Laporan PJIC “PERUBAHAN PENGGUNAAN LAHAN”

Laporan Praktikum
Pengindraan Jauh dan Interpertasi Citra

Hari/ Tanggal : Senin, 29 November 2010
Ruang : Lab. Komputer PJIC
Nama Asisten :

  • 1. Ikhsan Aditya (A14057169)
  • 2. Ivong Verawaty (A14063518)
  • 3. Kriswindya Tasha (A14070030)
  • 4. Aulia B M (A14070072)
  • 5. Farid Ridwan (A14070087)

PERUBAHAN PENGGUNAAN LAHAN

Prapti Dwi Lestari
A14090091

BAGIAN PENGINDRAAN JAUH DAN INTERPRETASI CITRA
DEPARTEMEN ILMU TANAH DAN SUMBERDAYA LAHAN
FAKULTAS PERTANIAN
INSTITUT PERTANIAN BOGOR
2010

PENDAHULUAN

Latar Belakang

Integrasi teknik penginderaan jauh dan GIS sudah digunakan untuk
menghitung nilai erosi sejak tahun 1970. Proses erosi meliputi perubahan waktu dan
tempat, yang mana GIS merupakan alat yang optimal untuk memperbaharui informasi
tentang erosi. Sedangkan teknik penginderaan jauh merupakan alat untuk mendeteksi
dan memantau perubahan penggunaan lahan sebagai masukan untuk model
perhitungan erosi tanah.
Penggunaan lahan merupakan hasil akhir dari setiap bentuk campur tangan
kegiatan (intervensi) manusia terhadap lahan di permukaan bumi yang bersifat
dinamis dan berfungsi untuk memenuhi kebutuhan hidup baik material maupun
spiritual. Indentifikasi perubahan penggunaan lahan memerlukan suatu data spasial
temporal. Perubahan penggunaan lahan mencerminkan perubahan pemanfaatan
sumberdaya alam. Pemeliharaan kelestarian alam menjadi lehih mendesak apabila
pertambahan penduduk meningkat.

Tujuan

Praktikum yang berjudul Perubahan Penggunaan Lahan mempunyai
beberapa tujuan. Tujuan praktikum ini yaitu untuk melakukan klasifikasi pada dua
citra yang berbeda, untuk menghitung perubahan penggunaan lahan, dan memberikan
solusi pada perubahan penggunaan lahan yang janggal.

