Aplikasi Klasifikasi Knowledge Based Dengan Teknik Fuzzy Pada Spot 4 Vegetation

APLIKASI KLASIFIKASI KNOWLEDGE BASED DENGAN
TEKNIK FUZZY PADA SPOT 4 VEGETATION
(STUDI KASUS DI PULAU KALIMANTAN)

AYURANI PRASETIYO
E14101023

DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
2005

RINGKASAN
AYURANI PRASETIYO. Aplikasi Klasifikasi Knowledge Based dengan
Teknik Fuzzy pada SPOT 4 Vegetation (Studi Kasus di Pulau Kalimantan).
Di bawah bimbingan Dr. Ir. M. Buce Saleh, MS.
Indonesia merupakan negara kepulauan dengan keanekaragaman hayati
yang sangat tinggi, yang salah satunya berupa hutan. Ketergantungan yang
sangat besar terhadap hutan membawa dampak negatif terhadap kelestariannya.
Untuk dapat menyusun kebijakan yang dapat mewujudkan kelestarian hutan
maka diperlukan data yang akurat serta tepat waktu mengenai kondisi hutan

alam tropis. Kegiatan pengumpulan data dan informasi tersebut dapat dilakukan
dengan memanfaatkan teknologi penginderaan jauh satelit. Keberadaan satelit
sumberdaya alam dengan resolusi spasial yang relatif rendah serta mudah
diperoleh seperti SPOT Vegetation akan mempermudah pengumpulan informasi
untuk areal yang luas, seperti Pulau Kalimantan. Tujuan dari penelitian ini adalah
menghitung tingkat akurasi klasifikasi knowledge based dengan teknik fuzzy
dalam mengklasifikasikan penutupan lahan di wilayah Pulau Kalimantan.
Bahan yang digunakan dalam penelitian adalah citra satelit SPOT 4
Vegetation periode perekaman Juli 2001 dan 2004. Selain itu digunakan data
pendukung berupa citra satelit Landsat ETM+ serta Peta Vektor Pulau
Kalimantan. Penelitian dilaksanakan dari bulan Februari sampai September
2005. Kegiatan pengolahan data dilakukan di Laboratorium Perencanaan Hutan,
Fakultas Kehutanan, IPB. Metode penelitian meliputi 3 tahap utama. Tahap
pertama adalah pengolahan awal citra yang terdiri atas kegiatan import data,
layer stack, koreksi geometrik (image to map rectification), koreksi radiometrik,
cropping, penghilangan awan, dan interpretasi visual citra satelit. Tahap
berikutnya adalah pengolahan citra yang meliputi kegiatan pengenalan pola
spektral dan klasifikasi knowledge based yang diikuti tahap terakhir yaitu evaluasi
hasil klasifikasi.
Interpretasi visual pada SPOT 4 Vegetation menghasilkan 5 kelas

penutupan lahan, yaitu kelas hutan alam, vegetasi non hutan alam, areal terbuka,
badan air, dan awan. Pengenalan pola spektral dilakukan dengan membuat
training area pada kelas penutupan lahan selain awan.
Pada penelitian ini, klasifikasi knowledge based diturunkan dari
pengetahuan interpreter mengenai karakteristik reflektansi spektral dari kelas
penutupan lahan hasil interpretasi visual serta fungsi keanggotaan dari setiap
kelas penutupan lahan tersebut. Parameter yang dipergunakan untuk menyusun
fungsi keanggotaan fuzzy berasal dari nilai dijital piksel dari training area. Nilai
tersebut akan diposisikan sesuai dengan konsep logika fuzzy, di mana setiap
piksel yang berada pada rentang spektral tiap band untuk suatu penutupan lahan
akan memiliki derajat keanggotaan yang bernilai 1 sedangkan untuk nilai lain
akan memiliki derajat keanggotaan antara 0 sampai 1.
Rule untuk setiap penutupan lahan disusun dengan menggunakan fungsi
keanggotaan setiap band. Formula yang dipergunakan adalah jika derajat
keanggotaan pada band penentu bernilai benar atau 1 maka suatu piksel
diklasifikasikan menjadi kelas penutupan lahan yang dimaksud. Selain
menggunakan rule dari band penentu, klasifikasi juga dilakukan dengan
menggunakan fungsi keanggotaan maksimum. Apabila suatu piksel memiliki
jjumlah derajat keanggotaan kurang dari jumlah derajat keanggotaan yang
bernilai benar pada band penentu, maka rule disusun berdasarkan derajat

keanggotaan terbesar dari setiap penutupan lahan yang dimiliki piksel tersebut.

Klasifikasi dengan rule yang sama dilakukan pada citra tahun 2004 untuk
memperbaiki kemampuan dari rule tersebut dalam mengklasifikasikan penutupan
lahan pada citra multitemporal. Hasil klasifikasi pada citra tahun 2001
memperlihatkan beberapa penutupan lahan yang tidak dapat diklasifikasikan
dengan baik. Sebagai contoh, kondisi tersebut ditemukan pada penutupan hutan
alam yang terletak di wilayah Kalimantan Tengah. Piksel hutan alam tidak dapat
diklasifikasikan dengan baik karena pada wilayah tersebut terdapat awan atau
kabut tipis (haze). Sedangkan pada hasil klasifikasi tahun 2004, daerah tersebut
diklasifikasikan sebagai hutan alam. Kondisi tersebut berpengaruh terhadap
luasan hutan alam hasil klasifikasi, di mana luas hutan alam tahun 2004 menjadi
lebih besar daripada luasnya pada tahun 2001. Secara temporal, suatu daerah
yang pada tahun lebih muda merupakan penutupan hutan alam, maka pada
tahun yang lebih tua juga masih berupa penutupan yang sama. Atas dasar
pengetahuan tersebut, maka daerah yang tertutup haze pada tahun 2001 akan
diklasifikasikan sebagai hutan alam
Analisis akurasi dilakukan untuk mengetahui seberapa besar ketepatan
metode yang digunakan untuk klasifikasi dengan keadaan sebenarnya di
lapangan. Nilai overall accuracy mencapai 92,36% yang berarti telah memenuhi

