Professional Documents
Culture Documents
2012 1 02 TUFAILA Penginderaan Jauhhh
2012 1 02 TUFAILA Penginderaan Jauhhh
2)
ABSTRACT
Research on utilization of remote sensing and geographic information system for
mapping landforms in the watershed (DAS) Moramo . The research was conducted on Moramo
basin, District of Moramo South Konawe . This research was conducted with image processing
techniques on the image of ALOS AVNIR-2 and visual interpretation was based on analytic
approach with the help of Geographic Information Systems for on screen digitizing . The
research result obtained 15 (fifteen ) units of landforms, namely: Alluvial plain (F1), Alluvial
Plain-Koluvial (F1.1), Flood Plain (F7), Alluvial Plain Briny Beach ( M11), Structural
Terdenudasi Eroded hills Strong (D1/4), Structural Terdenudasi Eroded Hills Moderate
(D1/3), Eroded Hills Terdenudasi Structural Lightweight (D1/2) , Eroded Hills Isolated Strong
(D4/4), Barely Plain (peneplain) Eroded Very Lightweight (D5/1), Slope Leg Eroded hills
Structural Terdenudasi Strong (D7/4), Slope Foot hills Eroded Structural Terdenudasi
Medium (D7/3), Slope Foot hills Terdenudasi Eroded Structural Lightweight (D7/2),
Piedmont Eroded Lightweight (D9/2), Piedmont Eroded Very Light (D9/1) and the hills Dome
(Dome) Eroded Strong (S11/4). Based on their genesis, they were grouped into four landforms
: marine origin, the origin of fluvial landforms, landforms denudasional origin, and the origin
of structural landforms. Accuracy of landform interpretation was 89,06 % and processing of
the composite image 341 had an excellent capability to identify the location of landforms in
the study area of watershed Moramo.
Keyword : remote sensing, GIS, watershed, image processing, landform mapping
1PENDAHULUAN
Alamat Korespondensi:
HP: 081342643205;
E-mail: m.tufailahemon@yahoo.co.id
10
TUFAILA ET AL.
AGROTEKNOS
yang
terjadi
pada
wilayah
dapat
memungkinkan terjadi perubahan terhadap
bentanglahan yang ada di wilayah DAS.
Seiring pesatnya perkembangan bidang
teknologi penginderaan jauh, terutama pada
setiap satelit sumberdaya alam yang memiliki
saluran (band) dan resolusi sensor yang tinggi,
maka kenampakan hasil citra menggambarkan
banyak kenampakan fisik dan kultur di
permukaan tanah termasuk kenampakan
geomorfologi (Bauer, 2004; Smith and Pain,
2009). Salah satu citra penginderaan jauh yang
terbaru yaitu citra sumberdaya alam ALOS
(Advance
Land
Observation
Satelite).
Penggunaan teknologi informasi spasial
modern, seperti sistem informasi geografis
(GIS), elevasi digital pemodelan dan
penginderaan jauh telah menciptakan
kemungkinan-kemungkinan
baru
untuk
penelitian perbaikan (Martinez-Casasnovas
2003) dalam pemetaan bentuklahan yang
ekonomis karena rendahnya biaya serta
kecepatan (Raoofi et al., 2004).
Citra ALOS terdiri atas tiga sensor utama,
yaitu PRISM (Panchromatic Remote-sensing
Instrument for Stereo Mapping), AVNIR-2
(AdvanceVisible and Near Infrared Radiometer
Type 2), dan PALSAR (Phased Array type L-band
Synthetic Aperture Radar) (Kusumowidagdo et
al., 2007). Sensor AVNIR-2 merupakan sensor
multispektral dengan 4 saluran warna yaitu
biru, hijau, merah, dan inframerah dekat.
Sensor multispektral ini memungkinkan
penyusunan
komposit
warna
untuk
mempermudah interpretasi visual. Keunggulan
sensor AVNIR-2 adalah dengan resolusi spasial
10 meter dan luas liputan (coverage) 70 km,
memungkinkan untuk memiliki area liputan
dan pengamatan yang cukup luas, sehingga
memungkinkan untuk melakukan interpretasi
unsur-unsur lahan seperti bentuklahan, pola
aliran, kerapatan aliran, batuan, penggunaan
lahan, dan vegetasi alami.