TINJAUAN PUSTAKA

Degradasi lahan merupakan masalah utama lingkungan dan isu penting
dalam Konvensi PBB untuk Desertifikasi, Konvensi Biodiversity dan
Protokol Kyoto. Menurut FAO, definisi degradasi lahan adalah penurunan
kapasitas produktif lahan secara temporal maupun permanen. Berdasarkan
definisi ini, degradasi lahan berhubungan erat dengan kualitas tanah. Salah
satu bentuknya adalah erosi tanah, yang merupakan proses pemecahan dan
transportasi tanah pada permukaan lahan oleh angin dan air yang
dipengaruhi oleh faktor alam (energi hujan, materi induk tanah, kedalaman
tanah, dan topografi/kemiringan lereng) dan faktor antropologi (tipe
vegetasi, tutupan vegetasi dan praktek managemen) (Anna Tosiani,
Dampak Perubahan Penggunaan Lahan Terhadap Erosi Tanah Di Sub DAS
Messam, Provinsi Bali, 2004)
Pengklasifikasi citra merupakan salah satu citra merupakan salah satu
bagian terpenting pada analisis citra digital.Biasanya digunakan klasifikasi
multispectral adalah konsep tangga spectral objek sebagai fungsi spectrum
panjang gelombang dan radiasi elektromagnetik. Telah dikembangkan
pendekatan baru klasifikasi yaitu untuk menyempurnakan hasil analisi,
dimana titik tolak pengklasifikasiaan tersebut didasarkan pada teori
jaringan syaraf. Pengklasifikasiaan jaringan syaraf adalah suatu alogaritma
yang meniruh kemampuan komputasi dari otak manusia (M. Syamsa
Ardisasmita dan Moch. Ijos Rosadi Subki, klasifikasi citra multispectral
menggunakan teori jaringan syaraf, 1997).
Menurut Lillesand dan Kliefer, 1990, dalam melakukan interpretasi citra
digunakan unsure interpretasi citra yaitu rona atau warna, ukuran, bentuk,
tekstur, pola, bayangan, situs dan asosiasi.
o Rona adalah tingkat kegelapan atau tingkat kecerahan objek
pada citra. Warna adalah wujud yang tampak oleh mata dengan
menggunakan spectrum sempit, lebih sempit dari spectrum
tampak.
o Bentuk merupakan kerangka suatu objek sehingga dapat
dibedakan antar objek.
o Ukuran adalah atribut objek antara lain jarak, luas, tinggi,
lereng dan volume objek.
o Tekstur adalah perubahan rona pada citra.
o Bayangan dapat memperjelas objek atau membuat objek tidak
jelas
o Pola adalah susunan keruangan objek
o Situs adalah lokasi objek dalam hubungannya dengan objek
lain.
o Asosiasi adalah keterkaitan antara objek yang satu dengan
objek yang lain.
Tahapan kegiatan yang dilakukan dalam klasifikasi tak terbimbing
menggunakan software Erdas Imagine 8.5 (Wijaya, software Erdas
Imagine, 2004) :
o Menentukan jumlah kelas warna yang akan diklasifikasi,
o Mengatur
kombinasi
bandage
yang
digunakan
dalam
pengklasifikasian, data penelitian ini digunakan kombinasi
bandage 5 4 3
o Mengidentifikasi tiap – tiap kelas warna yang dihasilkan oleh
prosesklasifikasi sesuai dengan tipe – tipe penutupan lahan
yang telah ditetapkan
o Menggabungkan kelas warna (recode) yang memiliki tipe
penutupan lahan (attributing) hasil proses recode
Tahapan
kegiatan
yang
dilakukan
dalam
klasifikasi
terbimbing
menggunakan Erdas Imagine 8.5 (Wijaya,software Erdas imagine,2004) :
o Pengenalan pola – pola spektral yang ditampilkan oleh citra
degan berpedoman titik kontrol yang diambil pada lokasi
penelitian menggunakan GPS.
o Pemilihan daerah yang diidentifikasikan sebagai satu tipe
penutupan lahan berdasarkan pola – pola spektral yang
ditampilkan oleh citra
o Proses klasifikasi citra yang dilakukan secara otomatis oleh
komputer berdasarkan pola – pola spektral yang telah
ditetapkan pada saat proses pemilihan daerah
o Menggabungkan daerah – daerah yang memiliki tipe
penutupan lahan yang sama

BAHAN DAN METODE

Bahan :

1. Citra Kab_bgr_89_box.img
2. Citra Kab_bgr_02_box.img

Metode :

Langkah memotong image (Subset Image)
1. Buka aplikasi ERDAS Imagine.
2. Klik Ikon Viewer. Buka citra kab_bgr_89_box.img (Viewer#1). Ubah band
menjadi 542. Lalu klik fit to frame. Klik Ok.
3. Pada citra kab_bgr_89_box.img klik Utility. Pilih Inquire Box. Ubah
koordinatnya menjadi:

  • a. ULX : 693252.000000
  • b. ULY : 9277342.000000
  • c. LRX : 697692.000000
  • d. LRY : 9272722.000000

Lalu di cek list snap to raster
4. Klik Apply. Klik Fit to AOI.
5. Klik Ikon Dataprep. Pilih Subset Image.
6. Isi input dengan citra kab_bgr_89_box.img dan output dengan citra yang baru.
7. Klik From Inquire Box. Klik OK.
8. Lakukan langkah yang sama pada citra kab_bgr_02_box.img.