persyaratan tingkat keakuratan klasifikasi yang dapat diterima. Nilai akurasi
tersebut lebih tinggi dibandingkan dengan hasil yang diperoleh melalui penelitian
pada lokasi yang sama dengan menggunakan metode klasifikasi terbimbing
seperti maximum likelihood dan fuzzy classification.
Dari uraian di atas dapat ditarik beberapa kesimpulan, yaitu : 1) Klasifikasi
knowledge based disusun berdasarkan rule dari nilai dijital pada band penentu.
Band 1 (biru) dapat dipergunakan sebagai band penentu untuk penutupan areal
terbuka dan badan air. Band 2 (merah), dapat dipergunakan sebagai band
penentu penutupan hutan alam. Band 3 (NIR) merupakan band penentu untuk
vegetasi non hutan alam, areal terbuka, dan badan air. Sedangkan band 4
(SWIR) dapat dipergunakan sebagai band penentu untuk hutan alam, areal
terbuka, serta badan air; 2) Rule yang disusun telah diuji secara temporal
sehingga dapat dipergunakan untuk klasifikasi pada citra dengan periode
perekaman yang berbeda; 3) Metode klasifikasi knowledge based dengan teknik
fuzzy menghasilkan nilai akurasi sebesar 92,36%. Tingkat akurasi tersebut lebih
tinggi apabila dibandingkan dengan metode klasifikasi maximum likelihood dan
fuzzy classification; 4) Hasil klasifikasi menunjukkan luas penutupan hutan alam
yang konsisten apabila dibandingkan dengan data dari Badan Planologi. Kondisi
tersebut terlihat pada kecenderungan penurunan luas penutupan hutan alam dari
tahun ke tahun; 5) Klasifikasi knowledge based dengan teknik fuzzy dapat

dipergunakan untuk monitoring pada citra dengan periode tahunan.

APLIKASI KLASIFIKASI KNOWLEDGE BASED DENGAN
TEKNIK FUZZY PADA SPOT 4 VEGETATION
(STUDI KASUS DI PULAU KALIMANTAN)

AYURANI PRASETIYO

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Kehutanan pada Fakultas Kehutanan
Institut Pertanian Bogor

DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
2005

Judul Penelitian

: APLIKASI KLASIFIKASI KNOWLEDGE BASED DENGAN
TEKNIK FUZZY PADA SPOT 4 VEGETATION
(STUDI KASUS DI PULAU KALIMANTAN)

Nama

: AYURANI PRASETIYO

NIM

: E14101023

Departemen

: Manajemen Hutan

Program Studi

: Manajemen Hutan

Menyetujui:
Dosen Pembimbing

(Dr. Ir. M. Buce Saleh, MS)
NIP. 131 284 620

Mengetahui:

Dekan Fakultas Kehutanan

(Prof. Dr. Ir. Cecep Kusmana, MS)
NIP. 131 430 799

Tanggal Lulus : 8 Desember 2005

RIWAYAT HIDUP
Penulis dilahirkan di Bandung pada tanggal 6 Agustus 1983 sebagai putri
tunggal dari pasangan Bapak Susetiyo Setiyawan dan Ibu Prapti Eko Lestari.
Penulis telah mengenyam pendidikan formal di TK Seruni 1 Purworejo
(1988-1989). Pendidikan selanjutnya penulis dapatkan di SD Pangengudang

Purworejo antara tahun 1989 sampai dengan tahun 1995. Selanjutnya penulis
mengikuti pendidikan di SMPN 1 Purworejo. Setelah lulus pada tahun 1998,
penulis melanjutkan studi ke SMUN 1 Purworejo sampai dengan

lulus pada

tahun 2001.
Pada tahun 2001, penulis diterima di Institut Pertanian Bogor (IPB) melalui
jalur Undangan Seleksi Masuk IPB (USMI). Penulis memilih Program Studi
Manajemen Hutan, Departemen Manajemen Hutan, Fakultas Kehutanan.
Selama menempuh pendidikan di IPB, penulis pernah mengikuti Praktek
Pengenalan Hutan di KPH Banyumas Barat, Perum Perhutani Unit I Jawa
Tengah serta Praktek Pengelolaan Hutan Jati di KPH Ngawi, Perum Perhutani
Unit II Jawa Timur pada bulan Juli sampai Agustus 2004. Selain itu, pada kurun
waktu April sampai Mei 2005, penulis melakukan Praktek Kerja Lapangan di
HPHTI PT Wirakarya Sakti, Jambi.
Sebagai salah satu syarat untuk memperoleh gelar Sarjana Kehutanan
maka penulis melakukan penyusunan skripsi dengan judul ” Aplikasi Klasifikasi
Knowledge Based dengan Teknik Fuzzy pada SPOT 4 Vegetation (Studi
Kasus di Pulau Kalimantan)” di bawah bimbingan Dr. Ir. M. Buce Saleh, MS.

KATA PENGANTAR
Puji syukur penulis panjatkan ke Hadirat Tuhan Yang Maha Esa atas
segala berkatNya sehingga penulis dapat menyelesaikan penyusunan skripsi ini.
Adapun judul yang dipilih adalah Aplikasi Klasifikasi Knowledge Based dengan
Teknik Fuzzy pada SPOT 4 Vegetation (Studi Kasus di Pulau Kalimantan).
Pada kesempatan ini, penulis mengucapkan terima kasih kepada :
1. Bapak Dr. Ir. M. Buce Saleh, MS selaku dosen pembimbing atas segala
bimbingan berupa petunjuk, saran maupun fasilitas yang diberikan kepada
penulis selama penelitian dan penulisan karya ilmiah ini.
2. Bapak Dr. Ir. I Wayan Darmawan, MS selaku wakil dari Departemen Hasil
Hutan serta Bapak Dr. Ir. Sambas Basuni, MS selaku wakil dari Departemen
Konservasi Sumberdaya Hutan dan Ekowisata atas kesediaannya untuk
menjadi dosen penguji komprehensif.
3. Bapak dan Ibu serta keluarga di Purworejo atas kasih sayang, doa dan
segala pengorbanannya.
4. Bapak Dr. Ir. Lilik Budi Prasetyo, M.Sc yang telah membantu memberikan
data satelit.
5. Teman-teman Manajemen Hutan 38 atas kebersamaan dan persahabatan
selama hampir lima tahun terakhir ini.

6. Wira Fitria dan Lukmanul Hakim, teman seperjuangan penelitian atas
kerjasama dan bantuannya.
7. Agung Monang Bahari atas perhatian, kesabaran dan dukungan yang selalu
dicurahkan kepada penulis.
Akhir kata, semoga skripsi ini dapat bermanfaat bagi penulis maupun
semua pihak yang membutuhkan.

Bogor, Desember 2005

Penulis

DAFTAR ISI
Halaman
DAFTAR ISI ..............................................................................................

i

DAFTAR TABEL ......................................................................................

iii

DAFTAR GAMBAR ..................................................................................

iv

DAFTAR LAMPIRAN ...............................................................................

v

PENDAHULUAN ......................................................................................
Latar Belakang ..............................................................................
Tujuan ...........................................................................................

