P. 1
Interpretasi Citra Landsat, Ikonos, Foto Udara

Interpretasi Citra Landsat, Ikonos, Foto Udara

|Views: 6,170|Likes:
Published by Uftori Wasit
Foto Udara, Ikonos, Landsat
Foto Udara, Ikonos, Landsat

More info:

Published by: Uftori Wasit on Oct 01, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

07/07/2013

pdf

text

original

INTERPRETASI CITRA (FOTO UDARA, LANDSAT, IKONOS) Uftori Wasit1

I. PENDAHULUAN
Interpretasi citra merupakan kegiatan pengkajian foto udara atau citra satelit untuk mengidentifikasi obyek dan menilai arti pentingnya obyek tersebut (Estes dan Simonett, 1975). Dalam pengenalan obyek terdapat tiga kegiatan yaitu deteksi ada tidaknya suatu obyek, identifikasi ciri-ciri obyek dan analisis. Kegiatan interpretasi citra ini berdasarkan format data penginderaan jauh dibedakan atas interpretasi digital yaitu pada data berformat numerik dan interpretasi manual pada data berbentuk visual. Interpretasi citra secara digital proses klasifikasi obyek berdasarkan nilai spektralnya, dapat berupa klasifikasi terbimbing melalui penetapan daerah contoh yang diketahui jenis obyek dan nilai pikselnya dan tanpa penentuan daerah contoh atau disebut klasifikasi tidak terbimbing. Untuk kasus interpretasi digital secara umum lebih mudah karena merupakan proses pembatasan (delinasi) yang dilakukan perangkat lunak komputer. visual. Secara umum interpretasi visual dilakukan pada data penginderaan jauh dalam bentuk cetakan seperti foto udara pada pemetaan manual. Namun tidak menuntut kemungkinan, interpretasi visual juga dapat dilaksanakan pada data vormat digital yang tersedia langsung pada komputer. Kelebihan dari interpretasi visual secara langsung di komputer ini lebih mudah dan dapat mendeteksi obyek melalui pengaturan komposisi band citra. Dan perkembangan satelit penginderaan jauh yang menyediakan citra satelit berresolusi tinggi yang melebihi data foto udara memungkinkan interpretasi visual bermanfaat dalam kegiatan interpretasi citra. Interpretasi citra secara visual menurut Vink (1965) dilakukan melalui enam tahap yaitu deteksi, identifikasi, analisis, deduksi, klasifikasi dan idealisasi. Kegiatan deteksi merupakan kegiatan penyadapan data secara selektif atas obyek
1

