Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

DEPARTEMEN KEHUTANAN BADAN PENELITIAN DAN PENGEMBANGAN KEHUTANAN

BALAI PENELITIAN KEHUTANAN SOLO

LAPORAN HASIL PENELITIAN (LHP) TAHUN ANGGARAN 2007
KAJIAN APLIKASI PENGINDERAAN JAUH DAN SIG UNTUK MONEV DAS

Penanggung Jawab Kegiatan : Ir. Beny Harjadi, MSc.

SURAKARTA, DESEMBER 2007

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

LEMBAR PENGESAHAN
LAPORAN HASIL PENELITIAN

KAJIAN APLIKASI PENGINDERAAN JAUH DAN SIG UNTUK MONEV DAS
Tahun 2007

Surakarta, Desember 2007

Diperiksa oleh : Kepala Seksi EP,

Diperiksa oleh : Ketua Kelti KTA,

Disusun oleh, Ketua Tim Pelaksana

Drs. Prapto Suhendro NIP. 710 000 452

Ir. Sukresno, MSc NIP. 710 001 486

Ir. Beny Harjadi, MSc NIP. 710 017 594

Disahkan oleh : Kepala BPK Solo,

Ir. Edy Subagyo, MP. NIP. 710 008 439

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

ii

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS Oleh : Beny Harjadi, Agus Wuryanta, Dody Prakosa, Agung Budi Supangat, Yusuf Iriyanto W., Bambang Ragil WMP. ABSTRAK Karakteristik penutupan lahan suatu wilayah sangat dipengaruhi oleh kondisi bio-fisik maupun sosial ekonomi masyarakatnya. Pada wilayah dengan curah hujan tinggi berpenduduk jarang, pola penutupan lahannya lebih dominan pada tanaman tahunan, sebaliknya pada wilayah curah hujan tinggi berpenduduk padat pola penutupan lahannya lebih dominan pada tananan semusim. Sedangkan pada wilayah kering (hujan rendah) dengan penduduk jarang, pola penutupan lahannya didominasi padang rumput dan tanaman tahan kering. Kebutuhan akan data terkini, akurasi tinggi, pada areal yang luas untuk memantau perubahan satu kesatuan pengelolaan DAS. Tujuan dari PPTP kegiatan kajian pada tahun 2007 difokuskan pada zona ekologi Jawa (Curah hujan tinggi dan Penduduk padat) di DAS Solo DS. dengan tujuan yaitu: (1) Memperoleh metode analisis data Penginderaan Jauh (PJ) dan Sistem Informasi Geografis (SIG) yang efektif untuk menyusun data dasar karakteristik penutupan lahan DAS serta untuk monev DAS, dan (2) Analisis perubahan penutupan lahan dan analisis perhitungan erosi kualitatif dan kuantitatif, serta morfometrik DAS. Penelitian Aplikasi Penginderaan Jauh (PJ) dan Sistem Informasi Geografis (SIG) untuk monitoring dan Evaluasi (monev) merupakan salah satu kegiatan dari UKP berjudul Sistem Karakterisasi DAS untuk mendukung pengembangan system monev dalam pengelolaan DAS. Tujuan UKP adalah untuk mendapatkan sistem karakterisasi DAS dengan parameter pendukung biofisik dan sosial ekonomi budaya sebagai dasar perencanaan dan monev serta implementasi dalam pengelolaan DAS yang sesuai dengan kondisi dan kekhasan wilayah ekosistemnya dan kewenangan daerah otonom, serta terbangunnya sistem informasi DAS. Kondisi fisik lahan yang didominasi bentuk lahan pegunungan dan perbukitan dengan kemiringan yang curam sampai terjal, menyebabkan wilayah sekitar Sub DAS Grindulu potensi akan terjadinya longsor. Kejadian longsor tersebut juga ditunjang oleh keadaan batuan yang sudah mulai melapuk akibat desintegrasi oleh pengaruh panas dan hujan serta dekomposisi. Walaupun ada sebagian areal lahan yang didominasi batuan singkapan dan batuan permukaan, namun karena penutupan lahan relatif rapat di daerah pegunungan dan perbukitan maka sepanjang tahun sungai Grindulu tidak pernah kering.

Kata Kunci : PJ, SIG, Monev, Morfometrik, DAS Grindulu., Pacitan, Jawa-timur

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

iii

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

KATA PENGANTAR

Laporan Hasil Penelitian yang berjudul : Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS sudah merupakan tahun ketiga (terakhir) yang dimulai sejak tahun 2005. Judul tersebut merupakan bagian dari UKP Sistem

Karakterisasi DAS, dengan koordinator dari BPK Solo. Selama tiga tahun penelitian dengan PJ dan SIG dalam rangka membantu Monev DAS, kegaitan yang dilakukan antara lain penelitian pada : 1. Wilayah ecozone untuk penduduk jarang dan curah hujan tinggi di Sumatra tahun 2005, dengan pengamatan perubahan kondisi penutupan lahan. 2. Wilayah ecozone untuk penduduk jarang dan curah hujan rendah di NTT tahun 2006, dengan pengamatan perubahan kondisi penutupan lahan dan erosi tanah. 3. Wilayah ecozone untuk penduduk padat dan curah hujan tinggi di Jawa tahun 2007, dengan pengamatan perubahan penutupan lahan dan morfometrik DAS. Sehingga peran dari judul ini terhadap sistem karakteristik DAS yaitu diharapkan dapat memberikan informasi yang akurat, tepat dan cepat tentang kondisi perubahan penutupan lahan, erosi dan morfometrik sebagai alat untuk monitoring dan evaluasi DAS. Ucapan terima kasih disampaikan kepada seluruh Tim peneliti, Pemimpin Proyek serta rekan-rekan di BPK Solo yang telah memberikan saran dan kritik.

Surakarta, Desember 2007 Pelaksana,

Ir. Beny Harjadi, MSc. NIP. 710 017 594

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

iv

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

DAFTAR ISI ABSTRAK ...............................................................................................................III KATA PENGANTAR............................................................................................. IV DAFTAR ISI..............................................................................................................V DAFTAR GAMBAR............................................................................................. VII DAFTAR LAMPIRAN ........................................................................................VIII I. PENDAHULUAN .................................................................................................. 1 A. B. C. D. E. F. A. B. C. D. E. F. Latar Belakang ................................................................................................. 1 Rumusan Masalah ............................................................................................ 3 Tujuan dan Sasaran ........................................................................................... 4 Hasil Yang Telah Dicapai ................................................................................. 5 Luaran/Output Tahun 2007................................................................................ 6 Ruang Lingkup Tahun 2007 .............................................................................. 6

II. TINJAUAN PUSTAKA....................................................................................... 7 Daerah Aliran Sungai (DAS) ............................................................................ 7 Monitoring dan Evaluasi DAS .......................................................................... 7 Penutupan Lahan dan Penggunaan Lahan......................................................... 8 Teknologi Penginderaan Jauh ......................................................................... 10 Penginderaan Jauh Sistem Satelit ................................................................... 14 Klasifikasi Citra Satelit Digital........................................................................ 15 F.1. Analisis Perhitungan Erosi......................................................................... 16 F.2. Metodologi Pemetaan Penutupan dan Penggunaan Lahan ........................ 21 G. Aplikasi PJ dan SIG untuk Evaluasi Penutupan Lahan................................... 26 III. BAHAN DAN METODE ................................................................................. 28 A. Lokasi Penelitian ............................................................................................. 28 B. Bahan dan Metode........................................................................................... 28 B. 1. Jenis Penelitian ........................................................................................ 29 B. 2. Rancangan Penelitian ............................................................................. 29 B.3. Parameter.................................................................................................. 30 B.4. Pengambilan Data..................................................................................... 31 B.5. Pengolahan dan Analisis data................................................................... 31 IV. BIAYA DAN ORGANISASI PELAKSANA.................................................. 33 V. HASIL DAN PEMBAHASAN .......................................................................... 39 DAFTAR PUSTAKA .............................................................................................. 67

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

v

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

DAFTAR TABEL

Tabel 1. Sasaran tiap tahun kegiatan PJ dan SIG untuk Monev DAS ........................ 5 Tabel 2. Rencana Anggaran dan Belanja Kajian Aplikasi Penginderaan Jauh (PJ) dan Sistem Informasi Geografis (SIG) untuk Monitoring dan Evaluasi (Monev) DAS............................................................................................................ 33 Tabel 3. Tim Pelaksana Kegiatan Tahun 2007 ......................................................... 36 Tabel 4. Aspek kegiatan tahunan yang dilakukan pada kajian aplikasi PJ dan SIG untuk Monev DAS. .................................................................................... 37 Tabel 5. Tata waktu kegiatan kajian aplikasi PJ dan SIG untuk Monev DAS 2007 38 Tabel 6. Sebaran Luas untuk Perubahan Lahan di DAS Grindulu .......................... 41 Tabel 7. Sebaran Luas untuk Kelas Arah Lereng Aspek di DAS Grindulu, Pacitan43 Tabel 8. Sebaran Luas untuk Kelas Kemiringan Lereng di DAS Grindulu, Pacitan46 Tabel 9. Sebaran Luas untuk Kelas Drainase di DAS Grindulu, Pacitan ................. 48 Tabel 10. Sebaran Luas untuk Kelas Tekstur Tanah di DAS Grindulu, Pacitan ..... 50 Tabel 11. Sebaran Luas untuk Kelas Penutupan Lahan di DAS Grindulu, Pacitan.. 52 Tabel 12. Distribusi Penyebaran Kota-Kota di DAS Grindulu................................ 54 Tabel 13. Sebaran Luas untuk Kelas Solum Tanah di DAS Grindulu, Pacitan ........ 57 Tabel 14. Sebaran Luas untuk Kelas Hujan Tahunan di DAS Grindulu, Pacitan..... 59 Tabel 15. Sebaran Luas untuk Kelas Evapotranspirasi Aktual di DAS Grindulu ... 61 Tabel 16. Sebaran Luas untuk Kelas Erosi Kualitatif SES di DAS Grindulu ......... 63 Tabel 17. Sebaran Luas untuk Kelas Erosi Kualitatif MMF di DAS Grindulu ....... 65

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

vi

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

DAFTAR GAMBAR Gambar 1. Pengaruh hamburan (scattering) dan serapan (absorption) terhadap nilai kecerahan........................................................................................... 12 Gambar 2. Kurva spektral obyek (Tubuh air, Tanah dan Vegetasi) (University of Concepcion, 2003 dalam Berrios, 2004)........................................... 13 Gambar 3. Diagram Alur Perhitungan Status Erosi Tanah (SES) ............................ 18 Gambar 4. Metodologi Pemetaan Dijital Land Use/Land Cover.............................. 25 Gambar 5. Peta Penutupan Lahan DAS Grindulu, Pacitan...................................... 40 Gambar 6. Luasan Perubahan Penutupan Lahan di DAS Grindulu. ......................... 41 Gambar 7. Pola Drainase DAS Grindulu, Pacitan, Jawa-Timur. ............................. 42 Gambar 8. Peta Kelas Arah Lereng (Aspek) DAS Grindulu, Pacitan ..................... 43 Gambar 9. Luasan Kategori Nilai Kelas Arah Lereng (Aspek) di DAS Grindulu ... 44 Gambar 10. Peta Kelas Kemirngan Lereng DAS Grindulu, Pacitan ........................ 45 Gambar 11. Luasan Kategori Nilai Kelas Kemiringan Lereng di DAS Grindulu .... 46 Gambar 12. Peta Kelas Kerapatan Drainase DAS Grindulu, Pacitan ...................... 47 Gambar 13. Luasan Kategori Nilai Kelas Drainase di DAS Grindulu ..................... 48 Gambar 14. Peta Kelas Tekstur Tanah DAS Grindulu, Pacitan ............................... 49 Gambar 15. Luasan Kategori Nilai Kelas Tekstur Tanah di DAS Grindulu ........... 50 Gambar 16. Peta Kelas Penutupan Lahan DAS Grindulu, Pacitan........................... 51 Gambar 17. Luasan Kategori Nilai Kelas Penutupan Lahan di DAS Grindulu....... 52 Gambar 18. Peta Kelas Kedalaman Tanah DAS Grindulu, Pacitan ......................... 55 Gambar 19. Luasan Kategori Nilai Kelas Solum Tanah di DAS Grindulu .............. 57 Gambar 20. Peta Kelas Hujan Tahunan DAS Grindulu, Pacitan.............................. 58 Gambar 21. Luasan Kategori Nilai Kelas Hujan Tahunan di DAS Grindulu........... 59 Gambar 22. Peta Kelas Evapotrasnpirasi Aktual DAS Grindulu, Pacitan................ 60 Gambar 23. Luasan Kategori Nilai Kelas Evapotranspirasi Aktual di DAS Grindulu ........................................................................................................... 61 Gambar 24. Peta Kelas Erosi Kualitatif SES di DAS Grindulu, Pacitan.................. 62 Gambar 25. Luasan Kategori Nilai Kelas Erosi Kualitatif SES di DAS Grindulu ... 63 Gambar 26. Peta Kelas Erosi Kuantitatif MMF di DAS Grindulu, Pacitan ............ 64 Gambar 27. Luasan Kategori Nilai Kelas Erosi Kuantitatif MMF di DAS Grindulu ........................................................................................................... 65

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

vii

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

DAFTAR LAMPIRAN

Lampiran 1.

Kerangka Kerja Logis Kegiatan Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS Tahun 2007....................................................

68

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

viii

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

I. PENDAHULUAN A. Latar Belakang Sumberdaya alam yang berupa hutan (vegetasi), tanah, dan air mempunyai peranan yang penting dalam kelangsungan hidup manusia sehingga dalam pemanfaatannya perlu dilakukan secara optimal dan lestari. Kerusakan sumberdaya alam hutan (SDH) yang terjadi saat ini telah menyebabkan terganggunya keseimbangan lingkungan hidup daerah aliran sungai (DAS) seperti tercermin pada sering terjadinya erosi, banjir, kekeringan, pendangkalan sungai dan waduk serta saluran irigasi. Tekanan yang besar terhadap sumber daya alam oleh aktivitas manusia, salah satunya, dapat ditunjukkan adanya perubahan penutupan lahan yang begitu cepat. Pengelolaan DAS dengan permasalahan yang komplek, diperlukan penanganan secara holistik, integral dan koordinatif. Perubahan kondisi penutupan lahan sangat diperlukan sebagai dasar pengelolaan suatu DAS yang harus dilakukan secara periodik melalui kegiatan monitoring dan evaluasi (monev). Karakteristik penutupan lahan suatu wilayah sangat dipengaruhi oleh kondisi bio-fisik maupun sosial ekonomi masyarakatnya. Pada wilayah dengan curah hujan tinggi berpenduduk jarang, pola penutupan lahannya lebih dominan pada tanaman tahunan, sebaliknya pada wilayah curah hujan tinggi berpenduduk padat pola penutupan lahannya lebih dominan pada tananan semusim. Sedangkan pada wilayah kering (hujan rendah) dengan penduduk jarang, pola penutupan lahannya didominasi padang rumput dan tanaman tahan kering. Survei penutupan lahan secara langsung di lapangan memerlukan tenaga yang banyak, waktu lama dan biaya tidak sedikit. Oleh karena itu diperlukan teknologi yang mampu menggambarkan obyek dipermukaan bumi secara luas, terkini dan dapat dimanfaatkan secara periodik. Teknologi Penginderaan Jauh (PJ) mampu

menggambarkan obyek di permukaan bumi, sehingga dapat digunakan untuk memetakan penutupan lahan dan memonitor perubahannya. Beberapa keuntungan penggunaan data PJ yaitu citra satelit menggambarkan obyek, daerah, gejala di

