TUGAS AKHIR – RG 141536

PENGGUNAAN CITRA SATELIT LANDSAT 8TERKLASIFIKASI UNTUK EVALUASI POLA RUANGPESISIR DI WILAYAH PENGEMBANGAN IIKABUPATEN LAMONGAN

I KOMANG RAMA RULIFFNRP 3509 100 006

Dosen PembimbingDr-Ing. Ir. Teguh Hariyanto, MSc

JURUSAN TEKNIK GEOMATIKAFakultas Teknik Sipil Dan PerencanaanInstitut Teknologi Sepuluh NopemberSurabaya 2015

FINAL ASSIGNMENT – RG 141536

USE OF LANDSAT 8 SATELLITE IMAGES CLASSIFIEDFOR EVALUATION PATTERN OF COASTAL AREA INAREA DEVELOPMENT DISTRICT II LAMONGAN

I KOMANG RAMA RULIFFNRP 3509 100 006

AdvisorDr-Ing. Ir. Teguh Hariyanto, MSc

GEOMATICS ENGINEERING DEPARTMENTFaculty of Civil Engineering and PlanningSepuluh Nopember Institute of TechnologySurabaya 2015

iii

PENGGUNAAN CITRA SATELIT LANDSAT 8TERKLASIFIKASI UNTUK EVALUASI POLA RUANG

PESISIR DI WILAYAH PENGEMBANGAN IIKABUPATEN LAMONGAN

Nama : I Komang Rama RuliffNRP : 3509 100 006Jurusan : Teknik Geomatika FTSP - ITSDosen Pembimbing : Dr-Ing. Ir. Teguh Hariyanto, MSc

ABSTRAK

Pesisir adalah wilayah yang unik, karena dalam konteksbentang alam, wilayah pesisir merupakan tempat bertemunyadaratan dan lautan. Lebih jauh, wilayah pesisir merupakanwilayah yang penting ditinjau dari berbagai sudut pandangperencanaan dan pengelolaan. Transisi antara daratan danlautan di wilayah pesisir telah membentuk ekosistem yangberagam dan sangat produktif serta memberikan nilai ekonomiyang luar biasa terhadap manusia. Konsekuensi dari tekananterhadap pesisir ini adalah masalah pengelolaan yang timbulkarena konflik pemanfaatan yang timbul akibat berbagaikepentingan yang ada di wilayah pesisir.

Penelitian ini menggunakan teknologi baru yaitu satelitLandsat 8. Dengan menggunakan citra terklasifikasi, klasifikasiyang digunakan adalah klasifikasi supervised. Membandingkan 3metode yaitu Maximum Likelihood, Paralleelepiped, danMinimum Distance.

Dari 3 klasifikasi yang digunakan, yang memenuhisyarat adalah metode Maximum Likelihood dengan confusionmatrix 86.63% dan ketetapan interpretasi 92.73%. Pada wilayahRencana Pola Ruang WP II di tahun 2014, penggunaaan lahanRencana Pola Ruang WP II di tahun 2014 menunjukan adanyakesesuaian yaitu 3134.54 Ha atau sebesar 23.47% denganpenggunaan lahan paling luas yaitu tambak sebesar 796.42 Ha

iv

(5.92%) dari total wilayah Rencana Pola Ruang WP II.Sedangkan, penggunaan lahan tidak sesuai 10222.72 Ha atausebesar 76.53% dengan penggunaan lahan paling luas yaituindustri sebesar 5097.63 Ha (38.16%).

Kata Kunci—Pesisir, Rencana Pola Ruang WP II, CitraLandsat, Penggunaan Lahan.

iii

USE OF LANDSAT 8 SATELLITE IMAGES CLASSIFIEDFOR EVALUATION PATTERN OF COASTAL AREA IN

AREA DEVELOPMENT DISTRICT II LAMONGAN

Name : I Komang Rama RuliffNRP : 3509 100 006Department : TeknikGeomatika FTSP - ITSAdvisor : Dr-Ing. Ir. TeguhHariyanto, MSc

ABSTRACT

Coast is an unique area, because in the contextoflandscape, coastal areais a meeting placeof land andsea.Furthermore, the coastalareais animportant areaintermsofvariousviewpoints ofplanning and management.Thetransition betweenland and seaincoastal areashave formedadiverse ecosystemsandveryproductiveand provideatremendouseconomicvaluetohumans.Consequencesofthepressures onthis coast is a problem ofcoastalmanagement thatarisebecause ofconflictsfromtheutilization that arising fromthe variousof intereststhat existincoastal areas.

This research using new technology is Landsat 8 Satelliteimages. Using classified satellite image, classification used is thesupervised classification.Comparing thethreemethods: MaximumLikelihood, Paralleelepiped, and Minimum Distance.

Used 3 classification whichqualifiesismaximumlikelihood methodwith 86.63% of confusion matrix anddetermination of interpretation is 92.73%.In the region of patternof plan area WP II in 2014, the use of the land of pattern ofplanarea WP II in 2014 showed that there is 3134,54 hectares orsuitability of 23,47% with the most extensive land use is fishpondof 796.42 Ha (5.92%) of the total pattern of planarea WP II.Meanwhile, land useis not in accordance10222.72ha, or76.53%

iv

with themostextensiveland usethat istheindustryof5097.63ha(38.16%).

Key Words—Coast, Pattern of plan area WP II, Landsat8 Satellite image, Landuse.

ix

KATA PENGANTAR

Dengan mengucapkan rasa syukur terhadap Tuhan YangMaha Esa atas segala limpahan rahmat dan karunia-Nyalahsehingga penulis dapat menyelesaikan Tugas Akhir ini yangberjudul “Penggunaan Citra Satelit Landsat 8 TerklasifikasiUntuk Evaluasi Pola Ruang Pesisir Di WilayahPengembangan II Kabupaten Lamongan”.

Penulis mengucapkan rasa terima kasih yang sebesar-besarnya kepada semua pihak yang mendukung dan membantupenulis selama menjalani perkuliahan dan penyusunan TugasAkhir ini, yaitu :1. Orang tua penulis, Ibu Srini, serta seluruh keluarga besar

termasuk kakak tercinta Leliqia, terimakasih atas doa,bimbingan dan dukungan baik moril maupun materiil yangtelah diberikan.

2. Bapak Dr. Ir. M. Taufik, selaku Ketua Jurusan TeknikGeomatika ITS.

3. Bapak Dr-Ing. Teguh Hariyanto, MSc selaku dosenpembimbing dalam tugas akhir ini, yang telah memberikanbantuan dan pengarahan dalam penyusunan tugas akhir ini.

4. Bapak Ibu dosen Teknik Geomatika ITS yang telahmemberikan bimbingan dan ilmunya.

5. Sahabat penulis atas segala semangat dan dukungan yangtelah diberikan.

6. Teman-teman seperjuangan angkatan 2009, terimakasih atasdoa dan dukungannya.

7. Pihak lain yang belum disebutkan yang turut membantusampai terselesaikannya buku ini.

Penulis menyadari bahwa Tugas Akhir ini masih jauh darisempurna. Penulis mengharapkan kritik dan saran yangmembangun sebagai masukan untuk perbaikan Tugas Akhir ini.Semoga Tugas Akhir ini dapat bermanfaat bagi semua pihak.

x

Terima Kasih.

Surabaya, Juli 2015

Penulis

xi

DAFTAR ISI

HALAMAN JUDUL .............................................................. iABSTRAK ............................................................................. iiiLEMBAR PENGESAHAN .................................................... viiKATA PENGANTAR ............................................................ ixDAFTAR ISI .......................................................................... xiDAFTAR GAMBAR ............................................................. xiiiDAFTAR TABEL .................................................................. xvDAFTAR LAMPIRAN .......................................................... xvii

BAB I PENDAHULUAN1.1 Latar Belakang ............................................................... 11.2 Perumusan Masalah ....................................................... 31.3 Batasan Masalah ............................................................. 31.4 Tujuan ............................................................................. 31.5 Manfaat ........................................................................... 4

BAB II TINJAUAN PUSTAKA2.1 Penginderan Jauh ........................................................... 52.2 Citra Satelit Landsat 8 .................................................... 62.3 Landasan Hukum Penyusunan Tata Ruang .................... 82.4 Pengelolaan Pesisir Secar Terpadu ................................. 102.5 Definisi Kawasan Pesisir ................................................ 112.6 Klasifikasi Terselia (Supervised) ................................... 13

2.6.1 Maximum Likelihood Classifier ............................. 132.6.2 Parallelepiped Classifier........................................ 162.6.3 Minimum Distance ................................................. 18

2.7 Wilayah Pengembangan II Kabupaten Lamongan.......... 202.8 Penelitian Terdahulu ....................................................... 23

BAB III METODOLOGI PENELITIAN3.1 Lokasi Penelitian ............................................................ 253.2 Data dan Peralatan .......................................................... 25

3.2.1 Data ...................................................................... 25

xii

3.2.2 Peralatan ............................................................... 263.2.2.1 Perangkat Keras (Hardware).................... 263.2.2.2 Perangkat Lunak (Software)..................... 26

3.3 Metodologi Penelitian .................................................... 263.3.1 Tahapan Penelitian ................................................. 263.3.2 Tahapan Pengolahan Data...................................... 29

BAB IV HASIL DAN ANALISA4.1 Pemilihan Data ............................................................... 334.2 Koreksi Geometrik .......................................................... 334.3 Klasifikasi Citra ............................................................. 34

4.3.1 Klasifikasi Maximum Likelihood ........................... 354.3.2 Klasifikasi Parallelepiped...................................... 394.3.3 Klasifikasi Minumum Distance .............................. 43

4.4 Analisa Tutupan Lahan ................................................... 474.5 Uji Ketelitian Klasifikasi................................................. 474.6 Evaluasi Pola Ruang Pesisir............................................ 494.7 Evaluasi Kesesuaian Penggunaan Lahan Dengan

Rencana Pola Ruang ...................................................... 50

BAB V PENUTUP5.1 Kesimpulan .................................................................... 535.2 Saran ............................................................................... 54

