LAPORAN AKHIR EKSTRAKSI DATA INDEKS VEGETASI UNTUK EVALUASI RUANG TERBUKA HIJAU DI KABUPATEN SLEMAN BERDASARKAN CITRA PENGINDERAAN JAUH

LAPORAN AKHIR HIBAH PENELITIAN DOSEN FAKULTAS GEOGRAFI UGM TAHUN ANGGARAN 2012

EKSTRAKSI DATA INDEKS VEGETASI UNTUK EVALUASI RUANG TERBUKA HIJAU DI KABUPATEN SLEMAN BERDASARKAN CITRA PENGINDERAAN JAUH

ISWARI NUR HIDAYATI Program Studi Kartografi dan Penginderaan Jauh Jurusan Sains Informasi Geografis dan Pembangunan Wilayah

Dibiayai melalui Hibah Penelitian Dosen Dana Masyarakat, Fakultas Geografi, Universitas Gadjah Mada Tahun Anggaran 2012

Diajukan kepada:

FAKULTAS GEOGRAFI UNIVERSITAS GADJAH MADA September, 2012

BIODATA PENELITI / PENULIS UTAMA

IDENTITAS PRIBADI Nama Lengkap

: Iswari Nur Hidayati.

Tempat, Tgl. Lahir : Sleman/25 April 1983 Nip / Jabatan

: 198304252008122001

Pangkat / Gol.

: Penata Muda Tingkat I/Iii B

Bidang Keahlian

: Penginderaan Jauh

Prodi / Jurusan

: KPJ/SIGPW

Alamat Rumah

:Jl. Letkol Subadri No 14 Kalakijo Triharjo Sleman

PENGALAMAN PUBLIKASI ILMIAH (3 tahun terakhir) 1.

Pemanfaatan Teori Bukti Dempster-Shaffer untuk Optimalisasi Penggunaan Lahan berdasarkan Data Spasial dan Citra Multisumber

2.

Kajian

Indeks

Potensi

Lahan

Pertanian

Terhadap

Pemanfaatan

RTRW

menggunakan SIG

PENGALAMAN PENELITIAN (3 tahun terakhir) 1.

Penyusunan Data Base Bencana kerjasama antara Fakultas Geografi dan BNPB

2.

Penerapan Metode Problem Based Learning untuk Mata Kuliah Penginderaan Jauh untuk Studi Perkotaan

3.

Analisis Ekonomi Konversi Lahan Pertanian berbasis Sistem Informasi Geografi di Kabupaten Sleman

4.

Neraca Sumberdaya Air Sleman Bagian Timur

5.

Analisis Multiresolusi Berbasis Citra Satelit untuk Pemantauan Fragmentasi beberapa Ekosistem Alami dan Pertanian di Jawa Tengah

Yogyakarta, September 2012

Iswari Nur Hidayati, S.Si., M.Sc

KATA PENGANTAR Segala puji bagi Allah yang telah menciptakan langit dan bumi, kepunyaan Allahlah apa yang ada di dalamnya. Allah mengadakan gelap dan terang, memberi rezeki kepada seluruh makhluk yang diciptakan, memberi hidayah kepada hamba-Nya. Ungkapan syukur ini lahir dari lubuk hati yang dalam karena penyusun menyadari sepenuhnya bahwa usaha untuk menyelesaikan buku petunjuk praktikum ini hanya dapat berhasil atas izin Allah Yang Maha Kuasa lagi Maha Mengetahui, pemilik kekuatan yang sejati dan pengetahuan yang sempurna. Penyusun menyadari bahwa banyak pihak yang telah memberikan bantuan sehingga penyusun dapat menyelesaikan buku petunjuk praktikum. Sehubungan dengan hal itu, penyusun menyampaikan ucapan terima kasih dan penghargaan yang tulus disertai doa semoga bantuan tersebut mendapat imbalan yang lebih baik dari Allah SWT. Pada kesempatan ini penyusun ingin menyampaikan terima kasih secara khusus kepada: 1. Prof. Dr. Suratman, M.Sc selaku Dekan Fakultas Geografi UGM; 2. Dr. Slamet Suprayogi, M.S selaku penanggung jawab pelaksana tugas dekan Fakultas Geografi UGM; 3. Dr. R. Suharyadi, M.Sc selaku Ketua Jurusan SIGPW Fakultas Geografi UGM; 4. Sigit Heru Murti, S.Si., M.Si selaku Ketua Program Studi KPJ; 5. Drs. Zuharnen M.S selaku Kepala Laboratorium PJ Dasar; 6. Saddam Husein, Fitriani, Iman Santosa, Virna yang telah membantu penyelesaian hibah penelitian ini, dan 7. Seluruh rekan-rekan yang tidak bisa saya sebutkan satu persatu. Karya yang hebat pasti tidak bisa diproses dalam waktu yang singkat. Penyusun sangat menyadari bahwa hasil ini masih banyak yang perlu diperbaiki dan perlu dikembangkan. Oleh karena itu penyusun mengharapkan kritik dan saran untuk perbaikan karya-karya selanjutnya. Dengan penuh harap pula agar karya ini dapat dilanjutkan dan data yang sudah tersedia boleh dimanfaatkan. Terima kasih.

Yogyakarta, September 2012 Penyusun,

Iswari Nur Hidayati

DAFTAR ISI Halaman Judul .........................................................................................................i Lembar Pengesahan .................................................................................................ii Kata Pengantar .........................................................................................................iii Biodata Singkat Peneliti...........................................................................................iv BAB I Pendahuluan..................................................................................................1 1.1. Latar Belakang Masalah .........................................................................1 1.2. Perumusan Masalah ................................................................................3 1.3. Tujuan Penelitian .....................................................................................4 BAB II Tinjauan Pustaka..........................................................................................5 2.1. Ekstraksi Data Penginderaan Jauh .........................................................5 2.2. Karakteristik ALOS AVNIR-2 .................................................................12 2.3. Transformasi Indeks Vegetasi .................................................................12 2.4. Ruang Terbuka Hijau...............................................................................16 BAB III METODE PENELITIAN ............................................................................19 3.1. Lokasi Penelitian ......................................................................................19 3.2. Bahan dan Alat Penelitian .......................................................................19 3.3. Pelaksanaan Penelitian ............................................................................19 BAB IV HASIL DAN PEMBAHASAN...................................................................21 4.1. Pengolahan Citra ......................................................................................21 4.2. Transformasi Indeks Vegetasi .................................................................21 4.3. Hubungan NDVI dan Kerapatan Vegetasi ............................................22 4.4. Kerapatan Vegetasi ..................................................................................23 4.5. Analisis Ketersediaan RTH .....................................................................25 4.6. Analisis terhadap RDTRK .......................................................................26 BAB V KESIMPULAN DAN SARAN ....................................................................31 Daftar Pustaka Lampiran

DAFTAR TABEL Tabel 1. Fungsi dan Penerapan RTH pada beberapa tipologi kawasan .............17 Tabel 2. Penyediaan RTH berdasarkan jumlah penduduk ..................................18 Tabel 3. Persebaran Kerapatan Vegetasi menurut Desa .......................................27 Tabel 4. Tutupan Vegetasi menurut Rencana Pemanfaatan Ruang ....................28 Tabel 5. Kerapatan Vegetasi menurut Rencana Pemanfaatan Ruang .................29

DAFTAR GAMBAR Gambar 1. Tingkatan Unsur Interpretasi Citra .....................................................9 Gambar 2. Spektrum Cahaya Terpantul oleh Daun .............................................15 Gambar 3. Hasil Transformasi NDVI .....................................................................22 Gambar 4. Grafis Regresi Linear NDVI dan kerapatan Vegetasi ........................23 Gambar 5. Presentase Kerapatan Vegetasi ............................................................25

DAFTAR PUSTAKA Campbell, J. B. 2002. Introduction to Remote Sensing, 3rd edition, chapter 10-13. New York : The Guilford Press. Hornong, N, 2004. Global Land Vegetation; An Electronic Textbook. NASA Goddard Space Flihgt Center Earth Sciences. Dikunjungi tanggal 20 Maret 2012. Jensen, J. R. 2005. Introductory Digital Image Processing : A Remote Sensing Perspective, 3rd edition. New Jersey : Pearson Prentice Hall. Liang,

S.T, D.Wang, K. Wang. 2007. Mapping High Resolution Incident Photosynthetically Active Radiation over Land from Polar-Orbiting and Geo Stationary Satellite Data. Photogrammetruc Engineering and Remote Sensing. 10851089.