Sementara

interpretasi yang cukup menyita waktu adalah interpretasi secara manual atau

Mahasiswa Institut Pertanian Bogor

1

yang tampak langsung dan tidak tampak langsung atau sulit dikenali. Obyek yang dikenali kemudian dipisahkan dengan cara penarikan garis batas antara kelompok yang memiliki kesamaan ujud. Proses deduksi pada dasarnya untuk memastikan obyek berdasarkan konvergensi bukti atau ciri-ciri yang mengarah pada obyek tersebut. Berikutnya dilakukan klasifikasi atau pengelompokkan obyek kedalam kelas-kelas berdasarkan kesamaan antara obyek dan secara idealis merupakan kegiatan menggambar hasil interpretasi yang dilakukan. Pengenalan obyek pada citra penginderaan jauh pada hakekatnya didasarkan pada kunci interpretasi yaitu terkait dengan unsur-unsur interpretasi citra. Unsur-unsur interpretasi citra antara lain rona dan warna, bentuk, pola, ukuran, banyangan, asosiasi dan situs. Rona dan warna merupakan unsur interpretasi yang paling mudah di kenali. Rona menunjukkan tingkat kegelapan dan kecerahan suatu obyek sedangkan warna merupakan tampilan obyek berdasarkan nilai spektralnya terutama pada sinar tampak (biru, hijau dan merah). Obyek yang menyerap sinar biru akan tampak kuning sebagai akibat menyerap warna hijau dan merah. Bentuk merupakan kerangka atau konvigurasi obyek, kenampakan pada foto udara atau citra berresolusi umumnya jelas sehingga mudah dikenali sebagai contoh bentuk memanjang mencirikan obyek jalan atau saluran. Ukuran menggambarkan variabel jarak baik panjang, lebar mapun luas suatu obyek. Ukuran tergantung pada skala foto udara atau citra satelit. Pola dapat terbentuk secara alami maupun oleh buatan manusia. Pola alami bisasnya pola acak sedangkan akibat buatan manusia seperti penanaman dengan jarak tertentu membentuk pola teratur. Textur merupakan perulangan dari ukuran, rona atau warna. Tekstur halus sebagai akibat perulangan ukuran yang semakin banyak, sedangkan tekstur kasar perulangan ukuran sedikit. Bayangan merupakan kenampangan obyek pada daerah gelap. Assosiasi merupakan keterkaitan/hubungan antara objek yang dikenali dengan objek lain yang didekatnya. Pengenalan suatu objek berguna untuk mengidentifikasi obyek yang lain, sedangkan situs adalah dapat berupa lokasi keberadaan obyek berdasarkan lingkungannnya. Situs tanaman sagu biasanya pada daerah berawa atau situs hutan bakau bisanya di sepanjang garis pantai. Interpretasi citra selain didasarkan pemahaman tentang obyek bedasarkan unsur-unsur interpretasi yang dikenali. Pengenalan obyek juga sangat tergantung pada data citra penginderaan jauh yang tersedia baik foto udara maupun citra 2

satelit. Citra foto udara skala besar atau citra satelit beresolusi tinggi senantiasa akan memperlihatkan unsur-unsur interpretasi citra secara jelas, sedangkan yang berskala kecil atau beresolusi rendah obyek sulit dikenali hanya didasarkan pada pembeda warna atau bentuk. Sebagai pelengkap agar interpretasi berlangsung dengan mudah maka data dasar tersedia dan pengalaman interpreter terhadap lokasi yang dikaji yang memadai sangat membantu interpreter dalam pengenalan obyek sebenarnya. Sesuai dengan data pengginderaan jauh yang diperoleh yaitu Foto Udara skala 50.000, citra Landsat 7 resolusi 30 x 30 meter, dan citra ALOS resolusi 10 x 10 meter maka secara mendasar dapat dikatakan bahwa kenampakan obyek setiap data tersebut akan berbeda-beda. Semakin besar skala/resolusi data penginderaan jauh maka akan semakin baik obyek yang akan ditampilkan, sebaliknya semakin kecil skala/resolusi maka obyek yang ditampilkan akan semakin buruk. Kegiatan praktikum ini bertujuan untuk melakukan interpretasi citra secara visual untuk memetakan penutupan lahan dan membedakan hasil pemetaan penutupan lahan dari tiga data penginderaan jauh yang diperoleh. Praktikum ini bermanfaat dalam mengetahui cara-cara interpretasi, yang terutama mencakup pemahaman tentang unsur-unsur interpretasi dan kenampakannya pada berbagai skala citra penginderaan jauh dalam menentukan jenis obyek.

