KLASIFIKASI CITRA LANDSAT UNTUK IDENTIFIKASI KONDISI GEOLOGI: STUDI KASUS DAERAH PARANGTRITIS JOGJAKARTA

Prosiding Seminar Nasional Manajemen Teknologi XI Program Studi MMT-ITS, Surabaya 6 Pebruari 2010

KLASIFIKASI CITRA LANDSAT UNTUK IDENTIFIKASI KONDISI GEOLOGI: STUDI KASUS DAERAH PARANGTRITIS JOGJAKARTA Rokhmat Hidayat, Mauridhi Hery Purnomo, dan I Ketut Eddy Purnama Bidang Keahlian Telematika, Teknik Elektro ITS Surabaya Email: [email protected]

ABSTRAK Proses pemetaan geologi akan lebih mudah dengan melakukan pengamatan citra landsat lebih dulu. Banyak informasi tentang potensi mineral dapat ditemukan dengan interpretasi bentuk permukaan citra landsat. Citra landsat sesuai untuk pemetaan geologi karena terdapat gelombang inframerah yang berfungsi sebagai pembeda satuan batuan dan kondisi hidrotermal. Klasifikasi batuan pada citra landsat tidak dapat dilakukan secara langsung, hal ini disebabkan hampir 70% lahan pada citra landsat tertutup tumbuhan. Pemetaan sebaran batuan dapat dilakukan dengan metode geobotani, yakni dengan melakukan penentuan karakteristik tanah secara tidak langsung, yaitu dengan mencari hubungan kebutuhan nutrisi tumbuhan dan kondisi tanah yang menjadi media tumbuh Citra landsat belum dapat memberi informasi geologi yang optimal, sehingga untuk menggali informasinya diperlukan pengolahan citra lebih dahulu. Dalam penelitian ini dilakukan empat pengolahan citra landsat yaitu ; pemilihan komposit citra berwarna, interpretasi citra landsat secara manual, dan klasifikasi kemiripan maksimum. Dari proses pengolahan citra akan diperoleh produk citra baru. Selanjutnya dilakukan analisis pada citra baru untuk menghasilkan peta geologi citra. Dari hasil delineasi klasifikasi kemiripan maksimum diuji akurasi msing-masing satuan batuan. Kata kunci: Pengolahan Citra, Uji Akurasi, Klasifikasi Citra, Citra Landsat

PENDAHULUAN Proses pemetaan geologi akan jauh dipermudah dengan menggunakan pengamatan citra landsat terlebih dulu. Deposit mineral yang ada di permukaan bumi atau dekat permukaan bumi yang mudah didatangi sudah sulit ditemukan, maka perhatian sekarang ditujukan pada deposit yang jauh dibawah bumi atau pada lokasi yang sulit didatangi. Banyak informasi tentang daerah yang potensial untuk eksplorasi dapat ditemukan dengan interpretasi bentuk permukaan pada citra landsat. Citra landsat sesuai untuk pemetaan geologi karena terdapat gelombang inframerah yang berfungsi untuk membedakan formasi batuan dan untuk pemetaan hidrotermal. Citra landsat yang ada seringkali tidak dapat memberi informasi yang optimal, sehingga untuk memperoleh informasi yang baik perlu dilakukan pengolahan terlebih dahulu. Dalam penelitian ini dilakukan pengolahan citra landsat yaitu komposit warna, interpretasi manual visual dan klasifikasi. Dari proses tersebut akan dihasilkan produk berupa citra baru yang membantu dalam proses identifikasi kondisi geologi yaitu sebaran batuan dan struktur geologi. Pelaksanaan klasifikasi batuan pada citra landsat tidak dapat dilakukan secara langsung, hal ini disebabkan hampir 70% lahan pada citra landsat tertutup tumbuhan. Menurut Lillesand 2007, pemetaan sebaran batuan dapat dilakukan dengan metode


geobotani, yakni dengan melakukan penentuan karakteristik tanah secara tidak langsung dengan mencari hubungan kebutuhan nutrisi tumbuhan dan kondisi tanah yang menjadi media tumbuh. Dalam penelitian ini diperlukan data acuan peta geologi dan peta sebaran tumbuhan (dapat dilihat dari tekstur dan rona citra). Dalam penelitian ini permasalahan yang akan diselesaikan yaitu:  Citra landsat yang ada seringkali tidak dapat memberikan informasi yang lengkap, sehingga untuk memperoleh informasi yang baik perlu dilakukan pengolahan terlebih dahulu yaitu dengan pemilihan komposit warna, interpretasi manual dan klasifikasi  Membuat peta geologi dari hasil pengolahan citra landsat. TUJUAN PENELITIAN Tujuan penelitian adalah:  Melakukan proses pengolahan citra landsat untuk mendapatkan citra landsat yang sesuai bagi pemetaan geologi  Identifikasi batuan dan struktur batuan melalui integrasi hasil proses pengolahan data citra landsat Lokasi Daerah Penelitian Secara administrasi daerah penelitian adalah Parangtritis dan sekitarnya, Propinsi Daerah Istimewa Yogyakarta. Luas area penelitian adalah panjang 22km, lebar 20,5km. Secara geografis daerah penelitian dibatasi oleh koordinat geografis sebagai berikut: Bujur Timur 110o 17’ 22,14” sampai 110o 28’ 29,58” Lintang Selatan 7o 51’ 30,68” sampai 8o 3’ 33,07”

