Studi Komparasi Pemetaan Penggunaan Penutupan Lahan Melalui Citra Landsat Dan Citra Quickbird

STUDI KOMPARASI PEMETAAN PENGGUNAAN/PENUTUPAN
LAHAN MELALUI CITRA LANDSAT DAN CITRA QUICKBIRD

Studi Kasus: Sub Daerah Aliran Sungai (DAS) Ciliwung Hulu, Bogor
BAMBANG ADE WAHYUDI

A14054173
PROGRAM STUDI MANAJEMEN SUMBERDAYA LAHAN

DEPARTEMEN ILMU TANAH DAN SUMBERDAYA LAHAN
FAKULTAS PERTANIAN
INSTITUT PERTANIAN BOGOR
2011
SUMMARY
BAMBANG ADE WAHYUDI. Comparison Study The Mapping of Land
Use/Land Cover through Landsat Image and Quickbird Image. Case Study: Subdrainage Area Riverbasin (DAS) Ciliwung Hulu, Bogor. Under supervision of
Khursatul Munibah and Komarsa Gandasasmita.
As the knowledge and technology develop, the satellite image also starts
gaining its popularity as the component of remote sensing data. The Landsat
image has eight spectral channels with spatial resolution 15 m (panchromatic) and
30 m (multispectral). The Quickbird image, a high-resolution image, has spatial
resolution 0,6 m (panchromatic) and 2,4 m (multispectral). The difference of
spatial resolution causes the difference of land use/land cover information among
these two images. The purposes of this research are as follows: a) comparing the
appearance of objects in the image of Quickbird panchromatic, multispectral, and
fusion, b) comparing the results of mapping land use/land cover from Landsat and
Quickbird image fusion, c) analyze the accuracy of geometric objects in the
Quickbird image fusion with the condition in the field.
This research comprises three stages, namely: preparation, data collection,
and data analysis. The preparation stage includes the Landsat image downloading
and the provision of revised Quickbird image with RBI map. Then, the data
collection stage is divided into primary data collection (check field and the
measurement object) and secondary data collection (RBI maps and map the study
area boundary). Lastly, the data analysis stage consists of: object identification on
the Quickbird image fusion, visual interpretation of the land use/land cover based
on Landsat image and Quickbird image, conscientiousness test of the
interpretation outcome, comparison of the polygon number and width of land
use/land cover respectively, consistency of the land use/land cover type, and
regression analysis of the object measurement between the Quickbird image and
on-field measurement.
The object interpretation and identification on the Quickbird image can be
conducted more easily on the fusion image compared to the panchromatic image
and multispectral image. The land use/land cover interpreted from the Landsat
image and Quickbird image respectively consists of 8 and 12 classifications. The
overall accuracy value and kappa value from Quickbird image are 91% and 0,89
respectively. The dominant land use/land cover from Landsat image is housing
(23,75%), while the dominant one from Quickbird image is compound plantation
(26,55%). The types of land use/land cover obtained from the Landsat image and
Quickbird image that possesses high consistency are forest and tea garden, while
the low ones comprise housing and water body. On the level of classification
detail, the Quickbird image has 4 levels of classification, while the Landsat image
only has one level of classification. The object measurement on the Quickbird
image and on-field measurement show a fairly close relation, with R = 0,983.
Proposition for further research is the necessity of succeeding research on
by adding satellite imagery that has a medium spatial resolution such as:
CARTOSAT-1, FORMOSAT-2, RapidEye, SPOT-5, ALOS, and others.
RINGKASAN
BAMBANG
ADE
WAHYUDI.
Studi
Komparasi
Pemetaan
Penggunaan/Penutupan Lahan Melalui Citra Landsat dan Citra Quickbird. Studi
kasus: Sub Daerah Aliran Sungai (DAS) Ciliwung Hulu, Bogor. Di bawah
bimbingan Khursatul Munibah dan Komarsa Gandasasmita.
Seiring dengan berkembangnya ilmu pengetahuan dan teknologi, citra
satelit mulai marak digunakan sebagai komponen data penginderaan jauh. Citra
Landsat memiliki delapan saluran spektral tampak dengan resolusi spasial 15 m
(pankromatik) dan 30 m (multispektral). Citra Quickbird merupakan citra
beresolusi tinggi yang memiliki resolusi spasial 0,6 m (pankromatik) dan 2,4 m
(multispektral). Perbedaan resolusi spasial ini mengakibatkan perbedaaan
informasi penggunaan/penutupan lahan antara kedua citra. Tujuan dari penelitian
ini adalah :
a) membandingkan kenampakan objek di citra Quickbird
pankromatik, multispektral, dan fusi, b) membandingkan hasil pemetaan
penggunaan/penutupan lahan dari citra Landsat dan fusi citra Quickbird, c)
menganalisis ketelitian geometrik objek di fusi citra Quickbird dengan kondisi di
lapang.
Penelitian terbagi dalam tiga tahap yaitu : persiapan, pengumpulan data,
dan analisis data. Tahap persiapan meliputi pengunduhan citra Landsat dan
penyediaan citra Quickbird yang telah terkoreksi dengan peta RBI. Tahap
pengumpulan data terbagi menjadi pengumpulan data primer (pengecekan lapang
dan pengukuran objek) serta pengumpulan data sekunder (peta RBI dan peta batas
daerah penelitian). Tahap analisis data yang dilakukan meliputi: identifikasi objek
pada fusi citra Quickbird, interpretasi visual penggunaan/penutupan lahan dari
citra Landsat dan citra Quickbird, uji ketelitian hasil interpretasi, perbandingan
jumlah poligon dan luas masing-masing penggunaan/penutupan lahan, konsistensi
tipe penggunaan/penutupan lahan, serta analisis regresi pengukuran objek pada
citra Quickbird dengan pengukuran objek di lapang.
Identifikasi dan interpretasi objek pada citra Quickbird lebih mudah
dilakukan pada citra fusi dibandingkan dengan citra pankromatik dan citra
multispektral. Tipe penggunaan/penutupan lahan yang diinterpretasi dari citra
Landsat dan citra Quickbird berjumlah masing-masing 8 dan 12 klasifikasi. Nilai
overall accuracy dan nilai kappa dari citra Quickbird masing-masing sebesar 91%
dan 0,89. Penggunaan/penutupan lahan yang dominan dari citra Landsat adalah
pemukiman (23,75%), sedangkan dari citra Quickbird adalah kebun campuran
(26,55%). Tipe penggunaan/penutupan lahan yang diperoleh dari citra Landsat
dan citra Quickbird yang memiliki konsistensi tinggi adalah hutan dan kebun teh,
sedangkan yang rendah adalah pemukiman dan badan air. Pada tingkat kedetailan
klasifikasi, citra Quickbird memiliki 4 tingkat klasifikasi, sedangkan pada citra
Landsat hanya memiliki 1 tingkat klasifikasi saja. Hubungan antara pengukuran
objek pada citra Quickbird dengan di lapang cukup erat yang ditunjukkan dengan
nilai R = 0,983.
Saran untuk penelitian selanjutnya adalah perlunya penelitian lanjutan
dengan menambah citra satelit yang memiliki resolusi spasial menengah seperti:
CARTOSAT-1, FORMOSAT-2, RapidEye, SPOT-5, ALOS, dan lain-lain.
STUDI KOMPARASI PEMETAAN PENGGUNAAN/PENUTUPAN

LAHAN MELALUI CITRA LANDSAT DAN CITRA QUICKBIRD
Studi Kasus: Sub Daerah Aliran Sungai (DAS) Ciliwung Hulu, Bogor
Bambang Ade Wahyudi

A14054173
Skripsi
sebagai Salah Satu Syarat untuk Memperoleh Gelar
Sarjana Pertanian
Pada Fakultas Pertanian, Institut Pertanian Bogor
PROGRAM STUDI MANAJEMEN SUMBERDAYA LAHAN

DEPARTEMEN ILMU TANAH DAN SUMBERDAYA LAHAN
FAKULTAS PERTANIAN
INSTITUT PERTANIAN BOGOR
2011
LEMBAR PENGESAHAN
Judul Skripsi
: Studi Komparasi Pemetaan Penggunaan/Penutupan

Lahan melalui Citra Landsat dan Citra Quickbird.
Studi Kasus: Sub Daerah Aliran Sungai (DAS) Ciliwung
Hulu, Bogor
Nama Mahasiswa : Bambang Ade Wahyudi

Nomor Pokok
: A14054173
Menyetujui,
Dosen Pembimbing I
Dosen Pembimbing II
(Dr. Khursatul Munibah, M.Sc)
(Dr. Ir. Komarsa Gandasasmita, M.Sc)
NIP. 19620515 199003 2 001
NIP. 19550111 197603 1 001
Mengetahui,
Ketua Departemen
(Dr. Ir. Syaiful Anwar, M.Sc)

NIP. 19621113 198703 1 003
Tanggal Lulus:
RIWAYAT HIDUP
Penulis lahir di Bukittinggi, Sumatera Barat, pada tanggal 20 Januari 1988.

Penulis merupakan anak keenam dari enam bersaudara dari pasangan Bapak H.
Agustami St. Batuah dan Ibu Dra. Hj. Anita Djabar.
Penulis menyelesaikan pendidikan sekolah dasar pada tahun 1999 di SDN
11 Cimpago Guguak Bulek, Kecamatan Mandiangin Koto Selayan, Bukittinggi.
Kemudian pada tahun 2002, penulis menyelesaikan pendidikan sekolah menengah
pertama di SMPN 5 Bukittinggi. Selanjutnya penulis melanjutkan pendidikan
sekolah menengah atas di SMAN 1 Bukittinggi dan lulus pada tahun 2005.
Pada tahun yang sama (2005), penulis diterima di Tingkat Persiapan
Bersama (TPB) Institut Pertanian Bogor (IPB) melalui jalur Seleksi Penerimaan
Mahasiswa Baru (SPMB) dan pada tahun 2006 diterima di Mayor Manajemen
Sumberdaya Lahan, Departemen Ilmu Tanah dan Sumberdaya Lahan, Fakultas
Pertanian, Institut Pertanian Bogor.
Selama menjalani pendidikan di perguruan tinggi, penulis pernah aktif
dalam Paduan Suara Mahasiswa Agriaswara pada periode 2005-2007 dan
pernah juga mengikuti kegiatan mahasiswa lain seperti panitia dalam kegiatan
Masa Perkenalan Departemen (MPD) tahun 2007, serta sebagai panitia dalam
Semiloka Nasional Geomatika-SAR Nasional tahun 2009. Selain itu, penulis
pernah menjadi asisten pratikum Penginderaan Jauh dan Interpretasi Citra (20092010), asisten pratikum Geomorfologi dan Analisis Lanskap (2009-2010), dan
asisten pratikum Sistem Informasi Geografi (2009-2010).
KATA PENGANTAR
Puji syukur penulis ucapkan kepada Allah S.W.T yang telah memberikan
nikmat dan karunia-Nya, sehingga penulis dapat menyelesaikan penelitian dan
skripsi.
Skripsi
yang
berjudul
Studi
Komparasi
Pemetaan
Penggunaan/Penutupan Lahan melalui Citra Landsat dan Citra Quickbird. Studi

Kasus: Sub Daerah Aliran Sungai (DAS) Ciliwung Hulu, Bogor ini merupakan
salah satu syarat untuk mendapatkan gelar sarjana di Mayor Manajemen
Sumberdaya Lahan, Departemen Ilmu Tanah dan Sumberdaya Lahan, Fakultas
Pertanian, Institut Pertanian Bogor.
Pada kesempatan ini, tak lupa penulis ingin menyampaikan ucapan terima
kasih yang sebesar-besarnya kepada:
1. Dr. Khursatul Munibah, M.Sc selaku dosen pembimbing skripsi I yang
telah memberikan banyak bimbingan, pengarahan, serta masukan selama
masa penelitian dan penyusunan skripsi ini.
2. Dr. Ir. Komarsa Gandasasmita, M.Sc selaku dosen pembimbing skripsi II
yang telah memberikan banyak bimbingan, pengarahan, serta masukan
selama penelitian dan penyusunan skripsi ini.
3. Dr. Boedi Tjahjono, M.Sc selaku dosen penguji yang telah memberikan
saran dan masukan dalam penyusunan skripsi.
4. Dr. Ir. Iskandar selaku dosen pembimbing akademik yang memberikan
pengarahan dan bimbingan selama masa perkuliahan.
5. Kedua orang tuaku, Ayahanda H. Agustami St. Batuah dan Ibunda Dra.
Hj. Anita Djabar, atas kasih sayang dan kesabarannya, semoga Allah
S.W.T membalas semua pengorbanan mereka.
6. Kakak-kakakku tercinta: Besty Ineke, Dodi Kurniawan, Ismed Gusno,
Khairi Yanti, dan abangku tersayang Alm. Khairi Yanto, untuk dorongan
semangatnya selama ini.
7. Seluruh staf dan dosen pengajar Departemen Ilmu Tanah dan Sumberdaya
Lahan.
8. Rekan-rekan seperjuangan di Laboratorium Bagian Penginderaan Jauh dan
Informasi Spasial (Ikhsan, Tyo, Yudi, Poppy, Ivong, Atha, Yanti, Icong,
dan Luluk) serta staf Laboratorium Bagian Penginderaan Jauh dan

Informasi Spasial (Mas Manijo, Mbak Reni, Mbak Agi, dan Mbak Nurul)
atas dukungan dan bantuan selama ini.
9. Teman-teman komunitas Bujangers (Ali, Andre, Anter, Awank, Bobby,
Carlos, Daniel, Ganda, Geges, Idan, dan Jire) atas segala bantuan,
dukungan, dan canda tawa selama ini.
10. Bang Suraj, Ridho, Decil, Umbara, Hadi, Sendy, Rahardian, dan Linda
atas bantuan dan dukungan selama ini.
11. Teman-teman kosan Pondok AA (Da Roni, Novel, Aat, Aan, Huda, Ibal,
Isan, Luther, Wido, Bowo, Rizky, Anjar, Bedur), dan Wisma Alma (Mas
Erwin, Aziz, Rey, Dendi, Janu, Ajoy, Mas Bilal) atas bantuan dan
dukungan selama ini.
12. Dukungan dan bantuan dari teman-teman Departemen Ilmu Tanah dan
Sumberdaya Lahan (ITSL) serta pihak-pihak yang tidak dapat disebut satu
persatu.
Penulis menyadari bahwa masih banyak terdapat kekurangan pada skripsi

ini. Namun, penulis berharap skripsi ini bermanfaat bagi semua pihak yang
memerlukannya.
Bogor, November 2011
Penulis
DAFTAR ISI
Halaman
KATA PENGANTAR ............................................................................................ i
DAFTAR ISI ......................................................................................................... iii
DAFTAR TABEL ................................................................................................. v
DAFTAR GAMBAR ........................................................................................... vii
DAFTAR LAMPIRAN ...................................................................................... viii
I. PENDAHULUAN .............................................................................................. 1
1.1. Latar Belakang ............................................................................................. 1
1.2. Tujuan .......................................................................................................... 2
II. TINJAUAN PUSTAKA ................................................................................... 3
2.1. Penginderaan Jauh ........................................................................................ 3
2.1.1. Citra Landsat ......................................................................................... 3
2.1.2. Citra Quickbird...................................................................................... 5
2.2. Fusi Citra ...................................................................................................... 7
2.3. Penggunaan/penutupan lahan ....................................................................... 7
2.4. Aplikasi Citra Landsat untuk Pemetaan Penggunaan/Penutupan Lahan ..... 8
2.5. Aplikasi Citra Quickbird untuk Pemetaan Penggunaan/Penutupan Lahan .. 8
2.6. Akurasi Hasil Interpretasi Citra ................................................................... 9
2.7. Regresi Linier Sederhana ........................................................................... 10
III. METODE PENELITIAN ............................................................................ 11
3.1. Lokasi dan Waktu Penelitian ..................................................................... 11
3.2. Bahan dan Alat ........................................................................................... 11
3.3. Metode Penelitian....................................................................................... 12
3.3.1. Identifikasi Kenampakan Objek pada Fusi Citra Quickbird ............... 13
3.3.2. Interpretasi Visual Penggunaan/Penutupan Lahan dari Citra Landsat
dan Citra Quickbird ............................................................................ 14
3.3.3. Uji Ketelitian Interpretasi .................................................................... 15
3.3.4. Perbandingan Jumlah Poligon dan Luas Masing-Masing
Penggunaan/Penutupan Lahan ........................................................... 16
3.3.5. Konsistensi Tipe Penggunaan/Penutupan Lahan ................................ 16
3.3.6. Tingkat Kedetailan Penggunaan/Penutupan Lahan ............................ 17

