Dasar
INTERPRETASI VISUAL
Interpretasi Visual Citra Satelit Resolusi Tinggi Wilayah Gowongan, Kecamatan Jetis, Provinsi
D.I Yogyakarta untuk Pembuatan Peta Penutup Lahan
II. Tujuan
III. Metodologi
III.1 Waktu dan Pelaksanaan
a. Alat
- Komputer
- Perangkat Lunak ENVI
- Perangkat Lunak ArcGIS
b. Bahan
- Citra Landsat -8 Wilayah Gowongan, Jetis
PAGE 1
III.3 Prosedur Kerja
Berikut ini adalah diagram alir keseluruhan proses interpretasi citra serta pembuatan
peta penutup lahan :
Mulai
Pre- Processing
Penajaman Citra
Image Transformation
Selesai
PAGE 2
IV. Hasil dan Pembahasan
Pada dasarnya, citra satelit mengandung banyak informasi yang sangat bermanfaat diberbagai
bidang. Citra satelit dapat memberikan banyak informasi, seperti perubahan tutupan lahan,
kerapatan vegetasi, titik hot spot, kebencanaan, tubuh air, dan lain- lain. Untuk memperoleh
informasi tersebut maka diperlukan proses identifikasi objek- objek yang ada pada citra tersebut.
Proses identifikasi ini sering disebut sebagai proses interpretasi visual citra.
Interpretasi visual citra satelit merupakan suatu proses deteksi, identifikasi, serta deskripsi
mengenai objek- objek yang ada pada citra satelit. Untuk membantu proses interpretasi visual
terdapat sembilan elemen atau unsur interpretasi. Kesembilan unsur- unsur tersebut merupakan
elemen yang sering digunakan oleh manusia dalam mengidentifikasi objek- objek disekitar. Unsur-
unsur tersebut, diantaranya rona/warna, tekstur, bentuk, ukuran, pola, ketinggian, bayangan, situs
dan asosiasi.
1. Rona/ Warna
Unsur rona atau warna dapat digunakan untuk mengidentifikasi objek berdasarkan tingkat
kegelapan atau tingkat terang warna objek. Tingkat gelap- terang atau hitam- putihnya suatu
citra dapat dilihat dari besar Brightness value yang pada dasarnya sesuai dengan bit codding
citra. Setiap objek pada citra akan memancarkan/ memantulkan gelombang elektromagnetik
dengan jumlah yang berbeda. Semakin banyak gelombang yang dipancarkan maka objek akan
terlihat lebih terang, contohnya adalah bangunan. Sedangkan objekyang banyak menyerap
gelombang elektromagnetik akan terlihat lebih gelap, contoh : Air.
2. Tekstur
Unsur tekstur dalam interpretasi visual citra dapat digunakan untuk mengidentifikasi objke
berdasarkan tingkat kehalusan (Smooth) dari suatu objek.
3. Bentuk
Unsur bentuk merupakan unsur sekunder dalam interpretasi citra. Objek- objek pada citra
dapat dengan mudah dibedakan berdasarkan bentuknya, seperti bentuk garis dapat
menyatakan bahwa objek tersebut bisa berupa jalan atau sungai, bentuk area dapat
menyatakan objek tersebut sawah atau perkebunan. Selain itu, dapat diketahui bahwa bentuk
suatu objek sangat bergantung pada kondisi spasial citra.
4. Ukuran
Ukuran merupakan salah satu unsur interpretasi sekunder. Pengguna dapat membedakan
objek- objek pada citra menggunakan ukuran, seperti untuk membedakan antara rumah
PAGE 3
dengan gedung. Ukuran rumah pada umumnya adalah sekitar ratusan meter persegi,
sedangkan objek gedung akan memiliki ukuran/ luas sekitar ribuan meter persegi.
5. Pola
Unsur pola dapat digunakan untuk menginterpretasi objek yang berupa luasan ataupun garis.
Pola merupakan pengulangan bentuk dan ukuran objek pada citra. Pola suatu objek biasanya
dinyatakan sebagai pola teratur atau pola tidak teratur, pola menjari, pola sentrifugal, pola
radial.
