BAB V HASIL DAN PEMBAHASAN 5.1 Identifikasi Objek di Lapangan Pengamatan lapangan dilakukan di 3 (tiga) kabupaten, yaitu : Kabupaten Bogor, Kabupaten Sukabumi, dan Kabupaten Cianjur. Titik pengamatan sebanyak 178 (seratus tujuh puluh delapan) titik dan diperoleh sebanyak 27 (dua puluh tujuh) objek tutupan lahan yang rinciannya, sebagai berikut : Tabel 4 Objek-objek tutupan lahan di lapangan No. Objek tutupan lahan
Jumlah titik yang ditemukan
1.
Landasan udara
1
2.
Sungai
1
3.
Waduk
1
4.
Danau
1
Foto
34
Tabel 4 Lanjutan No. Objek tutupan lahan
Jumlah titik yang ditemukan
5.
Hutan Pinus
6
6.
Hutan Rasamala
1
7.
Hutan Agathis
1
8.
Kebun campuran
45
9.
Lahan terbuka
1
10. Lapangan golf
2
Foto
35
Tabel 4 Lanjutan No. Objek tutupan lahan Jumlah titik yang ditemukan 11. Pemukiman
34
12. Perkebunan cokelat
1
13. Perkebunan karet
2
14. Perkebunan sawit muda
2
15. Perkebunan sawit tua
3
16. Perkebunan teh
6
Foto
36
Tabel 4 Lanjutan No. Objek tutupan lahan Jumlah titik yang ditemukan 17. Pertanian lahan kering
12
18. Tanaman kelapa-pisang
1
19. Tanaman singkong
4
20. Tanaman pisang
1
21. Tanaman kacang panjang
2
22. Tanaman jagung
1
Foto
37
Tabel 4 Lanjutan No. Objek tutupan lahan
Jumlah titik yang ditemukan
23. Tanaman kacang panjang-singkong
1
24. Sawah diolah/baru tanam
18
25. Sawah vegetatif
19
26. Sawah siap panen
4
27. Sawah pasca panen/sawah bera
7
Jumlah titik pengamatan
178
Foto
38
5.2 Nilai Digital (Digital Number) dan Analisis Diskriminan Citra ALOS PALSAR Resolusi 50 m dan Citra LADSAT Resolusi 30 m Berdasarkan evaluasi grafis terhadap nilai kecerahan (brightness value) data citra ALOS PALSAR dari 27 jenis tutupan lahan yang ditemukan di lapangan. Hasil evaluasi menunjukkan bahwa nilai kecerahan atau nilai digital band HH lebih tinggi daripada band HV di setiap kelas tutupan lahan pada citra ALOS PALSAR resolusi 50 m. Sedangkan pada citra LANDSAT TM digunakan band 5, band 4, dan band 3 karena memiliki tingkat kecerahan yang tinggi dan umumnya kombinasi band ini digunakan dalam bidang kehutanan. Nilai digital rata-rata band yang paling tinggi adalah band 4, kemudian band 5, dan yang paling kecil adalah band 3. Gambar 5 menunjukkan perbandingan nilai digital HH dan HV pada citra ALOS PALSAR, sedangkan Gambar 6 menunjukkan perbandingan nilai digital pada band 5, band 4, dan band 3 pada citra LANDSAT. Secara visual, variasi nilai kecerahan pada citra ALOS PALSAR cukup besar. Hal ini disebabkan karena resolusi radiometrik pada citra ALOS PALSAR adalah sebesar 16 bit (rentang DN dari 0 sampai 65536). Artinya variasi informasi yang diberikan citra ALOS PALSAR lebih tinggi dibandingkan citra LANDSAT yang hanya mempunyai resolusi radiometrik 8 bit (rentang DN 0 sampai 255). Kisaran nilai digital (digital number) atau nilai kecerahan (brightness value) tersebut menunjukkan keterpisahan antar kelas. Pengklasifikasian atau pengelompokkan berdasarkan nilai digital band HH dan HV pada citra ALOS PALSAR dan band 5, band 4, dan band 3 pada citra LANDSAT ini dilakukan dengan metode analisis diskriminan dengan syarat terdapat minimal dua kali pengulangan disetiap obyek tutupan lahan yang akan dianalisis.
39
Gambar 5. Nilai digital Citra ALOS PALSAR.
40
Gambar 6. Nilai digital Citra LANDSAT.
41
Analisis diskriminan adalah analisis multi variat yang diterapkan untuk membuat model hubungan antara satu variabel respon yang bersifat kategori dengan satu atau lebih variabel prediktor yang bersifat kuantitatif. Analisis diskriminan bertujuan untuk mengklasifikasikan suatu individu atau objek ke dalam kelompok yang saling bebas (mutually exclusive/disjoint) dan menyeluruh (exhaustive) berdasarkan sejumlah variabel penjelas (Rosy 2009). Dari hasil pengamatan lapang yang dapat dilihat pada Tabel 4, tutupan lahan yang tidak mengalami pengulangan, yaitu : waduk, sungai, danau, landasan udara, hutan tanaman agathis, hutan tanaman rasamala, lahan terbuka, perkebunan cokelat, kebun kelapa-pisang, kebun jagung, tanaman pisang, dan kebun kacang panjangsingkong. Waduk, danau, dan sungai dapat dikelompokkan menjadi badan air sedangkan hutan tanaman agathis dan hutan tanaman rasamala dikelompokkan menjadi hutan tanaman. Perkebunan cokelat, tanaman pisang, kebun kelapapisang, kebun jagung, dan kebun kacang panjang-singkong dikelompokkan ke dalam kelas pertanian lahan kering. Dua objek yang tersisa adalah landasan udara dan lahan terbuka yang tidak dapat dikelompokkan berdasarkan penggunaan lahannya sehingga kedua objek tersebut dapat diabaikan. Untuk analisis diskriminan jumlah kelas yang diperoleh sebanyak 17 kelas dari 27 objek tutupan lahan yang ditemui di lapangan. Pada proses analisis diskriminan yang pertama setelah dikurangi dengan landasan udara dan lahan terbuka, maka nilai proportion correct yang dihasilkan citra ALOS PALSAR sebesar 14, 2% dengan N correct sebanyak 25 objek. Sedangkan nilai proportion correct yang dihasilkan citra LANDSAT sebesar 30,1% dengan N correct sebanyak 53 objek. Hal ini menjelaskan bahwa pada citra ALOS PALSAR hanya 25 objek saja dari 176 titik pengamatan yang diklasifikasi dengan benar, sedangkan pada citra LANDSAT sebanyak 53 objek. Hasil yang didapat pada citra ALOS resolusi 50 m dan juga citra LANDSAT resolusi 30 m masih termasuk rendah, sehingga diperlukan pengelompokan kembali. Pada proses analisis diskriminan yang kedua, dilakukan proses pengelompokan ulang pada citra ALOS PALSAR dan citra LANDSAT, yaitu: me-regroup hutan pinus menjadi hutan tanaman, perkebunan sawit muda dan perkebunan sawit tua menjadi perkebunan sawit, sehingga diperoleh 15 kelas dari
42
