Peneliti :
I Made Yuliara, S.Si., M.T.
JURUSAN FISIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS UDAYANA
2014
KATA PENGANTAR
Puji Syukur kehadirat Tuhan Yang Maha Esa, karena atas berkat rahmat-Nya
Dengan hati yang tulus, penulis mengucapkan terima kasih yang sebesar-
pengetahuan dan akhir kata, penulis menyadari bahwa penelitian ini tak luput dari
kesalahan dan kekurangan, maka dari itu segala koreksi dan saran dari semua pihak
I Made Yuliara
ii
DAFTAR ISI
Hal
Abstrak i
Kata Pengantar ii
Daftar Isi iii
Daftar Tabel iv
Daftar Gambar v
BAB I PENDAHULUAN
1.1. Latar Belakang ……………………………………………………. 1
1.2. Rumusan Masalah…………………………………………………. 2
1.3. Tujuan Penelitian………………………………………………...... 2
1.4. Manfaat Penelitian……………………………………………......... 3
BAB II TINJAUAN PUSTAKA
2.1. Tanaman Cengkeh…………….…………………………………… 4
2.2. Data Satelit Penginderaan Jauh……………………………………. 4
2.3. Karakteristik Data Satelit Landsat 8………………………………. 5
2.4. Indeks Vegetasi Dan Distribusi Vegetasi Cengkeh 6
BAB III KERANGKA BERFIKIR, KONSEP DAN HIPOTESIS
3.1. Kerangka Berfikir…………………………………………………... 9
3.2. Kerangka Konsep…………………………………………………… 11
3.3. Hipotesis……………………………………………………………. 13
Bab IV METODE PENELITIAN
4.1. Lokasi Dan Waktu Penelitian………………………………………. 14
4.2. Ruang Lingkup Penelitian…………………………………………. 15
4.3. Bahan Dan Instrumen Penelitian…………………………………… 15
4.4. Prosedur Penelitian………………………………………………… 15
4.5. Analisis Data………………………………………………………. 16
BAB V HASIL DAN PEMBAHASAN
5.1. Pengolahan Citra ………..…………………………………………. 19
5.2. Perhitungan Dan Citra Indeks Vegetasi Cengkeh..………………… 23
5.3. Distribusi Dan Luas Vegetasi Cengkeh…………………………….. 26
BAB VI KESIMPULAN DAN SARAN
6.1. Kesimpulan………………………………………………………… 29
6.2. Saran……………………………………………………………….. 29
Daftar Pustaka………………………………………………………………………... 30
Lampiran……………………………………………………………………………...
iii
DAFTAR TABEL
iv
DAFTAR GAMBAR
v
BAB I. PENDAHULUAN
berasal dari Maluku Utara (Pulau Makiau). Sampai saat ini, cengkeh banyak
merupakan salah satu komoditas ekspor yang diandalkan pemerintah. Pada awalnya
cengkeh sering dimanfaatkan sebagai bahan baku industri farmasi, kosmetik, parfum,
dipandang perlu untuk mengetahui keberadaan dan luas vegetasi cengkeh, sehingga
besar dilakukan secara manual berdasarkan data lapangan yang dihimpun dari petani
setiap desa atau kecamatan dan juga memerlukan waktu cukup lama. Perbedaan kriteria
penilaian, pendekatan maupun metode yang dipergunakan akan memperoleh hasil yang
Kabupaten Buleleng memiliki luas wilayah sekitar 1.365,88 Km2 atau 24,25 % dari
luas Propinsi Bali, dan terbagi dalam 9 kecamatan. Kabupaten Buleleng merupakan
penghasil cengkeh terbesar di Bali dan cukup besar di Indonesia. Menurut data statistik
Pemerintah Daerah Kabupaten Buleleng tahun 2012, luas vegetasi cengkeh yang
produktif adalah sekitar 7.007 ha yang diusahakan oleh 10.816 petani. Produktivitas
dalam penyediaan data distribusi/ sebaran dan luas vegetasi cengkeh, dituntut kecepatan
1
dan ketepatan informasi sumber daya pertanian maupun perkebunan yang lebih
kuantitatif. Untuk itu, diperlukan sarana pengumpul data dan informasi sistem distribusi
maupun luas yang lebih akurat, dalam waktu secepat mungkin. Teknologi data satelit
