STUDI KOMPARASI PEMETAAN PENGGUNAAN/PENUTUPAN LAHAN MELALUI CITRA LANDSAT DAN CITRA QUICKBIRD Studi Kasus: Sub Daerah Aliran Sungai (DAS) Ciliwung Hulu, Bogor
BAMBANG ADE WAHYUDI A14054173
PROGRAM STUDI MANAJEMEN SUMBERDAYA LAHAN DEPARTEMEN ILMU TANAH DAN SUMBERDAYA LAHAN
FAKULTAS PERTANIAN INSTITUT PERTANIAN BOGOR
SUMMARY
BAMBANG ADE WAHYUDI. Comparison Study The Mapping of Land Use/Land Cover through Landsat Image and Quickbird Image. Case Study: Sub-drainage Area Riverbasin (DAS) Ciliwung Hulu, Bogor. Under supervision of
Khursatul Munibah and Komarsa Gandasasmita.
As the knowledge and technology develop, the satellite image also starts gaining its popularity as the component of remote sensing data. The Landsat image has eight spectral channels with spatial resolution 15 m (panchromatic) and 30 m (multispectral). The Quickbird image, a high-resolution image, has spatial resolution 0,6 m (panchromatic) and 2,4 m (multispectral). The difference of spatial resolution causes the difference of land use/land cover information among these two images. The purposes of this research are as follows: a) comparing the appearance of objects in the image of Quickbird panchromatic, multispectral, and fusion, b) comparing the results of mapping land use/land cover from Landsat and Quickbird image fusion, c) analyze the accuracy of geometric objects in the Quickbird image fusion with the condition in the field.
This research comprises three stages, namely: preparation, data collection, and data analysis. The preparation stage includes the Landsat image downloading and the provision of revised Quickbird image with RBI map. Then, the data collection stage is divided into primary data collection (check field and the measurement object) and secondary data collection (RBI maps and map the study area boundary). Lastly, the data analysis stage consists of: object identification on the Quickbird image fusion, visual interpretation of the land use/land cover based on Landsat image and Quickbird image, conscientiousness test of the interpretation outcome, comparison of the polygon number and width of land use/land cover respectively, consistency of the land use/land cover type, and regression analysis of the object measurement between the Quickbird image and on-field measurement.
The object interpretation and identification on the Quickbird image can be conducted more easily on the fusion image compared to the panchromatic image and multispectral image. The land use/land cover interpreted from the Landsat image and Quickbird image respectively consists of 8 and 12 classifications. The overall accuracy value and kappa value from Quickbird image are 91% and 0,89 respectively. The dominant land use/land cover from Landsat image is housing (23,75%), while the dominant one from Quickbird image is compound plantation (26,55%). The types of land use/land cover obtained from the Landsat image and Quickbird image that possesses high consistency are forest and tea garden, while the low ones comprise housing and water body. On the level of classification detail, the Quickbird image has 4 levels of classification, while the Landsat image only has one level of classification. The object measurement on the Quickbird image and on-field measurement show a fairly close relation, with R² = 0,983.
RINGKASAN
BAMBANG ADE WAHYUDI. Studi Komparasi Pemetaan
Penggunaan/Penutupan Lahan Melalui Citra Landsat dan Citra Quickbird. Studi kasus: Sub Daerah Aliran Sungai (DAS) Ciliwung Hulu, Bogor. Di bawah bimbingan Khursatul Munibah dan Komarsa Gandasasmita.
Seiring dengan berkembangnya ilmu pengetahuan dan teknologi, citra satelit mulai marak digunakan sebagai komponen data penginderaan jauh. Citra Landsat memiliki delapan saluran spektral tampak dengan resolusi spasial 15 m (pankromatik) dan 30 m (multispektral). Citra Quickbird merupakan citra beresolusi tinggi yang memiliki resolusi spasial 0,6 m (pankromatik) dan 2,4 m (multispektral). Perbedaan resolusi spasial ini mengakibatkan perbedaaan informasi penggunaan/penutupan lahan antara kedua citra. Tujuan dari penelitian ini adalah : a) membandingkan kenampakan objek di citra Quickbird pankromatik, multispektral, dan fusi, b) membandingkan hasil pemetaan penggunaan/penutupan lahan dari citra Landsat dan fusi citra Quickbird, c) menganalisis ketelitian geometrik objek di fusi citra Quickbird dengan kondisi di lapang.
Penelitian terbagi dalam tiga tahap yaitu : persiapan, pengumpulan data, dan analisis data. Tahap persiapan meliputi pengunduhan citra Landsat dan penyediaan citra Quickbird yang telah terkoreksi dengan peta RBI. Tahap pengumpulan data terbagi menjadi pengumpulan data primer (pengecekan lapang dan pengukuran objek) serta pengumpulan data sekunder (peta RBI dan peta batas daerah penelitian). Tahap analisis data yang dilakukan meliputi: identifikasi objek pada fusi citra Quickbird, interpretasi visual penggunaan/penutupan lahan dari citra Landsat dan citra Quickbird, uji ketelitian hasil interpretasi, perbandingan jumlah poligon dan luas masing-masing penggunaan/penutupan lahan, konsistensi tipe penggunaan/penutupan lahan, serta analisis regresi pengukuran objek pada citra Quickbird dengan pengukuran objek di lapang.
Identifikasi dan interpretasi objek pada citra Quickbird lebih mudah dilakukan pada citra fusi dibandingkan dengan citra pankromatik dan citra multispektral. Tipe penggunaan/penutupan lahan yang diinterpretasi dari citra Landsat dan citra Quickbird berjumlah masing-masing 8 dan 12 klasifikasi. Nilai overall accuracy dan nilai kappa dari citra Quickbird masing-masing sebesar 91% dan 0,89. Penggunaan/penutupan lahan yang dominan dari citra Landsat adalah pemukiman (23,75%), sedangkan dari citra Quickbird adalah kebun campuran (26,55%). Tipe penggunaan/penutupan lahan yang diperoleh dari citra Landsat dan citra Quickbird yang memiliki konsistensi tinggi adalah hutan dan kebun teh, sedangkan yang rendah adalah pemukiman dan badan air. Pada tingkat kedetailan klasifikasi, citra Quickbird memiliki 4 tingkat klasifikasi, sedangkan pada citra Landsat hanya memiliki 1 tingkat klasifikasi saja. Hubungan antara pengukuran objek pada citra Quickbird dengan di lapang cukup erat yang ditunjukkan dengan nilai R² = 0,983.
STUDI KOMPARASI PEMETAAN PENGGUNAAN/PENUTUPAN LAHAN MELALUI CITRA LANDSAT DAN CITRA QUICKBIRD Studi Kasus: Sub Daerah Aliran Sungai (DAS) Ciliwung Hulu, Bogor
Bambang Ade Wahyudi A14054173
Skripsi
sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Pertanian
Pada Fakultas Pertanian, Institut Pertanian Bogor
PROGRAM STUDI MANAJEMEN SUMBERDAYA LAHAN DEPARTEMEN ILMU TANAH DAN SUMBERDAYA LAHAN
FAKULTAS PERTANIAN INSTITUT PERTANIAN BOGOR
LEMBAR PENGESAHAN
Judul Skripsi : Studi Komparasi Pemetaan Penggunaan/Penutupan Lahan melalui Citra Landsat dan Citra Quickbird. Studi Kasus: Sub Daerah Aliran Sungai (DAS) Ciliwung Hulu, Bogor
Nama Mahasiswa : Bambang Ade Wahyudi Nomor Pokok : A14054173
Menyetujui,
Dosen Pembimbing I Dosen Pembimbing II
(Dr. Khursatul Munibah, M.Sc) (Dr. Ir. Komarsa Gandasasmita, M.Sc)
NIP. 19620515 199003 2 001 NIP. 19550111 197603 1 001
Mengetahui,
Ketua Departemen
(Dr. Ir. Syaiful Anwar, M.Sc)
NIP. 19621113 198703 1 003
RIWAYAT HIDUP
Penulis lahir di Bukittinggi, Sumatera Barat, pada tanggal 20 Januari 1988. Penulis merupakan anak keenam dari enam bersaudara dari pasangan Bapak H. Agustami St. Batuah dan Ibu Dra. Hj. Anita Djabar.
Penulis menyelesaikan pendidikan sekolah dasar pada tahun 1999 di SDN 11 Cimpago Guguak Bulek, Kecamatan Mandiangin Koto Selayan, Bukittinggi. Kemudian pada tahun 2002, penulis menyelesaikan pendidikan sekolah menengah pertama di SMPN 5 Bukittinggi. Selanjutnya penulis melanjutkan pendidikan sekolah menengah atas di SMAN 1 Bukittinggi dan lulus pada tahun 2005.
Pada tahun yang sama (2005), penulis diterima di Tingkat Persiapan Bersama (TPB) Institut Pertanian Bogor (IPB) melalui jalur Seleksi Penerimaan Mahasiswa Baru (SPMB) dan pada tahun 2006 diterima di Mayor Manajemen Sumberdaya Lahan, Departemen Ilmu Tanah dan Sumberdaya Lahan, Fakultas Pertanian, Institut Pertanian Bogor.
Selama menjalani pendidikan di perguruan tinggi, penulis pernah aktif dalam Paduan Suara Mahasiswa “Agriaswara” pada periode 2005-2007 dan pernah juga mengikuti kegiatan mahasiswa lain seperti panitia dalam kegiatan Masa Perkenalan Departemen (MPD) tahun 2007, serta sebagai panitia dalam Semiloka Nasional Geomatika-SAR Nasional tahun 2009. Selain itu, penulis pernah menjadi asisten pratikum Penginderaan Jauh dan Interpretasi Citra (2009-2010), asisten pratikum Geomorfologi dan Analisis Lanskap (2009-(2009-2010), dan asisten pratikum Sistem Informasi Geografi (2009-2010).
