Aplikasi dan Evaluasi Citra Landsat 8 OLI dalam Identifikasi serta Pemetaan Tanah Kosong dan Tanaman Jati Muda di KPH Ciamis
APLIKASI DAN EVALUASI CITRA LANDSAT 8 OLI DALAM
IDENTIFIKASI SERTA PEMETAAN TANAH KOSONG DAN
TANAMAN JATI MUDA DI KPH CIAMIS
DINIAL LAVI
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
PERNYATAAN
Dengan ini saya menyatakan bahwa skripsi berjudul Aplikasi dan Evaluasi
Citra Landsat 8 OLI dalam Identifikasi serta Pemetaan Tanah Kosong dan
Tanaman Jati Muda di KPH Ciamis adalah benar karya saya dengan arahan dari
komisi pembimbing dan belum diajukan dalam bentuk apapun kepada perguruan
tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang
diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks
dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Februari 2014
Dinial Lavi
NIM E14090045
ABSTRAK
DINIAL LAVI. Aplikasi dan Evaluasi Citra Landsat 8 OLI dalam Identifikasi
serta Pemetaan Tanah Kosong dan Tanaman Jati Muda di KPH Ciamis.
Dibimbing oleh MUHAMMAD BUCE SALEH.
Landsat Data Continuity Mission (LDCM) 8, yang lebih dikenal dengan
sebutan Landsat 8, diluncurkan oleh NASA pada 11 Februari 2013 menggantikan
misi Landsat 7 yang mengalami kerusakan sejak Mei 2003. Landsat 8 memiliki
sensor Onboard Operational Land Imager (OLI) dan Thermal Infrared Sensor
(TIRS) dengan 11 kanal.Penelitian ini betujuan untuk mengevaluasi kemampuan
citra Landsat 8 dalam membedakan jenis tutupan lahan, khususnya tanah kosong
dan tanaman muda.Penelitian dilakukan di areal Perum Perhutani KPH Ciamis,
dengan menggunakan metode analisis identifikasi obyek di lapangan, pembuatan
area contoh, analisis separabilitas, analisis diskriminan dan pemodelan
spasial.Identifikasi obyek di lapangan mendapatkan 33 titik pengamatan dengan 5
kelas tutupan lahan, yaitu tanah kosong (11 titik), tanaman jati berumur 1 tahun (6
titik), tanaman jati berumur 2 tahun (5 titik), tanaman jati berumur 3 tahun (5 titik)
dan tanaman jati berumur 4 tahun (6 titik).Analisis separabilitas, dengan
menggunakan band 2-5-6-7-9-10-11, menunjukkan bahwa tingkat keterpisahan
tanaman jati umur 2, 3 dan 4 tahun kurang baik, sehingga perlu dilakukan regrouping.Analisis lanjutan menghasilkan 3 kelas tutupan lahan dengan nilai
separabilitas sangat baik (2000), yaitu tanah kosong, tanaman jati berumur 1 tahun,
serta tanaman jati berumur 2-4 tahun.Analisis diskriminan terhadap 3 kelas
tutupan lahan didapatkan nilai proportion correct sebesar 70%. Pemetaan dengan
menggunakan pemodelan spasial terhadap tutupan lahan, menunjukkan bahwa
pemetaan tanah kosong, jati berumur 1 tahun dan jati berumur 2-4 tahun, berturutturut menghasilkan pemetaan yang lebih kecil, sama dan lebih besar dibandingkan
dengan yang terlihat pada citra Landsat 8.
Kata kunci :Analisis diskriminan, analisis separabilitas, Landsat 8,pemodelan
spasial, tutupan lahan
ABSTRACT
DINIAL LAVI.Application and Evaluation of Image of Landsat 8 OLI in the
Identification ofWasteland and Young Plants in Ciamis KPH.Supervised by
MUHAMMAD SALEH BUCE.
Landsat Data Continuity Mission (LDCM) 8, better known as Landsat 8,
has been launched by NASA in February 11th 2013, to replace the mission of
Landsat 7 that damaged since May 2003. Landsat 8 have sensor onboard
Operational Land Imager (OLI) and the Thermal Infrared Sensor (TIRS) with 11
channels.This study was to evaluate the applicabilityofLandsat8in differentiating
land cover types, especially on bare land and young plantation. The study was
conducted in the area of Perum Perhutani KPH Ciamis, by using methods of field
object identification analysis, determination of training area, separation analysis,
discriminant analysis and spatial modeling.Objects Identification analysis
recognized 33 observation points with 5 classes of land coverage, i.e. bare land
(11 points), 1-year-old teak plantation (6 points) , 2-year-old teak plantation (5
points) , 3-year-old teak plantation (5 points) and 4-year-old teak plantation (6
points). Separation analysis, using 2-5-6-7-9-10-11 band, indicated that the degree
of separation of 2, 3 and 4 years old teak plantation were not good enough, so its
needed to be re-grouped. Further analysis determined 3 land cover classes with
very good values of separation(2000), i.e.bare land, 1-year-old teak plantation
and plantation of teak aged 2-4 years . Discriminant analysis of the three classes
of land coverage obtained proportion correct value of 70 %. Mapping by using
spatial modeling of land coverage, indicated that the mapping of bare land, 1year-old teak plantation and teak plantation aged 2-4 years consecutively
produced underestimate, equal and overestimate than those of Landsat 8.
