Saran Geomorfologi gunungapi guntur (Garut, Jawa Barat) dan analisis aliran lava menggunakan data synthetic aperture radar polarimetri Penuh (fully polarimetry)

jenis polarisasi tersebut merupakan polarisasi searah parallel polarization. Adapun keterpisahan kelas terbaik ditunjukkan oleh kombinasi VV dan HV. Hasil keterpisahan diperkuat dari hasil klasifikasi pohon keputusan dengan algoritma QUEST. Pada konstruksi algotritma QUEST terlihat bahwa polarisasi HV dan VV berperan sebagai pemisah utama untuk pencirian aliran lava. Hasil klasifikasi menunjukkan nilai akurasi yang cukup baik, yaitu 51,80 dengan nilai koefisien kappa sebesar 0,43. Hal ini menunjukkan bahwa identifikasi terhadap bentuklahan aliran lava dengan menggunakan polarisasi linier dan dipadukan dengan klasifikasi pohon keputusan memiliki tingkat kepercayaan yang cukup baik.

6.2. Saran

SAR polarimetri penuh band L dengan metode hamburan balik backscatters dapat digunakan untuk identifikasi dan pencirian aliran lava. Namun, perlu dilakukan pengecekan lapang dengan pengambilan titik sampel yang mewakili setiap bentuklahan sehingga diperoleh kesimpulan yang lebih terpercaya. Selain itu, penggunaan jenis polarimetri penuh linear masih kurang optimal, sehingga perlu dilakukan analisis lanjutan dengan menggunakan jenis polarisasi turunan lainnya seperti polarisasi sirkuler dan eliptikal atau analisis menggunakan dekomposisi matriks. Penelitian identifikasi dan pencirian aliran lava lanjutan dengan memperhatikan efek incidence angle terhadap matriks hamburan kekasaran permukaan juga sangat disarakan. 72 DAFTAR PUSTAKA Ban Y. 1996. Synthetic Aperture for a Crop information System : a Multitpolarization and Multitemporal Approach. Canada. University of Waterioo. Barus, B. dan U.S. Wiradisastra. 2000. Sistem Informasi Geografi Sarana Manajemen Sumberdaya. Laboratorium Penginderaan jauh dan Kartografi. Ilmu Tanah dan Sumberdaya Lahan.Fakultas Pertanian. Institut Pertanian Bogor. [Bakosurtanal] Badan Koordinasi Survei dan Pemetaan Nasional. 2010. Fisik dan Lingkungan Alam [Atlas Nasional] . Bogor. Jawa Barat. [BPN] Badan Pertanahan Nasional. Keadaan Penggunaan Lahan Tahun 2007. Garut, Jawa Barat . http:www.garutkab.go.idpub_penggunaan_lahan. 11 Juni 2011 . Campbell, B.A., S.H. Zisk, dan P.J. Mouguinis. 1989. A quad-pol radar scattering model for use in remote sensing of lava flow morphology. Remote Sensing and Environmental . 30: 227-237 Carter, L.M., D.B. Campbell, dan A.B. Campbell. 2006. Volcanic deposits in shield fields and highland region on venus : Surface properties from radar polarimetry. Journal of Geophysical Research. 111: 1-13. Carter, J.A., dan M.S Ramsey. 2009. ASTER-and field-based observation at Bezymianny volcano :Focus on the 11 may 2007 pyroclatic flow deposit. Remote Sensing of Environment . 113 : 2142-2151. Crowley, J.K., B.E. Hubbard, dan J.C. Mars. 2003. Analysis of potensial debris flow source areas on Mount Shasta, California, by using airbone and satellite remote sensing data. Remote Sensing of Environment. 87 : 345- 358. Departemen Kehutanan. Definisi. http:dephut.go.iddefinisi_istilah. 20 Agustus 2011 Dierking W dan H. Haack. 1998. L-band polarimetric SAR-signature of lava flow in the Northern volcanic zone, Iceland. IEE Transaction on Geoscience and Remote Sensing. 30 : 1339-1441. [Direktorat Vulkanologi Indonesia]. 1998. Peta Geologi Gunungapi Guntur, Jawa Bara , skala 1:25000. [Elektronik Statistik Textbook]. 2011. Data Mining Technique . http:www.statsoft.com 17 Mei 2011. EORC JAXA Earth Observation Research Center, Japan Aerospace Exploration Agency. 1997. ALOS Research and Application Project. http:www.eorc.jaxa.jpALOS.htm 22 Februari 2010. GeoEye.2006. IKONOS Imagery Poduct Guide. Geoeye, Virginia Handayani, L.D.W., B.H. Trisasongko, dan B. Tjahjono. 