III-1

BAB III

DATA DAN METODOLOGI PENELITIAN

3.1 Data

Ada 3 data utama yang digunakan dalam penelitian ini. Data yang pertama adalah

data citra satelit Landsat 7 ETM+ untuk daerah cekungan Bandung. Data yang

kedua adalah Peta Rupa Bumi Indonesia (RBI) dan yang ketiga adalah data

kelembaban tanah dari hasil pengukuran di lapangan langsung.

3.1.1 Data Citra ASTER

Data citra satelit ASTER diambil pada tanggal 12 Juni 2003 dan mempunyai

koordinat 107.290 BT - 107.99

0 BT dan 6.70

o LS - 7.27

o LS yaitu koordinat untuk

daerah cekungan bandung. Yang akan kita gunakan dari citra satelit Aster ini

adalah band 2,3,4,5,7 dan 11. Band 11 yang merupakan band termal kita gunakan

untuk menghitung sebaran temperatur. Kemudian kita gunakan band 4 (Band Near

Infra Red) dan band 3 (Band Infra Red) untuk melihat keadaan NDVI. Selain itu

juga kita menggunakan composit band dari band 4, band 5 dan band 7 yang akan

kita gunakan dalam pengklasifikasian tata guna lahan.

III-2

Gambar 3.1 Citra Aster Composit Band 4,5 dan 7 Tanggal 12 Juni 2003Untuk

Daerah Bandung dan Sekitarnya.

3.1.2 Data Peta Rupa Bumi Indonesia (RBI).

Data Peta Rupa Bumi Inonesia (RBI) ini diperoleh dari Bakosurtanal. Peta RBI ini

kita gunakan sebagai acuan kita untuk mengklasifikasi tata guna lahan yang kita

dapatkan dari citra satelit Aster dengan komposit band 4,5 dan 7.

Gambar 3.2 Peta Rupa Bumi Indonesia (RBI) Untuk Daerah Bandung dan

Sekitranya. (Sumber : Bakosurtanal)

III-3

3.1.3 Data Pengukuran Kelembaban Tanah.

Untuk memferivikasi data kelembaban tanah maka diperlukan suatu data

pengukuran langsung data kelembaban tanah. Maka dari pada itu kita gunakan

data pengukuran tanah di daerah Bandung Selatan yaitu pengukuran di daerah

Sungai Cisangkui.

Tabel 3.1 Data Kelembaban Tanah Hasil Pengukuran di Lapangan.

x y Kelembaban (%)

780918.23 9214402.11 59.76

781299.43 9215508.54 33.70

781246.53 9216234.21 40.21

781535.36 9215940.18 47.25

780666.49 9215396.27 52.38

781067.34 9215660.15 56.04

781135.38 9214996.17 58.28

781340.19 9216516.31 46.85

Gambar 3.3 Peta Sebaran Lokasi Data Pengukuran Kelembaban Tanah.

III-4

3.2 Metodologi

3.2.1 Pengolahan Normalized Difference Vegetation Index (NDVI)

Dalam tahap ini di lakukan pengolahan Citra Aster Band Near Infra Red (NIR)

yaitu band 3 dan Citra Aster Band Red yaitu band 2 untuk menghasilkan Natural

Diference Vegetation Index (NDVI) menggunakan perangkat lunak ER Mapper

NDVI = (NIR – RED) / (NIR + RED) ………….………………………….. (3.1)

Keterangan :

NDVI = Sebaran index vegetasi (Natural Divergence Vegetation Index)

NIR = Band Near Infra Red (Aster, Band 3)

RED = Band Infra Red (Aster, Band 2)

( Sumber : Chesapeake Bay & Mid-Atlanti From Space, NDVI )

3.2.2 Perhitungan Temperatur Spasial

Dalam langkah ini citar aster di olah sedemikian rupa untuk mendapatkan citra

Natural Difference Temperatur Index (NDTI) atau yang lebih di kenal umum

sebagai citra sebaran temperatur menggunakan perangkat lunak ArcGIS 9.2.

Dalam citra Aster, terdapat beberapa band thermal yaitu band 10, band 11, band

12, band 13 dan band 14. Dalam pengolahan data kali ini digunakan band 13, hal

ini di karenakan lebar band 13 mendekati puncak radiasi dari spektrum benda

hitam. Langkah – langkah yang dilakukan untuk menghasilkan citra sebaran

temperatur ini adalah sebagai berikut :

1. Pengubahan nilai piksel ke nilai spektral radian

Lλ = (DN– 1) * UUC …………………………………………….………(3.2)

Dimana :

Lλ = Spektral radian (Wm-2

sr-1µm

-1)

DN = Digital Number atau nilai piksel (-)

UCC = Unit conversion coefficient (-)

(Sumber: ASTER user handbook)

2. Pengubahan nilai spekral radian ke nilai temperatur benda hitam (balck body

temperatur) menggunakan perasamaan berikut ini :