6. Ketinggian
Merupakan unsur interpretasi tersier setelah unsur pola yang digunakan untuk
menginterpretasi suatu objek berdasarkan ketinggian yang tampak pada citra. Pada umumnya,
unsur ini sulit untuk digunakan karena sulitnya menyatakan ketinggian suatu objek apabila
perekaman citra dilakukan secara tegak lurus.
7. Bayangan
Bayangan suatu objek pada citra dapat digunakan untuk mengetahui waktu matahari (posisi
matahari ketika melakukan perekaman) serta untuk mengetahui arah orientasi citra. Bayangan
suatu objek dapat menyatakan bahwa objek yang memiliki ketinggian yang besar dibandingkan
dengan objek lain yang tertutup dengan bayangan objek tinggi tersebut.
8. Asosiasi
Asosiasi merupakan unsur interpretasi yang memiliki tingkat kerumitan yang tinggi.
Interpretasi dengan unsur asosiasi dapat dilakukan dengan melihat objek yang berada paling
dekat dengan objek yang diinterpretasi.
9. Situs
Sama dengan Asosiasi, unsur situs merupakan unsur interpretasi yang memiliki tingkat
kerumitan yang tinggi. Pada unsur ini, objek dinyatakan berada pada darat atau laut.
Kesembilan unsur di atas menyatakan urutan unsur interpretasi berdasarkan tingkat kerumitannya
dalam mengidentifikasi objek. Unsur warna/ rona merupakan unsur identifikasi objek dengan
tingkat kerumitan terkecil, sedangkan unsur asosiasi dan situs merupakan unsur interpretasi yang
memiliki tingkat kerumitan terbesar dalam mengidentifikasi objek.
Pada praktikum kali ini, akan dilakukan interpretasi visual terhadap citra satelit Worldview
dengan resolusi spasial sebesar 0.5 meter yang mempresentasikan wilayah Gowongan, Jetis,
Yogyakarta. Interpretasi visual tersebut dilakukan dengan menggunakan 9 unsur interpretasi dan
disajikan dalam bentuk tabel interpretasi visual.
PAGE 4
Fitur/ objek yang ada pada citra hasil interpretasi visual akan diklasifikasikan berdasarkan SNI
Klasifikasi penutup lahan. Objek- objek tertentu yang tidak sesuai dengan semua kategori pada SNI
akan dinyatakan sesuai dengan hasil interpretasi, seperti lapangan, fasilitas pendidikan, fasilitas
peribadatan, lapangan, dan lain- lain.. Pada praktikum ini, terdapat 8 klasifikasi fitur/ objek yang ada
pada Wilayah Gowongan, yakni fitur jalan arteri, jalan lokal, jalan setapak, permukiman, kawasan
industry, lahan tidak terbangun, lahan terbuka, fasilitas pendidikan (sekolah), dan rel kereta api.
Kemudian berdasarkan hasil interpretasi visual serta pengklasifikasian objek- objek pada citra akan
dibuat sebuah peta penutup lahan.
