Analisis Alih Fungsi Hutan Menjadi Lahan Perkebunan ... · Minahasa Tenggara, Provinsi Sulawesi Utara)” dengan baik dan tidak kurang suatu apapun. Dalam kesempatan ini, saya ingin

i

Analisis Alih Fungsi Hutan Menjadi Lahan Perkebunan Melalui

Data Citra Satelit Landsat dengan Metode Supervised Classification

(Studi Area: Kabupaten Minahasa Tenggara, Provinsi Sulawesi

Utara)

Jurnal

diajukan kepada

Fakultas Teknologi Informasi

untuk memperoleh Gelar Master of Computer Science

Oleh :

Gregorius Anung Hanindito

NIM : 972013001

Program Studi Magister Sistem Informasi

Fakultas Teknologi Informasi

Universitas Kristen Satya Wacana

Salatiga

Juli 2015

ii

iii

iv

Prakata

Puji syukur saya panjatkan kepada Tuhan Yesus Kristus yang bertahta di dalam Kerajaan

Surga, karena atas rahmat dan kasihNya maka saya dapat menyelesaikan penulisan tugas akhir

dengan judul “Analisis Alih Fungsi Hutan Menjadi Lahan Perkebunan Melalui Data Citra

Satelit Landsat dengan Metode Supervised Classification (Studi Area: Kabupaten

Minahasa Tenggara, Provinsi Sulawesi Utara)” dengan baik dan tidak kurang suatu apapun.

Dalam kesempatan ini, saya ingin menyampaikan terima kasih yang sedalam-dalamnya kepada:

1. Bapak Dr. Dharma Putra Palekahelu, M.Pd, selaku Dekan Fakultas Teknologi Informasi

Universitas Kristen Satya Wacana Salatiga.

2. Bapak Prof. Ir. Danny Manongga, M,Sc., Ph.D., selaku Ketua Program Studi Magister

Sistem Informasi Fakultas Teknologi Informasi Universitas Kristen Satya Wacana.

3. Bapak Prof. Dr. Ir. Eko Sediyono, M,Kom., selaku pembimbing 1 pada pembuatan tesis ini.

4. Bapak Dr.Adi Setiawan., selaku pembimbing 2 pada pembuatan tesis ini.

5. Seluruh Dosen Program Studi Magister Sistem Informasi Fakultas Teknologi Informasi

Universitas Kristen Satya Wacana Salatiga.

6. Seluruh Staff Tata Usaha Program Studi Magister Sistem Informasi Fakultas Teknologi

Informasi Universitas Kristen Satya Wacana Salatiga.

7. Kedua Orang tua saya, Ir. DP Adi Tyasno & Theresia Heny Suryanti yang telah merawat,

membimbing serta membesarkan saya hingga saat ini.

8. Keluarga Hadi Susilo dan Tejosukmono atas dukungan dan semangat yang diberikan kepada

penulis selama melaksanakan studi.

9. Innes Septa Nindiarini yang selalu memberikan dukungan semangat dan doa selama penulis

melaksanakan studi.

10. Keluarga Cokrowiyono dan Subardal atas dukungan yang selalu diberikan.

11. Rekan-rekan angkatan 13 MSI (Aldi, Nidas, Boby, Myrel, Ito, dan Alan) tetap semangat.

12. Teman-teman Pungkursari 45 yang selalu memberikan semangat, dan dukungan kepada

penulis.

v

13. Seluruh pihak yang terlibat langsung maupun tidak langsung yang belum sempat saya

sebutkan diatas. Semoga Tuhan Yesus selalu memberikan berkat yang melimpah kepada kita

semua.

Saya menyadari bahwa penulisan tugas akhir ini masih jauh dari kesempurnaan. Oleh karena

itu, saran dan kritik sangat saya harapkan dari berbagai pihak yang membaca laporan ini untuk

kesempurnaan dari penulisan laporan ini.

