17
III.
METODOLOGI
3.1. Waktu dan Tempat Penelitian Penelitian ini dimulai pada bulan Oktober 2010 dan berakhir pada bulan Juni 2011. Wilayah penelitian berlokasi di Kabupaten Subang, Jawa Barat (Gambar 2). Wilayah ini dipilih sebagai daerah penelitian karena merupakan salah satu wilayah sentra produksi padi di Indonesia dengan wilayah penanaman yang kontinu dan memiliki tingkat produksi yang tinggi. Kabupaten Subang memiliki areal lahan sawah terluas ketiga di Jawa Barat setelah Indramayu dan Karawang, sekaligus merupakan penyumbang produksi padi terbesar ketiga di Jawa Barat. Secara spesifik, penelitian ini dilakukan di Kantor Regional I Sukamandi PT Sang Hyang Seri, Subang, Jawa Barat, dengan luas lahan sawah Irigasi Teknis lebih dari 3.000 Ha. Wilayah kerja PT. Sang Hyang Seri (Persero) Regional Sukamandi terletak di Kecamatan Ciasem, Blanakan dan Patokbeusi, Kabupaten Subang. Lokasi blok penanaman padi berada pada ketinggian sekitar 15 mdpl dengan kemiringan lereng berkisar 0 – 3%. 107°40'
107°50'
N E
6°20'
6°20'
W S
Sungai Jalan Blok sawah PT. Sang Hyang Seri Kabupaten Subang
6°30'
6°30'
Legenda:
107
108
-6
-6 -7
-7
6°40'
6°40'
106
6000
0
6000
12000 Meter 50000
106 107°40'
107°50'
Gambar 2. Lokasi Penelitian
0
50000Meter
107
108
18
Pengolahan data dan analisis citra dilakukan di Bagian Penginderaan Jauh dan Informasi Spasial, Departemen Ilmu Tanah dan Sumberdaya Lahan, Fakultas Pertanian, Institut Pertanian Bogor. 3.2. Bahan dan Alat Penelitian Bahan utama yang digunakan dalam penelitian ini adalah citra ALOS PALSAR yang diakuisisi pada 25 Maret 2007 dan 30 Maret 2009. Sensor Phased-Array type L-band Synthetic Aperture Radar (PALSAR) merupakan pengembangan dari sensor SAR yang dibawa oleh satelit pendahulunya, JERS-1. Sensor PALSAR adalah suatu sensor gelombang mikro aktif yang dapat melakukan observasi siang dan malam tanpa terpengaruh oleh kondisi cuaca. Sensor PALSAR memiliki panjang gelombang 23.5 cm atau frekuensi 1.27 GHz dengan kemampuan multimoda dan observasi multipolarisasi (Zhang. et al, 2009). Data spasial tambahan yang dimanfaatkan adalah Peta Blok Lahan Sawah PT. Sang Hyang Seri, Peta Rupa Bumi Indonesia wilayah Jawa Barat skala 1:25.000 yang diterbitkan oleh Badan Koordinasi Survei dan Pemetaan Nasional (BAKOSURTANAL). Adapun peralatan yang digunakan adalah kamera digital, ArcView GIS 3.3, Envi 4.5, MapReady 2.3 beserta program tambahan Statistica 8, Microsoft Word 2007, dan Microsoft Excel 2007. 3.3. Metode Penelitian Pelaksanaan penelitian ini dibagi dalam beberapa tahap, yaitu 1) Persiapan, 2) Pengumpulan Data, 3) Survey Lapang, 4) Analisis dan Interpretasi Data. 3.3.1. Persiapan Pada tahapan ini dilakukan studi pustaka mengenai topik penelitian. Studi pustaka sangat penting untuk mempelajari sumber-sumber yang terkait atau mendukung pelaksanaan penelitian dan memahami metode yang telah berkembang dalam kaitannya dengan penelitian ini. Data penunjang yang dikumpulkan antara lain: buku teks, berbagai jurnal atau artikel ilmiah, dan prosiding seminar yang terkait dengan tujuan penelitian. 3.3.2. Pengumpulan Data Kegiatan yang dilakukan pada tahapan ini adalah mengumpulkan data yang dibutuhkan untuk penelitian, diantaranya adalah Citra ALOS PALSAR, Peta Blok
19
Lahan Sawah PT. Sang Hyang Seri, serta Peta Rupa Bumi lokasi penelitian. Citra ALOS PALSAR diperoleh dari pihak Japan Aerospace Exploration Agency (JAXA) dalam rangka penelitian ALOS Pilot Project II. Selain itu, data tambahan diperoleh dari hasil survei lapang sebelumnya dan dari akses internet. 3.3.3. Survei Lapang Survei lapang meliputi pengamatan pada lahan sawah PT. Sang Hyang Seri Regional I Sukamandi pada tanggal 28 Juni 2011. Pengamatan dilakukan pada beberapa kondisi lahan sawah diantaranya adalah pengamatan fase bera, fase pembibitan, fase penggenangan untuk awal masa tanam padi, fase vegetatif, dan fase generatif. Berikut ini adalah beberapa gambar kondisi lapang yang telah diamati tahun 2011 dan tahun 2009.