2011. Identifikasi aliran lava menggunakan metode hamburan balik radar polarimetri band L. 2011. Seminar Nasional Geomatika Pengelolaan Sumberdaya dan Penanggulangan Bencana Alam Bakosurtanal, Cibinong. 5-6 April 2011. ISBN 978-979-26-69961 Hakim, N. 1986. Dasar-dasar Ilmu Tanah. Penerbit Universitas Lampung. Hemphill, J.J. 2007. Radar Microwave Images and Basic Principle. http:www.geog.ucsb.edu 23 juni 2011. Joyce, E.K., S. Samsonov, Manville, R. Jonges, A. Graettinger, dan S.J. Cronin. 2009. Remote sensing data type and techniques for lahar path detection : a Case study at Mt Ruapehu,New Zeland. Remote Sensing of Environment. 113 : 1778-1786. Kaupp, V.H., J.M. Mark, L.R. Gaddis, B.A. Derryberry, H.C. Macdonald, dan W.P. Waite. 1986. Preliminary analyses of SIR-B radar data for recent Hawaii lava flow. Remote Sensing of Environment. 20 : 283-290. Kervyn, M., F. Kervyn, R. Goossens, S.K. Rowland, dan G.G.J. Ernst. 2007. Mapping volcanic terrain using high-resolution and 3D satellite remote sensing. Geological Society London. 283 : 5-30. Kim, H and W-Y. Loh. 2001. Classification trees with unbiased multiway split. Journal of American Statistical Association . 96 : 598-604. Kusumadinata, K. 1979. Data Dasar Gunungapi Indonesia. Direktorat Vulkanologi. Bandung. Loh, W-Y. and Y-S. Shih. 1997. Split selection methods for classification trees. Statistica Sinica . 7 : 815-840. Leung, K.M. 2007. Decision trees and decision rule. Department of Computer Science, Polytechnic University. Lillesand, T.M and R.W. Kiefer. 1990. Penginderaan Jauh dan Interpretasi Citra. Dulbahri, Prapto S, Hartono, Suharyadi, penerjemah; Fakultas Geografi, Universitas Gajah Mada. Terjemahan dari : Remote Sensing and Image Interpretation. Mar, J.M. 1995. Preliminary observation of volcanoes with the SIR-C radar. IEE Transaction on Geoscience and remote Sensing . 30 4 : 934-941 74 Moloney, C dan C. Ju. 1998. An edge-enhanced modified lee filter for smoothing of SAR image speckle noise. Proceeding of IEEE Workshop on Nonlinear Signal and Image Processing , 22 Mei 1998, London, 1, 343. Musyarofah., K.A. Sambodo, H. Gunawan, dan M. Soleh. 2010. Pengkajian Pembentukan Citra Komposit RGB dari data ALOS-PALSAR Dual Polarization untuk Membantu Proses Identifikasi Obyek. Pertemuan Ilmiah Tahunan Masyarakat Penginderaan Jauh Indonesia. Bogor. 8-9 Agustus 2010. Padang , N.V. 1979. Katalog Referensi Gunungapi Indonesia dengan Letusan dalam Waktu Sejarah. Kusumadinata K, penerjamah: Direktorat Jenderal Pertambangan umum dan Vulkanologi, Departemen Pertambangan Energi. Terjemahan dari : Catalogue of Reference on Indonesian Volcano with Eruption in Historical . Panuju D.R dan B.H. Trisasongko. 2008. The use of statistical tree method on rice field mapping. Jurnal Ilmiah Geomatika. 142 : 75-84. Panuju, D.R., L.S. Iman, B.H. Trisasongko, B. Barus, dan D. Shiddiq. 2010. Simulasi Data Losat Untuk Pemantauan Pesisir. Satelit Mikro untuk Mitigasi Bencana dan ketahanan Pangan . Penerbit IPB Press Pemerintah Kabupaten Garut. Klimatologi. http:www.garutkab.go.id sekilas_geografi_climatologi [3 Juni 2011]. Plaut, J.J, S.W. Anderson, D.A. Crown, E.R. Stofan, dan J.J. Zyl. 2004. The unique radar properties of silicic lava domes. Journal of Geophysical Research . 