IDENTIFIKASI KARAKTERISTIK DAN PEMETAAN
TUTUPAN LAHAN MENGGUNAKAN CITRA LANDSAT 8
(OLI) DI KABUPATEN OGAN KOMERING ILIR PROVINSI
SUMATERA SELATAN
SRI WAHYUNI
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
BOGOR
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Identifikasi Karakteristik dan Pemetaan Tutupan Lahan Menggunakan Citra Landsat 8 (OLI) di Kabupaten Ogan Komering Ilir, Provinsi Sumatera Selatan adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.
ABSTRAK
SRI WAHYUNI. Identifikasi Karakteristik dan Pemetaan Tutupan Lahan Menggunakan Citra Landsat 8 (OLI) di Kabupaten Ogan Komering Ilir, Provinsi Sumatera Selatan. Dibimbing oleh NINING PUSPANINGSIH.
Citra landsat 8 khusus sensor Operational Land Imager (OLI) merupakan citra satelit terbaru yang mempunyai kemampuan untuk mengidentifikasi kelas tutupan lahan. Sensor OLI memiki resolusi spasial 30 meter x 30 meter dan resolusi spektral 8 band. Penelitian ini bertujuan untuk mengidentifikasi dan memetakan tutupan lahan yang berada di Kabupaten Ogan Komering Ilir dengan citra landsat 8 (OLI). Metode yang digunakan adalah interpretasi citra secara digital hasil pansharpening dengan klasifikasi terbimbing menggunakan metode maximum likelihood. Hasil perhitungan kombinasi band terbaik menggunakan OIF (Optimum Index Factor) adalah kombinasi band 7-5-4 digunakan untuk klasifikasi tutupan lahan. Hasil klasifikasi tutupan lahan di Kabupaten OKI diperoleh 14 kelas tutupan lahan yaitu badan air, pemukiman, sawah, rawa, semak belukar rawa, rumput rawa, lahan terbuka, tambak, perkebunan (perkebunan karet, perkebunan kelapa sawit, kebun campuran, semak), hutan mangrove, hutan tanaman akasia, awan dan bayangan awan. Hasil analisis akurasi memberikan ketelitian yang baik dengan nilai overall accuracy sebesar 87.83% dan kappa accuracy sebesar 87.83%.
Kata kunci: klasifikasi terbimbing, kombinasi band, landsat 8 (OLI), tutupan lahan
ABSTRACT
SRI WAHYUNI. Characteristic Identification and Land Cover Mapping Using Landsat 8 (OLI) in Ogan Komering Ilir Regency, South Sumatera Province. Supervised by NINING PUSPANINGSIH.
Landsat image sensor 8 special Operational Land Imager (OLI) is the newest satellite images that have the ability to identify land cover classes. OLI sensor have a spatial resolution 30 x 30 meters and spectral resolution 8 band. This research aimed to identify and map the land cover located in Ogan Komering Ilir Regency with the image of landsat 8 (OLI). A method of this research is an interpretation image digitally the results of pansharpening having a supervised classification uses the maximum likelihood method. The calculation on a combination of best band use OIF (Optimum Index Factor) was the combination band 7-5-4 used for the classification of land cover. The results of the classification of land cover in OKI Regency were obtained 14 classes of land cover i.e water body, residential area, rice fields, swamp, brushwood swamp, grassy swamp, open land, embankment, plantation (rubber, palm oil, mix garden, bushes), mangrove forest, acacia plantation forest, cloud, and shadows of cloud. The accuracy analysis results showed a good accuracy with overall accuracy value was 87.83% and kappa accuracy value was 87.83%.
IDENTIFIKASI KARAKTERISTIK DAN PEMETAAN
TUTUPAN LAHAN MENGGUNAKAN CITRA LANDSAT 8
(OLI) DI KABUPATEN OKI PROVINSI SUMATERA
SELATAN
SRI WAHYUNI
Skripsi
sebagai salah satu syarat untuk memperoleh gelar Sarjana Kehutanan
pada
Departemen Manajemen Hutan
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
BOGOR
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga skripsi ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Agustus 2014 ini ialah penginderaan jauh menggunakan citra satelit, dengan judul Identifikasi Karakteristik dan Pemetaan Tutupan Lahan Menggunakan Citra Landsat 8 (OLI) di Kabupaten Ogan Komering Ilir, Provinsi Sumatera Selatan.
Terima kasih penulis ucapkan kepada Ibu Dr Nining Puspaningsih, MSi selaku dosen pembimbing atas nasihat, bimbingan dan arahan serta kesabarannya dalam penyelesaian skripsi ini. Di samping itu, terima kasih juga disampaikan kepada Dinas Kehutanan Kabupaten OKI dan Badan Perencanaan Daerah Kabupaten OKI yang telah membantu selama pengumpulan data. Penghargaan terbesar penulis sampaikan kepada Ayah (Abunawas), Ibu (Nursidah), Adik (Novi Purnamasari dan Irmatika Triana) serta seluruh keluarga, atas segala doa dan kasih sayangnya. Tidak lupa penulis ucapkan terima kasih pula untuk Bapak Uus Saepul beserta keluarga besar Laboratorium SIG dan Remote Sensing atas semua ilmu, bantuan, dan motivasi yang telah diberikan. Kepada sahabat dan teman-teman Manajemen Hutan 47 atas semangat dan bantuannya, serta semua pihak atas segala doa dan kasih sayangnya.
Semoga karya ilmiah ini bermanfaat.
Bogor, Januari 2015
DAFTAR ISI
DAFTAR TABEL ii
DAFTAR GAMBAR ii
DAFTAR LAMPIRAN ii
PENDAHULUAN 1
Latar belakang 1
Tujuan Penelitian 1
Manfaat Penelitian 2
METODE PENELITIAN 2
Waktu dan Tempat Penelitian 2
Alat dan Data 3
Metode Penelitian 3
HASIL DAN PEMBAHASAN 9
Kombinasi Band Terbaik 9
Karakteristik Tutupan Lahan Secara Visual Citra 12
Karakteristik Tutupan Lahan di Lapangan 15
Klasifikasi Tutupan Lahan Secara Digital 18
Tingkat Akurasi 23
SIMPULAN DAN SARAN 25
Simpulan 25
Saran 25
DAFTAR PUSTAKA 25
LAMPIRAN 27
DAFTAR TABEL
1 Karakteristik band citra Landsat 8 4
2 Kriteria separabilitas transformed divergence 7
3 Contoh perhitungan akurasi 8
4 Saluran band dan kegunaannya 9
5 Nilai kombinasi OIF (Optimum Index Factor) hasil pansharpening citra
landsat 8 (OLI) tahun 2014 11
6 Karakteristik 14 tutupan lahan tahun 2014 band 7-5-4 13
7 Jenis tutupan lahan yang ditemukan di lapangan 16
8 Karakteristik tutupan lahan hasil di lapangan tahun 2014 16
9 Hasil re-group 14 kelas tutupan lahan 20
10 Nilai separabilitas 14 tutupan lahan 20
11 Luas klasifikasi tutupan lahan di 15 kecamatan Kabupaten OKI tahun
2014 22
12 Matriks kontingensi hasil klasifikasi 14 kelas tutupan lahan 24
DAFTAR GAMBAR
1 Peta lokasi penelitian di Kabupaten OKI tahun 2014 3 2 Hasil tanpa pansharpening (a) dan pansharpening (b) citra landsat 8 (OLI)
tahun 2014 di Kabupaten OKI 10
3 Kombinasi band 8-6-1 dan 7-5-4 (RGB) citra lansat 8 (OLI) tahun 2014 12 4 Sebaran titik pengamatan di Kabupaten OKI tahun 2014 18 5 Peta layout klasifikasi tutupan lahan di OKI tahun 2014 22
DAFTAR LAMPIRAN
PENDAHULUAN
Latar belakang
Penutupan lahan didefinisikan sebagai penyebutan kenampakan biofisik di permukaan bumi yang terdiri dari areal vegetasi, lahan terbuka, lahan terbangun, tubuh air dan lahan basah (Lillesand et al. 1990). Salah satu kegiatan yang dilakukan untuk pendataan penutupan lahan adalah kegiatan inventarisasi tutupan lahan. Inventarisasi tutupan lahan merupakan salah satu aplikasi dalam inderaja dan GIS yang digunakan untuk melakukan pendataan jenis tutupan lahan dalam cakupan wilayah kajian. Informasi mengenai jenis-jenis tutupan lahan dapat diperoleh dari kegiatan inventarisasi data tutupan lahan melalui kegiatan ground check atau pengambilan data kondisi tutupan lahan di lapangan, menggunakan teknologi penginderaan jauh dan kombinasi pengamatan terestis dan pengideraan jauh.