hasil pengelompokan ulang. Nilai proportion correct yang dihasilkan citra ALOS PALSAR sebesar 15,9% dengan N correct sebanyak 28 objek, sedangkan nilai proportion correct yang dihasilkan citra LANDSAT sebesar 26,7% dengan N correct sebanyak 47 objek. Terjadi peningkatan proportion correct pada citra ALOS PALSAR, namun pada citra LANDSAT mengalami penurunan nilai proportion correct. Nilai analisis diskriminan yang kedua juga masih tergolong rendah sehingga harus dilakukan pengelompokan kembali. Pada proses analisis diskriminan yang ketiga, dari 15 kelas kemudian diregroup menjadi 12 kelas dengan menggabungkan perkebunan teh, kebun singkong dan kebun kacang panjang menjadi kelas pertanian lahan kering. Citra ALOS PALSAR diperoleh nilai proportion correct sebesar 22,2%, sedangkan pada citra LANDSAT nilai proportion correct yang dihasilkan sebesar 33,5%. Meskipun proportion correct yang dihasilkan dari kedua citra meningkat, namun masih termasuk rendah untuk analisis diskriminan, sehingga pengelompokan kembali masih harus dilakukan. Pada proses analisis diskriminan yang keempat diperoleh 9 kelas dari 15 kelas sebelumnya dengan menggabungkan sawah diolah/baru tanam, sawah vegetatif, sawah siap panen dan sawah bera menjadi kelas sawah. Citra ALOS PALSAR diperoleh nilai proportion correct sebesar 28,4%, sedangkan pada citra LANDSAT nilai proportion correct yang dihasilkan sebesar 39,8%. Artinya pada citra ALOS PALSAR terdapat 50 objek yang diklasifikasikan dengan benar, sedangkan pada citra LANDSAT sebanyak 70 objek. Nilai proportion correct yang dihasilkan cukup meningkat, meskipun demikian perlu dilakukan pengkelasan kembali karena masih ada kelas yang memiliki kemiripan nilai digital dengan kelas lainnya. Pada proses analisis diskriminan yang kelima, dari 9 kelas kemudian diregroup menjadi 7 kelas dengan menggabungkan hutan tanaman, kebun campuran, dan perkebunan karet menjadi kelas vegetasi pohon. Citra ALOS PALSAR diperoleh nilai proportion correct sebesar 38,1% sedangkan pada citra LANDSAT nilai proportion correct yang dihasilkan sebesar 55,1%.
43
Dilihat dari nilai proportion correct yang dihasilkan dari kedua citra, analisis diskriminan yang kelima ini masih tergolong rendah, maka dilakukan pengelompokan keenam. Pada proses analisis diskriminan yang keenam, proses regroup dilakukan pada lapangan golf/padang rumput dikelompokkan menjadi pertanian lahan kering sehingga dengan dilakukannya proses penggabungan terakhir ini diperoleh 6 kelas pentupan lahan. Pada citra ALOS PALSAR diperoleh nilai proportion correct diperoleh sebesar 38,6% dengan pengklasifikasian objek yang benar sebanyak 68 objek dari 176 titik. Sedangkan pada citra LANDSAT nilai proportion correct yang dihasilkan sebesar 54,5% menurun dari hasil analisis sebelumnya dengan pengklasifikasian objek yang benar sebanyak 96 objek dari 176 titik. Dapat dilihat berdasarkan hasil pengelompokan 6 objek yang didapatkan, keenam objek tersebut sudah tidak dapat digabungkan lagi menjadi kelas yang sama karena jenis tutupan lahannya yang sangat berbeda dan nilai tersebut belum cukup tinggi tetapi cukup menyatakan keterwakilan tiap kelas. Dari hasil analisis diskriminan di atas, dapat dilihat bahwa dengan jumlah titik 176 yang dimasukkan pada analisis diskriminan dengan 2 titik yang diabaikan, yaitu: landasan udara dan lahan terbuka yang tidak mengalami pengulangan serta tidak dapat digabungkan dengan obyek lainnya dan citra LANDSAT resolusi 30 m memiliki nilai proportion correct lebih tinggi daripada citra ALOS PALSAR resolusi 50 m. Hal ini menunjukkan citra LANDSAT resolusi 30 m memiliki tingkat kecocokan lebih tinggi dibandingkan dengan citra ALOS PALSAR dalam pengelompokan tutupan lahan ke dalam 6 kelas, yaitu: badan air, vegetasi pohon, perkebunan sawit, pemukiman, pertanian lahan kering, dan sawah.
44
Tabel 5 Proses/alur regroup pada analisis diskriminan Tutupan lahan
44
Landasan udara Sungai Waduk Danau Hutan Pinus Hutan Rasamala Hutan Agathis Kebun campuran Lahan terbuka Pemukiman Perkebunan karet Perkebunan sawit muda Perkebunan sawit tua Lapangan golf Perkebunan teh Perkebunan cokelat Pertanian lahan kering Tanaman kelapa-pisang Tanaman jagung Tanaman kacang panjang-singkong Tanaman pisang Tanaman singkong-jagung Tanaman kacang panjang-singkong Tanaman singkong Tanaman kacang panjang Sawah diolah/baru tanam Sawah vegetatif Sawah siap panen Sawah pasca panen/sawah bera
Regroup-1
Regroup-2
Regroup-3
Badan air
Badan air
Badan air
Hutan Pinus Hutan tanaman
Hutan tanaman
Hutan tanaman
Kebun campuran
Kebun campuran
Kebun campuran
Pemukiman Perkebunan karet Perkebunan sawit muda Perkebunan sawit tua Lapangan golf Perkebunan teh
Pemukiman Perkebunan karet Perkebunan sawit
Pemukiman Perkebunan karet Perkebunan sawit
Lapangan golf Perkebunan teh
Lapangan golf
Pertanian lahan kering
Pertanian lahan kering
Pertanian lahan kering
Tanaman singkong Tanaman kacang panjang Sawah diolah/baru tanam Sawah vegetatif Sawah siap panen Sawah pasca panen/sawah bera
Tanaman singkong Tanaman kacang panjang Sawah diolah/baru tanam Sawah vegetatif Sawah siap panen Sawah pasca panen/sawah bera
Sawah diolah/baru tanam Sawah vegetatif Sawah siap panen Sawah pasca panen/sawah bera
45
Tabel 5 Lanjutan Regroup-3
Regroup-4
Badan air
Badan air
Hutan tanaman
Hutan tanaman
Kebun campuran
Kebun campuran
Perkebunan karet
Perkebunan karet
Perkebunan sawit
Regroup-5
Regroup-6
Badan air
Badan air
Vegetasi pohon
Vegetasi pohon
Perkebunan sawit
Perkebunan sawit
Perkebunan sawit
Pemukiman
Pemukiman
Pemukiman
Pemukiman
Lapangan golf
Lapangan golf
Lapangan golf
Pertanian lahan kering
Pertanian lahan kering
Pertanian lahan kering
Pertanian lahan kering
Sawah diolah/baru tanam Sawah vegetatif
Sawah
Sawah
Sawah
Sawah siap panen Sawah pasca panen/sawah bera
45
46
Tabel 6 Nilai diskriminan 1 2 3 4 5 6
Regroup keJumlah kelas N Correct Proportion Correct Jumlah kelas N Correct Proportion Correct Jumlah kelas N Correct Proportion Correct Jumlah kelas N Correct Proportion Correct Jumlah kelas N Correct Proportion Correct Jumlah kelas N Correct Proportion Correct