3

II. METODE INTERPRETASI CITRA
Interpretasi citra pada kegiatan praktikum ini berlokasi di wilayah Kabupaten Bogor Barat dan Kabupaten Bogor. Adapun alat dan bahan yang digunakan meliputi citra foto udara hitam putih skala 1: 50.000 (didigitalkan) dan citra landsat 7 resolusi 30 x 30 meter dan Citra ALOS resolusi 10 x 10 meter, sofewere ArcVie 3.2 dan ArcGis 9.2 dan komputer. Metode interpretasi citra pada praktikum ini adalah metode interpretasi secara visual melalui digitasi onscren. Pelaksanaan interpretasi mengikuti langkahlangkah sebagi berikut : Pemasukan data kedalam sistem komputer Koreksi geometri untuk menyesuaikan posisi geografis data penginderaan jauh. Pemilihan lokasi dengan luasan tertentu untuk areal interpretasi Pengaturan band Citra dan Penajaman citra penginderaan jauh Interpretasi ;Identifikasi obyek berdasarkan unsur-unsur interpretasi citra Pembatasan (digitasi) obyek hasil identifikasi dan klasifikasi Penyajian hasil interpretasi Kaitannya dengan pengaturan band citra merupakan langkah penting untuk interpretasi obyek. interpretasi. Setiap Pengaturan band citra pada dasarnya merupakan upaya obyek pada dasarnya memiliki kenampakan tertentu Petunjuk mencirikan kenampakan obyek berdasarkan rona dan warna sebagai unsur dasar berdasarkan rona dan warn, baik warna alami maupun warna palsu.

pengenalan obyek dari perbandingan band citra untuk citra landsat sebagi berikut :

4

R, G, B 3,2,1 4,3,2 3,4,2

Informasi Obyek Permukaan Lahan Kombinasi warna alami, menampakkan vegetasi hutan berwarna hijau, dan tanaman pertanian berwarna coklat kuning, jalan berwarna abuabu, air tampak biru mudah atau putih. Daerah bervegetasi berwarna merah, permukiman berwarna biru cyan, dan tanah terbuka bervariasi dari coklat gelap ke terang. Es, salju dan awan berwarna putih atau cyan. Daerah bervegetasi hijau muda, permukaan tanah terbuka tampak coklat, coklat kemerahan, permukiman tampak ungu, sungai tampak biru tua dan awan tampak putih. Vegetasi berwarna hijau teduh, kuning merah, coklat atau kuning, obyek tanah berwarna coklat, permukiman tampak biru terang, putih, cyan atau abu-abu, lahan baru dibuka atau vegetasi yang tumbuh jarang tampak kemerahan dan air akan tampak biru tua Kombinasi juga memunculkan vegetasi berwarna hijau teduh, coklat dan kuning merah, daerah permukiman tampak biru muda, air tampak biru tua, daerah yang berair tampak biru dan tanah tampak coklat kuningdigunakan band inframerah. Seperti kombinasi 4 5 1 vegetasi akan muncil, hijau, kuning coklat. Vegtasi yang sehat tampak hijau dan ungu muda, permukiman berwarna ping, tubuh air atau tanah yang berair tampak biru. Vegetasi tampak hijau,coklat dan kuning terang, permukiman tampak merah muda, tubuh air atau daerah yang berair tampak biru sangat gelap Kombinasi ini akan memunculkan tekstur topografi. Seperti halnya kombinasi 5,4,1 kenampakan obyek vegetasi hijau,coklat dan kuning terang, permukiman tampak merah muda, tubuh air atau daerah yang berair tampak biru sangat gelap

4,5,1

4,5,3

5,4,3 5,4,2

5,3,1

Kenampakan obyek berdasarkan perbandingan band tersebut tergantung pada band citra yang tersedia dan resolusi dari citra satelit. Untuk foto udara, perbandingan band komposit tidak dapat dilakukan karena tidak merupakan data digital sebenarnya sehingga foto udara hanya ditampakkan dalam warna hitam dan putih. Interpretasi obyek selanjutnya didasarkan pada unsur-unsur interpretasi lainnya yang meliputi bentuk, ukuran, tekstur, pola, banyangan, situs dan asosiasi.

5

III. HASIL INTERPRETASI CITRA
Citra Foto Udara Interpretasi citra untuk foto udara karena merupakan data hasil skaning maka obyek yang ditampakkan pada citra nampak sulit untuk dibedakan. Untuk membedakan obyek maka unsur interpretasi yang dominan digunakan adalah rona/warna, bentuk dan tekstur. Gambaran tentang kondisi citra foto udara sebagaimana disajikan pada gambar 1.