METODE PENELITIAN  

Data yang dikumpulkan dalam penelitian ini adalah data primer, yaitu: citra landsat 7ETM+ tahun 1999 dan tahun 2000 yang telah terkoreksi. Peta geologi daerah penelitian

Metode penelitian yang digunakan dapat dijelaskan dengan diagram alir sebagai berikut: Citra Satelit Landsat 7ETM+ yang telah terkoreksi Pemilihan Komposit Citra Berwarna

Croping Untuk Wilayah Penelitian

Pengamatan Visual

Klasifikasi Citra

Uji Akurasi Analisa Hasil Peta Geologi Citra Gambar 1 Diagram Alir Metode Penelitian ISBN : 978-979-99735-9-7 C-22-2


HASIL DAN DISKUSI Croping Wilayah Penelitian Croping wilayah penelitian dilakukan mengingat coverage data citra landsat yang begitu besar yaitu berukuran 185 x 185 km2, sehingga diperlukan pemotongan untuk mendapakan wilayah penelitian. Secara administrasi daerah penelitian adalah Parangtritis dan sekitarnya, Propinsi Daerah Istimewa Jogjakarta. Kenampakan citra asli (band 321) daerah penelitian Gambar 2. Kondisi geologi daerah penelitian dapat dilihat pada peta geologi Gambar 3 dibawah ini. Dari Gambar 2 dan Gambar 4.2 belum bisa dilihat korelasi satuan batuan pada peta geologi dan citra landsat. Untuk itu perlu dilakukan pemilihan band komposit warna untuk mendapatkan korelasi tersebut. Pada peta geologi batuan terdiri dari satuan batugamping, satuan breksi & tuff, satuan breksi & batugamping, satuan endapan vulkanik, satuan endapan fluvial dan satuan batupasir. Daerah penelitian mempunyai kondisi geologi yang beragam. Satuan batugamping dengan satuan endapan vulkanik dipisahkan oleh sungai. Satuan batuan endapan vulkanik merupakan daerah budidaya manusia, sehingga dalam citra landsat mempunyai rona dan tekstur yang tidak seragam. Dalam citra landsat sawah tampak sebagai satuuan area dengan warna hijau tua dan hijau muda, sehingga hal ini akan menimbulkan kesulitan bagi program komputer untuk proses klasifikasi.

(a)

(b)

Gambar 2 (a) Citra asli daerah penelitian (band 321) (b) Peta geologi daerah penelitian (Wartono R. Dkk. 1995)

Pembuatan Citra Komposite Berwarna Pembuatan citra komposit warna dimaksudkan untuk lebih menonjolkan kemampuan yang dimiliki oleh masing-masing saluran dalam membedakan obyek. Analisa terhadap saluran-saluran yang cocok untuuk pembuatan citra komposit warna untuk mengetahui citra komposit yang dapat menampilkan informasi geologi sebanyakbanyaknya. Penggabungan beberapa band komposit warna bertujuan untuk mendapatkan citra natural maupun penajaman obyek batuan dan geomorfologi. Pemilihan komposit warna adalah khas untuk masing-masing lokasi.

ISBN : 978-979-99735-9-7 C-22-3

Prosiding Seminar Nasional Manajemen Teknologi XI Program Studi MMT-ITS, Surabaya 6 Pebruari 2010 Tabel 1 Statistik Nilai Pixel Citra Landsat Daerah Penelitian

Min 64 40 31 12 11 8

Band 1 Band 2 Band 3 Band 4 Band 5 Band 7

Statistik Dasar Max Mean 255 79,1760 255 61,4482 255 58,8450 131 56,2636 185 78,5133 165 48,5790

Standar Deviasi 7,1646 7,6222 11,3747 14,8178 24,0989 15,9232

Tabel 2 Nilai Koeffisien Korelasi Antar Band Citra Landsat Daerah Penelitian

Band 1 Band 2 Band 3 Band 4 Band 5 Band 7

Band 1 1.000 0.842 0,542 0.056 0.009 0.132

Koefisien Korelasi Antar Band Band 2 Band 3 Band 4 Band 5 0.842 0.542 0.056 0.009 1.000 0.802 0.388 0.384 0.802 1.000 0.256 0.663 0.388 0.256 1.000 0.512 0.384 0.663 0.512 1.000 0.438 0.752 0.295 0.943