ALOS PALSAR 17 25 0,142 15 28 0,159 12 39 0,222 9 50 0,284 7 67 0,381 6 68 0,386
LANDSAT 17 53 0,301 15 47 0,267 12 59 0,335 9 70 0,398 7 97 0,551 6 96 0,545
47
5.3 Analisis Perbandingan Penafsiran Visual Citra ALOS PALSAR Resolusi 50 m dan Citra LANDSAT Resolusi 30 m Analisis visual merupakan kegiatan mengamati citra secara visual dengan tujuan untuk mengindentifikasi obyek. Pengidentifikasian objek pada citra ini dilakukan dengan melihat karakterisitik atau atribut masing-masing objek yang disebut dengan elemen interpretasi citra. Ada beberapa objek tutupan lahan yang memiliki warna yang sama sehingga untuk dapat mengidentikasi tutupan lahan tersebut harus melihat elemen yang lain juga. Elemen-elemen interpretasi yang digunakan, yaitu : tone (warna), bentuk, ukuran, tekstur, pola, site (lokasi), dan asosiasi. Dalam melakukan interpretasi citra, pengaturan band citra merupakan langkah yang sangat penting dalam mencirikan kenampakan obyek berdasarkan warna dan rona sebagai unsur dasar interpretasi. Menurut penelitian Bainnaura (2010), band HH-HV-HH/HV pada citra ALOS PALSAR resolusi 50 m merupakan band terbaik yang dapat menampilkan variasi informasi lebih banyak. Sedangkan pada citra LANDSAT resolusi 30 m untuk menghasilkan citra yang memiliki tampilan visual lebih jelas membutuhkan kombinasi 3 band sebagai kanal merah, hijau, dan biru. Menurut Martono (2010), band 5-4-3 pada citra LANDSAT resolusi 30 m merupakan tampilan terbaik secara visual dengan kelebihan mudah membedakan obyek bervegetasi dan non vegetasi serta obyek yang mempunyai kandungan air atau kelembaban tinggi. Oleh karena itu, analisis visual ini dilakukan dengan menggunakan band HH-HV-HH/HV pada citra ALOS PALSAR resolusi 50 m dan pada citra LANDSAT resolusi 30 m menggunakan band 5-4-3 dalam format Red, Green, Blue. Data titik hasil pengamatan di lapangan di-overlay pada citra ALOS
PALSAR resolusi 50 m dan pada citra LANDSAT resolusi 30 m. Penafsiran awal yang dilakukan pada citra ALOS PALSAR resolusi 50 m terdapat 12 kelas tutupan lahan, yaitu : hutan lahan kering, hutan tanaman, perkebunan karet, perkebunan sawit, pemukiman, pertanian lahan kering, sawah, kebun campuran, semak belukar, landasan udara, perkebunan teh, dan badan air. Setelah didapatkan hasil dari lapangan, jumlah kelas bertambah 2 kelas tutupan lahan yaitu lahan terbuka dan padang rumput/lapangan golf. Sedangkan pada citra LANDSAT resolusi 30 m, objek tersebut dapat terlihat jelas sehingga pada penafsiran awal
48
citra telah terindentifikasi sebanyak 18 kelas tutupan lahan, yaitu : hutan lahan kering, hutan tanaman, perkebunan karet, perkebunan sawit, pemukiman, pertanian lahan kering, kebun campuran, semak belukar, landasan udara, perkebunan teh, badan air, lahan terbuka, padang rumput/lapangan golf, sawah diolah/baru tanam, sawah vegetatif-siap panen, dan sawah bera ditambah dengan awan dan bayangan awannya. Hasil interpretasi ini kemudian di-overlay pada citra LANDSAT resolusi 30 m. Pada citra LANDSAT resolusi 30 m ini, ada beberapa wilayah yang tertutup oleh objek awan dan bayangannya sehingga sulit untuk mengidentifikasi objek yang ada di bawahnya. Citra LANDSAT merupakan citra yang dipengaruhi oleh cuaca sehingga seringkali membuat informasi terbaru di bawah awan atau asap menjadi tidak tersedia. Berbeda dengan citra ALOS PALSAR, citra ini memiliki kemampuan untuk melakukan perekaman pada segala cuaca, baik pada siang hari maupun malam hari, serta mampu mengatasi kendala tutupan awan dan asap. Landasan udara merupakan sebuah fasilitas pesawat terbang dapat lepas landas dan mendarat. Pada citra ALOS PALSAR, landasan udara memiliki warna biru dengan ciri pola yang teratur dan bentuknya kotak memanjang serta dari tone dan teksturnya yang halus sehingga mudah diidentifikasi. Tipe tutupan lahan yang menyerupai dengan landasan udara berdasarkan elemen tone/warnanya adalah badan air, sawah, rumput dan tambak. Sedangkan pada citra LANDSAT, landasan udara berwarna kuning dan secara visual tone/warnanya sama dengan lapangan golf/padang rumput. Gambar 7 merupakan contoh tampilan badan air dan padang rumput pada citra ALOS PALSAR resolusi 50 m dan citra LANDSAT resolusi 30 m.
49
(a)
(b) Skala 1 : 50.000 Gambar 7
Keterangan : : Landasan udara : Padang rumput/lapangan golf Gambar 7(a) : Citra ALOS PALSAR resolusi 50 m. Gambar 7(b) : Citra LANDSAT resolusi 30 m.
Padang rumput merupakan areal yang didominasi oleh rumput dan atau padang alang-alang, terkadang sedikit semak atau pohon. Padang rumput sulit diidentifikasi pada citra ALOS PALSAR jika hanya dilihat berdasarkan elemen warna saja. Elemen lain juga harus diperhatikan seperti bentuknya yang teratur dan ukurannya yang kecil,
serta lokasi dan asosiasinya yang dekat dengan
pemukiman. Pada citra ALOS PALSAR, tipe tutupan lahan yang menyerupai padang rumput berdasarkan elemen tone/warnanya yang biru, yaitu : landasan udara, badan air, tambak dan sawah. Sedangkan pada citra LANDSAT, tone/warna padang rumput menyerupai tone landasan udara, ukurannya sangat kecil, hampir tidak terlihat di citra sehingga sulit sekali diidentifikasi. Gambar 7 merupakan contoh tampilan padang rumput pada citra ALOS PALSAR resolusi 50 m dan citra LANDSAT resolusi 30 m. Badan air pada citra ALOS PALSAR dan citra LANDSAT memiliki warna biru dengan tekstur halus, dalam ukuran yang besar (untuk laut), serta bentuknya yang memanjang dan berliku-liku (untuk sungai), badan air mudah sekali diidentifikasi secara visual di citra. Gambar 8 merupakan contoh tampilan badan air pada citra ALOS PALSAR resolusi 50 m dan citra LANDSAT resolusi 30 m.
50
(a)
Skala : 1 : 50.000
(b)
Gambar 8 Keterangan : Gambar 8(a) : Badan air pada citra ALOS PALSAR resolusi 50 m. Gambar 8(b) : Badan air pada citra LANDSAT resolusi 30 m.
