Evaluasi RTRW (Rencana Tata Ruang Wilayah) Kota
Yogyakarta Menggunakan Citra WorldView-2
Muhammad Ulil Azmi Rasyidina,*, Dr. Harintaka ST., M.T.b
a,*Alumni Departemen Teknik Geodesi FT-UGM ()
Jln. Grafika No. 2 Yogyakarta, Telp. +062-274-520226, Email: geodesi@ugm.ac.id
bStaf Pengajar Departemen Teknik Geodesi FT-UGM (Afiliasi)
Diterima: ; Dipublikasikan:
Abstract
Due to its strategic location, Special District of Yogyakarta has become one of the economic center of Indonesia. The main problem that occurs is limited usage of urban plan. The fast growth of the economy and the fact that the land is limited raise a negative impact to urban planning. The aim of this research is to evaluate the urban planning using WorldView-2 imagery. This process is done because the urban plan data that currently available are outdated, and surely will have many differences if compared to the most recent data.
This research was using WorldView-2 imagery released in 2013 which covers most of the city of Yogyakarta. The methods of this research are visual interpretation and on-screen digitation. Image rectification is also done to correct the coordinates of the imagery.
The accuracy result obtained from classification accuracy test is 87,86%. Further analysis to urban plan evaluation result towards the obtained imagery proves that there are changes in the land use. These changes are in tourism, services and market area, office area, settlement area, green landscape, and micro as well as medium industry.
Keywords: Urban planning evaluation, WorldView-2 imagery, rectification, visual interpretation,
confussion matrix
Pendahuluan Latar Belakang
Kebutuhan tanah setiap tahunnya semakin meningkat seiring dengan pertumbuhan penduduk yang cukup tinggi. Pertumbuhan penduduk disebabkan oleh beberapa faktor seperti arus urbanisasi dan pertumbuhan secara alami. Kebutuhan akan lingkungan, tempat tinggal yang baik dan kegiatan perekonomian masyarakat, memerlukan ruang dalam pelaksanaannya, sementara luas tanah relatif tetap. Hal ini membuat manusia dituntut untuk melakukan pengelolaan penggunaan lahan secara efektif dan efisien untuk mendapatkan hasil yang optimum. Pengelolaan penggunaan lahan harus berawal dari perencanaan yang matang dengan mempertimbangkan segala parameter yang terkait dan saling mempengaruhi satu sama lainnya (Syahid, 2003). Daerah perkotaan identik dengan jumlah penduduk yang tinggi dan penggunaan lahan didominasi oleh lahan terbangun. Tingginya jumlah penduduk ini mengakibatkan kebutuhan penduduk akan ruang
terutama ruang yang semakin tinggi terutama untuk lahan terbangun. Hal ini pada akhirnya akan menjadi pemicu terjadinya konversi lahan dari lahan non terbangun menjadi lahan terbangun (Anonim, 2012, Perda Kota Yogyakarta). Tujuan dari penataan ruang dimaksudkan untuk mencapai kondisi aman, nyaman, produktif dan berkelanjutan. Untuk dapat menjaga konsistensi dari pemanfaatan ruang terhadap rencana tata ruang wilayah, setiap pemerintah kota memerlukan upaya pemantauan terhadap pemanfaatan ruang yang berjalan serta mengevaluasi kesesuaian dari pemanfaatan ruang terhadap rencana tata ruang wilayahnya (Anonim, 2007).
Penelitian ini dilakukan sebagai upaya mengevaluasi penggunaan lahan di Kota Yogyakarta. Hasilnya, dapat digunakan sebagai referensi serta acuan bagi institusi-institusi terkait untuk pengambilan keputusan dalam rencana pembangunan wilayah di Kota Yogyakarta selanjutnya.
Tujuan Kegiatan
Tujuan dari penelitian ini adalah mengevaluasi RTRW untuk wilayah Kota Yogyakarta dengan memanfaatkan citra WorldView-2 tahun 2013.
Manfaat Kegiatan
Ada beberapa manfaat dari penelitian ini, manfaat-manfaat tersebut antara lain :
1. Memberikan informasi berupa evaluasi dari pelaksanaan RTRW Kota Yogyakarta dan sebagai referensi serta acuan bagi institusi-institusi terkait untuk pengambilan keputusan dalam rencana pembangunan wilayah Kota Yogyakarta selanjutnya.
2. Untuk mengetahui tingkat keberhasilan pada pelaksanaan periode yang direncanakan.
Landasan Teori Penginderaan Jauh
Penginderaan jauh menurut Lillesand dan Kiefer (2004) merupakan ilmu dan seni untuk memperoleh informasi tentang obyek, daerah, atau gejala dengan jalan menganalisis menggunakan kaidah ilmiah data yang diperoleh dengan menggunakan alat tanpa kontak langsung terhadap obyek, daerah, atau gejala yang dikaji. Sedangkan menurut Lindgran dalam Sutanto (1994) mengemukakan bahwa penginderaan jauh adalah teknik yang dikembangkan untuk perolehan data dan analisis tentang informasi kebumian.
