laporan kerja praktek klasifikasi supervised untuk penutup lahan menggunakan citra spot-4
DESCRIPTION
Ini merupakan, laporan singkat dalam kerja praktek di BIG (Badan Informasi Geospasial)TRANSCRIPT
1
LAPORAN KERJA PRAKTEK
PEMANTAUAN PERUBAHAN PENUTUP LAHAN WILAYAH
PESISIR PANTAI BANTEN
11 Februari – 11 Maret 2014
Diserahkan Kepada Program Studi Teknik Geodesi dan Geoinformatika
Fakultas Teknik Universitas Pakuan Bogor
Disusun Oleh :
Agung Pamungkas ( 0511.10.009 )
PROGRAM STUDI TEKNIK GEODESI DAN GEOMATIKA
FAKULTAS TEKNIK
UNIVERSITAS PAKUAN BOGOR
2014
2
BAB I
PENDAHULUAN
1.1 Latar Belakang
Semakin pesatnya pertumbuhan penduduk dan pembangunan yang telah dilaksanakan akan
berpengaruh cukup besar terhadap perubahan tatanan lingkungan berupa menurunnya kualitas
lingkungan, degradasi lingkungan/kerusakan lingkungan serta berkurangnya sumberdaya alam
maupun perubahan tata guna lahan.
Kerja Praktek ini berjudul “Pemantauan Perubahan Tutupan Lahan Wilayah Pantai Menggunakan
Citra SPOT 4 (Studi Kasus : Banten). Pelaksanaan analisis perubahan penutup lahan telah dilakukan
menggunakan metode penginderaan jauh (inderaja). Identifikasi peta perubahan penutup lahan
dilakukan dengan menggunakan citra SPOT 4 tahun 2007 dan SPOT 4 2012. Metode Maximum
Likelihood Classification (Supervised Classification) merupakan metode yang digunakan dalam
penelitian ini yaitu dengan melakukan proses klasifikasi menggunakan software Envi 4.7 dan arcGIS.
1.2 Tujuan dan Manfaat
Tujuan dari kerja praktek ini adalah
1. Memahami konsep Land Cover
2. Mengerti dan memahami langkah-langkah dalam proses menganalisis perubahan Land Use/
Land Cover menggunakan citra satelit
3. Sebagai salah satu syarat untuk mencapai gelar sarjana program studi Teknik Geodesi
Manfaat kerja praktek ini adalah
1. Mengetahui perubahan tutupan lahan daerah pesisir banten dari tahun 2007 sampai dengan
tahun 2012
2. Mengerti dan memahami langkah dalam melakukan proses klasifikasi terbimbing pada suatu
citra
3
BAB II
TINJAUAN PUSTAKA
2.1 Tutupan Lahan
Penutup/tutupan lahan adalah vegetasi dan konstruksi artifisial yang mentup permukaan lahan
(Lindgren,1985). Penutup/tutupan lahan berkaitan dengan jenis kenampakan di permukaan bumi
seperti bangunan, danau, vegetasi (Lillesand/Kiefer, 1994).