Hutan tanaman merupakan areal yang bervegetasi pepohonan yang ditanami secara sengaja dengan jenis tertentu yang tumbuh pada areal basah maupun kering. Selain dari warnanya yang berwarna kuning kehijauan pada citra ALOS PALSAR, dibutuhkan elemen lain dalam menginterpretasi hutan tanaman seperti teksturnya yang sedikit lebih halus dari hutan lahan kering dan bentuknya yang teratur. Pada citra ALOS PALSAR, tipe tutupan lahan yang menyerupai hutan tanaman berdasarkan elemen tone/warna adalah hutan lahan kering. Sedangkan pada citra LANDSAT, hutan tanaman terlihat dengan pola tanam yang teratur pada daerah datar, dan untuk area bergelombang terlihat warna citra yang berbeda dengan lingkungan sekitarnya. Gambar 9 merupakan contoh tampilan hutan tanaman pada citra ALOS PALSAR resolusi 50 m dan citra LANDSAT resolusi 30 m.
(a)
Skala : 1 : 50.000
(b)
Gambar 9 Keterangan : Gambar 9(a) : Hutan tanaman pada citra ALOS PALSAR resolusi 50 m. Gambar 9(b) : Hutan tanaman pada citra LANDSAT resolusi 30 m.
51
Kebun campuran merupakan seluruh kawasan yang ditanami tanaman tahunan dan dengan tanaman beranekaragam jenis. Warnanya beragam karena memiliki komposisi jenis, umur, jarak tanaman dan ukuran (tinggi dan diameter) yang beragam. Pada citra ALOS PALSAR kebun campuran dapat diidentifikasi dari warnanya yang hijau bercampur kuning. Selain itu, teksturnya yang kasar juga membantu dalam mengenali kebun campuran pada citra. Sedangkan pada citra LANDSAT, tone/warnanya menyerupai pertanian lahan kering sehingga butuh elemen lain agar dapat menginterpretasi kebun campuran seperti dengan melihat polanya yang tidak teratur dan teksturnya yang kasar. Biasanya kebun campuran beraksesibilitas tinggi karena dekat dengan pemukiman, sehingga jaringan jalan di sekitar obyek ini lebih rapat dan teratur. Gambar 10 merupakan contoh tampilan kebun campuran pada citra ALOS PALSAR resolusi 50 m dan citra LANDSAT resolusi 30 m.
(a)
Skala : 1 : 75.000
(b)
Gambar 10 Keterangan : Gambar 10(a) : Kebun campuran pada citra ALOS PALSAR resolusi 50 m. Gambar 10(b) : Kebun campuran pada citra LANDSAT resolusi 30 m.
Pertanian lahan kering merupakan semua aktivitas pertanian di lahan kering yang tidak membutuhkan air dalam jumlah banyak untuk berproduksi. Pada citra ALOS PALSAR, tipe tutupan lahan yang menyerupai pertanian lahan kering berdasarkan elemennya (tone/warna) untuk di daerah pegunungan adalah sawah. Pertanian lahan kering sulit dideliniasi karena bercampur dengan objek lain. Elemen interpretasi pada pertanian lahan kering tidak konsisten di tempat yang berbeda. Selain itu, untuk pertanian lahan kering yang didominasi singkong mempunyai tampilan yang menyerupai perkebunan kelapa sawit. Sedangkan pada citra LANDSAT, semua jenis pertanian di lahan kering berselang-seling atau
52
bercampur dengan semak, belukar, dan bekas tebangan sehingga sulit untuk diidentifikasi. Pertanian lahan kering yang berukuran kecil atau berasosiasi dengan kebun campuran dan sawah sulit dikenali dan dibedakan dengan tutupan lahan lainnya berdasarkan elemennya tanpa mengetahui tipe tutupan lahan di area studi. Gambar 11 merupakan contoh tampilan pertanian lahan kering pada citra ALOS PALSAR resolusi 50 m dan citra LANDSAT resolusi 30 m.
(a)
Skala : 1 : 75.000
(b)
Gambar 11 Keterangan : Gambar 11(a) : Pertanian lahan kering pada citra ALOS PALSAR resolusi 50 m. Gambar 11(b) : Pertanian lahan kering pada citra LANDSAT resolusi 30 m.
Pemukiman merupakan kawasan yang didominasi lingkungan hunian baik berupa kawasan perkotaan, pertokoan maupun pedesaan, yang memperlihatkan pola alur yang teratur dengan penataan tanah dan ruang, sarana dan prasarana lingkungan yang terstruktur. Pada pemukiman desa biasanya kenampakan vegetasi masih banyak terlihat. Pada citra ALOS PALSAR, pemukiman berwarna pink, kuning, putih, hijau dan kombinasi di antara warna-warna tersebut. Pemukiman pedesaan vegetasi (khususnya pohon) masih cukup rapat sehingga kenampakan didominasi warna hijau. Sedangkan pada citra LANDSAT, pemukiman masih dapat terlihat jelas dengan tone/warna merah tua. Biasanya mudah diidentifikasi dengan melihat bentuk‐bentuk geometri sederhana yang merupakan tanda adanya kegiatan atau campur tangan manusia serta adanya jaringan jalan di sekitar obyek yang lebih rapat dan teratur. Gambar 12 merupakan contoh tampilan pemukiman pada citra ALOS PALSAR resolusi 50 m dan citra LANDSAT resolusi 30 m.
53
(a)
(b) Skala : 1 : 75.000 Gambar 12
Keterangan : Gambar 12(a) : Pemukiman pada citra ALOS PALSAR resolusi 50 m. Gambar 12(b) : Pemukiman pada citra LANDSAT resolusi 30 m.
Perkebunan karet merupakan seluruh area yang ditanami tanaman karet yang dikelola dengan pola tanaman tertentu. Untuk area yang luasannya lebih kecil dari 2 ha sulit diidentifikasi, khususnya karet rakyat yang ditanam tidak serempak (tidak seumur). Pada citra ALOS PALSAR, perkebunan karet memiliki tone/warna biru (karet muda) sampai ke hijau kekuningan (karet tua) dengan pola yang teratur. Selain melihat elemen warna dan pola, teksturnya yang halus juga sangat membantu dalam proses identifikasi. Sedangkan pada citra LANDSAT, perkebunan karet memiliki warna hijau army dan tekstur yang halus. Mudah dilakukan identifikasi perkebunan karet pada citra LANDSAT dilihat dari segi elemen warna, pola, dan teksturnya saja. Gambar 13 merupakan contoh tampilan perkebunan karet pada citra ALOS PALSAR resolusi 50 m dan citra LANDSAT resolusi 30 m.
(a)
Skala : 1 : 50.000
(b)
Gambar 13 Keterangan : Gambar 13(a) : Perkebunan karet pada citra ALOS PALSAR resolusi 50 m. Gambar 13(b) : Perkebunan karet citra LANDSAT resolusi 30 m.
54
Perkebunan sawit merupakan seluruh area yang ditanami tanaman sawit yang dikelola dengan pola tanaman tertentu. Pada citra ALOS PALSAR, tone/warna tutupan lahan perkebunan sawit memiliki warna ungu yang khas, tetapi perlu hati‐hati dalam mengidentifikasi tipe tutupan lahan ini karena memiliki tampilan warna yang sama dengan pertanian lahan kering. Elemen lain yang perlu diperhatikan adalah polanya yang teratur dan ukurannya yang luas yang dapat memudahkan dalam melakukan proses identifikasi. Sedangkan pada citra LANDSAT, perkebunan sawit memiliki warna hijau muda dengan tone terang, tekstur halus, dan pola yang teratur. Gambar 14 merupakan contoh tampilan perkebunan sawit pada citra ALOS PALSAR resolusi 50 m dan citra LANDSAT resolusi 30 m.