Sistem penginderaan jauh terdiri atas sumber energi, sensor, obyek yang diamati, serta media perambatan energinya. Konsep penginderaan jauh didasarkan pada pengukuran energi gelombang elektromagnetik yang dihasilkan oleh suatu obyek yang bisa ditangkap oleh suatu perangkat yang disebut sensor. Sensor ditempatkan pada suatu platform bergerak yang biasanya berupa pesawat ataupun satelit. Karakteristik obyek dapat dibedakan berdasarkan perbedaan pantulan energi elektromagnetik yang diterima oleh sensor. Setiap obyek yang berbeda jenisnya akan memberikan respon yang berbeda pula terhadap gelombang elektromagnetik yang mengenainya, karena setiap obyek memiliki keunikan sifat refleksi dan emisinya. Salah satu output dari sistem penginderaan jauh adalah citra digital (Widiastuti, 2013).
Platform penginderaan jauh dirancang untuk beberapa
tujuan khusus. Tipe sensor, platform, penerima data, pengirim serta pemrosesan dipilih sesuai dengan tujuan tersebut. Perkembangan perolehan data penginderaan jauh melalui satelit menawarkan beberapa keunggulan dibandingkan melalui pemotretan udara, antara lain dari segi harga, periode perekaman daerah yang sama, serta kombinasi saluran spektral yang lebih sesuai untuk aplikasi tertentu (Danoedoro, 1996).
Saat ini telah beredar banyak jenis satelit yang diluncurkan oleh banyak negara. Mulai 8 dari negara maju seperti Amerika Serikat, Kanada, Perancis, Jepang, Rusia, dan negara-negara besar lainnya. Berbagai satelit yang diluncurkan menawarkan resolusi spasial yang bervariasi, dari resolusi rendah hingga resolusi tinggi. Resolusi spasial merupakan kemampuan sensor mendeteksi ukuran terkecil obyek di bumi untuk membedakan diantara dua obyek yang berdekatan pada citra (Sabins, 1997 dalam Nosicca, 2015).
Worldview-2 merupakan salah satu jenis satelit beresolusi tinggi yang menyediakan 8 sensor spektral dari gelombang tampak hingga inframerah jarak dekat. Satelit ini diluncurkan menggunakan roket Delta 7920 pada tanggal 8 Oktober 2009 di Vandenberg Air Force Base, California. Setiap sensor yang dibawa pada satelit ini dipusatkan pada jarak partikular dari spektrum gelombang elektromagnetik yang sensitif menuju partikular objek yang ada di permukaan bumi (Anonim, 2010).
Rektifikasi Citra
Rektifikasi adalah suatu proses melakukan transformasi data dari suatu sistem grid menggunakan suatu transformasi geometrik. Pekerjaan rektifikasi dengan cara pemberian koordinat pada citra berdasarkan koordinat hasil survei lapangan atau koordinat yang telah ada pada suatu peta maupun dari citra yang sudah tergeoreferensi yang mencakup area yang sama (Lillesand dan Ralph, 2002).
Akibat proses transformasi koordinat akan terjadi pergeseran di dalam penentuan titik kontrol yang besarnya ditunjukkan dengan Nilai Root Mean Square
Error (RMSE). Nilai RMSE ialah nilai yang
menunjukkan tingkat akurasi geometrik yang dilakukan atau merupakan ukuran ketelitian dari GCP (Ground Control Point) yang diekspresikan dengan ukuran piksel. Semakin kecil nilai RMSE maka akan semakin baik pula penempatan atau identifikasi GCP pada citra.
hasil-hasil koreksi yang menyimpang kurang dari 0,5 x ukuran piksel dalam kenyataan di lapangan (Jensen, 1996).
Resampling
Resampling/interpolasi nilai spektral, yaitu teknik penyadapan derajat nilai kecerahan (Brightness Value/BV) piksel dari posisinya di citra yang belum terkoreksi ke geometrik ke posisinya yang baru di citra yang telah terkoreksi geometrik. Teknik interpolasi dapat dilakukan dengan beberapa algoritma, yaitu nearest neighbor, bilinier interpolation dan cubic convolution (Danoedoro, 1996).
Algoritma tetangga terdekat (nearest neighbor) diterapkan hanya dengan mengambil kembali nilai dari piksel terdekat yang telah bergeser ke posisi baru, kemudian dirata-rata secara proporsional. Algoritma
bilinier interpolation diterapkan dengan
mempertimbangkan keempat nilai piksel yang berdekatan untuk kemudian dirata-rata secara proporsional sesuai dengan jaraknya terhadap posisi baru (Jensen, 1996). Sedang algoritma cubic convolution menggunakan prinsip seperti algoritma
bilinier interpolation tetapi dengan
mempertimbangkan 16 piksel di sekitarnya (Danoedoro, 1996).