Keywords :Discriminant analysis, separation analysis, Landsat 8, spatial modeling,
land coverage
APLIKASI DAN EVALUASI CITRA LANDSAT 8 OLI DALAM
IDENTIFIKASI SERTA PEMETAAN TANAH KOSONG DAN
TANAMAN JATI MUDA DI KPH CIAMIS
DINIAL LAVI
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Kehutanan
pada
Departemen Manajemen Hutan
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
Judul Skripsi : Aplikasi dan Evaluasi Citra Landsat 8 OLI dalam Identifikasi serta
Pemetaan Tanah Kosong dan Tanaman Jati Muda di KPH Ciamis
Nama
: Dinial Lavi
NIM
: E14090045
Disetujui oleh
Dr. Ir. Muhamad Buce Saleh, MS
Pembimbing
Diketahui oleh
Dr Ir Ahmad Budiaman MSc. F
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji syukur penulis panjatkan kehadirat Allah SWT yang telah
melimpahkan rahmatNya sehingga penelitian dengan judul Aplikasi dan Evaluasi
Citra Landsat 8 OLI dalam Identifikasi serta Pemetaan Tanah Kosong dan
Tanaman Jati Muda di KPH Ciamis telah diselesaikan dengan baik. Penelitian ini
dilaksanakan sejak bulan Juli 2013 yang berlokasi di Perhutani KPH Ciamis, Jawa
Barat.
Pada kesempatan ini, penulis ucapkan terimakasih kepada Bapak Dr. Ir.
Muhamad Buce Saleh, MS selaku dosen pembimbing yang telah banyak
membantu dengan memberikan bimbingan dan arahan dalam menyelesaikan
penelitian ini. Ungkapan terimakasih juga penulis sampaikan kepada orangtua,
keluarga, Perum Perhutani KPH Ciamis, rekan-rekan, serta seluruh pihak atas doa
dan dukungan yang diberikan.
Penulis menyadari bahwa penelitian ini masih memiliki banyak kekurangan.
Untuk itu penulis sangat mengharapkan kritik dan saran yang membangun dari
berbagai pihak untuk menyempurnakan penelitian ini di masa yang akan datang.
Besar harapan penulis bahwa di dalam segala kekurangannya, penelitian ini dapat
memberikan manfaat bagi ilmu pengetahuan.
Bogor, Februari 2014
Dinial Lavi
DAFTAR ISI
DAFTAR TABEL
DAFTAR GAMBAR
DAFTAR LAMPIRAN
PENDAHULUAN
Latar Belakang
Tujuan Penelitian
Manfaat Penelitian
METODE
Lokasi dan Waktu
Alat dan Data
Prosedur Analisis Data
HASIL DAN PEMBAHASAN
Identifikasi Objek di Lapangan
Area Contoh (Training Area)
Analisis Separabilitas
Analisis Diskriminan
Pemodelan Spasial
SIMPULAN DAN SARAN
Simpulan
Saran
DAFTAR PUSTAKA
RIWAYAT HIDUP
vi
vi
vi
1
1
1
1
2
2
2
2
5
5
7
8
9
10
14
14
14
14
16
DAFTAR TABEL
1.
2.
3.
4.
5.
6.
Karakteristik band citra landsat 8
Tutupan lahan hasil observasi lapang
Matrix korelasi antarband
Nilai separabilitas dari 5 kelas tutupan lahan
Nilai separabilitas setelah dilakukan re-grup
Fungsi linier hasil analisis diskriminan
3
6
8
9
9
10
DAFTAR GAMBAR
1.
2.
3.
4.
5.
6.
7.
8.
9.
Lokasi penelitian dengan kombinasi band 8-7-3
Lokasi penelitian dengan kombinasi band 7-5-3
Proses re-grup
Kenampakan hasil pemodelan pada RPH Cicapar
Kenampakan RPH Cicapar pada citra Landsat 8
Kenampakan hasil pemodelan pada RPH Pangandaran
Kenampakan RPH Pangandaran pada citra Landsat 8
Kenampakan hasil pemodelan pada RPH Kalipucang
Kenampakan RPH Kalipucang pada citra Landsat 8
7
7
9
11
11
12
12
13
13
PENDAHULUAN
Latar Belakang
Dalam rangka rehabilitasi hutan, perbaikan lingkungan, dan peningkatan
produksi kayu, Pemerintah telah menetapkan kebijaksanaan dan mendorong
pembangunan hutan tanaman. Pembangunan hutan tanaman penting untuk
dilaksanakan (Samsudi 1990). Namun dalam pengelolaannya masih terdapat
kesulitan terutama dalam memonitor tanah kosong dan pertumbuhan tanaman
muda sehingga membutuhkan teknologi yang dapat memberikan informasi yang
akurat. Menurut Latifah (2004), informasi mengenai pertumbuhan tanaman ini
dapat membantu dalam penjadwalan dan pengelolaan hutan secara lestari. Di
Indonesia, pelaksanaan kegiatan kehutanan mulai dari perencanaan hutan sampai
dengan pengawasan sumberdaya hutan telah menggunakan teknologi
penginderaan jauh. Hal ini dikarenakan penginderaan jauh dirasa cukup
memberikan informasi yang dibutuhkan secara cepat dan lengkap dengan
ketelitian yang memadai serta biaya yang relaif murah.
