasi tinggal, dan
adanya renovasi bangunan rumah selama 5 tahun terakhir. Pada variabel kepemilikan usaha
sampingan menunjukkan bahwa pemindahan aktivitas pendidikan berpengaruh cukup besar pada
kepemilikan usaha-usaha masyarakat terutama pada jenis usaha kos. Pasca pemindahan, usaha-
usaha tersebut cenderung mengalami penurunan peminat sehingga tidak heran apabila variabel ini
teridentifikasi sebagai salah satu variabel gentrifikasi yang terpengaruh pemindahan.
Hal serupa juga terjadi pada variabel nilai tanah tahun 2006. Pada variabel ini pengaruh
pemindahan aktivitas pendidikan sangat dirasakan oleh penduduk yang tinggal di kawasan
permukiman dengan nilai tanah pada tahun 2006 kurang dari Rp 750.000,00. Pengaruh itu juga
dirasakan bagi kawasan dengan nilai tanah antara Rp 750.000,00 sampai Rp 1.500.000,00.
Kondisi seperti ini disebabkan karena pada kawasan-kawasan itu merupakan kawasan
permukiman warga yang didominasi juga usaha kos-kosan yang terimbas kuat adanya
pemindahan aktivitas pendidikan.
Variabel motivasi tinggal juga terpengaruh secara kuat adanya pemindahan aktivitas pendidikan
Kampus Undip Pleburan. Pada variabel ini pengaruh pemindahan itu sangat berpengaruh pada
golongan masyarakat yang tinggal dengan alasan untuk bermukim dan berusaha di Kawasan
Pleburan. Hasil analisis ini sesuai dengan kondisi di lapangan bahwa kelompok masyarakat yang
tidak terpengaruh pemindahan itu adalah kelompok masyarakat dengan motivasi tinggal di
kawasan tersebut untuk bermukim saja.
Variabel penciri gentrifikasi lainnya yang terpengaruh kuat adanya pemindahan aktivitas penduduk
adalah variabel renovasi bangunan rumah selama 5 tahun terakhir. Pengaruh pemindahan sangat
dirasakan oleh kelompok masyarakat yang pernah melakukan renovasi bangunan rumah selam
kurun waktu lima tahun terakhir. Hal ini dapat dipahami karena masyarakat yang melakukan
renovasi dalam kurun waktu tersebut didominasi oleh kelompok masyarakat yang ingin
meningkatkan kondisi fisik bangunan rumah mereka untuk mengoptimalkan nilai bangunan itu
sendiri sehingga membawa dampak positif bagi pemiliknya.
Variabel penciri gentrifikasi terakhir yang terpengaruh pemindahan aktivitas pendidikan adalah
variabel interaksi sosial. Variabel ini memang terpengaruh pemindahan tersebut tetapi
pengaruhnya kecil atau tidak signifikan. Hal ini dapat menunjukkan bahwa adanya pemindahan itu
tidak mengubah hubungan interaksi sosial yang telah terjalin dengan baik antar masyarakat di
Kawasan Pleburan. Kondisi seperti ini justru merupakan hal positif yang perlu terus dipelihara di
II-172
kawasan permukiman itu, terlebih bagi permukiman perkotaan yang memiliki kecenderungan
individualistis.
Berdasarkan analisis di atas, variabel-variabel penciri gentrifikasi yang terpengaruh pemindahan
aktivitas pendidikan dapat dikelompokkan berdasarkan aspek-aspek analisisnya. Pengelompokkan
itu dapat memperlihatkan asal variabel dari masing-masing aspek penciri gentrifikasi. Dari
pengelompokkan tersebut, dapat diketahui bahwa semua aspek penciri gentrifikasi terpengaruh
adanya pemindahan aktivitas pendidikan di Kawasan Pleburan dengan variabel pada masing-
masing aspek seperti yang termuat pada Tabel 4. Dengan demikian, hipotesis pada analisis ini
dapat terbukti, yakni terdapat hubungan atau pengaruh antara pemindahan aktivitas pendidikan
dengan proses gentrifikasi yang terjadi di Kawasan Pleburan.
4. Kesimpulan
Berdasarkan proses analisis yang dilakukan, kesimpulan yang didapat adalah terbuktinya kedua
hipotesis dalam penelitian ini. Hipotesis pertama yang telah terbukti yaitu Kawasan Pleburan benar
mengalami proses awal gentrifikasi sebelum adanya pemindahan aktivitas pendidikan (tahun 2006-
2010) dari Kampus Undip Pleburan ke Kampus Undip Tembalang. Proses pembuktian hipotesis
pertama ini dihasilkan dari analisis pertama, yaitu analisis proses awal gentrifikasi Kawasan
Pleburan sebelum adanya pemindahan. Hipotesis kedua juga terbukti kebenarannya. Hipotesis
tersebut menyatakan bahwa adanya pemindahan aktivitas pendidikan berpengaruh pada proses
awal gentrifikasi yang terjadi di Kawasan Pleburan. Terbuktinya kedua hipotesis penelitian
menegaskan bahwa fenomena gentrifikasi di Kawasan Pleburan terjadi sebelum dan sesudah
adanya pemindahan aktivitas pendidikan. Hal ini menunjukkan bahwa fenomena gentrifikasi
berkaitan erat dengan fase perkembangan kawasan pada masa tertentu.
Fenomena gentrifikasi yang terjadi di Kawasan Pleburan dapat dikenali dari kelima aspek, yaitu
guna lahan, fisik bangunan, sosial kependudukan, ekonomi, dan nilai tanah. Hal ini telah sesuai
dengan kerangka teoritis yang telah disusun sebelumnya. Akan tetapi, proses gentrifikasi yang
terjadi di Kawasan Pleburan tidak dapat berlangsung secara sempurna seperti teori-teori yang ada.
Gentrifikasi di kawasan tersebut hanya memiliki beberapa unsur dari tiap aspek analisis. Hal inilah
yang menyebabkan fenomena gentrifikasi di Kawasan Pleburan sebagai suatu proses awal
terjadinya gentrifikasi.
Proses gentrifikasi Kawasan Pleburan tidak dapat terlepas dari peran Undip sebagai pusat aktivitas
pendidikan di kawasan tersebut. Adanya keputusan maupun perubahan-perubahan dari pusat
(generator) kawasan dapat berpengaruh pada arah perkembangan kawasan itu selanjutnya.
Dengan demikian, keberlangsungan proses gentrifikasi di suatu kawasan sangat dipengaruhi oleh
pusat aktivitas di kawasan itu.
5. Referensi
Hidayati, Wahyu dan Budi Harjanto. 2003. Konsep dasar Penilaian Properti. Yogyakarta: BPFE.
Kartika, Femy Felisia. 2008. “Pengaruh Activity Support Terhadap Penurunan Kualitas Visual Pada Kawasan
Kampus Undip Semarang.” Tesis Program Pascasarjana, Magister Teknik Arsitektur, Universitas
Diponegoro, Semarang. Diterbitkan dalam www.eprints.undip.ac.id.
II-173
Kennedy, Maureen and Paul Leonard. 2001. “Dealing With Neighborhood Change: A Primer on Gentrification
and Policy Choice”. Discussion paper for The Brookings Institution Center on Urban and Metropolitan
Policy. www.brookings.edu/urban.
Semboloni, Ferdinando. 2009. “Segregation and Gentrification as Emerging Phenomena From The Real
Estate Market”.
Setyohadi, Bambang. 2007. “Tipologi Pola Spasial dan Segregasi Sosial Lingkungan Permukiman Candi
Baru”. Jurnal Teknik Sipil dan Perencanaan, Volume 9, No.2, Juli, hal.97-106.
Smith, Darren P. 2002. “Extending the Temporal and Spatial Limits of Gentrification: A Research Agenda for
Population Geographers”. International Journal of Population Geography, Volume 8, pp. 385-394.
Smith, Neil. 2002. New Globalism, New Urbanism: Gentrification as Global Urban Strategy. UK: Blackwell
Publishers.
Sullivan, Daniel Monroe. 2007. “Reassessing Gentrification: Measuring Residents’ Opinions Using Survey
Data”. Journal Urban Affairs Review, Volume 42, No. 4, Maret, hal.
II-174
ANALISIS KECEPATAN PERUBAHAN PENUTUP LAHAN DI WILAYAH STRATEGIS
(DAERAH KAJIAN: REST AREA KM72 JALAN TOL CIPULARANG)
Bidang Sumber Daya Wilayah Pesisir dan Laut, Pusat Pemanfaatan Data Penginderaan Jauh, Lembaga
Penerbangan dan Antariksa Nasional (LAPAN),
Jl. LAPAN No.70 Pekayon, Kec. Pasar Rebo Jakarta Timur 13710, rossi.hamzah@gmail.com
ABSTRAK: Penelitian ini menganalisa perubahan penutup lahan di sekitar Jalan Tol Cipularang.
Perubahan yang terjadi yaitu alih fungsi vegetasi dan persawahan menjadi tempat istirahat (rest area). Penelitian
ini menggunakan data QuicBird dengan klasifikasi digital supervised nearest neighbour. Daerah penelitian
difokuskan sekitar tempat istirahat (rest area) KM72 Jalan Tol Cipularang. Dari hasil analisa didapatkan
perubahan luas tutupan lahan sawah dan vegetasi menjadi lahan terbuka. Dari ketiga data yang digunakan,
perubahan signifikan terjadi pada tahun 2006 ke tahun 2009 dimana Jalan Tol Cipularang mulai beroperasi dan
infrastruktur seperti tempat istirahat mulai dibangun. Disamping itu pertambahan luasan permukiman bertambah
0,2% pertahun.
1. Latar Belakang
Saat ini peranan penginderaan jauh sangat dibutuhkan untuk mendukung pengelolaan sumber daya
alam dan lingkungan. Oleh karena itu diperlukan peningkatan kapasitas pengembangan pemanfaatan
penginderaan jauh karena pemanfaatan data satelit penginderaan jauh sangat efektif dan efisien.
Penginderaan jauh adalah ilmu dan seni untuk memperoleh informasi tentang suatu objek, daerah
penelitian atau fenomena melalui analisis data yang diperoleh dengan suatu alat tanpa kontak
langsung dengan obyek, daerah atau fenomena yang dikaji (Lillesand dan Kiefer, 1990). Prinsip kerja
sistem penginderaan jauh adalah bahwa setiap benda memantulkan dan atau memancarkan
gelombang elektromagnetik. Apabila pada suatu luasan tertentu terdapat beberapa jenis benda,
maka masing-masing benda akan memberikan pantulan dan atau memancarkan pancaran
gelombang elektromagnetik yang dapat diterima oleh sensor. Sehingga keberadaan suatu benda
dapat dideteksi berdasarkan pantulan dan atau pancaran gelombang elektromagnetik. Pada Gambar
1 ditampilkan ilustrasi sistem penginderaan jauh.
Penggunaan teknologi satelit penginderaan jauh dan komputer untuk mengekstraksi informasi
keruangan suatu wilayah semakin berkembang. Teknik interpretasi citra penginderaan jauh juga
mengalami perkembangan ke arah penggunaan teknik interpretasi secara digital meskipun tidak
meninggalkan teknik interpretasi secara manual yang telah banyak digunakan dan terbukti
bermanfaat dengan tingkat akurasi tinggi. Kekurangan data yang diperoleh dari penginderaan jauh
disebabkan karakteristik alat (sensor). Untuk menanggulangi kekurangan tersebut dapat diatasi
II-175
dengan mengembangkan sistem pemrosesan data salah satunya dengan koreksi radiometris dan
geometri.
Seiring dengan perkembangan ekonomi di kota kota besar di Indonesia, maka sejalan pula dengan
pembangunan infrastruktur pendukungnya. Jakarta – Bandung, merupakan salah satu kota besar
yang berdekatan. Maka sekitar tahun 2004 - 2005 dibangun Jalan Tol Cipularang yang
menghubungkan Jalan Tol Jakarta - Cikampek dengan Jalan Tol Padalarang - Cileunyi, sehingga
pergerakan dengan asal-tujuan arah Jakarta - Bandung atau sebaliknya dapat melalui ruas Cikampek
- Padalarang tanpa perlu keluar ke jalan non-tol. Dengan dibangunnya jalan tol, maka sarana
prasarana untuk pengguna jalan tol pun disiapkan salah satunya diantaranya tempat istirahat (rest
area).
Salah satu jenis informasi yang dapat diekstraksi dari data penginderaan jauh adalah informasi
spasial tentang penutup lahan. Informasi tersebut mempunyai manfaat yang besar di berbagai sektor
pembangunan, seperti di sektor tataruang wiayah dan pemetaan. Pengolahan ekstraksi penutup
lahan dari data penginderaan jauh dapat dilakukan antara lain dengan cara manual (digitasi on-
screen) dan cara digital (klasifikasi otomatis). Pada klasifikasi digital terbagi lagi menjadi dua yaitu
berbasis piksel dan berbasis objek. Pada kegiatan penelitian ini dilakukan klasifikasi otomatis
berbasis objek dengan menggunakan metode supervised (nearest neighbour). Keunggulan metode
supervised nearest neighbour antara lain pengerjaannya lebih cepat dan mudah, yaitu dengan
memasukkan data training sampel kemudian klasifikasi otomatis berdasarkan training sampel
langsung bisa dilakukan. Tetapi memiliki kelemahan yaitu pada beberapa kasus ada kelas-kelas yang
sulit terpisah karena keterbatasan input parameter pemisahnya. Penerapan dari metode dilakukan
pada data Quickbird Wilayah Jalan Tol Cipularang Kilometer 72.
QuickBird adalah satelit pengamatan bumi komersial resolusi-tinggi yang dimiliki oleh Digital Globe
dan diluncurkan pada tahun 2001, sebagai satelit pertama dalam konstelasi tiga dijadwalkan berada
di orbit pada tahun 2008. QuickBird menggunakan Ball Aerospace Global Imaging System 2000
(BGIS 2000) yang mengumpulkan citra resolusi tertinggi keempat komersial Bumi setelah Worldview-
1, Worldview-2 dan GeoEye-1 dan menawarkan ukuran gambar terbesar dan penyimpanan on-board
terbesar kapasitas satelit apapun. Satelit mengumpulkan pankromatik (hitam & putih) pencitraan pada
resolusi 60-70 sentimeter dan citra multispektral pada 2,4 dan 2,8 meter resolusi. Pada resolusi ini,
detail seperti bangunan dan infrastruktur lainnya yang mudah terlihat. Citra tersebut dapat diimpor ke
dalam perangkat lunak pengolahan citra penginderaan jauh, serta ke dalam paket GIS untuk analisis.
Citra untuk aplikasi pemetaan.
Tujuan dari penelitian ini yaitu menganalisa luasan perubahan penutup lahan di Jalan Tol Cipularang
yang digunakan untuk pembuatan tempat istirahat (rest area). Focus penelitian yaitu pada rest area
yang berada pada kilometer 72 (KM72).
(a)
II-176
(b)
(c)
Gambar 2. Citra QuickBird yang digunakan dalam peneletian; (a) 6 Juli 2001, (b) 26 Agustus 2006, (c) 18
September 2009
Metoda pengolahan yang dilakukan menggunakan cara digital (klasifikasi otomatis). Teknik
klasifikasi digital (otomatis) yang sudah sering dilakukan adalah berbasis piksel. Metode klasifikasi
digital ini memiliki keunggulan waktu pengerjaan yang cepat akan tetapi pada situasi dimana ukuran
piksel lebih kecil dari rata-rata ukuran objek, ekstraksi informasi akan menemui kesulitan dikarenakan
ekstraksi pada satuan piksel akan menggambarkan bagian objek, dan bukan objek (Hajek, 2006
dalam Wirawan dan Maulia, 2008). Oleh karena itu segmentasi dapat menjadi pilihan yang dapat
menggabungkan keunggulan yang dimiliki metode interpretasi visual dan metode klasifikasi otomatis
berbasis piksel.
Klasifikasi berdasarkan obyek banyak menarik perhatian di bidang penginderaan jauh dekade terakhir
ini karena tidak seperti metode klasifikasi klasik yang beroperasi secara langsung pada piksel tunggal,
pendekatan ini beroperasi pada obyek yang sebelumnya telah dikelompokkan melalui proses
segmentasi. Ide dasar dari proses ini adalah mengelompokkan piksel-piksel berdampingan menjadi
obyek spektral yang homogen melalui segmentasi kemudian dilanjutkan proses klasifikasi pada
obyek sebagai unit proses terkecil (Schirokauer et. al, 2006 dalam Erawanta et. Al, 2009). Perangkat
lunak yang digunakan dalam proses pengolahan yaitu Definiens. Gambar 3 menampilkan diagram
alir penelitian.
II-177
Citra Quickbird terkoreksi
geometri
Segmentasi
Klasifikasi Otomatis
Pembuatan Layout
(a)
II-178
(b)
(c)
Gambar 3. Hasil proses klasifikasi dijital dengan perangkat lunak Definiens; (a) 6 Juli 2001, (b) 26
Agustus 2006, (c) 18 September 2009
Setelah proses klasifikasi, selanjutnya menghitung luasan untuk mengetahui nilai setiap tutupan
2
lahan yang mengalami perubahan. Perhitungan luas dibatasi sebesar 2.002.256,83 m (+/- 200 Ha)
dan difokuskan pada daerah sekitar rest area KM72 Jalan Tol Cipularang. Dari peta tutupan lahan
yang ditampilkan pada gambar 3, terlihat perubahan besar terjadi dari tahun 2001 ke tahun 2006
dimana vegetasi berubah menjadi lahan terbuka. Hasil perhitungan luas untuk tahun 2001
ditampilkan pada tabel 1, tahun 2006 pada tabel 2 dan tahun 2009 pada tabel 3.
II-179
Tabel 2. Data luasan tutupan lahan tahun 2006
Tutupan Lahan Area (m2) Ha %
Jalan 35.752,83 3,57 1,79
Lahan Terbuka 284.661,45 28,47 14,22
Permukiman 34.020,75 3,40 1,70
Vegetasi 884.480,32 88,45 44,17
Sawah 763.341,62 76,33 38,12
2.002.256,97 200,21 100,00
Dari data hasil perhitungan luasan diatas, luas lahan terbuka naik sekitar 13% dari tahun 2001 ke
tahun 2006. Sedangkan dari tahun 2006 ke tahun 2009 kenaikan luas lahan terbuka hanya 4% saja.
Jika dilihat dari gambar 4 perubahan 4% dutunjukan oleh garis no 1. Pada tahun 2006 rest area
dibangun pada arah Jakarta-Bandung di KM72 Jalan Tol Cipularang. Sedangkan pada tahun 2009
luas lahan terbuka bertambah di arah Bandung-Jakarta yang kemungkinan disiapkan untuk
membangun rest area KM72 arah Bandung-Jakarta. Garis 2 pada gambar 4 menunjukan pelebaran
luasan untuk rest area arah Jakarta-Bandung dari tahun 2006 ke tahun 2009. Sedangkan untuk garis
3, lahan terbuka mengalami pengurangan dari tahun 2006 ke tahun 2009. Lahan terbuka berubah
menjadi sawah, vegetasi dan permukiman.
2006 2009
Gambar 4. Area perubahan tutupan lahan lahan terbuka
Berbanding terbalik dengan luasan lahan terbuka, luasan tutupan lahan vegetasi dan sawah
mengalami penurunan. Jika luasan vegetasi dan sawah dijumlahkan, maka untuk tahun 2001 jumlah
luasan sekitar 98%. Tahun 2006 jumlah luasan sawah dan vegetasi sekitar 82%. Sedangkan tahun
2009 vegetasi dan sawah memiliki luasan sekitar 77%. Dari perbandingan ketiga luasan pada tahun
yang berbeda, luasan vegetasi dan sawah berkurang dan berubah menjadi lahan terbuka dan jalan
tol. Selama delapan tahun luas vegetasi dan sawah mengalami penurunan sekitar 21%.
Dengan dibangunnya jalan tol dan didukungnya pembangunan rest area, maka permukiman pun
bertambah disekitar lokasi rest area. Hal ini ditunjukan dengan data tabel diatas. Dari tahun 2001 ke
tahun 2006 permukiman bertambah 0.85%. Sedangkan untuk tahun 2006 ke tahun 2009 mengalami
kenaikan 0.68%. Jika dihitung rata rata pertambahan permukiman dari mulai beroperasinya Jalan Tol
Cipularang tahun 2006 sampai tahun 2009, pertahun permukiman akan pertambahan sekitar 0.2%.
Gambar 5 menampilkan grafik perubahan luasan tutupan lahan dari tahun 2001 sampai tahun 2009.
II-180
Gambar 5. Grafik luasan tutupan lahan
4. Kesimpulan
Analisis terhadap kecepatan perubahan penutup lahan diwilayah rest area KM72 Jalan Tol
Cipularang menggunakan data Quicbird tiga tahun yang berbeda, menghasilkan beberapa
kesimpulan:
1. Data citra penginderaan jauh sangat efektif untuk melakukan pemetaan perubahan penutup
lahan.
2. Metode Klasifikasi automatis sangat efektif untuk pembuatan peta tutupan lahan, walaupun
masih ada kelemahan.
3. Hasil Klasifikasi beberapa data yang digunakan menghasilkan luasan pentup lahan dari
masing-masing data.
4. Perubahan luasan lahan terbuka akan berbanding terbalik dengan luasan vegetasi dan
sawah.
5. Dengan dibangunnya rest area, maka akan muncul lapangan pekerjaan, oleh karena itu
permukiman disekitar lokasi rest area-pun akan bertambah.
5. Referensi
DigitalGlobe. (2001): About the Quick Bird Satellite Sensor. Satellite Imaging Corporation. Texas. United
States of America.
Erawanto, T.T. Harintaka. dan Prihandito, A. (2009): Klasifikasi Berorientasi Obyek pada Citra Satelit
Quickbird, Seminar Nasional Revitalisasi Data dan Informasi Keruangan untuk Meningkatkan Efisiensi
Pengelolaan Potensi Sumberdaya Daerah. Yogyakarta.
Lillesand and Kiefer. (1990): Penginderaan jauh dan Interpretasi Citra. Gadjah Mada University Press.
Ulfa, L: Analysis QuickBird Imagery Using Supervised And Unsupervised Classification. Undergraduate
Program. Information Systems. Gunadarma University.
Wirawan, B.A. dan Maulia, N. (2008): Segmentasi Warna Vs Segmentasi Tekstur Alternatif Ekstraksi
Informasi Obyek pada Citra Resolusi Tinggi. MAPIN. Bandung.
II-181
PENATAAN RUANG BERBASIS KOMUNITAS:
Alternatif Pengendalian Lahan Partisipatif
Sutaryono
(taryo_jogja@yahoo.com; 08122958306)
Sekolah Tinggi Pertanahan Nasional (STPN) Yogyakarta
ABSTRAK : Degradasi lingkungan yang mewujud dalam masifnya perkembangan wilayah, tercemarnya air, udara
dan tanah dengan berbagai polutan, berkembangnya slum area dan sektor informal, menurunnya permukaan tanah
dan air, meningkatnya banjir, semrawutnya tata kota & tata bangunan menunjukkan belum berperannya aspek
pengendalian lahan secara optimal. Pengendalian lahan tidak mungkin berhasil apabila hanya dilaksanakan oleh
penyelenggara pemerintahan saja, tanpa melibatkan semua stake holder yang berkepentingan terhadap
keberlanjutan sebuah wilayah.
Salah satu pemangku kepentingan terhadap keberadaan wilayah yang sangat potensial untuk berperan aktif dalam
pengendalian lahan adalah komunitas lokal, baik komunitas perkotaan, perdesaan ataupun komunitas adat.
Beragamnya komunitas lokal, baik yang terbentuk oleh teritorial (kewilayahan), profesi, maupun terbentuk oleh strata
sosial & etnis, merupakan entitas wilayah yang sangat menentukan masa depan wilayah tersebut. Artinya, potensi
yang dimiliki oleh masing-masing komunitas dapat diberdayakan dalam pelaksanaan penataan ruang yang meliputi
perencanaan, pemanfaatan dan pengendalian ruang secara partisipatif.
Atur Diri Sendiri (ADS) yang mengedepankan semangat menghindarkan diri dari NIMBY Syndrome (Not in My Back
Yard Syndrome), dapat dijadikan prinsip utama sebuah komunitas untuk mengatur wilayahnya sendiri secara baik
dan berkelanjutan tanpa memberikan kerugian bagi wilayah di sekitarnya. Penyelenggara pemerintahan yang
mempunyai otoritas dalam penyelenggaraan penataan ruang dapat mengakomodasi berbagai kepentingan setiap
komunitas sesuai dengan regulasi yang ada serta dapat memfasilitasi keterlibatannya dalam penyusunan rencana
tata ruang wilayah. Apabila hal ini dapat dilakukan, maka self of belonging setiap komunitas terhadap keberadaan
wilayah menjadi tumbuh. Artinya, setiap anggota komunitas akan memiliki kepedulian yang tinggi terhadap
perubahan lingkungan yang terjadi.
Penataan ruang berbasis komunitas merupakan salah satu alternatif pengendalian lahan yang murah,
dekat dengan masyarakat, terkontrol oleh instansi terkait, taat azas, dan sesuai dengan orientasi pembangunan
wilayah serta sesuai dengan karakteristik masyarakat kontemporer yang kritis partisipatoris. Ide dan gagasan ini
dapat terwujud apabila kesadaran pembangunan wilayah secara partisipatif telah melembaga dan menjadi isu
penting bagi segenap stake holder yang terlibat dan bertanggungjawab dalam keberlanjutan dan masa depan
sebuah wilayah.
A. Pendahuluan
Dinamika wilayah yang mewujud dalam berbagai bentuk perkembangan wilayah terjadi di wilayah
pinggiran kota maupun di wilayah perdesaan. Wilayah pinggiran kota dalam kajian urban peri sering
disebut juga dengan berbagai istilah, antara lain rurban, rural-urban, peri-urban, rurban periphery dan
urban fringe. Browder, et al (1995) menyebutnya sebagai metropolitan fringe. Istilah ini menurut German
Adel dikategorikan sebagai konsepsi tradisional peri urban (Adell, 1999). Browder, et al (1995)
menyebutkan bahwa metroplitan fringe merupakan: (a) sebuah kenampakan pengembangan
penggunaan lahan yang bervariasi, dalam keterkaitan antara kota dan desa; (b) wilayah transisi, antara
penggunaan alamiah yang berorentasi pada aktivitas keagrariaan (pertanian) dengan aktivitas yang
berorientasi kota secara progresif; (c) penggunaan lahan untuk pertanian, tenaga kerja dan keterkaitan
dengan perdesaan mulai memudar bergeser ke arah aktivitas kota, dan jarak ke pusat kota menjadi lebih
singkat; (d) didiami oleh penduduk miskin yang berasal dari wilayah perdesaan, yang sebagian bergerak
di sektor informal; (e) pola pertumbuhan heterogen seperti pertumbuhan kota yang menggeser eksistensi
lahan pertanian dan desa, munculnya migran perdesaan yang menunjukkan transitional social space,
proses sub urbanisasi seperti munculnya sewa lahan, adanya peluang pemilik modal untuk mengakuisisi
lahan, spekulan dan sektor informal lainnya (Browder et al., 1995 dalam Adell, 1999 ).
Tesis Browder et al di atas, memberikan implikasi pada munculnya degradasi dan deteriorisasi
lingkungan perkotaan dan pinggiran kota yang mewujud dalam masifnya pemekaran kota, tercemarnya
air, udara dan tanah dengan berbagai polutan, tumbuh suburnya slum area dan sektor informal,
II-182
menurunnya permukaan tanah dan permukaan air tanah, meningkatnya banjir, semrawutnya tata kota &
tata bangunan. Kondisi demikian, perlahan tetapi pasti semakin bergerak menuju wilayah pinggiran kota
dan perdesaan. Untuk mengantisipasi dan mengurangi meluasnya degradasi dan deteriorasi lingkungan
yang semakin meluas ke arah perdesaan perlu dilakukan pengendalian lahan. Pengendalian lahan dapat
berjalan secara optimal apabila melibatkan komunitas masyarakat (lokal) secara aktif partisipatoris,
mengingat komunitas inilah yang paling mengerti dan paling berkepentingan terhadap lahan di
wilayahnya. Pelibatan komunitas masyarakat dalam pengendalian lahan ini dapat diimplementasikan
melalui proses dan mekanisme penataan ruang.
Secara yuridis, peran komunitas masyarakat dalam penataan ruang sudah diatur dalam Undang-undang
No. 26 Tahun 2007 tentang Penataan Ruang. Hal ini menunjukkan bahwa pelibatan komunitas
masyarakat dalam penataan ruang secara partisipatif merupakan suatu keniscayaan untuk mewujudkan
keberlanjutan masa depan wilayah. Mengingat, aspek pengendalian lahan yang utama adalah kepedulian
masyarakat penghuninya untuk menjaga wilayah dan lingkungan huniannya dari berbagai pencemaran
dan kerusakan.
Penataan ruang berbasis komunitas ini merupakan salah satu alternatif pengendalian lahan yang dapat
dilakukan pada berbagai kondisi wilayah dan komunitas, baik komunitas kota, desa ataupun komunitas
adat tanpa menafikan keberadaan institusi pemerintah yang bertanggungjawab dalam penataan ruang.
II-183
Komunitas masyarakat di sini dimaknai sebagai a group of interacting people living in a common
1
location . Dengan demikian komunitas masyarakat dapat dianalogikan sebagai komunitas lokal, baik
komunitas perkotaan, perdesaan ataupun komunitas adat. Komunitas masyarakat ini memainkan peran
paling penting dalam menjaga keberadaan ruang wilayahnya masing-masing. Komunitas kota
bertanggungjawab terhadap keberlanjutan wilayah kota, komunitas desa sangat berkepentingan terhadap
terjaganya lingkungan perdesaan dari segala macam kerusakan lingkungan dan komunitas adat sangat
berkepentingan terhadap ‘habitat’ aslinya. Peran ini tidak dapat dinafikan dalam pengambilan kebijakan
terhadap ruang.
Dalam konstelasi keilmuan, pemaknaan terhadap ruang semakin berkembang. Ruang sebagai objek
pembangunan tidak hanya dipahami pada ruang fisik semata (lahan), tetapi juga ruang mental dan ruang
sosial yang dikonstruksi oleh masyarakat yang merupakan respon terhadap perubahan. Lefebvre dalam
The Production of Space mengkonstruksikan ruang (space) sebagai field yang terdiri dari: (a) physical
(natural) space; (b) mental space; dan (c) social space (Lefebvre, 1991). Ruang fisik (physical space)
merupakan objek pembangunan yang paling mudah untuk diamati, mengingat gejala ini sangat kasat
mata dan bersifat fisik. Ruang mental (mental space) dapat berbentuk pada perubahan logika dan pola
pikir masyarakat dalam merespon berbagai perubahan, sedangkan ruang sosial (social space)
berhubungan dengan entitas individual dan interaksi sosial di masyarakat. Dalam hal ini ruang sosial
dipahami sebagai human space yang memberikan dinamisasi sosial yang dapat mengarah pada
kohesivitas sosial maupun konflik di masyarakat (Tuan, 2001).
Perkembangan pemaknaan terhadap ruang sebagaimana di atas menjadikan komunitas
masyarakat merupakan bagian ruang yang tidak dapat dipisahkan dengan ruang secara fisik (lahan).
Dengan demikian, pengendalian ruang (lahan) secara aktif partisipatoris merupakan sebuah keharusan
untuk mewujudkan pengelolaan ruang (lahan) secara baik, berkeadilan dan berkelanjutan.
1
sering digunakan untuk merujuk kepada kelompok yang terorganisir di sekitar nilai-nilai bersama dan dikaitkan
dengan kohesi sosial dalam lokasi geografis bersama, umumnya dalam unit sosial yang lebih besar daripada rumah
tangga (diambil dari www.wikipedia.com)
2
secara definitif NIMBY SYNDROME adalah suatu gejala munculnya dampak negatif pada suatu wilayah (terhadap
lingkungan biotik, abiotik, atau lingkungan sosial, kultural, ekonomi, politik) sebagai akibat dari proses dan program
pembangunan yang dilaksanakan oleh wilayah lain (Yunus, 2008)
II-184
mengatur wilayahnya sendiri secara baik dan berkelanjutan tanpa memberikan kerugian bagi wilayah di
sekitarnya. Apabila hal ini dapat dilakukan, maka self of belonging setiap komunitas terhadap keberadaan
wilayahnya menjadi tumbuh. Artinya, setiap anggota komunitas masyarakat akan memiliki kepedulian
yang tinggi terhadap perubahan lingkungan yang terjadi, yang bisa jadi akan memberikan dampak yang
merugikan bagi keberlanjutan sebuah wilayah.
Pelibatan secara aktif partisipatoris komunitas masyarakat dalam penataan ruang ini akan mampu
melahirkan gagasan-gagasan cerdas dalam mengatasi persoalan keterbatasan lahan. Misalnya,
keterbatasan lahan dan ketidakteraturan permukiman yang telah disadarinya memungkinkan tumbuhnya
3
gagasan untuk melakukan konsolidasi tanah perkotaan ataupun melakukan land readjustment guna
memperbaiki kondisi spasial wilayah permukiman agar tidak berkembang menjadi wilayah yang kumuh.
Gagasan lain yang sudah cukup banyak dilakukan adalah pengaturan sampah dan limbah domestik
secara bersama-sama yang mampu mengendalikan permasalahan sampah dan limbah secara lebih
ekonomis dan efisien.
Beberapa wacana dan agenda aksi yang perlu didorong untuk mewujudkan penataan ruang berbasis
komunitas yang mampu menjadi instrumen pengendalian lahan secara partisipatif antara lain:
1. menetapkan komunitas masyarakat sebagai salah satu pemangku kepentingan dalam penataan
ruang wilayah melalui peraturan perundang-undangan;
2. memberikan kesempatan kepada komunitas masyarakat, baik secara politis maupun sosial untuk
mengatur wilayah masing-masing melalui penataan ruang partisipatif dengan tetap mengacu pada
peraturan perundang-undangan yang berlaku;
3. memfasilitasi komunitas masyarakat dalam merencanakan, memanfaatkan dan mengendalikan
pemanfaatan ruang dalam upaya mewujudkan keberlanjutan wilayah melalui berbagai pelatihan
teknis, jasa konsultansi hingga dukungan pembiayaan;
4. mengkampanyekan pentingnya masa depan wilayah melalui pengelolaan lingkungan dan lahan
dengan pendekatan Atur Diri Sendiri, tanpa melanggar regulasi dan memberikan dampak merugikan
bagi wilayah lainnya;
5. menetapkan satu komunitas masyarakat berikut wilayahnya sebagai pilot project penataan ruang
berbasis komunitas yang dilakukan melalui kerjasama antara pemerintah daerah dan Ditjend
Penataan Ruang, Kementerian Pekerjaan Umum.
Beberapa agenda di atas layak dikedepankan mengingat bahwa di era pembangunan yang
memfokuskan people centered development tidak akan terlepas dengan pemberdayaan komunitas
masyarakat. Pembangunan yang memberdayakan selalu menggunakan prinsip dasar perencanaan
komprehensif yang melibatkan semua stake holder yang berkepentingan, utamanya adalah komunitas
lokal. Namun demikian, apapun gagasan dan bentuk partisipasi komunitas dalam penataan ruang,
implementasinya sangat tergantung pada good will dan political will pengambil kebijakan, dalam hal ini
Pemerintah Daerah dan Ditjend Penataan Ruang, Kementerian Pekerjaan Umum.
3
Konsolidasi Tanah Perkotaan ataupun Land Readjustment merupakan salah satu sarana pembangunan kota yang
melibatkan pemilik tanah atau pemegang hak atas tanah yang bertujuan untuk membangun lingkungan perkotaan
yang sehat dan menyenangkan melalui pembangunan infrastruktur seperti jalan, taman, drainase, saluran limbah, dll.
serta pengaturan kembali tapak bangunan yang cocok bagi penggunaan lahan perkotaan.
II-185
tata ruang yang telah disusun secara partisipatif. Inilah yang disebut dengan penataan ruang
berbasis komunitas
2. Kontrol kelembagaan masyarakat
Apabila individu-individu dalam komunitas masyarakat sudah mempunyai mind set tentang
pentingnya pengendalian lahan, maka kelembagaan masyarakatnya-pun akan semakin kuat dalam
melakukan kontrol. Dalam hal ini kelembagaan masyarakat yang ada bersama-sama dengan
lembaga pemerintahan, secara formal akan berperan sebagai pihak yang bertanggungjawab dalam
pengendalian lahan. Artinya, lembaga ini mempunyai kewenangan untuk melakukan pembinaan dan
penertiban bagi anggota komunitas yang melanggar norma dan ketentuan yang telah disepakati
bersama.
3. Kontrol sosial
Setiap anggota komunitas masyarakat akan secara partisipatif saling mengkontrol perilaku
anggota komunitas yang lain. Apabila ada salah satu anggota yang melanggar norma atau
kesepakatan yang sudah dibangun berkenaan dengan pemanfaatan lahan, maka anggota yang lain
akan memberikan peringatan dan penyadaran. Peringatan dan penyadaran ini akan berubah menjadi
sanksi sosial apabila pelanggaran yang dilakukan tidak segera dihentikan ataupun diperbaiki oleh
pelaku. Sikap asah, asih dan asuh dalam sebuah komunitas akan muncul seiring kesadaran tentang
pentingnya masa depan lingkungan kotanya. Self of belonging setiap anggota komunitas terhadap
keberadaan wilayah menjadi tumbuh. Artinya, setiap anggota komunitas akan memiliki kepedulian
yang tinggi terhadap perubahan lingkungan yang terjadi, yang bisa jadi akan memberikan dampak
yang merugikan bagi keberlanjutan wilayah. Inilah yang dimaksud dengan pengendalian lahan
secara partisipatif.
Ketiga ranah pengendalian tersebut sangat sarat dengan partisipasi aktif komunitas masyarakat lokal dan
tetap dalam koridor regulasi yang telah ditetapkan oleh pemerintah. Bahkan apabila gagasan penataan
ruang berbasis komunitas tersebut dapat diwujudkan maka akan semakin banyak mengakomodasi local
knowledge dan local wisdom dalam penyelanggaraan penataan ruang. Sebagai misal, falsafah Tri Hita
Karana di Bali yang selalu mempertautkan tiga komponen (Alam – Manusia – Tuhan) selalu dijadikan
pedoman dalam penataan ruang agar tetap terjalin hubungan yang harmonis. Demikian pula dengan
tradisi sasi di Maluku, yang mampu menjaga kelestarian dan keberlanjutan sumberdaya alam serta
produktivitas sumberdaya yang menjadi objek sasi (Salampessy, 2008).
E. Penutup
Kebijakan dan pilihan strategi penataan ruang yang menempatkan komunitas masyarakat sebagai subjek
pembangunan merupakan bagian dari pembangunan partisipatif yang perlu didorong dan diperjuangkan.
Hal ini penting, mengingat kondisi berbagai wilayah di Indonesia sudah menunjukkan gejala degradasi
dan deteriorisasi lingkungan yang yang diakibatkan oleh kebijakan penataan ruang yang tidak
mempedulikan komunitas masyarakat. Komunitas masyarakat sebagai ‘owner’, adalah pemangku
kepentingan yang paling dekat dan paling dapat diberdayakan dalam mewujudkan kelestarian
lingkungan dan keberadaan wilayah secara berkelanjutan.
Penataan ruang berbasis komunitas sebagaimana di atas merupakan salah satu alternatif pengendalian
lahan yang partisipatif, murah, dekat dengan masyarakat, terkontrol oleh instansi terkait, taat azas, dan
sesuai dengan orientasi pembangunan wilayah serta sesuai dengan karakteristik masyarakat
kontemporer yang kritis partisipatoris. Ide dan gagasan ini dapat terwujud apabila kesadaran
pembangunan wilayah secara partisipatif dan paradigma Atur Diri Sendiri dalam pengelolaan lingkungan
dan wilayah telah melembaga dan menjadi mainstream bagi segenap stake holder yang terlibat dan
bertanggungjawab dalam penataan ruang.
II-186
F. Daftar Bacaan
Adell, German. 1999. Theories And Models Of The Peri-Urban Interface: A Changing Conceptual Landscape.
Development Planning Unit University College London.
Amler, B. etc., 1999. Land Use Planning: Methods, Strategies and Tools. Deuscche Gesellschaft für
Technische Zusammenarbeit (GTZ). Eschborn, Germany.
Hetifah Sj. Sumarto, 2004. Inovasi, Partisipasi Dan Good Governance: 20 Prakarsa Inovatif dan Partisipatif di
Indonesia. Yayasan Obor Indonesia. Jakarta.
Lefebvre, Henri. 1991. The Production of Space. Basil Blackwell Ltd. Oxford.
Salampessy, J. 2008. “Pengelolaan Sumberdaya Alam dan Tradisi Sasi Di Pulau Haruku Maluku Tenga”
dalam Geografi Perdesaan: Sebuah Antologi. Ideas Media. Yogyakarta.
Sutaryono, 2008. Dinamika Penataan Ruang dan Peluang Otonomi Daerah. TuguJogja Grafika. Yogyakarta.
Tuan, Yi-Fu. 2001. Space and Place: The Perspective of Experience. University of Minnesota Press.
Minneapolis.
II-187
Penentuan Perwilayahan Komoditas Tanaman Pertanian
di Kabupaten Sigi Provinsi Sulawesi Tengah
Latar Belakang
Aplikasi SIG adalah salah satu aplikasi yang sangat relevan dalam kajian untuk pengembangan
sektor pertanian, baik pengembangan tanaman pangan, peternakan maupun perikanan (prakash,
2003; pierce and clay, 2007). Sektor pertanian memanfaatkan data sumber daya alam yang berbasis
dengan ruang sehingga pemanfaatan teknologi SIG menjadi sangat relevan. Berbagai penelitian
tentang peranan aplikasi SIG telah banyak dimanfaatkan berbagai pihak baik untuk melihat
kesesuaian komoditas, potensi hasil pertanian, pengembangan kawasan peternakan, pengendalian
hama dan sebagainya (Esri,2009).
Melihat berbagai keberhasilan pemanfaatan SIG dalam berbagai sektor pertanian, maka tulisan ini
mencoba menguraikan bagaimana pemanfaatan SIG untuk pengembangan perwilayahan komoditas
pertanian di Kabupaten Sigi, yang merupakan salah satu daerah otonom baru di Provinsi Sulawesi
Tengah yang merupakan pemekaran dari Kabupaten Donggala. Kabupaten Sigi merupakan wilayah
perdesaan dengan sektor ekonomi basis berupa sektor pertanian. Sebagai kawasan perdesaan
berbasis pertanian maka upaya pemantapan sektor pertanian sebagai basis perekonomian perlu
dieksplorasi lebih mendalam agar tidak terjadi pergeseran peran sektor pertanian sebagai penggerak
utama perekonomian di Kabupaten Sigi. Salah satu upaya yang dapat dilakukan adalah melalui
pemetaan kesesuaian komoditas pertanian berbasis wilayah.
Analisis perwilayahan komoditas pertanian sebenarnya bukan merupakan barang baru dalam sektor
pertanian. Puslitbangtanak Kementerian Pertanian Republik Indonesia sudah mengembangkan
perwilayahan komoditas pertanian di seluruh indonesia, tetapi sebagian besar pada skala yang kecil,
1
Dosen Pada Jurusan PWK UNDIP
2
Peneliti pada BPTP Sulawesi Tengah
II-188
hanya 13% yang menggunakan skala yang agak besar yaitu 1:50.000
(http://www.litbang.deptan.go.id/special/komoditas/b1lahan, diakses Juni 2010). Prinsip dasar dalam
analisis perwilayahan komoditas pertanian dengan menggunakan teknologi SIG menggunakan teknik
tumpang susun peta sumber daya tanah, hidrologi dan topografi yang dijabarkan dalam parameter-
parameter yang merupakan syarat tumbuh tanaman dan kerentanan terhadap kebencanaan (ESRI,
2009; Fazal, 2008, Sumarmo, 2009).
Dengan menggunakan teknik tumpang susun tersebut diharapkan akan dapat dipetakan kesesuaian
lahan untuk perwilayahan komoditas pertanian di Kabupaten Sigi yang dapat digunakan sebagai
dasar kebijakan pemerintah Kabupaten Sigi dalam rangka memantapkan peranan sektor pertanian
sebagai salah satu upaya pengembangan wilayah perdesaan di Kabupaten Sigi.
Lingkup Kajian
Kajian ini dilakukan pada wilayah Kabupaten Sigi, Provinsi Sulawesi Tengah. Kajian perwilayahan
komoditas pertanian difokuskan pada daerah-daerah yang masih merupakan lahan non terbangun.
Batasan materi dalam analisis dibatasi pada sektor pertanian tanaman pangan dan hortikultura
dengan tingkat ketelitian analisis pada skala 1:50.000 yang masih bersifat reconaisance.
Kerangka Teoritik Kesuaian Lahan Untuk Komoditas Pertanian
(a). Penyusunan Karakteristik Lahan
Karakteristik lahan (LC) adalah sifat lahan yang dapat diukur atau diestimasi sifat dan karakternya,
seperti besarnya lereng, kedalaman efektif, drainase, tekstur, reaksi tanah, kejenuhan basa, dan
kejenuhan aluminium. Setiap karakteristik lahan yang digunakan dalam evaluasi lahan mempunyai
interaksi antara satu karakteristik lahan dengan karakteristik lahan lainnya. Karakteristik lahan ini
merupakan komponen penting dan acuan dalam penetapan kemampuan dan kesesuaian lahan baik
untuk pembangunan sarana fisik maupun untuk pengembangan pertanian.
II-189
(kandungan bahan organik, pH, kapasitas tukar kation, kejenuhan basa, fosfat, dan kalium), dan 4.
kondisi terrain dan bahaya erosi (relief, lereng, keadaan batuan di permukaan) (FAO, 1976;
Djaenudin et al. 2003). Rincian persyaratan tumbuh tanaman terpilih ditampilkan pada Tabel 3.1 -
3.10. Tipe penggunaan lahan (TPL) atau Land Use Type (LUT) adalah jenis-jenis penggunaan lahan
yang diuraikan secara detil menyangkut pengelolaan, masukan yang diperlukan, dan keluaran yang
diharapkan secara spesifik. Menurut sistem dan modelnya LUT dibedakan atas dua macam yaitu
multiple dan compound. LUT multiple, terdiri lebih dari satu jenis penggunaan lahan atau komoditas
yang diusahakan secara serentak pada suatu areal yang sama dari sebidang lahan. Sebagai contoh,
tanaman cengkeh ditanam secara bersamaan dengan vanili atau pisang. Sedangkan LUT compound
terdiri lebih dari satu jenis penggunaan lahan atau komoditas yang diusahakan secara berurutan atau
rotasi atau bersamaan pada sebidang lahan. Contoh suatu perkebunan besar, sebagian areal secara
terpisah atau blok digunakan untuk tanaman kakao, dan blok lainnya untuk kelapa. LUT di daerah
penelitian untuk keperluan pewilayahan komoditas ditentukan berupa komoditas tunggal dengan
mempertimbangkan komoditas tersebut sebagai komoditas pada LUT paling pendek setahun dari
sistem pola tanam yang biasa diterapkan petani di daerah penelitian.
(c) Proses Evaluasi Kesesuaian Lahan
Proses Evaluasi Kesesuaian Lahan menggunakan metode ALES (Automated Land Evaluation
System) versi 4.65d (Rossiter dan Van Wambeke, 1997) terdiri dari beberapa tahap di antaranya:
1. Penyusunan Peta Dasar
Peta dasar digital skala 1:50.000 dilakukan dengan cara mendijitasi dari peta rupabumi Indonesia,
terdiri atas layer-layer atau tema-tema: garis kontur, ketinggian tempat (elevasi) dari permukaan
laut, sungai-sungai, jalan-jalan utama, perkampungan, batas garis pantai, pelabuhan, dan batas
administrasi/wilayah kecamatan, yang dilengkapi atau dikoreksi dengan informasi dari hasil
pengamatan lapangan, dan informasi dari citra landsat komposit warna band 542, dan peta-peta
pendukung lainnya (geologi, land system, tataguna lahan, agroklimat).
2. Analisis Terrain
Analisis terrain dilakukan untuk identifikasi dan delineasi satuan lahan berdasarkan keadaan
kerapatan garis-garis kontur dan titik ketinggian dari peta rupabumi dan peta kontur digital, yang
dibantu dengan peta geologi untuk menentukan batuan induk dan landform. Komponen satuan
lahan yang diinterpretasi terdiri atas landform, litologi (jenis dan sifat batuan), relief dan lereng,
tingkat torehan, ketinggian tempat (elevasi), pola drainase, penggunaan lahan dan vegetasi.
Komponen satuan tanah dan sifat-sifatnya tidak dapat diinterpretasi dari citra dan peta rupabumi,
dan oleh karenanya data sifat-sifat tanah hanya dapat diperoleh dengan cara pengamatan
langsung di lapangan melalui penggalian lubang profil, minipit, dan bor, serta pengambilan contoh-
contoh tanah untuk analisis laboratorium.
3. Penelitian Lapangan
Penelitian lapangan bertujuan untuk mengumpulkan data sumberdaya tanah/lahan melalui
pengamatan unsur-unsur satuan lahan dan pengamatan sifat-sifat serta sebaran jenis tanahnya
pada setiap satuan lahan. Pengamatan tanah dilakukan melalui pendekatan transek atau topo-
litosekuen (Steer dan Hajek, 1977) pada setiap satuan lahan untuk mengetahui penyebaran dan
keragaman sifat-sifat tanah. Tiap-tiap transek diamati beberapa titik pada posisi facet yang
berbeda. Untuk menetapkan koordinat titik di peta atau lokasi pengamatan di lapangan secara
akurat digunakan alat GPS.
Pengamatan sifat-sifat morfologi tanah di lapangan dilakukan dengan cara membuat penampang
tanah berupa profil tanah sedalam 120 cm atau minipit sedalam 50 cm yang dilanjutkan dengan
pemboran sedalam 120 cm atau sampai batuan induk/ kontak litik. Hasil pengamatan dicatat
dalam formulir isian data tanah (soil data card), dan lokasi pengamatan diplotkan pada Peta
Satuan Lahan hasil interpretasi dengan menggunakan hasil pengukuran GPS di lapangan. Cara
pengamatan sifat-sifat tanah berpedoman pada buku Guidelines for Soil Profile Description (FAO,
1990) atau Soil Survey Manual (Soil Survey Division Staff, 1993). Klasifikasi tanah ditetapkan di
lapangan menurut Taksonomi Tanah (Soil Survey Staff, 2003) pada tingkat subgrup, yang
kemudian dikoreksi kembali setelah diperoleh data hasil analisis laboratorium.
4. Analisis Contoh Tanah dan Air
II-190
Contoh tanah dari profil dan minipit pewakil yang representatif untuk setiap satuan lahan dan
satuan tanah dianalisis di laboratorium. Contoh tanah diambil dari profil atau minipit pewakil untuk
setiap lapisan atau horison atas dan bawah. Khusus untuk tanah sawah, contoh tanah cukup
diambil lapisan atasnya setebal + 30 cm.
Analisis contoh tanah di laboratorium dimaksudkan untuk mengetahui sifat-sifat fisika dan kimia
yang tidak dapat ditentukan secara kuantitatif di lapangan, terutama untuk keperluan evaluasi
lahan dan interpretasi lainnya, sehingga jenis analisis dilakukan secara selektif disesuaikan
dengan tujuan evaluasi lahan. Jenis analisis sifat fisika dan kimia terdiri atas penetapan: tekstur 3
fraksi (pasir, debu, liat), pH (H2O dan KCl), bahan organik (C, N, rasio C/N), P2O5 dan K2O total
(ekstrak HCl 25%), P2O5 tersedia ekstrak Olsen untuk tanah bereaksi basis (pH > 5,5), atau
ekstrak Bray I untuk tanah bereaksi masam (pH <5,5), retensi P (untuk tanah sawah dan volkan
muda), susunan kation tukar (Ca, Mg, K, Na), kapasitas tukar kation, dan kejenuhan basa, serta
kadar Al dan H pada KCl 1N (untuk tanah-tanah bereaksi masam).
Analisis komposisi mineral fraksi pasir total menggunakan mikroskop polarisasi dengan line
counting method, untuk mengetahui komposisi dan cadangan mineral mudah lapuk serta asal
jenis atau sifat batuan induk. Analisis tambahan dilakukan, seperti kadar Al dapat-tukar untuk
tanah-tanah masam, daya hantar listrik dan kadar pirit untuk tanah-tanah pantai atau pasang
surut, retensi P untuk tanah-tanah sawah atau pertanian lahan kering, dan karbonat untuk tanah-
tanah basis dari sedimen batugamping.
Analisis contoh air permukaan (sungai, saluran irigasi) dilakukan untuk menilai kualitasnya untuk
pengairan dan perikanan. Jenis analisis air terdiri atas pH, daya hantar listrik, kadar lumpur,
beberapa kandungan kation dan anion. Prosedur analisis contoh tanah dan air diuraikan dalam
buku Petunjuk Teknis Analisis Kimia Tanah, Tanaman, Air dan Pupuk (Sulaeman et al., 2005) dan
Soil Survey Laboratory Manual Methods (Soil Survey Laboratory Staff, 1992).
5. Penyusunan Basisdata Sumberdaya Lahan
Semua data hasil pengamatan lapangan dan hasil analisis laboratorium dimasukkan (dientry) dan
disimpan dalam format basis data tanah dengan menggunakan program dEASE, terdiri atas Site &
Horizon Description (SHD), Soil Sample Analysis (SSA), dan Mapping Unit Description (MUD).
Basisdata tersebut setelah dianggap “clean” (selesai diedit dan sudah dinyatakan benar),
selanjutnya dapat diekstrak dan dihubungkan dengan program Soil Data Processing for Land
Evaluation (SDPLE) untuk keperluan evaluasi lahan untuk berbagai komoditas pertanian. Semua
data tersebut diolah untuk tujuan penilaian kesesuaian lahan secara fisik dengan
mempertimbangkan kelayakan usahatani untuk berbagai komoditas pertanian tanaman pangan,
hortikultura, maupun tanaman perkebunan/ tahunan yang mempunyai prospek atau peluang
pasar.
6. Evaluasi Lahan
Evaluasi kesesuaian lahan dilakukan secara fisik dan ekonomi untuk beberapa jenis komoditas
pertanian. Komoditas pertanian yang dievaluasi terdiri dari tanaman pangan lahan basah,
tanaman pangan lahan kering, hortikultura (sayuran dan buah-buahan), dan tanaman perkebunan.
Evaluasi lahan berpedoman kepada kerangka FAO (1976), yang secara ringkas disajikan pada
Tabel 1 dan 2.
Tabel 1. Kelas kesesuaian lahan secara fisik dan pengertiannya.
II-191
1 S1 Sangat sesuai Penggunaannya secara ekonomik sangat menguntungkan
2 S2 Cukup sesuai Penggunaannya secara ekonomik cukup menguntungkan
3 S3 Sesuai marginal Penggunaannya secara ekonomik kurang menguntungkan
Secara ekonomik tidak Penggunaannya secara ekonomik memungkinkan tetapi tidak
4 N1
menguntungkan menguntungkan (untuk sementara).
5 N2 Tidak sesuai Penggunaannya secara ekonomik tidak memungkinkan
Sumber: FAO (1976)
Modul Pewilayahan
Komoditas/MPK
Kebijakan Pemda
• Kesesuaian lahan Sigi
• Komoditas unggulan
• Kelayakan usahatani
• Existing landuse
PENGEMBANGAN FARMING
SYSTEM ZONE
II-192
Gambar 1. Diagram alir penyusunan Kesesuaian Lahan
(Sumber: Rittung, et all, 2007, dimodifikasi Penulis, 2010)
Berdasarkan hasil pengamatan lapang dan interpretasi data laboratorium, tanah-tanah di Kabupaten
Sigi diklasifikasikan menurut Keys to Soil Taxonomy (Soil Survey Staff, 2006) menjadi 5 ordo yaitu:
Entisols, Inceptisols, Mollisols, Alfisols dan Ultisols. Ordo Inceptisols mempunyai penyebaran paling
luas pada hampir semua grup landform. Ordo Histosols mempunyai penyebaran paling sempit, hanya
dijumpai di wilayah sekitar Lalundu. Tanah-tanah di wilayah ini mempunyai pH masam sampai agak
masam, kadar C organik rendah sampai sangat rendah, kadar P2O5 dan K2O ekstraksi HCl 25%
tinggi sampai sedang, kadar P2O5 tersedia (Olsen) tinggi sampai sedang, KTK tanah rendah dan
kejenuhan basa tinggi. Hasil penilaian status kesuburan tanah menunjukkan bahwa kesuburan tanah
di wilayah ini bervariasi dari rendah sampai tinggi
II-193
erosi mencakup luas 8.578 ha (1,65 %), lahan cukup sesuai dengan faktor penghambat retensi hara
(c-organik, pH dan KTK) mencakup luas 8.310 ha (1,70 %), lahan cukup sesuai dengan faktor
penghambat drainase dan media perakaran 29. 701 ha (5, 72 %) dan lahan yang termasuk sesuai
marginal (kelas S3) seluas 30.189 (5,81%). Sisanya seluas 434.229 ha (83,57%) termasuk lahan
tidak sesuai (kelas N) Tabel 4. Faktor penghambat utama penggunaan lahan untuk pesawahan
adalah bahaya erosi/lereng curam, retensi hara, dan media perakaran.
Data tersebut di atas, menggambarkan bahwa untuk pengembangan padi sawah di Kabupaten Sigi
memerlukan masukan teknologi sedang agar hasil optimal dapat dicapai. Tanpa tindakan teknologi
tersebut hasil padi tidak akan mencapai hasil yang optimal. Untuk meningkatkan produktivitas lahan
sawah pada daerah dengan faktor penghambatnya retensi hara adalah harus dilakukan pengelolaan
bahan organik dan pemberian bahan ameliorant lainnya disertai penerapan pemupukan secara
berimbang, sedangkan pada daerah dengan faktor penghambat media perakaran diperlukan
teknologi pengolahan lahan. Introduksi teknologi yang harus dilakukan adalan bagaimana
memperbaiki status bahan organik dengan cara mengembalikan sisa tanaman terutama jerami padi
ke tanah.
II-194
Gambar 3 Peta Kesesuaian Lahan Pertanian di Kabupaten Sigi
(Sumber: Hasil Analisis, 2010)
Tabel 4. Sebaran luas kelas kesesuaian lahan untuk padi sawah di Kabupaten Sigi
Kesesuaian Lahan Faktor pembatas Luas
Simbol Uraian penggunaan lahan Ha %
II-195
S2oa & rc Cukup sesuai Drainase & media perakaran 29.701 5,72
S3eh Sesuai marginal Bahaya erosi 17.893 3,44
S3 oa,rc Sesuai marginal Drainase, media perakaran 8.655 1,67
S3 cr Sesuai marginal Media perakaran 3.641 0,70
Neh,rc Tidak sesuai Bahaya erosi, media perakarn 434.229 83,57
X1 Danau dan Sungai - 6.809 1,31
X2 Pemukiman - 1.786 0,33
JUMLAH 519. 602 100
(Sumber: Hasil Analisis, 2010)
Faktor penghambat umumnya terdiri atas retensi hara, bahaya erosi/lereng curam dan ketersediaan
oksigen (drainase). Meskipun kelas kesesuaian lahan pada tanaman jagung ditemukan adanyak
tingkat kesesuaian yang sangat sesuai, namun terlihat bahwa kadar bahan organik pada lahan
kering rata-rata rendah, sehingga perlu dilakukan pengembalian sisa tanaman ke tanah agar
tanaman dapat memberikan hasil yang optimal.
II-196
Kesesuaian lahan untuk tanaman bawang merah
Hasil penilaian kesesuaian lahan untuk tanaman bawang merah, lahan sangat sesuai (kelas S1)
seluas 17.231 ha (3,32%), lahan cukup sesuai (kelas S2) dengan faktor penghambat bahaya erosi
seluas 17. 893 ha (3,44 %), cukup sesuai (S2) dengan faktor penghambat retensi hara seluas 6.141
(1,18 %) dan cukup sesuai (S2) dengan faktor penghambat media perakaran 5.145 ha (0, 99 %) dan
sesuai marginal (S3) dengan faktor penghambat bahaya erosi seluas 40. 223 ha (7,74 %), lahan
sesuai marginal (kelas S3) dengan faktor retensi hara seluas 9.311 ha (1, 79 %), sesuai marginal
dengan faktor drainase seluas 16. 153 ha (3,11 %) dan sisanya seluas 390.251 ha (75,11 %)
termasuk tidak sesuai (kelas N). Faktor penghambat umumnya terdiri atas bahaya erosi dan retensi
hara.
Data tersebut di atas, menggambarkan bahwa untuk pengembangan Bawang merah di Kabupaten
Sigi sangat potensial dengan ditemukannya tingkat kesesuaian lahan sangat sesuai. Pada kondisi
lahan sangat sesuai (S1) dengan teknologi masukan rendah sudah dapat memberikan hasil yang
optimal. Untuk wilayah dengan tingkat kesesuaian cukup sesuai (S2) diperlukan masukan teknologi
sedang. agar hasil optimal dapat dicapai.
Tabel 6. Sebaran luas kelas kesesuaian lahan untuk tanaman bawang merah di Kabupaten Sigi
Kesesuaian Lahan Faktor pembatas Luas
Simbol Uraian penggunaan lahan Ha %
Tanpa tindakan teknologi tersebut hasil padi tidak akan mencapai hasil yang optimal. Untuk
meningkatkan produktivitas Bawang Merah pada daerah dengan faktor penghambatnya retensi hara
adalah harus dilakukan pengelolaan bahan organik dan pemberian bahan amelioran lainnya disertai
penerapan pemupukan secara berimbang, sedangkan pada daerah dengan faktor penghambat
media perakaran diperlukan teknologi pengolahan lahan. Introduksi teknologi yang harus dilakukan
adalan bagaimana memperbaiki status bahan organik dengan cara mengembalikan sisa tanaman
terutama jerami padi ke tanah. Permasalahan pengembangan bawang merah di Kabupaten Sigi
adalah kontinuitas pengadaan benih, sehingga petani sulit untuk mendapatkan benih unggul dan
bermutu. Perlu dilakukan pembinaan dalam pengelolaan benih.
II-197
agar hasil optimal dapat dicapai. Tanpa tindakan teknologi tersebut hasil cabe merah tidak akan
mencapai hasil yang optimal. Untuk meningkatkan produktivitas cabe merah pada daerah dengan
faktor penghambatnya retensi hara adalah harus dilakukan pengelolaan bahan organik dan
pemberian bahan ameliorant lainnya disertai penerapan pemupukan secara berimbang, sedangkan
pada daerah dengan faktor penghambat media perakaran diperlukan teknologi pengolahan lahan.
Introduksi teknologi yang harus dilakukan adalan bagaimana memperbaiki status bahan organik
dengan cara pemberian pupuk organik. Selain itu, pengendalian hama dan penyakit pada tanaman ini
sangat penting, karena merupakan penyebab utama gagalnya panen di tingkat petani.
Tabel 7. Sebaran luas kelas kesesuaian lahan untuk tanaman cabe merah di di Kabupaten Sigi
Kesesuaian Lahan Faktor pembatas Luas
Simbol Uraian penggunaan lahan Ha %
S1 Sangat sesuai Tanpa/sedikit 6.143 1,18
S2eh Cukup sesuai Bahaya erosi 17.893 3,44
S2nr Cukup sesuai Retensi hara 6.141 1,18
S2 rc Cukup sesuai Media perakaran 11.088 2,13
S2oa Cukup sesuai Drainase 5.145 0,99
S3eh Sesuai marginal Bahaya erosi 40.223 7,74
S3 nr Sesuai marginal Nutrient retension 9.311 1,79
S3 oa Sesuai marginal Drainase 16.153 3,11
S3 rc Sesuai marginal Media perakaran 8.659 1,67
Neh,rc Tidak sesuai Bahaya erosi, media perakarn 390. 251 75,11
X1 Danau dan Sungai - 6.809 1,31
X2 Pemukiman - 1.786 0,34
JUMLAH 550.772 100
(Sumber: Hasil Analisis, 2010)
II-198
S3eh Sesuai marginal Bahaya erosi 8.300 1,60
S3 nr Sesuai marginal Nutrient retension 46.320 8,91
S3 oa Sesuai marginal Drainase 16.153 3,11
S3 rc Sesuai marginal Media perakaran 24.735 4,76
Neh,rc Tidak sesuai Bahaya erosi, media perakarn 427.624 75,11
X1 Danau dan Sungai - 6.809 1,31
X2 Pemukiman - 1.786 0,34
JUMLAH 550.772 100
(Sumber: Hasil Analisis, 2010)
Kesimpulan
Berdasarkan pada uraian diatas terlihat jelas bahwa teknologi SIG telah mampu memberikan
kontribusi yang signifikan dalam upaya mengidentifikasi kesesuain lahan untuk berbagai komoditas
pertanian. Kendala ruang yang selama ini menjadi penghambat dalam rangka penggambaran potensi
lahan disuatu wilayah dapat diminimasi dengan adanya teknologi SIG.
Penggunaan teknologi tersebut secara cepat dapat menggambarkan potensi kesesuaian lahan di
Kabupaten Sigi berdasarkan pada distribusi ruang di Kabupaten Sigi. Sebagai contoh dari hasil
analisis overlay terlihat jelas informasi yang dapat dimanfaatkan setiap pemangku kepentingan di
Kabupaten Sigi dalam mengembangkan komoditas pertanian di berbagai wilayah Kabupaten Sigi.
Validitas hasil akan semakin baik apabila tingkat validitas informasi juga dapat
dipertanggunjawabkan. Salah satu upaya yang dapat dilakukan dalam rangka menjamin validitas
data adalah dengan melakukan uji petik terhadap data di lapang. Semakin detil informasi yang akan
digali, maka jumlah sampel untuk uji petik pun semakin banyak, sebagai konsekuensi biaya yang
dibutuhkan juga akan semakin besar.
Demikian hasil pembahasan atas pemanfaatan teknologi SIG dalam bidang pertanian, penulis
menyadari masih banyak kelemahan yang ada dalam studi ini, untuk itu dalam pemanfaatan lanjut
sebaiknya perlu dilakukan pendetilan informasi keruangan terkait dengan status kesuburan tanah dan
sebagainya.
II-199
Daftar Pustaka
BPS Kabupaten Sigi (2011). Sigi Dalam Angka 2010
ESRI (2009). GIS for Agriculture
FAO, (1976). A Framework for Land Evaluation. FAO Soil Bulletins No 32
Fazal, Shahab. (2008). GIS Basic. New Age International (P) Ltd., Publishers
http://www.litbang.deptan.go.id/special/komoditas/b1lahan, diakses Juni 2010
Pierce, Francis J. and David Clay. (2007). GIS Applications in Agriculture. CRC Press, Taylor
and Francis Group
Rittung, Sofyan., Wahyunto, Fahmudin Agus dan Hapid Hidayat. (2007). Panduan Evaluasi
Kesesuaian Lahan. Balai Penelitian Tanah dan World Agroforestry Center.
Sumarmo. (2009). Analisis Kesesuaian Lahan Kering Di Wilayah Kecamatan Watulimo
T.N. Prakash, (2003). Land Suitability Analysis for Agricultural Crops: A Fuzzy Criteria Decision
Approach.
II-200
Dinamika Persebaran Penduduk Jawa Tengah:
Perumusan Kebijakan Perwilayahan dengan Metode Kernel Density
1) 2)
Wiwandari Handayani dan Iwan Rudiarto
1) 2)
Staff Pengajar Jurusan Perencanaan Wilayah dan Kota, Fakultas Teknik, Universitas Diponegoro
Abstrak: Kernel density adalah salah satu formula statistik non parametrik untuk mengestimasi kepadatan yang
dapat diaplikasikan pada ArcGIS 9.3. Dalam konteks spasial, kernel density banyak digunakan untuk menganalisa
pola persebaran kepadatan dalam suatu area, salah satunya adalah kepadatan penduduk. Fungsi matematika dalam
perhitungan kernel density pada prinsipnya bertujuan mengestimasi persebaran intensitas suatu titik dalam bidang
dengan radius tertentu. Tulisan ini bertujuan untuk memahami persebaran kepadatan penduduk Jawa Tengah
melalui prinsip perhitungan kernel density. Variabel yang digunakan adalah jumlah penduduk dengan unit kecamatan
tahun 2000 dan tahun proyeksi 2030. Berdasarkan hasil perhitungan dan pengolahan data yang telah dilakukan
dengan software ArcGIS 9.3 dapat diketahui bahwa kepadatan penduduk di Propinsi Jawa Tengah dalam kurun
waktu sampai dengan tahun 2030 akan mengalami perubahan yang cukup signifikan. Dengan skenario status quo
jelas terlihat adanya kecenderungan pola distribusi penduduk yang tidak seimbang. Fenomena konurbasi dan
suburbanisasi berpotensi untuk terjadi dalam cakupan wilayah yang lebih luas dari pada yang saat ini sudah
teridentifikasi. Apabila tidak segera diantisipasi, ketidakseimbangan distribusi penduduk ini akan mengarah kepada
bentuk kesenjangan ekonomi yang lebih besar di masa yang akan datang di wilayah Jawa Tengah ini. Upaya untuk
merumuskan kebijakan yang lebih berorientasi pada pemerataan pembangunan mendesak untuk dapat segera
direalisasikan.
Kata kunci: Kernel density, Kepadatan penduduk, Kebijakan perwilayahan, Jawa Tengah
1. Pendahuluan
Penduduk adalah elemen yang sangat penting dalam perencanaan wilayah dan kota karena pada
dasarnya penduduk baik sebagai subjek maupun objek adalah inti dari pembangunan. Fenomena
urbanisasi sebagai bagian penting dalam proses pembangunan juga banyak dipahami dengan
menggunakan data penduduk sebegai referensi. Terkait dengan proses pembangunan dan urbanisasi,
pola persebaran penduduk merupakan salah satu hal yang perlu secara hati-hati diidentifikasi dan
diantisipasi untuk merencanakan struktur ruang suatu bidang wilayah agar pengalokasian lahan/ruang
sedapat mungkin optimal dengan memperhatikan unsur keberlanjutan ekonomi maupun lingkungan.
Sistem Informasi Geografis (SIG) adalah salah satu alat analisis terkini yang dapat digunakan untuk lebih
jauh mempelajari fenomena penduduk dalam dimensi ruang. Pola persebaran penduduk dapat lebih
mudah dipahami apabila direpresentasikan dalam bentuk informasi geografis. Salah satu alat analisis
yang dapat digunakan adalah metode kernel density. Kernel density merupakan fungsi matematika yang
kemudian dikembangkan dalam fungsi spasial untuk mengukur persebaran intensitas suatu titik dalam
bidang dengan radius tertentu (Kloog et al, 2009). Terkait dengan kernel density sebagai fungsi spasial,
tulisan ini bertujuan untuk memahami pola persebaran kepadatan penduduk Jawa Tengah dengan
memanfaatkan fasilitas perhitungan kernel density dalam ArcGIS 9.3. Data penduduk tahun 2000
digunakan sebagai referensi dasar terutama dengan mempertimbangkan bahwa sumber data ini adalah
sensus terakhir saat analisis ini dilakukan. Selain data tahun 2000, proyeksi penduduk tahun 2030 juga
dikalkulasi berdasarkan data sensus penduduk 1990 dan 2000 dengan asumsi bahwa 30 tahun adalah
tahun perencanaan yang secara umum dapat diterima dengan tingkat kemungkinan ambang batas
kesalahan yang masih dapat ditoleransi. Dalam melakukan perhitungan, jumlah penduduk per kecamatan
yang diperoleh dari BPS maupun monografi desa/kelurahan digunakan sebagai unit analisis
Tulisan ini terbagi atas beberapa bagian. Bagian pertama adalah pendahuluan yang dilanjutkan dengan
penjelasan teknis mengenai metode kernel density. Hasil dan pembahasan hasil perhitungan dijelaskan
II-201
pada bagian ke tiga. Tulisan ini ditutup dengan ucapan terimakasih dan beberapa kesimpulan pada
bagian ke empat dan ke lima.
Dimana,V adalah volume di sekitar X, N adalah total sampel, dan k adalah total sampel dalam radius V
Pada prinsipnya, dua bentuk pendekatan dapat dilakukan dalam mengaplikasikan formula dasar estimasi
kepadatan:
• Memilih nilai V dan menentukan jumlah sampel (k) dalam radius V yang kemudian disebut kernel
density estimation.
• Memilih jumlah sampel tertentu (k) dan menentukan nilai V sebagai nilai yang paling memiliki
kedekatan dengan k. Perhitungan ini disebut sebagai metode k Nearest Neigbour.
Dalam konteks kepadatan penduduk, perhitungan kernel density lebih cocok untuk digunakan daripada
nearest neighbour karena persebaran kepadatan penduduk relatif tidak terlalu dipengaruhi dengan jarak
terdekat antar pusat kepadatan tetapi lebih dipengaruhi oleh pola persebaran (pemukiman) secara
umum. Pada ArcGIS 9.3, kalkulasi kernel density menghasilkan gambaran persebaran kepadatan di
sekitar fitur point (titik) ataupun line (garis), dengan demikian bidang (poligon) yang diketahui sebagai
daerah dengan volume tertentu (volume dalam hal ini adalah jumlah penduduk) perlu di transformasi ke
dalam bentuk point dan berbasis raster.
Perlu dipahami bahwa Kernel density ini tidak terbatas hanya untuk mengetahui persebaran kepadatan
penduduk. Banyak sekali hal-hal yg dapat dianalisis dengan bantuan perhitungan ini dalam konteks ilmu
perencanaan wilayah dan kota. Persebaran kepadatan wilayah terbangun, perumahan, atau pun terkait
dengan persebaran lokasi potensial terjadi tindak kejahatan, persebaran fasilitas, ataupun kemacetan
dengan mengukur tingkat utilitas penggunaan jaringan (line) tertentu juga dapat dianalisis melalui
perhitungan kernel density.
Secara konseptual, suatu bentuk kurva akan menjelaskan persebaran kepadatan dari suatu volume di
titik atau garis tertentu. Nilai kepadatan akan tinggi di sekitar titik atau garis. Semakin jauh dari titik atau
garis referensi, nilai kepadatan ini akan berkurang dan pada jarak tertentu akan mencapai titik 0. Gambar
1 mengilustrasikan bagaimana persebaran titik dimana setiap titik memiliki ‘volume‘ tertentu akan
membetuk pola persebaran sesuai dengan persebaran titik-titik referensi.
Karena perhitungan kernel density dalam ArcGIS ini adalah berbasis raster, maka ukuran grid akan
sangat mempengaruhi tingkat kedetailan estimasi hasil perhitungan. Tidak ada kriteria umum yang dapat
dijadikan acuan. Tidak selalu berarti grid dengan ukuran terkecil akan memberikan hasil terbaik karena
akan memberikan keluaran yang lebih detail. Luasan wilayah studi, kualitas data, jarak antar point
referensi dan kombinasi volume setiap titik referensi sangat mempengaruhi keakuratan dan kedalaman
hasil perhitungan.
Dalam perhitungan kernel density untuk menganalisis potensi persebaran kepadatan penduduk Jawa
Tengah dalam kurun waktu 2000-2030 ini, jumlah penduduk per kecamatan digunakan sebagai variabel
dan unit analisis. Kalkulasi kernel density menghasilkan pola persebaran kepadatan disekitar titik-titik
II-202
referensi. Dalam analisis ini titik-titik referensi adalah kecamatan yang fiturnya dirubah terlebih dahulu
dari polygon menjadi point.
Terdapat dua hal mendasar yang perlu diperhatikan untuk memahami pola persebaran kepadatan
berdasarkan perhitungan kernel density. Pertama adalah ukuran grid cell (raster). Seperti telah
diungkapkan sebelumnya. tidak ada kriteria khusus untuk menentukan ukuran yang teroptimal karena
sangat tergantung dengan kualiats/kuantitas data dan jenis persebaran kepadatan yang ingin di cari.
Dalam hal ini, try and error melalui pencatatan dalam log book merupakan metode yang paling umum
digunakan. Kedua adalah radius. Prinsipnya sama dengan ukuran raster, perlu dilakukan beberapa ujj
coba dengan radius yang bervariasi untuk menemukan pola persebaran yang paling baik. Baik dalam arti
terlihat polanya dan ada dukungan faktor penjelasnya. Gambar 2 mengilustrasikan pola persebaran
dalam prinsip radius dan ukuran grid cell.
II-203
Sesuai dengan metode yang telah dijelaskan di atas, terdapat beberapa hasil perhitungan yang dapat
menjelaskan pola persebaran kepadatan penduduk Jawa Tengah tahun 2000-2030 dengan asumsi
bahwa kecenderungan pertumbuhan penduduk sampai dengan tahun 2030 di Jawa Tengah adalah
status quo, dengan mengambil rata-rata laju pertumbuhan penduduk berdasarkan sensus penduduk
t
tahun 1990 dan tahun 2000 dan pola geometris (Pt=Po(1+r) ).
Hasil dari perhitungan kernel density ini dapat diuraikan dalam beberapa point berikut:
(1) Titik (point) yang merupakan bentuk perubahan fitur dari poligon ke titik dan hasil awal perhitungan
Setelah melalui beberapa uji coba dengan variasi ukuran grid cell dan radius yang berbeda-beda,
akhirnya ditemukan bahwa radius 25 Km dan ukuran grid cell 250 meter x 250 meter memberikan
hasil dengan pola persebaran yang relatif baik dalam arti pola sangat terlihat dan dapat di dukung
dengan faktor penjelas yang memadai (lihat Gambar 3)
Pada Gambar 3, titik merepresentasikan 534 Kecamatan yang tersebar di seluruh Propinsi. Setiap
titik memiliki ‘volume‘ yang berbeda-beda sesuai dengan jumlah penduduk yang diperoleh
berdasarkan sensus tahun 2000.
Gambar 3. Persebaran Kecamatan dan hasil awal perhitungan untuk data penduduk Jawa Tengah, 2000
Dari gambaran awal seperti terlihat pada Gambar 3 sudah dapat diidentifikasi bahwa konsentrasi
kepadatan penduduk di Jawa Tengah tersebar di beberapa titik. Terbesar adalah di daerah
Surakarta dan sekitarnya, diikuti dengan wilayah-wilayah di koridor pantai utara Jawa. Salah satu
penyebabnya adalah selain karena jumlah penduduk per kecamatan yg relatif tinggi, juga adalah
karena jarak antar pusat kecamatan yg relatif lebih dekat dibandingkan wilayah-wilayah belakangnya
(backward regions).
(2) Hasil setelah dibuat klasifikasi sesuai dengan batas wilayah propinsi
Dengan perintah extract by mask pada ArcGIS, kemudian pola pada Gambar 3 dapat lebih jelas
dilihat dalam batas wilayah propinsi (lihat gambar 4a dan 4b). Klasifikasi dibuat dengan prinsip least
possible class yaitu dengan membagi kelompok kelas kepadatan sesederhana mungkin.
Tampak jelas bahwa pola persebaran kepadatan penduduk Jawa Tengah tahun 2000 dan 2030
adalah sangat berbeda. Pada tahun 2000, kepadatan penduduk tersebar relatif lebih merata
II-204
dibandingkan persebaran kepadatan pada tahun 2030. Walaupun mengacu pada gambar 4a dan 4b
jelas terlihat bahwa persebaran kepadatan penduduk dalam dua kurun waktu tersebut tetap hanya
terkonsentrasi di beberapa wilayah tertentu saja. Terdapat selisih yg sangat signifikan antar wilayah
dengan kepadatan penduduk tinggi dan kepadatan penduduk rendah. Kepadatan penduduk daerah-
2
daerah belakang hanya berkisar 100-500 jiwa/ km sementara wialyah-wilayah pusat pertumbuhan
(wilayah inti) memiliki kepadatan yg relatif tinggi. Bahkan pada tahun 2000, kepadatan penduduk
2
Jawa Tengah pada wilayah-wilayah tertentu mencapai lebih dari 2000 jiwa/ km .
Gambar 4a Pola Persebaran kepadatan penduduk Jawa Tengah, 2000 menurut perhitungan Kernel Density
Lebih jauh memahami pola persebaran kepadatan penduduk tahun 2000, terdapat dua titik
kepadatan tertinggi yaitu Kota semarang dan sekitarnya diikuti oleh Kota Surakarta dan sekitarnya.
Sesuai dengn posisi hirarki kota dalam level propinsi, tentu saja dapat dipahami bahwa Kota
Semarang dan Surakarta merupakan wilayah padat penduduk. Seperti telah terungkap di hasil awal
pada point no (1), Kota Surakarta memiliki aglomerasi kepadatan penduduk terbesar dibandingkan
kota Semarang sebagai Ibu Kota Propinsi. Setelah Semarang dan Surakarta, pada tahun 2000
(Gambar 4a), Kota Tegal, Pekalongan, Purwokerto dan Magelang juga merupakan pusat titik
persebaran kepadatan penduduk yang relatif tinggi. Sesuai dengan posisi hirarki kota yang berada
pada level menengah maka kepadatan penduduk di wilayah ini masih bisa dikatakan tergolong
2
padat yaitu >1000 penduduk/km .
II-205
Gambar 4b Pola Persebaran kepadatan penduduk Jawa Tengah, 2030 menurut perhitungan Kernel Density
Lebih jauh memahami persebaran penduduk pada tahun 2030 dengan membandingkan dengan
pola persebaran kepadatan penduduk pada tahun 2000 dapat diidentifikasi bahwa kecenderungan
terjadinya konurbasi tampak jelas akan terjadi. Seperti terilustrasi pada peta di Gambar 4b,
sedikitnya terdapat tiga aglomerasi kepadatan penduduk pada tahun 2030 yaitu Kota Semarang dan
sekitarnya, Kota Surakarta dan sekiitarnya, serta Kota Tegal dan sekitarnya. Walaupun kepadatan
penduduk tertinggi pada tahun 2030 kemungkinan menurun namun distribusinya masih cenderung
tidak merata. Jika pada tahun 2000, aglomerasi kepadatan penduduk tertinggi adalah di Kota
Surakarta dan sekitarnya, maka pada tahun 2030. aglomerasi terbesar berada di Kota Semarang
dan sekitarnya yang melebar ke arah timur yaitu ke wilayah Demak, Kudus, dan sebagian Jepara.
Lebih jauh, dengan mempelajari kecenderungan pola yang akan terjadi pada tahun 2030, bisa
diasumsikan bahwa koridor tengah Semarang-Surakarta akan berkembang sangat pesat dan
menyatu menjadi suatu wilayah dengan karakter kepadatan penduduk yang terdefinisi sebagai
wilayah perkotaan yang sangat besar (mega urban).
Secara singkat, dapat disimpulkan bahwa dengan asumsi laju pertumbuhan penduduk yang relatif
sama dengan laju pertumbuhan penduduk pada tahun 1990 dan 2000 maka pada tahun 2030,
persebaran kepadatan penduduk Jawa Tengah akan cenderung tidak merata. Kepadatan tinggi
hanya terkonsentrasi di wilayah-wilayah tertentu saja. Koridor pantai selatan Jawa dan wilayah yang
berbatasan dengan Jawa Timur akan menjadi wilayah dengan kepadatan penduduk yang sangat
rendah dan berpotensi untuk menjadi wilayah stagnant atau relatif tertinggal. Mengacu pada
estimasi pola persebaran kepadatan penduduk yang telah dikalkulasi, perangkat kebijakan yang
jelas dan terarah mendesak untuk dapat segera direalisasikan agar kepadatan penduduk dapat
tersebar dengan lebih merata.
II-206
Gambar 5 Laju Pertumbuhan Kepadatan Penduduk Jawa Tengah, 2000-2030
Suburbanisasi adalah istilah untuk menjelaskan tahapan kedua dari urbanisasi. Grafik pada gambar
6 mengilustrasikan siklus urbanisasi yang diadopsi dari pola kepadatan penduduk di negara-negara
Eropa Barat dan Amerika (Champion, 2001). Seperti terlihat pada siklus yang secara garis besar
terbagi menjadi empat tahap ini diketahui bahwa pola persebaran penduduk akan berubah sesuai
dengan tahapan urbanisasi yang dialami oleh suatu wilayah.
Pada tahap pertama, konsentrasi penduduk akan tinggi dan cenderung meningkatkan pada wilayah
inti (core) karena proses pembangunan baik untuk wilayah permukiman ataupun aktifitas kekotaan
lainnya terkonsentarsi hanya pada wilayah inti ini. Namun demikian, pada tahapan kedua, dimana
pembangunan di wilayah inti dapat diasumsikan telah mencapai titik jenuh, akan terjadi pergeseran
konsentrasi kepadatan. Seperti diilustrasikan pada Gambar 6, dalam fenomena suburbanisasi,
kepadatan penduduk tertinggi akan terjadi di wilayah pinggir (ring). Wilayah inti lebih difokuskan
pada aktifitas-aktifitas kekotaan yang memiliki nilai ekonomi (komersial) lebih tinggi dari pada
aktifitas permukiman. Sebagai akibatnya, pada tahapan suburbanisasi, wilayah permukiman akan
tergusur ke daerah pinggiran. Hal ini dapat berwujud sebagai kota satelit, kota baru ataupun konsep-
konsep lainnya yang salah satu akibat negatifnya mengarah pada fenomena sprawl.
II-207
Gambar 6 Empat Tahapan Perkembangan Kota
Sumber: Champion (2001) dalam R.Padison
Pada kenyataannya, suburbanisasi tidak hanya terjadi di Eropa ataupun Amerika. Fenomena
suburbanisasi juga sudah sangat terasa di kota-kota industri di negara-negara berkembang
setidaknya sejak era 80-90an. Di Indonesia, suburbanisasi sangat relevan untuk menjelaskan proses
perkembangan kota Jakarta (Firman, 2003; Rustiadi dan Panuju, 1999). Yang perlu dijadikan
catatan khusus adalah, apabila ke empat siklus perkembangan wilayah perkotaan seperti
tergambarkan dalam Gambar 6 terjadi dalam kurun waktu setidaknya 50 tahun yaitu dimulai sekitar
era 50an sampai dengan era 80an di Eropa Barat (Champion, 2001), maka di negara berkembang
seperti Kota Jakarta misalnya, fenomena ini terjadi dalam kurun waktu yang jauh lebih singkat.
Dapat dipahami apabila urbanisasi di negara berkembang terjadi dalam kurun waktu yang sangat
cepat. Globalisasi dan kemajuan teknologi komunikasi dan transportasi merupakan salah satu faktor
pendorong penting terjadinya percepatan arus urbanisasi dibandingkan dengan negara-negara maju
yang telah memulai jauh lebih awal proses ini (Cohen, 2006). Namun, penting sekali juga untuk
diantisipasi bahwa percepatan urbanisasi akan memberikan banyak implikasi dan konsekuensi.
Suburbanisasi, apabila tidak diantisipasi dengan kebijakan pembangunan yang berorientasi pada
pemerataan distribusi penduduk maka akan mengarah pada kesenjangan ekonomi yang lebih besar
dibandingkan dengan kesenjangan yang saat ini sudah menjadi nyata. Hal ini dapat terjadi apabila
tidak ada perangkat kebijakan ataupun regulasi yang dapat memberikan rangsangan ekonomi yang
lebih besar bagi daerah belakang untuk mampu meningkatkan performa ekonominya secara lebih
mandiri yang pada gilirannya dapat menekan arus migrasi keluar dan menekan migrasi masuk pada
wilayah-wilayah yang sudah relatif lebih maju.
Disurbanisasi dan reurbanisasi yang kemudian terjadi pada tahapan berikutnya apabila mengacu
pada empat tahapan yang terjadi di Eropa Barat dan Amerika akan memberikan dampak
kesenjangan yang lebih buruk bagi pembangunan di negara berkembang. Hal ini utamanya terjadi
karena ketidaksiapan sumber daya manusia dan institusi baik di wilayah-wilayah terkategori maju
maupun wilayah-wilayah terkategori terbelakaang di banyak negara berkembang ini. Pada
kenyataannya, urbanisasi di Indonesia sebagai negara sedang berkembang pada umumnya lebih di
dorong oleh industrialisasi yang berkarakter eksternal atau dengan kata lain terlalu banyak
menggunakan sumber daya dan teknologi dari luar wilayah. Hal ini berimbas pada kenyataan bahwa
sumber daya manusia dan institusi di Indonesia pada umumnya tidak memiliki fleksibilitas dan
kapasitas yang cukup untuk maju secara mandiri dan merata yang pada gilirannya mampu
II-208
menciptakan pola perkembangan struktur ruang (salah satunya diindikasikan dengan distribusi
penduduk) yang lebih seimbang.
Kembali melihat fenomena yang terjadi pada wilayah Jawa Tengah, apabila tidak ada dorongan-
dorongan kebijakan yang signifikan untuk lebih memeratakan proses pembangunan maka fenomena
suburbanisasi yang terkonsentrasi di hanya beberapa titik saja tidak akan dapat dihindari.
Peta pada Gambar 5 telah dengan gamblang mengilustrasikan bahwa wilayah-wilayah tertentu akan
mengalami penyusutan jumlah penduduk. Apabila kota-kota di sepanjang pantai utara Jawa
mengalami penyusutan jumlah penduduk karena fenomena suburbanisasi, maka beberapa kota di
koridor pantai selatan dan dua kabupaten yang berbatasan dengan Jawa Timur cenderung manjadi
stagnant lebih karena faktor keterbelakangan ekonomi yang menjurus kepada besarnya arus migrasi
keluar.
Tidak dapat dihindari, upaya untuk memeratakan distribusi penduduk harus terintegrasi dan sejalan
dengan upaya untuk memeratakan alokasi aktifitas ekonomi. Adanya pemerataan aktifitas ekonomi
akan secara signifikan berpengaruh pada keseimbangan antara arus migrasi masuk dan migrasi
keluar penduduk suatu wilayah. Keseimbangan migrasi memiliki efek nyata untuk pemerataan
penduduk karena karakter struktur penduduk suatu wilayah berdasarkan kelahiran dan kematian
pada umumnya cenderung lebih seimbang dibandingkan struktur penduduk dengan melihat proporsi
antara migrasi masuk dan migrasi keluar.
Dengan terjadinya suburbanisasi di Jawa Tengah, maka pada tahun 2030 diperkirakan wilayah
koridor tengah yaitu wilayah belakang bagi Kota Semarang, Kota Pekalongan, dan Kota Tegal akan
mengalami pertumbuhan kepadatan penduduk tertinggi. Namun, tetap perlu diperhatikan beberapa
fakta terkait limitasi lahan. Jika hanya mengacu pada perhitungan kernel density, terdapat
kemungkinan beberapa wilayah yang berpotensi untuk memiliki pertumbuhan kepadatan penduduk
yang relatif tinggi adalah sebenarnya wilayah yang terkategori rawan bencana, kawasan lindung
ataupun kawasan irigasi teknis yang seharusnya dialokasikan untuk pertanian padi. Perlu dijadikan
catatan penting bahwa perhitungan kernel density tidak mengakomodasi heterogenitas karakteristik
fisik wilayah. Oleh karenanya, dukungan analisis lain yang memperhatikan aspek-aspek fisik seperti
limitasi lahan maupun analisis yang fokus kepada persebaran aktifiatas perekonomian akan menjadi
masukan yang sangat baik untuk melengkapi hasil perhitungan kernel density ini.
4. Kesimpulan
Tulisan ini telah membahas secara garis besar perhitungan kernel density untuk memahami pola
perkembangan kepadatan penduduk secara statis maupu dinamis dalam kurun waktu 2000 dan 2030
di Jawa Tengah. Dengan skenario status quo jelas terlihat adanya kecenderungan pola distribusi
penduduk yang tidak seimbang. Apabila tidak diantisipasi, ketidakseimbangan distribusi penduduk ini
akan mengarah kepada bentuk kesenjangan ekonomi yang lebih besar di masa yang akan datang di
wilayah Jawa Tengah ini. Upaya untuk merumuskan kebijakan yang lebih berorientasi pada
pemerataan pembangunan di JawaTengah pada khususnya sangat dibutuhkan.
Terkait dengan temuan hasil perhitungan yang telah direpresentasikan dalam bentuk informasi
geografis, bantuan alat analisis spasial untuk berbagai elemen pembangunan seperti ekonomi dan
infrastruktur perlu untuk lebih jauh dieksplorasi dan dikembangkan di Indonesia agar fenomena-
fenomena pembangunan seperti yang dapat ditangkap melalui perhitungan kernel density ini dapat
lebih mudah dipahami dalam dimensi yang lebih luas.
II-209
6. Referensi
_________. (2000): Penduduk Jawa Tengah Hasil Pencacahan Lengkap Sensus Penduduk 2000. Biro Pusat
Statistik. Jawa Tengah.
_________. (1990): Penduduk Jawa Tengah Hasil Pencacahan Lengkap Sensus Penduduk 1990. Biro Pusat
Statistik. Jawa Tengah.
_________. (2011). ArcGIS 9.3 desktop help topic. Dari http://webhelp.esri.com/arcgisdesktop/9.3/.
Champion, T., & Hugo, G. (Eds.). (2004): New forms of urbanization. International Union for the Scientific Study of
Population (IUSSP). Cornwall.
Champion,T (2001): ‘Urbanization, suburbanization, counterurbanization and reurbanization‘, in R. Padison (ed)
Handbook of Urba Studies. SAGE Publication. London
Cohen, B. (2003): Urban growth in developing countries: a review of current trends and a caution regarding existing
forecasts. World Development, 32(1), 23-51.
Cohen, B. (2006): Urbanization in developing countries: current trends, future projections, and key challenges for
sustainability. Technology and Society, 28, 63-80.
Firman, T. (2003): The spatial pattern of population growth in Java, 1990-2000. International Development Planning
Review, 25(1).
Firman, T. (2004): Demographics and spatial patterns of Indonesia’s recent urbanization. Population, Space and
Place, 10, 421-434.
Gugler, J. (Ed.). (1996): The urban transformation of the developing world. Oxford University Press. New York.
Hugo, G. (1996): ‘Urbanization in Indonesia’, in J. Gugler (Ed.), The Urban Transformation of the Developing World.
Oxford University Press. New York.
Jones, G. W. (2002): Southeast Asian urbanization and the growth of mega-urban regions. Journal of Population
Research, 19(2).
Kloog, et al (2009): Using kernel density function as an urban analysis tool: Investigating the association between
nightlight exposure and the incidenceof breast cancer in Haifa, Israel. Computers, Environment and Urban
Systems, 33, 55–63
Silverman, B.W (1986): Density estimation for statistics and data analysis. Chapman and Hall. New York.
Rustiadi, E dan Dyah Retno Panuju. (1999): Suburbanisasi kota Jakarta. Disampaikan pada Seminar Nasional
Tahunan VII Persada. Bogor.
Weeks, J. R. (2004): ‘Using remote sensing and geographic information systems to identify the underlying properties
of urban environments’, in T. Champion & G. Hugo (Eds.), New Forms of Urbanization. International Union
for the Scientific Study of Population (IUSSP). Cornwall.
II-210
Pemodelan Spasio-Temporal Sebaran Penduduk
untuk Penilaian Resiko Tsunami di Pacitan
Abstract: Pacitan digunakan sebagai objek kajian penelitian karena merupakan wilayah rawan tsunami. Salah
satu komponen yang sangat penting dalam upaya manajemen risiko bencana tsunami adalah ketersediaan
informasi sebaran penduduk yang rinci dalam zona bahaya, sehingga dapat mengurangi dampak bahaya
tsunami. Penelitian ini bertujuan untuk membuat informasi sebaran penduduk secara rinci untuk penilaian risiko
tsunami di Pacitan, sehingga akan membantu pemerintah dalam meningkatkan perencanaan evakuasi dan
mengurangi jumlah penduduk yang potensi terkena risiko.
Metode choropleth digunakan untuk memetakan sebaran penduduk. Informasi penggunaan lahan diperoleh
dengan digitasi secara langsung pada layar. Hasil interpretasi diverifikasi dengan metode pengambilan sampel
secara sistematik dan acak. Wawancara dilakukan secara mendalam, dengan metode bola salju untuk
penentuan responden. Hasil wawancara dianalisis menggunakan analisis deskriptif. Analisis kuantitatif dilakukan
untuk menentukan faktor pembobotan pada masing-masing penggunaan lahan. Sebaran penduduk yang rinci
diperoleh dengan menggunakan metode spasio-temporal. Metode tumpangsusun digunakan untuk mendapatkan
informasi jumlah penduduk dalam zona bahaya tsunami.
Hasil penelitian menunjukkan bahwa pusat aktivitas penduduk pada siang hari terdapat di kawasan pendidikan,
perdagangan dan perkantoran. Pada malam hari, aktivitas penduduk yang padat terdapat pada kawasan
permukiman, alun-alun, dan pantai. Pada waktu libur, aktivitas penduduk yang padat terdapat pada kawasan
permukiman, perdagangan, alun-alun, dan pantai. Jumlah penduduk di zona bahaya pada siang hari yang paling
banyak terdapat pada Kelurahan Sidoharjo. Pada malam hari yang paling banyak terdapat pada Kelurahan
Ploso, sedangkan pada waktu libur, terdapat pada Kelurahan Sidoharjo. Informasi tersebut dapat digunakan
untuk merencana evakuasi, menghitung jumlah penduduk yang dapat diselamatkan atau tidak dengan melihat
waktu datangnya tsunami, jalur evakuasi, dan daya tampung tempat evakuasi (shelter).
I. Latar Belakang
Indonesia merupakan negara yang mempunyai dua potensi besar, yaitu potensi sumberdaya dan
potensi bencana alam. Potensi bencana alam tersebut disebabkan karena Indonesia terletak pada
pertemuan tiga lempeng tektonik aktif, yaitu Lempeng Eurasia, Lempeng Pasifik dan Lempeng Indo-
Australia (Roeslan, 2005). Selama periode Tahun 1600 sampai 2007, terjadi kurang lebih 109
tsunami. Dari jumlah tersebut, 90 persen di antaranya disebabkan oleh gempa tektonik dengan pusat
gempa di dasar laut, 9 persen karena letusan gunung berapi (gempa vulkanik) bawah laut dan 1
persen dipicu oleh longsoran (land-slide) di dasar laut (Diposaptono dan Budiman, 2008).
Ismail (1982) dan Kertapati (1991) dalam Diposaptono dan Budiman (2008) telah menetapkan
sekitar 89 daerah rawan tsunami yang tersebar di seluruh Indonesia. Wilayah kepesisiran yang rawan
tsunami mulai dari bagian barat Pulau Sumatera, selatan Pulau Jawa, selatan Pulau Bali, selatan
Sumbawa, selatan dan utara Flores, pulau-pulau di Maluku, utara dan sebagian selatan Irian Jaya,
serta bagian utara Pulau Sulawesi.
Wilayah kepesisiran selatan Pulau Jawa umumnya dan Pacitan khususnya merupakan daerah
yang kaya akan sumberdaya hayati dan sangat potensial untuk pengembangan pemukiman dengan
berbagai aktivitas budaya, industri, dan jasa yang dapat menunjang perekonomian nasional. Di sisi
lain, wilayah ini sangat rawan terhadap gempa bumi dan tsunami karena berbentuk teluk dan
berhadapan langsung dengan zona subduksi di Samudra Hindia. Wilayah Pacitan yang digunakan
sebagai objek kajian penelitian meliputi 5 Kelurahan dan 11 Desa (Gambar 1), yaitu Kelurahan
Pacitan, Kelurahan Pucangsewu, Kelurahan Sidoharjo, Kelurahan Ploso, Kelurahan Baleharjo, Desa
Bangunsari, Desa Mentoro, Desa Menadi, Desa Arjowinangun, Desa Sirnoboyo, Desa Kayen, Desa
Sukoharjo, Desa Kembang, Desa Tanjungsari, Desa Nanggungan serta Desa Sumberharjo.
III-1
Gambar 1. Batas administrasi wilayah penelitian di Pacitan.
Tujuan utama dari penelitian ini adalah untuk membuat informasi sebaran penduduk secara rinci di
Pacitan, sebagai kontribusi dalam upaya manajemen risiko bencana tsunami. Ketersediaan informasi
sebaran penduduk dalam zona bahaya merupakan komponen yang sangat penting dalam upaya
manajemen risiko bencana tsunami. Bencana tsunami menunjukkan adanya ancaman terhadap
manusia terkait dengan kematian, cedera, dan penderitaan. Oleh sebab itu, adanya informasi
penyebaran penduduk yang rinci di zona bahaya sangat penting untuk mengurangi dampak bahaya
tsunami. Ketersediaan informasi sebaran penduduk yang rinci juga akan membantu pemerintah
dalam meningkatkan perencanaan evakuasi dan untuk mengurangi jumlah orang yang terkena risiko
(Khomarudin, dkk., 2010).
III -2
Bahan yang digunakan dalam penelitian ini antara lain data citra satelit QuickBird resolusi 0,61
meter wilayah Pacitan perekaman tahun 2006, Peta Rupabumi (RBI) Kabupaten Pacitan skala
1:25.000 publikasi Bakosurtanal tahun 2001, dan Peta Zona Bahaya Tsunami dengan skenario
gempa bumi 8,5 Mw. Data lain yang digunakan yaitu data Kecamatan Pacitan Dalam Angka tahun
2009 serta data Monografi Desa tahun 2010. Daftar bahan yang digunakan dalam penelitian dapat
dilihat pada Tabel 2.
III-3
dibandingkan dengan di area pertanian (10%), lahan terbuka (5%), maupun hutan (5%). Wilayah
permukiman mempunyai bobot yang besar, karena penduduk akan lebih banyak dibandingkan
dengan penduduk yang beraktivitas di area pertanian, hutan, maupun rawa.
Akan tetapi, metode penentuan faktor pembobotan tersebut hanya ditentukan berdasarkan
pertimbangan logis dan proporsi kelas penggunaan lahan namun tidak terlalu memperhatikan
aktivitas manusia di penggunaan lahan. Dalam kajian risiko bencana alam, metode penentuan faktor
pembobotan perlu ditingkatkan untuk mendapatkan informasi sebaran penduduk rinci di zona bahaya.
Oleh karena itu, analisis data statistik aktivitas penduduk di unit administrasi tertentu perlu dilakukan
untuk menentukan faktor pembobotan (Khomarudin, dkk., 2010).
Faktor pembobotan juga ditentukan secara terpisah untuk kegiatan siang hari, malam hari dan
waktu libur. Konsentrasi dan distribusi penduduk sangatlah dinamis karena adanya usaha, kantor,
tempat pariwisata, permukiman, dan lain-lain. Pergeseran dinamika spasial penduduk akan
menghasilkan perbedaan tingkat kerentanan penduduk terhadap bahaya (Taubenbock, dkk., 2008).
Metode spasio-temporal merupakan metode untuk memetakan sebaran penduduk berdasarkan
metode penggunaan lahan, tetapi dengan membagi berdasarkan waktu (siang hari, malam hari,
maupun waktu libur). Metode tumpangsusun dengan teknik SIG digunakan untuk memodelkan jumlah
penduduk yang mempunyai potensi terkena risiko tsunami di Pacitan dengan skenario siang hari,
malam hari dan waktu libur.
Tabel 3. Pembobotan untuk masing-masing penggunaan lahan pada siang hari, malam hari, dan waktu
libur di Pacitan.
No. Penggunaan Lahan Pembobotan (%)
Hari Kerja Waktu Libur
Siang Hari Malam Hari Siang Hari Malam Hari
1. Alun-alun 0,2 2 2 2
2. Gudang 0,1 0,1 0,1 0,1
3. Hutan 0 0 0 0
4. Kebun / Perkebunan 0,4 0,01 0,4 0,01
5. Kuburan / Makam 0 0 0 0
6. Masjid 0,2 0,01 0,2 0,01
7. Pabrik 1 0,1 0,1 0,1
8. Pasar 21 2 23 2
9. Pantai 1 1,5 2,5 2
10. Perekonomian 1,6 0,8 2,4 0,8
11. Perkantoran 17,9 0,05 0,05 0,05
12. Permukiman 9,2 88,5 49,8 87,2
13. Pertokoan 9,8 1,5 11,3 1,5
14. Rumah Sakit 2 1,8 2 1,8
15. Rumput/Tanah Kosong 0 0 0 0
16. SPBU 1,5 0,8 1,5 0,8
17. Sawah Irigasi 0,8 0,01 0,8 0,01
18. Sawah Tadah Hujan 0,3 0,01 0,3 0,01
19. Sekolah 31 0,05 0,05 0,05
20. Semak / Belukar 0,03 0,01 0,03 0,01
21. Stadion 0 0 0 0
22. Tambak 0,07 0,04 0,07 0,04
23. Tegalan / Ladang 0,4 0,01 0,4 0,01
24. Terminal 1,5 0,7 3 1,5
25. Tubuh Air 0 0 0 0
Sumber: Pengolahan data (2010).
III -4
(2) ..................................................................................................................................................
(3) ...........................................................................................................................
Dengan catatan:
= jumlah penduduk di suatu unit administrasi;
Faktor ini menentukan persentase penduduk yang akan dimasukkan dalam kelas penggunaan
lahan yang berbeda dalam suatu unit administratif. Hasil distribusi data sebaran penduduk
berdasarkan penggunaan lahan yang dihitung dengan Persamaan (1), Persamaan (2), dan
Persamaan (3) terbagi menjadi (4) empat skenario. Informasi sebaran penduduk untuk masing-
masing skenario akan ditumpangsusunkan dengan informasi zona bahaya tsunami (Gambar 2) untuk
memperoleh informasi jumlah penduduk dalam zona bahaya saat siang hari pada hari kerja (Gambar
3), saat malam hari pada hari kerja (Gambar 4), saat siang hari pada waktu libur (Gambar 5), dan
saat malam hari pada waktu libur (Gambar 6).
Informasi terperinci dari jumlah penduduk di zona bahaya tsunami tersebut dapat digunakan untuk
berbagai macam tujuan. Misalnya, dalam sistem peringatan dini, pihak berwenang setempat perlu
mengetahui jumlah orang yang harus dievakuasi di wilayah administratif yang menjadi tanggung
III-5
jawabnya. Selain itu, dengan mengetahui informasi terperinci jumlah penduduk di zona bahaya
tsunami, dimungkinkan untuk membuat jalur evakuasi bencana dan penentuan tempat evakuasi.
Setelah itu, perlu dilakukan sosialisasi kepada masyarakat serta peningkatan pengetahuan dan
kerjasama antara pemerintah dan masyarakat terkait dengan upaya mitigasi bencana tsunami.
Pemerintah Pacitan telah mempersiapkan jalur evakuasi dan beberapa lokasi evakuasi /
pengungsian yang dapat digunakan sebagai tempat pengungsian sementara apabila terjadi tsunami.
Badan Kesatuan Bangsa dan Perlindungan Masyarakat (Bakesbanglinmas) Kabupaten Pacitan,
bekerjama dengan Pusat Data Penginderaan Jauh LAPAN pada Tahun 2008 membuat peta jalur
evakuasi bencana tsunami di Pacitan.
Gambar 3. Sebaran penduduk saat siang hari pada hari kerja di Pacitan.
III -6
Gambar 4. Sebaran penduduk saat malam hari pada hari kerja di Pacitan.
Gambar 5. Sebaran penduduk saat siang hari pada hari libur di Pacitan.
III-7
Gambar 6. Sebaran penduduk saat malam hari pada hari libur di Pacitan.
Selain penyusunan peta jalur evakuasi bencana tsunami, pemerintah Kecamatan Pacitan juga
mewajibkan setiap rumah di wilayah Pacitan agar mempunyai kentongan dan pelampung.
Pemerintah Pacitan juga sudah mempunyai 2 (dua) buah sirine terkait Early Warning System yang
terletak di depan Hotel Graha Prima, Tamperan, Kelurahan Sidoharjo dan di komplek Perumahan
Barean, Kelurahan Ploso. Harapannya, ketika sirine tsunami berbunyi, masjid-masjid diwajibkan
untuk langsung menyiarkan kabar bahaya tersebut, kemudian para warga dapat langsung
membunyikan kentongan sebagai peringatan bahwa akan terjadi bencana tsunami serta bersiap-siap
untuk melakukan evakuasi.
Satu hal yang menarik yaitu pembangunan rumah ramah bencana (Gambar 7) pada tahun 2008
oleh Kementerian Kelautan dan Perikanan, yang ditujukan kepada anggota kelompok nelayan yang
kurang mampu di wilayah pesisir Pacitan, yaitu, Kelurahan Sidoharjo, Kelurahan Ploso, Desa
Sirnoboyo, dan Desa Kembang. Rumah ramah bencana yang dibangun sejumlah 24 rumah dan
semuanya berada di Dusun Mendole, Desa Sirnoboyo. Akan tetapi, masyarakat belum begitu
paham akan fungsi penting rumah ramah bencana tersebut. Lantai bawah dari rumah ramah
bencana yang seharusnya dibiarkan kosong justru dibangun kembali dan dimodifikasi sebagai dapur
maupun ruang tamu. Konsep rumah ramah bencana tersebut sangat bagus apabila dibangun di
daerah yang rawan bencana. Pembangunan rumah ramah bencana dalam ukuran besar juga dapat
difungsikan sebagai tempat evakuasi apabila terjadi bencana.
III -8
a b
c d
Masyarakat Pacitan dapat dikategorikan sudah siap menghadapi tsunami. Hal tersebut
ditunjukkan dengan reaksi mereka ketika terjadi isu tentang tsunami yang akan melanda Pacitan
pada tahun 2006. Masyarakat sudah mengetahui apa yang harus dilakukan dan lokasi-lokasi yang
aman dari tsunami. Namun demikian, upaya sosialisasi dan latihan evakuasi juga tetap perlu secara
rutin dilakukan, terutama kepada pelajar, karena pelajar mempunyai risiko tinggi terhadap tsunami.
Upaya sosialisasi dan latihan evakuasi sebaiknya dimasukkan dalam kurikulum pendidikan terkait
dengan mitigasi bencana. Hal tersebut dikarenakan di Pacitan jumlah pelajar cukup banyak dan
termasuk kategori sangat rentan terhadap bencana tsunami. Dengan melakukan sosialisasi secara
rutin dan memasukkan latihan evakuasi bencana dalam kurikulum pendidikan, diharapkan pelajar di
Pacitan dapat menjadi pelajar yang tanggap bencana.
IV. Kesimpulan
III-9
Sebaran penduduk di Pacitan sangat dinamis terhadap ruang (penggunaan lahan) dan waktu
(siang hari, malam hari, dan waktu libur). Pusat aktivitas penduduk pada siang hari terdapat di
kawasan pendidikan, perdagangan dan perkantoran. Pada malam hari, aktivitas penduduk yang
padat terdapat pada kawasan permukiman, alun-alun, dan pantai, sedangkan pada waktu libur,
aktivitas penduduk yang padat terdapat pada kawasan permukiman, perdagangan, alun-alun, dan
pantai.
Informasi jumlah penduduk di zona bahaya pada siang hari yang paling banyak terdapat pada
Kelurahan Sidoharjo, dan disusul dengan Kelurahan Baleharjo dan Kelurahan Ploso. Hal tersebut
dapat dikarenakan keberadaan Tempat Pelelangan Ikan Tamperan dan pabrik rokok HM Sampoerna
yang menjadi pusat aktivitas penduduk. Informasi jumlah penduduk di zona bahaya pada malam hari
yang paling banyak terdapat pada Kelurahan Ploso, dan disusul dengan Kelurahan Sidoharjo dan
Kelurahan Baleharjo. Hal tersebut dapat dikarenakan padatnya permukiman di wilayah tersebut.
Pada waktu libur, informasi jumlah penduduk di zona bahaya yang paling banyak terdapat pada
Kelurahan Sidoharjo, dan disusul dengan Kelurahan Ploso dan Kelurahan Baleharjo. Hal tersebut
dapat dikarenakan ramainya penduduk di Pantai Teleng Ria maupun Pantai Tamperan.
Penelitian tentang pemodelan spasio-temporal masih sangat jarang dilakukan. Pada kenyataanya,
informasi penyebaran penduduk yang rinci di zona bahaya sangat penting untuk mengurangi dampak
bahaya tsunami. Ketersediaan informasi sebaran penduduk yang rinci juga akan membantu
pemerintah dalam meningkatkan perencanaan evakuasi dan untuk mengurangi jumlah orang yang
terkena risiko. Untuk pengembangan penelitian lebih lanjut, pendetailan informasi sebaran penduduk
harus memperhatikan jumlah 'commuter' (orang bekerja diluar desa tempat tinggalnya) / jumlah
penduduk yang tinggal dan beraktivitas maupun bekerja di lokasi yang berbeda ; jumlah
wisatawan/pendatang yang berkunjung ke Pacitan; keberadaan infrastruktur penting ; dan lokasi
penelitian yang lebih didetailkan, seperti dusun maupun RT / RW.
Referensi
Diposaptono, S. dan Budiman. 2008. Hidup Akrab dengan Gempa dan Tsunami. Buku Ilmiah Populer, Bogor,
384hlm.
Khomarudin, M.R., Strunz, G., Ludwig, R., Zosseder, K., Post, J., Kongko, W. & Pranowo, S.W. 2010. Hazard
Analysis and Estimation of People Exposure as contribution to Tsunami Risk Assessment in the West Coast of
Sumatra, the South Coast of Java and Bali. Zeitschrift für Geomorphologie, Supplementary Issues, Volume
54, Number 3, July 2010 , pp. 337-356 (20).
Khomarudin, M.R., Strunz, G., Post, J., Zosseder, K. & Ludwig, R. 2009. Derivation of Population Distribution By
Combining Census And Landuse Data: As An Input For Tsunami Risk And Vulnerability Assessment.
International Journal of Remote Sensing and Earth Sciences Volume 6, 2009.
Mardiatno, D. 2008. Tsunami Risk Assessment Using Scenario-Based Approach, Geomorphological Analysis
and Geographic Information System: A Case Study in South Coastal Areas of Java Island-Indonesia. Disertasi.
Faculty of Geo-and Atmospheric Sciences. University of Innsbruck. Innsbruck. 249hlm.
Roeslan, K. 2005. Indonesia adalah Laboratorium Alam Raksasa. Dalam: P. Canahar. Bencana Gempa dan
Tsunami. Kompas, Jakarta, 550hlm.
Taubenböck, H., dkk. 2008. Multi-Scale Assessment of Population Distribution Utilizing Remotely Sensed Data,
The Case Study Padang, West Sumatra, Indonesia. International Conference on Tsunami Warning (ICTW). Bali,
Indonesia.
III -10
Pemanfaatan Citra Satelit Untuk Analisis Pengaruh Perubahan Tutupan Lahan
DAS Serang Terhadap Sedimentasi Waduk Kedung Ombo
1) 2)
Ir. Bambang Sudarsono, M.S ,Ir. Sawitri Subiyanto, M.Si.
3)
dan Prilia Ardhinaistuti, ST
Abstrak : Waduk Kedung Ombo mempunyai peranan yang cukup penting dan strategis sebagai
penyangga kesinambungan fungsi dan sumber penghasilan bagi masyarakat serta kehidupan
ekosistem di sekitarnya. Ketersediaan air di Waduk Kedung Ombo dari tahun ke tahun mengalami
penurunan, hal ini disebabkan karena adanya sedimentasi yang tinggi di dasar waduk yang
disebabkan oleh erosi di bagian hulu akibat adanya perubahan tutupan lahan khususnya hutan
yang semakin berkurang. Berkurangnya ruang terbuka hijau akan mengakibatkan terjadinya erosi
dan sedimentasi.
Analisis pengaruh perubahan tutupan lahan terhadap tingkat sedimentasi di Waduk Kedung Ombo
dapat dilakukan dengan metode penginderaan jauh. Adapun tahap penelitian dapat dilakukan
melalui beberapa tahapan : koreksi geometri citra, digitasi on screen citra satelit dan analisis
pengaruh perubahan tutupan lahan terhadap tingkat sedimentasi melalui tumpang susun (overlay)
citra satelit yang diperoleh dari kurun waktu yang berbeda. Pemantauan perubahan tutupan lahan
dengan metode penginderaan jauh dapat menyingkat waktu pelaksanaan dan mencakup areal
wilayah yang lebih luas dibandingkan dengan cara konvensional.
Analisis pengaruh perubahan tutupan lahan DAS Serang terhadap tingkat sedimentasi Waduk
Kedung Ombo dapat ditentukan berdasarkan interpretasi dan digitasi citra sesuai tahun perekaman
citra yang digunakan. Setelah itu perubahan tutupan lahan khususnya hutan dianalisis dengan
membandingkan hasil penelitian echosounding dengan menghitung volume sedimentasi waduk.
Dari penelitian ini dapat diketahui penyusutan tutupan lahan hutan yang terjadi pada rentang waktu
antara tahun 1980 sampai 1999 sebesar 7865,326 HA dan volume sedimentasi waduk sebesar
16,2508 juta m³. Sedangkan penyusutan luas lahan hutan pada rentang tahun 1999 – 2003 adalah
sebesar 1.275,17 Ha dan volume sedimentasi waduk sebesar 3,4902 juta m³. Dari data tersebut
dapat diketahui bahwa apabila luas hutan berkurang akan mengakibatkan bertambahnya erosi dan
sedimentasi waduk.
Kata Kunci : Penginderaan jauh, Perubahan tutupan lahan , Waduk Kedung Ombo, Citra satelit,
Sedimentasi.
I. PENDAHULUAN
1.1. Latar Belakang
Dalam mempertahankan swasembada beras pemerintah Republik Indonesia telah
membangun sarana dan prasarana irigasi antara lain : bendungan, saluran irigasi dan
kelengkapannya. Di Jawa Tengah telah dibangun beberapa bendungan serbaguna
antara lain untuk pengendalian banjir, penyediaan air baku, keperluan irigasi dan lain-
lain. Waduk Kedung Ombo (WKO) merupakan salah satu bendungan terbesar di Jawa
Tengah yang dibangun oleh pemerintah Indonesia. Waduk yang mulai dibangun pada
tahun 1980 dan selesai pada tahun 1989 ini terletak di 3 (tiga) wilayah kabupaten, yaitu
Kabupaten Sragen, Kabupaten Boyolali, dan Kabupaten Grobogan. Waduk ini memiliki
peranan yang cukup penting dan strategis sebagai penyangga kesinambungan fungsi
dan sumber penghasilan masyarakat di sekitarnya serta kehidupan ekosistem.
Permasalahan kondisi waduk dan bendungan tersebut antara lain adalah : sedimentasi
yang cukup tinggi sehingga mengurangi kapasitas waduk (Data dari Penelitian
UGM,2003), Penurunan kuantitas air yang masuk ke dalam waduk, semakin besarnya
III -11
range debit maksimum dan minimum yang masuk ke waduk, yang juga mengindikasikan
adanya perubahan tutupan lahan di hulu DAS Kedung Ombo.
Pemantauan perubahan tutupan lahan dengan metode penginderaan jauh dapat
menyingkat waktu pelaksanaan dan mencakup wilayah yang lebih luas dibandingkan
dengan cara konvensional.
Dalam upaya mengetahui perubahan tutupan lahan di DAS Serang Waduk Kedung
Ombo yang berpengaruh terhadap tingkat sedimentasi di daerah tersebut, diperlukan
sistem pengolahan dan analisis yang benar. Untuk pengolahannya melalui citra satelit
dan dikaitkan dengan data tingkat sedimentasi yang sudah ada dengan menggunakan
Sistem Informasi Geografis.
1.2. Perumusan Masalah
Dari latar belakang yang telah dijabarkan di atas, maka permasalahan yang
timbul adalah sebagai berikut:
1. Berapa luas perubahan tutupan lahan hutan di DAS Serang yang terjadi pada
rentang antara tahun 1989 – 1999 dan 1999 – 2003 ?
2. Sejauh mana pengaruh perubahan tutupan lahan hutan DAS Serang terhadap
tingkat sedimentasi di WKO?
1.3. Pembatasan Penelitian
Mengingat keterbatasan waktu dalam penelitian, maka penelitian yang dilakukan dibatasi
pada hal-hal sebagai berikut:
1. Penelitian perubahan tutupan lahan ini hanya dibatasi di DAS Serang Waduk
Kedung Ombo menggunakan citra Landsat tahun 1994, citra Landsat tahun1999
dan citra Landsat tahun 2003.
2. Penelitian ini difokuskan terhadap perubahan tutupan lahan dengan tingkat vegetasi
tinggi seperti hutan dan persawahan serta daerah perubahan lahan non vegetasi
seperti pemukiman, daerah tegalan dan daerah genangan air, dan untuk analisisnya
dikhususkan pada perubahan luas lahan hutan.
3. Analisa dilakukan berdasarkan perubahan tutupan lahan dan dibandingkan dengan
data sedimentasi tahun 1989, tahun 1994 dan tahun 2003.
1.4. Tujuan Penelitian
Tujuan yang ingin dicapai dalam penelitian ini adalah sebagai berikut :
1. Mengetahui perubahan tutupan lahan lahan di DAS Serang Waduk Kedung Ombo
berdasarkan citra Landsat tahun 1994, tahun 1999 dan tahun 2003.
2. Menganalisis pengaruh perubahan tutupan lahan di DAS Serang dengan data
tingkat sedimentasi waduk Kedung Ombo tahun 1989, tahun 1994 dan tahun 2003.
II. TINJAUAN PUSTAKA
2.1. Interpretasi Citra
Interpretasi citra merupakan proses pengkajian citra melalui proses identifikasi dan
penilaian mengenai obyek yang tergambar pada citra. Dengan kata lain interpretasi citra
berupaya untuk mengenali obyek yang tergambar pada citra dan menerjemahkannya.
Dalam interpretasi citra penginderaan jauh, ada beberapa kegiatan yang diperlukan, yaitu
deteksi, identifikasi, dan analisis. Pengenalan obyek merupakan bagian vital dalam
interpretasi citra. Untuk itu identitas dan jenis obyek pada citra sangat diperlukan dalam
analisis memecahkan masalah yang dihadapi. Karakteristik obyek pada citra dapat
digunakan untuk mengenali obyek yang dimaksud dengan unsur interpretasi. Unsur-
unsur interpretasi yang akan digunakan dalam penelitian secara umum meliputi : rona,
bentuk, ukuran, tekstur, pola, bayangan, situs dan asosiasi/korelasi.
III-12
2.3. Citra Landsat
Satelit Landsat merupakan salah satu satelit sumber daya bumi yang dikembangkan oleh
NASA dan Departemen Dalam Negeri Amerika Serikat. Satelit ini terbagi dalam dua
generasi yakni generasi pertama dan generasi kedua. Generasi pertama adalah satelit
Landsat 1 sampai Landsat 3, generasi ini merupakan satelit percobaan (eksperimental)
sedangkan satelit generasi kedua (Landsat 4 dan Landsat 5) merupakan satelit
operasional (Lindgren, 1985), sedangkan Short (1982) menamakan sebagai satelit
penelitian dan pengembangan (Sutanto, 1994). Satelit generasi pertama memiliki dua
jenis sensor, yaitu MSS dengan empat saluran dan tiga kamera RBV.
Satelit generasi kedua adalah satelit membawa dua jenis sensor yaitu sensor MSS dan
sensor Thematic Mapper (TM).
2.4. Erosi dan Sedimentasi
Erosi terjadi pada awalnya dimulai oleh hujan, akibat pengaruh jatuhnya hujan
menyebabkan tanah menjadi lepas-lepas merusak granulasi, sehingga unsur-unsur yang
ada praktis hilang. Begitu besarnya pengaruh jatuhnya air hujan, sehingga gumpalan
tanah tidak hanya dilepas-lepas tetapi dihancurkan sama sekali sampai bercerai-berai.
Selanjutnya oleh aliran permukaan tanah yang hancur diangkut dan dipindahkan tersebut
disebut sebagai erosi.
Sedimentasi sebagian besar terjadi karena adanya erosi tanah. Tetesan air hujan dapat
menimbulkan lapisan tanah keras (crust formation) pada lapisan permukaan, akibatnya
kapasitas infiltrasi tanah berkurang sehingga air yang mengalir di permukaan (surface
run-off), sebagai faktor penyebab terjadinya erosi oleh aliran air akan bertambah besar.
Keadaan ini menurut (Soemarwoto, 1978 dalam Suripin, 2002) akan mengakibatkan
daya tampung sungai dan waduk menjadi turun sehingga timbul bahaya banjir.
2.5. Referensi Laporan Penelitian
Tinjauan pustaka yang relevan sebagai pembanding dalam melakukan penelitian
ini berasal dari jurnal Harjadi, Beny (2009) yang mengkaji Analisis Sumber Sedimentasi
Dan Erosi Di Waduk Mrica Dengan Citra Satelit Dan Sistem Informasi Geografis. Data
yang digunakan untuk penelitian adalah citra satelit perekaman terbaru, peta RBI skala
1:250.000, peta Landsystem, peta situasi dan administrasi serta peta Penggunaan
Lahan. Dalam pengolahan perhitungan erosinya menggunakan metode kualitatif SES
(Soil Erosion Status) dan secara kuantitatif dengan metode MMF (Morgan, Morgan dan
Finney). Hasil yang didapatkan dalam penelitian ini adalah kondisi perubahan penutupan
lahan di DTW Mrica dan diketahuinya daerah sumber erosi dan sedimentasi di DTW
Mrica yang dihasilkan dari analisis citra satelit dan SIG.
Risdiyanto, Idung; Mulyana Nana; Beny F.S; Sudharsono (2009) melakukan
Penelitian Aspek Perubahan Lahan Terhadap Kondisi Tata Air Sub Das Cisangkuy-Das
Citarum. Dalam penelitiannya tersebut analisis perubahan penutupan lahan di wilayah
DAS Cisangkuy menggunakan data citra satelit Landsat 5 TM untuk tahun 1991 dan
Landsat 7 ETM untuk 2001 dan 2008. Hasil interpretasi dari ketiga data tersebut,
menunjukkan bahwa terjadi perubahan jenis penutupan lahan yang dinyatakan dengan
penambahan atau pengurangan luas dari masing-masing kelas tutupan lahan.
Harjadi, Beny; Wuryanto, Agus; M.B Tyas; Wahyuningrum Nining (2000) Kajian
Teknik Penginderaan Jauh Dan Sig Untuk Evaluasi Penutupan Lahan Daerah Aliran
Sungai. Dalam penelitian tersebut data yang digunakan adalah citra multi temporal pada
bulan pengambilan yang sama, citra Landsat TM 1982 (12 September 1982) dalam
bentuk hard copy (cetak kertas) dan citra Landsat TM 1997 (7 September 1997) dalam
bentuk soft copy (data dijital), citra Landsat 1994 dan 1996 untuk seluruh kenampakan
DTW Waduk Gajah Mungkur dan peta topografi dan peta dasar lainnya.
III -13
III. PELAKSANAAN PENELITIAN
3.1. Data yang digunakan
Data yang digunakan dalam penelitian ini adalah :
1. Citra Landsat TM perekaman tahun 1989 wilayah Waduk Kedung Ombo yang
diperoleh dari download di www.glovis.usgs.gov
2. Citra Landsat TM perekaman tahun 1999 wilayah Waduk Kedung Ombo yang
diperoleh dari download di www.glovis.usgs.gov
3. Citra Landsat TM perekaman tahun 2003 wilayah Waduk Kedung Ombo yang
diperoleh dari download di www.glovis.usgs.gov
4. Peta Rupa Bumi skala 1:25.000 daerah Waduk Kedung Ombo meliputi daerah
Boyolali, Sragen dan Grobogan yang dikeluarkan oleh Bakosurtanal.
5. Peta batas administrasi DAS Serang Waduk Kedung Ombo.
6. Data tingkat sedimentasi di Waduk Kedung Ombo tahun 1989, tahun 1994 dan
tahun 2003 yang diperoleh dari Dinas PU Balai Besar Wilayah Sungai Jratu Seluna
Semarang.
3.2. Alat yang digunakan
Peralatan yang digunakan berupa beberapa perangkat lunak komputer yang
dipakai dalam pengolahan data, antara lain :
1. E.R Mapper 6.4 digunakan untuk pengolahan citra satelit Landsat.
2. Arc.View 3.3 digunakan untuk proses interpretasi, digitasi, perhitungan luas hasil
digitasi dan analisis perubahan tutupan lahan.
3.3. Metode Penelitian
Penelitian ini dilakukan dengan menggunakan data citra Landsat TM untuk mengetahui
perubahan tutupan lahan yang terjadi di DAS Serang Waduk Kedung Ombo pada
rentang waktu tertentu. Data citra yang diperoleh diolah sedemikian rupa sehingga akan
didapat perubahan tutupan lahan beserta luas untuk setiap tahunnya. Dari hasil
perubahan tutupan lahan yang disertai luasnya kemudian dianalis dengan data tingkat
sedimentasi di Waduk Kedung Ombo, sehingga akan didapatkan pengaruh berubahan
tutupan lahan terhadap tingkat sedimentasi.
3.4. Pelaksanaan Koreksi Geometrik
Pada penelitian ini, koreksi geometrik dilakukan dengan tujuan untuk mendapatkan citra
yang sesuai dengan proyeksi peta dengan membuat GCP pada citra. Koreksi Geometrik
beracuan pada peta RBI daerah Waduk Kedung Ombo yang meliputi wilayah Boyolali,
Sragen dan Grobogan.
Proses koreksi geometrik dilakukan dengan meletakkan sejumlah titik sesuai dengan
koordinat citra dan koordinat geografis. Proses rektifikasi citra dilakukan pada Citra
Landsat TM tahun 1989, 1999 dan 2003 .
3.5. Pembuatan Mosaik Citra
Pada penelitian ini dilakukan proses mosaik citra dengan tujuan untuk menggabungkan
dua citra pada tahun pemotretan yang sama yang sebelumnya luasannya kecil menjadi
satu liputan dengan luasan yang lebih besar sehingga dapat memberikan gambaran
yang lebih menyeluruh pada lokasi penelitian sehingga mempermudah dalam proses
cropping daerah penelitian. Proses ini dilakukan pada citra Landsat TM tahun 1989,
tahun 1999 dan tahun 2003
3.6. Pemotongan Daerah Penelitian
Pemotongan daerah penelitian (cropping area) dimaksudkan untuk memotong batasan
citra yang digunakan, menghilangkan wilayah yang tidak diperlukan, sehingga dapat
III-14
mempercepat pemrosesan data di komputer. Dalam hal ini yang menjadi wilayah
penelitian adalah DAS Serang Waduk Kedung Ombo.
Hasil pemotongan daerah penelitian dapat dilihat pada gambar 3.1.
(b
III -15
klasifikasi untuk menyesuaikan keadaan di lapangan dan citranya. Untuk penelitian ini
disesuaikan dengan daerah penelitian, sehingga hanya dibagi menjadi 6 kelas, yaitu :
Perairan ,Permukiman dan Bangunan, Hutan dan Vegetasi, Lahan Terbuka, Tegalan
dan Lahan Sawah
Setelah klasifikasi citra ditentukan sesuai dengan kelas-kelasnya, maka sebelum
melakukan digitasi citra sesuai dengan kelas-kelasnya harus diketahui atau dipahami
dulu mengenai pengenalan obyek dalam interpretasi citra. Pengenalan obyek merupakan
bagian vital dalam interpretasi citra.
Setelah proses digitasi citra, dilakukan proses pemberian atribut kelas penggunaan lahan
sesuai dengan klasifikasi yang digunakan. Tujuan dari pemberian atribut ini adalah untuk
mengetahui kelas-kelas yang telah didigitasi dalam bentuk polygon sesuai dengan
klasifikasi yang telah digunakan pada daerah penelitian.
(a) Citra Terklasifikasi Tahun 1989 (b) Citra Terklasifikasi Tahun 1999
III-16
(c) Citra Terklasifikasi Tahun 2003 (d) Keterangan Warna
Setelah digitasi citra selesai maka dilakukan proses dissolve layer yang bertujuan untuk
melakukan nominasi tabel, sehingga tabel yang dihasilkan adalah tabel ideal dan tidak
terjadi duplikasi atribut serta mengetahui luas keselurahan dari setiap kelas-kelasnya.
Proses ini dapat dilihat pada gambar 3.5.
Gambar 3.5. Hasil Perubahan Tutupan Lahan beserta perubahan luasannya dengan
Dissolve Layer
III -17
sebesar 91.633,617 Ha dengan prosentase luas terklasifikasi 100% dari luas sebelum
digitasi.
Citra Landsat TM tahun 1999 mempunyai luas hasil digitasi sebesar
91.633,997 Ha dengan prosentase luas terklasifikasi 99,9999% dari luas sebelum
digitasi. Selain itu juga terdapat citra Landsat TM tahun 2003 dengan luas hasil digitasi
sebesar 91.634,906 Ha dengan prosentase luas terklasifikasi 99,9986% .
Luas yang didapatkan dari citra sesudah proses digitasi tidak selalu sama
dengan luas wilayah sebelum dilakukan proses digitasi. Hal ini dapat terjadi karena
kurang telitinya penafsiran visualisasi citra yang diakibatkan ada wilayah dari citra yang
tertutup awan dan akibat pengaruh pergeseran skala visualisasi citra setiap kali
berpindah lokasi interpretasi.
4.2. Analisis Perubahan Tutupan Lahan
Dengan proses digitasi dari peta tutupan lahan didapatkan hasil luas perubahan
tutupan lahan secara menyeluruh. Luas tutupan lahan tersebut dapat dilihat pada tabel
4.1.
Tabel 4.1. Perubahan Luas Tutupan Lahan Tahun 1989 – Tahun 2003
Perubahan Luas Lahan
Luas Hutan (Ha)
(Ha)
No Kelas
Tahun Tahun Tahun Tahun Tahun
1989 1999 2003 1989 - 1999 1999 - 2003
Dari tabel perubahan luasan tutupan lahan dapat dilihat bahwa jumlah total luasan pada
citra Landsat TM tahun 1989, citra Landsat TM tahun 1999 dan citra Landsat TM tahun
2003 sangat berbeda.
1989 22.402,938
1999 14.537,612
2003 13.262,442
III-18
Hal ini disebabkan ada wilayah dari citra yang tertutup awan tebal dan akibat pengaruh
pergeseran skala visualisasi citra setiap kali berpindah lokasi interpretasi.
Dari tabel diatas, terjadi perubahan luasan tutupan lahan mulai dari citra Landsat TM
tahun 1989, citra Landsat TM tahun tahun 1999 dan citra Landsat TM tahun 2003 serta
perubahan luasan tutupan lahan tersebut terjadi pada seluruh kelas klasifikasi.
Analisis perubahan luas tutupan lahan lebih jelasnya dapat dilihat pada tabel 4.1. Pada
tabel tersebut terlihat jelas perubahan tutupan lahan hutan pada citra Landsat tahun 1989
sampai dengan tahun 2003 serta perubahan luasan penutup lahan rentang tahun 1989 -
tahun 1999 dan rentang tahun 1999 - tahun 2003. Sedangkan perubahan luas tutupan
lahan setiap tahun dapat dilihat pada Tabel 4.2.
4.3. Analisis pengaruh perubahan Luasan lahan Hutan Terhadap Tingkat
Sedimentasi Waduk Kedung Ombo
Berdasarkan data pengukuran echo sounding tahun 1989, 1999 dan 2003 diperoleh data
volume waduk Kedung Ombo sebagai berikut :
Tahun 1989 : 723,161 Juta Ha
Tahun 1994 : 711,273 Juta Ha
Tahun 2003 : 703,420 Juta Ha
(Sumber : Hasil Pengukuran dan Penelitian UGM, 2003)
Data tersebut diatas adalah data eksisting hasil pengukuran echosounding tahun 1989,
tahun 1994, dan tahun 2003 yang dilakukan oleh Tim penetilian UGM tahun 2003. Dari
hasil pengukuran echosounding tersebut maka dapat dianalisis dengan hasil tutupan
lahan khususnya luasan lahan hutan pada tahun yang sama. Data echosounding yang
dianalisis dengan luasan lahan hutan adalah pada elevasi 90,00 untuk tahun 1989, tahun
1994 dan tahun 2003. Pada tahun 1989 besar volume genangannya adalah sebesar
723,161 (juta m³), tahun 1994 volume genangannya 711,273 (juta m³) dan tahun 2003
volume genangannya 703,420 (juta m³).
1989 723,161
1994 711,273
2003 703,42
Karena data citra tahun 1994 tidak ada maka data citranya diganti dengan tahun 1999.
Analisis dengan pengukuran echosundingnya diperoleh dari rata-rata hasil luasan lahan
hutan untuk setiap tahunnya agar mendapatkan data yang memenuhi dengan
pengukuran echosounding begitu pula sebaliknya.
Dari tabel 4.13 dapat dilihat bahwa selisih luas hutan tahun1989 sampai dengan tahun
1999 adalah sebesar 7.865,326 (Ha) dan rata-rata tiap tahunnya 786,5326 (Ha).
Selisih luas hutan tahun 1999 sampai dengan tahun 2003 adalah sebesar 1.275,17 (Ha)
dan rata-rata tiap tahunnya 318,7925 (Ha).
III -19
Sedangkan dari tabel 4.2 dapat dilihat perubahan volume genangan Waduk Kedung
Ombo tahun 1989 sampai dengan tahun 1994 yaitu sebesar 11,888 ( juta m³) dan rata-
rata tiap tahunnya 2,3776 ( juta m³). Perubahan volume inilah biasanya disebut dengan
tingkat sedimentasi. Tahun 1994 sampai dengan tahun 2003 perubahan volume
genangannya sebesar 7,853 ( juta m³) dan rata-rata tiap tahunnya adalah sebesar
0,8726 ( juta m³).
Dari perhitungan rata-rata luas lahan hutan dan volume genangan tersebut maka akan
diketahui perubahan keduanya setiap tahun yaitu dari tahun 1989 sampai dengan tahun
2003. Data hasil perhitungan rata-ratanya dapat dilihat pada tabel 4.4.
Tabel 4.4. Data Luas Lahan Hutan dan Volume Genangan Tiap Tahun
Dari tabel luas lahan hutan dan volume genangan tiap tahun dapat dilihat perubahan luas
lahan dan volume genangan mulai dari tahun 1989 sampai dengan tahun 2003. Karena
data citra Landsat yang dipakai adalah Citra Landsat TM tahun 1989, Citra Landsat TM
tahun 1999 dan Citra Landsat TM tahun 2003, maka volume genangan yang kita pakai
adalah pada tahun yang sama.
Perubahan luas lahan hutan dan volume genangan setiap tahunnya dapat dilihat lebih
jelasnya pada gambar 4.4 dan gambar 4.5.
III-20
Gambar 4.4. Grafik Hubungan Tahun vs Luas Lahan Hutan Tahun 1989 – Tahun 2003
Gambar 4.5. Grafik Hubungan Tahun vs Volume Genangan Tahun 1989 –tahun 2003
Dari grafik diatas dapat dilihat perubahan luas lahan hutan dan volume genangan tiap
tahunnya mengalami penurunan. Dari hasil penelitian menunjukkan bahwa
berkurangnya hutan sangat berpengaruh terhadap tingkat volume sedimentasi di Waduk
Kedung Ombo.
III -21
4.4. Pengaruh Perubahan Tutupan Lahan Hutan Terhadap Tingkat Sedimentasi
Tahun 1989 – Tahun 1999
Pada tahun 1989 luas lahan hutan adalah sebesar 22.402,938 (Ha) dengan volume
genangan sebesar 723,1610 ( juta m³). Luas lahan hutan sebesar 14.537,612 (Ha)
dengan volume genangan sebesar 706,9102 ( juta m³) terjadi pada tahun 1999. Analisis
pada tahun 1989 – tahun 1999 hutan berkurang sebesar 7865,326 (Ha) atau sebesar
78.653.260 m², sedangkan volume genangan pada waduk pada tahun yang sama juga
mengalami penurunan sebesar 16,2508 (juta m³) atau 16.250.800 m³ atau sebesar
1.625.080 m². Selisih endapan inilah yang disebut dengan besarnya tingkat sedimentasi
yang mengendap di waduk selama kurun waktu 10 tahun.
Karena pengaruh berkurangnya hutan sebesar 78.653.260 m² maka terjadi erosi sebesar
0,021 meter atau 2,1 mm untuk mencapai endapan sedimentasi di dalam waduk sebesar
1.625.080 m³ dalam kurun waktu 10 tahun. Maka erosi yang terjadi tiap tahun adalah
sebesar 0,0021 m atau 0,21 mm untuk mencapai endapan sedimen dalam waduk
sebesar 162.508 m² atau 1,62508 juta m³ karena pengaruh berkurangnya hutan sebesar
7.865.326 m² setiap tahunnya.
4.6. Analisis Hasil Penelitian dengan Teori Yang Sudah Ada dan Penelitian
Sebelumnya.
Hasil dari penelitian pengaruh tutupan lahan DAS Serang terhadap tingkat sedimentasi di
Waduk Kedung Ombo ini selanjutkan akan diuji atau dianalisis dengan penelitian
sebelumnya dan dengan teori yang sudah ada. Penelitian yang dijadikan acuan pada
penelitian ini adalah penelitian UGM (2003) yaitu : laporan penunjang Erosi Lahan dan
sedimentasi Waduk Kedung Ombo, Study Optimalisasi Pola Eksploitasi dan
pemutrakhiran, Data Kapasitas Waduk Kedung Ombo dengan pengukuran Echosounding
dan teori dari Buku pelestarian Sumber Daya Tanah dan Air ( Dr.Ir. Suripin, M.Eng,
2002). Berdasarkan penelitian UGM 2003 nilai potensi erosi dapat dilihat pada Tabel 4.5.
Tabel 4.5. Nilai Potensi Erosi Rata-rata pada Kondisi Eksisting dan Arahan
Besarnya Erosi (dengan USLE)
Kondisi
Ton/ha/thn m³/thn mm/thn
III-22
Tabel 4.6. Keadaan Tingkat Pelumpuran di Beberapa Sungai di Jawa Barat
Kadar
Daerah Aliran Lumpur Angkutan Lumpur Intensitas Erosi
(mg/lt)
Sungai Maks (jt.ton/th) (t/km²/th) (mm/th)
rata-rata
Ciluwung 0,10
Cisanggarung 8,0
Selain laporan penelitian terdahulu seperti yang telah disebutkan diatas, maka dasar teori
yang dipakai dan menjadi acuan adalah di Buku Referensi : Pelestarian Sumber Daya
Tanah dan Air ( Suripin, 2003) yang bersumber dari Direktorat Jenderal Pengairan
Departemen PU : “Tingkat Erosi Beberapa Wilayah Sungai di Indonesia (1977), dalam
Emil Salim (1980) mengenai keadaan tingkat pelumpuran di beberapa sungai di Jawa
Barat seperti yang tercantum pada tabel 4.6.
III -23
tahun. Oleh karena itu terjadi perubahan luas lahan hutan rata-rata sebesar 786,5326
(Ha) setiap tahunnya.
2. Luas lahan hutan citra Landsat TM tahun 1999 adalah 14.537,612 (Ha) dan citra
Landsat tahun 2003 sebesar 13.262,442 (Ha). Terjadi perubahan luas lahan hutan
sebesar 1.275,17 (Ha) dalam kurun waktu 4 tahun, maka setiap tahun terjadi
perubahan luas lahan hutan sebesar 318, 7925 (Ha).
3. Dari hasil penelitian, pada rentang tahun 1989-tahun 1999 tingkat erosi yang terjadi
adalah sebesar 0,21 mm setiap tahunnya dan untuk rentang tahun 1999 – tahun 2003
tingkat erosinya sebesar 0,68 mm setiap tahunnya. Maka dari rentang waktu 1989 –
tahun 2003 terjadi tingkat erosi rata-rata sebesar 0,445 mm/tahun. Besarnya tingkat
erosi pada penelitian ini tidak terjadi perbedaan yang signifikan atau masih dalam
range rendah berdasarkan Direktorat Jenderal Pengairan Departemen PU : “Tingkat
Erosi Beberapa Wilayah Sungai di Indonesia (1977), dalam Emil Salim (1980),
dalam Suripin (2002) bahwa intensitas erosi sungai-sungai range rendah tinggi di
Jawa adalah sebesar 0,1-23 mm/thn dan berdasarkan penelitian UGM (2003) yang
menyebutkan besarnya erosi yang terjadi adalah 3,7 mm/thn (keadaan eksisting) dan
2,54 mm/thn (kondisi arahan).
4. Tingkat Sedimentasi yang terjadi pada tahun 1989 – tahun 1999 adalah sebesar
16,2508 (juta m³). Sedangkan pada rentang tahun 1999 – tahun 2003 tingkat
sedimentasinya sebesar 3,4902 (juta m³). Dari penelitian sebelumnya (Penelitian
UGM) , maka pada rentang tahun 1989 – tahun 2003 tingkat sedimentasi di Waduk
Kedung Ombo rata-rata sebesar 19,741 (juta m³), atau setiap tahunnya terjadi tingkat
sedimentasi sebesar 1,4101 (juta m³).
Berdasarkan kesimpulan diatas dapat di ketahui bahwa berkurangnya luas hutan
maka akan menambah tingkat erosi dan sedimentasi suatu DAS dan Waduk.
5.2. Saran
1. Penelitian ini menggunakan metode digitasi on screen dengan interpretasi citra. Untuk
mendapatkan hasil yang lebih baik diperlukan ketelitian dalam digitasi dan interpretasi
citranya sesuai dengan kelas yang ditentukan.
2. Data pembanding untuk hasil tutupan lahan dengan tingkat sedimentasi sebaiknya
menggunakan citra dengan tahun perekaman yang sama dengan data volume
genangan, sehingga didapatkan hasil yang lebih baik.
Referensi
Bima, A.W. (2007): Integrasi Penginderaan Jauh dan Teknologi Sistem Informasi Geografis untuk
Perubahan Garis Pantai Tahun 1996 tahun 2005 (Lokasi Banjir Kanal Barat – Sungai Wulan).
Fakultas Ilmu Sosial. UNNES. Semarang.
Dinas Pekerjaan Umum (BBWS) Pemali Juana (2003): Laporan Penunjang Erosi Lahan dan
Sedimentasi Waduk, Studi Optimlisasi Pola Eksploitasi dan Pemutakhiran Data, Kapasitas Waduk
Kedung Ombo dengan Pengukuran Echo Sounding. Pusat Studi Ilmu Teknik UGM. Yogyakarta.
Dinas Pekerjaan Umum (BBWS) Pemali Juana (2006): Laporan Penunjang Studi Kawasan Kedung
Ombo. PT. Tera Buana Manggala Jaya (Jo) PT (Persero) Virama Karya. Semarang.
Febriyanto, Adi. (2007): Interpretasi Citra Satelit SPOT 5 Untuk Pemetaan Penggunaan Lahan
Kecamatan Semarang Barat Kota Semarang. Fakultas Ilmu Sosial. UNNES. Semarang.
Haryadi, B. (2009): Analisis Sumber Sedimentasi dan Erosi Waduk Mrica dengan Citra Satelit dan
Sistem Informasi Geografis. BPK Solo. Surakarta.
III-24
Harjadi, B.Wuryanto, A., et al. (2000): Kajian Teknik Penginderaan Jauh dan SIG Untuk Evaluasi
Penutupan Lahan Daerah Alirn Sungai. BPK Solo. Surakarta.
Lillesand, Thomas, M and Kiefer Ralph, W. (1994): Remote Sensing and Image Interpretation.
Third Edition. John Wiley and Sons. New York.
Purwadi, F.S.H.(2001): Interpretasi Citra Digital. PT Grasindo. Jakarta.
Suripin (2003): Pelestarian Sumber Daya Tanah dan Air. Andi. Yogyakarta.
Sutanto (1986): Penginderaan Jauh I. Gadjah Mada University Press. Yogyakarta.
Usgs. Gov. (2010): Download Citra Satelit Landsat TM Perekaman Tahun 1989, tahun 1999 dan
tahun 2003. http://www.glovis.usgs.gov. Diakses pada tanggal 29 Maret 2010.
III -25
Pengembangan Fitur Sistem Pemantauan Titik Panas Indonesia dengan Penambahan
Otomatisasi Penyajian Informasi Rekapitulasi Titik Panas Harian, Bulanan, Dan Tahunan
Abstrak: Sistem pemantauan titik panas Indonesia berbasis Keyhole Markup Language (KML) dinamis telah
dirancang dan dibangun sebagai alternatif dari sistem pemantauan titik panas Indonesia yang dikembangkan
oleh IndoFire. Beberapa keunggulan telah berhasil dicapai, seperti fitur yang lebih mudah digunakan oleh
pengguna, meningkatnya kecepatan akses data, dan kebutuhan penyimpanan volume data yang lebih efisien.
Namun, pembuatan laporan informasi rekapitulasi titik panasnya masih dilakukan secara manual, yaitu dengan
cara membuat berkas terpisah dan mengirimkannya kepada pihak-pihak yang berkepentingan melalui e-mail.
Oleh karena itu, sistem tersebut dikembangkan dengan penambahan fitur otomatisasi penyajian informasi
rekapitulasi titik panas harian, bulanan, dan tahunan. Hasil pengujian menunjukkan bahwa sistem pelaporan
otomatis telah dapat diintegrasikan dengan sistem pemantauan yang telah dibuat. Analisis menunjukkan bahwa
pengembangan sistem tersebut dapat meningkatkan efisiensi waktu yang diperlukan dalam pembuatan laporan
secara manual sampai sebesar 2 jam per hari dan menurunkan kebutuhan volume penyimpanan berkas laporan
sampai sebesar 99 %, yang berpengaruh pada meningkatnya kecepatan akses pihak-pihak yang berkepentingan
terhadap informasi rekapitulasi jumlah titik panas tersebut sebesar 111,875 kali lipat.
Kata Kunci : Sistem pemantauan titik panas, Otomatisasi, Keyhole Markup Language (KML).
1. Pendahuluan
Program pemantauan kebakaran Indonesia telah dilaksanakan sebagai program kolaborasi antara
pemerintah Indonesia yang diwakili oleh Lembaga Penerbangan Penerbangan dan Antariksa
Nasional (LAPAN), Kementerian Kehutanan, dan Kementerian Lingkungan dengan pemerintah
Australia melalui AusAID dan Landgate (GoWA, 2011).
Program tersebut telah merancang, membangun, dan memasang suatu sistem pemantauan
kebakaran yang meliputi seluruh wilayah Indonesia dan sekitarnya untuk menghasilkan informasi
yang penting dalam menanggulangi kebakaran tersebut secara efektif dengan mengacu kepada
sistem pemantauan kebakaran yang telah dibuat oleh Landgate untuk pemerintah Australia.
Informasi penting yang dihasilkan seperti deteksi awal kebakaran dan kemungkinan penyebarannya
sehingga dapat dilakukan pencegahan penyebaran kebakaran lebih meluas lagi.
Informasi penting mengenai pemantauan kebakaran untuk seluruh wilayah Indonesia dan sekitarnya
tersebut disajikan secara hampir waktu nyata terhadap kebakaran-kebakaran yang sedang terjadi
yang datanya diperoleh dari sensor satelit MODIS yang terdapat pada satelit Terra dan Aqua.
Akses menuju kumpulan data pemetaan daerah kebakaran yang dikembangkan oleh Kementerian
Kehutanan yang disediakan oleh sistem tersebut akan memungkinkan dilakukannya analisis titik
panas berbasis waktu atau temporal yang kemudian digabungkan dengan informasi pemetaan
lainnya untuk mengetahui perkiraan penyebab dan melacak kemungkinan penyebaran dari
kebakaran yang terjadi. Akses informasi tersebut akan mendukung pengembangan strategi dan
kebijakan untuk meningkatkan kemampuan dalam menanggulangi kejadian dan mengurangi tingkat
bahaya kebakaran.
Informasi penting sistem pemantauan kebakaran tersebut dikirim melalui sebuah sistem penyajian
data berbasis web yang dinamakan IndoFire. Akses gratis dan terbuka disediakan sistem penyajian
tersebut untuk semua pihak yang berkepentingan meliputi lembaga pemerintahan dan sektor swasta
pada semua tingkatan. Integrasi IndoFire dengan Sistem Pemantauan Kehutanan Indonesia (SPKI)
juga sedang dikembangkan lebih lanjut. Selain sistem IndoFire, LAPAN juga sudah merancang dan
membangun sistem pemantauan titik panas Indonesia alternatif yang memiliki fitur-fitur yang
diharapkan akan saling melengkapi dengan fitur-fitur yang telah tersedia pada sistem IndoFire.
Perbedaannya adalah pada sistem IndoFire para penggunanya menggunakan peramban-peramban
III-26
web (seperti Google Chrome, Mozilla Firefox, Apple Safari, Opera, dan Internet Explorer) untuk
mengakses informasi yang diberikan, sedangkan pada sistem yang dirancang dan dibangun para
pengguna dengan menggunakan peramban-peramban bumi (seperti Google Earth yang telah dikenal
secara luas oleh umum) untuk mengakses informasi yang diberikan. Beberapa kelebihan fitur yang
diberikan oleh sistem yang dirancang dan dibangun tersebut adalah penyajian data yang lebih mudah
digunakan oleh pengguna, kecepatan akses data sampai 5,22 kali lipat lebih cepat, dan peningkatan
efisiensi kebutuhan penyimpanan volume data sampai 80,87% dibandingkan sistem Indofire
(Gustiandi, 2011).
Sistem pemantauan titik panas Indonesia alternatif tersebut dirancang dan dibangun dengan
menggunakan bahasa pemrograman berbasis Keyhole Markup Language (KML). KML merupakan
sebuah format berkas yang digunakan untuk menampilkan data geografis pada sebuah peramban
bumi atau yang sejenisnya, seperti Google Earth, Google Maps, Google Maps for mobile, NASA
WorldWind, ESRI ArcGIS Explorer, Adobe Photoshop, AutoCAD, dan Yahoo! Pipes (Google, 2011;
Brown, 2006; Crowder, 2007). KML menggunakan sebuah struktur berbasis-tag dengan elemen-
elemen dan atribut-atribut bersarang berdasarkan pada standar Extensible Markup Language (XML)
(W3C, 2011). Semua tag-nya case-sensitive dan harus sama dengan yang dijabarkan dalam standar
tersebut. Standar tersebut menjelaskan tag-tag mana yang harus disertakan dan tag-tag mana yang
berupa pilihan. Dalam sebuah elemen yang diberikan, tag-tag harus sesuai urutannya dengan yang
dijelaskan di dalam standar tersebut.
Namun, pembuatan laporan rekapitulasi titik panas sebagai hasil dari pemantauan sistem tersebut
pada saat ini masih dilakukan secara manual yang meliputi banyak sekali langkah pengolahan,
seperti penyortiran jumlah titik panas, pembuatan grafik tampilan jumlah titik panas, penyalinan dan
penempelan hasil penyortiran dan pembuatan grafik tampilan tersebut ke dalam suatu berkas
terpisah, konversi berkas tersebut ke format HTML untuk penyajian di situs web, dan penggunggahan
berkas tersebut ke server. Proses pembuatan laporan tersebut dilakukan setiap hari.
Selain itu berkas yang telah dibuat juga dikirimkan secara manual melalui pengiriman berkas secara
langsung atau melalui e-mail ke beberapa pihak yang berkepentingan, di antaranya :
• Kepala Pusat Pemanfaatan Penginderaan Jauh LAPAN.
• Kepala Biro Kerjasama dan Hubungan Masyarakat LAPAN.
• Kementerian Kehutanan.
• Unit Kerja bidang Pengawasan dan Pengendalian Pembangunan (UKP4).
• Badan Nasional Penanggulangan Bencanan (BNPB).
• Pemerintah daerah setempat yang di daerahnya terdeteksi jumlah titik panas yang banyak dan
ditembuskan ke BNPB Daerah Tingkat I Provinsi.
Sistem pembuatan laporan dan pengiriman berkas laporan yang telah berjalan pada saat ini
dirasakan membutuhkan waktu yang cukup lama, tenaga dan volume penyimpanan berkas pada
komputer yang cukup banyak. Oleh karena itu, diperlukan sistem pelaporan alternatif yang dapat
meningkatkan efisiensi dilihat dari segi kebutuhan waktu, tenaga, dan volume penyimpanan berkas.
Selain itu, diharapkan juga sistem pelaporan tersebut dapat terintegrasi dengan sistem pemantauan
titik panas Indonesia alternatif yang telah dirancang dan dibangun. Dikarenakan sistem pemantauan
titik panas Indonesia alternatif yang telah dirancang dan dibangun berbasis KML dinamis, maka
pengembangan dengan menambahkan otomatisasi penyajian informasi rekapitulasi titik panas, baik
secara harian, bulanan, maupun tahunan juga dilakukan dengan basis yang sama.
Pengembangan berkas-berkas KML tersebut dapat dilakukan secara langsung dengan menggunakan
aplikasi pengolah teks sederhana seperti Notepad. Namun, berkas-berkas KML yang dibuat dengan
menggunakan cara tersebut masih bersifat manual (hardcode). Permasalahan muncul ketika data
yang ingin ditampilkan memiliki jumlah yang banyak dan harus diperbaharui secara berkala.
Solusinya adalah dengan membuat berkas-berkas KML tersebut secara dinamis dan dapat terhubung
dengan basis data tertentu, sehingga ketika terjadi perubahan (penambahan, pengurangan, dan
perbaikan) di dalam basis data tersebut, maka berkas-berkas KML secara otomatis akan diperbaharui
tanpa harus melakukannya secara manual.
III-27
2. Perancangan dan Implementasi
Konfigurasi sistem pemantauan titik panas Indonesia yang telah dirancang dan dibangun sebelumnya
diperlihatkan pada Gambar 1 di bawah ini. Pada gambar tersebut juga diperlihatkan bagian dari
sistem yang dikembangkan, yaitu penambahan fitur otomatisasi penyajian rekapitulasi titik panas
harian, bulanan, dan tahunan.
Gambar 1 Konfigurasi Sistem Pemantauan Titik Panas Indonesia yang Sudah Dirancang dan Dibangun
Beserta Bagian yang Dikembangkan.
Pada kegiatan rancang bangun sebelumnya, sistem secara otomatis mengeluarkan berkas KML
dinamis yang kemudian dikirimkan ke peramban bumi yang digunakan oleh pengguna (seperti
Google Earth) pada saat pengguna tersebut memanggil program pemrosesan yang tersimpan pada
server melalui berkas KML statis yang tersimpan pada komputer / laptopnya (Google, 2011).
Sehingga apabila operator melakukan pembaharuan data yang tersimpan di dalam basis data pada
server (misalkan menambah / mengurangi / mengubah datanya), maka secara otomatis data
terbaharui tersebut akan dikirim langsung kepada para pengguna tanpa harus memperbaharui berkas
KML statis yang tersimpan pada komputer / laptopnya.
Begitu pula dengan program pemrosesan yang secara otomatis menghasilkan berkas KML dinamis
tersebut, karena program pemrosesan tersebut berada di dalam server, bukan di masing-masing
komputer / laptop penggunanya. Maka ketika akan dilakukan modifikasi tidak perlu mengharuskan
para pengguna sistem tersebut memperbaharui juga berkas KML statis yang telah terpasang pada
masing-masing komputer / laptopnya. Hal ini akan menghilangkan kecenderungan tidak berjalannya
sistem dikarenakan versi yang berbeda antara yang digunakan oleh pengguna dengan versi program
pemrosesan yang dimodifikasi tersebut.
Oleh karena itu, pengembangan sistem yang dilakukan, dalam hal ini penambahan fitur otomatisasi
penyajian informasi rekapitulasi titik panas harian, bulanan, dan tahunan, dilakukan dengan
memodifikasi program pemrosesan yang terdapat pada server, bukan yang terdapat pada masing-
masing komputer / laptop penggunanya. Penambahan algoritma dapat dilakukan secara modular,
sehingga tidak akan mengganggu alur pemrosesan yang telah berjalan sebelumnya.
Algoritma program pemrosesan berbasis bahasa PHP untuk menghasilkan berkas KML dinamis pada
sistem sebelumnya diperlihatkan pada Gambar 2 di bawah ini.
III-28
Gambar 2 Algoritma Program Pemrosesan Sistem Sebelumnya.
Sedangkan algoritma program pemrosesan yang dimodifikasi untuk secara otomatis menghasilkan
berkas KML dinamis yang memiliki tambahan informasi berupa rekapitulasi titik panas harian,
bulanan, dan tahunan diperlihatkan pada Gambar 3 di bawah ini.
Dengan membandingkan algoritma yang diperlihatkan pada Gambar 2 dan 3 di atas, dapat terlihat
bahwa program pemrosesan sistem dikembangkan secara modular tanpa harus melakukan
perubahan sistem secara menyeluruh.
III-29
3. Hasil dan Pembahasan
Gambar 4 di bawah ini memperlihatkan salah satu tampilan pada peramban bumi Google Earth hasil
pembacaan berkas KML dinamis yang dihasilkan oleh program pemrosesan sistem sebelum
dikembangkan. Pada gambar tersebut beberapa fitur yang ditampilkan memiliki penjelasan sebagai
berikut :
(1) Struktur informasi yang bisa dinyalakan dan dimatikan sesuai dengan kebutuhan pengguna.
(2) Visualisasi posisi lokasi bujur dan lintang dari titik panas yang ditempelkan di atas peta dasar
yang tersedia.
(3) Informasi mengenai masing-masing titik panas yang langsung dapat diakses oleh pengguna
dengan cara mengklik titik panas tersebut. Pada Gambar 4 tersebut diperlihatkan empat
informasi mengenai titik panas, yaitu posisi lokasi bujur, lintang, satelit yang menjadi sumber
datanya, dan nama stasiun bumi penerima datanya.
(4) Antarmuka pengguna grafis untuk melakukan pengaturan rentang waktu yang berfungsi untuk
analisis temporal titik panas sesuai dengan kebutuhan pengguna.
(5) Informasi tambahan lain yang dibutuhkan untuk diperlihatkan kepada pengguna, seperti
keterangan sumber data yang digunakan dan kontributor program.
Gambar 4 Tampilan Pembacaan Berkas KML Dinamis yang Dihasilkan Sistem Sebelumnya Pada
Peramban Bumi Google Earth
III-30
Sedangkan Gambar 5 di bawah ini memperlihatkan salah satu tampilan pada peramban bumi Google
Earth hasil pembacaan berkas KML dinamis yang dihasilkan oleh program pemrosesan sistem
setelah dikembangkan. Gambar tersebut memperlihatkan tampilan yang dihasilkan oleh sistem per
tanggal 4 April 2011. Pada gambar tersebut terlihat bahwa fitur-fitur telah dikembangkan dengan
penjelasan sebagai berikut :
(1) Penambahan struktur informasi rekapitulasi titik panas yang bisa dinyalakan dan dimatikan
sesuai dengan kebutuhan pengguna.
(2) Informasi rekapitulasi titik panas harian, bulanan, dan tahunan yang disajikan dalam bentuk tabel
beserta visualisasi dalam bentuk grafik.
Gambar 5 Tampilan Pembacaan Berkas KML Dinamis yang Dihasilkan Sistem Pada Peramban Bumi
Google Earth Setelah Dikembangkan.
Untuk mengetahui tingkat kebenaran dari fitur yang dikembangkan, maka dilakukan validasi data
secara manual, yaitu dengan menghitung rekapitulasi data secara manual kemudian
membandingkannya dengan data yang ditampilkan oleh fitur yang dikembangkan tersebut. Hasil dari
validasi menunjukkan bahwa fitur yang dikembangkan tersebut dapat menyajikan informasi
rekapitulasi titik panas Indonesia dengan tingkat kebenaran sebesar 100 %.
Analisis dilakukan untuk mengetahui seberapa besar penambahan volume berkas keluaran sistem
setelah diberi tambahan otomatisasi rekapitulasi titik panas harian, bulanan, dan tahunan. Hasil
menunjukkan bahwa penambahan fitur tersebut hanya meningkatkan volume berkas keluaran
sebesar 8 kB. Sedangkan apabila pembuatan berkas laporan rekapitulasi dilakukan secara manual
seperti pada saat ini, maka akan membutuhkan volume penyimpanan berkas sebesar 895 kB.
Sehingga pengembangan sistem tersebut dapat menurunkan kebutuhan volume penyimpanan
berkas sampai sebesar 99 %. Hal tersebut akan mempengaruhi kecepatan akses para pengguna
hingga sekitar 111,875 kali lipat.
Selain itu, analisis dilakukan untuk mengetahui seberapa lama waktu yang dibutuhkan untuk
membuat laporan rekapitulasi titik panas secara manual. Waktu yang diperlukan untuk membuat
laporan tersebut adalah sekitar 2 jam per hari. Oleh karena itu, pengembangan sistem tersebut telah
dapat meningkatkan efisiensi kebutuhan waktu pembuatan laporan rekapitulasi titik panas harian
sebesar 2 jam per hari. Selain rekapitulasi titik panas harian, pengembangan sistem tersebut juga
secara otomatis menyajikan rekapitulasi titik panas bulanan dan tahunan. Sehingga tidak perlu lagi
melakukan pembuatan laporan rekapitulasi jumlah titik panas bulanan dan tahunan yang biasanya
dilakukan di setiap akhir bulan dan di setiap akhir tahun.
Di sisi lain, apabila kita melakukan pembuatan KML secara statis (hardcode), maka dibutuhkan
sekitar 15.903 baris kode (untuk menyajikan data mulai dari tanggal 1 Maret 2011 sampai dengan
tanggal 4 April 2011) yang harus ditulis secara manual, sedangkan dengan melakukan pembuatan
KML secara dinamis (dihasilkan dengan menggunakan program pemrosesan dengan menggunakan
III-31
bahasa PHP), maka hanya memerlukan sekitar 399 baris kode saja yang harus ditulis yang akan
menghasilkan 15.903 baris kode yang dibutuhkan tersebut (hanya sekitar 2,5 % saja).
4. Kesimpulan
Pengembangan sistem pemantauan titik panas Indonesia alternatif dengan penambahan fitur
otomatisasi penyajian informasi rekapitulasi titik panas harian, bulanan, dan tahunan dapat
mengefisienkan sistem pelaporan yang selama ini telah berjalan secara manual baik dalam segi
kebutuhan volume berkas laporan, kecepatan untuk mengakses informasi tersebut, dan waktu
pembuatan laporan. Untuk kebutuhan volume berkas laporan, pengembangan sistem dapat
menurunkan kebutuhan sampai sebesar 99 % yang kemudian berpengaruh pada meningkatnya
kecepatan akses data sampai 111,875 kali lipat. Pembuatan laporan secara manual yang
membutuhkan waktu sekitar 2 jam per hari pun dapat dihilangkan.
Sistem pemantauan titik api yang dikembangkan tersebut untuk selanjutnya diharapkan juga dapat
dikembangkan untuk menyajikan informasi rekapitulasi titik panas Indonesia berbasis spasial secara
otomatis, seperti jumlah titik panas per provinsi secara otomatis. Kegiatan tersebut sedang dalam
proses pelaksanaan dan pengembangan yang sedang dilakukan di LAPAN.
5. Referensi
® ®
Brown, Martin C. (2006) : Hacking Google Maps and Google Earth . Wiley Publishing, Inc. Indianapolis.
United States of America.
®
Crowder, David A. (2007) : Google Earth for Dummies. Wiley Publishing, Inc. Hoboken. United States of
America.
®
Google, Inc. (2011) : Google Earth . Mountain View. United States of America. Available at :
http://earth.google.com/.
Google, Inc. (2011) : KML Documentation. Mountain View. United States of America. Available at :
http://code.google.com/intl/id-ID/apis/kml/documentation/.
Government of Western Australia (GoWA). (2011) : IndoFire Map Service. Australia. Available at :
http://indofire.landgate.wa.gov.au/.
Gustiandi, Budhi. (2011) : Rancang Bangun Sistem Pemantauan Titik Panas Indonesia Berbasis KML Dinamis.
Lembaga Penerbangan dan Antariksa Nasional. Jakarta Timur. Indonesia.
World Wide Web Consortium (W3C). (2011) : Extensible Markup Language. Cambridge. United States of
America. Available at : http://www.w3.org/XML/.
III-32
Kenaikan Muka Air Laut Perairan Laut Semarang
Menggunakan Data SatelitA Altimetri 2002 - 2009
1 1 1
Gathot Winarso ), Teguh Prayogo ), Maryani Hartuti ),
1 1 1
Kuncoro T. Setiawan ), Ita Carolita ) dan Muchlisin Arief )
1
) Pusat Pemanfaatan Penginderaan Jauh LAPAN
Abstrak: Kenaikan muka air laut (sea level rise) yang dipicu oleh pemanasan global akibat meningkatnya
kadar karbon dioksida di atmosfer telah menjadi isu yang hangat di akhir-akhir ini. Intergovermental Panel
on Cilmate Change (IPCC, 1990) memperkirakan bahwa dalam kurun waktu 100 tahun dihitung mulai tahun
1990 muka air laut akan meningkat setinggi 15-90 cm dengan kepastian peningkatan 48 cm. Indonesia
sebagai negara kepulauan dengan garis pantai terpanjang kedua dan 13000 lebih pulau-pulau, menyimpan
ancaman akibat adanya kenaikan muka air laut global ini. Sehingga pengamatan kenaikan muka air perlu
dilakukan untuk melakukan mitigasi dan adaptasi. Muka air laut atau permukaan laut dapat diukur
ketinggiannya menggunakan data altimetri dengan akurat. Prinsip dasar dari pengukuran ini adalah satelit
altimetri menentukan jarak antara satelit dengan target dengan mengukur waktu rambatan gelombang
radar pulang pergi dari satelit ke permukaan. Pada penelitian ini telah dilakukan analisis tinggi permukaan
o o
laut pada posisi 110 15’ BT; 6 15’ LS yaitu di sebelah utara Kota Semarang dan sebelah barat Kota Jepara
dengan menggunakan interpolasi data 4 lintasan satelit Jason-1. Lokasi pengamatan ini mewakili tinggi
permukaan laut di sepanjang pantai Kendal Semarang Demak dan Jepara dari titik-titik pengukuran
terdekat yang bisa diamati. Sebagai pembanding, juga dilakukan analisis data rata-rata regional Indonesia.
Data tinggi permukaan laut rata-rata tersebut dihasilkan dari gabungan data satelit Topex/Poseidon, Jason-
1 dan Jason-2 yang meliputi Laut Jawa, Selat Makassar, Laut Sulawesi, Laut Flores hingga perairan timur
Indonesia. Hasil analisis untuk lokasi lokal wilayah Semarang, kecenderungan kenaikan muka air laut
o o
selama periode 2002 sampai 2009 pada posisi 110 15’ BT; 6 15’ LS adalah 8 cm atau rata-rata kenaikan
muka air laut anomaly 11.1 mm per tahun. Hasil analisis wilayah regional Indonesia, perbedaan ketinggian
permukaan laut rata-rata dari tahun 1992 hingga 2009 sekitar 16,18 cm dengan kenaikan rata-rata per
tahun 9,52 mm. Sehingga dapat dikatakan Semarang mempunyai ancaman di atas rata-rata perairan
Indonesia.
Kata Kunci :
Altimetri, kenaikan muka air laut, SLR, Indonesia, Semarang.
1. Pendahuluan
Pemanasan global (global warming) adalah proses peningkatan suhu atmosfer yang
disebabkan efek rumah kaca (green house) karena meningkatnya kadar gas-gas penyebab efek
rumah kaca (IPCC, 2007a), yang salah satunya adalah karbon dioksida. Revolusi industri telah
mengakibatkan peningkatan penggunaan bahan bakar fosil yang banyak menghasilkan karbon
dioksida dan menurunnya kawasan hutan sebagai penyerap karbon dioksida. Suhu rata-rata
global permukaan bumi telah meningkat 0.74 ± 0.18°C (1.33 ± 0.32°F) selama seratus tahun
terakhir. Peningkatan temperatur udara tersebut menyebabkan pemuaian air laut dan pencairan
es di kutub sehingga permukaan laut akan naik dan menimbulkan ancaman, terutama bagi
wilayah yang terletak di pinggir pantai. Selain itu, diperkirakan juga menyebabkan perubahan –
perubahan lainnya seperti fenomena cuaca yang extrim (Genio et al, 2007), perubahan jumlah
dan pola curah hujan (Hart, 2005) dan sebagainya. IPCC (1990) memperkirakan bahwa dalam
kurun waktu 100 tahun dihitung mulai tahun 1990 muka air laut akan meningkat setinggi 15-90
cm dengan kepastian peningkatan 48 cm.
Sebagai negara dengan garis pantai yang panjang, Indonesia akan menerima dampak
yang luas dari kenaikan muka air laut ini. Naiknya tinggi muka air laut akan menenggelamkan
kawasan pesisir dengan ketinggian kurang dari laju kenaikan. Padahal sekitar 60-80% populasi
dunia bermukim dan beraktivitas di pesisir. Wilayah pesisir adalah daerah yang akan mengalami
dampak buruk dari fenomena kenaikan muka air laut secara global ini. Secara teoritis kenaikan
muka air laut akan menggenangi sebagian wilayah pesisir, sehingga menyebabkan terjadinya perubahan
kawasan daratan menjadi genangan air. Perubahan kondisi fisik pantai akibat kenaikan muka air laut
III-33
akan mempengaruhi kelangsungan hidup penduduk di kawasan tersebut. Kegiatan lain di
kawasan pantai yang akan terganggu antar lain pelabuhan, gudang, tempat pelelangan ikan,
tempat rekreasi, terumbu karang dan budidaya ikan (tambak), dan sebagainya. Dampak
kenaikan muka laut terhadap kawasan pesisir akan mengakibatkan kerugian ekonomi yang tidak
sedikit.
Untuk mengatasi dampak akibat dari suatu bencana, maka perlu dilakukan kegiatan-
kegiatan mitigasi (Verbruggen, 2007) dan adaptasi (IPCC, 2007b), sehingga akan bisa menekan
kerugian jika bencana tersebut terjadi pada masa yang akan datang. Salah satu langkah dalam
mitigasi bencana kenaikan muka air laut adalah melakukan perhitungan kenaikan muka air laut
yang telah terjadi pada masa lalu sampai dengan sekarang. Kecenderungan kenaikan muka air
laut hasil dari analisa ini dapat digunakan untuk melakukan prediksi beberapa tahun ke depan,
sehingga kemungkinan dampak dari bencana di masa mendatang dapat diperkirakan.
Teknologi penginderaan jauh satelit altimetri telah dapat melakukan pengukuran tinggi
muka air laut menggunakan gelombang mikro (microwave). Dioperasionalkannya satelit
Topex/Poseidon dan Jason-1 sejak tahun 1992 yang mengukur tinggi muka air laut seluruh dunia
telah memberikan data multitemporal yang cukup untuk melakukan pengukuran secara sinoptik
di seluruh wilayah Indonesia. Kendala-kendala pengukuran secara konvensional dapat diatasi
menggunakan teknologi ini.
Pada penelitian ini telah dilakukan perhitungan kenaikan muka air laut di perairan
sebelah utara Semarang dengan melakukan interpolasi data 4 lintasan satelit Jason-1 pada
o o
posisi sekitar 110 15’ BT; 6 15’ LS pada periode tahun 2002-2009. Sebagai perbandingan,
kenaikan muka air laut wilayah timur Indonesia telah dianalisa dengan menggunakan data
gabungan satelit Topex/Poseudon, Jason-1 dan Jason-2 pada periode 1992-2009.
