Identifikasi Karakteristik dan Pemetaan Klasifikasi Tutupan Lahan Menggunakan Citra Landsat 8 (OLI) di Kabupaten Bogor
IDENTIFIKASI KARAKTERISTIK DAN PEMETAAN
KLASIFIKASI TUTUPAN LAHAN MENGGUNAKAN CITRA
LANDSAT 8 (OLI) DI KABUPATEN BOGOR
BUNGA MENTARI
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
BOGOR
2013
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Identifikasi
Karakteristik dan Pemetaan Klasifikasi Tutupan Lahan Menggunakan Citra
Landsat 8 (OLI) di Kabupaten Bogor adalah benar karya saya dengan arahan dari
komisi pembimbing dan belum pernah diajukan dalam bentuk apa pun kepada
perguruan tinggi mana pun. 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, Desember 2013
Bunga Mentari
NIM E14090103
ABSTRAK
BUNGA MENTARI. Identifikasi Karakteristik dan Pemetaan Klasifikasi Tutupan
Lahan Menggunakan Citra Landsat 8 (OLI) di Kabupaten Bogor. Dibimbing oleh
NINING PUSPANINGSIH.
Landsat 8 adalah satelit generasi terbaru dari Program Landsat yaitu
LDCM (Landsat Data Continuity Missions). Landsat 8 memiliki sensor OLI
(Operational Land Imager), resolusi spasial 30 m x 30 m, dan terdiri dari 8 band.
Hasil perhitungan kombinasi band terbaik menggunakan nilai OIF (Optimum
Index Factor) untuk klasifikasi tutupan lahan adalah kombinasi band 754. Pada
Landsat 8 band 7 adalah spektrum SWIR-2, band 5 adalah spektrum NIR, dan
band 4 adalah spektrum red. Hasil klasifikasi tutupan lahan di Kabupaten Bogor
menggunakan metode maximum likelihood mampu membedakan 15 kelas tutupan
lahan yaitu kelas hutan pinus, sawah baru tanam, kebun karet, lahan terbangun,
awan, bayangan awan, badan air, lahan terbuka, lapangan terbang, kebun buah,
perkebunan sawit, hutan tutupan rapat, semak belukar, sawah siap panen, dan
kebun campuran. Hasil akurasi klasifikasi memberikan ketelitian yang cukup
tinggi yaitu nilai overall accuracy sebesar 92.18% dan kappa accuracy sebesar
90.61%. Hasil ini menunjukkan bahwa pemetaan hasil klasifikasi citra Landsat 8
dapat digunakan.
Kata kunci: kombinasi band, Landsat 8 (OLI), tutupan lahan
ABSTRACT
BUNGA MENTARI. Characteristics Identification and Classification of
Land Cover Mapping Using Landsat 8 (OLI) in Bogor Regency. Supervised by
NINING PUSPANINGSIH.
Landsat 8 is the new generation satellite from Landsat Program that is
LDCM (Landsat Data Continuity Missions). Landsat 8 has a sensor OLI
(Operational Land Imager) with a spatial resolution of 30 x 30 m and consist of
eight spectral bands. The result of calculation for the best combination for land
cover using OIF (Optimum Index Factor) is band 754 combination. On Landsat 8,
band 7 is the spectrum of SWIR-2, band 5 is the spectrum of NIR, and band 4 is
the spectrum of red. The results of land cover classification in Bogor Regency
using maximum likelihood method is able to distunguish 15 classes of land cover
in Bogor Regency, i.e pinus forest, recent planted paddy, rubber plantations,
settlement, cloud, cloud shadows, water body, barren land, airports, fruit farms,
oil palm, dense forest cover, shrubs/bush, ready harvest paddy, and mixed farms.
Accuracy result from classification show a high accuracy value that 92.18% for
overall accuracy and 90.61% for kappa accuracy. This result shows that the
classification result of Landsat 8 mapping is usable.
Keywords: combination band, Landsat 8 (OLI), land cover
IDENTIFIKASI KARAKTERISTIK DAN PEMETAAN
KLASIFIKASI TUTUPAN LAHAN MENGGUNAKAN CITRA
LANDSAT 8 (OLI) DI KABUPATEN BOGOR
BUNGA MENTARI
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Kehutanan
pada
Departemen Manajemen Hutan
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
BOGOR
2013
Judul Skripsi :Identifikasi Karakteristik dan Pemetaan Klasifikasi Tutupan
Lahan Menggunakan Citra Landsat 8 (OLI) di Kabupaten Bogor
Nama
: Bunga Mentari
NIM
: E14090103
Disetujui oleh
Dr Nining Puspaningsih, MSi
Pembimbing
Diketahui oleh
Dr Ir Ahmad Budiaman, MSc F Trop
Ketua Departemen
Tanggal Lulus:
Judul Skripsi :Identifikasi Karakteristik dan Pemetaan Klasifikasi Tutupan
Lahan Menggunakan Citra Landsat 8 (OLI) di Kabupaten Bogor
: Bunga Mentari
Nama
NIM
: E14090103
Disetujui oleh
Dr Nining Puspaningsih, MSi
Pembimbing
Tanggal Lulus:
3 0 lIt 2\lI
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah Subhanahu Wa Ta’ala atas
segala karunia-Nya sehingga skripsi ini berhasil diselesaikan. Tema yang dipilih
dalam penelitian yang dilaksanakan sejak bulan Juni 2013 ini ialah penginderaan
jauh menggunakan citra satelit, dengan judul Identifikasi Karakteristik dan
Pemetaan Klasifikasi Tutupan Lahan Menggunakan Citra Landsat 8 (OLI) di
Kabupaten Bogor.
