BAB III METODOLOGI PENELITIAN

(1)

19

BAB III

METODOLOGI PENELITIAN

III.1 Lokasi Penelitian

KabupateniPenukal AbabiLematang Ilir (PALI), Sumatera Selatan (Gambar III.1) memiliki luas wilayah1.743 km² denganijumlah penduduk 184.70 jiwa pada tahun 2017. Menurut Badan Informasi Spasialiyang terdiri dari 5ikecamatan, 65 desa, 6ikelurahan, 213 dusun, 47 RW dan 148 RT. Secara administratif, Kabupaten PALI terbagi kedalam 5 kecamatan yaituiKecamatan Talang Ubi, Tanah Abang, Penukal Utara, Penukal dan terakhir Kecamatan Abab. Daerahiyang berbatasan dengan KabupateniPenukal AbabiLematang Ilir mempunyaiibatas wilayah sebagai berikut,

 Sebelah utaraiberbatasanidengan kabupateniMusi Banyu Asin

 Sebelah timuriberbatasanidengan kecamatan Sungai Rotan Kab. Muara Enim

 Sebelah Selataniberbatasanidengan kecamatan Belimbing Kabupaten Muara Enim

 Sebelah Baratiberbatasanidengan kabupaten Musi Rawas

(2)

20

Gambar III. 1 Lokasi Penelitian

III.2 Alat dan Data Penelitian

III.2.1 Alat Penelitian

Untuk pengolahan data dan penyusunan laporan, maka dibutuhkan beberapa alat sebagai berikut.

1. Laptop Acer Aspire E14 E5-475G

Berikut adalah spesifikasi laptop yang digunakan pada penelitian ini 1) System Model : Acer Aspire E14 E5-475G

2) Operating System : Windows 10

3) Processor : 8^thiGen Intel® QuadiCore i5-8250U

4) Memory : 8iGB

(3)

21 2. Software Ms. Excel

Software Ms. Excelidigunakan untukimengumpulkan dataiyang berupa angkaiyang akan dilakukan perhitungan luas sebaran dan perhitungan akurasi.

3. Software ENVI 5.3

Software ENVI 5.3 digunakaniuntuk pengolahan dataiseperti pengolahan koreksiiradiometrik dan koreksi geometrik.

4. Software Arcgis

Software Arcgis digunakan untuk pengolahan data NBR, dNBR dan layouting peta.

III.2.2 Data Penelitian

Penelitianiini menggunakan data Citra Landsat 8 OLI/TIRS sebagai data dasar untuk identifikasi sebaran area lahan terbakar. Selain itu, Data pendukung lain digunakan untuk menunjang peneltian ini seperti yang telihat pada tabel III.1.

Tabel III. 1 Data Penelitian

Data Tanggal Akuisisi Data SumberiData

CitraiLandsat 8 OLI/TIRS

10 Agustus 2020 dan 18 September 2020

USGS (United States Geological Survey)

Batas Administrasi Kabupaten Pali Skalai 1:50.000

2020 BIG (Badan Informasi

Geospasial)

Data Citra SPOT 6 September 2020 LAPAN

Data Hotspot Agustus dan September 2020

LAPAN

Data Kehutanan dan Tutupan Lahan

2019 dan 2020 KLHK

(4)

22

III.3 Tahapan Penelitian

Secaraiumum penelitianiini dimulaiidengan studi literature, pengunduhaniatau pengumpulan data penelitian yaitu data citra Landsat 8 OLI/TIRS, Batas Administrasi KabupateniPenukal Abab Lematang Ilir, data citra SPOT 6 Kabupaten Penukal Abab Lematang Ilir, dan data titik panas (hotspot). Kemudian citra dilakukan koreksi geometrik dan radiometrik kemudian citra dipotong dengan batas administrasi kabupaten Penukal Abab Lematang Ilir, selanjutnya citra akan dihitung menggunakan metode NBR (Normalized Burn Ratio) dan DNBR (differenced Normalized Burn Ratio) yang kemudian dilakukan uji akurasi menggunakan data citra SPOT-6. Diagram alir tahapan penelitianiini terlihat pada gambar III.2

(5)

23

Gambar III. 2 Diagram Alir

(6)

