Kajian Tutupan Lahan Berbasis Obyek Menggunakan Data UAV Trimble UX5 (Wilayah Studi:Desa Pagak Kab.

Purworejo Jawa Tengah)

(Penulis : Frisandy Aldyan Priatna, Rika Hernawati, Pandu Adi Minarno)

KAJIAN TUTUPAN LAHAN BERBASIS OBYEK MENGGUNAKAN DATA

UAV TRIMBLE UX5
(WILAYAH STUDI:DESA PAGAK, KAB.PURWOREJO JAWA TENGAH)

(AN OBJECT-BESED LAND COVER ASSESMENT USING UAV TRIMBLE UX5 DATA (CASE
STUDY:PAGAK VILLAGE, PURWOREJO DISTRICT, CENTRAL JAVA)

FRISANDY ALDYAN1, RIKA HERNAWATI1 , PANDU ADI MINARNO2

1
TEKNIK GEODESI INSTITUT TEKNOLOGI NASIONAL BANDUNG
PUSAT VULKANOLOGI DAN MITIGASI BENCANA GEOLOGI, BANDUNG, INDONESIA2
KOMPLEK BIMA PERMAI BLOK C NO 3 KEC.KEDAWUNG KAB.CIREBON JAWA BARAT
FRISANDY333@GMAIL.COM

ABSTRAK

Kebutuhan data untuk pemetaan penutup dan penggunaan lahan skala detil dapat dijawab melalui
penggunaan data foto udara digital. Kemudahan pemanfaatan foto udara untuk pemetaan skala detil perlu
ditingkatkan melalui penggunaan klasifikasi secara digital. Kemampuan OBIA untuk mengoptimalkan data
foto udara dan turunannya dalam menurunkan informasi penutup lahan dan penggunaan lahan skala detil
perlu dikaji. Adapun tujuannya untuk: a) membangun strategi klasifikasi OBIA pada foto udara digital untuk
mendapatkan informasi penutup lahan dan penggunaan lahan skala detil; b) mengkaji data input dan
pengaturan segmentasi untuk mendapatkan hasil segmentasi yang akurat. Dari hasil tutupan lahan
menggunakan OBIA terdapat tujuh kelas klasifikasi tutupan lahan yaitu sawah, ladang, tanaman campuran,
permukiman, rawa, tambak dan jalan. Uji akurasi hasil klasifikasi berbasis obyek untuk tutupan lahan dari
data foto udara menunjukan hasil yang akurat yakni 99,9%.

Kata kunci: OBIA, Foto Udara, Tutupan Lahan

ABSTRACT
The ease of using digital aerial photography for large-scale mapping need to be improved. Classification
strategy using Object Based Image Analysis (OBIA) need to be developed to optimizing the advantages and
overcome the limitations of digital aerial photography. This research aims to: 1) establish a classification
strategy using OBIA on digital aerial photography to produce detailed landcover and landuse map; 2) assess
the data input and segmentation setting to produce the best segmentation result. From the land cover using
OBIA, there are seven classes of land cover classification that are rice field, fields, mixed crops, settlements,
swamps, fishponds and roads. The object-based classification accuracy test for land cover from aerial
photograph data shows an accurate result of 99.9%.

Keywords: OBIA, Aerial Photography, Land Use

1
Seminar Nasional Geomatika 2017 : Inovasi Teknologi Penyediaan Informasi Geospasial Untuk Pembangunan Berkelanjutan

PENDAHULUAN

Tutupan lahan adalah perwujudan secara fisik (visual) dari vegetasi, benda alam, dan unsur-unsur
budaya yang ada di permukaan bumi tanpa memperhatikan kegiatan manusia terhadap obyek
tersebut (Townshead dkk, 1981). Sedangkan (Barret dan Curtis, 1982), mengatakan bahwa
permukaan bumi sebagian terdiri dari kenampakan alamiah (penutupan lahan) seperti vegetasi,
salju, dan lain sebagainya, dan sebagian lagi berupa kenampakan hasil aktivitas manusia
(penggunaan lahan). Tutupan lahan harus diketahui perubahannya agar dapat mencegah
penurunan kualitas lingkungan sekitar dan menciptakan suatu perencanaan yang memperhatikan
keadaan lingkungan agar proses kegiatan yang dilakukan dapat menciptakan lingkungan yang baik
dan berkesinambungan (Sugianto, 2016).