Pada tanggal 11 Februari 2013, NASA meluncurkan satelit Landsat Data
Continuity Mission (LDCM) atau yang lebih dikenal dengan Landsat 8.Landsat 8
diluncurkan untuk melanjutkan misidari Landsat 7 yang mengalami kerusakan
sejak Mei 2003.Satelit Landsat 8 memiliki sensor Onboard Operational Land
Imager (OLI) dan Thermal Infrared Sensor (TIRS) dengan jumlah kanal sebanyak
11 buah. Dengan adanya pertambahan dan pergeseran panjang gelombang band
pada Landsat 8, diharapkan dapat meningkatkan kemampuannya dalam
mengidentifikasi tutupan lahan. Oleh sebab itu, perlu adanya penelitian untuk
mengetahui seberapa besar peningkatan kemampuan dari Landsat 8 tersebut.
Tujuan Penelitian
Tujuan utama dari penelitian ini adalah untuk mengevaluasi kemampuan
citra Landsat 8 dengan penggunaan jumlah band yang minimum dalam
identifikasi tutupan lahan berupa tanah kosong dan tanaman jati muda di dalam
kawasan Perum Perhutani KPH Ciamis.
Manfaat Penelitian
Hasil penelitian ini diharapkan dapat memberikan informasi terbaru
mengenai tutupan lahan berupa tanah kosong dan tanaman jati muda sehingga
membantu dalam pengelolaan serta memonitor pertumbuhan tanaman jati muda di
Perum Perhutani KPH Ciamis.
2
METODE
Lokasi dan Waktu
Penelitian ini dilaksanakan pada bulan Juli sampai Desember 2013. Tahap
pra-pengolahan citra dilaksanakan pada bulan Juli 2013 yang bertempat di
Laboratorium Remote Sensing dan GIS, Departemen Manajemen Hutan, Fakultas
Kehutanan, Institut Pertanian Bogor. Pengambilan data lapang dilaksanakan pada
bulan Agustus2013 yang meliputi Kabupaten Ciamis, Jawa Barat. Pengolahan
data, analisis data dan penyusunan laporan dilaksanakan pada bulan September Desember 2013 yang bertempat di Laboratorium Remote Sensing dan GIS,
Departemen Manajemen Hutan, Fakultas Kehutanan, Institut Pertanian Bogor.
Alat dan Data
Alat yang digunakan pada penelitian ini yaitu Global Positioning System
(GPS), alat tulis, tally sheet, kamera digital, satu unit laptop dengan perangkat
lunak Erdas Imagine 9.1, ArcView 3.2, ArcGIS 9.3, Minitab 14, microsoft Excel
2007, dan Microsoft Word 2007. Data yang digunakan pada penelitian ini adalah
citra landsat 8 OLI resolusi 30 x 30 meter part 121 row 65 perekaman tahun 2013,
peta kelas jenis dan kelas umur di KPH Ciamis dan peta Rupa Bumi Indonesia
daerah Jawa Barat.
Prosedur Analisis Data
Pengumpulan Data
Pengumpulan data meliputi pengumpulan informasi yang berhubungan
dengan topik penelitian, data citra Landsat 8, peta batas petak KPH Ciamis, dan
peta Rupa Bumi Indonesia daerah Jawa Barat.
Pra Pengolahan Citra
Pra pengolahan citra merupakan tahap awal dari pengolahan citra satelit
yaitu mulai dari import data citra, membuat citra komposit, koreksi geometri citra
dan pemotongan citra.
1. Import Data
Citra yang digunakan pada penelitian ini memiliki format *.TIF sehingga
dilakukan perubahan format menjadi *.img dengan menggunakan perangkat lunak
Erdas Imagine 9.1.
2. Pembuatan Citra Komposit
Citra Landsat 8 terdiri dari 9 saluran Operational Land Imager (OLI) dan 2
saluran Thermal Infrared Sensor (TIRS) , penggabungan band dimaksudkan untuk
memperoleh suatu data citra multispektral yang terdiri dari band cahaya tampak
(visible), Near Infrared (NIR), Shortwave Infrared(SWIR)dan Cirrus pada citra
landsat 8. Jaya (2010) menjelaskan bahwa dengan hanya satu band (saluran) yang
umumnya ditampilkan dengan “grayscale/hitam putih“, identifikasi obyek pada
3
citra umumnya lebih sulit dibandingkan dengan interpretasi pada citra berwarna.
Pada penelitian ini digunakan seluruh band dengan menyamakan resolusi
spasialnya menjadi 30 meter.
