TEKNIK KLASIFIKASI BERBASIS OBJEK CITRA PENGINDERAAN JAUH UNTUK PEMETAAN

TUTUPAN LAHAN SEBAGIAN

KECAMATAN MLATI KABUPATEN SLEMAN
FARID IBRAHIM
Universitas Gadjah Mada, 2014 | Diunduh dari http://etd.repository.ugm.ac.id/

BAB I
PENDAHULUAN

1.1 Latar Belakang

Penginderaan Jauh (remotesensing) adalah seni dan ilmu untuk mendapatkan
informasi tentang objek, area atau fenomena melalui analisa terhadap data yang
diperoleh menggunakan alat tanpa kontak langsung dengan objek, daerah atau
fenomena yang dikaji (Lillesand dan Kiefer, 1979). Alat yang dimaksud diatas
merupaka alat yang digunakan untuk merekam objek permukaan bumi atau sering
disebut sensor. Sensor dipasang pada wahana penginderaan jauh. Pada umumnya
sensor dibawa oleh wahana baik berupa pesawat, balon udara, satelit maupun jenis
wahana yang lainnya (Sutanto, 1987). Hasil perekaman diatas kemudian disebut
data penginderaan jauh.
Metode interpretasi citra sendiri dibedakan menjadi dua, yaitu konvensional
atau secara visual dan klasifikasi berbasis piksel (multispektral). Interpretasi
visual sangat dipengaruhi oleh jam terbang dari interpreter. Setiap orang memiliki
tafsiran yang berbeda-beda dalam mengidentifikasikan objek. Pengetahuan lokal
(localknowledge) juga mempengaruhi hasil identifiasi dari objek pada citra
penginderaan jauh. Sedangkan klasifikasi berbasis piksel sangat dipengaruhi oleh
nila spektral yang dipantulkan oleh objek pada saat perekaman. Interpretasi
multispektral menggunaka pendekatan piksel untuk mengenali objek sehingga
seringkali menyebabkan salah tafsir pada objek berlainan yang memiliki nilai
spektral yang sama.
Informasi Geospasial telah semakin berkembang diberbagai bidang. Tidak
hanya pada aspek pemetaan konvensional saja namun sekarang semakin
meningkatnya kebutuhan spasial menjadikan informasi geospasial semakin
diminati. Informasi Geospasial tidak hanya berhenti pada pemetaan Geosfer fisik
saja seperti Hidrosfer, Litosfer, pedosfer, Atmosfer, Biosfer, dan Antroposfer.
Namun juga pemanfaatan data spasial sudah lanjut pada bidang ekonomi, sosial,
manajemen kebencanaan, tata ruang bahkan bidang kesehatan dan perkotaan.

1
 TEKNIK KLASIFIKASI BERBASIS OBJEK CITRA PENGINDERAAN JAUH UNTUK PEMETAAN
TUTUPAN LAHAN SEBAGIAN
KECAMATAN MLATI KABUPATEN SLEMAN
FARID IBRAHIM
Universitas Gadjah Mada, 2014 | Diunduh dari http://etd.repository.ugm.ac.id/

Informasi Geospasial dapat dikembangkan dengan dua sistem, yaitu Sistem

Penginderaan Jauh dan Sistem Informasi Geografis. Dimana Sitem Penginderaan
Jauh merupakan penerapan metode identifikasi dan analisis objek dipermukaan
bumi tanpa melakukan kontak langsung dengan objek tersebut, sehinga sumber
data dari Penginderaan Jauh adalah Citra. Data penginderaan jauh perlu
diinterpretasi untuk mengetahui kenampakan dalam data tersebut. Peran dari
penginderaan jauh itu sendiri adalah untuk membuat pekerjaan lapangan lebih
produktif juga sebagai substitusi pekerjaan lapangan sedangkan Sistem Informasi
Geografis adalah perancangan data spasial yang saling terintegrasi antara data
statistik (attribut) maupun data spasial. Pemanfaatan Sistem Informasi Geografis
dan penginderaan Jauh kemudian terbangunlah Informasi Geospasial. Pertanyaan
yang timbul seiring dengan perkembangan Penginderaan Jauh dan Sistem
Informasi Geografi adalah bagaimana mengintegrasikan data penginderaan jauh
kepada Sistem Informasi Geografi sehingga mampu menghasilkan keluaran yang
langsung mendpatkan data statistik (attribut) dari data penginderaan jauh
tersebut?
Kehadiran citra resolusi spasial tinggi telah menantang para analis citra
untuk mengembangkan metode ekstraksi informasi tematik yang berbeda dengan
klasifikasi multispektral –yang biasa diterapkan pada citra resolusi spasial
menengah dan rendah. Metode ini dikenal dengan nama klasifikasi berbasis objek
(object-based classification). Di Indonesia, citra resolusi spasial tinggi lebih
banyak diperlakukan seperti foto udara karena para analis mengalami kesulitan
dalam menerapkan klasifikasi multispektral terhadap citra semacam itu. Pada
klasifikasi multispektral citra resolusi tinggi, satu piksel merupakan bagian dari
objek penutup lahan yang umumnya berukuran jauh lebih besar, sehingga hasil
klasifikasi cenderung merupakan kumpulan piksel yang tidak berkaitan langsung
dengan kategorisasi objek yang dikembangkan dalam klasifikasi (Danoedoro,
2006). Untuk mengatasi masalah ini, dalam kurun 10 tahun terakhir mulai
berkembang metode klasifikasi berbasis objek, yang memanfaatkan teknik
segmentasi citra (Baatz dan Schappe, 2000; Ranasinghe, 2006; Navulur, 2007).