DAFTAR PUSTAKALAMPIRANBIODATA PENULIS

xv

DAFTAR TABEL

Tabel 2.1 Karakteristik Citra Satelit Landsat 8.................... 7Tabel 2.2 Luas Daerah Per Kecamatan Menurut

Klasifikasi Kemiringan KabupatenLamongan ............................................................ 20

Tabel 2.3 Jumlah Penduduk Kabupaten LamonganTahun 2002 – 2007 .............................................. 21

Tabel 4.1 Nilai RMSerror Landsa 8 tahun 2014 ................. 33Table 4.2 Kelas Tutupan Lahan .......................................... 34Table 4.3 Luasan Tutupan Lahan Maximum Likelihood

Dengan Citra Landsat 8 Tahun 2014 .................. 38Table 4.4 Luasan Tutupan Lahan Parallelepiped

Dengan Citra Landsat 8 Tahun 2014 ................... 42Tabel 4.5 Luasan Tutupan Lahan Minimum Distance

Dengan Citra Landsat 8 Tahun 2014 ................... 46Tabel 4.6 Luasan Masing-Masing Metode Supervised

Tutupan Lahan Landsat 8 tahun 2014.................. 47Tabel 4.7 Hasil Perhitungan Confusion Matrix ................... 48Tabel 4.8 Hasil Perhitungan Ground Truth ......................... 48Tabel 4.9 Pembagian Luas Fungsi Lahan Pada

Rencana Pola Ruang WP II ................................. 49Tabel 4.10 Penggunaan Lahan Tahun 2014 Dengan

Rencana Pola Ruang 2011-2031.......................... 50

xvi

“Halaman Ini Sengaja Dikosongkan”

xiii

DAFTAR GAMBAR

Gambar 2.1 Satelit Landsat 8 .............................................. 6Gambar 2.2 Fungsi Kerapatan Probabilitas Yang

Didefinisikan Oleh Klasifikasi MaximumLikelihood ......................................................... 15

Gambar 2.3 Klasifikasi Parallelepiped ................................ 16Gambar 2.4 Cara klasifikasi Minimum Distance ................. 18Gambar 2.7 Wilayah Pengembangan Kabupaten

Lomongan ....................................................... 19Gambar 3.1 Lokasi Penelitian .............................................. 25Gambar 3.2 Tahapan Penelitian ........................................... 27Gambar 3.3 Diagram Alir Tahapan Pengolahan Data.......... 29Gambar 3.6 Tahapan Penelitian ........................................... 24Gambar 3.7 Diagram Alir Penelitian.................................... 26Gambar 4.1 ROI Tool Maximum Likelehood Landsat 8

Tahun 2014....................................................... 35Gambar 4.2 Classification Input File Maximum

Likelihood Pada Citra Landsat 8Tahun 2014....................................................... 36

Gambar 4.3 Maximum Likelihood Parameters PadaCitra Landsat 8 Tahun 2014 ............................. 36

Gambar 4.4 Maximum Likelihood Classifier Process .......... 37Gambar 4.5 Citra Hasil Tutupan Lahan Menggunakan

Metode Maximum Likelihood Pada CitraLandsat 8 Tahun 2014………………………... 37

Gambar 4.6 Peta Klasifikasi Tutupan LahanMenggunakan Metode MaximumLikelihood Pada Citra Landsat 8 tahun2014.................................................................. 38

Gambar 4.7 ROI Tool Parallelepiped Landsat 8Tahun 2014....................................................... 39

Gambar 4.8 Classification Input File ParallelepipedPada Citra Landsat 8 Tahun 2014..................... 40

xiv

Gambar 4.9 Parallelepiped Parameters Pada CitraLandsat 8 Tahun 2014 ..................................... 40

Gambar 4.10 Parallelepiped Classifier Process .................... 41Gambar 4.11 Citra Hasil Klasifikasi Tutupan Lahan

Menggunakan Metode ParallelepipedPada Citra Landsat 8 Tahun 2014..................... 41

Gambar 4.12 Peta Klasifikasi Tutupan LahanMenggunakan Metode ParallelepipedPada Citra Landsat 8 tahun 2014...................... 42

Gambar 4.13 ROI Tool Minimum Distance Landsat8 Tahun 2014.................................................... 43

Gambar 4.14 Classification Input File MinimumDistance Pada Citra Landsat8 Tahun 2014................................................... 44

Gambar 4.15 Minimum Distance Parameters PadaCitra Landsat 8 Tahun 2014 ............................. 44

Gambar 4.16 Minimum Distance Classifier Process ............. 45Gambar 4.17 Citra Hasil Klasifikasi Tutupan Lahan

Menggunakan Metode MinimumDistance Pada Citra Landsat 8 Tahun2014 .................................................................. 45

Gambar 4.18 Peta Klasifikasi Tutupan LahanMenggunakan Metode Minimum DistancePada Citra Landsat 8 tahun 2014..................... 46

Gambar 4.19 Peta Kesesuaian Lahan Rencana PolaRuang WP II 2014 ........................................... 51

xvii

DAFTAR LAMPIRAN

Lampiran 1 Perhitungan RMS Error Citra Satelit Landsat 8Tahun 2014

Lampiran 2 Hasil GroundtruthLampiran 3 DokumentasiLampiran 4 Peta Klasifikasi Tutupan Lahan Maximum

Likelihood WP II Kabupaten Lamongan 2014Lampiran 5 Peta Klasifikasi Tutupan Lahan Parallelepiped WP

II Kabupaten Lamongan 2014Lampiran 6 Peta Klasifikasi Tutupan Lahan Minimum Distance

WP II Kabupaten Lamongan 2014Lampiran 7 Peta Kesesuaian Lahan Rencana Pola Ruang WP II

2014Lampiran 8 Peta Rencana Pola Ruang WP II Kabupaten

Lamongan 2011-2031

xviii

“Halaman Ini Sengaja Dikosongkan”

1

BAB IPENDAHULUAN

1.1 Latar BelakangPesisir adalah wilayah yang unik, karena dalam

konteks bentang alam, wilayah pesisir merupakan tempatbertemunya daratan dan lautan (Kay and Alder, 1999).Lebih jauh, wilayah pesisir merupakan wilayah yangpenting ditinjau dari berbagai sudut pandang perencanaandan pengelolaan. Transisi antara daratan dan lautan diwilayah pesisir telah membentuk ekosistem yangberagam dan sangat produktif serta memberikan nilaiekonomi yang luar biasa terhadap manusia. Konsekuensidari tekanan terhadap pesisir ini adalah masalahpengelolaan yang timbul karena konflik pemanfaatanyang timbul akibat berbagai kepentingan yang ada diwilayah pesisir.

Berdasarkan Rencana Umum Tata Ruang Wilayah(RTRW) Kabupaten Lamongan, salah satu masalah yangdihadapi dalam pengembangan wilayah pesisir adalahkondisi kawasan lindung yang beralih fungsi untukkawasan budidaya sehingga menimbulkan permasalahanbaru seperti rawan banjir, longsor, dan kekeringan padawilayah perlindungan dibawahnya. Salah satu metodeuntuk mengetahui kesesuaian ruang pada kawasantersebut adalah memanfaatkan teknologi penginderaanjauh yang semakin berkembang, yakni melalui citrasatelit.

Untuk mengetahui berapa luasan tutupan lahan danpenggunaan lahan dapat digunakan teknologi baru munculdari pengembangan satelit Landsat 7 yang menyediakanband lebih kompleks, yakni satelit Landsat 8. Denganmenggunakan citra terklasifikasi, klasifikasi yangdigunakan adalah klasifikasi supervised. Dimanaklasifikasi yang baik digunakan dalam tutupan lahan

2

adalah metode Maximum Likelihood. Untuk mencari tahuklasifikasi yang lebih baik dari Maximum Likelihood,perlu membandingkan 3 motode klasifikasi lainya yaituMaximum Likelihood, Parallelepiped, dan MinimumDistance. Maximum Lilkelihood Classifier merupakanalgoritma yang secara statistik paling mapan, kalaualgoritma lain didasari oleh pengukuran jarak antarakoordinat gugus sampel dengan koordinat piksel kandidat,maka algoritma kemungkinan maksimum menggunakandasar perhitungan probabilitas. Parallepepied Classifier,proses ini dimulai dari piksel baris 1 kolom 1, sampaibaris terakhir kolom terakhir. Piksel yang bersangkutanmasuk ke salah satu kotak maka piksel ini diklasifikasikansebagai kelas yang menandai kotak tersebut. Itulahsebabnya klasifikasi parallelepiped disebut klasifikasi boxMinimum Distance Classifier, membutuhkan suatu nilaiambang sehingga bila semua jarak yang dihitung ternyatatidak ada yang memenuhinya, piksel yang bersangkutanakan dianggap tak terklasifikasi. Dengan menggunakantiga metode diatas, klasifikasi yang paling baik akandigunakan untuk dipenelitian ini.

Hasil dari penelitian mengenai penggunaan citrasatelit Landsat 8 terklasifikasi untuk evaluasi pola ruangpesisir di Wilayah Pengembangan II KabupatenLamongan kemudian akan digunakan sebagai analisaterhadap Rencana Umum Tata Ruang (RTRW)Kabupaten Lamongan sebagai analisis objektif tentangpengelolaan pola ruang wilayah pesisir agar kawasantersebut dapat dimanfaatkan dan dikelola secaraberkelanjutan.

