• Tidak ada hasil yang ditemukan

EVALUASI PENGEMBANGAN AREA UNTUK RELOKASI PERMUKIMAN AKIBAT BENCANA LUMPUR LAPINDO MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS

N/A
N/A
Protected

Academic year: 2021

Membagikan "EVALUASI PENGEMBANGAN AREA UNTUK RELOKASI PERMUKIMAN AKIBAT BENCANA LUMPUR LAPINDO MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS"

Copied!
9
0
0

Teks penuh

(1)

EVALUASI PENGEMBANGAN AREA UNTUK RELOKASI PERMUKIMAN 

AKIBAT BENCANA LUMPUR LAPINDO MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS   

M. Rifai1, DR‐Ing. Ir. Teguh Hariyanto, Msc1, Inggit Lolita Sari, ST2  1Program Studi Teknik Geomatika, FTSP – ITS, Surabaya – 60111  2LAPAN (Lembaga Penerbangan dan Antariksa Nasional), Jakarta 

 

Abstrak: 

Evaluasi  lahan  sering  dilaksanakan  untuk  merespon  atas  perubahan  penggunaan  suatu  lahan.  Informasi  dari  evaluasi  kesesuaian  lahan  tersebut  merupakan  salah  satu  masukan  dalam  proses  perencanaan lahan.  

Evaluasi  pengembangan  area  untuk  permukiman  menggunakan  beberapa  parameter  yaitu  kemiringan  lahan,  kerawanan  banjir,  jarak  dari  jaringan  jalan  utama,  jarak  dari  jaringan  air  bersih,  jarak  dari  sistem  drainase  dan  genangan,  dan  jarak  dari  lumpur  lapindo.  Evaluasi  ini  memanfaatkan  teknologi  penginderaan jauh dengan menggunakan citra SPOT 4 dan sistem informasi geografis. 

Hasil  yang  diperoleh  dari  penelitian  ini  menunjukkan  daerah  atau  kawasan‐kawasan  yang  dapat  dioptimalkan  sebagai  area  untuk  permukiman.  Secara  garis  besar,  kelas  kesesuaian  lahan  untuk  permukiman  daerah  penelitian  adalah  5695,81  ha  atau  23,11%  merupakan  kelas  S1  (sangat  sesuai),  14108,85 ha atau 57,53% merupakan kelas S2 (cukup sesuai) dan 4721,60 ha atau 19,25% merupakan kelas  S3 (sesuai marginal). Kelas kesesuaian lahan N1 (tidak sesuai saat ini) dan N2 (tidak sesuai permanen) tidak  terdapat  pada  daerah  penelitian.  Daerah  dengan  kesesuaian  lahan  untuk  permukiman  yang  sangat  baik   terdapat  di  kecamatan  Krian  yaitu  seluas  1561,18  ha  atau  47,99%  merupakan  kelas  S1  (sangat  sesuai),  1629,98 ha atau 50,11% merupakan kelas S2 (cukup sesuai) dan 61,82 ha atau 1,90% merupakan kelas S3  (sesuai  marginal).  Sedangkan  daerah  dengan  kesesuaian  lahan  untuk  permukiman  yang  cukup  rendah  terdapat  di  kecamatan  Candi  yaitu  seluas  211,87  ha  atau  4,94%  merupakan  kelas  S1  (sangat  sesuai),  3031,74 ha atau 70,72% merupakan kelas S2 (cukup sesuai), 1043,14 ha atau 24,33% merupakan kelas S3  (sesuai marginal).         Kata kunci:   Citra  SPOT 4, Evaluasi Lahan, Kelas Kesesuaian Lahan, Permukiman , Sistem Informasi    Geografi     PENDAHULUAN  Latar Belakang 

Ketepatan  dalam  pemilihan  lokasi  untuk  permukiman  mempunyai  arti  yang  penting  dalam  aspek keruangan karena akan menentukan tingkat  keawetan  bangunan,  nilai  ekonomis,  dampak  permukiman  terhadap  lingkungan  di  sekitarnya,  atau  bahkan  dapat  menyebabkan  permukiman  tersebut  terkena  bencana  alam  seperti  tanah  longsor, banjir dan erosi. 

Bencana  Lumpur  Lapindo  yang  terjadi  sejak  tanggal  27  Mei  2006  di  Desa  Renokenongo,  Kecamatan  Porong,  Kabupaten  Sidoarjo,  Jawa  Timur telah menyebabkan tergenangnya kawasan  permukiman,  pertanian,  dan  perindustrian  di  tiga  kecamatan  di  sekitarnya,  serta  mempengaruhi  aktivitas  perekonomian  di  Jawa  Timur.  Hingga  bulan  Mei  2007,  luapan  lumpur  ini  telah  menggenangi  sejumlah  desa/kelurahan  di  Kecamatan  Porong,  Jabon,  dan  Tanggulangin,  dengan  total  warga  yang  mengungsi  sebelum 

terjadinya  ledakan  gas  pipa  Pertamina  sebanyak  2.605  KK  (9.936  jiwa).  Jumlah  bangunan  yang  terendam  lumpur  sebanyak  10.590  unit  dengan  rincian:  10.426  tempat  tinggal,  33  sekolah,  4  kantor, 31 pabrik, 65 rumah ibadah (8 masjid dan  57  musholla),  28  TPQ  (termasuk  2  ponpes  dan  1  panti), dan 3 lainnya tidak jelas (TPS‐LUSI, 2007).  