Interpretasi Citra Satelit
Sutanto (1992) menjelaskan bahwa hasil proses penginderaan jauh sistem satelit berbentuk citra digital pengolahannya dapat dibagi menjadi dua metode, yaitu :
1. Analisis data secara visual adalah analisis dengan cara mengenali ciri-ciri obyek yang terdapat pada citra berupa bentuk, ukuran, rona, warna, pola, bayangan, situs dan asiosiasi.
2. Analisis data secara numerik yaitu analisis data dengan cara pengenalan pola spektral. Pola spektral merupakan karakteristik spektral yang dinyatkkan dalam dua dimensi yaitu nilai digital pada tiap tipe piksel. Dalam analisis secara numerik dibutuhkan komputer yang memiliki kapasitas penyimpanan yang besar dan juga melibatkan hitungan statistik. Pengenalan obyek merupakan bagian vital dalam interpretasi citra. Tanpa dikenali identitas dan jenis obyek yang tergambar pada citra, tidak mungkin dilakukan analisis untuk memecahkan masalah yang sedang dihadapi. Prinsip pengenalan obyek pada citra berdasarkan atas penyidikan karakteristiknya atau atributnya pada citra (Nosicca, 2015).
Unsur interpretasi terbagi atas empat tingkatan kerumitan yang membentuk susunan piramida berjenjang yang dapat dilihat pada gambar 1.
Gambar 1 : Susunan hirarki unsur interpretasi citra (Estes et al, 1983 dalam Sutanto, 1992)
Sutanto (1992) menyatakan bahwa terdapat unsur-unsur interpretasi yang digunakan dalam interpretasi citra secara visual, yaitu warna, bentuk, ukuran, tekstur, pola atau susunan keruangan, bayangan, situs dan asosiasi.
Analisis Spasial dengan Proses Overlay
Prahasta (2001) menyebutkan bahwa terdapat dua jenis fungsi analisis dalam sistem informasi geospasial yang umum digunakan, yaitu fungsi analisis spasial dan fungsi analisis atribut. Fungsi analisis spasial yang di dalam sistem informasi geografis spasial yang umum digunakan adalah analisis overlay (tumpang susun). Overlay merupakan teknik penggabungan dua atau lebih data grafis untuk diperoleh data grafis baru yang memiliki satuan unit pemetaan gabungan dari data grafis tersebut (Suharyadi, 1993).
Skema Klasifikasi Tata Ruang
Skema klasifikasi adalah alur atau tahapan pelaksanaan suatu kegiatan sedangkan klasifikasi adalah penggolongan obyek ke dalam masing-masing kelas berdasarkan kriteria tertentu (Kartini, 1999 dalam Widiastuti, 2013).
Sistem klasifikasi tata ruang yang digunakan dalam penelitian ini adalah sistem klasifikasi penggunaan kota karena wilayah yang diinterpretasi merupakan wilayah kota. Klasifikasi penggunaan tanah untuk pembuatan peta penggunaan tanah dilakukan dengan mengelompokkannya ke dalam kelas penggunaan tanah dengan mengacu pada sistem klasifikasi tertentu. Pemilihan skema klasifikasi adalah pemilihan (kelas) yang akan diambil/dipergunakan dalam proses klasifikasi. Penentuan klasifikasi diperlukan karena tidak semua kelas yang ada bisa diperoleh dari suatu citra karena setiap citra memiliki tingkat resolusi yang berbeda (Sabngiarso, 2008).
mikro kecil dan menengah. Rencana Tata Ruang Wilayah
Berdasarkan Undang-Undang No. 24 tahun 1992, pengertian tata ruang adalah wujud struktural dan pola pemanfaatan ruang, baik direncanakan maupun tidak. Ruang menurut UU No. 26 Tahun 2007 tentang Penataan Ruang, adalah wadah yang meliputi ruang darat, ruang laut, dan ruang udara, termasuk ruang di dalam bumi sebagai satu kesatuan wilayah, tempat manusia dan makhluk lain hidup, melakukan kegiatan, dan memelihara kelangsungan hidupnya.
Sedangkan penataan ruang menurut Perda Kota Yogyakarta No.2 Tahun 2010 Bab I pasal 1 menjelaskan bahwa penataan ruang adalah suatu sistem proses perencanaan tata ruang, pemanfaatan ruang dan pengendalian pemanfaatan ruang.
Menurut Menteri Pekerjaan Umum No. 16 Pasal 1 tahun 2009 bahwa rencana tata ruang wilayah dideskripsikan sebagai hasil perencanaan tata ruang pada wilayah yang merupakan kesatuan geografis beserta segenap unsur terkait yang batas dan sistemnya ditentukan berdasarkan aspek administratif.