Kabupaten Ogan Komering Ilir (OKI), Provinsi Sumatera Selatan merupakan wilayah kabupaten yang ada di Pulau Sumatera dengan luas sebesar 1.9 juta ha lebih luas daripada wilayah kabupaten di Pulau Jawa. Kegiatan inventarisasi tutupan lahan di Kabupaten OKI memerlukan waktu yang lama dan biaya yang tinggi karena aksesibilitas yang sulit. Teknologi penginderaan jauh sangat dibutuhkan untuk dapat mengidentifikasi jenis penutupan lahan secara cepat, akurat, efisien dan meliputi cakupan yang cukup luas dengan biaya yang relatif murah.
Penginderaan jauh adalah ilmu untuk memperoleh informasi fenomena alam pada objek (permukaan bumi) yang diperoleh tanpa kontak langsung dengan objek permukaan bumi melalui pengukuran pantulan (reflection) ataupun pancaran (emission) oleh media gelombang elektromagnetik (Suwargana 2013). Menurut Jaya (2010) Penginderaan jarak jauh, khususnya satellite remote sensing dengan citra landsat merupakan sarana yang banyak digunakan untuk kegiatan pemetaan. Salah satu bentuk pemetaan yang dilakukan adalah pemetaan tutupan lahan.
Jenis-jenis tutupan lahan dapat diidentifikasi dari kenampakan suatu citra satelit. Salah satu citra yang dapat digunakan adalah citra landsat 8 (OLI). Nasa meluncurkan satelit Landsat Data Continuity Mission (LDCM) pada tanggal 11 Februari 2013 yang dikenal dengan Landsat 8. Landsat 8 terdiri dari dua sensor yaitu sensor Operational Land Imager (OLI) dan Thermal Infrared Sensor (TIRS) dengan 9 band sensor OLI dan 2 band sensor TIRS (USGS 2014). Jumlah band yang ada pada Landsat 8 diharapkan dapat meningkatkan kemampuan citra dalam mengidentifikasi citra tutupan lahan yang ada di Kabupaten OKI, Provinsi Sumatera Selatan.
Tujuan Penelitian
Tujuan dari penelitian ini adalah:
1. Menghitung dan mencari kombinasi band terbaik Landsat 8 (OLI).
2
3. Melakukan pemetaan tutupan lahan di Kabupaten Ogan Komering Ilir menggunakan Citra Landsat 8 (OLI).
Manfaat Penelitian
Hasil penelitian ini diharapkan dapat memberikan informasi terbaru mengenai tutupan lahan yang ada di Kabupaten Ogan Komering Ilir (OKI), Provinsi Sumatera Selatan.
METODE PENELITIAN
Waktu dan Tempat Penelitian
Penelitian ini dilakukan di Kabupaten OKI (Ogan Komering Ilir), Provinsi Sumatera Selatan. Secara geografis wilayah Kabupaten OKI terletak di bagian Timur Provinsi Sumatera Selatan tepatnya antara 104˚20’-106˚00’ Bujur Timur dan 2˚30’-4˚15’ Lintang Selatan. Kabupaten OKI terdiri dari 18 kecamatan yang terdiri dari kecamatan Kayuagung, Jejawi, Pedamaran, Pedamaran Timur, Lempuing, Lempuing Jaya, Mesuji, Mesuji Raya, Mesuji Makmur, Sungai Menang, Cengal, Tanjung Lubuk, Pampangan, Pangkalan Lampam, Tulung Selapan dan Air sugihan. Total luasan Kabupaten OKI mencapai 19 023.47 km2 dengan kepadatan penduduk sekitar 39 juta jiwa per km2. Penduduk yang berada di Kabupaten OKI mempunyai mata pencaharian yang beragam diantaranya Pegawai Negeri Sipil, wirausaha, pengrajin dan pekerjaan usaha kecil lainnya (BAPPEDA OKI 2012).
Secara fisiografi, dataran di Kabupaten OKI dibedakan menjadi dataran lahan basah dengan topografi rendah (lowland) dan dataran lahan kering yang dengan topografi lebih tinggi (upland). Namun demikian, pada umumnya merupakan dataran rendah dengan ketinggian rata-rata 0-10 meter dari permukaan laut. Wilayahnya cenderung mendatar sampai miring landai dengan kemiringan antara 0-2º (BAPPEDA OKI 2012).
3
Gambar 1 Peta lokasi penelitian di Kabupaten OKI tahun 2014
Alat dan Data
Alat yang digunakan dalam penelitian ini terdiri dari alat tulis, GPS (Global Positioning System) untuk pengambilan titik koordinat di lapang, kamera digital untuk dokumentasi lapang, Suunto tandem untuk menentukan arah dan kelerengan, tally sheet, dan laptop yang dilengkapi dengan program software Erdas Imagine 9.1, ArcGis 9.3 dan Microsoft office (Ms. Word, Ms. Excel).
Data yang digunakan dalam penelitian ini meliputi data primer dan data sekunder. Data primer merupakan data yang diperoleh langsung dari hasil pengambilan lapangan berupa ground check dan pengamatan tutupan lahan di lokasi penelitian. Data sekunder yang digunakan adalah Citra Satelit Landsat 8 dengan sensor (OLI) path/row 123/62, 123/63, 124/62, dan 124/63 perekaman tahun 2014 serta, peta batas administrasi Kabupaten OKI dan Peta jaringan jalan Kabupaten OKI.
Metode Penelitian a. Persiapan
4
b. Pra-Pengolahan Citra
Pra-pengolahan citra merupakan tahap awal sebelum melakukan pengolahan citra. Tahapan pra-pengolahan citra meliputi perubahan format, pansharpening, mozaik citra, pemotongan citra, registrasi dan perhitungan OIF (Optimum Index Factor).
1. Perubahan Format
Citra satelit landsat 8 (OLI) yang telah di unduh memiliki format data dalam bentuk GeoTiff/ .TIFF, sehingga perlu dilakukan perubahan format ke dalam bentuk Image/ .img. Proses pengubahan format ini menggunakan software Erdas Imagine 9.1.
2. Pansharpening
Pansharpening merupakan salah satu cara yang digunakan untuk mempertajam kenampakan objek pada citra dalam melakukan analisis visual. Penajaman objek ini dilakukan dengan menggabungkan citra multiband (1,2,3,4,5,6,7 dan 9) yang memiliki resolusi 30 meter x 30 meter dan band pankromatik (band 8) yang memiliki resolusi spasial 15 meter x 15 meter. Karakteristik band landsat 8 dapat dilihat pada Tabel 1.
