Escolar Documentos
Profissional Documentos
Cultura Documentos
PENDAHULUAN
1
BAB II
TINJAUAN PUSTAKA
Industrials
1 and Commercial complexs
4
Mixed
1 and commercial complexs
5
Mixed
1 urban or built-up land
6
Other
1 urban or built-up land
7
2 Agricultural Land Cropsland
2 and pasture
1
Orchads,
2 groves, vineyards,
2 nurseries and ornamental
horticultural areas
2
Level I Level II
Confined
2 feedings operations
3
Other
2 agricultural land
4
3 Rangeland Herbaceous
3 rangeland
1
Shrub-brushland
3 rangeland
2
Mixed
3 rangeland
3
4 Forest land Deciduous
4 forest land
1
Evergreen
4 forest land
2
Mixed
4 forest land
3
5 Water Streams
5 and canal
1
Lakes
5
2
Reservoirs
5
3
Bays
5 and estuaries
4
6 Wetland Forested
6 wetland
1
Nonforested
6 wetland
2
7 Barren Land Dry7 salt flats
1
Beaches
7
2
Sandy
7 areas other than beaches
2
3
Level I Level II
Bare
7 exposed rock
3
Strip
7 mines, quarries and gravel pits
4
Transitional
7 areas
5
Mixed
7 barren land
6
8 Tundra Shrub
8 and brush tundra
1
Herbaceous
8 tundra
2
Bare
8 ground tundra
3
Wet8 tundra
4
Mixed
8 tundra
5
9 Perennial snow or ice Perennial
9 snowfields
1
Glaciers
9
2
Tabel klasifikasi tutupan lahan dan penggunaan lahan diatas mencakup seluruh wilayah yang
ada di bumi ini. Namun untuk penggunaan disuatu wilayah tertentu hanya menggunakan sebagian saja
dari tabel diatas. Misalnya untuk wilayah Indonesia, tutupan dan penggunaan lahan yang umumnya
digunakan adalah sebagai berikut:
No Tutupan/Penggunaan Lahan
1 Semak / Belukar
2 Danau / Waduk / Sungai
3 Hutan
4 Kebun
5 Permukiman
6 Rawa
4
7 Sawah
8 Tegalan / Ladang
5
2 Hijau 0 ,53 - 0, 61
3 Merah 0 ,63 - 0, 69
4 Inframerah dekat 0 ,78 - 0, 90
5 Inframerah gelombang pendek 1 ,55 - 1, 75
6 Inframerah tengah 10 ,4 - 12, 5
7 Inframerah gelombang pendek 2 ,09 - 2, 35
8 Pankromatik 0 ,52 - 0, 9
Citra landsat ETM ini juga memiliki karakteristik spasial yang ditandai dengan resolusi
spasial yang digunakan sensor untuk mendeteksi obyek. Resolusi spasial sendiri adalah daya
pilah sensor yang diperlukan untuk bisa membedakan obyek-obyek yang ada dipermukaan bumi.
(Lillesand/Kiefer, 1996)
Tabel Resolusi Spasial
No Saluran IFOV
1 - 5, 7 30 m x 30 m
6 60 m x 60 m
8 15 x 15 m
6
landsat 8 terbang dengan ketinggian 705 km dari permukaan bumi dan memiliki area scan seluas
170 km x 183 km (mirip dengan landsat versi sebelumnya). NASA sendiri menargetkan satelit
landsat versi terbarunya ini mengemban misi selama 5 tahun beroperasi (sensor OLI dirancang 5
tahun dan sensor TIRS 3 tahun). Tidak menutup kemungkinan umur produktif landsat 8 dapat
lebih panjang dari umur yang dicanangkan sebagaimana terjadi pada landsat 5 (TM) yang
awalnya ditargetkan hanya beroperasi 3 tahun namun ternyata sampai tahun 2012 masih bisa
berfungsi.