Sesuai dengan Rencana Tata Ruang Wilayah Kota Yogyakarta, maka Kota Yogyakarta sebagai ibukota dan pusat pemerintahan Daerah Istimewa Yogyakarta harus menjaga keasrian, keterpaduan pembangunan dan pengembangan wilayahnya. Kota Yogyakarta yang merupakan pusat pertumbuhan ekonomi memiliki dampak pada daerah sekitarnya sehingga perlu menata ruang sehingga kualitas ruang dapat terjaga keberlanjutannya.
Uji Ketelitian Klasifikasi
Uji ketelitian dapat dilakukan dengan beberapa tahap. Sutanto (1994) menjelaskan metode uji ketelitian klasifikasi dapat dilakukan dengan menggunakan point sampling accuracy, dengan tahapan sebagai berikut :
1. Melakukan pengecekan lapangan pada beberapa titik uji/sampel yang dipilih dari setiap klas obyek.
2. Menilai kecocokan hasil klasifikasi dengan kondisi sebenarnya di lapangan.
3. Membuat matrik perhitungan setiap kesalahan pada kelas obyek hasil klasifikasi sehingga diketahui tingkat ketelitiannya. Uji ketelitian dengan menggunakan matrik konfusi yang sering digunakan karena dapat menghitung kesalahan omisi dan komisi sehingga lebih menjelaskan pada ketelitian yang diperoleh.
Pelaksanaan
Persiapan Alat dan Bahan
Penelitian ini dilakukan di daerah wilayah Kota Yogyakarta yang secara geografis dibatasi oleh koordinat 1100 24’ 19” BT dan 1100 28’ 53” BT serta 70 15’ 24” LS dan 70 49’ 26” LS
Perangkat keras meliputi, digital kamera Sony dan Kodak, seperangkat laptop Samsung prosesor AMD A6 – 2.10 GHz dan printer Canon.
Perangkat lunak meliputi, ENVI 5.0, ArcGIS 10, Ms. Excel 2013 dan Ms. Word 2013.
Pelaksanaan
Gambar 2 : Diagram Alir Pelaksanaan Persiapan dan Pengumpulan Data
Sebelum memulai kegiatan, dilakukan pengumpulan Mulai
Persiapan dan Pengumpulan Data
Citra WorldView-2
Peta RTRW skala 1 : 25.000
Rektifikasi citra
Penentuan skema klasifikasi tata ruang
Interpretasi visual dan digitasi on-screen
Penentuan luas tiap kelas penggunaan lahan
Peta penggunaan lahan
Uji ketelitian hasil klasifikasi
Evaluasi penggunaan lahan Citra Ikonos
tergeoreferensi
Interpretasi visual dan digitasi on-screen
data. Data yang dikumpulkan tersebut berupa citra WorldView-2 tahun 2013 dalam format *.tif yang diperoleh dari dinas Pekerjaan Umum (PU) Kota Yogyakarta. Data lain berupa peta administrasi Kota Yogyakarta yang diperoleh dari dinas BPN Kota Yogyakarta serta peta RTRW Kota Yogyakarta tahun 2010 dengan skala 1:25.000 dalam format *.jpg yang diperoleh dari dinas Bappeda Kota Yogyakarta. Sedangkan citra Ikonos tahun 2004 dalam format *.tif yang telah tergeoreferensi diperoleh dari BPN Kota Yogyakarta.
Rektifikasi citra
Tahap rektifikasi citra akan dilakukan rektifikasi citra ke citra dengan menggunakan citra satelit Ikonos. Hal ini dikarenakan citra Ikonos merupakan citra yang tersedia dan telah tergeoreferensi pada saat penelitian ini berlangsung. Citra ini telah memiliki sistem koordinat yaitu, Universal Transverse Mercator Zone 49S sehingga diambil sebagai acuan. Pekerjaan ini dilakukan dengan menggunakan perangkat lunak ENVI 5.0. Tujuan dari pekerjaan ini agar citra WorldView-2 memiliki koordinat yang sama dengan citra Ikonos sehingga dapat diolah untuk tahapan berikutnya.
Penentuan skema klasifikasi tata ruang
Tahap ini dilakukan dengan melakukan digitasi on-screen. Pekerjaan ini dilakukan dengan cara mendigit citra WorldView-2 menjadi kelas yang telah ditentukan dengan memanfaatkan unsur-unsur interpretasi yang ada. Penentuan skema klasifikasi berdasarkan peraturan pemerintah Kota Yogyakarta tentang rencana tata ruang wilayah kota yang membagi pemanfaatan pola ruang menjadi 12 kelas, yaitu budaya, kesehatan, kuburan, pariwisata, pendidikan, perdagangan dan jasa, perkantoran, perumahan, rekreasi dan olahraga, Ruang Terbuka Hijau (RTH), sarana transportasi serta industri mikro kecil dan menengah.