3.3.7. Analisis Regresi Pengukuran Objek pada Citra Quickbird dengan
Pengukuran Objek di Lapang ............................................................. 19
IV. HASIL DAN PEMBAHASAN ..................................................................... 20
4.1. Fusi pada Citra Quickbird .......................................................................... 20
4.2. Interpretasi Penggunaan/Penutupan Lahan pada Citra Landsat dan Citra
Quickbird ................................................................................................... 22
4.3. Akurasi Hasil Interpretasi Penggunaan/Penutupan Lahan dari Citra
Quickbird ................................................................................................... 27
4.4. Perbandingan Keluaran (Output) dari Interpretasi melalui Citra Landsat
dan Citra Quickbird ................................................................................... 29
4.4.1. Luas dan Jumlah Poligon dari Masing-Masing Penggunaan/Penutupan
Lahan dari Citra Landsat dan Citra Quickbird ................................... 32
4.4.2. Konsistensi Tipe Penggunaan/Penutupan Lahan yang Bersumber dari
Citra Landsat dan Citra Quickbird ..................................................... 33
4.4.3. Tingkat Kedetailan Klasifikasi Penggunaan/Penutupan Lahan dari
Citra Landsat dan Citra Quickbird ..................................................... 41
4.5. Hubungan antara Pengukuran Objek pada Citra Quickbird dengan
Pengukuran Lapang ................................................................................... 48
V. KESIMPULAN DAN SARAN ...................................................................... 50
5.1. Kesimpulan ................................................................................................ 50
5.2. Saran ........................................................................................................... 50
DAFTAR PUSTAKA...........................................................................................51
LAMPIRAN..........................................................................................................53
DAFTAR TABEL
Nomor
Halaman
Teks
1. Spesifikasi Satelit Landsat 7 ............................................................................... 4

2. Karakteristik Band Citra Landsat 7 ..................................................................... 5
3. Karakteristik Citra Quickbird .............................................................................. 6
4. Spesifikasi satelit Quickbird ............................................................................... 6
5. Bahan yang Digunakan Dalam Penelitian ........................................................ 12
6. Alat dan Perangkat Lunak yang Digunakan dalam Penelitian .......................... 12
7. Tingkat konsistensi tipe penggunaan/penutupan lahan ..................................... 17
8. Sistem Klasifikasi Penggunaan/Penutupan Lahan untuk digunakan dengan
Data Penginderaan Jauh ................................................................................... 18
9. Tabel kenampakan objek pada citra pankromatik, citra multispektral, dan citra
fusi.21
10. Persentase kenampakan pada citra pankromatik, citra multispektral, dan citra
fusi.22
11. Nilai overall accuracy dari citra Quickbird .................................................... 27
12. Nilai kappa dari citra Quickbird ...................................................................... 28
13.Perbandingan jumlah kelas dan luas masing-masing penggunaan/penutupan
lahan..32
14. Jumlah dan persentase poligon pada citra Landsat dan citra Quickbird ......... 33
15. Konsistensi hutan yang bersumber dari citra Landsat dan citra Quickbird .... 34
16. Konsistensi kebun campuran yang bersumber dari citra Landsat dan citra
Quickbird .......................................................................................................... 35
17.Konsistensi kebun teh yang bersumber dari citra Landsat dan citra Quickbird 36
18.Konsistensi tegalan yang bersumber dari citra Landsat dan citra Quickbird ... 37
19.Konsistensi sawah yang bersumber dari citra Landsat dan citra Quickbird .... 38
20.Konsistensi pemukiman yang bersumber dari citra Landsat dan citra
Quickbird...39
21.Konsistensi badan air yang bersumber dari citra Landsat dan citra Quickbird 40
22.Konsistensi tanah kosong yang bersumber dari citra Landsat dan citra
Quickbird .......................................................................................................... 40
23. Konsistensi tipe penggunaan/penutupan lahan yang bersumber dari citra
Landsat dan citra Quickbird 41
24. Pembagian Level Klasifikasi Penggunaan/Penutupan Lahan 42
25. Hasil pengukuran objek pada citra Quickbird dan pengukuran lapang 48
DAFTAR GAMBAR
Nomor
Halaman
Teks
1. Satelit Landsat ..................................................................................................... 3

2. Satelit Quickbird ................................................................................................. 6
3. Peta Lokasi Penelitian ....................................................................................... 11
4. Diagram Alir Penelitian .................................................................................... 13
5. Sistematik Pengambilan Sampel pada Penggunaan/Penutupan Lahan Kebun
Campuran ......................................................................................................... 16
6. Kenampakan Objek Citra Quickbird pada Citra Pankromatik, Citra
Multispektral, dan Citra Fusi ............................................................................ 20
7. Contoh Kenampakan Objek Pada Citra Landsat, Quickbird, dan Lapang ........ 25
8. Peta Penggunaan/Penutupan Lahan Daerah Aliran Sungai (DAS) Ciliwung
Hulu (Landsat) .................................................................................................. 30
9. Peta Penggunaan/Penutupan Lahan Daerah Aliran Sungai (DAS) Ciliwung
Hulu (Quickbird)...32
10. Peta Penggunaan/Penutupan Lahan Level 1 (Landsat) ................................... 43
11. Peta Penggunaan/Penutupan Lahan Level 1 (Quickbird) ............................... 44
15.Grafik analisis regresi linier sederhana antara pengukuran objek pada citra
dengan pengukuran objek di lapang..49
DAFTAR LAMPIRAN
Nomor
Halaman
Teks
1. Tabel Uji Lapang............................................................................................... 54

2. Data Statistik Pengukuran Objek Pada Citra dan Lapang................................. 57
I. PENDAHULUAN
1.1. Latar Belakang

Seiring dengan berkembangnya ilmu pengetahuan dan teknologi, citra
satelit mulai banyak dimanfaatkan dalam berbagai ilmu. Pada tahun 1972, Earth
Resources Technology Satellite (ERTS-A) dari Amerika Serikat yang kemudian
disebut Landsat 1 merupakan satelit penginderaan jauh pertama. Satelit ini
memiliki resolusi spasial 80 m dan memiliki empat saluran Red Green Blue
(RGB) dan saluran inframerah dekat. Generasi satelit Landsat berikutnya
mengalami peningkatan dalam hal resolusi spasial dan resolusi spektral. Pada
tahun 1999, muncul satelit baru yaitu Landsat 7 yang memiliki 8 saluran spektral
dan resolusi spasial 15 m untuk citra pankromatik dan 30 m untuk citra
multispektral. Saat ini telah banyak satelit baru yang diluncurkan diantaranya
adalah ALOS, IKONOS, Quickbird, OrbView, dan lain-lain yang memiliki
resolusi spasial yang lebih baik dari generasi sebelumnya.
Citra Landsat telah dimanfaatkan oleh pemerintah, swasta, industri, sipil,
dan pendidikan di seluruh dunia. Citra ini digunakan untuk mendukung berbagai
bidang dalam aplikasi seperti: penelitian perubahan iklim global, pertanian,
kehutanan, geologi, manajemen sumberdaya, geografi, pemetaan, hidrologi, dan
oseanografi. Pemetaan penggunaan/penutupan lahan dengan citra Landsat mampu
menyediakan informasi kenampakan objek dan kegiatan manusia di permukaan
bumi.
Quickbird adalah satelit penginderaan jauh komersial milik perusahaan
Amerika Serikat, DigitalGlobe, yang menyediakan produk citra beresolusi tinggi.
Diluncurkan pada tahun 2001, produk ini terdiri dari sensor pankromatik dan
sensor multispektral. Kedua sensor tersebut menghasilkan citra yang memiliki
resolusi spasial berbeda yaitu 0,61 m untuk citra pankromatik dan 2,44 m untuk
citra multispektral. Pada resolusi ini, detail bangunan dan infrastruktur lainnya
terlihat jelas.
Munculnya citra Quickbird ini tentunya memberi harapan bagi praktisi di
bidang planologi, pertanian, kehutanan, pertambangan, dan lain-lain yang
memerlukan data akurat. Dengan kemampuan citra Quickbird menyajikan data

spasial hingga ketelitian 0,61 m, lokasi pemukiman dapat diidentifikasi per
individu bangunan. Jalan raya dan sungai pun dapat diidentifikasi sebagai poligon.
Pemetaan penggunaan/penutupan lahan dengan
citra Quickbird
mampu
menyediakan informasi kenampakan objek dan kegiatan manusia di permukaan

bumi secara detail.
Khusus untuk citra Quickbird, penggunaan salah satu citra baik citra
pankromatik maupun citra multispektral terkadang belum cukup untuk
mendapatkan output yang diinginkan karena adanya keterbatasan resolusi spektral
dan resolusi spasial (Nisak, 2010). Oleh karena itu, fusi citra perlu dilakukan
untuk mendapatkan gambar citra yang diinginkan yakni memiliki resolusi spasial
tinggi dan kombinasi Red Green Blue (RGB). Teknik fusi citra yang digunakan
dalam penelitian ini adalah Color Normalized (Brovey). Teknik ini berfungsi
untuk menajamkan gambar dengan menggunakan kombinasi matematis dari citra
multispektral dan citra pankromatik (Vrabel, 1996).
Untuk mengetahui sejauh mana citra satelit mampu menyajikan informasi
penggunaan/penutupan
lahan
suatu
wilayah,
perlu
dilakukan
penelitian
perbandingan. Penelitian ini membandingkan citra Landsat dan citra Quickbird.

Studi komparasi pemetaan penggunaan/penutupan lahan melalui citra Landsat dan
citra
Quickbird
diharapkan
mampu
menjawab
perbedaan
informasi
penggunaan/penutupan lahan tersebut.
1.2. Tujuan
Tujuan dari penelitian ini adalah:
1. Membandingkan kenampakan objek di citra Quickbird pankromatik,
multispektral, dan fusi.
2. Membandingkan hasil pemetaan penggunaan/penutupan lahan dari citra
Landsat dan fusi citra Quickbird.
3. Menganalisis ketelitian geometrik objek di fusi citra Quickbird dengan
kondisi di lapang.
II. TINJAUAN PUSTAKA
2.1. Penginderaan Jauh

Penginderaan jauh adalah ilmu dan seni untuk memperoleh informasi
tentang suatu objek, daerah, atau fenomena melalui analisis data yang diperoleh
dengan suatu alat tanpa kontak langsung dengan objek, daerah, atau fenomena
yang dikaji (Lillesand & Kiefer, 1999). Defenisi yang lain juga dikemukakan oleh
Konecny (2003) yang mana penginderaan jauh adalah metode untuk memperoleh
informasi dari objek yang jauh tanpa adanya kontak langsung. Dalam aplikasinya,
teknologi penginderaan jauh menggunakan energi elektromagnetik seperti
gelombang radio, cahaya, dan panas sebagai sarana untuk mendeteksi dan
mengukur karakteristik objek atau target (Ho, 2009).
2.1.1. Citra Landsat

Landsat 1 adalah satelit pengamatan bumi pertama kali di dunia (EOS),
yang diluncurkan oleh Amerika Serikat pada tahun 1972. Satelit ini memiliki
kemampuan untuk mengamati bumi jauh dari ruang angkasa, dan merupakan
salah satu perangkat terbaik dalam penginderaan jauh. Setelah Landsat 1, Landsat
2, 3, 4, 5, dan 7 diluncurkan, Landsat 7 saat ini dioperasikan sebagai satelit utama.
Gambar 1. Satelit Landsat
Landsat 5 dilengkapi dengan multispectral scanner (MSS) dan thematic

mapper (TM). MSS adalah sensor optik yang didesain untuk mengamati radiasi
matahari yang dipantulkan dari permukaan bumi dalam empat band spektral yang
berbeda, dengan menggunakan kombinasi dari sistem optik dan sensor. TM adalah
peralatan observasi canggih yang digunakan dalam MSS. Peralatan ini mengamati
permukaan bumi di tujuh band spektral yang berkisar dari sinar tampak hingga
inframerah termal.
Landsat 7 telah berhasil diluncurkan dari Pangkalan Angkatan Udara
Vandenburg pada tanggal 15 April 1999. Satelit ini dilengkapi dengan instrumen
Enhanced Thematic Mapper Plus (ETM+), penerus TM. Jumlah band dari Landsat
7 sama dengan Landsat 5 sebanyak tujuh band, tetapi pada Landsat 7 ditambahkan
band 8 yaitu band pankromatik dengan resolusi 15 m.
Data Landsat telah digunakan oleh pemerintah, masyarakat komersial,
industri, sipil, dan pendidikan di seluruh dunia. Data tersebut mendukung
berbagai berbagai aplikasi dalam bidang-bidang seperti penelitian perubahan
iklim global, pertanian, kehutanan, geologi, manajemen sumberdaya, geografi,
pemetaan, hidrologi, dan oseanografi. Citra Landsat dapat digunakan dalam
pemetaan perubahan antropogenik dan alamiah di bumi selama periode beberapa
bulan sampai dua dekade. Jenis perubahan yang dapat diidentifikasi meliputi
pembangunan pertanian, penggundulan hutan, bencana alam, urbanisasi, dan
pengembangan dan degradasi sumber daya air (www.satimaging.com, diakses 13
Oktober 2011). Spesifikasi satelit dan karakteristik band citra Landsat 7 disajikan
pada Tabel 1 dan 2.
Tabel 1. Spesifikasi Satelit Landsat 7

Tanggal diluncurkan
Resolusi Spasial
Orbit
Kecondongan Orbit
Periode Orbit
Resolusi Temporal
Resolusi
15 April 1999, di Pangkalan Angkatan Udara Vandenberg, California

30 meter
705 +/- 5 km (di atas khatulistiwa) sun-synchronous
98,2 +/- 0,15
98.9 menit
16 hari (233 orbit)
15 hingga 90 meter
Sumber: www.satimaging.com, diakses 13 Oktober 2011
Tabel 2. Karakteristik Band Citra Landsat 7