Terima kasih penulis ucapkan kepada Ibu Dr Nining Puspaningsih, MSi
selaku dosen pembimbing yang telah memberikan bimbingan, pengarahan,
kesabaran dan saran kepada penulis. Ungkapan terima kasih juga disampaikan
kepada ayah Anang Kurnia, ibu Iim Maryani, Diar Lestari, Fahmi Kurniawan
serta seluruh keluarga, atas segala doa, dukungan dan kasih sayangnya. Di
samping itu, penghargaan penulis sampaikan kepada Bapak Uus Saepul M, S.Hut
atas bantuan dan pengarahannya di Laboratorium Remote Sensing dan GIS,
Aswin Rahadian, S.Hut yang telah banyak membantu dalam memberikan data dan
saran. Terimakasih kepada Dewi Supriyo, Geanisa Vianda, Cecilya Budiaman,
Agung Kriswiyanto, Sonya Dyah, Artika Afifatus, Laysa Aswitama, Bagus
Fatriya, Qoiman Bilqisti, Sofian Hadi, Indri Febriani, Sri Chairi, keluarga besar
Lab. GIS, Chrysalis, dan MNH 46 atas semangat dan bantuannya kepada penulis.
Serta semua pihak yang tidak mungkin penulis sebutkan satu persatu.
Semoga skripsi ini dapat bermanfaat.
Bogor, Desember 2013
Bunga Mentari
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
2
Manfaat Penelitian
2
METODE
2
Waktu dan Tempat Penelitian
2
Alat dan Data
2
Metode Penelitian
2
HASIL DAN PEMBAHASAN
Kombinasi Band Terbaik Landsat 8
7
7
Perbedaan Landsat 7 ETM+ dengan Landsat 8 OLI
14
Klasifikasi Tutupan Lahan
18
Analisis Akurasi
20
SIMPULAN DAN SARAN
24
Simpulan
24
Saran
24
DAFTAR PUSTAKA
24
LAMPIRAN
26
DAFTAR TABEL
1.
2.
3.
4.
5.
6.
7.
8.
9.
Karakteristik citra Landsat 8
Matriks kesalahan (confusion matrix)
Nilai OIF citra Landsat 8 kombinasi 3 band
Karakteristik fisik tutupan lahan di lapangan
Kelas tutupan lahan di Kabupaten Bogor mengunakan Landsat 8
Rata-rata nilai digital tiap kelas tutupan lahan pada citra Landsat 8
kombinasi band 4, band 5 dan band 7
Nilai digital dan karakteristik citra secara visual pada Landsat 7 dan 8
Tutupan lahan hasil klasifikasi citra Landsat 8 di Kabupaten Bogor
tahun 2013
Matriks kontingensi hasil klasifikasi 15 kelas tutupan lahan
4
6
8
9
11
13
15
20
22
DAFTAR GAMBAR
1.
2.
Kombinasi band a) 875, b) 854, dan c) 754 (RGB)
Peta klasifikasi tutupan lahan di Kabupaten Bogor menggunakan
Landsat 8
9
19
DAFTAR LAMPIRAN
1.
2.
Analisis separabilitas dari 17 kelas klasifikasi penutupan lahan data
citra satelit Landsat 8 OLI di Kabupaten Bogor
Analisis separabilitas 15 kelas tutupan lahan yang memiliki tingkat
keterpisahan baik sampai sempurna
25
27
PENDAHULUAN
Latar Belakang
Penginderaan jauh adalah ilmu dan seni untuk memperoleh informasi
tentang suatu obyek, daerah, atau fenomena melalui analisis data yang diperoleh
dengan suatu alat tanpa kontak langsung dengan obyek, daerah atau fenomena
yang dikaji (Lillesand dan Kiefer 1990). Kajian dan penelitian dalam penggunaan
data penginderaan jauh membuat perkembangan teknologi terus mengalami
kemajuan yang pesat baik dari segi wahana maupun sensor yang digunakan dalam
perekaman suatu objek dipermukaan bumi. Pengumpulan data penginderaan jauh
dilakukan dengan menggunakan alat pengindera atau alat pengumpul data yang
disebut sensor. Sistem perekaman dengan menggunakan sensor satelit dapat
dibedakan menjadi dua bagian yaitu sistem pasif dan sistem aktif. Sumber tenaga
sistem pasif diambil dari sumber energi yang direflektansikan atau diradiasikan
oleh obyek menggunakan energi matahari.
Saat ini teknologi penginderaan jauh banyak digunakan dalam kegiatan
pengumpulan data kondisi tutupan lahan. Upaya untuk mengetahui kondisi
penutupan lahan pada suatu daerah dapat dilakukan secara lengkap, cepat, dan
relatif akurat melalui teknologi penginderaan jauh.
Teknik penginderaan jauh berkembang sangat pesat sejak diluncurkannya
satelit penginderaan jauh ERTS (Earth Resources Technology Satellite) atau
Landsat 1 yang terus mengalami perkembangan hingga peluncuran Landsat 7,
merupakan kelanjutan dari misi landsat yang untuk pertama kali menjadi satelit
pengamat bumi sejak tahun 1972. Landsat 7 saat ini masih berfungsi namun
mengalami kerusakan (striping) semenjak Mei 2003 sehingga mengganggu dalam
analisis citra.
Pada tanggal 11 Februari 2013 diluncurkan satelit generasi terbaru dari
program Landsat yaitu Landsat Data Continuity Mission (LDCM) atau dikenal
dengan nama Landsat 8. Citra Landsat 8 merupakan satelit observasi bumi hasil
kerjasama antara National Aeronautics and Space Administration (NASA) dan
U.S Geographical Survey (USGS). Landsat 8 memiliki sensor Operational Land
Imager (OLI) dan Thermal Infrared Sensor (TIRS) dengan ketinggian terbang 705
km dari permukaan bumi dan memiliki area scan seluas 170 km x 183 km yang
didesain untuk dapat beroperasi selama 5 tahun. Citra satelit ini memerlukan
waktu 99 menit untuk mengorbit bumi dan melakukan liputan pada area yang
sama setiap 16 hari sekali. Landsat 8 memiliki 11 saluran (band) yang terdiri dari
9 band berada pada sensor OLI dan 2 band lainnya berada pada sensor TIRS
(NASA 2011).
