Aulia Atmanegara : Aplikasi Penginderaan Jauh Dan Sig Untuk Penatagunaan Lahan Mangrove Di Kabupaten Serdang Bedagai Provinsi Sumatera Utara, 2010.
4. Peralatan lapangan yang digunakan adalah kamera digital dan Global
Positioning System GPS untuk pengukuran koordinat titik kontrol guna mengetahui posisi titik sample.
Metode
Kegiatan untuk penelitian ini terdiri dari beberapa tahapan yang harus dilaksanakan, tahapan tersebut diantaranya meliputi:
1. Pra Pengolahan
1.1. Pengumpulan data Adapun data yang digunakan dalam penelitian ini berupa data primer dan
data sekunder. Data primer merupakan data yang dikumpulkan dengan cara pengecekan langsung di lapangan pada lokasi penelitian untuk diambil sampelnya
sebagai acuan bagi wilayah lainnya yang serupa sehingga untuk identifikasi data di lapangan tidak perlu dilakukan pada seluruh wilayah penelitian. Data sekunder
yang dikumpulkan berupa citra Landsat ETM 7+ tahun 2005 dan 2006 Kabupaten Serdang Bedagai, peta administrasi kabupaten Serdang Bedagai, peta RTRWK,
dan profil umum Kabupaten Serdang Bedagai. Pada tahap ini dilakukan pra survei di wilayah yang akan diteliti. Adapun
persiapan yang diperlukan diantaranya adalah persiapan administrasi berupa perijinan untuk melakukan penelitian dan pemetaan, transportasi menuju wilayah
penelitian, serta literatur yang mendukung penelitian. Pada tahap ini ditentukan kapan waktu pelaksanaan kerja lapang yang sebaiknya dilaksanakan.
2. Pengolahan
Aulia Atmanegara : Aplikasi Penginderaan Jauh Dan Sig Untuk Penatagunaan Lahan Mangrove Di Kabupaten Serdang Bedagai Provinsi Sumatera Utara, 2010.
2.1. Digitasi peta dasar Digitasi adalah kegiatan merubah peta-peta dasar peta administrasi, peta
kawasan hutan menjadi peta digital. Metode digitasi dapat dilakukan secara manual dengan alat digitizer atau menggunakan perangkat lunak dengan teknik
screen on digitazing. Perangkat lunak yang dapat digunakan untuk digitasi ini yaitu Arc View 3.3.
2.2. Pengolahan Data Citra Tahapan dalam pengolahan data secara digital adalah :
a. Melakukan konversi format data. Data citra satelit mentah didapat dengan
format tiff pada setiap bandnya. Umumnya jenis data tiff ini memiliki kapasitas yang sangat besar yaitu lebih dari 100 megabyte, karena data tiff
ini merupakan data asli dari satelit yang dapat dimodifikasi dan antar bandnya berdiri sendiri. Oleh karena itu data tiff harus disatukan dan di
exsport menjadi data img. b.
Melakukan proses pemotongan citra cropping sesuai dengan daerah penelitian.
c. Dilakukan pemilihan tiga kanal dengan kombinasi komposit sehingga
penampakan citra lebih jelas lagi untuk mendapatkan informasi yang lebih banyak guna interpretasi. Pemilihan tiga kanal citra untuk dikomposit
dilakukan berulang-ulang untuk mendapatkan hasil yang paling baik dan optimal untuk memberikan informasi objek. Dalam hal pemantauan
mangrove kombinasi kanal yang baik yaitu kanal 5, 4 dan 3 RGB. d.
Penajaman citra dilakukan untuk lebih memudahkan interpretasi visual dan pemahaman terhadap suatu citra. Keuntungan dari citra digital yaitu
Aulia Atmanegara : Aplikasi Penginderaan Jauh Dan Sig Untuk Penatagunaan Lahan Mangrove Di Kabupaten Serdang Bedagai Provinsi Sumatera Utara, 2010.
memungkinkan kita untuk melakukan manipulasi nilai pixel suatu citra. Walaupun citra telah dikoreksi terhadap pengaruh radiometrik, atmosperik
dan karakteristik sensor sebelum data citra didistribusikan kepada para pengguna, akan tetapi kenampakan citra masih tetap kurang optimal untuk
interpretasi visual. Teknik penajaman citra digunakan dalam rangka, perbaikan citra, meningkatkan perubahan skala keabuan nilai kecerahan
pixel dalam hal kualitas cetak fotografik untuk interpretasi dalam pengolahan tanpa kembali pada analisis digital interaktif, pada langkah
pertama dalam proses subyektif klasifikasi digital. e.
