• Tidak ada hasil yang ditemukan

PEMETAAN SAWAH BAKU KABUPATEN SUBANG BAGIAN TIMUR DENGAN CITRA SATELIT ALOS RINJANI YUSNI MAHARJANTI A

N/A
N/A
Protected

Academic year: 2021

Membagikan "PEMETAAN SAWAH BAKU KABUPATEN SUBANG BAGIAN TIMUR DENGAN CITRA SATELIT ALOS RINJANI YUSNI MAHARJANTI A"

Copied!
65
0
0

Teks penuh

(1)

RINJANI YUSNI MAHARJANTI

A14050139

PROGRAM STUDI MANAJEMEN SUMBERDAYA LAHAN

DEPARTEMEN ILMU TANAH DAN SUMBERDAYA LAHAN

FAKULTAS PERTANIAN

INSTITUT PERTANIAN BOGOR

BOGOR

2009

(2)

RINJANI YUSNI MAHARJANTI

A14050139

Skripsi

Sebagai salah satu syarat untuk memperoleh gelar Sarjana Pertanian pada

Departemen Ilmu Tanah dan Sumber Daya Lahan

PROGRAM STUDI MANAJEMEN SUMBERDAYA LAHAN

DEPARTEMEN ILMU TANAH DAN SUMBERDAYA LAHAN

FAKULTAS PERTANIAN

INSTITUT PERTANIAN BOGOR

BOGOR

2009

(3)

ABSTRACT

RINJANI YUSNI MAHARJANTI. Baseline Rice Field Mapping in Eastern Part of Kabupaten Subang Using The Image of ALOS Satellite. Under the direction of M.A.RAIMADOYA and HIDAYAT WIRANEGARA.

The existing production estimation system for rice plant is not optimum yet. Therefore, the change of estimation system from list frame to area frame is needed. The area frame approach begin by using remote sensing with satellite image, where the baseline mapping rice field can be made. The purpose of this research is to map and to identify each single rice field parcel include its perimeter (galengan). This research take place in eastern part of Kabupaten Subang by using ALOS PRISM and ALOS PALSAR satellite imageries. Furtheremore, the resulted digitized rice field map is compared with the existing tabular data. Based on that data analysis, it was found that digitazed rice field map had a significant discrepancies compared to the existing data. Further exercise to reconcile the result is required through village base validation.

Key Words: baseline rice field, image of ALOS satellite

(4)

ABSTRAK

RINJANI YUSNI MAHARJANTI. Pemetaan Sawah Baku Kabupaten Subang

Bagian Timur dengan Citra Satelit ALOS. Di bawah bimbingan M.A. RAIMADOYA dan HIDAYAT WIRANEGARA.

Sistem estimasi produksi padi yang ada selama ini dinilai kurang dapat memberikan hasil yang optimal. Untuk itu diperlukan perubahan sistem estimasi dari list frame menuju area frame. Perbaikan sistem estimasi menuju area frame ini diawali dengan pemetaan lahan baku sawah. Sistem baru yang sedang dijalankan saat ini adalah dengan memanfaatkan sistem pengindraan jauh dengan menggunakan citra satelit. Penelitian ini bertujuan untuk memetakan dan mengidentifikasi setiap bidang sawah serta memisahkan dengan galengannnya. Penelitian ini dilakukan di Kabupaten Subang bagian timur dengan memanfaatkan citra satelit ALOS PRISM dan ALOS PALSAR. Metode yang digunakan adalah membandingkan data hasil digitasi lahan sawah di Kabupaten Subang bagian timur dengan data yang sudah ada selama ini. Berdasarkan analisis, hasil digitasi dengan data yang ada memiliki ketidaksesuaian.

(5)

Judul : PEMETAAN SAWAH BAKU KABUPATEN SUBANG BAGIAN TIMUR DENGAN CITRA SATELIT ALOS Nama : RINJANI YUSNI MAHARJANTI

NRP : A14050139

Menyetujui,

Dosen Pembimbing I Dosen Pembimbing II

Ir. Mahmud A. Raimadoya, M.Sc. Ir. Hidayat Wiranegara

NIP. 19510604 197703 1 002 NIP. 19470102 197603 1 002

Mengetahui, Dekan Fakultas Pertanian

Prof. Dr. Didy Sopandie, M.Agr

NIP. 19571222 198203 1 002

(6)

tanggal 25 Juni 1987, merupakan anak kedua dari dua bersaudara pasangan Ngatidjo dan Zuwaridah.

Pada tahun 2002 sampai dengan 2005 penulis menempuh pendidikan Sekolah Menengah Atas di SMA Negeri 1 Bogor. Setelah lulus Sekolah Menengah Atas penulis melanjutkan pendidikan Strata-1 di Institut Pertanian Bogor melalui jalur USMI. Kemudian tahun 2006 masuk dalam mayor Ilmu Tanah dan Sumberdaya Lahan, Fakultas Pertanian dan minor Arsitektur Lanskap, Fakultas Pertanian.

Selama menempuh pendidikan di perguruan tinggi, penulis berkesempatan menjadi asisten praktikum mata kuliah Geomorfologi dan Analisis Lanskap dan Sistem Informasi Geografis pada tahun ajaran 2008/2009 serta Pengantar Pengindraan Jauh pada tahun ajaran 2009/2010.

(7)

iv

KATA PENGANTAR

Segala puji dan syukur ke hadirat Allah SWT atas rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi ini. Penyelesaian skripsi ini dapat terselesaikan dengan baik atas kerjasama, bantuan, dan dorongan dari berbagai pihak. Pada kesempatan ini penulis menyampaikan terima kasih kepada: 1. Keluarga yang sangat saya sayangi dan banggakan, Ibu, Bapa, Mba Odie,

Khaylila, Mas Agus, dan Mba Tri yang selalu mendoakan serta memberi dukungannya setiap saat.

2. Bapak Ir. Mahmud Raimadoya, M.Sc selaku dosen pembimbing I yang telah memberikan bimbingan, ilmu, dan motivasi selama penelitian dengan penuh semangat dan kesabaran.

3. Bapak Ir. Hidayat Wiranegara selaku dosen pembimbing II dan Bapak Prof. Dr. Sukandi selaku dosen penguji yang telah memberikan banyak masukan.

4. Bapak Boedi Tjahjono selaku pembimbing akademik dan Bapak Bambang yang telah banyak memberi saran dan dukungannya.

5. Medria sahabat terbaik yang selau ada disaat senang, sedih, dan selalu memberikan motivasi beserta keluarga besar Soewarto Hardhienata yang telah banyak membantu dan memberikan dukungan.

6. Teman-teman mayor MSL angkatan 42 khususnya Sukapti, Miza, Puteri dan Kiki, rekan satu proyek Nadia, teman-teman Minor Arsitektur Lanskap, serta rekan-rekan Laboratorium Pengindraan Jauh dan Interpretasi Citra atas kerjasama dan kebersamaanya selama tiga tahun. Teman-teman online yang selalu memberikan semangat (Devina, Elang, Baqi, Away, Matz, dan Afin). 7. Semua pihak yang telah membantu dan memberikan dukungannya sehingga

skripsi ini dapat terselesaikan dengan baik.

Semoga skripsi ini dapat memberikan manfaat bagi penulis khususnya dan bagi pembaca umumnya.

Bogor, Agustus 2009

(8)

v

DAFTAR ISI

Halaman

DAFTAR TABEL... vii

DAFTAR GAMBAR ... viii

I. PENDAHULUAN 1.1 Latar Belakang... 1

1.2 Tujuan... 2

II. TINJAUAN PUSTAKA 2.1 Pengindraan Jauh... 3

2.2 Peta dan Sistem Informasi Geografi... 3

2.3 BIMAS-21 dan Peta Baku Sawah ... 5

2.4 Radar ... 5

2.5 Satelit ALOS ... 6

2.5.1 ALOS PRISM... 7

2.5.2 ALOS PALSAR... 8

2.5.3 Produk dan Potensi Aplikasi Data ALOS... 10

III. METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian ... 12

3.2 Gambaran Umum Lokasi Penelitian ... 12

3.3 Data dan Alat Penelitian... 13

3.3.1 Data... 13

3.3.2 Alat ... 13

3.4 Pelaksanaan Penelitian ... 14

IV. HASIL DAN PEMBAHASAN 4.1 Pengolahan Citra ALOS PRISM dan Seri Citra ALOS PALSAR ... 17

4.1.1 Pengolahan Citra ALOS PRISM ... 17

(9)

vi

4.1.1.2 Digitasi Lahan Sawah di Kabupaten Subang Bagian Timur... 22

4.1.1.3 Pengambilan Daerah Cropping Sample ... 26

4.1.2 Pengolahan Citra ALOS PALSAR... 30

4.2 Perhitungan Jumlah Petak Sawah, Total Luas Lahan Sawah, Rata-rata Luas Lahan per Petak, dan Perubahan Fase Tanam... 34

V. KESIMPULAN DAN SARAN 5.1 Kesimpulan... 40

5.2 Saran... 40

DAFTAR PUSTAKA ... 41

(10)

vii

DAFTAR TABEL

Halaman

Tabel 1. Keterangan umum ALOS... 6

Tabel 2. Karakterisasi PRISM... 8

Tabel 3. Karakteristik PALSAR ... 10

Tabel 4. Produk Data Standar – PRISM ... 10

Tabel 5. Produk Data Standar – PALSAR ... 11

Tabel 6. Luas Tanah Menurut Kecamatan di Kabupaten Subang Tahun 2007 (Ha) ... 34

Tabel 7. Jumlah Petak Sawah, Luas Sawah, dan Rata-rata Luas per Petak di Tiga Daerah Kajian... 35

Tabel 8. Luas Penen, Rata-rata Produksi dan Jumlah Produksi Padi Sawah di Kecamatan Ciasem ... 35

Tabel 9. Fase Tanam Tanaman Padi ... 37

Tabel 10. Luas Sawah Berdasarkan Fase Tumbuh dalam Ha... 38

LAMPIRAN Lampiran 1. Tabel Perhitungan Jumlah Petak, Luas Lahan Sawah, dan Luas Rata-rata per Petak ... 43