1
1
2

TINJAUAN PUSTAKA .............................................................................
Penginderaan Jauh .......................................................................
Penutupan Lahan ..........................................................................
Karakteristik Reflektansi Spektral ..................................................
Citra Satelit SPOT 4 Vegetation ....................................................
Citra Satelit Landsat ETM+ ............................................................
Interpretasi Citra ............................................................................
Klasifikasi Knowledge Based .........................................................
Teknik Fuzzy .................................................................................

3
3
3
4
4
5
6
7
8

METODOLOGI ........................................................................................
Waktu dan Tempat Penelitian ........................................................
Alat dan Bahan ..............................................................................
Metode Penelitian ..........................................................................
Pengolahan awal citra (pre-image processing) ......................
Import data ......................................................................
Layer stack ......................................................................
Koreksi geometrik ............................................................
Koreksi radiometrik ..........................................................
Penyekatan areal penelitian (cropping) ...........................
Penghilangan awan .........................................................
Interpretasi visual citra satelit .........................................
Pengolahan citra (image processing).....................................
Pengenalan pola spektral ................................................
Klasifikasi knowledge based ...........................................
Evaluasi hasil klasifikasi ........................................................

9
9
9
9
9
9
10
10
10
10
10
11
13
13
13
14

KONDISI UMUM LOKASI PENELITIAN ...................................................
Letak Geografis .............................................................................
Topografi .......................................................................................
Tanah ............................................................................................
Iklim ...............................................................................................
Vegetasi ........................................................................................
Satwa ............................................................................................
Penduduk ......................................................................................

16
16
16
17
17
18
18
19

HASIL DAN PEMBAHASAN .................................................................... 20
Interpretasi Visual .......................................................................... 20
Pengenalan Pola Spektral ............................................................. 21

Klasifikasi Knowledge Based .........................................................
Penampakan visual hasil klasifikasi................................................
Evaluasi akurasi hasil klasifikasi .....................................................
Luas Penutupan Lahan di Pulau Kalimantan .................................

23
27
30
31

KESIMPULAN DAN SARAN .................................................................... 33
Kesimpulan .................................................................................... 33
Saran ............................................................................................. 33
DAFTAR PUSTAKA .................................................................................. 34
LAMPIRAN ............................................................................................... 36

DAFTAR TABEL
Halaman
1

Spesifikasi SPOT 4 Vegetation ............................................................

5

2

Spesifikasi Landsat ETM+ ...................................................................

6

3

Kelas penutupan lahan dan ciri-ciri visual citra Landsat ETM+
pada kombinasi band 4-3-2 di Pulau Kalimantan ................................. 12

4

Kelas penutupan lahan dan ciri-ciri visual citra SPOT 4 Vegetation
pada kombinasi band 4-3-2 di Pulau Kalimantan ................................. 12

5

Nilai dijital piksel pada training area .................................................... 24

6

Matriks konfusi klasifikasi citra tahun 2001 .......................................... 30

7

Keadaan penutupan vegetasi di Kalimantan tahun 1999-2000 ............ 31

8

Perkiraan luas penutupan lahan di Pulau Kalimantan ......................... 32

APLIKASI KLASIFIKASI KNOWLEDGE BASED DENGAN
TEKNIK FUZZY PADA SPOT 4 VEGETATION
(STUDI KASUS DI PULAU KALIMANTAN)

AYURANI PRASETIYO
E14101023

DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
2005

RINGKASAN
AYURANI PRASETIYO. Aplikasi Klasifikasi Knowledge Based dengan
Teknik Fuzzy pada SPOT 4 Vegetation (Studi Kasus di Pulau Kalimantan).
Di bawah bimbingan Dr. Ir. M. Buce Saleh, MS.
Indonesia merupakan negara kepulauan dengan keanekaragaman hayati
yang sangat tinggi, yang salah satunya berupa hutan. Ketergantungan yang
sangat besar terhadap hutan membawa dampak negatif terhadap kelestariannya.
Untuk dapat menyusun kebijakan yang dapat mewujudkan kelestarian hutan
maka diperlukan data yang akurat serta tepat waktu mengenai kondisi hutan
alam tropis. Kegiatan pengumpulan data dan informasi tersebut dapat dilakukan
dengan memanfaatkan teknologi penginderaan jauh satelit. Keberadaan satelit
sumberdaya alam dengan resolusi spasial yang relatif rendah serta mudah
diperoleh seperti SPOT Vegetation akan mempermudah pengumpulan informasi
untuk areal yang luas, seperti Pulau Kalimantan. Tujuan dari penelitian ini adalah
menghitung tingkat akurasi klasifikasi knowledge based dengan teknik fuzzy
dalam mengklasifikasikan penutupan lahan di wilayah Pulau Kalimantan.
Bahan yang digunakan dalam penelitian adalah citra satelit SPOT 4
Vegetation periode perekaman Juli 2001 dan 2004. Selain itu digunakan data
pendukung berupa citra satelit Landsat ETM+ serta Peta Vektor Pulau
Kalimantan. Penelitian dilaksanakan dari bulan Februari sampai September
2005. Kegiatan pengolahan data dilakukan di Laboratorium Perencanaan Hutan,
Fakultas Kehutanan, IPB. Metode penelitian meliputi 3 tahap utama. Tahap
pertama adalah pengolahan awal citra yang terdiri atas kegiatan import data,
layer stack, koreksi geometrik (image to map rectification), koreksi radiometrik,
cropping, penghilangan awan, dan interpretasi visual citra satelit. Tahap
berikutnya adalah pengolahan citra yang meliputi kegiatan pengenalan pola
spektral dan klasifikasi knowledge based yang diikuti tahap terakhir yaitu evaluasi
hasil klasifikasi.
Interpretasi visual pada SPOT 4 Vegetation menghasilkan 5 kelas
penutupan lahan, yaitu kelas hutan alam, vegetasi non hutan alam, areal terbuka,
badan air, dan awan. Pengenalan pola spektral dilakukan dengan membuat
training area pada kelas penutupan lahan selain awan.
Pada penelitian ini, klasifikasi knowledge based diturunkan dari
pengetahuan interpreter mengenai karakteristik reflektansi spektral dari kelas
penutupan lahan hasil interpretasi visual serta fungsi keanggotaan dari setiap
kelas penutupan lahan tersebut. Parameter yang dipergunakan untuk menyusun
fungsi keanggotaan fuzzy berasal dari nilai dijital piksel dari training area. Nilai
tersebut akan diposisikan sesuai dengan konsep logika fuzzy, di mana setiap
piksel yang berada pada rentang spektral tiap band untuk suatu penutupan lahan
akan memiliki derajat keanggotaan yang bernilai 1 sedangkan untuk nilai lain
akan memiliki derajat keanggotaan antara 0 sampai 1.
Rule untuk setiap penutupan lahan disusun dengan menggunakan fungsi
keanggotaan setiap band. Formula yang dipergunakan adalah jika derajat
keanggotaan pada band penentu bernilai benar atau 1 maka suatu piksel
diklasifikasikan menjadi kelas penutupan lahan yang dimaksud. Selain
menggunakan rule dari band penentu, klasifikasi juga dilakukan dengan
menggunakan fungsi keanggotaan maksimum. Apabila suatu piksel memiliki
jjumlah derajat keanggotaan kurang dari jumlah derajat keanggotaan yang
bernilai benar pada band penentu, maka rule disusun berdasarkan derajat
keanggotaan terbesar dari setiap penutupan lahan yang dimiliki piksel tersebut.