Klasifikasi tutupan lahan dan klasifikasi penggunaan lahan adalah upaya pengelompokkan
berbagai jenis tutupan lahan atau penggunaan lahan kedalam suatu kesamaan sesuai dengan sistem
tertentu. Klasifikasi tutupan lahan dan klasifikasi penggunaan lahan digunakan sebagai pedoman atau
acuan dalam proses interpretasi citra penginderaan jauh untuk tujuan pembuatan peta tutupan lahan
maupun peta penggunaan lahan. Menurut USGS (United States Geological Survey) sistem klasifikasi
tutupan lahan dan penggunaan lahan adalah seperti berikut:
Level I Level II
1 Urban or built-up land 1
1
Residential
1
2
Commercial and Service
1
3
Transportation, Communications
and utilities
1
4
Industrials and Commercial complexs
1
5
Mixed and commercial complexs
1
6
Mixed urban or built-up land
1
7
Other urban or built-up land
2 Agricultural Land 2
1
Cropsland and pasture
2
2
Orchads, groves, vineyards,
nurseries and ornamental
horticultural areas
2
3
Confined feedings operations
4
Level I Level II
2
4
Other agricultural land
3 Rangeland 3
1
Herbaceous rangeland
3
2
Shrub-brushland rangeland
3
3
Mixed rangeland
4 Forest land 4
1
Deciduous forest land
4
2
Evergreen forest land
4
3
Mixed forest land
5 Water 5
1
Streams and canal
5
2
Lakes
5
3
Reservoirs
5
4
Bays and estuaries
6 Wetland 6
1
Forested wetland
6
2
Nonforested wetland
7 Barren Land 7
1
Dry salt flats
7
2
Beaches
7
2
Sandy areas other than beaches
7
3
Bare exposed rock
5
Level I Level II
7
4
Strip mines, quarries and gravel pits
7
5
Transitional areas
7
6
Mixed barren land
8 Tundra 8
1
Shrub and brush tundra
8
2
Herbaceous tundra
8
3
Bare ground tundra
8
4
Wet tundra
8
5
Mixed tundra
9 Perennial snow or ice 9
1
Perennial snowfields
9
2
Glaciers
Tabel klasifikasi tutupan lahan dan penggunaan lahan diatas mencakup seluruh wilayah yang
ada di bumi ini. Namun untuk penggunaan disuatu wilayah tertentu hanya menggunakan sebagian saja
dari tabel diatas. Misalnya untuk wilayah Indonesia, tutupan dan penggunaan lahan yang umumnya
digunakan adalah sebagai berikut:
No Tutupan/Penggunaan Lahan
1 Semak / Belukar
2 Danau / Waduk / Sungai
3 Hutan
4 Kebun
5 Permukiman
6 Rawa
7 Sawah
8 Tegalan / Ladang
6
2.2 Pengertian Penginderaan Jauh
Penginderaan Jauh (Remote Sensing) di singkat inderaja adalah ilmu seni untuk memperoleh
informasi tentang suatu obyek, daerah, atau fenomena melalui analisis data yang diperoleh dengan
suatu alat tanpa kontak langsung dengan objek, daerah atau fenomena yang dikaji (Lillesand dan
Kiefer,1994).
Inderaja berkembang pesat setelah diluncurkannya ERTS (Earth Resources Technology Satelite)
pada tahun 1972. Awal tahun 1960 sudah mulai pengembangan inderaja walaupun terbatas pada
penelitian dan analis foto udara multispectral scanner dan digitalisasi foto udara.
Alat yang digunakan untuk penginderaan jauh merupakan upaya memperoleh informasi tentang
objek tanpa terjadi kontak langsung dengan objek disebut sensor. Data yang diperoleh dari
penginderaan jauh dapat berbentuk hasil dari variasi daya, gelombang bunyi atau gelombang
elektromagnetik.
2.3 Klasifikasi Citra
2.3.1 Supervised Classification (Klasifikasi Terbimbing)
Supervised Classification merupakan metode yang di mulai dengan pengenalan pola spectral,
prosedur training area, penyusun kunci interpretasi, dan klasifikasi hingga pengeluarnnya. Pada
proses terwasi ini digunakan data penginderaan jauh multispektral yang berbasis numerik, maka
pengeluaran polanya merupakan proses otomatik dengan bantuan komputer. Klasifikasi tersebut akan
menghasilkan Peta Tematik dalam bentuk raster. Setiap piksel yang terdapat di dalam setiap kelas
hasil klasifikasi diasumsikan memiliki karakteristik yang homogen.