(11)

viii

DAFTAR GAMBAR

Gambar 1. Instrumen PRISM... 7

Gambar 2. Prinsip Geometri dari PRISM ... 8

Gambar 3. Instrumen PALSAR ... 9

Gambar 4. Prinsip Geometri dari PALSAR... 9

Gambar 5. Diagram Alir Penelitian ... 16

Gambar 6. Tampilan View Window ... 17

Gambar 7. Tampilan Kotak Dialog Extensions... 18

Gambar 8. Tampilan Data pada View Window ... 19

Gambar 9. Lembar Citra ALOS PRISM untuk Pulan Jawa... 19

Gambar 10. Lembar Citra ALOS PRISM untuk Kabupaten Subang... 19

Gambar 11. Tampilan Query Expression untuk Mencari Kecamatan ... 20

Gambar 12. Layout Hasil Citra ALOS PRISM dengan Batas Kecamatan ... 21

Gambar 13. Tampilan Kotak Dialog Memilih Poligon... 22

Gambar 14. Tampilan Menentukan Satuan Panjang... 22

Gambar 15. Tampilan Menentukan Batas Toleransi pada Theme Properties ... 23

Gambar 16. Layout Hasil Digitasi Lahan Sawah di Kabupaten Subang Bagian Timur ... 24

Gambar 17. Layout Hasil Digitasi Lahan Sawah di Kabupaten Subang... 25

Gambar 18. Tampilan Kota Dialog Select By Theme untuk Melakukan Intersect 26 Gambar 19. Tampilan Field Calcolator untuk Menghitung Luas Poligon... 27

Gambar 20. Tampilan Tabel Luas Poligon pada Atribut Tabel... 27

Gambar 21. Layout Hasil Digitasi Lahan Sawah di Kecamatan Ciasem... 28

Gambar 22. Layout Hasil Digitasi Lahan Sawah di Desa Sukahaji... 28

Gambar 23. Layout Hasil Digitasi Lahan Sawah di Desa Pinangsari... 29

Gambar 24. Layout Hasil Digitasi Lahan Sawah di Desa Sukamandijaya ... 29

Gambar 25. Tampilan Daerah Cropping sample pada Citra ALOS PALSAR Periode Juni 2007... 30

Gambar 26. Tampilan Overlay ALOS PALSAR Juni 2007 dengan ALOS PALSAR September 2007 ... 31

Gambar 27. Tampilan Overlay ALOS PALSAR September 2007 dengan ALOS PALSAR Oktober 2007 ... 31

(12)

ix

Gambar 28. Tampilan Legend Editor pada Theme Hasil Overlay Dua Periode

Citra ALOS PALSAR... 32

Gambar 29. Tampilan Desa Sukahaji sebagai Daerah Percontohan untuk Penentuan Fase Tanam ... 33

Gambar 30. Tampilan Menentukan Fase Tumbuh Pada Setiap Poligon ... 33

Gambar 31. Diagram Perbandingan Luas Lahan Sawah ... 38

(13)

Pengindraan jauh yang berawal pada tahun 1960-an kegiatannya mencakup penelitian serta analisis foto udara multispectral scanner dan digitalisasi dari foto udara yang diambil dengan sensor kamera. Kemudian berkembang dengan pesat sejak diluncurkannya satelit ERTS (Earth Resources Technology Satellite) pada tahun 1972 yang memungkinkan pengumpulan dan analisis permukaan bumi dalam jumlah besar.

Beberapa penerapan pengindraan jauh adalah dalam mitigasi bencana, intelejen atau militer, serta inventarisasi dan pemantauan sumberdaya alam terutama dalam bidang pertanian. Dalam bidang pertanian terdapat tiga isu pangan dan energi yang sedang dihadapi, yaitu (1) perbaikan estimasi produksi padi dari berbasis daftar (list frame) menuju berbasis area (area frame), (2) pemetaan lahan baku sawah terkait lahan pangan abadi, dan (3) laju ekstensifikasi lahan kebun sawit terkait perubahan iklim (deforestrasi) yang dapat mengancam lahan pertanian pangan.

Perbaikan sistem estimasi menuju area frame ini diawali dengan pemetaan lahan baku sawah. Selama ini hanya diketahui angka luasan areal sawah (list frame) tanpa mengetahui letak pasti di mana lahan pertanian tersebut berada. Selain itu pemetaan sawah menggunakan GPS (Global Positioning System) yang selama ini dilakukan membutuhkan banyak biaya dan tenaga karena prosesnya sebagian besar berlangsung di lapang. Hasil pengecekan lapang menggunakan GPS juga memiliki keakurasian yang rendah, tidak sedikit lahan sawah yang terlewatkan karena berada dalam daerah yang terpencil dan sulit dijangkau petugas lapang. Untuk itu diperlukan sistem baru dalam pemetaan sawah yang lebih akurat dan hasilnya dapat dimanfaatkan dalam jangka waktu yang lebih lama.

Pemetaan lahan baku sawah menggunakan sistem pengindraan jauh telah dilaksanakan tahun 2005 untuk seluruh Jawa dengan citra resolusi medium Landsat-ETM. Pemetaan dalam ruang lingkup lebih kecil lagi (kabupaten) dapat dilakukan dengan menggunakan data dari citra satelit ALOS. ALOS (Advanced Land Observing Satellite) merupakan satelit milik Badan Antariksa Jepang

(14)

(JAXA) yang diluncurkan dari Pusat Angkasa Tanegashima tanggal 24 Januari 2006.

Satelit ALOS memiliki tiga instrumen penginderaan jauh yaitu Panchromatik Remote-sensing Instrument for Stereo Mapping (PRISM) yang dirancang untuk dapat memperoleh data Digital Terrain Model (DTM), Advanced Visible and Near Infrared Radiometer type-2 (AVNIR-2) untuk pemantauan penutup lahan secara lebih tepat, dan Phased-Array type L-band Synthetic Aperture Radar (PALSAR) untuk pemantauan permukaan bumi dan cuaca pada siang dan malam hari. Untuk pemetaan baku sawah maupun pemantauan kondisi tanaman digunakan PRISM (citra optik) dan PALSAR (citra radar).

1.2 Tujuan

Penelitian ini bertujuan untuk memetakan dan mengidentifikasi setiap bidang sawah serta memisahkan dengan galengannya di Kabupaten Subang bagian Timur dengan memanfaatkan citra ALOS PRISM dan ALOS PALSAR menggunakan perangkat lunak ArcView GIS 3.3 dan ENVI 4.1.

(15)

Pengindraan 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. Pengindraan jauh dapat diartikan sebagai suatu proses membaca. Dengan menggunakan berbagai sensor dapat mengumpulkan data dari jarak jauh yang dapat dianalisis untuk mendapat informasi dari objek, daerah atau fenomena yang diteliti. Pengumpulan data dari jarak jauh dapat dilakukan dalam berbagai bentuk, termasuk variasi agihan daya, agihan gelombang bunyi, atau agihan energi elektromagnetik (Lillesand dan Kiefer, 1993).

Pengumpulan data pengindraan jauh dilakukan dengan alat pengindra atau alat pengumpul data yang disebut sensor. Berbagai sensor pengumpul data dari jarak jauh, umumnya dipasang pada wahana (platform) yang berupa pesawat terbang, balon, satelit, atau wahana lainnya. Objek yang diindera adalah objek yang terletak di permukaan bumi, di atmosfer (dirgantara), dan di antariksa. Pengumpulan data dari jarak jauh tersebut dapat dilakukan dalam berbagai bentuk, sesuai dengan tenaga yang digunakan. Tenaga yang digunakan dapat berupa variasi distribusi daya, distribusi gelombang, bunyi, atau distribusi energi elektromagnetik. Data pengindraan jauh dapat berupa citra, grafik, dan data numerik (Purwadhi, 2001).

2.2 Peta dan Sistem Informasi Geografi

Peta merupakan penyajian secara grafis dari kumpulan data mentah maupun yang telah dianalisis atau informasi sesuai lokasinya. Dengan kata lain peta adalah bentuk sajian informasi spasial mengenai permukaan bumi untuk dapat dipergunakan dalam pembuatan keputusan. Penyajian langsung adalah penyajian data, sedangkan penyajian yang terakhir adalah penyajian informasi, yang dalam hal ini disebut dengan pemetaan (Barus dan Wiradisastra, 1996).

Sistem informasi geografi adalah suatu sistem yang dirancang untuk bekerja dengan data yang bereferensi spasial atau berkoordinat geografi. SIG adalah suatu sistem basis data dengan kemampuan khusus untuk data yang

(16)

bereferensi spasial bersama dengan seperangkat operasi kerja. SIG dapat diasosiasikan sebagai peta yang berorde tinggi, yang juga mengoperasikan dan menyimpan data non spasial (Star dan Estes, 1990 dalam Barus dan Wiradisastra, 1996).

Sistem Informasi Geografi adalah sistem yang berbasiskan komputer yang digunakan untuk menyimpan dan memanipulasi informasi-informasi geografi. SIG dirancang untuk mengumpulkan, menyimpan, dan menganalisis objek-objek dan fenomena di mana lokasi geografi merupakan karakteristik yang penting atau kritis untuk dianalisis. Dengan demikian, SIG merupakan sistem komputer yang memiliki empat kemampuan berikut dalam menangani data yang bereferensi geografi: (a) masukan, (b) manajemen data (penyimpanan dan pemanggilan data), (c) analisis dan manipulasi data, (d), keluaran (Aronoff, 1989 dalam Prahasta, 2005).

Alasan yang menyebabkan mengapa konsep SIG beserta aplikasnya digunakan di berbagai disipin ilmu adalah karena SIG memiliki kemampuan yang sangat baik dalam memvisualisasikan data spasial berikut atribut-atributnya. Modifikasi warna, bentuk, dan ukuran simbol yang diperlukan untuk merepresentasikan unsur-unsur permukaan bumi dapat dilakukan dengan mudah. Dan hampir semua perangkat lunak SIG memilki galeri atau pustaka yang menyediakan simbol-simbol standar yang diperlukan untuk kepentingan kartografis atau produksi peta. Selan itu, transformasi koordinat, rektifikasi, dan regristrasi data spasial sangat didukung. Dengan demikian, manipulasi bentuk dan tampilan visual data spasial dalam berbagai skala yang berbeda dapat dilakukan dengan mudah dan fleksibel (Prahasta, 2005).

SIG berdasarkan operasinya, dapat dibagi dalam (1) cara manual, yang beroperasi memanfaatkan peta cetak (kertas atau transparansi), bersifat data analog, dan (2) cara terkomputer atau lebih sering disebut cara otomatis, yang prinsip kerjanya sudah dengan menggunakan komputer sehingga datanya merupakan data digital (Barus dan Wiradisastra, 1996).