Berikut ini adalah hasil peta penutup lahan wilayah Gowongan Kecamatan Jetis Provinsi
Yogyakarta berdasarkan hasil interpretasi :
Untuk membuktikan tingkat kebenaran dan tingkat keakuratan hasil interpretasi, maka harus
dilakukan survei di lapangan. Survei dilakukan dengan cara memilih beberapa sampel dari setiap
fitur, kemudian mengunjungi lokasi dari setiap sampel objek berdasarkan koordinat pada citra. Pada
praktikum kali ini, dapat diketahui bahwa jumlah sampel keseluruhan yang diambil adalah 26
sampel. Sampel- sampel yang dipilih menggunakan teknik sampling berupa stratified random
PAGE 5
sampling, yakni teknik sampling yang dilakukan dengan membentuk sub popilasi, kemudian dipilih
secara acak yang ada pada sub populasi. Berikut ini adalah tabel interpretasi visual citra wilayah
Gowongan, Kecamatan Jetis, Provinsi DI. Yogyakarta :
Tekstur Kasar
Bayangan -
Ketinggian -
Asosiasi Berada
diantara
permukiman
atau
pertokoan
(industri),
terdapat
objek kecil
yang berupa
mobil
Bentuk Garis Y:
9139141.242
Ukuran Lebar : ± 13 m
Pola Memanjang
Tekstur Kasar
Bayangan -
Ketinggian -
PAGE 6
Situs Objek berada
di darat
Asosiasi Berada
diantara
permukiman,
terdapat
objek kecil
yang berupa
mobil
Bentuk Garis Y:
9139665.084
Ukuran Lebar : ± 13 m
Pola Memanjang
Tekstur Kasar
Bayangan -
Ketinggian -
Asosiasi Berada
diantara
permukiman,
terdapat
objek kecil
yang berupa
mobil
Bentuk Garis
Pola Memanjang
Tekstur Kasar
X=
Bayangan - 430186.275
Ketinggian - Y=
di darat
PAGE 7
Asosiasi Berada
diantara
permukiman,
terdapat
objek kecil
yang berupa
mobil
Bentuk Garis Y:
9139421.194
Ukuran Lebar : ± 5.08
m
Jumlah
sampel : 5 Pola Memanjang
Tekstur Kasar
Bayangan -
Ketinggian -
Asosiasi Berada
diantara
permukiman,
terdapat
objek kecil
yang berupa
mobil
Bentuk Garis Y:
9138918.506
Ukuran Lebar : ± 4.5
m
Pola Memanjang
Tekstur Kasar
Bayangan -
Ketinggian -
Asosiasi Berada
diantara
PAGE 8
permukiman,
terdapat
objek kecil
yang berupa
mobil
Bentuk Garis Y:
9139396.382
Ukuran Lebar : ± 4.5
m
Pola Memanjang
Tekstur Kasar
Bayangan -
Ketinggian -
Asosiasi Berada
diantara
permukiman,
terdapat
objek kecil
yang berupa
mobil
Bentuk Garis Y:
9139136.009
Ukuran Lebar : ± 6.63
m
Pola Memanjang
Tekstur Kasar
Bayangan -
Ketinggian -
Asosiasi Berada
diantara
permukiman,
terdapat
PAGE 9
objek kecil
yang berupa
mobil
Pola Memanjang
Tekstur Kasar
Bayangan -
Ketinggian -
Asosiasi Berada
diantara
permukiman,
terdapat
objek kecil
yang berupa
mobil
Pola Memanjang
dan tidak
teratur
Tekstur Kasar
Bayangan -
Ketinggian -
Asosiasi Berada
diantara
permukiman
PAGE 10
Warna Hitam, X: Jalan
Keabu- 429846.479 Setapak
abuan
Y:
Bentuk Garis 9139449.428
Pola Memanjang
Tekstur Kasar
Bayangan -
Ketinggian -
Asosiasi Berada
diantara
permukiman
Tekstur Ketinggian
Bayangan -
Ketinggian -
Asosiasi Terdapat
lapangan
yang
merupakan
bagian dari
bangunan
sekolah
PAGE 11
5. Kawasan Warna Kecokelatan, X: Pasar
Industri orange, 430067.114
(lhn putih, dan
Y:
trbgn) hitam
9139696.962
Bentuk Persegi,
Persegi
Jumlah
panjang,
sampel : 5
Bentuk L
Ukuran Luas : ±
6247.177 m2
Tekstur Kasar
Bayangan -
Ketinggian -
Asosiasi -
Tekstur Kasar
Bayangan -
Ketinggian -
Asosiasi -
PAGE 12
Bentuk Persegi, Y:
Persegi 9139623.741
panjang
Ukuran Lebar : ±
477.5 m2
Tekstur Kasar
Bayangan -
Ketinggian -
Asosiasi -
Ukuran Lebar : ±
520.6 m2
Tekstur Kasar
Bayangan -
Ketinggian -
Asosiasi -
Tekstur Kasar
PAGE 13
Bayangan -
Ketinggian -
Asosiasi -
