• Tidak ada hasil yang ditemukan

Kerangka Pemikiran

Dalam dokumen DAFTAR LAMPIRAN. xiii (Halaman 33-43)

Citra satelit penginderaan jauh untuk dapat dimanfaatkan oleh banyak kalangan harus diinterpretasi terlebih dahulu. Ada banyak metode yang digunakan untuk menurunkan informasi dari citra penginderaan jauh yang pada dasarnya sama-sama digunakan untuk mempermudah identifikasi dan analisis objek tertentu di permukaan bumi. Tingkat kepercayaan dari setiap metode interpretasi sangat penting, untuk itu diperlukan suatu informasi yang dapat dijadikan dasar pembuatan peta agar siap pakai.

Informasi bantu ini berupa data lapangan.

Sensor penginderaan jauh merekam informasi objek di permukaan bumi dengan menerjemahkannya dalam bentuk piksel. Karena setiap objek memiliki karakteristik spektral yang berbeda, maka nilai piksel yang terbaca pun berbeda. Dasar inilah yang dijadikan sebagai patokan dalam melakukan pembedaan antar objek di permukaan bumi terutama untuk analisis penginderaan jauh digital. Salah satu objek di permukaan bumi yang dapat secara langsung disadap melalui citra penginderaan jauh adalah vegetasi.

Kajian mengenai vegetasi belakangan ini menjadi lebih sering dilakukan mengingat perkembangan fisik wilayah yang begitu cepat memberikan dampak buruk bagi keberadaan vegetasi. Biar bagaimanapun vegetasi memberikan pengaruh besar bagi kemakmuran masyarakat, jika ternyata keberadaan vegetasi dari tahun ke tahun cenderung berkurang maka akan berdampak negatif bagi masyrakat itu sendiri.

Perkembangan ilmu dan teknologi penginderaan jauh menjadi alat yang sangat efektif dalam menyajikan fenomena vegetasi di permukaan bumi. Kemampuannya dalam memberikan informasi secara cepat sangat sesuai digunakan untuk analisis sebaran vegetasi ataupun yang berkaitan dengan informasi vegetasi lainnya seperti informasi kerapatan tegakan hutan.

31

Citra satelit ALOS AVNIR-2 merupakan salah produk dari satelit penginderaan jauh ALOS yang menggunakan saluran biru (0,42-0.5 µm), saluran hijau (0,52-0,6 µm), merah (0,61-0,64 µm) dan inframerah dekat (0,76-0,89 µm). Sehingga citra satelit dengan sensor ANIR-2 ini tergolong ke dalam citra multispektral. Melihat pada julat panjang gelombang yang disajikan oleh citra ALOS AVNIR-2 ini maka sangat dimungkinkan untuk melakukan kajian mengenai vegetasi, karena vegetasi itu sendiri sangat peka terhadap saluran inframerah dekat. Terlebih dengan keunggulan ALOS AVNIR-2 yang memiliki resolusi spasial 10 meter, maka untuk kajian vegetasi tentu saja hasilnya akan lebih baik.

Transformasi indeks vegetasi adalah salah satu metode yang dapat diterapkan pada citra satelit ALOS AVNIR-2 untuk menonjolkan objek vegetasi serta mengetahui persebarannya. Ini merupakan teknik manipulasi citra yang menggunakan beberapa saluran sekaligus dalam teknik analisisnya. Transformasi indeks vegetasi menghasilkan nilai kecerahan yang mempresentasikan objek vegetasi, semakin tinggi nilai kecerahannya maka semakin banyak pula tutupan kanopi vegetasinya. Untuk mendapatkan nilai kecerahan ini ada beberapa transformasi indeks vegetasi yang digunakan antara lain Ratio Vegetation Index (RVI), Normalized Difference Vegetation Index (NDVI), Transformed Vegetation Index (TVI), dan Modified Soil Adjusted Vegetation Index (MSAVI).

Lain halnya dengan citra satelit Google Earth. Citra ini tergolong ke dalam citra satelit resolusi tinggi setara dengan citra satelit QuickBird.

Kualitas spasial dari gambar yang dihasilkan inilah yang menyebabkan citra resolusi tinggi banyak dimanfaatkan dalam kajian keruangan termasuk vegetasi. Melalui citra satelit ini, objek vegetasi dapat terlihat dengan jelas baik sebaran maupun kerapatannya.

Keunggulan-keunggulan yang dimiliki oleh citra satetit seperti yang tersebut di atas, melalui analisis citra penginderaan jauh dapat dikombinasikan untuk mendapatkan hasil akhir yang maksimal, khususnya kajian tentang vegetasi. Analisis piksel vegetasi dilakukan menggunakan metode transformasi citra pada citra ALOS AVNIR-2 sedangkan untuk

32

mengetahui kerapatan vegetasi menggunakan analisis visual citra yang bersumber dari Google Earth. Metode tersebut dirancang untuk mendapatkan hasil akurasi yang baik, sama halnya dengan metode interpretasi hibrida. Interpretasi hibrida yang dilakukan pada penelitian kali ini yakni dengan mengkombinasikan antara interpretasi visual dan digital dengan maksud mendapatkan hasil akurasi pemetaan yang lebih baik.