Satelit landsat 8 memiliki sensor Onboard Operational Land Imager (OLI) dan Thermal
Infrared Sensor (TIRS) dengan jumlah kanal sebanyak 11 buah. Diantara kanal-kanal tersebut, 9
kanal (band 1-9) berada pada OLI dan 2 lainnya (band 10 dan 11) pada TIRS. Sebagian besar
kanal memiliki spesifikasi mirip dengan landsat 7. Jenis kanal, panjang gelombang dan resolusi
spasial setiap band pada landsat 8 dibandingkan dengan landsat 7 seperti tertera pada tabel di
bawah ini :
7
OLI (LDCM) ETM+ (Landsat-7)
No. Kanal Panjang gelombang No. Kanal Panjang Gel GSD
GSD (m)
spectral (µm) spectral (µm) (m)
8 (PAN) 0.500 - 0.680 15 8 (PAN) 0.52 - 0.90 15
1 0.433 - 0.453 30
2 0.450 - 0.515 30 1 0.45 - 0.52 30
3 0.525 - 0.600 30 2 0.53 - 0.61 30
4 0.630 - 0.680 30 3 0.63 - 0.69 30
4 0.78 - 0.90 30
5 0.845 - 0.885 30
9 1.360 - 1.390 30
6 1.560 - 1.660 30 5 1.55 - 1.75 30
7 2.100 - 2.300 30 7 2.09 - 2.35 30
Kemampuan pencitraan OLI tidak termasuk 6 (TIR) 60
10.40 - 12.50
thermal
8
informasi terlebih dulu yang kemudian digunakan untuk menentukan kelas spectral yang
mewakili kelas informasi tersebut. (Indriasari, 2009)
9
BAB III
METODOLOGI
10
3.3 Diagram Alir
1. Diagram Alir Praktikum Klasifikasi
Citra Landsat
7 & 8 Sulsel
Komposit Band
(Layer Stacking)
Klasifikasi Klasifikasi
Unsupervised Supervised
Perhitungan
Luas Tutupan Lahan
Tutupan Lahan
Sulawesi Selatan
11
2. Diagram Alir Klasifikasi Unsupervised
Citra Landsat
7&8
Calculate Statistics
Citra
Klasifikasi ISOCLASS
Unsupervised
Tidak
Reclass
Ya
Citra Terklasifikasi
Unsupervised
12
3. Diagram Alir Klasifikasi Supervised
Citra Landsat
7&8
Pembuatan Training
Area (Poligon)
Penyimpanan Tidak
Area Baru
Ya
Calculate Statistics
Klasifikasi Supervised
Citra Terklasifikasi
Supervised
13
3.4 Langkah Pelaksanaan
3.4.1 Layer Stacking
Tahapan dalam proses penggabungan band atau layer stacking dengan
menggunakan software Envi 4.6.1 adalah sebagai berikut :
1. Pada Menu Envi 4.6.1 memilih File Open Image File, lalu memilih citra landsat
sejumlah bandnya. Sehingga akan muncul kotak dialog
2. Setelah itu pada menu Basic Tools Layer Stacking, akan muncul kotak dialog
Layer Stacking Parameter. Pilih Input File untuk memasukkan semua data citra.
14
Setelah itu memilih Reorder Files untuk mengurutkan file sesuai bandnya. Akan
muncul juga sistem proyeksi peta yang digunakan serta resolusi spasial citra. Lalu
memasukkan nama file untuk data citra yang baru.
3. Setelah dipilih ok, maka program akan memproses penggabungan citra atau create
layer file
4. Setelah berhasil load data citra dengan band yang sesuai Landsat 7 (321) dan Landsat
8 (654), dan simpan dengan format .ers untuk diproses di Er Mapper
15
3.4.2 Klasifikasi Unsupervised
Tahapan dalam klasifikasi tak terbimbing ini adalah sebagai berikut :
1. Menentukan jumlah kelas, ulangan, dan jumlah band yang digunakan. Pada menu
Proccess pilih Classification kemudian pilih ISOClass Unsupervised Classification.
Kemudian muncul dialog box berikut :
16
- Langkah selanjutnya adalah menyimpan citra hasil dari pembagian kelas (reclass)
dengan cara File Save As
- Setelah itu adalah menghapus data yang tidak diperlukan pada file .ers citra yang
telah terklasifikasi menjadi 5 kelas. Dengan cara membuka file .ers citra pada
wordpad atau notepad, lalu menghapus data dari kelas 6 sampai 20, lalu Save
- Menampilkan kembali Edit Class/ Region Details untuk merubah nama serta
warna kelas berdasarkan citra landsat asli
17
4. Menampilkan warna pada citra terklasifikasi di Image Window
- Menampilkan Algorithm dialog box
- Kemudian klik Edit pada Algorithm Dialog Box lalu pilih Add Raster Layer
- Klik Class Display.