(a)
(b) Skala : 1 : 50.000 Gambar 14
Keterangan : Gambar 14(a) : Perkebunan sawit pada citra ALOS PALSAR resolusi 50 m. Gambar 14(b) : Perkebunan sawit pada citra LANDSAT resolusi 30 m.
Sawah merupakan areal yang ditutupi oleh tanaman padi dan biasanya disebut sebagai pertanian lahan basah yang dicirikan oleh pola pematang atau irigasi. Pada citra ALOS PALSAR, sawah memiliki tone/warna biru, biru kehijauan dan biru keunguan. Namun pada daerah Jawa, sawah sangat sulit dibedakan dengan pertanian lahan kering dikarenakan lahan pertanian di Pulau Jawa sangat intensif sehingga sawah sering berganti menjadi pertanian lahan kering. Sedangkan pada citra LANDSAT, sawah mudah diidentifikasi berdasarkan elemen warna dan teksturnya yang halus. Sawah diolah/baru tanam, sawah vegetatif-siap panen, serta sawah bera dapat dibedakan dalam citra LANDSAT. Gambar 15 merupakan contoh tampilan sawah pada citra ALOS PALSAR resolusi 50 m dan citra LANDSAT resolusi 30 m.
55
(a)
(b)
(c)
(d) Skala : 1 : 75.000 Gambar 15
Keterangan : Gambar 15(a) : Sawah pada citra ALOS PALSAR resolusi 50 m. Gambar 15(b) : Sawah diolah/baru tanam pada citra LANDSAT resolusi 30 m. Gambar 15(c) : Sawah vegetatif-siap panen pada citra LANDSAT resolusi 30 m. Gambar 15(d) : Sawah bera pada citra LANDSAT resolusi 30 m.
Hutan lahan kering merupakan area yang ditutupi oleh vegetasi pepohonan yang tumbuh secara alami pada lahan yang tidak tergenang air. Pada citra ALOS PALSAR, warna yang dimiliki oleh hutan lahan kering adalah hijau dan hijau kekuningan dengan tekstur yang halus, karena hutan lahan kering memiliki strata yang tidak berbeda jauh antara satu pohon dengan pohon yang lainnya. Sedangkan pada citra LANDSAT, hutan lahan kering berwarna hijau gelap dengan tekstur yang halus. Untuk membedakan hutan lahan kering dengan hutan tanaman, elemen lain seperti asosiasi juga sangat membantu dalam pengidentifikasian obyek karena aksesnya yang sulit dan tidak tersedianya jaringan jalan. Gambar 16 merupakan contoh tampilan hutan lahan kering pada citra ALOS PALSAR resolusi 50 m dan citra LANDSAT resolusi 30 m.
56
(a)
Skala : 1 : 200.000
(b)
Gambar 16 Keterangan : Gambar 16(a) : Hutan lahan kering pada citra ALOS PALSAR resolusi 50 m. Gambar 16(b) : Hutan lahan kering pada citra LANDSAT resolusi 30 m.
Lahan terbuka merupakan seluruh kenampakan lahan tanpa atau sedikit vegetasi/terbuka termasuk di antaranya batuan puncak gunung, kawah vulkanik, gosong pasir, pasir pantai, lahan terbuka bekas kebakaran, lahan bekas tambang, dan lahan terbuka untuk persiapan / pembukaan lahan. Pada citra ALOS PALSAR tipe tutupan lahan yang menyerupai lahan terbuka berdasarkan elemen warnanya adalah badan air, landasan udara, tambak, semak belukar, sawah, pertanian lahan kering, dan padang rumput. Tutupan lahan ini sangat sulit dibedakan sehingga harus dilakukan survey lapangan langsung. Sedangkan pada citra LANDSAT, lahan terbuka berwarna merah sampai dengan pink. Lahan terbuka hampir serupa dengan pemukiman. Untuk dapat mengidentifikasi obyek tersebut, bentuknya yang teratur dan juga teksturnya yang halus dapat membantu mengenali obyek lahan terbuka ini. Gambar 17 merupakan contoh tampilan lahan terbuka pada citra ALOS PALSAR resolusi 50 m dan citra LANDSAT resolusi 30 m.
(a)
(b) Skala : 1 : 75.000 Gambar 17
Keterangan : Gambar 17(a) : Lahan terbuka pada citra ALOS PALSAR resolusi 50 m. Gambar 17(b) : Lahan terbuka pada citra LANDSAT resolusi 30 m.
57
Perkebunan teh merupakan seluruh area yang ditanami tanaman teh yang dikelola dengan pola tanaman tertentu. Pada citra ALOS PALSAR, tone/warna tutupan lahan perkebunan teh memiliki warna hijau bercampur ungu dengan tekstur yang halus. Selain elemen warna, pola, dan tekstur, asosiasi pada perkebunan teh juga sangat membantu dalam pengenalan obyek. Perlu kehati‐hatian dalam mengidentifikasi tipe tutupan lahan ini karena memiliki tampilan warna yang hampir sama dengan kebun campuran dan juga semak belukar. Sedangkan pada citra LANDSAT, perkebunan teh mudah dikenali dengan melihat elemen warnanya yang hijau muda terang dan bertekstur halus. Gambar 18 merupakan contoh tampilan perkebunan teh pada citra ALOS PALSAR resolusi 50 m dan citra LANDSAT resolusi 30 m.
(a)
(b) Skala : 1 : 75.000 Gambar 18
Keterangan : Gambar 18(a) : Perkebunan teh pada citra ALOS PALSAR resolusi 50 m. Gambar 18(b) : Perkebunan teh pada citra LANDSAT resolusi 30 m.
Semak belukar pada citra ALOS PALSAR, memiliki tampilan warna ungu/hijau dengan bentuk poligon tidak teratur, ukuran kecil, tekstur tidak teratur, tekstur warna halus, dengan kesan topografi kasar. Sedangkan pada citra LANDSAT, semak belukar memiliki warna hijau kekuningan dengan tekstur yang halus. Semak belukar ini sangat sulit untuk diidentifikasi karena bercampur dengan tutupan lahan yang lain seperti pertanian lahan kering ataupun kebun campuran sehingga perlu dilakukan obesrvasi langsung ke lapangan. Gambar 19 merupakan contoh tampilan semak belukar pada citra ALOS PALSAR resolusi 50 m dan citra LANDSAT resolusi 30 m.
58
(a)
(b) Skala : 1 : 75.000 Gambar 19
Keterangan : Gambar 18(a) : Perkebunan teh pada citra ALOS PALSAR resolusi 50 m. Gambar 18(b) : Perkebunan teh pada citra LANDSAT resolusi 30 m.