Dalam data citra satelit, setiap obyek yang terekam memiliki nilai reflektan panjang
yang dimiliki oleh obyek vegetasi memungkinkan untuk memetakan suatu spesies
vegetasi (Xie al al, 2008). Dengan melakukan analisis data citra satelit, tingkat kehijauan
adalah NDVI (Normalized Difference Vegetation Index) dan NRVI (Normalized Ratio
Dapat dipergunakan sebagai bahan pengkayaan ilmu dan teknologi serta dapat
memberikan informasi keberadaan dan sebaran serta luas vegetasi cengkeh di daerah
kabupaten Buleleng, Bali. Disamping itu, bagi pemerintah Daerah diharapkan dapat
digunakan sebagai salah satu pedoman bahan kajian akademik untuk pengambilan
3
4
berasal dari Maluku Utara (Pulau Makiau). Sebutan dari tanaman yang diambil bunganya
ini sangat beragam, seperti misalnya di Jawa dan Sunda disebut dengan cengkeh, di Bali
Pada awalnya, cengkeh dimanfaatkan sebagai bahan obat-obatan, akan tetapi dalam
sebagai bahan baku industri farmasi, kosmetik, parfum, rempah-rempah, dan juga sebagai
Penginderaan jauh adalah ilmu dan seni untuk memperoleh informasi tentang obyek,
daerah atau gejala dengan jalan menganalisis data yang diperoleh dengan menggunakan
alat tanpa kontak langsung dengan obyek, daerah atau gejala yang dikaji (Lillesand dan
Kiefer, 1997).
Data citra merupakan rekaman visual yang dihasilkan oleh peralatan secara optik dan
elektronik. Citra terdiri dari array 2 dimensi yang dapat diekspresikan dengan suatu
matriks dan setiap elemen matriks disebut dengan piksel (pixel). Kecerahan setiap piksel
Dalam perspektif satelit penginderaan jauh, data citra berisi informasi tentang
obyek-obyek sebagai target yang ada di permukaan bumi yang dideteksi oleh sensor yang
dibawa wahana (platform) satelit mengitari bumi. Obyek yang terekam dalam citra,
5
oleh nilai piksel dan berkaitan erat dengan karakteristik obyek yang terekam.
Data Landsat merupakan data citra satelit yang dihasilkan oleh satelit Landsat, yaitu salah
satu satelit sumber daya alam yang dikembangkan oleh NASA dan Departemen Dalam
kelanjutan dari misi Landsat 1 yang untuk pertama kali menjadi satelit pengamat
bumi sejak tahun 1972. Landsat 8 hanya memerlukan waktu 99 menit untuk mengorbit
bumi dengan resolusi temporal 16 hari. Seperti dipublikasikan oleh USGS, satelit Landsat
8 terbang dengan ketinggian 705 km dari permukaan bumi dan memiliki area scan seluas
Satelit Landsat 8 memiliki sensor Onboard Operational Land Imager (OLI) dan
Thermal Infrared Sensor (TIRS) dengan jumlah band sebanyak 11 buah. Sembilan band
(band 1 sampai 9) berada pada sensor OLI dan 2 lainnya (band 10 dan 11) pada sensor
TIRS. Sebagian besar band pada Landsat 8 memiliki spesifikasi mirip dengan Landsat 7.
NASA menargetkan satelit Landsat 8 ini mengemban misi selama 5 tahun (sensor OLI
Pada citra satelit multispectral, masing masing piksel mempunyai beberapa nilai
digital sesuai dengan jumlah band yang dimiliki. Untuk citra Landsat 8, masing-masing
Data citra satelit Landsat dapat ditampilkan secara single band dalam bentuk hitam
dan putih maupun kombinasi 3 band yang dikenal dengan color composite. Karakteristik
interval spektral dan resolusi spasial setiap band Landsat 8 dapat dilihat pada Table 1.