Band
1
Rentang
Spektral ()
0,450 - 0,515
(biru-hijau)
Resolusi
Spasial (m)
30
Keterangan
Didesain untuk menembus badan air,

membedaan tanah dan vegetasi, serta
memetakan tipe hutan
(berganti daun/daun jarum)
2
0,525 - 0,605
30
Cocok untuk mengukur nilai reflektan
(hijau)
hijau tertinggi pada vegetasi.
Direkomendasikan untuk membedakan
vegetasi dan vigor tanaman
3
0,630 - 0,690
30
Band ini dioperasikan untuk mengukur
(merah)
daerah absorpsi klorofil. Baik untuk
mendeteksi jalan, tanah kosong, dan
tipe vegetasi
4
0,775 - 0,900
30
Band ini digunakan untuk mengestimasi
(inframerah dekat)
biomassa. Walaupun band ini bisa
memisahkan badan air dari vegetasi dan
membedakan kelembaban tanah, tetapi
tidak efektif untuk identifikasi jalan pada
TM3
5
1,550 - 1,750
30
Band 5 dipertimbangkan sebagai band
(inframerah menengah)
tunggal terbaik dari semua band. Band
ini bisa membedakan jalan, tanah kosong,
dan air. Band ini juga mendukung kontras
yang baik dalam membedakan tipe vegetasi
dan paling baik dalam menembus kabut
dan atmosfir
6
10,40 - 12,50
60
Band ini merespon radiasi termal yang
(inframerah termal)
diemisikan oleh target. Radiasi termal
erat hubungannya dengan kelembaban
tanah dan temperatur vegetasi baik untuk
mengukur stress tanaman akibat panas
dan pemetaan termal
7
2,090 - 2,35
30
Band ini baik dalam membedakan tipe
(inframerah menengah)
batuan dan mineral serta untuk interpretasi
tutupan vegetasi dan kelembaban tanah
8
0,520 - 0,900
15
Band ini diperuntukan untuk mempertinggi
(pankromatik)
resolusi dan meningkatkan kemampuan
deteksi
Sumber: www.geocomm.com, diakses 13 Oktober 2011
2.1.2. Citra Quickbird

Quickbird
adalah
satelit
resolusi
tinggi
dan
dioperasikan
oleh
DigitalGlobe. Menggunakan sensor BGIS 2000, Quickbird mengumpulkan data

citra dengan detail tingkat resolusi piksel sebesar 0,61 m. Satelit ini merupakan
sumber data lingkungan yang berguna untuk analisis perubahan penggunaan
lahan, pertanian, dan iklim hutan.
Gambar 2. Satelit Quickbird
Kemampuan pencitraan Quickbird juga dapat diterapkan pada sejumlah

industri, termasuk
eksplorasi dan produksi minyak dan gas, rekayasa dan
konstruksi, serta studi lingkungan (www.satimaging.com, diakses 13 Oktober

2011). Karakteristik citra dan spesifikasi satelit Quickbird disajikan pada Tabel 3
dan 4.
Tabel 3. Karakteristik Citra Quickbird

Resolusi
Band Citra
Pankromatik: 61 cm (nadir) sampai 72 cm (25 off-nadir)

Multispektral: 2,44 m (nadir) sampai 2,88 m (25 off-nadir)
Pankromatik: 450 - 900 nm
Biru: 450 - 520 nm
Hijau: 520 - 600 nm
Merah: 630 - 690 nm
Inframerah Dekat: 760-900 nm
Tabel 4. Spesifikasi satelit Quickbird

Resolusi
Band Citra
Pankromatik: 61 cm (nadir) sampai 72 cm (25 off-nadir)

Multispektral: 2,44 m (nadir) sampai 2,88 m (25 off-nadir)
Pankromatik: 450 - 900 nm
Biru: 450 - 520 nm
Hijau: 520 - 600 nm
Merah: 630 - 690 nm
Inframerah Dekat: 760-900 nm
2.2. Fusi Citra

Fusi citra adalah proses dimana dua atau lebih gambar digabungkan
menjadi satu gambar dengan mempertahankan fitur penting dari masing-masing
gambar asli (Hill et al, 2002). Sedangkan menurut Liu dan Mason (2009), fusi
citra adalah perpaduan citra komposit warna yang memiliki resolusi spasial lebih
rendah dengan citra pankromatik yang memiliki resolusi lebih tinggi sehingga
menghasilkan citra komposit warna beresolusi tinggi. Tujuan utama untuk fusi
citra adalah untuk mengingkatkan kualitas informasi yang terkandung pada
gambar output dalam proses yang dikenal sebagai sinergi. Sebuah studi dilakukan
oleh Michell (2010) tentang teknik fusi citra dan aplikasi yang ada menunjukkan
bahwa fusi citra dapat memberikan kita dengan gambar output dengan
peningkatan kualitas. Dalam hal ini, manfaat dari fusi citra meliputi:
1. Memperluas jangkauan operasi
2. Memperpanjang cakupan spasial dan temporal
3. Mengurangi ketidakpastian
4. Meningkatkan kehandalan
5. Menguatkan kinerja sistem
6. Kompak dalam penyajian informasi
Ada tiga macam teknik yang digunakan untuk fusi citra yaitu: penggantian
intensitas (melalui transformasi RGB-HIS), transformasi Brovey, dan SFIM.
2.3. Penggunaan/penutupan lahan

Penggunaan lahan dan penutupan lahan memiliki defenisi yang berbeda.
Menurut Lillesand dan Kiefer (1999), istilah penutupan lahan berkaitan dengan
jenis kenampakan yang ada di permukaan bumi. Sedangkan istilah penggunaan
lahan berkaitan dengan kegiatan manusia pada bidang lahan tertentu. Konecny
(2003) menyatakan bahwa penutupan lahan menggambarkan penampilan fisik
dari permukaan bumi. Sementara itu, penggunaan lahan diartikan sebagai kategori
lahan yang berhubungan dengan hak penggunaan tanah tersebut secara ekonomi.
2.4. Aplikasi Citra Landsat untuk Pemetaan Penggunaan/Penutupan Lahan

Parwati et al, (2004) menggunakan citra Landsat 7 ETM dengan resolusi
spasial 30 x 30 m untuk memetakan penutupan lahan. Klasifikasi penutupan lahan
dilakukan secara digital. Teknik klasifikasi yang digunakan adalah metode
supervised. Langkah awal adalah membentuk training sample tersebut secara
statistik. Dengan bantuan training sample tersebut dilakukan proses klasifikasi
secara digital, dimana objek dengan nilai statistik terdekat dikelompokkan
menjadi kelas sesuai dengan kelas training sample yang diambil.
Dalam penelitian Lisnawati dan Wibowo (2007), jenis penutupan lahan
yang diidentifikasi dari citra Landsat dijadikan dasar untuk menginterpretasi jenis
penggunaan lahan pada masing-masing penutupan lahan tersebut. Hasil penetapan
jenis penggunaan lahan tersebut selanjutnya akan digunakan untuk mendeteksi
perubahan penggunaan lahan. Proses interpretasi jenis penutupan lahan didasarkan
pada kondisi lapangan yang diperoleh dari pengecekan lapang.
2.5. Aplikasi Citra Quickbird untuk Pemetaan Penggunaan/Penutupan

Lahan
Venus (2008) mengklasifikasikan penutupan lahan di Kecamatan Rumpin,
Kabupaten Bogor, dengan menggunakan citra Quickbird. Kecamatan Rumpin
memiliki 19 kelas tipe penutupan lahan yang dapat diidentifikasi berdasarkan
klasifikasi secara kualitatif (interpretasi visual) yaitu awan, bayangan awan,
danau/empang, kebun campuran, perkebunan kelapa, padang rumput, pemukiman,
industri/kantor/sekolah, rawa, sawah, semak belukar, sungai, tanah kosong,
tegakan akasia, perkebunan karet, tegakan pulai, hutan, jalan, dan tanah rusak.
Tetapi berdasarkan analisis secara kuantitatif (digital), Kecamatan Rumpin
memiliki 10 tipe kelas penutupan lahan yaitu badan air, sawah, pemukiman,
vegetasi lebat, kebun campuran, perkebunan, lahan terbuka, padang rumput, awan,
dan bayangan awan.
Martono (2009) mengidentifikasi sebaran dan luas tata guna lahan dan
jaringan jalan setiap Rukun Wilayah (RW) di Desa Cibatok, Bogor, menggunakan
data penginderaan jauh Quickbird dan mengkaji keanekaragamannya berdasarkan
perhitungan nilai Entropy. Perhitungan nilai Entropy dilakukan untuk dua jenis
fenomena yaitu penggunaan lahan dan jaringan jalan setiap RW. Semakin banyak
jumlah peluang penggunaan lahan dan jaringan jalan dan semakin rata sebaran
luas atau jenis pemanfaatannya, nilai Entropy semakin besar.
2.6. Akurasi Hasil Interpretasi Citra

Kebutuhan untuk menilai akurasi dari peta yang dihasilkan dari data
penginderaan jauh, telah menjadi universal dan diakui sebagai komponen proyek
yang tidak terpisahkan (Congalton, 2000). Dalam beberapa tahun terakhir,
sebagian besar proyek membutuhkan tingkat akurasi tertentu yang dicapai untuk
proyek dan peta yang dianggap akan sukses. Dengan mempekerjakan data
penginderaan jauh sebagai lapisan aplikasi luas dari sistem informasi geografis
(SIG), kebutuhan untuk penilaian semacam itu telah menjadi penting bahkan lebih
kritis. Ada sejumlah alasan mengapa penilaian ini sangat penting, termasuk:
Kebutuhan untuk melakukan evaluasi diri dan belajar dari kesalahan Anda
Kemampuan untuk membandingkan metode / algoritma / analis kuantitatif
Keinginan untuk menggunakan peta yang dihasilkan / informasi spasial
dalam beberapa proses pengambilan keputusan
Martono (2008) berkesimpulan bahwa penggunaan metode analisis digital
citra satelit Hybrid (Supervised) Classification untuk mendeteksi penyebaran
lahan sawah dan penggunaan/penutupan lahan telah menghasilkan tingkat
ketelitian (accuracy) analisis yang tertinggi karena dalam analisis dan klasifikasi
citra tersebut telah mempertimbangkan masukan keterpisahan nilai spektral dan
data informasi lapangan (hybrid classification). Informasi baku tentang tingkat
ketelitian/kebenaran hasil analisis data digital ini sangat penting dan berguna bagi
pemanfaatan data dan aplikasi bagi pengguna.
Menurut Wibowo (2010), ketelitian klasifikasi adalah ketepatan dan
keakuratan peta dalam pendeteksian dan pengidentifikasian suatu objek.
Perhitungan ketelitian klasifikasi peta tutupan lahan dilakukan dengan
menghitung nilai kappa dari matriks konfusi dengan menggunakan data inspeksi
lapangan (ground truth) sebagai referensi validasi. Adapun perancangan matriks
konfusi adalah dengan cara membuat tabulasi silang (crosstab) antara data hasil
10
interpretasi (data peta tutupan lahan) dengan data sebenarnya (data inspeksi
lapangan. Nilai kappa adalah tingkat ketelitian dari suatu klasifikasi.
2.7. Regresi Linier Sederhana

Analisis regresi merupakan salah satu uji statistika yang memiliki dua
jenis pilihan model yaitu linear dan non linear. Model linear memiliki dua sifat
yaitu regresi sederhana dan regresi berganda dengan kurva yang dihasilkan
membentuk garis lurus, sedangkan untuk model non linear dalam parameternya
bersifat kuadratik dan kubik dengan kurva yang dihasilkan membentuk garis
lengkung (Yusnandar,2004).
Analisis regresi merupakan sebuah alat statistik yang memberikan
penjelasan tentang pola hubungan (model) antara dua variabel atau lebih (Draper
& Smith, 1992). Dalam analisis regresi, dikenal dua jenis variabel yaitu:
Variabel respon disebut juga variabel dependent yaitu variabel yang
keberadaannya dipengaruhi oleh variabel lainnya dan dinotasikan dengan
Y
Variabel prediktor disebut juga variabel independent yaitu variabel yang
bebas (tidak dipengaruhi oleh variabel lainnya) dan dinotasikan dengan X
11
III. METODE PENELITIAN
3.1. Lokasi dan Waktu Penelitian

Lokasi penelitian terletak di Daerah Aliran Sungai (DAS) Ciliwung,
Cisarua, Kabupaten Bogor, Jawa Barat. Penelitian berlangsung dari bulan Maret
2010 sampai dengan Bulan Mei 2011. Pengolahan data dan citra dilakukan di
Laboratorium Bagian Penginderaan Jauh dan Informasi Spasial, Departemen Ilmu
Tanah dan Sumberdaya Lahan, Fakultas Pertanian, Institut Pertanian Bogor. Peta
lokasi penelitian disajikan pada Gambar 3.
Gambar 3. Peta Lokasi Penelitian
3.2. Bahan dan Alat

Bahan dan alat yang digunakan dalam penelitian ini masing-masing
disajikan pada Tabel 5 dan 6.
12
Tabel 5. Bahan yang Digunakan Dalam Penelitian

No.
1
2
3
4
5
Data
Citra Landsat tahun 2006
Citra Quickbird tahun 2006
Peta Rupa Bumi (RBI) skala
1:25.000 lembar Ciawi (1209-141)
dan lembar Cisarua (1209-142)
Peta batas daerah penelitian
Peta penggunaan/penutupan lahan
Sumber
http://glovis.usgs.gov/
Fungsi
Data primer
Data primer
BAKOSURTANAL
Data sekunder
Janudianto, 2004
Janudianto, 2004
Data sekunder
Data sekunder
Tabel 6. Alat dan Perangkat Lunak yang Digunakan dalam Penelitian

No.
1
Alat dan perangkat lunak

ArcView 3.3 dan ArcGIS 9.3
2
3
ENVI 4.4, ErMapper 6.4, dan

ERDAS IMAGINE 9.1
Frame and Fill IDL 7.0
4
5
6
Microsoft Excel
Global PositioningSystem (GPS)
Meteran/pita ukur
Fungsi
Analisis data spasial berbasis
Sistem Informasi Geografis (SIG)
Analisis citra (Fusi dan Mosaik)
Menghilangkan stripping pada citra
Landsat ETM+
Editing data atribut dan analisis statistik
Menentukan titik plot objek survei lapang
Mengukur panjang dan lebar objek
3.3. Metode Penelitian