III-5

T c=

)1ln(5

1

2

+λπλ

λL

C

C

c

c

…………………………………………....………………..(3.3)

Dimana :

Tc = temperatur benda hitam dalam Kelvin (K)

C2 = konstanta radiasi kedua (0.0143879 m·K)

C1 = konstanta radiasi pertama (3.74151. 10−16

W·m−2

·sr−1

·µm−1

)

Lλ = spektral radian dalam W m−3

sr−1

µm−1

cλ = panjang gelombang sensor (1.75 µm)

(Sumber : Lu dan Weng, 2005)

3. Perhitungan nilai emissivitas permukaan

)1()(4)1(0 cccscc ffdff −+−+= εεεε …………………000……………(3.4)

dimana,

ε = emissivitas

εc = emissivitas permukaan dengan tutupan vegetasi penuh

εs = emissivitas dari tanah

fc = fractional vegetation cover

dε = parameter struktur vegetasi 0.015

(Sumber : Valor & Caselles, 1996)

4. Nilai temperatur yang diperoleh dari langkah 2 merujuk pada benda hitam.

Oleh karena itu perlu dilakukan koreksi emisivitas (ε0) berdasarkan jenis-jenis

tutupan lahan. Kemudian baru diperoleh nilai temperatur permukaan dengan

menggunakan rumus 3.7. Rumus tersebut diturunkan dari hukum Planck (Lu

& Weng, 2005)

Ts =

0ln)/*(1 ερλ c

c

T

T

+………………………………………………………………(3.5)

dimana,

Ts = temperatur permukaan

Tc = temperatur benda hitam

λ = panjang gelombang (10.6 µm)

ρ=h.c/σ = (1.438 .10−2

m·K),

III-6

σ = konstanta Boltzmann (1.38.10−23

JK−1

),

h = konstanta Planck (6.626 .10−34

J·s)

c = kecepatan cahaya (2.998 .108 ms

−1)

0ε = emissivitas permukaan

(Sumber : Lu & Weng, 2005)

3.2.3 Pengolahan Kelembaban Tanah

Dilakukan pengolahan kelembaban tanah menggunakan perangkat lunak ArcGIS

9.2 melalui dua masukan yang telah kita proses sebelumnya, yaitu Normalized

Difference Vegetation Index (NDVI) dan sebaran temeratur permukaan (NDTI)

dengan menggunakan persamaan di bawah ini :

Kelembaban tanah = ( -1.128 . NDVI – NDTI+ 156.63) …………………... (3.8)

( -1.197. NDVI + 301.39)

Keterangan :

NDVI = Sebaran indeks vegetasi (Natural Differgence Vegetation Index)

NDTI = Sebaran Temperatur Permukaan (Natural Difference Temperatur Index)

(Sumber : Zhiming Zhan,2004)

3.2.4 Korelasi Kelembaban Tanah Dengan Data Lapangan

Tahap selanjutnya dalam pengolahan data adalah memverifikasi data sebaran

kelembaban permukaan tanah yang kita dapatkan dari pengolahan citra dengan

data pengukuran kelembaban tanah-nya menggunakan rumus 2.3 metode kuadrat

terkecil.

3.2.5 Klasfikasi Citra Menjadi Tata Guna Lahan

Selain itu juga diolah citra Aster dengan kombinasi band 4,5 dan 7 dengan acuan

dari peta Rupa Bumi Indonesia (RBI) untuk mendapatkan citra klasifikasi tata

guna lahan. Pengklasifikasian citra komposit ini menggunakan bantuan dari

III-7

perangkat lunak ER Mapper. Dalam pengklasifikasian ini menggunakan

klasifikasi supervised atau klasifikasi terawasi.

3.2.6 Korelasi dan Uji hipotesis Antara Tata Guna Lahan Dengan

Kelembaban Tanah.

Tahap selanjutnya adalah menguji hipotesis antara kedua data yaitu data tata guna

lahan dengan data kelembaban tanah, apakah kedua data tersebut memiliki

hubungan yang signifikan. Pengujian kedua data ini menggunakan metode uji

korelasi non parametrik spearman rank yang ditunjukan oleh rumus 2.4. Dilihat

korelasi antara kedua data tersebut. Apakah ada korelasinya atau tidak.

III-8

Gambar 3.4 Diagram Metodologi Penelitian

Data Kelembaban

Tanah

Citra Aster Band

2,3,4,5,7 dan 13

Data

Peta Rupa Bumi

Indonesia (RBI)

Citra Sebaran

Temperatur (NDTI)

Citra Sebaran

Vegetasi (NDVI)

Citra Tata Guna

Lahan

Citra Sebaran

Kelembaban Tanah Verifikasi Tata Guna

Lahan

Verifikasi Citra

Kelembaban Tanah

Uji Hipotesis dan

Korelasi

Hasil Dan Analisa