Langkah klasifikasi (Klasifikasi terbimbing atau Supervised Classification)
1. Buka citra yang telah dipotong (crop_kab_bgr_89.img). Ubah band menjadi
542. Klik fit to frame. Klik OK.
2. Klik Ikon Classifier. Pilih Signature Editor. Muncul kotak dialog Signature
Editor.
3. Klik View pada kotak dialog tersebut. Pilih colums. Blok semua data yang
ada di kolom tersebut, kecuali Rad, Green, dan Blue.
4. Klik AOI pada citra crop_kab_bgr_89.img. Lakukan klasifikasi dengan
menandai daerah seperti: hutan, sawah, pemukiman, tegalan, kebun campuran,
rumput, dan tubuh air.
5. Masukan data yang telah ditandai ke dalam table Signature Editor.
6. Setelah data sudah lengkap. Klik Evaluate pada kotak dialog Signature Editor.
Pilih Contingency. Muncul Matrix Error Contingency.
7. Klik Classify pada kotak dialog Signature Editor. Pilih Supervised.
8. Simpan output sebagai citra baru (yang telah diklasifikasi). Klik Ok.

Langkah recode hasil klasifikasi
1. Klik Ikon Interpreter. Pilih GIS Analysis. Pilih Recode. Isi input file dan
output filenya.
2. Klik Setu Recode untuk mengelompokkan baris-baris atribut yang memiliki
kelas klasifikasi yang sama.
3. Klik Ok setelah selesai dan tunggu prosesnya.
4. Klik Ikon Open pada Viewer untuk menampilkan data recode yang telah
dibuat. Klik Raster Attribute, edit atributnya sesuai dengan nomor
pengelompokannya.

Langkah menentukan perubahan penggunaan lahan
1. Klik Ikon Modeler. Pilih Model Maker.
2. Buat model input (dua buah citra)→proses→output.
3. Pada input, masukan hasil citra yang telah di recode.
4. Pada proses, gunakan formula LUC=K*(A-1)+B.
5. Pada output, simpan sebagai penggunaan_lahan.img
6. Klik Ikon
7. Klik Ikon Open pada Viewer untuk menampilkan data penggunaan lahan yang
telah dibuat.

HASIL PENGAMATAN

1. Gambar Hasil Recode Kab_Bgr_89_Box.Img


2. Gambar Hasil Recode Kab_Bgr_02_Box.img

3. Gambar Kerangka Model Penggunaan Lahan

PROSES: LUC=K*(A-1)+B→ 7*(CITRA RECODE THN’89-1)+CITRA RECODE THN’02

4.Gambar Hasil Perubahaan Penggunaan Lahan

5.Tabel Raster Atribute Perubahan Penggunaan Lahan

6. Tabel Matrix Error
MATRIX CONTINGENCY KAB_BGR_89_BOX.IMG
ERROR MATRIX
————-
Reference Data
————–
Classified
Data
———-
TUBUH AIR
RUMPUT
HUTAN
SAWAH
———- ———- ———- ———-
TUBUH AIR 97.62 0.00 0.00 0.51
RUMPUT 0.00 99.26 0.00 0.00
HUTAN 0.00 0.00 89.15 1.54
SAWAH 0.79 0.00 3.77 86.15
TEGALAN 1.59 0.00 6.60 5.64
KEBUN CAMP 0.00 0.00 0.47 6.15
PEMUKIMAN 0.00 0.74 0.00 0.00
Column Total
126
136
212
195
Reference Data
————–
Classified
Data
TEGALAN KEBUN CAMP
PEMUKIMAN
Total
———-
TUBUH AIR
———- ———- ———- ———-
2.07 0.00 0.00 127
Row
RUMPUT 0.00 0.00 2.54 141
HUTAN 3.45 0.00 0.00 197
SAWAH 6.90 6.91 0.00 202
TEGALAN 82.07 4.61 0.00 156
KEBUN CAMP 5.52 82.03 10.17 223
PEMUKIMAN 0.00 6.45 87.29 221
Column Total
145
217
236
1267
—– End of Error Matrix —–
MATRIX CONTINGENCY KAB_BGR_02_BOX.IMG
ERROR MATRIX
————-
Reference Data
————–
Classified
Data
———-
TUBUH AIR
TUBUH AIR
HUTAN
RUMPUT
SAWAH
———- ———- ———- ———-
85.00 0.00 0.00 14.04
HUTAN 0.00 83.41 0.00 1.75
RUMPUT 0.00 0.00 97.02 1.75
SAWAH 7.50 2.30 1.19 28.07
TEGALAN 0.00 12.90 0.00 18.13
KEBUN CAMP 0.00 0.00 1.79 23.98
PEMUKIMAN 7.50 1.38 0.00 12.28
Column Total
40
217
168
171
Reference Data
————–
Classified
Data
TEGALAN KEBUN CAMP
PEMUKIMAN
Row
Total
———-
———- ———- ———-
———-
TUBUH AIR 1.77 2.24 2.33 67
HUTAN 17.70 2.24 0.00 209
RUMPUT 0.00 0.90 0.00 168
SAWAH 10.62 14.35 6.98 108
TEGALAN 46.90 23.32 2.33 166
KEBUN CAMP 19.47 54.71 0.00 188
PEMUKIMAN 3.54 2.24 88.37 112
Column Total
113
223
—– End of Error Matrix —–