Kegiatan klasifikasi terawasi ini dilakukan dengan membuat training sample terhadap objek-
objek kenampkan yang sama dan dimasukan kedalam kelasnya masing-masing. Pembagian kelas
ditentukan sesuai dengan kebutuhan. Training site merupakan contoh informasi kelas-kelas yang akan
diklasifikasikan, seperti hutan, lahan kosong, sawah permukiman dan lain sebagainya. Setiap training
site harus berbentuk polygon tertutup yang diberi satu kelas informasi beberapa nilai integer 1 dan
255 (Diyono,2001)
2.3.2 Maximum Likelihood
Pada algoritma ini, piksel diklaskan sebagai obyek tertentu tidak karena jarak melainkan oleh
bentuk, ukuran dan orientasi sampel pada feature space. ( Danoedoro, 1996 )
7
BAB III
METODOLOGI
3.1 Alat dan Bahan
Alat dan bahan yang dibutuhkan dalam praktikum penginderaan jauh terapan tentang
klasifikasi supervised ini antara lain :
1. Alat
- 1 PC Acer Aspire 4930
- 1 PC Lenovo
- Printer
2. Bahan
- Citra SPOT 4 tahun 2007 daerah Banten
- Citra SPOT tahun 2012 daerah Banten
- Software ArcGis 10.1
- Software Envi 4.7
3.2 Waktu dan Lokasi
Waktu dan Lokasi data praktikum adalah :
Waktu : Tahun 2007 (SPOT 4) dan Tahun 2013 (SPOT4)
Lokasi : Banten
8
3.3 Tahapan Pelaksanaan
1. Persiapan
Tahap ini merupakan langkah awal dalam kerja praktek yaitu studi literatur
sebagai acuan dalam memperdalam materi serta memeperluas wawasan.
Kemudian mempersiapkan segala kebutuhan penelitian seperti alat dan bahan.
2. Pengumpulan Data
Tahap ini merupakan pencarian data-data yang diperlukan dalam kerja praktek
meliputi citra SPOT 4, Peta Rupa Bumi Indonesia dan Citra DEM.
3. Tahap Pra Pengolahan
Tahap ini meliputi koreksi geometrik padda citra dan pemotongan citra
(Cropping). Cropping berfungsi untuk membatasi daerah dan mengurangi besar
file citra. Daerah penelitiannya yaitu wilayah pesisir Banten.
4. Tahapan Pengolahan
- Komposit Warna
Komposit warna merupakan pengolahan citra dengan cara variasi dari beberapa
band sekaligus. Hal ini bertujuan untuk memepertajam kenampakan obyek
tertentu sesuai dengan keperluan, sehingga mempermudah dalam melakukan
interpretasi citra.
- Penajaman citra
Proses penajaman citra dilakukan untuk memepermudah dalam
menginterpretassikan obyek-obyek yang ada pada tampilan citra.
- Supervised Classification (Klasifikasi Terbimbing)
Klasifikasi terbimbing dilakukan dengan menggunakan Google Earth sebagai
referensi. Artinya kita sudah mengetahui landcover dari training area yang kita
buat. Training area merupakan sampel kelas yang sudah kita ketahui melalui
Google Earth. Setelah melakukan klasifikasi supervised maka dilakukan
klasifikasi tutupan lahan disekitar pesisir seperti sawah, permukiman dll.
- Hasil
Dari Proses Supervised Classification diperoleh peta perubahan luas penutup
lahan.
9
BAB IV
HASIL DAN PEMBAHASAN
4.1 Hasil dan Pembahasan
4.1.1 Hasil dan Analis koreksi Geometrik Citra SPOT Tahun 2007
Dalam penelitian ini koreksi geometrik menggunakan metode image to image
registration yaitu suatu citra yang terdistorsi dikoreksi dengan menggunakan
Peta Rupa Bumi Indonesia yang ditumpang susun dengan DEM. Koordinat
dan RMS hasil koreksi geometrik adalah sebagai berikut :
Tabel 4.1 Nilai RMS Citra SPOT 4 Tahun 2007
Titik Cell-X Cell-Y Easting Northing RMS
1 265.00 1433.00 579070.66 9277521.50 0.03
2 386.33 1405.67 585679.63 9279335.13 0.07
3 728.00 778.00 592503.77 9247210, 34 0,12
4 786.75 515, 25 593671.87 9297163.97 0,09
5 944.00 431.00 596807.28 9298762.42 0,01
Total RMSe 0.074307
Sumber:Pengolahan data tahun 2007
Tabel 4.2 Nilai RMS Citra SPOT 4 Tahun 2012
Titik Cell-X Cell-Y Easting Northing RMS
1 138.94 1473.00 580607.63 9278105.55 0.17
2 180.20 1440.40 581437.59 9278751.08 0.13
3 831.25 1481.00 594501.83 9277859.64 0,28
4 699.50 1384.00 591858.24 9279826.96 0,43
5 641.00 1046.63 590720.88 9286558.88 0,09
6 787.93 515.86 593702.61 9297194.71 0.01
Total RMSe 0.230811
Sumber:Pengolahan data tahun 2012
Pada koreksi citra SPOT tahun 2007 menggunakan 5 titik kontrol dengan ∑RMSerror sebesar
0.074307 sedangkan untuk koreksi citra SPOT tahun 2012 menggunakan 6 titik kontrol dengan
∑RMSerror sebesar 0.230811. Kesalahan RMSerror yang masih di perbolehkan yaitu sebesar 0,5.