Lillesand & Keifer . 1990. Penginderaan Jauh dan Interpretasi Citra (terjemahan). Yogyakarta : Gajah Mada University Press Lillesand, T. M., R. W. Kiefer, J. W. Chipman. 2008. Remote Sensing and Image Interpretation, 6th edition. Lillesand, T. M., R. W. Kiefer, J. W. Chipman. 2008. Remote Sensing and Image Interpretation, 6th edition, chapter 7. New Jersey : John Wiley & Sons. Lo, C. P. 1996. Penginderaan Jauh Terapan. Jakarta : UI Press. Richards, J.A., dan X. Jia. 2006. Remote Sensing Digital Image Analysis An Introduction, 4th edition. Berlin : Springer-Verlag Berlin Heidelberg. Sutanto, 1986, Penginderaan Jauh Jilid I, Gadjah Mada University Press, Yogyakarta. Tinambunan, R.S., 2006. Analisis Kebutuhan Ruang Terbuka Hijau. Pengelolaan Sumberdaya Alam dan Lingkungan. Tesis. Sekolah Pascasarjana. Institut Pertanian Bogor Yunhao, C, S. Jing 2006. A combined Approach for Estimating Vegetation Cover in Urban/Suburban Environments from Remotely Sensed Data. Computer and Geosciences. 32. 1299-1309.

BAB I PENDAHULUAN

1.1

Latar Belakang Penelitian Berdasarkan UU No 26 Tahun 2007 tentang Penataan Ruang bahwa suatu

wilayah kota diwajibkan memiliki ruang terbuka hijau 30% dari luas kota dan minimal 20% adalah ruang terbuka hijau publik. Seiring dengan meningkatnya jumlah penduduk menyebabkan pula peningkatan pemanfatan lahan untuk permukiman yang mengakibatkan berkurangnya jumlah tutupan vegetasi khususnya di daerah perkotaan. Keadaan ini mendukung penurunan kualitas lingkungan di daerah perkotaan. Pertumbuhan penduduk merupakan faktor yang paling utama untuk mempengaruhi pertumbuhan dan perkembangan permukiman dan kebutuhan sarana dan prasarana (Tinambunan, 2006). Pengembangan permukiman dilakukan untuk menciptakan suatu kawasan permukiman yang tersusun atas satuan-satuan lingkungan permukiman, serta dapat mengintegrasikan secara terpadu langkahlangkah peningkatan kualitas lingkungan permukiman yang telah ada, baik di dalam atau di sekitarnya. Agar hal tersebut dapat terlaksana, diperlukan upaya untuk mengintegrasikan perencanaan pembangunan permukiman serta perncanaan kawasan/wilayah agar terjadi keserasian perkembangan dan pertumbuhan kawasan.

Dengan

demikian,

pemahaman

terhadap

hubungan

antara

penyelenggaraan permukiman dengan perencanaan kawasan wilayah yang fungsional dan responsif terhadap perkembangan dan tantangan yang dihadapi diharapkan dapat melahirkan keseimbangan antara pembangunan di perkotaan dan kawasan sekitarnya (perdesaan), sehingga daya dukung kawasan/lingkungan perkotaan dapat lebih terjaga. Vegetasi perkotaan dapat mempengaruhi udara di sekitarnya secara langsung maupun tidak langsung dengan merubah kondisi atmosfer lingkungan. Yunhao (2005) menggambarkan bahwa kondisi dan keberadaan vegetasi di daerah perkotaan dapat diketahui dengan berbagai pendekatan salah satunya adalah pendekatan indeks vegetasi menggunakan data penginderaan jauh.

1

Kajian Ekstraksi Informasi Indeks Vegetasi untuk Evaluasi Ruang Terbuka Hijau

Nilai indeks vegetasi yang diturunkan dari saluran inframerah dan saluran merah pada citra memberikan informasi mengenai indeks vegetasi yang akan diturunkan menggunakan persentase tutupan vegetasi. Indeks tanaman hidup (leaf area index), kapasitas fotosintesis dan estimasi penyerapan karbondioksida. Peters (2007) juga menyebutkan bahwa nilai indeks vegetasi merupakan suatu nilai yang dihasilkan oleh pengolahan rumus matematis antara saluran infra merah dan saluran merah pada suatu citra. Sesuai dengan PP NO 10 Tahun 2000 tentang Ketelitian Pemetaan menyebutkan bahwa daerah perkotaan disesuaikan dengan kabupaten yaitu mempunyai analisis pada tingkat skala 1:50.000 – 1:25.000, sehingga citra yang digunakan adalah citra resolusi menengah. Liang (2007) menuliskan bahwa pemanfaatan citra resolusi tinggi sangat diperlukan untuk daerah perkotaan yang mempunyai tingkat keragaman tutupan lahan yang heterogen. ALOS (Advanced Land Observing Satellite) merupakan satelit jenis baru yang dimiliki oleh Jepang setelah dua satelit pendahuluanya yaitu JERS-1 dan ADEOS. ALOS yang diluncurkan pada tanggal 24 Januari 2006 mempunyai 5 misi utama untuk kepentingan kartigrafi, pengamatan regional, pemantauan bencana alam, penelitian sumberdaya alam, dan pengembangan teknologi. ALOS AVNIR-2 (Advanced Visible and Near Infrared Radiometer type-2) memiliki resolusi spasial 10 meter diharapkan mampu menganilisi daerah-daerah yang mempunyai tutupan lahan heterogen. Berdasarkan pusat-pusat pertumbuhan, wilayah Kabupaten Sleman merupakan wilayah hulu Kota Yogyakarta, yang terbagi menjadi tiga fungsi kota yaitu wilayah aglomerasi, wilayah sub urban, dan wilayah penyangga. Kecamatan Ngaglik merupakan salah satu kecamatan yang berada di wilayah Kabupaten Sleman. Kecamatan Ngaglik diarahkan menjadi kawasan prioritas penunjang perkembangan sektor strategis yang mencakup semua desa di wilayah itu. Oleh sebab itu pertumbuhan penduduk di Kecamatan Ngaglik juga sangat tinggi seiring dengan perkembangan pusat pendidikan di Kota Yogyakarta dan Kabupaten Sleman. Hal ini menyebabkan berkurangnya lahan pertanian di Kecamatan Ngaglik.

2


Penelitian

yang

melibatkan

transformasi

indeks

vegetasi

masih

menggunakan hasil akhir dari transformasi indeks vegetasi tanpa melakukan penelitian di lapangan sehingga hasil untuk perhitungan kerapatan vegetasi dirasa masih belum optimal. Penggunaan transformasi indeks vegetasi juga masih dilakukan untuk skala menengah yang lebih bersifat untuk pemantauan hutan lindung maupun hutan produksi. Metodologi ektraksi data penginderaan jauh untuk indeks vegetasi ini perlu kajian lebih optimal. Melihat permasalahan di atas perlu diadakan suatu penelitian yang berbasis data penginderaan jauh untuk melihat peran transformasi indeks vegetasi yang digunakan sebagai data untuk evaluasi ruang terbuka hijau wilayah perkotaan. Perbandingan beberapa transformasi indeks vegetasi juga perlu dikaji lebih detail agar bisa memberikan ilmu pengetahuan tentang penggunaan indeks vegetasi tersebut.

1.2

Perumusan Masalah Data penginderaan jauh memberikan berbagai informasi yang sering

digunakan

untuk

ektraksi

informasi

mulai

dari

informasi

penggunaan

lahan/penutup lahan, indeks vegetasi, indeks kebasahan, indeks tanah, urban indeks, dan sebagainya. Analisis citra digital penginderaan jauh memberikan informasi tertentu untuk kajian seperti kajian vegetasi, tata ruang, kelautan, dan sebagainya. Model ekstraksi data penginderaan jauh berkembang sangat pesat, baik itu untuk visualisasi citra penginderaan jauh maupun ektraksi data digital. Di sisi lain, permasalahan tata ruang yang berkaitan dengan keterbatasan lahan terbuka hijau dipengaruhi oleh meningkatnya perkembangan penduduk yang semakin pesat. Kontribusi perkembangan penduduk ini sangat tinggi dalam konversi lahan terbuka hijau menjadi lahan terbangun. Departemen Pekerjaan Umum (2008) menetapkan bahwa sekurang-kurangnya 30% lahan terbuka hijau untuk setiap kawasan peruntukkan. Model ekstraksi data penginderaan jauh untuk evaluasi kawasan terbuka hijau biasanya menggunakan analisis visual dengan pendekatan blok permukiman. Pendekatan menggunakan analisis digital untuk evaluasi ruang terbuka hijau

3


masih jarang digunakan. Berdasarkan pemaparan di atas maka peneliti mengambil penelitian dengan judul “Kajian Ektraksi Informasi Indeks Vegetasi untuk Evaluasi Ruang Terbuka Hijau di Kecamatan Ngaglik berdasarkan Citra Penginderaan Jauh”.

1.3

Tujuan Penelitian

1.

Mengkaji kemampuan data penginderaan jauh khususnya citra ALOS AVNIR-2 untuk ekstraksi kerapatan vegetasi melalui analisis indeks vegetasi.

2.