Interpretasi visual dan digitasi on-screen
Tahapan interpretasi citra merupakan pekerjaan untuk mengkaji, mengidentifikasi, menilai obyek serta mengenali obyek dengan menggunakan unsur-unsur interpretasi. Teknik ini merupakan salah satu metode ekstraksi (penyadapan) informasi dari data raster. Model data raster menampilkan, menempatkan dan menyimpan data spasial dengan menggunakan matriks atau piksel-piksel yang membentuk grid. Sedangkan model data vektor menampilkan, menempatkan dan menyimpan data spasial dengan menggunakan titik-titik, garis-garis, kurva, poligon, beserta atributnya. Sistem model ini dilakukan dengan bantuan perangkat lunak ArcGIS 10.
Sebelum memulai digitasi terlebih dahulu dibuat layer atau coverage. Jumlah layer atau coverage yang akan
dibuat tergantung banyaknya kelas-kelas yang akan diklasifikasikan seperti perumahan, Ruang Terbuka Hijau (RTH), perdagangan dan jasa, industri mikro kecil dan menengah, dan lain-lain. Selanjutnya dilakukan pendigitasian dengan mengaktifkan start editing pada editor terlebih dahulu dan menelusuri semua features tersebut sambil mengklik mouse hingga semuanya selesai didigitasi.
Penentuan luas tiap kelas penggunaan lahan
Setelah semua penggunaan lahan terkelaskan, dilakukan penentuan luas untuk tiap layer penggunaan lahan dengan menggunakan perangkat lunak AcrGIS 10. Terlebih dahulu dengan mengaktifkan layer penggunaan lahan dan satuan yang akan digunakan. Dalam hal ini, menggunakan satuan meter persegi (m2). Proses penghitungan luas pada ArcGIS 10 dilakukan dengan cara menambah kolom pada tabel atribut tiap kelas penggunaan lahan. Sedangkan untuk penghitungan luas total tiap penggunaan lahan yang telah didigitasi dilakukan dengan cara Calculate Geometry yang ada pada menu tabel atribut.
Uji ketelitian dan hasil klasifikasi
Uji ketelitian dilakukan dengan cara mengambil beberapa sampel kelas penggunaan tanah yang kemudian mencocokannya dengan yang ada di lapangan. Sedangkan perhitungan besarnya nilai ketelitian yang akan diperoleh dilakukan menggunakan matrik konfusi yaitu dengan menjumlahkan kelas yang sesuai yang dipresentasikan oleh jumlah nilai pada diagonal utama matrik tersebut kemudian dibagi dengan jumlah total kelas sampel. Evaluasi Penggunaan Lahan
Evaluasi ini bertujuan untuk mengetahui apakah citra WorldView-2 baik pemanfaatannya untuk evaluasi suatu RTRW. Untuk mengetahuinya dengan cara mengidentifikasi setiap kelasnya. Pada tahap ini pekerjaan yang dilakukan yaitu melakukan perbandingan luas tiap kelas dan pemanfaatan lahan pada peta digital RTRW tahun 2010 dengan citra WorldView-2 hasil rekaman tahun 2013 serta realisasinya di lapangan. Hasilnya diharapkan dapat melihat kesesuaian lokasi setiap kelas pemanfaatan ruang di lapangan dengan rencana. Evaluasi ini dilakukan dengan cara melakukan overlay peta RTRW tahun 2010 dengan citra WorldView-2 tahun 2013 hasil digitasi.
mengisikan keterangan peruntukan yang sebenarnya pada data atribut penggunaan lahan tersebut.
Hasil dan Pembahasan
Kegiatan ini bertujuan untuk mengevaluasi RTRW untuk wilayah Kota Yogyakarta dengan memanfaatkan citra WorldView-2 tahun 2013. Pada bab ini disampaikan hasil yang telah dicapai serta pembahasan dari hasil tersebut.
Hasil Pengolahan Citra
Citra Ikonos dijadikan sebagai acuan dikarenakan lebih efisien dalam hal waktu dan biaya serta dapat digunakan untuk mengidentifikasikan obyek, sehingga akan lebih mudah untuk penentuan GCP dengan menggunakan citra tersebut. Rektifikasi ini dimaksudkan agar citra WorldView-2 memiliki sistem koordinat yang sama dengan citra Ikonos yang telah memiliki sistem koordinat sehingga dapat diolah untuk tahapan selanjutnya. Proses rektifikasi citra ini dilakukan dengan cara citra ke citra dengan menggunakan perangkat lunak ENVI 5.0. Hasil yang diperoleh dari proses rektifikasi ini berupa sistem koordinat dengan sistem proyeksi Universal Transverse Mercator Zone 49 S. Proses rektifikasi dilakukan dengan mengambil 20 sampel GCP yang tersebar secara acak dan merata pada citra yang akan diolah.
