Oleh:
Rahma Dewi Harahap
171201042
MNH7
Puji dan syukur kita panjatkan kehadirat Tuhan yang Maha Esa yang telah
memberikan karunia-Nya kepada penulis sehingga dapat menyelesaikan laporan
praktikum Penginderaan Jarak Jauh ini dengan baik dan tepat waktu. Adapun judul
laporan ini adalah “Analisis Tutupan Lahan Menggunakan Metode Klasifikasi
Terbimbing (Supervised Classification)” ini ditulis untuk melengkapitugas akhir
praktikal praktikum mata kuliah Penginderaan Jarak Jauh, Program Studi Kehutanan,
Fakultas Kehutanan, Universitas Sumatera Utara.
Penulis mengucapkan terima kasih kepada semua pihak, kepada dosen
penanggung jawab DR. Anita Zaitunah, S.Hut., M.Sc serta seluruh asisten praktikum.
Penulis menyadari bahwa penulisan makalah ini masih banyak kesalahan yang terjadi
baik dalam penulisan maupun penyajiannya. Oleh karena itu, penulis mengharapkan
kritik dan saran yang bersifat membangun demi kesempurnaan laporan ini.
Penulis
i
DAFTAR ISI
ii
1
PENDAHULUAN
Latar Belakang
Suatu wilayah akan mengalami perkembangan yang akan membawa
perubahan penampakan secara fisik. Perkembangan fisik tersebut merupakan
perkembangan lahan yang dipengaruhi oleh faktor alam maupun manusia. Wilayah
yang berkembang memerlukan adanya perencanaan untuk mengarahkan peruntukan
lahan secara tepat. Dibutuhkan suatu metode yang akurat dan efektif untuk
memperoleh informasi tutupan lahan. Salah satu teknologi yang efektif untuk
memetakan tutupan lahan adalah teknologi penginderaan jauh (Li et al, 2014)
Program Landsat dimulai pada tahun 1972 yang merupakan salah satu
program andalan observasi bumi NASA. Program Landsat terus berlanjut dengan
diluncurkannya Landsat 8 pada tanggal 13 Februari 2013. Landsat 8 memiliki 11
saluran dengan panjang gelombang tertentu. Satelit Landsat dirancang untuk
keperluan berbagai bidang seperti kehutanan, pertanian, geologi, perencanaan
penggunaan lahan, dan lain-lain. Citra Landsat memiliki resolusi spasial 30 x 30 m
dan salah satu kelebihannya adalah jadwal berkala akuisisi setiap tempat di bumi
setiap 16 hari, data arsip jangka panjang, dan relatif kaya dengan informasi spectral
(Maksum ZU et al, 2016).
Tutupan lahan adalah kenampakan material fisik permukaan bumi. Tutupan
lahan dapat menggambarkan keterkaitan antara proses alami dan proses sosial.
Tutupan lahan dapat menyediakan informasi yang sangat penting untuk keperluan
pemodelan serta untuk memahami fenomena alam yang terjadi di permukaan bumi
Data tutupan lahan juga digunakan dalam mempelajari perubahan iklim dan
memahami keterkaitan antara aktivitas manusia dan perubahan global (Sampurno dan
Thoriq, 2016)
Informasi tutupan lahan terbaru berupa peta dapat diperoleh melalui teknik
penginderaan jauh. Penginderaan jauh telah lama menjadi sarana yang penting dan
efektif dalam pemantauan tutupan lahan dengan kemampuannya menyediakan
informasi mengenai keragaman spasial di permukaan bumi dengan cepat, luas, tepat,
1
2
serta mudah. data penginderaan jauh merupakan faktor penting dalam keberhasilan
klasifikasi tutupan lahan. Data satelit Landsat biasanya digunakan dalam
penginderaan jauh untuk klasifikasi tutupan lahan (Jia et al., 2014).
Citra satelit merupakan salah satu media yang dapat digunakan untuk
memperoleh informasi tutupan lahan. Pemanfaatan citra landsat telah banyak
digunakan untuk beberapa kegiatan survey maupun penelitian. Melalui citra satelit
dapat dilakukan proses klasifikasi untuk mendapatkan informasi jenis-jenis tutupan
lahan pada suatu wilayah berikut sebarannya secara spasial atau keruangan. Citra
satelit merupakan data permukaan bumi yang diperoleh melalui perekaman oleh
satelit. Data satelit kemudian ditangkap dan diproses oleh stasiun bumi yang
kemudian dapat digunakan untuk pengolahan data maupun analisa yang terkait
dengan permasalahan kebumian termasuk juga permasalahan perkotaan. Seiring
perkembangan zaman dan teknologi identifikasi suatu wilayah bisa dilakukan dengan
mudah dan cepat. Salah satunya ialah dengan pemanfaatan teknologi penginderaan
jauh dan sistem informasi geografis (Achsan, 2017).