Tabel 1Karakteristik band citra landsat 8
Panjang
Saluran
gelombang (µm)
Band 1 – coastal aerosol
0.43 - 0.45
Band 2 – Blue
0.45 - 0.51
Band 3 – Green
0.53 - 0.59
Band 4 – Red
0.64 - 0.67
Band 5 – Near Infrared (NIR)
0.85 - 0.88
Band 6 – Shortwave Infrared(SWIR) 1
1.57 - 1.65
Band 7 – Shortwave Infrared(SWIR) 2
2.11 - 2.29
Band 8 – Panchromatic
0.50 - 0.68
Band 9 – Cirrus
1.36 - 1.38
Band 10 - Thermal Infrared (TIRS) 1
10.6 - 11.19
Band 11 – Thermal Infrared (TIRS) 2
11.5 - 12.51
Resolusi spasial
(m)
30
30
30
30
30
30
30
15
30
100
100
Sumber : USGS (2013)
3. Koreksi Geometrik
Jaya (2010) menjelaskan bahwa koreksi geometri dibutuhkan untuk
melakukan rektifikasi (pembetulan) agar koordinat pada citra sesuai dengan
koordinat geografi. Hal ini perlu dilakukan untuk mendapatkan nilai pixel yang
sebenarnya pada posisi yang tepat. Citra Landsat 8 sudah terorthorektifikasi L-IT
yang artinya sudah dilakukan rektifikasi dengan data Digital Elevation Model
(DEM) dari Global Land Surveys 2000 sehingga hanya dilakukan pengecekan
dengan menggunakan Peta Rupa Bumi dan project citra untuk mengubah
proyeksi citra menjadi Universal Tranverse Mectator (UTM) zona 49 S dan
datum yang digunakan adalah World Geodetic System(WGS) 84.
4. Pemotongan Citra
Pemotongan citra dilakukan untuk mendapatkan citra dengan areal yang
menjadi lokasi penelitian sehingga dapat fokus hanya pada lokasi penelitian saja.
Identifikasi Awal Tutupan Lahan
Identifikasi awal tutupan lahan ini dimaksudkan untuk memberikan
gambaran awal dalam mengidentifikasi pola sebaran, penentuan jumlah penutupan
lahan dan macam penutupan lahan. Dalam melakukan interpretasi kelas hutan
secara visual ini digunakan elemen-elemen interpretasi yang terdiri dari warna,
bentuk, ukuran, tekstur, pola, lokasi dan asosiasi.
Pada penyajian dengan multiband, biasanya dilakukan evaluasi dengan OIF
(optimum index factor). OIF merupakan ukuran banyaknya informasi yang dimuat
pada suatu citra komposit (Jaya 2006). Kombinasi band dengan nilai OIF terbesar
berarti memiliki variasi informasi yang lebih banyak. Nilai OIF dapat dihitung
dengan rumus :
Si S j S k
OIFijk
rij r jk rik
4
Si, Sj dan Sk adalah simpangan baku dari band ke-i, j dan k, sedangkan rij, rjk dan
rik adalah koefisien korelasi antar bandnya (Jaya 2010).
Pembuatan Titik Pengamatan dan pengambilan data lapangan
Lokasi titik awal pengamatan ditentukan dengan metode purposive
sampling untuk dilakukan pengamatan lapang.Pemilihan titik pengamatan ini
mempertimbangkan jumlah titik pengamatan agar masing-masing tutupan lahan
yang ada memiliki minimal dua titik pengamatan dan memungkinkan untuk
dijangkau. Titik yang diambil pada penelitian ini yaitu sebanyak 33 titik, 11 titik
berupa tanah kosong, 6 titik tanaman jati 1 tahun, 5 titik tanaman jati 2 tahun, 5
titik tanaman jati 3 tahun, dan 6 titik tanaman jati 4 tahun.
Analisis Hasil Pengamatan Lapangan
1. Identifikasi objek di lapangan
Identifikasi objek yang dilakukan yaitu mencatat jenis tutupan lahan, tinggi
rata-rata pohon, umur, jarak antarpohon, dan kemiringan lereng serta foto
kenampakan tutupan lahan pada kondisi lapang.
2. Penentuan Area Contoh (training area)
Training area diperlukan pada setiap kelas yang akan dibuat, dan diambil
dari areal yang cukup homogen. Penentuan training area merupakan proses yang
penting karena akan menentukan keberhasilan klasifikasi. Secara teoritis jumlah
piksel yang harus diambil per kelas adalah sebanyak jumlah band yang digunakan
plus satu (N+1). Akan tetapi pada prakteknya, jumlah piksel yang harus diambil
dari setiap kelas biasanya 10 sampai 100 kali jumlah band yang digunakan
(10N~100N) (Jaya 2010).