Gambar 3 : penyebaran GCP saat proses rektifikasi citra ke citra
Interpretasi visual dan Digitasi on-Screen
Teknik interpretasi yang dilakukan pada penelitian ini menggunakan visual dengan bantuan perangkat lunak
AcrGIS 10. Penyadapan data penggunaan lahan
melalui citra WorldView-2 dipengaruhi oleh bahan
yang digunakan serta kemampuan interpreter untuk melakukan pengamatan secara visual.
Citra WorldView-2 memiliki keunggulan dalam hal kualitas ketajaman gambar sehingga akan mempermudah bagi interpreter dalam melakukan proses penyadapan dan interpretasi.
Penentuan Luas Kelas Penggunaan Lahan
Total luas daerah Kota Yogyakarta yang tercakup dalam klasifikasi citra WorldView-2 hasil digitasi terdiri dari 32.133.630,46 m2. Seluruh daerah hasil klasifikasi terbagi ke dalam 12 kelas penggunaan lahan. Sedangkan jumlah kelas yang tidak terklasifikasi yang terdiri dari jalan, sungai tidak termasuk ke dalam kelas rencana penggunaan lahan yang ada pada RTRW Kota Yogyakarta. Hasil klasifikasi kelas pada citra WorldView-2 dapat dilihat pada tabel 1 di bawah ini.
No Kelas Luas (m2) Prosentase
(%)
1 Budaya 517.429 1,61
2 Kesehatan 259.857 0,81
3 Kuburan 184.869 0,58
4 Pariwisata 1.655.855 5,15
5 Pendidikan 1.339.593 4,17
6 Perdagangan
dan jasa 7.580.464 23,59
7 Perkantoran 1.105.060 3,44
8 Perumahan 14.457.468 44,99
9 Rekreasi 522.951 1,63
10 RTH 2.164.032 6,73
11 Transportasi 428.581 1,33
12 Industri 1.917.465 5,97
Total luas
penggunaan lahan 32.133.630 100
Uji Ketelitian Klasifikasi
No Penggunaan pada RTRW Penggunaan pada
WorldView-2 Keterangan
1 Budaya Budaya Sesuai 2 Kesehatan Kesehatan Sesuai 3 Kuburan Kuburan Sesuai 4 Pariwisata Perumahan Tak Sesuai 5 Pendidikan Pendidikan Sesuai 6 Perdagangan
dan jasa Perumahan Tak Sesuai
7 Perkantoran Perdagangan Tak Sesuai 8 Perumahan RTH Tak Sesuai 9 Rekreasi Rekreasi Sesuai 10 RTH Perumahan Tak Sesuai 11 Transportasi Transportasi Sesuai 12 Industri Perumahan Tak Sesuai
Ketelitian hasil interpretasi dihitung dengan menggunakan tabel matrik kesalahan (confussion
matrix), kemudian membagi jumlah sampel kelas yang
sesuai (nilai pada diagonal utama matrik) dengan jumlah keseluruhan sampel. Hasil uji ketelitian RTRW tahun 2010 terhadap citra WorldView-2 tahun 2013 pada tabel di atas diperoleh sebesar 87,86 %, sehingga sudah memenuhi syarat ketelitian minimal peta yang dipersyaratkan Short (1992) yaitu lebih besar dari 85 %. Kemudian dilanjutkan dengan uji lapangan dengan cara membandingkan antara hasil interpretasi citra dengan keadaan sebenarnya di lapangan. Pengambilan sampel di lapangan dilakukan sebanyak 58 sampel, dengan masing-masing kelas berjumlah 5 sampel, kecuali kelas sarana transportasi yang berjumlah 3 sampel. Berikut salah satu sampel pengambilan obyek di lapangan terdapat pada tabel 3.
Kelas Obyek pada citra
Obyek di lapangan
Kesesuaian
Budaya Sesuai
RTH Tak Sesuai
(pendidikan)
Dari hasil uji ketelitian interpretasi citra terhadap uji lapangan diperoleh ketelitian interpretasi sebesar 87,93 %.
Evaluasi Penggunaan Lahan
Evaluasi penggunaan lahan menggunakan analisis overlay. Analisis ini dilakukan dengan cara melakukan tumpang susun antara peta RTRW hasil digitasi dengan citra WorldView-2 hasil interpretasi. Kemudian dilakukan analisis dengan menggunakan symmetrical difference yang ada pada menu analysis tools. Tabel 4 di bawah ini menunjukkan hasil luas perbandingan hasil overlay.