Klasifikasi dengan rule yang sama dilakukan pada citra tahun 2004 untuk
memperbaiki kemampuan dari rule tersebut dalam mengklasifikasikan penutupan
lahan pada citra multitemporal. Hasil klasifikasi pada citra tahun 2001
memperlihatkan beberapa penutupan lahan yang tidak dapat diklasifikasikan
dengan baik. Sebagai contoh, kondisi tersebut ditemukan pada penutupan hutan
alam yang terletak di wilayah Kalimantan Tengah. Piksel hutan alam tidak dapat
diklasifikasikan dengan baik karena pada wilayah tersebut terdapat awan atau
kabut tipis (haze). Sedangkan pada hasil klasifikasi tahun 2004, daerah tersebut
diklasifikasikan sebagai hutan alam. Kondisi tersebut berpengaruh terhadap
luasan hutan alam hasil klasifikasi, di mana luas hutan alam tahun 2004 menjadi
lebih besar daripada luasnya pada tahun 2001. Secara temporal, suatu daerah
yang pada tahun lebih muda merupakan penutupan hutan alam, maka pada
tahun yang lebih tua juga masih berupa penutupan yang sama. Atas dasar
pengetahuan tersebut, maka daerah yang tertutup haze pada tahun 2001 akan
diklasifikasikan sebagai hutan alam
Analisis akurasi dilakukan untuk mengetahui seberapa besar ketepatan
metode yang digunakan untuk klasifikasi dengan keadaan sebenarnya di
lapangan. Nilai overall accuracy mencapai 92,36% yang berarti telah memenuhi
persyaratan tingkat keakuratan klasifikasi yang dapat diterima. Nilai akurasi
tersebut lebih tinggi dibandingkan dengan hasil yang diperoleh melalui penelitian
pada lokasi yang sama dengan menggunakan metode klasifikasi terbimbing
seperti maximum likelihood dan fuzzy classification.
Dari uraian di atas dapat ditarik beberapa kesimpulan, yaitu : 1) Klasifikasi
knowledge based disusun berdasarkan rule dari nilai dijital pada band penentu.
Band 1 (biru) dapat dipergunakan sebagai band penentu untuk penutupan areal
terbuka dan badan air. Band 2 (merah), dapat dipergunakan sebagai band
penentu penutupan hutan alam. Band 3 (NIR) merupakan band penentu untuk
vegetasi non hutan alam, areal terbuka, dan badan air. Sedangkan band 4
(SWIR) dapat dipergunakan sebagai band penentu untuk hutan alam, areal
terbuka, serta badan air; 2) Rule yang disusun telah diuji secara temporal
sehingga dapat dipergunakan untuk klasifikasi pada citra dengan periode
perekaman yang berbeda; 3) Metode klasifikasi knowledge based dengan teknik
fuzzy menghasilkan nilai akurasi sebesar 92,36%. Tingkat akurasi tersebut lebih
tinggi apabila dibandingkan dengan metode klasifikasi maximum likelihood dan
fuzzy classification; 4) Hasil klasifikasi menunjukkan luas penutupan hutan alam
yang konsisten apabila dibandingkan dengan data dari Badan Planologi. Kondisi
tersebut terlihat pada kecenderungan penurunan luas penutupan hutan alam dari
tahun ke tahun; 5) Klasifikasi knowledge based dengan teknik fuzzy dapat
dipergunakan untuk monitoring pada citra dengan periode tahunan.

APLIKASI KLASIFIKASI KNOWLEDGE BASED DENGAN
TEKNIK FUZZY PADA SPOT 4 VEGETATION
(STUDI KASUS DI PULAU KALIMANTAN)

AYURANI PRASETIYO

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Kehutanan pada Fakultas Kehutanan
Institut Pertanian Bogor

DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
2005

Judul Penelitian

: APLIKASI KLASIFIKASI KNOWLEDGE BASED DENGAN
TEKNIK FUZZY PADA SPOT 4 VEGETATION
(STUDI KASUS DI PULAU KALIMANTAN)

Nama

: AYURANI PRASETIYO

NIM

: E14101023

Departemen

: Manajemen Hutan

Program Studi

: Manajemen Hutan

Menyetujui:
Dosen Pembimbing

(Dr. Ir. M. Buce Saleh, MS)
NIP. 131 284 620

Mengetahui:

Dekan Fakultas Kehutanan

(Prof. Dr. Ir. Cecep Kusmana, MS)
NIP. 131 430 799

Tanggal Lulus : 8 Desember 2005

RIWAYAT HIDUP
Penulis dilahirkan di Bandung pada tanggal 6 Agustus 1983 sebagai putri
tunggal dari pasangan Bapak Susetiyo Setiyawan dan Ibu Prapti Eko Lestari.
Penulis telah mengenyam pendidikan formal di TK Seruni 1 Purworejo
(1988-1989). Pendidikan selanjutnya penulis dapatkan di SD Pangengudang
Purworejo antara tahun 1989 sampai dengan tahun 1995. Selanjutnya penulis
mengikuti pendidikan di SMPN 1 Purworejo. Setelah lulus pada tahun 1998,
penulis melanjutkan studi ke SMUN 1 Purworejo sampai dengan

lulus pada

tahun 2001.
Pada tahun 2001, penulis diterima di Institut Pertanian Bogor (IPB) melalui
jalur Undangan Seleksi Masuk IPB (USMI). Penulis memilih Program Studi
Manajemen Hutan, Departemen Manajemen Hutan, Fakultas Kehutanan.
Selama menempuh pendidikan di IPB, penulis pernah mengikuti Praktek
Pengenalan Hutan di KPH Banyumas Barat, Perum Perhutani Unit I Jawa
Tengah serta Praktek Pengelolaan Hutan Jati di KPH Ngawi, Perum Perhutani
Unit II Jawa Timur pada bulan Juli sampai Agustus 2004. Selain itu, pada kurun
waktu April sampai Mei 2005, penulis melakukan Praktek Kerja Lapangan di
HPHTI PT Wirakarya Sakti, Jambi.
Sebagai salah satu syarat untuk memperoleh gelar Sarjana Kehutanan
maka penulis melakukan penyusunan skripsi dengan judul ” Aplikasi Klasifikasi
Knowledge Based dengan Teknik Fuzzy pada SPOT 4 Vegetation (Studi
Kasus di Pulau Kalimantan)” di bawah bimbingan Dr. Ir. M. Buce Saleh, MS.