Teknik interpretasi dengan menggunakan metode transformasi citra menghasilkan nilai kecerahan indeks vegetasi, sedangkan untuk memaksimalkan hasil analisis kerapatan vegetasi digunakanlah teknik interpretasi citra resolusi tinggi. Hasil dari interpretasi visual citra resolusi tinggi adalah tingkat kerapatan vegetasi. Dari sini kemudian diambil contoh sampel guna dicocokkan dengan hasil transformasi indeks vegetasi sebagai dasar penyusunan algoritma untuk mempermudah klasifikasi kerapatan vegetasi. Algoritma untuk kerapatan vegetasi yang didapat dari proses interpretasi hibrida tersebut kemudian dijadikan sebagai dasar dalam pembuatan peta kerapatan vegetasi.

33

Gambar 2.3 Karangka pemikiran Interpretasi Digital Interpretasi Manual

NDVI RVI TVI MSAVI

Analisis Korelasi Interpretasi Hibrida

Klasifikasi Kerapatan Kanopi Vegetasi dengan Korelasi Terbaik

Peta Kerapataan Kanopi Vegetasi

Citra Satelit Resolusi Tinggi Perkembangan Ilmu dan

Teknologi Penginderaan Jauh

Pemetaan Kerapatan vegetasi

Citra Satelit Penginderaan Jauh ALOS AVNIR-2

Interpretasi Citra

Managemen Pengelolaan Hutan yang Buruk

34

Sejalan dengan perkembangan IPTEK (Ilmu Pengetahuan dan Teknologi) maka berdampak pula pada perkembangan model dan metode penelitian. Guna menghindari adanya overlap antar satu peneliti dengan peneliti yang lain, di bawah ini disajikan tabel 2.3 yang menggambarkan perbandingan penelitian yang sudah dilaksanakan dan penelitian yang adan dilaksanakan.

35

No. Nama Peneliti Judul Penelitian Lokasi Penelitian Sumber Data Tujuan Metode Hasil

1. Lo dan Choi,

2. Suharyadi, 2010 Interpretasi Hibrida Citra Satelit Resolusi

Kota Yogyakarta Citra Landsat TM tahun 1994,

Denpasar Bali Citra ALOS AVNIR-2 tahun

Tabel 2.3 Perbandingan dengan penelitian sebelumnya dan penelitian yang akan dilakukan

36

I.W. Sandy, 2009 Menggunakan Citra ALOS AVNIR-2 dan

persebaran vegetasi MSAVI serta overlay

Citra IKONOS Pengembangan metode pemetaan vegetasi untuk menghasilkan metode survey yang hemat biaya dan waktu

Segmen Based

37

indeks vegetasi yang paling sesuai diterapkan untuk pemetaan kerapatan vegetasi menggunakan teknik interpretasi hibrida 3. Pemetaan kerapatan vegetasi di Kabupaten Gunungkidul

hibrida citra satelit ALOS ANVIR-2 3. Peta kerapatan

vegetasi hasil interpretasi hibrida dengan akurasi terbaik skala 1:50.000

38 2.11 Batasan Operasional

 Akurasi : menunjukan kedekatan antara nilai prediksi/model dengan nilai aktual (real).

 Citra : gambaran suatu obyek atau suatu perujudan; suatu „image‟ pada umumnya berupa sebuah peta, gambar, atau foto (Ford, 1979 dalam Sutanto 1986).

 Hutan : suatu kesatuan ekosistem berupa hamparan lahan berisi sumber daya alam hayati yang didominasi pepohonan dalam persekutuan alam lingkungannya yang satu dengan lainnya tidak dapat dipisahkan (Undang-undang Kehutanan No.41, 1999).

 Indeks Vegetasi : suatu bentuk trasnformasi spektral yang diterapkan terhadap citra multisaluran untuk menonjolkan aspel kerapatan vegetasi ataupun aspek lain yang berkaitan dengan kerapatan misalnya biomassa, Leaf Area Index (LAI), konsentrasi klorofil, dan sebagainya (Danoedoro, 2012).

 Interpretasi : perbuatan mengkaji foto udara dan atau citra dengan maksud untuk mengidentifikasi objek dan menilai arti pentingnya objek tersebut (Sutanto, 1986).

 Interpretasi hibrida : metode interpretasi citra penginderaan jauh dengan menggabungan antara interpretasi visual untuk delineasi objek dan interpretasi digital dengan menggunakan prinsip-prinsip pola pengenalan spektral secara digital untuk identifikasi objeknya (Suharyadi, 2010).

 Kanopi : kenampakan luar suatu vegetasi yang terdiri dari satu atau beberapa layer pada suatu area tertentu.

 Piksel : data yang mempunyai aspek (ukuran luas yang terwakili) dan aspek spektral (besarnya nilai pantulan yang tercatat) (Danoedoro, 2012)

39

 Resolusi : (disebut juga resolving power = daya pisah) adalah kemampuan suatu sistem optik-elektronik untuk membedakan informasi yang secara spasial berdekatan atau secara spektral mempunyai kesamaan (Swain dan Davis, 1978 dalam Danoedoro, 2012)

 Transformasi : perubahan atau perpindahan bentuk yang jelas.

 Vegetasi : semua spesies tumbuhan yang terdapat dalam suatu wilayah yang luas yang memperlihatkan pola distribusi ruang dan waktu (widoretno)

40 BAB III

Dalam dokumen DAFTAR LAMPIRAN. xiii (Halaman 33-43)

Dokumen terkait