1.2 Perumusan MasalahPerumusan masalah dalam penelitian ini adalah:

1. Bagaimana membandingkan citra Landsat 8 denganklasifikasi supervised menggunakan pendekatan

3

metode Maximum Likelihood, Paralleelepiped, danMinimum Distance di Wilayah Pengembangan IIKabupaten Lamongan

2. Bagaimana evaluasi kesesuaian pola ruang di WilayahPengembangan II Kabupaten Lamongan terhadapRencana Tata Ruang Wilayah (RTRW) KabupatenLamongan

1.3 Batasan MasalahBatasan masalah dari penelitian ini adalah:

1. Penelitian ini dilakukan di Wilayah Pengembangan II(WP II) Kabupaten Lamongan

2. Data yang digunakan adalah data citra satelit Landsat8 bulan September tahun 2014 resolusi 30m

3. Klasifikasi supervised menggunakan pendekatanMaximum Likelihood, Paralleelepiped, dan MinimumDistance

4. Analisis yang dilakukan merupakan evaluasikesesuaian pola ruang terhadap Rencana Tata RuangWilayah (RTRW) Kabupaten Lamongan

1.4 TujuanPenelitian ini bertujuan untuk:

1. Membandingkan citra Landsat 8 dengan klasifikasisupervised menggunakan pendekatan metodeMaximum Likelihood, Paralleelepiped, dan MinimumDistance di Wilayah Pengembangan II KabupatenLamongan

2. Memberikan informasi kesesuaian danketidaksesuaian penggunaan lahan terhadapanRencana Tata Ruang Wilayah (RTRW) KabupatenLamongan

1.5 Manfaat

4

Manfaat yang ingin diperoleh dari penelitian iniadalah untuk menggunakan citra Landsat 8 sebagai bahanevaluasi kesesuaian lahan dimana citra Landsat 8diperoleh tanpa mengeluarkan biaya. Sebagai bahanmasukan dan pertimbangan bagi pihak pengambilkebijakan tata ruang, baik di tingkat pusat ataupun daerah,agar perkembangan wilayah sesuai dengan orientasiperencanaan pembangunan kota. Selain itu hasil dari studiini juga dapat bermanfaat dalam menggambarkanpenggunaan lahan yang terdapat pada daerah RTRWKabupaten Lamongan yang terdiri dari dua kecamatanyaitu Kecamatan Brondong dan Kecamatan Paciran

5

BAB IITINJAUAN PUSTAKA

2.1 Penginderaan JauhMenurut Lillesand, Keifer, dan Chipman (2004),

penginderaan jauh adalah “Suatu ilmu dan seni untukmemperoleh informasi tentang objek, daerah, ataufenomena melalui analisa data yang diperoleh denganmenggunakan alat tanpa kontak langsung dengan objek,daerah, atau fenomena yang dikaji ”.

Sistem inderaja terdiri atas berbagai komponen yangterintegrasi dalam satu kesatuan. Komponen – komponentersebut meliputi sumber tenaga, atmosfer, obyek, sensordengan wahana, pengolahan data, interpretasi /analisisdan pengguna (user) (LAPAN).

Radiasi elektromagnetik yang mengenai suatu obyekkenampakan di muka bumi akan berinteraksi dalambentuk pantulan, serapan dan transmisi. Dalam prosestersebut, ada tiga hal penting, yaitu bagian tenaga yangdiserap, dipantulkan dan ditransmisikan akan berbedauntuk setiap obyek yang berbeda tergantung pada jenismateri dan kondisinya sehingga memungkinkan untukmembedakan obyek pada citra. Hal lain adalahketergantungan pada panjang gelombang obyek, berartibahwa pada suatu obyek yang sama akan berbeda padapanjang gelombangnya (Lillesand, Keifer, dan Chipman,2004).

Citra digital penginderaan jauh diperoleh dari sistemperekaman melalui sensor yang dipasang pada pesawatterbang ataupun citra satelit. Citra dalam format digital inibiasanya disimpan pada media magnetik, optik, ataupunmedia lainnya (disket, hard disk, compact disk, CCT atauComputer Compatible Tape, optical disk, dan flash disk),serta dapat ditampilkan menjadi gambar pada layarmonitor komputer (Danoedoro, 2012).

6

2.2 Citra Satelit Landsat 8Saat ini banyak sekali satelit mengorbit di luar

angkasa dngan fungsinya yang beragam misalnya satelitmiliter, satelit komunikasi, satelit pnginderaan jauh antarplanet, dan satelit penginderaan jauh sumber daya bumi.Citra satelit adalah citra yang dihasilkan dari pemotretanmenggunakan wahana satelit. Oleh karena itu,perkembangan teknik penginderaan jauh sistem satelitlebih maju daripada sistem airbone (foto udara)(Kusumowidagdo dkk, 2007). Landsat 8 merupakan salahsatu jenis satelit penginderaaan jauh yang khususmengindera bumi untuk maksud-maksud pengolahansumber daya bumi.

Gambar 2.1 Satelit Landsat 8(L.M Jaelani, 2013)

Satelit Landsat 8 merupakan satelit yang semuladisebut sebagai Landsat Data Continuity Mission(LDCM). Landsat 8 membawa 2 (dua) sensor, yaituOperational Land Imager (OLI) dengan 3 (tiga) bandbaru (band deep blue untuk studi pesisir/aerosol, bandinfrared gelombang pendek untuk mendeteksi cirrus, dan

7

Quality Assessment band) dan sensor Thermal InfraredSensor (TIRS) yang menyediakan 2 (dua) band termal.

Kedua sensor ini menyediakan peningkatan signal-to-noise radiometric (SNR) dengan menampilkan (yangditranslasikan dalam 4096 tingkat keabuan pada setiapcitra dibandingkan dengan 256 tingkat keabuan padainstrument 8 bit sebelumnya). Adapun peningkatantampilan signal-to-noise dapt menunjukkan karakteristikkondisi dan tutupan lahan yang lebih baik.

Secara umum, karakteristik satelit Landsat 8 adalahsebagai berikut :

Tabel 2.1 Karakteristrik Citra Landsat 8(L.M Jaelani 2013)

Band PanjangGelombang

(micrometer)

Resolusi(meter)

Band 1 - Coastal aerosol 0.43 – 0.45 30Band 2 – Blue 0.45 – 0.51 30Band 3 - Green 0.53 – 0.59 30Band 4 - Red 0.64 – 0.67 30Band 5 - Near Infrared

(NIR)0.85 – 0.88 30

Band 6 - SWIR 1 1.57 – 1.65 30Band 7 - SWIR 2 2.11 – 2.29 30Band 8 - Panchromatic 0.50 – 0.68 15Band 9 - Cirrus 1.36 – 1.38 30Band 10 - Thermal

Infrared (TIRRS) 110.60 – 11.19 100

Band 11 - ThermalInfrared (TIRS) 2

11.50 – 12.51 100

2.3 Landasan Hukum Penyusunan Tata RuangLandasan hukum penyusunan tata ruang di Indonesia

secara umum mengacu pada UU RI Nomor 24 Tahun

8

1992 tentang Penataan Ruang. Pedoman ini sebagailandasan hukum yang berisi tentang kewajiban setiappropinsi, kabupaten dan kota untuk menyusun tata ruangwilayah sebagai arahan pelaksanaan pembangunandaerah. Kewajiban daerah untuk menyusun tata ruangberkaitan dengan penerapan desentralisasi dan otonomidaerah. Menindaklanjuti UU tersebut di atas, MenteriPermukiman dan Prasarana Wilayah Nomor327/KPTS/M/2002 menetapkan enam pedoman bidangpenataan ruang, meliputi :

a) Pedoman penyusunan RTRW propinsib) Pedoman penyusunan Kembali RTRW propinsic) Pedoman penyusunan RTRW kabupatend) Pedoman penyusunan kembali RTRW kabupatene) Pedoman penyusunan RTRW perkotaanf) Pedoman penyusunan kembali RTRW perkotaanPedoman seperti tertulis di atas sebagai acuan bagi

para penanggung jawab pengembangan wilayah propinsi,kabupaten dan kawasan perkotaan. Pedoman penyusunanRTRW meliputi kegiatan penyusunan mulai daripersiapan hingga proses legalisasi. Hal-hal teknisoperasional yang belum diatur dalam Keputusan Menteriini diatur lebih lanjut oleh pemerintah kabupaten/kotasesuai dengan ketentuan yang berlaku.

Sesuai dengan UU Nomor 24 Tahun 1992 tentangPenataan Ruang, rencana tata ruang dirumuskan secaraberjenjang mulai dari tingkat yang sangat umum sampaitingkat yang sangat rinci seperti dicerminkan dari tataruang tingkat propinsi, kabupaten, perkotaan, desa, danbahkan untuk tata ruang yang bersifat tematis, misalnyauntuk kawasan pesisir, pulau-pulau kecil, jaringan jalan,dan lain sebagainya. Mengingat rencana tata ruangmerupakan salah satu aspek dalam rencana pembangunannasional dan pembangunan daerah, maka tata ruangnasional, propinsi dan kabupaten/kota merupakan satu

9

kesatuan yang saling terkait dan dari aspek substansi danoperasional harus konsistensi.

RTRW nasional merupakan strategi dan arahankebijakan pemanfaatan ruang wilayah negara yangmeliputi tujuan nasional dan arahan pemanfaatan ruangantar pulau dan antar propinsi. RTRW nasional disusunpada tingkat ketelitian skala 1:1.000.000 untuk jangkawaktu selama 25 tahun. RTRW propinsi merupakanstrategi dan arahan kebijaksanaan pemanfaatan ruangwilayah propinsi yang berfokus pada keterkaitan antarkawasan/kabupaten/kota. RTRW propinsi disusun padatingkat ketelitian skala 1:250.000 untuk jangka waktu 15tahun. RTRW kabupaten/Kota merupakan rencana tataruang yang disusun berdasarkan perkiraan kecenderungandan arahan perkembangan untuk pembangunan daerah dimasa depan. RTRW kabupaten disusun pada tingkatketelitian 1: 100.000 untuk kabupaten dan 1:25.000 untukdaerah perkotaan dengan jangka waktu 5-10 tahun sesuaiperkembangan daerah.

2.4 Pengelolaan Pesisir Secara TerpaduPengelolaan wilayah pesisir secara terpadu adalah

suatu pendekatan pengelolaan wilayah pesisir yangmelibatkan dua atau lebih ekosistem, sumber daya, dankegiatan pemanfaatan (pembangunan) secara terpadu(integrated) guna mencapai pembangunan wilayah pesisirsecara berkelanjutan. Dalam konteks ini, keterpaduan(intergration) mengandung dimensi : sektoral, bidangilmu, dan keterkaitan ekologis (Dahuri; dkk., 1996).