109 : 1-12. Purbawinata, M.A. 1990. Petrology and Geochemistry of The Guntur-Gandapura Volcanic Complex, West Java Indonesia . [thesis]. University of Otago [RESTEC] Remote Sensing Technology Center of Japan. Overview of ALOS System. http:www.eorc.jaxa.jpALOSenobsoverview.html. [22 Februari 2010]. Riansyah, D. 2008. Eksplorasi ALOS PALSAR Menggunakan POLSARPro V3.0 dengan Areal Kajian PT. Sang Hyang Seri, Subang, Jawa Barat [skripsi]. Bogor: Fakultas Pertanian, Institut Pertanian Bogor. Richards, J.A. dan X. Jia. 2006. Remote sensing digital image analysis. Springer, 206-225. ISBN 354-0251-286 Rodriguez, K.M., J.K. Weissel, and W.H. Menke, 2001. Lava flow textural trends using SAR : The Virunga Volcanic Chain, East Africa. IEEE of Geoscience and Remote Sensing Symposium. 5 : 2421-2423. 75 Sabins, F.F. 2007. Remote Sensing Principle and Interpretation Third Edition.Los Angeles, University of California and Remote Sensing Enterprises incorporated. Seiner, R. 1999. Digging Up with data mining – An Executive’s Guide. The data Administration Newsletters. http:www.tdan.comi010ht01.html 18 Mei 2011. Simard, M., G.D. Grandi, S. Saatchi, and P. Mayaux. 2002. Mapping tropical coastal vegetation using JERS-1 and ERS-1 radar data with a decision tree classifier. International Journal of Remote Sensing. 23 : 1461-1474. Suhadi, D., R. Chaniago, dan A. Karim. 2001. Laporan Pemetaan Geomorfologi Gunung Guntur Kabupaten Garut, Jawa Barat . Direktorat Vulkanologi dan Mitigasi Bencana geologi, Departemen energi dan Sumberdaya Mineral. Susilo, C. 2007. Analisis Citra Polarisasi Penuh AirSAR untuk Aplikasi Sedimentasi Sungai [skripsi]. Bogor: Fakultas Pertanian, Institut Pertanian Bogor. Sutawidjaja, IS., G. Suantika, Suganda, M. Hendrasto, K. Ishihara, M. Iguchi, dan T. Eto, 1998. Observation system at Guntur volcano, West Java under Japan-Indonesia Coorporation in volcanology. Proceeding of Symposiaum on Japan-Indonesia IDNDR Project . Bandung. 21-23 Sepetember 1998, Syafril, A,H.A. 2010. Analisis Citra ALOS AVNIR-2 untuk Pemantauan Lahan Sawah PT. Sang Hyang Seri, Kabupaten Subang [skripsi]. Bogor: Fakultas Pertanian, Institut Pertanian Bogor. Tjahjono, B., M. Midiya, K. Munibah. 2009a. Identifikasi Bentuklahan Landform di DAS Bone Hilir, Provinsi Gorontalo dengan Data PALSAR, SRTM, dan Landsat. Prosiding Semiloka Geomatika SAR Nasional .IPB. Bogor Tjahjono, B., A.H.A. Syafril, D.R. Panuju, A. Kasno, B.H. Trisasongko, dan F. Heidina. 2009b. Pemantauan Lahan Sawah Menggunakan Citra Alos AVNIR-2. Jurnal Ilmiah Geomatika. 152 : 1-8. Trisasongko, B.H. 2009. Tropical mangrove mapping using fully-polarimetric radar data. ITB Journal of Science. 41A : 98-109. Vieux, B.E., P.B. Bedient, dan E. Mazroi . 2002. Real-time urban runoff simulation using radar rainfall and physics-based distributed modeling for site-specific forecasts. Di dalam : Simulation using Radar Rainfall and Physics-Based Distributed Modeling . Proceedings of Symposium 10 th 76 International Conference on Urban Drainage , Copenhagen.. Denmark, 1- 8. Weeks, R., M. Smith, K. Pak, dan A. Gillespie. 1997. Inversion of SIR-C and AIRSAR data for the roughness of geological surfaces. Remote Sensing of Environment . 59 : 383-396. Weissel, J.K., K.R. Czuchiewski, Y. Kim. 2004. Synthetic aperture radar SAR- based mapping of volcanic flows: Manam Island, Papua New Guinea. Natural Hazard and Earth System Science . 4 : 339-346. Wiradisastra, U., dan B. Tjahjono. 1998. Geomorfologi dan Analisis Landsekap. Laboratorium Penginderaan Jauh dan Kartografi. Jurusan Tanah. Fakultas Pertanian institute Pertanian Bogor. 