Salatiga,

Penulis.

vi

Daftar Gambar

Halaman

Halaman Judul …………………………………………………………….i

Halaman Pengesahan …………………………………………………….ii

Halaman Pernyataan …………………………………………………….iii

Prakata …………………………………….…………………………….iv

Daftar Isi ………………………………………………………..............vi

Daftar Gambar ………………………………………………………….vii

Daftar Tabel ……………………………………………………………viii

Abstrak …………………………………………………………………10

Pendahuluan ………………………………………………………..........10

Studi area ……………………………………………………………….11

Perubahan Penggunaan Lahan dan Tutupan Lahan …………………….11

Metode-Metode Klasifikasi …………………………………………….12

Metode Penelitian ……………………………………………………..13

1. Kebutuhan Data …………………………………………………13

2. Tahap Penelitian ……………………………………………….13

Hasil Pembahasan ……………………………………………………..15

1. Pengolahan Data Remote Sensing ………………………………15

2. Analisis Alih Fungsi Hutan Menjadi Lahan Perkebunan ………..17

3. Grafik Hasil Analsis ..…………………………………………….18

Kesimpulan ………………………………………………………………18

Referensi …………………………………………………………………19

vii

Daftar Isi

Halaman

Gambar 1 Area Studi Minahasa Tenggara ………………….………….13

Gambar 2 Bagan Metode Penelitian ……………………………………14

Gambar 3 Probabilitas Klasifikasi Maksimum Likehood ……………….16

Gambar 4 Citra Hasil Pantauan Klasifikasi …………………………….17

Gambar 5 Perubahan Tutupan Lahan Tahun 2002-2007 ………………..17



Gambar 8 Grafik Perbandingan Luas Hutan dan Lahan Perkebunan ……19

viii

Daftar Tabel

Halaman

Tabel 1 Karakteristik Data yang digunakan dalam Penelitian …………...13

Tabel 2 Tingkat Probabilitas Data Sampel ………………………………15

ix

ANALISIS ALIH FUNGSI HUTAN MENJADI LAHAN PERKEBUNAN

MELALUI DATA CITRA SATELIT LANDSAT DENGAN METODE

SUPERVISED CLASSIFICATION

(Studi Area: Kabupaten Minahasa Tenggara, Provinsi Sulawesi Utara)

1Gregorius Anung Hanindito, 2Eko Sediyono, 3Adi Setiawan 1,2Magister Sistem Informasi Universitas Kristen Satya Wacana

3Fakultas Sains dan Matematika, Universitas Kristen Satya Wacana

Jl. Diponegoro 52-60, Salatiga 50711-Indonesia,

Email; [email protected];

[email protected];

[email protected]

Abstract

Minahasa Tenggara (Mitra) Regency is new regency in Nort Celebes Province. It came from part of South Minahasa

Regency. This regency was proclaimed at May 23th 2007, with Ratahan as a Capital City. This area is potential in

coconut plant, with the production reach 37.687 ton in 2011. This research studies the expansion of coconut farm that

again the forest area in Mitra from Lansat Sattelite remote sensing image. This research use four image difference

years. They are 2002, 2007, 2010, and 2014 Sattelite images. From these images we can study the change of forest

vegetation from year to year. The result of this research is important to manage the land in Mitra Regency.

Keywords : Remote Sensing, Landsat Sattelite, land use/land cover

Abstrak

Kabupaten Minahasa Tenggara merupakan salah satu kabupaten baru di wilayah Provinsi Sulawesi Utara hasil

pemekaran dari Kabupaten Minahasa Selatan. Kabupaten ini diresmikan pada tanggal 23 Mei 2007 dengan Ratahan

sebagai ibu kota. Kabupaten ini memiliki potensi daerah yang cukup tinggi di antaranya potensi sektor perkebunan.

Potensi perkebunan unggulan di wilayah ini adalah perkebunan kelapa, bahkan produksi kelapa di provinsi ini

mencapai 37.687 ton pada tahun 2011. Berkaitan dengan hal tersebut, Dalam penelitian ini akan dilakukan

pemantauan ekspansi lahan perkebunan terhadap area hutan di wilayah Kabupaten Minahasa Tenggara dengan

memanfaatkan empat buah

citra remote sensing Satelit Landsat yakni 1) citra tahun 2002, 2) citra tahun 2007, 3) citra tahun 2010, dan 4) citra

tahun 2014. Melaui penelitian ini juga akan memantau bagaimana keadaan vegetasi hutan yang beralih fungsi dari

tahun ke tahun akibat adanya ekspansi lahan perkebunan tersebut. Dalam penelitian ini dilakukan analisis perubahan

land use/land cover dalam memonitor dan memantau tingkat peralihan tersebut. Tujuan dari dilakukan penelitian ini

adalah untuk memberikan gambaran kepada pihak terkait mengenai keadaan vegetasi hutan dalam periode waktu tahun

2002-2014 sehingga diharapkan dapat dibuat kebijakan dalam tata kelola lahan di wilayah kabupaten Minahasa

Tenggara.