KATA PENGANTAR
Puji syukur penulis ucapkan kepada Allah S.W.T yang telah memberikan nikmat dan karunia-Nya, sehingga penulis dapat menyelesaikan penelitian dan skripsi. Skripsi yang berjudul “Studi Komparasi Pemetaan Penggunaan/Penutupan Lahan melalui Citra Landsat dan Citra Quickbird. Studi Kasus: Sub Daerah Aliran Sungai (DAS) Ciliwung Hulu, Bogor” ini merupakan salah satu syarat untuk mendapatkan gelar sarjana di Mayor Manajemen Sumberdaya Lahan, Departemen Ilmu Tanah dan Sumberdaya Lahan, Fakultas Pertanian, Institut Pertanian Bogor.
Pada kesempatan ini, tak lupa penulis ingin menyampaikan ucapan terima kasih yang sebesar-besarnya kepada:
1. Dr. Khursatul Munibah, M.Sc selaku dosen pembimbing skripsi I yang telah memberikan banyak bimbingan, pengarahan, serta masukan selama masa penelitian dan penyusunan skripsi ini.
2. Dr. Ir. Komarsa Gandasasmita, M.Sc selaku dosen pembimbing skripsi II yang telah memberikan banyak bimbingan, pengarahan, serta masukan selama penelitian dan penyusunan skripsi ini.
3. Dr. Boedi Tjahjono, M.Sc selaku dosen penguji yang telah memberikan saran dan masukan dalam penyusunan skripsi.
4. Dr. Ir. Iskandar selaku dosen pembimbing akademik yang memberikan pengarahan dan bimbingan selama masa perkuliahan.
5. Kedua orang tuaku, Ayahanda H. Agustami St. Batuah dan Ibunda Dra. Hj. Anita Djabar, atas kasih sayang dan kesabarannya, semoga Allah S.W.T membalas semua pengorbanan mereka.
6. Kakak-kakakku tercinta: Besty Ineke, Dodi Kurniawan, Ismed Gusno, Khairi Yanti, dan abangku tersayang Alm. Khairi Yanto, untuk dorongan semangatnya selama ini.
7. Seluruh staf dan dosen pengajar Departemen Ilmu Tanah dan Sumberdaya Lahan.
dan Luluk) serta staf Laboratorium Bagian Penginderaan Jauh dan Informasi Spasial (Mas Manijo, Mbak Reni, Mbak Agi, dan Mbak Nurul) atas dukungan dan bantuan selama ini.
9. Teman-teman komunitas Bujangers (Ali, Andre, Anter, Awank, Bobby, Carlos, Daniel, Ganda, Geges, Idan, dan Jire) atas segala bantuan, dukungan, dan canda tawa selama ini.
10.Bang Suraj, Ridho, Decil, Umbara, Hadi, Sendy, Rahardian, dan Linda atas bantuan dan dukungan selama ini.
11.Teman-teman kosan Pondok AA (Da Roni, Novel, Aat, Aan, Huda, Ibal, Isan, Luther, Wido, Bowo, Rizky, Anjar, Bedur), dan Wisma Alma (Mas Erwin, Aziz, Rey, Dendi, Janu, Ajoy, Mas Bilal) atas bantuan dan dukungan selama ini.
12.Dukungan dan bantuan dari teman-teman Departemen Ilmu Tanah dan Sumberdaya Lahan (ITSL) serta pihak-pihak yang tidak dapat disebut satu persatu.
Penulis menyadari bahwa masih banyak terdapat kekurangan pada skripsi ini. Namun, penulis berharap skripsi ini bermanfaat bagi semua pihak yang memerlukannya.
Bogor, November 2011
DAFTAR ISI
Halaman
KATA PENGANTAR ... i
DAFTAR ISI ... iii
DAFTAR TABEL ... v
DAFTAR GAMBAR ... vii
DAFTAR LAMPIRAN ... viii
I.PENDAHULUAN ... 1
1.1. Latar Belakang ... 1
1.2. Tujuan ... 2
II. TINJAUAN PUSTAKA ... 3
2.1. Penginderaan Jauh ... 3
2.1.1. Citra Landsat ... 3
2.1.2. Citra Quickbird... 5
2.2. Fusi Citra ... 7
2.3. Penggunaan/penutupan lahan ... 7
2.4. Aplikasi Citra Landsat untuk Pemetaan Penggunaan/Penutupan Lahan ... 8
2.5. Aplikasi Citra Quickbird untuk Pemetaan Penggunaan/Penutupan Lahan .. 8
2.6. Akurasi Hasil Interpretasi Citra ... 9
2.7. Regresi Linier Sederhana ... 10
III. METODE PENELITIAN ... 11
3.1. Lokasi dan Waktu Penelitian ... 11
3.2. Bahan dan Alat ... 11
3.3. Metode Penelitian... 12
3.3.1. Identifikasi Kenampakan Objek pada Fusi Citra Quickbird ... 13
3.3.2. Interpretasi Visual Penggunaan/Penutupan Lahan dari Citra Landsat dan Citra Quickbird ... 14
3.3.3. Uji Ketelitian Interpretasi ... 15
3.3.4. Perbandingan Jumlah Poligon dan Luas Masing-Masing Penggunaan/Penutupan Lahan ... 16
3.3.6. Tingkat Kedetailan Penggunaan/Penutupan Lahan ... 17
3.3.7. Analisis Regresi Pengukuran Objek pada Citra Quickbird dengan Pengukuran Objek di Lapang ... 19
IV. HASIL DAN PEMBAHASAN ... 20
4.1. Fusi pada Citra Quickbird ... 20
4.2. Interpretasi Penggunaan/Penutupan Lahan pada Citra Landsat dan Citra Quickbird ... 22
4.3. Akurasi Hasil Interpretasi Penggunaan/Penutupan Lahan dari Citra Quickbird ... 27
4.4. Perbandingan Keluaran (Output) dari Interpretasi melalui Citra Landsat dan Citra Quickbird ... 29
4.4.1. Luas dan Jumlah Poligon dari Masing-Masing Penggunaan/Penutupan Lahan dari Citra Landsat dan Citra Quickbird ... 32
4.4.2. Konsistensi Tipe Penggunaan/Penutupan Lahan yang Bersumber dari Citra Landsat dan Citra Quickbird ... 33
4.4.3. Tingkat Kedetailan Klasifikasi Penggunaan/Penutupan Lahan dari Citra Landsat dan Citra Quickbird ... 41
4.5. Hubungan antara Pengukuran Objek pada Citra Quickbird dengan Pengukuran Lapang ... 48
V. KESIMPULAN DAN SARAN ... 50
5.1. Kesimpulan ... 50
5.2. Saran ... 50
DAFTAR PUSTAKA...51
DAFTAR TABEL
Nomor Halaman
Teks
1. Spesifikasi Satelit Landsat 7 ... 4
2. Karakteristik Band Citra Landsat 7 ... 5
3. Karakteristik Citra Quickbird ... 6
4. Spesifikasi satelit Quickbird ... 6
5. Bahan yang Digunakan Dalam Penelitian ... 12
6. Alat dan Perangkat Lunak yang Digunakan dalam Penelitian ... 12
7. Tingkat konsistensi tipe penggunaan/penutupan lahan ... 17
8. Sistem Klasifikasi Penggunaan/Penutupan Lahan untuk digunakan dengan Data Penginderaan Jauh ... 18
9. Tabel kenampakan objek pada citra pankromatik, citra multispektral, dan citra fusi……….21
10. Persentase kenampakan pada citra pankromatik, citra multispektral, dan citra fusi……….22
11. Nilai overall accuracy dari citra Quickbird ... 27
12. Nilai kappa dari citra Quickbird ... 28
13.Perbandingan jumlah kelas dan luas masing-masing penggunaan/penutupan lahan………..32
14. Jumlah dan persentase poligon pada citra Landsat dan citra Quickbird ... 33
15. Konsistensi hutan yang bersumber dari citra Landsat dan citra Quickbird .... 34
16. Konsistensi kebun campuran yang bersumber dari citra Landsat dan citra Quickbird ... 35
17.Konsistensi kebun teh yang bersumber dari citra Landsat dan citra Quickbird 36 18.Konsistensi tegalan yang bersumber dari citra Landsat dan citra Quickbird ... 37
19.Konsistensi sawah yang bersumber dari citra Landsat dan citra Quickbird .... 38
22.Konsistensi tanah kosong yang bersumber dari citra Landsat dan citra
Quickbird ... 40 23. Konsistensi tipe penggunaan/penutupan lahan yang bersumber dari citra
Landsat dan citra Quickbird……… 41
DAFTAR GAMBAR
Nomor Halaman
Teks
1. Satelit Landsat ... 3
2. Satelit Quickbird ... 6
3. Peta Lokasi Penelitian ... 11
4. Diagram Alir Penelitian ... 13
5. Sistematik Pengambilan Sampel pada Penggunaan/Penutupan Lahan Kebun Campuran ... 16
6. Kenampakan Objek Citra Quickbird pada Citra Pankromatik, Citra Multispektral, dan Citra Fusi ... 20
7. Contoh Kenampakan Objek Pada Citra Landsat, Quickbird, dan Lapang ... 25
8. Peta Penggunaan/Penutupan Lahan Daerah Aliran Sungai (DAS) Ciliwung Hulu (Landsat) ... 30
9. Peta Penggunaan/Penutupan Lahan Daerah Aliran Sungai (DAS) Ciliwung Hulu (Quickbird)………...32
10. Peta Penggunaan/Penutupan Lahan Level 1 (Landsat) ... 43
11. Peta Penggunaan/Penutupan Lahan Level 1 (Quickbird) ... 44
12. Peta Penggunaan/Penutupan Lahan Level 2 (Quickbird) ... 45
13. Peta Penggunaan/Penutupan Lahan Level 3 (Quickbird) ... 46
14. Peta Penggunaan/Penutupan Lahan Level 4 (Quickbird) ... 47
DAFTAR LAMPIRAN
Nomor Halaman
Teks
I. PENDAHULUAN
1.1. Latar Belakang
Seiring dengan berkembangnya ilmu pengetahuan dan teknologi, citra satelit mulai banyak dimanfaatkan dalam berbagai ilmu. Pada tahun 1972, Earth Resources Technology Satellite (ERTS-A) dari Amerika Serikat yang kemudian disebut Landsat 1 merupakan satelit penginderaan jauh pertama. Satelit ini memiliki resolusi spasial 80 m dan memiliki empat saluran Red Green Blue (RGB) dan saluran inframerah dekat. Generasi satelit Landsat berikutnya mengalami peningkatan dalam hal resolusi spasial dan resolusi spektral. Pada tahun 1999, muncul satelit baru yaitu Landsat 7 yang memiliki 8 saluran spektral dan resolusi spasial 15 m untuk citra pankromatik dan 30 m untuk citra multispektral. Saat ini telah banyak satelit baru yang diluncurkan diantaranya adalah ALOS, IKONOS, Quickbird, OrbView, dan lain-lain yang memiliki resolusi spasial yang lebih baik dari generasi sebelumnya.