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

permukaan bumi dengan ujud dan letak yang mirip dengan kondisi dipermukaan bumi, relatif lengkap, meliput daerah yang luas dan permanen. Kebutuhan akan data terkini dengan akurasi tinggi, pada areal yang luas sangat diperlukan untuk memantau perubahan satu kesatuan pengelolaan DAS. Data yang diperoleh dari teknologi PJ yang telah di cek di lapangan digunakan sebagai masukan (input) bagi Sistem Informasi Geografis (SIG) untuk selanjutnya diproses dan dianalisa sehingga diperoleh peta penutupan lahan yang akurat. Melalui proses SIG data dari PJ dapat digunakan untuk mendeteksi perubahan penutupan lahan (Land cover change detection) pada suatu DAS. Bantuan PJ dan SIG sangat diperlukan untuk membantu keterbatasan dana, waktu dan tenaga kerja dengan hasil yang diperoleh memiliki akurasi tinggi, mudah, cepat dan murah, dapat dilakukan pada setiap waktu. Dalam pengelolaan DAS, kondisi penutupan lahan dan variasi jenis tanah akan sangat berpengaruh pada jenis dan tingkat erosi yang terjadi. Sehingga diharapkan PJ dan SIG dapat membantu perhitungan untuk analisis erosi baik secara kualitatif untuk perencanaan jangka panjang maupun secara kuantitatif untuk perencanaan jangka pendek. Disamping itu PJ juga dapat dimanfaatkan untuk analisis tingkat kemampuan penggunaan lahan (LUC=Land Use Capability) dan morfometrik DAS. Oleh karena pola penutupan lahan secara nasional sangat beragam pada setiap zona ekologi maka dalam pemanfaatan penginderaan jauh perlu dilakukan kajian aplikasinya. Pada tahun 2007 diperlukan kajian tentang “Kajian Aplikasi Penginderaan Jauh (PJ) dan Sistem Informasi Geografis (GIS) untuk Monitoring dan Evaluasi DAS”.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

2

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

B. Rumusan Masalah Kegiatan monitoring dan evaluasi DAS perlu didukung oleh data tentang kondisi trekini dan perubahan penutupan lahan secara akurat dan terkini (up todate). Perubahan penutupan lahan pada DAS sangat cepat khususnya di dua musim yang berbeda (kemarau & penghujan). Monitoring dan evaluasi sangat diperlukan untuk memantau terjadinya perubahan dan membantu menetapkan karakteristik suatu DAS Oleh karena itu perlu dilakukan pemutakhiran data penutupan lahan dan analisa perubahannya. Departemen Kehutanan dalam hal ini Badan Planologi Kehutanan telah melakukan pemutakhiran data penutupan lahan (untuk beberapa propinsi) dengan cara interpretasi citra landsat secara visual. Untuk mendukung kegiatan tersebut, diperlukan teknik penajaman citra (image enhancement) secara digital agar diperoleh informasi tentang penutupan lahan seakurat mungkin. Luaran (output) dari analisis citra landsat adalah peta pada skala 1 : 100.000 (maksimum) atau yang lebih kecil. Menurut Prihandito (1989) produk tersebut tergolong pada skala kecil, oleh karena itu untuk perencanaan pengelolaan DAS hanya sesuai untuk perencanaan pada skala makro DAS atas wilayah lintas kabupaten atau propinsi. Mengingat setiap wilayah di Indonesia memiliki pola penutupan lahan yang spesifik, oleh karena itu masing – masing wilayah diperlukan kajian teknik aplikasi PJ dan SIG sebagai basis monev kondisi penutupan lahan dalam pengelolaan DAS. Beberapa pertanyaan dalam penelitian ini yang harus dijawab terkait dengan permasalahan yang ada, antara lain : a. Apa dengan citra satelit PJ dan SIG dapat digunakan untuk pemetaan dan perhitungan erosi dibandingkan dengan cara yang lama (konvensional) ? b. Sampai seberapa jauh sumbangan dari teknologi PJ dan SIG untuk monev DAS dalam mendukung sistem Karakterisasi DAS ? c. Bagaimana tehnik aplikasi PJ dan SIG untuk menyusun data dasar karakteristik penutupan lahan sebagai basis monitoring dan evaluasi DAS ?

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

3

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

C. Tujuan dan Sasaran Penelitian Kajian Aplikasi Penginderaan Jauh (PJ) dan Sistem Informasi Geografis (SIG) untuk monitoring dan Evaluasi (monev) DAS (Daerah Aliran Sungai) merupakan salah satu kegiatan dari UKP berjudul Sistem Karakterisasi DAS untuk mendukung pengembangan sistem monev dalam pengelolaan DAS. Tujuan UKP adalah untuk mendapatkan sistem karakterisasi DAS dengan parameter pendukung biofisik dan sosial ekonomi budaya sebagai dasar perencanaan dan monev serta implementasi dalam pengelolaan DAS yang sesuai dengan kondisi dan kekhasan wilayah ekosistemnya dan kewenangan daerah otonom, serta terbangunnya sistem informasi DAS. Tujuan PPTP adalah untuk memperoleh metode analisis karakterisasi DAS dengan penggunaan metode Penginderaan Jauh (PJ) dan Sistem Informasi Geografis (SIG) untuk monev DAS tingkat DAS pada setiap zona ekologi. Kajian pada tahun 2007 difokuskan pada zona ekologi Jawa (Curah hujan tinggi dan Penduduk padat) di DAS Solo dan sekitarnya (DS) dengan tujuan yaitu: 1) Memperoleh metode analisis data Penginderaan Jauh (PJ) dan Sistem Informasi Geografis (SIG) yang efektif untuk menyusun data dasar karakteristik penutupan lahan DAS sebagai basis monev DAS. 2) Memperoleh metode analisis perubahan penutupan lahan dan analisis perhitungan erosi kualitatif dan kuantitatif. Sasaran yang akan dicapai pada tahun 2007 yaitu: 1) Tersedianya metode analisis perubahan penutupan lahan dari dua musim yang berbeda (penghujan dan kemarau) dengan penginderaan jauh. 2) Tersedianya informasi kapasitas kemampuan penginderaan jauh dan SIG sebagai alat deteksi karakteristik suatu DAS, antara lain : untuk perhitungan erosi kualitatif dan kuantitatif.

Kegiatan kajian ini merupakan kegiatan terakhir dari tiga tahun kegiatan kajian yang direncanakan yakni dari tahun 2005 sampai dengan tahun 2007, dengan perincian sasaran tiap tahun seperti terdapat pada Tabel 1.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

4

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 1. Sasaran tiap tahun kegiatan PJ dan SIG untuk Monev DAS No. 1.

Sasaran
Zona ekologi penduduk jarang curah hujan tinggi (Sumatra)

2005 Penutupan lahan

Tahun 2006

2007

2.

Zona ekologi Penduduk jarang curah hujan rendah (NTT)

Penutupan lahan erosi Penutupan lahan, erosi & morfometri &

3.

Zona ekologi penduduk padat curah hujan tinggi (Jawa)

D. Hasil Yang Telah Dicapai • Aplikasi PJ dan SIG untuk Monev DAS tahun 2005 sudah dilakukan untuk DAS Batanghari di Jambi, Sumatra. Aplikasi PJ dan SIG untuk Monev DAS dengan mencoba analisis klasifikasi penutupan lahan secara visual (digitasi on screen) dan komputerisasi (klasifikasi berbantuan dan tak berbantuan). • Aplikasi PJ dan SIG untuk Monev DAS tahun 2006 sudah dilakukan untuk DAS Benain-Noelmina di SoE, NTT. Dengan memanfaatkan PJ dan SIG untuk

analisisi erosi kualitatif (SES) dan kuantitatif (MMF), yang diawali dengan analisis perubahan penutupan lahan dan penyebaran jenis tanah.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

5

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

E. Luaran/Output Tahun 2007 Luaran kajian tahun 2007 yaitu: 1) Diperolehnya peta penutupan lahan aktual dan peta perubahan penutupan lahan hasil klasifikasi citra digital PJ dan SIG DAS Solo DS., pada kondisi dua musim berbeda. 2) Diperolehnya metode pengolahan dan interpretasi data citra digital PJ yang efektif dan efisien untuk memperoleh informasi penutupan lahan aktual, sebagai parameter dasar penetapan karakteristik suatu DAS.

F. Ruang Lingkup Tahun 2007 Ruang lingkup dari kegitan ini adalah untuk mendapatkan metode analisis (yang meliputi pengolahan, penajaman dan klasifikasi ) data digital PJ sehingga diperoleh klasifikasi penutupan lahan DAS. Hasil klasifikasi tersebut selanjutnya sebagai masukan (input) bagi SIG untuk diproses sehingga menghasilkan informasi perubahan penutupan lahan. Kajian ini diharapkan dapat memberikan informasi mengenai distribusi perubahan penutupan lahan yang selanjutnya dapat digunakan untuk mendukung kegitan monev DAS, sebagai bagian dari UKP kajian karakteristik DAS. dilakukan antara lain: 1. Pembuatan format basis data digital penggunaan lahan berdasarkan peta penunjukan kawasan dan peta penutupan lahan. 2. Pengumpulan data primer dan sekunder pada dua musim berbeda yaitu musim kemarau dan musim penghujan. 3. Analisis perubahan penutupan lahan dan perhitungan erosi kualitatif dan kuantitatif dengan perangkat PJ dan SIG 4. Penyusunan lay out peta dan penyajiannya. 5. Metodologi Pemetaan Dijital Land Use/Land Cover Kegiatan yang akan

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

6

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

II. TINJAUAN PUSTAKA A. Daerah Aliran Sungai (DAS) Daerah Aliran Sungai (DAS) didefinisikan sebagai suatu wilayah daratan yang dipisahkan dari wilayah lain di sekitarnya oleh pemisah alam topografi, seperti punggung bukit atau gunung dan menerima air hujan, menampung dan mengalirkannya melalui suatu sungai utama ke laut/danau (DitJen RRL, 1998 dalam Tim Peneliti BP2TPDAS-IBB, 2004). Suatu DAS dipisahkan dari wilayah lain di sekitarnya (DASDAS lain) oleh pemisah alam topografi, seperti punggung bukit dan gunung. DAS (watershed) adalah sinonim dengan daerah tangkapan air (catchment area) dengan luasan yang tidak ada pembakuan, berkisar antara beberapa hingga ribuan kilometer persegi, namun perlu dibedakan pengertiannya dengan daerah/wilayah pengaliran sungai (river basin) dimana DAS merupakan bagian dari river basin (Sheng, 1990). Pengertian DAS oleh Dixon dan Easter (1986) adalah sub drainage area dari major river basin. Sementara Schwab et. al. (1981) memberi batasan DAS dengan luas maksimum 259.000 ha (1.000 mil persegi) sebagai basis untuk pengendalian banjir daerah hulu (head water flood control). Hal ini untuk membedakan dengan sistem pengendalian banjir di daerah hilir. DAS juga bisa dipandang sebagai suatu sistem pengelolaan yaitu suatu wilayah yang memperoleh masukan (inputs) yang selanjutnya diproses untuk menghasilkan luaran (outputs) (Asdak, 1995; dan Becerra, 1995). Dengan demikian DAS merupakan prosesor dari setiap masukan yang berupa hujan (presipitasi) dan intervensi manusia untuk menghasilkan luaran yang berupa produksi, limpasan dan hasil sedimen DAS dipandang sebagai suatu ekosistem, dimana manusia baik sebagai individu, kelompok masyarakat maupun hasil aktivitasnya merupakan bagian dari komponen ekosistem yang saling berinteraksi dengan komponen sumberdaya alam flora, fauna, tanah dan air untuk memenuhi kebutuhannya. Komponen yang menyusun suatu ekosistem DAS terdiri dari manusia, tanah (lahan), air, tumbuhan dan hewan. B. Monitoring dan Evaluasi DAS

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

7

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Monitoring pengelolaan DAS adalah proses pengamatan data dan fakta yang pelaksanaannya dilakukan secara periodik dan terus menerus terhadap jalannya kegiatan, penggunaan input, hasil sebagai akibat dari kegiatan yang dilaksanakan dan faktor luar atau kendala yang mempengaruhi. Sedangkan evaluasi pengelolaan DAS adalah proses pengamatan dan analisis data dan fakta yang pelaksanaannya dilakukan menurut kepentingannya mulai dari penyusunan rencana program, pelaksanaan program dan pengembangan program pengelolaan DAS (Tim Peneliti BP2TPDAS – IBB,2004). Kegiatan pemantauan dan evaluasi pengelolaan DAS yang dilakukan secara langsung di lapangan akan memakan waktu, tenaga dan biaya. Oleh karena itu dengan dibangunnya sistem pemantauan dan evaluasi secara digital akan lebih mempermudah dan mempercepat dalam pengambilan keputusan dalam rangka penanganan masalah – masalah DAS, terutama yang berkaitan dengan kerusakan sumberdaya lahan, air dan hutan/vegetasi (BPDAS Solo dan PUSPICS, 2002). C. Penutupan Lahan dan Penggunaan Lahan Informasi tentang penutupan lahan yang akurat dan up to date sangat penting dalam pengelolaan lahan (land Management) pada suatu DAS. Perubahan aktivitas pada suatu penggunaan lahan dalam suatu ruang dan waktu sering mengakibatkan perubahan penutupan lahan sebagai indikasi aktivitas pengelolaan lahan. Untuk memperoleh perencanaan pengelolaan yang sesuai maka perlu dipilah pemahaman antara ‘penutupan lahan’ dan ‘penggunaan lahan’, walaupun sering peristilahan nya dapat digunakan keduanya. Definisi penutupan lahan (land cover) menurut (Berrios, 2004) adalah obyek fisik yang menutup permukaan tanah yang meliputi vegetasi (alami maupun tanaman), bangunan buatan manusia, tubuh air, es, batuan dan permukaan pasir (padang pasir). Sedangkan penggunaan lahan (land use) adalah pemanfaatan lahan oleh manusia untuk tujuan tertentu (Berrios., 2004). Perubahan pengguanaan lahan selalu berhubungan dengan aktivitas (campur tangan) manusia. Tipe penutupan lahan yang berbeda dapat digunakan untuk kegiatan yang sama atau tipe penutupan lahan yang hampir sama dapat dirancang untuk penggunaan lahan yang berbeda.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

8

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Dalam peta Rupa Bumi Indonesia (RBI) skala 1 : 250.000, tahun 1986, penutupan lahan/penggunaan lahan dibedakan menjadi : hutan, perkebunan, ladang, pemukiman, dan sawah. Oleh Badan Planologi Kehutanan, Departemen Kehutanan, klasifikasi penutupan lahan tersebut diperluas menjadi : 1. Hutan : a. hutan lahan kering primer b. hutan lahan kering sekunder c. hutan tanaman d. hutan rawa primer e. hutan rawa sekunder 2. Perkebunan 3. Pemukiman 4. Sawah 5. Lahan kering/ladang : a. pertanian lahan kering b. pertanian lahan kering campur semak 6. Rawa 7. Tanah terbbuka 8. Tubuh air 9. Belukar : a. semak/belukar b. belukar rawa Menurut peta topogrfi (1942) jenis penggunaan lahan dapat diklasifikasi menjadi : hutan, sawah, pemukiman, perkebunan/pekarangan, tegal, lahan terbuka dan tubuh air (danau, kolam ikan.dll). Dalam peta tersebut juga diperoleh notasi penutupan lahan yang berupa hutan (tanaman pokok, belukar, dan mangrove), rumput (alang-alang dan glagah alang-alang), dan perkebunan (teh, karet, kopi). Penggunaan lahan hutan dapat dibagi lagi sesuai fungsinya (UU No. 41 tahun 1999 dan PP No 68 tahun 1998) yakni : 1. hutan lindung 2. hutan konservasi :

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

9

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

a. hutan pelestarian alam : taman nasional, taman hutan raya, dan taman wisata alam b. hutan suaka alam : kawasan suaka margasatwa dan kawasan cagar alam c. taman buru 3. hutan produksi Citra Penginderaan Jauh (PJ) dapat digunakan untuk mendeteksi perubahan penutupan lahan (Bronsveld, K. et al., 1994). Perubahan penggunaan lahan dapat mengakibatkan perubahan kondisi hidrologi suatu DAS. Penelitian Sukresno dan Precylia (1995) di Sub DAS Wader, menunjukkan bahwa perubahan penutupan lahan dari tumbuhan liar menjadi Eucalyptus alba dan Accacia auriculiformis berpengaruh pada kondisi hidrologi, yaitu dapat memperpanjang waktu dasar (tb) dan menurunkan debit puncak (qp), mempercepat waktu banjir (tc), laju infiltrasi semakin rendah sehingga limpasan, koefisien limpasan dan erosi tahunan cenderung terus meningkat. Identifikasi penutupan vegetasi maupun non vegetasi pada citra penginderaan jauh dapat dilakukan secara manual dan secara digital (menggunakan citra satelit). Klasifikasi penutupan lahan didasarkan pada luas penutupan vegetasi dan non vegetasi yang dinyatakan dalam prosentase penutupan (BPDAS Solo dan PUSPICS. 2002). Analisis kuantitatif kategori penutupan vegetasi sebagai faktor yang

mempengaruhi kejadian limpasan permukaan didasarkan pada prosentase luas penutupan vegetasi dan non vegetasi. Semakin luas penutupan lahan yang berupa vegetasi semakin menghambat terjadinya limpasan permukaan, dan sebaliknya semakin tipis atau hampir tidak ada penutupan vegetasi berarti semakin menunjang terjadinya limpasan permukaan, apalagi tanpa disertai dengan upaya konservasi seperti pembuatan terasering dll (BPDAS Solo dan PUSPICS, 2002).