- Sorot Class Display pada layer kemudian klik tombol Load Dataset untuk
memilih file citra terklasifikasi unsupervised dan klik OK.
- Setelah itu klik GO untuk mendisplay citra terklasifikasi unsupervised sesuai
dengan warna yang dinginkan.
18
- Klik OK pada dialog box tersebut. Lalu akan muncul Annotation Tool seperti
pada gambar berikut :
19
Kemudian tekan Tombol Save akan muncul kotak dialog seperti berikut :
.Tombol Save adalah untuk menyimpan region yang kita buat dalam file
yang aktif.
Tombol Save As adalah untuk menyimpan region yang kita buat dalam
file baru.
2. Memulai proses klasifikasi terbimbing
- Setelah training area dibuat dan disimpan, dapat dimulai proses klasifikasi.
Tahap selanjutnya masuk pada menu Procces > Calculate Statistics, masukan
citra yang telah detraining areanya.
20
- Setelah proses Calculate selesai, selanjutnya pilih Classification pada menu
Process. Lalu pilih Supervised Classification. Setelah itu akan muncul dialog
box berikut :
- Klik Setup untuk menampilkan region yang kita buat. Disini dapat memilh
kelas yang akan dihilangkan atau ditambahkan seperti pada gambar berikut :
- Klik Close untuk kembali ke dialog box awal.
- Pilih Classification Type
- Klik OK untuk memulai proses klasifikasi.
3. Memberi nama dan warna region. (Tahapan ini sama halnya dengan metode
Unsupervised Classification)
Pada menu Edit pilih Edit Class/Region Color and Name. Kemudian muncul
dialog box berikut :
21
- Mengisi nama kelas dan pilih warna kelas yang dinginkan.
- Klik Save pada dialog box setelah kita menentukan warna dan nama kelas.
4. Menampilkan warna pada citra terklasifikasi di Image Window. (Tahapan ini
sama dengan metode Unsupervised Classification)
- Menampilkan Algorithm dialog box
- Kemudian klik Edit pada Algorithm Dialog Box lalu pilih Add Raster Layer
- Klik Class Display.
- Sorot Class Display pada layer kemudian klik tombol Load Dataset
untuk memilih file citra terklasifikasi unsupervised dan klik OK.
- Setelah itu klik GO untuk mendisplay citra terklasifikasi unsupervised sesuai
dengan warna yang
22
2. Setelah proses kalkulasi statistik selesai, pilih View StatisticsArea Summary
Report, lalu load citra yang terklasifikasi sebagai 5 kelas
3. Maka akan muncul luas dari kelima kelas serta luas daerah keseluruhan
23
BAB IV
HASIL DAN PEMBAHASAN
24
Gambar 4.2 Hasil Klasifikasi Unsupervised Landsat 8
Pada klasifikasi ini dibagi menjadi 5 kelas yaitu Perairan (laut, danau, sungai, dan
tubuh air), Lahan Terbuka (lahan habis pakai panen), Pemukiman, Hutan, dan
Mangrove. Pada proses klasifikasi ini, awan diklasifikasikan sendiri dikarenakan
kenampakannya yang cukup signifikan, akan tetapi awan diklasifikan seminimal
mungkin dan tidak termasuk tutupan lahan. Hal tersebut dikarenakan keterbatasan
dalam proses cloud masking.
25
Pada klasifikasi ini dibagi menjadi 6 kelas yaitu Perairan (laut, danau, sungai, dan
tubuh air), Lahan (lahan habis pakai panen), Pemukiman, Hutan, Tambak dan
Mangrove. Pada proses klasifikasi ini, awan termasuk dalam klasifikasi permukiman,
dikarenakan awan tidak bisa diklasifikasikan sendiri.Warna merah yang berada di laut
merupakan awan yang terdefinisikan sebagai permukiman. Hal tersebut dikarenakan
keterbatasan dalam proses cloud masking.
4.2.2 Landsat 8
Setelah melakukan proses klasifikasi supervised untuk citra landsat 8,
diperoleh hasil klasifikasi sebagai berikut :
26
sebelum diklasifikasi, kelas diminimalkan menjadi 5 kelas karena terdapat
kemiripan antara lahan yang satu dengan lahan yang lain. Kelas tutupan lahan pada
Landsat 7 di daerah Sulawesi Selatan adalah sebagai berikut.