Gambar 1. Citra Foto Udara wilayah Bogor Barat Citra foto udara sebagaimana di tunjukkan pada gambar 1 kurang menampakkan obyek dengan jelas. Obyek hanya dapat dibedakan berdasarkan rona yaitu dari rona yang paling gelap hingga rona yang paling cerah. Obyek seperti 6

sungai bisa dibedakan berdasarkan bentuk yang memanjang dan berkelokan, obyek jalan tampak memanjang dan lurus pada jarak tertentu. Secara umum untuk dapat membedakan obyek maka di bagi rona foto udara kedalam 6 kelas yaitu dari hitam-hitam keabuan, abu-abu kehitaman, abu-abu, abuabu keputihan, putih keabuan dan putih. Obyek yang berona hitam merupakan obyek yang cenderung menyerap cahaya, Sedangkan obyek yang tampak puti umumnya obyek yang memantulkan cahaya lebih banyak dari pada yang diserap. Kenampakan rona obyek pada rona foto udara dari hitam ke puti sebagai berikut :

Rona hitam yang ditimbulkan foto udara disebabkan karena obyek yang bersifat menyerapkan cahaya atau obyek yang vegetasi dapat berupa Hutan, semak belukar dan kebun campuran. Demikian juga rona hitam keabuan sampai abu-abu, sedangkan obyek yang menampakkan rona putih sampai putih keabuan cenderung tidak menyerap cahaya antara lain tubuh air, lahan terbuka dan areal persawahan. Areal persawahan walaupun bervegetasi (padi) namun menampakkan warna putih sebagai akibat lahan sawah merupakan lahan basah yang dapat memantulkan cahaya. Secara kasar interpretasi jenis penutupan lahan berdasarkan kenampakan rona disajikan pada gambar 2.

Gambar 2. Hasil interpretasi berdasarkan rona 7

Interpretasi obyek untuk data foto udara ini selain memperhatikan rona yang ditampilkan, untuk dapat memetakan penutupan lahan harus memperhatikan unsur interpretasi lainnya dan informasi data dasar yang tersedia terutama informasi jalan. Unsur interpretasi yang dapat membantu dalam membedakan penutupan lahan yang berona sama antara lain kedekatan dengan sungai atau jalan. Obyek warna putih dapat mencakup sawah dan lahan terbuka. Untuk dapat membedakan sawah dengan lahan terbuka maka memperhatikan situsnya, yaitu sawah cenderung terletak dekat dengan aliran sungai. Untuk obyek sungai tampak bahwa selain berona putih, karena letaknya tertutup vegetasi menimbulan rona gelap dari bayangan rona hitam yang ditimbulkan oleh vegetasi. Namun demikian, kenampakan sungai dapat diidentifikasi berdasarkan bentuknya yang memanjang dan berkelokan. Hasil pembatasan (delineasi) jenis penutupan lahan dapat dilihat pada gambar 3.

`

Bayangan

Gambar 3. Digitasi obyek pada foto udara Pada gambar 3 memperlihatkan pembatasan obyek penutupan/penggunaan lahan yang kurang lebih memiliki kesamaan dalam rona dan tekstur rona. Lahan sawah (Sw) pada gembar diatas berona putih sampai putih keabuan dan bertekstur halus, lahan tegalan (Tg) berona abu-abu keputihan bertekstur halus, permukiman 8

(Pr) berona abu-abu tekstur sedang, kebun campuran berona hitam, hitam keabuan dan abu-abu keputian dengan tekstur yang kasar, lahan semak belukar (Sb) berona hitam ke abu-abuan sampai abu-abu bertekstur halus sampai sedang, dan lahan terbuka (Lt) beronah putih tekstur halus. Gambar diatas juga menunjukkan adanya banyangan pada lahan semak belukar dimana sebagian berona abu-abu dan sebagian berona hitam sebagai akibat terhalang oleh punggung bukit. Karena dipandang sebagai bayangan maka rona hitam yang ditimbulkan pada citra diatas pada dasarnya masih merupakan lahan semak belukar. Hasil akhir pembatasan obyek pentupuan lahan berdasarkan pertimbangan rona, tekstur permukaan, situs, bentuk dan banyangan sebagaimana terdapat pada Gambar 4. hutan sekunder (Hs) berona hitam ke abuan sampai abu-abu tekstur halus sampai sedang,

