Post on 06-Feb-2018
51
EVALUASI PERKEMBANGAN PERMUKIMAN
DENGAN PENDEKATAN PENGINDERAAN JAUH (INDERAJA)
(Studi Kasus : Kota Depok)
EVA NOVIANA BUDIYANTI
203091002026
PROGRAM STUDI SISTEM INFORMASI FAKULTAS SAINS dan TEKNOLOGI
UIN SYARIF HIDAYATULLAH JAKARTA
2008
52
EVALUASI PERKEMBANGAN PERMUKIMAN
DENGAN PENDEKATAN PENGINDERAAN JAUH (INDERAJA)
(STUDI KASUS : KOTA DEPOK)
Skripsi Sebagai Salah Satu Syarat Untuk Memperoleh Gelar
Sarjana Komputer Pada Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta
Oleh :
Eva Noviana Budiyanti 2030.9100.2026
Menyetujui,
Pembimbing 1 Pembimbing 2 A’ang Subiyakto, M.Kom Nur Aeni Hidayah, SE., MMSI
Mengetahui
A.n Ketua Jurusan Sistem Informasi
53
Nur Aeni Hidayah, SE., MMSI
EVALUASI PERKEMBANGAN PERMUKIMAN
DENGAN PENDEKATAN PENGINDERAAN JAUH (INDERAJA)
(STUDI KASUS : KOTA DEPOK)
Skripsi Sebagai Salah Satu Syarat Untuk Memperoleh Gelar
Sarjana Komputer Pada Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta
Oleh :
Eva Noviana Budiyanti 2030.9100.2026
54
PROGRAM STUDI SISTEM INFORMASI FAKULTAS SAINS dan TEKNOLOGI
UIN SYARIF HIDAYATULLAH JAKARTA
2008
KATA PENGANTAR
Segala puji serta syukur kehadirat Allah SWT atas segala rahmat dan Karunia-Nya.
Sholawat serta salam tercurahkan kepada nabi Muhammad SAW yang telah menjadi suri
tauladan untuk kita semua.
Tiada henti-hentinya penulis ucapkan rasa syukur atas nikmat yang dikaruniakan-
Nya. Sehingga penulis dapat menyelesaikan skripsi yang berjudul “Evaluasi Perkembangan
Permukiman dengan Penginderaan Jauh (Inderaja) di Kota Depok Jawa Barat”.
Penulis ingin mengucapakan terima kasih kepada pihak-pihak yang telah membantu
penulis dalam menyelesaikan tugas akhir ini diantaranya :
1. Syopiansyah Jaya Putra H., Dr., M.Sis. Dekan Fakultas Sains dan Teknologi UIN
Syarif Hidayatullah Jakarta.
2. M. Qomarul Huda, S.Kom, M.Kom. Ketua Jurusan Sistem Informasi Non-Reguler.
3. Alm. Muji Haryadi, M.Hut, Nur Aeni Hidayah, SE., MMSI. Pembimbing II dan
A’ang Subiyakto, M.Kom Dosen Penasehat.
55
4. Seluruh Staf Sekretariat Non-Reguler, yang telah membantu penulis dalam
menyelesaikan segala administrasi selama kuliah.
5. Keluarga dan teman-teman seperjuangan.
Penulis yakin tanpa bantuan mereka semua, penulis tidak dapat menyelesaikan
skripsi ini.
Dengan selesainya tugas akhir ini, penulis ingin memohon maaf atas segala
kekurangan yang ada. Semoga dengan adanya skripsi ini dapat berguna bagi semuanya.
Jakarta, 22 Juni 2008
Penulis
56
DAFTAR ISI
KATA PENGANTAR…….…………………………………………………………..ii
DAFTAR ISI ……….………………………………………………………………...iii
DAFTAR TABEL ………………………………………………………….…………v
DAFTAR GAMBAR ………………………………………………………………...vi
DAFTAR LAMPIRAN...............................................................................................viii
BAB I PENDAHULUAN ................................................................................1
1.1 Latar Belakang ………………………………………………………...1
1.2 Perumusan Masalah …………………………………………………...3
1.3 Batasan Masalah ………………………………………………………3
1.4 Tujuan Penelitian ……………………………………………………...3
1.5 Manfaat Penelitian …………………………………………………….4
1.6 Sistematika Penulisan …………………………………………………4
BAB II TINJAUAN PUSTAKA ……………………………………………..6
2.1 Lahan dan Penutupan/Penggunaan Lahan …………………………….6
2.2 Perubahan Penggunaan Lahan ………………………………………...7
2.3 Permukiman …………………………………………………………...8
2.4 Faktor-faktor yang Mempengaruhi Perkembangan Permukiman ..…...9
2.5 Penginderaan Jauh …………………………………………………...10
2.5.1 Masukan Data Penginderaan Jauh ………….………………..10
2.5.2 Alat Penginderaan Jauh.……………………………………...11
2.6 Citra Landsat........................................................................................14
2.6 Sistem Informasi Geografis...................................................……...…17
57
2.7 Kondisi Umum Daerah Penelitian ………………………………...…18
2.7.1 Sejarah Kota Depok ………..……….………………………..18
2.7.2 Lokasi Penelitian .....................................................................19
2.7.3 Iklim ........................................................................................22
2.7.4 Penduduk .................................................................................22
2.7.5 Penggunaan lahan ....................................................................24
BAB III METODOLOGI PENELITIAN …………………………………..26
3.1 Waktu dan Tempat Penelitian ……………………………………….26
3.2 Bahan dan Alat Penelitian …………………………………………...26
3.3 Metode Penelitian ……………………………………………………27
3.3.1 Tahap Pengumpulan Data ……………………………………27
3.3.2 Tahap Analisis Citra Digital …………………………………27
3.3.2.1 Koreksi Geometrik …………………………………..28
3.3.2.2 Interpretasi Visual Citra Landsat ………………..…...32
3.3.2.3 Klasifikasi ……………………………………………36
3.3.3 Tahap Pengolahan Data ……………………………………...44
3.3.3.1 Operasi Buffering ……………………………………44
3.3.3.2 Operasi tumpang susun………... ……………………48
3.3.4 Tahap Analisis Data …………………………………………48
3.3.4.1 Penyebaran dan Arah Perkembangan Permukiman.…48
3.4 Pengecekan Lapang ……………………………………….…………49
BAB IV HASIL PEMBAHASAN ..................................................................50
4.1 Analisis Citra Digital ………………………………………………...50
4.1.1 Koreksi Geometrik …………………………………………..50
4.1.2 Interpretasi Visual Landsat …………………………………..52
58
4.1.3 Penentuan Daerah Contoh …………………………………...55
4.1.4 Klasifikasi dan Penilaian Klasifikasi…………………………57
4.2 Analisis Penutupan/Penggunaan Lahan Tahun 1997 dan 2006 ……..62
4.3 Perubahan Luas Permukiman ………………………..…………..…..66
4.4 Arah Perkembangan Permukiman ………………….….……..……...67
4.5 Hubungan Aksesibilitas Terhadap Permukiman ……….….………...70
BAB V KESIMPULAN dan SARAN ………………………………………72
6.1 Kesimpulan …………………………………………………………..72
6.2 Saran …………………………………………………………………73
DAFTAR PUSTAKA ……………………………..………………………………..74
59
DAFTAR TABEL
No Teks Halaman
1. Karakteristik Satelit Landsat 5 TM……………………...…………………...15
2. Karakteristik sensor Landsat 7.........................................................................16
3. Nilai RMS-error hasil koreksi geometrik Citra Landsat-7-ETM+2006 dengan peta
Rupa Bumi………………………………………………………………51
4. Nilai RMS-error hasil koreksi geometrik Citra Landsat-5-TM 2006 dengan Citra
Landsat-7-ETM+2006………………………………………………….51
5. Karakteristik Nilai Spektral Daerah Contoh (Training Area)……………......56
6. Matrik Konfusi dan Nilai Kappa Citra Landsat-7-ETM+ tahun 2006.............58
7. Matrik Konfusi dan Nilai Kappa Citra Landsat-5-TM+ tahun 1997...............59
8. Proporsi Luas Permukiman (LP) di Kota Depok tahun 1997 dan 2006
............................................................………………………………………..67
9. Tabel Sentroid …………………………………………………………….....67
60
DAFTAR GAMBAR
No Teks Halaman
1. Wahana Penginderaan Jauh ………………………………………………….12
2. Polynomial Model Properties ……………………………………………......26
3. Projection Chooser…………………………………………………………...27
4. Geo Corrections……………………………………………………………....28
5. Resample Image……………………………………………………………...29
6. Proses Isodata………………………………………………………………...29
7. Classifier……………………………………………………………………..34
8. Signature Editor I…………………………………………………………….35
9. Klasifikasi Citra………………………………………………………………35
10. Signature Editor II……………………………………………………………36
11. Supervised Classification…………………………………………………….36
12. Recode..............................................................................................................37
13. Thematic Recode..............................................................................................38
14. Raster Attribute Editor.....................................................................................38
15. AOI Tool..........................................................................................................39
16. Area Fill............................................................................................................39
17. Contoh View Fill..............................................................................................40
18. View Create Buffer I........................................................................................42
19. View Create Buffer II.......................................................................................42
20. View Create Buffer III......................................................................................44
21. View Create Buffer IV.....................................................................................44
22. View Inside and Outside……………………………………………………..45
61
23 Citra Landsat-5- TM Tahun 1997 Kota Depok Kombinasi Band 542
(RGB)……………………………………………………………………...…53
24 Citra Landsat-7- ETM Tahun 2006 Kota Depok Kombinasi Band 542
(RGB)..…………………………………………………….…………………54
25. Klasifikasi Citra Landsat-5- TM Tahun 1997 Kota Depok Kombinasi Band 542
(RGB)…………………………...………………………………….……60
26. Klasifikasi Citra Landsat-7-ETM Tahun 2006 Kota Depok Kombinasi Band 542
(RGB)………………………………………………...………….………61
27. Peta Penggunaan Lahan Kota Depok Tahun 1997…………...………..……..63
28. Peta Penggunaan Lahan Kota Depok Tahun 2006………..………...………..64
29. Diagram Batang Penutupan/Penggunaan Lahan Tahun 1997…............……..65
30. Diagram Batang Penutupan/Penggunaan Lahan Tahun 2006 ……….............65
31. Penyebaran Sentroid Tahun 1997 ……………………………..........………..68
32. Penyebaran Sentroid Tahun 2006…………………………………….............69
33. Sebaran Permukiman Berdasarkan Sentroid………............…………………69
35. Sebaran Permukiman Berdasarkan Jarak.........................................................70
62
DAFTAR LAMPIRAN
No Teks Halaman
1. Nilai OIF Tahun 1997......................................................................................75
2. Nilai OIF Tahun 2006 ..................................................................................... 77
3. Tabel Penduduk................................................................................................79
4. Tabel Jarak Jalan..............................................................................................80
63
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Dengan berkembangnya suatu kota, menjadikan daya tarik khusus bagi masyarakat
desa untuk berurbanisasi, Tidak adanya lahan yang digunakan untuk usaha pertanian
ataupun perkebunan akibat dari pertumbuhan penduduk yang sangat pesat, hal ini menjadi
sebab semakin sempitnya lahan yang tersedia untuk pemukiman. (Detik.Com, 2006)
Kebijaksanaan dalam pengembangan pemukiman di suatu wilayah, memerlukan
pemantauan berkala agar sejalan dengan program Pemda yang ada. Informasi yang
biasanya digunakan dalam memantau perubahan yang terjadi adalah melalui peta berskala
1:5000 dan Foto Udara. Setiap adanya perubahan yang terjadi, dilakukan pengukuran yang
diperoleh untuk keperluan revisi peta dan didukung oleh data potensi desa.
Sedangkan pemantauan dalam perubahan suatu kawasan dengan menggunakan foto
udara, tidaklah mungkin dilaksanakan setiap tahun, mengingat besarnya biaya serta
terbatasnya instansi yang aktif dalam melakukan pemotretan. Sebagai contoh Badan
Koordinasi Survei dan Pemetaan Nasional (Bakosurtanal) melakukan pemotretan ulang
daerah yang sama berselang kurang lebih 10 tahun atau bila ada hal yang sangat mendesak,
maka akan dilakukan foto udara sesuai dengan keperluan perencanaan Nasional.
64
Pada metode yang dipergunakan beberapa Pemda di Indonesia dalam memantau
perkembangan wilayahnya biasanya memerlukan waktu yang cukup lama serta biaya yang
cukup tinggi.
Adanya kondisi demikian, studi kali ini mencoba untuk memberikan alternatif
sejalan dengan telah berkembangnya pemanfaatan peta digital. Integrasi peta digital dan
Sistem Informasi Geografi (SIG) akan menjawab problem yang dihadapi beberapa Pemda
dalam memantau setiap perubahan spasial yang terjadi di wilayahnya.
1.2 Perumusan Masalah
Pada perumusan masalah studi kali ini, penulis merumuskan masalah pada proses
menganalisa perkembangan pemukiman pada suatu daerah dengan mengunakan aplikasi
GIS (Geography information system).