77 LAMPIRAN Gambar Lampiran 1. Pengamatan Kekasaran Permukaan Batuan di G. Guntur Kekasaran permukaan batuan aliran Lava G. Guntur yang diukur menggunakan MillimeterBlok dengan satuan pengukuran 5 cm 27 September 2010 Gambar Lampiran 2. Pengamatan Bentuk Aliran Lava G. Guntur Bentuk aliran lava muda yang memanjang menyerupai lidah 79 Gambar Lampiran 3. Pengamatan Batuan G. Guntur Batuan beku basalt hasil letusan G. Guntur yang berwarna hitam kecokelatan 27 September 2010 Gambar Lampiran 4. Pengamatan Vegetasi di sekitar G. Guntur Vegetasi yang tumbuh di G. Guntur antara lain jenis rumput-rumputan dan semak belukar 27 September 2010 80 GEOMORFOLOGI GUNUNGAPI GUNTUR GARUT, JAWA BARAT DAN ANALISIS ALIRAN LAVA MENGGUNAKAN DATA SYNTHETIC APERTURE RADAR POLARIMETRI PENUH FULLY POLARIMETRY LULUK DWI WULAN HANDAYANI A14062537 DEPARTEMEN ILMU TANAH DAN SUMBERDAYA LAHAN FAKULTAS PERTANIAN INSTITUT PERTANIAN BOGOR 2011 RINGKASAN LULUK DWI WULAN HANDAYANI. Geomorfologi Gunungapi Guntur Garut, Jawa Barat dan Analisis Aliran Lava Menggunakan Data Synthetic Aperture Radar Polarimetri Penuh fully polarimetry. Dibawah bimbingan BOEDI TJAHJONO dan BAMBANG HENDRO TRISASONGKO. Indonesia merupakan negara yang dilalui oleh jalur gunungapi aktif Ring of fire sehingga memiliki lebih dari 400 gunung berapi dan 130 diantaranya termasuk dalam kategori gunungapi aktif. Persebaran gunungapi yang merata hampir diseluruh wilayah merupakan konsekuensi dari tumbukan lempeng tektonik. Letusan gunungapi adalah salah satu gejala alam yang berbahaya bagi makhluk hidup di sekitar gunungapi tersebut, meskipun gunungapi juga banyak memberikan manfaat bagi manusia seperti abu vulkanik yang dapat meningkatkan kesuburan tanah. Gunungapi Guntur yang berada di Kabupaten Garut memiliki karakteristik produk aliran lava yang dominan dan jelas terlihat secara visual dibandingkan aliran lava gunungapi lainnya. Oleh karena itu, identifikasi dan pemetaan aliran lava penting dikaji untuk studi geomorfologi dan pemetaan bahaya gunungapi. Hal ini dapat dilakukan melalui analisis geomorfologi dan pemanfaatan teknologi geospasial, yaitu dengan penginderaan jauh optik maupun non optik radar. Sejak tahun 1980, data optik telah banyak digunakan untuk pemetaan gunungapi. Namun jenis data ini memiliki keterbatasan informasi dikarenakan adanya penutupan awan. Hal ini dapat diatasi dengan memanfaatkan data radar yaitu SAR Polarimetri band L sehingga perlu dilakukan penelitian yang mengetengahkan pemanfaatan data SAR polarimetri untuk mengidentifikasi karakteristik hamburan scattering aliran lava yang dipadukan dengan analisis geomorfologi pada G. Guntur sehingga dapat dilakukan pencirian signature pada obyek. Penelitian ini bertujuan untuk menelaah : 1 Geomorfologi bentuklahan G. Guntur dengan menggunakan citra optik IKONOS, 2 Geomorfologi bentuklahan G. Guntur dengan menggunakan citra non optik PALSAR Phased Array Type L- Band Synthetic Aperture Radar polarimetri penuh dan membandingkannya dengan data optik IKONOS, 3 Kombinasi sinyal polarisasi ganda yang efisien untuk identifikasi aliran lava menggunakan radar polarimetri band-L, dan 4 Klasifikasi obyek menggunakan teknik klasifikasi Pohon Keputusan decision tree dengan algoritma QUEST. Hasil analisis menunjukkan bahwa analisis geomorfologi dapat digunakan untuk pemetaan bentuklahan gunungapi V didasarkan pada aspek morfologi, morfogenesis, morfokronologi dan litologi. Berdasarkan hasil interpretasi diketahui bahwa bentuklahan yang diidentifikasi menggunakan citra IKONOS Google Earth menghasilkan 17 bentuklahan yaitu 3 kawah crater, 1 kubah lava lava dome, 9 aliran lava lava flow yang merupakan hasil erupsi eksplosif membentuk lava bongkah segar dan saling menindih. Hasil erupsi tahun 1840 aliran lava muda membentuk lidah memanjang dan tapal kuda pada bagian ujung yang berkomposisi basaltik. Tubuh kerucut terdiri dari 3 bentukan yang tersusun atas blok lava basaltik dengan matriks pasir kasar berwarna abu kehitaman hingga cokelat. Selain itu, terdapat 1 bentuklahan terdegradasi Degraded Lower Slope Volcanic Cone akibat proses geomorfik antropogenik sedangkan interpretasi pada citra PALSAR dapat diidentifikasi 