III-34
Prinsip pengukuran tinggi permukaan laut dari satelit altimetry adalah sebagai berikut:
SSH = SA – R
dimana:
SA = Ketinggian satelit dari bidang referensi (elipsoid)
R = Jarak pengukuran antara permukaan obyek dan satelit
SSH = Ketinggian permukaan obyek dari bidang referensi (elipsoid)
Gambar 2. Lintasan Satelit Jason1 untuk wilayah Indonesia, kotak merah merupakan wilayah kajian.
Perbesaran batas wilayah kajian, jarak antar lintasan, nomor lintasan, posisi ekstraksi
untuk data hasil interpolasi (titik merah) disajikan pada gambar sebelah kanan.
Gambar 3. Skema Perbandingan Antara Metode Interpolasi Triangulation dan Minimum Curvature
III-35
Data titik hasil penggabungan diubah menjadi data raster dengan sistem gridding dan
menginterpolasinya menggunakan metode “minimum curvature”. Interpolasi menggunakan
minimum curvature menghasilkan permukaan yang serupa dengan lembaran elastis tipis yang
secara linier melewati tiap titik input. Metode ini menghasilkan permukaan yang lebih halus
dengan secara berulang menerapkan suatu persamaan pada seluruh grid dibandingkan dengan
metode lain (triangulation). Hal ini secara kontinyu dilakukan sampai mencapai iterasi maksimum
yang ditetapkan atau mencapai perubahan yang lebih kecil dari limit nilai konvergensi yang telah
ditentukan. Perbandingan antara metode interpolasi triangulation dan minimum curvature
ditampilkan pada skema dalam Gambar 3.
o o
Interpolasi dilakukan dengan menggunakan dua macam ukuran piksel , yaitu 0,2 x0,2 dan
o o
0,1 x0,1 . Selanjutnya diekstrak/diambil nilai SSHA dari hasil interpolasi untuk lokasi perairan
o o
terdekat dari Semarang pada posisi koordinat 110 15’BT; 6 15’LS (titik merah pada Gambar 11).
Nilai SSHA kemudian diplot dalam suatu grafik untuk mengetahui trend liniernya dari tahun 2002-
2009. Kenaikan muka air laut relatif rata-rata diperoleh dari nilai awal dan akhir dari trend linier
anomali tinggi muka laut dibagi kurun waktu data pengamatan selama tujuh tahun.
Pada pengukuran ini digunakan data tinggi permukaan laut rata-rata global untuk perairan
Indonesia dari satelit Topex/Poseidon, Jason-1 dan Jason-2 yang dipublikasi oleh CCAR
(Colorado Center for Astrodynamycs Research, Universitas Colorado Amerika) tahun 2009 yang
dimuat dalam website http://sealevel.colorado.edu/results.php. Data tinggi permukaan laut rata-
rata tersebut dihasilkan dari gabungan data satelit Topex/Posiedon, Jason-1 dan Jason-2 yang
meliputi Laut Jawa, Selat Makassar, Laut Sulawesi, Laut Flores hingga perairan timur Indonesia
(Gambar 9, area warna merah). Wilayah pengukuran ini berdasarkan kesamaan karakteristik
perairan dan pengaruh Indonesian Throughflow atau ARLINDO (Arus Lintas Indonesia) yang
mencakup perairan tersebut.
Gambar 4. Pembagian Wilayah Perhitungan Rata-rata Tinggi Permukaan Laut untuk Perairan
Indonesia (warna merah) (Sumber : CCAR, 2009)
Data yang tersedia merupakan data 10 (sepuluh) harian dan terdiri dari dua jenis data yang
belum dan telah terkoreksi barometrik dari tahun 1992-2009. Data 10 harian tersebut merupakan
data penggabungan dari tiga satelit Topex/Poseidon, Jason-1 dan Jason-2 atau sering disebut
Merged Geophysical Data Records (MGDRs). Data ini telah mengikuti koreksi standar
(instrument, atmospheric and geophysical lcorrection) untuk data altimetri .
Koreksi barometrik diperlukan pada pengukuran tinggi permukaan laut karena ketinggian
permukaan laut rata-rata dipengaruhi oleh tekanan atmosfer. Permukaan laut akan lebih rendah
III-36
ketika tekanan atmosfer lebih tinggi dan sebaliknya lebih tinggi apabila tekanan atmosfer lebih
rendah. Sistem koreksi tersebut untuk data tinggi permukaan laut dari satelit altimetri lebih
dikenal dengan inverted barometric correction.
Gambar 5. Grafik Rata-rata Tinggi Muka Laut Relatif dari Satelit Jason-1 2002-2009 pada
o o
Posisi 110 15’ BT; 6 15’ LS
Berdasarkan trend kenaikan nilai SSHA dari satelit altimeter Jason-1 yang diekstraksi dari
hasil interpolasi empat lintasan satelit diperoleh rata-rata kenaikan muka laut relatif selama 7
tahun (2002-2009) sebesar 11,1 mm/tahun. Hasil studi Wirasatriya et al., 2006, menyatakan
bahwa tingkat kenaikan muka air laut di pesisir Semarang yaitu 2,65 mm/tahun berdasarkan
tinggi muka laut rata-rata hasil perekaman pasut dari tahun 1983-2004. Menurut Miler (2005)
bahwa dengan menggunakan kombinasi data satelit altimeter TOPEX, ERS-1 dan Jason-1
didapatkan kenaikan muka laut global sebesar 2,4 mm/tahun. Adanya perbedaan nilai ini
dimungkinkan karena perbedaan data dan rentang waktu data yang digunakan. Menurut Miler
(2005) untuk membuat perkiraan kenaikan muka laut global pada akhir dekade yang lalu dan
membuat prediksi untuk masa yang akan datang akan lebih baik jika menggunakan kombinasi
semua data satelit altimeter.
III-37
Rata-rata Tinggi Permukaan Laut / Mean Sea Level (MSL) dari Data Satelit Altimetri TP, J-1 dan J-2
di Perairan Indonesia Tahun 1992 - 2009 (Sumber : CCAR - Colorado University)
250
200
Tinggi Permukaan Laut / MSL (mm)
150
100
50
-50
-100
-150
-200
-250
1992 1993 1994 1995 1996 1997 1997 1998 1999 2000 2001 2001 2002 2003 2004 2005 2005 2006 2007 2008 2009
TAHUN
MSL_Inverted Barometric MSL_No Inverted Barometric Tren Tinggi Permukaan Laut (1992-2009)
Gambar 6. Rata-rata Tinggi Permukaan Laut di Perairan Indonesia tahun 1992-2009 (Sumber : CCAR-
Colorado University)
Berdasarkan Tabel 1, perbedaan ketinggian permukaan laut rata-rata dari tahun 1992 hingga
2009 sekitar 16,18 cm dengan kenaikan rata-rata per tahun 9,52 mm. Nilai ini berada dalam
kisaran rata-rata SLR di kawasan Indonesia naik sekitar (5-10 mm/tahun) yang didasarkan pada
hasil analisis data stasiun pasang-surut di Jakarta, Semarang, Jepara, Batam, Biak, Sorong, dan
Kupang selama 9 tahun Diposaptono et.al, (2009). Kenaikan muka air laut yang diukur di Tanjung
Periok (Jakarta), Semarang dan Jepara merupakan hasil pengukuran stasiun pasut Bakosurtanal
selama 20 tahun (1980-2001).
Tabel 1. Ketinggian permukaan laut rata-rata per tahun dan prediksi linier kenaikan permukaan
Tahun 2010, 2020 dan 2030
3.3. Pembahasan
Berbagai pustaka menyebutkan bahwa saat ini terjadi kecenderungan percepatan kenaikan
permukaan laut yang signifikan secara global. Nilai rata-rata global kenaikan permukaan laut
berdasarkan hasil pemantauan saat ini sekitar 2,5 mm/tahun. Menurut Cruz et al. (2007) bahwa
tingkat kenaikan permukaan air laut global saat ini 2 mm per tahun (1-3 mm/tahun di wilayah
pesisir Asia) dan diproyeksikan mengalami peningkatan hingga 5 mm per tahun pada tahun 2100.
III-38
Namun secara lokal dilokasi-lokasi tertentu bahkan dapat mencapai nilai maksimum kira-kira 30
mm/tahun (Cazenave dan Nerem, 2004 dalam Prijatna et al., 2009).
1 3
Gambar 7. Variasi Temporal Tinggi Muka Laut (per 10 hari) di Beberapa Wilayah
di Indonesia
Berdasarkan kisaran rata-rata SLR di kawasan Indonesia naik sekitar (5-10 mm/tahun) yang
didasarkan pada hasil analisis data stasiun pasang-surut di Jakarta, Semarang, Jepara, Batam,
Biak, Sorong, dan Kupang selama 9 tahun Diposaptono et al. (2009). Kenaikan muka air laut
yang diukur di Tanjung Periok (Jakarta), Semarang dan Jepara merupakan hasil pengukuran
stasiun pasut Bakosurtanal selama 20 tahun (1980-2001).
Variasi kedudukan permukaan laut secara vertikal di suatu lokasi pada umumnya dapat
dipantau langsung dengan palem pasang surut (pasut) dan tide gauge serta satelit altimetri
(National Research Council, 1995; Khafid, 2000; Nerem dan Mitchum, 2001). Untuk wilayah
III-39
Indonesia, jumlah stasiun pasut yang mengamati permukaan laut jangka panjang belum banyak
tersedia serta sebarannya tidak merata di seluruh Indonesia (Prijatna et al., 2009). Sehingga
pemanfaatan data satelit altimetri merupakan alternatif untuk diterapkan dalam pengamatan
permukaan laut dari waktu ke waktu.
Berdasarkan hasil penelitian Prijatna et al., (2007) yang menggunakan data satelit altimeter
TOPEX/Poseidon (1992-2005) dan Jason-1 (1992-2005) selama 13 tahun terlihat adanya
kenaikan permukaan laut di seluruh perairan Indonesia dalam periode panjang. Kenaikan yang
terjadi berkisar antara 10 hingga 29 mm/tahun dan berdasarkan analisis variasi tahunan
terindikasi adanya pengaruh El Nino (1997) di seluruh lokasi perairan Indonesia. Pengaruh El
Nino ditunjukkan oleh nilai minimum permukaan laut pada tahun 1997 (Prijatna et al., 2009).
Indikasi kenaikan permukaan laut di beberapa lokasi dapat dilihat pada Gambar 7 dan Gambar 8.
Pada Gambar 8 nilai rata-rata tinggi permukaan laut disajikan dalam piksel dengan ukuran grid
o o
2 x2 .
Metode ini dapat digunakan dalam menghitung rata-rata tinggi muka laut relatif, namun
diperlukan penelitian lebih lanjut untuk mengetahui tingkat ketelitian informasinya dengan
membandingkan hasil pengukuran dari stasiun pasut di pantai atau hasil perekaman bouy yang
memiliki jarak bertepatan dan berdekatan dengan lintasan satelit altimetri. Selain itu untuk kurun
waktu antara data altimetri dan data pasut yang digunakan dalam penelitian sebaiknya sama
dengan rentang data lebih dari 18,6 tahun serta menggabungkan seluruh data dari berbagai
satelit altimetri.
4. Kesimpulan
Dari dasil analisis dapat disimpulkan untuk lokasi lokal wilayah Semarang,
o
kecenderungan kenaikan muka air laut selama periode 2002 sampai 2009 pada posisi 110 15’
o
BT; 6 15’ LS adalah 8 cm atau rata-rata kenaikan muka air laut 11.1 mm per tahun. Hasil analisis
wilayah regional Indonesia, perbedaan ketinggian permukaan laut rata-rata dari tahun 1992
hingga 2009 sekitar 16,18 cm dengan kenaikan rata-rata per tahun 9,52 mm. Sehingga dapat
dikatakan Semarang mempunyai tingkat kenaikan di atas rata-rata perairan Indonesia.
5. Daftar Pustaka
CCAR, 2009. Sea Level Change. Colorado Center for Astrodynamycs Research, University of
Colorado at Boulder website: http://sealevel.colorado.edu/maps.php. USA.
Cruz, R.V., H. Harasawa, M. Lal, S. Wu, Y. Anokhin, B. Punsalmaa, Y. Honda, M. Jafari, C. Li and N.
Huu Ninh, 2007: Asia. Climate Change 2007: Impacts, Adaptation and Vulnerability. Contribution of
Working Group II to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change,
M.L. Parry, O.F. Canziani, J.P. Palutikof, P.J. van der Linden and C.E. Hanson, Eds., Cambridge
University Press, Cambridge, UK, 469-506.
Diposaptono S., Budiman dan F. Agus. 2009. Menyiasati Perubahan Iklim di Wilayah Pesisir dan
Pulau-pulau Kecil. Buku ilmiah popular. Sarana Komunikasi Utama. ISBN: 978-979-1291-16-3. Bogor.
Genio, T.D., Yao, M.S., and Jonas, J., 2007. Global Warming Will Bring Violent Storms And
Tornadoes, NASA Predicts. Science Daily
http://www.sciencedaily.com/releases/2007/08/070830105911.htm
Hart, John, 2005. Global Warming. Microsoft® Encarta® 2006. Redmond, WA: Microsoft Corporation.
Hartuti, Maryani, 2010. Program Ekstraksi Data Altimeter. Pusat Pemanfaatan Penginderaan jauh
(belum dipublikasikan).
IPCC, 1990. The Climate Change, IPCC Scientific Assessment. World Meteorological Organization,
United Nations Environmental Program.
III-40
IPCC (2007a). Summary for Policymakers. Climate Change 2007: The Physical Science Basis.
Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on
Climate Change.
IPCC (2007b). 4. Adaptation and mitigation options. In (book section): Summary for Policymakers. In:
Climate Change 2007: Synthesis Report. Contribution of Working Groups I, II and III to the Fourth
Assessment Report of the Intergovernmental Panel on Climate Change (Core Writing Team, Pachauri,
R.K and Reisinger, A. (eds.)). Print version: IPCC, Geneva, Switzerland. ISBN 92-9169-122-4.
Khafid. 2000. Penentuan permukaan Air laut dengan Pemanfaatan Data Satelit Altimetri dan Data
Pasang Surut. Bidang Pemetaan Dasar Kelautan. Badan Koordinasi Survei dan Pemetaan Nasional.
Bogor. Indonesia.
Miller, L., 2005. Satellite Altimetry and the NOAA/NESDIS. NOAA/NESDIS, Silver Spring,
Maryland.
National Research Council. 1995. Sea Level Change. National Academy Press. Washington D.C.
Nerem R.S. dan T. Mitchum. 2001. Sea Level Change, in: Satellite Altimetry and Earth Science: A
Handbook of Techniques and Application”. (Eds.L.L.Fu & A. Cazaneve). Academic Press. San Diego.
Prijatna K., N.R. Nganro, A.S.W. Retraubun. 2009. Menuju Penyusunan Peta Kerentanan Pulau-Pulau
Kecil dan Kawasan Pesisir dari Kenaikan Muka Laut di Indonesia. Buku Kenaikan Muka Laut Relatif
dan Kerentanan Wilayah Pesisir dan Pulau-pulau Kecil di Indonesia: Status Report Hasil-hasil
Penelitian. ISBN 978-979-3768-21-2. Pusat Riset Wilayah Laut dan Sumberdaya NonHayati. Jakarta.
Verbruggen, A. (ed.) (2007). Glossary J-P. In (book section): Annex I. In: Climate Change 2007:
Mitigation. Contribution of Working Group III to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change (B. Metz, O.R. Davidson, P.R. Bosch, R. Dave, L.A. Meyer (eds.)). Print
version: Cambridge University Press, Cambridge, U.K., and New York, N.Y., U.S.A. ISBN 978-0-521-
88011-4.
Wirasatriya, A., A. Hartoko., Suripin., 2006. Kajian Kenaikan Muka Laut Sebagai Landasan
Penanggulangan Rob Di Pesisir Kota Semarang. Jurnal Pasir Laut, Vol. 1, No.2, Januari 2006 : 31-42.
III-41
Degradasi Sumber Daya Alam dengan Kajian Integrasi Bentuk Lahan dan Potensi Sumber
Daya Air dalam Tata Ruang Daerah Aliran Sungai Bengawan Solo
1)
Pusat Survei Sumberdaya Alam Darat Bakosurtanal
2)
Balai Penelitian Geomatika Bakosurtanal
Abstrak: Daerah Aliran Sungai Bengawan Solo terletak antara 6º 48' 36 " - 8º 09' 00 " LS dan antara 110º 26'
24 " - 112º 40' 12 " BT yang sebagian besar terletak di Provinsi Jawa Timur (60,13 %), Jawa Tengah (39,33 %)
dan sebagian kecil berada di Provinsi DIY (0,54 %) secara fisik meliputi daerah tangkapan hujan seluas
16.034,18 km². DAS ini memiliki unsur-unsur bentuklahan dan tata air dengan sistem kehidupan saling
berinteraksi dan saling memiliki ketergantungan menjadi bagian integral tata ruang fisik daerah dalam sistem
kebumian. Masalah banjir, kekeringan, letusan gunungapi dan tanah longsor sering terjadi di daerah ini akibat
degradasi sumber daya alam. Bencana alam adalah proses alam, menjadi bencana karena sistem kehidupan
terganggu akibat timbal-balik dalam pemanfaatan lahan. Potensi bencana bisa terjadi pada 15.599.188 jiwa
penduduk yang tinggal dalam pemukiman seluas 256.537,38 ha. Permasalahan tersebut menjadi dasar tujuan
kajian degradasi sumber daya alam dalam penuangan secara geospasial.
Kajian tata ruang fisik alami atau kondisi fisik lahan dalam DAS Bengawan Solo melalui pendekatan
geomorfologi dan hidrologi yang diintegrasikan dengan potensi air pada bentuklahan dan sistem kehidupan yang
dicerminkan oleh penggunaan lahan. Analisis satuan bentuklahan dan potensi sumber daya air pada 16 macam
bentuklahan dari bentukan asal struktural (33 %), vulkanik (35 %), karstik (14,5 %), fluvial (13,4 %) dan marin
(4,1 %). Integrasi bentuklahan dengan potensi sumber daya air menjadi perhatian karena setiap satuan
bentuklahan merupakan wadahnya air, dan penyebarannya tidak merata serta keberadaannya sejalan dengan
karakteristik bentuklahan. Lebih dari 23.089.219,2 ha cenderung kebanjiran dan sebaliknya 33.030.410,8 ha
mengalami kekeringan. Padahal potensi curah hujan tahunan rata-rata sebesar 1927 mm/tahun menghasilkan
debit 29.029,55 juta m³/tahun yang belum dimanfaatkan secara optimal.
Sebaran wilayah yang berpotensi mengalami bencana banjir yaitu lembah sinklinal lipatan sebagai areal
endapan fluvial, Dataran Aluvial Banjir Kwarter (FAb), sepanjang lembah sinklinal depresi Randublatung dari K.
Wulung kearah Selat Madura. Bagian hilir DAS Bengawan Solo adalah Dataran Pesisir Kwarter (MP) dan
Dataran Gisik Marin Kwarter (MG) yang juga berpotensi mengalami banjir rob. Daerah yang berpotensi
mengalami longsor lahan terletak di lereng kaki perbukitan struktural tersier, perbukitan struktural lipatan tersier
pegunungan kendeng dengan litologi berupa lempung, pasir, pasir tufaan dan di perbukitan struktural tersier
pada pegunungan selatan Pulau Jawa dengan litologi berupa breksi, tuff, lava, napal, batupasir dan konglomerat.
Wilayah yang rentan mengalami kekeringan tersebar di perbukitan karstik tersier yang berada di daerah
Manyaran, Wuryantoro dan daerah perbukitan struktural lipatan tersier di pegunungan kendeng. Sedangkan
daerah yang rawan mengalami bahaya letusan gunungapi terletak di kerucut vulkan, lereng atas, lereng tengah,
lereng bawah dan lereng kaki vulkan yang berada di Gunung Merapi, Gunung Merbabu dan Gunung Lawu.
Kata Kunci : Bentuk lahan, Sumberdaya air, Degradasi sumber alam dan bencana alam
1. Latar Belakang
Pada suatu wilayah di permukaan bumi ini, air merupakan suatu sumberdaya alam yang banyak
dibutuhkan oleh mahluk hidup di dalamnya terutama oleh manusia untuk digunakan sebagai
kebutuhan domestik dan kebutuhan sekunder lainnya seperti pertanian, perikanan, industri,
peternakan dan lain-lain. Akan timbul masalah mengenai sumberdaya air jika di suatu daerah
mengalami keadaan yang ekstrim, baik ekstrim kekurangan (kekeringan) maupun ekstrim berlebihan
(banjir). Oleh karena itu dalam pengelolaan sumberdaya air perlu dilaksanakan secara terpadu dan
sistematis supaya sumberdaya air dapat terjaga ketersediannya dari segi kuantitas maupun dari segi
kualitas.
Areal kawasan bagian hulu sebagai wilayah kawasan penadah hujan utama yang sebarannya 61,4
% DAS disebelah selatan Pegunungan Kendeng. Bagian hulu DAS Bengawan Solo meliput dua
cabang pola aliran sungai yaitu Bengawan Solo Hulu (38 %) dan Sungai Madiun (23,4 %). Fisik
wilayah kawasan penadah hujan utama bagian selatan menduduki deretan Perbukitan Kapur, dan
Jalur Perbukitan Struktural Selatan. Bagian barat kawasan penadah hujan utama yang arealnya
hanya di bagian timur G.Merapi-Merbabu. Bagian tengah kawasan penadah hujan utama adalah
III-42
G.Lawu. Kawasan vulkan G.Lawu bagian barat, bagian selatan, dan utara aliran sungai kemudian
masuk ke Bengawan Solo. Bagian timur G.Lawu semua aliran sungai masuk ke S.Madiun bergabung
dengan aliran sungai dari G.Liman-G.Wilis bagian barat. Pola aliran Pegunungan Kendeng pada
bagian selatan alirannya masuk ke sungai Bengawan Solo, pada bagian utara pegunungan ini
sebagai penadah hujan utama bagian tengah. Sungai Bengawan Solo mengalir dari wilayah Sragen
sampai kota Ngawi sepanjang kaki lereng perbukitan bagian selatan Pegunungan Kendeng.
Pegunungan Kendeng merupakan bentukan struktural lipatan yang kelihatan seperti tanggul
penghalang sungai Bengawan Solo. Bengawan Solo hulu bertemu dengan sungai Madiun di wilayah
kalurahan Pelem wilayah kota Ngawi, melalui pintu keluar pada posisi 07º 23' 15" LS , 111º 27' 29"
BT. Kemudian sungai ini melalui celah lembah patahan memotong perbukitan struktural lipatan di
Pegunungan Kendeng.
Kawasan Bengawan Solo bagian tengah dan hilir meliputi 38,6 % kawasan DAS. Sistem aliran sungai
sebagian besar menduduki depresi Randublatung dari K. Wulung sampai Selat Madura. Aliran sungai
pada bagian tengah Bengawan Solo mengalir sepanjang lembah-lembah patahan dan lipatan lereng
selatan Pegunungan Kapur Utara dan Pegunungan Kendeng bagian lereng utara.
Bagian hilir DAS Bengawan Solo menduduki areal kelanjutan depresi Randublatung dan cekungan
patahan bagian Selat Madura. Air sungai Bengawan Solo awalnya dituntaskan ke muara sungai
Bengawan Lawas pada posisi 07º03'20" LS, 112º35'50" BT wilayah Manyarejo Kabupaten Gresik.
Akibat proses pengendapan material sungai yang tinggi ke arah selat Madura maka muara sungai
dibelokan ke arah utara di Laut Jawa. Posisi muara sungai sekarang di wilayah kecamatan
Unjungpangkah kabupaten Gresik terletak 06º50'00" LS , 112º 32' 30" BT.
Siklus hidrologi yang terjadi di DAS Bengawan Solo merupakan bagian yang tidak terpisahkan dari
bentuklahan yang ada di DAS dan merupakan wadah terjadinya proses-proses hidrologi. Keberadaan
air selalu mengikuti wadahnya yaitu bentuklahan setempat. Hal ini yang menjadi dasar integrasi
bentuklahan dan potensi sumber daya air. Pola aliran sungai di permukaan bumi mencerminkan
konfigurasi sistem aliran sungai alami. Pola aliran sungai tersebut terbentuk oleh proses proses
geomorfologis, dimana pola aliran sungai mengikuti bentuk dan ukuran dan proses alam yang
berpengaruh pada setiap bentuklahan. Sejalan dengan bentuk dan proses alam pada situsnya, pola
aliran menunjukkan pula struktur dan tipe batuan yang ada didalamnya. Kawasan DAS Bengawan
Solo diidentifikasi dalam macam satuan bentuklahan. Setiap bentuklahan mempunyai karakteristik
sebagai wadah air yang terdapat pada lingkup volkan, fluvial, karstik, struktural, dan marin.
Sistem kehidupan meliputi komponen vegetasi, hewan, manusia dan aktivitasnya. Kedua sistem
saling terkait, interaksi, ketergantungan satu dengan lainnya. Integrasi sistem kebumian dan sistem
kehidupan ditunjukkan dalam satuan lahan dipermukaan bumi. Lahan secara fisik detil dari bagian
bentuklahan, namun didalamnya ada unsur lain seperti iklim dan kehidupan. Pada suatu lahan
mengandung unsur-unsur iklim, relief, tanah dan strata dibawahnya / geologi, vegetasi, hewan, dan
penggunaan lahan oleh manusia masa lampau dan sekarang. Aktivitas manusia terhadap lahan
sebagai fungsi timbal balik terhadap alam tercermin dalam penggunaan lahan di dalam kawasan DAS
Bengawan Solo, dari sumber olah data SIG Bakosurtanal (2007) diperoleh prosentase penutup lahan
sebagai berikut :
III-43
Lanjutan Tabel 1 Luasan Penggunaan Lahan di DAS Bengawan Solo
Penutup Lahan Luas (ha) Persentase (%)
Masalah bencana alam adalah sistem kehidupan yang terganggu akibat proses alam. Degradasi
sumber daya alam telah berlangsung di kawasan Bengawan Solo sehingga bisa memicu terjadinya
bencana alam. Dampaknya adalah kehidupan manusia dan aktivitas terganggu termasuk lingkungan
vegetasi dan hewan, maupun reaksi alam balik terhadap manusia. Bencana alam dewasa ini yang
terjadi daerah ini adalah banjir, tanah longsor, kekeringan dan letusan gunungapi.
Maksud kajian ini adalah untuk mendeskripsikan potensi kerawanan bencana berdasarkan integrasi
dari informasi satuan bentuklahan dan potensi sumberdaya air. Selain itu juga bisa diperoleh
informasi tingkat kerawanan bencana yang tercermin dari sebaran penggunaan lahan.
III-44
Data biosistem seperti sumber daya hutan dimana setiap satuan bentuklahan memiliki kemampuan
syarat tumbuh hutan, dimana tanah bagian dari bentuklahan sebagai salah satu parameter
kemampuan lahan. Hal ini digunakan karena setiap bentuklahan memiliki karakteristik fisik tanah
berbeda. Sehingga kondisi hutan sebagai penutup lahan (land cover) dan fungsi alami sebagai
pengendali tata air / fungsi hidrologis dapat dianalisis. Data sumber daya hutan untuk superimpose
keseimbangan air dari daya dukung hutan dengan macam tutupan hutan dan fungsi hutan secara
geospasial dapat dianalisis perannya. Sebaran dan tutupan ruang dipantau dari liputan citra satelit
Landsat TM sejak tahun Tahun 2000.
III-45
Tabel 2 Potensi Sumber Air Utama dari Air Hujan
Curah Hujan Curah Hujan Luas Wilayah Potensi Hujan (m3/thn)
(mm/thn) Rerata (mm/thn) (km2) (x106)
Limpasan air sungai yang terkumpul pada cabang-cabang sungai dan lembah-lembah Bengawan
Solo tercermin dalam grafik debit sungai rerata bulanan untuk 25 stasiun pengukur aliran sungai
yang berada di dalam DAS Bengawan Solo dalam kurun waktu tahun 1990 - 2005
III-46
Gambar 2 Debit Sungai Rerata Bulanan Tiap Stasiun Pengukuran Tahun 1990-2005.
Sejumlah 25 stasiun pengukuran debit aliran sungai dijumpai baik di hulu, tengah mau pun hilir DAS
Bengawan Solo. Debit aliran sungai selama 15 tahun terakhir bervariasi antar stasiun, seperti yang
ditunjukkan pada gambar 2. Sebagai contoh, Stasiun Babat yang terletak di hilir mempunyai variasi
3 3
debit dari 37 m /det (bulan September) hingga 945 m /detik (bulan Febuari). Debit Stasiun Jurug di
bagian hulu bervariasi dari 19 m /det (bulan Agustus) hingga 188 m3/detik (bulan Februari). Dapat
3
dikatakan, ke 25 stasiun pengukuran debit aliran sungai menunjukkan pola yang relatif sama, yaitu
debit maksimum terjadi pada bulan Febuari dan debit minimum pada bulan Agustus - September.
Stasiun yang berada di hilir menunjukkan nilai debit yang lebih besar, dibandingkan dengan stasiun
yang berada di hulu. Sebagai contoh, stasiun Babat Bojonegoro mempunyai debit rata-rata hampir
400 m3/detik, sedangkan stasiun Jurug memiliki debit rata-rata 75 m3/detik. Hal ini terkait dengan
makin ke hilir, aliran sungai akan terakumulasi dengan aliran-aliran sungai di bagian hulunya dan
menuju ke outlet utama di Laut Jawa.
Gabungan antara curah hujan, airtanah, air permukaan tergambar seperti dalam Peta Potensi
Sumber Daya Air sumberdaya air di bawah ini.
III-47
Gabungan potensi sumber daya air pada satuan bentuklahan tergambar seperti dalam peta berikut :
Gambar 4 Integrasi Bentuklahan dan Potensi Sumber Daya Air DAS Bengawan Solo
Degradasi sumber daya alam menunjukkan turunnya daya dukung sumber daya alam khususnya air
dan hutan dalam peran keseimbangan alami. Sumber daya air merupakan bagian integral dalam
satuan bentuklahan yang memiliki karakteristik potensi sebagai wadah air, pola yang khas dan
berbeda pada setiap bentuklahan. Degradasi sumber daya air menunjukkan terganggunya fungsi
siklus hidrologis yang berfungsi pada keseimbangan alam suatu kawasan DAS, baik dari air hujan, air
permukaan dan airtanah saling berinteraksi dan interdependensi. Dampak dari degradasi sumber
daya air adalah kekeringan dan banjir pada suatu daerah. Dalam kaitan dengan kawasan DAS dalam
satuan bentuk lahan menunjukkan potensi daerah yang mengalami degradasi dan bencana alam
sebagai berikut :
III-48
Lanjutan Tabel 4 Luasan Potensi Bencana Berdasarkan Bentuklahan dan Potensi Air
Simbol Potensi sumberdaya Degradasi dan
Uraian Satuan Bentuklahan Luas (Ha)
bentuklahan air bencana alam
Kekeringan, longsor
SBS Perbukitan Struktural Tersier Airtanah Langka 88.187,99
lahan
Degradasi sumber daya hutan dari segi kuantitas maupun kualitasnya sangat berpengaruh pada
kondisi air dan tanah sebagai syarat tumbuh vegetasi dan penyeimbang dari berbagai macam
ekosistem. Hutan yang lebat dengan lapisan serasah yang tebal berfungsi sebagai penyejuk udara
atau produksi O2, pengendali tata air dari sumber air hujan yang jatuh di kawasan hulu sungai.
Kondisi aktual yang ada sudah tidak sesuai dengan kondisi ideal yang diharapkan. Kondisi hutan
hutan yang ada terdiri dari hutan lahan kering primer 1.738,43 ha (0,11 %) kondisi sudah minim
meskipun di kawasan lindung, dan hutan lahan kering sekunder 324.947,07 ha (20,27 %) yang
masuk hutan tanaman pada kawasan hutan produksi. Faktor ini termasuk tutupan lahan semak-
belukar 125.202,10 ha (7,81 %), serta lahan tambak 60.664,30 ha (3,78 %) di areal hutan
bakau/mangrove di pesisir dan gisik. Tutupan lahan bervegetasi minim dipermukaan bumi atau pada
suatu bentuklahan menunjukkan peran hutan sebagai vegetasi penutup permukaan bumi tidak
memenuhi peran daya dukung keseimbangan alami.
Degradasi sumber daya lahan dari aktivitas penduduk sebagai pendorong lahan kritis atau tanah
kosong 15.332,57 ha (0,96 %), dampaknya pada waduk Gajah Mungkur 5.982,06 ha (0,37 %)
mengalami pendangkalan,dan pada tubuh air darat 10.126,89 ha (0,63 %). Aktivitas penduduk yang
tercermin dalam penggunaan lahan penduduk seperti lahan permukiman luas 256.847,71 ha (16,02
%), sawah 566.479,14 ha (35,33 %), ladang-tegalan 166.689,90 ha (10,40 %), kebun campuran
67.565,49 ha (4,21 %) dan Perkebunan 1.842,52 ha (0,11 %).
Sebaran wilayah yang berpotensi mengalami bencana banjir yaitu lembah sinklinal lipatan sebagai
areal endapan fluvial, Dataran Aluvial Banjir Kwarter (FAb), sepanjang lembah sinklinal depresi
Randublatung dari K. Wulung kearah Selat Madura. Bagian hilir DAS Bengawan Solo adalah Dataran
Pesisir Kwarter (MP) dan Dataran Gisik Marin Kwarter (MG) yang juga berpotensi mengalami banjir
rob. Dataran banjir relatif sempit di sekitar sungai yang merupakan kawasan bantaran sungai.
Wilayah Bengawan Solo yang rentan banjir menempati sampai 17,7 % dari areal DAS atau
280.598,15 ha.
Tata ruang fisik yang potensi bencana kekeringan pada bentuklahan bagian hulu kawasan DAS
mencapai 35,5 % atau 569.213,39 ha. Potensi kekeringan ini menempati kerucut dan krater volkan
kwarter (VC) sebesar 1,5 %, lereng atas volkan kwarter (VA) sebesar 2,5 %, lereng tengah volkan
(VM) sebesar 3,5 %, perbukitan volkan kwarter (VB) sebesar 0,5 %, perbukitan karstik tersier (KB)
sebesar 10,5 %, perbukitan dan pegunungan struktural tersier (SBT) sebesar 5,5 %, perbukitan
struktural lipatan tersier (SBL) sebesar 11,5 %. Areal yang berfungsi sebagai resapan air mencapai
330.304,108 ha merupakan areal potensi air tanah langka, dan 424.905,77 ha potensi air tanah
rendah. Areal ini sebagian besar masuk kawasan hutan produksi seluas 398.182,45 ha.
Daerah yang berpotensi mengalami longsor lahan terletak di lereng kaki perbukitan struktural tersier,
perbukitan struktural lipatan tersier pegunungan kendeng dengan litologi berupa lempung, pasir, pasir
tufaan dan di perbukitan struktural tersier pada pegunungan selatan Pulau Jawa dengan litologi
berupa breksi, tuff, lava, napal, batupasir dan konglomerat. Wilayah yang rentan mengalami
kekeringan tersebar di perbukitan karstik tersier yang berada di daerah Manyaran, Wuryantoro dan
daerah perbukitan struktural lipatan tersier di pegunungan kendeng. Sedangkan daerah yang rawan
mengalami bahaya letusan gunungapi terletak di kerucut vulkan, lereng atas, lereng tengah, lereng
bawah dan lereng kaki vulkan yang berada di Gunung Merapi, Gunung Merbabu dan Gunung Lawu.
III-49
4. Kesimpulan
Hasil kajian integrasi bentuklahan dan potensi sumber daya air terhadap degradasi sumber daya
alam dapat disimpulkan :
(1) Satuan bentuklahan merupakan bagian tata ruang fisik DAS Bengawan Solo dibentuk oleh
proses alam geologi dari bentukan asal endapan aktivitas sungai, endapan aktivitas laut,
bentukan karstik, bentukan asal aktivitas volkanik, bentukan asal struktural lipatan dan
patahan. Bentuklahan dapat digunakan untuk satuan analisis data geospasial.
(2) Komponen tata ruang fisik merupakan bagian integral geosistem yang saling interaksi dan
interdependensi membentuk sistem keseimbangan alami antara bentuklahan dan air.
Degradasi sumber daya alam air menunjukkan teganggunya keseimbangan siklus hidrologis
suatu daerah, berdampak pada bencana banjir dan kekeringan.
(3) Hutan dan manusia/penduduk suatu daerah merupakan bagian integral biosistem yang saling
berpengaruh dan berkentingan dalam keseimbangan lingkungan alam. Menurunnya liputan
dan fungsi hutan menunjukkan degradasi sumber daya alam yang mengakibatkan bencana
alam banjir dan kekeringan.
(4) Tata ruang fisik bentukan proses alam yang rentan bencana banjir menduduki daerah
depressi seluas 280.598,15 ha atau 17,5 % luas wilayah DAS B. Solo. Kawasan yang rentan
bencana kekeringan dan longsor lahan menduduki daerah resapan DAS seluas 569.205,39
atau 35,50 %.
(5) Tata ruang wilayah diwarnai oleh kebijakan pemerintah yang berpengaruh pada geosistem
dalam merumuskan kawasan budidaya dan non budidaya. Dalam kaitan ini data dan
informasi geospasial suatu daerah dapat dipergunakan untuk mendukung penyusunan tata
ruang wilayah.
5. Referensi
Bakosurtanal. (2007). Potensi Sumber Daya Air DAS Bengawan Solo. PSSDAD Bakosurtanal. Cibinong.
Bakosurtanal. (2008). Neraca Sumber Daya Hutan DAS Bengawan Solo. PSSDAD Bakosurtanal. Cibinong.
Dep. Kehutanan. (2002). Data dan Informasi Kehutanan Provinsi Jawa Tengah. Pusat Inventarisasi dan Statistik
Kehutanan. Badan Planologi Kehutanan. Jakarta
PPLHRJ. (2008). Strategi Pengelolaan Lingkungan Hidup Daerah Aliran Sungai Bengawan Solo. Pusat
Pengelolaan Lingkungan Hidup Regional Jawa. Yogyakarta.
Pannekoek A.J. (1949). Outline Of The Geomorphology Of Java. E.J. Brill. Leiden.
Seyhan,Ersin. (1995). Dasar Dasar Hidrologi. Gadjah Mada University Press. Yogyakarta
Sri-Harto. (1993). Analisis Hidrologi. Gramedia Pustaka Utama. Jakarta
III-50
Envisioning the Future and Mitigating Impact of Natural Disaster
Using Planning Support System
1, 2 1 1’
Heri Sutanta , Ian D Bishop , Abbas Rajabifard
1
Department of Infrastructures Engineering, the University of Melbourne, Australia
2
Department of Geodesy & Geomatics Engineering, University Gadjah Mada, Indonesia
Abstract: The frequency and impact of natural disaster are increasing significantly. They mainly come
from rapid onset disaster, such as earthquake. However, there are several types of slow onset disaster
whereby their damaging consequences can only be seen after longer period of time. One example is land
subsidence, which occurs in several coastal cities in the world, including Semarang. The on-going process
of subsidence is currently affecting more than 4.250 hectares of land. To reduce the potential impact in the
future, current development plan should incorporate disaster risk reduction concepts. This paper presents
the results of a research on using planning support system for disaster risk reduction.
The following spatial datasets were used, digital terrain model, building information, land parcel map, land
subsidence and land use designation map. CommunityViz, a planning support system software, was used.
Map of existing building combine with land parcel map were used to calculate the remaining capacity of
the land. The predicted future elevation was obtained from the current DTM subtracted by land subsidence
map. Estimation of how many buildings will reside on a particular place as well as the time when the
building will be built was conducted. Exponential growth method was used to reflect the situation where
development mostly occurred as organic growth.
The analysis reveals that several land use designated areas for development are or will be located in area
situated in below mean sea level. The area predicted below 0 will be more than 3.300 hectares in 2030,
unless there is reclamation work. Should those areas are to be built according to the current spatial plan,
the vulnerability of public infrastructures and private property will be very high. In the housing sector
alone, the construction cost of property vulnerable will be well above US$ 400 million. Experience in the
processing and recommendations are discussed.
Keywords: natural disaster, planning support system, envisioning, land use designation
1. Introduction
The foundation of this research was set by (Sutanta & Hobma, 2002; Sutanta, et al, 2005). The
previous works aimed at the identification of natural disaster confronting the coastal city of
Semarang, searching technology for mapping elements at risk and static modelling of the
impact of the disasters on the physical infrastructures. Static modelling was necessary to get an
understanding of the situation, but lacking the capability to capture the dynamic relation
between major components in the real world phenomena. The projection of the future physical
infrastructures was also missing. The dynamics of real world phenomena are required deriving
alternative spatial plan policies. Many coastal urban cities all over the world are experiencing
similar problems, e.g. urbanizations, limited available space and increasing event of natural
disasters. The predicted climate change, in addition to these pressures, will greatly exacerbate
the danger to the coastal urban environment.
Statistics from the Emergency Events Database – EM DAT (http://www.emdat.be) shows that in
the last 15 years there were more than 500.000 casualties from different types of natural
disasters. The most devastating disasters were tsunami, flood, drought, wind storm and land
slide. In Indonesia alone, during 2000 – 2008 there were 177,268 casualties and more than
eight million peoples were affected from seven types of natural disaster. The high number of
casualties and enormous economic loss raised awareness among international organizations,
government and community of the importance of a more institutionalized way of dealing with
disaster in an effort to reduce their catastrophic impacts. At the international level, a number of
efforts have been conducted. Two most important initiatives are International Decade for
Natural Disaster Reduction (1990 – 1999), and the current UN-sponsored International Strategy
for Disaster Reduction. At the national level in Indonesia, two laws were enacted in 2007
following the catastrophic tsunami in Aceh and Nias which killed 165,708 people, and
earthquake in Yogyakarta which lead to 5,778 deaths. These two laws are Disaster Mitigation
III-50
(Law 24/2007) and Spatial Planning (Law 26/2007). They both endorse the inclusion of spatial
planning as one of the important tools in disaster risk reduction.
Efforts in reducing disaster risk involve many disciplines and can be seen from many
perspectives, such as data, actors, modeling, and management perspective. Therefore, there is
a need for an integrated approach in disaster risk reduction which brings together all available
resources and data. Disaster risk reduction can be classified as short term and long term
efforts. Example of short term effort includes evacuation of people from the flank of a volcano to
prevent them from the danger of eruption. Long term effort needs the incorporation of different
factors to minimize exposure of elements at risk to multi types of hazards as well as measures
to withstand disaster. Spatial plan is a medium to long term effort as it regulate the interaction
of people and their activities with specific geographic location. It can play a key role in disaster
risk reduction (Menoni, 2004).
Geographic Information Systems (GIS) have been widely and heavily used to support
formulation of spatial plan, especially in managing, analysing and visualizing spatial data
relevant for planning. However, in many developing countries dedicated systems with specific
functionality for supporting spatial planning are very limited or do not exists at all. Another
deficiency is that current spatial planning regulation and associated map are often not easily
visible and available to the general public through local government websites (Sutanta, 2008).
The focus of this research is at the local government level. At this level, the government is
responsible to develop a detail spatial plan which can be used to lessen the adverse impact of
natural disaster. Planning Support System (PSS) will be used to envision the future, based on
the assumption on the spatial plan. With regard to disaster mitigation, two scenarios were
evaluated. The first scenario was on the business-as-usual case, while the second one was on
the incorporation of disaster.
III-51
preparation. In the context of local government in Indonesia, special attention has to be paid to
the aspect of spatial data availability and accessibility.
Despite advances in PSS and the associated technology in recent years, a survey conducted by
Vonk, et al, (2005) found that there are some impediments to spreading its use along with a
geographical bias of users. Most of the users are from Europe, North America and Australia.
There are only a handful of users in the South East Asian region. Many of them who have
implemented PSS usually started as part of a foreign aid research project. There is little
information of the maintenance and continuity of use. There is also relatively slow diffusion of
PSS to planners.
3. Research Approach
3.1. Methods
The method employed in this research has been presented in (Sutanta et al, 2010). It is based
on the argument that an integrated risk map should be developed (Figure 1) to evaluate the
resiliency of the draft of spatial plan. The spatial plan can be developed with or without the help
of PSS. The inputs for developing an integrated risk map are hazard map and vulnerability map.
Figure 1 A model for integration of disaster risk reduction into spatial planning.
Central to this method is the use of acceptable risk concept. In this concept, each land use type
has different level of coping capacity to different hazard. In other word, different hazard has
different acceptability level for different land use designation. Therefore, land use designation
III-52
has to pass an evaluation procedure on their coping capacity to different type of hazards. The
testing procedure is presented in Figure 2. To achieve better and more accurate result, the
process should be done at parcel level.
Semarang city, as the case study area, is experiencing high rate of land subsidence. In effect, it
will cause the relative sea level rise. With regard to the vulnerability to having activities in low
elevation area, a set acceptable risk level has been developed. It is based on the element at
risk, coping capacity, and risk level. The following three categories of land use designation were
defined.
1. Residential, health centre should be located on area higher than 1.0 meter.
2. Commercial, school, sport/recreation, should be located on area higher than 0.5 meter.
3. Government office, industrial, and transportation, can be located on area higher than 0
meter.
4. Dataset development
Spatial data used in this research were mostly obtained from the RDPA of Semarang City. The
data was derived from topographic map created using aerial photos taken in 1999. There were
no new up-to-date data available since no large scale mapping project conducted in the last 10
years. In fact the data was not originally developed for spatial planning but for Semarang Urban
Drainage Master Plan of 1999-2000, hence not up to date.
III-53
acquired in 2004 and the Detail Spatial Plan of the city. All buildings were clipped based on the
sub-districts boundary to make them easier to interpret. They were then converted into Google
Earth’s KML file so that they can be seen in Google Earth. The time slider menu was used to
select the background image into the year of 2002, the oldest image available and the closest
data to the time of map production. Visual interpretation method was used to identify the type of
uses of any individual building. The similar method was also used when using the IKONOS
image of 2004. The Detail Spatial Plan of the city consists of large scale map of land use
designation in the whole city, and was used in helping and guiding the interpretation process. It
was developed using the topographic map as the base map. It was found that there were some
discrepancies between the designate land use based on the Detail Spatial Plan and the actual
use interpreted from satellite image. In this situation, the most likely uses was derived it was
still valuable information in assigning land use types. In total there are 277,651 individual
buildings in the city which is now has attribute, listed in Table 2.
III-54
used (Figure 3). It is developed using Permanent Scatterer Interferometry (PSI) method based
on 54 images of ERS-SAR and Envisat acquired from 1996 to 2006. The highest subsidence
rate was 9 cm/year (Kuehn et al, 2010). This figure is similar with the estimates from British
Geological Survey (BGR, 1998) and finding from (Basuki, 2000). BGR had estimated that the
north eastern part of Semarang, near the Terboyo bus station, can subside for up to 5 – 6 meter
in 2070. Basuki (2000) found that a monitoring point near Kaligawe Bridge was subsided by 20
cm as revealed from levelling survey in 1996 and 1999. The subsidence map was used to
subtract the initial DTM to get the predicted DTM of up to 2030.
This map of land subsidence rate was used to project future land elevation, in combination with
the effect of sea level rise. The rate of sea level rise was set according to the global prediction
provided by the Inter Governmental Panel on Climate Change (IPCC) as released in (Bindoff et
al, 2009), which is 3.8 mm/year. Wirasatriya (2005) has predicted that the local sea level rise in
Semarang was 2.65 mm/year. The prediction from IPCC was chosen to give a safety factor in
the modelling of future risk level.
The number of buildings that can be accommodated in a particular location is based on the
remaining capacity of a particular location and information on building size and density. The
number of developable parcels were generalised to speed up the processing time.
Neighbouring parcels with similar designation were merged. The processing was conducted
separately for each of the ten Development Zones (Bagian Wilayah Kota) in Semarang.
Exponential growth model was used, as it best reflect the organic growth commonly found in
Semarang. Only five Development Zones will be affected by severe impact of land subsidence.
However, the impact will also influence other Development Zones, as there will be possibility of
III-55
some relocation to safer places. Only impact on residential and industrial will be discussed. The
projection assumed that there is limited effort to raise the current land elevation.
Using the projected elevation of 2010, 2020 and 2030, the areas situated in different elevation
classes were calculated. Figure 5a shows that in 2010 there is more than 1,250 hectares of land
already situated in area with elevation below mean sea level. In addition, almost 1,200 hectares
are located in area with elevation from 0 to 0.5 meter, which is affected by tidal inundation. This
area will increase substantially in 2020 and 2030, which creates a high degree of vulnerability
among infrastructures and people. At the current situation, there are more than 40,000
residential buildings, with more than 150,000 inhabitants, located in area below 0.5 metre.
In the business-as-usual scenario, the numbers of residential buildings and people that may be
impacted in 2020 and 2030 by living at low elevations are more than is around eight thousand
and 31 thousand for 2020 and 2030, respectively (Figure 4b). The number of people living in
these areas will be around 40 thousand and 154 thousand for 2020 and 2030, respectively. This
number is an addition to the existing residential building and people currently living in that area.
The estimated economic cost to residential and industrial buildings located in very vulnerable
areas to inundation are also very big (Figure 4c and 4d). The predicted economic cost for
residential buildings will be US$ 150 million and US$ 414 million for 2020 and 2030. The
predicted economic cost for industrial buildings will be US$ 85 million and US$ 738 million for
2020 and 2030. This estimation was based on construction cost using the present value,
disregarding any property inside them and the land value.
a. Projected areas situated in different elevation classes for 2010, 2020 and 2030
III-56
The second model incorporates the possibility of unfavourable land elevation in the future for
different land use designation. If the risk of elevation cannot be acceptable, there were several
options to choose: retreat, protection, relocation or sought for alternative land use.
In the relocation and changing land use strategy several factors have influence the decision.
Many of the vacant residential lands are located within existing residential areas. It is not always
possible to assign alternative land use, such as industrial or commercial. Only vacant residential
land located along the road with suitable size and shape can be converted into commercial,
office or mixed use. Vacant residential land located at the edge of industrial estate can be
converted into industrial land. For a designated residential area that is currently empty, there is
still a possibility to raised the land elevation to alleviate future inundation. The height of the
reclamation depends on the land subsidence rate and the current elevation. Development of
flats of three or four storeys should be expanded, as an alternative to relocatation of people
further from the city. The move to taller buildings will have the further benefit of reducing
vehicles travel and traffic, and thus carbon emissions. This will enable the area to accomodate
more people, especially they who cannot afford to live far from their working place. If there is no
other location available or suitable to move and the land used designation should remain in the
initial location, then the ground elevation has to be raised high enough to overcome impact of
subsidence. The height of reclamation depends on the exisiting elevation and the rate of
subsidence in that particular area.
Using these measures, the estimated vulnerability of residential building will be lower than the
business-as-usual case. However, the vulnerability of industrial building will be higher. This
unavoidable consequences is related to the change of land use designation from residential to
industrial. Industrial use will be backed by better financial capacity compare to residential.The
number of people to be affected will be 13,000 less compare to business-as-usual scenario
(Figure 5a and 5b). The estimated cost of residential building vulnerable to inundation will be
less (Figure 5c), however, at the expense of industrial building (Figure 5d) as well as for
commercial and mixed use.
Figure 5. Estimated impacts of land subsidence with changing in land use designation considering
acceptable risk indicators.
One of the causes of the accelerated land subsidence in the area is extensive use of
groundwater by individual pumping system (BGR, 1998; Tobing et al, 1999). Reduction of
III-57
residential building will led to the reduction of residential water usage of up to 1.67 Giga litres in
2030. Although not entirely depend on individual pumping out of groundwater, still large portion
of this water is coming from it. As stated by Abidin et al, (2010), the impact of reduction on the
groundwater use to the rate of settlements has yet to be studied.
Using the second scenarios of incorporating disaster information, the impact of possible
inundation can be anticipated. There are some land use designation that cannot be simply
changed or moved because of the current usage. The most difficult part is the existing
residential areas located in low elevations. Based on demographic data in 2000 (Statistical
Office of Semarang, 2001) and population census in 2010 (Statistical Office of Semarang,
2010), there was population decline in four sub-districts that are badly affected by land
subsidence of Semarang Utara, Semarang Tengah, Semarang Timur and Semarang Selatan.
This is an indication of voluntary action from the resident to retreat from the high risk area. This
type of action will likely to be higher in the future.
Considering the severity impact of land subsidence in Semarang, immediate action to confront
the disaster is required. This can be short and long term effort, combining structural and non-
structural method (Table 3). Spatial planning has role in reducing exposure of element at risk to
the source of disaster (Greiving et al, 2006). It also influences the sustainability of
environmental exploitation, for example by prohibiting usage on environmentally sensitive area
and reducing land use conversion which affect the recharge of the Semarang groundwater
basin (Kurnia et al, 2001).
Table 3 Long term measures to land subsidence (modified from Petry, 2002)
Measures to overcome land Structural Non-structural
subsidence
Classification Extensive Regulation
• Land reclamation • Zoning
• Increase of groundwater infiltration • Coding
• Delay runoff
• Decrease groundwater extraction
Intensive Defence
• Polder • Projection
• Pumping house • Warning
• Drainage networks • Relocation
• Levees, dikes
• Dams
Advantages • Immediate results • no significant environmental
• Delaying runoff and increase infiltration impact
• Groundwater control • lower economic cost
• reduce building load
Disadvantages • High possibility of environmental impact • Pressures for other location
• High cost for construction and maintenance • Raise of property value
• Increase building load • Depend on the land availability
To reduce the exposure of element at risk in the future, a simulation of how future development
will look like is required. PSS can help to facilitate envision the future. There are several low-
cost-rich-facility PSS software available in the market. PSS will help to predict the future
development, making several alternatives scenarios and providing un-biassed information to
planners and decision makers.
6. Conclusion
In this exercise, the use of PSS for envisioning the future and mitigating natural hazards has
been demonstrated. PSS has been used to project the future development and modelling where
and when building will be built. Two different scenarios have been simulated, the business-as-
usual where future disaster is ignored and the incorporation of future disaster. A comparison of
the two scenarios shows that there will be less residential building and people affected if the
future disaster was incorporated in the planning. However, the industrial sector will potentially
be more vulnerable, since there were several conversion of land use designation to industrial in
the vulnerable areas. The process of changing land use designation and relocation depend on
the size, shape, location and adjacent parcel. Working at parcel level has advantages of being
able to have a detail assessment.
One fundamental requirement in using PSS is the availability of complete and up to date
dataset. Unfortunately, this situation is absent in the study area. Impediments to the wide
III-58
implementation of PSS in the Indonesian local government context are spatial data availability
and accessibility. Spatial data exchange and sharing among different government agencies
serving different level of government is a necessary factor for successful implementation.
7. References
Abidin, H.Z., et al., (2010): Studying Land Subsidence in Semarang (Indonesia) using Geodetic Method,
Proceeding of the FIG International Conference, Sydney 11-16 April 2010
Albrechts, L. (2006): "Shifts in strategic spatial planning? Some evidence from Europe and Australia."
Environment and Planning A 38(6): 1149-1170.
Basuki, S., (2000): Rate and trend of land subsidence in the eastern part of Semarang (in Indonesian),
Media Teknik, No. 3, 2000.
Bindoff, N.L., et al,. (2007): Observations: Oceanic Climate Change and Sea Level. In: Climate Change
2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment
Report of the Intergovernmental Panel on Climate Change [Solomon, S., D. Qin, M. Manning, Z.
Chen, M. Marquis, K.B. Averyt, M. Tignor and H.L. Miller (eds.)]. Cambridge University Press,
Cambridge, United Kingdom and New York, NY, USA.
British Geological Survey. (1998): Groundwater Development Constraint in Layered Coastal Aquifer.
Groundwater Quality Monitoring and Aquifer Control in Indonesia. Semarang.
Engelen, G., I. Uljee, et al. (2003): Wadbos: Integrating Knowledge to Support Policy-Making in the Dutch
Wadden Sea. Planning Support Systems in Practice, Advances in Spatial Science. S. Geertman
and J. Stillwell. Springer-Verlag: 513-537.
Greiving, S., M. Fleischhauer, et al. (2006): "Management of natural hazards in Europe: The role of spatial
planning in selected EU member states." Journal of Environmental Planning and Management
49(5): 739-757.
Geertman, S. and J. Stillwell (2004): "Planning support systems: an inventory of current practice."
Computers, Environment and Urban Systems 28: 291-310.
Kuehn, F., D. Albiol, et al. (2010): "Detection of land subsidence in Semarang, Indonesia, using stable
points network (SPN) technique." Environmental Earth Science 10: 909 - 921.
Kurnia et al. (2001). Effect of Land Use Change on River Discharge and Flooding in Downstream of
Kaligarang Watershed, Proceedings of National Seminar on Multifunction Agriculture Land, pp:
111-120
MacEachren, A. M. and I. Brewer (2004): "Developing a conceptual framework for visually-enabled
geocollaboration." International Journal of Geographical Information Science, 18(1): 1-34
Marfai ,M.A., King, L., (2007): Monitoring land subsidence in Semarang, Indonesia. Environmental
Geology. DOI 10.1007/s00254-007-0680-3, 53:651-659.RDPA, (2009): General Spatial Plan of Semarang,
Final Draft, Regional Development Planning Agency of the City of Semarang.
Statistical Office of Semarang. (2001): Monografi Kota Semarang Tahun 2000.
Statistical Office of Semarang. (2010): Hasil Sensus Penduduk 2010, Data Agregat per Kecamatan
Sutanta, H., T.W. Hobma, (2002): Preliminary Assessment of the Impact of Land Subsidence and Sea
th
Level Rise in Semarang – Proceeding of the 6 Pan Ocean Remote Sensing Conference, Bali
Sutanta, H., et al, (2005): Predicting Land Use affected by Land Subsidence in Semarang based on
Topographic Map of Scale 1:5000, Proceeding of MapAsia 2005, Jakarta
Sutanta, H., Rajabifard, A., Bishop, I., (2010): Integrating Spatial Planning and Disaster Risk Reduction at
the Local Level in the Context of Spatially Enabled Government in Rajabifard et al (eds.)
Spatially Enabled Society, Research, Emerging Trends and Critical Assessment, Leuven
University Press
Tobing, MHL., EA. Syarief, D. Murdohardono. (1999): Research on Geo-technical Aspect of Land
Subsidence in Semarang and its Surrounding (in Indonesian), Directorate of Environmental
Geology, Department of Mine and Energy, Bandung.
Vonk, G., S. Geertman, et al. (2005): "Bottlenecks blocking widespread usage of planning support
systems." Environment and Planning A 37: 909 - 924.
Vonk, G., S. Geertman, et al. (2007): "A SWOT analysis of planning support systems." Environment and
Planning A 39(4): 1699-1714.
Wirasatriya, A. (2005): Kajian Kenaikan Muka Laut sebagai Landasan Penanggulangan Rob di Pesisir
Kota Semarang. Master Thesis (unpublished), Diponegoro University.
III-59
Aplikasi Teknologi Sistem Informasi Geografis (SIG) untuk Menentukan Wilayah
Permukiman Rawan Longsoran di Kecamatan Gunungpati Kota Semarang
Heri Tjahjono
Abstrak: Penelitian dilakukan di Kecamatan Gunungpati Kota Semarang. Penelitian ini bertujuan: (a)
Mengetahui tingkat kerawanan longsoran dan wilayah persebarannya di daerah penelitian (b) Menentukan
sejauh manakah kesesuaian penggunaan lahan untuk permukiman terhadap kerawanan longsoran di
daerah penelitian. Metode yang digunakan adalah metode survei lapangan dengan teknik sampling secara
area. Satuan pemetaan yang digunakan adalah satuan medan yang dibuat berdasarkan hasil tumpang
susun (overlay) antara peta genesis bentuklahan, geologi, kelas lereng dan tanah. Satuan medan yang
diperoleh dari hasil overlay sebanyak 50 satuan medan.
Parameter fisik medan yang digunakan untuk menentukan tingkat kerawanan longsoran sebanyak
18 variabel, yaitu: kemiringan lereng, panjang lereng, bentuk lereng, permeabilitas tanah, tekstur, indeks
plastisitas, struktur lapisan batuan, kerapatan kekar, tingkat pelapukan batuan, kedalaman pelapukan
batuan, longsoran yang pernah terjadi, kedalaman air tanah, mataair, penggunaan lahan, kerapatan
vegetasi, dinding terjal, penggalian tebing dan curah hujan. Untuk mengetahui tingkat kerawanan longsoran
digunakan teknik pengharkatan pada setiap variabel yang ada di setiap satuan medan. Berdasarkan hasil
pengharkatan kemudian dibuat peta tingkat kerawanan longsoran dengan program R2V dan Arc View
Release 3.3. Sedangkan untuk mengetahui tingkat kesesuaian penggunaan lahan untuk permukiman
terhadap kerawanan longsoran dilakukan dengan cara meng-overlay peta penggunaan lahan untuk
permukiman dengan peta tingkat kerawanan longsoran.
Hasil penelitian menunjukkan bahwa: (a) Di daerah penelitian terdapat tiga variasi tingkat
kerawanan longsoran yaitu tingkat kerawanan rendah dengan luas 32,302 km2; tingkat kerawanan sedang
dengan luas 16,929 km2; dan tingkat kerawanan tinggi dengan luas 14,223 km2. (b) Sebagian besar
permukiman di wilayah Kecamatan Gunungpati menempati daerah yang sesuai untuk permukiman (12,883
%), dan hanya sebagian kecil saja ( 1,08 % ) yang menempati daerah yang tidak sesuai karena menempati
wilayah rawan longsoran dengan kriteria kerawanan tinggi, dan sebagian lagi (3.025%) menempati daerah
yang kurang sesuai karena menempati wilayah rawan longsoran dengan kriteria kerawanan sedang. Secara
umum wilayah permukiman di Kecamatan Gunungpati masih menempati wilayah yang relatif aman. Namun
untuk wilayah permukiman yang menempati kerawanan longsoran tinggi harus waspada terhadap terjadinya
longsoran.
1. PENDAHULUAN
Jumlah penduduk Indonesia dari tahun ke tahun selalu bertambah. Kondisi ini akan
membawa konsekuensi semakin bertambahnya kebutuhan ruang hidup yang berupa lahan
permukiman. Tuntutan kebutuhan lahan permukiman yang makin bertambah sesuai
pertambahan penduduk di Indonesia, ternyata belum dapat disediakan secara proporsional.
Selain itu, lahan yang telah dapat disediakan tersebut masih banyak yang tidak sesuai untuk
lahan perumahan, misalnya lahan yang dapat digunakan untuk permukiman tersebut terletak di
daerah yang rawan banjir, atau lahan tersebut terletak di wilayah yang rawan terhadap longsoran
(Sriyono, 2002). Wilayah perkotaan mempunyai luas lahan terbatas, dan masih harus dibagi
peruntukannya antara lain untuk perumahan (43,5 %), industri (5,3%), ruang terbuka (21,5 %),
pendidikan (3,0 %) dan tanah yang tidak/belum terpakai (26,7 %) sesuai standart lokasi pada
analisis kota (Johara, 1999). Terbatasnya lahan untuk perumahan menyebabkan banyak
bangunan tempat tinggal dan fasilitas yang didirikan terdapat pada lokasi tidak menguntungkan
dan bahkan dapat membahayakan keselamatan penghuninya, karena terletak pada daerah
bahaya banjir bagi lokasi yang rendah, atau daerah bahaya longsoran bagi lokasi permukiman
yang terletak pada lereng perbukitan atau di gunung. Pengembangan perumahan perlu
diarahkan secara terpadu agar terjalin sinergi produktivitas dan kelestarian alam. Pemilihan
lokasi yang tepat untuk perumahan mempunyai makna strategis dan penting dalam aspek
keruangan. Hal ini dapat menentukan keawetan bangunan, nilai ekonomis dan dampak
III-60
permukiman tersebut terhadap lingkungan sekitarnya (Sutikno, 1982). Perencanaan keruangan
bagi suatu lokasi permukiman perlu didasari berbagai pertimbangan agar lebih tepat guna dan
berdaya guna. Sehubungan dengan itu, disinyalir oleh Martopo (1987) bahwa tanpa ada
pengaturan lahan dan ruang secara berencana mengikuti kaidah-kaidah perencanaan tata ruang
sebagai suatu kesatuan sistem akan menimbulkan tidak produktifnya usaha-usaha
pembangunan yang dilakukan.
Teknologi SIG sangat membantu bagi perencanaan pengembangan wilayah untuk
permukiman. Hal ini dikarenakan dengan sistem tersebut dapat dilakukan berbagai analisis
keruangan (spasial analisis). Sistem ini juga dapat mengedit, memperbaharui, memanipulasi,
menyimpan dan menayangkan data spasial dengan cepat dan mudah. Disamping itu sistem ini
juga mampu mengintegrasikan data keruangan dengan data numerik sehingga dengan SIG para
perencana dapat membantu para pengambil keputusan dan para pelaku pembangunan guna
mengambil suatu keputusan yang berdimensi keruangan.
Secara teknis, dalam berbagai hal SIG sangat berguna sebagai tool bagi perencana dalam
melakukan mapping (pemetaan), measuring (pengukuran), monitoring (pemantauan) yang perlu
dilakukan secara teratur, maupun modelling (pemodelan). Sebagai contoh adalah untuk
digunakan menentukan wilayah permukiman yang rawan terhadap bahaya longsoran. Wilayah
permukiman yang rawan terhadap bahaya longsoran dapat dipetakan sehingga dengan mudah
dapat diketahui lokasi persebaran beserta luasannya. Hasil pemetaannya dapat digunakan oleh
para pengambil keputusan untuk mengambil kebijakan yang lebih baik di masa yang akan
datang.
Sejalan dengan pertumbuhan penduduk yang cepat dan pembangunan yang pesat tentunya
akan diikuti dengan peningkatan pemanfaatan sumber daya alam, bahkan dapat melebihi daya
dukungnya serta bertambahnya kebutuhan lahan, bahkan sampai menempati daerah yang labil,
sehingga dikhawatirkan lingkungan hidup manusia akan mengalami degradasi secara drastis.
Degradasi lahan khususnya lingkungan fisik akan memicu terjadinya bencana alam.
Kekhawatiran semakin meningkatnya jumlah korban dan kerugian harta benda apabila terjadi
bencana alam, khususnya akibat adanya longsoran telah mengundang suatu pemikiran
mengenai upaya untuk mengurangi dan mencegah, atau minimal mengidentifikasi wilayah
permukiman yang rawan terjadi longsoran dan memetakan persebaran wilayah tingkat
kerawanan longsoran. Hasilnya diharapkan dapat digunakan untuk monitoring kesesuaian
penggunaan lahan untuk permukiman terhadap faktor pembatas yang berupa rawan longsoran.
Longsoran dapat menimbulkan kerugian yang cukup besar , baik berupa kerugian harta
benda, bangunan, prasarana jalan, bahkan korban jiwa. Seperti yang telah terjadi di Daerah
Perbukitan Sukorejo Kecamatan Gunungpati, adanya longsoran menyebabkan beberapa meter
ruas jalan rusak. Jalan yang lebar normalnya 6 meter pernah longsor sebagian sehingga lebar
jalan tinggal sekitar 3 meter, akibatnya sering mengalami kemacetan. Begitu juga yang terjadi di
daerah permukiman Desa Pongangan Kecamatan Gunungpati, adanya longsoran menyebabkan
pondasi dan dinding rumah retak dan selanjutnya rumah roboh karena pondasinya meluncur ke
bawah.
Daerah Kecamatan Gunungpati merupakan daerah yang saat ini menjadi daerah pemekaran
Kota Semarang. Adanya ketidakstabilan lereng yang dipacu oleh kegiatan manusia yang kurang
memperhatikan keseimbangan lingkungan, seperti penggundulan hutan di daerah yang berlereng
curam, pemotongan tebing untuk jalan, pembuatan komplek permukiman di perbukitan yang
berlereng curam, akan semakin mendukung terjadinya proses longsoran yang dapat
mengakibatkan banyak kerugian.
Berdasarkan uraian yang telah disampaikan di atas, maka dapat dirumuskan
permasalahan penelitian sebagai berikut: (1) Bagaimanakah tingkat kerawanan longsoran dan
wilayah persebarannya di daerah penelitian; dan (2) Sejauh manakah kesesuaian penggunaan
lahan untuk permukiman terhadap kerawanan longsoran di daerah Kecamatan Gunungpati Kota
Semarang?. Adapun Tujuan penelitian ini adalah:
(a) Mengetahui tingkat kerawanan longsoran dan wilayah persebarannya di daerah penelitian (b)
Menentukan sejauh manakah kesesuaian penggunaan lahan untuk permukiman terhadap
kerawanan longsoran di daerah penelitian.
III-61
2. Permukiman
Pengertian Permukiman (arti sempit) adalah suatu daerah tempat tinggal (Yunus, 1987),
sedangkan oleh Bintarto (1977) permukiman didefinisikan sebagai suatu bagian di permukaan
bumi yang dihuni oleh manusia dengan prasarana dan sarana yang menunjang kehidupan
penduduk yang menjadi satu dengan tempat tinggal yang bersangkutan. Dalam Undang-undang
Permukiman no 4 tahun 1992 tentang perumahan dan permukiman dinyatakan bahwa
permukiman sebagai area tanah yang digunakan untuk lingkungan tempat tinggal atau
lingkungan hunian dan tempat kegiatan yang mendukung perikehidupan dan penghidupan, dan
merupakan kawasan perkotaan maupun perdesaan.
Menurut Peraturan perundang-undangan Bidang Perumahan dan Permukiman No.4 tahun 1994
Bab I, Pasal 1, ayat 3 disebutkan bahwa permukiman adalah bagian dari lingkungan hidup di luar
kawasan lindung, baik berupa kawasan pertokoan maupun kawasan perdesaaan yang berfungsi
sebagai lingkungan tempat tinggal atau lingkungan hunian dan tempat kegiatan yang mendukung
kehidupan dan penghidupan.
Pengembangan permukiman pada suatu daerah sangat perlu untuk dilakukan, mengingat
penduduk yang jumlahnya tiap tahun selalu bertambah, yang semuanya butuh permukiman.
Untuk dapat mengembangkan permukiman dengan baik maka harus memperhatikan banyak
faktor yang berkaitan dengan lokasi permukiman. Menurut Budiharjo (1984) ada beberapa hal
yang harus diperhatikan dalam penentuan lokasi permukiman untuk pengembangan
permukiman, yaitu:
a. Penentuan Lokasi Permukiman ditinjau dari segi Teknik Pelaksanaannya harus memenuhi
beberapa kriteria, diantaranya adalah:
• Mudah dikerjakan, tidak banyak pekerjaan gali dan urug (cut and fill) serta
pembongkaran tonggak kayu dan tetumbuhan.
• Bukan daerah - daerah Banjir, Longsoran/rayapan, gempa, maupun daerah angin ribut.
• Mudah dicapai tanpa adanya hambatan yang berarti
• Kondisi tanah baik, sehingga konstruksi bangunan dapat direncanakan dengan sistem
yang semurah mungkin.
• Mudah mendapatkan sumber air bersih, listrik, pembuangan air limbah/kotoran / hujan
(pembuatan drainase).
• Mudah dalam mendapatkan bahan bangunan.
• Mudah dalam mendapatkan tenaga kerja.
b. Penentuan Lokasi Permukiman ditinjau dari segi Tataguna Lahan harus memenuhi kriteria
sebagai berikut:
• Bukan daerah persawahan
• Bukan daerah perkebunan
• Bukan daerah usaha, seperti pertokoan, kantor, hotel, pabrik / industri.
• Tidak merusak lingkungan yang telah ada, bahkan kalau mungkin dapat
memperbaikinya, sejauh mungkin dipertahankan tanah yang berfungsi sebagai reservoir
air tanah, dan penampung air hujan dan penahan intrussi air laut.
c. Penentuan Lokasi Permukiman ditinjau dari segi Kesehatan dan Kemudahan, mencakup
beberapa kriteria, yaitu:
• Lokasi permukiman sebaiknya jauh dari pabrik-pabrik yang dapat menimbulkan polusi.
• Lokasi Permukiman sebaiknya tidak terganggu oleh kebisingan.
• Lokasi yang dipilih adalah lokasi yang mudah untuk mendapatkan air minum, listrik,
sekolah, pasar, puskesmas, dan kebutuhan sosial lainnya.
• Lokasi mudah dicapai dari tempat kerja para penghuninya.
d. Penentuan Lokasi Permukiman ditinjau dari segi Politis Ekonomis, mencakup beberapa hal,
diantaranya adalah:
• Mampu menciptakan kerja dan usaha bagi masyarakat sekitarnya.
• Dapat menjadi contoh masyarakat sekelilingnya untuk membangun rumah dan
lingkungan yang sehat, layak dan indah meskipun bahan bangunannya hasil produksi
lokal.
III-62
• Mudah menjualnya karena lokasi disukai oleh calon pembeli dan dapat memberikan
keuntungan yang wajar bagi pembangunnya.
Penggunaan lahan untuk pengembangan permukiman yang umumnya berupa proyek
pengembangan perumahan, perlu mendapatkan perhatian tentang kondisi medannya. Kondisi
medan yang dimaksud adalah kondisi lingkungan fisik yang sesuai dengan peruntukkannya. Hal
ini penting, sebab apabila kurang tepat atau salah dalam memilih lokasi untuk permukiman
tersebut, maka akan dapat mengakibatkan terjadinya hal-hal yang tidak menguntungkan, seperti
bangunan rumah mudah retak (temboknya pecah) atau bahkan mudah roboh karena adanya
longsoran.
3. Longsoran
Departemen Pekerjaan Umum (1987) mendefinisikan longsoran sebagai suatu proses
perpindahan massa tanah/batuan, dengan arah miring dari kedudukan semula (sehingga terpisah
dari massa yang mantap) karena pengaruh gravitasi, dengan jenis gerakan berbentuk rotasi dan
translasi.
Longsoran dalam penelitian ini didefinisikan sebagai tipe gerakan massa yang gerakannya
menggeser/meluncur atau berputar, dan material yang bergerak dapat berupa bahan rombakan,
tanah dan batuan yang disebabkan oleh gaya gravitasi, serta dibedakan dari kelompok lainnya
dalam hal gerakan dan kandungan airnya yang lebih sedikit.
Zaruba dan Mencl (1982) menyebutkan bahwa faktor penyebab longsoran adalah: (1)
perubahan gradien lereng/sudut lereng dan tinggi lereng secara alami(erosi vertikal) maupun
secara buatan (penggalian tebing); (2) kelebihan beban baik material batuan, tanah atau beban
lain; (3) adanya getaran atau goncangan oleh gempa; (4) curah hujan dan kandungan air tanah,
peningkatan laju pelapukan batuan yang menurunkan daya kohesi; (5) pengaruh vegetasi, yaitu
berupa penyerapan kandungan air pada tanah.
Menurut Carrara (1992), rawan longsoran adalah menunjukkan kemungkinan terjadinya
longsoran dalam daerah tertentu yang berpotensi mengalami longsoran. Tingkat rawan longsoran
berkaitan erat dengan kondisi fisik medan. Makin tinggi tingkat kerawanan terhadap longsoran
berarti makin besar potensi medan atau lereng alami untuk terjadi longsoran.
3. Metode
Penelitian ini dilakukan di Kecamatan Gunungpati Kota Semarang. Obyek yang diteliti adalah
Fenomena alam (kondisi fisik) dan kondisi sosial ekonomi. Adapun kondisi fisik yang menjadi
parameter medan ada 18 variabel, yaitu: kemiringan lereng, panjang lereng, bentuk lereng,
permeabilitas tanah, tekstur, indeks plastisitas, struktur lapisan batuan, kerapatan kekar, tingkat
pelapukan batuan, kedalaman pelapukan batuan, longsoran yang pernah terjadi, kedalaman air
tanah, mataair, penggunaan lahan, kerapatan vegetasi, dinding terjal, penggalian tebing dan
curah hujan dan kondisi sosial ekonomi.
Sampel penelitian diambil dengan menggunakan tehnik area sampling, dalam hal ini untuk
areal yang mempunyai genesis bentuklahan, jenis batuan, kemiringan lereng, famili tanah yang
sama atau hampir sama diwakili oleh satu sampel. Area dalam penelitian ini berupa satuan
medan yang diperoleh dari hasil overlay peta genesis bentuklahan, peta geologi, peta kemiringan
lereng, dan peta tanah yang jumlahnya 50 satuan medan. Setelah dicermati dari 50 satuan
medan ternyata ada satuan medan yang mempunyai komponen medan yang sama atau hampir
sama, sehingga areanya digeneralisasi menjadi 33 satuan medan, dari 33 area tersebut ada
yang terdiri dari satu satuan medan saja, ada juga yang lebih dari satu-satuan medan. Untuk
area yang terdiri dari satu satuan medan saja langsung ditentukan sampelnya, sedangkan untuk
area yang terdiri atas lebih dari satu-satuan medan, maka sampelnya diambil secara random.
Analisis terhadap data yang diperoleh dilakukan melalui: (1) analisis deskripsi kualitatif
digunakan untuk mendeskripsikan daerah penelitian, (2) Analisis tabeling dengan pengharkatan,
dilakukan dengan menjumlahkan harkat untuk masing-masing variabel parameter medan untuk
menentukan tingkat kerawanan longsoran, (3) Analisis melalui pemodelan dengan overlay
(tumpang susun) antara peta tingkat kerawanan longsoran dengan peta penggunaan lahan untuk
III-63
permukiman digunakan untuk monitoring kesesuaian permukiman terhadap tingkat kerawanan
longsoran.
III-64
Lanjutan. Tabel 1. Luas dan Persebaran Satuan Medan Di Daerah Penelitian
No Satuan Medan Luas (km2) No Satuan Medan Luas (km2)
III-65
LanjutanTabel 2. Tingkat Kerawanan Longsoran di Daerah Kecamatan Gunungpati
No Kelas kerawanan Simbol Satuan Medan Luas Luas
terhadap longsoran (km2) (%)
2. Sedang (S) V1 Ba III 2, V1 Boa III 6, V1 Boa III 5, V1 Ba III 6, V1 16,929 26,679
Boa II 3, V1 Boa II 5, V1 Boa III 2, V1 Boa III 3,
S1 Bv III 6, S1 Bv III 2, S1 Lk II 1, S1 LK II 4, S1 Lk
III 6, S1 Lk III 2, S2 Bv II 6, D Lp II 3, D Lk II 3,
D Lk II 4, D Lp II 4
III-66
Berdasarkan hasil overlay dengan menggunakan program SIG ArcView 3.3. dengan cara
Intersection antara peta tingkat kerawanan longsoran dengan peta penggunaan lahan untuk
permukiman di Daerah Kecamatan Gunungpati diperoleh hasil seperti tabel 4 berikut.
Simpulan
Berdasarkan hasil penelitian dapat ditarik kesimpulan sebagai berikut (1) di daerah
penelitian terdapat tiga kelas tingkat rawan longsoran, yaitu tingkat kerawanan rendah dengan
wilayah seluas 32,302 km2, tingkat kerawanan sedang yang menempati wilayah seluas 16,929
km2 dan tingkat kerawanan tinggi yang menempati wilayah seluas 14,223 km2 dari luas wilayah
penelitian; (2) Sebagian besar permukiman di Daerah Kecamatan Gunungpati menempati daerah
yang sesuai untuk permukiman (12,883 %), dan hanya sebagian kecil saja ( 1,08 % ) yang
menempati daerah yang tidak sesuai karena menempati daerah rawan longsoran dengan kriteria
kerawanan tinggi, dan sebagian lagi (3.025%) menempati daerah yang kurang sesuai karena
menempati daerah longsoran dengan kriteria kerawanan sedang. Berkaitan dengan itu maka
daerah permukiman di daerah Kecamatan Gunungpati sebagian besar menempati posisi yang
aman. Namun sebagian kecil berada dalam posisi yang tidak aman karena menempati daerah
longsoran dengan kriteria kerawanan longsoran sedang dan kerawanan longsoran tinggi.
Saran
Pada satuan medan dengan tingkat kerawanan tinggi terhadap longsoran dianjurkan untuk
tidak digunakan sebagai permukiman penduduk guna menghindari kerugian yang besar akibat
longsoran (menghindari risiko tinggi terhadap longsoran). Untuk daerah dengan bahaya tinggi
yang sudah menjadi permukiman, dianjurkan pada penghuninya untuk selalu waspada terhadap
longsoran, terutama pada musim hujan. Perlu adanya sosialisasi tentang daerah rawan
longsoran.
III-67
DAFTAR PUSTAKA
Anonim, 2002. Tinjauan Bencana Alam Sedimen, Kerjasama Departemen Permukiman dan Prasarana
Wilayah Direktorat Jendral Sumber Daya Air dengan Japan International Coorporation Agency (JICA):
SABO Technical Centre, Yogyakarta.
Budiharjo, 1984.Sejumlah Masalah Permukiman Kota: Gadjah Mada University Press, Yogyakarta.
Carrara, A.,Cardinali, M., & Guzzetti, F., 1992. Uncertainty in Assessing Landslide Hazard and Risk, ITC
Journal 1992 volume 2, pp.172-182.
Carrara, A.,Cardinali, M., & Guzzetti, F., & Reichenbach., 1999, GIS-Based Techniques For Mapping
Landslide Hazard: http://158.deis.unibo.it/gis/.
Departemen PU., 1987, Petunjuk Perencanaan Penanggulangan Longsoran: Yayasan Badan Penerbit PU,
Jakarta.
Heri Tjahjono., 2003, Kerentanan Medan Terhadap Longsoran dan Stabilitas Lereng di Daerah Kecamatan
Gunung Pati, Tesis: UGM, Yogyakarta
Heri Tjahjono,. 2009, Risiko Longsoran di Daerah Kecamatan Gunungpati Kota Semarang, Penelitian,
Unnes Semarang.
Sriyono.,2002. Evaluasi Medan Untuk Permukiman Di Kecamatan Tugu dan Ngaliyan Kota Semarang Jawa
Tengah, Tesis: Program Pascasarjana,Universitas Gadjah Mada Yogyakarta
Suprapto Dibyosaputro., 1998.Longsorlahan Di Daerah Kecamatan Samigaluh, Kabupaten Kulon Progo,
Daerah Istimewa Yogyakarta, Laporan Penelitian, Fakultas Geografi Universitas Gadjah Mada, Yogyakarta
Suratman Worosuprodjo, Sutikno, dan Suprapto Dibyosaputro., 1992. Pemetaan Tipe Gerakan Massa dan
Pemintakatan Bahaya Longsorlahan di Kecamatan Kandangan Kabupaten Temanggung Jawa Tengah,
Laporan Penelitian, Fakultas Geografi, Universitas Gadjah Mada, Yogyakarta.
Suratman Worosuprodjo., 1996. Klasifikasi dan Evaluasi Medan, Materi Kursus Evaluasi Sumberdaya
Lahan Angkatan VI, Fakultas Geografi, Universitas Gadjah Mada, Yogyakarta.
Sutikno.1994. Pendekatan geomorfologi untuk Mitigasi Bencana Alam Akibat Gerakan Massa
Tanah/Batuan, Proceeding Seminar Mitigasi Bencana Alam Di Universitas Gadjah Mada, 16 – 17
September 1994, Yogyakarta.
Sutikno.1995. Geomorfologi Dan Prospeknya Di Indonesia, Pidato Pengukuhan Jabatan Guru besar Pada
Fakultas geografi UGM, Yogyakarta 13 Maret 1995, Yogyakarta.
Sutikno.1997. Geomorfologi Bencana Di Indonesia, Makalah, Pelatihan Pelatih Pemetaan Daerah Rawan
Bencana, Satkorlak PB Tingkat Nasional, 8 – 21 Desember 1997, Kerjasama Departemen Sosial-Bakornas
PB dan Pusat Studi Bencana Alam Universitas Gadjah Mada Yogyakarta.
Van Zuidam.1979. Terrain Clasification Using Aerial photograph: A Geomorphological Approach:
International Institute For Aerospace Survey and Earth Sciences (ITC), Enschede.
Verstappen.1983. Applied Geomorphology: International Institute For Aerospace survey and Earth
Sciences (ITC), Enschede.
III-68
Lampiran 1. Peta Administrasi Kecamatan Gunungpati
III-69
Lampiran.2. Peta Satuan Medan Daerah Kecamatan Gunung Pati
III-70
Lampiran 3. Peta Kesesuaian Permukiman Terhadap Kerawanan Longsoran
III-71
Evaluasi Pengembangan Area untuk Relokasi Permukiman Akibat Bencana Lumpur Lapindo
Menggunakan Sistem Informasi Geografis
M. Rifai 1), DR-Ing. Ir. Teguh Hariyanto, Msc 2) , dan Inggit Lolita Sari, ST 3)
1) 2)
Program Studi Teknik Geomatika, FTSP – ITS, Surabaya – 60111
3)
LAPAN (Lembaga Penerbangan dan Antariksa Nasional), Jakarta
Abstrak: Evaluasi lahan sering dilaksanakan untuk merespon atas perubahan penggunaan suatu lahan.
Informasi dari evaluasi kesesuaian lahan tersebut merupakan salah satu masukan dalam proses perencanaan
lahan. Evaluasi pengembangan area untuk relokasi permukiman menggunakan beberapa parameter yaitu
kemiringan lahan, kerawanan banjir, jarak dari jaringan jalan utama, jarak dari jaringan air bersih, jarak dari
sistem drainase dan genangan, dan jarak dari lumpur Lapindo. Evaluasi ini memanfaatkan teknologi
penginderaan jauh dengan menggunakan citra SPOT 4 dan sistem informasi geografis. Hasil yang diperoleh dari
penelitian ini menunjukkan daerah atau kawasan-kawasan yang dapat dioptimalkan sebagai area untuk
permukiman. Secara garis besar, kelas kesesuaian lahan untuk permukiman daerah penelitian adalah 5695,81
ha atau 23,11% merupakan kelas S1 (sangat sesuai), 14108,85 ha atau 57,53% merupakan kelas S2 (cukup
sesuai) dan 4721,60 ha atau 19,25% merupakan kelas S3 (sesuai marginal). Kelas kesesuaian lahan N1 (tidak
sesuai saat ini) dan N2 (tidak sesuai permanen) tidak terdapat pada daerah penelitian. Daerah dengan
kesesuaian lahan untuk permukiman yang sangat baik terdapat di kecamatan Krian yaitu seluas 1561,18 ha atau
47,99% merupakan kelas S1 (sangat sesuai), 1629,98 ha atau 50,11% merupakan kelas S2 (cukup sesuai) dan
61,82 ha atau 1,90% merupakan kelas S3 (sesuai marginal). Sedangkan daerah dengan kesesuaian lahan untuk
permukiman yang cukup rendah terdapat di kecamatan Candi yaitu seluas 211,87 ha atau 4,94% merupakan
kelas S1 (sangat sesuai), 3031,74 ha atau 70,72% merupakan kelas S2 (cukup sesuai), 1043,14 ha atau 24,33%
merupakan kelas S3 (sesuai marginal).
Kata kunci: Citra SPOT 4, Evaluasi Lahan, Kelas Kesesuaian Lahan, Permukiman, Sistem Informasi Geografis
1. Latar Belakang
Ketepatan dalam pemilihan lokasi untuk permukiman mempunyai arti yang penting dalam aspek keruangan
karena akan menentukan tingkat keawetan bangunan, nilai ekonomis, dampak permukiman terhadap lingkungan
di sekitarnya, atau bahkan dapat menyebabkan permukiman tersebut terkena bencana alam seperti tanah
longsor, banjir dan erosi. Bencana Lumpur Lapindo yang terjadi sejak tanggal 27 Mei 2006 di Desa
Renokenongo, Kecamatan Porong, Kabupaten Sidoarjo, Jawa Timur telah menyebabkan tergenangnya kawasan
permukiman, pertanian, dan perindustrian di tiga kecamatan di sekitarnya, serta mempengaruhi aktivitas
perekonomian di Jawa Timur. Hingga bulan Mei 2007, luapan lumpur ini telah menggenangi sejumlah
desa/kelurahan di Kecamatan Porong, Jabon, dan Tanggulangin, dengan total warga yang mengungsi sebelum
terjadinya ledakan gas pipa Pertamina sebanyak 2.605 KK (9.936 jiwa). Jumlah bangunan yang terendam
lumpur sebanyak 10.590 unit dengan rincian: 10.426 tempat tinggal, 33 sekolah, 4 kantor, 31 pabrik, 65 rumah
ibadah (8 masjid dan 57 musholla), 28 TPQ (termasuk 2 ponpes dan 1 panti), dan 3 lainnya tidak jelas (TPS-
LUSI, 2007). Akibat bencana tersebut, maka Pemerintah Kabupaten Sidoarjo merekonstruksi kawasan
permukiman ke wilayah kecamatan Krian, Taman, Sukodono, Buduran, Sidoarjo dan Candi. Oleh sebab itu
kebutuhan untuk melakukan evaluasi pengembangan area untuk permukiman di Kabupaten Sidoarjo dirasa
sangat penting.
Pengaplikasian Sistem Informasi Geografis dan pengolahan citra SPOT 4 diharapkan bisa digunakan untuk
mengevaluasi pengembangan area untuk permukiman di Kabupaten Sidoarjo. Penelitian ini bertujuan untuk
mengetahui kelas kesesuaian lahan terhadap pengembangan area untuk permukiman kembali akibat bencana
lumpur Lapindo di sebagian wilayah Kabupaten Sidoarjo. Sehingga penelitian ini dapat memberikan informasi
mengenai ketepatan pemilihan lokasi untuk permukiman terhadap pengembangan area di sebagian wilayah
Kabupaten Sidoarjo. Lokasi penelitian ini dilakukan di daerah Kabupaten Sidoarjo,Jawa Timur,Indonesia yang
meliputi 6 kecamatan, yaitu: Krian, Taman, Sukodono, Buduran, Sidoarjo dan Candi.
III-72
2. Bahan dan Metoda (Teknik Analisis)
2.1 Bahan
Bahan yang digunakan dalam penelitian ini antara lain: 1). Citra satelit SPOT 4 Multispektral dan Pankromatik
Kabupaten Sidoarjo, 5 Juli tahun 2009, 2). Peta Rupa Bumi Digital Indonesia (RBI) Skala 1:25.000, tahun 1999,
3). Peta Jaringan Jalan Kabupaten Sidoarjo skala 1:50.000, tahun 2009, 4). Peta Tata Guna Lahan Kabupaten
Sidoarjo skala 1:50.000, tahun 2009, 5). Peta Jaringan Air Bersih Kabupaten Sidoarjo skala 1:50.000, tahun
2009, 6). Peta Tinggi Kabupaten Sidoarjo skala 1:25.000, 7). Peta Genangan Air Kabupaten Sidoarjo skala
1:50.000, tahun 2009, 8). Peta Genangan Air Kabupaten Sidoarjo skala 1:20.000, tahun 2006.
2.2 Metoda
Tahapan dalam pelaksanaan penelitian ini adalah sebagai berikut: 1) Identifikasi Masalah, 2) Studi Literatur, 3)
Identifikasi Masalah, 4) Pengolahan Data, 5) Analisa, dan 6) Penyusunan Laporan. Adapun metoda pengolahan
data hingga analisa dituangkan dalam diagram alir pembuatan SIG, sebagai berikut
III-73
b) Dilakukan Pansharpen sebagai salah satu metode image fusion yang mengkombinasikan
citra multispectral dengan citra pankromatik yang bertujuan untuk meningkatkan kualitas
resolusi citra dari kualitas citra multispektral menjadi kualitas resolusi citra pankromatik.
Dalam penelitian ini citra spot 4 multispektral dengan resolusi 20 m ditingkatkan kualitas
resolusinya menjadi 10 m. Hal ini dilakukan untuk menghasilkan peta tutupan lahan dengan
skala 1:25.000. sebagai berikut:
c) Koreksi geometrik spot 4 dengan penentuan titik kontrol tanah (ground control point) terhadap
Peta RBI Bakosurtanal. Pemilihan gcp (ground control point) didasarkan pada obyek-obyek
yang mudah dikenali, seperti pojok bangunan, sudut sungai dan sebagainya. Titik gcp
tersebut tersebar pada area citra dan sesuai dengan desain jaring ditentukan. Persebaran
titik-titik gcp adalah sebagai berikut:
d) Pemotongan citra dilakukan pada daerah penelitian yaitu meliputi 6 kecamatan (Krian,
Taman, Sukodono, Buduran, Sidoarjo dan Candi).
e) Titik-titik gcp yang digunakan diatas dihitung kekuatan jaringnya (Strenght of Figure) dengan
menggunakan rumus sebagai berikut:
III-74
Dimana: KI = Ketepatan interpretasi; JKI = Jumlah Kebenaran Interpretasi,
JSL = Jumlah Sampel Lapangan
Tabel 1 Parameter Evaluasi Pengembangan Area untuk Permukiman Beserta Skor Dan Bobotnya
No. Parameter Evaluasi Pengembangan Area SKOR BOBOT
Untuk Permukiman
1. Kemiringan Lahan
0 – 2% 5
2–8% 4
8 – 30 % 3 1/6
30 – 45% 2
>45 % 1
2. Kerawanan Banjir
tidak pernah tergenang 5
< 2 jam tergenang 4
2 – 4 jam tergenang 3 1/6
4 – 6 jam tergenang 2
> 6 jam tergenang 1
3. Jarak dari jalan Utama
< 0,5 km 5
0,5 – 1 km 4
1 – 1,5 km 3 1/6
1,5 – 2 km 2
> 2 km 1
4. Jarak dari jaringan air bersih
< 0,5 km 5
0,5 – 1 km 4
1 – 1,5 km 3 1/6
1,5 – 2 km 2
> 2 km 1
5. Jarak dari saluran dan drainase
< 0,5 km 5
0,5 – 1 km 4
1 – 1,5 km 3 1/6
1,5 – 2 km 2
> 2 km 1
6. Jarak dari lumpur lapindo
< 0,5 km 5
0,5 – 1 km 4
1 – 1,5 km 3 1/6
1,5 – 5 km 2
> 5 km 1
Hubungan antara skor parameter/kriteria evaluasi pengembangan area untuk permukiman dengan
kesesuaian lahan dapat dilihat pada Tabel 2.
Tabel 2 Hubungan Antara Skor Parameter Evaluasi Pengembangan Area untuk Permukiman Dengan
Kelas Kesesuaian Lahan
Skor Parameter Evaluasi Kelas Kesesuai Lahan
5 S1 (sangat sesuai)
4 S2 (cukup sesuai)
3 S3 (sesuai marginal)
2 N1 (tidak sesuai saat ini)
1 N2 (tidak sesuai permanen)
III-75
Perhitungan kekuatan jaring citra SPOT 4
Jumlah titik : 13; Jumlah baseline : 28
N ukuran = baseline x 3 = 28 x 3 = 84
N parameter = titik x 3 = 13 x 3 = 39
U = N ukuran – N parameter = 84 – 39 = 45
Dari hasil perhitungan kekuatan jaring diatas didapatkan nilai kekuatan jaring citra SPOT 4 untuk
proses pansharpen adalah 0,00038986. Dalam hal ini semakin kecil bilangan faktor kekuatan jarring
tersebut di atas, maka akan semakin baik konfigurasi jaringan dan sebaliknya (Abidin 2002)
.
B. Koreksi Geometrik
Koreksi geometrik pada dilakukan secara dua tahap, yaitu:
a. Tahap pansharpen
Pada tahap ini koreksi geometrik dilakukan dengan menggunakan acuan citra SPOT 4
pankromatik. Hasil koreksi geometrik pada citra SPOT 4 diperoleh nilai rata rata RMS sebesar
0,104. Sehingga pergeseran rata-rata setelah dilakukan rektifikasi adalah sebesar 0,104 x 20 m =
2,08 m. Nilai ini memenuhi batas toleransi yang disyaratkan untuk koreksi geometrik Citra SPOT 4
dengan resolusi 20 m toleransi kesalahan yang diperbolehkan adalah maksimal 1 piksel (20 m).
b. Tahap interpretasi
Pada tahap ini koreksi geometrik dilakukan dengan menggunakan acuan peta RBI Bakosurtanal.
Hasil koreksi geometrik pada citra SPOT 4 diperoleh nilai rata rata RMS sebesar 0,435. Sehingga
pergeseran ratarata setelah dilakukan rektifikasi adalah sebesar 0,435 x 10 m = 4,35 m. Nilai ini
memenuhi batas toleransi yang disyaratkan untuk koreksi geometrik Citra SPOT 4 dengan resolusi
10 m toleransi kesalahan yang diperbolehkan adalah maksimal 1 piksel (10 m).
III-76
C. Uji Ketelitian
Ketelitian klasifikasi masuk dalam toleransi yang ditetapkan apabila KH atau ketelitian seluruh klasifikasi memiliki
nilai diatas 80% (Anderson dalam Febrianto, 2006). Pada cek lapangan kali ini, jumlah titik sampel sebanyak 92
titik untuk semua kelas yang terklasifikasi, didapatkan data 17 titik yang keliru dalam pengklasifikasiannnya.
Sehingga dari data yang diperoleh, dapat dirumuskan menjadi:
(1) ............JSL : 92; JKI : 92 – 17 = 75
Maka :
Sehingga dengan nilai 81,52%, maka klasifikasi dianggap benar karena memiliki nilai di atas 80%.
D. Klasifikasi Citra
Luas tutupan lahan daerah penelitian yang diperoleh dari hasil klasifikasi citra SPOT 4 tahun 2009
dapat dillihat pada Tabel 5. Total luas tutupan lahan tersebut mengalami perbedaan dengan luas
daerah penelitian sebesar 40,59 ha. Hal ini disebabkan terjadinya penambahan luasan di wilayah
pesisir terutama hutan mangrove yaitu sebesar 13,3 ha di wilayah kecamatan Buduran dan 27,56 ha
di wilayah kecamatan Sidoarjo. Sedangkan untuk kecamatan yang lain disebabkan karena ada piksel
dari citra yang tidak dapat diklasifikasikan secara digital oleh komputer.
Tabel 5, menujukkan bahwa tutupan lahan sawah mendominasi kecamatan Krian, Taman, dan Candi.
Sedangkan tutupan lahan tambak mendominasi kecamatan Buduran dan Sidoarjo. Hal ini berbeda
dengan kecamatan Taman yang lebih didominasi oleh tutupan lahan permukiman.
III-77
Gambar 6 Peta Tutupan Lahan
E. Kemiringan Lahan
Pada daerah penelitian kemiringan 0 – 2% sangat mendominasi dengan prosentase 99,05%.
Sedangkan kemiringan 2 – 8% hanya mempunyai prosentase 0,05% yang terletak di desa
Krembangan dan Tawangsari kecamatan Taman. Dari hasil yang diperoleh terdapat perbedaan luas
daerah penelitian sebesar 0,06 ha. Hal ini disebabkan karena ada piksel dari citra yang tidak dapat
diklasifikasikan secara digital oleh komputer.
F. Kerawanan Banjir
Daerah yang mengalami genangan 2 – 4 jam terjadi di kecamatan Sidoarjo yaitu kelurahan
Sidokumpul, Sidoklumpuk, dan Pucanganom,.Sedangkan genangan lebih dari 6 jam terjadi di
kecamatan Candi (desa Summorame, Kedungpeluk, Kalipecabean, dan Klurak), kecamatan Sidoarjo
(Sidokare , Blurukidul, dan Lebo), dan kecamatan Taman (Sidodadi, Bringinbendo, dan Sadang).
III-78
Gambar 7 Peta Jarak dari Jaringan Jalan Utama
III-79
Gambar 8 Peta Jarak dari Saluran dan Drainase
III-80
Gambar 9 Peta Jarak dari Lumpur Lapindo
Luas tiap kelas kesesuaian lahan untuk permukiman per kecamatan dapat dilihat pada tabel 13.
Tabel 13 Luas Tiap Kelas Kesesuaian Lahan Untuk Permukiman Per Kecamatan
III-81
Gambar 10 Peta Kesesuaian Lahan untuk Permukiman
III-82
Tabel 14 Luas Tiap Kelas Kesesuaian Lahan Permukiman Terkini Per Kecamatan
III-83
Tabel 15 Kesesuaian Lahan Tata Guna Lahan Untuk Permukiman Per Kecamatan
4. Kesimpulan.
(1) Nilai SoF untuk tahap pansharpen adalah 0,0069 dan 0,00038986 untuk tahap interpretasi.Nilai SoF
tersebut memenuhi batas toleransi yang diberikan yaitu mendekati nol.
(2) Nilai rata-rata RMS error untuk tahap pansharpen adalah 0,104 dan 0,435 untuk tahap interpretasi. Hal
tersebut menunjukkan bahwa nilai pergeseran saat rektifikasi adalah 0,104 x 20 m = 2,08 m dan 0,435 x
10 m = 4,35 m.Nilai terebut memenuhi batas toleransi yang diberikan yaitu 1 pixel (20 m ) dan 1 pixel
(10 m).
(3) Hasil uji ketelitian klasifikasi citra sebesar 81,52% sehingga klasifikasi dianggap benar yaitu ≥80%.
(4) Luas kelas kesesuaian lahan untuk permukiman daerah penelitian yang paling besar adalah S2 (cukup
sesuai) sebesar 14108,85 ha yang merupakan 57,53% dari luas daerah penelitian.
(5) Kelas kesesuaian lahan untuk permukiman terkini daerah penelitian yang paling besar adalah S2
(cukup sesuai) sebesar 4490,95 ha yang merupakan 61,99% dari luas seluruh permukiman daerah
penelitian.
III-84
(6) Kelas kesesuaian lahan tata guna lahan untuk permukiman pada daerah penelitian yang terbesar
adalah S2 (cukup sesuai) sebesar 8773,58 yang merupakan 71,25% dari luas seluruh permukiman
daerah penelitian.
(7) Kelas kesesuaian lahan N1 (tidak sesuai saat ini) dan N2 (tidak sesuai permanen) tidak terdapat pada
daerah penelitian sehingga secara umum sesuai untuk permukiman.
5. Referensi.
Abidin, HZ., Jones, A dan Kahar, J.(2002). Survei Dengan GPS. Jakarta: Pradnya Paramita.
Asian Development Bank. 1999. Buku Panduan Tentang Pemukiman Kembali Suatu Petunjuk Praktis. Manila.
Badan Perencanaan Pembangunan Kabupaten Sidoarjo, <URL: http://www.bappekab.sidoarjokab.go.id>.
Dikunjungi pada tanggal 11 Pebruari 2009,jam 11.30 WIB.
FAO, 1976. A Framework For Land Evalution. Rome.
FAO, 1996. Guidlines For Landuse Planning. Rome.
Garmin Etrex H High Sensitivity, <URL:http://www.realoutdoors.co.uk/acatalog/GARMIN_ETREX.html>.
Dikunjungi pada tanggal 24 Nopember 2009, jam 10.30 WIB.
GIS Consortium Aceh Nias.2007. Modul Pelatihan Arc GIS Tingkat Dasar. Aceh Nias : GIS Consortium Aceh
Nias.
Hertanadi, Y. 2004. Aplikasi Untuk Kesesuaian Lahan Guna Kepentingan Pengembangan Wilayah Pesisir
Dengan Menggunakan Metode Scoring (Daerah Studi Pantai Timur Surabaya). Skripsi Program Studi Teknik
Geodesi FTSP-ITS, Surabaya.
Hudayana, AW. 2005. Evaluasi Kesesuaian Lahan Untuk Permukiman di Kota Surabaya Menggunakan Metode
Simple Additive Weighting (SAW) Berbasis Sistem Inforrmasi Geografis. Skripsi Program Studi Teknik Geodesi
FTSP-ITS, Surabaya.
Lembaga Penerbangan dan Antariksa Nasional. 2006. Modul Pembuatan Peta Citra Satelit dan Peta
Tematik.Jakarta.
Masita, D. 2008. Aplikasi Teknologi Penginderaan Jauh Dan Sistem Informasi Geografi Untuk
PemantauanTutupan Lahan Dan Kualitaas Lingkungan Dampak Lumpur Lapindo Di Kabupaten Sidoarjo. Tugas
Akhir Program Studi Teknik Geomatika FTSP-ITS,Surabaya.
Prahasta,E. 2005. Konsep-konsep
Dasar Sistem Informasi Geografi.Bandung: Informatika. Sari,IL., Purwoko, Kartasasmita, M.2009. Koreksi
Geometri Level 2B Data SPOT Bersudut (Pandang) Sensor Kecil. Jakarta: Lapan.
Sastra,MS. dan Marlina, E.2006. Perencanaan Dan Pengembangan Perumahan. Yogyakarta: Andi.
Sidoarjo Google Satellite Map, <URL:http://www.maplandia.com/indonesia/jawa-timur/sidoarjo>. Dikunjungi pada
tanggal 11 Pebruari 2009,Jam 11.00 WIB.
Wawan. 2007. Data Korban Lumpur Lapindo, <URL:http://pks-sidoarjo.org/info-lumpur-lapindo/data-korban -
lumpur-lapindo.htm>. Dikunjungi pada tanggal 16 Maret 2009, jam 11.00 WIB.
Wikipedia, 2009. Banjir lumpur panas Sidoarjo dari Wikipedia bahasa Indonesia, ensiklopedia bebas,
<URL:http://id.wikipedia.org/wiki/Banjir_lumpur_panas_Sidoarjo>. Dikunjungi pada tanggal 11 Pebruari 2009, jam
12.00 WIB.
Wit, PD., Verheye, W. 2008. Land Use Planning For Sustainable Development. Belgium.
III-85
KAJIAN SEBARAN POTENSI ROB KOTA SEMARANG
DAN USULAN PENANGANANNYA
1 2\
L. M. Bakti , L. M. Sabri
1
BWS IV Sumatera - Departemen Pekerjaan Umum
2
Program Studi Teknik Geodesi – Fakultas Teknik UNDIP
Abstrak: Masalah klasik yang belum teratasi di Kota Semarang bagian bawah adalah banjir pasang surut
atau rob yang dari tahun ke tahun jangkauannya semakin meluas. Faktor utama perluasan jangkauan rob
diduga karena adanya penurunan muka tanah. Penelitian ini bertujuan untuk menganalisis sebaran
potensi rob yang mungkin terjadi dalam kurun waktu tertentu. Data spasial yang digunakan sebagai
bahan penelitian ini adalah citra QuickBird Tahun 2007 dan peta topografi skala 1 : 5000 yang
menggambarkan ketinggian permukaan bumi Semarang pada Tahun 2000. Adapun data spasial yang
digunakan untuk prediksi penurunan muka tanah adalah peta laju penurunan muka tanah yang
dikeluarkan oleh Pusat Vulkanologi dan Mitigasi Bencana – Departemen ESDM pada Tahun 2007 yang
bersumber dari hasil pengolahan Citra PS-INSAR. Dengan menggunakan peta laju penurunan muka
tanah per tahun, maka elevasi permukaan tanah setelah sekian tahun akan dapat diprediksi. Data spot
height yang diekstraksi dari peta topografi beserta data penurunan muka tanah diolah dengan
menggunakan perangkat Sistem Informasi Geografik, sehingga didapatkan Model Permukaan Digital atau
Digital Elevation Model (DEM) untuk tahun yang dikehendaki. Berdasarkan hasil pembuatan model
permukaan dijital diperoleh informasi bahwa jangkauan genangan rob pada tahun 2010 mencapai 3.821
hektar dan pada tahun 2030 diprediksi genangan rob makin meluas hingga 5.099 hektar. Masalah rob di
Kota Semarang dapat diatasi dengan mengkonversi Kali Semarang sebagai Long Storage yang
menampung aliran air dari hulu pada saat penutupan pintu air di sungai tersebut. Kontribusi banjir dari air
permukaan dapat direduksi dengan membuat sudetan atau pompa yang membuang air dari kawasan
Tugu Muda ke arau Banjir Kanal Timur. Ketepatan sebaran rob hasil pemodelan mencapai 63% dengan
hasil survey lapangan tahun 2010. Perbedaan antara prediksi dan kondisi eksisting lebih dikarenakan oleh
perubahan tutupan lahan yang terjadi dalam rentang tahun 2000 hingga Tahun 2010. , sehingga secara
umum disimpulkan bahwa kombinasi DEM dan data penurunan muka tanah dapat digunakan untuk
memprediksi sebaran potensi ROB di Semarang.
Kata Kunci: Banjir pasang surut, Sistem Informasi Geografik,Citra QuickBird, PS INSAR,
Penurunan Muka Tanah
1. Latar Belakang
Banjir Pasang Surut atau ROB merupakan fenomena yang selalu terjadi di Kota
Semarang Lama bagian utara. Dari tahun ke tahun, frekuensi kejadian ROB semakin
meningkat dan cenderung semakin meluas. Penanggulangan banjir ROB dapat dilakukan
dalam skala regional, lokal, atau bahkan spesifik pada satu unit bangunan saja. Sebagai
contoh, rumah-rumah penduduk di sekitar Pelabuhan Tanjung Mas dan Jalan Ronggo Warsito,
yang selalu menjadi langganan banjir, mengantisipasi penurunan muka tanah dan banjir
dengan cara menimbun halaman dan membuat tanggul-tanggul sederhana. Bahkan
pengelola Stasiun Tawang – Semarang pun telah menaikkan pelataran parkirnya untuk
mencegah terendamnya kendaraan pada musim ROB.
Antisipasi banjir per unit bangunan, meskipun tampak lebih murah, namun akan
mengurangi estetika kota dan tidak menyelesaikan masalah secara tuntas. Di sisi lain, ide
pembuatan bangunan air dalam skala regional melalui pembangunan Dam Lepas Pantai (DLP)
yang menutup kemungkinan masuknya ROB di sepanjang garis pantai Semarang juga
merupakan opsi yang memerlukan investasi jutaan dolar dan penyelesaian yang multiyears
hingga puluhan tahun. Pilihan lain yang diduga cukup rasional adalah dengan membuat polder
baru, membuat pintu-pintu air dan atau tanggul penahan yang mencegah masuknya air laut ke
daratan pada lokasi-lokasi tertentu saja menurut skala prioritas. Prioritas tertinggi tentu saja
diberikan pada lokasi-lokasi yang memang didominasi oleh pemukiman padat atau sentra
industri.
III-86
Tujuan penelitian ini adalah:
• Menganalisis sebaran potensi rob di Kota Semarang pada Tahun 2010 dan 2030 dengan
memperhitungkan faktor penurunan muka tanah;
• Menganalisis kesesuaian RTRW 2000-2010 dengan genangan banjir pada Tahun 2010;
• Menentukan lokasi dan tipe bangunan pengendali banjir rob;
• Memberikan usulan bagi RTRW 2010-2030 dan RDTRK tentang pemanfaatan ruang pada
daerah yang berpotensi terkena dampak banjir ROB.
Penelitian ini didukung oleh perangkat lunak pemetaan, antara lain: Autocad Map 2004,
ER Mapper 6.4 dan Arc GIS 9.2. Penelitian ini dimulai dengan pencarian data awal dan survey
untuk mengetahui kondisi eksisting yang ada di Semarang. Bagian paling penting dalam
pekerjaan Sistem Informasi Geografis adalah akuisisi data. Data spasial yang digunakan dapat
dilihat pada Tabel 1.
Pembangunan DEM (Digital Elevation Model) didasarkan pada data spot height
sebanyak 19.800 titik yang terdapat pada peta topografi Semarang, seperti terlihat pada
Gambar 1. DEM pada Tahun 2000 yang di-generate dengan metode interpolasi krigging dapat
dilihat pada Gambar 2.
III-87
Gambar 0.1 Peta DEM Semarang Tahun 2010 setelah di-crop
Prediksi elevasi muka tanah pada Tahun yang dikehendaki dihitung dengan
menggunakan peta penurunan muka tanah hasil pengolahan PS INSAR yang dirilis oleh
Departemen ESDM, seperti terlihat pada Gambar 3.
Gambar 3. Overview peta penurunan muka tanah Kota Semarang dari PS INSAR
Jangkauan genangan rob dapat diidentifikasi dari permukaan dijital yang telah
dimodelkan, sedangkan penjalaran genangan dapat dianalisis dengan mendeteksi pintu keluar-
masuknya air laut dan bagaimana perilaku aliran air di permukaan tanah. Skema pendeteksian
aliran air permukaan dcapat dilihat pada Gambar 4. Aliran air pemukaan kota Semarang pada
Tahun 2000 dapat dilihat pada Gambar 5.
III-88
DEM Kota Semarang
III-89
Gambar 5. Peta aliran permukaan berdasarkan pemodelan stream line
Sebagaimana tertera pada keterangan peta topografi skala 1 : 5.000 milik Dinas
Pekerjaan Umum Kota Semarang, ketinggian setiap obyek pada peta tersebut mengacu TTG
447 dan TTG 449. Titik Tinggi Geodesi (TTG) tersebut merupakan bagian dari jaring kontrol
vertikal nasional yang menggunakan datum vertikal hasil pengamatan pasang surut di Tanjung
Priok dan Tanjung Perak.
Perilaku pasang surut laut di Semarang berbeda dengan pasang surut di Tanjung Priok
dan Tanjung Perak. Perbedaan tersebut berimplikasi pada perbedaan nilai MSL, LLWL dan
HHWL. Pada Gambar 6 terlihat bahwa perilaku pasut di Tanjung Mas cenderung datar,
sementara di kedua stasion yang lain terjadi fluktuasi yang cukup signifikan dalam satu bulan
pengamatan. Berdasarkan data catatan pasut Bulan Juni 2009 pada Tabel 2 diperoleh nilai
MSL rata-rata Pulau Jawa yang dihitung dari data pasut Tanjung Priok dan Tanjung Perak,
yaitu: sebesar 163 cm. Pada tabel tersebut juga terlihat bahwa chart datum Semarang berada
22 cm di atas Tanjung Perak dan 22 cm di bawah Tanjung Priok.
III-90
6.a. stasiun pasut Tanjung Mas
III-91
Selisih ketinggian nol meter peta dan nol meter Semarang dapat dilihat dalam
Master Plan Drainase Semarang Tahun 2007 yang merujuk pada hasil pengukuran Tahun
1997. Berdasarkan penelitian tersebut ternyata titik nol faktual Semarang berada 23 cm di
bawah nol peta atau nol Jakarta, sehingga ketinggian seluruh fitur dalam peta topografi Dinas
PU Semarang pun harus disesuaikan dengan MSL setempat bila hendak digunakan untuk
keperluan analisis rob.
Ketinggian pasang tinggi tertinggi (HHWL) terhadap MSL Kota Semarang berdasarkan
data pasut dalam dokumen Masterplan Drainase Kota Semarang Tahun 2007 adalah 68 cm.
Karena posisi MSL Kota Semarang berada 23 cm di bawah MSL Pulau Jawa, maka posisi
HHWL Semarang berada 45 cm di atas MSL Semarang. Daratan sekitar pantai yang memiliki
ketinggian di bawah +45 cm diperkirakan akan terendam rob. Peta perkembangan rob secara
berturut-turut diilustrasikan pada Gambar 7, Gambar 8, dan Gambar 9.
III-92
Gambar 8. Peta genangan banjir pasang surut Tahun 2010
Berdasarkan DEM yang dibuat dari peta topografi eksisting Tahun 2000 diperoleh
informasi bahwa luas wilayah genangan rob adalah sekitar ± 2.670 hektar dengan volume air
3
laut yang masuk mencapai sekitar 4.109.844 m . Setelah terjadi penurunan muka tanah selama
10 tahun, maka diperkirakan pada Tahun 2010 genangan Rob akan meluas hingga 3.438
hektar dengan volume genangan sekitar 17.029.219 m3. Berdasarkan analisis DEM
diperkirakan pada Tahun 2030, bila tanpa adanya usaha penanggulangan, maka rob akan
3
merendam daratan seluas 4.846 hektar dengan volume mencapai 59.110.917 m .
Stream line yang diturunkan dari DEM harus diverifikasi terlebih dahulu sebelum
diterapkan untuk mencari titik inlet/outlet rob. Pengujian akurasi stream line dilakukan dengan
meng-overlay-kan layer stream line terhadap aliran sungai eksisting. Secara teoritis, stream line
yang dibuat dari DEM dengan ketelitian tinggi akan coincidence dengan aliran sungai-sungai
alami. Perbedaan alur mulai terjadi pada stream line yang melalui kawasan pemukiman atau
III-93
perkotaan yang membatasi dinamika aliran sungai. Secara alamiah, alur aliran sungai akan
mengalami pergeseran, penyempitan, atau perluasan aliran. Pergeseran alur dapat disebabkan
fluktuasi debit, sedimentasi di dasar sungai, longsor, atau bahkan oleh penurunan muka tanah.
Berdasarkan overlay stream line dan aliran sungai banjir kanal timur dan barat terlihat
bahwa streamline berhimpit dengan saluran alami Kali Garang sebelum memasuki Banjir Kanal
Barat, seperti ditunjukkan oleh Gambar 10. Penyimpangan arah aliran secara ekstrim terlihat
pada stream line yang melewati kawasan pemukiman padat, terutama daerah yang diapit oleh
Banjir Kanal Timur dan Banjir Kanal Barat. Pada daerah tersebut stream line menyimpang
cukup jauh dari saluran kanal dan drainase eksiting, misalnya: stream line di kawasan Tanah
Mas tidak berhimpit dengan aliran Kali Semarang.
Analisis stream line dengan menggunakan data topografi dan mengabaikan saluran-
saluran drainase sangat bermanfaat untuk mengidentifikasi arah penjalaran genangan rob yang
melimpas di atas permukaan tanah. Banjir yang setiap hari menjadi masalah bagi warga di
Tanah Mas, selain disebabkan oleh elevasi yang berada di bawah tinggi muka air laut saat
pasang, masalah tersebut kemungkinan besar diakibatkan oleh penyimpangan stream line
terhadap aliran Kali Semarang. Pengamatan stream line sangat membantu dalam
mengevaluasi beban kerja saluran drainase eksisting, karena arah stream line menunjukkan
kecenderungan aliran di permukaan tanah mengikuti kontur lahan dari tempat yang lebih tinggi
ke tempat yang lebih rendah. Stream line, seperti ditunjukkan oleh Gambar 11, juga dapat
digunakan dalam menentukan posisi yang paling optimal untuk menempatkan pompa-pompa
pengendali rob dan lokasi kolam-kolam retensi.
III-94
Gambar 11 Stream line pusat kota Semarang
Banjir Kanal Barat berhasil menangkap aliran air alamiah (stream line) hingga sejauh
5.3 km dari muara kanal. Adapun untuk banjir Kanal Timur, berhasil menangkap aliran air
alamiah (stream line) hingga sejauh 5.5 km dari muara kanal. Aliran sungai (stream line)
setelah berpotongan dangan banjir kanal sisi barat akan terakumulasi di sekitar muara Kali
Semarang, sementara limpasan dari Banjir Kanal Timur akan keluar melalui kawasan Tanjung
Mas. Titik akhir dari aliran sungai (stream line) tersebut merupakan outlet dari seluruh run off
yang terjadi dalam sub-das yang dibatasi oleh banjir Kanal Timur dan barat. Titik tersebut
selanjutnya diidentifikasi sebagai inlet utama masuknya air laut. Air yang masuk melalui inlet
tersebut akan memberikan dampak banjir pada area yang sangat luas.
Berdasarkan hasil operasi SIG diperoleh informasi bahwa genangan banjir pasang
surut yang terbesar terjadi di pusat kota yang diapit oleh Kanal Barat dan Kanal Timur. Daerah
tersebut didominasi oleh permukiman, kawasan perdagangan, perindustrian, dan obyek-obyek
strategis bagi pemerintahan dan perekonomian Semarang. Solusi terbaik untuk mengatasi
masalah banjir rob pada kota yang elevasi lebih rendah dari permukaan laut adalah menutup
pintu masuk air laut pada saat air pasang. Bangunan pelabuhan dan tanggul yang dibuat oleh
kawasan industri di sepanjang pantai Semarang merupakan penahan banjir yang cukup efektif,
sehingga Pemerintah Kota selayaknya memberikan dorongan, insentif, atau apresiasi yang
tinggi kepada kalangan industri yang memiliki komitmen untuk meninggikan tanggul-tanggul
yang mampu menahan air pasang.
Untuk memastikan air pasang tidak masuk melalui garis pantai, maka harus dilakukan
penanggulan di bibir jalan lingkar utara. Tinggi tanggul harus melebihi HHWL atau 0,68 m di
atas MSL setempat. Jika mengacu pada peta topografi dan patok TTG Bakosurtanal, maka
tinggi tanggul harus lebih dari +0,25 m. Bila diasumsikan laju penurunan tanggul rata-rata
adalah 10 cm/tahun, maka tinggi tanggul tersebut harus ditambah tinggi jagaan 2,5 meter
untuk umur rencana 25 tahun. Penentuan elevasi dan jenis konstruksi tanggul yang paling
efektif dan efesien tentu memerlukan penelitian lanjutan yang lebih detail.
Langkah berikutnya adalah meninggikan tanggul sungai untuk mencegah meluapnya
air sungai pada saat pasang termasuk untuk mengantisipasi meluapnya sungai akibat debit
banjir kiriman dari hulu. Berdasarkan model stream line, Kali Semarang sudah tidak berfungsi
secara optimal untuk mengalirkan alir, sehingga perlu dilakukan normalisasi dengan
pengerukan dan penanggulan. Penanggulan dimaksudkan untuk mentransformasi fungsi Kali
Semarang dari sekedar alur pengaliran air menjadi tempat penampungan air atau long storage.
Untuk perencanaan pencegahan rob hingga Tahun 2030, maka tanggul Kali Semarang yang
water resistant harus dibangun melewati kawasan Pasar Johar hingga daerah Kembangsari,
sebagaimana ditunjukkan pada Gambar 12.
III-95
Gambar 12. Rencana penanggulan Kali Semarang
Kali Baru yang merupakan sudetan dari Kali Semarang berdasarkan analisis SIG juga
sudah tidak optimal lagi. Muara Kali Baru sebaiknya ditutup untuk mengalihfungsikan kali
tersebut sebagai salah satu long storage yang terhubung dengan Kali Semarang. Konversi ini
juga dimaksudkan untuk mengeliminasi sedimentasi di pelabuhan PT. Sriboga yang juga
menjadi muara Kali Baru tersebut.
Gagasan untuk membuat pintu air di muara sungai harus memperhitungkan volume air
yang dapat tertampung. Semakin lama pintu tertutup, maka volume air yang tertahan akan
semakin besar dan dapat mengakibatkan masalah tersendiri. Prediksi potensi banjir yang
dikontribusi oleh hujan dapat dihitung dengan mendelineasi daeraah tangkapan saluran yang
dimaksud. Pada gambar 13 tampak bahwa daerah yang dibatasi oleh Kanal Barat dan Kanal
Timur memiliki catchment area terluas.
Meskipun pembuatan DAS (Daerah Aliran Sungai) dapat dibuat secara otomatis pada
ArcGIS 9.2, namun daerah tangkapan untuk suatu lokasi yang sempit yang dibatasi oleh aliran
eksisting dan aliran prediksi harus dilakukan secara manual. Tidak semua air permukaan pada
III-96
DAS tersebut akan masuk ke Semarang Tengah. Daerah tangkapan untuk kawasan yang diapit
oleh Kanal Barat dan Kanal Timur adalah daerah yang dibatasi oleh banjir Kanal Timur dan titik
potong antara model stream line dan aliran kanal eksisting. Sebelum tertampung di muara
sungai, sebagian air sungai atau air permukaan telah tertangkap oleh Kanal Barat dan Kanal
Timur, sehingga air yang akan melewati atau menggenangi Semarang bagian tengah adalah
sisa dari tangkapan tersebut.
Luas daerah tangkapan untuk wilayah yang dibatasi oleh banjir Kanal Barat dan timur,
seperti ditampilkan pada Gambar 14, adalah 2.562 hektar. Dengan menggunakan data curah
hujan ekstrim pada satu hari dalam bulan Desember 2009 yang dipublikasikan oleh BMKG
Semarang, yaitu: sebesar 75 mm, maka didapatkan debit hujan sebesar 1.921.500 m3. Bila
tanpa pengaliran air hujan ke laut, maka dibutuhkan kolam atau long storage sedalam 2 meter
dengan luas sekitar 100 hektar. Volume genangan yang dikontribusi oleh run off akan semakin
besar bila menggunakan debit banjir per 25 tahunan atau 100 tahunan. Bila data yang
digunakan adalah debit banjir 25 tahunan sebesar 165 mm per hari [Suripin, 2000], maka
diperkirakan akumulasi air hujan di pusat kota akan mencapai sekitar 4.227.300 m3.
III-97
Gambar 15 Identifikasi titik akhir sudetan Tugu Muda – Kanal Timur
Volume air hujan yang tertampung dalam sub das Semarang Tengah dapat direduksi
dengan membuat sudetan. Lokasi sudetan yang paling memungkinkan adalah dengan
mengoptimalkan saluran sabuk yang memotong dari Tugu Muda menuju Kanal Timur, seperti
disketsakan oleh Gambar 15. Meskipun kondisi eksisting saluran relatif kecil, namun saluran
tersebut masih dapat diperluas dengan memanfaatkan tanah negara yang saat ini difungsikan
sebagai jalur hijau tersebut. Bila melihat pada posisinya di peta, sudetan dari arah Tugu Muda
ke arah Kanal Timur dan Kanal Barat seharusnya dapat mereduksi beban volume air hujan
hingga 30%.
Untuk menyiasati tingginya biaya akibat rob dan penanggulangannya, maka diperlukan
penataan ruang yang tepat. Kota Semarang bagian bawah yang selalu menjadi langganan
III-98
banjir sebaiknya dialokasikan sebagai kawasan industri, perdagangan dan jasa, serta
pemukiman elit saja. Konsep tersebut tentu saja hanya dapat dijalankan bila masalah banjir
telah terselesaikan dengan tuntas.
4. Kesimpulan
5. Referensi
Aronoff, Stan. (1991):. Geographic Information System: Management Perspective. WDL Publication.
Ottawa
Bappeda Kota Semarang,( 2007): Laporan Akhir Pekerjaan Masterplan Drainase Kota Semarang.
Semarang.
Bappeda Kota Semarang dan Lemlit Undip,( 2009): Studi kebijakan pembangunan dan kontribusinya
pada perubahan tata ruang Kota Semarang. Semarang
Haining, Robert. (2004): Spatial Data analyst: Teory and Practice. Cambridge University Press.
Cambridge
Kodoatie, Robert J, Nur Yuwono, Ramli Djohan, Asman Sembiring, Andi Sudirman, (2007):
Pengelolaan Pantai Terpadu. Penerbit Andi. Semarang.
Kodoatie, Robert J, dan Rustam Syarif, (2004): Pengelolaan Sumber Daya Air Terpadu. Penerbit
Andi. Yogyakarta.
Marfai, M. A. and L. King. (2007), Monitoring Land Subsidence in Semarang Indonesia, Environ Geol
Prasetyo, Yudho. (2009): Aplikasi PS INSAR untuk studi pengurunan muka tanah di Kota Semarang.
FIT ISI. Semarang
III-99
Republik Indonesia, (2004): Undang-undang No. 7 Tahun 2007 tentang Sumber Daya Air, Sekretariat
Negara, Jakarta.
Republik Indonesia, (2007): Undang-undang No. 26 Tahun 2007 tentang Penataan Ruang,
Sekretariat Negara, Jakarta.
Suripin, (2006):, Sistem Drainase Perkotaan yang Berkelanjutan, Penerbit Andi, Jogjakarta
Undip, (2004), Kajian Teknik Reklamasi Kawasan Pantai Kota Semarang dan Kabupaten Kendal,
Jurusan Teknik Sipil Undip, Semarang
Wibowo, D. A. (2006): Analisis Spasial Daerah Rawan Genangan Akibat Kenaikan Pasang Surut
(Rob) di Kota Semarang. Program Pasca Sarjana, Universitas Diponegoro, Semarang.
Wheeler, Stephen.( 2004): Planing for sustainability. Routledge. New York
Wirasatriya A. (2005): Kajian Kenaikan Muka Laut Sebagai Landasan Penanggulangan Rob di
Pesisir Kota Semarang. Program Pasca Sarjana, Universitas Diponegoro, Semarang.
Wirjomartono, Sri Hardjoko, dkk, (2004): Revitalisasi Pesisir Utara Pulau Jawa sebagai Model
Pembangunan Wilayah Pesisir Indonesia
III-100
Pemanfaatan AHP dalam Pemetaan Tingkat Risiko Bencana Tanah Longsor
di Kecamatan Cibal Kabupaten Manggarai
Provinsi Nusa Tenggara Timur
1) 2) 3)
Lenni Meliyanti Fanggi , Gondang Riyadi , dan Trias Aditya
1)
Dinas Energi dan Sumberdaya Mineral Kabupaten Ngada
2)
Teknik Geodesi & Geomatika Fakultas Teknik UGM Yogyakarta
3)
Teknik Geodesi & Geomatika Fakultas Teknik UGM Yogyakarta
Abstrak: Tanah longsor adalah suatu peristiwa alam yang pada saat ini frekuensi kejadiannya semakin
meningkat di Indonesia. Bencana tanah longsor yang terjadi menimbulkan risiko dan bahaya yang cukup besar
terhadap kehidupan manusia, baik berupa kerugian harta benda, bangunan, prasarana jalan, bahkan korban
jiwa. Untuk mengantisipasi dan mencegah secara dini terjadinya bencana alam tanah longsor yang lebih luas
perlu dilaksanakan upaya pencegahan, mitigasi dan kesiapsiagaan dalam penanggulangan bencana tanah
longsor. Kegiatan ini akan lebih terarah apabila dilengkapi dengan data spasial risiko bencana tanah longsor
daerah yang terkena bencana yang diwujudkan dalam peta tingkat risiko tanah longsor. Dengan peta risiko
longsor dapat diketahui gambaran tingkat risiko longsor yang terjadi di suatu daerah serta sebaran dan tingkat
risiko kerusakan dan kerugian yang dihadapi masyarakat apabila terjadi bencana. Peta risiko bencana yang
dibuat merupakan gabungan dari peta bahaya (hazard map), peta kerentanan (vulnerability map) dan peta
kapasitas (capacity map). Dalam penyusunan peta risiko bencana tanah longsor, fitur-fitur spasial terkait
ancaman bencana tanah longsor biasanya berorientasi pada fakta kejadian dilapangan dan membentuk zona-
zona yang tidak ada kaitannya dengan batas administrasi. Sedangkan data sosial ekonomi yang menyangkut
aspek kerentanan dan kapasitas pada umumnya berorientasi pada unit spatial administrasi dan merupakan data
statistik. Untuk mengatasi perbedaan unit spatial seperti ini dapat dilakukan penyatuan unit spatial dengan cara
pemetaan choropleth dengan menggunakan Sistem Informasi Geografis (GIS).
Pemanfaatan Sistem Informasi Geografis (GIS) dalam penilaian risiko bencana longsor sangat bermanfaat
karena dapat menggabungkan beragam data, baik data spasial maupun non spasial (misalkan data statistik)
sehingga dapat mempercepat proses pengambilan keputusan sebelum bencana tanah longsor terjadi. Pada
bidang sistem informasi geografis, untuk menyelesaikan analisis spatial yang melibatkan data atribut non spatial
seringkali dijumpai permasalahan dalam penentuan bobot dan pemilihan prioritas atribut. Permasalahan ini dapat
diselesaikan dengan spatial multi kriteria evaluation atau evaluasi multi kriteria. Salah satu metode yang dipakai
untuk melakukan evaluasi multi kriteria adalah dengan menerapkan metode Analytical Hierarchy Process (AHP).
AHP merupakan sebuah metode untuk membandingkan daftar alternatif atau daftar criteria. Artinya sebuah
pilihan tindakan ditentukan berdasarkan pendekatan bahwa sebuah keputusan terutama dalam menentukan
tingkat risiko bencana longsor dapat dicapai dengan mempertimbangkan secara terstruktur adanya kriteria-
kriteria yang dianggap penting dalam menghasilakn suatu keputusan. Kriteria-kriteria ini dapat dispesifikkan lagi
menjadi sub-sub kriteria atau indikator-indikator. Penilaian dan asumsi urgensi kriteria dan sub kriteria dikonversi
menjadi nilai matematis yang secara kumulatif membentuk suatu keputusan.Untuk memudahkan analisis,
sebuah keputusan dilihat sebagai pohon keputusan yang memiliki cabang-cabang ke bawah dan membentuk
hirarki keputusan.
Hasil penelitian menunjukkan bahwa peta bahaya, kerentanan dan kapasitas dengan unit spatial yang berbeda
dapat digabungkan/diproses menggunakan metode pemetaan choropleth untuk menghasilkan peta risiko tanah
longsor. Peta risiko longsor tersebut menggambarkan tingkat risiko tanah longsor untuk setiap desa di
Kecamatan Cibal, yang dikelompokkan dalam tiga kelas : yaitu tinggi, sedang, dan rendah, sedangkan luas
zonasi tingkat risiko longsor adalah : risiko tinggi = 4098,46 Ha atau sebesar 21,20%, risiko sedang = 11007,33
Ha atau sebesar 56,23% dan risiko rendah = 4417,81 Ha atau sebesar 22,57%.
1. Latar Belakang
Tanah longsor merupakan bencana alam yang sering terjadi di Indonesia akhir-akhir ini. Sejak tahun
2003 hingga awal tahun 2009, tercatat telah terjadi 375 kejadian tanah longsor yang tersebar di
seluruh wilayah Indonesia (DESDM, 2005; BNPB, 2009). Bencana tanah longsor yang terjadi
menimbulkan risiko dan bahaya yang cukup besar terhadap kehidupan manusia, baik berupa
kerugian harta benda, bangunan, prasarana jalan, bahkan korban jiwa. Tingkat risiko bencana tanah
longsor yang terjadipun bervariasi dan mengakibatkan korban jiwa dan kerugian yang berbeda-beda
tergantung pada faktor penyebab dan karakteristik fisik dan sosial ekonomi daerah yang dilanda.
III-101
Faktor penyebab tanah longsor dapat berupa kondisi topografi suatu wilayah yang mempunyai
kemiringan lereng yang sangat besar, dipicu oleh intensitas curah hujan yang tinggi, gempa bumi dan
perubahan penggunaan lahan.
Kecamatan Cibal merupakan salah satu kecamatan di Kabupaten Manggarai Provinsi Nusa Tenggara
Timur yang memiliki risiko tinggi terhadap bahaya tanah longsor. Hal ini karena kondisi topografi yang
sangat curam, memiliki curah hujan yang tinggi, penggunaan lahan yang tidak sesuai serta
pemotongan tebing untuk pembukaan jalan baru. Usaha untuk mengurangi, mencegah atau
menanggulangi bencana tanah longsor di Kecamatan Cibal sudah dilakukan, namun masih belum
memberikan hasil yang baik. Hal ini dikarenakan pemerintah Kabupaten Manggarai hingga saat ini
belum memiliki informasi spatial risiko bahaya tanah longsor. Upaya pencegahan, mitigasi dan
kesiapsiagaan dalam penanggulangan bencana tanah longsor suatu daerah akan lebih terarah
apabila dilengkapi dengan data spatial risiko bencana tanah longsor daerah yang terkena bencana
yang diwujudkan dalam peta tingkat risiko, dari peta ini dapat diketahui gambaran tingkat risiko
longsor yang terjadi di suatu wilayah.
Peta risiko bencana (risk map) tanah longsor merupakan perpaduan antara peta ancaman (hazard
map), peta kerentanan (vulnerability map) dan peta kapasitas (capacity map). Informasi yang
berhubungan dengan ancaman/bahaya dapat diperoleh dengan memodelkan bahaya dan tingkat
kerapatan terjadinya bahaya pada suatu wilayah. Informasi terkait kerentanan menggambarkan
kondisi-kondisi rentan yang terdapat pada masyatakat dan lingkungan dilihat dari kondisi fisik, sosial
dan ekonomi. Misalkan keberadaan penduduk rentan terhadap bencana tanah longsor (berhubungan
dengan kepadatan penduduk, ibu hamil, balita, cacat dan lansia). Kapasitas menggambarkan
kemampuan dan kesiapan masyarakat dalam menghadapi bencana longsor (Bappenas-Bappeda
DIY-UNDP, 2008; Aditya 2010).
Dalam penyusunan peta risiko bencana tanah longsor, fitur-fitur spatial terkait ancaman bencana
tanah longsor biasanya berorientasi pada fakta kejadian dilapangan dan membentuk zona-zona yang
tidak ada kaitannya dengan batas administrasi. Sedangkan data sosial ekonomi yang menyangkut
aspek kerentanan dan kapasitas pada umumnya berorientasi pada unit spatial administrasi dan
merupakan data statistik. Untuk menyatukan unit spatial yang berbeda seperti ini dapat dilakukan
dengan metode pemetaan choropleth.
2.2 Metoda
Metoda penelitian dilakukan dalam beberapa tahap, seperti tersaji pada Gambar 1.1 dan Bagan
Hirarki penentuan nilai bobotnya seperti pada gambar 1.2. Metoda penelitian secara ringkas
dapat diuraikan sebagai berikut :
(1) Data yang dibutuhkan
• Data parameter ancaman longsor berupa peta lereng, peta penggunaan lahan, peta jenis
tanah, peta tekstur tanah, dan peta solum tanah.
• Data komponen penyusun kerentanan longsor berupa komponen fisik (berupa data
kepadatan bangunan dan jumlah industri), komponen demografi (berupa data kepadatan
penduduk, jumlah ibu hamil, jumlah balita, jumlah penduduk cacat, dan jumlah lansia), dan
komponen ekonomi (berupa data jumlah ternak dan luas lahan pangan).
• Data komponen kapasitas berupa komponen sarana prasarana (berupa jaringan
telekomunikasi, jaringan radio, dan jaringan TV), komponen kesehatan (berupa jumlah
tenaga kesehatan, jumlah fasilitas kesehatan), komponen sosial ekonomi (jumlah sekolah
dan jumlah kios).
(2) Pemrosesan Data
Ada 4 tahap utama dalam proses pengolahan data, pembuatan peta ancaman, kerentanan,
kapasitas, dan risiko longsor, dimana semua data diberi skoring dan pembobotan. Penentuan
nilai bobot menggunakan metode Analytical Hierarchy Process (AHP).
a. Tujuan dari pembuatan peta ancaman adalah untuk mengetahui tingkat ancaman longsor
per desa yang ada di Kecamatan Cibal, caranya dengan melakukan skoring dan
pembobotan parameter ancaman, kemudian di overlay dan diklasifikasi menggunakan
metode natural breaks menjadi 3 (tiga) kelas untuk menghasilkan kategori ancaman akhir
dengan kelas rendah, sedang dan tinggi. Nilai bahaya yang terepresentasi dari zona-zona
bahaya dikonversi menjadi peta berbasis kewilayahan (desa). Kemudian diklasifikasi
menggunakan metode natural breaks menjadi 3 (tiga) kelas untuk menghasilkan kategori
ancaman dengan kelas rendah, sedang dan tinggi dimana unit spatialnya adalah
administrasi (desa).
UNSUR SKOR
NO PARAMETER BOBOT
UTAMA 1 2 3 4
1 Lereng 0,55 Datar Landai-Miring Curam Sangat curam
Penggunaan Semak belukar, Sawah, lading,
2 0,25 Hutan Pemukiman
Lahan Padang rumput Perkebunan
3 Jenis Tanah 0,11 Aluvial Mediteran Litosal Latosal
Lempung,lemp
ANCAMAN Geluh,geluh
Pasir berdebu, ung
(1/3) berlempung,gelu
4 Tekstur Tanah 0,04 Pasir Pasir Berdebu,lemp
h berdebu,geluh
berlempung ung
berpasir
Berpasir
Sangat
5 Solum Tanah 0,04 Dangkal sedang Dalam
Dangkal
b. Tujuan dari pembuatan peta kerentanan dan kapasitas adalah untuk mengetahui kondisi
yang tidak aman pada masyarakat serta seberapa besar sumberdaya yang dimiliki
masyarakat dalam merespon/meminimalkan ancaman kerugian dan kehilangan apabila
terjadi bencana menimpa kondisi yang tidak aman tersebut. Caranya dengan melakukan
skoring dan pembobotan semua indikator komponen kerentanan dan kapasitas. Hasil
skoring dan pembobotan semua indikator komponen kerentanan dan kapasitas
dijumlahkan kemudian diklasifikasi menggunakan metode natural breaks menjadi 3 (tiga)
kelas untuk menghasilkan kategori kerentanan potensial dan kapasitas dengan kelas
kerentanan potensial dan kapasitas rendah, sedang dan tinggi. Kerentanan akhir diperoleh
dengan cara membagi nilai kerentanan potensial dengan nilai kapasitas (V/C), kemudian
diklasifikasi menggunakan metode natural breaks menjadi 3 kelas untuk menghasilkan
kategori kerentanan rendah, sedang dan tinggi. Rumus yang digunakan untuk analisis
kerentanan (1) dan kapasitas (2) adalah :
n n n
(1) … V = ∑Vf + ∑Vd + ∑Ve
i=0 i=0 i=0
n n n
(2) ... K = ∑Ksp + ∑Kk + ∑Ks
i=0 i=0 i=0
III-103
Tabel 2. Klasifikasi Komponen Kerentanan Tanah Longsor
c. Tujuan pembuatan peta risiko longsor adalah untuk mendapatkan gambaran tingkat risiko
bencana longsor yang terjadi di suatu wilayah. Caranya dengan menggabungkan nilai
kerentanan akhir dengan nilai bahaya ke dalam satu set data. Nilai risiko akhir ditentukan
dengan menggunakan matriks risiko, dimana tingkat risiko akhir ditentukan berdasarkan
adanya interaksi antara nilai kerentanan akhir (besarnya kerentanan potensial terhadap
kapasitas) dengan nilai ancaman. Dalam matriks risiko ini bahaya menjadi faktor dominan
penentu nilai tingkat risiko. Tingkat risiko akhir ditetapkan sebagai daerah berisiko rendah,
sedang dan tinggi. Pendekatan yang digunakan untuk menentukan besarnya tingkat risiko
longsor adalah :
RI = f(V, C, H)
(3) …
RI = Hazard * Vulnerability/Capacity
KERENTANAN AKHIR
Tinggi Sedang Tinggi Tinggi
Matriks risiko
yang dimaksud seperti
(V/C)
pada Sedang Rendah Sedang Tinggi gambar berikut ini
:
BAHAYA/ANCAMAN (H)
III-105
diklasifikasikan menjadi 3 kelas dimana nilai-nilai tersebut merepresentasikan 3 kelas ancaman yaitu
kelas ancaman rendah, sedang dan tinggi. Rentangan nilai-nilai tersebut adalah :
1. Nilai 0,000006 – 213,628998 : ancaman rendah
2. Nilai 213,628999 – 715,903992 : ancaman sedang
3. Nilai 715,903993 – 1344,09966 : ancaman tinggi
Tampilan tingkat risiko tanpa zona bahaya dan tingkat risiko longsor beserta zona bahaya
dapat dilihat pada gambar berikut :
Gambar 2. Peta Distribusi Tingkat Risiko Longsor Kecamatan Cibal
Gambar 3. Distribusi Tingkat Risiko dan Tingkat Bahaya Bencana Tanah Longsor Kecamatan cibal
4. Kesimpulan
a. Peta risiko bencana (risk map) tanah longsor merupakan perpaduan antara peta ancaman
(hazard map), peta kerentanan (vulnerability map) dan peta kapasitas (capacity map). Data
ancaman, kerentanan dan kapasitas dianalisis untuk memperoleh peta ancaman, kerentanan
dan kapasitas. Penentuan nilai risiko akhir dengan menggunakan matriks risiko.
b. Peta bahaya, kerentanan dan kapasitas dengan unit spatial yang berbeda dapat
digabungkan/diproses menggunakan metode pemetaan choropleth.
III-107
c. Dalam menentukan tingkat risiko longsor, penentuan bobot dan memilihan prioritas atribut dari
kriteria dan sub kriteria yang digunakan dapat diselesaikan dengan metode AHP.
d. Dengan adanya peta risiko longsor mempermudah Pemerintah Kabupaten Manggarai (instansi
atau dinas terkait) dalam melakukan aktivitas pendataan dan analisis risiko untuk menunjang
perencanaan pengurangan risiko bencana.
5. Referensi
Aditya, T., 2010, Visualisasi Risiko Bencana di Atas Peta: Dokumentasi Penyusunan peta Risiko bencana di
Provinsi DI Yogyakarta, Kesbanglinmas Provinsi DIY dan UNDP-SCDRR.
Bappenas, 2007, Rencana aksi nasional pengurangan risiko bencana Tahun 2006-2009.
Harjadi, P., Ratak, M.A., Rizal, S., Surono, Sutardi, Triwibowo, Sigit, H., Wasiati, A., Yusharmen, Pariatmono,
Triutomo, S., dan Widjaja, B.W., 2007, Pengenalan Karakteristik Bencana dan Upaya Mitigasinya di
Indonesia Edisi II: Pelaksana Harian Bakornas PB 2007.
Tim DRR PPMU ERA BAPPENAS-BAPPEDA DIY-UNDP, 2008, Metode Pemetaan Risiko Bencana Propinsi
Daerah Istimewa Yogyakarta, 2008.
Tahap Penelitian
Penjumlahan nilai kerentanan setiap komponen Penjumlahan nilai kapasitas setiap komponen
Dan klasifikasi menjadi 3 kelas (natural breaks) Dan klasifikasi menjadi 3 kelas (natural breaks)
Gambar 2.1. Diagram alir pembuatan peta tingkat risiko bencana tanah longsor
III-109
Risiko Longsor
(Bobot total = 1.0)
Gambar 2.2. Bagan Hirarki penentuan nilai bobot risiko bencana tanah longsor
Deformasi Geomorfologi Alur Sungai Pada
Daerah Aliran Sungai Jeneberang Kabupaten Gowa Sulawesi Selatan
Muhammad Altin Massinai1), Adjat Sudradjat2), Febri Hirnawan3), dan Ildrem Syafri4)
1)
Program Studi Geofisika Unhas Makassar
2) 3) 4)
Program Pascasarjana Geologi Unpad Bandung
Abstrak: Deformasi geomorfologi sungai pada DAS Jeneberang di Kabupaten Gowa Sulawesi Selatan
dipengaruhi oleh gerakan tanah Gunung Bawakaraeng. Selain itu tektonik bagian selatan juga berpengaruh
terhadap pembentukan tatanan geomorfologi DAS Jeneberang. Penentuan deformasi alur sungai menggunakan
analisis citra satelit diperoleh sekitar 9,770 meter. Deformasi alur sungai DAS Jeneberang Hulu dan Tengah
menunjukkan dominan arah selatan, sementara bagian Hilir DAS Jeneberang dominan arah utara. Pengaruh
tektonik ditentukan dengan perhitungan indeks sinusitas subdas Jeneberang Hulu menunjukkan 1,55;
Jeneberang Tengah 1,54 dan Jeneberang Hilir 1,27. indeks ini menunjukkan sungai tersebut bertipe berliku, dan
sinus. DAS Jeneberang bagian hulu bertipe berliku sepanjang 18.086,953 meter, bagian tengah bertipe berliku
dan terburai sepanjang 13.989,431 meter dan bagian hilir bertipe sinus sepanjang 17.448,423 meter. Deformasi
disebabkan oleh gerakan tanah gunung Bawakaraeng dan pengaruh tektonik lengan selatan Sulawesi. Adapun
perubahan yang terjadi dalam bentuk akresi dan erosi, dengan akresi terbesar pada daerah daerah hilir dan erosi
terjadi pada daerah hulu.
1. Pendahuluan
Geomorfologi didefinisikan sebagai ilmu yang mendeskripsikan, mendefinisikan, serta menjabarkan
bentuk-bentuk umum roman muka bumi serta perubahan-perubahan yang terjadi sepanjang
evolusinya dan hubungannya dengan keadaan struktur di bawahnya, serta sejarah perubahan
geologi yang diperlihatkan atau tergambar pada bentuk permukaan itu (Van Zuidam,1983).
Verstappen, (1983), mendefinisikan geomorfologi sebagai ilmu yang mempelajari tentang bentuk
lahan (landforms) yang membentuk permukaan bumi, baik yang berada di atas maupun di bawah
permukaan air dan penekanan dilakukan pada asal mula bentukan serta perkembangan di masa
depan.
Thornbury, (1954) mendefinisikan geomorfologi sebagai suatu studi yang mendeskripsi bentuklahan
dan proses-proses yang menghasilkan bentuklahan serta menyelidiki hubungan timbal-balik antara
bentuklahan dan proses-proses tersebut dalam susunan keruangan. Bentuklahan (landform) adalah
suatu bagian dari bentuk permukaan bumi yang mempunyai karakteristik tertentu dan dihasilkan dari
satu atau gabungan beberapa proses geomorfik dalam kurun waktu tertentu, sedangkan proses
geomorfik (geomorphic processes) adalah suatu proses alami, baik fisik atau kimiawi, yang mampu
merubah bentuk permukaan bumi.
Dari ketiga pengertian geomorfologi tersebut dapat dirangkum dalam satu definisi yaitu geomorfologi
adalah studi tentang bentuk-bentuk alamiah baik teratur maupun acak di permukaan bumi dan segala
proses yang menghasilkan bentuk-bentuk tersebut. Pembentukan bentangalam melalui proses
endogen maupun eksogen akan menghasilkan topografi permukaan bumi yang berbentuk cekungan,
pedataran, perbukitan dan pegunungan, termasuk bentuk alur sungai
Daerah Aliran Sungai Jeneberang terletak pada 119o 23’ 50’’ BT – 119o56’10’’ dan 05o10’00’’ –
05o26’00’’ LS dengan jumlah panjang sungai 1199,42 kilometer. Panjang sungai utama yang
merupakan Sungai Jeneberang dari hulu hingga muara di Selat Makassar 78,75 km. Lokasi longsor
III-111
dinding kaldera Gunung Bawakaraeng terletak di hulu Daerah Aliran Sungai (DAS) Jeneberang dan
material longsorannya menimbuni bagian hulu sungai tersebut. Sementara DAS Jeneberang
merupakan daerah yang mengalirkan air yang jatuh di atas daerah tersebut ke aliran Sungai
Jeneberang. Sungai Jeneberang sendiri memiliki hulu sungai di sekitar puncak Gunung
Bawakaraeng dan Lompobattang pada ketinggian sekitar 1850 meter di atas permukaan laut (mdpl).
Sungai ini mengalir dari tengah pulau Sulawesi bagian selatan ke arah pantai barat Sulawesi Selatan,
melalui Waduk Bilibili dan bermuara di bagian selatan Kota Makassar. Hal ini menyebabkan DAS
Jeneberang seluas 820,28 km2 ini membentang dari timur ke barat diapit oleh DAS Tallo dan DAS
Tangka di bagian utaranya, serta DAS Jenelata di bagian selatannya. Bentuk pola aliran sungai yang
dendritik dengan dua cabang sungai besar yaitu Salo Malino di bagian utara dan Salo Kausisi di
bagian selatan, menyebabkan bentuk DAS Jeneberang memanjang dari timur ke barat dengan
bagian hulu yang lebih luas dan mengerucut ke arah waduk Bilibili setelah percabangan Salo Malino
dan Salo Kausisi.
Bentuk bentangalam yang menonjol di sekitar hulu DAS (Daerah Aliran Sungai) Jeneberang adalah
kerucut Gunungapi Lompobattang, yang menjulang mencapai ketinggian 2876 mdpl yang tersusun
oleh batuan gunungapi berumur Plistosen (Sukamto & Supriatna, 1982). Bagian hilir DAS
Jeneberang yang merupakan pesisir pantai barat Sulawesi Selatan merupakan dataran rendah yang
sebagian besar terdiri dari daerah rawa dan daerah pasang surut. Sungai Jeneberang merupakan
salah satu sungai besar yang membentuk dataran banjir di daerah ini.
Satuan bentangalam yang terdapat pada DAS Jeneberang terdiri dari satuan bentangalam
pegunungan, perbukitan, dataran banjir sungai dan dataran rendah pantai. Bentangalam
pegunungan dengan ketinggian di atas 1000 mdpl menempati sebagian besar bagian hulu sungai
yaitu di bagian timur DAS. Satuan bentangalam pegunungan tersebut tersusun oleh Formasi batuan
Gunungapi Baturape-Cindako dan Formasi batuan Gunungapi Lompobattang dengan kelerengan
curam terutama di sekitar hulu Sungai Jeneberang yang mencapai kelerengan rata-rata 100 % yaitu
pada tebing kawah sekitar puncak Gunung
Kota Bawakaraeng.
Makassar
Satuan bentangalam perbukitan terdapat di bagian tengah DAS memanjang dari timur ke barat di
sepanjang kiri dan kanan aliran sungai dengan ketinggian antara 50-1000 mdpl. Batuan penyusun
satuan bentangalam ini terdiri dari Formasi Camba, retas Basal, batuan Gunungapi Baturape-
Cindako dan batuan Gunungapi Lompobattang, dengan kelerengan agak curam hingga curam.
Sungai Jeneberang
Dataran rendah pantai menempati hampir seluruh bagian hilir DAS yaitu di bagian pesisir pantai barat
bagian selatan Pulau Sulawesi yang terdiri dari daerah berawa, daerah pasang surut, daerah
endapan dan delta sungai yang berada pada ketinggian di bawah 50 mdpl dengan kelerengan landai
(< 2 %) dan ditutupi oleh endapan aluvium dan pantai.
Sungai sinus mengindikasikan terbentuk karena proses tektonik sedang sementara indeks berliku
terbentuk karena tektonik aktif. Sungai berliku kadang membentuk meander dan sungai berburai.
Sungai seperti ini biasanya dipengaruhi pula oleh proses geomorfologi seperti gerakan tanah .
Gerakan tanah (Longsor) atau mass movement adalah suatu proses perpindahan massa tanah atau
batuan dari tempat yang tinggi ke tempat yang lebih rendah karena pengaruh gaya gravitasi (Falah,
drr.,2003). Beberapa faktor penyebab terjadinya gerakan tanah diantaranya : gaya gravitasi,
kemiringan lereng, sifat fisik tanah/batuan, gempa, dan aktivitas manusia
III-112
Gaya gravitasi menyebabkan perpindahan massa batuan, regolit dan tanah dari tempat yang tinggi ke
tempat yang rendah. Setelah batuan lapuk, gaya gravitasi akan menarik material hasil pelapukan ke
tempat yang lebih rendah. Sungai biasanya membawa material tersebut ke laut dan tempat yang
rendah lainnya untuk diendapkan, sehingga terbentuklah bentang alam bumi perlahan-lahan (van
Zuidam, 1983). Bentang alam hasil rombakan material longsoran yang mengendap pada Sungai
Jeneberang mengakibatkan perpindahan alur sungai. Hal ini terlihat dengan membandingkan citra
landsat dengan citra landsat pada tahun yang berbeda.
Penginderaan jauh (remote sensing) merupakan suatu teknik untuk mengumpulkan informasi
mengenai objek dan lingkungannya dari jarak jauh tanpa sentuhan fisik (Lo, 1996). Teknik ini
menghasilkan beberapa bentuk citra yang selanjutnya diproses dan diinterpretasi guna menghasilkan
data yang bermanfaat untuk aplikasi di bidang geologi dan bidang lainnya. Tujuan utama aplikasi
penginderaan jauh untuk geologi dan geomorfologi adalah untuk mendeteksi, mengidentifikasi dan
memetakan kenampakan bumi pada permukaan, dan di bawah permukaan.
Sistem penginderaan jauh dikenal dua jenis yaitu pasif dan aktif. Penginderaan dengan sistem
pasif adalah suatu sistem yang memanfaatkan energi matahari, sedangkan sistem aktif
menggunakan energi buatan yang dibangkitkan untuk berinteraksi dengan benda/obyek. Alat
perekam adalah sistem multispectral scanner yang bekerja dalam selang cahaya tampak
sampai inframerah termal. Sistem ini sebagian besar adalah menggunakan sistem optik. Jumlah
saluran berbeda dari satu sistem ke sistem yang lain. Landsat 7 yang merupakan salah satu satelit
penginderaan jauh mempunyai 7 saluran, SPOT 4 saluran, ASTER 14 saluran. Pada sistem
hiperspektral jumlah saluran bahkan dapat mencapai lebih dari 100.
Data Landsat merupakan salah satu yang paling banyak dipakai dalam pemetaan karena
mempunyai cakupan yang sangat luas, 180 x 180 km2 dengan resolusi spasial cukup baik (30 meter).
Landsat 7 ETM+ mempunyai 8 saluran, 6 saluran pada selang cahaya tampak dan inframerah dekat
dengan resolusi spasial 30 meter, 1 (satu) saluran pada selang cahaya inframerah termal dengan
resolusi spasial 120 meter dan 1 (satu) saluran pada selang pankromatik dengan resolusi spasial 15
meter.
Penggunaan dalam bidang kebumian pada dasarnya adalah mengenal dan memetakan obyek
dan parameter kebumian yang spesifik, menafsirkan proses pembentukannya dan menafsirkan
kaitannya dengan aspek lain. Untuk melakukan hal di atas dua metoda yang umum dilakukan
melalui metoda visual/manual yaitu mengenal obyek dan gejala geologi spesifik yang dapat dilihat
pada citra, seperti perbedaan jenis batuan, bidang perlapisan, struktur sesar, pola aliran sungai
dan pergeseran alur sungai. Cara kedua dilakukan melalui ekstraksi otomatis dari obyek dengan
memakai cara dan formula tertentu dengan menggunakan perangkat lunak yang ada (digital
processing). Kedua cara di atas mempunyai kelebihan dan kekurangan sehingga gabungan
keduanya akan lebih efektif dan optimal.
Kelurusan segmen sungai, pergeseran aliran sungai adalah salah satu elemen struktur sesar dapat
dikenal dengan baik pada citra landsat. Beberapa elemen sesar lainnya yang dapat diperlihatkan
oleh beberapa kenampakan di antaranya adanya pergeseran bidang perlapisan, kelurusan
topografi dalam skala regional, gawir topografi, orientasi bukit dan gejala geologi lainnya.
Perkembangan teknologi penginderaan jauh dan sistem informasi geografis (SIG) yang pesat saat ini,
analisis spasial wilayah dalam hubungannya dengan bidamg ilmu kebumian seperti geologi dan
geomorfologi mudah dilakukan. Penggabungan atau integrasi hasil prosesing dan data sekunder
inilah dapat dilakukan dengan cepat dan akurat dengan bantuan teknik sistem informasi geografis.
Sajian dalam SIG dapat berupa manipulasi data yang berupa spasial serta data yang berupa atribut,
serta mempunyai kemampuan untuk menyimpan dan memodelkan suatu bentuk 3D permukaan
sebagai DEM (Digital Elevation Model), DTM (Digital Terrain Model), ataupun TIN (Triangular
Irregular Network). Teknik penginderaan jauh memberikan informasi yang berhubungan dengan
struktur geologi (kelurusan) secara umum (Juhari, 1997).
III-113
2. Bahan dan Metoda
Bahan yang diperlukan dalam penelitian ini adalah :
• Bahan yang dibutuhkan adalah peta-peta: Rupabumi digital 6 lembar, yaitu: lembar Maros,
Sapaya, Malino, Malakaji, Takalar, dan Makassar, masing-masing berskala 1:50.000.
• Citra Landsat 7 ETM, DAS Jeneberang serta daerah sekitarnya.
• Data DEM/SRTM (Digital Elevation Model/Shuttle Radar Topography Mission) srtm_60_14
• Peta Geologi Lembar Ujungpandang, yang meliputi Gowa, Takalar, Jeneponto, Bantaeng dan
Sinjai.
• Perangkat komputer dan software pengolah data citra.
III-114
Peta Citra Landsat 7 Peta
Geologi ETM RBI
Multitemporal
Analisis Geomorfologi
Survai Lapangan
(Bebas dari kesalahan Data Utama
blunder dan sistematis)
Tidak
Ada
Korelasi ?
Ya
Data citra
(Deskripsi karakteristik
morfologi DAS Jeneberang)
Data citra yang ada, masing-masing band dibandingkan dalam hal kenampakan kontras dan
kenampakan kelurusan segmen sungai. Sebagai hasil evaluasi visual, maka dipilih untuk studi ini
adalah citra Landsat 7 ETM band 4 merupakan data yang dapat memberikan informasi dengan
panjang gelombang 0.78 – 0.90 µm. Band tersebut menunjukkan kontras yang baik sesuai dengan
aplikasi atau penggunaannya.
III-115
Informasi kelurusan segmen sungai yang dihasilkan lebih lanjut, digunakan proses pemfilteran pada
masing-masing
masing citra Landsat 7 ETM band 4. Jenis filter yang digunakan adalah filter lolos tinggi ((high
pass filter).
). Setelah melalui proses pemfilteran,
pemfilteran, selanjutnya digunakan proses penajaman citra.
Hasilnya dapat meningkatkan kenampakan kelurusan yang baik. Data kelurusan segmen sungai yang
mengalami pergeseran dari tiap tahunnya, memiliki jarak, arah, dan panjan
panjang
g yang bervariasi.
Titik-titik
titik pergeseran yang tampak di atas, pergeseran DAS Jeneberang yang didapatkan dari titik-titik
kordinat sisi utara dan selatan yang masingmasing-masing dirata-ratakan
ratakan untuk memperoleh titik central
DAS Jeneberang yang terlihat di bawah ini. Titik-titik titik pergeseran yang tampak pada gambar
memperlihatkan arah pergeseran antara utara utara-selatan. Pergeseran
eseran DAS Jeneberang yang
didapatkan dari titik-titik
titik kordinat sisi utara dan selatan yang masing
masing-masing dirata--ratakan untuk
memperoleh titik tengah DAS Jeneberang yang terlihat pada Gambar 3.
III-116
pembentukan tatanan geomorfologi DAS Jeneberang. Penentuan deformasi alur sungai
menggunakan analisis citra satelit diperoleh sekitar 9,770 meter. Deformasi alur sungai DAS
Jeneberang Hulu dan Tengah menunjukkan dominan arah selatan, sementara bagian Hilir DAS
Jeneberang dominan arah utara.
Analisis geomorfologi tektonik DAS Jeneberang menggunakan parameter morfometri yang diperoleh
melalui perhitungan dari data peta RBI dengan skala 1:50.000 dan citra landsat 7 ETM. Parameter
morfometri yang dihitung untuk menganalisis geomorfologi tektonik di DAS Jeneberang
menggunakan 4 parameter, yaitu indeks gradien sungai, rasio percabangan sungai, kerapatan
sungai, dan indeks sinusitas sungai.
Pengukuran Indeks Gradien Sungai (Si)di sepanjang Sungai Jeneberang yang meliputi tiga subdas,
yaitu subdas Malino, subdas Lengkese, dan subdas Jeneberang Hilir. Ketiga subdas tersebut
memiliki nilai Si rata-rata yang bervariasi. Nilai Si pada subdas Malino mencapai 357,799, subdas
Lengkese mencapai 393,460, sedang subdas Jeneberang Hilir mencapai 226,443. Hasil perhitungan
Si yang menempatkan subdas Malino dan subdas Lengkese mencapai nilai di atas 300,
mengindikasikan geomorfologi kedua subdas tersebut dipengaruhi oleh tektonik aktif. Sementara
subdas Jeneberang Hilir bernilai di 259,800 atau di bawah 300 mengindikasikan tektonik tidak aktif.
Namun demikian nilai pada subdas ini masih terindikasi tektonik aktif, dimana subdas ini disusun oleh
batuan lunak dan aluvium.
Pengukuran rasio percabangan sungai (Rb) dan rasio kerapatan sungai (Dd) meliputi 3 subdas, yaitu
subdas Malino, Lengkese, dan Jeneberang Hilir. Nilai rata-rata Rb dari yang terendah di subdas
Jeneberang Hilir 2,441 sementara yang tertinggi mencapai 2,721 pada subdas Malino. Nilai rata-rata
rasio kerapatan sungai (Dd) dari yang terendah 0,990 pada subdas Jeneberang Hilir dan yang
tertinggi 3,564 pada subdas Malino. Nilai Rb dan Dd dari ketiga subdas tersebut bila digabung ke
dalam nilai Rb dan Dd DAS Jeneberang maka akan mencapai nilai Rb 2,640 dan Dd 2,161. Nilai
tersebut semuanya bernilai di bawah 3. Dengan demikian dari segi rasio percabangan sungai dan
rasio kerapatan sungai geomorfologi DAS Jeneberang dipengaruhi tektonik aktif.
Nilai indeks sinusitas sungai (Smi) pada DAS Jeneberang bervariasi dari nilai 1,261 sampai 1,858.
Nilai rata-rata Smi 1,457 pada DAS Jeneberang yang merupakan gabungan dari nilai rata-rata
keseluruhan hasil pengukuran. Dengan demikian sungai yang bersifat sinus dan berliku menandakan
geomorfologi DAS Jeneberang dipengaruhi tektonik aktif.
4. Kesimpulan
• Nilai rata-rata gradien sungai di sepanjang Sungai Jeneberang dari subdas Malino, Lengkese
dan Jeneberang Hilir, masing-masing: 357,799 , 393,460, 226,443. Hal ini mengindikasikan
subdas Malino dan dan Lengkese tektonik aktif. Subdas Malino dan Lengkese berdekatan
dengan zona sesar aktif Walenae.
• Nilai rasio percabangan sungai (Rb) pada DAS Jeneberang antara 2,441 – 2,721. Nilai rasio
kerapatan sungai (Dd) antara 0,990 – 3,564.
• Penentuan deformasi alur sungai menggunakan analisis citra satelit diperoleh sekitar 9,770
meter di bagian hulu dan 3,391 di bagian hilir. Deformasi alur sungai DAS Jeneberang Hulu
dan Tengah menunjukkan dominan arah selatan, sementara bagian Hilir DAS Jeneberang
dominan arah utara.
• Nilai indeks sinusitas sungai menunjukkan nilai antara 1,261 - 1,858. Indeks sinusitas sungai ini
menunjukkan sungai tersebut bertipe berliku, sungai bertipe sinus.
• Deformasi geomorfologi DAS Jeneberang di Kabupaten Gowa Sulawesi Selatan dipengaruhi
oleh gerakan tanah Gunung Bawakaraeng. Selain itu tektonik bagian selatan juga
berpengaruh terhadap pembentukan tatanan geomorfologi DAS Jeneberang.
5. Referensi
BPDAS Jeneberang. (2008): Karakteristik DAS Jeneberang. Melalui:
http://www.bpdasjeneberang.net/index.php?option=com_content&task=view&id=20&Itemid=9
Brice, J.C. (1964): Channel patterns and terraces of the Loup Rivers in Nebraska. USGS Professional Paper
422-D. US Government Printing Office, Washington.
III-117
Burbank, D.W., and Anderson, R.S. (2001): Tectonic Geomorphology. Blackwell Science, Inc,
Massachusetts.
III-118
Peringatan Dini Bahaya Kekeringan di Indonesia
Berdasarkan Indeks Kekeringan Agronomis dari Data MODIS
Abstract: Drought is a serious disaster that can threat many living society aspects in Indonesia. The Early Warning
System (EWS) need to be built for giving information about when, where, the severity of drought and its prediction.
This research is aimed to implement the drought EWS model based on MODIS (Moderate Resolution Imaging
Spectroradiometer) data. In this research we used agricultural drought indices which can be generated from
vegetation index and land surface temperature from MODIS data. The Vegetation Health Index (VHI) was built from 4
years MODIS data (2004-2008). The model then applied to monitor the agricultural drought in Indonesia during 2009-
2010. The result showed that VHI can represent the ENSO fenomena during 2009 and La Nina in 2010. The VHI
severity was higher during 2009 than in 2010 in Indonesia. Data verification was done by comparing the VHI area
with drought area data from Ministry of Agricultural. The VHI with 0-8 interval value can represent the drought
potential area in agricultural land. Therefore the VHI can be used as the drought EWS in Indonesia globally.
Keywords: Drought Early Warning System, Agricultural drought, VHI, TVDI, MODIS,
Abstrak :Kekeringan lahan merupakan ancaman yang sangat serius bagi kelangsungan berbagai aspek kehidupan
masyarakat Indonesia. Sistem peringatan dini perlu dibangun untuk memberikan informasi tentang kapan, dimana
dan seberapa besar tingkat kekeringan yang sedang dan akan terjadi. Tujuan penelitian ini adalah untuk
mengembangkan model peringatan dini kekeringan lahan menggunakan data penginderaan jauh MODIS (Moderate
Resolution Imaging Spectroradiometer). Metode penelitian yang digunakan adalah analisis kekeringan berdasarkan
indeks kekeringan agronomis, yaitu melalui parameter tingkat kehijauan vegetasi serta suhu permukaan lahan yang
dapat diekstraksi dari data MODIS. Model kekeringan agronomis yang digunakan adalah Vegetation Health Index
(VHI) yang dibangun dari data MODIS selama periode 2004 – 2008. Model tersebut diujicobakan untuk memantau
kekeringan pada tahun 2009 dan 2010. Hasil analisis menunjukkan bahwa secara umum kondisi iklim ekstrim ENSO
(tahun 2009) dan La Nina (2010) dapat direpresentasikan dari hasil analisis VHI yang menunjukkan adanya tingkat
kekeringan yang lebih tinggi pada tahun 2009 dibandingkan tahun 2010. Verifikasi hasil pemantauan kekeringan
pada tahun 2009 dan 2010 dilakukan terhadap kondisi kekeringan di Indonesia yang direpresentasikan dari data
kekeringan yang diperoleh dari Kementerian Pertanian. Hasilnya menunjukkan bahwa kekeringan agronomis dari
indeks VHI dengan interval kelas 0-8 bisa merepresentasikan adanya potensi kekeringan di lahan pertanian,
sehingga dapat digunakan sebagai Peringatan Dini Bahaya Kekeringan di lahan pertanian. Sebagai salah satu upaya
untuk menyediakan sistem Peringatan Dini Bahaya Kekeringan, model VHI dapat merepresentasikan adanya potensi
kekeringan secara global di Indonesia.
Kata Kunci: Sitem Peringatan Dini Kekeringan, Kekeringan agronomis, VHI, TVDI, MODIS
1. Latar Belakang
Kekeringan lahan sudah lama menjadi ancaman yang sangat serius bagi kelangsungan berbagai aspek
kehidupan masyarakat Indonesia. Dampak yang paling besar akibat adanya kekeringan lahan di
Indonesia adalah sebagai pemicu terjadinya kebakaran hutan dan lahan, serta berpengaruh terhadap
kegagalan produksi tanaman pangan. Data kebencanaan periode 2000-2007 dari BNPB (Badan Nasional
Penanggulangan Bencana) menyebutkan bahwa bencana kekeringan merupakan bencana peringkat ke-
2 yang sering terjadi di Indonesia setelah bencana banjir. Di bidang pertanian, bencana kekeringan
merupakan bencana yang harus diwaspadai karena menimbulkan dampak kerusakan dan kerugian yang
terbesar (Tabel 1).
III-119
Tabel .1 Rekapitulasi kejadian bencana alam di Indonesia (BNPB, 2000 – 2007)
Jenis Bencana Jumlah Kejadian Luas Padi yang terkena (Ha)
Beberapa kerugian yang tercatat pada musim kemarau tahun 1991 yaitu sekitar 800 ribu hektar tanaman
padi mengalami kekeringan dan 190 ribu hektar di antaranya mengalami gagal panen. Kondisi serupa
terjadi lagi pada musim kemarau tahun 1994, 1997 dan 2006. Pada tahun 1997, kekeringan tidak hanya
berdampak pada penurunan produksi padi dan palawija, tetapi juga berimplikasi terhadap krisis pangan
tahun 1998 sehingga pemerintah harus mengimpor beras dalam jumlah besar. Sejarah mencatat bahwa
kegagalan produksi beras tahun 1997-1998 yang bersamaan dengan terjadinya krisis moneter sungguh
semakin menambah berat beban pemerintah dan masyarakat Indonesia
Mengingat betapa serius dampak-dampak yang diakibatkan oleh kekeringan terhadap tanaman pangan
maka perlu dilakukan upaya-upaya mitigasi secara menyeluruh. Salahsatu upaya untuk mengantisipasi
bahaya bencana kekeringan lahan adalah dengan mengembangkan sistem peringatan dini terhadap
terjadinya bahaya kekeringan lahan. Sistem peringatan dini tersebut mampu memberikan informasi
tentang kapan, dimana dan seberapa besar tingkat kekeringan yang sedang dan akan terjadi. Informasi
tersebut sangat berguna khususnya bagi pemerintah baik di tingkat pusat maupun daerah guna
mengambil kebijakan antisipatif dan responsif terhadap kemungkinan dampak-dampak yang
ditimbulkannya. Informasi tersebut tentu saja juga sangat bermanfaat bagi pihak swasta yang bergerak di
bidang yang terkait dan masyarakat luas lainnya.
Untuk mengembangkan sistem peringatan dini bahaya kekeringan lahan tersebut diperlukan dukungan
ilmu dan teknologi yang memadai. Dukungan teknologi inderaja dalam hal ini yang menawarkan data dan
teknik pengolahan data dari satelit penginderaan jauh diharapkan dapat diaplikasikan dan memberikan
hasil berupa informasi dini kekeringan lahan yang lebih cepat, relatif lebih murah, mampu menjangkau
wilayah yang luas. Saat ini metoda penginderaan jauh untuk pemantauan kekeringan dan sistem
peringatan dini adalah berdasarkan parameter curah hujan, kebasahan permukaan, suhu dan
pemantauan vegetasi.
Beberapa metode dan indeks telah dibangun oleh banyak peneliti (Palmer, 1965; Shafer and Dezman,
1982; Kogan, 1990, 2001; McKee et al 1993; Keyantash and Dracup, 2004) untuk pemantauan
kekeringan menggunakan pendekatan penyebab dan pengaruh kekeringan dari parameter – parameter
seperti curah hujan, kandungan air tanah, evapotranspirasi, kondisi vegetasi, air tanah dalam (ground
water), dan ketinggian permukaan air. Persepsi tentang kekeringan berbeda-beda berdasarkan wilayah
dan iklimnya. Saat curah hujan menjadi penyebab utama kekeringan, parameter yang lain seperti air
tanah, aliran sungai, sumber air menjadi parameter yang menggambarkan dampak dari kekeringan.
Ketika air tanah untuk pertumbuhan tanaman merespon anomali curah hujan dalam jangka pendek,
maka air tanah dalam, sungai dan sumber air merefleksikan anomali curah hujan dalam jangka panjang.
III-120
Dengan kata lain, kekeringan agronomis (agricultural drought) merupakan manisfestasi dari kekeringan
meteorologis dan kekeringan hidrologis.