Untuk
mengetahui
kelebihan
dan
keterbatasan berbagai teknik pengolahan citra
penginderaan jauh terhadap kenampakan
obyek atau fenomena bentuklahan dapat
dilakukan dengan penilaian kemampuan
secara kualitatif terhadap kejelasan dari suatu
objek/fenomena yang dikaji. Ketepatan
informasi yang dihasilkan dari ekstraksi citra
penginderaan jauh dapat diketahui melalui
tingkat kepercayaan data yang telah
dikumpulkan dari hasil uji ketelitian.
11
Tabel 1. Tahapan Penelitian, Alat Analisis, Sumber Data, dan Teknik Analisis
Tahapan Penelitian
a. Pengolahan Citra
Registrasi RBI
Alat
Analisis
Sumber
Teknik Analisis/Pengolahan
ArcGIS 9.3
Koreksi Geometrik
Citra Komposit
Pemfilteran Spasial
Penajaman Kontras
Delineasi DAS
Interpretasi citra dan
pembuatan Peta
Bentuklahan
ENVI 4.5
ArcGIS 9.3
ArcGIS 9.3
b. Ground Check
Pengamatan aspek
eksternal
c. Analisis Citra
Reinterpretasi Citra
Peta
Analisis Kemampuan
Uji Ketelitian
Pembuatan
Bentuklahan
ArcGIS 9.3
Hasil interpretasi
dan Ground check
Bentuklahan
12
TUFAILA ET AL.
AGROTEKNOS
Tabel 2. Perbandingan kemampuan hasil penajaman dengan filter directional dan undirectional.
No
1
Jenis Filter
Directional
Undirectional
(Laplacian)
Analisis Visual
Hasil pemfilteran dengan filter directional bersifat memperlihatkan
kenampakan linear pada dua arah yang saling tegak lurus. Hasil
yang diperoleh berupa kenampakan citra yang cukup terang dan di
dominasi oleh garis-garis kecil dengan batas tepi yang tidak dapat
dikenali. Kenampakan ini menyulitkan dari proses identifikasi dan
analisis pola struktur, dan batas litologi serta bentuklahan.
Hasil pemfilteran dengan filter undirectional (Laplacian) yang
bersifat menonjolkan kenampakan citra ke segala arah dan mampu
menonjolkan batas tepi yang berbentuk yang cenderung
melengkung yang bukan kelurusan ideal. Hasil pemfilteran ini baik
untuk identifikasi dan analisis struktur geologi, batas litologi yang
tegas, dan kelurusan.
Gambar 1.
13
satelit
cocok
untuk
mempelajari
permukaan,
termasuk
kenampakan
bentuklahan. Identifikasi dan klasifikasi satuan
bentuklahan dilakukan secara on screen
digitizing pada layar computer, berpedoman
pada sifat genesis, relief (konfigurasi
permukaan), dan batuan. Pemberian nama
satuan bentuklahan pada penelitian ini
mencerminkan sifat-sifat tersebut dengan
menggunakan klasifikasi bentuklahan untuk
pemetaan geomorfologi Indonesia yang
dirumuskan oleh Bakosurtanal dan Fakultas
14
TUFAILA ET AL.
AGROTEKNOS
15
16
TUFAILA ET AL.
AGROTEKNOS
17
Hasil Lapangan
F1
F1.1
F7
M11
D1/4
D1/3
D1/2
D4/4
D5/1
D7/4
D7/3
D7/2
F1
F1.1
11
1
1
2
F7
M11
D1/4
D1/3
D1/2
Hasil Interpretasi
D4/4
D5/1
D7/4
D7/3
D7/2
D9/1
S11/4
3
4
6
1
1
5
1
2
2
2
3
4
1
D9/2
D9/1
S11/4
D9/2
1
1
2
12
Keterangan :
F1 = Dataran Aluvial
F1.1 = Dataran Aluvial-Koluvial
F7 = Dataran Banjir
M11 = Dataran Aluvial Pantai Payau
D1/4= Perbukitan Struktural Terdenudasi Terkikis Kuat
D1/3= Perbukitan Struktural Terdenudasi Terkikis Sedang
D1/2= Perbukitan Struktural Terdenudasi Terkikis Ringan
12
3
3
4
7
6
3
2
2
3
4
Ketelitian
Pemetaan
91,67
66,67
100,00
100,00
85,71
83,33
66,67
100,00
100,00
100,00
100,00
11
1
1
81,82
100,00
100,00
2
64
100,00
Fenomena
Bentuklaha
n:
Denudasion
al
Struktural
Fluvial
Marin
A
A
B
A
Filterin
g
B
A
B
A
SIMPULAN
1. Kemampuan citra ALOS AVNIR-2 melalui
pengolahan citra komposit 341, penajaman,
dan pemfilteran yang dilakukan secara
visual on screen digitizing, dapat
mempercepat penyediaan data dalam
pemetaan bentuklahan (landform) pada
tingkat semi detil (skala 1:50.000).