2
 TEKNIK KLASIFIKASI BERBASIS OBJEK CITRA PENGINDERAAN JAUH UNTUK PEMETAAN
TUTUPAN LAHAN SEBAGIAN
KECAMATAN MLATI KABUPATEN SLEMAN
FARID IBRAHIM
Universitas Gadjah Mada, 2014 | Diunduh dari http://etd.repository.ugm.ac.id/

Klasifikasi multispektral mengenali setiap objek dapat dibedakan dari objek

yang lain berdasarkan nilai spektralnya. Hal ini karena setiap objek memiliki pola
respon spektral yang spesifik. Semakin sempit dan banyak saluran yang
digunakan , semakin teliti hasil klasifikasi multispektral ini (Projo, 1996).
Masalah sering timbul ketika daerah penelitian adalah wilayah perkotaan yang
memiliki kompleksitas yang tinggi sehingga metode interpretasi multispektral
akan sangat sulit digunakan ketika ada banyak objek identifikasi, bahkan dengan
nilai spektral yang sama. Hal ini tentu saja akan mendefinisikan dua objek
tersebut sebagai objek yang sama karena orientasi multispektral adalah nilai
spektral itu sendiri. Klasifikasi multispektra yang memanfaatkan Aplikasi
pemrosesan citra digital dilakukan secara automatis. Klasifikasi automatis
melakukan penilaian secara kuantitatif yang berlaku pada wilayah liputan yang
homogen.
Alternatif metode penginderaan jauh yang mampu menggabungkan
interpretasi visual maupun multispektral secara bersamaan adalah klasifikasi
berbasis objek. Klasifikasi berbasis objek mampu meningkatkan ketelitian
segmentasi objek-objek klasifikasi terhadap liputan yang heterogen. Klasifikasi
berbasis objek memberikan batasan-batasan identifikasi objek dari bentuk, tekstur
dan spektralnya.
Teknik Interpetasi Berbasis Objek masih terbilang baru dalam bidang
informasi Geo-Spasial sehingga ketelitiannya perlu dikaji untuk digunakan
sebagai rujukan. Kecamatan Mlati memiliki karakteristik objek spasial yang
cukup kompleks seperti lahan terbangun maupun alami seperti permukiman, jalan
raya, kompleks perkantoran, (kompleks UGM), drainase, sawah, sungai,
perkarangan, tegalan serta jenis penutup lahan lainnya. Teknik interpretasi citra
penginderaan jauh berbasis objek untuk penutup lahan di daerah pinggiran
perkotaan belum banyak digunakan di Indonesia.
Ketertarikan pemanfaatan teknik klasifikasi berbasis objek terhadap
kecamatan Mlati muncul ketika memahami bahwa metode ini belum banyak
berkembang atau digunakan khususnya terhadap daerah pinggiran perkotaan;
dalam hal ini kecamatan Mlati.Data statistik Kabupaten Sleman menunjukkan