Salah satu metode kekeringan pertanian adalah indeks VHI (Vegetation Health Index) yang dibentuk
untuk pemantauan kesehatan tanaman, kandungan air tanah dan kondisi suhunya. Metode ini
menggunakan 3 kombinasi kanal spektral, yaitu kanal tampak, infra merah dan infra merah dekat. VHI
yang dibangun berdasarkan VCI (Vegetation Condition Index) dan TCI (Temperature Condition Index)
merupakan metode yang efektif dibandingkan dengan indeks kekeringan yang lain (Kogan, 1990, 1995,
1997, 2001; Singh et al, 2003). Metode VHI dibangun oleh Kogan dan telah sukses diaplikasikan di
manca negara seperti USA, Kazakhstan/Israel, Poland, Africa, Argentina, Mongolia, China, dan India
(Kogan, 1998; Ji et al, 2003; Martyniak et al, 2003; Unganai and Kogan, 1998; Seiler et al, 2000; Kogan
et al, 2004; Xin et al, 2003; Wang et al, 2001; Bhuiyan, 2006; Bhuiyan et al, 2006).
Sejauh ini metode VHI baru diaplikasikan dengan menggunakan data satelit NOAA (National Oceanic
and Atmospheric Administration)-AVHRR (Advanced Very High Resolution Radiometer) karena memiliki
periode data yang panjang sejak 1981. namun spesifikasi data AVHRR dibuat untuk awan dan salju,
bukan untuk vegetasi (NASA, 2001). Saat ini banyak sensor satelit yang telah dikalibrasi lebih baik dari
AVHRR and dispesifikasikan untuk memantau vegetasi. Satelit dengan spesifikasi untuk memantau
vegetasi sangat penting dalam kegiatan pemantauan kekeringan, sebab kondisi vegetasi dapat
merefleksikan kondisi curah hujan, air tanah dan kegiatan pertanian. Sensor MODIS (Moderate
Resolusion Imaging Spectroradiometer) yang terdapat pada satelit TERRA/AQUA sejak 1991 mempunyai
kapasitas yang baik pada resolusi spektral, spasial dan temporalnya untuk pemantauan kekeringan. Oleh
karenanya pada penelitian ini dilakukan aplikasi metode VHI menggunakan data MODIS guna
memperoleh informasi kekeringan yang lebih baik.
(1) ………………………………………………………………………………………
(2)…………..…………………………………………………………VCI = 100 * (EVI – EVImin) / (EVImax – EVImin)…
(3)………………………………………………………………..…TCI = 100 * (LSTmax – LST) / (LSTmax – LSTmin)…
(4)………………………………………………………………………………………………..VHI = a *VCI + b *TCI…
III-121
dimana ρ1, ρ2, ρ3 = reflektansi MODIS kanal 1 (620nm~670nm), kanal 2 (841~876 nm), kanal 3 (459~479 nm), G
(gain factor) = 2.5, C1 = 6, C2 = 7.5, L = 1. EVI, EVImax dan EVImin (LST, LSTmax dan LSTmin) masing-masing adalah
nilai rata-rata dari bulanan, nilai maksimum dan nilai minimum absolut bulanan selama periode tahun 2004-200. a
dan b adalah koefisien yang menggambarkan kontribusi VCI dan TCI terhadap VHI. Berdasarkan Kogan, 2001
koefisien a dan b seimbang sebesar 0.5.
Nilai VCI berkisar antara 0 – 100% yang menggambarkan kondisi vegetasi dari buruk hingga baik. Nilai
VCI yang tinggi juga menggambarkan vegetasi tidak mengalami stres air. Sebaliknya, TCI yang rendah
berhubungan dengan vegetasi yang stres akibat suhu yang tinggi. Ekstraksi VHI dilakukan di lahan
sawah di bagian utara Indramayu yang memiliki intensitas tinggi terhadap kekeringan. Kemudian
dilakukan pengklasifikasian kekeringan berdasarkan nilai VHI (Tabel 2).
Tabel 2. Klasifikasi kekeringan berdasarkan nilai VHI (Kogan, 2002)
Kelas kekeringan VHI (Kogan, 2002)
Sangat tinggi 0 < VHI ≤ 10
Tinggi 10 < VHI ≤ 20
Sedang 20 < VHI ≤ 30
Rendah 30 < VHI ≤ 40
Tidak Kering > 40
Selanjutnya verifikasi dilakukan dengan membandingkan hasil analisis VHI dengan data kekeringan yang
dikeluarkan oleh Kementerian Pertanian.
Gambar 1. VCI Indonesia bulan Januari, April, Juli, September pada a) tahun 2009, b) tahun 2010.
III-122
a) VCI 2009 b) VCI 2010
Lanjutan Gambar 1. VCI Indonesia bulan Januari, April, Juli, September pada a) tahun 2009, b) tahun 2010.
III-123
a) TCI 2009 b) TCI 2010
Gambar 2. TCI Indonesia bulan Januari, April, Juli, September pada a) tahun 2009, b) tahun 2010.
III-124
3.3. VHI (Vegetation Health Index)
Indeks VHI merupakan hasil analisis gabungan antara VCI dan TCI. Indeks VHI biasanya digunakan
untuk merepresentasikan kondisi kekeringan lahan secara umum. Hasil analisis VHI periode 2009 dan
2010 (Januari, April, Juli dan September) dapat dilihat pada Gambar 3. Secara umum pada bulan
Januari tahun 2009, potensi kekeringan terdeteksi di Provinsi Kalteng, Sumsel, sebagian Jawa Barat dan
Jawa Timur, serta Papua. Pada bulan April 2009, potensi adanya kekeringan nampak mendominasi
sebagian besar P. Sumatera terutama di Provinsi Riau, Sumber, Jambi, NAD dan Sumsel. Selanjutnya
pada bulan Juli 2009, potensi kekeringan terjadi di wilayah Riau, Sumut, Sumsel, Kalbar dan Kalteng.
Pada bulan September 2009, potensi kekeringan mendominasi sebagian wilayah Kalteng, Kalsel, Kalbar
dan Sumsel. Berdasarkan analisa VHI dapat dinyatakan bahwa potensi kekeringan dari indeks VHI pada
tahun 2010 relatif lebih basah dibandingkan tahun 2009. Hal ini terkait adanya fenomena ENSO pada
tahun 2009 yang menyebabkan kondisi iklim lebih kering dari normalnya, sedangkan pada tahun 2010
kondisinya lebih basah karena adanya pengaruh fenomena La Nina
Gambar 3. VHI Indonesia bulan Januari, April, Juli, September pada a) tahun 2009, b) tahun 2010.
III-125
a) VHI 2009 B) VHI 2010
Lanjutan Gambar 3. VHI Indonesia bulan Januari, April, Juli, September pada a) tahun 2009, b) tahun 2010.
3.4. Verifikasi Potensi Kekeringan (VHI) dengan Data Kekeringan dari Kementerian Pertanian
Pada kajian ini verifikasi potensi kekeringan dilakukan terhadap hasil indeks VHI di P. Jawa dengan data
kekeringan padi di Pulau Jawa dari Kementerian Pertanian. Hasil Pengolahan VHI telah dikroping
wilayah padi sawah di P. Jawa berdasarkan pemetaan sawah dengan data landsat 2009. Hasil VHI yang
dibandingkan dengan data kekeringan Kementerian Pertanian adalah VHI yang berpotensi kekeringan
dengan kelas sangat tinggi yaitu nilai VHI dengan interval 0 – 10, 0 – 8 dan 0 -5. Periode data yang
dibandingkan adalah Januari, April, Juli dan September 2009. Sebagai contoh tampilan spasial dari VHI
yang mempunyai kelas 0 – 5, 0 – 8 dan 0 – 10 di wilayah pertanaman padi di P. Jawa dapat dilihat pada
Gambar 4 berikut.
Gambar 4. VHI di wilayah pertanaman padi dengan kelas interval 0 – 5 (atas) dan interval 0 – 10 (bawah) pada
bulan Januari 2009.
III-126
Lanjutan Gambar 4. VHI di wilayah pertanaman padi dengan kelas interval 0 – 5 (atas) dan interval 0 – 10
(bawah) pada bulan Januari 2009.
Pada Tabel 3 dan 4 ditunjukkan data luasan kekeringan yang diperoleh dari hasil analisis VHI dengan
interval 0 – 5, 0 – 8 dan 0 – 10 di Pulau Jawa, juga data luasan kekeringan dari Dinas Pertanian untuk
periode Januari, April, Juli dan September 2009. Perbandingan secara grafik dapat dilihat pada Gambar 5
dimana terlihat bahwa hasil analisis VHI dengan interval 0-10 dan 0-8 memberikan nilai overestimate,
sedangkan VHI dengan interval 0-5 memberikan nilai underestimate dibandingkan data lapangan dari
Kementerian Pertanian. Jika dibandingkan hasil luas VHI interval 0-10 dan 0-8 maka yang lebih
mendekati nilai data lapangan adalah VHI dengan interval 0-8. Meskipun luasan potensi kekeringan
yang dihasilkan dari VHI 0-8 overestimate, namun sebagai upaya peringatan dini bahaya kekeringan,
hasil analisis VHI dengan interval 0-8 dapat digunakan karena dari sisi lokasi dapat dilihat seperti pada
Gambar 5 di wilayah Jawa Tengah dan Jawa Timur, potensi kekeringan telah digambarkan oleh VHI
(interval 0-8) dan berdasarkan data Kementerian Pertanian tercatat di wilayah tersebut mengalami
kekeringan (baik terkena dan puso). Sementara untuk nilai VHI 0-5 nilainya antara underestimate dan
mendekati data kekeringan Kementerian Pertanian, sehingga untuk peringatan dini masih kurang tepat.
Tabel 3. Luas potensi kekeringan (ha) pada tanaman padi di Pulau Jawa pada tahun 2009 berdasarkan hasil
pengolahan VHI.
VHI interval 0 -5 VHI interval 0 -8 VHI interval 0 -10
NO PROVINSI JAN APR JUL SEP JAN APR JUL SEP JAN APR JUL SEP
1 Banten 240 4 1710 11630 81 2500 21848 7280 1626 8831 20165
2 Yogyakarta 9455 1646 3535 12
3 Jawa Barat 50929 597 8222 1143 41784 10527 4678 16978 79397 26356 33489 22977
4 Jawa Tengah 18760 1487 99 23289 10551 3020 77323 32220 3024 10557
5 Jawa timur 14250 24787 2543 1881 4201 57965 9432 1715 9026
Tabel 4. Luas kekeringan (ha) pada tanaman padi di Pulau Jawa pada tahun 2009 berdasarkan data
Kementerian Pertanian.
BULAN
No Propinsi Jan Apr Jul Sep
T P T P T P T P
1 Banten 0 0 605 0 2876 0 2 0
2 DI Yogyakarta 0 0 0 0 24 0 70 2
3 Jawa Barat 0 0 25 0 56 0 4189 54
4 Jawa Tengah 4060 95 1411 1223 617 2 1950 142
5 Jawa timur 0 0 21 0 90 0 0 0
Sumber: Direktorat Perlindungan Tanaman Pangan, Kementerian Pertanian
Ket : T = Terkena
P= Puso
III-127
Gambar 5. Grafik perbandingan luas potensi kekeringan dari VHI (interval 0-5, 0-8 dan 0-10) dengan data
kekeringan dari Kementerian Pertanian bulan Januari, April, Juli dan September 2009.
4. Kesimpulan
Pada penelitian ini telah dilakukan kajian pemanfaatan data MODIS untuk memberikan informasi potensi
kekeringan agronomis. Informasi ini dibuat sebagai salah satu upaya untuk Peringatan Dini Bahaya
Kekeringan. Dampak kekeringan yang menjadi fokus penelitian ini adalah terhadap kekeringan di lahan
pertanian. Secara umum kondisi iklim ekstrim ENSO (tahun 2009) dan La Nina (2010) dapat
direpresentasikan dari hasil analisis VHI yang menunjukkan adanya tingkat kekeringan yang lebih tinggi
pada tahun 2009 dibandingkan tahun 2010. Kekeringan agronomis dari indeks VHI dengan interval kelas
0-8 bisa merepresentasikan adanya potensi kekeringan di lahan pertanian, sehingga dapat digunakan
sebagai Peringatan Dini Bahaya Kekeringan di Lahan Pertanian. Namun masih perlu dilakukan verifikasi
di lokasi lain, mengingat keragaman tipe iklim dan tanah di wilayah Indonesia sangat bervariasi, sehingga
pada penelitian ini hanya dapat menggambarkan kondisi kekeringan global di wilayah Indonesia dan
belum bisa menggambarkan kondisi lokal.
5. Referensi
Anderson, L.O., Malhi, Y. & Aragao, L.E.O.C. (2007). Spatial patterns of the canopy stress during 2005 drought in
Amazonia. IEEE,1-4244-1212-9, 2294-2297.
Anonim (2006). Antisipasi produksi pangan dari ancaman kekeringan . Warta Penelitian dan Pengembangan
Pertanian Vol.28 No.4, Pusat Penelitian dan Pengembangan Tanaman Pangan.
Barbieri, R. Draft of The MODIS Level 1B Algorithm [R]. Theoretical basis document version 2.0, 1997,
[atbmod- 01].
III-128
Bhuiyan, C., R.P. Singh, and F.N. Kogan. 2006. Monitoring Drought Dynamics in The Aravalli Region (India) Using
Different Indices Based on Ground and Remote Sensing Data. Int. J of Applied Earth Observation and
Geoinformation. 8: 289–302. Elsevier.
Gu, Y., Brown, J.F., Verdin, J.P. & Wardlow, B. (2007). A five–year analysis of MODIS NDVI and NDWI for grassland
drought assessment over the central Great Plains of the United States. Geophysical Research Letters, 34,
L06407, doi:10.1029/ 2006GL029127.
Guo, X., Gao, W., Richard, P., Lu, Y., Zheng, Y. & Pietroniro, E. (2004). Canadian prairie drought assessment
through MODIS vegetation indices. Proceedings of SPIE, Vol. 5544, 149-158.
Howard, J.A (1996). Penginderaan Jauh Untuk Sumberdaya Hutan, Teori dan Aplikasi. Gadjah Mada University
Press, Yogyakarta.
Huete, A., C. Justice, and W. V Leeuwen. 1999. Modis Vegetation Index (MOD 13). Algorithm Theoretical Basis
Document. Version 3.
Kogan, F.N. 1990. Remote Sensing of Weather Impacts on Vegetation in Non Homogeneous Areas International
Journal of Remote Sensing, Vol. 11:1405-1420.
Kogan, F.N. 1995. Application of Vegetation Index and Brightness Temperature for Drought Detection. Advances in
Space Research, Vol. 15:91-100.
Kogan, F.N. 1997. Global Drought Watch from Space. Bulletin of the American Meteorological Society, 78:621-636.
Kogan, F.N. 1998. Global Drought and Flood-Watch from NOAA Polar-Orbiting Satellites. Adv. Space Res,
Elsevier, Vol. 21, No. 3, pp. 477-480.
Kogan, F. N. 2000. Contribution of remote sensing to drought early warning. In Early warning systems for drought
preparedness and drought management, ed. D.A. Wilhite and D.A. Wood. 75–87. Geneva: World
Meteorological Organization.
Kogan, F.N. 2001. Operational Space Technology for Global Vegetation Assessment. Bull. Am. Meteorol. Soc. 82 (9),
1949–1964.
Kogan, F.N., R. Stark, A. Gitelson, L. Jargalsaikhan, C. Dugrajav, and S. Tsooj. 2004. Derivation of Pasture
Biomass in Mongolia From AVHRR-Based Vegetation Health Indices. Int. J. Remote Sensing., Vol. 25. No.
14, 2889–2896.
Narendra, B.H. (2008). Drought monitoring using rainfall data and spatial soil moisture modelling. MSc Thesis :
Program Director of Geo-Information for Spatial Planning and Risk Management, Graduate School Faculty of
Geography, Gadjah Mada University.
Parida, B.R. & Oinam, B. (2008). Drought Monitoring in India and The Philippines with Satellite Remote Sensing
Measurements. EARSeL e Proceedings 7, 1, 81-91.
Seiler, R.A., F.N. Kogan, and G. We. 2000. Monitoring Weather Impact and Crop Yield from NOAA AVHRR Data In
Argentina. Adv. Space Res, Elsevier, Vol. 26, No. 7, pp. 1177-1185.
Singh, R.P., S. Roy, and F.N. Kogan. 2003. Vegetation and Temperature Condition Indices from AVHRR Data for
Drought Monitoring Over India. Int. J. Remote Sens. 24, 4393–4402.
Unganai, L. S., and F. N. Kogan. 1998. Drought Monitoring and Corn Yield Estimation In Southern Africa from
AVHRR Data. Remote Sens. Environ, Elsevier, 63:219–232.
Xin, J.F, G.L. Tian, Q.H. Liu, L.F. Chen, and X.Z. Xin. 2003. Drought Monitoring From The Remotely Sensed
Temperature and Vegetation Index in China. IEEE.
Thenkabail, P. S., Gamage, M. S. D. N. Smakhtin, V. U. (2004). The use of remote sensing data for drought
assessment and monitoring in Southwest Asia. Research Report 85. Colombo, Sri Lanka: International Water
Management Institute.
Wilhite, D.A. and Glantz, M.H. (1985). Understanding the drought phenomenon : The role of definitions. Water
International, 10 (3), 111-120.
Meneghini et al. 2004, Mori et al. 2004, Wolff et al. 2005, Ichikawa and Yasunari 2006, Shige et al. 2007
III-129
Pemodelan Evakuasi Vertikal sebagai Upaya Mitigasi Tsunami
Abstrak : Indonesia berada diantara tiga lempeng utama yang merupakan salah satu zona tumbukan yang
teraktif di dunia. Wilayah ini memiliki catatan gempa dan tsunami yang cukup sering. Melihat lokasinya, wilayah
Indonesia sangat rawan terhadap banyak bencana, termasuk tsunami. Pertumbuhan penduduk yang cepat di
daerah pesisir membuat Indonesia lebih rawan terhadap kejadian tsunami karena wilayah pesisir selalu menjadi
tempat yang menarik untuk permukiman.
Dalam perencanaan mitigasi tsunami, proses evakuasi merupakan tindakan yang krusial untuk menyelamatkan
hidup manusia. Strategi utama untuk menyelamatkan diri secepatnya sebelum gelombang tsunami datang
adalah mengevakuasi orang dari daerah yang berbahaya. Khususnya bagi masyarakat yang tinggal di wilayah
pesisir. Karena melihat lokasinya tersebut, sangat sulit bagi mereka untuk dievakuasi tepat pada waktunya
sehingga akan mengakibatkan korban jiwa yang cukup signifikan.
Penelitian ini mencoba untuk menentukan lokasi yang sesuai untuk evakuasi secara vertical dan menentukan
kapasitas bangunan yang sesuai. Selain itu penelitian ini juga bertujuan untuk membangun metodologi yang
tepat untuk menentukan rute evakuasi yang paling efektif. Untuk tujuan ini, beberapa jenis informasi spasial
sangat dibutuhkan seperti pola distribusi permukiman dan jaringan jalan yang detil. Kebutuhan data ini dapat
secara signifikan didukung oleh teknologi penginderaan jauh.
Kata Kunci: Penginderaan jauh, Mitigasi, Evakuasi Vertikal, Tsunami, Rute Evakuasi
1. Pendahuluan
Wilayah pesisir telah selalu menjadi lokasi yang paling menarik sebagai tempat tinggal. Hal ini karena
daya tarik wilayah pesisir dan ketersediaan beberapa peluang ekonomi yang disediakan oleh daerah
tersebut. Karena faktor-faktor ini dan juga perbedaan yang cukup lama antara satu kejadian tsunami
dengan yang lainnya, penduduk diwilayah pesisir cenderung untuk membangun perumahan baru,
fasilitas kelautan dan pembangunan resort. Hal ini membuat komunitas dan fasilitas terancam oleh efek
menghancurkan dari tsunami. Tambahan lagi, melihat lokasinya, sangat tidak mungkin untuk meng-
evakuasi komunitas ini tepat waktu sehingga bisa mengakibatkan korban jiwa. Dalam kondisi seperti ini,
perencanaan evakuasi sangat dipertimbangkan sebagai instrumen mitigasi di skala lokas dan umumnya
dengan memilih jalan-jalan yang tersedia sebagai rute evakuasi yang disarankan.
Berdasarkan sumber dan waktu yang dibutuhkan tsunami untuk mencapai suatu tempat, tsunami dapat
dibedakan menjadi tsunami yang bersifat lokal dan yang sumbernya jauh. Tsunami bersifat lokal dapat
mencapai pantai terdekat hanya dalam hitungan menit sebagai contoh tsunami pada 17 Juli 2006 yang
terjadi di Cilacap. Gelombang pertama menghantam pantai hanya sejam setelah gempa dan dapat
menghasilkan kerusakan yang luar biasa, yang disebabkan oleh gempa yang memicu goncangan,
longsor, patahan, dan lain-lain. Sebaliknya, tsunami jarak jauh membutuhkan waktu berjam-jam sebelum
menghantam garis pantai. Jenis-jenis tsunami akan menentukan waktu yang dibutuhkan untuk merespon
dan tindakan yang dilakukan terhadap peringatan yang ada. Di Indonesia, sebagian besar kejadian
tsunami bersifat lokal sehingga peringatan tsunami harus diumumkan dalam waktu sangat singkat.
Dalam hal ini, sistem peringatan dini akan menjadi titik penting untuk penentuan jalur evakuasi dan
perencanaan evakuasi juga.
Dalam hal bangunan untuk evakuasi, karena tsunami mempunya waktu perulangan yang cukup panjang,
tidak ada bangunan yang diperuntukkan khusus sebagai bangunan evakuasi. Menemukan bangunan
yang cocok untuk bangunan evakuasi sangat penting karena tingginya biaya konstruksi bangunan dan
juga untuk efisiensi penguasaan lahan. Mesjid, sekolah, bangunan tinggi dan lain-lain dapat dijadikan
bangunan-bangunan evakuasi. Bangunan-bangunan evakuasi seharusnya memiliki desain dan
konfigurasi tertentu termasuk ukuran, bentuk dan arahnya (NTHMP, 2001).
III-130
Mengidentifikasi ke bangunan yang mana masyarakat dapat pergi dan mengetahui cara yang cepat dan
efisien merupakan hal yang sangat penting dilakukan. Begitu juga mengidentifikasi bangunan mana yang
dapat dijadikan tujuan evakuasi, dan hal tersebut harus terintegrasi dengan upaya untuk menemukan
lokasi bangunan evakuasi yang baru. Terlebih lagi, keberadaan bangunan evakuasi seharusnya
termasuk dalam perencanaan tata ruang yang mempertimbangkan aspek mitigasi bencana.
Tujuan penelitian ini adalah untuk mengetahui potensi data penginderaan jauh untuk mendukung
perencanaan mitigasi tsunami di Jawa Tengah, Indonesia. Data dan metode penginderaan jauh
digunakan untuk mendukung penyusunan peta evakuasi tsunami untuk daerah pesisir Cilacap yaitu
dalam hal mengidentifikasi bangunan sebagai sumber pengungsi, bangunan yang ada sebagai tujuan
evakuasi dan juga mendetilkan data jaringan jalan yang ada. Sementara GIS digunakan untuk
mengintegrasikan semua data spasial dan membuat serta menggunakan semua komponen pemodelan
tsunami.
NTHMP (2001) menyatakan bahwa ada dua metode bagaimana orang bisa berpindah dari zona bahaya
tsunami ke daerah yang lebih aman, sebagai berikut: a). Evakuasi horizontal; dimana orang bergerak dari
daerah berbahaya ke daerah yang lebih aman pada lokasi yang lebih jauh atau yang lebih tinggi seperti
bukit. b) Evakuasi vertikal; metode ini mengevakuasi orang ke lantai yang lebih tinggi dari bangunan
tahan tsunami disekitarnya.
Suatu aplikasi yang dapat menciptakan suatu rencana evakuasi yang efisien dibutuhkan untuk
mengevakuasi suatu komunitas ke lokasi yang aman dalam kejadian bencana. Huang et.al. (2005)
menyatakan bahwa tools untuk perencanaan evakuasi dapat dikategorikan ke dalam pendekatan
berbasis simulasi yang menggambarkan respon dan perilaku rute evakuasi termasuk mengestimasi
waktu mengungsi dan yang kedua adalah pendekatan analitis yang dapat mengoptimasi proses evakuasi
termasuk jalan, bangunan perlindungan, tempat penyelamatan, dan lain-lain. Lebih jauh para peneliti
berusaha menggabungkan keduanya.
Silva et.al. (2003) menerangkan bahwa untuk mempelajari sistem evakuasi, dua teknologi digunakan
yaitu, pemodelan simulasi dan GIS. GIS dapat menyimpan menyimpan secara spasial data dan informasi
tereferensi dan menyediakan pemetaan yang sangat baik dan menampilkan fasilitas. Beberapa GIS
yang ada dirancang dengan tool analysis sebagai tambahan pada tools penyimpanan datanya,
manipulasi dan representasi. Masalah dan skenario pengambilan keputusan menyediakan suatu objek
yang berinteraksi dan memiliki dimensi spasial yang dapat diasosiasikan dengan koordinat geografis dari
permukaan bumi, Sebagai gambaran, lokasi objek seperti shelter, titik-titik keramaian (rumah, tempat
bekerja, sekolah, rumah sakit dan lain-lain), lokasi berbahaya dan lain-lain dan objek arah seperti
kendaraan, angin dan fitur meteorologi lainnya, semua dapat di hubungkan dengan dimensi spasial.
Selain menyediakan suatu mekanisme untuk mengatasi masalah yang memiliki dimensi spasial, GIS
tidak dapat menyediakan model pengambilan keputusan yang kompleks yang dibutuhkan untuk
mengatasi masalah yang sebenarnya (Church et. al. (2000) after Silva et. al. (2003)). Dalam hal ini
pemodelan simulasi sangat penting untuk membangun tools yang tepat untuk menangani aspek
pengambilan keputusan berbasis spasial dari proses perencanaan evakuasi. Church and Sexton (2002)
menyimpulkan bahwa sebagian besar riset telah dititik beratkan pada dua permasalahan yang berbeda,
yaitu evakuasi bangunan dan evakuasi pada suatu area yang luas seperti kota dan dataran pesisir.
Gambar 1 dari FEMA (2008b) menerangkan proses pengambilan keputusan dan desain evakuasi vertikal
di daerah tertentu. Pada kenyataannya, evakuasi vertikal dibutuhkan ketika tidak ada kecukupan waktu
antara peringatan (warning) dan inundasi tsunami yang memungkinkan suatu komunitas untuk
mengungsi dari zona tergenang ke daerah yang lebih tinggi. Dalam sebagian besar kasus, hal ini dialami
oleh komunitas yang beresiko terhadap tsunami yang sumber pembangkitnya dekat. Implementasi
metode-metode tersebut di wilayah yang rawan tsunami tergantung pada karakteristik tsunami dan lokasi
III-131
terjadinya, topografi, fasilitas eksisting dan waktu evakuasi. Ada banyak faktor yang harus
dipertimbangkan dalam memilih metode yang sesuai pada evakuasi tsunami, sebagai berikut:
Gambar 1 Proses pengambilan keputusan dan desain evakuasivertikal (Sumber : FEMA, (2008b))
a) Waktu Evakuasi
Waktu yang tersedia untuk evakuasi sebagian besar tergantung pada waktu yang tersedia antara
alarm peringatan tsunami dan waktu datangnya gelombang tsunami. Waktu evakuasi dapat
bervariasi tergantung jenis tsunami. Waktu tersebut bervariasi antara beberapa menit sampai
beberapa jam. Setelah gempa yang menimbulkan tsunami terjadi, sistem peringatan dini tsunami
akan butuh waktu beberapa menit untuk menganalisa dan memutuskan apakah gempa ini akan
menimbulkan tsunami dan menyebarkan informasinya ke pemerintah setempat. Evakuasi horizontal
sangat baik diaplikasikan di daerah yang rawan tsunami yang sumber pembangkitnya jauh karena
waktu datangnya tsunami lebih lama, sehingga ada cukup waktu bagi orang untuk bergerak ke
tempat yang lebih aman di lokasi yang agak jauh atau lebih tinggi. Sebaliknya, evakuasi vertikal
akan cocok untuk daerah yang terkena tsunami lokal. Karena gelombang tsunami akan sampai di
pantai dalam waktu dekat.
b) Topografi
Karakteristik topografi seperti elevasi akan menentukan juga metode evakuasi yang akan
diimplementasikan. Daerah yang lebih tinggi dari pada gelombang tsunami seperti bukit atau dataran
tinggi sangat dibutuhkan untuk evakuasi horizontal. Sementara, wilayah pesisir yang lebih rendah
dan mungkin tidak ada bukit disekitarnya akan membutuhkan evakuasi vertikal.
c) Gelombang run-up dan inundasi tsunami
Karakteristik pantai, sumber tsunami, magnitud dan keberadaan objek-objek di pantai seperti
mangrove dan hutan pantai akan menentukan tinggi run-up dan luasnya daerah tergenang.
Evakuasi vertikal dibutuhkan jika run-up dan level inundasi naik dengan cepat misalnya karena
magnitud gempa yang lebih besar, sementara evakuasi horizontal dibutuhkan ketika run-up dan
level inundasi bergerak lambat.
d) Fasilitas pendukung dan infrastruktur
Jalan-jalan, jembatan dan rute evakuasi dibutuhkan untuk mendukung pergerakan sejumlah besar
populasi dalam waktu yang bersamaan. Tambahan lagi, ruangan publik di lokasi evakuasi dan juga
moda transportasi sangat penting untuk dipertimbangkan. Lebih-lebih lagi, evakuasi vertikal
membutuhkan bangunan yang cukup dalam hal kapasitas, kekuatan, kegunaan dan juga kapabilitas.
Untuk metode evakuasi tersebut (Tabel 1), suatu sistem peringatan yang efektif dan informasi publik,
pemberitahuan dan program pelatihan sangat penting untuk suksesnya semua proses evakuasi.
III-132
Tabel 1 Kesesuaian Metode Evakuasi
Metode Evakuasi Horizontal Vertical
Waktu Penjalaran Tsunami Lama (beberapa jam) Singkat (waktu)
Lokasi & Topografi Dekat bukit or dataran tinggi Datar, dataran
Run-up & level inundasi run-up lambat, inundasi <1 m run-up-nya cepat, inundasi >1 m
Fasilitas yang dibutuhkan & Rute evakuasi, jalan & Bangunan bertingkat, bukit
infrastruktur jembatan, moda transportasi
Sumber : Budiarjo (2006)
Penelitian ini memfokuskan pada bangunan untuk evakuasi vertikal tsunami. Evakuasi bukanlah suatu
konsep baru bagi para perencana. Meskipun demikian, tujuan evakuasi adalah untuk memindahkan
orang jauh dari potensi bahaya ke daerah yang aman. Hal ini bukanlah suatu pilihan yang mudah dan
bukan pula suatu pilihan yang paling aman juga (HMG, 2006). Sehingga proses evakuasi tidak pula
harus serta merta diadopsi. Simulasi dapat didefinisikan sebagai suatu proses untuk mendesain suatu
model nyata dan melaksanakan eksperimen dengan model tersebut untuk tujuan memahami perilaku
sistem dan mengevaluasi berbagai macam strategi untuk mengoperasikan sistem yang ada (Shannon,
1998). Asumsi ini jatuh pada dua kategori: asumsi struktural yang melibatkan simplifikasi dan abstraksi
realitas pada isu-isu yang melibatkan pengoperasian dan proses sistem dan asumsi data yang
berdasarkan pada koleksi data yang reliable dan analysis yang tepat.
Pengetahuan mengenai tipe penginderaan jauh yang cocok untuk mengidentifikasi dan mengkaji
bahaya/potensi bencana (hazards) tertentu sangat diperlukan. Dan penggunaan yang efektif dari data
penginderaan jauh sangat bergantung pada kemampuan pengguna dalam menginterpretasi foto, citra,
grafik atau data statistik secara akurat yang diturunkan dari data-data penginderaan jauh. Ada banyak
faktor yang menentukan penggunaan data penginderaan jauh pada kajian potensi bencana, seperti
skala, resolusi dan rona atau kekontrasan warna. Begitu juga cakupan, frekwensi, biaya dan
ketersediaan data juga penting untuk dipertimbangkan.
Dalam hal pemodelan evakuasi tsunami, data yang lebih detil terkait bangunan evakuasi sangat
diperlukan karena model evakuasi dimulai dari konsentrasi pengungsi. Dari peta bangunan, kita akan
memperoleh posisi bangunan yang mewakili tempat tinggal pengungsi. Peta bangunan dapat diturunkan
dari citra resolusi tinggi seperti IKONOS, QuickBird, dan lain-lain. Citra resolusi tinggi dibutuhkan jika data
populasi yang lebih detil untuk setiap bangunan dibutuhkan. Pada kenyataannya, identifikasi untuk
bangunan evakuasi tsunami dapat dilakukan pada beberapa tingkatan skala yang berbeda tergantung
pada tingkat kedetilan model evakuasi tsunami yang diinginkan (Tabel 3).
Tabel 2 Beberapa Contoh Aplikasi Penginderaan Jauh Pada Setiap Fase Pengelolaan Resiko
Prevensi Preparedness (peringatan) Relief
Gempa Pemetaan global Pengukuran geodinamik akumulasi Lokasi daerah patahan, Peta kerusakan
patahan tegangan
dan landuse
Letusan Peta topografi dan Mendeteksi emisi gas Peta aliran lava, debu panas dan lahar, peta
gunung landuse kerusakan
berapi
Longsor Peta topografi dan Porositas tanah: curah hujan, Pemetaan daerah longsor
landuse kemiringan, stabilitas
Banjir Peta landuse Pengukuran hujan lokal Pemetaan kerusakan banjir
bandang
Banjir Peta dataran banjir, Curah hujan regional, evapo- Peta genangan banjir
peta landuse transpirasi
Storm surge Peta landuse dan Kondisi laut, kecepatan angin Peta kerusakan
landcover permukaan laut
Hurrica-ne Prakiraan cuaca synoptik Peta kerusakan
III-133
Lanjutan Tabel 3 Beberapa Contoh Aplikasi Penginderaan Jauh Pada Setiap Fase Pengelolaan Resiko
Prevensi Preparedness (peringatan) Relief
Torna-do Observasi cuaca lokal Peta nilai, dan luasnya kerusakan
Kekeringan Pemodelan iklim jangka panjang Pemantauan biomasa vegetasi; Stasiun
komunikasi
Tsuna-mi Peta inundasi, peta Peta Rute evakuasi Peta kerusakan
bahaya and peta
landuse
Source: Walter (2008)
Catatan:
Normal : Operational atau membutuhkan sangat sedikit riset
Garis bawah : Riset dan dibutuhkan pengembangan
Cetak Tebal : Membutuhkan peningkatan kapasita
kapasitas observasi
Miring : Membutuhkan resolusi spasial dan temporal
Beberapa wilayah di Cilacap telah menjadi pusat industri dan pelabuhan laut yang sangat padat oleh
penduduk. Beberapa bangunan terletak di daerah pesisir yang datar dan hanya beberapa meter dari
garis pantai, dan merupakan perkampungan nelayan yang kumuh. Meskipun beberapa wilayah di Cilacap
dilindungi oleh Nusa Kambangan tetapi banyak kehancuran yang terjadi karena Tsunami yang terjadi di
Selatan Jawa pada tanggal 17 July 2006. Bencana tersebut mengakibatkan korban ratusan jiwa,
III-134
menghancurkan pantai dan merusak
rusak kapal-kapal
kapal dan rumah nelayan (BAKORNAS PBP, 2006; Mori et.
al., 2007).
4.2 Metode
Identifikasi bangunan; Penggenangan tsunami dari model yang tersedia berdasarkan skenario terburuk
digunakan sebagai dasar dalam pemilihan lokasi yang membutuhkan evakuasi tsunami vertikal. Peta
bangunan diekstrak dari citra QuickBird resolusi 0.6 meter. Bangunan tersebut merupakan
merupa sumber
pengungsi. Peta bangunan tersebut kemudian di klasifikasi berdasarkan penggunaannya. Metode digitasi
digunakan untuk mendeliniasi masing
masing-masing
masing blok bangunan dengan menggunakan interpretasi manual.
Dalam hal ini pengetahuan dan pengalaman profesprofesional yang digabung dengan objek-objek
objek interpretasi
dibutuhkan dalam pengolahan citra. Bangunan yang besar dapat dikenali dari warnanya yaitu oren
sampai coklat (tergantung tipe atapnya) dan terletak di lokasi yang mudah diakses. Secara lebih detil,
Budiarjo (2006) and Janssen (2004) menyatakan bahwa identifikasi fasilitas yang ada dapat digambarkan
sebagai berikut (Gambar 3).
a. Suatu bangunan berbentuk U tau L dengan halaman yang luas, dapat saja merupakan sekolah
karena lokasinya yang dekat dengan pemukiman.
b. Kantor diidentifikasi melalui tipologi bangunannya.
c. Keberadaan beberapa fasilitas seperti pasar, pelabuhan, stasiun bis dapat dengan mudah dikenali
dari observasi lapangan ataupun dari citra.
d. Mesjid diidentifikasi dari orientasinya terhadap Kiblat yang berbeda dari bangunan disekitarnya dan
juga karena bentuk atapnya yang persegi.
e. Gudang diidentifikasi melalui bentuk atapnya yang datar dan daerah terbuka disekitarnya
d yang
dikeleilingi oleh daerah perdagangan.
Ruko (“rumah-toko”, yaitu toko yang terletak di bagian bawah dan rumah tinggal dibagian atas atas)
diidentifikasi dari massa
sa bangunan yang bertingkat dan berbentuk persegi dengan bagian sisinya yang
pendek menghadap jalan utama. Bagian atap ruko umumnya dari dek semen yang datar dengan
sebagian kecil ditutupi genteng atau lembaran besi. Selanjutnya observasi lapangan dilakukan untuk
memvalidasi peta penggunaan bangunan dan mengevaluasi bangunan untuk bangunan evakuasi.
III-135
Disamping berdasarkan lokasi bangunan, pemilihan sampel bangunan juga ditentukan oleh keragaman
penggunaan bangunan. Lokasi yang memiliki keragaman penggunaan bangunan yang tinggi akan
memiliki sampel yang lebih banyak. Sebagai contoh, daerah yang memiliki banyak fasilitas seperti kantor,
sekolah, atau tipe penggunaan bangunan lainnya akan memiliki sampel yang lebih banyak untuk
diobservasi. Bangunan-bangunan tersebut dikelaskan berdasarkan penggunaannya dengan mengetahui
karakteristik objeknya pada citra. Untuk tujuan ini, bangunan dikelaskan menjadi beberapa kelas seperti
rumah, kantor, mesjid, gereja, sekolah, toko, hotel, pusat olah raga, industri dan pasar ikan.
Beberapa persyaratan bangunan yang tahan tsunami diperlukan untuk pengkajian bangunan antara lain:
1) berlokasi lebih dari 200 meter dari garis pantai atau 100 meter dari sungai yang berada dekat pantai;
2) berlokasi dekat dengan konsentrasi massa; 3) Mempunyai fungsi alternatif sebagai mesjid, sekolah,
gedung parlemen, kantor pemerintah, pasar, pusat olah raga, gedung pertemuan, gedung olah raga,
hotel dan bangunan pa2)rkir; 4) Bangunan yang ditujukan untuk evakuasi memiliki ketinggian diatas
ketinggian gelombang tsunami; 5) Bangunannya memiliki perencanaan dan desain yang baik.
Identifikasi Jaringan Jalan: Komponen lain model evakuasi tsunami adalah jaringan jalan. Komponen
ini merupakan komponen utama model karena network analyst digunakan untuk membangun rute
evakuasi. Model jaringan dibuat dari segmen garis dengan setting keterhubungan jaringan yang sesuai
dan pendefinisian atribut. Jaringan mempunyai aturan mengenai bagaimana objek bergerak melaluinya.
Untuk melakukan analisis, dataset jaringan harus dibangun pada jaringan jalan yang tersedia atau dapat
pula diturunkan dari citra resolusi tinggi. Jaringan jalan yang tersedia terkadang tidak cukup detil untuk
mendukung pemodelan ini. Sehingga dalam hal ini dibutuhkan citra resolusi tinggi dan survey lapangan
untuk mendapatkan jaringan jalan yang detil termasuk setting hambatan di jalan untuk masing-masing
segmen jalan, menentukan arah dan jalan satu arah dan juga belokan yang dilarang.
Dalam penelitian ini, jaringan jalan diperoleh dari peta topografi BAKOSURTANAL skala 1:25.000. Data
ini dalam bentuk shape file. Jaringan jalan dari peta topografi kurang detil jika dibandingkan dengan data
yang dibutuhkan dalam penelitian ini. Sehingga, data jalan tersebut didetilkan menggunakan citra resolusi
tinggi. Proses keseluruhan adalah sebagai berikut:
1. Citra QuickBird dikoreksi geometri menggunakan Peta Topografi skala 1:25.000.
2. Meng-overlay jaringan jalan yang ada dengan citra yang telah dikoreksi geometri (peta topografi
dalam bentuk digital).
3. Menambahkan jalan yang hilang menggunakan metode digitasi di ArcGIS untuk mendetilkan data
jalan yang tersedia.
4. Memberi atribut jalan dan mengkelaskan jalan kedalam 5 kelas berdasarkan lebar jalannya, yaitu
jalan arteri, kolektor, jalan loKal, jalan lainnya dan jalan setapak.
Jaringan jalan ini juga ditambahkan selama kerja lapangan menggunakan PDA mobile dan GPS. Pada
saat kerja lapangan, beberapa jalan yang hilang dapat diidentifikasi. Biasanya jalan-jalan tersebut
dikategorikan jaln setapak dan berlokasi di tengah pemukiman dan ditutupi pepohonan, sehingga sulit
dikenali dari citra.
Gambar 4 Hasil dari Identifikasi Bangunan Menggunakan Citra Resolusi Tinggi dan Survei Lapangan
III-136
Dari peta bangunan yang terklasifikasi ini ada dua tujuan yang dapat diperoleh. Pertama, lokasi fasilitas
dapat diidentifikasi, perkiraan populasi saat siang dan malam hari dapat ditentukan karena jumlah
populasi di kantor, sekolah dan fasilitas lain dapat ditentukan. Jadi dapat disimpulkan bahwa dalam kasus
ini, citra resolusi tinggi dibutuhkan untuk menentukan tipe penggunaan bangunan yang kemudian
digunakan untuk memperkirakan jumlah populasi pada setiap bangunan. Kedua, dari peta bangunan ini,
bangunan yang berpotensi untuk tujuan evakuasi dapat diidentifikasi.
Jaringan jalan yang detil sangat diperlukan dalam pemodelan evakuasi tsunami karena akan menentukan
pergerakan pengungsi. Jalan juga berfungsi sebagai penghubung ke bangunan tujuan evakuasi dan
menyediakan rute evakuasi itu sendiri. Aksesibilitas menuju bangunan evakuasi akan membutuhkan rute
evakuasi sehingga pengungsi dapat mencapai bangunan evakuasi tepat waktu.
6. Kesimpulan
Model evakuasi tsunami yang realistis ditentukan oleh input data jaringan jalan yang detil, atribut jaringan
jalan dan juga data populasi. Jaringan jalan yang detil akan membuat model menjadi lebih baik karena
proses evakuasi akan dimulai dari pusat kluster (titik awal) ke jaringan jalan terdekat. Sejalan dengan
kebutuhan jaringan jalan yang lebih detil, atribut jaringan jalan yang lebih detil akan menghasilkan model
evakuasi yang lebih baik. Hal lain yang juga penting adalah sumber pengungsi. Dalam kasus ini tipe
penggunaan bangunan yang lebih detil dibutuhkan sehingga jumlah pengungsi dapat diperkirakan
dengan baik. Keduanya dapat dengan sangat baik didukung oleh data-data penginderaan jauh.
8. Referensi
ADPC. (2008): Total Disaster Risk Management Good Practices 2008. Asian Disaster Reduction Center, Kobe
Alkema, D., et al. (2009): Guide Book: Multi-hazard risk assessment, United Nations University – ITC School on
Disaster Geoinformation Management (UNU-ITC DGIM).
BAKORNAS PBP. (2006): Laporan Perkembangan Penanganan Bencana Gempa Bumi dan Tsunami di Jawa Barat,
Jawa Tengah dan DI Jogjakarta.
Budiarjo, A. (2006): Evacuation shelter building planning for tsunami prone area : a case study of Meulaboh city,
Indonesia. Enschede, ITC: 112 pages.
Church, R. L. and R. M. Sexton. (2002): Modeling small area evacuation: Can existing transportation infrastructure
impede public safety? Santa Barbara - California, Vehicle Intelligence & Transportation Analysis Laboratory -
University of California. Final Report.
FEMA. (2008b): "Guidelines for Design of Structures for Vertical Evacuation from Tsunamis." Retrieved 25 March
2009, 2009, from https://www.atcouncil.org/pdfs/FEMAP646A.pdf.
HMG, H. G. (2006):Evacuation and Shelter Guidance. Easingwold - York, Crown.
Janssen, L. L. F. (2004): Visual Image Interpretation. Principles of Remote Sensing. N. Kerle, L. L. F. Janssen and G.
C. Huurneman. Enschede, ITC: Page 177.
Mori, J., et al. (2007): "The July 17, 2006 West Java Earthquake and Tsunami." Annuals of Disaster Pre. Res. Inst.
Kyoto Univ. 50 A.
Shannon, R. E. (1998): Introduction to the Art and Science of Simulation. Winter Simulation Conference, USA.
Silva, F. N. d., et al. (2003): Chapter XXI: Evacuation Planning and Spatial Decision Making: Designing Effective
Spatial Decision Support System through Integration of Technologies. In Decision Making Support Systems. Decision
Making Support Systems: Achievements and Challenges for the New Decade. M. Mora, G. Forgionne and J. N. D.
Gupta. IDEA Group Publishing: 358 pages. London
III-138
Analisis Rawan Bencana Kebakaran Hutan dan Kebun
Melalui Teknik Penginderaan Jauh dan SIG
P. Wawonii, Provinsi Sulawesi Tenggara
Suharto Widjojo
Bakosurtanal
Abstrak; Kebakaran hutan dan kebun merupakan salah satu bencana yang dapat merusak lingkungan dan
mendatangkan kerugian besar. Apabila terdapat hot spot yang berupa singkapan batubara dan gambut yang
tampak di permukaan adalah asap sedang apinya terus menjalar di dalan tanah dan merambat sampai
batubaranya habis. P. Wawoni salah satu pulau di Provinsi Sulawesi Tenggara yang mempunyai fungsi hutan
lindung dan singkapan batubara serta banyak terdapat kebun coklat sehingga perlu dimonitor secara rutin.
Adapun tujuannya agar masyarakat sadar dan waspada dalam melakukan aktivitas di lokasi sekitar hutan dan
kebun agar dalam membersihkan lahan kebun tidak dengan jalan membakarnya dan agar selalu siap dalam
mengantisipasi tejadinya bencana kebakaran.
Metode yang digunakan dengan teknik penginderaan jauh untuk mengetahui sebaran liputan lahannya dan
teknik analisisnya menggunakan Sistem Informasi Geografi untuk mengetahui Sebaran Kawasan Rawan
Kebakaran. Sedang untuk Mengetahui Tingkat Kerawan kebakaran hutan dan kebun dengan sistem scoring
dari beberapa parameter seperti jalan, sungai, vegetasi, geologi macam kebun dan sosial budaya..
Hasil yang diperoleh ternyata tingkat kerawanan hutan dan kebun P. Wawoni bervariasi seperti hot spot terdapat
pada koordinat 4 º21´ 54˝ LS dan 123º 05´30˝ BT adalah rawan I (tinggi), rawan II di bagian tengah pulau atau
pada kebun rakyat yang tak terpelihara dan ada lapisan batubara yang belum tersingkap sedang rawan III dan
IV terdapat di pesisir pada daerah kebun rakyat yang tak terpelihara.
Kata kunci : Bencana kebakaran, Hutan kebun, Penginderaan jauh dan SIG, Wawonii
1. Latar Belakang
Hutan merupakan sumberdaya alam sekaligus merupakan kekayaan alam karunia Tuhan, yang
memiliki fungsi sosial dan fungsi hidrologis antara lain sebagai pengatur tata air, pencegah bahaya
banjir dan erosi, pemeliharaan kesuburan tanah, serta pelestarian lingkungan hidup. Karena itu hutan
berikut hasilnya perlu dilestarikan dan dimanfaatkan secara tepat serta dilindungi dari kerusakan
akibat perbuatan manusia. Dalam rangka memenuhi fungsi sosial, maka kepada masyarakat sekitar
hutan diberi kesempatan untuk mengelola melalui program Hutan Kemasyarakatan/ HKM guna
meningkatkan kesejahteraannya. Namun disisi lain hal tersebut dapat mendatangkan kerawanan
kerusakan hutan/ termasuk kebakaran hutan, selain kerawanan yang bersifat alami.
Kebakaran hutan merupakan isu yang rumit karena api/kebakaran dapat bersifat produktif dan
sekaligus juga destruktif. Pembakaran lahan yang dilakukan oleh para petani lokal membantu dalam
penyediaan pangan untuk keluarga. Namun, asap yang dihasilkan oleh kebakaran tersebut juga
berdampak negatif bagi masyarakat sekitarnya. Di Provinsi Sulawesi Tenggara, lokasi perkebunan
sangat menyebar dan cukup dominan; baik yang berupa perkebunan besar maupun perkebunan
rakyat. Lokasi perkebunan tersebut umumnya berbatasan dengan kawasan hutan bahkan areal
kebun itu sendiri masih cukup banyak yang kurang terpelihara dan terhindar dari gulma. Hal tersebut
akan semakin meningkatkan kerawanan terhadap bahaya kebakaran hutan dan lahan/ kebun.
Kebakaran hutan berdampak terhadap:
• sosekbud masyarakat misalnya hilangnya sejumlah mata pencaharian, terganggunya
aktivitas sehari-hari, peningkatan sejumlah hama, kesehatn dsb,
• ekologi dan kerusakan lingkungan,misalnya hilangnya sejumlah species, ancaman erosi,
penurunan kualitas ai, terumbu karang terganggu akibat tidak bisa melakukan fotosintesa,
akibat asap tebal, sinar matahari tak bisa menembus air laut, devisa Negara menurun dsb
• hubungan antar Negara,
• perhubungan dan pariwisata (Anonim, 2007).
Akibat kebakaran hutan bukan hanya menimbulkan kerugian secara ekonomi dan kesehatan tetapi
kepercayaan dalam memelihara kekayaan alam dari Negara tetangga akan hilang karena telah
III-139
mengganggu Negara tetangga, Asap akibat kebakaran tidak mengenal batas administrasi sehingga
Negara tetangga ikut terganggu juga (Syumanda, 2007).
Beberapa hal yang dapat ditempuh untuk mengatasi terjadinya kebakaran hutan yang berimbas pada
kebakaran kebun, salah satu alat pengontrol maka dapat dibuat peta wilayah rawan kebakaran hutan
dan lahan/kebun. Perkembangan teknologi bidang informatika yang sangat cepat membuat beberapa
negara-negara maju pada umumnya menjadikan hal ini sebagai pendorong kemajuan teknologi.
Bidang komputasi yang merupakan salah satu komponen bidang informatika adalah salah satu
contoh konkritnya. Negara-negara maju terus mengembangkan teknologi komputasi meliputi
kapasitas memori yang semakin besar, proses data yang semakin cepat dan fungsi yang sangat
majemuk (multi fungsi) serta semakin mudahnya komputer dioperasikan melalui beberapa paket
program, berdampak pula pada proses pembuatan peta. Pembuatan peta secara konvensional atau
secara terestris dapat dipermudah dengan bantuan komputer mulai dari pembacaan data di lapangan
yang dapat langsung di ‘download’ ke komputer untuk pelaksanaan perhitungan poligon, perataan
penghitungan (koreksi) dan lain lain, bahkan sampai pada proses pemisahan warna secara digital
sebagai bagian dari proses pencetakan peta (Dedet, 2006).
Teknik Penginderaan Jauh berkembang begitu pesat dimulai sejak diluncurkan satelit ERTS (Earth
Resources Techmologi Satelit) pada tahun 1972 (Purwadhi, 2001). Hal ini memungkinkan
pengumpulan data di permukaan bumi secara besar-besaran, mengambil gambar seluruh permukaan
bumi tanpa harus melalui izin kenegaraan terlebih dahulu.
Analisis menggunakan citra satelit lebih banyak dilakukan daripada foto udara, karena citra satelit
memiliki beberapa nilai lebih seperti: a) Mencakup area yang lebih luas, sehingga memungkinkan
dilakukan analisis dalam skala regional, yang seringkali menguntungkan untuk memperoleh
gambaran geologis area tersebut, b) Pengambilan data dapat dilakukan sewaktu-waktu (multi
temporal) karena orbit satelit yang mengitari bumi, dan c) Memiliki kemungkinan penerapan sensor
pendeteksi multispektral dan hiperspektral yang nilainya dituangkan secara kuantitatif (disebut derajat
keabuan atau digital number dalam remote sensing), sehingga memungkinan aplikasi otomatis pada
komputer untuk memahami dan mengurai karakteristik material yang diamati. Jika ditinjau dari hal di
atas citra satelit memiliki banyak kelebihan tetapi pemanfaatan citra satelit masih belum mampu
diefektifkan oleh masyarakat di Indonesia. Ditinjau dari segi efisiensi pembuatannya ada
kecenderungan semakin banyak pihak yang berkecimpung dalam pembuatan peta digital, karena
prosesnya akan lebih singkat dibandingkan dengan pembuatan peta secara konvensional yaitu
dengan metode interpretasi foto udara maupun kompilasi Peta. Selain itu bagi pelaku pembuat foto
udara harus mengeluarkan biaya yang sangat besar namun hasil yang didapat seringkali tidak
sepadan dengan biayanya.
Berdasarkan hal di atas maka pembuatan peta yang lebih mudah dikembangkan melalui
pemanfaatan citra satelit. Hal ini disebabkan orbit satelit yang setiap saat mengitari bumi termasuk
wilayah Indonesia. Satelit dapat sewaktu-waktu mengambil gambar muka bumi dan membuat
cakupan rekaman data tentang kenampakan permukaan bumi wilayah Indonesia, dapat direkam
semuanya dan dapat dipetakan sesuai periode waktu yang ditetapkan. Salah satu kesulitan dalam
proses pemetaan dengan citra satelit adalah masih diperlukan proses interpretasi data obyek yang
ada pada citra satelit, sehingga diperlukan pengechekan lapangan (field checking) dan data/peta lain
untuk ketepatan informasi tentang data yang dipetakan. Namun kesulitan ini dapat diatasi sendiri oleh
pihak pengguna dengan jalan melaksanakan kegiatan pengechekan lapangan sendiri sesuai
kebutuhan. Lahan yang bersifat dinamis dinilai perlu dipantau secara berkala. Khususnya daerah P.
Wawonii, Prov Sulawesi Tenggara karena merupakan pulau tersendiri dan kawasan hutannya sudah
mulai tergerus. Pada kesempatan ini dicoba menganalisis citra yang sudah tersedia untuk
menentukan kawasan rawan bencana kebakaran hutan dan kebun.
III-140
Pendekatan Teknologi Penginderaan Jauh digunakan untuk menganalisis penggunaan /liputan lahan.
Sistem Informasi Geografis untuk analisis aneka macam bencana kebakaran. sistem skoring untuk
analisis tingkat kerawanan kawasan kebakaran hutan dan kebun.
Parameter untuk menentukan kawasan rawan kebakan adalah sebagai berikut: (berdasar petunjuk
Disbunhut Prov Sultra, tahun 2007, dan modifikasi tim peneliti tahun 2010.)
1. Jalan / sungai.
Jalan atau sungai dianggap sebagai alternatif jalan penghubung untuk sampai di lokasi dimana
lahan dibuka.
2. Vegetasi .
Salah satu unsur yang memicu percepatan terjadinya kebakaran dan meluas dengan mudah
adalah vegetasi terutama yang mengandung minyak seperti pinus, kelapa sawit, karet, atau
vegetasi yang berada pada lahan alang-alang, semak belukar karena mudah ditebang dan
langsung dibakar.
3. Geologi.
Unsur lain yang mempercepat kebakaran dan dapat meluas ialah lapisan batuan yang
mengandung batubara, Apabila terjadi kebakaran tetapi tidak terlihat dari luar dan yang tercermin
suasana kabut/ asap.
4. Iklim
Iklim dianggap sebagai pemicu bencana kebakaran terutama adalah angin dan musim kering
yang panjang.
Parameter iklim dapat diabaikan bila tidak ada stasiun pengukur / pencatat unsur-unsur iklim.
5. Macam perkebunan
Perkebunan besar tidak rawan kebakaran karena sudah menggunakan management yang baik
sedang perkebunan rakyat sangat rawan kebakaran karena biasanya pemeliharaan kebun kurang
mendapat perhatian dan penguasaan teknologi masih sangat rendah.
6. Sosial budaya.
Masyarakat mempunyai kebiasaan dalam mencari lebah madu dihutan dengan menggunakan
obor di sembarang tempat/melempar rokok; sehingga bila ada angin, kondisi lahan seperti pada
butir 1-3, maka kebakaran cepat terjadi bahkan meluas dengan cepat.
b. Sungai
1. Sungai , dengan buffer 0 -2 km (rawan IV)………………. 1
2. Sungai , dengan buffer 2 - 4 km (rawan III)………………. 2
3. Sungai , dengan buffer 4 – 6 km (rawan II)………………. 3
4. Sungai , dengan buffer > 6 km (rawan I)………………… 4
2 Vegetasi / Land use
1. Kelapa sawait.Karet,pinus,kebun tak terpelihara (rawan I) 4
2. Alang-alang (rawan II)………………………………………. 3
3. Semak (rawan III)……………………………………………. 2
4. Semak belukar (rawan III)…………………………………... 1
3 Geologi
1. Singkapan batubara ( rawan I)……………………………… 4
2. Lapisan mengandung batubara (rawan II)………………… 3
3. Lapisan tanpa batubara (rawan IV)………………………… 1
4 Iklim
1. Angin kencang (rawan I)…………………………………… 4
2. Angin normal (rawan IV)………………………………….... 1
5. Macam perkebunan
1. Perkebunan rakyat / exixting (rawan I)…………………… 4
2. Areal potensial perkebunn (rawan III)……………………… 2
3. Perkebunan besar (rawan IV)……………………………… 1
6 Sosial budaya
1. Membuka lahan dengan membakar (rawan I)……………. 4
2. Membuka lahan tanpa membakar (rawan IV)……………… 1
III-141
Klasifikasi kawasan rawan bencana kebakaran adalah sebagai berikut:
• Kawasan rawan I adalah kawasan yang berpotensi tinggi dengan skor 13-16
• Kawasan rawan II adalah kawasan yang berpotensi sedang dengan skor 9-12
• Kawasan rawan III adalah kawasan yang berpotensi rendah dengan skor 5-8
• Kawasan rawan IIV adalah kawasan yang berpotensi sangat rendah dengan skor ≤ 5
Pada kenyataan dilapangan bisa terjadi kebalikannya, kawasan rawan III, IV bisa berubah menjadi
kawasan rawan I, II karena sudah ada jalan/ hot spot ulah manusia sehingga perlu hati-hati. Begitu
pula kawasan rawan I, II berubah menjadi kawasan rawan III, IV karena sudah diwaspadai oleh
semua pihak.
Tahapan-tahapan pelaksanaan;
1. Mencari informasi pendahuluan tentang lokasi yang sering terjadi kebakaran
2. Mengidentifikasi hot spot rawan kebakaran kebun dan menentukan sebaran vegetasi pemicunya
melalui citra penginderaan jauh tahun 2005 dan citra Geoeye tahun 2009 sebagai chek liputan
lahan dari Landsat tahun 2005.
3. Membuat peta kerja dan plotting hasil interpretasi
4. Melakukan pengechekan lapangan dan reposisi
5. Overlay hasil peta –peta tematik antara lain peta kawasan hutan non hutan, peta liputan lahan,
peta jenis perkebunan dengan menggunakan Sistem Informasi Geografis
6. Melakukan skoring pada tiap poligon- poligon baru hasil overlay
7. Menentukan lokasi rawan bencana kebakaran hutan dan kebun
8. Pembuatan laporan akhir dan untuk jelasnya dapat dilihat pada alur pikir berikut:
Hot spot rawan kebakaran ,
Informasi citra Sebaran vegetasi / liputan lahan;
Penginderaan Jauh Kawasan hutan non hutan ;
Lapisan ,batubara, macam
perkebunan
Informasi peta
Rupabumi PETA KERJA
III-142
3. Hasil dan Pembahasan
Lokasi dan data yang digunakan adalah sebagai berikut:
berikut
Masyarakat Wawonii adalah salah satu suku bangsa di Sulawesi Tenggara yang mendiami satu
pulau kecil yakni Pulau Wawonii sebagai penduduk asli. Secara etnografis, Keberadaan masyarakat
Wawonii masih kurang dikenal orang, disebabkan tidak adanya penelitian atau publikasi yang pernah
dilakukan mengenai suku bangsa ini. Kenyataan ini dapat dimaklumi mengingat populasi masyarakat
Wawonii yang tergolong kecil dengan tingkat adaptasi budaya yang rendah serta mendiami suatu
pulau kecil yang jauh dari pusat informasi
Menurut cerita, nenek moyang masyarakat Wawonii berasal dari daratan Sulawesi Tenggara
tepatnya di bagian kampung Lasolo dan Soropia (Torete) dan daratan Buton Utara di kampung
Kulisusu. Mereka telah mendiami pulau ini semenjak beratus-ratus tahun lalu. Tidak jelas benar
darimana dan kapan mereka mulai menempati pulau ini. Yang jelas mereka adalah penduduk asli di
Pulau Wawonii, dan merupakan suatu suku bangsa tersendiri yang memiliki adat istiadat dan
kebudayaan yang berbeda dari suku-suku bangsa lainnya di Nusantara.
Dilihat dari namanya, suku maupun pulaunya, Wawonii secara etimologis berasal dari kata “Wawo”
yang berarti di atas, dan “nii” yang berarti kelapa. Jadi “Wawonii” artinya adalah “diatas kelapa”.
Secara faktual kenyataannya memang demikian. Pulau kecil tersebut penuh dengan tanaman kelapa
khususnya dipesisir. Tanaman kelapa inilah yang menjadi sumber penghidupan utama Orang
Wawonii selain berladang berpindah, mengolah kayu dan rotan. Sebagai sumber mata pencaharian
utama, tanaman kelapa merupakan infra struktur ekonomi masyarakat yang sangat vital. Buah kelapa
diolah menjadi kopra lalu kemudian di pasarkan di Kota Kendari dengan menggunakan perahu layar
(kapal) masyarakat setempat. Berladang berpindah juga dikerjakan oleh Orang Wawonii yang
dilakukan dengan membuka hutan dengan sistem tebang bakar (shifting and burning cultivation).
Areal yang dibuka dijadikan sebagai ladang dengan ditanami tanaman jangka pendek seperti padi,
jagung dan berbagai macam sayur-sayuran. Selain itu, areal perladangan juga ditanami dengan
tanaman jangka panjang yaitu kelapa. Kawasan perladangan ini diolah untuk 1 (satu) hingga 3 (tiga)
kali maksimal musim tanam dan setelah itu pindah lagi ke lokasi yang baru. Kawasan perladangan
III-144
masyarakat ini, tidak jauh dari perkampungan penduduk, tetapi hanya beberapa kilo meter saja yang
dapat ditempuh dengan jalan kaki.
Sedangkan mengolah kayu dan rotan hanya dilakukan oleh sebagian kecil penduduk dan umumnya
hanya dibutuhkan untuk kepentingan pembuatan rumah masyarakat. Untuk mengelola dalam jumlah
yang besar,masyarakat Wawonii belum pernah melakukannya. Hal ini lebih disebabkan oleh tingkat
ketergantungan mereka terhadap tanaman kelapa yang sangat tinggi. Sebagai contoh, kegiatan
mengolah rotan hanya dilakukan oleh masyarakat Wawonii dikampung Tekonea dan Polara, itupun
hanya pada masa-masa senggang apabila telah memanen kelapanya.
Satu hal yang unik pada masyarakat Wawonii adalah kendatipun mereka tergolong masyarakat
pesisir, mengingat perkampungan terletak dipinggiran pantai kecuali satu perkampungan yakni
kampung Wawolaa yang berada dipedalaman, tingkat keterkaitan mereka dengan laut sangat rendah.
Adalah sangat susah menemukan satu masyarakat Wawonii yang menjadi nelayan. Beberapa
perkampungan masyarakat Wawonii, jika dibandingkan dengan perkampungan pesisir lainnya,
biasanya yang dijemur oleh penduuduk di jalan-jalan atau dihalaman rumah adalah ikan. atau
perkampungan pesisir identik dengan bau ikan, jala, dan berbagai peralatan nelayan lainnya. Tetapi
di perkampungan pesisir masyarakat wawonii yang dijemur adalah kelapa dengan bau yang sangat
terasa menusuk hidung dari kopra. Dipinggiran pantai yang nampak adalah rumah panggang kelapa,
perahu dan kapal-kapal kecil tetapi bukan untuk mencari ikan namun sebagai alat transportasi untuk
mengangkut buah kelapa maupun barang perdagangan. Suatu kenyataan yang cukup kontras
dengan letak geografis masyarakatnya yang berada dipesisir pantai adalah susahnya untuk
memperoleh ikan atau hasil-hasil laut lainnya bagi pemenuhan kebutuhan makan sehari-hari. Bahkan
untuk kebutuhan yang satu ini, hanya mengharap dari nelayan/suku Bajo yang singgah
diperkampungannya dan bila tidak ada yang singgah dalam beberapa hari maka selama itu pula tidak
mengkonsumsi ikan. Dari sisi sosial kemasyarakatan, masyarakat Wawonii sangat egaliter dan
terbuka, baik dalam pergaulan hidup sesama mereka maupun dengan orang luar.
Spatial Resolution .41 meter GSD at Nadir 1.65 meter GSD at Nadir
450-520 nm (blue)
520-600 nm (green)
Spectral Range 450-900 nm
625-695 nm (red)
760-900 nm (near IR)
Melihat dari mata pencaharian dan kebiasaan masyarakat P. Wawonii maka liputan lahan hasil
interpretasi citra Landsat tahun 2005 dan citra Geoeye tahun 2011 tampak adalah sebagai berikut:
Liputan lahan mencakup fungsi hutan antara lain lindung, produksi, konversi, dsb pada citra tak
nampak perbedaannya. Yang tampak secara fisik adalah kenampakan kanopinya saja. Oleh karena
itu penutup lahan menjadi kesatuan walaupun berbagai fungsi . Pada makalah ini untuk membedakan
nya maka hasil interpretasi liputan lahan dari citra di overlay dengan status fungsi lahan seperti
tampak pada gambar berikut.
• Liputan lahan hutan pada citra Landsat ETM tahun 2005 berbeda kenampakannya dengan
hutan di citra Geoeye tahun 2011. Ini disebabkan selain vegetasinya lebih jarang terjadi
penebangan liar, digunakan sebagai lading berpindah sebagaimana kebiasaan masyarakat
Wawonii dalam berkebun dan warnanya lebih terang.
• Liputan lahan semak/ rumput/ perladangan, sangat sulit dibedakan karena tekstur, pola,
asosiasi hampir sama sehingga dijadikan dalam satu kelas. Begitu pula dengan bekas hutan
produksi yang reboisasinya gagal dan ditinggalkan juga bekas kebakaran hutan sudah
berubah jadi belukar itu juga sulit dibedakan dan dijadikan satu kelas menjadi semak belukar
• Hot spot batubara di citra tampak sebagai lahan terbuka sehingga perlu dichek di lapangan.
• Perkebunan. Pola, tekstur hampir sama dengan hutan namun masih bisa dibedakan karena
perkebunan yang terpelihara mempunyai tekstur teratur
• Permukiman. Pada citra tampak berwarna merah muda cerah. Daerah permukiman terbuka
tanpa pekarangan polanya ada yang sepanjang jalan, ada yang menyebar dan ada yang
mengikuti patai serta ada pula yang mengelompok.
• Liputan jalan dapat dibedakan dengan sungai. Jalan sudutnya patah-patah sedang sungai tak
teratur belokannya dan ronanya seperti rona tubuh air /gelap
• Liputan lahan terbuka. Ronanya merah kecoklatan karena menyerap air dan polanya sempit
seperti jalan.
• Liputan lahan sawah. Untuk sawah yang berair kenampakannya seperti tubuh air tetapi ada
terlihat kotak-kotak walau warna gelap karena air menyerap sinar
• Awan berwarna putih karena memantulkan sinar dan bayangan awan berona hitam seperti
tubuh air
Dari kriteria tersebut maka hasil klasifikasi liputan lahan yang sudah dioverlay dengan fungsi hutan
kondisinya terlampir. Pada gambar 4 (berdasar klasifikasi Malinggrau, 2002.) sebagai berikut
• Bagian tengah adalah hutan yang fungsinya lindung
• Sepanjang pantai banyak kebun rakyat terpelihara dengan tanaman kelapa, jambu mete,
cengkeh.
• Disela sela kebun rakyat dengan tanaman coklat dan kemiri, diselingi tegalan dan semak.
• Disepanjang pantai mengikuti jalan terdapat permukiman yang menggunakan mata air dari
hulu sungai yang mengalir
• Berbatasan dengan liputan lahan hutan terdapat semak-belukar yang telah dimanfatkan
masyarakat untuk ladang berpindah dan fungsi lindung hutan semakin berkurang. terlihat
jelas dari citra tahun 2005 maupun 2011.
• Ditengah hutan yang terlihat sebagai lahan terbuka ternyata adalah lapisan batubara yang
terbuka .
• Sawah tadah hujan /tegalan yang ditanami padi hanya satu kali setahun di desa Langara.
dan selebihnya tanam palawija.
III-146
Gambar 4 Kondisi Liputan Lahan Hutan Non Hutan P, Wawonii Tahun 2010
Menggunakan System Informasi Geografi, menu quary peta-peta liputan lahan, peta buffer jalan dan
sungai, peta fungsi hutan, yang dioverlay, tiap polygon di buat skoring maka hasil rerata tiap
parameter dalam saty-u jenis liputan lahan (Tabel 2) sebagai berikut:
Tabel 2 Hasil Skoring Rerata Tiap Parameter Per Jenis Liputan Lahan
Macam
Buffer Jalan Buffer Sungai Vegetasi Geologi Sosbud Jumlah Tingkat
kebun
Liputan lahan nilai kerawan
skoring an
kriteria nilai kriteria nilai kriteria nilai kriteria nilai kriteria nilai kriteria nilai
Hot spot 4 4 2 2 1 1 4 4 0 0 1 4 15 I
batubara
Hutan (9 4 4 1 1 1 1 4 4 0 0 1 4 14 I
polygon )
Semak-belukar 2 2 2 2 1 1 2 3 0 0 1 4 12 II
(7 polygon )
Kebun rakyat 4 1 1 1 0 0 0 0 2 2 2 1 5 IV
(9 polygon)
Semak/ladang 1 1 1 1 3 2 0 0 0 0 1 4 8 III
tegal
(2 polygon )
Sawah (2 1 1 1 1 0 0 0 0 0 0 2 1 3 IV
polygon)
Pemukiman 1 1 1 1 0 0 0 0 0 0 0 0 2 IV
(7polygon)
Dari hasil analisis kawasan P. Wawonii tiap poligon per jenis liputan lahan mulai dari pesisir sampai
ke hutan ada 4 kawasan rawan bencana kebakaran seperti terlihat pada gambar 4 adalah sebagai
berikut;
• Singkapan batubara adalah di kawsan hutan jauh dari jalan, sungai, pemukiman paling
berbahaya bila lengah menyikapinya sehingga dikatagorikan rawan I / sangat rawan
kebakaran
• Begitu pula kawasan hutan yang terdapat lapisan batubara baik tersingkap maupun belum
dikatagorikan rawan I karena berbahaya bila ada percikan api .
• Untuk kawasan semakbelukar dikatagorikan rawan II karena bila dilihat dari peta geologi,
lapisan batubara masih meluas kekawasan semak belukar walau keadaannya spot-spot.
Daerah seperti ini perlu diwaspadai.
III-147
• Kawasan rawan bencana kebakaran III, berupa tegalanan dimana pengolahan lahannya
masih dengan pembakaran sehingga dikawatirkan merambat ke kawasan yang masih
mengandung batubara.
• Kawasan rawan IV berupa kebun rakyat, sawah, dan permukiman. Hal ini dikatagorikan
rawan bencana Iv atau rendah karena mata pencaharian utama masyarakat P. Wawonii
adalah 80 % bertani dengan teknik pengolahan yang turun temurun dan sangat sakral
sehingga kebunnya akan terawat agar bisa diturunkan ke anak cucu mereka. Katagori
tersebut secara teori tetapi kenyataan di lapangan kadang-kadang terjadi sebaliknya.
4. Kesimpulan
• Citra Penginderaan jauh sekasar apapun resolusi spasialnya masih dapat membantu
memonitor lokasi –lokasi yang rawan bencana kebakaran walaupun kurang detil. Satu faktor
penting dalam menentukan kesuksesan pemetaan liputan lahan terletak pada pemilihan
skema klasifikasi lahannya, yang tepat dirancang untuk suatu tujuan pemetaan dan
klasifikasi memiliki tingkat kedetilan yang sesuai dengan kebutuhan.
• Pemetaan yang mengintegrasikan teknologi Penginderaan Jauh dan Sistem Informasi
Geografis ternyata mampu mempercepat sebuah proses pemetaan liputan lahan, karena
dengan menggunakan citra mampu mengurangi kegiatan check lapangan tanpa harus
melakukan pengukuran terestrial. Dengan demikian mampu mempercepat waktu dan
meminimalisasi biaya pemetaan.
• P. Wawonii masyarakatnya apik karena kegiatan utama bertani dengan teknik pengolahan
turun temurun dan sangat sakral dianggapnya oleh masyarakatnya. Mereka tahu bahwa P.
Wawonii merupakan pulau kecil tetapi kandungan mineralnya cukup banyak sehingga
masyarakat nya tidak mau di ekspoitasi bahan tambangnya . Selain berdampak akan
kerusakan lingkungan dan belum tentu masyarakat jadi tambah kaya bahkan akan
sebaliknya.
• Masyarakat P. Wawoni perlu sadar walaupun sudah dibuat peta rawan bencana kebakaran,
dalam kenyataan di lapangan sering terjadi kebakaran hutan dan kebun.
5. Referensi
Anonim , (2000): Petunjuk Pelaksanaan Pemetaan Hutan Kemasyarakan . Disbunhut Kendari, Sultra.
Anonim, (2007): Dampak Kebakaran Hutan, available at http://insidewinme.blogspot.com/2007/12/dampak-
dampak-kebakaran-hutan.html
Attayaya , (2009) : Dampak Kebakaran Hutan .available at: http://www.attayaya.net/2009/02/dampak-
kebakaran-hutan.html
Dedet, Hadjarahi, (2006): Upaya Pengamanan Data Pemetaan Digital. Jakarta
Febrianto, Adi., (2007): Interpretasi Citra Penginderaan Jauh Daerah Semarang , available at:
helloadhi@yahoo.co.id
III-148
Imami, Siti dkk., (2000): Pemetaan Rawan Bencana Kebakaran Hutan Prov Sulawesi Tenggara, Disbunhut,
Kendari, Sulawesi Tenggara
Purwadhi, Sri H. (2001): Interpretasi Citra Digital. Jakarta : Grasindo
Ritohardoyo, S., ( 2002): Penggunaan dan Tata Guna Lahan. Yogyakarta : Fakultas Geografi Universitas
Gadjah Mada.
Syumanda, R., (2007): Dampak Kebakaran Hutan available at: http://www.walhi.co.id
III-149
ANALISIS SPASIAL MENGGUNAKAN MODEL E3O
UNTUK PEMETAAN POTENSI EROSI TANAH
Kasus: DAS Bodri Hulu Jawa Tengah
1 1
Oleh: Sukristiyanti dan Mutia Dewi Yuniati
1) Pusat Penelitian Geoteknologi – LIPI
Kompleks LIPI Gd. 70, Jl. Sangkuriang - Bandung 40135, Telp. (022) 2503654, Fax. (022) 2504593
Email: sukris.tiyanti@gmail.com; mutia_dy@yahoo.com
Abstrak: Penelitian ini dilakukan di DAS (Daerah Aliran Sungai) Bodri Hulu - Jawa Tengah, yang terletak pada posisi
o o o o
geografis antara 7,06 – 7,30 LS dan 109,94 – 110,34 BT. Tujuan penelitian meliputi dua hal yaitu penilaian potensi
erosi tanah di DAS Bodri Hulu dan mencari lokasi yang dianggap berbahaya potensi erosinya. Model E30 dipilih untuk
melakukan estimasi potensi erosi tanah. Klasifikasi berdasarkan aturan nilai ambang batas erosi digunakan untuk
mencari lokasi yang memiliki nilai potensi erosi melebihi ambang batas. Data yang digunakan dalam melakukan
analisis spasial ini adalah citra Landsat ETM+ path 120 row 065 hasil perekaman tanggal 29 Juni 2006 dan DEM
(Digital Elevation Model) yang diturunkan dari peta RBI (Rupa Bumi Indonesia) skala 1 : 25.000. Hasil penelitian
menunjukkan bahwa 17% dari DAS Bodri Hulu memiliki potensi erosi yang melampaui batas maksimal nilai erosi
yang diperbolehkan (T). Potensi erosi tanah yang tinggi didominasi di daerah sekitar Kecamatatan Tretep dan
Kecamatan Candiroto karena memiliki lereng yang sangat curam dan tutupan vegetasi yang jarang. Lokasi-lokasi
tersebut perlu mendapat perhatian yang serius agar laju erosi tidak semakin parah. Model E30 mengandalkan nilai
NDVI yang diperoleh dari citra tanpa dikoreksi dengan kondisi lapangan, sehingga evaluasi potensi erosi tanah
membutuhkan citra yang real time. Analisis spasial untuk estimasi potensi erosi tanah ini dapat digunakan untuk data
multiwaktu sehingga pemantauan besarnya potensi erosi tanah dari waktu ke waktu dapat dilakukan.
Kata kunci: Potensi erosi tanah, Model E30, Citra Landsat ETM+, DEM.
1. LATAR BELAKANG
Erosi tanah yang intensif di DAS Bodri Hulu sebagian besar disebabkan oleh pemanfaatan yang
menyalahi peruntukannya. Lahan yang seharusnya menjadi kawasan lindung berubah menjadi kawasan
budidaya tanaman semusim. Erosi yang terjadi diperburuk oleh tingginya praktek pertanian yang tidak
mengindahkan konservasi lingkungan.
Erosi tanah adalah hilangnya permukaan tanah yang disebabkan oleh hujan dan air limpasannya yang
dikontrol oleh faktor erosivitas hujan, erodibilitas tanah, kemiringan lereng, tutupan vegetasi, dan
konservasi (Morgan, 2005). Erosi tanah berdampak negatif terhadap kondisi lingkungan baik insitu
maupun eksitu. Efek insitu erosi tanah berimbas buruk pada lahan pertanian. Erosi tanah tidak hanya
mengurangi solum tanah tetapi juga mengurangi kemampuan tanah dalam menahan air dan mengurangi
nutrisi untuk tanaman. Hal tersebut mengurangi produktivitas tanah dan menyebabkan menurunnya hasil
panen karena nutrisi tanaman dalam tanah terangkut oleh aliran permukaan (Yazidhi, 2003). Efek eksitu
erosi tanah menyebabkan sedimentasi yang berakibat pada pendangkalan waduk dan sungai. Erosi
tanah juga menyebabkan dan mempercepat eutrofikasi dan perubahan iklim (Morgan, 2005).
Penelitian ini menggunakan model E30 (Hazarika dan Honda, 2001) sebagai salah satu model erosi
karena menurut Yazidhi (2003), model erosi lebih efektif untuk memprediksi potensi hilangnya tanah.
Model E30 dipilih karena skala pemetaannya sesuai, yaitu skala menengah dengan menggunakan citra
digital Landsat TM/ETM+ sebagai sumber data utamanya. Model E30 merupakan model erosi sederhana
yang mengintegrasikan suatu indeks vegetasi NDVI (Normalized Difference Vegetation Index) dengan
kemiringan lereng.
Daerah penelitian merupakan DAS Bodri Hulu yang secara administrasi terdapat di Jawa Tengah dengan
o o o o
letak geografis pada 7,06 – 7,30 LS dan – 109,94 – 110,34 BT. DAS Bodri Hulu memiliki luas sebesar
2
501,81 km . DAS Bodri Hulu berada di lintas wilayah administratif kabupaten meliputi sebagian
Kabupaten Kendal, Temanggung, Semarang, dan Kabupaten Wonosobo (Gambar 1).
1
Gambar 1. Peta administasi DAS Bodri Hulu
B4 - B3
NDVI = + 1 × 100 ……………………...…...…………………………………………………………. (1)
B4 + B3
di mana B4 = band 4 dan B3 = band 3 pada citra Landsat ETM+.
Pada formula (1), formula asli NDVI diskalakan untuk menghindari nilai negatif sehingga lebih mudah
dalam operasi matematis selanjutnya. Dengan formula (1) nilai indeks vegetasi memiliki rentang 0 – 200.
Semakin besar nilai NDVI menunjukkan pantulan spektral lebih didominasi oleh obyek vegetasi.
Nilai kemiringan lereng diturunkan dari data vektor ketinggian. Data vektor yang digunakan adalah vektor
garis kontur dan vektor titik ketinggian dari peta RBI (Rupa Bumi Indonesia) skala 1: 25.000. Gambar 2
menunjukkan secara garis besar proses perolehan nilai kemiringan lereng.
Nilai kemiringan lereng dalam satuan derajad diperoleh dari tiga variabel masukan (DEM, filter DFDY,
dan filter DFDX) dengan memanfaatkan suatu formula map calculation pada perangkat lunak ILWIS 3.5:
Slope_degrees = RADDEG(ATAN((HYP(Dx, Dy))/pixsize(Dem)))…………………………………….…… (2)
2
Model E30 (Hazarika dan Honda, 2001) merupakan model erosi sederhana yang mengintegrasikan nilai
NDVI dengan kemiringan lereng. Nilai erosi tanah pada kemiringan lereng 30o diperoleh dengan formula:
Selanjutnya nilai E30 ini dijadikan masukan untuk menghitung erosi tanah E yang dinyatakan dalam
satuan mm/th, dengan menggunakan formula:
0.9
E = E30 (S/S30) ………………………………………………………………………………………..…… (4)
dimana S = kemiringan lereng di grid/piksel yang dihitung dan S30 = tan 30.
Peta kemiringan lereng (Gambar 4) diperoleh dari data DEM (Digital Elevation Model) yang diturunkan
dari vektor garis kontur dan vektor titik ketinggian dari peta RBI. Vektor titik ketinggian dijadikan
tambahan informasi pada vektor garis kontur agar diperoleh data DEM yang lebih representatif.
Pembuatan DEM dari vektor titik ketinggian saja hanya diperoleh DEM dengan puncak-puncak bukit yang
datar karena nilai-nilainya sama dengan nilai ketinggian garis kontur di sekelilingnya.
3
Gambar 4. Peta kemiringan lereng DAS Bodri Hulu dalam satuan derajad
Evaluasi potensi erosi tanah dengan model E30 ini dilakukan dengan menggabungkan dua variabel
masukan yaitu NDVI dan kemiringan lereng berdasarkan formula E30 dan E. Formula E30 merupakan
o
formula untuk menghitung erosi tanah pada kemiringan lereng 30 , sedangkan formula E merupakan
formula untuk mengitung erosi tanah pada berbagai kondisi lereng. Nilai potensi erosi tanah (E) dengan
model E30 ditunjukkan pada Gambar 5. Nilai potensi erosi tanah di daerah penelitian menurut model E30
memiliki nilai 0 – 60 mm/tahun.
Model E30 mengandalkan nilai NDVI yang diperoleh dari citra penginderaan jauh yang digunakan tanpa
dikoreksi dengan kondisi lapangan, sehingga evaluasi potensi erosi tanah membutuhkan citra yang real
time. Pada penelitian ini, hasil evaluasi potensi erosi tanah yang didapatkan adalah estimasi potensi erosi
tanah pada tanggal perekaman citra Landsat ETM+ yang digunakan, yaitu tanggal 29 Juni 2006. Dengan
demikian hasil evaluasi potensi erosi tanah dengan model E30 merupakan estimasi potensi erosi tanah
pada waktu dimana citra penginderaan jauh yang digunakan itu direkam.
4
Gambar 5. Peta potensi erosi tanah DAS Bodri Hulu berdasarkan model E30
Hasil penelitian menunjukkan bahwa 17% DAS Bodri Hulu memiliki potensi erosi yang melampaui batas
maksimal nilai erosi yang diperbolehkan (T). Berdasarkan Hardjowigeno dan Widiatmoko (2007), nilai T
adalah 25 mm/th. Gambar 6 menunjukkan sebaran spasial potensi erosi tanah yang masih diperbolehkan
dan potensi erosi tanah yang sudah melebihi ambang batas.
Gambar 6. Peta status potensi erosi tanah (diperbolehkan dan tidak diperbolehkan)
5
4. KESIMPULAN
1. Nilai potensi erosi tanah di daerah penelitian menurut model E30 adalah 0 – 60 mm/tahun.
2. Daerah di sekitar Kecamatatan Tretep dan Kecamatan Candiroto banyak yang memiliki potensi erosi
di atas ambang batas. Lokasi-lokasi tersebut perlu mendapat perhatian yang serius agar laju erosi
tidak semakin parah.
3. Model E30 mengandalkan nilai NDVI yang diperoleh dari citra tanpa dikoreksi dengan kondisi
lapangan, sehingga evaluasi potensi erosi tanah membutuhkan citra yang real time.
5. REFERENSI
Hardjowigeno, S. dan Widiatmoko. 2007. Evaluasi Kesesuaian Lahan dan Perencanaan Tata Guna
Lahan. Gadjah Mada University Press, Yogyakarta.
Morgan, R.P.C. 2005. Soil Erosion and Conservation, third edition. Blackwell Publishing, USA.
Yazidhi, B. 2003. A Comparative Study of Soil Erosion Modelling in Lom Kao-Phetchabun, Thailand.
Thesis. ITC, The Netherlands.Vrieling (2006).
Hazarika, M.K. dan Honda, K. 2001. Estimation of Soil Erosion Using Remote Sensing and GIS, Its
Valuation and Economic Implications on Agricultural Production. Sustaining the Global Farm,
1090-1093.
Kawamura, M., Jayamanna, S., Tsujiko, Y. 1997. Comparison of Urban and Environmental Condition in
Asian Cities Using Satellite Remote Sensing Data. Proceeding of The 18th Asian Conference on
Remote Sensing, Kuala Lumpur.
6
Kajian Degradasi Sumber Daya Alam
dan Tata Ruang Fisik DAS Bengawan Solo
Abstrak:Banjir dan kekeringan dalam lingkup Daerah Aliran Sungai Bengawan Solo terjadi sepanjang waktu.
Masalahan banjir dan kekeringan menjadi latar belakang kajian tata ruang fisik Bengawan Solo dan terjadinya
degradasi sumber daya alam. Keduanya merupakan bagian sistem kehidupan dan geosistem yang terusik.
Masalah tersebut menjadi tujuan kajian untuk memberikan masukan informasi geospasial lingkup DAS
Bengawan Solo. Sebaran fisik alami Bengawan Solo disusun menggunakan pendekatan geomorfologis dengan
metode satuan bentuklahan sebagai variable analisis geospasial. Potensi sumber daya alam airtanah merupakan
bagian integral bentuklahan. Degradasi sumber daya alam dari fokus sumber daya hutan pada kondisi liputan,
sebaran, dan fungsinya. Metode superimpose komponen sumber daya alam hutan terhadap kondisi fisik potensi
air dipantau dengan pemanfaatan liputan citra Landsat dari tahun 2000 dan kompilasi neraca sumber daya
hutan. Sesuai dengan tata ruang fisik Bengawan Solo bahwa permasalahan banjir menempati dataran aluvial
banjir kwarter (13,4 %), dan dataran pesisir kwarter (2,5 %), dataran gisik marin kwarter (1,6 %) dari areal DAS.
Sedangkan potensi kekeringan tersebar pada bentuklahan kerucut dan krater volkan kwarter (1,5 %), lereng
atas volkan kwarter (2,5 %), lereng tengah volkan (3,5 %), perbukitan volkan kwarter (0,5 %), perbukitan karstik
tersier (10,5 %), perbukitan dan pegunungan struktural tersier (5,5 %), perbukitan struktural lipatan tersier (11,5
%), terutama areal yang berfungsi sebagai resapan air mencapai 330.304,108 ha merupakan areal potensi air
tanah langka, dan 424.905,77 ha potensi air tanah rendah. Areal ini sebagian besar masuk kawasan hutan
produksi luas sekitar 398.182,45 ha.
Kata kunci : Bentuklahan, Tata ruang fisik, Degradasi sumber daya alam, Bencana alam
1. Latar Belakang
“Bengawan Solo riwayatmu kini”, nama besar Sungai Bengawan Solo setiap tahun selalu terdengar
terutama di musim hujan dan kemarau. Kawasan Daerah Aliran Sungai (DAS) Bengawan Solo
merupakan daerah tangkapan hujan posisi 6º 48' 36 " - 8º 09' 00 " LS dan terletak 110º 26' 24 " -
112º 40' 12 " BT. DAS yang terbesar di Pulau Jawa luasnya 16.034,18 km² fisiknya 26,1 % wilayah
Propinsi Jawa Tengah dan 27,5 % wilayah Propinsi Jawa Timur. Karakteristik fisik Bengawan Solo
termasuk DAS tidur dan potensi banjir, untuk daerah tertentu menjadi perhatian kajian tata ruang fisik.
Banjir dan kekeringan adalah proses alam yang menunjukkan adanya degradasi sumber daya alam
dikawasan ini dan keseimbangan alam telah terusik. Banjir terkait potensi sumber daya air yang
tersedia ± 18,61 miliar m³ ini kurang dapat dimanfaatkan secara merata. Peran sumber daya hutan
seluas 416.687,88 ha tidak mampu dalam fungsi pengendalian air yang terkait dengan sebaran
potensi air. Pengelolaan keruangan DAS Bengawan Solo telah dipagari UU No. 32 / 2009 Tentang
PPLH, dan UU No.26/2007 Tentang Penataan Ruang. Permasalahan banjir dan kekeringan secara
fisik tidak ditangani secara nasional yang menyeluruh pada DAS Bengawan Solo. Kendala
kewenangan di dua propinsi dan kabupaten memiliki kepentingan dan kebijakan masing-masing.
Serta aspek pengelolaan daerah berdasarkan pelaksanaan UU No.25/ 1999 tentang pemerintahan
daerah atau otonomi daerah. Dari aspek kepentingan masih ada pemikiran sektoral di dua wilayah
besar tersebut yang ujungnya pada eksploitasi sumber daya alam daerah sendiri. Tata ruang fisik
DAS Bengawan Solo dibangun oleh alam dari aktivitas geologis dalam geosistem menjadi bentukan
asal (morfogenesis) suatu satuan bentuklahan. Komponen tata ruang fisik mencakup iklim dan air,
bentuklahan, tanah, litologi bentuklahan, vegetasi penutup lahan, yang satu komponen dengan
lainnya interaksi dan interdependensi. Masalah air dalam tata ruang fisik di wilayah ini sangat
berhubungan antar komponen dalam satuan bentuklahan. Disamping tata ruang fisik suatu daerah
memiliki tata ruang wilayah yang bersifat kebijakan dalam pengelolaan daerah. Tata ruang tersebut
tidak dibicarakan dalam kajian ini. Salah satu komponen fisik alam kehidupan (biosistem) yang
sangat terpengaruh dengan kebijakan pusat dan daerah adalah sumber daya hutan. Salah satu daya
dukung keseimbangan alami untuk DAS adalah keberadaan hutan, sebaran liputannya, dan fungsi
hutan untuk keseimbangan oro hidrologis. Dalam hal sumber daya alam ini menjadi bagian terapan
Undang-Undang Nomor 4 Tahun 2011 tentang Informasi Geospasial. Pemikiran menyeluruh analisis
tata ruang fisik dalam satuan bentuklahan (landform) kawasan DAS Bengawan Solo. Analisis tata
ruang fisik sebagai masukan dalam perencanaan pembangunan dan pelaksaaannya yang khas dan
untuk mengatasi permasalahan fisik setiap daerah.
III-157
Maksud kajian degradasi sumber daya alam dan tata ruang fisik untuk memberikan masukan
informasi geospasial terapan kebencanaan. Tujuannya adalah membuat sebaran wilayah bencana
banjir dan kekeringan akibat degradasi sumber daya alam, dari aspek tata ruang fisik kawasan
Daerah Aliran Sungai Bengawan Solo.
Biosistem muka bumi kawasan DAS Bengawan Solo yang terkait dengan tata ruang fisik adalah
sumber daya hutan. Data sekunder dari sumber Bakosurtanal (2008) tentang Neraca Sumber Daya
Hutan, untuk data superimpose keseimbangan air dari daya dukung macam tutupan hutan dan fungsi
hutan yang secara geospasial dapat dianalisis perannya. Sebaran dan tutupan ruang dipantau dari
liputan citra satelit Landsat TM sejak tahun Tahun 2000 tidak banyak berubah. Selanjutnya disusun
sebaran bencana banjir dan kekeringan akibat degradasi dan tata ruang fisik DAS Bengawan Solo.
Hasil yang dicapai untuk memberikan informasi geospasial tentang kebencanaan.
III-158
Sebarannya bentuklahan berdasarkan morfogenesis DAS Bengawan Solo terdiri atas bentukan asal
volkanik sebaran 35 % luas kawasan, struktural (33%), karstik (14,5 %), fluvial (14,4 %), marin (3,6
%). Atas dasar klasifikasi tersebut pada skala 1 : 250.000 terdapat 16 satuan bentuklahan antara lain
: kerucut dan krater volkan kwarter sebaran 1,5 % luas kawasan, lereng atas volkan kwarter (2,5 %),
lereng tengah volkan kwarter (3,5 %), lereng bawah volkan kwarter (10 %), kaki lereng fluvial volkan
kwarter (11 %), perbukitan volkan kwarter (0,5 %), perbukitan rendah volkan kwarter (6 %), dataran
aluvial banjir kwarter (13,4 %), perbukitan karstik tersier (10,5 %), kaki lereng perbukitan karstik
kwarter (4%), perbukitan dan pegunungan struktural tersier (5,5 %), kaki lereng perbukitan struktural
kwarter (11 %), perbukitan struktural lipatan tersier (11,5 %), perbukitan rendah struktural tersier (5
%), dataran pesisir kwarter (2,5 %), dataran gisik marin kwarter (1,6 %). Curah hujan potensial yang
jatuh dipermukaan tanah pada kawasan DAS B. Solo seperti dalam Tabel Curah hujan Potensial
jumlah 29.029,55 juta m³/th. Kawasan tangkapan hujan terbagi tiga bagian dengan hujan rata-rata
sebagai berikut :
III-159
Tabel 1 Kawasan Tangkapan Hujan dan Besarnya Curah Hujan
Tabel 2 Potensi Sumber Daya Air Hujan di Daerah DAS Bengawan Solo
Superimpose bentuklahan dengan kondisi air tanah dan curah hujan sebaran seperti pada peta
(Gambar 1)
Gambar 1 Potensi Air Hujan dan Airtanah pada Bentuklahan DAS Bengawan Solo
Potensi sumber daya hutan berdasarkan tipe penutupan lahan hutan di kawasan DAS Bengawan
Solo sudah tidak ada Hutan Lahan Kering Primer. Kawasan ini hanya terdapat tipe Hutan Lahan
Kering Sekunder, Hutan Mangrove Sekunder, dan kawaan hutan produksi, sebarannya seperti table
dalam satuan hektar (ha) seperti berikut :
III-160
Tabel 4 Potensi Sumber Daya Hutan di Daerah DAS Bengawan Solo
Potensi sumber daya hutan kawasan DAS Bengawan Solo sebaran data dan liputan tutupan terjadi
perubahan seperti table tersebut. Sebaran alami seperti dalam liputan citra Landsat TM tahun 2000
(gambar 2) dan sebaran dalam bentuk peta hasil proses Sistem Informasi Geografis (SIG) pada
gambar 3.
III-161
Gambar 2 Sebaran Hutan Dari Citra Landsat TM DAS Bengawan Solo
Data tidak berhutan (liputan tutupan hutan) terdapat pula pada kawasan hutan, termasuk tubuh air.
Areal Penggunaan Lain (APL) adalah areal bukan kawasan hutan termasuk tubuh air, merupakan
kawasan budidaya dimana kebijakan kepentingan berpengaruh.
Degradasi Sumber Daya Alam Dan Tata Ruang Fisik DAS Bengawan Solo
Masalah kekeringan dan banjir adalah bagian integral yang tidak bisa dipisahkan dari suatu kawasan
tangkapan hujan atau daerah aliran sungai. Pada kawasan Bengawan Solo Hulu dan Bengawan
Madiun merupakan daerah sumber air dan resapan air. Dua alran sungai ini mengalir menuju bagian
tengah DAS, menelusuri kaki lereng volkan kedua sungai bertemu sebelum melalui celah perbukitan
struktural. Daerah pertemuan sungai inilah wilayah potensi banjir. Lembah sinklinal lipatan sebagai
areal endapan fluvial menjadi Dataran Aluvial Banjir Kwarter (FAb). Kedua sungai mengalir melalui
III-162
celah patahan Perbukitan Struktural Lipatan Tersier (SBL) yang dikenal Pegunungan Kendeng.
Sungai mengalir ke bagian tengah DAS di seberang perbukitan struktural lipatan menelusuri lembah
sinklinal dari depresi Randublatung dari K. Wulung kearah Selat Madura. dan air dituntaskan di
bagian hilir sampai ke laut. Proses Fluvial dikawasan ini menjadi bentuklahan FAb yang langganan
banjir sampai Dataran Pesisir Kwarter (MP) dan Dataran Gisik Marin Kwarter (MG). Dataran banjir
relatif sempit di sekitar sungai yang merupakan kawasan bantaran sungai. Tata ruang fisik Bengawan
Solo yang rentan banjir menempati sampai 17,7 % dari areal DAS atau 280.598,15 ha. Sedangkan
potensi kekeringan tersebar pada bentuklahan di bagian hulu kawasan DAS mencapai 35,5 % atau
569.213,39 ha. Potensi kekeringan ini menempati kerucut dan krater volkan kwarter (VC) sebaran 1,5
%, lereng atas volkan kwarter (VA) sebaran2,5 %, lereng tengah volkan (VM) sebaran 3,5 %,
perbukitan volkan kwarter (VB) sebaran 0,5 %, perbukitan karstik tersier (KB) sebaran 10,5 %,
perbukitan dan pegunungan struktural tersier (SBT) sebaran 5,5 %, perbukitan struktural lipatan
tersier (SBL) sebaran 11,5 %, terutama areal yang berfungsi sebagai resapan air mencapai
330.304,108 ha merupakan areal potensi air tanah langka, dan 424.905,77 ha potensi air tanah
rendah. Areal ini sebagian besar masuk kawasan hutan produksi luas sekitar 398.182,45 ha.
Hutan yang lebat dengan lapisan serasah yang tebal berfungsi sebagai pengendali tata air dari
sumber air hujan yang jatuh di kawasan hulu sungai. Pola pikir tidak seideal dengan kondisi yang
sebenarnya di kawasan Bengawan Solo. Kondisi hutan seperti tersebut sudah tidak ada meskipun di
kawasan lindung. Dalam hal ini merupakan bagian dari degradasi sumber daya alam. Sumber daya
hutan dalam kawasan DAS Bengawan Solo terdapat liputan hutan seperti berikut : Kawasan ini
terdapat tipe Hutan Lahan Kering Sekunder yang luasnya 21.723,27 ha atau 1,35 % luas kawasan
yang sekarang berkurang 0,20 %, dan Hutan Mangrove Sekunder 680,77 ha (0,04 %) yang sekarang
telah hampir musnah. Dua tipe sumber daya hutan ini sebagian masuk kawasan lindung. Kemudian
tipe Hutan Tanaman luas 398.182,45 ha (24,83 %) yang masuk kawasan hutan produksi. Sedangkan
penutup lahan bukan hutan diluar kawasan hutan termasuk tubuh air mencapai 1.114.407,33 ha
atau 69,50 % dari luas wilayah DAS. Wilayah ini merupakan kawasan budidaya yang berkembang
dan banyak menggunakan air. Hal ini merupakan bagian degradasi sumber daya alam air.
Berkurangnya liputan hutan primer mengasilkan lahan terbuka yang potensi menjadi lahan terbuka
kering tidak dapat tumbuh vegetasi dengan baik dikenal dengan lahan kritis atau menjadi lahan rusak
dari aspek lahan pertanian. Lahan kritis sebagai lahan terbuka berfungsi melimpaskan air permukaan
dengan sempurna sampai ke sungai maupun waduk / danau. Limpasan air sungai yang terkumpul
pada cabang-cabang sungai dan lembah-lembah Bengawan Solo dengan fluktuasi debit sungai
seperti dalam data table Debit Aliran Sungai Rata-Rata Bulanan DAS Bengawan Solo dalam
perhitungan tahun 1990 – 2005. Sedangkan gambaran bulan kering dan bulan basah potensi air
meluap dipantau dari debit sungai setiap stasiun pengukuran seperti gambar 4.
Tabel 5 Debit Aliran Sungai Rata-Rata Bulanan DAS Bengawan Solo Tahun 1990 – 2005.
III-163
Gambar 4 Debit Sungai Rata-Rata Bulanan Tiap Stasiun Pengukuran Tahu 1990-2005.
4. Kesimpulan
Hasil kajian dapat disimpulkan :
1) Tata ruang fisik DAS Bengawan Solo dibentuk oleh proses alam geologi dari bentukan asal
endapan aktivitas sungai (Fluvial), bentukan asal endapan aktivitas laut (Marin), bentukan
asal hasil pengangkatan batukarang (karstik), bentukan asal aktivitas volkan (Volkanik),
bentukan asal structural terbagi dalam satuan-satuan bentuklahan.
2) Komponen tata ruang fisik ini saling interaksi dan interdependensi membentuk sistem
keseimbangan alami (geosistem)
3) Menurunnya fungsi keseimbangan alam hutan menunjukkan degradasi sumber daya alam
yang mengakibatkan bencana alam banjir dan kekeringan.
4) Tata ruang fisik yang rentan bencana banjir menduduki daerah seluas 280.598,15 ha atau 17,5
% luas wilayah DAS. Kawasan yang rentan bencana kekeringan menduduki daerah seluas
569.205,39 atau 35,50 %.
5) Kawasan hutan tidak tidak berfungsi sebagai kawasan koservasi
5. Referensi
Anonim . (2011): Profil DAS Bengawan Solo, http : // bulleten penataan ruang.net/up luat/data diunduh tgl 14
April 2011.
Bakosurtanal. (2007): Potensi Sumber Daya Air DAS Bengawan Solo, PSSDAD Bakosurtanal Cibinong.
Bakosurtanal. (2008): Neraca Sumber Daya Hutan DAS Bengawan Solo, PSSDAD Bakosurtanal, Cibinong.
Dep. Kehutanan (2002), Data Dan Informasi Kehutanan Provinsi Jawa Tengah, Pusat Inventarisasi dan Statistik
Kehutanan, Badan Planologi Kehutanan, Jakarta
Dep. Kehutanan. (2002): Data Dan Informasi Kehutanan Provinsi Jawa Timur, Pusat Inventarisasi dan Statistik
Kehutanan, Badan Planologi Kehutanan, Jakarta.
PPLHRJ.(2008): Strategi Pengelolaan Lingkungan Hidup Daerah Aliran Sungai Bengawan Solo, Pusat
Pengelolaan Lingkungan Hidup Regional Jawa, Yogyakarta.
Pannekoek A.J. (1949): Outline Of The Geomorphology Of Java, E.J. Brill, Leiden.
Pem RI (2011), Undang-Undang Republik Indonesia Nomor 4 Tahun 2011 Tentang Informasi Geospasial,
Lembaran Negara Republik Indonesia Nomor 5214, Tanggal 21 April 2011, Jakarta.
III-164
Aplikasi Metode HVSR (Horizontal To Vertical Spectral Ratio) untuk Pemetaan Daerah Rawan
Gempabumi Di Yogyakarta
Abstrak: Metode HVSR (Horizontal to Vertical Spectral Ratio) merupakan suatu metode untuk mengukur
amplifikasi tanah dengan memanfaatkan spektrum getaran tanpa menunggu kejadian gempa. Metode ini juga
disebut dengan metode Nakamura. Salah satu aplikasi dari metode ini adalah pemetaan daerah rawan gempa
bumi. Yogyakarta dan daerah Jawa bagian selatan yang terletak kurang lebih 240 km dari pertemuan lempeng
Eurasia dan lempeng Indo-Australia menerima efek gempa bumi baik kecil maupun besar. Kerusakan yang
diakibatkan gempa bumi di Yogyakarta tidaklah merata, tetapi membentuk suatu blok-blok tertentu. Daerah yang
dekat dengan sumber gempa tidak semua rusak parah dan daerah yang jauh dari sumber gempa tidak semua
aman. Untuk menganalisa data dan memetakan amplifikasi tanah digunakan Surfer 9, Arc View GIS 3.2, SR900,
Hvmax-2006, Origin 8.0, dan Microsoft Excel. Peta mikrozonasi merupakan hasil dari penelitian ini yang
diharapkan untuk pengembangan wilayah berdasarkan tingkat amplifikasinya di daerah Yogyakarta.
1. Latar Belakang
Posisi Indonesia yang terletak pada pertemuan tiga lempeng utama dunia yaitu lempeng Eurasia,
Indo-Australia dan Pasifik telah menempatkan Indonesia sebagai daerah yang rawan bencana gempa
bumi. Tak heran bila dalam kurun waktu tertentu tanah air kita masih sering dilanda gempa bumi baik
dalam skala besar maupun kecil.
Daerah Yogyakarta dan sekitarnya, secara tektonik merupakan kawasan dengan tingkat aktivitas
kegempaan yang cukup tinggi di Indonesia. Kondisi ini disebabkan karena daerahnya yang
berdekatan dengan zona tumbukan lempeng di Samudera Indonesia. Di samping sangat rawan
gempa bumi akibat aktivitas tumbukan lempeng tektonik, daerah Yogyakarta juga sangat rawan
gempa bumi akibat aktivitas sesar-sesar lokal di daratan. Kondisi tektonik semacam ini menjadikan
daerah Yogyakarta dan sekitarnya sebagai kawasan seismik aktif dan kompleks (Daryono, 2010).
Gambar 1 Wilayah Gempa Indonesia (dengan percepatan puncak batuan dasar dengan periode ulang
500 tahun)
(Sumber : SNI-1726, 2002)
III-165
Bukti-bukti yang ada telah memperlihatkan dengan jelas bahwa tanah air kita merupakan wilayah
yang rawan bencana alam. Unsur kunci dari terjadinya bencana adalah resiko, yaitu kemumgkinan
timbulnya kerugian (kematian, luka-luka, kerusakan harta, gangguan kegiatan perekonomian, dan
berbagai kerugian lainnya) karena suatu bahaya atau ancaman bencana terhadap suatu wilayah dan
pada suatu kurun waktu tertentu. Tidak semua potensi bahaya terjadi di suatu daerah dengan kondisi
yang rentan, maka daerah tersebut beresiko terjadi bencana. Jadi resiko dipengaruhi oleh faktor-
faktor bahaya (hazards) dan kerentanan (vulnerability) (Gambar 2).
Peta mikrozonasi merupakan strategi pengurangan resiko bencana yang dapat digunakan untuk
memetakan daerah yang rawan bencana gempa bumi dan juga dapat digunakan bagi Pemerintah
Daerah untuk menata ulang daerah setempat.
2. Metode Penelitian
2.1 Metode HVSR
Pada tahun 1989 Nakamura mengusulkan estimasi faktor amplifikasi dari spektrum amplitudo
komponen horizontal terhadap komponen vertikal percepatan pergerakan tanah yang terekam di
permukaan (Nakamura, 1989). Hubungan antara rasio dan frekuensi disebut kurva HVSR yang
memiliki puncak dengan dominasi perekaman frekuensi. Puncak amplitudo merupakan perkiraan
faktor amplifikasi dan frekuensinya adalah frekuensi dasar dari lapisan permukaan. Selanjutnya,
Nakamura memahami jenis karakteristik dari puncak kurva HVSR yang dikaitkan dengan kondisi
geologi lokal, yang dapat dijadikan parameter sumber dan frekuensi sinyal. Dia juga mengindikasikan
bahwa metode HVSR memberikan hasil yang akurat ketika rasio spektrum dievaluasi dari komponen
horizontal dan vertikal gelombang S (Tsuboi et al., 2001).
2.2 Mikrotremor
Mikrotremor ini hampir sama dengan metode seismik, yaitu mengukur respon batuan terhadap
gelombang gempa. Perbedaannya ada pada sumber dari gelombang tersebut. Mikrotremor
menggunakan sumber gelombang yang berasal dari segala bentuk aktivitas manusia di muka bumi
(getaran akibat kendaraan yang lewat, aktivitas konstruksi, dan lain-lain). Pengukuran mikrotremor
memiliki beberapa keunggulan untuk penyelidikan bawah permukaan, diantaranya:
1) Dapat dioperasikan di setiap tempat dan setiap waktu
2) Instrumen dan cara pengukurannya relatif mudah
3) Tidak menyebabkan gangguan pada lingkungan
Kegunaan metode mikrotremor untuk identifikasi struktur bawah permukaan ini pertama kali dilakukan
oleh Irikura dan Kawanaka dari Jepang pada tahun 1980. Mereka menggunakan gelombang
mikrotremor untuk mengukur indeks kualitatif batuan. Gelombang mikrotremor dengan perioda
pendek mengidentifikasikan batuan yang lunak. Sedangkan perioda yang lebih besar
III-166
mengindikasikan batuan yang lebih tebal dan kompak. Dalam beberapa kasus peningkatan ketebalan
dan kekompakan batuan juga berbanding lurus dengan kenaikan amplitudo (Irikura dkk, 1998).
Selain itu kita juga dapat menghitung H (ketebalan sedimen) dengan mengetahui kecepatan
gelombang sekunder (Vs). Nilai H didapat dari rumus:
(3)............ H = Vs/4f
Berdasar hasil pengeboran tim tsunami Pusat Vulkanologi dan Mitigasi Bencana Geologi
(PVMBG) Bandung di desa Tritih Lor, Jeruklegi, Cilacap dapat diketahui bahwa pada
kedalaman 35 m dari permukaan tanah didapat lapisan lempung abu-abu keras, jauh lebih
keras dari lapisan di atasnya. Lapisan inilah yang disebut dengan basement.
Sementara itu, hasil pengkuran di daerah yang sama pada koordinat (283577, 9154368)
diperoleh hasil amplifikasi sebesar 3,83 kali dan frekuensi sebesar 1,70 Hz. Dari data
pengeboran dan data mikrozonasi tersebut diatas maka, nilai Vs dapat diperkirakan, yaitu
2.4 Data
Data yang digunakan dalam penelitian ini adalah data pergerakan tanah atau biasa disebut site
effect. Data ini dapat diperoleh dengan banyak inovasi gelombang mikrotremor yang berasal dari
derau alamiah seperti gangguan angin, gelombang laut, lalu lintas, aktivitas pabrik, serta penyebab-
penyebab lain. Pengukuran mikrotremor dapat dilakukan di dataran, perbukitan, pantai, daerah
perkotaan, pedesaan maupun daerah yang tidak ada penduduknya. Pengukuran mikrotremor bisa
dilakukan pada siang hari maupun malam hari, hanya saja kondisi yang harus dihindari adalah hujan,
karena alat akuisisi data mudah rusak jika terkena air.
Pengambilan data lapangan dilakukan di hampir seluruh wilayah Kecamatan Patuk. Daerah yang
berada di Kabupaten Gunungkidul, Yogyakarta ini memiliki 11 desa, diantaranya Desa Patuk,
Semoyo, Pengkok, Putat, Terbah, Bunder, Salam, Nglanggran, Beji, Ngorooro dan Nglegi. Dalam
III-167
pengambilan data di lapangan hanya diperlukan dua orang saja. Seseorang bertindak sebagai
pemasang alat dan seorang lagi sebagai pencatat data.Dengan menancapkan kabel penghubung
antara Datamark dengan seismometer dan menyalakan alat tersebut maka data akan terekam
dengan sendirinya dalam Datamark. Selama perekaman data, pengambil data hanya tinggal
menunggu sambil mencatat data lapangan lainnya yang diperlukan.
Dalam menganalisa data lapangan, dibutuhkan beberapa software agar diperoleh hasil yang
diiginkan. Beberapa software tersebut meliputi, SR-900, HVSR, Microsoft Excel, Origin 8.0, dan Arc
View GIS 3.2. Karena data yang digunakan dalam penelitian ini adalah hak milik BPPTK Yogyakarta,
maka tidak semua informasi dapat dipublikasikan.
III-168
Gambar 4 Peta Amplifikasi Tanah Kecamatan Patuk, Kabupaten Gunungkidul, Yogyakarta
Berdasarkan tabulasi data lapangan didapatkan nilai H/V tertinggi di Kecamatan Patuk, Kabupaten
Gunungkidul, Yogyakarta sebesar 6,31 kali dan frekuensinya 5,77 Hz pada koordinat
(446143,9131422) atau di bagian barat daya peta tepat di desa Nglanggran, Patuk (Gambar 4).
Sedang nilai H/V terendah pada koordinat (443073,9132340) atau di bagian barat daya peta tepat di
Jalan Wonosari-Patuk sebesar 2,26 kali dan frekuensinya 5,44 Hz.
III-169
Gambar 5 Tampilan Data Hasil Pengukuran dalam Software Origin 8.0, Sumbu Y Adalah Nilai Amplifikasi
dan Sumbu X Nilai Frekuensi.
Peta amplifikasi tanah menunjukkan persebaran zona berwarna biru dan kuning (amplifikasi lahan
tinggi-sedang) di bagian barat daya daerah penelitian. Daerah tersebut masih bisa dijadikan lokasi
permukiman karena jika terkena gempabumi kemungkinan kerusakan bangunan tidak terlalu besar.
Zona berwarna biru-kuning ini hampir menempati sebagian besar daerah penelitian dengan nilai
perioda rendah (<1 detik) dengan ketebalan sedimen yang kecil. Distribusi zona ini meliputi hampir
sebagian Desa Salam, Putat, Nglegi, Semoyo, Patuk, Terbah, Pengkok, Beji, dan Bunder. Nilai
amplifikasi sedang-tinggi berada di daerah dengan perioda rendah (sedimen muda) selaras dengan
dasar teori sebagaimana fenomena amplifikasi tinggi di bagian barat daya daerah penelitian.
Zona warna hijau (amplifikasi rendah) menempati bagian yang paling kecil di daerah penelitian. Zona
warna hijau menempati sebagian wilayah timur laut, tenggara dan barat daerah penelitian. Zona
amplifikasi rendah ini masih dapat dikategorikan pada tumpukan sedimen yang tipis dengan nilai
perioda rendah <1 detik sehingga dapt dikatakan bahwa sedimen baru akan menghasilkan frekuensi
resonansi dan amplifikasi lahan yang besar. Distribusi zona ini meliputi beberapa daerah yaitu Desa
Nglanggran, Patuk, Semoyo, Ngorooro dan Bunder.
4. Kesimpulan
Dari penelitian yang telah dilakukan dapat disimpulkan bahwa
1) Peta amplifikasi tanah Kecamatan Patuk didominasi oleh warna biru yang berarti bahwa
amplifikasi sedang dengan periode <1 detik yang mengindikasikan bahwa daerah tersebut masih
layak untuk dijadikan pemukiman karena jika terkena gempa bumi kemungkinan kerusakan
bangunan tidak terlalu besar.
2) Sebagian besar Kecamatan Patuk memiliki perioda antara 0-0.5 Hz (warna coklat) yang
menunjukkan bahwa ketebalan sedimennya sangat tipis. Untuk daerah dengan perioda 0,5-1,0 Hz
terletak di daerah bagian timur dan selatan. Daerah dengan perioda diatas 1,0 Hz mengisi
sebagian kecil wilayah tenggara.
5. Referensi
Departemen Pekerjaan Umum, SNI 03 1726 2002 (Revisi). (2002): Tata Cara Perencanaan Ketahanan Gempa
untuk Rumah dan Gedung. Jakarta
Dinas P3BA & NZAID. (2008): Laporan Kegiatan Mikrozonasi Daerah Gempa Bumi Kabupaten Sleman
Iwata, T., Kawase, H., Satoh, T., Kakehi, Y., Irikura, K., Louie, J. N., Abbott, R. E., and Anderson, J.G., (1998):
Array microtremor measurements at Reno, Nevada, USA (abstract): Eos, Trans. Amer. Geophys. Union, v. 79,
suppl. to no. 45, p. F578.
III-170
Nakamura, Y .(1989): A method for dynamic characteristic estimation of subsurface using microtremor on the
ground surface, Quart. Rep. Railway Techn. Res. Inst. (RTRI) 30, 25-33.
Sucipto, Daryono. (2010): Zona Rawan Local Site Effect di Daerah Yogyakarta. Badan Meteorologi dan
Geofisika. Indonesia. Terdapat di www.bmg.go.id
Tsuboi, S., M. Saito and Y. Ishihara. (2001): Verification of horizontal-to-vertical spectral-ratio technique for
estimation of site response using borehole seismographs, Bull. Seismol. Soc. Am. 91, 499-510.
UNDP (1992): Tinjauan Umum Manajemen Bencana. UNDP Program Pelatihan Manajemen Bencana, edisi ke-2.
III-171
Sijampang – Sistem Informasi Hujan dan Genangan Online
1) 2) 3) 4) 5) 6)
Agus Wibowo , Udrekh , Hartanto Sanjaya , Awaluddin , Winarno , Swasetyo Yulianto ,
Ardhi Adhari Arbain7), Djoko Nugroho8), Lena Sumargana9), dan Azalea Eugenie
1)2) 3) 4) 5) 6) 7) 8) 9) 10)
Nusantara Earth Observation Network (NEOnet),
Badan Pengkajian dan Penerapan Teknologi (BPPT)
Abstrak
Abstrak: Banjir dan macet merupakan masalah rutin yang harus dihadapi oleh masyarakat yang hidup di
sebagian kota besar di Indonesia seperti Jakarta, Bogor, Depok, Tangerang dan Bekasi. Berbagai kalangan
sudah mencari berbagai upaya untuk menyelesaikan permasalahan tersebut, akan tetapi permasalahan
banjir memang tidak mudah diselesaikan. Banyak sekali faktor dan penyebab timbulnya banjir dan
genangan. Sebagai salah satu alternatif penyelesaian masalah banjir tersebut NEOnet BPPT membangun
Sistem Informasi Hujan dan Genangan yang menyediakan informasi hujan secara online dan real time.
Informasi yang disediakan meliputi informasi intensitas hujan yang turun maupun kawasan yang sedang
terkena banjir.
Radar Doppler C-Band yang berada di Puspiptek - Serpong secara kontinyu mendeteksi hujan dan
mengirimkan datanya ke server di NEOnet Jakarta. Komputer akan memproses dan mengidentifikasi daeah-
daerah yang sedang hujan dan mengirim informasinya via SMS ke kontributor yang tersebar di wilayah
Jabodetabek dan sekitarnya. Selanjutnya kontributor dapat membalas SMS tersebut untuk menkonfirmasi
kejadian hujan serta kondisi genangan / banjir di daerahnya. Selain informasi hujan, Sijampang juga
menginformasikan informasi hasil pemantauan tinggi muka air sungai Ciliwung dari pos pengamatan yang
dioperasikan oleh Pemda DKI Jakarta, informasi Automatic Weather Station (AWS) online dan informasi
ramalan cuaca BMKG, dan informasi lainnya.
Informasi Sijampang disajikan secara online di internet sehingga pengguna dapat mengaksesnya dari mana
saja. Sijampang dapat diakses di alamat http://neonet.bppt.go.id/sijampang dan via twitter di @infohujan.
1. Latar Belakang
Musim hujan datang, banjir pun menghadang. Ini merupakan masalah rutin yang menghantui
sebagian kota besar di Indonesia seperti Jakarta, Bogor, Depok, Tangerang, dan Bekasi. Tidak
sedikit upaya yang dilakukan berbagai kalangan guna mencari solusi yang tepat untuk
penanganan masalah ini. Akan tetapi, permasalahan banjir memang bukan permasalahan yang
dapat diselesaikan dengan mudah. Banyak sekali faktor yang menyebabkan timbulnya banjir dan
genangan. Terlepas dari bagaimana kita menangani bencana yang datang setiap tahun ini, kita
juga perlu menyediakan informasi hujan dan genangan/banjir yang sedang terjadi secara akurat,
terkini dan online.
Dengan kemajuan teknologi dewasa ini, banyak sekali informasi terkini yang dapat diakses oleh
masyarakat melalui internet baik menggunakan komputer desktop atau dengan perangkat
bergerak seperti handphone atau komputer tablet. Salah satu informasi yang sangat bermanfaat
adalah informasi di mana sedang terjadi hujan, berapa lama hujan sudah berlangsung dan
tempat-tempat yang sedang ada genangan atau banjir. Dengan tersedianya informasi ini
masyarakat dapat menggunakannya untuk mengambil keputusan misalnya mengambil rute
perjalanan yang tidak macet karena hujan dan banjir.
Radar cuaca merupakan salah satu teknologi yang kerap digunakan untuk mengetahui distribusi
dan intensitas hujan di suatu wilayah. BPPT bekerjasama dengan Japan Agency for Marine Earth
Sience and Technology (JAMSTEC) telah memasang sebuah radar Doppler yang dapat
mengukur intensitas hujan sampai radius 175 Km. Radar yang dibangun dalam program Harimau
(Hydrometeorological ARray for Intraseasonal-variation Monsoon Automonitoring) ini, berlokasi di
PUSPITEK Serpong (Gambar 1). Melalui program ini, data tersebut dikirim melalui internet secara
realtime setiap enam menit ke Nusantara Earth Observation Network (NEOnet) yang terletak di
Gedung 1 BPPT, Jl. MH. Thamrin, Jakarta Pusat.
IV-1
Sebuah aplikasi hujan online yang diberi nama “SIJAMPANG” singkatan dari “Sistem Informasi
Hujan dan Genangan Berbasis Keruangan” dibangun untuk menginformasikan kondisi hujan di
wilayah Jabodetabek secara real time melalui situs http://neonet.bppt.go.id/sijampang. Informasi
ini, meskipun memiliki keakuratan yang masih perlu diuji, akan tetapi mampu memberikan
gambaran secara garis besar mengenai daerah yang sedang turun hujan, dan besarnya
intensitas.
Untuk memperkaya informasi, data radar tersebut diintegrasikan dengan beberapa informasi lain
yang bersifat pengukuran langsung seperti data dari Automatic Weather Station (AWS), data
Automatic Water Lever Recorder (AWLR) di beberapa pintu air di sungai Ciliwung dan Cisadane
maupun data yang melibatkan partisipasi masyarakat yang dikirimkan melalui SMS. Dengan
sistem ini, kondisi terkini hujan dan banjir dapat diinformasikan dengan lebih akurat, serta dapat
menjadi bahan rujukan bagi masyarakat dalam jangkauan radar yang meliputi wilayah Jakarta,
Bogor, Depok, Tangerang, Banten, dan sebagian wilayah Propinsi Jawa Barat.
Data Spasial
Data spasial meliputi data peta latar belakang dan data point of interest (POI). GoogleMaps
digunakan sebagai peta latar belakang data radar, data ini tersedia secara free, online dan
lengkap. GoogleMaps menyediakan tiga jenis tampilan peta yaitu a) maps – tampilan peta, b)
satellite – tampilan citra satelit, c) hybrid – tampilan kombinasi antara peta dan citra satelit, d)
terrain – tampilan peta ketinggian, dan e) black – peta latar belakang warna hitam. Point of
interest (POI) merupakan peta titik lokasi-lokasi penting untuk referensi data status hujan dan
genangan yang dikirim oleh kontributor via SMS. Data POI ditentukan berdasar peta GoogleMaps
dan lokasi tersebar di seluruh lokasi dalam jangakauan radar.
IV-2
atap Gedung 1 BPPT Jakarta. Sedangkan data AWLR diperoleh dari portal resmi DKI Jakarta di
alamat http://prov.jakarta.go.id/jakv1/. Data tersebut diakses secara online dan selanjutnya
digabung dengan data lainnya.
Photo Geotagging
Photo geotagging adalah foto yang mempunyai atribut lokasi dari GPS, foto diambil dengan
perangkat bergerak yang dilengkapi dengan GPS. Selanjutnya photo geotagging tersebut dikirim
ke alamat email sijampang dan kemudian ditampilkan di website Sijampang.
Radar doppler dapat bergerak berputar dan mengubah sudut kemiringan radar, yang biasa
disebut sudut elevasi. Radar akan melakukan pengukuran berdasarkan satu sudut elevasi dan
berputar 360 derajat azimuth. Setelah selesai satu pengukuran, sudut elevasi diganti, dan radar
kembali berputar. Pengukuran seperti ini dilakukan berulang untuk beberapa sudut elevasi.
Cakupan hujan di wilayah yang mampu dijangkau oleh radar ini adalah radius 175 km dari pusat
radar. Informasi yang dihasilkan dari satu sudut pengukuran, belum merupakan informasi yang
benar. Hal ini dikarenakan informasi tersebut diambil berdasarkan format PPI (Plan Position
Indicator), dimana pengukurannya berdasarkan sudut elevasi radar pada saat berputar
mengambil data. Oleh karena itu, titik hujan yang terukur tidak berasal dari ketinggian yang sama.
Titik hujan yang memantulkan sinyal dijarak yang jauh, berasal dari tempat yang lebih tinggi
daripada informasi yang diperoleh dari tempat yang dekat dari radar (Gambar 2). Pengukuran
dengan metoda ini dapat dieliminasi apabila data yang digunakan adalah seluruh cakupan radar
dalam satu kali pengukuran. Radar tersebut berputar dengan sudut kemiringan radar yang
berubah-ubah. Sehingga diperoleh informasi yang berbentuk volum. Hasil perhitungan
IV-3
berdasarkan volum ini kemudian dapat dibuat irisan penampang berdasarkan ketinggian yang
sama. Format seperti ini disebut CAPPI (Constant Altitude Plan Position Indicator). Apabila data
tersebut telah dapat diolah, maka hasilnya akan jauh lebih akurat. Selain itu, informasi ini dapat
digunakan untuk menghitung besarnya volume air yang ada. Dengan demikian, kita dapat
meramalkan seberapa lama hujan tersebut akan turun.
Format CAPPI memiliki tingkat keakuratan yang jauh lebih baik daripada format .RAW. Akan
tetapi format ini memiliki jangkauan cakupan radar sekitar 105 km dari pusat radar. Ada 18
penampang ketinggian yang dapat diperoleh pada satu kali pengukuran. Digunakan penampang
dengan ketinggian yang terdekat dari permukaan bumi yaitu 500 m dan 2000 m sebagai
pembanding untuk ditampilkan secara near real time.
Gambar 3 Tahapan proses pengiriman data radar, pengiriman dan penerimaan SMS dan publikasi
di website
Data radar dikirim ke server NEOnet dalam bentuk format ASCII file, selanjutnya dikonversi ke
format data shapefiles (.shp) dan selanjutnya data shp tersebut digunakan untuk membuat Web
Map Service (WMS) di MapServer. Seluruh proses tersebut dilakukan secara otomatis dengan
membuat script di Linux. Selanjutnya data WMS radar tersebut diintegrasikan dengan Google API
dan dikombinasikan dengan data lain seperti data AWS, AWLR, dan data spasial lainnya.
IV-4
Penyajian informasi hujan selain disajikan di WebGIS Sijampang juga disajikan di situs jejaring
sosial Twitter dengan alamat di @infohujan. Secara otomatis Sijampang mengirimkan informasi
hujan ke Twitter berdasarkan kelompok wilayah dengan maksimal sekali tweet adalah 140
karakter.
Mobilisasi Kontributor
Kontributor diperlukan untuk membantu validasi data hujan berdasar radar, kontributor
mengirimkan informasi status hujan dilokasi masing-masing kontributor via SMS. Seluruh staf
NEOnet menjadi kontributor tetapi masing kurang untuk itu perlu dilakukan mobilisasi kontributor
lain agar sebaran informasi merata untuk seluruh wilayah yang tercakup radar. Mobilisasi
kontributor dilakukan via milist remote sensing dan GIS dan jaringan pertemanan dari personil
NEOnet, hal ini dilakukan untuk memastikan validitas data yang dikirim. Untuk menghubungkan
antar kontributor serta pengembangan maka dibuat Blog (http://blogsijampang.wordpress.com),
milist (sijampang@googlegroups.com) dan email Sijampang (sijampangkita@gmail.com) untuk
saling berkomunikasi dan berbagi informasi.
IV-5
dengan kondisi di lapangan dan 14% data radar tidak sesuai dengan kondisi lapangan. Gambar 5
berikut menunjukkan hasil validasi data hujan berdasar pengukuran radar dengan data kondisi
lapangan yang dikirim oleh kontributor via SMS.
Gambar 5 Validasi Data Hujan Berdasar Radar dengan Data Kondisi Lapangan yang Dikirim
Kontributor Via SMS
IV-6
Menambah jumlah data radar lain baik radar yang diopersikan oleh BPPT atau BMKG
sehingga dapat meliput daerah yang lebih luas dan dapat digunakan oleh masyarakat luas.
Dalam tahun 2011 Radar Doppler C-band yang terpasang di Bandara Internasional
Minangkabau Padang akan dihubungkan ke Sijampang sehingga informasi hujan untuk
daerah Padang dan sekitarnya bisa ditmapilkan secara online.
Pengembangan aplikasi Sijampang mobile sehingga pengguna dengan perangkat bergerak
seperti handphone dan komputer tablet dapat mengakses secara mudah dan cepat. Pada
tahap akan dikembangkan aplikasi mobile dengan sistem operasi Android, aplikasi meliputi
mobile web dan pengiriman foto geotagging menggunakan perangkat bergerak dengan
sistem operasi Android.
Meningkatkan metode komunikasi data dan pengiriman data melalui jaringan internet agar
seluruh 18 layer data yang tersedia bisa ditampilkan di website Sijampang.
Memperbanyak kontributor informasi dengan melibatkan sekolah, instansi pemerintah dan
masyarakat umum lainnya. Salah satu program yang akan dilakukan adalah Sijampang goes
to school yaitu dengan melibatkan sekolah sebagai kontributor informasi. Tujuan lain adalah
untuk melibatkan pendidikan untuk lebih awareness terhadap data cuaca sehingga program-
program seperti kampanye pentingnya dan peranan data cuaca juga akan dilakukan.
4. Kesimpulan
Kesimpulan yang dapat diambil dari penjelasan tersebut di atas adalah sebagai berikut:
Data hujan dari radar doppler cukup akurat sebagai acuan data hujan real time untuk
masyarakat umum.
Peranan kontributor informasi sangat penting terutama untuk kontribusi informasi genangan
secara real time.
Informasi hujan dan genangan online dan real time sudah tersedia dan dapat dimanfaatkan
masyarakat umum dengan mengaksesnya di http://neonet.bppt.go.id/sijampang atau via
twitter di @infohujan.
5. Referensi
Agus Wibowo. (2010): NEOnet: Bersinergi Membangun Negeri. Buku “Senarai Teknologi Untuk Bangsa
Inventarisasi dan Valuasi Sumberdaya Alam”, Pusat Teknologi Inventarisasi Sumberdaya Alam, Deputi
bidang TPSA, BPPT, Jakarta.
Agus Wibowo. (2010): Pembangunan Sistem Informasi Hujan Online Berbasis Keruangan dengan
Memanfaatkan Teknologi Radar Doppler HARIMAU, Studi Kasus Radar Doppler C-Band Serpong. Laporan
Riset Insentif Kemeneg Ristek, Pusat Teknologi Inventarisasi Sumberdaya Alam, Deputi bidang TPSA,
BPPT, Jakarta.
Udrekh, Hartanto Sanjaya, Agus Wibowo, Awaluddin, Djoko Nugroho, Lena Sumargana, Azalea Eugenie.
(2010): Sijampang, Aplikasi Informasi Hujan dan Genangan Online. Buku “Senarai Teknologi Untuk Bangsa
Inventarisasi dan Valuasi Sumberdaya Alam”, Pusat Teknologi Inventarisasi Sumberdaya Alam, Deputi
bidang TPSA, BPPT, Jakarta.
IV-7
Pemanfaatan Citra Satelit ALOS AVNIR-2 untuk Identifikasi Tanah Terlantar Hak Guna
Usaha Untuk Perkebunan
Abstrak : Secara operasional, saat ini identifikasi tanah terlantar dilaksanakan menurut petunjuk teknis
tentang penertiban dan pendayagunaan tanah terlantar. Adapun perolehan data spasial yang berupa
penggunaan lahan dilakukan dengan metode survey lapangan. Pengumpulan data spasial dengan metode
survey lapangan pada lokasi Hak Guna Usaha (HGU) yang memiliki cakupan wilayah relatif luas dengan
kondisi lapangan yang bervariasi tersebut membutuhkan waktu, tenaga, dan biaya yang cukup besar.
Berdasarkan hal tersebut, maka pada penelitian ini dilakukan kajian identifikasi tanah terlantar HGU
perkebunan menggunakan citra satelit ALOS AVNIR.
Identifikasi tanah terlantar HGU dilakukan dengan klasifikasi dan transformasi indeks vegetasi citra ALOS
AVNIR-2. Klasifikasi digital digunakan untuk mendeteksi penutup lahan. Transformasi indeks vegetasi
digunakan untuk membedakan vegetasi perkebunan berupa kelapa dan vegetasi non perkebunan. Tahap
akhir adalah melakukan verifikasi terhadap peta tematik yang ada dan pengujian di lapangan.
Klasifikasi digital pada citra ALOS AVNIR-2 menghasilkan data penggunaan lahan melalui klasifikasi
penutup lahan. Masing-masing penggunaan lahan yang ada dari hasil klasifikasi berupa tanah terbuka
234,585 ha; hutan 1.097,199 ha; dan padang 505,338 ha dari keseluruhan luas 1.837,22 ha. Berdasarkan
penggunaan lahan yang ada dapat diidentifkasi bahwa terdapat bidang tanah HGU terlantar. Hasil klasifikasi
digital pada citra ALOS AVNIR-2 dapat digunakan sebagai alternatif untuk identifikasi tanah terlantar HGU
untuk perkebunan dengan biaya yang lebih murah dibandingkan dengan metode survey lapangan.
Kata kunci : Identifikasi Tanah Terlantar, HGU Perkebunan, Citra ALOS AVNIR-2
1. Pengantar
1.1 Latar Belakang
Identifikasi tanah terlantar merupakan bagian dari kegiatan penertiban dan pendayagunaan tanah
terlantar. Pengumpulan data fisik dalam identifikasi tanah terlantar saat ini dilakukan dengan
survey lapangan. Dana yang dialokasikan untuk kegiatan penertiban satu bidang tanah terlantar
sebesar Rp 27.665.000,- (Anonim, 2009). Banyaknya jumlah bidang tanah yang terlantar serta
cakupan wilayah yang luas diperlukan waktu dan anggaran dana yang cukup besar untuk
melakukan penertiban dan pendayagunaan tanah terlantar.
Citra ALOS (Advanced Land Observing Satellite) AVNIR-2 merupakan citra satelit yang
menggunakan saluran gelombang tampak terdiri dari saluran biru (0,42-0,5µm), saluran hijau
(0,52-0,6µm), saluran merah (0,61-0,69µm), saluran inframerah dekat (0,76-0,89µm), mempunyai
resolusi spasial 10 meter. Perkembangan teknologi penginderaan jauh diharapkan dapat
memberikan alternatif penyelesaian pekerjaan yang murah, cepat, mudah dan menghasilkan data
yang akurat untuk mewujudkan percepatan pelaksanaan penertiban dan pendayagunaan tanah
terlantar.
Kegiatan identifikasi tanah terlantar HGU perkebunan menggunakan citra ALOS AVNIR-2 selain
cakupan wilayahnya luas (70 km x 70 km) dalam setiap scene dengan resolusi spasial 10m,
perekamannya menggunakan panjang gelombang yang diperlukan dalam kegiatan identifikasi
vegetasi, biaya pengadaannya juga lebih kompetitif dibanding citra satelit resolusi tinggi.
Berdasarkan hal tersebut, maka perlu dilakukan kajian terhadap metode yang dapat digunakan
dalam kegiatan identifikasi tanah terlantar HGU perkebunan menggunakan ALOS AVNIR.
1.2 Tujuan
Penelitian ini bertujuan melakukan identifikasi tanah terlantar HGU perkebunan menggunakan
citra satelit ALOS AVNIR-2 dan membandingkannya dengan metode survey lapangan.
IV-9
a. Tinjauan Pustaka
Pemanfaatan berbagai jenis citra satelit untuk keperluan studi penutup atau penggunaan lahan
telah dilakukan oleh beberapa peneliti, natara lain oleh Nugraha (2004), Rahardjo (2005),
Wahyunto dan Heryanto (2006), As-syakur dan Adnyana (2009), dan Susilo (2008). Penggunaan
teknik klasifikasi digital pada citra LANDSAT 7 ETM + untuk pendataan obyek PBB sektor
perkebunan secara intensif dikaji oleh Nugraha (2004) dan Rahardjo (2005). Nugraha (2004)
menyatakan bahwa pertambahan umur tanaman kelapa sawit berpengaruh terhadap peningkatan
nilai spektral, artinya bahwa dengan bertambahnya umur vegetasi maka nilai spektralnya juga
meningkat, sedangkan Rahardjo (2005) menyatakan bahwa terdapat korelasi positif antara umur
tanaman dengan nilai spektralnya.
Pada bidang pertanian, Wahyunto dan Heryanto (2006) menyatakan bahwa tingkat kehijauan
tanaman padi yang dilihat dari nilai indeks vegetasinya mempunyai korelasi positif dengan
produktivitas, artinya tingkat produktivitas tanaman padi dapat ditandai dengan nilai indeks
vegetasi yang tinggi. Secara khusus, As-syakur dan Adnyana (2009) nilai indeks vegetasi citra
ALOS AVNIR-2 memiliki hubungan dengan prosentase tutupan vegetasi. Presentase tutupan
vegetasi ditandai dengan semakin meningkatnya nilai indeks vegetasi yang diperoleh dari ketiga
persamaan NDVI, SAVI, dan MSAVI.
Penggunaan citra satelit resolusi spasial tinggi dikaji oleh Susilo (2008), yang memanfaatkan citra
satelit Quickbird untuk pendugaan tanah HGB (Hak Guna Bangunan) perumahan terlantar. Hasil
kajian menunjukkan bahwa penggunaan citra satelit QuickBird diperoleh data tematik dan spasial
lebih banyak dengan rincian biaya yang lebih murah jika dibandingkan dengan metode identifikasi
konvensional.
HGU perkebunan dengan penutup lahan berupa vegetasi, dapat direkam oleh citra satelit.
Berdasarkan penelitian sebelumnya, nilai spektral hasil perekaman unsur vegetasi pada citra
memiliki korelasi dengan kondisi tanaman. Cakupan HGU perkebunan yang relatif luas,
menjadikan penelitian lapang dalam rangka identifikasi tanah terlantar memerlukan biaya yang
cukup besar. Pada penelitian ini dikaji mengenai kemungkinan alternatif pelaksanaan identifikasi
tanah terlantar menggunakan citra ALOS AVNIR-2 dengan melakukan klasifikasi penggunaan
lahan dan transformasi indeks vegetasi.
b. Landasan Teori
Citra Satelit ALOS ANVIR-2.
Citra ALOS AVNIR-2 merupakan salah satu produk satelit ALOS yang perekamannya
menggunakan gelombang elektromagnetik pada saluran tampak dan saluran inframerah-dekat
dengan resolusi spasial 10 meter. Panjang gelombang yang digunakan pada sensor AVNIR-2
yaitu (Anonim, 2010c): band 1 : 0.42 - 0.50 µm; band 2 : 0.52 - 0.60µm; band 3 : 0.61 - 0.69µm;
dan band 4 : 0.76 - 0.89 µm. Untuk keperluan studi tentang vegetasi, digunakan saluran yang
paling diserap dan paling dipantulkan vegetasi yaitu pada band 3 (saluran merah) dan band 4
(inframerah dekat).
Rektifikasi
Dari aspek posisi, data mentah hasil proses penginderaan jauh mengandung kesalahan geometri
yang bersifat sistematik dan non-sistematik. Kesalahan geometrik yang bersifat sistematik yang
terkait dengan attitude satelit dikoreksi menggunakan data ephemeris satelit, sedangkan
kesalahan yang bersifat non-sistematik dikoreksi menggunakan titik kontrol tanah atau Ground
Control Points (GCP). Koreksi kesalahan geometris yang bersifat non-sistematis menggunakan
GCP tersebut secara umum dikenal sebagai rektifikasi.
Tahapan dalam rektifikasi adalah interpolasi spasial dan interpolasi intensitas. Umumnya model
matematik yang digunakan dalam interpolasi spasial adalah persamaan transformasi 2D, antara
lain persamaan polinomial. Rees (1999) menyatakan bahwa persamaan polinomial orde 2 dapat
melakukan koreksi terhadap kesalahan perubahan skala termasuk perubahan arah x dan y,
rotasi/perputaran, dan koreksi kemiringan (skew). Indikator keberhasilan dalam tahap ini berupa
nilai RMSE posisi titik hasil transformasi terhadap posisi yang sebenarnya. Berdasarkan ketelitian
baku peta nasional Amerika, RMSE citra hasil interpolasi spasial harus kurang dari 0,5 resolusi
spasial citranya (Eastman,1997 dalam Sukuryadi, dkk, 2010). Menurut Wikantika dan Agus
(2006), akurasi hasil koreksi geometri citra dihitung berdasarkan penyimpangan titik cek terhadap
IV-10
peta referensi atau hasil pengukuran lapangan dengan penyimpangan posisi tidak melebihi 1
piksel. Interpolasi intensitas atau resampling merupakan proses penentuan nilai kecerahan pada
piksel citra hasil rektifikasi. Metode interpolasi intensitas yang dapat dipilih adalah tetangga
terdekat, bilinier, dan bicubic (Jensen, 1996).
Indeks Vegetasi
Indeks vegetasi merupakan salah satu bentuk transformasi citra untuk mengukur tutupan
vegetasi. Indeks vegetasi umumnya diperoleh dengan memanfaatkan saluran merah (red) dan
inframerah dekat (NIR). Hal ini disebabkan klorofil pada vegetasi bersifat menyerap energi pada
saluran merah, dan memantulkan energi pada saluran inframerah dekat. Salah satu algoritma
indeks vegetasi yang sering digunakan Ratio Vegetation Index (RVI), yang merupakan rasio
antara salurah NIR dengan saluran merah (Rees, 1999).
Berdasarkan PP Nomor 11 Tahun 2010 (Anonim, 2010a), data spasial yang dikumpulkan melalui
metode survey lapangan pada kegiatan identifikasi tanah terlantar berupa luas bidang tanah, luas
penggunaan yang sesuai dengan peruntukannya, luas penggunaan yang tidak sesuai dengan
peruntukannya, dan luas yang tidak digunakan atau dimanfaatkan. Pada penelitian ini, lokasi
penelitian yaitu bidang tanah HGU di sebagian wilayah Kabupaten Landak diberikan untuk tujuan
perkebunan kelapa sehingga data spasial yang akan dikumpulkan berupa luas bidang tanah, luas
penggunaan berupa kebun kelapa, luas penggunaan selain kebun kelapa, luas yang tidak
digunakan/dimanfaatkan.
b. Peralatan
Peralatan yang dipergunakan adalah:
1) GPS merk Garmin Seri Map 76 CSX untuk survei sampel vegetasi dan penggunaan lahan
2) Kamera untuk merekam gambar hasil uji lapangan
3) Komputer 1 unit untuk pengolah, analisis, dan penulisan laporan
4) Printer merk Canon seri IP 1300 untuk mencetak hasil
5) Perangkat lunak pemrosesan citra satelit untuk pengolahan citra ALOS AVNIR-2
6) Arc View GIS untuk membuat peta hasil klasifikasi penggunaan lahan
7) Perangkat lunak statistik untuk pengolahan data analisis uji statistik
8) Microsoft Office untuk penulisan laporan.
IV-11
c. Bahan
Bahan yang dipergunakan terdiri dari:
1) Data tanah HGU terindikasi terlantar
2) Citra ALOS AVNIR-2 yang mencakup lokasi penelitian
3) Peta bidang HGU di lokasi penelitian
4) Daftar koordinat GCP dan titik cek
5) Daftar koordinat sampel lokasi perkebunan kelapa
6) Daftar koordinat training area dan uji lapangan hasil klasifikasi.
d. Prosedur
Secara skematis alur pelaksanaan penelitian disajikan pada Gambar 1. Adapun Pengolahan data
yang dilakukan meliputi :
1) Melakukan rektifikasi citra menggunakan metode polinomial orde 2
2) Transformasi sistem proyeksi peta bidang dari sistem TM 3º menjadi UTM
3) Pemotongan citra lokasi penelitian berdasarkan perimeter peta bidang HGU
4) Klasifikasi digital citra satelit dengan acuan Petunjuk Teknis Pemetaan Tematik Pertanahan
BPN-RI skala 1:100.000.
5) Transformasi indeks vegetasi dengan metode RVI dan pengelompokan nilai indeks vegetasi
menggunakan cara density slicing.
6) Analisis terhadap hasil transformasi indeks vegetasi dan klasifikasi digital
7) Analisis hasil tahap (6) dengan hasil survey lapangan. Salah satu acuan dalam tahap ini
adalah dokumen Petunjuk Teknis Penertiban Tanah yang Diindikasi Terlantar (Anonim,
2009).
IV-12
Gambar 1 Diagram Alir Pelaksanaan Penelitian
IV-13
Gambar 2 Peta Penggunaan Lahan di Sebagian Wilayah Kabupaten Landak
Tabel 1 Akurasi Hasil Klasifikasi Penggunaan Lahan pada Citra ALOS AVNIR-2
Hasil uji lapangan (Piksel)
Jumlah piksel User’s accuracy (%)
Kelas Hasil klasifikasi Tanah terbuka Hutan Padang
Unclassified 0 0 0 0
Tanah terbuka 58 0 0 58 100
Hutan 0 133 3 136 97.79
Padang 0 16 22 38 57.89
Jumlah piksel (kolom) 58 149 25 232
Producer’s accuracy (%) 100 89.26 88
Overall Accuracy= 91.8103%. Kappa Coefficient = 0.85
Untuk mengidentifikasi keberadaan perkebunan kelapa pada lokasi penelitian melalui nilai indeks
vegetasi RVI, dilakukan pengelompokan nilai indeks vegetasi seperti pada Tabel 2 dan secara
visual disajikan pada Gambar 3. Pola sebaran nilai indeks perkebunan kelapa yang menyebar
menunjukkan bahwa pada bidang tanah tersebut tidak dimanfaatkan untuk perkebunan kelapa.
Vegetasi pada lokasi penelitian sangat bervariasi dapat dilihat dari grafik histogram citra dengan
banyak puncak, yang setiap puncaknya mewakili satu obyek. Heterogenitas vegetasi pada area
penelitian menyulitkan dalam pembagian nilai indeks vegetasi berdasarkan histogramnya untuk
mengetahui nilai setiap obyek yang ada. Karakteristik nilai indeks ini menyulitkan dalam
identifikasi vegetasi perkebunan kelapa berdasarkan nilai indeks vegetasi saja.
Tabel 2. Pengelompokan Nilai Indeks Vegetasi Perkebunan Kelapa menggunakan Density Slicing
No Obyek Nilai RVI
1 Tanaman kelapa 1.5-1.88
2 Obyek selain tanaman kelapa 0.45 - 1.50 dan 1.88 - 3.84
IV-14
Gambar 3. Citra hasil density slicing pada nilai indeks RVI. ( : tanaman kelapa, : non-kelapa)
Dari hasil klasifikasi diketahui bahwa daerah kajian merupakan tanah terlantar karena tidak ada
pemanfaatan lahan untuk perkebunan sama sekali. Adapun penggunaan metode transformasi
indeks vegetasi sulit digunakan untuk menentukan penggunaan tanah maupun untuk
menentukan jenis vegetasi yang ada. Hal tersebut disebabkan kondisi pada daerah studi yang
terindikasi terlantar vegetasinya sangat heterogen. Berdasarkan uji lapangan, vegetasi yang
masuk dalam penggunaan padang dan hutan terdiri dari berbagai macam jenis vegetasi.
Pada metode survey lapangan kesimpulan adanya tanah terlantar diperoleh setelah dilakukan
survey lapangan, penggambaran, dan overlay dengan peta RTRW (Rencana Tata Ruang
Wilayah). Pada data citra ALOS AVNIR-2 tanah terlantar dapat dilihat pada hasil klasifikasi.
Klasifikasi digital menghasilkan data penggunaan lahan yang berupa tanah terbuka, padang, dan
hutan. Penggunaan tersebut menunjukkan bahwa pada bidang tanah tidak lagi digunakan
sebagaimana tujuan pemberian haknya yaitu untuk perkebunan kelapa.
Kajian biaya yang diperlukan untuk menyelesaikan satu satuan pekerjaan identifikasi (satu
bidang tanah hak) menggunakan metode survey lapangan ternyata lebih mahal daripada
menggunakan citra ALOS AVNIR-2. Selisih biaya terletak pada pekerjaan pembuatan dan
penggambaran peta dasar, pengadaan citra ALOS AVNIR-2, serta jumlah petugas yang
melakukan survey. Biaya operasional survey mencakup biaya transportasi, uang lapangan, uang
harian, dan biaya penginapan. Selisih biaya yang digunakan antara metode survey lapangan
dengan menggunakan citra ALOS AVNIR-2 dapat bertambah apabila dalam satu scene citra
mencakup beberapa bidang HGU, sehingga biaya untuk pengadaan citra masih mungkin ditekan.
4. Kesimpulan
Berdasarkan analisis dan pembahasan hasil penelitian, maka dapat ditarik beberapa kesimpulan
sebagai berikut:
1) Metode klasifikasi digital pada citra ALOS AVNIR-2 dapat digunakan dalam kegiatan
identifikasi tanah terlantar HGU perkebunan di sebagian wilayah Kabupaten Landak,
Propinsi Kalimantan Barat.
2) Transformasi indeks vegetasi pada citra ALOS AVNIR-2 tidak dapat digunakan untuk
kegiatan identifikasi tanah terlantar HGU perkebunan di Kabupaten Landak Propinsi
Kalimantan Barat.
3) Hasil klasifikasi digital pada citra ALOS AVNIR-2 dapat mengidentifikasi penggunaan
lahan berupa tanah terbuka seluas 234,58 ha, hutan seluas 1.097,19 ha, dan padang
seluas 505,34 ha, sehingga luas keseluruhan daerah kajian adalah 1.837,22 ha.
IV-15
4) Berdasarkan hasil klasifikasi citra ALOS AVNIR-2, bidang tanah HGU di daerah kajian
diidentifikasi sebagai tanah terlantar karena tidak terdapat penggunaan lahan untuk
perkebunan kelapa maupun pemanfaatan lahan lainnya.
5) Pemanfaatan citra ALOS AVNIR-2 dalam kegiatan identifikasi tanah terlantar untuk HGU
perkebunan memerlukan biaya yang lebih sedikit daripada pelaksanaan identifikasi
menggunakan metode survey lapangan.
5. Daftar Pustaka
Anonim, (2009): Petunjuk Teknis I Penertiban Tanah yang Diindikasikan Terlantar, Badan Pertanahan
Nasional, Jakarta.
Anonim. (2010a): Peraturan Pemerintah Republik Indonesia Nomor 11 tahun 2010 Tentang Penertiban dan
Pendayagunaan Tanah Terlantar, Badan Pertanahan Nasional, Jakarta.
Anonim. (2010b): Peraturan Kepala Badan Pertanahan Nasional Republik Indonesia Nomor 4 Tahun 2010
Tentang Tata Cara Penertiban Tanah Terlantar, Badan Pertanahan Nasional, Jakarta.
Website:http://www.bpn.go.id, diakses tanggal 19 Juni 2010
Anonim. (2010c): Alos Characteristics. Website:http://www.eorc.jaxa.jp/ en/ hatoyama/ satellite / sendata/
avnir2_e.html, diakses tanggal 29 Maret 2010
Anonim. (2010d): Petunjuk Teknis Pemetaan Tematik Pertanahan, Badan Pertanahan Nasional, Jakarta.
Harintaka dan Sumarto,I. (2002): Kajian Beberapa Metode Transformasi Dua Dimensi Untuk Koreksi
Geometrik Citra Satelit. Jurnal. Media Teknik No.2 Tahun XXIV edisi Mei 2002, Website: http://i-
lib.ugm.ac.id /jurnal/, diakses tanggal 18 Juni 2010.
nd
Jensen, J.R. (1996): Introductory to Digital Image Processing (2 Edition). Prentice-Hall,Inc, Amerika.
Purbowaseso, B.(1996): Penginderaan Jauh Terapan, Universitas Indonesia Press, Jakarta.
Rees, G. (1999): The Remote Sensing Data Book. Cambridge University Press, Cambridge,
Website:http://www.scribd.com/ doc/ 32886876/ The-Remote-Sensing-Data-Book, diakses tanggal 24
Agustus 2010
Sukuryadi, Osawa, T., Arthana, W.(2010): Pemetaan Distribusi Terumbu Karang dengan Menggunakan
Data Satelit ALOS AVNIR-2 di Sekitar Perairan Sekotong Kabupaten Lombok Barat. Website:
www.syukuryadi.wordpress.com/artikel-penelitian-2/ diakses tanggal 27 Juni 2010
Wikantika, K. dan Agus, A. (2006): Analisis Perubahan Luas Pertanian Lahan Kering Menggunakan
Transformasi Tasseled Cap Studi Kasus : Kawasan Puncak – Jawa Barat.Jurnal.Infrastruktur dan
Lingkungan Binaan Volume II Nomor 1 Edisi Juni 2006. Website:: http://www.ftsl.itb.ac.id/ wp-content/
uploads/ 2007/ 04/ Artikel_Pak_Ketut1.pdf, diakses tanggal 1 Januari 2011.
IV-16
Teknologi Penginderaan Jauh dan Sistem Informasi Geografi untuk Analisis Arahan
Pengembangan Lahan Perkebunan Kelapa Sawit
Di Provinsi Jambi
Abstrak: Penelitian ini pada dasarnya bertujuan untuk mengetahui potensi pengembangan perkebunan
kelapa sawit melalui analisis citra, analisis kesesuaian lahan dan rencana tataruang wilayah yang telah
ditetapkan pemerintah daerah. Analisis citra bertujuan untuk memperoleh informasi liputan lahan yang
dilakukan dengan klasifikasi citra Landsat tahun 2008. Analisis kesesuaian lahan yang didasarkan atas
kualitas dan karakteristik lahan seperti iklim, terrain dan tanah dalam hubungannya dengan kebutuhan fisik
tanaman kelapa sawit seperti: temperatur, ketersediaan air (curah hujan, masa kering), ketersediaan
oksigen (drainase), media perakaran (tekstur, bahan kasar, kedalaman tanah, ketebalan/kematangan
gambut), retensi hara (KTK liat, kejenuhan basa, pH H2O, C-organik), bahaya/kedalaman sulfidik, bahaya
erosi (lereng, bahaya erosi), penyiapan lahan (batuan di permukaan, singkapan batuan). Sementara itu
penggunaan peta rencana tataruang wilayah (RTRW) dan peta administrasi sebagai input bertujuan agar
hasil analisis yang diperoleh dapat sejalan dan tidak bertentangan dengan peraturan daerah yang ada.
Berdasarkan hasil analisis dapat disimpulkan bahwa:
1. Lahan yang sesuai untuk perkebunan sawit di Provinsi Jambi adalah 1.937.307 ha (685.333 sangat
sesuai dan 1.251.956 sesuai)
2. Perkebunan kelapa sawit yang sangat sesuai 95.819 ha (17%), sesuai 240.524 ha (43%), sesuai
marginal 205.171 ha (37%) dan tidak sesuai 12.876 ha (2%)
3. Potensi lahan untuk pengembangan perkebunan sawit di Provinsi Jambi (sangat sesuai dan sesuai)
adalah 795.298 ha
4. Arahan pengembangan perkebunan kelapa sawit meliputi : Kabupaten Merangin 22%, , Sarolangun
21%, Batanghari dan Muarojambi masing-masing 15%, Bungo 10%, Tebo 8%, Kerinci dan Tanjung
Jabung Timur masing-masing 4%, Tanjung Jabung Barat dan Kota Jambi masing-masing 1%.
1. Pendahuluan
Evaluasi lahan adalah suatu proses penilaian sumber daya lahan untuk tujuan tertentu dengan
menggunakan suatu pendekatan atau cara yang sudah teruji. Evaluasi lahan akan memberikan
informasi mengenai kesesuaian suatu lahan untuk penggunaan tertentu. Kesesuaian lahan
tersebut dapat dinilai untuk kondisi saat ini (kesesuaian lahan aktual) atau setelah diadakan
perbaikan (kesesuaian lahan potensial).
Kesesuaian lahan aktual adalah kesesuaian lahan berdasarkan data sifat biofisik tanah atau
sumber daya lahan sebelum lahan tersebut diberikan input yang diperlukan untuk mengatasi
kendala yang ada. Data biofisik tersebut berupa karakteristik tanah dan iklim yang berhubungan
dengan persyaratan tumbuh tanaman yang dievaluasi. Sementara itu kesesuaian lahan potensial
menggambarkan kesesuaian lahan yang akan dicapai apabila dilakukan usaha-usaha perbaikan.
Struktur klasifikasi kesesuaian lahan menurut kerangka FAO (1976) dapat dibedakan menurut
tingkatannya, yaitu tingkat Ordo, Kelas, Subkelas dan Unit. Ordo adalah keadaan kesesuaian
lahan secara global. Pada tingkat ordo kesesuaian lahan dibedakan antara lahan yang tergolong
sesuai (S=Suitable) dan lahan yang tidak sesuai (N=Not Suitable).
Kelas adalah keadaan tingkat kesesuaian dalam tingkat ordo. Berdasarkan tingkat detail data
yang tersedia pada masing-masing skala pemetaan, kelas kesesuaian lahan dibedakan menjadi:
(1) Untuk pemetaan tingkat semi detail (skala 1:25.000-1:50.000) pada tingkat kelas, lahan yang
tergolong ordo sesuai (S) dibedakan ke dalam tiga kelas, yaitu: lahan sangat sesuai (S1), cukup
sesuai (S2), dan sesuai marginal (S3). Sedangkan lahan yang tergolong ordo tidak sesuai (N)
tidak dibedakan ke dalam kelas-kelas. (2) Untuk pemetaan tingkat tinjau (skala 1:100.000-
1:250.000) pada tingkat kelas dibedakan atas Kelas sesuai (S), sesuai marginal (CS) dan tidak
sesuai (N).
IV-18
Menurut data statistik tahun 2007, luas perkebunan kelapa sawit 448.899 hektar (23 %) dari
1.298.088 ha luas perkebunan di Provinsi Jambi dengan penyebaran sebagian terbesar ada di
Kabupaten Muarojambi 23 %, Kabupaten Tanjung Jabung Barat dan Batanghari masing-masing
16 %, Bungo 11 %, Merangin 10 %, Sarolangun dan Tebo masing-masing 9 % dan Tanjung
Jabung Timur 5 %.
Tujuan kajian ini adalah melakukan analisis kesesuaian lahan untuk perkebunan kelapa sawit,
analisis ketersedian lahan dan arahan pengembangan perkebunan kelapa sawit di Provinsi
Jambi.
2. Metodologi
Data yang digunakan dalam analisis arahan pengembangan perkebunan kelapa sawit ini meliputi:
informasi liputan lahan (hasil pemetaan menggunakan data satelit Landsat (bekerjasama dengan
Dinas Perkebunan Provinsi Jambi tahun 2008), peta tematik: peta tanah (kesuburan fisik:
drainase, tekstur, bahan kasar, kedalaman lereng, bahaya erosi, batuan permukaan, singkapan
batuan), (kesuburan kimia: KTK, kejenuhan basa, pH, C-organik, kedalaman sulfidik, ketebalan
dan kematangan gambut), iklim (temperatur, curah hujan, masa kering), peta RTRW dan peta
dasar/administrasi.
Analisis kesesuaian lahan yang didasarkan atas kualitas dan karakteristik lahan (land
characteristic) seperti iklim, terrain dan tanah dalam hubungannya dengan kebutuhan fisik
tanaman kelapa sawit. Ada delapan karakteristik lahan yang masing-masing mempunyai nilai
yang bervariasi meliputi : temperatur, ketersediaan air (curah hujan, masa kering), ketersediaan
oksigen (drainase), media perakaran (tekstur, bahan kasar, kedalaman tanah,
ketebalan/kematangan gambut), retensi hara (KTK liat, kejenuhan basa, pH H2O, C-organik),
bahaya/kedalaman sulfidik, bahaya erosi (lereng, bahaya erosi), penyiapan lahan (batuan di
permukaan, singkapan batuan).
Secara garis besar pembuatan data dasar untuk analisis kesesuaian lahan, analisis liputan lahan
dan arahan pengembangan perkebunan kelapa sawit dibagi menjadi dua bagian seperti disajikan
pada Gambar 1.
IV-19
KARAKTERISTI
K LAHAN
KESESUAIAN LAHAN
KELAPA SAWIT PENGOLAHAN
SISTEM INFORMASI GEOGRAFI AWAL
INFORMASI
LAPANGAN PENGOLAHAN
LANJUTAN
INFORMASI SPASIAL
LIPUTAN LAHAN
SISTEM
INFORMASI
GEOGRAFI
SISTEM
INFORMASI
GEOGRAFI
ARAHAN PENGEMBANGAN
PERKEBUNAN KELAPA
SAWIT
Gambar 1 Diagram Alir Penyiapan Data Dasar untuk Analisis Ketersediaan Lahan dan Arahan
IV-20
Pengembangan Perkebunan Kelapa Sawit
Gambar 2 Citra Landsat Provinsi Jambi dengan Informasi Perkebunan Kelapa Sawit
Hasil analisis kesesuaian lahan menunjukkan bahwa hanya 14% dari wilayah Provinsi Jambi
yang sangat sesuai untuk perkebunan kelapa sawit, 26% cukup sesuai, 38% sesuai marginal dan
22% tidak sesuai. Secara statistik disajikan pada Tabel 2, sedangkan secara spasial disajikan
pada Gambar 3.
IV-21
Tabel 2 Statistik Kesesuaian lahan perkebunan kelapa sawit (ha) tiap kabupaten di Provinsi Jambi
Sesuai
KABUPATEN Sangat sesuai Cukup sesuai Tidak sesuai Total
marginal
Batanghari 86.856 220.314 237.984 8.452 553.606
Bungo 97.160 152.544 113.105 104.563 467.372
Kerinci 105.579 16.059 77.361 291.651 369.013
Merangin 22.290 172.310 298.127 329.577 749.342
Muarojambi 162.360 92.344 337.066 3.839 535.505
Sarolangun 199.057 178.595 158.820 592.119
Tanjung Jabung Barat 211.087 95.645 143.409 152.388 494.855
Tanjung Jabung Timur 300.942 397.637 493.282
Tebo 2.740 70.612 37.252 619.893
Kodya Jambi 9.855 17.226
Total 685.333 1.251.956 1.863.752 1.086.542 4.892.213
Persentase 14 26 38 22 100
Gambar 3 Informasi kesesuaian lahan untuk perkebunan kelapa sawit di Provinsi Jambi
Tabel 2 menunjukkan bahwa sesungguhnya hanya 14% (685.333 ha) lahan saja yang tidak
mempunyai faktor pembatas yang berarti untuk penggunaan secara berkelanjutan (sustainable)
sebagai perkebunan kelapa sawit atau hanya sedikit faktor pembatas yang tidak akan
mengurangi produktivitas sehingga dapat memberikan keuntungan maksimal. Dua puluh enam
(26) persen (1.251.956 ha) lahan mempunyai faktor pembatas yang berarti (moderate) untuk
penggunaan secara berkelanjutan dan dapat menurunkan produktivitas atau keuntungan. Tiga
puluh delapan (38) persen (1.863.752 hektar) lahan mempunyai faktor pembatas yang berat
untuk penggunaan secara berkelanjutan dan akan mengurangi produktivitas dan keuntungan
terhadap pemanfaatannya, sedangkan 22% sisanya (1.086.542 ha) lahan mempunyai faktor
pembatas yang sangat berat untuk penggunaan secara berkelanjutan sebagai perkebunan
kelapa sawit sehingga menghambat dan menghalangi beberapa kemungkinan untuk
pemanfaatannya.
Penggabungan informasi spasial kesesuaian lahan dengan informasi spasial liputan lahan akan
memberikan informasi kesesuaian lahan dari perkebunan kelapa sawit yang telah ada saat ini
(eksisting). Secara statistik disajikan pada Tabel 3, sedangkan secara spasial disajikan pada
Gambar 4.
IV-22
Gambar 4 Informasi Kesesuaian Lahan untuk Perkebunan Kelapa Sawit yang Ada Saat Ini Di
Provinsi Jambi
Tabel 3 menunjukkan bahwa hanya 17% (95.819 ha) perkebunan kelapa sawit yang ada saat ini
termasuk kelas sangat sesuai, 43% (240.524 ha) cukup sesuai, 37% (205.171 ha) sesuai
marginal dan 2% (12.876 ha) tidak sesuai. Hal ini berarti bahwa hanya 336.344 ha perkebunan
sawit saja yang termasuk kelas S1 dan S2, sementara sisanya 218. 047 ha termasuk S3 dan N.
Analisis ketersediaan lahan dilakukan dengan penggabungan informasi spasial liputan lahan
dengan informasi spasial kesesuaian lahan, sedangkan analisis arahan pengembangan
perkebunan kelapa sawit dilakukan dengan menggabungkan informasi spasial ketersediaan
lahan dengan informasi spasial kawasan (RTWR). Penggabungan informasi spasial kesesuaian
lahan dengan peta kawasan akan memberikan gambaran apakah lahan yang sesuai untuk
perkebunan kelapa sawit masuk area kawasan atau tidak seperti disajikan pada Tabel 4.
IV-23
Gambar 5 Informasi Arahan Pengembangan Perkebunan Kelapa Sawit yang Ada Saat Ini Di
Provinsi Jambi
Tabel 4 menunjukkan bahwa ternyata tidak seluruh lahan S1 dapat dimanfaatkan untuk
perkebunan kelapa sawit. Hal ini disebabkan karena sebagian berada pada lokasi kawasan
Taman Nasional (27.095 ha), Hutan Produksi Tetap (74.815 ha), Hutan Produksi Terbatas
(19.070 ha) dan Tanaman Hutan Rakyat (1.152 ha). Demikian juga halnya dengan lahan S2.
Selain itu juga terlihat bahwa luas kawasan yang masuk kategori lahan S1 dan S2 adalah
848.832 ha (159.235 + 689.597) sedangkan sisanya 1.088.474 ha (526.116 + 562.358) lahan
adalah areal penggunaan lain yang di antaranya merupakan potensi lahan untuk dikembangkan
menjadi perkebunan kelapa sawit.
Ketersediaan lahan dan arahan pengembangan diperoleh dengan overley informasi spasial
kesesuaian lahan dengan informasi spasial liputan lahan, kawasan/RTRW dan batas
administrasi, dimana lahan yang sesuai untuk perkebunan kelapa sawit tetapi existing bukan
kawasan dan bukan liputan (hutan, mangrove, permukiman, sawah, perkebunan kelapa sawit,
perkebunan lain dan tambak). Hasil overley tersebut menunjukkan bahwa di Provinsi Jambi
ketersediaan lahan untuk kelapa sawit adalah seluas 795.298 ha (281.066 ha S1, 514.232 ha
S2), dengan arah pengembangan hampir di seluruh Kabupaten, dimana persentase tertinggi di
kabupaten Merangin 22%, Sarolangun 21%, Batanghari dan Muarojambi masing-masing 15%,
Bungo 10%, Tebo 8%, Kerinci dan Tanjung Jabung Timur masing-masing 4%, Tanjung Jabung
Barat dan Kota Jambi masing-masing 1%. Secara spasial disajikan pada Gambar 5, sedangkan
statistik disajikan pada Tabel 5.
4. Kesimpulan
Berdasarkan analisis dan pembahasan tersebut di atas, dapat disimpulkan bahwa :
1. Lahan yang sesuai untuk perkebunan sawit di Provinsi Jambi adalah 1.937.307 ha
(685.333 sangat sesuai dan 1.251.956 sesuai)
2. Perkebunan kelapa sawit yang sangat sesuai 95.819 ha (17%), sesuai 240.524 ha (43%),
sesuai marginal 205.171 ha (37%) dan tidak sesuai 12.876 ha (2%)
3. Potensi lahan untuk pengembangan perkebunan sawit di Provinsi Jambi (sangat sesuai
dan sesuai) adalah 795.298 ha
4. Arahan pengembangan perkebunan kelapa sawit meliputi: Kabupaten Merangin 22%, ,
Sarolangun 21%, Batanghari dan Muarojambi masing-masing 15%, Bungo 10%, Tebo
8%, Kerinci dan Tanjung Jabung Timur masing-masing 4%, Tanjung Jabung Barat dan
Kota Jambi masing-masing 1%.
IV-24
5. Daftar Pustaka
Barus, B. Wiradisastra, US. (2000): Sistem Informasi Geografi, Sarana Manajemen Sumberdaya.
Laboratorium Penginderaan Jauh dan Kartografi. Jurusan Tanah, Fakultas Pertanian. Institut Pertanian
Bogor. Bogor.
Campbell James B. (1987): Introduction to Remote Sensing. The Guilford Press, New York. 551 p.
Danoedoro, P. (1994): Extraction of Land Use Information by Integrating Remote Sensing and GIS. Regional
Workshop on Geo-Information Systems for Natural Resources Management of Biosphere Reserves, June
14-17, 1993, Bogor.
Dimyati, RD dan M. Dimyati. (1998): Remote Sensing dan Sistem Informasi Geografis untuk Perencanaan.
Fakultas Teknik Universitas Muhammadiyah. Jakarta.
Disbun Provinsi Jambi. (2007):. Laporan Inventarisasi Potensi Lahan Perkebunan Provinsi Jambi tahun
2005. Dinas Perkebunan Provinsi Jambi.
FAO. (1983): A Framework of Land Evaluation. FAO Soil. Bull. No.32/I/ILRI. Publ, No. 22 Rome, Italy 30 h.
Hunt, GR. (1980): Electromagnetic Radiation. The Communication Link in Remote Sensing. John Willey &
Sons Inc. New York.
Lillesand and Kiefer. (1993): Penginderaan Jauh dan Interpretasi Citra. Terjemahan Dulbahri et al. Cetakan
kedua. Gajah Mada University Press. Yogyakarta.
NASA, (2000): Landsat-7 Payload, Sensor Overview/ETM+ Design. Science Data User Handbook.
Sitorus,(1985): Evaluasi Sumberdaya Lahan. Tarto, Bandung.
Sys, C., E. Van Ranst, J. Debaveye, and F. Beernaert. (1993): Land Evaluation. Crop Requirements Part III.
Agricultural Publication No. 7. General Administration for Development Corp. 1050 Brussels-Belgium.
IV-25
Kajian Zonasi Kerusakan Lingkungan Air Tanah Kota Semarang
1) 2) 3)
Mardwi Rahdriawan , Hadi Nugroho dan Syahru Syawal
1)
Departement of Urban and Regional Planning, Diponegoro University, Indonesia.
2)
Departement of Geology, Diponegoro University, Indonesia.
3)
Departement of Urban and Regional Planning, Diponegoro University, Indonesia.
Abstrak: Pengambilan air tanah meningkat seiring laju pertumbuhan penduduk dan peningkatan kegiatan
pembangunan. Namun jika pengambilan air tanah tersebut berlebihan akan menimbulkan berbagai
permasalahan yang dapat merugikan dan berdampak negatif terhadap lingkungan. Air tanah yang rusak
sangat sulit untuk dipulihkan, walaupun secara teknis termasuk sumberdaya alam yang dapat diperbaharui.
Pengelolaan air tanah memerlukan pengaturan yang bersifat khusus yang didasarkan pada kaidah-kaidah
geologi dan karakteristik air tanah, diantaranya meliputi keterdapatan, kuantitas, dan penyebaran zona
ketersediaan.
Kota Semarang sebagai salah satu daerah pengambilan air tanah perlu memperhatikan tingkat kekritisan
agar tidak terjadi kerusakan yang lebih parah. Salah satu perhatian terhadap kekritisan tersebut adalah
dengan memperhatikan zonasi kawasan kerusakan. Tujuan penulisan ini adalah mengkaji zonasi kerusakan
Lingkungan pengambilan air tanah Kota Semarang. Metode yang dilakukan adalah mengkaji pedoman
teknis kriteria kerusakan air tanah dengan penurunan kualitas air tanah dari data sekunder, kemudian
dizonasikan dalam peta tata ruang Kota Semarang. Hasilnya adalah matrik tingkat kerusakan kondisi air
tanah dan peta zonasi kerusakan kondisi lingkungan air tanah. Terdapat tiga zonasi kerusakan, dimana
terdapat kawasan dengan kekritisan yang tinggi.
1. Pendahuluan
Air tanah memiliki peran penting bagi kehidupan dan penghidupan manusia, karena memiliki
fungsi sebagai salah satu pemenuhan kebutuhan hidup sehari-hari. Pengambilan air tanah pada
di suatu daerah umumnya sejalan dengan meningkatnya laju pertumbuhan penduduk dan
peningkatan kegiatan pembangunan, hal itu dilakukan dalam rangka memenuhi kebutuhan hidup
manusia seperti industri, irigasi pertanian, penyediaan air bersih perkotaan dan untuk pemenuhan
kebutuhan fasilitas umum.
Kegiatan pengelolaan air tanah dapat dibagi dalam kegiatan inventarisasi, konservasi, dan
pendayagunaan air tanah. Inventarisasi dimaksudkan untuk mengetahui kondisi potensi air tanah
pada setiap cekungan air tanah, dan kondisi pengambilan air tanah di seluruh cekungan air tanah
tersebut. Konservasi bertujuan untuk melakukan perlindungan terhadap seluruh tatanan
hidrologis air tanah serta melakukan kegiatan pemantauan muka air tanah dan pemulihan
terhadap cekungan yang sudah dinyatakan rawan atau kritis. Sedangkan pendayagunaan air
tanah bertujuan untuk melaksanakan perencanaan terhadap pengambilan air tanah,
pengendalian pemanfaatan lahan di daerah resapan, daerah pengaliran dan daerah
pengambilan.