Melakukan analisis ketersediaan ruang terbuka hijau Kecamatan Ngaglik berdasarkan kerapatan vegetasi menggunakan data penginderaan jauh.

3.

Melakukan analisis kerapatan vegetasi terhadap rencana pemanfaatan ruang berdasarkan Rencana Detil Tata Ruang Kota (RDTRK) Ngaglik.

4


BAB II TINJAUAN PUSTAKA

2.1 Ektraksi Data Penginderaan Jauh Citra merupakan gambaran rekaman suatu objek yang dihasilkan dengan cara optik, elektro-optik, optik mekanik, atau elektronik Simonett et al (1983, dalam Sutanto, 1986). Menurut Sutanto (1986) data citra merupakan gambaran yang mirip dengan wujud aslinya

atau setidaknya berupa data planimetrik.

Sedangkan interpretasi citra yaitu suatu tindakan untuk mengkaji foto udara dan atau citra dengan maksud untuk mengidentifikasi objek dan menilai arti pentingnya objek tersebut (Ester dan Simonett, 1975, dalam Sutanto, 1986). Interpretasi citra menurut Jensen (2007) merupakan alat ilmiah yang sangat berguna, didasarkan beberapa alasan, termasuk : dapat memberikan perspektif dari udara serta mengatasi keterbatasan survei lapangan; mampu memberikan persepsi tiga dimensi ; mengetahui suatu hal di luar persepsi visual manusia ; serta mampu memperoleh sejarah rekaman citra sebagai dokumentasi perubahan yang terjadi di muka bumi. Dalam upaya untuk menginterpretasi citra, ada dua macam pendekatan yang dapat dilakukan yaitu : a.

Interpretasi visual (visual image interpretation) Ketika melihat citra, informasi tidak langsung dapat tergambarkan

(Campbell, 2002).Informasi tersebut terekam pada citra dalam variasi rona dan tekstur (Campbell, 2002), dan juga dalam variasi ukuran dan bentuk (Lillesand et al., 2008).Campbell (2002) menjelaskan bahwa untuk mengkonversi gambaran objek pada citra ke dalam suatu informasi, pengetahuan khusus harus diterapkan, pengetahuan yang menjadi dasar interpretasi citra. Citra berisi tentang data mentah (Campbell, 2002 ; Lillesand et al., 2008), sehingga dibutuhkan proses oleh interpretasi otak manusia (Lillesand et al., 2008), menjadi informasi yang berguna. Campbell (2002) menjelaskan bahwa kemampuan dalam interpretasi citra dibentuk oleh pengetahuan tentang : 1) Subjek yang dikaji. 2) Wilayah geografis.

5


3) Sistem penginderaan jauh. Berikut ini disajikan beberapa kegiatan yang dapat dilakukan saat melakukan interpretasi citra, yaitu (Campbell, 2002): 1) Klasifikasi (classification) Klasifikasi yaitu menetapkan objek, kenampakan, atau area ke dalam satu kelas yang didasarkan perwatakannya pada citra. Sebelum beranjak pada tahapan klasifikasi ini, perlu diketahui tahapan seperti deteksi, recognition, dan identifikasi. Lo (1976, dalam Lo, 1996) menjelaskan lebih terperinci sama seperti Campbell namun di tambahkan aspek teorisasi. Deteksi yaitu penentuan ada tidaknya kenampakan objek pada citra. Deteksi menurut Lo (1996) dibantu oleh karakteristik citra yang berupa resolusi spasial, spektral, radiometrik dan temporal. Recognisi (Campbell, 2002) merupakan penentuan objek yang dapat diberikan identitas di dalam kelas secara umum. Identifikasi yaitu merumuskan identitas objek atau kenampakan berdasarkan bukti yang cukup ataupun berdasarkan rujukan umum dan khusus. Rujukan umum berupa pengetahuan umum penafsir citra mengenai proses dan fenomena yang akan diinterpretasi. Sedangkan rujukan khusus merupakan pengetahuan penafsir yang lebih mendalam mengenai proses dan fenomena yang akan diinterpretasi. Elemen/kunci interpretasi memegang peranan penting dalam identifikasi dan pengenalan objek pada citra (Lo, 1996). Lo (1976, dalam Sutanto, 1986) menjelaskan bahwa hasil identifikasi dan pengenalan digunakan untuk menilai arti objek atau kenampakan melalui analisis dan deduksi, yang kemudian dilakukan proses klasifikasi. Dari hasil ini kemudian dilakukan teorisasi, yaitu penyusunan teori berdasarkan penelitian yang bersangkutan atau penggunaan teori yang ada sebagai dasar untuk analisis dan penarikan kesimpulan. 2) Pencacahan (enumeration) Pencacahan merupakan kegiatan perhitungan objek yang saling terpisah (yang memiliki ciri tersendiri) yang tampak pada citra.Sebagai contoh adalah perhitungan jumlah rumah. 3) Pengukuran (measurement)

6


Pengukuran dapat dilakukan dalam hal perhitungan jarak dan tinggi hingga luas dan volume, ataupun juga dapat dilakukan perhitungan kuantitatif, nilai kecerahan pada citra. 4) Delineasi / Penarikan batas (delineation) Delineasi merupakan kegiatan dalam pemisahan objek yang saling terpisah, yang masing memiliki kekhasan/karakteristik dalam hal rona da tekstur, dan untuk mengetahui batas/tepi dari area yag saling terpisah. Elemen atau unsur-unsur interpretasi meliputi : 1) Rona (tone) dan warna (color) Rona merupakan derajat kecerahan relatif (rentang gelap-cerah) pada tampilan citra skala warna keabuan (grayscale) (Campbell, 2002; Lillesand et al, 2008). Sedangkan warna merujuk pada tampilan citra skala komposit warna HSI (hue, saturation, intensity) ; RGB (red, green, blue); atau Munsell (Jensen, 2007). 2) Tekstur (texture) Lillesand et al (2008) mendefinisikan tekstur merupakan frekuensi perubahan rona pada citra, yang diperoleh dari pengelompokan kenampakan pada citra yang terlalu kecil untuk dapat dibedakan secara individual.Sedangkan Jensen (2007) menjelaskan bahwa tekstur merupakan karakteristik penempatan dan susunan perulangan rona/warna pada citra. Derajat tekstur berkisar antara halus, sedang, kasar, loreng-loreng, berbintik. Penilaian derajat tekstur dipengaruhi oleh skala citra. Sedangkan variasi tekstur dipengaruhi oleh kondisi permukaan objek dan juga sudut iluminasi (Campbell, 2002). 3) Pola (pattern) Pola merupakan susunan keruangan objek, yang menunjukkan perulangan bentuk umum atau hubungan, yang merupakan penciri suatu objek di muka bumi baik itu objek alam ataupun buatan manusia (Campbell, 2002; Lillesand et al, 2008).Variasi pola meliputi pola acak, sistematik, melingkar, dan sebagainya (Jensen, 2007).

7


4) Bentuk (shape) Bentuk merujuk pada bentuk umum, konfigurasi, atau sketsa objek individu (Lillesand et al, 2008), yang secara jelas sebagai penunjuk identitas objek (Campbell, 2002). Bentuk objek baik itu objek alam atau buatan manusia memiliki kekhasan masing-masing.Karakteristik bentuk objek dapat berupa bentuk garis, lengkung, bundar, elips, lingkaran, kotak, persegi panjang, segitiga, segilima, segienam, bintang, tak berbentuk, dan laain sebagainya (Jensen, 2007). 5) Ukuran (size) Ukuran dapat diwujudkan dalam dua cara yaitu pertama secara relatif dengan melihat hubungan dengan objek lain di sekitarnya, secara intuisi, seperti contohnya kecil-sedang-besar ; dan kedua secara absolut yaitu dengan pengukuran yang mana dapat menghasilkan informasi kuantitatif yang meliputi jarak, volume, luasan, tingkat pergerakan (Campbell, 2002). Ukuran objek tergantung dari skala citra yang digunakan (Jensen, 2007 ; Lillesand et al, 2008). 6) Bayangan (shadow) Bayangan objek dapat mengaburkan informasi mengenai objek lain di sekitarnya. Namun di lain hal dapat membantu untuk membedakan ketinggian objek satu dengan objek lain (Jensen, 2007). Bayangan juga berguna untuk pengenalan objek individu yang terpisah (Campbell, 2002), serta untuk menaksir variasi topografi pada kajian citra untuk geologi (Lillesand et al, 2008). 7) Tinggi (height) dan kedalaman (depth) Pengamatan tinggi dan kedalaman objek dapat dilakukan secara stereoskopis dan monoskopis (Jensen, 2007). 8) Lokasi (location) Informasi koordinat objek dapat diperoleh dari survei lapangan dengan alat survei ataupun dengan GPS, dan dengan mengumpulkan citra yang meliput objek, kemudian diregistrasi koordinat dengan menggunakan peta dasar dan

8


mengekstrak informasi koordinat dari citra yang sudah dikoreksi geometri tersebut (Jensen, 2007). 9) Situs (site) Situs merujuk pada posisi topografi atau geografi objek yang bersangkutan (Campbell, 2002 ; Lillesand et al, 2008). Situs memiliki karakteristik secara fisik (elevasi, lereng, aspek, tipe tutupan permukaan) ataupun secara sosioekonomi (harga lahan, sistem kepemilikan lahan, kedekatan dengan akses air atau populasi) (Jensen, 2007). 10) Asosiasi (association) Asosiasi merujuk pada keberadaan objek tertentu yang memiliki hubungan dengan objek lain (Campbell, 2002 ; Jensen, 2007 ; Lillesand et al, 2008). Atau dengan kata lain merupakan keterkaitan objek satu dengan objek lainnya (Sutanto, 1986). 11) Situasi (situation) Situs, asosiasi dan situasi digunakan secara bersama-sama dalam interpretasi citra, dan merupakan unsur yang penting dalam pengenalan objek secara logis (Jensen, 2007).