Data citra sering dipakai untuk klasifikasi, akan tetapi masih terdapat kelemahan terutama
mengenai ukuran resolusi spasialnya karena daerahnya yang relatif sangat luas dan terkendala
dengan awan/kabut. Dengan menggunakan data foto udara kajian klasifikasi tutupan lahan
tersebut dapat diklasifikasi secara detail karena resolusinya lebih tinggi. Dalam optimalisasi
pemanfaatan data UAV ini, diperlukan proses klasifikasi berdasarkan obyek sebab data dalam
penginderaan jauh resolusi tinggi obyek terlihat cukup jelas dan jika menggunakan klasifikasi
berdasarkan piksel maka hasil klasifikasi menjadi kurang akurat terutama saat proses ekstraksi
obyek tertentu (Xiaoxia, 2005).

Oleh karena itu, salah satu metode untuk dapat mendukung data tersebut diantaranya
menggunakan klasifikasi berbasis obyek (Object Based Image Analysis atau OBIA). OBIA
merupakan klasifikasi berbasis objek yang mampu mendefinisikan kelas-kelas objek berdasarkan
aspek spectral dan aspek spasial sekaligus (Indriastiti, 2016). Secara umum proses klasifikasi OBIA
dilakukan melalui dua tahapan, yaitu segmentasi yang merupakan sebuah langkah awal pada
klasifikasi dengan metode berbasis objek dan klasifikasi tiap segmen yang merupakan
pengelompokan setiap piksel yang memiliki kesamaan tekstur individual menjadi region atau
wilayah (Parsa, 2013).

Dalam kegiatan penelitian ini bertujuan untuk mengetahui hasil klasifikasi OBIA dalam
menganalisis tutupan lahan di Desa Pagak, Kabupaten Purworejo Jawa Tengah. Manfaat yang
ingin diperoleh dalam penelitian ini adalah untuk memberikan informasi yang lebih rinci dari hasil
klasifikasi tutupan lahan dengn menggunakan data foto udara.

METODE

2.1 Data dan Lokasi Penelitian

Data yang digunakan dalam penelitian ini adalah sebagai berikut:

Tabel 1. Data Yang Digunakan

No. Data Keterangan Sumber

1 Foto Udara UAV 2017 Pusat Vulkanologi Mitigasi

Trimble UX5 Bencana (Badan Geologi)

2. GCP(Ground Control 2017 Pusat Vulkanologi Mitigasi

Point) Bencana (Badan Geologi)

2
Kajian Tutupan Lahan Berbasis Obyek Menggunakan Data UAV Trimble UX5 (Wilayah Studi:Desa Pagak Kab.Purworejo Jawa Tengah)
(Penulis : Frisandy Aldyan Priatna, Rika Hernawati, Pandu Adi Minarno)

Lokasi penelitian ini dilakukan di Desa Pagak Kabupaten Purworejo, Provinsi Jawa Tengah,
Indonesia. Dapat dilihat pada gambar 1 dibawah ini :

Gambar 1. Lokasi Penelitian

(Sumber : Badan Informasi Geografis, 2017)

3
Seminar Nasional Geomatika 2017 : Inovasi Teknologi Penyediaan Informasi Geospasial Untuk Pembangunan Berkelanjutan

2.2 Metodologi Penelitian

Adapun metodologi pada penelitian ini sebagai berikut:

Data Foto Udara Data GCP

Pengecekan Data Pengolahan Data GCP

Input GCP

Pengolahan Point Cloud

Pembentukan DSM

Orthophoto
Scale Parameter 50

Segmentasi Shapes 0,2

Compactness 0,6

Klasifikasi OBIA

Peta Tutupan Lahan Uji Akurasi dengan

Interpretasi Visual

Analisis

Gambar 2. Metodologi Penelitian.