Menurut Rahmawaty (2004), pemanfaatansumber daya persisir dan laut yang tidak memenuhikaidah-kaidah pembangunan yang berkelanjutan secarasignifikan mempengaruhi ekosistemnya. Kegiatanpembangunan yang ada di kawasan ini akan dapatmempengaruhi produktivitas sumberdaya akibat proses

10

produksi dan rasidu, dimana pemanfaatan yang berbedadari sumberdaya pesisir sering menimbulkan konflik yangdapat berdampak timbul balik. Pengalaman membuktikanbahwa pengolahan atau pemanfaatan kawasan pesisirsecara sektoral tidaklah efektif (Dahuri; dkk., 1996).

Keterpaduan secara sektoral berarti bahwa adakoordinasi tugas, wewenang dan tanggung jawab antarsector atau instansi pemerintah pada tingkat pemerintahtertentu (horizontal integration) dan antar tingkatpemerintah dari mulai tingkat desa, Kecamatan,Kabupaten, propensi, sampai tingkat pusat (verticalintegration) (Dahuri; dkk., 1999).

2.5 Definisi Kawasan PesisirMenetapkan definisi dan batasan dari kawasan pesisir

dan laut adalah sesuatu yang sangat penting sebelumpembahasan rinci arti dan tujuan dari konsep ICZMdilaksanakan. Eratnya hubungan antar ekosistem-ekosistem pesisir, menyebabkan sulit untuk menetapkandefinisi dan batasan area dari kawasan pesisir secara pasti.Banyak definisi tentang arti dan batas wilayah pesisirtelah dibuat oleh pakar - pakar ilmu kelautan dan pesisirdidunia. Diantaranya yang terkenal yaitu SORENSEN andMCCREARY. Dalamnya yang berjudul “InstitutionalArrangement for Managing Coastal Resources andEnvironments”, SORENSEN & M C CREARY (1990)mendefinisikan kawasan pesisir adalah: “perbatasan atauruang tempat berubahnya dua lingkungan utama, yaitulaut dan daratan.” Lebih lanjut dalam kenyataannya, jugaterdapat beberapa definisi kawasan pesisir yangdipergunakan oleh beberapa negara kelautan yang ada didunia.

KAY & ALDER (1999) menyatakan bahwaterdapat 4 cara untuk menetapkan kawasan pesisir.a) Fixed distance definitions

11

Penentuan kawasan pesisir dihitung dari batasantara daratan dan air laut, biasanyapenghitungan dilakukan dari batas teritorialpemerintahan, contoh dihitung dari batasterritorial laut.

b) Variable distance definitionsPenentuan batas kawasan pesisir ditetapkanberdasarkan beberapa perhitungan/ ukuran yang adadi kawasan pesisir, seperti diukur dari batas airtertinggi. Namun batas kawasan tidak ditetapkansecara pasti, tetapi juga tergantung kepada variabel-variabel tertentu yang ada di kawasan tersebut, antaralain: konstruksi tapal batas, tanda-tanda alam baikberupa fisik maupun biologi, dan batas administratif.

c) Definition according to usePenetapan kawasan pesisir ditetapkan berdasarkandefinisi apa yang akan dipakai. Kadang-kadang suatukawasan ditetapkan sebagai kawasan pesisirberdasarkan masalah/ issue apa yang akandipecahkan. Cara ini biasanya dipergunakan olehnegara besar atau lembaga internasional tertentu.

d) Hybrid definitionTehnik ini mengadopsi lebih dari satu definisi ataumencampurkan lebih dari dua tipe definisi darikawasan pesisir. Konsep ini umum dipergunakan olehpemerintahan, contoh, Pemerintah Amerika Serikatdan Australia mengadopsi cara ini. Beberapa NegaraBagian di Australia mengukur kawasan pesisirnya 3mil dari garis pantai, sedangkan beberapa negarabagian lainnya menetapkan kawasan pesisirnyatermasuk kawasan yang berada di darat.Kompleksnya proses dan rentannya kawasan pesisir

yang disebabkan adanya interaksi antara manusia danalam membutuhkan perencanaan dan penanganan yangmenyeluruh untuk memecahkan tekanan- tekanan yang

12

ada di kawasan pesisir. Perencana dan pengambilkeputusan dalam pengelolaan kawasan pesisir tidak bolehhanya melihat permasalahan yang ada hanya dari satu sisisaja, namun harus melihatnya secara keseluruhan.

2.6 Klasifikasi Terselia (Supervised)Menurut Danoedoro (1996), Klasifikasi supervised

meliputi sekumpulan algoritma yang didasari pemasukancontoh obyek (berupa nilai spectral) oleh operator.Contoh ini disebut sampel dan lokasi geografis kelompokpiksel sampel ini disebut daerah contoh (training area).Sebelum sampel diambil, operator (atau pengguna) harusmempersiapkan system klasifikasi yang akan diterapkan,seperti halnya klasifikasi manual. Dua hal yang harusdipertimbangkan dalam klasifikasi ialah sistem klasifikasidan kriteria sampel. Pengambilan sampel secara dijitaloleh operator pada dasarnya merupakan cara "melatih"komputer untuk mengenali obyek berdasarkankecenderungan berdasarkan spektralnya.

2.6.1 Maximum Likelihood ClassifierKlasifikasi terbimbing membutuhkan suatu luasan

areal yang merupakan perwakilan kelas-kelas yangditentukan. Secara umum, penggambaran areal tersebutdikenal dengan training area. Umumnya penentuantraining area dilakukan berdasarkan hasil pengamatanlapangan atau berdasarkan penyesuaian dengan peta rupabumi. Training area yang telah didapatkan tersebutkemudian bisa dijadikan sebagai masukan dalam prosesklasifikasi. Maximum likelihood diasumsikan bahwaobjek yang homogen atau sama akan selalumenampilkan histogram nilai kecerahan yang terdistribusinormal. Pada citra yang dihasilkan, masing-masing kelaspenutupan akan menghasilkan penampakan yang khas danberbeda dari penampakan kelas lainnya .

13

Algoritma kemungkinan maksimum merupakanalgoritma yang secara statistik paling mapan. Kalaualgoritma lain didasari oleh pengukuran jarak antarakoordinat gugus sampel dengan koordinat piksel kandidat,maka algoritma kemungkinan maksimum menggunakandasar perhitungan probabalitas. Asumsi dari algoritma iniialah bahwa objek homogen selalu menampilkanhistogram yang terdistribusi normal. Pada algoritma ini,piksel dikelaskan sebagai objek tertentu bukan karenajarak euklidiannya, melainkan oleh bentuk, ukuran, danorientasi sampel pada feature space (yang berupaelipsoida).

Jensen (1996) menjelaskan bahwa algoritmakemungkinan maksimum bekerja dengan cara programsecara ringkas menandai setia piksel yang mempunyaihasil pengukuran pola atau kenampakan X ke dalam kelasi yang satuannya paling mungkin dikelompokkan sebagaivektor X. Dengan kata lain, probabilitas suatu pikseluntuk menjadi milik sejumlah kelas yang sudahdidefinisikan dalam proses pengambilan sampel dihitung,kemudian piksel ini ditandain sebagai salah satu kelasyang nilai probabilitas piksel tersebut untuk menjadianggotanya merupakan nilai yang tertinggi.

Algoritma kemungkinanmaksimum mengasumsikanbahwa statistik setiap sampel bersifat Gaussian(terdistribusi normal). Dengan kata lain, sampel yangmembentuk histogram bimodal atau multimodal dalamsuatu saluran tunggal tidaklah ideal.

Untuk memutuskan klasifikasi, dibutuhkan informasistatistik berupa rerata dan simpangan baku tiap sampel,serta variansi (ragam) dan kovariansi. Rerata dansimpangan baku tiap sampel secara otomatis tersimpanpada waktu melakukan pengambilan sampel. Nilai vektorrerata menentukan posisi elipsoida sampe pada featurespace multisaluran. Ukuran elipsoida ditentukan oleh nilai

14

variansi pada tiap saluran, sedangkan bentuk dan orientasielipsoida tersebut ditentukan oleh kovariansinya.

Berdasarkan rerata, variansi, dan kovariansi ini,probabilitas tiap piksel untuk dikatakan sebagai miliksuatu kelas tertentu dapat dihitung .fungsi kerapatanprobabilitas dinyatakan pada sumbu z, namun biladigambarkan dalam ruang dua dimensi, distribusi sampeldalamcara pandang kemungkinan maksimum dinyatakansebagai garis-garis kontur ekuiprobabilitas.

Cara memperoleh informasi probabilitas yangdiperlukan dari sampel yang sudah dikumpulkan ialahdengan menggunakan fungsi kerapatan probabilitas(probability density function). Sebagai contoh, kalau adasatu sampel hutan yang diambil dari suatu saluran tunggalmaka sampel tersebut dapat dihitung histogramnya dankemudian berdasarkan histogram ini dapat dihitung pulaperkiraan distribusinya melalui suatu fungsi kerapatanprobabilitas normal.

Pada algoritma klasifikasi kemungkinan maksimumini diasumsikan bahwa probabilitas untuk semua kalasdipandang sama. Pada kenyataannya, tidak semua kelasdapat diperlakukan dengan probabilitas sama untukdipresentasikan pada citra. Suatu gugus sampel yang jauhlebih kecil dari gugus-gugus sampel yang lain tertentumempunyai probabilitas yang lebih kecil untuk munculsehingga perlu adanya factor pembobot untuk masing-masing kelas yang ada. Gugus sampel yang kecil inisecara logis dapat diberi bobot yang lebih rendahdibandingkan gugus-gugus yang lain menamakannyaprior probability.