Tingkat Lokasi Rona/warna Bentuk

Tekstur Pola Bayangan

Sekunder

Kompleksitas

Ukuran Susunan keruangan rona.warna

Primer

Tinggi Tersier

Situs

Asosiasi

Situasi

Tertinggi

Gambar 1. Tingkatan unsur/elemen interpretasi citra (Jensen, 2007, dengan perubahan)

9


Strategi dalam interpretasi citra dijelaskan oleh Campbell (1978, dalam Campbell, 2002) yang meliputi : 1) Observasi lapangan Observasi ini digunakan ketika tidak bisa melakukan interpretasi berdasarkan pengetahuan yang telah dimiliki, dan juga untuk meyakinkan hubungan antara kenyataan di lapangan dengan kenampakan pada citra.Kegiatan ini juga diperlukan untuk cek akurasi hasil interpretasi. 2) Pengenalan langsung Pengenalan langsung merupakan terapan pengalaman, keahlian, dan keputusan untuk mengasosiasikan pola citra dengan kelas informasi. Pengenalan ini bersifat kualitatif dan subjektif yang didasarkan pada apa yang nampak dan logis. 3) Interpretasi secara inferensial Pada teknik ini, sebaran objek yang tampak pada peta, tidak hanya didapatkan pada sebaran objek yang tampak pada citra.Sebaran yang tampak pada citra sebagai wakil atau pengganti sebaran objek pada citra.Sebagai contoh, informasi tanah tidak dapat langsung diperoleh dari citra, hal itu dapat dikaitkan dengan sebaran bentuklahan dan vegetasi yang tampak pada citra. 4) Interpretasi secara probabilistik Pada teknik ini mengintegrasikan informasi bukan citra ke dalam proses klasifikasi. Usaha ini dilakukan untuk mempersempit rentang kemungkinan. 5) Interpretasi secara deterministik Strategi yang kelima ini didasarkan secara kuantitatif hubungan karakteristik citra dengan kondisi di lapangan.

b. Interpretasi Citra Digital Ketika citra dalam bentul data digital, keruangan disajikan dalam bentuk piksel, dan nilai radiometrik disimpan dalam tingkatan kecerahan diskrit, beberapa pendekatan dimungkinkan untuk mengekstraksi informasi dari citra digital, serta dimungkinkan untuk dianalisis secara kuantitatif (Richards dan Jia, 2006). Lillesand et al (2008) menjelaskan bahwa interpretasi dan analisis citra digital

10


melibatkan manipulasi dan interpretasi dengan bantuan komputer, seringkali memerlukan prosedur yang kompleks secara matematis.Seperti pada intepretasi secara visual, pada interpretasi secara digital juga dapat menggunakan elemen/unsur interpretasi. Citra digital dapat dimanipulasi atau diproses secara tak terbatas, namun kita dapat mengelompokkan prosedur pemrosesan ke dalam 7 tipe operasi yang dibantu komputer (Lillesand et al, 2008), yaitu : 1) Rektifikasi dan restorasi citra Langkah ini dilakukan dengan tujuan untuk mengkoreksi data citra yang mengalami distorsi dan degradasi sehingga dapat terbentuk citra yang representatif.Koreksi radiometrik bertujuan untuk memperbaiki kesalahan nilai digital citra yang diakibatkan pengaruh iluminasi, kondisi atmosfer, variasi

viewing

(sensor).Sedangkan

geometry,

dan

koreksi

geometrik

karakteristik bertujuan

respon agar

instrume

citra

dapat

diintegrasikan dengan peta dasar. 2) Penajaman citra Penajaman citra bertujuan untuk visualisasi citra yang lebih efektif untuk diinterpretasi secara visual.Citra hasil penajaman diharapkan memuat lebih banyak informasi. 3) Klasifikasi citra Klasifikasi digital bertujuan untuk menggantikan analisis visual melalui teknik kuantitatif untuk identifikasi objek secara otomatis. Pengambilan keputusan dalam pengenalan objek dapat diperoleh dengan pola pengenalan spektral, pola pengenalan spasial, ataupun klasifikasi berbasis objek. 4) Penggabungan data dan integrasi dengan SIG Langkah ini berguna dalam hal mengkombinasikan data citra dengan data bereferensi geografis pada wilayah yang sama. Pada lagkah ini juga digunakan untuk menerapkan konsep multi. 5) Analisis citra hiperspektral Analisis

citra

hiperspektral

merupakan

perluasan

analisis

citra

multispektral.Sensor hiperspektral memiliki potensi untuk menyajikan

11


informasi yang sangat banyak tentang karakteristik objek/permukaan baik meliputi komposisi fisik maupun aspek kimia. 6) Pemodelan biofisik Langkah ini berguna untuk menghubungkan data kuantitatif citra digital dengan kenampakan biofisik yang diukur di permukaan bumi. Langkah ini juga bertujuan untuk mensimulasikan fungsi sistem lingkungan secara keruangan dan untuk memprediksi perilaku apa yang akan terjadi jika terjadi perubahan kondisi tertentu. Pemodelan biofisik dapat dilakukan dengan cara pemodelan fisik, pemodelan empiris, dan kombinasi keduanya. 7) Transmisi dan kompresi citra Volume data digital yang dihasilkan oleh sensor foto udara ataupun satelit, sudah dalam jumlah banyak.Penyimpanan, transmisi dan distribusi data dapat untuk representasi tugas berat daya komputasi yang tersedia.

2.2.

Karakteristik ALOS AVNIR-2 ALOS/AVNIR-2 (Advanced Land Observing Satellite/Advanced Visible

and Near Infrared Radiometer type 2) merupakan citra uang digunakan untuk melakukan observasi daratan dan pantai khsusnya untuk menghasilkan peta tutupan lahan dan peta penggunaan lahan dalam memonitoring perubahan lungkungan. Adapun karakteristik citra ALOS AVNIR-2 adalah band 1 (0,42 – 0,50 µm), band 2 (0,52 – 0,60 µm), band 3 (0,61 – 0,69 µm), band 4 (0,76 – 0,89 µm). Citra ALOS AVNIR-2 mempunyai resolusi spasial 10 meter.

2.3.

Transformasi Indeks Vegetasi Nilai indeks vegetasi dapat memberikan informasi tentang persentase

penutupan vegetasi, indeks tanaman hidup, biomassa tanaman, kapasitas fotosontesis dan estimasi penyerapan karbon dioksida (Horning, 2004; Ji dan Peters, 2007). Nilai indeks vegetasi merupakan suatu nilai yang dihasilkan dari persamaan matematika dari beberapa band yang diperoleh dari data penginderaan jauh. Indeks vegetasi merupakan nilai yang diperoleh dari gabungan beberapa spektral band spesifik dari citra penginderaan jauh. Gelombang indeks vegetasi