(17)

2.3 BIMAS-21 dan Peta Baku Sawah

BIMAS-21 (Bimbingan Masal Abad XXI) dicetuskan pertama kali pada tanggal 7 Agustus 2008, dalam kegiatan Indonesia Geospatial Technology Exhibition (IGTE) yang diselenggarakan oleh BAKOSURTANAL. Gerakan ini merupakan kelanjutan dari BIMAS tahun 1964 oleh IPB, dengan memasukan komponen Tani Cermat (TanCer) sebagai salah satu unsur kritis. TanCer didukung teknologi Geomatika, ditargetkan untuk mengatasi tiga mega isu pertanian pangan dan energi, yaitu: (1) perbaikan estimasi produksi padi, dari list frame menuju area frame, (2) pemetaan lahan baku sawah terkait lahan pangan abadi maupun laju “desawahnisasi”, dan (3) laju ekstensifikasi lahan kebun sawit terkait perubahan iklim (deforestasi) yang dapat berbalik mengancam lahan pertanian pangan.

Prosedur estimasi produksi dalam kegiatan BIMAS dilakukan dalam empat tahapan dengan tiga jenis operasi, yaitu : (1) Intelijen Citra–INCIT (Image Intellgent-IMGINT), (2) Hitung Cepat-HPAT (Quick Count-QCOUNT), dan (3) Intelligent Sinyal-INSIN (Signal Intelligent-SIGINT). Tahap-1 (Pemetaan Sawah Baku-PESBAK) mencakup operasi murni pemetaan IMGINT yang dilakukan secara wall to wall (bukan sampling) dan luarannya berupa Peta Lahan Baku Sawah dan Peta Citra. Kedua peta ini kemudian digunakan pada Tahap-2 untuk merancang pengambilan contoh berbasis area frame dengan luaran berupa Peta Sampling (permanen atau non-permanen), yang menjadi langkah awal untuk operasi QCOUNT (Tahap 3) maupun SIGINT (Tahap 4). Pemutakhiran Tahap 1 dan 2 dilakukan setiap lima tahun sekali dan dapat dilakukan secara tandem dengan peta rupa bumi (topografi) pedesaan. Luaran Tahap 3 adalah estimasi luas atau kemajuan tanam atau panen dengan patokan dasar luas lahan baku (Raimadoya dan Fahmi, 2008).

2.4 Radar

Radar merupakan singkatan untuk Radio Detection And Ranging. Radar dikembangkan sebagai suatu cara yang menggunakan gelombang radio untuk mendeteksi adanya objek dan menentukan jarak (posisi)-nya. Prosesnya meliputi transmisi ledakan pendek atau pulsa tenaga gelombang mikro ke arah yang dikehendaki dan merekam kekuatannya dan asal “gema” (echo) atau “pantulan”

(18)

yang diterima dari objek dalam sistem medan pandang (Lillesand dan Kiefer, 1993).

2.5 Satelit ALOS

ALOS singkatan dari Advanced Land Observing Satellite adalah satelit milik Jepang yang merupakan satelit generasi lanjutan dari JERS-1 dan ADEOS yang dilengkapi dengan teknologi yang lebih maju. ALOS dilengkapi dengan tiga instrumen penginderaan jauh: yaitu Panchromatik Remote-sensing Instrument for Stereo Mapping (PRISM) yang dirancang untuk dapat memperoleh data Digital Terrain Model (DTM), Advanced Visible and Near Infrared Radiometer type-2 (AVNIR-2) untuk pemantauan penutup lahan secara lebih tepat, dan Phased-Array type L-band Synthetic Aperture Radar (PALSAR) untuk pemantauan permukaan bumi dan cuaca pada siang dan malam hari.

Untuk dapat bekerja dengan ketiga instrumen di atas, ALOS dilengkapi dengan dua teknologi yang lebih maju: pertama teknologi yang mampu mengerjakan data dalam kapasitas yang sangat besar dengan kecepatan tinggi, dan selanjutnya kapasitas untuk menentukan posisi satelit dan ketinggian yang lebih tepat. Keterangan umum tentang ALOS disajikan pada tabel 1.

Tabel 1. Keterangan umum ALOS Alat peluncuran Roket H-IIA

Tempat peluncuran Pusat Ruang Angkasa Tanagashima Berat Satelit 4 000 Kg

Power 7 000 W

Waktu Operasional 3 sampai 5 Tahun

Orbit Sun-Synchronous Sub-Recurr Orbit Recurrent Period : 46 hari Sub cycle 2 hari Tinggi Lintasan : 692 km di atas Equator Inclinasi : 98,20

Sumber : NASDA

Secara ringkas terdapat lima misi dari satelit ALOS yaitu :

1. Kartografi : untuk menyediakan peta wilayah Jepang dan Wilayah Asia-Pasifik

(19)

2. Pemantauan Regional : melakukan pemantauan regional untuk

pengembangan pembangunan yang berkelanjutan dan harmonisasi antara ketersediaan sumber daya alam

3. Monitoring Bencana : melakukan monitoring bencana alam 4. Survei Sumber Daya : untuk survei sumber daya alam

5. Pengembangan Teknologi : mengembangkan teknologi penginderaan jauh yang tepat untuk masa sekarang dan akan datang (Ginting, Untoro, dan Indriawan, 2003).

2.5.1 ALOS PRISM

Panchromatic Remote-sensing Instrumen for Stereo mapping (PRISM) adalah instrument penginderaan jauh pada satelit ALOS dengan sensor pankromatik dengan resolusi spasial 2,5 m dan memiliki kemampuan untuk mengambil obyek yang sama pada permukaan bumi dari tiga posisi yang berbeda dengan lintasan yang sama, yaitu maju ke depan, tegak, dan miring-mundur ke belakang sehingga terbentuk pengamatan stereoskopis. Bentuk dari instrumen PRISM dan prinsip pengambilan obyeknya disajikan pada Gambar 1 dan Gambar 2. Sementara karakterisasi teknik sensor PRISM disajikan pada Tabel 2 (Ginting, Untoro, dan Indriawan, 2003).

Gambar 1. Instrumen PRISM Sumber: NASDA

(20)

Gambar 2. Prinsip Geometri dari PRISM Sumber: NASDA

Tabel 2. Karakterisasi PRISM

Panjang Gelombang 0.52 – 77 μm

Banyaknya Optik 3 buah ( Forward, Nadir, Backward) Base to High Ratio 1.0 ( Forward dengan Backward)

S/N Diatas 70

MTF 0.2 atau lebih

Resolusi Spasial 2.5 m

Lebar Cakupan 35 km ( Triplet Mode )

70 km (hanya pengambilan tegak) Jumlah Detektor 28 000 / Kanal (lebar cakupan 70 Km)

14 000 / Kanal (lebar cakupan 35 Km) Sudut pengambilan 1.5 Derajat

Panjang Bit 8 bit

Sumber: NASDA 2.5.2 ALOS PALSAR

PALSAR merupakan salah satu instrumen ALOS dengan sensor aktif untuk pengamatan cuaca dan permukaan daratan pada siang dan malam hari dengan sistem yang lebih maju dari JERS-1 SAR. Sensor tersebut mempunyai sorotan yang dapat diatur (stereable beam) dalam elevasi dan scan SAR mode

(21)

yang dapat memberikan sorotan yang lebih luas dibandingkan konvensional SAR. Bentuk dari instrumen PALSAR dan prinsip pengambilan obyeknya disajikan pada Gambar 3 dan Gambar 4. Sementara karakterisasi teknik sensor PALSAR disajikan pada Tabel 3 (Ginting, Untoro, dan Indriawan, 2003).

Gambar 3. Instrumen PALSAR Sumber: NASDA

Gambar 4. Prinsip Geometri dari PALSAR Sumber: NASDA

(22)

Tabel 3. Karakteristik PALSAR

Mode Fine ScanSAR Polarimetric

(Experimental mode) Frekuensi 1270 MHz (L - BAND) Lebar Kanal 28 / 14MHz Polarisasi HH atau VV / HH +HV atau VV + VH HH atau VV HH+HV+VH+VV Resolusi Spasial 10 m (2 look)/ 20m(4

look)

100 m (multi look)

30 m Lebar Cakupan 70 Km 250 – 350 Km 30 Km Incidence Angle 8-60 derajat 18-43 derajat 8 –30 derajat NE Sigma 0 < - 23 dB (70 Km)

< -25 dB (60 Km) < - 25 dB < - 29 dB Panjang bit 3 bit / 5 bit 5 bit 3 bit / 5 bit Ukuran Antena AZ: 8.9 m x EL: 2.9 m

Sumber: NASDA

2.5.3 Produk dan Potensi Aplikasi Data ALOS

NASDA telah merencanakan produk data ALOS dalam dua kategori, yaitu produk standar dan produk riset. Produk standar terdiri dari produk standar untuk sensor PRISM, produk standar untuk sensor AVNIR-2, dan produk standar untuk sensor PALSAR. Produk standar untuk masing-masing sensor terdiri dari beberapa level, yaitu berturut-turut untuk sensor PRISM : level 1A, 1B1, dan 1B2, sedangkan untuk sensor PALSAR: level 1.0, 1.1, dan 1.5. Masing-masing produk standar tersebut di atas disajikan berturut-turut pada Tabel 4 dan Tabel 5.

Tabel 4. Produk Data Standar – PRISM

Level Definisi Catatan

1A

Susunan data digital yang belum dipadatkan (uncompressed) yang dilengkapi dengan koefisien kalibrasi radiometric dan koefisien koreksi geometric. Data dengan pengambilan miring-maju, tegak dan miring-mundur disimpan dalam masing-masing file tersendiri

1B1 Data yang sudah dikalibrasi secara radiometrik pada masukan sensor

1B2 Data yang sudah dikoreksi geometrik secara

sistimatik Proyeksi peta Resampling Pixel spacing

(23)

Tabel 5. Produk Data Standar – PALSAR

Level Definisi Catatan

1.0 Susunan data signal yang belum dipadatkan yang dilengkapi dengan koefisien kalibrasi radiometric dan koreksi geometric

Dalam mode polarimetri, data polarimetri dipisahkan 1.1 Data yang sudah dikalibrasi secara radiometrik pada

masukan sensor

1.5 Data yang sudah dikoreksi geometrik secara sistimatik

Proyeksi peta Resampling Pixel spacing

Potensi aplikas data PRISM antara lain dapat digunakan untuk pembuatan peta, pembuatan DEM untuk peta dasar, perencanaan kota, pertanian, kehutanan, manajemen wilayah pesisir, kontrol pembuangan ilegal, monitoring banjir skala kecil, monitoring pelayaran, dan lainnnya. Potensi aplikasi data PALSAR dapat digunanan untuk pembuatan DEM, interferometry untuk mengetahui pergeseran tanah, kandungan biomassa untuk kehutanan, monitoring kebakaran hutan, pertanian, monitoring tumpahan minyak (oil spill), monitoring banjir, soil moisture, serta monitoring kapal (Ginting, Untoro, dan Indriawan, 2003).