Untuk memperoleh hasil pengelolaan air tanah yang berdaya-guna dan berhasil-guna,
pengelolaan air tanah harus diarahkan pada cekungan air tanah. Karena eksistensi cekungan air
tanah tidak mengenal batas administrasi pemerintahan dan bahkan dapat meliputi lebih dari satu
IV-27
wilayah administrasi Kabupaten/Kota, maka pengelolaan air tanah pada suatu cekungan harus
dilakukan secara terpadu yaitu mencakup kawasan pengimbuhan, pengaliran dan pengambilan.
Berdasarkan permasalahan tersebut di atas, penekanan tulisan ini pada penggambaran zonasi
kekritisan pengambilan air tanah Kota Semarang. Dengan sasaran mengkaji pedoman teknis
kriteria kerusakan air tanah dengan hasil-hasil penelitian hidrogeologis sebagai landasan
pengelolaan air tanah, mengidentifikasi potensi air tanah dan membuat peta zonasi kekritisan
pengambilan air tanah dan mengkaji peta tersebut dalam tata guna lahan. Diharapkan dengan
penggambaran tersebut, dapat memberikan pemahaman kepada stakeholder dalam pengawasan
dan pengendalian penggunaan air tanah Kota Semarang.
Cekungan Air Tanah (CAT) Semarang dan Ungaran mencakup wilayah administratif Kota
Semarang, Kabupaten Semarang, Kabupaten Demak, dan Kabupatens Kendal, secara geografis
terletak antara 06°49'08" - 07°10'09" LS dan 110°07'58" -110°30'04" BT. Luas kedua cekungan
air tanah tersebut berturut-turut sekitar 637 km² dan 340 km². Batas-batas cekungan air tanah
Semarang adalah: di bagian utara adalah laut Jawa yang merupakan batas muka air tetap; batas
bagian barat K. Bodri yang merupakan batas muka air tetap; batas bagian selatan adalah batas
litologi dengan tanpa ada aliran (sekitar G. Grakahgeni, Ngaliyan, dan Banyumanik), batas muka
air tanah tetap (K. Blorong, K. Kreo, dan K. Garang), dan batas aliran air masuk (inflow boundary)
di selatan daerah Mijen; batas bagian timur adalah K. Onggorawe yang merupakan batas muka
air tetap. Sementara itu, batas-batas Cekungan Air Tanah Ungaran adalah: di bagian utara
adalah batas litologi yakni di sekitar G. Lutung dan Gunungpati, batas muka air tetap yakni K.
Blorong, K. Kreo, dan batas aliran air ke luar (outflow boundary) di sekitar Mijen; batas di bagian
barat adalah batas litologi yakni sekitar daerah antara G. Jlengut sampai sekitar G. Semangring;
batas di bagian selatan berimpit dengan batas pemisah air permukaan di sekitar daerah puncak
G. Ungaran; batas di bagian timur adalah batas muka air tetap K. Garang dan batas litologi di
sekitar G. Mergi (Dirjen SDA PU, 2003). Adapun gambar petanya adalah sebagai berikut:
IV-28
Gambar 1 Peta Cekungan Air Tanah Kota Semarang
Sumber: Dirjen SDA PU
Pengambilan air tanah dengan sumur bor di wilayah Kota Semarang dari tahun ketahun
cenderung meningkat. Pemanfaatan air tanah dalam di cekungan air tanah Semarang-Demak
tercatat mulai dilakukan pada tahun 1900 melalui 16 sumur dengan jumlah pengambilan air tanah
sekitar 1.170 m3/hari. Hingga tahun 1999 jumlah sumur bor produksi di CAT Semarang-Demak
mencapai 1.060 sumur dan pada tahhun 2002 tercatat 1.194 sumur, dengan pengambilan air
tanah mencapai 45 juta m3.
Jumlah sumur tersebut adalah jumlah sumur yang mempunyai izin, sedangkan jumlah
sebenarnya jauh lebih banyak lagi. Dari data yang diperoleh dari Dinas ESDM Provinsi Jawa
Tengah bahwa jumlah pengambilan air tanah di Kota Semarang sendiri selalu meningkat setiap
tahun, tercatat bahwa jumlah sumurbor di Kota Semarang mencapai sekitar 530 sumurbor
dengan volume pengambilan 7.954.457 m 3/tahun. Pengambilan air tanah terbesar yaitu pada
CAT Semarang-Demak yang mencapai 35,87 juta m3/tahun, karena pengambilan air tanah di
CAT Semarang meliputi Kota Semarang, Kabupaten Semarang, Kabupaten Demak, Kabupaten
Kendal, dan Kabupaten Grobogan. Sedangkan pengambilan air tanah pada CAT Ungaran yaitu
sebesar 2,91 juta m 3/tahun. Kondisi tersebut memperlihatkan bagaimana ketergantungan
penduduk Kota Semarang yang semakin besar dan meningkat setiap tahunnya terhadap
permintaan air tanah. Padahal pemanfaatan air tanah mempunyai dampak terhadap lingkungan
yang tidak mudah untuk dikembalikan seperti semula.
Penelitian mengenai laju amblesan dengan citra satelit di daerah Semarang dan sekitarnya,
pernah dilakukan oleh Pusat Lingkungan Geologi dengan BGR Jerman (2007). Hasil analisis
tersebut menunjukkan pola penurunan muka tanah di wilayah Semarang bagian utara
mempunyai pola mengerucut. Jika dibandingkan dengan pola kontur muka air tanah,
menunjukkan pola yang relatif hampir sama. Hal tersebut menunjukkan bahwa perubahan muka
air tanah merupakan salah satu penyebab terjadinya proses amblesan.
IV-29
Daerah dataran pantai Semarang telah menunjukkan adanya amblesan tanah. Berdasarkan hasil
penelitian tersebut, daerah yang mengalami penurunan dengan laju lebih dari 8 cm/tahun
terbentang di sepanjang pantai mulai dari Pelabuhan Tanjungmas ke arah timur hingga wilayah
pantai Demak bagian utara. Daerah paling barat yang mengalami amblesan terletak di sekitar
PRPP dengan laju penurunan 2-4 cm/tahun. Daerah paling selatan yang mengalami amblesan
adalah sepanjang jalan Semarang-Purwodadi dengan laju penurunan muka tanah 2 cm/tahun.
Penurunan muka tanah umumnya terjadi di wilayah pantai utara dengan susunan litologi alluvium
serta jumlah sumur bor yang banyak. Beberapa fenomena amblesan ini antara lain berupa
konstruksi sumur bor yang naik, banjir, bangunan miring dan lain-lain.
Pemanfataan air tanah yang tidak terkendali dapat menyebabkan dampak negatif. Menurut
Kodoatie (2005: 205) pengambilan air tanah melalui sumur-sumur akan mengakibatkan lengkung
penurunan muka air tanah (depression cone). Jika laju pengambilan air tanah dari sejumlah
sumur jauh lebih besar dari pengisiannya, maka lengkung-lengkung penurunan muka air tanah
antara sumur satu dengan lainnya akan menyebabkan terjadinya penurunan muka air tanah
secara permanen. Sedangkan pada daerah pantai, penurunan air tanah dapat menyebabkan
intrusi air laut.
Terjadi kuantitas penurunan air tanah, kemerosotan ini ditunjukkan oleh penurunan kedudukan
muka air tanah. Perubahan jumlah air tanah yang terdapat dalam cekungan air tanah akan diikuti
oleh perubahan kedudukan muka air tanah, oleh karena itu untuk mengetahui perubahan
kuantitas maka dapat dilakukan melalui observasi penurunan muka air tanah. Kedududan air
tanah dangkal yaitu pada akuifer air tanah bebas yang pada umumnya sangat dipengaruhi oleh
musim, kondisi topografi, dan litologi setempat, tetapi tidak banyak terpengaruh oleh pengambilan
air tanah dalam yang dilakukan oleh industri karena hanya mengambil air tanah tertekan. Pola
umum air tanah bebas sesuai dengan pola garis kontur topografi dan mengikuti bentuk morfologi
sehingga kedudukan muka air tanah makin dangkal menuju ke arah hilir daerah dataran.
Menurut Wahyudin (2009), pola kedudukan muka air tanah tertekan selain dipengaruhi oleh
topografi juga sangat dipengaruhi oleh intensitas pengambilan air tanah. Di daerah dataran
Semarang kedudukan muka air tanah tertekan pada dekade 70-an umumnya masih berada di
atas muka tanah setempat (positif) atau artesis. Kedudukan muka air tanah hingga tahun 2003
dibandingkan dengan keadaannya tahun 2000 pada umumnya bertambah dalam sekitar 0,32 m
hingga 17,5 m. Penurunan terbesar terjadi di sekitar daerah Peterongan mencapai 17,5 m,
sedangkan di daerah pantai yakni sekitar pelabuhan dan Tambakbulusan terjadi penurunan
masing-masing 6,7 m dan 7,75 m. Tempat lainnya juga mengalami penurunan berarti antara lain
daerah Candisari (4,3 m), Bringin di sebelah barat dan Sumurboto dan Sumberrejo di bagian
selatan, dan Purwasari di bagian utara sekitar 3,9 m.
Penurunan kuantitas biasanya akan diikuti oleh penurunan kualitas. Penurunan kualitas air tanah
dapat dilihat dari peningkatan Daya Hantar Listrik (DHL) dan jumlah unsur klorida (Cl -).
Perubahan DHL yang terjadi berkisar antara 6 µS/cm hingga 151 µS/cm dan di beberapa tempat
terjadi perubahan yang begitu besar antara 450 µS/cm hingga 2.260 µS/cm, yang diperkirakan
terjadi akibat kerusakan konstruksi sumur bor bukan diakibatkan oleh penurunan kualitas air
tanah.
IV-30
Kualitas air tanah dangkal di dataran rendah Semarang-Demak umumnya bersifat payau akibat
pengaruh batuan endapan laut sebagai penyusun utama alluvium pantai. Kriteria air tanah
payau/asin didasarkan atas nilai daya hantar listrik lebih dari 1.500 µS/cm atau kadar ion Cl lebih
dari 600mg/l. Diketahui bahwa penyebaran air payau terdapat di daerah rawa, tambak, bekas
pantai lama, dan sebagaian daerah aliran sungai lama. Daerah tersebut meliputi pantai utara
Semarang sekitar Kaligawe. Meskipun air tanah payau tersebut pada umumnya terjadi karena
pengaruh formasi batuannya namun berarti mempunyai potensi untuk mencemari akuifer di
bawahnya yang mengandung air tawar bila terjadi kebocoran pada kontruksi sumur bor produksi.
IV-31
Sedangan tingkat kerusakan lingkungan air tanah didasarkan pula pada pertimbangan ada
tidaknya amblesan tanah, tingkat kerusakan kondisi air tanah dapat di bagi menjadi 2 yaitu:
Aman : Apabila pengambilan air tanah belum berdampak terjadinya amblesan tanah.
Kritis : Apabila pengambilan air tanah telah berdampak terjadinya amblesan tanah.
Kota Semarang bagian utara rawan terjadi amblesan tanah. Dari gambar di atas dapat dilihat
bahwa amblesan tanah terjadi di Kecamatan Genuk, Semarang Utara, Semarang Timur,
Gayamsari serta Pedurungan. Amblesan tanah tertinggi yaitu pada daerah pantai utara yang
mencapai > 8 cm/tahun, yang meliputi Kecamatan Genuk dan Semarang Utara.
Tingkat kerusakan kondisi dan lingkungan air tanah berdasarkan penurunan muka air tanah dan
kualitasnya, serta ada tidaknya amblesan tanah, dapat dilihat melalui matrik sebagai berikut:
Penurunan
Kualitas Air
Tanah
1000-10.000 mg/l
1000-1500 µS/cm Rawan Kritis
10.000-100.000 mg/l
1500-5000 µS/cm Kritis
Adapun penggambaran zonasi tingkat kerusakan tersebut jika digambarkan dalam peta rencana
tata guna lahan Kota Semarang 2010-2030 adalah sebagai berikut:
IV-32
Gambar 4 Peta Zonasi Kerusakan Lingkungan Air Tanah Kota Semarang
Sumber: Hasil Analisis yang Dipetakan
Dalam zonasi kerusakan lingkungan air tanah pada peta rencana tata guna lahan Kota Semarang
2010-2030 tersebut memperlihatkan lebih dari 50% masuk dalam kategori kritis dan rawan.
Dalam rencana guna lahan tersebut sebagian besar merupakan kawasan terbangun yang terdiri
dari permukiman, industri, perdagangan dan jasa serta campuran, dimana kebutuhan akan air
bersih selalu meningkat setiap tahunnya. Hal ini perlu disadari oleh pemerintah dan masyarakat
untuk dapat memperlakukan air tanah dengan baik.
5. Kesimpulan
Zonasi kerusakan lingkungan air tanah menunjukkan kondisi saat ini, ketika digambarkan pada
rencana tata guna lahan Kota Semarang 2010-2030 terlihat semakin padatnya penggunaan
ruang, padahal kuantitas air tanah sangat terbatas. Penggunaan air tanah inipun dapat
menimbulkan dampak negatif terhadap lingkungan. Kondisi tersebut tentu akan menambah
luasan daerah amblesan air tanah, yang saat ini sudah masuk zona kritis. Agar luasan zona kritis
tidak bertambah terlalu cepat, karena karena kebutuhan guna lahan diatasnya, perlu dimbangi
dengan upaya-upaya konservasi agar tercapai kesinambungan ketersediaan dan
pemanfaatannya, dalam arti pemanfaatan air tanah tetap dijaga tidak sampai menimbulkan
dampak negatif terhadap lingkungan fisik di sekitarnya.
Dalam rangka konservasi sumberdaya air tanah terutama di kedua cekungan air tanah Semarang
dan Ungaran, beberapa upaya yang dapat dilakukan antara lain: Menetapkan daerah resapan
atau imbuhan menjadi kawasan lindung air tanah. Sedangkan bagi daerah yang rentan terhadap
resiko kemerosotan kualitas air tanah oleh pengambilan air tanah yang intensif seperti pada
dataran pantai di Cekungan Air Tanah Semarang, baik oleh penyusupan air laut maupun oleh
bahan pencemar lainnya, perlu diprioritaskan untuk dibuat skenario pengambilan air tanah
sebagai acuan dalam pemberian rekomendasi teknik pengambilan air tanah yang benar.
6. Daftar Pustaka
Adoe, Trisianus H. R. (2008): Pengendalian Pemanfaatan Air Bawah Tanah di Kota Kupang. Universitas
Diponegoro, Semarang.
Arismunandar dan Erika Purwaningsih. (2009): Rekayasa Teknik Imbuhan Air Tanah pada Sistem Akuifer
Tidak Tertekan/Dangkal di CAT Semarang-Demak Jawa Tengah, Departemen ESDM Badan Geologi Pusat
Lingkungan Geologi. Bandung
IV-33
Beydha, Inon. (2002): Konservasi Tanah dan Air di Indonesia Kenyataan dan Harapan, Universitas
Sumatera Utara, Medan.
Departemen Energi dan Sumber Daya Mineral. (2000): Keputusan Menteri Energi dan Sumber Daya Mineral
No 1451 K/10/MEM/2000 tentang Pedoman Teknis Penyelenggaraan Tugas Pemerintahan di Bidang
Pengelolaan Air Tanah.
DGTL. (1999-2000): Potensi Cekungan Air Tanah Semarang-Ungaran, Jawa Tengah, Departemen ESDM.
Dinas PSDA dan ESDM. (2009): Seminar: Kebijakan Pengelolaan Air Tanah di Kota Semarang, Semarang.
Direktorat Pembinaan Pengusahaan Panas Bumi dan Pengelolaan Air Tanah. (2009): Seminar: Pengelolaan
Air Tanah Berbasis Cekungan Air Tanah, Departemen ESDM, Semarang.
Direktorat Tata Lingkungan Geologi dan Kawasan Pertambangan. (2003): Penjelasan Peta Cekungan Air
Tanah P. Jawa dan P. Madura sebagai Basis Pengelolaan Sumber Daya Air Tanah, Departemen Energi dan
Sumber Daya Mineral, Bandung.
Irham, M.N, dkk. (2006): Pemetaan Sebaran Air Tanah Asin Pada Aqiufer Dalam di Wilayah Semarang
Bawah, FMIPA Undip, Semarang.
Pemerintah Kota Semarang. (2009): Pekerjaan Penyusunan Sistem Informasi Air Bawah Tanah (ABT),
Geomas Matra Perdana, Semarang.
Pemerintah Kota Semarang. (2009): Seminar: Pemanfaatan dan Pengendalian Air Bawah Tanah (ABT),
Dinas PSDA dan ESDM. Semarang.
Peraturan Pemerintah. (2008): Peraturan Pemerintah Republik Indonesia No 43 Tahun 2008 tentang Air
Tanah, Presiden Republik Indonesia.
Purnama, Setiawan dkk. (2006): Model Konservasi Air Tanah di Dataran Pantai Kota Semarang, Universitas
Gadjah Mada, Yogyakarta.
RTRW Kota Semarang 2010-2030.
Suryanti, Erma. (2002): Kajian Pengendalian Pengambilan Air Bawah Tanah di Kota Surakarta, Universitas
Diponegoro, Semarang.
Taufiq, Agus Nz. (2009): Penelitian Hidrogeologi Daerah Imbuhan Air Tanah dengan Metode Isotop dan
Hidrokimia di CAT Semarang-Demak Jawa Tengah, Departemen ESDM Badan Geologi Pusat Lingkungan
Geologi, Bandung.
Undang-undang, 2004. Undang-undang No 7 Tahun 2004 tentang Sumber Daya Air, Presiden Republik
Indonesia.
Wahyudin. (2009): Pengendalian Pengambilan Air Tanah dalam Rangka Konservasi Air Tanah, Departemen
ESDM Badan Geologi Pusat Lingkungan Geologi, Bandung.
IV-34
Penurunan Muka Tanah, Penatagunaan Lahan DLKr-DLKp dan Peluang Pengembangan
Pelabuhan Tanjung Emas Semarang
Maryono
Staff Pengajar Jurusan Perencanaan Wilayah dan Kota Fakultas Teknik UNDIP
Abstrak: Penurunan muka tanah/lahan di dalam sebagian kawasan DLKr-DLKp pelabuhan Tanjung Emas
diprediksi dapat mencapai diatas 8 cm pertahun. Kondisi ini menjadi menjadi salah satu penghambat
peningkatan pelayanan. Merujuk pada keputusan bersama Menteri Perhubungan dan Menteri Dalam Negeri no
15 tahun 1982 tentang Daerah Lingkungan Kerja Perairan Pelabuhan Tanjung Emas, pengembangan pelabuhan
tanjung emas dapat dilakukan sepanjang 42,12 km dari Kali Bodri-Kali Babon. Pengembangan
Pelabuhan/Terminal Kendal yang telah dimulai oleh pemerintah Kabupaten Kendal menjadi salah satu
alternative solusi. Peluang pengembangan tersebut dapat memunculkan berbagai kemungkinan dalam
pengelolaan kawasan lahan DLKr-DLKp pelabuhan. Dua kondisi eskstrim yaitu adalah (1) Pemerintah Kendal
dan Otoritas Pelabuhan Tanjung Emas tidak mencapai kesepakatan pengelolaan, jika demikian maka upaya
pengembangan pelabuhan tanjung emas akan selalu dihadapkan pada kendala penurunan muka tanah, (2)
Pemerintah Kendal dan Otoritas Pelabuhan Tanjung Emas sepakat menjadikan Pelabuhan/Terminal Kendal
sebagai bagian dari Pengembangan Tanjung Emas/Tanjung Emas II. Tetapi pada kondisi ekstrim yang kedua
tersebut, memunculkan permasalahan baru berkaitan dengan peran, fungsi, hak dan kewajiban dari stakeholder
terkait dengan pengelolaan kawasan/lahan sepanjang pantai tersebut. Analisis Supply Demand Transportasi dan
Kinerja Pelabuhan Tanjung Emas, Analisis SWOT yang dilakukan menunjukkan penting dan perlunya peran
Pemerintah Provinsi sebagai representasi dari masyarakat umum untuk menjamin pelayanan kepelabuhanan
berjalan efisien beriringan dengan pengelolaan kawasan DLKr-DLKp Tanjung Emas termasuk didalamnya
pengelolaan fungsi fungsi kegiatan eksiting yang telah berjalan di sepanjang kawasan DLKr-DLKp.
Kata kunci: Penurunan Muka Tanah, Penatagunaan Lahan DLKr-DLKp, Pengembangan Pelabuhan Tanjung
Emas.
1. Pendahuluan
Salah satu kendala pengembangan pelabuhan Tanjung emas adalah penurunan muka tanah/lahan.
Penurunan muka tanah di sekitar pelabuhan tanjung emas dapat mencai lebih dari 8 cm/tahun.
Hamper seluruh kawasan pelabuhan Tanjung Emas sering terjadi Gangguan Banjir/Rob.
Peningkatan angka sedimentasi semakin menambah buruknya kualitas dan Kondisi fisik lingkungan
perairan pelabuhan Tanjung Emas. Hal ini sangat mengganggu pelayanan bongkar/muat dan
pergerakan keluar masuk barang dan kendaraan pendukung. Disamping itu, perluasan areal untuk
pelayanan stock pile ataupun gudang bagi bongkar muat dan penyimpangan barang sulit untuk
dilakukan karena keterbatasan lahan. Jika hal ini tidak segera ditangani dengan cepat, akan semakin
memperlambat pelayanan jasa angkutan laut, yang pada gilirannya akan memperlama distribusi
barang dan jasa bagi peningkatan pembangunan wilayah.Oleh karena itu pemindahan sebagian
fungsi pelayanan ke Pelabuhan/terminal Kendal menjadi pilihan skenario pengembangan yang
dianggap lebih efisien dan prospektif.
Dua kondisi ekstrim yang muncul dari upaya pengembangan itu adalah adalah (1) Pemerintah
Kabupaten Kendal dan Otoritas Pelabuhan Tanjung Emas Tidak Sepakat mengembangkan
IV-36
Pelabuhan Kendal sebagai bagian dari Pelabuhan Tanjung Emas, (2) Pemerintah Kabupaten Kendal
dan Otoritas Pelabuhan Tanjung Emas Sepakat mengembangkan Pelabuhan Kendal sebagai bagian
dari Pelabuhan Tanjung Emas. Upaya pengembangan pelabuhan/terminal Kendal ini menimbulkan
persoalan terkait dengan pengelolaan dan pengawasan lahan dalam DLKr-DLKp pelabuhan. Analisis
Supply-demand Transportasi laut, Analisis SWOT akan digunakan untuk menjelaskan pentingnya
pengembangan pelabuhan Tanjung Emas Semarang ke Pelabuhan/Terminal Kendal sebagai
Tanjung Emas II.
2. Metodologi
Kajian terhadap Penurunan Muka Tanah, Penatagunaan Lahan DLKr-DLKp dan Peluang
Pengembangan Pelabuhan Tanjung Emas Semarang terdiri dari tiga(3) issue permasalahan yaitu (1)
Kajian penurunan muka tanah, (2) Kajian penatagunaan lahan DLKr, DLKp, (3) Kajian peluang
pengembangan Pelabuhan Tanjung Emas.
Sub kajian pertama yaitu penurunan muka tanah yang dimaksud adalah penurunan muka tanah di
area daratan kawasan daratan dan perairan yang termasuk DLKr-DLKp Pelabuhan Tanjung Emas,
kajian ini dilakukan untuk mencari alternative lokasi bagi pengembangan pelabuhan tanjung emas
diluar kawasan kawasan yang mengalami ganggunan penurunan muka tanah/banjir/rob. Berkaitan
dengan maksud tersebut itu kajian dimulai dari usulan DLKr-DLKp berdasarkan telaah dokumen yang
ada dilanjutkan dengan kajian terhadap penurunan muka tanah yang pernah dilakukan. Kajian ini
menggunakan data data sekunder hasil penelitian yang telah dilakukan. Data data terkait kajian
dilakukan dengan studi literature, browsing internet. Pemetaan dan kajian terhadap usulan batasan
DLKr-DLKp pelabuhan Tanjung Emas dilakukan dengan metoda wawacara snowballing terhadap
Dinas Perhubungan Provinsi Jawa Tengah, Kantor Pelindo III Cabang Tanjung Emas Semarang, dan
Kantor Adpel Tanjung Emas Semarang. Hal ini dilakukan mengingat batasan DLKr-DLKp dalam
kepelabuhanan bersifat sangat strategis dan menyangkut kepentingan pemerintah pusat, pemerintah
provinsi, pemerintah kabupaten/kota, pengelola-operator pelabuhan, badan usaha kepelabuhanan,
dan masyarakat pengguna jasa. Apabila telah ditemukan dokumen dasar yang telah ditentukan
sebelumnya, diharapkan akan memudahkan penentuan lokasi dan penatagunaan lahan untuk
pengembangan pelayanan pelabuhan di wilayah daratan/perairan. Dengan demikian hasil yang
dibahas pada sub bagian ini adalah (1) alternative lokasi pengembangan Pelabuhan Tanjung Emas,
(2) hasil studi terhadap penurunan muka tanah di sekitar kawasan Pelabuhan Tanjung Emas.
Sub kajian kedua, penatagunaan Lahan DLKr-DLKp yang dimaksudkan untuk menilai apakah
penataguaan lahan eksisting di Tanjung Emas khususnya terhadap penataan bangunan fasililitas
pokok pelayanan bongkar muat telah efisien. Kajian secara umum menggunakan pendekatan ukuran
kinerja dermaga BOR. Apabila nilai kecenderungan BOR kurang dari 40% penatagunaan lahan
DLKr-DLKp dipandang efektif, apabila nilai kecenderungan BOR melebihi 40% diperlukan penataan
ulang pengembangan fasilitas pada lahan DLKr-DLKp Pelabuhan Tanjung Emas. Kajian dilakukan
pada sub Pembahasan Penilaian kinerja Pelabuhan Tanjung Emas. Bahasan dimulai dengan
pendekatan demand-supply pelayanan yaitu menilai kecenderungan trend arus barang sampai
dengan tahun 2020 dikaitkan dengan penataan fasilitas dermaga eksisting untuk menentukan
kecenderungan nilai BOR. Pada sub pembahasan ini disamping dilakukan pencatatan secara primer
terhapap lama waktu bongkar muat angkutan barang, dilakukan pula survey preferensi pengguna
jasa angkutan laut. Responden dipilih secara acak untuk mengetahui tingkat tanggapan mereka
terhadap gangguan fisik alam, dan preferensi jika sebagian pelayanan di pelabuhan tanjung emas
dikembangkan pada alternative lokasi lain hasil analisis pada sub bab sebelumnnya. Hasil pada sub
pembahasan ini adalah (1) trend kecenderungan angkutan barang dan angkutan barang yang akan
dikembangkan dilokasi hasil temuan pada bagian sebelumnya, (2), kecenderungan nilai BOR, (3)
preferensi pengguna jasa terhadap kinerja operasioanal Pelabuhan Tanjung Emas dan
Tanggapannya jika Pengembangan Pelabuhan Tanjung Emas.
Sub kajian ketiga, peluang pengembangan Pelabuhan Tanjung Emas menggunakan Analsisi SWOT,
untuk menilai berbagai permasalahan terhadap operasional Pengembangan Pelabuhan Tanjung
Emas. Hasil analisis adalah strategi pengembangan pelabuhan tanjung emas untuk mengantisipasi
IV-37
kendala fisik penurunan muka tanah, dan pengelolaan, serta penatagunaan lahan DLKr-DLKp
pelabuhan Tanjung Emas yang telah memadukan berbagai kepentingan antar stakeholder pelabuhan
Tanjung Emas.
3. Kajian Usulan DLKr-DLKp Pelabuhan Tanjung Emas, dan Penelitian Penurunan Muka
Tanah di Sekitar Pelabuhan Tanjung Emas
DLKr-DLKp dalam Penyusunan Rencana Pengembangan Pelabuhan Tanjung Emas dapat diusulkan
dengan merujuk pada surat keputusan bersama No.15 tahun 1982 Tentang Batas Daerah
Lingkungan Kerja Perairan Pelabuhan Tanjung Emas – Semarang. keputusan tersebut dapat
diusulkan secara definitive ditetapkan sebagai batasan lingkungan kerja perairan Pelabuhan Tanjung.
Merujuk pada Undang Undang No 17 Tahun 2008 dan Peraturan Pemerintah no 61 Tahun 2009 dan
Petunjuk Teknis Penyusunan Rencana Induk Pelabuhan, batasan tersebut dapat diusulkan kepada
kementerian perhubungan dengan rekomendasi dari Gubernur dan Bupati kabupaten Kendal. Dalam
konteks ini batasan DLKr-DLKp menjadi sangat penting dan bersifat pokok untuk ditetapkan secara
definitive. Hal ini penting supaya pengembangan pelabuhan tanjung emas dapat memberikan
kepastian hukum dan kepastian usaha bagi pihak penyelenggara pelabuhan laut maupun pengguna
jasa pelabuhan laut serta pihak terkait lainnya. Penentuan batas batas dalam DLKr-DLKp juga
memberikan kepastian bagi rencana pengembangan fasilitas pelabuhan berdasarkan rencana induk
yang akan disusun. Pada sisi lain, penetapan DLKr-DLKp Pelabuhan Tanjung Emas juga penting
dikaitkan dengan kendala fisik lingkungan berupa penurunan muka tanah dan terjadinya banjir/rob
setiap tahunnya.
Lokasi pengembangan
pelabuhan/Terminal Kendal
Gambar 1 Usulan Batas Daerah Lingkungan Kerja Perairan Pelabuhan Tanjung Emas
Sumber: Dinas Perhubungan, Telekomunikasi dan Informatika Provinsi Jawa Tengah, 2011
Dari sisi keterbatasan dan ketersediaan lahan, upaya pengembangan pelabuhan Tanjung Emas ke
Pelabuhan/Terminal Kendal menjadi menarik untuk dikaji. Pada satu sisi hal tersebut sangat
memungkinkan apalagi jika dikaitkan dengan beberapa penelitian tentang penurunan muka tanah di
Sekitar Pelabuhan Tanjung Emas.
Penelitian tentang penurunan muka tanah di Pelabuhan Tanjung Emas dan Kawasan Pesisir Utara
Kota Semarang telah dilakukan sejak lama. Tahun 2003 Ditjen Geologi dan tata Lingkungan
mengeluarkan prediksi tentang penurunan muka tanah di sekitar pelabuhan tanjung emas yang
mencapai 2,2-2,6 cm/tahun. Penurunan muka tanah ini terjadi karena berbagai hal seperti karena
beban dan factor alam juga disebabkan karena pengembilan air bawah tanah.
IV-38
Gambar 2 Penurunan Muka Tanah di Sekitar Pelabuhan Tanjung
Sumber: Ditjen Geologi Tata Lingkungan Bandung, 2003
Raharjo, dkk pada tahun 2004 telah melakukan penelitian terhadap penurunan muka tanah di
Pelabuhan Tanjung Emas. Kasus penurunan infrastruktur Pelabuhan Tanjung Emas diketahui
dengan pengukuran geodetik berdasarkan metoda sipat datar (levelling) mencakup ruas jalan
Coaster, breakwater sisi utara, breakwater sisi barat, groin sisi timur, container yard, dan container
wharf. Elevasi muka laut actual untuk keperluan desing rencana pengembangan pelabuhan
dilakukan pengamatan pasang surut selama 15 piantan dengan datum muka laut terendah (LWS).
Desing Pelabuhan Tanjung Emas dibuat pada tahun 1995, hingga tahun 2004 hasil pengukuran
elevasi diketahui penurunan yang terjadi selama 9 tahun pada ruas jalan Coaster sebesar 21-41 cm,
breakwater sisi utara sebesar 64-79 cm , breakwater sisi barat sebesar 74-140 cm, groin sisi timur
sebesar 76-89 cm, container yard sebesar 77-109 cm, dan container wharf sebesar 62-94 cm.
penelitian selanjutnya dilakukan oleh Hartoko, dkk pada tahun 2008. Dari analisis hasil penelitiannya
ditemukan bahwa penurunan tanah di kota semarang khususnya kawasan pesisir utara berkisar
antara 1-9 cm/tahun.
4.1 Analisis Trend Pertumbuhan Arus Barang terhadap Nilai BOR Dermaga di Pelabuhan
Tanjung Emas
Analisis trend pertumbuhan arus barang terhadap nilai BOR dermaga di Pelabuhan Tanjung emas
digunakan untuk menilai kinerja pelayanan di Pelabuhan Tanjung Emas Semarang dari Prediksi
peningkatan arus barang/peningkatan arus kapal untuk tambat di dermaga pelabuhan Tanjung Emas.
Secara umum nilai BOR maksimum efektif adalah 40%. Jika lebih dari nilai ambang tersebut, kinerja
pelayanan dermaga dinilai tidak efektif, antrian terlalu lama dan terjadi ketidakefisienan bongkar muat
barang. Jika trend kenaikan angkutan barang menyebabkan nilai BOR pelabuhan Tanjung Emas
diatas 40%, maka diperlukan pengembangan dermaga eksisting. Pengembangan dermaga dapat
dilakukan di lokasi eksisting atau di lokasi lain.
Berdasarkan olah data sekunder yang didapatkan pertumbuhan angkutan barang dan kunjungan
kapal mengalami fluktuasi antara tahun 2004 sampai dengan tahun 2009. Angkutan barang di
pelabuhan Tanjung Emas Semarang masih di dominasi oleh angkutan barang dalam negeri. Pada
IV-39
tahun 2005-2006 angkutan barang barang dalam negeri berkisar antara 3000-4000 ton, diprediksi
akan meningkat menjadi sektiar 5000 ton sampai dengan tahun 2020. Jumlah Angkutan barang luar
negeri diprediksi naik menjadi sekitar 1500 - 2000 ton pada tahun 2020. Tingkat pertumbuhan
tersebut dipengaruhi oleh berbagai fakrtor seperti kondisi perekonomian dalam negeri (Indonesia)
kondisi perekonomian asean, kondisi perekonomian asia pasifik dan kondisi perekonomian global.
Analisis trend kunjungan kapal diasumsikan dalam kondisi tumbuh normal yaitu suatu kondisi yang
didasarkan pada kondisi pertumbuhan tahun sebelumnya, dengan tingkat pertumbuhan yang sama
pada tahun tahun berikutnya. Kondisi perekonomian berjalan normal dan tidak terjadi krisis ekonomi
dalam skala nasional, regional dan global.
6,000,000
Barang Import
5,000,000
jumlah Ton/M3
Barang Eksport
4,000,000
Jumlah barang Luar Negeri
3,000,000
Barang dalam negeri
2,000,000 (bongkar)
Barang dalam negeri (Muat)
1,000,000
Jumlah Barang dalam negeri
0 (Bongkar dan Muat)
2005 2010 2015 2020 2025
Tahun
Gambar 3 Trend Pertumbuhan Arus Angkutan Barang di Pelabuhan Tanjung Emas 2020
Jenis angkutan barang dalam negeri yang ada di Pelabuhan Tanjung Emas diantaranya adalah
Batubara, Pupuk Urea, kayu Log, Semen Bag, Semen Curah, Pasir Kwarsa, kayu Gergajian dan
Genaral Kargo lainnya. Data data komodity unggulan tesebut selama kurun waktu tahun 2004-2009
berfluktuasi naik turun. Dari berbagai angkutan barang tersebut yang dirasakan perlu untuk
dilimpahkan pengambangannya di masa mendatang adalah untuk angkutan bongkar muat kayu log
dan batubara. Khusus angkutan batubara, Kebijakan pemerintah bidang energy dalam tahun tahun
mendatang memerlukan dukungan infrastruktur yang memadai. Kepmen ESDM No.1128 Tahun 2004
Tentang Kebijakan Batubara Nasional, Inpres No.2 Tahun 2006 Tentang Penyediaan dan
Pemanfaatan Batubara yang dicairkan sebagai Bahan Bakar, UU no.30 Tahun 2007 Tentang Energi,
dan PP No.70 Tahun 2009 tentang Konversi Energi, yang mensyaratkan penggunaan Batubara dari
14 % menjadi lebih dari 33% memerlukan dukungan infrastruktur khususnya transmisi dan
distribusinya. Seperti diketahui bahwa wilayah produsen batubara hampir 90% di sekitar pulau
kalimantan dan Sumatra, sementara itu 50% konsumen energi nasional berada di Pulau Jawa
termasuk wilayah Provinsi Jawa Tengah dan Hinterlandnya. Oleh karenanya ketersediaan alat
angkut, dan terminal batubara akan menjadi faktor penentu keberhasilan mix energy tersebut.
BATUBARA LOG'S
798,008
722,780
654,644
800,000
925,527
600,000 374,443 838,278
1,000,000 759,254
400,000 800,000 552,826
200,000 600,000
0 400,000
2006 2010 2015 2020 200,000
0
2006 2010 2015 2020
Gambar 4 Trend Pertumbuhan komodity Batubara dan Kayu Log yang direncanakan dikembangkan
diTerminal Kendal
Provinsi Jawa Tengah merupakan salah satu wilayah central pengguna energi. Dengan jumlah
penduduk lebih dari 32 juta orang wilayah ini menyumbang pemakaian energi lebih dari 16% dari
total penggunaan energi nasional untuk semua sektor baik untuk industri, rumah tangga,
IV-40
transportasi, pemerintahan, dan komersial. Jika diasumsikan tingkat pertumbuhan penduduk
mengikuti trend (1,1 %), pertumbuhan PDRB mengikuti trend (3,4%), pertumbuhan ekonomi seperti
scenario (5%), maka pertambahan konsumsi energy di wilayah ini akan naik secara proporsional
sebesar 5% . Merujuk pada pemetaan konsumsi batubara di Provinsi Jawa Tengah pada tahun 2020
mendatang diperkirakan kebutuhan batubara sebesar 2,3 Juta Ton untuk kebutuhan non PLTU.
Merujuk pada data tersebut, pengembangan bongkar muat Batubara menjadi sangat signifikan.
Fasilitas perairan yang digunakan untuk bongkar muat angkutan Batubara eksisting di Pelabuhan
Tanjung Emas Semarang adalah di Dermaga Nusantara. Tidak saja melayani angkutan batubara,
dermaga Nusantara melayani angkutan barang dalam negeri. Analisis yang dilakukan terhadap
bongkar muat angkutan barang di dermaga nusantara menunjukkan kecenderungan secara
fluktuatif. Data yang diperoleh di Kantor Adpel menunjukkan bahwa antara tanun 2004-2009 nilai
BOR pada awal tahun 2005 -2006 diatas 40%. Nilai BOR menurun pada tahun 2006-2007 menjadi
sekitar 35-37 %. Angka BOR kembali naik diatas 40 %pda tahun 2008-2010. Melalui metoda
eksponensial trend line, dengan batasan pertumbuhan ekonomi, PDRB dan pertumbuhan Perkapita
sama pada analisis trend angkutan barang, diperoleh hasil trend Nilai BOR yang cenderung
meningkat mulai tahun 2011 sampai dengan tahun 2020 menjadi diatas 50%. Nilai ini dianggap
belum terlalu kritis dan masih mampu melayani antrian kapal untuk bongkar muat. Tetapi dengan
kondisi tanah yang terus mengalami penurunan, gangguan banjir rob, dan perubahan iklim yang
mengakibatkan kenaikan muka air laut memerlukan upaya penangangan dan penatagunaan lahan
untuk mengembangkan pelayanan bongkar muat barang. Peninggian muka tanah, peninggian
dermaga menjadi alternatif solusi yang dianggap tidak terlalu efektif, mengingat hal tersebut akan
selalu diikuti dengan penurunan muka tanah serta kenaikan air laut.
70.00
60.00
y = 3E-23e0.027x
50.00
40.00
BOR %
30.00
20.00
10.00
0.00
2000 2005 2010 2015 2020 2025
Tahun
Gambar 5 Trend dan Kecenderungan nilai BOR Dermaga Nusantara di Pelabuhan Tanjung Emas
Semarang
4.2 Analisis Preferensi Pengguna Jasa Pelabuhan Tanjung Emas Terhadap Pelayanan
Pelabuhan Tanjung Emas
Secara umum kegiatan operasioanal pelabuhan dapat dilihat dari kecepatan bongkar/muat
angkutan barang dari dan menuju Kapal baik yang dilakukan dengan bantuan peralatan mesin
ataupun secara manual dilakukan oleh Tenaga Buruh Bongkar Muat Barang. Kegiatan bongkar muat
barang yang disurvey berifat acak, random terhadap kegiatan bongkar yang dilakukan di pelabuhan
tanjung emas Semarang. Kegiatan operasional pelabuhan yang ditanyakan kepada responden
adalah waktu yang dibutuhkan untuk bongkar barang dari kapal di pelabuhan pelabuhan Tanjung
Emas Semarang.
IV-41
Pendapat Responden Terhadap Lama Waktu Bongkar di
Pelabuhan Keluhan terhadap Pelayanan Pelabuhan di
tidak
diatas 14 hari mengerti/tidak Tidak Tanjung Emas
9% menjawab Menjawab
(7 - 14) 10% 9%
hari
1%
(1-6) Jam
(1-6) hari 36% Macet Terjadi ROB
6% 17% 31%
(18-24) Jam
10%
Pungutan Liar
(13-18) Jam (2-12) Jam
11% 17%
20% Keamanan
23%
Gambar 6 Preferensi Pengguna Jasa dan Keluhan Pelayanan Operasional di Pelabuhan Tanjung Emas
Semarang
Kepuasan dan preferensi konsumen layanan kepelabuhanan menjadi salah satu faktor yang
dianggap penting untuk menilai mutu pelayanan yang diberikan. Tingkat kepuasan dapat ditentukan
berdasarkan SOP dan Prosedur tatalaksana administrasi dan SOP bongkar muat barang (handling),
termasuk pelayanan saat penyimpanan di Pelabuhan sampai pada distribusi barang/bahan ke
konsumen di wilayah tujuan. Kepuasan pelayanan pelabuhan dapat pula dipandang sebagai
cerminan kualitas sarana dan prasarana penunjang kepelabuhanan terutama terkait dengan fasiltas
bongkar dan muat barang yang ada di pelabuhan.
Keluhan yang dirasakan oleh responden secara umum terhadap kualitas pelayanan terkait dengan
fasilitas yang ada adalah belum tertanggulanginya gangguan lingkugan akibat Rob yang ada di
sekitar kawasan pelabuhan Tanjung emas semarang. Keluhan yang lain adalah dirasakan adanya
pungutan yang tidak resmi yang ada dipelabuhan tanjung emas. Keluhan yang lain adalah masalah
keamanan terhadap operasioanal bongkar/muat dan simpan barang. Responden juga merasakan
keluhan adanya kemacetan di sekitar pelabuhan pada jam jam tertentu. Beberapa responden tidak
menjawab terhadap pertanyaan mengenai kualitas pelayanan di pelabuhan Tanjung Emas
Semarang. Menurut mereka secara umum mereka menganggap bahwa pelabuhan tanjung emas
merupakan satu satunya pelabuhan yang paling baik yang ada di Jawa Tengah. Tetapi mereka juga
menganggap bahwa ada yang kurang optimal daripada pelayanan pelabuhan yang semestinya
diberikan kepada pengguna jasa kepelabuhanan.
IV-42
5. Peluang Pengembangan Pelabuhan Tanjung Emas
Peluang pengembangan Pelabuhan Tanjung Emas dengan melakukan pengembanan dan
pembangunan Pelabuhan/Terminal Kendal dapat dimungkinkan. Tetapi peluang pengembangan
pelabuhan/terminal Kendal tersebut dihadapkan pada berbagai kendala, hambatan dengan berbagai
pertimbangan menyangkut aspek terkait dengan aspek kebijakan pemerintah, aspek tataguna lahan
dan perairan, aspek ekonnomi dan kependudukan, aspek keamanan dan keselamatan pelayaran,
aspek pengembangan pelayaran, aspek teknis operasional pelabuhan, aspek fisik alam dan
lingkungan serta aspek SDM pengelolaan kepelabuhanan.
Dilihat dari aspek kebijakan pemerintah, menyangkut tentang kebijakan pembangunan yang teruang
dalam RPJP, RPJM, Renstra baik di tingkat Nasional, Provinsi dan Pemerintah Kabupaten,
pengembangan pelabuhan dipandang sebagai bagian tak terpisahkan dari upaya untuk
mempercepat distribusi barang/jasa dan mempercepat pertumbuhan ekonomi. Merujuk pada perda
No 25 tahun 2007 dan perda no 26 Tahun 2007 Kabupaten Kendal, dapat disimak bahwa pemerintah
Kendal memiliki kebijakan untuk mengembangkan lokasi tersebut sebagai kawasan ekonomi dan
kawasan pengembangan pelabuhan. Dengan demikian dari sudut ekonomi dan kependudukan
pengembangan pelabuhan Kendal juga merupakan design dari pemerintah Kabupaten Kendal.
Dari aspek teknis keselamatan pelayaran, pengembangan pelayaran dan teknis operasioanal
pelabuhan, dimungkinkan dapat dikembangkan pelabuhan/terminal Kendal pada area/kawasan yang
pada saat ini telah dibangun fasilitas pelabuhan penyeberangan kumai-kendal. Secara teknis alur
tersebut memungkinkan untuk digunakan secara terpadu baik oleh angkutan penyeberangan dan
angkutan laut. Kondisi ini menguntungkan dari sisi teknis pengelolaan dimana masing masing pihak
berkepentingan dapat melakukan kerjasama/sharing pengelolaan seperti pemeliharaan alur kolam,
pemeliharaan fasilitas keamanan dan keselamatan dan berbagai fasilitas yang dapat digunakan
secara bersama sama.
Dilihat dari kondisi fasilitas eksisting yang telah dibangun pengembangan pelabuhan terbatas pada
kapal kapal laut ukuran 4000-6000 DWT. Hal tersebut dapat dipandang sebagai suatu keuntungan,
bukan hambatan, dimana kapal kapal tertentu yang akan dialihkan adalah kapal kapal yang memang
selama ini sering mengalami puncak antrian, seperti kapal angkutan kayu log dan kapal angkutan
batubara. Pengembangan pelabuhan untuk angkutan kapal 4000-6000 DWT dianggap strategis dan
potensial bagi pelayanan angkutan barang khususnya kayu log dan angkutan batubara.
Dilihat dari aspek SDM dan tata kelola kepelabuhan, diperlukan kerjasama dan singkronisasi
pengelolaan antara pemerintah Kabupaten Kendal, Pengelola Pelabuhan Tanjung Emas, pengguna
jasa. Merujuk pada UU no 32/2004, PP no 37/2008, PP 61/2009, pemerintah Kendal memiliki
kewenangan untuk menangguhkan pengelolaan bersama fasilitas pelabuhan. Pemerintah Kendal
memiliki kewenangan untuk mengelola dan mengembangkan fasilitas kepelabuhan secara mandiri.
Pengelola pelabuhan Tanjung Emas memiliki pertimbangan teknis ekonomis untuk memperluas
pelayanan, dimana pengembangan fasilitas pelayanan dapat dilakukan dengan mengatasi kendala
teknis melalui peninggian fasilitas daratan untuk mengatasi penurunan muka tanah. Merujuk pada
analisis preferensi pengguna jasa kepelabuhanan, pertimbangan biaya dan ekonomi mendominasi
pendapat mereka. Artinya pengembangan pelabuhan Kendal harus memberikan keuntungan secara
ekonomi.
Pemerintah Provinsi Jawa Tengah, dipandang perlu mengambil peran untuk memberikan
pertimbangan dan jalan tengah bagi pengembangan Pelabuhan Tanjung Emas Semarang.
Pengembangan Pelabuhan Tanjung Emas perlu dilihat dari konteks kewilayahan. Sebagai simpul laut
Utama di wilayah Jawa Tengah, pelabuhan Tanjung Emas merupakan infrastruktur strategis bagi
inlet/outlet barang/jasa di Jawa Tengah yang mencakup 35 wilayah kabupaten/. Pengembangan
Tanjung Emas perlu dipandang sebagai bagian dari skenario pengembangan transportasi multimoda
(darat, laut, udara, Kereta api). Pengembangan Pelabuhan. Pengaturan akses, interkoneksi dan
koneksi antar simpul darat, laut, udara, kereta api perlu dijembatani dalam pengelolaan dan
penatagunaan lahan kawasan pesisir utara kota Semarang secara efisien. Pengembangan
IV-43
pelabuhan juga akan melibatkan pemerintah Kota Semarang sebagai bagian dari sinergi pengelolaan
angkutan barang di internal kota Semarang.
Tabel 1 Strategi Pengelolaan Potensi, Peluang, Tantangan dan Hambatan dalam Pengembangan
Pelabuhan Tanjung Emas di Pelabuhan/Terminal Kendal .
Potensi (S) Hambatan (W)
IV-44
sebagai bagian dari pengembangan pelabuhan tanjung mas. Pengembangan dan
pembangunan Pelabuhan/Terminal Kendal layak secara teknis Untuk kedalaman Perairan
antara -4 sampai dengan -6 LLWS, dengan spesifkasi kapal pada bobot kurang lebih 4000-
6000 DWT.
Berdasarkan telaah studi yang dilakukan, direkomendasikan hal hal sebagai berikut:
• Pembangunan Dermaga disebelah barat dermaga penyeberangan eksisting dengan
ketentuan teknis tidak menganggu dermaga penyeberangan yang telah terbangun
• Pengerukan kolam perairan untuk memenuhi kedalaman perairan -6 m
• Pembenahan, pengembangan fasilitas daratan untuk menunjang operasioanal
pelabuhan/terminal kendal yang belum ada.
• Pengelolaan dan Pembebasan lahan, untuk pembangunan fasilitas penunjang dan industri
pelabuhan dimaksud point 3.
• Pemeliharaan dan peningkatan fisik bangunan Breakwater di kedua sisi yaitu sisi barat dan
sisi timur untuk menyesuaiakan dengan kedalaman perairaan (kokoh, tidak longsor).
• Dalam masa mendatang, Pengembangan pelabuhan/terminal kendal dapat dilaksanakan di
sisi barat breakwater dengan memperhatikan pelayanan Di Tanjung Emas, Respon pasar,
dan perkembangan ekonomi wilayah hinterland.
7. Ucapan Terimakasih.
Pada kesempatan ini penulis mengucapkan terimakasih kepada pihak pihak yang telah banyak
membantu dalam pengerjaan penelitian ini sebagai responden, dan pembantu survey, yaitu :
• Dinas Perhubungan Provinsi Jawa tengah, Bapak Agus Haryanto, Eka, Fajar, Frids,
• Kantor Dinas Pemukiman Tata Ruang, Kantor Badan Perencanaan Pembanguna Daerah,
Kantor Dinas Perhubungan Kabupaten Kendal
• Kantor Adpel Pelabuhan Tanjung Emas, Semarang
• Kantor Pelindo III Cabang Tanjung Emas Semarang,
• Tim Survey: Mahasiswa R2 Perencanaan Wilayah dan Kota , Fakultas Teknik UNDIP
Angkatan 2009; Doni, Adi Bilhak, Dodi, Fadol.
8. Referensi
AI Rasyid, Harun Martohandoyo; Hascaryo , Budhi Iskandar; Haluan, John, A. Sondita, Fedi, Djala Hasjim P.
(2008): Strategi Penerapan National Single Window Di Pelabuhan T Anjung Emas Semarang (Suatu Konsep
Dari Studi Kasus Di Pelabuhan T Anjung Emas Semarang, Jurnal Buletin PSP Volume XVII. No.1. April 2008,
Departemen Pemanfaatan Sumberdaya Perikanan Fakultas Perikanan dan IImu Kelautan Institut Pertanian
Bogor
Direktorat Geologi dan Tata Lingkungan, (2003): Peta Penurunan Muka Tanah di Pesisir Kota Semarang,
Direktorat Geologi dan Tata Lingkungan Bandung.
Hartoko. A, Wirasatria. A, Helmi.M, dan Rochaddi. B. (2008):Aplikasi Teknologi Geomatika untuk Pemetaan
Penurunan Tanah (Land Subsidence) di Pesisir Kota Semarang, Jurnal LMU KELAUTAN. Maret 2008. Vol. 13
(I): 13 -18, diakses dari www.undip.ac.id pada tanggal 2 Juni 2011.
Kementerian Perhubungan Republik Indonesia. (2010): Kumpulan Peraturan Perundangan Bidang Perhubungan
tentang UU no 17 tahun 2008 Tentang Pelayaran, PP no 61 Tahun 2009 Tentang Kepelabuhanan dan
Kumpulan Petunjuk Teknis Perencanaan Rencana Induk Pelabuhan, Jakarta.
Kramadibrata, Soedjono. (2002): Perencanaan Pelabuhan, Penerbit ITB Bandung.
Maryono. (2011): Alternatif Lokasi dermaga/terminal Inlet Batubara di Pantai utara Jawa tengah sebagai upaya
pengembangan konversi energi di Provinsi Jawa tengah, Jurnal Pembangunan Magister Pembangunan Wilayah
dan Kota April 2011, Universitas Diponengoro, Semarang
Raharjo, Purnomo dkk H Sianipar Andy, Yosi Mira. (2004): Perkembangan Kota Muka Laut Semarang Dan Bukti
Penurunan (Land Subsidence), (Kasus : Pelabuhan Tanjung Emas). Puslitbang Geologi Kelautan, Kementerian
Energi dan Sumber Daya Mineral, 2004. Diaskes dari: http://www.mgi.esdm.go.id/content/perkembangan-kota-
muka-laut-semarang-dan-bukti-penurunan-land-subsidence-kasus-pelabuhan-tanjung emas, pada tanggal 2 Juni
2011
IV-45
Memprediksi Produktivitas Padi dengan DSSAT sebagai Validasi Model Perhitungan
Produktivitas dengan Data Hyperspektral
Abstrak: Decision Support System (DSS) merupakan sebuah sistem informasi berbasis komputer untuk
membantu pengguna dalam mengambil sebuah keputusan atau kebijakan. Decision Support System for
Agrotechnology Transfer (DSSAT) adalah sebuah perangkat lunak yang digunakan untuk mensimulasikan
pertumbuhan berbagai varitas tanaman sekaligus memprediksi sejumlah variabel yang berkaitan dengan
produktivitas tanaman. Beberapa variabel tersebut antara lain : jumlah daun per batang, Leaf Area Index
(LAI), berat hasil panen (grain weight), berat kanopi (canopy height), tinggi kanopi (canopy height), tekanan
air (water stress), berat akar (root weight), dan masih banyak lagi variable lain.
Keluaran yang dihasilkan oleh DSSAT dapat digunakan untuk membantu dalam pengambilan keputusan,
misal apakah suatu lahan pertanian membutuhkan irigasi yang cukup, sedang, atau banyak, apakah pupuk
yang digunakan telah sesuai dengan jenis tanaman, apakah kadarnya terlalu berlebih atau kurang, dan
sebagainya.
Dengan menggabungkan beberapa data minimal seperti data tanah, data iklim, data tanaman (crop
phenotype) dan data pengaturan penanaman, maka dapat dilakukan simulasi untuk memprediksi hasil
panen yang ditanam dalam kurun waktu tertentu. Salah satu jenis tanaman yang dapat dimodelkan adalah
berbagai varitas padi.
Varitas IR64 dan varitas Ciherang merupakan salah satu varitas padi yang banyak ditanam di Indonesia.
Untuk dapat mensimulasikan varitas IR64 dan Ciherang dibutuhkan data spesifikasi khusus milik varitas
tersebut agar nilai prediksi yang dihasilkan oleh DSSAT pun mendekati nilai rata-rata hasil yang dipanen
oleh para petani.
Hasil yang dikeluarkan oleh DSSAT salah satunya berupa prediksi nilai berat hasil panen (Grain Weight)
dapat digunakan sebagai pembanding hasil yang dikeluarkan oleh perangkat lunak HyperSRISoft.
HyperSRIsoft adalah sistem yang digunakan untuk mengolah data hyperspektral untuk keperluan prediksi
hasil panen tanaman padi.
Kata kunci : Decision Support System, DSSAT, Hyperspektral, Sistem prediksi panen padi
1. Latar Belakang
Padi adalah sumber makanan pokok bagi masyarakat Indonesia. Sebagian besar beras yang
dikonsumsi merupakan hasil produktivitas padi nasional. Seringkali pemerintah kesulitan dalam
memperkirakan kecukupan bahan pangan pokok yang dapat disediakan oleh pertanian dalam
negeri. Karena itu dibutuhkan suatu metode untuk dapat memprediksi hasil panen padi secara
tepat dan akurat.
Perangkat lunak DSSAT atau Decision Support System for Agrotechnology Transfer adalah
sebuah perangkat lunak yang diproduksi oleh ICASA (International Consortium for Agricultural
Systems Applications) dari Amerika Serikat. ICASA merupakan organisasi yang bertujuan untuk
memajukan penelitian di bidang sistem pertanian melalui pengembangan dan penerapan analisa
sistem peralatan dan metodologi yang kompatibel dan lengkap. DSSAT digunakan untuk
mensimulasikan pertumbuhan berbagai varitas tanaman sekaligus memprediksi sejumlah nilai
variabel yang berkaitan dengan produktivitas tanaman.
Belum banyak makalah yang membahas tentang bagaimana menggunakan perangkat lunak
DSSAT untuk keperluan prediksi panen suatu tanaman. Maka dari itu makalah ini ditulis untuk
memaparkan bagaimana menjalankan software DSSAT dan data apa saja yang dibutuhkan agar
dapat menghasilkan keluaran berupa nilai prediksi panen padi. Disamping itu dengan
pemanfaatan teknologi penginderaan jauh hyperspectral hasil prediksi model DSSAT kemudian
akan dibandingkan sekaligus divalidasi dengan model prediksi dari data penginderaan jauh
hypersepctral. Model prediksi yang dibangun dari data hyperspectral ini dapat diterapkan tidak
hanya untuk memprediksi hasil panen padi juga untuk mengamati kondisi pertumbuhan tanaman
IV-47
pada suatu area yang luas. Pengolahan awal data hyperspectral dilakukan dengan menggunakan
perangkat lunak HyperSriSoft yaitu suatu perangkat lunak yang dapat digunakan untuk mengolah
data hyperspektral untuk keperluan prediksi hasil panen tanaman padi. Untuk memvalidasi hasil
keluaran HyperSriSoft digunakan dua metode, yaitu :
1) Validasi menggunakan data ubinan (membandingkan dengan hasil perhitungan kerangka
sampel area)
2) Membandingkan dengan hasil keluaran software DSSAT.
Pada ROI Subang dipilih 6 sampel area dan 5 sample area untuk ROI Indramayu dengan luas
tiap sampel area 500m x 500m. Selanjutnya tiap-tiap sample area dibagi lagi ke dalam 10 area
yang lebih kecil, 10m x 10m yang disebut ’qudrat’. Namun, pengukuran data spektral untuk
quadrat-quadrat yang telah disekesi tidak seluruhnya bisa dilakukan karena kondisi cuaca atau
tutupan awan yang tinggi. Pengukuran spektral sebaiknya dilakukan pada rentang waktu pukul
10.00 – 14.00 dan pada kondisi cuaca cerah.
IV-48
1) Data Iklim sepanjang waktu penanaman
2) Data tanah
3) Data manajemen penanaman dan data hasil observasi
Data Iklim
Data iklim meliputi :
1) Koordinat lintang dan bujur dari stasiun iklim
2) Nilai radiasi matahari (MJ/m²-day)
3) Nilai maksimum dan minimum suhu udara (ºC)
4) Curah hujan (mm)
Data Tanah
Profil data tanah yang dibutuhkan mencakup :
1) Informasi tentang warna tanah untuk setiap lapisan tanah (kuning, coklat, merah, hitam,
atau abu-abu)
2) Pengaliran air (Drainage)
Jenis-jenis pengaliran air di tanah :
Berlebihan (excessive) : air segera keluar dari tanah sehingga tanah akan mengalami
kekurangan air
Agak berlebihan (somewhat excessice) : air hanya sebentar tertahan dalam tanah,
sehingga kurang tersedia bagi tanaman
Baik (well) : Tanah mempunyai peredaran udara yang baik, profil tanah berwarna
terang, seragam dan tidak terdapat bercak
Agak baik (moderat well): tanah mempunyai peredaran di daerah perakaran, tidak
terdapat bercak
Agak buruk (somewhat poorly): lapisan atas tanah mempunyai peredaran tanah baik,
tidak terdapat bercak, pada lapisan bawah terdapat bercak
Buruk (poorly): pada bagian bawah dari lapisan atas tanah terdapat bercak
Sangat buruk (very poorly): seluruh lapsan tanah berwarna kelabu dan terdapat
bercak. Air menggenang di permukaan tanah dalam waktu yang lama
3) Kecuraman Lereng (Slope)
Macam-macam slope antara lain :
Datar (0-3%)
Landai atau berombak (>3-8%)
Agak miring atau bergelombang (>8-15%)
Miring atau berbukit (>15-30%)
Agak curam atau bergunung (>30-45%)
Curam (>45-65%)
Sangat curam (>65%)
4) Potensi Limpasan Air (Runoff Potential)
Tingkat potensi limpasan air yang tersedia di DSSAT antara lain :
Lowest: antara lain pada tanah yang berpasir dalam dengan sedikit endapan lumpur,
tanah liat dan cepat menyerap.
Moderatlely low: paling banyak terdapat pada tanah berpasir kedalaman rendah,
Moderately high : terdapat pada tanah dangkal dan mengandung tanah liat dan koloid
cukup
Highest : terdapat pada sebagian besar tanah liat juga termasuk beberapa tanah
dangkal yang bersifat hampir kedap air
5) Faktor Kesuburan (Fertility Factor )
Faktor kesuburan merujuk pada jumlah nutrisi, yang cukup untuk mendukung kehidupan
tanaman.
IV-49
6) Data Inputan tabel, yang meliputi :
Kedalaman horizon : diketahui berapa lapis horizon dan kedalamannya misalnya (0-
20 cm, 20-35 cm , 35-60 cm)
Master Horizon :Abg. Bg, ….
Persentase kandungan pasir, endapan lumpur, dan tanah liat
Karbon organik
pH air
Cation Exchange Capacity (KTK) cmol/kg (Data sifat kimia tanah)
Informasi tentang kelimpahan akar
7) Tekstur Tanah
Tekstur tanah penting dalam mempengaruhi kapasitas tanah untuk menahan air dan
permeabilitas tanah serta berbagai sifat fisik dan kimia tanah lainnya.
3.2 Metode
Penelitian untuk memprediksi nilai hasil panen pada tanaman padi ini menggunakan metoda
perulangan dengan memasukkan beberapa kumpulan data yang berbeda sampai didapat hasil
yang mendekati nilai rata-rata yang biasa dipanen oleh para petani.
Tahapan Percobaan :
1) Memasukkan data Iklim
Untuk memasukkan data iklim ke dalam perangkat lunak DSSAT, maka yang pertama
dilakukan adalah menyiapkan file berisi data iklim sesuai dengan format DSSAT. File ini
memiliki ekstension WTH. Setiap 1 file WTH berisi data cuaca harian dalam satu tahun.
Contoh dari file WTH adalah seperti gambar di bawah ini : Nama stasiun Iklim yang
digunakan
Gambar 2 Isi dari File WTH yang Berisi Data Iklim yang Dibutuhkan oleh DSSAT
Data Iklim yang wajib ada di dalam file WTH terdiri dari :
a. Header file , yang terdiri dari nama dan kode stasiun iklim, serta koordinat lintang dan bujur
b. Data Cuaca Harian, yang terdiri dari @Date, SRAD, TMAX, TMIN, RAIN:
@Date : kode untuk data tanggal , dengan format : 2 digit pertama adalah angka tahun,
3 digit terakhir diisi oleh nomer urut hari dalam setahun (Julian days). Contoh:
@Date : 79001 [79= tahun 1979, 001=hari ke-1]
SRAD : nilai radiasi sinar matahari (Radiation) [joule]
TMAX, TMIN : suhu maksimum, dan minimum [o C]
RAIN : curah hujan [mm]
IV-50
Setelah file WTH siap, maka file tersebut diberi nama sesuai format nama data iklim di DSSAT
yaitu : xxxx-yy-dd : 4 huruf pertama adalah nama kode stasiun, 2 digit berikutnya adalah angka
tahun data tersebut, 2 digit terakhir biasa diberi angka 01. Contoh, nama file seperti gambar di
atas adalah : INDR7901.WTH. File WTH tersebut kemudian disalin (copy) ke folder “Weather” di
mana terdapat program DSSAT, misalnya di C:/DSSAT/Weather.
Ketika membuka program DSSAT (XBuild) maka akan muncul nama stasiun iklim yang sudah
dimasukkan tersebut. Hal ini dapat dilihat pada gambar 3 berikut :
Nama
stasiun
iklim
Indramayu
muncul di
GUI DSSAT
Untuk percobaan ini penulis menggunakan data iklim dari stasiun Indramayu dengan rentang
waktu dari tahun 1979-2007 dan data iklim stasiun Jatiwangi tahun 2008.
IV-51
Gambar 3 GUI untuk informasi tanah
Berikutnya untuk modul tanah yang kedua , diisikan profil tanah sebagai berikut :
Gambar 5 menunjukkan Input Table di DSSAT dengan isian seperti data di atas:
Langkah selanjutnya adalah menghitung parameter tanah, dengan isian sebagai berikut :
IV-52
Tabel 2 Pengisian di Modul Tanah
Tanah Endapan Batuan Batas Batas Atas
Kedalaman Kejenuhan
liat % Lumpur % % Bawah Pengaliran
20 66 32 2 0.397 0.573 0.59
40 65 34 1 0.374 0.535 0.569
70 65 34 1 0.369 0.526 0.563
IV-53
Gambar 7 GUI untuk Pengisian Data Penanaman
10 50 Flood, mm
20 50 Flood, mm
30 50 Flood, mm
40 50 Flood, mm
50 50 Flood, mm
60 50 Flood, mm
70 50 Flood, mm
Tabel 4 Komposisi Nitrogen (N), Fosfor (P), Kalium (K), dan Kalsium (Ca) (dalam kg /ha)
N P K Ca
75 50 20 5
IV-54
Gambar 8 Modul Pengisian Data Pemupukan
Semua isian pada modul tersebut disimpan dalam file eksperimental berakhiran RIX. Contoh :
BPIN7901.RIX . Penamaan ini berasal dari kode instansi (BP), lokasi penanaman
(Indramayu), tahun percobaan (1979), dan nomor percobaan (01).
IV-55
Tombol Run untuk menjalankan file
RIX
Hasil eksekusi file RIX dapat dilihat pada gambar di bawah ini :
IV-56
Tab Analysis untuk melihat hasil eksekusi
Beberapa file Out dapat dilihat dalam bentuk teks ataupun dalam bentuk grafik. Contoh yang
dapat dilihat dalam bentuk teks adalah file Summary.out :
Hasil keluaran dapat juga berupa grafik. Gambar 12 menunjukkan grafik antara LAI, dan Grain
(berat hasil panen) dengan umur tanaman
IV-57
7000
6000
5000
4000
3000
2000
1000
0
50 100 150 200
Days after Planting
Pada grafik terlihat untuk percobaan dengan irigasi (kurva berwarna hijau) hasilnya mendekati
rata-rata hasil panen di lapangan yaitu 6 ton/ha dengan usia tanam 95 hari. Hasil rata-rata panen
untuk varitas IR64 adalah sekitar 5 – 6 ton/ha. (Suprihatno, B.,et.al., 2009).
Tabel 5 Hasil Percobaan Simulasi Prediksi Panen Padi IR64 dengan DSSAT
Berat dan
Berat Potensi Umur
Pemupukan
Stasiun Iklim Pengairan Panen Panen Tanam
(N) kg/ha
(kg/ha) Rata-rata *) (hari)
(kg/ha)
Indramayu √ 150 5500 5000-6000 93
(1979-2007)
Indramayu √ 200 6107 5000-6000 95
(1979-2007)
Indramayu × 150 5513 5000-6000 93
(1979-2007)
Indramayu × 200 5776 5000-6000 92
(1979-2007)
Jatiwangi √ 150 2186 5000-6000 102
(2008-2009)
Jatiwangi √ 200 4978 5000-6000 79
(2008-2009)
Jatiwangi x 150 2294 5000-6000 102
(2008-2009)
Jatiwangi x 200 5112 5000-6000 79
(2008-2009)
*) sumber : Balai Besar Penelitian Tanaman Padi, Kementerian Pertanian.
Keterangan gambar : angka yang ditulis dengan warna merah adalah hasil yang jauh
menyimpang dengan nilai hasil yang bersumber dari BB – Padi.
Tabel 6 Perbandingan Prediksi Hasil Panen Keluaran DSSAT, Ubinan, dan Hyperspektral
DSSAT Ubinan Model Hyperspektral
5.5 ton/hektar 6.87 ton/hektar 5.30 ton/hektar
Perbandingan ketiga metode menunjukkan bahwa model prediksi panen dengan metode DSSAT
memiliki nilai yang hampir sama dengan nilai prediksi dari Model Hyperspektral yaitu 5.5 ton/ha
dan 5.3 ton/ha. Namun untuk data Ubinan menunjukkan nilai yang lebih tinggi yaitu 6.87 ton/ha.
Menurut informasi dari Balai Besar Penelitian Padi di Sukamandi-Subang, varitas IR-64 dan
Ciherang memiliki rata-rata hasil 5 ton/ha. Untuk itu dapat dikatakan bahwa hasil panen baik dari
model DSSAT maupun Model Hyperspektral memiliki nilai akurasi yang cukup baik.
5. Kesimpulan
DSSAT dapat digunakan untuk memprediksi hasil panen tanaman padi. Nilai keluaran
yang dihasilkan DSSAT dapat dibuktikan sudah mendekati nilai rata-rata hasil panen
padi di lapangan.
Keluaran dari perangkat lunak DSSAT dapat dijadikan bahan untuk memvalidasi hasil
keluaran dari sistem prediksi lain yaitu sistem yang menggunakan data hyperspektral.
IV-59
Jika merujuk pada referensi dari BB Padi, hasil panen baik dari model DSSAT maupun
Model Hyperspektral memiliki nilai akurasi yang cukup baik.
6. Referensi
Sumarni, E. (2010): Data Tanah, Presentasi Pelatihan DSSAT di BPPT, Balai Penelitian Agroklimat dan
Hidrologi, Kementerian Pertanian.
Suprihatno, B.,et.al. (2009): Buku : Deskripsi Varietas Padi, Subang : Balai Besar Penelitian Tanaman
Padi.
ICASA , 2007 : DSSAT Software : Tersedia di http://icasa.net/dssat/index.html.
IV-60
Pengaruh Penataan Ruang wilayah terhadap Tingkat Kerawanan Banjir di Kota Purwokerto
1) 2) 3)
Suwardi , Sisno , dan Dian Nahdaenah
1) 2) 3)
Program Studi Ilmu Tanah, Fakultas Pertanian, Universitas Jenderal Soedirman, Purwokerto
Abstrak : Pemanfaatan sumberdaya alam yang tidak memperhatikan aspek lingkungan, dan pembangunan
insfrakstruktur yang tidak sesuai dengan perencanaan tata ruang dapat menimbulkan kerusakan. Kota
Purwokerto sebagai kota yang terus berkembang, banyak terjadi konversi lahan dari penggunaan lahan
pertanian ke bentuk penggunaan lain, seperti pemukiman, pusat perdagangan dan lain-lain, akan
mengakibatkan pemadatan dan penutupan tanah, sehingga pada musim penghujan dapat terjadi banjir terutama
pada daerah dengan topografi datar. Penelitian ini bertujuan untuk mengetahui pola pemanfaatan ruang di kota
Purwokerto, dan mengetahui pengaruh penggunaan lahan terhadap tingkat kerawanan banjir di daerah studi.
Penelitian dilakukan dengan metode survai. Analisis tanah dilakukan laboratorium Ilmu Tanah Unsoed.
Identifikasi karakteristik lahan dilakukan atas dasar satuan lahan homogeny, yang ditentukan berdasarkan peta
penggunaan lahan, kelas lereng dan jenis tanah. Klasifikasi tingkat kerawanan banjir diperoleh berdasarkan
metode scoring dan pembobotan yang meliputi curah hujan, penggunaan lahan, kemiringan lereng dan
permeabilitas tanah. Hasil penelitian menunjukan bahwa pemanfaatan ruang di kota Purwokerto belum
memperhatikan kondisi hidrologi, dan penggunaan lahan berupa kebun campur merupakan penggunaan lahan
yang paling efektif menyerap air, sehingga dapat memperkecil terjadinya genangan. Tingkat kerawanan banjir di
daerah studi terdiri atas : daerah rawan banjir seluas 1267,49 ha, agak rawan 1876,64 ha dan tidak rawan
975,98 ha.
1. Latar Belakang
Kepentingan atas lahan dan kompleksnya pemanfaatan ruang di kawasan perkotaan menambah
rumitnya permasalahan penataan ruang di kawasan perkotaan, sehingga dapat menyebabkan
terganggunya perkembangan kota. Tidak konsistennya pemanfaatan ruang yang dilakukan baik oleh
pemerintah maupun masyarakat dalam bentuk konversi lahan yang tidak sesuai dengan rencana tata
ruang menjadi faktor penyebab bencana banjir pada musim penghujan dan kekeringan pada musim
kemarau. Dengan kondisi demikian maka upaya penataan ruang kawasan perkotaan menjadi sangat
penting sebagai salah satu upaya menciptakan pola pemanfaatan ruang yang seimbang, teratur dan
terarah.
Perencanaan tata ruang sangat diperlukan sebagai pedoman bagi pelaksanaan pembangunan
dengan tujuan agar penataan lingkungan hidup dan pemanfaatan sumberdaya alam dapat dilakukan
secara aman, tertib, efisien dan efektif. Dalam pelaksanaan pembangunan, penggunaan sumberdaya
alam semestinya dilakukan secara terencana, rasional, optimal, bertanggung jawab, sesuai dengan
kemampuan daya dukungnya. Guna mewujudkan pembangunan yang berkelanjutan harus
memperhatikan pula kelestarian dan keseimbangan fungsi lingkungan hidup dan keanekaragaman
hayati. Sejalan dengan meningkatnya penduduk dan perkembangan ekonomi meningkatkan
perkembangan ekonomi mengakibatkan luas tanah terbuka semakin sempit. Banyaknya konversi
lahan pertanian, terutama lahan sawah ke penggunaan lain, serta menyusutnya lahan terbuka hijau
dan semakin meluasnya pemadatan tanah di kawasan perkotaan sering menyebabkan terjadinya
banjir pada musim penghujan.
Penataan ruang wilayah Kota Purwokerto diatur berdasarkan Peraturan Daerah Kabupaten
Banyumas No. 18 Tahun 2005, tentang Rencana Tata Ruang Wilayah Kabupaten Banyumas dan
Perda Kabupaten Banyumas No. 6 Tahun 2002 tentang Rencana Tata Ruang Purwokerto yang
merupakan salah satu wilayah yang cukup padat penduduk dengan segala bidang kegiatannya
menyebabkan distorsi pemanfaatan lahan optimal sebagaimana yang diharapkan. Kota Purwokerto
meliputi 4 kecamatan yaitu: Purwokerto Timur, Purwokerto Utara, Purwokerto Barat, dan Purwokerto
Selatan. Pada wilayah ini terdapat kawasan pemukiman, kawasan pertanian, kawasan industri,
IV-62
kawasan perdagangan, kawasan pendidikan, dan fasilitas umum. Pembangunan kawasan-kawasan
tersebut harus disesuaikan dengan peruntukannya berdasarkan Rencana Tata Ruang Kota (RTRK),
agar tidak terjadi kerusakan lahan, serta terwujudnya ruang kehidupan yang nyaman, produktif dan
berkelanjutan.
Banjir yang terjadi akhir-akhir ini di wilayah Purwokerto disebabkan oleh konversi lahan pertanian
menjadi pemukiman dan kawasan perdagangan, serta adanya cekungan sehingga merupakan
akumulasi air permukaan meliputi, daerah sekitar jalan Masjid dengan ketinggian 0,5 m yang terjadi
selama ± 1 jam, kompleks perumahan Tanjung dengan ketinggian 0,5-1 m selama 2-4 jam, daerah
sekitar jalan Martadireja II dengan ketinggian sekitar 0,7 m yang terjadi selama 12 jam. Selain itu,
kejadian banjir yang terjadi di Purwokerto juga diakibatkan karena ketidakmampuan alur sungai
menampung debit air sehingga terjadi banjir luapan sungai yang meliputi, daerah sekitar RS Sinar
Kasih (Purwokerto Wetan) dengan keitnggian 1-1,5 m yang terjadi selama 10-12 jam, daerah sekitar
jalan Gerilya dengan ketinggian 0,5-1,2 m yang terjadi selama 1-3 jam, dan jalan Pancurawis dengan
ketinggian 0,8-1 m terjadi selama ± 1 jam. (BAPPEDA Kabupaten Banyumas, 2010).
Tujuan penelitian ini adalah: 1). Mengetahui pemanfaatan ruang di wilayah Purwokerto; 2).
Mengetahui tingkat kerawanan pada berbagai bentuk pemanfaatan lahan, dan mengetahui pengaruh
penggunaan lahan terhadap tingkat kerawanan banjir di daerah penelitian.
Penelitian dilaksanakan dengan metode suvei. Pengumpulan data dan pengambilan sampel
dilakukan dengan pendekatan satuan lahan homohen (SLH) yang diperoleh dari tumpang susun
(over lay) tiga jenis peta, yaitu peta kemiringan lereng, peta jenis tanah dan peta penggunaan lahan.
Analisis data untuk penentuan daerah rawan banjir dilakukan metode scoring dengan menggunakan
4 variabel, yaitu curah hujan, penggunaan lahan, permeabilitas dan kemiringan lereng. Hasil analisis
sampel digunakan sebagai data pendukung untuk memperkuat dugaan terhadap daerah rawan
banjir. Nilai dan bobot skor dari masing-masing variable disajikan dalam Tabel 1 sampei 4.
IV-63
Sawah irigasi teknis (S1) 6
Tabel 4 Permeabilitas
No Variabel Keterangan Nilai bobot
Sedang 1
4 Permeabilitas (P) Lambat-sedang 2 1
Lambat 3
Sumber: Arsyad, 2010
Berdasarkan nilai dan bobot masing-masing variable, dilakukan klasifikasi tingkat kerawanan banjir
yang dihitung dengan menjumlahkan hasil dari perkalian nilai variable curah hujan, penutup lahan,
kemiringaan lereng dengan bobot masing-masing variable tersebut, kemudian dikalikan dengan
variabel permeabilitas. Persamaan yang diigunakan untuk menghitung besarnya kerawanan banjir
adalah:
Dimana: C = kerawanan banjir, Sy = Nilai variable Kemiringan lereng, Ry = Nilai variable Curah Hujan,
P = Permeabilitas, Luy = Nilai variable Penggunaan Lahan, X = Bobot variable
Pengaruh pola pemanfaatan ruang dan penggunaan lahan terhadap permeabilitas. Pemanfaatan
ruang di wilayah Purwokerto dilakukan dengan mengacu pada rencana tata ruang. Rencana tata
ruang pada hakekatnya menjadi arahan pemanfaatan ruang yang mengupayakan terwujudnya
keserasian dan keselarasan, pemanfaatan ruang untuk kawasan lindung dan budidaya. Wilayah
Purwokerto termasuk dalam Sub Wilayah Pembangunan I.
Hasil pengamatan lapangan menunjukkan bahwa terdapat perubahan pada penggunaan lahan di
beberapa lokasi wilayah penelitian, hal ini disebabkan karena Purwokerto sebagai pusat
pengembangan wilayah Kabupaten Banyumas sehingga pembangunan infrastruktur berjalan dengan
IV-64
cepat jika dibandingkan dengan daerah sekitarnya. Menurut RUTRK Purwokerto (2001), kegiatan
yang berlangsung di wilayah Purwokerto, meliputi: a).Kegiatan hunian berupa perumahan penduduk
berkembang dengan berakseskan jalur jalan kota dan terkonsentrasi membentuk kesatuan
kelompok. Di daerah pusat kota pemukiman bercampur dengan kegiatan lain dengan kepadatan
tinggi, sedangkan di luar pusat kota berkembang bercampur dengan kegiatan pertanian dan relatif
kurang padat, b). Kegiatan pemerintahan dengan fungsi regional kabupaten yaitu berupa kawasan
perkantoran menempati daerah pusat kota yakni di Jalan Sudirman dan Jalan Prof. Dr. Suharso;
c).Kegiatan perdagangan dan jasa yang bersifat komersial berada di pusat kota dengan Pasar Wage
sebagai pusatnya; d). Kegiatan pusat transportasi kota Purwokerto ada dua tempat yaitu di stasiun
kereta api dan terminal induk; e). Kegiatan industri rumah tangga dan industri kecil kota Purwokerto
berbaur dengan pemukiman penduduk sebagian besar ada di Purwokerto bagian selatan.
Penggunaan lahan untuk kawasan perdagangan lebih terkonsentrasi di pusat kota, tepatnya di
sepanjang Jalan Jenderal Sudirman dan Jalan Gerilya. Kondisi tersebut menyebabkan kerapatan dan
kepadatan bangunan yang meningkat pesat dan pada akhirnya mengurangi luas ruang terbuka. Di
sisi lain ruang terbuka dapat berfungsi sebagai kawasan konservasi, kawasan resapan air dan
pelestarian ekosistem.
Lahan sawah mempunyai fungsi untuk penyedia pangan nasional, pemeliharaan hidrologis, serta
konservasi tanah dan air. Karena datar dan mempunyai pematang, lahan sawah merupakan suatu
persinggahan sementara yang dapat menyimpan sebagian air hujan, aliran permukaan sebelum
dialirkan ke daerah hilirnya. Adanya alih fungsi lahan dari lahan sawah ke tipe penggunaan lain
menurunkan fungsi lahan untuk menahan dan mendistribusikan air aliran permukaan secara aman,
sehingga dapat menyebabkan erosi, longsor, dan banjir.
Pemanfaatan ruang yang tidak konsisten dilakukan, baik oleh pemerintah maupun masyarakat dalam
bentuk konservasi lahan yang tidak sesuai dengan RUTRK menjadi faktor penyebab terjadinya
bencana banjir pada musim hujan dan kekeringan pada musim kemarau. Perkembangan kawasan
Purwokerto berlangsung secara terus-menerus yang diakibatkan oleh meningkatnya berbagai
aktivitas yang dimotori oleh aktivitas perkonomian. Berdasarkan hasil interpretasi citra Landsat 7
ETM, pola penggunaan lahan di wilayah Purwokerto meliputi kebun campur (377,56 ha), pola
pemukiman teratur (2334,9 Ha), pemukiman tidak teratur (35.27 Ha), sawah irigasi teknik (1123.64
Ha), sawah irigasi semi teknis (145.33 Ha) dan sawaah tadah hujan (103.41 Ha).
1) Kebun campur merupakan areal tanah yang diusahakan untuk budidaya berbagai jenis tanaman
keras dan semusim, atau lahan untuk kebun dengan tanaman campuran, pada kondisi tanah
tertutup oleh vegetasi akan memperkecil degradasi tanah akibat tingginya curah hujan, keadaan
yang demikian memberikan kesempatan bagi air permukaan untuk penetrasi kedalam tanah
dengan membawa bahan-bahan organik hasil pelapukan sisa-sisa tanaman ke dalam tanah yang
akan memperbaiki struktur tanah. Berdasarkan hasil analisis laboratorium pada lahan kebun
campur diperoleh nilai rerata berat jenis isi sebesar 1,088 gr/cm 3 dan nilai rerata jenis artikel
3
sebesar 2,199 gr/cm . Nilai rerata berat jenis isi kebun campur dibandingkan nilai rerata berat
jenis partikel termasuk rendah, hal ini dikarenakan adanya bahan organik yang cukup tinggi.
Kandungan bahan organik yang tingi menyebabkan banyaknya pori-pori tanah. Hanafiah (2005)
menyatakan tanah yang porous berarti tanah yang cukup mempunyai ruang pori untuk
pergerakan air dan udara keluar masuk tanah secara leluasa. Hasil analisis perhitungan untuk
rerata porositas tanah kebun campur sebesar 50,45%. Porositas tanah sebesar 50% merupakan
kondisi ideal pada tanah karena setengah porinya ditempati air dan pori makro ditempati udara,
dan aerasi tanah berlangsung cukup baik. Tanah dengan kondisi tersebut mempunyai tingkat
kecepatan permeabilitas yang sedang sehingga dapat mengurangi terjadinya aliran permukaan
dan mengurangi resiko terjadinya banjir akibat akumulasi air yang tergenang.
2) Pemukiman pada daerah penelitian dibedakan menjadi 2 yaitu pemukiman teratur dan
pemukiman tidak teratur. Pemukiman merupakan bentuk tutupan lahan yang diduga berpengaruh
terhadap kerusakan sifat fisik tanah, kerusakan tersebut dikarenakan adanya serangkaian aktifitas
manusia yang berakibat pada pemadatan tanah. Hasil analisis sifat fisika tanah diperoleh rerata
berat jenis isi sebesar 0,979 g/cm untuk pemukiman teratur dan 1,013 g/cm untuk pemukiman
tidak teratur. Nilai berat kenis isi pada pemukiman teratur lebih rendah jika dibandingkan dengan
IV-65
pemukiman yang tidak teratur, hal ini diduga karena pengaruh dari pergerakan mobilitas
penduduk yang mengikuti pola pemukiman. Mobilitas penduduk pada pemukiman teratur terjadi
secara teratur karena terdapat ruang gerak yang sudah tertata sesuai dengan pola pemukiman,
misal sudah terdapatnya jalan setapak sebagai tempat mobilitas penduduk sehingga pada tanah
sekitar jalan tersebut, hanya sedikit terkena pengaruh aktivitas yang dapat menyebabkan
pemadatan, sedangkan pada pemukiman tidak teratur moblitas penduduk juga tdak beraturan, hal
ini karena posisi/letak masing-masing rumah tidak beraturan sehingga tanah-tanah sekitar rumah
mengalami pemadatan karena adanya pengaruh mobilitas penduduk yang tidak teratur. Selain
dari tingkat pemadatan yang lebih sedikit, rendahnya nilai berat jenis isi pada pemukiman teratur
juga dipengaruhi oleh tekstur tanah yang tinggi. Sarief (1989) menyatakan tanah yang tidak
bertekstur halus mempunyai prosentasi ruang pori total lebih tinggi dari pada tanah tekstur kasar,
walaupun ukuran pori tanah bertekstur halus pada umumnya berukuran pori mikro. Pelapukan
dari jaringan tanaman yang ada di pekarangan (seresah daun, ranting, akar) akan dapat dijadikan
sebagai sumber bahan organik yang akan terangkut oleh air atau mikroorganisme masuk ke
dalam tanah. Kandungan bahan organik tersebut akan mempengaruhi nilai berat partikel. Hasil
analisis menunjukkan nilai berat partikel di bawah nilai rerata umumnya, yaitu untuk pemukiman
3 3
teratur 2,304 g/cm dan pemukiman tidak teratur 2,328 gr/cm . Rendahnya nilai berat jenis isi dan
berat jenis partikel merupakan indikator tingkat kerapatan butiran partikel yang rendah, sehingga
akan banyak ditemukan ruang pori tanah. Hasil analisis menunjukkan prosentase porositas
mencapai 56,61% untuk pemukiman teratur dan 56, 470% untuk pemukiman tidak teratur.
Tingginya porositas mengakibatkan menurunnya pori aerasi sehingga berpengaruh pada
kecepatan tanah untuk meloloskan air. Pori aerasi merupakan pori yang mampu meloloskan air
dengan cepat, baik karena infiltrasi maupun evaporasi. Meningkatnya porositas tanah akan
mengurangi kecepatan tanah dalam meloloskan air. Hasil pengamatan laboratorium
menunjukkan, nilai permeabilitas tanah tersebut pada tingkatan kecepatan sedang sampai lambat
pada pemukiman teratur dan sedang pada pemukiman tidak teratur. Permeabilitas merupakan
laju pergerakan zat cair suatu media yang berpori. Kondisi demikian apabila terjadi hujan dengan
intensitas tinggi dapat menyebabkan terjadinya genangan dan jika terjadi pada kurun waktu yang
lama maka kemungkinan terjadinya banjir sangat besat, dan pada lahan dengan kelerengan yang
agak curam maka terjadinya aliran permukaan akan meningkatkan debit aliran sungai.
3) Sawah sebagian besar mempunyai sifat-sifat morfologi yang spesifik karena adanya pengaruh
genangan pada penggarapan tanahnya. Tanah sawah umumnya mempunyai tekstur halus, kadar
liat umumnya > 45%. Tanah dengan tekstur lempung berdebu, lempung berliat dan liat, masing-
masing partikelnya tak saling berdekatan melainkan membentuk granulasi karena adanya bahan
organik sehingga mengakibatkan nilai berat jenis isi turun. Hasil perhitungan niai berat jenis isi
pada beberapa titik sampel diperoleh nilai rerata sawah irigasi teknis 0.828 gr/cm3, sawah irigasi
semi teknis 0.984 gr/cm 3, sawah tadah hujan 0.858 gr/cm 3. Rendahnya nilai berat jenis isi pada
tanah tersebut menandakan bahwa tanah dalam keadaan jenuh air dimana tanah sawah dengan
tekstur liat bila kandungan airnya tinggi, maka tanah akan mengembang. Permeabilitas sawah
irigasi teknis dan semi teknis adalah lambat, sawah tadah hujan sedang sampai lambat.
Permeabilitas yang berjalan lambat pada kondisi curah hujan yang tinggi, akan menimbulkan
genangan air.
Peningkatan kebutuhan tanah untuk pembangunan pemukiman, insdustri, pusat perdagangan dan
lain-lain, akan menyebabkan berkurangnya lahan pertanian. Pengurangan luas lahan pertanian
merupakan salah satu permasalahan dibidang penataan ruang terkait dengan peningkatan produksi
pertanian, mengingat tanah yang dikonversi adalah tanah subur dan berpotensi. Kawasan kota
Purwokerto banyak terjadi perubahan fungsi lahan dari pertanian menjadi non pertanian. Pada
daerah padat bangunan dengan topografi datar, tingkat peresapan air berkurang, jika terjadi hujan
yang tinggi akan menjadi aliran permukaan yang langsung masuk ke system drainase, jika
kapasitasnya terlampaui akan menimbulkan genangan permukaan yang akhirnya terjadi
banjir.Penyimpangan dari pelaksanaan RUTRK ikut berperan terhadap kerusakan lingkungan
mengingat topografi Purwokerto banyak yang datar.
Variabel yang digunakan untuk analisis kerawanan banjir di wilayah studi adalah curah hujan,
penggunaan lahan, kemiringan lereng, dan permeabilitas sebagai faktor pengkali dengan skor
IV-66
tertinggi 96, dan terendah 9. Interval kelas diperoleh dari selisih nilai tersebut dibagi tiga, yaitu [(96-
9)/3 = 29]. Berdasarkan hasil analisis penyebaran kawasan rawan banjir di Purwokerto disajikan pada
Tabel 6, dan Gambar 1.
Kawasan yang termasuk rawan dan agak rawan banjir berupa kawasan pemukiman teratur dan tidak
teratur, dengan topografi datar, dan kurangnya saluran drainase, didukung menurunnya kondisi sifat
fisik tanah disekitarnya. Porositas pada pemukiman teratur 55,81%, dan pemukiman tidak teratur
56,47%, permeabilitas lambat hingga sedang. Permeabilitas menunjukkan kemampuan tanah untuk
meloloskan air. Permeabilitas nilainya kecil pada pemukiman dan lahan pertanian disbanding dengan
dengan yang masih alami, mengakibatkan hanya sebagian kecil air yang mampu masuk ke dalam
lapisan tanah, yang lain mengalir melalui permukaan sebagai limpasan permukaan.Tanah dengan
permebilitas tinggi dapat menaikan laju infiltrasi, sehingga menurunkan laju air larian. Porositas tinggi
akan meningkatkan pelolosan air sehingga potensi untuk tergenang kecil. Pengaruh perubahan
penggunaan lahan terhadap sifat fisik tanah pada pembukaan dan pengelolaan lahan yang intensif
berpengaruh terhadap pola distribusi agregat tanah, terjadi pemadatan tanah dan lapisan kedap di
bawah lapisan olah, meskipun perubahan sifat fisik tanah tergantung pada jenis tanah. Dengan
kondisi demikian maka upaya penataan ruang kawasan perkotaan menjadi penting untuk
menciptakan pola ruang yang seimbang, teratur, dan terarah, dengan penekanan pada
keseimbangan penggunaan dan pemanfaatan sumberdaya lahan.
IV-67
4. Kesimpulan
Berdasarkan hasil penelitian dapat disimpulkan : a). Pemanfaatan ruang di wilayah Purwokerto
meliputi kebun campur 377,56 ha (9,16%), pemukiman teratur 2334,90 ha (56,67%), pemukiman
tidak teratur 35,27 ha (0,86%), sawah irigasi teknis 1123,64 ha (27,27%), sawah irigasi semi teknis
143,33 ha (3,53%), dan sawah tadah hujan 103,41 ha (2,51%), belum memperhatikan kondisi
hidrologi; b).Kerawanan banjir di kota Purwokerto termasuk banjir lokal/genangan, yaitu kelas rawan
banjir seluas 1267,49 ha (30,76%), agak rawan 1876,64 ha (54,55%) dan tidak rawan 975,98 ha
(23,69%). Penggunaan lahan kebun campur merupakan penggunaan lahan yang paling efektif
menyerap air.
5. Referensi
Arsyad, S. (2010): Konservasi tanah dan air. IPB Press, Bogor, Indonesia.
Asdak, C. (1995): Hidrologi dan pengelolaan daerah aliran sungai. GAMA Press, Yogyakarta.
BAPPEDA Kabupaten Banyumas.(2000): Laporan sementara komplikasi dan analisa data pekerjaan master plan
drainase kota Purwokerto.
------------------------------------------------, (2001): Evaluasi dan revisi RUTRK Kota Purwokerto.
BPS, (2010): Purwokerto dalam angka. Badan Pusat Statistik, Purwokerto
Buckman,H.O and N.C Brady. (1969): Ilmu Tanah . Terjemahan oleh Soegiman . 1982 . Bharatara Karya
Aksara. Jakarta. 788 hal.
Catanese,A.J and James C.S.(1996): Perencanaan Kota. Erlangga , Jakarta.
IV-68
Pemanfaatan Data Satelit SPOT 4 dan Landsat
untuk Identifikasi Lahan Sawah di Wilayah Kabupaten Sambas
Provinsi Kalimantan Barat
Abstrak: Luas lahan sawah untuk mendukung program ketahanan pangan idealnya semakin meningkat,
tetapi kenyataannya hampir semua wilayah mengalami kecenderungan penurunan luas lahan sawah akibat
adanya alih fungsi lahan. Oleh karena itu informasi mengenai lokasi dan luasan lahan sawah yang ada saat
ini sangat dibutuhkan. Makalah ini menjelaskan pemanfaatan data satelit SPOT 4 dan Landsat untuk
identifikasi lahan sawah di wilayah Kabupaten Sambas, Provinsi Kalimantan Barat. Data SPOT 4 tahun
2009 dikoreksi ortho dengan menggunakan referensi data Landsat ortho USGS dan DEM SRTM,
selanjutnya dilakukan koreksi matahari (sudut dan jarak matahari bumi) untuk menghilangkan pengaruh
kondisi matahari pada data yang berlainan waktu. Identifikasi lahan sawah dilakukan secara visual
menggunakan kunci-kunci intpretasi dan dengan menggunakan data berlainan waktu (multitemporal) untuk
melihat perubahan fase pertumbuhan vegetasi padi. Hasil memperlihatkan bahwa citra ortho SPOT
mempunyai RMSE kurang dari 1 piksel, sehingga bertumpang tindih secara akurat dengan data Landsat
ortho. Hasil identifikasi lahan sawah di wilayah Kabupaten Sambas Provinsi Kalimantan Barat berbasis
data SPOT 4 akuisisi tahun 2009 adalah 78.734 hektar.
Kata kunci: Identifkasi lahan sawah, Koreksi matahari, Koreksi ortho, SPOT 4.
1. Pendahuluan
Pemanfaatan sumber daya lahan untuk sawah kondisinya sangat dinamis karena berkaitan
dengan alih fungsi lahan sawah untuk jenis penggunaan lahan yang lain, seperti untuk
sarana/prasarana permukiman, industri, transportasi, dan perdagangan. Saat ini, kondisi luas
lahan sawah di Indonesia cenderung menurun dari waktu ke waktu. Walaupun ada upaya
pemerintah untuk mencetak lahan sawah baru, namun kecepatan alih fungsi lahan sawah sulit
diimbangi dengan kemampuhan untuk mencetak lahan sawah baru.
Menurut Julianto (2010) selama periode 1999-2002 telah terjadi pengurangan lahan sawah
seluas 563.159 hektar, atau rata-rata 187.720 hektar per tahun. Sekitar 30% sawah yang hilang
itu berada di Pulau Jawa (167.150 hektar), dan 70% lainnya di luar Jawa. Apalagi kehilangan
sawah di Pulau Jawa sebenarnya bisa berdampak sangat besar, karena kualitas sawah di luar
Jawa masih belum mengimbangi kualitas sawah di Pulau Jawa. Di Pulau Jawa, konversi yang
cukup tinggi terjadi di Provinsi Jawa Barat (5,1%) dan Provinsi Jawa Timur (6,3%). Padahal,
kontribusi kedua provinsi ini terhadap produksi padi nasional sangat besar, yaitu sekitar 33% dari
total produksi.
Data luas lahan sawah yang akurat dan aktual sangat diperlukan untuk mendukung program
ketahanan pangan. Untuk mendukung program ketahanan pangan, idealnya luas lahan sawah
semakin meningkat, tetapi kenyataannya hampir semua wilayah mengalami kecenderungan
pengurangan luas lahan sawah akibat adanya alih fungsi lahan sawah. Oleh karena itu informasi
mengenai lokasi dan luasan lahan sawah yang faktual dan aktual sangat dibutuhkan. Makalah ini
menjelaskan pemanfaatan data satelit penginderaan jauh SPOT 4 dan Landsat untuk identifikasi
lahan sawah. Wilayah Kabupaten Sambas Provinsi Kalimantan Barat menjadi objek studi kasus
riset ini. Titik berat pembahasan dalam makalah ini bukan pada luas lahan sawah hasil
interpretasi data SPOT dan Landsat, melainkan pada model pemanfaatan data satelit
penginderaan jauh untuk ekstraksi informasi lahan sawah.
Proses orthorektifikasi data SPOT dan koreksi radiasi matahari merupakan hal yang penting
dalam pengolahan data SPOT dalam riset ini agar diperoleh hasil interpretasi citra yang akurat.
Penelitian tentang orthorektifikasi telah banyak dilakukan oleh para peneliti, beberapa di
antaranya adalah orthorektifikasi data citra resolusi tinggi (ASTER dan SPOT) menggunakan
ASTER DEM (Trisakti, 2005) dan Perbandingan teknik orthorektifikasi citra satelit SPOT 5
wilayah Semarang dengan Metode Digital Mono Ploting dan Metode Rational Polynomial
IV-70
Coeffitients (Julzarika, 2010). Hasil yang diperoleh dari riset ini diharapkan bermanfaat untuk
proses ekstraksi informasi lahan sawah berbasis data SPOT.
IV-71
`
2.3 Pengolahan Data
Pengolahan data yang utama meliputi 5 tahapan proses, yaitu: Orthorektifikasi citra SPOT 4;
Koreksi sudut matahari dan konversi radiansi menjadi parameter reflektansi; Pengujian hasil
koreksi data; Penggabungan data secara spasial (Mozaiking Data); dan Proses interpretasi citra
untuk ekstraksi lahan sawah.
(1)............................L = DN*Gain+Bias
Keterangan: L = Radiansi
DN = Digital Number pada setiap piksel.
(3)..................................
d. Mozaik Data
Data SPOT yang digunakan untuk meliput seluruh wilayah Kabupaten Sambas terdiri dari
beberapa scene, sehingga harus dilakukan penggabungan (mozaiking) citra SPOT yang
IV-72
sudah dikoreksi. Data Landsat digunakan untuk mengisi wilayah-wilayah yang data SPOT-
nya tidak tersedia.
e. Interpretasi Citra
Intepretasi citra untuk mengidentifikasi lahan sawah dilakukan dengan cara deliniasi manual
pada layar monitor (digitized on screen) dengan acuan kunci-kunci interpretasi dan
menggunakan data penginderaan jauh secara multitemporal untuk melihat perubahan fase
pertumbuhan vegetasi di lahan sawah.
Gambaran keseluruhan proses pengolahan data satelit SPOT dapat dilihat pada diagram alir
Gambar 4.
Landsat 2008
Cloud masking dan pengisian data
Basemap
Tabulasi luasan
Tidak
Cek
Ya
Layout
Menurut Leksono dan Susilowati (2008) orthorektifikasi adalah proses memposisikan kembali
citra sesuai lokasi yang sebenarnya, karena pada saat pengambilan data terjadi pergeseran
(diplacement) yang diakibatkan posisi miring sensor satelit dan variasi topografis. Proses
orthorektifikasi akan berhasil baik jika diterapkan untuk daerah yang mempunyai variasi
ketinggian signifikan dan dalam pengolahannya diperlukan data DEM yang mempunyai interval
grid spacing yang makin kecil dan ketelitian vertikal yang makin besar.
Pada dasarnya proses orthorektifikasi merupakan koreksi geometrik citra, yang diakibatkan oleh
proses akuisisi data dan kondisi topografis permukaan bumi. Kualitas geometrik citra yang baik
sangat penting untuk dapat diperoleh informasi yang akurat berbasis citra tersebut. Dalam
konteks interpretasi citra satelit untuk ekstraksi luas lahan sawah, apabila kualitas geometrik
citranya tidak dikoreksi maka akan terjadi kesalahan atau ketidak-akuratan hasil interpretasinya
(luasan lahan sawah).
IV-73
`
Pada penelitian ini digunakan metode koreksi orthorektifikasi dengan menggunakan GCP yang
mengacu pada citra basemap (Landsat ortho, Gambar 5) dan DEM SRTM (Gambar 3). Proses
ortho dilakukan pada setiap scene citra SPOT. Dalam pelaksanaannya, proses pertama adalah
melakukan pengumpulan GCP XY. GCP tersebut diambil pada lokasi-lokasi yang mudah dikenali
pada citra dan jelas dapat diidentifikasi, seperti perpotongan jalan raya, sungai, atau petak-petak
sawah. GCP yang dikumpulkan berjumlah 16 titik dan tersebar secara merata di seluruh scene
citra. Setelah penentuan GCP selesai, proses selanjutnya adalah melakukan orthorektifikasi.
Input untuk koreksi orthorektifikasi ini adalah data SPOT 4 level 2A (Systematic Terrain Oriented),
GCP yang telah dikumpulkan pada tahap awal, dan data ketinggian menggunakan DEM SRTM.
Distribusi dan jumlah GCP XYZ, serta Root Mean Square Error (RMSE) dari GCP yang
digunakan diperlihatkan pada Gambar 6.
Hasil proses orthorektifikasi dalam riset ini memperlihatkan bahwa citra ortho SPOT yang
diproses mempunyai RMSE kurang dari 1 piksel. Dengan demikian berarti bahwa data SPOT
IV-74
tersebut dapat bertumpang-susun (overlay) secara akurat dengan data Landsat ortho. Pada
Gambar 7 dapat dilihat salah satu scene citra SPOT (K/J 287-347) hasil proses orthorektifikasi.
Gambar 7 Citra SPOT Hasil Proses Orthorektifikasi Citra SPOT Terkoreksi (K/J: 287-347)
Pada Gambar 8 ditampilkan dua titik lokasi untuk mengecek akurasi penggabungan beberapa
scene data SPOT liputan wilayah Kabupaten Sambas. Pada lokasi pertama (lingkaran merah
sebelah kiri) menunjukkan aliran sungai pada dua scene data SPOT tampak bersambung secara
akurat. Begitu juga pada lokasi yang kedua (lingkaran merah sebelah kanan) tampak jelas rona
citra yang menggambarkan objek yang berlainan pada dua scene data SPOT bersambung
secara akurat juga. Hasil penggabungan beberapa scene citra satelit SPOT untuk wilayah
Kabupaten Sambas ditampilkan pada Gambar 9.
Komposit warna (RGB, reg green blue) yang digunakan untuk tampilan pada Gambar 9 adalah
komposit warna dari kanal SWIR, NIR, dan red. Pada gambar tersebut tampak bahwa setiap
scene bersambung dengan baik dan mempunyai penampakan komposit RGB yang sama. Hal ini
dapat diperoleh setelah citra SPOT yang digunakan terlebih dahulu diproses secara
orthorektifikasi dan proses koreksi sudut matahari. Koreksi sudut datang radiasi dan jarak antara
matahari dengan bumi dilakukan untuk menghilangkan pengaruh kondisi matahari pada data
IV-75
`
yang berlainan waktu. Dengan adanya korekasi tersebut penggabungan beberapa scene yang
berlainan waktu akan memberikan kenampakan komposit warna yang baik.
Gambar 9 Hasil Mozaiking Beberapa Scene Data SPOT untuk Liputan Wilayah Kabupaten Sambas
IV-76
Gambar 10 Hasil Penggabungan (Mozaiking) Data SPOT dengan Tambahan Data Landsat Liputan
Wilayah Kabupaten Sambas
Hasil interpretasi dan identifikasi lahan sawah di wilayah Kabupaten Sambas berbasis data SPOT
tahun 2009 dan data Landsat ditampilkan pada Gambar 11. Sebagaimana tampak pada Gambar
11, sebaran spasial lahan sawah terdapat di sebelah barat daya wilayah, menyebar di sepanjang
wilayah aliran sungai, dan banyak di sekitar daerah hulu sungai. Total luas lahan sawah yang
dapat diidentikasi berdasarkan data SPOT 4 tahun 2010 menunjukkan bahwa di wilayah
Kabupaten Sambas Provinsi Kalimantan Barat adalah 78.734 hektar.
Lahan sawah hasil interpretasi citra pada riset ini tidak membedakan jenis-jenis lahan sawah
berdasarkan sistem irigasinya. Sehingga tidak dibedakan antara sawah beririgasi dengan sawah
non-irigasi. Luas lahan sawah yang diperoleh sebanyak 78.734 hektar menunjukkan lahan
sawah yang dapat diidentikasi berbasis data SPOT dengan menggunakan acuan kunci
interpretasi untuk lahan sawah. Interpretasi citra satelit penginderaan jauh untuk memperoleh
informasi spasial lahan sawah dipengaruhi oleh banyak faktor. Beberapa faktor di antaranya
adalah: jenis data satelit penginderaan jauh yang digunakan, menggunakan data satu tanggal
atau data secara multitemporal, penggunaan data satelit yang mewakili periode masa tanam dan
pada saat lahan sawah dalam kondisi bera.
IV-77
`
Gambar 11 Hasil Pemetaan Lahan Sawah Kabupaten Sambas Menggunakan Metode Interpretasi
Citra dan Deliniasi Manual
Jenis data satelit penginderaan jauh yang berbeda akan mempengaruhi akurasi luas lahan sawah
yang diperoleh melalui delineasi citranya. Hal ini berhubungan dengan resolusi spasial data
satelit yang digunakan. Secara teoritis akan diperoleh tingkat akurasi yang paling tinggi dari hasil
interpretasi berbasis data satelit penginderaan jauh yang memiliki resolusi spasial tinggi.
Sementara itu, dari data satelit yang memiliki resolusi spasial rendah akan diperoleh tingkat
akurasi dan kerincian informasi yang rendah pula.
Lahan sawah di wilayah Kabupaten Sambas dapat teridentifikasi dengan bentuk kotak-kotak dan
pola yang teratur, tekstur yang halus, posisinya yang berdekatan dengan sungai sebagai sumber
irigasi, dan perubahan fase penanaman. Pada Gambar 12, 13, dan 14 ditampilkan contoh
kondisi lahan sawah di wilayah Kabupaten Sambas dengan kondisi yang berlainan berbasis data
SPOT dan Landsat. Lahan sawah mengalami perubahan tutupan lahan secara periodik mengikuti
kondisi dan fase-fase pertumbuhan tanaman padi. Penampakan lahan sawah pada fase bera,
yaitu pada saat pengelolaan tanah dan belum ditanami berbeda dengan lahan sawah yang sudah
ditanami padi. Salah satu acuan yang dapat dijadikan alat bantu interpretasi lahan sawah pada
citra satelit adalah adanya sungai. Banyak sawah yang berlokasi dekat sungai dan bercirikan
adanya saluran irigasi dari sungai ke lahan sawah, seperti pada Gambar 12 dan 13.
Penggunaan citra satelit penginderaan jauh secara multi-temporal sangat baik untuk ekstraksi
informasi spasial lahan sawah, karena dapat digunakan untuk melihat perubahan fase
pertumbuhan padi dan untuk identifikasi pada saat lahan sawah dalam kondisi bera. Pada
Gambar 14a tampak kondisi lahan sawah yang berbentuk peta-petak dan kondisinya berlainan
antara lahan sawah bervegetasi padi (berwarna hijau) dengan lahan sawah yang tidak
bervegetasi padi (berwarna agak coklat kemerah-merahan). Pada Gambar 14b menunjukkan
kondisi lahan sawah dalam kondisi bera berbasis data SPOT, sedangkan Gambar 14c
memperlihatkan kondisi lahan sawah dalam kondisi proses pengolahan tanah dan didominasi
oleh genangan air berbasis data Landsat.
IV-78
Gambar 12 Penampakan Sawah pada Fase Bera
Gambar 13 Lahan Sawah yang Berasosiasi dengan Sungai (a) dan Pada Saat Fase bera (b)
Gambar 14 Penampakan Sawah Pola Kotak-kotak dan Bentuk Seragam (a), Fase Bera (SPOT) (b),
dan Fase Air (Landsat) (c)
Hasil akhir pemetaan lahan sawah divisualisasikan dalam Gambar 15. Sebaran lahan sawah di
wilayah Kabupaten Sambas berbasis data SPOT 4 tahun 2009 diberi warna hijau dengan total
luas sebanyak 78.734 hektar (Tabel 1). Sementara itu, data luas lahan sawah di Kabupaten
Sambas yang dipublikasikan Badan Pusat Statistik (BPS) Tahun 2009 menunjukkan 62.665
hektar. Dengan demikian terdapat perbedaan sebanyak 16.069 hektar. Di sisi lain, berdasarkan
data statistik (BPS Kabupaten Sambas, 2009) pada tahun 2008 di Kabupaten Sambas terdapat
IV-79
`
lahan sawah sebanyak 114.070 hektar. Berdasarkan hal tersebut terdapat perbedaan data luas
lahan sawah, baik antara data dari Kabupaten Sambas dengan BPS Pusat, maupun dengan hasil
interpretasi data SPOT 4 tahun 2009 dalam riset ini.
Tabel 1 Luas Lahan Sawah Berbasis data SPOT 4 tahun 2009 dan data BPS 2008
Luas Lahan Sawah (Ha)
Selisih (%)
Data BPS (2009) Interpretasi Data SPOT 4 tahun 2009
62.665 78.734 20,4
Adanya perbedaan data yang menunjukkan luas lahan sawah di Kabupaten Sambas tidak perlu
dipermasalahkan. Terdapat beberapa hal untuk dapat memahami perbedaan angka luas lahan
sawah di wilayah Kabupaten Sambas tersebut. Pertama, metode yang digunakan untuk
menghitung luas akan mempengaruhi luas lahan sawah yang diperoleh. Kedua, ada
kemungkinan berbeda sudut pandang dalam menentukan lahan sawah, seperti terkait dengan
status lahan, kriteria lahan sawah dalam hubungannya dengan sistem irigasi, dan kategori fungsi
lahan sawah. Ketiga, dalam proses interpretasi citra secara visual masih ada kemungkinan
terjadi kekeliruan menginterpretasi lahan sawah. Artinya, kemampuan interpreter dalam
mengenali objek akan berpengaruh terhadap hasil interpretasi yang diperoleh. Di samping ketiga
hal tersebut tidak tertutup kemungkinan ada faktor lain yang menyebabkan terjadinya perbedaan
data luas lahan sawah tersebut.
4. Kesimpulan
• Dalam riset ini, interpretasi lahan sawah di Kabupaten Sambas dilakukan berbasis data
SPOT 4 hasil akuisisi tahun 2009 yang terlebih dahulu diproses secara orthorektifikasi dan
koreksi sudut datang radiasi matahari. Hasil rektifikasi menunjukkan RMSE lebih kecil dari
1 (satu) piksel, sehingga kualitas citra hasil penggabungan beberapa scene data SPOT
berkualitas baik.
• Data luas lahan sawah di Kabupaten Sambas berdasarkan hasil interpretasi citra SPOT
tahun 2009 adalah 78.734 hektar. Sementara itu, data yang dipublikasi BPS tahun 2009
menunjukkan luas 62.665 hektar dan berdasarkan data statistik (BPS Kabupaten Sambas,
2009) pada tahun 2008 di Kabupaten Sambas terdapat lahan sawah sebanyak 114.070
hektar. Perbedaan luas lahan sawah tersebut tidak perlu menjadi masalah, karena masing-
masing data diperoleh dengan metode dan sudut pandang terhadap lahan sawah
berlainan.
IV-80
• Koreksi sudut datang radiasi matahari dilakukan untuk menghilangkan pengaruh kondisi
matahari pada data yang berlainan waktu akuisisinya. Dengan adanya koreksi tersebut
penggabungan beberapa scene yang berlainan waktu memberikan kenampakan citra
komposit warna yang baik.
• Kualitas informasi hasil interpretasi lahan sawah dipengaruhi oleh banyak faktor, di
antaranya adalah kualitas citra yang diinterpretasi, persentase liputan awan, ketersediaan
citra yang diinterpretasi secara multitemporal, dan kemampuan interpreter dalam
mengenali objek.
5. Referensi
BPS Provinsi Kalimantan Barat.(2008): Data Base Pertanian Provinsi Kalimantan Barat Tahun 2007. Berita
Resmi Statistik.
BPS Kabupaten Sambas. (2009): Kabupaten Sambas dalam Angka 2009.
Irawan, B. (2005): Konversi Lahan Sawah: Potensi Dampak, Pola Pemanfaatannya, dan Faktor Determinan.
Forum Penelitian Agro Ekonomi, Vol. 23 No. 1: 1-18.
Juliantono, F. (2010): Krisis Agraria adalah Masalah Bangsa. Website resmi Dewan Tani Indonesia.
http://www.dewantani.org/beranda/2010/10/krisis-agraria-adalah-masalah-bangsa/
Julzarika, A. (2010): Perbandingan teknik orthorektifikasi citra satelit SPOT 5 wilayah Semarang dengan
Metode Digital Mono Ploting (DPS) dan Metode Rational Polynomial Coeffitients (RPCs). Jurnal
Penginderaan Jauh Vol. 6. Hal. 11-21.
Kedeputian Bidang Koordinasi Infrastruktur dan Pengembangan Wilayah Kementerian Koordinator Bidang
Perekonomian bekerjasama dengan Kedeputian Bidang Penginderaan Jauh Lapan. (2010): Laporan
Kegiatan Sinkronisasi Kebijakan Pengembangan Irigasi dan Rawa dalam Mendukung Ketahanan Pangan.
Jakarta.
Leksono, B.E. dan Susilowati, Y. (2008): The Accuracy Improvement os Spatial Data for Land Parcel and
Buildings Taxation Objects by Using the Large Scale Ortho Image Data. FIG Working Week TS 1E
Cadastral Information Management. Stockholm.
Sumaryanto, S. Friyanto, dan B. Irawan. (2007): Konversi Lahan Sawah ke Penggunaan NonPertanian dan
Dampak Negatifnya. Prosiding Seminar Nasionalk Multifungsi Lahan Sawah. ISBN: 979-9474-06-X.
Trisakti, B. (2005): Orthorektifikasi Data Citra Resolusi Tinggi (ASTER dan SPOT) Menggunakan ASTER
DEM. Prosiding PIT MAPIN XIV, Hal. 35-41.
IV-81
`
Analisis Spatial Puncak Panen Durian (Durio, Sp.) dan Hubungannya
dengan Curah Hujan
1) 2)
Yeli Sarvina dan Aris Pramudia
1)2)
Balai Penelitian Agroklimat dan Hidrologi
Abstrak: Ditengarai bahwa puncak panen komoditas buah-buahan mengalami perubahan baik secara temporal
maupun spasial. Dengan demikian penyajian informasi spasial periode puncak panen buah-buahan tertentu
akan sangat mendukung penataniagaan komoditas buah-buahan tersebut. Pada penelitian ini dilakukan analisis
dan penyajian informasi spasial dan temporal puncak panen durian (Durio sp) di kabupaten Semarang, serta
analisis keterkaitan antara curah hujan dan hari hujan terhadap puncak panen tersebut. Data yang digunakan
dalam penelitian ini adalah data produksi durian dan data curah hujan Kabupaten Semarang periode 2002 –
2009. Ploting data puncak panen secara spasial menggunakan piranti lunak sistem informasi geografis,
sedangkan analisis hubungan antara curah hujan dan hari hujan dengan produksi dan puncak panen durian
menggunakan analisis regresi. Hasil analisis menunjukkan bahwa puncak panen durian senantiasa mengalami
perubahan secara spatial dan temporal, diperkirakan hal ini terkait dengan faktor curah hujan. Pada tahun 2002
hampir semua kecamatan mengalami puncak panen durian pada triwulan-1, pada tahun 2007 di sebagian besar
kecamatan tidak mengalami produksi durian, pada tahun 2009 di sebagian besar kecamatan mengalami puncak
panen pada triwulan-4. Terdapat hubungan yang erat antara curah hujan tahunan dengan produksi durian
tahunan, namun hubungan antara curah hujan dan hari hujan triwulan dengan produksi triwulanan tidak terlihat
erat.
1. Pendahuluan
Durian (Durio Sp) merupakan salah satu buah unggulan nasional mempunyai nilai ekonomi tinggi dan
banyak digemari oleh masyarakat karena rasanya enak dan kandungan gizi/kalori yang cukup tinggi.
Di Indonesia tanaman Durian tersebar di seluruh provinsi dengan berbagai varietas dan kualitas
yang beragam. Data statistic tahun 2004- 2008 menunjukkan produksi dan luas panen durian sangat
fluktuatif dengan kecendurangan meningkat. Namun walaupun produksi durian cenderung
meningkat ternyata impor durian mengalami peningkatan juga (Dirjen Hortikultura, 2009).
Kecenderungan impor Durian meningkat dan produksi Durian nasional yang meningkat ini
menggambarkan konsumsi durian masyarakat Indonesia meningkat. Peningkatan konsumsi Durian
ini menunjukkan bahwa prospek pengambangan agribisnis Durian di Indonesia cukup menjanjikan.
Secara umum musim durian di Indonesia terjadi pada bulan November- Februari, tetapi
kenyataannya setiap darah mempunyai musim panen yang berbeda-beda bahkan ada yang
panennya pada bulan April-September yang merupakan musim off season ( Dirjen Hortikultura,
2009). Ini menunjukkan bahwa puncak panen komoditas buah-buahan mengalami perubahan baik
secara temporal maupun spasial. Dengan demikian penyajian informasi spasial periode puncak
panen buah-buahan tertentu akan sangat mendukung penataniagaan komoditas buah-buahan
tersebut.
Cuaca dan iklim adalah komponen utama yang mengontrol produksi pertanian. Hoogenboom (2000)
menyebutkan variabilitas iklim dan cuaca ini mempengaruhi hampir 80 % produksi pertanian
terutama di lahan kering. Aspek iklim dan cuaca utama yang berpengaruh terhadap produksi
pertanian adalah curah hujan , suhu udara dan radiasi surya sedangkan factor lain adalah suhu
tanah, angin dan kelembaban udara. Demikian juga dengan Durian. Dilaporkan tahun 2010, hampir
semua tanaman buah-buahan mengalami penurunan produksi tahun 2010 (Kompas, 2011). Curah
hujan yang cukup tinggi tahun 2010 ditengarai menjadi penyebab penurunan produksi buah-buahan
ini.
IV-83
Berdasarkan hal di atas maka penelitian ini mencoba memetakan puncak panen durian di Kabupaten
Semarang sebagai salah satu sentra tanaman durian di Jawa tengah Khsusunya dan Indonesia
umumnya serta mencoba melihat pengaruh curah hujan terhadap produksinya.
2. Metode
Data yang digunakan dalam penelitian ini adalah data curah hujan dan data produksi durian di
Kabupaten Semarang pada tahun 2002-2009. Dari data produksi durian di tentukan puncak panen
masing-masing kecamatan, data puncak panen ini dipetakan dengan software arc view. Parameter
curah hujan yang digunakan dalam penelitian ini adalah hari hujan dan intensitas curah hujan.
Analisis regresi digunakan untuk melihat pengaruh kedua parameter curah hujan tersebut terhadap
produksi durian.
Pada tahun 2002 sebagian besar puncak panen terjadi pada triwulan 1. Puncak panen mulai
bergeser ke triwulan 4. ini di tunjukkan pada tahun 2004 puncak panen triwulan 1 dan triwulan 4
hampir berimbang. Sedangkan pada tahun 2006 dan 2009 menunjukkan pola yang berbeda dimana
sebagian besar puncak panen terjadi pada triwulan 4.
Pergeseran puncak panen durian ini ditengarai disebabkan oleh faktor curah hujan pada saat
pembungaan. Karena jika pada saat pembungan curah hujan tinggi, bunga durian akan berguguran
yang menyebabkan tidak berproduksinya durian tersebut. Karena keterbatasan curah hujan maka
untuk melihat pergeseran puncak panen perkecamatan tidak dapat dilakukan.
IV-84
Gambar 1 Pemetaan Puncak Panen Durian di Kabupaten Semarang
IV-85
16000 3500,00
1000 1000,00
20000 4000
2000 500,00
500
10000
0 0,00
0 0
2002 2003 2004 2005 2006 2007 2008 2009
Bulan
Gambar 2 Grafik Curah Hujan dan Produksi Durian Secara Partial dan Temporal
Berdasarkan analisis puncak panen (gambar 1) bahwa puncak panen di Kabupaten Semarang
terjadi pada triwulan 1 dan triwulan 4. Untuk berproduksi maka durian membutuhkan waktu hamper
3 bulan untuk dari masa pembungaan. Maka produksi pada triwulan 4 (Oktober-november dan
Desembr di regresi dengan curah hujan tiga bulan sebelumnya. Menurut Tao (2006) Masa
pembungaan adalah masa yang paling menentukan terhadap buah-buahan pohon. Hasil penelitain
Tao di China menunjukkan bahwa suhu mempengaruhi fenologi dan produksi buah-buahan pohon.
Gambar 3 menunjukkan bahwa intensitas curah hujan mempengaruhi produksi walaupun
pengaruhnya sangat kecil yaitu ditunjukkan dengan nilai R-square 0,41 sedangkan hari hujan
berpengaruh secara terbalik hal ini dibuktikan dengan nilai R-square negative. Pengaruhnya sangat
kecil dengan nilai R-square 2,47
350 16
300 14
12 y = 0,000x
250
R² = -2,74
10
200
8
150
6
100
4
50 y = -0,003x + 195,5 2
R² = 0,41
0 0
0 10000 20000 30000 40000 50000 60000 70000 0 10000 20000 30000 40000 50000 60000 70000
(a) Intensitas CH pada musim kemarau dan produksi (b) Hari Hujan musim kemarau dan produksi
Gambar 3 Analisis Regresi Curah Hujan dan Jumlah Hari Hujan Pada Musim Kemarau Terhadap
Produksi Durian
4. Kesimpulan
Puncak panen durian senantiasa mengalami perubahan secara spatial dan temporal, diperkirakan
hal ini terkait dengan faktor curah hujan. Pada tahun 2002 hampir semua kecamatan mengalami
puncak panen durian pada triwulan-1, pada tahun 2007 di sebagian besar kecamatan tidak
mengalami produksi durian, pada tahun 2009 di sebagian besar kecamatan mengalami puncak
panen pada triwulan-4. Terdapat hubungan yang erat antara curah hujan tahunan dengan produksi
durian tahunan, namun hubungan antara curah hujan dan hari hujan triwulan dengan produksi
triwulanan tidak terlihat erat.
IV-86
5. Referensi
Direktoral Jenderal Hortikultura. (2009): Profil Durian. Direktorat Budidaya Tanaman Buah . Jakarta
Direktorat Jenderal Hortikultura. (2010): Buah-buahan unggulan Indonesia. Direktorat Budidaya Tanaman Buah.
Jakarta.
Hoogenboon, Gerrit. (2000): Contribution og agro meteorology to the simulation of crop production and its
applications. Agriculture and Forest meteorology 103 (200) 137-157.
Ogawa, Kazuharu. (2007): Relationship between fruit growth and pedunclecross-sectional area in durian (Durio
zibethinus Murray). ecological modellingv 2 0 0 ( 2 0 0 7 ) 254–258
Tao, Fulu at all. (2006): Climate changes and trends in phenology and yields of field crops in China, 1981–2000.
Agriculture and Forest meteorology. Agriculture and Forest meteorology. 138 (2006) 82–92
IV-87
Observasi Pertumbuhan Tanaman Padi
Menggunakan Parameter Dekomposisi Entropi dan Sudut Alfa
1) 2) 3)
Adi Y. Pramono , Bambang H. Trisasongko , Dyah R. Panuju
1)2)3)
Departemen Ilmu Tanah dan Sumberdaya Lahan, Institut Pertanian Bogor
2)3)
P4W/CRESTPENT, Institut Pertanian Bogor
Abstrak: Ketahanan pangan sangat terkait dengan produksi pangan sebagai salah satu faktor
pembangunan. Mengingat padi merupakan makanan pokok yang utama di Indonesia, pemantauan lahan
sawah merupakan salah satu langkah ekstraksi informasi penting. Pemantauan dengan penginderaan jauh
akan sangat riskan untuk kondisi di Indonesia atau wilayah tropik secara umum jika hanya bergantung pada
citra optik mengingat cakupan awan yang tinggi. SAR (Synthetic Aperture Radar) memberikan alternatif
penyediaan data untuk tujuan tersebut. Makalah ini membahas teori dekomposisi Cloude-Pottier dalam
mengkaji fase pertumbuhan padi sawah. Melalui teori ini, data polarimetrik penuh yang kompleks akan
dikonversi menjadi tiga unit analisis yang lebih sederhana yaitu Entropi, Sudut Alfa dan Anisotropi. Pada
penelitian ini, blok penanaman padi PT. Sang Hyang Seri, Sukamandi yang memiliki keragaman dalam umur
tanaman menjadi informasi lapangan utama dalam analisis. Hasil analisis menunjukkan bahwa distribusi
nilai Entropi cocok digunakan untuk mengidentifikasi berbagai fase pertumbuhan padi. Penelitian ini
menunjukkan bahwa terdapat keterkaitan antara perubahan pola Entropi dengan variasi umur tanaman padi.
1. Latar Belakang
Permasalahan pangan di Indonesia hingga kini belum dapat dihindari, walaupun Indonesia sering
disebut sebagai negara agraris yang sebagian besar penduduknya bermata pencaharian sebagai
petani. Kenyataannya, masih banyak kekurangan pangan yang melanda seiring dengan
meningkatnya jumlah penduduk. Ketahanan pangan sangat terkait dengan ketersediaan pangan
untuk mencukupi kebutuhan penduduk, sehingga ketahanan pangan tidak dapat lepas dari
produksi pangan sebagai salah satu komponen utamanya.
Pemantauan lahan padi sawah merupakan salah satu langkah untuk mengetahui informasi
penting yang dibutuhkan bagi pemenuhan produksi pangan yang diinginkan. Pemantauan ini
dapat dilakukan dengan menggunakan teknik survei lapang dan/atau teknologi penginderaan
jauh. Teknik survei lapang memiliki beberapa kekurangan, diantaranya teknik ini butuh tenaga
dan biaya yang lebih besar dibanding teknik penginderaan jauh. Selain itu survei lapang
membutuhkan waktu yang relatif lebih lama. Tetapi teknik ini memiliki kelebihan, yaitu lebih
mengetahui kondisi lapang secara langsung. Sedangkan teknologi penginderaan jauh memiliki
kelebihan, yaitu efisiensi yang lebih tinggi. Teknik ini mampu memberikan informasi mendekati
real time dan memiliki cakupan yang sangat luas sekitar 60-180 km2 (360.000-3.240.000 ha).
Ketersediaan data penginderaan jauh atau citra satelit dalam bentuk digital memungkinkan
analisis dengan komputer secara kuantitatif dan konsisten. Selain itu, data penginderaan jauh
dapat digunakan sebagai masukan yang independen untuk verifikasi lapangan. Melalui
penggunaan teknologi penginderaan jauh, penjelajahan lapangan dapat dikurangi, sehingga
dapat menghemat waktu dan biaya bila dibanding dengan cara terestris di lapangan. Dengan
demikian informasi hasil pemantauan tersebut dapat dimanfaatkan untuk membantu proses
pengambilan keputusan dalam mengembangkan areal persawahan untuk mencukupi kebutuhan
yang diinginkan.
Pemantauan lahan pertanian yang dilakukan dengan menggunakan citra optik di wilayah tropik
dan subtropik sering mendapat gangguan karena cakupan awan yang tinggi. Untuk wilayah
tersebut, data alternatif (atau komplementer) sangat dibutuhkan. Synthetic Aperture Radar (SAR)
merupakan alternatif yang potensial untuk digunakan sebagai penyedia data. Karena memiliki
sumber energi sendiri tanpa tergantung dengan sumber energi matahari, SAR dapat beroperasi
siang maupun malam dan hampir dalam segala kondisi cuaca. Sifat ini sangat bermanfaat untuk
aplikasi penginderaan yang sensitif waktu seperti pertanian tanaman semusim atau bencana
alam. Gelombang mikro juga memiliki kemampuan untuk menembus lapisan permukaan, sebagai
contoh kanopi vegetasi, lebih dalam daripada sensor optis. Radar juga sensitif terhadap
kekasaran permukaan, kelembaban, sifat dielektrik, dan gerakan dalam permukaan yang disinari.
V-1
Informasi unik yang diberikan citra SAR seperti ini yang dapat dipakai sebagai komplemen satu
sama lain dengan citra-citra optik.
Perkembangan SAR saat ini mengarah pada teknologi polarisasi. Pada wahana satelit,
perkembangan ini dipelopori oleh Envisat ASAR pada awal dekade 2000. Envisat ASAR
menyediakan akses terhadap data polarisasi ganda. Perkembangan lanjutan dimulai dengan
tersedianya data polarisasi penuh, dimulai oleh ALOS PALSAR. Hasil studi Trisasongko (2010)
menunjukkan bahwa gangguan di daerah hutan dapat dideteksi atau dipetakan melalui SAR
polarimetrik penuh. Selain itu, beberapa pendekatan telah ditemukan dalam literatur (Zebker and
van Zyl 1991) yang menunjukkan bahwa ketinggian alas (pedestal height) dapat memberikan
indikator kualitatif untuk gangguan dimana pembukaan hutan ditunjukkan memiliki ketinggian alas
yang lebih rendah. Teknik lain, yaitu Radar Vegetation Index (RVI) juga diperkenalkan dimana
secara umum memiliki latar belakang yang sama untuk metode perbandingan dari band reflektif
pada dataset optik. RVI memanfaatkan polarisasi silang yang dibandingkan dengan total
hamburan balik untuk mencirikan obyek yang ditunjuk. Vegetasi berkayu yang mempertahankan
komponen polarisasi silang kuat, memiliki nilai RVI tinggi (Kim dan van Zyl, 2001).
Metode dekomposisi untuk memahami karakteristik fisik dari refleksi objek telah mulai
diperkenalkan dalam analisis radar polarimetrik penuh, sebagai komplemen dari analisis berbasis
hamburan balik. Salah satu teknik terbaru dalam dekomposisi data polarisasi penuh adalah
dengan menggunakan analisis eigen untuk memperoleh atribut fisik. Salah satu algoritma
dekomposisi yang digunakan secara luas adalah dekomposisi Cloude dan Pottier (1996) dari data
polarimetrik (matriks kovarian atau koherensi). Melalui teori ini, data polarimetrik penuh yang
kompleks akan dikonversi menjadi tiga unit analisis yang lebih sederhana yaitu Entropi, Sudut
Alfa dan Anisotropi. Tujuan makalah ini adalah membahas teori dekomposisi Cloude-Pottier
dalam mengkaji fase pertumbuhan padi sawah.
Bahan utama yang digunakan dalam penelitian ini adalah citra ALOS PALSAR yang diakuisisi
pada 25 Maret 2007. Sensor Phased-Array type L-band Synthetic Aperture Radar (PALSAR)
merupakan pengembangan dari sensor SAR yang dibawa oleh satelit pendahulunya, JERS-1.
Sensor PALSAR adalah suatu sensor gelombang mikro aktif yang dapat melakukan observasi
siang dan malam tanpa terpengaruh oleh kondisi cuaca. Sensor PALSAR memiliki panjang
gelombang 23.5 cm dan frekuensi 1.27 GHz dengan kemampuan multimode dan observasi
multipolarisasi (Zhang. et al, 2009). Sensor ini mampu mengamati dengan berbagai resolusi
disamping mode konvensional seperti halnya wide swath. Sensor ini dapat dimanfaatkan untuk
membuat DEM, mengekstrak data topografi melalui teknik interferometry, menaksir biomassa,
monitoring hutan, pertanian, memonitoring minyak tumpahkan, kelembaban tanah, inspeksi
perkapalan, dan sebagainya (ALOS Data, 2007). Data spasial tambahan yang dimanfaatkan
adalah Peta Blok Lahan Sawah PT. Sang Hyang Seri, Peta Rupa Bumi Indonesia wilayah Jawa
Barat skala 1:25000 yang diterbitkan oleh Badan Koordinasi Survey dan Pemetaan Nasional
(BAKOSURTANAL).
V-2
BANTEN DKI Jakarta
N
Subang
JAW A BARAT
JAW A TENGAH
Setelah dilakukan koreksi geometrik dengan perangkat lunak ArcView GIS 3.3, selanjutnya data
tersebut siap untuk diolah dengan menggunakan perangkat lunak Envi 4.5. Untuk memudahkan
pengambilan contoh, citra komposit dibangun dari kombinasi citra VV, HV dan HH yang masing-
masing dimasukkan dalam kanal merah, hijau dan biru secara berturut-turut. Proses pengambilan
contoh data dilakukan dengan memilih minimum 75 pixel pada masing-masing umur tanaman
padi pada blok sawah PT. Sang Hyang Seri. Terdapat 32 kelas umur tanaman padi (dalam
satuan hari), yaitu: 67, 69, 70, 79, 80, 81, 82, 83, 84, 85, 87, 88, 89, 90, 91, 92, 93, 95, 96, 98, 99,
101, 102, 103, 104, 105, 107, 108, 109, 110, 113, dan 114.
Tahap berikutnya adalah mengekstrak nilai dari setiap parameter (Entropi, Sudut Alfa dan
Anisotropi) pada kelas umur yang telah ditetapkan sebelumnya dalam sebuah tabel. Dari tabel
tersebut dapat dibuat diagram boxplot untuk mengetahui distribusi nilai dari masing-masing
parameter. Pola distribusi nilai masing-masing parameter inilah yang kemudian dapat
diinterpretasikan untuk menjelaskan keterkaitan pola perubahannya terhadap variasi umur
tanaman padi.
Gambar berikut menyajikan potongan Citra ALOS PALSAR setelah dilakukan penyusunan
berdasarkan band VV, HV dan HH.
Gambar 2 Citra ALOS PALSAR Wilayah PT. Sang Hyang Seri Sukamandi, Subang, Jawa Barat
V-3
3. Hasil dan Pembahasan
Hasil penerapan teori dekomposisi Cloude Pottier pada penelitian ini terwakili oleh parameter
Entropi-Sudut Alfa. Gambar 3, 4 dan 5 menunjukkan pola penyebaran masing-masing parameter
terhadap umur tanaman padi. Hasil pengolahan data menunjukkan bahwa parameter entropi
secara umum memiliki distribusi penyebaran yang cukup baik dibandingkan dengan Sudut Alfa
dan Anisotropi. Hal ini mengindikasikan bahwa parameter Entropi sesuai untuk digunakan dalam
mengidentifikasi umur tanaman padi sawah. Peningkatan nilai Entropi berkaitan dengan umur
tanaman padi sawah yang semakin tua. Tanaman padi dengan umur tanaman yang lebih tua
memiliki nilai Entropi lebih tinggi yang mengidentifikasikan adanya dominasi proses hamburan
balik yang acak dan obyek (scatterer) yang dominan dalam proses hamburan balik pada cakupan
piksel hampir tidak ditemukan atau ditemukan dalam jumlah kecil. Sedangkan tanaman padi
dengan umur tanam yang lebih muda menunjukkan nilai Entropi yang lebih rendah. Hal ini
mengidikasikan bahwa proses hamburan tunggal deterministik mendominasi pada piksel
tersebut. Hasil penelitian ini sesuai dengan hasil penelitian sebelumnya yang dilakukan
Trisasongko (2010), tentang penggunaan data SAR untuk memantau kerusakan hutan.
Penurunan Entropi berkaitan dengan tingkat degradasi yang lebih tinggi. Kelas hutan utuh
memiliki nilai Entropi yang tinggi. Studi tersebut juga menunjukkan mekanisme hamburan acak
karena struktur kanopi kurang terbentuk sehingga interaksi hamburan balik tanah dan batang
pohon menyebabkan terjadinya fenomena tersebut.
Kondisi penelitian tersebut dapat diasosiasikan dengan kondisi pada blok penanaman padi dalam
penelitian ini. Tanaman padi sawah yang relatif masih muda cenderung memiliki daun lebih
sedikit dibandingkan dengan tanaman yang lebih tua, sehingga tanah yang tergenangi air dan
batang padi merupakan faktor dominan yang menyebabkan nilai Entropi lebih rendah. Ketika
tanaman padi semakin menua, jumlah daun akan semakin banyak dan permukaan tanah akan
lebih tertutup sehingga hamburan balik terjadi pada permukaan yang dominan, sehingga nilai
entropinya menjadi lebih tinggi.
Box Plot Entropi
0,9
0,8
0,7
0,6
Entropi (H)
0,5
0,4
0,3
0,2
0,1
67 69 70 79 80 81 82 83 84 85 87 88 89 90 91 92 93 95 96 98 99 101 102 103 104 105 107 108 109 110 113 114
Umur
Median 25%-75% Non-Outlier Range Outliers Extremes
Gambar 3 Box Plot Nilai Entropi terhadap Umur Tanaman Padi Sawah
V-4
Box Plot Sudut Alfa
70
65
60
55
50
Alfa (α)
45
40
35
30
25
20
67 69 70 79 80 81 82 83 84 85 87 88 89 90 91 92 93 95 96 98 99 101 102 103 104 105 107 108 109 110 113 114
Umur
Median 25%-75% Non-Outlier Range Outliers Extremes
Gambar 4 Box Plot Nilai Sudut Alfa terhadap Umur Tanaman Padi Sawah
0,9
0,8
0,7
Anisotropi
0,6
0,5
0,4
0,3
0,2
67 69 70 79 80 81 82 83 84 85 87 88 89 90 91 92 93 95 96 98 99 101 102 103 104 105 107 108 109 110 113 114
Umur
Median 25%-75% Non-Outlier Range Outliers Extremes
Gambar 5 Box Plot Nilai Anisotropi terhadap Umur Tanaman Padi Sawah
Jika diamati, pada bloxplot di atas terlihat adanya outliers (pencilan) pada berbagai data. Hal ini
disebabkan adanya perbedaan kondisi tanaman pada blok penanaman padi. Walaupun satu blok
pengamatan memiliki umur tanaman sama, di lapangan banyak ditemukan tanaman padi
mengalami serangan hama (tikus) serta terdapat defisiensi unsur hara pada sebagian kecil lokasi.
Kondisi tersebut menyebabkan bervariasinya tubuh tanaman dan menjadikan mekanisme
hamburan acak mendominasi pada piksel tersebut.
Ditinjau dari diagram pencar Cloude-Pottier, pola penyebaran padi didominasi berada pada zona
5 dan zona 6, dimana kedua zona ini merupakan zona medium entropy vegetation scattering.
Gambar 6 menyajikan diagram pencar Cloude-Pottier.
V-5
Gambar 6 Diagram Cloude-Pottier
4. Kesimpulan
Pemantauan merupakan salah satu upaya dalam mendukung proses produksi pangan yang baik.
Mengingat cakupan awan yang tinggi di wilayah tropis menjadi masalah utama, data SAR dapat
digunakan sebagai sumber informasi yang sangat berharga sebagai solusi keterbatasan data
penginderaan jauh optik. Pada penelitian ini ditunjukkan bahwa Teori dekomposisi Cloude-Pottier
dapat dimanfaatkan untuk menggambarkan karakteristik berbagai tingkat pertumbuhan padi
sawah. Hasil analisis menunjukkan bahwa parameter entropi berperan penting dalam
membedakan umur tanaman padi. Pertambahan umur tanaman padi cenderung bersesuaian
dengan meningkatkan nilai entropinya. Nilai entropi menjadi kecil pada tanaman padi yang masih
muda, karena adanya penurunan jumlah daun atau tajuk tanaman sehingga kontribusi tanah
cukup dominan.
5. Referensi
Cloude, S R., and Pottier E. (1996): A review of target decomposition theorems in radar polarimetry. IEEE
Transactions on Geoscience and Remote Sensing 34: 498-518.
Data, ALOS. (2007): http://www.alos-restec.jp/aboutalos_e.html [29 Oktober 2010]
JAXA, EORC. (1997): http://www.eorc.jaxa.jp/ALOS/en/about/palsar.htm [29 Oktober 2010]
Kim, Y., & van Zyl, J. J. (2001): Comparison of forest parameter estimation techniques using SAR data.
Sydney: Proceedings of IGARSS.
Priyanto. (2007): Penerapan analisis diskriminan dalam pembedaan kelas umur tegakan pinus. Jurnal
Manajemen Hutan Tropika XIII (3): 155-165
V-6
Trisasongko, B. H. (2010): The use of polarimetric SAR data for forest disturbance monitoring. Sensing and
Imaging 11: 1-13.
V-7
Model Perencanaan Spasial Rehabilitasi Hutan dan Lahan Dengan Memanfaatkan Sistem
Informasi Geografi dan Penginderaan Jauh
(Studi Kasus: Sub DAS Kalanaman, DAS Katingan, Kalimantan Tengah)
:Forest and land rehabilitation model of spatial planning models using geographic information system and
Abstract remote sensing case study in Kalanaman Sub watershed, Katingan watershed, Central Kalimantan
Province. This research focused on remote sensing processing and geographic information system (GIS)
application for building a forest and land rehabilitation models, futhermore, mapping a forest and land
rehabilitation area. Manual remote sensing interpretation methods was applicated. GIS was practised in
order to spatial data overlay and land characteristics assesment. Besides, This research needed data such
as erotion data, land productivity, land management, land critical, basin morphology, and function area.
Forest and land rehabilitation planning model was divided into 3 terms namely long term, medium term, and
short term. Long term planning model focused on rehabilitation activity for 25 year that used a general data
in Kalanaman Sub watershed such as land critical, watershed morphology, and function area, futhermore,
long term was resulting a general forest and land rehabilitation spatial distribution. Medium term planning
model was refers to rehabilitation activities every 5 year. Detail informations about Kalanaman Sub
watershed condition were needed in this term for set a management forest and land rehabilitation plan. Short
term planning model was focused on rehabilitation activities every year; consequently, in this term was
needed a complex data such as kind, shape and wide of rehabilitation activities. So, this term was resulting
an annual forest and land rehabilitation plan in Kalanaman Sub Basin
Keyword: Forest and Land Rehabilitation, Remote Sensing, GIS, long term, Medium term, Short term
1. Pendahuluan
1.1 Latar Belakang
Degradasi hutan dan lahan dari tahun ke tahun terus mengalami kenaikan. lahan terdegradasi
mencapai 96,3 juta ha. Untuk mencegah semakin bertambah luasnya lahan terdegradasi
diperlukan upaya penanganan dan pencegahan lahan terdegradasi. Konsep tentang penanganan
lahan terdegradasi sudah banyak ditawarkan oleh para ahli. Untuk penanganan degradasi hutan
dan lahan diperlukan perencanaan tentang kegiatan lahan degradasi hutan/lahan dan teknik yang
akan digunakan.
Perencanaan kegiatan penanganan hutan/lahan terdegradasi dapat disebut juga sebagai upaya
perencanaan rehabilitasi hutan dan lahan. Kegiatan perencanaan rehabilitasi hutan dan lahan
(RHL) telah dilaksanakan sejak jam pra-kolonial sampai sekarang. Konsep tentang RHL berbasis
kawasan telah ditawarkan, seperti pemanfaatan data Tata Guna Hutan Kesepakatan (TGHK)
tahun 1984 dan pemanfaatan data RTRWP (Rencana Tata Ruang Wilayah Provinsi). Konsep
perencanaan tersebut masih bersifat perencanaan regional kedaerahan sehingga diperlukan
upaya lain dengan memanfaatkan pendekatan pengelolaan daerah aliran sungai.
Teknologi GIS (Geographic Information System) dan penginderaan jauh telah digunakan untuk
membantu perencanaan RHL. Berbagai software pengolah data baik terestrial maupun
ekstraterestrial terus dikembangkan untuk mendukung keberhasilan RHL. Teknologi
penginderaan jauh dengan produk utamanya berupa data citra satelit dengan resolusi yang
bervariatif telah dimanfaatkan untuk pemantauan dan estimasi luasan hutan/lahan terdegradasi.
Perangkat lunak untuk mengolah dan menyimpan data juga terus berkembang sehingga data
yang inginkan dalam tempo cepat mampu memberikan informasi tentang potensi dan model
perencanaan yang akan dilaksanakan.
Lahan terdegradasi harus ditangani dengan baik dan benar dengan konsep pengelolaan daerah
aliran sungai dengan memanfaatkan teknologi GIS dan penginderaan Jauh. Diharapkan model
perencanaan ini dapat dijadikan masukan untuk perencanan RHL di suatu kawasan berbasiskan
konsep pengelolaan daerah aliran sungai.
V-9
1.2 Maksud dan Tujuan
Maksud dari penelitian ini adalah
1) Merencanakan teknik rehabilitasi hutan dan lahan dengan memanfaatkan data
penginderaan jauh dan geographic information system di Sub DAS Kalanaman, DAS
Katingan
2) memetakan hasil perencanaan rehabilitasi hutan dan lahan di Sub DAS Kalanaman, DAS
Katingan.
Gambar 1 Informasi Dpasial Sub DAS Kalanaman DAS Katingan Kalimantan Tengah
Lingkup penelitan ini menitikberatkan pada konsep perencanaan Rehabilitasi hutan dan lahan
berdasarkan konsep Pengelolaan Daerah Aliran Sungai. Model yang coba dikembangkan adalah
model perencanaan jangka panjang, jangka menengah dan jangka pendek. Model yang
dikembangkan tersebut berdasarkan informasi kekritisan lahan dan teknik rehabilitasi
penanganan kekritisan hutan dan lahan. Untuk perencanaan pembiayaan tidak dimasukkan pada
penelitian ini sehingga penelitian ini masih bersifat perencanaan fisik lokasi.
2. Metodologi
2.1 Data
Alat dan bahan yang digunakan dalam penelitin ini meliputi:
1) Seperangkat komputer lengkap dengan printer
2) Software ArcGIS 9.3.1 yang digunakan untuk mengolah dan penyajian data spasil
3) Sofwater Ermapper 6.4 digunakan untuk pengolahan data penginderaan jauh format raster
yaitu untuk melakukan mozaiking dan komposit serta penyimpatan format ermaper (*.ers
dan *.ecw)
Data utama yang digunakan dalam penelitian ini, meliputi:
V-10
1) Citra satelit Landsat Kompilasi tahun 2008 -2010
2) Citra SRTM digunakan untuk delineasi cakupan daerah aliran sungan terkecil
3) Data lahan kritis sub das Kalanaman
4) Data penutup lahan cakupan sub das kalanaman hasil cek lapangan tahun 2010
5) Data ijin pertambangan dan perkebunan di sub das Kalanaman sampai dengan tahun 2010
Peta Sub DAS Kalanaman diperoleh dari hasil delineasi otomatis dari data landsat SRTM dengan
menggunakan Sofware ArcgGIS 9.3.1. hasil delineasi masih termasuk kasar sehingga diperlukan
smoothing. Beberapa manipulasi diperlukan untuk proses smoothing diantaranya dengan
memperhatikan kondisi arah aliran. Pengamatan lokasi diperlukan untuk mendukung keakuran
data.
Model perencanaan rehabilitasi hutan dan lahan ini dibagi menjadi 3 (tiga) bagian yaitu
perencanaan jangka panjang, jangka menengah dan jangka pendek. Perencanaan jangka
panjang dimaksudkan untuk perencanaan selama 25 tahun data yang digunakan adalah data
tumpang susun antara data kekritisan lahan, morfologi DAS/Sub DAS, fungsi kawasan dan
prioritas DAS. Tumpang susun antara parameter membentuk satuan pemetaan yang digunakan
sebagai rujukan untuk skala prioriatas perencanaan kegiatan rehabilitasi hutan dan lahan. Satuan
pemetaan yang dipilih adalah satuan pemetaan yang mempunyai kelas sangat kritis, kritis dan
agak kritis. Hal ini diutamakan karena lahan dengan status sangat kritis, kritis dan agak kritis
memerlukan penanganan khusus. Sedangkan lahan dengan kategori potensial kritis untuk kasus
di sub DAS Kalanaman lebih ke arah suksesi alami dengan asumsi bahwa lahan dapat
melakukan suksesi alami tanpa tindakan pengolahan lahan. Hasil yang peroleh dari perencanaan
jangka panjang ini adalah distribusi spasial lokasi lahan yang diprioritaskan untuk dilakukan
rehabilitasi selama 25 tahun.
Perencanaan jangka menengah diperuntukan untuk kegiatan yang bersifat 5 tahunan sehingga
kegiatan untuk jangka menengah membagi kegiatan pada tahap 25 tahun menjadi 5 tahapan
dengan sehingga penanganan rehabilitasi di upayakan berdasarkan urutan prioritas kekritisan
lahan. Metode yang digunakan untuk pemilihan lokasi adalah berdasarkan derajat kekritisan
lahan dan. Lahan dengan tingkat kekritisan tinggi diharapkan dilaksanakan program rehabilitasi
terlebih dahulu. Parameter yang digunakan adalah data satuan pemetaan yang sudah dibentuk
pada tahap perencanaan jangka panjang. Satuan pemetaan yang diperoleh kemudian dipilah dan
dibedakan berdasarkan unsur utama yaitu tingkat kekritisan lahan dan fungsi kawasan. Hasil
yang diperoleh dari perencanaan jangka menengah ini adalah distribusi kegiatan Rehabilitasi
hutan dan lahan untuk 5 tahunan di sub DAS kalanaman.
Perencanaan jangka pendek diperuntukkan untuk kegiatan yang bersifat tahunan. Pada
perencanaan ini diinformasikan tentang jenis kegiatan dan luasan yang akan direhabilitasi.
Penentuaan tahun pelaksanakan tergantung kepada faktor kedekatan lokasi kegiatan dengan
tempat tinggal masyarakat. Hal tersebut dikarenakan pemberdayaan masyarakat sekitar hutan
dan pengajaran tentang arti penting kelestarian hutan dan rehabilitasi hutan. Hasil yang diperoleh
dari perencanaan jangka pendek ini adalah distribusi lokasi dan jenis kegiatan rehabilitasi hutan
dan lahan. Jenis kegiatan yang direkomendasikan dalam perencanaan jangka pendek terkait
dengan fungsi kawasan. Kegiatan reboisasi dilaksanakan di kawasan dengan fungsi hutan dan
jenis kegiatan penghijauan dilaksanakan diluar kawasan.
V-11
4. Hasil
4.1 Penyusunan Satuan Pemetaan
1) Penutup lahan Hasil Ekstraksi citra landsat 2008-2010
Citra Landsat diolah dengan menggunakan software Ermapper 6.4. data Citra landsat
dipergunakan untuk informasi ekstraksi data penutupan lahan. Metode yang digunakan
adalah interpetasi manual dengan menggunakan prinsip kunci intepretasi. Adapun hasil
komposit citra landsat 2008 -2010 dan hasil intepretasi penutupan lahan disajikan pada
Gambar 1.
Luasan penutupan lahan hasil ekstraksi Citra Landsat disajikan pada Tabel 1 Sub DAS
Kalanaman didominasi oleh semak belukar dengan luasan 28.927,87 Ha (28,51%), Hutan Rawa
Sekunder seluas 22.732,58 Ha (22,4 %) dan Hutan Lahan Kering Sekunder seluas 19.789,63 Ha
(19,50 %). Dari hasil penghitungan luas ini dapat dianalisi jika sub DAS Kalanaman dengan
dominasi semak belukar rentan akan degradasi lahan. Lahan dengan tipe semak belukar akan
mudah mengalami kebakaran hutan. Tipe penggunaan lahan semak belukar akan mengurangi
nilai produktivitas lahan. Penggunaan lahan berupa hutan dengan kategori hutan lahan kering
sekunder dan hutan rawa sekunder tidak mencapai 50 % sehingga dapat dianalisis bahwa
kondisi hutan sub DAS Kalanaman sudah mengalami eksploitasi secara kontinue.
V-12
10 Rawa 7.581,35 7,47
11 Savana/Rumput 849,27 0,84
Sesuai dengan data Gambar 3 dapat dilakukan ekstraksi data untuk memperoleh luasan lahan
kritis. Hasil pengolahan data lahan kekritisan lahan menunjukkan bahwa total lahan dengan
kategori sangat kritis mencapai 22.767,75 Ha (22,43%), Kritis mencapai 33.792,55 Ha (33,30 %),
Potensial kritis dengan luasan 44.732,79 Ha (44,08 %) dan Agak kritis hanya mencapai 0,28 Ha.
Berikut ini disajikan data tentang luasan lahan kritis. Dari data tersebut dapat diketahui bahwa
kondisi kekritisan Sub DAS Kalanaman termasuk tinggi hal tersebut diindikasikan dengan jumlah
lahan dengan kategori sangat kritis, kritis dan agak kritis mencapai lebih dari 50 %. Hal ini
menunjukkan jika rehabilitasi tidak dilaksanakan dengan perencanaan yang baik dan benar akan
meningkatkan status potensial kritis menjadi kritis bahkan menjadi sangat kritis.
V-13
Gambar 4 Informasi Spasial Fungsi Kawasan Sub DAS Kalanaman
Informasi spasial fungsi kawasan diekstraksi sedemikian rupa sehingga diperoleh informasi
luasan fungsi kawasan hutan di Sub DAS Kalanaman. Adapun informasi fungsi kawasan
disajikan pada Tabel 3.
Dari tabel diatas dapat diketahui bahwa Sub DAS Kalanaman didominasi oleh fungsi kawasan
sebagai Hutan Produksi (HP) dengan luasan 83.089,21 Ha (81,87 %) dan sisanya adalah Hutan
Produksi yang dapat dikonversi (HPK) dengan luasan 18.204,16 Ha (17,94 %). Dari data diatas
distribusi HP tersebar pada kawasan hulu dan tengah Sub DAS Kalanaman sehingga fungsi
utama dari sub DAS Kalanaman adalah Hutan Produksi.
V-14
Gambar 5 Informasi Spasial Fungsi Kawasan Sub DAS Kalanaman
Hasil pengolahan dengan menggunakan Arcgis 9.3.1 menghasilkan data tabular berupa data
luasan setiap satuan lahan. Adapun data luasan satuan pemetaan disajikan pada 3.4. dapat
diketahui bahwa satuan pemetan KTgHPII merupakan satuan lahan yang dominan dengan
luasan mencapai 25.446,30 Ha (44,97%). Hal ini mengindikasikan jika calon lokasi kegiatan
rehabilitasi hutan dan lahan di Sub DAS Kalanaman dominan mempunyai kondisi lahan yang
kritis berada di bagian tengah Sub DAS dengan fungsi Hutan produksi dan prioritis penanganan
DAS ke-2
Kegiatan rehabilitasi hutan dan lahan selama 25 tahun dengan luas 56.585,34 Ha ini sebagian
besar ada di Hutan Produksi dengan tingkat kekritisan Kritis dan pada bagian tengah Sub DAS
Kalanaman.
V-16
7) Penyusunan Rencana Tahunan
Rencana rehabilitasi hutan dan lahan tahunan disusun berdasarkan informasi data dari rencana 5
tahunan. Untuk menyusun rencana rehabilitasi hutan dan lahan tahunan diperlukan informasi
berupa satuan pengelolan. Satuan pengelolaan ini berupa informasi dari satuan terkecil dari
poligon yang menyusun jaring-jaring sungai menjadi sub DAS Kalanaman. Kegiatan rehabilitasi
hutan yang dilaksanakan yaitu reboisasi pengkayaan.
Gambar 8 menunjukkan distribusi spasial kegiatan rencana rehabilitasi untuk setiap tahun.
Informasi yang ditambahkan untuk kegiatan rehabilitasi adalah informasi unit kelola yang
ditunjukan dengan angka pada setiap poligonnya. Hasil distribusi spasial ini digunakan sebagai
acuan dalam pemilihan lokasi rehabilitasi.
Jenis kegiatan rehabilitasi hutan yang dilaksanakan di Sub DAS Kalanaman ini berdasarkan
karakteristik dan fungsi lahan maka kegiatan utama adalah kegiatan pengkayaan. Hal ini
disebabkan penggunaan lahan dengan kategori lahan kosong mutlah tidak ditemui. Rekomendasi
yang sesuai dengan kriteria mengacu kepada kekritisan lahana dan hasil cek tegakan lahan
adalah reboisasi dengan tanaman keras.
5. Kesimpulan
Kesimpulan yang dapat diperoleh dari Penelitian ini adalah
1) Data penginderaan jauh dapat digunakan sebagai data masukan dalam perencanaan
rehabilitasi hutan dan lahan. Data Landsat hasil kompilasi tahun 2008-2010 diintepretasi
secara manual untuk memperoleh data penutupan lahan dipergunakan sebagai input
utama perencanaan kegiatan. Hasil interpretasi manual menunjukkan Sub DAS
Kalanaman didominasi oleh belukar rawa (28.927,87 Ha).
2) Informasi lokasi kegiatan rehabilitasi hutan dan lahan menggunakan teknik tumpang
susun antara data kekritisan lahan, fungsi kawasan, morfologi DAS/sub DAS dan
Kebijakan prioritas DAS. Adapun sasaran kegiatan rehabilitasi hutan dan lahan di sub
DAS Kalanaman mencapai 56.559,30 Ha.
3) Konsep pengelolaan daerah aliran Sungai digunakan sebagai pembatas dan penerapan
konsep pembangunan daerag aliran sungai yang terpadu dengan memperhatikan
morfologi DAS, yaitu: hulu, tengah, dan hilir.
4) Perencanan rehabilitasi yang dilaksanakan secara bertahap yang dibagi menjadi 3
(tiga) tahap, yaitu; jangka panjang, jangka menengah, dan jangka pendek
5) Perencanaan jangka panjang merupakan perencanaan yang dilaksanakan dalam kurun
waktu 25 tahun. Hasil yang diperoleh adalah lokasi kegiatan rehabilitasi hutan dan
lahan secara umum selama 25 tahun.
6) Perencanaan jangka menengah merupakan perencanaan yang dilaksankan dalam
waktu 5 tahunan dengan bertahap yaitu tahap 1 sampai dengan tahap V. Penahapan
kegiatan dimaksudkan agar kegiatan lebih fokus. Fokus utama kegiatan rehabilitasi
hutan dan lahan di Sub DAS Kalanaman adalah pengurangan lahan sangat kritis dan
pencegahan lahan kritis
V-17
7) Perencanaan jangka pendek merupakan perencanaan yang dilaksanakan secara
kontinue setiap tahun. Dalam perencanaan tahunan ini memasukkan unsur pengelolaan
terkecil. Unsur ini didasarkan pada konsep pembagian unsur terkecil dari sub DAS yaitu
pembagian unsur ini berdasarkan catchment yang berdasar pada pengolahan Landsat
SRTM. Jenis kegiatan rehabilitasi yang dilaksanakan di sub DAS Kalanaman adalah
reboisas pengkayaan.
6. Referensi
Danoedoro P.(1996): Pengolahan Citra Digital, Fakultas Geografi UGM, Yogyakarta
Departemen Kehutanan.( 2009): Permenhut No. 32/Menhut-II/2009 tentang Tata Cara penyusunan Rencana
Teknik dan Lahan Daerah Aliran Sungai (RTkRHL-DAS), Jakarta
Hidayat H.(2005): Politik Lingkungan: Pengelolaan Hutan Maa Orde Baru dan Reformasi, Yayasan Obor
Indonesia, Jakarta
Indriyanto. (2008): Pengantar Budi Daya Kehutanan, PT Bumi Aksara, Jakarta
Lillesand TM. And Kiefer RW.(2000):Remote Sensing and Image Interpretation, 4th Edition, John Wiley and
Sons, Inc, USA
Nawir, Ani Adiwinata. (2008): Rehabilitasi Hutan di Indonesia: Akan Kemanakah Arahnya Setelah Lebih Dari
Tiga Dasawarsa?. CIFOR, Bogor
V-18
Pemanfaatan Ruang Daerah Gambut untuk Perkebunan Kelapa Sawit
di Provinsi Riau dan Kalimantan Tengah
1) 2) 3) 4)
B. Barus , K. Gandasasmita , B. H. Trisasongko , Diar Shiddiq ,
L.S. Iman5), dan R. Kusumo6)
1) 2) 3) 4) 6)
Staf Bagian Inderaja dan Informasi Spasial, Departemen Ilmu Tanah dan Sumberdaya Lahan, IPB
1) 3) 4) 5)
Staf di Pusat Pengkajian Perencanaan dan Pengembangan Wilayah, LPPM, IPB
Abstrak: Daerah perkebunan kelapa sawit di Indonesia saat ini relatif besar (sekitar 8 juta Ha) dan masih
berpotensi akan berkembang seiring dengan besarnya permintaan pasar pada hasil dari perkebunan
tersebut atau turunannya. Perkembangan kebun sawit ini juga masuk ke daerah kawasan gambut yang
dianggap sebagian kalangan tidak baik karena merusak lingkungan. Larangan untuk pengembangan untuk
kelapa sawit khususnya di daerah gambut adalah di daerah gambut yang berkedalaman diatas 3 meter
atau ada juga menganggap larangan khususnya di daerah sekitar kubah gambut. Daerah gambut yang
relatif besar di Indonesia diantaranya adalah provinsi Riau dan Kalimantan Tengah, yang juga merupakan
daerah sasaran pengembangan sawit. Penelitian ini bertujuan mengkaji dinamika kebun sawit baik aktual
maupun rencana pengembangan di kedua provinsi tersebut dan secara khusus evaluasi kebun di daerah
kubah gambut dengan menggunakan teknologi citra satelit dan SIG. Analisis dilakukan dengan evaluasi
multikriteria untuk melihat karakter daerah yang berpotensi merusak lingkungan dan kemungkinan konflik.
Hasil analisis menunjukkan adanya pola berbeda untuk kebun sawit aktual di kedua provinsi dan juga
rencana penembangan. Di Riau, dominan sawit aktual berada di daerah kering, sedangkan kebun sawit di
daerah gambut dominan berada luar daerah kubah gambut. Rencana di pengembangan sudah terbatas di
semua wilayah. Sedangkan di Kalteng, aktual kebun sawit juga dominan di lahan kering, tetapi rencana
dominan di lahan gambut, yang masuh di daerah kubah. Selain itu karakter status kawasan dan
pengusahaan juga relatif berbeda, yaitu dominannya kawasan kehutanan di Kalteng dibandingkan dengan
kawasan di Riau. Secara diperbandingkan, pengusahaan kebun sawit, maka kepemilikan swasta di Riau
lebih kecil dibandingkan dengan kepemilikan kebun sawit swasta di Kalteng. Akibat perbedaan kondisi
lingkungan, aktual dan rencana pengembangan, status penguasaan dan pengusahaan yang berbeda,
maka karakter pemanfaatan ruangnya juga berbeda dan kemungkinan kerusakan lingkungan dan potensi
juga berbeda.
Kata kunci: Pemanfaatan ruang, Kebun sawit, Kubah gambut, Evaluasi multikriteria, Potensi kerusakan
1. Latar Belakang
Daerah perkebunan kelapa sawit di Indonesia saat ini relatif besar (sekitar 8 juta Ha) dan masih
berpotensi berkembang seiring dengan besarnya permintaan pasar pada hasil perkebunan
tersebut atau turunannya. Perkembangan kebun sawit ini juga masuk ke daerah kawasan
gambut yang dianggap sebagian kalangan tidak baik karena merusak lingkungan. Larangan
untuk pengembangan untuk kelapa sawit khususnya di daerah gambut adalah di daerah gambut
yang berkedalaman di atas 3 meter atau ada juga menganggap larangan khususnya di daerah
sekitar kubah gambut, sehingga direncanakan muncul aturan demikian, dan sudah dimunculkan
dalam perencanaan ruang (Gandasasmita, et al, 2009). Karakter lingkungan yang mirip sudah
diterapkan juga di perencanaan ruang di kota Banjarmasin, dimana daerah tangkapan air yang
berada di daerah cekungan rawa diarahkan menjadi daerah lindung, dan bukan dipinggir sungai
(Barus, Laode dan Reni, 2010).
Saat ini larangan pengembangan di daerah rawa gambut malah sudah dijadikan komponen
moratorium pengembangan lahan. Daerah gambut yang relatif besar di Indonesia diantaranya
adalah provinsi Riau dan Kalimantan Tengah, yang juga merupakan daerah sasaran
pengembangan sawit. Bagi sebagian pihak ada pandangan bahwa kerusakan lahan di wilayah
ini sudah terjadi tetapi data sebenarnya masih belum jelas, dan masalah jadi simpang-siur,
seperti di Kalimantan tengah, ditemukan adanya perkebunan perkebunan masuk ke kawasan
hutan, atau masih banyak perizinan yang tidak dimanfaatkan. Dari kajian Barus dan Rusdiana
(2009) menunjukkan banyaknya perizinan di wilayah tersebut setelah era reformasi,
dibandingkan dengan periode sebelumnya. Berbagai kebijakan ini sampai saat ini ada yang
berimplikasi baik dan ada yang tidak, misalnya dari pengusahaan lahan. Di Provinsi Riau, sekitar
2 juta kebun sawit ternyata sebagian besar dimiliki oleh pihak asing atau penyertaan modal
asing (Zazali, 2011 dalam Kompas 2011). Saat ini diduga sudah ada potensi konflik karena
tumpang-tindih lahan (Anggara, 2011 dalam Kompas, 2011).
V-20
Penelitian ini bertujuan mengkaji dinamika kebun sawit baik aktual maupun rencana
pengembangan di kedua provinsi dan secara khusus evaluasi kebun sawit di wilayah tersebut
dan khususnya di daerah kubah gambut dengan menggunakan teknologi informasi spasial.
2.2 Metode
a. Ruang lingkup
Ruang lingkup analisis dilakukan dua level, yaitu level provinsi, yang diarahkan dengan analisis
secara keseluruhan penyebaran sawit dan lingkungannya dengan pendekatan analisis tematik
ruang, dan pada level kedua hanya difokuskan di daerah kawasan bergambut. Pada analisis level
kedua dilakukan analisis multikriteria. Data yang dipergunakan adalah data sekunder dari
berbagai sumber.
b. Tahapan
Metode yang dipakai terdiri dari beberapa tahap yaitu a) Studi literatur untuk pengembangan
model konflik dan Pengumpulan data, b) Pembuatan model analisis untuk level provinsi, dengan
metode deskripsi pada beberapa peta tematik, dan analisi level daerah gambut dengan metode
multikriteria evaluasi (MKE); di tahapan ini terjadi proses pemisahan daerah kajian dari level
provinsi yang mencakup seluruh wilayah, dan hanya di wilayah gambut, c) analisis level provinsi
dengan pemetaan tematik, d) analisis level wilayah gambut dengan multikriteria; dalam analisis
multikriteria dilakukan 2 skenario panggabungan yaitu dengan perkalian dan penjumlahan, dan
juga dibuat 2 pilihan dengan kebun sawit aktual dan daerah perijinan, dan e) analisis karakter
pemanfaatan ruang dan rekomendasi pemanfaatan ruang. Secara lengkap diagram analisis
disajikan pada Gambar 1.
Tahapan penting adalah pembuatan model analisis dengan MKE mempunyai 3 tahap yaitu
penentuan faktor dan kriteria, dan dilanjutkan dengan standarisasi, penentuan bobot dan akhirnya
implementasi. Untuk keperluan analisis maka dalam proses penggabungan semua parameter
maka akan dicoba diperbandingkan penggabungan dengan aritmatik penambahan dan perkalian.
V-21
3. Hasil dan Pembahasan
3.1Karakter daerah sawit aktual dan perizinan di kedua provinsi
Hasil analisis menunjukkan adanya pola berbeda tentang kenampakkan aktual kebun sawit di
kedua provinsi dan juga rencana pengembangan (Gambar 2 dan Tabel 1). Data menunjukkan
bahwa luasan ekosistem gambut di Riau lebih besar dari di Kalteng, tetapi daerah kawasan
lindung gambutnya (KLG) relatif mirip. Tetapi aktual kebun sawit ternyata jauh lebih luas di Riau,
yang menyebar di daerah gambut dan lahan kering. Selain itu, daerah sawit di Kalteng
menyebar dominan di daerah lahan kering. Dari sisi lingkungan, jika daerah sawit dianggap
berada di daerah sekitar kubah gambut (atau daerah KLG), maka data menunjukkan bahwa
daerah sawit di sekitar kubah adalah 253,057 Ha di Riau dan 38,629 Ha di Kalteng. Jika dilihat
dari rencana pengembangan atau perizinan, maka data menunjukkan bahwa perizinan untuk
kebun sawit di Kalteng masih sangat besar (hampir 5 juta Ha), dibandingkan dengan perizinan di
Riau (sekitar 2 Juta Ha, dengan luasan yang mirip di daerah gambut. Data ini menunjukkan, jika
terealisasi, maka daerah sawit akan meningkat sangat besar di Kalteng.
Dari sisi status kawasan maka karakter kedua wilayah ini juga berbeda. Kebun sawit di Kalteng
saat ini relatif sedikit berada di kawasan lindung dan banyak di kawasan hutan produksi,
sedangkan kebun sawit di kawasan lindung lebih banyak di Riau dan sedikit di kawasan hutan
produksi, tetapi jika dilihat dalam perizinan maka perizinan sangat besar diberikan di kawasan
kehutanan (baik kawasan lindung maupun produksi).
Tabel 1 Luas (Ha) Kelapa Sawit dan Perizinannya di Lahan Kering dan Gambut di Wilayah Berbeda
Kelapa Total
Kelapa sawit di Total
Provinsi sawit di Total luas gambut wilayah
lahan gambut perizinan
lahan kering provinsi
KHG KLG KHG KLG
Riau 889,145 451,302 253,057 3,879,415 1,641,603 2,040,315 8,992,782
Kalteng 799,402 111,525 38,629 3,102,753 1,671,494 4,688,994 15,368,152
Dari sisi aktual kebun sawit yang ada, maka juga dapat dilihat dari sisi pengusahaan. Tabel 2
menunjukkan bahwa luasan pengusahaan sawit di Riau dan Kalteng didominasi oleh
perkebunan swasta, sedangkan pengusahaan negara dan rakyat relatif sedikit; dan di daerah
gambut pengusahaan negara malah tidak ada. Secara keseluruhan ditemukan perbedaan
kondisi lingkungan kebun sawit di kedua wilayah ini, sehingga pola pemanfaatan ruangnya juga
berbeda.
Data tersebut menunjukkan bahwa dengan, untuk metode perkalian menghasilkan kenampakan
daerah yang berpotensi rusak/konflik adalah lebih kecil dibandingkan dengan metode
penjumlahan. Selain itu dengan adanya data perijinan sawit, yang berarti belum semua wilayah
dimanfaatkan, maka daerah yang berpotensi rusak/konflik juga makin luas.
V-22
Gambar 2 Karakter Kenampakan Pemanfaatan Ruang Oleh Aktual Kebun Sawit, Daerah Gambut
Dan Daerah Perizinan Kebun Kelapa Sawit Pada Provinsi Berbeda.
Tabel 3 Luas (Ha) Daerah yang Menjadi Daerah Berpotensi Konflik di Riau dan Kalimantan Tengah
A. Versi penjumlahan dengan data pengusahaan aktual
Provinsi Potensi konflik rendah Potensi konflik sedang Potensi konflik tinggi
Riau 3,464,516 1,414,799 641,518
Kalimantan tengah 2,875,947 1,771,173 127,343
Secara keruangan, data menunjukkan bahwa daerah yang berpotensi rusak atau konflik aktual
sebenarnya berbeda untuk kedua wilayah dengan fungsi penjumlahan adalah yaitu 641,518 Ha di
Riau, dan 127,343 Ha di Kalteng; tetapi jika dilihat pola peningkatan rencana pengembangan,
maka daerah yang berpotensi konflik di masa yang akan datang relatif besar juga terjadi di
Kalteng. Sedangkan jika dipakai dengan fungsi pengalian maka daerah yang berpotensi konflik
besar jauh lebih kecil khususnya di Riau (236,535 Ha) sedangkan di Kalteng relatif sama. Dalam
hal ini dengan kedua metode tersebut maka daerah yang dianggap berpotensi tersebut
sebenarnya berada di lokasi yang hampir sama yaitu di daerah aktual kebun sawit yang terdapat
di sekitar kubah gambut. Aplikasi dalam kebijakan hal ini bisa dipakai untuk pencarian daerah
yang diprioritaskan ditanggulangi. Dengan metode pengalian, maka daerah diprioritaskan
tertinggi dapat diekstraksi. Secara keruangan maka daerah tersebut dapat diseleksi seperti
disajikan pada Gambar 3.
V-23
Gambar 3 Kenampakan Daerah Berpotensi Rusak/Konflik yang Diakibatkan Perbedaan Metode
dan Juga Perbedaan Parameter
4. Kesimpulan
Keberadaan kebun sawit aktual di daerah gambut di Riau lebih besar dibandingkan di Kalteng. Di
Kalteng kebun sawit aktual lebih banyak berada di daerah kering sedangkan di Riau hampir sama
keberadaannya baik di daerah kering maupun gambut. Luas perizinan di Kalteng lebih besar dari
di Riau, namun luasannya hampir sama untuk daerah gambut.
V-24
Kenampakan potensi rusak/konflik yang muncul berbeda berdasarkan perbedaan metode dan
data yang dipakai. Dengan metode perkalian, daerah yang berpotensi rusak/konflik lebih kecil
dibandingkan dengan metode penjumlahan. Selain itu dengan adanya data perijinan, maka
daerah yang berpotensi rusak/konflik juga makin luas.