Proses penggabungan ini menghasilkan citra yang memiliki banyak warna dengan resolusi spasial yang lebih tinggi yaitu 15 meter x 15 meter. Metode penggabungan citra yang digunakan adalah metode Brovey Transform atau Transformasi Brovey. Metode ini merupakan metode yang paling populer untuk memadukan dua macam citra yang berbeda resolusi spasial (Danoedoro 2012). Metode Brovey Tranform dapat diketahui dengan rumus:
Saluran_MP = Saluran_HP = Saluran_BP = Keterangan :
M = saluran merah B = saluran biru H = saluran hijau
P = saluran pankromatik
Tabel 1 Karakteristik band citra Landsat 8
Saluran Panjang gelombang (µm) Resolusi spasial (m)
1 Coastal blue 0.43 - 0.45 µm 30 m
2 Blue 0.45 - 0.51 µm 30 m
3 Green 0.53 - 0.59 µm 30 m
4 Red 0.64 - 0.67 µm 30 m
5 Tabel 1 Lanjutan
Saluran Panjang gelombang (µm) Resolusi spasial (m)
6 SWIR 1 1.57 - 1.65 µm 30 m
Mozaik citra merupakan proses menggabungkan beberapa citra yang kohesif (Jaya 2010). Lokasi penelitian terdiri atas beberapa scene pada citra landsat 8 dengan path/row 123/62, 123/63, 124/62, 124/63 sehingga perlu digabungkan menjadi satu scene untuk pengolahan selanjutnya.
4. Registrasi citra
Registrasi bertujuan untuk penyamaan posisi citra yang satu dengan yang lainnya. Pada penelitian ini registrasi yang digunakan adalah penyamaan posisi citra hasil mozaik dengan Peta Dasar Tematik Kehutanan (PDTK) tahun 2010 dan penyamaan garis pantai dari setiap citra.
5. Perhitungan OIF (Optimum Index Factor)
Perhitungan OIF ini bertujuan memilih kombinasi band terbaik untuk mengetahui gambaran awal dalam mengidentifikasi pola sebaran penutupan lahan. Menurut Jaya (2010), kombinasi OIF merupakan ukuran banyaknya informasi yang dimuat pada suatu citra komposit. Nilai OIF ini dapat diperoleh dengan rumus:
Dimana Si, Sj dan Sk adalah simpangan baku dari band ke-i, j dan k,
sedangkan rij, rjk dan rik adalah koefisien korelasi antar bandnya (Jaya 2010).
Pemilihan kombinasi band terbaik tidak hanya dilihat dari nilai perhitungan OIF, melainkan juga dari kenampakan visual yang terlihat pada citra hasil mozaik.
6. Pemotongan Citra (Cropping)
Pemotongan citra (cropping) dilakukan untuk mengetahui lokasi penelitian yang diamati sesuai dengan batas administrasi Kabupaten Ogan Komering Ilir. Pemotongan citra dilakukan dengan menggunakan software Erdas Imagine 9.1 dan Arc.Gis 9.3.
c. Identifikasi Karakteristik Tutupan Lahan
Identifikasi merupakan proses pengenalan terhadap suatu objek tertentu sesuai dengan karakteristik tertentu, sedangkan karakteristik merupakan ciri-ciri yang melekat pada suatu objek tertentu. Tutupan lahan adalah kenampakan yang ada di permukaan bumi pada suatu lahan tertentu. Identifikasi karakteristik
6
tutupan lahan dapat diartikan sebagai proses pengenalan suatu objek tutupan lahan dengan ciri-ciri tertentu. Ciri-ciri objek yang menjadi tutupan lahan pada penelitian ini dapat dilihat dari pengenalan pola spektral. Menurut Purwadhi (2001), pengenalan pola spektral (spectral pattern recognation) adalah mengevaluasi informasi objek berdasarkan ciri spektral yang disajikan oleh citra penginderaan jauh. Karakteristik (ciri) spektral (spectral signature) dalam penginderaan jauh adalah karakteristik setiap objek dalam menyerap dan memantulkan tenaga yang diterima.
d. Interpretasi Visual Citra
Interpretasi visual citra ini dilakukan untuk mengidentifikasi tutupan lahan yang terlihat pada citra sebelum melakukan pengamatan lapangan. Identifikasi citra dilakukan berdasarkan unsur-unsur karakteristik citra yaitu rona/warna, bentuk, tekstur, pola, bayangan, ukuran, asosiasi, dan situs. Interpretasi visual dilakukan pada citra hardcopy ataupun citra yang tertayang pada monitor komputer (Somantri 2008).
Interpretasi ini dilakukan untuk mendapatkan gambaran secara umum kondisi dan jumlah tutupan lahan yang ada di Kabupaten OKI, interptretasi citra secara visual dilakukan pada citra dengan komposit warna terbaik hasil perhitungan OIF.
e. Pengamatan Data Lapangan (Ground Check)
Kegiatan pengamatan di lapangan dilakukan dengan menggunakan metode purposive sampling pada setiap kelas tutupan lahan. Penentuan koordinat titik pengamatan sesuai dengan objek tutupan lahan yang ada disertai dengan pengamatan objek dan foto kenampakan tutupan lahan pada kondisi sebenarnya di lapangan. Selain itu, kondisi topografi dan kemudahan aksesibilitas juga mendukung untuk pengambilan koordinat titik. Koordinat titik yang diambil di lapangan sebanyak 124 titik.
Pengamatan lapang ini bertujuan untuk mencocokan tutupan lahan yang telah diinterpretasi pada citra secara visual dengan kondisi tutupan lahan sebenarnya di lapangan. Pengambilan koordinat titik data lapangan ini menggunakan alat bantu GPS (Geographic Positioning System).
f. Analisis Citra Digital
Analisis citra digital merupakan suatu proses penyusunan, pengurutan, atau pengelompokan suatu piksel citra digital multispektral ke dalam beberapa kelas berdasarkan kategori objek. Analisis citra digital yang digunakan pada penelitian ini adalah klasifikasi terbimbing (supervised). Klasifikasi terbimbing (supervised) merupakan metode yang diperlukan untuk mentransformasikan data citra multi-spektral ke dalam kelas-kelas unsur spasial (Prahasta 2008). Setiap piksel yang berada pada satu kelas diasumsikan berkarakteristik sama, sehingga dilakukan pemilihan area contoh untuk mengelompokkan objek secara terpisah. Tahapan analisis citra digital, yaitu:
1. Penentuan Area Contoh (Training Area)
7 lapangan. Pengambilan titik objek di lapangan harus mewakili satu kelas atau kategori tutupan lahan. Titik yang menjadi area contoh (training area) diambil ke dalam beberapa piksel dari setiap kelas tutupan lahannya dan ditentukan lokasinya pada citra komposit untuk menganalisis informasi statistik yang diperoleh dari lapang. Training area (area contoh) diperlukan pada setiap kelas yang akan dibuat, dan diambil dari areal yang cukup homogen. Secara teoritis jumlah piksel yang harus diambil per kelas adalah sebanyak jumlah band yang digunakan plus satu (N+1). Akan tetapi pada prakteknya, jumlah piksel yang harus diambil dari setiap kelas biasanya 10 sampai 100 kali jumlah band yang digunakan (10N~100N) (Jaya 2010).
2. Analisis Separabilitas
Analisis separabilitas adalah analisis kuantitatif yang memberikan informasi mengenai evaluasi keterpisahan area contoh (training area) dari setiap kelas, apakah suatu kelas layak digabung atau tidak dan juga kombinasi band terbaik untuk klasifikasi. Metode yang digunakan pada penelitian ini yaitu metode Transformed Divergence (TD), metode ini digunakan untuk mengukur tingkat keterpisahan antar kelas. TD akan berkisar antara 0 sampai dengan 2000. Semakin kecil nilai, semakin jelek separabilitasnya. Nilai nol sama dengan tidak bisa dipisahkan, sedangkan nilai maksimum menunjukkan keterpisahan yang sangat baik (excellent) (Jaya 2009). Kriteria separabilitas Tranformed Divergence dapat dilihat pada Tabel 2. Nilai TD dapat diketahui dengan rumus:
Keterangan:
TDij = seprabilitas antara kelas i dan kelas j
Exp = -2.719
i dan j = Dua penciri kelas yang digabung
Tabel 2 Kriteria separabilitas transformed divergence Nilai transformed divergence Deskripsi Sumber : Analisis Citra Digital, Jaya 2009.