 Akibat  bencana  tersebut,  maka  Pemerintah  Kabupaten  Sidoarjo  merekonstruksi  kawasan  permukiman ke wilayah kecamatan Krian, Taman,  Sukodono,  Buduran,  Sidoarjo  dan  Candi.    Oleh  sebab  itu  kebutuhan  untuk  melakukan  evaluasi  pengembangan  area  untuk  permukiman  di  Kabupaten Sidoarjo dirasa sangat penting. 

Perumusan Masalah 

Perumusan  permasalahan  dalam  penelitian  ini  adalah  bagaimana  pengaplikasian  Sistem  Informasi  Geografis  dan  pengolahan  citra  SPOT  4  agar  bisa  digunakan  untuk  mengevaluasi  pengembangan  area  untuk  permukiman  di  Kabupaten Sidoarjo. 

(2)

Batasan Masalah 

Batasan  permasalahan  dari  penelitian  Tugas  Akhir ini adalah : 

1. Penelitian  ini  dilakukan  di  sebagian  wilayah  Kabupaten  Sidoarjo,  yaitu  kecamatan  Krian,  Taman,  Sukodono,  Buduran,  Sidoarjo  dan  Candi.  

2. Peta  yang  digunakan  adalah  peta  Rupa  Bumi  Indonesia  (RBI)  tahun  1999  dengan  skala  1:25.000  terbitan  BAKOSURTANAL  (Badan  Koordinasi Survey dan Pemetaan Nasional).  3. Citra  yang  digunakan  adalah  citra  SPOT  4 

multispektral  dan  citra  SPOT  4  pankromatik  tahun 2009. 

4. Pengolahan  data  spasial  dan  tabular  menggunakan  metode  Sistem  Informasi  Geografis (SIG). 

5. Parameter  yang  digunakan  adalah  Tata  Guna  Lahan,  Genangan  Air,  Ketinggian,  Jaringan  Jalan,  Jaringan Air Bersih, Sistem Drainase dan  Lumpur Lapindo. 

6. Metode yang digunakan untuk evaluasi adalah  metode scoring. 

Tujuan Penelitian 

Tujuan  dari  penelitian  ini  adalah  untuk  mengetahui  kelas  kesesuaian  lahan  terhadap  pengembangan  area  untuk  permukiman  kembali  akibat  bencana  lumpur  Lapindo  di  sebagian  wilayah Kabupaten Sidoarjo. 

Manfaat Penelitian 

Manfaat  yang  ingin  diperoleh  dari  penelitian  ini  adalah  suatu  informasi  mengenai  ketepatan  dalam  pemilihan  lokasi  untuk  permukiman  terhadap pengembangan area untuk permukiman  di sebagian wilayah Kabupaten  Sidoarjo. 

METODOLOGI PENELITIAN  Lokasi Penelitian 

Penelitian  ini  dilakukan  di  daerah  Kabupaten  Sidoarjo,  Jawa  Timur,  Indonesia  yang  meliputi  6  kecamatan,  yaitu:  Krian,  Taman,  Sukodono,  Buduran, Sidoarjo dan Candi.    Gambar 1 Daerah Penelitian  Peralatan Bahan  Peralatan  1. Perangkat keras (Hardware)  a. Notebook LENOVO Dual‐Core (Memori DDR  1 GB, Hardisk 160 GB)  b. Printer Epson T20E 

c. GPS  Navigasi  Garmin  eTtrex  H  High  Senitivity (Track log: 10.000 points, 10 saved  tracks, High Senitivity receiver, Waterproof)  2. Perangkat lunak (Software) 

a. Sistem  Operasi  Windows  XP  Profesional  Version 2002 Service pack 2  b. Microsoft Word 2007  c. Microsoft Excel 2007  d. Autodesk Land Desktop 2004  e. ER Mapper 7.0  f. MatLab 7.0  g. ArcGIS 9.2  Bahan 

Bahan  yang  digunakan  dalam  penelitian  ini  antara lain: 

1. Citra  satelit  SPOT  4  Multispektral  dan  Pankromatik  Kabupaten  Sidoarjo  tahun  2009 

2. Peta Rupa Bumi Digital Indonesia (RBI) Skala  1:25.000 tahun 1999 

3. Peta  Jaringan  Jalan  Kabupaten  Sidoarjo  skala  1:50.000 tahun 2009 

4. Peta  Tata  Guna  Lahan  Kabupaten  Sidoarjo  skala  1:50.000 tahun 2009 

5. Peta  Jaringan  Air  Bersih  Kabupaten  Sidoarjo  skala 1:50.000 tahun 2009  

6. Peta  Tinggi  Kabupaten  Sidoarjo  skala  1:25.000 

7. Peta  Genangan  Air  Kabupaten  Sidoarjo  skala  1:50.000 tahun 2009 

8. Peta  Genangan  Air  Kabupaten  Sidoarjo  skala  1:20.000 tahun 2006  

Tahapan Kegiatan Penelitian 

Tahapan  yang  dilaksanakan  dalam  penelitian  ini adalah sebagai berikut: 