Citra Landsat telah dimanfaatkan oleh pemerintah, swasta, industri, sipil, dan pendidikan di seluruh dunia. Citra ini digunakan untuk mendukung berbagai bidang dalam aplikasi seperti: penelitian perubahan iklim global, pertanian, kehutanan, geologi, manajemen sumberdaya, geografi, pemetaan, hidrologi, dan oseanografi. Pemetaan penggunaan/penutupan lahan dengan citra Landsat mampu menyediakan informasi kenampakan objek dan kegiatan manusia di permukaan bumi.
Quickbird adalah satelit penginderaan jauh komersial milik perusahaan Amerika Serikat, DigitalGlobe, yang menyediakan produk citra beresolusi tinggi. Diluncurkan pada tahun 2001, produk ini terdiri dari sensor pankromatik dan sensor multispektral. Kedua sensor tersebut menghasilkan citra yang memiliki resolusi spasial berbeda yaitu 0,61 m untuk citra pankromatik dan 2,44 m untuk citra multispektral. Pada resolusi ini, detail bangunan dan infrastruktur lainnya terlihat jelas.
memerlukan data akurat. Dengan kemampuan citra Quickbird menyajikan data spasial hingga ketelitian 0,61 m, lokasi pemukiman dapat diidentifikasi per individu bangunan. Jalan raya dan sungai pun dapat diidentifikasi sebagai poligon. Pemetaan penggunaan/penutupan lahan dengan citra Quickbird mampu menyediakan informasi kenampakan objek dan kegiatan manusia di permukaan bumi secara detail.
Khusus untuk citra Quickbird, penggunaan salah satu citra baik citra pankromatik maupun citra multispektral terkadang belum cukup untuk mendapatkan output yang diinginkan karena adanya keterbatasan resolusi spektral dan resolusi spasial (Nisak, 2010). Oleh karena itu, fusi citra perlu dilakukan untuk mendapatkan gambar citra yang diinginkan yakni memiliki resolusi spasial tinggi dan kombinasi Red Green Blue (RGB). Teknik fusi citra yang digunakan dalam penelitian ini adalah Color Normalized (Brovey). Teknik ini berfungsi untuk menajamkan gambar dengan menggunakan kombinasi matematis dari citra multispektral dan citra pankromatik (Vrabel, 1996).
Untuk mengetahui sejauh mana citra satelit mampu menyajikan informasi penggunaan/penutupan lahan suatu wilayah, perlu dilakukan penelitian perbandingan. Penelitian ini membandingkan citra Landsat dan citra Quickbird. Studi komparasi pemetaan penggunaan/penutupan lahan melalui citra Landsat dan citra Quickbird diharapkan mampu menjawab perbedaan informasi penggunaan/penutupan lahan tersebut.
1.2.Tujuan
Tujuan dari penelitian ini adalah:
1. Membandingkan kenampakan objek di citra Quickbird pankromatik, multispektral, dan fusi.
2. Membandingkan hasil pemetaan penggunaan/penutupan lahan dari citra Landsat dan fusi citra Quickbird.
II. TINJAUAN PUSTAKA
2.1. Penginderaan Jauh
Penginderaan jauh adalah ilmu dan seni untuk memperoleh informasi tentang suatu objek, daerah, atau fenomena melalui analisis data yang diperoleh dengan suatu alat tanpa kontak langsung dengan objek, daerah, atau fenomena yang dikaji (Lillesand & Kiefer, 1999). Defenisi yang lain juga dikemukakan oleh Konecny (2003) yang mana penginderaan jauh adalah metode untuk memperoleh informasi dari objek yang jauh tanpa adanya kontak langsung. Dalam aplikasinya, teknologi penginderaan jauh menggunakan energi elektromagnetik seperti gelombang radio, cahaya, dan panas sebagai sarana untuk mendeteksi dan mengukur karakteristik objek atau target (Ho, 2009).
2.1.1. Citra Landsat
Landsat 1 adalah satelit pengamatan bumi pertama kali di dunia (EOS), yang diluncurkan oleh Amerika Serikat pada tahun 1972. Satelit ini memiliki kemampuan untuk mengamati bumi jauh dari ruang angkasa, dan merupakan salah satu perangkat terbaik dalam penginderaan jauh. Setelah Landsat 1, Landsat 2, 3, 4, 5, dan 7 diluncurkan, Landsat 7 saat ini dioperasikan sebagai satelit utama.
Landsat 5 dilengkapi dengan multispectral scanner (MSS) dan thematic mapper (TM). MSS adalah sensor optik yang didesain untuk mengamati radiasi matahari yang dipantulkan dari permukaan bumi dalam empat band spektral yang berbeda, dengan menggunakan kombinasi dari sistem optik dan sensor. TM adalah peralatan observasi canggih yang digunakan dalam MSS. Peralatan ini mengamati permukaan bumi di tujuh band spektral yang berkisar dari sinar tampak hingga inframerah termal.
Landsat 7 telah berhasil diluncurkan dari Pangkalan Angkatan Udara Vandenburg pada tanggal 15 April 1999. Satelit ini dilengkapi dengan instrumen Enhanced Thematic Mapper Plus (ETM+), penerus TM. Jumlah band dari Landsat 7 sama dengan Landsat 5 sebanyak tujuh band, tetapi pada Landsat 7 ditambahkan band 8 yaitu band pankromatik dengan resolusi 15 m.
Data Landsat telah digunakan oleh pemerintah, masyarakat komersial, industri, sipil, dan pendidikan di seluruh dunia. Data tersebut mendukung berbagai berbagai aplikasi dalam bidang-bidang seperti penelitian perubahan iklim global, pertanian, kehutanan, geologi, manajemen sumberdaya, geografi, pemetaan, hidrologi, dan oseanografi. Citra Landsat dapat digunakan dalam pemetaan perubahan antropogenik dan alamiah di bumi selama periode beberapa bulan sampai dua dekade. Jenis perubahan yang dapat diidentifikasi meliputi pembangunan pertanian, penggundulan hutan, bencana alam, urbanisasi, dan pengembangan dan degradasi sumber daya air (www.satimaging.com, diakses 13 Oktober 2011). Spesifikasi satelit dan karakteristik band citra Landsat 7 disajikan pada Tabel 1 dan 2.
Tabel 1. Spesifikasi Satelit Landsat 7
Tanggal diluncurkan 15 April 1999, di Pangkalan Angkatan Udara Vandenberg, California Resolusi Spasial 30 meter
Orbit 705 +/- 5 km (di atas khatulistiwa) sun-synchronous
Kecondongan Orbit 98,2 +/- 0,15 Periode Orbit 98.9 menit Resolusi Temporal 16 hari (233 orbit) Resolusi 15 hingga 90 meter
Tabel 2. Karakteristik Band Citra Landsat 7
Band Rentang Resolusi Keterangan
Spektral (µ) Spasial (m)
1 0,450 - 0,515 30 Didesain untuk menembus badan air, (biru-hijau) membedaan tanah dan vegetasi, serta
memetakan tipe hutan
(berganti daun/daun jarum)
2 0,525 - 0,605 30 Cocok untuk mengukur nilai reflektan (hijau) hijau tertinggi pada vegetasi.
Direkomendasikan untuk membedakan
vegetasi dan vigor tanaman
3 0,630 - 0,690 30 Band ini dioperasikan untuk mengukur (merah) daerah absorpsi klorofil. Baik untuk
mendeteksi jalan, tanah kosong, dan
tipe vegetasi
4 0,775 - 0,900 30 Band ini digunakan untuk mengestimasi (inframerah dekat) biomassa. Walaupun band ini bisa memisahkan badan air dari vegetasi dan
membedakan kelembaban tanah, tetapi
tidak efektif untuk identifikasi jalan pada
TM3
5 1,550 - 1,750 30 Band 5 dipertimbangkan sebagai band (inframerah menengah) tunggal terbaik dari semua band. Band ini bisa membedakan jalan, tanah kosong, dan air. Band ini juga mendukung kontras yang baik dalam membedakan tipe vegetasi
dan paling baik dalam menembus kabut
dan atmosfir
6 10,40 - 12,50 60 Band ini merespon radiasi termal yang (inframerah termal) diemisikan oleh target. Radiasi termal
erat hubungannya dengan kelembaban
tanah dan temperatur vegetasi baik untuk
mengukur stress tanaman akibat panas
dan pemetaan termal
7 2,090 - 2,35 30 Band ini baik dalam membedakan tipe (inframerah menengah) batuan dan mineral serta untuk interpretasi
tutupan vegetasi dan kelembaban tanah
8 0,520 - 0,900 15 Band ini diperuntukan untuk mempertinggi (pankromatik) resolusi dan meningkatkan kemampuan
deteksi
Sumber: www.geocomm.com, diakses 13 Oktober 2011
2.1.2. Citra Quickbird
Gambar 2. Satelit Quickbird
Kemampuan pencitraan Quickbird juga dapat diterapkan pada sejumlah industri, termasuk eksplorasi dan produksi minyak dan gas, rekayasa dan konstruksi, serta studi lingkungan (www.satimaging.com, diakses 13 Oktober 2011). Karakteristik citra dan spesifikasi satelit Quickbird disajikan pada Tabel 3 dan 4.