3. Klasifikasi Tutupan Lahan
8
4. Uji Akurasi
Uji akurasi digunakan untuk mengevaluasi ketelitian atau kesalahan dari klasifikasi tutupan lahan yang telah ditentukan berdasarkan training area. Akurasi ini dianalisis dengan menggunakan suatu matriks kontingensi atau matriks kesalahan (confusion matrix) yang ada pada Tabel 3.
Tabel 3 Contoh perhitungan akurasi Data
referensi
Di klasifikasi ke kelas Jumlah Producer’s accuracy
Sumber : Analisis Citra Digital, Jaya 2010.
Berdasarkan Tabel 3, akurasi yang bisa dihitung terdiri dari akurasi pembuat (producer’s accuracy), akurasi pengguna (user’s accuracy), dan akurasi keseluruhan (overall accuracy). Secara matematis rumus dari akurasi di atas dapat dinyatakan sebagai berikut :
Akurasi pengguna =
Akurasi pembuat = Akurasi keseluruhan = Keterangan:
Xii = nilai diagonal dari matrik kontingensi baris ke-i dan kolom ke-i X+i = jumlah piksel dalam kolom ke-i
X i+ = jumlah piksel dalam baris ke-i N = banyaknya piksel dalam contoh
Menurut Jaya (2010), saat ini akurasi yang dianjurkan adalah akurasi kappa (kappa accuracy), karena overral accuracy secara umum masih over estimate. Akurasi kappa ini sering juga disebut dengan indeks kappa. Secara matematis akurasi kappa disajikan sebagai berikut:
Kappa accuracy = Keterangan:
N = banyaknya piksel dalam contoh
Xii = nilai diagonal dari matriks kontingensi baris ke-i dan kolom ke-i Xi+ = jumlah piksel dalam baris ke-i
9
HASIL DAN PEMBAHASAN
Kombinasi Band Terbaik
Citra landsat 8 merupakan satelit dengan misi kelanjutan dari citra landsat 7 dengan spesifikasi band yang baru maupun dari rentang spektrum panjang gelombang elektromagnetik yang ditangkap oleh sensor. Jumlah saluran band yang ada di landsat 8 lebih banyak dibanding dengan landsat 7 dengan fungsi yang berbeda. Citra landsat 8 memiliki jumlah saluran band sebanyak 11 buah. Kegunaan dari 11 saluran band pada citra landsat 8 disajikan pada Tabel 4.
Tabel 4 Saluran band dan kegunaannya Band
Panjang gelombang
(µm)
Deskripsi Kegunaan
1 0.43 - 0.45 Coastal blue Mendeteksi wilayah pesisir.
2 0.45 - 0.5 Blue Penetrasi tubuh air, sehingga bermanfaat untuk pemetaan perairan pantai. Selain itu berguna untuk membedakan antara tanah dengan vegetasi, tumbuhan berdaun lebar dan konifer.
(TIRS) 1 Memberikan keakuratan suhu permukaan.
11 11.5 - 12.51 Thermal Infrared (TIRS) 2
Sumber : USGS (2014)
10
interval nilai piksel yang mempresentasikannya dan adanya perbedaan kesan pola spasial yang dihasilkannya. Oleh karena itu perubahan yang terjadi pada pola spasial atau nilai piksel akan menghasilkan perubahan kenampakan citra tersebut.
Perubahan kenampakan pada citra dapat diperbaiki dengan metode perbaikan spasial. Perbaikan spasial (spatial enhancement) atau penajaman spasial merupakan perbaikan dengan memperbaiki nilai piksel berdasarkan nilai piksel itu sendiri dan piksel yang ada disekitarnya (Jaya 2009). Penajaman citra yang digunakan adalah pansharpening. Pansharpening merupakan perbaikan dengan penajaman citra yang mengkombinasikan resolusi band yang tinggi (pankromatik) sebagai acuan dan band multispektal dalam aspek warna (visualisasi dalam warna merah, hijau dan biru). Penajaman yang dilakukan dengan menggunakan metode Transformasi Brovey (Brovey Transform). Metode ini paling populer digunakan untuk memadukan dua macam citra yang berbeda resolusi spasial. Transformasi Brovey mengubah nilai spektral asli pada setiap saluran multispektral yang masing-masing diperinci secara spasial oleh citra pankromatik dan normalisasi nilai kecerahaannya dengan mempertimbangkan nilai-nilai pada saluran lainnya (Danoedoro 2012). Perbedaan hasil pansharpening dan tidak menggunakan pansharpening dapat dilihat pada Gambar 2.
(a) (b)
Gambar 2 Hasil tanpa pansharpening (a) dan dengan pansharpening (b) citra landsat 8 (OLI) tahun 2014 di Kabupaten OKI
11 Tabel 5 Nilai kombinasi OIF (Optimum Index Factor) hasil pansharpening citra
landsat 8 (OLI) tahun 2014
Keterangan: = Kombinasi nilai OIF terpilih
12
batuan, bentuk lahan dengan menggunakan pendekatan relief, pola aliran dan vegetasi. Hasil visualisasi gambar dari kombinasi 8-6-1 dan 7-5-4 dapat dilihat pada Gambar 3.
(a) (b)
Gambar 3 Kombinasi band 8-6-1 dan 7-5-4 (RGB) citra lansat 8 (OLI) tahun 2014
Karakteristik Tutupan Lahan Secara Visual Citra
Pengenalan objek atau interpretasi data penginderaan jauh pada dasarnya untuk mengetahui karakteristik spektral objek. Namun, ada beberapa jenis benda yang berbeda tetapi mempunyai karakteristik spektral sama atau serupa sehingga menyulitkan dalam pengenalannya, sehingga dilakukan pengenalan objek dengan menggunakan karakteristik yang lain dengan melihat karakteristik spasialnya (keruangan). Karakteristik spasial dalam interpretasi citra digital dikenal dengan pengenalan pola dalam klasifikasi dengan pendekatan tekstur (Purwadhi 2001).
Menurut Baplan (2008), dalam interpretasi citra, untuk mengenali suatu objek diperlukan alat bantu dengan menggunakan 8 unsur interpretasi citra yaitu rona atau warna, tekstur, bentuk, pola, ukuran, bayangan, asosiasi, dan situs. Identifikasi karakteristik tutupan lahan pada penelitian ini dilakukan dengan melihat kenampakan objek dalam berdasarkan ciri-ciri terhadap gambar citra dan keadaan tutupan lahan di lapangan.
Interpretasi adalah menyampaikan informasi yang dilihat tentang suatu objek yang dilihat kepada informan. Menurut Purwadhi (2001), interpretasi atau penafsiran citra penginderaan jauh (fotografik atau non-fotografik) merupakan perbuatan mengkaji citra dengan maksud untuk mengidentifikasi objek yang tergambar dalam citra, dan menilai arti penting objek tersebut. Interpretasi merupakan proses penerjemahan data dan informasi tentang suatu objek, daerah atau fenomena pada suatu wilayah yang di teliti. Interpretasi secara visual citra dengan melihat 8 unsur interpretasi melalui komputer. Interpretasi visual citra yang dilakukan dengan melihat kenampakan tutupan lahan pada pada komputer dan secara langsung di lapangan.
13 Tabel 6 Karakteristik 14 tutupan lahan tahun 2014 band 7-5-4
Tutupan lahan Gambar pada citra Gambar di lapangan Pemukiman
Badan air
Sawah
Rawa
Semak belukar rawa
14
Tabel 6 Lanjutan
Tutupan lahan Gambar pada citra Gambar di lapangan Pertanian lahan
kering
Hutan tanaman akasia
Perkebunan karet/ perkebunan kelapa sawit/semak/kebun campuran
a. Perkebunan karet
b. Perkebunan kelapa sawit
c. Semak
d. Kebun campuran
a. Perkebunan karet
b. Perkebunan kelapa sawit
c.Semak
15 Tabel 6 Lanjutan
Tutupan lahan Gambar pada citra Gambar di lapangan Lahan terbuka
Hutan mangrove
Tambak
Awan -
Bayangan awan -
Karakteristik Tutupan Lahan di Lapangan
16
koordinat titik terdapat banyak awan, sehingga dapat mempersulit dalam mengidentifikasi jenis tutupan lahan. Jenis tutupan lahan yang ditemukan di lapangan disajikan pada Tabel 7.