Pola -
Tekstur Kasar
Bayangan -
Ketinggian -
Situs Objek
berada di
darat
Asosiasi -
Warna Kecokelatan X:
429819.91
Bentuk Segi Empat
sembarang Y:
9139566.833
Ukuran Luas : ±
2067.062 m2
Pola -
Tekstur Kasar
Bayangan -
Ketinggian -
Situs Objek
berada di
darat
PAGE 14
Asosiasi -
Pola Tidak
teratur
Tekstur Kasar
Bayangan -
Ketinggian -
Situs Objek
berada di
darat
Asosiasi -
Ukuran Luas : ±
1466.9 m2
Pola Tidak
teratur
Tekstur Kasar
Bayangan -
Ketinggian -
Situs Objek
berada di
darat
Asosiasi -
PAGE 15
8. Permukim Warna Kecokelatan Ppermuki
an , orange, man
dan hitam
Ukuran Lebar : ±
161.6 m2
Pola Tidak
teratur
Tekstur Kasar
Bayangan -
Ketinggian -
Situs Objek
berada di
darat
Asosiasi -
dan hitam
Y:
Bentuk Persegi, 9139268.44
Persegi 3
panjang
dan
beberapa
terlihat
seperti atap
Ukuran Lebar : ±
72.5 m2
Pola Tidak
teratur
PAGE 16
Tekstur Kasar
Bayangan -
Ketinggian -
Situs Objek
berada di
darat
Asosiasi -
Ukuran Lebar : ±
109.4 m2
Pola Tidak
teratur
Tekstur Kasar
Bayangan -
Ketinggian -
Situs Objek
berada di
darat
Asosiasi -
PAGE 17
Tekstur Halus
Bayangan -
Ketinggian -
Situs Objek
berada di
darat
Asosiasi Objek
berada
dekat Jalan
raya
Berdasarkan tabel di atas, maka dapat diketahui bahwa terdapat beberapa objek yang masuk
ke dalam klasifikasi yang tidak tepat atau tidak sesuai dengan lapangan. Kesalahan dalam
interpretasi terdapat pada beberapa sampel dari objek- objek di atas, yakni :
Lahan terbuka
Kesalahan interpretasi terbesar terdapat pada objek lahan terbuka karena survei di
lapangan terhadap sampel menunjukkan hasil yang berbeda dengan hasil interpretasi.
Kedua sampel objek lahan terbuka seharusnya masuk ke dalam klasifikasi lahan tidak
terbangun. Hal tersebut dikarenakan kedua lahan tersebut pada saat ini mengalami
kondisi dimana lahan tersebut telah mengalami intervensi manusia sehingga penutup
lahan alami (semi alami) tidak dapat dijumpai lagi, akan tetapi lahan ini tidak mengalami
pembangunan sebagaimana terjadi pada lahan terbangun.
Jalan lokal
Kesalahan interpretasi juga terjadi pada objek jalan lokal. Hasil survei di lapangan
menunjukkan hasil yang berebeda dengan hasil interpretasi. Berdasarkan survei, dapat
diketahui bahwa salah satu sampel jalan lokal di atas seharusnya masuk ke dalam
klasifikasi jalan setapak kerana objek memiliki lebar sebesar jalan setapak pada
umumnya.
Kawasan Industri
Objek- objek yang diklasifikasikan sebagai kawasan industri merupakan objek bangunan
yang memiliki luas sekitar seribu meter persegi. Akan tetapi, kesalahan interpretasi
terhadap salah satu sampel fitur kawasan industri. Survei di lapangan menunjukkan
bahwa objek tersebut sebenarnya merupakan fasilitas peribadatan (Masjid)
PAGE 18
Kesalahan terbesar dalam interpretasi beberapa objek di atas adalah kesalahan dalam
mengklasifikasikan objek. Selain itu kesalahan interpretasi dapat terjadi karena warna objek yang
berbeda dengan keadaan yang sebenarnya, pengetahuan tentang lokasi kuang/ tidak familiar, serta
waktu perekaman citra yang cukup berbeda dengan waktu survei di lapangan sehingga objek sudah
mengalami perubahan akibat waktu yang cukup lama.
Untuk mengetahui besar ketelitian hasil interpretasi, surveyor dapat menggunakan Confussion
matrix (Matriks konfusi) yang dinyatakan dalam bentuk persentase. Semakin banyak objek yang
sama dengan hasil survei di lapangan atau peta tematik yang lebih detil maka prosentase dalam
matriks konfusi akan semakin besar.