3. Analisis Separabilitas
Analisis separabilitas digunakan untuk mengevaluasi keterpisahan antara
objek-objek tutupan lahan yang ditemui di lapang dilihat dari nilai digital yang
telah ditentukan pada pembuatan training area. Metode yang digunakan pada
penelitian ini yaitu metode transformed divergence, metode ini digunakan untuk
mengukur tingkat keterpisahan antar kelas. Nilai separabilitas dengan transformed
divergenceakan berkisar antara 0 sampai dengan 2000. Nila nol sama dengan
tidak bisa dipisahkan, sedangkan nilai maksimum menunjukan keterpisahan yang
sangat baik (excellent). Menurut Jaya (2009) hasil analisis separabilitas dapat
dikelompokkan ke dalam lima kelas yaitu :
a. Tidak terpisah
:
IDENTIFIKASI SERTA PEMETAAN TANAH KOSONG DAN
TANAMAN JATI MUDA DI KPH CIAMIS
DINIAL LAVI
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
PERNYATAAN
Dengan ini saya menyatakan bahwa skripsi berjudul Aplikasi dan Evaluasi
Citra Landsat 8 OLI dalam Identifikasi serta Pemetaan Tanah Kosong dan
Tanaman Jati Muda di KPH Ciamis adalah benar karya saya dengan arahan dari
komisi pembimbing dan belum diajukan dalam bentuk apapun kepada perguruan
tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang
diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks
dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Februari 2014
Dinial Lavi
NIM E14090045
ABSTRAK
DINIAL LAVI. Aplikasi dan Evaluasi Citra Landsat 8 OLI dalam Identifikasi
serta Pemetaan Tanah Kosong dan Tanaman Jati Muda di KPH Ciamis.
Dibimbing oleh MUHAMMAD BUCE SALEH.
Landsat Data Continuity Mission (LDCM) 8, yang lebih dikenal dengan
sebutan Landsat 8, diluncurkan oleh NASA pada 11 Februari 2013 menggantikan
misi Landsat 7 yang mengalami kerusakan sejak Mei 2003. Landsat 8 memiliki
sensor Onboard Operational Land Imager (OLI) dan Thermal Infrared Sensor
(TIRS) dengan 11 kanal.Penelitian ini betujuan untuk mengevaluasi kemampuan
citra Landsat 8 dalam membedakan jenis tutupan lahan, khususnya tanah kosong
dan tanaman muda.Penelitian dilakukan di areal Perum Perhutani KPH Ciamis,
dengan menggunakan metode analisis identifikasi obyek di lapangan, pembuatan
area contoh, analisis separabilitas, analisis diskriminan dan pemodelan
spasial.Identifikasi obyek di lapangan mendapatkan 33 titik pengamatan dengan 5
kelas tutupan lahan, yaitu tanah kosong (11 titik), tanaman jati berumur 1 tahun (6
titik), tanaman jati berumur 2 tahun (5 titik), tanaman jati berumur 3 tahun (5 titik)
dan tanaman jati berumur 4 tahun (6 titik).Analisis separabilitas, dengan
menggunakan band 2-5-6-7-9-10-11, menunjukkan bahwa tingkat keterpisahan
tanaman jati umur 2, 3 dan 4 tahun kurang baik, sehingga perlu dilakukan regrouping.Analisis lanjutan menghasilkan 3 kelas tutupan lahan dengan nilai
separabilitas sangat baik (2000), yaitu tanah kosong, tanaman jati berumur 1 tahun,
serta tanaman jati berumur 2-4 tahun.Analisis diskriminan terhadap 3 kelas
tutupan lahan didapatkan nilai proportion correct sebesar 70%. Pemetaan dengan
menggunakan pemodelan spasial terhadap tutupan lahan, menunjukkan bahwa
pemetaan tanah kosong, jati berumur 1 tahun dan jati berumur 2-4 tahun, berturutturut menghasilkan pemetaan yang lebih kecil, sama dan lebih besar dibandingkan
dengan yang terlihat pada citra Landsat 8.
Kata kunci :Analisis diskriminan, analisis separabilitas, Landsat 8,pemodelan
spasial, tutupan lahan
ABSTRACT
DINIAL LAVI.Application and Evaluation of Image of Landsat 8 OLI in the
Identification ofWasteland and Young Plants in Ciamis KPH.Supervised by
MUHAMMAD SALEH BUCE.
Landsat Data Continuity Mission (LDCM) 8, better known as Landsat 8,
has been launched by NASA in February 11th 2013, to replace the mission of
Landsat 7 that damaged since May 2003. Landsat 8 have sensor onboard
Operational Land Imager (OLI) and the Thermal Infrared Sensor (TIRS) with 11
channels.This study was to evaluate the applicabilityofLandsat8in differentiating
land cover types, especially on bare land and young plantation. The study was
conducted in the area of Perum Perhutani KPH Ciamis, by using methods of field
object identification analysis, determination of training area, separation analysis,
discriminant analysis and spatial modeling.Objects Identification analysis
recognized 33 observation points with 5 classes of land coverage, i.e. bare land
(11 points), 1-year-old teak plantation (6 points) , 2-year-old teak plantation (5
points) , 3-year-old teak plantation (5 points) and 4-year-old teak plantation (6
points). Separation analysis, using 2-5-6-7-9-10-11 band, indicated that the degree
of separation of 2, 3 and 4 years old teak plantation were not good enough, so its
needed to be re-grouped. Further analysis determined 3 land cover classes with
very good values of separation(2000), i.e.bare land, 1-year-old teak plantation
and plantation of teak aged 2-4 years . Discriminant analysis of the three classes
of land coverage obtained proportion correct value of 70 %. Mapping by using
spatial modeling of land coverage, indicated that the mapping of bare land, 1year-old teak plantation and teak plantation aged 2-4 years consecutively
produced underestimate, equal and overestimate than those of Landsat 8.