KATA PENGANTAR
Puji syukur penulis panjatkan ke Hadirat Tuhan Yang Maha Esa atas
segala berkatNya sehingga penulis dapat menyelesaikan penyusunan skripsi ini.
Adapun judul yang dipilih adalah Aplikasi Klasifikasi Knowledge Based dengan
Teknik Fuzzy pada SPOT 4 Vegetation (Studi Kasus di Pulau Kalimantan).
Pada kesempatan ini, penulis mengucapkan terima kasih kepada :
1. Bapak Dr. Ir. M. Buce Saleh, MS selaku dosen pembimbing atas segala
bimbingan berupa petunjuk, saran maupun fasilitas yang diberikan kepada
penulis selama penelitian dan penulisan karya ilmiah ini.
2. Bapak Dr. Ir. I Wayan Darmawan, MS selaku wakil dari Departemen Hasil
Hutan serta Bapak Dr. Ir. Sambas Basuni, MS selaku wakil dari Departemen
Konservasi Sumberdaya Hutan dan Ekowisata atas kesediaannya untuk
menjadi dosen penguji komprehensif.
3. Bapak dan Ibu serta keluarga di Purworejo atas kasih sayang, doa dan
segala pengorbanannya.
4. Bapak Dr. Ir. Lilik Budi Prasetyo, M.Sc yang telah membantu memberikan
data satelit.
5. Teman-teman Manajemen Hutan 38 atas kebersamaan dan persahabatan
selama hampir lima tahun terakhir ini.
6. Wira Fitria dan Lukmanul Hakim, teman seperjuangan penelitian atas
kerjasama dan bantuannya.
7. Agung Monang Bahari atas perhatian, kesabaran dan dukungan yang selalu
dicurahkan kepada penulis.
Akhir kata, semoga skripsi ini dapat bermanfaat bagi penulis maupun
semua pihak yang membutuhkan.

Bogor, Desember 2005

Penulis

DAFTAR ISI
Halaman
DAFTAR ISI ..............................................................................................

i

DAFTAR TABEL ......................................................................................

iii

DAFTAR GAMBAR ..................................................................................

iv

DAFTAR LAMPIRAN ...............................................................................

v

PENDAHULUAN ......................................................................................
Latar Belakang ..............................................................................
Tujuan ...........................................................................................

1
1
2

TINJAUAN PUSTAKA .............................................................................
Penginderaan Jauh .......................................................................
Penutupan Lahan ..........................................................................
Karakteristik Reflektansi Spektral ..................................................
Citra Satelit SPOT 4 Vegetation ....................................................
Citra Satelit Landsat ETM+ ............................................................
Interpretasi Citra ............................................................................
Klasifikasi Knowledge Based .........................................................
Teknik Fuzzy .................................................................................

3
3
3
4
4
5
6
7
8

METODOLOGI ........................................................................................
Waktu dan Tempat Penelitian ........................................................
Alat dan Bahan ..............................................................................
Metode Penelitian ..........................................................................
Pengolahan awal citra (pre-image processing) ......................
Import data ......................................................................
Layer stack ......................................................................
Koreksi geometrik ............................................................
Koreksi radiometrik ..........................................................
Penyekatan areal penelitian (cropping) ...........................
Penghilangan awan .........................................................
Interpretasi visual citra satelit .........................................
Pengolahan citra (image processing).....................................
Pengenalan pola spektral ................................................
Klasifikasi knowledge based ...........................................
Evaluasi hasil klasifikasi ........................................................

9
9
9
9
9
9
10
10
10
10
10
11
13
13
13
14

KONDISI UMUM LOKASI PENELITIAN ...................................................
Letak Geografis .............................................................................
Topografi .......................................................................................
Tanah ............................................................................................
Iklim ...............................................................................................
Vegetasi ........................................................................................
Satwa ............................................................................................
Penduduk ......................................................................................

16
16
16
17
17
18
18
19

HASIL DAN PEMBAHASAN .................................................................... 20
Interpretasi Visual .......................................................................... 20
Pengenalan Pola Spektral ............................................................. 21

Klasifikasi Knowledge Based .........................................................
Penampakan visual hasil klasifikasi................................................
Evaluasi akurasi hasil klasifikasi .....................................................
Luas Penutupan Lahan di Pulau Kalimantan .................................

23
27
30
31

KESIMPULAN DAN SARAN .................................................................... 33
Kesimpulan .................................................................................... 33
Saran ............................................................................................. 33
DAFTAR PUSTAKA .................................................................................. 34
LAMPIRAN ............................................................................................... 36

DAFTAR TABEL
Halaman
1

Spesifikasi SPOT 4 Vegetation ............................................................

5

2

Spesifikasi Landsat ETM+ ...................................................................

6

3

Kelas penutupan lahan dan ciri-ciri visual citra Landsat ETM+
pada kombinasi band 4-3-2 di Pulau Kalimantan ................................. 12

4

Kelas penutupan lahan dan ciri-ciri visual citra SPOT 4 Vegetation
pada kombinasi band 4-3-2 di Pulau Kalimantan ................................. 12

5

Nilai dijital piksel pada training area .................................................... 24

6

Matriks konfusi klasifikasi citra tahun 2001 .......................................... 30

7

Keadaan penutupan vegetasi di Kalimantan tahun 1999-2000 ............ 31

8

Perkiraan luas penutupan lahan di Pulau Kalimantan ......................... 32

DAFTAR GAMBAR
Halaman
1

Diagram alir penelitian ......................................................................... 15

2

Piksel hutan alam ................................................................................ 21

3

Piksel non hutan alam ......................................................................... 21

4

Piksel areal terbuka ............................................................................. 21

5

Piksel badan air ................................................................................... 21

6

Posisi Landsat ETM+ untuk pengenalan pola spektral ........................ 22

7

Grafik pola spektral penutupan lahan .................................................. 22

8

Fungsi keanggotaan fuzzy pada band 1 .............................................. 25

9

Fungsi keanggotaan fuzzy pada band 2 .............................................. 25

10 Fungsi keanggotaan fuzzy pada band 3 .............................................. 25
11 Fungsi keanggotaan fuzzy pada band 4 .............................................. 25
12 Hasil klasifikasi knowledge based citra tahun 2004 ............................. 28
13 Hasil klasifikasi knowledge based citra tahun 2001 ............................. 28
14 Analisis perubahan rule berdasar multitemporal data .......................... 29

DAFTAR LAMPIRAN
Halaman
1 Rule penutupan hutan alam ...............................................................