 

(3)

3    Gambar 5 Diagram Pembuatan SIG    Hasil dan Pembahasan  Perhitungan Titik Kontrol (Strenght of Figure) 

Kekuatan  jaring  titik  kontrol  dihitung  dengan   menggunakan perataan parameter (Abidin, 2002).  Perhitungan  kekuatan  jaring  titik  kontrol  dapat  dilihat di bawah ini: 

a. Perhitungan  kekuatan  jaring  citra  SPOT  4  (proses pansharpen)  Jumlah titik  : 5  Jumlah baseline  : 8  N ukuran = baseline x 3      = 8 x 3 = 24  N parameter  = titik x 3    = 5 x 3 = 15   U  = N ukuran – N parameter    = 24 – 15 = 8  Besar SoF A A  = 0,0069 

b. Perhitungan  kekuatan  jaring  citra  SPOT  4  (proses interpretasi)  Jumlah titik  : 13  Jumlah baseline  : 28  N ukuran = baseline x 3      = 28 x 3 = 84  N parameter  = titik x 3    = 13 x 3 = 39  U  = N ukuran – N parameter    = 84 – 39 = 45  Besar SoF A A  = 0,00038986  Dari  hasil  perhitungan  kekuatan  jaring  diatas  didapatkan  nilai  kekuatan  jaring  citra  SPOT  4  untuk  proses  pansharpen    adalah  0,0069  dan  0,00038986  untuk  proses interpretasi.   Dalam hal  ini  semakin  kecil  bilangan  faktor  kekuatan  jaring  tersebut  di  atas,  maka  akan  semakin  baik  konfigurasi jaringan dan sebaliknya (Abidin 2002). 

Koreksi Geometrik 

Koreksi  geometrik  pada  tugas  akhir  ini  dilakukan secara dua tahap, yaitu: 

a. Tahap pansharpen 

Pada  tahap  ini  koreksi  geometrik  dilakukan  dengan  menggunakan  acuan  citra  SPOT  4  pankromatik.  Hasil  koreksi  geometrik  pada  citra  SPOT  4  diperoleh  nilai  rata‐rata  RMS  sebesar  0,104.  Sehingga  pergeseran  rata‐ rata  setelah  dilakukan  rektifikasi  adalah  sebesar  0,104  x  20  m  =  2,08  m.  Nilai  ini  memenuhi batas toleransi yang disyaratkan  untuk  koreksi  geometrik  Citra  SPOT  4  dengan  resolusi  20  m  toleransi  kesalahan  yang  diperbolehkan  adalah  maksimal  1  piksel (20 m). 

 

Tabel 1Koordinat GCP dan RMS error 

No  Koordinat citra (pixel)  Koordinat UTM (m)  RMS  (pixel) 

Cell x  Cell y    x  y 

1  679.026  4.972  665110.8  9202981  0.1277  2  140.996  2631.01  654352.5  9150471  0.0522  3  2914.007  3389.01  709802.6  9135314  0.1093  4  2549.163  306.988  702510.5  9196947  0.0682  5  1872.154  1702.01  688974.3  9169049  0.1608    b. Tahap interpretasi 

Pada  tahap  ini  koreksi  geometrik  dilakukan  dengan  menggunakan  acuan  peta  RBI  Bakosurtanal.  Hasil  koreksi  geometrik  pada  citra  SPOT  4  diperoleh  nilai  rata‐rata  RMS  sebesar  0,435.  Sehingga  pergeseran  rata‐ rata  setelah  dilakukan  rektifikasi  adalah  sebesar  0,435  x  10  m  =  4,35  m.  Nilai  ini  memenuhi batas toleransi yang disyaratkan  untuk  koreksi  geometrik  Citra  SPOT  4  dengan  resolusi  10  m  toleransi  kesalahan  yang  diperbolehkan  adalah  maksimal  1  piksel (10 m). 

(4)

Tabel 2 Koordinat GCP dan RMS error 

No.  Koordinat citra (pixel)  Koordinat UTM (m)  RMS  (pixel)  Cell x  Cell y   x  y 

1  371.796  1762.62  661044  9176687  0.4128  2  1679.296  1245.2  674138.2  9181850  0.2713  3  1863.631  2295.27  675986.9  9171346  0.4668  4  2998.17  2877.92  687360  9165509  0.9706  5  4672.093  2804.83  704117.4  9166248  0.7611  6  4316.637  1352.41  700557.5  9180765  0.3821  7  3813.989  591.227  695518.1  9188382  0.0838  8  2515.449  840.109  682518.9  9185898  0.5717  9  2986.319  1683.63  687231.7  9177464  0.2702  10  1621.042  1696.41  673560.9  9177344  0.4667  11  3751.798  2034.17  694898.5  9173953  0.1889  12  2891.228  2208.95  686284.6  9172210  0.3037  13  3348.266  959.004  690849.8  9184707  0.5117    Uji Ketelitian 

Ketelitian  klasifikasi  masuk  dalam  toleransi  yang ditetapkan apabila KH atau ketelitian seluruh  klasifikasi  memiliki  nilai  diatas  80%  (Anderson  dalam Febrianto, 2006).  