2. Bentuklahan secara genesa pada wilayah
DAS Moramo terdiri atas 4 (empat) macam
bentuklahan yaitu bentuklahan asal marin,
bentuklahan asal fluvial, bentuklahan asal
struktural,
dan
bentuklahan
asal
denudasional.
Bentuklahan
asal
denudasional merupakan bentuklahan
terluas sebesar 10.027, 68 ha atau 79,41 %
dan terendah pada bentuklahan asal marin
seluas 130,94 ha atau 1,04% dari total luas
wilayah DAS Moramo.
19
DAFTAR PUSTAKA
Alavipanah, S.K. 2004. Application of remote
sensing in the earth sciences (soil). Second ed.,
University of Tehran Press, Tehran, Iran.
Asdak, C. 2007. Hidrologi dan Pengelolaan Daerah
Aliran Sungai. Yogyakarta: Gadjah Mada
University Press. Yogyakarta.
Ashar, K.L. 2010. Aplikasi Citra Landsat-7 ETM+ dan
Sistem Informasi Geografi Dalam Survei dan
Pemetaan Bitumen Padat (Kasus di Kabupaten
Buton Utara dan Sekitarnya Provinsi Sulawesi
Tenggara). Tesis. Program Studi Penginderaan
Jauh, Fakultas Geografi, Universitas Gadjah
Mada. Yogyakarta.
Avtar, R., C.K. Singh, S. Shashtri, and S. Mukherjee.
2011. Identification of erosional and inundation
hazard zones in KenBetwa river linking area,
India, using remote sensing and GIS. Environ
Monit Assess. 182:341360.
Bakosurtanal dan Fakultas Geografi UGM. 1985.
Klasifikasi Satuan Bentuklahan Untuk Pemetaan
Geomorfologi Sistematik Wilayah Indonesia.
Fakultas Geografi UGM. Yogyakarta.
Bauer, B.O. 2004: Geomorphology. In Goudie, A.S.,
editor, Encyclopedia of Geomorphology, 1:428
35.
Christensen, S.D., C.V. Ransom, K.A. Edvarchuk and
V.P. Rasmussen. 2011. Efficiency and accuracy of
20
TUFAILA ET AL.
AGROTEKNOS
Martinez-Casasnovas, J.A. 2003. A spatial
information technology approach for the
mapping and quantification of gully erosion.
Catena, 50(2-4): 293-308.
Nobi, E.P., A. Shivaprasad, R. Karikalan, E.T. Dilipan,
Thangaradjou, and K. Sivakumar. 2010.
Microlevel Mapping of Coastal Geomorphology
and Coastal Resources of Rameswara Island,
India: A Remote sensing and GIS Prespective.
Journal of Coastal Research. 26(3):424-428
Noor, D. 2010. Geomorfologi. Program Studi Teknik
Geologi Fakultas Teknik. Universitas Pakuan.
Edisi Kedua. Bogor.
Raoofi, M., H. Refahi, N. Jalali dan F. Sarmadian.
2004. A study of the efficiency of digital
processing methods of satellite images to map
and locate soil erosion. Iranian J Agric Sci,
35(4):797-807.
Short, N. M. 1982. Landsat Tutorial Workbook
Basics of Satellite Remote Sensing. Washington
DC: NASA.
Smith, M.J. and C.F. Pain. 2009. Applications of
remote sensing in geomorphology. Progress in
Physical Geography. 33(4):568582.
Verstappen, H. 1977. The Used of Aerial Photograph
in Geomorphological Mapping. Nedherlands:
Enschende-ITC.