Tabel 7 Jenis tutupan lahan yang ditemukan di lapangan No Jenis tutupan lahan yang
ditemukan
No Jenis tutupan lahan yang ditemukan
1 Pemukiman 11 Hutan tanaman jabon
2 Badan air 12 Hutan kota
3 Sawah 13 Hutan tanaman akasia
4 Rawa 14 Kebun konservasi plasma nutfah
5 Rumput rawa 15 Perkebunan kelapa sawit muda 6 Semak belukar rawa 16 Perkebunan kelapa sawit tua
7 Kebun campuran 17 Perkebunan karet umur 4 sampai 6 tahun 8 Pertanian lahan kering 18 Perkebunan karet umur 7 sampai 10 tahun 9 Semak/belukar 19 Perkebunan karet umur 11 sampai 13 tahun 10 Lahan terbuka 20 Perkebunan karet umur 14 sampai 17 tahun
11 Tambak 22 Hutan mangrove
Selain dari 20 jenis tutupan lahan pada Tabel 7 diatas, terdapat 2 jenis objek tutupan lahan tambahan yaitu awan dan bayangan awan (sumber: Baplan 2008). Informasi jenis tutupan lahan objek awan dan bayangan awan diketahui dari kenampakan pada citra. Oleh karena itu jenis tutupan lahan yang diperoleh sebanyak 24 tutupan lahan. Hal ini dilakukan untuk mengetahui kemampuan citra dalam mengidentifikasi jenis tutupan lahan. Karekteristik fisik tutupan berdasarkan hasil pengamatan objek lapangan di Kabupaten Ogan Komering Ilir, dapat dilihat pada Tabel 8dan hasil pengambilan titik koordinat di lapangan dapat dilihat pada Gambar 4.
Tabel 8 Karakteristik tutupan lahan hasil di lapangan tahun 2014 No Kelas Tutupan
Lahan Keterangan
1 Pemukiman Kenampakan yang tersusun secara kelompok berupa bangunan-bangunan, baik di perkotaan maupun di pedesaan.
2 Badan air Kenampakan yang tergenang oleh air tanpa ada vegetasi. Kenampakan yang ditemukan dilapang berupa sungai dan danau.
3 Lahan terbuka Kenampakan yang berupa tanah kosong, lahan terbuka bekas tebangan di perkebunan Perkebunan kelapa sawit, lapangan terbuka, dan lahan bekas tebangan di Perkebunan karet. Kenampakan pada citra membentuk pola yang tidak teratur.
17 dengan vegetasi yang sangat sedikit. Berwarna biru gelap, dengan pola yang tidak teratur.
7 Semak belukar rawa
Hamparan luas yang di atasnya di tumbuhi oleh vegetasi-vegetasi berupa semak, perdu, beberapa tanaman sejenis tiang. Terdapat juga gambut yang
Penutupan lahan yang merupakan budi daya manusia dengan pola teratur dengan jenis pohon akasia.
11 Pertanian lahan kering
Aktivitas di lahan kering yang berupa ladang, perkebunan campur yang didominasi oleh tanaman pertanian, seperti singkong, rambutan, duku, durian, pisang, tanaman obat dan jenis tanaman lainnya. 12 Perkebunan kelapa
sawit muda
Kenampakan yang ada pada aktivitas lahan kering dan basah. Memiliki pola yang teratur dengan jenis kelapa sawit kelapa sawit, memiliki warna hijau muda kekuningan sampai hijau.
13 Perkebunan kelapa sawit tua
18
Tabel 8 Lanjutan No Kelas Tutupan
Lahan Keterangan
muda sampai hijau sampai hijau tua kekuningan. 18 Kebun campuran Kegiatan di lahan kering yang terdiri dari campuran
tanaman pertanian dan kehutanan. Jenis yang ada pada perkebunan campuran yang ditemukan yaitu pohon karet, duku, durian, tanaman obat dan rambutan. 19 Semak Vegetasi yang berada di atas lahan kering, biasanya
tingginya tidak lebih dari 6 meter, memiliki pola yang tidak teratur.
20 Hutan Kota Terdiri dari tanaman kehutanan yang ada di kabupaten OKI.
21 Hutan tanaman jabon
Kumpulan dari pohon jabon yang tersusun sesuai jarak tanam.
22 Kebun konservasi plasma nutfah
Aktivitas yang berada di lahan basah, berada di atas lahan gambut yang telah mengering, ditanamani jenis meranti, ramin, jelutung, medang, punak dan tanaman nanas.
Gambar 4 Sebaran titik pengamatan di Kabupaten OKI tahun 2014
Klasifikasi Tutupan Lahan Secara Digital
19 pengideraan jauh merupakan dua teknologi yang saat ini telah berkembang pesat. Penginderaan jauh adalah ilmu dan seni dalam memperoleh informasi mengenai objek, area, atau fenomena melalui analisis yang diperoleh dengan alat tanpa kontak langsung (Lillesand et all. 1990). Sistem Informasi Geografis (SIG) merupakan suatu sistem berbasis komputer yang digunakan untuk menyimpan, mengelola, mengnalisis dan mengaktifkan atau memanggil kembali data yang mempunyai referensi keruangan untuk berbagai tujuan yang berkaitan dengan pemetaan dan perencanaan (Danoedoro 2012). Teknologi SIG dan penginderaan jauh dalam penelitian ini digunakan untuk melakukan pemetaan tutupan lahan di Kabupaten OKI.
Interpretasi pada penelitian ini dilakukan secara digital dengan bantuan komputer. Interpretasi dengan bantuan komputer ini biasanya disebut dengan interpretasi digital. Interpretasi digital yang dilakukan dengan menggunakan metode klasifikasi terbimbing, sesuai dengan kondisi tutupan lahan yang ada di lapangan. Klasifikasi terbimbing atau klasifikasi citra secara digital bertujuan untuk mengelompokkan suatu citra secara otomatik ke dalam kelas kategori tertentu berdasarkan nilai kecerahan piksel yang bersangkutan. Menurut Purwadhi (2001), klasifikasi terselia atau klasifikasi terbimbing digunakan data penginderaan jauh multispektral yang berbasis numerik, maka pengenalan polanya merupakan proses otomatik dengan bantuan komputer. Pola spektral dalam citra dapat mempenggaruhi kenampakan tutupan lahan yang ada. Pengaruh ini dapat disebabkan karena adanya perbedaan kombinasi dasar nilai digital pixel pada sifat pantulan (reflektansi) dan pancaran (emisi) spektral yang dimiliki citra tersebut.
Tahapan awal dalam proses klasifikasi secara digital ini dilakukan dengan pembuatan area contoh (training area). Pembuatan area contoh dilakukan sesuai dengan hasil pengamatan dan informasi jenis tutupan lahan di lapangan. Informasi yang diperoleh mencakup tiap kategori jenis tutupan lahan sebagai kunci interpretasi untuk klasifikasi digital. Jenis tutupan lahan diambil dari piksel setiap jenis tutupan lahan dengan kategori yang sama atau homogen.
Hasil training area yang baik dapat terlihat dari keterpisahan antar piksel tiap jenis kategori tutupan lahan. Keterpisahan ini dilakukan dengan analisis separabilitas. Analisis separabilitas adalah analisis kuantitatif yang menggunakan nilai spektral yang dihasilkan oleh setiap piksel pada kategori tutupan lahan. Metode yang digunakan yaitu metode Transformed Divergence (TD), metode ini digunakan untuk mengukur tingkat keterpisahan antar kelas. Menurut Jaya (2009) Semakin kecil nilai, semakin jelek separabilitasnya. Nilai nol sama dengan tidak bisa dipisahkan, sedangkan nilai maksimum menunjukkan keterpisahan yang sangat baik (excellent).