5. Referensi
Barus, B., K. Gandasasmita, dan Reni, K. (2008): Pemetaan Kesatuan Hidologis Gambut dan Kubah
Gambut dengan Inderaja dan SIG. Seminar IEFS, Faperta, IPB
B. Barus, Laode, S.I., dan Reni, K. (2010): Kawasan Lindung di daerah rawa bukan di pinggir sungai!.
Studi Kasus: Identifikasi Kantong air dengan citra satelit resolusi tinggi. Poster disajikan di seminar Mapin
2010, Bogor
Barus, B. and O. Rusdiana. (2009): Development and Policy for Large Scale Land Occupation in
Kalimantan Before and After the Decentralization System. Presented in the Second IRSA International
Institute, Bogor, July 21-23, 2009.
Barus, B. (2010): Daerah Potensi Konflik Lahan Perkebunan Sawit, Hutan Alami, dan Gambut yang
berpengaruh terhadap lingkungan. Makalah disampaikan pada workshop-3 : Implementasi KLHS/SEA
terhadap Rencana Pengembangan Kelapa Sawit; diselenggarakan oleh Bappenas di Bali, 2-3 Novermber
2010
Gandasasmita, K., B. Barus dan Syahrul, K. (2009): Masterplan Pengelolaan Ekosistem Gambut, Provinsi
Riau. KLH
Kompas. (2011): Kelapa sawit: Petani Riau lebih banyak menjadi buruh. Kompas, 28 Mei 2011
Sabiham, S. (2010): Disain Pengelolaan Lahan gambut dalam mendukung produktivitas Pertanian
berdasarkan teladan selama tiga dekade (1970-2000). Disajikan dalam Seminar Lokakarya nasional
pemanfaatan lahan gambut berkelanjutan, di ICC, Bogor, IPB. 28 Oktober
V-25
Pengaruh Awal Tanam Terhadap Kualitas Pertumbuhan Tanaman Padi
Menggunakan Data EVI MODIS Multitemporal
Dede Dirgahayu
Abstrak : Penelitian ini bertujuan untuk mendeteksi awal tanam padi di lahan sawah menggunakan data EVI
MODIS multitemporal. Data yang digunakan adalah data 8 harian EVI MODIS multitemporal (tahun 2007- 2009).
Analisis spasial dilakukan untuk mengetahui perbedaan waktu awal tanam terhadap kualitas pertumbuhan
tanaman padi yang dapat dicapai pada setiap piksel. Indikator dari kualitas pertumbuhan tanaman padi adalah
tercapainya nilai EVI maksimum saat pertumbuhan vegetatif tanaman menjelang pembungaan (sekitar 60
HST=hari setelah tanam). Nilai EVI maksimum dapat diketahui berdasarkan profil pertumbuhan menggunakan
data EVI MODIS multitemporal selama pertumbuhan tanaman padi (110-120 hari). Hasil penelitian menunjukkan
bahwa sebagian besar tanaman padi di daerah pantura Jawa Barat mencapai nilai maksimum pada periode
musim tanam Oktober – Maret dengan kisaran nilai 0.55-0.60. EVI maksimum menunjukkan pula Indeks Luas
daun (ILD) tertinggi yang dapat dicapai tanaman dan berkorelasi dengan produktivitas tanaman padi.
Kata Kunci : MODIS Multitemporal, Analisis spasial, EVI Maksimum, Profil Pertumbuhan
1. Latar Belakang
Peningkatan produksi tanaman pangan khususnya tanaman padi perlu dilakukan oleh pemerintah
untuk mencapai swasembada pangan. Karena berdasarkan UU RI tahun No. 7 tahun 1996,
dinyatakan bahwa ketahanan pangan adalah kondisi terpenuhinya pangan bagi rumah tangga yang
tercerminimum dari tersedianya pangan yang cukup, baik jumlah maupun mutunya, aman, merata,
dan terjangkau. Namun produksi padi disuatu negara setiap tahunnya dapat mengalami fluktuasi
akibat adanya bencana kekeringan dan kebanjiran di lahan sawah. Bencana tersebut juga dapat
terjadi Pulau Jawa yang merupakan daerah pemasok terbesar produksi padi nasional. Dengan
demikian perlu adanya upaya yang dilakukan untuk mencapai swasembada pangan, yang salah
satunya adalah dengan melakukan pemantauan terhadap kondisi pertanaman padi di Pulau Jawa.
Dengan adanya pemantauan tersebut diharapkan pemerintah dapat segera mengambil tindakan yang
diperlukan dalam menjaga dan meningkatkan produksi padi nasional.
Tanaman Padi mengalami beberapa kondisi / fase selama pertumbuhannya, antara lain fase tebar-
tanam, vegetatif, generatif-panen, dan bera. Secara detil tahapan pertumbuhan tanaman padi adalah
sebagai berikut :
1) tahap perkecambahan (20 - 17 hari sebelum tanam)
2) tahap bibit (17 - 4 hari sebelum tanam)
3) tahap anakan (2 -20 hari setelah tanam /hst)
4) tahap pemanjangan batang (22 - 32 hst)
5) tahap inisiasi malai (32 - 42 hst)
6) tahap perkembangan malai (40 - 52 hst)
7) tahap pembungaan (52 - 62 hst)
8) tahap pengisian biji (62 - 74)
9) tahap pengerasan biji (70 - 82 hst)
10. tahap biji masak (80 - 96 hst)
Pada fase tebar-tanam hingga tahap anakan didominasi oleh air selama sekitar 20 hari Pada fase
vegetatif dan generatif didominasi oleh tajuk tanaman dengan tingkat kehijauan dan kerapatan yang
berbeda yang berlangsung selama 80-90 hari tergantung jenis varietasnya. Setelah itu tanaman
padi dipanen dan diberakan selama beberapa hari tergantung ketersediaan air
V-27
Pendekatan yang banyak digunakan untuk memprediksi awal musim tanam adalah dengan
mengetahui ketersediaan air dari curah hujan dan kondisi lengas lahan (moisture) serta kehilangan
air akibat evapotranspirasi yang mempengaruhi pertumbuhan tanaman. Pendekatan-pendekatan
tersebut pada dasarnya merupakan usaha untuk mengetahui periode di mana kondisi fisik lingkungan
sesuai bagi pertumbuhan tanaman. Las (1992) dalam Erna (2000) mengemukakan tentang konsep
penentuan awal musim tanam berdasarkan jumlah curah hujan dasarian dan status ketersediaan air
tanah, Ada 3 kelas status ketersediaan air untuk menentukan awal musim tanam, yaitu :
a. Air mencukupi bagi tanaman jika curah hujan lebih besar dari 50 mm/dasarian,
b. Hampir mencukupi jika curah hujan 25 -50 mm/dasarian, dan
c. Tidak mencukupi jika < 25 mm/dasarian.
Pembagian status air tersebut didasarkan pada evapotranspirasi potensial (ETP) rata-rata dan persentase
curah hujan efektif. Untuk mendapatkan curah hujan efektif > 25 mm/dasarian dengan peluang 75 %, maka
curah hujan rata-rata harus > 50 mm/dasarian atau 150 mm/bulan. Angka ini sering digunakan sebagai
batas kelayakan curah huj an untuk awal musim tanam tanaman padi. FAO (1978) dalam Hardjowigeno
(2001) menganjurkan kombinasi curah hujan dengan evapotranpirasi potensial untuk masa tanam , yaitu dengan
kriteria rasio CH/ETP > 0.5. Batas ambang tersebut juga dapat digunakan sebagai indikasi terjadi kekeringan.
Salah satu metode pemantauan tanaman padi yang dapat dilakukan adalah dengan memanfaatkan
data satelit penginderaan jauh. Data satelit yang dapat digunakan untuk pemantauan tanaman padi
dengan cakupan wilayah yang luas dan temporal yang tinggi adalah data MODIS dari satelit TERRA-
AQUA. Dari data MODIS dapat diekstrak nilai indeks vegetasi EVI (Enhanced Vegetation Index)
seperti yang pernah dilakukan oleh Huete, et.al (1997). Dengan menggunakan nilai EVI secara
temporal diharapkan dapat dilihat dan dicirikan fluktuasi pertumbuhan tanaman padi.
Penelitian ini bertujuan untuk mengkaji hubungan antara kualitas pertumbuhan tanaman dengan
waktu awal tanam tanaman padi.
2. Metodologi
Diagram alir tahapan penelitian dapat dilihat pada Gambar 1.
V-28
MODIS
Multitemporal
Reflektan
Reflektan
Koreksi Data :
Radiometrik, Geometrik,
Pemisahan Awan
EVI MODIS
Multitemporal 8 Harian
Analisis Statistik
Spasial
Kriteria Deteksi N
Tanaman Padi :
EVI Max, NDWI
Bukan Tanaman Padi
EVI max -min
Rekomendasi Jadwal
Tanam Padi
Gambar 1 Diagram Alir Deteksi Tanaman Padi dan Estimasi Awal Tanam Padi
Kemudian data raster tersebut diperhalus (smoothing) untuk menghilangkan noise (teutama awan)
agar diperoleh profil EVI yang halus. Smoothing yang dilakukan adalah dengan menggunakan
moving median 3 dan rata-rata. Artinya setiap tiga data dicari nilai mediannya kemudian dirata-
V-29
ratakan. Kemudian hasil dari smoothing tersebut dioverlay dengan lahan baku sawah dari data
landsat sehingga diperoleh profil IV per piksel.
Analisis spasial data multitemporal dilakukan untuk mengetahui nilai statistik suatu piksel dalam
periode 8 harian selama 3 tahun, antara lain : minimum, maksimum, mean, letak/ saat minimum, dan
letak maksimum. Nilai-nilai statistik tersebut merupakan representasi kondisi liputan lahan selama
berapa tahun. Jika suatu piksel di lapangan didominasi oleh obyek vegetasi/ tanaman, maka nilai
statistik tersebut merupakan parameter pertumbuhan tanaman. Jika vegetasi tersebut tanaman padi,
maka saat mencapai nilai EVI maksimum tanaman padi tersebut berumur sekitar 60 HST (Hari
Setelah Tanam), yaitu sekitar separuh dari masa pertumbuhan tanaman padi dari mulai tanam hingga
panen (110-120 hari). Selanjutnya dibuat program khusus menggunakan bahasa pemograman C++
untuk menghitung parameter pertumbuhan tanaman padi agar dapat membedakan tanaman padi
dengan objek lainnya. Program tersebut menghitung nilai minimum, maksimum, letak minimum, letak
maksimum dari seri data yang terkumpul. Dari nilai-nilai tersebut dapat dihitung awal tanam (saat
mencapai nilai minimum yang didominasi oleh obyek air), panen (kondissi bera / tanpa vegetasi) dan
nilai statistiknya seperti nilai rata-rata /mean selama pertumbuhan, mean, std, dan slope selama fase
vegetatif (0 – 60 HST atau saat EVI max) dan selama fase generatif (60 HST – bera). Nilai-nilai
tersebut dapat dimanfaatkan dalam pengolahan data lebih lanjut untuk menentukan obyek yang
diduga tanaman padi.
Ektraksi informasi awal tanam (AT) padi dilakukan berdasarkan waktu terjadinya EVI Maksimum atau
Letak Maksimum (LM). EVI maksimum diasumsikan terjadi ketika padi berumur 60 HST (Hari
Setelah Tanam), yaitu setelah pembungaan dan saat terbentuknya bulir gabah. Dengan demikian
awal tanam (AT) padi pada data EVI 8 harian dapat diketahui dengan formula :
(2). …. AT = LM – 60/8 ~ LM – 8
Dimana,
AT = awal tanam ; LM = letak / urutan data saat EVI maksimum
Jika IV dari EVI maksimum > 0.45, selisih EVI maksimum dan minimumimum >0.35 dan rasio dari IV
generatif dengan vegetatif > 0.75 maka areal tersebut merupakan tanaman padi dan selainnya bukan
tanaman padi.
Untuk memperoleh rata-rata awal tanam dan profil pertumbuhan tanaman padi, maka harus dibuat
sampel area yang relatif homogen berupa poligon yang terdiri dari beberapa piksel yang memiliki
kesamaan waktu awal tanam, kisaran EVI maksimun, dan kesamaan dalam selisih EVI maksimum
dan EVI minimum. Tahapan membuat sampel area berupa raster atau poligon adalah sebagai
berikut : rekode Citra EVI_Maksimum menjadi 6 kelas (Maksimum_Id), rekode Citra Maksimum-
Tanam menjadi 3 kelas (Mx-Tn_Id), overlay matriks antara Maksimum_Id dengan Mx-Tn_Id untuk
membuat citra Klasifikasi Padi sawah sebanyak 18 kelas.
Untuk membuat profil pertumbuhan tanaman padi EVI multitemporal berdasarkan piksel-piksel yang
relatif homogen, maka data EVI tersebut harus diekstrak berdasarkan poligon yang memiliki kelas
padi dan awal tanam yang sama. Poligon tersebut dapat terbentuk dengan cara mengoverlay vektor
poligon Klasifikasi Padi dengan nilai atribut Klas_id dan vektor polgon awal tanam (AT). Nilai atribut
padi (Padi_Id) dihitung dengan formula sbb :
V-30
Selanjutnya vektor poligon tersebut dikonversi menjadi Region Raster oleh SW ErMapper ke file EVI
Multitemporal untuk dihitung nilai statistiknya pada setiap region dengan atribut Padi_Id. Kemudian
dilakukan tabulasi nilai EVI berdasarkan umur / awal tanam yang sama sehingga diperoleh profil EVI
setiap kelas padi.
Hasil dari smoothing tersebut kemudian di overlay dengan lahan baku sawah dari data landsat
sehingga diperoleh profil IV per piksel. Karena setiap obyek yang dipermukaan bumi mempunyai
profil yang berbeda-beda maka dapat dibedakan juga profil yang diduga sebagai profil padi. Dari
profil yang diperoleh dari tiap piksel didapat bahwa untuk piksel-piksel yang diduga tanaman padi
mempunyai tiga puncak untuk periode 2007 sampai dengan 2009. Hal ini menandakan bahwa terjadi
tiga periode tanam. Berdasrkan hasil analisis statistik pada sampel area yang dibuat menunjukkan
bahwa perubahan EVI selama pertumbuhan tanaman padi membentuk kurva seperti lonceng
(Gambar 2) dan mempunyai selang waktu 112-120 hari. Tanaman padi rata-rata mencapai nilai EVI
maksimum > 0.45 dan EVI minimum < 0.25 (fase air). Sedangkan selisih nilai EVI maksimum dan
EVI minimum (saat tanam) > 0.35.
V-31
Gambar 3. Pemetaan Awal Tanam Padi Sawah di Kab. Indramayu Tahun 2007
Gambar 4 Pemetaan Awal Tanam Padi Sawah di Kab. Indramayu Tahun 2008
3.3. Hubungan Awal Tanam Padi dengan Kualitas Pertumbuhan Tanaman Padi
Indikator dari kualitas pertumbuhan tanaman padi adalah tercapainya nilai EVI maksimum saat pertumbuhan
vegetatif tanaman menjelang pembungaan (sekitar 60 HST=hari setelah tanam). Nilai EVI maksimum tersebut
dapat diketahui berdasarkan profil pertumbuhan menggunakan data EVI MODIS multitemporal selama
pertumbuhan tanaman padi (110-120 hari). Hasil analisis spasial data EVI Multitemporal selama 3 tahun (2007 –
2009) menunjukkan lahan sawah di p. Jawa dapat dikelompokkan menjadi 6 kelas berdasarkan nilaii EVI
maksimum yang dapat dicapai, yaitu : 0.45 – 0.50; 0.50 – 0.55; 0.55 – 0.60; 0.60 – 0.65; 0.65 – 0.70; dan > 0.70.
Hasil penelitian menunjukkan bahwa sebagian besar tanaman padi di daerah pantura Jawa Barat mencapai nilai
maksimum pada periode musim tanam Oktober – Maret dengan kisaran nilai 0.55-0.60. Sebaran spasial
klasifikasi lahan sawah di Kab. Indramayu dapat dilihat pada Gambar 5.
V-32
Gambar 5. Klasifikasi Lahan Sawah Berdasarkan EVI Maksimum MODIS tahun 2007-2009,
di Kab. Indramayu dan sekitarnya
.
EVI maksimum tanaman padi yang dapat dicapai selain tergantung dari kemampuan lahan
sawahnya, juga tergantung dari ketepatan waktu awal tanamnya, karena terkait dengan tambahan
pasokan air dari hujan dan intensitas radiasi sinar matahari yang dapat diterima tanaman. Hubungan
antara awal tanam padi yang dapat dideteksi dengan EVI Maksimum ditunjukkan pada Gambar 6 dan
Gambar 7. Berdasarkan Gambar 6 ditunjukkan bahwa awal tanam banyak dilakukan pada bulan
Januari dan Februari 2007 serta Periode November – Desember 2007. Sedangkan pada tahun 2008,
awal tanam banyak terdeteksi pada bulan November 2008 – Januari 2009. Rata-rata EVI maksimum
lebih tinggi tercapai pada periode tanam Oktober – Maret.
Seperti diketahui EVI Maksimum tanaman padi yang terjadi pada fase vegetatif maksimum dan
permulaan pembentukan malai (sekitar 60 HST) berkorelasi tinggi dengan ILD (Indeks Luas Daun)
maksimum yang dapat dicapai tanaman padi. ILD berkorelasi nyata dengan tingkat produktivitas
tanaman. Dengan diketahuinya kualitas lahan sawah (kategori berdasarkan EVI max) serta respon
tanaman padi pada suatu lokasi, maka dapat dibuat jadwal penanaman padi yang optimal dan
efektif. Suatu simulasi pemodelan dinamis dapat dilakukan untuk mengetahui mekanisme proses
neraca air, pertumbuhan dan perkembangan tanaman padi berdasarkan input data iklim yang
diterima, antara lain : curah hujan, radiasi matahari, dan evapotranspirasi (ETP) . Hasil simulasi
dengan dibuat awal tanam yang berbeda-beda dapat diketahui berapa ILD maksimum yang dapat
dicapai. Sebagai contoh simulasi pemodelan dinamis dilakukan di wilayah Semarang, dapat dilihat
pada Tabel 1.
V-33
Gambar 6 Hubungan Awal Tanam Padi dengan EVI Maksimum Periode Januari 2007 – Maret 2008
Gambar 7 Hubungan Awal Tanam Padi dengan EVI Maksimum Periode Januari 2008 – Maret
2009
V-34
Tabel 1 Hasil Simulasi Pertumbuhan dan Hasil Padi Varietas IR 64 di Semarang
Penelitian lebih lanjut perlu dilakukan dengan menambahkan faktor-faktor lain, sperti curah hujan.
5. Referensi
Adiningsih, E.S., dkk. (2000): Penentuan awal musim tanam menggunakan data satelit lingkungan dan cuaca
di pulau Jawa. Prosiding Seminar Internasional Penginderaan Jauh dalam Pengembangan Ekonomi dan
Pelestarian Lingkungan Hidup", Jakarta, 11-12 April 2000.
Handoko. 1994. Dasar Penyusunan dan Aplikasi Model Simulasi Komputer untuk Pertanian. Jurusan
Geofísika dan Meteorologi. FMIPA. IPB.
Handoko. (2005): Quantitative Modeling of System Dynamics for Natural Resources Management.
SEAMEO BIOTROP. Bogor. Indonesia
Hardjowigeno, S. ( 2001): Kesesuaian Lahan dan Perencanaan Tata Guna Tanah. IPB, Bogor
Hillel, D. 1971. Soil and Water Physical Principles and Processes. Academic Press, New York.
Puslitanak. (2002): Perkiraan Dini Areal Pertanian yang Terancam Kekeringan di Pulau Jawa Menggunakan
Teknologi Penginderaan Jauh. Laporan Kerjasama dengan Pusat Data dan Informasi Pertanian, Departemen
Pertanian
.Wu, L., F. X. Le Dimet, B. G. Hu, P. H. Cournède, P. de Reffye. (2004): A Water Supply Optimization Problem
for Plant Growth Based on GreenLab Model. Cari 2004 - Hammamet. p: 101 – 108
V-35
Penginderaan Jauh untuk Penentuan Daerah Resapan pada Lapangan Panas Bumi
1) 2) 3)
Fajar Hendrasto , Agustan , dan Lambok M. Hutasoit
1)
Mahasiswa Program S-3 Teknik Geologi, ITB, Bandung, Indonesia
2)
PTISDA - BPPT, Jakarta 10340, Indonesia
3)
KK Geologi Terapan, FITB, ITB, Bandung, Indonesia
Abstrak : Salah satu sumber energi yang sangat potensial di Indonesia adalah panas bumi atau
geothermal. Sekitar 40% potensi panas bumi dunia terdapat di Indonesia, tapi baru dimanfaatkan sekitar
4%. Untuk mengoptimalkan pengelolaan potensi panas bumi diperlukan informasi spasial yang lengkap
tentang sumber panas bumi tersebut. Informasi ini dapat diperoleh dengan memanfaatkan teknologi
penginderaan jauh berbasiskan data satelit radar. Kemampuan gelombang radar dalam memetakan daerah
yang tertutup awan dan vegetasi memberikan informasi geomorfologi lebih detail. Dengan menganalisis dan
menginterpretasi kelurusan-kelurusan (lineaments) morfologi, potensi atau prospek suatu daerah panasbumi
dapat diidentifikasi. Selain itu, struktur geologi yang membentuk pola kelurusan pada pengamatan citra
satelit radar mungkin membentuk struktur rekahan (sesar dan kekar) yang berfungsi sebagai media
infiltrasi/resapan. Metode untuk memetakan zona-zona kelurusan tersebut diterapkan dalam peta kerapatan
kelurusan. Metode tersebut dikenal sebagai metode Densitas/Kerapatan Sesar dan Rekahan (Fault and
Fracture Density/FFD). Tulisan ini membahas aplikasi data satelit ALOS-PALSAR untuk identifikasi potensi
daerah resapan pada lapangan panas bumi. Pengolahan data mencakup pembentukan data Single Look
Complex, penurunan DEM dan verifikasi lapangan dengan pengukuran GPS geodetik untuk studi kasus di
lapangan panas bumi Wayang Windu, Jawa Barat. Terdapat tiga zona dengan kerapatan sesar dan
rekahan (FFD) tinggi yang diperkirakan sebagai daerah resapan untuk lapangan panasbumi Wayang Windu,
yaitu di bagian barat laut dari daerah penelitian (S. Cisangkuy), di bagian barat daya (S. Cilaki) serta di
bagian timur laut (S. Citarum). Sedangkan area dengan zona FFD tinggi yang terletak di bagian tengah
daerah penelitian (G. Wayang dan Windu) merupakan zona prospek (reservoir) panasbumi. Manfaat dari
informasi daerah resapan ini adalah agar kawasan perlindungan airtanah (konservasi) sebagai sumber
resapan (recharge) dapat tetap terjaga.
Kata kunci: Analisis kelurusan, Kerapatan Sesar dan Rekahan (FFD), Daerah Resapan, Panasbumi,
InSAR
1. Pendahuluan
Energi panasbumi dapat dimanfaatkan sebagai energi alternatif, mengingat potensi panasbumi di
Indonesia sangat besar, mencapai 27.189 MWe, atau sekitar 40% potensi dunia (Dwipa, 2004;
Gore, 2011). Besarnya cadangan panas bumi di Indonesia berkaitan langsung dengan posisi
Indonesia yang terletak di daerah tektonik aktif karena pertemuan lempeng dunia yaitu lempeng
Eurasia, Australia dan Pasifik. Pertemuan lempeng aktif ini secara morfologi membentuk gugusan
gunung api dan pegunungan yang membentang dari Sumatra, Jawa, Nusa Tenggara, Maluku dan
Sulawesi bagian utara.
V-37
Gambar 1 Ilustrasi Batas Lempeng (Garis Putih), Sebaran Gunungapi (Segitiga Merah), Pusat
Gempa Tahun 1973 – 2011 dari Data USGS (Titik-Titik Hitam)
Panasbumi dikenal sebagai sumber energi yang dapat diperbaharui (renewable) dan proses
pembaruan terjadi di daerah resapan, di mana air hujan memasuki suatu sistem panasbumi.
Untuk menjamin kelangsungan hidup sumber energi ini, maka daerah resapannya perlu dilakukan
konservasi dengan baik. Agar konservasi dapat mencapai sasarannya, pertanyaan utama yang
harus dijawab adalah di mana daerah resapan tersebut berada.
Manifestasi panasbumi di permukaan (mata air panas, kolam lumpur panas, fumarol, solfatar,
batuan terubahkan atau teralterasi, tanah hangat dan sebagainya) erat kaitannya dengan
rekahan-rekahan batuan atau sesar-sesar atau bidang kontak antar jenis batuan yang berbeda,
karena struktur-struktur ini adalah bidang lemah yang mengontrol aliran fluida menuju
permukaan. Struktur geologi di permukaan bumi dapat diinterpretasi dari kelurusan-kelurusan
yang terdapat pada foto udara atau citra satelit. Kelurusan-kelurusan ini sering berasosiasi
dengan perlapisan, rekahan (joints), sesar, kemunculan jajaran mata air panas, kelurusan sungai
dan pembelokkan sungai yang tiba-tiba serta kenampakan-kenampakan lain yang dikontrol oleh
struktur. Mempelajari pola-pola sesar dan zona rekahan dapat membantu mendelineasi bagian
produktif dari suatu reservoir panasbumi. Namun demikian ketika melakukan pemetaan struktur
geologi di lapangan pada suatu daerah panasbumi seringkali mengalami kesulitan karena
struktur-struktur tersebut sering ditutupi oleh endapan-endapan yang dibawa oleh fluida seperti
sinter deposit dan travertin. Beberapa struktur geologi sulit dikenali karena tertutup oleh endapan
piroklastik. Bahkan tidak jarang terjadi penghancuran struktur-struktur geologi akibat adanya
pelapukan dan erosi. Fluida-fluida thermal dianggap mengalir terutama melalui zona rekahan dan
sesar-sesar. Fluida ini berinteraksi dengan batuan sekitar dan meninggalkan pola-pola yang
memperlihatkan suatu kelurusan atau lineament. Dengan demikian studi mengenai pola-pola
kelurusan dari foto udara ataupun citra satelit dapat membantu interpretasi rekahan dan sesar
(Sumintadireja, 2005).
Metode penginderaan jauh aktif yang berbasiskan gelombang radar mampu memetakan bentuk
permukaan bumi tanpa terganggu oleh tutupan awan. Selain itu, beberapa jenis panjang
gelombang dalam spektrum radar mampu menembus tutupan kanopi. Gelombang radar kategori
gelombang panjang (misalnya L-band radar yang mempunyai panjang gelombang antara 15-30
cm) mampu menembus tutupan kanopi vegetasi sehingga mampu mencapai permukaan tanah.
Kemampuan ini sangat handal dalam memetakan bentuk permukaan tanah (geomorfologi)
secara detail utamanya unsur kelurusan-kelurusan (lineaments) morfologi.
V-38
Salah satu metode untuk identifikasi potensi panas bumi adalah metode Densitas atau Kerapatan
Sesar dan Rekahan (Fault and Fracture Density atau FFD) (Soengkono, 200, 1999a, 199b).
Metode ini digunakan untuk memetakan zona-zona kelurusan dalam peta kerapatan kelurusan
dan banyak digunakan dalam dunia eksplorasi kebumian, misalnya penelitian oleh Lonergan et
al. (1999) dan Gudmundsson et al. (2001). Peta kerapatan kelurusan adalah sebuah peta yang
berisi informasi jumlah kelurusan yang ada per satuan luas, yang selanjutnya dibuat garis kontur
kesamaan jumlah kelurusan. Informasi ini diinterpretasikan sebagai suatu pembentukan struktur
rekahan (sesar dan kekar) yang berfungsi sebagai tempat kemunculan manifestasi panasbumi di
permukaan ataupun sebagai media infiltrasi atau resapan air permukaan.
Untuk mendapatkan informasi kelurusan morfologi, teknik interferometric synthetic aperture radar
(InSAR) dapat digunakan untuk mendapatkan model permukaan bumi (digital elevation model
atau DEM). Tulisan ini membahas penggunaan teknik InSAR untuk mendapatkan data DEM yang
kemudian informasi kelurusan morfologi daerah lapangan panasbumi Wayang Windu atau sekitar
Gunung Malabar. Lapangan panasbumi Wayang Windu telah berproduksi, yang menghasilkan
energi untuk pembangkit listrik tenaga panas bumi (PLTP) sebesar 220 MWe. Pengetahuan
mengenai lokasi daerah resapan juga diperlukan dalam perencanaan produksi, karena air hujan
yang meresap dapat mempengaruhi temperatur dan tekanan dalam reservoir.
Kegiatan ini menggunakan data radar dari satelit ALOS (Advanced Land Observing Satellite)
dengan sensor PALSAR (The Phased Array type L-band Synthetic Aperture Radar). Dua data
ALOS-PALSAR level 1.1 diperoleh dari Japan Aerospace Exploration Agency (JAXA) pada waktu
pengamatan 3 Juni 2008 dan 19 Juli 2008 yang mencakup daerah sekitar Gunung Malabar, Jawa
Barat.
Pasangan data ini merupakan pasangan yang ideal karena beda waktu (temporal baseline) yang
singkat dan jarak geometri tegak lurus antar orbit (perpendicular baseline) yang cukup panjang,
V-39
sekitar 688 meter. Untuk pembuatan DEM, informasi tentang perpendicular baseline ini sangat
penting karena sangat terkait dengan informasi fasa dari bentuk topografi. Semakin besar jarak
perpendicular baseline maka efek topografi juga semakin jelas terlihat. Dari dua data radar level
1.1 atau citra radar (single look complex) yang diolah dengan teknik InSAR akan menghasilkan
satu gambar interferogram.
Interferogram yang dihasilkan terdiri dari fasa kelengkungan bumi ( curv ), fasa topografi ( topo ),
fasa akibat perbedaan orbit ( orb ), fasa akibat deformasi ( defo ), fasa dari atmosfir ( atm ) dan fasa
akibat gangguan lainnya ( noise ) dan dapat diformulasikan dalam persamaan (1).
Kaitannya dengan permukaan ketinggian bumi, fasa dari topografi harus lebih ditampilkan.
Perhitungan tinggi permukaan bumi dapat diformulasikan dengan persamaan matematis
(berdasarkan Gambar 2) sebagai berikut (Hanssen, 2001):
RM Sin( G0 )
(2).......................... HG
4 B 0 ,G
0 0
(3) ………………….. B ,G B cos( G )
HG B
Dengan adalah tinggi titik di permukaan bumi, adalah beda fasa antar orbit satelit,
0
perpendicular baseline, G adalah sudut pandang pada posisi tertentu, dan adalah sudut antara orbit
satelit.
Interferogram yang dihasilkan kemudian difilter dengan metode adaptive smoothing filtering
(Goldstein dan Warner, 1998). Tahapan selanjutnya adalah phase unwrapping dengan algoritma
Minimum Cost Flow (MCF) yang dikembangkan oleh Costantini (1998). Informasi yang dihasilkan
setelah tahapan ini adalah informasi beda fasa dalam satuan radian yang kemudian
dikonversikan ke informasi tinggi dengan mengalikan panjang gelombang radar yang digunakan.
V-40
Tahapan selanjutnya adalah estimasi tinggi berdasarkan titik ikat yang dapat diperoleh dari peta
topografi, data SRTM atau Shuttle Radar Topography Mission (Farr and Kobrick, 2000), atau
dengan pengukuran titik ikat lapangan dengan Global Positioning System (GPS).
Tahapan selanjutnya adalah proses geocoding, dari sistem koordinat radar ke sistem sistem yang
koordinat yang bergeoreferensi.
Gambar 3.a Citra PALSAR untuk wilayah sekitar Gambar 3.b Tingkat koherensi antar citra, warna
Gunung Malabar, Jawa Barat kuning menunjukkan koherensi
tinggi
Gambar 4.a Interferogram hasil pengolahan Gambar 4.b Interferogram setelah difilter
citra PALSAR dengan adaptive smoothing filter
V-41
Gambar 5 Hasil Akhir Pengolahan Data PALSAR untuk Pembuatan DEM
Dari interferogram dan citra PALSAR (Gambar 6), dapat ditarik kelurusan-kelurusan morfologi
seperti yang ditampilkan pada gambar-gambar berikut.
Gambar 6 Citra PALSAR Digabungkan dengan Kenampakan Morfologi dan Penamaan Geografis
Pada tahap awal dalam pembuatan peta kerapatan kelurusan adalah dengan menganalisis dari
data digital peta topografi (dalam hal ini menggunakan data dari citra ALOS PALSAR),
selanjutnya menggunakan tool shaded relief map dari piranti lunak Surfer yang dimaksudkan
V-42
untuk memperjelas semua kelurusan di daerah penelitian tersebut. Kelurusan-kelurusan yang
muncul sebagai hasil dari light ray tersebut berasal dari berbagai posisi sudut pseudo sun,
meliputi delapan sudut pencahayaan dengan interval setiap 45o dari azimuth yang dimulai dari
utara, yaitu: E(0°), NE(45°), N(90°),NW(135°), W(180°), SW(225°), S(270°) and SE(315°)
(Soengkono, 1999a dan 1999b). Gambar 7 memperlihatkan salah satu contoh analisis kelurusan
dengan shaded relief map menggunakan sudut pencahayaan pseudo sun SE (315o).
Tahap berikutnya adalah menghitung panjang garis total dari setiap sel grid (kotak), dimana hasil
perhitungan panjang tersebut diletakkan pada titik tengah sel grid (Gambar 8). Area grid yang
paling sesuai untuk analisis FFD pada suatu lapangan panasbumi adalah 1 km2 dan unit yang
diperoleh adalah km/km 2 atau km-1 (Soengkono, 1999a). Kemudian dibuat suatu kontur
kesamaan jumlah kelurusan dengan bantuan piranti lunak Surfer, sebagaimana dapat dilihat pada
Gambar 9. Hasilnya akhirnya berupa peta kontur kerapatan sesar dan rekahan (FFD) dimana
diasumsikan bahwa zona/area dengan densitas struktur tertinggi akan berkorelasi dengan pusat
dari pergerakan fluida ataupun berperan sebagai media infiltrasi/resapan air permukaan ke
bawah permukaan (Gambar 9).
Gambar 7 Peta Interpretasi Kelurusan dengan Shaded Relief Map Menggunakan Sudut
Pencahayaan Pseudo Sun SE (315o)
V-43
Gambar 8 Peta Interpretasi Kelurusan Hasil Pengolahan Data ALOS PALSAR
Berdasarkan atas penghitungan jumlah panjang kelurusan per km 2, maka daerah penelitian ini
dapat dibagi menjadi dua zona tingkat kerapatan sesar dan rekahan (FFD), yaitu:
1) Zona FFD rendah, dengan jumlah panjang kelurusan adalah 0-5 km/km2
2) Zona FFD tinggi, dengan jumlah dengan jumlah panjang kelurusan adalah 5-9,5 km/km2
Pada Gambar 9 terlihat bahwa zona densitas sesar dan rekahan (FFD) yang tinggi (> 5 km/km 2)
pada daerah penelitian terletak pada bagian barat laut (sekitar S. Cisangkuy, area dengan notasi
A), bagian barat daya (sekitar S.Cilaki, area dengan notasi B), di bagian timur laut (sekitar S.
Citarum, area dengan notasi C) dan di bagian tengah (sekitar G. Wayang dan G. Windu, area
dengan notasi D).
V-44
A
Gambar 9 Peta zona Fault and Fracture Density (FFD) hasil interpretasi data PALSAR
Penentuan daerah resapan air meteorik berdasarkan analisis geokimia isotop stabil ( 18O dan 2H)
yang dilakukan oleh Hutasoit dan Hendrasto (2007) menyimpulkan bahwa daerah resapan untuk
fluida reservoar dan fumarol terletak pada kisaran elevasi 1.314 – 1.602 m dari permukaan laut
(dpl) yang berada di sebelah barat, selatan dan timur dari area produksi uap panasbumi Wayang
Windu (Gambar 10). Namun penelitian tersebut belum membahas apakah air dari daerah
resapan tersebut seluruhnya memberikan kontribusi terhadap reservoar panasbumi Wayang
Windu. Dalam analisis kelurusan ini difokuskan untuk menentukan daerah mana saja pada
kisaran elevasi tersebut yang berpotensi menjadi daerah resapan untuk fluida reservoar
panasbumi berdasarkan atas zona densitas sesar dan rekahan (FFD). Pada Gambar 10 terlihat
bahwa area dengan zona FFD yang tinggi (>5 km/km 2) jika di-overlay-kan terhadap peta daerah
resapan hasil analisis isotop stabil, maka akan terdapat tiga zona yang diperkirakan sebagai
daerah resapan untuk lapangan panasbumi Wayang Windu, yaitu di bagian barat laut dari daerah
penelitian (sekitar S. Cisangkuy, area dengan notasi A), di bagian barat daya daerah penelitian
(sekitar S. Cilaki, area dengan notasi B) serta di bagian timur laut (sekitar S. Citarum, area
dengan notasi C). Sedangkan area dengan zona FFD tinggi yang terletak di bagian tengah
daerah penelitian (sekitar G. Wayang dan Windu, area dengan notasi D) ternyata tidak terletak
pada zonasi elevasi daerah resapan berdasarkan peta resapan hasil analisis isotop. Sehingga
diperkirakan bahwa area tersebut (G. Wayang dan Windu) merupakan zona prospek untuk
reservoir panasbumi, karena pada area tersebut banyak ditemukan manifestasi panasbumi
dipermukaan (mataair panas, area batuan terubahkan/teralterasi dan fumarola) sebagai jalur
keluarnya fluida dari bawah permukaan melalui zona rekahan/sesar. Area tersebut juga terletak di
dalam batas lapangan panasbumi (Suminar, dkk., 2003), seperti tercantum pada Gambar 10.
V-45
A
Gambar 10 Peta zona Fault and Fracture Density (FFD) hasil interpretasi data PALSAR
digabungkan dengan peta daerah resapan untuk reservoir panas bumi (dalam arsir abu-
abu).
Berdasarkan atas analisis kelurusan yang dituangkan dalam peta zonasi densitas sesar dan
rekahan (FFD), maka dapat dibedakan adanya dua area dengan zona FFD yang berbeda, yaitu
zona FFD rendah (panjang kelurusan adalah 0-5 km/km2) dan zona FFD tinggi dengan yang
tinggi (panjang kelurusan adalah 0-5 km/km2).
Daerah dengan zona FFD yang tinggi (>5 km/km 2) jika di-overlay-kan terhadap peta daerah
resapan hasil analisis isotop stabil, maka akan terdapat tiga zona yang diperkirakan sebagai
daerah resapan untuk lapangan panasbumi Wayang Windu, yaitu di bagian barat laut dari daerah
penelitian (S. Cisangkuy), di bagian barat daya daerah penelitian (S. Cilaki) serta di bagian timur
laut (S. Citarum). Sedangkan area dengan zona FFD tinggi yang terletak di bagian tengah
daerah penelitian (G. Wayang dan Windu) tidak terletak pada zonasi elevasi daerah resapan
berdasarkan peta resapan hasil analisis isotop. Sehingga diperkirakan bahwa area tersebut
merupakan zona prospek untuk reservoir panasbumi, karena pada area tersebut banyak
ditemukan manifestasi panasbumi dipermukaan sebagai jalur fluida dari bawah permukaan yang
keluar melalui zona rekahan/sesar.
V-46
keseimbangan antara potensi reservoar dengan besarnya produksi. Hal ini dimaksudkan untuk
menjaga agar dapat beroperasi secara berkesinambungan selama jangka waktu yang
diharapkan. Informasi daerah resapan ini bermanfaat bagi manajemen lapangan panasbumi agar
dapat dengan tepat menjaga kesetimbangan antara air yang masuk ke dalam sistem dan fluida
yang diproduksi dengan cara melakukan konservasi vegetasi (kawasan perlindungan airtanah)
agar air tanah sebagai sumber resapan (recharge) dapat terjaga.
Penelitian ini masih akan berlanjut dengan pembuatan analisis orientasi kelurusan menggunakan
diagram roset serta memperluas analisis kelurusan (pembuatan peta FFD) untuk bagian utara,
barat dan timur daerah daerah penelitian. Selain itu juga melakukan observasi di lapangan
(ground truth) guna pengamatan litologi dan pengukuran struktur geologi (sesar dan kekar) di
permukaan pada area/zona yang diperkirakan merupakan daerah resapan untuk reservoir
panasbumi.
6. Referensi
Costantini, M. (1998): A Novel Phase Unwrapping Method Based on Network Programming. IEEE
Transactions Geoscience and Remote Sensing, 36(3): 813-821.
Dwipa, S. (2004): Updating Geothermal Energy in Indonesia: Problems, Solutions and Future Development,
Geothermal Workshop, Manila, Philipines.
Farr, T.G. and Kobrick, M. (2000): Shuttle Radar Topography Mission Produces a Wealth of Data. EOS
Trans. AGU, 81: 583-585.
Goldstein, R.M. and Werner, C.L. (1998): Radar Interferogram Filtering for Geophysical Applications.
Geophysical Research Letters. Vol. 25(21): 4035-4038.
Gore. A.A. (2011): Indonesia could become 'the world's geothermal energy superpower. Presentasi pada
Jakarta for the Asia Pacific Summit for the Climate Project, Available online pada
http://www.theenergyreport.com/pub/na/8286.
Gudmundsson, A., Berg, S.S., Lyslo, K.B. and Skurtveit, E. (2001): Fracture networks and fluid transport in
active fault zones. Journal of Structural Geology 23, pp. 343–353.
Hanssen, R.F. (2001): Radar Interferometry: Data Interpretation and Error Analysis. Kluwer Academic
Publishers, Dordrecht, 328 pp.
Hutasoit, L.M., dan Hendrasto, F. (2007): Daerah Resapan Lapangan Panasbumi Wayang Windu
Berdasarkan Kandungan Isotop 18O dan 2H Fluida, Jurnal JTM, vol. XIV, No. 2, Bandung, hal 67-77.
Lonergan, L., Wilkinson, J.J., McCaffrey, K.J.W. (1999): Fractures, fluid flow and mineralization: an
introduction. In: McCaffrey, K., Lonergan, L., Wilkinson, J. (Eds.), Fractures Fluid Flow and Mineralisation.
Geological Society of London, Special Publications 155, pp. 1–6.
Soengkono, S. (2000): Assessment of Faults and Fractures at the Mokai Geothermal Field, Taupo Volcanic
Zone, New Zealand, Proc. of World Geothermal Congress 2000, Kyushu-Tohoku, Japan, hal. 1771-1776.
Soengkono, S. (1999-a): Analysis of Digital Topographic Data For Exploration and Assessment of
Geothermal Systems, Proc. of the 21st New Zealand Geothermal Workshop, hal. 163-167.
Soengkono, S. (1999-b): Te Kopia Geothermal System (New Zealand) – the relationship between its
structure and extent, Geothermic 28, hal. 767-784.
Suminar, A., Molling, P., dan Rohrs, D. (2003): Geochemical Contributions to a Conceptual Model of Wayang
Windu Field, Indonesia, (Abstrak), Goldschmidt Conference, Japan.
Sumintadireja, P. (2005): Vulkanologi dan Geothermal (GL-2241), Dep. Teknik Geologi, Penerbit ITB,
Bandung
V-47
Dinamika Produktivitas Ekosistem di Berbagai Tipe Hutan di Jawa Dengan Pendekatan
Nilai NDVI (Normalized Difference Vegetation Indeks) CITRA MODIS 2006 - 2010
Abstrak : Studi mengenai dinamika produktivitas ekosistem hutan merupakan salah satu upaya untuk
mengetahui karakter berbagai vegetasi hutan dalam merespon perubahan lingkungannya. Dinamika
produktivitas ekosistem hutan dapat diukur dengan memperbandingkan nilai indikator produktivitas
ekosistem hutan secara runtut waktu. Penelitian ini menggunakan algoritma NDVI sebagai indikator
produktivitas ekosistem hutan yang diekstraksi dari citra MODIS selama periode Januari 2006 – Desember
2010. Nilai NDVI yang digunakan untuk analisis adalah nilai NDVI yang sudah terkoreksi dengan hasil
pengukuran di lapangan dengan nilai Rsquare 0,64. Hasil penelitian menunjukkan hutan tanaman
merupakan tipe hutan dengan produktivitas paling tinggi yang diikuti hutan sekunder, hutan primer, hutan
mangrove sekunder, dan terakhir hutan rakyat. Dengan melakukan analisis korelasi bivariat antara
produktivitas dan data curah hujan diperoleh informasi bahwa curah hujan memiliki korelasi non-linier
dengan nilai produktivitas. Hubungan curah hujan dengan produktivitas ekosistem hutan ternyata mampu
dijelaskan dengan baik oleh regresi polynomial orde 2 dengan nilai Rsquare > 0,80. Hubungan variabel
produktivitas dan curah hujan yang berbentuk kurva parabolik menunjukkan bahwa kondisi produktivitas
optimal dicapai pada kondisi curah hujan tertentu saja yaitu pada kondisi rata-rata CH adalah 3,5 ± 0,25
mm/hari. Produktivitas optimal pada tahun 2007-2009 terjadi pada periode bulan Juni dan awal oktober,
sedangkan pada tahun 2006 terjadi pada awal juli dan bulan november. Pada tahun 2008 terjadi durasi
produktivitas yang cukup panjang pada bulan mei – juni yang selanjutnya menunjang produktivitas
ekosistem hutan yang optimal. Hasil penelitian ini selanjutnya dapat menjelaskan bahwa produktivitas
ekosistem hutan sangat terpengaruh terhadap kondisi lingkungan (curah hujan). Produktivitas ekosistem
akan menurun apabila terjadi cuaca ekstrim, baik ekstrim basah maupun ekstrim kering.
1. Latar Belakang
Tantangan terbesar dalam studi karbon akunting adalah mengukur dan memonitor dinamika
ekosistem dalam skala lansekap, regional, atau global. Berbagai studi yang dilakukan adalah
untuk menghasilkan prediksi yang akurat mengenai produktivitas ekosistem dalam suatu siklus
karbon (Morisette et al., 2002; Turner et al.,2004). Stagakis et al. (2007) menjelaskan bahwa
komponen paling penting yang menentukan produktivitas suatu ekosistem adalah vegetasi.
Kandungan klorofil yang dimiliki oleh suatu vegetasi menentukan kemampuannya dalam
berfotosintesis. Proses fotosintesis akan mengubah zat-zat anorganik H2O dan CO2 menjadi zat
organik karbohidrat dengan menggunakan energi matahar (IPCC, 2003).
Teknologi penginderaan jauh merupakan tools yang direkomendasikan oleh panel IPCC sebagai
sarana untuk studi karbon global. Penginderaan jauh efektif dalam mengestimasi kandungan
biomassa vegetasi dan mengukur kemampuan hutan dalam menyerap karbon dalam areal yang
luas (Rosenqvist et al., 2003 dalam Solicha, 2007). Studi vegetasi dengan metode penginderaan
jauh dilakukan berdasarkan konsep bahwa setiap obyek memiliki karakteristik pantulan spektral
yang khas terhadap sumber energi yang datang. Teknik penginderaan jauh tidak mengukur
biomassa secara langsung, namun menduga biomassa dari hubungan karakteristik hutan di
lapangan dengan reflektansi kanopi pada citra satelit (Brown et al. 1989).
Pada umumnya kegiatan deteksi vegetasi dengan citra satelit adalah dengan menggunakan
transformasi indeks vegetasi. Indeks vegetasi merupakan kombinasi matematis antara band
merah dan band NIR (Near Infra Red) yang telah lama digunakan sebagai indikator keberadaan
dan kondisi vegetasi (Lillesand dan Kiefer, 1994). Menurut Danoedoro (1996), hasil transformasi
indeks vegetasi akan menghasilkan citra baru yang lebih representatif dalam menyajikan aspek-
aspek yang berkaitan dengan vegetasi.
Jensen (1998) menyebutkan bahwa metode analisis indeks vegetasi ada beberapa macam,
antara lain : NDVI (Normalized Difference Vegetation Index), GI (Green Index) dan WI (Wetness
Index). NDVI (Normalized Difference Vegetation Index) merupakan indeks vegetasi yang paling
populer dalam studi perilaku vegetasi (La puma et al., 2007). Banyak penelitian indeks vegetasi
V-49
menggunakan NDVI karena ia dapat memperkecil pengaruh topografi (Holben dan Justice 1981,
diacu dalam McGwire et al. 2000), tidak memerlukan pengetahuan tentang kondisi lapangan yang
rinci, dan sensitif terhadap fotosintesis (Myneni et al. 1992 dan Tucker 1979: diacu dalam
McGwire et al. 2000).
Pada transformasi NDVI, kisaran nilai obyek air pada saluran inframerah dekat adalah minimal
(mendekati nol) karena absorbansi maksimal untuk air pada julat spektrum ini saluran merah
adalah minimum (mendekati nol) sehingga nilai NDVI-nya +1. Semakin tinggi nilai NDVI
(mendekati 1) menunjukkan kerapatan vegetasi lebih tinggi (http://earthobservatory.nasa.gov).
NDVI sering digunakan untuk melakukan analisis yang terkait dengan studi produktivitas
ekosistem terutama hutan, antara lain : tutupan tajuk, karbon permukaan tanah, kandungan
klorofil, leaf area, dan fenologi (Zhang, 2006), fraction absorbed PAR (fAPAR/fPAR) (Myneni and
William, 1994), produktivitas primer kotor (PPK), produktivitas primer bersih (PPB) (Running et
al., 1999), emisivitas, albedo, dan kondisi biofisik lansekap lainnya (Zhang, 2006).
Berbagai penelitian sudah dilakukan untuk mengetahui hubungan NDVI dengan berbagai
parameter produktivitas. Myneni and William (1994) menjelaskan bahwa NDVI berkorelasi kuat
dengan fAPAR. Korelasi tersebut selanjutnya bisa digunakan untuk menentukan produktivitas
primer kotor dengan menggunakan model Light Use Efficiency (LUE) (Running et al., 1999).
Penelitian ini bertujuan untuk mengetahui dinamika produktivitas ekosistem dari berbagai tipe
hutan yang ada di jawa dengan menggunakan pendekatan dinamika nilai NDVI citra MODIS
selama periode 2006 – 2010. Citra MODIS (Moderate Resolution Imaging Spectroradiometer)
digunakan karena kelebihan dalam resolusi spasial dan temporal-nya.
Sensor Aqua MODIS mengamati seluruh permukaan bumi setiap 1-2 hari dengan whisk-broom
scanning imaging radiometer. MODIS dengan lebar view/tampilan (lebih 2300 km) menyediakan
citra radiasi matahari yang direfleksikan pada siang hari dan emisi termal 13 siang/malam
diseluruh penjuru bumi. Resolusi spasial MODIS berkisar dari 250- 1000 m (Janssen dan
Hurneeman, 2001), sehingga cocok untuk analisis tingkat regional dan global.
V-50
1
Bands 1 to 19 are in nm; Bands 20 to 36 are in µm
2 2
Spectral Radiance values are (W/m -µm-sr)
3
SNR = Signal-to-noise ratio
4
NE(delta)T = Noise-equivalent temperature difference
Orbit: 705 km, 10:30 a.m. descending node (Terra) or 1:30 p.m. ascending
node (Aqua), sun-synchronous, near-polar, circular
Scan Rate: 20.3 rpm, cross track
Swath Dimensions: 2330 km (cross track) by 10 km (along track at nadir)
Weight: 228.7 kg
Power: 162.5 W (single orbit average)
Data Rate: 10.6 Mbps (peak daytime); 6.1 Mbps (orbital average)
Quantization: 12 bits
Spatial Resolution: 250 m (bands 1-2)
Sumber : http://modis.gsfc.nasa.gov
Hasil dari proses koreksi citra kemudian dilakukan operasi masking sesuai wilayah kajian
penelitian, yaitu pulau Jawa. Peta dasar yang digunakan adalah peta administrasi se-jawa dari
Bakosurtanal.
V-51
Tahap berikutnya adalah pengolahan data (data processing). Seluruh citra yang terkumpul tiap
bulan selama periode tahun 2006 – 2010 dilakukan analisis dengan formula NDVI sebagai berikut
:
Hasil analisis NDVI pada citra kemudian dilakukan cek lapangan (ground check) untuk
mengetahui akurasi nilai NDVI citra sekaligus memperbaiki nilai NDVI agar sesuai kondisi
lapangan. Cek lapangan dilaksanakan dengan menggunakan dasar peta tipe hutan dari Balai
Pemantapan Kawasan Hutan (BPKH) XI. Tiap tipe hutan akan diambil sampel untuk diukur nilai
NDVI lapangan dengan menggunakan rotating-kamera digital merk NIKON yang dibidik ke tajuk
pohon. Perhitungan NDVI lapangan didasarkan atas perbedaan jumlah pixel dari penutup tajuk
(daun dan ranting atau cabang pohon) (Macfarlane et al.,2007). Rumus yang digunakan
merupakan perbandingan antara luas tutupan tajuk yang dinyatakan dengan satuan piksel
dengan jumlah total piksel yang sekaligus merupakan resolusi yang dimiliki oleh kamera yaitu
sebesar ± 4 megapiksel.
(2)........................
Keterangan : adalah persentase tutupan tajuk, gT adalah jumlah pixel total tutupan tajuk
Pemilihan plot pengukuran dilakukan berdasarkan sampel yang dipilih dengan cara stratified
purposive sampling, yang artinya pengambilan sampel dilakukan pada perwakilan tiap tipe hutan,
dimana pemilihan plot pengukuran ditentukan berdasarkan kemudahan dalam aksesibilitas.
Dasar pembuatan plot pengukuran adalah dengan mengacu pada resolusi spasial citra MODIS
yaitu 1km. Untuk memudahkan pengukuran, setiap plot ukur (satu piksel 1km x 1km) diambil tiga
titik yang dibuat dalam satu garis diagonal, dengan tujuan supaya mampu mewakili kondisi
tutupan satu piksel. 1 Km
Titik sampling
Hasil cek lapangan selanjutnya akan digunakan sebagai dasar perbaikan nilai NDVI pada citra
MODIS. Nilai hasil koreksi NDVI inilah yang selanjutnya digunakan sebagai dasar analisis
dinamika produktivitas tiap kelas hutan di jawa.
V-52
dengan nilai Rsquare 0,64. Gangguan awan pada citra MODIS diduga sebagai
penyebab rendahnya korelasi antara nilai NDVI di citra dengan pengukuran di lapangan.
Hasil NDVI citra terkoreksi selanjutnya digunakan sebagai unit analisis dinamika produktivitas tiap
tipe hutan. Sebagai dasar pengukuran, dipilih sampel pixel di tiap tipe hutan sebagai
representasi nilai produktivitas tiap tipe hutan. Jumlah sampel adalah 30 di tiap tipe hutan.
Dasar penentuan tipe hutan di Jawa adalah menggunakan peta tipe hutan dari BPKH XI yang
kemudian dilakukan proses deliniasi ulang dengan menggunakan dasar citra MODIS dan hasil
cek lapangan. Tipe hutan yang berhasil diidentifikasi adalah : hutan alam, hutan sekunder, hutan
tanaman, hutan rakyat, dan hutan mangrove sekunder.
Hasil analisis data menunjukkan bahwa hutan tanaman memiliki nilai produktivitas yang paling
tinggi dibandingkan dengan kelas hutan yang lain. Secara berurutan nilai produktivitas tiap kelas
hutan di jawa adalah : hutan tanaman, hutan sekunder, hutan primer, hutan mangrove sekunder,
dan terakhir hutan rakyat. Rendahnya nilai produktivitas hutan rakyat dibandingkan kelas hutan
lain cukup mengejutkan karena hutan rakyat dianggap sebagai tipe hutan dengan potensi
cadangan karbon tinggi. Namun, dalam hal ini nilai produktivitas hutan rakyat paling rendah
dibandingkan kelas hutan lain terutama karena fluktuasi produktivitasnya yang cukup tinggi.
Fluktuasi produktivitas hutan rakyat terutama disebabkan kondisi penurunan nilai pada periode
tahun 2008, sementara kelas hutan yang lain relatif stabil (lihat gambar 3)
V-53
Tabel 2 Dinamika produktivitas dengan pendekatan NDVI MODIS kelas hutan di jawa periode tahun
2006 -2010
tahun
Kelas Hutan Rata-rata Std Deviasi
2006 2007 2008 2009 2010
Gambar 3 Grafik Dinamika Kelas Hutan di Jawa selama periode 2006 - 2010
Apabila kondisi dinamika produktivitas dipantau tiap bulan pada tiap tipe hutan, maka akan
memunculkan data-data yang cukup menarik. Kondisi produktivitas hutan rakyat yang cenderung
turun pada tahun 2008, ternyata disebabkan kondisi perubahan yang cukup mencolok pada bulan
Juli, 2008 (lihat gambar 4).
Selain hutan rakyat, fenomena cukup menarik juga terjadi pada hutan tanaman terutama pada
periode tahun 2007. Pada periode tersebut, produktivitas hutan tanaman sempat mengalami
penurunan pada bulan Februari, dan mengalami kenaikan cukup signifikan pada bulan desember.
Kondisi ini juga dialami oleh tipe hutan sekunder, walaupun signifikansinya tidak sebesar hutan
tanaman.
V-54
Gambar 4 Grafik Dinamika Produktivitas per Bulan pada Tiap Kelas Hutan di Jawa
Untuk menjelaskan fenomena dinamika produktivitas tiap tipe hutan, maka dilakukan pendugaan
faktor penyebab fenomena tersebut. Karena pendugaan dari faktor manusia sulit dilakukan, maka
pendugaan dari faktor alam dilakukan dengan dasar penduga adalah data iklim se-jawa selama
periode tahun 2006 – 2009. Data iklim yang berhasil dikumpulkan adalah data klimatologi dari 22
stasiun cuaca yang tersebar di Jawa (sumber : World Meteorological Organization-WMO, 2011).
Data tersebut meliputi : suhu udara, suhu titik embun, kelembaban relatif, kecepatan angin, dan
curah hujan. Data tahun 2010 tidak tersedia, sehingga analisis dilakukan dengan hanya
menggunakan data klimatologi hingga tahun 2009.
V-55
Gambar 5 Regresi polinomial antara rata-rata produktivitas dan rata-rata curah hujan selama
periode tahun 2006 – 2009 tiap tipe hutan di Jawa
Dengan memperhatikan data curah hujan harian rata-rata se-jawa, maka dapat diketahui bahwa
produktivitas optimal pada tahun 2007-2009 terjadi pada periode bulan Juni dan awal oktober,
sedangkan pada tahun 2006 terjadi pada awal juli dan bulan november (lihat gambar 6 dan 7).
Pada tahun 2008 terjadi durasi produktivitas yang cukup panjang pada bulan mei – juni. Kondisi
ini menunjang pertumbuhan yang optimal.
Gambar 6 Fluktuasi Curah Hujan Harian rata-rata di Jawa pada Periode 2006 – 2009
Gambar 7 Perbandingan Fluktuasi Curah Hujan Harian Rata-rata Tiap Bulan Selama periode 2006 -
2009
V-56
Dengan merujuk pada hasil korelasi antara produktivitas dan klimatologi, maka fenomena
fluktuasi produktivitas pada periode tahun 2007 dan 2008 dapat dijelaskan. Pada periode
tersebut, terjadi kondisi cuaca yang kurang mendukung produktivitas ekosistem secara optimal,
yaitu durasi hujan yang terjadi cukup panjang. Produktivitas kembali normal pada periode tahun
2009-2010, namun trend menunjukkan bahwa pada akhir periode 2010 menuju tahun 2011 akan
mengalami fluktuasi kembali. Selain didukung data tersebut diatas, hasil laporan dari WMO
(WMO press release No.791) juga menjelaskan bahwa pada periode tahun 2007 – 2008 terjadi
cuaca ekstrim global. Dari hal tersebut kemudian dapa disimpulkan bahwa produktivitas
ekosistem hutan sangat terpengaruh terhadap kondisi lingkungan (curah hujan). Produktivitas
ekosistem akan menurun apabila terjadi cuaca ekstrim (basah dan kering).
4. Kesimpulan
1) Dinamika produktivitas ekosistem hutan dapat diukur dengan memperbandingkan nilai
NDVI sebagai indikator produktivitas ekosistem hutan
2) Spesifikasi citra MODIS yang memiliki resolusi temporal tinggi (1-2 harian) dan resolusi
spasial 1 km sangat sesuai untuk digunakan sebagai media monitoring produktivitas
ekosistem hutan pada skala regional.
3) Hasil pengukuran dinamika produktivitas ekosistem tiap tipe hutan di Jawa menunjukkan
bahwa hutan tanaman merupakan tipe hutan dengan produktivitas paling tinggi yang diikuti
hutan sekunder, hutan primer, hutan mangrove sekunder, dan terakhir hutan rakyat.
4) Hasil analisis korelasi bivariat antara produktivitas dan data curah hujan diperoleh informasi
bahwa curah hujan memiliki korelasi non-linier dengan nilai produktivitas. Hubungan curah
hujan dengan produktivitas ekosistem hutan ternyata mampu dijelaskan dengan baik oleh
regresi polynomial orde 2 dengan nilai Rsquare > 0,80.
5) Produktivitas ekosistem tiap tipe hutan di jawa mencapai optimal pada kondisi rata-rata CH
adalah 3,5 ± 0,25 mm/hari.
6) Produktivitas ekosistem optimal pada tahun 2007-2009 terjadi pada periode bulan Juni dan
awal oktober, sedangkan pada tahun 2006 terjadi pada awal juli dan bulan november.
Pada tahun 2008 terjadi durasi produktivitas yang cukup panjang pada bulan mei – juni
yang menunjang produktivitas ekosistem hutan yang optimal.
7) Produktivitas ekosistem hutan sangat dipengaruhi oleh kondisi lingkungan sekitar,
khususnya curah hujan. Produktivitas ekosistem akan menurun apabila terjadi kondisi
lingkungan ekstrim, baik ekstrim basah maupun ekstrim kering.
5. Referensi
Brown, S., A.J.R. Gillespie and A.E. Lugo. (1989): Biomass estimation methods for tropical forests with
applications to forest inventory data. Forest Science 35(4):8881 – 902
Dafang, Zhuang, Liu Ronggao, and Shi Runhe. (2004): Multi-Temporal MODIS Data Product For Carbon
Cycles Research. Terrapub : Global Environmental Change in the Ocean and on Land, Eds., M. Shiyomi et
al., pp. 441–451.
Danoedoro, P.,(1996): Pengolahan Citra Digital:Teori dan Aplikasinya dalam Bidang Penginderaan Jauh.
Fakultas Geografi Universitas Gadjah Mada. Yogyakarta
David P. Turner et al. (2006): Evaluation of MODIS NPP and GPP products across multiple biomes. Remote
Sensing of Environment 102 (2006) 282–292
Hansen, M., R. DeFries, et al. (2000): Global land cover classification at the 1km spatial resolution using a
classification tree approach. International Journal of Remote Sensing 21: 1331-1364.
Holben, B., & Justice, C. (1981): An Examination of Spectral Band Ratioing to Reduce the Topographic
Effect in Remotely Sensed Data. International Journal of Remote Sensing, 2, 115 – 133
http://earthobservatory.nasa.gov
http://modis.gsfc.nasa.gov
http://www.wmo.int/pages/mediacentre/press_releases/pr_791_en.html
IPCC. (2003): Good Practice Guidance for Landuse, Landuse Change and Forestry
Janssen, L.F.L and Huurneman C.G. (2001): Principles of Remote Sensing. ITC Educational Texbooks
Series. ITC, Enshede, Netherlands
V-57
Jeffrey T. Morisette, Jeffrey L. Privette, Christopher O. Justice. (2002): A framework for the validation of
MODIS Land products. Remote Sensing of Environment, Volume 83, Issues 1-2, November 2002, Pages 77-
96
Jensen, J.R. (2000): Remote Sensing of The Environmental Earth Resource Prespective. Prentice hall. New
Jersey - USA
John S. Kimball et al. (2009): A Satellite Approach to Estimate Land–Atmosphere CO2 Exchange for Boreal
and Arctic Biomes Using MODIS and AMSR-E. IEEE Transactions on Geoscience And Remote Sensing ,
Vol. 47, No. 2, February 2009
La Puma, I.P., T.E.Philippi, and S.F. Oberbauer.(2007): Development of a global evapotranspiration
algorithm based on MODIS and Global Meteorology Data. Remote Sensing of Environment, 109, 225 - 236
Lillesand, F.M., and R.W. Kiefer. (1994): Remote Sensing and Image Interpretation. Third Edition. John
Wiley and Sons. New York – USA
Macfarlane, C., Hoffman, M., Eamus, D., Kerp, N., Higginson, S., McMurtrie, R. & Adams, M.(2007):
Estimation of Leaf Area Index in Eucalypt Forest Using Digital Photography. Agricultural and Forest
Meteorology, 143 (3-4) : 176 - 188
McGwire, K., Minor, T., and Fenstermaker, L. (2000): Hyperspectral Mixture Modelling for Quantifying
Sparse Vegetation Cover in Arid Environment. Remote Sensing of Environment, 72(3), 360 - 374
Myneni, R.B., and D.L. Williams. (1994): On the Relationship Between FAPAR and NDVI. Remote Sensing
of Environment, 49, 200-211.
Solicha, N. (2007): Estimating Above Ground Biomass and Carbon Stock of Forest Cover Using
Multispectral Satellites Images in Lore Lindu National Park – Central Sulawesi. Institut Pertanian Bogor.
Bogor
Stavros Stagakis et al. (2007): Forest Ecosystem Dynamics Using Spot And Modis Satellite Images. Proiding
„Envisat Symposium 2007‟, Montreux, Switzerland 23–27 April 2007
Steven W. Running et al. (1999): Modis Daily Photosynthesis (PSN) And Annual Net Primary Production
(NPP) Product (Mod17)
Tucker, C.J.(1979): Red and Photographic Linear Combinations to Monitor Vegetation. Remote Sensing and
Environment, 8, 127 – 150.
Turner, D.P., Guzy, M., Lefsky, M.A., Ritts, W.D., Van Tuyl, S., Law, B.E. (2004): Monitoring Forest Carbon
Sequestration with Remote Sensing and Carbon Cycle Modelling. Environmental Management, 33, 457 –
466
Ulumuddin, Yaya. I. (2005): Korelasi Stok Karbon Dengan Karakteristik Spektral Citra Landsat : Studi Kasus
Gunung Papandayan. Pertemuan Ilmiah Tahunan MAPIN XIV “Pemanfaatan Efektif Penginderaan Jauh
untuk Kesejahteraan Bangsa”. Institut Teknologi Sepuluh Nopember . Surabaya.
Warren B cohen et al. (2007): Linking In Situ Measurements, Remote Sensing, And Models to Validate
MODIS Products Related to the Terrestrial Carbon Cycle. Big Foot Project, funded by NASA‟s terrestrial
Ecology Program
Zhang, C. (2006): Monitoring Biological Heterogenity in a Northern Mixed Prairie Using Hierarchical Remote
Sensing Methods. Thesis. Saskatoon, Saskatchewan-Canada: University of Saskatchewan
Zhuang DAFANG et al. (2004): Multi-Temporal MODIS Data Product For Carbon Cycles Research. Global
Environmental Change in the Ocean and on Land, Eds., M. Shiyomi et al., pp. 441–451. © by TERRAPUB,
2004
V-58
Pemanfaatan Data Inderaja Untuk Pendugaan Depresiasi Perikanan Karang
di Kepulauan Kabupaten Pangkap
Irmadi Nahib
Abstrak: Salah satu wilayah yang mempunyai jumlah pulau-pulau kecil dengan potensi yang cukup kaya
adalah Kabupaten Pangkjene dan Kepulauan (kabupaten Pangkep), Provinsi Sulaesesi. Kepulauan
Spermonde mempunyai sumberdaya alam yang tinggi, khususnya sumberdaya perikanan karang.
Pemanfaatan sumberdaya perikanan karang yang berlebihan dapat mengakibatkan timbulnya degradasi
pada sumberdaya tersebut. Monitoring sumberdaya terumbu karang dilakukan dengan cara pemetaan
neraca, yang pada dasarnya adalah memetakan kondisi awal dan akhir sehingga diketahui tingkat degradasi
atau perubahannya. Pemetaan neraca ini dilakukan dengan analisa berdasarkan hasil interpretasi citra
satelit menggunakan data 2 waktu (time series) yaitu Citra Landsat tahun 1999 dan Citra ALOS AVNIR 1-B
tahun 2006/2007 dengan cek lapangan tahun 2008. Selama kurun waktu 8 tahun terjadi pengurangan luas
terumbu karang sebesar 4,45 % dari kondisi terumbu karang pada tahun 1999 (4.015,67 Ha), yang terjadi
pada perairan di Kecamatan L.Tangaya sebesar 79,88 %.(3.207,90 Ha) Kecamatan Liukang Kalmas hanya
0,22 % (8,84 Ha) dan Kecamatan Liukang Tupabiring sebesar 19,89 % (798.94 Ha.) Dampak pengurangan
luas terumbu karang berpengaruh terhadap produksi ikan karang. Berdasarkan data series produksi dan
effort untuk perikanan karang dengan teknik persamaan dari Clarke Yoshimoto dan Pooley (CYP) dapat
dihitung laju degradasi sumberdaya ikan karang. Laju degradasi sumberdaya ikan karang di Spermonde
mencapai rata-rata sebesar 2,36 % dan menyebabkan terjadinya depresiasi rata-rata rente sumberdaya ikan
karang sebesar Rp 44,29 milyar. (nilai present value).
1. Pendahuluan
Ekosistem karang memiliki nilai ekonomi dan lingkungan yang penting bagi perlindungan spesies
dan kawasan pesisir, industri perikanan, dan sebagai daya tarik ekowisata. Kawasan tersebut
juga merupakan gudang plasma nutfah dan tempat pemijahan berbagai keanekaragaman genetik
laut dan sebagai sumber spora karang untuk daerah sekitarnya. Selain itu juga berperanan
penting dalam proses ekologis, juga tempat sumber makanan dan mata pencaharian bagi
masyarakat pesisir.
Di wilayah Kabupaten Pangkajene dan Kepulauan (Pangkep) salah satu wilayah yang terletak di
Indonesia bagian timur, kondisi terumbu karang tidak berbeda dengan berbagai wilayah lainnya.
Hasil pengamatan dari 18 lokasi stasiun memperlihatkan bahwa kondisi terumbu karang
tergolong kurang di 11 lokasi, sementara sisanya hanya dalam kategori cukup. Artinya, lebih dari
separuh tutupan terumbu karang di wilayah kabupaten ini dalam kondisi rusak (Noveria, dkk,
2007).
Berdasarkan hasil analisis neraca sumberdaya terumbu karang Kabupaten Pangkep (PSSDAL,
2008) selama 8 tahun (1999-2007), terjadi pengurangan luas terumbu karang sebesar 4,45 %
(4.015,67 Ha), dimana pada tahun 1999 luas terumbu karang adalah 90.212,52 Ha dan menurun
menjadi 86.196,85 pada tahun 2007. Terjadi pengurangan luas terumbu karang di Kecamatan L.
Tangaya seluas 3.207,89 Ha, Kecamatan L. Kalmas 88,40 Ha dan di Kecamatan L. Tupabiring
seluas 798,94 Ha. Sedangkan nilai ekonomi total dari ekosistem terumbu karang di wilayah
Kabupaten Pangkep sebesar Rp 239 juta per hektar per tahun.
Pengaruh dari penurunan kualitas serta besarnya tekanan terhadap terumbu karang terutama
akibat degradasi kondisi terumbu karang sebagai habitat alami ikan karang konsumsi
menyebabkan potensi ikan karang menjadi berkurang. Disamping itu, kegiatan eksploitasi yang
dilakukan nelayan Sepermonde selama ini memberikan indikasi bahwa terjadi overfishing,
dengan terjadinya penurunan ukuran ikan, penurunan jumlah tangkapan dan semakin jauhnya
daerah tangkapan. Penelitian dilakukan di Kepulauan Spermonde, Kabupaten Pangkep (Gambar
1).
V-60
Gambar 1 Sketsa Lokasi Penelitian
Tujuan penelitian ini adalah mengkaji laju degradasi dan depresiasi dalam kaitannya dengan
produksi dan upaya penangkapan ikan karang di Kepulauan Spermonde, Kabupaten Pangkep.
Salah satu sumberdaya alam di wilayah penelitian adalah sumberdaya perikanan laut. Tiga
wilayah kecamatan yang merupakan kecamatan kepuluaan produksi 57%, sementara total
produksi di kecamatan lainnya hanya 43%. Untuk budidaya tambak hanya di Kecamatan
Tupabbiring terdapat budidaya bandeng (produksi 104,7 ton) dan udang windu (produksi 7,2 ton).
Dari tiga kecamatan di daerah peneltian, produksi ikan laut di kecamatan Tupabbiring merupakan
yang terbesar yaitu 38%, sedangkan di dua kecamatan lainnya masing-masing 31% (Gambar 2).
Produksi Perikanan Laut Produksi Prikanan Laut
(Daerah Penelitian vs Kecamatan Lain) (masing-masing kecamatan)
Liukang
Liukang Tangaya
Kecamatan Tupabbiring 31%
Lain 38%
43%
Daerah
Penelitian
57%
Liukang
Kalmas
31%
Ditinjau dari jenis ikan laut, kontribusi perikanan karang terhadap produksi perikanan laut di
Kabupaten Pangkajene dan Kepulauan dalam kurun tahun 1999-2006 berdasarkan hasil analisis
data produksi ikan laut (Kabupaten Pangkep Dalam Angka) seperti disajikan pada Tabel 1.
Tabel 1 Perbanding Produksi Ikan Karang Terhadap Produksi Ikan Laut dan Perkembangan Harga
Ikan Karang di Kabupaten Pangkep (1999-2007)
Produksi Ikan (ton) IHK Harga Harga
Tahun Share IHK
Karang * Ikan Total * 2005 Nominal ** Riil
V-61
2005 168,6 10.624,2 0,0159 6301,42 1,00 8.140 8.140
Merujuk pada Tabel 1, kontribusi perikanan karang terhadap produksi ikan laut di Kabupaten
Pangkep relatif kecil, dimana pada periode tahun 1999-2006 kontribusinya baru mencapai rata-
rata 5 %. Kondisi ini menunjukkan bahwa potensi ikan karang belum dimanfaatkan secara
optimal. Jika ditinjau dari keberadaan pulau-pulau kecil di Kabupaten Pangkep yang jumlah
mencapai cukup banyak, maka diperki-rakan masih dimungkin untuk dilakukan peningkatan
produksi ikan karang.
3. Metode
3.1 Analisis Perubahan Luas Terumbu Karang
Untuk mengetahui luas terumbu karang digunakan inventarisasi dengan memanfatkan data citra
Landsat rekaman tahun 1999 sebanyak 3 scene, yaitu pada path/row: 114/65, 115/64, dan
115/65 dan Citra ALOS AVNIR-1B sebanyak 20 scene, rekaman tahun 2006-2007.
Transformasi Lyzenga mampu memberikan efek penajaman pada obyek perairan dangkal
dengan kondisi air cukup jernih. Dari hasil pengambilan training area, dicari ragam (varian) dan
peragam (covarian) dari band biru dan band hijau. Analisis citra merujuk metode yang
dikembangkan oleh Siregar (1995), yang didasarkan pada persamaan Lyzenga (1978) yaitu
”Exponential Attenuation Model”.
Hasil interpretasi citra satelit meng-hasilkan peta sebaran terumbu karang (format raster).
Selanjutnya peta dirubah (di-eksport) ke dalam format vektor, yang bisa dilakukan secara
langsung dalam software ER Mapper ver. 7,0 atau ENVI ver. 4,3.
Untuk mnegetahui perkembangan luas terumbu karang, selanjutnya peta sumberdaya terumbu
karang di tumpangsusun (overlay) antara peta tahun ke-t dan peta tahun ke-t+1 dengan
menggunakan perangkat lunak Sistem Informasi Geografis ArcView ver. 3,3.
Jadi pengamatan terhadap tutupan dasar (lifeform) diambil pada titik-titik 50 cm, 100 cm, 150
cm, 200 cm, dan seterusnya dengan kelipatan yang sama sampai pada meteran ke- 5000 cm
(Hill dan Wilkinson, 2004).
dimana :
Ut = tangkapan per unit effort pada periode t
Et = level effort.
V-62
Dengan menggunakan teknik Ordenary Least Square (OLS) diperoleh parameter biologi
(r, q, K)
2 r
(2)................................................................. qK exp B1
2r
1 B2
r 2
1 B1
q B 3 (2 r )
Selanjutnya dihitung produksi lesatari dengan mengunakan model Gompert
qE
r
(3)...................................................................... ht qKEt exp
Laju degradasi sumberdaya dihitung berdasarakan formula Anna (2003) yang merupakan
modifikasi dari Amman dan Duraiappah (2001)
1
(4)..............................................................................
hat
hst
1 exp
dengan :.
tingkat degradasi
hst
produksi lestari periode t
t t 1
V
V-63
Merujuk Tabel 2, selama kurun waktu 8 tahun terjadi pengurangan luas terumbu karang sebesar
4,45 % dari kondisi terumbu karang pada tahun 1999 (4.015,67 Ha), yang terjadi pada perairan di
Kecamatan L.Tangaya sebesar 79,88 %.(3.207,90 Ha) Kecamatan Liukang Kalmas hanya 0,22
% (8,84 Ha) dan Kecamatan Liukang Tupabiring sebesar 19,89 % (798.94 Ha.) Terjadi
pengurangan luas terumbu karang ini berdasarkan hasil wawancara dengan nelayan setempat
karena disebabkan oleh penggunaan bom untuk membantu penangkapan ikan.
Adanya perbedaan resolusi citra yang berbeda antara sumber data citra landsat dan citra Alos
diduga ikut andil menjadi penyebabnya, tidak diperoleh perubahan luas yang signifikan
dibandingkan dengan hasil pengamatan (survey lapangan) dan wawancara dengan para nelayan.
Hasil pengamatan / survey dengan metode transek segmen pada :
0 0
1) Stasiun 1 (Lokasi : Pulau Kalukalu-kuang, koordinat : 117 38’ 34,12” BT dan 5 11’ 24,77 ”
LS, kedalaman 3 metert) kondisi terumbu karang tergolong sedang
2) Stasiun 2 (Lokasi : Pulau Kalukalu-kuang, koordinat : 1170 38’ 49,28” BT, 50 11’ 59,77”” LS,
kedalaman 3 meter) kondisi terumbu karang tergolong baik.
0 0
3) Stasiun 3 (Lokasi : Pulau Marasende , Kordinat : 118 08’ 16,7” BT, 5 07’ 24,28” LS
kedalaman 3 meter) kondisi terumbu karang tergolong baik.
0 0
4) Stasiun 4 (Lokasi : Pulau Mara-sende , koordinat : 118 08’ 16,7” BT, 5 07’ 24,28” LS
kedalaman 7 meter) kondisi terumbu karang tergolong sedang.
Dengan demikian dapat disimpulkan bahwa pada stasiun pengamatan kondisi terumbu
karang tergolong sedang (Suwano, Y et. al, 2008). Adapun contoh peta penyebaran terumbu
karang tahun 1999 dan tahun 2008 disajikan pada Gambar 3.
94 47277 m U 52'00" 54'00" 56'00" 58'00" 00'00" 02'00" 04'00" 06'00" 08'00" 94 47 221 mU
06 29 399 mT
5°00'00" S
117°50'00" T
118°10'00" T
TERUMBU KARANG
01'00"
01'00"
1 : 50.000
Lembar LPI 1910-04
03'00"
03'00"
P. BANKOBANKOANG
#
DIAGRAM LOKASI
5° 5°
LPI1910-01 LPI1910-02 LPI1910-04
05'00"
05'00"
P.SULAWESI
LPI1910-03 LPI1910-05
6° 6°
LPI2009-03
LPI2009-01
LPI1909-01
LPI2009-04
LPI2009-02
7° 7°
LPI1908-06
LPI1908-05
07'00"
07'00"
LPI1908-04
LPI1908-01 LPI1908-03
LPI1908-02
S E L A T M A K A S A R 8°
P. Bankobankoang KETERANGAN
BATAS ADMINISTRASI
#
._._._._.
11'00" Batas propinsi
11'00"
.. _ .. _ .. _ . Batas kabupaten/kotamadya
Danau
13'00"
13'00"
PERHUBUNGAN
#
Jalan arteri
Jalan kolektor
Jalan lain
Jalan setapak
19'00"
19'00"
SUMBER DATA
117°50'00" T
118°10'00" T
05 92 334 m T
06 29 271 mT
93 73 600 m U
5°20'00 " S 3. Citra Landsat 7 ETM + Th 1999
52'00" 54'00" 56'00"
94 10 367 m U
58'00" 00'00" 02'00" 04'00" 06'00" 08'00"
PEMBAGIAN ADMINISTRASI
SULAW ESI SELATAN
P. Maras ende
#
1 0 1 2 3 4 5 Km P. B ank obankoang SE L A T MA KA SA R
#
Kr. Maragende
P. Doangdoangan Kc l.
#
A
# a
V-64
10-5 seperti pada Tabel 4. Sedangkan parameter ekonomi yang diperoleh dari studi lapangan,
dimana p= Rp. 12,78 juta/ton, c=Rp0,02519 juta/trip dan berbagai variasi nilai discount rate ,
maka dapat dilakukan analisis degradasi dan depresiasi.
Tabel 3 Data Produksi dan Effort Standar Perikanan Karang Tahun 1998-2007 di Kabupaten
Pangkep
Produksi Aktual Effort CPUE
Tahun U t+1 Ln U t+1 Ln U t+1
(h)* Standar (E)* (Ut=h/E)*
1998 464.20 28048.98 0.01655 0.0315 -3.4581 -4.1014
1999 279.40 8872.40 0.03149 0.0265 -3.6289 -3.4581
2000 231.30 8713.30 0.02655 0.0209 -3.8684 -3.6289
2001 164.00 7849.80 0.02089 0.0362 -3.3188 -3.8684
2002 175.30 4843.00 0.03620 0.0268 -3.6179 -3.3188
2004 181.30 6754.80 0.02684 0.0272 -3.6063 -3.6179
2006 187.70 6913.10 0.02715 0.0806 -2.5188 -3.6063
2007 466.40 5789.50 0.08056
Sumber : * Analisis Data Sekunder ** Analsis Data Primer (Hasil Wawancara)
Analisis lebih lanjut parameter biologi pada Tabel 4, menghasilkan analisis kontras (Tabel 5 dan
Gambar 4a) yang membandingkan antara produksi aktual dengan produksi lestari menunjukkan
bahwa selama periode pengamatan produksi aktual berada dibawah produksi lestari (produksi
yang diperbolehkan).
Terjadi penurunan produksi pada tahun 1988-2001. Dibanding tahun 1998, produksi perikanan
karang pada tahun 2001 menurun sebesar 64,67 % (300,2 ton), sehingga produksi hanya
mencapai 164. ton. Terjadinya penurunan produksi ini menyebabkan nelayan mulai mengurangi
jumlah upaya penangkapan (effort), sehingga dengan adaya penu-runan effort akan
menyebabkan stok ikan meningkat. Peningkatan stok ikan ini pada tahun 2002 hingga 2007
produksi ikan kembali meningkat.
V-65
(a) (b)
Gambar 4 (a) Perbandingan Produksi Aktual Terhadap Produksi Lestari
(b) Koefisien Degradasi Sumberdaya Perikanan Karang
Pengaruh dari penurunan kualitas dan kuantitas terumbu karang terutama akibat degradasi
kondisi terumbu karang sebagai habitat alami ikan karang menyebabkan potensi ikan karang
menjadi berkurang. Selama kurun waktu 8 tahun terjadi pengurangan luas terumbu karang
sebesar 4,45 % (4.015,67 Ha), dibanding kondisi terumbu karang pada tahun 1999 (90,212.52
Ha). Penurunan produksi ikan yang disebabkan oleh kondisi ekologi ini dihitung dampak eko-
nominya seperti disajikan pada Tabel 6. Penghitungan depresiasi ini berdasarkan harga konstan
pada tahun 2002.
Depresiasi merupakan penurunan kuantitas dan kualitas sumberdaya perikanan dalam satuan
moneter dari perubahan present value tahun sekarang dan tahun sebelumnya. Dari Tabel 5.
terlihat bahwa terjadi depresiasi sejak tahun 2000 sampai tahun 2002. Hal ini disebabkan adanya
peningkatan upaya disatu pihak, yang mengakibatkan penurunan produksi lestari di pihak lain
ataupun sebaliknya. Dengan menggu-nakan market discount rate (15 %) sumberdaya ikan
karang mengalami depresiasi pada mulai tahun 2002 dan tahun 2007, Besaran depresiasi
sumberdaya ikan karang berkisar Rp. 24,83 milyar s/d 63,74 milyar, dengan rata-rata depresiasi
present value dari sumberdaya ikan sebesar Rp.44,29 milyar. Jika dibandingkan dengan
menggu-nakan discount rate (sumberdaya alam) menghasilkan nilai rata-rata present value yang
jauh lebih tinggi jika dibanding dengan market discount rate. Hal ini menujukan dalam
pengelolaan sumber-daya alam lebih cocok menera kan social discount rate.
Depresiasi ini seharusnya diperhi-tungkan dalam statistik perikanan Kab. Pangkep. Tidak
dimasukkannya nilai depresiasi ini, maka nilai pendapatan sektor perikanan akan terlalu kecil
V-66
pada tahun-tahun dimana stok terdegragasi. Terjadi pola depresiasi sumberdaya ikan karang
yang bersifat cyclical antara effot dan produksi aktual, dimana pada saat effort terjadi penurunan,
produksi aktual justru mengalami peningkatan, kondisi ini terjadi pada tahun 2002-2007.
Perilaku counter cyclical menyebabkan penurunan pada produksi lestari, sehingga terjadi
depresiasi rente pada sumberdya perikanan karang. Implikasi terhadap kebijakan adalah untuk
meningkatkan stok sumberdaya ikan karang, maka kebijakan yang harus diambil adalah
penurunan input (effort), yang bisa dilakukan melalui peningkatan pajak atau penurunan harga
ikan karang. Dalam jangka pendek, kondisi terasa seperti akan menurunkan kesejahteraan
nelayan, tetapi dalam jangka panjang akan meningkatkan kesejahteraan nelayan.
5. Kesimpulan
1) Selama 8 tahun terjadi pengurangan luas terumbu karang sebesar 4,45 % (4.015,67
haa), dari tahun 1999 (90.212,52 Ha) berkurang menjadi (86.196,85 Ha) pada tahun
2008.
2) Produksi aktual rata-rata sumberdaya perikanan karang di Kep. Spermonde Kab.
Pangkep adalah 256,20 ton, dengan tingkat upaya aktual mencapai 63.182,44 trip.
Produksi aktual dan upaya aktual masih di bawah maximum sustainable yield (MSY)
3) Perikanan karang di Perairan Spermo-de telah mengalami biological overfi-shing.
Produksi saat ini masih di ba-wah level optimal. Namun ada kecen-derungan menuju
eksploitasi berlebih.
4) Laju degradasi sumberdaya perikanan karang di Perairan Spermode rata-rata sebesar
2,36%, ini menunjukkan bahwa pengelolaan perikanan karang di Perairan Spermonde
masih baik.
5) Besaran depresiasi sumberdaya ikan karang ± Rp. 24,83 s/d 63,74 milyar, dengan rata-
rata depresiasi present value dari sumberdaya ikan sebesar Rp.44,29 milyar.
6. Referensi
Anonim. (1998-2007) : Statistik Perikanan Tangkap Provinsi Sulawesi Selatan. Dinas Kelautan dan
Perikanan Provinsi Sulawesi Selatan.
Clark, C W. (1985) : Bioeconomic Modelling and Fisheries Management. New York: Wiley-Interscience
Clark, C W. (1990) : Mathematical Bioeco-nomics. The Optimal Management of Renewable Resources. 2nd
ed. New York: Wiley-Interscience
Clarke, R.P., S.S. Yoshimoto, and S.G. Pooley. (1992) : A Bioeconomic Analy-sis of the North-Western
Hawaiian Island Lobster Fishery. Marine Resource Economics 7(2).
Copes, P. (1970) : The Backward-Bending Supply Curve of the Fishing Industry. Scottish Journal of Political
Economy 17, No. 1: 69-77
Fauzi A. (2005) : Predictive Dynamic Model of Indonesian Live Reef Fish for Food. Paper Presented at the
Live Reef Fish For Food Workshop. Noumea, New Caledonia
Suwarno, Y, Nahib, I dan Hidayatullah, T. (2007) : Neraca Sumberdaya Terumbu Karang Kabupaten
Pangkep. Pusat Survei Sumberdaya Alam Laut- BAKOSURTANAL.
V-67
Pengurangan Haze dengan Metode HOT: Studi Kasus Aceh Utara
1) 2) 3) 4)
La Ode S. Iman , Baba Barus , Bambang H. Trisasongko , dan Diar Shiddiq
1) 2) 3) 4)
P4W/CRESTPENT, Institut Pertanian Bogor
2) 3)
Departemen Ilmu Tanah dan Sumberdaya Lahan, Institut Pertanian Bogor
Abstrak : Wilayah tropika seperti Indonesia memiliki liputan awan yang sangat tinggi. Pada citra optik,
kondisi ini tidak bisa dikoreksi dan merupakan sumber kelemahan pada peta tematik yang dihasilkan. Selain
awan, haze juga merupakan kendala yang signifikan. Pada banyak implementasi praktis, tidak ada prosedur
pengurangan “haze” atau awan tipis sehingga analisis sepenuhnya mengandalkan pada kemampuan
interpreter. Pada telaah literatur telah ditemukan upaya reduksi haze, salah satunya adalah metode Haze
Optimized Transformation (HOT). Makalah ini menyajikan hasil percobaan pemanfaatan metode HOT dalam
pengurangan haze pada citra ALOS AVNIR-2 pada wilayah rural Kabupaten Aceh Utara. Hasil yang
diperoleh menunjukkan bahwa HOT, terutama pada teknik Dark Object Subtraction, secara signifikan
membantu interpreter dalam mengidentifikasikan berbagai penutupan lahan yang beragam di wilayah kajian.
Kajian ini merupakan pengembangan metode pemanfaatan data penginderaan jauh untuk berbagai isu
pemanfaatan ruang, pengelolaan lingkungan dan monitoring sumberdaya maupun upaya mitigasi bencana.
Kata kunci : Reduksi haze, Haze optimized transform (HOT), Dark object substraction, Alos,
Penutupan lahan
1. Latar Belakang
Wilayah tropika seperti indonesia memiliki liputan awan yang sangat tinggi yang setiap saat
menyelimuti tampak permukaan bumi. Kondisi permukaan yang selalu tertutupi awan tentu
menjadi kendala tersendiri dalam melakukan proses pengolahan data berbasis citra satelit
penginderaan jauh, dimana objek permukaan yang akan diamati untuk proses pengembangan
basis informasi baik sumberdaya lahan, proses pemantauan dan aplikasi lain yang akan
dimanfaatkan untuk proses pembangunan menjadi terhambat. Pemanfaatan data penginderaan
jauh berbasis citra optik terkendala oleh pengaruh atmosferik sangat besar dimana liputan awan
relatif tidak dapat dikoreksi dan merupakan sumber kelemahan dalam mendapatkan informasi
peta tematik yang dihasilkan. Kendala tersebut tentu bukan menjadikan hambatan dalam proses
pengembangan dan pemanfaatan citra satelit optik. Beberapa penelitian dengan menggunakan
dan pemanfaatan data penginderaan jauh optik, mampu memberikan hasil optimal untuk
berbagai aplikasi pemanfaatan baik dalam bidang pertanian, perkebunan maupun perencanaan
wilayah. Aplikasi pemanfaatan citra optik penginderaan jauh dalam pemantauan fase
pertumbuhan padi yang ditunjukkan mampu diindera dengan baik oleh berbagai data optik pada
citra Landsat (Panuju dan Trisasongko 2008), citra ALOS AVNIR (Tjahjono et al. 2009), ataupun
satelit generasi baru Indonesia yaitu LOSAT (Trisasongko et al. 2010).
Dengan berbagai aplikasi yang ditunjukan tersebut, tentu memberikan harapan bahwa
pemanfaatan citra optik bukan tidak mampu dimanfaatkan secara optimal. Kendala-kendala
atmosferik dan radiansinya yang tinggi seperti liputan awan tentu sangat menggangu proses
analisis. Terdapat tiga kendala yang cukup menggangu dalam proses pemanfaatan citra optik
yaitu awan, bayangan awan dan haze (“awan tipis”). Dua kendala diawal (awan dan bayangan
awan), merupakan kendala inheren citra optik yang tidak dapat dikoreksi tanpa melibatkan data
yang lain. Sedangakan kendala haze atau awan tipis, telah mulai banyak dibahas di berbagai
makalah dengan berbagai pendekatan teknik analisis penginderaan jauh.
Awan, bayangan awan dan haze atau awan tipis, merupakan efek atmosfer yang membatasi
berbagai pemanfaatan dalam banyak aplikasi penginderaan jauh, khususnya pemetaan tutupan
lahan dengan menggunakan kanal-kanal sesuai (visible) dan kanal inframerah (NIR) pada citra
satelit multispektral resolusi rendah, menengah ataupun tingggi seperti Lansat TM/ETM, Alos
Avnir, atau Quickbird. Awan tebal yang menutupi seluruh bidang permukaan, tersubstitusi hanya
dengan cara berkurang/hilangnya informasi yang ada dibawahnya (Lu,2007). Haze atau awan
tipis seringkali mengaburkan objek permukaan tanah yang akan diinterpretasi pada data
penginderaan jauh. Pengurangan haze atau awan tipis, dilakukan jika citra satelit yang digunakan
tidak sesuai dengan kondisi yang diharapkan seperti liputan awan tebal pada bidang permukaan,
V-69
cakupan haze yang merata diseluruh tampak permukaan liputan citra, maka perlu dilakukan
pemrosesan awal (pre-processing) tersebut untuk mendapatkan ekstraksi informasi sesuai yang
dibutuhkan (Guindon & Zhang,2002). Untuk menghilangkan ketidakjelasan objek visual akibat
haze atau awan tipis beberapa teknik koreksi atmosferik telah dikembangkan (Hadjimitsis et al.
2004), antara lain dengan (i) koreksi atmosferik absolut dengan menggunakan data independen,
diduga dari objek permukaan yang terkontaminasi haze, tetapi koreksi atmosferik ini
membutuhkan data tambahan mengikuti kondisi atmosferik berdasarkan ruang dan waktu analisis
yang dilakukan pada citra liputan tersebut, (ii) koreksi atmosferik absolut berdasarkan liputan citra
(scene), dan (iii) koreksi atmosferik relatif berdasarkan liputan citra (scene). Berbeda dengan
koreksi atmosferik absolut dan relatif hanya pada kondisi citra liputan yang terkontaminasi haze
untuk dipilih sesuai dengan yang diinginkan.
Wilayah Kabupaten Aceh Utara, merupakan salah satu wilayah kabupaten di Provinsi Aceh yang
berbatasan langsung dengan wilayah Kota Lhokseumaweh. Kabupaten Aceh Utara merupakan
salah satu kabupaten yang memiliki potensi pertanian khusus perkebunan yang cukup besar.
Potensi ini tentu merupakan salah satu aset sumberdaya pertanian untuk terus dilestarikan.
Perkembangan wilayah perdesaan masih relatif dominan, hal tersebut ditunjukan dengan masih
dominannya sektor pertanian sebagai sektor basis dimana lahan-lahan pertanian dioptimalkan
sebagai lahan garapan. Disatu sisi wilayah kota Lhokseumaweh dengan basis industri dan jasa
perdagangan, dan transportasi menjadi sektor dominan yang berkembang di wilayah tersebut.
Berkembangannya sektor perkebunan diharapkan memacu pertumbuhan ekonomi wilayah
sehingga pembangunan Kabupaten Aceh Utara berkembang dengan dukungan dari wilayah
sekitarnya.
Dalam penelitian ini, kendala awan khususnya haze atau awan tipis akan diujicobakan dengan
menggunakan pendekatan koreksi atmosferik Haze Optimized Transformation (HOT) pada dua
metode analisis yaitu dengan histogram matching dan dark object subtraction (DOS). Kedua
metode ini akan dibandingkan hasil penajaman objek permukaan yang terkontaminasi atau
tertutupi secara transparan permukaan tanah oleh awan tipis (haze). Pengembangan metode
analisis ini dilakukan sebagai bagian dari proses mengurangi pengaruh faktor atmosfer dalam
pemanfaatan data penginderaan jauh untuk identifikasi sumberdaya alam, monitoring dan deteksi
perubahan penggunaan lahan pada objek tutupan utama. Hasil ujicoba ini diharapkan menjadi
bahan awal untuk penelitian lanjutan bagi pengembangan metode teknis data penginderaan jauh
sehingga kendala teknis haze pada data optik dapat seminimal mungkin dikurangi pengaruhnya
pada proses aplikasi data penginderaan jauh.
V-70
Kanal-1 (0,460 micrometer) Kanal- 2 (0,560 micrometer) Kanal- 3 (0,650 micrometer)
Gambar 1 Panjang Gelombang Citra Alos Avnir2 pada Masing-Masing Kanal Visible dan Kanal
Infrared
Gambar dibawah ini menunjukan lokasi studi ini dilakukan yaitu di Kabupaten Aceh Utara,
Provinsi Aceh yang secara relatif berada pada koordinat geografis 960,52 – 970,31 bujur timur
sampai 040,46 - 050,00 lintang utara. Wilayah kabupaten Aceh Utara berbatasan dengan wilayah
Kota Lhokseumaweh.
V-71
2.2 Metode
Pada studi ini, menggunakan data citra optik multispectral ALOS Avnir-2 yang didukung oleh
perangkat lunak penginderaan jauh yaitu ENVI dan software SIG. Data citra satelit ALOS Avnir2
terlebih dahulu dibaca oleh perangkat lunak tersebut sebagai data digital number (DN) yang
merupakan hasil scaling dari data rekaman sinyal, sehingga data ini belum memadai untuk
berbagai penggunaan baik untuk analisis biofisik secara kuantitatif, atau untuk tujuan pencirian
spektral suatu tutupan lahan. Untuk itu data ini sebelumnya diolah dengan software tersebut,
untuk selanjutnya gabungkan menjadi 4 kanal, 3 kanal merupakan spektral visible dan 1 kanal
merupakan spektral infra merah dekat (NIR).
a. Radiance
Langkah pertama untuk pencirian spektral adalah melakukan konversi (kalibrasi) data digital
number ke data radiance. Kalibrasi ini berbeda untuk setiap sensor dan data yang direkam.
Dengan demikian, data kalibrasi yang diperlukan dalam konversi tersebut harus tersedia pada
header citra. Pada citra AVNIR-2, header tersedia dalam format CEOS. Merujuk pada spesifikasi
sensor AVNIR-2, konversi pada radiance dapat dilakukan berdasarkan persamaan yang
disediakan oleh JAXA sebagai berikut:
(1)……………………… 1
L O Ba BNL C B Ba' C '
R
dimana:
L : radiance (W/m2.sr.μm)
R: sensitivitas
O: signal output digital value
C: dummy pixel output mean
Ba : Offset of exposure
BNL : non-linear offset
B : output digital value – gelap
C’ : dummy pixel output – gelap
Ba’ : offset of exposure - gelap
Gambar 3 Citra Alos Avnir2 Komposit Kanal R=3, G=2, B=1 Citra Radiance
V-72
\
Gambar 4 Grafik Pembentukan “Clear Line” dari Hamburan Kanal Biru dan Merah terhadap Garis
Regresi Pada Perhitungan HOT
Dimana merupakan sudut kemiringan dari CL, a adalah nilai intercept CL, b1 dan b3 adalah
digital number (DN) pada masing-masing kanal biru dan kanal merah.
Tahapan selanjutnya adalah dengan menghitung nilai histogram HOT (Haze), dan tahap akhir
menghitung nilai korelasi antara area “clear” dengan area “haze”
Pada studi ini akan digunakan dua metode koreksi haze untuk diujicoba pada citra optik, yaitu
metode Dark Object Subtraction (DOS) dan metode Histogram Matching. Hasil kajian literatur
menunjukkan bahwa belum banyak makalah yang membandingkan kedua metode tersebut,
sehingga pada kajian ini, kedua metode tersebut perlu ditelaah lebih lanjut.
3. Pembahasan
Hasil perhitungan dengan metode Haze Optimized Transformation pada citra ALOS Avnir2
dengan 4 kanal (3 kanal visible dan 1 kanal NIR), hasil untuk masing-masing metode koreksi
haze dengan Dark Object Subtraction (DOS) dan metode Histogram Matching dapat ditunjukan
sebagai berikut
V-73
(i) subset area “haze” Filename: D:\P4W\Mapin_2011\Data Mapin
2011\olah\ALAV2A195333500.tif
ROI: Haze_Canopy [Red] 47823 points
Gambar 6 Hasil Perbandingan Metode dark object subtraction Pada Area Bervegetasi Rapat
(canopy) (i), dan Area Lahan Terbuka (ii)
V-74
Hasil perbandingan dari tampak gambar yang ditunjukan diatas, secara visual menunjukan
bahwa objek yang terekam setelah dilakukan penghilangan awan tipis (haze removal),
menunjukan hasil yang mirip dengan area subset yang terpilih dan tampak lebih gelap.
b. Histogram Matching
Seperti pada metode diatas, metode ini juga diamati berdasarkan atas subset sampling, diambil
pada dua kondisi yaitu (i) pada areal bervegetasi rapat (canopy) dan (ii) pada areal terbuka
(pertanian, permukiman, semak belukar, dll). Berdasarkan atas hal tersebut dapat ditunjukan
seperti pada gambar dibawah. Dari hasil tersebut menunjukkan bahwa pada area bervegetasi
rapat (canopy) tampak bahwa terjadi perbedaan reflectan dimana objek yang terekam terlihat
lebih tajam dari area subset. Objek bervegetasi terlihat lebih terang dengan spektrum yang
berbeda. Sementara untuk area lahan terbuka dan lahan pertanian, menunjukkan bahwa
pembedaan objek berdasarkan reflektansinya tampak lebih kabur dan tidak jelas.
Gambar 7 Hasil Perbandingan metode histogram matching pada area bervegetasi rapat (canopy)
(i), dan area lahan terbuka (ii)
Berdasarkan hasil identifikasi dari kedua metode tersebut menunjukan bahwa pada citra optik
ALOS
Avnir2 menunjukan bahwa hasil analisis visual dengan metode Dark Object Subtraction mampu
menghasilkan tampilan yang lebih baik. Hal ini ditunjukkan oleh tingkat kehijauan wilayah
bervegetasi kayu yang mirip dengan wilayah yang serupa tanpa tutupan haze dan pada wilayah
rural campuran lahan pertanian dan permukiman, deteksi pola sebaran relatif menyerupai kondisi
yang sama pada subset area clear yang dijadikan sampel.
4. Kesimpulan
Proses koreksi atmosferik pada citra satelit penginderaan jauh optik pada wilayah tropis
merupakan wahana riset penginderaan jauh yang menarik. Fenomena liputan awan dengan
intensitas tinggi, tentu menjadi kendala operasional dalam mengidentifikasi objek secara visual
permukaan lahan. Dari hasil studi ini, dengan membandingkan dua metode koreksi atmosferik
pada citra optik ALOS Avnir2 dapat disimpulkan bahwa metode dark object subtraction mampu
menghasilkan tampilan yang lebih baik dan berpotensi untuk diujicoba lebih lanjut pada berbagai
citra optik yang potensial digunakan.
V-75
Diperlukannya pengembangan metode lanjutan haze optimized transformation pada berbagai
level citra penginderaan jauh, sehingga diharapkan dapat menjadi penelitian lanjutan bagi
pengembangan metode teknis penginderaan jauh ini.
5. Referensi
Guindon, B., Zhang, Y. (2002): Robust haze reduction: an integral processing component in satellite-based
land cover mapping. Symposiumon Geospatial Theory, Processing and Applications, Ottawa
Lu, D.(2007): Detection and substitution of clouds/hazes and their cast shadows on IKONOS images.
International Journal of Remote Sensing, 28, pp. 4027-4035
Panuju D., Trisasongko B.H. (2008): The use of statistical tree methods on rice field mapping. Jurnal Ilmiah
Geomatika 14(2):75-84
Tjahjono B, Syafril A.H.A., Panuju D.R., Kasno A., Trisasongko B.H., Heidina F.( 2009): Pemantauan lahan
sawah menggunakan citra ALOS AVNIR-2. Jurnal Ilmiah Geomatika 15(2):1-8
Trisasongko B.H., Panuju D.R., Tjahjono B., Barus B., Wijayanto H., Raimadoya M.A., Irzaman. (2010):
Simulasi pemanfaatan data LOSAT untuk pemetaan padi. Makara Seri Teknologi (in press)
Zhang, Y., Guindon, B., Cihlar, J.(2002): An image transform to characterize and compensate for spatial
variations in thin cloud contamination of Landsat images. Remote Sensing of Environment, 82, pp. 173-187
V-76
Pemantauan Pertumbuhan Tanaman Padi dengan SPOT Vegetation
Marina C.G. Frederik1), Retno A. Ambarini2), Fanny Meliani3), dan Yoke F.A. Oktofan4)
1) 2) 3) 4)
Pusat Teknologi Inventarisasi Sumberdaya Alam, Badan Pengkajian dan Penerapan
Teknologi (PTISDA BPPT)
Abstrak: Beras merupakan salah satu bahan makanan pokok penduduk Indonesia dimana setiap tahunnya
diperlukan informasi hasil produksi padi berupa jumlah panen dan luas area tanam. Pemantauan kondisi
tanaman padi dan prakiraan hasil panen merupakan informasi penting yang dapat didukung oleh teknologi
inderaja. BPPT bekerjasama dengan ERSDAC, Jepang, sejak tahun 2008 melakukan penelitian
pemantauan tanaman padi dengan teknologi inderaja menggunakan berbagai sensor (optik dan radar),
berbagai resolusi spektral (multi spektral dan hiperspektral), dan berbagai wahana (di lokasi, pesawat, dan
satelit). Daerah penelitian pemantauan tanaman padi ini adalah Kabupaten Indramayu dan Subang, Jawa
Barat. Makalah ini membahas tentang pemantauan tanaman padi menggunakan citra satelit resolusi spasial
rendah namun beresolusi temporal yang tinggi, SPOT Vegetation. Sensor ini telah beroperasi sejak tahun
1998 dan dapat mengakuisisi citra setiap hari. Citra tersedia secara gratis 3 bulan setelah akuisisi dalam
produk komposit 10 harian yang dilengkapi dengan citra NDVI (VGT S10). Program pemantauan tanaman
padi menggunakan citra SPOT Vegetation sejak 2008 memberikan informasi seperti: jadwal tanam, indeks
vegetasi (NDVI), dan fase pertumbuhan. Selain itu juga dilakukan analisa korelasi NDVI dan LAI dari data
survey lapangan. Dari 8 pengamatan LAI dan NDVI dan menggunakan analisis regresi linear, didapat
korelasi yang rendah. Hal ini kemungkinan karena minimnya jumlah pengamatan. Pemantauan tanaman
padi menggunakan citra SPOT Vegetation merupakan bagian dari kegiatan BPPT dalam membangun model
prakiraan produksi panen.
1. Latar Belakang
Pemantauan pertumbuhan tanaman padi dan prediksi produksi padi sangat penting bagi
Indonesia yang penduduknya mayoritas memakan nasi. Sentra padi di Jawa Barat seperti di
Kabupaten Indramayu dan Subang merupakan dua lokasi studi sejak tahun 2008. Program
pemantauan tanaman padi di kedua kabupaten ini merupakan kerjasama penelitian
menggunakan teknologi Inderaja antara BPPT dan ERSDAC, Jepang. Dalam kerjasama ini
dilakukan pengamatan tanaman padi menggunakan berbagai wahana inderaja, dari in-situ
menggunakan spectroradiometer, pesawat udara hingga satelit, dengan berbagai resolusi spasial
dan temporal, dengan sensor optik dan radar, dan berbagai resolusi spektral, dari multispektral
hingga hiperspektral. Tujuan akhir program kerjasama ini adalah membangun sebuah model
prediksi produksi padi.
Tulisan ini mendiskusikan salah satu bagian dalam kegiatan kerjasama tersebut, yaitu
pemantauan tanaman padi menggunakan citra NDVI, produk sensor SPOT Vegetation (VGT
S10) selama 1 musim tanam di tahun 2010. Penelitian menggunakan citra ini pada tahun 2008
lebih kepada kajian melihat efek tutupan awan terhadap pemantauan lahan padi. Gambar 1
menampilkan dinamika nilai NDVI untuk beberapa lokasi di Kabupaten Indramayu. Terlihat sejak
akhir bulan Januari hingga Maret 2008, nilai NDVI terlihat kacau. Hal ini disebabkan karena
tingkat tutupan awan yang tinggi selama bulan-bulan tersebut, sehingga pengamatan selama
beberapa bulan ini tidak dapat dilakukan dengan baik. Pada gambar ini juga dapat dilihat jadwal
waktu pengairan setiap lokasi karena bertepatan dengan jadwal golongan pengairan. Secara
umum, terlihat 3 golongan pengairan di lokasi-lokasi pengamatan tersebut dengan terlihatnya 3
puncak kurva antara bulan Mei hingga Agustus.
V-78
1
0.9
0.8
0.7
IN11
0.6 IN09
IN10
0.5 IN07
IN06
0.4 IN04
IN02
0.3 IN01
0.2
0.1
0
01/01/2008 01/02/2008 01/03/2008 01/04/2008 01/05/2008 01/06/2008 01/07/2008 01/08/2008 01/09/2008 01/10/2008 01/11/2008 01/12/2008
Makalah ini menyampaikan hasil pengamatan tanaman padi menggunakan citra SPOT
Vegetation, produk NDVI (VGT S10) untuk 1 musim tanam pada tahun 2010 antara bulan April
dan Agustus, dan pengamatan lapangan, serta analisis korelasi antara LAI (Leaf area index)
lapangan dan NDVI. Seperti yang diketahui, LAI merupakan salah satu parameter biofisik yang
penting untuk mengetahui dinamika pertumbuhan tanaman. Selain itu adanya korelasi antara LAI
dengan biomassa dan produktivitas tanaman telah ditemukan pada berbagai penelitian.
Tabel 1 menampilkan karakteristik sensor Vegetation. Saat ini, citra Vegetation komposit 10-
harian dapat diunduh secara gratis setelah 3 bulan tanggal akuisisi. Setiap bulan, diproduksi 3
citra komposit 10 harian, yang mencakup tanggal 1-10, tanggal 11-20, dan tanggal 21-31. Citra
tersebut sudah terkoreksi geometrik dan tersedia dalam beberapa cakupan geografis, misalnya
untuk wilayah Indonesia adalah cakupan Asian Islands. Citra VGT S10 tersedia dalam format
HDF dan terdiri dari citra NDVI, dan citra status map yang menjelaskan tentang kualitas
radiometric, dll.
V-79
Tabel 1 Sensor SPOT Vegetation
Panjang gelombang (µm) Resolusi spasial
B0 (blue) 0.43-0.47 1 km
B2 (red) 0.61-0.68 1 km
B3 (near IR) 0.78-0.89 1 km
MIR (SWIR) 1.58-1.75 1 km
Setiap citra NDVI (produk S10) yang diunduh perlu dilakukan konversi dari nilai digital ke nilai
NDVI sebenarnya, dengan menggunakan persamaan berikut:
(1)............................NDVI = a * DN + b
dimana a= 0.004, b= -0.1, DN= digital number
Pemrosesan citra menggunakan perangkat lunak ENVI. Setelah dikonversi, informasi NDVI
selama perioda bulan April hingga Agustus 2010 diekstrak untuk setiap lokasi pengamatan.
Selama tahun 2010, lokasi pengamatan menggunakan citra SPOT Vegetation difokuskan pada
Kabupaten Indramayu.
Survey lapangan dilakukan sebanyak 3 kali, yaitu pada tanggal 26 April–2 Mei, 14–19 Juni, dan
12 – 17 Juli. Lokasi pengamatan dipilih menurut daerah sesuai jadwal pengairan, antara
golongan pengairan 1 dan IV. Terpilih 5 lokasi pengamatan, yaitu:
- Golongan pengairan I: segmen 66303 (Desa Kedungdawa, Gabuswetan) dan segmen
66204 (Desa Sidodadi, Haurgelis)
- Golongan pengairan II: segmen 62206 (Desa Sumbon, Kroya)
- Golongan pengairan III: semen 66401 (Desa Kendayakan, Terisi)
- Golongan pengairan IV: segmen 70504 (Desa Soge, Kandanghaur)
Setiap segmen berukuran 500x500 meter, terdiri dari 25 quadrat yang berukuran 100x100 meter.
Pada survey lapangan, dalam setiap segmen ditentukan secara acak 7 quadrat, dan dalam setiap
quadrat terdapat 3 titik pengamatan, sehingga seluruh titik pengamatan berjumlah 105. Pada
setiap titik pengamatan, dicatat informasi fase pertumbuhan padi, varietas padi, dan kondisi
tanaman padi. Selain itu, dilakukan beberapa pengukuran, yaitu: tinggi tanaman, panjang dan
lebar kanopi, jumlah daun per rumpun, tinggi air, kandungan klorofil dengan alat SPAD, dan berat
basah/kering rumpun.
Pengukuran LAI di tiap segmen dilakukan sesuai fase pertumbuhan, menurut klasifikasi IRRI
(International Rice Research Institute), dari fase stem elongation hingga fase mature. Pada
survey pertama (26 April – 2 Mei), pengukuran LAI dilakukan hanya pada 2 segmen karena
segmen lainnya masih dalam tahap persiapan lahan atau vegetative. Pada survey ke dua (14 –
19 Juni), pengukuran LAI dilakukan untuk 4 segmen, dan pada survey ke tiga (12 – 17 Juli)
dilakukan pengukuran pada 4 segmen. Karena resolusi spasial SPOT vegetation adalah 1 km,
maka LAI hasil pengukuran yang dipakai adalah nilai maximum LAI dalam setiap segmen.
Sehingga jumlah data LAI hasil pengukuran dari ke tiga survey tersebut adalah 10.
Gambar 3 Komposit Warna Semu Citra SPOT Vegetation (RGB: b3:b2:b0), Kabupaten Indramayu
dalam Poligon Warna Putih
V-80
Gambar 3 menampilkan 3 citra SPOT Vegetation selama bulan April 2010 dengan komposit
warna semu (RGB=b3:b2:b0). Dengan komposit warna semu, warna merah menunjukkan tutupan
vegetasi sehat. Kabupaten Indramayu terletak dalam poligon berwarna putih. Dinamika
pertumbuhan tanaman padi selama bulan April terlihat dengan perubahan rona warna merah.
Berdasarkan survey lapangan, pada bulan April, mayoritas tanaman padi di kabupaten ini adalah
dalam fase harvest atau mature bahkan ada yang dalam fase persiapan lahan (setelah dipanen),
pada akhir bulan April terlihat hampir seluruh tanaman padi telah dipanen.
Seperti telah disebut diatas, salah satu pengukuran yang dilakukan selama survey adalah luas
kanopi tanaman dengan mengukur panjang dan lebar 3 rumpun padi di setiap titik pengamatan.
Nilai LAI didapat menggunakan rumus: luas daun dibagi luas kanopi rumpun. Tabel 2
menampilkan hasil perhitungan LAI di lapangan dan nilai NDVI berdasarkan citra SPOT
Vegetation. Nilai NDVI dari citra komposit 10 harian untuk setiap segmen ditentukan sesuai kurun
waktu pelaksanaan survey. Dari 10 total segmen yang dilakukan pengukurannya pada 1 musim
tanam tersebut, 8 yang dapat dipergunakan untuk analisis selanjutnya.
Gambar 5 menampilkan grafik NDVI versus LAI, garis hitam menunjukkan hasil analisis regresi
linear. Dalam gambar ini ditampilkan juga persamaannya. Analisis ini memberikan nilai R2 yang
sangat rendah. Hal ini mungkin disebabkan oleh jumlah pengamatan yang minim dan jangka
waktu antara pengamatan yang terlalu lama. Rendahnya korelasi ini tidak sesuai dengan hasil
penelitian di berbagai tempat, baik untuk tanaman padi maupun tanaman gandum. Penelitian
menggunakan citra NDVI SPOT Vegetation seperti yang telah dilakukan sebelumnya (Dadhwal,
2004, Xiao, et al, 2002), memberikan hasil yang baik sehingga citra NDVI dari SPOT Vegetation
V-81
sangat berguna untuk memprediksi LAI tanaman yang kemudian memberikan informasi tentang
produktivitas tanaman.
4.000
3.500
2.500
2.000
1.500
1.000
0.500
0.000
0.5 0.55 0.6 0.65 0.7 0.75 0.8 0.85 0.9
NDVI (SPOT Vgt)
4. Kesimpulan
Tulisan ini memaparkan kegiatan pemantauan pertumbuhan tanaman padi menggunakan citra
NDVI dari SPOT Vegetation untuk beberapa lokasi di Kabupaten Indramayu. Analisis korelasi
antara NDVI dan LAI menggunakan persamaan regresi linear dengan 8 pengamatan ditemukan
korelasinya masih rendah. Hal ini mungkin disebabkan karena minimnya jumlah pengamatan dan
jangka waktu antara pengamatan yang terlalu lama. Namun berdasarkan penelitian tanaman padi
di daerah lain menunjukkan korelasi yang baik antara LAI dan NDVI, sehingga penggunaan NDVI
dari citra SPOT Vegetation berguna untuk memprediksi LAI tanaman. Kegiatan pemantauan
tanaman padi ini masih berlanjut di tahun 2011 dengan penambahan wilayah pengamatan. Citra
SPOT Vegetation dengan resolusi temporal yang tinggi sangat mendukung pemantauan tanaman
padi karena siklus pertumbuhan yang sekitar 90-110 hari dan tiap fase pertumbuhannya sekitar
7-10 hari saja. Wilayah tropis katulistiwa seperti Indonesia yang sering ditutupi awan memerlukan
citra satelit dengan resolusi temporal yang tinggi agar dapat meningkatkan kemungkinan
mendapatkan citra bebas awan. Lebih dari itu, fasilitas unduh gratis untuk data arsip (3 bulan
setelah akuisisi) sangat mendukung kegiatan penelitian.
6. Referensi
Chen, J. and Josef Cihlar. (2000): VESNA: VEGETATION/SPOT for northern application, Proceedings of the
Vegetation2000 Conference, Belgirate-Italy, 3-6 April 2000, Saint G. Ed, CNES-Toulouse & JRC-ISPRA
Chen, J.M., et al. (2002): Derivation and validation of Canada-wide coarse-resolution leaf area index maps
using high-resolution satellite imagery and ground measurements, RS Env, vol 80, pp. 165-184
Dadhwal, V.K. (2004): Crop growth and productivity monitoring and simulation using remote sensing and
GIS, Satellite RS and GIS Application in Agriculture Meteorology, pp. 263-289.
Spot on its orbit, SPOT Image
Spot satellite technical data, SPOT Image
The Spot payload, SPOT Image
Xiao, X., et al. (2002): Quantitative relationships between field-measured leaf area index and vegetation
index derived from VEGETATION images for paddy rice fields, IJRS, vol. 23, no. 18, pp. 3595-3604
V-82
Analisis Kesesuaian Perairan untuk Kawasan Konservasi
Dalam Pengelolaan Sumberdaya Perikanan di Taman Nasional Karimunjawa
Berbasis Pendekatan Ekosistem
1) 2) 3) 4)
Mussadun , Achmad Fahrudin , M. Mukhlis Kamal , dan Tridoyo Kusumastanto
1)
Staf Pengajar Jurusan Perencanaan Wilayah dan Kota Fakultas Teknik UNDIP
Kandidat Doktor Program Studi Pengelolaan Sumberdaya Pesisir dan Lautan
Sekolah Pascasarjana Institut Pertanian Bogor (IPB)
2) 3)
Staf Pengajar Departemen Manajemen Sumberdaya Perairan
Fakultas Perikanan dan Ilmu Kelautan (FPIK), Institut Pertanian Bogor (IPB)
4)
Staf Pengajar Guru Besar Fakultas Ekonomi dan Manajemen (FEM)
Institut Pertanian Bogor (IPB)
1. Pendahuluan
Lembaga Konservasi Dunia, The International for Conservation of Nature and Natural Resource
(IUCN) mendefinisikan kawasan konservasi laut adalah suatu area perairan intertidal atau
subtidal yang berkaitan dengan ekosistem tumbuh-tumbuhan, fauna, corak budaya dan historis,
V-84
yang dikuatkan dengan hukum atau peraturan lain yang efektif untuk melindungi sebagian atau
seluruh lingkungan dan sekitarnya (Lunn and Dearden 2006). Penyimpangan yang dilakukan
dalam upaya penangkapan ikan adalah tidak adanya kejelasan area penangkapan untuk
konservasi stok ikan. Adanya tekanan yang cukup tinggi dan upaya penangkapan ikan yang tidak
ramah lingkungan akan mengganggu tujuan kawasan konservasi laut untuk menjaga
biodiversitas ikan. Hal ini akan menimbulkan suatu konflik yang sangat mendasar bagi
stakeholders (Jones 2006). Tingkat eksploitasi pemanfaatan sumberdaya ikan yang berlebihan
dan tidak ramah lingkungan di Taman Nasional Karimunjawa (TNK) mengakibatkan perubahan
substansial ekosistem sumberdaya perikanan. Frid et al 2005 menyimpulkan, bahwa upaya
perlindungan terhadap sumberdaya perikanan dan ekosistemnya melalui pembatasan area dan
waktu penangkapan merupakan tantangan bagi otoritas pengelola taman nasional.
Upaya untuk melindungi sumberdaya ikan dengan pendekatan ekologis di suatu perairan dengan
kawasan konservasi laut, tidak hanya berfungsi untuk melindungi tempat hidup ikan, namun juga
dengan mantap meningkatkan produktifitas pengelolaan perikanan (Robert et al 2003). Hasil
penelitian Bruce and Eliot 2006 di Teluk Hiu Taman Nasional Laut Australia Selatan, menyatakan
bahwa kemampuan analisis Sistem Informasi Geografis (SIG) memungkinkan pengembangan
yang bermanfaat untuk menyelidiki hasil dan mengevaluasi alternatif keputusan. SIG berfungsi
untuk menyimpan, membuka kembali dan meneliti berbagai jenis data dan informasi dengan
cepat (Kairo et al 2002). Model SIG merupakan suatu metoda sederhana untuk penetapan dan
pengelolaan zona secara geografis. Hannesson (2007) menggunakan analisis distribusi geografis
untuk menentukan zonasi produktifitas ikan berdasarkan sebaran temperatur di perairan Lautan
Atlantik Timur Laut dan menyimpulkan adanya hubungan antara produktifitas ikan dengan kondisi
temperatur suatu perairan. Kemampuan Analisis SIG memungkinkan pengembangan yang
bermanfaat untuk menyelidiki hasil keputusan dan mengevaluasi alternatif (Bruce and Eliot 2006).
Produksi tangkapan ikan di TNK sangat tergantung dengan kualitas produktivitas primer
lingkungan. Tingginya produktivitas primer lingkungan di TNK ditentukan oleh kualitas kondisi
ekosistem mangrove, lamun dan terumbu karang (Supriharyono 2000 dan Bengen 2002).
Pendekatan ekosistem terhadap pengelolaan sumberdaya perikanan berusaha untuk mengatur
efek kumulatif aktivitas manusia (anthropogenik) terhadap ekosistem sumberdaya (Stelzenmuller
et al 2004 dan Mare 2005).
UU No. 5 Undang Undang Tahun 1990 tentang Konservasi Sumberdaya Alam Hayati dan
Ekosistemnya pasal 29 – 32 mengamanahkan bahwa pengelolaan taman nasional sebagai salah
satu bentuk kawasan konservasi sangat membutuhkan upaya perlindungan, pelestarian dan
pemanfaatan ekosistem sumberdaya. Kawasan taman nasional dikelola dengan sistem zonasi
yang terdiri dari zona inti, zona pemanfaatan, dan zona lain sesuai dengan keperluan.
Sumberdaya perikanan di TNK bersifat terbuka dan sangat dinamis, hal ini merupakan tantangan
bagi pengelolaan sumberdaya tersebut. Kompleksitas permasalahan pengelolaan sumberdaya
perikanan di TNK dipicu oleh konflik antar kepentingan dalam pemanfaatan sumberdaya tersebut.
Permasalahan konflik yang muncul dalam pengelolaan sumberdaya perikanan di Taman Nasional
Karimunjawa (TNK) adalah upaya untuk mengidentifikasi sumberdaya perikanan secara ekologis
yang didukung dengan parameter fisik dalam penentuan status sumberdaya dengan upaya
kepentingan stakeholders dalam pemanfaatan sumberdaya.
Kebutuhan suatu metoda rencana penetapan kawasan konservasi yang paling efektif sangat
dibutuhkan untuk menunjang keberhasilan dalam memahami pengelolaan dan pemanfaatan
sumberdaya perikanan di TNK yang didukung dengan penentuan zonasi. Selama ini, Penetapan
kawasan konservasi dilakukan dengan pendekatan pengelolaan multiple-use, sehingga
menimbulkan berbagai macam kerancuan dalam mengidentifikasi batasan-batasan kawasan
konservasi yang tidak jelas. Sampai saat ini, penataan zonasi kawasan TNK belum didukung
dengan kelengkapan data dan informasi potensi sumberdaya alam dan ekosistemnya. Penataan
zonasi bertujuan untuk optimalisasifungsi dan peruntukkan potensi sumberdaya alam dan
ekosistemnya.
Sistem informasi geografis (SIG) mempunyai kemampuan aplikasi dalam melakukan analisa
berbasis spasial. SIG mampu mengidentifikasi suatu areal perairan dengan jelas sebagai zona
perlindungan ataukah sebagai zona pemanfaatan. Aplikasi SIG telah banyak digunakan dalam
V-85
pengelolaan sumberdaya pesisir dan lautan. Bruce and Eliot (2006) menyatakan, bahwa Teknik
Analisa SIG telah digunakan dalam perencanaan dan proses evaluasi untuk pengembangan
habitat perairan buatan, penilaian kualitas habitat suatu perairan, pemodelan aktivitas perikanan,
dan pengelolaan sumberdaya perikanan berbasis ekosistem.
Taman Nasional merupakan kawasan yang dirancang untuk mencegah eksploitasi sumberdaya
yang berlebihan dan melindungi keutuhan ekologi, memberikan bantuan untuk kegiatan ilmiah,
pendidikan, dan rekreasi yang berwawasan lingkungan. Taman Nasional adalah kawasan
pelestarian alam yang mempunyai ekosistem asli dan dikelola dengan sistem zonasi. Untuk
memahami peranan sistem zonasi dalam pengelolaan taman nasional adalah dengan memahami
fungsinya. Zonasi menurut UU RI no. 27 tahun 2007 tentang Pengelolaan Wilayah Pesisir dan
Pulau-pulau Kecil, merupakan bentuk rekayasa teknik pemanfaatan ruang melalui penetapan
batas-batas fungsional sesuai dengan potensi sumbedaya dan daya dukung serta proses-proses
ekologis yang berlangsung sebagai salah satu kesatuan dalam ekosistem wilayah pesisir. Sistem
zonasi yang digunakan dalam taman nasional meliputi: (1) zona inti; (2) zona pemanfaatan
terbatas; dan (3) zona lain sesuai dengan peruntukan kawasan.
Prinsip kawasan konservasi laut adalah sebagai spill over effect (dampak limpahan) bagi
kawasan sekitarnya, karena di kawasan yang dilindungi, keberadaan stok ikan akan tumbuh
dengan baik dan limpahan kelebihan stok ikan di kawasan yang dilindungi akan mengalir ke
kawasan di sekitarnya (Fauzi dan Anna 2005).
Pengelolaan wilayah pesisir harus dilakukan secara cepat dan tepat dengan memanfaatkan data
yang kontinyu dan teknologi yang mampu menggambarkan wilayah pesisir dengan baik. Integrasi
penginderaan jauh dan Sistem Informasi Geografi (SIG) merupakan salah satu cara untuk
mengelola wilayah pesisir dengan data yang kontinyu dan sebaran spasial yang bisa
menampilkan secara sederhana bentuk kawasan pesisir. Secara sederhana intergrasi antara
penginderaan jauh dan SIG dapat memetakan kondisi wilayah pesisir sehingga dapat dipantau
kondisinya.
Penginderaan jauh merupakan suatu metode untuk pengenalan dan penentuan objek
dipermukaan bumi tanpa harus melakukan kontak langsung dengan objek tersebut. Data
pengunderaan jauh dapat bersifat kontinyu karena mempunyai resolusi temporal, dapat
digunakan untuk berbagai aplikasi karena resolusi spektralnya dan ditampilkan dalam berbagai
bentuk skala karena resolusi spasialnya.
3. Metode Penelitian
Penelitian ini dilakukan di Kawasan Taman Nasional Karimunjawa dengan mengambil data
distribusi ekosistem mangrove, lamun dan terumbu karang dari hasil penelitian Wildlife
Conservation Society (WCS 2005), Departemen Kelautan dan Perikanan (DKP 2006), Balai
Taman Nasional Karimunjawa (BTNK 2004).
V-86
Data citra satelit yang digunakan adalah Citra Landsat ETM 7+ dengan acquisition pada tanggal
21 Januari dan 24 Maret 2003. Liputan awan hanya 5%, sehingga memudahkan dalam
pembuatan peta digital. Pengolahan data peta citra tersebut dengan menggunakan software
ErMapper 5.5 melalui proses cropping data, pemulihan citra, penajaman citra, dan klasifikasi
citra. Fusi multispektral dilakukan dengan memilih 3 kanal, yaitu merah, hijau dan biru (RGB).
Seleksi fusi multispektral dilakukan berdasarkan nilai optimum index factor (OIF). Untuk analisis
terumbu karang dan lamun digunakan komposit RGB 421 dan analisis penutupan lahan basah
(mangrove) digunakan RGB 453. Pengembangan model fisik kualitas sumberdaya menjadi model
matematis melalui persamaan regresi berganda (Manoppo 2002):
Selanjutnya data diolah dengan software ArcView 3.3 dengan metode overlay.
Peraturan Pemerintah RI No. 60 tahun 2007 tentang Konservasi Sumberdaya Ikan pasal 9
menyebutkan bahwa penetpan kawasan konservasi berbasis ekologi harus memperhatikan
keanekaragaman hayati, kealamiahan, keterkaitan ekologis, keterwakilan, keunikan,
produktivitas, daerah ruaya, habitat ikan langka, daerah pemijahan dan daerah pengasuhan ikan.
Berdasarkan hasil Kegiatan Inventarisasi Penyebaran Mangrove di TNK tahun 2002 ditemukan
44 spesies mangrove yang termasuk dalam 25 famili. Dalam kawasan pelestarian ditemukan 25
spesies mangrove sejati dari 13 famili dan 18 spesies mangrove ikutan dari 7 famili. Sedang di
luar kawasan ditemukan 5 spesies mangrove ikutan dari 5 famili berbeda. Pada tingkat tiang dan
V-87
pohon hutan mangrove di kawasan Pulau Karimunjawa dan Kemujan didominasi jenis Exoecaria
agallocha sedang jenis yang penyebarannya paling luas adalah Rhizopora stylosa (Sunyoto dkk
2003). Avicennia spp tumbuh di daerah yang paling dekat dengan laut dengan substrat agak
berpasir, sedangkan lebih kearah daratan didominasi oleh Rhizophora spp, Bruguiera spp dan
Xylocarpus spp.
Klasifikasi hutan mangrove berdasarkan tegakannya terbagi menjadi 3, yaitu: (1) kerapatan
rendah: kerapatan tajuk < 50%; (2) kerapatan sedang: kerapatan tajuk antara 40% – 70%; (3)
kerapatan tinggi: kerapatan tajuk > 70% (Bakosurtanal 2001). Berdasarkan hasil analisis SIG,
distribusi ekosistem mangrove di TNK menyebar dibeberapa pulau, diantaranya: P. Karimunjawa,
P. Kemujan, P. Parang, P. Nyamuk, P. Bengkoang, P. Menjangan besar, dan P. Menjangan
Kecil. Kondisi hutan mangrove dengan kepadatan tinggi terdapat di P. Karimunjawa, P. Kemujan,
P. Parang dan P. Bengkoang.
Hasil Kegiatan Inventarisasi Penyebaran Mangrove di TNK tahun 2002 oleh BTNK, menemukan
bahwa ekosistem lamun yang tersebar di seluruh perairan TNK sampai mencapai kedalaman 25
meter. Struktur komunitas lamun tersusun atas 9 spesies yaitu Enhalus acoroides, Halophila
ovalis, Thalassia hemprichi, Cymodocea rotundata, Halodule uninervis, Halodule pinifolia,
Halophila minor, Syringodium isoetilium, dan Thalassodensron ciliatum yang didominasi oleh
genus Enhalus dan Thallasia (BTNK 2008).
Berdasarkan hasil analisis SIG, ekosistem lamun di TNK tersebar hampir disemua pulau, kecuali
P. Batu. Ekosistem lamun dengan tingkat kepadatan tinggi terdapat di P. Karimunjawa, P.
Kemujan, P. Sintok, P. Tengah, P. Kumbang dan P. Krakal Kecil.
Tingginya produktivitas ekosistem terumbu karang menjadi tempat pemijahan (spawning ground),
pengasuhan/ pembesaran (nursery ground), dan mencari makan (feeding ground) bagi berbagai
macam jenis ikan karang, sehingga produksi ikan karang di ekosistem terumbu karang sangat
tinggi (Supriharyono 2000). Di perairan Indonesia terdapat keanekaragaman ikan karang yang
tinggi, yaitu 62 famili dan 592 spesies ikan karang (Dahuri 2003).
Ekosistem terumbu karang di TNK terdiri atas 64 genera karang yang termasuk dalam 14 famili
ordo scleractinian dan 3 ordo non sceractinian. Sedangkan jenis yang mendominasi ekosistem ini
adalah genera Acropora dan Porites. Lebih lanjut dinyatakan bahwa sampai dengan tahun 2006,
persentase penutupan terumbu karang berkisar antara 7-69% dengan rata rata penutupan adalah
40%. Kekayaan spesies ikan karang yang berasosiasi dengan terumbu karang di TNK sebanyak
353 spesies ikan karang yang termasuk dalam 117 genus dan 43 famili (BTNK 2008).
V-88
Klasifikasi Kondisi terumbu karang berdasarkan prosentase jumlah karang yang hidup: (1) kondisi
sangat baik: 75% - 100%; (2) kondisi baik: 50% - 74%; (3) kondisi sedang: 25% - 49%; dan (4)
kondisi buruk: kurang dari 25% (Bakosurtanal 2001). Hasil analisis SIG, menunjukkan bahwa
prosentase penutupan terumbu karang berkisar antara 37% sampai dengan 73%. Tingkat
prosentase penutupan tinggi terdapat di P. Kembar, P. Gelaen, P. Burung, P. Karimunjawa, P.
Kemujan, P. Bengkoang, P. Menyawakan, P. Cemara Besar, P. Cemara Kecil, P. Krakal Besar,
P. Krakal Kecil dan P. Sintok, seadngkan tingkat prosentase penutupan sedang dan rendah
berada di P. Menjangan Besar, P. Menjangan Kecil, P. Parang, dan P. Kumbang.
Gambar 1 Peta Hasil Overlay Distribusi Ekosistem Mangrove, Lamun dan Terumbu Karang di TNK
Hasil overlay peta distribusi ekosistem mangrove, lamun dan terumbu karang menunjukkan
bahwa kesesuaian kawasan konservasi pengelolaan sumberdaya perikanan di TNK berbasis
ekosistem ditentukan oleh kondisi tingkat prosentase penutupan terumbu karang dan kerapatan
hutan mangrove. Luasan total kesesuaian kawasan konservasi = (34.31 + 129.37) + (0.14 + 0.51
2
+ 2.35) = 166.68 km . Menurut Fauzi dan Anna (2005), hubungan antara luasan kawasan
konservasi dengan manfaat ekonomi bersifat kuadratik. Luasan zona inti dan perlindungan akan
meningkatkan nilai ekonomi pada kisaran luasan 40% dari total luasan kawasan konservasi. Jika
melewati dari 40%, maka nilai ekonomi akan semakin menurun.
Oleh karena itu, agar kawasan konservasi TNK mempunyai nilai ekonomi yang tinggi diharapkan
luasan untuk zona inti dan zona perlindungan seluas 166.68 x 0.4 = 66.672 km2. Selebihnya yang
60% (100.008 km2) dimanfaatan untuk zona penyangga dan zona pemanfaatan sesuai dengan
kebutuhan peruntukan budidaya, penangkapan ikan, wisata, dan lainnya.
V-89
Kawasan Pemanfaatan Budidaya Karamba Jaring Apung (KJA)
Kawasan TNK mempunyai potensi perikanan jenis ikan karang dengan keanekaragaman yang
cukup tinggi untuk kegiatan budidaya berbasis laut. Beberapa budidaya ikan laut, diantaranya
adalah ikan kerapu (Serranidae spp) dan ikan napoleon (Cheilinus undulates). Pengembangan
industri marikultur sangat berpotensi untuk meningkatkan pendapatan masyarakat TNK. Secara
umum, faktor-faktor yang mempengaruhi kawasan budidaya KJA adalah: (1) kedalaman/
kecerahan berkisar 8 – 14 m; (2) substrat dasar berpasir sampai berlumpur; (3) ketinggian
gelombang; (4) kecepatan arus; (5) salinitas; (6) ketersediaan oksiden yang cukup (DO berkisar 6
-8 mg/lt) dan pH (berkisar 7.5 – 8.5) (DKP 2006).
Hasil analisis SIG, untuk tingkat kesesuaian tinggi kawasan KJA berada disekitar P. Burung, P.
Menjangan Besar, P. Menjangan Kecil, P. Cemara Kecil dan P. Bengkoang. Sedangkan tingkat
kesesuaian sedang berada disekitar P. Krakal Besar, P. Krakal Kecil, P. Nyamuk, P. Katang dan
P. Parang.
Jumlah populasi teripang diindikasikan mulai menurun akibat adanya penangkapan berlebih.
Masyarakat bahkan menginformasikan bahwa jumlah tangkapan saat ini hanya mencapai
sepersepuluh dari jumlah yang mereka dapat sepuluh tahun lalu. Kegiatan budidaya teripang
bertujuan untuk memulihkan populasi teripang pasir dan memberikan penghasilan tambahan bagi
masyarakat nelayan sebagai alternatif usaha di TNK.
Kawasan budidaya teripang sangat dipengaruhi oleh: (1) terlindung dari hempasan ombak; (2)
sirkulasi perairan; (3) substrat dasar karang berpasir; (4) surut terendah minimal 30 cm; (5)
kecerahan tidak kurang dari 5 m; (6) suhu berkisar 27 – 300C; (7) salinitas 30 – 35 permil; (8) pH
kisaran 7 – 9; (9) jauh dari pencemaran; (10) adanya indikator makro alga alami (DKP 2006).
Hasil analisis SIG, tingkat kesesuaian tinggi untuk kawasan budidaya teripang berada di sebelah
barat dan selatan P. Karimunjawa dan sekitar P. Menjangan Besar dan P. Menjangan Kecil.
Tingkat kesesuaian sedang berada disekitar P. Krakal Besar, P. Nyamuk dan P. Katang.
Budidaya mutiara mulai dikembangkan oleh masyarakat TNK, karena faktor alamiah TNK
(banyak teluk yang terlindung dari hempasan gelombang dan sirkulasi perairan yang baik) sangat
mendukung. Budidaya mutiara dapat meningkatkan pendapatan masyarakat, karena mempunyai
nilai ekonomis yang tinggi.
Kesesuaian kawasan untuk budidaya mutiara bergantung dengan; (1) kesuburan perairan
(sebaran kandungan klorofil-a); (2) terlindung dari hempasan gelombang; (3) kedalaman air
0
berkisar 15 – 25 m; (4) kecerahan berkisar 4.5 – 6.5 m: (5) suhu berkisar 25 – 35 C; dan (6)
kecepatan arus berkisar 15 – 25 cm/det).
Hasil analisis SIG, kawasan yang mempunyai tingkat kesesuaian tinggi untuk budidaya mutiara
berada disekitar P. Batu, P. Menjangan Besar, P. Cemara kecil dan P. Karimunjawa. Sedangkan
tingkat kesesuaian sedang berada disekitar P. Katang, P. Nyamuk, dan P. Kembar.
V-90
Gambar 2 Peta Hasil Overlay Kesesuaian Kawasan Budidaya KJA, Rumput Laut Teripang dan
Mutiara
Keragaman dan biomasa ikan karang di TNK didominasi oleh famili Pomacentridae
(betok laut), Labridae (wrasse), Chaetodontidae (kepe-kepe), Scaridae (ikan kakatua)
dan Serranidae (kerapu). Sebagian besar spesies tersebut merupakan pemakan karang
dan alga, sementara jumlah dan biomasa terendah adalah jenis ikan karnivora
Serranidae (kerapu). Tekanan penangkapan ikan mempunyai pengaruh yang paling
besar terhadap sumberdaya populasi ikan di TNK. Lokasi dengan keragaman ikan
tertinggi di Karimunjawa adalah di P. Cemara Besar dan P. Sintok. Kedua lokasi ini
merupakan daerah terumbu karang yang terisolasi terhadap penangkapan ikan yang
lebih banyak dilakukan di daerah terumbu yang lebih dalam, tetapi isolasi ini
memberikan perlindungan terhadap spesies ikan non-target (Marnane 2005).
V-91
Menjangan Kecil. Tekanan penangkapan rendah berada disekitar P. Krakal Kecil, P.
Krakal Besar, dan P. Sintok.
Gambar 3 Peta Hasil Overlay Lokasi Penangkapan Ikan dengan Alat Tangkap Pancing, Panah,
Bubu, Jaring Insang, Bagan Apung, Jaring Kantung, Muroami dan Pukat
V-92
karang), mengupayakan langkah-langkah penyelesaian yang baik penyebab konflik pemanfaatan
dan pengalokasian sistem zonasi. Tantangan kebijakan pengelolaan sumberdaya perikanan di
TNK berbasis pendekatan ekosistem adalah konsistensi untuk menjaga ekosistem sumberdaya
ikan (ekosistem mangrove, lamun dan terumbu karang) dengan melakukan sistem zonasi.
5.2 Saran
(1) Perlindungan yang ketat di zona inti dan perlindungan dengan pemberian deseminasi,
informasi dan pemahaman kepada masyarakat, membuat tanda batas yang jelas, melakukan
pengawasan dan penegakan hukum.
(2) Meningkatkan pendidikan dan kesadaran masyarakat tentang pentingnya kawasan
perlindungan laut untuk melestarikan sumberdaya.
(3) Pengembangan mata pencaharian masyarakat untuk memanfaatkan zona penyangga dan
zona pemanfaatan dengan budidaya dan penangkapan ikan yang ramah lingkungan.
(4) Pengembangan penelitian dan monitoring dengan memanfaatkan tenaga ahli akademisi dan
sistem informasi yang dapat dipertanggungjawabkan secara ilmiah.
6. Referensi
Badan Koordinasi Survei dan Pemetaan Nasional. (2001): Spesifikasi Teknis Penyusunan Neraca
Sumberdaya Alam Kelautan Spasial. ISSN 979-96013-7-1. Cibinong: Pusat Survei Sumberdaya Alam
BAKOSURTANAL.
Bengen, DG. (2002): Sinopsis: Ekosistem dan Sumberdaya Alam Pesisir dan Lautan serta Prinsip
Pengelolaannya. Cetakan ke-3. Bogor: Pusat Kajian Sumberdaya Pesisir dan Lautan Institut Pertania Bogor.
Bruce EM and Eliot IG. 2006. A Spatial Model for Marine Park Zoning. Coastal Management 34:17–38.
[BTNK] Balai Taman Nasional Karimunjawa.(2004): Penataan Zonasi Taman Nasional Karimunjawa,
Kabupaten Jepara, Provinsi Jawa Tengah. Semarang: Departemen Kehutanan, Dirjen Perlindungan Hutan
dan Konservasi Alam, BTNK.
[BTNK] Balai Taman Nasional Karimunjawa.( 2008): Rencana strategis Balai Taman Nasional Karimunjawa
2010 – 2014. Semarang: Departemen Kehutanan, Dirjen Perlindungan Hutan dan Konservasi Alam, BTNK.
Dahuri R. (2003): Keanekaragaman Hayati Laut: Aset Pembangunan Berkelanjutan Indonesia. Jakarta: PT
Gramedia Pustaka Utama.
[DEPHUT] Departemen Kehutanan Direktorat Bina Kawasan Pelestarian Alam. (1995): Pedoman Penetapan
Zonasi Taman Nasional. Bogor.
[DKP] Departemen Kelautan dan Perikanan. (2006): Laporan Akhir: Penyusunan Detail Tata Ruang
Kepulauan Karimunjawa. Jakarta: Direktorat Tata Ruang Laut Pesisir dan Pulau-pulau Kecil, Dirjen Kelautan
Pesisir dan Pulau-pulau Kecil DKP.
Fauzi A dan Anna S. (2005): Pemodelan Sumberdaya Perikanan dan Kelautan. Jakarta: Gramedia Pustaka
Utama.
Frid C, Paramor O. and Scott C. (2005): Ecosystem-based fisheries management: progress in the NE
Atlantic. Marine Policy 29: 461–469.
Hannesson R. (2007): Geographical distribution of fish catches and temperature variations in the northeast
Atlantic since 1945. Marine Policy 31: 32–39.
Jones PJS. (2006): Collective action problems posed by no-take zones. Marine Policy, 30: 143–156.
Kairo J, Kivyatu B, and Koedam N. (2002): Application of remote sensing end GIS in the management of
mangrove forests within and adjacent to Kiunga marine protected area, Lamu, Kenya. Environment,
Development and Sustainability 4: 153–166.
Lunn KE and Dearden P.( 2006): Fishers’ Needs in Marine Protected Area Zoning: A Case Study from
Thailand. Coastal Management, 34: 183–198.
Mare WK.de la. (2005): Marine ecosystem-based management as a hierarchical control system. Marine
Policy 29: 57–68.
Marnane MJ, Ardiwijaya RL, Wibowo JT, Pardede ST, Kartawijaya T, Herdiana Y. (2005): Laporan Teknis
Survei 2003-2004 di Kepulauan Karimunjawa, Jawa Tengah. Bogor: Wildlife Conservation Society-Marine
Program Indonesia.
Mitchel B. (1997): Pengelolaan Sumberdaya dan Lingkungan. Mitchel B, Setiawan B, dan Rahmi DH,
penerjemah. Yogyakarta: Gadjah Mada University Press. Terjemahan dari: Resource and Environmental
Management. First Edition.
Mukminin A, Kartawijaya T, Herdiana Y, dan Yulianto I. (2006): Laporan Monitorin:. Kajian Pola
Pemanfaatan Perikanan di Karimunjawa (2003-2005). Bogor: Wildlife Conservation Society – Marine
Program Indonesia.
V-93
Robert CM, Andelman S, Branch G, Bustamante RH, Castilla JC, Dugan J, Halpern BS, Lafferty KD,
Leslie H, Lubchenco J, Mcardle D, Possingham HP, Ruckelshaus M, and Warner RR. 2003. Ecological
criteria for evaluating candidat sites for marine reserves. Ecological Applications, 13(1) Supplement, 2003,
pp. S199–S214
Stelzenmuller V, Maynou F, Ehrich S, and Zauke GP. (2004): Spatial Analysis of Twaite Shad, Alosa fallax
(LACEPÈDE, 1803), in the Southern North Sea: Application of Non-Linear Geostatistics as a Tool to Search
for Special Areas of Conservation. Internat. Rev. Hydrobiol, 89 (4): 337–351.
Sunyoto dkk.( 2003): Laporan Kegiatan Inventarisasi dan Penyebaran Mangrove di Taman Nasional
Karimunjawa 2002. Semarang: Balai Taman Nasional Karimunjawa.
Supriharyono. (2000): Pelestarian dan Pengelolaan Sumberdaya Alam di Wilayah Tropis. Jakarta: PT.
Gramedia Pustaka Utama.
V-94
Hyperspectral Technology for Detection of Healthy Corals;
Optical Properties Characterization of Corals
1) 2) 3)
Nurjannah Nurdin , Teruhisa Komatsu , Hiroya Yamano ,
Gulam Arafat 4) and Chair Rani 5)
1) 4 )5)
Marine Science Department, Hasanuddin University
2)
Atmosphere and Ocean Research Institute (AORI), The University of Tokyo,
3)
National Institute for Environmental Studies, 16-2 Onogawa, Tsukuba-City, Ibaraki, Japan
Abstract-Hyperspectral data, in particular, offer high potential for characterizing and mapping
coral reefs because of their capability to identify individual reef components based on their
detailed spectral response. We studied the optical properties of the in situ measured living corals,
dead coral and coral rubber covered with algae and classified them. The study site is in
Spermonde archipelago, South Sulawesi,Indonesia - the area of highest diversity in the world. It
was difficult to find a completely dead coral and coral rubber without colonization by algae.
Spectra of living corals, dead corals and coral rubber covered with algae display a reflectance
minimum at 674nm. Similarity level among groups of healthy corals, dead coral covered with
algae and coral rubber covered with algae showed high similarity of spectral reflectance. Analysis
correlation, Cluster analysis, and ANOVA are support that between categories have distinct
reflectance spectra.
Keyword : Hyperspectral, Spectral reflectance, Coral rubber, Living corals, Dead corals
1. Introduction
Coral reefs are very important ecosystem in tropical waters. To conserve coral reefs, it is
necessary to monitor them. Remote sensing is an efficient to map corals (Mumby et al., 1999).
Therefore, spectra of coral reefs is very important information for mapping. Several researchers
have attempted to exploit hyperspectral data (from airborne and close range) to study coral
groups (e.g., Mumby et al., 1998; Hochberg and Atkinson, 2000; Mishra et al., 2004, 2007; Clark
et al., 1997, 2000; Myers et al., 1999; Schalles et al.,2000; Lubin et al., 2001; Joyce and Phinn,
2003; Kutser et al., 2003; and Mishra et al., 2006. Hochberg et al. (2003) provided a
comprehensive literature review on in situ remote sensing research pertaining to coral reef
environments. They classified types of coral communities — healthy coral, dead coral, algae, and
sand but only one of research have attempted in Indonesia by Holden and LeDrew in 1998, 2000
and 2001 to characterize coral groups using field radiometers at close range. Recents studies
Hochberg et al. (2006) and; Kutser and Jupp (2006), Stambler and Shashar (2007) and
Rundquist et al. (2009) have focused on coral species recognition, and the extent of variability in
the reflectance spectra of corals of specific species. Fundamental research regarding the spectral
differences between common coral reef features is necessary.
It was difficult to find a completely dead coral without colonization by algae. Dead coral are not
actually pure because trace amounts of macroalgae were visible on the surface. The stage of
dead coral is temporary and the affected corals will either recover to their normal pigmentation or
die and be colonized by macroalgae (Holden and LeDrew, 2001). Therefore, it is important to
determine the spectral characteristics of living coral, dead coral and coral rubber covered with
algae.
In this study, we were interested in examining the naturally occurring variations in reflection
spectra within a coral rubber, healthy and dead corals covered with algae of a given locality. The
objectives of our work were to: (1) document the spectral features of coral rubber, healthy coral
and dead corals covered with algae as distributed within four study site in the Spermonde
archipelago; and (2) develop spectral library to determine whether living and dead corals covered
with algae and coral rubber covered with algae are spectrally discriminable and how to achieve
discrimination. Whereas, this research is expected as baseline information on optical characters
of living and dead coral covered with algae and coral rubber covered with algae that can be used
as a basic knowledge in interpretating satellite images so that they facilitate in identifying
V-96
existence and differentiating some healthy coral and dead coral covered algae, especially using
hyperspectral.
Figure 1 Location of the Samatellu Lompo, Samatellu Borong, and Samatellu Pedda island study
sites in Spermonde Archipelago, South Sulawesi, Indonesia.
Before conducting measurement, we first select coral reef area having high heterogenety by using
manta towing method and determination of station points. The manta tow techniques is used to
asses broad changes in the benthic communities of coral reefs where the unit of interest is often
an entire reef or large portion thereof. The technique is useful for selecting sites that are
representative a large areas of reef (Pemetta, 1993). Dark measurements taken in each
experiment were used to subtract additional operational noise. A calibrated white reference
standard was used following each sample measurement, placed at the exact location and height
of the sample. We studied the optical properties of the in situ measured living and dead coral
covered with algae and decided to devide the substrates into the following classes: live corals
(Acropora formosa, Seriotopora stelata, Acropora macrostomata, Acropora sarmentosa, Porites
columnaris, Porites meyeri), dead corals covered with algae (dead Porites and dead Acropora),
coral rubber (<3 months and >3 months). In the present study the coral rubber were divided into
recently (less than 3 month) and long time (considerably greater than 3 months) coral rubber.
Dead coral was greater than 3 months. Recently coral rubber began covered with turf algae and
coralline white is visible clearly. Long time coral rubber are mainly covered with turf algae that
growing rapidly and significantly darker than recently coral rubber and therefore more easily
separable.
A total of 90 representative samples of living coral and 26 of dead coral covered with algae and
106 of coral rubber were selected randomly. The reflectance spectra were taken over each
sample between 1 and 3 m in depth, and each spectrum was the result of averaging of individual
scans compiled over approximately 30 seconds total. The spectral range of the instrument is 300
- 1100 nm. Spectra are sampled with 3 nm intervals. The total number of substrates for which
reflectance spectra were collected was 222.
3. Data Analysis
Correlation analysis, Cluster analysis, and analysis of variance (ANOVA) were applied to data
analysis. Cluster analysis was used to determine spectral similarity in and among coral species
V-97
based on spectral responses at observed wavelengths. Similarity scale used was euclidean
distance. Distance scale determined spectral similarity and dissimilarity in which object with
shorter distance would be more similar each other compared to object with longer distance.
ANOVA was used to compare means of two or more samples (using the F distribution). Two
estimates are made of the population variance to compare the group to discover if this apparent
difference is statistically significant.
4. Results
Spectral Analysis
Our efforts focused primarily on measurements of living corals, dead corals covered with algae,
and coral rubber. Reflectance spectra (Avg ± Std, range 0-1) from 10 categories are shown in
Fig.2. The coral rubber were divided into recently (less than 3 month) and long time (considerably
greater than 3 month) coral rubber. Recently coral rubber began covered with turf algae and
coralline white is visible clearly. Long time coral rubber are mainly covered with turf algae that
growing rapidly and significantly darker than recently coral rubber and therefore more easily
separable. The live corals, dead coral and coral rubber had a similiar reflectance. This indicated
that living corals couldn’t be easily separated from dead corals and coral rubber.
Dead Porites appeared similar in spectral magnitude and shape to dead Acropora (Fig.3B). They
have a peak reflectance at 605nm and reflectance minima at 674nm. Coral rubber display
measured spectra with reflectance minima at 674nm. All of the measured parts of the live corals
showed distinctive spectral features (Fig. 3C), such as a peak reflectance at 579nm, and drop at
674nm, and a steep rise around 700nm. Furthermore, with few exception, Steriotopora stellata
and recently coral rubber spectra displayed highest reflectance (9%). The average maximum
reflectance values were between 4% and 9% for all categories. There were certain spectral
features common to most living corals, dead coral covered with algae and rubber covered with
algae. Curva of mean apparent reflectance spectra showed that there are more spectral
variations in the shape of the curves of living coral measurements than dead coral covered with
algae measurements(Fig.3A,B), but there do not appear to be any significant differences in
spectral reflectance within dead coral covered with algae category (Fig.3D). Reflectance was
generally lower in the shorter wavelenght region (400-500nm) and it most cases there were not
distinctive features between substrates in this region.
Correlation analysis
To examine the similarities between the categories, Paerson correlation coefficients were
calculated as summerized in Table 1. The Pearson correlation coefisient considers the profile, or
spectral, shape (Wilkinson et al., 1996), so the coefficients represent the similarities of the entire
spectrum as a whole. The average spectra for each 10 categories that comprise living and dead
coral covered with algae and coral rubber were included in the correlation analysis. When the
entire average spectrum is considered, the correlations between categories are high suggesting a
high degree of similarity overall.
V-98
Acropora formosa Coral Rubber (<3 months)
25 25
Reflectance (%)
Reflectance (%)
20 20
15 15
10 10
5 5
0 0
400 425 450 475 500 525 550 575 600 625 650 675 700 725 750 400 425 450 475 500 525 550 575 600 625 650 675 700 725 750
Wavelenght (nm) Wavelenght (nm)
25 25
Reflectance (%)
Reflectance (%)
20 20
15 15
10 10
5 5
0 0
400 425 450 475 500 525 550 575 600 625 650 675 700 725 750 400 425 450 475 500 525 550 575 600 625 650 675 700 725 750
Wavelenght (nm) Wavelenght (nm)
25 25
Reflectance (%)
Reflectance (%)
20 20
15 15
10 10
5 5
0 0
400 425 450 475 500 525 550 575 600 625 650 675 700 725 750 400 425 450 475 500 525 550 575 600 625 650 675 700 725 750
25 25
Reflectance (%)
Reflectance (%)
20 20
15 15
10 10
5 5
0 0
400 425 450 475 500 525 550 575 600 625 650 675 700 725 750 400 425 450 475 500 525 550 575 600 625 650 675 700 725 750
25 25
Reflectance (%)
Reflectance (%)
20 20
15 15
10 10
5 5
0 0
400 425 450 475 500 525 550 575 600 625 650 675 700 725 750 400 425 450 475 500 525 550 575 600 625 650 675 700 725 750
V-99
25
25
Acropora formosa A25 25 Seriotopora stelata
Seriotopora stelata
B
Acropora formosa
20 Acropora macrostomata 20 Porites meyeri
Porites meyeri
Reflectance (%)
Reflectance (%)
20 Acropora macrostomata 20
Reflectance (%)
Reflectance (%)
Acropora sarmentosa Porites columnalis
15 Acropora sarmentosa 15 Porites columnalis
15 15
10 10
10 10
5 5
5 5
0 0
0 0
400 450 500 550 600 650 700 750 400 450 500 550 600 650 700 750
400 450 500 550 600 650 700 750 400 450 500 550 600 650 700 750
Wavelenght (nm) Wavelenght (nm)
Wavelenght (nm) Wavelenght (nm)
C D
25 25
25 Coral Rubber (<3 months) 25 Acropora
Coral Rubber (<3 months) Acropora
20 20 Porites
Coral Rubber (>3 months) Porites
Reflectance (%)
Reflectance (%)
Reflectance (%)
Reflectance (%)
15 15
15 15
10 10
10 10
5 5
5 5
0 0
0 0
400 450 500 550 600 650 700 750 400 450 500 550 600 650 700 750
400 450 500 550 600 650 700 750 400 450 500 550 600 650 700 750
Wavelenght (nm) Wavelenght (nm)
Wavelenght (nm) Wavelenght (nm)
Figure 3 Mean apparent reflectance spectra (%) of live coral acropora (A), live coral non acropora
(B), rubber covered with algae (C), dead coral covered with algae (D). Dead coral covered
with algae are represented by a reflectance spectrum of Porites and Acropora, live corals
by Acropora formosa, Seriotopora stelata, Acropora macrostomata, Acropora sarmentosa,
Porites columnaris, and Porites meyeri spectrum
Table 1 Correlation Coefisien for 10 Categories of Live Corals, Dead Corals Covered with Algae,
Coral Rubber Covered with Algae
sarmentosa
Seriotopora
Rubber (<3
Rubber (>3
macrostom
columnalis
Acropora
Acropora
Acropora
Acropora
months)
months)
formosa
Porites
Porites
Porites
meyeri
stelata
Coral
Coral
Dead
Dead
ata
Acropora
formosa 1
Acropora
macrostomata 0.97 1
Acropora
sarmentosa 0.97 0.99 1
Seriotopora
stelata 0.96 0.93 0.94 1
Porites meyeri 0.89 0.96 0.95 0.90 1
Porites
columnalis 0.96 0.99 0.99 0.95 0.98 1
Coral Rubber (<3
months) 0.86 0.91 0.89 0.84 0.95 0.93 1
Coral Rubber (>3
months) 0.77 0.88 0.86 0.76 0.96 0.90 0.96 1
Dead Acropora 0.85 0.92 0.90 0.85 0.98 0.94 0.99 0.98 1
Dead Porites 0.81 0.89 0.87 0.80 0.95 0.91 0.99 0.98 0.99 1
Spectral clustering
Cluster analysis is the generic name for a multivariate procedure of clumping similar objects into
caregories enabling identification of (1) outliers, and (2) the basic structure of the dataset. No
satisfactory general method has been developed for deciding how many clusters exist in data set
of unknown structure (Wilkinson et al., 1996). Therefore, the number of cluster is a subjective
decision based on knowledge of the dataset characteristics. The objective of cluster analysis is to
determine which objects are similar and dissimilar and categorize them accordingly (Holden and
LeDrew., 1998).
V-100
Results of visualization at curve of reflectance curve were tested with cluster analysis applied to
all of those coral species. In cluster analysis, it was found groups based on the spectral
responses of each sample to eight wavelength groups and based on scale of similarity distance
among these samples in which an object with shorter distance among samples would be more
similar one to others compared to the objects having longer distance. Display of group division at
overall wavelengths was presented in dendrogram graph as shown at Figure 2.
Based on Figure 3, there are many clusters as spectra, while on the right there is only one cluster.
Therefore, moving from left to right denotes an encreasing degree of difference between spectra
where a small Euclidean distance suggests that the spectra are most similar. Based on the
reflectance values and formation of spectral curve pattern at the six live corals, two dead coral
covered with algae, and 2 coral rubber, it can be observed that there is a similar spectral among
categories.
Similarity
0.00
33.33
66.67
100.00
(<3 months)
Acropora macrostomata
Dead Porites
Coral rubber
Acropora formosa
Acropora sarmentosa
Dead Acropora
Porites meyeri
(>3 months)
Seriotopora stelata
Coral rubber
Porites columnalis
Fig. 4. Dendogram Graph of ten categories divided into six live corals (Acropora formosa, Acropora
macrostomata, Acropora sarmentosa, Seriotopora stelata, Porites meyeri, and Porites
columnaris), 2 dead coral covered with algae (Acropora, and Porites) and 2 coral rubber
(<3 months, and >3 months)
There were six main groups at similarity distance of 70,87% i.e. Acropora macrostomata and
Acropora sarmentosa having spectral similirity, categorized in one group. Porites meyeri having
spectral similirity with old coral rubber, dead Acropora and dead Porites, categorized in one
group. However, Acropora formosa, Seriotopora stelata, Porites Columnaris, recently coral
rubber have formed groups with himself. They have not shown a spectra similarity with another
categories.
At similirity distance of 87,81%, it was show eight groups i.e. Acropora macrostomata and
Acropora sarmentosa categorized in one group. Dead Acropora and dead Porites having spectral
similirity categorized in one group. Acropora formosa, Seriotopora stelata, Porites Columnaris,
Porites meyeri recently coral rubber, and old coral rubber have not shown a spectra similarity
with another categories. They have formed groups with himself.
5. Discussion
V-101
The Pearson correlation analysis revealed that when the entire spectral curve is considered, there
is a strong correlation between and within the living corals, dead coral covered with algae and
coral rubber covered with algae. Coral rubble is covered with epiphytic algae after bleaching by
blast fishing activities. As time goes on, epiphytic algae become thicker. Reflectance of coral
rubble is changed with period after bleaching. Epiphytic algae become visible size by three
months after bleaching. By virtue of change in algae cover over time, it was possible to
discriminate between coral rubber bleached less than 3 months, and more than 3 months.
Therefore coral rubble showed the similar shape but have a different of spectral magnitude and
peak position between two groups of coral rubble. These differences could be used as precise
indicators and predictors for identifying coral rubble conditions reflecting the chlorophyll
concentration. It contributed significantly to the increase in value of reflectance. All photosynthetic
organisms (living corals, dead corals covered with alga, and coral rubber covered with algae)
displayed a reflectance minimum at approximately 674nm, a feature related to the presence of
chlorophyll.
In generally, living corals, dead corals covered with algae and coral rubber spectra display a
reflectance minimum at 674nm. Additionally, all of the live coral and coral rubber spectra have a
peak in reflectance at 579nm. However, dead coral have a peak reflectance at 605nm. The
object will tend to reflect the same colour as its colour and to absorb the other colours so that the
intended object will have higher reflectance values at similar wavelength colour to the original
colour. Similarly perceived colors may be the outcome of different spectra. Therefore, it is
beneficial, if often difficult, to examine spectra rather than colors when attempting to classify
corals (Clark et al., 1997; Holasek et al., 1998; Holden and LeDrew, 1999; Hochberg and
Atkinson, 2000; Hochberg et al., 2003; Mazel et al. 2003; Mazel and Fuchs, 2003).
Reflectance spectra of their study are similar in shape ad magnitude to those of the our study.
The highest reflectance value of live corals was achieved at wavelengths of 579nm . Dead coral
was achieved a highest reflectance at 605nm. This is in aggreement with a study by Kutser et al
(2003) that hard coral had high mean reflectance value at wavelength 550-700nm. Similar trend
was found by Nurdin and Rani (2008) which take measurement in the laboratory that reflectance
peak for hard corals was at wavelength 550-620nm. Low value at blue and green wavelenghts
are largely the result of absorption by photosynthetic and photoprotective (Salih et al., 2000).
Similarly, higher values at red wavelenght indicate lack of absorption or presence of active
fluorescence (Mazel, 1995).
The results of cluster analysis are encouraging with respect to the separability of live corals, dead
coral covered with algae and coral rubber reflectance. Similarity level among groups formed was
high or on the other word spectral reflectance variability among ten categories was low. Porites
meyeri was in the same group with dead coral covered with algae and old coral rubber had a
similiar reflectance. This indicated that Porites meyeri couldn`t be easily separated from dead
corals and old coral rubber. All photosynthetic organisms (living and dead corals covered with
alga, coral rubber covered with algae) displayed a reflectance minimum at approximately 595 nm
and 674nm, a feature related to the presence of chlorophyll. The living coral and coral rubber
reflectance spectra showed the most variation in shape and magnitude in comparison with the
other groups. Within dead coral had the the least variation in spectral shape. The results of study
by Holden and LeDrew (1998) showing that the healthy cluster include 2 bleached spectra and 2
macroalgae spectra. Thus, there is a certain degree confusion between healthy coral, bleached
coral and algae. Since the macro algae contain photosynthetic pigments, the confusion with
healthy coral containing zooxanthellae is understandable. The overall results of this cluster
analysis suggest good separability based on measured reflectance.
V-102
Similarity level among groups of live corals, dead coral covered with algae and coral rubber
showed high similarity level or low variability of signal reflectance. Reflectance of coral is readily
distinguishable from that of other reef bottom types (Hochberg et al. 2003). This indicates
significant spectral differences between corals and other bottom types that are independent of
coral groupings (e.g.,taxa), which further implies that variability in reflectance of coral must not
be random (Hochberg et al. 2004). In this respect, corals share a high degree of similarity in
reflectance. At the same time, it is possible that live corals and dead coral scovered with algae
groups themselves are distinguishable from each other. Discrimination between corals and
other types may rely on spectral features that are independent of those features that might
discriminate between coral groups (Hochberg et al. 2004). This was caused by difference in
composition structure of coral corallite and corallite size (big or small). We have documented
that a differences in the magnitude and shapes of spectral curves from different categories and
a strong absorption of them at 674nm region (Fig. 3). However, the interpretation of the peaks
and shoulders of our spectra as areas of lower pigment activity and absorbance is propably
fluorescence features associated with the coral polyp host tissue (Mazel 1995).
Our results described 9-38 spectral pattern within one category. For example, Porites meyeri
(non acropora) has 30 spectral pattern and dead Porites has 12 spectral pattern. At these
categories demonstrated that within and between live coral, dead coral and old coral rubber
can present such a range of colors, making spectral discriminatin between them difficult.
According to a research by Karpouzli and Malthus (2003), spectral reflectance among coral
species showed high variability. This was caused by difference in pigment content of each
substrates. Different pigments would reflect and absorb light at different wavelengths, so that
affecting their reflectance values. Longer wavelength than 600nm will be absorbed by
chlorophill-a, whereas the shorter wavelengths will be absorbed by accessory pigments
(Hochberg and Atkinson, 2004). Thus it is not surprising that reflectance of living and dead
corals and coral rubber also shows variability at these study.
We developed spectral library to determine whether live coral, dead coral covered with algae
and coral rubber covered with algae are spectrally discriminable and how to achieve
discrimination. More investigation is required to statistically determine the degrees to which
various categories groupings are spectrally discernable. Basically, every material has different
structure or particle composition and this difference influences its electromagnetic response
pattern. Results of ANOVA of spectral reflectance among nineteen benthic communities
showed that spectral reflectance values at peak and minima were significantly different among
them. We have shown that basic live corals, dead corals and coral rubber have characteristic
reflectance, that within them, and that they are spectrally separable from each other. However,
dead corals and coral rubber are rapidly colonised by algae whose pigmentation may be similar
to that of the coral’s zooxanthellae, making the distinction between live corals, dead corals and
coral rubber more complicated.
6. Acknowledgement
This research was supported by Indonesian Directorate General of Higher Education (DGHE)
and IDB merit Scholarship Programme for Post-Doctoral Research. We would like to thank
Imaduddin Arief, Achmad Mauliddin, Ardi, Mukmin and Agus for their support during in situ
measurement.
7. References
Burke L, Selig E, Spalding M. (2002): Reef at Risk in Southeast Asia. Washington, D.C. World Resources
Institute (WRI)
Clark CD, Mumby PJ, Chisholm JRM, Jaubert J, Andre´foue¨t S. (2000): Spectral discrimination of coral
mortality states following a severe bleaching event. Int J Remote Sens 21:2321–2327
Hedley JD, Mumby PJ. (2002): Biological and remote sensing perspectives of pigmentation in coral reef
organisms. In: Southward AJ, Young CM, Fuiman LA (eds) Advances in Marine Biology. Academic Press,
San Diego, pp 279–317
V-103
Holden H, LeDrew E. (1998): Spectral discrimination of healthy and non-healthy corals based on cluster
analysis, principal components analysis, and derivative spectroscopy. Remote Sens Environ 65:217–224
Holden H, LeDrew E. (1999): Hyperspectral identification of coral reef features. Int J Remote Sens 20:2545–
2563
Hochberg EJ, Atkinson MJ. (2000): Spectral discrimination of coral reef benthic communities. Coral Reefs
19:164–171
Hochberg EJ, Atkinson MJ. (2003): Capabilities of remote sensors to classify coral, algae and sand as pure
and mixed spectra. Remote Sens Environ 85:174–189
Hochberg EJ, Atkinson MJ, Andre´foue¨ t S. (2003): Spectral reflectance of coral reef bottom-types
worldwide and implications for coral reef remote sensing. Remote Sens Environ 85:159–173
Hochberg E.J, Atkinson M.J, Apprill A, Andréfouët S. (2004): Spectra reflectance of coral. Coral Reefs 23,
84–95.
Hochberg E.J, Apprill A.M, Atkinson M.J, Bidigare R.R. (2006):Bio-optical modeling of photosynthetic
pigments in corals. Coral Reefs 25, 99–109.
Joyce KE, Phinn SR. (2003):Hyperspectral analysis of chlorophyll content and photosynthetic capacity of
coral reef substrates. Limnol Oceanogr 48:489–496
Karpouzli A.E, Malthus T.J, Place C. (2004):Hyperspectral discrimination of coral reef benthic communities in
the western Caribbean, Coral Reefs, 2004, 23, 141-151
Kirk, J. T. O. (1994): Light and photosynthesis in aquatic ecosystems, 2nd ed. Cambridge Univ. Press
Kutser T, Dekker AG, Skirving W. (2003): Modeling spectral discrimination of Great Barrier Reef benthic
communities by remote sensing instruments. Limnol Oceanogr 48:497–510
Kutser T, & Jupp D. L. B. (2006): On the possibility of mapping living corals to the species level based on
their optical signatures. Estuarine Coastal Shelf Sci., 69, 607.614.
Mazel CH. (1995): Spectral measurements of fluorescence emission in Caribbean cnidarians. Mar Ecol Prog
Ser 120: 185-191
Mazel CH.(1996): Coral fluorescence characteristics: excitationemission spectra, fluorescence efficiencies,
and contribution to apparent reflectance. SPIE Volume 2963 - Ocean Opt XIII 1:240–245
Mazel CH, Fuchs E. (2003): Contribution of fluorescence to the spectral signature and perceived color of
corals. Limnol Oceanogr 48:390–401
Mishra D, Narumalani S, Bahl R, Rundquist D, Lawson M. (2006): Predicting the Percent Live Cover of
Corals: An in situ Remote Sensing Approach. Geophysical Research Letters, 33, L06603
Mishra D, Narumalani S, Lawson M, and Rundquist D. (2004): Bathymetric Mapping Using IKONOS
Multispectral Data. GIScience and Remote Sensing, 41(4):301–321.
Mishra D, Narumalani S, Rundquist D, Lawson M. (2005): High Resolution Ocean Color Remote Sensing of
Benthic Habitats: A Case Study at the Roatan Island, Honduras. IEEE Transactions in Geosciences and
Remote Sensing, 43(7):1592–1604.
Mishra D, Narumalani S, Rundquist D, Lawson M. (2006): Benthic Habitat Mapping in Tropical Marine
Environments Using QuickBird Imagery. Photogrammetric Engineering and Remote Sensing, 72(9):1037–
1048.
Mishra D, Narumalani S, Rundquist D, Lawson M. (2007): Enhancing the Detection and Classification of
Coral Reef and Associated Benthic Habitats: A Hyperspectral Remote Sensing Approach. Journal of
Geophysical Research, 112, C08014
Mumby P, Green E, Clark C, Edwards A. (1998): Digital Analysis of Multispectral Airborne Imagery of Coral
Reefs. Coral Reefs, 17(1):59–69.
Mumby, P.J., Green, E.P., Edwards, A.J. and Clark, C.D. (1999): The cost-effectiveness of remote sensing
for tropical coastal resources assessment and management. Journal of Environmental Management 55: 157-
166.
Myers MR, Hardy JT, Mazel CH, Dustan P. (1999): Optical spectra and pigmentation of Caribbean Reef
corals and macroalgae. Coral Reefs 18: 179-186
Nurdin N, Rani C. (2009): Optical Properties of Soft Coral Species in Tropical Marine Waters. Proceeding
International Conference on Natural & Environment Science 2009, Banda Aceh, Indonesia
Pemetta, J.C. (1993): Monitoring Coral Reefs for Global Change. A marine Conservation and Development
Report. IUCN, Gland. Switzerland.
Rundquist D, Gitelson A, Lawson M, Keydan G, Leavitt B, Perk R, Jennifer Keck, Mishra DR, Narumalani S
(2009). Proximal Sensing of Coral Features: Spectral Characterization of Siderastrea siderea GIScience &
Remote Sensing, 46, No. 2, p. 139–160.
V-104
Schalles JF, Rundquist DC, Gitelson AA and Keck J. (2000): Close range, hyperspectral reflectance
measurements of healthy Indo-Pacific and Caribbean Corals. In: Proc of the Sixth Intern Conf, Remote
Sensing for Marine and Coastal Environments, Veridian ERIM Intern, Ann Arbor, MI, USA, I: 431- 440.