6
Banyak penelitian penggunaan data citra satelit penginderaan jauh untuk memantau
karakteristik spectral reflectance yang dimiliki oleh vegetasi tersebut. Perbedaan spectral
reflectance yang dimiliki oleh vegetasi memungkinkan untuk memetakan suatu jenis
spesies vegetasi (Xie at al, 2008). Vegetasi hijau memiliki spectral reflectance unik yang
dipengaruhi oleh struktur dan komposisi daunnya. Proporsi radiasi dipantulkan dalam
spektrum yang berbeda, tergantung pada keadaan, struktur dan komposisi tanaman. Pada
tanaman sehat dan kanopi padat, radiasi spectral yang dipantulkan lebih banyak pada
Pada spektrum tampak, tanaman akan menyerap spektrum biru dan merah sedangkan
spektrum hijau relatif lebih banyak dipantulkan. Hal ini disebabkan keberadaan klorofil.
Adanya aktivitas fotosintesis yang tinggi akan menghasilkan pantulan yang lebih rendah
di spektrum merah dan pantulan tinggi di spektrum inframerah. Fitur interval spektral
(0,650 - 0,885 µm) yang unik seperti ini tidak dimiliki oleh obyek lainnya di permukaan
bumi dan fitur ini dipergunakan dalam prinsip perhitungan indeks vegetasi.
Menurut Beeri et al., 2007, ciri spektral dari vegetasi pada saat aktif berfotosintesis
dengan yang tidak aktif, menunjukkan perbedaan yang jelas dan dapat dimanfaatkan
Prinsip penerapan indeks vegetasi dalam memetakan vegetasi bergantung pada sifat
reflectance dalam NIR dan sifat absorpsi dalam gelombang tampak (Xie at al, 2008).
=( − )/( + ) (1)
Dimana :
Nilai reflectance gelombang infra merah pada band 5 bersifat menyerap spektrum
gelombang datang dan pada band 4 reflectance gelombang merah bersifat memantulkan
gelombang yang datang. Dengan demikian, ini berarti bahwa pada tanaman sehat (aktif
proses fotosintesis) nilai NDVI akan semakin besar dan sebaliknya semakin kurang
sehatnya tanaman atau semakin rendah tingkat kehijauan tanaman (hijau daun tidak
menutupi seluruh permukaan tanah/ kurang subur), maka nilai NDVI akan semakin kecil.
8
dari Ratio Vegetasi Index (RVI) dan diperkenalkan oleh Baret dan Guyot (1991) yang
diekspresikan oleh :
=( − 1)/( + 1) (2)
dengan produktivitas dari suatu tanaman/ vegetasi. Penelitian yang berkaitan dengan
tanaman padi sawah melalui analisis citra satelit di pulau Jawa. Murti dan Raharjo (2009),
jauh ASTER VNIR di sebagian Kabupaten Temanggung, Propinsi Jawa Tengah. Rohman
(2002) melakukan penelitian mengenai estimasi produksi teh dengan citra Landsat TM di
sebagian wilayah Kabupaten Bogor, Cianjur, dan Sukabumi Jawa Barat. Nawir (2000)
Dalam hal ini, pemanfaatan tingkat kehijauan vegetasi/ indeks vegetasi melalui
NDVI dan NRVI yang diturunkan dari data satelit Landsat 8 dipergunakan untuk
ekonomi yang cukup tinggi. Inventarisasi keberadaan dan luas vegetasi cengkeh
sangat berguna untuk menunjang pendugaan produktivitas cengkeh yang selama ini
sebagian besar dilakukan secara manual, berdasarkan data lapangan yang dihimpun
dari petani setiap desa atau kecamatan yang memerlukan waktu cukup lama.
dalam pemanfaatannya.
sumber daya pertanian. Untuk itu, diperlukan sarana pengumpul data dan informasi
mengenai keberadaan dan luas vegetasi cengkeh yang lebih akurat dan dalam waktu
prioritas utama.