Pada cek lapangan kali ini, jumlah titik sampel  sebanyak  92  titik    untuk  semua  kelas  yang  terklasifikasi,  didapatkan  data  17  titik  yang  keliru  dalam  pengklasifikasiannnya.  Sehingga  dari  data  yang diperoleh, dapat dirumuskan menjadi:  JSL  : 92  JKI  : 92 – 17 = 75  Maka :    100%    100%    81,52% 

Sehingga  dengan  nilai  81,52%,  maka  klasifikasi  dianggap  benar  karena  memiliki  nilai  di  atas 80%. 

Klasifikasi Citra 

Luas  tutupan  lahan  daerah  penelitian  yang  diperoleh  dari  hasil  klasifikasi  citra  SPOT  4  tahun  2009 dapat dillihat pada tabel 3. 

Total luas tutupan lahan tersebut mengalami  perbedaan dengan luas daerah penelitian sebesar  40,59  ha.  Hal  ini  disebabkan  terjadinya  penambahan  luasan  di  wilayah  pesisir  terutama  hutan  mangrove  yaitu  sebesar  13,3  ha  di  wilayah  kecamatan  Buduran  dan  27,56  ha  di  wilayah  kecamatan Sidoarjo.  Sedangkan untuk kecamatan  yang  lain  disebabkan  karena  ada  piksel  dari  citra  yang  tidak  dapat  diklasifikasikan  secara  digital  oleh komputer. 

Kemiringan Lahan 

Pada  daerah  penelitian  kemiringan  0  –  2%  sangat  mendominasi  dengan  prosentase  99,05%.  Sedangkan  kemiringan  2  –  8%  hanya  mempunyai  prosentase  0,05%  yang  terletak  di  desa  Krembangan  dan  Tawangsari  kecamatan  Taman.  Dari hasil yang diperoleh terdapat perbedaan luas  daerah  penelitian  sebesar  0,06  ha.  Hal  ini  disebabkan karena ada piksel dari citra yang tidak  dapat  diklasifikasikan  secara  digital  oleh  komputer. 

 

Tabel 4 Kemiringan Lahan 

No.  Kemiringan (%)  Luas (Ha)  Prosentase (%) 

1  0 – 2  24513,46  99,95  2 2 – 8 12,74  0,05 3  8 – 30  0  0,00  4  30 – 45  0  0,00  5  > 45  0  0,00  Total 24526,20  100,00    Kerawanan Banjir  Daerah yang mengalami genangan 2 – 4 jam  terjadi  di  kecamatan  Sidoarjo  yaitu  kelurahan  Sidokumpul,  Sidoklumpuk,  dan  Pucanganom,.  Sedangkan  genangan  lebih  dari  6  jam  terjadi  di  kecamatan  Candi  (desa  Summorame,  Kedungpeluk,  Kalipecabean,  dan  Klurak),  kecamatan  Sidoarjo  (Sidokare  ,  Blurukidul,  dan  Lebo),  dan  kecamatan  Taman  (Sidodadi,  Bringinbendo, dan Sadang). 

 

Tabel 5 Kerawanan Banjir 

No.  Kerawanan Banjir  Luas (Ha)  Luas (%) 1  Tidak pernah tergenang  24402,86  99,50  2 1 – 2 jam tergenang 0  0 3  2 – 4 jam tergenang  44,93  0,18  4  4 – 6 jam tergenang  0  0  5  > 6 jam tergenang  78,47  0.32  Total  24526,26  100,00    Jarak dari Jaringan Jalan Utama 

Jarak  terhadap  jalan  utama  merupakan  salah  satu  parameter  yang  berpengaruh  terhadap  akses  dan  kemudahan  dalam  pencapaian  lokasi.  Suatu  daerah  dapat  dikatakan  mempunyai  aksesbilitas  yang  baik  jika dekat dengan jalan utama. Jarak yang jauh  terhadap  jalan  utama  juga  berpengaruh  terhadap  kelancaran  pembangunan  permukiman. 

   

(5)

Tabel 6 Jarak dari Jaringan Jalan Utama  No.  Jarak dari jalan utama  (km)  Luas   (Ha)  Luas (%)  1  < 0,5  10905,10  44,46  2  0,5 – 1  4650,30  18,96 3  1 – 1,5  2351,86  9,59  4  1,5 – 2  1425,18  5,81  5  > 2  5193,82  21,18  Total  24526,26  100,00    Jarak dari Jaringan Air Bersih 

Ketersediaan  air  bersih  merupakan  faktor  yang  sangat  penting.  Semakin  dekat  dengan  jaringan  air  bersih  maka  kemungkinan  untuk  tersedianya air bersih menjadi besar.    Tabel 7 Jarak dari Jaringan Air Bersih  No.  Jarak dari jaringan  air bersih (km)  Luas  (Ha)  Luas  (%)  1  < 0,5  10461,83  42,66  2  0,5 – 1  5569,44  22,71 3  1 – 1,5  3412,25  13,91  4  1,5 – 2  1357,24  5,53  5  > 2  3725,50  15,19 Total  24526,26  100,00   Jarak dari Saluran dan Drainase 

Drainase  adalah  suatu  tindakan  teknis  untuk  mengurangi  kelebihan  air,  baik  yang  berasal  dari  air  hujan,  rembesan  maupun  kelebihan  air  irigasi  dari suatu kawasan dan atau lahan sehingga fungsi  kawasan tersebut tidak tergenang. (Suripin, 2004) 

Suatu daerah dapat dikatakan mempunyai  sistem  drainase  yang  baik  jika  dekat  dengan  saluran  dan  drainase.  Jarak  yang  jauh  terhadap  saluran  dan  drainase  juga  berpengaruh  terhadap  kenyamanan  dan  kualitas suatu permukiman. 