Keywords :Discriminant analysis, separation analysis, Landsat 8, spatial modeling,
land coverage
APLIKASI DAN EVALUASI CITRA LANDSAT 8 OLI DALAM
IDENTIFIKASI SERTA PEMETAAN TANAH KOSONG DAN
TANAMAN JATI MUDA DI KPH CIAMIS
DINIAL LAVI
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Kehutanan
pada
Departemen Manajemen Hutan
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
Judul Skripsi : Aplikasi dan Evaluasi Citra Landsat 8 OLI dalam Identifikasi serta
Pemetaan Tanah Kosong dan Tanaman Jati Muda di KPH Ciamis
Nama
: Dinial Lavi
NIM
: E14090045
Disetujui oleh
Dr. Ir. Muhamad Buce Saleh, MS
Pembimbing
Diketahui oleh
Dr Ir Ahmad Budiaman MSc. F
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji syukur penulis panjatkan kehadirat Allah SWT yang telah
melimpahkan rahmatNya sehingga penelitian dengan judul Aplikasi dan Evaluasi
Citra Landsat 8 OLI dalam Identifikasi serta Pemetaan Tanah Kosong dan
Tanaman Jati Muda di KPH Ciamis telah diselesaikan dengan baik. Penelitian ini
dilaksanakan sejak bulan Juli 2013 yang berlokasi di Perhutani KPH Ciamis, Jawa
Barat.
Pada kesempatan ini, penulis ucapkan terimakasih kepada Bapak Dr. Ir.
Muhamad Buce Saleh, MS selaku dosen pembimbing yang telah banyak
membantu dengan memberikan bimbingan dan arahan dalam menyelesaikan
penelitian ini. Ungkapan terimakasih juga penulis sampaikan kepada orangtua,
keluarga, Perum Perhutani KPH Ciamis, rekan-rekan, serta seluruh pihak atas doa
dan dukungan yang diberikan.
Penulis menyadari bahwa penelitian ini masih memiliki banyak kekurangan.
Untuk itu penulis sangat mengharapkan kritik dan saran yang membangun dari
berbagai pihak untuk menyempurnakan penelitian ini di masa yang akan datang.
Besar harapan penulis bahwa di dalam segala kekurangannya, penelitian ini dapat
memberikan manfaat bagi ilmu pengetahuan.
Bogor, Februari 2014
Dinial Lavi
DAFTAR ISI
DAFTAR TABEL
DAFTAR GAMBAR
DAFTAR LAMPIRAN
PENDAHULUAN
Latar Belakang
Tujuan Penelitian
Manfaat Penelitian
METODE
Lokasi dan Waktu
Alat dan Data
Prosedur Analisis Data
HASIL DAN PEMBAHASAN
Identifikasi Objek di Lapangan
Area Contoh (Training Area)
Analisis Separabilitas
Analisis Diskriminan
Pemodelan Spasial
SIMPULAN DAN SARAN
Simpulan
Saran
DAFTAR PUSTAKA
RIWAYAT HIDUP
vi
vi
vi
1
1
1
1
2
2
2
2
5
5
7
8
9
10
14
14
14
14
16
DAFTAR TABEL
1.
2.
3.
4.
5.
6.
Karakteristik band citra landsat 8
Tutupan lahan hasil observasi lapang
Matrix korelasi antarband
Nilai separabilitas dari 5 kelas tutupan lahan
Nilai separabilitas setelah dilakukan re-grup
Fungsi linier hasil analisis diskriminan
3
6
8
9
9
10
DAFTAR GAMBAR
1.
2.
3.
4.
5.
6.
7.
8.
9.
Lokasi penelitian dengan kombinasi band 8-7-3
Lokasi penelitian dengan kombinasi band 7-5-3
Proses re-grup
Kenampakan hasil pemodelan pada RPH Cicapar
Kenampakan RPH Cicapar pada citra Landsat 8
Kenampakan hasil pemodelan pada RPH Pangandaran
Kenampakan RPH Pangandaran pada citra Landsat 8
Kenampakan hasil pemodelan pada RPH Kalipucang
Kenampakan RPH Kalipucang pada citra Landsat 8
7
7
9
11
11
12
12
13
13
PENDAHULUAN
Latar Belakang
Dalam rangka rehabilitasi hutan, perbaikan lingkungan, dan peningkatan
produksi kayu, Pemerintah telah menetapkan kebijaksanaan dan mendorong
pembangunan hutan tanaman. Pembangunan hutan tanaman penting untuk
dilaksanakan (Samsudi 1990). Namun dalam pengelolaannya masih terdapat
kesulitan terutama dalam memonitor tanah kosong dan pertumbuhan tanaman
muda sehingga membutuhkan teknologi yang dapat memberikan informasi yang
akurat. Menurut Latifah (2004), informasi mengenai pertumbuhan tanaman ini
dapat membantu dalam penjadwalan dan pengelolaan hutan secara lestari. Di
Indonesia, pelaksanaan kegiatan kehutanan mulai dari perencanaan hutan sampai
dengan pengawasan sumberdaya hutan telah menggunakan teknologi
penginderaan jauh. Hal ini dikarenakan penginderaan jauh dirasa cukup
memberikan informasi yang dibutuhkan secara cepat dan lengkap dengan
ketelitian yang memadai serta biaya yang relaif murah.