12


diperoleh dari energi yang dipancarkan oleh vegetasi pada citra penginderaan jauh untuk menunjukkan ukuran kehidupan dan jumlah dari suatu tanaman. Tanaman memancarkan dan menyerap gelombang yang unik sehingga keadan ini dapat di hubungakan dengan pancaran gelombang dari objek-objek yang lain sehingga dapat di bedakan antara vegetasi dan objek selain vegetasi (Horning, 2004). Tanaman hidup menyerap gelombang tampak (visible) biru dan merah serta memantulkan gelombang hijau, oleh karena itulah kenapa mata manusia melihat daun-daun tanaman yang hidup adalah berwarna hijau. Akan tetapi ada satu jenis gelombang lain yang juga di pantulkan oleh tanaman selain gelombang hijau, akan tetapi gelombang ini tidak dapat di lihat oleh mata (invisible), gelombang ini adalah gelombang infra merah dekat (CCRS, 2007). Algoritma pemrosesan sinyal yang digunakan untuk mengamati keadaan vegetasi adalah algoritma NDVI (Normalized Difference Vegetation Index). Algoritma ini memanfaatkan fenomena fisik pantulan gelombang cahaya yang berasal dari dedaunan. Nilai kehijauan vegetasi suatu wilayah yang diamati berupa skala antara -1 (minimum) hingga 1 (maksimum) yang diperoleh dengan membandingkan reflektansi vegetasi yang diterima oleh sensor pada panjang gelombang merah (RED) dan infra merah dekat (NIR). Secara ringkas NDVI dapat dirumuskan sebagai (NIR-RED)/(NIR+RED). Algoritma pemrosesan sinyal dijital untuk menghitung indeks vegetasi diperoleh dengan memanfaatkan karakteristik panjang gelombang pantul daun.Struktur daun sangat bervariasi, tergantung dari spesies dan kondisi lingkungan tumbuhan tersebut hidup.Karbon dioksida masuk ke dalam daun melalui lubang-lubang kecil yang disebut stomata, bagian epidermis bawah. Setiap stomata dikelilingi oleh sel penjaga (guard cell) yang mengatur masuknya karbon dioksida ke dalam daun.Tumbuhan mampu memproduksi makanannya

sendiri

dengan

mekanisme

yang

disebut

sebagai

fotosintesis.Fotosintesis adalah proses penyimpanan energi yang berlangsung di dalam daun dan bagian hijau lainnya. Proses ini dilakukan dengan bantuan cahaya matahari dengan mekanisme reaksi kimia sebagai berikut :

13


Sebagian besar organ penyusun daun adalah organ yang bertugas dalam melakukan fotosintesis. Proses fotosintesis inilah yang nantinya dimanfaatkan untuk menentukan apakah sebuah citra penginderaan jauh mengandung data vegetasi atau non-vegetasi. Molekul ketika tertabrak energi foton (cahaya) akan mengalami dua kondisi: molekul memantulkan energi foton tersebut atau menyerapnya dan tereksitasi ke tingkat energi yang lebih tinggi. Masing-masing molekul mempunyai karakteristik penyerapan dan pemantulan energi yang berbeda-beda. Molekul-molekul pigmen yang terdapat pada tumbuhan hijau menyerap panjang gelombang cahaya pada daerah cahaya tampak.Daerah tersebut mempunyai rentang spektrum ntara 0.35 μm hingga 0.7 μm.Gambar di bawah ini menunjukkan daerah spektrum cahaya yang terserap oleh pigmen daun. Pada tumbuhan sehat, pemantulan cahaya inframerah dekat (near infrared) akan terjadi secara signifikan pada rentang spektrum antara 0.7 μm hingga 1.2 μm. Hanya sedikit energi infrared ini yang terserap oleh struktur daun. Sebagian besar akan terhamburkan ke atas (reflected energy) dan ke bawah daun (transmitted energy). Pada daun yang sehat umumnya mempunyai pemantulan cahaya sebesar 40%-60%, transmisi cahaya sebesar 40%-60%, dan penyerapan relatif sebesar 5%-10%. Tampak bahwa penyerapan terbesar berada pada kanal cahaya biru dan merah Persentase refleksi cahaya inframerah dekat (0.7-1.2 μm) oleh daun disebabkan karena penghamburan internal pada sisi dinding sel dalam daun.Namun, besar prosentasi releksi ini berkurang pada rentang frekuensi 0.920.98 μm.Hal ini disebabkan karena uap air mempunyai karakteristik penyerapan cahaya pada rentang frekuensi tersebut.Oleh karena itu, rentang sepektrum cahaya inframerah dekat yang optimal digunakan oleh aplikasi penginderaan jarak jauh berkisar antara 0.74 μm hingga 0.9 μm saja.

14


Gambar2. Spektrum Cahaya terpantul oleh daun Dalam aplikasi penginderaan jauh, indeks vegetasi merupakan cerminan tingkat kehijauan vegetasi yang juga dapat digunakan sebagai parameter kondisi kekeringan. Indeks vegetasi dapat berubah disebabkan oleh kondisi ketersediaan air akibat pergantian musim.Kondisi indeks vegetasi rendah mengakibatkan penurunan

produksi

pangan,

kebakaran,

dan

lain

sebagainya.

Untuk

mengantisipasi akibat buruk tersebut, upaya pemantauan indeks vegetasi perlu dilakukan. Indeks vegetasi adalah besaran nilai kehijauan vegetasi yang diperoleh dari pengolahan sinyal dijital data nilai kecerahan (brightness) beberapa kanal data sensor satelit. Untuk pemantauan vegetasi, dilakukan proses pembandingan antara tingkat kecerahan kanal cahaya merah (red) dan kanal cahaya inframerah dekat (near infrared). Fenomena penyerapan cahaya merah oleh klorofil dan pemantulan cahaya inframerah dekat oleh jaringan mesofil yang terdapat pada daun akan membuat nilai kecerahan yang diterima sensor satelit pada kanal-kanal tersebut akan jauh berbeda. Pada daratan non-vegetasi, termasuk diantaranya wilayah perairan, pemukiman penduduk, tanah kosong terbuka, dan wilayah dengan kondisi vegetasi yang rusak, tidak akan menunjukkan nilai rasio yang

15


tinggi (minimum). Sebaliknya pada wilayah bervegetasi sangat rapat, dengan kondisi sehat, perbandingan kedua kanal tersebut akan sangat tinggi (maksimum). Nilai perbandingan kecerahan kanal cahaya merah dengan cahaya inframerah dekat atau NIR/RED, adalah nilai suatu indeks vegetasi (yang sering disebut ”simple ratio”) yang sudah tidak dipakai lagi. Hal ini disebabkan karena nilai dari rasio NIR/RED akan memberikan nilai yang sangat besar untuk tumbuhan yang sehat.

2.4.

Ruang Terbuka Hijau Ruang terbuka hijau kota merupakan bagian dari penataan ruang perkotaan

yang berfungsi sebagai kawasan lindung. Kawasan hijau kota terdiri atas pertamanan kota, kawasan hijau hutan kota, kawasan hijau rekreasi kota, kawasan hijau kegiatan olahraga, kawasan hijau pekarangan. Ruang terbuka hijau diklasifikasi berdasarkan status kawasan, bukan berdasarkan bentuk dan struktur vegetasinya (Fandeli, 2004). Berdasarkan bobot kealamiannya, bentuk RTH dapat diklasifikasi menjadi (a) bentuk RTH alami (habitat liar/alami, kawasan lindung) dan (b) bentuk RTH non alami atau RTH binaan (pertanian kota, pertamanan kota, lapangan olah raga, pemakaman, berdasarkan sifat dan karakter ekologisnya diklasi-fikasi menjadi (a) bentuk RTH kawasan (areal, non linear), dan (b) bentuk RTH jalur (koridor, linear), berdasarkan penggunaan lahan atau kawasan fungsionalnya diklasifikasi menjadi (a) RTH kawasan perdagangan, (b) RTH kawasan perindustrian, (c) RTH kawasan permukiman, (d) RTH kawasan per-tanian, dan (e) RTH kawasankawasan khusus, seperti pemakaman, hankam, olah raga, alamiah.

16


Tabel 1.Fungsi dan Penerapan RTH pada beberapa tipologi kawasan perkotaan Tipologi Kawasan Perkotaan

Karakteristik RTH Fungsi Utama

Pantai

Pegunungan Rawan Bencana Berpenduduk jarang s.d. sedang

      

pengamanan wilayah pantai sosial budaya mitigasi bencana konservasi tanah konservasi air keanekaragaman hayati mitigasi/evakuasi bencana

 dasar perencanaan kawasan  sosial

 ekologis  sosial  hidrologis Sumber: Departemen Pekerjaan Umum, 2008 Berpenduduk padat

Penerapan Kebutuhan RTH  berdasarkan luas wilayah  berdasarkan fungsi tertentu  berdasarkan luas wilayah  berdasarkan fungsi tertentu  berdasarkan fungsi tertentu  berdasarkan fungsi tertentu  berdasarkan jumlah penduduk  berdasarkan fungsi tertentu  berdasarkan jumlah  penduduk

1) Penyediaan RTH Berdasarkan Luas Wilayah

Penyediaan RTH berdasarkan luas wilayah di perkotaan adalah sebagai berikut: -

ruang terbuka hijau di perkotaan terdiri dari RTH Publik dan RTH privat;

-

proporsi RTH pada wilayah perkotaan adalah sebesar minimal 30% yang terdiri dari 20% ruang terbuka hijau publik dan 10% terdiri dari ruang terbuka hijau privat;

-

apabila luas RTH baik publik maupun privat di kota yang bersangkutan telah memiliki total luas lebih besar dari peraturan atau perundangan yang berlaku, maka proporsi tersebut harus tetap dipertahankan keberadaannya. Proporsi 30% merupakan ukuran minimal untuk menjamin keseimbangan

ekosistem kota, baik keseimbangan sistem hidrologi dan keseimbangan mikroklimat, maupun sistem ekologis lain yang dapat meningkatkan ketersediaan udara bersih yang diperlukan masyarakat, serta sekaligus dapat meningkatkan nilai estetika kota.Target luas sebesar 30% dari luas wilayah kota dapat dicapai secara bertahapmelalui pengalokasian lahan perkotaan secara tipikal.