Tabel 3. Karakteristik Citra Quickbird
Resolusi Pankromatik: 61 cm (nadir) sampai 72 cm (25° off-nadir) Multispektral: 2,44 m (nadir) sampai 2,88 m (25° off-nadir)
Band Citra
Pankromatik: 450 - 900 nm Biru: 450 - 520 nm
Hijau: 520 - 600 nm Merah: 630 - 690 nm
Inframerah Dekat: 760-900 nm
Tabel 4. Spesifikasi satelit Quickbird
Resolusi Pankromatik: 61 cm (nadir) sampai 72 cm (25° off-nadir) Multispektral: 2,44 m (nadir) sampai 2,88 m (25° off-nadir)
Band Citra
Pankromatik: 450 - 900 nm Biru: 450 - 520 nm
Hijau: 520 - 600 nm Merah: 630 - 690 nm
2.2. Fusi Citra
Fusi citra adalah proses dimana dua atau lebih gambar digabungkan menjadi satu gambar dengan mempertahankan fitur penting dari masing-masing gambar asli (Hill et al, 2002). Sedangkan menurut Liu dan Mason (2009), fusi citra adalah perpaduan citra komposit warna yang memiliki resolusi spasial lebih rendah dengan citra pankromatik yang memiliki resolusi lebih tinggi sehingga menghasilkan citra komposit warna beresolusi tinggi. Tujuan utama untuk fusi citra adalah untuk mengingkatkan kualitas informasi yang terkandung pada gambar output dalam proses yang dikenal sebagai sinergi. Sebuah studi dilakukan oleh Michell (2010) tentang teknik fusi citra dan aplikasi yang ada menunjukkan bahwa fusi citra dapat memberikan kita dengan gambar output dengan peningkatan kualitas. Dalam hal ini, manfaat dari fusi citra meliputi:
1. Memperluas jangkauan operasi
2. Memperpanjang cakupan spasial dan temporal 3. Mengurangi ketidakpastian
4. Meningkatkan kehandalan 5. Menguatkan kinerja sistem
6. Kompak dalam penyajian informasi
Ada tiga macam teknik yang digunakan untuk fusi citra yaitu: penggantian intensitas (melalui transformasi RGB-HIS), transformasi Brovey, dan SFIM.
2.3. Penggunaan/penutupan lahan
2.4. Aplikasi Citra Landsat untuk Pemetaan Penggunaan/Penutupan Lahan
Parwati et al, (2004) menggunakan citra Landsat 7 ETM dengan resolusi spasial 30 x 30 m untuk memetakan penutupan lahan. Klasifikasi penutupan lahan dilakukan secara digital. Teknik klasifikasi yang digunakan adalah metode supervised. Langkah awal adalah membentuk training sample tersebut secara statistik. Dengan bantuan training sample tersebut dilakukan proses klasifikasi secara digital, dimana objek dengan nilai statistik terdekat dikelompokkan menjadi kelas sesuai dengan kelas training sample yang diambil.
Dalam penelitian Lisnawati dan Wibowo (2007), jenis penutupan lahan yang diidentifikasi dari citra Landsat dijadikan dasar untuk menginterpretasi jenis penggunaan lahan pada masing-masing penutupan lahan tersebut. Hasil penetapan jenis penggunaan lahan tersebut selanjutnya akan digunakan untuk mendeteksi perubahan penggunaan lahan. Proses interpretasi jenis penutupan lahan didasarkan pada kondisi lapangan yang diperoleh dari pengecekan lapang.
2.5. Aplikasi Citra Quickbird untuk Pemetaan Penggunaan/Penutupan Lahan
Venus (2008) mengklasifikasikan penutupan lahan di Kecamatan Rumpin, Kabupaten Bogor, dengan menggunakan citra Quickbird. Kecamatan Rumpin memiliki 19 kelas tipe penutupan lahan yang dapat diidentifikasi berdasarkan klasifikasi secara kualitatif (interpretasi visual) yaitu awan, bayangan awan, danau/empang, kebun campuran, perkebunan kelapa, padang rumput, pemukiman, industri/kantor/sekolah, rawa, sawah, semak belukar, sungai, tanah kosong, tegakan akasia, perkebunan karet, tegakan pulai, hutan, jalan, dan tanah rusak. Tetapi berdasarkan analisis secara kuantitatif (digital), Kecamatan Rumpin memiliki 10 tipe kelas penutupan lahan yaitu badan air, sawah, pemukiman, vegetasi lebat, kebun campuran, perkebunan, lahan terbuka, padang rumput, awan, dan bayangan awan.
fenomena yaitu penggunaan lahan dan jaringan jalan setiap RW. Semakin banyak jumlah peluang penggunaan lahan dan jaringan jalan dan semakin rata sebaran luas atau jenis pemanfaatannya, nilai Entropy semakin besar.
2.6. Akurasi Hasil Interpretasi Citra
Kebutuhan untuk menilai akurasi dari peta yang dihasilkan dari data penginderaan jauh, telah menjadi universal dan diakui sebagai komponen proyek yang tidak terpisahkan (Congalton, 2000). Dalam beberapa tahun terakhir, sebagian besar proyek membutuhkan tingkat akurasi tertentu yang dicapai untuk proyek dan peta yang dianggap akan sukses. Dengan mempekerjakan data penginderaan jauh sebagai lapisan aplikasi luas dari sistem informasi geografis (SIG), kebutuhan untuk penilaian semacam itu telah menjadi penting bahkan lebih kritis. Ada sejumlah alasan mengapa penilaian ini sangat penting, termasuk:
Kebutuhan untuk melakukan evaluasi diri dan belajar dari kesalahan Anda Kemampuan untuk membandingkan metode / algoritma / analis kuantitatif Keinginan untuk menggunakan peta yang dihasilkan / informasi spasial dalam beberapa proses pengambilan keputusan
Martono (2008) berkesimpulan bahwa penggunaan metode analisis digital citra satelit “Hybrid (Supervised) Classification” untuk mendeteksi penyebaran lahan sawah dan penggunaan/penutupan lahan telah menghasilkan tingkat ketelitian (accuracy) analisis yang tertinggi karena dalam analisis dan klasifikasi citra tersebut telah mempertimbangkan masukan keterpisahan nilai spektral dan data informasi lapangan (hybrid classification). Informasi baku tentang tingkat ketelitian/kebenaran hasil analisis data digital ini sangat penting dan berguna bagi pemanfaatan data dan aplikasi bagi pengguna.
interpretasi (data peta tutupan lahan) dengan data sebenarnya (data inspeksi lapangan. Nilai kappa adalah tingkat ketelitian dari suatu klasifikasi.
2.7. Regresi Linier Sederhana
Analisis regresi merupakan salah satu uji statistika yang memiliki dua jenis pilihan model yaitu linear dan non linear. Model linear memiliki dua sifat yaitu regresi sederhana dan regresi berganda dengan kurva yang dihasilkan membentuk garis lurus, sedangkan untuk model non linear dalam parameternya bersifat kuadratik dan kubik dengan kurva yang dihasilkan membentuk garis lengkung (Yusnandar,2004).
Analisis regresi merupakan sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih (Draper & Smith, 1992). Dalam analisis regresi, dikenal dua jenis variabel yaitu:
Variabel respon disebut juga variabel dependent yaitu variabel yang keberadaannya dipengaruhi oleh variabel lainnya dan dinotasikan dengan Y
III. METODE PENELITIAN
3.1. Lokasi dan Waktu Penelitian
Lokasi penelitian terletak di Daerah Aliran Sungai (DAS) Ciliwung, Cisarua, Kabupaten Bogor, Jawa Barat. Penelitian berlangsung dari bulan Maret 2010 sampai dengan Bulan Mei 2011. Pengolahan data dan citra dilakukan di Laboratorium Bagian Penginderaan Jauh dan Informasi Spasial, Departemen Ilmu Tanah dan Sumberdaya Lahan, Fakultas Pertanian, Institut Pertanian Bogor. Peta lokasi penelitian disajikan pada Gambar 3.