D. Teknologi Penginderaan Jauh Teknologi penginderaan jauh telah berkembang sangat pesat sejak empat dasawarsa terakir ini. Perkembangannya meliputi aspek sensor, jenis citra serta liputan dan ketersediaannya, alat dan analisis data dan jumlah pengguna serta bidang penggunaannya. Indonesia yang mempunyai wilayah yang cukup luas dan memiliki

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

10

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

sumberdaya alam yang cukup besar memerlukan teknologi tersebut untuk inventarisasi dan monitoring wilayah dan sumberdaya alam yang dimikinya. Oleh karena itu Indonesia dituntut untuk selalu mengikuti perkembangan teknologi tersebut. Definisi penginderaan jauh adalah suatu teknik untuk mengumpulkan informasi mengenai obyek dan lingkungannya dari jarak jauh tanpa sentuhan fisik. Penginderaan Jauh adalah ilmu dan seni untuk memperoleh informasi tentang obyek, daerah, atau gejala dengan jalan menganalisis data yang diperoleh dengan menggunakan alat tanpa kontak langsung terhadap obyek, daerah atau gejala yang dikaji. Alat yang dimaksud adalah alat penginderan (sensor) yang dipasang pada wahana (platform) seperti pesawat terbang, satelit, pesawat ulang alik atau wahana lainnya. Elemen penting di dalam teknik PJ adalah obyek di permukaan bumi, tenaga elektromagnetik dan sensor. Hasil interaksi antara tenaga elektromagnetik dengan obyek direkam oleh sensor. Perekamannya dilakukan dengan menggunakan kamera atau alat perekam lainnya. Hasil rekaman ini disebut data penginderaan jauh. Data penginderaan jauh harus diterjemahkan menjadi informasi tentang obyek, daerah, atau gejala yang diindera. Proses penterjemahan data penginderaan jauh menjadi informasi disebut analisis atau interpretasi data. Teknik ini menghasilkan beberapa bentuk citra yang selanjutnya diproses dan diinterpretasi guna membuahkan data yang bermanfaat untuk aplikasi di bidang pertanian, arkeologi, kehutanan, geografi, geologi, perencanaan dan bidang – bidang yang lainnya. Salah satu elemen penting di dalam teknologi penginderaan jauh adalah tenaga. Definisi tenaga elektromagnetik adalah paket elektrisitas dan magnetisme yang bergerak dengan kecepatan sinar pada frekuensi dan panjang gelombang tertentu dengan sejumlah tenaga tertentu. Dalam teknologi penginderaan jauh digunakan tenaga elektromagnetik. Matahari merupakan sumber tenaga elektromagnetik. Disamping matahari juga sumber tenaga yang lain, baik sumber tenaga alamiah maupun sumber tenaga buatan. Sumber tenaga alamiah digunakan di dalam penginderaan jauh sistem pasif seperti misalnya potret udara dan citra satelit Landsat, SPOT dll sedangkan sumber tenaga buatan digunakan di dalam penginderaan jauh sistem aktif misalnya sistem radar. Tenaga elektromagnetik tidak tampak oleh mata dan akan tampak apabila berinteraksi dengan

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

11

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

benda. Matahari memancarkan tenaga elektromagnetik ke segala arah dan mencapai bumi dengan cara radiasi. Radiasi tenaga elektromagnetik berlangsung dengan kecepatan tetap dan dengan pola gelombang yang harmonik. Tidak semua radiasai elektromagnetik dapat mencapai bumi hal ini disebabkan oleh adanya lapisan atmosfer. Atmosfer membatasi bagian spektrum elektromagnetik yang dapat digunakan dalam penginderaan jauh. Pengaruh atmosfer merupakan fungsi panjang gelombang. Pengaruhnya bersifat selektif terhadap panjang gelombang. Oleh karena itu maka timbul istilah jendela atmosfer (atmosferic window) yaitu bagian spektrum elektromagnetik yang dapat mencapai bumi. Dalam jendela atmosfer ada hambatan atmosfer yang

disebabkan oleh hamburan (scatter) pada spektrum tampak dan serapan (absorption) yang terjadi pada spektrum infra merah termal. Kedua hal tersebut mempengarui nilai kecerahan (brighness value) pada citra. Gambar 1 menunjukkan pengaruh hamburan dan serapan partikel atmosfer terhadap nilai kecerahan.

Gambar 1.

Pengaruh hamburan (scattering) dan serapan (absorption) terhadap nilai kecerahan.

Tiap obyek mempunyai karakteristik tertentu dalam memantulkan atau memancarkan tenaga ke sensor. Pengenalan obyek pada citra dilakukan dengan

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

12

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

menyidik (tracing) karakteristik spektral obyek yang tergambar pada citra penginderaan jauh. Obyek yang banyak memantulkan dan memancarkan tenaga elektromagnetik ke sensor akan tampak cerah (nilai kecerahannya tinggi). Sedangkan obyek yang sedikit memantulkan tenaga dan banyak menyerap tenaga elektromagnetik akan tampak gelap pada citra. Ada obyek yang berlainan tetapi mempunyai karakteristik spektral yang sama atau serupa sehingga menyulitkan pembedaan dan pengenalannya pada citra hal ini dapat diatasi dengan kunci interpretasi yang lain seperti bentuk, ukuran, pola ,dll. Gambar 2 menunjukkan kurva spektral untuk 3 jenis obyek yaitu tanah, tumbuhan (vegetasi) dan air.

Gambar 2. Kurva spektral obyek (Tubuh air, Tanah dan Vegetasi) (University of Concepcion, 2003 dalam Berrios, 2004) Penggunaan teknik penginderaan jauh untuk membantu inventarisasi sumberdaya lahan telah menunjukkan keberhasilannya, hal ini disebabkan karena penginderaan jauh mempunyai sifat multidisipliner, artinya menggambarkan kondisi permukaan bumi secara lengkap dan mirip dengan keadaan sebenarnya di medan, sehingga dengan kemampuan dan pengalamannya berbagai pakar dapat memperoleh data sesuai dengan keinginannya. Citra penginderaan jauh merupakan catatan permanen

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

13

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

dan repetitif, artinya setiap saat dokumentasi tersebut dapat dibuka kembali dan tidak akan berubah serta apabila dikehendaki dokumen tersebut dapat dipotret ulang. Disamping itu sesuai dengan yang dikehendaki dapat dipakai untuk mengetahui gambaran secara luas (sinoptic view) dengan menggunakan citra skala kecil (citra

Landsat,SPOT), sedangkan untuk tingkat detail misalnya studi kota, mengetahui jenis komoditi tertentu dapat menggunakan citra skala besar (foto udara).

E. Penginderaan Jauh Sistem Satelit Dewasa ini perkembangan Teknologi PJ begitu cepat hal tersebut terbukti dari banyaknya satelit sumber daya yang diluncurkan ke orbit. Dari segi kemampuan juga mengalami peningkatan mulai citra satelit dengan resolusi spatial (untuk multispektral) 30 m x 30 m dan pankromatik 15 m x 15 m (Landsat), citra SPOT 20 m x 20 m (multispektral) dan 10 m x 10 m (pankromatik) sampai 1 m x 1 m (IKONOS pankromatik ) dan 0.61 m x 0.61 m (Quick Bird). Sedangkan kemampuan pembedaan obyek juga semakin berkembang hal ini terbukti dengan banyaknya saluran spektral yang digunakan seperti misalnya citra landsat MSS (Multi Spectral Scenner) yang digunakan pada era tahun 1980- an memiliki 7 saluran spektral (band) saat ini generasi landsat 7 ETM+ (Enhance Thematic Mapper) menggunakan 8 saluran spektral yaitu 6 saluran inframerah tampak (visible Infrared) 1 saluran pankromatik dan 1 saluran

inframerah termal (Thermal Infrared). Satelit sumber daya bumi dapat dibedakan atas 2 kelompok yaitu satelit berawak dan satelit tidak berawak. Satelit tidak berawak seperti misalnya landsat, SPOT, IKONOS dll membawa sensor non fotografik yang hasil rekamannya berupa citra satelit cetak jadi (hard copy) dan data digital. Sumber tenaga yang digunakan pada PJ sistem satelit dapat berupa tenaga buatan misalnya citra radar (ERS, JERS, Radarsat dll) dan tenaga alamiah yang bersumber dari matahari seperti misalnya Landsat, SPOT, IKONOS, IRS, Quick Bird. Data digital PJ yang dimaksud dalam uraian selanjutnya adalah citra satelit digital.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

14

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Data digital PJ (citra digital) direkam dengan menggunakan sensor non-kamera antaralain scanner, radiometer, spectrometer. Citra digital dibentuk dari elemen – elemen gambar atau pixel (picture element) yang menyatakan tingkat keabuan pada gambar (Purwadhi, 2001). Citra digital dapat secara langsung disimpan pada pita magnetik (High Density Digital Tape) atau CCT (Computer Compatible Tape). Menurut Purwadhi (2001) pengolahan citra digital merupakan manipulasi dan interpretasi digital dari citra PJ dengan bantuan komputer. Pengolahan citra digital selain dilakukan dengan bantuan komputer (hardware) juga diperlukan perangkat lunak (software). Saat ini perangkat lunak pengolahan citra digital seperti ILWIS, ErMapper, PCI, ErdasImagine, Idrisi dll, cukup banyak dijumpai. Secara umum pengolahan citra digital dibagi menjadi 2 yaitu prapemrosesan citra (Pre Processing Image) dan penajaman citra (image Enhancement). Pra pemrosesan citra meliputi pemrosesan radiometrik dan geometrik. Pemrosesan radiometrik bertujuan untuk mengurangi atau menghilangkan pengaruh internal maupun eksternal selama proses perekaman data, sehingga nilai data digital (digital value) citra mendekati nilai spektral obyek. Sedangkan pemrosesan geometrik berhubungan dengan posisi pixel (pixel position) pada citra digital disesuaikan dengan koordinat bumi yang merujuk pada sistem proyeksi tertentu (Franklin, 2001).

F. Klasifikasi Citra Satelit Digital Menurut Purwadhi (2001) penajaman citra dimaksudkan untuk mempertajam kontras yang tampak pada ujud gambaran yang terekam dalam citra. Secara umum teknik penajaman di dalam aplikasinya dapat dikategorikan dalam tiga cara, yaitu manipulasi kontras (contrast manipulation), manipulasi kenampakan spasial (spatial feature manipulation) dan manipulasi multi citra (multi-image manipulation). Manipulasi kontras dilakukan dengan memodifikasi histogram sehingga dapat meningkatkan ketajaman citra. Manipulasi kenampakan spasial mencakup penggunaan filter spasial (spatial filtering) dan penajaman tepi (edge enhancement). Sedangkan manipulasi multi citra dapat dilakukan dengan PCA, NDVI dll. Poveda,G dan Salazar F.Luis, 2004, menerapkan formulasi NDVI pada citra digital untuk mengetahui

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

15

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

keanekaragaman tanaman tahunan di Amazonia. Panjang gelombang yang digunakan untuk menyusun formula tersebut adalah inframerah dekat (0.73 – 1.1 um) dan merah (0.55 – 0.68 um). Pada kajian tersebut diperoleh informasi bahwa formula NDVI yang diterapkan pada citra digital dapat digunakan untuk mengetahui kemampuan potosintesis tanaman tahunan. Menurut Mas Francois dan Ramirez I. 1996, keterbatasan dari klasifikasi data digital yang mengandalkan nilai spektral adalah apabila spektral dari penutupan lahan yang berbeda memiliki nilai yang hampir sama (similar). Hal tersebut mengakibatkan klas penutupan lahan tidak dapat dibedakan sehingga akurasinya rendah. Menurut Danoedoro (2003) klasifikasi citra secara digital tidak cukup hanya mengandalkan informasi spektral akan tetapi diperlukan pengetahuan tambahan mengenai tipe penutupan lahan di lokasi kajian yang meliputi teksture dan informasi medan (terrain information). Tingkat akurasi Peta Land Use/Land Cover hasil klasifikasi berbantuan dapat dikukur dengan dua macam akurasi : 1. Akurasi klasifikasi : Komisi (kesalahan observasi bagian yang tidak termasuk kelas tapi dimasukkan) Omisi (kesalahan observasi seharusnya masuk kelas tapi masih terletak diluar)

2. Akurasi pemetaan F.1. Analisis Perhitungan Erosi Perhitungan erosi tanah dapat dihitung secara kualitatif dengan metode SES (SES = Soil Erosion Status) dan secara kuantitatif dengan metode MMF (Morgan, Morgan dan Finney). A. Erosi kualitatif (SES = Soil Erosion Status) SES dihitung dengan cara kualitatif dan tergantung dari 5 parameter yaitu : arah lereng (aspect), kemiringan lereng (slope gradient), kerpatan sungai (drainage density), jenis tanah (Soil types), dan penutupan dan penggunaan lahan (landuse/ landcover). Perhitungan kualitatif dengan memberikan skoring dengan nilai relatif yaitu untuk erosi dari rendah (low : L), sedang (medium : M), dan tinggi (high : H) dan selanjutnya untuk perhitungan perkalian diberikan nilai skore SES yaitu 1, 2, dan 3.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

16

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Kemudian kelima faktor dilakukan perkalian dan didapatkan total skore erosi (Soil Erosion the Area Value : SEAV). Jika nilai SEAV lebih kecil dari 16 dimasukkan kedalam erosi rendah (Low Erosion Area : LEA), jika SEAV berkisar antara 16 sampai 48 termasuk erosi sedang (Medium Erosion Area : MEA), dan jika nilai lebih dari 49 termasuk erosi tinggi (High Erosion Area : HEA), Gambar 3..