37

2 Rule penutupan vegetasi non hutan alam ..........................................

37

3 Rule penutupan areal terbuka ............................................................

38

4 Rule penutupan badan air ..................................................................

39

PENDAHULUAN
Latar Belakang
Indonesia merupakan negara kepulauan dengan keanekaragaman hayati
yang sangat tinggi, yang salah satunya berupa hutan. Menurut Suhendang
(2002), kekayaan hutan Indonesia, diperkirakan hutan alam tropis merupakan
hutan yang memiliki keanekaragaman tertinggi kedua di dunia, setelah hutan
tropika di Brazilia. Kenyataan tersebut menyebabkan sektor kehutanan turut
memegang peranan penting dalam pertumbuhan perekonomian nasional. Selain
memberikan manfaat ekonomi, hutan juga memberikan manfaat ekologi bahkan
sosial.
Ketergantungan yang sangat besar terhadap hutan membawa dampak
negatif terhadap kelestariannya. Seiring dengan pertambahan penduduk,
tekanan terhadap sektor kehutanan semakin bertambah terutama dalam hal
manfaat ekonomi. Geist dan Lambin (2002) menyatakan bahwa deforestasi di
hutan tropika merupakan salah satu penyebab utama perubahan lingkungan
global. Deforestasi hutan tropika dipengaruhi berbagai faktor utama seperti
ekonomi, institusi dan kebijakan nasional, kependudukan, serta teknologi dan
kebudayaan.
Berdasarkan data dari Forest Watch Indonesia (FWI) tahun 2002, tingkat
kerusakan hutan rata-rata mencapai kurang lebih 1 juta hektar per tahun pada
pertengahan 1980-an yang meningkat menjadi kurang lebih 1,7 juta hektar per
tahun pada awal tahun 1990-an. Sejak tahun 1996, deforestasi meningkat
menjadi kurang lebih rata-rata 2 juta hektar per tahun. Ini menjadikan Indonesia
merupakan salah satu tempat dengan tingkat kerusakan hutan tertinggi di dunia.
Berbagai masalah yang menyangkut kelestarian hutan harus diselesaikan
secepatnya dengan melakukan pembenahan terutama pada level kebijakan
dalam kegiatan pengelolaan hutan. Untuk dapat menyusun kebijakan yang dapat
mewujudkan kelestarian hutan maka diperlukan data yang akurat serta tepat
waktu di antaranya data terbaru mengenai kondisi hutan alam tropis. Kegiatan
pengumpulan data dan informasi tersebut dapat dilakukan melalui inventarisasi.
Inventarisasi dapat dilakukan secara konvensional, yaitu melalui kegiatan lapang
atau terestris atau dengan memanfaatkan teknologi penginderaan jauh.
Dewasa ini, berbagai satelit dengan karakteristik spasial maupun spektral
yang berbeda telah beroperasi. Keragaman karakteristik menjadi pertimbangan

pengguna dalam memanfaatkan tiap produknya. Keberadaan satelit sumberdaya
alam dengan resolusi spasial yang relatif rendah seperti SPOT Vegetation
mempermudah pengumpulan informasi untuk areal yang luas, seperti Pulau
Kalimantan. Menurut Jaya (2002b), untuk kegiatan monitoring skala regional dan
global, data satelit adalah sarana yang sangat potensial misalnya untuk
monitoring reforestasi, deforestasi, kebakaran hutan, laju perladangan berpindah
dan sebagainya.

Tujuan
Tujuan dari penelitian ini adalah menghitung tingkat akurasi klasifikasi
knowledge based dengan teknik fuzzy dalam mengklasifikasikan penutupan
lahan di wilayah Pulau Kalimantan.

TINJAUAN PUSTAKA
Penginderaan Jauh
Manual of Remote Sensing (1983) mendefinisikan penginderaan jauh
dalam pengertian luas, pengukuran atau pemerolehan informasi dari beberapa
sifat obyek atau fenomena, dengan menggunakan alat perekam yang secara fisik
tidak terjadi kontak langsung atau bersinggungan dengan obyek yang dikaji.
Lebih lanjut Howard (1996) menyatakan secara umum, penginderaan jauh saat
ini tidak hanya terbatas sebagai alat pengumpul data mentah, tetapi pemrosesan
data mentah secara manual dan terotomatisasi, dan analisis citra serta penyajian
hasil informasi yang diperoleh.
Menurut Lillesand dan Kiefer (1990), 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.
Sedangkan menurut Lo (1995), penginderaan jauh merupakan suatu teknik
untuk mengumpulkan informasi mengenai obyek dan lingkungannya dari jarak
jauh tanpa sentuhan fisik. Tujuan dari penginderaan jauh ialah mengumpulkan
data sumberdaya alam dan lingkungan. Informasi tentang obyek disampaikan ke
pengamat melalui energi elektromagnetik yang merupakan pembawa informasi
dan sebagai penghubung komunikasi.
Penutupan Lahan
Aldrich (1981) dalam Lo (1995) menyatakan bahwa lahan merupakan
material dasar dari suatu lingkungan (situs), yang diartikan berkaitan dengan
sejumlah karakteristik alami yaitu iklim, geologi, tanah, topografi, hidrologi, dan
biologi.
Menurut Lo (1995), konstruksi tersebut seluruhnya tampak secara
langsung dari citra penginderaan jauh. Tiga kelas data yang tercakup dalam
penutupan lahan secara umum adalah : (1) struktur fisik yang dibangun oleh
manusia; (2) fenomena biotik seperti vegetasi alami, tanaman pertanian, dan
kehidupan binatang; (3) tipe-tipe pembangunan.

Karakteristik Reflektansi Spektral
Menurut Purwadhi (2001), karakteristik atau ciri spektral (spectral
signature) dalam penginderaan jauh adalah karakteristik objek dalam menyerap
dan memantulkan tenaga yang diterimanya
Jaya (2002b) menyatakan bahwa radiasi yang dideteksi oleh sistem
penginderaan jauh umumnya :
1. Refleksi cahaya (energi) matahari
2. Panas yang dipancarkan oleh setiap obyek yang mempunyai suhu lebih
besar dari 0°K
3. Refleksi gelombang mikro
Pantulan spektral untuk vegetasi sehat berdaun hijau dipengaruhi oleh
pigmen yang terkandung di dalam daun tumbuhan. Klorofil misalnya banyak
menyerap energi pada panjang gelombang yang terpusat pada sekitar 0,45 µm
dan 0,6 µm. Berdasarkan hal itu mata kita menangkap vegetasi sehat berwarna
hijau disebabkan oleh besarnya penyerapan energi pada spektrum hijau.
Tanah mempunyai pantulan yang meningkat secara monoton terhadap
peningkatan panjang gelombang. Penurunan pantulan terjadi pada panjang
gelombang 1,4 µm, 1,9 µm, dan 2,7 µm karena pengaruh kelembaban tanah,
tekstur tanah kekasaran permukaan, adanya oksidasi besi, dan kandungan
bahan organik. Karakteristik yang paling mencirikan pantulan spektral air ialah
sifat penyerapan tenaga pada spektrum inframerah pantulan (Lillesand dan
Kiefer, 1990).