Gambar 4. Hasil pemetaan penggunaan lahan pada foto udara skala 1 : 50.000 Hasil pemetaan obyek penutupan lahan pada citra foto udara sebagaimana disajikan pada gambar 4 dapat dikatakan tergolong kasar. Kebanyakan obyek tidak dapat dipisahkan sebagai akibat memiliki ciri rona yang sama dan tersebar dalam unit penutupan lahan yang lebih dominan. Satuan jenis penggunaan lahan yang

9

dominan pada foto udara tersebut adalah kebun campuran. penggunaan lahan kebun campuran tersebut sebagian

Pada satuan menutupi

besar

kenampakan obyek yang lain seperti permukiman dan jalan, sehingga obyek pemukiman tidak dapat dipisahkan lebih banyak sedangkan obyek jalan sulit untuk dibatasi atau dipetakan. Citra Landsat 7 Resolusi 30x30 m Citra landsat merupakan citra hasil prosesing secara elektro magnetik sehingga berbeda dengan citra foto udara yang diperoleh melalui prosesing fotogrametri. Terutama dalam hal kenampakan warna/rona diman foto udara hanya menampakkan obyek dalam warna hitam dan putih dengan rona mulai dari sangat gelap sampai ronah cerah. Sementara Citra landsat menunjukkan berbagai macam warna sebagaimana terdapat Gambar 5.

Gambar 5. Kenampakan obyek permukaan pada Citra Landsat resolusi 30 x 30 meter di wilayah Bogor Barat Kenampakan warna pada citra landsat Gambar 5 merupakan hasil kombinasi band komposit R,G,B = 5,4,2 antara lain terdapat warna hijau, biru, ungu, kuning, dan coklat. Kenampakan obyek berdasarkan kombinasi warna komposit ini untuk daerah yang bervegetasi memberikan warna hijau, coklat dan kuning, tubuh air atau 10

daerah yang diairi (lahan basah) seperti sungai dan sawah tampak berwarna biru, lahan sawah yang dijadikan tegalan berwarna campuran biru dan ungu, lahan kebun campuran berwarna hijau kuning sampai kuning bercampur warna ungu, semak belukar hijau kekuningan permukiman tampak berwarna ungu, dan jalan tampak violet. Deteksi penggunaan lahan berdasarkan warna disajikan pada gambar 6.

Gambar 6. Deteksi jenis penggunaan lahan berdasarkan kenampakan warna pada citra landsat 7. Identifikasi obyek dari segi bentuk pada citra landsat ini terutama jelas pada obyek alami seperti sungai yang memperlihatkan bentuk memanjang dan berkelokan dan obyek buatan seperti jalan yang juga memanjang dan adanya persimpangan. Sungai dan jalan masing-masing memiliki warna yang berbeda yaitu sungai berwarna biru dan jalan berwarna violet bercampur ungu sebagai akibat warna permukiman penduduk.

11

6a. kenampakan bentuk sungai

6b. Kenampakan bentuk jalan

Dari segi ukuran, kenampakan obyek yang bisa dipisakan yaitu antara sungai utama dan percabangan sungai, dimana sungai utama tampak lebih besar dibandingkan percabangan-percabanagan sungai. Untuk permukiman penduduk dan obyek lainnya tidak dapat dipisahkan berdasarkan ukuran. Dari segi tekstur dapat diidentifikasi berdasarkan kelompok obyek, sebagai contoh tekstur lahan sawah dan tegalan cenderung bertekstur halus sedangkan tekstur lahan kebun campuran bertekstur kasar. Bayangan yang terdapat pada citra landsat disebabkan karena posisi obyek terhalang oleh obyek lain. Gambar dibawah ini merupakan lahan semak belukar yang berwara hijau kekuningan, akibat tertutup oleh punggung pegunungan maka tampak berwarna hijau kehitaman.