27
3. Perairan Pada kelas perairan ini yang termasuk di
dalamnya adalah laut, danau, sungai,
serta tubuh air lainnya. Hal ini
dikarenakan kenampakan objek – objek
tersebut sama sehingga diklasifikasikan
dalam satu kelas.
4. Lahan Kosong Meskipun area lahan kosong tidak
banyak, namun kenampakannya sangat
jelas. Sehingga mudah diinterpretasi dan
masuk dalam kelas klasifikasi.
5. Permukiman Kelas pemukiman mayoritas terdapat di
pinggir laut dan beberapa di tengah,
sehingga kelas permukiman ini
dipertimbangkan untuk menjadi satu
kelas.
2. Landsat 8
Pada klasfikasi unsupervised menggunakan landsat 8, pertama kali proses
klasifikasi membagi menjadi 20 kelas. Setelah itu dibagi lagi (reclass) menjadi 5
kelas yaitu Perairan (laut, danau, sungai, dan tubuh air), Lahan Terbuka (lahan
habis pakai panen), Pemukiman, Hutan, dan Mangrove. Seperti yang telah
dijelaskan tadi, awan diklasifikan tersendiri seminimal mungkin tapi tidak
dianggap sebagai tutupan lahan.
28
Gambar 4.8 Citra Landsat 8 Komposit Band 654
Dari citra dengan komposit band 654 ditentukan kelas – kelas tutupan lahan.
Berikut pertimbangan pemilihan kelas :
No Nama Kelas Warna Pertimbangan Pemilihan Kelas
1. Perairan Pada kelas perairan ini yang termasuk di
dalamnya adalah laut, danau, sungai,
serta tubuh air lainnya. Hal ini
dikarenakan kenampakan objek – objek
tersebut sama sehingga diklasifikasikan
dalam satu kelas
2. Lahan Terbuka Pada kelas lahan terbuka ini merupakan
(lahan habis objek yang menyerupai sawah namun
pakai panen) sudah tidak ada tanaman lagi. Alasan
pemilihan kelas ini karena banyak
kenampakan objek ini pada citra.
3. Pemukiman Kelas pemukiman dipilih dikarenakan
adanya kenampakan objek ini yang
siginifikan yaitu berada di tengah dengan
dikelilingi oleh hutan dan lahan terbuka.
4. Hutan Kelas hutan dipilih dikarenakan masih
cukup banyak dijumpai objek hutan pada
daerah citra ini.
5. Mangrove Alasan pemilihan kelas ini dikarenakan
objek yang selalu berada di kawasan
pesisir atau pinggir pantai, tetapi tidak
menutup kemugkinan berada di dekat
29
objek perairan lain.
Berikut ini perbandingan antara citra landsat 8 asli (komposit band 654) dengan
hasil klasifikasi unsupervised :
30
Pertimbangan dari 15 menjadi 6 kelas berdasarkan pada citra landsat 7 yang telah
dikomposit dengan band 543 (mendekati sebenarnya) dan berdasarkan google
earth.
31
No Nama Kelas Warna Pertimbangan Pemilihan Kelas
daerah citra ini.
Berikut ini perbandingan antara citra landsat 7 asli (komposit band 543 dengan
hasil klasifikasi Supervised :
32
Gambar 4.13 Pembagian Kelas Klasifikasi Unsupervised Landsat 8
9 kelas didapat dari perbandingan citra landsat 8 dengan komposit band 654, dan
juga dengan menggunakan referensi dari google earth
33
No Nama Kelas Warna Pertimbangan Pemilihan Kelas
7. SUNGAI Sungai memiliki bentuk memanjang dan
memiliki kelok tajam, ini yang
membedakannya dengan jalan
8. AWAN Awan banyak menutup wilayah di citra,
sehingga dipilih warna putih sesuai warna
sebenarnya
9. DANAU Danau memiliki bentuk bulat, salah satu
pertimbangan adalah dengan
membandingkan bentuk ini dengan yang
adadi google earth
Dari tabel di atas dapat diketahui bahwa untuk klasifikasi unsupervised, luas tutupan lahan
dari landsat 7 (tahun 1999) ke landsat 8 (tahun 2013) mengalami perubahan. Perubahan
luas secara keseluruhan yaitu sebesar 11091, 65 ha. Perubahan yang terjadi antara lain :
- Tidak ada lagi tutupan lahan vegetasi
- Bertambahnya luas tutupan lahan perairan, lahan terbuka, dan pemukiman
- Berkurangnya luas tutupan lahan hutan
34
- Adanya tutupan lahan mangrove
Dari perubahan yang terjadi dapat dianalisis bahwa dari tahun 1999 sampai 2013
daerah Sulawesi Selatan mengalami pengurangan hutan yang cukup banyak yaitu seluas
206795,981 ha. Berkurangnya luas hutan ini dikarenakan perubahan lahan dari hutan
menjadi pemukiman dan lahan terbuka (lahan habis pakai panen). Seiring perubahan
jaman tentu rencana tata ruang dan wilayah akan beradaptasi dengan keadaan yang terjadi.