Citra Satelit SPOT 4 Vegetation
SPOT atau Systeme Probatoire d’Observation de la Terre merupakan
sistem satelit milik Perancis. Satelit SPOT 1 diluncurkan pada tanggal 21
Februari 1986. Pada satelit SPOT 4, ditambahkan sensor VMI (Vegetation
Monitoring Instrument) yang berguna di dalam pemantauan untuk wilayah yang
luas. Sensor tersebut diluncurkan pada 24 Maret 1998. Vegetation merupakan
program satelit yang dimiliki secara bersama oleh Perancis, Italia, Belgia, Komisi
Eropa, dan Swedia.
Sensor VMI didesain untuk melakukan perekaman dengan periode harian
dan mempunyai resolusi spasial 1 km². Sensor tersebut menggunakan 4 saluran
yang meliputi 2 band sinar tampak biru (blue) dan merah (red), 1 band

inframerah dekat (near infrared), dan 1 band inframerah gelombang pendek
(short wave infrared).
Tabel 1 Spesifikasi SPOT 4 Vegetation
Band

Panjang gelombang

Kegunaan/aplikasi

(µm)
1

0,43 – 0,47

Penetrasi tubuh air dengan baik sehingga baik

BLUE

untuk pemetaan perairan pantai, pembedaan
tanah dan vegetasi, analisa tanah dan air, dan
pembedaan tumbuhan berdaun lebar dan konifer.

2

0,61 – 0,68

Diskriminasi vegetasi yang berguna untuk

RED

pembedaan jenis tumbuhan. Puncak penyerapan
klorofil pada panjang gelombang 0,665µm
sehingga baik untuk inventarisasi vegetasi dan
penilaian kesuburan.

3

0,78 – 0,89

Reflaktansi vegetasi maksimal pada band ini yang

NIR

pada dasarnya berhubungan dengan struktur
kanopi dan presentase penutupan vegetasi di
permukaan bumi. Saluran ini penting untuk
pemisahan kelas vegetasi dan memperkuat
kontras antara penampakan vegetasi dan non
vegetasi.

4

1,58 – 1,75

Saluran yang peka terhadap akumulasi biomassa

SWIR

vegetasi. Identifikasi jenis tanaman dan
memudahkan pembedaan tanah dan tanaman
serta lahan dan air.

Sumber : http://www.free.vgt.vito.be/overview.html (2000)

Citra Satelit Landsat ETM+
Landsat merupakan satelit sumberdaya alam yang diluncurkan pertama
kali pada tahun 1972 oleh Pemerintah Amerika Serikat. Pada sistem satelit
Landsat 7 yang diluncurkan pada 15 April 1999 ditambahkan sensor ETM+
(Enhanced Thematic Mapper Plus).
Sensor tersebut mendeteksi radiasi (kekuatan radiasi) pada setiap saluran
atau band. Karakteristik dari sensor tersebut hampir sama dengan generasi
terdahulu, yaitu TM (Thematic Mapper) yang terdiri dari 3 band sinar tampak biru,
hijau, merah (blue,green, red), 1 band inframerah dekat (Near Infrared/NIR), 1
band inframerah sedang (Medium Infrared/MIR), dan 1 band inframerah termal

(Thermal Infrared/TIR). Perbedaan terdapat dengan ditambahkannya band
pankromatik pada sistem ETM+.
Tabel 2 Spesifikasi Landsat ETM+
Band

Panjang gelombang (µm)

Resolusi spasial (m)

1. biru/blue

0,45-0,515

30 x 30

2. hijau/green

0,525-0,605

30 x 30

3. merah/red

0,63-0,69

30 x 30

4. inframerah dekat/NIR

0,75-0,90

30 x 30

5. inframerah sedang/MIR

1,55-1,75

30 x 30

6. inframerah termal/TIR

10,40-12,50

60 x 60

7. inframerah sedang/MIR

2,09-2,35

30 x 30

8. pankromatik

0,52-0,90

15 x 15

Sumber : http://www.agrecon.canberra.edu.au (2002)

Interpretasi Citra
Interpretasi citra merupakan teknik klasifikasi secara manual. Analisis
visual (interpretasi citra) merupakan suatu kegiatan untuk mendeteksi dan
mengidentifikasi obyek-obyek permukaan bumi yang tampak pada citra, baik
potret udara maupun citra satelit, dengan cara mengenalinya atas dasar
karakteristik spasial, spektral, dan temporal (Jaya, 2002b).
Lebih lanjut Jaya (2002b) menyatakan bahwa elemen-elemen diagnostik
dalam analisis visual yang umum digunakan adalah tone atau warna, ukuran,
bentuk, tekstur, pola, dan bayangan.
Di dalam Lo (1996) juga disebutkan bahwa tingkat awal interpretasi dikenal
sebagai deteksi. Tahap identifikasi tentu saja menuntun ke arah tingkat
identifikasi dan pengenalan di mana penafsir harus menggunakan tingkat rujukan
lokal, khusus, dan untuk mengelaskan obyek ke dalam kategori tertentu. Di
dalam identifikasi dan pengenalan, karakteristik non geometrik citra atas rona
atau warna, tekstur, pola, bentuk, bayangan, ukuran, dan situasi umumnya
merupakan kunci pengenalan.
Klasifikasi Knowledge Based (Knowledge Classification)
Berbagai metode

klasifikasi

semakin

berkembang

sejalan

dengan

perkembangan sistem satelit. Salah satu metode klasifikasi yang melibatkan
interpreter secara aktif dalam pengambilan keputusan adalah metode klasifikasi
knowledge based. Klasifikasi ini dilakukan berdasar pengetahuan interpreter