Band 7 0.132 0.438 0.752 0.295 0.943 1.000

Pembuatan citra komposit dimaksudkan untuk lebih menonjolkan kemampuan yang dimiliki oleh masing-masing saluran dalam membedakan obyek. Analisa statistik maupun visual terhadap saluran-saluran yang cocok untuk pembuatan citra komposit dilakukan untuk mendapatkan citra komposit yang dapat menampilkan informasi geologi secara maksimal. Persamaan 2.1 dapat digunakan untuk melakukan analisa statistik untuk mengetahui saluran apa saja yang menghasilkan informasi paling tinggi. Berdasar perhitungan OIF (Optimum Index Factor) pada Tabel 1 dapat dilihat peringkat kombinasi saluran dan tingkat informasi yang dihasilkan. Dari hasil perhitungan OIF hasil rumusan Chavez 1984, diperoleh hasil bahwa kombinasi band 145 dan 147 adalah yang mempunyai nilai OIF tertinggi dengan nilai 80,41 dan 78,48 yang berarti citra dengan komposit band 1,4,5 dan komposit band 1,4,7 menghasilkan informasi dengan tingkat paling tinggi. Tabel 3 Peringkat Nilai OIF Citra Landsat Daerah Penelitian

PERINGKAT 1 2 3 4 5 6 7 8 9 10

SALURAN 1,4,5 1,4,7 1,3,4 2,4,5 3,4,5 1,3,5 2,4,7 3,4,7 4,5,7 2,3,4

ISBN : 978-979-99735-9-7 C-22-4

OIF 80.41 78.48 39.15 36.30 35.11 35.10 34.22 32.39 31.18 23.43


Klasifikasi Kemiripan Maksimum Klasifikasi berdasarkan kemiripan maksimum merupakan strategi klasifikasi terbimbing dengan cara kuantitatif varian maupun korelasi tanggapan spektral pada saat mengklasifikasi pixel yang tidak ikenal. Pengkelasan ini menggunakan bentuk training sampel yang bersifat sebaran normal (distribusi normal). Klasifikasi menggunakan kemiripan maksimum menyangkut beberapa dimensi, maka pengelompokkan objek dilakukan pada objek yang mempunyai nilai pixel sama dan identik pada citra. Pengelompokkan setiap kategori kelas harus memenuhi distribusi normal dimana setiap kelas mempunyai satu karakeristik yaitu harga rata-rata intensitas yang diketahui.

(a) (b) Gambar 4 (a) Citra Landsat Band 1,4,5 (b) Klasifikasi Citra Landsat Komposit 1,4,5

UJI AKURASI Uji akurasi pemetaan satuan batuan menggunakan metode yaitu dengan membandingkan antara peta hasil delineasi satuan batuan dengan peta geologi daerah penelitian yang telah dipublikasikan dan dikeluarkan oleh pihak yang melakukan survey. Daerah yang bertampalan merupakan hasil delineasi yang akurat, sedangkan daerah yang tidak bertampalan merupakan hasil delineasi yang tidak akurat. Uji akurasi dilakukan terhadap peta geologi hasil interpretasi secara visual manual dan peta geologi hasil klasifikasi citra digital. Metode perhitungan menggunakan program MATLAB.

Gambar 5 Contoh Hasil Penampalan Citra

ISBN : 978-979-99735-9-7 C-22-5

Prosiding Seminar Nasional Manajemen Teknologi XI Program Studi MMT-ITS, Surabaya 6 Pebruari 2010 Tabel 4 Hasil Uji Akurasi pada Klasifikasi Band 1,4,5 Jenis Batuan Endapan Sungai Endapan Vulkanik Breksi dan Tuff Breksi dan Batugamping Pasir Pantai Batugamping

TN 491.796 329.502 442.632 414.847 497.149 325.036

TP 7.989 153.298 24.202 55.758 2.798 164.310

FP 34 4.869 25.382 19.577 1.780 2.716

FN 3.497 15.647 11.100 13.134 1.589 11.259

% Akurasi 99 96 93 94 99 97

ANALISA HASIL Bila dilakukan perbandingan antara citra asli dengan citra hasil pengolahan komposit warna maka akan terlihat beberapa perbedaan pada citra hasil pengolahan komposit warna yaitu:  Memiliki rona yang lebih kontras  Perbedaan tekstur lebih jelas  Batas-batas yang lebih jelas Penentuan batas penyebaran batuan berdasar hasil proses klasifikasi citra. Dari hasil klasifikasi citra dapat dilakukan delineasi satuan batuan. Klasifikasi dilakukan terhadap tiga citra dengan komposite band 1,4,5, komposite band 1,3,4, dan komposite band 1,4,7 (Gambar 4.8 sampai 4.10). Hasil delineasi dari tiga citra yang sudah diklasifikasi tersebut tidak sama persis, tetapi perbedaannya hanya kecil.