Data satelit penginderaan jauh dalam hal ini data citra Landsat 8, yang berisi
pengolahan, analisis dan interpretasi, baik visual maupun digital dan menonjolkan
10
aspek tingkat kehijauan vegetasi serta didukung data sekunder, maka dimungkinkan
cengkeh di lapangan pada posisi yang bersesuaian antara koordinat di citra dan di
lapangan yang diukur menggunakan alat Global Positioning System (GPS). Setiap
posisi vegetasi cengkeh di lapangan dan jumlah piksel dikalikan dengan resolusi
Teknologi satelit PJ :
Informasi penyediaan data
Ketepatan dan kecepatan
penunjang produktivitas
data distribusi dan luas
cengkeh (kurang akurat,
vegetasi cengkeh
lambat)
PENEMUAN :
1. Distribusi vegetasi cengkeh
2. Luas vegetasi cengkeh
distribusi dan luas vegetasi cengkeh. Supaya penyediaan informasi cepat dan akurat,
perhitungan produktivitas.
Data citra satelit penginderaan jauh yang berisi rekaman nilai spectral
piksel. Dalam data citra Landsat 8, spectral reflectance merah berada pada band 4,
dengan interval panjang gelombang antara 630 sampai 680 nm. Sementara pada
band 5 berisi spektrum infra merah dekat (Near Infra Red, NIR) dengan interval
secara visual maupun digital, akan memperkuat dan menambah informasi mengenai
Data satelit penginderaan jauh dalam hal ini data citra Landsat 8, yang berisi
pengolahan, analisis dan interpretasi, baik visual maupun digital dan menonjolkan
aspek tingkat kehijauan vegetasi serta didukung data sekunder, maka dimungkinkan
cengkeh di lapangan pada posisi yang bersesuaian antara koordinat di citra dan di
lapangan yang diukur menggunakan alat Global Positioning System (GPS). Setiap
posisi vegetasi cengkeh di lapangan dan jumlah piksel dikalikan dengan resolusi
FAKTA : FAKTA :
Data citra Landsat 8 Informasi penyediaan data
Spectral reflectance obyek penunjang produktivitas
diekspresikan oleh nilai piksel cengkeh (kurang akurat,
lambat)
PENEMUAN :
1. Distribusi vegetasi cengkeh
2. Luas vegetasi cengkeh
Variabel dalam penelitian ini adalah perbandingan nilai spectral reflectance antar
band dari data satelit Landsat 8 yang mengekspresikan tingkat kehijauan/ indeks vegetasi
cengkeh yang dihitung berdasarkan algoritma NDVI dan NRVI. Penelitian ini dirancang
berupa posisi/ koordinat vegetasi cengkeh yang didapat melalui survey lapangan dengan
alat GPS (Global Positioning System). Pengumpulan data secara kualitatif dilakukan
dengan mengumpulkan data citra satelit Landsat 8, peta topografi dan peta tematik.
geografis terletak pada koordinat 8° 03 ' 40 '' - 8° 23 ' 00 '' LS dan 114° 25 ' 55 ''- 115°
27 ' 28 '' BT. Penelitian dilaksanakan pada bulan September 2014 sampai Desember
Kegiatan yang dilakukan dalam penelitian ini dimulai dari pengumpulan data-data
kualitatif, pengolahan data awal, survey pengukuran koordinat, mengolah data lanjutan
sampai analisis data yang secara rinci dijelaskan dalam diagram alir penelitian pada
Gambar 4.
Mengingat obyek yang terekam dalam data citra satelit penginderaan jauh dominan
diberikan oleh spectral reflectance yang menutupi permukaan bumi, maka ruang lingkup
vegetasi cengkehnya. Hal ini dimaksudkan supaya spectral reflectance secara langsung
Bahan-bahan yang dipergunakan dalam penelitian ini adalah data citra satelit Landsat
8, yaitu band 2, band 3, band 4, band 5, band 6 dan band 7. Instrumen yang dipergunakan
adalah :
1) Laptop Toshiba Satellite M645-S4110 Intel Core i5; 2,4 Ghz; RAM 4 GB
Penelitian ini pada dasarnya dilakukan dengan mengolah data citra Landsat 8
menggunakan software IDRISI 16.03 : The Taiga Edition yang secara garis besar dibagi
Citra satelit yang digunakan adalah citra Landsat 8 level 1G, yaitu citra yang telah
seluruh band citra Landsat 8 berdasarkan perumusan yang dikeluarkan oleh USGS
menerapkan beberapa metode yang tersedia pada software IDRISI 16.03 : The
Taiga Edition. Hasil visual terbaik yang tidak mempengaruhi nilai citra original
Mengingat rekaman data citra Landsat 8 untuk Kabupaten Buleleng, Bali terdiri
dari 2 scene (path dan row berbeda), maka untuk mendapatkan data citra
(ke-6) pasangan band citra Landsat 8. Untuk mendapatkan citra daerah studi,
dilakukan cropping setiap band citra mosaic dioverlay dengan peta digital daerah
studi. Citra komposit (RGB), disusun dari band 654 yang memiliki kekontrasan
terbaik.