No Kelas RTRW (m2)
WorldView -2 (m2)
Perbedaan analisis
1 Budaya 503.178 517.429 .
2 Kesehatan 191.980 259.857 .
3 Kuburan 148.689 184.869 .
4 Pariwisata 1.852.772 1.655.855 .
5 Pendidikan 912.149 1.339.593 . .
6 Perdagangan dan jasa
8.133.958 7.580.464 4.366.693
7 Perkantoran 1.484.850 1.105.060 1.024.980
8 Perumahan 14.234.405 14.457.468 7.128.203
9 Rekreasi 531.996 522.951 374.679
10 RTH 2.549.505 2.164.032 3.980.421
11 Transportasi 467.392 428.581 115.457
12 Industri 2.683.317 1.917.465 1.572.673
Luas keseluruhan RTRW penggunaan lahan yang telah terdigitasi adalah 33.694.196 m2 yang terbagi dalam 12 kelas. Luas tersebut merupakan luas keseluruhan wilayah Kota Yogyakarta yang direncanakan dari tahun 2010-2029.
Data luas rencana penggunaan lahan RTRW tahun 2010 kemudian dibandingkan dengan luas penggunaan lahan hasil interpretasi citra WorldView-2 sehingga diketahui seberapa besar realisasi yang telah berjalan baik dari rencana tersebut. Perbandingan luas rencana penggunaan lahan dalam RTRW dengan penggunaan lahan hasil digitasi citra WorldView-2 terdapat pada tabel 5 di bawah ini.
No Kelas
Luas RTRW
(m2)
Luas interpretasi
citra (m2)
Selisih (m2)
1 Budaya 503.178 517.429 (-) 14.250
3 Kuburan 148.689 184.869 (-) 36.180
4 Pariwisata 1.852.772 1.655.855 (+)196.916
5 Pendidikan 912.149 1.339.593 (-) 427.444
6 Perdagangan dan jasa
8.133.958 7.580.464 (+)553.494
7 Perkantoran 1.484.850 1.105.060 (-) 379.790
8 Perumahan 14.234.405 14.457.468 (-) 223.063
9 Rekreasi 531.996 522.951 (+) 9.045
10 RTH 2.549.505 2.164.032 (+)385.472
11 Transportasi 467.392 428.581 (+) 38.811
12 Industri 2.683.317 1.917.465 (+)765.852
Total luas 33.694.196 32.133.630 1.560.566
Dari tabel 3 di atas dapat dilihat bahwa luas kelas budaya yang telah terealisasi mencapai 517.429 m2 dari luas yang direncanakan.
Pada kelas kesehatan yang dapat terklasifikasi secara visual adalah 259.857 m2 dari luas yang direncanakan. Sementara itu kelas kuburan hanya terklasifikasi sebesar 184.869 m2. Pada kelas kuburan mengalami sedikit kesulitan saat interpretasi dikarenakan polanya menyerupai dengan Ruang Terbuka Hijau (RTH). Luas tersebut melebihi dari luas yang direncanakan yaitu seluas 148.689 m2. Pariwisata sebesar 1.655.855 m2. Pendidikan terealisasi sebesar 1.339.593 m2 dikarenakan bertambahnya jumlah fasilitas pendidikan dari luas yang direncanakan sebelumnya. Perdagangan dan jasa menurun sebesar 7.580.464 m2 disebabkan bertambahnya lahan untuk perumahan sebesar 14.457.468 m2. Untuk kelas perkantoran juga menurun sebesar 1.105.060 m2 dikarenakan masih banyak program yang belum berjalan. Rekreasi dan olahraga yang terklasifikasi dari citra WorldView-2 dengan luas rencana RTRW memiliki selisih 9.045 m2. Sedangkan luas Ruang Terbuka Hijau (RTH) memiliki selisih 385.472 m2 dari luas yang direncanakan. Kelas sarana transportasi yang dapat diinterpretasi secara visual sebesar 428.581 m2 yang meliputi stasiun Tugu, stasiun Lempuyangan serta terminal Giwangan. Untuk kelas industri hanya dapat terklasifikasi sebesar 1.917.465 m2. Luas lahan hasil klasifikasi citra dengan rencana RTRW memiliki selisih sebesar 1.560.566 m2. Hal ini dikarenakan :
1. Terdapat tutupan awan sehingga luas daerah dan klasifikasinya tidak diketahui secara tepat.
2. Ketelitian saat digitasi sangat berpengaruh terhadap luas penggunaan lahan.
Kesimpulan dan saran Kesimpulan
Berdasarkan proses yang dilakukan selama pelaksanaan penelitian ini, maka dapat diambil beberapa kesimpulan sebagai berikut :
1. Luas penggunaan lahan hingga tahun 2015 yang telah sesuai dengan RTRW tahun 2010 meliputi kelas budaya, kesehatan, kuburan, pendidikan, rekreasi dan olahraga, serta sarana transportasi. Sedangkan kelas yang belum sesuai meliputi kelas pariwisata, perdagangan dan jasa, perkantoran, perumahan, Ruang Terbuka Hijau (RTH) serta sarana industri mikro kecil dan menengah.