4
Kajian Tutupan Lahan Berbasis Obyek Menggunakan Data UAV Trimble UX5 (Wilayah Studi:Desa Pagak Kab.Purworejo Jawa Tengah)
(Penulis : Frisandy Aldyan Priatna, Rika Hernawati, Pandu Adi Minarno)

2.3 Pengolahan Data

Tahapan pengolahan penelitian ini terdiri dari beberapa tahap, yaitu pengolahan data foto udara
UAV Trimble UX5 flight 8 menggunakan software agisoft untuk menghasilkan orthophoto. Dapat
dilihat pada gambar 3 dibawah ini :

Gambar 3. Hasil Pengolahan Data Foto Udara Flight 8.

Proses pengambilan data GCP (Ground Control Point) dilakukan dengan metode diferensial yaitu
penentuan posisi suatu titik relatif terhadap titik lain yang telah diketahui koordinatnya,
pengukuran dilakukan secara bersamaan pada dua titik dalam selang waktu tertentu. Pengambilan
data GPS ini menggunakan 2 receiver yang mana satu di tempatkan di titik base (titik yang telah
diketahui koordinatnya) dan satu lagi sebagai rover. Dapat dilihat pada gambar 4 dibawah ini :

Gambar 4. Hasil Proses Pengolahan GCP (Ground Control Point).

Proses cropping tujuannya untuk membuang atau memotong bagian tertentu yaitu daerah
penelitian yang menjadi fokus untuk melakukan klasifikasi tutupan lahan menggunakan metode
OBIA agar menghasilkan akurasi yang maksimal. Dapat dilihat pada gambar 5 dibawah ini :

Gambar 5. Hasil Cropping.

5
Seminar Nasional Geomatika 2017 : Inovasi Teknologi Penyediaan Informasi Geospasial Untuk Pembangunan Berkelanjutan

Pada tahap klasifikasi tutupan lahan dengan metode OBIA, data foto udara melakukan proses
segmentasi untuk mengelompokkan piksel-piksel berdasarkan nilai spectral pada piksel dan
objek spasial pada data foto udara. Dapat dilihat pada gambar 6 dibawah ini :

Gambar 6. Hasil Pengolahan Segmentasi.

Melakukan klasifikasi pada setiap objek-objek foto udara, melakukan penggabungan poligon-
poligon piksel citra hasil klasifikasi dengan menggunakan Polygon Dissolve, perhitungan luas
masing-masing kelas tutupan lahan. Berikut adalah proses pembuatan training sample pada
masing-masing objek sesuai dengan kelas-kelas yang sudah dibuat dan hasil pembuatan
training sample secara keseluruhan. Dapat dilihat pada gambar 7-14 dibawah ini :

Gambar 7. Training Sample Sawah. Gambar 8. Training Sample Tanaman Campuran.

Gambar 9. Training Sample Ladang. Gambar 10. Training Sample Permukiman.

Gambar 11. Training Sample Jalan. Gambar 12. Training Sample Tambak.

6
Kajian Tutupan Lahan Berbasis Obyek Menggunakan Data UAV Trimble UX5 (Wilayah Studi:Desa Pagak Kab.Purworejo Jawa Tengah)
(Penulis : Frisandy Aldyan Priatna, Rika Hernawati, Pandu Adi Minarno)

Gambar 13. Training Sample Rawa.

Gambar 14. Hasil Pembuatan Training Sample.

Uji akurasi hasil klasifikasi dilakukan untuk menguji tingkat akurasi peta tutupan lahan yang
dihasilkan dari proses klasifikasi digital dan proses layout peta.