Landsat 8 sebagai satelit generasi terbaru belum banyak dilakukan
penelitian. Penelitian penggunaan Landsat 8 diharapkan dapat meningkatkan
kemampuan dalam mengidentifikasi karakteristik citra untuk tutupan lahan.
2
Tujuan Penelitian
Tujuan penelitian ini adalah :
1. Menghitung dan mencari kombinasi band terbaik Landsat 8 OLI untuk
klasifikasi tutupan lahan.
2. Membandingkan karakteristik tutupan lahan secara visual menggunakan
Landsat 7 ETM+ dan Landsat 8 OLI di Kabupaten Bogor.
3. Melakukan pemetaan tutupan lahan di Kabupaten Bogor menggunakan
citra Landsat 8 OLI.
Manfaat Penelitian
Hasil penelitian ini diharapkan dapat memberikan informasi terbaru
mengenai keadaan tutupan lahan dan memberikan manfaat pada kegiatan
perencanaan dan pengelolaan hutan di Kabupaten Bogor.
METODE
Waktu dan Tempat Penelitian
Penelitian dilaksanakan dengan tiga tahap, tahap pertama yaitu prapengolahan citra di Laboratorium Remote Sensing dan GIS, Fakultas Kehutanan
Institut Pertanian Bogor pada bulan Juli 2013. Tahap kedua yaitu pengambilan
data lapangan, dilakukan pada tanggal 20 sampai dengan 28 Agustus 2013 di
Kabupaten Bogor. Tahap ketiga pengolahan Data yang dilakukan di Laboratorium
Remote Sensing dan GIS, Fakultas Kehutanan Institut Pertanian Bogor pada bulan
September sampai dengan oktober 2013.
Alat dan Data
Alat yang digunakan dalam penelitian meliputi tally sheet, alat tulis, Global
Positioning System (GPS), kamera, laptop yang dilengkapi dengan software Erdas
Imagine 9.1, ArcGis 10.1, dan Ms. Excel. Data yang digunakan adalah Citra
Landsat 7 ETM+ path/row 122/64 dan 122/65 tanggal 22 Oktober 2002, Citra
Landsat 8 path/row 122/64 dan 122/65 tahun perekaman tanggal 8 Juli 2013, peta
batas administrasi Kabupaten Bogor, dan peta jaringan jalan Kabupaten Bogor.
Metode Penelitian
Secara umum penelitian dilakukan dengan tahapan pra-pengolahan citra,
interpretasi visual citra satelit, pengambilan data lapangan, dan pengolahan citra
digital.
Pra-Pengolahan Citra
Pra-pengolahan citra adalah pemprosesan awal sebelum dilakukan
pengolahan citra lebih lanjut. Pra-pengolahan citra ini terdiri dari beberapa
3
langkah yaitu perubahan format, mozaik citra, pemotongan citra, koreksi
geometrik, dan perhitungan OIF (Optimum Index Factor).
1. Perubahan Format
Citra yang diperoleh memiliki format GeoTiff yang kemudian dilakukan
perubahan format menjadi format .img dengan menggunakan software Erdas
Imagine 9.1. Pada penelitian ini resolusi citra Landsat yang digunakan adalah
resolusi spasial yang sama yaitu 30 m dan menggunakan band 1,2,3,4,5,6,7, dan 9.
2. Mozaik citra
Mozaik citra merupakan proses penggabungan beberapa citra secara
bersamaan membentuk satu kesatuan (satu lembar) peta atau citra yang kohesif.
Data asli citra Landsat 7 dan 8 path/row 122/64 dan 122/65 dimozaik menjadi satu
scene untuk mendapatkan daerah penelitian.
3. Pemotongan Citra (Cropping)
Pemotongan citra (cropping) dilakukan untuk mendapatkan areal yang
menjadi fokus penelitian yaitu Kabupaten Bogor. Citra dipotong menggunakan
peta batas administrasi Kabupaten Bogor.
4. Koreksi Geometrik
Koreksi geometrik dilakukan karena terdapat kesalahan geometrik yang
terjadi pada saat perekaman. Koreksi geometrik bertujuan untuk merektifikasi
atau membenarkan koordinat citra agar sesuai dengan koordinat geografis.
Sebagaimana diketahui, data mentah dari citra penginderaan jauh masih memiliki
sejumlah kesalahan. Data hasil rekaman sensor pada satelit merupakan
representasi dari bentuk permukaan bumi yang tidak beraturan. Meskipun
kelihatannya merupakan daerah yang datar, tetapi area yang direkam mengandung
kesalahan (distorsi) yang diakibatkan pengaruh kelengkungan buni atau sensor itu
sendiri (Jaya 2010). Penentuan sistem koordinat, proyeksi dan datum sistem
koordinat yang dipilih untuk koreksi ini adalah Universal Tranverse Mercator
(UTM) zona 48. Pemilihan proyeksi ini disesuaikan dengan pembagian area pada
sistem UTM. Kabupaten Bogor termasuk wilayah Jawa Barat ysng terletak pada
zona UTM 48, sedangkan datum yang digunakan adalah World Geographic
System 84 (WGS 84).
Citra Landsat 8 sudah terorthorektifikasi L-1T artinya data standard
correction (koreksi tegak) berdasarkan data DEM dari GLS2000 yang terdiri dari
data SRTM, NED, CDED, DTED termasuk GTOPO 30 untuk koreksi
sistematiknya (USGS 2013), tetapi pada penelitian ini tetap dilakukan koreksi
geometrik dengan menggunakan peta batas administrasi Kabupaten Bogor.