Awal masa tanam (2009)
Fase vegetatif awal (2011)
Fase vegetatif akhir (2011)
Fase vegetatif akhir (2011)
Padi yang tidak tumbuh
Fase pematangan atau
dengan baik (2011)
menjelang panen (2009)
Gambar 3. Beberapa kondisi pertumbuhan tanaman padi varietas Ciherang
20
3.3.4. Analisis dan Interpretasi Data Data PALSAR yang diperoleh dari JAXA direkam dalam format CEOS yang kemudian dikonversi menggunakan perangkat lunak MapReady 2.3. Perangkat lunak ini juga memungkinkan pengguna memperoleh data hasil dekomposisi polarimetrik Entropi-Alfa (Cloude and Pottier, 1996). Dalam proses tersebut, data polarimetrik penuh akan dikonversi menjadi tiga unit analisis yang lebih sederhana yaitu Entropi (H), Sudut Alfa ( ) dan Anisotropi (A). Setelah dilakukan koreksi geometrik dengan perangkat lunak ArcView GIS 3.3, selanjutnya data tersebut siap untuk diolah dengan menggunakan perangkat lunak Envi 4.5. Untuk memudahkan pengambilan contoh, citra komposit dibangun dari kombinasi citra VV, HV dan HH yang masing-masing dimasukkan dalam kanal merah, hijau dan biru secara berturut-turut. Proses pengambilan contoh data dilakukan dengan memilih minimum 75 pixel pada masing-masing umur tanaman padi pada blok sawah PT. Sang Hyang Seri. Terdapat 9 kelas atau kelompok umur tanaman padi (dalam satuan hari) pada citra PALSAR diakuisisi tahun 2007, yaitu: Umur 86-90, Umur 96-100, Umur 101105, Umur 106-110, Umur 111-115, Umur 116-120, Umur 121-125, Umur 126130, Umur 131-135. Sedangkan pada citra PALSAR yang diakuisisi tahun 2009 juga terdapat 9 kelas atau kelompok umur tanaman padi, yaitu: Umur 75-80, Umur 81-85, Umur 86-90, Umur 91-95, Umur 96-100, Umur 101-105, Umur 106110, Umur 111-115, dan Umur 116-120. Tahap berikutnya adalah mengekstrak nilai dari setiap peubah (Entropi, Sudut Alfa dan Anisotropi) pada kelompok umur yang telah ditetapkan sebelumnya dalam sebuah tabel. Dengan menggunakan nilai median dan mean sebagai pewakil data yang paling representatif, tahapan selanjutnya adalah membangun diagram untuk mengetahui distribusi nilai dari masing-masing peubah. Analisis statistik pertama yang dimanfaatkan adalah analisis boxplot. Analisis boxplot memuat ringkasan sampel yang disajikan secara grafis yang menggambarkan bentuk distribusi data. Pola distribusi nilai masing-masing peubah inilah yang kemudian dapat diinterpretasikan untuk menjelaskan keterkaitan pola perubahannya terhadap variasi umur tanaman padi. Selanjutnya dilakukan analisis regresi pada distribusi nilai masing-masing peubah tersebut
21
dengan berbagai jenis permodelan. Masing-masing permodelan akan memiliki persamaan, nilai R2, dan Standard Error (SE) yang berbeda. Ketiga hal inilah yang kemudian menjadi dasar dalam pemilihan permodelan yang sesuai dengan distribusi nilai pada setiap peubah. Model yang terbaik adalah persamaan yang menghasilkan nilai R2 terbesar dan SE terkecil. Gambar 4 menyajikan Citra ALOS PALSAR setelah dilakukan penyusunan berdasarkan band VV, HV dan HH.
(a)
(b)
Gambar 4. Citra PALSAR yang diakuisisi tahun 2007 (a) dan 2009 (b). Citra © JAXA dan METI Klasifikasi kelompok umur tanaman padi merupakan salah satu teknik pembangunan data spasial yang dapat dikaji dengan menggunakan metode klasifikasi numerik. Dalam penelitian ini, digunakan algoritma klasifikasi terbimbing decision tree (pohon keputusan) dengan pendekatan Quick, Unbiased, Efficient Statistical Trees (QUEST; Loh and Shih, 1997) yang diolah dengan menggunakan perangkat lunak ENVI 4.5 dengan toolbox tambahan. Telaah dengan menggunakan pendekatan algoritma ini telah digunakan sebelumnya antara lain oleh Kim and Loh (2001), Panuju dan Trisasongko (2008) dan Syafril
22
et al. (2009). Selanjutnya hasil pengolahan pohon keputusan berupa citra hasil klasifikasi diuji dengan menghitung nilai akurasi. Nilai ini dihitung dengan memanfaatkan analisis matriks akurasi pada data testing (penguji). Selain itu, untuk menunjang hasil analisis, dilakukan perhitungan koefisien Kappa (indeks kesalahan). Berikut ini adalah gambar lokasi pengambilan contoh umur tanaman pada masing-masing citra.
(a)
(b)
Gambar 5. Citra PALSAR 2009, Citra © JAXA dan METI; Lokasi blok lahan sawah PT Sang Hyang Seri (a) dan lokasi pengambilan contoh umur tanaman padi varietas Ciherang (b)
(a)
(b)
Gambar 6. Citra PALSAR 2007, Citra © JAXA dan METI; Lokasi blok lahan sawah PT Sang Hyang Seri (a) dan lokasi pengambilan contoh umur tanaman padi varietas Ciherang (b)
23
Data Raw Citra PALSAR
Pengumpulan Data dan Eksplorasi Perangkat Lunak
Citra PALSAR Geocoded dan Terkoreksi
Peta Rupa Bumi Jawa Barat
Filtering Citra (Lee Filter)
Pengambilan Contoh Data dan Analisis Dekomposisi Cloude-Pottier
Blok Lahan Sawah dan Survei lapang
Analisis Statistik Deskriptif (boxplot)
Analisis Akurasi
Analisis Regresi
Klasifikasi Pohon Keputusan (Decision Tree) Algoritma QUEST
Gambar 7. Diagram Alir Penelitian