24

Unified Modeling Language (UML) adalahirepresentasi dengan simbol-simbol tertentu yang menggambarkan urutan proses secaraimendetail yang saling berhubungan antara satu proses denganiproses lainnya. Berikutiini adalah fungsi dari simbol flowchart yang digunakan pada penelitian ini,

Tabel III. 2 Simbol dan Keterangan UML (Unified Modelling Language)

Simbol Nama Keterangan

Terminator Untuk menyatakan

permulaaniatau akhir suatu program

Garis Alir ( flow line)i Untuk menyatakan jalannya arus suatu proses

Proses Sebuah fungsi yang

dijanlankan oleh komputer dan menghasilkan perubahan data atau informasi

Input / Outputi Proses input/output data, parameteriatau informasi Decisioni Perbandingan, pernyataan,

datai yang memberikan pilihan untuki prosesi selanjutnyai

Sumber: (Budiman, 2021)

III.3.1 Tahapan Pengumpulan Data

Tahapanipengumpulan dataicitra satelit Landsat – 8 periode Agustus dan September 2020 diunduh di web USGS (United States Geological Survey), data citra satelit SPOT 6 diperolehidari PusatiTeknologi dan DataiPenginderaan Jauh LAPAN, data hotspotidiperoleh melalui LAPAN, Peta Rupa Bumi Indonesia diperoleh melalui InaGeoportal serta data hutan dan penutupan lahan diperoleh dari Kementerian Lingkungan Hidup dan Kehutanan.

(7)

25 III.3.2 Tahapan Pra Proses Pengolahan Data

Pra Pengolahanidata pada tugas akhir ini dilakukan dengan beberapa tahapan sebagai berikut.

III.3.2.1 Koreksi Geomterik

Koreksi geometrik citra satelit Landsat – 8 dilakukanipada software ENVI 5.1 denganitahapan registration image to map, yaituikoreksi geometrikidilakukan denganimelakukanipemberian koordinat padaicitra berdasarkan koordinatiyang ada pada suatu peta yang mencakup area yang sama. Padaiproses geometrik ini menggunakan shapefile atau peta RBI skala 1: 50.000 sebagai acuan dan pengolahan dilakukan menggunakan software ENVI 5.3. Hasil dari koreksi geometrik ini dilihat dariinilai Root Mean Square Error (RMS Error) dimanainilai RMSEidikatakan tepat jika nilai yang didapatkan adalah ≤ 0.5.

Koreksi geometrikidilakukan menggunakan tools yang terdapat pada software ENVI 5.3 yaitu image to map dan data acuan yang digunakan dalam pengambilan Ground Control Point (GCP) berupa data vektor batas administrasi dari peta RBI. Berikut ini adalah hasil dari koreksi geometrik yang disajikan pada Tabel III.3 dan Tabel III.4.

Tabel III. 3 RMS Error Landsat 8 Agustus 2020 RMS Error Koreksi Geometrik (m)

Agustus 2020 ( Path 124 Row 62) Agustus 2020 ( Path 125 Row 62)

0.328998 0.485429

Tabel III. 4RMS Error September 2020 RMS Error Koreksi Geometrik (m)

September 2020 ( Path 124 Row 62) September 2020 ( Path 125 Row 62)

0.271606 0.488241

(8)

26 III.3.2.2 Koreksi Radiometrik

Tahap koreksi radiometrik untuk citra satelit Landsat 8 dalam pengolahan Normalized Burn Ratio yaituikonversi nilai DN (digital number) ke nilai TOA Spectral Reflectance. Tahap ini dilakukan untuk menurunkan variabilitas antar scene citraipada band tampak. Pengolahan TOA Spectral Reflectance untuk indeks NBR dilakukan pada band near infrared dan band short wave infrared dariimasing – masing path row citra satelit Landsat 8. Adapun rumus perhitungan konversi nilai DN menjadi reflektan adalah sebagai berikut.