 

Tabel 8 Jarak dari Saluran dan Drainase  No.  Jarak dari saluran dan drainase (km)  Luas (Ha)  Luas (%) 

1  < 0,5  14872,53  60,64  2  0,5 – 1  6291,61  25,65  3  1 – 1,5  2069,12  8,44  4  1,5 – 2  926,17  3,78  5  > 2  366,83  1,49  Total  24526,26  100,00    Jarak dari Lumpur Lapindo 

Jarak  dari  lumpur  lapindo  merupakan  salah  satu  faktor  penentu  proses  relokasi 

permukiman  dan  pembangunan 

berkelanjutan.  Area  yang  berjarak  semakin 

dekat  dengan  lumpur  lapindo  merupakan  daerah  yang  sangat  rawan  terhadap  bencana.  Semakin  jauh  jarak  dengan  lumpur  lapindo  maka daerah tersebut aman dari bencana. 

Dari  data  hasil  pengolahan  dapat  diketahui  bahwa  daerah  penelitan  berada  pada  jarak  lebih  dari  1,5  km  dan  merupakan  daerah  yang  aman  dari  bencana  lumpur  lapindo. 

 

Tabel 9 Jarak dari Lumpur Lapindo 

No.  Jarak dari lumpur lapindo (km)  Luas  (Ha)  Luas (%) 

1  < 0,5  0  0  2  0,5 – 1  0  0  3  1 – 1,5  0  0  4  1,5 – 5  2192,39  8,94  5  > 5  22333,97  91,06  Total  24526,26  100,00    Kesesuaian Lahan untuk Permukiman 

Berdasarkan  hasil  overlay  dari  ke‐6  kriteria  yang  dipakai  untuk  evaluasi  pengembangan    area  untuk  permukiman  dapat  diketahui  bahwa  kesesuian  lahan  untuk  permukiman  daerah  penelitian berada pada kelas S1, S2 dan S3. 

Luas  tiap  kelas  kesesuaian  lahan  tata  guna  lahan  untuk  permukiman  per  kecamatan  dapat  dilihat pada tabel 10. 

Dari  tabel  10  dapat  diketahui  bahwa  kelas  kesesuaian  lahan  untuk  permukiman  per  kecamatan  didominasi  oleh  kelas  S2  (cukup  sesuai)  dengan  prosentase  rata‐rata  57,53%.  Kecamatan  Krian  dan  Taman  merupakan  wilayah  dengan kelas kesesuaian lahan untuk permukiman  yang  baik.  Hal  ini  terihat  jelas  dari  kelas  kesesuaian  lahan  untuk  permukimannya  dimana  kelas  S1  (sangat  sesuai)  dan  S2  (cukup  sesuai)  sudah  seimbang  dan  dominan  daripada  kelas  S3  (sesuai marginal). 

Kesesuaian Lahan Permukiman Terkini 

Penilaian  kesesuaian  lahan  permukiman  terkini  dilakukan  dengan  men‐overlay‐kan  peta  kesesuaian lahan untuk permukiman dengan peta  tutupan  lahan.  Dari  hasil  analisa  dengan  fungsi  overlay  dapat  diketahui  bahwa  permukiman  daerah  penelitian  termasuk  dalam  kelas  S1  (sangat  sesuai),  S2  (cukup  sesuai),  dan  S3  (sesuai  marginal). 

Luas  tiap  kelas  kesesuaian  lahan  tata  guna  lahan  untuk  permukiman  per  kecamatan  dapat  dilihat pada tabel 11. 

(6)

6  Dari  data  diatas  dapat  diketahui  bahwa  luas 

lahan permukiman yang paling besar per tanggal 5  Juli  2009  terdapat  di  kecamatan  Sidoarjo  dengan  kelas  kesesuaian  lahan  untuk  permukiman  S1  (sangat  sesuai)  sebesar  46,12%.  Sedangkan  luas  lahan permukiman yang paling rendah terdapat di  kecamatan Buduran. Hal ini terjadi karena 46,48%  wilayah  kecamatan  Buduran  adalah  berupa  tambak  dan  20,74%  merupakan  sawah.  Kecamatan  Krian  mempunyai  kelas  kesesuaian  lahan  permukiman  terkini  yang  sangat  baik  dibandingkan lainnya. Hal ini terbukti bahwa kelas  kesesuaian  lahan  S3  dibawah  0,05%  dan  kelas  kesesuaian  lahan  S1  (sangat  sesuai)  dengan  S2  (cukup sesuai) sudah hampir seimbang. 