Metode penelitian terbagi dalam tiga tahap yaitu persiapan, pengumpulan
data, dan analisis data. Tahap persiapan meliputi pengunduhan citra Landsat dan
penyediaan citra Quickbird yang telah terkoreksi dengan peta RBI. Matching
dilakukan untuk menyamakan batas wilayah antara kedua citra.
Pengumpulan data terbagi menjadi pengumpulan data primer dan
pengumpulan data sekunder. Tahap pengumpulan data primer meliputi
pengecekan lapang dan pengukuran objek. Pengecekan lapang bertujuan untuk
mengecek kebenaran hasil interpretasi dan menambah informasi yang tidak dapat
diperoleh dari citra. Pengukuran objek dilakukan pada objek yang nampak jelas
pada citra. Adapun objek-objek di lapangan tersebut adalah panjang jalan, lebar
jalan, panjang jembatan, dan lebar jembatan. Sedangkan, pengumpulan data
sekunder meliputi peta RBI daerah penelitian (lembar Cisarua dan Ciawi) serta
peta batas wilayah penelitian dari penelitian sebelumnya (Janudianto, 2004).
Metode penelitian digambarkan pada Gambar 4.
13
Citra Landsat
terkoreksi
Citra Quickbird
terkoreksi
Matching
Fusi
Brovey
Interpretasi
penggunaan/
penutupan
lahan
Peta penggunaan/
penutupan lahan
sementara (Landsat)
Peta penggunaan/
penutupan lahan
sementara (Quickbird)
Pengukuran
objek
Pengecekan
lapang
Peta
penggunaan/
penutupan
lahan akhir
(Landsat)
Peta
penggunaan/
penutupan
lahan akhir
(Quickbird)
Overlay
Analisis penggunaan/
penutupan lahan pada
citra Landsat dan citra
Quickbird
Perhitungan overall
accuracy dan nilai
Kappa
Analisis regresi pengukuran

objek pada citra Quickbird
dengan pengukuran objek
di lapang
Gambar 4. Diagram Alir Penelitian
3.3.1. Identifikasi Kenampakan Objek pada Fusi Citra Quickbird

Fusi citra Quickbird antara pankromatik dan multispektral dilakukan
dengan teknik Brovey. Fusi citra ini bertujuan untuk menghasilkan citra gabungan
yang memiliki kombinasi Red Green Blue (RGB) beresolusi spasial tinggi. Dalam
penelitian ini, fusi citra hanya dilakukan pada citra Quickbird karena ketersediaan
data yang ada. Adapun rumus Brovey yang digunakan adalah:
Sumber: http://www.geol.hu/data/online_help/UsingCNSpectralSharpening.html,
November 2011
diakses
25
14
3.3.2. Interpretasi Visual Penggunaan/Penutupan Lahan dari Citra Landsat

dan Citra Quickbird
Interpretasi visual penggunaan/penutupan lahan dari citra Landsat dan citra
Quickbird dilakukan dengan pendekatan unsur-unsur interpretasi (Lillesand &
Kiefer, 1999), yaitu:
1. Bentuk; adalah konfigurasi atau kerangka suatu objek. Bentuk beberapa
objek demikian mencirikan sehingga citranya dapat diidentifikasi langsung
hanya berdasarkan kriteria ini.
2. Ukuran; objek pada foto udara harus dipertimbangkan sehubungan dengan
skala foto.
3. Pola; adalah hubungan susunan spasial objek. Pengulangan bentuk umum
tertentu atau hubungan merupakan karakteristik bagi banyak objek
alamiah maupun bangunan, dan akan memberikan suatu pola yang
membantu penafsir untuk mengenali objek tersebut.
4. Bayangan; penting bagi penafsir dalam dua hal bertentangan, yaitu: (a)
bentuk atau kerangka bayangan dapat memberikan gambaran profil suatu
objek (dapat membantu interpretasi), dan (b) objek dibawah bayangan
hanya dapat memantulkan sedikit cahaya dan sukar diamati pada foto
(menghalangi interpretasi).
5. Rona; adalah warna atau kecerahan relatif objek pada foto. Tanpa
perbedaan rona, bentuk, pola, dan tekstur, suatu objek tidak dapat diamati.
6. Tekstur; adalah frekuensi perubahan rona pada citra fotografi. Tekstur
merupakan hasil gabungan dari bentuk, ukuran, pola, bayangan, dan rona.
7. Situs; atau lokasi objek dalam hubungannya dengan objek yang lain, dapat
berguna untuk membantu pengenalan suatu objek.
Hasil dari interpretasi tersebut menghasilkan peta penggunaan/penutupan
lahan citra Landsat dan peta penggunaan/penutupan lahan citra Quickbird yang
berbeda tingkat kedetilannya. Hasil dari interpretasi ini didukung dengan data
pengecekan lapang.
15
3.3.3. Uji Ketelitian Interpretasi

Uji ketelitian hasil interpretasi dilakukan dengan membandingkan hasil
interpretasi dari citra Quickbird dengan kondisi di lapang. Pengecekan lapang
diperlukan untuk menghitung nilai overall accuracy dan nilai kappa dari
interpretasi citra Quickbird. Tujuan dari menghitung nilai overall accuracy dan
nilai kappa adalah untuk menguji kualitas klasifikasi. Rumus dari overall
accuracy adalah:
keterangan:
O = nilai overall accuracy
A = total ketepatan klasifikasi
B = jumlah klasifikasi
Adapun rumus untuk menghitung nilai kappa menurut persamaan Jensen
(1986) adalah:
keterangan:
N
= jumlah data pengamatan

= total kolom ke ii
= total perkalian jumlah baris dengan jumlah kolom
16
3.3.4. Perbandingan Jumlah Poligon

Penggunaan/Penutupan Lahan
dan
Luas
Masing-Masing
Berdasarkan hasil interpretasi visual yang didukung dengan pengecekan

lapang diperoleh perbedaan jumlah poligon dan luas dari masing-masing
penggunaan/penutupan lahan yang bersumber dari citra Landsat dan citra
Quickbird. Jumlah poligon dapat menggambarkan kedetailan hasil interpretasi
pada citra Landsat dan citra Quickbird, sedangkan luas dapat memberikan
dominansi informasi tipe penggunaan/penutupan lahan dari citra Landsat dan citra
Quickbird.
3.3.5. Konsistensi Tipe Penggunaan/Penutupan Lahan

Konsistensi
ini
bertujuan
untuk
mengetahui
kekonsistenan
tipe
penggunaan/penutupan lahan dari citra Landsat dan citra Quickbird pada suatu
lokasi. Teknik pengambilan sampel dilakukan secara sistematik pada setiap tipe
penggunaan/penutupan lahan yang mengacu pada persebaran poligon dengan
ukuran yang berbeda. Dalam hal ini ukuran poligon ditentukan berdasarkan pada
luas maksimal (L), luas rata-rata (M), dan luas terkecil (S). Sebagai contoh,
sistematik pengambilan sampel salah satu penggunaan/penutupan lahan (kebun
campuran) disajikan pada Gambar 5.
Gambar 5. Sistematik Pengambilan Sampel pada Penggunaan/Penutupan Lahan

Kebun Campuran
17
Tingkat konsistensi tipe penggunaan/penutupan lahan dapat diketahui dari

persentase luas penggunaan/penutupan lahan yang dominan pada masing-masing
klasifikasi di setiap ukuran poligon. Lebih lengkapnya disajikan pada Tabel 7.
Tabel 7. Tingkat konsistensi tipe penggunaan/penutupan lahan

No
1
2
3
4
Kelas
Rentang Persentase (%)
Tidak Konsisten (TK)
0 - 25%
Agak Konsisten (AK)
25 - 50%
Konsisten (K)
50 - 75%
Sangat Konsisten (SK)
75 - 100%
3.3.6. Tingkat Kedetailan Penggunaan/Penutupan Lahan

Tingkat kedetailan penggunaan/penutupan lahan mengacu pada sistem
klasifikasi United States Geological Survey (USGS). Penyusunan sistem
multitingkat dilakukan karena tingkat kerincian data dapat diperoleh dari hasil
penginderaan jauh yang berbeda bergantung pada sistem sensor dan resolusi
citranya (Lillesand & Kiefer, 1999). Sistem ini membagi tingkatan klasifikasi
penggunaan/penutupan lahan menjadi 4 tingkatan (tingkat I, II, III, dan tingkat
IV). Tingkat I dan II ditetapkan oleh USGS. Sedangkan untuk tingkat III dan IV
ditetapkan oleh pengguna lokal berdasarkan sistem USGS, mengingat bahwa
kategori pada tiap tingkat harus dapat dikelompokkan ke dalam kategori pada
tingkat yang lebih tinggi (Anderson et al, 1976). Pembagian level klasifikasi
penggunaan/penutupan lahan disajikan pada Tabel 8.
18
Tabel 8. Sistem Klasifikasi Penggunaan/Penutupan Lahan untuk digunakan

dengan Data Penginderaan Jauh
No.
1
Tingkat 1
Perkotaan atau Lahan
Bangunan
Tingkat 2
1.1. Pemukiman
1.2. Perdagangan dan Jasa
1.3. Industri
1.4. Transportasi, Komunikasi, dan Umum
1.5. Kompleks Industri dan Perdagangan
1.6. Perkotaan Campuran atau Lahan Bangunan
1.7. Perkotaan atau Lahan Bangunan Lainnya
Lahan Pertanian
2.1. Tanaman Semusim dan Padang Rumput

2.2. Daerah Buah-buahan, Jeruk, Anggur, Labu Bibit, dan Tanaman
Hias
2.3. Tempat Pengembalaan Terkurung
2.4. Lahan Pertanian Lainnya
2.5. Lahan Tanaman Obat
Lahan peternakan
3.1. Lahan Peternakan Semak dan Belukar

3.2. Lahan Peternakan Campuran
Lahan hutan
4.1. Lahan Hutan Gugur Daun Musiman

4.2. Lahan Hutan Selalu Hijau
4.3. Lahan Hutan Campuran
Air
5.1. Sungai dan Kanal

5.2. Danau
5.3. Waduk
5.4. Teluk dan Muara
Lahan Basah
Lahan Gundul
6.1. Lahan Hutan Basah

6.2. Lahan Basah Bukan Hutan
7.1. Dataran Garam Kering
7.2. Gisik
7.3. Daerah Berpasir Selain Gisik
7.4. Batuan Singkapan Gundul
7.5. Tambang Terbuka, Pertambangan, dan Tambang Kerikil
7.6. Daerah Peralihan
7.7. Lahan Gundul Campuran
Padang Lumut
8.1. Padang Lumut Semak Belukar

8.2. Padang Lumut Tumbuhan Obat
8.3. Padang Lumut Lahan Gundul
8.4. Padang Lumut Basah
8.5. Padang Lumut Campuran
Es atau Salju Abadi
9.1. Lapangan Salju Abadi

9.2. Glasier
Sumber: Lillesand & Kiefer, 1999
19
3.3.7. Analisis Regresi Pengukuran Objek pada Citra Quickbird dengan

Pengukuran Objek di Lapang
Pada pengecekan lapang dilakukan juga pengambilan data pengukuran
objek dengan menggunakan meteran/pita ukur. Objek yang diukur berupa lebar
jalan, lebar jembatan dan panjang jembatan. Hasil pengukuran objek tersebut
dihubungkan dengan pengukuran objek yang sama pada citra untuk dihitung nilai
regresi linier sederhananya. Rumusnya adalah sebagai berikut:
Y = a + bX
keterangan:
Y = peubah tak bebas (pengukuran objek di lapang)
X = peubah bebas (pengukuran objek di citra)
a = konstanta
b = kemiringan
20
IV. HASIL DAN PEMBAHASAN
4.1. Fusi pada Citra Quickbird

Analisis visual kenampakan objek pada citra pankromatik, citra
multispektral, dan citra fusi disajikan pada Gambar 6 dan Tabel 9.
Objek
Pemukiman
Sawah
Hutan
Tegalan
Kebun campuran
Tanah kosong
Badan air
Pankromatik
Multispektral
Fusi
21
Objek
Pankromatik
Multispektral
Fusi
Kebun teh 2
Jalan raya
Rumput
Kebun teh 1
Sungai
Gambar 6. Kenampakan Objek Citra Quickbird pada Citra Pankromatik, Citra

Multispektral, dan Citra Fusi
Tabel 9. Tabel kenampakan objek pada citra pankromatik, citra multispektral, dan
citra fusi
Objek
Pankromatik Multispektral Fusi
Pemukiman
VV
VV
VVV
Sawah
VV
VV
VVV
Hutan
VV
VV
VVV
Tegalan
VV
V
VVV
Kebun campuran VV
V
VVV
Tanah kosong
V
VV
VVV
Badan air
VV
VV
VVV
Kebun teh 2
V
VV
VVV
Jalan raya
VV
V
VVV
Rumput
V
VV
VVV
Kebun teh
V
VV
VVV
Sungai
VV
V
VVV
keterangan: V = cukup jelas, VV = jelas, VVV = Sangat jelas
22
Pada Gambar 6 dan Tabel 9 menunjukkan bahwa kenampakan objek pada

citra fusi sangat jelas untuk semua objek yang diidentifikasi. Hal ini terjadi karena
kombinasi citra pankromatik dan multispektral menghasilkan citra fusi yang
memberikan kenampakan objek yang berwarna dengan resolusi spasial yang lebih
tinggi. Secara teori, mata manusia dapat membedakan tingkat warna lebih banyak
daripada membedakannya dalam bentuk tingkat keabuan. Interpretasi pada citra
pankromatik jelas tampak pada gambar, namun hanya memiliki tingkat keabuan
saja. Sehingga identifikasi objek mengalami kendala dalam menentukan jenis
objek yang terdapat pada citra dari segi rona. Sedangkan interpretasi pada citra
multispektral cukup jelas tampak pada citra. Meskipun citra multispektral
memiliki keunggulan pada tingkat warna, namun memiliki kelemahan dari segi
ukuran. Lebih jelasnya, citra multispektral memiliki resolusi spektral yang lebih
rendah dibandingkan dengan citra pankromatik.
Persentase kenampakan sangat jelas (VVV) pada citra fusi mencapai
100%. Hal ini menunjukkan bahwa interpretasi objek lebih mudah dilakukan pada
citra fusi. Sedangkan pada citra pankromatik dan citra multispektral, kemudahan
interpretasi termasuk ke dalam kategori jelas (VV) dan cukup jelas (V) masingmasing sebesar 67% dan 33% (Tabel 10). Persentase kenampakan pada citra
pankromatik, citra multispektral, dan citra fusi disajikan pada Tabel 10.
Tabel 10. Persentase kenampakan pada citra pankromatik, citra multispektral, dan
citra fusi
Kenampakan objek Pankromatik Multispektral Fusi
V
33%
33%
0%
VV
67%
67%
0%
VVV
0%
0%
100%
4.2. Interpretasi Penggunaan/Penutupan Lahan pada Citra Landsat dan
Citra Quickbird
Tipe penggunaan/penutupan lahan yang diinterpretasi dari citra Landsat
dan citra Quickbird berjumlah masing-masing 8 dan 12 klasifikasi. Adapun
karakteristik masing-masing tipe penggunaan/penutupan lahan citra dan di lapang
diuraikan sebagai berikut.
23
Pemukiman pada citra Landsat memiliki bentuk yang menyerupai bidang