6 bentuklahan aliran lava dan 1 bentuklahan kawah. Perbedaan hasil interpretasi ini dipengaruhi oleh panjang gelombang dan resolusi spasial yang dimiliki masing-masing citra. Namun pada data polarimetri penuh dapat ditentukan nilai hamburan balik backscatter dari permukaan bentuklahan. Hasil klasifikasi pohon keputusan dengan algoritma QUEST dan analisis keterpisahan spektral menunjukkan bahwa polarisasi HV dan VV berperan sebagai kombinasi terbaik dalam identifikasi aliran lava. Keterpisahan spektral ditunjukkan dengan metode Transformed Divergence TD pada data training. Hasilnya, bentuklahan kawah memiliki keterpisahan yang tinggi nilai mendekati 2 dan demikian pula dengan bentuklahan aliran lava termuda sehingga dapat diidentifikasi dengan mudah. Sedangkan bentuklahan aliran lava 1, aliran lava 3, dan aliran lava tua tidak terpisah dengan cukup baik nilai mendekati 0. Pada nilai statistik deskriptif ini dapat ditunjukkan bahwa bentuklahan aliran lava termuda memiliki nilai rataan tertinggi pada polarisasi HV dibandingkan bentuklahan aliran lava lainnya. Hasil klasifikasi menunjukkan bahwa nilai akurasi yang cukup baik yaitu 51,80 dengan nilai koefisien Kappa sebesar 0,43. Hal ini menunjukkan bahwa identifikasi aliran lava menggunakan polarisasi linier dipadukan dengan klasifikasi pohon keputusan memiliki tingkat kepercayaan yang cukup baik. Kata kunci : Geomorfologi, Bentuklahan, Aliran Lava, SAR Polarimetri, G. Guntur SUMMARY LULUK DWI WULAN HANDAYANI. Geomorphology Guntur Volcano Garut, Jawa Barat and Lava Flow Analysis Using Synthetic Aperture Radar Fully Polarimetry Data. Under supervision of BOEDI TJAHJONO and BAMBANG H. TRISASONGKO. Indonesia is a country which is traversed by ring of fire, it has more than 400 volcanoes and 130 of them are in category of active volcanoes. Equitable distribution of volcanoes in nearly all region consequently impacts tectonic plates. Volcanic eruption is one of the natural phenomena considered harmful to inhabitants around the volcano. Although the volcano also provides many benefits to human such as volcanic ashes that could increase soil fertility. Mt. Guntur in Garut Regency dominantly characterize by lava flows and visually distinctive toother volcans. Identification and mapping of the lava flows is important to study geomorphological aspect and mapping of volcanic hazardous materials. This can be done through geomorphological analysis and utilization of geospatial technologies, i.e. remote sensing with optical and non-optical Radar sensors. Since 1980, the optical data has been widely used for mapping the volcano. However, this kind of data have limited information due to cloud cover. This can be subsituted by using radar data, especially L-band SAR Polarimetry. Therefore a research to explore the use of SAR Polarimetry data for identifying the characteristic of scattering lava flows combined with analysis of geomorphology is needed. This study aims to examine : 1 Landform geomorphology of Mt. Guntur using optical IKONOS imagery, 2 landform geomorphology of Mt. Guntur using non optical PALSAR Phased Array Type L-Band Synthetic Aperture Radar fully polarimetry and comparison with IKONOS optic data, 3 The combination of an efficient dual polarization signal for the identification of the lava flow using L-band radar polarimetry, and 4 Classification of object using decision tree QUEST algorithm. The analysis suggested that the geomorphological analysis can be used for volcanic V landform mapping based on aspects of morphology, morphogenesis, morfokronology and litology. Based on the result of interpretation, 17 landforms were identified using IKONOS imagery of Google Earth i.e : 3 craters, a lava