Berdasarkan hasil analisis visual terhadap citra ALOS PALSAR resolusi 50 m dan citra LANDSAT resolusi 30 m, citra ALOS PALSAR resolusi 50 m memiliki jumlah tutupan lahan sebanyak 14 kelas, yaitu: hutan tanaman, hutan lahan kering, kebun campuran, pertanian lahan kering, pemukiman, sawah, perkebunan sawit, perkebunan karet, perkebunan teh, landasan udara, lahan terbuka, padang rumput, semak belukar, dan badan air. Sedangkan citra LANDSAT resolusi 30 m, sawah mampu diklasifikasi menjadi 3 jenis, yaitu: sawah diolah/baru tanam, sawah vegetatif-siap panen, dan sawah bera ditambahkan 2 kelas lagi, yaitu : awan dan bayangan awan sehingga citra LANDSAT memiliki 18 kelas tutupan lahan. Dari hasil pengamatan lapang yang dilakukan, dapat dilihat pada Tabel 4 diperoleh 27 kelas tutupan lahan. Ada beberapa tutupan lahan, yaitu : kebun kacang panjang, kebun singkong, kebun cokelat, kebun kacang panjang-singkong, kebun jagung, tanaman kelapa-pisang, dan kebun kacang panjang dikelompokkan menjadi pertanian lahan kering. Sungai, waduk, dan danau dikelompokkan ke dalam badan air. Hutan tanaman pinus, hutan tanaman rasamala, dan hutan tanaman agathis dikelompokkan ke dalam kelas hutan tanaman. Sawah diolah/baru tanam, sawah vegetatif, sawah siap panen, dan sawah bera dikelompokkan ke dalam kelas sawah dikarenakan memiliki elemen interpretasi yang serupa pada citra ALOS PALSAR resolusi 50 m sedangkan pada citra LANDSAT resolusi 30 m, sawah dapat diklasifikasi berdasarkan elemen
59
warnanya menjadi 3 kelas, yaitu : sawah diolah/baru tanam, sawah vegetatif-siap panen, dan sawah bera. Tutupan lahan yang lain seperti landasan udara, lapangan golf/padang rumput, dan lahan terbuka meskipun berdasarkan elemen interpretasinya hampir sama dan sulit untuk diidentifikasi, masing-masing tutupan lahan ini tidak bisa dikelompokkan ke dalam kelas yang sama dilihat dari sisi penggunaan lahan. Informasi tambahan sangat diperlukan dalam penafsiran citra khususnya pada kelas tutupan lahan yang memiliki tampilan yang sama secara visual dan sulit dibedakan. Informasi tambahan tersebut dapat berupa peta jaringan jalan, peta jaringan sungai, informasi ketinggian tempat, serta peta sebaran dan kelas umur hutan tanaman. Kunci interpretasi citra merupakan panduan bagi interpreter dalam mengidentifikasi citra yang mencakup elemen-elemen interpretasi. Interpretasi citra dilakukan berdasarkan penilaian subjektivitas sehingga untuk mengurangi subjektivitas tersebut, maka pembuatan kunci interpretasi sangat diperlukan sebagai pedoman dalam mengidentifikasi citra. Berikut ini adalah kunci interpretasi pada citra ALOS PALSAR resolusi 50 m (Tabel 7) dan kunci interpretasi citra LANDSAT resolusi 30 m (Tabel 8)
60 Tabel 7 Klasifikasi tutupan lahan berdasarkan elemen interpretasi citra ALOS PALSAR resolusi 50 m (HH-HV-HH/HV)
No.
Tutupan Lahan
1.
Landasan udara
2.
Badan air
3.
Hutan tanaman
4.
Hutan lahan kering
5.
Kebun campuran
6.
Perkebunan karet
7.
Perkebunan sawit
8.
Pemukiman
9.
Sawah
10.
Warna
Tone
Bentuk
Ukuran
Tekstur
Pola
Site
Asosiasi
Teratur
Kecil
Halus
Teratur
Datar
Aksesibilitas mudah
Gelapterang
Tidak teratur
Kecilbesar
Halus
Tidak teratur
-
-
Gelapterang
Teratur
Besar
Halus
Teratur mengelompok
Datarbergelombang
Aksesibilitas mudah
Gelapterang
Tidak teratur
Kecilbesar
Halus
Teratur mengelompok
Datarbergelombang
-
Gelapterang
Tidak teratur
KecilBesar
Kasar
Tidak teratur
Datarbergelombang
Aksesibilitas mudah
Terang
Teratur
Sedang
Halus
Teratur mengelompok
Datarbergelombang
Aksesibilitas mudah
Gelapterang
Teratur
Kecilbesar
Halus
Teratur mengelompok
Datarbergelombang
Aksesibilitas mudah
Pink, kuning, hijau, putih
Terang
Teratur
Kecilbesar
Halus
Datar
Aksesibilitas mudah
Biru-biru keunguan
Terang
Teratur
Kecilbesar
Halus
Datar
Aksesibilitas mudah
Gelapterang
Tidak teratur
Kecilbesar
Halus
Datarbergelombang
Aksesibilitas mudah
Terang
Teratur
Kecil
Halus
Teratur
Datar
-
Biru Biru gelap-biru berasosiasi dengan pink muda Kuning kehijauanhijau Hijau-hijau kekuningan Hijau bercampur kuning Hijau atau hijau kuningan Biru gelap-ungu terang
Pink, berasosiasi dengan spot hijau dan biru Biru-biru bercampur Pink atau hijau
Gelap
Tidak teratur mengelompok Teratur mengelompoktersebar Teratur mengelompoktersebar
Pertanian lahan kering
11.
Padang rumput/ lapangan golf
12.
Lahan terbuka
Biru-biru keunguan
Teranggelap
Teratur
Kecil
Halus
Tidak teratur
Datarbergelombang
Aksesibilitas mudah
13.
Perkebunan teh
Hijau bercampur ungu
Gelapterang
Teratur
Kecilbesar
Halus
Teratur mengelompok
Datarbergelombang
Aksesibilitas mudah
14.
Semak belukar
Ungu-hijau
Gelapterang
Tidak teratur
Kecil
Halus
Teratur
Datarbergelombang
Aksesibilitas terbatas
60
61
Tabel 8 Klasifikasi tutupan lahan berdasarkan elemen interpretasi citra LANDSAT resolusi 30 m (5-4-3) No .
Tutupan Lahan
1.
Landasan udara
2.
Badan air
Biru-biru kehitaman
3.
Hutan tanaman
Hijau-Hijau tua
4.
Hutan lahan kering
Hijau tua
5.
Kebun campuran
Hijau kekuninganhijau campur pink
6.
Perkebunan karet
Hijau army
7.
Perkebunan sawit
Hijau muda
8.
Pemukiman
Merah
9.
Padang rumput/ lapangan golf
Kuningkuning bercampur hijau
10.
Pertanian lahan kering
Warna Kuning
Kuning bercakbercak merah dan biru
Tone
Bentuk
Ukuran
Tekstur
Pola
Site
Asosiasi
Terang
Teratur
Kecil
Halus
Teratur
Datar
Aksesibilitas mudah
Gelapterang
Tidak teratur
Kecil-besar
Halus
Tidak teratur
-
-
Gelapterang
Teratur
Besar
Halus
Teratur mengelompok
Datarbergelombang
Aksesibilitas mudah
Gelap
Tidak teratur
Kecil-besar
Halus
Teratur mengelompok
Datarbergelombang
-
Tidak teratur
Kecil-Besar
Kasar
Tidak teratur
Datarbergelombang
Aksesibilitas mudah
Teratur
Sedang
Halus
Teratur mengelompok
Datarbergelombang
Aksesibilitas mudah
Teratur
Kecil-besar
Halus
Teratur mengelompok
Datarbergelombang
Aksesibilitas mudah
Teratur
Kecil-besar
Halus
Tidak teratur mengelompok
Datar
Aksesibilitas mudah
Terang
Teratur
Kecil
Halus
Teratur
Datar
Aksesibilitas mudah
Terang
Tidak teratur
Kecil-besar
Halus
Teratur mengelompoktersebar
Datar
Aksesibilitas mudah
Terang
Gelapterang Terang
Gelap
61
62
Tabel 8 Lanjutan No .