(24)

Penelitian dilakukan dari bulan Desember 2008 sampai dengan Agustus 2009 di Laboratorium Pengindraan Jauh dan Intepretasi Citra, Departemen Ilmu Tanah dan Sumber Daya Lahan, Fakultas Pertanian, Institut Pertanian Bogor. Pengambilan data sekunder dilaksanakan pada 5 Agustus 2009 di Badan Penyuluh Pertanian (BPP) Kecamatan Ciasem Kabupaten Subang dan Badan Pusat Statistik (BPS) Kabupaten Subang, Provinsi Jawa Barat.

3.2 Gambaran Umum Lokasi Penelitian

Kabupaten Subang berada di sebelah utara Provinsi Jawa Barat dengan luas wilayah 205.176,95 ha atau 6,34 % dari luas Provinsi Jawa Barat. Secara geografis, Kabupaten Subang berada di antara 107º 31'-107º 54' BT dan 6º 11'-6º 49' LS. Secara administratif, Kabupaten Subang terdiri dari 253 desa dan kelurahan yang tergabung dalam 30 kecamatan. Batas-batas wilayah administratif Kabupaten Subang adalah di sebelah selatan berbatasan dengan Kabupaten Bandung Barat, di sebelah barat dengan Kabupaten Purwakarta dan Karawang, di sebelah timur dengan Kabupaten Sumedang dan Indramayu, dan Laut Jawa yang menjadi batas di sebelah utara.

Berdasarkan topografinya, wilayah Kabupaten Subang dapat dibagi ke dalam tiga zona, yaitu:

1. Daerah Dataran Rendah (Subang bagian utara)

Daerah dengan ketinggian antara 0-50 mdpl dengan luas 92.639,7 ha atau 45,15% dari seluruh luas wilayah Kabupaten Subang. Wilayah ini meliputi Kecamatan Pagaden, Cipunagara, Compreng, Ciasem, Pusakanagara, Pusakajaya Pamanukan, Sukasari, Legonkulon, Blanakan, Patokbeusi, Tambakdahan, sebagian Pagaden Barat.

(25)

2. Daerah Berbukit dan Dataran (Subang bagian tengah)

Daerah dengan ketinggian antara 50 – 500 mdpl dengan luas wilayah 71.502,16 ha atau 34,85% dari seluruh luas wilayah Kabupaten Subang. Zona ini meliputi wilayah Kecamatan Cijambe, Subang, Cibogo, Kalijati, Dawuan, Cipeundeuy, sebagian besar Kecamatan Purwadadi, Cikaum dan Pagaden Barat.

3. Daerah Pegunungan (Subang bagian selatan)

Daerah ini memiliki ketinggian antara 500-1500 mdpl dengan luas 41.035,09 ha atau 20% dari seluruh luas wilayah Kabupaten Subang. Wilayah ini meliputi Kecamatan Jalancagak, Ciater, Kasomalang, Sagalaherang, Serangpanjang, sebagian besar Kecamatan Jalancagak dan sebagian besar Kecamatan Tanjungsiang.

3.3 Data dan Alat Penelitian 3.3.1 Data

Data yang digunakan dalam penelitian ini adalah data primer dan data sekunder. Data tersebut antara lain:

a. Data Primer

• Citra ALOS PRISM Resolusi Spasial 2,5 m dan Lebar Cakupan 35 km • Seri citra satelit ALOS PALSAR (20 Juni, 1 September, dan 17 Oktober

tahun 2007) dengan Resolusi Spasial 12,5 m dan Lebar Cakupan 70 km b. Data Sekunder

• Batas Kabupaten Subang Berbasis Desa

• Data Luas Tanah Menurut Kecamatan di Kabupaten Subang Tahun 2007 dari Badan Pusat Statistik (BPS) Kabupaten Subang

• Data Luas Panen, Rata-rata Produksi dan Jumlah Produksi Padi Sawah di Kecamatan Ciasem Tahun 2008 dari Badan Penyuluhan Pertanian (BPP) Kecamatan Ciasem, Kabupaten Subang

3.3.2 Alat

Alat yang digunakan dalam penelitian ini baik perangkat keras maupun perangkat lunak adalah sebagai berikut:

a. Perangkat Keras

(26)

b. Perangkat Lunak

• Arc View GIS 3.3 untuk pengolahan citra ALOS PRISM dan seri citra ALOS PALSAR

• ENVI 4.1 untuk pengolahan seri citra ALOS PALSAR • Microsoft Word 2007

• Microsoft Exel 2007 3.4 Pelaksanaan Penelitian

Penelitian yang dilakukan tediri dari beberapa tahapan, yaitu sebagai berikut:

1. Persiapan

Tahap persiapan ini meliputi studi pustaka tentang pengindraan jauh, peta dan sistem informasi geografi, radar, citra satelit ALOS dan produknya, serta eksplorasi perangkat lunak ArcView GIS 3.3 dan ENVI 4.1.

2. Pengumpulan Data

Pada tahap ini dilakukan pengumpulan data yang meliputi pengadaan data primer dan sekunder berupa:

a. Citra ALOS PRISM dan seri citra ALOS PALSAR.

b. Data Administratif Kabupaten Subang dan data dari BPS Kabupaten Subang serta BPP Kecamatan Ciasem, Kabupaten Subang.

3. Pengolahan Data

Kegiatan selanjutnya setelah semua data terkumpul adalah:

a. Proses kueri Batas Kabupaten Subang sehingga menghasilkan Batas-batas Kecamatan Subang menggunakan perangkat lunak ArcView 3.3.

b. Tumpang susun (overlay) antara citra ALOS PRISM dan batas Kecamatan Subang yang menghasilkan Citra ALOS PRISM dengan batas kecamatan menggunakan perangkat lunak ArcView 3.3.

c. Proses digitasi lahan sawah di Kabupaten Subang yang menghasilkan peta baku sawah menggunakan perangkat lunak ArcView 3.3.

d. Pengambilan contoh (cropping sample) skala kecamatan dan skala kabupaten menggunakan perangkat lunak ArcView 3.3.

(27)

e. Perhitungan jumlah petak sawah, luas total lahan sawah, dan rata-rata luas lahan per petak sawah dalam skala kabupaten yang dijadikan perbandingan dengan data sekunder yang didapat dari BPS dan BPP.

f. Tumpang susun (overlay) antara cropping sample skala kabupaten dengan ALOS PALSAR untuk mengetahui fase pertumbuhan tanam padi menggunakan perangkat lunak ENVI 4.1 dan ArcView GIS 3.3.

4. Analisis Penelitian

Pada tahap ini dilakukan analisis perbandingan luasan lahan antara cropping sample skala kabupaten dengan data dari BPP dan analisis kemajuan tanaman dari hasil interpretasi citra ALOS PALSAR.

5. Hasil Penelitian 6. Kesimpulan

(28)

DIAGRAM ALIR

(29)

4.1.1 Pengolahan Citra ALOS PRISM

Citra ALOS PRISM (Panchromatik Remote-sensing Instrument for Stereo Mapping) dirancang untuk memperoleh data Digital Terrain Model (DTM). Citra ini memiliki resolusi yang tinggi mendekati foto udara. Kemampuan resolusi yang tinggi ini menjadikan citra PRISM dapat mendeteksi objek di permukaan bumi secara lebih detail. Sebelum dianalisis citra PRISM harus disesuaikan dengan analisis dan ruang lingkup yang diinginkan. Pengolahan citra ALOS PRISM secara rinci dengan menggunakan perangkat lunak ArcView GIS 3.3 dijelaskan sebagai berikut:

4.1.1.1 Pembagian Kabupaten Subang Menjadi Skala Kecamatan

Berdasarkan topografinya Kabupaten Subang dibagi menjadi tiga bagian yaitu, daerah dataran rendah (Subang bagian utara), daerah berbukit dan dataran (Subang bagian tengah), serta Daerah Pegunungan (Subang bagian selatan). Lahan sawah yang akan didigitasi banyak terdapat di Subang bagian utara dan tengah, sedangkan di bagian selatan yang memiliki topografi daerah pegunungan, lahan sawah jarang ditemukan.

Proses pembagian Kabupaten Subang menjadi skala kecamatan didasari oleh pembagian berdasarkan topografi. Pembagian menjadi Kecamatan Subang bagian timur dan Kecamatan Subang bagian barat dilakukan agar perbedaan topografi bagain utara, tengah, dan selatan dapat terwakili. Pembagian skala kecamatan ini dilakukan dengan menggunakan perangkat lunak ArcView GIS 3.3 dengan membuka View baru (view1) seperti yang diperlihatkan pada Gambar 6.

(30)

Data masukan (input data) yang digunakan dalam proses ini dan proses selanjutnya memiliki jenis yang berbeda. Contohnya pada lembar citra ALOS jenis datanya adalah Image Analysis Data Source dan pada Batas Adninistrasi Kabupaten Subang jenis datanya adalah Feature Data Source. Selain itu diperlukan kemampuan program ArcView tambahan untuk menyediakan program yang akan digunakan dalam proses pengerjaan selanjutnya. Hal ini dapat dilakukan dengan cara mengatur kemampuan program ArcView dalam kotak dialog extension dalam menu bar File, Extensions, kemudian centang kotak: Image Analysis, IMAGINE Image Support, JPEG (JFIF) Image Support, Legend Tool, MrSID Image Support, NITF Image Support, Projection Utility Wizard, Report Writer, TIFF 6.0 Image Support, dan VPF Viewer seperti pada Gambar 7.

Gambar 7. Tampilan Kotak Dialog Extensions

Citra ALOS PRISM yang digunakan sebagai masukan data adalah citra ALOS P725 (alpsmn028453725-o1b2g_un.tif) dan citra ALOS P730 (alpsmn028453730-o1b2g_un.tif). Selain itu digunakan data Batas Administratif Kabupaten Subang Berbasis Desa (A_subangm.shp). Tampilan view baru setelah semua data diaktifkan dapat dilihat pada Gambar 8. Berdasarkan gambar tersebut terlihat bahwa tidak semua Kabupaten Subang dapat diliput dengan dua lembar citra ALOS PRISM. Hal ini dikarenakan satelit ALOS PRISM belum bisa mencakup seluruh lembaran seri citra untuk Pulau Jawa. Lembaran citra ALOS PRISM untuk Jawa Barat dan Kabupaten Subang dapat dilihat pada Gambar 9 dan 10. Dalam meliput suatu daerah, satelit ini membutuhkan cuaca yang baik agar hasil yang diperoleh tidak terhalang oleh awan. Awan dapat menjadi penghalang karena instrumen PRISM tidak memiliki kemampuan untuk menembus awan.