Perhitungan Optimum Index Factor (OIF)
Penelitian diawali dengan orientasi citra untuk memberikan gambaran awal
untuk survei lapangan, mengidentifikasi pola sebaran dan penentuan lahan yang
ada di daerah penelitian. Pada visualiasi citra digunakan kombinasi 3 saluran
dalam format RGB (Red Green Blue) yang dapat menghasilkan warna komposit.
Untuk pemilihan saluran yang dapat menyajikan variasi informasi lebih banyak,
digunakan perhitungan faktor indeks optimum. Pada Citra Landsat 8 (OLI) band
yang digunakan pada pemilihan kombinasi terdiri dari 8 band. Hasil perhitungan
OIF menggunakan 8 band menghasilkan 56 kombinasi. Semakin besar nilai OIF,
informasi yang akan diberikan semakin baik, tetapi pada pembuatan citra
4
komposit selain melihat nilai OIF perlu mempertimbangkan kenampakan visual
yang dihasilkan. Secara matematis OIF dihitung dengan formula sebagai berikut:
|
|
|
|
|
|
Dimana Si, Sj dan Sk adalah simpangan baku (standar deviasi) dari band i,j,
dan k. Nilai rij, rjk, dan rik menyatakan koefisien korelasi antar bandnya (Jaya
2010). Saluran band yang digunakan pada perhitungan disajikan pada Tabel 1.
Tabel 1 Karakteristik citra Landsat 8
Band number
1
2
3
4
5
6
7
9
Spectral range (µm)
0.43-0.45 (coastal blue)
0.45-0.51 (blue)
0.53-0.59 (green)
0.64-0.67 (red)
0.85-0.88 (NIR)
1.57-1.65 (SWIR-1)
2.11-2.19 (SWIR-2)
1.36-1.38 (cirrus)
Sensor
Resolusi (m)
OLI
OLI
OLI
OLI
OLI
OLI
OLI
OLI
30
30
30
30
30
30
30
30
Sumber: USGS (2013)
Interpretasi Visual Citra Satelit
Menurut Purwadhi (2001) Interpretasi visual merupakan perbuatan
mengkaji citra dengan maksud mengidentifikasi obyek yang tergambar di dalam
citra. Interpretasi visual citra didasarkan pada pengenalan ciri obyek secara
keruangan (spasial). Karakteristik obyek dapat dikenali berdasarkan unsur-unsur
interpretasi seperti warna, bentuk, ukuran, pola, tekstur, bayangan, letak dan
asosiasi kenampakan obyek. Untuk mempermudah interpretasi visual citra dapat
ditampilkan dalam format RGB (Red Green Blue) sehingga menghasilkan warna
komposit.
Pengambilan Data Lapangan (Ground Check)
Kegiatan Ground Check dilakukan untuk mendapatkan beberapa informasi,
yaitu informasi mengenai keadaan tutupan lahan yang sebenarnya di lapangan dan
titik-titik koordinat yang berguna untuk mengecek kebenaran hasil klasifiksi
visual yang hasilnya dapat digunakan sebagai area contoh (training area) dalam
klasifikasi citra digital. Pengambilan titik contoh koordinat tersebut dilakukan
dengan bantuan alat GPS (Global Positioning System) secara purpossive sampling
sebanyak 51 titik pengamatan.
Pengolahan Citra Digital
Pengolahan citra digital untuk klasifikasi tutupan lahan menggunakan
metode klasifikasi terbimbing (supervised classification). Analisis ini merupakan
suatu proses penyusunan, pengurutan, atau pengelompokan suatu piksel citra
digital multispektral ke dalam beberapa kelas berdasarkan kategori obyek. Pada
5
analisis ini setiap piksel yang berada pada satu kelas diasumsikan berkarakteristik
homogen, maka selanjutnya pada klasifikasi terbimbing dilakukan penentuan atau
pemilihan area contoh untuk mencari kelompok-kelompok obyek yang secara
spektral terpisah satu dengan lainnya sehingga pola-pola respon spektral yang
terdapat dalam citra dapat diekstrak.
Penentuan Area Contoh (Training Area)
Penentuan area contoh dilakukan untuk mengidentifikasi area contoh yang
mewakili setiap kelas penutupan lahan yang diinginkan dan membangun suatu
deskripsi numerik dari spektral tiap penutupan lahan tersebut (Lillesand dan
Kiefer 1990). Penentuan dan pengambilan contoh dilakukan berdasarkan data
yang didapatkan dari pemeriksaan lapangan kemudian dilakukan penentuan dan
pemilihan lokasi-lokasi area contoh (training area) untuk pengambilan informasi
statistik tipe-tipe tutupan lahan. Pengambilan informasi statistik dilakukan dengan
cara mengambil contoh-contoh piksel dari setiap kelas tutupan lahan dan
ditentukan lokasinya pada citra komposit. Informasi statistik dari setiap kelas
tutupan lahan ini digunakan untuk menjalankan fungsi separabilitas dan fungsi
akurasi. Informasi yang diambil adalah nilai rata-rata, simpangan baku, nilai
digital minimum dan maksimum, serta matriks varian-kovarian untuk setiap kelas
tutupan lahan.