Stambler N, Sharhar N. (2007): Variation in spectral reflectance of the hermatypic corals,Stylophora pistillata
and Pocillopora damicornis. Journal of Experimental Marine Biology and Ecology 351: 143–149
Wilkinson L, Blank G, Grunber, C. (1996): Desktop analysis with Systat. New Jersey: Prentice Hall.
V-105
Penerapan Pemanenan Air Hujan sebagai Alternatif Mengurangi Kerentanan Terhadap
Perubahan Iklim
1) 2) 3)
Rizki Kirana Yuniartanti , Mada Sophianingrum , Duhita Mayangsari ,
Dien Arum Puspitasari4, dan Muhammad Furqon5)
Abstract: This paper aims to identify rain harvesting opportunities in overcoming the gap between water
supply and water demand, which is also related to climate change impacts. Rain harvesting opportunities
can be seen from the priorities and the contribution of rain harvesting. There are several criteria that
influence the implementation of rain harvesting opportunities, such as water supply and water demand gap
factor, physical and non physical factors, climate change factor, and government policy factor. There are as
guidelines in determining priority areas rain harvesting. Contributions can be seen from a mathematical
calculation the volume of rain water toward water gap in the Semarang City.
1. Latar Belakang
Fenomena perkotaan yang terjadi saat ini, pertumbuhan penduduk terus meningkat yang
berdampak secara signifikan terhadap peningkatan kebutuhan air bersih, sedangkan
ketersediaan air semakin terbatas. Di satu sisi, tingginya tingkat urbanisasi sebagai konsekuensi
adanya perkembangan kota, semakin mengurangi kapasitas penyerapan air oleh tanah akibat
perluasaan lahan terbangun di perkotaan. Terlebih lagi, ketersediaan air semakin terbatas karena
adanya fenomena perubahan iklim yang terjadi belakangan ini.
Adanya fenomena perubahan iklim dikhawatirkan akan semakin memperparah kondisi lingkungan
pada kawasan perkotaan, khususnya dalam hal ketersedian air bersih. Hal ini dikarenakan
dampak-dampak negatif yang dihasilkan dari fenomena tersebut, seperti perubahan pola hujan
yang ekstrim, dimana terjadi peningkatan curah hujan pada musim hujan namun terjadi
penurunan pada musim kemarau yang kemudian menyebabkan terjadinya kekeringan. Selain itu
dampak-dampak lain yang diakibatkan oleh perubahan iklim dapat terlihat dengan terjadinya
penurunan muka air tanah serta kenaikan muka air laut yang juga mempengaruhi ketersediaan
air bersih.
Kota Semarang dengan karakteristik alam sebagai kota pesisir dan non pesisir belum mampu
melayani kebutuhan air penduduknya secara keseluruhan. Krisis air bersih mulai terjadi tidak
hanya di wilayah pesisir akibat banjir dan rob, namun juga di penduduk non pesisir akibat
kekurangan sumber air. Fakta yang ada, sebanyak 447 keluarga di Kecamatan Gunung Pati
1
mengalami kekurangan air bersih (Sohirin, 2009) . Menurut studi BLH (Badan Lingkungan Hidup)
2
Kota Semarang , ketika di musim hujan tahun 2009, PDAM hanya melayani sekitar 45% dan 22%
dari populasi penduduk di pesisir dan non-pesisir. Sedangkan di musim kemarau, PDAM hanya
mampu melayani 44% dan 24% dari seluruh populasi di kawasan pesisir dan non-pesisir.
Padahal distribusi pelayanan PDAM saat ini masih terkonsentrasi di pusat kota.
Kondisi lingkungan tersebut sangat berlawanan dengan pola hidup masyarakat, terlebih
masyarakat yang belum terlayani oleh jaringan PDAM dalam memperoleh air bersih. Menurut
kajian kerentanan dan kemampuan adaptasi bahwa dalam memperoleh air bersih, masyarakat
menyesuaikan dengan karakteristik lokasi bermukimnya, diantaranya adalah dengan membangun
sumur dalam pada setiap rumah tinggal. Hal inilah yang dikhawatirkan akan semakin
memperparah kondisi lingkungan Kota Semarang, kaitannya dengan permasalahan ketersediaan
air bersih yang akan semakin berkurang.
Berdasarkan permasalahan diatas, perlu dilakukan tindakan antisipatif di Kota Semarang untuk
mengurangi permasalahan krisis air bersih, terlebih lagi dengan adanya fenomena perubahan
1
Dipublikasikan dalam Temporaktif edisi 14 Juli 2009
2
BLH 2010, Implementasi Teknologi Pemanenan Air Hujan (Rainwater-harvesting) Untuk Menambah Pasokan Air Bersih dan Mengurangi Banjir
Semarang, Presentasi Ir. Gunawan Wicaksono dalam SLD 4 di Kota Semarang, tanggal 8 Juni 2010
V-107
iklim yang semakin merentankan masyarakat dalam mengakses air bersih. Sistem pemanenan
air hujan merupakan salah satu teknik konservasi air yang mencoba untuk menambah pasokan
air sehingga mampu mengimbangi kebutuhan konsumsi air melalui pemanfaatan air hujan
sebagai sumber air. Ditinjau dari sisi ekologisnya, konsep dasar dari sistem ini adalah melakukan
pengisian kembali air tanah sehingga dapat menciptakan pola penggunaan air yang
berkelanjutan dan melindungi sumber daya air. Dengan adanya sistem ini, memungkinkan terjadi
pengurangan eksploitasi penggunaan air tanah dan run off ketika banjir di Kota Semarang.
2. Teknik Analisis
Teknik analisis yang digunakan dalam penelitian ini antara lain:
1) Perhitungan proyeksi jumlah penduduk
Dalam perhitungan proyeksi kebutuhan air Kota Semarang menggunakan jumlah penduduk
yang juga dilakukan proyeksi dari tahun 2010-2030. Data jumlah penduduk yang digunakan
adalah jumlah penduduk tahun 2010 karena merupakan sensus yang lengkap bukan sensus
sampel.
Terlebih dahulu dilakukan proyeksi penduduk Kota Semarang dengan menggunakan rumus
proyeksi berganda karena menurut BPS, proyeksi ini yang paling mendekati untuk
menganalisis kependudukan di Jawa Tengah.
Dengan adanya GIS yang berfungsi menata struktur keruangan akan dapat membantu dalam
sistem pemanenan air hujan ketika ruang tersebut dihubungkan dengan permodelan hidrologi
suatu wilayah serta pengidentifikasian area tangkapan air serta runoff . Banyak faktor atau
variabel yang dapat digunakan dalam GIS untuk membantu sistem penerapan pemanena air
hujan. Berikut adalah tahapan atau proses yang bisa dilakukan menggunan konsep GIS
dalam penerapan sistem pemanenan air hujan.
Layer
Peta
Constraint
Constraint
Proses awal yang dilakukan adalah dengan pembuatan layer-layer yang telah ditentukan.
Secara umum layer-layer ini berisikan tentang data ekonomi, sosial, kondisi tanah, kawasan
konservasi dan danau. Hal ini bertujuan sebagai dasaran analisis nantinya. Selanjutnya, layer-
layer yang ada dibuat menjadi peta dan di overlay. Sehingga mendapatkan peta potensial
V-108
pemanenan air hujan. Dari peta potensial ini dilanjutkan dengan overlay sehingga
mendapatkan peta kecocokan pemanenan air hujan.
Hasil dari perhitungan standar kebutuhan air bersih digunakan untuk memproyeksikan
kebutuhan air bersih masyarakat Kota Semarang hingga tahun 2030.
(3)...Peluang kejadian hujan = Waktu musim hujan Kota Semarang x proporsi kejadian hujan selama satu bulan x 30
hari
KOTA SEMARANG
Supply
Demand
Titik kritis merupakan titik pertemuan atau persilangan antara kebutuhan dengan ketersediaan air.
Titik kritis tersebut akan mengindikasikan kondisi wilayah yang kekurangan air karena setelah titik
V-109
kritis tersebut akan muncul gap atau kesenjangan antara kebutuhan dengan ketersediaan air.
Seperti pada gambar ilustrasi diatas, proyeksi kebutuhan dan ketersediaan air pada tahun 2010
menunjukkan bahwa kondisi wilayah belum kekurangan air. Pada tahun-tahun berikutnya, terjadi
titik kritis dimana kebutuhan dan ketersediaan air di wilayah tersebut akan bertemu dan
bersilangan. Kondisi yang terjadi selanjutnya, ketersediaan air yang ada tidak dapat memenuhi
kebutuhan air yang juga terus meningkat, sehingga akan terjadi kesenjangan ketersediaan dan
kebutuhan pada wilayah tersebut.
Karakter kesenjangan ketersediaan dan kebutuhan air bersih dan Kota Semarang cukup unik
karena titik kritis terdapat di tahun 2010 dan kesenjangan terlihat di tahun 2025. Oleh karena itu,
perlu langkah antisipasi dini untuk mencegah kesenjangan ketersediaan dan kebutuhan air bersih
di tahun 2025. Dilihat secara spasial, wilayah dengan kesenjangan ketersediaan dan kebutuhan
air bersih sangat luas.
Berdasarkan kondisi dan permasalahan yang dihadapi Kota Semarang perlu ada perlakuan
khusus terhadap Kota Semarang. Program-program Kota Semarang lebih terfokus untuk
menyelesaikan permasalahan yang saat ini dihadapi. Permasalahan-permasalahan Kota
Semarang yang identik dengan kondisi lingkungan dapat diterapkan dengan dua pendekatan,
yaitu pendekatan linear dan pendekatan area. Pendekatan linear terkait dengan hal-hal yang
bersifat teknis yang saat ini telah banyak dilakukan di Kota Semarang. Peninggian jalan dan
rumah, pembangunan rumah pompa, dan juga pelebaran dimensi saluran drainase merupakan
program yang bersifat teknis, tetapi belum menunjukkan perubahan yang berarti bagi Kota
Semarang.
Penerapan prinsip Pemanenan air hujan diharapkan dapat tepat sasaran pada wilayah-wilayah
yang sangat memerlukan. Oleh karena itu perlu adanya kajian terhadap metode pemanenan air
V-110
hujan yang sesuai untuk Kota Semarang. Pemanenan air hujan di Kota Semarang akan
menggunakan 2 metode yaitu Pemanenan air hujan sebagai fasilitas penampungan dan
Pemanenan air hujan sebagai fasilitas peresapan.
V-111
berada di atas permukaan tanah. Dengan dalam sumur peresapan. Air
begitu, pemanenan air hujan fasilitas akan mudah terinspirasi pada
penampungan dapat diterapkan pada tipe kelerengan datar (0-8%)
kawasan dengan topografi 0 - > 45%. dan landai (8-15%).
Litologi, mempengaruhi laju dan Pemanenan air hujan fasilitas Pemanenan air hujan fasilitas
volume infiltrasi dengan faktor penampungan sangat flexibel jika peresapan hanya dapat
tekstur dan struktur tanah, diterapkan karena tidak memerlukan diterapkan pada kondisi tanah
persediaan air awal dan tajuk karakteristik litologi yang khusus. tertentu.
penutup tanah (Asdak, 2005). Pemanenan air hujan fasilitas Kriteria yang mempengaruhi
penampungan dapat diterapkan pada adalah tingkat permeabilitas,
kondisi litologi dengan tingkat tingkat kepekaan erosi, dan
permeabilitas sangat tinggi-sangat rendah tajuk penutup tanah.
dan kepekaan erosi dari yang tidak peka- Tipe tanah yang dipilih adalah
sangat peka. alivial, asosiasi aluvial kelabu,
mediteran coklat tua, latosol
coklat kemerahan, latosol coklat.
Pemilihan tipe tanah tersebut
dikarenakan permeabilitasnya
sangat tinggi-tinggi dan
kepekaan erosinya tidak peka-
agak peka.
Pemilihan lokasi juga pada
wilayah yang tajuk penutup
tanahnya masih berfungsi,
dalam artian ruang terbuka
dengan vegetasi berakar kuat
menjadi pilihan yuntuk
penerapan pemanenan air hujan
fasilitas peresapan.
Tata guna lahan, mempengaruhi Penggunaan lahan lebih diprioritaskan Syarat utama dalam penerapan
kemampuan infiltrasi tanah. pada fasilitas-fasilitas sosial dan kawasan pemanenan air hujan fasilitas
non terbangun (memperhitungkan luasan resapan adalah air hujan yang
lahan yang diperlukan). Pemanenan air jatuh dari atap dan disalurkan ke
hujan jenis ini dapat diterapkan pada talang. Oleh kerena itu
penggunaan lahan jasa pemerintahan, perumahan, pemukiman, jasa
jasa pelayanan umum, tanah kosong, jasa pemerintahan, jasa pelayanan
pendidikan, akomodasi dan rekreasi, umum, pendidikan,
hutan, jasa kesehatan, peribadatan, kebun perdagangan umum, dan
campur, komplek pelabuhan, stasiun KA, perusahaan perkantoran
kuburan, perairan, perdagangan umum, menjadi arahan lokasi yang
perkebunan, taman, tanah kosong, tepat untuk penerapan
tegalan, terminal umum pemanenan air hujan fasilitas
resapan.
Karakteristik DAS, merupakan salah Pemanenan air hujan fasilitas Pemanenan air hujan fasilitas
satu faktor terpenting dalam penampungan dapat diterapkan pada DAS penampungan harus diterapkan
pembentukan hidrograf aliran. yang tidak begitu luas karena pemanenan pada DAS yang luas karena
Semakin besar luas DAS, semakin air hujan jenis ini sumber airnya berasal DAS tersebut akan menampung
besar curah hujan yang dapat dari talang yang dialirkan ke tempat- curah hujan yang akan
diterima tempat penampungan. DAS yang digunakan pada pemanenan air
digunakan, yaitu Tugu, Banjir Kanal Timur, hujan fasilitas peresapan. DAS
Barat, Blorong, Bringin, Plumbon, yang digunakan, yaitu Babon,
Silandak, Tengah. Timur, Banjir Kanal Barat.
Hidrologi Kota Semarang Karakteristik hidrologi yang digunakan untuk fasilitas penampungan adalah
aquifer
Cekungan Air Tanah Cekungan air tanah (CAT) perlu dipertimbangkan dalam penerapan
pemanenan air hujan. Dengan diketahui CAT Kota Semarang maka aliran air
tanah Kota Semarang dapat teridentifikasi. CAT didefinisikan sebagai suatu
wilayah yang dibatasi oleh batas hidrogeologis, tempat semua kejadian
hidrogeologis seperti proses pengimbunan, pengaliran dan pelepasan air
tanah berlangsung. Selain itu, cekungan air tanah akan memudahkan
monitoring penggunaan air tanah. Proses monitoring penggunaan air tanah
akan lebih mudah jika divisualisasikan dalam data visual dan atributnya.
Sumber: Analisis Peneliti, 2011
Selain faktor fisik, faktor non fisik juga dipertimbangkan dalam penentuan lokasi pemanenan air
hujan. Kondisi sosial ekonomi lebih menekankan pada masyarakat sebagai sasaran pemanenan
air hujan. Kondisi sosial-ekonomi masyarakat berdasarkan kondisi finansial dalam hal
pendapatan, pemenuhan sandang; pangan; dan papan, jaminan kesehatan, jaminan pendidikan,
dan juga jaminan hukum. Kondisi-kondisi tersebut diklasifikasikan dalam kondisi penduduk tidak
miskin, rawan miskin, miskin, dan sangat miskin. Secara global seluruh wilayah di Kota
V-112
Semarang termasuk dalam klasifikasi rawan miskin hingga miskin. Presentase tingkat rawan
miskin hingga miskin sangat rendah, yaitu 0,03%-1,7%.
Kawasan rentan banjir, tanah longsor dan kekeringan tersebar merata, baik di wilayah pesisir,
dataran rendah, dan dataran tinggi. Banjir umumnya terjadi di daerah dengan topologi rendah dan
berada di wlayah morfologi pesisir dan dataran rendah, sedangkan bencana kekeringan dan
tanah longsor terjadi di wilayah yang elevasinya tinggi, sehingga supply air tidak mampu
menjangkau daerah tersebut. Dalam merespon kerentanan sebagai dampak perubahan iklim
diperlukan proses adaptasi dengan melihat prediksi kondisi Kota Semarang di masa depan.
Tentunya penerapan pemanenan air hujan disesuaikan dengan jenis bencana kerentanan yang
terjadi saat ini hingga di masa depan.
V-113
Gambar 7 Kawasan Rentan Bencana Akibat Perubahan Iklim
Sumber: Analisis Peneliti, 2011
Flood No Flood
Gambar 8 Box Plot Curah Hujan Bulanan Selama Musim Hujan pada Tahun Terjadinya Banjir dan
Tidak Banjir
Sumber: ISET, 2010
Berdasarkan studi ISET, terjadi perubahan siklus musim penghujan dan kemarau di Kota
Semarang pada periode waktu yang akan datang. Pada musim penghujan diprediksi ambang
batas curah hujan akan mengalami penurunan terutama di pusat Kota Semarang. Pada masa
yang akan datang terjadi peningkatan intensitas curah hujan disaat musim kemarau pada
kawasan pesisir.
V-114
Q3=
84
Gambar 9 Box Plot Curah Hujan Bulanan pada saat terjadi Kekeringan dan ketika tidak ada terjadi
kekeringan
Sumber: ISET, 2010
Karakteristik geologi yang ditunjang dengan topografi dan morfologi mengindikasikan bahwa Kota
Semarang rawan akan pergerakan tanah dan amblesan. Pergerakan tanah diklasifikasikan
sangat rendah hingga tinggi. Klasifikasi gerakan tanah sangat rendah-rendah terdapat di
kawasan pesisir dan dataran rendah, sedangkan klasifikasi menengah-tinggi terdapat di kawasan
dataran tinggi. Kondisi geologi yang dapat teridentifikasi dari adanya land subsidence sebagai
akibat perubahan tata guna lahan. Land subsidence yang berperan dalam peningkatan
kerentanan perubahan iklim. Intensitas pencampaian air laut ke daratan akan meningkat jika
didukung oleh land subsidence. Land Subsidence bukan sebagai hambatan untuk penerapan air
hujan, tetapi justru menjadi tantangan dalam penerapan pemanenan air hujan di Kota Semarang.
Perlu ada tindakan khusus bagi wilayah yang terkena land subsidence, tetapi terjadi gap supply-
demand agar wilayah tersebut dapat diterapkan pemanenan air hujan. Land subsidence perlu
dipertimbangkan agar dampak dari land subsidence tidak mempengaruhi kualitas air.
V-115
Gambar 11 Kawasan Rentan Gerakan Tanah
Sumber: RTRW Kota Semarang, 2010-2030
Kebijakan level internasional sebagai acuan dalam penerapan pemanenan air hujan
Secara umum kebijakan dalam merespon perubahan iklim dapat dilakukan pada 3 area makro,
yaitu:
a Kebijakan untuk mencegah dan mengendalikan sumber-sumber perubahan iklim. Kebijakan
ini pada dasarnya mengarahkan pada upaya untuk menurunkan emisi karbon yang
dilepaskan ke atmosfer dan mempertahankan serta meningkatkan kapasitas penyerap gas-
gas karbon di atmosfer.
b Kebijakan untuk mengatasi dampak yang dihasilkan dari perubahan iklim. Kebijakan ini pada
dasarnya berhubungan dengan konsekuensi yang lansung diterima oleh semua pihak
sebagai akibat perubahan iklim. Kebijakan ini cenderung reaktif untuk misalkan mengatasi
perubahan pola dan intensitas banjir, kekeringan, wabah penyakit, kenaikan muka air laut,
dan lain sebagainya.
c Kebijakan yang berpihak pada seluruh golongan masyarakat. Seperti telah diketahui bahwa
kelompok marginal yang paling merasakan dampak perubahan iklim. Oleh karena itu, upaya
penanganan perubahan iklim harus berpihak pada mereka.
Secara umum kebijakan dalam merespon perubahan iklim dapat direkomendasikan dalam
penerapan pemanenan air hujan yang dilakukan pada 4 area mikro, yaitu:
a. Kebijakan Pemanenan air hujan merupakan solusi yang dapat diakses oleh seluruh kelompok
masyarakat. Perlu adanya sosialisasi bagi masyarakat mengingat masyarakat belum
mengenal metode pemanenan air hujan.
b. Kebijakan tentang penerapan konsep pemanenan air hujan yang disesuaikan dengan
karakteristik dan potensi wilayah.
c. Kebijakan yang mengkaji tentang penggunaan pemanenan air hujan bagi masyarakat dan
pengelolaan sumber air yang berasal dari air hujan. Hal tersebut bertujuan untuk menjaga
kualitas air yang digunakan masyarakat.
d. Kebijakan yang menyangkut monitoring dan evaluasi terhadap penerapan pemanenan air
hujan. Pihak independen terutama NGO dapat mengambil peran dalam proses monitoring dan
evaluasi.
V-116
Kawasan Perkotaan dan Hinterland
Water Security
Kebijakan level nasional sebagai acuan dalam penerapan pemanenan air hujan
Perlu adanya kebijakan sebagai guidelines terhadap perubahan iklim skala nasional mengingat
kota-kota di Indonesia, seperti Jakarta, Surabaya, Samarinda, dan Makasar merupakan kota-kota
yang berada pada peringkat teratas di antara 11 kota besar di Asia yang rawan terkena dampak
perubahan iklim. Kebijakan level nasional dapat bersumber pada kebijakan level internasional.
Berdasarkan sumber tersebut, dapat dirumuskan kebijakan baru yang sesuai dengan
penanganan perubahan iklim di Indonesia. Kebijakan yang dapat direkomendasikan sebagai
respon akibat perubahan iklim global, yaitu:
1) Kebijakan yang bersifat spasial
Deliniasi wilayah-wilayah Indonesia yang rentan terhadap perubahan iklim. Deliniasi
wilayah tersebut berdasarkan potensi bencana (tanah longsor, kekeringan, dan banjir).
Perbedaan perlakuan mitigasi terhadap wilayah yang telah terkena dampak perubahan
iklim dengan wilayah yang belum terkena dampak perubahan iklim, tetapi berpotensi.
2) Kebijakan menurut prioritas
Pilihan mitigasi perlu diimplementasikan sebagai antisipasi perubahan iklim karena hal
tersebut sangat diperlukan jika ingin mempertahankan wilayah yang terkena dampak
perubahan iklim. Kebijakan tersebut akan menjadi tidak efektif jika diimplementasikan
setelah dampak perubahan iklim semakin parah bagi wilayah maupun penduduk.
Kebijakan prioritas juga dapat dilihat dari tindakan yang akan kita lakukan lebih bersifat fisik
ataupun non fisik. Tindakan yang bersifat fisik, seperti pembangunan konstruksi jalan,
pembangunan jalan yang tahan terhadap terjangan banjir, dan bangunan-bangunan
pengendali banjir belum dapat mengatasi dampak perubahan iklim. Padahal tindakan
tersebut memerlukan biaya yang cukup besar.
3) Kebijakan yang bersifat sektoral
Kebijakan ini membentuk sebuah ketahanan wilayah terhadap perubahan iklim global.
Wilayah-wilayah di Indonesia dipersiapkan sebagai wilayah yang siap menghadapi
perubahan iklim global. Kesiapannya dapat dilihat dari bentuk pengelolaan terhadap
sumber daya alam. Indonesia kaya akan sumber daya alam yang dilihat dari beberapa
sektor, seperti pertanian dan perikanan. Sektor-sektor tersebut rentan terhadap dampak
perubahan iklim. Langkah selanjutnya adalah mencegah kelangkaan dari sumber daya
tersebut.
4) Kebijakan yang berpihak pada sosial kemasyarakatan
Kebijakan ini berfungsi untuk memberikan ruang bagi masyarakat marginal untuk
memperoleh perlindungan dari dampak perubahan iklim. Telah diketahui sebelumnya,
bahwa masyarakat marginal yang paling merasakan dampak perubahan iklim global, tetapi
mereka tidak memiliki akses yang kuat untuk menghindari permasalahan tersebut.
Pemilihan program-program yang mudah diakses masyarakat, tanpa kendala financial dan
teknologi.
Pemanenan air hujan adalah upaya yang pengurangan dampak perubahan iklim yang
V-117
berpihak pada kaum marginal. Semua lapisan masyarakat dapat mengakses penerapan
pemanenan air hujan.
Indonesia telah menerapkan pemanenan air hujan di beberapa wilayah meskipun masih bersifat
lokal. Sebagai contoh adalah penerapan pemanenan air hujan di Banda Aceh. Pemanenan air
hujan diterapkan di Banda Aceh karena wilayah ini sering terjadi bencana kekeringan maupun
banjir. Dapat dikatakan banjir dan kekeringan adalah ‘kekuatan’ dari pemanenan air hujan.
Harapan dari penerapan pemanenan air hujan adalah ketersediaan air di Banda Aceh. Hal yang
menarik dari penerapan pemanenan air hujan di Aceh adalah penggabungan kondisi fisik dan
kemasyarakatan. Keberhasilan pemanenan air hujan di Banda Aceh dipengaruhi beberapa faktor,
yaitu:
Komponen-komponen (kualitas dan kuantitas air hujan) yang diperlukan untuk pemanenan air
hujan telah tersedia.
Pemberdayaan masyarakat dalam implementasi pemanenan air hujan.
Penggunaan teknik dan alat pemanenan air hujan yang mudah dilakukan oleh masyarakat.
Kebijakan level lokal (Kota Semarang) sebagai acuan dalam penerapan pemanenan air
hujan
Strategi yang dapat diterapakan untuk mengatasi bencana kekeringan dan tanah longor sebagai
dampak perubahan iklim, antara lain:
1) Identifikasi daerah rawan kekeringan dan tanah longsor
2) Pemetaan wilayah rawan kekeringan dan tanah longsor dari berbagai aspek:
Identifikasi dan pemetaan sebaran penduduk
Identifikasi kebutuhan air baku
Pemetaan kebutuhan dan ketersediaan air
3) Identifikasi potensi wilayah
4) Pengembangan teknologi lokal yang berbasis pada masyarakat untuk penyediaan kebutuhan
air
5) Sosialisasi pemakaian air secara efektif dan efisien kepada masyarakat
6) Penyusunan action plan yang komperhensif dari sudut pandang sektoral maupun stakeholder
Sedangkan strategi yang dapat diterapkan untuk mengatasi bencana banjir dan rob sebagai
dampak perubahan iklim, antara lain:
1) Identifikasi daerah rawan banjir dan rob
2) Pemetaan wilayah rawan banjir dan rob dari berbagai aspek:
Identifikasi dan pemetaan sebaran penduduk
Identifikasi dan pemetaan wilayah yang tingkat infiltrasi rendah dan tingkat limpasannya
tinggi
3) Identifikasi potensi wilayah
4) Pengembangan teknologi lokal yang berbasis pada masyarakat untuk penampungan air yang
berlebih sebagai penyediaan kebutuhan air
5) Penyusunan action plan yang komperhensif dari sudut pandang sektoral maupun stakeholder
Pada strategi yang diterapkan untuk mengatasi kekeringan, tanah longsor, banjir dan rob selalu
menggunakan teknologi lokal yang berbasis ada masyarakat. Dalam hal ini terkait dengan
kemudahan teknologi yang digunakan oleh masyarakat. Pemanenan air hujan telah memenuhi
kriteria tersebut. Pemanenan air hujan dapat menyelesaikan permasalahan secara global karena
pada hakekatnya permasalahan kekeringan, pengendalian banjir dan rob merupakan suatu
kesatuan utuh.
V-118
Konservasi sumber air
baku yang telah ada
Aturan penggunaan
lahan yang lebih ketat
Proyeksi supply-
demand air bersih
Pengaturan konsumsi
Gambar 13 Posisi Pemanenan air hujan dalam Mengatasi Dampak Perubahan Iklim
Sumber: Analisis Peneliti, 2011
V-119
Gambar 14 Kawasan Prioritas Penerapan Pemanenan air hujan Fasilitas Penampungan
Sumber: Analisis Peneliti, 2011
V-120
Gambar 15 Kawasan Prioritas Penerapan Pemanenan Air Hujan Fasilitas Peresapan
Sumber: Analisis Peneliti, 2011
Volume Total
Kecamatan Kelurahan Gap Deposit Air Hujan
(L/dt)
V-121
Tabel 5 Kontribusi Keberhasilan Pemanenan Air Hujan Pada Fasilitas Peresapan
Volume Total
Kecamatan Kelurahan Gap Deposit Air Hujan
(L/dt)
Banyumanik Srondol Kulon 7,600 111.7 7,488
Jabungan 37.5 22.7 14.8
Gedawang 66.7 27.9 38.8
Pudak Payung 66.7 103.4 -36.7 Water Sharing
4. Kesimpulan
Air bersih telah menjadi permasalahan yang sangat penting dan mendesak bagi Kota Semarang.
Fenomena tersebut tidak hanya disebabkan ketersediaan air bersih yang kian menipis, tetapi juga
kerentanan akibat perubahan iklim
Adaptasi terhadap permasalahan ekologi merupakan solusi yang paling realistis. Apalagi jika hal
tersebut diimbangi dengan penggunaan teknologi yang menganut kesetaraan sosial, dalam artian
dapat diakses oleh seluruh lapisan masyarakat. Pemanenan air hujan adalah contoh teknologi
sederhana untuk mengatasi permasalahan air bersih.
Peluang pemanenan air hujan di Kota Semarang terkait pada faktor-faktor yang mempengaruhi,
seperti kesenjangan ketersediaan dan kebutuhan air bersih, faktor fisik dan non fisik, faktor
perubahan iklim, dan faktor kebijakan pemerintah. Pemanenan air hujan sebagai langkah yang
solutif untuk mencegah krisis air bersih hingga jangka panjang. Kontribusi air hujan ternyata
dapat mengurangi kesenjangan ketersediaan dan kebutuhan air bersih. Bagi wilayah dengan
dengan kontribusi air hujan tidak signifikan dapat diatasi dengan water sharing antarwilayah
terdekat dan subsidi dari PDAM secara periodik.
5. Referensi
Alfiah. (2010): Sistem Pemenuhan Kebutuhan Air Perkotaan.
Asdak, Chay. (2004): Hidrologi dan Pengelolaan Daerah Aliran Sungai. Yogyakarta: Gajah Mada Press
BPS Kota Semarang. (2009): Data Kependudukan Kota Semarang. Kota Semarang
De Winnar,G., G.P.W. Jewitt, M.Horan. (2007): A GIS-based approach for identifying potential runoff
harvesting sites in the Thukela River basin, South Africa, 1063-1065
Kahinda, Mwenge. J.,A.E. Taigbenu a, B.B.P., Sejamoholo E.S.B., Lillie R.J. Boroto. (2009): A GIS-based
decision support system for rainwater harvesting (RHADESS), 770
PDAM Tirta Moedal.(2008). Peta Pelayanan PDAM Tirta Moedal Kota Semarang. Kota Semarang.
Vulnerability and Adaptation Assessment To Climate Change at Semarang City. 2009. CCROM-IPB, Mercy-
Corps, URDI.
V-122
Ketentuan Insentif dan Disinsentif dalam Pengendalian
Pemanfaatan lahan Pertanian Tanaman Pangan
Kata kunci:
1. Latar Belakang
Krisis pangan merupakan cerminan dari masalah ketahanan pangan yang sering dihadapi secara
nasional maupun regional karena kebijakan dan kelemahan manajemen perpanganan. Krisis
pangan yang sering terjadi dan berulang-ulang dialami oleh daerah-daerah, mengindikasikan
belum adanya usaha strategis, komprehensif, dan berjangka panjang dalam penanganan
masalah pangan. Ketidaksiapan dalam mengatasi krisis pangan, terjadi karena pemerintah
sebagai lembaga yang bertanggung jawab belum menyusun rencana guna mengantisipasi
masalah tersebut. Untuk itu perlu dilakukan tata ruang perpanganan melalui pemetaan lokasi,
luas areal, komoditas sebagai strategi dasar yang selanjutnya menjadi acuan bagi kebijakan-
kebijakan yang bersifat sektoral maupun spasial. Ada beberapa tahapan yang perlu dilakukan
sebagai strategi perpanganan jangka panjang.
1) Penyusunan peta dan system informasi pangan
2) Penyusunan peta distribusi dan tingkat krisis pangan
3) Penyusunan peta produksi pangan
Ketiga tahapan ini bila dirangkaian dalam suatu kerangka analisis diperoleh gambaran sebagai
berikut:
Peta Produksi dan Konsumsi Analisis Kualitatif Tipologi Wilayah per Triwulan
Regional
V-124
Ketahanan pangan yang disokong oleh keberadaan lahan pertanian pada satu sisi secara jangka
panjang adalah mutlak diperlukan. Seiring dengan dinamika pertumbuhan jumlah penduduk yang
berkorelasi dengan kebutuhan akan produksi pangan maka keberadaan lahan sebagai salah satu
faktor produksi menjadi penentu keberlanjutannya. Pada sisi lain, rendahnya nilai sewa lahan
pertanian dibandingkan dengan kegiatan-kegiatan nonpertanian menjadi faktor pendorong
terjadinya percepatan alih fungsi. Sebagai langkah awal untuk mengatasi masalah yang berkaitan
dengan upaya pengadaan lahan pangan maka diperlukan suatu inventarisasi sebaran lahan
pertanian pangan berkelanjutan yang perlu dipertahankan dan yang dapat dialihfungsikan.
Inventarisasi merupakan tahapan dalam penentuan alokasi pemanfaatan, dengan demikian
pertanyaan yang mengemuka adalah di mana lokasi/penyebaran lahan pertanian tanaman
pangan berkelanjutan yang harus dipertahankan dan yang boleh dialih fungsikan?
Beranjak dari permasalahan tersebut, makalah ini mencoba untuk melihat insentif dan disinsentif
yang diterapkan dalam pengelolaan lahan pertanian pangan berkelanjutan sebagai instrument
pengendalian pemanfaatan ruang.
Peta Potensi tanah sawah yang harus dipertahankan dan boleh dialihfungsikan diperoleh
berdasarkan hasil overlay dari peta status irigasi, peta intensitas tanam, dan peta produktivitas.
Berdasarkan ketiga peta tersebut terdapat 4 (empat) status yaitu Sawah Irigasi Teknis (SIT),
Sawah Irigasi Setengah Teknis (SIST), Sawah Irigasi Sederhana (SIS) dan Sawah Tadah Hujan
(STH). Empat jenis intensitas tanaman yaitu dua kali penanaman padi atau lebih, dua kali
penanaman padi dan satu kali palawija, satu kali penanaman padi dan satu kali palawija, dan
satu kali penanaman padi dalam satu tahun. Sedangkan produktifitas sawah dibagi menjadi dua
kategori yaitu kurang dari 4,5 ton/ha/tahun dan lebih dari 4,5 ton/ha/tahun.
V-125
½ Teknis V V V0
Sederhana V V V0
Tadah Hjn. V V X
Keterangan:
V = Dipertahankan
V0 = Dipertahankan dengan syarat: air tersedia dan produktivitas > 65% rata-rata
produktivitas tingkat wilayah administrasi ybs.
Jadi apabila syarat tsb. tidak dipenuhi, maka “Boleh Dikonversi”.
X = Boleh Dikonversi
IP = Indeks produktivitas
Keterangan:
V = Dipertahankan.
V0 = Dipertahankan dengan syarat: luas hamparan sawah > 2 ha, tersedia air dan
produktivitas > 65% rata-rata produktivitas tingkat wilayah administrasi ybs.
Jadi apabila syarat tsb. tidak dipenuhi, maka “Boleh Dikonversi”.
X = Boleh Dikonversi.
Pengendalian pemanfaatan lahan agar mencapai target yang diinginkan, harus dilakukan melalui
diagnosa karakter zonasi lahan sawah. Diagnosa dimaksudkan sebagai upaya memberikan
perlakuan-perlakuan yang memungkinkan lahan sawah berada pada posisi optimal sesuai
dengan fungsinya sebagai penopang pangan berkelanjutan.
Secara prosedural tahap-tahap yang dilalui dalam melakukan diagnosa adalah menyusun
matriks-matriks yang mencerminkan perpaduan dari tiga komponen yaitu status irigasi, intensitas
tanam dan produktivitas.
Langkah pertama adalah memadukan karakter penguasaan lahan dan penggunaan lahan.
V-126
a1 = 2 x padi atau lebih = < 4,5 ton/ha/tahun
a2 = 2 x padi atau lebih atau > 4,5 ton/ha/tahun
b1 = 2 x padi 1 x palawija = < 4,5 ton/ha/tahun
b2 = 2 x padi 1 x palawija > 4,5 ton/ha/tahun
c1 = 1 x padi 1 x palawija = < 4,5 ton/ha/tahun
c2 = 1 x padi 1 x palawija > 4,5 ton/ha/tahun
d1 = 1 x padi = < 4,5 ton/ha/tahun
d2 = 1 x padi > 4,5 ton/ha/tahun
Langkah kedua adalah memadukan hasil pada langkah pertama dengan prasarana jalan.
Tabel 3 Matriks Tipologi Pengendalian Pemanfaatan Lahan
Status Irigasi, Fungsi Jalan
Intensitas, Arteri Kolektor Lokal
produktivitas
Ia1 Ia1.A Ia1.B Ia1.C
Ia2 Ia2.A Ia2.B Ia2.C
Ib1 Ib1.A Ib1.B Ib1.C.
Ib2 Ib2.A Ib2.B Ib2.C
Ic1 Ic1.A Ic1.B Ic1.C
Ic2 Ic2.A Ic2.B Ic2.C
Id1 Id1.A Id1.B Id1.C
Id2 Id2.A Id2.B Id2.C
IIa1 IIa1.A IIa1.B IIa1.C
IIa2 IIa2.A IIa2.B IIa2.C
IIb1 IIb1.A IIb1.B IIb1.C
IIb2 IIb2.A IIb2.B IIb2.C
IIc1 IIc1.A IIc1.B IIc1.C
IIc2 IIc2.A IIc2.B IIc2.C
IId1 IId1.A IId1.B IId1.C
IId2 IId2.A IId2.B IId2.C
IIIa1 IIIa1.A IIIa1.B IIIa1.C
IIIa2 IIIa2.A IIIa2.B IIIa2.C
IIIb1 IIIb1.A IIIb1.B IIIb1.C
IIIb2 IIIb2.A IIIb2.B IIIb2.C
IIIc1 IIIc1.A IIIc1.B IIIc1.C
IIIc2 IIIc2.A IIIc2.B IIIc2.C
IIId1 IIId1.A IIId1.B IIId1.C
IIId2 IIId2.A IIId2.B IIId2.C
IVa1 IVa1.A IVa1.B IVa1.C
IVa2 IVa2.A IVa2.B IVa2.C
IVb1 IVb1.A IVb1.B IVb1.C
IVb2 IVb2.A IVb2.B IVb2.C
IVc1 IVc1.A IVc1.B IVc1.C
IVc2 IVc2.A IVc2.B IVc2.C
IVd1 IVd1.A IVd1.B IVd1.C
IVd2 IVd2.A IVd2.B IVd2.C
Berdasarkan matriks di atas diperoleh 96 tipologi zonasi lahan sawah, sehingga variasi
karakteristik lahan adalah sebanyak 96 jenis. Tipologi kawasan menjadi dasar bagi arahan
pengendalian pemanfaatan lahan (peraturan zonasi). Arahan pengembangan kawasan
(rekomendasi) disusun berdasarkan sifat masalah yang terkandung pada masing-masing tipologi
yang merepresentasikan aspek penguasaan dan penggunaan. Aspek penguasaan
merepresentasikan kepentingan privat (oleh masyarakat atau swasta) dan publik (oleh
Pemerintah/Negara) secara garis besarnya. Aspek penggunaan lahan secara umum dapat
dibedakan dalam dua kelompok yaitu lahan yang berdekatan dengan prasarana jalan dan lahan
yang tidak berdkatan dengan prasarana jalan.
Hasil gabungan dari kedua aspek tersebut kemudian dikaitkan dengan tahapan kegiatan yang
dilakukan pada zona lahan sawah, akan menghasilkan ketentuan-ketentuan pengelolaan sebagai
dasar menentukan arahan insentif/disinsentif yang dapat diterapkan. Tahapan kegiatan tersebut
terdiri dari:
1. Aktivitas yang berorientasi hulu yang mencerminkan kegiatan-kegiatan pengelolaan pra-
produksi;
2. Aktivitas produksi yang mencerminkan kegiatan-kegiatan budidaya
3. Aktivitas yang berorientasi hilir yang mencerminkan kegiatan-kegiatan pengelolaan
pascaproduksi untuk menciptakan nilai tambah;
4. Aktivitas penunjang bagi bekerjanya sistem aktivitas produksi yang ada.
V-127
Pengelompkan aktivitas pengelolaan beserta jenis kegiatan yang dilakukan ditampilkan dalam
tabel berikut:
Langkah ke empat, menyusun arahan pengelolaan untuk masing-masing tipologi yang terbentuk.
Masing-masing tahapan tersebut di atas apabila dipersandingkan maka akan tergambarkan
sebagaimana pada tabel berikut.
V-128
Langkah kelima adalah menyusun perangkat monitoring dan evaluasi terhadap pelaksanaan
ketetapan tata ruang pangan.
MONITORING DAN EVALUASI TERHADAP PELAKSANAAN REKOMENDASI KETETAPAN TAHUN ........
Kec. ……………. : 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
1. Desa ……………. 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
2. Desa ……………. 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48
3. Desa ……………. 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64
4. Desa ……………. 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80
5. Desa ……………. 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96
dst. 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112
Kec. ……………. : 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128
1. Desa ……………. 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144
2. Desa ……………. 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160
3. Desa ……………. 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176
4. Desa ……………. 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192
5. Desa ……………. 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208
dst. 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224
Kec. ……………. : 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240
1. Desa ……………. 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256
2. Desa ……………. 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272
3. Desa ……………. 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288
4. Desa ……………. 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304
5. Desa ……………. 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320
dst. 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336
JUMLAH
Keterangan : Kotak No. 1 s/d 336 di atas diisi dengan luas perubahan tanah sawah ke penggunaan lain (dalam ha) dan
Arsiran sbb :
Berubah Tetap
Kecamatan ……………. : 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
1. Desa ……………. 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
2. Desa ……………. 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48
3. Desa ……………. 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64
4. Desa ……………. 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80
5. Desa ……………. 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96
dst. 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112
Kecamatan ……………. : 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128
1. Desa ……………. 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144
2. Desa ……………. 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160
3. Desa ……………. 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176
4. Desa ……………. 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192
5. Desa ……………. 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208
dst. 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224
Kecamatan ……………. : 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240
1. Desa ……………. 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256
2. Desa ……………. 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272
3. Desa ……………. 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288
4. Desa ……………. 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304
5. Desa ……………. 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320
dst. 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336
JUMLAH
Keterangan : Kotak No. 1 s/d 336 di atas diisi dengan jenis penggunaan tanah hasil perubahan dari tanah sawah
, misalnya : permukiman, industri, dll.
3. Kesimpulan
1) Dalam kerangka mewujudkan ketahanan pangan, ketersediaan lahan pertanian merupakan
factor utama dan kondisi yang mendesak untuk diwujudkan. Sementara ketersediaan lahan
pertanian yang ada semakin terdegradasi karena terjadinya konversi lahan secara masif.
Apabila keadaan tersebut dibiarkan terus-menerus dikhawatirkan ke depan akan
mengakibatkan krisis pangan, seiring dengan pertambahan penduduk dan meningkatnya
kebutuhan pangan.
2) Perlu adanya kebijakan lahan pertanian di secara komprehensif, akomodatif, dan tidak
parsial serta secara holistik manajemen yang diatur dalam peraturan daerah dan aturan
turunannya..
V-129
3) Perencanaan, pemanfaatan dan pengendalian pemanfaatan lahan pertanian menjadi
kebutuhan yang sangat mendesak dan perlu segera disusun, dibahas, disosialisasikan, dan
diselesaikan/diundangkan secepatnya, sehingga dengan demikian diharapkan menjadi legal
bases untuk mengendalikan konversi lahan pertanian pangan ke non pertanian yang terjadi
secara masif, disamping tujuan akhirnya yaitu untuk terciptanya ketahanan pangan,
kedaulatan pangan untuk kesejahteraan rakyat.
4) Kebijakan insentif dan disinsentif perlu dikembangkan dalam pengendalian pemanfaatan
lahan pertanian terutama sebagai bentuk-bentuk insentif dan disinsentif yang dikelola oleh
pemerintah daerah. Insentif yang dikembangkan perlu dirancang dan diimplementasikan
untuk mempengaruhi atau memotivasi masyarakat, baik secara individu maupun kelompok,
untuk bertindak atau mengadopsi teknik dan metode baru yang bertujuan untuk
meningkatkan kinerja ketahanan pangan, serta proses pegendalian konversi lahan pertanian
produktif.
4. Referensi
Undang-undang Republik Indonesia No 26 Tahun 2007 tentang Penataan Ruang
Undang-undang Republik Indonesia No 41 Tahun 2009 tentang Lahan Pertanian Pangan Berkelanjutan
V-130
Evaluasi Beberapa Filter Spekel pada Data Hamburan Balik L-Band Tanaman Padi
1) 2) 3)
Setia W. Cahyaningsih , Bambang H. Trisasongko , dan Dyah R. Panuju
1) 2) 3)
Departemen Ilmu Tanah dan Sumberdaya Lahan, Institut Pertanian Bogor
2) 3)
P4W/CRESTPENT, Institut Pertanian Bogor, Jalan Pajajaran, Bogor 16143
Abstrak: Padi merupakan kebutuhan mendasar bagi sebagian besar penduduk Indonesia. Dengan
meningkatnya pertumbuhan penduduk Indonesia dari tahun ke tahun, meningkat pula kebutuhan pangan
manusia. Dengan demikian, pemantauan lahan sawah penting dilakukan untuk mendapatkan berbagai
informasi yang dibutuhkan bagi pemenuhan tingkat produksi pangan yang sesuai dengan kebutuhan. Salah
satu upaya pemenuhan data dan informasi pesawahan adalah dengan memanfaatkan data Synthetic
Aperture Radar (SAR). Tujuan dari penelitian ini adalah untuk mempelajari hubungan antara koefisien
hamburan balik dan pertumbuhan kanopi padi yang dilihat berdasarkan umur padi. Data yang digunakan
adalah citra ALOS PALSAR lokasi lahan sawah PT Sang Hyang Seri, yang diakuisisi pada tanggal 25 Maret
2007, dengan polarisasi linier VV, HV, dan HH. Secara spesifik, efek penapisan (filtering) pada nilai koefisien
hamburan balik dipelajari pada makalah ini. Beberapa filter yang dievaluasi adalah Enhanced Lee, Lee,
Enhanced Frost, Frost, Gamma, dan Kuan. Dari keenam penggunaan filter tersebut, ditunjukkan bahwa
tidak ada perubahan hasil yang signifikan bila dibandingkan dengan yang tidak menggunakan filter. Hasil
penelitian juga mengindikasikan bahwa polarisasi linier, terutama HV, cukup baik dalam mempelajari
hubungan antara koefisien hamburan balik dan umur tanaman padi. Dengan demikian, ALOS PALSAR
memiliki kemampuan dalam menyediakan data perkembangan fase pertumbuhan padi sawah.
1. Latar Belakang
Padi merupakan kebutuhan mendasar bagi sebagian besar penduduk Indonesia. Dengan
meningkatnya pertumbuhan penduduk Indonesia dari tahun ke tahun, meningkat pula kebutuhan
pangan manusia. Apabila jumlah ketersediaan pangan lebih kecil daripada kebutuhan maka
ketahanan pangan di Indonesia akan terganggu. Ketahanan pangan menurut FAO adalah situasi
di mana semua rumah tangga mempunyai akses baik fisik maupun ekonomi untuk memperoleh
pangan bagi seluruh anggota keluarganya, dan di mana rumah tangga tidak beresiko mengalami
kehilangan kedua akses tersebut (Magrin et al., 2009).
Pemantauan lahan sawah penting dilakukan untuk mendapatkan berbagai informasi yang
dibutuhkan bagi pemenuhan tingkat produksi pangan yang sesuai dengan kebutuhan. Lahan
sawah tersebar di beberapa wilayah di Indonesia seperti di Jawa, Bali, Nusa Tenggara, Sumatra,
dan Sulawesi, namun demikian sebagian besar produksi padi yang ada di Indonesia berada di
Pulau Jawa. Persebaran wilayah produksi padi yang terpisah-pisah tersebut memerlukan sistem
pemantauan yang efisien dengan biaya yang memadai. Salah satu cara yang dilakukan untuk
melakukan pemantauan lahan sawah adalah dengan teknik penginderaan jauh, utamanya yang
berbasis satelit.
Satelit penginderaan jauh dapat dibedakan berdasarkan sumber energinya, yaitu sensor pasif
(misalnya sensor optik) dan sensor aktif (radar). Pada penginderaan jauh pasif, sensor merekam
objek (permukaan bumi) yang mendapat iluminasi sinar matahari. Kualitas citra dari sensor pasif
ini dipengaruhi oleh kondisi atmosfer pada saat perekaman. Apabila objek tertutup awan maka
objek tersebut tidak terlihat atau tidak tergambarkan. Beberapa contoh citra penginderaan jauh
pasif adalah Landsat, SPOT, MOS, dan NOAA. Pemanfaatan citra pasif telah banyak dilakukan,
antara lain citra SPOT-5 untuk memperkirakan kondisi dan struktur hutan tropika di wilayah
Chiapas, Mexico (Castillo et al., 2010) dan pemanfaatan citra Landsat untuk melakukan
pemantauan dan pengukuran lahan basah (Wiley., 2007). Sensor aktif memanfaatkan
pengukuran sinyal balik dari sinyal yang dipancarkannya. Salah satu sensor aktif yang terkenal
adalah Radar (Radio Detection and Ranging). Keuntungan utama radar adalah kemampuannya
beroperasi dalam segala cuaca, siang, dan malam hari. Dengan demikian sensor ini berguna
pada daerah-daerah dengan penutup awan yang tinggi. Iklim Indonesia yang tropis dan beberapa
wilayahnya mempunyai curah hujan yang cukup tinggi menyebabkan wilayah Indonesia banyak
tertutup awan, sehingga penggunaan radar sesuai untuk pemantauan lahan sawah di Indonesia.
V-132
Menurut Berens (2006), terdapat beberapa sensor SAR angkasa (Spaceborne SAR) yang pernah
dibangun, antara lain adalah Lacrosse (1988, X-band), ERS-1 (1991, C-band), J-ERS-1 (1992, L-
band), RADARSAT (1995, C-band), ENVISAT (2002, C-band), TerraSAR-X (2006, X-band),
Radarsat 2 (2005 C-band), SAR-Lupe (2005, X-band), IGS-2b (2008, X-band), dan ALOS (2006,
L-band). Pada awal perkembangannya, sensor SAR hanya menyediakan satu pilihan polarisasi
saja. Lembaga Antariksa Eropa (ESA) memiliki 2 satelit SAR yang identik yaitu ERS-1 dan ERS-2
yang menggunakan polarisasi VV (transmisi dan penerimaan pada polarisasi linier vertikal) pada
C-band. Beberapa percobaan telah dilakukan secara spesifik untuk pemantauan lahan sawah
dengan menggunakan data X-band dan C-band SAR, antara lain studi kasus di daerah China
Selatan (Wu et al., 2010). Hasil penelitian Rosenqvist (1999) menunjukkan bahwa data polarisasi
ganda X-band diperlukan untuk membedakan lahan pertanian yang tidak digenangi seperti padi,
kedelai, bunga matahari, dan gandum. Sedangkan data polarisasi tunggal X-band mungkin cukup
menjadi pembeda sementara lahan sawah pada fase pertumbuhan yang berbeda.
Pada bulan Januari 2006, Japan Aerospace Exploration Agency (JAXA) telah berhasil
meluncurkan Advanced Land Observing Satellite (ALOS). ALOS PALSAR (Phased Array-type L-
band Synthetic Aperture Radar) merupakan salah satu sensor dari ALOS dengan berbagai
tingkat resolusi spasial dengan resolusi paling detil adalah 12,5 meter. ALOS PALSAR dapat
beroperasi pada beberapa mode antara lain fine beam single (FBS) dengan polarisasi HH, fine
beam dual (FBD) dengan polarisasi HH/HV atau VV/VH, dan polarimetric dengan polarisasi
HH/HV/VH/VV, dan ScanSAR dengan polarisasi HH/VV (Rosenqvist et al. 2007). Kemampuan
menyediakan data polarisasi penuh (fully polarimetry) pada ALOS PALSAR menyajikan peluang
dibangunnya pengetahuan dan kapabilitas dalam penyediaan data lahan sawah. Sensor dengan
kapabilitas polarisasi penuh dapat mensintesis berbagai macam data, baik dalam bentuk
polarisasi linier, elips maupun polar. Namun demikian, telaah literatur menunjukkan bahwa data
polarisasi penuh belum dikaji secara mendalam pada wilayah tropis. Dengan kendala awan yang
tinggi, maka kajian analisis data polarisasi penuh dari L-band sangat penting untuk memperkaya
pengetahuan yang telah diperoleh sebelumnya. Tujuan dari penelitian ini adalah untuk
mempelajari hubungan antara koefisien hamburan balik linier dan pertumbuhan kanopi padi yang
ditinjau berdasarkan umur padi serta mempelajari efek filter spekel pada sifat statistik data
hamburan balik tersebut.
Gangguan spekel tidak secara signifikan merubah nilai rata-rata dan daerah yang sama pada
citra. Menurunkan gangguan spekel merupakan salah satu proses yang penting untuk
meningkatkan kualitas dari citra radar. Sebelum menggunakan citra aktif radar dan citra SAR,
langkah pertama yang harus dilakukan adalah mengurangi efek dari gangguan spekel. Banyak
teknik untuk mengurangi gangguan-gangguan spekel tersebeut yang sudah diteliti oleh banyak
ahli. Namun, sejauh ini tidak ada metode yang benar-benar komprehensif sehingga
permasalahan yang timbul masih memerlukan beberapa pertimbangan. Proses filter merupakan
salah satu dari metode yang sudah umum digunakan untuk mengatasi permasalahan gangguan
spekel. Sebagian besar filter spekle dikembangkan untuk meningkatkan kualitas visual pada citra
yang berspekel. Lee filter dan frost filter merupakan aplikasi pemfilteran spasial (adaptive filter)
yang menggunakan standar deviasi untuk menghitung nilai baru sebuah piksel yang berada di
sekitar kotak lokal (kesatuan pixel yang digunakan untuk memfilter citra digital). Berbeda dengan
filter penghalus berfrekuensi rendah, adaptive filter menjaga ketajaman dan detil citra ketika
mereduksi noise (ITT Visual Information Solutions., 2008).
V-133
Gambar 1 Lokasi Penelitian
Data yang digunakan dalam penelitian ini adalah citra ALOS PALSAR lokasi lahan sawah PT
Sang Hyang Seri yang diakuisisi pada tanggal 25 Maret 2007. Untuk menunjang analisis, Peta
Rupa Bumi wilayah studi, serta data curah hujan wilayah Subang. Tahap pelaksanaan penelitian
diawali dengan kegiatan pengumpulan data. Proses selanjutnya adalah koreksi geometri pada
citra ALOS PALSAR pada peta dasar yang digunakan. Citra tersebut dikoreksi dengan
menggunakan acuan objek sungai dan jalan yang diperkaya dengan data pengukuran koordinat
di lapangan.
Pada penelitian ini, beberapa jenis filter diaplikasikan kepada citra tersebut yaitu Lee filter,
Enhanced Lee filter, Frost filter, Enhanced Frost filter, dan Gamma filter. Proses filterisasi
dilakukan dengan menggunakan perangkat lunak ENVI 4.5. Proses selanjutnya adalah membuat
boxplot berdasarkan masing-masing filter dan kemudian diamati perbedaan satu filter dengan
filter yang lainnya. Pengamatan dilakukan pada data umur padi menjelang panen (67-114 hari)
pada lokasi pengamatan lapangan. Data tersebut dikelompokkan dalam 10 kelas yaitu umur 66-
70, 71-75, 76-80, 81-85, 86-90, 91-95, 96-100, 101-105, 106-110, dan 111-115.
Gambar 2 menunjukkan hubungan antara umur padi dengan koefisien hamburan balik pada fase
vegetatif akhir sampai masa pematangan. Pada fase pertumbuhan tersebut, nilai koefisien
hamburan balik pada polarisasi linier HH secara konsisten memiliki nilai hamburan balik tertinggi
dibandingkan dengan kedua polarisasi linier lainnya yaitu HV dan VV. Nilai koefisien hamburan
balik pada polarisasi linier HH pada umur padi 66-85 hari berkisar pada angka -5 dB dan terus
V-134
mengalami penurunan sampai umur padi 115 hari, yaitu sebesar -10 dB. Hasil penelitian ini
menunjukkan bahwa polarisasi linier HH lebih sensitif terhadap variasi struktur padi pada
berbagai tingkat umurnya dibandingkan dengan polarisasi linier HV dan VV. Dari gambar tersebut
dapat disimpulkan bahwa polarisasi HH lebih mencerminkan kelas umur padi yang lebih khas.
Hal tersebut tentunya menyebabkan polarisasi linier HH lebih berguna untuk mempelajari
pemetaan dan pemodelan pada lahan sawah. Untuk polarisasi linier HH dan HV penurunan kecil
terlihat pada umur 95 hari setelah penanaman, yaitu ketika pada fase pematangan padi. Hasil
penelitian ini secara umum juga menunjukkan bahwa polarisasi HV menunjukkan hubungan
dengan umur padi walaupun belum signifikan. Penelitian Wu (2010) menunjukkan hubungan
yang cukup tinggi antara koefisien hamburan balik polarisasi linier HV dengan umur padi pada
data RADARSAT-2 (C-band). Masih menurut Wu, untuk mendapatkan data parameter padi,
polarisasi HV atau VH lebih sesuai dibandingkan dengan polarisasi HH dan VV. Namun demikian,
hasil analisis pada penelitian ini menunjukkan bahwa hubungan yang signifikan pada C-band
tidak dapat diperoleh pada panjang gelombang yang lebih tinggi (L-band). Hal ini terkait dengan
kekuatan penetrasi L-band yang berinteraksi dengan bagian bawah kanopi padi.
-5
-10
σ-150
-20
-25
Gambar 2 Hubungan antara Koefisien Hamburan Balik dan Pertumbuhan Kanopi Padi yang Dilihat
Berdasarkan Umur Padi.
Gelombang radar dapat secara konstruktif dan destruktif menghasilkan piksel gelap dan terang
yang disebut dengan gangguan spekel. Gangguan speckle merupakan hal yang sudah umum
terjadi pada sistem pencitraan elektromagnetik seperti laser, akustik, dan citra SAR (Shi and
Fung., 1994). Secara visual, tidak ada perbedaan yang signifikan antara kenampakan hasil filter
spekel dengan citra aslinya (tanpa pemfilteran). Fase pertumbuhan yang berbeda, akan
memunculkan kenampakan yang berbeda pula pada citra, baik yang melalui proses pemfilteran
maupun yang tanpa pemfilteran. Pada fase bera, ditandai dengan kenampakan lahannya yang
tanpa vegetasi sehingga sawah terlihat seperti tanah terbuka. Secara visual, sawah dengan fase
bera ditandai dengan warna hitam. Pada fase vegetatif awal atau kira-kira umur tanaman padi
lebih dari 60 hari, dengan kenampakan padi yang sudah mulai kecambah hingga tumbuh bulir
padi, memiliki kenampakan visual pada citra ditandai dengan warna kebiruan. Menurut Le Toan
(1997), fase ini juga dicirikan dengan adanya perkembangan jumlah daun, peningkatan tinggi
tanaman, dan peningkatan jumlah tiller. Fase generatif menunjukkan kondisi lahan sawah yang
siap panen. Kenampakan padi pada fase ini adalah lahan sawah sudah dipenuhi dengan padi
yang cukup lebat. Kenampakan visual pada citra adalah berwarna kehijauan. Secara umum, hasil
pengamatan visual menunjukkan bahwa filter Lee dan Gamma memberikan kenampakan yang
sedikit lebih baik dibandingkan dengan jenis filter lainnya. Hal ini didasarkan pada kekontrasan
beberapa objek pada bagian barat (kiri) dari lokasi blok PT Sang Hyang Seri. Hasil pengolahan
spekel disajikan pada gambar berikut.
V-135
Lee Filter Enhanced Lee Filter
Gamma Filter
Gambar berikut menunjukkan beberapa boxplot hasil pemfilteran citra dengan polarisasi HV. Dari
boxplot dapat dilihat bahwa antara tidak ada perubahan signifikan antara citra yang melalui
proses pemfilteran dan yang tidak melalui proses pemfilteran. Namun demikian, perlu
diperhatikan bahwa, ragam dari setiap hasil filter agak berubah, sehingga hal ini perlu mendapat
perhatian dalam analisis lanjutan. Demikian juga dengan aspek kemencengan (skewness) yang
cenderung semakin signifikan bila filter spekel diaplikasikan.
V-136
Lee filter Enhanced Lee filter
Gamma filter
Data Asli
Gambar 4 Pola Hamburan Balik Pada Data Asli dan Hasil Filter Spekel.
4. Kesimpulan
Penggunaan citra ALOS PALSAR menjadi optimal pada wilayah lahan sawah PT Sang Hyang
Seri, Kabupaten Subang, Jawa Barat dengan curah hujan yang tinggi dan kendala tutupan awan
karena kemampuannya dalam menembus awan dan bisa merekam objek pada siang ataupun
malam hari. Namun demikian, kendala utama dari pemanfaatan citra ALOS PALSAR adalah
tingkat akuisisi yang rendah sehingga ketersediaan datanya juga masih kurang. Citra ALOS
PALSAR memiliki polarisasi linier HH, HV/VH, dan VV. Dari polarisasi tersebut, HH dan HV
merupakan polarisasi yang cukup bermanfaat untuk melakukan pemantauan lahan padi sawah.
V-137
Pada perekaman citra radar, termasuk citra ALOS PALSAR, sering ditemukan gangguan spekel.
Berdasarkan hasil analisis filter spekel, tidak terdapat perbedaan yang signifikan bila
dibandingkan dengan citra yang tidak menggunakan filter. Namun demikian, hasil analisis juga
mengindikasikan bahwa terdapat perubahan pola statistik yang perlu mendapat perhatian lebih
lanjut.
5. Referensi
Berens, P. (2006): Introduction to Synthetic Aperture Radar (SAR). In Advanced Radar Signal and Data
Processing (pp. 3-1 – 3-14). Educational Notes RTO-EN-SET-086, Paper 3. Neuilly-sur-Seine, France: RTO.
Castillo, M.A., Ricker, M. and de Jong, B.H.J. (2010): Estimation of tropical forest structure from SPOT-5
satellite images. International Journal of Remote Sensing. 31 : 2767-2782.
ITT Visual Information Solutions.(2008): Envi Help. http://www.ittvis.com. [20 Mei 2011].
Magrin, G.O., Travasso, M.I., Rodriguez, G.R., Solman, S. and Nuñez, M. (2009): Climate change and wheat
production in Argentina. International Journal of Global Warming. 1 : 214-226.
Le Toan, T., Ribbes, F., Wang, L.F., Floury, N., Ding, K.H., Kong, J.A., Fujita, M. and Kurosu, T. (1997): Rice
crop mapping and monitoring using ERS-1 data based on experiment and modeling results. IEEE
Transactions on Geosciences and Remote Sensing 1:41-56.
Rosenqvist, A. (1999): Temporal and spatial characteristics of irrigated rice in JERS-1 L-band SAR data.
International Journal of Remote Sensing. 20 : 1567-1587.
Rosenqvist, A., Shimada, M., Ito, N. and Watanabe, M. (2007): ALOS PALSAR : a pathfinder mission for
global-scale monitoring of the environment. IEEE Transactions on Geoscience and Remote Sensing.45. pp
3307-3316.
Shi, Z and Fung, K.B. (1994): A comparison of digital speckle filters. Proceedings of IGARSS 94, August 8-
12,1994, pp 2129-2133.
Wiley, J. (2007): Integration of GIS and Remote Sensing. Great Britanian by TJ International : Padstow.
Cornwall.
Wu, F., Wang, C., Zhang, H., Zhang, B. and Tang, Y. (2010): Rice crop monitoring in South China with
RADARSAT-2 quad-polarization SAR data. IEEE Geoscience and Remote Sensing Letters. 8: 196-200.
V-138
Spatial Based Analysis of Marginal Land Suitability for Prime Commodity Development in
South Sulawesi
1) 2) 3) 4)
Sumbangan Baja , A. Ramlan , A. Amrullah , and Muh. Ramli
1) 2)
Department of Soil Science, Hasanuddin University Makassar
3)
Department of Agriculture Socio-Economics, Hasanuddin University Makassar
4)
Maros Soil Research Station, Ministry of Agriculture, Republic of Indonesia
Abstract: In South Sulawesi, the regional program for prime commodity development has recently been
implemented by the provincial government, as part of promoting regional spatial planning program. In some
parts of the region, cultivation of maize (Zea mays L.) as prime commodity has long been practiced in
different soil environments including marginal land. To help address this phenomenon, there is a need for
information that will allow land managers to identify both the inherent land suitability, and the spatial
distribution of land areas where possible development can be implemented taking into account present land
use types. This paper describes a spatial based qualitative suitability evaluation of marginal soils for maize
production and development at a region where marginal land predominates. The research project
implements land suitability evaluation method based on the spatial-qualitative query approaches in
Geographical Information Systems (GIS). The main sources of data bases used include digital topographic
map, soil map and soil characteristics derived from available data at reconnaissance level and semi detailed
survey, climate data, and satellite imagery. The results of analysis of potential development area for maize
cultivation show that more than 90 percent of study region are suitable (at S2 and S3 classes) for maize
cultivation. Comparing to the existing maize cultivation and land use types on the ground, about one third of
the area is available for maize cultication (extensification). This study reveals that there are some limiting
factors in term of chemical soil characteristics that can still be improved, but there will be almost no limitation
in terms of land cover type for maize development. This spatial based method demonstrated in this study
can be further used at a micro scale where the spatial data are available with a good mapping accuracy.
Key words: GIS, Spatial analysis, Land management, Land suitability evaluation, Marginal land.
1. Introduction
Degradation and declining productivity of agricultural soils are a serious threat to agriculture in
many areas of developing counties, especially in the areas prone to food insecurity. In some
developing countries, agricultural development has gradually shifted to using marginal land as
agricultural land is undergoing a massive transformation. This is often accompanied by changing
objectives of land use, owing to increasing demands for specific commodities in the rural
environment. Such a practice threatens long-term ecologically sustainable production which is
recognized as a key element of food security, particularly in resource-poor areas. Therefore, land
resource assessment should be properly implemented in the decision making of land use choices
for a dual and indivisible role: the first being that of maximizing benefits (productivity of the land),
and the other being that of managing public goods: the environment (see Baja, 2009).
Therefore, appropriate land use decisions are vital to achieve optimum productivity of the land
and to ensure environmental sustainability. This requires an effective management of spatial
information on the land on which such decisions should be based. Land suitability evaluation,
commonly known as „land evaluation‟ (FAO, 1976) or in its general term as „land resource
assessment‟ has been recognized as a primary tool for making appropriate land use choices
(Baja, 2009). Land suitability evaluation may be defined as „the process of assessment of land
performance when the land is used for a specified purpose‟ (CSR/FAO, 1983). In its broad
context, land suitability evaluation has become parts of land use planning, since a land use choice
is aimed at optimizing land productivity and ensuring sustained use of the land, and thus
environmental sustainability.
Maize is the staple food for many people in Indonesia. Since early 2000, Indonesia needs around
25 billion tons of maize every year, both for food and for industry. Local maize can be grown
continuously throughout the year, easier to plant and more economical especially if grown
organically. In South Sulawesi Province, maize is grown everywhere in the southern parts of the
province, and mainly in Jeneponto District areas. It is grown in a wide variety of environments.
V-140
Yields can vary sharply from year to year and from one farm land to another. In some areas
growers must lease a large fraction of the land that they use. This causes them a number of
problems. For many years now the cost to lease good quality land has been very high – due to
competition from other land uses. This can force growers to use land of marginal quality, and it
forces more intensive use of the available land with tighter crop rotations. Unfortunately, in such
developing region, the climate and soil data required to estimate land suitability and productivity
for selected crops are not always available. This makes difficulty for local planners to map
potential areas for development of maize in the region.
In 2005, the provincial government of South Sulawesi has set up a program called GONG, a
program for optimization of corn production. The main aim is to optimize all resources (land,
infrastructure, and farmer) in agriculture for the production of corn. The government‟s target of
corn production was to reach a surplus of 1.5 million ton per annum. However, such target has
never been reached since the launch of that program. In some areas where marginal land occurs
in a large area some efforts have been attempted to grow corn, using traditional methods. As not
all soils are suitable for corn production because of inherent soil properties and site conditions,
including shallowness, steepness, erosion susceptibility, poor internal drainage, wetness,
flooding, root zone limitations or poor water holding capacity, land use practice requires properly
land resource assessment for development. Frequently, these marginal soils are fallow or used as
unmanaged rangelands or woodlands. Production potential is often so low that minimum tillage is
not a viable alternative.
This paper describes the use of the GIS technology in a study on the spatial variation of land
suitability for development of corn on marginal soils at a regional scale, using information made
available from detailed reconnaissance soil survey. This is exemplified by the integration of a GIS
and soils survey, which is used for mapping of maize suitability under varying climatic and soil
conditions.
Due to a lack of water availability, the predominant land use in this area is dry land agriculture,
with the main crops are maize and rice. Maize (local variety) has long been recognized as the
main commodity in this region.
The rainfall pattern in this region is unimodal, with an annual amount ranging from around 1,100
mm along the coast line to 2,600 mm in the upland areas. Rainfall pattern in each of four stations
in the study area is depicted in Figure 2, and climate characteristics are presented in Table 1. The
topography varies ranging from flat and gentle in the south (lowland) (slope 0 – 15%) to
moderately steep (15-25%) and very steep (>45%) in north (upland). The main landform type is
young stratovolcanoes on basic volcanics and hillocky tuffaceous sedimentary plain. Along the
coastal areas, coastal beach ridges, swales, and hillocky basic lava plains are the dominant
landforms. Based on its geological formation, the lithology of the study area is composed of
andesite, basalt, fine grain tephra, tuffite, sandstone, and mudstone. According to US Soil
Taxonomy (USDA, 2006), three soil orders were found in this area: Entisols, Inceptisols, and
Ultisols. They can further be categorised into five subgroups: (i) Dystropepts (4,118.4 ha); (ii)
Haplustults (141.7 ha); (iii) Hunitropepts (4,302.5); (iv) Ustipsamments (323.5 ha); and (v)
Ustropepts (17,763.5 ha) (RePPProT, 1988).
V-141
Figure 1 Sulawesi Island and The Location of Study Area
450
400
350
Balangloe
300
Janeponto
250 Loka
Malakaji
200
150
100
50
0
AY
AR
N
V
G
L
N
ES
R
PT
T
B
JU
O
JA
JU
C
AU
FE
AP
M
M
SE
D
O
V-142
2.2 Soil and Climate Data Bases and Preliminary Data Processing
The main sources of data bases used in this study include: (i) digital topographic map; (ii) soil
map and soil characteristics; (ii) climate data; and (iii) satellite data (SPOT imagery). Some
additional supporting data include administration boundary at a sub-district level (Indonesian:
kecamatan), number of households and population in each sub-district, and planting area and
production of the main commodities, i.e., maize.
Digital topographic maps of study area with a scale of 1 : 50,000 from BAKOSURTANAL
(National Agency for Survey and Mapping) were used as a reference for mapping. The digital
topographic maps were available in a vector GIS format, makes it easier to build data bases in a
standard vector GIS. All the data layers were stored using UTM (Universal Transverse Mercator)
coordinate system. As the area of interest covers three sheets of topographic maps, then a
process of joining all the elements of map layer was undertaken, before defining the boundary of
study area. The main data layers used include contour lines (25 meter interval), rivers and
streams, roads (main, secondary, and tertiary), and residential sites.
The main reference for soil data layers is land systems developed by Regional Physical Planning
Project for Transmigration (RePPProT, 1988) at a reconnaissance scale. A further division of land
mapping units (based on topography, land use, and geology) was undertaken to provide a basis
for field survey. As many as ten homogeneous mapping units were identified in the area of
interest, and soil sampling was done in 34 locations. Soil characteristics surveyed and analysed
include the followings (Table 2). The data on climate such as average temperature, rainfall,
number of dry months were obtained from local meteorological station (see Table 1).
Table 2 Land Qualities and Land Characteristics Observed in The Study Area
Land Qualities Land Characteristics
o
Temperature (tc) Average temperature ( C)
Water availability (wa) Rainfall (mm), moisture (%), Number of dry months
Oxygen availability (oa) Drainage
Rooting condition (rc) Texture, Coarse material (%), Soil depth (cm), Peat Depth (cm), Depth (cm) of
mineral interlayer or enrichment (if any), Maturity/ripeness
Nutrient retention (nr) Clay CEC (cmol/kg), Base saturation (%), pH (H2O),
Organic C (%)
Toxicity (xc) Salinity (dS/m)
Sodicity (xn) Alkalinity/ESP (%)
Sulfidic material (xs) Depth of sulfidic materials (cm)
Erosion hazard (eh) Slope (%), erosion
Flood hazard (fh) Inundation
Land preparation (lp) Surface stoniness (%), Surface outcrops (%)
A GIS database table containing the names of all unique soil mapping units in the study area was
constructed in a relational database system. Unique soil identification numbers (IDs) were
assigned to each record, and fields were added to indicate map unit types and a general
classification of the soil type at a sub-group level. Relationships between the various data sources
were defined and well organized in GIS. Careful consideration was given when designing a
spatially referenced soils database to ensure database table linkages, due to the nature of soil
taxonomic classifications, the taxonomic level at which the soils were mapped, and the level at
which soil attribute data was recorded. All these factors result in a complex set of relationships
between soil profile attribute data (i.e., characteristics as shown in Table 1), soil type, and soil
mapping unit, so that the flow of soil profile data from the soil attribute tables to linkage with the
database tables of the digital soil maps can be well understood. The tables are arranged such
that all relationships are “one-to-many,” thereby facilitating data flow and database queries in GIS.
Land suitability classification in this study was undertaken based on the framework for land
evaluation guidelines of FAO (1976), using the first approach as described above. The FAO‟s land
suitability scheme is divided into Order, Class, Sub Class, and Unit. Order is the global land suitability
group, and is divided into S (Suitable) and N (Not Suitable). Class is the land suitability group within
the Order level. Land suitability classification is undertaken based on the level of detail of the data
available. For example, at a semi detailed mapping activity the S order is divided into Highly Suitable
(S1), Moderately Suitable (S2), and Marginally Suitable (S3). In the “Not Suitable” order no further
division is made. Sub-Class is indicated by the type and level or degree of limitations in each division.
For example, land unit having a limiting factor of rooting condition at a marginal level is indicated by a
Subclass S3rc. Further, detailed divisions of Sub-Classes into Units can be made according to
differentiation in soil effective depths. The effective depths of 50 -70 cm and <50 cm, are respectively
classified as S3rc1 and S3rc2 (Djaenuddin et al., 2003).
In the present study, suitability classification is undertaken at a sub-class level. The classification at
class level adopted is as follows (Djaenuddin et al., 2003; FAO/CSR, 1983):
V-144
Class S1 (highly suitable): Land having no significant limitation or only have minor
limitations to sustain a given land utilization type without significant reduction in
productivity or benefits and will not require major inputs above acceptable level.
Class S2 (moderately suitable): land having limitations which in aggregate are moderately
severe for sustained application of the given land utilization type; the limitations will
reduce productivity or benefits and increase required inputs to the extent that the overall
advantage to be gained from the use, although still attractive, will be appreciable
compared to that expected from Class S1 land.
Class S3 (marginally suitable): land having limitations which in aggregate are severe for
sustained application of the given land utilization type and will so reduce productivity or
benefits, or increase required inputs, that any expenditure will only be marginally justified.
Class N (not suitable): land having very severe limitations, as the range of inputs required
is unjustifiable.
Matching processes between soil attributes and crop requirements (as suggested in FAO, 1976)
were performed in simple overlay and spatial query methods in GIS (see Baja et al., 2001a; Baja
et al., 2002a). This is to identify spatially suitability classes and subclasses, and the types and
degrees of limiting factors in each soil mapping unit. Final suitability maps were then generated,
where mapping units were used as a basis for identifying different suitability subclass of crop type
evaluated. Suitability level is given in actual and potential terms. Actual suitability is a class or
subclass that is based on current soil conditions, i.e. without improvement efforts of applying any
input, and the information is based on physical environment data generated from soil or land
resources surveys. Potential suitability is the level that the land unit could reach after a particular
improvement.
The results reveal a possible development of area for each crop types in every sub-districts,
taking into account land availability as well as land suitability. As the classification procedure was
done on sub-class category basis, further analyses were performed to identify the type and
degree of improvement of land characteristics at a certain sub-class level. Therefore, this
procedure will bring about the following results: (i) land availability, taking into account land
suitability at higher class; and (ii) spatial distribution of land sub-class category together with the
types and degree of improvement needed to develop each type of selected food crops. As shown
in their procedure above, both results have considered administration boundary, so that
appropriate management can be prepared in each sub-district, through their agricultural
development planning scheme.
V-145
Figure 4 Land use/land cover types of Study Region
The ground survey reveals that maize cultivation was found mostly in the dryland agriculture
cover type. The largest cultivation area for maize is in the northern parts of the study region
(Kelara and Rumbia sub-districts), accounting for 10,784 ha. Cultivation of maize (commonly local
variety) is done using traditional system by local farmers in an average area of 1 to 2 ha per
farmer. As very limited irrigation was available for maize cultivation in this region, the farmers
make use of rainfall which is relatively low along the coastal area. The period of planting begins
from early November, and early April every year for northern parts of the study area. For the
areas in the south (along the coast) the cultivation is mostly once a year, due to low water
V-146
availability. The productivity of maize in this area ranges from around 3.0 to 5.1 ton per ha (BPS
Kabupaten Jeneponto, 2008) (Table 4).
Based on current soil conditions, the suitability classes are mostly S3 with various limiting factors
(Table 5). The largest proportion of land is categorized as an actual subclass S3 KB, where the
main limiting factor is base saturation. This confirms that the land areas are categorized as
marginal soils. There are several land units (covering about 9,412 ha or 35% of study area) that
may be upgraded to S2 CH, Org (i.e., potential sub-class) after improvement of base saturation
limitation, and the main limiting factor in this is the amount of annual rainfall, and organic mater
content.
V-147
Figure 5 Spatial Distribution of Land Suitability Sub-Classes for Maize
Table 5 Land Suitability Sub-Classes for Maize in The Study Area
Actual Sub-Class Potential Sub-Class Area (ha) Percent from total area
Base saturation in this area ranges from 20.8 to 40.1 percent, although cation exchange capacity
(CEC) is commonly high, ranging from 20.0 to 23.8 cmol(+)/kg. This is an indication of, as seen in
soil chemical analysis, low availability of exchangeable cations (Ca+2, Mg+2, K+, and Na+).
According to the evaluation criteria for maize development (Djaenuddin et al., 2003), land units
with base saturation of less than 35% fall into marginally suitable (S3) for maize. Further, soil pH
is also limiting for some land units, where the optimum level for maize ranges from 5.8 to 7.8. In
terms of improvement needed, these limiting factors are categorized as a medium input, which
may be simply overcome by local farmers through fertilizer and liming applications.
Other important limiting factors in this area are rainfall (CH), texture (Tek), and slope (Ler), and
such three factors need a high input (i.e., through irrigation and terracering) to overcome the
limitations. According to land utilization type of maize cultivation in this area, where traditional
farming system is adopted, then there will be no possibility for improvement at present time.
V-148
Overall, the most important limiting factors in the area studied are climate, base saturation,
texture, slope, and pH. Their effects can appear alone or in combinations in the land mapping
units assessed.
Lets take an example of Tarowang sub-district. Land area that are suitable for maize cultivation at
an actual S2 sub-class (with limiting factors of CH, KB, and Org) is 1022 ha. With the same
manner, that with S3 CH is 730 ha, S3 KB is 2095 ha, and S3 Lr, KB, CH is 178 ha. From
potential suitability point of view, it reveals that the largest suitable area (with class S2 or
moderately suitable) for maize cultivation in this study region is in the sub-district of Tarowang
(3,107), and is followed by Kelara (2,777 ha), Arungkeke (2,139 ha), Batang (1,261 ha), Rumbia
(974 ha), and Turatea (961 ha).
Table 6 Continued...
Sub-district (Kecamatan) Actual sub-class Potential sub-class Area (ha)
5. Tarowang S2 KB, CH, Org S2 KB, CH, Org 1,022
S3 CH S3 CH 730
S3 KB S2 CH, Org 2,095
S3 Lr, KB, CH S3 Lr, KB, CH 178
Total 4,025
6. Turatea N Tek N Tek 308
V-149
S3 CH, pH S3 CH, pH 21
S3 KB S2 CH, Org 961
S3 KB, Tek S3 KB, Tek 2,371
S3 pH, Tek S3 pH, Tek 2,196
Total 5,857
Grand Total 27,094
Note: The symbols following the suitability classes represent limiting factors (using commonly used codes in Indonesia):
Tek = texture, KB = base saturation, CH = rainfall, Org = organic matter, pH = soil pH, and Lr = soil slope.
The result of analysis of potential development area for maize cultivation is presented in Table 7.
The data show that from a total area of 27,094 ha, there are 26,786 ha of land suitable (at S2 and
S3 classes) for maize cultivation. Existing maize cultivation covers a total area of 16,601 ha. So
that, a total of 10,185 ha of land areas were identified as potential development of new cultivation
area (extensification). Currently, there are two sub-districts having a relatively large area for
maize cultivation, namely Kelara and Rumbia, i.e., 5,524 ha and 5,260 ha, respectively. This
brings about small amount of land areas available for new development of maize.
Furthermore, this study reveals that for all sub-districts, there will be almost no limitation in terms
of land cover type for maize development. Land use/land cover data in Table 8 show that for the
most potential areas for new development of maize (i.e., Kelara and Rumbia sub-districts), the
dominant land use/land cover type is dryland agriculture, covering a total area of 7,162 ha.
Rainfed paddy field is also available for possible development of maize cultivation with multiple
cropping systems. According to ground survey, some areas that were identified as rainfed paddy
were also used for multiple cropping with such crops as maize, snake bean, sweet potato, and
some types of vegetables.
V-150
Table 8 Land Use/Land Cover in Each Sub-District Area
Sub-district (Kecamatan) Land use/land cover Area (ha)
Batang Inland forest 38
Residential 141
Rainfed paddy field 1,389
Scrubs 77
Dryland agriculture 1,590
Total 3,234
Kelara Mixed crops 184
Residential 241
Rainfed paddy field 585
Scrubs 476
Dryland agriculture 3,124
Total 4,610
Rumbia Inland forest 187
Mixed crops 268
Residential 164
Rainfed paddy field 1,274
Dryland agriculture 4,038
Total 5,931
Arungkeke Inland forest 24
Inland forest Bakau 350
Residential 221
Rainfed paddy field 1,430
Dryland agriculture 1,412
Total 3,437
Tarowang Inland forest 25
Mangrove 63
Residential 180
Rainfed paddy field 588
Scrubs 392
Dryland agriculture 2,443
Water body 334
Total 4,025
Turatea Residential 251
Rainfed paddy field 2,316
Irrigated paddy field 440
Scrubs 44
Dryland agriculture 2,709
Water body 96
Total 5,857
Grand total 27,094
4. Conclusion
Comparing to the existing maize cultivation and land use types on the ground, about one third of
the area is available for maize cultication (extensification). Assuming that the local government
will prioritize the area with potential suitability class of S2 (moderately suitable land) for maize
development, then there will be a total land area of 11,229 ha available for cultivation. This is
spatially distributed on the following sub-districts: Arungkeke 2,139 ha, Batang 1,262 ha, Kelara
2,777 ha, Rumbia 974 ha, Tarowang 3,117 ha, and Turatea 961 ha.
This study also reveals that there are some limiting factors in term of soil chemical characteristics
that can still be improved for the importance of optimizing maize production, but there will be
V-151
almost no limitation in terms of land cover type for maize development. The spatial based method
demonstrated in this study can be further used at a micro scale mapping where the detailed
spatial data are available with a good mapping accuracy.
5. Acknowledgement
The authors would like to thank farmers in Jeneponto District for giving excellent response to our
research team. Financial support provided by Directorate of Higher Education, Department of
National Education, Republic of Indonesia through a competitive based research: STRANAS
Batch II is greatly appreciated.
6. References
Baja, S. (2009): Land use choice and land resource assessment in agriculture. CAB Reviews: Perspectives
in Agriculture, Veterinary Science, Nutrition and Natural Resources, 4, No. 015
Baja, S., Chapman, D. M., and Dragovich, D. (2001a): A conceptual model for assessing agricultural land
suitability at a catchment level using a continuous approach in GIS. Pages 828-841 in: Proceedings of the
Geospatial Information and Agriculture Conference, 17-19 July 2001, Sydney. NSW Agriculture, Sydney.
Baja, S., Chapman, D. M., and Dragovich, D. (2001b): Land use systems: an assessment using a GIS. In:
Proceedings of the Sixth International Conference on GeoComputation, 24-26 September 2001, Brisbane.
The University of Queensland, Brisbane.
Baja, S., Chapman, D. M., and Dragovich, D. (2002a): A conceptual model for defining and assessing land
management units using a fuzzy modelling approach in GIS environment. Environmental Management,
Volume 29: 647-661.
Baja, S., Chapman, D. M., and Dragovich, D. (2002b): Using GIS and remote sensing for assessing and
mapping the present status of land use and land qualities in the lower Hawkesbury-Nepean Catchment,
Australia. Geocarto International, 17: 15-24).
Bojorquez-Tapia, L.A., Diaz-Mondragon, S. and Ezcurra, E. (2001): GIS-based approach for participatory
decision making and land suitability assessment. International Journal of Geographical Information Science, 15:
129-151.
BPS Kabupaten Jeneponto. (2008): Kabupaten Jeneponto Dalam Angka. Pemerintah Kabupaten Jeneponto,
Bontosunggu.
Burrough, P.A., MacMillan, R. A. and van Deursen, W. (1992): Fuzzy classification methods for determining land
suitability from soil profile observations and topography.” Journal of Soil Science, 43: 193-210.
CSR/FAO. (1983): Reconnaissance Land Resources Surveys 1 : 250,000 Atlas Format Procedures. Centre
for Soil Research (CSR) Republic of Indonesia, Bogor.
Davidson, D.A., Theocharopoulos, S.P. and Bloksma, R.J. (1994): A land evaluation project in Greece using
GIS and based on Boolean and fuzzy set methodologies. International Journal of Geographic Information
Systems, 8: 369-384.
Djaenuddin, D., Basuni, Hardjowigeno, S., Subagyo, H., Sukardi, M., Ismangun, Marsudi, D.S., Suharta, N.,
Hakim, L., Widagdo, Dai, J. Suwandi, V., Bachri, S., dan Jordens, E.R. (1994): Kesesuaian Lahan Untuk
Tanaman Pertanian dan Tanaman Kehutanan. Second Land Resource Evaluation and Planning Project.
ADB Loan No. 1099 INO. Centre For Soil and Agroclimate Research, Bogor.
FAO. (1976): A Framework for land evaluation. FAO Soils Bulletin no 32. Food and Agriculture Organisation
of the United Nations, Rome.
Malczewski, J., Moreni-Sanches, R., Bojorquez-Tapia, L.A., and Ongai-Delhumeau, E. (1997): Multicriteria group
decision-making for environmental conflict analysis in the Cape Region, Mexico. Journal of Environmental
Planning and Management, 40: 349-374.
McKendry, J.E., Eastman, J.R., Martin, K.S., and Fulk, M.A. (1992): Explorations in Geographic Information
Systems Technology: Applications in Forestry. United Nations Institute for Training and Research, Switzerland.
RePPProT. (1988): The Land Resources of Indonesia: A National Overview Main Report. United Kingdom-
ODA NRI. Ditjen Pankim, Department of Transmigration, Jakarta.
Ritung S, Hidayat A. (2003): Potensi dan Ketersediaan Lahan untuk Pengembangan Pertanian di Propinsi
Sumatera Barat, hal. 263-282. Prosiding Simposium Nasional Pendayagunaan Tanah Masam, Bandar
Lampung 29-30 September 2003. Pusat Penelitian dan Pengembangan Tanah dan Agroklimat, Bogor.
USDA, (2006): Keys to Soil Taxonomy. Tenth Edition. Syst., 8: 369-376. The 18th World Congress of Soil
Science. Philadeiphia, Pennsylvania, USA.
Walpole, S.C. (1998): Integration of economic and biophysical information to assess the site-specific
th
profitability of land management programmes using a GIS. Pages 1663-1669, in: Proceedings of the 8
ISCO Conference, New Delhi. International Soil Conservation Organisation and A.A. Balkema, Rotterdam.
V-152
Rencana Lanskap Kawasan Wisata Pesisir Berkelanjutan
(Studi Kasus : Pesisir Teluk Pacitan, Jawa Timur)
1) 2) 3)
Wasissa Titi Ilhami , Siti Nurisyah , dan Setia Hadi
1) 2) 3)
Departemen Arsitektur Lanskap, Fakultas Pertanian, Institut Pertanian Bogor
Abstrak: Indonesia merupakan negara kepulauan yang memiliki wilayah pesisir yang panjang. Kawasan
pesisir ini selain rentan secara ekologis, juga memiliki kekhasan visual dan keragaman dan kekayaan
biotanya sehingga berpeluang tinggi untuk dikembangkan sebagai kawasan wisata. Hal ini juga
direncanakan akan dikembangkan di kawasan Teluk Pacitan. Tujuan penelitian adalah untuk merencanakan
lanskap kawasan wisata pesisir yang berkelanjutan di Teluk Pacitan, Jawa Timur dengan melakukan
identifikasi dan analisis kondisi ekologis pesisir, potensi obyek dan atraksi wisata dan visual pesisir serta
keikutsertakan masyarakat lokal dan pemerintah (stakeholder) dalam mendukung keberlanjutan kawasan
pesisir ini. Penelitian menggunakan metode pendekatan deskriptif kuantitatif untuk menentukan peringkat
tiap aspek ekologis dan aspek wisata tapak. Penilaian visual dilakukan dengan metode SBE, dan penilaian
terhadap peran serta masyarakat dan dilakukan dengan AHP. Pengolahan dan penyajian spasial dilakukan
melalui GIS (Geographic Information System). Hasil penelitian mendapatkan bahwa kawasan Teluk Pacitan
potensial untuk dikembangkan sebagai kawasan wisata dengan peringkat intensitas pengembangan yang
berbeda yaitu 12,9% untuk pengembangan wisata sangat potensial (dapat dibangun fasilitas wisata), 58,3%
untuk zona pengembangan wisata cukup potensial (semi alami) dan 28,9% dialokasikan untuk zona
pengembangan kurang potensial (dibiarkan alami untuk melindungi kawasan pesisir). Diperlukan peraturan
terkait keruangan yang mendukung kenyamanan berwisata dan perlindungan terhadap keberlanjutan
kawasan teluk ini.
1. Latar Belakang
Wilayah Indonesia merupakan negara kepulauan yang mempunyai panjang garis pantai sekitar
81.791 km. Panjangnya perairan dangkal ini memungkinkan tumbuh subur dan tingginya
keanekaragaman jenis organisme yang ada didalamnya. Ekosistem sumberdaya perairan laut di
wilayah pesisirnya sangat produktif dan sangat subur. Sebagai negara kepulauan yang beriklim
tropis dan zona tektonik yang aktif, wilayah pesisir dan pulau-pulau kecil di Indonesia punya
karakter beragam dan khas dalam hal iklim, geologi, geomorfologi dan biota (Delinom, 2007) dan
kondisi ini sangat potensial untuk dikembangkan menjadi obyek wisata tropikal.
Dibalik potensi tersebut, pembangunan atau aktifitas manusia dalam memanfaatkan potensi
sumberdaya alam di wilayah pesisir, sering tidak ramah lingkungan. Bahkan sering menyebabkan
kerusakan potensi sumberdaya hayati di wilayah pesisir, sehingga tidak jarang beberapa jenis
organisme laut tertentu sudah sangat langka keberadaannya (Supriharyono, 2007).
Untuk memanfaatkan kekayaan alami dan visual pesisir ini, dan pada saat yang bersamaan juga
untuk meminimumkan kerusakannya maka salah satu pemanfaatan pesisir adalah
mengembangkannya sebagai kawasan wisata. Saat ini pemerintah Kabupaten Pacitan mulai
mengembangkan kawasan pesisir sebagai kawasan pariwisata, namun masih belum terencana
dengan baik. Dengan model perencanaan wisata yang sesuai, maka potensi sumberdaya wisata
yang ada di kawasan pesisir Teluk Pacitan akan dapat dikembangkan secara optimal.
Tujuan dari penelitian ini adalah merencanakan lanskap kawasan wisata pesisir yang
berkelanjutan di Teluk Pacitan, Jawa Timur dengan melakukan identifikasi dan analisis kondisi
ekologis pesisir, potensi obyek dan atraksi wisata serta potensi visual di kawasan pesisir,
mendeskripsikan keikutsertakan masyarakat lokal dan stakeholder lain dalam mendukung
keberlanjutan kawasan.
Hasil penelitian diharapkan dapat memberikan manfaat sebagai sumbangan pemikiran kepada
Pemerintah Daerah Kabupaten Pacitan dalam merencanakan secara fisik kawasan wisata pesisir
yang berkelanjutan dengan memperhatikan keindahan bentang alam atau lanskapnya, sebagai
dasar untuk menerapkan sistem perencanaan wisata pesisir yang berkelanjutan, mewujudkan
Kabupaten Pacitan sebagai kota yang memiliki nilai wisata yang tinggi sehingga menimbulkan
V-154
daya tarik visual yang berbeda dengan Kabupaten yang lainnya, serta dapat menjadi salah satu
alternatif dalam meningkatkan pendapatan kota dan kesejahteraan masyarakat melalui wisata
pesisir.
2. Metodologi Penelitian
2.1 Lokasi dan Waktu Penelitian
Penelitian ini dilakukan di kawasan pesisir Teluk Pacitan, seperti yang disajikan dalam Tabel 1.
Penelitian ini dilakukan sejak bulan Februari hingga Juni 2010.
Tabel 1 Lokasi Penelitian di kawasan Pesisir Teluk Pacitan
Luasan
No Kecamatan Desa
Ha %
1. Pringkuku Dadapan 1041 31,0
2. Pacitan Sidoharjo 790 23,5
Ploso 414 12,3
Kembang 694 20,6
3. Kebonagung Plumbungan 424 12,6
Total 3363 100
Sumber : Data Desa (2010)
V-155
Analisis Daya Dukung Kawasan (DDK): Analisis DDK untuk menganalisis tingkat maksimum
penggunaan suatu kawasan atau suatu ekosistem, baik berupa jumlah maupun kegiatan yang
diakomodasikan di dalamnya, sebelum terjadi suatu penurunan dalam kualitas ekologis kawasan,
termasuk estetika lingkungan/alami yang dimilikinya.
0 1 2 3 4 5 cm
skala 1 : 50.000
LEGENDA :
3 Sungai
2 Jalan
Batas Administrasi
1
3 Ploso
4 Kembang
5 Plumbungan
4
8°14'
8 °14'
Su mb er :
1. Peta RBI Digital Tahun 2 001
2. Has il O lah an Data 20 10
7°55'
5
8°00'
8°00'
8°15'
8 °15'
8°5'
8°5'
8°10'
8°10'
8°15'
8°15'
Area l y an g d ip et a kan
V-156
3.2 Identifikasi dan Analisis Potensi Wisata
Ketersediaan Obyek dan Atraksi Wisata. Analisis kelayakan obyek dan atraksi wisata
menghasilkan data bahwa desa Sidoharjo dan Ploso meskipun estetika dan keaslian kawasan
pesisirnya sudah berkurang, namun tergolong sangat potensial karena, letaknya yang paling
dekat dengan pusat kota, sehingga sarana infrastruktur masih dapat dijangkau seperti
ketersediaan air bersih, fasilitas pendukung seperti hotel atau penginapan serta sarana
transportasi dan aksesibilitasnya
Potensi Visual. Hasil analisis kualitas estetik di Teluk Pacitan yang dilakukan menunjukkan 60%
responden menilai objek dengan kualitas estetik sedang, 25% responden menilai objek dengan
kualitas estetik tinggi dan 15% responden menilai objek dengan kualitas estetik rendah.
8°12'
8 °12'
0 1 2 3 4 5 cm
skala 1 : 50.000
LEGENDA :
3 Sungai
2 Jalan
Batas Administrasi
8°13'
8 °13'
1 Dadapan Tinggi
2 Sidoharjo Sedang
1
3 Ploso Rendah
4 Kembang
5 Plumbungan
4 8°14'
8 °14'
Su mb er :
1. Peta RBI Digital Tahun 2 001
2. Has il O lah an Data 20 10
7°55'
5
8°00'
8°00'
8°15'
8 °15'
8°5'
8°5'
8°10'
8°10'
8°15'
8°15'
Area l y an g d ip et a kan
V-157
111°3' 111°4' 111°5' 111°6' 111°7'
8°12'
8 °12'
0 1 2 3 4 5 cm
skala 1 : 50.000
LEGENDA :
3 Sungai
2 Jalan
Batas Administrasi
8°13'
8 °13'
AK SEPTIB IL ITA S
1 Dadapan
2 Sidoharjo Sangat Sesuai
1
3 Ploso
4 Kembang
5 Plumbungan
8°14'
8 °14'
Su mb er :
1. Peta RBI Digital Tahun 2 001
2. Has il O lah an Data 20 10
7°55'
7°55'
5
8°00'
8°00'
8°15'
8 °15'
8°5'
8°5'
8°10'
8°10'
8°15'
8°15'
110°55' 111°00' 111°5' 111°10' 111°15' 111°20' 111°25'
Area l y an g d ip et a kan
V-158
3.7 Sintesa Alternatif Menurut Kriteria
Berdasarkan hasil pengolahan data yang dilakukan, dari alternatif pengembangan yaitu
pengembangan aksesibilitas, peningkatan fasilitas pendukung dan pengembangan obyek wisata
dalam menciptakan wisata di kawasan pesisir Teluk Pacitan, ternyata upaya untuk
mengembangkan aksesibilitas merupakan prioritas utama yang harus dilakukan (sebesar 52.6%).
Hal ini dikarenakan kondisi akses yang sulit dijangkau dan sebagian kawasan yang berada di
daerah pegunungan. Peningkatan fasilitas pendukung juga penting untuk ditingkatkan sebagai
salah satu prioritas karena sarana infrastruktur yang kurang baik di kawasan pesisir.
0 1 2 3 4 5 cm
skala 1 : 50.000
LEGENDA :
3 Sungai
2 Jalan
Batas Administrasi
1
3 Ploso sangat potensial
4 Kembang
5 Plumbungan
4
8°14'
8 °14'
Su mb er :
Peta RTRW Kabu paten Pacitan Tahun 2 009
7°55'
5
8°00'
8°00'
8°15'
8 °15'
8°5'
8°5'
8°10'
8°10'
8°15'
8°15'
Area l y an g d ip et a kan
V-159
3.9 Pengembangan Aktifitas Wisata
Konsep utama adalah untuk menciptakan kawasan wisata pesisir yang berkelanjutan, yaitu
dengan mengembangkan ekowisata pesisir yang didasarkan pada potensi lingkungan dan obyek
dan atraksi wisata yang potensial untuk melindungi sumber daya alam dan kualitas lingkungan
serta kesejahteraan masyarakat lokal. Konsep ruang wisata di Teluk Pacitan disesuaikan dengan
kondisi eksisting lingkungan pesisir. Ruang wisata dibagi menjadi tiga yaitu ruang penerimaan
(Welcome area), ruang transisi dan ruang wisata utama. Pada tiap ruang wisata terdapat aktifitas
dan fasilitas yang mendukung tema dan tujuan dari ruang wisata tersebut (Gambar 5)
Gambar 5 Konsep Ruang dan Jalur Sirkulasi Wisata Pesisir di Teluk Pacitan
Adapun Konsep Sirkulasi yang dilengkapi dengan Touring Plan akan dikembangkan di Teluk
Pacitan (Gambar 6) terdiri atas :
1) Sirkulasi Primer merupakan sirkulasi utama yang menghubungkan ruang-ruang pada ruang
utama. Sirkulasi ini berupa jalan raya (jalan negara).
2) Sirkulasi Sekunder merupakan sirkulasi dalam ruang yang menghubungkan obyek-obyek
wisata. Sirkulasi ini berupa jalan raya (jalan negara) maupun jalan desa yang sudah biasa
dilalui oleh masyarakat.
3) Sirkulasi Tersier merupakan sirkulasi (jalur tambahan) di dalam obyek dan atraksi wisata.
Sirkulasi ini berupa boardwalk dan tracking deck atau tracking primitif.
V-160
Perencanaan lanskap wisata pesisir di Teluk Pacitan ini mengakomodasikan seluruh aktifitas
yang telah direncanakan dengan tetap memperhatikan tingkat kepekaan ekologis kawasan. Dari
zona yang didapatkan dari analisis keberlanjutan (sustainability), maka direncanakan menjadi tiga
ruang wisata yaitu welcome area (area penerimaan) , area transisi dan area wisata utama. Ruang
wisata itulah yang kemudian dikembangkan berdasarkan aktifitas dan fasilitas yang dibutuhkan.
Selain itu juga dilakukan perbaikan sirkulasi untuk aksesibilitas wisata. Sirkulasi yang
direncanakan terdiri atas sirkulasi primer (jalan utama yang menghubungkan antar obyek wisata),
sirkulasi sekunder (jalan penghubung obyek dalam suatu zona), serta sirkulasi tersier (jalan
penghubung berupa tracking deck primitif dan boardwalk sebagai penunjang.
4.2 Saran
1) Potensi yang dimiliki oleh kawasan Pesisir di Teluk Pacitan cukup tinggi, sehingga perlu
adanya aturan daerah yang dikeluarkan oleh pemerintah daerah untuk dapat
memproteksi Teluk Pacitan sebagai kawasan wisata pesisir dengan arahan
pengembangan wisata yang lebih memperhatikan perlindungan alam dan pelestarian
budaya. Juga, perlu adanya pembinaan untuk masyarakat lokal agar lebih meningkatkan
peran aktif mereka dalam pengembangan wisata
2) Aspek sosial budaya merupakan aspek yang penting karena cukup rentan terhadap
perkembangan pariwisata di Teluk Pacitan dan jika tidak diperhatikan akan dapat
berakibat pada pergeseran nilai-nilai budaya lokal dan perubahan cara pandang
masyarakat lokal terhadap modernisasi.
V-161
3) Dari aspek ekologi, partisipasi pemerintah menjadi prioritas yang utama. Instansi
pemerintah setempat mulai dari tingkat desa hingga kecamatan berperan sebagai
pengorganisir kegiatan yang berkaitan dengan wisata di kawasan pesisir ini.
Pengembangan aksesibilitas merupakan prioritas utama dalam menciptakan wisata di
kawasan pesisir Teluk Pacitan. Hal ini dikarenakan kondisi akses yang sulit dijangkau
dan sebagian kawasan yang berada di daerah pegunungan. Sehingga, konsep wisata
yang sesuai dengan kondisi ekologis Teluk Pacitan adalah dengan mengembangkan
ekowisata pesisir yang didasarkan pada potensi lingkungan dan obyek dan atraksi wisata
yang potensial untuk melindungi sumber daya alam dan kualitas lingkungan serta
kesejahteraan masyarakat lokal.
5. Referensi
Dahuri, R., J. Rais., M.J. Sitepu.(1996): Pengelolaan Sumberdaya Wilayah Pesisir dan Lautan Secara
Terpadu. PT. Pradya Paramita, Jakarta.
Daniel TC.RS Booster. (1976): Measuring Landscape Aesthetic. The Scenic Beauty Estimation Method.
Fennel, David. (1999): Ecotourism. Second edition. Rouledge, New York.
Gunn, CA. (1994): Tourism Planning : Basis, concept, case. Third Edition. Taylor and Francis. Washington
DC.
Inskeep, E. (1991): Tourism Planning : An integrated and sustainable development approach van nosttrand
reinhold. New York.USA.
Nurisyah, S.(2000): Rencana Pengembangan Fisik Kawasan Wisata Bahari di Wilayah Pesisir Indonesia.
Buletin Taman dan Lanskap Indonesia 2000.
Saaty, Thomas L. (1991): Decision Making For Leaders, The Analytical Hierarchy Process for Decisions in
Complex World. Setiono L. Penerjemah; Peniwati K, Editor. Jakarta: Pustaka Binaman Pressindo. 270p.
Yoeti, Oka A. (2008): Perencanaan dan Pengembangan Pariwisata. Cetakan kedua. Jakarta: Pradnya
Paramita
Yulianda, F. (2007): Ekowisata Bahari Sebagai Alternatif Pemanfaatan Sumber daya Pesisir Berbasis
Konservasi. Makalah Seminar Sains FPIK IPB. Bogor
V-162
Analisis Fenomena Ekosistem Laut di Pulau Tipe Vulkanik
(Pulau Ruang)
Wikanti Asriningrum
ABSTRAK
Abstrak: Pengelolaan sumberdaya alam pulau-pulau kecil menggunakan analisis citra penginderaan jauh
menjadi suatu kebutuhan bagi Indonesia, mengingat jumlah pulau dan sebaran pulau yang ada. Penelitian
ini bertujuan untuk menganalisis fenomena ekosistem laut suatu pulau yaitu Pulau Ruang guna mengenali
potensi sumberdaya alamnya. Pengolahan citra menggunakan citra Landsat dan QuickBird untuk
menyeleksi citra komposit dan penajaman yang optimal. Analisis geomorfologi dilakukan untuk mengenali
karakteristik geofisik pulau kecil dan ekosistem laut yang terbentuk. Hasil pengolahan data diperoleh bahwa
untuk pulau kecil tipe vulkanik adalah citra RGB 542 dan lebih tajam dengan fusi multispasial, sedangkan
untuk terumbu karang adalah RGB 421. Berdasarkan analisis geomorfologi secara visual dari citra satelit
diketahui melalui morfologi Pulau Ruang, bahwa pulau kecil ini merupakan tipe vulkanik dengan gunungapi
aktif. Karakteristik fisik yang ditunjukkan dengan nilai spektral ini mengindikasikan potensi penutup lahannya
dan ekosistem pantainya. Ekosistem laut yang berkembang adalah terkait dengan bentuklahan terumbu
pinggiran, sedangkan mangrove dan lamun tidak dapat berkembang.
Kata kunci: Penginderaan jauh, Pulau Ruang, Geomorfologi, Ekosistem laut, Sumberdaya alam.
1. Pendahuluan
Ekosistem laut mengandung sumberdaya alam yang sangat berarti bagi Indonesia sebagai
negara kepulauan terbesar di dunia. Sementara itu, Indonesia yang berada di daerah tropis
merupakan wilayah yang menjadi tempat tumbuh ekosistem laut yang baik, seperti terumbu
karang, mangrove, dan lamun. Pesisir dan perairan laut dangkal di sekeliling pulau-pulau kecil di
samudra adalah wilayah bagi ekosistem laut.
Citra penginderaan jauh satelit memiliki resolusi spasial tinggi, menengah, dan rinci. Citra Landsat
dengan resolusi menengah memiliki tujuh kanal multispektral, sedangkan citra QuickBird memiliki
empat kanal multispektral. Citra dengan resolusi spasial tinggi memiliki kelebihan untuk menampilkan
obyek dengan tingkat kedetailan lebih tinggi. Sementara itu, citra dengan resolusi spasial lebih
rendah memiliki kelebihan untuk mengamati kondisi keruangan lebih menyeluruh. Analisis ekosistem
laut dengan menggunakan perbedaan resolusi spasial berguna untuk membandingkan obyek
dengan tingkat kedetailan berbeda.
Indonesia memiliki pulau-pulau vulkanik yang berada di sepanjang busur magmatik dan diperkirakan
pulau kecil tipe vulkanik banyak dijumpai. Pulau vulkanik yang terbentuk di samudra memiliki variasi
kondisi fisik lahan akibat perbedaan tingkat aktivitas letusan ataupun tingkat deformasi batuan. Citra
penginderaan jauh merupakan data faktual kondisi penutup lahan dan fisik lahan. Fakta ini perlu
dianalisis lebih lanjut untuk mendapatkan pola keorelasinya dengan potensi sumberdaya alam yang
terkandung seperti halnya potensi yang terkait dengan ekosistem laut.
Beberapa kondisi tersebut menjadi pertimbangan dalam penelitian ini yang bertujuan untuk
menganalisis fenomena ekosistem laut suatu pulau kecil yaitu Pulau Ruang guna mengenali
potensi sumberdaya alamnya.
V-164
3. Metodologi
Data yang digunakan adalah citra Landsat ETM+ P/R 111/59 tanggal 7 September 2002; kanal 1,
2, 3, 4, 5, 7, dan 8. Citra QuickBird Pulau Ruang Tanggal 2 Agustus 2005, kanal 1, 2, 3, 4, 5.
Citra Landsat dan QuickBird kanal 1, 2, 3, 4 memiliki kisaran panjang gelombang yang sama,
yaitu biru, hijau, merah, infra merah dekat. Kesamaan ini digunakan untuk mengetahui perbedaan
kisaran nilai spektral setiap kanal pada resolusi spasial yang berbeda yaitu 30 m dan 2,4 m.
Kanal 8 citra Landsat dan kanal 5 citra QuickBird berada pada panjang gelombang pankromatik
dengan resolusi spasial masing-masing 15 m dan 0,6 m.
Peta yang digunakan adalah Peta Rupa Bumi Indonesia skala 1:250.000 lembar Tahuna; Peta
Geologi skala 1:250.000 lembar Sangihe dan Siau, Sulawesi oleh Hanang Samodra Tahun 1989;
serta Peta Laut Sulawesi, Pulau-pulau Sangihe skala 1:200.000, 1:50.000, dan 1:25.000.
Pengolahan citra dilakukan pada data set citra Landsat daerah Pulau Ruang. Data set Landsat
tersusun oleh kanal-kanal 1, 2, 3, 4, 5, dan 7 resolusi spasial 30 m serta data set kanal 8 resolusi
spasial 15 m. Demikian pula data set QuickBird tersusun oleh kanal-kanal 1, 2, 3, 4 resolusi
spasial 2,4 m serta data set kanal 5 resolusi spasial 0.6 m.
Fusi multispektral digunakan untuk memperoleh informasi citra yang optimal menggunakan
software ER MAPPER, 1997. Proses fusi multispektral untuk membuat citra warna komposit dengan
memasukkan setiap kanal ke dalam filter merah, hijau, dan biru (RGB). Pengolahan citra juga
dilakukan untuk penajaman dan pemfilteran. Algoritma NDVI berikut untuk mengetahui kerapatan
vegetasi. B3 adalah kanal 3 atau red dan B4 adalah kanal 4 atau infra red.
TM3)
Warna merah pada citra Landsat atau warna hijau pada citra QuickBird adalah vegetasi yang didominasi
oleh pohon kelapa dan semak belukar
Gambar 1 Citra Landsat dan QuickBird Pulau Ruang
.
4. Hasil dan Pembahasan
4.1 Nilai spektral
Nilai spektral citra QuickBird pada kanal 1 menunjukkan kisaran lebih sedikit/sempit dibandingkan
dengan citra Landsat (Tabel 1). Panjang gelombang kanal ini peka terhadap air, sehingga
sempitnya kisaran nilai spektral ini merupakan cermin rendahnya variasi obyek di perairan.
Sebaliknya, pada kanal 2, 3 dan 4 nilai spektral untuk citra QuickBird menunjukkan kisaran lebih
banyak dibandingkan citra Landsat. Panjang gelombang kanal 2, 3 dan 4 ini peka terhadap
vegetasi, sehingga nilai ini merupakan cermin tingginya variasi jenis vegetasi.
Pulau Ruang sebagai pulau kecil dengan fenomena aktivitas gunungapi memiliki penutup lahan
yang spesifik. Kisaran nilai spektral yang ditunjukkan pada Tabel 1, untuk kanal 1 adalah obyek
V-165
terumbu pinggiran yang sangat tipis. Sementara itu, nilai spektral pada kanal 2, 3, dan 4 adalah
obyek semak belukar, pohon kelapa, dan lahan terbuka yang berupa endapan piroklastik dan
lava.
Secara rinci bentuklahan Pulau Ruang dapat dibedakan menjadi enam kelas seperti berikut:
1) Kawah (868 m)
2) Kerucut gunungapi lereng atas (35 º)
3) Kerucut gunungapi lereng tengah (20 º)
4) Kerucut gunungapi lereng kaki (5-10 º)
5) Aliran lava
6) Gisik (beach)
Tebing pantai terjal (Cliff) tidak dapat dipetakan dan peta bentuklahan Pulau Ruang ditunjukkan
pada Gambar 2.
Pulau Ruang merupakan pulau vulkanik aktif di perairan Kabupaten Sitaro, Sulawesi Utara. Di
puncak Pulau Ruang yang merupakan gunungapi stratovulkano ini terdapat dua kawah yang
berdampingan dalam satu garis lurus dengan arah TimurLaut (NE). Aliran lava hasil letusan 1949
berasal dari kawah sisi TimurLaut dan mengalir ke arah Timur menuruni lereng hingga mencapai
tepi pantai. Aliran lava ini dicirikan dengan masih sedikitnya vegetasi yang tumbuh di atasnya
(Gambar 1b, citra QuickBird), karena belum terjadi pelapukan untuk menghasilkan tanah
sehingga solum tanah relatif sangat dangkal.
V-166
Gambar 2 Bentuklahan Pulau Ruang
Pulau Ruang adalah pulau kecil tipe vulkanik berbukit dengan gunungapi yang masih aktif.
Kawah, aliran lava, bentuk pulau membulat, dan posisi pulau di samodra merupakan indikasi
pulau tipe vulkanik yang dapat dikenali dari citra satelit seperti Landsat. Morfologi pulau ini secara
umum merupakan suatu kerucut gunungapi (volcanic cone) tipe stratovolcano. Dari hasil analisis
citra Landsat dan QuickBird serta pengamatan lapangan, menunjukkan bahwa Pulau Ruang
pernah mengalami longsoran dicirikan oleh adanya tebing longsoran berbentuk tapal kuda yang
menghadap ke utara. Pola ini tampak jelas dari citra satelit meskipun sebagian besar tubuh dari
longsoran ini telah tertutup oleh endapan vulkanik yang baru dari aktivitas Gunung Ruang.
Endapan ini dapat berupa endapan dari aliran piroklastik maupun endapan lahar yang tampak
jelas tersingkap pada tebing pantai (cliff) di sepanjang pantai bagian utara (Gambar 3 e). Hasil
pelongsoran tersebut telah menghasilkan bentuklahan yang berbentuk bukit-bukit kecil dan besar
(hummock) yang terdiri atas campuran bongkahan batu-batuan lava basaltik dan andesitik serta
piroklastik. Hummock yang berukuran kecil telah banyak tertutup oleh endapan vulkanik yang
baru, sedangkan hummock yang besar masih tampak jelas di lapangan yang menduduki lereng
bawah dari kerucut gunungapi ini di bagian utara.
Di atas Pulau Ruang terdapat dua desa, yaitu Pumpete dan Laingpatehi yang terletak pada
lereng kaki sebelah Baratdaya gunungapi ini yang juga berbatasan dengan garis pantai. Kedua
desa ini pernah hancur pada saat terjadi letusan Gunung Ruang pada tahun 2002. Hancurnya
dua desa ini diakibatkan oleh derasnya jatuhan piroklastik (pyroclastic fall) yang jatuh dan
menimpa kedua desa ini. Hal ini dikarenakan jarak antara pusat letusan (kawah) dengan kedua
desa ini tidak kurang dari 2 km, sedangkan jatuhan piroklastik yang berukuran blok dan lapilli bisa
mencapai radius 5 km. Oleh sebab itu, bekas rumah-rumah dampak letusan masih banyak berdiri
dan bagian genting rumah saja yang mengalami kehancuran. Selain jatuhan piroklastik, letusan
tahun 2002 juga menghasilkan aliran piroklastik atau awan panas (nuees ardentes) yang secara
umum mengalir ke arah Selatan dan Tenggara (Gambar 1b, citra QuickBird). Hal ini dicirikan oleh
banyaknya endapan lapilli di lereng-lereng bagian Selatan dan Tenggara dan absennya vegetasi
pada lereng-lereng tersebut, seperti kelapa dan semak belukar. Seperti diketahui bahwa kebun
kelapa rakyat merupakan penggunaan lahan yang dominan di lereng-lereng gunungapi ini dan
juga alang-alang dan semak yang terdapat di bawahnya. Pulau Ruang, digunakan untuk
permukiman di dekat garis pantai yang berhadapan dengan Pulau Tagulandang, serta
perladangan dan perkebunan di lereng tengah dan bawah.
Dengan kondisi penutup/penggunaan lahan seperti tersebut di atas dan kondisi lahan yang
didominasi oleh endapan piroklastik (bertekstur pasir), maka pada musim kemarau pada lereng-
lereng gunungapi ini sangat sulit ditemukan air tanah, karena air hujan yang jatuh di atas pulau ini
secara alami tidak dapat disimpan dalam waktu yang lama. Oleh sebab itu, penduduk di kedua
desa ini terpaksa membangun suatu bak penampungan air hujan di halaman rumah, baik
langsung dari air hujan yang jatuh maupun yang berasal dari genting rumah yang disalurkan
V-167
melalui talang-talang. Untuk memperbaiki kondisi ini, maka perlu dilakukan reboisasi atau
penghutanan kembali pada lereng-lereng gunungapi tersebut.
Sebagian lereng selatan tampak masih gundul, karena tertimpa oleh awan panas (pyroclastic
flows) dari letusan terakhir tersebut. Tipe pantai yang terbentuk adalah pantai pasir berbatu
dengan material berasal dari aliran piroklastik dan lahar. Terumbu karang masih belum banyak
tumbuh di sekitar pulau vulkanik ini.
V-168
4.3 Kondisi Ekosistem Laut
Mangrove dan Baringtonia
Warna merah di Pulau Ruang terdapat di beberapa sisi tepi pulau, di awal interpretasi dikelaskan
sebagai vegetasi. Namun warna merah ini menyebar di seluruh pesisir pulau, sehingga untuk
diidentifikasi sebagai ekosistem mangrove di pulau ini perlu dilakukan kajian lebih lanjut serta
pengamatan di lapangan secara langsung. Pengamatan langsung di lapangan memperlihatkan
bahwa Pulau Ruang tidak terdapat mangrove, tetapi hanya didominasi oleh kebun kelapa dan
semak belukar. Warna merah di pesisir seringkali merupakan mangrove. Kasus di pulau vulkanik
dengan gunungapi aktif ini menarik untuk dibandingkan dengan warna merah bata pada
mangrove yang dijumpai di pulau vulkanik lain yang telah mengalami deformasi lanjut.
Pulau Ruang merupakan pulau gunungapi yang masih aktif. Kondisi ini menyebabkan vegetasi di
pulau ini sering rusak dan terbakar akibat aktivitas gunungapi, terlebih lagi pada area aliran lava
hasil letusan gunungapi yang terdiri atas batu-batuan.
Vegetasi yang terdapat di pulau ini adalah kelapa, semak belukar, dan kebun campuran.
Pantainya dominan berupa pasir berbatu produk letusan Gunung Ruang. Endapan lumpur sangat
sedikit, bahkan hampir tidak ada; dan hal ini dapat dihubungkan dengan ketidakberadaan
mangrove. Faktor lain adalah posisi pantai yang menghadap laut lepas dan tidak ada sisi pantai
yang terlindung. Vegetasi yang banyak ditemukan di pinggir pantai adalah jenis kangkung laut.
Vegetasi ini adalah vegetasi khas yang tumbuh pada ekosistem Baringtonia pada tipe pantai
pasir berbatu.
Penyebaran vegetasi di Pulau Ruang ditunjukkan oleh citra Landsat RGB 543 dengan warna
merah dan pada citra QuickBird RGB 321 dengan warna hijau. Warna merah yang mendominasi
Pulau Ruang adalah vegetasi non-mangrove yaitu pohon kelapa dan semak belukar (Gambar 1).
Sementara itu, kisaran nilai NDVI adalah - 0,135135 sampai 0,602339 (Tabel 2). Tingkat
kerapatan vegetasi lebat dan sangat lebat mendominasi penutup lahan di Pulau Ruang (49%).
Artinya pengaruh produk letusan Gunungapi Ruang membuat pertumbuhan semak belukar dan
pohon kelapa menutupi sekitar separuh dari luas pulau kecil ini. Aktivitas Gunung Ruang
menyebabkan vegetasi di pulau ini masih jarang/kurang rapat dan bahkan absen terutama di
daerah bekas aliran lava hasil letusan gunungapi.
Kelas 1 merupakan daerah yang memiliki nilai NDVI di bawah 0 dan dianggap sebagai daerah
perairan. Kelas kedua merupakan daerah bervegetasi dengan nilai NDVI antara 0 sampai 0,1;
kelas ketiga memiliki nilai NDVI antara 0,1 sampai 0,2; kelas keempat adalah daerah dengan nilai
NDVI antara 0,2 sampai 0,3. Kelas kelima mewakili daerah dengan nilai NDVI antara 0,3 sampai
0,4; kelas keenam merupakan daerah bervegetasi dengan nilai NDVI antara 0,4 sampai 0,5;
sedangkan kelas ketujuh merupakan daerah bervegetasi yang memiliki nilai NDVI di atas 0,5.
Tabel 2 menunjukkan luas tiap kelas kerapatan vegetasi hasil perhitungan algoritma NDVI yang
terdapat di Pulau Ruang
Luas area kelas vegetasi di Pulau Ruang terlihat dalam Tabel 2. Hasil penghitungan luas kelas
vegetasi menurut selang nilai NDVI menunjukkan bahwa kelas dengan selang nilai NDVI antara
0,4 sampai 0,5 memiliki luas paling besar yaitu 386,91 Hektar. Sedangkan luasan terkecil dimiliki
oleh kelas vegetasi yang memiliki nilai NDVI antara 0 sampai 0,1 yaitu hampir tidak ada.
Terumbu karang
Batuan yang ditemukan di dasar perairan Pulau Ruang merupakan batuan vulkanik. Gambar 2 b
adalah batuan vulkanik yang ditumbuhi karang diambil di perairan dangkal tanjung sebelah timur
pulau. Batuan ini memiliki lapisan karang tipis di atasnya. Terumbu karang masih belum banyak
tumbuh di sekitar pulau vulkanik ini.
Kondisi terumbu karang di beberapa sisi pantai pulau secara umum kurang bagus. Lapisan
karang masih sangat tipis yang tumbuh di atas substrat batu produk letusan Gunung Ruang. Di
sisi pulau bagian timur-utara terdapat terumbu karang yang cukup bagus. Terumbu karang ini
tumbuh di sisi luar pantai yang berjarak kurang lebih 10 meter dari batas pantai Pulau Ruang. Di
terumbu karang ini ditemukan kelompok ikan karang yang cukup banyak.
V-169
Lamun
Tidak ditemukan lamun di pesisir Pulau Ruang. Ada dua faktor yang berpengaruh sehingga
lamun tidak bisa tumbuh yaitu material dangkalan berupa pasir dan batu serta pantainya
berhadapan dengan laut lepas. Fenomena pertumbuhan lamun serupa dengan fenomena
pertumbuhan mangrove. Pulau kecil dengan gunungapi aktif tidak memungkinkan bagi mangrove
dan lamun untuk tumbuh.
Fenomena ekosistem laut di pulau kecil tipe vulkanik dengan gunungapi masih aktif, yang serupa
dengan Pulau Ruang, dapat dijumpai seperti di Pulau Palue, Kabupaten Sikka, Provinsi Nusa
TenggaraTimur dan Pulau Anak Krakatau, Lampung.
5. Kesimpulan
Warna merah yang mendominasi Pulau Ruang adalah vegetasi non-mangrove yaitu pohon
kelapa dan semak belukar. Hasil penelitian ini menjadi contoh fenomena keberadaan vegetasi
pada pulau kecil tipe vulkanik berbukit dengan gunungapi masih aktif. Indikasi adanya gunungapi
aktif dapat dikenali dari citra penginderaan jauh seperti kawah dan aliran lava/piroklastik.
Berdasarkan analisis geomorfologi secara visual dari citra satelit diketahui melalui morfologi
Pulau Ruang, bahwa pulau kecil ini merupakan tipe vulkanik dengan gunungapi aktif.
Karakteristik ini mengindikasikan potensi penutup lahannya dan ekosistem pantainya. Ekosistem
laut yang berkembang adalah terkait dengan bentuklahan terumbu pinggiran, sedangkan
mangrove dan lamun tidak dapat berkembang.
6. Referensi
Asriningrum, W. dkk. (2007): Menggunakan Data Inderaja. Laporan Insentif Riset Kementrian Negara Riset
dan Teknologi 2007. tidak diterbitkan.
Bemmelen, R.W.V. (1970): The Geology of Indonesia Vol.IA General Geology, Martinus Nijhoff, the Hague
Netherlands.
Coral Reef Information and Training Centre (CRITC) - LIPI.(2004):Studi Baseline Ekologi Batam. Jakarta.
Kerjasama COREMAP dan LIPI.
DKP (Departemen Kelautan dan Perikanan). (2001): Pedoman Umum Pengelolaan Pulau-pulau Kecil yang
Berkelanjutan dan Berbasis Masyarakat. Direktorat Jendral Pesisir dan Pulau-pulau Kecil. Jakarta.
DKP (Departemen Kelautan dan Perikanan). (2002): Pedoman Umum Penataan Ruang Pesisir dan Pulau-pulau
Kecil. Jakarta.
Guilcher Andre. (1988): Coral Reef Geomorphology. John Willey & Sons. Chichester
Kaswadji, R. (2001): Keterkaitan Ekosistem di Dalam Wilayah Pesisir. Sebagian bahan kuliah SPL.727
(Analisis Ekosistem Pesisir dan Laut). Fakultas Perikanan dan Kelautan IPB. Bogor, Indonesia.
Lillesand, T.M. dan Kiefer, R.W. (1994): Penginderaan Jauh dan Interpretasi Citra (Terjemahan). Gadjah
Mada University Press. Yogyakarta.
Lyzengga, D.R. (1981): Remote Sensing of Bottom Reflectance and Water Attenuation Parameters in Shallow
Water Using Aircraft and Landsat Data. International Journal of Remote Sensing, 2:71-82.
Selby, M. J. (1985): Earth’s Changing Surface. An Introduction to Geomorphology. Oxford University Press. New
York.
Strahler, A.N. and Strahler, A.H. (1978): Modern Physical Geography. John Willey & Sons. New York.
Zuidam R. A. van. (1985): Aerial Photo-Interpretation in Terrain Analysis and Geomorphologic Mapping. ITC,
Enschede. The Netherlands.
V-170
Identifikasi dan Analisis Kelurusan Dengan Metode Visual Extraction dan Automatic
Extraction Berdasarkan Data Digital Elevation Model (DEM)
Daerah Lajur Baturagung dan Cekungan Wonosari
Abstrak: Peranan teknologi dalam pengembangan ilmu kebumian dekade ini semakin pesat
perkembangannya, salah satu teknologi yang digunakan adalah penggunaan data digital elevation model
(DEM) yang dapat memberikan visualisasi permukaan bumi secara 3 dimensi. Dalam penelitian ini DEM
digunakan sebagai data untuk mengetahui akurasi dari metode digital extraction dalam mengidentifikasi
kelurusan (lineament) geologi.
Daerah yang diteliti adalah Lajur Baturagung dan Cekungan Wonosari, Pegunungan Selatan, Yogyakarta.
Identifikasi kelurusan dilakukan dengan 2 metode yaitu visual extraction dan digital extraction. Metode digital
extraction menggunakan fitur LINE modul. Parameter yang digunakan pada metode digital adalah RADI 12,
GTHR 90 LTHR 30, FTHR 10, ATHR 30, dan DTHR 20. Shaded relief image yang digunakan untuk kedua
metode memiliki 72 variasi sun azimuth, sun altitude, dan height exagration. Sun azimuth yang digunakan
0 0 0 0 0 0 0 0 0 0
adalah 0 , 45 , 90 , 1350, 180 , 225 , 270 , dan 315 . Sun altitude yang digunakan adalah 10 , 45 , dan 75 .
Height exagration yang digunakan adalah 1x, 3x dan 5x.
Pada metode manual extraction diketahui arah kelurusan yang dihasilkan relatif NE-SW dan NW-SE,
0 0
dengan gaya terbesar pembentuk kelurusan N55 E dan gaya terkecil N325 E. Pada metode automatic
0 0 0
extraction, shaded relief image dengan sun azimuth 135 , dan 315 dan sun altitude 75 , merupakan data
yang terbaik dalam identifikasi kelurusan pada daerah penelitian ini.
1. Latar Belakang
Kelurusan pada permukaan bumi biasanya dikendalikan oleh suatu struktur geologi yaitu berupa
sesar, lipatan, atau kekar. Selain itu kelurusan bisa disebabkan oleh proses morfologi (pelapukan
dan erosi) yang menyebabkan adanya channel aliran atau pola penyaluran, atau juga karena
hasil rekayasa manusia seperti jalan, batas wilayah, sawah, dll. Pemetaan kelurusan dianggap
sebagai masalah yang sangat penting dalam disiplin ilmu yang berbeda untuk memecahkan
masalah-masalah tertentu di daerah tersebut. Misalnya, dalam pemilihan lokasi untuk
pembangunan sebuah bendungan, jembatan, jalan, dll, untuk penilaian resiko gempa dan tanah
longsor (Stefouli et al, 1996.), untuk eksplorasi mineral (Rowan dan Lathram, 1980), untuk deteksi
panas dan musim semi, hidrogeologi daerah penelitian (Sabins, 1996) sifat dan pola kelurusan
harus diketahui.
Dengan perkembangan teknologi penginderaan jauh saat ini, informasi – informasi kebumian
semakin mudah diperoleh. Salah satu pemanfaatan teknologi yaitu penggunaan data Digital
Elevation Model (DEM). DEM akan memberikan gambar relief berbayang (shaded relief image)
yang biasa digunakan untuk analisis kelurusan dan patahan. Pada dasarnya, analisis kelurusan
berdasarkan pada pengamatan visual, namun teknologi saat ini juga menyediakan fitur digital
extraction yang dapat dilakukan secara komputerisasi oleh suatu perangkat lunak.
Dalam penelitian ini, data DEM akan digunakan untuk mengidentifikasi kelurusan struktur yang
terdapat pada Pegunungan Selatan Daerah Lajur Baturagung dan Cekungan Wonosari dengan
menggunakan metode visual extraction, dan automatic extraction.
VI-1
Gambar 1 Bagan Alir Penelitian
Pemrosesan kemudian dilakukan oleh perangkat lunak ArcView 9.3 dengan fitur ASCII to feature
class yang merubah data ASCII (x,y,z) menjadi titik – titik ketinggian. Jumlah titik yang digunakan
dalam penelitian ini sebanyak 2.900.000 titik. Proses selanjutnya adalah interpolasi dengan
kriging sehingga didapatkan data raster dengan cell size 30 m yang mensupport resolusi untuk
peta berskala 1:50.000.
VI-2
2.3 Comparation
Dalam tahap ini, kelogisan dari metode digital extraction akan diuji dengan hasil dari metode
visual extraction. Parameter – parameter yang dibandingkan adalah (Sarp, 2005) :
- Total frequency, yaitu jumlah dari kelurusan yang telah terekstraksi.
- Minimum length, yaitu panjang minimum kelurusan yang terekstraksi.
- Maximum length, yaitu panjang maksimum kelurusan yang terekstraksi
- Total length, yaitu panjang total dari kelurusan yang terekstraksi.
- Mean, yaitu rata – rata panjang kelurusan yang terekstraksi.
- Spatial distribution, yaitu penyebaran kelurusan pada suatu area.
- Orientation, yaitu orientasi arah kelurusan.
3.1.1 Slope
Terdapat beberapa kelurusan yang diidentifikasi berdasarkan perbedaan dari kemiringan lereng
yang kontras. Kenampakan tebing terjal yang menerus juga dapat diidentifikasi sebagai
kelurusan. Kelurusan bukit akan tampak sangat jelas pada peta slope, karena puncak bukit akan
diidentifikasi sebagai suatu dataran, yang dibedakan warnanya dengan kemiringan yang berada
di punggungan bukit.
Gambar 2 Identifikasi Kelurusan dari Kelurusan Bukit yang Tampak Pada Slope Map
Pada Gambar 2. pembelokkan bukit secara tiba – tiba tampak jelas dengan warna slope merah
yang menunjukkan slope tinggi.
Pada Gambar 3, dapat dilihat sudut pencahayaan dari arah Utara. Pada bukit yang berarah E-W,
identifikasi kelurusan di daerah selatan bukit akan menjadi lebih sulit, karena tertutup oleh
bayangan, sehingga akan berwarna hitam. Pada Gambar 3 A dan Gambar 3 D, kelurusan x tidak
VI-3
tampak jelas, ronanya hampir sama, sehingga hampir tidak bisa diidentifikasi sebagai kelurusan.
Pada Gambar 3 B dan Gambar 3 C tampak perbedaan rona yang cukup kontras dengan arah NE
– SW, perbedaan rona ini dapat diidentifikasi sebagai suatu kelurusan.
Gambar 3 Hillshading dengan sudut azimut (A) 00, (B) 900, (C) 1800,dan (D) 2700.
Sun angle yang digunakan adalah 450, dan height exagration 5x.
Gambar 4 Variasi height exagration, (A) eksagrasi 1x, (B) eksagrasi 3x, (C) eksagrasi 5x,
DEM dengan sun azimuth 450 dan sun angle 450.
Pada Gambar 4. A, rona citra hampir tidak memiliki perbedaan, namun jika dilihat dalam sayatan
profil A-B, daerah yang dilewati kelurusan x memiliki variasi ketinggian yang cukup jelas. Pada
eksagrasi 5x (Gambar 4 C), kelurusan akan lebih tampak jelas baik yang terdapat pada bukit –
bukit kecil yang berlereng landai, hingga bukit besar yang berlereng curam. Eksagrasi 5x
memberikan kenampakan yang lebih jelas dibandingkan eksagrasi 1x dalam identifikasi
kelurusan secara manual.
VI-4
menghindari tidak teridentifikasinya kelurusan pada suatu area, Hal ini disebabkan oleh
karakteristik permukaan pada masing – masing data tidak bersifat homogen. Identifikasi
kelurusan dari berbagai data digabungkan menghasilkan final lineament map.
Gambar 5 Final Manual Lineament Extraction Map dan Diagram Rose Hasil Manual Lineament
Extraction
Dari hasil manual lineament extraction didapatkan jumlah total kelurusan yang terekstraksi adalah
881 buah, dengan panjang 0,1 km – 13,7 km. Rata – rata panjang 1,66 km, dan standar deviasi
1,52. Orientasi arah dari kelurusan dapat dilihat pada Gambar 4.37 digambarkan dengan diagram
rose. Kelurusan memiliki 2 maksima yaitu dengan arah N 3150 E (NW) dan N 200 E (NE). Arah
gaya terbesar relatif berarah NNW - SSE dan arah gaya terkecil E-W.
Pada manual lineament extraction dibutuhkan berbagai macam data untuk menunjang
identifikasi, namun pada automatic linemanet extraction data utama yang digunakan adalah DEM
VI-5
dengan analisis hillshade yang menghasilkan shaded relief image dengan variasi sun azimuth,
sun altitude, dan height exagration. Kedua metode bergantung pada kualitas citra yang
digunakan semakin besar resolusi citra yang digunakan, semakin baik hasil identifikasi yang
didapatkan.
Gambar 6 Ekstraksi kelurusan dari shaded relief image dengan sun azimuth 00 (A), 450 (B), 900
(C) , dan 1350(D). Sun altitude 450 dan height exagration 5x.
Gambar 7 Ekstraksi kelurusan dari shaded relief image dengan sun azimuth 1800 (A), 2250 (B),
2700 (C) , dan 3150(D). Sun altitude 450 dan height exagration 5x.
VI-6
Gambar 8 Peta hasil automatic lineament extraction dengan sun altitude 100 (A), 450 (B), dan 750
(C).
Pada Gambar 8 A dan Gambar 8 B adalah hasil ekstraksi dengan altitude 100 dan 450, arah
kelurusan relatif sama dan memiliki frequensi yang tinggi pada hampir semua wilayah. Hal ini
disebabkan arah bayangan yang dihasilkan dari sudut azimuth. Pada altitude ini, bayangan
terlihat relatif panjang dan jelas, sehingga teridentifikasi sebagai suatu kelurusan.
Gambar 9 Diagram rose kelurusan dengan azimuth 1800 altitude 100 (A), 450 (B), 750 (C) dan
azimuth 450 altitude 100 (D), 450 (E), 750 (F).
Pada diagram rose (Gambar 9) tampak bahwa shaded relief image dengan altitude 750 dapat
mengekstraksi kelurusan dengan arah yang lebih bervariasi dibandingkan kedua sudut lainnya.
Meskipun demikian, arah relatif kelurusan tetap dipengaruhi oleh sun azimuth, karena frequensi
kelurusan yang lebih banyak diekstraksi bergantung pada arah azimuth.
Pada shaded relief image dengan sun azimuth 1800 dan sun altitude 750 ditemukan data serupa.
Pada eksagrasi 1x rata – rata panjang kelurusan adalah 1,46 km, pada eksagrasi 5x 1,4 km, dan
pada eksagrasi 5 adalah 1,39 km. Rentang rata – rata panjang dari ketiga eksagrasi tersebut
adalah 0,07 km. Jika dibandingkan dengan luas wilayah yang dipetakan adalah 2160,7 km2, nilai
0,06 ataupun 0,07 tidak signifikan. Secara visual dapat dilihat pada Gambar 10.
VI-7
Gambar 10 Peta Hasil Automatic Lineament Extraction dengan Eksagrasi 1x (A), 3x (B), Dan 5x (C).
Pada Gambar 10, terlihat bahwa hasil ekstraksi memiliki arah dan frequensi yang hampir sama.
Eksagrasi tidak signifikan mempengaruhi hasil dari ekstraksi kelurusan secara otomatis.
Arah penyinaran 1800 - 3600 akan mengidentifikasi kelurusan pada arah yang sama dengan arah
0 0 0 0 0
penyinaran 0 - 180 , arah penyinaran 0 sama dengan penyinaran 180 , penyinaran 90 sama
0
dengan 270 . Pada Gambar 4.37 menunjukkan diagram rose dari masing – masing sun azimuth.
4. Kesimpulan
Teknik Enhancement DEM dapat meningkatkan kualitas informasi yang dapat diberikan oleh
suatu citra DEM. Pada metode manual, variasi dari sun azimuth, sun altitude dan height
exagration memberikan informasi yang berbeda – beda dalam interpretasi kelurusan. Height
exagration yang paling baik digunakan dalam ekstraksi manual adala 5X, hal ini disebabkan
karena contrast antara rendahan dan tinggian akan tampak sangat jelas, sehingga lebih mudah
untuk interpretasi kelurusan.
Pada metode automatic, masing – masing sun azimuth mengekstraksi kelurusan secara berbeda
– beda, sudut 00 (N) dan 1800(S) akan mengekstraksi kelurusan berarah E-W, sudut 450 (NE) dan
2250(SW) akan mengekstraksi kelurusan berarah NW-SE, sudut 900 (E) dan 2700(W) akan
mengekstraksi kelurusan berarah N-S, sudut 1350 (SE) dan 3150(NW) akan mengekstraksi
kelurusan berarah NE-SW, gabungan dari sun azimuth 00 - 1350 / 1800 – 315 merupakan teknik
pencahayaan terbaik dalam ekstraksi kelurusan. Sun altitude yang terbaik digunakan adalah 750,
sedangkan height exagration tidak terlalu mempengaruhi hasil exkstraksi secara automatic.
Kelurusan yang dihasilkan dari kedua metode relatif sama.
VI-8
5. Referensi
Abdullah, A., Mataakhir, J., Abdullah, I., (2010): Journal Automatic Mapping of Lineaments Using Shaded
Relief Images Derived from Digital Elevation Model (DEMs) in the Maran – SungiLembing Area, Malaysia.
Alejandro, M., (2006): Journal Lineament Extraction from Digital Terrain Models, International Institute for
Geo-Information Science and Earth Observation Enschede, Netherland.
Hung, L.Q., Batelaan, O., and De Smedt.F., (2005): Journal Lineament extraction and analysis, comparison
of LANDSAT ETM and ASTER imagery.Remote Sensing for Environmental Monitoring, GIS Applications,
and Geology V, edited by Manfred Ehlers, Ulrich Michel, Proc. of SPIE Vol. 5983, 59830T.
Klinkenberg, B. (1990): Digital Elevation Models. National Centre for Geographic Information Analysis
Unit38.URL at http://www.geog.ubc.ca/courses/klink/gis.notes/ncgia/u38.html#UNIT38
Koçal, A., (2004): A Methodology for Detection and Evaluation of Lineaments from Satellite Imagery, Ms.
thesis, Middle East Technical University, 121 p.
Koike, K., Nagano, S. And Ohmi, M., (1995): “Lineament Analysis of Satellite Images Using A Segment
Tracing Algorithm (STA)”, Computers and Geosciences, Vol. 21, No. 9, 1091-1104.
Konon, A., and Smigielski, M., (2006): Journal DEM-based structural mapping: examples fromthe Holy Cross
Mountains and the Outer Carpathians, Poland, ActaGeologicaPolonica, Vol. 56 (2006), No. 1, pp. 1-16.
Kustiyo, Manalu, dan Pramono. (2005): JurnalKetelitian Data DEM – SRTM, ITS, Surabaya.
Li, Z., Zhu, Q., and Gold, C., (2005): Digital Terrain Modelling, Principles and Methodology.CRC Press, Boca
Raton, Florida.
Rahardjo, W., Sukandarrumidi, dan Rosidi, H.M.D., (1977): PetaGeologiLembarYogyakarta, Skala
1:100.000, DitGeologi Dept. Pertambangan RI, Bandung.
Sabin, F.F.Jr. (1978): Remote Sensing, Principle and Interpretation.W.H. Freeman and Co. San Francisco.
Sudarno, I., (1997): Kendali Tektonik Terhadap Pembentukan Struktur pada Batuan Paleogendan Neogen di
Pegunungan Selatan, Daerah Istimewa Yogyakarta danSekitarnya, Tesis Magister Program Studi Geologi
Pascasarjana, Institut Teknologi Bandung, (tidak diterbitkan).
VI-9
Pembangunan Model 3 Dimensi Kampus Berbasis Citra Satelit Quickbird Dan Pemetaan
digital (Area Studi : Wilayah Fakultas Teknik Undip Tembalang)
1) 2) 3) 4)
Andri Suprayogi , Sutomo Kahar , Rena Herera Marisi , Andreas Kuncoro ,
dan Mohammad Idris5)
1) 2)
Staff Pengajar Studi Teknik Geodesi Universitas Diponegoro
3) 4)
Alumni Program Studi Teknik Geodesi Universitas Diponegoro
5)
Mahasiswa Program Studi Teknik Geodesi Universitas Diponegoro
Abstrak: Bidang Geodesi memiliki kajian pengadaan, pengolahan, penyajian data spasial serta analisis
terhadap data spasial. Kajian pengadaan data spasial terkait dengan metode-metode pengukuran objek di
lapangan, sedangkan kajian terhadap pengolahan data berhubungan dengan penghitungan dimensi objek
berdasarkan hasil pengukuran. Adapun kajian yang tercakup dalam penyajian dan analisis data spasial
salah satunya adalah pengembangan terhadap metode-metode kartografi digital seperti penyajian data dan
analisis data spasial secara 3 Dimensi.
Fungi-fungsi kartografi digital,diantaranya penyekalaan, translasi, dan rotasi dalam penyajian data spasial
membutuhkan perangkat-perangkat lunak pengolah grafis seperti perangkat lunak AutoCad dan ArcGIS.
Namun karena tidak semua pengguna memiliki perangkat lunak tersebut, maka pengembangan aplikasi
penyajian generik yang memanfaatkan pemanfaatan teknologi perangkat pengolah grafis atau GPU dari
komputer yang sesuai dengan kebutuhan pengguna dirasakan perlu. Kendala saat ini adalah perangkat
lunak yang dapat memanfaatkan GPU belum sepenuhnya kompatibel dengan format data spasial yang ada.
Penelitian ini bertujuan untuk membangun model 3 dimensi dari wilayah Fakultas Teknik Undip dari data
DEM hasil pengolahan citra Quickbird dan model Bangunan Gedung perkuliahan sebagai bahan untuk
memanfaatkan perangkat pengolah grafik yang dapat menyajikan data spasial 3D dengan fungsi-fungsi
kartografi digital tersebut dengan performa yang sebanding dengan spesifikasi perangkat GPU yang
digunakan.
Metodologi yang dicoba untuk dikembangkan adalah konversi data dari format standar ke format directX
serta pemanfaatan perangkat pemrograman Visual Basic.NET dan tambahan perangkat API Truevision3D
versi 6.5 yang sudah mensupport DirectX 9. Hasil yang diharapkan adalah Perangkat Lunak visualisasi
spasial dengan komponen antarmuka yang dapat menjalankan fungsi-fungsi kartografi digital
Kata kunci : Data Spasial, Kartografi Digital, Model 3 dimensi, GPU, API
1. Latar Belakang
Perkembangan di bidang komputer grafik memiliki peranan penting dalam penyajian data-data
spasial yang digunakan dalam berbagai bidang seperti perencanan, pengembangan wilayah,
mitigasi bencana. Penyajian data spasial seiring dengan perkembangan komputer telah sampai
pada generasi kartografi digital. Pada generasi ini seluruh aspek-aspek kartografi yang
dikembangkan untuk menyajikan data spasial dapat dilakukan dengan memanfaatkan teknologi
komputer grafis. Salah satu diantaranya adalah dimungkinkannya penyajian data spasial dalam
bentuk 3 dimensi yang memudahkan proses pembacaan peta (map reading) berkenaan dengan
komponen tinggi dari data spasial.
VI-11
Shoici Oki, Takayuki Nakamura, Mayumi Noguchi, Takahiro Shimono (2004), telah
melakukan penelitian tentang ekstraksi DSM dari citra Satelit Quickbird dengan judul
“Evaluation Of DSM Generated From Quickbird Stereo Imagery”. Penelitian yang mengambil
lokasi di Yokosuka City dan Central Tokyo ini menggunakan dua buah citra Quickbird
panchromatic basic imagery stereo yang overlap kurang lebih 90%. Hasil penelitian ini
menunjukkan bahwa DSM yang dihasilkan dari citra Quickbird panchromatic basic imagery
stereo cukup akurat pada posisi horizontal. Namun, pada posisi vertikal masih mengalami
perbedaan sekitar puluhan hingga ratusan titik dengan perbedaan lebih dari 100 m.
Beberapa penelitian dan publikasi yang terkait dengan aplikasi fotogrametri jarak dekat untuk
pemodelan obyek tiga dimensi antara lain ditulis oleh Harintaka et. al (2006), Jảuregui et. al
(2006), Behan dan Moss (2006), Yilmaz et. al (2008). Harintaka et. al (2006) melakukan
pemodelan virtual Candi Kelir yang terletak di Taman Wisata Candi Prambanan dengan
menggunakan kamera amatir. Kamera amatir yang digunakan adalah Sony Cybershoot 4,1
MP. Model tiga dimensi disajikan dalam tiga bentuk yaitu : wireframe, solid surface, dan 3D
tekstur. Kualitas geometrik yang merupakan perbandingan antara jarak titik marking pada
model virtual 3D dengan hasil pengukuran Candi Kelir di lokasi menunjukkan selisih nilai
ukuran terbesar 0,717 cm dan nilai rata-rata selisih ukuran 0,3994 cm.
VI-12
Menampilkan model tersebut dengan memanfaatkan perangkat pengolah grafik dengan sifat
tampilan dinamik yang memiliki fungsi-fungsi dasar Kartografik seperti penyekalaan, rotasi,
dan translasi dari tampilan data spasial.
2.1.2 Data
Desain bangun geometri Gedung Teknik Kimia dan Gedung Kuliah Bersama (gedung C)
Data kalibrasi kamera dan hasil pemotretan gedung secara sistematik
Data digital kontur semarang tahun 2000
Data citra satelit quickbird tahun 2006 ortho ready
Tipe citra Satelit Quickbird yang memiliki metadata RPC yang dapat digunakan untuk ekstraksi
tiga dimensi adalah tipe Basic Imagery dan Ortho ready standard imagery. RPC merupakan
pemetaan secara matematika dari objek dalam koordinat ruang di permukaan bumi dengan
VI-13
koordinat ruang pada citra. Dalam besaran ini terdapat pula efek foto yang tidak ideal, seperti
distorsi lensa, penyimpangan cahaya dan refraksi atmosfer.
File metadata RPC00B berisi informasi RPC, dimana informasi RPC dapat digunakan untuk
merektifikasi citra. RPC00B mengekspresikan nilai kolom dan baris yang dinormalisasikan
(normalized) pada sebuah citra, (Cn, Rn), sebagai rasio polinomial posisi geodetik (normalized)
latitude, longitude, dan tinggi (P, L, H).
Berikut deskripsi lengkap isi dari RPC citra Satelit Quickbird :
Ortho ready standard imagery merupakan salah satu produk citra Quickbird pada tingkat
Standard imagery yang tidak memiliki koreksi topografi, sehingga masih perlu dilakukan proses
orthorektifikasi. Ketelitian Ortho ready standard imagery memiliki ketelitian geolocation mutlak
sampai 23-meter CE90%, tidak termasuk pergeseran topografi dan off-nadir viewing angle. Ketika
diproses menggunakan RPC dan GCP dengan ketelitian dalam meter, DSM dengan kualitas
yang tinggi dapat diperoleh dengan range ketelitian RMSE sebesar 3-10 meter.
VI-14
Gambar 3 Perbedaan DSM dan DEM
DEM adalah data digital yang menggambarkan geometri dari bentuk permukaan bumi atau
bagiannya yang terdiri dari himpunan titik-titik koordinat hasil sampling dari permukaan dengan
algoritma yang mendefinisikan permukaan tersebut menggunakan himpunan koordinat (Tempfli,
1991). Digital Elevation Model (DEM) merupakan bentuk penyajian ketinggian permukaan bumi
bentuk teratur, semi teratur, dan acak. Sedangkan dilihat dari teknik pengumpulan datanya dapat
dibedakan dalam pengukuran secara langsung pada objek (terestris), pengukuran pada model
objek (fotogrametris), dan dari sumber data peta analog (digitasi).
Titik-titik sampel merupakan titik-titik yang didapat dari hasil sampling permukaan bumi, yaitu
pekerjaan pengukuran atau pengambilan data ketinggian titik-titik yang dianggap dapat mewakili
relief permukaan tanah. Data sampling titik-titik tersebut kemudian diolah hingga didapat
koordinat titik-titik sample.
Kualitas DEM dapat dilihat pada akurasi dan presisi dari DEM tersebut. Yang dimaksud dengan
akurasi adalah nilai ketinggian titik (Z) yang diberikan oleh DEM, berbanding dengan nilai
sebenarnya yang dianggap benar. Sedangkan presisi adalah banyaknya informasi yang dapat
diberikan oleh DEM. Presisi bergantung pada jumlah dan sebaran titik-titik sample dan ketelitian
sample sebagai masukan atau input bagi pembentukan DEM dan juga metode interpolasi untuk
mendapatkan ketinggian titik-titik pembentuk DEM.
Pelaksanaan pembuatan DEM menggunakan software Leica Photogrammetry Suite 9.2 melalui
beberapa tahapan berikut :
Pembuatan Blok Baru
Dalam melakukan pekerjaan menggunakan LPS, terlebih dahulu harus dibuat blok baru
(*.blk). dan memilih Geometric Model dari Rational Function Category yang terdapat pada
pilihan model setup di tahap awal pembuatan blok.
Input Citra
Setelah membentuk new blok, tahap selanjutnya adalah dengan memasukan data citra yang
akan diolah menjadi DEM.
Orientasi dalam dan luar
VI-15
Langkah yang dilakukan dalam proses ini adalah dengan memasukkan file RPC (orientasi
dalam) dari setiap citra ke dalam blok berikut penempatan titik GCPnya (orientasi luar).
Automatic Tie Point Generation
Dalam proses menghasilkan tie point (titik ikat), pengukuran dilakukan terhadap posisi
koordinat citra yang terdapat dalam dua atau lebih citra yang saling bertampalan. Ketelitian
serta jumlah dari distribusi tie point yang diinginkan.
Perform Aerial Triangulation
Tahap ini merupakan proses untuk menetapkan hubungan matematis antara setiap citra
yang digunakan. Dam untuk mengkalkulasi exterior orientation.
Automatic Terrain Extraction
Model permukaan digital dapat dihasilkan melalui DTM Extraction. Dalam proses ini, jenis
dan ketelitian permukaan digital yang ingin dihasilkan dapat diatur.
Modifikasi Dem Hasil Ekstraksi
Terkait dengan data hasil ekstraksi DEM secara otomatis, Hasil yang diperoleh masih perlu
diperbaiki karena mengandung kesalahan stereotip dalam prosesnya. Proses yang dilakukan
dalam memodifikasi DEM ini adalah memfilter DEM yang selisihnya terhadap nilai ketinggian
dari peta digital 2000 lebih dari 0.6 meter.
Untuk obyek yang sama di dunia nyata, kedua berkas akan saling berpotongan. Interseksi ruang
merupakan metode untuk menentukan koordinat medan X, Y, Z titik-titik pada daerah
pertampalan pasangan foto stereo dengan menggunakan persamaan kolinearitas. Hal ini dapat
dilakukan jika posisi kamera dan orientasinya telah diketahui.
Bundle adjustment merupakan proses hitung perataan yang dilakukan secara simultan terhadap
semua pengamatan dan parameter yang terlibat, dari data foto hingga menghasilkan data
koordinat tanah (Atkinson, 1996). Ketidaksempurnaan desain dan susunan lensa pada kamera
VI-16
non metrik dapat menyebabkan terjadinya distorsi lensa. Besarnya distorsi lensa dapat direduksi
pengaruhnya dengan melakukan kalibrasi terhadap kamera yang digunakan untuk pengambilan
data. Distorsi lensa terjadi apabila seberkas sinar yang datang melalui lensa mengalami
pembelokan arah, sehingga sinar tersebut dibiaskan dengan arah yang tidak sejajar dengan arah
datangnya. Distorsi lensa dibedakan menjadi dua jenis, yaitu :
Kalibrasi kamera adalah proses menentukan parameter internal dari sebuah kamera. Metode
kalibrasi ini pada prinsipnya menghitung parameter internal kamera secara analitis dengan
menggunakan self calibration bundle adjustment terhadap titik target. Bidang kalibrasi yang
digunakan berupa titik-titik hitam yang berada di atas kertas putih berukuran A0.
Gambar 9 Bidang Kalibrasi Kamera dan Posisi Kamera saat Pemotretan Bidang Kalibrasi
Jarak antara kamera dengan bidang kalibrasi dapat disesuaikan agar titik-titik hitam yang
terdapat pada bidang kalibrasi dapat dipotret secara keseluruhan dalam satu frame pemotretan.
Posisi kamera pada saat pemotretan dapat dilihat pada gambar berikut ini.
Urutan baku dalam proses pemotretan bangunan untuk keperluan pemodelan 3D pada dasarnya
tidak ada dalam arti sangat bergantung pada kondisi dilapangan. Namun, dalam hal ini sebuah
aturan sederhana telah dikembangkan dalam pengukuran Close Range Photogrammetry
menggunakan kamera non-metrik. Aturan ini disebut sebagai aturan 3 x 3 karena berisi 3
kategori, dengan masing-masing kategori memiliki 3 sub kategori (Waldhäusl & Ogleby, 1994
dalam Kusumadarma 2008) yang terdiri dari :
Geometri, yang dimaksud di sini adalah geometri stasiun pemotretan (tempat berdirinya
kamera). Geometri mencakup hal-hal seperti : informasi kontrol, cakupan foto, dan pasangan
foto.
Fotografi, mencakup kamera, parameter kamera dan penggunaannya di lapangan.
Organisasi, antara lain mencakup mengenai perencanaan penelitian, sketsa lokasi, dan
informasi tambahan.
VI-17
Pada tahap ini dilakukan dua pekerjaan yaitu pengukuran kerangka dasar station dan waterpass
instrument serta pengukuan titik detail menggunakan total station. Kerangka dasar digunakan
sebagai pengikatan titik-titik detail terhadap koordinat tanah. Kerangka dasar adalah sejumlah titik
yang diketahui koordinatnya dalam sistem tertentu yang mempunyai fungsi sebagai pengikat dan
pengontrol titik baru (Purworahardjo, 1986). Titik-titik kerangka dasar harus ditempatkan
menyebar merata di seluruh daerah yang akan dipetakan. Kerangka dasar terdiri dari kerangka
dasar horizontal yang mempunyai koordinat bidang datar (X,Y) dan kerangka dasar vertikal yang
mempunyai nilai ketinggian (Z).
Kerangka Dasar Horizontal
Kerangka dasar horizontal ini digunakan untuk pengikatan titik detail yang kemudian akan
digunakan untuk proses transformasi koordinat sebangun 3D. Bentuk poligon yang
digunakan untuk kedua bangunan berupa poligon terbuka terikat koordinat. Untuk Gedung
Kuliah Bersama sebagai titik awal digunakan Bench Mark (BM) GD 16 (koordinat
438143,633535 ; 9220466,944227) dan sebagai titik akhir digunakan BM GD 01
(437950,317951 ; 9220683,108835). Untuk gedung C Jurusan Teknik Kimia sebagai titik
awal digunakan BM GD 16 dan sebagai titik akhir digunakan BM GD 05 (438102,858556 ;
9220279,866558).
Kerangka Dasar Vertikal
Titik-titik kerangka dasar vertikal menggunakan titik-titik kerangka dasar horizontal sehingga
setiap titik tersebut memiliki koordinat tiga dimensi (X, Y, Z). Nilai ketinggian (Z) diperoleh
dari perhitungan sipat datar tertutup dimana nilai ketinggian titik awal dan akhir telah
diketahui.
Pengukuran Titik Detail
Untuk pengukuran titik-titik detail ini metode pengukuran yang digunakan adalah dengan
cara tachymetri yang dibidik dari titik kerangka dasar, dengan demikian titik-titik detail
diikatkan atau direferensikan ke titik kerangka dasar.
Pengukuran Sisi Bangunan
Pengukuran sisi bangunan diperlukan untuk validasi model bangunan yang terbentuk. Sisi
bangunan yang diukur adalah sisi lantai tiap bangunan karena sisi ini yang relatif mudah
diukur dibandingkan sisi lainnya. Pengukuran sisi ini dilakukan menggunakan pita ukur dan
diukur sebanyak tiga kali kemudian diratakan. Hal yang perlu diperhatikan dalam
penggunaan pita ukur yaitu minimalisir terjadinya lengkungan pada saat pengukuran karena
akan mempengaruhi ketelitian pengukuran.
Seluruh proses pemodelan 3D bangunan dilakukan menggunakan perangkat lunak
PhotoModeler Scanner. Tahapan pemodelan 3D menggunakan perangkat lunak ini yaitu :
New Project, Import Photo, Marking and Referencing, Scalling, Process dan Export Model.
New Project, Untuk memulai project baru dapat digunakan pilihan Point-Based Project.
Dalam pembentukan model tiga dimensi bangunan, disamping data kalibrasi kamera yang
telah ditentukan sebelumnya, untuk Gedung Kuliah Bersama dibutuhkan foto sebanyak 14
buah untuk proses pemodelan sedangkan untuk Gedung Jurusan Teknik Kimia dibutuhkan
foto sebanyak 24 buah
Marking and Referencing
Pada tahapan ini, pekerjaan yang dilakukan adalah menandai titik-titik obyek dan
mengidentifikasi titik yang sama pada foto yang berbeda. Hal ini berarti bahwa untuk
membentuk suatu model 3D diperlukan titik-titik yang sama pada minimal dua foto. Semakin
banyak titik yang sama pada beberapa foto maka ketelitian yang dihasilkan relatif semakin
baik.
Titik-titik yang dipilih merupakan titik-titik yang mudah ditandai di dalam foto. Namun apabila
dua atau lebih foto telah terorintasi maka perangkat lunak ini akan memunculkan garis yang
mengarahkan posisi titik yang dimaksud pada foto pertama dan seterusnya. Penentuan titik
yang tepat antara dua foto atau lebih sangat menentukan ketelitian model yang dihasilkan.
VI-18
Gambar 10 Proses Marking dan Referencing
VI-19
b. Titik Sekutu Gedung C Jurusan Teknik Kimia
Tabel 3 Koordinat Titik Sekutu Gedung C Jurusan Teknik Kimia
Koordinat Titik 323 Titik 144 Titik 71
X 438247,316 438249,6031 438267,6651
Y 9220330,2898 9220337,8569 9220355,147
Z 252,8503 270,3008 252,8667
Gambar 12 Posisi Titik Sekutu pada Model Gedung C Jurusan Teknik Kimia
Secara matematis, fungsi fungsi transformasi tersebut edidefinisikan sebagai pergeseran dalam
unit sistem koordinat sebagai berikut
Translasi
(1)...................................
Penyekalaan
(2)...................................
VI-20
Rotasi Sumbu X
(3)...................................
Rotasi Sumbu Y
(4)...................................
Rotasi Sumbu Z
(5)...................................
Terkait dengan sistem ruang model yang digunakan untuk menempatkan data-data spasial 3D,
terdapat parameter visualisasi 3D yang pada intinya membatasi data-data spasial mana saja
yang ditampilkan pada suatu waktu. Dimana (sumber : MacEachren & Taylor)
PRP (Projection Reference Point) titik fokus dari sistem koordinat proyektif
VRP (View Rreference Point) merupakan titik pusat area pandang
WNP (Window) merupakan jendela pandang objek pada ruang
NCP(Near Clipping Plane) merupakan posisis objek terdekat yang masih dapat diamati
FCP (Far Clipping Plane) merupakan posisis objek terjauh yang masih dapat diamati
Dalam penyajian 3 dimensi, sistem ini diterapkan untuk memvisualkan objek spasial 3 Dimensi
sebagai berikut
2.2.5 Pemrograman Grafis Pada Perangkat Lunak Visual Basic Berbasis API
Aplikasi bahasa pemrograman Visual Basis 2008 merupakan pengembangan dari bahasa
pemrograman sebelumnya yaitu VB 2005 yang memiliki akses terhadap sistem operasi windows
terbaru. Secara umum perangkat Visual Basic memiliki fasilitas pembuatan aplikasi windows
yang biasa disebut Integrated Design Environment (IDE) dengan tujuan awal memudahkan
pengembangan aplikasi. Dalam hal ini VB2008 memudahkan pengembangan aplikasi yang
memiliki kompatibilitas tinggi dengan sistem operasi berbasis generasi windows 6.0 (Windows
Vista) dan windows 6.1 (Windows 7) baik sistem 32 bit maupun 64 bit.
VI-21
Model yang telah terbentuk harus melalui proses editing agar model yang dihasilkan sesuai
dengan bentuk obyek kajian nyata. Pada tahap ini, model yang telah terbentuk dapat di-export ke
dalam format lain agar dapat diedit menggunakan perangkat lunak lain. Beberapa pilihan format
yang terdapat pada perangkat lunak PhotoModeler Scanner yaitu : Autodesk DXF (2D and 3D),
3D Studio dan Google Earth’s KML and KMZ, Max Script, dan FilmBoX.
Berikutnya dilakukan penggabungan antara data DEM dengan model 3 Dimensi dari bangunan
Gedung sehingga dihasilkan objek model 3 Dimensi dari kampus. Karena kedua data sudah
bereferensi dengan sistem koordinat UTM, maka dengan membukanya pada perangkat lunak
ArcScene secara otomatis kedua data tersebut bergabung dalam ruang 3 dimensi
(6)...................................
Dimana :
zi = Selisih tinggi antara DEM peta Topografi dan DEM Citra Quickbird
n = Jumlah titik yang dievaluasi
Dalam penelitian ini titik yang akan dievaluasi berjumlah 20 titik yang dipilih secara acak dan
menyebar di seluruh DEM. Berikut hasil perhitungan nilai RMSE yang dilakukan.
Dapat dilihat nilai RMSe yang bernilai besar pada beberapa titik karena pengaruh variasi
topografi. Semakin kecil nilai RMSe semakin teliti DEM yang dihasilkan.
VI-23
Gambar 17 Grafik Variasi RMSE
VI-24
3.2.3 Hasil Pemodelan 3D
Dari beberapa pasangan foto yang memiliki sisi yang bertampalan, diperoleh model objek
bangunan yang terdigitasi yang masih memiliki sistem koordinat lokal.
Gambar 21 Tampilan Wireframe Gedung C Jurusan Teknik Kimia dan Shaded Relief Gedung Kuliah
Bersama Hasil Transformasi
4. Kesimpulan
Dalam mengembangkan prosedur ekstraksi model permukaan bumi yang terdapat di wilayah
tertentu dari dua rekaman Citra Satelit Quickbird diperoleh data DEM dari proses yang bersifat
otomatis. Namun, terdapat beberapa kendala baik itu dari berbagai segi diantaranya:
VI-25
a. Waktu perekaman yang tidak sama menyebabkan perbedaan tingkat kecerahan citra
sehingga pada saat proses ekstraksi titik ikat secara otomatis, sering terjadi kesalahan
identifikasi
b. Secara geometrik, set citra yang bukan pasangan stereo memiliki tingkat korelasi geometrik
yang rendah, dimana orientasi dan pergeseran arah sumbu (paralaks Y) bergeser tidak pada
arah yang sama
c. Kandungan informasi yang terdapat pada pasangan citra terkendala adanya dinamika di
lapangan, semisal perubahan kondisi fisik di lapangan. Dalam kaitannya dengan pembuatan
model stereo, perbedaan kondisi lapangan ini menyebabkan “ghosting” atau bayang-bayang
objek 3D
5. Referensi
Atkinson, K.B. (1996): Close Range Photogrammetry and Machine Vision, Whittles Publishing, Scotland, UK
Behan, A., Moss, R. (2006): Close-Range Photogrammetric Measurement and 3D Modelling for Irish
Medieval Architectural Studies, The 7th International Symposium on Virtual Reality, Archaeology and
Cultural Heritage, The Eurographics Association.
Burkholder, Earl. (2008): The 3-D Global Spatial Data Model, Taylor & Francis, London
Cheng, Philip., Thierry, Toutin., Zhang, Yun. (2007): Quickbird-Geometric, Data Fusion, and Automatic DEM
Extraction. Journal.
Crespi, M., De Vendictis, L., Onori, R., Volpe, F. (2007): DSM Extraction From Quickbird Basic Stereo and
Standard Orthoready Imagery: Quality assesment and comparison. Rotterdam : Milpress
Furqon, Husnul. (2008). Ekstraksi DSM Dari Data ALOS PRISM. Bandung : Program Studi Teknik Geodesi
dan Geomatika, ITB
Harintaka, Subaryono, Octapianus, H. (2006): Pemodelan Virtual Bangunan Arkeologi Candi Kelir di Taman
Wisata Candi Prambanan Menggunakan Kamera Amatir Digital, Jurusan Teknik Geodesi, Fakultas Teknik,
Universitas Gajah Mada.
Jảuregui, D.V., Tian, Y., Jiang, R. (2006): Photogrammetry Applications in Routine Bridge Inspection and
Historic Bridge Documentation, New Mexico Department of Transportation Research Bureau In Cooperation
with The US Department of Transportation Federal Highway Administration, Mexico.
Konnecny, Gottfried. (2003): Geoinformation : Remote Sensing, Photogrammetry And Geographic
Information Systems, Taylor & Francis, London
Li, Zhu, Christopher. (2004): Digital Terrain Modeling: Principles And Methodology,CRC Press, Washington
D. C.
MacEachren, M., Alan, Taylor, D.R., Fraser. (1994): Visualization In Modern Cartography, Elsivier Science
Ltd, Oxford
Newsome, Willis. (2008): Beginning Microsoft® Visual Basic® 2008, Wiley Publishing, Inc, Indianapolis
Oki, S., Nakamura, T., Noguchi, M., Shimono, T. (2004): Evaluation of Generated From Quickbird Stereo
Imagery. Jepang : Geographical Survey Institute
VI-26
Purwanto, Andi. (2007): Kajian Akurasi Tinggi Bangunan Yang Dihasilkan Dari Citra Satelit Quickbird
Tunggal Untuk Pembentukan Model Kota Tiga Dimensi. Bandung : Program Studi Teknik Geodesi dan
Geomatika, ITB
Setiyawan, Yuni. (2009): Analisis Ketelitian Orthorektifikasi Citra Quickbird Dengan Menggunakan Peta
Dasar Pendaftaran Tanah Dan GPS Dalam Rangka Pembuatan Peta Skala Besar (studi kasus: Kecamatan
Tembalang). Tugas Akhir, Universitas Diponegoro
Volpe, P. (2005): Elemen Fotogrametri, Yogyakarta : Gadjah Mada University Press
Yilmaz, H.M., Yakar, M., and Yildiz, F. (2008): Digital Photogrammetry in Obtaining of 3D Model Data of
Irregular Small Objects, The International Archives of the Photogrammetry, Remote Sensing and Spatial
Information Sciences, Vol. XXXVII, Part B3b, Beijing.
VI-27
Kajian Ketelitian Geometrik Ground Control Point Citra Video Terektifikasi
Untuk Survei Terestrial
1) 2) 3) 4) 5)
Aprijanto , Nur Cahya K. Y. H. Zein , Hartono , C. Aries Rokhmana , Sutanto
1)
BPDP-BPPT dan Mahasiswa Prog. Doktoral Fak. Geografi UGM, Yogyakarta
2) 4)
Geodesi Fak. Teknik UGM, Yogyakarta
3) 5)
Fakultas Geografi UGM, Yogyakarta
Abstrak: Teknologi citra video dikembangkan untuk berbagai macam keperluan diantaranya adalah
industrial, pertanian, arsitektur, arkeologi, kepolisian dan kedokteran. Semua kegiatan videografi yang
dilakukan dalam berbagai disiplin ilmu tetap memiliki peran yang sama, yaitu memberikan informasi terkait
masalah posisi dan dimensinya. Kelebihan dari teknik videogrametri adalah pertimbangan biaya, yaitu lebih
murah dan lebih efisien dibanding dengan fotogrametri konvensional (Sukamto, 2004). Hal inilah yang
menjadikan teknologi ini menarik untuk dikembangkan di berbagai disiplin ilmu. Namun dibalik kelebihan
juga terdapat kelemahan dari sistem videografi ini, yaitu pada sistem videografi citra yang diperolah
mempunyai kualitas gambar yang kurang baik dibandingkan dengan jenis kamera foto.
Secara teknis, proses perekaman citra video menggunakan metode perekaman terestris dengan posisi
sumbu kamera tidak tegak lurus, sehingga harus dilakukan proses rektifikasi untuk dapat merubah citra
video tersebut menjadi citra video yang tegak. Perekaman video terestris yang dilakukan akan menghasilkan
citra dengan pandangan miring. Masalah ini yang muncul sehingga harus diselesaikan dengan cara
melakukan proses rektifikasi citra pandangan miring dengan maksud agar dapat menghasilkan citra yang
memiliki geometrik benar. Masalah yang muncul dalam pemanfaatan hasil rekaman video untuk ekstraksi
informasi terkait obyek yang direkam adalah bagaimana merektifikasi citra dari hasil perekaman pandangan
miring (oblique) digunakan. Oleh karena itu seberapa jauh kemampuan menyadap dan mengetahui
ketelitian interpretasi data melalui perekaman sistem sensor video untuk penentuan geometrik obyek yang
direkam perlu dilakukan kajian, sehingga diperoleh hasil seberapa besar ketelitian pembentukan citra
terektifikasi dari rekaman citra video dapat mendukung survei terestrial. .
Proses ini dilakukan dari persiapan yang meliputi menentukan tujuan kajian riset, perumusan masalah,
kemudian dilanjutkan dengan proses pengambilan data di lapangan meliputi pengadaan dan pengukuran
titik control (Ground Control Point) serta perekaman video. Selanjutnya proses olah data di lapangan,
membuat citra rata-rata, melakukan kalibrasi kamera, merektifikasi citra, melakukan proses penajaman
(stretching histogram) terhadap citra agar dapat menghilangkan efek kabut dan yang terakhir adalah
melakukan uji empirik dari citra tersebut terhadap titik kontrol di lapangan.
Hasil yang diperoleh pada kajian riset ini adalah peta ortofoto dengan koordinat lokal. Citra tersebut adalah
citra terektifikasi yang dapat memberikan informasi geometrik dengan benar dan dapat memberikan
informasi obyek-obyek yang ada secara visual. Nilai jarak error terbesar adalah titik 2 dengan nilai jarak
error sebesar 0,578m atau kurang dari 3 piksel dan nilai jarak error terkecil adalah titik 3 dengan nilai jarak
error sebesar 0,116m atau kurang dari 1 piksel. Rata-rata nilai pergeseran jarak error adalah sebesar 0,305
atau kurang dari 2 piksel.
1. Latar Belakang.
Videografi sangat pesat dikembangkan di masa sekarang ini. Salah satu faktor pendorong
pesatnya perkembangan videografi di masa sekarang adalah tersedianya kamera video dengan
tempat penyimpanan yang besar, kualitas gambar yang baik, instrumen yang relatif kecil atau
ringan dan mudah dibawa, format penyimpanan yang mudah dikonversi, daya tahan baterai
sebagai sumber energi kamera yang dapat bertahan lama serta dapat dicharge dengan mudah
dan harga kamera yang relatif murah. Sehingga hal ini yang menjadi pertimbangan untuk dapat
menggunakan kamera video sebagai instrumen untuk melakukan berbagai keperluan dalam
bidang fotogrametri.
Videografi tidak hanya digunakan dalam bidang ilmu geodesi saja, akan tetapi digunakan pada
perbagai macam disiplin ilmu. Teknologi citra video dikembangkan untuk berbagai macam
keperluan diantaranya adalah industrial, pertanian, arsitektur, arkeologi, kepolisian dan
kedokteran. Semua kegiatan videografi yang dilakukan dalam berbagai disiplin ilmu tetap memiliki
peran yang sama, yaitu memberikan informasi terkait masalah posisi dan dimensinya.
Penggunaan sistem video untuk keperluan pengukuran dan permodelan dikenal dengan ilmu
videogrametri. Kelebihan dari teknik videogrametri adalah pertimbangan biaya, yaitu lebih murah
VI-29
dan lebih efisien dibanding dengan fotogrametri konvensional (Sukamto, 2004). Hal inilah yang
menjadikan teknologi ini menarik untuk dikembangkan di berbagai disiplin ilmu.