Penentuan klas vegetasi dan non vegetasi didasari oleh citra RGB 654. Dalam
interpretasi visual dibantu oleh citra resolusi tinggi (google earth) dan proses
diperoleh berdasarkan posisi vegetasi cengkeh yang diperoleh dari bantuan citra
resolusi tinggi (google earth ) dan pengukuran langsung dengan GPS. Setiap
piksel pada citra NDVI dan NRVI yang terindikasi sebagai vegetasi cengkeh
dipakai sebagai dasar untuk klasifikasi dalam menentukan distribusi/ sebaran dan
Untuk mendapatkan katagori kerapatan, yaitu rapat, sedang dan lebat dilakukan
cross tabulation citra indeks vegetasi baik NDVI maupun NRVI dengan citra hasil
Luas vegetasi cengkeh dapat dihitung dari perkalian resolusi piksel dengan
Analisis data dilakukan dengan membandingkan kedua citra hasil distribusi dan luas
vegetasi cengkeh yang dibangun berdasarkan algoritma NDVI dan NRVI. Secara analisis
Peta digital
2 scene 6 band citra area penelitian
Landsat 8 Level 1G
Cropping, citra
Mosaic
daerah studi
Overlay
pengolahan terhadap data citra satelit Landsat 8 level 1G. Daerah Bali
Rekaman data citra yang dipakai dalam penelitian ini adalah rekaman tanggal
5 Mei 2014 untuk scene 1 dan rekaman tanggal 3 Nopember 2014 untuk scene 2.
Pada dasarnya data ini sudah terkoreksi secara radiometrik dan geometrik, akan
tetapi pada penelitian ini dilakukan koreksi nilai reflektan pada Top On
Pada citra Landsat 8, koreksi nilai reflektan dilakukan dengan rescalling nilai
= ( )
= +
pada citra, sehingga sesuai dengan posisi sebenarnya di bumi. Koreksi ini
dilakukan untuk seluruh (ke-6) band citra Landsat 8 dengan metode nearest
neighboor yang mengacu pada 9 titik kontrol sekutu (Ground Control Point,
GCP) dengan total RMS = 0,013490. Titik-titik kontrol sekutu diperoleh dari
c. Perentangan Kekontrasan
Proses ini dilakukan untuk mendapatkan visualisasi yang lebih baik, sehingga
obyek yang berbeda terlihat lebih jelas. Jenis perentangan yang dipergunakan
d. Mosaicking
Untuk membuat citra daerah studi, dilakukan overlay peta digitasi batas
daerah studi (Kabupaten Buleleng) dengan citra hasil mosaic. Hasil citra
f. Citra Komposit
RGB 654. Aspek vegetasi pada citra komposit ini sangat menonjol (warna
22
obyek vegetasi tanaman cengkeh di citra. Disamping itu citra ini juga
g. Klasifikasi
Klasifikasi citra diawali dengan pembuatan training area untuk 2 ID, yaitu :
ID 1 : Vegetasi
ID 2 : Non Vegetasi
yang melibatkan ke-6 band citra, setelah itu dilakukan proses klasifikasi
Rata-rata = 0,147
Tingkat kehijauan vegetasi dapat diukur melalui analisis citra satelit yang
diekspresikan oleh nilai NDVI dan NRVI. Nilai ini dihitung menggunakan
Persamaan 1 dan 2. Nilai NDVI berkisar antara -1 sampai +1, yang mana nilai
keberadaan vegetasi. Nilai NRVI yang diperoleh berkisar antara -1 sampai +1.
non vegetasi. Hasil pengolahan citra NDVI dan NRVI disajikan pada Gambar 9a
dan 9b.