Kata Kunci :Remote Sensing, Satelit Landsat, land use/land cover

x

ANALISIS ALIH FUNGSI HUTAN MENJADI LAHAN PERKEBUNAN

MELALUI DATA CITRA SATELIT LANDSAT DENGAN METODE

SUPERVISED CLASSIFICATION

(Studi Area: Kabupaten Minahasa Tenggara, Provinsi Sulawesi Utara)

1Gregorius Anung Hanindito, 2Eko Sediyono, 3Adi Setiawan 1,2Magister Sistem Informasi Universitas Kristen Satya Wacana 3Fakultas Sains dan Matematika, Universitas Kristen Satya Wacana

Jl. Diponegoro 52-60, Salatiga 50711-Indonesia,

Email; [email protected]; [email protected]; [email protected]

Abstract

Minahasa Tenggara (Mitra) Regency is new regency in Nort Celebes Province. It came from part of South Minahasa

Regency. This regency was proclaimed at May 23th 2007, with Ratahan as a Capital City. This area is potential in

coconut plant, with the production reach 37.687 ton in 2011. This research studies the expansion of coconut farm that

again the forest area in Mitra from Lansat Sattelite remote sensing image. This research use four image difference

years. They are 2002, 2007, 2010, and 2014 Sattelite images. From these images we can study the change of forest

vegetation from year to year. The result of this research is important to manage the land in Mitra Regency.

Keywords : Remote Sensing, Landsat Sattelite, land use/land cover

Abstrak

Kabupaten Minahasa Tenggara merupakan salah satu kabupaten baru di wilayah Provinsi Sulawesi Utara hasil

pemekaran dari Kabupaten Minahasa Selatan. Kabupaten ini diresmikan pada tanggal 23 Mei 2007 dengan Ratahan

sebagai ibu kota. Kabupaten ini memiliki potensi daerah yang cukup tinggi di antaranya potensi sektor perkebunan.

Potensi perkebunan unggulan di wilayah ini adalah perkebunan kelapa, bahkan produksi kelapa di provinsi ini mencapai

37.687 ton pada tahun 2011. Berkaitan dengan hal tersebut, Dalam penelitian ini akan dilakukan pemantauan ekspansi

lahan perkebunan terhadap area hutan di wilayah Kabupaten Minahasa Tenggara dengan memanfaatkan empat buah

citra remote sensing Satelit Landsat yakni 1) citra tahun 2002, 2) citra tahun 2007, 3) citra tahun 2010, dan 4) citra

tahun 2014. Melaui penelitian ini juga akan memantau bagaimana keadaan vegetasi hutan yang beralih fungsi dari

tahun ke tahun akibat adanya ekspansi lahan perkebunan tersebut. Dalam penelitian ini dilakukan analisis perubahan

land use/land cover dalam memonitor dan memantau tingkat peralihan tersebut. Tujuan dari dilakukan penelitian ini

adalah untuk memberikan gambaran kepada pihak terkait mengenai keadaan vegetasi hutan dalam periode waktu tahun

2002-2014 sehingga diharapkan dapat dibuat kebijakan dalam tata kelola lahan di wilayah kabupaten Minahasa

Tenggara.

Kata Kunci :Remote Sensing, Satelit Landsat, land use/land cover

PENDAHULUAN

Di Indonesia banyak terjadi kasus terkait pengelolaan hutan yang berdampak pada hilangnya

10

hutan atau deforestasi. Salah satu penyebab krusial

dari kerusakan hutan yakni konversi hutan menjadi lahan perkebunan dan pertanian. Perluasan lahan perkebunan seharusnya tidak dilakukan pada lahan

Analisis Alih Fungsi Hutan Menjadi Lahan Perkebunan

yang berfungsi sebagai kawasan perlindungan [1]. Permasalahan tersebut secara khusus juga terjadi di

salah satu wilayah Indonesia yakni kabupaten

Minahasa Tenggara.