Analisis Separabilitas
Analisis separabilitas adalah analisis kuantitatif yang memeberikan
informasi mengenai evaluasi keterpisahan area contoh (training area) dari setiap
kelas, apakah suatu kelas layak digabung atau tidak dan juga kombinasi band
terbaik untuk klasifikasi. Metode analisis separabilitas yang digunakan dalam
penelitian ini adalah metode Tranformasi Divergensi (TD). Metode ini digunakan
untuk mengukur tingkat keterpisahan antar kelas. Nilai TD ini dapat diketahui
dengan rumus:
keterangan :
TDij
= separabilitas antara kelas i dengan kelas j
exp
= -2,718
Menurut Jaya (2009) kriteria tingkat keterpisahan antar kelas dari nilai
transformasi divergensi adalah sebagai berikut:
a. Tidak terpisah (unseparable)
:
KLASIFIKASI TUTUPAN LAHAN MENGGUNAKAN CITRA
LANDSAT 8 (OLI) DI KABUPATEN BOGOR
BUNGA MENTARI
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
BOGOR
2013
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Identifikasi
Karakteristik dan Pemetaan Klasifikasi Tutupan Lahan Menggunakan Citra
Landsat 8 (OLI) di Kabupaten Bogor adalah benar karya saya dengan arahan dari
komisi pembimbing dan belum pernah diajukan dalam bentuk apa pun kepada
perguruan tinggi mana pun. 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, Desember 2013
Bunga Mentari
NIM E14090103
ABSTRAK
BUNGA MENTARI. Identifikasi Karakteristik dan Pemetaan Klasifikasi Tutupan
Lahan Menggunakan Citra Landsat 8 (OLI) di Kabupaten Bogor. Dibimbing oleh
NINING PUSPANINGSIH.
Landsat 8 adalah satelit generasi terbaru dari Program Landsat yaitu
LDCM (Landsat Data Continuity Missions). Landsat 8 memiliki sensor OLI
(Operational Land Imager), resolusi spasial 30 m x 30 m, dan terdiri dari 8 band.
Hasil perhitungan kombinasi band terbaik menggunakan nilai OIF (Optimum
Index Factor) untuk klasifikasi tutupan lahan adalah kombinasi band 754. Pada
Landsat 8 band 7 adalah spektrum SWIR-2, band 5 adalah spektrum NIR, dan
band 4 adalah spektrum red. Hasil klasifikasi tutupan lahan di Kabupaten Bogor
menggunakan metode maximum likelihood mampu membedakan 15 kelas tutupan
lahan yaitu kelas hutan pinus, sawah baru tanam, kebun karet, lahan terbangun,
awan, bayangan awan, badan air, lahan terbuka, lapangan terbang, kebun buah,
perkebunan sawit, hutan tutupan rapat, semak belukar, sawah siap panen, dan
kebun campuran. Hasil akurasi klasifikasi memberikan ketelitian yang cukup
tinggi yaitu nilai overall accuracy sebesar 92.18% dan kappa accuracy sebesar
90.61%. Hasil ini menunjukkan bahwa pemetaan hasil klasifikasi citra Landsat 8
dapat digunakan.
Kata kunci: kombinasi band, Landsat 8 (OLI), tutupan lahan
ABSTRACT
BUNGA MENTARI. Characteristics Identification and Classification of
Land Cover Mapping Using Landsat 8 (OLI) in Bogor Regency. Supervised by
NINING PUSPANINGSIH.
Landsat 8 is the new generation satellite from Landsat Program that is
LDCM (Landsat Data Continuity Missions). Landsat 8 has a sensor OLI
(Operational Land Imager) with a spatial resolution of 30 x 30 m and consist of
eight spectral bands. The result of calculation for the best combination for land
cover using OIF (Optimum Index Factor) is band 754 combination. On Landsat 8,
band 7 is the spectrum of SWIR-2, band 5 is the spectrum of NIR, and band 4 is
the spectrum of red. The results of land cover classification in Bogor Regency
using maximum likelihood method is able to distunguish 15 classes of land cover
in Bogor Regency, i.e pinus forest, recent planted paddy, rubber plantations,
settlement, cloud, cloud shadows, water body, barren land, airports, fruit farms,
oil palm, dense forest cover, shrubs/bush, ready harvest paddy, and mixed farms.
Accuracy result from classification show a high accuracy value that 92.18% for
overall accuracy and 90.61% for kappa accuracy. This result shows that the
classification result of Landsat 8 mapping is usable.
Keywords: combination band, Landsat 8 (OLI), land cover
IDENTIFIKASI KARAKTERISTIK DAN PEMETAAN
KLASIFIKASI TUTUPAN LAHAN MENGGUNAKAN CITRA
LANDSAT 8 (OLI) DI KABUPATEN BOGOR
BUNGA MENTARI
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Kehutanan
pada
Departemen Manajemen Hutan
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
BOGOR
2013
Judul Skripsi :Identifikasi Karakteristik dan Pemetaan Klasifikasi Tutupan
Lahan Menggunakan Citra Landsat 8 (OLI) di Kabupaten Bogor
Nama
: Bunga Mentari
NIM
: E14090103
Disetujui oleh
Dr Nining Puspaningsih, MSi
Pembimbing
Diketahui oleh
Dr Ir Ahmad Budiaman, MSc F Trop
Ketua Departemen
Tanggal Lulus:
Judul Skripsi :Identifikasi Karakteristik dan Pemetaan Klasifikasi Tutupan
Lahan Menggunakan Citra Landsat 8 (OLI) di Kabupaten Bogor
: Bunga Mentari
Nama
NIM
: E14090103
Disetujui oleh
Dr Nining Puspaningsih, MSi
Pembimbing
Tanggal Lulus:
3 0 lIt 2\lI
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah Subhanahu Wa Ta’ala atas
segala karunia-Nya sehingga skripsi ini berhasil diselesaikan. Tema yang dipilih
dalam penelitian yang dilaksanakan sejak bulan Juni 2013 ini ialah penginderaan
jauh menggunakan citra satelit, dengan judul Identifikasi Karakteristik dan
Pemetaan Klasifikasi Tutupan Lahan Menggunakan Citra Landsat 8 (OLI) di
Kabupaten Bogor.