(knowledge based classification). Teknik klasifikasi dicirikan dengan penyusunan
rule atau aturan oleh interpreter.
Dalam Erdas Field Guide (2001) dijelaskan bahwa sistem klasifikasi expert
merupakan sebuah hirarki aturan, atau sebuah pohon keputusan, yang
menjelaskan keadaan di bawah seperangkat informasi tingkat rendah yang
diabstraksikan menjadi kelas-kelas informasi tingkat tinggi. Informasi tersebut
tersusun atas variabel yang ditentukan oleh pengguna dan meliputi citra raster,
vektor, model spasial, eksternal program, dan skalar sederhana. Sebuah aturan
merupakan pernyataan persyaratan, atau daftar dari pernyataan-pernyataan
persyaratan, mengenai nilai-nilai variabel data dan/atau atribut yang menentukan
komponen informasi atau hipotesis.
Richards (1993) telah menjelaskan bahwa klasifikasi dengan metode
knowledge based dapat memadukan dua sumber data numerik dengan
perbedaan karakteristik (contoh: data multispektral dan data radar). Pengetahuan
yang digunakan antara lain pengetahuan mengenai karakteristik reflektansi
spektral,

pengetahuan

mengenai

respon

radar,

dan

juga

teknik

mengkombinasikan informasi dari dua atau lebih sumber data tersebut. Analisa
sistem berdasarkan rule adalah cara yang efektif untuk menangani data citra
multiresolusi, sebagai contoh, rule dapat diaplikasikan sebagai awal untuk
melihat apakah terdapat pengakuan dari label yang tersedia pada piksel-piksel
data citra dengan resolusi rendah. Jika ada maka sumber data dengan resolusi
spasial tinggi tidak diperlukan, dan waktu untuk proses data dapat dihemat.
Namun analisa sistem berdasarkan rule hanya dapat memberi dukungan yang
lemah terhadap label yang tersedia dalam basis data resolusi rendah, sehingga
kemudian harus digabung dengan sumber data yang beresolusi tinggi untuk
melihat apakah ada piksel-piksel yang lebih kecil yang dapat diberi label dengan
tingkat kepastian yang lebih tinggi.
Teknik Fuzzy
Pada klasifikasi knowledge based diperlukan suatu teknik untuk kuantifikasi
dalam pengambilan keputusan mengenai kepastian keanggotaan suatu piksel.
Fungsi keanggotaan tersebut dapat ditentukan dengan menggunakan teknik
fuzzy. Teknik ini telah banyak diterapkan dalam pengenalan pola data matematik.
Dalam

Suartana

pengembangan

(2002),

dari

gugus

dijelaskan
biasa.

bahwa
Fungsi

gugus

fuzzy

keanggotaanya

merupakan
tidak

hanya

memberikan nilai 1 atau 0, tapi nilai yang berada pada suatu selang tertentu,
biasanya dalam selang [0,1], sehingga suatu elemen dapat memiliki derajat
keanggotaan 0, 0.82 atau 1. Nilai yang diberikan oleh fungsi keanggotaan
disebut derajat keanggotaan (degree of membership).
Aplikasi teknik fuzzy pada data penginderaan jauh telah dilakukan oleh
Brown (1998) yang menyatakan bahwa identifikasi dengan menggunakan
klasifikasi fuzzy sangat cocok untuk data yang :1) atributnya ambigu dan 2)
spasial yang samar. Atribut yang ambigu terjadi ketika anggota kelas terbagi atau
tidak jelas. Ambiguitas merupakan masalah yang biasa terjadi di dalam beberapa
data penginderaan jauh seperti fotografi udara yang diinterpretasikan secara
tidak konsisten. Kesamaran spasial terjadi ketika resolusi sampling tidak cukup
baik untuk menyertakan batas lokasi, pada saat transisi terjadi di antara kelaskelas atau pada saat terdapat beberapa data dengan lokasi yang tidak jelas.
Jensen (1996) dalam Erdas Field Guide menyatakan bahwa Fuzzy
Classification dirancang untuk membantu pekerjaan dengan data yang tidak
mungkin tergolong ke dalam satu kategori dengan tepat. Fuzzy classification
menggunakan fungsi keanggotaan, di mana nilai satu piksel ditentukan oleh
kedekatannya pada satu kelas lainnya. Fuzzy classification tidak mempunyai
batasan yang jelas dan masing-masing piksel bisa berada pada beberapa kelas
yang berbeda.

KONDISI UMUM LOKASI PENELITIAN
Letak Geografis
Pulau Kalimantan atau sering disebut Borneo merupakan pulau terbesar
ketiga di dunia setelah Greenland dan New Guinea. Pulau ini terletak ± 350 km
sebelah utara Pulau Jawa. Luas keseluruhannya ± 751.000 km², dengan 2/3 dari
keseluruhan pulau atau seluas 539.000 km² termasuk wilayah Indonesia,
sedangkan sisanya termasuk wilayah Malaysia dan Kesultanan Brunei
Darussalam. Luas bagian pulau yang termasuk wilayah Indonesia merupakan
28% dari daratan Indonesia.
Secara astronomis, pulau ini terletak pada 7° LU - 4° LS dan 109°- 119°
BT. Secara geografis, Pulau Kalimantan berbatasan dengan :
- Sebelah utara

: Laut Cina Selatan dan Laut Sulu

- Sebelah selatan

: Selat Karimata dan Laut Jawa

- Sebelah barat

: Laut Cina Selatan

- Sebelah timur

: Laut Sulawesi dan Selat Makasar

Sedangkan secara administratif, Pulau Kalimantan terbagi menjadi 4
propinsi, yaitu :
- Kalimantan Timur dengan ibukota Samarinda
- Kalimantan Selatan dengan ibukota Banjarmasin
- Kalimantan Tengah dengan ibukota Palangkaraya
- Kalimantan Barat dengan ibukota Pontianak
Topografi
Pulau Kalimantan berbentuk pesisir yang rendah dan memanjang serta
berupa dataran sungai, terutama di bagian selatan. Lebih dari setengah pulau ini
berada di bawah ketinggian 150 m dan air pasang dapat mencapai 100 km ke
arah pedalaman.
Pulau Kalimantan tidak memiliki gunung berapi tetapi jajaran pegunungan,
utamanya semula merupakan gunung berapi. Rangkaian pegunungan utamanya
melintasi bagian tengah pulau, seperti trisula terbalik dari utara ke selatan,
dengan tiga mata tombaknya bercabang di bagian selatan. Puncak tertinggi yaitu
Gunung Kinibalu (4.101 m), terdapat di Malaysia. Sedangkan Gunung Raya
(2.778 m) merupakan puncak tertinggi di Kalimantan yang termasuk dalam
wilayah Indonesia

Di bagian selatan, terdapat areal luas dengan pantai yang rendah dan
sungai yang datar. Sungai Kapuas, Sungai Barito, dan Sungai Mahakam
merupakan contoh sungai besar di pulau ini. Sungai-sungai ini merupakan jalur
masuk utama ke pedalaman pulau dan