HASIL DAN PEMBAHASAN

Pada penelitian ini telah dikembangkan metode klasifikasi spasial berbasis obyek tutupan lahan
Desa Pagak terbaru dari data foto udara resolusi spasial tinggi UAV Trimble UX5. Klasifikasi
dilakukan pada data UAV yang telah disegmentasi, terlihat adanya pemisahan objek yang cukup
jelas meskipun garis segmen telah dihilangkan. Ekstraksi informasi objek dilakukan dalam
parameter skala 50 karena pada skala inilah objek terpisah dengan cukup akurat dan jumlah
segmen tergolong cukup. Gambar 9 dibawah ini merupakan hasil klasifikasi metode OBIA,
mengacu pada SNI BIG 7645 tahun 2010 penelitian ini terbagi menjadi 7 kelas yaitu sawah,
ladang, tanaman campuran, permukiman, tambak, rawa dan jalan. Data foto udara ini diambil
pada bulan Maret 2017 yang artinya penelitian ini memperbaharui peta tutupan lahan berkualitas
tinggi dengan tingkat keakurasian yang sesuai.

7
Seminar Nasional Geomatika 2017 : Inovasi Teknologi Penyediaan Informasi Geospasial Untuk Pembangunan Berkelanjutan

Gambar 9. Layout Klasifikasi Metode OBIA.

Dari hasil klasifikasi metode OBIA menggunakan data foto udara tersebut menunjukan hasil yang
akurat pada luas setiap kelasnya. Berikut merupakan tabel luas tutupan lahan setiap kelas yang
terdiri dari sawah, ladang, tanaman campuran, permukiman, tambak, rawa dan jalan. Dapat dilihat
pada tabel 1 dibawah ini :

Tabel 1. Luas Tutupan Lahan.

No Kelas Tutupan Lahan Warna Luas (Ha)

1 Sawah 11,517
2 Tanaman Campuran 10,183
3 Permukiman 1,012
4 Tambak 1,225
5 Rawa 1,583
6 Ladang 2,432
7 Jalan 0,472
Total Luas 28,424

Berdasarkan hasil penelitian klasifikasi tutupan lahan menggunakan metode OBIA di Desa Pagak
Kabupaten Purworejo luas daerah yang didapat yaitu sawah 11,517 ha, ladang 2,432 ha, tanaman
campuran 10,183 ha, permukiman 1,012 ha, rawa 1,583 ha, tambak 1,225 ha dan jalan 0,472 ha.
Klasifikasi tutupan lahan dari hasil analisis digital berbasis objek menunjukan hasil yang baik
dengan akurasi keseluruhan sebesar 90%. Matriks kesalahan pada masing-masing kelas dapat
dilihat pada tabel 2 dibawah ini :

8
Kajian Tutupan Lahan Berbasis Obyek Menggunakan Data UAV Trimble UX5 (Wilayah Studi:Desa Pagak Kab.Purworejo Jawa Tengah)
(Penulis : Frisandy Aldyan Priatna, Rika Hernawati, Pandu Adi Minarno)

Tabel 2. Hasil Pengolahan Uji Akurasi.

Jenis Tanaman Sawah Permukiman Tambak Rawa Jalan Ladang Total Procedur
Campuran Accuracy
Tanaman 10 0 0 0 0 0 0 10 100%
Campuran
Sawah 0 10 0 0 0 0 0 10 100%
Permukiman 2 0 7 0 0 0 1 10 70%
Tambak 0 0 0 10 0 0 0 10 100%
Rawa 1 0 1 0 9 0 0 10 90%
Jalan 1 0 0 0 0 8 0 10 80%
Ladang 1 0 0 0 0 0 9 10 90%
Total 15 10 8 10 9 8 10 70
User 66% 100% 87% 100% 100% 100% 90%
Accuracy

Dari beberapa kesalahan klasifikasi minor yang terjadi, akurasi keseluruhan dari tutupan lahan
adalah sebesar 90%. Akurasi kappa yang diperoleh sebesar 0,88. Nilai akurasi yang tinggi dari
hasil kajian ini menunjukan keunggulan analisis digital berbasis objek dalam pemetaan tutupan
lahan dibandingkan analisis berbasis piksel. Hal ini sejalan dengan beberapa penelitian
sebelumnya, hasil analisis menggunakan metode ini memberikan hasil yang lebih baik
dibandingkan analisis berbasis piksel menggunakan foto udara resolusi tinggi. Mengacu pada hasil
uji akurasi tersebut, hasil klasifikasi pemetaan tutupan lahan dengan menggunakan pendekatan
berbasis objek dari data UAV memberikan hasil yang sangat baik sebagai alternatif interpretasi
secara visual. Waktu pemprosesan data relatif cepat, memungkinkan penggunaan analisis digital
berbasis objek bisa digunakan untuk keperluan pemetaan cepat seperti mitigasi bencana.