24
Untuk melihat dan mengalisis posisi obyek vegetasi cengkeh pada daerah
GoogleEarth. Disamping itu, pada penelitian ini juga diambil 10 titik koordinat
hasil koordinat lapangan hasil survey di sajikan pada Tabel 3 di bawah ini.
Koordinat (m)
STA
Lintang (X) Bujur(Y)
1 284370 9083666
2 295140 9092876
3 295080 9092700
4 295260 9092336
5 294840 9093986
6 295050 9093055
7 306240 9099837
8 306420 9099475
9 307110 9098875
10 307590 9097255
25
Hasil analisis nilai indeks vegetasi cengkeh pada citra NDVI dan NRVI
yang didasari oleh 10 titik koordinat sesuai dengan data Tabel 3, yang
cengkeh terendah adalah 0,6363636, tertinggi 0,7096774 dan nilai NRVI yang
nilai positif dari indeks kehijauan NRVI, maka citra NRVI yang terbangun
dikalikan dengan scalar, yaitu -1 dan hasil selengkapnya disajikan pada Tabel 4.
Citra klasifikasi berdasarkan kerapatan jarang, sedang dan lebat dari citra
dengan citra reklasifikasi indeks vegetasi cengkeh yang diturunkan dari NDVI dan
NRVI. Jenis analisis yang dipakai adalah hard classification. Informasi spasial
distribusi cengkeh berdasarkan indeks cengkeh NDVI dan NRVI diisajikan pada
NDVI dan NRVI jelas terlihat tidak sama. Hal ini karena algoritme pada NDVI
berbeda dengan NRVI. Kedua hasil algoritme ini memberikan hasil luasan
kerapatan, yaitu jarang adalah 2934,09 ha, sedang adalah 4309,65 ha, lebat adalah
1479,51 ha. Perbedaan nilai-nilai ini disebabkan oleh adanya penyeleksian piksel-
piksel dalam pengelompokan klas-klas katagori kerapatan. Dari analisis ini dapat
dikatakan bahwa luas vegetasi cengkeh yang diturunkan dari NDVI maupun
Dari data statistik tahun 2012 Pemda Kabupaten Buleleng, bahwa luas
tanaman cengkeh yang menghasilkan adalah 7007 ha. Jika dibandingkan dengan
luas vegetasi cengkeh yang diperoleh dalam penelitian ini, terdapat selisih
3443,35 ha untuk NDVI dan 3399,40 ha untuk NRVI. Perbedaan nilai-nilai ini
disebabkan oleh data yang diproses dalam penelitian ini merupakan data
belum/tidak menghasilkan). Dari analisis ini berarti bahwa, terdapat luas rata-rata
6.1 Kesimpulan
sebagai berikut :
informasi spasial.
10346,40 Ha.
6.2 Saran
resolusi lebih tinggi agar menghasilkan klasifikasi lebih detail, sehingga obyek
vegetasi non cengkeh yang ikut pada proses klasifikasi dapat diminimalisasi.
29
DAFTAR PUSTAKA
Barbosa, H.A. Huete, A.R. Baethgen, W.E. 2006. A 20-year study of NDVI variability
over the Northeast Region of Brazil. J Arid Environ 67:288–307.
Barrett, Eric C. , Leonard F. Curtis. 1992. Introduction To Environmental Remote
Sensing. Third Edition: Chapman & Hall
Beeri, O. Phillips, R. Hendrickson, J. et al. 2007. Estimating forage quantity and
quality using aerial hyperspectral imagery for northern mixed-grass prairie.
Remote Sensing Environment 110:216–25.
BPS Kab. Buleleng. 2013. Http://bulelengkab.bps.go.id/bpsbuleleng/Publikasi
/2013/statistikpertanian2012/ Diakses pada tanggal 30 Mei 2014.
Hielkema, J.U. 1990. Operational Satellite Environmental Monitoring For Food
Security By FAO. The ARTEMIS System. FAO Remote Sensing Centre. Rome.
Italy.
Lillesand, T. M. , Raph. W. Keifer. 1997. Remote Sensing and Image Interpretation.
Third Edition. New York : John Wiley and Sons.
Lillesand Thomas M., Kiefer Ralph W., Chipman Jonathan W., (2004), Remote
Sensing and Image Interpretation. John Wiley & Sons (Asia), Singapore.
30