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

17

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Gambar 3. Diagram Alur Perhitungan Status Erosi Tanah (SES)

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

18

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

B. Erosi kuantitatif (MMF = Morgan, Morgan, dan Finney) Model MMF (Morgan, Morgan, dan Finney) memperkirakan besarnya erosi yang tergantung dari beberapa parameter dalam kaitannya untuk penggunaan lahan : tanah, penggunaan dan penutupan lahan, dan data curah hujan. Untuk memperkirakan kehilangan tanah dengan pendekatan MMF diperlukan peta variasi beberapa faktor anatar lain : energi kinetik hujan (E), kedalaman perakaran tanaman (RD), prosentase kontribusi hujan permanen dalam bentuk intersepsi dan aliran batang (A), faktor pengelolaan penutupan lahan (C), Ratio evapotranspirasi potential (Et/Eo), kapasita cadangan kelembaban tanah (MS) selanjutnya dikembangkan sampai mendapatkan peta hasil akhir seperti volume aliran permukaan tanah (Q); Laju pengaruh hujan jatuh terhadap pemecahan tanah (F), kapasitas tansport pada aliran permukaan (G). Perkiraan perhitungan kehilangan tanah tahunan dengan membandingkan dua peta yaitu peta laju pemecahan tanah dan peta kapasitas trsanaport aliran permukaan dan diambil nilai minimum dua diantara peta tersebut. Peta yang dihasilkan berupa model erosi tanah yang sudah dibagi menurut tingkatan erosi, kontribusi hutan terbuka merupakan maksimum dari kehilangan tanah yaitu > 50 t/ha/tahun (VH=Very High = sangat tinggi). Kehilanagan tanah paling sedikit dicatat pada lahan tanaman pertanian yaitu < 5 t/ha/tahun (VL=Very Low = sangat rendah). Selanjutnya tiap-tiap tingkata

erosi dikalikan masing-masing dari erosi yang terendah 10 untuk VL, 20 untuk L, 30 untuk M., 40 untuk H, dan 50 untuk VH, dan total semuanya dibagi dengan luas masingmasing Sub DAS.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

19

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Gambar #. Diagram Alur Analisis pehitungan Erosi Kuantitatif Morgan, Morgan dan Finney

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

20

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

F.2. Metodologi Pemetaan Penutupan dan Penggunaan Lahan Deteksi Teknik perubahan penutupan lahan, dapat dianalisis dengan dua cara yaitu secara visual dan analisis dijital :: A. Interpetasi Visual : Variasi metode dari teknik deteksi perubahan (Singh, 1994) sebagai berikut : komparasi sisi dengan sisi yang lainnya pada citra fotografik dapat dibawakan dengan anotasi perubahan yang diteksi. transfaransi dari dua metode dapat ditumpangsusunkan, dicatat dan dilihat dari meja sinar dengan menganalisis pada daerah yang sama yang mengalami perubahan. satu negative dan satunya transfaransi positif dapat ditumpangsusunkan. Area yang tidak mengalami perubahan diberi warna yang muda sedangakn yang mengalami perubahan diberi warna yang tua. Metode analisis visual yang dikembangkan oleh NRSA (National Remote Sensing Agency) untuk kondisi dua iklim yang berbeda, dengan melalaui 6 tahap berikut : 1. Seleksi dan penerimaan data 2. Interpretasi visual pendahuluan 3. Verifikasi dan koleksi data dengan cheking lapangan 4. Modifikasi dan interpretasi final 5. Estimasi luas daerah 6. Repruduksi dan persiapan pembuatan peta kartografi final.

B. Teknik deteksi perubahan digital : Semua pendekatan dari deteksi perubahan dijital disajikan dari ketepatan spatial yang tercatat pada citra satelit dari tanggal yang berbeda. Citra residu dihasilkan dari prosedur yang bervariasi dan dengannya nilai threshold, statistic atau empiric determinasi, penerapan dari area yang telah ditetapkan perubahannya. Variasi

pendekatannya dilakukan (Singh, 1994) untuk deteksi perubahan dijital dan secar singkat disampaikan berikut ini :

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

21

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

(a) Image differencing Metode ini mencatat data geometric citra satelit yang diterima pada waktu yang berbeda yang menghasilkan residual atau citra tyang berbeda dimana mewakili perubahan diantara dua tanggal yang berbeda. Hasil dari setiap nilai ditunjukan dari setiap piksel positif atau negative atau tidak ada perubahan. Citra dengan band tunggal atau band berbeda atau kombinasi band, seperti indeks spectral dapat dilakukan dengan teknik ini. Teknik ini dapat disajikan dalam bentuk formula sebagai berikut :

Xijk(t2) – Xijk(t1) Xijk = —————————— + C 2 dimana XijK adalah nilai piksel abu-abu untuk band K pada garis_i dan kolom_j, t1 sebagai tanggal pertama dan t2 sebagai tanggal kedua. C adalah konstanta yang digunakan untuk memproses hasil citra dari 0 – 254.

(b) Image ratioing Perbandingan citra satelit dipersiapkan untuk membagi nilai piksel dalam band particular band pada waktu t1 yang berhubungan dengan nilai piksel pada waktu t2 nilai piksel lebih besar atau lebih kecil diambil untuk menunjukkan area yang mengalami perubahan. Hal tersebut dapat diwakili oleh rumus berikut :

Xijk (t1) Xijk = ————— Xijk (t2) ( c) Image regression Metode ini diasumsikan bahwa nilai piksel pada waktu t1 ((Xij K (t1) adalah berhubungan dengan waktu t2 Xij K (t2)), oleh fungsi linier, sehingga oleh sebab itu satu citra satelit dapat diregresi lagi dengan menggunakan metode lainnya. Metode deferensiasi citra satelit dapat diterapkan dengan nilai prediksi Xij

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

22

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

K (t2), sebagai dasar regresi garis, dari nilai actual pada citra satelit kedua, piksel dengan piksel, sebagai berikut :

^Xijk(t2) – Xijk (t1) Xijk = ——————————— + C 2 ^Xijk = a0 + a1 . Xijk (t1)

(d) Principal component differencing Pendekatan ini, PCA (Principal Components Analysis) yang dibentuk secara terpisah pada setiap tanggal yang berbeda. PC2 dari setiap tanggal digunakan untuk prosedur diferensiasi citra satelit. PC2 di[pilih karena memiliki nilai paling tinggi yang berbeda diantara infra merah dan band nampak, dan seperti paling berguna untuk enhancement dari kenampakan vegetasi.

(e) Post classification comparison Metode yang paling sering digunakan adalah analisis perbandingan klasifikasi sepektral dari waktu berbeda t1 dan t2 dengan prosedur yang indipenden. Akhirnya peta perubahan penggunaan dan penutupan lahan diproses dari integrasi logic dari hasil dua klasifikasi dengan menggunakan model multi tanggal citra satelit atau dengan SIG.

(f) Multi-date classification Pendekatan ini sebagai dasar analasis tunggal dari kombinasi tangal berbeda t1 dan t2,dengan tingkat identifikasi area yang berubah. Citra satelit multiband dari dua tanggal berbeda disatukan dengan klasifikasi berbantuan atau tak berbantuan. Sehingga hasil data dari semua band, dari pertama dua analisis komponen principal (PC1 dan PC2) dapat digunakan klasifikasi berbantuan. Pada wilayah yang luas dan heterogen disarankan menggunakan analisis dijital dengan tahapan seperti pada Gambar 4. Tahapan tersebut antara lain :

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

23

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

1. Data citra satelit, penyambungan dan georeferensi 2. Koleksi data dengan survai lapangan 3. Pembatasan wilayah administrasi, kelas penggunaan lahan dll 4. Klasifikasi dan stratifikasi dua musim berbeda 5. Penghalusan halus klasifikasi 6. Agregasi dari klasifikasi musim penghujan dan kemarau 7. Statisitik dan hasil akhir

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

24

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

CITRA DIGITAL MUSIM KEMARAU Kumpulan beberapa data/Peta

CITRA DIGITAL MUSIM PENGHUJAN Kumpulan beberapa data/Peta

Transformasi Model

Transformasi Model

Rektikasi Klasifikasi Mosaik

Kreasi Masker (Kelas Penutupan)

Rektikasi Klasifikasi Mosaik

Penghalusan Komposisi Komposisi

Agregasi Tumpangsusun Ekstraksi Tumpangsusun Ekstraksi

Statistik

Statistik

OUTPUT Hasil Foto

Statistik

Gambar 4. Metodologi Pemetaan Dijital Land Use/Land Cover

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

25

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

G. Aplikasi PJ dan SIG untuk Evaluasi Penutupan Lahan Sistem Informasi Geografis atau sering disebut Geographic Information System (GIS) adalah suatu sistem yang berbasis komputer yang dapat digunakan untuk menyimpan, menganalisis dan memanggil kembali data dengan cepat dan mudah (Aronoff, 1989). Teknologi ini berkembang sangat pesat dan menjadi alat yang efektif untuk digunakan di dalam analisa – analisa geografis. Sumber data yang dapat digunakan sebagai masukan (input) di dalam sistem ini adalah survei lapangan (pengukuran lapangan), peta dan data dari penginderaan jauh. Menurut Molenaar (1991) sistem informasi geografis dapat digunakan untuk mendiskripsikan obyek, fenomena atau proses yang terjadi di permukaan bumi. Prinsip dasar Sistem Informasi Geografis (SIG) adalah setiap data spasial/geografis berkaitan dengan letak (position) dan atribut. Data yang berkaitan dengan letak geografis digambarkan sebagai titik (point), garis (arc) dan area (poligon). Sedangkan atribut menerangkan fenomena yang menyertai titik, garis dan poligon tersebut. Ada 2 struktur data didalam sistem informasi geografis yaitu struktur data raster dan vektor. Struktur data raster adalah kumpulan dari titik atau ruang (cells) yang meliput suatu permukaan bumi ke dalam kotak yang teratur (regular grid). Di dalam struktur data raster atribut obyek secara langsung berhubungan dengan posisi obyek tersebut. Contoh dari struktur data raster adalah data penginderaan jauh seperti potret udara dan citra satelit. Pada struktur data raster masing – masing kotak (cells) menunjukkan luasan dari permukaan lahan. Struktur data vektor menampilkan kenampakan dengan tingkat ketelitian posisi yang jauh lebih tinggi dibanding data raster (Aronoff, 1989). Di dalam menggambarkan obyek, struktur data vektor menggunakan titik, garis dan poligon. Dengan fasilitas SIG, data yang telah masuk ke dalam sistem dapat dipanggil kembali (retreive) dan ditampilkan dalam berbagai bentuk. Disamping itu data spasial tersebut dapat dicetak (print) dengan skala yang sesuai dengan kebutuhan pengguna. Perubahan yang terjadi, terutama pada faktor – faktor yang dinamis seperti penutupan lahan dapat secara langsung, mudah dan cepat dilakukan perbaikan (editing). Data dan atribut selanjutnya disimpan dalam subsistem DBMS (Database Management System). Analisa data spasial yang umum dilakukan adalah tumpang susun peta (overlaying) baik

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

26

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

secara sederhana maupun yang kompleks karena banyak peta yang harus ditumpang susunkan. Konsep ini terus berkembang dengan adanya tumpang susun peta yang memberi penekanan pada faktor atau peta tertentu. Di lain pihak, pengolahan data dalam bentuk tabel dalam DBMS dapat dilakukan berdasarkan kriteria tertentu (Nugroho S.P., Endang S., Wardojo. 1996). Jessen (1992) menggunakan SIG dan soft-ware Arc-Info untuk mengolah data sumber daya lahan dan menyusun rekomendasi penggunaan lahan yang produktif. Begitu juga Fletcher (1990) menggunakan SIG untuk perencanaan konservasi tanah di Sub DAS Wiroko dengan mengumpulkan data ISDL (Inventarisasi Sumber Daya Lahan) pada setiap unit peta. Data ISDL yang dikumpulkan di lapangan meliputi beberapa parameter tetap (bentuk lahan, tipe batuan, jenis tanah, kemiringan lereng) dan parameter berubah (tingkat erosi, macam teras, jenis penggunaan lahan). Uboldidan Chuvieco (1997) menggunakan image processing dan SIG untuk mengakses pengelolaan lahan pertanian di daerah semi arid yang terletak di lembah sungai Colorado, propinsi Buenos Aires, Argentina. Beberapa parameter tanah

digunakan dalam rangka membuat peta kesesuaian lahan yang berbasis pada karakteristik fisik tertentu, sedangkan penggunaan lahan aktual diperoleh dari citra SPOT. Keduanya kemudian ditumpangsusunkan (overlay) sehingga diperoleh tabel dan peta yang memperlihatkan lahan yang dikelola lebih intensif atau kurang intensif dari seharusnya. Aplikasi penginderaan jauh dan SIG telah banyak digunakan dalam mengevaluasi lahan. Elsiedan Zuidan (1998) menggunakan PJ dan SIG untuk

mengklasifikasikan penutupan lahan dan proses identifikasi lahan yang terdegradasi terutama daerah terbuka. Penutupan lahan dibedakan dengan interpretasi visual dari Problem terbesar dalam interpretasi adalah dalam

respon spektral citra SPOT.

membedakan batuan permukaan karena respon batuan basal sama dengan lahan basah dan daerah dengan sedikit vegetasi.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

27

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

III. BAHAN DAN METODE A. Lokasi Penelitian Lokasi penelitian direncanakan akan dilakukan di wilayah zona ekologi yang memiliki kepadatan penduduk tinggi dan curah hujan juga tinggi yaitu di DAS Grindulu., Jawa Timur.

B. Bahan dan Metode Bahan yang digunakan untuk kegiatan kajian ini adalah Peta – peta dasar, antara lain : Peta RBI skala 1 : 250.000 dan Peta Landsystem Peta situasi dan administrasi dan Peta Penggunaan Lahan Citra satelit digital perekaman terbaru Alat tulis seperti pensil, balpoint dan alat tulis untuk penafsiran citra yaitu OHP fine full color, selotip dan plastik astralon. Kertas plotter, kertas printer dan tinta warna (cartridge) untuk warna hitam, kuning, magenta dan cyan. Sedangkan peralatan yang diperlukan antara lain : 1. Peralatan untuk interpretasi citra satelit secara visual (Loop, stereoskop cermin/saku, Komputer) 2. Peralatan survei lapangan (Kompas, Abney level, pH stik, Blanko survei, Kamera digital, dan GPS) 3. Peralatan untuk pengolahan data digital dan SIG, antara lain • • Perangkat keras (hard ware) berupa komputer Perangkat lunak (soft ware) untuk analisis citra yaitu ErdasImagine versi 8.7 dan PC Arc/Info versi 3.4D plus dan ArcView 3.3, Ilwis 3.3. untuk analisa SIG. Untuk tabulasi diperlukan Excel, Microsoft word dan DBASE IIIPlus.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

28

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

B. 1. Jenis Penelitian Penelitian ini merupakan aplikasi dari sautu teknologi penginderaan jauh, namun perlu dicobakan dengan berbagai macam teknik pemrosesan dari koreksi distorsi sampai analisis pemrosesan dan perhitungan secara digital. Dengan kajian ini diharapkan ada satu teknologi untuk membantu monitoring dan evaluasi suatu DAS sehingga diperoleh metoda yang cepat, akurat dan tepat dengan analisis secara digital. Sehingga dari haisl kajian ini dapat dipakai untuk membantu dalam menetapkan karakterisasi suatu DAS sesuai dengan judul UKP.