Pada tanggal 11 Februari 2013, NASA meluncurkan satelit Landsat Data
Continuity Mission (LDCM) atau yang lebih dikenal dengan Landsat 8.Landsat 8
diluncurkan untuk melanjutkan misidari Landsat 7 yang mengalami kerusakan
sejak Mei 2003.Satelit Landsat 8 memiliki sensor Onboard Operational Land
Imager (OLI) dan Thermal Infrared Sensor (TIRS) dengan jumlah kanal sebanyak
11 buah. Dengan adanya pertambahan dan pergeseran panjang gelombang band
pada Landsat 8, diharapkan dapat meningkatkan kemampuannya dalam
mengidentifikasi tutupan lahan. Oleh sebab itu, perlu adanya penelitian untuk
mengetahui seberapa besar peningkatan kemampuan dari Landsat 8 tersebut.
Tujuan Penelitian
Tujuan utama dari penelitian ini adalah untuk mengevaluasi kemampuan
citra Landsat 8 dengan penggunaan jumlah band yang minimum dalam
identifikasi tutupan lahan berupa tanah kosong dan tanaman jati muda di dalam
kawasan Perum Perhutani KPH Ciamis.
Manfaat Penelitian
Hasil penelitian ini diharapkan dapat memberikan informasi terbaru
mengenai tutupan lahan berupa tanah kosong dan tanaman jati muda sehingga
membantu dalam pengelolaan serta memonitor pertumbuhan tanaman jati muda di
Perum Perhutani KPH Ciamis.
2
METODE
Lokasi dan Waktu
Penelitian ini dilaksanakan pada bulan Juli sampai Desember 2013. Tahap
pra-pengolahan citra dilaksanakan pada bulan Juli 2013 yang bertempat di
Laboratorium Remote Sensing dan GIS, Departemen Manajemen Hutan, Fakultas
Kehutanan, Institut Pertanian Bogor. Pengambilan data lapang dilaksanakan pada
bulan Agustus2013 yang meliputi Kabupaten Ciamis, Jawa Barat. Pengolahan
data, analisis data dan penyusunan laporan dilaksanakan pada bulan September Desember 2013 yang bertempat di Laboratorium Remote Sensing dan GIS,
Departemen Manajemen Hutan, Fakultas Kehutanan, Institut Pertanian Bogor.
Alat dan Data
Alat yang digunakan pada penelitian ini yaitu Global Positioning System
(GPS), alat tulis, tally sheet, kamera digital, satu unit laptop dengan perangkat
lunak Erdas Imagine 9.1, ArcView 3.2, ArcGIS 9.3, Minitab 14, microsoft Excel
2007, dan Microsoft Word 2007. Data yang digunakan pada penelitian ini adalah
citra landsat 8 OLI resolusi 30 x 30 meter part 121 row 65 perekaman tahun 2013,
peta kelas jenis dan kelas umur di KPH Ciamis dan peta Rupa Bumi Indonesia
daerah Jawa Barat.
Prosedur Analisis Data
Pengumpulan Data
Pengumpulan data meliputi pengumpulan informasi yang berhubungan
dengan topik penelitian, data citra Landsat 8, peta batas petak KPH Ciamis, dan
peta Rupa Bumi Indonesia daerah Jawa Barat.
Pra Pengolahan Citra
Pra pengolahan citra merupakan tahap awal dari pengolahan citra satelit
yaitu mulai dari import data citra, membuat citra komposit, koreksi geometri citra
dan pemotongan citra.
1. Import Data
Citra yang digunakan pada penelitian ini memiliki format *.TIF sehingga
dilakukan perubahan format menjadi *.img dengan menggunakan perangkat lunak
Erdas Imagine 9.1.
2. Pembuatan Citra Komposit
Citra Landsat 8 terdiri dari 9 saluran Operational Land Imager (OLI) dan 2
saluran Thermal Infrared Sensor (TIRS) , penggabungan band dimaksudkan untuk
memperoleh suatu data citra multispektral yang terdiri dari band cahaya tampak
(visible), Near Infrared (NIR), Shortwave Infrared(SWIR)dan Cirrus pada citra
landsat 8. Jaya (2010) menjelaskan bahwa dengan hanya satu band (saluran) yang
umumnya ditampilkan dengan “grayscale/hitam putih“, identifikasi obyek pada
3
citra umumnya lebih sulit dibandingkan dengan interpretasi pada citra berwarna.
Pada penelitian ini digunakan seluruh band dengan menyamakan resolusi
spasialnya menjadi 30 meter.