datar dengan pola mengelompok dan memanjang di pinggir jalan dan sungai.
Umumnya bertekstur halus dan berwarna merah keungu-unguan. Pemukiman
pada citra Quickbird tergambar jelas, baik letak, jarak, susunan, dan kondisinya.
Kepadatan pemukiman juga terlihat jelas terutama di wilayah yang datar. Tekstur
pemukiman pada citra tergolong agak kasar serta warnanya yang tergantung dari
jenis atap yang digunakan. Di lapangan, pemukiman meliputi tempat tinggal,
pertokoan, perkantoran, rumah ibadah, serta pabrik.
Sawah pada citra Landsat bertekstur halus serta berwarna hijau muda,
magenta dan biru. Polanya mengelompok terutama di daerah yang memiliki
pasokan air irigasi yang cukup. Sedangkan sawah pada citra Quickbird lebih
mudah dikenali karena petakan, saluran irigasi, dan teras sawah terlihat jelas.
Tekstur dan warna kenampakannya beragam tergantung dari kondisi sawah dan
fase perkembangan tanaman padi. Di lapangan, sawah meliputi sawah irigasi dan
sawah tadah hujan.
Tegalan pada citra Landsat didominasi oleh warna magenta dengan
campuran hijau, putih dan kuning. Bertekstur agak kasar serta berpola
mengelompok berdampingan dengan penggunaan/penutupan lahan yang lain
seperti sawah, pemukiman, dan kebun campuran. Pada citra Quickbird, tegalan
memiliki tekstur dan pola yang sama dengan citra Landsat. Warna tegalan pun
tergantung pada kondisi tanaman yang dibudidayakan. Di lapangan, tegalan
dominan ditanami oleh tanaman palawija dan tanaman hortikultura.
Kebun campuran berwarna hijau bercampur magenta pada citra Landsat.
Bertekstur
kasar
serta
berpola
menyebar
dan
bercampur
dengan
penutupan/penggunaan lahan lainnya. Pada citra Quickbird, kebun campuran

berwarna hijau dan polanya menyebar lebih merata dibandingkan pada citra
Landsat. Teksturnya kasar serta ukuran tajuk pohon terlihat jelas pada citra. Di
lapangan, kebun campuran umumnya berbentuk wanatani (agroforestri).
Hutan pada citra Landsat berwarna hijau gelap serta bertekstur kasar.
Polanya mengelompok dan terletak di daerah dataran tinggi dan pegunungan. Igirigir yang terdapat di sekitar Daerah Aliran Sungai (DAS) dapat dilihat dengan
jelas. Sedangkan hutan pada citra Quickbird bertekstur kasar karena ukuran dan
24
jarak tajuk yang terlihat jelas. Kenampakan pola dan warna hutan pada citra
Quickbird sama dengan yang ada pada citra Landsat. Di lapangan, hutan terdapat
di sekitar kaki gunung dan daerah reservoir.
Kebun teh pada citra Landsat bertekstur halus, berpola mengelompok,
serta berwarna hijau muda dan magenta. Terletak di dataran tinggi dan
bersebelahan dengan penutupan/penggunaan lahan yang lainnya seperti hutan,
kebun campuran dan pemukiman. Pada citra Quickbird, kebun teh bertekstur agak
kasar, berwarna hijau muda dan berpola mengelompok. Kondisi perkembangan
tanaman teh dapat terlihat jelas. Di lapangan, kebun teh terletak di dataran tinggi
dan sekitar lereng pegunungan.
Tanah kosong terlihat berwarna merah dan ungu pada citra Landsat.
Teskturnya
halus
dan
memiliki
pola
mengelompok.
Terletak
diantara
penutupan/penggunaan yang lain seperti hutan dan kebun teh. Pada citra
Quickbird, lahan terbuka terlihat berwarna kuning kecoklatan dan bertekstur
halus. Berpola menyebar dan hampir merata di sepanjang daerah penelitian. Di
lapangan, tanah lapang dikategorikan ke tanah kosong.
Badan air pada citra Landsat berwarna biru dan bertekstur halus serta
mempunyai pola menyebar terutama di daerah cekungan. Sedangkan pada citra
Quickbird, badan air bertekstur halus, berwarna hitam, dan memiliki pola yang
sama dengan citra Landsat. Badan air di lapangan berupa situ dan kolam.
Selain penutupan/penggunaan lahan yang telah dijelaskan diatas, ada
beberapa penutupan/penggunaan lahan yang tidak teridentifikasi pada citra
Landsat, tetapi dapat diinterpretasi pada citra Quickbird. Penutupan/penggunaan
lahan tersebut antara lain rumput, sungai, jalan raya, serta kebun teh 2.
Rumput pada citra Quickbird berwarna hijau, bertekstur halus, serta
berpola menyebar. Sebagian rumput ada yang ditanam, sebagian lagi merupakan
rumput alami (tanpa campur tangan manusia). Di lapangan, rumput meliputi
rumput budidaya (ditanami) dan rumput alami.
Sungai memiliki tekstur yang halus, berwarna hitam, serta berpola
memanjang dan berkelok-kelok (meander) pada citra Quickbird. Sungai di
lapangan terdiri dari sungai induk dan anak sungai.
25
Jalan raya pada citra Quickbird bertekstur agak halus dan berwarna abuabu. Polanya pun umumnya memanjang, akan tetapi sebagian ada yang lurus dan
ada yang berkelok-kelok tergantung pada kondisi geomorfologi medan. Di
lapangan, jalan raya dibagi menjadi jalan tol, jalan lokal, dan jalan kecamatan.
Kebun teh 2 yang terdapat pada citra Quickbird merupakan istilah yang
digunakan untuk kenampakan kebun teh yang sedang mengalami masa
pemangkasan. Memiliki tekstur yang agak kasar serta warna yang hijau agak
kecokelatan. Polanya pun mengelompok dan berada tidak jauh dari kebun teh. Di
lapangan, kebun teh 2 mengalami pergantian pemotongan secara berkala.
Contoh kenampakan objek pada citra Landsat, Quickbird dan lapang
disajikan pada Gambar 7.
Interpretasi
Badan Air
Hutan
Kebun campuran
Kebun teh 1
Pemukiman
Landsat
Quickbird
Lapang
26
Interpretasi
Sawah
Landsat
Quickbird
Lapang
Tanah kosong
Tegalan
Jalan raya
Sungai
Rumput
Kebun teh 2
Gambar 7. Contoh Kenampakan Objek Pada Citra Landsat, Quickbird, dan

Lapang
27
4.3. Akurasi Hasil Interpretasi Penggunaan/Penutupan Lahan dari Citra

Quickbird
Tabel nilai overall accuracy dan kappa dari citra Quickbird, masingmasing disajikan pada Tabel 11 dan Tabel 12
Tabel 11. Nilai overall accuracy dari citra Quickbird

KS
KK
Kc
Sw
Tg
Pm
Ht
Kt 1
Rm
Tk
Sg
Jr
Kt 2
To
Ba
UA
Kc
14
15
93%
Sw
89%
Tg
60%
Pm
40
41
98%
Ht
100%
Kt 1
100%
Rm
100%
Tk
12
67%
Sg
100%
Jr
100%
Kt 2
100%
Ba
100%
To
16
40
100
PA
88%
100%
50%
100%
100%
100%
75%
89%
100%
100%
100%
50%
Keterangan:
KK
KS
Kc
Sw
Tg
Pm
Ht
Kt 1
Rm
= Kategori Klasifikasi
= Klasifikasi Sebenarnya
= Kebun campuran
= Sawah
= Tegalan
= Pemukiman
= Hutan
= Kebun teh 1
= Rumput
Tk
Sg
Jr
Kt 2
Ba
To
PA
UA
= Tanah kosong
= Sungai
= Jalan raya
= Kebun teh 2
= Badan air
= Total
= Producers Accuracy
= Users Accuracy
28
Tabel 12. Nilai kappa dari citra Quickbird

KS
KK
Kc
Sw
Tg
Pm
Ht
Kt 1
Rm
Tk
Sg
Jr
Kt 2
To
Ba
UA
Kc
14
15
93%
Sw
89%
Tg
60%
Pm
40
41
98%
Ht
100%
Kt 1
100%
Rm
100%
Tk
12
67%
Sg
100%
Jr
100%
Kt 2
100%
Ba
100%
To
16
40
100
PA
88%
100%
50%
100%
100%
100%
75%
89%
100%
100%
100%
50%
Keterangan:
KK
KS
Kc
Sw
Tg
Pm
Ht
Kt 1
Rm
= Kategori Klasifikasi
= Klasifikasi Sebenarnya
= Kebun campuran
= Sawah
= Tegalan
= Pemukiman
= Hutan
= Kebun teh 1
= Rumput
Tk
Sg
Jr
Kt 2
Ba
To
PA
UA
= Tanah kosong
= Sungai
= Jalan raya
= Kebun teh 2
= Badan air
= Total
= Producers Accuracy
= Users Accuracy
Pada Tabel 11 menunjukkan nilai overall accuracy pada interpretasi citra

Quickbird sebesar 91%, berarti secara keseluruhan persentase kebenaran nilai
piksel yang diklasifikan dianggap tepat. Dan pada Tabel 12 menunjukkan nilai
29
kappa pada interpretasi citra Quickbird sebesar 0,89, berarti interpretasi

penggunaan/penutupan lahan pada citra Quickbird dianggap teliti.
Perbedaan nilai overall accuracy dengan nilai kappa disebabkan oleh
persamaan matematika yang digunakan dalam masing-masing rumus. Dapat
dilihat pada Tabel 11, perhitungan nilai overall accuracy hanya melibatkan total
klasifikasi (kuning) dan jumlah kolom ketepatan klasifikasi (biru). Hal ini
menyebabkan angka faktor pembilang lebih besar pada perhitungan nilai overall
accuracy. Sedangkan pada Tabel 12 menunjukkan perhitungan nilai kappa tidak
hanya melibatkan total klasifikasi dan jumlah ketepatan klasifikasi. Namun, total
klasifikasi pada kategori klasifikasi dan klasifikasi sebenarnya juga diikut sertakan
dalam proses perhitungan. Sehingga angka faktor pembilang pada nilai kappa
lebih kecil dibandingkan dengan angka faktor pembilang nilai overall accuracy.
4.4. Perbandingan Keluaran (Output) dari Interpretasi melalui Citra Landsat

dan Citra Quickbird
Dari hasil interpretasi visual dari citra Landsat dan citra Quickbird,
diperoleh peta penggunaan/penutupan lahan citra Landsat (Gambar 8) dan peta
penggunaan/penutupan lahan citra Quickbird (Gambar 9). Masing-masing peta
penggunaan/penutupan lahan dilengkapi data luas, persentase, dan jumlah poligon
yang akan dibandingkan keluarannya (output) dari citra Landsat dan citra
Quickbird.
30
Gambar 8. Peta Penggunaan/Penutupan Lahan Daerah Aliran Sungai (DAS)

Ciliwung Hulu (Landsat)
31
Gambar 9. Peta Penggunaan/Penutupan Lahan Daerah Aliran Sungai (DAS)

Ciliwung Hulu (Quickbird)
32
4.4.1. Luas
dan
Jumlah
Poligon
dari
Masing-Masing
Penggunaan/Penutupan Lahan dari Citra Landsat dan Citra
Quickbird
Jumlah kelas penggunaan/penutupan lahan dari citra Landsat dan citra
Quickbird masing-masing 8 kelas dan 11 kelas. Juga dengan luas dari masingmasing kelas berbeda seperti yang disajikan pada Tabel 13.
Tabel 13. Perbandingan

jumlah
kelas
penggunaan/penutupan lahan
No
1
2
3
4
5
6
7
8
9
10
11
Citra Landsat
Luas
Tipe LU/LC
(Ha)
(%)
dan
luas
masing-masing
Citra Quickbird
Luas
Tipe LU/LC
(Ha)
(%)
Pemukiman
1601.30
23.75
Pemukiman
1010.73
14.99
Sawah
1525.65
22.63
Sawah
1260.08
18.69
Tegalan
Kebun
Campuran
Hutan
1296.13
19.22
1232.97
18.29
1145.40
16.99
1789.79
26.55
863.31
12.80
Tegalan
Kebun
Campuran
Hutan
773.43
11.47
Kebun Teh
295.18
4.38
Kebun Teh
265.82
3.94
12.94
0.19
Tanah Kosong
109.15
1.62
2.43
0.04
Badan Air
Tanah Kosong
Badan Air
Total
6742.34
100.00
2.79
0.04
Rumput
209.54
3.11
Sungai
49.91
0.74
Jalan Raya
38.17
0.57
Total
6742.39
100.00
Pada Tabel 13 menunjukkan perbedaan jumlah klasifikasi antara citra

Landsat dan citra Quickbird terjadi karena informasi penggunaan/penutupan lahan
pada citra Quickbird lebih detail jika dibandingkan dengan citra Landsat. Salah
satu faktor yang menyebabkan perbedaan ini adalah nilai resolusi spasial yang
berlainan.
Perbedaan luas yang terjadi pada beberapa poligon yang sama disebabkan
karena detail lekukan dalam digitasi. Dapat kita lihat pada Tabel 13, luas poligon
yang dominan pada citra Landsat adalah pemukiman (1601,30 ha). Sedangkan
pada citra Quickbird, luas poligon yang dominan adalah kebun campuran
(1789,79 ha).
33
Perbedaan jumlah poligon citra Landsat dengan citra Quickbird terjadi

karena pengaruh resolusi spasial, skala, dan unsur interpretasi. Sebagai contoh,
pemukiman pada citra Landsat terlihat menyatu sehingga batas antara pemukiman
yang satu dengan yang lain tidak terlihat. Sedangkan pada citra Quickbird,
pemukiman dapat diinterpretasi baik struktur dan bentuknya karena batas
pemukiman terlihat jelas. Hal ini lah yang mengakibatkan jumlah poligon pada
citra Quickbird lebih banyak jika dibandingkan dengan citra Landsat.
Tingkat kedetailan informasi penggunaan/penutupan lahan dapat diperoleh
dari jumlah poligon disajikan pada Tabel 14.
Tabel 14. Jumlah dan persentase poligon pada citra Landsat dan citra Quickbird
Citra Landsat
No.
Tipe LU/LC
1 Badan Air
2 Hutan
Kebun
3
Campuran
4 Kebun Teh
5 Pemukiman
6 Sawah
7 Tanah Kosong
8 Tegalan
9
10
11
12
Total
Citra Quickbird
%
Tipe LU/LC
%
Poligon
Poligon
2
3.39 Badan Air
22
0.23
6 10.17 Hutan
21
0.22
Kebun
11 18.64
2114 21.75
Campuran
3
5.08 Kebun Teh 1
7
0.07
15 25.42 Pemukiman
4114 42.32
15 25.42 Sawah
562
5.78
1
1.69 Tanah Kosong
699
7.19
6 10.17 Tegalan
1127 11.59
Rumput
1045 10.75
Sungai
6
0.06
Jalan Raya
3
0.03
Kebun Teh 2
1
0.01
59 100.00 Total
9721 100.00
4.4.2. Konsistensi Tipe Penggunaan/Penutupan Lahan yang Bersumber dari

