KETERKAITAN KARTOGRAFI DAN PENGINDERAAN JAUH TERHADAP

PENGEMBANGAN WILAYAH DAN KOTA

Kartografi atau pemetaan mempelajari representasi permukaan bumi dengan

simbol abstrak. Kartografi berkembang dari kumpulan teknik menggambar menjadi bagian

sebuah ilmu. Seorang kartografer harus memahami psikologi kognitif dan ergonomi untuk

membuat simbol apa yang cocok untuk mewakili informasi tentang bumi yang bisa

dimengerti orang lain secara efektif, dan psikologi perilaku untuk memengaruhi pembaca

memahami informasi yang dibuatnya.

Penginderaan Jauh merupakan terjemahan dari istilah remote sensing, adalah

ilmu, teknologi dan seni dalam memperoleh informasi mengenai objek atau fenomena di

(dekat) permukaan bumi tanpa kontak langsung dengan objek atau fenomena yang dikaji,

melainkan melalui media perekam objek atau fenomena yang memanfaatkan energi yang

berasal dari gelombang elektromagnetik dan mewujudkan hasil perekaman tersebut dalam

bentuk citra.

Perencanaan kota dan wilayah menggunakan ilmu geografi untuk membantu

mempelajari bagaimana membangun (atau tidak membangun) suatu lahan menurut

kriteria tertentu, misalnya keamanan, keindahan, kesempatan ekonomi, perlindungan

cagar alam tau cagar budaya, dsb. Perencanaan kota, baik kota kecil maupun kota besar,

atau perencanaan pedesaan mungkin bisa dianggap sebagai geografi terapan walau

mungkin terlihat lebih banyak seni dan pelajaran sejarah. Beberapa masalah yang

dihadapi para perencana wilayah diantaranya adalah eksodus masyarakat

desa dan kota danPertumbuhan Pintar (Smart Growth). Ilmu ini sangat membutuhkan peta

untuk dapat melihat potensi yang akan dikelolahnya.

1

Peta dalam geografi adalah gambar rupa bumi yang umumnya berbentuk dua

dimensi statis. Pada peta terdapat skala yang menyatakan perbandingan antara ukuran

objek di peta dengan ukuran sebenarnya di muka bumi. Jika suatu objek di peta skala

1:25000 memiliki panjang 4 cm maka ukuran sebenarnya adalah 1 km (4 cm x 25000 cm =

100.000 cm = 1000 m = 1 km). Semakin besar skala peta semakin detil bentuk rupa bumi

nampak di peta. Peta-peta dengan skala 1:1000, 1:2000 mapun 1:5000 biasa disebut peta

skala besar, sedang peta skala 1:250.000, 1:500.000 maupun 1:1.000.000 disebut peta

skala kecil, dan diantaranya disebut peta skala menengah.

Sumber data peta biasanya dari hasil survai terestris, data tabular, foto udara, juga

dari citra satelit. Yang terakhir disebut ini perkembangannya sangat pesat sekali. Dimulai

dari citra Landsat-1 pada tahun 1972  hingga terkini 2009 adalah WoldView-2  yang

mengusung keunggulaan resolusi spasial yang tinggi (0,5 m). Resolusi spasial berkenaan

dengan ukuran sebuah piksel citra yang mewakili suatu area di permukaan bumi. Ukuran

kuantitatif dari resolusi spasial citra adalah seberapa detail suatu wilayah nampak dalam

citra. Citra-citra satelit yang memiliki resolusi spasial 0,4 – 4 m disebut citra bersolusi

tinggi, 4 – 30 m disebut menengah (sedang), dan 30 m hingga > 1000 m disebut

beresolusi rendah. Sebagai contoh, citra-citra dari satelit GeoEye-1, WorldView-2,

WorldView-1, QuickBird, IKONOS, FORMOSAT-2, and SPOT-5 adalah citra bersolusi

tinggi. Citra-citra dari satelit ASTER, LANDSAT 7 dan CBERS-2 dikelompokkan pada citra

bersolusi menengah. Sedangkan citra-citra dari satelit NOAA AVHRR, Terra MODIS dan

Aqua MODIS dikelompokkan ke citra beresolusi rendah. Untuk kepentingan pemetaan

baik itu untuk tata ruang wilayah maupun yang lainnya, pemilihan data citra yang tepat

sangatlah penting.