15

Gambar 2.2 Fungsi Kerapatan Probabilitas YangDidefinisikan Oleh Klasifikasi Maximum Likelihood

(Lillesand et al, 2008)Meskipun secara linier berjarak lebih dekat ke pusat

sampel ‘aspal’, piksel P mempunyai probabilitas lebih tinggiuntuk masuk ke kelas ‘hutan’ dari pada untuk masuk ke kelas‘aspal’

2.6.2 Parallelepiped ClassifierKlasifikasi dengan metode algoritma ini dapat

dijelaskan dengan langkah-langkah sebagai berikut.Pertama, operator memasukkan sampel berupa nilaikelompok piksel beserta dengan nama labelnya. Nilaikelompok piksel ini hanya akan dicatat sebagai nilairerata beserta dengan simpangan baku. Kedua, sampel-sampel yang telah tercatat nilai rerata dan labelnya inikemudian akan ditempatkan pada ruang spektral ndimensi, dimana n adalah jumlah saluran spektral yangdijadikan masukan. Ketiga, operator diminta memasukkansuatu koefisien pengali p. Nilai p ini nantinya akandikalikan dengan pada tiap saluran. Nilai p x inidigunakan sebagai nilai panjang tiap sisi yang dibangunpada nilai rerata sebagai pusat kontak.

Setelah semua sampel dicatat oleh komputer, dansipengguna telah mamasukkan nilai koefisien pengali p,

16

maka program pun segera memutuskan klasifikasi. Prosesini dimulai dari piksel baris 1 kolom 1, sampai baristerakhir kolom terakhir. Apabila ternyata vector pikselyang bersangkutan masuk ke salah satu kotak (box)sampel maka piksel ini diklasifikasikan sebagai kelasyang menandai kotak tersebut. Itulah sebabnya, klasifikasiparallelepiped ini sering juga disebut sebagai klasifikasibox.

Gambar 2.3 Klasifikasi Parallelepiped(Lillesand et al, 2008)

Faktor pengali p dapat diatur sesuai keinginan. Jika pterlalu kecil berisiko banyaknya piksel yang terklasifikasi,dan sebaliknya. Namun disamping itu, bias jadi suatuvektor piksel ternyata tidak masuk kotak manapun.Piksel ini dinyatakan sebagai “tak terklasifikasi”.

Semakin nilai p semakin besar, ukuran tiap kotak dansemakin kecil resiko suatu vektor piksel untuk tidakmasuk kotak, dan semakin kecil resiko suatu vektor pikseluntuk tidak masuk kotak manapun (unclassified). Akantetapi, semakin besar kotak berarti pula semakin kurangteliti hasil klasifikasinya, karena geralisanya pun menjadisemakin besar.

17

2.6.3 Minimum DistanceBayangkanlah suatu feature space n dimensi, yang

menggambarkan saluran 1,2,3,...,n dalam suatu sistemmultispektral. Melalui sistem ini tiap objek yang samaakan mempunyai nilai ganda: pada saluran 1,2,3,… dan n.Setiap piksel dapat diplot pada ruang spektral, dan diukurjarak spektralnya terhadap suatu piksel sampel acuan(yang telah diketahui pasti jenisnya), persamaan berikut(Lillesand et al, 2008):

Jarak = (BVijk − μck) + (BVijk − μcl) . . . . (2.1)

Dimana BVijk dan BVijl adalah posisi koordinat pikselyang tidak diketahui pada saluran k dan saluran l,sementara dan adalah nilai rerata vector piksel kelas cdisaluran k dan l. Apabila lebih dari dua salurandigunakan sebagai masukan maka rumusnya menjadi(Lillesand et al, 2008):

Jarak = ∑ (BV ijk − μck) . . . . (2.2)

Dimana BVijk adalah vector piksel pada saluran k dan µckadalah nilai rerata vector piksel kelas c di saluran k.

2

n 2

22

18

Gambar 2.4 Cara klasifikasi Minimum Distance(Lillesand et al, 2008)

Piksel dengan variasi yang tinggi mempunyau pikseldengan jarak spektral yang jauh dari nilai reratanya.Piksel ini dapat salah terklasifikasi .

Keuntungan dari penggunaan algoritma klasifikasiini ialah kecepatannya (kecuali bila dibandingkan denganalgoritma parallelepiped).

Kelemahannya, cara ini tidak mempertimbangkanvariabilitas kelas. Sebagai contoh, lahan terbukaberbatuan gamping disana-sini tersusun oleh banyakpiksel dengan variansi yang tinggi, yang berartimempunyai piksel dengan jarak spektral yang jauh darinilai reratanya. Piksel-piksel semacam ini akan dapatsalah salah terklasifikasi. Sebaliknya, objek yang variansinilai pikselnya kecil, seperti air jernih akan menghasilkanpiksel- piksel yang terlalu banyak terklasifikasi masukkelas air.

2.7 Wilayah Pengembangan II Kabupaten Lamongan

19

Gambar 2.5 Wilayah Pengembangan Kabupaten Lamongan

Secara administrasi, batas – batas Wilayah PengembanganII Kabupaten Lamongan adalah:Sebelah utara : Laut JawaSebelah timur : Kabupaten GresikSebelah selatan : Wilaya Pengembangan III dan IV

Kabupaten LamonganSebelah barat : Kabupaten Bojonegoro

Secara umum, Kabupaten Lamongan memiliki luas181.280 Ha dengan wilayah perencanaan yang terdiri atas27 kecamatan dan jumlah desa/kelurahan sebanyak 474desa/kelurahan. Dalam lingkup Kabupaten Lamongan,Kabupaten Lamongan terbagi atas 5 (lima) WilayahPengembangan (WP) yang berfungsi sebagai jangkauanpelayanan tertentu sesuai dengan pusat kegiatankabupaten masing – masing. Setiap wilayahpengembangan memiliki fungsi dan peran sesuai denganpotensi, serta arahan kegiatan utama berdasarkan kegiatandominan yang dikembangkan wilayah tersebut. Adapun

20

wilayah pengembangan Kabupaten Lamongan yangtermasuk dalam kawasan pesisir adalah WilayahPengembangan II (WP II) Paciran-Brondong yangmeliputi Kecamatan Paciran, Kecamatan Brondong,Kecamatan Laren, dan Kecamatan Solokuro. Seperti padatabel 2.2 luas Wilayah Pengembangan II KabupatenLamongan per kecamatan.

Tabel 2.2 Luas Daerah Per Kecamatan MenurutKlasifikasi Kemiringan Kabupaten Lamongan( Kabupaten Lamongan Dalam Angka, 2007)

No

Kecamatan 0-2% 2-

15% 15-40% >40% Luas (Ha)

1 Paciran - 4.134 425 50 4.789

2 Brondong 5.047 2.337 75 - 7.459

Perkembangan penduduk Kabupaten Lamonganmengalami perubahan dan perkembangan yang cukupbesar mulai dari tahun 2002 hingga tahun 2005, yaitusecara berurutan berjumlah 1.217.316 jiwa, 1.235.152jiwa, dan 1.393.131 jiwa. Namun pada tahun 2006 terjadipenurunan jumlah penduduknya menjadi 1.390.053 jiwa,sedangkan pada tahun 2007 kembali mengalamipeningkatan jumlah penduduk, dimana jumlahpenduduknya berjumlah 1.412.386 jiwa (RTRWKabupaten Lamongan, 2012).

Adapun perkembangan jumlah penduduk pada tiap –tiap kecamatan Wilayah Pengembangan II KabupatenLamongan adalah sebagai berikut :

Tabel 2.3 Jumlah Penduduk Kabupaten LamonganTahun 2002 – 2007

(Kabupaten Lamongan Dalam Angka, 2007)

21

No Kecamatan Jumlah Penduduk (Tahun)

2002 2003 2004 2005 2006 2007

1 Paciran 74.212 75.082 76.098 89.698 90.914 92.177

2 Brondong 53.247 53.787 53.908 66.446 71.052 73.800

2.8 Penelitian TerdahuluYudha Hertandi (2004), menjelaskan dalam kaitanya

dengan pembangunan sumberdaya laut (pesisir dan laut),pemerintah dan bangsa Indonesia telah membuatkebijakan yang strategis dan antisipatif, yaitu denganmenjadikan matra laut sebagai sektor tersendiri dalamGBHN 1993, yang sebelumnya merupakan bagian dariberbagi sektor pembangunan. Arti strategis dan antisipatifdisebabkan antara lain oleh beberapa faktor pokok.

Tedi Atmapradhana (2009), menjelaskan bagaimanamengolah Citra QuickBird multispektral untukmengidentifikasi dan mengevaluasi perubahanpenggunaan lahan yang terjadi di wilayah Surabay Baraterkait dengan hasil RDTRK Unit Pengembangan (UP)Satelit.

Nur Anwar (2012), menjelaskan analisispemanfaatan ruang dalam pengelolaan wilayahpesisir dengan studi kasus mengambil lokasi di pesisirKaliwungu Kendal, guna mengetahui arahanpemanfaatan ruang yang sesuai untuk menghindariperencanaan pengelolaan yang kurang baik.

Abdul Rachman Rasyid (2011), menjelaskanmengetahui tingkat kesesuaian lahan dan tipologi pantaidi wilayah pesisir serta arahan pemanfaatan ruang pesisirdan laut Kabupaten Takalar.

22

“Halaman ini sengaja dikosongkan”

25

BAB IIIMETODE PENELITIAN

3.1 Lokasi PenelitianAdapun daerah Kabupaten Lamongan yang

digunakan sebagai lokasi dalam penelitian ini adalahWilayah Pengembangan II Kabupaten Lamongan.Adapun daerah studi Wilayah Pengembangan IIKabupaten Lamongan seperti pada Gambar 3.1

Gambar 3.1 Lokasi Penelitian

3.2 Data dan PeralatanBerikut ini data dan peralatan yang diperlukan untuk

penelitian ini:3.2.1 Data

Data yang dibutuhkan antara lain: Data citra satelit Landsat 8 bulan September

tahun 2014 wilayah daerah Kabupaten Lamongan Peta Rupa Bumi skala 1:25.000 Dokumen Rencana Tata Ruang Wilayah (RTRW)

Kabupaten Lamongan tahun 2011-2031

26

Data lapangan diambil secara mengecek lapangandi beberapa titik lokasi penelitian. Data lapanganmerupakan data hasil pengecekan objek yangdigunakan sebagai validasi dengan data citrasatelit Landsat 8.

3.2.2 PeralatanPeralatan yang digunakan dalam penelitian ini adalah:

3.2.2.1 Perangkat keras (Hardwaware) Laptop Processor Intel Core I 3, RAM 6 GB Printer GPS Navigasi Germin Oregon 550 Camera digital

3.2.2.2 Perangkat Lunak (Software) Sistem Operasi Windows 7 Program pengolahan citra Envi 4.8 AutoCAD Land Desktop 2009 Microsoft Office Word 2007 ArcGIS 10

3.3 Metode Penelitian3.3.1 Tahapan Penelitian

Tahapan yang akan dilaksanakan dalam penelitian inisebagai berikut :

27

Gambar 3.2 Tahapan Penelitian

Penjelasan Tahapan Metode Penelitian:a) Indentifikasi Masalah

Permasalahan dalam penelitian ini adalahmembandingkan 3 metode supervised yaitumaximum likelihood, parallelepiped, danminimum distance menggunakan citra satelitLandsat 8 tahun 2014. Dimana klasifikasiyang paling baik akan digunakan untukevaluasi pola ruang pesisir di WilayahPengembangan II Kabupaten Lamongan.

b) Studi LiteraturBertujuan untuk medapatkan refrensi yangberhubungan dengan penginderaan jauh, citrasatelit, pertanahan, dan literatur lain yangmendukung baik dari buku. Jurnal, majalah,koran, internet, dan lain-lain.

c) Pengumpulan Data

28

Pengumpulan data berupa citra satelit Landsat8 bulan September tahun 2014, peta RupaBumi Indonesia skala 1: 25.000, dandukomen Rencana Tata Ruang Wilah(RTRW) Kabupaten lamongan tahun 2011-2031

d) Pengolahan DataPada tahapan ini dilakukan pengolahan datadari citra satelit Landsat 8 bulan Septembertahun 2014 yang telah didapat didukungdengan data penunjang lainya menggunakanEnvi 4.8, AutoCAD Land Desktop 2009, danArcGIS 10 untuk selanjutnya dilakukananalisa.

e) Tahapan AnalisaData yang telah diolah kemudian dianalisasedemikian rupa sehingga didapatkan suatuhasil dan kesimpulan yang nantinyadigunakan untuk menyusun laporan TugasAkhir.

f) Penyusunan LaporanPenyusunan laporan merupakan tahap akhridari penelitian untuk Tugas Akhir ini.

29

3.3.2 Tahapan Pengolahan DataTahapan pengolahan dalam penelitian ini adalah:

Gambar 3.3 Diagram Alir Tahapan Pengolahan DataKeterangan:

30

a. Data Citra Landsat Landsat 8 diunduh darialamat web http://glovis.usgs.gov. CitraLandsat 8 yang dipilih adalah citra yangbebas dari awan dan cerah.

b. Mosaik CitraMosaik citra merupakan proses untukmenggabungkan dua scene citra menjadi satukesatuan daerah scene. Aproses mosaik citradigunakan karena keterbatasan wilayah atauarea hasil scan tiap scene citra. KabupatenLamongan merupakan salah satu kawasanyang membutuhkan dua scene citra pada citraLandsat.

c. Koreksi GeometrikKoreksi geometrik merupakan koreksi yangdilakukan untuk mereduksi terjadinya distorsipada citra satelit. Koreksi geometrikdilakukan dengan memilih beberapa titiksebagai Ground Control Point (GPC) padacitra Landsat 8. Pada proses koreksigeometrik ini dilakukan dengan peta RBIdengan skala 1:25.000

d. CroppingPemotongan citra (cropping) dilakukan agarterfokus pada area penelitian. Pemotongancitra dilakukan dengan vekor batas peta PolaRuang WP II tahun 2011-2031 untuk wilayahpenelitian yaitu Kecamatan Brondong danKecamatan Paciran Kabupaten Lamongan

e. Klasifikasi SupervisedMembandingkan citra Landsat 8 denganklasifikasi supervised menggunakanpendekatan metode maximum likelihood,parallelepiped, dan minimum distance diWilayah penelitian

31

f. Matrix Confusion dan Uji KetelitianPenggunakan software pengolahan citra untukmendapatkan nilai masing-masing matrixconfusion dimana hasil dari matix confusionakan diuji ketelitiannya menggunakan datavalidasi dilapangan. Dengan rumus :

KL = x 100% . . . . . .(1.1)

Keterangan:KL : Ketetapan InterpretasiJKL : Jumlah Kebenaran InterpretasiJSL : Jumlah Sampel LapanganMetode yang hasilnya ≥ 85% (Anderson dkk,1972), maka klasifikasi tersebut dianggapyang paling benar dan akan digunakan untukpemembuat peta tutupan lahanPengembangan II Kabupaten Lamongan.

g. OverlayDari hasil klasifikasi tersebut dilakukanoverlay peta rencana pola ruang WP IIKabupaten Lamongan yang sudah didijitasi.

h. EvaluasiEvaluasi yang dilakukan adalah evaluasi polaruang di wilayah pesisir WP II KabupatenLamongan terhadap kesesuaian lahan dengancitra Landsat 8 terklasifikasi.

32

“Halaman ini sengaja dikosongkan”

33

BAB IVHASIL DAN ANALISA

4.1 Pemilihan DataPemilihan data dimaksudkan untuk mendapatkan citra

Landsat yang memiliki kriteria untuk diolah, yaitumencakup daerah penelitian dan bebas dari tutupan awan.Data citra Landsat yang digunakan dalam penelitian iniadalah Citra Landsat 8 bulan September tahun 2014 .

4.2 Koreksi GeometrikKoreksi geometrik dilakukan dengan memberikan

titik kontrol permukaan atau biasa disebut denganground control point (GCP) dari peta Rupa BumiIndonesia skala 1:25.000 pada citra yang belum terkoreksidan diproses dengan menggunkan menu Regristration,Select GCPs : Image to image pada perangkat lunak Envi4.8. Sistem proyeksi yang digunakan adalah UniversalTransverse Mercator zone 49S dan datum yang dipakaiadalah WGS 1984. Hasil koreksi geometrik pada citraLandsat 8 tahun 2014 yaitu sebesar 0.5634 piksel untuknilai total RMSerror dan sebesar 0.066795 piksel untuknilai rata-rata RMSerror.

Tabel 4.1 Nilai RMSerror Landsa 8 tahun 2014Titik RMSerrror

1 0.06642 0.06073 0.03414 0.12815 0.06086 0.04287 0.03558 0.08089 0.0342

34

Titik RMSerrrorRMSerror total 0.5634RMSerror rata-rata 0.066795

Menurut Purwadhi (2001) dalam Anthoni (2011)dalam Fitrianingtyas (2012), batas kesalahan pada proseskoreksi geometrik untuk mendeteksi perubahan tutupanlahan yaitu 0.5 atau 1 piksel satu sama lain atau sekitar15-30 meter (1 piksel = 30 x 30 meter). Sehingga jikapergeseran titik lebih dari batas toleransi maka koreksiharus diulang.

4.3 Klasifikasi CitraKlasifikasi dilakukan dengan trainning sample

sebanyak 53 area. Jumlah kelas yang digunakan sejumlah8 kelas tutupan lahan yaitu seperti dijelaskan dalam tabeldi bawah ini :

Tabel 4.2 Kelas Tutupan LahanNo Kelas1 Mangrove2 Pemukiman3 Tambak4 Vegetasi5 Sawah6 Badan Air7 Ladang8 Industri

4.3.1 Klasifikasi Maximum LikelihoodKlasifikasi dilakukan dengan metode maximum

likellihood dengan trainning sample sebanyak 53 area.Jumlah kelas yang digunakan sejumlah 8 kelas tutupanlahan. Berikut adalah peta tutupan lahan hasil dariklasifikasi menggunakan metode maximum likellihood

35

pada citra Landsat 8 tahun 2014 menggunakan softwareENVI 4.8

Gambar 4.1 ROI Tool Maximum LikelehoodLandsat 8 Tahun 2014

36

Gambar 4.2 Classification Input File Maximum LikelihoodPada Citra Landsat 8 Tahun 2014

Gambar 4.3 Maximum Likelihood Parameters Pada CitraLandsat 8 Tahun 2014

37

Gambar 4.4 Maximum Likelihood Classifier Process

Gambar 4.5 Citra Hasil Tutupan Lahan Menggunakan MetodeMaximum Likelihood Pada Citra Landsat 8 Tahun 2014

38

Gambar 4.6 Peta Klasifikasi Tutupan Lahan MenggunakanMetode Maximum Likelihood Pada Citra Landsat 8 tahun

2014

Dari tiap objek yang sudah terklasifikasi superviseddiperoleh hasil berupa luasan antara lain:

Tabel 4.3 Luasan Tutupan Lahan Maximum LikelihoodDengan Citra Landsat 8 Tahun 2014

No Kelas Luas Area (Ha) %1 Mangrove 30.15 0.222 Pemukiman 1839.42 13.773 Tambak 2042.19 15.294 Vegetasi 3321.63 24.875 Sawah 2990.43 22.396 Badan Air 378.63 2.837 Ladang 2456.82 18.48 Industri 297.99 2.23

Total 13.357.26 100

39

4.3.2 Klasifikasi ParallelepipedKlasifikasi dilakukan dengan metode parallelepiped

dengan trainning sample sebanyak 53 area. Jumlah kelasyang digunakan sejumlah 8 kelas tutupan lahan. Berikutadalah peta tutupan lahan hasil dari klasifikasimenggunakan metode parallelepiped pada citra Landsat 8tahun 2014 menggunakan software ENVI 4.8

Gambar 4.7 ROI Tool Parallelepiped Landsat 8Tahun 2014

40

Gambar 4.8 Classification Input File Parallelepiped PadaCitra Landsat 8 Tahun 2014

Gambar 4.9 Parallelepiped Parameters Pada Citra Landsat 8Tahun 2014

41

Gambar 4.10 Parallelepiped Classifier Process

Gambar 4.11 Citra Hasil Klasifikasi Tutupan LahanMenggunakan Metode Parallelepiped Pada Citra Landsat 8

Tahun 2014

42

Gambar 4.12 Peta Klasifikasi Tutupan Lahan MenggunakanMetode Parallelepiped Pada Citra Landsat 8 tahun 2014

Dari tiap objek yang sudah terklasifikasi superviseddiperoleh hasil berupa luasan antara lain:

Tabel 4.4 Luasan Tutupan Lahan Parallelepiped Dengan CitraLandsat 8 Tahun 2014

No Kelas Luas Area (Ha) %1 Mangrove 0 02 Pemukiman 7489.98 56.083 Tambak 1624.59 12.164 Vegetasi 4242.69 31.765 Sawah 0 06 Badan Air 0 07 Ladang 0 08 Industri 0 0

Total 13.357.26 100

43

4.3.3 Klasifikasi Minimum DistanceKlasifikasi dilakukan dengan metode minimum

distance dengan trainning sample sebanyak 53 area.Jumlah kelas yang digunakan sejumlah 8 kelas tutupanlahan. Berikut adalah peta tutupan lahan hasil dariklasifikasi menggunakan metode minimum distance padacitra Landsat 8 tahun 2014 menggunakan software ENVI4.8

Gambar 4.13 ROI Tool Minimum DistanceLandsat 8 Tahun 2014

44

Gambar 4.14 Classification Input File Minimum DistancePada Citra Landsat 8 Tahun 2014

Gambar 4.15 Minimum Distance Parameters Pada CitraLandsat 8 Tahun 2014

45

Gambar 4.16 Minimum Distance Classifier Process

Gambar 4.17 Citra Hasil Klasifikasi Tutupan LahanMenggunakan Metode Minimum Distance Pada Citra Landsat

8 Tahun 2014

46

Gambar 4.18 Peta Klasifikasi Tutupan Lahan MenggunakanMetode Minimum Distance Pada Citra Landsat 8 tahun 2014

Dari tiap objek yang sudah terklasifikasi superviseddiperoleh hasil berupa luasan antara lain:

Tabel 4.5 Luasan Tutupan Lahan Minimum Distance DenganCitra Landsat 8 Tahun 2014

No Kelas Luas Area (Ha) %1 Mangrove 136.26 1.022 Pemukiman 2062.08 15.443 Tambak 1010.79 7.574 Vegetasi 2169.72 16.245 Sawah 2178.45 16.316 Badan Air 1802.7 13.57 Ladang 3644.01 27.288 Industri 353.25 2.64

Total 13.357.26 100

47

4.4 Analisa Tutupan LahanLuasan tutupan lahan wilayah penelitian diperoleh

dari hasil klasifikasi cintra Landsat 8 tahun 2014. Luasantersebut didapat dari software ArcGIS 10. Luasan tutupanlahan adalah:

Tabel 4.6 Luasan Masing-Masing Metode Supervised TutupanLahan Landsat 8 tahun 2014

No Kelas MaximumLikelihood

Parallelepiped MinimumDistance

1 Mangrove 30.15 0 136.262 Pemukiman 1839.42 7489.98 2062.083 Tambak 2042.19 1624.59 1010.794 Vegetasi 3321.63 4242.69 2169.725 Sawah 2990.43 0 2178.456 Badan Air 378.63 0 1802.77 Ladang 2456.82 0 3644.018 Industri 297.99 0 353.25

Total 13357.26 13357.26 13357.26

Pada klasifikasi parallelepiped terjadi kesalahanklasifikasi karena semakin besar kotak berarti pulasemakin kurang teliti hasil klasifikasi (missclassified).Untuk kelas industri kurang tepatnya klasifikasi, dimanabangunan industri berada disekitar lahan batu kapurdidalam citra Landsat 8. Sehingga luasan kelas industrimenjadi bertambah karena warna dalam citra sama.

4.5 Uji Ketelitian KlasifikasiUntuk mengetahui ketelitian hasil klasifikasi

dilakukan uji ketelitian klasifikasi, dengan menggunakanmetode perhitungan confusion matrix pada software ENVI4.8 dan ground truth.

48

Tabel 4.7 Hasil Perhitungan Confusion MatrixNo Metode Klasifikasi Confusion Matrix (%)

1 Maximum Likelihood 86.632 Parallelepiped 43.133 Minimum Distance 66.10

Jumlah titik sampel yang digunakan pada pengecekanlapangan sebanyak 55 titik yang menyebar diseluruhdaerah penelitian yang kemudian didapatkan kesalahanpada setiap-setiap klasifikasi. Sehingga dari datadiperoleh dapat dirumuskan sebagai berikut:

KL= x 100%

Keterangan:Kl = Ketetapan InterpretasiJKL = Jumlah Kebenrana LapanganJSL = Jumlah Sampel Lapangan

Tabel 4.8 Hasil Perhitungan Ground TruthNo Metode Klasifikasi JKL JSL KI(%)

1 Maximum Likelihood 51 55 92.732 Parallelepiped 24 55 43.643 Minimum Distance 42 55 76.36

Dari hasil ketiga metode diatas, hanya metodealgoritma maximum likelihood yang memiliki confusionmatrix dan ketetapan interpretasi diatas 85% (Andersondkk, 1972). Sehingga hasil interpretasi memilikikecocokan dengan data citra tersebut dan dapat digunakanuntuk evaluasi kesesuaian pola ruang pesisir di WilayahPengembangan II Kabupaten Lamongan.

4.6 Evaluasi Pola Ruang Pesisir

49

Pola ruang adalah distribusi peruntukan ruang dalamsuatu wilayah yang meliputi peruntukan ruang untukfungsi lindung dan peruntukan untuk fungsi budi daya.Berikut adalah tabel pembagian fungsi lahan padaRencana Pola Ruang WP II:

Tabel 4.9 Pembagian Luas Fungsi Lahan Pada Rencana PolaRuang WP II

Fungsi Lahan Luas (Ha) Luas (%)Mangrove 68.73 8.94Pemukiman 1285.81 9.63Tambak 1186.28 8.88Vegetasi 1194.61 8.94Sawah 942.94 7.06Badan Air 108.31 0.81Ladang 3284.32 24.59Industri 5286.26 39.58

Jumlah 13357.26 100

Berdasarkan tabel 4.9, pemanfaatan untuk fungsilahan kawasan industri merupakan wilayah yang palingterluas yaitu 5286.26 Ha atau 39.58% dari total luasRencana Pola Ruang Kabupaten Lamongan di KecamatanPaciran dan Brondong. Berikutnya adalah ladang denganluas 3284.32 Ha (24.59%). Dan Permukiman 1285.81 Ha(9.63%).

Rencana penggunaan lahan Kabupaten Lamonganuntuk 20 tahun mendatang membentuk rona KabupatenLamongan menjadi rona wilayah yang baru denganbanyak perubahan sesuai potensi wilayah.

Rencana penggunaan lahan adalah membentukperkotaan baru yang kota ekonomi dengan basis industridi Kecamatan Paciran – Brondong. Perubahan terjadicukup besar untuk Kecamatan Paciran – Brondongmenjadi perkotaan industri dan permukiman pendukung

50

kegiatan yang terpadu di daerah tersebut, karena saranaprasana sudah tersedia oleh kawasan inudstri. Dampaknegative dari perkembangan kawasan industri danperkembangan kawasan permukiman yang mengelompokdi Kecamatan Paciran – Brondong ini adalah factorkenyamanan dan keindahan. Perubahan fungsi lahan iniberdampak terhadap penurunan produktivitas pertanian.

4.7 Evaluasi Ksesuaian Penggunaan Lahan Dengan RencanaPola Ruang

Keseuaian antara jenis penggunaan tanah terhadapfungsi lahan dalam Rencana Pola Ruang di KabupatenLamongan disusun dalam tingkat kesesuaian, yaitu:1. Sesui (S), apabila penggunaan lahan telah sepenuhnya

sesuai dengan fungsi lahan dalam Rencana PolaRuang WP II

2. Tidak Sesui (TS), apabila penggunaan lahan tidaksesuai dengan fungsi lahan yang ditetapkan dalamRencana Pola Ruang WP IIKesesuaian penggunaan lahan menggunakan citra

Landsat 8 tahun 2014 dapat dilihat pada tabel 4.10berikut ini.

Tabel 4.10 Penggunaan Lahan Tahun 2014 Dengan RencanaPola Ruang 2011-2031

Fungsi Lahan Penggunaan Lahan Tahun 2014 (Ha)S TS

Mangrove 9.53 59.2Prmukiman 498.51 787.3Tambak 796.42 389.86Vegetasi 792.16 402.45Sawah 379.25 563.69Badan Air 20.91 87.4Ladang 449.13 2835.19Industri 188.63 5097.63

51

Fungsi Lahan Penggunaan Lahan Tahun 2014 (Ha)S TS

Total 3134.54 10222.72Persen (%) 23.47 76.53

Gambar 4.19 Peta Kesesuaian Lahan Rencana Pola RuangWP II 2014

Tingkat kesesuaian penggunaan lahan terhadapRencana Pola Ruang WP II secara umum masih tidakmenunjukan kesesuaian antara apa yang direncanakandalam Rencapa Pola Ruang WP II tersbut dengan kondisipenggunaan lahan pada saat itu.

Pada wilayah Rencana Pola Ruang WP II di tahun2014, penggunaaan lahan Rencana Pola Ruang WP II ditahun 2014 menunjukan adanya kesesuaian yaitu 3134.54Ha atau sebesar 23.47% dari total wilayah Rencana PolaRuang WP II. Sedangkan, penggunaan lahan tidak sesuai10222.72 Ha atau sebesar 76.53%. Ketidak sesuaian lahandengan Rencana Pola Ruang WP II ini diakibatkan dari

52

meningkatknya pembangunan lahan terbangun sepertilahan pemukiman dan pembukaan lahan untuk ladang.Untuk kawasan lindung seperti mangrove yang memilikikesesuaian sebesar 9.53 Ha atau 0.07%, harus tetap dijagakelestarian agar tidak menimbulkan bencana banjir,longsor, dan kekeringan pada wilayah perlindungandibawahnya.