Pα =

(Mρ∗Qcal+Aρ)

sin⁡(𝜑) ………(III.1)

Keterangan :

Pα : TOA reflectance ( nilai pancarani)

Mρ : Band-specific multiplicative rescaling factori

Aρ : Band-specific additive rescaling factor (ada di metadata)ii Qcal : DN pada setiap piksel dalam Band citra Landsat i

Φ : sun elevationi

Gambar III. 3 Panjang gelombang maksimum dan minimum TOA Reflectance Band 7 path row 124 62 Landsat 8 Agustus 2020

(9)

27

Gambar III. 7 Panjang gelombang maksimum dan minimum TOA Reflectance Band 7 path row 124 62 Landsat 8 September 2020

(10)

28

Tabel III. 5 Nilai Maksimum dan Minumum TOA Reflectance Citra Landsat-8 OLI/TIRS

Bulan Path/Row Band

Nilai Reflektan

Maksimum Minimum

Agustus 2020

124/62

Band 5 1.210700 -0.100000 Band 7 1.210700 -0.100000 125/62

Band 5 1.122140 -0.100000 Band 7 1.210700 -0.100000

September 2020

124/62

Band 5 1.209960 -0.100000 Band 7 0.913300 -0.100000 125/62 Band 5 1.210700 -0.100000 Band 7 1.210700 -0.100000

Hasil pengolahan konversi TOA Reflectance yang telah dilakukan menunjukkan bahwa hasil tersebut benar, karena tidakimelewati batas minial danimaksimal dari nilaiiyang diperolehidari metadata.

(11)

29

III.3.2.3 Komposit RGB Citra Satelit SPOT 6 dan Interpretasi Visual Citra Satelit SPOT 6

Pembuatan peta pembanding area terbakar menggunakan data citra SPOT- 6 yang digunakan sebagai referensi diporolehidengan melakukaniinterpretasi secara visualidari citra SPOT-6 denganimelakukan delineasii berdasarkan kenampakan citra komposit RGB 342 (Red, NIR, Green) yang memiliki keunggulan untuk analisis vegetasi. Kanal 3 merupakan kanal Red dengan panjang gelombang 624 – 695 nm, kanal 4 merupakan kanal NIR (Near Infrared) dengan panjang gelombang 760-890 nm, dan kanal 2 merupakan kanal Green dengan panjang gelombang 530 – 590 nm. Pada citra SPOT komposit RGB 342 area bekas kebakaran nampak berwarna kehitaman atau coklat gelap. Kepastian kenampakan area bekas kebakaran juga didukungidenganiadanya titik panas (hotspot) yang terdapatipada area tersebut.

III. 3.3 Tahapan Pengolahan Data

TahapaniPengolahan data pada tugasiakhir ini dilakukan dengan beberapa tahapanisebagai berikut.

III.3.3.1 Perhitungan indeks NBR (Normalized Burn Ratio)

Tahap perhitunganiindeks NBR (Normalized Burn Ratio) pada data citra satelit Landsat – 8 digunakan untukimenyorotiiarea yang terbakaridihitungidengan menggunakaniperhitungan nilai reflektansi pada saluran 5 (near infrared) dan saluran 7 (short wave infrared) dilakukanipada setiap path row citra satelit Landsat- 8 dengan periode akuisisi dataicitra yaitu Agustus dan September 2020. Adapun persamaan yang digunakan adalah sebagai berikut:

NBR = ⁡^R5−R7

R5+R7 ………..(III.2)

Dalam hal ini,

R5 : Reflektansi saluran near infrared R7 : Reflektansi saluran short wave infrared

(12)

30

III.3.3.2 Perhitungan DNBR (Differenced Normalized Burn Ratio)

Perhitungan DNBR dilakukaniuntukimengukur perubahan antara citra sebelumiterbakar (pre-fire) dan sesudahiterbakar (post-fire). DNBR dihitung dengan mengurangkan hasil NBRisesudah kebakaran dan NBR sebelum kebakaran.