Metode klasifikasi citra yang digunakan sangat menentukan hasil dari
klasifikasi citra, dengan demikian persoalan pemetaan menggunakan data
penginderaan jauh digital adalah pemilihan metode klasifikasi yang akan digunakan
dalam klasifikasi citra. Metode untuk memperoleh informasi dari data penginderaan
jauh yang paling sering digunakan ialah klasifikasi multispektral berdasarkan analisis
terhadap sifat reflektansi. Klasifikasi multispektral merupakan teknik otomatisasi
secara digital yang sudah digunakan secara luas, yang salah satunya untuk
memetakan penutup lahan. Klasifikasi citra multispektral dilakukan menggunakan
dua metode klasifikasi yaitu supervised classification dan unsupervised classification
(Septiani et al, 2019)
Tujuan
Tujuan dari praktikum penginderaan jarak jauh yang berjudul “Klasifikasi
Tutupan Lahan Menggunakan Metode Klasifikasi Terbimbing” menggunakan citra
Landsat 8 OLI untuk menganalisis tutupan lahan di Kecamatan Medan Labuhan,
Kota Medan, Sumatera Utara.
2
3
TINJAUAN PUSTAKA
3
4
yang akan dijadikan objek pada penelitian ini yaitu Kabupaten Indramayu
(Apriyanti, 2017)
Keunggulan supervised classification adalah memiliki kontrol terhadap
informational classes berdasarkan training sampel, dan adanya kontrol terhadap
keakuratan klasifikasi. Kekurangannya adalah interpretasi data dipaksakan, pemilihan
training sampel belum tentu representatif, dan adanya kelas spektral yang tidak
teridentifikasi. Metode supervised classification memiliki beberapa perbedaan dalam
hal kelebihan dan kekurangan diantara masing-masing jenis klasifikasinya, sehingga
untuk menghasilkan tingkat akurasi yang tinggi pada masing-masing jenis metode
klasifikasi terhadap penutup lahan digunakan perbedaan dalam pengambilan jumlah
training sampel. Penelitian ini mengelompokkan kelas penutup lahan vegetasi
menjadi 3 jenis yaitu vegetasi kerapatan tinggi, vegetasi kerapatan sedang, dan
vegetasi kerapatan rendah (Septiani et al, 2019)
Tutupan lahan adalah perwujudan fisik (visual) dari vegetasi, benda
alam dan unsur-unsur budaya yang ada di permukaan Bumi tanpa
memperhatikan kegiatan manusia terhadap objek tersebut. Land cover sendiri
umumnya didapatkan dari hasil klasifikasi citra satelit dan hasil klasifikasi
tersebut banyak digunakan sebagai dasar penelitian untuk analisis penggunaan
lahan atau dinamika perubahan lahan di suatu area. Selain hal tersebut, hasil
klasifikasi citra berupa land cover juga dapat dijadikan sebagai dasar pengamatan
pertumbuhan pembangunan suatu area.bumi. Informasi yang diperoleh dari citra
satelit tersebut dapat digabungkan dengan data-data lain yang mendukung ke
dalam suatu sistem informasi geografis (SIG). hambatan dalam pemantauan
penutupan lahan dapat dikurangi dengan adanya teknologi penginderaan jauh (remote
sensing) (Mukmin at el, 2016).
Penetapan klasifikasi penutupan lahan dalam standar ini bertujuan untuk
mengakomodasikan kelas penutupan lahan yang pendetailan kelasnya bervariasi
antar pihak-pihak yang berkepentingan. Kelas penutupan lahan dalam standar ini
merupakan kelas-kelas umum yang melibatkan banyak sektor. Standar penutupan
lahan ini mengacu pada Land Cover Classification System United Nation –Food
4
5
5
6
METODE PRAKTIKUM
6
7
14. Dibuka viewer baru untuk menampilkan image yang akan diklasifikasi.
15. Diklik tombol Classifer pada panel ikon, lalu pilih Unsupervised Classification
sehingga akan muncul dialog box berikut ini.
16. Dimasukkan input raster file citra Kecamatan Medan Belawan.
17. Diisi jumlah kelas klasifikasi pada Number of Classes sebanyak 7 kelas
klasifikasi dan diklik Color Scheme Opition kemudian isi kombinasi warna
Red / Green / Blue sesuai dengan kombinasi bandnya lalu Close.
18. Diklik tombol OK dan tunggu proses hingga 100%, setelah itu klik tombol Ok.
19. Diklik icon raster pada viewer, lalu pilih Attribute lalu edit.
20. Diisi kolom table dimulai dengan Cass Name dan Color.
21. Buka Argics lalu dimasukan peta yang sudah diklasifikasikan di Erdas 9.1.
22. Setelah itu layout peta yang sudah diklasifikasikan.
23. Dibuka viewer baru untuk menampilkan image yang akan di klasifikasi.
24. Diklik tombol Classifer pada panel ikon, lalu pilih Unsupervised Classification
sehingga akan muncul dialog box.