1.3 Pembatasan Masalah
Studi ini lebih diarahkan untuk melakukan prediksi atas pertumbuhan pemukiman
dengan cara menganalisa spasial yang terjadi pada periode 1982-1992 dan 1992-2002.
analisa dilakukan berdasarkan perubahan pusat pemukiman pada setiap periode yang
ditunjukan dengan vektor arah.
1.4 Daerah Penelitian
65
Daerah Penelitian yang digunakan untuk proses analisa perkembangan pemukiman
adalah wilayah Kotamadya Depok. Secara astronomi, Depok terletak pada koordinat 6,19°
- 6,28° Lintang Selatan dan 106,43°- 106,55° Bujur Timur, dengan luas wilayah 20,029 Ha.
Batas-batas wilayahnya adalah sebagai berikut :
1. Sebelah Utara : berbatasan dengan DKI Jakarta dan Kecamatan Ciputat Kabupaten
Tangerang
2. Sebelah Selatan : berbatasan dengan Kecamatan Bojong Gede dan Kecamatan
Cibinong Kab. Bogor
3. Sebelah Barat : berbatasan dengan Kecamatan Gunung Sindur dan Parung
Kabupaten Bogor
4. Sebelah Timur : berbatasan dengan Kecamatan Gunung Putri Kab. Bogor dan Kec.
Pondok Gede Bekasi
Kondisi wilayah bagian utara umumnya berupa dataran rendah, sedangkan di
wilayah bagian Selatan umumnya merupakan daerah perbukitan dengan ketinggian 40-140
meter di atas permukaan laut dengan kemiringan lereng antara 2-15 %.
Berdasarkan Undang-undang Nomor 15 Tahun 1999, Wilayah Kota Depok terdiri
dari 3 (tiga) kecamatan ditambah dengan sebagian wilayah Kabupaten Daerah Tingkat II
Bogor (Depok.go.id, 2007) Yaitu :
1. Kecamatan Cimanggis, yang terdiri dari 1 (satu) Kelurahan dan 12 (dua belas) Desa
yaitu Kelurahan Cilangkap, Desa Pasir Gunung Selatan, Desa Tugu, Desa
66
Mekarsari, Desa Cisalak Pasar, Desa Curug, Desa Hajarmukti, Desa Sukatani, Desa
Sukamaju Baru, Desa Jatijajar, Desa Tapos, Desa Cimpaeun, Desa Luwinanggung.
2. Kecamatan Sawangan, yang terdiri dari 14 (empat belas) Desa yaitu Desa
Sawangan, Desa Sawangan Baru, Desa Cinangka, Desa Kedaung, Desa Serua, Desa
Pondok Petir, Desa Curug, Desa Bojongsari, Desa Bojongsari Baru, Desa Duren
Seribu, Desa Duren Mekar, Desa Pengasinan, Desa Bedahan, Desa Pasir Putih.
3. Kecamatan Limo yang terdiri dari 8 (delapan) Desa yaitu Desa Limo, Desa
Meruyung, Desa Cinere, Desa Gandul, Desa Pangkalan Jati, Desa Pangklan Jati
Baru, Desa Krukut, Desa Grogol.
4. Dan ditambah 5 (lima) Desa dari Kecamatan Bojong Gede yaitu Desa Cipayung,
Desa Cipayung Jaya, Desa Ratu Jaya, Desa Pondok Terong, Desa Pondok Jaya.
Kota Depok selain merupakan Pusat Pemerintah yang berbatasan langsung dengan
Wilayah Daerah Khusus Ibu Kota Jakarta, juga merupakan wilayah penyangga Ibu Kota
Negara yang diarahkan untuk kota pemukiman, kota pendidikan, pusat pelayanan
perdagangan dan jasa, kota pariwisata dan sebagai kota resapan air.
1.5 Tujuan Penelitian
Tujuan yang ingin dicapai dalam studi kasus ini adalah :
67
1. Mendeteksi perkembangan pemukiman yang terjadi, berdasarkan peta rupa bumi
yang berbeda skala dan priode waktu pembuatannya yang dijadikan sebagai
informasi untuk keperluan analisis.
2. Melakukan prediksi arah pertumbuhan pemukiman pada daerah studi.
3. Teknik pengimplementasian dari kedua tujuan di atas mempergunakan aplikasi GIS.
1.6 Manfaat Penelitian
Adapun manfaat yang ingin dicapai dengan pemilihan studi kasus ini adalah :
1. Bagi penulis, studi ini diharapkan akan mampu memahami konsep Sistem Informasi
Geografi untuk keperluan analisa wilayah pemukiman.
2. Bagi pemerintah daerah dengan adanya penulisan studi ini diharapkan bisa menjadi
satu alternatif dalam memantau perkembangan pemukiman atau kawasan lainnya.
1.7 Metodologi Penelitian
Adapun instrumen penelitian yang digunakan dalam pengumpulan data pada studi
kali ini adalah :
1. Observasi
Untuk memperoleh data yang lebih akurat, maka penulis melakukan observasi
yaitu dengan cara mengunjungi tempat-tempat yang terkait dengan penelitian seperti
68
Bakosurtanal. Hal ini dilakukan untuk melihat proses analisis peta yang dilakukan oleh
pihak terkait.
2. Wawancara
Wawancara adalah tanya jawab lisan antara dua orang atau lebih secara langsung,
wawancara ini digunakan untuk melengkapi data yang dibutuhkan. Penulis melakukan
wawancara kepada pihak-pihak yang terkait untuk mencapai tujuan penelitian.
3. Studi Pustaka
Studi pustaka adalah pengumpulan data dari beberapa referensi yang terkait
dengan penelitian. Hal ini dilakukan untuk menunjang proses penelitian yang akan
dilakukan oleh penulis.
1.8 Data Material dan Perangkat Lunak yang Dipergunakan
Data yang dipergunakan adalah data statistik kependudukan yang diperoleh dari
kantor Biro Pusat Statistik (BPS).
Sedangkan peta yang akan digunakan adalah peta topografi 1982, peta rupa bumi
Bakosurtanal 1999 dan peta rupabumi digital tahun 2002 menjadi material dasar
pembentukan data digital untuk keperluan studi ini.
Adapun perangkat lunak yang digunakan untuk proses digitasi ,editing, proses
Overlay dan pembentukan basis data untuk keperluan analisa dan estimasi perubahan
pemukiman menggunakan perangkat lunak ArcView.
69
1.9 Estimasi Waktu
Waktu yang dibutuhkan oleh penulis dalam menganalisa pertumbuhan pemukiman,
sebagai mana terlampir di bawah ini :
No Task Name Duration Start Finish
1 Pengumpulan Data 12 Fri 01/06/07 Mon 18/06/07
2 Analisis Data 7 Tue 19/06/07 Wed 27/06/07
3 Pengolahan Data 10 Thu 28/06/07 Wed 11/07/07
4 Overlay 15 Thu 12/07/07 Wed 01/08/07
5 Basis Data Spasial 5 Thu 02/08/07 Wed 08/08/07
6 Testing 12 Thu 09/08/07 Fri 24/08/07
70
BAB II
TINJAUAN PUSTAKA
2.1 Lahan dan Penutupan/Penggunaan Lahan
Lahan dapat diartikan sebagai lingkungan fisik yang terdiri atas iklim, relief, tanah,
air dan vegetasi serta benda yang ada diatasnya sepanjang ada pengaruhnya terhadap
penggunaan lahan (Arsyad, 2000). Termasuk di dalamnya juga hasil kegiatan manusia di
masa lalu dan sekarang, seperti hasil reklamasi daerah pantai dan hasil penebangan liar
(Illegal Logging).
Penutupan lahan berkaitan dengan jenis kenampakan yang ada di permukaan bumi,
sedangkan penggunaan lahan berkaitan dengan kegiatan manusia pada bidang lahan
tertentu. Penggunaan lahan merupakan setiap bentuk campur tangan (intervensi) manusia
terhadap lahan dalam rangka memenuhi kebutuhan hidupnya baik material maupun
spiritual (Arsyad, 2000). Penggunaan lahan yang tidak sesuai dengan kemampuannya, di
samping dapat menimbulkan kerusakan tanah juga dapat meningkatkan masalah
kemiskinan dan masalah sosial lainnya. Untuk itu perlu dipikirkan jenis penggunaan
sumberdaya lahan yang tidak menghabiskan potensi produksi di masa yang akan datang
serta dapat mempertahankannya untuk jangka waktu yang lebih lama, namun tetap dapat
memaksimumkan besarnya penerimaan (Lillesand dan kiefer, 1994).
71
Penelitian ini mengelompokkan penggunaan lahan menjadi dua kategori, yakni
permukiman dan non-permukiman. Kelompok non-permukiman terdiri atas semak/belukar,
kebun campuran, sawah dan lahan kosong.
2.2 Perubahan Penggunaan Lahan
Pada hakikatnya, perubahan penggunaan lahan memiliki makna yang sama dengan
konversi lahan. Perubahan penggunaan lahan adalah perubahan aktivitas terhadap suatu
lahan yang berbeda dari aktivitas sebelumnya, baik untuk tujuan komersial maupun industri
(Kazaz, 2001).
Adanya aktifitas manusia dalam menjalankan kehidupan ekonomi, sosial dan
budaya sehari-hari berdampak pada perubahan penutupan/penggunaan lahan. Di perkotaan,
perubahan umumnya mempunyai pola yang relatif sama, yaitu bergantinya penggunaan
lahan lain menjadi lahan urban. Sawah atau lahan pertanian umumnya berubah menjadi
permukiman, industri atau infrastruktur kota. Pola demikian terjadi karena lahan urban
mempunyai nilai sewa lahan (land rent) yang lebih tinggi dibanding penggunaan lahan
sebelumnya (Sitorus, 2004). Di wilayah pedesaan polanya berbeda karena tutuntan lahan
urban untuk kebutuhan perumahan jauh lebih kecil dari perkotaan. Hal itu terjadi karena
pertumbuhan penduduk di pedesaan sifatnya alami dan relatif kecil, bahkan banyak
pedesaan yang mengalami pertumbuhan minus karena angkatan kerja diserap angkatan
kerja di perkotaan.
72
Perubahan struktur penggunaan lahan terkait dengan tingkat efisiensi yang dimiliki
dari penggunaan lahannya, dimana penggunaan lahan untuk aktivitas penggunaan lahan
yang mampu memberikan tingkat efisiensi lebih tinggi akan menggantikan penggunaan
lahan yang mempunyai tingkat efisiensi yang lebih rendah. Misalnya, petani akan
cenderung mengkonversikan sawahnya ke penggunaan lahan lain apabila pembudidayaan
sawah tersebut tidak mampu memenuhi perkembangan standar tuntutan hidupnya
(Saefulhakim,1996).
Perubahan penggunaan lahan dapat diamati dari data-data yang berbasis spasial,
seperti peta penggunaan lahan pada beberapa titik tahun yang berbeda menggunakan
bantuan Penginderaan Jauh (Inderaja).
2.3 Permukiman
Setiap individu memerlukan tempat untuk berlindung dan bermukim. Tidak sedikit
lahan/tanah yang digunakan untuk permukiman dan perumahan di pedesaan dan perkotaan.
Pada konteksnya, perumahan merupakan bagian dari permukiman.
Menurut undang-undang Republik Indonesia No. 4 tahun 1992, perumahan adalah
kelompok rumah yang berfungsi sebagai lingkungan tempat tinggal atau lingkungan hunian
yang dilengkapi dengan prasarana dan sarana lingkungan. Misalnya pendidikan, pasar,
transportasi, pelayanan kesehatan, pelayanan keuangan, dan administrasi. Sedangkan,
permukiman adalah bagian dari lingkungan hidup diluar kawasan lindung, baik yang
berupa kawasan perkotaan maupun pedesaan yang berfungsi sebagai lingkungan tempat
73
tinggal atau lingkungan hunian dan tempat kegiatan yang mendukung perikehidupan dan
penghidupan.
Sedangkan menurut definisi lain, permukiman adalah pemukiman proses
pewadahan fungsional yang dilandasi oleh pola aktifitas manusia seperti pengaruh setting
(rona lingkungan) baik yang bersifat fisik dan non fisik (sosial budaya) yang secara
langsung mempengaruhi pola kegiatan dan proses pewadahannya (Ardian, 2007).
2.4 Faktor-Faktor Yang Mempengaruhi Perkembangan Permukiman
Perkembangan suatu wilayah dapat di prediksi pertumbuhan penduduk atau
perkembangan permukiman. faktor-faktor yang mempengaruhi perkembangan
permukiman, antara lain jarak terhadap jalan utama, jarak dari pusat aktivitas, kenaikan
harga lahan dan jumlah penduduk (Suhandak, 1995). Sedangkan, faktor-faktor seperti
sarana dan prasarana, aksesbilitas dan jarak terhadap jalan dapat mempengaruhi
perkembangan dan perluasan kawasan permukiman (Saefulhakim, 1996).