KESIMPULAN

Berdasarkan hasil dan analisis yang didapat dari kajian perubahan tutupan lahan di Desa Pagak,
Kabupaten Purworejo Jawa Tengah menggunakan metode OBIA dapat disimpulkan beberapa
kesimpulan yaitu Berdasarkan hasil penelitian klasifikasi tutupan lahan menggunakan data UAV
dengan metode OBIA di Desa Pagak Kabupaten Purworejo luas daerah yang didapat yaitu sawah
dengan luas 11,517 ha, lading dengan luas 2,432 ha, tanaman campuran dengan luas 10,183 ha,
permukiman dengan luas 1,012 ha, rawa dengan luas 1,583 ha, tambak dengan luas 1,225 ha dan
jalan dengan luas 0,472 ha. Hasil uji akurasi menunjukan bahwa analisis digital dengan
pendekatan berbasis objek memberikan hasil yang sangat baik untuk pemetaan dengan nilai
akurasi yang tinggi yaitu 90% dan indeks kappa 0,88. Ekstraksi informasi objek dilakukan dalam
parameter skala 50, shapes 0,2 dan compatcness 0,6 karena pada parameter inilah objek dapat
disegmentasi dengan cukup akurat dan jumlah segmen yang tergolong baik.

UCAPAN TERIMA KASIH

Pada kesempatan ini, penulis menyampaikan terima kasih yang sebesar-besarnya kepada seluruh
pihak yang telah membantu dan berkontribusi dalam penyelesaian penelitian ini, terutama kepada:
1. Kedua orang tua, adik, serta seluruh keluarga besar yang selalu memberikan bantuan, do’a, dan
dorongan baik dalam segi moral maupun materil.
2. Rika Hernawati, S.T., M.T., selaku dosen pembimbing penelitian yang telah memberikan waktu
dan masukan-masukan yang membangun dalam penulisan laporan penelitian.
3. Pandu Adi Minarno, S.T., selaku pembimbing penelitian dan Kantor PVMBG Bandung sebagai
penyedia data lapangan.

9
Seminar Nasional Geomatika 2017 : Inovasi Teknologi Penyediaan Informasi Geospasial Untuk Pembangunan Berkelanjutan

DAFTAR PUSTAKA

Barret, E & Curtis, L. F. (1982). Introduction to Enviromental Remote Sensing (2nd Edition ed.). London:
Chapman and Hall.
Townshend, J., & Justice, C. (1981). Image Processing of Remotely Sensed Data – a user view. International
Journal of Remote Sensing , 2, 313-330.
Sugianto, 2016. Analisis Perubahan Lahan Sawah dan Pemanfaatan lahan
Parsa M., 2013. Optimalisali Parameter Segmentasi Untuk Pemetaan Lahan Sawah Menggunakan Citra
Satelit Landsat (Studi Kasus Padang Pariaman, Sumatera Barat), Vol.10, No.1, Pp. 31-39.
Indriastiti 2016. Pemanfaatan Citra Landsat 8 untuk Identifikasi Penggunaan Lahan Kab.Magelang
Menggunakan Metode Klasifikasi OBIA. 2013/351596/SV/04435.
Xiaoxia, S., 2005. A Comparison Of Object-Oriented And Pixel-Based Classification Approachs Using
Quickbird Imagery. ISPRS Archives-Volume XXXVI-2/W25.
Badan Informasi Geografis (2017). http/BIG.com/peta-JawaTengah. Diakses pada: 24 juni 2017
Badan Standarisasi Nasional, (2010). Klasifikasi Penutup Lahan. SNI 7645-2010. Jakarta.
Pusat Vulkanologi dan Mitigasi Bencana Geologi, Bandung, Indonesia

10