Berikut ini adalah hasil perhitungan ketelitian interpretasi menggunakan matiks kofusi :
Jalan
4 0 0 0 0 0 0 0 0 0 4 100 0
Arteri
Jalan
0 4 1 0 0 0 0 0 0 0 5 80 20
lokal
Jalan
Setapa 0 0 2 0 0 0 0 0 0 0 2 100 0
k
Kawasa
n
Industr
0 0 0 4 0 0 0 0 0 1 5 80 20
i
Permu
kiman
0 0 0 0 3 0 0 0 0 0 3 100 0
Fasilita
s
Pendid
0 0 0 0 0 1 0 0 0 0 1 100 0
ikan
Lahan
Terbuk 0 0 0 0 0 0 0 2 0 0 2 0 100
a
Lahan
tidak
terban
0 0 0 0 0 0 0 2 0 0 2 100 0
gun
PAGE 19
Rel
Kereta 0 0 0 0 0 0 0 0 1 1 2 50 50
Api
Fasilita
s
Periba
0 0 0 0 0 0 0 0 0 0 1 0 0
datan
Jumlah
(JK)
4 4 3 4 3 1 0 4 1 3 26
Keterangan Tabel :
: Jumlah benar
Dari tabel di atas dapat diketahui bahwa fitur/ objek yang memiliki ketelitian interpretasi yang
baik adalah jalan arteri. Hal ini mungkin terjadi karena objek jalan arteri merupakan objek yang
paling mudah untuk diinterpretasi. Warna, bentuk dan ukuran dari jalan arteri pada umumnya
sudah diketahui banyak orang. Pada tabel, terdapat nilai PO (Producer Accuracy) dan OE
(Ommision Error) kedua nilai tersebut dihitung untuk mengetahui seberapa besar prosentase hasil
klasifikasi seoran produser yang benar. Persamaan untuk mengetahui nilai PO adalah
𝑅𝑖
𝑃𝑂 = 𝐽𝐾
× 100% OE =100% − 𝑃𝑂
Dimana :
Nilai PO terbesar terdapat pada fitur jalan arteri, jalan lokal, kawasan industry, permukiman,
fasilitas pendidikan dan rel kereta api. Keenam fitur tersebut memiliki nilai PO sebesar 100 persen,
yang menandakan bahwa hasil klasifikasi produser cukup baik pada fitur- fitur tersebut karena
sampel yang diambil memiliki hasil interpretasi yang sama dengan keadaan di lapangan. Sedangkan
fitur yang memiliki nilai PO terkecil adalah fitur lahan terbuka yakni sebesar 0 persen. Hal ini terjadi
karena kedua sampel pada objek lahan terbuka pada survei di lapangan merupakan objek lahan
tidak terbangun.
PAGE 20
Pada tabel juga terdapat nilai UA (User Accuracy) dan CE (Commision Error). Kedua nilai
tersebut berfungsi agar seorang user dapat mengetahui seberapa sesuai hasil klasifikasi dengan
kondisi di lapangan per kelas. Persamaan untuk memperoleh nilai UA dan CE adalah sebagai
berikut :
𝑅𝑖
𝑈𝐴 = 𝐽𝐵
× 100% CE =100% − 𝑈𝐴
Dimana :
Nilai UA terbesar terdapat pada objek jalan arteri, jalan lokal, permukiman, fasilitas pendidikan,
lahan tidak terbangun dan nilai UA untuk objek- objek tersebut adalah sebesar 100 persen. Hal
tersebut menandakan bahwa seluruh sampel interpretasi pada objek- objek tersebut menunjukkan
hasil yang sama dengan keadaan di lapangan.