Kesesuaian  Lahan  Tata  Guna  Lahan  untuk  Permukiman 

Penilaian  kesesuaian  lahan  tata  guna  lahan  dilakukan  dengan  men‐overlay‐kan  peta  kesesuaian lahan untuk permukiman dengan peta  tata  guna  lahan.  Dari  hasil  analisa  dengan  fungsi  overlay  dapat  diketahui  bahwa  permukiman  daerah  penelitian  termasuk  dalam  kelas  S1  (sangat  sesuai),  S2  (cukup  sesuai),  dan  S3  (sesuai  marginal). 

Luas  tiap  kelas  kesesuaian  lahan  tata  guna  lahan  untuk  permukiman  per  kecamatan  dapat  dilihat pada tabel 12. 

Dari  tabel  kesesuaian  lahan  tata  guna  lahan  untuk  permukiman  diatas  dapat  diketahui  bahwa  luas lahan permukiman yang paling besar terdapat  di  kecamatan  Sukodono.  Sedangkan  luas  lahan  permukiman  yang  paling  rendah  terdapat  di  kecamatan  Buduran.  Peningkatan  lahan  permukiman  yang  paling  besar  terjadi  di  kecamatan  Sukodono  sebesar  148,21%.  Sedangkan  peningkatan  lahan  untuk  permukiman  yang paling rendah terdapat di kecamatan Taman  sebesar 19,32%.  

Kesimpulan 

1. Nilai  SoF  untuk  tahap  pansharpen  adalah  0,0069  dan  0,00038986  untuk  tahap  interpretasi.  Nilai  SoF  tersebut  memenuhi  batas  toleransi  yang  diberikan  yaitu  mendekati nol. 

2. Nilai  rata‐rata  RMS  error  untuk  tahap  pansharpen  adalah  0,104  dan  0,435  untuk  tahap interpretasi. Hal tersebut menunjukkan  bahwa  nilai  pergeseran  pada  saat  rektifikasi  adalah 0,104 x 20 m = 2,08 m dan 0,435 x 10  m  =  4,35  m.  Nilai  terebut  memenuhi  batas 

toleransi yang diberikan yaitu 1 pixel (20 m )  dan 1 pixel (10 m). 

3. Hasil  uji  ketelitian  klasifikasi  citra  sebesar  81,52%  sehingga  klasifikasi  dianggap  benar  yaitu ≥ 80%. 

4. Luas  kelas  kesesuaian  lahan  untuk  permukiman  daerah  penelitian  yang  paling  besar  adalah  S2  (cukup  sesuai)  sebesar  14108,85  ha  yang  merupakan  57,53%  dari  luas daerah penelitian. 

5. Kelas  kesesuaian  lahan  untuk  permukiman  terkini  daerah  penelitian  yang  paling  besar  adalah  S2  (cukup  sesuai)  sebesar  4490,95  ha  yang  merupakan  61,99%  dari  luas  seluruh  permukiman daerah penelitian. 

6. Kelas kesesuaian lahan tata guna lahan untuk  permukiman  pada  daerah  penelitian  yang  terbesar    adalah  S2  (cukup  sesuai)  sebesar  8773,58  yang  merupakan  71,25%  dari  luas  seluruh permukiman daerah penelitian.  7. Kelas  kesesuaian  lahan  N1  (tidak  sesuai  saat 

ini)  dan  N2  (tidak  sesuai  permanen)  tidak  terdapat  pada  daerah  penelitian  sehingga  secara umum sesuai untuk permukiman.

Saran 

1. Penggunaan  citra  yang  tidak  mengalami  kerusakan/streapping  akan  mempermudah  pengolahan citra. 

2. Pemerataan  pembangunan  sangat  perlu  dilakukan  untuk  menghindari  ketimpangan  ekonomi dan sosial. 

Daftar Putaka 

Abidin,  HZ.,  Jones,  A  dan  Kahar,  J.  2002.  Survei 

  Dengan GPS. Jakarta: Pradnya Paramita.  

Asian Development Bank. 1999. Buku Panduan Tentang  Pemukiman  Kembali  Suatu  Petunjuk  Praktis.  Manila.  Badan Perencanaan Pembangunan Kabupaten Sidoarjo,  <URL: http://www.bappekab.sidoarjokab.go.id>.  Dikunjungi pada tanggal 11 Pebruari 2009,  jam  11.30 WIB.  FAO, 1976. A Framework For Land Evalution. Rome.  FAO, 1996. Guidlines For Land‐Use Planning. Rome  Garmin  Etrex  H  High  Sensitivity, 

<URL:http://www.realoutdoors.co.uk/acatalog/ GARMIN_ETREX.html>.  Dikunjungi  pada  tanggal  24 Nopember 2009, jam 10.30 WIB. 

GIS  Consortium  Aceh  Nias.  2007.  Modul  Pelatihan  Arc  GIS  Tingkat  Dasar.  Aceh  Nias  :  GIS  Consortium  Aceh Nias. 