3
 TEKNIK KLASIFIKASI BERBASIS OBJEK CITRA PENGINDERAAN JAUH UNTUK PEMETAAN
TUTUPAN LAHAN SEBAGIAN
KECAMATAN MLATI KABUPATEN SLEMAN
FARID IBRAHIM
Universitas Gadjah Mada, 2014 | Diunduh dari http://etd.repository.ugm.ac.id/

terjadi konversi lahan pertanian cukup tinggi yang diimbangi dengan pertambahan
jumlah penduduk dan luas areal terbangun. Pada tahun 1987 luas lahan pertanian
sebesar 26.493 hektar dan pada tahun 2007 turun menjadi 23.062 hektar. Kondisi
tersebut berbeda dibandingkan dengan jumlah penduduk yang terus mengalami
peningkatan sebanyak 730.889 jiwa di tahun 1987 naik menjadi 1.026.767 jiwa di
tahun 2007.
Demikian juga untuk luas areal terbangun, pada tahun 1987 tercatat 10.740
hektar menjadi 19.034 hektar di tahun 2007. Penurunan lahan sawah di Kota
Yogyakarta paling tinggi (-6.75%), sedangkan Kabupaten Sleman tercatat paling
tinggi (-0.68%) dibandingkan tiga kabupaten lain Bantul, Kulon Progo dan
Gunungkidul. Dalam kurun waktu 20 tahun, luas lahan sawah perkapita di semua
wilayah di DIY mengalami penurunan. Penurunan tertinggi terjadi di Kabupaten
Sleman, dari 3,62 persen di tahun 1987 menjadi 2,24 persen di tahun 2007.
Kondisi ini memperlihatkan dibandingkan wilayah lain di Provinsi DIY, konversi
lahan pertanian lebih tinggi dengan peningkatan jumlah penduduk yang tinggi
pula (Harini, Rika 2012 dalam ujian terbuka program doktor). Ditinjau dari aspek
perkembangan kota di Daerah Istimewa Yogyakarta kondisi tersebut
memperlihatkan gejala perkembangan kota cenderung ke arah utara dan timur,
yaitu ke arah Kabupaten Sleman.

1.2 Rumusan Masalah

Masalah yang akan diangkat dalam penelitian ini adalah penerapan metode
klasifikasi berbasis objek sebagai teknik pemrosesan citra digital untuk
memetakan tutupan/penggunaan lahan di daerah perkotaan dengan liputan objek
penutup lahan yang heterogen sehingga dapat menjadi rekomendasi teknik
pemetaan khusus daerah yang tengah mengalami perkembangan dari desa ke kota
seperti yang dialami oleh Kecamatan Mlati.

Berdasarkan uraian di atas dapat dirumuskan sebagai berikut :

1.2.1 Bagaimana mengintegrasikan pemrosesan citra digital dengan Sistem
Informasi Geografi?

4
 TEKNIK KLASIFIKASI BERBASIS OBJEK CITRA PENGINDERAAN JAUH UNTUK PEMETAAN
TUTUPAN LAHAN SEBAGIAN
KECAMATAN MLATI KABUPATEN SLEMAN
FARID IBRAHIM
Universitas Gadjah Mada, 2014 | Diunduh dari http://etd.repository.ugm.ac.id/

1.2.2 Bagaimana ketelitian informasi spasial yang diperoleh menggunakan

metode klasifikasi berbasis objek dengan uji akurasi metode Confusion
Matrix?
1.2.3 Berapa nilai segmentasi yang paling baik digunakan untuk wilayah liputan
yang heterogen (pinggiran perkotaan)?

1.3 Tujuan Penelitian

1.3.1 Mendapatkan perbandingan akurasi klasifikasi secara kualitatif
berdasarkan metode Confusion Matrix sebagai uji ketelitian Klasifikasi
berbasis Objek.
1.3.2 Menetapkan nilai segmentasi yang dapat digunakan sebagai
rujukan/usulan dalam klasifikasi berbasis objek untuk wilayah pinggiran
perkotaan.
1.3.3 Klasifikasi berbasis objek citra penginderaan jauh Quickbird untuk
penutup lahan.

1.4 Manfaat Penelitian

1.4.1 Mendapatkan usulan nilai segmentasi identifikasi objek dalam klasifikasi
berbasis objek pada wilayah liputan heterogen.
1.4.2 Mendapatkan usulan nilai merge dalam klasifikasi berbasis objek dalam
klasifikasi berbasis objek pada wilayah liputan heterogen.
1.4.3 Mengembangkan dan memperkenalkan perkembangan tools Penginderaan
Jauh dan Sistem Informasi Geografi.
1.4.4 Sebagai alternative metode interpretasi objek dalam studi perkotaan dan
atau identifikasi tutupan lahan yang menggunakan data penginderaan jauh
resolusi tinggi pada wilayah liputan heterogen.