Setelah penentuan penampakan citra hasil komposit yang terbaik, selanjutnya dilakukan klasifikasi. Setelah dilakukan kegiatan pengecekan
lapangan klasifikasi dilanjutkan dengan klasifikasi terbimbing. Klasifikasi penutupan lahan dilakukan secara terbimbing supervised menggunakan
metode Maximum Likelihood. Menurut Jaya 1998 Klasifikasi terbimbing supervised adalah klasifikasi dimana analis mempunyai sejumlah piksel
yang mewakili masing-masing kelas atau kategori yang diinginkan. f.
Pada tahap awal klasifikasi dilakukan pemilihan training area daerah latihan untuk mengelompokkan piksel-piksel yang berwarna sama. Tahap
terpenting dalam klasifikasi terbimbing adalah tahap penamaan piksel labeling yang diperoleh dari data training area daerah latihan. Setiap
hasil penandaan daerah latihan diberi nama sesuai dengan kondisi di alam. Piksel-piksel atau warna yang tidak sesuai akan dimasukkan ke dalam
kelas yang mempunyai kesamaan paling banyak hal ini disebabkan
Aulia Atmanegara : Aplikasi Penginderaan Jauh Dan Sig Untuk Penatagunaan Lahan Mangrove Di Kabupaten Serdang Bedagai Provinsi Sumatera Utara, 2010.
pemilihan jenis klasifikasi adalah maximum likelihood. Jumlah piksel yang perlu diambil untuk mewakili masing - masing kelas secara teoritis
adalah sebanyak jumlah kanal N yang digunakan ditambah satu N + 1. Pada pembuatan training area secara supervised dibatasi oleh kemampuan
penglihatan untuk mengekstraksi spektrum citra secara visual. Upaya mendapatkan training area yang baik, sebaiknya dilakukan dengan teliti
dan hati-hati, sehingga menghasilkan variansi kesalahan sampel yang sangat
kecil. Hal
ini sesuai
dengan pernyataan
Arifin dan Dirgahayu 1997 cara pengambilan training area bisa diperoleh dengan cara mengambil training area yang kecil dengan
harapan agar nilainya mendekati homogen. Mengingat keterbatasan penglihatan pengklasifikasi, kemungkinan akan terjadi adanya kesalahan
dalam pengambilan training area, sehingga kemungkinan ada kelas yang overlap dan ada yang tidak masuk dalam salah satu training area,
akibatnya ada kelas tidak terklasifikasi. g.
Hasil klasifikasi dilakukan uji ketelitian. Uji ketelitian ini bertujuan untuk menguji kebenaran dari hasil interpretasi yang diperoleh dengan cara
pengecekan di lapangan serta pengukuran beberapa titik sampel area yang dipilih dari setiap bentuk penutupan penggunaan lahan yang
homogen. Besarnya tingkat akurasi akan diperoleh dari hasil uji ketelitian, yang dihitung dari matriks analisis akurasi dengan formulasi sebagai
berikut: Producer’s accuracy =
kt kk
X X
x 100
Aulia Atmanegara : Aplikasi Penginderaan Jauh Dan Sig Untuk Penatagunaan Lahan Mangrove Di Kabupaten Serdang Bedagai Provinsi Sumatera Utara, 2010.
User’s accuracy =
tk kk
X X
x 100
Overall accuracy = N
X
r k
kk
∑
x 100 Keterangan:
N = Jumlah semua piksel yang digunakan untuk pengamatan r
= Jumlah baris lajur pada matriks kesalahan jumlah kelas X
kk
= Jumlah piksel pada kelas bersangkutan diagonal matriks X
kt =
∑X
ij
jumlah semua kolom pada baris ke i X
tk =
∑X
ij
jumlah semua kolom pada baris ke j
3. Survei Lapang