Citra Landsat dan Citra Quickbird
Pada Tabel 15 menunjukkan bahwa tiga poligon hutan di citra Landsat
terdiri dari tujuh kelas penggunaan/penutupan lahan dari citra Quickbird yaitu
hutan, kebun teh 1, tegalan, sawah, kebun campuran, pemukiman, dan tanah
kosong. Penggunaan/penutupan lahan hutan pada citra Landsat di ketiga ukuran
poligon (L, M, S) didominasi oleh penggunaan/penutupan lahan hutan pada citra
Quickbird masing-masing sebesar 92,63%, 84,13%, dan 98,35%. Hal ini
menunjukkan bahwa tingkat konsistensi penggunaan/penutupan lahan hutan
34
antara citra Landsat dan Quickbird termasuk dalam kategori sangat konsisten.
Faktor yang mempengaruhi tingkat konsistensi ini adalah tingginya tingkat
homogenitas tipe penggunaan/penutupan lahan. Yang dimaksud dengan tingkat
homogenitas
disini
adalah
mengelompoknya
salah
satu
tipe
penggunaan/penutupan lahan dalam suatu cakupan wilayah.
Tabel 15. Konsistensi hutan yang bersumber dari citra Landsat dan citra
Quickbird
Besar (L)
Luas
(ha)
(%)
Hutan
393.42 92.63
Kebun Teh 1
20.66 4.86
Tegalan
5.53 1.30
Sawah
3.37 0.79
Kebun Campuran
1.68 0.40
Pemukiman
0.09 0.02
Tanah Kosong
No. Landsat Quickbird

1
Hutan
Sedang (M)
Luas
(ha) (%)
27.92 84.13
1.90 5.72
2.38 7.19
0.74 2.22
0.21 0.63
0.02 0.07
0.01 0.03
Kecil (S)
Luas
(ha) (%)
9.51 98.35
0.01
0.15
0.06
1.59
Pada Tabel 16 menunjukkan bahwa tiga poligon kebun campuran di citra

Landsat terdiri dari sembilan kelas penggunaan/penutupan lahan dari citra
Quickbird yaitu kebun campuran, tegalan, pemukiman, sawah, rumput, tanah
kosong, sungai, jalan raya, dan hutan. Penggunaan/penutupan lahan kebun
campuran pada citra Landsat di ketiga ukuran poligon (L, M, S) didominasi oleh
penggunaan/penutupan lahan kebun campuran pada citra Quickbird masingmasing sebesar 50,77%, 35,44%, dan 37,78%. Hal ini menunjukkan bahwa
tingkat konsistensi penggunaan/penutupan lahan kebun campuran antara citra
Landsat dan Quickbird termasuk dalam kategori konsisten (L) dan agak konsisten
(M dan S). Faktor yang mempengaruhi tingkat konsistensi ini adalah rendahnya
tingkat homogenitas tipe penggunaan/penutupan lahan.
Pada poligon kebun campuran ukuran L (Landsat) didominasi oleh kebun
campuran, tegalan, dan pemukiman (Quickbird). Selanjutnya pada ukuran M
didominasi oleh kebun campuran, tegalan, dan sawah. Pada ukuran S didominasi
oleh kebun campuran, sawah, dan tegalan. Hal ini sangat mungkin terjadi karena
keempat tipe penggunaan/penutupan lahan tersebut saling membaur satu sama lain
35
sehingga sulit dibedakan di citra Landsat tetapi mudah dibedakan pada citra
Quickbird.
Tabel 16. Konsistensi kebun campuran yang bersumber dari citra Landsat dan
citra Quickbird
Besar (L)
No. Landsat
Quickbird
Luas
(ha)
(%)
2
Kebun Campuran Kebun Campuran 173.97 50.77
Tegalan
82.03 23.94
Pemukiman
45.21 13.19
Sawah
15.47 4.52
Rumput
12.97 3.78
Tanah Kosong
7.94 2.32
Sungai
2.98 0.87
Jalan Raya
2.09 0.61
Hutan
Sedang (M)
Luas
(ha) (%)
36.64 35.44
21.22 20.52
8.27 8.00
15.38 14.87
6.81 6.58
1.19 1.15
1.04 1.00
Kecil (S)
Luas
(ha) (%)
17.51 37.78
9.02 19.46
1.46 3.14
10.46 22.56
0.35 0.76
0.24 0.51
12.86 12.43
7.32 15.80
Pada Tabel 17 menunjukkan bahwa tiga poligon kebun teh di citra Landsat
terdiri dari sembilan kelas penggunaan/penutupan lahan dari citra Quickbird yaitu
kebun teh 1, hutan, tegalan, kebun campuran, pemukiman, sawah, kebun teh 2,
tanah kosong, dan rumput. Penggunaan/penutupan lahan kebun teh pada citra
Landsat
di
ketiga
ukuran
poligon
(L,
M,
S)
didominasi
oleh
penggunaan/penutupan lahan kebun teh pada citra Quickbird, masing-masing

sebesar 66,19%, 71,16%, dan 92,24%. Penggunaan/penutupan lahan kebun teh
pada citra Landsat di ketiga ukuran poligon (L, M, S) didominasi oleh
penggunaan/penutupan lahan kebun teh 1 pada citra Quickbird, masing-masing
sebesar 66,19%, 71,16%, dan 92,94%. Hal ini menunjukkan bahwa tingkat
konsistensi penggunaan/penutupan lahan kebun teh antara citra Landsat dan
Quickbird termasuk dalam kategori konsisten (L dan M) dan sangat konsisten (S).
Sama seperti penggunaan/penutupan lahan hutan, faktor yang mempengaruhi
tingkat konsistensi ini adalah tingkat homogenitas tipe penggunaan/penutupan
lahan yang cukup tinggi.
36
Tabel 17. Konsistensi kebun teh yang bersumber dari citra Landsat dan citra
Quickbird
Besar (L)
Luas
(ha)
(%)
Kebun Teh Kebun Teh 1
128.71 66.19
Hutan
26.77 13.77
Tegalan
19.51 10.04
Kebun Campuran 14.67 7.54
Pemukiman
2.67 1.37
Sawah
1.74 0.90
Kebun Teh 2
0.20 0.10
Tanah Kosong
0.18 0.09
Rumput
No. Landsat
3
Quickbird
Sedang (M)
Luas
(ha)
(%)
43.94 71.16
13.55 21.95
1.62 2.62
1.73 2.80
0.16 0.26
0.71 1.15
0.04
Kecil (S)
Luas
(ha) (%)
36.23 92.94
1.84 4.71
0.36
0.92
0.56
1.43
0.07
Pada Tabel 18 menunjukkan bahwa tiga poligon tegalan di citra Landsat

terdiri dari sebelas kelas penggunaan/penutupan lahan dari citra Quickbird yaitu
tegalan, kebun campuran, sawah, pemukiman, tanah kosong, rumput, jalan raya,
badan air, sungai, kebun teh 1, dan hutan. Penggunaan/penutupan tegalan pada
citra Landsat di ketiga ukuran poligon (L, M, S) didominasi oleh
penggunaan/penutupan lahan tegalan pada citra Quickbird, masing-masing
sebesar 51,06%, 45,33%, dan 30,20%. Hal ini menunjukkan bahwa tingkat
konsistensi penggunaan/penutupan lahan tegalan antara citra Landsat dan citra
Quickbird termasuk dalam kategori konsisten (L) dan agak konsisten (M dan S).
Faktor yang mempengaruhi tingkat konsistensi ini adalah rendahnya tingkat
homogenitas tipe penggunaan/penutupan lahan.
Pada poligon tegalan ukuran L (Landsat) didominasi oleh tegalan, kebun
campuran, dan sawah (Quickbird). Selanjutnya pada ukuran M didominasi oleh
tegalan, kebun campuran, pemukiman, dan sawah. Pada ukuran S didominasi oleh
tegalan dan kebun campuran. Hal ini mungkin terjadi karena keempat tipe
penggunaan/penutupan lahan tersebut saling membaur satu dengan yang lain
sehingga sulit dibedakan di citra Landsat tetapi mudah dibedakan pada citra
Quickbird.
37
Tabel 18. Konsistensi tegalan yang bersumber dari citra Landsat dan citra
Quickbird
Besar (L)
Luas
(ha)
(%)
Tegalan
220.84 51.06
Sawah
55.51 12.83
Pemukiman
26.16 6.05
Tanah Kosong
8.73 2.02
Rumput
2.59 0.60
Jalan Raya
0.19 0.04
Badan Air
0.18 0.04
Sungai
0.05 0.01
Kebun Teh 1
Hutan

4
Tegalan
Sedang (M)
Luas
(ha) (%)
92.99 45.33
51.85 25.28
22.98 11.20
25.08 12.22
4.30 2.09
7.95 3.88
Kecil (S)
Luas
(ha)
(%)
15.72 30.20
13.51 25.96
3.90 7.50
3.98 7.65
0.34 0.65
12.10 23.25
2.49 4.79
Pada Tabel 19 menunjukkan bahwa tiga poligon sawah di citra Landsat

terdiri dari sembilan kelas penggunaan/penutupan lahan dari citra Quickbird yaitu
sawah, kebun campuran, pemukiman, tegalan, sungai, rumput, tanah kosong, jalan
raya, dan badan air. Penggunaan/penutupan sawah pada citra Landsat di ketiga
ukuran poligon (L, M, S) didominasi oleh penggunaan/penutupan lahan sawah
dan kebun campuran, masing-masing sebesar 43,28%, 55,85%, dan 30,37%. Hal
ini menunjukkan bahwa tingkat konsistensi penggunaan/penutupan lahan sawah
antara citra Landsat dan citra Quickbird termasuk kedalam kategori agak
konsisten (L dan S) dan konsisten (M). Sama seperti penggunaan/penutupan lahan
kebun campuran dan tegalan, faktor yang mempengaruhi tingkat konsistensi ini
adalah rendahnya tingkat homogenitas tipe penggunaan/penutupan lahan.
Pada poligon sawah ukuran L (Landsat) didominasi oleh sawah, kebun
campuran, dan pemukiman (Quickbird). Selanjutnya pada ukuran M didominasi
oleh sawah, kebun campuran, pemukiman, dan tegalan. Pada ukuran S didominasi
oleh kebun campuran, sawah, pemukiman, dan sungai. Hal ini mungkin terjadi
karena kelima tipe penggunaan/penutupan lahan tersebut saling membaur satu
dengan yang lain sehingga sulit dibedakan di citra Landsat tetapi mudah
dibedakan pada citra Quickbird.
38
Tabel 19. Konsistensi sawah yang bersumber dari citra Landsat dan citra
Quickbird
Besar (L)
Luas
(ha)
(%)
Sawah
227.15 43.28
Pemukiman
54.80 10.44
Tegalan
43.46 8.28
Sungai
24.30 4.63
Rumput
14.67 2.79
Tanah Kosong
9.10 1.73
Jalan Raya
3.61 0.69
Badan Air
0.31 0.06

5
Sawah
Sedang (M)
Luas
(ha) (%)
48.25 55.85
21.24 24.58
9.02 10.44
9.02 10.44
0.26
0.23
Kecil (S)
Luas
(ha) (%)
5.68 27.03
6.38 30.37
4.85 23.11
2.63 12.51
0.30 0.91 4.33
0.26 0.23 1.09
0.33
1.56
Pada Tabel 20 menunjukkan bahwa pemukiman di citra Landsat terdiri

dari sebelas kelas penggunaan/penutupan lahan dari citra Quickbird yaitu
pemukiman, kebun campuran, tegalan, sawah, rumput, tanah kosong, jalan raya,
hutan, sungai, badan air, dan kebun teh 1. Penggunaan/penutupan lahan
pemukiman pada citra Landsat di ketiga ukuran poligon (L, M, S) didominasi oleh
penggunaan/penutupan lahan pemukiman, tegalan, dan kebun campuran pada citra
Quickbird, masing-masing sebesar 35,96%, 29,84%, dan 36,28%. Hal ini
menunjukkan bahwa tingkat konsistensi penggunaan/penutupan lahan pemukiman
antara citra Landsat dan Quickbird termasuk dalam kategori agak konsisten (L dan
S) dan tidak konsisten (M). Sama seperti penggunaan/penutupan lahan sawah,
kebun campuran dan tegalan, faktor yang mempengaruhi tingkat konsistensi ini
adalah rendahnya tingkat homogenitas tipe penggunaan/penutupan lahan.
Pada poligon pemukiman ukuran
L (Landsat) didominasi
oleh
pemukiman, kebun campuran, dan tegalan (Quickbird). Selanjutnya pada ukuran

M didominasi oleh tegalan, pemukiman, dan kebun campuran. Pada ukuran S
didominasi oleh kebun campuran, sawah, pemukiman, dan tegalan. Hal ini
mungkin terjadi karena keempat tipe penggunaan/penutupan lahan tersebut saling
membaur satu dengan yang lain sehingga sulit dibedakan di citra Landsat tetapi
mudah dibedakan pada citra Quickbird.
39
Tabel 20. Konsistensi pemukiman yang bersumber dari citra Landsat dan citra
Quickbird
Besar (L)
Luas
(ha)
(%)
Pemukiman Pemukiman
250.23 35.96
Tegalan
98.15 14.10
Sawah
61.82 8.88
Rumput
48.73 7.00
Tanah Kosong
29.18 4.19
Jalan Raya
9.14 1.31
Hutan
5.34 0.77
Sungai
4.88 0.70
Badan Air
0.49 0.07
Kebun Teh 1
No. Landsat
6
Quickbird
Sedang (M)
Luas
(ha) (%)
8.61 20.12
7.90 18.46
12.77 29.84
2.22 5.19
Kecil (S)
Luas
(ha) (%)
3.61 25.29
5.17 36.28
1.61 11.31
3.82 26.80
1.30
3.03 0.05
1.30
3.03
0.32
9.55 22.32
Pada Tabel 21 menunjukkan bahwa dua poligon badan air di citra Landsat
terdiri dari empat kelas penggunaan/penutupan lahan dari citra Quickbird yaitu
tegalan, badan air, pemukiman, dan kebun campuran. Penggunaan/penutupan
lahan badan air pada citra Landsat di kedua ukuran poligon (L dan S) didominasi
oleh penggunan/penutupan lahan tegalan dan pemukiman pada citra Quickbird,
masing-masing sebesar 79,30% dan 62,37%. Hal ini menunjukkan bahwa tingkat
konsistensi penggunaan/penutupan lahan badan air antara citra Landsat dan
Quickbird termasuk dalam kategori tidak konsisten (L) dan agak konsisten (S).
Faktor yang mempengaruhi tingkat konsistensi ini adalah rendahnya tingkat
homogenitas tipe penggunaan/penutupan lahan.
Pada poligon badan air ukuran L (Landsat) didominasi oleh tegalan dan
badan air (Quickbird). Pada ukuran S didominasi oleh pemukiman dan badan air.
Hal ini mungkin terjadi karena ketiga tipe penggunaan/penutupan lahan tersebut
saling membaur satu dengan yang lain sehingga sulit dibedakan di citra Landsat
tetapi mudah dibedakan pada citra Quickbird.
40
Tabel 21. Konsistensi badan air yang bersumber dari citra Landsat dan citra
Quickbird
No. Landsat
7
Quickbird
Badan Air Badan Air