2.5 Penginderaan Jauh (Inderaja)
Penginderaan jauh (inderaja) adalah ilmu pengetahuan dan teknologi (IPTEK) untuk
memperoleh, mengolah dan menganalisa data untuk mengetahui karakteristik objek tanpa
menyentuh objek itu sendiri (Lillesand dan Kiefer, 1994). Dengan pengertian ini bahwa ada
beberapa cara yang bisa dilakukan termasuk peralatan yang dipakai untuk mengamati suatu
objek dengan metode penginderaan jauh. Saat ini metode penginderaan jauh sudah
menggunakan satelit yang mengorbit bumi. Sistem inderaja pada prinsipnya terdiri atas tiga
74
bagian utama yang tidak terpisahkan yaitu ruas antariksa, ruas bumi dan pemanfaatan data
produk ruas bumi. Data yang diperoleh dari sensor penginderaan jauh menyajikan
informasi penting untuk membuat keputusan yang mantap dan perumusan kebijakan bagi
berbagai penerapan pengembangan sumberdaya dan penggunaan lahan.
Data penginderaan jauh digital mempunyai sifat khas yang dihasilkan oleh setiap
sensor. Sifat khas data tersebut dipengaruhi leh sifat orbit satelit, sifat dan kepekaan sensor
penginderaan jauh terhadap panjang gelombang elektromagnetik, jalur transmisi yang
digunakan, sifat sasaran (obyek) dan sifat sumber tenaga radiasinya. Sifat orbit satelit dan
cara operasi sistem sensornya dapat mempengaruhi resolusi dan ukuran piksel datanya
(Geomatika07, 2007).
2.5.1 Masukan Data Penginderaan Jauh
Dalam penginderaan jauh didapat masukan data atau hasil observasi yang disebut
citra.Citra dapat diartikan sebagai gambaran yang tampak dari suatu objek yang sedang
diamati, sebagai hasil liputan atau rekaman suatu alat pemantau. Sebagai contoh, memotret
bunga di taman. Foto bunga yang berhasil kita buat itu merupakan citra bunga tersebut.
Citra sebagai gambaran rekaman suatu objek (biasanya berupa suatu gambaran pada
foto) yang didapat dengan cara optik, elektro optik, optik mekanik atau elektronik. Di
dalam bahasa Inggris terdapat dua istilah yang berarti citra dalam bahasa Indonesia, yaitu
“image” dan “imagery”, akan tetapi istilah imagery dirasa lebih tepat penggunaannya
(Susanto, 1986).
75
Agar dapat dimanfaatkan maka citra tersebut harus diinterpretasikan atau
diterjemahkan/ ditafsirkan terlebih dahulu. Interpretasi citra merupakan kegiatan mengkaji
foto udara dan atau citra dengan maksud untuk mengidentifikasi objek dan menilai arti
pentingnya objek tersebut (Estes dan Simonett, 1975).
Singkatnya interpretasi citra merupakan suatu proses pengenalan objek yang berupa
gambar (citra) untuk digunakan dalam disiplin ilmu tertentu seperti Geologi, Geografi,
Ekologi, Geodesi dan disiplin ilmu lainnya.
Dalam menginterpretasikan citra dibagi menjadi beberapa tahapan, yaitu:
1. Deteksi ialah pengenalan objek yang mempunyai karakteristik tertentu oleh sensor.
2. Identifikasi ialah mencirikan objek dengan menggunakan data rujukan.
3. Analisis ialah mengumpulkan keterangan lebih lanjut secara terinci.
2.5.2 Alat Penginderaan Jauh
Untuk melakukan penginderaan jarak jauh diperlukan alat sensor, alat pengolah data
dan alat-alat lainnya sebagai pendukung.
Oleh karena sensor tidak ditempatkan pada objek, maka perlu adanya wahana atau
alat sebagai tempat untuk meletakkan sensor. Wahana tersebut dapat berupa balon udara,
pesawat terbang, satelit atau wahana lainnya (lihat gambar 2.1). Antara sensor, wahana, dan
citra diharapkan selalu berkaitan, karena hal itu akan menentukan skala citra yang
dihasilkan.
76
Gambar 2.1 Wahana Penginderaan Jauh (Lindgren, 1985)
Alat sensor dalam penginderaan jauh dapat menerima informasi dalam berbagai
bentuk antara lain sinar atau cahaya, gelombang bunyi dan daya elektromagnetik. Alat
sensor digunakan untuk melacak, mendeteksi, dan merekam suatu objek dalam daerah
jangkauan tertentu. Tiap sensor memiliki kepekaan tersendiri terhadap bagian spektrum
elektromagnetik. Kemampuan sensor untuk merekam gambar terkecil disebut resolusi
spasial. Semakin kecil objek yang dapat direkam oleh sensor semakin baik sensor dan
semakin baik resolusi spasial pada citra.
77
Berdasarkan proses perekamannya sensor dapat dibedakan atas:
1. Sensor Fotografi
Proses perekamannya berlangsung seperti pada kamera foto biasa, atau yang
kita kenal yaitu melalui proses kimiawi. Tenaga elektromagnetik yang diterima
kemudian direkam pada emulsi film dan setelah diproses akan menghasilkan
foto. Ini berarti, di samping sebagai tenaga, film juga berfungsi sebagai
perekam, yang hasil akhirnya berupa foto udara, jika perekamannya dilakukan
dari udara, baik melalui pesawat udara atau wahana lainnya. Tapi jika
perekamannya dilakukan dari antariksa maka hasil akhirnya disebut foto satelit
atau foto orbital.
Menurut Lillesand dan Kiefer, ada beberapa keuntungan menggunakan sensor
fotografi, yaitu:
a. Caranya sederhana seperti proses pemotretan biasa.
b. Biayanya tidak terlalu mahal.
c. Resolusi spasialnya baik.
2. Sensor Elektronik
78
Sensor elekronik berupa alat yang bekerja secara elektrik dengan pemrosesan
menggunakan komputer. Hasil akhirnya berupa data visual atau data
digital/numerik.
Proses perekamannya untuk menghasilkan citra dilakukan dengan memotret
data visual dari layar atau dengan menggunakan film perekam khusus. Hasil
akhirnya berupa foto dengan film sebagai alat perekamannya dan tidak disebut
foto udara tetapi citra.
Agar informasi-informasi dalam berbagai bentuk tadi dapat diterima oleh
sensor, maka harus ada tenaga yang membawanya antara lain matahari.
Informasi yang diterima oleh sensor dapat berupa:
1. Distribusi daya (forse).
2. Distribusi gelombang bunyi.
3. Distribusi tenaga elektromagnetik.
2.6 Citra Landsat
Satelit Landsat 5 Merupakan Serial Satelit LANDSAT yang diluncurkan 5 Maret
1984 oleh NASA USA. Memiliki kemampuan mendeteksi permukaan seluruh permukaan
bumi dengan mengirimkan data ke stasiun bumi yang ada di seluruh dunia. Satelit akan
kembali medeteksi tempat yang sama dalam 16 hari berikut, dengan lebar sapuan
sekitar185 Km dari kutub utara ke kutub selatan, mengitari bumi dengan orbit
sunsyncronous, penempatan saat lintas khatulistiwa (equator) dengan descending node
79
sekitar jam 9.30 waktu setempat. Landsat -5 merupakan pengembangan dari satelit Landsat
sebelumnya (1, 2 dan 3) dengan peningkatan resolusi spasial, kepekaan radiometrik, laju
pengiriman data yang lebih cepat, dan fokus penginderaan yang berkaitan dengan vegetasi.
Pengembangan sensor Thematik Mapper (TM) dengan penambahan saluran Thermal pada
panjang Gelombang ( 10.40 -12.50 mikron) . Kanal
ini tidak ada pada Landsat 1,2, dan 3 dengan Sensorl MSS nya. Satelit Landsat 5
merupakan replika dari kemampuan yang tinggi dari perangkat Thematic Mapper .
memasukkan keistimewaan baru yang lebih serbaguna dan komponen yang lebih efisien
untuk data studi global, monitoring penutup lahan dan luas area pemetaan lebih akurat
dibanding desain terdahulu, dan menunjukkan koreksi radiometric yang stabil dengan
gangguan yang rendah. Karaktersitik spektral Landsat-5 TM (Sitorus, 2007). Seperti pada
Tabel 1.
Tabel 1 Karakteristik Satelit Landsat 5 TM
No.Band Jarak Spektral (Mikron) Resolusi Spasial (Meter)
1 0.45 sampai 0.52 30
2 0.52sampai 0.60 30
3 0.63 sampai 0.69 30
4 0.76 sampai 0.90 30
5 1.55 sampai 1.75 30
6 10.40 sampai 12.50 120
7 2.08 sampai 2.35 30
80
Landsat 7 adalah satelit remote sensing yang dioperasikan oleh USGS (United
States Geological Survei), diluncurkan pada tanggal 15 April 1999 berorbit polar pada
ketinggian orbit 705 Km, dengan membawa sensor ETM+ yang dapat menghasilkan citra
multispektral dan pankhromatik yang masing-masing memiliki resolusi spasial 30 m dan 15
m. Misi Landsat 7 adalah untuk menyajikan data inderaja berkualitas tinggi dan tepat waktu
dari kanal tampak (visible) dan infra merah yang meliput seluruh daratan dan kawasan di
sekitar pantai di permukaan bumi dan secara berkesinambungan memperbaharui data base
yang ada (Hamzah, 2004).
Tabel 2 Karakteristik sensor Landsat 7
Landsat 7
Instrument (Sensor)
Enhanced Thematics Mapper (ETM+)
Lebar Cakupan (swath width)
185 Km
Pengamatan Balik (revisit time)
16 hari
Orbit Ketinggian Orbit
Hampir Polar, Sinkron Dengan Matahari 705 Km Melintasi Ekuator (local time) 10,00 ±15 min
Band Kisaran Spektral (μ)
Resolusi spasial ( m )
1 Biru (Blue) 0,450 - 0,515 30
2 Hijau (Green) 0,525 - 0,605 30
3 Merah (Red) 0,630 - 0,690 30
81
4 Infra merah dekat (NIR)
0,750 - 0,900 30
5 Gelombang infra merah pendek (SWIR)
1,550 - 1,750 30
6 Gelombang infra merah Thermal (TIR)
10,40 - 12,50 60
Short Wave IR 2.090 - 2,350 30
Modus Mono 0,520 - 0,900 15
2.7 Sistem Informasi Geografis (SIG)
Sistem Informasi Geografis adalah sistem informasi khusus yang mengelola data
yang memiliki informasi spasial (bereferensi keruangan). Atau dalam arti yang lebih
sempit, adalah sistem komputer yang memiliki kemampuan untuk membangun,
menyimpan, mengelola dan menampilkan informasi berefrensi geografis, misalnya data
yang diidentifikasi menurut lokasinya, dalam sebuah database. Para praktisi juga
memasukkan orang yang membangun dan mengoperasikannya dan data sebagai bagian dari
sistem ini. (Wikipedia, 2007).
82
Sedangkan, (Barus dan Wiradisastra, 2000) Sistem Informasi Geografis (SIG)
adalah suatu sistem informasi yang dirancang untuk bekerja dengan data yang bereferensi
spasial atau berkoordinat geografi atau dengan kata lain suatu SIG adalah suatu sistem basis
data dengan kemampuan khusus untuk menangani data yang bereferensi keruangan
(spasial) bersamaan dengan seperangkat operasi kerja Secara komponen SIG terdiri atas :
komponen perangkat keras, perangkat lunak, data dan informasi geografi, dan manajemen
data, sedangkan sebagai sistem SIG terdiri atas subsistem : data input, data output, data
management dan data manipulation serta analysis, sehingga pada dasarnya dapat dikatakan
bahwa peranan data sangat vital dalam menjalankan proyek-proyek SIG. Dalam rangka
pengorganisasian data perlu dibentuk sistem basis data/data base.
Perkembangan perangkat lunak SIG saat ini sudah sangat pesat, saat ini sudah ada
berbagai jenis software antara lain : Arc/info, Arcview , Mapinfo, Ermapper, Erdas,
SpansGIS, MGE, Ilwis dan lain-lain, yang pada umumnya dapat kompatibel satu dengan
lainya termasuk dengan penggunaan basis data yang ada (langsung dapat diaplikasikan atau
melalui proses konversi terlebih dahulu).
2.7 Kondisi Umum Daerah Penelitian
2.7.1 Sejarah Kota Depok
Kota Depok dahulu merupakan sebuah dusun terpencil ditengah hutan belantara,
yang kemudian pada tanggal 18 Mei 1696 seorang pejabat tingi VOC Cornelis Cahstelein
membeli tanah yang meliputi daerah Depok dan sedikit wilayah Jakarta Selatan serta
83
Ratujaya Bojong Gede. Selanjutnya tahun 1871 Pemerintah Belanda mengizinkan daerah
Depok membentuk Pemerintahan dan Presiden sendiri. Keputusan tersebut berlaku sampai
1942.
Depok bermula dari sebuah Kecamatan yang berada dalam lingkungan Kewedanaan
(Pembantu Bupati) Wilayah Parung Kabupaten Bogor, kemudian pada Tahun 1976
Perumahan mulai dibangun baik oleh Perum Perumnas maupun Pengembang yang
kemudian diikuti dengan dibangunnya kampus Universitas Indonesia (UI), serta
meningkatnya perdagangan dan jasa, yang semakin pesat, sehingga diperlukan kecepatan
pelayanan.