(31)

Gambar 8. Tampilan Data pada View Window

Gambar 9. Lembar Citra ALOS PRISM untuk Pulau Jawa

(32)

Pembagian Kabupaten Subang menjadi skala kecamatan dilakukan dengan memanfaatkan toolbar Query Builder. Toolbar Query Builder menyajikan ekspresi kueri (query expression) untuk membuat sejumlah rumus atau definisi yang dipilih. Pengerjaan ekspresi kueri untuk kecamatan dilakukan pada theme A_subangm.shp (batas Kabupaten Subang) karena di dalamnya mengandung atribut Kecamatan Subang. Contoh ekspresi kueri untuk mencari kecamatan di Kabupaten Subang dapat dilihat pada Gambar 11. Ekspresi kueri yang telah dibuat dapat disimpan dan ditampilkan dalam View Window.

Gambar 11. Tampilan Query Expression untuk Mencari Kecamatan

Berdasarkan hasil kueri didapatkan 14 Kecamatan di Kabupaten Subang bagian timur yaitu Kecamatan Tanjungsiang, Kecamatan Subang, Kecamatan Pusakanagara, Kecamatan Pamanukan, Kecamatan Pagaden, Kecamatan Legonkulon, Kecamatan Jalancagak, Kecamatan Compreng, Kecamatan Cisalak, Kecamatan Cipunagara, Kecamatan Cikaum, Kecamatan Cijambe, Kecamatan Cibogo, dan Kecamatan Binong. Beberapa kecamatan tersebut tidak dapat diliput seutuhnya oleh dua lembar citra ALOS PRISM yang dapat dilihat pada Gambar 12. Hal ini karena seperti yang telah dibahas sebelumnya, satelit ini belum mampu melengkapi liputan lembar citra untuk Pulau Jawa.

(33)
(34)

4.1.1.2 Digitasi Lahan Sawah di Kabupaten Subang Bagian Timur

Digitasi yang dilakukan dalam pengerjaan lahan sawah di Kabupaten Subang pada citra ALOS PRISM adalah digitasi on-screen. Proses digitasi ini dilakukan untuk membuat data spasial sendiri yaitu poligon lahan sawah atau memperbaharui data spasial yang sudah ada. Theme polygon dipilih dalam pengerjaan ini karena objek yang akan didigitasi (lahan sawah) merupakan daerah yang memiliki luas. Tampilan untuk membuat theme polygon baru dapat dilihat pada Gambar 13.

Gambar 13. Tampilan Kotak Dialog Memilih Poligon

Proses digitasi diawali dengan penentuan satuan panjang yang baku. Hal ini diperlukan untuk melakukan proses selanjutnya yaitu perhitungan luas poligon (petak sawah). Satuan panjang yang digunakan diukur dalam satuan meter agar mempermudah perhitungan dan juga konversi ke satuan luas (hektar). Pengaturan satuan panjang dapat dilakukan pada menu View Properties yang dapat dilihat pada Gambar 14.

(35)

Tujuan awal pembuatan peta baku sawah adalah untuk memetakan lahan sawah. Pemetaan lahan sawah dilakukan sedetail mungkin hingga pemisahan petakan sawah dari badan air dan galengan agar tidak terjadi overestimate terhadap luas lahan dan jumlah produksi. Pemisahan antar petak sawah (poligon) dilakukan dalam radius lima meter. Apabila jarak antar poligon melebihi batas toleransi tersebut (radius lima meter) maka poligon akan terpisah. Sebaliknya apabila jarak poligon tersebut kurang dari batas toleransi maka poligon akan menyatu. Tampilan mengatur radius atau toleransi dapat dilihat pada Gambar 15.

Gambar 15. Tampilan Menentukan Batas Toleransi pada Theme Properties Hasil digitasi menunjukkan bahwa lahan sawah banyak terdapat di daerah Kabupaten Subang bagian utara dan tengah. Daerah bagian utara dan tengah merupakan daerah yang relatif datar sehingga berpotensi untuk dijadikan lahan sawah, sedangkan di bagian selatan lahan sawah tidak dijumpai. Hal ini dikarenakan bagian selatan Kabupaten Subang merupakan daerah perbukitan dan pegunungan.

Kenampakan suatu daerah dapat dilihat melalui citra ALOS PRISM. Citra ini selain dapat menunjukkan gambaran objek juga dapat menunjukkan kenampakan terain suatu daerah. Pada bagian selatan terlihat tekstur datarannya kasar dan bergelombang yang menunjukkan bahwa di daerah ini merupakan daerah bukit dan pegunungan. Sebaliknya daerah utara dan tengah menunjukkan daerah yang datar didominasi oleh lahan sawah, pemukiman, lahan tambak, dan pusat pemerintahan. Hasil digitasi untuk Kabupaten Subang bagian timur dan seluruh bagian Kabupaten Subang dapat dilihat pada Gambar 16 dan 17.

(36)
(37)
(38)

4.1.1.3 Pengambilan Daerah Cropping Sample

Tahap selanjutnya yang dilakukan setelah proses digitasi adalah melakukan perbandingan untuk mengetahui keakurasian hasil digitasi dSengan data yang sudah ada sebelumnya. Salah satu pembanding yang dapat digunakan adalah perhitungan luas poligon hasil digitasi yang merupakan perwakilan dari luas suatu petak sawah di lapang. Proses perhitungan ini dilakukan pada daerah cropping sample yang dapat mewakili perbandingan yang akan dilakukan.

Daerah yang diambil sebagai cropping sample adalah Kecamatan Ciasem. Kecamatan ini diambil sebagai daerah sample karena daerahnya di dominansi oleh lahan sawah, datanya relatif lengkap hingga skala desa (kelurahan), dan daerah ini pada citra ALOS PRISM tidak terpotong sehingga bisa dianalisis secara utuh. Agar mempermudah proses perhitungan diambil tiga desa sebagai sample dari Kecamatan Ciasem. Desa tersebut yaitu Desa Sukahaji, Desa Pinangsari, dan Desa Sukamandijaya yang saling berbatasan satu sama lain. Digitasi skala desa ini dapat diperoleh dengan cara memotong silang (intersect) antara hasil digitasi dengan batas desa di Kabupaten Subang yang dapat dilihat pada Gambar 18.

Gambar 18. Tampilan Kota Dialog Select By Theme untuk Melakukan Intersect

(39)

Perhitungan luas poligon dilakukan pada tabel yang tersedia pada theme baru hasil intersect. Pada tabel ini diberikan penambahan kolom luas lahan untuk hasil perhitungan. Perhitungan dikerjakan dalam aplikasi Field Calculator yang tersedia dengan rumus [Shape].returnarea yang dapat dilihat pada Gambar 19. Rumus ini akan memberikan hasil perhitungan luasan per poligon dengan satuan luas m2 yang akan muncul pada atribut tabel seperti yang terlihat pada Gambar 20.

Gambar 19. Tampilan Field Calculator untuk Menghitung Luas Poligon

(40)

Gambar 21. Layout Hasil Digitasi Lahan Sawah di Kecamatan Ciasem

(41)

Gambar 23. Layout Hasil Digitasi Lahan Sawah di Desa Pinangsari

(42)

4.1.2 Pengolahan Citra ALOS PALSAR

Citra ALOS PALSAR (Phased-Array type L-band Synthetic Aperture Radar) memiliki kemampuan untuk memantau permukaan bumi dan cuaca pada siang dan malam hari dan merupakan citra radar yang bebas dari awan. Citra yang digunakan dalam perhitungan ini adalah ALOS PALSAR yang diambil pada bulan Juni, September, dan Oktober tahun 2007. Penggunaaan tiga citra ALOS PALSAR dalam waktu yang berbeda dilakukan agar dapat melihat perubahan fase tanam pada tanaman padi.

Pengolahan Citra ALOS PALSAR dilakukan dengan menggunakan perangkat lunak ENVI 4.1. Pengolahannya dilakukan dengan mengolah menjadi tiga layer warna RGB yaitu red (merah), green (hijau), dan blue (biru). Agar sesuai dengan daerah kajian pada pengolah citra ALOS PRISM, dilakukan cropping sample pada citra ALOS PALSAR. Cropping sample citra ALOS PALSAR ini dilakukan untuk daerah pada ruang lingkup Kecamatan Ciasem. Sebagai titik awal, overlay daerah cropping sampel ALOS PALSAR dan hasil digitasi di Kecamatn Ciasem dapat dilihat pada Gambar 25.

Gambar 25. Tampilan Daerah Cropping sample pada Citra ALOS PALSAR Periode Juni 2007

(43)

Setelah itu dilakukan pengolahan perbedaan citra (image difference) antara citra ALOS PALSAR periode Juni 2007 dengan citra ALOS PALSAR periode September 2007 dan antara citra ALOS PALSAR periode September 2007 dengan citra ALOS PALSAR periode Oktober 2007 yang hasilnya disajikan pada Gambar 26 dan 27. Proses ini dilakukan untuk melihat peningkatan atau penurunan deteksi warna pada vegetasi.

Gambar 26. Tampilan Overlay ALOS PALSAR Juni 2007 dengan ALOS PALSAR September 2007

Gambar 27. Tampilan Overlay ALOS PALSAR September 2007 dengan ALOS PALSAR Oktober 2007

(44)

Berdasarkan hasil pengolahan dua periode citra ALOS PALSAR ini didapatkan lima kelas (Class name) yang dapat dilihat pada kotak dialog Legend Editor pada Gambar 28. Kelas ini terdiri dari decreased, increased, some decreased, some increased, dan unchanged. Decreased menunjukkan adanya penurunan deteksi warna terhadap vegetasi yang dalam konteks ini adalah tanaman padi. Penurunan menandakan semakin berkurangnya tanaman padi yang terjadi pada proses panen. Increased menunjukkan adanya peningkatan deteksi warna terhadap vegetasi. Peningkatan ini menandakan adanya pertumbuhan tanaman padi yang menandakan berlangsungnya fase generatif.

Some decreased dan some increased secara berturut-turut menandakan bahwa deteksi warna terhadap vegetasi sebagian mengalami penurunan dan sebagian mengalami peningkatan. Kelas ini menunjukkan padi sedang berada pada masa padi akhir dan masa padi awal. Kelas terakhir adalah kelas unchanged menandakan tidak adanya perubahan deteksi warna pada vegetasi.

Gambar 28. Tampilan Legend Editor pada Theme Hasil Overlay Dua Periode Citra ALOS PALSAR.