Selama ini pemantauan wilayah pesisir dengan memanfaatkan teknologi penginderaan jauh
(inderaja) telah banyak digunakan di Indonesia. Secara khusus untuk pemantauan/pemetaan
obyek linier (berbentuk koridor) seperti zona pesisir, jaringan transportasi, utilitas, pengairan, dan
lain sejenisnya, masih digunakan sensor inderaja yang sama dengan tujuan pemetaan pada
daerah yang berbentuk blok area. Hal ini kurang efisien, sebab akan banyak area yang tidak
perlu ikut terambil oleh sensor kamera.
Pemanfaatan citra penginderaan jauh guna pemantauan wilayah pesisir tersebut antara lain citra
landsat, ikonos, radarsat, Ifsar, quickbird, aster dan sebagainya. Akan tetapi pemanfaatan citra-
citra tersebut walaupun sudah terbukti memiliki keunggulan masing-masing tingkat resolusi
spasial, radiometrik, tetapi resolusi temporal yang terbaik adalah 12 jam dalam perolehan data
pengulangan untuk posisi yang sama pada citra NOAA. Padahal dalam pengelolaan pesisir untuk
kondisi wilayah yang luasan relatif kecil akan tetapi perlu data dinamika pesisir yang kontinyu
untuk keperluan keselamatan pariwisata, seperti informasi adanya arus rip-current, perubahan
mendadak kondisi gelombang, pola arus dan pasang surut, sistem peringatan dini (early warning
system) bencana di wilayah pesisir maka sangat diperlukan teknologi yang dapat memantau
secara kontinyu dan pengkayaan data oseanografi fisik permukaan secara cepat, mudah
perolehannya dan efisien. Penggunaan produk citra-citra inderaja yang ada sekarang ini belum
mampu menjawab kesenjangan perolehan data dinamika pesisir yang kontinyu, cepat dan efisien
serta teruji secara geometrik spasial sesuai tingkat akurasi yang terpercaya. Penggunaan sistem
sensor video dapat digunakan sebagai alternatif sistem yang efisien, cepat dan mudah dalam
operasionalnya untuk tujuan pemantauan indikator dinamika pesisir sebagai aplikasi
pengembangan sistem sensor teknologi penginderaan jauh.
Sebagai langkah awal, penelitian ini mempersoalkan seberapa jauh kemampuan menyadap dan
mengetahui ketelitian interpretasi data kuantisasi melalui perekaman sistem sensor video.
Tantangan penelitian ini antara lain adalah dalam pemrosesan data bagaimana kemampuan
menyadap dan mengolah citra hasil rekaman kamera handycam video agar diperoleh hasil citra
yang tajam, ukuran geometrik diketahui, dan bebas dari kesalahan sistematik, bagaimana
menurunkan model matematik yang terkait dengan pengolahan registrasi citra, pengukuran dan
pemodelan suatu obyek dari hasil citra yang telah dikoreksi, serta evaluasi terhadap kinerja dan
seberapa jauh kemampuan kamera video sebagai sensor sistem inderaja..
VI-30
Persiapan
Titik kontrol
Pembuatan Citra Kalibrasi Kamera
Rata-Rata
Uji Empirik
Kesimpulan
Pengadaan titik kontrol. Titik kontrol dipasang di lapangan dengan membentuk 2 garis
memanjang pantai. Baris pertama yang dekat dengan pantai dipasang 4 buah titik Ground
Control Point (GCP) dan baris kedua yang menjauhi pantai dipasang 5 buah titik GCP
Pengukuran titik kontrol. Titik-titik GCP yang telah dipasang kemudian diukur dengan
menggunakan meteran. Pengukuran dilakukan dengan metode segitiga (penentuan sebuah titik
ditentukan dari dua buah jarak dari titik yang lain).
Perekaman video. Proses ini dimulai dengan mempersiapkan seluruh alat dan bahan yang akan
digunakan untuk proses perekaman ini, yaitu: Kamera Sony DCR HC8E dan accessories, tripod,
kaset mini-dv, GCP dan meteran. Alat utama yaitu kamera handycam, tripod dan accessories.
pelaksanaan perekaman video dilakukan pada tanggal 21 Desember 2010 pukul 11.00 WIB.
Durasi perekaman video adalah 20 menit 11 detik. Posisi pengamat berada di sebelah timur hotel
Queen of The South Parangtritis. Untuk lebih jelas mengenai posisi kamera terhadap obyek dapat
dilihat pada Gambar 2. Kamera yang berdiri tegak diatas tebing yang tinggi diarahkan ke arah
VI-31
lokasi penelitian yaitu yang berada di sebelah barat posisi pengamat. Pemilihan lokasi pengamat
didasarkan atas faktor kenampakan (visibility) dari pergerakan gelombang. Artinya objek utama
yang diperhatikan disini adalah pergerakan gelombang di pesisir pantai dan kenampakan titik-titik
GCP. Sudut pandang kamera mempunyai kemiringan tertentu, dimana pada kemiringan tersebut
tidak menampakkan cakrawala. Hal ini dimaksudkan agar citra tersebut dapat di rektifikasi
dengan orientasi yang benar.
Transfer Data Ke Komputer. Data hasil perekaman selanjutnya data dilakukan proses
pemindahan data dari data analog menjadi data digital adalah dengan menggunakan software
pengolah data video, kabel mini-dv dan station camera. Kamera di pasang pada station camera
kemudian dihubungkan dengan komputer dengan menggunakan kabel mini-dv dan kemudian
kaset mini-dv di putar (play) dari awal secara bersamaan dilakukan proses recording dengan
menggunakan software pengolah data video. Proses recording ini berlangsung sampai video
habis diputar. Dengan demikian maka proses pemindahan data analog menjadi data digital telah
sukses dilakukan. Video dalam bentuk digital disimpan dengan menggunakan format
penyimpanan *.avi.
Pembuatan citra rata-rata.Pembuatan citra rata-rata adalah proses merata-ratakan citra pada
waktu tertentu, yaitu dalam hal ini rentang waktu yang dirata-ratakan adalah selama 2 menit.
Artinya dalam durasi 2 menit akan dihasilkan 1 citra rata. Pembuatan citra rata dilakukan dengan
menggunakan software pengolah citra video . Proses ini menggunakan dua content yang ada di
dalam software secara bersamaan, yaitu read avi dan average. Format yang dibutuhkan oleh
software ini untuk dapat dibaca kemudian dimanipulasi adalah penyimpanan dalam format
*.avi.Jika dalam 1 detik diasumsikan 25 frame, maka dalam 2 menit jumlah framenya adalah 3000
frame. Dengan demikian citra rata dengan rentang waktu 2 menit diasumsikan adalah merata-
ratakan nilai dari 3000 frame. Citra hasil rerata kemudian disimpan dan diberi nama dengan
format *.jpg.
Kalibrasi kamera. Proses kalibrasi kamera menggunakan software pengolah kalibrasi kamera.
Pada proses ini data input yang digunakan adalah dua image yang memiliki obyek yang sama
tetapi berbeda titik pengamatnya. Dalam hal ini obyek dimaksud adalah 9 buah titik gound control
point (GCP). Seperti Gambar 3. berikut ini terlihat perbedaan dalam sudut perekaman video
tetapi pada kedua image tersebut memiliki objek yang sama dalam hal ini obyek tersebut adalah
titik GCP.
Rektifikasi citra. Rektifikasi dilakukan dengan menggunakan software rektifikasi. Proses rektifikasi
ini melibatkan 9 titik GCP. Hal yang pertama dilakukan adalah memilih image yang akan
VI-32
dilakukan rektifikasi. Kemudian dilanjutkan dengan mengimport titik kontrol yang telah disimpan
sebelumnya dengan tipe file *.txt.
Penajaman citra (stretching histogram).Penajaman citra berguna agar dapat memperbaiki mutu
citra untuk memperoleh keindahan gambar, untuk kepentingan analisis citra dan untuk
mengoreksi citra dari segala gangguan yang terjadi waktu perekaman data.Dalam hal ini tujuan
yang hendak dicapai adalah menghilangkan efek kabut yang terdapat pada citra rata-rata
terektifikasi. Sedianya hal ini dapat dihilangkan dengan melakukan proses stretching histogram.
Uji empirik terhadap obyek di pantai. Uji empirik dilakukan pada citra rata-rata terektifikasi yang
sudah dilakukan proses stretching histogram. Uji ini dimaksudkan agar dapat mengetahui berapa
besar perubahan atau distorsi yang terjadi pada obyek di lapangan antara koordinat citra dengan
koordinat tanah. Selain itu juga pada proses ini dihitungan berapa besar nilai ground Resolution
Distance (GRD) untuk dapat menentukan besarnya resolusi spasialnya. Uji empirik dilakukan
dengan cara mengukur koordinat citra pada masing-masing obyek yang ditentukan (dalam hal ini
adalah titik GCP) kemudian membandingkannya dengan koordinat tanah yang diperoleh dengan
cara pengukuran langsung di lapangan.
VI-33
Gambar 4 Parameter kalibrasi
Proses kalibrasi ini menghasilkan 5 parameter distorsi, yaitu: k1,k2 dan k3 adalah merupakan
nilai parameter distorsi radial. Sedangkan untuk dua parameter lainnya, yaitu p1 dan p2 adalah
nilai parameter distorsi tangensial. Nilai distorsi lensa yang dihasilkan dari kalibrasi kamera
menunjukkan bahwa nilai terbesar distorsi lensa adalah distorsi radial. Dimana distorsi radial
mendominasi terjadinya distorsi pada lensa dibandingkan nilai distorsi tangensial yang nilainya
relatif kecil dan sebenarnya dapat diabaikan (Jauharie, 2007).
Nilai Root Mean Square (RMS) dari proses rektifikasi, dimana nilai RMS ini menjadi parameter
keberhasilan proses rektifikasi. Selanjutnya perhatikan nilai RMS yang tertera pada kotak dialog
control points seperti Gambar 5. berikut ini.
Nilai RMS dari proses pengolahan menghasilkan nilai sebesar 0,019. Nilai ini digunakan untuk
menggambarkan kualitas dari citra hasil rektifikasi tersebut. Selain itu juga nilai tersebut dapat
VI-34
dijadikan acuan apakah citra tersebut dapat memenuhi kriteria yang ada. Dari gambar diatas
dapat terlihat bahwa nilai distorsi (vx dan vy) dari masing-masing titik GCP juga dapat diketahui.
Nilai-nilai tersebut bervariasi tergantung nilai kesalahan yang ditanggung pada masing-masing
titik. Nilai vx terendah ada pada titik 2, yaitu dengan nilai (-0,031) dan nilai vx tertinggi ada pada
titik 1, yaitu sebesar 0,028. Sedangkan pada nilai vy terendah terletak pada titik 4, yaitu sebesar
(-0,030) dan nilai vy tertinggi terletak pada titik 1, yaitu sebesar 0,033.
Hasil uji empirik antara koordinat citra dan koordinat tanah, dengan melakukan perbandingan
antara koordinat citra dengan koordinat tanah terhadap obyek-obyek yang ada di pantai
diharapkan dapat memberikan kesimpulan mengenai ketelitian geometrik terhadap citra rata-rata
yang telah direktifikasi tersebut. Dari proses uji empirik yang dilakukan di dapatkan hasil sebagai
berikut:
Tabel I Hasil Uji Empirik antara Koordinat Citra dan Koordinat Tanah
Koordinat Citra (m) Koordinat Tanah (m)
No. Titik Jarak error (m)
X Y X Y
Tabel 1. diatas memberikan informasi koordinat citra, koordinat tanah dan jarak error. Koordinat
citra merupakan hasil pengukuran dari citra yang telah direktifikasi sebelumnya, Koordinat tanah
adalah koordinat yang ditentukan dari hasil pengukuran langsung di lapangan. Sedangkan jarak
error merupakan gambaran dari perubahan atau besarnya nilai distorsi yang terjadi pada citra
tersebut. Jarak error didapat dari hasil operasi pengurangan terhadap nilai koordinat tanah
dengan koordinat citra yang kemudian besaran tersebut dihitung dalam satuan besaran jarak.
Besarnya distorsi yang terjadi pada citra bervariasi, yaitu berkisar antara 0,043m sebagai jarak
error terkecil dan 1,597m sebagai jarak error terbesar. Range antara jarak error minimum dan
maksimum adalah sebesar 1,554m. Nilai rata-rata jarak error adalah sebesar 0,564m. Besar
selisih antara jarak error minimum dengan rata-rata adalah sebesar 0,521m sedangkan selisih
jarak error maksimum dengan rata-rata adalah sebesar 1,033m. kemudian besar nilai standar
deviasi dari 9 buah titik ground control point (GCP) mempunyai nilai sebesar 0,461m. Nilai
standar deviasi digunakan untuk mempresentasikan seberapa besar penyimpangan data
terhadap nilai rata-ratanya.Sebagai gambaran hasil Overlay antara nilai koordinat lapangan dan
koordinat citra dapat dilihat pada Gambar 6.
VI-35
Baris pertama Baris ke dua
Posisi kamera
Gambar 6 Hasil Overlay antara Nilai Koordinat Lapangan dan Koordinat Citra
Keterangan:
+ Koordinat citra
+ Koordinat tanah
Pada titik-titik ground control point (GCP) baris pertama (lihat Gambar 6.) jarak error pada titik 1
sebesar 1,597m kemudian jarak error di titik 2 memiliki nilai yang lebih kecil dari titik 1 yaitu
sebesar 0,891m kemudian pada titik 3 jarak error mengecil yaitu sebesar 0,043m. Namun pada
titik 4 jarak error menjadi besar yaitu sebesar 0,661m. Kemudian pada titik-titik dibaris ke dua
yaitu titik 5 (lihat gambar III.6.), memiliki jarak error sebesar 0,575m. kemudian jarak error pada
titik 6 memiliki nilai jarak error yang lebih kecil dari titik 5 yaitu sebesar 0,213m. Kemudian pada
titik 7,8 dan 9 besar jarak error memiliki kecenderungan lebih besar dari pada titik 5, yaitu
sebesar 0,309m, 0,376m dan 0,408m. Untuk lebih jelas dalam mengilustrasikan besar jarak error
tiap titik dapat dilihat pada Tabel 2. yang mempresentasekan nilai jarak error dan pada gambar 7.
menggambarkan besar jarak error pertitik yang disajikan dalam bentuk diagram batang.
1 31.49%
2 17.56%
3 0.84%
4 13.02%
5 11.34%
6 4.21%
7 6.09%
8 7.41%
9 8.03%
VI-36
Gambar 7 Hasil Grafik Prosentase jarak error
GSD = 1 piksel × h/ f
= 0,0032 mm × 160400 mm/ 2,5 mm
= 205,312 mm
Dimana:
(2)…Untuk memperoleh 1 piksel
1 piksel
h = adalah jarak pengamat dan GCP yang dihitung dari koordinat titik pengamat dan koordinat titik GCP. Dalam hal
f = merupakan nilai panjang fokus yang di dapat dari hasil kalibrasi kamera
Nilai-nilai pada Tabel 2. di atas jika dihubungkan dengan nilai ground resolution distance (GSD)
sebesar 0,205m, maka pergeseran titik 1 kurang dari 8 piksel, titik 2 kurang dari 5 piksel, titik 3
kurang dari 1 piksel, titik 4 kurang dari 4 piksel, titik 5 kurang dari 3 piksel, titik 6 kurang dari 2
piksel, titik 7 kurang dari 2 piksel, titik 8 kurang dari 2 piksel dan titik 9 kurang dari 2 piksel. Besar
nilai pergeseran minimum adalah kurang dari 1 piksel yaitu pada titik 3. Besar nilai pergeseran
maksimum adalah kurang dari 8 piksel yaitu pada titik 1. Nilai rata-rata pergeseran dari titik 1
sampai dengan titik 9 adalah kurang dari 3 piksel. Untuk lebih jelas dapat dilihat pada Tabel 3.
dan pada Gambar 8. menampilkan jarak error dalam satuan piksel tiap titik.
1 7.79 <8
2 4.35 <5
3 0.21 <1
4 3.22 <4
5 2.81 <3
6 1.04 <2
7 1.51 <2
8 1.83 <2
9 1.99 <2
VI-37
Gambar 8 Jarak error dalam Satuan Piksel
4. Kesimpulan
a. Proses pembentukan citra rata-rata terektifikasi diperoleh dari perekaman di lapangan dengan
obyek pesisir yang kemudian diproses untuk memperoleh citra rata-rata dengan cara
melakukan operasi rata-rata setiap 2 menit (3000 frame). Kemudian selanjutnya dilakukan
proses rektifikasi agar memperoleh geometrik yang benar. Untuk menghilangkan efek kabut
dilakukan proses stretching histogram pada citra rektifikasi tersebut
b. Dari uraian di atas diketahui bahwa titik yang memiliki nilai jarak error terbesar adalah titik 1
dengan nilai jarak error sebesar 1,597m atau kurang dari 8 piksel dan nilai jarak error terkecil
adalah titik 3 dengan nilai jarak error sebesar 0,043m atau kurang dari 1 piksel. Rata-rata
nilai pergeseran jarak error adalah sebesar 0,564 atau kurang dari 3 piksel.
c. Hasil analisa di atas distorsi yang terjadi pada citra hasil rektifikasi memiliki pola yang acak.
Besarnya distorsi tidak bisa dilihat dari jarak antara obyek dan titik pengamat. Faktor
penyebab terjadinya hal ini bisa dikarenakan oleh penentuan titik tengah dari GCP pada citra
yang kurang tepat, sehingga hasil pengukuran koordinat citra tidak akurat.
5. Referensi
Aarninkhof S.G.J. (1996):, Quantification of Bar Bathymetry from Video Observations, Masters Thesis, Delft
University of Technology (Delft Hydraulics, Report H2443), Netherlands.
Atkinson, K. B. (1996): Close Range Photogrammetry and Machine Vision, Whittles Publishing, London
Broers, H. (2000): Instrumentation for DEM Generation From Airbone Video Image Sequences, M.Sc. Thesis
Departement of Electrical Engineering Control Science, University of Twenty, Holland
Dimas, H. S. (2005): Evaluasi Pengaruh Penerapan Parameter Kalibrasi Kamera Video Pada Permodelan
Suatu Obyek, Skripsi, Jurusan Teknik Geodesi Fakultas Teknik UGM, Yogyakarta
Janssen P.C. (1997): Intertidal Beach Level Estimations from Video Images, Masters Thesis, Delft University
of Technology, Netherlands.
Jauhari, L., Modifikasi Program Matlab Toolbox Calibration Untuk Proses Kalibrasi Kamera, Skripsi, Jurusan
Teknik Geodesi Fakultas Teknik UGM, Yogyakarta
Murni, A. (1992): Pengantar Pengolahan Citra, PT Elex Media Komputindo, Jakarta
Naicker, Jaysen. (2001): Measurement and Validation of Waterlines and Surface Currents Using Surf-Zone
Video Imaging, Masters Thesis, School of Pure and Applied Physics, University of Natal, Durban.
Rokhmana, C.A. (2006): Penerapan Model Multiperspektif Untuk Pemrosesan Data Video Udara Menjadi
Citra Mosaik, Disertasi, Program Studi Ilmu Teknik Sekolah Pasca Sarjana Universitas Gadjah Mada,
Yogyakarta
Rokhmana, C.A, and Soeta’at. (2005): The Critical Review Of Using Small Format Aerial Photogrammetry
(SFAP) For Municipality Mapping in indonesia, Proceeding Map Asia 2005, Jakarta.
Rokhmana, C.A, and Soeta’at. (2005):The Critical Review Of Using Small Format Aerial Photogrammetry
(SFAP) For Municipality Mapping In Indonesia, Proceeding Map Asia 2005, Jakarta.
VI-38
Rokhmana, C.A., G. Haryuatmanto, Soetaat. (2003): Videografi Udara Untuk Pembentukan Citra Mosaik
Dari Kawasan Yang Berbentuk Koridor, Prosiding Pertemuan Ilmiah Tahunan XII MAPIN 2003, Bandung.
Wang, Y., J. Osterman, Zhang, Y. Q. (2002): Video Processing and Communications, Prentice Hall, New
Jersey.
Wolf, P, R. (1993): Elemen Fotogrametri, Penerj. Gunandi., Gunawan, T., Zuharnen., Cetakan pertama,
Gadjah Mada University Press, Yogyakarta
VI-39
Kajian Penggabungan Data SRTM C Band dan Peta Topografi
untuk Perbaikan Tingkat Akurasi DEM
1) 2)
Bambang Trisakti dan Atriyon Julzarika
1) 2)
Peneliti Pusat Pemanfaatan data Penginderaan Jauh
Abstrak: Data Digital Elevation Model (DEM) yang umum digunakan saat ini adalah DEM dari SRTM
(Shutlle Radar Topography Mission) C band dan DEM yang dibuat berbasis peta topografi (seperti: Peta
RBI). Masing-masing data DEM tersebut mempunyai keterbatasan. SRTM C band mempunyai akurasi yang
cukup baik tapi resolusi spasial yang rendah (90 m), sedangkan peta topografi mempunyai informasi yang
detil di daerah ber-terrain tapi kurang informasi untuk daerah datar. Pada kegiatan ini dilakukan kajian
penggabungan data SRTM C band dengan peta topografi RBI untuk wilayah di sekitar Enrekang dan
Bandung. Penggabungan antara kedua data dilakukan dengan menurunkan titik ketinggian dari masing-
masing data, kemudian melakukan pengabungan titik ketinggian dengan menggunakan error map. Titik
ketinggian yang telah digabungkan dibuat DEM dengan melakukan interpolasi dalam berbagai model. DEM
gabungan dievaluasi secara visual untuk mengetahui tingkat kedetilan dan lokasi titik tinggi dari peta
topografi. Selanjutnya pengujian akurasi vertikal dilakukan dengan menggunakan data pengukuran Global
Positioning System (GPS) geodetik. Hasil memperlihatkan bahwa DEM gabungan mempunyai pola yang
lebih halus, dan lebih akurat karena lebih sesuai dengan lokasi titik tinggi dari peta topografi. DEM gabungan
mempunyai tingkat akurasi yang lebih baik dari DEM SRTM C band dan peta topografi, dimana akurasi
terbaik diperoleh dengan menggunakan metode Krigging Spherical dan Krigging Cubic. Selanjutnya DEM
yang dihasilkan dapat dimanfatkan dalam berbagai aplikasi, seperti pembuatan kontur dan mendukung
kegiatan mitigasi bencana.
1. Pendahuluan
Digital Elevation Model (DEM) merupakan informasi digital dari ketinggian (topografi) suatu
wilayah permukaan bumi yang dapat disimpan dalam bentuk data raster berbasis piksel atau
dalam bentuk data vektor berbasis poligon seperti Triangulated Irregular Network (TIN). Beberapa
metoda penurunan ketinggian permukaan bumi yang umum dilakukan adalah: pengukuran
ketinggian secara langsung di lapangan menggunakan Global Positioning System (GPS)
geodetik, menghitung ketinggian berdasarkan paralak yang terjadi pada citra stereo hasil
perekaman sensor optik (airbone atau satelit penginderaan jauh), dan menghitung ketinggian
dengan metode interferometri berdasarkan beda fase pada citra Synthetic Aparture Radar (SAR).
Masing-masing metode pembuatan DEM ini mempunyai kelebihan dan kekurangan, antara lain:
metode pengukuran lapangan membutuhkan titik pengukuran yang banyak dan menyebar untuk
menghasilkan suatu DEM yang baik, citra stereo sensor optik mudah diproses untuk
menghasilkan DEM dengan akurasi tinggi tapi bermasalah dengan tutupan awan, sedangkan
citra stereo sensor radar tidak terpengaruh dengan kondisi awan dan waktu (siang atau malam)
tapi mempunyai masalah temporal decorrelation (citra yang digunakan mempunyai perbedaan
waktu pengambilan) dan proses pengolahannya yang sulit).
Ketersediaan Data DEM yang digunakan saat ini berasal dari berbagai sumber, seperti: peta
topografi dan DEM yang diturunkan dari citra stereo optik dan SAR (DEM dari ALOS PRISM dan
SRTM). Masing-masing DEM memiliki kelebihan dan kekurangan yang berbeda-beda terkait
dengan resolusi spasial, kedetilan informasi, tingkat akurasi data, cakupan data dan tidak adanya
data (missing data) pada beberapa bagian. Sebagai contoh data DEM SRTM memiliki akurasi
vertikal yang baik (Tabel 1) tapi mempunyai resolusi spasial yang tidak terlalu tinggi (30 m untuk
X band dan 90 m untuk C band), dimana DEM SRTM dengan resolusi spasial 30 m tidak
mencover seluruh wilayah Indonesia (Keydel et al., 2000). Peta topografi merupakan produk yang
umum digunakan karena terdiri dari berbagai skala, tetapi skala yang detil (1:25.000 atau
1:50.000) tidak mengkover seluruh wilayah. Selain itu beberapa peta topografi mempunyai data
hilang (missing) yang diakibatkan adanya tutupan awan saat perekaman citra untuk pembuatan
peta. Sedangkan DEM dari ALOS PRISM merupakan alternatif untuk memenuhi kebutuhan DEM
dengan resolusi spasial tinggi (2.5-10 m) dan akurasi tinggi (2-6 m) (Tabel 1), tetapi cakupan
DEM tersebut sempit (lokal) dan adanya blunder (error) bila saat pembuatan distribusi dan jumlah
GCP tidak mencukupi atau adanya tutupan awan pada citra stereo (Trisakti et al, 2010).
VI-41
Tabel 1 Akurasi DEM SRTM dan DEM dari stereo PRISM ALOS
Tahun Sensor satelit Referensi Akurasi (m)
Dewasa ini, pembangunan yang dilakukan di setiap daerah membutuhkan data DEM yang akurat
untuk memenuhi kebutuhan pembuatan peta topografi wilayah, baik untuk skala global (provinsi
dan kabupaten) atau skala lokal (kecamatan dan kelurahan). Selain itu banyaknya kejadian
bencana (gunung api, tsunami, banjir dan longsor) yang terjadi di Indonesia membutuhkan DEM
yang lebih detil dan akurat untuk mendukung kegiatan mitigasi bencana dalam memetakan
daerah rawan bencana. Oleh karena itu, sangat diperlukan adanya peningkatan akurasi dan
kedetilan informasi dari data DEM yang digunakan saat ini. Salah satu cara untuk memenuhi
kebutuhan tersebut adalah melakukan penggabungan (DEM Fusion and DEM Integration) antara
data 2 atau lebih data DEM untuk menghasilkan data DEM dengan informasi yang lebih detil dan
lebih akurat (Hoja and d’Angelo (2010), Hoja et al. (2006)).
Kegiatan ini merupakan kegiatan awal yang dilakukan untuk mengetahui posibility dari metode
penggabungan DEM untuk menghasil DEM yang lebih detil dan akurat. Paper ini menjelaskan
mengenai metode penggabungan data DEM yang berbeda (Data DEM yang digunakan dalam
kegiatan ini adalah DEM SRTM dan peta topografi), dimana hasilnya diharapkan dapat
menghilangkan keterbatasan yang dimiliki DEM yang ada, dan menghasilkan DEM dengan
tingkat akurasi dan kedetilan informasi yang lebih baik dibandingkan DEM pembentuknya.
2. Metodologi
2.1 Lokasi dan Data
Lokasi ditentukan berdasarkan ketersediaan data dan kondisi topografinya yang bervariasi. Atas
dasar pertimbangan tersebut, maka penggabungan DEM dilakukan pada wilayah sekitar
Enrekang (Provinsi Sulawesi Selatan) dan sekitar Bandung (Provinsi Jawa Barat). Data yang
digunakan adalah:
DEM SRTM C band versi 4.1, spasial 90 m wilayah Enrekang dan Bandung
Kontur ketinggian dari Peta RBI skala 1:50.000 wilayah Enrekang
Titik tinggi dari peta RBI skala 1:25.000 wilayah Bandung
Data pengukuran lapangan menggunakan GPS Geodetik wilayah Bandung
VI-42
Peta topo
Pengisian void
Interpolasi
2) Penggabungan DEM
Nilai ketinggian yang salah (error) diidentifikasi dengan menggunakan error map, dan
diketahui bahwa error terjadi pada slope yang datar. Selanjutnya dilakukan penurunanan
slope, dan penghilangan daerah error. Tahap selanjutnya adalah pengisian titik ketinggian
pada daerah error (pengisian void) dan melakukan interpolasi. Interpolasi dilakukan dengan
beberapa metode interpolasi untuk mengetahui metode yang paling sesuai.
3) Evaluasi DEM gabungan
DEM gabungan dievaluasi secara visual untuk mengetahui tingkat kedetilan dan lokasi titik
tinggi dari peta topografi. Selanjutnya pengujian akurasi vertikal dilakukan dengan
menggunakan data pengukuran Global Positioning System (GPS) geodetic. Evaluasi
dilakukan untuk mengetahui metode intepolasi yang terbaik dan tingkat akurasi dari hasil
penggabungan DEM.
VI-43
Gambar 2 Kontur RBI, DEM topo dan error map
DEM gabungan dengan spasial 25 m yang diperoleh dari gabungan DEM topo dan DEM SRTM
diperlihatkan pada Gambar 3. Model interpolasi yang digunakan adalah metode Co-Krigging
semivariogram quadratik. Keterbatasan data DEM topo yang terjadi pada daerah datar dan
keterbatasan DEM SRTM yang tidak detil dengan resolusi spasial 90 m dapat dengan DEM
gabungan, dimana hal ini terlihat dari tingkat kedetilan dari DEM gabungan baik untuk daerah
yang tinggi maupun daerah rendah. Hasil perbandingan error map (Gambar 4) antara error map
DEM topo dan DEM gabungan memperrlihatkan bahwa error DEM gabungan menjadi berkurang
dibandingkan DEM topo (DEM awal).
VI-44
Gambar 4 Perbandingan error map DEM topo dan DEM Gabungan
Gambar 6 DEM Gabungan (kiri), DEM SRTM 90 (kanan) dan Titik Tinggi RBI
Analisis lebih lanjut dilakukan dengan membandingkan tingkat akurasi kedua DEM diperolehnya
data hasil pengukuran lapangan atau data referensi lainnya untuk wilayah ini. Pengujian tingkat
akurasi dilakukan terhadap beberapa DEM hasil gabungan yang mendapat perlakukan interpolasi
menggunakan metode yang berbeda.
VI-45
diperoleh dengan menggunakan metode Krigging quadratik (spherical) dan Krigging Cubic.
Selanjutnya DEM gabungan yang dihasilkan dapat dimanfatkan dalam berbagai aplikasi, seperti
pembuatan kontur dan mendukung kegiatan mitigasi bencana.
Gambar 7 Perbandingan Tingkat Akurasi DEM SRTM dan DEM Gabungan dengan Menggunakan
Berbagai Model Interpolasi
4. Kesimpulan
Kegiatan penggabunga DEM topo dan DEM SRTM C band telah dilaksanakan, beberapa
kesimpulan yang diperoleh adalah sebagai berikut:
1) Kedetilan dan tingkat akurasi DEM dapat ditingkatkan dengan melakukan pengabungan
DEM, dimana DEM gabungan mempunyai pola yang lebih halus, dan lebih akurat karena
lebih sesuai dengan lokasi titik tinggi dari peta topografi.
2) Metode interpolasi krigging mempunyai akurasi terbaik dibandingkan metode lain yang
digunakan pada kegiatan ini.
5. Referensi
Bignone F. and Umakawa H. (2008): Assessment of ALOS PRISM Digital Elevation Model Extraction ove
Japan, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information
Sciences. Vol. XXXVII, Beijing, 2008
Gesch D. (2005): Vertical Accuracy of SRTM Data of the Accuracy of SRTM Data of the United States:
Implications for Topographic Change Detection, SRTM Data Validation and Applications Workshop
Hoja D. and d’Angelo P. (2010): Analysis Of Dem Combination Methods Using High Resolution Optical
Stereo Imagery And Interferometric SAR Data, International Archives of the Photogrammetry, Remote
Sensing and Spatial Information Science, Volume XXXVIII, Part 1, Calgary, Canada, 2010
Hoja D., Reinartz P. and Schroeder M. (2006): Comparison Of Dem Generation And Combination Methods
Using High Resolution Optical Stereo Imagery And Interferometric SAR Data, International Archives of the
Photogrammetry, Remote Sensing and Spatial Information Science, Volume XXXVI, Part 1, Paris, France,
2006
JAXA. (2006): Annual Report 2005, EORC Bulletin, No. 9, March 2006
Keydel W, Hounam D., Pac R. and Werner M.(2000): X-SAR/SRTM Part of a Global Earth Mapping Mission,
the RTO SET Symposium on “Space-Based Observation Technology”, Island of Samos, Greece, 16-18
October 2000
Schneider M., Lehner M., Muller R. And Reinartz P. (2008): Stereo Evaluation of ALOS/PRISM Data on
ESA-AO Test Sites – First DLR Results, ALOS Symposium, Rhodos, 2008
Trisakti B, dkk. (2010): Pengembangan Metode Ekstraksi Dem (Digital Elevation Model) Dari Data ALOS
PRISM, Laporan Akhir Program Insentif Riset Dasar, Pusbangja, LAPAN, 2010
Yastikh et al. (2006): Accuracy and Morphological Analyses of GTOPO30 and SRTM X-C band DEMS in the
Test Area Istambul, ISPRS Workshop, Ankara
VI-46
Konsep Pengembangan Sistem Informasi Pertanahan dalam Konteks
Otonomi Daerah
1) 2)
Diyono dan Subaryono
Abstrak: Manajemen pertanahan (land management) memerlukan infrastruktur dan sistem yang
mampu menyediakan informasi pertanahan yang diperlukan dalam proses pengambilan
keputusan mulai dari tahap perencanaan, implementasi, sampai dengan monitoring dan evaluasi.
Dengan berlakunya UU tentang Otonomi Daerah, maka pemerintah kabupaten/kota memiliki
kewenangan yang lebih luas dalam pengelolaan tanah, baik dalam penggunaannya maupun
pengelolaan pajak bumi dan bangunan. Tetapi, pada umumnya mereka belum memiliki
infrastruktur dan sistem yang memadai dalam pengelolaan informasi pertanahan tersebut.
Banyak masalah dan tantangan yang dihadapi jika infrastruktur dan sistem informasi pertanahan
tersebut akan dikembangkan, baik yang mencakup masalah institusi (institutional arrangement)
maupun masalah teknis. Makalah ini berfokus pada pembahasan mengenai konsep
pengembangan Sistem Informasi Pertanahan (SIP), masalah serta tantangan yang dihadapi
dalam pengembangan SIP yang mampu menyajikan informasi yang akurat, handal, mutakhir, dan
mudah diakses.
1. Latar Belakang
Ruang untuk keperluan pembangunan berupa lahan yang secara fisik berwujud bidang tanah.
Penataan ruang berati pengaturan serta penataan penguasaan dan penggunaan bidang tanah.
Hal ini diperlukan kerana bidang tanah merupakan sumberdaya alam yang unik, luasnya tetap
dan tidak dapat diproduksi, serta merupakan unsur vital dalam kehidupan berbangsa dan
bernegara (Sadyohutomo, 2008; Steudler, 2004) sehingga perlu diatur dan dikelola secara
bijaksana.
Manajemen informasi pertanahan lazimnya mencakup pengelolaan data bidang tanah yang
meliputi aspek fisik, legal dan fiskal. Aspek fisik mendeskrispikan dengan jelas batas-batas,
penggunaan dan penguasannya serta memiliki identitas dan lazimnya digambarkan dalam peta
bidang tanah. Aspek legal memuat informasi tentang pemilikan atau penguasaannya, serta aspek
fiskal setiap bidang tanah memiliki nilai ekonomis terkait dengan penggunaan dan kondisi
lingkungannya. Oleh sebab itu, pengaturan penggunaan tanah selalu harus berdampingan
dengan pengaturan penguasaan tanah (Foster, et al., 2002). Tidak tersedianya informasi bidang
tanah yang lengkap dalam 3 aspek tersebut yang dikelola dengan baik akan berakibat kurang
efisiennya proses perencanaan dalam pembangunan wilayah (Yasa, 2009). Saat ini, di Indonesia
belum dikembangkan sistem informasi yang mampu mengelola informasi pertanahan yang
memadukan 3 aspek fisik, legal, dan fiskal tersebut secara selaras.
Penggunaan teknologi informasi spasial untuk kegiatan perencanaan tata ruang dibeberapa
institusi telah dilakukan, tetapi masih memanfaatkan sumber data spasial yang terbatas dan
dikerjakan secara parsial. Sifat kegiatan tersebut lebih ditujukan untuk pemenuhan kebutuhan
internal dan menggunakan data spasial yang sangat bervariatif dan masih diusahakan sendiri
oleh institusi masing-masing. Hal tersebut dapat berdampak pada timbulnya “egoisme
kelembagaan” serta sulit dikoordinasikan, tanpa adanya kesadaran dan pemikiran bahwa banyak
kegiatan yang sebenarnya dapat dipadukan (Silalahi, 2002). Konsekuensinya informasi sulit
VI-47
dipadukan dan sulit diakses oleh pihak lain, serta banyaknya duplikasi informasi (data) yang
menyebabkan sistem jadi mahal dan tidak efektif. Hal ini menimbulkan kerawanan untuk
pengembangan dan keberlanjutan dari sistem yang dibangun karena sifatnya yang sektoral dan
bukan pada kebutuhan untuk saling melengkapi antar institusi.
Sejak awal digulirkannnya otonomi daerah melalui UU No.22 tahun 1999 dan UU No.5 tahun
1999, telah terbit tentang pengaturan bidang pertanahan dalam rangka otonomi daerah yaitu
Keppres 34 tahun 2003 yang mengatur otonomi bidang pertanahan, yang diperkuat dengan
terbitnya UU Nomor 32 tahun 2004 tentang pemerintahan daerah yang salah satunya mengatur
kewenangan pemerintah kabupaten/kota yang berhubungan dengan bidang pembangunan dan
bidang pertanahan, yaitu (a) perencanaan dan pengendalian pembangunan, (b) perencanaan,
pemanfaatan dan pengawasan tata ruang, dan (c) pelayanan pertanahan, serta UU No.28 tahun
2009 yang mengatur kewenangan daerah dibidang pajak daerah dan retribusi daerah, termasuk
didalamnya tentang Pajak Bumi dan Bangunan (PBB), serta Bea Perolehan Hak atas Tanah dan
Bangunan (BPHTB). Adanya kewenangan terkait dengan otonomi dibidang pembangunan dan
pertanahan tersebut dimana kewenangan pengaturan dari aspek fisik dan fiskal diserahkan ke
pemerintah kabupeten/kota memberikan peluang untuk dapat mewujudkan keterpaduan sistem
informasi pertanahan, walaupun aspek legal masih menjadi kewenangan pemerintah pusat,
namun secara operasional institusi pusat tersebut yaitu kantor pertanahan berada didaerah yang
memungkinkan dilakukan adanya proses kooordinasi dan kolaborasi.
Prinsip dasar sistem informasi pertanahan (SIP) sebagaimana dikemukakan Enemark (2007),
Foster, et al. (2002) mencakup informasi bidang penguasaan dan pemilikan tanah (land tenure);
penggunaan tanah/pemanfaatan tanah (land use); dan (c) nilai tanah (land value) dan (d)
pembangunan pertanahan (land development). Selain itu, SIP harus dapat melakukan pertukaran
data, mudah di akses, memiliki standard yang jelas, efisien dalam pembiayaan serta dapat
dikembangkan secara berkelanjutan agar dapat mengakomodasi berbagai kepentingan
dibangunnya sistem tersebut (Anonim (2002); Hadley (2005); dan Enemark (2007)). SIP yang
dapat mendukung manajemen pertanahan untuk mewujudkan sinerginya perencanaan dan
pengendalian pembangunan di era otonomi daerah menjadi suatu sistem yang perlu segera
diwujudkan.
Dalam konteks otonomi dibidang pertanahan di Indonesia, ada 2 aspek pokok dari 3 aspek fungsi
dalam administrasi pertanahan (aspek legal, aspek fisik, dan aspek fiskal). Dua aspek pokok
yang menyangkut pembangunan wilayah yang terkait dengan pertanahan telah di otonomikan ke
daerah kabupeten/kota, yaitu : (a) aspek pertanahan secara fisik yang didalamnnya menyangkut
pengaturan penggunaan tanah dan pembangunan pertanahan, serta (b) aspek fiskal yang
menyangkut nilai tanah dan pembiayaanya untuk pembangunan.
Otonomi daerah pada aspek fisik bidang pertanahan tersebut yang terkait erat dengan
pembangunan wilayah sesuai Keppres 34 tahun 2003, meliputi : (a). pemberian ijin lokasi; (b).
penyelenggaraan pengadaan tanah untuk kepentingan pembangunan; (c) penyelesaian sengketa
tanah garapan; (d) penyelesaian masalah ganti kerugian dan santunan tanah untuk
pembangunan, (e) penetapan subyek dan obyek redistribusi tanah, serta ganti kerugian tanah
VI-48
kelebihan maksimum dan tanah absentee; (f) penetapan dan penyelesaian masalah tanah ulayat;
(g). pemanfaatan dan penyelesaian masalah tanah kosong; (h) pemberian ijin membuka tanah; (i)
perencanaan penggunaan tanah wilayah Kabupaten/ Kota.
Dari aspek fiskal yang terkait perpajakan, adanya amanat UU No.28 tahun 2009 yang
mengotonomikan kepada pemerintah kabupaten / kota atas penarikan: (a) Pajak Bumi dan
Bangunan (PBB) Perdesaan dan Perkotaan, serta (b) Bea Perolehan Hak atas Tanah dan
Bangunan (BPHTB) yang sebelumnya dikelola oleh pemerintah pusat melalui Dirjen Pajak.
Adanya 2 (dua) kewenangan pada aspek fisik dan fiskal bagi pemerintah daerah dibidang
pertanahan yang cukup strategis dan seiring dengan pola pikir serta hidup masyarakat yang terus
berubah dan berkembang serta adanya tantangan dibidang ekologi, sosial, lingkungan maupun
perkembangan teknologi, maka diperlukan cara pengelolaan bidang pertanahan untuk
mendukung pembangunan melalui kegiatan tertib administrasi pertanahan dan pengembangan
sistem informasi pertanahan (SIP). Idealnya administrasi pertanahan menurut UN-ECE dalam
Steudler (2004) mencakup proses penentuan, pencatatan dan menyebarluaskan informasi
tentang nilai, kepemilikan dan penggunaan lahan untuk melaksanakan kebijakan pengelolaan
lahan (manajemen pertanahan). Dalam lingkup administrasi pertanahan ini mencakup kegiatan
pendaftaran tanah, survei dan pemetaan kadaster, fiskal, hukum dan kadaster multi guna serta
sistem informasi pertanahan. Ada tiga atribut kunci dari tanah yang harus di tangani dalam
administrasi pertanahan, yaitu : kepemilikan, nilai dan penggunaan lahan. Ketiga atribut tersebut
merupkan fungsi dan tujuan dari pelayanan administrasi pertanahan yang dapat diperoleh dari
kegiatan pendaftaran tanah, penilaian tanah, dan perencanaan penggunaan tanah (lahan).
Dalam otonomi bidang pertanahan, hal yang terkait aspek fisik yakni manajemen wilayah untuk
pembangunan penataan ruang. Ada 3 (tiga) proses dalam kegiatan tersebut : (a) perencanaan
tata ruang, (b) pemanfaatan ruang, dan (c) pengendalian pemanfaatan ruang (Sadyohutomo,
2008). Penekanan manajemen wilayah adalah pada operasional penyediaan pelayanan publik
dan intervensi pada publik, terutama dalam bentuk pengaturan. Bidang pertanahan merupakan
hal yang paling menonjol dalam manajemen wilayah, karena segala kegiatan yang dikelola
berada di atas permukaan tanah (ruang).
Dalam system pendekatan holistic, pendekatan pengelolaan wilayah dalam rangka otonomi
daerah harus menekankan prinsip-prinsip pembangunan yang lestari dan berkelanjutan (Korten
dalam Sadyohutomo, 2008). Hakekat pembangunan berkelanjutan menurut Brundtland dalam
Budiharjo, dkk. (2005) dan Steudler (2004) adalah pembangunan yang mampu memenuhi
kebutuhan masyarakat masa kini tanpa mengabaikan kemampuan generasi mendatang untuk
memenuhi kebutuhannya, sebagai suatu proses perubahan dimana pemanfaatan sumberdaya,
arah investasi, orientasi pembangunan dan perubahan kelembagaan selalu dalam keseimbangan
dan secara sinergis saling memperkuat potensi masa kini maupun masa mendatang untuk
memenuhi kebutuhan dan aspirasi manusia.
Dalam Deklarasi Rio berupa Agenda 21 (Stuedler, 2004) salah satu yang menjadi fokus program
pembangunan berkelanjutan adalah menerapkan pendekatan terpadu dalam perencanaan dan
manajemen bidang pertanahan dengan menekankan pada pembangunan tempat hunian yang
berkelanjutan, pelestarian lahan untuk pertanian dan pembangunan perkotaan. Perlunya
manajemen pertanahan dalam program pembangunan berkelanjutan menjadikan isu pertanahan
dan informasi pertanahan memiliki peran penting yang konsekuensinya perlu dukungan
adminisitrasi pertanahan dan SIP yang handal.
VI-49
sistem kadaster. SIP mendeskripsikan geometri dari bidang tanah terkait dengan catatan
informasi lainnya yang menggambarkan sifat kepentingan, kontrol pemilikan serta nilai dan
pengembangannya.
Secara empiris, hal yang mendorong dikembangkannya SIP adalah : (a) jumlah dan informasi
pertanahan yang besar dan dinamis, (b) adopsi cara berpikir ilmiah dan sistematis (al.
kemampuan untuk mengkaitkan satu informasi dengan informasi lainnya, kemampuan dalam
memanfaatkan informasi), (c) sistem informasi yang mampu beradaptasi dengan kondisi yang
dinamis, (d) tuntutan perubahan sistem administrasi yang transparan, (e) perubahan hubungan
birokrasi dari yang semula hirarkis (top down) menjadi tersebar (distributed), (f) perubahan sikap
dari independent menjadi dependent, (g) kebutuhan kecepatan dan ketepatan dalam memperoleh
informasi, (h) ketersediaan teknologi (Subaryono dan Istarno, 2004).
Di Indonesia, adanya Keppress 34 tahun 2003 tentang Sistem Informasi dan Manajemen
Pertanahan Nasional menunjukkan keinginan yang kuat pemerintah untuk mewujudkan
transparansi informasi pertanahan melalui Parcel Based GIS (SIP). Namun sampai saat ini
banyak kendala yang dihadapi untuk mewujudkan hal tersebut, di antaranya : (a) kesiapan
infrastruktur data spasial pertanahan, (b) belum sinergisnya kebijakan administrasi pertanahan
antara pemerintah pusat dan pemerintah daerah terkait adanya kebijakan otonomi daerah, serta
(c) kesiapan sumberdaya manusia.
Konsep SIP yang dapat dipakai untuk berbagai kepentingan pelayanan publik maupun
perencanaan pembangunan sudah diatur sesuai mandat Keppres 34 tahun 2003 tentang
kebijakan nasional di bidang pertanahan diantaranya yaitu pembangunan sistem informasi dan
manajemen pertanahan untuk : (a) penyiapan aplikasi data tekstual dan spasial dalam pelayanan
pendaftaran tanah dan penyusunan basis data penguasaan dan pemilikan tanah yang
dihubungkan dengan e-government, e-commerce dan e-payment; (b) pemetaan kadastral dalam
rangka inventarisasi dan registrasi penguasaan, pemilikan, penggunaan dan pemanfaatan tanah
untuk menunjang kebijakan pelaksanaan landreform dan pemberian hak atas tanah; (c)
pembangunan dan pengembangan pengelolaan penggunaan dan pemanfaatan tanah dalam
rangka memelihara ketahanan pangan nasional.
Terkait ketahanan pangan, terbangunnya SIP didaerah dapat digunakan untuk media koordinasi
dan melakukan kolaborasi antar institusi dalam rangka kegiatan perencanaan dan pengendalian
pembangunan kawasan pertanian serta inventarisasi lahan pertanian agar dapat dikelola secara
lestari dan berkelanjutan agar terwujud ketahanan pangan, sebagaimana amanat UU No. 41
tahun 2009 tentang perlindungan lahan pertanian pangan berkelanjutan.
Terkait perpajakan, pembangunan SIP secara terpadu di daerah otonomi menjadi bermakna
sangat strategis sebagaimana amanat UU No.28 tahun 2009 yang telah mengotonomikan
kegiatan pengelolaan atas : (a) Pajak Bumi dan Bangunan (PBB) dan (b) Bea Perolehan Hak
atas Tanah dan Bangunan (BPHTB) dilaksanakan oleh pemerintah kabupaten/kota.
Mengingat kompleksnya permasalahan pertanahan dan harus melibatkan banyak pihak maka
diperlukan pendekatan dengan suatu sistem yang bersifat holistik dan terpadu yang didukung
dengan penerapan teknologi. SIP diharapkan mampu menjembatani kebutuhan akan informasi
pertanahan antar institusi di daerah sehingga pengembangannya perlu mendapat prioritas.
Sebab, adanya SIP dapat dipakai sebagai sarana pendukung proses kolaborasi antar institusi
dan media komunikasi didalam proses pengambilan keputusan dalam rangka perencanaan dan
pengelolaan pembangunan wilayah secara terpadu sehingga dapat mewujudkan prinsip
pembangunan yang berkelanjutan.
VI-50
4. Studi Kasus Integrasi Data Spasial untuk Pengembangan SIP
Berdasarkan pengamatan penulis, pengembangan SIP di Indonesia yang dilakukan secara
terintegrasi yang mencakup 3 fungsi administrasi pertanahan seperti aspek legal, fiskal dan fisik
belum dapat diwujudkan, walaupun secara konsep sebenarnya memungkinkan untuk
dikembangkan. Belum terwujudnya integrasi SIP, dikarenakan masih banyaknya kendala, baik
yang bersifat teknis seperti keterbatasan data (kuantitas dan kualitasnya) serta kendala non
teknis, seperti aspek institusional, aspek legalitas, aspek kebijakan dan aspek sosial (Williamson,
et al., 2010). Berdasarkan Anonim (2005) diuraikan bahwa pengembangan sistem informasi
spasial (SIS/SIP) dengan pendekatan terpusat (top down) yang selama ini dilakukan di Indonesia
terbukti belum dapat memenuhi kebutuhan untuk proses integrasi berbagai sistem informasi
spasial yang dibangun oleh berbagai institusi. Demikian juga disampaikan Saido (2002) bahwa
pembangunan SIP yang berbasis “proyek” dari dana bantuan (grant, loan dsb.) keberlanjutan
dan pengembangannya kurang mendapat perhatian, salah satu alasannya adalah keterbatasan
biaya. Sebagaimana terkait dengan pembangunan SIP kota Semarang yang sudah diawali pada
tahun 1986 sebagai proyek percontohan SIP terintegrasi wilayah kota pertama di Indonesia, serta
pembangunan SIP di kota Surakarta yang merupakan kebelanjutan proyek paket SIP kota
Semarang-Surakarta atas bantuan loan Bank Dunia ditahun 1996/1997.
Pembangunan SIP di Indonesia telah dilaksanakan secara parsial oleh beberapa instansi, antara
lain: (a) Badan Pertanahan Nasional (BPN) yang mengembangan SIP untuk keperluan
adminstrasi pertanahan. SIP BPN dibangun secara terpusat untuk keperluan pelayanan aspek
legal dibidang pertanahan, dan secara operasional untuk keperluan pelayanan ada di kantor
pertanahan kabupeten/kota diwujudkan dalam sistem komputerisasi kantor pertanahan (KKP); (b)
Direktorat Jenderal Pajak mengembangkan SIP untuk perpajakan berupa basis data atribut wajib
pajak yang dikelola dalam SISMIOP yang diintegrasikan dengan SIG PBB dan sudah opersional
dengan baik yang rencananya dengan diberlakukannya UU No. 28 tahun 2009 akan dilimpahkan
ke pemerintah kabupaten/kota; (c) BAPPEDA, PU, dan dinas-dinas terkait yang ada di daerah
maupun pemerintah pusat mengembangkan sistem untuk memenuhi keperluan perencanaan
pembangunan dan penataan ruang, pemerintah masih menggunakan informasi spasial (peta)
dengan skala yang sangat bervariatif tergantung ketersediaan data dasar yang ada, seperti
aplikasi SIG.
Implementasi SIP terintegrasi dengan diawali pengembangan IDS telah dilaksanakan di negara
maju, sebagai contoh di negara bagian New South Wales (NSW), Australia. Sebagian besar
dataset spasial di NSW ini dikelola oleh institusi yang berbeda. Misalnya data spasial yang
berhubungan dengan : (a) data kadaster, data topografi dan alamat jalan dikelola oleh Locals
Councils and Departemen of Lands; (b) data penanggulangan bencana alam dikelola oleh
Departemen of Land and Water Conservation, Department of Infrastructure, Planing and Natural
Hazard; (c) data penanggulangan kebakaran dikelola oleh Departement of Land, National Parks
and Wildlife Service and Royal Botanic Gardens; (d) peta jaringan jalan dikelola oleh Local
Councils, Road and Traffic Authority (RTA) and Natioanl Parks; (e) citra satelit dikelola oleh
Departement of Lands, RTA and, Department of Agriculture; (f) peta vegetasi dikelola oleh
Departement of Land and Water Conservation, National Parks and Wildlife Services, Forest
NSW, Department of Defense; (g) data suhu dan iklim dikelola oleh Bureau of Metrology,
Environmental Protection Agency (Baker dan Young, 2005, ASDD, 2006 dalam Mohammadi, et
al, 2007). Organisasi yang berbeda bertanggung jawab untuk berbagai dataset yang berbeda.
Organisasi mereka sendiri yang mengembangkan strategi dan kebijakan untuk memperoleh,
mengelola dan berbagi data. Keragaman pendekatan yang digunakan oleh organisasi mengarah
ke hal yang bersifat teknis maupun non-teknis, serta ketidak konsistenan dan adanya
heterogenitas dataset yang berakibat menghambat integrasi data spasial yang ada (Mohammadi,
et al, 2007).
Seperti kondisi di Indonesia saat ini, pada awalnya kebanyakan penyedia data di NSW
menggunakan pendekatan sendiri untuk mengkoordinasi data spasial, terutama untuk tujuan
integrasi data dengan fokus terbatas sesuai daerah atau tugasnya, yakni penggunaan dataset
spasial dilakukan dalam pendekatan satu disiplin tertentu. Hal ini berakibat mengarah pada
ketidak konsistenan antara dataset, terutama jika sumber data yang digunakan serta
kepentingannya berbeda. Namun, kemudian situasi yang ideal membawa para pemangku
kepentingan yang berbeda dari berbagai disiplin ilmu dapat berinteraksi dengan mudah untuk
berbagi akses dan mengintegrasikan data set spasial yang ada. Kemudian dikembangkan
VI-51
penerapan multi-disiplin dataset spasial yang dapat memberikan kekuatan dalam memberikan
layanan dataset spasial. Untuk mencapai nilai tambah pendekatan multidisiplin, model IDS
diperlukan dalam menghadapi isu integrasi data dan memfasilitasi integrasi data yang sumbernya
berbeda bagi pengguna multi-disiplin sebagaimana ditunjukan pada Gambar 1(Mohammadi, et al,
2007).
Banyak kasus penyedia data memproduksi dataset untuk kebutuhan mereka sendiri, sementara
itu banyak potensi penggunaan data di luar perspektif mereka yang juga tertarik pada data
spasial tersebut. Pengguna dari berbagai disiplin dengan kebutuhan khusus dengan latar
belakang dan pengetahuan yang berbeda dimana mereka tidak semuanya paham dengan aspek
teknis dan karakteristik data spasial, menyebabkan adanya heterogenitas antara tuntutan
pengguna dan penyediaan data spasial. Dalam kasus integrasi data spasial, pengguna
memerlukan banyak usaha, waktu dan uang dalam memilih dan mengidentifikasi data set yang
tidak konsisten dan menyiapkan data spasial untuk memenuhi kebutuhan mereka. Untuk
memfasilitasi proses ini agar dapat berjalan secara praktis dan mengurangi upaya sia-sia serta
menghemat waktu dan biaya, Mohammadi, et al, (2007) menawarkan suatu model seperti berikut.
Maksud dari model (Gambar 2) adalah untuk memperluas potensi penggunaan data spasial dari
berbagai sumber untuk melayani berbagai keperluan (yang sifatnya multi-disiplin) dengan sedikit
usaha dan waktu. Gagasan utama konsep ini adalah bahwa tempat penyimpanan nyata dari data
spasial atau getway duduk diantara pengguna data dan penyedia data dari berbagai sumber yang
sudah di validasi sesuai kebutuhan dan persyaratan yang ditentukan oleh pengguna. Gateway
dapat menyediakan data untuk pengguna dengan standar dan pedoman atau dengan dukungan
suatu alat yang secara teknis dapat mengubah data agar sesuai dengan standar. Penyediaan
gateway memerlukan suatu kolaborasi, pengaturan kelembagaan dan standar sesuai kondisi
setempat. Dalam konteks IDS, pengaturan ini dapat lebih komprehensif ditangani. Tujuannya
adalah memberikan nilai tambah serta mengatasi masalah terkait dengan integrasi data agar
berjalan efektif.
VI-52
Pentingnya penelitian integrasi spasial dari dataset yang berasal dari berbagai sumber dalam
konteks inisiatif IDS telah disorot dalam berbagai publikasi, deklarasi dan resolusi. Rajabifard dan
Williamson (2004) dalam Mohammadi, et al (2007) mengidentifikasi integrasi spasial kumpulan
data multi-sumber sebagai perhatian utama keberhasilan inisiatif IDS nasional. Resolusi 15 dari
ke-14 Konferensi PBB Cartographic Regional untuk Asia-Pasifik (UNRCCAP), menyerukan
penyelidikan masalah dalam integrasi spasial kumpulan data multi-sumber (UNRCC-AP, 1997).
Deklarasi Bogor (FIG, 1996) mendesak penciptaan IDS nasional untuk memastikan integrasi dan
menyoroti homogenitas kumpulan data dari multi-sumber untuk mencapai potensi integrasi.
Resolusi 4 dari 17 UNRCC-AP (2006) menekankan pengembangan IDS untuk mendukung
integrasi data spasial multi-sumber.
Menurut Mohammadi, et al (2007), masing-masing negara juga menyoroti pentingnya integrasi.
The Autralia New Zaeland Land Information Council (ANZLIC) telah mengidentifikasi
pengintegrasian dataset spasial multi-sumber sebagai prioritas untuk pelaksanaan IDS Australia
(ANZLIC, 2003 dalam Mohammadi, et al, 2007). Keuntungan utama mengkaji integrasi dalam
kerangka IDS tidak hanya untuk mencapai tujuan dan menyoroti masalah yang sifatnya teknis
tetapi juga mencakup isu-isu non-teknis ke dalam pengembangan alat teknis. IDS dapat
memberikan pedoman dan standar bersama-sama dengan kebijakan kerangka kerja untuk
menangani isu-isu non-teknis yang berkaitan dengan integrasi, yang kemudian dapat membantu
para praktisi untuk mengembangkan alat-alat teknis integrasi berdasarkan standar dan pedoman
yang ada.
Standar internasional telah banyak diadopsi, terutama standar yang ditetapkan oleh ISO. Hasil
studi kasus (Mohammadi, et al, 2007), beberapa negara telah mengadopsi ISO (termasuk
TC211) sebagai dasar kerangka kerja standar untuk koordinasi dan pemeliharaan data spasial.
Ini menunjukkan pentingnya kerangka kerja standar umum dan tata pengelolaan data. Banyak
dari standar-standar ini termasuk metadata, kualitas dan standar referensi spasial memfasilitasi
integrasi data spasial.
Hasil studi kasus di antara negara-negara Australia, Filipina dan Malaysia (sampai batas tertentu)
memiliki desentralisasi data spasial yang terkoordinasi, namun mereka masih mengalami ketidak
konsistenan dan hambatan dalam proses integrasi data (Mohammadi, et al., 2007). Australia
sebagai negara maju dan masih tunduk sesuai dengan metodologi mereka sendiri dalam
manajemen data, yang berbeda dari yang lain. Hal ini menyebabkan inkonsistensi antara
pengaturan kelembagaan, kebijakan, data spasial dan peralatan teknis. Studi tentang data set di
berbagai negara bagian (yurisdiksi) Australia menunjukkan bahwa masih ada kategorisasi data
yang tidak sesuai dengan pola standar. Sebagai contoh, negara bagian Victoria mempertahankan
1 dan 23 layer masing-masing pada “alamat” dan “tema batas administrasi”, sementara negara
bagian NSW menjaga layer 11 dan 3 untuk tema “batas administratif” dan “alamat”. Pada saat
yang sama, Geoscience Australia mempertahankan 4 layer batas-batas administrasi.
Paradigma baru tersebut yakni dikembangkannya infrastruktur data spasial (IDS) pertanahan
sesuai tatarannya (al. coorporate, lokal, regional, nasional bahkan global), dan baru kemudian
dikembangkan SIP sesuai tataran tersebut. Menurut Ooesterom, at al. (2009), untuk dapat
mewujudkan IDS pertanahan yang mempunyai visi modern sampai tataran global diperkenalkan
tingkatan (a) standarisasi (standards), (b) terkoneksi (connected), (c) terintegarsi (integrated) dan
(d) terhubung jaringan (networked) pada tingkat global. Keempat tataran tersebut merupakan
konsep yang dibangun dalam menentukan tingkat perkembangan dan kedewasaan dari sistem
administrasi pertanahan modern.
Pada tingkat global yang dimotori oleh negara-negara maju pada saat ini masih dalam tataran
untuk melakukan standarisasi. Tingkatan yang lebih tinggi (terkoneksi) pada tingkat nasional baru
berjalan di negara-negara Eropa dan negara maju lainnya yang sudah lebih awal melakukan
VI-53
tahapan proses standarisasi (Ooesterom, at al., 2009). Oleh sebab itu dalam pengembangan SIP,
standarisasi dibidang administrasi pertanahan merupakan langkah awal dan landasan didalam
melakukan integrasi sistem informasi pertanahan pada berbagai tingkatan.
Gambar 3 Hirarki Penggunaan IDS dan Tingkat Kedetilannya Informasi pada Berbagai Tataran
Perencanaan Pembangunan
Sumber : Williamson, et al., 2003
Pada tataran perencanaan tingkat lokal diperlukan IDS lokal yang didukung oleh IDS organisasi
atau institusi di daerah atau IDS masing-masing institusi tingkat lokal dengan memanfaatkan data
spasial dengan tingkat kedetilan paling rinci dengan unit spasial berupa bidang tanah. IDS lokal
terhubung ke IDS tingkat propinsi, IDS tingkat propinsi terhubung ke IDS nasional, dan harapanya
seterusnya dapat dikembangkan ke jenjang IDS global. Terkait dengan jenjang otoritas
pengelolaan IDS tersebut juga berhubungan dengan fungsi tingkat kedetilan informasi data
spasial yang disajikan dalam setiap tingkatan dan pemanfaatanya didalam kegiatan perencanaan
pembangunan.
Dalam kontek penyiapan data spasial yang rinci dan detil untuk mendukung IDS pertanahan
dalam mengembangkan SIP, pemerintah pusat melalui Badan Pertanahan Nasional (BPN) telah
mencanangkan pemetaan dasar pendaftaran seluruh wilayah daratan NKRI. Ketersediaan peta
dasar pendaftaran yang mencakup seluruh wilayah menjadi strategis, jika digunakan sebagai
kerangka dasar spasial pengembangan SIP yang dapat dikolaborasikan dengan informasi
pertanahan lainnya pada masing-masing institusi pada tataran unit pemerintah daerah otonomi
kabupeten/kota.
Tersedianya protoype SIP dengan memanfaatkan IDS berupa peta dasar pendaftaran, kemudian
dikolaborasikan dengan pemetaan partisipatif didaerah otonomi untuk melengkapi atribut sebagai
informasi yang mendukung terwujudnya SIP untuk perencanaan pengendalian pertanahan untuk
pembangunan wilayah menjadi hal yang relevan jika dapat diwujudkan.
Berdasarkan uraian di atas, menunjukan bahwa pola pengembangan SIP yang selama ini telah
dikembangkan untuk perencanaan dan pengendalian pembangunan secara terpusat, di era
VI-54
otonomi daerah sekarang kurang relevan diterapkan. Berdasarkan pengalaman negara maju,
adanya otonomi dalam pengelolaan secara terintegrasi dibidang pertanahan untuk keperluan
pembangunan telah mampu meningkatkan partisipasi dalam mewujudkan tujuan pembangunan
secara berkelanjutan (Williamson, et al., 2010). Terkait dengan pengembangan SIP
sebagaimana kerangka konsep pembangunan IDS, sistem dibuat berjenjang (lihat gambar 3).
Pemerintah pusat terkait berfungsi sebagai penghubung antara kebutuhan nasional, regional atau
global, serta sebagai inisiator, fasilitator dan regulatornya untuk pengembangan SIP pada level di
bawahnya yang diawali dengan kegiatan standardisasi dibidang pembangunan infrastruktur
informasi pertanahan.
2. Standard teknis. Standard data teknis mengatur dan menggambarkan karakteristik teknis data
utama. Dalam pengembangan SIP agar data dapat dipadukan diperlukan adanya standardisasi
dari komponen-komponen yang diperlukan dalam mendukung berjalannya sistem.
Cakupan standardisasi minimum yang diperlukan : (a) infrastruktur data, (b) alat, (c) prosedur,
dan (d) sumber daya manusia. Dari ke empat komponen tersebut infrastruktur data merupakan
hal yang paling menonjol permasalahnnya yang juga akan melibatkan komponen lainnya.
Standardisasi adalah suatu proses merumuskan, menetapkan, menerapkan dan merevisi standar
yang dilaksanakan secara tertib dan kerjasama antar pihak (Bakosurtanal, 2004). Cakupan
standar diperlukan untuk keperluan pengumpulan dan penetapan data geospasial pertanahan
yang diharapkan dapat meningkatkan kepercayaan antara pengumpul dan pengguna data
tersebut untuk dapat beradaptasi terhadap perubahan teknologi. Standarisasi dalam SIP menurut
Wyatt dan Ralphs (2003) meliputi cakupan :
a. Interopabilitas, yaitu kemampuan untuk mengkomunikasikan antara sistem yang tidak sama
dengan suatu cara sistem menyediakan layanan kepada pengguna secara jelas;
b. Portabilitas, yakni kemampuan perpindahan sebagian data dan manusianya. Portabilitas data
adalah perpindahan data dari perangkat lunak yang berhubungan dengan satu jenis
perangkat keras ke jenis lainnya. Sedangkan portabilitas manusianya, yaitu kemampuan
perpindahan yang mudah antara sistem dan jaringan yang berbeda tanpa memerlukan
pelatihan ulang;
VI-55
c. Skalabilitas, artinya kemampuan untuk menjalankan perangkat lunak yang sama atau
menggunakan data dengan pencapaian yang dapat diterima dalam beragam ukuran sistem.
Berkaitan dengan standarisasi, tindakan yang perlu ditempuh untuk mengatasi berbagai
permasalahan tersebut, diantaranya perlu adanya : (a) standardisasi prosedur, mulai dari proses
perencanaan, pengembangan, pelaksanaan dan pengawasan SIP harus dalam satu tujuan yang
sama untuk berbeda dalam penggunaan, (b) standardisasi mekanisme penyediaan data,
keamanan data dan prosedur penggunannya, (c) aturan-aturan mencakup keseluruhan
operasional SIP secara terbuka, (d) standardisasi perangkat keras dan perangkat lunak yang
digunakan dalam pengembangan sistem, (e) standarisasi sumberdaya manusia melalui sertifikasi
sesuai kompetensinya. Selain itu, penegakan peraturan dan standard yang telah disepakati
secara konsisten.
3. Data utama. Komponen data utama diproduksi didalam kerangka kelembagaan dan mengacu
sepenuhnya kepada standar teknis. Jenis data utama yang perlu ada didalam IDS pertanahan
minimal mencakup : (a) kerangka dasar, yakni kerangka dasar geodetik sebagai pondasi
dibangunnya basis data spasial, (b) data batas, dalam kontek IDS pertanahan mencakup data
batas bidang tanah dan batas administrasi, (c) data sumberdaya alam dan lingkungan, (d) data
sosial ekonomi, (e) data lingkungan terbangun, dlsb.
Data utama dalam SIP yakni tersedianya peta bidang tanah (persil) yang bergeoreferensi sesuai
standar nasional yang disepakati. Sedangkan informasi (atribut) yang melekat pada bidang tanah
tersebut banyak, diantaranya : penguasaan/pemilikan tanah, penggunaan tanah dan properti,
nilai tanah dan properti, utilitas yang dimanfaatkan oleh properti tersebut.
Dalam pengembangan SIP salah satu problem yang sering dihadapi adalah ketersediaan data
utama. Menurut hemat penulis, jika peta dasar pendaftaran tanah sudah tersedia, maka
menambahkan informasi berupa atribut untuk pemenuhan kebutuhan pembangunan SIP dapat
dilakukan dengan melakukan langkah terpadu yang di inisiasi oleh pemerintah dan dilaksanakan
oleh pemerintah daerah bahkan desa/kelurahan dengan melibatkan partisipasi masyarakat.
Kegiatan di tingkat lokal desa/kelurahan tersebut yang dapat dilakukan mencakup : (a)
menyatukan kegiatan pendaftaran fiskal, pendaftaran hak dan penggunaannya sekaligus
memperbaiki basis data administrasi pertanahan desa/kelurahan berbasis peta bidang tanah
yang sudah tersedia; (b) menyatukan tanggungjawab terkait hak dan kewajiban dalam urusan
tanah; (c) menciptakan identitas unik (ID) yang berlaku secara luas dan menyeluruh untuk setiap
bidang tanah; (d) menyusun sistem administrasi pertanahan yang didukung oleh prinsip,
prosedur, dan mekanisme yang baku dalam peraturan pertanahan.
Guna melindungi kepentingan pemilik data pertanahan terkait dengan hak, batasan dan
tanggungjawab, serta hak kekayaan intelektual, privasi dan lisensi tentang data untuk tujuan
perencanaan dan pengendalian pembangunan, SIP memfasilitasi sharing data terkontrol melalui
geoportal (IDS pertanahan) berdasarkan syarat-syarat sesuai aturan yang berlaku, seperti :
a. Kepemilikan data tetap berada pada instansi yang mengumpulkan dan mengelola data
sebagai sumber data sesuai tanggungjawab, tugas pokok dan fungsinya,
b. Penggunaan data hanya untuk tujuan tertentu, atas ijin pemilik data,
c. Data dari basisdata instansi-instansi penyedia data yang dapat diakses dan tersedia bagi
pengguna atas dasar permintaan melalui jaringan SIP,
d. Akses yang diberikan akan dikontrol dan dikendalikan oleh sistem untuk menghindari
pemanfaatan data oleh yang tidak berhak.
4. Jaringan geoportal. Jaringan geoportal disebut gateway yang memfasilitasi penemuan dan
akses ke sumber data geospasial, merupakan hal yang penting dalam mempertahankan
keberadaan IDS (Maguire dan Longley, 2005; Nebert, 2004 dalam Aditya, 2008). Portal
merupakan koleksi metadata geospasial yang menggambarkan sumber daya yang tersedia di
mana pengguna dapat menentukan kesesuaian mereka untuk menggunakan sumber daya
tersebut. Selain meningkatkan aksesibilitas dari berbagai besar sumber data geospasial,
geoportals dapat meningkatkan pertukaran data dan berbagi antara organisasi-organisasi untuk
mencegah redundansi dan meningkatkan koordinasi upaya pengumpulan data dan
menawarkannya melalui web.
Geoportals tidak hanya akan digunakan untuk satu pengguna saja, tetapi juga dalam kelompok,
sehingga memungkinkan geocollaboration (Aditya, 2008). Hal yang perlu diperhatikan adalah
kesepakatan institusi didaerah tentang penempatan geoportal daerah pada salah satu institusi,
yang diharapkan mampu mengkoordinasikan keselurahan informasi pertanahan untuk kegiatan
perencanaan dan pengendalian pembangunan wilayah. Selain itu, geoportal daerah yang ada
VI-56
dapat dihubungkan dengan simpul jaringan IDS pada tataran yang lebih tinggi sehingga dapat
mendukung terwujudnya IDS pada tataran nasional.
6. Penutup
Dari berbagai pengalaman empirik pengembangan SIP diberbagai negara menunjukan bahwa
telah tersedia teknologi untuk mewujudkan sistem tersebut. Namun pengembangan platform IDS
sangat diperlukan dalam upaya mengintegrasikan berbagai dataset spasial. Paradigma baru
dalam mewujudkan SIP didaerah perlu dukungan kegiatan administrasi pertanahan dan IDS
pertanahan. Adanya sistem administrasi pertanahan yang muthakir yang melibatkan seluruh
institusi di daerah dan partisipatif masyarakat, serta keberadaan IDS pertanahan yang mampu
mengintegrasikan kebutuhan akan data pertanahan pada tingkat lokal yang memadai disertai
dukungan kebijakan dan tatakelola organisasi yang baik dapat mendukung terbangunnya SIP
yang terintegrasi.
Pengembangan IDS pertanahan tingkat daerah otonom kabupaten/kota harus sinergis dengan
pengembangan IDS tingkat nasional (IDSN) sehingga pembanguan SIP dapat berjalan
sebagaimana konsep dikembangkannya IDS. Selain itu, pengembangan IDS pertanahan juga
harus mampu bersinergi dengan administrasi pertanahan yang merupakan bagian penting dalam
penyediaan informasi untuk kegiatan perencanaan dan pengendalian pembangunan wilayah.
Kebijakan otonomi daerah telah memberikan peluang yang luas kepada pemerintah daerah untuk
melakukan perencanaan dan pengelolaan pembangunan, khususnya pertanahan perlu didukung
dengan ketersediaan SIP. Adanya SIP di daerah memungkinkan sistem pengelolaan pertanahan
didaerah menjadi lebih efektif, efisien dan transparan.
7. Referensi
Aditya, T. (2008): "A Usable Geospatial Data Infrastructure for Improved Public Participation & Collaboration
Efforts in Community Preparedness & Mitigation." International Conference on Tsunami Warning, Bali
Anonim. (2002): Kajian Pengembangan Sistem Informasi Pertanahan (Land Information System) di
Direktorat PBB dan BPHTB, Laporan Penelitian : Jurusan Teknik Geodesi FT UGM (tidak dipublikasikan).
Anonim. (2003): Keppres 34 tahun 2003 : Tentang Kebijakan Nasional di Bidang Pertanahan.
Anonim. (2004): Undang-undang No. 32 tahun 2004 : Tentang Pemerintah Daerah.
Anonim. (2005): Strategi Pengembangan Corporate Wide GIS di Institusi Pelayanan Publik di Indonesia,
Laporan Penelitian, Jurusan Teknik Geodesi FT UGM (tidak dipublikasikan).
Anonim. (2009.a): Undang-undang No. 28 tahun 2009 : Tentang Pajak Daerah dan Retribusi Daerah.
Anonim. (2009.b): Undang-undang No. 41 tahun 2009 : Tentang Perlindungan Lahan Pertanian Pangan
Berkelanjutan.
Bakosurtanal. (2004): Pedoman Penyelenggaraan Infrastruktur Data Spasial Nasional (IDSN), Cibinong:
Badan Koordinasi Survey dan Pemetaan Nasional.
Budihardjo, E. dan Sujarto, Dj.(2005): Kota Berkelanjutan, Penerbit Alumni, Bandung,
Enemark, S. (2007): Integrated land use managemen for sustainable development, FIG Commission 3
Workshop, Athens, Grece, 28-31 March. http://www.fig.net/council/enemark_papers/
Athens.%20Enemark.paper.%20March.2007.pdf, di akses 14 Agustus 2009.
Foster, R.W., Ryttersgaard, J., and Dale, P.(2002): Land Information Management for Sustainable
Developemnt of Cities, FIG Commission 3 : Spatial Information Management in co-operation with UN
HABITAT, http://www.fig.net/pub /figpub/pub31/figpub31.pdf di akses 13 Agustus 2009.
Hadley, C. (2005): Sustainable land information for sustainable development http://www.comarchitect.
org/BEPIC-docs/sustainable-land-information for sustainable development-ch.pdf di akses 13 Agustus 2009
Mohammadi, H., Rajabifard, A., Williamson, I. (2007): Multi-source Spatial Data Integration within the
Context of SDI Initiatives, Article under Review for the International Journal of Spatial Data Infrastructures
Research, submitted 2007-12-03.
Oosterom, P.V., Groothedde, A., Lemmen, C., Molen, P.V.D., and Uitermark, H. (2009): Land Administration
as a Cornerstone in the Global Spatial Information Infrastruktur, International Journal of Spatial Data
Infrastruktures Research, Vo.4.
Sadyohutomo, M. (2008): Manajemen Kota dan Wilayah : Realita & Tantangan, Bumi Aksara, Jakarta.
Said, M., M., (2008): Arah Baru Otonomi Daerah di Indonesia, UMM Press, Malang. Cetakan ke dua.
Saido, Agus P. (2002): LIS Surakarta : Sejarah dan Status Perkembangannya, Prosiding FIT ISI, 2-3
Oktober, Yogyakarta.
VI-57
Silalahi, S.B., Hadi, S., dan Lumempouw, R.J. (2002): Pertanahan dan Perpajakan Tanah di Propinsi
Jakarta, Prosiding FIT ISI, 2-3 Oktober, Yogyakarta.
Steudler, D. (2004): A Frame work for the Evaluation of Land Admnistration System, PhD Thesis,
Department of Geomatics The University of Melbourne, http://www.geom.unimelb.edu.au/
research/publications/PhDThesisDenielS.pdf, akses 23 September 2010.
Subaryono dan Istarno. (2004): Manajemen Informasi Pertanahan, Bahan Ajar, Jurusan Teknik Geodesi FT
UGM (tidak dipublikasikan).
Williamson, I., Rajabifard, A., Feeney, M.E.F. (2003): Developing Spatial Data Infrastructures : From
Concept to Reality, CRC Press, Boca Rato, London, New York, Washington, D.C. pp.183 – 210.
Williamson, I., Enemark, S., Wallace, J., and Rajabifard, A. (2010): Land Administration for Sustainable
Development, ESRI Press Academic, Redlands, California.
Wyatt, P., and Ralphs, M. (2003): GIS in Land and Property Management, Spon Press Taylor & Francis
Group, London and New York, pp.9.
Yasa, I.,M. (2009): Artikel Manajemen Pertanahan berbasis masyarakat sebagai upaya mengatasi
ketimpangan penguasaan tanah di Indonesia, http://www.Landpolicy.or.id/kajian/2/
tahun2009/bulan/04/tanggal/12/id/144 di akses 18 Agustus 2009.
VI-58
Differential Synthetic Aperture Radar Interferometry (DINSAR) untuk Analisis Validatif
Pergerakan Tanah di Wilayah Bandung
1) 2) 3)
Ilham Abdurohman , Sri Handoyo , dan Agung Indrajit
1)
Alumni Teknik Geodesi, Fakultas Teknik, Universitas Pakuan, Bogor 16144
2)
Balai Penelitian Geomatika, BAKOSURTANAL, Cibinong 16911
3)
Pusat Sistem Jaringan dan Standardisasi Data Spasial, BAKOSURTANAL, Cibinong 16911
Abstrak: Pemantauan pergerakan tanah dapat dilakukan dengan penerapan teknologi Global Positioning
System (GPS), selain itu juga dapat dilakukan dengan penerapan teknologi Interferometric Synthetic
Aperture Radar (InSAR). Makalah ini menguraikan penerapan teknologi DInSAR (Differential InSAR) untuk
menganalisis pergerakan tanah di wilayah Bandung. Pergerakan tanah di wilayah Bandung yang dimaksud
adalah sebagaimana dinyatakan sebagai hasil penelitian oleh Lembaga Ilmu Pengetahuan Indonesia (LIPI)
tentang pergerakan tanah (landslide) pada patahan Lembang, hasil penelitian oleh Kelompok Keilmuan
Institut Teknologi Bandung (KK ITB) tentang penurunan tanah (landsubsidence) di Kota Bandung pada
tahun 2000-2005, serta akibat peristiwa gempa bumi pada 2 Februari 2005 di Kabupaten Garut.
Data citra Envisat tahun 2004, 2005, dan 2006 diproses, antara lain melalui tahapan koregistrasi dan
penurunan interferogram (pola spektrum warna), untuk menghasilkan citra Diferential InSAR (DInSAR).
Setelah itu dilakukan koreksi geometrik-georeferensi menghasilkan citra DInSAR terkoreksi untuk
selanjutnya digunakan sebagai sarana analisis validatif pergerakan tanah di wilayah Bandung tersebut.
Hasil analisis menyebutkan adanya pergerakan tanah pada tiga lokasi di wilayah Bandung tersebut yang
tampak jelas pada interferogram pada citra, baik yang berwarna merah untuk pergerakan tanah naik
(landuplifting) maupun yang berwarna biru untuk pergerakan tanah turun (landsubsidence). Dalam satu pola
lingkaran merah ke biru mengindikasikan adanya pergerakan tanah sebesar 7,5 centimeter.
Kata kunci: Synthetic aperture radar, SAR, Analisis validatif, Pergerakan tanah, Gempa bumi.
1. Latar Belakang
Kota Bandung terletak pada posisi 107°36’ Bujur Timur dan 6°55’ Lintang Selatan dan ketinggian
±768 meter di atas permukaan laut rata-rata (mean sea level) memiliki permukaan relatif landai di
bagian Selatan, sedangkan wilayah kota bagian Utara merupakan kawasan perbukitan. Keadaan
geologi dan jenis tanah di wilayah bandung terbentuk pada zaman kwartier dan mempunyai
lapisan tanah alluvial kelabu dengan endapan tanah liat pada wilayah Bandung sebelah Selatan,
sedangkan jenis material di wilayah Bandung sebelah Utara umumnya jenis andosol. Demikian
juga untuk wilayah Bandung bagian Tengah dan Barat tersebar jenis tanah andosol.
Pada tahun 2005 dengan jumlah penduduk di wilayah Bandung berjumlah 2.270.970 jiwa dan
luas wilayah 16.729,50 hektar, kepadatan penduduknya sebesar 155 jiwa per hektar. Jumlah
penduduk yang terus meningkat setiap tahunnya memicu perkembangan areal wilayah
pemukiman ke daerah yang memiliki daerah kemiringan >30°. Selain itu, beralihnya fungsi lahan
pertanian dan perkebunan menjadi lahan pemukiman, membuat semakin tingginya tingkat resiko
terjadinya bencana seperti longsor, banjir, kekeringan, dan sebagainya. Untuk itulah perlu adanya
penelitian tentang pergerakan tanah seperti permukaan tanah naik (landuplifting), penurunan
tanah (landsubsidence), dan pergerakan tanah (landsliding) sebagai antisipasi terhadap bencana
alam yang mungkin terjadi dan dalam rangka optimalisasi pencegahan dan penanggulangan
bencana tersebut.
InSAR adalah suatu teknik dimana dua gambar SAR (Synthetis Aperture Radar) diperoleh
dengan sudut insiden yang hampir identik (satu biasanya dianggap sebagai master dan yang
VI-59
lainnya disebut slave) dikombinasikan untuk menghasilkan gambar gangguan fasa yang disebut
interferogram (Dixon, 1994; Massonnet, 1997; Zebker dan Goldstein, 1998 dalam Francis Ifeanyi
Okeke, 2004). Dalam pelaksanaan InSAR ada dua citra yang diambil dari suatu area yang sama
pada waktu berbeda, data tersebut yaitu citra slave (slave image) dan citra master (master
image). Data SAR diperoleh secara teratur dengan merekam data pada permukaan bumi, dimana
pada data tersebut berisi fasa dan amplitudo.
Fasa merupakan penjumlahan vektor gema radar dari suatu daerah, karena fasa berkaitan
dengan banyak area yang terekam menuju satelit (menyebarkan sinyal dan memantulkan) dan
banyak panjang gelombang. Sehingga jika hanya menerima informasi berupa fasa dari
permukaan tidak akan ada informasi yang dapat diketahui. Dapat dianalogikan bahwa jika ada
dua citra yang sama pada suatu daerah dengan lokasi satelit dan waktu yang berbeda, maka
akan ada hubungan perbedaan fasa dari kedua gambar tersebut. Jika gambar yang diperolah
dari lokasi satelit yang tepat pada waktu berbeda, misalkan 6 bulan kemudian, maka perbedaan
fasa kedua gambar mewakili perubahan dalam hamburan/pergerakan tanah pada suatu daerah
yang diteliti.
Masalah yang teridentifikasi adalah adanya kebutuhan wilayah Bandung akan peta landslide
karena banyaknya areal perkebunan dan pertanian dengan tingkat kemiringan lebih dari 30° yang
dijadikan pemukiman dan areal bisnis. Pemantauan areal tersebut dapat dilakukan dengan
memanfaatkan teknologi InSAR dengan menggunakan data satelit Envisat. Satelit Envisat
memiliki sepuluh instrumen optik dan radar canggih untuk pengamatan dan pemantauan terus
menerus terhadap tanah, atmosfer, samudera, dan laut yang tertutup es, serta merupakan satelit
penerus ERS 1 dan ERS 2.
Makalah ini menguraikan kajian tentang kemungkinan penggunaan teknologi InSAR untuk
pemantauan dinamika bumi untuk jangka panjang. Tujuannya adalah memperoleh hasil analisis
data citra ENVISAT yang digunakan untuk studi pergerakan tanah (landslide), yang selanjutnya
dipetakan menjadi peta landslide Wilayah Bandung skala 1:50.000.
Metoda kajian adalah melakukan proses interpretasi dan analisis digital atas citra satelit ENVISAT
dengan menggunakan software IDIOT dan dibandingkan dengan hasil analisis dengan software
ilmiah DORIS.
Data citra ENVISAT tersebut diproses menggunakan freeware software IDIOT (InSAR
Deformation Inspection and Observation Tool). Dari hasil pengolahan citra tersebut didapatkan
citra berupa interferogram yaitu citra yang memiliki spektrum warna berbeda untuk menandakan
adanya pergerakan di permukaan tanah. Pelaksanaan ini didasarkan pada Schubert., G dan
Turcotte L. Donald (2002) yang menyimpulkan bahwa dua citra SAR yang sama beserta
interferogramnya dapat digunakan untuk mengukur deformasi. Alur pikir kajian ini disajikan dalam
bentuk diagram sebagai berikut.
VI-60
Citra Envisat
Pengolahan dengan
Software NEST dan IDIOT Kejadian dan hasil penelitian berikut menjadi data
masukan kajian pergerakan tanah:
Gempa bumi di Kabupaten Garut
Patahan Lembang di sebelah Utara Kota Bandung
Menghasilkan Citra DInSAR
(Diferential INSAR) Penurunan tanah (lansubsidence) di Kota Bandung
Pelaksanaan metode kajian disajikan dalam diagram tahapan pekerjaan kajian sebagai berikut.
Persiapan:
Data citra ENVISAT tahun 2004, 2005, dan 2006,
Software NEST, software IDIOT, dan hardware.
Proses INSAR:
Initial steps
Coregistration
Interferogram Generation
Phase unwrapping
Citra DInSAR
(Differential INSAR)
Desain kartografis
Software Nest berfungsi di antaranya untuk membaca data citra, mengetahui proses pengolahan
citra InSAR, analisis dan visualisasi data ESA SAR termasuk ERS 1 & 2, ENVISAT dan Sentinel-
1, termasuk juga data SAR dari JERS SAR, ALOS PALSAR, TerraSAR-X, Radarsat-1 dan
Radar-2.
Software Nest juga mendukung format data citra dari ENVISAT (ASAR, MERIS, AATSR), ERS
AMI 1&2 (Ceos & ENVISAT format PGS dan VMP), JERS SAR, Dimap, GeoTiff, GetassE30
VI-61
DEM, dan ACE DEM. Selain itu juga dapat mendukung citra Alos Palsar, Asar wave products,
Radarsat 2, TerrraSar-X, HDF 4 dan HDF 5, NetCDF, ENVI, PolsarPro, dan Generic Binary.
Berikut komponen utama dari software NEST :
tampilan dan analisis tool (DAT) merupakan aplikasi yang dapat digunakan untuk visualisasi,
analisis, dan mengetahui proses data SAR.
graph processing tool (GPT), dapat digunakan untuk memudahkan akses ke dalam data
SAR secara mudah dan efisien.
fleksibel dan poweful dalam proses pekerjaan.
dengan komponen dari Java TM Api memungkinkan untuk digunakan bersama dengan
komponen pengolahan remote sensing lainnya.
fasilitas HELP untuk membantu pengguna.
Dengan pengembangan yang terus dilakukan membuat software ini kaya akan tambahan fitur
pada setiap serinya, mulai dari NEST release 1 pada tahun 2008 sampai release 3C pada bulan
Desember 2009, dan NEST-DORIS.
Software IDIOT dikembangkan oleh Berlin University of Technology. IDIOT mendukung untuk
citra ENVISAT (format IMS) dan output dalam format rat dan png. Teknik pengolahan data
software IDIOT dapat mendeteksi dan memonitor deformasi di permukaan bumi, berikut juga
pergerakan es, dan pergerakan tanah (landslide). Software ini diprogram menggunakan bahasa
pemrograman IDL (Interactiv Data Languange).
Setelah proses coregistrasi menggunakan dua buah citra, maka jarak fasa perbandingan antara
dua buah pixel dapat ditampilkan dalam persamaan matematis berikut ini:
Dimana:
Metoda dalam tahapan pengolahan citra InSAR menggunakan software NEST, adalah sebagai
berikut:
Tahap pertama, membaca data (read)
Membuka data (data open) sesuai dengan nama citra. Misalkan citra ERS, ENVISAT, ALOS,
TERRAR SAR, dsb. Data citra memiliki identifikasi, metadata, tie poin grid, dan bands.
Tahap kedua, orbit data
Orbit digunakan untuk mengetahui posisi satelit, jarak antar satelit, dan jarak satelit dengan
objek di permukaan bumi. Karena orbit yang berbeda secara temporal pada citra dapat
memberikan informasi perbedaan posisi di permukaan bumi.
Tahap ketiga, coregistration
Koregistrasi dimaksudkan untuk mendapatkan gambaran pixel yang sama dari dua buah citra
pada citra slave (slave image) dan citra slave (master image). Gambaran tersebut didapatkan
dari citra yang tumpang tindih (overlap) dari kedua citra. Koregistrasi berguna untuk
mengoreksi translational, rotational dan perbedaan skala. Selain itu, juga perlu dilakukan
dalam pengolahan InSAR untuk memperoleh suatu mutu gambaran yang tinggi sampai pada
tingkat ke sub-pixel. Ketelitian untuk satu citra pada tingkat keakuratan 0.2 pixel dan untuk dua
citra pada tingkat keakuratan 0.05 pixel.
Tahap keempat, wrap
Proses wrap digunakan untuk memisahkan fasa yang memiliki nilai yang keluar dari batasan
sebesar 2 π atau sebesar 360 º. Untuk itu dilakukan proses unwrapping atau membungkus
fasa yang diperlukan sesuai dengan nilai yang diperlukan.
Tahap kelima, coherence
Tampilan citra yang ditampilkan dalam citra coherence tampak seragam. Proses coherence
menyamakan nilai fasa yang ada pada citra, hingga kenampakan yang ada menampilkan
tampak seragam pada tekstur dan warna citranya. Hanya informasi yang memiliki nilai
pergerakan saja yang berbeda pada tekstur dan warnanya.
VI-62
Berikut adalah gambar hasil pengolahan citra ENVISAT coherence dan citra coherence DInSAR
tahun 2004–2005.
Tampak warna dan tekstur yang sama pada seluruh permukaan tanah, tetapi hanya berbeda
pada daerah yang mengalami pergerakan fasa. Pada citra coherence DInSAR interferogram
berupa spektrum warna, dan pada citra coherence interferogramnya berwarna putih.
Tahap keenam, interferogram
Pada tahapan ini citra hasil pengolahan menggunakan software NEST tidak menghasilkan
interferogram dalam bentuk citra DInSAR.
Proses interferogram berguna untuk memberikan gambaran daerah yang mengalami
pergerakan tanah (landslide) dalam bentuk spektrum warna, yang memiliki nilai pergerakan
dari warna merah ke biru. Spektrum warna tersebut tergantung nilai band pada citra InSAR.
Citra ENVISAT yang digunakan memiliki panjang gelombang 3.8–7.5 cm yang berarti dapat
mengindikasikan adanya pergerakan tanah pada kisaran nilai 3.8–7.5 cm.
Berikut interferogram dalam spektrum warna hasil pengolahan citra ENVISAT tahun 2004-2005.
VI-63
Pada software NEST juga berlangsung beberapa proses statistik, di antaranya scatter plot dan
histogram pada citra ENVISAT tahun 2004 dan 2005 citra master dan citra slave.
Gambar 5 Scatter Plot dan Histogram citra ENVISAT 2004 pada band i dan q (Citra Master)
Gambar 6 Scatter Plot dan Histogram citra ENVISAT 2005 pada band i dan q (Citra Slave)
Metoda dalam tahapan pengolahan citra InSAR menggunakan software IDIOT, adalah sebagai
berikut:
Pengolahan citra menggunakan software IDIOT dilakukan secara otomatis karena hanya
memasukkan citra master dan citra slave, SRTM, Orbit file dan selanjutnya seluruh pemrosesan
InSAR dilakukan dalam satu langkah. Hal yang harus diperhatikan pada waktu menggunakan
software IDIOT adalah memerlukan folder yang harus disiapkan sebelumnya untuk output proses
data.
VI-64
Data master yaitu data utama (primary) dan data slave pendukung (secondary). Dua buah
epok data citra Envisat tahun 2004–2005, maka data citra tahun 2004 sebagai data master
dan data citra tahun 2005 sebagai data slave.
Data yang hanya dapat digunakan oleh software ini hanya data citra ENVISAT dengan format
data ASA_IMS.
Tahap kedua, orbit data
Pemilihan orbit disesuaikan dengan data citra yang dimiliki. Untuk mengetahui orbit yang akan
digunakan dapat dilihat dari metadata citra tersebut. Orbit citra envisat dapat diunduh melalui
ftp://dutlru2.Ir.tudelft.nl/pub/orbits/ODR.ENVISAT/outdate/ eigen-grace01S/.
Pemilihan output folder
Output folder berguna untuk menyimpan data hasil pengolahan software IDIOT. Hal ini perlu
dilakukan, agar data hasil pengolahan tidak tertukar dengan data hasil pengolahan citra yang
lain.
SRTM (Shuttle Radar Topography Mission)
Penggunaan SRTM sebagai komponen elevasi dalam pergerakan tanah (landslide). Proses
pergerakan tanah (landslide) dapat diketahui dari dua buah citra yang memiliki posisi sama
dalam epok yang berbeda dengan nilai elevasi yang diketahui. Untuk mendapatkan data
SRTM (Shuttle Radar Topography Mission) dapat diunduh melalui
ftp://eosrp.olu.ecsnasa.gov/SRTM/Version2/SRTM.
Koreksi geometrik bertujuan untuk meregistrasi citra yang belum bereferensi dalam satu sistem
koordinat tertentu. Citra yang didapatkan dari pengolahan software IDIOT belum tereferensi,
untuk itu dilakukan proses registrasi.
Untuk mendapatkan informasi koordinat yang digunakan untuk meregistrasi citra, dapat dilihat
dari metadata pada citra. Koordinat citra dalam sistem koordinat geodetik (lintang, bujur) dengan
datum WGS 84. Ada empat buah titik koordinat yang digunakan untuk meregistrasi citra, di
antaranya pada bagian kiri atas (upper left), kanan atas (upper right), bawah kiri (lower left),
bawah kanan (lower right), dan tengah (center).
Berikut adalah tabel koordinat citra ENVISAT tahun 2004, 2005, dan 2006.
Software yang digunakan untuk melakukan koreksi geometrik adalah global mapper v9.00.
Format yang digunakan untuk meregistrasi citra yaitu format tiff yang sebelumnya dikonvert dari
format png hasil pengolahan software IDIOT.
Citra yang telah bereferensi memiliki bentuk yang tidak geometris karena terkait dengan lokasi
pada citra tersebut. Berikut adalah gambar tampilan citra.
VI-65
Gambar 7 Tampilan Citra Bereferensi.
Penggunaan Software NEST (Next Esa SAR Toolbox) adalah untuk mengetahui langkah-langkah
yang dilakukan dalam proses pengolahan citra InSAR, seperti proses coregistrasi, proses phase
unwrapping, proses coherence, dan proses interferogram.
Dalam situs resmi milik ESA (European Space Agency) dituliskan bahwa software NEST tengah
dikembangkan dan akan menyediakan satu set alat dasar untuk pengolahan dan analisis produk
interferometrik dengan nama software NEST-DORIS. Pengolahan citra menggunakan software
NEST berdasarkan lamanya waktu dapat ditampilkan sebagai berikut:
VI-66
Tabel 5 Analisis olah citra Envisat 2006 dengan software NEST
Proses InSAR Lamanya Waktu
Orbit File 2.22 menit
Proses Coregistrasi 19.37 menit
Proses Unwrap 12 menit
Proses Coheren 96 menit
Interferogram *
Catatan: * = Proses belum dapat dilakukan karena keterbatasan kelengkapan tool dari software NEST 3C.
Pengolahan citra dengan software IDIOT sangat mudah dilakukan, karena serangkaian proses
yang harus dilakukan pada pengolahan citra InSAR tidak perlu dilakukan lagi seperti proses read
data, coregistration, interferogram, phase unwrapping, dan georeferencing.
Waktu yang dibutuhkan untuk mengolah citra adalah 1:08 menit dengan perangkat standar PC
RAM 2Gb dan processor intel 2.66 Ghz.
Data-data yang diperlukan untuk memproses citra menggunakan software ini di antaranya, data
citra Envisat dengan format ASA_IMS, data SRTM, dan data orbit file. Data citra terdiri atas data
yang berbeda secara waktu (epok), karena digunakan sebagai data utama (master image) dan
data kedua (slave image). Data orbit file dapat diunduh melalui internet melalui situs
ftp://dutlru2.Ir.tudelft.nl/pub/orbits/ODR.ENVISAT/outdate/ eigen-grace01S/. Orbit file berguna
untuk menyertai data citra untuk mengetahui posisi satelit, jarak antar satelit dan jarak satelit
dengan objek di permukaan bumi. Sementara data SRTM (Shuttle Radar Topography Mission)
merupakan komponen elevasi dalam pergerakan tanah (landslide).
Pengolahan Citra Menggunakan Software IDIOT menghasilkan 12 citra. Ada beberapa sesi
pengolahan citra sesuai dengan tahun data yang digunakan, yaitu data citra tahun 2004, 2005,
dan 2006. Berikut data sesuai dengan pengolahan citra:
Citra Envisat tahun 2004 dengan tahun 2005
Citra Envisat tahun 2004 dengan tahun 2006
Citra Envisat tahun 2005 dengan tahun 2006
Hasil pengolahan citra ada sebanyak 12 citra, berikut Tabel jenis data hasil pengolahan citra
tersebut:
Di antara citra amplitude-DInSAR tahun 2004-2005, 2005-2006, dan tahun 2004-2006, data yang
menunjukkan adanya pergerakan dalam bentuk interferogram paling besar adalah pada rentang
tahun 2004-2006. Hal ini dapat ditimbulkan karena cukup lamanya waktu pada rentang tahun
tersebut yang diakibatkan dari spektrum eksternal seperti aktivitas kegiatan manusia (human
activities), dan spektrum internal seperti tanah longsor, gempa bumi, dsb.
Citra yang dihasilkan dari pengolahan menggunakan software IDIOT ada dua belas buah citra.
Ada tujuh citra amplitude diantaranya amplitude-master, amplitude-slave, amplitude-coherence,
VI-67
amplitude-phase, amplitude-rgb (red, green, blue), amplitude-topography, dan amplitude-DInSAR.
Sementara itu ada tiga citra fasa di antaranya fasa-flat, dan fasa-dinsar, dan fasa. Serta dua citra
coherence di antaranya coherence-dinsar, dan coherence.
Berikut analisis tampilan dari kedua belas citra Envisat hasil pengolahan software IDIOT tersebut.
Amplitude pada citra InSAR digunakan untuk mengetahui karakteristik dari bahan yang
memantulkan gelombang ke sumber gelombang (satelit), citra amplitude juga beroverlay dengan
topography, DInSAR, dan coherence.
Citra amplitude-topography memberikan bentuk permukaan bumi dengan gambaran relief
pegunungan, wilayah perairan, dan interferogram.
Citra amplitude-DInSAR menampilkan citra dengan topography permukaan bumi, dan
pergerakan tanah (landslide) dalam bentuk spektrum warna (interferogram).
Sementara citra amplitude-coherence, menampilkan amplitude dengan perbedaan
karakteristik di permukaan bumi, seperti topography dengan warna ungu, permukaan air
dengan warna magenta dan biru. Sementara coherence menampilkan citra dengan dominan
berwarna ungu pada citra amplitude-coherence.
Pada citra coherence tampilan citra tampak seragam pada seluruh permukaan tanah (berwarna
hitam), karena perubahan tidak terlihat dan hanya terlihat di fasa citra pada interferogram.
Fasa (phase) digunakan untuk mengetahui pergerakan (deformasi) pada permukaan tanah,
seperti penurunan tanah (subsidence), kenaikan tanah (up lifting), dan pergerakan tanah
(landslide). Tampilan fasa citra phase-flat dan phase DInSAR pada pergerakan tanah
(deformasi) dalam bentuk kerutan gambar yang berbeda dengan permukaan tanah yang lainnya.
Analisis validasi citra DInSAR dilihat dari pola pergerakan tanah (landslide) berupa interferogram
dan dikorelasikan dengan patahan lembang yang terbentang mulai kaki bukit Gunung Palasari di
Kecamatan Lembang sampai Kabupaten bagian Selatan Desa Cipeusing di Kecamatan Cisarua,
dan beberapa kejadian bencana longsor dan gempa bumi yang terjadi di beberapa daerah di
Kabupaten Bandung, seperti longsor di Tempat Pembuangan Akhir (TPA) Leuwi Gajah di
Kabupaten Bandung Kecamatan Batujajar pada 21 Februari 2005, gempa bumi dengan kekuatan
5,1 SR di Kabupaten Garut Kecamatan Pasirwangi dan Samarang pada 2 Februari 2005 (data
tersebut didapatkan dari berita bencana alam yang didapatkan dari website yang dimiliki oleh
setiap kabupaten di wilayah Bandung dan referensi pustaka).
VI-68
tanah terlihat di Kecamatan Lembang tepatnya di desa Jambu Dipa dan Pagerwangi, dan
Kecamatan Tanjungsari tepatnya di desa Mekarmanik.
VI-69
Gambar 10 Citra DInSAR 2004-2006
Analisis Validasi Citra DInSAR dengan Longsor di Wilayah Bandung
Longsor yang terjadi di Tempat Pembuangan Akhir (TPA) pada 21 Februari 2005 Kecamatan
Batujajar Kabupaten Bandung Barat karena menumpuknya volume sampah hingga tidak dapat
tertampung lagi. Terlebih dengan kondisi geografis yang berbentuk lereng dan berbukit. Pada
citra DInSAR tahun 2004-2005 terlihat pergerakan tanah yang terjadi di Kecamatan Batujajar.
Bentuk pergerakan tanah dalam interferogram terlihat di tiga desa, yaitu Desa Saguling, Desa
Cipangeran, dan Desa Cikande. Dari ketiga desa tersebut pergerakan tanah terbesar terlihat di
Desa Cikande.
VI-70
Analisis Validasi Citra DInSAR dengan Gempa di Wilayah Bandung
Pada tanggal 2 Februari 2005 terjadi gempa bumi di Kabupaten Garut, Menurut Pusat Gempa
Bumi Nasional (PGN), gempa berpusat di darat lebih kurang 43 km Selatan Soreang Bandung,
tepatnya di 7.41 Lintang Selatan-107.47 Bujur Timur, kedalaman 100 km. Gempa itu berkekuatan
5,2 Skala Richter (SR).
Daerah terparah dilaporkan terletak di tiga desa Kecamatan Samarang, yaitu Desa Pasirwangi,
Desa Padawaras, dan Desa Babakan.
Dari citra DInSAR tahun 2004-2005 dapat terlihat bahwa terdeteksi pergerakan tanah (landslide)
di tiga desa yang menjadi daerah terparah akibat gempa bumi. Pergerakan tanah paling besar
terlihat di Desa Padawaras dan Desa Pasirwangi.
VI-71
Gambar 13 Jaring GPS untuk Studi Penurunan Tanah di Bandung
Sumber: Hasanuddin, Z.A, 2006
Penelitian sebelumnya yang telah dilakukan menggunakan teknologi GPS di lokasi kota Bandung
dapat dikorelasikan dengan citra DInSAR tahun 2004-2005. Pada citra tersebut tampak adanya
pergerakan tanah dalam bentuk interferogram. Penurunan tanah di Kota Bandung lebih
disebabkan oleh faktor eksternal, seperti pembangunan, pekerjaan galian, pembangunan jalan,
dsb.
4. Kesimpulan
Dari pembahasan kajian dapat ditarik kesimpulan sebagai berikut.
1) Keadaan cekungan Bandung, sesar Lembang, dan gempa bumi di Kabupaten Garut
menyebabkan pergerakan tanah (landslides) yang dapat dipantau oleh teknologi DInSAR.
Warna biru pada interferogram atau pola spektrum warna mengindikasikan adanya
VI-72
penurunan tanah (landsubsidence), dan warna merah mengindikasikan adanya kenaikan
tanah (landuplifting). Satu pola lingkaran merah ke biru mengindikasikan adanya pergerakan
tanah sebesar 7,5 cm. Selain itu, pemantauan dengan teknologi pemrosesan DInSAR juga
dapat dilakukan secara cepat dan mudah dibandingkan pemantauan dengan metoda survei
geodesi yang memakan biaya yang mahal dan waktu yang lama.
2) Analisis DInSAR untuk memantau pergerakan tanah di wilayah Bandung ini dapat diindikasi
bahwa yang mengalami pergerakan tanah di Kabupaten Garut adalah Desa Padawaras dan
Desa Pasirwangi; pergerakan tanah diindikasi pada gerak aktif sesar Lembang ada di Desa
Jambudipa dan Desa Pagerwangi di Kecamatan Lembang dan Desa Mekarmanik di
Kecamatan Tanjungsari; dan penurunan tanah (landsubsidence) terjadi praktis di seluruh
Kota Bandung.
5. Referensi
Allen, T.C. (2009): Review Article “Interferometric Synthetic Aperture Radar”. Diakses pada 9 Desember
2009 dari http://www.itc.ku.edu/publications/.../Allen1995_1995GRSS.
Anonim. (2007): InSAR Processing: Guidelines for SAR Interferometry Processing and Interpretation.
European Space Agency. Germany
Anonim. (2007): Part B InSAR Processing: A Practical Approach. European Space Agency. Germany
Anonim. (2007): Part C InSAR Processing: A Mathematical Approach. European Space Agency. Germany
Handoyo, Y.S. (1998): Penginderaan Jauh Dasar. Fakultas Teknik Sipil dan Perencanaan. ITN. Malang
Hasanuddin, Z.A. (2006): Penentuan Posisi dengan GPS dan Aplikasinya. Pradnya Paramitha. Bandung
Lillesand at all. (2004): Remote Sensing and Image Interpretation. John Eiley and Sons, Inc. USA
Massonet, D., T. Holzer, and H. Vadon. (1997):Land Subsidence Caused by the East Mesa Geothermal
Field, California, Observed Using SAR Interferometry. Geophysical Research Letters. V. 24, p. 901-904.
Diakses pada 9 Desember 2009 dari http://www.earthquake.usgs.gov/
people/tomholzer/papers/massonet_holzer_1997.
Massonet, D. and Feigl L.K. (1998): Radar Interferometry and Its Application Changes In The Earth Surface.
USA: American Geophysical Union. Diakses pada 9 Desember 2009 dari http://www.agu.
org/pubs/crossref/1998/ 97RG03139.shtml.
Nest_User_Manual-3B. (2009): Diakses pada 28 November 2009 dari http://www.array.ca/nest/
nest_user_manual-3B.pdf.
Okeke, I.F.(2004): InSAR Operational and Processing Steps for DEM GenerationJournal. Ghana
Schubert, G. and Turcotte L. Donald. (2002): Geodynamics (2nd Edition). University of Cambridge. United
Kingdom
Sugardiman, A.R. (2007):Spaceborne Radar Monitoring of Forest Fires and Forest Cover Image.
Wageningen, The Netherlands.
VI-73
Ekstraksi Konsentrasi Total Suspended Matter (TSM)
Menggunakan Citra Landsat 7 ETM
(Studi Kasus Segara Anakan)
1) 2)
Pusat Pemanfaatan Data Penginderaan Jauh
3)
FMIPA Jurusan Fisika Universitas Jenderal Sudirman
Abstrak: Sedimentasi merupakan salah satu peristiwa dalam proses pantai yang dinamis. Proses ini
tergantung pada sedimen dasar dan pengaruh hidrodinamika gelombang dan arus. Kawasan perairan
Segara Anakan merupakan kawasan yang mempunyai keunikan, yaitu merupakan daerah estuari di wilayah
pesisir. Saat ini kawasan tersebut mengalami masalah yaitu proses pendangkalan perairan laguna dari
tahun ketahun akibat proses sedimentasi. Untuk mengetahui sebaran sedimentasi yang terjadi dilakukan
pemodelan ekstraksi konsentrasi Total Suspended Matter (TSM) menggunakan data citra satelit Landsat
7ETM diwilayah perairan Segara Anakan. Model Ekstraksi TSM ini dibuat engan mengekstraksi nilai
reflektansi dari citra Landsat yang di akuisisi tanggal 22 Juni tahun 2001. Kawasan estuari Segara anakan
memiliki luas sekitar 45.340 Ha, terletak di kabupaten Cilacap, Propinsi Jawa Tengah. Secara geografis
0 0 0 0
terletak pada koordinat 7 30’ – 7 35’ LS dan 108 53’ – 109 3’ BT (PKSPL 1997). Sehingga dihasilkan
tutupan sedimentasi disekitar wilayah perairan Segara Anakan sebesar 2320 mg/L, sebaran sedimen ini
dipengaruhi oleh aliran sungai yang bermuara ke laguna tersebut, diantaranya Sungai oleh Sungai
Citanduy, Sungai Cibereum dan Anak Sungai Cibereum.
Kata kunci : Sedimentasi, Ekstraksi Konsentrasi TSM, Model TSM, Landsat 7 ETM, Perairan Segara
Anakan
1. Latar Belakang
Sedimentasi merupakan salah satu peristiwa dalam proses pantai yang dinamis. Proses ini
tergantung pada sedimen dasar dan pengaruh hidrodinamika gelombang dan arus. Beberapa
faktor yang mempengaruhi jumlah fluks sedimen diperairan pantai adalah konsentrasi sedimen,
kecepatan pengendapan partikel, dan pengadukan sedimen yang dipengaruhi oleh gelombang
dan kecepatan arus[3]. Sedangkan kecepatan pengendapannya tergantung pada berat jenis dan
bentuk partikel, ukuran dan densitas partikel, densitas air, suhu perairan, dan bilangan Reynolds,
serta salinitas (Seymour, R.J, 1989; Carolita, dkk., 1999)
Penginderaan Jauh adalah “Pengambilan atau pengukuran data / informasi mengenai sifat dari
sebuah fenomena, objek atau benda dengan menggunakan sebuah alat perekam tanpa
berhubungan langsung dengan bahan studi.Citra adalah gambaran kenampakan permukaan
(dekat permukaan) bumi, yang diperoleh melalui proses perekaman pantulan atau pemancaran
gelombang elektromagnetik secara serentak dengan sensor pelarik yang terpasang pada suatu
wahana, baik itu pesawat udara maupun wahana ruang angkasa (sering disebut dengan satelit).
Landsat adalah satelit Amerika Serikat yang pertama kali diorbitkan pada tahun 1972 sebagai
satelit sumberdaya alam. Sampai sekarang telah diorbitkan generasi ke 7 dari satelit sejenis.
Data Landsat merupakan salah satu yang paling banyak dipakai dalam pemetaan pada umumnya
karena mempunyai cakupan yang sangat luas, 180 x 80 km2 dengan resolusi spasial cukup baik
(30 meter). Landsat 7 ETM+ mempunyai 8 band, 6 band pada selang cahaya tampak dan
inframerah dekat dengan resolusi spasial 30 meter, 1 band pada selang cahaya inframerah
termal dengan resolusi spasial 120 meter dan 1 band pada selang pankromatik dengan resolusi
spasial 15 meter (Thomas M.L, et all., 2000).
Citra Landsat ETM+ mempunyai kemampuan membedakan obyek relatif tinggi. Liputan citra
yang luas membuat citra ini mempunyai kemampuan memberikan gambaran suatu daerah
secara kenampakan yang berkesinambungan (sinoptic overview) sehingga akan memudahkan
dalam interpretasi suatu daerah yang luas. Dan citra Landsat ETM+ mempunyai resolusi temporal
VI-75
atau mampu merekam daerah yang sama setiap 16 hari sekali, hal ini sangat bermanfaat untuk
memperoleh data terbaru tentang daerah penelitian.
Kawasan perairan Segara Anakan merupakan kawasan yang mempunyai keunikan, yaitu
merupakan daerah estuari di wilayah pesisir yang di dominasi oleh mangrove, serta mempunyai
potensi sumber daya alam hayati yang beraneka ragam jenisnya. Kawasan estuari Segara
anakan memiliki luas sekitar 45.340 Ha, terletak di kabupaten Cilacap, Propinsi Jawa Tengah.
0 0 0 0
Secara geografis terletak pada koordinat 7 30’ – 7 35’ LS dan 108 53’ – 109 3’ BT (PKSPL
1997). Namun saat ini kawasan tersebut mengalami masalah yaitu proses pendangkalan perairan
laguna dari tahun ketahun akibat proses sedimentasi, sehingga mengakibatkan berkurangnya
luasan laguna dan berkurangnya sumber daya ikan. Hal ini tentunya sangat mempengaruhi
kondisi kehidupan masyarakat disekitar laguna yang umumnya adalah nelayan. (Trisakti et
al,2006).
Penelitian ini bertujuan untuk mengidentifikasi TSM dengan cara mengekstraksi data Citra
Landsat 7 ETM, selanjutnya menganalisis dan memvalidasi dengan hasil yang telah dicapai oleh
kegiatan sebelumnya.(Triskati et. al.,2006)
Perlu diketahui bahwa Trisakti et. al. menggunakan beberapa data dalam melakukan kajian
penelitiannya sehingga sebaran TSM yang dihasilkan dapat dijadikan pengganti data lapangan
kita. Model ekstraksi yang diperoleh digunakan untuk menghasilkan sebaran TSM. Analisis
terhadap konsentrasi TSM yang dibawa oleh beberapa sungai ke Laguna dilakukan dengan
memperhatikan sebaran TSM dan lebar sungai disepanjang daerah aliran sungai, kemudian
melakukan perbandingan besarnya konsentrasi TSM di sungai-sungai tersebut.
ER Mapper adalah salah satu software (perangkat lunak) yang digunakan untuk mengolah data-
data citra. Pengolahan data citra merupakan suatu cara ekstraksi data citra atau mengolah suatu
data citra menjadi suatu keluaran (output) yang sesuai dengan yang kita harapkan. Hasil dari
pengolahan citra adalah mempertajam data geografis dalam bentuk digital menjadi suatu
tampilan yang lebih berarti bagi pengguna dalam hal memberikan informasi kuantitatif suatu
objek, serta dapat mendukung untuk aplikasi sistem informasi geografis.
Selanjutnya kita menentukan nilai reflektan dari setiap band dari data landsat yang kita gunakan,
dengan tujuan untuk mengekstraksi sebaran TSM. Proses ini dilakukan dengan cara memanggil
setiap band, Penentuan nilai reflektan dari setiap band untuk dimasukkan algoritma, sesuai
dengan formula untuk menghitung nilai refketan yaitu:
2
(1)............................................ p = ((π*Lλ*d )/(ESUNλ*COS(θS))”.
Untuk melakukan komposit dari data reflektansi, maka kita lakukan penggabungan dari refletansi
setiap band, seperti yang terlihat pada gambar 1. Selanjutnya akan dilakukan pemisahan antara
wilayah air dan non air dari data citra tersebut, proses ini dilakukan dengan cara menggunakan
formulasi
(2)............................................ “if i1/i2>=0.9 then 0
else if i1/i2<0.9 then (0.376*POW(((((-0.53*i2)+0.001)/((0.03*i2)-0.0059))),1.966))
else null”
VI-76
Berdasarkan input data dari penggabungan data reflektan, ini ditunjukkan pada Gambar 2.
Setelah pemisahan Air-Non air dilakukan kemudian kita lakukan penjaman gambar dengan cara
melakukan kontras pada image sehingga dihasilkan penampakan citra yang lebih jelas.
Kemudian kita lakukan editing pada image sehingga dihasilkan penampakan yang sempurna
pada pemisahan antara air dan non air dari hasil reflektansi setiap band dari citra tersebut, ini
ditunjukkan pada gambar 3.
Penginderaan jauh menggunakan citra satelit merupakan salah satu alternatif yang dapat
digunakan untuk memonitor perubahan lahan, kondisi pendangkalan dan kualitas air di kawasan
perairan Laguna. Beberapa keuntungan yang diperoleh dari penginderaan jauh adalah cakupan
wilayahnya yang luas, perulangannya yang tinggi, dan cukup ekonomis karena harganya relatif
murah.
Aspek fisika yang berkaitan dengan penginderaan jauh adalah pemanfaatan nilai panjang
gelombang pada spektrum elektromagnetik yang ditangkap oleh sensor satelit penginderaan
jauh. Sensor satelit penginderaan jauh terbagi dalam beberapa kanal dan mempunyai nilai range
panjang gelombang masing-masing kanal pada sensornya.
Salah satu kegiatan monitoring yang sering dilakukan menggunakan penginderaan jauh adalah
monitoring kualitas air, khususnya sebaran sedimen (Total Suspended Matter (TSM)) di perairan
(Muchlis dalam Raharti, 1996). TSM adalah materi padat seperti pasir, lumpur, tanah maupun
logam berat yang tersuspensi di daerah perairan. TSM dapat dideteksi dengan menggunakan
data penginderaan jauh dari citra Landsat-7 ETM dengan memanfaatkan kanal 2 dari citra
Landsat, karena TSM lebih sensitif untuk dideteksi dengan menggunakan kisaran panjang
gelombang 0,52 – 0,56 µm (Tassan (1993), Woerd dan Pasterkamp (2004)).
VI-77
Pemanfaatan kanal 2 dari citra satelit dengan kisaran panjang gelombang 0,52 – 0,56 µm hanya
bisa untuk mendeteksi sedimen dalam air berdasarkan kurva pantulan umum vegetasi, tanah,
dan air, karena mempunyai nilai pantulan relatif tinggi diantara nilai pantulan tanah dan vegetasi
pada beda minimum. Dalam pengolahan data citra untuk sebaran sedimen (Total Suspended
Matter (TSM)) agar memperoleh hasil yang baik diperlukan kanal lain sebagai pembanding. Kanal
pembanding untuk kanal 2 adalah kanal 4, karena kanal 4 mempunyai nilai pantulan relatif tinggi
diantara nilai pantulan air dan vegetasi pada beda maksimum dengan kisaran panjang
gelombang 0,76 – 0,90 µm sehingga dapat mendeteksi sedimentasi yang telah lama
terendapkan. Sedimentasi diperoleh dengan koreksi radiometrik untuk menurunkan nilai
reflektansi setiap band dari citra yang kemudian di tampilkan dengan menggunakan komposit
542, dan selanjutnya dilakukan proses pemisahan antara air dan non air
Dari hasil pengolahan data citra landsat untuk daerah kajian yang dipilih yaitu Segara Anakan di
wilayah kabupaten cilacap. Berdasarkan citra landsat, sebaran sedimen di akuisisi tanggal 22
Juni tahun 2001 yang telah diolah, dengan koreksi radiometrik untuk menurunkan nilai reflektansi
setiap band dari citra tersebut. Nilai reflektansi kemudian di tampilkan dengan menggunakan
komposit 542. Selanjutnya dilakukan proses pemisahan antara air dan non air. Sehingga
menghasilkan tutupan sedimentasi disekitar wilayah perairan Segara Anakan. sebaran sedimen
di laguna Segara Anakan sangat dipengaruhi muatan sedimen yang dibawa oleh aliran sungai
yang bermuara ke laguna tersebut dengan nilai sebaran sedimentasi hingga 2320 mg/L.
Sungai yang mempengaruhi muatan sedimen di Laguna ada 3, yaitu: Sungai Citanduy (Sungai
panjang sebelah kiri), Sungai Cibererum (Sungai bagian tengah) dan Anak sungai disebelah
sungai Cibereum (sungai kecil di bagian kanan). Dibandingkan sungai lainnya, Sungai Citanduy
terlihat mempunyai sebaran sedimentasi tinggi terlihat mendominasi sepanjang sungai Citanduy.
Berdasarkan penelitian yang telah mengakaji Segara Anakan dengan mengamati sebaran
sedimentasinya untuk sebaran sedimentasi tahun 2001 sangat tinggi (Trisakti,et all., 2006).
Secara umum pola sebaran sedimen yang ada mengikuti pergerakan arus yang ditimbulkan oleh
energi pasang surut yang masuk melalui celah barat. Pembentukan arus yang ditimbulkan oleh
angin di perairan Segara Anakan relatif kecil. Hal ini disebabkan karena perairan ini relatif kecil
dan terlindung oleh Pulau Jawa. Selain itu, Pulau Nusakambangan di sebelah selatan
berpengaruh terhadap turunya gelombang terhadap turunya gelombang laut baik tinggi maupun
frekuensi gelombang yang dapat sampai ke Segara Anakan. Dengan terhalangnya kekuatan
tersebut maka di daerah ini akan menerima efek gelombang yang lebih lemah yang telah
dipecahkan oleh pantai Pulau Nusakambangan, sehingga sesampainya di perairan ini telah
mempunyai kekuatan abrasi yang lemah. Hal ini sangat berpengaruh terhadap proses
sedimentasi di wilyah Segara Anakan. Hasil dari TSM di wilayah perairan Segara Anakn
ditunjukkan pada gambar 5.
VI-78
Secara keseluruhan nilai sebaran sedimentasi di perairan Segara Anakan sangat tinggi, menurut
KLH NO : 02/MEN-KLH/1998 tentang baku mutu, nilai sebaran sedimen di perairan adalah ≤ 80
mg/L (baku mutu yang diperbolehkan). Nilai sebaran sedimen di perairan Segara Anakan telah
melampui ambang batas yang ditetapkan sehingga berpengaruh secara langsung maupun tidak
langsung. Terlihat dengan semakin meluasnya tanah-tanah di tengah laguna.
4. Kesimpulan.
Analisis dari ekstraksi konsentrasi Total Suspended Matter (TSM) di Wilayah Perairan Segara
Anakan dengan menggunakan Data Citra Satelit Landsat yang diakusisi tanggal 22 Juni 2001
memberikan beberapa kesimpulan:
TSM adalah materi padat seperti pasir, lumpur, tanah maupun logam berat yang
tersuspensi di daerah perairan.
TSM dapat dideteksi dengan menggunakan data penginderaan jauh dari citra Landsat-7
ETM dengan memanfaatkan kanal 2 dari citra Landsat.
Dalam pengolahan data citra untuk sebaran sedimen (Total Suspended Matter (TSM))
agar memperoleh hasil yang baik diperlukan kanal lain sebagai pembanding, kanal
pembanding yang digunakan adalah kanal 4.
Sebaran sedimen di laguna Segara Anakan sangat dipengaruhi muatan sedimen yang
dibawa oleh aliran sungai, diantaranya Sungai Citanduy, Sungai Cibereum dan Anak
Sungai Cibereum yang bermuara ke laguna tersebut dengan nilai sebaran sedimentasi
hingga 2320 mg/L.
Nilai sebaran sedimen di perairan Segara Anakan telah melampui ambang batas yang
ditetapkan menurut KLH NO : 02/MEN-KLH/1998 tentang baku mutu.
5. Referensi
Budhiman, S. (2004): Mapping TSM Concentration from Multisensor Image in Turbid Tropical Coastal
Waters of Mahakam Delta – Indonesia, Master thesis, Netherland.
Carolita, I. Et.al. (1999): Analisis Kualitas Air di Sekitar Perairan Surabaya Menggunakan Data Landsat TM.
Majalah LAPAN Edisi Penginderaan Jauh. Vol. 01 No. 01: 10 – 19. Indonesia
Lillesand. T.M, and R.W. Keifer. (1994): Remotesensing and image interpretation, Third Edition,Jhon Willey
& Sons, New York.
Lillesand, T.M, and Kieffer, R.W. (1997): Penginderaan Jauh dan Interpretasi Citra. Gadjah Mada University
Press. Yogyakarta. Indonesia.
Lintz.J.Jr and Simonett.D.S. (1976): Remote Sensing and Environment, Addison Wesley Publishing
Company London.
MENKLH. (1998): Keputusan Menteri Negara Kependudukan dan Lingkungan Hidup Nomor: KEP/02/MEN-
KLH/1998, tentang Baku Mutu Nilai sebaran Sedimentasi. Indonesia.
PKPSPL. (1997): Rancangan Rencana Manajemen Plan Kawasan Segara Anakan, Kejasama Direktorat
Jenderal Pembangunan Daerah Departemen Dalam Negeridengan Pusat Kajian Sumberdaya Pesisir dan
Laut, Fakultas Perikanan – Institu Pertanian Bogor.
Raharti Y.Y. (1996): Pemanfaatan data Citra Landsat TM untuk Menduga Konsentrasi Muatan Padatan
Tersuspensi di Perairan Teluk Jakarta, Skripsi, Fakultas Perikanan dan Kelautan IPB, Bogor.
Seymour, R. J. (ed.) (1989): Nearshore Sediment Transport.ix + 418 pp. : Plenum Press. New York.
Sutanto. (1986): Penginderaan Jauh Jilid 1, Gadjah Mada University Press, Yogyakarta. Indonesia
Tassan S. and Ribera d’Alcala. (1993): Water Quality Monitoringby Thematic Mapper in Coastal
Environmental: A Performance Analysis of Local Biooptical Algorithm and Athmospheric Correction
Procedures, Remote Sensing Environment, 45, pp. 117-191.
Trisakti, B. Et al. (2006): Analisis Sebaran dan Laju Peningkatan Konsentrasi TSM di Kawasan Perairan
Segara Anakan Menggunakan Citra Landsat Multi Temporal, Prosiding MAPIN, Bandung. Indonesia.
VI-79
Pemanfaatan Informasi Textur untuk Klasifikasi Sawit Menggunakan Citra FORMOSAT-2
1) 2)
Laju Gandharum dan Chi-Farn Chen
1)
Pusat Teknologi Inventarisasi Sumberdaya Alam (PTISDA),
2)
Center for Space and Remote Sensing Research, National Central University
Department of Civil Engineering, National Central University
Abstrak: Indonesia mempunya kontribusi besar terhadap pemenuhan kebutuhan konsumsi minyak sawit
dunia. Hal ini dibuktikan dengan market share CPO (crude palm oil) Indonesia di dunia yang mencapai 44%.
Indonesiapun mengalahkan dominasi Malaysia menjadi produsen CPO terbesar dunia sejak pada 2006
(Sukamto, 2008). Kelapa sawit telah menjadi sektor penting penunjang perekonomian Indonesia, namun ia
juga menyebabkan dampak lingkungan, seperti deforestasi. Pengelolaan kebun sawit berkelanjutan adalah
kunci penting untuk memenuhi tujuan ekonomi sekaligus peduli terhadap lingkungan. Teknologi
penginderaan jauh kemudian bisa dimanfaatkan untuk mendukung hal tersebut. Salah satunya dengan
mampu melakukan klasifikasi tahap pertumbuhan tanaman sawit sebaik mungkin untuk memonitor
pertumbuhan sawit. Dalam upaya itu, studi ini mencoba untuk mengklasifikasikan tahap pertumbuhan
tanaman kelapa sawit pada sebuah perkebunan menggunakan citra satelit resolusi tinggi FORMOSAT-2.
Citra FOMOSAT-2 memiliki empat kanal multispektral (8 m) dan satu kanal pankromatik (2 m). Karena
perkebunan kelapa sawit memiliki pola tanam segitiga dimana jarak antara pohonnya sekitar 9 meter, maka
kanal pankromatik 2 m dapat digunakan untuk mengenali pola tanam tersebut melalui perhitungan tekstur.
Dalam penelitian ini informasi tekstur citra dihitung menggunakan teknik matching by correlation sedangkan
klasifikasi citranya menggunakan teknik klasifikasi terbimbing maximum likelihood. Secara rinci, klasifikasi
citra dilakukan menggunakan hanya data multispektral saja dan kombinasi data multispektral ditambah
informasi tekstur. Hasil keduanya kemudian dibandingkan. Daerah penelitian adalah perkebunan sawit
Cimulang milik Perusahaan Terbatas Perkebunan Nusantara (PTPN) VIII yang terletak di Bogor, Jawa
Barat. Hasil penelitian menunjukkan bahwa akurasi keseluruhan (OA) sebesar 66,4% dicapai dari klasifikasi
citra yang hanya menggunakan kanal multipektral. Sedangkan OA 76,8% dicapai dari klasifikasi citra yang
menggunakan informasi tekstur ditambah kanal multispektral. Dengan demikian, penambahan informasi
tekstur pada kanal multispektral dapat meningkatkan hasil klasifikai (OA) sebesar 10,4%.
1. Latar Belakang
Sejak tahun 2006 Indonesia telah menjadi produsen CPO terbesar dunia. Pada tahun 2007, total
produksi CPO Indonesia mencapai lebih dari 17 juta ton dan sebagian besar darinya diekspor ke
luar negeri (Sukamto, 2008). Jika diuangkan total ekspor ini setara dengan 6,2 milyar dolar
Amerika. Permintaan CPO dunia terus meningkat sehingga lahan yang digunakan untuk kebun
sawit meningkat tajam dari tahun ke tahunnya, pertumbuhan per tahunnya sebesar 7,5% dari
1997-2007. Lahan yang diokupasi untuk sawit ini mencapai 6,78 juta hektar hingga tahun 2007.
Dampak lingkungan pun timbul karenanya, seperti deforestasi untuk penyediaan lahan sawit,
begitu juga dengan dampak sosial seperti konflik antara penduduk lokal dengan fihak perusahaan
sawit (Colchester et al., 2006). Untuk mengurangi dampak, diperlukan pengelolaan perkebunan
sawit berkelanjutan. Pengelolaan ini bukan hanya mementingkan ekonomi semata tetapi juga
peduli terhadap lingkungan. Kecanggihan dan kehandalan teknologi Geographic Information
System (GIS) dan remote sensing (RS) saat ini bisa dimanfaatkan untuk mendukung program
tersebut.
Teknologi GIS dan RS telah berhasil dimanfaatkan untuk studi sawit (McMorrow, 1995). Lukman
et al (1996) sukses memanfaatkan citra satelit Landsat TM dan SPOT untuk untuk
mengidentifikasi wilayah-wilayah tumbuh sawit dan memetakan perbedaan usianya pada masa
awal pertumbuhan. Wahid et al. (2005) menggunakan citra multipektral Landat 7 ETM dan GIS
untuk mengembangkan prosedur cepat pemetaan lahan sawit skala 1:50.000 di Malaysia.
Tanaman sawit dipilah menggunakan klasifikasi citra terbimbing menggunakan teknik Nearest
Neighbour (NNB). Komposit kanal TM 4,5, dan 3 memberikan diskriminasi terbaik untuk
membedakan tutupan lahan sawit dengan tutupan lahan lainnya. Nordin (2002) menggunakan
data Airborne Synthetic Aperture Radar (AIRSAR) untuk pemetaan sawit. Pemetaan dilakukan
berbasis pada usia sawit menggunakan teknik segmentasi dan algoritma klasifikasi terbimbing.
Kesimpulan utama dari studi ini adalah bahwa usia sawit dapat diestimasi, dibedakan dan
dipetakan menggunakan citra AIRSAR. Meskipun telah terdapat studi GIS dan RS tentang
VI-81
perkebunan sawit, namun tak satupun darinya yang menggunakan citra FORMOSAT-2 dan
memanfaatkan informasi tekstur. Oleh karenanya studi ini mencoba sesuatu yang baru dengan
memanfaatkan citra resolusi tinggi FORMOSAT-2 plus informasi tekstur.
Melalui citra resolusi spasial 2 m kanal pankromatik FORMOSAT-2, pola tanam sawit yang
berbentuk segitiga sama sisi dapat diidentifikasi dengan baik, baik melalui mata maupun lewat
algoritma analisis tekstur. Oleh karenanya, studi ini mencoba memanfaatkannya untuk
mendukung pengelolaan perkebunan sawit berkelanjutan. Perkebunan sawit Cimulang milik
PTPN VIII yang terletak di Kabupaten Bogor, Jawa Barat dipilih sebagai studi area. Pemrosesan
citra dibantu dengan perangkat lunak pengolah citra ERDAS Imagine 9.2 dan ArcGIS Desktop.
Tujuan utama dari studi ini, adalah: (1) Melakukan klasifikasi citra FORMOSAT-2 untuk
membedakan masa usia tanam sawit dengan hanya menggunakan kanal multispektral saja dan
kombinasi kanal multispektral plus informasi teksturnya, (2) Melakukan uji akurasi dari hasil
kedua klasifikasi citra di atas, dan (3) Mendukung pengelolaan perkebunan kelapa sawit
berkelanjutan dengan menyediakan pembaruan peta tutupan lahan kebun sawit lebih cepat.
Dalam rangka untuk mendapatkan hasil, pengenalan tekstur citra menggunakan metode
matching by correlation dan klasifikasi citra terbimbing maximum likelihood digunakan pada studi
ini. Hipotesa studi ini adalah bahwa akurasi klasifikasi citra meningkat jika proses klasifikasi citra
tidak hanya menggunakan kanal multispektralnya saja tetapi juga menambahkan informasi
tekstur.
VI-82
FORMOSAT-2 Satellite Data
(4 multispectral bands and 1 panchromatic band)
Image preparation
-Georeferencing
Field survey Ancillary data
Images stacking
Maximum Likelihood
Classification Stacked images
Training fields
Accuracy assessment
Analysis
Setelah klasifikasi maximum likelihood selesai diterapkan, selanjutnya untuk finalisasi hasil
dilakukan regrouping kelas dan penghalusan data. Tujuannya adalah untuk menyederhanakan
hasil klasifikasi awal yang dibeberapa bagian masih terdapat misklasifikasi dan noise, guna
memenuhi tahap analisis final.
VI-83
2.4 Klasifikasi Citra Memanfaatkan Informasi Tekstur
Bagian ini menjelaskan bagaimana klasifikasi citra multispektral FORMOSAT-2 yang
ditambahkan beberapa lapis informasi teksturnya. Informasi tekstur didapatkan dari kanal
pankromatik 2 m citra FORMOSAT-2. Dengan resolusi spasial 2 m ini, di layar komputer pola
tanam sawit dapat dikenali jelas melalui mata.
Perlu diingat bahwa tanaman sawit yang ditanam di perkebunan memiliki pola tanam berbentuk
segitiga dimana jarak antar pohonnya 9 m. Pola tanam ini dapat dikenali jelas pula pada citra
pankromatik melalui teksturnya. Perbedaan usia tanam dan perbedaan arah tanam pada blok-
blok tanam dapat dibedakan melalui tekstur-tekstur uniknya pada citra pankromatik
tersebut.Tekstur-tekstur ini berpotensi untuk dapat dikenali secara otomatis melalui algoritma
komputer. Informasi tektur hasil ekstraksi inilah yang kemudian ditambahkan sebagai lapis
tambahan pada data multispektral FORMOSAT-2 untuk memperkaya data spectral-signature
(sidik jari) untuk klasifikasi citra tanam sawit. Gambar 2 menunjukkan beberapa perbedaan
contoh pola tanam sawit pada citra pankromatik FORMOSAT-2.
Sebelum analisis tekstur dijalankan, satu hal penting yang perlu dilakukan adalah melakukan
filtering high-pass terhadap kanal pankromatik. Filter high-pass adalah filter yang umum
digunakan untuk mempertajam citra. Dengan filter ini informasi yang berfrekwensi tinggi pada
citra dijaga, sementara yang rendah dikurangi. Setelah difilter, barulah ekstraksi tekstur dilakukan
melalui metode image matching by correlation. Untuk menjalankannya, metode ini memerlukan
referensi-image dan test-image. Rumus korelasi antara referensi-image w( x, y) yang berukuran
J K dalam sebuah test-image f ( x, y) yang berukuran M N , dimana diasumsikan bahwa
J M adalah sebagai berikut:
[ f ( s, t ) f ( s, t )] [ w ( x s, y t ) w]
s t
(1)...................... ( x, y ) 1
2
[ f ( s, t ) f ( s, t )]2 [ w ( x s, y t ) w]2
s t s t
Dimana
x 0,1, 2, ..., M 1, y 0,1, 2,..., N 1, w adalah nilai rata-rata piksel dalam w
(dihitung hanya sekali),
f adalah rata-rata nilai dari
f dalam region yang bertepatan lokasi dengan w
, penjumlahan diambil dari koordinat piksel yang sama yang dimilki oleh
f dan w . Koefisien korelasi
( x, y) memiliki rentang nilai -1 hingga 1.
Secara praktisnya ekstraksi informasi tekstur pola tanam sawit dapat dilihat pada Gambar 3.
VI-84
2 m panchromatic FORMOSAT-2 image
Reference image
Texture information
Gambar 3 Alur Ekstraksi Informasi Tekstur yang Ditrepkan pada Kanal Pankromatic
Citra FORMOSAT-2.
Menggunakan 44 training area ini, citra multispektral diklasifikasi menjadi 44 kelas. Kelas-kelas ini
kemudian dikelompokan kembali menjadi 7 kelas tutupan lahan. Walaupun telah dikelompokkan
menjadi 7 kelas, namun beberapa kelas ternyata tidak sempurna terklasifikasi, utamanya antar
kelas beda usia tanaman sawit. Hal ini dikarenakan sidik jadi dan pemisahan antar kelas ini
terlalu dekat satu dengan yang lainnya. Karenanya kemudian beberapa kelas tanam tersebut
kemudian digabungkan kelasnya. Kelas tanam sawit 2002, 2003, dan 2004 digabungkan menjadi
satu menjadi kelas tanam Sawit Dewasa, kelas tanam sawit 2005 dikelaskan menjadi Sawit
Muda, kelas sawit muda yang didominasi dengan rerumputan dan kelas rerumputan dikelaskan
menjadi kelas Rumput, sedangkan kelas non vegetasi tetap.
Dari uji akurasi klasifikasi didapat bahwa user accuracy terkecil didapatkan oleh kelas Sawit
Dewasa (33,3%) sementara yang tertinggi diterima oleh kelas Sawit Muda (92,3%). Nilai producer
accuracy terendah 63% ada pada kelas Sawit Muda, sedang nilai tertingginya diterima oleh kelas
VI-85
non vegetasi (78,8%). Adapun nilai overall accuracy sebesar 66,4% sedang nilai Kappa-nya
adalah 0,48.
Dari Gambar 4 dapat dilihat bahwa secara umum mereka memiliki dua warna yang bertolak
belakang, yakni putih terang dan gelap. Putih terang mengindikasikan bahwa pada wilayah-
wilayah ini ada hubungan yang kuat antara test-image dan referensi-imagenya (pola tanam sawit
dan usianya mempunyai kemiripan yang mendekati sama), sedangkan warna gelap adalah
sebaliknya (korelasinya rendah).
Lima layer informasi tekstur yang disajikan pada Gambar 4 adalah hasil terbaik dari hasil uji coba
algoritma. Senyatanya untuk menghasilkan 5 hasil ini beberapa kali proses telah dilakukan. Jika
percobaan hasilnya tidak baik, maka referensi-image dipindah/digeser, kemudian proses
dijalankan kembali hingga menghasilkan informasi tekstur yang baik. Baik di sini adalah jika hasil
outputnya nampak warna putih-terang yang terkonsentrasi di suatu wilayah, tidak gelap atau
terang namun terpencar-pencar seperti noise. Dari uji coba yang dilakukan, nampanya lebih
mudah memperoleh informasi tekstur yang cerah pada wilayah-wilayah Sawit Dewasa dibanding
pada wilayah Sawit Muda maupun yang lainnya.
Lima layer informasi tekstur hasil proses ekstraksi di sini kemudian ditambahkan ke 4 kanal
multipektral citra FORMOSAT-2, sehingga menghasilkan 9 layer gabungan antara layer tekstur
dan kanal multispektral. Citra gabungan ini selanjutnya siap diklasifikasi menggunakan metode
klasifikasi terbimbing maximum likelihood dengan menggunakan prosedur yang sama dengan
klasfikasi citra pada point 3.1. Uji akurasipun dilakukan dengan menggunakan matriks kesalahan,
hasilnya adalah sebagai berikut: user accuracy terendahnya adalah 46,2 % (kelas Sawit Dewasa)
sedangkan tertingginya adalah 88,3% (kelas Sawit Muda); untuk producer accuracy, nilai
terendahnya adalah 58,9% (kelas Sawit Dewasa), tertingginya adalah 81,2% (kelas Sawit Muda).
Adapun overall accuracy-nya adalah sebesar 76.8%, sedang nilai Kappanya 0,6.
VI-86
Gambar 3 Gambar A, B, C, D and E adalah Informasi Tekstur yang Diekstrak Menggunakan
Referensi-image.
Warna putih terang mengindikasikan hubungan yang kuat antara referensi –image dengan test-
imagenya
3.3 Perbandingan
Sesuai judulnya bagian ini akan membandingkan hasil dua klasifikasi yang dihasilkan pada seksi
3.1 dan 3.2. Untuk memudahkan, secara visual perbandingan hasil dua klasifikasi dapat dilihat
pada Gambar 5. Secara kasat mata dari Gambar 4 dapat dilihat bahwa gambar A (hasil klasifikasi
kanal multispektral) nampak lebih kasar dibanding gambar B (hasil klasifikasi kombinasi kanal
multispektral dan informasi tekstur). Jika Gambar A dan B dibandingkan dengan Gambar C (peta
ground truth) maka bisa disimpulkan bahwa hasil B lebih baik dari A. Walau demikian menurut
Verbyla (1995) pengamatan visual tidak lah cukup, perlu pengamatan secara kuantitatif.
Pengamatan kuantitatif ini dilakukan dengan membandingkan hasil uji akurasi ke dua klasifikasi.
Perbandingan ini disajikan pada Tabel 1.
Dari Tabel 1 dapat dilihat bahwa nilai uji akurasi pada citra hasil klasifikasi kombinasi kanal
multispektral plus informasi tekstur menghasilkan nilai yang lebih baik (overall accuracy dan nilai
Kappanya adalah 76,8% dan 0,6) dibandingkan dengan hasil klasifikasi yang hanya
memanfaatkan kanal multspektral saja (overall accuracy dan nilai Kappanya adalah 66,4% dan
0,48, dimana selisih overall accuracy-nya adalah sebesar 10,4% lebih baik, sedangkan nilai
Kappanya berbeda 0,12 lebih baik.
VI-87
a b
Sawit Dewasa Rumput
Sawit Muda Non-Vegetasi
Gambar 5. .
Gambar 5 (a) Hasil Klasifikasi Kanal Multispektral FORMOSAT-2, (b) Hasil Klasifikasi Final
Kombinasi Kanal Multispektral Plus Informasi Tekstur, (c) Peta Ground Truth
4. Kesimpulan
Studi ini mempunyai beberapa kesimpulan sebagai berikut:
(1) Sawit adalah salah satu sektor penting yang mendukung perekonomian Indonesia. Total
ekpor CPO dan turunannya pada tahun 2007 mencapai 17 juta ton, atau setara dengan
nilai 6,2 milyar dollar Amerika. Perkebunan sawit telah mengokupasi lahan seluas 6.78
juta hektar pada 2007, dan terus berkembang hingga saat ini. Okupasi lahan untuk
perkebunan sawit ini telah membawa masalah lingkungan seperti deforestasi.
(2) Pengelolaan perkebunan sawit berkelanjutan adalah kunci penting dalam upaya
memenuhi kepentingan ekonomi sekaligus perfihak pula pada lingkungan. Kecanggihan
dan kehandalan teknologi seperti remote sensing dapat diadopsi untuk mendukung
pengelolaan perkebunan sawit berkelanjutan. Dalam upaya untuk itu, studi ini telah
mampu menggunakan citra resolusi tinggi FORMOSAT-2 (8 m untuk 4 kanal
multispektral dan 2 m untuk 1 kanal pankromatik) untuk mengklasifikasi tahap usia tanam
sawit di perkebunan sawit Cimulang, Bogor. Klasifikasi citra dilakukan dengan
memanfaatkan kanal multispektral dan kombinasi kanal multispektral plus informasi
VI-88
teksturnya. Klasifikasi citra terbimbing menggunakan teknik maximum likelihood dan
ekstraksi informasi tekstur menggunakan teknik used image matching by correlation.
(3) Tanaman sawit yang ditanam di perkebunan mempunyai pola tanam berbentuk segitiga
sama sisi yang jarak antar tanamannya sebesar 9 m. Jika dilihat dari atas pola tanam ini
memiliki sedikit perbedaan dalam sudut orientasi (arah), perbedaan ini menyesuaikan
dengan bentuk medan wilayah kebun sawit tersebut. Perbedaan arah pola tanam ini
dapat dilihat secara visual pada citra pankromatik FORMOSAT-2 yang beresolusi 2 m.
Dengan kondisi ini, ekstraksi tekstur pola tanam sawit dapat dilakukan secara otomatis
dengan menjalankan algoritma image matching by correlation pada kanal pankromatik
citra FORMOSAT-2 yang sebelumnya telah difilter oleh filter high pass. Metoda ini
berhasil sukses mengekstrak informasi tekstur dari beberapa pola tanam sawit yang
berbeda arah tanamnya di perkebunan Cimulang.
(4) Studi ini menghasilkan overall accuracy (OA) dari hasil klasifikasi kanal multispektral citra
FORMOSAT-2 sebesar 66,37% dan nilai kappanya 0,48. Sementara OA 76,8% dan nilai
kappa 0,66 diperoleh dari hasil final klasifikasi citra FORMOSAT-2 yang
mengkombinasikan informasi tekstur citra dengan kanal multispektralnya.
Membandingkan hasil dua klasifikasi tersebut dapat dikatakan bahwa dengan
menambahkan informasi tekstur pada kanal multispektral FORMOSAT-2 dapat
meningkatkan OA sebesar 10.4% dan nilai kappanya 0,12.
(5) Citra resolusi tinggi FORMOSAT-2 dapat digunakan untuk memetakan perbedaan tahap
usia tanam sawit guna mendukung program pengelolaan perkebunan sawit
berkelanjutan.
5. Referensi
Berbergolu, S. and Curran, P.J. (2005): Remote Sensing Image Analysis: Including the Spatial Domain,
Merging Spectral and Textural Information for Classifying Remotely Sensed Images, Springer Science and
Business Media, p113-136.
Chang, K.T. (2008): Introduction to Geographic Information Systems, Fourth Edition, Mc. Graw Hill
International Editions.
Chen, D., Stow, D.A., and Gong, P. (2004): Examining the effect of spatial resolution and texture window
size on classification accuracy: An urban environment case, International Journal of Remote Sensing 25,
p2177-2192.
Coburn, C.A. and Roberts, A.C.B. (2004): A Multiscale Texture Analysis Procedure for Improved Forest
Stand Classification, International Journal Remote Sensing, Vol. 25, No. 20, p4287-4308.
Colchester, M. (2006): Indonesia: Oil palm expansion for biofuel bringing more exploitation than
development, Bulletin of World Rainforest Movement No. 112, 2006, Cited: May 4, 2010, URL:
http://www.wrm.org.uy/bulletin/112/Indonesia.html
Corley, R.H.V. and Tinker, P.B. (2003): The Oil Palm, Fourth edition, Blackwell Science Ltd., Oxford.
EconomyWatch, Indonesia Economy, Cited: April 18, 2010, URL:
http://www.economywatch.com/world_economy/indonesia/
Fedepalma, The Oil Palm, Cited: April 19, 2010, URL: http://www.fedepalma.org/oil_palm.htm
Gibson, P.J. (2000): Introductory Remote Sensing: Principles and Concepts, Routledge, London.
Gonzales R. C., and Woods, R. E. (2002): Digital Image Processing, Second Edition, Prentice Hall, New
Jersey.
Jensen, J.R. (2005): Introductory Digital Image Processing. A Remote Sensing Perspective, 3rd Edition,
Pearson Prentice Hall.
Liu, C.C. et al. (2007): Image processing of FORMOSAT-2 data for monitoring the South Asia tsunami,
International Journal of Remote Sensing, Vol. 28, Nos. 13–14, 2007, p3093–3111.
Lillesand T., Kiefer R. W., and Chipman J. (2007): Remote Sensing and Image Interpretation, Fifth Edition,
Wiley.
Lukman, F. M., and Poeloengan, Z. (1996): Application of remote sensing technique for oil palm plantation,
management, Proc. of the 1997 PORIM International Palm Oil Congress - Competitiveness for the 21st
Century, p460–467.
McMorrow,J.M.(1995):Relation of oil palm spectral response to stand age, Int. J.Remote Sensing, 16: 3203-
3209.
Nordin, L., Shahruddin, A., and Mariamni, H. (2002): Application of AIRSAR Data to Oil Palm Tree
Characterization, MACRES Bulletin, ISSN No: 1511-7748, Kuala Lumpur.
VI-89
Perkebunan Nusantara VIII, Profile, Cited: April 20, 2010,
URL:http://www.pn8.co.id/pn8_eng/index.php?option=com_content&task=category§ionid=4&id=13&Item
id=28
Sukamto. (2008): 58 Kiat Meningkatkan Produktivitas dan Mutu Kelapa Sawit, Penebar Swadaya, Jakarta.
Sunarko. (2009): Budi Daya dan Pengelolaan Kebun Kelapa Sawit dengan Sistem Kemitraan, Agromedia
Pustaka, Jakarta.
Taiwan’s NSPO (National Space Organization), Space Programs, FORMOSAT-2, Program Description,
Cited: April 25, 2010, URL: http://www.nspo.org.tw/2008e/projects/project2/intro.htm
VI-90
Prediksi Parameter-parameter Biofisik Tanaman Padi dari Data Groundspectrometer dan
Hyperspectral Pesawat Terbang Dengan Menggunakan Data Turunan Pertama Teknik
Partial Least Square Regression (PLSR)
1) 2)
Muhammad Iqbal Habibie , Arief Darmawan
1)2)
Pusat Teknologi Inventarisasi Sumberdaya Alam Badan Pengkajian dan Penerapan
Teknologi,
Abstrak: Kabupaten Indramayu merupakan salah satu sentra produksi padi terbesar di Jawa Barat. Di
dalam perhitungan besar produktivitas padi pada daerah ini biasanya masih mengandalkan pada teknologi
konvensional yang ada (ubinan) sehingga akurasi datanya rendah dan selain itu membutuhkan waktu yang
relatif lama. Estimasi variable-variabel biofisik tanaman seperti; Indeks Luas Daun (LAI), Klorofil (SPAD) dan
produktivitas sebenarnya bisa diduga dan bahkan untuk jumlah produktivitas dapat diprediksi sebelum masa
panen tiba (sejak umur tanaman masih relatif muda) dengan memanfaatkan teknologi penginderaan jauh.
Teknologi hiperspektral penginderaan jauh merupakan pengembangan dari teknologi penginderaan jauh
multispektral, yang memiliki ratusan band yang sempit sehingga mampu menyajikan spektral yang kontinu
pada setiap objek yang diamati. Dengan memanfaatkan data hyperspektral berbasis darat
(grounspectrometer) dan pesawat terbang (HyMap) yang memiliki resolusi rentang panjang gelombang 350
nm hingga 2500 nm (116 band) akan dibangun suatu model prediksi produktivitas padi di Kabupaten
Indramayu ini. Data-data pengukuran variabel-variabel biofisik tanaman dilakukan secara simultan dengan
pengukuran spektral tanaman. Model prediksi produktivitas yang dibangun merupakan analisis nilai regresi
partial least-square regression (PLSR) antara nilai turunan data spektral terhadap variabel-variabel tanaman.
Hasil yang diperoleh menjelaskan bahwa data turunan pertama dalam memprediksi LAI, SPAD dan
produktivitas (yield) memiliki nilai akurasi yang lebih baik dibanding dengan menggunakan data asli.
1. Pendahuluan
1.1 Latar Belakang
Beras adalah bahan makanan pokok rakyat Indonesia dan sebagian masyarakat dunia. Padi
merupakan salah satu tanaman budidaya terpenting dalam peradaban manusia, sebagai sumber
karbohidrat utama mayoritas penduduk dunia. Produksi padi dunia menempati urutan ke-3 dari
semua serealia setelah jagung dan gandum. Negara produsen padi: Cina, India, Indonesia dan
Thailand sebagai pengekspor beras utama. Dengan semakin meningkatnya jumlah penduduk
kebutuhan beras dunia semakin meningkat. Saat ini Indonesia sudah mampu mencapai
swasembada beras untuk memenuhi kebutuhan dalam negeri.
Kendala yang dihadapi saat ini adalah kesulitan dalam hal memantau perkembangan tanaman
padi ini secara cepat, akurat dan kontinu sehingga dapat memperkirakan produktivitas pada
suatu area yang diamati.
Oleh karena itu saat ini dibutuhkan suatu teknologi perhitungan produktivitas yang handal yang
dapat mencakup area yang luas, waktu yang cepat serta hasil yang cukup akurat. Teknologi
penginderaan jauh adalah suatu teknologi yang dapat dimanfaatkan dalam berbagai aplikasi yang
diinginkan (Barrett and Curtis, 1982 dalam Chwen-Ming Yang et.al, 2004). Sejak dua dekade lalu,
pemanfaatan teknologi penginderaan telah banyak telah banyak dan secara luas digunakan
untuk pembangunan model-model estimasi produktivitas pada beberapa komoditas tanaman
pertanian seperti padi (Chwen-Ming Yang et al., 2004), gandum (Mirik M., et al., 2005 dan
Alexandre Cândido Xavier et al., 2006) dan jagung (Uno Y., et al., 2003 dan Corp, L.A et al.,
2010).
Penginderaan jauh umumnya sangat berkaitan erat dengan radiasi matahari yang dipantulkan.
Para ilmuwan dan pengguna citra penginderaan jauh (fotografi atau citra satelit) menggunakan
informasi panjang gelombang tersebut dalam menganalisis suatu objek yang kemudian disebut
sebagai spectral signatures. Melalui interpretasi data penginderaan jauh/citra satelit, kita akan
mengembangkan pemahaman kita mengenai pattern recognition dan bagaimana reaksi dari
pantulan sinar matahari yang mengenai suatu objek. Ide dasarnya adalah bahwa sinar pantul
terdiri dari kontinum panjang gelombang dan panjang gelombang tersebut akan memberikan
respon yang berbeda tergantung pada objek yang dikenai.
Gambar 1 Total Radiasi Yang Mengenai Suatu Objek yang Dikenal Sebagai
Radiasi Datang (incident radiation).
Topik kajian penelitian yang dibahas adalah pemanfaatan data penginderaan jauh dalam bidang
bidang pertanian yang tentu saja terkait dengan masalah vegetasi. Untuk menganalisis vegetasi,
spektral dari suatu vegetasi dan hubungannya antara karakteristik spektral dengan parameter-
parameter biofisik harus ditentukan terlebih dahulu melalui pengukuran laboratorium dan data
lapangan sebelum mengaplikasikannya. Riset-riset terdahulu telah mengembangkan model-
model prediksi dan beberapa indeks spektral dari transformasi spektral dari beberapa panjang
gelombang untuk meningkatkan pengukuran secara radiometrik pada suatu tanaman dan untuk
memonitor serta mengevaluasi perkembangan jenis tanaman yang diamati.
Metode Partial Least Square Regression (PLSR) yang diperkenalkan oleh Wold sekitar tahun
1960-an untuk econometric adalah salah satu metode regresi yang kemudian menjadi suatu
teknik analisis regresi yang sangat diandalkan dan popular dalam berbagai aplikasi keilmuan dan
penelitian 1,2). PLSR adalah suatu teknik regresi peubah banyak yang mudah digunakan dalam
mencari hubungan antara beberapa peubah. PLSR bekerja secara iterative untuk menemukan
suatu hubungan antara data masukan pada ruang X multi dimensi dan keluarannya yaitu
variance multi dimensi dari ruang Y. Dengan memilih beberapa komponen dalam tiap langkah
pemrosesan, dan setelah pemrosesan beberapa kompnen pertama, teknik ini dapat menemukan
model yang optimalnya (Helland 1988,Martens dan Naes 1989 dalam 3).
1.2 Tujuan
Penelitian ini bertujuan melakukan analisis data turunan dengan metode PLSR pada beberapa
biofisik tanaman terhadap nilai spectral reflektansi dari data Hiperspektral. Kemudian melihat
semakin banyak PC-Component maka semakin besar nilai R-Square.
3.2 Hasil
PLSR, Indramayu
Di dalam PLSR, seluruh panjang gelombang dilibatkan di dalam model, dan kontribusi dari
seluruh panjang gelombang ini dibuat secara tidak langsung melalui peubah laten.
3.2.1 LAI
Tabel 1 LAI
Reflectance-LAI FDR-LAI SDR-LAI
LV_number
RSquare RMSE RSquare RMSE RSquare RMSE
Model estimasi LAI dengan metode PLSR menunjukkan hasil yang lebih baik dibandingkan
dengan PCR. Hal ini terlihat dari penggunaan jumlah komponen utama yang lebih sedikit.
Dengan menggunakan 3 peubah laten, model estimasi ini sudah dapat mencapat tingkat akurasi
lebih dari 80%. Dari tabel terlihat bahwa penggunaan data turunan pertama memiliki tingkat
akurasi tertinggi. Panjang gelombang optimal seperti yang ditampilkan pada gambar 3.1 adalah
sebagai berikut:
FDR: 0.7356 µm, 0.7067 µm, 0.7356 µm, 1.1236 µm
SDR: 0.7497 µm, 0.6923 µm, 0.7211 µm, 1.2932 µm
3.2.2. SPAD
Tabel 2 SPAD
Reflectance-SPAD FDR-SPAD SDR-SPAD
LV_number
RSquare RMSE RSquare RMSE RSquare RMSE
1 0.265 0.24 0.517 0.69 0.505 1.673
2 0.153 1.449 0.51 1.987 0.497 1.988
3 0.438 1.973 0.567 1.966 0.568 1.966
4 0.525 1.982 0.614 1.928 0.614 1.929
5 0.568 1.965 0.663 1.875 0.658 1.882
6 0.591 1.95 0.673 1.86 0.67 1.865
7 0.646 1.894 0.689 1.835 0.688 1.837
8 0.684 1.843 0.732 1.758 0.706 1.808
9 0.699 1.819 0.758 1.7 0.723 1.777
10 0.726 1.769 0.777 1.652 0.755 1.708
11 0.75 1.717 0.809 1.558 0.771 1.669
12 0.773 1.661 0.836 1.468 0.811 1.554
13 0.809 1.558 0.847 1.429 0.834 1.474
14 0.815 1.541 0.872 1.325 0.86 1.377
15 0.83 1.488 0.884 1.272 0.876 1.306
Gambar 4 Grafik Nilai Loading Weight Terhadap Yield dari Regresi FDR, SDR
ROI Indramayu
Sama halnya dengan estimasi LAI, pada estimasi SPAD dengan metode PLSR ini juga
menunjukkan tingkat akurasi yang lebih baik dari metode PCR. Dengan menggunakan 4 peubah
laten, tingkat akurasi sudah mencapai 60%. Panjang gelombang optimal seperti yang
ditampilkan pada gambar 3.2 adalah sebagai berikut:
FDR: 0.7356 µm, 0.7067 µm, 0.9266 µm, 1.138 µm
SDR: 0.7497 µm, 0.6923 µm, 1.1236 µm, 1.1669 µm
3.2.3. Yield
Tabel 3 Yield
Reflectance-Yield FDR-Yield SDR-Yield
LV_number
RSquare RMSE RSquare RMSE RSquare RMSE
1 0.046 0.113 0.033 0.094 0.04 0.105
2 0.16 0.658 0.287 0.815 0.256 0.797
3 0.311 0.781 0.431 0.882 0.519 0.888
4 0.444 0.88 0.505 0.897 0.561 0.888
5 0.489 0.887 0.55 0.884 0.607 0.871
6 0.534 0.885 0.662 0.843 0.652 0.846
7 0.623 0.858 0.73 0.786 0.742 0.778
8 0.672 0.833 0.761 0.757 0.758 0.762
9 0.796 0.715 0.786 0.727 0.784 0.73
10 0.84 0.652 0.851 0.634 0.82 0.682
11 0.864 0.609 0.882 0.573 0.868 0.601
12 0.892 0.552 0.895 0.543 0.878 0.581
13 0.9 0.532 0.921 0.479 0.908 0.513
14 0.913 0.5 0.944 0.408 0.921 0.478
15 0.934 0.44 0.956 0.362 0.944 0.409
Gambar 5 Grafik Nilai Loading Weight terhadap Yield Dari Regresi FDR, SDR
ROI Indramayu
Secara umum terlihat bahwa model estimasi produktivitas dan estimasi parameter biofisik dengan
metode PLSR adalah lebih baik dibandingkan dengan model estimasi dengan metode PCR. Dari
tabel 3.3 terlihat bahwa dengan menggunakan minimal 5 peubah laten, tingkat akurasi yang
dihasilkan sudah lebih tinggi dari metode PCR. Dari model estimasi ini juga terlihat bahwa
penggunaan data-data reflektan turunan memiliki tingkat akurasi yang sedikit lebih baik. Gambar
3.3 memperlihatkan panjang gelombang optimal pada model yaitu untuk FDR: 0.7211 µm, 0.7067
µm, 1.1525 µm, 1.307 µm dan untuk SDR: 0.6923 µm, 0.7211 µm, 0.9426 µm, 1.2932 µm
4. Kesimpulan
Pada penelitian ini telah dilakukan data turunan dengan metode PLSR pada beberapa biofisik
tanaman terhadap nilai spectral reflektansi dari data Hiperspektral.
Dengan demikian dapat disimpulkan bahwa dari ketiga data tersebut bahwa data turunan
pertama PLSR lebih akurat dari data original. Kemudian melihat semakin banyak PC-Component
maka semakin besar nilai R-Square.
5. Referensi
Carrascal, L.M, Ismael Galvan dan Oscar Goldo. (2009): Partial least squares regression as an alternative to
current regression methods used in ecology. Oikos 118,681-690.
N. Yatawara. (1996): Multivariate Process Monitoring with Partial Least Squares Regression: A case study.
IIQP Reasearch report RR-96-09.
Gaston Sanchez. (2009): Understanding Partial Least Squares Path Modeling (An introduction with R).
Academic Paper Universitat Politècnica de Catalunya (UPC), Spain.
Muhammad Hasrul Ma’ruf, (2007): Estraksi titik Wajah menggunakan Partial Least Square, Fasilkom UI,
Pengembangan Model Loopy Linear Cycle Untuk Kelayakan Teknis
Pemekaran Kabupaten Baru
Nandi
Abstrak : Proses pemekaran wilayah di era otonomi daerah seakan mempunyai daya tarik tersendiri.
Sampai saat ini hal tersebut masih menjadi bahan perdebatan diantara para pemangku kepentingan.
Kuatnya wacana tentang pemekaran wilayah ini juga semakin menguatkan kontroversi antar elit dan
kelompok masyarakat bahkan pembuat kebijakan sekalipun. Peraturan pemerintah No 78 tahun 2007
memuat beberapa syarat pemekaran yang berbeda dengan aturan yang lama, diantaranya jumlah
kabupaten, waktu pemekaran, juga rekomendasi dari kabupaten induk dan provinsi. Rumitnya perhitungan
kelayakan teknis dalam pemekaran wilayah tersebut menuntut kita untuk mencari alternatif teknik
perhitungan yang mudah dan cepat. Sejalan dengan perkembangan teknologi yang pesat dewasa ini
memungkinkan perhitungan yang sesuai dengan ketentuan dalam Peraturan Pemerintah No 78 Tahun 2007,
hal tersebut dapat dihitung dengan cepat melalui pembuatan aplikasi perangkat lunak. Adanya aplikasi
perangkat lunak bertujuan untuk menyederhanakan kerumitan dalam teknis perhitungan. Metode yang
digunakan dalam menentukan kelayakan pemekaran daerah baru ini yaitu metode pengembangan sistem
Loopy Linear Cycle. Adapun analisis data didasarkan pada perhitungan dari nilai indikator yaitu hasil
perkalian skor dan bobot masing-masing indikator pemekaran wilayah. Hasilnya menunjukan bahwa model
yang dikembangkan untuk perhitungan faktor dan indikator pemekaran wilayah dapat mempermudah
pengolahan data.
1. Latar Belakang
Pembangunan dilaksanakan dengan tujuan untuk kesejahteraan masyarakat. Pembangunan
dikatakan sukses apabila kesejahteraan masyarakat tercapai dan sebaliknya pembangunan
dikatakan gagal apabila masyarakat belum sejahtera sehingga untuk mencapai tujuan tersebut
berbagai strategi dan kebijakan dilaksanakan. Pelaksanaan pembangunan di Indonesia tidak
terlepas dari pelimpahan kewenangan dari pemerintah Pusat ke pemerintah Daerah. Ada dua
pendekatan yang biasa digunakan dalam pelaksanaan pembangunan, yaitu pendekatan
sentralisasi dan pendekatan desentralisasi. Pendekatan sentralisasi lebih mengutamakan
efisiensi, sementara itu pendekatan desentralisasi lebih mengedepankan kemandirian daerah dan
keadilan ketimbang efisiensi.
Pemekaran wilayah pada otonomi daerah seakan punya daya tarik tersendiri, sehingga tidak
heran jika terus menjadi perbincangan di berbagai kalangan. Kuatnya wacana tersebut juga
semakin menguatkan kontroversi dan perdebatan antar elit, kelompok masyarakat bahkan
pembuat kebijakan sekalipun. Belum lagi tanggapan masyarakat beragam yang sedikit banyak
meramaikan kontroversi tersebut. Banyak yang mempertanyakan urgensi gagasan manuver
VI-81
tersebut dengan berbagai alasan mendasar seperti alasan politis, sosiologis, religius bahkan
historis.
Menyimak perkembangan politik nasional dan lokal saat ini, isu mengenai pemekaran wilayah
nampaknya akan terus menjadi wacana politik yang tidak akan pudar. Hal itu karena berkaitan
dengan konsen utama masyarakat lokal yang menyangkut berbagai tekanan politik seperti
perasaan dan keinginan untuk mandiri. Alasan lain yang tidak kalah pentingnya adalah konsen
utama untuk mensejahterakan rakyat karena biasanya daerah yang ingin dimekarkan tertinggal
jauh dari daerah lainnya. Akibatnya isu pemekaran wilayah selama yang ini menjadi lebih banyak
merupakan jawaban atas persoalan perasaan ketidakadilan, perasaan tidak diperhatikan,
ataupun perasaan-perasaan yang ingin memisahkan diri dari Negara kesatuan ini.
Pemekaran daerah memang sulit dibendung karena aturan membolehkannya. Pada akhir tahun
2007 Pemerintah telah membuat Peraturan Pemerintah Nomor 78 Tahun 2007 tentang Tata Cara
Pembentukan, Penghapusan, Penggabungan Daerah, yang menggantikan PP No 129/2000.
Pemerintah membutuhkan waktu selama dua tahun untuk menyusun PP No 78/2007. Dalam
kurun waktu dua tahun tersebut pemerintah membutuhkan kajian yang mendalam untuk merevisi
PP No 129/2000 untuk diskronisasikan dengan Undang-Undang Nomor 32 Tahun 2004 tentang
Pemerintah Daerah. PP No 78 Tahun 2007 tersebut terdapat pembentukan daerah berupa
pemekaran dan penggabungan beberapa daerah harus memenuhi syarat.
Pembentukan daerah otonom baru yang merupakan langkah antisipasi dan strategi untuk
mempercepat pencapaian tujuan pembangunan nasional di tingkat daerah. Perlunya Garut
dimekarkan dengan tujuan untuk meningkatkan efektivitas penyelenggaraan pemerintahan,
pelaksanaan pembangunan, dan pembinaan masyarakat untuk lebih mempercepat terwujudnya
pemerataan kesejahteraan masyarakat di daerah selatan Kabupaten Garut yang selama ini
kurang tersentuh.
Pemekaran juga diharapkan dapat mempersingkat spam of control (rentang kendali) sehingga
tercapainya pemerintahan pada tingkat kecamatan dan desa yang mudah memberikan akses
pelayanan pada masyarakat. Garut selatan mempunyai sumberdaya alam yang melimpah, tapi
selama ini belum efektif dalam hal pendayagunaan, diharapkan dengan pemekaran wilayah dapat
mengefektivitaskan penggalian dan pendayagunaan sumberdaya alam yang terkandung di
daerah untuk kesejahteraan masyarakat setempat. Tak hanya itu dengan pemekaran ini
diharapkan dapat mempercepat penyebaran dan pemerataan hasil-hasil pembangunan sehingga
mudah menjadi perangsang peningkatan partisipasi masyarakat dan produktivitas untuk
mencapai tingkat kesejahteraan yang merata.
Peraturan pemerintah No 78 tahun 2007 memuat beberapa syarat pemekaran yang berbeda
dengan aturan yang lama, diantaranya jumlah kabupaten, waktu pemekaran, juga rekomendasi
dari kabupaten induk dan provinsi. Peraturan pemerintah No 78 tahun 2007 juga memuat syarat
teknis suatu wilayah untuk dimekarkan dengan perhitungan-perhitungan faktor dan indikator
pemekaran wilayah.
Rumitnya perhitungan kelayakan dalam pemekaran wilayah tersebut maka diperlukan satu
alternatif teknik perhitungan yang mudah dan cepat. Perkembangan yang pesat di bidang
teknologi dewasa ini memungkinkan perhitungan yang sesuai dengan ketentuan dalam Peraturan
Pemerintah No 78 Tahun 2007 dapat dihitung dengan cepat melalui pembuatan aplikasi
perangkat lunak sehingga dengan adanya aplikasi perangkat lunak tersebut kerumitan dalam
teknis perhitungan dapat diatasi.
Berkaitan dengan hal diatas, makalah ini akan mencoba memaparkan sebuah model
pengembangan menggunakan system Loopy Linear Cycle atau pemanfaatan perangkat lunak
dalam pengembangan wilayah. Dari pengembangan model tesebut dapat diketahui kelayakan
sebuah kabupaten baru sesuai dengan Peraturan Pemerintah No 78 Tahun 2007. Selain itu
dalam makalah ini dijelaskan mengenai keukrangan dan kelebihan aplikasi perangkat lunak yang
dikembangkan dalam pengolahan data perhitungan faktor dan indikator pemekaran wilayah.
VI-82
2. Metodologi
2.1 Metode Penelitian
Metode yang digunakan adalah metode deskriptif dan metode pengembangan sistem Loopy
Linear Cycle. Perwenda (2007:17) mengemukakan bahwa metode pengembangan system:
Loopy Linear Cycle adalah metode pengembangan perangkat lunak dengan menekankan proses
pengulangan dalam pengembangannya.
Metode pengembangan system: Loopy Linear Cycle dipakai untuk pengembangan aplikasi yang
dibuat, dimana proses kerja yang sudah dilakukan dapat diulang jika masih diperlukan, tetapi jika
dinilai sudah cukup maka proses kerja tersebut tidak perlu diulang.
Model pengembangan perangkat lunak dengan metode Loopy Linear Cycle dibagi menjadi
beberapa tahapan kerja, yaitu:
1) Tahap penentuan masalah
Tahap ini dilakukan untuk menentukan masalah yang dihadapi oleh sistem lama atau yang
yang sedang berjalan dan menentukan user requirement. Hasil (output) dari tahap ini adalah
tujuan pengembangan sistem dan identifikasi masalah.
2) Tahap Analisis
Tahap analisis bertujuan untuk memahami sistem yang sedang berjalan. Analisis dilakukan
dengan cara menggambarkan keadaan sistem dengan menggunakan modelling tools.
Pemodelan sistem yang dibuat mendeskripsikan fungsi-fungsi pada sistem, mendeskripsikan
data yang terlibat, dan mendeskripsikan aliran informasi yang terdapat pada sistem setelah
analisis dilakukan.
Problem User Requirement
Definition
validation
verify
Feasibility
Study
validation
verify
Sistem
Analisis
validation
verify
Broad
Design
Design verify
Detailed
Design validation
verify
Develop
ment
Post
Implementa
System tion Review
Contraction
Post
Impleme Implementation
ntation Mainten
ance
validation
3) Tahap Perancangan
Perancangan Sistem
Perancangan merupakan cara untuk mendapatkan solusi alternatif berupa usulan untuk
sistem yang dikembangkan berdasarkan hasil analisis sistem. Perancangan yang bertujuan
untuk mengimplementasikan model yang diinginkan pemakai.
VI-83
Perancangan Logic
Perancangan Logic digunakan untuk menggambarkan proses berjalannya sistem secara
bertahap dengan menggunakan logika-logika pemrograman. Perancangan logic terdiri dari
empat sistem yaitu perancangan logic data faktor penilaian, perancangan logic data
penilaian indikator, perancangan logic data pencarian dan perancang logic perhitungan yang
semuanya saling berhubungan satu sama lainnya. Berikut adalah logika dari tiap fungsi
berdasarkan spesifikasi proses.
- Perancangan Logic Data Faktor Penilaian
Perancangan logic data faktor penilaian berfungsi sebagai data dasar perhitungan
bobot faktor-faktor pemekaran wilayah. Berikut perancangan logic data faktor
penilaian.
- Perancangan Logic Data Penilaian Indikator
Perancangan logic data penilaian indikator berfungsi sebagai perhitungan dari
penjabaran dari faktor-faktor pemekaran wilayah. Berikut Perancangan Logic Data
Penilaian Indikator
- Perancangan Logic Data Pencarian
Perancangan logic data pencarian berfungsi untuk mencari data kelayakan suatu
daerah yang telah dihitung oleh program aplikasi.
- Perancangan Logic Perhitungan
Perancangan Logic Perhitungan berfungsi sebagai perhitungan utama dalam
menentukan layak atau tidak layaknya suatu wilayah dimekarkan.
- Perancangan Struktur Menu dan User Interface.