17


2) Penyediaan RTH Berdasarkan Jumlah Penduduk

Untuk menentukan luas RTH berdasarkan jumlah penduduk, dilakukan denganmengalikan antara jumlah penduduk yang dilayani dengan standar luas RTH perkapita sesuai peraturan yang berlaku.

Tabel 2 .Penyediaan RTH berdasarkan jumlah penduduk NO

Unit Lingkungan

1 2 3

250 jiwa 2500 jiwa 30.000 jiwa

4

5

Tipe RTH

Taman RT Taman RW Taman Kelurahan 120.000 jiwa Taman Kecamatan Pemakaman 480.000 jiwa Taman kota Hutan kota Untuk fungsi tertentu Sumber: DPU, 2008

Luas minimal/unit (m2)

Luas minimal/kap ita (m2)

250 1.250 9.000

1,0 0,5 0,3

24.000

0,2

disesuaikan 144.000 Disesuaikan Disesuaikan

1,2 0,3 4,0 12,5

Lokasi Tengah lingkungan RT Pusat kegiatan RW Dikelompokkan dengan sekolah/ pusat kelurahan Dikelompokkan dengan sekolah/ pusat kecamatan tersebar Pusat wilayah kota Dalam/ kawasan pinggiran Disesuaikan dengan kebutuhan

3) Penyediaan RTH Berdasarkan Kebutuhan Fungsi Tertentu

Fungsi RTH pada kategori ini adalah untuk perlindungan atau pengamanan, saranadan prasarana misalnya melindungi kelestarian sumber daya alam, pengamanpejalan kaki atau membatasi perkembangan penggunaan lahan agar fungsiutamanya tidak terganggu.RTH kategori ini meliputi: jalur hijau sempadan rel kereta api, jalur hijau jaringanlistrik tegangan tinggi, RTH kawasan perlindungan setempat berupa RTH sempadan sungai, RTH sempadan pantai, dan RTH pengamanan sumber airbaku/mata air.

18


BAB III METODE PENELITIAN 3.1 Lokasi Penelitian Penelitian dilakukan di Kecamatan Ngaglik. Secara astronomis wilayah Kecamatan Ngaglik terletak diantara 110033’30” BT – 110038’00” BT dan antara 7040’20”LS -7045’18” LS (Sumber : Peta Rupa Bumi Digital Indonesia terbitan Bakosurtanal). Wilayah Kecamatan Ngaglik sebelah utara berbatasan dengan Kecamatan Pakem, sebelah timur berbatasan dengan Kecamatan Ngemplak, sebelah selatan berbatasan dengan Kecamatan Depok dan Mlati, serta sebelah barat berbatasan dengan Kecamatan Mlati dan Sleman. Luas Wilayah Kecamatan Ngaglik adalah 39,285 Km2 atau sekitar 6,7% dari luas Kabupaten Sleman yaitu 574,82 Km². Secara administratif Kecamatan Ngaglik terdiri 6 desa, yaitu Sariharjo, Sinduharjo, Sardonoharjo, Minomartani, Sukoharjo, dan Donoharjo.

3.2 Bahan dan Alat yang digunakan:  Citra ALOS AVNIR-2 tahun perekaman 2009.  Citra Quickbird Kecamatan Ngaglik Tahun 2009.  Data Rencana Detil Tata Ruang Kota Kecamatan Ngaglik  Perangkat Lunak; Image Processing Software, GIS Software, dan Microsoft untuk penulisan laporan.  GPS digunakan sebagai penentu koordinat di lapangan

3.3 Pelaksanaan Penelitian Penelitian menggunakan image processing software untuk ektraksi data indeks vegetasi dan penggunaan lahan yang akan digunakan sebagai input untuk evaluasi tata ruang Kabupaten. Pre-pemroesan citra digital dimulai dari Koreksi Radiometrik dan Koreksi Geometrik.

19


Transformasi Indeks

Vegetasi

menggunakan

NDVI

(Normalizeed

Difference Vegetation Index). Adapun persamaan dari indeks vegetasi tersebut adalah:

NDVI =

ρ −ρ ρ +ρ

Keterangan : ρ = saluran inframerah ρ = saluran merah

Analisis selanjutnya yang dilakukan adalah analisis presentase tutupan vegetasi untuk melakukan evaluasi Tata Ruang Kabupaten Sleman. Untuk mendapatkan sebaran presentasi tutupan vegetasi, maka hasil transformasi indeks vegetasi diturunkan menjadi persentase tutupan vegetasi dengan melakukan regresi terhadap data pengukuran lapangan dan interpretasi citra Quickbird. Data persentase tutupan vegetasi digunakan untuk melakukan analisis tentang tutupan vegetasi terhadap kebutuhan Ruang Terbuka Hijau (RTH) dan Rencana Detil Tata Ruang Kota (RDTRK) Kecamatan Ngaglik.

20


BAB IV HASIL DAN PEMBAHASAN

4.1 Pengolahan Citra Pengolahan citra ALOS AVNIR-2 diawali dengan melakukan koreksi radiometrik dan koreksi geometrik. Koreksi radiometrik dilakukan untuk menghilangkan efek atmosfer sehingga nilai piksel menunjukkan nilai pantulan objek dipermukaan bumi. Koreksi geometrik dilakukan dengan metode image to map berdasarkan peta Rupa Bumi Indonesia skala 1 : 25.000 yang dibuat oleh Bakosurtanal. Koreksi geometrik meliputi dua tahap yaitu Interpolasi spasial metode polinomial orde 1 dan resampling dengan nearest neighbor. Interpolasi spasial metode polinomial orde 1 mengoreksi posisi piksel sehingga setelah dikoreksi mendekati posisi sebenarnya di permukaan bumi menggunakan Ground Control Point (GCP). Resampling dengan nearest neighbor untuk mengembalikan nilai piksel citra akibat adanya perubahan nilai piksel yang dikarenakan perubahan posisinya. Hasil dari koreksi ini adalah citra yang siap digunakan untuk analisis indeks vegetasi. Citra yang sudah terkoreksi lalu dipotong sesuai daerah penelitian.

4.2 Transformasi Indeks Vegetasi Transformasi indeks vegetasi NDVI dijalankan pada citra yang sudah terkoreksi. Hasil dari transformasi NDVI merupakan nilai indeks dengan rentang 1 sampai 1. Nilai indeks vegetasi selanjutnya digunakan untuk pembuatan model untuk mendapatkan nilai kerapatan vegetasi di daerah penelitian. Hasil pengolahan citra menunjukkan bahwa nilai indeks vegetasi pada daerah penelitian memiliki rentang dari -0.678 hingga 0.504 (Gambar 3). Nilai indeks ini belum mencerminkan nilai kerapatan vegetasi. Nilai kerapatan vegetasi diturunkan dari model yang dibangun antara nilai indeks dengan kerapatan vegetasi hasil pengukuran lapangan.

21


Gambar 3 . Hasil transformasi NDVI

Nilai NDVI mencerminkan keberadaan vegetasi. Dari analisis nilai NDVI terhadap penutup lahan diperoleh hubungan bahwa nilai indeks yang rendah terdapat pada lahan terbangun. Nilai indeks dalam rentang 0-1 merupakan daerah dengan tutupan vegetasi dengan kerapatan yang berbeda-beda. Nilai indeks ini tidak bisa langsung diturunkan menjadi nilai kerapatan vegetasi, namun hal ini bisa ditempuh melalui sebuah model dengan mengetahui hubungan antara nilai indeks dengan kerapatan vegetasi.

4.3 Hubungan Nilai NDVI dan Kerapatan Vegetasi Hubungan antara nilai NDVI dan kerapatan vegetasi diperoleh dengan melakukan analisis regresi linier antara nilai NDVI dengan kerapatan vegetasi hasil pengukuran lapangan. Pengukuran lapangan dilakukan pada sampel-sampel yang ditentukan berdasarkan kelas rentang nilai NDVI. Nilai NDVI dibagi menjadi 6 kelas untuk kemudian diambil sampel yang memadai untuk setiap kelas NDVI. Pengambilan sampel diusahakan pada daerah yang dimungkinkan tidak mengalami perubahan dari waktu perekaman citra hingga waktu lapangan untuk menghindari adanya kesalahan data akibat perubahan penutup lahan (Lampiran 1). 22


Hasil regresi (Gambar 4) menunjukkan adanya hubungan antara nilai NDVI dan kerapatan vegetasi yaitu

Kerapatan vegetasi = (188.1 x (NDVI))-0.5617 …………. (1) Hubungan regresi tersebut memiliki nilai korelasi (R2 ) sebesar 0,773 sehingga terdapat hubungan korelasi yang cukup tinggi antara nilai NDVI dengan kerapatan vegetasi. Dengan model hubungan tersebut, selanjutnya citra hasil NDVI dapat diturunkan menjadi peta kerapatan vegetasi melalui perhitungan nilai piksel pada citra NDVI dengan menggunakan rumus (1). Hasil dari proses ini adalah peta kerapatan vegetasi Kecamatan Ngaglik.