dome, 9 lava flows which were results of explosive eruption which formed fresh lava chunks on top of each other. Results of 1840 eruption youngest lava flow created an elongated tongue and horseshoe at the end with basaltic composition. Cone body consists of 3 block structure composed of basaltic lava with a matrix of coarse sand colored brown black ash. In addition, there was a degraded landforms Degraded Lower Slope Volcanic Cone due to antropogenic geomorphic processes. Although, PALSAR interpretation could identify 6 landforms lava flows and a crater landforms. Differences in interpretation were influenced by the wavelength and spatial resolution of each image. Full polarimetry data however contributed to backscattering retrievals from the surface landforms. Decision tree classification using algorithm QUEST and spectral separability analysis showed that the HV and VV polarization served as the best combination in the identification of lava flows. Spectral separability was shown by transformed divergence TD method on the training data. The result indicated that crater had high separation close to 2, as well as the youngest lava flow that was easly identified. Meanwhile, landforms of lava flow 1, lava flow 3, and an old lava flow did not separate well close to 0. Descriptive statistics on the feature showed that the youngest lava flow ranked highest average value at HV polarization, compared to other lava flows. Classification showed a fairly good accuracy, around 51,80 with kappa coefficient value of 0,43. This suggested that the identification of lava flows using linear polarization combined with a classification decision tree produced fairly good level of confidence. Keywords : Geomorphology, Landform, Lava Flow, SAR Polarimetry, Mt. Guntur I. PENDAHULUAN 1.1. Latar Belakang Di Indonesia seringkali terjadi bencana alam yang sering mendatangkan kerugian bagi masyarakat. Fenomena bencana alam dapat terjadi akibat ulah manusia maupun oleh proses alami. Salah satu contoh fenomena alami yang melahirkan bencana alam adalah letusan gunungapi. Seperti yang telah diketahui bahwa Indonesia merupakan negara yang dilalui oleh jalur gunungapi aktif yang disebut cincin api pasifik atau ring of fire. Oleh karena itu, Indonesia memiliki lebih dari 400 gunungapi dan 130 diantaranya masuk ke dalam kategori gunungapi aktif. Dengan demikian Indonesia menjadi negara dengan jumlah gunungapi aktif terbanyak di dunia, dimana sebagian besar gunungapi tersebut berada di pulau Sumatera dan Jawa. Letusan gunungapi merupakan gejala alam yang sangat berbahaya bagi semua makhluk hidup yang berada di sekitarnya karena material yang dikeluarkan terdiri atas gas, piroklastika, dan lava yang mempunyai suhu yang tinggi. Lava merupakan salah satu material yang dikeluarkan pada suatu periode letusan yang dapat merusak semua obyek yang dilaluinya. Sehingga fenomena ini cukup berbahaya bagi manusia. Walaupun demikian, aktifitas gunungapi banyak memberikan manfaat bagi manusia karena abu vulkanik yang disemburkan dapat meningkatkan kesuburan tanah. Selain itu, bentang alam gunungapi dapat menjadi aset untuk wisata alam, lokasi konservasi air, cagar alam, margasatwa dan bahkan material dari lava dapat dimanfaatkan oleh masyarakat sebagai bahan galian untuk bahan bangunan hingga bahan industri kimia. Kajian bencana alam gunungapi merupakan suatu upaya yang sangat penting dilakukan untuk meminimalkan dampak buruk dari letusan gunungapi. Kajian dapat dilakukan melalui berbagai analisis dan salah satunya merupakan analisis geomorfologi. Kajian geomorfologi mencakup aspek morfologi morfografi dan morfometri, morfogenesis tenaga endogen dan eksogen, morfokronologi dalam ruang dan waktu