DNBR = NBRpre − NBRpost ………(III.3) Dalam hal ini,

DNBR : Differenced Normalized Burn Ratio NBRpre : Normalized Burn Ratio sebelumikebakaran NBRpost : Normalized Burn Ratio sesudahikebakaran

Selanjutnya, daerah dengan perbedaan nilai indek DNBR tertentu akan diklasifikasikanimenjadi area bekas terbakar, nilai threshold yang digunakan didapat dari penelitian sebelumnya oleh (Zubaidah et al., 2017) untuk DNBR adalah 0.0943 dan nilai threshold untuk NBR setelah kebakaran adalahi0.2206 sehingga didapatkan perhitunganiuntuk area terbakar adalah sebagai berikut:

BA = DNBR⁡ ≥ ⁡β, dan⁡NBR𝑝𝑜𝑠𝑡⁡ ≤ ⁡α ………(III.4) Dalam hal ini,

BA : Burned Area (area terbakar)

DNBR : Differenced Normalized Burn Ratio NBRpost : NBR setelah kebakaran

β : ThresholdiBurned Areaiberdasarkan perubahan DNBR = 0,0943 α : ThresholdiBurned Areaiberdasarkan NBRisaat kebakaran = 0.220

III.3.3.3 Delineasi Citra Satelit SPOT 6

Delineasiisecara visual dilakukanidenganimembuat vektor poligon pada suatu daerah pada citra yang menunjukkanibahwa daerah tersebut merupakan area terbakar. Cara yangidigunakan untuk mengetahui bahwa pikselitersebut merupakan daerah terbakar adalah denganimengetahui perubahan kondisi lahanibervegetasi

(13)

31

pada citra sesudahiterbakar pada lokasi – lokasi disekitar titik api (hotspot) berada (LAPAN, 2015).

III.3.3.4 Uji Akurasi

Uji akurasi area terbakar (burned area) Landsat-8 dihitung dengan melakukanitumpang susun antara peta BA Landsat-8 dengan BA SPOT-6 digunakanisebagai referensiikarena memilikiiresolusi spasialiyang lebih tinggi.

Setelah didapatkan hasil dari poligon tumpang susunidibuat suatu luasan area kebakaran yang membatasi kedua poligon tersebut. Maka dapat diukur besar akurasi pengguna (user’s accuration), akurasiipenghasil (producer accuration) dan akurasi keseluruhan (overall accuration) dianalisa sebagaiiberikut.

a) Apabilaipoligon BA Landsat-8isesuaiidengan BA yang ada pada SPOT-6 makaidikatakan BA Landsat-8iadalah benar (Corrected).

b) Apabilaiterdapat BA Landsat-8, tetapiitidak ditemukannyaiBA SPOT-6 di wilayahitersebut makaiBA Landsat-8idikatakan salahideteksi (Commision Error)

c) Apabilaitidak terdapat BA Landsat-8, tetapi ditemukannya BA pada SPOT- 6 maka dikatakan sebagai kesalahaniinterpretasi. (Ommision Error) Kemudian dihitung dengan rumus sebagai berikut (LAPAN, 2015) :

a. Akurasi Pengguna (%) = ( ^𝐶

𝐶+𝐶𝑜𝑚𝑚⁡)⁡𝑥⁡100%...(III.5) b. Akurasi Penghasil (%) =( ^𝐶⁡

𝐶+𝑂𝑚𝑖𝑠𝑠) 𝑥⁡100%...(III.6) c. Akurasi Keseluruhan (%) = ( ^𝐶

𝐶+𝑂𝑚𝑖𝑠𝑠+𝐶𝑜𝑚𝑚) 𝑥⁡100%...(III.7) Sehingga diperoleh persamaan nilai perhitungan untuk Commision Erro dan Omission Erro akurasi BA (burned area) Landsat-8 adalah sebagai berikut:

a. Commission Error (%) = (∑luas commission error / ∑luas (Corrected +Commission error+Omission error))*100………..(III.8) b. Omission Error (%) = (∑luas omission error / ∑luas (Corrected +Commission error+Omission error))*100……….(III.9)

(14)

32 III.3.3.5 Perhitungan Nomor Lembar Peta

Luas Kab. PALI = 1743,555458 km2 Luas sisa = 3276,039203 km2

Luas Daerah = Luas Kab. PALI + Luas Sisa

= 5019,594661 km2

P x Skala (59.000) = 572,796 mm x 59.000 = 33794964 mm L x Skala (59.000) = 629,368 mm x 59.000 = 37132712 mm MukaiLuas Peta = 33794964 mm x 37132712 mm

= 1,2549E+13 mm2

= 1,2549E+11 cm2

= 1254,898665 km2

Banyak Lembar = Luas Daerah / Muka Luas Peta

= 5019,594661 km2 / 1254,898665 km2

= 4 Lembar