6c. Banyangan penutupan semak belukar tampak hijau kehitaman Selain dari banyangan penutupan lahan semak belukar, obyek sebagian sungai dan jalan juga muncul sebagai bayangan sebagai akibat tertutup oleh kebun campuran dan permukiman penduduk. Beberapa bobyek juga dapat dibedakan berdasarkan hubungan antara obyek. Sebagai contoh lahan sawah berasosiasi dengan adanya air dan permukiman penduduk berhubungan dengan adanya jalan, atau dugaan akan lahan tegalan berasosiasi dengan lahan sawah yang telah ditanami lahan kering sehingga menampakkan violet. Sedangkan dari segi situs untuk lahan sawa cenderung dekat dengan air. Situs lahan semak cenderung di daerah berbukit, lahan kebun campuran pada lahan datar dan berbukit, hutan rakyat pada areal kebun campuran atau dekat dengan aktifitas masyarakat

12

sedangkan situs hutan sekunder diwilayah berbukit. lahan sebagaimana terdapat pada Gambar 7.

Hasil identifikasi obyek

berdasarkan unsur-unsur interpretasi citra yang dikenali, dipetakan penggunaan

Gambar 7. Hasil pemetaan penggunaan lahan dari citra landsat 7 resolusi 30 x30 meter Hasil pemetaan citra landsat sebagaimana disajikan pada gambar 5 terdapat sepuluh penggunaan/penutupan lahan yaitu hutan rakyat, hutan sekunder, kebun campuran, lahan terbuka (galian c), permukiman penduduk, semak belukar, lahan sawah, tegalan, tubuh air (sungai) dan jalan. Dari hasil klasifikasi ini tampak bahwa wilayah permukiman tidak dapat dikelaskan lebih rinci sebagai akibat kenampakan ukuran obyek yang acak dan tidak memperlihatkan bentuk dan ukuran yang lebih detail. Demikian juga dengan obyek jalan tidak dapat dipisahkan secara detail menurut kelas-kelas ukuran jalan.

13

4.3. CITRA ALOS Interpretasi penutupan lahan pada citra ALOS resolusi 10 x 10 meter lebih baik dibandingkan foto udara dan citra lansat resolusi 30 x 30 meter. Karena semakin besar resolusi dari citra ALOS maka identifikasi obyek selain berdasarkan warna/rona juga dapat dibedakan berdasarkan bentuk, ukuran, tekstur, pola dan situs. Dengan kenampakan obyek yang lebih baik dari citra ALOS ini maka selain mengenali obyek-obyek permukaan, akan tetapi juga obyek-obyek tersebut dapat diklasifikasikan lebih lanjut. Gambaran obyek obyek permukaan pada citra ALOS dengan menggunakan perbandingan band komposit R, G,B, : 3,4,2 pada gambar 8.

Gambar 8. Kenampakan obyek permukaan pada Citra ALOAS resolusi 10 x 10 meter di wilayah Kabupaten Bogor Citra ALOS perbandingan band 3,4,2 sebagaimana yang ditampilkan Gambar 8 menunjukkan warna hijau, hijau muda, putih, coklat tua, ungu sampai ungu kehitaman, biru tua dan hitam. Secara umum wilayah yang dilakukan interpretasi (Kabupaten Bogor) ini sebagian besar telah beralih fungsi kearah

14

permukiman. belukar.