Gambar 3. Peta Lokasi Penelitian
3.2. Bahan dan Alat
Tabel 5. Bahan yang Digunakan Dalam Penelitian
No. Data Sumber Fungsi
1 Citra Landsat tahun 2006 http://glovis.usgs.gov/ Data primer
2 Citra Quickbird tahun 2006 Data primer
3
Peta Rupa Bumi (RBI) skala 1:25.000 lembar Ciawi (1209-141) dan lembar Cisarua (1209-142)
BAKOSURTANAL Data sekunder
4 Peta batas daerah penelitian Janudianto, 2004 Data sekunder 5 Peta penggunaan/penutupan lahan Janudianto, 2004 Data sekunder
Tabel 6. Alat dan Perangkat Lunak yang Digunakan dalam Penelitian
No. Alat dan perangkat lunak Fungsi
1 ArcView 3.3 dan ArcGIS 9.3 Analisis data spasial berbasis Sistem Informasi Geografis (SIG) 2 ENVI 4.4, ErMapper 6.4, dan
ERDAS IMAGINE 9.1
Analisis citra (Fusi dan Mosaik)
3 Frame and Fill IDL 7.0 Menghilangkan stripping pada citra Landsat ETM+
4 Microsoft Excel Editing data atribut dan analisis statistik 5 Global PositioningSystem (GPS) Menentukan titik plot objek survei lapang
6 Meteran/pita ukur Mengukur panjang dan lebar objek
3.3. Metode Penelitian
Metode penelitian terbagi dalam tiga tahap yaitu persiapan, pengumpulan data, dan analisis data. Tahap persiapan meliputi pengunduhan citra Landsat dan penyediaan citra Quickbird yang telah terkoreksi dengan peta RBI. Matching dilakukanuntuk menyamakan batas wilayah antara kedua citra.
Citra Landsat terkoreksi Citra Quickbird terkoreksi Matching Interpretasi penggunaan/ penutupan lahan Peta penggunaan/ penutupan lahan sementara (Landsat) Peta penggunaan/ penutupan lahan sementara (Quickbird) Pengecekan lapang Analisis penggunaan/ penutupan lahan pada citra Landsat dan citra
Quickbird Peta penggunaan/ penutupan lahan akhir (Landsat) Peta penggunaan/ penutupan lahan akhir (Quickbird) Fusi Brovey Pengukuran objek
Analisis regresi pengukuran objek pada citra Quickbird dengan pengukuran objek
di lapang Perhitungan overall
accuracy dan nilai Kappa Overlay
Gambar 4. Diagram Alir Penelitian
3.3.1. Identifikasi Kenampakan Objek pada Fusi Citra Quickbird
Fusi citra Quickbird antara pankromatik dan multispektral dilakukan dengan teknik Brovey. Fusi citra ini bertujuan untuk menghasilkan citra gabungan yang memiliki kombinasi Red Green Blue (RGB) beresolusi spasial tinggi. Dalam penelitian ini, fusi citra hanya dilakukan pada citra Quickbird karena ketersediaan data yang ada. Adapun rumus Brovey yang digunakan adalah:
3.3.2. Interpretasi Visual Penggunaan/Penutupan Lahan dari Citra Landsat dan Citra Quickbird
Interpretasi visual penggunaan/penutupan lahan dari citra Landsat dan citra Quickbird dilakukan dengan pendekatan unsur-unsur interpretasi (Lillesand & Kiefer, 1999), yaitu:
1. Bentuk; adalah konfigurasi atau kerangka suatu objek. Bentuk beberapa objek demikian mencirikan sehingga citranya dapat diidentifikasi langsung hanya berdasarkan kriteria ini.
2. Ukuran; objek pada foto udara harus dipertimbangkan sehubungan dengan skala foto.
3. Pola; adalah hubungan susunan spasial objek. Pengulangan bentuk umum tertentu atau hubungan merupakan karakteristik bagi banyak objek alamiah maupun bangunan, dan akan memberikan suatu pola yang membantu penafsir untuk mengenali objek tersebut.
4. Bayangan; penting bagi penafsir dalam dua hal bertentangan, yaitu: (a) bentuk atau kerangka bayangan dapat memberikan gambaran profil suatu objek (dapat membantu interpretasi), dan (b) objek dibawah bayangan hanya dapat memantulkan sedikit cahaya dan sukar diamati pada foto (menghalangi interpretasi).
5. Rona; adalah warna atau kecerahan relatif objek pada foto. Tanpa perbedaan rona, bentuk, pola, dan tekstur, suatu objek tidak dapat diamati. 6. Tekstur; adalah frekuensi perubahan rona pada citra fotografi. Tekstur
merupakan hasil gabungan dari bentuk, ukuran, pola, bayangan, dan rona. 7. Situs; atau lokasi objek dalam hubungannya dengan objek yang lain, dapat
berguna untuk membantu pengenalan suatu objek.
3.3.3. Uji Ketelitian Interpretasi
Uji ketelitian hasil interpretasi dilakukan dengan membandingkan hasil interpretasi dari citra Quickbird dengan kondisi di lapang. Pengecekan lapang diperlukan untuk menghitung nilai overall accuracy dan nilai kappa dari interpretasi citra Quickbird. Tujuan dari menghitung nilai overall accuracy dan nilai kappa adalah untuk menguji kualitas klasifikasi. Rumus dari overall accuracy adalah:
keterangan:
O = nilai overall accuracy ∑ A =total ketepatan klasifikasi ∑ B = jumlah klasifikasi
Adapun rumus untuk menghitung nilai kappa menurut persamaan Jensen (1986) adalah:
keterangan:
N = jumlah data pengamatan
= total kolom ke ii
3.3.4. Perbandingan Jumlah Poligon dan Luas Masing-Masing Penggunaan/Penutupan Lahan
Berdasarkan hasil interpretasi visual yang didukung dengan pengecekan lapang diperoleh perbedaan jumlah poligon dan luas dari masing-masing penggunaan/penutupan lahan yang bersumber dari citra Landsat dan citra Quickbird. Jumlah poligon dapat menggambarkan kedetailan hasil interpretasi pada citra Landsat dan citra Quickbird, sedangkan luas dapat memberikan dominansi informasi tipe penggunaan/penutupan lahan dari citra Landsat dan citra Quickbird.
3.3.5. Konsistensi Tipe Penggunaan/Penutupan Lahan
Konsistensi ini bertujuan untuk mengetahui kekonsistenan tipe penggunaan/penutupan lahan dari citra Landsat dan citra Quickbird pada suatu lokasi. Teknik pengambilan sampel dilakukan secara sistematik pada setiap tipe penggunaan/penutupan lahan yang mengacu pada persebaran poligon dengan ukuran yang berbeda. Dalam hal ini ukuran poligon ditentukan berdasarkan pada luas maksimal (L), luas rata-rata (M), dan luas terkecil (S). Sebagai contoh, sistematik pengambilan sampel salah satu penggunaan/penutupan lahan (kebun campuran) disajikan pada Gambar 5.
Tingkat konsistensi tipe penggunaan/penutupan lahan dapat diketahui dari persentase luas penggunaan/penutupan lahan yang dominan pada masing-masing klasifikasi di setiap ukuran poligon. Lebih lengkapnya disajikan pada Tabel 7.
Tabel 7. Tingkat konsistensi tipe penggunaan/penutupan lahan
No Kelas Rentang Persentase (%)
1 Tidak Konsisten (TK) 0 - 25%
2 Agak Konsisten (AK) 25 - 50%
3 Konsisten (K) 50 - 75%
4 Sangat Konsisten (SK) 75 - 100%
3.3.6. Tingkat Kedetailan Penggunaan/Penutupan Lahan
Tabel 8. Sistem Klasifikasi Penggunaan/Penutupan Lahan untuk digunakan dengan Data Penginderaan Jauh
No. Tingkat 1 Tingkat 2
1 Perkotaan atau Lahan
Bangunan 1.1. Pemukiman
1.2. Perdagangan dan Jasa 1.3. Industri
1.4. Transportasi, Komunikasi, dan Umum 1.5. Kompleks Industri dan Perdagangan
1.6. Perkotaan Campuran atau Lahan Bangunan 1.7. Perkotaan atau Lahan Bangunan Lainnya
2 Lahan Pertanian 2.1. Tanaman Semusim dan Padang Rumput
2.2. Daerah Buah-buahan, Jeruk, Anggur, Labu Bibit, dan Tanaman Hias
2.3. Tempat Pengembalaan Terkurung
2.4. Lahan Pertanian Lainnya 2.5. Lahan Tanaman Obat
3 Lahan peternakan 3.1. Lahan Peternakan Semak dan Belukar 3.2. Lahan Peternakan Campuran
4 Lahan hutan 4.1. Lahan Hutan Gugur Daun Musiman
4.2. Lahan Hutan Selalu Hijau
4.3. Lahan Hutan Campuran
5 Air 5.1. Sungai dan Kanal
5.2. Danau 5.3. Waduk
5.4. Teluk dan Muara
6 Lahan Basah 6.1. Lahan Hutan Basah
6.2. Lahan Basah Bukan Hutan
7 Lahan Gundul 7.1. Dataran Garam Kering
7.2. Gisik
7.3. Daerah Berpasir Selain Gisik
7.4. Batuan Singkapan Gundul
7.5. Tambang Terbuka, Pertambangan, dan Tambang Kerikil
7.6. Daerah Peralihan 7.7. Lahan Gundul Campuran
8 Padang Lumut 8.1. Padang Lumut Semak Belukar
8.2. Padang Lumut Tumbuhan Obat
8.3. Padang Lumut Lahan Gundul 8.4. Padang Lumut Basah
8.5. Padang Lumut Campuran 9 Es atau Salju Abadi 9.1. Lapangan Salju Abadi
9.2. Glasier
[image:32.595.56.517.100.740.2]3.3.7. Analisis Regresi Pengukuran Objek pada Citra Quickbird dengan Pengukuran Objek di Lapang
Pada pengecekan lapang dilakukan juga pengambilan data pengukuran objek dengan menggunakan meteran/pita ukur. Objek yang diukur berupa lebar jalan, lebar jembatan dan panjang jembatan. Hasil pengukuran objek tersebut dihubungkan dengan pengukuran objek yang sama pada citra untuk dihitung nilai regresi linier sederhananya. Rumusnya adalah sebagai berikut:
Y = a + bX keterangan:
Y = peubah tak bebas (pengukuran objek di lapang) X = peubah bebas (pengukuran objek di citra) a = konstanta
IV. HASIL DAN PEMBAHASAN
4.1. Fusi pada Citra Quickbird
Analisis visual kenampakan objek pada citra pankromatik, citra multispektral, dan citra fusi disajikan pada Gambar 6 dan Tabel 9.