Tegalan
Pemukiman
Kebun Campuran
Besar (L)
Sedang (M)
Luas
Luas
(ha) (%)
(ha) (%)
0.36 20.70
1.39 79.30
Kecil (S)
Luas
(ha) (%)
0.24 34.81
0.42 62.37
0.02 2.81
Pada Tabel 22 menunjukkan bahwa tanah kosong di citra Landsat terdiri

dari empat kelas penggunaan/penutupan lahan dari citra Quickbird yaitu kebun teh
2, kebun teh 1, hutan, dan kebun campuran. Penggunaan/penutupan lahan tanah
kosong pada citra Landsat di satu ukuran poligon (L) di dominasi oleh
penggunaan/penutupan lahan kebun teh 2 pada citra Quickbird sebesar 52,73%.
Hal ini menunjukkan bahwa tingkat konsistensi penggunaan/penutupan lahan
tanah kosong antara citra Landsat dan Quickbird termasuk dalam kategori tidak
konsisten (L). Faktor yang mempengaruhi tingkat konsistensi ini adalah
rendahnya tingkat homogenitas tipe penggunaan/penutupan lahan.
Pada poligon tanah kosong ukuran L (Landsat) didominasi oleh kebun teh
2 dan kebun teh 1 (Quickbird). Hal ini mungkin terjadi karena kedua tipe
penggunaan/penutupan lahan tersebut hanya terdeteksi di citra Quicbird sehingga
pada citra Landsat terinterpretasi sebagai penggunaan/penutupan lahan tanah
kosong.
Tabel 22. Konsistensi tanah kosong yang bersumber dari citra Landsat dan citra
Quickbird
Besar (L)
Sedang (M) Kecil (S)
No. Landsat
Quickbird
Luas
Luas
Luas
(ha) (%)
(ha) (%) (ha) (%)
7
Tanah Kosong Kebun Teh 2
6.82 52.73
Kebun Teh 1
5.04 38.93
Hutan
0.91 7.00
Secara keseluruhan, konsistensi tipe penggunaan/penutupan lahan yang

bersumber dari citra Landsat dan citra Quickbird ditunjukkan pada Tabel 23. Tipe
41
penggunaan/penutupan lahan yang memiliki kekonsistenan yang tinggi adalah

hutan dan kebun teh. Sedangkan tipe penggunaan/penutupan lahan yang memiliki
kekonsistenan yang rendah adalah pemukiman dan badan air.
Tabel 23. Konsistensi tipe penggunaan/penutupan lahan yang bersumber dari citra
Landsat dan citra Quickbird
No.
Landsat
Quickbird
Besar (L)
Sedang (M)
Kecil (S)
Persen
Persen
Persen
(%)
Ket
(%)
Ket
(%)
Ket
Hutan
Hutan
92.63
SK
84.13
SK
98.35
SK
Kebun Campuran
Kebun Campuran
50.77
35.44
AK
37.78
AK
Kebun Teh
Kebun Teh
66.19
71.16
92.94
SK
Pemukiman
Pemukiman
35.96
AK
20.12
TK
25.29
TK
Sawah
Sawah
43.28
AK
55.85
27.03
AK
Tegalan
Tegalan
51.06
45.33
AK
30.2
AK
Badan Air
Badan Air
34.81
AK
Keterangan :
0 25%
25 50%
50 75%
75 100%
Faktor
20.7
TK
= Tidak konsisten (TK)

= Agak Konsisten (AK)
= Konsisten (K)
= Sangat Konsisten (SK)
yang
mempengaruhi
tingkat
kekonsistenan
tipe
penggunaan/penutupan lahan antara citra Landsat dan citra Quickbird adalah:

1. Ukuran poligon pada setiap tipe penggunaan/penutupan lahan
2. Homogenitas. Semakin tinggi konsistensi penggunaan/penutupan lahan
pada citra Quickbird, maka semakin homogen penyebaran tipe
penggunaan/penutupan lahannya. Sebaliknya, semakin rendah konsistensi
penggunaan/penutupan lahan pada citra Quickbird, semakin heterogen
penyebaran tipe penggunaan/penutupan lahannya.
4.4.3. Tingkat Kedetailan Klasifikasi Penggunaan/Penutupan Lahan dari

Citra Landsat dan Citra Quickbird
Pada ketelitian klasifikasi penggunaan/penutupan lahan, untuk citra
Landsat hanya memiliki satu level klasifikasi saja. Sedangkan untuk citra
Quickbird, memiliki empat level klasifikasi seperti yang ditampilkan pada Tabel
42
24 dan Gambar 10, 11, 12, 13, dan 14. Hal ini disebabkan karena kemampuan
citra Landsat dalam menyajikan informasi penggunaan/penutupan lahan lebih
sedikit dibandingkan dengan citra Quickbird. Sebaliknya, citra Quickbird mampu
menyajikan informasi penggunaan/penutupan lahan lebih detail dengan didukung
oleh resolusi citra yang tinggi sehingga objek yang tampak di permukaan bumi
lebih jelas dan dapat dikelompokkan ke level yang lebih tinggi. Faktor inilah yang
tidak dimiliki oleh citra Landsat.
Tabel 24. Pembagian Level Klasifikasi Penggunaan/Penutupan Lahan

Level Klasifikasi
I
1. Perkotaan atau Lahan
Terbangun
II
1.1. Pemukiman
III
1.1.1.Pemukiman Satu
Bangunan
1.1.2. Pemukiman
Beberapa Bangunan
1.1.3. Pemukiman
Kelompok
IV
1.1.1.1. Pemukiman Satu Bangunan
Pekarangan
1.1.1.2. Pemukiman Satu Bangunan
Non Pekarangan
1.1.2.1.Pemukiman Beberapa
Bangunan Padat
1.1.2.2.Pemukiman Beberapa
Bangunan Renggang
1.1.3.1. Pemukiman Mewah
1.1.3.2. Pemukiman Menengah
1.2. Perdagangan
dan Jasa
1.1.4. Tempat Tinggal

Sementara
1.2.1. Perdagangan
1.2.2. Jasa
1.1.3.3.Pemukiman Swadaya Padat

Penduduk
1.1.4.1. Pondok
1.2.1.1. Pertokoan
1.2.2.1. Perkantoran
1.2.2.2. Rumah Ibadah
1.3. Perindustrian
1.3.1. Pabrik Pengolahan
1.3.1.1. Pabrik Pengolahan Kimia
1.4. Prasarana
Transportasi
1.4.1. Jalan Raya
1.4.1.1. Jalan Tol

1.4.1.2. Jalan Lokal
1.4.1.3. Jalan Kecamatan
2. Lahan Pertanian
2.1. Tanaman
Semusim
2.1.1. Sawah
2.1.1.1. Sawah Vegetatif

2.1.1.2. Sawah Digenangi
2.1.1.3. Sawah Bera
2.1.2. Tegalan
2.1.2.1. Tegalan Masa Awal Tanam

2.1.2.2. Tegalan Masa Vegetatif
3. Lahan Bervegetasi
Alamiah
4. Perairan
5. Lahan Gundul
2.2. Wanatani
2.2.1. Kebun Campuran
3.1. Tanaman
Rumputan
4.1. Perairan Darat
3.1.1. Rumput
2.2.1.1.Kebun Campuran
Berkerapatan Tinggi
2.2.1.2.Kebun Campuran
Berkerapatan Rendah
3.1.1.1. Rerumputan
4.1.1. Sungai
4.1.1.1. Sungai Permanen
4.1.2. Kolam
4.1.2.1. Kolam Ikan
5.1.1. Lahan Kosong
5.1.1.1. Tanah Kosong
5.1. Lahan Tidur
5.1.1.2. Tanah Lapang
43
Gambar 10. Peta Penggunaan/Penutupan Lahan Level 1 (Landsat)
44
Gambar 11. Peta Penggunaan/Penutupan Lahan Level 1 (Quickbird)
45
46
47
48
4.5. Hubungan antara Pengukuran Objek pada Citra Quickbird dengan

Pengukuran Lapang
Hasil pengukuran objek pada citra Quickbird dan pengukuran lapang
disajikan pada Tabel 25. Pada Gambar 15 menunjukkan nilai regresi (R) antara
pengukuran objek pada citra Quickbird dengan pengukuran di lapang sebesar
0,983. Berarti pengukuran objek pada citra Quickbird layak mewakili pengukuran
objek di lapang. Sehingga data pengukuran objek pada citra Quickbird dapat
dipakai untuk mengetahui panjang dan lebar suatu objek di suatu wilayah serta
pengumpulan data pengukuran objek menjadi lebih efisien.
Tabel 25. Hasil pengukuran objek pada citra Quickbird dan pengukuran lapang
PLOT
X_COORD
Y_COORD
KETERANGAN
PNGKRN_LPN
PNGKRN_CTR
702407
9266070
Jln Kcmtn (Lbr)
6,20 m
6.81 m
702366
9266462
Jln Kmplk (Lbr)
4,70 m
4.75 m
702796
9266532
Jln Ds (Lbr)
3,20 m
4.54 m
702799
9266535
Jmbtn Ttn Ktlmp (Pnjng)
19,70 m
21.86 m
702804
9266540
Jmbtn Ttn Ktlmp (Lbr)
1.54 m
1.43 m
702382
9266637
Jln Kmplk (Lbr)
5,10 m
4.83 m
706060
9264425
Jln Ds (Lbr)
3,00 m
4.90 m
710296
9264941
Jln Ds (Lbr)
2,46 m
4.21 m
711809
9264225
Jln Ds (Lbr)
3,50 m
3.09 m
10
713122
9262227
Jln Ds (Lbr)
3,60 m
4.63 m
11
707537
9264007
Jmbtn Gdg (Pnjng)
27,75 m
28.81 m
12
707539
9264021
Jmbtn Gdg (Lbr)
4,42 m
4.63 m
13
706678
9263235
Jln Kcmtn (Lbr)
3,99 m
4.21 m
14
705893
9263066
Jln Kcmtn (Lbr)
5,90 m
5.52 m
15
705262
9262501
Jln Kcmtn (Lbr)
5,88 m
4.56 m
16
707390
9265936
Jln Kcmtn (Lbr)
4.62 m
5.05 m
17
712407
9260849
Jln Kcmtn (Lbr)
5.59 m
5.90 m
18
712412
9265206
Jln Kcmtn (Lbr)
2.90 m
3.76 m
19
703169
9266752
Jln Ds (Lbr)
3.12 m
3.05 m
20
713132
9260377
Jln Ds (Lbr)
3.88 m
3.15 m
49
Gambar 15.Grafik analisis regresi linier sederhana antara pengukuran objek pada
citra dengan pengukuran objek di lapang
keterangan:
X = Variabel pengukuran lapang
Y = Variabel pengukuran citra
50
V. KESIMPULAN DAN SARAN
5.1. Kesimpulan
1. Interpretasi dan identifikasi objek pada citra fusi sangat jelas jika
dibandingkan dengan citra pankromatik dan citra multispektral
2. Detail lekukan digitasi serta faktor resolusi spasial, skala dan unsur
interpretasi, mempengaruhi jumlah kelas, luas, dan jumlah poligon pada
citra Landsat dan citra Quickbird
3. Tinggi rendahnya konsistensi tipe penggunaan/penutupan lahan yang
bersumber dari citra Landsat dan citra Quickbird, ditentukan oleh pola
penyebaran klasifikasi penggunaan/penutupan lahan itu sendiri (homogen
atau heterogen)
4. Dengan nilai overall accuracy sebesar 91% dan nilai kappa sebesar 0,89,
citra Quickbird memiliki ketelitian dan ketepatan interpretasi klasifikasi
yang cukup tinggi
5. Klasifikasi multiskala citra Quickbird memiliki level klasifikasi yang lebih
detail (4 level) dibandingkan dengan citra Landsat yang memiliki level
klasifikasi yang lebih umum (1 level)
6. Pengukuran objek pada citra Quickbird dinilai layak mewakili pengukuran
objek di lapang karena memiliki nilai R sebesar 0,983.
5.2. Saran
Perlunya
penelitian
lanjutan
tentang
perbandingan
klasifikasi
penggunaan/penutupan lahan multiskala antara citra satelit yang perbedaan

resolusi spasialnya tidak terlalu signifikan.
51
DAFTAR PUSTAKA
Anderson JR, Hardy EE, Roach JT, Witmer RE. 1976. A Land Use And Land
Cover Classification System For Use With Remote Sensor Data.
Geological Survey Professional Paper 964. United States Government
Printing Office, Washington.
Congalton RG. 2000. Putting the map back in map accuracy assessment. Di
dalam: Lunetta RS, Lyon JG, editor. Remote Sensing and GIS Accuracy
Assessment. Florida: CRC Press. hlm 1-11.
Drapper NR, Smith H. 1992. Analisis Regresi Terapan. Jakarta: PT Gramedia
Pustaka Utama.
Hill P, Canagarajah N, Bull D. 2002. Image fusion using complex wavelets.
BMVC 487-496.
Ho PP, editor. 2009. Geoscience and Remote Sensing. Vucovar: In-Tech
Http:// www.geocomm.com. A Primer on Landsat7. Diakses 13 Oktober 2011.
Http:// www.geol.hu/data/online_help/UsingCNSpectralSharpening.html. Diakses
25 November 2011.
Http:// www.satimaging.com. LANDSAT Satellite Imagery and Satellite System
Specifications. Diakses 13 Oktober 2011.
Http://
www.satimaging.com. Quickbird Satellite

Specifications. Diakses 13 Oktober 2011.
Imagery
and
System
Janudianto. 2004. Analisis perubahan penggunaan/penutupan lahan dan

pengaruhnya terhadap debit maksimum-minimum di sub DAS Ciliwung
Hulu [skripsi]. Bogor: Fakultas Pertanian, Institut Pertanian Bogor.
Jensen JR. 1986. Introductory Digital Image Processing. New Jersey: PrenticeHall, Englewood Cliffs.
Konecny G. 2003. Geoinformation: Remote Sensing, Photogrammetry, and
Geographic Information Systems. London and New York: Taylor &
Francis.
Lillesand TM, Kiefer RW. 1999. Penginderaan Jauh dan Interpretasi Citra. Ed
ke-4. Dulbahri, Suharsono P, Hartono, Suharyadi, penerjemah; Sutanto,
penyunting. Yogyakarta: Gadjah Mada University Press. Terjemahan dari:
Remote Sensing and Image Interpretatiton.
52
Lisnawati Y, Wibowo A. 2007. Penggunaan citra Landsat ETM+ untuk

monitoring perubahan penggunaan lahan di kawasan Puncak. Jurnal
Penelitian Hutan Tanaman 4(2): 69-118.
Liu JG, Mason PJ. 2009. Essential Image Processing and GIS for Remote
Sensing. Chichester: John Wiley & Sons Ltd.
Martono DN. 2009. Aplikasi data penginderaan jauh dan sistem informasi
geografis untuk identifikasi tingkat keragaman penggunaan lahan. Di
dalam: Seminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI
2009); Yogyakarta, 20 Juni 2009. hlm D-27 D-32.
Martono DN. 2008. Aplikasi teknologi penginderaan jauh dan uji validasinya
untuk deteksi penyebaran lahan sawah dan penggunaan/penutupan lahan.
Di dalam: Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI
2008); Yogyakarta , 21 Juni 2008. hlm G-47 - G-56.
Mitchell HB. 2010. Image Fusion: Theories, Techniques, and Applications. Berlin
Heidelberg: Springer-Verlag.
Nisak NSC. 2010. Analisa peningkatan resolusi spasial citra multispectral
menggunakan proses penggabungan dengan citra pankromatik. Studi
kasus: Kecamatan Gresik Kabupaten Gresik [tugas akhir]. Surabaya:
Program Studi Teknik Geomatika, Fakultas Teknik Sipil dan Perencanaan,
Institut Teknologi Sepuluh November.
Parwati E, Carolita I, Effendy I. 2004. Aplikasi data Landsat dan SIG untuk
potensi lahan tambak di Kabupaten Banyuwangi. Jurnal Penginderaan
Jauh dan Pengolahan Data Citra Digital 1(1):76-86.
Venus S. 2008. Klasifikasi penutupan lahan menggunakan citra satelit Quickbird
di Kecamatan Rumpin Kabupaten Bogor [skripsi]. Bogor: Fakultas
Kehutanan, Institut Pertanian Bogor.
Vrabel J. 1996. Multispectral imagery band sharpening study. Photogrammetric
Engineering & Remote Sensing. 62(9):1075-1083.
Wibowo PE. 2010. Identifikasi perubahan tutupan lahan Pulau Panggang, Pulau
Pramuka, dan Pulau Karya antara tahun 2004 dan tahun 2008 [tugas
akhir]. Bandung: Fakultas Ilmu dan Teknologi Kebumian, Institut
Teknologi Bandung.
Yusnandar ME. 2004. Aplikasi analisis regresi non linear model kuadratik
terhadap produksi susu kambing peranakan etawah (PE) selama 90 hari
pertama laktasi. Informatika Pertanian 13:735-743.
53
LAMPIRAN
54
Lampiran 1. Tabel Uji Lapang