Kenampakan warna hijau yang ditampilkan pada citra adalah

mencirikan obyek vegetasi yang diduga dapat berupa kebun campuran atau semak Warna biru tua memanjang diduga obyek kolam darat, warna coklat kemerahan merupakan lahan terbuka atau perumahan yang hendak dibuka, warna coklat tua dengan pola teratur menunjukkan perumahan, warna ungu menunjukkan perumahan terutama perumahan rakyat, warna ungu dan putih diduga pabrik/gudang pabrik dan warna ungu dan putih duga kompleks pabrik/industri, warna putih juga menunjukan obyek awan, warna hijau tua menunjukkan obyek situ dan sungai sedangkan hitam menunjukkan obyek jalan jalan. Dalam hal bentuk, untuk obyek jalan dapat dipisahkan atau dikelaskan menjadi beberapa macam yaitu jalan tol, jalan raya primer dan jalan raya sekunder. Jalan tol pada senantiasa menunjukkan adanya lingkaran dan berukuran lebih besar dibandingkan jalan primer dan jalan sekunder. Jalan primer dapat dibedakan dari jalan sekunder berdasarkan ukuran dimana jalan primer tampak lebih besar dibandingkan jalan sekunder. Bentuk lain memanjang dan berkelok menunjukan obyek sungai, bentuk agak bulat (persegi empat dan persegi panjang hijau tua) menunjukkan situ. Gambaran tentang bentuk jalan, sungai dan situ sebagai berikut :

8a. Jalan Tol dan Jalan Primer

8b. Sungai

15

8c. Situ Untuk membedakan obyek juga dapat didasarkan pada ukuran obyek terutama pada perumahan. Perumahan penduduk (rumah-rumah desa) tampak berukuran lebih kecil dibandingkan permukiman sedang, pabrik/gudang pabrik dan kompleks industri/pabrik tampak berukuran besar.

8d. Permukiman biasa

8e. Perumahan sedang

8f. Pabrik/Gudang Pabrik

8g. Kompleks Industri

Kenampakan diatas juga menunjukan perbedaan tekstur antara kelas permukiman, dimana permukiman biasa atau rumah pedesaan tampak bertekstur halus, perumahan sedang berteksur sedang, pabrik/gudang dan kompleks industri (pabrik) bertekstur lebih kasar. Selain itu juga dapat dibedakan berdasarkan pola dimana permukiman biasa menunjukkan pola menyebar dan tidak teratur rapi, sedangkan perumahan dan kompleks industri/pabrik menunjukkan pola yang teratur rapi. Kompleks pabrik dan industri selain ditata secara rapi juga terkait dengan keberadaan obyek lain dalam lingkungan industri tersebut seperti adanya taman dan situ/danau buatan. Pada citra ini dugaan obyek juga dapat di dekati berdasarkan banyangan dan situs. Tampilan obyek memanjang berwarna biru tua yang ditutupi warna hijau muda dari vegetasi diduga terdapat obyek kolam darat atau tambak yang ditutupi

16

vegetasi (gambar 8h) dan kenampakan lahan terbuka dekat sungai diduga lahan tegalan (gambar 8j).

8h. Kolam darat/tambak

8i. Bayangan Awan

8j. Tegalan Hasil interpretasi citra ALOS berdasarkan kesamaan unsur-unsur

interpretasi citra dapat dipetakan penggunaan/penutupan lahan di wilayah Kabupaten Bogor seperti terdapat pada Gambar 9.