25. Dimasukkan input raster file citra landset 8 image dan out put cluster layer
unsupervised.
26. Diisi jumlah kelas klasifikasi pada Number of Classes sebanyak 7 kelas
klasifikasi dan diklik Color Scheme Opition kemudian isi kombinasi warna
Red / Green / Blue sesuai dengan kombinasi bandnya lalu Close.
27. Diklik tombol OK dan tunggu proses hingga 100%, setelah itu klik tombol Ok.
28. Diklik icon raster pada viewer, lalu pilih Attribute lalu edit.
29. Diisi kolom table dimulai dengan Cass Name dan Color.
30. Setelah itu layout peta yang sudah di stacking dan diadd data ke dalam ArcGis
10.3.
31. Dilakukan layout peta sesuai dengan keinginan.
32. Analisis tutupan lahan telah selesai.
7
8
Hasil
Hasil yang diperoleh dari Praktikum Penginderaan Jarak Jauh yang berjudul “
Analisis Tutupan Lahan Menggunakan Metode Klasifikasi Terbimbing (Supervised
Classification)” adalah:
Pembahasan
Pada pelaksanaan praktikum penginderaan jarak jauh yang berjudul “Analisis
Tutupan Lahan Menggunakan Metode Klasifikasi Terbimbing (Supervised
Classification)”, dalam proses pembuatan klasifikasi tutupan lahan dilakukan dengan
menggunakan metode terbimbing supervised. Pada klasifikasi ini didapatkan jumlah
kelas, sebanyak lima kelas pada tutupan lahan di Kecamatan Medan Labuhan Kota
Medan Provinsi Sumatera Utara, kelas yang didapatkan tambak yang berwarna biru
langit, sungai berwarna biru tua, sawah berwarna hijau muda, pemukiman berwarna
pink, dan mangrove berwarna hijau lumut.
8
9
9
10
Kesimpulan
1. Klasifikasi terbimbing merupakan suatu bentuk klasifikasi menggunakan
orientasi spektral untuk pengklasifikasian tutupan lahan.
2. Kombinasi citra composite band yang telah ditentukan pada klasifikasi
tutupan lahan menggunakan band yaitu band 6, band 5, dan band 4.
3. Pada pengklasifikasian lahan didapatkan jenis tutupan lahan yang ditampilkan
dengan warna yang berbeda-beda sebanyak menjadi 5 kelas penutup lahan.
Penutup lahan tersebut yaitu tambak yang berwarna biru langit, sungai
berwarna biru tua, sawah berwarna hijau muda, pemukiman berwarna pink,
dan mangrove berwarna hijau lumut.
Saran
Sebaiknya pada pelaksanaan Praktikum Penginderaan Jarak Jauh, praktikan
lebih teliti dan lebih meningkatkan pemahaman ilmunya. Supaya dapat memahami
dengan cepat dalam melakukan pengolahan citra.
10
11
DAFTAR PUSTAKA
Achsan AC. 2017. Pemanfaatan Citra Landsat untuk Klasifikasi Tutupan Lahan
Lanskap Perkotaan Kota Palu. E Jurnal Arsitektur Lansekap. 3(1): 58 – 65
Li, M., Zang, S., Zhang, B., Li, S., dan Wu, C. 2014. A Review of Remote Sensing
Image Classification Techniques: the Role of Spatiocontextual Information.
European Journal of Remote Sensing - 2014, 47: 389-411.
Maksum ZU, Prasetyo Y, dan Haniah. 2016. Perbandingan Klasifikasi Tutupan Lahan
Menggunakan Metode Klasifikasi Berbasis Objek Dan Klasifikasi Berbasis Piksel
Pada Citra Resolusi Tinggi Dan Menengah. Jurnal Geodesi Undip. 5(2): 97-107.
Mukmin SAA, Wijaya AP, dan Sukmono A. 2016. Analisis Pengaruh Perubahan
Tutupan Lahan Terhadap Distribusi Suhu Permukaan Dan Keterkaitannya
Dengan Fenomena Urban Heat Island. Jurnal Geodesi Undip. 5(1): 224 – 233.
Saraswati FG, Suprayogi A, dan Amarrohman FJ. 2017. Analisis Perubahan Tutupan
Lahan Das Blorong Terhadap Peningkatan Debit Maksimum Sungai Blorong Kendal.
Jurnal Geodesi Undip. 6(2): 90-98.
Septian R, Citra PA, dan Nugraha ASA. 2019. Perbandingan Metode Supervised
Classification Dan Unsupervised Classification Terhadap Penutup Lahan Di
Kabupaten Buleleng. Jurnal Geografi. 16(2): 90-96.
11
12
Utomo AW, Suprayogi A, dan Sasmito B. 2017. Analisis Hubungan Variasi Land
Surface Temperature Dengan Kelas Tutupan Lahan Menggunakan Data Citra
Satelit Landsat (Studi Kasus : Kabupaten Pati). Jurnal Geodesi Undip.
6(2): 71 - 80
12