Kabupaten Minahasa Tenggara merupakan salah satu kabupaten baru di wilayah provinsi Sulawesi

Utara hasil pemekaran dari kabupaten Minahasa Selatan. Kabupaten ini beribu kota di Ratahan. Pada tanggal 23 Mei 2007 Menteri Dalam Negeri ad interim meresmikan kabupaten Minahasa Tenggara ini beserta dengan beberapa wilayah lain yakni Kota

Kotamobagu, Kabupaten Bolaang Mongondow

Selatan, Kabupaten Bolaang Mongondow Timur dan Kabupaten Sitaroe [2]. Secara administratif, kabupaten ini dengan UU No. 9 tahun 2007 [3].

Kabupaten Minahasa Tenggara merupakan salah

satu kabupaten potensial dalam bidang perkebunan. Kabupaten ini memiliki sektor unggulan yakni

perkebunan kelapa. Melalui data yang diperoleh tercatat bahwa produksi kelapa yang dihasilkan oleh Kabupaten Minahasa Tenggara mencapai 37.687 ton pada tahun 2011 [4].

Melalui data yang telah dihimpun tersebut, dapat diketahui bahwa Kabupaten Minahasa Tenggara merupakan wilayah potensial di sektor perkebunan,

sehingga untuk memastikan pantauan geografis wilayah tersebut, dilakukan pengolahan data citra

melalui satelit Landsat dengan metode penginderaan jauh/remote sensing. Hasil

pengolahan citra remote sensing menjadi data utama dalam melakukan analisis spasial yang mendalam

mengenai alih fungsi lahan di kabupaten Minahasa

Tenggara.

Penelitian ini bertujuan untuk memantau pola

persebaran lahan perkebunan di wilayah kabupaten Minahasa Tenggara melalui analisis perubahan tata guna lahan/tutupan lahan (land use/land cover) dalam kurun waktu antara tahun 2002-2014 dengan menggunakan empat buah sampel data. Sampel data tersebut antara lain: 1) Data tahun 2002; 2) Data

tahun 2004; 3) Data tahun 2010; dan 4) Data tahun 2014.

Selain itu pantauan citra ini dilakukan untuk menganalisis kecenderungan tingkat ekspansi lahan perkebunan terhadap letak administrasi wilayah

Kabupaten Minahasa Tenggara yang terbagi atas

dua belas wilayah kecamatan.

Diharapkan dengan dilakukannya penelitian ini, nantinya pola persebaran lahan perkebunan di wilayah kabupaten Minahasa Tenggara dapat

semakin terkontrol dengan baik oleh badan terkait

selain itu melalui penelitian ini optimasi ekspansi

hutan dapat dilakukan dalam rangka peningkatan produksi tanaman perkebunan dari tahun-ketahun.

STUDI AREA

Studi area dalam penelitian ini berada di wilayah

kabupaten Minahasa Tenggara. Secara astronomis kabupaten ini terletak pada 124°32”56’ BT - 124°57”3’ BT dan 0°50”28’ LU-1°7”17’ LU dengan luas wilayah sebesar 730.62 km2. Sebagian

besar wilayah Minahasa Tenggara memiliki topografi yang bergunung-gunung [5]. Meskipun

demikian, kabupaten ini memiliki potensi besar dalam mengembangkan produksi tanaman

perkebunan salah satunya adalah tanaman kelapa

yang menjadi komoditi utama di wilayah ini.

Pada penelitian ini, kabupaten Minahasa Tenggara

menjadi objek studi dengan menitik beratkan pada pola perubahan dan perbandingan cakupan luas

lahan perkebunan dalam kurun periode tahun 2002- 2014. Gambar 1 menunjukkan letak area penelitian

yang dilakukan. Terlihat bahwa kabupaten Minahasa Tenggara terletak pada sisi selatan

provinsi Sulawesi Utara yang berbatasan langsung dengan laut Maluku.