Bila dilakukan perbandingan antara interpretasi secara visual manual dengan klasifikasi digital, maka pada delineasi secara visual manual akan dapat mengenali faktor kemiringan dan faktor budidaya manusia. Pada kalsifikasi digital dua faktor pengenalan tersebut tidak dapat diterapkan. Kelebihan pada klasifikasi digital adalah mampu mengenali nilai-nilai pixel pada citra dengan teliti untuk proses klasifikasi, suatu hal yang susah dilakukan pada interpretasi secara visual manual. Dengan interpretasi citra yang memakai dua metode maka diharapkan akan saling melengkapi sehingga hasilnya akan lebih teliti. KESIMPULAN 1. Metode komposit citra berhasil dimplementasikan untuk menunjukkan batas satuan batuan pada citra landsat sesuai peta geologi. Bila dilakukan perbandingan antara citra asli dengan citra hasil pengolahan komposit warna maka akan terlihat beberapa perbedaan pada citra komposit warna yaitu:  Memiliki rona yang lebih kontras  Perbedaan tekstur lebih jelas  Batas-batas yang lebih jelas 2. Pada klasifikasi satuan endapan vulkanik, pada citra landsat satuan ini tidak memiliki nilai pixel yang seragam, memiliki tekstur dan rona yang tidak seragam. Hal ini disebabkan satuan ini merupakan area budidaya manusia, merupakan sawah. Bukan merupakan lahan alami, kondisi lahan ini tergantung campur tangan manusia. 3. Dari hasil perhitungan OIF (Optimum Indeks Factor), diperoleh hasil bahwa kombinasi band 145, 147, 134 adalah yang mempunyai nilai OIF tertinggi.

ISBN : 978-979-99735-9-7 C-22-6


DAFTAR PUSTAKA Agung Setianto 2003, Geologi Daerah Mountain Front Block, cekungan Sumatra Tengah, Riau, Berdasarkan Interpretasi Citra landsat Thematic Mapper, Tesis Program Pasca Sarjana UGM, Yogyakarta (tidak dipublikasikan). Christoper Jones, 1999, Geographic Information System & Computing Cartography, Addison Wesley Longman. Gonzales, Woods, 2003, Digital Imaging Processing, Addison Wesley Publishing Company. Howard P.A, 1991, Principle of Geographic Information System For Land Resource Assesment, Clarendon Press. Jensen R.J, 1999, Introductory Digital Image Processing A Remote Sensing Perspective, Prentice Hall Inc, USA. Lillesand T.M. & Kiefer R.W, 1990, Remote Sensing & Image interpretation (terjemahan), Third Edition, John Wiley & Sons. Lillesand T.M. & Kiefer R.W, 2007, Remote Sensing & Image interpretation, John Wiley & Sons. Phill Clogg dan Margarita Diaz Andreu, 1999, Digital Image Processing and the Recording of Rock Art , Journal of Archaelogical Science (2000)27, 837-843 atau www.ideallibrary.com Poerwadhi, S.H, 2001, Interpretasi Citra Digital, Grasindo, Jakarta. Sabreen Gad & Timothy Kusky 2006, using Landsat TM data and field studies in the central highlands of Eritrea Lithological mapping in the Eastern Desert of Egypt, the Barramiya area, using Landsat thematic mapper (TM), Journal of African Earth Science 44 (196-202). Software Open Source ILWIS 3.4 (Integrated Land and Water Information System). Solomon S.& Woldai Ghebreab 2006, Lineament characterization and their tectonic significance, Journal of African Earth Science 46 (371-378). Soejitno, T., 1995, Teknik dan Aplikasi Geologi Foto, PT Rosda Jaya Putra, Jakarta. Soetoto, 1985, Geologi Citra Penginderaan Jauh I, Edisi Kedua, Ranggon Studi Haasjebodni-Josswi, Yogyakarta. Sutanto 1986, Penginderaan Jauh Jilid I, Gadjah Mada University Press, Yogyakarta. Wartono Raharjo, Sukandarrumidi, Rosidi 1995, Peta Geologi Lembar Jogjakarta, Jogjakarta.

ISBN : 978-979-99735-9-7 C-22-7

KLASIFIKASI CITRA LANDSAT UNTUK IDENTIFIKASI KONDISI GEOLOGI: STUDI KASUS DAERAH PARANGTRITIS JOGJAKARTA

Recommend Documents