Tutupan Lahan
11.
Lahan terbuka
12. 13.
14
62
15.
Perkebunan teh Sawah diolah/baru tanam Sawah vegetatif-siap panen Sawah bera
Warna
Tone
Bentuk
Ukuran
Tekstur
Pola
Site
Asosiasi
Gelapterang
Teratur
Kecil
Halus
Tidak teratur
Datarbergelombang
Aksesibilitas mudah
Terang
Teratur
Datarbergelombang
Aksesibilitas mudah
Biru kehijauan
Gelapterang
Teratur
Kecil-besar
Halus
Datar
Aksesibilitas mudah
hijau
Terang
Teratur
Kecil-besar
Halus
Datar
Aksesibilitas mudah
Hijau kemerahan
Gelapterang
Teratur
Kecil-besar
Halus
Datar
Aksesibilitas mudah
Putih-Pink bercampur putih-merah Hijau kekuningan
Kecil-besar
Halus
Teratur mengelompok Teratur mengelompoktersebar Teratur mengelompoktersebar Teratur mengelompoktersebar
16.
Semak belukar
Hijau kekuningan
Gelapterang
Tidak teratur
Kecil
Halus
Teratur
Datarbergelombang
Aksesibilitas terbatas
17.
Awan
Putih
Terang
Tidak teratur
Kecil-besar
Halus
Tidak teratur
-
-
18.
Bayangan awan
Hitam
Gelap
Tidak teratur
Kecil-besar
Halus
Tidak teratur
-
-
63
5.4 Analisis Separabilitas Pada Citra ALOS PALSAR Resolusi 50 m dan Citra LANDSAT Resolusi 30 m Pada
analisis
separabilitas
digunakan
untuk
mengetahui
tingkat
separabilitas/keterpisahan antar kelas. Analisis ini menggunakan metode klasifikasi terbimbing (Supervised Classification). Menurut Jaya (2002), Kobayasi (1995), dan Jensen (1986) kriteria separabilitas yang digunakan dalam memisahkan individu-individu dalam pasangan kelasnya, sebagai berikut : 1. Tidak terpisah
: < 1600
2. Kurang keterpisahannya
: 1600-<1800
3. Cukup keterpisahannya
: 1800-<1900
4. Baik keterpisahannya
: 1900-<2000
5. Sangat baik keterpisahannya
: 2000
Dari 14 tutupan lahan yang ada, hanya dapat dilakukan 13 tutupan lahan
pada citra ALOS PALSAR resolusi 50 m. Padang rumput/lapangan golf memiliki luasan yang sangat kecil sehingga sulit untuk dilakukan analisis separabilitas. Dari ke-13 tutupan lahan yang telah dianalisis, ada 7 (tujuh) pasangan yang tidak dapat dipisahkan, yaitu : hutan lahan kering dengan hutan tanaman, perkebunan teh dengan semak belukar, pertanian lahan kering dengan sawah, kebun campuran dengan hutan tanaman, kebun campuran dengan hutan lahan kering, pertanian lahan kering dengan perkebunan sawit, serta perkebunan karet dengan sawah. Tabel 9 merupakan hasil nilai separabilitas citra ALOS PALSAR resolusi 50 m. Pada citra LANDSAT resolusi 30 m tutupan lahan yang dianalisis separabilitas sebanyak 17 tutupan lahan. Tidak berbeda dengan citra ALOS PALSAR 50 m, lapangan golf pada citra LANDSAT juga memiliki luasan yang sangat
kecil
sehingga
mengalami
kesulitan
dalam
melakukan
analisis
separabilitas. Dari hasil analisis ke-17 kelas tutupan lahan citra LANDSAT resolusi 30 m, terdapat 3 (tiga) pasangan yang memiliki keterpisahan buruk yaitu : kebun campuran dengan pertanian lahan kering, semak belukar dengan kebun campuran, serta semak belukar dengan pertanian lahan kering. Tabel 10 merupakan hasil nilai separabilitas citra LANDSAT resolusi 30 m.
64
Tabel 9 Nilai separabilitas tutupan lahan pada Citra ALOS PALSAR Resolusi 50 m (HH-HV-HH/HV)
64
Tutupan Lahan
1
2
3
4
5
6
7
8
9
10
11
12
13
Badan air
1
0
2000
2000
2000
2000
2000
2000
2000
2000
2000
2000
2000
1995
Pemukiman
2
2000
0
2000
2000
2000
2000
2000
2000
2000
2000
2000
1998
2000
Bandara
3
2000
2000
0
2000
2000
2000
2000
2000
2000
2000
2000
2000
1939
Perkebunan sawit
4
2000
2000
2000
0
1814
1997
2000
2000
2000
1989
2000
1150
1996
Sawah
5
2000
2000
2000
1814
0
2000
2000
2000
2000
2000
2000
653
2000
Semak belukar
6
2000
2000
2000
1997
2000
0
2000
1999
483
2000
1263
2000
2000
Hutan lahan kering
7
2000
2000
2000
2000
2000
2000
0
164
2000
1063
2000
2000
2000
Hutan tanaman
8
2000
2000
2000
2000
2000
1999
164
0
2000
839
1997
2000
2000
Perkebunan teh
9
2000
2000
2000
2000
2000
483
2000
2000
0
2000
1849
2000
2000
Kebun campuran
10
2000
2000
2000
1989
2000
2000
1063
839
2000
0
1991
2000
2000
Perkebunan karet
11
2000
2000
2000
2000
2000
1263
2000
1997
1849
1991
0
2000
2000
Pertanian lahan kering
12
2000
1998
2000
1150
653
2000
2000
2000
2000
2000
2000
0
2000
Lahan terbuka
13
1995
2000
1939
1996
2000
2000
2000
2000
2000
2000
2000
2000
0
65
Tabel 10 Nilai separabilitas tutupan lahan pada Citra LANDSAT Resolusi 30 m (5-4-3) Tutupan Lahan
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
Badan air
1
0
2000
2000
2000
2000
2000
2000
2000
2000
2000
2000
2000
2000
2000
2000
2000
2000
Landasan udara
2
2000
0
2000
2000
2000
1999
1998
2000
1992
2000
2000
2000
2000
1998
2000
2000
2000
Pemukiman
3
2000
2000
0
2000
2000
2000
2000
2000
1998
2000
2000
2000
2000
2000
1948
2000
2000
Hutan tanaman
4
2000
2000
2000
0
1653
2000
1999
2000
2000
2000
2000
1998
1974
2000
2000
2000
1970
Hutan lahan kering
5
2000
2000
2000
1653
0
2000
2000
2000
2000
2000
2000
2000
2000
2000
2000
2000
2000
Kebun campuran
6
2000
1999
2000
2000
2000
0
1753
1997
621
2000
2000
2000
2000
410
1976
2000
2000
Perkebunan sawit
7
2000
1998
2000