B. 2. Rancangan Penelitian Penelitian akan dilakukan dengan menggunakan citra satelit digital DAS Solo DS.. Analisis citra satelit akan dilakukan di laboratorium PJ dan SIG serta akan dilakukan ground cek melalui observasi sampling beberapa obyek di lapangan. Untuk meenetapkan titik-titik sampel obyeknya, DAS Solo DS. dipilah dalam tiga wilayah: hulu, tengah, dan hilir dengan asumsi bahwa ketiga wilayah tersebut memiliki pola penutupan lahan yang berbeda berkaitan dengan penggunaan lahan yang berbeda pula. Mengingat keterbatasan waktu, dana dan aksesibilitas, pada masing-masing wilayah ditetapkan Sub DAS-Sub DAS representatif. Kondisi penutupan lahan pada setiap Sub DAS/Sub-sub DAS reprensentatif diinterpretasikan jenis-jenis penutupannya dengan menggunakan teknik PJ yang sesuai berdasarkan perbedaan spektral reflektannya. Pemilahan jenis penutupan lahan akan mengacu pada sistim klasifikasi penutupan lahan Badan Planologi Kehutanan serta dilakukan melalui proses analisis spektral. Penetapan titik-titik sampel dilakukan berdasarkan tumpang tindih (overlay) peta jenis penutupan lahan hasil interpretasi citra digital (perbedaan spektral reflektan) dengan peta penutupan dan penggunaan lahan yang ada (peta RBI, peta penggunaan lahan, peta landsistem), selanjutnya titik-titik sampel pada peta hasil overlay diambil dengan mempertimbangkan sebaran dan kemudahan aksesibilitas lapangannya. Penajaman citra digital dimaksudkan untuk memperjelas kenampakan obyek pada citra dan memperbaiki kualitas citra. Penajaman yang akan dilakukan meliputi

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

29

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

filtering, manipulasi histogram citra dll. Setelah dilakukan pemrosesan citra seperti tersebut di atas, kemudian dilakukan klasifikasi tidak berbantuan (Unsupervised classification). Hasil klasifikasi digunakan untuk menentukan titik sampel (jenis penutupan dan penggunaan lahan) yang selanjutnya digunakan sebagai dasar di dalam kegiatan lapangan (ground checking). Klasifikasi berbantuan (Supervised Classification) dilakukan setelah kegiatan lapangan.

B.3. Parameter Parameter-parameter data yang dikumpulkan untuk kegiatan Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS, antara lain : 1) Data grafis batas DAS 2) Peta jalan, sungai dan data administrasi 3) Prosentase penutupan vegetasi 4) Tingkat kerapatan vegetasi 5) Tipe/jenis penutupan lahan misalnya: a. Hutan (Hutan primer, Hutan sekunder) b. Perkebunan (Tanaman sejenis dan campuran) c. Sawah (Irigasi dan tadah hujan), Pemukiman d. Badan air (sungai, danau dll) 6) Nilai spektral obyek pada citra satelit digital 7) Perubahan penutupan lahan (luasan dan distribusinya) 8) Tingkat akurasi yaitu dengan mencocokkan hasil klasifikasi citra digital dengan keadaan lapangan.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

30

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

B.4. Pengambilan Data Pengambilan data lapangan berupa data fisik tanah dan tanaman dengan mencocokkan kondisi lapangan dengan kenampakkan pada citra satelit. Sampel di lapangan ditetapkan dengan GPS (Global Positioning System) yang ditetapkan dari variasi macam penutupan lahan dari hasil klasifikasi berbantuan atau klasifikasi secara visual. Data tanaman berupa macam penutupan lahan dan penggunaan lahan sebenarnya sesuai dengan pembagian kawasan dari peta RBI. Sedangkan data tanah meliputi data yang diperlukan untuk perhitungan erosi kualitatif maupun kuantitatif, antara lain : tekstur tanah, struktur, kedalaman tanah dll.

B.5. Pengolahan dan Analisis data Tahapan kegiatan kajian sebagai berikut : 1) Pengumpulan data baik berupa peta (digita,l manual) maupun citra digital. 2) Dijitasi peta situasi dan p.dasar (tematik), peta sistem lahan (landsystem). 3) Pemrosesan citra, seperti koreksi geometri dan penajaman citra. 4) Klasifikasi awal citra digital baik secara digital dengan metode tidak berbantuan (unsupervised classification method), dengan perhitungan NDVI, SBI, dengan maximum likely hood, dan PCA. 5) Penentuan lokasi sampel pada citra/peta hasil klasifikasi. 6) Kegiatan lapangan, untuk mengumpulkan data lapangan disamping itu untuk mengecek akurasi hasil klasifikasi awal seperti tersebut di atas. 7) Data hasil kegiatan lapangan dan didukung oleh analisis spektral pada citra digunakan untuk melakukan klasifikasi ulang (reklasifikasi) dengan metode klasifikasi berbantuan (supervised classification method) 8) Digitasi peta penutupan lahan dari peta RBI skala 1:250.000 9) Tumpang susun (overlay) hasil klasifikasi berbantuan dengan peta tematik digital penutupan lahan. 10) Analisa perubahan penutupan lahan 11) Pencetakan peta dan tabel

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

31

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Data citra digital PJ (berbasis raster) diolah dan dianalisis dengan menggunakan software ErdasImagine versi 8.7. Pengolahan tersebut meliputi koreksi geometri, penajaman (analisis spectral) dan klasifikasi. Sedangkan data yang diperoleh selama kegiatan di lapangan baik data sekunder maupun data primer selanjutnya diolah menjadi data digital sebagai pedoman untuk klasifikasi ulang pada citra digital sehingga diperoleh peta hasil klasifikasi (berbasis vector). Kombinasi data penutupan lahan dan penggunaan lahan akan diperoleh system kriteria/kategori kondisi pada setiap penggunaan lahan. dst Peta penutupan lahan yang berasal dari sumber lain seperti peta RBI dan peta penunjukan kawasan selanjutnya diolah dengan menggunakan software Arc/Info versi 3.5. Pemrosesan tersebut meliputi digitasi, editing dan pelabelan. Analisis perubahan penutupan lahan dilakukan dengan menumpang susunkan (overlay) antara peta hasil klasifikasi citra dan peta digital penutupan lahan dari RBI, sehingga diperoleh peta penutupan lahan dan perubahannya.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

32

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

IV. BIAYA DAN ORGANISASI PELAKSANA Biaya penelitian tahun 2007 sebesar Rp 76.850.000,- (Tujuh puluh enam juta delapan ratus lima puluh ribu rupiah), lihat Tabel 2. Tabel 2. Rencana Anggaran dan Belanja Kajian Aplikasi Penginderaan Jauh (PJ) dan Sistem Informasi Geografis (SIG) untuk Monitoring dan Evaluasi (Monev) DAS No. Kegiatan Proyek Volume Biaya Satuan (Rp.) Jumlah Biaya (Rp.)

1 1,1 1,2

1.3. 1.4. 2 2.1.1. 2.1.2

2.1.3.

2.2.

Belanja Barang Operasional lainnya (521119) : Konsumsi Analisa Data 20 Konsumsi Pelaporan 20 Jumlah (1.1+1.2) Konsumsi updating data Aplikasi PJ 120 Rapat Intern 20 Jumlah (1) Belanja Bahan (521211) : Foto Copy 810 Dokumentasi - Film NS 400 isi 36 4 - Batu Batery Alkalin 4 - Cetak Foto 3 R 120 - Album : 32x32 isi 20 2 Penggandaan dan Penjilidan Laporan - Untuk Pembahasan 1500 - Untuk Laporan 300 - Untuk Penjilidan 6 Jumlah (2.1.1+2.1.2.+2.1.3) ATK dan Operasional Komputer - USB Flash Disk MP3 1 - Tempat (Kotak) CD 1 - CD Blank + tempat plastik kertas 11 - Ketas HVS Folio 80 Gr 4 - Kertas Kwarto 80 Gr 3 - Spidol besar (isi12 warna) 1 - Penghapus Cair 2

OH OH

25.000 25.000

500.000 500.000 1.000.000 3.000.000 500.000 4.500.000 81.000 120.000 38.000 120.000 91.000

OH OH

25.000 25.000

Lb Roll Bh Lb Bh

100 30.000 9.500 1.000 45.500

Lb Lb Bh

100 200 15.000

150.000 60.000 90.000 750.000

Bh Box Bh Rim Rim Dos Bh

550.000 30.000 5.000 33.500 30.000 46.000 12.000

550.000 30.000 55.000 134.000 90.000 46.000 24.000

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

33

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

2,3

2.4. 2.5. 2.6.

3 3,1

3,2

- Spidol Transparant (6) - File Dokumen Jumlah (2.2) Bahan Perlengkapan lapangan : - Jas Hujan - Kamera Digital - Papan alas menulis - pH Stik Jumlah (2.3.) Bahan Peta - Peta Digital DAS Grindulu Bahan Citra Satelit Bahan Pembuatan dan Pencetakan Peta - Kertas HP A0 - Hard Disk Ekternal 80 GB - Catridge 4 warna Jumlah (2.6) Jumlah (2) Belanja Perjalanan Biasa (524111) : Perjalanan Konsultasi - Ke Jakarta 1 Org Gol IV selama 4 hari 1 Orang Gol III selma 4 hari Pesawat Solo-Jakarta PP Jumlah (3.1) Perjalanan Pelaksanaan Kegiatan DAS Grindulu Tahap I : 1 Orang Gol IV selama 9 hari 4 Orang Gol III selama 9 hari 1 Orang Gol. II selama 9 hari Tranport (PP) Jumlah Tahap I Tahap II : 1 Orang Gol IV selama 8 hari 4 Orang Gol III selama 8 hari 1 Orang Gol. II selama 8 hari Tranport (PP) Jumlah Tahap II Tahap III : 1 Orang Gol IV selama 8 hari 4 Orang Gol III selama 8 hari

1 2

Set Bh

40.000 15.500

40.000 31.000 1.000.000

3 1 5 1

Bh Bh Bh Box

75.000 1.500.000 5.000 250.000

225.000 1.500.000 25.000 250.000 2.000.000 3.500.000 7.000.000

1 1

Set Unit

3.500.000 7.000.000

2 2 2

Roll Unit Set

700.000 1.550.000 1.250.000

1.400.000 3.100.000 2.500.000 7.000.000 21.250.000

4 4 2

OH OH Unit

260.000 220.000 1.200.000

1.040.000 880.000 2.400.000 4.320.000

9 36 9 6

OH OH OH Unit

260.000 220.000 180.000 50.000

2.340.000 7.920.000 1.620.000 300.000 12.180.000 2.080.000 7.040.000 1.440.000 300.000 10.860.000 2.080.000 7.040.000

8 32 8 6

OH OH OH Unit

260.000 220.000 180.000 50.000

8 32

OH OH

260.000 220.000

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

34

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

1 Orang Gol. II selama 8 hari Tranport (PP) Jumlah Tahap III Tahap IV : 1 Orang Gol IV selama 8 hari 4 Orang Gol III selama 8 hr. 1 Orang Gol. II selama 8 hari Transport (PP) Jumlah Tahap IV Tahap V (Monev) : 1 Orang Gol IV selama 4 hari 1 Orang Gol III selama 4 hari Tranport (PP) Jumlah Tahap V Jumlah (3.2.) Jumlah (3) Jumlah (1+2+3)

8 6

OH Unit

180.000 50.000

1.440.000 300.000 10.860.000 2.080.000 7.040.000 1.440.000 300.000 10.860.000 1.040.000 880.000 100.000 2.020.000 46.780.000 51.100.000 76.850.000

8 32 8 6

OH OH OH Unit

260.000 220.000 180.000 50.000

4 4 2

OH OH Unit

260.000 220.000 50.000

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

35

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Kegiatan penelitian ini akan dilaksanakan oleh tim peneliti dari berbagai disiplin ilmu antara lain, Konservasi Tanah dan Air, Kehutanan, PJ dan SIG serta dibantu oleh beberapa teknisi seperti terdapat pada Tabel 3. Tabel 3. Tim Pelaksana Kegiatan Tahun 2007 No. Nama Jabatan Pendidikan Bidang Keahlian Kontan, PJ dan SIG Kehutanan dan PJ Kedudukan dalam TIM Ketua Tim/ Peneliti Anggota/ Peneliti

1.

Ir. Beny Harjadi,MSc

Peneliti Madya Ajun Peneliti Madya Calon Peneliti Asisten Peneliti Madya Tek Lit Pelaksana Lanjutan Calon Teknisi

S2-PJ

2.

Ir.Dody Prakosa, MSc.

S2-PJ

3.

Drs.Agus Wuryanta,MSc Agung Budi Supangat, S.Hut, M.T, M.Si

S2-PJ

PJ dan SIG

Anggota/ Peneliti Anggota/ Peneliti

4.

S2Kehutanan

Kehutanan dan Hidrologi Pertanian

5.

Yusuf Iriyanto W.

STM Pertanian

Anggota/ Teknisi

6.

Bambang Ragil Wahyu Mulyo P.

SKMA

SIG dan survai

Anggota/ Teknisi

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

36

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tata waktu kegiatan “Kajian Aplikasi Penginderaan Jauh (PJ) dan Sistem Informasi Geografis (GIS) untuk Monitoring dan Evaluas DAS”, dimulai tahun 2005 untuk wilayah Sumatra, tahun 2006 untuk wilayah NTT, dan tahun 2007 untuk wilayah Jawa (Tabel 4). Sedangkan tata waktu kegiatan yang akan dilaksanakan pada tahun 2007 disajikan pada Tabel 5.

Tabel 4. Aspek kegiatan tahunan yang dilakukan pada kajian aplikasi PJ dan SIG untuk Monev DAS. No Aspek / Kegiatan 05 1. 2. 3. Analisis penutupan lahan secara visual dan klasifikasi penutupan secara digital Analisis perubahan penutupan dan perhitungan erosi secara kualitatif dan kuantitatif Analisis perubahan penutupan lahan, perhitungan erosi dan mofometrik DAS Tahun 06 07

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

37

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 5. Tata waktu kegiatan kajian aplikasi PJ dan SIG untuk Monev DAS 2007
No KEGIATAN 1 2 3 BULAN PELAKSANAAN 4 5 6 7 8 9 10

11

12

A. KEGIATAN KANTOR 1 Persiapan - Pengadaan ATK dan Opers. Komputer - Bahan pencetakan peta - Pengadaan Citra Satelit dan perlengkapan 2. Penyusunan laporan - Ft.copy penggandaan - Rapat intern B. KEGIATAN LAPANGAN 3. Perjalanan Dinas -Konsultasi & Koordinasi - Orientasi lapangan - Pengumpulan data lapangan dan Kompilasi C. KEGIATAN LABORAT 4. Pemrosesan data - Pemrosesan citra satelit - Analisa data satelit - Digitasi 5. Proses Overlay dan Analisa GIS - Analisa data - Updating data PJ

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

38

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

V. HASIL DAN PEMBAHASAN A. Analisis PJ dan SIG Analisis Penginderaan Jauh (PJ) dan Sistem Informasi Geografis (SIG) untuk membantu survai ISDL (Inventarisasi Sumber Daya Lahan) dengan menggunakan citra Landsat 7 ETM+ (Thematic Mapper) yang diambil pada tanggal 11 bulan Juli tahun 2007 dengan nomer scene Path-Row 119-066. Analisis PJ dapat dilakukan dengan mengatur komposisi kanal 5, 4 dan 3 dengan RGB (Red Green Blue), HSI (Hue Saturation Intensity), dan YMC (Yellow Magenta Cyan). Analisis PJ dapat membantu dalam analisis karakteristik DAS untuk beberapa parameter fisik antara lain terkait dengan faktor perhitungan analisis erosi secara kualitatif SES (Soil Erosion Status) dan erosi secara kuantitatif MMF (Morgan, Morgan dan Finney). Beberapa parameter dari hasil analisis citra satelit yang dapat membantu analisis karakteristik DAS, meliputi : penutupan lahan, pola drainase, aspek arah lereng, kemiringan lereng, drainase, tekstur, solum tanah, hujan tahunan, evapotranspirasi. Masing-masing faktor diatas dikelaskan dari kelas 1 (rendah) sampai kelas 5 (tinggi) tergantung tingkat kepekaan terhadap degradasi lahan atau bahaya erosi. Begitu juga untuk kelas erosi kualitatif SES maupun erosi kuantitatif MMF dikelaskan dari kelas 1 (rendah), 2 (agak rendah), 3 (sedang), 4 (agak tinggi), dan 5 (tinggi). Semakin tinggi kelas maka resiko terhadap kerusakan lahan akan semakin besar, maka harus diprioritaskan untuk segera ditangani atau menjadi prioritas pertama.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