maka hasilnya masih memenuhi syarat yang telah memenuhi standar dalam koreksi geometrik
10
4.2 Klasifikasi Supervised
4.2.1 SPOT 4 tahun 2007
Setelah melakukan proses klasifikasi supervised untuk citra SPOT 4,
diperoleh hasil klasifikasi sebagai berikut :
Gambar 4.1 Hasil Klasifikasi Supervised SPOT 4
Pada klasifikasi ini dibagi menjadi 6 kelas yaitu Perairan (laut, danau, sungai), Lahan
Terbangun (Pemukiman,Pelabuhan), Hutan, Sawah, Tanah terbuka dan Perkebunan.
4.2.2 SPOT 4 2012
Setelah melakukan proses klasifikasi supervised untuk citra SPOT 4 2012,
diperoleh hasil klasifikasi sebagai berikut :
Gambar 4.2 Hasil Klasifikasi Supervised Landsat 8
Dari klasifikasi supervised dihasilkan beberapa kelas yaitu hutan, lahan terbangun, laut
dangkal, laut, tanah terbuka, sawah, perkebunan.
11
4.3 Pertimbangan Pemilihan Kelas
Secara umum pertimbangan dalam pemilihan kelas untuk klasifikasi supervised
berdasarkan hasil kenampakan tutupan lahan citra SPOT 4 dengan komposit band tertentu
yang mendekati sebenarnya. Selain itu untuk citra SPOT 4, pemilihan kelas juga
berdasarkan kenampakan tutupan lahan di google earth. Pertimbangan pemilihan kelas di
tiap klasifikasi yaitu :
4.3.1 Klasifikasi Supervised
1. SPOT 4 2007
Pada klasfikasi Supervised menggunakan SPOT 4 2007, pertama kali proses
klasifikasi membagi menjadi 7 kelas. Setelah itu dibagi lagi (reclass) 6 kelas yaitu
Perairan (peairan dangkal, perairan dalam), Lahan Terbangun
(pemukiman,pelabuhan),Tanah Terbuka, Hutan, Sawah dan Perkebunan, agar
lebih mudah mengklasifikasikannya. Seperti yang telah dijelaskan tadi.
Gambar 4.3 Pembagian Kelas Klasifikasi Supervised SPOT 2007
Pertimbangan dari 7 menjadi 6 kelas berdasarkan pada citra SPOT 4 yang telah
dikomposit dengan band 213 (Tutupan Lahan) dan berdasarkan google earth.
12
Gambar 4.4 Citra SPOT 4 Komposit Band 213
Dari citra dengan komposit band 213 ditentukan kelas – kelas tutupan lahan.
Berikut pertimbangan pemilihan kelas :
No Nama Kelas Warna Pertimbangan Pemilihan Kelas
1. Perairan
Pada kelas perairan ini yang termasuk di
dalamnya adalah laut, danau, sungai,
serta tubuh air lainnya. Hal ini
dikarenakan kenampakan objek – objek
tersebut sama sehingga diklasifikasikan
dalam satu kelas.
2. Tanah Terbuka
(lahan terbuka)
Meskipun area lahan kosong tidak
banyak, namun kenampakannya sangat
jelas. Sehingga mudah diinterpretasi dan
masuk dalam kelas klasifikasi.
3. Lahan
Terbangun
Kelas pemukiman mayoritas terdapat di
pinggir laut dan beberapa di tengah,
sehingga kelas permukiman ini
dipertimbangkan untuk menjadi satu
kelas.