serta struktur dan litologi penyusunnya Wiradisastra dan Tjahjono, 1998. Analisis geomorfologi gunungapi dapat dilakukan melalui identifikasi bentuklahan, persebarannya, dan proses-proses 1 vulkanik yang terjadi sebelumnya atau sejarah letusannya, dan jenis-jenis produk letusan yang dominan. Penyebaran gunungapi di Indonesia terbentang dari barat ke timur mengikuti busur gunungapi Indonesia, sehingga kegiatan-kegiatan identifikasi, pemantauan lapang, dan mitigasi bahaya gunungapi memerlukan waktu dan biaya yang besar. Oleh karena itu, pemanfaatan teknologi geospasial berupa penginderaan jauh sangat dibutuhkan. Salah satu penelitian menunjukkan bahwa studi gunungapi melalui pendekatan penginderaan jauh cukup baik, efektif dan efisien serta menghemat biaya untuk pemetaan produk-produk vulkanik seperti piroklastik, aliran lava dan sebagainya Crowley et al., 2003. Pemanfaatan data penginderaan jauh saat ini telah berkembang pesat baik penggunaan data hyperspectral maupun multispectral. Namun demikian, dikarenakan Indonesia merupakan daerah tropik maka tutupan awan seringkali menjadi kendala dalam pemanfaatan data penginderaan jauh optik. Gangguan awan dan bayangannya pada umumnya tidak dapat diperbaiki. Dalam penginderaan jauh gangguan ini direpresentasikan sebagai data yang hilang missing data dalam analisisnya, sehingga memerlukan proses masking dalam keseluruhan analisis Tjahjono et al., 2009. Oleh karena itu, pemanfaatan Radar SAR cukup menarik untuk dapat menjadi salah satu alternatif guna mengatasi masalah tersebut. Radar SAR merupakan salah satu jenis penginderaan jauh yang tidak tergantung pada kondisi cuaca dan dapat beroperasi siang maupun malam. Pemanfaatan teknologi spektrum elektromagnetik gelombang mikro khususnya Radar saat ini berkembang sangat pesat. Bukan hanya dimanfaatkan dalam bidang kemiliteran, pelayaran, dan prakiraan cuaca tetapi juga diterapkan dalam pengelolaan sumberdaya alam. Radar banyak dimanfaatkan untuk mendapatkan data sumberdaya alam seperti analisis geologi Weeks et al., 1997, pemetaan pola aliran permukaan Vieux et al., 2005, pemetaan tipe tumbuhan Simard et al., 2002, pemetaan hutan mangrove Trisasongko, 2009, pemetaan gunung berapi Weissel et al., 2004, dan aplikasi lainnya. Perkembangan terakhir pemanfaatan Radar juga dimanfaatkan untuk pengidentifikasian deposit lava melalui pencirian 2 obyek lava pada gunungapi yang dikaitkan dengan aspek geomorfologi Handayani et al., 2011. Secara umum, SAR Synthetic Apreture Radar merupakan penginderaan jauh aktif yang terdiri atas komponen pemancar transmitter, penerima receiver, antena, dan sistem elektronik untuk memproses dan merekam data. Rekaman data SAR dapat disimpan dalam berbagai format yang mengandung informasi tentang amplitudo dan beda fase phase. Untuk mendapatkan hasil dengan tingkat reabilitas tinggi, maka diperlukan beragam dimensi parameter multi parameter yang bisa didapatkan dengan pendekatan data multi-temporal, multi-frekuensi, dan multi-polarisasi. Beberapa telaah pendahulu mengenai pengidentifikasian aliran lava dengan memanfaatkan data SAR telah dilakukan oleh Rodriguez et al. 2001 dalam penelitiannya dengan menggunakan polarimetri multi frekuensi Shuttle Imaging Radar -C SIR-C. Hasil penelitiannya menunjukkan bahwa tekstur aliran lava dapat digunakan untuk estimasi usia aliran di kompleks gunungapi Virunga, Afrika Timur. Menurut hasil penelitian ini aliran lava yang berumur kurang dari 30 tahun menghasilkan peningkatan polarisasi silang cross- polarization adapun pencirian yang diperoleh merupakan hasil dari volume scattering dan kanopi hutan. Menurut Plaut et al. 2004 karakteristik hamburan balik backscatters dalam sistem radar dapat digunakan