Titik
Koordinat X
Koordinat Y
Interpretasi Citra
Interpretasi Lapang
Keterangan
712944
9265020
Pemukiman
Pemukiman
Resort (Mega Training)
712903
9264984
Pemukiman
Pemukiman
Pemukiman Pekarangan
712898
9265029
Pemukiman
Pemukiman
712212
9265352
Hutan
Hutan
Hutan Konservasi
712413
9265199
Pemukiman
Pemukiman
712925
9264876
Hutan
Hutan
Hutan Konservasi
710835
9264446
Pemukiman
Pemukiman
710922
9264387
Rumput
Rumput
Rumput Gajah
710774
9264369
Pemukiman
Pemukiman
Pemukiman Padat Penduduk
10
712369
9260885
Tegalan
Kebun Campuran
Kebun Pisang
11
712390
9260927
Tegalan
Tanah Kosong
Lapangan Bola
12
712425
9260787
Pemukiman
Pemukiman
13
705188
9263142
Pemukiman
Pemukiman
14
705179
9263079
Pemukiman
Pemukiman
15
705233
9263091
Pemukiman
Pemukiman
16
702426
9266085
Pemukiman
Pemukiman
Pabrik (Unitex)
17
702330
9266101
Pemukiman
Pemukiman
18
702402
9266071
Kebun Campuran
Kebun Campuran
Kebun Pisang dan Rambutan
19
702340
9266188
Kebun Campuran
Kebun Campuran
Kebun Pisang
20
702292
9266188
Tanah Kosong
Tanah Kosong
Lapangan Bola
21
702266
9266261
Tanah Kosong
Rumput
Rumput Gajah
22
702331
9266413
Pemukiman
Pemukiman
Komplek Perumahan
23
702375
9266445
Tanah Kosong
Tegalan
Ladang Talas dan Singkong
24
702516
9266332
Tanah Kosong
Tanah Kosong
Lapangan Bola
25
702391
9266585
Pemukiman
Pemukiman
Perumahan Griya Katulampa
26
702567
9266585
Sawah
Tegalan
Ladang Jagung dan Cabe
27
702497
9266578
Sawah
Sawah
Sawah Irigasi
28
702800
9266528
Pemukiman
Kebun Campuran
Kebun Pisang
29
702842
9266481
Pemukiman
Pemukiman
30
702775
9266588
Tegalan
Tegalan
Ladang Singkong
31
703175
9266728
Sawah
Sawah
Sawah Irigasi
32
703164
9266687
Tegalan
Tegalan
Ladang Talas dan Singkong
33
703101
9266644
Kebun Campuran
Kebun Campuran
Kebun Pisang
34
705210
9263087
Pemukiman
Pemukiman
35
705155
9263024
Kebun Campuran
Kebun Campuran
Kebun Pisang
36
705204
9263083
Jalan Raya
Jalan Raya
Jalan Kecamatan
37
705984
9262980
Pemukiman
Pemukiman
Kantor Pertanian Ciawi
38
705940
9263024
Tanah Kosong
Rumput
Lapangan Voli
39
705791
9263053
Tanah Kosong
Tanah Kosong
Lapangan Bola
40
705256
9263381
Pemukiman
Pemukiman
55
Titik
Koordinat X
Koordinat Y
Interpretasi Citra
Interpretasi Lapang
Keterangan
41
705305
9263363
Tanah Kosong
Tanah Kosong
Lapangan Bola
42
705288
9263346
Kebun Campuran
Kebun Campuran
Kebun Pisang
43
705536
9264010
Pemukiman
Pemukiman
44
705298
9263998
Jalan Raya
Jalan Raya
Jalan Tol
45
705504
9263892
Jalan Raya
Jalan Raya
Jalan Kabupaten
46
705683
9263986
Jalan Raya
Jalan Raya
Jalan Propinsi
47
705752
9263910
Kebun Campuran
Kebun Campuran
Kebun Pisang
48
705676
9263912
Pemukiman
Pemukiman
49
706084
9264462
Sawah
Sawah
Sawah Irigasi
50
706041
9264401
Sawah
Sawah
Sawah Tadah Hujan
51
706040
9264458
Pemukiman
Pemukiman
52
706641
9263247
Pemukiman
Pemukiman
Villa
53
706679
9263268
Rumput
Rumput
Rumput Gajah
54
706729
9263178
Pemukiman
Pemukiman
55
707529
9264008
Kebun Campuran
Kebun Campuran
Kebun Pisang
56
707569
9263979
Pemukiman
Pemukiman
57
707461
9264026
Sawah
Sawah
Sawah Tadah Hujan
58
708120
9264339
Rumput
Rumput
Rumput Gajah
59
708060
9264325
Kebun Campuran
Kebun Campuran
Kebun Pisang
60
707994
9264191
Tanah Kosong
Tanah Kosong
Lapangan Bola
61
709978
9264590
Pemukiman
Pemukiman
Outlet
62
710087
9264641
Rumput
Rumput
Rumput Gajah
63
709801
9264348
Pemukiman
Pemukiman
64
710415
9264812
Pemukiman
Pemukiman
65
710373
9264779
Sungai
Sungai
Kali Ciesek
66
710401
9264756
Kebun Campuran
Kebun Campuran
Kebun Pisang
67
710136
9265047
Pemukiman
Pemukiman
68
710187
9265082
Tanah Kosong
Tanah Kosong
Lapangan Bola
69
710096
9265213
Pemukiman
Pemukiman
70
710757
9264378
Pemukiman
Pemukiman
71
710722
9264347
Rumput
Rumput
Rumput Gajah
72
710826
9264270
Tanah Kosong
Tanah Kosong
Lapangan Bola
73
711154
9264280
Pemukiman
Pemukiman
74
711229
9264310
Kebun Campuran
Kebun Campuran
Kebun Pisang
75
711330
9264371
Sawah
Sawah
Sawah Irigasi
76
711663
9264255
Pemukiman
Pemukiman
Villa
77
711737
9264227
Kebun Campuran
Tegalan
Ladang Singkong
78
711675
9264200
Kebun Campuran
Kebun Campuran
Kebun Pisang
79
711166
9264023
Kebun Campuran
Kebun Campuran
Kebun Pisang
80
711191
9263906
Pemukiman
Pemukiman
81
711241
9264046
Sawah
Sawah
Sawah Tadah Hujan
56
Titik
Koordinat X
Koordinat Y
Interpretasi Citra
Interpretasi Lapang
Keterangan
82
712673
9262612
Kebun Campuran
Kebun Campuran
Kebun Pisang
83
712743
9262712
Pemukiman
Pemukiman
Villa
84
712895
9262524
Pemukiman
Pemukiman
85
713414
9262266
Kebun Campuran
Kebun Campuran
Kebun Pisang
86
713395
9262337
Pemukiman
Pemukiman
87
713316
9262332
Sawah
Sawah
Sawah Tadah Hujan
88
713042
9262224
Pemukiman
Pemukiman
89
713244
9261852
Pemukiman
Pemukiman
Wisma TNI AU
90
713242
9261767
Rumput
Rumput
Rumput Gajah
91
702377
9266552
Tanah Kosong
Badan Air
Kolam Ikan
92
703102
9266390
Sungai
Sungai
Kali Ciliwung
93
713231
9256879
Hutan
Hutan
Hutan Lindung
94
713274
9257034
Kebun Teh 1
Kebun Teh 1
Perkebunan Teh
95
713299
9258323
Kebun Teh 2
Kebun Teh 1
Perkebunan Teh
96
713173
9260019
Tanah Kosong
Tanah Kosong
Lapangan Bola
97
713357
9260200
Pemukiman
Pemukiman
98
713203
9260150
Tegalan
Tegalan
Ladang Singkong
99
712668
9262396
Badan Air
Badan Air
Kolam Buatan
100
712258
9262960
Pemukiman
Pemukiman
Hotel Panorama, Puncak
Lampiran 2. Data Statistik Pengukuran Objek Pada Citra dan Lapang

SUMMARY
OUTPUT
Regression Statistics
Multiple R
0.991467626
R Square
0.983008053
Adjusted R Square 0.982064056
Standard Error
0.889762637
Observations
20
ANOVA
df
Regression
Residual
Total
Intercept
X Variable 1
1
18
19
Coefficients
0.162235601
1.044570739
SS
824.3938991
14.2501959
838.644095
Standard Error
0.279228654
0.032370144
MS
F
824.3938991 1041.325347
0.79167755
t Stat
0.581013441
32.26957308
P-value
0.568435826
2.20704E-17
Significance
F
2.20704E-17
Lower 95%
-0.424402031
0.97656359
Upper 95%
0.748873232
1.112577889
Lower 95.0%
-0.424402031
0.97656359
Upper 95.0%
0.748873232
1.112577889
57
58
RESIDUAL
OUTPUT
Observation
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Predicted Y
6.638574184
5.071718075
3.504861966
20.74027916
1.770874539
5.489546371
3.295947819
2.731879619
3.818233188
3.922690262
29.14907361
4.779238268
4.33007285
6.325202962
6.304311547
4.988152416
6.001386033
3.191490745
3.421296307
4.215170069
Residuals
0.171425816
-0.321718075
1.035138034
1.119720836
-0.340874539
-0.659546371
1.604052181
1.478120381
-0.728233188
0.707309738
-0.339073614
-0.149238268
-0.12007285
-0.805202962
-1.744311547
0.061847584
-0.101386033
0.568509255
-0.371296307
-1.065170069
Standard Residuals
0.197944121
-0.371485481
1.195266229
1.292933365
-0.393605308
-0.761573315
1.852187186
1.706774668
-0.840885474
0.816725321
-0.391525794
-0.172324324
-0.138647232
-0.929761903
-2.014143638
0.071414948
-0.117069702
0.656453431
-0.428733099
-1.229943998

Studi Komparasi Pemetaan Penggunaan Penutupan Lahan Melalui Citra Landsat Dan Citra Quickbird

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Studi Komparasi Pemetaan Penggunaan Penutupan Lahan Melalui Citra Landsat Dan Citra Quickbird

Cargado por

Copyright:

Formatos disponibles

STUDI KOMPARASI PEMETAAN PENGGUNAAN/PENUTUPAN

LAHAN MELALUI CITRA LANDSAT DAN CITRA QUICKBIRD

BAMBANG ADE WAHYUDI

PROGRAM STUDI MANAJEMEN SUMBERDAYA LAHAN

STUDI KOMPARASI PEMETAAN PENGGUNAAN/PENUTUPAN

Bambang Ade Wahyudi

PROGRAM STUDI MANAJEMEN SUMBERDAYA LAHAN

: Studi Komparasi Pemetaan Penggunaan/Penutupan

Nama Mahasiswa : Bambang Ade Wahyudi

(Dr. Khursatul Munibah, M.Sc)

(Dr. Ir. Komarsa Gandasasmita, M.Sc)

NIP. 19620515 199003 2 001

NIP. 19550111 197603 1 001

(Dr. Ir. Syaiful Anwar, M.Sc)

Penulis lahir di Bukittinggi, Sumatera Barat, pada tanggal 20 Januari 1988.

Penggunaan/Penutupan Lahan melalui Citra Landsat dan Citra Quickbird. Studi

dan Luluk) serta staf Laboratorium Bagian Penginderaan Jauh dan

Penulis menyadari bahwa masih banyak terdapat kekurangan pada skripsi

Bogor, November 2011

3.3.6. Tingkat Kedetailan Penggunaan/Penutupan Lahan ............................ 17

1. Spesifikasi Satelit Landsat 7 ............................................................................... 4

1. Satelit Landsat ..................................................................................................... 3

1. Tabel Uji Lapang............................................................................................... 54

1.1. Latar Belakang

memerlukan data akurat. Dengan kemampuan citra Quickbird menyajikan data

menyediakan informasi kenampakan objek dan kegiatan manusia di permukaan

perbandingan. Penelitian ini membandingkan citra Landsat dan citra Quickbird.

penggunaan/penutupan lahan tersebut.

II. TINJAUAN PUSTAKA

2.1. Penginderaan Jauh

2.1.1. Citra Landsat

Gambar 1. Satelit Landsat

Landsat 5 dilengkapi dengan multispectral scanner (MSS) dan thematic

Tabel 1. Spesifikasi Satelit Landsat 7

15 April 1999, di Pangkalan Angkatan Udara Vandenberg, California

Sumber: www.satimaging.com, diakses 13 Oktober 2011

Tabel 2. Karakteristik Band Citra Landsat 7

Didesain untuk menembus badan air,

2.1.2. Citra Quickbird

DigitalGlobe. Menggunakan sensor BGIS 2000, Quickbird mengumpulkan data

Gambar 2. Satelit Quickbird

Kemampuan pencitraan Quickbird juga dapat diterapkan pada sejumlah

eksplorasi dan produksi minyak dan gas, rekayasa dan

konstruksi, serta studi lingkungan (www.satimaging.com, diakses 13 Oktober

Tabel 3. Karakteristik Citra Quickbird

Pankromatik: 61 cm (nadir) sampai 72 cm (25 off-nadir)

Tabel 4. Spesifikasi satelit Quickbird

Pankromatik: 61 cm (nadir) sampai 72 cm (25 off-nadir)

2.2. Fusi Citra

2.3. Penggunaan/penutupan lahan

2.4. Aplikasi Citra Landsat untuk Pemetaan Penggunaan/Penutupan Lahan

2.5. Aplikasi Citra Quickbird untuk Pemetaan Penggunaan/Penutupan

2.6. Akurasi Hasil Interpretasi Citra

2.7. Regresi Linier Sederhana

III. METODE PENELITIAN

3.1. Lokasi dan Waktu Penelitian

Gambar 3. Peta Lokasi Penelitian

3.2. Bahan dan Alat

Tabel 5. Bahan yang Digunakan Dalam Penelitian

Tabel 6. Alat dan Perangkat Lunak yang Digunakan dalam Penelitian

Alat dan perangkat lunak

ENVI 4.4, ErMapper 6.4, dan

3.3. Metode Penelitian

Analisis regresi pengukuran