PEMBAHASAN

Praktikum yang berjudul Perubahan Penggunaan Lahan, praktikan diberi
sebuah citra dengan menggunakan bantuan software leica. Citra yang digunakan oleh
praktikan ialah citra Citra Kab_bgr_89_box.img dan Citra Kab_bgr_02_box.img.
Praktikan melakukan klasifikasi pada dua citra yang berbeda dan menghitung
perubahan penggunaan lahan pada kedua citra. Praktikan juga memberikan solusi
pada perubahan penggunaan lahan yang janggal.
Berdasarkan pengamatan hasil klasifikasi recode, telah terjadi perubahan
penggunaan lahan pada kedua citra. Kedua citra itu diambil pada tahun 1989 dan
2002. Pada citra tahun1989 itu ada daerah tegalan telah berubah menjadi perumahan,
sawah telah berbah menjadi perumahan, dan tubuh air mengalami pendangkalan. Hal
ini dikarenakan jumlah penduduk semakin meningkat.
Pada citra 2002, telah mengalami perubahan lahan banyak pemukiman
berubah menjadi kebun campuran. Perubahan yang terjadi selain itu pemukiman
menjadi sawah, tempat lapangan, tegalan dan rumput – rumput. Hal ini dikarenakan
banyak pemukiman yang transmigrasi ke ibu kota seperti pindah ke jakarta. Lalu
rumahnya dibiarkan begitu saja.
Solusi yang terjadi perubahaan penggunaan lahan antara tahun 1989 dan 2002
yaitu masyarakat harus menghindari kerusakan alam pada saat merubah lahan.
Karena itu akan menimbulkan dampak buruk, seperti longsor, banjir dan lainnya.
Masyarakat juga harus menjaga lingkungan alam sekitar.

KESIMPULAN

Praktikum yang berjudul Perubahan Penggunaan Lahan ini mempunyai
tujuan. Tujuan praktikum ini yaitu untuk melakukan klasifikasi pada dua citra yang
berbeda, untuk menghitung perubahan penggunaan lahan, dan memberikan solusi
pada perubahan penggunaan lahan yang janggal. Pada hasil pengamatan terdapat
perubahan penggunaan lahan dalam selang waktu antara tahun 1989 sampai tahun
2002.

DAFTAR PUSTAKA

Ardisasmita dan Subki. 1997. Klasifikasi Citra Multispektral Menggunakan Teori
Jaringan Syaraf. Jakarta : Lembaga Riset Pusat Pengembangan Informatika
Nuklir BATAN

[Departemen Ilmu Tanah dan Sumberdaya Lahan]. 2010. Penuntun Praktikum
Pengindraan Jauh ERDAS Imagine. Bogor: IPB Press

Lillesand dan Kiefer. 1990. Pengindraan Jauh dan Interpretasi Citra. Penerjemah:
Drs. Dulbahri, dkk. Yogyakarta: Gajahmada University Press. Terjemahan
dari: Remote Sensing anf Image Interpretation

Risnandar, ST. 2010. Dampak Perubahan Penggunaan Lahan Terhadap Erosi
Tanah. Bali : Forum Komunikasi Pejabat Fungsional Kehutanan.

Tosiani, Anna.2004. Dampak Perubahan Penggunaan Lahan Terhadap Erosi Tanah
Di Sub DAS Messam Provinsi Bali. Bali : Forum Komunikasi Pejabat
Fungsional Kehutanan

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s