PERUBAHAN PENGGUNAAN LAHAN DAN

TUTUPAN LAHAN

Perubahan tutupan lahan (land cover change) pada dasarnya dipengaruhi oleh dua faktor yakni faktor manusia dan faktor alam. Faktor alam yang

mempengaruhi perubahan tutupan lahan antara lain: perubahan iklim, perubahan atmosfer, serta serangan hama, sedangkan faktor yang dipengaruhi

oleh kegiatan manusia yakni antara lain: penggundulan hutan dan pembangunan [6].

Penggunaan lahan (land use) dapat didefinisikan dalam dua cara yang berbeda. Definisi yang

pertama merupakan kegiatan yang dilakukan oleh

manusia yang dapat mempengaruhi pola perubahan

tutupan lahan (land cover change), sedangkan

definisi yang kedua lebih menitik beratkan pada

tujuan dilakukannya land cover change tersebut [7].

Definisi lain menyebutkan bahwa tutupan lahan

mengacu pada atribut biofisik permukaan bumi

yang dapat dimonitor secara langsung melalui foto udara maupun sensor satelit sedangkan penggunaan lahan (land use) menggambarkan tentang dimensi

11

Jurnal Komputer dan Informatika Volume 13 Nomor 1 2015

manusia mengenai tujuan dilakukannya penggunaan lahan. Dalam kaitannya dengan kelestarian hutan,

informasi yang akurat mengenai penggunaan lahan

menjadi sangat penting dalam mengembangkan

kebijakan dan strategi agar memperlambat dan meminimalisir kerusakan hutan [8].

Melalui dua definisi tersebut dapat simpulkan

bahwa antara land use dan land cover memiliki keterkaitan yang erat. Land use yang didefinisikan sebagai pola tindakan manusia dalam mencapai tujuan yang diharapkan, dapat dijadikan sebagai

faktor utama dalam perubahan tutupan lahan (land cover change).

Deteksi pemantauan mengenai perubahan penggunaan lahan (land use) dan tutupan lahan (land cover) dapat dilakukan melalui penginderaan

jauh (remote sensing). Penginderaan jauh (remote sensing) menyediakan informasi secara rinci dalam memonitor penggunaan lahan (land use) dan tutupan lahan (land cover) [9].

Perkembangan penelitian tentang penggunaan lahan (land use) dan tutupan lahan (land cover) telah dimulai sejak tahun 1970an, ditandai dengan

peluncuran satelit Landsat pada awal tahun 1970an yang memberikan data semitemporal seperti Multispectral Scanner (MSS), Thematic Mapper (TM), Enhanced Thematic Mapper Plus (ETM+) dan Landsat Data Continuity Mission (LDCM) images. Melalui data tersebut analisis perubahan

land use/land cover dapat dilakukan [10].

Geographic information system dan remote sensing merupakan salah satu metode dalam melakukan pemantauan dan memonitor kegunaan lahan (land use) dan tutupan lahan (land cover).

Serangkaian langkah dalam melakukan deteksi perubahan land use/land cover antara lain: data akuisisi, klasifikasi citra, dan post classification comparison [11].

Pada proses analisis, perbandingan peta didapat dengan melakukan overlay pada dua buah peta yang dianalisis sehingga dapat ditemukan pola perubahan yang terjadi pada kelas land use/land cover [11].

Penelitian ini dibagi dalam beberapa tahap. Tahap pertama yakni klasifikasi citra remote sensing. klasifikasi ini menggunakan metode supervised classification dengan teknik maximum likehood yang akan mengkonversi nilai piksel sebuah citra menjadi kelas tutupan lahan.

12

Tahap selanjutnya yakni analisis perubahan tutupan lahan, dalam hal ini tutupan lahan hutan

menjadi lahan perkebunan. Tahap ini dilakukan

dengan menggunakan teknik intersection, dengan

membandingkan antara keadaan tutupan lahan hutan

dengan keadaan tutupan lahan perkebunan.

Intersection ini digunakan untuk mencari pola

perubahan keadaan kenampakan hutan menjadi lahan perkebunan dalam kurun waktu tertentu.