Hertanadi,  Y.  2004.  Aplikasi  Untuk  Kesesuaian  Lahan  Guna  Kepentingan  Pengembangan  Wilayah  Pesisir  Dengan  Menggunakan  Metode  Scoring 

(7)

(Daerah  Studi  Pantai  Timur  Surabaya).  Skripsi 

Program  Studi  Teknik  Geodesi  FTSP‐ITS,  Surabaya.  

Hudayana, AW. 2005. Evaluasi Kesesuaian Lahan Untuk  Permukiman  di  Kota  Surabaya  Menggunakan  Metode  Simple  Additive  Weighting  (SAW)  Berbasis  Sistem  Inforrmasi  Geografis.  Skripsi  Program  Studi  Teknik  Geodesi  FTSP‐ITS,  Surabaya. 

Lembaga  Penerbangan  dan  Antariksa  Nasional.  2006.  Modul  Pembuatan  Peta  Citra  Satelit  dan  Peta  Tematik. Jakarta. 

Masita, D. 2008. Aplikasi Teknologi Penginderaan Jauh 

Dan  Sistem  Informasi  Geografi  Untuk 

Pemantauan  Tutupan  Lahan  Dan  Kualitaas  Lingkungan  Dampak  Lumpur  Lapindo  Di  Kabupaten  Sidoarjo.  Tugas  Akhir  Program  Studi  Teknik Geomatika FTSP‐ITS, Surabaya. 

Prahasta,  E.  2005.  Konsep‐konsep  Dasar  Sistem  Informasi Geografi. Bandung: Informatika.  Sari,  IL.,  Purwoko  dan  Kartasasmita,  M.  2009.  Koreksi 

Geometri  Level  2B  Data  SPOT  Bersudut  (Pandang) Sensor Kecil. Jakarta: Lapan. 

Sastra,  MS.  dan  Marlina,  E.  2006.  Perencanaan  Dan  Pengembangan Perumahan. Yogyakarta: Andi.  Sidoarjo Google Satellite Map, 

  <URL:http://www.maplandia.com/indonesia/ja wa‐timur/sidoarjo>.  Dikunjungi  pada  tanggal  11  Pebruari 2009, Jam 11.00 WIB. 

Wawan.  2007.  Data  Korban  Lumpur  Lapindo,  <URL:http://pks‐sidoarjo.org/info‐lumpur‐ lapindo/data‐korban‐lumpur‐lapindo.htm>.  Dikunjungi   pada  tanggal  16  Mareti  2009, jam 11.00 WIB. 

Wikipedia,  2009.  Banjir  lumpur  panas  Sidoarjo  dari  Wikipedia bahasa Indonesia, ensiklopedia bebas,     <URL:http://id.wikipedia.org/wiki/Banjir_lumpur

_panas_Sidoarjo>.  Dikunjungi  pada  tanggal  11  Pebruari 2009, jam 12.00 WIB. 

Wit,  PD.,  Verheye,  W.  2008.  Land  Use  Planning  For  Sustainable Development. Belgium. 

   

(8)