Hasil analisis separabilitas pada penelitian ini menunjukkan dari 24 jenis tutupan lahan yang ada memiliki nilai separabilitas yang kurang baik, dimana nilai separabilitas yang dihasilkan masih kurang dari 1600. Hal ini menunjukkan bahwa keterpisahan antar kelas tutupan lahan belum dapat dipisahkan, sehingga jenis tutupan lahan yang tidak terpisahkan ini digabungkan atau regroup ke dalam jenis tutupan lahan relatif sama berdasarkan kondisi di lapang dan nilai spektral yang dihasilkan.
20
nilai rendah dan kenampakan visual pada pada kondisi lapang sama yaitu kelas perkebunan karet dengan perkebunan berbagai kelas umur, hutan tanaman jabon, hutan kota, perkebunan kelapa sawit dengan perkebunan kelapa sawit tua dan perkebunan kelapa sawit muda, yang hasilnya dapat dilihat pada Lampiran 1.
Selanjutnya dilakukan kembali proses re-group yang kedua, menghasilkan 15 kelas dengan penggabungan antara kelas semak dan perkebunan campuran dengan Perkebunan karet. Hasil ini terlihat pada perhitungan separabilitas pada Lampiran 2. Hal ini disebabkan karena kebun campuran yang berada di lapang merupakan campuran dari perkebunan karet dan jenis tanaman pertanian lainnya sehingga pada kenampakan visual sulit untuk dipisahkan. Proses re-group ketiga menghasilkan 14 kelas tutupan lahan dimana kelas perkebunan kelapa sawit dan perkebunan karet tidak dapat dipisahkan menurut hasil analisis separabilitas namun pada kenampakan visual terlihat berbeda. Proses re-group disajikan pada Tabel 9.
Tabel 9 Hasil re-group 14 kelas tutupan lahan
Re-group awal Re-group 1 Re-group 2 Re-group 3
1 Pemukiman Pemukiman Pemukiman Pemukiman
2 Awan Awan Awan Awan
3 Bayangan awan Bayangan awan Bayangan awan Bayangan awan
4 Badan air Badan air Badan air Badan air
5 Lahan terbuka Lahan terbuka Lahan terbuka Lahan terbuka
6 Tambak Tambak Tambak Tambak
7 Sawah Sawah Sawah Sawah
8 Rawa Rawa Rawa Rawa
9 Semak rawa belukar Semak belukar rawa Semak belukar rawa Semak belukar rawa
10 Rawa rumput Rumput rawa Rumput rawa Rumput rawa
11 Hutan mangrove Hutan mangrove Hutan mangrove Hutan mangrove
12 Perkebunan kelapa sawit tua Perkebunan kelapa sawit tua Hutan tanaman akasia Hutan tanaman akasia
13 Perkebunan kelapa sawit muda Perkebunan kelapa sawit Muda PLK PLK
14 Hutan tanaman akasia Hutan tanaman akasia Perkebunan kelapa sawit Perkebunan*
15 PLK PLK Perkebunan karet/semak/
k. campuran
16 Kebun campuran Semak belukar
17 Semak belukar Perkebunan karet
18 Perkebunan karet
Keterangan : * = Perkebunan karet, perkebunan campuran, Perkebunan kelapa sawit, semak/belukar
Tabel 10 Nilai separabilitas 14 tutupan lahan
21 Keterangan: 1=Pemukiman, 2=Awan, 3=Bayangan awan, 4=Badan air, 5=Lahan terbuka,
6=Tambak, 7=Sawah, 8=Rawa, 9=Semak belukar rawa, 10=Rumput rawa, 11=Hutan mangrove, 12=Hutan tanaman akasia, 13=Pertanian lahan kering, 14=perkebunan (Perkebunan karet/Perkebunan kelapa sawit/semak/perkebunan campuran)
Hasil nilai separabilitas tutupan lahan pada Tabel 10 menunjukkan bahwa kelas awan, bayangan awan, hutan mangrove, hutan tanaman akasia memiliki nilai separabilitas 2000. Hal ini berarti jenis kelas tutupan lahan ini dapat dipisahkan dengan sangat baik diantara jenis tutupan lahan lainnya. Secara umum, seluruh jenis kelas tutupan lahan pada 15 kecamatan yang ada di Kabupaten OKI terpisahkan dengan baik dengan nilai separabilitas lebih dari 1900. Nilai separabilitas terkecil ditunjukkan oleh jenis tutupan lahan antara badan air dan rawa dengan nilai separabilitas sebesar 1906.
22
Gambar 5 Peta layout klasifikasi tutupan lahan di OKI tahun 2014
Persentase hasil klasifikasi dari masing-masing jenis tutupan lahan menggunakan metode maximum likelihood diperoleh 18.23 % dari 15 kecamatan di Kabupaten OKI merupakan jenis tutupan lahan pertanian lahan kering yang memiliki luasan wilayah terluas yaitu 130 161 ha. Luasan terkecil terdapat pada jenis tutupan lahan hutan mangrove yaitu 864 ha atau sebesar 0.12%. Tabel 11 menyajikan luasan tutupan lahan yang ada di 15 kecamatan di Kabupaten OKI tahun 2014.
Tabel 11 Luas klasifikasi tutupan lahan di 15 kecamatan Kabupaten OKI tahun 2014
Tutupan lahan Luas (ha) Persentase (%)
Awan 36 333.61 5.09
Badan Air 23 115.58 3.24
Bayangan Awan 10 396.98 1.46
Hutan tanaman akasia 15 418.69 2.16
Hutan Mangrove 846.18 0.12
Perkebunan 126 156.00 17.67
Lahan Terbuka 12 474.52 1.75
Pertanian Lahan Kering 130 161.00 18.23
Pemukiman 28 882.69 4.05
Rawa 55 231.23 7.74
Rumput Rawa 93 019.74 13.03
23 Tabel 11 Lanjutan
Tutupan lahan Luas (ha) Persentase (%) Semak Belukar Rawa 114 665.00 16.06
Tambak 22 273.87 3.12
Total 713 927.47 100
Sumber: Hasil analisis klasifikasi terbimbing citra landsat 8 (OLI) tahun 2014
Tingkat Akurasi
Analisis akurasi dilakukan untuk mengetahui tingkat ketepatan hasil dari klasifikasi yang dibuat. Akurasi menggunakan suatu matriks kontingensi yaitu suatu matriks bujur sangkar yang memuat sejumlah piksel yang diklasifikasi. Matriks ini sering disebut “error matrix” atau “confusion matrix”. Analisis akurasi ini dapat dinilai dari Producer’s accuracy, User’s accuracy, Overall accuracy dan Kappa accuracy. Menurut Jaya (2009), Producer’s accuracy (akurasi pembuat) adalah akurasi yang diperoleh dengan membagi piksel yang benar dengan jumlah total piksel training area per kelas. Pada akurasi ini akan terjadi kesalahan omisi, oleh karena itu akurasi pembuat ini juga dikenal dengan omission error. Sebaliknya jika jumlah piksel yang benar dibagi dengan total piksel dalam kolom akan menghasilkan akusari pengguna (user’s accuracy), yang juga dikenal dengan commission error. Hasil uji akurasi dapat dilihat pada Tabel 12.