Terima kasih penulis ucapkan kepada Ibu Dr Nining Puspaningsih, MSi
selaku dosen pembimbing yang telah memberikan bimbingan, pengarahan,
kesabaran dan saran kepada penulis. Ungkapan terima kasih juga disampaikan
kepada ayah Anang Kurnia, ibu Iim Maryani, Diar Lestari, Fahmi Kurniawan
serta seluruh keluarga, atas segala doa, dukungan dan kasih sayangnya. Di
samping itu, penghargaan penulis sampaikan kepada Bapak Uus Saepul M, S.Hut
atas bantuan dan pengarahannya di Laboratorium Remote Sensing dan GIS,
Aswin Rahadian, S.Hut yang telah banyak membantu dalam memberikan data dan
saran. Terimakasih kepada Dewi Supriyo, Geanisa Vianda, Cecilya Budiaman,
Agung Kriswiyanto, Sonya Dyah, Artika Afifatus, Laysa Aswitama, Bagus
Fatriya, Qoiman Bilqisti, Sofian Hadi, Indri Febriani, Sri Chairi, keluarga besar
Lab. GIS, Chrysalis, dan MNH 46 atas semangat dan bantuannya kepada penulis.
Serta semua pihak yang tidak mungkin penulis sebutkan satu persatu.
Semoga skripsi ini dapat bermanfaat.
Bogor, Desember 2013
Bunga Mentari
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
2
Manfaat Penelitian
2
METODE
2
Waktu dan Tempat Penelitian
2
Alat dan Data
2
Metode Penelitian
2
HASIL DAN PEMBAHASAN
Kombinasi Band Terbaik Landsat 8
7
7
Perbedaan Landsat 7 ETM+ dengan Landsat 8 OLI
14
Klasifikasi Tutupan Lahan
18
Analisis Akurasi
20
SIMPULAN DAN SARAN
24
Simpulan
24
Saran
24
DAFTAR PUSTAKA
24
LAMPIRAN
26
DAFTAR TABEL
1.
2.
3.
4.
5.
6.
7.
8.
9.
Karakteristik citra Landsat 8
Matriks kesalahan (confusion matrix)
Nilai OIF citra Landsat 8 kombinasi 3 band
Karakteristik fisik tutupan lahan di lapangan
Kelas tutupan lahan di Kabupaten Bogor mengunakan Landsat 8
Rata-rata nilai digital tiap kelas tutupan lahan pada citra Landsat 8
kombinasi band 4, band 5 dan band 7
Nilai digital dan karakteristik citra secara visual pada Landsat 7 dan 8
Tutupan lahan hasil klasifikasi citra Landsat 8 di Kabupaten Bogor
tahun 2013
Matriks kontingensi hasil klasifikasi 15 kelas tutupan lahan
4
6
8
9
11
13
15
20
22
DAFTAR GAMBAR
1.
2.
Kombinasi band a) 875, b) 854, dan c) 754 (RGB)
Peta klasifikasi tutupan lahan di Kabupaten Bogor menggunakan
Landsat 8
9
19
DAFTAR LAMPIRAN
1.
2.
Analisis separabilitas dari 17 kelas klasifikasi penutupan lahan data
citra satelit Landsat 8 OLI di Kabupaten Bogor
Analisis separabilitas 15 kelas tutupan lahan yang memiliki tingkat
keterpisahan baik sampai sempurna
25
27
PENDAHULUAN
Latar Belakang
Penginderaan jauh adalah ilmu dan seni untuk memperoleh informasi
tentang suatu obyek, daerah, atau fenomena melalui analisis data yang diperoleh
dengan suatu alat tanpa kontak langsung dengan obyek, daerah atau fenomena
yang dikaji (Lillesand dan Kiefer 1990). Kajian dan penelitian dalam penggunaan
data penginderaan jauh membuat perkembangan teknologi terus mengalami
kemajuan yang pesat baik dari segi wahana maupun sensor yang digunakan dalam
perekaman suatu objek dipermukaan bumi. Pengumpulan data penginderaan jauh
dilakukan dengan menggunakan alat pengindera atau alat pengumpul data yang
disebut sensor. Sistem perekaman dengan menggunakan sensor satelit dapat
dibedakan menjadi dua bagian yaitu sistem pasif dan sistem aktif. Sumber tenaga
sistem pasif diambil dari sumber energi yang direflektansikan atau diradiasikan
oleh obyek menggunakan energi matahari.
Saat ini teknologi penginderaan jauh banyak digunakan dalam kegiatan
pengumpulan data kondisi tutupan lahan. Upaya untuk mengetahui kondisi
penutupan lahan pada suatu daerah dapat dilakukan secara lengkap, cepat, dan
relatif akurat melalui teknologi penginderaan jauh.
Teknik penginderaan jauh berkembang sangat pesat sejak diluncurkannya
satelit penginderaan jauh ERTS (Earth Resources Technology Satellite) atau
Landsat 1 yang terus mengalami perkembangan hingga peluncuran Landsat 7,
merupakan kelanjutan dari misi landsat yang untuk pertama kali menjadi satelit
pengamat bumi sejak tahun 1972. Landsat 7 saat ini masih berfungsi namun
mengalami kerusakan (striping) semenjak Mei 2003 sehingga mengganggu dalam
analisis citra.
Pada tanggal 11 Februari 2013 diluncurkan satelit generasi terbaru dari
program Landsat yaitu Landsat Data Continuity Mission (LDCM) atau dikenal
dengan nama Landsat 8. Citra Landsat 8 merupakan satelit observasi bumi hasil
kerjasama antara National Aeronautics and Space Administration (NASA) dan
U.S Geographical Survey (USGS). Landsat 8 memiliki sensor Operational Land
Imager (OLI) dan Thermal Infrared Sensor (TIRS) dengan ketinggian terbang 705
km dari permukaan bumi dan memiliki area scan seluas 170 km x 183 km yang
didesain untuk dapat beroperasi selama 5 tahun. Citra satelit ini memerlukan
waktu 99 menit untuk mengorbit bumi dan melakukan liputan pada area yang
sama setiap 16 hari sekali. Landsat 8 memiliki 11 saluran (band) yang terdiri dari
9 band berada pada sensor OLI dan 2 band lainnya berada pada sensor TIRS
(NASA 2011).