Dari keseluruhan perhitungan matriks konfusi di atas, dapat dihitung pula besar Overall
Accuracy dan Kappa Coefficient. Nilai Overall Accuracy dihitung untuk mengetahui tingkat
keakuratan hasil keseluruhan interpretasi. Nilai Overall Accuracy dapat dicari dengan persamaan :
∑𝑅
𝑂𝐴 = × 100% ,
∑ 𝐴𝑙𝑙
Dimana :
4+4+2+4+3+1+0+2+1+0
𝑂𝐴 = × 100% = 80,769 %
27
Nilai tersebut menandakan bahwa tingkat keakurasian hasil interpretasi yang dilakukan adalah
sebesar 80, 769 persen.
Selain nilai OA, seorang surveyor juga perlu memperhatikan besar nilai Kappa Coefficient. Nilai
Kappa Coefficient berguna untuk mengetahui, apakah peta hasil interpretasi dapat digunakan atau
PAGE 21
tidak. Nilai Kappa Coefficient memiliki rentang 0 s.d 1, semakin mendekati nilai 1 maka menandakan
ketelitian hasil interpretasi yang tinggi sehingga peta yang dibuat berdasarkan hasil interpretasi
dapat digunakan. Nilai Kappa Coefficient dapat dicari dengan persamaan sebagai berikut :
(∑ 𝑅×∑ 𝐴𝑙𝑙)−∑(𝐽𝐾×𝐽𝐵)
𝐾𝑎𝑝𝑝𝑎 = ∑ 𝐴𝑙𝑙 2 − ∑(𝐽𝐾×𝐽𝐵)
,
sehingga nilai Kappa Coefficient untuk peta penutup lahan wilayah Gowongan kecamatan Jetis
Yogyakarta adalah :
(∑ 𝑅×∑ 𝐴𝑙𝑙)−∑(𝐽𝐾×𝐽𝐵)
𝐾𝑎𝑝𝑝𝑎 = ∑ 𝐴𝑙𝑙 2 − ∑(𝐽𝐾×𝐽𝐵)
= 0,7811
Nilai tersebut menunjukkan bahwa peta penutup lahan yang dibuat dengan hasil interpretasi masih
belum dapat digunakan karena memiliki tingkat keakuratan yang belum cukup tinggi. Oleh karena
itu perlu dilakukan revisi sehingga peta penutup lahan yang dihasilkan dapat sesuai dengan keadaan
di lapangan.
V. Kesimpulan
Berdasarkan praktikum “Interpretasi Visual” dapat disimpulkan sebegai berikut :
1. Interpretasi visual suatu citra dapat dilakukan dengan memperhatikan sembilan unsur
interpretasi, yakni rona/ warna, ukuran, bentuk, pola, tekstur, pola, ketinggian,
bayangan, situs dan asosiasi
2. Pada praktikum ini, terdapat 8 klasifikasi fitur/ objek yang ada pada Wilayah
Gowongan, yakni fitur jalan arteri, jalan lokal, jalan setapak, permukiman, kawasan
industry, lahan tidak terbangun, lahan terbuka, fasilitas pendidikan (sekolah), dan rel
kereta api.
3. Jumlah sampel keseluruhan yang diambil adalah 26 sampel. Sampel- sampel yang
dipilih menggunakan teknik sampling berupa stratified random sampling, yakni teknik
sampling yang dilakukan dengan membentuk sub popilasi
4. Kesalahan interpretasi terbesar terdapat pada fitur lahan terbuka karena kesalahan
dalam mengklasifikasikan objek tersebut. Hasil survei pada fitur lahan terbuka
menunjukkan bahwa objek tersebut sebenarnya adalah lahan tidak terbangun
PAGE 22
5. Hasil Interpretasi dari 26 jumlah sampel menghasilkan tingkat keakuratan sebesar 80,
769 % dan nilai Kappa Coefficient sebesar 0,7811 yang menandakan bahwa peta masih
dapat digunakan akan tetapi masih belum akurat
PAGE 23
DAFTAR PUSTAKA
SNI 7645-2010 Klasifikasi Penutup Lahan
PAGE 24
LAMPIRAN
Pesebaran Titik- Titik Sampel Objek pada Interpretasi Visual Citra Worldview
Wilayah Gowongan, Jetis, DI Yogyakarta
PAGE 25
Gambar 3 Pesebaran titik fitur Jalan lokal
PAGE 26
Gambar 5 Pesebaran titik sample objek Permukiman
PAGE 27