Tabel 1Karakteristik band citra landsat 8
Panjang
Saluran
gelombang (µm)
Band 1 – coastal aerosol
0.43 - 0.45
Band 2 – Blue
0.45 - 0.51
Band 3 – Green
0.53 - 0.59
Band 4 – Red
0.64 - 0.67
Band 5 – Near Infrared (NIR)
0.85 - 0.88
Band 6 – Shortwave Infrared(SWIR) 1
1.57 - 1.65
Band 7 – Shortwave Infrared(SWIR) 2
2.11 - 2.29
Band 8 – Panchromatic
0.50 - 0.68
Band 9 – Cirrus
1.36 - 1.38
Band 10 - Thermal Infrared (TIRS) 1
10.6 - 11.19
Band 11 – Thermal Infrared (TIRS) 2
11.5 - 12.51
Resolusi spasial
(m)
30
30
30
30
30
30
30
15
30
100
100
Sumber : USGS (2013)
3. Koreksi Geometrik
Jaya (2010) menjelaskan bahwa koreksi geometri dibutuhkan untuk
melakukan rektifikasi (pembetulan) agar koordinat pada citra sesuai dengan
koordinat geografi. Hal ini perlu dilakukan untuk mendapatkan nilai pixel yang
sebenarnya pada posisi yang tepat. Citra Landsat 8 sudah terorthorektifikasi L-IT
yang artinya sudah dilakukan rektifikasi dengan data Digital Elevation Model
(DEM) dari Global Land Surveys 2000 sehingga hanya dilakukan pengecekan
dengan menggunakan Peta Rupa Bumi dan project citra untuk mengubah
proyeksi citra menjadi Universal Tranverse Mectator (UTM) zona 49 S dan
datum yang digunakan adalah World Geodetic System(WGS) 84.
4. Pemotongan Citra
Pemotongan citra dilakukan untuk mendapatkan citra dengan areal yang
menjadi lokasi penelitian sehingga dapat fokus hanya pada lokasi penelitian saja.
Identifikasi Awal Tutupan Lahan
Identifikasi awal tutupan lahan ini dimaksudkan untuk memberikan
gambaran awal dalam mengidentifikasi pola sebaran, penentuan jumlah penutupan
lahan dan macam penutupan lahan. Dalam melakukan interpretasi kelas hutan
secara visual ini digunakan elemen-elemen interpretasi yang terdiri dari warna,
bentuk, ukuran, tekstur, pola, lokasi dan asosiasi.
Pada penyajian dengan multiband, biasanya dilakukan evaluasi dengan OIF
(optimum index factor). OIF merupakan ukuran banyaknya informasi yang dimuat
pada suatu citra komposit (Jaya 2006). Kombinasi band dengan nilai OIF terbesar
berarti memiliki variasi informasi yang lebih banyak. Nilai OIF dapat dihitung
dengan rumus :
Si S j S k
OIFijk
rij r jk rik
4
Si, Sj dan Sk adalah simpangan baku dari band ke-i, j dan k, sedangkan rij, rjk dan
rik adalah koefisien korelasi antar bandnya (Jaya 2010).
Pembuatan Titik Pengamatan dan pengambilan data lapangan
Lokasi titik awal pengamatan ditentukan dengan metode purposive
sampling untuk dilakukan pengamatan lapang.Pemilihan titik pengamatan ini
mempertimbangkan jumlah titik pengamatan agar masing-masing tutupan lahan
yang ada memiliki minimal dua titik pengamatan dan memungkinkan untuk
dijangkau. Titik yang diambil pada penelitian ini yaitu sebanyak 33 titik, 11 titik
berupa tanah kosong, 6 titik tanaman jati 1 tahun, 5 titik tanaman jati 2 tahun, 5
titik tanaman jati 3 tahun, dan 6 titik tanaman jati 4 tahun.
Analisis Hasil Pengamatan Lapangan
1. Identifikasi objek di lapangan
Identifikasi objek yang dilakukan yaitu mencatat jenis tutupan lahan, tinggi
rata-rata pohon, umur, jarak antarpohon, dan kemiringan lereng serta foto
kenampakan tutupan lahan pada kondisi lapang.
2. Penentuan Area Contoh (training area)
Training area diperlukan pada setiap kelas yang akan dibuat, dan diambil
dari areal yang cukup homogen. Penentuan training area merupakan proses yang
penting karena akan menentukan keberhasilan klasifikasi. Secara teoritis jumlah
piksel yang harus diambil per kelas adalah sebanyak jumlah band yang digunakan
plus satu (N+1). Akan tetapi pada prakteknya, jumlah piksel yang harus diambil
dari setiap kelas biasanya 10 sampai 100 kali jumlah band yang digunakan
(10N~100N) (Jaya 2010).
3. Analisis Separabilitas
Analisis separabilitas digunakan untuk mengevaluasi keterpisahan antara
objek-objek tutupan lahan yang ditemui di lapang dilihat dari nilai digital yang
telah ditentukan pada pembuatan training area. Metode yang digunakan pada
penelitian ini yaitu metode transformed divergence, metode ini digunakan untuk
mengukur tingkat keterpisahan antar kelas. Nilai separabilitas dengan transformed
divergenceakan berkisar antara 0 sampai dengan 2000. Nila nol sama dengan
tidak bisa dipisahkan, sedangkan nilai maksimum menunjukan keterpisahan yang
sangat baik (excellent). Menurut Jaya (2009) hasil analisis separabilitas dapat
dikelompokkan ke dalam lima kelas yaitu :
a. Tidak terpisah
: