LAPORAN Kerja Praktek KLASIFIKASI SUPERVISED UNTUK PENUTUP LAHAN MENGGUNAKAN CITRA SPOT-4

19
1 LAPORAN KERJA PRAKTEK PEMANTAUAN PERUBAHAN PENUTUP LAHAN WILAYAH PESISIR PANTAI BANTEN 11 Februari 11 Maret 2014 Diserahkan Kepada Program Studi Teknik Geodesi dan Geoinformatika Fakultas Teknik Universitas Pakuan Bogor Disusun Oleh : Agung Pamungkas ( 0511.10.009 ) PROGRAM STUDI TEKNIK GEODESI DAN GEOMATIKA FAKULTAS TEKNIK UNIVERSITAS PAKUAN BOGOR 2014

description

Ini merupakan, laporan singkat dalam kerja praktek di BIG (Badan Informasi Geospasial)

Transcript of LAPORAN Kerja Praktek KLASIFIKASI SUPERVISED UNTUK PENUTUP LAHAN MENGGUNAKAN CITRA SPOT-4

Page 1: LAPORAN Kerja Praktek KLASIFIKASI SUPERVISED UNTUK PENUTUP LAHAN MENGGUNAKAN CITRA SPOT-4

1

LAPORAN KERJA PRAKTEK

PEMANTAUAN PERUBAHAN PENUTUP LAHAN WILAYAH

PESISIR PANTAI BANTEN

11 Februari – 11 Maret 2014

Diserahkan Kepada Program Studi Teknik Geodesi dan Geoinformatika

Fakultas Teknik Universitas Pakuan Bogor

Disusun Oleh :

Agung Pamungkas ( 0511.10.009 )

PROGRAM STUDI TEKNIK GEODESI DAN GEOMATIKA

FAKULTAS TEKNIK

UNIVERSITAS PAKUAN BOGOR

2014

Page 2: LAPORAN Kerja Praktek KLASIFIKASI SUPERVISED UNTUK PENUTUP LAHAN MENGGUNAKAN CITRA SPOT-4

2

BAB I

PENDAHULUAN

1.1 Latar Belakang

Semakin pesatnya pertumbuhan penduduk dan pembangunan yang telah dilaksanakan akan

berpengaruh cukup besar terhadap perubahan tatanan lingkungan berupa menurunnya kualitas

lingkungan, degradasi lingkungan/kerusakan lingkungan serta berkurangnya sumberdaya alam

maupun perubahan tata guna lahan.

Kerja Praktek ini berjudul “Pemantauan Perubahan Tutupan Lahan Wilayah Pantai Menggunakan

Citra SPOT 4 (Studi Kasus : Banten). Pelaksanaan analisis perubahan penutup lahan telah dilakukan

menggunakan metode penginderaan jauh (inderaja). Identifikasi peta perubahan penutup lahan

dilakukan dengan menggunakan citra SPOT 4 tahun 2007 dan SPOT 4 2012. Metode Maximum

Likelihood Classification (Supervised Classification) merupakan metode yang digunakan dalam

penelitian ini yaitu dengan melakukan proses klasifikasi menggunakan software Envi 4.7 dan arcGIS.

1.2 Tujuan dan Manfaat

Tujuan dari kerja praktek ini adalah

1. Memahami konsep Land Cover

2. Mengerti dan memahami langkah-langkah dalam proses menganalisis perubahan Land Use/

Land Cover menggunakan citra satelit

3. Sebagai salah satu syarat untuk mencapai gelar sarjana program studi Teknik Geodesi

Manfaat kerja praktek ini adalah

1. Mengetahui perubahan tutupan lahan daerah pesisir banten dari tahun 2007 sampai dengan

tahun 2012

2. Mengerti dan memahami langkah dalam melakukan proses klasifikasi terbimbing pada suatu

citra

Page 3: LAPORAN Kerja Praktek KLASIFIKASI SUPERVISED UNTUK PENUTUP LAHAN MENGGUNAKAN CITRA SPOT-4

3

BAB II

TINJAUAN PUSTAKA

2.1 Tutupan Lahan

Penutup/tutupan lahan adalah vegetasi dan konstruksi artifisial yang mentup permukaan lahan

(Lindgren,1985). Penutup/tutupan lahan berkaitan dengan jenis kenampakan di permukaan bumi

seperti bangunan, danau, vegetasi (Lillesand/Kiefer, 1994).

Klasifikasi tutupan lahan dan klasifikasi penggunaan lahan adalah upaya pengelompokkan

berbagai jenis tutupan lahan atau penggunaan lahan kedalam suatu kesamaan sesuai dengan sistem

tertentu. Klasifikasi tutupan lahan dan klasifikasi penggunaan lahan digunakan sebagai pedoman atau

acuan dalam proses interpretasi citra penginderaan jauh untuk tujuan pembuatan peta tutupan lahan

maupun peta penggunaan lahan. Menurut USGS (United States Geological Survey) sistem klasifikasi

tutupan lahan dan penggunaan lahan adalah seperti berikut:

Level I Level II

1 Urban or built-up land 1

1

Residential

1

2

Commercial and Service

1

3

Transportation, Communications

and utilities

1

4

Industrials and Commercial complexs

1

5

Mixed and commercial complexs

1

6

Mixed urban or built-up land

1

7

Other urban or built-up land

2 Agricultural Land 2

1

Cropsland and pasture

2

2

Orchads, groves, vineyards,

nurseries and ornamental

horticultural areas

2

3

Confined feedings operations

Page 4: LAPORAN Kerja Praktek KLASIFIKASI SUPERVISED UNTUK PENUTUP LAHAN MENGGUNAKAN CITRA SPOT-4

4

Level I Level II

2

4

Other agricultural land

3 Rangeland 3

1

Herbaceous rangeland

3

2

Shrub-brushland rangeland

3

3

Mixed rangeland

4 Forest land 4

1

Deciduous forest land

4

2

Evergreen forest land

4

3

Mixed forest land

5 Water 5

1

Streams and canal

5

2

Lakes

5

3

Reservoirs

5

4

Bays and estuaries

6 Wetland 6

1

Forested wetland

6

2

Nonforested wetland

7 Barren Land 7

1

Dry salt flats

7

2

Beaches

7

2

Sandy areas other than beaches

7

3

Bare exposed rock

Page 5: LAPORAN Kerja Praktek KLASIFIKASI SUPERVISED UNTUK PENUTUP LAHAN MENGGUNAKAN CITRA SPOT-4

5

Level I Level II

7

4

Strip mines, quarries and gravel pits

7

5

Transitional areas

7

6

Mixed barren land

8 Tundra 8

1

Shrub and brush tundra

8

2

Herbaceous tundra

8

3

Bare ground tundra

8

4

Wet tundra

8

5

Mixed tundra

9 Perennial snow or ice 9

1

Perennial snowfields

9

2

Glaciers

Tabel klasifikasi tutupan lahan dan penggunaan lahan diatas mencakup seluruh wilayah yang

ada di bumi ini. Namun untuk penggunaan disuatu wilayah tertentu hanya menggunakan sebagian saja

dari tabel diatas. Misalnya untuk wilayah Indonesia, tutupan dan penggunaan lahan yang umumnya

digunakan adalah sebagai berikut:

No Tutupan/Penggunaan Lahan

1 Semak / Belukar

2 Danau / Waduk / Sungai

3 Hutan

4 Kebun

5 Permukiman

6 Rawa

7 Sawah

8 Tegalan / Ladang

Page 6: LAPORAN Kerja Praktek KLASIFIKASI SUPERVISED UNTUK PENUTUP LAHAN MENGGUNAKAN CITRA SPOT-4

6

2.2 Pengertian Penginderaan Jauh

Penginderaan Jauh (Remote Sensing) di singkat inderaja adalah ilmu seni untuk memperoleh

informasi tentang suatu obyek, daerah, atau fenomena melalui analisis data yang diperoleh dengan

suatu alat tanpa kontak langsung dengan objek, daerah atau fenomena yang dikaji (Lillesand dan

Kiefer,1994).

Inderaja berkembang pesat setelah diluncurkannya ERTS (Earth Resources Technology Satelite)

pada tahun 1972. Awal tahun 1960 sudah mulai pengembangan inderaja walaupun terbatas pada

penelitian dan analis foto udara multispectral scanner dan digitalisasi foto udara.

Alat yang digunakan untuk penginderaan jauh merupakan upaya memperoleh informasi tentang

objek tanpa terjadi kontak langsung dengan objek disebut sensor. Data yang diperoleh dari

penginderaan jauh dapat berbentuk hasil dari variasi daya, gelombang bunyi atau gelombang

elektromagnetik.

2.3 Klasifikasi Citra

2.3.1 Supervised Classification (Klasifikasi Terbimbing)

Supervised Classification merupakan metode yang di mulai dengan pengenalan pola spectral,

prosedur training area, penyusun kunci interpretasi, dan klasifikasi hingga pengeluarnnya. Pada

proses terwasi ini digunakan data penginderaan jauh multispektral yang berbasis numerik, maka

pengeluaran polanya merupakan proses otomatik dengan bantuan komputer. Klasifikasi tersebut akan

menghasilkan Peta Tematik dalam bentuk raster. Setiap piksel yang terdapat di dalam setiap kelas

hasil klasifikasi diasumsikan memiliki karakteristik yang homogen.

Kegiatan klasifikasi terawasi ini dilakukan dengan membuat training sample terhadap objek-

objek kenampkan yang sama dan dimasukan kedalam kelasnya masing-masing. Pembagian kelas

ditentukan sesuai dengan kebutuhan. Training site merupakan contoh informasi kelas-kelas yang akan

diklasifikasikan, seperti hutan, lahan kosong, sawah permukiman dan lain sebagainya. Setiap training

site harus berbentuk polygon tertutup yang diberi satu kelas informasi beberapa nilai integer 1 dan

255 (Diyono,2001)

2.3.2 Maximum Likelihood

Pada algoritma ini, piksel diklaskan sebagai obyek tertentu tidak karena jarak melainkan oleh

bentuk, ukuran dan orientasi sampel pada feature space. ( Danoedoro, 1996 )

Page 7: LAPORAN Kerja Praktek KLASIFIKASI SUPERVISED UNTUK PENUTUP LAHAN MENGGUNAKAN CITRA SPOT-4

7

BAB III

METODOLOGI

3.1 Alat dan Bahan

Alat dan bahan yang dibutuhkan dalam praktikum penginderaan jauh terapan tentang

klasifikasi supervised ini antara lain :

1. Alat

- 1 PC Acer Aspire 4930

- 1 PC Lenovo

- Printer

2. Bahan

- Citra SPOT 4 tahun 2007 daerah Banten

- Citra SPOT tahun 2012 daerah Banten

- Software ArcGis 10.1

- Software Envi 4.7

3.2 Waktu dan Lokasi

Waktu dan Lokasi data praktikum adalah :

Waktu : Tahun 2007 (SPOT 4) dan Tahun 2013 (SPOT4)

Lokasi : Banten

Page 8: LAPORAN Kerja Praktek KLASIFIKASI SUPERVISED UNTUK PENUTUP LAHAN MENGGUNAKAN CITRA SPOT-4

8

3.3 Tahapan Pelaksanaan

1. Persiapan

Tahap ini merupakan langkah awal dalam kerja praktek yaitu studi literatur

sebagai acuan dalam memperdalam materi serta memeperluas wawasan.

Kemudian mempersiapkan segala kebutuhan penelitian seperti alat dan bahan.

2. Pengumpulan Data

Tahap ini merupakan pencarian data-data yang diperlukan dalam kerja praktek

meliputi citra SPOT 4, Peta Rupa Bumi Indonesia dan Citra DEM.

3. Tahap Pra Pengolahan

Tahap ini meliputi koreksi geometrik padda citra dan pemotongan citra

(Cropping). Cropping berfungsi untuk membatasi daerah dan mengurangi besar

file citra. Daerah penelitiannya yaitu wilayah pesisir Banten.

4. Tahapan Pengolahan

- Komposit Warna

Komposit warna merupakan pengolahan citra dengan cara variasi dari beberapa

band sekaligus. Hal ini bertujuan untuk memepertajam kenampakan obyek

tertentu sesuai dengan keperluan, sehingga mempermudah dalam melakukan

interpretasi citra.

- Penajaman citra

Proses penajaman citra dilakukan untuk memepermudah dalam

menginterpretassikan obyek-obyek yang ada pada tampilan citra.

- Supervised Classification (Klasifikasi Terbimbing)

Klasifikasi terbimbing dilakukan dengan menggunakan Google Earth sebagai

referensi. Artinya kita sudah mengetahui landcover dari training area yang kita

buat. Training area merupakan sampel kelas yang sudah kita ketahui melalui

Google Earth. Setelah melakukan klasifikasi supervised maka dilakukan

klasifikasi tutupan lahan disekitar pesisir seperti sawah, permukiman dll.

- Hasil

Dari Proses Supervised Classification diperoleh peta perubahan luas penutup

lahan.

Page 9: LAPORAN Kerja Praktek KLASIFIKASI SUPERVISED UNTUK PENUTUP LAHAN MENGGUNAKAN CITRA SPOT-4

9

BAB IV

HASIL DAN PEMBAHASAN

4.1 Hasil dan Pembahasan

4.1.1 Hasil dan Analis koreksi Geometrik Citra SPOT Tahun 2007

Dalam penelitian ini koreksi geometrik menggunakan metode image to image

registration yaitu suatu citra yang terdistorsi dikoreksi dengan menggunakan

Peta Rupa Bumi Indonesia yang ditumpang susun dengan DEM. Koordinat

dan RMS hasil koreksi geometrik adalah sebagai berikut :

Tabel 4.1 Nilai RMS Citra SPOT 4 Tahun 2007

Titik Cell-X Cell-Y Easting Northing RMS

1 265.00 1433.00 579070.66 9277521.50 0.03

2 386.33 1405.67 585679.63 9279335.13 0.07

3 728.00 778.00 592503.77 9247210, 34 0,12

4 786.75 515, 25 593671.87 9297163.97 0,09

5 944.00 431.00 596807.28 9298762.42 0,01

Total RMSe 0.074307

Sumber:Pengolahan data tahun 2007

Tabel 4.2 Nilai RMS Citra SPOT 4 Tahun 2012

Titik Cell-X Cell-Y Easting Northing RMS

1 138.94 1473.00 580607.63 9278105.55 0.17

2 180.20 1440.40 581437.59 9278751.08 0.13

3 831.25 1481.00 594501.83 9277859.64 0,28

4 699.50 1384.00 591858.24 9279826.96 0,43

5 641.00 1046.63 590720.88 9286558.88 0,09

6 787.93 515.86 593702.61 9297194.71 0.01

Total RMSe 0.230811

Sumber:Pengolahan data tahun 2012

Pada koreksi citra SPOT tahun 2007 menggunakan 5 titik kontrol dengan ∑RMSerror sebesar

0.074307 sedangkan untuk koreksi citra SPOT tahun 2012 menggunakan 6 titik kontrol dengan

∑RMSerror sebesar 0.230811. Kesalahan RMSerror yang masih di perbolehkan yaitu sebesar 0,5.

maka hasilnya masih memenuhi syarat yang telah memenuhi standar dalam koreksi geometrik

Page 10: LAPORAN Kerja Praktek KLASIFIKASI SUPERVISED UNTUK PENUTUP LAHAN MENGGUNAKAN CITRA SPOT-4

10

4.2 Klasifikasi Supervised

4.2.1 SPOT 4 tahun 2007

Setelah melakukan proses klasifikasi supervised untuk citra SPOT 4,

diperoleh hasil klasifikasi sebagai berikut :

Gambar 4.1 Hasil Klasifikasi Supervised SPOT 4

Pada klasifikasi ini dibagi menjadi 6 kelas yaitu Perairan (laut, danau, sungai), Lahan

Terbangun (Pemukiman,Pelabuhan), Hutan, Sawah, Tanah terbuka dan Perkebunan.

4.2.2 SPOT 4 2012

Setelah melakukan proses klasifikasi supervised untuk citra SPOT 4 2012,

diperoleh hasil klasifikasi sebagai berikut :

Gambar 4.2 Hasil Klasifikasi Supervised Landsat 8

Dari klasifikasi supervised dihasilkan beberapa kelas yaitu hutan, lahan terbangun, laut

dangkal, laut, tanah terbuka, sawah, perkebunan.

Page 11: LAPORAN Kerja Praktek KLASIFIKASI SUPERVISED UNTUK PENUTUP LAHAN MENGGUNAKAN CITRA SPOT-4

11

4.3 Pertimbangan Pemilihan Kelas

Secara umum pertimbangan dalam pemilihan kelas untuk klasifikasi supervised

berdasarkan hasil kenampakan tutupan lahan citra SPOT 4 dengan komposit band tertentu

yang mendekati sebenarnya. Selain itu untuk citra SPOT 4, pemilihan kelas juga

berdasarkan kenampakan tutupan lahan di google earth. Pertimbangan pemilihan kelas di

tiap klasifikasi yaitu :

4.3.1 Klasifikasi Supervised

1. SPOT 4 2007

Pada klasfikasi Supervised menggunakan SPOT 4 2007, pertama kali proses

klasifikasi membagi menjadi 7 kelas. Setelah itu dibagi lagi (reclass) 6 kelas yaitu

Perairan (peairan dangkal, perairan dalam), Lahan Terbangun

(pemukiman,pelabuhan),Tanah Terbuka, Hutan, Sawah dan Perkebunan, agar

lebih mudah mengklasifikasikannya. Seperti yang telah dijelaskan tadi.

Gambar 4.3 Pembagian Kelas Klasifikasi Supervised SPOT 2007

Pertimbangan dari 7 menjadi 6 kelas berdasarkan pada citra SPOT 4 yang telah

dikomposit dengan band 213 (Tutupan Lahan) dan berdasarkan google earth.

Page 12: LAPORAN Kerja Praktek KLASIFIKASI SUPERVISED UNTUK PENUTUP LAHAN MENGGUNAKAN CITRA SPOT-4

12

Gambar 4.4 Citra SPOT 4 Komposit Band 213

Dari citra dengan komposit band 213 ditentukan kelas – kelas tutupan lahan.

Berikut pertimbangan pemilihan kelas :

No Nama Kelas Warna Pertimbangan Pemilihan Kelas

1. Perairan

Pada kelas perairan ini yang termasuk di

dalamnya adalah laut, danau, sungai,

serta tubuh air lainnya. Hal ini

dikarenakan kenampakan objek – objek

tersebut sama sehingga diklasifikasikan

dalam satu kelas.

2. Tanah Terbuka

(lahan terbuka)

Meskipun area lahan kosong tidak

banyak, namun kenampakannya sangat

jelas. Sehingga mudah diinterpretasi dan

masuk dalam kelas klasifikasi.

3. Lahan

Terbangun

Kelas pemukiman mayoritas terdapat di

pinggir laut dan beberapa di tengah,

sehingga kelas permukiman ini

dipertimbangkan untuk menjadi satu

kelas.

4. Hutan

Pada daerah Banten terdapat area hutan,

meskipun tidak mendominasi. Cukup

sulit untuk diidentifikasi.

5. Sawah

Merupakan area yang cukup

mendominasi dan mudah diidentifikas,

Page 13: LAPORAN Kerja Praktek KLASIFIKASI SUPERVISED UNTUK PENUTUP LAHAN MENGGUNAKAN CITRA SPOT-4

13

No Nama Kelas Warna Pertimbangan Pemilihan Kelas

terdapat di sekitar permukiman.

6. Perkebunan

Kelas perkebunan dipilih dikarenakan

masih cukup banyak dijumpai objek

perkebunan pada daerah citra ini.

Berikut ini perbandingan antara citra SPOT 4 asli (komposit band 213 dengan

hasil klasifikasi Supervised :

Gambar 4.5 Perbandingan Citra SPOT 4 2007 dan Hasil Klasifikasi Supervised

2. SPOT 4 2012

Pada klasifikasi supervised SPOT 4, dihasilkan 6 kelas yaitu perairan, lahan

terbuka, lahan terbangun, sawah, perkebunan, tanah terbuka

Gambar 4.6 Pembagian Kelas Klasifikasi Supervised SPOT 4

Page 14: LAPORAN Kerja Praktek KLASIFIKASI SUPERVISED UNTUK PENUTUP LAHAN MENGGUNAKAN CITRA SPOT-4

14

6 kelas didapat dari perbandingan citra SPOT 4 dengan komposit band 213, dan

juga dengan menggunakan referensi dari google earth

Gambar 4.7 Perbandingan Citra SPOT 4 dan Hasil Klasifikasi Supervised

Pertimbangan pemilihan 6 kelas tersebut adalah berikut :

No Nama Kelas Warna Pertimbangan Pemilihan Kelas

1. Perairan

Pada kelas perairan ini yang termasuk di

dalamnya adalah laut, danau, sungai,

serta tubuh air lainnya. Hal ini

dikarenakan kenampakan objek – objek

tersebut sama sehingga diklasifikasikan

dalam satu kelas

2. Tanah Terbuka

(Lahan

Terbuka)

Pada kelas lahan terbuka ini merupakan

objek yang menyerupai sawah namun

sudah tidak ada tanaman lagi. Alasan

pemilihan kelas ini karena banyak

kenampakan objek ini pada citra.

3. Lahan

Terbangun

Kelas pemukiman mayoritas terdapat di

pinggir laut dan beberapa di tengah,

sehingga kelas permukiman ini

dipertimbangkan untuk menjadi satu

kelas.

4. Hutan

Pada daerah Banten terdapat area hutan,

meskipun tidak mendominasi. Cukup

sulit untuk diidentifikasi..

Page 15: LAPORAN Kerja Praktek KLASIFIKASI SUPERVISED UNTUK PENUTUP LAHAN MENGGUNAKAN CITRA SPOT-4

15

5. Perkebunan Kelas perkebunan dipilih dikarenakan

masih cukup banyak dijumpai objek

perkebunan pada daerah citra ini.

6. Sawah

Merupakan area yang cukup

mendominasi dan mudah diidentifikas,

terdapat di sekitar permukiman.

4.4 Hasil Perubahan Luas Tutupan Lahan

Perubahan penutup lahan yang dideteksi dengan menggunakan metode image

differencing menunjukkan adanya perubahan pada semua kelas penutup lahan yang

digunakan. Tabel di bawah ini mentabulasikan perubahan jumlah piksel dan luas

setiap kelas penutup lahan yang digunakan pada citra SPOT 2007 dan 2012

: Tabel 4.3 Perubahan nilai piksel penutup lahan pada citra SPOT 4

No

Kelas Penutup

Lahan tahun

2007

Jumlah piksel

tahun 2007

Jumlah piksel

tahun 2012

Perubahan

nilai piksel

1 Tubuh Air 45.368 44.219 -1.149

2 Sawah 21.017 44.040 23.023

3 Lahan

Terbangun 6.108 7.285 1.177

4 Tanah Terbuka 2.295 1.607 -0.688

5 Perkebunan 85.424 62.115 -23.309

6 Hutan Sekunder 589 734 145

Jumlah 749.212 893.266

Tabel 4.3 Perubahan luas penutup lahan pada citra SPOT 4

No

Kelas Penutup

Lahan tahun

2007

Luas Tahun 2007

(Km²)

Luas Tahun

2012 (Km²)

Perubahan

Luas (Km²)

1 Tubuh Air 18.1472 17.6876 -0.4596

2 Sawah 8.4068 17.6160 9.2092

3 Lahan

Terbangun 2.4432 2.914 0.4708

4 Tanah Terbuka 0.918 0.6428 -0.2752

5 Perkebunan 34.1696 24.846 -9.3236

6 Hutan Sekunder 0.2356 0.2936 0.058

Jumlah 64.3204 64.0000

Page 16: LAPORAN Kerja Praktek KLASIFIKASI SUPERVISED UNTUK PENUTUP LAHAN MENGGUNAKAN CITRA SPOT-4

16

Gambar 4.8 Grafik Perubahan Luas Penutup Lahan 2007 dan 2012

Dari tabel di atas dapat diketahui bahwa untuk klasifikasi supervised, luas tutupan lahan

dari SPOT 4 (tahun 2007) ke SPOT 4 (tahun 2012) ada beberapa kelas penutup lahan yang

mengalami penyusutan luas penggunaanya dan ada pula yang mengalami peningkatan

penggunaanya. Tanda negatif (-) menunjukan adanya penurunan penutup lahan 2009 ke

2012, sedangkan positif menunjukan jika terjadi penambahan penutup lahan untuk kelas

tersebut. perubahan.

Kelas pentup lahan sawah mengalami penambahan sebesar 9.2092 Km².hal ini

dimungkinkan karena perubahan lahan dari perkebunan menjadi sawah.

Luas tubuh air pada tahun 2007 sebesar 18.1472 Km² dan pada tahun 2012 sebesar

17.6876 Km². Perubahan tubuh air sebesar -0.4596 Km² dikarenakan adanya lahan

terbangun seperti pelabuhan ataupun keterbatasan metode maximum likelihood untuk

tubuh air.

Kelas penutup lahan lahan terbangun mengalamik penambahan sebesar 0.4708 Km²

itu dikarenakan untuk wilayah banten otonomi daerah sedang berkembang dan potensi

wisata yang cukup baik sehingga mengundang investor untuk investasi.

Dari perubahan yang terjadi dapat dianalisis bahwa dari tahun 2007 sampai 2012

daerah Banten mengalami pengurangan perkebunan yang cukup banyak yaitu seluas -

9.3236 Km². Berkurangnya luas perkebunan ini dikarenakan perubahan lahan dari

perkebunan menjadi sawah. Seiring perubahan jaman tentu rencana tata ruang dan

wilayah akan beradaptasi dengan keadaan yang terjadi.

05

101520

25

30

35

Luas Tahun 2007 (Km²)

Luas Tahun 2012 (Km²)

Page 17: LAPORAN Kerja Praktek KLASIFIKASI SUPERVISED UNTUK PENUTUP LAHAN MENGGUNAKAN CITRA SPOT-4

17

Perbedaan hasil klasifikasi dapat disebabkan beberapa hal diantaranya perbedaan

interpretasi dalam mengklasifikasikan objek tutupan lahan, cukup banyaknya awan, dan

kurangnya informasi yang tepat tentang tutupan lahan daerah wilayah pesisir banten.

Page 18: LAPORAN Kerja Praktek KLASIFIKASI SUPERVISED UNTUK PENUTUP LAHAN MENGGUNAKAN CITRA SPOT-4

18

BAB V

PENUTUP

5.1 Kesimpulan

Dari kerja praktek yang telah dilakukan dapat ditarik kesimpulan :

1. Proses klasifikasi supervised dapat digunakan untuk mengetahui jenis tutupan lahan.

Dengan membuat training area di objek yang homogen misalnya sawah, hutan dll

yang natinya setelah diklasifikasikan berdasarkan spektral training area oleh

perangkat komputer.

2. Luas tutupan lahan daerah Banten dari tahun 2007 – 2012 mengalami perubahan

dengan perubahan yang terjadi selama 5 tahun adalah sebagai berikut :

- Bertambahnya luas tutupan lahan sawah sebesar 9.2092 Km²

- Berkurangnya luas tutupan lahan perkebunan sebesar 9.3236 Km²

- Berkurangnya luas tubuh air sebesar 0.4596 Km²

- Bertambahnya luas tutupan lahan terbangun 0.4708 Km²

- Berkurangya luas tutupan lahan tanah terbuka sebesar 0.2752 Km²

- Bertambahnya luas tutupan hutan sekunder sebesar 0.058 Km²

5.2 Saran

Dari kerja praktek yang telah dilakukan saran yang diberikan antara lain :

1. Dalam proses klasifikasi diharapkan mempunyai referensi lain tentang tutupan lahan

daerah tersebut

2. Lebih teliti saat melakukan proses klasifikasi supervised

Page 19: LAPORAN Kerja Praktek KLASIFIKASI SUPERVISED UNTUK PENUTUP LAHAN MENGGUNAKAN CITRA SPOT-4

19