METODE-METODE KLASIFIKASI

Secara umum klasifikasi citra merupakan sebuah

proses untuk menetapkan piksel citra menjadi sebuah kelas tertentu yang dilakukan dengan

mengumpulkan kelompok piksel yang identik menjadi kelas yang sesuai dengan informasi yang

diperoleh pengguna [12].

Dalam remote sensing terdapat dua macam

metode klasifikasi yang berbeda yakni supervised

classification dan unsupervised classification [13].

Unsupervised classification merupakan

identifikasi kelompok piksel tertentu dalam citra multispectral tanpa adanya informasi kelas oleh pengguna [13]. Ada beberapa kelemahan dalam menggunakan metode unsupervised classification ini yakni: pertama proses klasifikasi belum tentu sesuai dengan informasi kelas sebenarnya. Kedua pengguna memiliki kontrol yang terbatas atas kelas

yang dipilih melalui proses klasifikasi. Ketiga

hubungan antara kelas spectral dengan kelas informasi tidak selalu sesuai [14].

Supervised classification merupakan proses klasifikasi dengan menggunakan data latih sesuai dengan informasi kelas yang dimiliki oleh

pengguna. Data latih digunakan untuk mengklasifikasikan piksel yang belum diketahui identitasnya ke dalam kelas tertentu sesuai

informasi pengguna [13]. Ada beberapa keuntungan dalam menggunakan metode supervised

classification yakni pertama pengguna memiliki

kontrol penuh dari kategori informasi atau kelas.

Kedua, melalui proses pemilihan data latih,

klasifikasi yang dihasilkan akan diketahui secara

lebih spesifik. Ketiga pengguna tidak mendapatkan

masalah dalam pencocokan kelas pada citra [14].

Melaui beberapa alasan tersebut maka penelitian

ini menggunakan metode supervised classification

dengan tujuan untuk memperoleh tingkat akurasi

dari hasil klasifikasi citra yang telah dilakukan.


Gambar 1. Area Studi Minahasa Tenggara

METODE PENELITIAN

1. Kebutuhan Data

Data yang digunakan dalam penelitian ini merupakan data pantauan satelit Landsat dengan waktu akuisisi yang berbeda. Pengambilan data ini

juga mempertimbangkan besarnya area yang tertutup awan (cloud cover). Semakin besar tutupan awan yang menutupi permukaan studi area, maka akan mempersulit dalam proses klasifikasi dan analisis penggunaan lahan/tutupan lahan. Pada

Tabel 1 diterangkan mengenai data yang digunakan

dalam penelitian ini.

Tabel 1. Karakteristik Data yang digunakan dalam

Penelitian

Tutupan Satelite Tanggal Akuisisi Awan

Landsat 7 28 Juli 2002 < 10%

Landsat 7 23 Mei 2007 < 10%

Landsat 7 12 Maret 2010 < 10 %

Landsat 8 28 Desember 2014 < 10%

Tabel 1 menunjukkan empat buah data citra yang

digunakan dalam penelitian ini. Keempat data citra

tersebut memiliki akuisisi waktu yang berbeda namun pada studi area yang sama yakni wilayah

kabupaten Minahasa Tenggara. Keempat data citra

tersebut diklasifikasikan sehingga setiap

kenampakan pada citra dapat mewakili tutupan lahan pada keadaan sebenarnya.

2. Tahap Penelitian

Penelitian ini dilakukan melalui beberapa tahap

yang digambarkan melalui Gambar 2. Tahap pertama yang dilakukan yakni pengumpulan data. Sebelumnya telah disebutkan bahwa data yang digunakan dalam penelitian ini adalah data citra satelit Landsat hasil proses remote sensing pada

studi area kabupaten Minahasa Tenggara. Data ini diambil pada waktu akuisisi yang berbeda dengan maksud agar dapat memudahkan dalam melakukan

analisis perbandingan perubahan tutupan lahan antara data satu dengan yang lain. Dalam remote sensing, klasifikasi merupakan proses pemilahaan dari kelas piksel menjadi beberapa kelas kategori tertentu berdasarkan tingkat kecerahan yang dimiliki masing-masing piksel dalam citra remote sensing [15].