39

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 9123159

PETA LAND COVER Penutupan Lahan

545672 9123159

N

Skala 1 : 400.000

9088407 506385
Gambar 5. Peta Penutupan Lahan DAS Grindulu, Pacitan

9088407 545672

Kelas penutupan lahan di DAS Grindulu di dominasi dengan hutan rapat dan pekarangan, yang mengalami penurunan pada musim penghujan karena sebagian digunakan untuk persawahan dan agroforestry (Gambar 5). Dari peta penutupan lahan dapat dilihat bahwa penyebaran hutan rapat merata dari hulu sampai hilir, dan sebagian besar milik rakyat (hutan rakyat) bukan hutan dibawah pengelolaan Perum Perhutani. Kondisi penutupan yang realtif rapat di DAS Grindulu seharusnya tidak terjadi erosi besar-besaran, tetapi karena kondisi lahan dan topografi yang curam dan berbukit menyebabkan lahan mudah terjadi erosi (Tabel 6). Erosi yang banyak terjadi di DAS Grindulu termasuk pada kategori kelas erosi berat atau tinggi.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

40

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 6. Sebaran Luas untuk Perubahan Lahan di DAS Grindulu Penutupan Lahan Agroforestry Bero Hutan Jarang Hutan Rapat Pekarangan Sawah Sungai Tegal Musim Kemarau Luas (ha) Prosen (%) 9724 14,8 5714 129 22266 27214 58 42 392 65539 8,7 0,2 34 41,5 0,1 0,1 0,6 100 Musim Penghujan Luas (ha) Prosen (%) 13173 20,1 7799 655 18941 22545 262 131 2032 65539 11,9 1,0 28,9 34,4 0,4 0,2 3,1 100 BEDA Prosen (%) 5,3 3,2 0,8 -5,1 -7,1 0,3 0,1 2,5

Pada saat musim penghujan Hutan rakyat dan Pekarangan yang mengalami penurunan karena beralih fungsi menjadi lahan agroforestry dan tegalan (Gambar 6). Persawahan akan meningkat pada musim kemarau, karena sebagian besar sawah tadah hujan.
50 41,5 40 30 20 10 0
Ja ra ng gr of or es try ek ar an ga n ap at Sa w ah un ga i S er o

Prosen (%)

Kemarau Penghujan BEDA

A

ut an

ut an

-10

Gambar 6. Luasan Perubahan Penutupan Lahan di DAS Grindulu.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

H

H

P

Te ga l

B

R

41

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

B.Karakteristik DAS Karakteristik dari suatu DAS (Daerah Aliran Sungai) ditentukan oleh morfometrik suatu DAS, yaitu antara lain oleh kondisi sungai, pola drainase, panjang sungai dan lain-lain (Gambar 7).

506385 9123159 POLA DRAINASE DAS GRINDULU

545672 9123159

N

Skala 1 : 400.000

9088407 506385
Gambar 7. Pola Drainase DAS Grindulu, Pacitan, Jawa-Timur.

9088407 545672

Selanjutnya beberapa parameter penentu karakeristik DAS dilakukan analisis SIG (Sistem Informasi Geografis0 dengan sistem pengkelasan, antara lain : aspek arah lereng, kemiringan lereng, kerapatan drainase, tekstur tanah, dan penutupan lahan.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

42

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 9123159
PETA ASPEK Kelas Arah Lereng

545672 9123159

N

Skala 1 : 400.000

9088407 506385
Gambar 8. Peta Kelas Arah Lereng (Aspek) DAS Grindulu, Pacitan

9088407 545672

Arah lereng atau aspek berpengaruh juga terhadap erosi yang terjadi yaitu terkait kerapatan penutupan lahan (Gambar 8). Dimana pada lahan dengan arah

kemiringan lereng kearah selatan lebih peka terhadap erosi karena pertumbuhan tanaman kurang subur, sehingga penutupan lahan kurang rapat dan lahan relatif terbuka sehingga mudah terjadi erosi, dengan skor nilai 5. Sebaliknya lahan yang menghadap kearah utara pertumbuhan tanaman relatif lebih lebat, sehingga resiko terjadinya erosi lebih rendah atau peka skor nilai 1. Sebagian besar lahan di DAS Grindulu banyak yang menghadap kearah barat daya atau tenggara yaitu sesuai dengan arah kemiringan DAS yang mengarah selatan yaitu seluas 17.650 ha (26,9%), yaitu masuk pada skor nilai agak tinggi (4), lihat Tabel 7. Mengingat sebagian besar arah lereng kurang menguntungkan kaitannya dengan kondisi penutupan lahan yang rendah dan potensi erosi yang tinggi, maka di DAS Grindulu lebih berpeluang terjadinya erosi dan tingkat sedang sampai berat. Tabel 7. Sebaran Luas untuk Kelas Arah Lereng Aspek di DAS Grindulu, Pacitan

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

43

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Skor 1 2 3 4 5

Besaran Aspek Arah Lereng Utara Barat Laut, Timur Laut Barat, Timur Barat Daya, Tenggara Selatan

Kategori Nilai Rendah Agak Rendah Sedang Agak Tinggi Tinggi

Luas Luas (Km2) Prosen (%) 168,2 25,7 68,5 154,3 176,5 87,9 655,4 10,5 23,5 26,9 13,4 100

Sebagian besar kelas arah kemiringan lereng masuk pada kategori kelas rendah sampai sedang (Gambar 9). Kondisi seperti tersebut diatas berpotensi untuk terjadinya erosi dari sedang sampai berat, untuk arah lereng yang menghadap ke selatan, barat daya, dan tenggara.

30,0 25,0

26,9

Prosen (%)

20,0 15,0 10,0 5,0 0,0 Rendah Agak Rendah Sedang Agak Tinggi Tinggi

Kelas Aspek (Arah Lereng)
Gambar 9. Luasan Kategori Nilai Kelas Arah Lereng (Aspek) di DAS Grindulu

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

44

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 9123159
PETA LERENG Kelas Kemiringan Lereng

545672 9123159

N

Skala 1 : 400.000

9088407 506385
Gambar 10. Peta Kelas Kemirngan Lereng DAS Grindulu, Pacitan

9088407 545672

Peta kelas kemiringan lereng yang ditunjukkan pada Gambar 10, menjelaskan kondisi kelas dari rendah sampai tinggi dimana pada lahan yang datar dengan kemiringan kurang dari 8% dimasukkan pada kelas rendah atau nomor 1, sebaliknya lahan terjal (> 45%) dimasukkan pada kelas tinggi atau kelas nilai 5. Hal tersebut terkait dengan erosi terjadinya erosi, yaitu untuk resiko rendah seperti lahan datar dimasukkan pada kelas rendah (1) dan untuk resiko terjadinya erosi tinggi dimasukkan pada kelas tinggi (5). Tabel 8 menunjukkan distribusi sebaran kelas kemiringan lereng yaitu didominasi kelas rendah (34,9%) dan tinggi (36%). Pada lahan denga kelas kemiringan yang lebih dari 45% di DAS Grindulu seluas 23610 ha, ini berpotensi terjadinya erosi berat. Apalagi kalau lahan terjal tersebut tidak ada tanaman penutup lahan yang

memadai atau tindakan konservasi lainnya maka akan mudah terjadinya longsor.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

45

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 8. Sebaran Luas untuk Kelas Kemiringan Lereng di DAS Grindulu, Pacitan Skor 1 2 3 4 5 Besaran Kelas Lereng Lereng (%) Deskripsi 0-8 Datar 8 - 15 15 - 25 25 - 45 > 45 Miring Sangat Miring Curam Sangat Curam Kategori Nilai Rendah Agak Rendah Sedang Agak Tinggi Tinggi LUAS Luas (Km2) Prosen (%) 229,0 34,9 46,5 40,7 103,0 236,1 655,4 7,1 6,2 15,7 36,0 100

Gambar 11 grafik balok tentang distribusi kelas kemiringan lereng lebih memperjelas bahwa kondisi lahan di DAS Grindulu ada yang terjal juga ada yang datar pada daerah dekat sepanjang sungai utama Grindulu dan pada daerah perkotaan atau dekat dengan outlet.
40,0 35,0 30,0

36,0

Prosen (%)

25,0 20,0 15,0 10,0 5,0 0,0 Rendah Agak Rendah Sedang Agak Tinggi Tinggi

Kelas Lereng
Gambar 11. Luasan Kategori Nilai Kelas Kemiringan Lereng di DAS Grindulu

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

46

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 9123159
PETA DRAINASE Kelas Kerapatan Drainase

545672 9123159

N

Skala 1 : 400.000

9088407 506385
Gambar 12. Peta Kelas Kerapatan Drainase DAS Grindulu, Pacitan

9088407 545672

Gambar 12 menampilkan peta kerapatan drainase, yaitu semakin rapat drainase maka pembuangan air akan semakin cepat dan lancar, sebaliknya yang sedikit stream (sungai kecil) maka pembuangan air akan terhambat. Drainase yang terhambat akan menyebabkan tanah lembab dengan air akan mudah terjadinya longsor atau luncuran landslide sehingaa dikelaskan dengan nomor 5. Sebaliknya yang kelas drainasenya cepat dimasukkan pada kelas dengan nomor 1 karena potensi terjadinya erosi lebih kecil. Tabel 9 menyajikan bahwa kondisi kelas drainase di DAS Grindulu sebagian besar lambat (35,1%) atau seluas 22.990 ha, sebaliknya pada kelas kategori nilai rendah hanya sedikit yaitu 0,2% atau seluas 110 ha. Keadaan drainase tanah yang mayoritas masuk dalam kategori sedang sampai tinggi, menyebabkan lahan di DAS Grindulu berpotensi terjadinya erosi.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

47

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 9. Sebaran Luas untuk Kelas Drainase di DAS Grindulu, Pacitan Skor 1 2 3 4 5 Besaran Kelas Drainase mm/det Deskripsi > 15 Sangat Lancar 8 - 15 5-8 2-5 <2 Lancar Agak Lancar Agak Terhambat Terhambat Kategori Nilai Rendah Agak Rendah Sedang Agak Tinggi Tinggi LUAS Luas (Km2) Prosen (%) 1,1 0,2 20,5 191,1 212,8 229,9 655,4 3,1 29,2 32,5 35,1 100

Gambar 13 merupakan gambaran distribusi penyebaran kelas drainase dari rendah sampai sedang, yang didominasi kategori nilai tinggi (35,1%). Dengan

memperhatikan kelas drainase diatas maka upaya konservasi tanah di DAS Grindulu harus segera dilaksanakan untuk mencegah terjadinya erosi pada kelas berat.
40,0

35,1
35,0 30,0

Prosen (%)

25,0 20,0 15,0 10,0 5,0 0,0 Rendah Agak Rendah Sedang Agak Tinggi Tinggi

Kelas Drainase
Gambar 13. Luasan Kategori Nilai Kelas Drainase di DAS Grindulu

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

48

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 9123159
PETA TEKSTUR Kelas Tekstur Tanah

545672 9123159

N

Skala 1 : 400.000

9088407 506385
Gambar 14. Peta Kelas Tekstur Tanah DAS Grindulu, Pacitan

9088407 545672

Distribusi penyebaran kelas tekstur ringan sampai sedang dapat dilihat pada Gambar 14, yaitu semakin halus tekstur tanah maka akan semakin mudah tererosi, sehingga dikelaskan pada kelas 5. Sebaliknya semakin kasar kelas tekstur tanah maka air semakin meresap kedalam tanah, sehingga sedikit sekali tanah yang tererosi. Lebih jelasnya dapat dilihat pada Tabel 10, yang menggambarkan bahwa dari kelas tekstur tanah maka kerawanan terhadap erosi dikategorikan pada kelas sedang (35,1%) atau seluas 22.990 ha. Begitu juga struktur lainnya pada kategori rendah dan agak rendah seimbang dengan kelas agak tinggi dan tinggi, sehingga tidak mengherankan jika di DAS Grindulu beberapa daerah terjadi erosi berat (longsor, landslide dan erosi jurang).

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

49

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 10. Sebaran Luas untuk Kelas Tekstur Tanah di DAS Grindulu, Pacitan Skor 1 2 3 4 5 Besaran Kelas Tekstur Tekstur Deskripsi S, LS, SL Sangat Kasar SiL, L, Si SCL, SiCL CL, SC SiC, C Kasar Agak Halus Halus Sangat Halus Kategori Nilai Rendah Agak Rendah Sedang Agak Tinggi Tinggi LUAS Luas (Km2) Prosen (%) 108,6 16,6 125,8 229,9 170,5 20,5 655,4 19,2 35,1 26,0 3,1 100

Gambar 15 menjelaskan distribusi penyebaran tekstur tanah dari kelas tekstur tanah rendah sampai tinggi, grafik distribusi sebaran merata yaitu ada sebagian yang rendah dan sebagian ada yang juga yang tinggi secara berimbang, namun rata-rata pada kelas nilai sedang. Dengan demikian pada daerah-daerah dengan potensi nilai kelas tekstur tinggi harus segera dilakukan tindakan konservasi tanah dengan

mempertimbangkan faktor fisik lainnya juga.

40,0

35,1
35,0 30,0

Prosen (%)

25,0 20,0 15,0 10,0 5,0 0,0 Rendah Agak Rendah Sedang Agak Tinggi Tinggi

Kelas Tekstur Tanah
Gambar 15. Luasan Kategori Nilai Kelas Tekstur Tanah di DAS Grindulu

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

50

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 9123159
PETA LAND USE Kelas Penutupan Lahan

545672 9123159

N

9088407 506385

Skala 1 : 400.000

9088407 545672

Gambar 16. Peta Kelas Penutupan Lahan DAS Grindulu, Pacitan Penutupan lahan di DAS Grindulu dapat dikelaskan menjadi 5 kelas yaitu yang terkait dengan tingkat kerawanan terhadap erosi, sehingga pada daerah yang penutupan lahannya rapat dikelaskan nomor 1 (rendah) dan kelas penutupan lahan yang relatif terbuka dikelaskan dengan nomor 5 (tinggi), lihat Gambar 16. Dari Tabel 11 dapat dilihat bahwa prosentase tertinggi pada lahan pekarangan dan semak belukar (37,6%) atau seluas 241,6 km2 (24.160 ha) sehingga secara keseluruhan kondisi DAS Grindulu relatif tetutup dan pada tingkat resiko erosi pada kelas kategori nilai sedang. Kondisi kelas penutupan lahan yang banyak didominasi kelas rendah, agak rendah dan sedang mengindikasikan bahwa dari segi penutupan lahan maka DAS Grindulu relatif aman dari pengaruh erosi yang berat.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

51

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 11. Sebaran Luas untuk Kelas Penutupan Lahan di DAS Grindulu, Pacitan Skor 1 Besaran Penutupan Lahan Kelas Penutupan Deskripsi Hutan Alam Sangat Rapat Kategori Nilai Rendah Agak Rendah Sedang Agak Tinggi Tinggi LUAS Luas (Km2) Prosen (%) 192,4 29,4 78,4 246,1 132,0 6,5 655,4 12,0 37,6 20,1 1,0 100

2 H.Produksi/Perkebunan Agak Rapat 3 4 5 Pek/semak/Belukar Sawah/Teras-teras Tegal/pemukiman Rapat Agak Jarang Jarang

Gambar 17 merupakan distribusi kondisi kelas penutupan lahan dari rendah sampai tinggi yang berkaitan dengan tingkat bahaya degradasi lahan. Pada kategori kelas nilai tinggi hanya sedikit sekali, sehingga mayoritas dari segi kelas penutupan lahan DAS Grindulu aman dari gangguan erosi berat seperti erosi parit, erosi jurang atau erosi tepi sungai.
40,0 35,0 30,0

37,6

Prosen (%)

25,0 20,0 15,0 10,0 5,0 0,0 Rendah Agak Rendah Sedang Agak Tinggi Tinggi

Kelas Tekstur Tanah
Gambar 17. Luasan Kategori Nilai Kelas Penutupan Lahan di DAS Grindulu

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

52

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

C. Monev DAS (Monitoring Evaluasi DAS) DAS Grindulu masuk di tiga kabupaten dengan daerah dominan di kabupaten Pacitan, sehingga orientasi dan konsultasi lebih ditekankan pada dinas-dinas yang masuk wilayah kabupaten Pacitan. DAS Grindulu tercover oleh 12 peta RBI skala 1 : 25.000, yaitu meliputi nomer baris dan kolom 1508-121 : Kismantoro, 1508-122 : Balong, 1407644 : Giriwoyo, 1507-433 : Bungur, 1507-434 : Arjosari, 1507-443 : Tegal Ombo, 1507444 : Bungkal, 1407-642 : Kalak, 1507-431 : Pacitan , 1507-432 : Kebon Agung, 1507441 : Losak, 1507-442 : Sukorejo, 1507-413 : P.Bakung, 1507-414 : Wawaran, dan 1507-441 : Loron. DAS Grindulu sebagian besar masuk Kab. Pacitan, Jawa Timur, sebelah utara dibatasi oleh Kab. Ponorogo, sebelah timur dibatasi Kab. Trenggalek, sebelah barat dibatasi Kab. Wonogiri dan sebelah selatan dibatasi lautan Indonesia. Pacitan terdiri dari 4 kawedanan yaitu kawedanan Pacitan, Punung, Tegalombo, dan Ngadirojo. Kab.