Pada Tahun 1981 pemerintah membentuk Kota Administratif Depok berdasarkan
Peraturan Pemerintah Nomor 43 Tahun 1981 yang peresmiannya di selenggarakan pada
tanggal 18 Maret 1982 oleh Menteri Dalam Negeri (H. Amir Machmud) yang terdiri dari 3
(tiga) kecamatan dan 17 (tujuh belas) desa.
Selama kurun waktu 17 Tahun Kota Administratif Depok berkembang dengan pesat
baik di bidang pemerintah, pembangunan dan kemasyarakatan, Khususnya bidang
pemerintah semua desa berubah menjadi kelurahan dan adanya pemekaran kelurahan,
sehingga pada akhirnya Depok terdiri dari 3 (tiga) kecamatan dan 23 (dua puluh tiga)
kelurahan. Dengan semakin pesatnya perkembangan dan tuntutan aspirasi masyarakat yang
semakin mendesak agar Kota Administratif Depok ditingkatkan menjadi Kotamadya
dengan harapan pelayanan menjadi maksimum. Disisi lain Pemerintah Kabupaten Bogor
84
bersama-sama Pemerintah Propinsi Jawa Barat memperhatikan perkembangan tersebut dan
mengusulkannya kepada Pemerintah Pusat dan Dewan Perwakilan Rakyat.
Berdasarkan Undang-undang Nomor 15 Tahun 1999, tentang Pembentukan
Kotamadya Daerah Tingkat II Depok, yang ditetapkan pada tanggal 20 April 1999, dan
diresmikan pada tanggal 27 April 1999 berbarengan dengan pelantikan Pejabat
Walikotamadya Kepala Daerah Tingkat II Depok yang dipercayakan kepada Drs. H. Badrul
Kamal yang pada waktu itu menjabat sebagai Walikota Kota Administratif Depok.
2.7.2 Lokasi Penelitian
Kota Depok terletak disebelah Barat/Utara wilayah Kabupaten Dati II Bogor dan
berbatasan langsung dengan Wilayah DKI Jakarta, Kabupaten Tangerang dan Kabupaten
Bekasi. Secara administratif Kota Depok mempunyai batas-batas sebagai berikut :
a. Sebelah Utara berbatasan dengan DKI Jakarta dan Kecamatan Ciputat Kabupaten
Tangerang.
b. Sebelah Selatan berebatasan dengan Kecamatan Bojong Gede dan Cibinong
Kabupaten Bogor.
c. Sebelah Barat berbatasan dengan Kecamatan Gunung Sindur dan Parung Kabupaten
Bogor.
d. Sebelah Timur berbatasan dengan Kecamatan Gunung Putri Kabupaten bogor dan
Kecamatan Pondok Gede Kota Bekasi.
85
Sesuai dengan undang-undang Republik Indonesia nomor 15 tahun 1999 tentang
pembentukan Kotamadya daerah tingkat II Depok, disebutkan pada pasal 3 bahwa wilayah
Kotamadya daerah Tingkat II Depok dengan luas wilayah 20.504,54 Ha meliputi
1. Kecamatan Beji, dengan Pusat Pemerintahan berkedudukan dikelurahan Beji,
terdiri dari 6 kelurahan dengan jumlah penduduk sebanyak 80.377 jiwa dan luas
wilayah 1614 Ha.
2. Kecamatan Sukmajaya, dengan pusat pemerintahan berkedudukan dikelurahan
Mekar Jaya, terdiri dari 11 kelurahan dengan jumlah penduduk sebanyak 216.396
Jiwa dan luas wilayah 3.398 Ha.
3. Kecamatan Pancoran Mas, dengan pusat pemerintahan berkedudukan dikelurahan
Depok, terdiri dari 6 Kelurahan dan 6 Desa dengan jumlah penduduk 156.118 jiwa
dan luas wilayah 2.671 Ha.
4. Kecamatan Limo, dengan pusat pemerintahan berkedudukan di Des Limo
Kecamatan Limo, terdiri dari 8 desa dengan jumlah penduduk 66.891 jiwa dan luas
wilayah 2.595,3 Ha.
5. Kecamatan Cimanggis, dengan pusat pemerintahan yang berkedudukan di desa
Cisalak pasar kecamatan Cimanggis. Terdiri dari 1 kelurahan dan 12 desa dengan
jumlah penduduk 221.330 jiwa dan luas wilayah 5.077,3 Ha.
86
6. Kecamatan Sawangan, dengan pusat pemerintahan yang berkedududkan di desa
Sawangan. Terdiri dari 14 desa dengan jumlah penduduk 87.758 jiwa dan luas
wilayah 4.673,8 Ha.
Visi Kota Depok
Menuju Kota Depok yang Melayani Dan Mensejahterakan.
Misi Kota Depok
1. Mewujudkan Pelayanan yang Ramah, Cepat dan Transparan.
2. Membangun dan Mengelola Sarana dan Prasarana Infrastruktur yang Cukup, Baik
dan Merata
3. Mengembangkan Perekonomian Masyarakat, Dunia Usaha, dan Keuangan Daerah
4. Meningkatkan Kualitas Keluarga, Pendidikan, Kesehatan dan Kesejahteraan
Masyarakat yang Berlandaskan Nilai-nilai Agama.
2.7.3 Iklim
Wilayah Depok termasuk dalam daerah beriklim tropis dengan perbedaan curah
hujan yang cukup kecil dan dipengaruhi oleh iklim musim, secara umum musim kemarau
antara bulan April-September dan musim hujan antara Oktober-Maret.
87
a. Temperatur : 24,3-33 derajat Celsius
b. Kelembaban rata-rata : 82 %
c. Penguapan rata-rata : 3,9 mm/th
d. Kecepatan angin rata-rata : 3,3 knot
e. Penyinaran matahari rata-rata : 49,8 %
f. Jumlah curah hujan : 2684 m/th
g. Jumlah hari hujan : 222 hari/tahun
Iklim Depok yang tropis mendukung untuk pemanfaatan lahan pertanian ditambah
lagi dengan kadar curah hujan yang kontinu di sepanjang tahun. Permasalahan mendasar
walaupun di satu sisi di dukung oleh iklim tropis yang baik yaitu alokasi tata guna lahan
yang harus mempertimbangkan sektor lain terutama lahan hijau dan permukiman.
2.7.4 Penduduk
Jumlah Penduduk di Kota Depok pada Tahun 2001 berdasarkan data dari BPS
adalah 1.204.687 jiwa, sehingga dengan luas wilayah yang ada yaitu 207,06 km2 maka
kepadatan penduduk rata-rata adalah 5.818 jiwa/km2. Jumlah penduduknya berkisar antara
115.575 jiwa (Kecamatan Beji) dan 331.778 jiwa (Kecamatan Cimanggis), sedangkan
kepadatan penduduknya berkisar antara 2.918 jiwa/km2 (Kecamatan Sawangan) sampai
dengan 8.777 jiwa/km2 (Kecamatan Sukmajaya).
88
Perkembangan jumlah penduduk Kota Depok berlangsung cepat, pada tahun 2000
Kota Administratif Depok penduduknya berjumlah 1.145.091 jiwa dan pada tahun 2001
meningkat menjadi 1.204.687 jiwa setelah ditata menjadi 6 (enam) Kecamatan dengan laju
pertumbuhan rata-rata 3,70 %/tahun.
Sesuai dengan karakteristik perkotaannya yang masih mencirikan kombinasi
perkotaan, wilayah Kota Depok belum seluruhnya terbangun. Kawasan yang masih kosong
berupa kebun campuran/tegalan dan pesawahan masih cukup luas, yaitu sekitar 51 % dari
luas wilayahnya, sedangkan kawasan perumahan dan kampung luasnya sekitar 5.900 ha
atau 29 %, dan kawasan yang digunakan untuk kegiatan industri, jasa dan perusahaan
meliputi areal seluas 1.100 ha (± 6 %).
Ditinjau dari penyebaran lokasi kegiatannya, kegiatan industri sebagian besar
berkembang di Kecamatan Cimanggis dan Sukmajaya (wilayah kota bagian timur), Yaitu
sepanjang Jalan Raya Bogor, sedangkan kawasan pertanian masih banyak terdapat di
Kecamatan Sawangan, Kecamatan Pancoran Mas bagian selatan dan sedikit di Kecamatan
Limo (wilayah kota bagian barat), dan untuk kegiatan perkantoran, jasa, perdagangan dan
kegiatan pendidikan berkembang di wilayah kota bagian tengah, terutama di sepanjang
Jalan Margonda, dan kawasan perumahan banyak berkembang di wilayah kota bagian utara
yang berdekatan dengan Jakarta, yaitu Kecamatan Limo, Beji, Sukmajaya, dan Pancoran
Mas bagian utara.
89
Untuk sarana dan prasarana dasar perkotaan, direncanakan untuk terus
dikembangkan sistem transportasi (jaringan jalan dan angkutan intra kota yang efisien dan
terintegrasi dengan inter kota. Selain itu kapasitas produksi dan distribusi air bersih
perpipaan perlu ditingkatkan, selain itu juga masalah permukiman karena sesuai dengan
arahan kegiatan fungsional Kota Depok.
Sebagian besar mata pencaharian penduduk berada pada sektor :
a) Perdagangan dan Jasa : 126.616 orang (35,42 %)
b) Pemerintahan - Pegawai Negeri ( PNS/TNI) : 82.237 orang (23,02%)
c) Petani : 224.468 orang (6,85%)
d) Pengrajin : 2.267 orang (0,63%)
e) Pengusaha : 657 orang (0,18%)
f) Lain-lain : 121.207 orang (33,9%)
2.7.5 Penggunaan Lahan
Kondisi wilayah Kota Depok merupakan tanah darat dan tanah sawah. Sebagian
besar tanah darat merupakan areal permukiman sesuai dengan fungsi kota Depok yang
dikembangkan sebagai pusat pemukiman, pendidikan, perdagangan dan jasa.
Secara rinci penggunaan lahan adalah sebagai berikut :
a) Permukiman : 10.968Ha
b) Pertanian : 4.653Ha
c) Industri : 344Ha
90
d) Rawa / Setu : 91Ha
e) Lain-lain : 3.973Ha
91
BAB III
METODOLOGI PENELITIAN
3.1 Waktu dan Tempat Penelitian
Penelitian ini dilaksanakan mulai bulan Juni 2007 hingga Desember 2007,
mengambil lokasi penelitian di kota Depok Jawa Barat, Pengolahan dan analisis data di
lakukan di Cibinong Bogor.
3.2 Bahan dan Alat Penelitian
Data yang digunakan dalam penelitian ini menggunakan data primer dan data
sekunder. Data primer terdiri dari Citra Landsat dan survei lapangan. Pada penelitian ini
menggunakan Citra landsat dalam bentuk digital dengan dua periode yaitu Citra Landsat-5-
TM path 122 row 065 dengan 7 band dan Citra Landsat -7- ETM+ tahun 2006 path 122
row 065 dengan 7 band. Dengan spesifikasi Landsat-7-ETM+ Tahun 2006 : Resolusi
Spatial Pankromatik 15m, Resolusi Spatial Multispektral 30m, Resolusi fusi 15m, Skala
peta yang dianjurkan 1:50.000, Minimal Order 1 Scene, Cakupan 180 x 180 km2.
Data sekunder meliputi Peta Rupabumi lembar Cibinong, Cileungsi, Pasar Minggu,
Pondok Gede, Parung dan Serpong dengan skala peta 1: 25.000 produksi Bakosurtanal.
Alat yang digunakan terdiri dari seperangkat komputer dengan perangkat lunak
(Software) Arc View GIS versi 3.3 dan ERDAS IMAGINE 8.6.
92
3.3 Metode Penelitian
Kelebihan dari metode ini adalah penulis dapat memperhitungkan konsteks spasial
wilayah pada saat penafsiran dengan melibatkan lebih dari satu elemen (unit lahan, bentuk
lahan, local knowledge dll) yang tidak mungkin dapat dilakukan dengan metode klasifikasi
digital secara langsung. Keuntungan kedua adalah metode ini cocok untuk daerah pada
ekuator yang banyak tertutup awan.
Penelitian ini terdiri dari empat tahap, yaitu : (1) Tahap pengumpulan data, (2)
Tahap analisis digital, (3) Tahap Pengolahan data, dan (4) Tahap analisis data. Diagram alir
penelitian disajikan pada Gambar 3.21.
3.3.1 Tahap Pengumpulan Data
Pada tahap ini yang dilakukan adalah mengumpulkan data-data yang dibutuhkan
untuk penelitian, terdiri dari data primer dan data sekunder. Data primer terdiri dari Citra
Landsat yang diperoleh dari SEAMEO BIOTROP Bogor dan survei lapang yang dilakukan
di seluruh kecamatan guna validasi data hasil klasifikasi.
Data sekunder diperoleh dari Badan Pusat Statistik (BPS) dan Badan Perencanaan
Daerah. Sedangkan pembuatan peta bumi digital kota Depok sebagai referensi dalam
analisis citra digital dilakukan di Cibinong Bogor mencakup unsur-unsur jalan, sungai,
garis kontur, penggunaan lahan dan batas administrasi kota Depok.