1999
2000
1753
0
1986
1768
2000
2000
2000
1954
1711
1980
2000
1996
Perkebunan karet
8
2000
2000
2000
2000
2000
1997
1986
0
2000
2000
2000
2000
1993
1991
2000
2000
1988
Pertanian lahan kering
9
2000
1992
1998
2000
2000
621
1768
2000
0
2000
2000
2000
2000
950
1944
2000
2000
Lahan terbuka
10
2000
2000
2000
2000
2000
2000
2000
2000
2000
0
2000
2000
2000
2000
2000
2000
2000
Bayangan awan
11
2000
2000
2000
2000
2000
2000
2000
2000
2000
2000
0
2000
2000
2000
2000
2000
2000
Awan
12
2000
2000
2000
1998
2000
2000
2000
2000
2000
2000
2000
0
2000
2000
2000
2000
2000
Perkebunan teh
13
2000
2000
2000
1974
2000
2000
1954
1993
2000
2000
2000
2000
0
2000
2000
2000
1991
Semak belukar
14
2000
1998
2000
2000
2000
410
1711
1991
950
2000
2000
2000
2000
0
1991
2000
2000
Sawah bera
15
2000
2000
1948
2000
2000
1976
1980
2000
1944
2000
2000
2000
2000
1991
0
2000
2000
Sawah diolah/baru tanam
16
2000
2000
2000
2000
2000
2000
2000
2000
2000
2000
2000
2000
2000
2000
2000
0
2000
Sawah vegetatif-siap panen
17
2000
2000
2000
1970
2000
2000
1996
1988
2000
2000
2000
2000
1991
2000
2000
2000
0
65
66
5.5 Evaluasi Akurasi Hasil Klasifikasi Citra ALOS PALSAR Resolusi 50 m dan Citra LANDSAT Resolusi 30 m Evaluasi akurasi dilakukan untuk mengetahui tingkat ketepatan klasifikasi terhadap kondisi yang sebenarnya di lapangan. Keakuratan tersebut, meliputi : jumlah piksel area contoh yang diklasifikasikan dengan benar atau salah, pemberian, nama secara benar, dan persentase banyaknya piksel dalam masingmasing kelas serta persentase kesalahan total. Untuk menghitung besarnya akurasi hasil klasifikasi dapat diuji dengan menggunakan matrik kesalahan (confusion matrix) seperti pada Tabel 11. Analisis akurasi dilakukan dengan menggunakan matrik kesalahan (Confusion matrix) yang disebut juga matrik contingency. Akurasi klasifikasi umumnya dilakukan dengan metode Overall accuracy Analisis akurasi dilakukan dengan menggunakan matrik kesalahan (Confusion matrix) yang disebut juga matrik contingency. Dari matrik kontingensi tersebut selanjutnya dihitung besarnya akurasi pembuat (produsers accuracy), akurasi pengguna (Users Accuracy), dan akurasi umum (overall accuracy) serta akurasi Kappa (Kappa accuracy). Dari Tabel 10, untuk hasil pengujian akurasi 13 kelas tutupan lahan pada citra ALOS PALSAR resolusi 50 m didapatkan nilai Overall accuracy sebesar 86,52% dan Kappa accuracy sebesar 83,27%. Berdasarkan hasil perhitungan Kappa accuracy, meskipun hasilnya di bawah 85%, namun sudah dapat dikatakan baik. Sedangkan akurasi hasil klasifikasi pada citra LANDSAT resolusi 30 m, sawah tidak diklasifikasi menjadi 3 kelas dikarenakan citra LANDSAT yang digunakan memiliki periode yang berbeda dengan waktu pengamatan di lapangan. Didapatkan nilai keseluruhan yang lebih besar daripada citra ALOS PALSAR resolusi 50 m. Nilai overall accuracy yang didapatkan sebesar 95,51% dan Kappa accuracy mencapai 94,38% yang menunjukkan tingkat ketelitian lebih baik daripada citra ALOS PALSAR resolusi 50 m. Hal ini dikarenakan citra LANDSAT resolusi 30 m memiliki warna yang lebih jelas dan variatif serta resolusinya yang lebih tinggi daripada citra ALOS PALSAR resolusi 50 m menyebabkan jenis objek yang ditampilkan lebih terlihat sehingga lebih mudah dan detail dalam mendeliniasi.
67
Tabel 11 Akurasi klasifikasi tutupan lahan pada Citra ALOS PALSAR Resolusi 50 m Landcover
BA
Badan air (BA)
3
Landasan udara (Bndr)
Bndr
HLK
HT
KC
LT
PMKM
PK
PS
PLK
SWH
PR
SB
1
Hutan lahan kering (HLK)
0
Hutan tanaman (HT)
3
1.0
100
1
1.0
100
0
0
4
3
7
0.57
57.14
35
0.89
88.57
0
-
-
39
0.87
87.18
1
1
100
5
1
100
26
1
100
50
0.96
96
1
1
100
0
0
-
-
178
1
2
1
0
Pemukiman (PMKM)
34
5
Perkebunan karet (PK)
1
Perkebunan sawit (PS)
5
Pertanian lahan kering (PLK)
26
Sawah (SWH)
1
1
48
Padang rumput (PR)
1
Semak belukar (SB) Total
3
1
0
8
45
1
34
2
5
29
48
2
0
Produser Accuracy
1.0
1.0
-
0.5
0.69
1.0
1.0
0.5
1.0
0.9
1.0
0.5
-
PA %
100
100
-
50
68.89
100
100
50
100
89.66
100
50
-
83.27
%
10
Lahan terbuka (LT)
Kappa Accuracy
UA
6 31
86.52
User Accuracy
4
Kebun campuran (KC)
Overall Accuracy
Total
67
68
Tabel 12 Akurasi klasifikasi tutupan lahan pada Citra LANDSAT Resolusi 30 m Tutupan Lahan
BA
Badan air (BA) Landasan udara (Bndr) Hutan lahan kering (HLK) Hutan tanaman (HT)
3
Bndr
HLK
HT
KC
LT
PMKM
PK
PS
SWH
PR
SB
1 0 8
Kebun campuran (KC)
43
Lahan terbuka (LT) Pemukiman (PMKM) Perkebunan karet (PK) Perkebunan sawit (PS) Pertanian lahan kering (PLK)
1 1 34 2 5
2
Sawah (SWH)
68
PLK
Padang rumput (PR) Semak belukar (SB) Total Produser Accuracy
3 1.00
1 1.00
0 -
8 1.00
PA %
100
100
-
100
Overall Accuracy Kappa Accuracy
95.51 94.38
34 1.00
2 1.00
5 1.00
100
100
100
100
UA %
3 1 0 8
1 1 1.00
44
0.98
1 34 2 5
1.00 1.00 1.00 1.00
100 100 100 97. 73 100 100 100 100 81. 82 97. 78 100 -
4
33
0.82
1
44
45
0.98
2 0
1.00 -
0 1 1.00
User Accuracy
27
2 45 0.96 95.5 6
Total
29 0.93 93.1 0
48 0.92
2.00 1.00
91.67
100
0 -
178