Berdasarkan pada hasil Tabel 12, dapat diketahui bahwa nilai producer’s accuracy terbesar diperoleh oleh jenis tutupan lahan hutan mangrove sebesar 100%. Hal ini menunjukkan bahwa jumlah piksel terklasifikasi dengan baik dan tidak ada yang masuk ke kelas lain. Namun terdapat juga nilai producer’s accuracy jenis tutupan lahan pertanian lahan kering dengan nilai terkecil 43.11% dari kelas tutupan lahan lainnya. Nilai 43.11% berarti dari total 1002 piksel terdapat 2 piksel masuk ke kelas pemukiman, 1 piksel masuk ke dalam kelas lahan terbuka, 66 piksel masuk kedalam jenis tutupan lahan sawah, 107 piksel ke kelas rawa, 8 piksel masuk ke dalam kelas rumput rawa, 386 piksel masuk ke dalam kelas tutupan lahan perkebunan dan sisanya 432 merupakan jumlah piksel yang terklasifikasi.
Nilai user’s accuracy yang ada pada Tabel 11, menunjukkan nilai terbesar didapat oleh klasifikasi jenis tutupan lahan bayangan awan sebesar 99.89%. Hal ini berarti 99.89% jenis tutupan lahan sudah terkasifikasi dengan baik, meskipun masih ada penambahan piksel dari kelas lain. Badan air memiliki nilai user’s accuracy terkecil yaitu 76.11 % sebanyak 2644 piksel yang terklasifikasi. Hal ini disebabkan karena ada penambahan 21 piksel dari pemukiman, 2 piksel kelas awan, 110 piksel kelas bayangan awan, 15 piksel kelas tambak, 60 piksel dari sawah, 588 piksel dari rawa, 5 piksel dari semak belukar rawa, 15 piksel rumput rawa dan 15 piksel dari perkebunan.
24
Tabel 12 Matriks kontingensi hasil klasifikasi 14 kelas tutupan lahan
Tutupan Lahan Reference data (piksel) Total baris Producer’s
accuracy
1 2 3 4 5 6 7 8 9 10 11 12 13 14
1 3154 0 0 21 103 4 56 6 27 0 0 0 0 4 3375 93.45
2 63 3497 0 2 0 0 2 0 177 0 0 0 2 0 3743 93.43
3 0 0 3219 110 0 0 0 17 0 0 0 0 0 0 3346 96.20
4 1 0 2 2644 0 39 10 401 0 3 7 0 0 1 3108 85.07
5 125 0 0 0 3807 0 2 10 5 0 0 0 0 0 3949 96.40
6 13 0 3 15 0 3159 4 55 0 0 3 0 0 0 3252 97.14
7 88 0 0 60 60 8 1070 166 6 12 1 10 25 200 1706 62.72
8 2 0 31 588 0 44 53 3874 7 0 0 0 1 12 4612 84.00
9 0 6 0 5 0 0 8 295 3723 37 9 4 0 28 4115 90.47
10 0 0 0 14 0 0 0 0 224 2821 0 4 0 568 3631 77.69
11 0 0 0 0 0 0 0 0 0 0 794 0 0 0 794 100.00
12 0 0 0 0 0 0 0 0 88 66 0 541 0 203 898 60.24
13 2 0 0 0 1 0 66 107 0 8 0 0 432 386 1002 43.11
14 6 0 0 15 0 0 75 2 116 143 0 10 12 4630 5009 92.43
Total kolom 3454 3503 3255 3474 3971 3254 1346 4933 4373 3090 814 569 472 6032 42540
User’s accuracy 91.31 99.83 98.89 76.11 95.87 97.08 79.49 78.53 85.14 91.29 97.54 95.08 91.53 76.76
Keterangan: 1=Pemukiman, 2=Awan, 3=Bayangan awan, 4=Badan air, 5=Lahan terbuka, 6=Tambak, 7=Sawah, 8=Rawa, 9=Semak belukar rawa, 10=Rumput rawa, 11=Hutan mangrove, 12=Hutan tanaman akasia, 13=Pertanian lahan kering, 14=perkebunan (Perkebunan karet/Perkebunan kelapa sawit/semak/kebun campuran)
25
SIMPULAN DAN SARAN
Simpulan
Hasil kombinasi band yang diperoleh dari perhitungan menggunakan OIF yaitu kombinasi band 7-5-4 dengan band 7 (SWIR-2), band 5 (NIR) dan band 4 (green). Klasifikasi tutupan lahan berdasarkan interpretasi citra digital dengan training area diperoleh 14 kelas tutupan lahan yaitu pemukiman, badan air, lahan terbuka, sawah, tambak, rawa berair, semak belukar rawa, rumput rawa, hutan mangrove, hutan tanaman akasia, pertanian lahan kering, perkebunan karet/semak/perkebunan kelapa sawit, awan dan bayangan awan. Nilai hasil uji akurasi separabilitas dengan Overall Accuracy (OA) sebesar 87.83 % dan Kappa Accuracy (KA) 87.83 %.
Saran
Perlu dilakukan penelitian pemetaan klasifikasi tutupan lahan di Kabupaten Ogan Komering Ilir dengan menggunakan metode lain untuk mengidentifikasi kelas tutupan lahan yang lebih detil.
DAFTAR PUSTAKA
[BAPLAN] Badan Planologi Kehutanan, Pusat Inventarisasi dan Perpetaan Hutan, Bapan Planologi Kehutanan, Kementrian Kehutanan. 2008. Pemantauan Sumber Daya Hutan. Jakarta (ID): Badan Planologi Kehutanan, Departemen Kehutanan.
[BAPPEDA] Badan Perencanaan Pembangunan Daerah, Kabupaten Ogan Komering Ilir. 2012. Profil Kabupaten OKI 2011. OKI (ID): BAPPENAS. Danoedoro P. 2012. Pengantar Penginderaan Jauh Digital. Yogyakarta (ID):
Penertbit ANDI.
Jaya INS. 2009. Analisis Citra Digital: Perspektif Penginderaan Jauh Untuk Pengelolaan Sumberdaya Alam. Bogor (ID): Fakultas Kehutanan IPB.
Jaya INS. 2010. Analisis Citra Digital : Perspektif Penginderaan Jauh Untuk Pengelolaan Sumberdaya Alam. Bogor (ID): Fakultas Kehutanan IPB.
Lillesand TM, Kiefer RW. 1990. Pengginderaan Jauh dan Penafsiran Citra. Dulbahri,Suharsono P,Hartono, Suharyadi, penerjemah; Sutanto,editor. Yogyakarta (ID): Gadjah Mada University Press. Terjemahan dari: Remote Sensing dan Image Interpretation.
Paraditya R, Purwanto TH. 2012. Pemanfaatan Citra Landsat 7ETM+ Untuk Pemetaan Potensi Mineralisasi Emas di Kawasan Gunung Dodo, Kabupaten Sumbawa, NTB. Jurnal Bumi Indonesia. 1(3).
Prahasta. 2008. REMOTE SENSING : Praktis Penginderaan Jauh & Pengolahan Citra Dijital Dengan Perangkat Lunak ER Maper. Bandung (ID): Informatika Bandung.
Purwadhi. 2001. Interpretasi Citra Digital. Jakarta (ID): Gramedia Widiasarana. Somantri L. 2008. Pemanfaatan Teknik Penginderaan Jauh untuk
26
Suwargana N.2013. Resolusi Spasial, Temporal dan Spektral Pada Citra Satelit Landsat, Spot dan Ikonos. Jurnal Ilmiah WIDYA. 1 (2):167-174.
Sitangang G. 2010. Kajian Pemanfaatan Satelit Masa Depan: Sistem Pengideraan Jauh Satelit LDCM (Landsat 8). Berita Dirgantara. 11 (2):47-58.
Sutanto, Asriningrum W. 2011. Penginderaan Jauh dengan Nilai Indeks Faktor untuk Identifikasi Mangrove di Batam (Studi Kasus Gugusan Pulau Jandaberhias). Berita Dirgantara. 12 (3): 104-109.