53

BAB VPENUTUP

5.1 KesimpulanBerdasarkan hasil analisa yang telah dilakukan,

diperoleh kesimpulan sebagai berikut:1. Dari tiga metode yang digunakan Maximum

Likelihood, Paralleelepiped, dan Minimum Distance,yang paling baik digunakan untuk evaluasi pola ruangpesisir di Wilayah Pengembangan II KabupatenLamongan adalah klasifikasi Maximum Likelihood(confusion matrix 86.63% dan ketetapan interprestasi92.73%)

2. Pola pemanfaatan ruang kawasan Pesisir KecamatanPaciran dan Kecamatan Brondong KabupatenLamongan pada kondisi saat ini sebagian besardigunakan untuk kawasan lindung mangrove 30.15 Haatau 0.22% dan untuk kawasan budidaya pemukiman1839.42 Ha (13.77%), industri 297.99 Ha (2.23%),ladang 2456.82 Ha (18.4%), tambak 2042.19 Ha(15.29%), sawah 2990.43 Ha (22.39%) vegetasi3321.63 Ha (24.87%), Badan air 378.63 Ha (2.83%)

3. Pada wilayah Rencana Pola Ruang WP II di tahun2014, penggunaaan lahan Rencana Pola Ruang WP IIdi tahun 2014 menunjukan adanya kesesuaian yaitu3134.54 Ha atau sebesar 23.47% dengan penggunaanlahan paling luas yaitu tambak sebesar 796.42 Ha(5.92%) dari total wilayah Rencana Pola Ruang WP II.Sedangkan, penggunaan lahan tidak sesuai 10222.72Ha atau sebesar 76.53% dengan penggunaan lahanpaling luas yaitu industri sebesar 5097.63 Ha(38.16%).

5.2 SaranSaran yang dapat diberikan untuk penelitian ini adalah:

54

1. Selain memahami proses teknik analisa dalamsoftware kita juga perlu memahami sifat khas suatuobjek untuk mempermudah pada saat melakukaninterpretasi.

2. Perlu adanya tidakan tegas oleh setiap pihak yangterkait jika terjadi penyimpangan penggunaan lahansesui yang ada didalam Rencana Tata Ruang Wilayah.

3. Perlu adanya penangan yang cepat pada permasalahanyang ada di Kecamatan Paciran dan KecamatanBrondong, agar potensi yang ada dapat ditingkatkan.

DAFTAR PUSTAKA

Anderson, J.R., Ernest E.H., John T.R., dan Richard W. 1976.A Land Use and Land Cover Classification SystemFor Use With Remote Sensor Data.Washington: United States Printing Office.

Cambell, J. B. 1987. Introduction to Remote Sensing. NewYork : The Guilford Pres

Citra Satelit Landsat Tahun 2013.<URL:http://www.usgs.glovis.gov>. Dikunjungi padatanggal 13 Maret 2014, jam 10.00 BBWI.

Denoedoro, P. 2012. Pengantar Penginderaan Jauh Digital.Yogyakarta: Penerbit Andi

Dahuri, Rokhmin.dkk. 1996. Pengolahan Sumber DayaPesisir Dan Laut Sadara Terpadu. Jakarta : PT.Pradnya Paramitha

Howard, J, A, 1996. Penginderaan Jauh: Untuk SumberdayaHutan. Yogyakarta : Gadjah Mada University Press.

Jaelani, L. M, 2013. Landsat 8 Berhasil Diluncurkan. DiaksesmelaluiURL:http://http://www.geomatika.its.ac.id/lang/en/archives/3246. Dikunjungi pada tanggal 12 Juni2014. Jam 9.45 WIB.

Jensen, J. R. 1996. Introductory Digital Image Processing ARemote Sensing Prespective. United States ofAmerica : Prentice Hall.

KAY, R. and J. ALDER 1999. Coastal Planning andManagement, London: E & FN SPON., 375 pp.

Keputusan Menteri Permukiman dan Prasarana WilayahNomor 327/KPTS/M/2002

Kusumowidagdo, Mulyadi dkk. 2007. Penginderaan Jauh DanInterpretasi Citra. Jakarta: LAPAN

Lillesand, T. M., Kieffer, R. W., dan Chipman, J. W. 2004.Remote Sensing and Image Interpretation. New York: Wiley.

Penginderaan Jauh (LAPAN) dan Jurusan Geografi (UNS).2007. Penginderaan Jauh dan Interpretasi Citra.Jakarta : LAPAN.

Pemerintah Kabupaten Lamongan 2012. Rencana Tata RuangWilayah Kabupaten Lamongan, diakses melalui<URL:http://lamongankab.go.id/instansi/bappeda/wp-countent/uploads/sites/31/2013//04/Bab-04-Rencana-Struktur-Ruang_2012.pdf>, Di kunjungi pada tanngal13 Maret 2014, Jam 19:00 WIB.

Pemerintah Republik Indonesia. 1992.Undang Undang No. 24Tahun 1992 tentang Penataan Ruang . LembarNegara RI Tahun 1992, No. 3493. Sekretariat Negara.Jakarta.

Pemerintah Republik Indonesia. 2002. Keputusan MenteriPermukiman dan Prasaranan Wilayah RepublikIndonesia Nomer 327/KPTS/M/2002 . SekretariatNegara. Jakarta.

Purwadhi, F.2001. Interprestasi Citra Digital. Jakart:Grasindo.

Rahmawaty. 2004. “Pengolahan Kawasan Pesisir danKelautan Secara Terpadu Dan Berkelanjutan”. e-USURepository.

SORENSEN, J.C. and S.T. MCCREARY 1990. InstitutionalArrangement for Managing Coastal Resources andEnvironments, 2nd edn, National Park Service, U.S.Department of the Interior and U.S. Agency forInternational Development., 194 pp.

Stanis, Stefanus. 2005. Pengolahan Sumberdaya Pesisir danLaut Melalui Pemberdayaan Kearifan Lokal diKabupaten Lambatan Propensi Nusa Tenggara Timur.Semarang : Program Studi Magister ManajemenSumbedaya Pantai Universitas Dipenogoro.

LAMPIRAN 1

Perhitungan RMS Error

a. Citra Satelit Landsat 8 Tahun 2014

“Halaman Ini Sengaja Dikosongkan”

LAMPIRAN 2

Hasil Ground Truth

No Kelas Tutupan Lahan Koordinat X Koordinat Y1 Badan Air 639642 92364242 Badan Air 639739 92368153 Badan Air 640065 92379224 Industri 658604 92373535 Industri 658215 92385526 Industri 656837 92405017 Industri 655331 92396358 Industri 653987 92379249 Industri 641235 923897310 Industri 637279 923798211 Ladang 636220 92384612 Ladang 636945 923660513 Ladang 641832 923894414 Ladang 644263 923795515 Ladang 631755 923645016 Ladang 646935 923879517 Ladang 650264 924011818 Ladang 657285 923909519 Mangrove 636073 923996420 Mangrove 634607 923990421 Pemukiman 630281 923711322 Pemukiman 633102 923879423 Pemukiman 634635 923780724 Pemukiman 637183 923501025 Pemukiman 640785 923960626 Pemukiman 637064 923759527 Pemukiman 648555 923717228 Pemukiman 653507 923939429 Pemukiman 659385 9238435

30 Sawah 630281 923711331 Sawah 633102 923879432 Sawah 634635 923780733 Sawah 637183 923501034 Sawah 640785 923960635 Sawah 637064 923759536 Sawah 648555 923717237 Sawah 653507 923939438 Sawah 659385 923843539 Tambak 630281 923711340 Tambak 633102 923879441 Tambak 634635 923780742 Tambak 637183 923501043 Tambak 640785 923960644 Tambak 637064 923759545 Tambak 648555 923717246 Tambak 653507 923939447 Vegetasi 636075 923567848 Vegetasi 638051 923696349 Vegetasi 636915 923375250 Vegetasi 641714 923462951 Vegetasi 641355 923759852 Vegetasi 645762 923873153 Vegetasi 650925 9237027

LAMPIRAN 3

DOKUMENTASI

Indusri

Tambak

Badan Air

Mangrove

Ladang

Perumahan

Sawah

Vegetasi

BIODATA PENULIS

Penulis bernama I KomangRama Ruliff, anak bungsu dari tigabersaudara dari Drs. I Made Pamit(alm) dan Dra. Srini. Dilahirkan diDenpasar, 13 Maret 1991. Telahmenempuh pendidikan formal antaralain SD Negeri 1 Sumerta Denpasar,SMP Negeri 3 Denpasar, dan SMANegeri 3 Denpasar. Setelah lulus dari

SMA pada tahun 2009, penulis meneruskan pendidikanselanjutkan di Teknik Geomatika FTSP-ITS Surabaya denganNRP 3509100006. Penulis mengambil judul penelitian bidangpenginderaan jauh dengan judul “Penggunaan Citra SatelitLandsat 8 Terklasifikasi Untuk Evaluasi Pola Ruang PesisirDi Wilayah Pengembangan II Kabupaten Lamongan”.

Disamping penulis aktif dalam perkuliahan, penulis jugaaktif dalam keanggotaan kampus yaitu HIMAGE (HimpunanMahasiswa Teknik Geomatika) menjabat sebagai anggotariset dan teknologi pada tahun kepengurusan 2011/2012 sertaTPKH-ITS (Tim Pembina Kerohanian Hindu pada tahun2011/2012. Penulis juga aktif mengikuti beberapa seminar danpelatihan yang diadakan di kampus seperti Seminar Nasionaldan LKMM. Penulis bisa dihubungi di nomer 08993106303dan email di RamaRuliff@gmail.com.