(45)

Penentuan fase tanam dilakukan pada salah satu desa di Kecamatan Ciasem yang dapat mewakili. Desa yang dijadikan sebagai sampel dalam penelitian ini adalah Desa Sukahaji yang dapat dilihat pada Gambar 29. Fase tanam ditentukan dalam atribut tabel Desa Sukahaji. Pada tabel ini diberikan penambahan kolom fase tanam untuk hasil analisis. Analisis dilakukan dengan membandingkan warna paling dominan pada suatu poligon dengan kriteria kelas yang ada. Proses ini dapat dilihat pada Gambar 30.

Gambar 29. Tampilan Desa Sukahaji sebagai Daerah Percontohan untuk Penentuan Fase Tanam

(46)

4.2 Perhitungan Jumlah Petak Sawah, Total Luas Lahan Sawah, Rata-rata Luas Lahan per Petak, dan Perubahan Fase Tanam

Pengambilan daerah kajian dilakukan di Kecamatan Ciasem, Kabupaten Subang. Berdasarkan data BPS Kabupaten Subang, luas tanah sawah di Kecamatan Ciasem adalah 6810 Hektar. Luas ini tertinggi setelah Kecamatan Binong yang memiliki luas tanah sawah 8466 Hektar. Berikut ini ditampilkan Tabel 6 yang menunjukkan luas tanah sawah di Kabupaten Subang menurut kecamatan.

Tabel 6. Luas Tanah Menurut Kecamatan di Kabupaten Subang Tahun 2007 (Ha)

Kecamatan Tanah Sawah Tanah Kering Jumlah

1. Sagalaherang 2574 7650 10224 2. Jalancagak 2076 8263 10339 3. Cisalak 2290 7991 10281 4. Tanjungsiang 1928 6341 8269 5. Cijambe 2111 8221 10332 6. Cibogo 2043 3384 5427 7. Subang 2677 2791 5468 8. Kalijati 2641 10565 13206 9. Cipeundeuy 1503 9931 11434 10. Pabuaran 4395 4335 8730 11.Ppatokbeusi 5854 2208 8062 12. Purwadadi 1307 8227 9534 13. Cikaum 2673 6607 9280 14. Pagaden 5377 2799 8176 15. Cipunagara 4989 5084 10073 16. Compreng 4871 1515 6386 17.Binong 8466 2090 10556 18. Ciasem 6810 4914 11724 19. Pamanukan 4890 3281 8171 20. Pusakanagara 6600 4431 11031 21. Legonkulon 2792 5966 8758 22. Blanakan 5300 4415 9715

(47)

Perhitungan jumlah petak sawah total luas lahan sawah, rata-rata luas lahan per petak dilakukan pada tiga desa yang terletak di Kecamatan Ciasem. Ketiga desa ini adalah Desa Sukahaji, Desa Sukamandijaya, dan Desa Pinangsari. Letak ketiga desa ini saling berdekatan, hal ini untuk menunjukkan bahwa petakan sawah yang telah didigitasi saling berpotongan dengan batas desa. Hasil perhitungan jumlah petak sawah, luas sawah, dan rata-rata luas per petak dari hasil digitasi pada tiga daerah kajian dapat dilihat pada Tabel 7.

Tabel 7. Jumlah Petak Sawah, Luas Sawah, dan Rata-rata Luas per Petak di Tiga Daerah Kajian No Desa Jumlah Petak Luas Sawah (Ha) Rata-rata Luas per Petak (Ha)

1 Sukahaji 338 1894,76 5,61

2 Pinangsari 343 1252,64 3,65

3 Sukamandijaya 201 1043,97 5,91

Sumber: Hasil digitasi lahan sawah pada Citra ALOS PRISM berbasis batas desa. Tabel 8. Luas Penen, Rata-rata Produksi dan Jumlah Produksi Padi Sawah di Kecamatan Ciasem

Luas Tanam (Ha)

No Desa MT.07/08 MT.08 MT08 1 2 3 4 5 1 Sukamandijaya 829 829 245 2 Ciasemgirang 721 721 - 3 Ciasembaru 577 577 - 4 Ciasemtengah 440 440 100 5 Ciasemhilir 605 605 - 6 Dukuh 437 437 75 7 Jatibaru 700 700 25 8 Pinangsari 1030 1030 - 9 Sukahaji 971 971 - J U MLA H 6.364 6.364 345

(48)

Luas per petak yang diperoleh cukup besar karena beberapa faktor, faktor yang pertama adalah daerah yang dikaji yaitu Desa Sukahaji, Desa Pinangsari, dan Desa Sukamandijaya sebagain besar lahan sawahnya termasuk ke dalam badan penelitian untuk tanaman padi yaitu Sang Hyang Seri dan BBP (Balai Besar Padi). Petak sawah pada kedua badan ini terutama Sang Hyang Seri memiliki luasan yang besar tidak seperti luas sawah yang dimiliki petani tradisional dengan luas kepemilikan yang sempit. Faktor yang kedua adalah hasil digitasi belum mampu mengidentifikasi sampai petakan sawah terkecil karena keterbatasan kemampuan interpretasi visual dan keterbatasan resolusi citra yang digunakan. Petakan yang dapat diidentifikasi adalah petakan yang memiliki batas yang jelas. Petakan ini termasuk ke dalam petak tersier yang merupakan kumpulan petak irigasi yang memiliki kesatuan dan mendapatkan air irigasi melalui saluran tersier yang sama. Namun pendekatan ini sudah cukup untuk pendekatan area frame karena metode sebelumnya dengan menggunakan GPS pengukuran sawah dilakukan pada batas terluar atau pada pengelompokan petakan yang lebih besar lagi. Petugas di lapangan tidak sepenuhnya mampu untuk mengelilingi setiap petakan sawah untuk mengukur luas sawah per petak.

Diagram Perbandingan Luas Lahan Sawah Antara Hasil Digitasi dengan Data dari BP2K2P

(49)

Berdasarkan Tabel 7-8 dan diagram di atas dapat dilihat perbedaan hasil digitasi dengan data dari BP2K2P Kecamatan Ciasem. Luas sawah Desa Sukahaji hasil digitasi adalah 1894,76 hektar sedangkan data dari BP2K2P adalah 971 hektar. Luas sawah Desa Pinangsari hasil digitasi adalah 1252,64 hektar sedangkan data dari BP2K2P adalah 1030 hektar. Luas sawah Desa Sukamandijaya hasil digitasi adalah 1043,97 hektar sedangkan data dari BP2K2P adalah 829 hektar. Hasil analisis menunjukkan bahwa luas hasil digitasi selalu lebih besar dibandingkan dengan data dari BP2K2P. Perbedaan yang paling mencolok adalah perbedaan luas lahan sawah di Desa Sukahaji hasil digitasi dengan data dari BP2K2P. Perbedaan data hasil digitasi mencapai 195,13% atau mencapai dua kali lipat melebihi luas sawah dari data BP2K2P.

Hal ini dikarenakan banyak poligon sawah yang bertumpuk dan melewati batas administratif desa. Sehingga diperlukan verifikasi ke lapangan untuk menentukan poligon sawah (petak sawah) yang berpotongan dengan batas desa masuk ke dalam desa yang kajian atau termasuk dalam desa sebelahnya. Selain itu, batas desa yang didapat dari batas administratif Kabupaten Subang diperoleh dari peta topografi yang dibuat BAKOSURTANAL sifatnya masih indikatif. Apabila verifikasi sudah dilakukan maka digitasi untuk sawah baku akan menghasilkan data yang lebih reliable.

Tabel 9. Fase Tanam Tanaman Padi

Warna Klasifikasi Fase Tanam Merah Decreased Panen

Hijau Increased Fase Generatif Hijau Tua Some Decreased Padi Akhir Coklat Some Increased Padi Awal Abu-abu Unchanged -

(50)

Tabel 10. Luas Sawah Berdasarkan Fase Tumbuh dalam Ha

Kelas Fase Tumbuh Juni-September 2007 September-Oktober 2007

Increased Fase Generatif 1812,60 353,05

Decreased Panen 82,16 1603,82

Some Increased Padi Awal 0,00 1,26

Sumber: Citra ALOS PALSAR Juni 2007, September 2007, Oktober 2007, dan hasil digitasi berbasis desa

Pada klasifikasi dalam data atribut ALOS PALSAR terdapat lima kelas yaitu increased, decreased, some increased, some decreased, dan unchanged (Tabel 9). Namun demikian pada saat pengamatan dua kelas tidak tampak dominan pada poligon hasil digitasi. Hal ini menyebabkan hanya tiga kelas pertama saja yang memiliki luasan yaitu kelas increased, decreased, dan some increased (Tabel 10). Penetuan fase tanam selain dilihat dari deteksi terhadap perubahan warna vegetasi juga dilihat dari data realisasi tebar tanam pada musim tanam 2007 yang diperoleh dari PT Sang Hyang Seri. Data tersebut menunjukkan realisasi tebar padi dimulai pada bulan Maret 2007 hingga Juni 2007.

Diagram Perbandingan Fase Tanam Padi Antara Juni-September dengan September-Oktober

(51)

Selang waktu antara Juni 2007 sampai September 2007 terjadi peningkatan sebesar 95,66% yang menunjukkan fase generatif padi sedang berlangsung. Hasil ini apabila dibandingkan dengan realisasi tebar padi PT Sang Hyang Seri sangat berkorelasi. Dimana fase generatif ini merupakan perkembangan dari jadwal tebar padi yang dimulai dari bulan Maret-Juni 2007. Pada selang waktu September 2007 sampai Oktober 2008 terjadi penurunan sebesar 81,91% yang menunjukkan banyak tanaman padi yang dipanen.

(52)

Peta baku sawah yang dihasilkan dari digitasi memiliki banyak keunggulan dibandingkan data yang selama ini digunakan untuk mengetahui jumlah dan persebaran sawah. Keunggulannya adalah data yang diperoleh lebih bisa mewakili keadaan sebenarnya dan dapat diperbaharui sesuai dengan waktu yang diinginkan. Meskipun pada awalnya membutuhkan biaya yang banyak dalam pengadaan data tetapi dapat dimanfaatkan dalam jangka waktu yang lebih lama.

Hasil digitasi lahan sawah pada Citra ALOS PRISM dengan data dari BP2K2P memiliki perbedaan yang cukup besar. Hasil digitasi memilki luasan yang lebih besar dibandingkan dengan data yang sudah ada. Hal ini disebabkan karena banyak petakan sawah yang berada di antara batas desa saling bertumpukan dengan batas administrasi. Batas administrasi desa juga sifatnya masih indikatif karena didapat dari peta topografi yang dibuat oleh BAKOSURTANAL. Sehingga untuk memperoleh hasil yang reliable diperlukan verifikasi ke lapangan.