Pacitan terdiri dari 12 Kecamatan antara lain : (1) Pacitan, (2) Kebonagung, (3) Arjosari, (4) Punung, (5) Donorojo, (6) Pringkuku, (7) Ngadirojo, (8) Tulakan, (9) Sudimoro, (10) Tegalombo, (11) Nawangan, dan (12) Bandar. Beberapa titik-titik yang dilalui pada saat survay lapangan antara lain dari Kab. Ponorogo yang merupakan hulu sungai Grindulu, melewati Gemaharjo perbatasan antara Pacitan dengan Ponorogo, kearah Tegalombo menuju pertigaan Arjosari dan dilanjutkan dengan kota Pacitan. Kondisi lahan sebagian besar kondisi berbukit dan bergunung dengan kemiringan sangat curam (lebih dari 65°), di daerah atas (hulu) sebagaian batuan metamorf dengan tanah Entisols sedangkan di daerah hilir sebagian berbatuan sedimen kapur. Di daerah tengah memiliki batuan beku dari claystone sampai sandstone, dengan tanah Inceptisols dan Ultisols. Survai lapangan dengan GPS (Global Positioning Sistem) dengan mencatat letak koordinat latitude (garis lintang) dan longitude (garis bujur) dengan data ketinggian tempat untuk keperluan koreksi geometrik citra satelit dan klasifikasi penutupan lahan serta analisis kemiringan lereng (slope) dan arah lereng (aspect). Survai Inventarisasi Sumberdaya Lahan (ISDL) dengan pengumpulan data faktor tetap (bentuk lahan, tipe batuan, jenis tanah, dan kemiringan lereng) dan faktor berubah (jenis erosi, teras, penutupan dan penggunaan lahan). Survai melengkapi data lapangan antara lain curah

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

53

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

hujan selama minimal 10 tahun dari tahun 1995 sampai 2005 yaitu ada 12 stasiun pengamatan curah hujan yang dimonitoring oleh Dinas Pertanian dan Ketahanan Pangan Kabupaten Pacitan. Ke 12 setasiun tersebut adalah : Pacitan, Kebonagung, Ketro,

Arjosari, Punung, Donorojo, Pringkuku, Tegalombo, Bandar, Nawangan, Ngadirojo, Tulakan, Sudimoro. Kabupaten Pacitan terdiri dari 4 kawedanan (Pacitan, Punung, Tegalombo, Ngadirojo) dan 12 kecamatan 164 kelurahan /desa : Pacitan (25 desa), Kebonagung (19 desa), Arjosari (17 desa), Punung (13 desa), Donorojo (12 desa), Pringkuku (13 desa), Ngadirojo (16 desa), Tulakan (16 desa), Sudimoro (6 desa), Tegalombo (10 desa), Nawangan (9 desa), Bandar (8 desa), (lihat Tabel 12).

Tabel 12. Distribusi Penyebaran Kota-Kota di DAS Grindulu Prosen NAMA KOTA PACITAN PONOROGO WONOGIRI JUMLAH PIKSEL 73306 3117 4488 80910 (%) 90,6 3,9 5,5 100,0 Area (m2) 593776685,9 25243827,4 36350486,7 655371000,0 Luas (Ha) 59377,7 2524,4 3635,0 65537,1 Luas (Km2) 593,8 25,2 36,4 655,4

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

54

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 9123159
PETA SOLUM TANAH Kelas Kedalaman Tanah

545672 9123159

N

Skala 1 : 400.000

9088407 506385
Gambar 18. Peta Kelas Kedalaman Tanah DAS Grindulu, Pacitan

9088407 545672

Kedalaman solum tanah dikelaskan berdasarkan kedalaman tanah, semakin tebal tanah maka skornya semakin kecil, sebaliknya semakin tipis tanah maka skor semakin tinggi. Kisaran kelas kedalaman tanah antara lain : kelas 5 (< 15 cm), 4 (15-30 cm), 3 (30-60 cm), 2 (60-90 cm), dan 1 (> 90 cm). Gambar 18 menunjukkan skor tingkat bahaya terhadap degradasi lahan pada kategori tingkat rendah dan sedang, karena kedalaman tanah di DAS Grindulu kebanyakan pada kelas sedang (30-60 cm) dan dalam (> 90 cm).

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

55

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 13 menyajikan data kedalaman tanah yang masuk kategori sedang yaitu seluas 40.650 ha (62%) dan masuk kategori kelas dalam seluas 24.890 ha (38 %). Walaupun solum tanah cukup dalam namun jika erosi yang terjadi pada tingkat berat seperti erosi jurang dan longsor, maka ini akan membahayakan pada daerah dibawahnya,karena akan terjadi sedimentasi besar-besaran.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

56

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 13. Sebaran Luas untuk Kelas Solum Tanah di DAS Grindulu, Pacitan Skor Besaran Solum Tanah Solum (cm) Deskripsi 1 < 15 Sangat Dangkal 2 3 4 5 15 -30 30 -60 60 -90 >90 Dangkal Sedang Dalam Sangat Dalam Kategori Nilai Tinggi Agak Tinggi Sedang agak Rendah Rendah LUAS Luas (Km2) Prosen (%) 0,0 0,0 0,0 406,5 0,0 248,9 655,4 0,0 62,0 0,0 38,0 100

Kelas solum tanah dengan resiko rendah dan sedang terhadap erosi atau degradasi lahan, maka ini sesuatu yang merupakan peluang untuk menjaga penutupan lahan dalam keadaan terbuka maka akan terjadi erosi besar-besaran, karena secara fisik faktor lahan di DAS Grindulu berpotensi terjadi erosi ringan sampai tinggi (Gambar 19).
70,0 60,0 50,0

62,0

Prosen (%)

40,0 30,0 20,0 10,0 0,0 Tinggi Agak Tinggi Sedang agak Rendah Rendah

Kelas Solum Tanah
Gambar 19. Luasan Kategori Nilai Kelas Solum Tanah di DAS Grindulu

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

57

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 9123159
PETA HUJAN TAHUNAN Kelas Hujan Tahunan

545672 9123159

N

Skala 1 : 400.000

9088407 506385
Gambar 20. Peta Kelas Hujan Tahunan DAS Grindulu, Pacitan

9088407 545672

Kategori kelas hujan tahunan di DAS Grindulu merata dari hulu sampai hilir sama yaitu pada kategori kelas sedang (3) yaitu berkisar antara 1001 sampai 1500 mm/th (Gambar 20). Sehingga hujan yang terjadi baik diatas maupun dibawah

menyumbangkan ke tanaman dalam jumlah yag sama dan pada kelas sedang, yaitu tanaman tidak berlebih untuk persediaan air hujan dan juga tidak terlalu kekurangan. Kondisi tersebut menyebabkan sepanjang tahun di DAS Grindulu selalu ditumbuhi dengan hijaunya tanaman, dan berdampak pada sumber mata air yang tidak pernah habis meskipun pada waktu musim kemarau. Tabel 14 menunjukkan bahwa sebagian besar hujan tahunan pada kelas kategori sedang, dan hanya sedikit pada kelas kategori agak tinggi dengan hujan tahunan antara 501 sampai 1000 mm/th, yaitu seluas 20 ha. Sisanya semua masuk pada kategori kelas hujan tahunan sedang.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

58

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 14. Sebaran Luas untuk Kelas Hujan Tahunan di DAS Grindulu, Pacitan Skor 1 2 3 4 5 Besaran Hujan Tahunan Kategori Hujan (mm) Deskripsi Nilai < 2000 Sangat Tinggi Rendah 1501-2000 1001-1500 501-1001 < 500 Agak Tinggi Tinggi Agak Rendah Rendah Agak Rendah Sedang Agak Tinggi Tinggi LUAS Luas (Km2) Prosen (%) 0,0 0,0 0,2 655,2 0,0 0,0 655,4 0,0 100,0 0,0 0,0 100

Gambar 21 yang menampilkan kelas hujan tahunan hamper semua di DAS Grindulu dari hulu sampai hilir masuk kelas kategori sedang (hamper 100%). Gambaran seperti itu menunjukkan bahwa air bukan suatu masalah di DAS Grindulu, sehingga sepanjang tahun hamper tidak ada bedanya penutupan lahan pada musim kemarau dengan musim penghujan.
120,0

100,0
100,0

Prosen (%)

80,0 60,0 40,0 20,0 0,0 Rendah Agak Rendah Sedang Agak Tinggi Tinggi

Kelas Hujan Tahunan

Gambar 21. Luasan Kategori Nilai Kelas Hujan Tahunan di DAS Grindulu

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

59

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 9123159
PETA EVAPOTRANSPIRASI Kelas Evapotranspirasi Aktual

545672 9123159

N

Skala 1 : 400.000

9088407 506385
Gambar 22. Peta Kelas Evapotrasnpirasi Aktual DAS Grindulu, Pacitan

9088407 545672

Evapotranspirasi yang terjadi di DAS Grindulu pada skor kategori kelas sedang (1001-1500 mm/th) dan agak tinggi (1505-2000 mm/th) dan tersebar berselang-seling dari hulu sampai hilir (Gambar 22). Skor sedang dan agak tinggi terkait dengan resiko erosi yang akan terjadi, sehingga dengan demikian erosi di DAS Grindulu sebagian besar pada tingkat sedang dan agak tinggi untuk parameter evapotranspirasi. Tabel 15 menunjukkan bahwa evapotranspirasi tertinggi pada skor kelas sedang seluas 35.770 ha (54,6 %) dan agak tinggi seluas 28.850 ha (44 %). Sehingga factor evapotranspirasi actual di DAS Grindulu perlu menjadi perhatian agar dapat diturunkan pada skor kategori nilai rendah atau agak rendah, agar tidak terjadi erosi tingkat sedang sampai berat.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

60

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 15. Sebaran Luas untuk Kelas Evapotranspirasi Aktual di DAS Grindulu Skor 1 2 3 4 5 Besaran Evapotranspirasi Aktual Tahunan (mm) Deskripsi < 750 Sangat Rendah 751 - 1000 1001-1500 1501-2000 > 2000 Rendah Sedang Tinggi Sangat Tinggi Kategori Nilai Rendah Agak Rendah Sedang Agak Tinggi Tinggi LUAS Luas (Km2) Prosen (%) 6,5 1,0 0,0 357,7 288,5 2,8 655,4 Gambar 23 menunjukkan grafik sebaran evapotranspirasi yang masuk pada kelas sedang dan agak tinggi yang mendominasi di DAS Grindulu. Upaya yang dapat dilakukan untuk menekan agar evapotranspirasi menurun yaitu dengan reboisasi dan penghijauan sehingga tercipta iklim mikro sejuk dan tidak menimbulkan banyak evaporasi dari tanah dan transpirasi dari tanaman.
60,0 50,0

0,0 54,6 44,0 0,4 100

54,6

Prosen (%)

40,0 30,0 20,0 10,0 0,0 Rendah Agak Rendah Sedang Agak Tinggi Tinggi

Kelas Evapotranspirasi Aktual

Gambar 23. Luasan Kategori Nilai Kelas Evapotranspirasi Aktual di DAS Grindulu

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

61

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 9123159
PETA SOIL EROSION STATUS Kelas Erosi Kualitatif S E S

545672 9123159

N

Skala 1 : 400.000

9088407 506385
Gambar 24. Peta Kelas Erosi Kualitatif SES di DAS Grindulu, Pacitan

9088407 545672

Perhitungan erosi kualitatif SES (Soil Erosion Status) dengan 5 faktor yang berpengaruh yaitu : arah lereng, kemiringan lereng, drainase, tekstur tanah, dan penutupan lahan (Gambar 24). Skor kelas criteria untuk SES dari rendah (1) sampai tinggi (5). Erosi rendah untuk kondisi lahan yang mengalami erosi kurang dari 5 ton/ha/th. Dari perhitungan erosi kualitatif diperoleh skor kelas erosi tertinggi pada kelas agak tinggi (46,6%) seluas 30.250 ha dan terendah untuk kelas tinggi (2,3%) seluas 150 ha (Tabel 16). Kondisi erosi kualitatif yang mayoritas pada tingkat sedang dan agak tinggi menyebabkan lahan di DAS Grindulu relative mudah tererosi pada tingkat sedang dan agak tinggi, seperti terjadinya erosi alur, jurang dan longsor.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

62

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 16. Sebaran Luas untuk Kelas Erosi Kualitatif SES di DAS Grindulu Skor 1 2 3 4 5 Besaran Erosi Kualitatif SES (t/ha/th) Deskripsi <5 Sangat Rendah 5 - 10 10 -25 25 - 50 > 50 Rendah Sedang Tinggi Sangat Tinggi Kategori Nilai Rendah Agak Rendah Sedang Agak Tinggi Tinggi LUAS Luas (Km2) Prosen (%) 0,0 0,0 34,7 300,5 305,2 15,0 655,4 5,3 45,9 46,6 2,3 100

Gambar 25 grafik besarnya erosi kualitatif memperjelas gambaran bahwa erosi di DAS Grindulu sebagian besar pada tingkat sedang dan agak tinggi. Keadaan seperti tersebut sesuai dengan kondisi lahan disana yang memiliki kemiringan lereng yang curam dan tanahnya berpotensi longsor karena didominasi tekstur halus.
50,0 45,0 40,0

46,6

Prosen (%)

35,0 30,0 25,0 20,0 15,0 10,0 5,0 0,0 Rendah Agak Rendah Sedang Agak Tinggi Tinggi

Kelas Erosi Kualitatif SES
Gambar 25. Luasan Kategori Nilai Kelas Erosi Kualitatif SES di DAS Grindulu

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

63

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

506385 9123159
PETA MORGAN MORGAN & FINNEY Kelas Erosi Kuantitatif MMF

545672 9123159

N

9088407 506385

Skala 1 : 400.000

9088407 545672

Gambar 26. Peta Kelas Erosi Kuantitatif MMF di DAS Grindulu, Pacitan Erosi kuantitatif MMF (Morgan, Morgan dan Finney) dengan rumus

perhitungan erosi partikel tanah dan besarnya aliran permukaan, ditetapkan dengan 5 pengkelasan dari rendah (skor 1) sampai tinggi (skor 5). Gambar 26 menunjukkan distribusi erosi kuantitatif yang didominasi warna merah atau pada tingkat erosi rendah. Hal tersebut nampaknya bertolak belakang dengan hasil perhitungan erosi kualitatif SES, tetapi karena perbedaannya untuk erosi SES lebih banyak melihat erosi secara menyeluruh sedangkan erosi MMF lebih banyak melihat besarnya erosi permukaan atau sheet erosion. Mengingat di DAS Grindulu penutupan lahan cukup rapat maka besarnya erosi permukaan relative pada tingkat ringan sehingga dikelaskan pada kategori rendah (90,7%) atau seluas 59.440 ha (). Sehingga sebagian besar erosi yang terjadi di DAS Grindulu dari hasil perhitungan MMF dimasukkan pada skor 1 atau tingkat kategori rendah.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