untuk memisahkan kekasaran permukaan kubah lava kental yang memiliki struktur geometrik unik pada kompleks gunungapi Inyo, California. Selanjutnya dinyatakan pula bahwa ukuran dan bentuk permukaan lava menhasilkan karakteristik hamburan yang unik dibandingkan dengan aliran lava lainnya. Kaupp et al. 1986 menggunakan L- band dari Shuttle Imaging Radar-B SIR-B untuk mengidentifikasi aliran lava dan deposit piroklastika terbaru pada aliran lava gunungapi Kilauea, Hawaii Selatan menghasilkan bahwa Radar dapat digunakan untuk memisahkan lava tipe aa dan pahoehoe dimana proses identifikasi pahoehoe lebih sulit dibandingkan dengan tipe aa namun pada lava pahoehoe ditunjukkan suatu hamburan permukaan yang mendekati ideal. Campbell et al. 1989 dalam penelitiannya di Monumen National Moon, Idaho Selatan memaparkan bahwa komponen hamburan Radar quad-polarization quad-pol dapat digunakan untuk analisis 3 morfologi permukaan aliran lava. Jika hasil hamburan dibandingkan dengan pengamatan lapang yang konsisten maka akan memperlihatkan bahwa perilaku hamburan berkorelasi dengan kekasaran permukaan yang mengindikasikan bahwa Radar sensitif terhadap perubahan kekasaran. Selain itu, Dierking dan Haack 1998 dalam penelitiannya menunjukkan bahwa pencirian suatu aliran lava dapat dilakukan dengan polarisasi penuh band L citra EMISAR dari kompleks gunungapi di Islandia utara. Dalam penelitiannya, ditunjukkan bahwa perbedaan beda fase antara polarisasi VV dan HH dapat menyediakan informasi mengenai vegetasi penutup pada aliran lava. SAR polarimetri dapat digunakan untuk menentukan respon sasaran obyek atau hamburan balik backscatters dengan menggunakan citra SAR polarisasi penuh fully polarimetry berdasarkan keempat polarisasi HH, VV, HV dan VH. Selain itu analisis data polarisasi penuh dapat menggunakan teknologi sintesis polarisasi polarization synthesys, yaitu teknik pengolahan sinyal polarisasi dasar baik vertikal V maupun horizontal H menjadi berbagai bentuk polarisasi turunannya linear, ellips dan circular yang didapatkan pada modifikasi fasenya. Oleh karena itu, sangat bermanfaat jika dilakukan penyajian suatu metode grafis untuk memvisualisasikan respon dari suatu sasaran obyek sebagai fungsi dari polarisasi datang dan hamburan balik backscatters. Salah satu visualisasi yang dapat disajikan adalah melalui penciri polarisasi polarization signature dari suatu obyek. Beberapa penelitian yang menggunakan citra SAR polarisasi penuh umumnya menghasilkan suatu keakuratan klasifikasi yang cukup tinggi. Namun sering bersifat khas untuk daerah tertentu site-specific. Hal ini disebabkan hamburan balik backscatters dipengaruhi oleh faktor sifat khas geometris yang terkait dengan kekasaran permukaan dan sifat khas dielektrik masing-masing obyek. Oleh karena itu, metode yang sama belum tentu dapat diterapkan untuk daerah lainnya. Gunung Guntur merupakan salah satu gunungapi aktif di Indonesia yang memiliki karakteristik produk aliran lava yang sangat dominan dibandingkan dengan produk-produk aliran lava gunungapi lainnya. Aliran lava pada G. Guntur secara visual sangat jelas terlihat sehingga pemetaan landform aliran lava dapat 4 dilakukan. Selain itu, penelusuran literatur menunjukkan bahwa telaah mengenai identifikasi aliran lava dengan menggunakan SAR polarimetri untuk daerah tropis seperti Indonesia masih sangat minim. Untuk itu dalam kaitan dengan pengembangan aplikasi data Radar perlu dilakukan penelitian yang mengetengahkan analisis geomorfologi yang dipadukan dengan teknologi pemanfaatan data SAR polarimetri untuk mengidentifikasi karakteristik hamburan scattering dari aliran lava G. Guntur sehingga dapat dilakukan pencirian pada obyek gunungapi tersebut

1.2. Tujuan