Landsat 8 sebagai satelit generasi terbaru belum banyak dilakukan
penelitian. Penelitian penggunaan Landsat 8 diharapkan dapat meningkatkan
kemampuan dalam mengidentifikasi karakteristik citra untuk tutupan lahan.
2
Tujuan Penelitian
Tujuan penelitian ini adalah :
1. Menghitung dan mencari kombinasi band terbaik Landsat 8 OLI untuk
klasifikasi tutupan lahan.
2. Membandingkan karakteristik tutupan lahan secara visual menggunakan
Landsat 7 ETM+ dan Landsat 8 OLI di Kabupaten Bogor.
3. Melakukan pemetaan tutupan lahan di Kabupaten Bogor menggunakan
citra Landsat 8 OLI.
Manfaat Penelitian
Hasil penelitian ini diharapkan dapat memberikan informasi terbaru
mengenai keadaan tutupan lahan dan memberikan manfaat pada kegiatan
perencanaan dan pengelolaan hutan di Kabupaten Bogor.
METODE
Waktu dan Tempat Penelitian
Penelitian dilaksanakan dengan tiga tahap, tahap pertama yaitu prapengolahan citra di Laboratorium Remote Sensing dan GIS, Fakultas Kehutanan
Institut Pertanian Bogor pada bulan Juli 2013. Tahap kedua yaitu pengambilan
data lapangan, dilakukan pada tanggal 20 sampai dengan 28 Agustus 2013 di
Kabupaten Bogor. Tahap ketiga pengolahan Data yang dilakukan di Laboratorium
Remote Sensing dan GIS, Fakultas Kehutanan Institut Pertanian Bogor pada bulan
September sampai dengan oktober 2013.
Alat dan Data
Alat yang digunakan dalam penelitian meliputi tally sheet, alat tulis, Global
Positioning System (GPS), kamera, laptop yang dilengkapi dengan software Erdas
Imagine 9.1, ArcGis 10.1, dan Ms. Excel. Data yang digunakan adalah Citra
Landsat 7 ETM+ path/row 122/64 dan 122/65 tanggal 22 Oktober 2002, Citra
Landsat 8 path/row 122/64 dan 122/65 tahun perekaman tanggal 8 Juli 2013, peta
batas administrasi Kabupaten Bogor, dan peta jaringan jalan Kabupaten Bogor.
Metode Penelitian
Secara umum penelitian dilakukan dengan tahapan pra-pengolahan citra,
interpretasi visual citra satelit, pengambilan data lapangan, dan pengolahan citra
digital.
Pra-Pengolahan Citra
Pra-pengolahan citra adalah pemprosesan awal sebelum dilakukan
pengolahan citra lebih lanjut. Pra-pengolahan citra ini terdiri dari beberapa
3
langkah yaitu perubahan format, mozaik citra, pemotongan citra, koreksi
geometrik, dan perhitungan OIF (Optimum Index Factor).
1. Perubahan Format
Citra yang diperoleh memiliki format GeoTiff yang kemudian dilakukan
perubahan format menjadi format .img dengan menggunakan software Erdas
Imagine 9.1. Pada penelitian ini resolusi citra Landsat yang digunakan adalah
resolusi spasial yang sama yaitu 30 m dan menggunakan band 1,2,3,4,5,6,7, dan 9.
2. Mozaik citra
Mozaik citra merupakan proses penggabungan beberapa citra secara
bersamaan membentuk satu kesatuan (satu lembar) peta atau citra yang kohesif.
Data asli citra Landsat 7 dan 8 path/row 122/64 dan 122/65 dimozaik menjadi satu
scene untuk mendapatkan daerah penelitian.
3. Pemotongan Citra (Cropping)
Pemotongan citra (cropping) dilakukan untuk mendapatkan areal yang
menjadi fokus penelitian yaitu Kabupaten Bogor. Citra dipotong menggunakan
peta batas administrasi Kabupaten Bogor.
4. Koreksi Geometrik
Koreksi geometrik dilakukan karena terdapat kesalahan geometrik yang
terjadi pada saat perekaman. Koreksi geometrik bertujuan untuk merektifikasi
atau membenarkan koordinat citra agar sesuai dengan koordinat geografis.
Sebagaimana diketahui, data mentah dari citra penginderaan jauh masih memiliki
sejumlah kesalahan. Data hasil rekaman sensor pada satelit merupakan
representasi dari bentuk permukaan bumi yang tidak beraturan. Meskipun
kelihatannya merupakan daerah yang datar, tetapi area yang direkam mengandung
kesalahan (distorsi) yang diakibatkan pengaruh kelengkungan buni atau sensor itu
sendiri (Jaya 2010). Penentuan sistem koordinat, proyeksi dan datum sistem
koordinat yang dipilih untuk koreksi ini adalah Universal Tranverse Mercator
(UTM) zona 48. Pemilihan proyeksi ini disesuaikan dengan pembagian area pada
sistem UTM. Kabupaten Bogor termasuk wilayah Jawa Barat ysng terletak pada
zona UTM 48, sedangkan datum yang digunakan adalah World Geographic
System 84 (WGS 84).
Citra Landsat 8 sudah terorthorektifikasi L-1T artinya data standard
correction (koreksi tegak) berdasarkan data DEM dari GLS2000 yang terdiri dari
data SRTM, NED, CDED, DTED termasuk GTOPO 30 untuk koreksi
sistematiknya (USGS 2013), tetapi pada penelitian ini tetap dilakukan koreksi
geometrik dengan menggunakan peta batas administrasi Kabupaten Bogor.