27
Lampiran 1 Nilai separabilitas 24 kelas tutupan lahan di Kabupaten OKI tahun 2014
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
1 0 2000 2000 2000 1995 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000
2 2000 0 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000
3 2000 2000 0 2000 2000 2000 2000 1996 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000
4 2000 2000 2000 0 2000 1855 2000 1954 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000
5 1995 2000 2000 2000 0 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000
6 2000 2000 2000 1855 2000 0 2000 1901 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000
7 2000 2000 2000 2000 2000 2000 0 2000 2000 2000 2000 2000 2000 2000 1998 1990 1880 1981 2000 1687 1997 2000 2000 2000
8 2000 2000 1996 1954 2000 1901 2000 0 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000
9 2000 2000 2000 2000 2000 2000 2000 2000 0 1996 2000 2000 2000 1987 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000
10 2000 2000 2000 2000 2000 2000 2000 2000 1996 0 2000 2000 1996 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000
11 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 0 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000
12 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 0 2000 2000 2000 1999 2000 1999 2000 2000 1992 2000 2000 2000
13 2000 2000 2000 2000 2000 2000 2000 2000 2000 1996 2000 2000 0 2000 2000 1998 1998 1991 2000 2000 2000 2000 2000 2000
14 2000 2000 2000 2000 2000 2000 2000 2000 1987 2000 2000 2000 2000 0 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000
15 2000 2000 2000 2000 2000 2000 1998 2000 2000 2000 2000 2000 2000 2000 0 2000 1870 2000 1999 2000 2000 2000 2000 2000
16 2000 2000 2000 2000 2000 2000 1990 2000 2000 2000 2000 1999 1998 2000 2000 0 1998 1289 2000 1953 1928 2000 2000 2000
17 2000 2000 2000 2000 2000 2000 1880 2000 2000 2000 2000 2000 1998 2000 1870 1998 0 1980 2000 1942 2000 2000 2000 2000
18 2000 2000 2000 2000 2000 2000 1981 2000 2000 2000 2000 1999 1991 2000 2000 1289 1980 0 2000 1910 1770 2000 2000 2000
19 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 1999 2000 2000 2000 0 2000 2000 1940 2000 1980
20 2000 2000 2000 2000 2000 2000 1687 2000 2000 2000 2000 2000 2000 2000 2000 1953 1942 1910 2000 0 1957 2000 2000 2000
21 2000 2000 2000 2000 2000 2000 1997 2000 2000 2000 2000 1992 2000 2000 2000 1928 2000 1770 2000 1957 0 2000 2000 2000
22 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 1940 2000 2000 0 2000 1995
23 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 0 2000
24 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 1980 2000 2000 1995 2000 0
Keterangan: Keterangan: 1=Pemukiman, 2=Awan, 3=Bayangan awan, 4=Badan air, 5=Lahan terbuka, 6=Tambak, 7=Sawah, 8=Rawa, 9=Semak belukar rawa, 10=Rumput rawa, 11=Hutan mangrove, 12=Perkebunan kelapa sawit muda, 13=Perkebunan kelapa sawit tua, 14=Hutan tanaman akasia, 15=Pertanian lahan kering, 16=kebun campuran, 17=Semak belukar, 18=Perkebunan karet umur 4-6 tahun, 19= Perkebunan karet umur 7-10 tahun, 20= Perkebunan
28
Lampiran 2 Nilai separabilitas 17 kelas tutupan lahan di Kabupaten OKI tahun 2014
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
1 0 2000 2000 2000 1981 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000
2 2000 0 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000
3 2000 2000 0 2000 2000 2000 1999 1999 1998 1984 2000 2000 2000 1998 2000 2000 2000
4 2000 2000 2000 0 2000 1879 2000 1751 2000 2000 2000 2000 2000 2000 2000 2000 2000
5 1981 2000 2000 2000 0 2000 1997 1998 2000 2000 2000 2000 2000 2000 2000 2000 2000
6 2000 2000 2000 1879 2000 0 1963 1901 1969 2000 2000 2000 2000 2000 2000 2000 2000
7 2000 2000 1999 2000 1997 1963 0 1972 1997 2000 2000 2000 1941 1819 1988 1907 1732
8 2000 2000 1999 1751 1998 1901 1972 0 1997 2000 2000 2000 2000 2000 2000 2000 2000
9 2000 2000 1998 2000 2000 1969 1997 1997 0 1945 2000 2000 2000 1948 1998 1996 1999
10 2000 2000 1984 2000 2000 2000 2000 2000 1945 0 2000 2000 2000 1995 2000 2000 2000
11 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 0 2000 2000 2000 2000 2000 2000
12 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 0 2000 2000 2000 2000 2000
13 2000 2000 2000 2000 2000 2000 1941 2000 2000 2000 2000 2000 0 1964 1986 1824 1990
14 2000 2000 1998 2000 2000 2000 1819 2000 1948 1995 2000 2000 1964 0 1965 1727 1544
15 2000 2000 2000 2000 2000 2000 1988 2000 1998 2000 2000 2000 1986 1965 0 1999 1737
16 2000 2000 2000 2000 2000 2000 1907 2000 1996 2000 2000 2000 1824 1727 1999 0 1903
17 2000 2000 2000 2000 2000 2000 1732 2000 1999 2000 2000 2000 1990 1544 1737 1903 0
Keterangan: Keterangan: 1=Pemukiman, 2=Awan, 3=Bayangan awan, 4=Badan air, 5=Lahan terbuka, 6=Tambak, 7=Sawah, 8=Rawa, 9=Semak belukar rawa, 10=Rumput rawa, 11=Hutan mangrove, 12=Hutan tanaman akasia, 13=Pertanian lahan kering, 14=Perkebunan kelapa sawit, 15=Kebun campuran, 16=Semak/belukar, 17=Perkebunan karet
29
RIWAYAT HIDUP
Penulis dilahirkan di Kayuagung Kabupaten OKI, Provinsi Sumatera Selatan pada tangga 01 Oktober 1992. Penulis merupakan anak pertama dari 3 bersaudara pasangan Bapak Abunawas, S Sos, MSi dan Ibu Nursidah, SAg. Penulis menyelesaikan pendidikan dasar di SD Negeri Muara Baru tahun 1999-2004, pendidikan menengah pertama di SMP 7 Kayuagung tahun 2004-2007, pendidikan menengah atas di SMA Negeri 3 Kayuagung tahun 2007-2010 dan diterima di Institut Pertanian Bogor tahun 2010 melalui jalur USMI di Departemen Manajemen Hutan Fakultas Kehutanan Institut Pertanian Bogor.
Selama menjadi mahasiswa, penulis pernah menjadi asisten mata kuliah Geomatika dan Inderaja Kehutanan pada tahun ajaran 2013-2014, Ilmu Ukur Tanah dan Pemetaan Wilayah tahun ajaran 2014, Teknik Inventarisasi Sumberdaya Hutan pada tahun ajaran 2014 dan Operasi Pemanenan Hutan tahun ajaran 2014. Selain itu penulis pernah bergabung dalam Unit kegiatan mahasiswa Koperasi Mahasiswa (Kopma) tahun 2010-2012, anggota divisi Bank Plastik Pengurus Cabang Sylva Indonesia tahun 2011-2012, anggota divisi Informasi dan Komunikasi FMSC (Forest Management Student Club) tahun 2011–2012, anggota Kelompok Studi Pemanfaatan Sumberdaya Hutan tahun 2011-2012 Kepala Bidang Kewirausahaan Pengurus Cabang Sylva Indonesia tahun 2012-2013. Penulis juga aktif berpatisipasi dalam berbagai kepanitiaan kegiatan kemahasiswaan di Institut Pertanian Bogor.
Penulis melakukan kegiatan Praktik Pengenalan Ekosistem Hutan (PPEH) di Sancang Timur-Papandayan (Jawa Barat) pada tahun 2012, Praktik Pengelolaan Hutan (PPH) di Hutan Pendidikan Gunung Walat (HPGW), Sukabumi dan KPH Cianjur Jawa Barat pada tahun 2013 dan Praktik Kerja Lapang (PKL) di IUPHHK-HA PT Bina Multi Alam Lestari, Muara Teweh, Kalimantan Tengah pada tahun 2014.