Grafik Regresi Nilai NDVI dengan Kerapatan Vegetasi 100,000

Kerapatan Vegetasi

80,000 60,000 40,000 20,000

-0,100

0,000 0,000

0,100

-20,000 y = 188.1x - 5.617 R² = 0.773

0,200

0,300

0,400

0,500

Nilai NDVI

Gambar 4. Grafik regresi linier antara nilai NDVI (sumbu x) dan kerapatan vegetasi (sumbu y) 4.4 Peta Kerapatan Vegetasi Hasil transformasi indeks vegetasi mengasilkan peta kerapatan vegetasi (Lampiran 2), dimana pada penelitian ini dibagi manjadi 5 kelas kerapatan vegetasi, yaitu kerapatan sangat rendah, kerapatan rendah, kerapatan sedang,

23


kerapatan tinggi, dan kerapatan sangat tinggi. Prosentase kerapatan vegetasi, sebagaimana ditunjukkan pada Gambar 5, menunjukkan bahwa sebesar 34,24%dari wilayah Kecamatan Ngaglik merupakan kawasan tidak bervegetasi. Kecamatan Ngaglik

di dominasi oleh kerapatan vegetasi sedang, dimana

kerapatan vegetasi ini menutupi wilayah Kecamatan Ngaglik sebesar 25,61%, kemudian disusul oleh kerapatan vegetasi rendah, yaitu sebesar 20,81% dan keraptan vegetasi sangat rendah sebesar 13,75%. Sebaliknya, kerapatan vegetasi tinggi dan kerapatan vegetasi sangat tinggi memiliki prosentase yang jauh lebih rendah, yaitu sebesar 4,8% dan 0,02%. Dari uraian diatas dapat dikatakan bahwa Kecamatan Ngaglik memiliki kerapatan vegetasi skala rendah-sedang yang lebih tinggi dibandingkan dengan kerapatan vegetasi skala tinggi. Secara spasial, kerapatan vegetasi Kecamatan Ngaglik disajikan pada peta kerapatan vegetasi (Lampiran 3) . Berdasarkan peta tersebut terlihat bahwa kawasan tidak bervegetasi tersebar di setiap desa di Kecamatan Ngaglik. Desa Minomartani dan Sariharjo merupakan desa yang setengah wilayahnya merupakan kawasan tidak bervegetasi, yaitu berturut-turut sebesar 52,14% dan 50,93%. Sebagaimana disebutkan diatas, bahawa kerapatan vegetasi sedang adalah kerapatan vegetasi yang mendominasi di Kecamatan Ngaglik. Sebesar 33,04% dari desa Donoharjo memiliki kerapatan vegetasi sedang, sebaliknya pada desa Sukoharjo tidak ada kerapatan vegetasi sedang (0%). Kerapatan vegetasi sangat rendah dan rendah tertinggi terdapat di Desa Sukoharjo, dengan prosentase kerapatan berturut-turut adalah 22,03% dan 29,98%. Sementara untuk kerapatan vegetasi tinggi terdapat di Desa Sinduharjo dengan prosentase sebesar 6,57%dan terendah pada desa Sariharjo (2,62%). Kerapatan vegetasi sangat tinggi untuk setiap desa menutupi sebesar 0% dari wilayahnya untuk desa Donoharjo, Sardonoharjo, dan Desa Minomartani, sebesar 0,01% untuk desa Sariharjo, dan sebesar 0,05% untuk desa Sukoharjo dan desa Sinduharjo.

24


PROSENTASE KERAPATAN VEGETASI

Gambar 5 . Prosentase Kerapatan Vegetasi.

4.5 Analisis Ketersediaan Ruang Terbuka Hijau (RTH) Pemerintah telah membuat Rencana Detil Tata Ruang (RDTR) Kecamatan Ngaglik, salah satu diantaranya adalah rencana Ruang Terbuka Hijau (RTH) seperti terlihat pada Lampiran 4. Dari peta tersebut diketahui bahwa luas RTH yang direncanakan hanya seluas 353461.34 m2 atau hanya sekitar 0,8 % dari luas Kecamatan Ngaglik. Dalam hal ini, sepertinya keberadaan penggunaan lahan bervegetasi seperti sawah maupun kebun campuran tidak dimasukkan dalam rencana RTH. Peta kerapatan vegetasi

menunjukan tutupan vegetasi di Kecamatan

Ngaglik tahun 2009 seluas 25.480.722 m² atau sebesar 64.86 % dari luas total Kecamatan Ngaglik yaitu seluas 39.285.783 m² dengan keberadaan tutupan awan seluas 300.423 m² atau sebesar 0.76 % dari luas Kecamatan Ngaglik. Hal ini berarti keberadaan RTH (Ruang Terbuka Hijau) di Kecamatan Ngaglik sudah memenuhi kebutuhan wilayah Kecamatan Ngaglik sebagai daerah perkotaan yang memiliki minimal luas RTH sebesar 30% dari luas wilayahnya. Namun demikian, perlu diperhatikan bahwa tutupan vegetasi yang terdapat di Kecamatan Ngaglik dalam analisis ini memiliki kerapatan beragam, bahkan didominasi oleh kerapatan rendah dan sedang. Daerah dengan tutupan vegetasi kerapatan rendah dan sedang ini perlu dijaga agar tidak berkurang atau berubah menjadi lahan terbangun. Tabel 3 menunjukkan persebaran tutupan vegetasi dalam berbagai kerapatan berdasarkan administrasi desa. Berdasarkan tabel tersebut, Desa Sariharjo dan Desa Minomartani memiliki prosentase daerah tidak bervegetasi

25


yang paling tinggi. Hal ini menunjukkan bahwa meskipun ketersediaan RTH sudah terpenuhi, namun persebarannya masih belum merata.

4.6 Analisis Terhadap Rencana Detil Tata Ruang Kota (RDTRK) Analisis terhadap Rencana Detil Tata Ruang Kota (RDTRK) dilakukan dengan melakukan analisis tumpangsusun rencana pemanfaatan ruang dengan tutupan vegetasi dengan memanfaatkan Sistem Informasi Geografis (SIG) sebagaimana ditunjukkan pada Tabel 4. Untuk analisis ini, daerah dengan kerapatan vegetasi dari kerapatan sangat rendah hingga sangat tinggi diasumsikan sebagai daerah yang memiliki tutupan vegetasi. Alokasi peruntukan ruang yang memiliki tutupan vegetasi terbesar yaitu sawah dengan luas tutupan vegetasi 13.952.353 m² atau sebesar 78,76% dari luas keseluruhan sawah yaitu seluas 17.715.947m². Sedangkan alokasi peruntukan ruang yang memiliki tutupan vegetasi terkecil yaitu pasar dengan luas tutupan vegetasi 368 m² atau 8,65 % dari luas total pasar yaitu 4.256 m². Adapun kerapatan vegetasi menurut rencana pemanfaatan ruang dapat dilihat pada Tabel 5. Analisis

terhadap

RTH

dilakukan

dengan

melakukan

analisis

tumpangsusun rencana RTH dengan peta penggunaan lahan hasil interpretasi citra ALOS AVNIR ditunjukkan pada Lampiran 7. Untuk analisis ini, daerah dengan tutupan vegetasi dari interpretasi citra ALOS AVNIR adalah sawah, kebun campuran dan sarana olahraga. Dari analisis ini, terlihat bahwa hanya penggunaan berupa sarana olahraga yang direncanakan menjadi RTH.