3.3.2 Tahap Analisis Citra Digital
93
Untuk analisis citra digital dilakukan melalui tiga tahapan yaitu koreksi geometrik,
pengamatan visual Citra Landsat dan Klasifikasi. Kemudian dilanjutkan dengan tahapan
evaluasi hasil dari analisis citra digital dengan pengecekan lapang, reinterpretasi, konversi
format citra dan analisis perubahan penutupan/penggunaan lahan dengan teknologi Sistem
Informasi Geografis (SIG).
3.3.2.1 Koreksi Geometrik
Koreksi Geometrik adalah perujukan titik-titik tertentu pada citra ke titik-titik yang
sama di lapang atau di peta topografi. Pasangan titik-titik ini digunakan untuk membangun
fungsi matematis yang menyatakan hubungan antar posisi sembarang titik pada citra
dengan objek yang sama pada peta maupun lapangan (Jensen, 1986). Proses koreksi
geometrik diawali dengan merektifikasi citra ke peta Rupabumi (image to image
rectification) berdasarkan GCP (Ground Control Point) yang mudah diidentifikasi pada
peta maupun citra yang dikoreksi dan bentuk relief yang tidak berubah dalam jangka waktu
yang lama.
Citra Landsat -7-ETM+ tahun 2006 direktifikasi dengan peta rupabumi daerah
depok. Proses ini dilakukan terlebih dahulu agar mudah memperoleh obyek yang sama
pada peta topografis dan citra yang akan dikoreksi. Citra landsat-5- TM tahun 1997 yang
telah dikoreksi digunakan sebagai referensi untuk meregistrasi Citra Landsat-7-ETM tahun
2006.
Tahapan koreksi geometris yang dilakukan, sebagai berikut :
94
1. Buka program ERDAS Imagine sehingga muncul tampilan menu bar, kemudian klik
ikon menu Viewer untuk menampilkan image.
2. Buka image pada viewer #1 sebagai image yang belum terkoreksi dan viewer #2 sebagai
image atau vector yang telah terkoreksi digunakan untuk acuan.
3. Pada viewer #1 klik menu Raster→Geometric Correction→Pilih Polynomial→ klik
OK.
4. Kemudian muncul dialog seperti berikut :
Gambar 3.1 Polynomial Model Properties
5. Klik menu Projection
6. Pilih isian Map units dengan satuan Meters
95
7. Klik Menu Add/Change Projection sehingga keluar tampilan (Edited) Projection
Chooser.
8. Klik Custom lalu isi pilihan sesuai perintah berikut :
Gambar 3.2 Projection Chooser
a. Projection Type : UTM
b. Spheroid Name : WGS 84
c. Datum Name : WGS 84
d. UTM Zone : 48 (wilayah image berada di garis bujur 102 – 108 E),
e. Pilih : South (untuk wilayah yang berada di area Lintang Selatan)
9. Klik icon Close
10. Pilih option Exiting Viewer → Klik OK, kemudian muncul dialog Viewer Selection
Intructions. Dialog ini mengkonfirmasikan viewer mana yang akan digunakan sebagai
acuan. Karena yang dijadikan acuan adalah viewer #2 maka klik pointer/kursor pada image
yang berada di viewer #2. Tampilan akan berubah menjadi tampilan sebagai berikut
96
Gambar 3.3 Geo Corrections
11. Dengan menggunakan icon tentukan posisi dari suatu piksel yang bisa dikenali
pada piksel dari image acuan. Cocokkan antara GCP pada image yang akan dikoreksi
dengan Image acuan sampai benar-benar terletak pada satu piksel yang sama.
12. Buatlah GCP paling minimal 4 buah pada tempat yang diketahui nilai atau posisinya
13. Setelah titik GCP yang dibuat lebih dari 4 (empat ) maka nilai RMS Error akan muncul
pada tabel. Nilai RMS error akan semakin kecil apabila posisi GCP koreksi benar-benar
sama dengan GCP acuan. Usahakan nilai RMS Error nilainya di bawah 0.5 yaitu dengan
cara menggeser titik GCP pada kedua image sehingga posisinya benar-benar sama.
97
14. Untuk hasil yang lebih baik, buatlah titik GCP sebanyak mungkin dan menyebar di
semua area.
15. Jika telah selesai save hasilnya dengan mengklik ikon Resample Image dalam Geo
Correction Tools. Sehingga akan muncul kotak dialog seperti berikut :
Gambar 3.4 Resample Image
16. Tunggu proses komputer, kemudian klik OK setelah proses selesai.
Gambar 3.5 Proses Isodata
3.3.2.2 Interpretasi Visual Citra Landsat
Pada tahap interpretasi visual dilakukan perbandingan kenampakan karakteristik
obyek-obyek pada Citra Landsat tahun 1997 dan 2006. untuk membantu pengamatan visual
obyek dapat dilakukan dua pendekatan yaitu pemilihan band yang tepat dan penggunaan
98
kunci interpretasi. Pemilihan kombinasi band yang tepat dilakukan dengan pendekatan nilai
OIF (Optium Index Factor), kunci interpretasi yang digunakan yaitu rona, bentuk, ukuran,
bayangan, tekstur, pola dan situs. Beberapa obyek yang dapat diamati pada citra antara lain
permukiman, sawah, semak belukar dan sungai/danau kemudian ditentukan daerah contoh
(training area).
Kunci interpretasi yang digunakan berdasarkan rona, bentuk, ukuran, bayangan,
tekstur, pola dan situs (Lillesand dan kiefer, 1994).
1. Hutan lahan kering, komposisi warna = Chartause
2. Hutan tanaman, komposisi warna = Green
3. Kebun campuran Komposisi warna = R 0.600 G : 0.900 B : 0.500
4. Kebun karet, komposisi warna = R : 0.400, G : 0.800, B : 0.700
5. Kebun teh, komposisi warna = R : 0.400, G : 0.800, B : 0.600
99
6. Pertanian lahan kering, komposisi warna = Gold
7. (Band 542) (Band 432) Permukiman, komposisi warna = Red
8. Kawah, komposisi warna = purple
9. Kebun kelapa sawit Komposisi warna = R : 0.600, G : 0.900, B :0.400
10. Hutan rawa, komposisi warna = R : 0.500, G : 0.750, B : 0.400
11. (Band 542) (Band 432)
Hutan mangrove R0.200 G0.800 B:0.050
12. Hutan alam, komposisi warna = Dark green
100
13. Rawa, komposisi warna = aquamarine
14. Semak/belukar, komposisi warna = Tan
15. Tubuh air, komposisi warna = Blue
16. Tambak, komposisi warna = cyan
17. Awan, komposisi warna = White
18. Tanah terbuka, komposisi warna = Pink
19. Sawah, komposisi warna = Yellow
20. Stripping, komposisi warna = Purple
101
21. Danau, komposisi warna = blue
22. Bayangan awan, komposisi warna = light gray
23. Perkebunan lain Komposisi warna = R : 0.600, G : 0.900, B : 0.500
3.3.2.3 Klasifikasi
Untuk menetapkan kelas-kelas penggunaan lahan dilakukan klasifikasi terbimbing
(Supervised Classification) pada kedua Citra Landsat. Klasifikasi terbimbing dilakukan
berdasarkan area contoh (training area) yang telah ditentukan sebelumnya yaitu dengan
menggambarkan poligon-poligon pada citra dengan karakteristik spektral tertentu.
Metode klasifikasi terbimbing yang digunakan adalah algoritma kemiripan
maksimum banyak digunakan pada citra beresolusi rendah sampai menengah yang lebih
memfokuskan pada nilai spektral. Asumsi dari algoritma ini adalah obyek yang homogen
selalu menampilkan histogram yang terdistribusi normal. Pada algoritma ini piksel
dikelaskan sebagai obyek tertentu tidak karena jarak euklidiannya melainkan oleh bentuk,
ukuran dan orentasi sampel pada feature space.
102
Untuk memutuskan klasifikasi dibutuhkan informasi statistik berupa nilai rataan
(mean), simpangan baku tiap sampel, varian (ragam) dan kovarians sehingga probabilitas
setiap piksel suatu kelas dapat dihitung. Pada algoritma ini diasumsikan probabilitas untuk
semua kelas dipandang sama tetapi pada kenyataannya, tidak semua kelas dapat dilakukan
dengan probabilitas yang sama untuk dipresentasikan pada citra. Pengambilan keputusan
berdasarkan pada pertimbangan kemiripan maksimum.
Hasil uji ketelitian klasifikasi disajikan dalam bentuk koefisien Confution Matrik
dan nilai Kappa. Koefisien Confution matrik bukan merupakan ukuran ketelitian klasifikasi
secara menyeluruh tetapi menyatakan seberapa baik mengkelaskan training site. Nilai
Kappa (Lampiran 1) digunakan untuk menghitung akurasi hasil klasifikasi dengan
menghitung kebenaran jumlah piksel yang diklasifikasikan termasuk nilai omsi (jumlah
piksel yang diklasifikasikan menjadi kelas lain) dan nilai komisi (jumlah piksel dari kelas
lain yang masuk dalam kelas ini).
Tahapan Klasifikasi yang dilakukan, sebagai berikut :
1. Sebelum melakukan kegiatan klasifikasi terbimbing, terlebih dahulu buat Training
Areanya (Signature). Klik ikon panel Classifier sehingga akan muncul tampilan
seperti berikut ini.
103
Gambar 3.5 Classifier
Kemudian pilih Signature Editor dan muncul dialog box berikut.
Gambar 3.6 Signature Editor 1
2. Buka View yang akan diklasifikasi (*.img). Kemudian deliniasi dengan menggunakan
AOI tools sampel-sampel wilayah tiap kategori kelas klasifikasinya. Setiap membuat AOI
104
beri keterangan pada Signature Editornya yaitu dengan mengklik (create new signatur
(s) from aoi).
Gambar 3.7 Klasifikasi Citra
Gambar 3.8 Signature Editor 2
3. Save file (*.sig) hasil training area setelah semua kriteria kelas klasifikasi diambil
sampelnya. Sampel dari satu kelas klasifikasi bisa lebih dari satu sampel, tergantung
penyebaran pada image tersebut.
105
4. Klik ikon panel Classifier | Supervised Classification, sehingga muncul dialog box
berikut.
Gambar 3.9 Supervised Classification
5. Warna dapat diganti sesuai dengan keinginan kita yaitu dengan mengubah atributnya.
Buka file hasil klasifikasi (*.img) pada window viewer, Klik Raster pada menu bar,
kemudian pilih atribut Attributes.
Setelah proses klasifikasi dilakukan, tahapan selanjutnya adalah Recoding.
Tahapan-tahapan Recoding sebagai berikut :
1. Dari menu bar Erdas Imagine, klik icon kemudian muncul kotak dialog lalu pilih
GIS Analysis ½ Recode sehingga keluar tampilan berikut :
106
Gambar 3.10 Recode
4. Klik Setup Recode untuk mengelompokan baris-baris (row) atribut yang memiliki kelas
klasifikasi yang sama.
Gambar 3.11 Thematic Recode
5. Klik OK, dan tunggu prosesnya.
6. Klik pada viewer untuk menampilkan data recode yang telah kita buat. Lalu klik
menu bar Raster | Attribute , edit atributnya sesuai dengan nomor pengelompokannya.
107
Gambar 3.12 Raster Attribute Editor
6. Klik Save.
Tahapan selanjutnya adalah Filling, hal ini dilakukan untuk memperbaiki proses
klasifikasi yang telah dilakukan, tahapan yang dilakukan, sebagai berikut :
1. Buka Viewer dan buka file citra yang ingin kita fill
2. Dari menu bar Viewer, pilih AOI│Tool, sehingga muncul kotak AOI Tool.
108
Gambar 3.13 AOI Tool
3. Kemudian dari menu bar Viewer pilih Raster│Fill, sehingga muncul kotak Area Fill
Gambar 3.14 Area Fill
4. Pada Viewer, buatlah dengan polygon AOI pada wilayah yang kita ingin fill. Kemudian
pada kotak area fill, masukkan nilai warna yang kita inginkan sebagai warna pengganti
wilayah tersebut, pilih Apply dan wilayah tersebut akan berubah warna sesuai yang
diinginkan.
109
Wilayah yang ingin di Fill
Gambar 3.15 Contoh View Fill
5. Setelah semua wilayah yang ingin kita rubah sudah selesai dilakukan proses filling-nya,
pilih ikon save untuk menyimpan file hasil filling.
6. Pilih Yes.
110
3.3.3 Tahap Pengolahan Data
3.3.3.1. Operasi Buffering
Ekstraksi informasi dari data spasial yang telah tersedia berupa peta penggunaan
lahan tahun 1997 dan 2006 serta peta jaringan jalan. Pada tahap ini bertujuan untuk melihat
sebaran permukiman pada selang waktu antara tahun 1997 dan 2006 berserta
aksesibilitasnya.