Perancangan User Interface digunakan untuk menggambarkan layout tampilan
program secara umum dan struktur menu program. Program aplikasi perhitungan
pemekaran wilayah ini secara fungsional terbagi menjadi dua bagian struktur menu
yaitu data master dan perhitungan pemekaran wilayah. data master terdiri dari sub-
menu data faktor penilaian dan data detail penilaian. Adapun stuktur menu
perhitungan pemekaran wilayah terdiri dari sub-menu penilaian daerah pemekaran
dan pencarian daerah pemekaran.
- Perancangan Database
Perancangan database menggunakan program phpMyadmin. Jumlah database yang
digunakan ada lima yaitu dengan nama m_faktor, m_faktor_detail, m_pembanding,
m_penilaian dan t_penilaian. Semua database tersebut masing-masing mempunyai
fungsi masing-masing.
i. Database m_faktor digunakan untuk menyimpan data nilai faktor-faktor yang
menjadi dasar perhitungan bobot dan nilai.
ii. m_faktor_detail digunakan untuk menyimpan data nilai indikator-indikator yang
merupakan penjabaran dari database m_faktor
iii. m_pembanding merupakan database untuk nilai faktor-faktor dan indikator-
indikator daerah pembanding.
iv. m_penilaian merupakan database yang digunakan untuk menyimpan hasil
penilaian faktor-faktor dan indikator-indikator.
v. t_penilaian merupakan database yang digunakan untuk menyimpan jumlah hasil
penilaian faktor-faktor dan indikator-indikator.
4) Implementasi
Tahap implementasi adalah membuat program (coding) dari hasil perancangan yang telah
dibuat berdasarkan perancangan user interface,logic dan database dalam bentuk bahasa
pemroragaman yang telah ditetapkan. Proses tahap implementasi menggunakan 4 program
yaitu Apache, MySQL, PHPMyAdmin dan Macromedia Dreamwever.
a. Apache berfungsi sebagai web server untuk memanggil program aplikasi perhitungan
kelayakan pemekaran daerah.
b. MySQL merupakan query yang digunakan untuk mengakses database relasional.
c. PHPMyAdmin berfungsi untuk membuat program yang dibuat lebih dinamis dalam
pengolahan data. PHPMyAdmin juga penghubung data artinya data yang di input akan
diolah dan disimpan dan akan ditampilkan kembali apabila diakses.
d. Macromedia Dreamwever berfungsi untuk membuat layout atau tampilan program yang
dibuat.
5) Uji Coba Program (Testing)
Program aplikasi perhitungan kelayakan teknis pemekaran daerah diujicobakan terhadap
salah satu Kabupaten yang berada di Provinsi Jawa Barat yaitu Kabupaten Garut. Wilayah
VI-84
kabupaten Garut dibagi menjadi dua wilayah yaitu wilayah Garut Utara sebagai daerah induk
dan wilayah Garut Selatan sebagai daerah pemekaran.
Data daerah pembanding yang dipilih berjumlah lima Kabupaten yang termasuk dalam
wilayah administratif provinsi Jawa Barat. Kelima daerah tersebutdiantaranya Kabupaten
Sukabumi, Kabupaten Cianjur, Kabupaten Tasikmalaya, Kabupaten Ciamis dan Kabupaten
Kuningan.
VI-85
a. Rasio jumlah personil aparat pertahanan terhadap luas wilayah 3
b. Karakteristik wilayah dilihat dari sudut pandang pertahanan 2
9 Keamanan 5
a. Rasio jumlah personil aparat keamanan terhadap jumlah penduduk 5
10 Tingkat kesejahteraan masyarakat 5
a. Indeks Pembangunan Manusia 5
11 Rentang kendali 5
a. Rata-rata jarak kabupaten atau kecamatan ke pusat pemerintahan (provinsi 2
atau kabupaten)
b. Rata-rata waktu perjalanan dari kabupaten atau kecamatan ke pusat 3
pemerintahan (provinsi atau kabupaten)
TOTAL 100
Sumber: PP No 78 Tahun 2007
Nilai indikator adalah hasil perkalian skor dan bobot masing-masing indikator. Kelulusan
ditentukan oleh total nilai seluruh indikator dengan kategori:
Suatu calon daerah otonom direkomendasikan menjadi daerah otonom baru apabila
calon daerah otonom dan daerah induknya (setelah pemekaran) mempunyai total nilai
seluruh indikator dengan kategori sangat mampu (420-500) atau mampu (340-419) serta
perolehan total nilai indikator faktor kependudukan (80-100), faktor kemampuan ekonomi
(60-75), faktor potensi daerah (60-75) dan faktor kemampuan keuangan (60-75).
Usulan pembentukan daerah otonom baru ditolak apabila calon daerah otonom atau
daerah induknya (setelah pemekaran) mempunyai total nilai seluruh indikator dengan
kategori kurang mampu, tidak mampu dan sangat tidak mampu dalam
menyelenggarakan otonomi daerah, atau perolehan total nilai indikator faktor
kependudukan kurang dari 80 atau faktor kemampuan ekonomi kurang dari 60, atau
faktor potensi daerah kurang dari 60, atau faktor kemampuan keuangan kurang dari 60.
b. Langkah-Langkah Penelitian
Langkah-langkah yang dilakukan dalam penelitian ini adalah sebagai berikut:
(1) Pembuatan aplikasi perangkat Lunak.
Aplikasi perangkat lunak dibuat sebagai alat bantu untuk menganalisis data
kelayakan suatu daerah dimekarkan. Aplikasi perangkat lunak dalam program ini
terdiri dari 4 program yang dihubungkan menjadi satu aplikasi dengan nama Aplikasi
Perhitungan Kelayakan Pemekaran daerah. Analisis perhitungan kelayakan
pemekaran wilayah dalam aplikasi ini disesuaikan dengan perhitungan menurut
Peraturan pemerintah No 78 tahun 2007.
(2) Uji coba aplikasi perangkat lunak
Uji coba aplikasi perangkat lunak dilakukan dengan tujuan untuk memperbaiki dan
menyempurnakan kekurangan-kekurangan yang ada.
(3) Pengumpulan data
Pengumpulan data yang dilakukan dalam penelitian ini yaitu dengan menelaah data-
data kuantitatif yang ada dalam berbagai dokumen resmi Pemerintah Daerah.
(4) Perhitungan kelayakan pemekaran daerah dengan menggunakan aplikasi perangkat
lunak
Perhitungan kelayakan pemekaran daerah dilakukan dengan menggunakan aplikasi
perangkat lunak yaitu dengan memasukan data-data yang sudah matang untuk
diolah sehingga keluar hasil perhitungan layak atau tidaknya daerah tersebut
dimekarkan sesuai dengan Peraturan Pemerintah No 78 Tahun 2007.
(5) Analisis faktor dan indikator kelayakan pemekaran
VI-86
Setelah diketahui hasil perhitungan kelayakan maka langkah selanjutnya adalah
mendeskripsikan hasil perhitungan dengan menganalisis faktor-faktor yang
mendukung dan tidak mendukung kelayakan pemekaran
(6) Analisis aplikasi yang digunakan
Analisis aplikasi meliputi kekurangan dan kelebihan aplikasi yang digunakan setelah
di ujicobakan terhadap wilayah Garut Selatan. Tujuan dari analisis aplikasi ini untuk
mengtahui kekurangan dan kelebihan aplikasi yang digunakan sehingga bisa
dikembangkan kedepan dengan memperbaiki kelemahan-kelemahan yang ada.
(7) Kesimpulan dan rekomendasi
Langkah terakhir yaitu menarik kesimpulan dari hasil penelitian sehingga didapat
suatu rekomendasi mengenai kelayakan daerah Garut Selatan sebagai kabupaten
baru dengan bantuan aplikasi perangkat lunak.
Data daerah pembanding yang dipilih berjumlah lima Kabupaten yang termasuk dalam wilayah
administratif provinsi Jawa Barat. Kelima daerah tersebutdiantaranya Kabupaten Sukabumi,
Kabupaten Cianjur, Kabupaten Tasikmalaya, Kabupaten Ciamis dan Kabupaten Kuningan. Hasil
uji coba terhadap studi kasus Garut Selatan dapat diketahui bahwa aplikasi yang digunakan
mempermudah dalam pengolahan data perhitungan faktor dan indikator dalam pemekaran
wilayah. Walaupun demikian dalam setiap aplikasi perangkat lunak tidak ada yang sempurna
pasti ada kelebihan dan kekurangannya yang harus diperbaiki dimasa yang akan datang.
Berdasarkan hasil ujicoba program dapat diketahui kelebihan dan kekurangan aplikasi perangkat
lunak yang digunakan untuk pemekaran wilayah. Adapun kelebihan dan kekurangan aplikasi
perangkat lunak perhitungan pemekaran wilayah tersebut diantaranya adalah sebagai berikut:
VI-87
4) Belum ada validasi data artinya aplikasi perangkat lunak ini belum secara otomatis
memasukan angka untuk diolah tetapi huruf juga masih bisa masuk sehingga perlu adanya
ketelitian dari pengguna (user) dalam memasukan data.
5) Validasi untuk angka hanya bisa maksimal 2 desimal tidak bisa lebih.
6) Pengolahan data hanya untuk satu daerah yang akan dimekarkan menjadi dua daerah
tidak bisa lebih dari dua daerah.
7) Hasil data yang telah diproses dan masuk ke halaman hasil tidak dapat diubah atau
dimodifikasi sehingga perlu ketelitian dalam memasukan data sebelumnya.
4. Kesimpulan
Berdasarkan hasil uji coba program dapat disimpulkan bahwa aplikasi perangkat lunak yang
dikembangkan untuk perhitungan faktor dan indikator pemekaran wilayah dapat mempermudah
pengolahan data. Hal ini ditunjukan dengan kecepatan aplikasi perangkat lunak bekerja sehingga
dengan adanya aplikasi perangkat lunak tersebut kerumitan dalam teknis perhitungan dapat
diatasi. Walaupun demikian masih ada kekurangan-kekurangan yang perlu diperbaiki untuk
kesempurnaan aplikasi perhitungan kelayakan pemekaran daerah ini.
Rekomendasi yang diajukan yaitu: 1) Perlu adanya penelitian lanjutan berupa pemelitian lanjutan
(action research) karena Penelitian ini sebatas teknis sedangkan penelitian lebih lanjut terutama
untuk penelitian persyaratan administratif dan persyaratan fisik untuk pemekaran wilayah; 2)
Perlu pengembangan program aplikasi lebih lanjut untuk memperbaiki kekurangan-kekurangan
pada program aplikasi penelitian ini, terutama program aplikasi pemrosesan data sebelum
dijadikan input dalam analisis data sehingga tidak manual lagi dan lebih mudah dalam
pengolahan data serta lebih praktis; 3) Potensi kebencanaan geologi perlu menjadi perhatian
dalam pengembangan wilayah
5. Referensi
Abdurachmat, Idris. dan Maryani, E. (1997): Geografi Ekonomi. Bandung. IKIP
Adisasmita, Raharjo. (2006): “Pengembangan Wilayah: Konsep dan Teori”. Yogyakarta: Graha Ilmu.
Adisasmita, Raharjo. (2006): “Pembangunan Kelautan dan Kewilayahan”. Yogyakarta: Graha Ilmu.
Anonim. (2008): “Menimbang (Lagi) Untung Rugi Pemekaran Wilayah”. Nuansa Persada Vol X Agustus
2008. Jakarta.
Anonim. (2008): Kondisi dan Potensi Wilayah. [Online]. Tersedia:
http://www.garutkab.go.id/kondisi.php?aksi=fisik. [6 Oktober 2008].
Anonim. (2008): Sistem informasi Kecamatan. [Online]. Tersedia:
http://www.garutkab.go.id/.php?aksi=sistem informasi kecamatan. [6 Oktober 2008].
Djaldjoeni. N. (1996): “Geografi Desa dan Kota”. Bandung : Alumni.
Hasan, M.I. (2002): Pokok-pokok Materi Metodologi Penelitian dan Aplikasinya. Jakarta : Ghalia Indonesia.
Pabundu, Moh. (2005): Metode Penelitian Geografi. Jakarta: PT Bumi Aksara.
Perwendha, Dido (2007): Rancang Bangun E-learning Berbasis Web Pada Mata Kuliah Psikologi
Komunikasi. FIP UPI Bandung: tidak diterbitkan.
Sumaatmadja.N. (1981): “Studi Geografi Suatu Pendekatan dan Analisis ”. Bandung : Alumni.
Undang Undang No 26 Tahun 2007 Tentang Penataan Ruang
Undang Undang No 32 Tahun 2004 Tentang Pemerintahan Daerah
VI-88
Analisis Banjir Bandang Menggunakan Data Penginderaan Jauh
di Kabupaten Pidie
Abstrak :Banjir bandang yang terjadi di Kabupaten Pidie, Provinsi Nanggroe Aceh Darussalam pada
tanggal 10 Maret 2011 akibat hujan yang lebat pada hari sebelumnya. Banjir bandang di Kabupaten Pidie
melanda 12 desa di wilayah Kecamatan Tangse. Tujuan dari penelitian ini adalah menganalisis banjir
bandang berdasarkan data penginderaan jauh di Kabupaten Pidie.
Analisis data curah hujan menggunakan citra satelit TRMM dan MTSAT-1R untuk mengetahui peluang
hujan, sedangkan kondisi fisik daerah Pidie dapat dianalisis menggunakan data penutup lahan hasil
klasifikasi citra Landsat-7 ETM dan analisis ketinggian dan morfologi lokasi bencana dari data DEM-SRTM
(Digital Elevation Model-Shuttle Radar Topographic Mision). Metode pengolahan data MTSAT-1R dengan
cara mengkonversi liputan awan ke dalam nilai suhu kecerahan, sedangkan data TRMM untuk menghitung
akumulasi curah hujan
Hasil analisis curah hujan dari data satelit TRMM memperlihatkan bahwa akumulasi curah hujan harian
pada tanggal 9 Maret 2010 berkisar antara 50 – 100 mm/hari. Berdasarkan hasil pengolahan data MTSAT-
1R memperlihatkan adanya peluang hujan yang lebat pada hari sebelum dan sesudahnya. Citra Landsat-7
ETM dan DEM-SRTM memperlihatkan morfologi daerah terjadinya bencana. Penyebab banjir bandang di
Pidie selain disebabkan oleh curah hujan yang tinggi juga disebabkan karena kondisi fisik di daerah.
1. Pendahuluan
1.1 Latar Belakang
Banjir adalah peristiwa dimana daratan yang biasanya kering (bukan daerah rawa) menjadi
tergenang oleh air, hal ini disebabkan oleh tingginya curah hujan dan topografi wilayah berupa
dataran rendah hingga cekung. Faktor yang mempengaruhi kejadian banjir antara lain penutup
lahan, kondisi geografi, topografi, geometri alur sungai. Adapun pemicu kejadian banjir antara lain
curah hujan tinggi, kenaikan muka air laut, pengelolaan DAS, dan pembuangan sampah.
Informasi awal yang diperoleh Pemerintah Kabupaten Pidie, bahwa bencana banjir bandang yang
terjadi di Kecamatan Tangse Kabupaten Pidie pada tanggal 10 Maret 2011 sekitar pukul 21.30
WIB melanda sebanyak 7 desa, yang meliputi: Desa Blang Pandak, Desa Blang Dalam, Desa
Layan, Desa Peunalom 1, Desa Peunalom 2, Desa Kuala Krueng, dan Desa Krueng Meriam,
informasi selanjutnya banjir meluas sampai melanda dua belas desa.
Lima desa terparah yang terkena banjir yang membawa lumpur dan potongan kayu dari hutan
adalah Desa Layan, Desa Peunalon Sa, Desa Blang Dalam, Blang Me, dan Pujok Sa, serta
infrastruktur di lima desa hancur total yang terdiri dari lebih dari 100 rumah, empat buah jembatan
dan jalan sepanjang lima kilo meter.
Mengingat terjadinya bencana banjir dapat mengakibatkan kerusakan lingkungan dan kerugian
harta benda serta adanya korban jiwa, maka perlu upaya untuk meminimalkan dampak terjadinya
banjir, maka dalam hal ini diperlukan analisis penyebab terjadinya banjir di daerah tersebut. Hasil
analisis tersebut diharapkan dapat digunakan sebagai masukan dalam menentukan kebijakan
daerah.
Kejadian banjir di suatu daerah dapat dianalisis berdasarkan kondisi cuaca dan kondisi fisik
wilayah. Kondisi cuaca dapat dianalisis melalui data penginderaan jauh yaitu data TRMM
(Tropical Rainfall Measuring Mission) untuk mengetahui besarnya curah hujan yang terjadi di
daerah tersebut dan data MTSAT-1R (Meteorological Satellite 1R) untuk menganalisis kondisi
awan guna mengetahui terjadinya peluang hujan (peluang hujan lebat, peluang hujan
sedang,peluang hujan ringan dan kondisi cerah/tidak terjadi adanya peluang hujan), sedangkan
kondisi fisik daerah terjadinya bencana banjir bandang khususnya lokasi kejadian bencana dapat
dianalisis berdasarkan ketinggian wilayah melalui data DEM-SRTM (Digital Elevation Model -
VI-101
Shuttle Radar Topographic Mission), dan analisis penutup lahan dapat dianalisis dari data
penginderaan jauh Landsat 7 ETM.
2.1 Iklim
Kondisi iklim di Kabupaten Pidie termasuk kedalam wilayah beriklim tropis basah, yang memiliki
temperatur berkisar dari suhu minimum 19°-22° sampai dengan suhu maksimum 30° -35°.
Kondisi curah hujan yang paling tinggi terjadi pada bulan Januari, sedangkan curah hujan tetap
terjadi pada bulan Oktober dan Desember. Kondisi musim hujan di Kabupaten Pidie yang biasa
terjadi dimulai pada bulan September sampai bulan Desember . Apabila dilihat dari data rata-rata
curah hujan dan hari hujan selama priode bulan September tahun 1988 sampai dengan bulan
Desember tahun 2004 masing-masing 285,25 mili meter dan 16,55 hari hujan, sedangkan selama
musim kemarau pada bulan Januari sampai bulan Agustus tahun 2004 rata-rata curah hujan
maasing-masing 171,62 mili meter dan 8,5 hari hujan.
2.2 Tanah
Jenis tanah di wilayah Kabupaten Pidie yaitu jenis tanah podzolit merah kuning merupakan jenis
tanah yang mendominasi daerah Kabupaten Pidie yaitu seluas 188.722 hektar. Sedangkan jenis
tanah lainnya mempunyai luas kurang dari 10 %. Keadaan tanah efektif di Kabupaten Pidie
mencapai sebesar 94,78 % untuk kedalaman lebih dari 90 cm, sedangkan sisanya sebesar 5,22
% tersebar di luar kedalaman tersebut.
2.3 Topografi
Klasifikasi lereng di wilayah Kabupaten Pidie merupakan daerah dataran tinggi yang memiliki
daerah kelas lereng lebih besar dari 40 % sebesar 67,63 % dari wilayah kabupaten. Sisanya
sebesar 32, 37 % adalah merupakan daerah pesisir pantai yang memiliki klasifikasi lereng 0 - 2
%.
3. Metodologi
3.1 Data
Data yang digunakan dalam penelitian ini adalah:
a) MTSAT-1R (Meteorological Satellite) sumber: (http://www.space.mict.go.th)
b) TRMM (Tropical Rainfall Measuring Mission) (http://www.trmmopen.gsfc.nasa.gov)
c) DEM-SRTM (Digital Elevation Model - Shuttle Radar Topographic Mission),
d) Landsat 7 ETM (Land Satellite 7 Enhanced Thematic Mapper)
3.2 Metode
a) Metode Pengolahan Data MTSAT-1R,
Pengolahan data MTSAT-1R dengan cara mengkonversi liputan awan ke dalam nilai suhu
kecerahan, selanjutnya mengklasifikasikan nilai suhu kecerahan kedalam peluang hujan
menjadi 4 klas yaitu peluang hujan lebat, peluang hujan sedang, peluang hujan ringan dan
kondisi cerah/tidak terjadi adanya peluang hujan
b) Metode Pengolahan Data TRMM
Menghitung akumulasi curah hujan harian diperoleh dengan cara menjumlahkan nilai
akumulasi curah hujan yang diperoleh setiap tiga jam. Jadi dalam satu hari diperoleh 8 data
yaitu data yang diperoleh pada jam 00, jam 03, Jam 06, jam 09, Jam 12, jam 15, jam 18, jam
21.
c) Metode Pengolahan Data Landsat 7 ETM
VI-102
Pengolahan Data Landsat 7 ETM dilakukan koreksi data selanjutnya dilakukan klasifikasi
untuk penutup lahan
Klasifikasi PL
Analisis
Analisis Analisis Analisis
Peluang Curah Penutup Ketinggian
Hujan Hujan Lahan (PL)
a b
VI-103
c d
Adanya peluang hujan lebat dan peluang hujan sangat lebat pada waktu sebelum kejadian
merupakan faktor utama penyebab terjadinya banjir. Banjir yang disertai tanah longsor akan
berakibat terjadinya banjir bandang.
a b
VI-104
c d
PENUTUP LAHAN
NANGROE ACEH DARUSALAM
Tahun 2006
VI-105
DEM - SRTM
NANGROE ACEH DARUSALAM
Tahun 2000
VI-106
d) Banjir bandang mengakibatkan 102 rumah warga hancur atau rusak berat, akibat terkena
kayu gelondongan yang terbawa oleh banjir tersebut.
5. Kesimpulan
1) Secara umum kejadian bencana banjir dipicu oleh terjadinya curah hujan yang tinggi, lokasi
daerah merupakan daerah yang rendah dan merupakan daerah rawan tergenang serta
kondisi wilayah merupakan daerah rentan dan rawan banjir.
2) Faktor penyebab kejadian bencana banjir bandang (banjir yang disertai tanah longsor) di
Kecamatan Tangse, Kabupaten Pidie, Provinsi Nangroe Aceh Darusalam, sebagian besar
disebabkan oleh:
a. Hujan lebat yang berlangsung relatif lama sehingga menyebabkan tanah jenuh akan air
dan akan memicu terjadinya banjir dan tanah longsor
b. Sifat tanah merupakan tanah gembur, sehingga air mudah meresap kedalam tanah
akibatnya bobot tanah bertambah dan tanah menjadi labil atau mudah bergerak
c. Kemiringan lereng bergelombang hingga agak terjal menyebabkan material longsoran
mudah bergerak
3) Banjir bandang yang menerjang puluhan rumah di Kecamatan Tangse, Kabupaten Pidie,
Provinsi Nangroe Aceh Darusalam (NAD), diduga akibat pembalakan liar atau illegal logging.
Dugaan ini diperkuat dengan banyaknya kayu gelondongan berukuran besar berserakan di
lokasi banjir bandang tersebut.
6. Referensi
Bieri, Stephan. (2003): Disaster Risk Management and The System Approach, World Institute for Disaster
Risk Management (DRM).
Dibyosaputro, S. (1984): Flood Susceptibility And Hazard Survey of The Kudus – Prawata – Welahan Area,
Central Java. Indonesia. Thesis, ITC, Enschende, Netherlands.
Haryani, N.S., Kushardono, D., Khomarudin, R., Asni, F., Parwati. (2001): Analisis Tingkat Kerawanan Banjir
di Cilacap Meng.gunakan Data Satelit Inderaja dan SIG. Buku Pemanfaatan Data Penginderaan Jauh
Satelit dan SIG Untuk Mitigasi Rawan Bencana. ISBN No. 979 – 95466 – 7 - 2
Haryani, N.S., Zubaidah, A., Ambarwati, D.O. (2009): Analisis Perubahan Cuaca Indonesia Saat Kejadian
El-Nino dan La-Nina. Buku Pemanfaaan Data Inderaja Untuk Pemantauan Sumberdaya Alam dan
Lingkungan. ISBN No. 978 – 602 - 8564 – 06 - 9
Lillesand, TM and Kiefer. (1990): Remote Sensing and Image Interpretation, Gajah Mada University Press,
Yogjakarta
Simpson, Joanne. (1992): Global Circulation and Tropical Cloud Activity, Goddard Space Flight Center,
National Aeronautics and Space Administration Greenbelt, Mariland, USA.
http://www.pidiekab.go.id/
http://www.lapanrs.go.id/
http://www.space.mict.go.th/
http://www.trmmopen.gsfc.nasa.gov/
VI-107
Membangun Relasi Antar Dataset Dalam Pengorganisasian Koleksi Data Spasial
Abstrak: Berbagai pendekatan telah dilakukan intuk mengorganisasikan koleksi data spasial baik yang
berupa dataset bertipe vektor maupun raster. Dengan semakin pesatnya penggunaan citra dari
penginderaan jauh (remote sensing), serta metoda-metoda pengolahan citra digital untuk mendukung
proses-proses pemetaan maupun analisa spasial, jumlah dan volume data spasial pada institusi-institusi
yang menyimpan koleksi data spasial bertumbuh dengan cepat. Pengorganisasian data spasial yang ada
saat ini mengandalkan fungsi-fungsi yang memungkinkan pemakai mencari dataset yang memenuhi kriteria
yang diberikan melalui user query. Cara ini cukup memadai untuk lembaga penyedia data spasial yang
homogen, seperti pada instansi yang menyediakan citra satelit atau foto udara.
Pada instansi yang mengolah data-data spasial, seperti pada lembaga-lembaga riset atau lembaga yang
mengkordinasikan proses-proses pemetaan, koleksi data spasial yang dikelola berkembang menjadi
heterogen dengan banyaknya dataset-dataset yang merupakan hasil sementara atau hasil proses lanjutan
dataset awal. Paper ini akan memberikan pemikiran baru dalam mengorganisasikan koleksi data spasial
dengan membangun relasi antar dataset sehingga pemakai dapat melacak proses-proses yang telah
berlangsung dalam pengolahan data spasial. Manfaat penting lainnya dari metoda ini adalah
dimungkinkannya dilakukan evaluasi kualitas maupun produktifitas koleksi data spasial yang dimiliki.
Dengan merekonstruksi histori pembuatan data spasial dengan menggunakan model data unweighted-
directed-acyclic-graph (unweighted-DAG), dapat dibangun topologi koleksi data spasial berdasarkan proses
pembuatannya, sehingga dapat diamati berbagai parameter dan indikator relasi antar dataset. Angka-angka
parameter dan indikator relasi ini dapat dimanfaatkan untuk mengevaluasi penggunaan suatu dataset dalam
koleksi data spasial, mengelompokkan data spasial secara otomatis, sebagai masukan untuk quality
assurance, serta membantu dalam pembaruan (updating) data spasial. Metoda rekonstruksi serta evaluasi
relasi data spasial yang diusulkan ini menggunakan metadata baku ISO dan FGDC sebagai data primernya
sehingga tidak bergantung pada format dan tipe data spasial yang diorganisasikan.
Kata kunci: Katalog data spasial, Rekonstruksi histori, Organisasi data spasial
1. Pendahuluan
Pencarian data pada clearinghouse data spasial umumnya dilakukan dengan melakukan
pencarian berdasarkan kata kunci dan beberapa option pilihan tipe data seperti citra satelit, foto
udara, peta dasar, dan semacamnya. Penyimpanan dan pengak-sesan data spasial pada
clearinghouse ditingkatkan efisiensinya dengan mengapli-kasikan metadata sebagai basis data
untuk query.
Pencarian dengan cara di atas akan menghasilkan output pilihan dataset yang memenuhi kriteria
pencarian yang diberikan. Dalam realitasnya, pemakai clearinghouse ingin tahu juga dataset-
dataset yang berkaitan dengan dataset yang ditampilkan oleh query. Pertanyaan dari pemakai
yang ingin dijawab oleh query misalnya: “dataset mana saja yang dihasilkan oleh dataset ini?”,
atau “dataset mana saja yang digunakan untuk menghasilkan dataset ini?”
Riset ini beranjak dari situasi di atas dan hasil riset ini diharapkan dapat digunakan atau dalam
clearinghouse data spasial di Indonesia
Permasalahan yang kemudian timbul adalah pengorganisasian arsip data remote sensing.
Integrasi data spasial vektor ke dalam atribut basis data telah lebih siap diaplikasikan dengan
telah tersedianya “spatially-enabled database system”, sementara pengintegrasian citra remote
sensing ke dalam database atau sistem katalog masih sangat terbatas.
VI-109
Sejumlah metoda dalam automasi pemrosesan maupun analisis citra telah dikembangkan oleh
para periset untuk meningkatkan produktifitas citra remote sensing. Pengembangan tersebut
umumnya dilakukan terhadap koleksi citra yang homogen, misalnya koleksi dataset citra NOAA,
koleksi dataset citra Landsat-TM, SAR, atau IKONOS. Dalam realisasinya, dalam suatu koleksi
terdapat pula dataset-dataset citra yang merupakan hasil pengolahan dari citra remote sensing.
Dataset-dataset ini mempunyai tingkat informasi yang lebih tinggi dibandingkan citra yang
digunakan sebagai inputnya.
Pada lembaga yang menjadi pusat arsip data remote sensing atau pengelola katalog data
remote sensing seperti Bakosurtanal, raster data yang ada telah berkembang dan dari koleksi
data awal telah dihasilkan beberapa level data hasil pengolahan citra / raster untuk berbagai
keperluan analisis maupun presentasi. Koleksi yang sudah menjadi multi-level ini membutuhkan
metoda pengorganisasian yang berbeda dibandingkan dengan koleksi data yang levelnya
homogen. Amhar (2001) mengorganisasikan koleksi data spasial yang multi-level dengan
memperkenalkan pengelompokan data spasial berdasarkan status pemrosesan data tersebut.
Pengelompokan ini memberikan pijakan untuk mengorganisasi data raster, yang telah dimulai
dengan menggunakan kodifikasi kode level dalam perencanaan pemberian nama yang unik pada
setiap data spasial dalam suatu koleksi data spasial. Tabel 1 berikut menunjukkan
pengelompokan data raster berdasarkan level pemrosesannya.
Bakosurtanal mengadopsi standard metadata dari FGDC dan ISO untuk clearinghouse data
spasial Indonesia (Sukmayadi et al., 2004). Metadata standard tersebut telah menggunakan basis
XML seperti yang ditetapkan dalam standard FGDC Remote Sensing Extension Version 2, dan
ISO 19139 (implementasi XML untuk ISO 19115).
ISO 19115 serta implementasinya tidak sepenuhnya mendukung elemen informasi yang
dibutuhkan untuk mendeskripsikan citra remote sensing atau data spasial berformat raster
lainnya. Untuk itu, beberapa standard lanjutan telah didefinisikan. FGDC telah memiliki extension
untuk metadata remote sensing, FGDS-STD-012-2002 (FGDC, 2002), sementara ISO telah
memiliki ISO 19115-2 untuk metadata informasi geografis, serta ISO 19130 untuk informasi
sensor dan data model untuk citra serta data grid. Standard-standard ini bersifat kompatibel
dengan standard yang telah didefinisikan sebelumnya.
VI-110
raster, prinsip yang ditawarkan ini memungkinkan untuk diaplikasikan pada tipe data spasial
secara umum. Sejumlah karakteristik dari data raster yang tersedia telah diidentifikasi yang
meliputi:
- Setiap data raster atau citra remote sensing beserta metadatanya diidentifikasikan sebagai
sebuah dataset
- Koleksi data adalah kumpulan semua dataset yang diorganisasikan dalam suatu system
katalog
- Setiap dataset memiliki identifikasi yang unik. Identitas yang unik ini biasanya
diimplementasikan dengan pemberian nama file yang unik, sehingga aturan penamaan file
sangat penting.
- File-file metadata disimpan secara local pada tempat yang sama dengan server system
katalog, sementara data rasternya dapat tersimpan di media penyimpanan di mana saja.
Metadata menyimpan link yang akan menghubungkan metadata dengan lokasi penyimpanan
data rasternya.
- Sistem katalog data spasial dapat berisi dataset-dataset dengan berbagai jenis sensor serta
beragam level pemrosesan. Terminologi data spasial heterogen digunakan untuk koleksi
seperti ini.
VI-111
dataset output yang dihasilkan dari pemilihan data (query) dengan parameter-parameter di atas
adalah dataset yang independen, dalam artian terpilihnya dataset tersebut sepenuhnya karena
informasi yang ada dalam dataset itu memenuhi kriteria pencarian yang diberikan. Sistem
pencarian seperti ini sudah mencukupi untuk instansi yang memproduksi citra remote sensing,
terutama data awal (citra yang belum diolah), namun kurang dapt mendukung kebutuhan instansi
yang mempunyai fngsi kordinasi data spasial seperti Bakosurtanal, di mana proses perjalanan
dataset mulai dari data awal hingga hasil-hasil pengolahannya perlu diinventarisir atau
diorganisasikan.
Arah panah pada diagram dalam Gambar 1 di atas menunjukkan arah pemrosesan data. Dalam
prakteknya, hanya proses yang telah dilewati oleh dataset yang dapat dicatat atau direkam dalam
tiap dataset. Histori pemrosesan dataset hanya dapat mencatat sumber langsung yang
digunakan pada setiap dataset. Pada setiap dataset dapat tercatat satu atau lebih dataset yang
digunakannya sebagai dataset sumber (source dataset). Mengacu pada Gambar 1 di atas, daftar
dataset sumber yang dapat dicatat pada setiap dataset adalah sebagai berikut:
VI-112
DB1-IKO3 DB0-IKO3 1:1 geo-rectification
DB2-city1 DB1-IKO1, contoh mosaicking
DB1-IKO2,
DB1-IKO3
DB2-veg1 DB1-IKO1, contoh analisis NDVI
DB1-IKO2,
DB1-IKO3
DB2-them1 DB2-veg1 contoh hasil GIS
DB3-citybelt DB2-them1 contoh peta hasil
Dengan menggunakan informasi yang diekstraksi dari seluruh dataset sesuai Tabel 2 di atas,
dapat ditelusuri histori masing-masing dataset. Untuk dataset DB3-citybelt misalnya, dapat
dilakukan penelusuran sebagai berikut:
DB3-citybelt dibuat
menggunakan DB2-them1,
yang menggunakan DB2-veg1,
yang menggunakan
(DB1-IKO1, DB1-IKO2, dan DB1-IKO3),
yang menggunakan
(DB0-IKO1, DB0-IKO2, dan DB0-IKO3).
Penelusuran ini menunjukkan bahwa histori lengkap proses pembuatan suatu dataset dapat
direkonstruksi tanpa memerlukan struktur yang kompleks. Setiap dataset hanya perlu mencatat
dataset-dataset yang digunakan secara langsung sebagai dataset sumbernya dalam
metadatanya. Link ke dataset sumber tersebut hanya perlu dicatat satu kali saat pembentukan
metadata suatu dataset.
Koleksi data spasial dapat terpartisi menjadi sejumlah grup jika terdapat proses pembuatan yang
terpisah. Proses yang terpisah ini umumnya terjadi karena perbedaan coverage spasial atau
VI-113
coverage temporal. Pemisahan menjadi grup-grup ini membentuk struktur disjoint graph. Dataset-
dataset yang sama sekali tidak digunakan oleh dataset lainnya dalam suatu koleksi juga akan
membentuk suatu disjoint graph.
Dengan terbangunnya graph histori pemrosesan data spasial ini, terbuka jalan untuk melakukan
sejumlah analisis yang mengacu pada struktur DAG. Beberapa contoh pengolahan atau analisis
lebih lanjut yang akan diamati adalah:
a. Untuk masing-masing node (dataset), dapat ditelusuri seluruh node yang merupakan
dataset sumber dalam pembuatan dataset tersebut, baik sumber langsung maupun tidak
langsung
b. Untuk masing-masing node (dataset), dapat ditelusuri seluruh node yang merupakan
produk dataset tersebut baik secara langsung maupun tidak langsung
c. Untuk masing-masing dataset, dapat dievaluasi berapa banyak dataset yang telah
memanfaatkannya sebagai dataset sumber, baik secara langsung maupun tidak
langsung, demikian juga sebaliknya, dapat diketahui dataset mana yang tidak pernah
digunakan sama sekali
d. Untuk setiap pasangan node, dapat ditelusuri apakah ada keterkaitan di antaranya
e. Struktur graph yang terbentuk akan mempermudah rekonstruksi proses pembuatan suatu
dataset dapat dilakukan jika ada pembaruan data sumber (updating)
f. Dengan mengamati pengelompokan disjoint graph histori dataset, dapat diamati
pengelompokan dan ketergantungan dataset dalam suatu koleksi data spasial.
Dari kelima kandidat parameter di atas, hanya tiga kandidat pertama (butir a, b dan c) yang stabil
sejak suatu dataset dihasilkan, tidak bergantung pada proses-proses pengolahan data
selanjutnya. Kandidat butir d dan e dapat digunakan jika pengukuran relasi ingin dilakukan
dengan juga memperhitungkan adanya output bersama. Dengan demikian, ada tiga kemungkinan
perhitungan nilai relasi yang dapat dipertimbangkan, yaitu:
VI-114
Relasi antara dua dataset berdasarkan relasi inputnya:
(1)...........................Я = 100 (ΣC/ΣS)/Δ
Relasi antara dua dataset berdasarkan relasi outputnya:
(2)................... Я1 = 100 (ΣR/ΣT)/Δ
Relasi antara dua dataset berdasarkan relasi input dan outputnya:
(3) ...................Я2 = Я + Я1
dimana: Δ = Jarak antar dataset; ΣC = Jumlah dataset sumber bersama; ΣS = Jumlah dataset sumber
yang digunakan; ΣR = Jumlah dataset output bersama; ΣT = Jumlah dataset output yang dihasilkan.
Dengan pertimbangan akan kestabilan nilai yang diperoleh, nilai relasi yang direkomendasikan
untuk digunakan adalah relasi antara dua dataset berdasarkan relasi inputnya saja (Я). Sub-bab
berikut akan menunjukkan ujicoba perhitungan relasi ini pada suatu contoh skema pemrosesan
data spasial.
4.5 Evaluasi
Struktur graph pada Gambar 3 berikut ini menggambarkan rekonstruksi aliran proses pembuatan
dataset / peta dalam suatu koleksi data spasial. Arah panah dalam gambar ini menunjukkan arah
proses (dari sumber menunjuk ke hasil). Penelusuran histori pembuatan suatu dataset dapat
dilakukan dengan melakukan penelusuran pada arah kebalikannya. Sebagai contoh, dataset R21
dibuat dengan menggunakan dataset R11, R12 dan R13 sebagai inputnya.
Berdasarkan Gambar 3 ini, akan dihitung nilai relasi antara pasangan-pasangan dataset dengan
menggunakan rumus (1) di atas. Hasil perhitungan untuk pasangan-pasangan dataset yang
dipilih disajikan dalam Tabel 4. Dengan memperhatikan nilai relasi () yang diperoleh dan
dibandingkan dengan posisi node-node yang mewakili dataset tersebut dalam graph, dapat
disimpulkan bahwa nilai relasi yang diperoleh dengan metode ini dapat digunakan sebagai
besaran untuk pengukuran relasi antar dataset dilihat dari histori pembuatannya. Jika relasi
antara dua dataset bernilai nol, dapat disimpulkan bawah kedua dataset itu tidak mempunyai
keterkaitan dalam proses pembuatannya, dengan demikian kedua dataset tersebut merupakan
bagian dari struktur graph yang terpisah, atau kedua dataset merupakan data awal (raw dataset).
Jika relasi antara dua dataset bernilai 100, maka salah satu dataset dipastikan merupakan
dataset sumber satu-satunya bagi dataset pasangannya, Sebagai dataset input satu-satunya,
diasumsikan bahwa isi dataset hasil hanya bergantung pada isi dataset sumber satu-satunya
tersebut sehingga nilai relasinya sangat tinggi. Contoh relasi yang bernilai 100 adalah hubungan
antara raw dataset dengan dataset hasil rektifikasinya (misalnya R01 dengan R11).
VI-115
Tabel 4.3 Contoh Perhitungan Rrelasi dengan Acuan Kode Node di Gambar 3.
Dataset pertama Dataset Jarak Total Total sumber digunakan oleh Relasi
kedua terdekat sumber bersama dataset
(Δ) digunakan (ΣC) pasangan?
(ΣS)
R01 R11 1 1 1 ya 100
R21 R22 2 8 2 tidak 12,5
R21 R23 n/a 10 0 tidak 0
R21 R31 1 7 7 ya 100
R21 R01 2 6 1 ya 8,33
R01 R02 n/a 0 0 tidak 0
R11 R12 n/a 2 0 tidak 0
R22 R31 3 9 2 tidak 7,41
R22 R23 n/a 8 0 tidak 0
Referensi:
Amhar, F. (2001): Konsep Terpadu Sistem Basis Data Untuk Infrastruktur Data Spasial Nasional, Forum
Nasional Tata Ruang 2001 (Integrated Concept of Database System for National Spatial Data Infrastructure,
National Forum of Spatial Planning). Bakosurtanal internal report
BAKOSURTANAL (2005). Panduan Pembangunan Metadata Data Spasial (Spatial Data Metadata
Development Guideline). Technical Working Group Clearinghouse, Marine and Coastal Resource
Management, Bakosurtanal, Cibinong – Indonesia. Bakosurtanal Internal Report.
Bang-Jensen, J., Gutin, G.Z. (2008). Digraphs: Theory, Algorithms and Applications. Springer Monographs
in Mathematics (2nd ed.), Springer-Verlag, London
VI-116
Bose, R., Frew, J. (2004). Composing Lineage Metadata with XML for Custom Satellite-Derived Products.
Proceedings of the IEEE 16th International Conference on Scientific and Statistical Database Management
(SSDBM’04), pp. 275-284
Li Q., Wang S., Chen B. (2005). Remote Sensing Image Distribute System Supported by Metadata.
Proceedings of IGARSS 2005, Volume 2, 25-29 July 2005, pp. 791-794,
Matindas, R W., Puntodewo, Purnawan, B. (2004). Development of National Spatial Data Infrastructure in
Indonesia. FIG Working Week 2004, Athens – Greece.
http://www.fig.net/pub/athens/papers/ts02/ts02_1_matindas_et_al.pdf , diakses 30 Jan 2009
Puntodewo, Nataprawira R. (2004). Indonesian Geospatial Data Clearinghouse. 3rd FIG Regional
Conference for Asia and the Pacific, Jakarta 2004, http://www.fig.net/pub/jakarta/papers/ts_02/
ts_02_2_puntodewo_nataprawira.pdf , diakses 30 Jan 2009
Ruan, N.; Huang, N.; Hong, W. (2006). Semantic-Based Image Retrieval in Remote Sensing Archive: An
Ontology Approach. Proceedings of IGARSS 2006, pp. 2903 - 2906
Sukmayadi D., Amhar F., Adhibroto A., Prijanto A. (2004). Geo-Spatial Database Design and Implementation
at the Mapping Center for Topographic & Spatial Arrangement (PDRTR) of BAKOSURTANAL, 3rd FIG
Regional Conference, http://www.fig.net/ pub/jakarta/papers/ts_02/ts_02_3_sukmayadi_etal.pdf, diakses 30
Jan 2009
VI-117
Pemodelan 3D Bangunan Arkeologi Besar Menggunakan Teknologi
Terrestrial Laser Scanner (TLS)
1) 2)
Ruli Andaru dan Harintaka
1) 2)
Jurusan Teknik Geodesi FT-UGM
Abstrak: Pembuatan model 3D sangat diperlukan dalam bidang arkeologi guna perekaman dan dokumentasi serta
untuk keperluan rekonstruksi atau pemugaran dalam kerangka perlindungan dan pemeliharaan benda cagar
budaya agar selalu terjaga keasliannya. Pada awalnya pembuatan model 3D dilakukan dengan penggambaran
secara konvensional, kemudian berkembang ke metode fotogrametri jarak dekat. Teknologi ini mempunyai
beberapa kelemahan; time consuming dan tingkat kedetilan yang relatif rendah. Untuk mengatasi keterbatasan ini
kemudian berkembang teknologi pemetaan berbasis konsep 3D laser mapping. Salah satu jenis alat yang
digunakan adalah Terrestrial Laser Scanner (TLS). Pada makalah ini dibahas prinsip-prinsip dasar dari TLS, aspek
operasionalnya, kedetilan dan visualisasi hasil serta uji ketelitian yang dilakukan. Sebagai obyek kajian adalah
Candi Borobudur yang terletak di Kabupaten Magelang, Jawa Tengah.
Pengukuran dilakukan dengan cara scanning menggunakan TLS Optech ILRIS 3D secara multi station, dengan 8
titik stasiun perekaman. Perekaman data ditentukan dengan kerapatan spasi 10 cm pada jarak 100 m. Pada setiap
sisi bangunan candi dipasang 15 target yang digunakan untuk menguji akurasi posisi model candi. Terget tersebut
diukur posisinya secara teliti menggunakan Reflectorless Total Station.
Dari hasil perekaman diperoleh 8 buah data scanworld yang masing-masing memiliki pertampalan minimal 20%.
Delapan scanworld tersebut dibuat model relatif 3D dengan cara registrasi menggunakan metode cloud to cloud.
Model relatif 3D tersebut dilakukan proses georeference ke sistem koordinat tanah menggunakan 8 titik station
pengamatan untuk menghasilkan model 3D bangunan Candi Borobudur. Model 3D bangunan Candi Borobudur
hasil scanning TLS secara visual sangat realistik dan memiliki tingkat kedetilan tinggi. Dari hasil uji ketelitian jarak
dan posisi, model candi yang terbentuk memiliki akurasi jarak dibawah 2,5cm dan akurasi posisi koordinat X, Y,
dan Z dibawah 2 cm.
Kata kunci: TLS (Terrestrial Laser Scanner), Registrasi cloud to cloud, Model 3D,Akurasi posisi.
1. Pendahuluan
1.1 Latar Belakang
Negara Indonesia kaya akan seni dan budaya peninggalan sejarah yang tersebar di berbagai daerah.
Salah satu benda cagar budaya di Indonesia yang harus senantiasa terjaga kelestariannya adalah Candi
Borobudur. Candi Borobudur terletak di Desa Borobudur, Kecamatan Borobudur, Kabupaten Magelang,
Propinsi Jawa Tengah. Secara astronomis terletak di 7 º36’ 28’’ LS dan 110 º 12’13’’ BT. Candi
Borobudur ini dikelola oleh Kantor Balai Konservasi Peninggalan Borobudur (BKPB) selaku pihak
pengelola yang selalu melakukan monitoring dan evaluasi secara berkesinambungan dalam kerangka
pengelolaan dan perawatan candi.
Salah satu bentuk usaha pengelolaan dan perawatan candi dalam kerangka perlindungan dan
pemeliharaan benda cagar budaya adalah dengan melakukan dokumentasi dan perekaman digital obyek
candi melalui model 3D. Aspek yang diutamakan dalam perekaman ini sesuai dengan tupoksi BKPB
adalah bagaimana mendapatkan suatu sistem perekaman candi dengan akurat, lengkap/mendetail,
sesuai keadaan sesungguhnya dan efisien dalam akusisi data serta teknis pemodelannya. Dengan
dokumentasi digital, pembangunan kembali dapat terlaksana dengan baik, bahkan bisa dilakukan
pengecekan secara komputerisasi. Data dengan sistem ini bisa mereduksi kerusakan dan membangun
candi utuh kembali manakala terjadi kerusakan, misal terjadi gempa bumi. Contoh pendataan digital tiga
dimensi yang dikembangkan sampai saat ini oleh Balai Konservasi dan Peninggalan Borobudur (BKPB)
adalah penggunaan teknologi laser scanner untuk merekam seluruh obyek Candi Borobudur.
Pada awalnya untuk melakukan perekaman obyek candi dan mendeteksi berbagi kerusakan pada
bangunan candi, Balai Konservasi dan Peninggalan Borobudur melakukan pengukuran secara
konvensional, akan tetapi metode konvensional ini membutuhkan waktu yang lama dan juga mengalami
kesulitan terutama untuk pengukuran bagian-bagian candi yang sulit untuk dijangkau (puncak candi,
dinding atas candi). Salah satu cara yang telah dilakukan untuk mengatasi masalah pada metode
konvensional adalah dengan metode fotogrametri jarak dekat dengan metode image-based modeling.
Metode ini banyak dipilih karena memiliki keunggulan resolusi radiometrik yang tinggi, murah, dan
menghasilkan akurasi yang relatif baik, akan tetapi mempunyai keterbatasan yaitu tingkat kedetilan obyek
VI-107
yang sangat minim. Proses referencing (identifikasi dan penentuan titik/obyek yang sama pada foto-foto
yang saling bertampalan) yang dilakukan dengan cara manual membuat hasil model 3D mempunyai
tingkat kedetilan relatif rendah, padahal untuk keperluan dokumentasi dan perekaman obyek benda
purbakala sangat memerlukan informasi kedetailan tekstur permukaan obyek.
Untuk mengatasi keterbatasan tersebut, pada tahun 2005 pihak BKPB mulai menggunakan aplikasi
range-based modeling berbasis teknologi laser scanning. Metode ini menghasilkan tingkat kedetilan
sangat tinggi melalui proses penyiaman/scanning menggunakan Laser Scanner dimana alat ini mampu
merekam kedetilan obyek hingga 10.000 titik/detik.
1.2 Tujuan
Tujuan penelitian ini adalah:
1) Pemodelan bangunan 3D Candi Borobudur dengan menggunakan Laser Scanner melalui metode
range-based modeling.
2) Pengujian akurasi geometrik model 3D candi menggunakan kriteria root mean square error pada
komponen jarak dan arah x,y dan z.
Aplikasi lain laser scanning lainnya adalah untuk pembuatan DEM dan orthoimage bangunan konstruksi
Aplikasi ini dilakukan Dodd (2003) untuk pengukuran gedung Rupert Myers yang berada di Kensington,
UNSW dengan menggunakan Cyrax 2400 Laser Scanner. Melalui proses scanning didapatkan visual
bentuk bangunan 3D yang sangat detail, dan akurat serta memberikan kemudahan dalam mendeteksi
kesalahan struktur pada suatu bangunan. Metode ini sangat disarankan untuk aplikasi sipil dan
konstruksi.
2. Metodologi
2.1 Landasan Teori
Laser scanning
3D Laser Scanner merupakan instrumen untuk penyiaman obyek real world, beberapa menyebut sebagai
motorized total station yang melakukan pengukuran obyek pada arah vertikal dan horizontal dengan
sangat detil, mencapai ribuan titik dalam setiap detiknya (Abdelhafiz, 2009). Laser scanner dapat
mengumpulkan data permukaan dan bentuk (surface) objek dengan sangat detil kemudian ditampilkan
dalam bentuk 3D. Data yang terkumpul dapat digunakan untuk mengkonstruksi bentuk digital dalam
model tiga dimensi yang berguna untuk berbagai macam kebutuhan proyek. Aplikasi umum yang biasa
menggunakan teknologi ini adalah industri desain, reverse engineering/prototyping, dan pelestarian
bentuk artefak bersejarah.
Laser scanning dapat dengan cepat menciptakan suatu gambaran tiga dimensi (3D) dari sebuah obyek
dengan cara memancarkan gelombang laser ke obyek dan merekam kembali gelombang pantulannya
setelah mengenai obyek (misal atap bangunan, pucuk pohon, atau permukaan tanah). Alat 3D laser
Scanner memiliki kecepatan dan ketelitian yang tinggi dalam pengukurannya, bahkan ketelitiannya bisa
mencapai ukuran milimeter dengan jarak dari puluhan hingga ratusan meter. Laser scanner dapat
mengirimkan lebih dari satu trilyun cahaya foton terhadap suatu objek dan menerima kembali foton
tersebut melalui optik yang digunakan. Tujuan dari suatu 3D laser scanner biasanya untuk menciptakan
awan-awan titik (point clouds) dari permukaan obyek dalam bentuk geometrik. Titik-titik ini kemudian bisa
digunakan untuk mengekstrapolasi bentuk dari subyek (suatu proses yang disebut rekonstruksi).
VI-108
Gambar 1 Prinsip Kerja Perekaman Data
Dari gelombang sinar laser yang dipantulkan oleh objek pada saat perekaman diukur waktunya, yaitu
waktu yang diperlukan untuk pengiriman gelombang sampai penerimaaan pantulan sehingga dari waktu
tersebut dapat diketahui jaraknya.
(1)……………. R = ( C . ΔT )/ 2
Dalam hal ini :
R : jarak dari scanner ke titik objek (m)
8
C : kecepatan gelombang sinar laser (3.10 m/s)
ΔT : jumlah waktu pergi dan pulang (detik)
Selain jarak, dari proses perekaman data juga diukur sudut horizontal dan sudut vertikal. Dari ukuran
sudut dan jarak tersebut dapat diketahui koordinat titik objek. Data hasil pengukuran pada setiap kali
berdiri alat laser scanner adalah dalam koordinat 3D yang sering disebut dengan scanworld.
Registrasi data
Tujuan dari registrasi adalah untuk menggabungkan data dari beberapa scanworld (berdiri alat) menjadi
satu sehingga memiliki sistem koordinat yang sama dan tidak terpisah-pisah seperti sebelumnya. Prinsip
kerja dari registrasi sebenarnya adalah transformasi koordinat sebangun 3D, dimana dalam transformasi
koordinat 3D dibutuhkan minimal 3 titik ikat. Berdasarkan jenis titik ikat yang digunakan, ada 3 metode
yang digunakan dalam melakukan registrasi data, yaitu: metode target to target, cloud to cloud dan
kombinasi. Pada metode target to target, titik ikat yang digunakan untuk registrasi adalah titik target yang
dipasang di sekitar objek (premark) dan diidentifikasi pada saat perekaman data. Pada metode cloud to
cloud, titik ikat yang digunakan untuk registrasi didapat dari titik-titik objek hasil perekaman sehingga
pada saat perekaman data tidak diperlukan pemasangan target.
VI-109
Gambar 2 Titik Premark yang Dipasang pada Keempat Sisi Candi
Karena tiap area yang disiam memiliki range dan sampling spacing yang berbeda, maka dilakukan
pembuatan ROI (Region of Interest) untuk masing-masing range dan samping spacing dengan cara
membuat boundary pada image di layar scanhead.
Pengolahan data
Ada 2 tahap utama dalam proses pengolahan data pointcloud, registrasi antar scanworld dan pembuatan
model absolut (georeference). Tujuan dari registrasi adalah untuk menggabungkan data dari beberapa
scanworld (tempat berdiri alat) menjadi satu, sehingga memiliki sistem koordinat yang sama dan tidak
terpisah-pisah seperti sebelumnya. Hasil dari proses ini adalah model 3D relatif. Prinsip kerja dari
registrasi adalah transformasi koordinat sebangun 3D, dimana dibutuhkan minimal 3 titik ikat. Pada
penelitian ini digunakan registrasi cloud to cloud. Pada metode cloud to cloud, titik ikat yang digunakan
untuk registrasi didapat dari titik-titik objek hasil perekaman /
Hasil dari proses registrasi antar scanworld adalah model relatif 3D. Untuk membawa model ini ke model
absolut yang terikat ke koordinat tanah diperlukan proses georeference. Setelah proses georeference
selesai, maka proses selanjutnya adalah menghilangkan/editing objek-objek yang tidak diperlukan yang
VI-110
berada diluar daerah candi. Hasil akhir dari proses ini adalah model 3D candi Borobudur yang telah
tergeoreference. Model ini bisa divisualisasikan dalam berbagai mode seperti; shaded relief, image color
RGB, subgroup by ROI, wireframe, point, dsb.
Color pointcloud
RGB
Shaded texture
Wire frame
VI-111
Gambar 5 Hasil Georeference (model absolut)
4. Kesimpulan
Berdasarkan kajian yang telah dilakukan, maka dapat disimpulkan:
a. Hasil model 3D candi mempunyai tampilan visual yang realistis dan mewakili bentuk dari obyek
aslinya. Hal ini dikarenakan metode ini bisa melakukan perekaman obyek dengan tingkat kedetilan
yang sangat tinggi. Metode ini sangat efisien untuk pemodelan obyek candi Borobudur dimana
memiliki volume sangat besar.
b. Tekstur model 3D yang dihasilkan sangat realistis akan tetapi tingkat radiometrik yang dihasilkan
kurang baik. Hal ini dikarenakan tingkat radiometrik dihasilkan oleh kamera internal laser scanner
yang memiliki resolusi sangat rendah.
c. Hasil uji akurasi geometrik model 3D candi memiliki tingkat akurasi tinggi. Akurasi posisi titik pada
model menghasilkan RMSX= 18,430 mm, RMSY = 14,316 mm dan RMSZ = 19,610 mm, sedangkan
akurasi jarak pada model menghasilkan RMS sebesar 24,713 mm.
5. Ucapan Terimakasih
Penulis mengucapkan terimakasih kepada Ir. Rega Himawan (PT. ASABA) atas ijin penggunaan alat
TLS dan software Polywork IM, Ir. Marsis Sutopo (BKPB) atas ijin penelitian di Borobudur serta kepada
team support teknis Optech ILRIS 3D atas bantuan teknis selama penelitian ini berlangsung.
VI-112
6. Referensi
Abdelhafiz, A. (2009): Integrating Digital Photogrammetry and Terrestrial Laser Scanning, Disertasi
Geodätische Schriftenreihe der Technischen Universität Braunschweig, Nr. 23, Braunschweig , 2009.
Dodd, M. (2003): Combining terrestrial Laser Scanning and Photogrammetry, School of Surveying and
Spatial Information Systems, University of New South Wales, Sydney, Australia.
Jacobs, G. (2005): High Definition Surveying : 3D Laser Scanning Use in Building and Architectural,
Professional Surveyor Magazine.
Pfeifer, N, and Licthi, D. (2004): Terrestrial Laser Scanning, GIM December Edition, Netherland.
Website: www.optech.ca, diakses tanggal 10 Maret 2010
VI-113
Pemilihan Fitur Citra Hiperspektral Hymap dan Model Prediksi Panen Padi Menggunakan
Algoritma Genetika dan Regresi Komponen Utama
1) 2) 3) 4)
Sidik Mulyono , Erna Piantari , Mohamad Ivan Fanany , dan Tjan Basaruddin
1)
Badan Pengkajian dan Penerapan Teknologi
2)
Mahasiswa S1 Departemen Ilmu Komputer Institut Pertanian Bogor
3) 4)
Fakultas Ilmu Komputer, Universitas Indonesia
Abstrak: Citra hiperspektral Hymap yang terdiri dari jumlah band yang sangat banyak, memerlukan metode
analisa yang canggih untuk menganalisanya. Salah satu pendekatannya adalah mengurangi computational
cost, dengan mengeliminasi band yang tidak memberikan nilai tambah terhadap analisa maupun model
prediksi yang akan dilakukan, yaitu dengan menggunakan algoritma genetika yang dipadukan dengan
regresi komponen utama. Nilai fitness yang digunakan untuk menentukan jumlah band yang paling optimal
adalah nilai error terkecil berdasarkan kaidah norm dari model prediksi yang dibangun. Model prediksi yang
terbangun ini dapat diaplikasikan ke dalam citra hiperspektral Hymapuntuk mengetahui sebaran
produksifitas padi di suatu wilayah.
Kata kunci: Citra hiperspektral, Algoritma genetika, Regresi komponen utama, Produktifitas padi
1. Latar Belakang
Teknologi penginderaan jauh (inderaja) hiperspektral yang merupakan pengembangan teknologi
inderaja terkini memiliki beberapa keunggulan yang sangat nyata dibanding teknologi inderaja
multispektral sebelumnya. Dengan memiliki jumlah band yang berjumlah hingga ratusan kanal,
membuat teknologi ini sangat memungkinkan untuk dikaji secara lebih rinci dalam memantau
vegetasi pada umumnya, maupun yang lebih khusus seperti untuk memantau pertumbuhan dan
perkembangan kondisi tanaman padi. Teknologi inderaja memiliki potensi untuk memberikan
informasi tentang tanaman pertanian secara kuantitatif dan cepat, tanpa merusak tanaman itu
sendiri di daerah cakupan yang sangat luas. Selain itu juga karena inderaja dapat memberikan
informasi tentang status sebenarnya dari tanaman pertanian, maka integrasi antara data inderaja
dan model simulasi pertumbuhan tanaman merupakan tren penting untuk estimasi hasil dan
prediksi, (Huang Jing-feng et al., 2002).
Akan tetapi, di balik dari keunggulan inderaja hiperspektral yang memiliki hingga ratusan band ini,
terdapat beberapa kelemahan. Biaya yang cukup mahal untuk melakukan pengambilan data di
lapangan, sehingga data yang terkumpul dan akan digunakan untuk analisis sangat terbatas
sekali. Selain itu juga kemungkinan terdapat hubungan multikolinear antar band yang saling
berdekatan, yang dapat menimbulkan kutukan dimensi (curse of dimension), sehingga hasil
analisis akan mengalami overfitting (Gustavo Camps-Valls et al, 2005). Untuk menghindari hal
tersebut maka diperlukan pengembangan metode baru untuk menganalisisnya.
Dalam makalah ini akan dibahas metode algoritma genetika yang dipadukan dengan regresi
komponen utama (GA-PCR). Algoritma genetika akan membentuk konfigurasi band hiperspektral
Hymap dari mulai pembentukan konfigurasi penuh seluruh band (berjumlah 116 band), dan
melalui proses cross-over dan mutasi, akan dibentuk generasi baru yang jumlah bandnya
semakin berkurang, tetapi keakurasiannya meningkat hingga mencapai titik konvergen. Setiap
konfigurasi band yang terbentuk, akan dilakukan regresi menggunakan PCR terhadap 3
parameter agronomi, yaitu terhadap indeks luas daun (LAI), nilai kehijauan (yang
direpresentasikan dalam bentuk nilai SPAD), serta produktifitas padi (yield). Penentuan
kecocokan (fitness) dalam proses genetika ini dilakukan berdasarkan nilai terkecil dari error
berdasarkan kaidah norm yang dianalisis menggunakan PCR, lalu dikalibrasi dan diuji
menggunakan 8 kali putaran sampling (8-fold train-test sampling). Proses genetika akan berhenti
dengan sendirinya bila nilai fitness sudah mencapai nilai jenuh (convergence), dan konfigurasi
band yang terbentuk menunjukan band optimal yang akan digunakan untuk membangun model
prediksi tanaman padi.
VI-127
2. Bahan dan Metoda (Teknik Analisis)
2.1 Area Studi dan Sampling
Studi dilakukan di 2 lokasi sentra produksi padi yaitu Kabupaten Subang (Koordinat : 107” 31’ -
107” 54’ Bujur timur dan 6” 1’ - 6” 49’ Lintang selatan) dan Kabupaten Indramayu (Koordinat :
107"51'-108"36' Bujur Timur dan 6"15' - 6"40' Lintang Selatan), propinsi Jawa Barat. Kedua
kabupaten ini memiliki kontribusi lebih dari 2% dari seluruh produksi padi nasional dengan
kemampuan panen rerata sekitar 5.5 sampai dengan 6.0 ton/ha.
Gambar 1 Lokasi Studi Pengamatan Spectral (Field campaign dan Airborne campaign)
Objek pengukuran di kedua area studi, yaitu Kabupaten Subang dan Indramayu, yang masing-
masing tersebar di 10 segmen pengukuran, dan setiap segmen terdiri dari 10 petakan.
Pengamatan parameter agronomi (LAI dan SPAD) dilakukan di setiap petakan tersebut, dan
masing-masing petakan sudah diukur posisinya menggunakan D-GPS. Data GPS ini akan
digunakan untuk menentukan posisi petakan yang ada di dalam citra hiperspektral Hymap, dan
menjadi acuan untuk mengekstrak data hiperspektral setiap petakan. Sedangkan untuk
pengamatan ubinan (yield) dilakukan setelah pengukuran lapangan, yaitu menunggu waktu
panen seluruh petakan yang menjadi objek pengamatan.
Data LAI, SPAD, dan yield disusun sedemikian rupa berdasarkan petakan, sehingga mudah
untuk dipasangkan dengan nilai reflektan di setiap petakan pada citra HyMap, dan memiliki nilai
statistik seperti yang ditunjukkan pada Tabel 1.
Tabel 1 Nilai Statistik Dari Hasil Pengamatan LAI, SPAD, dan Yield
Parameter yang Nilai Nilai Deviasi
Jumlah data Nilai rerata Jangkauan
diamati Minimum Maksimum standar
LAI (-) 109 0.146 2.450 5.432 1.359 5.286
SPAD (-) 110 28.3 37.87 44.3 3.52 16.0
Yield (ton/h) 73 2.27 6.452 9.87 1.835 7.60
VI-128
diperoleh data spektral hanya untuk 76 petakan saja. Jumlah ini sebetulnya sangat sedikit
dibanding dengan rencana pengamatan di lapangan saat field campaign berlangsung, sehingga
diperlukan suatu teknik analisis yang handal untuk dapat membangun model prediksi yang
akurat.
Data spektral yang sudah diekstrak tersebut kemudian diperiksa profil spektralnya yang
mengalami derau akibat ketidakmampuan sensor mendeteksi cahaya pada panjang gelombang
tertentu, karena telah diserap oleh uap air di udara (water absorption). Dari hasil pengamatan
diketahui bahwa band yang mengalami derau ada sebanyak 10 band, dan band-band tersebut
dieliminasi dari data set aslinya sehingga jumlah band yang tetap digunakan sebanyak 116 band.
Selanjutnya data spektral seluruh petakan yang sudah tereliminasi tersebut digabungkan ke
dalam bentuk matriks, dimana jumlah kolom menunjukkan jumlah band hiperspektral dan jumlah
baris menunjukkan jumlah petakan atau sampel spektral. Agar memudahkan dalam melakukan
korelasi terhadap parameter agronomi dan Yield, maka setiap baris matriks tersebut diberi kode
nama petakan. Dan untuk menghindari pengaruh ill condition dalam analisis, maka seluruh nilai
spektral tersebut dinormalisasi dengan satuan 10.000.
(b)
Gambar 2 Profil Spektral Hiperspektral Hymap (a) Sebelum dan (b) Sesudah Eliminasi Band
2.4 Kombinasi GA-PCR untuk Menentukan Jumlah Band Hiperspektral yang Optimal
Algoritma genetika sangat dikenal kemampuannya secara efisien dapat mencari solusi terbaik
dalam suatu ruang yang luas, dan relatif tidak terlalu sensitif terhadap pengaruh derau (Haleh
Vafaie et al), sehingga cocok diaplikasikan untuk pemilihan fitur dasar yang lebih handal dalam
rangka meningkatkan kualitas analisis dan kualitas model prediksi.
Algoritma Genetika adalah algoritma yang dikembangkan dari proses pencarian solusi
menggunakan pencarian acak, ini terlihat pada proses pembangkitan populasi awal yang
menyatakan sekumpulan solusi yang dipilih secara acak. Selanjutnya pencarian dilakukan
berdasarkan proses-proses teori genetika yang memperhatikan pemikiran bagaimana
memperoleh individu yang lebih baik, sehingga dalam proses evolusi dapat diharapkan diperoleh
individu yang terbaik (Achmad Basuki, 2003).
Dalam penelitian ini algoritma genetika diaplikasikan ke dalam data hiperspektral untuk mencari
jumlah band yang optimal yang dapat digunakan untuk membangun model prediksi. Yang
dimaksud dengan jumlah band optimal adalah jumlah band yang relatif lebih sedikit dari data set
aslinya, tetapi dapat meningkatkan keakuratan model yang akan dibangun serta dapat
mengurangi beban komputasi (computational cost). Populasi awal yang dibentuk adalah
sebanyak 20 individu dengan 116 gen biner, yaitu sesuai dengan jumlah band hiperspektral yang
telah dieliminasi. Untuk generasi pertama, seluruh individu dibuat memiliki nilai biner 1, sebagai
acuan solusi untuk seluruh band yang tersedia. Kemudian untuk generasi berikutnya akan
dikombinasikan dengan pembangkitan acak, seleksi, perkawinan silang (cross-over) dan mutasi
gen.
Seleksi dilakukan berdasarkan nilai fitness setiap individu, dimana setiap individu memiliki nilai
fitness sesuai dengan gen yang terbentuk secara acak, yang merupakan penentu dari solusi yang
paling optimal. Nilai fitness ini diperoleh dari proses korelasi antara gen (yang merupakan
representasi dari jumlah band) yang terbentuk secara acak dalam proses seleksi dan
dikorelasikan dengan suatu variable terikat. Untuk mendapatkan korelasi tersebut sebagai acuan
fitness, adalah dengan mengaplikasikan regresi komponen utama (principal component
regression) ke dalam algoritma genetika.
VI-129
Analisa komponen utama merupakan salah satu solusi untuk menghindari masalah multi
kolinearitas. Pada dasarnya analisa ini adalah bertujuan untuk menyederhanakan variabel yang
diamati dengan cara menyusutkan (mereduksi) dimensinya. Hal ini dilakukan dengan cara
menghilangkan korelasi diantara variabel bebas melalui transformasi variabel-variabel bebas asal
ke variabel baru yang tidak berkorelasi sama sekali atau yang biasa disebut dengan komponen
utama (principal component). Setelah beberapa komponen utama yang bebas multikolinearitas
diperoleh, maka komponen-komponen tersebut menjadi variabel bebas baru yang akan
diregresikan atau dianalisa pengaruhnya terhadap variabel tak bebas dengan menggunakan
analisis regresi. Salah satu cara untuk mendapatkan komponen utama adalah dengan metode
Singular Value Decomposition (SVD), yaitu dengan memfaktorkan matrik yang terbentuk dari gen
pada proses algoritma genetika, ke dalam 2 matrik orthogonal dan 1 matrik diagonal. Setelah
komponen utama terbentuk, kemudian diregresikan menggunakan metode kuadrat terkecil (least
square method). Dan model prediksi yang terbentuk dari hasil regresi komponen utama (Bent
Jørgensen et al, 2007) ditunjukan pada persamaan (1).
(1).............................................
Dari hasil analisa regresi ini kemudian dihitung besar simpangan (error) terhadap nilai
aslinya, dengan menggunakan kaidah norm-p (T. Basaruddin, 2007), ditunjukan oleh
persamaan (2).
(2)...................................
Dimana merupakan anggota dari [1,2,∞], adalah jumlah sampel, dan masing-masing
adalah nilai variabel terikat hasil pengukuran dan hasil prediksi. Norm-2 lebih dikenal sebagai
euclidean norm atau setara dengan nilai root mean square error (RMSE), sedangkan norm-1
merupakan akumulasi jumlah error keseluruhan, dan norm-∞ merupakan nilai error
maksimum yang ada diantara seluruh sampel yang ada. Bila jumlah generasi yang
dibangkitkan melalui algoritma genetika ini dinotasikan sebagai , maka nilai fitness dari
setiap tahapan seleksi dihitung menggunakan persamaan (3).
(3)........................................
Sedangkan koefisien determinasi (R2) yang menunjukan nilai kedekatan suatu model prediksi
terhadap variable terikat dihitung setelah proses fitness sudah mencapai kondisi konvergen
pada suatu titik, yang dihitung menggunakan persamaan statistik berikut ini.
(4)...........................................
Dimana,
Karena jumlah sampel yang sangat terbatas, maka untuk meningkatkan akurasi dalam
proses kalibrasi regresi (model prediksi), sampel yang tersedia dibagi ke dalam 8 bagian
secara acak, yaitu 1 bagian merupakan data pengujian (test set), sedangkan sisanya
merupakan data pelatihan (train set). Proses kalibrasi dilakukan secara iterasi sebanyak 8
kali pelatihan dan pengujian. Dari hasil pengujian diperoleh 8 alternatif hasil dan model yang
terbaik dipilih berdasarkan nilai norm yang paling minimum, hal ini mirip seperti metode
penentuan nilai fitness pada persamaan (3).
VI-130
Populasi
Elitism
baru
e
Seleksi
Populasi individu
PC
awal
R
No Reproduksi:
Evaluasi Cross-Over dan
fitness mutasi
Yes
Gambar 3 Siklus GA-PCR untuk Pemilihan Band Optimal dan Pembangunan Model Prediksi
Gambar 4, 5, dan 6 masing-masing menunjukkan perubahan nilai fitness, jumlah band optimal,
serta nilai koefisien determinasi R2 selama proses generasi berlangsung yang dikorelasikan
terhadap variabel terikat LAI, SPAD, dan Yield. Secara umum dapat diketahui bahwa fitness yang
menggunakan norm-∞ lebih cepat mencapai kondisi konvergen, karena penggunaan
computational cost untuk norm-∞ adalah yang paling sederhana dibanding dengan norm lainnya.
Tetapi dilihat dari sisi capaian jumlah band dan koefisien determinasi yang dihasilkan norm-∞
tidak seoptimal norm lainnya, sehingga dalam hal ini norm-∞ tidak digunakan untuk penentuan
band optimal, dan cenderung menggunakan norm-1 atau norm-2. Untuk prediksi LAI dan SPAD,
fitness yang paling tepat digunakan adalah error dengan kaidah norm-2 yang capaian jumlah
band paling sedikit (52 band dan 62 band) dan capaian R2 paling tinggi (0.9998 dan 0.9972).
Sedangkan untuk model prediksi Yield, fitness yang paling tepat digunakan adalah norm-1
dengan capaian jumlah band adalah 39 dan R2 mencapai 0.9996. Dengan memilih jumlah band
paling sedikit, diharapkan dapat mengurangi beban komputasi pada saat model ini diaplikasikan
ke dalam citra yang sesungguhnya dan tanpa mengurangi tingkat keakurasiannya.
Pada tabel 3a – 3c ditunjukkan konfigurasi band optimal dalam bentuk biner, dimana nilai 1
menunjukkan band yang aktif, dan nilai 0 menunjukkan band yang tidak diperlukan. Dari bentuk
biner kemudian konfigurasi band optimal ini ditampilkan dalam bentuk pita hijau di atas profil
hiperspektral,yang masing-masing digunakan untuk memprediksi LAI, SPAD, dan Yield, seperti
yang ditunjukan pada gambar 7. Dari gambar tersebut diketahui bahwa konfigurasi band optimal
untuk LAI dan SPAD memiliki konfigurasi yang unik, yaitu terdapat daerah blank spot (band
kosong) yang hampir sama minimal di 2 lokasi, masing-masing adalah 1280 ~ 1488 nm, dan
1736 ~ 1784 nm. Sedangkan untuk Yield terlihat terdapat blank spot yang lebih luas lagi di sekitar
1543 ~ 2045 nm. Hal ini menunjukan bahwa untuk keperluan prediksi, daerah-daerah blank spot
tersebut tidak diperlukan sama sekali sehingga dapat dieliminasi dan dapat meningkatkan
kecepatan komputasi serta meningkatkan akurasi. Dari gambar ini juga dapat diketahui bahwa
pemilihan fitur hiperspektral menggunakan GA-PCR secara relatif dapat juga menghilangkan
pengaruh derau (water absorption) di sekitar 1280 ~ 1488 nm dan 1736 ~ 1784 nm, tetapi tidak
mampu mengeliminasi derau yang terjadi di atas 2000 nm, karena kemampuan algoritma
genetika yang tidak sensitive terhadap derau kecil.
Selain menghasilkan konfigurasi band optimal, metode GA-PCR ini juga sekaligus dapat
menghasilkan model prediksi dengan akurasi tinggi (error terendah). Tabel 4, 5, dan 6
menunjukkan nilai koefisien untuk parameter dan yang diperlukan dalam model prediksi
VI-131
menggunakan PCR, yaitu dengan cara memasukkan seluruh parameter tersebut ke dalam
persamaan (1) yang dibangun ke dalam program IDL (Interactive Data Language), kemudian
diintegrasikan dengan data hiperspektral Hymap berdasarkan konfigurasi band optimal pada
tabel 3.
VI-132
Tabel 4 Koefisien regresi PCR untuk memprediksi LAI
Parameter Koefisien
2.428555
0.056786 0.054742 0.059445 0.068623 0.064601 0.058989 0.053156 0.052319
0.094055 0.203223 0.251788 0.289071 0.293180 0.293351 0.292984 0.2928 86
0.295308 0.296028 0.264942 0.256644 0.256263 0.269040 0.287912 0.289665
0.285634 0.260263 0.235519 0.221218 0.213531 0.214696 0.204714 0.196664
0.080416 0.080627 0.089579 0.094927 0.115356 0.117495 0.119908 0.118358
0.113776 0.110800 0.103576 0.027987 0.030984 0.034999 0.042177 0.049438
0.054549 0.056408 0.057823 0.051655 0.047752 0.043951 0.040378 0.036728
0.030402 0.028020 0.022009 0.017810 0.012857 0.008799
-16.892390 -126.484863 114.771357 -124.694599 203.909398 122.919414 -318.774749
244.826381 -177.103891 149.206672 -143.411203 75.028737 -82.564502 -193.757924
255.519356 -49.024648 63.768082 -29.914844 -88.077096 190.245826 107.056803 -
231.683689 79.140493 9.476402 10.096588 -26.732899 33.234603 25.666785 86.762491
-168.822942 -41.422961 40.619380 23.484548 55.210051 -10.284295 33.985064 -
68.417900 -138.971852 -27.317412 0.053165 201.255789 84.921864 -112.711190 -
42.371022 -30.633941 124.328039 133.554523 -140.447335 -51.349776 -72.879617
16.906614 -150.872588 102.850438 -55.852687 51.330448 73.026416 -57.686070
98.653533 -1.815510 67.687109 -45.035643 9.202556
Tabel 5 Koefisien regresi PCR untuk memprediksi SPAD
Parameter Koefisien
37.749996
0.057146 0.068904 0.062817 0.059323 0.052578 0.094434 0.141725 0.288234
0.295002 0.295906 0.292415 0.293466 0.294572 0.295277 0.290965 0.278318
0.261020 0.268419 0.282926 0.287181 0.288218 0.289158 0.285270 0.234933
0.220884 0.215247 0.213293 0.214558 0.080275 0.084179 0.112169 0.120527
0.115918 0.110548 0.097990 0.097269 0.027786 0.027942 0.037574 0.041866
0.049111 0.051992 0.054269 0.056087 0.059079 0.055144 0.047536 0.036534
0.033248 0.030149 0.021773 0.017727
388.418228 -495.939145 -1016.715647 183.452978 1013.702405 -712.678291 671.011847
522.548986 -1304.549693 969.119853 -622.764520 1113.728824 -608.559438 487.286865
-928.612533 243.789893 290.376472 974.521030 -1366.957283 285.471966 1336.329101
-682.564494 -280.166293 -381.628049 -928.385622 -617.609881 2667.819969 -1207.056213
671.844826 -45.714218 110.373108 -852.870351 -983.021433 964.197080 1228.341638
-83.127371 -399.706674 -305.846498 -495.813787 1325.498711 1769.742110 -2310.988441
-692.192917 -985.784091 730.977199 -2334.821629 1067.920814 1060.261927 1492.997230
-310.268263 146.439134 -681.072187
Tabel 6 Koefisien regresi PCR untuk memprediksi Yield
Parameter Koefisien
7.318333
0.063726 0.061328 0.059564 0.071924 0.067070 0.065782 0.060419 0.198180
0.262338 0.279387 0.278320 0.277606 0.279869 0.280813 0.276979 0.254628
0.248250 0.252849 0.277403 0.278643 0.231379 0.213105 0.210209 0.204173
0.188494 0.085639 0.086684 0.095746 0.047704 0.051244 0.064653 0.060363
0.052516 0.048524 0.040644 0.025539 0.020453 0.015548 0.010038
56.718968 -351.078399 105.251543 334.050371 171.061567 -66.947325 -149.490609 -
55.658692 155.693924 -127.261121 -322.583939 132.444210 91.093673 318.274303 -
155.706285 157.810564 -385.978238 245.152213 67.528484 -143.022733 81.613578 -
309.889002 72.210903 176.555850 -45.406633 59.240308 118.639477 66.959452 -
152.441783 -324.251766 -89.436813 253.021068 -311.318350 -112.099952 465.860311
153.118206 71.019370 25.094487 -130.463604
VI-133
Blank Blank
spot spot
(a) LAI
Blank Blank
spot spot
(b) SPAD
Blank Significant
spot Blank spot
(c) Yield
Gambar 7 Konfigurasi Band Optimal
VI-134
4. Kesimpulan
Pada penelitian ini telah dilakukan pemilihan fitur (band) hiperspektral Hymap dengan metode
kombinasi GA-PCR. Nilai fitness yang digunakan adalah mengacu pada nilai error terkecil dari 3
kaidah norm. Karena nilai fitness diorientasikan untuk mencari nilai error yang terkecil, maka
model prediksi yang dihasilkan GA-PCR ini memiliki tingkat keakurasian yang cukup tinggi. Ini
terbukti dari koefisien determinasi yang dihasilkan hampir mendekati nilai 1.
Selain itu, GA-PCR juga menghasilkan konfigurasi band optimal yang jauh lebih sedikit dari
jumlah band aslinya, sehingga akan dapat meningkatkan kecepatan komputasi pada saat
melakukan prediksi terhadap citra hiperspektral Hymap.
Secara relatif, GA-PCR juga dapat menghilangkan band-band yang berpengaruh derau yang
diakibatkan oleh resapan spectrum cahaya oleh uap air di udara, sehingga diharapkan dapat
membantu tahapan pra proses pengolahan citra hiperspektral.
Model prediksi yang dibangun dalam penelitian ini dikalibrasi dengan data hiperspektral tanaman
padi, sehingga hanya efektif digunakan untuk objek tanaman padi saja. Agar model prediksi ini
dapat digunakan secara optimal, maka harus diintegrasikan dengan metode klasifikasi citra yang
khusus untuk objek tanaman padi.
Teknologi hiperspektral telah membuka wawasan dan paradigma berpikir baru bagi para peneliti
di bidang inderaja, serta memberikan peluang yang sangat luas untuk mengaplikasikan teknologi
ini untuk berbagai keperluan yang lebih mendukung kebutuhan hidup dan kesejahterraan
manusia.
5. Referensi.
Achmad Basuki. (2003): Algoritma Genetika, Suatu Alternatif Penyelesaian Permasalahan Searching,
Optimasi dan Machine Learning”. Politeknik Elektronika Negeri Surabaya. PENS –ITS, Surabaya
Allard de Wit. (2011): IDL Genetic Algorithms. available at http://ajwwag.home.xs4all.nl/, 21 March 2011
Bent Jørgensen and Yuri Goegebeur. (2007): Multivariate Data Analysis and Chemometrics: Modul 6:
Principal Components Regression. http://statmaster.sdu.dk/courses/ST02
Gustavo Camps-Valls, and Lorenzo Bruzzone. (2005): Kernel Based Method for Hyperspectral Image
Classification. IEEE Transactions on Geoscience and Remote Sensing, Vol. 43, no. 6, June 2005
Haleh Vafaie and Kenneth De Jong. Genetic Algorithms as a Tool for Feature Selection in Machine
Learning. Center for Artificial Intelligence.George Mason University
Huang Jingfeng, Tang Shuchuan, Ousama Abou-Ismail, Wang Renchao. (2002): Rice yield estimation using
remote sensing and simulation model. Journal Of Zhejiang University Science. 3 (4): 461-466
T. Basaruddin. (2007): Komputasi Numerik. Fakultas Ilmu Komputer UI
VI-135
Pembangunan Kamus Spektral Pada Sistem Klasifikasi Tutupan Lahan LCCS
1) 2) 3) 4)
Soni Darmawan , Ishak. H. Ismullah , Ketut Wikantika , dan Agung Budi Harto
1) 2) 3) 4)
Kelompok Keahlian Inderaja dan Sains Informasi Geografis Fakultas Ilmu dan Teknologi Kebumian
Institut Teknologi Bandung
Abstrak :Sistem klasifikasi tutupan lahan Land Cover Classification Systems (LCCS) yang di kembangkan
FAO dan UNEP telah menjadi standar internasional sistem klasifikasi tutupan lahan. Oleh karena itu perlu
adanya kamus spektral yang berisikan informasi karakteristik spektral tiap tipe tutupan lahan pada sistem
klasifikasi tutupan lahan LCCS yang dapat dijadikan acuan untuk proses klasifikasi tutupan lahan khususnya
di wilayah Indonesia. Penelitian ini bertujuan untuk membangun kamus spektral hasil pengukuran
spektrometer Cropscan MSR 16R dan citra satelit Landsat 5 TM. Ruang lingkup penelitian ini adalah
pengukuran spektral tiap tipe tutupan lahan dengan menggunakan spektrometer, karakterisasi spektral pada
citra Landsat 5 TM dan verifikasi nilai spektral hasil pengukuran spektrometer dan citra Landsat 5 TM. Hasil
dari penelitian ini adalah kamus spektral yang berisikan informasi karakteristik spektral tipe tutupan lahan
pada sistem klasifikasi LCCS berdasarkan pengukuran spektrometer dan citra Landsat 5 TM.
1. Pendahuluan
Tutupan lahan (land cover) dalam Land Cover Classification Systems (LCCS) yang di
kembangkan oleh Di Gregorio (2005) didefinisikan sebagai The observed bio-physical cover on
the earth’s surface. Menurut Tateishi dan Hastings (2002), untuk skala global informasi tutupan
lahan akan sangat bermanfaat untuk pengambilan keputusan dalam masalah penurunan kualitas
tanah, lahan kritis, hilangnya keanekaragaman hayati, ketahanan pangan dan perubahan iklim.
Skala regional dan lokal informasi tutupan lahan sangat berguna untuk mengetahui daya dukung
lahan, perencanaan wilayah, pengelolaan lingkungan, sumber daya air dan penduduk yang
menempati lahan tersebut.
Dewasa ini data utama yang banyak digunakan untuk pengambilan informasi tutupan lahan
bersumber pada citra satelit hasil dari penginderaan jauh. Pengambilan informasi pada citra
satelit dilakukan dengan cara klasifikasi citra digital dan dengan cara visual. Untuk klasifikasi
menggunakan banyak data akan sulit jika digunakan cara visual. Dengan menggunakan cara
digitalpun dibutuhkan teknik khusus selain metode konvensional yang biasa digunakan. Menurut
Horvitz dkk. (1988), di dunia komputasi pada periode 1940 telah berkembang sistem pakar dan
kecerdasan buatan yang bersamaan dengan berkembangnya teori pengambilan keputusan.
Pemanfaatan keduanya dapat digunakan untuk pengambilan suatu keputusan berdasarkan
pengetahuan manusia. Teknik ini dijadikan teknik alternatif untuk klasifikasi citra dengan
menggunakan banyak data. Menurut Goodenough dkk. (1987) salah satu hal yang terpenting
pembangunan sistem pakar dalam penginderaan jauh adalah pengetahuan. Pengetahuan
sebagai pengendali dalam sistem pakar (Quinlan, 1986). Pengetahuan dalam sistem pakar
pengolahan citra berupa pengetahuan data, pengetahuan karakteristik spektral obyek dan
pengetahuan teknik pengolahan citra (Matsuyama, 1987). Menurut Carlotto dkk. (1984)
pengetahuan dalam penginderaan jauh adalah pengetahuan karakteristik spektral obyek dalam
suatu sensor. Oleh karena itu untuk klasifikasi tutupan lahan, informasi karakteristik spektral tiap
tutupan lahan sesuai dengan sistem klasifikasi tutupan lahannya menjadi hal yang paling
fundamental. Penelitian ini bertujuan untuk membangun kamus spektral hasil pengukuran
spektrometer Cropscan MSR 16R dan citra satelit Landsat 5 TM. Ruang lingkup penelitian ini
adalah pengukuran spektral tiap tipe tutupan lahan dengan menggunakan spektrometer,
karakterisasi spektral pada citra Landsat 5 TM dan verifikasi nilai spektral hasil pengukuran
spektrometer dan citra Landsat 5 TM.
VI-137
Bandung (Gambar 1). Penelitian ini menggunakan citra multispektral dari satelit Landsat 5 TM
perekaman tanggal 29 Juni 2009 dengan indeks lokasi di lintasan 122 dan baris 65.
Survei pengumpulan data cuplikan lapangan mengacu pada McCoy (2005), untuk sebaran
cuplikan lapangan dipilih sistem clustered pattern. Sebaran cuplikan lapangan sistem clustered
pattern merupakan sebaran cuplikan lapangan berdasarkan pada pengelompokan pola tutupan
lahan. Menurut McCoy sistem ini mempunyai keuntungan dikarenakan pola tutupan lahan yang
akan disurvei terlebih dahulu telah diketahui sehingga identifikasi dan akses ke lokasi akan lebih
mudah serta waktu survei dimungkinkan akan lebih hemat.
VI-138
Gambar 3 Survei Pengumpulan Data Cuplikan Lapangan Menggunakan Sistem Clustered Pattern
Dan Teknik Sample Point
Cuplikan lapangan menggunakan teknik sample point yang diukur posisinya dengan
menggunakan GPS genggam. Ukuran cuplikan lapangan ditentukan oleh resolusi spasial citra
satelit yang digunakan. Dalam penelitian ini menggunakan citra satelit Landsat 5 TM dengan
resolusi spasial 30 meter. Menurut McCoy (2005) jika resolusi spasial 30 meter maka akurasi
GPS yang digunakan maksimal ±0.5 piksel (15m), dengan menggunakan GPS genggam akurasi
untuk akurasi 15 m untuk pengukuran ditempat terbuka dapat dipenuhi. Ukuran lapangan yang di
cuplik mempunyai tutupan lahan homogen, yang ukurannya menurut Justice dan Townshend
(1981) dalam McCoy (2005) diformulasikan sebagai :
(1).......................................... A = P(1+2L)
Dengan :
A= ukuran lapangan yang di cuplik
P = resolusi spasial citra yang digunakan
L = estimasi akurasi lokasi
Oleh karena itu, bila menggunakan citra satelit Landsat 5 TM dengan resolusi 30 meter (A=30)
dan estimasi akurasi lokasi 0.5 piksel (L=0.5) maka ukuran lapangan yang dicuplik sebesar 60 m,
artinya secara ideal dalam 60 x 60 meter mempunyai tutupan lahan yang homogen. Jumlah
cuplikan lapangan yang dikumpulkan mengacu pada Jensen (1999) dan McCoy (2005),
menurutnya jumlah cuplikan lapangan yang digunakan sebanyak 10 kali dari jumlah band yang
akan digunakan. Dalam hal ini band yang digunakan pada citra Landsat 5 sebanyak 6 band, oleh
karena itu jumlah cuplikan lapangan yang di gunakan sebanyak 60 cuplikan lapangan untuk
masing-masing tipe tutupan lahan, atau dapat juga 60 piksel untuk masing-masing tipe tutupan
lahan.
Tipe tutupan lahan yang diukur dengan menggunakan spektrometer dan pengumpulan data
cuplikan lapangan berdasarkan pada sistem klasifikasi tutupan lahan LCCS, yang terdiri dari
tahap pemisah pertama, tahap pemisah kedua dan tahap pemisah ketiga. Sampel cuplikan
lapangan hasil pengukuran menggunakan spektrometer untuk tiap tipe tutupan lahan dapat dilihat
dalam Tabel 1.
VI-139
Tabel 1 Sampel Hasil Pengukuran Spektral Tiap Tipe Tutupan Lahan Hasil Pengukuran
Spektrometer Tipe Cropscan MSR 16R.
No Tipe tutupan lahan Karakteristik Foto
I Tumbuhan produksi/ pengelolaan
a. Kebun teh
VI Lahan kosong/pengolahan
a. Lahan kosong
VI-140
a. Bebatuan di sungai
Hasil pengukuran nilai spektral tipe tutupan lahan pada tahap pemisah pertama berupa tipe
tutupan lahan tumbuhan dan tipe tutupan lahan bukan tumbuhan dengan menggunakan alat
spektrometer Cropscan MSR 16 R dapat dilihat pada gambar 4.
Gambar 4 Rata-Rata Nilai Spektral Tiap Tipe Tutupan Lahan Pada Tahap Pemisah Pertama
Hasil pengukuran spektral tiap tipe tutupan lahan pada tahap pemisah kedua berupa tipe
tumbuhan di darat, tipe tumbuhan di darat yang dipengaruhi oleh air, tipe bukan tumbuhan di
darat dan tipe bukan tumbuhan yang di pengaruhi oleh air. dengan menggunakan alat
spektrometer Cropscan MSR 16 R dapat dilihat pada Gambar 5.
Gambar 5 Rata-rata nilai spektral tiap tipe tutupan lahan pada tahap pemisah kedua
VI-141
Hasil pengukuran spektral tiap tipe tutupan lahan pada tahap pemisah ketiga berupa tipe
tumbuhan produksi/ pengelolaan, tipe tumbuhan alami/semi alami, tipe tumbuhan
produksi/pengelolaan dipengaruhi oleh air, tipe tumbuhan alami/semi alami diperaian, tipe lahan
yang dibangun, tipe lahan kosong/pengelolaan, tipe lahan dipengaruhi oleh air dan tipe perairan
alami dengan menggunakan alat spektrometer Cropscan MSR 16 R dapat dilihat pada gambar 6.
Selanjutnya hasil survey lapangan di verifikasi dengan citra satelit Landsat 5 TM. Sebelum
dilakukan verifikasi, dilakukan pra-pengolahan untuk mengkoreksi kesalahan atmosfer dan
topografi. Koreksi kesalahan radiometrik menggunakan teknik normalisasi dengan mengkonversi
nilai DN ke radian dan radian ke dalam bentuk nilai spektral reflektan (Markham dan Barker, 1986
) dan koreksi topografi dengan mereduksi akibat efek topografi menggunakan model C-correction
(Teilet dkk. 1982).
Verifikasi dilakukan dengan cara grafis dan menghitung nilai korelasi antar dua nilai tersebut.
Secara grafis hasil pra-pengolahan citra satelit Landsat 5 TM dengan hasil pengukuran spektral
reflektan menggunakan spektrometer Cropscan MSR 16R untuk masing-masing tipe tutupan
lahan dapat dilihat dalam gambar 7.
Gambar 6 Rata-Rata Nilai Spektral Tiap Tipe Tutupan Lahan Pada Tahap Pemisah Ketiga
VI-142
Gambar 7 Diagram Nilai Spektral Reflektan Hasil Pengukuran Spektrometer (Merah) Dan Citra
Satelit Landsat 5 TM (Biru) Untuk Tiap Tipe Tutupan Lahan
Secara grafis diagram yang terbentuk hasil pra pengolahan relatif sama dengan diagram yang
terbentuk hasil pengukuran spektral. Jika dilihat dari nilai korelasinya di tabel 2, secara
keseluruahan nilai spektral reflektan pra-pengolahan citra satelit Landsat 5 TM dengan hasil
pengukuran spektrometer Cropscan MSR 16R untuk tiap tipe tutupan lahan mempunyai nilai
mendekati 1, yang artinya mempunyai korelasi yang tinggi. Jika dibuatkan persamaan regresi
linear secara keseluruhan mempunyai nilai determinasi yang tinggi yang dapat diartikan bahwa
satu sama lain saling mempengaruhi.
Tabel 2 Hubungan Nilai Spektral Reflektan Hasil Pengukuran Spektrometer Cropscan MSR 16R
Dan Hasil Rekaman Citra Satelit Landsat 5 TM Tiap Tipe Tutupan Lahan
Nilai korelasi Nilai determinasi
Tipe tutupan lahan Persamaan linear
(model Spearman) R^2 ( %)
A11 0.986 y=0,81x+ 2,47 97 %
A12 0.981 y=0,67x+2,77 96 %
A21 0.974 y=0,77x+1,50 94 %
B11 0.986 y=0,93x+4,87 97%
B12 0.920 y=0,81x+2,98 96%
B21 0.614 y=1,40x+3,20 37%
B22 0.956 y=0,43x+2,66 91%
4. Kesimpulan
Spektral pada spektrometer cropscan MSR 16R dan citra satelit Landsat 5 TM sensitif terhadap
tipe tutupan lahan pada sistem klasifikasi tutupan lahan LCCS sehingga dapat diketahui keunikan
karakteristik spektral masing-masing tipe tutupan lahan. Kumpulan karakteristik spektral ini dapat
dijadikan acuan untuk proses klasifikasi tutupan lahan. Nilai spektral masing-masing tipe tutupan
lahan hasil pengukuran menggunakan spektrometer cropscan MSR 16R dan hasil karakterisasi
citra satelit Landsat 5 TM mempunyai nilai yang relatif sama dan berkorelasi tinggi.
5. Referensi
Carloto, M. J., Tom, V. T., Baim, B. W. dan Upton, R. A. (1984) : Knowledge Based Image Multispektral
Classification, SPIE Applications of Digital Image Processing VII, 504.
VI-143
Di Gregorio, A. (2005) : Land Cover Classification System Classification concepts and user manual, Food
and Agriculture Organization of the United Nations, Roma.
Goodenough, D. G., Goldberg, M., dan Plunkett, G. (1987) : An Expert System for Remote Sensing, IEEE
Transactions on Geosciences and Remote Sensing, GE.25.
Horvitz, E. J., Breese J. S., dan Henrion, M. (1988) : Decision Teori in Expert Systems and Artificial
Intellegence, International Journal of Approximate Reasoning, 2, 247-302.
Jensen, J. R. (1996) : Introductory Digital Image Processing, Pentice hall series.
Markham, B. L. dan Barker, J. L. (1986) : Landsat MSS and TM Post-Calibration Dynamic Ranges, Ex-
atmospheric Reflectance and At Satellite Temperatures, EOSAT Landsat Technical Notes, Lanham.
Matsuyama, T. (1987) : Knowledge-Based Aerial Image Understanding Systems and Expert Systems for
Image Processing, IEEE Transactions on Geosciences and Remote Sensing, Vol. GE.-25.
McCoy, R. M. (2005) : Field Method in Remote Sensing, The Guilford Press, New York London.
Quinlan, J. R. (1986) : Induction of Decision Trees, Machine Learning 1: 81.
Tateishi, R., dan Hastings, D. (2002) : Global Environmental Database : Prensent Situation & Future
Direction, International Society for Photogrametry and Remote Sensing (ISPRS), Japan.
Teillet, P. M., Guindon, B., Goodenough, D. G. (1982) : On The Slope Aspect Correction of Multispectral
scanner data, Canadian Journal Remote Sensing, 8, 84-106.
VI-144
Produksi Kartografis Lengkap Peta Citra Kebun Raya Bogor Skala 1:5.000
1) 2)
Sri Handoyo dan Fiska Sari Dewi
1)
Balai Penelitian Geomatika BAKOSURTANAL
2)
PT Waskita Karya, Cilegon
Abstract: So far there are only line maps available to portray the Bogor Botanical Garden (BBG), and none
of them available in the form of image maps. Indeed, to completely and clearly present the information of the
BBG, a satellite remote sensing product namely IKONOS imagery is required to be used to map at the scale
of 1:5.000. The aim of the research project is to produce a complete cartographic image map of BBG and to
analyse the cartographic characteristics against the ones of the available BBG line maps.
The visualization of the resulted BBG image map is reasonably informative, as well as the accuracy which is
also in accordance with the chosen scale of 1:5.000. The questionnaire carried out gave the results that out
of 60 respondents with different education backgrounds, there are 19 interesting objects for visitors which
are in favour out of 21, or > 50%. There remain 2 interesting objects that were considered not in favour, i.e.
the Kayu Raja Tree (Kompassia) and a Dutch cemetery, resulted in < 50%. While for the big ten of the 21
interesting objects, the questionnaire gave the result that there are 3 objects which are not interesting, i.e.
the Kayu Raja Tree, the Dutch cemetery, and the Teysmann Garden.
The questionnaire for map symbolization also gave the results that out of 60 respondents, there are only 5
line map symbols (A), out of 30, considered as good (interesting) symbols. Those are symbols for Raksasa
(Giant) Anggrek Flower, Bangkai Flower, the Monument of Lady Raffles, the Cow Statue of “Lembu Nandi”
and Palm Trees. While the symbolization for the image map (B), in the questionnaire was resulted that all
the 30 symbols are considered good symbols.
1. Latar Belakang
Kebun Raya Bogor atau Kebun Botani Bogor adalah sebuah kebun botani besar yang terletak di
Kota Bogor, Provinsi Jawa Barat, Indonesia. Luasnya mencapai 87 hektar dan memiliki sekitar
15.000 jenis koleksi pohon dan tumbuhan (http://id.wikipedia.org/ wiki/Kebun_Raya_ Bogor).
Kebun Raya Bogor secara administratif terletak di Jl. Ir. H. Juanda No. 13, P.O. BOX 309 Bogor
16003, Kelurahan Paledang, Kecamatan Bogor Tengah, Kota Bogor, Provinsi Jawa Barat. Saat
ini Kebun Raya Bogor ramai dikunjungi sebagai tempat wisata, terutama hari Sabtu dan Minggu.
Di sekitar Kebun Raya Bogor tersebar pusat-pusat keilmuan yaitu Herbarium Bogoriense,
Museum Zoologi Bogor, dan PUSTAKA.
Sejauh ini wilayah Kebun Raya Bogor belum disajikan dalam peta citra dan informasi yang ada
hanya dalam bentuk peta-peta garis yang sederhana. Visualisasi Kebun Raya Bogor diperlukan
sebagai informasi dan promosi kepada masyarakat luas selain sebagai sarana pendidikan dan
pariwisata. Salah satu cara visualisasi yang dimaksud adalah dengan menggabungan antara
data teknologi inderaja dengan data peta pariwisata Kebun Raya Bogor hasil pengukuran GPS
untuk menghasilkan informasi yang lengkap dan benar. Dengan adanya peta citra ini diharapkan
agar para pengunjung akan lebih tertarik untuk melihat objek wisata yang ada di wilayah Kebun
Raya Bogor.
VI-145
2) Grommatophyllum speciosum BIume (Vak. Z) = Anggrek Raksasa
3) Amorphophallus titanum Becc. (Vak. XI B) = Bunga Bangkai
4) Kompassia excelsa (Becc.) Taub (Vak. I.I 55a) = Pohon Kayu Raja
5) Entada phaseoloides (L.) Merr (Vak. I.B. dan XU II.E) = Pohon Tarzan
6) Jalan Kenari
7) Litchi chinensis Sonn (Vak III. H) = Pohon Leci
8) Taman Meksiko (Vak. II.o)
9) Taman Teysmann (Vak XIII.L.I)
10) Monumen Peringatan Isteri Raffles (Vak. III. A)
11) Jalan Astrid
12) Patung Sapi (Lembu Nandi)
Berikut ini dua contoh gambar di antara objek-objek yang menarik tersebut.
(a) (b)
Gambar 1 (a) Bunga teratai raksasa, dan (b) Tumbuhan air teratai raksasa.
(a) (b)
Gambar 2 (a) Bunga Anggrek Raksasa dan (b) Pohon Anggrek Raksasa.
VI-146
2. Bahan dan Metoda
Kajian ini dimaksud untuk membuat peta citra Kebun Raya Bogor disertai analisis perbandingan
antara peta citra dengan peta garis secara kartografis. Untuk itu dilakukan pengolahan data citra
IKONOS Kebun Raya Bogor tahun 2002 dilengkapi dengan penambahan informasi survei
lapangan dengan GPS tahun 2005 yang terdapat pada peta pariwisata Kebun Raya Bogor.
Selanjutnya diedarkan kuesioner untuk menanyakan simbol dan objek yang menarik bagi
pengunjung Kebun Raya Bogor dengan berbagai latar belakang pendidikan. Sementara itu
proses pengolahan data digital dilakukan dengan perangkat lunak ER Mapper 6.4 dan ArcView
3.3.
Selanjutnya melalui proses edit dilakukan pemeriksaan dan perbaikan data vektor yang kurang
lengkap, hilang, atau tidak sesuai dengan data citra IKONOS wilayah Kebun Raya Bogor. Proses
kartografi dilakukan dalam dua tahap yaitu desain kartografi I sebagai rancangan tahap awal
penyajian tata letak peta dan simbolisasi peta citra, sedangkan desain kartografi II merupakan
perubahan rancangan penyajian tata letak peta dan simbolisasi dengan mempertimbangkan hasil
dari kuesioner (pengguna peta).
Beberapa hal tersebut di atas dirangkum berikut ini berupa sebuah diagram yang menunjukkan
metodologi kajian pembuatan peta citra Kebun Raya Bogor (Gambar 3).
VI-147
Persiapan Data Peta Garis Bappeda
Tahun 1996
Skala 1:1.000
Survai GPS
Tahun 2005
Editing dan
Simbolisasi Pariwisata
Pengolahan Data
Koreksi Geometrik
Komposisi Band
dan Penajaman
Editing
Desain Kartografi I
Peta Citra
Kuesioner Kebun Raya Bogor
Skala 1:5.000
Desain Kartografi II
Hasil Akhir
Peta Citra Kebun Raya Bogor
Penyajian Data
Koreksi geometrik atau rektifikasi bertujuan untuk melakukan koreksi terhadap citra, sehingga
citra sesuai dengan koordinat peta. Dengan demikian diperlukan titik minor GCP (Ground Control
Point) dengan distribusi penyebaran yang merata dan mengacu kepada peta pariwisata Kebun
Raya Bogor tahun 2005. Penempatan titik GCP dipilih pada kenampakan objek yang mudah
diidentifikasi seperti pada persimpangan jalan raya dan pojok bangunan, hal ini dapat dilihat pada
Gambar 4 di bawah ini.
VI-148
Gambar 4 Penempatan titik GCP.
Dari Gambar 4 penempatan titik GCP 1-12 masing-masing terletak pada Tugu Kujang, pada
persimpangan Jl. Otto Iskandar Dinata, pada persimpangan Jl. Gedung Sawah, pada Jl. Sempur,
pada pojok bangunan Rumah Anggrek, pada tepi jembatan jalan Otto Iskandar Dinata, pada
persimpangan Jl. Paledang, pada persimpangan Jl. Jendral Sudirman, pada tepi kolam Teratai
Raksasa, pada persimpangan Jl. Kapten Muslihat, pada pojok bangunan rumah kediaman
Presiden, dan pada pojok bangunan Istana Bogor. Dengan perangkat lunak ER Mapper 6.4
koreksi geometrik dilakukan dengan metode polynomial, dan menghasilkan nilai RMS (Root
Mean Square) kurang dari 1 piksel.
Komposisi band dimaksudkan untuk memilih kombinasi warna band yang sesuai dengan warna
natural (alami) sehingga tampilan warna dari unsur alam dan unsur buatan dapat dibedakan.
Proses pemilihan komposisi band ini dilakukan pada perangkat lunak Arcview 3.3 dan telah
dicoba pemilihan kombinasi-kombinasi multiband 421, band 231, band 123, dan band 312.
(a) Kombinasi multi band 421 merupakan warna asli pada data citra yang sebagai kombinasi
band 4 warna mendekati merah (near infrared), band 2 warna hijau (green), band 1 warna
biru (blue), unsur alam (vegetasi) tampak berwarna merah sedangkan unsur buatan manusia
(bangunan) berwarna biru.
(b) Pada band 231 sebagai hasil kombinasi band 2 warna hijau (green), band 3 warna merah
(red) dan band 1 warna biru (blue), unsur buatan manusia (bangunan) tampak berwarna hijau
dan untuk unsur alam (vegetasi) merah kebiruan.
(c) Pada band 123 yang terbentuk dari kombinasi band 1 warna biru (blue), band 2 warna hijau
(green) dan band 3 warna merah (red), unsur buatan manusia (bangunan) tampak berwarna
biru dan unsur alam (vegetasi) masih terlihat berwarna hijau.
(d) Pada band 312 dari hasil kombinasi band 3 warna merah (red) band 1 warna biru (blue) dan
band 2 warna hijau (green). Unsur buatan manusia (bangunan) tampak berwarna merah dan
unsur alam (vegetasi) berwarna hijau kebiruan. Untuk menyajikan peta citra Kebun Raya
Bogor yang sesuai dengan warna natural (alami) dipilih band 321 dengan pewarnaan yang
dibentuk dari hasil kombinasi band 3 warna merah (red), band 2 warna hijau (green) dan band
1 warna biru (blue).
Selanjutnya adalah proses penajaman citra untuk memperbaiki kenampakan visual pada citra
agar mudah diinterpretasi secara manual. Pada citra IKONOS dilakukan penajaman spektral
dengan cara mempertajam tingkat kekontrasan citra menggunakan Histogram Equalizer pada
perangkat lunak ArcView 3.3. Hasil dari penajaman citra terlihat pada Gambar 5 di bawah ini.
VI-149
Gambar 5 Hasil Penajaman Citra IKONOS Wilayah Kebun Raya Bogor Menggunakan Histogram
Equalizer pada Perangkat Lunak ArcView 3.3.
(a) (b)
Gambar 6 (a) Jalan Setapak pada Taman Sudjana Kassan dan (b) Jalan utama.
Setelah kenampakan citra secara visual dapat diinterpretasi maka untuk penyajian peta citra,
objek yang akan ditampilkan dipilih berdasarkan pemilihan unsur-unsur rupabumi dari peta
pariwisata Kebun Raya Bogor, seperti bangunan/gedung, jalan utama, jalan setapak, jembatan,
sungai, kolam serta beberapa objek wisata.
Pada proses tumpang susun data (overlay) antara citra IKONOS dengan data (vektor) peta
pariwisata Kebun Raya Bogor dilakukan dalam skala 1:5.000, ini disesuaikan dengan resolusi
dari citra IKONOS yaitu 1 meter, dan proses ini dilakukan pada perangkat lunak ArcView 3.3
berdasarkan sistem proyeksi UTM dan datum WGS 84.
VI-150
Adanya perbedaan rentang waktu yang cukup lama dalam perolehan data maka banyak terjadi
perubahan seperti pada bentuk bangunan. Untuk itu perlu dilakukan editing yaitu pemeriksaan
hasil dari proses tumpang susun data (overlay) yang kemudian dilakukan perbaikan pada objek
yang tidak lagi sesuai dengan bentuk citra IKONOS. Seperti contoh perubahan yang terlihat pada
gambar di bawah ini yang ditandai oleh anak panah, di mana terlihat jelas adanya perubahan
bentuk bangunan yang terjadi di wilayah Istana dan Kebun Raya Bogor.
(a) (b)
Gambar 7 (a) Bentuk Bangunan Mesjid di Istana Bogor yang Terdapat pada Peta Garis Bappeda
tahun 1996, dan (b) Bentuk bangunan Mesjid di Istana Bogor yang Terdapat pada Citra
IKONOS tahun 2002.
Desain Kartografi I adalah untuk merancang visualisasi (tampilan gambar) dan memberikan
informasi pelengkap peta sesuai dengan kaidah kartografis. Di antaranya adalah desain tata letak
peta sesuai dengan ukuran dan cakupan isi peta. Pada informasi tepi berisikan judul, arah utara
peta (tanda orientasi), skala numeris dan skala batang, sumber (keterangan dari citra satelit yang
digunakan seperti: resolusi citra, datum, proyeksi, waktu perekaman, band citra), tahun
pembuatan peta, legenda, simbol, inset lokasi dan logo peta. Proses pekerjaan ini dilakukan
pada perangkat lunak ArcView 3.3.
Kuesioner
Sebelum dilakukan penyebaran kuesioner dilakukan perencanaan kuesioner seperti maksud dan
tujuan dari kuesioner. Penyebaran kuesioner dimaksudkan untuk memperoleh data primer dan
pendukung. Tujuan penyebaran kuesioner adalah untuk mengetahui berbagai masukan penting
dalam pembuatan peta citra Kebun Raya Bogor dalam segi kelengkapan Informasi dan
visualisasi. Melalui kuesioner pengunjung berpendapat tentang objek wisata yang menarik dan
simbol yang menarik dan informatif dari ke dua peta. Kuesioner dilakukan di lokasi wisata Kebun
Raya Bogor, dengan cara melakukan wawancara langsung kepada pengunjung sebanyak 60
orang terdiri dari 29 pria dan 31 wanita dengan berbagai latarbelakang pendidikan yang berbeda.
Desain kartografi II melakukan perubahan rancangan (desain) visualisasi (tampilan gambar) pada
kartografi I di dalam penyajian peta citra Kebun Raya Bogor skala 1:5.000. Perubahan yang
terjadi pada desain kartografi II seperti terlihat pada kotak warna merah pada gambar berikut di
mana perubahan susunan dari letak logo, inset lokasi peta, dan penambahan informasi dari jenis
suku tumbuhan di dalam legenda dan visualisasi peta. Proses pekerjaan ini dilakukan pada
perangkat lunak ArcView 3.3.
VI-151
3. Hasil dan Pembahasan
Uraian berikut ini merupakan analisis dan pembahasan terhadap proses dan hasil pembuatan
peta citra Kebun Raya Bogor skala 1:5.000.
Data Peta Garis publikasi Bappeda tahun 1996 dijadikan acuan karena pada peta, informasi
spasial dari tiap unsur yang ada tergambar dengan selektif dan jelas sehingga objek pada peta
dapat dengan mudah dikenali, meskipun data tersebut masih kurang lengkap.
Data peta pariwisata Kebun Raya Bogor diperoleh dari hasil pengukuran survai GPS metode
absolut pada tahun 2005 dengan sumber data berupa peta garis hasil publikasi Bappeda tahun
1996 skala 1:1.000. Data tersebut digunakan untuk melengkapi dan mengkoreksi secara
geometris serta memberikan informasi dalam mengidentifikasi suatu objek yang tidak terdapat
pada peta garis publikasi Bappeda dan citra IKONOS.
Data penginderaan jauh satelit IKONOS hasil perekaman tahun 2002 dengan resolusi 1 meter,
digunakan untuk memberikan informasi dengan memperlihatkan bentuk permukaan bumi
sesungguhnya pada wilayah Kebun Raya Bogor.
Data informasi tematik publikasi Kebun Raya Bogor dan LIPI digunakan dalam pembuatan peta
citra Kebun Raya Bogor skala 1:5.000 karena data tersebut memberikan informasi baik
pariwisata maupun pendidikan. Seperti informasi dari jenis-jenis tumbuhan yang dikelompokkan
berdasarkan tingkatan sukunya yang dapat digunakan untuk penelitian dan pendidikan
khususnya di bidang Botani. Sedangkan dalam hal pariwisata yaitu dapat memberikan informasi
mengenai sejarah objek wisata dan juga informasi mengenai lokasi objek menarik yang dapat
dikunjungi, selain itu pengunjung pun dapat memanfaatkan area Kebun Raya Bogor sebagai
sarana rekreasi di alam terbuka.
Sebagai bagian dalam tahap pengolahan data, koreksi geometrik citra IKONOS tahun 2002
dilakukan dengan nilai RMS terbesar 0.99 piksel dan nilai RMS terkecil 0.18 piksel dengan
kesalahan rata-rata 0.61 piksel dari 12 titik kontrol minor (GCP). Koreksi dilakukan dengan
menggunakan data vektor peta pariwisata Kebun Raya Bogor tahun 2005 sebagai acuan. Hasil
kesalahan rata-rata tersebut masih dapat diterima dalam toleransi koreksi geometrik untuk peta
skala 1:5.000 karena nilai (RMS Error) kurang dari atau sama dengan 1 piksel, dan data yang
digunakan adalah data citra IKONOS dengan resolusi spasial 1 meter. Kesalahan yang
diperbolehkan pada saat rektifikasi tidak boleh lebih dari 1 meter. Citra yang telah terkoreksi ini
menggunakan proyeksi UTM 48 S dan datum WGS 84 dengan menggunakan transformasi
polinomial linier.
Citra IKONOS wilayah Kebun Raya Bogor menggunakan komposisi band 321 yang merupakan
gabungan dari kombinasi RGB (Red, Green, Blue) dengan warna merah (band 3), hijau (band 2)
dan biru (band 1) yang menghasilkan tampilan warna (natural) alami. Hasil dari citra dengan
band 321 dilakukan penajaman spektral citra dengan pendekatan histogram equalization, hal
dimaksudkan untuk memudahkan dalam mengindentifikasi tiap unsur yang terdapat pada citra
dimana kenampakan dari tiap objek menjadi lebih jelas.
Kenampakan citra secara visual dimaksudkan untuk melakukan interpretasi atau identifikasi dari
kenampakan objek yang ada pada citra IKONOS. Dari hasil interpretasi diperoleh informasi
mengenai unsur-unsur apa saja yang terlihat pada citra, dengan demikian dapat dijadikan
masukan dalam pemilihan unsur-unsur rupabuminya. Adanya perbedaan dari informasi data
yang diperoleh, hal ini dikarenakan perbedaan waktu dalam perolehan masing-masing data. Data
citra diperoleh dari hasil perekaman tahun 2002, sedangkan peta pariwisata diperoleh dari hasil
pengukuran GPS tahun 2005. Untuk mengatasi perbedaan tersebut, maka pada penyajian peta
citra seperti unsur kolam disajikan sesuai dengan perolehan data terbaru. Agar informasi dari
data kolam dapat tersampaikan oleh pengguna peta citra, maka dalam penyajian simbol
dilakukan enhancement yaitu memberikan warna lebih menonjol pada data vektor (kolam).
VI-152
(a) (b)
Gambar 8 (a) Belum Terdapat Informasi Data Kolam pada Data Citra IKONOS, dan (b) Sudah
Terdapat Informasi Data Kolam pada Data Peta Pariwisata.
Penyajian unsur rupabumi dipilih berdasarkan unsur yang terdapat pada data peta pariwisata
Kebun Raya Bogor, seperti unsur alam (sungai) dan unsur buatan manusia (bangunan/gedung,
jalan, jembatan, kolam) dan posisi objek wisata.
Proses tumpang susun data (overlay) dimaksudkan untuk menampilkan data raster dan data
vektor dari hasil koreksi geometrik, dan hasilnya masih terdapat penyimpangan antara data
vektor dan raster. Hal ini disebabkan oleh peta yang digunakan dalam koreksi geometrik yaitu
peta pariwisata hasil dari survai GPS metode absolut yang memiliki penyimpangan posisi
terhadap objek yang dipetakan sebesar 5 meter (US Naval Observatory Bulletin Board). Daerah
penyimpangan dapat dilihat pada Gambar 9 di bawah ini.
Gambar 9 (a) Penyimpangan pada Persimpangan Jalan Jalak Harupat, (b) Penyimpangan pada
Jalan Astrid, (c) Penyimpangan pada Rumah Pembibitan (KRB), (d) Penyimpangan
pada Lapangan Kafe De daunan, (e) Penyimpangan pada Batas Area (KRB), dan (f)
Penyimpangan pada Bangunan di Wilayah Istana Bogor.
Dari Gambar 9 di atas dapat diketahui bahwa, (a), (b), (c) dan (d) masih terdapat penyimpangan
dan secara visual arah penyimpangan menunjukkan ke arah Timur dengan besar penyimpangan
berbeda-beda. Di persimpangan jalan Jalak Harupat terjadi penyimpangan sebesar 5.6 meter,
jalan Astrid sebesar 6.4 meter, rumah pembibitan Kebun Raya Bogor sebesar 4.2 meter dan
lapangan Kafe De daunan sebesar 8.6 meter. Sedangkan pada (e) dan (f) secara visual arah
penyimpangan menunjukkan ke arah Selatan dengan besar penyimpangan pada batas area
Kebun Raya Bogor sebesar 8.6 meter dan besar penyimpangan pada salah satu bangunan di
wilayah Istana Bogor sebesar 4.6 meter. Selain itu penyimpangan terjadi akibat perubahan
ketelitian titik kontrol minor yakni berkaitan dengan pemilihan titik GCP di dalam proses koreksi
VI-153
geometrik. Pada hasil tumpang susun data (overlay) terdapat kenyataan bahwa, ada beberapa
bentuk dari kondisi fisik bangunan di wilayah Istana dan Kebun Raya Bogor yang sudah berubah
atau tidak lagi sesuai dengan data citra IKONOS tahun 2002. Hal ini dikarenakan data untuk
unsur bangunan yang disajikan pada peta pariwisata Kebun Raya Bogor merupakan hasil adopsi
dari peta garis publikasi Bappeda tahun 1996. Dengan adanya perbedaan waktu yang cukup
lama hal tersebut memungkinkan dapat terjadi perubahan dari bentuk bangunan.
Setelah melalui proses tumpang susun data (overlay), maka tahap selanjutnya dilakukan editing
dengan maksud melakukan pemeriksaan dan perbaikan pada data vektor yang kurang lengkap
atau tidak ada data (hilang).
Desain kartografi I merupakan tahap awal dalam merancang peta citra Kebun Raya Bogor skala
1:5.000 yang berhubungan dengan penyajian tata letak peta dan simbolisasi. Peta ini diplot pada
ukuran lembar kertas A0 (84.1 cm x 118.9 cm), dengan muka peta 80 cm x 112 cm dalam bentuk
tampilan memanjang dari kiri ke kanan (landscape) yang disesuaikan dengan bentuk dari wilayah
Kebun Raya Bogor.
Berikut ini adalah hasil perhitungan kuesioner objek wisata dan simbolisasi peta. Dalam
kuesioner objek wisata yang menjadi kriteria menarik atau tidak menarik untuk dikunjungi oleh
pengunjung Kebun Raya Bogor terdiri dari 21 objek wisata. Objek tersebut adalah Teratai
Raksasa, Bunga Anggrek Raksasa, Bunga Bangkai, Pohon Kayu Raja (Kompassia), Pohon
Tarzan, Pohon Leci, Pohon Baobab, Pohon Palem, Jalan Kenari, Jalan Astrid, Taman Meksiko,
Taman Teysmann, Taman Sudjana Kassan, Taman Orchidarium, Monumen Lady Raffles,
Patung Sapi Lembu Nandi, Makam Belanda, Makam Mbah Jepra, Jembatan Gantung, Rumah
Anggrek, dan Kafe De Daunan. Hasil penyebaran kuesioner dengan jumlah total responden
sebanyak 60 orang terdiri dari 31 wanita dan 29 pria, memiliki latarbelakang pendidikan yang
berbeda yaitu SMP berjumlah 5 orang, SMU/SMA berjumlah 35 orang dan Perguruan Tinggi
berjumlah 20 orang. Setelah dilakukan tabulasi hasil perhitungan kuesioner untuk objek wisata
diperoleh pembahasan sebagai berikut.
Dari 60 orang responden dengan latarbelakang pendidikan berbeda dapat diketahui bahwa dari
21 objek wisata yang terdapat di Kebun Raya Bogor, 19 objek wisata dinyatakan menarik, hal ini
diperoleh dari hasil perhitungan kuesioner lebih dari atau sama dengan 50%. Dan dua (2) objek
wisata dinyatakan tidak menarik yaitu Pohon Kayu Raja (Kompassia) dan Makam Belanda
dengan perolehan nilai kurang dari 50%.
Dari 5 orang responden dengan latarbelakang pendidikan SMP diketahui bahwa dari 21 objek
wisata, 20 objek wisata dinyatakan menarik, hal ini diperoleh dari hasil perhitungan kuesioner
lebih dari atau sama dengan 50%. Dan satu (1) objek wisata dinyatakan tidak menarik yaitu
Pohon Kayu Raja (Kompassia) dengan perolehan nilai kurang dari 50%.
Dari 35 orang responden dengan latarbelakang pendidikan SMU diketahui bahwa dari 21 objek
wisata, 19 objek wisata dinyatakan menarik, hal ini diperoleh dari hasil perhitungan kuesioner
lebih dari atau sama dengan 50%. Dan dua (2) objek wisata dinyatakan tidak menarik yaitu
Pohon Kayu Raja (Kompassia) dan Makam Belanda dengan perolehan nilai kurang dari 50%.
Dari 20 orang responden dengan latarbelakang perguruan tinggi diketahui bahwa dari 21 objek
wisata, 20 objek wisata dinyatakan menarik, hal ini diperoleh dari hasil perhitungan kuesioner
lebih dari atau sama dengan 50%. Dan satu (1) objek wisata dinyatakan tidak menarik yaitu
Taman Teysmann dengan perolehan nilai kurang dari 50%.
Hasil kuesioner sepuluh terbesar dari 21 objek wisata tersebut, secara umum yang termasuk
dalam kategori tidak menarik adalah Pohon Kayu Raja (Kompassia), Makam Belanda, dan
Taman Teysmann.
Setelah dilakukan tabulasi hasil perhitungan kuesioner untuk simbolisasi peta dapat dibahas
sebagai berikut.
Dari jumlah total 60 responden dengan latarbelakang pendidikan berbeda diketahui bahwa dari
30 simbol peta garis (A), 5 simbol pada peta garis dinyatakan menarik, yaitu simbol dari Bunga
VI-154
Anggrek Raksasa, Bunga Bangkai, Monumen Lady Raffles, Patung Sapi Lembu Nandi dan
Pohon Palem. Hal ini diperoleh dari hasil perhitungan kuesioner dengan persentase lebih dari
atau sama dengan 50%. Dan 25 simbol pada peta garis (A) dinyatakan tidak menarik, dengan
perolehan nilai persentase kurang dari 50%.
Dari 60 responden dengan latarbelakang pendidikan berbeda diketahui bahwa 30 simbol pada
peta citra (B) dinyatakan menarik. Hal ini diperoleh dari hasil perhitungan kuesioner dengan
persentase lebih dari atau sama dengan 50%. Untuk simbol peta citra (B) tidak ada yang
menyatakan tidak menarik.
Selanjutnya, analisis kajian tematik peta Kebun Raya Bogor dimaksudkan sebagai data
pendukung dalam desain kartografi II untuk hasil akhir peta citra kebun Raya Bogor skala
1:5.000. Pada tahap analisis meliputi dua hal kajian yakni kajian secara tematik dan kajian secara
kartografis.
Kajian secara tematik berkaitan dengan apresiasi responden terhadap 21 objek wisata yang
terdapat di wilayah Kebun Raya Bogor. Berdasarkan data dari hasil persentase kuesioner
dengan jumlah total responden 60 orang yang memiliki latarbelakang pendidikan yang berbeda
diperoleh data mengenai objek menarik dan objek tidak menarik. Objek wisata tersebut adalah
Pohon Kayu Raja (Kompassia), Makam Belanda dan Taman Teysmann. Hasil persentase
responden terhadap ketiga objek tersebut adalah sebagai berikut.
a. Apresiasi responden terhadap objek wisata Pohon Kayu Raja (Kompassia) adalah:
Responden dengan latarbelakang pendidikan SMP: 40%
Responden dengan latarbelakang pendidikan SMU: 45.7%
Responden dengan latarbelakang pendidikan PT: 55%
Maknanya, objek wisata Pohon Kayu Raja dinyatakan menarik untuk dikunjungi dikarenakan
Pohon Kayu Raja memiliki daya tarik tersendiri yakni terlihat dari bentuk akar yang besar dan
unik dibandingkan dengan pohon-pohon yang lain dan bermanfaat. Sedangkan pernyataan
tidak menarik untuk dikunjungi, hal ini dikarenakan sebagian dari responden belum
mengetahui lokasi dari Pohon Kayu Raja dan pohon tersebut tampak tidak terlalu unik (biasa)
seperti pohon pada umumnya.
Berarti bahwa responden menyatakan tidak menarik untuk mengunjungi Makam Belanda, hal
ini dikarenakan lokasi dari objek tersebut rimbun pepohonan sehingga terasa sangat
menyeramkan bagi pengunjung, selain itu bangsa Belanda dikenal sebagai penjajah. Akan
tetapi objek wisata tersebut memiliki nilai menarik untuk di kunjungi khususnya bagi
wisatawan mancanegara salah satunya bangsa Belanda. Objek tersebut bernilai historis
(sejarah) karena merupakan salah satu bentuk penghormatan terhadap dua orang bangsa
Belanda atas jasanya sebagai ahli burung (omitologis) yang bekerja di Kebun Raya Bogor.
VI-155
Pada peta citra Kebun Raya Bogor skala 1:5.000 bentuk sajian simbolisasi peta terdiri dari dua
bagian keterangan di dalam legenda yaitu bagian A dan bagian B. Bagian A memberikan
informasi pariwisata pada pengunjung umum. Dan bagian B memberikan informasi tentang jenis
tumbuh-tumbuhan dalam tingkatan suku bagi pengguna peta atau pengunjung khusus yang
spesialisasinya dalam bidang Botani.
Kajian secara kartografis berkaitan dengan sajian simbolisasi dari kedua peta yaitu simbol peta
garis (A) dan simbol peta citra (B) yang kemudian dilakukan perbaikan berdasarkan arahan
kartografis pada penyajian unsur peta, antara lain seperti simbol, jenis, ukuran, dan warna huruf
pada nama-nama, ukuran ketebalan garis dan tata letak peta.
Dari 30 simbol peta yang digunakan dalam kuesioner diklasifikasikan menurut elemen grafis dari
simbol yaitu titik, garis dan luasan.
Daftar simbol titik: Bunga Anggrek Raksasa, Bunga bangkai, Habitat kelelawar, Kafe De Daunan,
Monumen Lady Raffles, Makam Belanda, Makam Mbah Japra, Patung Sapi Lembu Andini,
Pohon Baobab, Pohon kenari, Pohon kayu raja/kompassia, Pohon leci, Pohon palem, Pohon
tarzan, Rumah anggrek, Taman Meksiko, Taman orchidarium, Taman Sudjana Kassan, Taman
Teysmann.
Daftar simbol garis: Batas area KRB, Jembatan, Pagar istana, Jalan utama, Jalan setapak, Jalan
raya, Sungai.
Daftar simbol luasan: Bangunan KRB, Bangunan Istana Bogor, Kolam, Lapangan,
Jika dilakukan perangkuman pada data hasil kajian secara kartografis dari 30 simbol peta yang
digunakan dalam kuesioner, secara garis besar diketahui bahwa, penyajian simbol pada peta
diupayakan dapat mewakili unsur yang sebenarnya, dan simbol diklasifikasikan menurut elemen
grafis (titik, garis, luasan), untuk ukuran simbol dan teks disesuaikan dengan cakupan peta.
Penggunaan warna huruf disesuaikan dengan latarbelakang pada peta citra, jika latarbelakang
peta tampak gelap maka pemilihan huruf pada nama-nama dipilih warna terang seperti kuning
dan jika latarbelakang peta tampak terang maka pemilihan warna huruf pada nama-nama dipilih
warna gelap seperti biru. Untuk ukuran ketebalan garis disajikan berbeda-beda sesuai dengan
fungsi dari unsur yang disajikan, seperti unsur jalan utama digunakan ketebalan garis 2 milimeter,
unsur jalan setapak 1,5 milimeter. Sedangkan untuk unsur jalan raya, batas area dan sungai
digunakan ketebalan garis 1 milimeter.
Pada tata letak peta unsur elemen peta yang disajikan sudah seimbang dan hemat ruang saji
yaitu tidak ada ruang kosong pada peta, serta terstruktur dengan jelas pengelompokan teks
dalam tabel dan gambar seperti pada desain kartografi II.
Desain Kartografi II melakukan perubahan rancangan pada desain kartografi tahap I untuk peta
citra Kebun Raya Bogor skala 1:5.000, dengan tujuan untuk memperoleh sajian peta yang lebih
baik dari segi tata letak dan simbolisasi peta sesuai hasil kuesioner. Hasil desain kartografi II
dapat dilihat pada Gambar 10 di bawah ini.
VI-156
Gambar 10 Desain Kartografi II.
4. Kesimpulan
Berdasarkan permasalahan, analisis, dan pembahasan, dapat ditarik beberapa kesimpulan dan
sumbang saran dalam pembuatan peta citra Kebun Raya Bogor skala 1:5.000.
4.1 Kesimpulan
1) Peta garis skala 1:1.000 merupakan acuan yang cukup memadai karena informasi spasial
dari tiap unsurnya dapat dikenali dengan mudah. Penambahan informasi dari data citra
IKONOS dan hasil pengukuran GPS, dilengkapi dengan informasi tematik mengenai objek
wisata publikasi Kebun Raya Bogor dan LIPI, memberikan informasi terbaru bagi peta citra
Kebun Raya Bogor skala 1:5.000. Penyajian unsur-unsur spasial di peta untuk skala 1:5.000
memiliki ketelitian sebesar 0.2 milimeter, sesuai dengan ukuran piksel dan resolusi spasial
data citra IKONOS sebesar (1 meter x 1 meter). Begitu juga dengan hasil koreksi geometrik
dengan nilai (RMS Error) kurang dari atau sama dengan satu (1) piksel.
2) Band 321 sebagai kombinasi RGB menghasilkan warna (natural) alami, yang sangat sesuai
digunakan pada citra IKONOS wilayah Kebun Raya Bogor yang banyak terdapat unsur
vegetasi.
3) Hasil tumpang susun data (overlay) masih terdapat penyimpangan akibat perubahan
ketelitian titik kontrol minor (GCP) pada saat proses koreksi geometrik. Penyimpangan
terbesar terjadi pada batas area Kebun Raya Bogor, lapangan Kafe De Daunan, jalan Astrid
dan persimpangan jalan Jalak Harupat yang bukan merupakan bangunan permanen.
Penyimpangan pada bangunan permanen dengan jarak kurang dari 5 meter masih dapat
diterima dalam batasan toleransi penyimpangan terhadap objek yang dipetakan.
4) Hasil kuesioner dengan jumlah total responden 60 orang dengan latarbelakang pendidikan
SMP (5 orang), SMU/SLTA (35 orang), dan Perguruan Tinggi (20 orang) menunjukkan 21
objek wisata yang terdapat di Kebun Raya Bogor, diketahui bahwa 2 objek wisata dinyatakan
tidak menarik dengan nilai kurang dari 50%, yaitu objek wisata Pohon Kayu Raja
(Kompassia) dan Makam Belanda.
5) Simbolisasi peta dalam hasil kuesioner menunjukkan bahwa pada 30 simbol peta garis, 25
simbol peta garis dinyatakan tidak menarik oleh responden (pengguna peta) dengan nilai
kurang dari 50%, dan hanya 5 simbol peta garis yang dinyatakan menarik dengan nilai lebih
besar atau sama dengan 50%. Sedangkan pada peta citra, 30 simbol peta citra dinyatakan
menarik.
VI-157
6) Analisis tematik menunjukkan bahwa apresiasi responden Perguruan Tinggi terhadap objek
wisata Taman Teysmann menyatakan tidak menarik dan mereka lebih tertarik pada objek
wisata Pohon Kayu Raja (Kompassia). Responden Perguruan Tinggi lebih menyukai objek
wisata yang berkaitan dengan bidang pendidikan. Apresiasi responden SMP dan SMU lebih
tertarik pada objek wisata Taman Teysmann dibandingkan dengan Pohon Kayu Raja,
dengan demikian apresiasi dari responden SMP dan SMU lebih menyukai objek wisata yang
berkaitan dalam bidang rekreasi.
7) Analisis kartografis, menunjukkan bahwa simbol pada peta citra Kebun Raya Bogor
diupayakan untuk mewakili unsur yang sebenarnya dan diklasifikasikan menurut elemen
grafis titik, garis, dan luasan. Pada penyajian simbol dan teks peta disesuaikan dengan
ukuran skala peta 1:5.000, dan penggunaan warna huruf disesuaikan dengan latarbelakang
pada peta. Ukuran ketebalan garis disajikan bebeda-beda sesuai dengan fungsi dari unsur
yang disajikan.
8) Berdasarkan informasi yang terdapat pada peta citra Kebun Raya Bogor skala 1:5.000 maka
sajian peta lebih sesuai untuk pengguna khusus dalam bidang Botani.
4.2 Saran
1) Disarankan pada peta untuk menyajikan lebih banyak simbol yang menyerupai wujud aslinya
serta ditampilkan contoh gambar pada setiap objek wisata agar mudah mencari lokasi dari
suatu objek wisata.
2) Untuk memperoleh peta yang informatif disarankan agar banyak menggunakan data
pendukung sehingga saling melengkapi data satu dengan data yang lainnya serta tidak
lepas dari tujuan dan tema dari peta yang akan dibuat.
5. Referensi
Abidin, Hasanudin, Z. (1995): Penentuan Posisi dengan GPS dan Aplikasinya. PT. Pradnya Paramita.
Jakarta.
Atmadilaga, A. H. (1995): Diktat Kuliah Penginderaan Jauh. Jurusan Teknik Geodesi, Fakultas Teknik
Universitas Pakuan. Bogor.
Atmadilaga, A. H. (2000): Diktat Kuliah Pemetaan Digital. Jurusan Teknik Geodesi, Fakultas Teknik
Universitas Pakuan, Bogor.
Aziz, T. Lukman dan Rachman, R. (1985): Peta Tematik, Jurusan Teknik Geodesi Fakultas Teknik Sipil dan
Perencanaan, Institut Teknologi Bandung.
Burkill, IH.(1935): Dictionary of the Economyc Products of the Malay Peninsula Vol I (A-H), Goverments of
the Straits Settlements and Federated Malay States by the Crown Agents for the Colonies Mill Bank.
London.
Burkill, IH. (1935): Dictionary of the Economyc Products of the Malay Peninsula Vol II (I-Z). Goverments of
the Straits Settlements and Federated Malay States by the Crown Agents for the Colonies Mill Bank.
London.
Danoedoro, Projo. (1996): Pengolahan Citra Digital Teori dan Aplikasinya dalam Bidang Penginderaan
Jauh, Yogyakarta: Fakultas Geografi Universitas Gadjah Mada.
Danurumawan, D. (1996): Pembuatan Model Spesifikasi Peta Satelit Nasional (National Space Map) Skala
1:50.000, (Skripsi tidak dipublikasikan), Jurusan Teknik Geodesi Fakultas Teknik, Universitas Pakuan.
Bogor.
Handoyo, Y.S. (1998): Diktat Kuliah Penginderaan Jauh Dasar. Program Studi Teknik Geodesi, Fakultas
Teknik Sipil dan Perencanaan Institut Teknologi Nasional. Malang.
Henk J. Buiten, (1993): Geometrical and Mapping Aspect of Remote Sensing. Land Observation by Remote
Sensing, theory and application.
Hsuankeng, (1969): Order and Families of Malayan Speed Plants, University of Malaya Press, Kuala
Lumpur.
http://krbogor.lipi.go.id/organisasi/latar.php, diakses September, 2004.
http://www.e-dukasi.net/modul online/MO 133/geo1002 06.htm, diakses Kamis, 7 Desember 2006.
IKONOS Product Guide Prepared by Space Imaging. August, 2004. Vesion 1.4 http:// www. Space
Imaging.com/techpapers/default.htm, diakses Senin, 3 April 2006, Jam 12:14 WIB.
Levelink, Jose, Amanda Mawdsley dan Theo Rijnberg. (1997): Empat Rute Jalan Kaki dengan Panduan
Kebun Raya Bogor. PT. Bogorindo Botanicus. Bogor
VI-158
Mastra, R. (1994): Kartografi Dasar, Bakosurtanal, Cibinong-Bogor.
Naito, Yuji. (1986): Medical Herb Index in Indonesia: Index Tumbuh-tumbuhan Obat di Indonesia. PT. Eisai
Indonesia. Jakarta:
Purwadhi, F., Sri Hardiyanti. (2001):Interpretasi Citra Digital. PT. Grasindo. Jakarta
Purworahardjo, Umaryono. (1986): Ilmu Ukur Tanah Seri C, Jurusan Teknik Geodesi, Institut Teknologi
Bandung.
Purworahardjo, Umaryono, (1986): Hitung dan Proyeksi Geodesi II, Jurusan Teknik Geodesi, Institut
Teknologi Bandung.
Prihandito, Aryono. (1988): Kartografi. Penerbit PT. Mitra Gama Widya. Yogyakarta.
Soetandi, J. (1983): Spesifikasi Peta Rupabumi Indonesia Skala 1:50.000. Bakosurtanal. Cibinong.
Subama, Ace. (2003): Sekilas Tentang Kebun Raya Bogor. Buletin Kebun Raya Bogor, Hal: 11-14.
Suminto, Darinto. (2002):Pengaruh Penghapusan SA (Selective Availability) Pada Penentuan Posisi Dengan
Satelit GPS. (Skripsi tidak dipublikasikan), Jurusan Teknik Geodesi, Fakultas Teknik Universitas Pakuan,
Bogor.
Sutanto. (I994). Penginderaan Jauh. Jilid 1, Fakultas Geografi Universitas Gadjah Mada. Yogyakarta
Trimble Pro XR Receiver Manual, 1996.
VI-159
Pemanfaatan Citra Satelit QuickBird untuk Pemetaan Penggunaan Lahan di Perkotaan
(Kasus Kecamatan Semarang Utara, Kota Semarang)
Sri Rahayu
Abstrak: Daerah perkotaan merupakan daerah yang memiliki aktivitas yang beragam dan kompleks.
Beragamnya fungsi di kawasan perkotaan seperti sebagai pusat kegiatan, baik kegiatan pemerintahan,
ekonomis (perdagangan), industri, politik dan lain sebagainya. akan membawa implikasi pada semakin
beragamnya jenis penggunaan lahan di perkotaan. Perkembangan penduduk yang semakin banyak dari
waktu ke waktu, akan menyebabkan aktivitas yang muncul di kota tersebut juga akan semakin meningkat
dan akan berpengaruh pada penggunaan lahannya.
Informasi penggunaan lahan sangat penting dalam perencanaan wilayah perkotaan. Pemetaan penggunaan
lahan yang kompleks dan dinamis di kota diperlukan suatu teknik pemetaan yang cepat dan akurat. Citra
penginderaan jauh resolusi tinggi dapat digunakan sebagai sumber data dalam pemetaan penggunaan
lahan perkotaan.
Tujuan dari penelitian ini adalah mengidentifikasi penggunaan lahan perkotaan dengan menggunakan Citra
Quickbird, dengan wilayah studi adalah Kecamatan Semarang Utara, Kota Semarang. Metode yang
digunakan adalah integrasi teknik penginderaan jauh dengan SIG. Interpretasi penutup lahan dilakukan
dengan digitazing on screen dari Citra QuickBird dengan mendasarkan pada kunci interpretasi citra.
Software SIG juga digunakan untuk membantu analisis secara spasial.
Berdasarkan hasil analisis diketahui bahwa Citra QuickBird dapat digunakan sebagai sumber data dalam
pemetaan penggunaan lahan. Resolusi spasial citra Quickbird yang tinggi (0,6 m) dan merupakan citra
berwarna sehingga memudahkan dalam mengenali obyek yang terekam pada citra. Hasil interpretasi Citra
Quickbird tahun 2006 diketahui bahwa penggunaan lahan di daerah penelitian terdiri dari 11 penggunaan
lahan yaitu permukiman (523,01 Ha), komplek industri dan pergudangan (71,41 Ha) , Komplek pelabuhan
(304,60 Ha), komplek stasiun KA (23,70 Ha) , pendidikan (12,20 Ha), perdagangan dan jasa (18,19 Ha),
ruang terbuka hijau (10,10 Ha), tambak (110,42 Ha), kolam (10,23 Ha), semak (28,72 Ha) dan tanah kosong
(28,72 Ha). Dengan kata lain penggunaan lahan di daerah penelitian didominasi oleh penggunaan lahan
permukiman. Berdasarkan hal tersebut, penggunaan lahan di daerah penelitian sebaiknya dilakukan
pemantauan secara kontinyu sehingga dapat diketahui kecenderungan yang terjadi dan dampaknya
terhadap lingkungan.
1. Latar Belakang
Lahan merupakan sumber daya yang penting dalam pelaksanaan perencanaan perkotaan
dikarenakan sebagai ruang dan tempat untuk menampung aktivitas manusia. Semakin beragam
aktivitas manusia di suatu daerah maka semakin beragam pula jenis penggunaan lahan didaerah
tersebut. Penggunaan lahan adalah semua jenis penggunaan atas lahan oleh manusia yang
meliputi penggunaan untuk pertanian hingga lapangan olahraga, rumah mukim hingga rumah
makan, rumah sakit hingga kuburan (Lindgren, 1985).
Daerah perkotaan merupakan daerah yang memiliki aktivitas yang beragam dan kompleks.
Beragamnya fungsi di kawasan perkotaan seperti sebagai pusat kegiatan, baik kegiatan
pemerintahan, ekonomis (perdagangan), industri, politik dan lain sebagainya. akan membawa
implikasi pada semakin beragamnya jenis penggunaan lahan di perkotaan. Perkembangan
penduduk yang ada dikota akan diikuti oleh peningkatan aktivitas. Dengan kata lain kebutuhan
akan lahan juga akan semakin menngkat guna menampung aktifitas yang ada. Berkaitan dengan
ketersediaan luas lahan yang terbatas dan dinamika kegiatan yang semakin tinggi akan
membawa pengaruh pada persaingan antar penggunaan lahan di perkotaaan. Informasi
penggunaan lahan sangat penting dalam kegiatan perencanaan wilayah perkotaan. Data
Penggunaan lahan yang ada dapat digunakan untuk memperkirakan kecenderungan
penggunaan lahan dimasa yang akan datang.
Identifikasi jenis penggunaan lahan di daerah perkotaan dapat dideteksi melalui teknik
penginderaan jauh. Citra satelit menggambarkan obyek dan kenampakan permukaan bumi
sesuai wujud dan letak aslinya di permukaan bumi (Sutanto, 1986). Perkembangan resolusi
VI-161
spasial yang semakin tinggi pada teknologi penginderaan jauh saat ini memungkinkan perolehan
informasi penggunaan lahan yang semakin lebih detil dan akurat.
Citra satelit QuickBird dapat digunakan untuk identifikasi jenis penggunaan lahan perkotaan. Hal
ini disebabkan Citra Satelit QuickBird memiliki resolusi spasial yang tinggi yaitu 0,6 cm pada
saluran pankromatik dan + 4 meter pada saluran multispektral, sehingga citra tersebut dapat
menampilkan dan mengenali kenampakan obyek di daerah perkotaan yang pada umumnya
berukuran kecil dan penggunaan lahannya yang heterogen. Integrasi antara teknik penginderaan
jauh dan analisis sistem informasi geografi diharapkan mampu memberikan solusi dalam
perolehan data untuk pemetaan jenis penggunaan lahan di perkotaan dengan cepat dan akurat.
Kecamatan Semarang Utara merupakan salah satu kecamatan di Kota Semarang. Kecamatan ini
termasuk dalam Wilayah perencanaan BWK III Kota Semarang dan terdiri dari 9 kelurahan.
Letaknya yang berbatasan langsung dengan Laut Jawa akan berpengaruh terhadap
perkembangannya. Berdasarkan data dari BPS tahun 2006, Penduduk di Kecamatan Semarang
Utara adalah 124987 jiwa, sedangkan pada tahun 2009 sebesar 123.931 jiwa. Pertambahan
jumlah penduduk dan perkembangan aktivitasnya akan membawa pengaruh terhadap
penggunaan lahan di kecamatan ini. Penggunaan lahan di kecamatan ini perlu dipetakan guna
mengetahui dinamika penggunaan lahannya. Penelitian ini bertujuan untuk mengidentifikasi jenis
penggunaan lahan dari citra Quick Bird tahun 2006 di Kecamatan Semarang Utara
2. Metode Penelitian
Penelitian ini dilakukan dengan menggunakan pendekatan keruangan (spatial approach) dengan
menggunakan Citra QuikBird Kecamatan Semarang Utara perekaman tahun 2006. Interpretasi
citra dilakukan sekaligus bersamaan dengan didigitasi secara langsung pada layar komputer
(digitizing on screen) dengan memanfaatkan Citra QuickBird yang telah dikoreksi geometri
sebagai latar belakang (background image). Digitasi dilakukan dengan bantuan perangkat lunak
Arc View versi 3.2. Pengenalan obyek yang terekam pada citra satelit secara visual didasarkan
pada unsur-unsur interpretasi yaitu rona/warna, bentuk, ukuran, tekstur, pola, bayangan, situs
dan asosiasi (Sutanto,1986). Interpretasi penggunaan lahan dilakukan dengan mengenali jenis
penutup lahan yang kemudian dikaitkan dengan fungsinya (Lillesand and Kiefer, 1979).
Peta yang dihasilkan dalam penelitian ini adalah Peta Penggunaan Lahan Kecamatan Semarang
Utara Tahun 2006. Berdasarkan peta penggunaan lahan tersebut, dapat diperoleh informasi jenis
dan luas serta sebaran (distribusi) secara spasial dari peggunaan lahan yang ada di daerah
penelitian.
VI-162
3. Hasil dan Pembahasan
Citra QuickBird dapat menjadi sumber data yang dapat diandalkan untuk membantu kegiatan
pemetaan penggunaan lahan. Resolusi spasial yang tinggi dan warna yang ada pada citra
sangat membantu mengenali obyek yang pada citra. Lebih jelasnya, Citra Quickbird daerah
penelitian dapat dilihat pada Gambar 2.
Berdasarkan interpretasi Citra Quick Bird diketahui bahwa penggunaan lahan di daerah penelitian
terdiri dari 11 penggunaan lahan yaitu permukiman, komplek industri dan pergudangan, Komplek
pelabuhan, komplek stasiun KA, pendidikan, perdangan dan jasa, ruang terbuka hijau, tambak,
kolam, semak dan tanah kosong .Jenis dan distribusi penggunaan lahan secara visual dapat
dilihat pada Peta Penggunaan Lahan Kecamatan Semarang Utara Tahun 2006. Sedangkan jenis
dan luas keseluruhan penggunaan lahan di Kecamatan Semarang Utara dapat dilihat pada Tabel
1.
VI-163
Gambar 3 Peta Penggunaan Lahan Kecamatan Semarang Utara Tahun 2006
Tabel 1 Jenis dan Luas Penggunaan Lahan di Kecamatan Semarang Utara Tahun 2006
2
No Jenis Penggunaan Lahan Luas (m ) Luas (Ha)
1 Pemukiman 5230108.30 523,01
2 Komplek Industri/Pergudangan 714124.24 71,41
3 Komplek Pelabuhan 3046032.10 304,60
4 Komplek Stasiun KA 237046.55 23,70
5 Pendidikan 122033.40 12,20
6 Perdagangan dan jasa 181877.13 18,19
7 Ruang Terbuka hijau 101034.71 10,10
8 Tambak 1104250.80 110,42
9 Kolam 102363.49 10,23
10 Semak 287267.96 28,72
11 Tanah Kosong 167417.44 16,74
Penggunaan lahan permukiman di daerah penelitian merupakan obyek yang dapat dikenali dan
mendominasi kenampakan pada Citra Quickbird. Permukiman dikenali dari ukuran bangunan
yang relatif kecil, warna atap yang bervariasi, tekstur kasar dan ditandai dengan adanya jaringan
jalan. Luas permukiman ini secara keseluruhan adalah 523,01 ha.
Kompleks industri dan pergudangan dikenali pada citra dengan ukuran bangunan yang relatif
besar dibandingkan dengan bangunan-bangunan yang lain disekitarnya, bentuk bangunan
persegipanjang, warna atap terlihat putih agak abu-abu atau kecoklat-coklatan karena biasanya
terbuat dari asbes atau seng, dekat dengan jalan, pada beberapa tempat berasosiasi dengan
sungai. Di daerah penelitian, lokasi industri dan pergudangan sebagian besar berdekatan dengan
kompleks pelabuhan. Hal ini dikarenakan fungsi pelabuhan sebagai tempat bongkar muat barang
(distribusi barang melalui laut). Penggunaan lahan ini pada tahun 2006 menempati areal seluas
71,41 Ha .
VI-164
Komplek pelabuhan mudah dikenali pada Citra Quickbird dari karateristiknya yaitu lokasi
berbatasan dengan laut, adanya dermaga, banyak kapal bersandar, berasosiasi dengan
banyaknya bangunan pergudangan. Luas penggunaan lahan pelabuhan adalah 304,60 Ha.
Beberapa contoh penutup lahan dari Citra Quick Bird Kecamatan Semarang Utara perekaman
tahun 2006 dapat dilihat pada gambar berikut:
Gambar 4 Contoh Penggunaan Lahan Tambak Gambar 5 Contoh Penggunaan Lahan Permukiman
`
STASIUN
Gambar 6 Penggunaan Lahan Pelabuhan Gambar 7 Penggunaan Lahan Stasiun Kereta Api
Penggunaan lahan untuk stasiun kereta api di daerah penelitian memiliki luas sebesar 23,70 Ha .
Stasiun kereta api mudah dikenali dari banyaknya percabangan rel kereta api, adanya gerbong
kereta api, berasosiasi dengan bangunan yang cukup besar yang biasanya digunakan sebagai
gudang. Disamping iu juga berasosiasi dengan adanya tempat parkir kendaran.
Jenis penggunaan lahan untuk perdagangan dan jasa dikenali dari bentuknya yang persegi,
tersusun rapat antara satu dengan yang lain serta berada di tepi jalan dengan aksesibilitas yang
cukup tinggi. Jenis penggunaan lahan ini di daerah penelitian adalah seluas 18,19 Ha.
Jenis penggunaan lahan yang lain di daerah penelitian adalah pendidikan (12,20 Ha), ruang
terbuka hijau (10,10 Ha), tambak (110,42 Ha), kolam (10,23 Ha), Semak (28,72 Ha) dan tanah
kosong seluas 16,74 Ha . Penggunaan lahan tambak dapat dikenali dari teksturnya yang halus,
warna kehijau-hijauan, dekat dengan pantai, dan tampak seperti adanya pematang yang
VI-165
merupakan pembatas antara kolam tambak yang satu dengan yang lainnya. Sedangkan untuk
penggunaan lahan semak dikenali dari teksturnya yang agak kasar, warna kehijau-hijauan. Di
daerah penelitian, semak tampak pada lokasi-lokasi dekat dengan sungai, tambak maupun lahan-
lahan dekat industri
Berdasarkan penggunaan lahannya, Kecamatan Semarang Utara pada tahun 2006 merupakan
daerah yang dapat digolongkan daerah perkotaan. Hal ini dapat dilihat pada dominasi
penggunaan lahan untuk permukiman, industri dan lain sebagainya yang merupakan lahan
terbangun. Dengan kata lain, daerah ini sangat sedikit ruang terbuka hijau. Besarnya
penggunaan lahan untuk permukiman juga berkaitan dengan kepadatan penduduk. Kecamatan
ini memiliki kepadatan penduduk Bruto sebesar 110 jiwa/ha, sedangkan kepadatan penduduk
netto sebesar 135 jiwa/Ha (BPS, 2006). Ditinjau dari rawan bencana, daerah ini termasuk rawan
banjir dan rob. Kondisi ini akan sangat mempengaruhi kualitas lingkungannya. Dengan demikian,
pembangunan yang dilakukan di daerah penelitian perlu ditata agar tidak menimbulkan masalah
lingkungan di kemudian hari.
4. Kesimpulan
1) Citra Quickbird dapat digunakan sebagi sumber data dalam pemetaan penggunaan lahan
perkotaan dikarenakan resolusi spasialnya yang tinggi yaitu 0,6 m. Selain itu juga karena citra
ini adalah citra berwarna sehingga obyek lebih mudah dikenali.
2) Berdasarkan interpretasi Citra Quickbird tahun perekaman 2006 diketahui bahwa
penggunaan lahan di daerah penelitian terdiri dari 11 penggunaan lahan yaitu permukiman,
komplek industri dan pergudangan, Komplek pelabuhan, komplek stasiun KA, pendidikan,
perdangan dan jasa, ruang terbuka hijau, tambak, kolam, semak dan tanah kosong.
3) Penggunaan lahan yang paling dominan di Kecamatan Semarang Utara tahun 2006 adalah
penggunaan lahan untuk permukiman.
5. Rekomendasi
1) Penggunaan lahan di daerah perkotaan sebaiknya dilakukan pemantauan secara kontinyu
sehingga dapat diketahui kecenderungan yang terjadi dan dampaknya terhadap lingkungan di
kemudian hari..
2) Di daerah penelitian perlu adanya usaha untuk memaksimalkan ruang terbuka hijau dan perlu
usaha untuk mengantisipasi bencana banjir guna meningkatkan kualitas lingkungan.
6. Daftar Pustaka
Badan Pusat Statistik. (2006): Kota Semarang dalam Angka Tahun 2006. BPS, Kota Semarang.
Badan Pusat Statistik. (2009): Kota Semarang dalam Angka Tahun 2009. BPS, Kota Semarang.
Jensen, J.R. (1983): Urban/Suburban Land Use Analysis. Dalam Colwell, R.N., Manual of Remote Sensing.
Vol II, American Society of Photogrammetry. Virginia.
Jenssen, L.L.F. (2000): Visual Image Interpretation. Dalam Janssen, L.L.F. (Ed.), Principles of Remote
Sensing. ITC Educational Textbook Series 2. ITC. Enschede.
Lillesand, T.M. dan R.W. Kiefer. (1979): Remote Sensing and Image Interpretation. Terjemahan: Dulbahri, P.
Suharsono, Hartono dan Suharyadi, 1990. Gadjah Mada University Press. Yogyakarta.
Lindgren, D.T. (1985): Land Use Planning and Remote Sensing. Martinus Nijhoff Publishers, Dordrecht.
Sutanto. (1982): Interpretasi Citra untuk Survei Data Kota. PUSPIC Universitas Gadjah Mada. Yogyakarta.
Sutanto. (1986): Penginderaan jauh untuk Penggunaan lahan. PUSPIC Universitas Gadjah Mada.
Yogyakarta.
Sutanto. (1986): Penginderaan Jauh Jilid 1. Gadjah Mada University Press. Yogyakarta.
VI-166
Using Geographical Information System to Estimate Vulnerable Urban Settlements
for Flood Hazard and Risk Assessment in City
Abstract
The rate of urbanization in recent years is astounding. About 50 years ago, only three out of ten people in
the world lived in cities. Most of these were in the development countries. Now about 50% of the world
population lives in cities, and by 2020 it is expected that six out of ten people will live in cities. Most of the
new growth is in the less developed and least developed countries. For the first time in world history, more
people now live in cities than in villages (UN Population Division). This fact indicates that population growth
tends to occur in urban areas. The growth of highly concentrated urban areas has crucial implication for the
vulnerability of the cities and their residents. Disaster do not of course specifically target cities, but they will
have much greater impact on human life and property when they will have much rather than the fairly
disperse and less populated rural areas.
This paper seeks to demonstrate a method to more accurately estimated urban settlements vulnerable to
hazard by using suitable indicators for identifying vulnerability to flooding, especially in densely developed
cities, and to characterize at-risk populations based on measures social, physical, and environment
vulnerability. We discuss two methods that employ Geographical Information science to access and quantify
risk and vulnerability and Flood hazard analysis method to understand the likeliflood of flood occurences.
The two methods will show the vulnerability of the city due to flood hazards.
This methods can serve as a model to helps other municipalities to estimate vulnerability to hazards, tailored
to the specific conditions and characteristics of their locales. While this paper focused on the flood threat,
the models can estimate vulnerability and exposure to other types of hazards such as earthquake, extreme
weather events, and technological disasters.
1. Introduction
Flood are among the most damaging of natural hazards, and are likely to become more frequent,
more prevalent and most serious in the future due to the effects of climate change and
urbanization. The nature of occurrence of flood is governed by diverse factors, including rainfall
characteristics, properties of drainage catchment and land water use and management in the
catchment. Urbanization in flood hazard zones creates a challenge as urban areas accommodate
higher concentration of people, building and infrastructure. Despite increasing flood risk
awareness, human settlements continue to develop in flood prone areas due to the need for land,
and poverty (Gupta 1994). These conditions reflect reality for urban poor who are faced with little
option other than to illegally occupy public land or purchase affordable land in hazard zones.
Recognition of the increased vulnerability of people and infrastructure to the threat of flood loss in
the city stimulated the need for robust assessment of risks in flood-exposed settlements, and the
complexity of the problem called for the application and adaptation of contemporary Geo-
Information Technologies (GIT).
A river flood hazard results from a water level that overtop the banks-natural or artificial-of a river
and threatens human life and property. For a hydrologist, flood magnitude is best expressed in
terms of instantaneous peak river flow(discharge) whilst the hazard potential will relate more to
the maximum hight (stage) that the water reaches. The primary causes of floods mainly resulting
from widespread climatological forces, and secondary flood-intesifying conditions that are more
drainager basin-specific. It is also possible to relate the physical causes of floods to other
environmental hazard.
Flood losses have greatly increased over the years due to land use change, urbanization of flood-
prone areas, sub-standard construction, and high population density. Cities are more affected by
flood than rural areas due to high population densities and concentration of economic activities.
Urban floods are intensified by impermeable surface runoff concentration, and by building that
obstruct water flow. Four types of urban flood: 1. Localized-occur s many times a year especially
due to increased runoff and poor drainage conditions; 2. Small stream- water rises quickly with
1
highflows that exceed drainage capacity if channels are not regularly maintained; 3. River- results
from upstream land usechange and engineering works when dams and levees break, leading to
sudden flooding downstream; 4. Seasonal- when rain and river water combine to elevate water
level at certain time of the year. Urban areas in developing countries are at greater risk due to
high population growth and rapid urbanization caused by rural to urban migration. Large numbers
of urban immigrants find themselves in fragile economic circumstances, which lead to the
creation/expansion of informal settlements in high risk zones (Bizimana and Schiling,2010).
Urbanization contribute to severe flooding. Paved areas and storm sewers increase the amount
and rate of surface runoff of water. This is due the inhibiting infiltration of rain water into the
ground and their rapid delivery of the resulting increase runoff to the channels, making river levels
higher during storms. Such rapid increases in runoff or discharge to a river are called flashy
discharge. Storm sewer are usually designed for a 100-year storm; however, large storm that
drop a lot of rain in a short period of time may overwhelm sewer system and cause localized
flooding. Rising river levels may block storm sewer outlets and add to localized flooding
problems.
Quantification of economic impact, vulnerability and flood and other natural hazards is vital in
determining potential economic impact, vulnerability and flood management policies. Increased
risk as a result of climate change combine with rapid urbanization urge for further insight into the
volume and distribution of economic losses. Since modern economies are characterized by
widespread set of interdependent activities, the estimation of indirect hazard impact, e.g flood
impact, become more urgent than ever. An illustration is the interuption of lifeline utilities and
infrastructure, which could potentially lead to widespread economic and social repercussions due
to the damage to critical links within their networks. The same can be said for business
interruption of production facilities that provide vitalgoods and services. Insight on the higher-
order effects caused by local disruptions is essential for estimating impact and adjusting policies
to decrease vulnerability.
Various surveys have been conducted to determine the importance of geographical data by
assessing the proportion of all data that are geographical. In local government bodies and in
utility companiesthe proportion is often 80%; in mapping agencies it may very close to 100%.
These suvey has also shown that the major users of geographical data –data costruction sector,
public administration, agriculture, forestry and other resource management, telecommunication,
electricity supply transportation spend 1,5 % to 2 % of their annual budgets. In aquiring
geographical data . The major challenges to system developers and user today are the ease of
use of the technology, the problem finding and accessing suitable data, and the lack of trained
personnel able to exploit the technology’s potential to its full.
2. Conceptual Frame and Analytical Frame
2.1 Analytical Components of flood risk analysis
The key concept underpinning this research are flood hazard, flood exposure, flood vulnerability
and flood risk. The flood hazard denotes the probability and severity of occurencesof a flood of a
certain magnitude (Alkema, 2003). The flood exposure refers to the extent to which property,
building, economic activities, infrastructure and population are located in relationship to a flood
hazard. Flood vulnerability encompasses physical, social, economic and environmental factors
which increase susceptibility to the flood hazard (UN/ISDR 2004a). Flood risk represents
expected loss or damage to property, loss of human life, and interruption of economic activity.
Flood risk depends on flood hazard, exposure and vulnerability. For example, if buildings are
located in a flood plain, both hazard and exposure are present, but if the buildings are perfectly
resistant to floods, vulnerability is absent, so there is no flood risk.
2.2 Flood Hazard Identification and Mapping
Flood hazard identification involves the process of describing the hazard in its local context and
provides a description and historical background of potential environmental hazards that could
impact the community.Flood Hazard represents the probability of occurence at a certain level of
severity. Flood severity is characterized by water level, flood duration and flood frequency
(Alkema 2003; Barroca et al. 2006). Other authors add to the definition warning time, the rate at
which the water rises, accessibility to flooded areas, and level of development to characterize
2
flood hazards (New South Wales 2005). limited spatial and temporal coverage due to the lack of
ground receiving stations, similarly, the Disaster Management Programme of the United Nations
Commissionfor Human Settlement has recommended consideration ofthe following indicators:
flood rate, load sediments, volume of water. duration and area affected (UNCHS-Habitat 2001).
As can be seen by the above, one approach to flood analysis is largely based on physical
characteristics (depth, duration, velocity, frequency. extent, flood size, and load sediments), and
another approach on response variables (warning time, readiness, rate of rise and access). This
research emphasizes the physical characteristics with a focus on measurable indicators such as
flood depth, frequency, and duration.
When a Flood hazard is identified, the next step may be flood mapping. This step identifies and
displays the spatial variation and extent of the flood. To fulfill this step, one approach is based on
historical records of flood characteristics where flood depth is the main indicator (Islam and
Sado 2002).
The flood extent map defines how far a given water level will locally extend. Based on flood
level, different methodologies have been developed to generate flood extent maps. MacKinnon
(2004) derived flood extent from a digital elevation model (DEM) by separating pixel values into
areas below and above the high flood level, thereby delineating areas that would or would not be
Flood ed. To assess potential flood damage, flood depth and extent were modeled by giving
pixels at water level values of zero to enable pixels below water level to have positive values
depending on their "depth". Then, using the flood extent map, the flood depth raster map was
clipped to display flood depth values solely within the extent of the flood (MacKinnon 2004).
Tennakoon (2004) reclassitied the Flood depth pixel values into different Flood hazard zones.
with 0.8 and l.2 m representing the upper limits of low and medium flood , respectively. The
present research is based on MacKinnon‘s and Tennakoorfs approach.While spatial extent and
flood depth are commonly used for Flood mapping, it is also quite useful to integrate flood
duration and velocity (Tennakoon 2004) to help evaluate flood severity. However, duration has
not been integrated into many flood hazard studies due to the data and expertise cost of its
estimation (Tennakoon 2004), which requires hydrologic modeling. These constraints, as well as
the lack of reliable hydrological records for the study area, preclude the use of flood duration
data in this research. When there are no Flood records, remote sensing technology can be used
to map flood ed areas if satellite images have been acquired during the flood 's peak). While
estimating Flood depth from remote sensing images is very difficult, indirect methods based on
the amount of energy reflected by water have been developed (Sanyal and Lu 2005). However,
such estimates require advanced satellite image processing capability utilizing radar
(e.g.Synthetic Aperture Radar). Although radar imagery can penetrate cloud cover, its use in
developing countries is constrained by its high price and limited spatial and temporal coverage
due to the lack of ground receiving stations.
2.3 Flood Exposure
Flood exposure is the extent to which properties, houses, economic activities and infrastructure
are geographically situated in Flood -prone areas (Barroca et al. 2006; McEwen et al. 2002).
Exposure relates the Flood plain, people’s location and closeness to the area of inundation, and
housing/property characteristics to one another. The relationship between flood exposure and
vulnerability of exposed elements is directly proportional; as exposure increases, vulnerability
increases. Accordingly, there is no vulnerability to flood ing where there is no Flood and there is
no vulnerability if no elements are exposed. Flood exposure analysis identines Flood -prone
areas and the elements within them that are exposed to flooding. The physical characteristics of
the flood are ` examined and information about exposed elements (proximity to river, location in
or closeness to flood plain) provided. ln urban areas. elements at risk may include properties,
buildings, infrastructure, population, environment, cultural assets and economic activities
(Messner and Meyer 2006). To document exposure requires knowledge about the number of
people, buildings, critical facilities and infrastruc ture (eg., roads, bridges), and land use types
(eg., residential, commercial, industrial. agricultural) within Flood prone areas .
3
2.4 Flood Vulnerability Assessment
There are three main approaches to assess flood vulnerability: physical, social context, and
combined (or global). The physical approach focuses on human occupancy of Flood zones,
degree of loss, flood characteristics, and flood impacts (Messner and Meyer 2006). This
approach determines how exposed people, physical objects and activities may be affected
(Davidson 1997). Physical vulnerability can be assessed through examining infrastructure,
housing, economic activities, geographic location and population density. Exposed elements
(e.g., residential houses, infrastructure,industrial or commercial activity, health services) have
different degrees of vulnerability when located in the same flood -prone area (Barroca et al.
2006). Some mechanisms such as location of structures, structure types, their ability to resist
flood damage, and tendency to flood can turn a mundane flood into disaster by increasing
physical vulnerability to the flood (Blaikie et al. 1994). Social vulnerability approaches examine
the social context of flood s as it relates to the coping response of communities (Messner and
Meyer 2006). In this context, flood vulnerability analysis examines how well prepared and
equipped a community is to avoid or cope with flood. Coping includes the adaptive capacity of a
system or people to deal with floods or reduce flood risk
Another aspect relates to the knowledge of exposed people as is studied by examining
awareness and perception. When aware of the flood risk, individuals or societies ( are able to
adapt. They may modify urban development plans or change building techniques (Barroca et al.
2006). Flood vulnerability can also be assessed by documenting the lack of ability or
unwillingness of planning authorities to reduce the flood risk (Messner and Meyer 2006). The
global approach combines the physical and social approaches by including physical, social,
economic and environmental factors (UN/ISDR 200-4a). According to Barroca et al. (2006), this
approach is gaining increasing significance in scientific research. This research sees Flood
vulnerability as a combination of the characteristics and location of properties, buildings, housing,
infrastructure, population, and economic activities in terms of their capacity to anticipate, cope
with or resist floods. Identifying the strengths and weaknesses of the exposed elements and
relevant stakeholders allows decision makers to effectively allocate limited resources to prevent
or mitigate the effects of the floods (UN-Habitat and UNEP . 2001). '
2.5 Flood Risk Indicators
Following the above description of the main aspects in flood risk analysis, the analytical
framework and the associated indicators for this urban flood research is presented in Fig. 6.8.
This framework considers three main components of flood risks and corresponding indicators. lf
data are locally available, they can help identify flood -prone areas, determine exposed elements.
and analyze vulnerability to flood ing. Unfortunately, reliable, timely data are difficult to obtain in
developing countries; in some cases, the information may be known but not adequately
communicated to, or perceived by decision makers who seek to formulated flood risk reduction
strategies. In this duty, GIT is utilized as of data most a are spatial in nature. Using GIS and
remote sensing to identify and help vizualize flood risks can improve understanding and therefore
help reudce the impact of flooding.
4
Improved
DEM
Building Building
Durati velocity
on
5
Fig.3 Vector data of Quickbird Satellite Imagery
6
3.2 Flood Hazard-Prone Analysis
The flood hazard consist of probability and severity. Flood severity assessed using flood depth
and flood extent. The input data are contour lines, the Quicbird image and flood depth
information from the household surveys. The flood hazard map is going to generate through the
delineation of the flood plain extent using information from local experts at the district level,
Digital Elevation Model (DEM) quality improvement, extraction of elevation information at the
houses (point location of flood depth), subdivision of the study area in to two zones, flood depth
interpolation and flood depth mapping base on average house elevation in each zone. The data
uses for flood extent mapping are obtained from official interviews at the settlements in flood -
prone area.
To identify the flood extent, the flood plain is delineate by local experts and digitize from the
quickbird image. The flood depth from household surveys is estimated base on watermarks
found on the houses with reference to the ground. To obtain data of flood depth, the observed
flood depth at a house location is first aided to the corresponding elevation value from DEM;
interpolation is then conduct to generate a flood depth surface. Figure below ilustrates the
methodology used to generate flood map.
Quickbird
Image Cluster A Cluster B
Flood Depth
Overlay Merge
Map
7
Fig.7 Digital Elevation Model (DEM) of city
8
Fig.9. City Map with Building and Infrastructure
9
Fig.12 Flood Risk and vulnerability 3D model
Improved Quickbird
DEM Image
Estimate
Esimated
Population
Flood
Overlay Overlay
depht Map Overlay
Flood
Depth
Map
Expose Expose Expose
Structures Population Activities
10
3.4 Data Quality Control
All data are processed (transformed, etc.) and analyzed several times. Ideally , therefore, each
process should be subject to quality control. A few simple general rules will be done which may
help to reduce the problems of inaccurasi :
Employ verification routines to ensure quality
Verify data as early as possible
Verify data at several stages of their manipulation
Know the nature of the data, be it geometry data or attribute data
Be critical in all data uses
Apply processing result carefully
State inaccuracies associated with results and analyses
4. Conclusion
1. GIT can be used as a tool to locate household and calibrate the flood depth by
interpolation and delineate the flood extent.
2. The usefulness of GIT for flood risk analysis is determined by the availability of base data
(e.g. topographic information). Very high resolution satellite imagery combine with GPS
field survey data can be utilized for delineating flood plain and analyzing flood risk for
properties and infrastructure in a developing –world urban setting when other data are
not readily available.
3. The Concept performed in this paper indicates a direct correlation between risk of
flooding an adequate planning and control.
4. Ultimately, this paper highlights the needs to further explore the potential of GIT to assist
urban planners and decision makers with formulating appropriate planning and policy
strategies in order to limit flood losses.
REFERENCES
1. Alkema, D., 2003. Flood risk assessment for EIA, an example of motorway near Trento,
Italy. 2003
2. Barroca, B., Bernardara,P., Mouchel, J.M. and Hubert, G., 2006. Indicator for
identification of urban flood vulnerability. Natural Hazards and Earth System sciences, 6:
553-561.
3. Bernhardsen,T.,, Geographic Information Systems, John Wiley & Sons Inc., New York,
2002
4. Ch. C. Plummer, D.H. Carlson, D. McGeary, Physical Geology, Mc Graw Hill, New York
2007.
5. Gupta,T.N., 1994. Vulnerability of Houses in Hazard Prone Areas, The world Conference
on International Decade for Natural Disaster Reduction (IDNDR), Yokohama. Japan :
May 23-27 1994
6. Islam, M.M and Sado,K., 2002. Development priority map for flood countermeasures by
remote sensing data with geographic information system. Journal of Hydrologic
Engineering, 7 (5); 346-355.
7. K.Smith, David. N. Petley, Environmental Hazards, Routledge,. London New York,
2009.
8. Kidokoro.T, J.Okata., S.Matsumura., Shima (Ed), Vulnerables Cities: Realities,
Innovations and Strategies., Springer, Japan.2008
9. Mac Kinnon,E., 2004. Three Dimensional Flood Modelling with High resolution LIDAR:
applied Geomatics Research Group/Center of Geographic: Sciences. Nova Scotia
Community College, Middleton, NS.
10. Mesner, F. And Meyer, V., Flood Damage, vulnerability and risk perception-challenges of
damage research. In schaze., Zeman,E., and Marzalek, J. (Editors), Flood Risk
Management-Hazards Vulnerability and mitigation Measures, Leipziq, 2006
11
11. Pamela S.Showalter, Yongmei Lu (Ed), Geospatial Techniques in Urban Hazard and
Disaster Analysis, Springer Dordrecht Heidelberg. London New York, 2010.
12. Proverbs,D.,Brebbia,C.a,Pening-Roswell.E., Flood Recovery, Innovation and Response.,
Witpress, Souththamton,2008
13. R.Ashley, S.Garvin, E,Pasche. A. Vassilopoulos, C. Zeven bergen (Ed), Advances in
Urban Flood Management, Taylor & Francis, London, 2007.
14. UN-Habitat and UNEP, 2001. Vulnerability assesment: Tool to Support Participatory
Urban Decision Making Process, United Nation Human Settlements Programme and
United Nation Environment program.
15. UN/ISDR, 2004a. Terminology: Basic terms for disaster risk reduction. United Nation
International Strategy for Disaster Reduction (UN/ISDR), Palais des Nations, Swizerland.
http://www.unisdr.org/eng/library/lib-terminology-eng%20home.htm.Updated 31 March
2004.
12