Objek Pankromatik Multispektral Fusi
Pemukiman
Sawah
Hutan
Tegalan
Kebun campuran
Tanah kosong
Objek Pankromatik Multispektral Fusi
Kebun teh 2
Jalan raya
Rumput
Kebun teh 1
[image:35.595.124.472.79.508.2]Sungai
Gambar 6. Kenampakan Objek Citra Quickbird pada Citra Pankromatik, Citra Multispektral, dan Citra Fusi
Tabel 9. Tabel kenampakan objek pada citra pankromatik, citra multispektral, dan citra fusi
Objek Pankromatik Multispektral Fusi
Pemukiman VV VV VVV
Sawah VV VV VVV
Hutan VV VV VVV
Tegalan VV V VVV
Kebun campuran VV V VVV
Tanah kosong V VV VVV
Badan air VV VV VVV
Kebun teh 2 V VV VVV
Jalan raya VV V VVV
Rumput V VV VVV
Kebun teh V VV VVV
Sungai VV V VVV
Pada Gambar 6 dan Tabel 9 menunjukkan bahwa kenampakan objek pada citra fusi sangat jelas untuk semua objek yang diidentifikasi. Hal ini terjadi karena kombinasi citra pankromatik dan multispektral menghasilkan citra fusi yang memberikan kenampakan objek yang berwarna dengan resolusi spasial yang lebih tinggi. Secara teori, mata manusia dapat membedakan tingkat warna lebih banyak daripada membedakannya dalam bentuk tingkat keabuan. Interpretasi pada citra pankromatik jelas tampak pada gambar, namun hanya memiliki tingkat keabuan saja. Sehingga identifikasi objek mengalami kendala dalam menentukan jenis objek yang terdapat pada citra dari segi rona. Sedangkan interpretasi pada citra multispektral cukup jelas tampak pada citra. Meskipun citra multispektral memiliki keunggulan pada tingkat warna, namun memiliki kelemahan dari segi ukuran. Lebih jelasnya, citra multispektral memiliki resolusi spektral yang lebih rendah dibandingkan dengan citra pankromatik.
Persentase kenampakan sangat jelas (VVV) pada citra fusi mencapai 100%. Hal ini menunjukkan bahwa interpretasi objek lebih mudah dilakukan pada citra fusi. Sedangkan pada citra pankromatik dan citra multispektral, kemudahan interpretasi termasuk ke dalam kategori jelas (VV) dan cukup jelas (V) masing-masing sebesar 67% dan 33% (Tabel 10). Persentase kenampakan pada citra pankromatik, citra multispektral, dan citra fusi disajikan pada Tabel 10.
Tabel 10. Persentase kenampakan pada citra pankromatik, citra multispektral, dan citra fusi
Kenampakan objek Pankromatik Multispektral Fusi
V 33% 33% 0%
VV 67% 67% 0%
VVV 0% 0% 100%
4.2. Interpretasi Penggunaan/Penutupan Lahan pada Citra Landsat dan Citra Quickbird
Pemukiman pada citra Landsat memiliki bentuk yang menyerupai bidang datar dengan pola mengelompok dan memanjang di pinggir jalan dan sungai. Umumnya bertekstur halus dan berwarna merah keungu-unguan. Pemukiman pada citra Quickbird tergambar jelas, baik letak, jarak, susunan, dan kondisinya. Kepadatan pemukiman juga terlihat jelas terutama di wilayah yang datar. Tekstur pemukiman pada citra tergolong agak kasar serta warnanya yang tergantung dari jenis atap yang digunakan. Di lapangan, pemukiman meliputi tempat tinggal, pertokoan, perkantoran, rumah ibadah, serta pabrik.
Sawah pada citra Landsat bertekstur halus serta berwarna hijau muda, magenta dan biru. Polanya mengelompok terutama di daerah yang memiliki pasokan air irigasi yang cukup. Sedangkan sawah pada citra Quickbird lebih mudah dikenali karena petakan, saluran irigasi, dan teras sawah terlihat jelas. Tekstur dan warna kenampakannya beragam tergantung dari kondisi sawah dan fase perkembangan tanaman padi. Di lapangan, sawah meliputi sawah irigasi dan sawah tadah hujan.
Tegalan pada citra Landsat didominasi oleh warna magenta dengan campuran hijau, putih dan kuning. Bertekstur agak kasar serta berpola mengelompok berdampingan dengan penggunaan/penutupan lahan yang lain seperti sawah, pemukiman, dan kebun campuran. Pada citra Quickbird, tegalan memiliki tekstur dan pola yang sama dengan citra Landsat. Warna tegalan pun tergantung pada kondisi tanaman yang dibudidayakan. Di lapangan, tegalan dominan ditanami oleh tanaman palawija dan tanaman hortikultura.
Kebun campuran berwarna hijau bercampur magenta pada citra Landsat. Bertekstur kasar serta berpola menyebar dan bercampur dengan penutupan/penggunaan lahan lainnya. Pada citra Quickbird, kebun campuran berwarna hijau dan polanya menyebar lebih merata dibandingkan pada citra Landsat. Teksturnya kasar serta ukuran tajuk pohon terlihat jelas pada citra. Di lapangan, kebun campuran umumnya berbentuk wanatani (agroforestri).
jarak tajuk yang terlihat jelas. Kenampakan pola dan warna hutan pada citra Quickbird sama dengan yang ada pada citra Landsat. Di lapangan, hutan terdapat di sekitar kaki gunung dan daerah reservoir.
Kebun teh pada citra Landsat bertekstur halus, berpola mengelompok, serta berwarna hijau muda dan magenta. Terletak di dataran tinggi dan bersebelahan dengan penutupan/penggunaan lahan yang lainnya seperti hutan, kebun campuran dan pemukiman. Pada citra Quickbird, kebun teh bertekstur agak kasar, berwarna hijau muda dan berpola mengelompok. Kondisi perkembangan tanaman teh dapat terlihat jelas. Di lapangan, kebun teh terletak di dataran tinggi dan sekitar lereng pegunungan.
Tanah kosong terlihat berwarna merah dan ungu pada citra Landsat. Teskturnya halus dan memiliki pola mengelompok. Terletak diantara penutupan/penggunaan yang lain seperti hutan dan kebun teh. Pada citra Quickbird, lahan terbuka terlihat berwarna kuning kecoklatan dan bertekstur halus. Berpola menyebar dan hampir merata di sepanjang daerah penelitian. Di lapangan, tanah lapang dikategorikan ke tanah kosong.
Badan air pada citra Landsat berwarna biru dan bertekstur halus serta mempunyai pola menyebar terutama di daerah cekungan. Sedangkan pada citra Quickbird, badan air bertekstur halus, berwarna hitam, dan memiliki pola yang sama dengan citra Landsat. Badan air di lapangan berupa situ dan kolam.
Selain penutupan/penggunaan lahan yang telah dijelaskan diatas, ada beberapa penutupan/penggunaan lahan yang tidak teridentifikasi pada citra Landsat, tetapi dapat diinterpretasi pada citra Quickbird. Penutupan/penggunaan lahan tersebut antara lain rumput, sungai, jalan raya, serta kebun teh 2.
Rumput pada citra Quickbird berwarna hijau, bertekstur halus, serta berpola menyebar. Sebagian rumput ada yang ditanam, sebagian lagi merupakan rumput alami (tanpa campur tangan manusia). Di lapangan, rumput meliputi rumput budidaya (ditanami) dan rumput alami.
Jalan raya pada citra Quickbird bertekstur agak halus dan berwarna abu-abu. Polanya pun umumnya memanjang, akan tetapi sebagian ada yang lurus dan ada yang berkelok-kelok tergantung pada kondisi geomorfologi medan. Di lapangan, jalan raya dibagi menjadi jalan tol, jalan lokal, dan jalan kecamatan.
Kebun teh 2 yang terdapat pada citra Quickbird merupakan istilah yang digunakan untuk kenampakan kebun teh yang sedang mengalami masa pemangkasan. Memiliki tekstur yang agak kasar serta warna yang hijau agak kecokelatan. Polanya pun mengelompok dan berada tidak jauh dari kebun teh. Di lapangan, kebun teh 2 mengalami pergantian pemotongan secara berkala.
Contoh kenampakan objek pada citra Landsat, Quickbird dan lapang disajikan pada Gambar 7.