26


Tabel 3. Persebaran Kerapatan Vegetasi Menurut Desa Tutupan Vegetasi

Luas (m²) 24.55

%

2,885,680

2,377,460

Luas (m²)

0.00

32.01

33.04

%

195,097

242,142

487,393

378,602

Luas (m²)

6.57

2.62

3.90

5.41

5.26

%

3,454

472

2,812

198

100

Luas (m²)

0.05

0.01

0.05

0.00

0.00

%

2,149,155

3,789,501

2,737,798

2,272,873

1,607,792

Luas (m²)

52.14

28.17

50.93

44.06

25.21

22.34

%

1,586,927

7,628,349

7,439,985

6,214,338

9,015,589

7,195,459

Total Luas (m²)

% 1,766,250 21.41 0

15.95

501,223

827,420

Tidak ada vegetasi

Luas (m²) 14.41 1,930,232 29.98

1,186,484

21.09

0.00

Sangat Tinggi

1,036,813 12.95 1,862,806 17.82

1,609,150

68

Tinggi

Donoharjo 1,167,228 22.03 1,326,114 13.45

4.36

Sedang

Sardonoharjo 1,368,780 12.67 1,026,202

69,250

Rendah

Sukoharjo 942,317 9.02

18.88

Sangat Rendah

Sariharjo 687,948

299,542

Desa

Sinduharjo 13.89

39,080,647

220,416

13384539

10.73

7,105

170,230

1,873,707

Minomartani

8,358,317

5,373,317


8,132,019

TOTAL

27

Tabel 4. Tutupan Vegetasi Menurut Rencana Pemanfaatan Ruang Rencana Pemanfaatan Ruang

Luas Area (m²)

Tutupan Vegetasi

Tutupan Awan

Luas (m²)

%

Luas (m²)

%

1

Gudang

2,179

2,076

95.27

0

0.00

2

Hutan

694

552

79.54

0

0.00

3

Industri

23,177

4,086

17.63

0

0.00

4

Jalan

1,029,645

474,930

46.13

7,473

0.73

5

Kantor Pemerintah/Instansi

27,499

9,894

35.98

0

0.00

6

Kebun Campuran

2,715,324

2,162,436

79.64

33,110

1.22

7

Makam

9,497

3,694

38.90

1,250

13.16

8

Olahraga

389,167

283,494

72.85

2,984

0.77

9

Pasar

4,256

368

8.65

0

0.00

10

Pemukiman

14,774,768

7,454,419

50.45

67,998

0.46

11

Perdagangan dan Jasa

595,548

228,776

38.41

0

0.00

12

Perumahan

1,205,200

348,348

28.90

0

0.00

13

Sarana Kesehatan

21,178

10,634

50.21

5,237

24.73

14

Sarana Pendidikan

179,163

74,039

41.32

0

0.00

15

Sarana Peribadatan

23,651

9,678

40.92

588

2.49

16

Sawah

17,715,947

13,952,353

78.76

178,043

1.00

17

Semak Belukar

45,288

42,653

94.18

0

0.00

18

Sungai

164,730

133,744

81.19

42

0.03

19

Tegalan

358,872

284,548

79.29

3,698

1.03

39,285,783

25,480,722

64.86

300,423

0.76

No.

TOTAL

28


Tabel 5. Kerapatan Vegetasi Menurut Rencana Pemanfaatan Ruang Tutupan Vegetasi

Pasar

Olahraga

Makam

Jalan Kantor Pemerintah/ Instansi Kebun Campuran

Industri

Hutan

Gudang

2287084

59

61912

1107

363012

3460

134361

1727

137

578

Luas (m²)

29.41

30.68

16.03

21.84

29.97

16.79

34.97

28.29

42.27

24.82

27.84

%

133188

88230

2692582

203

144197

1213

648306

3077

173739

1828

94

828

Luas (m²)

31.18

38.23

38.57

36.12

55.16

50.86

32.84

29.98

31.10

36.58

44.74

17.03

39.88

%

15992 2498 6184096

1109

97095

60410

2247689

106

76326

1374

992887

2955

149227

531

293

670

Luas (m²)

37.61

21.60 25.81 44.32

10.43

27.87

26.41

30.15

28.80

26.92

37.20

45.92

29.87

31.42

13.00

53.08

32.27

%

15396

763

6617 1 1403217

0

6659

12843

226745

0

1059

0

158166

402

17603

0

28

0

Luas (m²)

11.51

1.79

8.94 0.01 10.06

0.00

1.91

5.61

3.04

0.00

0.37

0.00

7.31

4.06

3.71

0.00

5.07

0.00

%

172

0

0 0 6447

0

0

0

319

0

0

0

65

0

0

0

0

0

Luas (m²)

0.04

0.13

0.00

0.00 0.00 0.05

0.00

0.00

0.00

0.00

0.00

0.00

0.00

0.00

0.00

0.00

0.00

0.00

0.00

%

284548

133744

42653

74039 9678 13952353

10634

348348

228776

7454419

368

283494

3694

2162436

9894

474930

4086

552

2076

Total Luas (m²)

Pemukiman 67293

31.98

3316

33.85 49.86 29.31

16042

47.66

100

Sangat Tinggi

Perdagangan dan Jasa

111406

58.39

25062 4825 4089260

54.12

63738

6.55

Tinggi

Perumahan

6209

35.61 24.32 16.26

23084

26.51

18648

Sedang

Sarana Kesehatan

26368 2354 2269333

6.48

35450

44.16

Rendah

Sarana Pendidikan Sarana Peribadatan Sawah

2764

14.20

125670

Sangat Rendah

Semak Belukar

18988

34.97

Pemanfaatan Ruang

Sungai

99501

25480722

14.28

7103

40629

1868147

Tegalan

10038708

5398781


8167983

TOTAL

29

Tutupan vegetasi terdapat pada setiap rencana pemanfaatan ruang. Hal ini perlu dipertahankan untuk menjaga agar RTH masih berada di atas angka 30 % sehingga sesuai dengan undang-undang. Mengingat keberadaan Kecamatan Ngaglik yang cukup dekat dengan Kota Yogyakarta, perlu diperhatikan adanya perubahan tutupan lahan yang mungkin bias terjadi. Untuk itu, keberadaan penggunaan lahan seperti sawah, tegalan, kebun campuran , semak belukar dan hutan perlu dijaga agar tidak mengalami konversi menjadi lahan terbangun yang akan menurunkan keberadaan RTH yang terdapat di Kecamatan Ngaglik.

30


BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan Berdasarkan penelitian yang telah dilakukan dapat diambil kesimpulan sebagai berikut. 1.

Data penginderaan jauh khususnya citra ALOS AVNIR-2 dapat digunakan untuk ekstraksi kerapatan vegetasi melalui analisis indeks vegetasi dengan model hubungan : Kerapatan vegetasi = (188.1 x (NDVI))-0.5617. Kecamatan Ngaglik dapat dibagi berdasarkan kerapatan vegetasinya dengan rincian daerah tanpa vegetasi seluas 13.398.739,48 m² (34,24%), kerapatan sangat rendah 5.381.133,12 m² (13,75 %), kerapatan rendah 8.143.116,62 m² (20,81%), kerapatan sedang 10.022.040,95 m² (25,61%), kerapatan tinggi 1.878.236,10 m² (4,80%), dan kerapatan sangat tinggi 7.181,22 m² (0,02%).

2.

Ketersediaan ruang terbuka hijau Kecamatan Ngaglik sudah memenuhi undang-undang dengan luas 25.480.722 m² atau sebesar 64.86 % dari luas total Kecamatan Ngaglik yaitu seluas 39.285.783 m².

3.

Tutupan vegetasi terdapat pada setiap rencana pemanfaatan ruang meskipun dengan luas dan kerapatan yang berbeda-beda. Hal ini perlu dipertahankan untuk menjaga agar RTH masih berada di atas angka 30 % sehingga sesuai dengan undang-undang.

5.2 Saran 1.

Dalam penelitian ini daerah dengan vegetasi kerapatan sangat rendah hingga sangat tinggi diasumsikan tertutup vegetasi secara keseluruhan, sebaiknya dilakukan analisis terhadap penutup lahan yang benar-benar merupakan penutup lahan vegetasi

31


DAFTAR PUSTAKA

As-syakur, A.R dan Sandi, A. 2009. Analisis Indeks Vegetasi Menggunakan Citra ALOS/AVNIR-2 dan Sistem Informasi Geografi (SIG) untuk Evaluasi Tata Ruang Kota Denpasar. Jurnal Bumi Lestari, 9 (1), 1-11.

32


LAMPIRAN

33



Lampiran 1. Peta Citra NDVI

34


Lampiran 2. Peta Lokasi Titik Sampel

35


Lampiran 3. Peta Kerapatan vegetasi

36


Lampiran 4. Peta Rencana Ruang Terbuka Hijau

37


Lampiran 5. Peta Rencana Penggunaan Lahan

38


Lampiran 6. Peta Penggunaan Lahan

39


Lampiran 6. Peta Letak Rencana RTH Terhadap Penggunaan Lahan

40

Lampiran 1. Peta Citra NDVI

Lampiran 2. Peta Lokasi Titik Sampel

Lampiran 3. Peta Kerapatan vegetasi

Lampiran 4. Peta Rencana Ruang Terbuka Hijau

Lampiran 5. Peta Rencana Penggunaan Lahan

Lampiran 6. Peta Penggunaan Lahan

Lampiran 7. Peta Letak Rencana RTH Terhadap Penggunaan Lahan

LAPORAN AKHIR EKSTRAKSI DATA INDEKS VEGETASI UNTUK EVALUASI RUANG TERBUKA HIJAU DI KABUPATEN SLEMAN BERDASARKAN CITRA PENGINDERAAN JAUH

Recommend Documents