4. Hutan
Pada daerah Banten terdapat area hutan,
meskipun tidak mendominasi. Cukup
sulit untuk diidentifikasi.
5. Sawah
Merupakan area yang cukup
mendominasi dan mudah diidentifikas,
13
No Nama Kelas Warna Pertimbangan Pemilihan Kelas
terdapat di sekitar permukiman.
6. Perkebunan
Kelas perkebunan dipilih dikarenakan
masih cukup banyak dijumpai objek
perkebunan pada daerah citra ini.
Berikut ini perbandingan antara citra SPOT 4 asli (komposit band 213 dengan
hasil klasifikasi Supervised :
Gambar 4.5 Perbandingan Citra SPOT 4 2007 dan Hasil Klasifikasi Supervised
2. SPOT 4 2012
Pada klasifikasi supervised SPOT 4, dihasilkan 6 kelas yaitu perairan, lahan
terbuka, lahan terbangun, sawah, perkebunan, tanah terbuka
Gambar 4.6 Pembagian Kelas Klasifikasi Supervised SPOT 4
14
6 kelas didapat dari perbandingan citra SPOT 4 dengan komposit band 213, dan
juga dengan menggunakan referensi dari google earth
Gambar 4.7 Perbandingan Citra SPOT 4 dan Hasil Klasifikasi Supervised
Pertimbangan pemilihan 6 kelas tersebut adalah berikut :
No Nama Kelas Warna Pertimbangan Pemilihan Kelas
1. Perairan
Pada kelas perairan ini yang termasuk di
dalamnya adalah laut, danau, sungai,
serta tubuh air lainnya. Hal ini
dikarenakan kenampakan objek – objek
tersebut sama sehingga diklasifikasikan
dalam satu kelas
2. Tanah Terbuka
(Lahan
Terbuka)
Pada kelas lahan terbuka ini merupakan
objek yang menyerupai sawah namun
sudah tidak ada tanaman lagi. Alasan
pemilihan kelas ini karena banyak
kenampakan objek ini pada citra.
3. Lahan
Terbangun
Kelas pemukiman mayoritas terdapat di
pinggir laut dan beberapa di tengah,
sehingga kelas permukiman ini
dipertimbangkan untuk menjadi satu
kelas.
4. Hutan
Pada daerah Banten terdapat area hutan,
meskipun tidak mendominasi. Cukup
sulit untuk diidentifikasi..
15
5. Perkebunan Kelas perkebunan dipilih dikarenakan
masih cukup banyak dijumpai objek
perkebunan pada daerah citra ini.
6. Sawah
Merupakan area yang cukup
mendominasi dan mudah diidentifikas,
terdapat di sekitar permukiman.
4.4 Hasil Perubahan Luas Tutupan Lahan
Perubahan penutup lahan yang dideteksi dengan menggunakan metode image
differencing menunjukkan adanya perubahan pada semua kelas penutup lahan yang
digunakan. Tabel di bawah ini mentabulasikan perubahan jumlah piksel dan luas
setiap kelas penutup lahan yang digunakan pada citra SPOT 2007 dan 2012
: Tabel 4.3 Perubahan nilai piksel penutup lahan pada citra SPOT 4
No
Kelas Penutup
Lahan tahun
2007
Jumlah piksel
tahun 2007
Jumlah piksel
tahun 2012
Perubahan
nilai piksel
1 Tubuh Air 45.368 44.219 -1.149
2 Sawah 21.017 44.040 23.023
3 Lahan
Terbangun 6.108 7.285 1.177
4 Tanah Terbuka 2.295 1.607 -0.688
5 Perkebunan 85.424 62.115 -23.309
6 Hutan Sekunder 589 734 145
Jumlah 749.212 893.266
Tabel 4.3 Perubahan luas penutup lahan pada citra SPOT 4
No
Kelas Penutup
Lahan tahun
2007
Luas Tahun 2007
(Km²)
Luas Tahun
2012 (Km²)
Perubahan
Luas (Km²)
1 Tubuh Air 18.1472 17.6876 -0.4596
2 Sawah 8.4068 17.6160 9.2092
3 Lahan
Terbangun 2.4432 2.914 0.4708
4 Tanah Terbuka 0.918 0.6428 -0.2752
5 Perkebunan 34.1696 24.846 -9.3236
6 Hutan Sekunder 0.2356 0.2936 0.058
Jumlah 64.3204 64.0000
16
Gambar 4.8 Grafik Perubahan Luas Penutup Lahan 2007 dan 2012
Dari tabel di atas dapat diketahui bahwa untuk klasifikasi supervised, luas tutupan lahan
dari SPOT 4 (tahun 2007) ke SPOT 4 (tahun 2012) ada beberapa kelas penutup lahan yang
mengalami penyusutan luas penggunaanya dan ada pula yang mengalami peningkatan
penggunaanya. Tanda negatif (-) menunjukan adanya penurunan penutup lahan 2009 ke
2012, sedangkan positif menunjukan jika terjadi penambahan penutup lahan untuk kelas
tersebut. perubahan.