Interpretasi Landsat Quickbird Lapang
Badan Air
Hutan
Kebun campuran
Kebun teh 1
Interpretasi Landsat Quickbird Lapang
Sawah
Tanah kosong
Tegalan
Jalan raya
Sungai
Rumput
Kebun teh 2
[image:40.595.114.476.85.693.2]4.3. Akurasi Hasil Interpretasi Penggunaan/Penutupan Lahan dari Citra Quickbird
Tabel nilai overall accuracy dan kappa dari citra Quickbird, masing-masing disajikan pada Tabel 11 dan Tabel 12
Tabel 11. Nilai overall accuracy dari citra Quickbird KK
KS
To UA Kc Sw Tg Pm Ht Kt 1 Rm Tk Sg Jr Kt 2 Ba
Kc 14 0 1 0 0 0 0 0 0 0 0 0 15 93%
Sw 0 8 1 0 0 0 0 0 0 0 0 0 9 89%
Tg 1 0 3 0 0 0 0 1 0 0 0 0 5 60%
Pm 1 0 0 40 0 0 0 0 0 0 0 0 41 98%
Ht 0 0 0 0 3 0 0 0 0 0 0 0 3 100%
Kt 1 0 0 0 0 0 1 0 0 0 0 0 0 1 100%
Rm 0 0 0 0 0 0 6 0 0 0 0 0 6 100%
Tk 0 0 1 0 0 0 2 8 0 0 0 1 12 67%
Sg 0 0 0 0 0 0 0 0 2 0 0 0 2 100%
Jr 0 0 0 0 0 0 0 0 0 4 0 0 4 100%
Kt 2 0 0 0 0 0 0 0 0 0 0 1 0 1 100%
Ba 0 0 0 0 0 0 0 0 0 0 0 1 1 100%
To 16 8 6 40 3 1 8 9 2 4 1 2 100
PA 88% 100% 50% 100% 100% 100% 75% 89% 100% 100% 100% 50%
Keterangan:
KK = Kategori Klasifikasi Tk = Tanah kosong KS = Klasifikasi Sebenarnya Sg = Sungai
Kc = Kebun campuran Jr = Jalan raya
Sw = Sawah Kt 2 = Kebun teh 2
Tg = Tegalan Ba = Badan air
Pm = Pemukiman To = Total
Ht = Hutan PA = Producer’s Accuracy
Kt 1 = Kebun teh 1 UA = User’s Accuracy
[image:41.595.82.519.123.791.2]Tabel 12. Nilai kappa dari citra Quickbird KK
KS
To UA Kc Sw Tg Pm Ht Kt 1 Rm Tk Sg Jr Kt 2 Ba
Kc 14 0 1 0 0 0 0 0 0 0 0 0 15 93%
Sw 0 8 1 0 0 0 0 0 0 0 0 0 9 89%
Tg 1 0 3 0 0 0 0 1 0 0 0 0 5 60%
Pm 1 0 0 40 0 0 0 0 0 0 0 0 41 98%
Ht 0 0 0 0 3 0 0 0 0 0 0 0 3 100%
Kt 1 0 0 0 0 0 1 0 0 0 0 0 0 1 100%
Rm 0 0 0 0 0 0 6 0 0 0 0 0 6 100%
Tk 0 0 1 0 0 0 2 8 0 0 0 1 12 67%
Sg 0 0 0 0 0 0 0 0 2 0 0 0 2 100%
Jr 0 0 0 0 0 0 0 0 0 4 0 0 4 100%
Kt 2 0 0 0 0 0 0 0 0 0 0 1 0 1 100%
Ba 0 0 0 0 0 0 0 0 0 0 0 1 1 100%
To 16 8 6 40 3 1 8 9 2 4 1 2 100
PA 88% 100% 50% 100% 100% 100% 75% 89% 100% 100% 100% 50%
Keterangan:
KK = Kategori Klasifikasi Tk = Tanah kosong KS = Klasifikasi Sebenarnya Sg = Sungai
Kc = Kebun campuran Jr = Jalan raya
Sw = Sawah Kt 2 = Kebun teh 2
Tg = Tegalan Ba = Badan air
Pm = Pemukiman To = Total
Ht = Hutan PA = Producer’s Accuracy
Kt 1 = Kebun teh 1 UA = User’s Accuracy
Rm = Rumput
kappa pada interpretasi citra Quickbird sebesar 0,89, berarti interpretasi penggunaan/penutupan lahan pada citra Quickbird dianggap teliti.
Perbedaan nilai overall accuracy dengan nilai kappa disebabkan oleh persamaan matematika yang digunakan dalam masing-masing rumus. Dapat dilihat pada Tabel 11, perhitungan nilai overall accuracy hanya melibatkan total klasifikasi (kuning) dan jumlah kolom ketepatan klasifikasi (biru). Hal ini menyebabkan angka faktor pembilang lebih besar pada perhitungan nilai overall accuracy. Sedangkan pada Tabel 12 menunjukkan perhitungan nilai kappa tidak hanya melibatkan total klasifikasi dan jumlah ketepatan klasifikasi. Namun, total klasifikasi pada kategori klasifikasi dan klasifikasi sebenarnya juga diikut sertakan dalam proses perhitungan. Sehingga angka faktor pembilang pada nilai kappa lebih kecil dibandingkan dengan angka faktor pembilang nilai overall accuracy.
4.4. Perbandingan Keluaran (Output) dari Interpretasi melalui Citra Landsat dan Citra Quickbird
4.4.1. Luas dan Jumlah Poligon dari Masing-Masing Penggunaan/Penutupan Lahan dari Citra Landsat dan Citra Quickbird
Jumlah kelas penggunaan/penutupan lahan dari citra Landsat dan citra Quickbird masing 8 kelas dan 11 kelas. Juga dengan luas dari masing-masing kelas berbeda seperti yang disajikan pada Tabel 13.
Tabel 13. Perbandingan jumlah kelas dan luas masing-masing penggunaan/penutupan lahan
No
Citra Landsat Citra Quickbird
Tipe LU/LC Luas Tipe LU/LC Luas
(Ha) (%) (Ha) (%)
1 Pemukiman 1601.30 23.75 Pemukiman 1010.73 14.99
2 Sawah 1525.65 22.63 Sawah 1260.08 18.69
3 Tegalan 1296.13 19.22 Tegalan 1232.97 18.29
4 Kebun
Campuran 1145.40 16.99
Kebun
Campuran 1789.79 26.55
5 Hutan 863.31 12.80 Hutan 773.43 11.47
6 Kebun Teh 295.18 4.38 Kebun Teh 265.82 3.94
7 Tanah Kosong 12.94 0.19 Tanah Kosong 109.15 1.62
8 Badan Air 2.43 0.04 Badan Air 2.79 0.04
9 Rumput 209.54 3.11
10 Sungai 49.91 0.74
11 Jalan Raya 38.17 0.57
Total 6742.34 100.00 Total 6742.39 100.00
Pada Tabel 13 menunjukkan perbedaan jumlah klasifikasi antara citra Landsat dan citra Quickbird terjadi karena informasi penggunaan/penutupan lahan pada citra Quickbird lebih detail jika dibandingkan dengan citra Landsat. Salah satu faktor yang menyebabkan perbedaan ini adalah nilai resolusi spasial yang berlainan.
Perbedaan jumlah poligon citra Landsat dengan citra Quickbird terjadi karena pengaruh resolusi spasial, skala, dan unsur interpretasi. Sebagai contoh, pemukiman pada citra Landsat terlihat menyatu sehingga batas antara pemukiman yang satu dengan yang lain tidak terlihat. Sedangkan pada citra Quickbird, pemukiman dapat diinterpretasi baik struktur dan bentuknya karena batas pemukiman terlihat jelas. Hal ini lah yang mengakibatkan jumlah poligon pada citra Quickbird lebih banyak jika dibandingkan dengan citra Landsat.
Tingkat kedetailan informasi penggunaan/penutupan lahan dapat diperoleh dari jumlah poligon disajikan pada Tabel 14.
Tabel 14. Jumlah dan persentase poligon pada citra Landsat dan citra Quickbird No.
Citra Landsat Citra Quickbird
Tipe LU/LC ∑
Poligon % Tipe LU/LC
∑
Poligon %
1 Badan Air 2 3.39 Badan Air 22 0.23
2 Hutan 6 10.17 Hutan 21 0.22
3 Kebun
Campuran 11 18.64
Kebun
Campuran 2114 21.75
4 Kebun Teh 3 5.08 Kebun Teh 1 7 0.07
5 Pemukiman 15 25.42 Pemukiman 4114 42.32
6 Sawah 15 25.42 Sawah 562 5.78
7 Tanah Kosong 1 1.69 Tanah Kosong 699 7.19
8 Tegalan 6 10.17 Tegalan 1127 11.59
9 Rumput 1045 10.75
10 Sungai 6 0.06
11 Jalan Raya 3 0.03
12 Kebun Teh 2 1 0.01
Total 59 100.00 Total 9721 100.00
4.4.2. Konsistensi Tipe Penggunaan/Penutupan Lahan yang Bersumber dari Citra Landsat dan Citra Quickbird
antara citra Landsat dan Quickbird termasuk dalam kategori sangat konsisten. Faktor yang mempengaruhi tingkat konsistensi ini adalah tingginya tingkat homogenitas tipe penggunaan/penutupan lahan. Yang dimaksud dengan tingkat homogenitas disini adalah mengelompoknya salah satu tipe penggunaan/penutupan lahan dalam suatu cakupan wilayah.
Tabel 15. Konsistensi hutan yang bersumber dari citra Landsat dan citra Quickbird
No. Landsat Quickbird
Besar (L) Sedang (M) Kecil (S)
Luas Luas Luas
(ha) (%) (ha) (%) (ha) (%)
1 Hutan Hutan 393.42 92.63 27.92 84.13 9.51 98.35
Kebun Teh 1 20.66 4.86 1.90 5.72
Tegalan 5.53 1.30 2.38 7.19 0.01 0.06
Sawah 3.37 0.79 0.74 2.22 0.15 1.59
Kebun Campuran 1.68 0.40 0.21 0.63
Pemukiman 0.09 0.02 0.02 0.07
Tanah Kosong 0.01 0.03
Pada Tabel 16 menunjukkan bahwa tiga poligon kebun campuran di citra Landsat terdiri dari sembilan kelas penggunaan/penutupan lahan dari citra Quickbird yaitu kebun campuran, tegalan, pemukiman, sawah, rumput, tanah kosong, sungai, jalan raya, dan hutan. Penggunaan/penutupan lahan kebun campuran pada citra Landsat di ketiga ukuran poligon (L, M, S) didominasi oleh penggunaan/penutupan lahan kebun campuran pada citra Quickbird masing-masing sebesar 50,77%, 35,44%, dan 37,78%. Hal ini menunjukkan bahwa tingkat konsistensi penggunaan/penutupan lahan kebun campuran antara citra Landsat dan Quickbird termasuk dalam kategori konsisten (L) dan agak konsisten (M dan S). Faktor yang mempengaruhi tingkat konsistensi ini adalah rendahnya tingkat homogenitas tipe penggunaan/penutupan lahan.
sehingga sulit dibedakan di citra Landsat tetapi mudah dibedakan pada citra Quickbird.