2

Memilih citra yang tepat bukan cuma didasari oleh ‘budget’. Karena keterbatasan

dana maka citra yang dibeli seadanya saja atau sebaliknya, memiliki dana tak terbatas

maka citra yang dibeli terlalu berlebih (mis: WorldView-2) padahal hanya untuk klasifikasi

tutupan pada skala wilayah yang cukup luas (kabupaten – propinsi). Hal ini justru bisa

memperumit pekerjaan. Sekedar mengingat saja, bahwa klasifikasi penggunaan lahan

pada citra bersolusi tinggi (WorldView-2, QuickBird, Ikonos) lebih susah dibanding citra

yang mempunya resolusi spasial rendah maupun menengah (Landsat, ASTER, dll).

Karena variasi spasial pada citra beresolusi tinggi lebih tinggi dibanding yang beresolusi

menengah maupun rendah, terlebih untuk wilayah-wilayah perkotaan. Jika hanya

menggunakan metode klasifikasi standar seperti Maximum Likehood hasilnya tidaklah

begitu menggembirakan.

Karenanya memilih citra yang sepadan untuk pemetaan adalah hal penting. Untuk

memilih citra yang sepadan untuk pemetaan yang optimum ada rumusan matematisnya.

Rumusan ini dicetuskan oleh Wado R. Tobler pada tahun 1987. Mr. Tobler adalah seorang

profesor emiritus bidang geografi dari universitas California-Santa Barbara, Amerika. Dia

banyak menemukan perhitungan proyeksi peta dan dikenal sebagai ‘pembuat peta’.

Menurutnya seorang kartograf (ahli perpetaan) selalu ingin memasukkan ‘objek’ sekecil

apapun dalam peta, karena setiap informasi sekecil apapun pada dasarnya penting.

Namun karena keterbatasan penyajian (tergantung besarnya skala yang menjadi target),

maka tidak smua objek bisa tampak dalam peta, objek yang terlalu kecil dengan

sendirinya akan hilang atau justru perlu dihilangkan agar peta yang ditampilkan nanti

nampak lebih apik.

3

Adapun rumusan atau aturan kesepadanan skala peta dan resolusi spasial citra

dari Tobler ini adalah“Bagi bilangan penyebut skala peta dengan 1000 ( penggunaan

angka 1000 dimaksudkan agar terdeteksi dalam satuan meter) maka resolusi citra yang

sepadan adalah setengah dari hasil pembagian tersebut”.

Sebagai contoh, jika kita tidak yakin berapa besar resolusi citra yang efektif

diperlukan utuk mendeteksi objek pada skala peta 1:50.000, maka sesuai aturan Tobler, 

resolusi citra yang diperlukan adalah 25 m, angka ini diperoleh dari 50.000 / (1000 * 2).

Jika kita sudah mengetahui resolusi citra yang diperlukan, maka selanjutnya kita bisa

mencari citra satelit apa yang diperlukan, QuickBird kah? Ikonos kah? Landsat kah?

Atau sebaliknya jika kita memiliki data citra satelit beresolusi 1 m, maka berapa

besar skala peta yang optimum dihasilkan? Masih sesuai aturan Tobler, jawabnya adalah

sebagai berikut:

Skala peta  =   Resolusi spasial citra (dalam meter) * 2 * 1000

Skala peta =   1 * 2 * 1000

Skala peta =   2000,  atau  1:2000

Contoh hasil perhitungan kesepadanan skala peta dan resolusi spasial citra sesuai

aturan Tobler bisa dilihat pada tabel berikut.

4

Tobler telah membantu kita dalam memilih citra satelit dari sudut resolusi spasial,

namun demikian hal tersebut tidaklah cukup karena pemilihan citra untuk pemetaan bukan

hanya dilandasi oleh resolusi spasialnya saja tetapi perlu dipertimbangkan resolusi

temporal maupun resolusi spektralnya. Resolusi temporal menyangkut rentang waktu

satelit dalam mengindera (mengunjungi) lokasi yang sama di muka bumi. Satelit Landsat

memiliki waktu kunjung 16 hari, sementara FORMOSAT-2 dan WorldView-2 waktu

kunjungnya per hari (tiap 1 hari). Namun demikian dengan kecepatan waktu kunjungnya

yang per hari itu, orbit satelit FORMOSAT-2 mesti merelakan beberapa wilayah di muka

bumi yang tak kan pernah dikunjunginya.

5

DAFTAR PUSTAKA

www.google.com

http://lajugandharum.wordpress.com/2011/01/07/kesepadanan-skala-peta-dan-

resolusi-spasial-citra

6