Kelas pentup lahan sawah mengalami penambahan sebesar 9.2092 Km².hal ini
dimungkinkan karena perubahan lahan dari perkebunan menjadi sawah.
Luas tubuh air pada tahun 2007 sebesar 18.1472 Km² dan pada tahun 2012 sebesar
17.6876 Km². Perubahan tubuh air sebesar -0.4596 Km² dikarenakan adanya lahan
terbangun seperti pelabuhan ataupun keterbatasan metode maximum likelihood untuk
tubuh air.
Kelas penutup lahan lahan terbangun mengalamik penambahan sebesar 0.4708 Km²
itu dikarenakan untuk wilayah banten otonomi daerah sedang berkembang dan potensi
wisata yang cukup baik sehingga mengundang investor untuk investasi.
Dari perubahan yang terjadi dapat dianalisis bahwa dari tahun 2007 sampai 2012
daerah Banten mengalami pengurangan perkebunan yang cukup banyak yaitu seluas -
9.3236 Km². Berkurangnya luas perkebunan ini dikarenakan perubahan lahan dari
perkebunan menjadi sawah. Seiring perubahan jaman tentu rencana tata ruang dan
wilayah akan beradaptasi dengan keadaan yang terjadi.
05
101520
25
30
35
Luas Tahun 2007 (Km²)
Luas Tahun 2012 (Km²)
17
Perbedaan hasil klasifikasi dapat disebabkan beberapa hal diantaranya perbedaan
interpretasi dalam mengklasifikasikan objek tutupan lahan, cukup banyaknya awan, dan
kurangnya informasi yang tepat tentang tutupan lahan daerah wilayah pesisir banten.
18
BAB V
PENUTUP
5.1 Kesimpulan
Dari kerja praktek yang telah dilakukan dapat ditarik kesimpulan :
1. Proses klasifikasi supervised dapat digunakan untuk mengetahui jenis tutupan lahan.
Dengan membuat training area di objek yang homogen misalnya sawah, hutan dll
yang natinya setelah diklasifikasikan berdasarkan spektral training area oleh
perangkat komputer.
2. Luas tutupan lahan daerah Banten dari tahun 2007 – 2012 mengalami perubahan
dengan perubahan yang terjadi selama 5 tahun adalah sebagai berikut :
- Bertambahnya luas tutupan lahan sawah sebesar 9.2092 Km²
- Berkurangnya luas tutupan lahan perkebunan sebesar 9.3236 Km²
- Berkurangnya luas tubuh air sebesar 0.4596 Km²
- Bertambahnya luas tutupan lahan terbangun 0.4708 Km²
- Berkurangya luas tutupan lahan tanah terbuka sebesar 0.2752 Km²
- Bertambahnya luas tutupan hutan sekunder sebesar 0.058 Km²
5.2 Saran
Dari kerja praktek yang telah dilakukan saran yang diberikan antara lain :
1. Dalam proses klasifikasi diharapkan mempunyai referensi lain tentang tutupan lahan
daerah tersebut
2. Lebih teliti saat melakukan proses klasifikasi supervised
19