Perhitungan Optimum Index Factor (OIF)
Penelitian diawali dengan orientasi citra untuk memberikan gambaran awal
untuk survei lapangan, mengidentifikasi pola sebaran dan penentuan lahan yang
ada di daerah penelitian. Pada visualiasi citra digunakan kombinasi 3 saluran
dalam format RGB (Red Green Blue) yang dapat menghasilkan warna komposit.
Untuk pemilihan saluran yang dapat menyajikan variasi informasi lebih banyak,
digunakan perhitungan faktor indeks optimum. Pada Citra Landsat 8 (OLI) band
yang digunakan pada pemilihan kombinasi terdiri dari 8 band. Hasil perhitungan
OIF menggunakan 8 band menghasilkan 56 kombinasi. Semakin besar nilai OIF,
informasi yang akan diberikan semakin baik, tetapi pada pembuatan citra
4
komposit selain melihat nilai OIF perlu mempertimbangkan kenampakan visual
yang dihasilkan. Secara matematis OIF dihitung dengan formula sebagai berikut:
|
|
|
|
|
|
Dimana Si, Sj dan Sk adalah simpangan baku (standar deviasi) dari band i,j,
dan k. Nilai rij, rjk, dan rik menyatakan koefisien korelasi antar bandnya (Jaya
2010). Saluran band yang digunakan pada perhitungan disajikan pada Tabel 1.
Tabel 1 Karakteristik citra Landsat 8
Band number
1
2
3
4
5
6
7
9
Spectral range (µm)
0.43-0.45 (coastal blue)
0.45-0.51 (blue)
0.53-0.59 (green)
0.64-0.67 (red)
0.85-0.88 (NIR)
1.57-1.65 (SWIR-1)
2.11-2.19 (SWIR-2)
1.36-1.38 (cirrus)
Sensor
Resolusi (m)
OLI
OLI
OLI
OLI
OLI
OLI
OLI
OLI
30
30
30
30
30
30
30
30
Sumber: USGS (2013)
Interpretasi Visual Citra Satelit
Menurut Purwadhi (2001) Interpretasi visual merupakan perbuatan
mengkaji citra dengan maksud mengidentifikasi obyek yang tergambar di dalam
citra. Interpretasi visual citra didasarkan pada pengenalan ciri obyek secara
keruangan (spasial). Karakteristik obyek dapat dikenali berdasarkan unsur-unsur
interpretasi seperti warna, bentuk, ukuran, pola, tekstur, bayangan, letak dan
asosiasi kenampakan obyek. Untuk mempermudah interpretasi visual citra dapat
ditampilkan dalam format RGB (Red Green Blue) sehingga menghasilkan warna
komposit.
Pengambilan Data Lapangan (Ground Check)
Kegiatan Ground Check dilakukan untuk mendapatkan beberapa informasi,
yaitu informasi mengenai keadaan tutupan lahan yang sebenarnya di lapangan dan
titik-titik koordinat yang berguna untuk mengecek kebenaran hasil klasifiksi
visual yang hasilnya dapat digunakan sebagai area contoh (training area) dalam
klasifikasi citra digital. Pengambilan titik contoh koordinat tersebut dilakukan
dengan bantuan alat GPS (Global Positioning System) secara purpossive sampling
sebanyak 51 titik pengamatan.
Pengolahan Citra Digital
Pengolahan citra digital untuk klasifikasi tutupan lahan menggunakan
metode klasifikasi terbimbing (supervised classification). Analisis ini merupakan
suatu proses penyusunan, pengurutan, atau pengelompokan suatu piksel citra
digital multispektral ke dalam beberapa kelas berdasarkan kategori obyek. Pada
5
analisis ini setiap piksel yang berada pada satu kelas diasumsikan berkarakteristik
homogen, maka selanjutnya pada klasifikasi terbimbing dilakukan penentuan atau
pemilihan area contoh untuk mencari kelompok-kelompok obyek yang secara
spektral terpisah satu dengan lainnya sehingga pola-pola respon spektral yang
terdapat dalam citra dapat diekstrak.
Penentuan Area Contoh (Training Area)
Penentuan area contoh dilakukan untuk mengidentifikasi area contoh yang
mewakili setiap kelas penutupan lahan yang diinginkan dan membangun suatu
deskripsi numerik dari spektral tiap penutupan lahan tersebut (Lillesand dan
Kiefer 1990). Penentuan dan pengambilan contoh dilakukan berdasarkan data
yang didapatkan dari pemeriksaan lapangan kemudian dilakukan penentuan dan
pemilihan lokasi-lokasi area contoh (training area) untuk pengambilan informasi
statistik tipe-tipe tutupan lahan. Pengambilan informasi statistik dilakukan dengan
cara mengambil contoh-contoh piksel dari setiap kelas tutupan lahan dan
ditentukan lokasinya pada citra komposit. Informasi statistik dari setiap kelas
tutupan lahan ini digunakan untuk menjalankan fungsi separabilitas dan fungsi
akurasi. Informasi yang diambil adalah nilai rata-rata, simpangan baku, nilai
digital minimum dan maksimum, serta matriks varian-kovarian untuk setiap kelas
tutupan lahan.
Analisis Separabilitas
Analisis separabilitas adalah analisis kuantitatif yang memeberikan
informasi mengenai evaluasi keterpisahan area contoh (training area) dari setiap
kelas, apakah suatu kelas layak digabung atau tidak dan juga kombinasi band
terbaik untuk klasifikasi. Metode analisis separabilitas yang digunakan dalam
penelitian ini adalah metode Tranformasi Divergensi (TD). Metode ini digunakan
untuk mengukur tingkat keterpisahan antar kelas. Nilai TD ini dapat diketahui
dengan rumus:
keterangan :
TDij
= separabilitas antara kelas i dengan kelas j
exp
= -2,718
Menurut Jaya (2009) kriteria tingkat keterpisahan antar kelas dari nilai
transformasi divergensi adalah sebagai berikut:
a. Tidak terpisah (unseparable)
: