Gambar 7 Peta batas administrasi ADM Pulau Lombok.
Sumber: NASA 2007 Gambar 8 Satelit Landsat 7.
2.3 Perangkat Lunak
Software, Perangkat Keras Hardware dan Peralatan
Untuk pengolahan dan analisis data menggunakan perangkat lunak software, perangkat keras hardware dan peralatan lainnya yang kegunaannya
disajikan pada Tabel 2.
Tabel 2 Software, hardware, dan peralatan lapangan
No Software, hardware, dan
peralatan lapangan Kegunaan
1 Arcview Gis 3.3
Operasi spasial 2
Arc Map Operasi spasial untuk data bervolume besar
3 ERDAS Imagine 9.1
Cropping, koreksi radiometric 4
Idrisi Kilimanjaro Pembangunan model deforestasi
5 Google earth
OSD visual, overlay 6
GPS CS 60 Mendapat posisi geografis dari setiap
tutupan lahan 7
Kamera digital Mendokumentasikan
gambar lapangan
setiap tutupan lahan 8
Tally sheet Mencatat datainformasi dari setiap tutupan
lahan di lapangan 9
Laptop Pengolaan data
10 Printer
Pencetakan
2.4 Pra Pengolahan Citra
2.4.1 Pemotongan Citra Cropping
Pemotongan citra cropping dilakukan berdasarkan lokasi yang menjadi pusat penelitian yang mana harus disesuaikan dengan batas pada Peta Dasar
Tematik Kehutanan PDTK Pulau Lombok Indonesia.
Gambar 9 Citra Landsat sebelum dipotong cropping.
Gambar 10 Citra Landsat setelah dipotong cropping.
2.4.2 Koreksi Radiometrik Histogram matching
Citra Landsad ETM+ multi waktu ini sudah terkoreksi secara geografis oleh karena itu, tahapan selanjutnya adalah melakukan pengkoreksian secara
radiometrik menggunakan hitrogram matching. Histogram matching adalah metode dalam pengolahan citra dari
penyesuaian warna antar dua gambar yang menggunakan gambar histogram. Hal ini bertujuan untuk mempermudah interpreter dalam melakukan klasifikasi
tutupan lahan secara visual.
2.5 Analisis Citra
2.5.1 Skema Klasifikasi
Hasil identifikasi objek di lapangan, diperoleh 11 kelas penutupan lahan. yaitu hutan primer, hutan sekunder, hutan mangrove, sawah, tanah terbuka,
pemukiman, bandar udara, perkebunan yang terdiri dari kelapa Cocos nucivera L., kopi Coffea arabica L., jarak Ricinus communis L., dan dadap Erythrina
sp, PLK yang terdiri dari tembakau Nicotiana tabacuwi L., kacang-kacangan Arachis hypogaea L., cabai Capsicum frutescens L., dan jagung Zea mays L.,
badan air yang terdiri dari danau, sungai, dan waduk, serta tambak.
Skema pengkelasan penutupan lahan di Pulau Lombok serta deskripsi kelas tutupan lahan hasil interpretasi visual dapat dilihat pada Gambar 11 dan Tabel 3.
Gambar 11 Skema pengklasan tutupan lahan di Pulau Lombok.
BUMI
VEGETASI
PERTANIAN
PLK SAWAH
PERKEBUNAN H. PRIMER
H. SEKUNDER H. MANGROVE
HUTAN NON VEGETASI
SUNGAI DANAU
WADUK PEMUKIMAN
BADAN
AIR
TNH. TERBUKA
11
Tabel 3 Deskripsi kelas tutupan lahan
No Kelas tutupan lahan
Deskripsi 1
Hutan primer Hutan primer di Pulau Lombok terletak di lereng atas
Gunung Rinjani. 2
Hutan sekunder Hutan sekunder di Pulau Lombok terdiri dari Hutan
Kemasyarakatan HKM, kebun campuran dengan jenis buah-buahan dan tanaman berkayu
3 Hutan mangrove
Hutan mangrove di Pulau Lombok terletak disebagian pantai-pantai di Lombok Barat yaitu Kec. Sekotong
Tengah, di Lombok Barat yaitu Kecamatan Pujut dan Praya Timur, serta di Lombok Timur yaitu Kec.
Jerowaru.
4 Badan air
Badan air di Pulau Lombok sebagian besar digunakan untuk irigasi sawah. Selain itu, warga juga membuat
waduk yang digunakan untuk irigasi dan sumber air. 5
Tambak Tambak di Pulau Lombok sebagian besar terletak di
Lombok Timur dan Lombok Tengah. 6
Perkebunan Pada umumnya jenis tanaman pada perkebunan di Pulau
Lombok yaitu kelapa, kopi, dadap, dan jarak.letak perkebunan pada umumnya dekat dengan pemukiman
7 Pertanian Lahan Kering
PLK Letak Pertanian Lahan Kering PLK terdapat pada
topografi yang landai. Jenis PLK yang ditanam yaitu tembakau, kacang-kacangan, jagung, dan cabai.
8 Tanah terbuka
Tanah terbuka sebagian besar terletak di sekitar lembah Gunung Rinjani.
9 Bandar udara
Bandar udara terletak pada Kotamadya Mataram dan Lombok Tengah
10 Sawah
Pada musim kemarau masyarakat akan memanfaatkan lahan sawah sebagai PLK
11 Pemukiman
Pembangunan pemukiman di Pulau Lombok tidak banyak terdapat gedung-gedung yang tinggi.
2.5.2 Metode Klasifikasi
2.5.2.1 Klasifikasi Visual
Klasifikasi visual atau analisis secara visual merupakan pengenalan penutup lahan yang kemudian dilakukan pendeliniasian pemberian batas antara penutup lahan
yang berbeda langsung pada monitor komputer. Elemen yang digunakan dalam interpretasi terdiri atas rona, warna, bentuk, ukuran, tekstur, pola, situs, dan
asosiasi. Interpretasi visual citra dilakukan dengan kombinasi 3 saluran dalam format
RGB Red Green Blue untuk memperoleh warna komposit yang paling jelas pada setiap kelas penutupan. Pada penelitian ini citra yang diinterpretasi adalah citra
Pulau Lombok pada tahun 2000, 2005, dan 2010. Kombinasi band yang
digunakan dalam interpretasi citra menggunakan band 5-4-3 mengacu pada standar dari Departemen Kehutanan untuk analisis hutan dan vegetasi.
Interpretasi visual dilakukan untuk mendapatkan gambaran awal dalam mengindetifikasi pola sebaran, penentuan jumlah kelas penutupan lahan dan tipe-
tipe penutupan lahan yang ada di Pulau Lombok. Pengetahuan mengenai penutupan lahan ini dibangun melalui data lapangan yang telah dikumpulkan.
Data yang dimaksud adalah data berupa foto dan koordinat titik-titik hasil pemeriksaan lapangan yang berasal dari survey lapangan, serta pemanfaatan
Google Earth. Pengolaan klasifikasi visual dilakukan melalui beberapa tahapan. Tahapan
yang dikerjakan secara ringkas disajikan pada Gambar 12.
Gambar 12 Bagan alur pengolahan klasifikasi visual.
Mulai Skema Klasifikasi
Interpretasi Visual Pengecekan Lapangan
Uji Akurasi Hasil Klasifikasi Visual
Data Pendukung
: Google map dan layer
jalan
Selesai Elemen Penafsiran:
rona, warna, bentuk, ukuran, tekstur, pola, situs, dan asosiasi
2.5.2.2 Klasifikasi Digital
Prosedur klasifikasi citra secara digital bertujuan untuk melakukan kategorissi secara otomatik dari semua pixel citra ke dalam kelas penutupan lahan atau tema
tertentu. Secara umum data multispektral boleh dikatakan menggunakan bentuk klasifikasi setiap pixel berbasis numerik Purwadhi 2001. Klasifikasi digital
terdiri dari 3 metode, yaitu klasifikasi terbimbing supervised classification, klasifikasi tak terbimbing unsupervised classification, dan klasifikasi hibrida
hybride classification.
2.5.2.2.1 Klasifikasi Terbimbing Supervised Classification
Penelitian ini menggunakan metode klasifikasi terbimbing dimana klasifikasi yang dilakukan dengan arahan analisis supervised. Kriteria
pengelompokan kelas ditetapkan berdasarkan penciri kelas signature class yang diperoleh melalui pembuatan training area Jaya 2007.
2.5.2.2.2 Pemilihan Area Contoh Training Area
Area contoh adalah sebuah rangkaian atau kumpulan piksel pada citra yang mewakili kelas tutupan lahan yang sebelumnya telah diidentifikasi. Piksel-piksel
ini menggambarkan pola yang khas dari kelas yang potensial sebagai tutupan lahan dan sangat penting untuk memilih area contoh yang dapat mewakili semua
kelas yang diidentifikasi ERDAS 1999 Tabel 4 Jumlah piksel setiap training area tahun 2000 ~ 2010
No Kategori
Jumlah piksel tahun 2000
2005 2010
1 Awan
595 564
580 2
Bayangan awan 576
562 516
3 Badan air
561 561
575 4
Hutan primer 543
540 547
5 Hutan sekunder
562 549
552 6
Pemukiman 574
567 522
7 PLK
512 572
584 8
Sawah 514
554 589
9 Tanah terbuka
512 511
556
2.5.2.2.3 Analisis Keterpisahan Separability Assessment
Analisis keterpisahan adalah ukuran statistik jarak antara dua kategori. Keterpisahan dapat dihitung untuk setiap kombinasi band yang digunakan dalam
klasifikasi ERDAS 1999. Tujuan dari analisis keterpisahan adalah untuk mengetahui apakah suatu lahan layak untuk digabung atau tidak berdasarkan
kriteria tingkat keterpisahan. Kriteria tingkat keterpisahan dapat dilihat pada Tabel 5.
Tabel 5 Kritetia tingkat keterpisahan
Nilai Transformasi Keterpisahan Keterangan
2000 1900 ~ 2000
1700 ~ 1900 1600 ~ 1800
1600 Sempurna excellent
Sangat baik good Baik fair
Cukup baik poor Tidak terpisahkan inseperable
Sumber : Jaya 2006
Pengolaan klasifikasi terbimbing dilakukan melalui beberapa tahapan. Tahapan yang dikerjakan secara ringkas disajikan pada Gambar 13.
Gambar 13 Bagan alur pengolahan klasifikasi terbimbing.
2.6 Pengecekan Lapangan
Ground Check
Kegiatan pengecekan lapangan bertujuan untuk mengetahui kondisi tutupan lahan di Pulau Lombok saat ini. Pelaksanaan pengecekan lapangan dilakukan
dengan melihat hasil interpretasi visual awal yang digunakan sebagai acuan di Mulai
Citra digital Histogram maching
Skema klasifikasi
Training area
Separability Klasifikasi
Akurasi
Evaluasi Penggabungan
tuplah
Peta klasifikasi
Selesai Ada
Ada Tidak
lapangan. Terdapat juga beberapa layer pendukung berupa jaringan jalan Pulau Lombok, PDTK Pulau Lombok, dan batas administrasi Pulau Lombok.
Dalam penelitian ini dilakukan pengambilan data pada 82 titik kontrol di lapangan. Bisa dilihat sebaran pengambilan data pada Gambar 14 berupa titik-titik
merah.
Gambar 14 Penyebaran titik kontrol lapangan pada citra.
Tabel 6 Kondisi tutupan lahan di lapangan dan di citra
No Gambar Lapangan
Gambar Citra Deskripsi
1 Sawah
Sawah L161 Lapangan: Fisiografi:
datar; Tapak: kering; Citra: Rona: kuning
bercak-bercak biru gelap dan hijau; Pola: tidak
teratur
2 Perkebunan
Perkebunan L58 Lapangan: Fisiografi:
datar; Tapak: kering; Citra: Rona: hijau
kekuningan; Tekstur: halus
3 Badan air
Badan air L13 Lapangan: Fisiografi: datar;
Tapak: basah; Citra: Rona: biru, biru gelap;
Tekstur: halus, Pola: teratur
4 PLK
PLK L121 Lapangan: datar; Tapak:
kering; Citra: Rona: kuning
bercak-bercak merah muda dan biru; Tekstur:
halus; Pola: tidak teratur
5 Pemukiman
Pemukiman L112 Lapangan: Fisiografi: datar;
Tapak: kering; Citra: Rona: ungu
kemerahan. Bentuk: spot-spot yang tersebar; Tekstur: kasar;
Pola: tidak teratur
6 Tambak
Tambak L67 Lapangan: Fisiografi: datar;
Tapak: kering; Citra: Rona: biru; Bentul:
petak-petak; Tekstur: teratur dan jelas; Situasi: mengikuti
garis pantai
Tabel 6 Kondisi tutupan lahan di lapangan Lanjutan
No Gambar Lapangan
Gambar Citra Deskripsi
7 Hutan sekunder
Hutan sekunder L21 Lapangan: Fisiografi: datar;
Tapak: kering; Citra: Rona: hijau muda;
Tekstur: kasar dan jelas; Pola: tidak teratur
8 Tanah terbuka
Tanah terbuka L156 Lapangan: Fisiografi: datar;
Tapak: kering; Citra: Rona: putih kekuningan,
ungu kebiruan; Tekstur: kasar tidak teratur
9 Bandara
Bandar Udara L024 Lapangan: Fisiografi: datar;
Tapak: kering; Citra: Rona: merah muda
terang; Bentuk: memanjang; Pola: teratur
2.7
Pengolahan Citra 2.7.1
Akurasi Hasil Klasifikasi
Hasil klasifikasi dianalisis menggunakan matrik kontingensi atau matrik kesalahan error matrix yaitu suatu matrik bujur sangkar yang memuat jumlah
piksel yang diklasifikasi. Akurasi klasifikasi dapat diukur menggunakan akurasi umum overral
accuracy yaitu berdasarkan persentase jumlah piksel yang dikelaskan secara benar dibagi dengan jumlah seluruh piksel yang digunakan.
Overral Accuracy OA
Menurut Jaya 2010, saat ini akurasi yang dianjurkan adalah akurasi Kappa, karena overral accuracy secara umum masih over estimate. Akurasi Kappa ini
sering juga disebut dengan Indeks Kappa. Secara matematik, akurasi Kappa dapat dihitung dengan menggunakan rumus:
K =
Dimana : X
ii
= nilai diagonal dari matrik kontingensi baris ke-i dan kolom ke-i X
i+
= jumlah piksel dalam kolom ke-i X
+i
= jumlah piksel dalam baris ke-i N
= banyaknya piksel dalam contoh OA
= Overall Accuracy K
= Akurasi Kappa
Dalam matrik kontingensi, dapat pula dihitung besarnya akurasi pembuat producer’s accuracy dimana produser accuracy ini sering juga disebut omission
error dan akurasi pengguna user’s accuracy atau yang sering disebut
commission error dari setiap kelas. Secara matemartis, produser’s accuracy dan
use r’s accuracy dapat dihitung berdasarkan rumus:
User’s Accuracy =
X
ii
X
+i
x 100 Producer’s Accuracy =
X
ii
Xi
+
x 100
2.7.2 Pembangunan Model Spasial Deforestasi
a. Model Spasial Deforestasi
IDRISI adalah perangkat lunak powerfull yang dibuat oleh Prof. Ron Eastman 2003. Perangkat lunak IDRISI memadukan kemampuan pengolahan
citra digital dan SIG berbasis raster yang sangat bermanfaat dalam pemodelan- pemodelan spasial berbasis citra.
Fungsi Logisticreg adalah analisis regresi logistik yang ditampilkan pada citra. Analisis ini bisa digunakan untuk menjelaskan terjadi atau tidaknya sebuah
fenomena. ROC Relative Operating Characteristics memberikan ukuran koresponden antara model kuantitatif.
Tabel 7 Kritetia tingkat ROC Relative Operating Characteristics
Nilai Transformasi Deforestasi Keterangan
1,00 Sempurna 0,75
– 1,00 Sangat baik 0,50
– 0,75 Baik 0,50 Kurang baik
Persamaan regresi logistik dapat dirumuskan dengan bentuk persamaan regresi sebagai berikut:
+ e
Selain itu, rumus tersebut dapat juga ditulis sebahgai berikut: + e
Keterangan: P = Peluang, a = Konstanta, b = Koefisien, x
1
= Jarak jalan, x
2
= Jarak tepi hutan, x
3
= Kelerengan, dan e = Error
Pemodelan deforestasi dilakukan untuk mengetahui pola terjadinya deforestasi dan dapat memprediksi deforestasi pada periode yang akan datang
dengan mempertimbangkan beberapa faktor berupa jarak hutan dari jalan, jarak dari tepi hutan dan kelerengan.
b. Pembangunan Peubah Model
Kategori