Tabel 4 Tutupan Lahan per Kecamatan  Penutup Lahan 

Kecamatan 

Total  Krian  Taman  Sukodono  Buduran  Sidoarjo  Candi 

Luas Tutupan Lahan (Ha)  Sungai  41,68  36,07  20,86  27,89  80,36  34,49  241,35  Jalan  19,43  33,49  27,20  3,36  8,58  13,67  105,73  Kebun  138,25  125,75  139,61  43,84  63,65  98,55  609,65  Industri  198,80  360,72  28,58  191,44  11,17  37,45  828,16  Lahan Kosong  91,11  46,00  55,39  138,16  133,27  27,94  491,87  Pematang  0  0  0  215,86  400,08  108,78  724,72  Tegalan  7,65  12,86  18,66  71,64  72,75  10,68  194,24  Hutan Mangrove  0  0  0  21,50  53,02  0  74,52  Permukiman  1000,08  1481,41  1123,59  724,94  1649,97  1266,00  7245,99  Sawah  1755,53  1043,39  1869,43  910,46  783,42  1509,7  7871,93  Tambak  0  0  0  2029,44  2970,13  1179,12  6178,69  Total  3252,53  3139,69  3283,32  4378,53  6226,40  4286,38  24566,85    Tabel 10 Kesesuaian Lahan untuk Permukiman  No  Kecamatan  Kelas Kesesuaian Lahan  Total  Kelas Kesesuaian Lahan  Total  S1  S2  S3  N1  N2  S1  S2  S3  N1  N2  Luas Kesesuaian Lahan (Ha)  Luas Kesesuaian Lahan (%)  1  Krian  1561,18  1629,98  61,82  0  0  3252,98  47,99  50,11  1,90  0  0  100,00  2  Taman  1363,77  1705,97  69,68  0  0  3139,42  43,44  54,34  2,22  0  0  100,00  3  Sukodono  857,97  2391,81  33,26  0  0  3283,04  26,13  72,85  1,01  0  0  100,00  4  Buduran  547,15  2442,13  1375,95  0  0  4365,23  12,53  55,95  31,52  0  0  100,00  5  Sidoarjo  1153,87  2907,22  2137,75  0  0  6198,84  18,61  46,90  34,49  0  0  100,00  6  Candi  211,87  3031,74  1043,14  0  0  4286,75  4,94  70,72  24,33  0  0  100,00  Total  5695,81  14108,85  4721,60  0  0  24526,26  23,22  57,53  19,25  0  0  100,00    Tabel 11 Kesesuaian Lahan untuk Permukiman Terkini  No  Kecamatan  Kelas Kesesuaian Lahan  Total  Kelas Kesesuaian Lahan  Total  S1  S2  S3  N1  N2  S1  S2  S3  N1  N2  Luas Kesesuaian Lahan (Ha)  Luas Kesesuaian Lahan (%)  1  Krian  579,30  420,00  0,52  0,00  0,00  999,82  57,94  42,01  0,05  0,00  0,00  100,00  2  Taman  589,62  836,41  54,98  0,00  0,00  1481,01  39,81  56,48  3,71  0,00  0,00  100,00  3  Sukodono  364,13  736,96  22,32  0,00  0,00  1123,41  32,41  65,60  1,99  0,00  0,00  100,00  4  Buduran  221,90  498,74  4,22  0,00  0,00  724,86  30,61  68,81  0,58  0,00  0,00  100,00  5  Sidoarjo  760,93  888,98  0,06  0,00  0,00  1649,97  46,12  53,88  0,00  0,00  0,00  100,00  6  Candi  122,28  1109,86  33,86  0,00  0,00  1266,00  9,66  87,67  2,67  0,00  0,00  100,00  Total  2638,16  4490,95  115,96  0,00  0,00  7245,07  36,41  61,99  1,60  0,00  0,00  100,00    Tabel 12 Kesesuaian Lahan Tatat Guma Lahan untuk Permukiman   No  Kecamatan  Kelas Kesesuaian Lahan  Total  Kelas Kesesuaian Lahan  Total  S1  S2  S3  N1  N2  S1  S2  S3  N1  N2  Luas Kesesuaian Lahan (Ha)  Luas Kesesuaian Lahan (%)  1  Krian  839,34  906,47  0,12  0  0  1745,93  48,07  51,92  0,01  0  0  100,00  2  Taman  435,46  1262,40  69,24  0  0  1767,10  24,64  71,44  3,92  0  0  100,00  3  Sukodono  740,31  2016,42  31,71  0  0  2788,44  26,55  72,31  1,14  0  0  100,00  4  Buduran  306,58  895,65  12,49  0  0  1214,72  25,24  73,73  1,03  0  0  100,00  5  Sidoarjo  831,36  1376,02  0,06  0  0  2207,44  37,66  62,34  0,00  0  0  100,00  6  Candi  154,95  2316,62  118,46  0  0  2590,03  5,98  89,44  4,57  0  0  100,00  Total  3308  8773,58  232,08  0  0  12313,66  26,86  71,25  1,88  0  0  100,00     

(9)

Peta Kemiringan    Peta Kerawanan Banjir    Peta Jarak dari Jaringan Jalan Utama    Peta Jarak dari Jaringan Air Bersih    Peta Jarak dari Saluran dan Drainase    Peta Jarak dari Lumpur Lapindo    Peta Kesesuaian Lahan Untuk Permukiman    Peta Kesesuaian Lahan Untuk Permukiman  Terkini per 5 Juli 2009    Peta Kesesuaian Lahan Tata Guna Lahan Untuk  Permukiman    Peta Tutupan Lahan   

Gambar

Tabel 1Koordinat GCP dan RMS error 
Tabel 4 Kemiringan Lahan 
Tabel 8 Jarak dari Saluran dan Drainase  No.  Jarak dari saluran dan 

Referensi

Dokumen terkait

Dengan demikian yang dimaksud peserta didik (murid) adalah manusia yang sedang mengalami perrtumbuhan dan perkembangan jasmani maupun rohani. Pendidikan dirancang dan

Hasil analisis data menunjukkan bahwa keterampilan mengkomunikasikan dan inferensi pada materi kesetimbangan kimia dengan model Learning Cycle 3E lebih tinggi daripada

Hasil penelitian ini menggambarkan bahwa limbah organik berbahan ikan yang berasal dari rumah tangga telah terbukti dapat digunakan sebagai nutrisi bagi budidaya

Diharapkan bagi pengelola SMA Negeri 7 Prabumulih dapat mempertahankan dan meningkatkan pelayanan kesehatan pada siswa dan juga dapat dijadikan solusi untuk dapat

Sentiasa berwaspada dengan musuh terutamanya musuh yang secara zahirnya nampak sebagai Muslim, tetapi secara batinnya memusuhi Islam (munafik). Musuh dalam selimut

Bila terdapat dokumen Business Requirements List yang terpisah dari dokumen Functional Specification maka tuliskan disini ringkasannya.. Namun apabila tidak ada maka

Dari hasil analisa sistem pendukung keputusan pada CMF (Cah Medan Farm) dalam menetapkan ras ayam serama dengan menggunakan metode Analytical Hierarchy Process (AHP),

Hasil penelitian di kota Banjarmasin menunjukkan pelaksanaan standar pelayanan kefarmasian masih sangat kurang, dari total 30 apotek yang diteliti hanya 1 apotek