Tabel 16. Konsistensi kebun campuran yang bersumber dari citra Landsat dan citra Quickbird
No. Landsat Quickbird
Besar (L) Sedang (M) Kecil (S)
Luas Luas Luas
(ha) (%) (ha) (%) (ha) (%)
2 Kebun Campuran Kebun Campuran 173.97 50.77 36.64 35.44 17.51 37.78
Tegalan 82.03 23.94 21.22 20.52 9.02 19.46
Pemukiman 45.21 13.19 8.27 8.00 1.46 3.14
Sawah 15.47 4.52 15.38 14.87 10.46 22.56
Rumput 12.97 3.78 6.81 6.58 0.35 0.76
Tanah Kosong 7.94 2.32 1.19 1.15 0.24 0.51
Sungai 2.98 0.87 1.04 1.00
Jalan Raya 2.09 0.61
Hutan 12.86 12.43 7.32 15.80
Tabel 17. Konsistensi kebun teh yang bersumber dari citra Landsat dan citra Quickbird
No. Landsat Quickbird
Besar (L) Sedang (M) Kecil (S)
Luas Luas Luas
(ha) (%) (ha) (%) (ha) (%)
3 Kebun Teh Kebun Teh 1 128.71 66.19 43.94 71.16 36.23 92.94
Hutan 26.77 13.77 13.55 21.95 1.84 4.71
Tegalan 19.51 10.04 1.62 2.62
Kebun Campuran 14.67 7.54 1.73 2.80
Pemukiman 2.67 1.37 0.16 0.26 0.36 0.92
Sawah 1.74 0.90 0.71 1.15
Kebun Teh 2 0.20 0.10
Tanah Kosong 0.18 0.09 0.56 1.43
Rumput 0.04 0.07
Pada Tabel 18 menunjukkan bahwa tiga poligon tegalan di citra Landsat terdiri dari sebelas kelas penggunaan/penutupan lahan dari citra Quickbird yaitu tegalan, kebun campuran, sawah, pemukiman, tanah kosong, rumput, jalan raya, badan air, sungai, kebun teh 1, dan hutan. Penggunaan/penutupan tegalan pada citra Landsat di ketiga ukuran poligon (L, M, S) didominasi oleh penggunaan/penutupan lahan tegalan pada citra Quickbird, masing-masing sebesar 51,06%, 45,33%, dan 30,20%. Hal ini menunjukkan bahwa tingkat konsistensi penggunaan/penutupan lahan tegalan antara citra Landsat dan citra Quickbird termasuk dalam kategori konsisten (L) dan agak konsisten (M dan S). Faktor yang mempengaruhi tingkat konsistensi ini adalah rendahnya tingkat homogenitas tipe penggunaan/penutupan lahan.
Tabel 18. Konsistensi tegalan yang bersumber dari citra Landsat dan citra Quickbird
No. Landsat Quickbird
Besar (L) Sedang (M) Kecil (S)
Luas Luas Luas
(ha) (%) (ha) (%) (ha) (%)
4 Tegalan Tegalan 220.84 51.06 92.99 45.33 15.72 30.20
Kebun Campuran 118.30 27.35 51.85 25.28 13.51 25.96
Sawah 55.51 12.83 22.98 11.20 3.90 7.50
Pemukiman 26.16 6.05 25.08 12.22 3.98 7.65
Tanah Kosong 8.73 2.02 4.30 2.09 0.34 0.65
Rumput 2.59 0.60 7.95 3.88
Jalan Raya 0.19 0.04
Badan Air 0.18 0.04
Sungai 0.05 0.01
Kebun Teh 1 12.10 23.25
Hutan 2.49 4.79
Pada Tabel 19 menunjukkan bahwa tiga poligon sawah di citra Landsat terdiri dari sembilan kelas penggunaan/penutupan lahan dari citra Quickbird yaitu sawah, kebun campuran, pemukiman, tegalan, sungai, rumput, tanah kosong, jalan raya, dan badan air. Penggunaan/penutupan sawah pada citra Landsat di ketiga ukuran poligon (L, M, S) didominasi oleh penggunaan/penutupan lahan sawah dan kebun campuran, masing-masing sebesar 43,28%, 55,85%, dan 30,37%. Hal ini menunjukkan bahwa tingkat konsistensi penggunaan/penutupan lahan sawah antara citra Landsat dan citra Quickbird termasuk kedalam kategori agak konsisten (L dan S) dan konsisten (M). Sama seperti penggunaan/penutupan lahan kebun campuran dan tegalan, faktor yang mempengaruhi tingkat konsistensi ini adalah rendahnya tingkat homogenitas tipe penggunaan/penutupan lahan.
Tabel 19. Konsistensi sawah yang bersumber dari citra Landsat dan citra Quickbird
No. Landsat Quickbird
Besar (L) Sedang (M) Kecil (S)
Luas Luas Luas
(ha) (%) (ha) (%) (ha) (%)
5 Sawah Sawah 227.15 43.28 48.25 55.85 5.68 27.03
Kebun Campuran 147.49 28.10 21.24 24.58 6.38 30.37
Pemukiman 54.80 10.44 9.02 10.44 4.85 23.11
Tegalan 43.46 8.28 9.02 10.44
Sungai 24.30 4.63 2.63 12.51
Rumput 14.67 2.79 0.26 0.30 0.91 4.33
Tanah Kosong 9.10 1.73 0.23 0.26 0.23 1.09
Jalan Raya 3.61 0.69
Badan Air 0.31 0.06 0.33 1.56
Pada Tabel 20 menunjukkan bahwa pemukiman di citra Landsat terdiri dari sebelas kelas penggunaan/penutupan lahan dari citra Quickbird yaitu pemukiman, kebun campuran, tegalan, sawah, rumput, tanah kosong, jalan raya, hutan, sungai, badan air, dan kebun teh 1. Penggunaan/penutupan lahan pemukiman pada citra Landsat di ketiga ukuran poligon (L, M, S) didominasi oleh penggunaan/penutupan lahan pemukiman, tegalan, dan kebun campuran pada citra Quickbird, masing-masing sebesar 35,96%, 29,84%, dan 36,28%. Hal ini menunjukkan bahwa tingkat konsistensi penggunaan/penutupan lahan pemukiman antara citra Landsat dan Quickbird termasuk dalam kategori agak konsisten (L dan S) dan tidak konsisten (M). Sama seperti penggunaan/penutupan lahan sawah, kebun campuran dan tegalan, faktor yang mempengaruhi tingkat konsistensi ini adalah rendahnya tingkat homogenitas tipe penggunaan/penutupan lahan.
Tabel 20. Konsistensi pemukiman yang bersumber dari citra Landsat dan citra Quickbird
No. Landsat Quickbird
Besar (L) Sedang (M) Kecil (S)
Luas Luas Luas
(ha) (%) (ha) (%) (ha) (%)
6 Pemukiman Pemukiman 250.23 35.96 8.61 20.12 3.61 25.29
Kebun Campuran 188.00 27.01 7.90 18.46 5.17 36.28
Tegalan 98.15 14.10 12.77 29.84 1.61 11.31
Sawah 61.82 8.88 2.22 5.19 3.82 26.80
Rumput 48.73 7.00
Tanah Kosong 29.18 4.19 1.30 3.03 0.05 0.32
Jalan Raya 9.14 1.31
Hutan 5.34 0.77 1.30 3.03
Sungai 4.88 0.70
Badan Air 0.49 0.07
Kebun Teh 1 9.55 22.32
Pada Tabel 21 menunjukkan bahwa dua poligon badan air di citra Landsat terdiri dari empat kelas penggunaan/penutupan lahan dari citra Quickbird yaitu tegalan, badan air, pemukiman, dan kebun campuran. Penggunaan/penutupan lahan badan air pada citra Landsat di kedua ukuran poligon (L dan S) didominasi oleh penggunan/penutupan lahan tegalan dan pemukiman pada citra Quickbird, masing-masing sebesar 79,30% dan 62,37%. Hal ini menunjukkan bahwa tingkat konsistensi penggunaan/penutupan lahan badan air antara citra Landsat dan Quickbird termasuk dalam kategori tidak konsisten (L) dan agak konsisten (S). Faktor yang mempengaruhi tingkat konsistensi ini adalah rendahnya tingkat homogenitas tipe penggunaan/penutupan lahan.
[image:53.595.72.516.77.820.2]Tabel 21. Konsistensi badan air yang bersumber dari citra Landsat dan citra Quickbird
No. Landsat Quickbird
Besar (L) Sedang (M) Kecil (S)
Luas Luas Luas
(ha) (%) (ha) (%) (ha) (%)
7 Badan Air Badan Air 0.36 20.70 0.24 34.81
Tegalan 1.39 79.30
Pemukiman 0.42 62.37
Kebun Campuran 0.02 2.81
Pada Tabel 22 menunjukkan bahwa tanah kosong di citra Landsat terdiri dari empat kelas penggunaan/penutupan lahan dari citra Quickbird yaitu kebun teh 2, kebun teh 1, hutan, dan kebun campuran. Penggunaan/penutupan lahan tanah kosong pada citra Landsat di satu ukuran poligon (L) di dominasi oleh penggunaan/penutupan lahan kebun teh 2 pada citra Quickbird sebesar 52,73%. Hal ini menunjukkan bahwa tingkat konsistensi penggunaan/penutupan lahan tanah kosong antara citra Landsat dan Quickbird termasuk dalam kategori tidak konsisten