Hasil overlay antara citra ALOS PALSAR periode Juni dengan September 2007 menunjukkan peningkatan deteksi terhadap vegetasi sedangkan overlay antara citra ALOS PALSAR periode September dengan Oktober 2007 menunjukkan penurunan. Peningkatan deteksi terhadap vegetasi menunjukkan pertumbuhan pada tanaman padi dalam fase generatif, sedangkan penurunan terhadap deteksi vegetasi menunjukkan semakin sedikit tanaman padi yang berada pada suatu petak. Hal ini menunjukkan bahwa tanaman padi pada suatu petak sudah mengalami pemanenan.

5.2 Saran

Berkaitan dengan pembuatan peta baku sawah diharapkan untuk penelitian selanjutnya dilakukan verifikasi ke lokasi penelitian untuk mendapatkan data lapang yang dapat dijadikan sebagai acuan dalam proses pemetaan.

(53)

Tanah, Fakultas Pertanian, Institut Pertanian Bogor.

[BPS] Badan Pusat Statistik. 2008. Subang dalam Angka. BPS Kabupaten Subang. Kabupaten Subang.

[BP4K2P] Badan Pelaksana Penyuluhan Pertanian, Perikanan, Kehutanan, dan Ketahanan Pangan. 2009. Program Penyuluhan Pertanian UPT BPP Kecamatan Ciasem Tahun 2009. BP4K2P Kecamatan Ciasem. Kabupaten Subang.

Ginting, Ruslan, Bambang Untoro, dan Krisna Indriawan. 2003. Kajian Satelit Masa Depan-ALOS. Proyek Penelitian Pemanfaatan dan Pengembangan Data Pengindraan Jauh Tahun 2003. LAPAN. Jakarta.

Lilliesand, T. M dan Ralph W. K. 1993. Pengindraan Jauh dan Interpretasi Citra. Dulbahri, Prapto Suharsono, Hartono, Suharyadi, penerjemah; Fakultas Geografi, Universitas Gajah Mada. Terjemahan dari: Remote Sensing and Image Interpretation.

Pemerintah Kabupaten Subang. 2009. Kondisi Umum. http://www.subang.go.id/ (19 Februari 2009)

Pemerintah Kabupaten Subang. 2009. Profil. http://www.subang.go.id/ (19 Februari 2009)

Prahasta, Eddy. 2005. Konsep-konsep Dasar Sistem Informasi Geografis. CV Informatika. Bandung.

Purwadhi, F. S. H. 2001. Interpretasi Citra Digital. Grasindo. Jakarta.

Raimadoya, M.A. 2008. Lubang Hitam Estimasi Produksi Beras Indonesia. Makalah pada Forum Antar-Instansi (FORA) Tematik Sumberdaya Alam Darat, PSSDAD-BAKOSURTANAL, Jakarta Convention Center, 7 Agustus 2008. Raimadoya, M.A., Fahmi N. 2008. BIMAS-21: Bimbingan Masal Abad XXI. Makalah Undangan Semiloka Nasional: “Strategi Penanganan Krisis Sumberdaya Lahan untuk Mendukung Kedaulatan Pangan dan Energi”, Bogor, 22-23 Desember 2008.

Trisasongko, Bambang H. Dan Diar Shiddiq. 2004. Pengantar Praktikum Sistem Informasi Geografis dengan ArcView. Jurusan Tanah, Fakultas Pertanian, Institut Pertanian Bogor.

(54)
(55)

Lampiran 1. 1. Desa Sukahaji Petak Luas (m2) 1 70400,73 2 68586,33 3 62130,10 4 60548,02 5 52087,10 6 50449,47 7 35593,95 8 26725,85 9 26967,08 10 28265,45 11 40619,46 12 45087,32 13 48550,22 14 55404,79 15 60118,51 16 75273,75 17 70610,74 18 79830,99 19 78380,61 20 148513,69 21 169962,87 22 90027,05 23 85976,98 24 40869,95 25 34939,65 26 52231,65 27 48453,57 28 73213,48 29 68173,98 30 79859,28 31 68221,40 32 62768,35 33 54365,54 34 29275,10 35 36404,95 36 30633,10 37 30028,82 38 27033,77 39 30605,97 40 202229,97 41 91681,21 42 92972,18 43 87577,23 44 102291,63 45 43150,80 46 75243,27 47 68455,73 48 61818,38 49 64838,46 50 72965,08 51 60536,24 52 60781,08 53 61471,44 54 60833,90 55 64816,04 56 75122,69 57 61166,84 58 60255,47 59 49303,24 60 91117,99 61 23574,45 62 70507,31 63 105249,10 64 134405,45 65 73983,42 66 76661,53 67 73096,69 68 71026,95 69 70037,00 70 63492,81 71 58239,32 72 51208,34 73 40046,69 74 32822,40 75 29118,51 76 23210,38 77 24123,93 78 16381,51 79 86697,95 80 86575,14 81 63950,10 82 23410,13 83 231697,72 84 129063,95 85 264153,64 86 240011,24 87 295938,48 88 260564,65 89 86319,43 90 154978,49 91 195531,40 92 200515,52 93 189161,09 94 211907,59 95 235741,23 96 132526,41 97 71494,31 98 45648,09 99 116847,94 100 6648,63 101 19069,36 102 91927,58 103 73004,36 104 146107,47 105 43533,45 106 39139,03 107 19232,87 108 8836,45 109 5463,19 110 7108,93 111 16199,95 112 8716,87 113 25336,30 114 19977,10 115 1914,72 116 22999,29 117 14426,58 118 12952,16 119 12367,13 120 18493,03 121 11402,15 122 51984,39 123 27218,48 124 35419,43 125 43548,58 126 47746,66 127 4426,18 128 15377,49 129 8360,57 130 34949,83 131 6857,30 132 25976,68 133 3993,70 134 39152,86 135 32513,77 136 10516,59 137 46904,95 138 174106,34 139 24300,74 140 38750,05 141 24910,71 142 9118,55 143 10572,56 144 6604,13 145 34163,86 146 14830,95 147 41288,54 148 45709,85 149 90053,18 150 59126,51 151 34335,19 152 103309,02 153 16289,52 154 85101,40 155 99315,85 156 54851,76

(56)

157 69997,39 158 27074,28 159 27655,71 160 38255,62 161 26740,23 162 40777,48 163 78912,52 164 26269,42 165 46186,18 166 38787,75 167 59625,93 168 186398,43 169 213444,36 170 180344,66 171 164980,15 172 143528,51 173 126060,46 174 76210,03 175 10984,31 176 52092,60 177 65239,71 178 50459,71 179 57975,90 180 45411,61 181 21929,18 182 47555,34 183 55062,88 184 26333,38 185 43056,53 186 34059,37 187 21984,41 188 14368,24 189 34441,40 190 60156,16 191 31466,65 192 24626,87 193 24206,65 194 48865,02 195 30843,17 196 47171,78 197 63399,80 198 30808,03 199 74803,09 200 73556,95 201 59192,59 202 63586,17 203 35216,86 204 62483,55 205 61271,80 206 32922,05 207 36358,78 208 56826,96 209 21921,86 210 29627,73 211 70697,70 212 32100,58 213 20090,08 214 71246,24 215 26569,93 216 10838,32 217 58006,61 218 42178,96 219 33925,61 220 7499,48 221 27782,64 222 74452,85 223 17815,23 224 16045,09 225 41842,90 226 16101,12 227 27870,95 228 30656,24 229 20083,19 230 27543,40 231 3399,22 232 18097,54 233 34043,44 234 29708,68 235 35502,84 236 43176,71 237 20960,90 238 25131,22 239 13539,32 240 25819,07 241 25413,41 242 24528,41 243 11410,71 244 14271,49 245 31259,33 246 12864,48 247 7906,63 248 8300,85 249 8058,50 250 12014,29 251 20588,43 252 11006,12 253 28054,01 254 21967,46 255 14214,24 256 24172,82 257 25795,97 258 25341,54 259 30462,53 260 30126,89 261 14962,87 262 14695,05 263 6313,68 264 23119,79 265 19610,99 266 7107,94 267 19174,65 268 17003,75 269 9251,27 270 9519,09 271 17153,38 272 8584,00 273 14252,49 274 10132,59 275 13755,30 276 14097,02 277 9769,90 278 16462,91 279 19043,59 280 5815,59 281 14747,27 282 6342,97 283 5876,65 284 15765,67 285 15388,25 286 20207,60 287 20549,27 288 17182,78 289 16704,78 290 14600,82 291 9882,80 292 33993,07 293 25620,31 294 21157,74 295 19351,90 296 33568,81 297 26839,83 298 23853,29 299 22689,55 300 16678,97 301 19377,49 302 54543,20 303 41970,10 304 36865,18 305 42908,45 306 204538,50 307 155532,74 308 150308,40 309 78122,72 310 79048,23 311 84571,79 312 82851,93 313 16134,75 314 57544,49 315 12587,57 316 68649,86 317 114084,45 318 5172,00 319 299510,04 320 195635,45 321 217175,65 322 37101,45 323 451902,04 324 32897,82 325 57851,43 326 229308,37 327 53266,73 328 167001,90

(57)