Operasi ini diaplikasikan pada sarana aksesibilitas, yaitu jalan utama menggunakan
bantuan ArcView 3.3 untuk mengetahui keterkaitan antara aksesibilitas dengan
perkembangan permukiman. Zonasi wilayah dengan operasi buffering atau penyangga
adalah suatu daerah yang mempunyai lebar tertentu yang digambarkan di sekeliling satu
eleman atau lebih di bagian suatu kawasan yang mempunyai jarak tertentu (Barus dan
Wiradisastra, 2000).
Jarak buffer dari jalan adalah suatu fungsi pengukuran jarak (perkiraan) antara area
permukiman berdasarkan jaraknya dari jalan utama. Jarak buffer dibuat berdasarkan
penyebaran permukiman dan jarak yang paling menunjukan perubahan yang nyata terhadap
luas permukiman dan jalan terjadi pada jarak tiap 1000 m. Jarak buffer yang digunakan
adalah : 0-1000 m (Zona 1), 1000-2000 m (Zona 2), 2000-3000 m (Zona 3), 3000-4000 m
(Zona 4), 4000-5000 m (Zona 5), dan jarak > 5000 m (Zona 6).
111
Jarak buffer ini dibuat dengan mengasumsikan bahwa pengaruh jalan utama
terhadap perubahan penutupan/penggunaan lahan permukiman pada jenis aksesibilitas
lainnya.
Tahapan buffer yang dilakukan, sebagai berikut :
1. Klik menu pulldown Theme | Create Buffer sehingga muncul kotak dialog berikut :
Gambar 3.16 View Create Buffer I
2. Pastikan pada option ‘The features of a theme’ yang terpilih adalah sungai, kemudian
klik button Next
112
Gambar 3.17 View Create Buffer II
How do you want to create buffer?
1. At a specified distance : digunakan untuk pembuatan buffer yang didasarkan
pada jarak yang ditetapkan oleh pengguna
2. At a distance from an attribute field : Pembuatan buffer didasarkan pada
jarak-jarak yang telah didefinisikan di dalam suatu field atribut yang telah
ditentukan
3. As multiple rings : Pembuatan buffer akan menghasilkan/membentuk
sejumlah (number of rings) lingkaran konsentris dengan jarak interval
tertentu (distance between rings) antara setiap lingkaran yang berdekatan
3. Pilih ‘At a specified distance’ pada kotak dialog lanjutan. Misal kita akan membuat
buffer sungai (sempadan) dengan jarak kanan-kirinya 100 meter, maka dalam kotak
tersebut kita ketikan 100 dan pilih ’Meters’ sebagai satuan jaraknya (distance units are),
kemudian tekan button Next.
4. Kotak dialog lanjutan akan muncul setelah menekan button Next, dilanjutkan dengan
memilih radion button ’No’ (jika batas dissolve antar buffer ingin ditampilkan) dan ‘in a
113
new theme’. Simpan file output hasil buffer pada directory dengan cara mengklik button.
Kemudian klik button Finish dan tunggu prosesnya.
Gambar 3.18 View Create Buffer III
5. Pada tahap ini, jika theme yang di proses adalah polygon maka pengguna diharuskan
mendefinisikan beberapa option seperti berikut ini :
114
Gambar 3.19 View Create Buffer IV
1. inside and outside the polygon(s) : akan menyebabkan buffer digambarkan baik
arah luar maupun ke dalam objek buffer (polygon) yang bersangkutan
2. only outside the polygon(s) : akan menyebabkan buffer hanya digambarkan �ea rah
luar objek buffer (polygon) yang bersangkutan
3. only inside the polygon(s) : akan menyebabkan buffer hanya digambarkan �ea rah
dalam objek buffer (polygon) yang bersangkutan.
Gambar 3.20 View Inside and Outside
3.3.3.2 Operasi Tumpang Susun
inside and outside outside inside
115
Operasi ini dilakukan untuk mengkaji penyebaran permukiman pada tiap Zona serta
melihat buffer ditinjau dari luasnya, maka dilakukan overlay (tumpang susun) antara zona
buffer dan peta sebaran permukiman. Dari operasi ini diperoleh hubungan antara
aksesibilitas dengan luas permukiman.
3.3.4 Tahap Analisis Data
3.3.4.1 Penyebaran dan Arah Perkembangan Permukiman
Penyebaran permukiman digunakan untuk mengetahui gradien garis lurus yang
terbentuk dari persamaan garis antara nilai koordinat X dan nilai koordinat Y sebagai
sentroid poligon permukiman. Dalam sistem informasi secara spasial, sentroid merupakan
satu titik yang mewakili suatu poligon dimana informasi atribut dihubungkan. Analisis ini
menggunakan persamaan yang ditulis dalam bentuk; y= a+bx, dalam hal ini a menyatakan
intersep atau perpotongan dengan sumbu tegak dan b adalah gardiennya (Walpole, 1997).
Penyebaran permukiman dapat diidentifikasi dengan sentroid dari masing-masing
poligon permukiman menggunakan median center (xm, ym). Penyebaran permukiman
tersebut ditentukan oleh pusat geometrik suatu poligon (sentroid). Titik sentroid
permukiman tiap periode berubah dan memiliki informasi koordinat yang dinyatakan dalam
koordinat (X, Y). Pengamatan dilakukan terhadap perubahan nilai koordinat sentroid,
sehingga akan diketahui arah pergeseran pemukiman dari suatu periode ke periode
berikutnya.
116
Arah perkembangan permukiman dapat dilihat dari pergeseran pusat sebaran
poligon (sentroid) yang memiliki sepasang koordinat spasial.
3. 4 Pengecekan Lapang
Pengecekan lapang dilakukan melalui pengamatan dan pengumpulan informasi
mengenai kondisi di daerah penelitian, seperti penggunaan lahan, kondisi permukiman, dan
sebagainya. Pengecekan lapang bertujuan untuk membandingkan antara hasil analisis data
dengan kondisi sebenarnya.
BAB IV
117
HASIL PEMBAHASAN
4.1 Analisis Citra Digital
Sebelum menganalisis suatu citra, dilakukan beberapa persiapan diantaranya adalah
pengumpulan data yang berkaitan dengan penelitian. Data yang paling utama dalam
penelitian ini adalah Citra Landsat daerah penelitian. Citra Landsat diperoleh dari SEMEO
BIOTROP yang terletak di daerah Bogor. Setelah citra diperoleh, tahapan selanjutnya
adalah konversi/format data. Hal ini berguna untuk membantu peneliti dalam proses
selanjutnya.
4.1.1 Koreksi Geometrik
Akurasi koreksi geometrik citra diperoleh berdasarkan nilai Root Mean Square
Error (RMS-error). Nilai RMS-error rata-rata hasil koreksi geometrik Citra Landsat-5-
TM+1997 dengan peta rupa bumi adalah (Tabel 1).
Akurasi yang baik adalah jika tepat objek dan nilai RMS-error kurang dari satu
yang menunjukan bahwa penyimpangan pergeseran objek/titik pada citra tidak melebihi
satu piksel (30x30 meter).
Penyimpangan posisi citra dapat terjadi karena perekaman citra satelit oleh sensor
sering mengalami distorsi, pergeseran secara alami dari objek selama perekaman maupun
ketidakakuratan proses digitasi pada Peta Rupabumi.
Tabel 3 Nilai RMS-error hasil Koreksi geometrik Citra Landsat -7-ETM+ 2006 dengan peta Rupabumi
118
GCP Cell X (X) Cell Y (Y) Easting (X) Northing (Y) RMS
1 1113.15 18.79 705545.61E 9302036.29N 0.23
2 5000.53 10.1 696391.01E 9302151.92N 0.37
3 1420.78 1202.05 710201.87E 9284247.71N 0.38
4 803.76 903.59 700946.41E 9288716.53N 0.27
5 35.18 1119.01 689444.84E 9285436.12N 0.27
6 45.39 1083.13 689594.44E 9285992.12N 0.19
7 34.56 763.02 689428.27E 9292096.48N 0.22
8 28.38 679073 689339.76E 9292096.48N 0.13
9 245.24 134.43 692562.10E 9300258.94N 0.17
RMS- Error Rata-rata 0.276
Tabel 4 Nilai RMS-error hasil koreksi geometrik Citra Landsat-5-TM+1997 dengan Citra Landsat-7-ETM+2001
GCP Cell X (X) Cell Y (Y) Easting (X) Northing (Y) RMS
1 2437.85 5587 710201.43E 9302532.37N 0.15
2 2535.96 5471.96 713591.23E 9282251.92N 0.19
3 2198.48 5024 705537.29E 9183257.71N 0.17
4 1776 5148 687458.81E 9234716.73N 0.10
5 1724 544.11 713072.84E 9885490.12N 0.25
6 1799.99 5538 702873.83.E 9245552.12N 0.19
7 2488 5259.09 690345.21E 9143096.38N 0.22
8 2131.99 5157 765847.34E 9292016.40N 0.18
9 1768.04 5586 693432.32E 9100228.04N 0.16
RMS- Error Rata-rata 0.161
4.1.2 Interpretasi Visual Citra Landsat
119
Setiap objek yang terdapat pada citra memiliki kenampakan yang khas, kombinasi
band yang digunakan dalam membantu pengenalan objek adalah 542 (RGB) berdasarkan
nilai OIF (Lampiran 1 dan 2). Kombinasi band 542 (RGB) pada citra landsat memiliki
kekontrasan yang tinggi dimana objek-objek yang terdapat dalam citra dapat dengan mudah
dibedakan karena kualitas citra komposit dan hasilnya lebih baik (Gambar 4.1 dan 4.2).
Rumus Nilai OIF
3
OIF = ∑ Sk k=1 3
∑ abs(rj) j = 1 Ket :
Sk : Standard deviasi untuk band k
abs (rj) : Nilai absolut dari koefisient korelasi diantara 3 band yang dinilai
Interpretasi objek pada citra dilakukan dengan menggabungkan unsur-unsur
interpretasi diantaranya rona, ukuran, bentuk, tekstur, pola dan situs. Selain itu peta
topografis dan informasi lapang dapat dijadikan referensi dalam interpretasi objek.
48
Gambar 4.1 Citra Landsat-5- TM Tahun 1997 Kotamadya Depok Kombinasi Band 542 (RGB)
48
Gambar 4.2 Citra Landsat-7- ETM Tahun 2006 Kotamadya Depok Kombinasi Band 542 (RGB)
48
Interpretasi objek pada citra dilakukan dengan menggabungkan unsur-unsur
interpretasi diantaranya rona, ukuran, bentuk, tekstur dan pola. Selain itu peta topografis
dan informasi lapang pra-analisis dapat dijadikan referensi dalam interpretasi objek.
4.1.3 Penentuan Daerah Contoh (Training Area)
Pengambilan contoh pada masing-masing kelas penutupan/penggunaan lahan
dilakukan secara visual berdasarkan kenampakan warna yang relatif homogen dengan
pola tertentu dengan mempertimbangkan kemudahan penarikan batas pada setiap kelas
penutup lahan. Pada citra ditentukan daerah contoh (training area) untuk permukiman,
kebun campuran, danau/sungai, sawah, lahan kosong dan semak belukar.
Setiap training area memiliki nilai spektral maksimum, minimum, rataan (mean)
dan standar deviasi Tabel 5. Homogenitas sampel dalam klasifikasi digital ditunjukan
oleh homogenitas nilai piksel pada setiap sampel, artinya nilai standar deviasi kelompok
piksel pada setiap sampel haruslah rendah pada setiap saluran.
Citra Landsat tahun 1997 dan 2006 memiliki nilai standar deviasi yang rendah
sehingga antar masing-masing kelas penggunaan lahan memiliki beberapa nilai piksel
yang sama. Akibatnya pada saat klasifikasi untuk masing-masing training area masih
memiliki duplikasi piksel yang beragam. Masalah seperti ini yang umum dijumpai pada
klasifikasi multispektral. Begitu banyak objek dengan nilai spektral yang bermacam-
macam bahkan ditemukan beberapa objek dengan nilai spektral bertampalan (overlap).
49
Tabel 5 Karakteristik Nilai Spektral Daerah Contoh (Training Area) Citra Tahun 1997
Band 542
Citra Tahun 2006
Band 542 Training
Area Nilai
R G B R G B
Min 1.00 0.00 0.00 1.00 0.00 0.00
Max 1.00 0.00 0.00 1.00 0.00 0.00
Mean 1.00 0.00 0.00 1.00 0.00 0.00
Pem
ukim
an
Stdv 0.00 0.00 0.00 0.00 0.00 0.00
Min 1.00 0.00 0.00 1.00 0.00 0.00
Max 1.00 1.00 0.00 1.00 0.84 0.00
Mean 1.00 0.50 0.00 1.00 0.42 0.00 Lah
an
Kos
ong
Stdv 0.00 0.71 0.00 0.00 0.60 0.00
Min 0.00 0.00 0.00 0.00 0.00 0.00
Max 1.00 1.00 0.00 1.00 0.84 0.00
Mean 0.67 0.46 0.00 0.67 0.41 0.00 Keb
un
Cam
pura
n
Stdv 0.58 0.50 0.00 0.58 0.42 0.00
Min 0.00 0.00 0.00 0.00 0.00 0.00
Max 1.00 1.00 1.00 1.00 0.84 1.00
Mean 0.50 0.35 0.25 0.50 0.31 0.25
Sung
ai/
Dan
au
Stdv 0.58 0.47 0.50 0.58 0.40 0.50
Min 50.0 0.00 0.00 0.00 0.00 0.00
Max 1.00 1.00 1.00 1.00 1.00 1.00
Mean 0.50 0.48 0.20 0.50 0.45 0.20 Saw
ah
Stdv 0.50 0.50 0.45 0.50 0.47 0.45
Min 0.00 0.00 0.00 0.00 0.00 0.00
Max 1.00 1.00 1.00 1.00 1.00 1.00
Mean 0.54 0.52 0.29 0.54 0.50 0.29 Sem
ak
Bel
ukar
Stdv 0.46 0.46 0.46 0.46 0.43 0.46
50
4.1.4 Klasifikasi dan Penilaian Hasil klasifikasi
Setelah memperoleh daerah contoh (training area) dilakukan klasifikasi
terbimbing (Supervised Classification). Dalam klasifikasi terbimbing, identitas dan
lokasi beberapa tipe penutupan/penggunaan lahan diketahui secara apriori melalui
kombinasi orientasi wilayah, analisis visual peta dan pengalaman pribadi.