2. Berdasarkan hasil uji ketelitian dari hasil interpretasi citra WorldView-2 terhadap peta RTRW diperoleh ketelitian sebesar 87,86%. Sedangkan hasil uji ketelitian citra WorldView-2 terhadap uji lapangan sebesar 87,93%. Hasil perhitungan uji ketelitian tersebut memenuhi toleransi sebesar >85% sehingga citra WorldView-2 dapat digunakan sebagai sumber data jenis-jenis pemanfaatan tata ruang kota untuk mengevaluasi suatu RTRW.
Saran
Adapun saran yang diusulkan untuk penelitian selanjutnya dari hasil penelitian ini adalah :
1. Hasil pekerjaan interpretasi akan berpengaruh terhadap hasil uji ketelitian klasifikasi sehingga untuk penelitian selanjutnya perlu adanya citra dengan kenampakan visual yang lebih detil dan jelas yang mempermudah interpreter dalam mengklasifikasikannya.
2. Untuk klasifikasi citra sebaiknya memilih citra terbaru yang tidak memiliki daerah yang terhalang oleh tutupan awan atau bayangan awan.
Daftar Pustaka
Anderson, J.R., Hardy E.E., Roach J.T., Witmer R.E., 1976, A Land Use and Land Cover Classification System for Use with Remote Sensor Data, USGS, Washington.
Anonim, 2007, Undang-Undang RI No. 26 tentang penataan ruang.
Anonim, 2010, Digital Globe WorldView-2, https://www.digitalglobe.com/
Anonim, 2012, Peraturan daerah Kota Yogyakarta. Danoedoro, P., 1996, Pengolahan Citra Digital Teori
dan Aplikasinya dalam Bidang Penginderaan Jauh,
Fakultas Geografi Universitas Gadjah Mada, Yogyakarta.
Janssen, L.L., and Huurneman, G.C., 2001, Principles of Remote Sensing, ITC, Enschede, The Netherlands. Jensen, J.R., 1996, Introductory Digital Image
Processing, Prentice Hall, Singapore.
Kartini, C. N. 1999. Klasifikasi Digital. Dalam Diktat Klasifikasi Digital. Yogyakarta: Jurusan Teknik Geodesi UGM.
Lillesand, T.M. dan Ralph, W.K., 2002. Remote Sensing and Image Interpretation, 4th Edition, University of Wisconsin, Madison.
Lillesand, T.M., Kiefer, R.W., Chipman, J.W., 2004, Remote Sensing and Image Interpretation, Edisi ke-5, John Wiley & Sons, Inc., USA.
Malingreau, J.P., 1982, A Propose Land use Land
Cover Classification for Indonesia, PUSPIC-UGM,
Yogyakarta.
Nosicca, F.B., 2015, Kajian Kondisi Kualitas
Lingkungan Permukiman Kota dengan
memanfaatkan Citra Satelit WorldView-2, Skripsi, Jurusan Teknik Geodesi Fakultas Teknik Universitas Gadjah Mada, Yogyakarta.
Prahasta, E., 2001, Konsep-konsep Dasar Sistem Informasi Geografis, Informatika, Bandung.
Sabins, F.F., 1997. Remote Sensing : Principles and Interpretation, New York : W. H. Freeman and Company.
Sabngiarso, I., 2008, Evaluasi Penggunaan Tanah Terhadap Rencana Detail Tata Ruang Kota
Semarang dengan Memanfaatkan Citra Quickbird,
Tesis, Program Studi Teknik Geomatika Kelompok
Bidang Ilmu-Ilmu Teknik Fakultas Teknik Universitas Gadjah Mada, Yogyakarta.
Short, M., 1982, Landsat Tutorial Workbook-Basics of Satellite Remote Sensing, Nasa, Washington. Suharyadi, 1993, Mengolah Data Spasial dengan
Sistem Informasi Geografis Pc Arc/Info, Fakultas Geografi Universitas Gadjah Mada, Yogyakarta. Sutanto, 1992, Penginderaan Jauh Jilid 2, Gadjah
Mada University Press.
Sutanto, 1994, Penginderaan Jauh Jilid 1, Gadjah Mada University Press.
Syahid, H.H.L., 2003, Pemanfaatan Citra Digital Ikonos untuk Evaluasi Rencana Umum Tata Ruang Kota, Skripsi, Jurusan Teknik Geodesi Fakultas Teknik Universitas Gadjah Mada, Yogyakarta. Widiastuti, R., 2010, Pemanfaatan Citra Landsat 7
ETM+ untuk Deteksi Perubahan Penggunaan
Lahan Pasca Bencana Erupsi Merapi Tahun 2010,