64

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Tabel 17. Sebaran Luas untuk Kelas Erosi Kualitatif MMF di DAS Grindulu Skor 1 2 3 4 5 Besaran Erosi Kuantitatif MMF (t/ha/th) Deskripsi <5 Sangat Rendah 5 - 10 10 -25 25 - 50 > 50 Rendah Sedang Tinggi Sangat Tinggi Kategori Nilai Rendah Agak Rendah Sedang Agak Tinggi Tinggi LUAS Luas (Km2) Prosen (%) 594,4 90,7 10,7 48,2 2,0 0,0 655,4 1,6 7,4 0,3 0,0 100

Gambar 27 lebih memperjelas bahwa erosi permukaan dari hasil perhitungan MMF sebagian besar masuk pada kategori rendah, sebaliknya untuk perhitungan erosi SES yang melihat erosi secara menyeluruh dimasukkan pada kelas sedang sampai tinggi. Selanjutnya dari perhitungan erosi MMF untuk erosi pada tingkat kategori tinggi tidak ada.
100,0 90,0 80,0

90,7

Prosen (%)

70,0 60,0 50,0 40,0 30,0 20,0 10,0 0,0 Rendah Agak Rendah Sedang Agak Tinggi Tinggi

Kelas Erosi Kuantitatif MMF
Gambar 27. Luasan Kategori Nilai Kelas Erosi Kuantitatif MMF di DAS Grindulu

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

65

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

VI. KESIMPULAN Survai ISDL (Inventarisasi Sumber Daya Lahan) dengan menggunakan citra satelit Landsat 7 ETM+ (Thematic Mapper) yang diambil pada bulan 11 Juli tahun 2007 dengan nomer scene Path-Row 119-066. DAS Grindulu masuk di tiga kabupaten dengan daerah dominan di kabupaten Pacitan, sehingga orientasi dan konsultasi lebih ditekankan pada dinas-dinas yang masuk wilayah kabupaten Pacitan. DAS Grindulu tercover oleh 12 peta RBI skala 1 : 25.000, yaitu meliputi nomer baris dan kolom 1508-121 : Kismantoro, 1508-122 : Balong, 1407-644 : Giriwoyo, 1507-433 : Bungur, 1507-434 : Arjosari, 1507-443 : Tegal Ombo, 1507-444 : Bungkal, 1407-642 : Kalak, 1507-431 : Pacitan , 1507-432 : Kebon Agung, 1507-441 : Losak, 1507-442 : Sukorejo, 1507-413 : P.Bakung, 1507-414 : Wawaran, dan 1507-441 : Loron. Karakteristik dari suatu DAS (Daerah Aliran Sungai) ditentukan oleh morfometrik suatu DAS, yaitu antara lain oleh kondisi sungai, pola drainase, panjang sungai dan lain-lain. Bentuk lahan di daerah hulu didominasi Pegunungan dan

Perbukitan, sedang di daerah tengah didominasi bentuk lahan Aluvial dan piedmont plan, sedang di daerah hilir kebanyakan dataran dan deposit Alluvial-Colluvial. Tipe batuan di daerah atas lebih banyak batuan beku yang sebagian besar sudah mulai melapuk sehingga mudah terjadi longsor, sedangkan disebelah timur selain batuan beku ada yang sedimen kapur, dan batuan metamorf. Kondisi bangunan konservasi tanah sampai kemiringan lebih dari 45% masih dibangun teras bangku dan gulud dengan tingkat kualitas sedang, sehingga bidang olah sangat sempit. Jenis tanah yang dapat ditemui di DAS grindulu antara lain Entisols, Inceptisols, Ultisols dengan warna tanah didominasi warna coklat sampai kemerah-merahan, dengan kemasaman tanah antara 6 (agak masam) sampai mendekati 7 (netral).

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

66

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

DAFTAR PUSTAKA Aronoff,S.,1989. Geographical Information System. A Management Perspective. WDL Publication, Ottawa Canada. Asdak, C. 1995. Hidrologi dan Pengelolaan Daerah Aliran Sungai. Gadjah Mada University Press. Yogyakarta. Berrios, P.H., 2004. Spatial Analysis of The Differences Between Forest Land Use and Forest Cover Using GIS and RS. A case study in Telake Watershed, Pasir district, East Kalimantan. MSc Thesis. ITC The Netherlands. BPDASSOLO dan PUSPICS., 2002. Pemantauan dan Evaluasi Pengelolaan Daerah Aliran Sungai Solo (Laporan Akhir). Bronsveld, K., S.Chutirattanapan, B.Pattanakanok, R.Suwanwerakamtorn dan P. Trakooldit., 1994. The use of Local knowledge in land use/land cover mapping from sattelite images.ITC Journal The Netherlands. Danoedoro P., 2003. Multisource Classification For Landuse Mapping Based On Spectral, Textural and Terrain Information Using Landsat Thematic Mapper. Indonesian Journal Of Geography Gadjah Mada University. Yogyakarta. Elsie M.J.dan R.A.Zuidan. 1998. Remote Sensing, Synergism and Geographical Information System for Desertification Analysis : an example from northwest Patagonia, Argentina,ITC Journal 1998:134. Fletcher, J.R. 1990., Land Resources Survey of The Wiroko Sub Watershed, Upper Solo Watershed, Central Java.Indonesia. Franklin, E. Steven.2001. Remote Sensing For Sustainable Forest Management. CRC Press LLC Boca Raton, Florida 33431. Jessen, M.R. 1992. Land Resources Survey of The Pijiharjo Sub- Sub Watershed, Upper Solo Watershed, Central Java, Indonesia. Mas Francois Jean dan Ramirez Isabel. 1996. Comparison of Land Use Classifications Obtained by Visual Interpretation and Digital Processing. ITC Journal the Netherlands. Molenaar, M., 1991. Status and Problems of Geographical Information Systems. The Necessity of a Geoinformation Theory. Journal of Photogrammetry and Remote Sensing, 46.pp 85 – 103. Nugroho.S.P., Endang Savitri dan Wardojo,1996. Laporan Inventarisasi Sumber Daya Lahan Sub DAS Solo Hulu.Buku I. BTPDAS Surakarta.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

67

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Poveda, German dan Salazar F.Luis. 2004. Annual and Interannual (ENSO) Variability of Spatial Scaling Properties of a Vegetation Index (NDVI) in Amazonia. Journal of Remote Sensing of Environment 93 (2004) 391 – 401. Prihandito, Aryono.1989. Kartografi. Mitra Gama Widya. Yogyakarta Purbowaseso,B.1996. Penginderaan Jauh Terapan. Terjemahan “Applied Remote Sensing “. UI- Press,Jakarta. Purwadhi, Sri Hardiyanti, 2001. Interpretasi Citra Digital. Gramedia Widiasarana Indonesia. Jakarta Singh, S., 1994. Remote Sensing in The Evaluation of Morpho-hydrological Characteristics of The Drainage Basin of Jojri Catchment. J.,of Arid Zone 33(4) : 273-278. Sukresno dan V.Precylia, 1995. Evaluasi Perubahan Penggunaan Lahan dan Konservasi Tanah Terhadap Sifat – sifat Parameter Tata Air DAS di Sub DAS Wader. Prosiding : Diskusi Hasil Penelitian BTPDAS Surakarta. Proyek P2TPDAS Solo. Tim Peneliti BP2TPDAS-IBB, 2004. Pedoman monitoring dan Evaluasi Pengelolaan Daerah Aliran Sungai (edisi revisi). Proyek Penelitian dan Pengembangan Teknologi Pengelolaan Daerah Aliran Sungai Kawasan Barat Indonesia. Uboldi J.A.dan E. Chuvieco, 1997. Using Remote Sensing and GIS to Asses Curent Land Management in the Valley of Colorado River, Argentina, ITC Journal 1997:2.

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

68

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

KERANGKA LOGIS PENELITIAN Lampiran 1. Kerangka Kerja Logis Kegiatan Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS Tahun 2007 Narasi Indikator Cara Verifikasi Asumsi Tujuan : • Memperoleh metode analisis data • Informasi metode analisis data Melengkapi informasi yang dibutuhkan Kebijakan nasional dengan melakukan kegiatan penelitian yang mendukung PJ dan SIG yang efektif untuk digital PJ menyusun data dasar karakteristik • Teknik penyusunan basis data penutupan lahan DAS serta untuk spatial dan non spatial monev DAS Sasaran 1. Tersedianya informasi PJ dan SIG sebagai alat deteksi karakteristik suatu DAS : perubahan dua musim, erosi dan morfometrik DAS. Luaran : 1. Diperolehnya peta penutupan lahan aktual dan peta perubahan penutupan lahan PJ dan SIG DAS Grindulu, pada kondisi dua musim berbeda. 2. Diperolehnya metode pengolahan dan interpretasi data citra digital PJ yang efektif dan efisien, sebagai dasar karakteristik DAS. 1. Tersedianya peta penutupan 1. Analisis spektral citra digital lahan hasil proses citra digital PJ 2.Tersusunnya database baik 2. Digitasi, editing dan labeling data spatial maupun nonspatial vektor 1. Tersedianya metode pengolahan dan interpretasi data digital PJ 2.Tersedianya peta penutupan lahan hasil klasifikasi data digital PJ 3. Tersedianya peta perubahan penutupan lahan baik digital maupun cetak jadi 4. Tersedianya data luasan perubahan penutupan lahan 1.1. Review hasil-hasil penelitian 1.2. Analisis spektral citra digital di laboratorium PJ 2.1.Klasifikasi citra digital PJ 2.2. Kegiatan lapangan 3.1. Kegiatan analisis peta digital (overlay) dg perangkat lunak SIG 4.1. Penghitungan luas perubahan penutupan lahan Dana dan kebijakan nasional mendukung

Dukungan peneliti, teknisi, dana, kebijakan yang berlanjut

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

69

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

Kegiatan : 1.1. Penetapan lokasi 1.2. Pengolahan citra digital 1.3. Koreksi geometri dan penajaman 1.4. Klasifikasi citra dan analisis erosi kualitatif dan kuantitatif 1.5. Penentuan titik sample yang akan dikunjungi di lapangan 1.6. Kegiatan lapangan 2.1. digitasi peta dasar dan peta – peta pendukung 2.2. Editing peta digital 2.3. Analisis peta digital dan overlay 2.4.pencetakan peta 2.5. Penghitungan luasan

1.1. Tersedianya lokasi penelitian 1.2.Tersedia data digital peta hasil pengolahan 1.3.Tersedianya data digital hasil koreksi dan penajaman 1.4. Tersedianya citra hasil klasifikasi 2.1. Tersedianya peta dasar digital 2.2. Tersedianya peta digital hasil editing 2.3. Tersedianya peta digital hasil analisis 2.4. Tersedianya peta digital penutupan lahan dan pengguanaan lahan 2.5. Tersedianya peta penutupan lahan dan perubahan penutupan lahan dalam bentuk cetak jadi 2.6. Tersedianya luasan penutupan lahan dan perubahannya 3.1. Tersedianya titik – titik sampel 3.2. Tersedianya data hasil kegiatan lapangan

1.1 Orientasi dan konsultasi Pemasukan (loading) citra digital landsat ke dalam komputer Koreksi geometri, radiometri dan penajaman (filtering, histogram eq, dll) 1.2. Klasifikasi tidak berbantuan dan berbantuan pada data digital PJ, serta analisis erosi kuantitatif dan kualitatif 2.1.. Digitasi peta 2.2.. Editing 2.3. Analisis peta digital 2.4. Layout dan pencetakan 2.5. Analisis data nonspatial 3.1 Penentuan titik sample 3.2 Pengecekan lapangan

1. Dukungan instansi terkait dan masyarakat 2. Koordinasi yang baik antara peneliti, teknisi dan tenaga administrasi 3. Dana yang berkelanjutan dan tepat waktu

Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

70

Kajian Aplikasi Penginderaan Jauh dan SIG untuk Monev DAS

BIODATA BENY HARJADI
Data Diri :
Nama : Ir. Beny Harjadi, MSc. Tempat/Tanggal Lahir: Surakarta, 17 Maret 1961 NIP/Karpeg : 19610317.199002.1.001/ E.896711 b Pangkat/Golongan : Pembina / IV Jabatan : Peneliti Madya

Riwayat Pendidikan : TK : TK Aisyiyah Premulung, Surakarta (1967)
SD : SD Negeri 94 Premulung, Surakarta (1973) SMP : SMP Negeri IX Jegon Pajang, Surakarta (1976) SMA : SMA Muhammadiyah I, Surakarta (1980) S1 : IPB (Institut Pertanian Bogor), Jurusan Tanah/Fak.Pertanian,BOGOR (1987) Kursus LRI (Land Resources Inventory) kerjasama dengan New Zealand selama 9 bulan untuk Inventarisasi Sumber Daya Lahan (1992), INDONESIA-NEW ZEALAND S2 : ENGREF (École Nationale du Génie Rural, des Eaux et des Forêst), Jurusan Penginderaan Jauh Satelit/ Fak.Kehutanan, Montpellier, PERANCIS (1996) PGD : Post Graduate Diplome Penginderaan Jauh, di IIRS (Indian Institute of Remote Sensing) di danai dari CSSTEAP (Centre for Space Science & Technology Education in Asia and The Pasific) Affiliated to the United Nations (UN/PBB : Perserikatan Bangsa-Bangsa), Dehradun – INDIA (2005).

Riwayat Pekerjaan :
1. Staf Balai Teknologi Pengelolaan Daerah Aliran Sungai (DAS), Surakarta (1989). 2. Ajun Peneliti Madya Bidang Konservasi Tanah dan Air pada BTPDAS-WIB (Balai Teknologi Pengelolaan DAS – Wilayah Indonesia Bagian Barat), 1998. 3. Peneliti Muda Bidang Konservasi Tanah dan Air pada BTPDAS-WIB (Balai Teknologi Pengelolaan DAS – Wilayah Indonesia Bagian Barat), 2001. 4. Peneliti Madya Bidang Konservasi Tanah dan Air pada BP2TPDAS-IBB (Balai Litbang Teknologi Pengelolaan DAS - Indonesia Bagian Barat), 2005. 5. Peneliti Madya Bidang Pedologi dan Penginderaan Jauh pada BPK (Balai Penelitian Kehutanan) Solo, 2006

Riwayat Organisasi :
1. Menwa Mahawarman, Jawa Barat (1980 – 1985) 2. HMI (Himpunan Mahasiswa Islam), (1980 – 1983) 3. Ketua ROHIS BP2TPDAS-IBB, 2 periode (2000-2006)

Penghargaan :
1. Satya Lancana Karya Satya 10 tahun, No. 064/TK/Tahun 2004

Alamat Penulis :
1. Kantor : BPK SOLO, d/a Jl.Ahmad Yani Pabelan, Po.Box.295, Surakarta. Jawa Tengah, Telp/Fax : 0271–716709, 715969. E-mail: bpksolo@indo.net.id 2. Rumah : Perumahan Joho Baru, Jl.Gemak II, Blok T.10, Rt 04/ Rw VIII, Kel.Joho, Sukoharjo, Jawa Tengah. Telp : 0271- 591268. HP : 081.22686657 E-mail : adbsolo@yahoo.com
Beny Harjadi dkk di BPK Solo 08122686657, adbsolo@yahoo.com

71

Sign up to vote on this title
UsefulNot useful