Untuk luas perairan yang bertambah disinyalir akibat dari naiknya permukaan air laut, hal
itu sejalan dengan munculnya area mangrove yang dibuat di sekitar pesisir atau pantai
Sulawesi Selatan.
Sedangkan untuk klasifikasi supervised, luas tutupan lahan dari landsat 7 (tahun
1999) ke landsat 8 (tahun 2013) juga mengalami perubahan. Besar perubahan luas sama
dengan klasisfikasi unsupervised yaitu secara keseluruhan sebesar 11091, 65 ha.
Perubahan yang terjadi antara lain :
- Tidak ada lagi mangrove dan tambak
- Bertambahnya luas tutupan lahan pemukiman
- Berkurangnya luas tutupan lahan hutan, perairan, dan lahan terbuka
- Adanya tutupan lahan jalan
Dari perubahan yang terjadi dapat dianalisis bahwa dari tahun 1999 sampai 2013
daerah Sulawesi Selatan mengalami penambahan lahan pemukiman yang cukup banyak
yaitu seluas 1392290,910 ha. Berkurangnya luas hutan ini dikarenakan perubahan lahan
dari hutan dan lahan terbuka menjadi pemukiman. Seiring perubahan jaman tentu rencana
tata ruang dan wilayah akan beradaptasi dengan keadaan yang terjadi. Untuk luas perairan
berbeda dengan klasifikasi unsupervised, luas perairan mengalami pengurangan. Perairan
di sini mencakup laut, danau, dan sungai.
Perbedaan hasil klasifikasi dapat disebabkan beberapa hal diantaranya perbedaan
interpretasi dalam mengklasifikasikan objek tutupan lahan, cukup banyaknya awan, dan
kurangnya informasi yang tepat tentang tutupan lahan daerah Sulawesi Selatan.
35
BAB V
PENUTUP
5.1 Kesimpulan
Dari praktikum yang telah dilakukan dapat ditarik kesimpulan :
1. Proses klasifikasi unsupervised dan supervised dapat digunakan untuk mengetahui
jenis tutupan lahan. Perbedaannya terletak pada proses mendapatkan kelas tutupan
lahan. Yaitu klasifikasi supervised harus membuat batasan area tutupan lahan
sedangkan klasifikasi unsupervised dipilihkan oleh program.
2. Perubahan luas tutupan lahan daerah Sulawesi Selatan dari tahun 1999 – 2013
dengan menggunakan klasifikasi unsupervised sebesar 6393003 ha. Dengan
perubahan yang terjadi :
- Tidak ada lagi tutupan lahan vegetasi
- Bertambahnya luas tutupan lahan perairan, lahan terbuka, dan pemukiman
- Berkurangnya luas tutupan lahan hutan
- Adanya tutupan lahan mangrove
3. Perubahan luas tutupan lahan daerah Sulawesi Selatan dari tahun 1999 – 2013
dengan menggunakan klasifikasi supervised sebesar 6393003 ha. Dengan perubahan
yang terjadi :
- Tidak ada lagi mangrove dan tambak
- Bertambahnya luas tutupan lahan pemukiman
- Berkurangnya luas tutupan lahan hutan, peraiaran, dan lahan terbuka
- Adanya tutupan lahan jalan
5.2 Saran
Dari praktikum yang telah dilakukan saran yang diberikan antara lain :
1. Dalam proses mendownload citra harap lebih diperhatikan tentang informasi –
informasi citra tersebut
2. Dalam proses klasifikasi diharapkan mempunyai referensi lain tentang tutupan lahan
daerah tersebut
3. Lebih teliti saat melakukan proses klasifikasi supervised
36