17

Gambar 9. Hasil pemetaan penggunaan lahan dari citra ALOS resolusi 10 x10 meter Pentutupan/penggunaan lahan hasil pemetaan dari interpretasi terhadap citra ALOS sebagaimana disajikan gambar 9 memperlihatkan klasifikasi obyek penutup lahan ke dalam kelas yang lebih detail. Penupan lahan permukiman (bangunan) dapat dikelaskan menjadi permukiman biasa, perumahan sedang, pabrik/bangunan pabrik dan kompleks industri. Demikian juga dengan jalan dapat dikelaskan menjadi jalan tol (jalan layang), jalan raya primer dan jalan sekunder. Hal ini berbeda dengan hasil klasifikasi yang dilakukan pada data foto udara dan citra landsat. Adanya perbedaan klasifikasi disebabkan karena resolusi dari data citra ALOS lebih besar dibandingkan citra landsat dan foto udara. Akaibat resolusi lebih besar dari citra ALOS maka unsur-unsur interpretasi (warna, bentuk, tekstur, ukuran, pola, bayangan dan situs) lebih baik ditampakkan dibandingkan data citra landsat dan foto udara. Pada foto udara yang menjadi kunci utama pembedaan obyek penutupan lahan adalah rona bentuk (khusus sungai) dan tekstur, demikian juga dengan citra landsat dominan pembedaan obyek terutama warna, bentuk, tekstur dan situs sedangkan kenampakan unsur interpretasi lainnya pola, ukuran, banyangan, dan asosiasi bersifat relatif sehingga dalam hal penentuan batas kelas pentupan lahan masih bersifat lebih kasar dibandingkan citra ALOS. Selain perbedaan tersebut, dijelaskan bahwa jenis-jenis pentupan lahan dari hasil pemetaan berbeda sebagai akibat lokasi interpretasi yang tidak sama antara citra ALOS dengan foto udara dan citra landsat. Hasil klasifikasi pada foto udara dan citra lansdat menunjukkan penggunaan non pertanian yang lebih dominan Lokasi citra ALOS yang dijadikan obyek interpretasi pada umumnya telah tersebar dengan penggunaan permukiman dibandingkan pertanian. Penggunaan lahan pertanian kebun campuran yang dipetakan pada gambar 9 umumnya telah terdapat permukiman-permukiman penduduk yang tersebar diantara lahan 18 menunjukkan penggunaan pertanian lebih dominan sedangkan hasil klasifikasi dengan citra ALOS

pertanian (lahan bervegetasi) tersebut.

Akibat dari ukuran-ukuran permukiman

penduduk yang relatif kecil dan tidak teratur atau menyebar menyebabkan pemukiman diantara lahan pertanian tersebut tidak dapat dipetakan sebagai unit penggunaan tersediri. tidak mengelompok. Dengan dapat dikatakan bahwa salah satu kelemahan interpretasi tergantung pada ukuran obyek relaif kecil obyek dan sebarannya yang

IV. KESIMPULAN
Berdasarkan hasil interpretasi yang dilakukan terhadap data penginderaan jauh yaitu Foto udara, Citra Landsat dan Citra ALOS disimpulkan bahwa : 1. Perbedaan skala/resolusi data penginderaan jauh mempengaruhi kenampakan obyek penutupan lahan. 2. Citra ALOS beresolusi besar (10x10 m) sehingga menampakkan unsur-unsur interpretasi lebih baik dibandingkan citra landsat dan foto udara. Unsur-unsur interpretasi pada citra alos dapat dikenali berdasarkan warna dan rona, bentuk, ukuran, pola, tekstur, banyangan, asosiasi dan situs. obyek tertentu. 3. Hasil klasifikasi dengan menggunakan Citra ALOS untuk penutupan lahan pemukiman dan jalan dapat dikelaskan lebih detail dibandingkan foto udara dan citra landsat. Perbedaan lokasi interpretasi menyebabkan perbedaan jenis penutupan lahan yang dihasilkan. 4. Interpretasi citra semakin baik apabila ukuran obyek besar dan pola sebaran yang mengelompok. Pada foto udara dan landsat dominan tampak jelas adalah rona dan warna, tekstur dan bentuk untuk

19

DAFTAR PUSTAKA
Febrianto.2007. Interpretasi citra satelit SPOT 5 Untuk pemetaan penggunaan lahan Kecamatan semarang barat Kota Semarang Fakultas Ilmu Sosial Universitas Negeri Semarang. Http://digilib.unnes. ac.id Kiefer. 1990. Penginderaan Jauh dan Interpretasi Citra. Gadjah Mada University Press. Yogyakarta. Liew .2001. PRINSIP DARI Remote Sensing. Center for Remote Imaging, Sensing dan Prosessing. National University of Singapore. www.crisp.nus.edu.sg Sutanto. 1986. Penginderaan Jauh. Fakultas Geografi Universitas Gadjah Mada. Yogyakarta.

20

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->