Metode klasifikasi terbimbing yang digunakan adalah algoritma kemiripan
maksimum (Maximum Likelihood Classification/MLC). Hasil klasifikasi dengan MLC
pada Citra Landsat tahun 1997 menghasilkan 7 kelas penutupan/penggunaan lahan
yaitu, permukiman, kebun campuran, danau/sungai, sawah, lahan kosong, semak
belukar dan awan. Pembagian kelas awan dilakukan karena hasil foto yang dilakukan
oleh Citra Landsat-5-TM terdapat awan yang menghalangi kelas penutupan/penggunaan
lahan.
Sedangkan pada Citra Landsat tahun 2006 menghasilkan 6 kelas
penutupan/penggunaan lahan yaitu, permukiman, kebun campuran, danau/sungai,
sawah, lahan kosong, dan semak belukar. Pembagian kelas striping dilakukan karena
hasil foto yang dilakukan oleh Citra Landsat-7-ETM, mengalami kerusakan sehingga
citra yang dihasilkan terdapat striping.
Hasil klasifikasi dengan MLC menghasilkan efek salt dan pepper (Gambar 4.3
dan Gambar 4.4) yaitu poligon kecil yang tersebar tidak beraturan dari kelas tutupan
lahan yang di identifikasi. Hal ini terjadi terutama ketika piksel berada diantara area
yang penggunaan lahannya tidak terlihat atau bervariasi dan dipaksakan untuk di
klasifikasi. Pendekatan dengan Maximum Likelihood classification sebenarnya memiliki
51
kelemahan yaitu banyaknya kesalahan klasifikasi yang muncul, walaupun hasil
klasifikasi menunjukan nilai akurasi keseluruhan dan nilai kappa yang cukup tinggi.
Untuk mengurangi hasil klasifikasi dilakukan pengecekan lapangan serta melihat
peta rupabumi sebagai rujukan. Sedangkan untuk menghilangkan efek salt and papper
dilakukan proses Focal Majority. Focal Majority dilakukan untuk mengeneralisasikan
poligon-poligon kecil yang tidak beraturan agar terkelaskan kedalam tipe penggunaan
lahan tetangganya agar homogen.
Ketelitian klasifikasi dari kedua citra dinilai berdasarkan nilai akurasi
keseluruhan dan nilai Kappa.
Tabel 6 Matrik Konfusi dan Nilai Kappa Citra Landsat-7-ETM+ Tahun 2006 Kelas di Lapang Hasil
Klasifikasi Pmk Kbn Dn Swh LK SB
Jml Error
Permukiman 157 1 0 1 0 0 159 0,03
Kebun
Campuran
0 97 1 3 0 0 101 0,04
Sungai/Danau 0 0 87 0 1 0 89 0,06
Sawah 0 2 0 75 0 1 78 0,04
Lahan
Kosong
0 0 0 1 82 0 83 0,02
Semak
Belukar
0 1 0 2 0 93 94 0,09
Jumlah 157 101 88 82 89 94 604 -
Error 0,02 0,04 0,07 0,06 0,01 0 584 -
52
Tabel 7 Matrik Konfusi dan Nilai Kappa Citra Landsat-5-TM Tahun 1997 Kelas di Lapang Hasil
Klasifikasi Pmk Kbn Dn Swh LK SB
Jml Error
Permukiman 107 1 0 1 0 0 109 0,01
Kebun
Campuran
0 98 0 3 0 0 101 0,04
Sungai/Danau 0 0 88 0 1 0 89 0,04
Sawah 0 2 0 79 0 1 82 0,06
Lahan
Kosong
2 0 0 1 80 0 83 0,02
Semak
Belukar
0 1 0 0 0 94 95 0,07
Jumlah 109 102 88 84 81 95 604 -
Error 0,03 0,05 0,01 0,06 0,01 0 - -
Citra Landsat-7-ETM+ tahun 2006 memiliki nilai akurasi sebesar 95,3% dan
nilai Kappa sebesar 94,2% sedangkan Citra Landsat-5-TM tahun 1997 memiliki nilai
akurasi keseluruhan sebesar 90,1% dan nilai Kappa sebesar 88,9%. Ketelitian klasifikasi
kedua citra cukup tinggi (>85%).
48
Gambar 4.3 Klasifikasi Citra Landsat-5- TM Tahun 1997 Kotamadya Depok Kombinasi Band 542 (RGB)
48
Gambar 4.4 Klasifikasi Citra Landsat-7- ETM Tahun 2006 Kotamadya Depok Kombinasi Band 542 (RGB)
48
4.2 Analisis Penutupan/Penggunaan Lahan Tahun 1997 dan 2006
Pola penggunaan lahan merupakan refleksi aktivitas manusia pada suatu lahan,
sedangkan penutupan lahan merupakan kenampakan yang ada atau terlihat di
permukaan bumi. Penutupan lahan mencerminkan penggunaan lahan di lapangan tetapi
pada kondisi tertentu penutupan lahan tidak dapat menjelaskan penggunaan lahan yang
sesungguhnya. Hal ini biasa terlihat ketika pada citra objek teridentifikasi sebagai
permukiman padahal ketika dilakukan pengecekan lapang, kawasan tersebut di
dominasi dengan lahan kosong. Hal ini disebabkan pantulan spektral yang tertangkap
oleh citra adalah permukiman karena posisi lahan kosong banyak disekitar permukiman.
Hasil klasifikasi pada kedua Citra Landsat menghasilkan peta
penutupan/penggunaan lahan tahun 1997 (Gambar 4.5) dan 2006 (Gambar 4.6) dengan
kelas penutupan/penggunaan lahan berupa : permukiman, sawah, lahan kosong, kebun
campuran, sungai/danau dan semak belukar.
48
Gambar 4.5 Peta Penggunaan Lahan Kotamadya Depok Tahun 1997
49
Gambar 4.6 Peta Penggunaan Lahan Kotamadya Depok Tahun 2006
50
Gambar 4.7 Diagram Batang Penutupan/Penggunaan Lahan Tahun 1997
Pada gambar 4.7 menunjukan luas area penggunaan lahan di daerah penelitian
pada tahun 1997 yaitu : Permukiman 11.880 ha, Lahan Kosong 20.220 ha, Kebun
Campuran 34.378 ha, Sungai/Danau 15.077 ha, Sawah 110.823 ha dan Semak Belukar
8.878 ha.
Gambar 4.8 Diagram Batang Penutupan/Penggunaan Lahan Tahun 2006
51
Pada gambar 4.8 menunjukan luas area penggunaan lahan di daerah penelitian
pada tahun 2006 yaitu : Permukiman 35.866 ha, Lahan Kosong 14.504 ha, Kebun
Campuran 50.493 ha, Sungai/Danau 10.814 ha, Sawah 41.526 ha dan Semak Belukar
53.920 ha.
Di lihat dari hasil yang ada, perubahan penggunaan lahan yang terjadi antara
tahun 1997-2006 adalah : Permukiman mengalami peningkatan sebanyak 23.986 ha.
Lahan Kosong mengalami penurunan sebesar 5.716 ha. Kebun Campuran mengalami
peningkatan sebesar 16.115 ha. Sawah mengalami penurunan sebesar 69.297 ha.
Sedangkan Semak Belukar meningkat sebesar 45.042 ha.
Dalam penelitian (Elly, 2006), ditemukan perubahan penggunaan lahan kota
Depok dari tahun 1997-2001 adalah : Permukiman mengalami peningkatan sebesar
2,233 ha. Sawah mengalami penurunan sebesar 954 ha. Semak belukar mengalami
peningkatan sebesar 5 ha. Sedangkan lahan kosong mengalami penurunan sebesar 2.120
ha.
4. 3 Perubahan Luas Permukiman
Perubahan luas Permukiman dalam Periode tahun 1997 dan 2006 dapat diamati
melalui proses ekstraksi informasi secara spasial pada peta sebaran permukiman
menggunakan piranti lunak ArcView. Oleh karena itu, perlu diketahui luas permukiman
yang diturunkan oleh peta penggunaan lahan pada periode 1997 dan 2006 dapat dilihat
pada gambar 5.7 dan 5.8. selain itu, proporsi pemukiman dan perubahan luas
permukiman dapat dilihat pada tabel 8.
52
Tabel 8 Proporsi Luas Pemukiman (LP) di Kota madya Depok tahun 1997 dan 2006 Luas Pemukiman Tahun Hektar Persen
1997 11.880 60,8 % 2006 35866 82,0 %
Berdasarkan tabel 8 nampak bahwa pada periode 1997 dan 2006 terjadi
peningkatan luas pemukiman yang cukup pesat. Secara umum, permukiman di daerah
Depok telah berkembang sedemikian pesatnya dikarenakan wilayah ini merupakan
kawasan penyangga (hinterland) bagi Jakarta. Masyarakat yang mencari nafkah di
ibukota memilih wilayah ini sebagai alternatif lain untuk tempat bermukim. Akibatnya,
banyak pengembang (developer) dan atau masyarakat mulai berekspansi mendirikan
permukiman disekitar wilayah ini.
Permukiman yang dibangun baik berupa tempat penginapan, hotel, rumah
makan, pusat perbelanjaan, tempat rekreasi maupun gedung-gedung pertemuan
(Gambar 4.8).
4.4 Arah Perkembangan Permukiman
Arah perkembangan permukiman ditentukan berdasarkan pada perubahan pusat
geometrik suatu poligon (sentroid). Titik sentroid pemukiman tiap periode memiliki
informasi koordinat yang dinyatakan dalam koordinat (X,Y) dan arah perkembangan
permukiman masing-masing disajikan pada tabel 9.
Tabel 9 Tabel Sentroid Sentroid Tahun
X Y
1997 700000.38423 9301704.02542
2006 699993.73613 9301713.00000
53
Perkembangan permukiman yang terjadi antara tahun 1997 dan 2006 cenderung
mengalami pergeseran kearah utara, timur dan barat mengikuti jalan utama, yaitu dari
desa Limao ke arah Beji dan ke arah Cimanggis. Hal ini diperkirakan karena banyaknya
masyarakat menginginkan adanya kemudahan dalam menjangkau berbagai fasilitas
umum, seperti pendidikan, komunikasi, transportasi, kesehatan dan lain sebagainya
yang dimiliki ke tiga desa ini, di samping itu ke tiga desa ini merupakan perbatasan
antara kota depok dengan kota-kota besar di Jakarta, sehingga banyak masyarakat yang
bekerja di Jakarta memilih untuk bermukim di Depok. Hal ini dapat terlihat banyaknya
developer permukiman yang membangun perumahan di sekitar Depok.
Gambar 4.9 Penyebaran Sentroid Tahun 1997
54
Gambar 4.10 Penyebaran Sentroid Tahun 2006
Sentroid poligon menggambarkan penyebaran nilai titik tengah (mid point) dari
poligon permukiman. Penyebaran permukiman juga dapat diidentifikasi dari penyebaran
sentroidnya.
Gambar 4.11 Sebaran Permukiman Berdasarkan Sentroid
55
4.5 Hubungan Aksesibilitas Terhadap Permukiman
Hubungan antara aksesibilitas terhadap perkembangan permukiman diperoleh
dari dari buffering pada jalan utama. Jumlah zona buffer tergantung pada pola dan
distribusi permukiman. Sebagai contoh, apabila terbatas hingga zona 4 (jarak 3000-4000
m dari jalan utama) telah mencakup seluruh permukiman maka zona 5 dan seterusnya
tidak digunakan. Luas dan penyebaran permukiman pada tiap zona buffer secara
kumulatif dapat diidentifikasikan dari gambar dibawah ini.
Legenda
Gambar 4.12 Sebaran Permukiman Berdasarkan Jarak
56
Dari gambar di atas dapat dilihat permukiman mulai muncul pada jarak 0-1000
m dari jalan. Hal ini menunjukan perkembangan permukiman yang semakin pesat.