329 97053,71 330 69086,43 331 83333,91 332 130542,00 333 8149,98 334 17766,34 335 14533,41 336 5849,70 337 95653,71 338 4058,25 Total Luas 18947600,27 Rata-rata (Ha) 5,61 2. Desa Pinangsari Petak Luas (m2) 1 18842,74 2 77424,36 3 19096,66 4 26711,03 5 43449,34 6 30877,09 7 7874,23 8 22789,05 9 1474,16 10 1481,37 11 1774,35 12 1419,07 13 1384,05 14 1483,95 15 31551,22 16 5604,70 17 18738,96 18 26599,29 19 14166,48 20 6623,47 21 6602,67 22 6308,06 23 20948,20 24 22906,55 25 35596,91 26 9726,17 27 10107,93 28 11363,17 29 34499,80 30 9189,88 31 14053,58 32 9222,89 33 21244,38 34 14738,56 35 14510,74 36 8267,25 37 12353,03 38 8675,21 39 12573,77 40 8399,66 41 38873,90 42 41227,68 43 25134,44 44 56119,88 45 45770,45 46 38887,60 47 15635,67 48 21636,24 49 11831,10 50 29272,21 51 25889,20 52 5809,76 53 19281,05 54 7390,45 55 25012,24 56 22087,33 57 27087,10 58 48266,68 59 31300,67 60 28608,50 61 37222,03 62 15770,20 63 1651,12 64 9707,06 65 3760,97 66 1010,83 67 7147,18 68 8281,84 69 3357,14 70 11844,51 71 2474,32 72 14139,26 73 4584,76 74 22329,63 75 5480,32 76 16077,83 77 22602,09 78 6303,76 79 29731,45 80 14159,68 81 36535,09 82 46315,10 83 10848,20 84 10811,67 85 10714,14 86 9860,66 87 32495,66 88 9852,27 89 11688,04 90 19302,73 91 19881,83 92 19478,15 93 10897,27 94 20363,73 95 27265,30 96 32369,67 97 35556,86 98 1158,78 99 20660,60 100 6399,03 101 15913,28 102 33860,45 103 1580,13 104 5555,03 105 7570,36 106 5275,13 107 55213,72 108 25158,10 109 4205,19 110 17657,03 111 2965,32 112 11316,10 113 5758,40 114 10865,37 115 5811,71 116 12634,06 117 14073,41 118 8002,98 119 3638,17 120 4284,34 121 21694,01 122 16950,12 123 2691,06 124 20348,31 125 37252,80 126 50181,59 127 25368,81 128 22747,64 129 48163,96 130 36258,23 131 33995,48 132 22190,28 133 21947,09 134 25595,73 135 40362,37 136 20155,23 137 7198,74 138 5710,69 139 17981,25 140 17655,03 141 10390,03 142 11279,89 143 15100,08 144 25448,33 145 19225,34 146 11038,77 147 22370,81 148 11142,33 149 5218,54 150 6520,15 151 11975,54 152 9236,77 153 14181,98 154 25424,44 155 44524,04 156 14324,60 157 10650,55 158 81351,45 159 9995,28 160 9741,28 161 14351,88 162 10649,24 163 25670,51 164 10145,19 165 18036,00 166 49766,98 167 21592,81 168 15853,59 169 16127,89 170 25024,92 171 132911,70 172 67910,28 173 27063,26 174 23435,84 175 132675,30 176 94934,86 177 85451,81 178 66041,57 179 58898,05 180 56133,46 181 60857,76 182 62854,59 183 65203,58 184 71310,37 185 184106,46 186 14072,36 187 8968,44 188 111316,72 189 115406,47 190 88755,60 191 69791,87

(58)

192 74315,49 193 57207,88 194 13446,71 195 8348,13 196 13657,97 197 13672,50 198 21253,89 199 87286,44 200 12110,40 201 54568,18 202 17858,75 203 19791,79 204 62003,43 205 60931,20 206 27504,56 207 19200,84 208 33679,84 209 28595,46 210 13603,78 211 11802,89 212 9425,86 213 7827,49 214 13958,88 215 10481,72 216 11733,57 217 15506,95 218 6283,68 219 33940,65 220 41561,90 221 39452,02 222 46741,97 223 38563,35 224 39698,66 225 17088,38 226 29298,63 227 45402,66 228 63954,29 229 37111,40 230 45845,08 231 17553,25 232 39218,33 233 35752,17 234 20249,25 235 64769,38 236 64021,58 237 33422,22 238 137694,02 239 157899,61 240 167480,89 241 187167,62 242 190062,72 243 203096,12 244 175648,37 245 20234,03 246 224555,73 247 223854,08 248 233230,81 249 209412,48 250 191967,71 251 95721,18 252 140588,72 253 102860,77 254 130204,25 255 24124,41 256 21358,88 257 84048,40 258 49743,01 259 64621,31 260 33849,08 261 38234,51 262 30581,80 263 39513,86 264 13530,92 265 59933,17 266 2150,70 267 2214,58 268 24733,81 269 23277,74 270 10678,75 271 18086,15 272 38418,58 273 39687,90 274 28069,05 275 20650,09 276 15802,84 277 26257,99 278 57342,03 279 5066,12 280 32122,91 281 26490,60 282 92533,03 283 49012,48 284 19323,22 285 64673,84 286 29351,05 287 32310,94 288 51805,81 289 25124,84 290 61012,58 291 54284,55 292 21349,08 293 9758,59 294 12757,15 295 57626,25 296 17361,36 297 18611,03 298 42797,12 299 9074,30 300 11799,72 301 27025,58 302 21331,05 303 56701,26 304 35052,67 305 129985,65 306 27371,70 307 75180,87 308 97696,87 309 86066,30 310 14514,58 311 76057,94 312 32741,86 313 40854,26 314 6629,50 315 59890,83 316 37036,59 317 149699,62 318 81083,51 319 136811,59 320 70476,95 321 76846,07 322 8740,23 323 6964,12 324 101378,21 325 16309,25 326 13192,81 327 5136,24 328 14124,36 329 68999,18 330 9258,93 331 51897,50 332 4652,07 333 17443,61 334 14809,65 335 20238,54 336 29094,73 337 8610,62 338 29107,07 339 2882,68 340 105057,97 341 80171,87 342 26194,50 343 4405,44 Total Luas 12526376,67 Rata-rata (Ha) 3,65 3. Desa Sukamandijaya Petak Luas (m2) 1 30274,37 2 95523,39 3 79385,48 4 97589,79 5 187319,24 6 87100,21 7 98735,39 8 91517,50 9 94147,70 10 83976,12 11 89391,38 12 96739,45 13 100019,12 14 81463,99 15 74999,98 16 77955,07 17 81414,52 18 69293,90 19 87794,88 20 76520,35 21 15908,75 22 73143,86 23 37098,04 24 53444,86 25 49250,60 26 44370,64 27 38583,50 28 47265,16 29 55689,34 30 34080,83 31 43221,97 32 46583,61 33 48520,72 34 41317,60 35 43259,75 36 55161,92 37 62202,39 38 83779,19 39 74775,39 40 58662,28 41 10374,15 42 28487,55 43 52511,28 44 152871,15 45 86701,24 46 99356,51 47 62829,47 48 29144,56 49 95020,72 50 55098,12

(59)

51 46999,48 52 46428,70 53 48820,95 54 52739,25 55 54713,81 56 53792,91 57 47754,20 58 50535,43 59 55176,57 60 52931,29 61 64704,64 62 56629,52 63 59080,42 64 65432,03 65 40729,82 66 60793,54 67 170527,74 68 167073,39 69 158879,01 70 169365,42 71 161970,17 72 154743,64 73 171208,64 74 156311,58 75 172010,29 76 142342,57 77 129857,13 78 102024,16 79 9868,39 80 35066,97 81 28019,11 82 13583,86 83 10213,31 84 12111,60 85 17349,22 86 16466,77 87 16736,88 88 19919,63 89 12110,64 90 19370,76 91 21735,38 92 10961,65 93 15617,90 94 8861,02 95 19639,28 96 12080,72 97 19351,65 98 20837,49 99 22007,86 100 12130,39 101 13694,59 102 29993,31 103 24591,80 104 60721,03 105 12144,22 106 25945,18 107 38172,21 108 28970,22 109 53471,23 110 53526,84 111 51494,00 112 6468,76 113 64315,79 114 94965,42 115 121959,04 116 110233,25 117 27258,76 118 11311,09 119 29544,51 120 14296,03 121 24642,53 122 36359,05 123 7850,14 124 31990,95 125 31652,79 126 34935,98 127 45976,17 128 62266,40 129 67383,83 130 62178,63 131 38387,05 132 20258,91 133 35320,88 134 31740,18 135 16245,32 136 32444,20 137 32930,14 138 29747,98 139 32155,48 140 27944,88 141 92322,16 142 70438,12 143 30161,55 144 95969,35 145 84409,65 146 57903,30 147 41703,34 148 89514,78 149 93729,90 150 28234,17 151 50876,53 152 86049,96 153 12419,97 154 85060,79 155 62347,70 156 56532,76 157 22008,29 158 5797,03 159 27542,67 160 35808,81 161 30300,69 162 17274,31 163 17123,91 164 48608,59 165 129239,49 166 94089,46 167 22039,25 168 27957,35 169 6185,69 170 4760,55 171 4449,02 172 5108,92 173 48614,14 174 49692,69 175 45111,73 176 41750,86 177 11759,64 178 19031,66 179 53387,75 180 34662,09 181 7828,20 182 26284,53 183 36685,34 184 59599,97 185 3573,12 186 14452,51 187 1969,99 188 3461,84 189 30020,79 190 1236,65 191 54851,76 192 4952,94 193 6996,42 194 6522,21 195 10238,76 196 28381,66 197 2011,66 198 90657,63 199 30874,37 200 51202,63 201 4932,62 Total Luas 10439696,75 Rata-rata (Ha) 5,19

Gambar

Gambar 1. Instrumen PRISM   Sumber: NASDA
Gambar 2. Prinsip Geometri dari PRISM   Sumber: NASDA
Gambar 4. Prinsip Geometri dari PALSAR   Sumber: NASDA
Tabel 3. Karakteristik PALSAR
+7

Referensi

Dokumen terkait

Penelitian ini bertujuan untuk mengetahui perbedaan ketepatan shooting menggunakan punggung kaki antara pemain depan dengan pemain tengah pada siswa yang mengikuti

Penulisan hukum ini membahas tinjauan yuridis tindakan hakim yang menjatuhkan putusan di luar pasal yang didakwakan dalam pemeriksaan perkara narkotika dan upaya hukumnya

Hasil perencanaan pola tanam dengan optimasi program dinamis berdasarkan curah hujan, kebutuhan air, dan lama tanam tanaman pangan di Kabupaten Lombok Timur dengan

Menurut Alexopoulos (1979) beberapa tipe jamur beracun dan efek racunnya terhadap tubuh sebagai berikut : Ciri utama dari keracunan jamur, mencakup toksin, efek fisik dari racun,

Pakaian adat suku Batak terbuat dan dibentuk dengan menggunakan ulos pada umumnya sehingga menghasilkan beberapa atribut yang dapat digunakan seperti atribut

Penelitian ini dilakukan dengan memanfaatkan gelombang mikro (microwave), pertama daun nilam sebanyak 100 gram ditambahkan pelarut atau steam untuk variabel daun

Perluasan pasar yang dilakukan para produsen kosmetik Korea Selatan karena banyak konsumen dalam negeri atau luar negeri telah merasakan khasiat dari produk kosmetik Korea

maskot dalam Kampanye Bangga Melestarikan Alam di Kawasan Hutan Kemukiman Kueh, Lhoknga dan Leupung merupakan media komunikasi untuk menyampaikan pesan kunci kampanye. Pesan