Umumnya, Permukiman cenderung berkembang mengikuti jalan. Permukiman terpusat
pada jarak 100-1000 m dari jalan. Jarak antara permukiman ke jalan sekitar 1 km serta
luas permukiman meningkat sejalan dengan waktu. Sedangkan, pengaruh aksesibilitas
(jalan) terhadap perkembangan permukiman berbeda-beda. Sementara itu, area
permukiman relatif menurun luasnya dengan semakin jauh jaraknya dari jalan, yaitu
mulai pada jarak 1000-2000 m ke jarak yang lebih jauh. Semakin jauh jaraknya dari
aksesibilitas, maka proporsi permukiman cenderung semakin menurun (Gambar 4.12).
57
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
1. Citra Landsat dalam penelitian digunakan untuk memantau (monitoring)
perubahan penutupan penggunaan lahan. Dalam menganalisis suatu citra
dibutuhkan beberapa tahapan diantaranya adalah : klasifikasi, interpretasi
visual citra landsat dan training area. Tahapan yang paling penting adalah
klasifikasi, dengan klasifikasi dapat diketahui tata guna lahan yang ada.
2. Perubahan penggunaan lahan yang terjadi antara tahun 1997-2006 di kota
Depok dengan menggunakan GIS ditemukan data sebagai berikut :
Permukiman meningkat sebanyak 23.986 ha. Lahan Kosong mengalami
penurunan sebesar 5.716 ha. Kebun Campuran mengalami peningkatan
sebesar 16.115 ha. Sawah mengalami penurunan sebesar 69.297 ha.
Sedangkan Semak Belukar meningkat sebesar 45.042 ha.
3. Perkembangan permukiman yang terjadi antara tahun 1997-2006 Hal ini
dikarenakan wilayah depok merupakan kawasan penyangga (hinterland)
bagi kota jakarta. juga disebabkan banyaknya pengembang (developer) dan
banyaknya masyarakat mulai berekspansi mendirikan permukiman disekitar
wilayah Depok.
58
5.2 Saran
Perlu adanya penelitian lanjutan yang sejenis dengan menggunakan citra berresolusi
lebih tinggi seperti SPOT, IKONOS dan QUICKBIRD untuk membandingkan sehingga
diperoleh data yang lebih baik.
59
DAFTAR PUSTAKA
Arsyad, S. 2000. Konversi Tanah dan Air. IPB Press. Bogor.
Ardian, B. 2007. Tinjauan Tentang Kampung Kota. http:// www.p2kp.org/forumprint.asp?mid=29827&catid=23&bagus
Barus, B. 2005. Kamus SIG. Studio Teknologi Informasi Spasial (SOTIS). Bagian
Penginderaan Jauh dan Kortografi Departeman Ilmu Tanahdan Sumber Daya Lahan. IPB. Bogor.
Bambang, S. 2000. Analisis Penggunaan/Penutupan Lahan di Bogor. Penelitian
Bakosurtanal. Cibinong. Bogor. Badan Pusat Statistik. 2006. Kotamadya Depok dalam Angka. BPS-Depok. Depok.
Elly, S. 2006. Perubahan Penggunaan/Penutupan Lahan di Kota Depok Jawa Barat. Skripsi S1. Jurusan Ilmu Tanah. IPB. Bogor.
Estes J.E., Imaging with Photographic and Nonphotographic Sensor System, In :
Remote Sensing Tehciques for Environtmental Analysis, California: Hamilton Publishing Compagny, 1974.
Geomatika07, ITS. 2007. Penginderaan Jauh. http :
//geomatika07.wordpress.com/2007/12/03/penginderaan-jauh/. Hamzah A., (Pusdata). 2004. Resourcesat-1 : Apakah Merupakan Generasi Penerus
Landsat-7 ?. BERITA INDERAJA VOL. III, No. 5. Jensen J.R. 1996. Introductory Digital Image Processing; A Remote Sensing
Perspective, 2nd Edition. Prentice Hall. Upper Saddle River. New Jersey. Kazaz, Charles. 2001. Contaminated Lands-Presentation of Bill 72 Establising New
rules For The Protection and Rehabilitation Of Contaminated Lands. http : //www.Fasken.com//Web/FMDWEBSITE.NSP/0/7A37D65E2DBO9BA185256B360077D36/$File/ENVIROBULLETIN_Flash_ANG.PDF?Open Elemant.
Lillesand, T.M. dan Kiefer, R.W. 1979. Remote Sensing and Image Interpretation.
(Terjemah Dulbahri, Suharsono, P., Hartono, Surharyadi. 1990. Penginderaan Jauh dan Interpretasi Citra). Gajah Mada University Press. Yogyakarta.
60
Lindgren, D.T., Land use Planning and Remote Sensing, Doldrecht: Martinus Nijhoff
Publisher, 1985. Prahasta, E. 2007. Tutorial ArcView. Informatika. Bandung.
Suryo, D. 2007. Penduduk dan Perkembangan Kota Yogyakarta (1900-1990). http://sejarah.fib.ugm.ac.id/artdetail.php?id=14.
Sutanto, prof., Penginderaan jauh, Jilid I, Fakultas Geografi, Gajah Mada University
Press, 1998. Sitorus, J. 2007. Kajian Model Deteksi Perubahan Penutup Lahan Menggunakan Data
Inderaja Untuk Aplikasi Perubahan Lahan Sawah. http://www.lapanrs.com/INOVS/PENLI/view_doc.php?doc_id=255.
Saefulhakim, R.S dan Lutfi I. Nasoetion 1996. Kebijakan Pengendalian Daerah
Beririgrasi Teknis dalam Prosiding Penelitian Tanah No.12 Tahun 1996. Pusat Penelitian Tanah. Bogor.
Suhandak. 1995. Pola Konversi Lahan Sawah dan Keterkaitannya Dengan Pola
Perubahan Struktur Penguasaan Lahan dan Pola Perkembangan Wilayah Jalur Pantura, Studi Kasus di Kabupaten Bekasi, Karawang, Subang dan Indramayu. Skripsi S1 Jurusan Tanah, Fakultas Pertanahan, IPB. Bogor.
Syartinilin. 2001. Karakteristik Pemukiman di DAS Ciliwung Bagian Tengah, Kota
Bogor, Jawa Barat. Skripsi S1. Jurusan Budidaya Pertanian. Fakultas Pertanian. IPB. Bogor.
Wiradisastra, U.S., K. Gandasasmita, B. Barus, M. Ardiyansyahdan K. Munibah. 1999.
Diktat Kuliah Kartografi. Lab. Penginderaan Jauh dan Kortografi. Jurusan Tanah, IPB. Bogor.
Wikipedia, 2007. http://id.wikipedia.org/wiki/Sistem_informasi_geografis.
61
Lampiran 1 Depok 1997. Region All No Band 1 Band 2 Band 3 Band 4 Band 5 Band 6 Band 7 Non Nulls Cell 1 418068 Area In Hectars 2 37626,120 Area in Acres 3 92976,174 Min 4 0,0000 Max 5 235.000 170.000 152.00 164.00 195.000 151.000 182.000 Mean 6 43.526 17.006 18.317 27.694 30.259 70.223 14.317 Median 7 77.00 29.000 26.000 36.000 30.000 133.000 11.000 Std Dev 8 43.114 16.930 18.625 28.084 31.131 69.336 15.728 Std Dev (n-1) 9 69.337 Corr eigenval 10 6.743 0.170 0.061 0.009 0.006 0.003 0.001 Cov eigenval 11 9140.527 91.503 58.403 7.803 3.396 2.940 0.561 Correlation Matrik 1 2 3 4 5 6 7 1 1.000 2 0.997 1.000 3 0.983 0.990 1.000 4 0.964 0.957 0.922 1.000 5 0.966 0.970 0.967 0.953 1.000 6 0.997 0.993 0.975 0.970 0.962 1.000
7 0.920 0.932 0.956 0.857 0.962 0.906 1.000
62
Covarians Matrix 1 1858.858 2 728.044 286.612
3 789.522 312.157 346.890 4 1166.969 455.138 482.396 788.806 5 1296.090 511.099 560.528 833.459
969.139 6 2981.121 1165.790 1259.359 1888.351
2076.633 247.371 7 629.721 248.169 279.933 378.415
471.239 988.439 OIF = Std 5 + Std 4 + Std 2 Cor 5-4 + Cor 4+2 +Cor 2-5 = 31.131 + 28.084 + 16.930 0.966 + 0.970 + 0.990 = 76,145 2,926 = 26,023 Lampiran 2 Depok 2006. Region All No Band 1 Band 2 Band 3 Band 4 Band 5 Band 6 Band 7 Non Nulls Cell 1 1673378 Area In Hectars 2 37651.005 Area in Acres 3 93037.667 Min 4 0,0000 Max 5 255.000
63
Mean 6 13.525 18.683 48.037 48.361 26.287 151.00 174.00 Median 7 0.000 1.000 2.000 2.000 1.000 1.000 2.000 Std Dev 8 24.666 28.819 55.255 54.164 32.885 69.343 15.759 Std Dev (n-1) 9 24.666 55.255 32.885 69.344 15.759 Corr eigenval 10 4.175 0.647 0.134 0.030 0.014 0.003 0.001 Cov eigenval 11 7387.286 800.349 267.998 39.486 12.127 2.900 0.5134 Correlation Matrik 1 2 3 4 5 6 7 1 1.000 2 0.962 1.000 3 0.568 0.582 1.000 4 0.719 0.800 0.875 1.000 5 0.803 0.802 0.911 0.898 1.000 6 0.997 0.993 0.975 0.970 0.962 1.000 7 0.916 0.931 0.954 0.856 0.961 0.905 1.000 Covarians Matrix 1 608.425 684.045 2 684.045 830.547
3 774.156 926.694 3053.156 4 960.139 1248.565 2619.070 2933.693 5 651.540 760.174 1654.795 1599.102
1081.425 OIF = Std 5 + Std 4 + Std 2 Cor 5-4 + Cor 4+2 +Cor 2-5 = 32.885 + 54.164+ 28.819 0.803+ 0.970 + 0.582 = 115,868 2,355 = 49,200
64
RINGKASAN
EVA NOVIANA BUDIYANTI, Evaluasi Perkembangan Permukiman dengan Penginderaan Jauh (Inderaja) Di Kota Depok. Di bawah bimbingan alm. Muji Haryadi, S.Hut., MT dan Nur Aeni Hidayah, SE., MMSI.
Kebijaksanaan dalam pengembangan permukiman di suatu wilayah, biasanya
memerlukan pemantauan berkala, sesuai dengan program pemda yang ada. Informasi
yang biasanya digunakan dalam memantau perubahan yang terjadi adalah melalui peta
berskala 1:5000 dan Foto Udara. Setiap adanya perubahan yang terjadi, dilakukan
pengukuran yang diperoleh untuk keperluan revisi peta dan didukung oleh data potensi
desa. Penginderaan Jauh (Inderaja) dan SIG (Sistem Informasi Geografis) merupakan
alat bantu yang dapat digunakan untuk membantu persoalan yang ada.
Sejak tahun 1976 Kota Depok mulai dipersiapkan untuk kawasan perumahan
(dormitory town) bagi (comutter) yang bekerja di Jakarta. Kota ini terus berkembang
dan mengalami perubahan dan menjadi pusat permukiman, pendidikan, perdagangan
dan jasa. Pada tahun 1999, Depok diresmikan menjadi Kotamadya Daerah Tingkat II
Depok berdasarkan Undang-Undang Republik Indonesia Nomor 15 tahun 1999.
Tujuan dari penelitian ini adalah: (1) Mendeteksi perkembangan permukiman
yang terjadi, berdasarkan Citra Landsat yang berbeda skala, periode dan waktu
pembuatannya, hal ini dijadikan sebagai informasi untuk keperluan evaluasi. (2)
Melakukan evaluasi terhadap arah pertumbuhan permukiman pada daerah studi. (3)
Teknik pengimplementasian dari kedua tujuan di atas menggunakan aplikasi GIS.
Penelitian dilakukan di Kota Depok, Jawa Barat, pemilihan lokasi di lakukan
karena beberapa hal : (1) Letak kota Depok berdampingan dengan beberapa kota besar
di Indonesia, sehingga banyak pekerja yang bekerja di kota besar memilih kota depok
65
untuk bermukim. (2) Banyaknya perubahan yang terjadi di kota Depok, hal ini dapat
dilihat dari banyaknya pusat perbelanjaan serta perumahan di kota Depok.
Penelitian ini menghasilkan beberapa informasi yang dapat digunakan untuk
proses evaluasi oleh pihak terkait. Informasi berhubungan dengan perubahan
penutupan/penggunaan lahan yang terjadi antara tahun 1997-2006. Dalam kurun waktu
10 tahun dari hasil interpretasi citra menghasilkan data perubahan
penutupan/penggunaan lahan sebagai berikut : Permukiman mengalami peningkatan
sebanyak 23.986 ha. Lahan Kosong mengalami penurunan sebesar 5.716 ha. Kebun
Campuran mengalami peningkatan sebesar 16.115 ha. Sawah mengalami penurunan
sebesar 69.297 ha. Sedangkan Semak Belukar meningkat sebesar 45.042 ha.
Kata kunci : Depok, Jawa Barat, Perubahan Penutupan/Penggunaan Lahan,
Interpretasi
66