13


Pengumpulan data dan

Seleksi Data

Pengolahan data remote sensing

Konversi citra

Tahap I

Tahap II

Cropping studi Peningkatan

area kontras citra

Citra terklasifikasi

Converting data raster ke vektor

Analisis tutupan lahan

Penarikan kesimpulan

Gambar 2. Bagan Metode Penelitian

Klasifikasi citra

Proses klasifikasi dilakukan dengan menggunakan

metode supervised classification atau sering disebut sebagai klasifikasi terbimbing. Algoritma klasifikasi terbimbing memerlukan pengetahuan yang cukup dari daerah penelitian/studi area sehingga dapat

diperoleh beberapa kelompok kelas tutupan lahan yang berbeda [16]. Pengetahuan mengenai daerah

penelitian tersebut dituangkan dalam sebuah data latih (training site) yang didigitasi berdasarkan hasil interpretasi citra satelit yang telah dipastikan

kebenarannya melalui interpretasi foto udara

maupun hasil survey lapangan [17].

Secara teknik, metode supervised classification menerapkan konsep maximum likelihood. Konsep didasarkan pada kemungkinan bahwa tiap pixel pada citra satelit mewakili kelas tertentu pada

keadaan nyata [16].

Maksimum likelihood secara umum dirumuskan pada Rumus 1, 2, 3, 4, dan 5 di bawah yaitu, suatu pixel X yang merupakan vektor nilai pixel akan dikelaskan menjadi kelas k jika peluang terjadinya X di dalam kelas k adalah yang terbesar dibanding

dengan peluang kejadian di kelas lain [17].

dengan adalah peluang kejadian X menjadi

kelas k dengan perhitungan sebagai berikut.

..(2)

dengan dk2 adalah mahalanobis distance yang dirumuskan sebagai berikut

……….(3)

X = vektor nilai pixel untuk X = (X1, X2, X3,….., Xn)t, k =

kelas untuk ( k =1, 2, 3, …, K),

N = jumlah kanal data,

Mk adalah rata-rata vektor untuk kelas k yang

dihitung sebagai berikut

…….…(4)

m = jumlah data latih (training site) untuk kelas k,

= vektor nilai pixel untuk data latih ke-i kelas k, = covarian matriks kelas

L(X) = Maks { L1(X), L2(X),…, LK(X) } ……(1)

14

CK

sebagai berikut

=

k yang dirumuskan

t……(5)


Tahap selanjutnya dalam penelitian ini adalah membandingan antara dua buah peta melalui teknik intersection. Teknik intersection merupakan teknik dalam proses analisis GIS dalam menganalisis perpotongan antara dua buah vektor yang berbeda. Teknik ini dapat digunakan dalam proses analisis

perubahan kegunaan lahan/tutupan lahan [18].

Pantauan dengan menggunakan teknik

intersection akan menghasilkan pola perubahan tutupan lahan yang dianalisis [19]. Dalam penelitian ini dilakukan analisis pada citra remote sensing satelit Landsat yakni:

1) Citra tutupan lahan hutan tahun 2002 dengan

citra penggunaan lahan perkebunan tahun 2007


citra penggunaan lahan perkebunan tahun 2010.


citra penggunaan lahan perkebunan tahun 2014.

Melalui data tersebut, perpotongan antar citra

yang dilakukan dengan teknik intersection dapat

menghasilkan analisis perubahan land use/land

cover pada wilayah kabupaten Minahasa Tenggara.

HASIL DAN PEMBAHASAN

1. Pengolahan Data Remote Sensing

Penelitian ini menggunakan empat buah data hasil pantauan citra satelit Landsat. Data ini dikumpulkan

untuk kemudian diolah serta menghasilkan data terklasifikasi.

Klasifikasi

Proses klasifikasi citra dilakukan dengan

mengidentifikasi tiap piksel citra menjadi tipe kelas tertentu. Tahap ini dilakukan dengan menggunakan referensi foto udara maupun pantauan langsung ke lapangan. Seperti telah dijelaskan sebelumnya, proses klasifikasi dalam penelitian ini dilakukan

melalui teknik supervised classification yang menerapkan konsep maximum likehood yang menitikberatkan pada tingkat probabilitas terjadinya

sebuah piksel x pada titik tertentu untuk menjadi suatu kelas k. Sebuah citra pada koordinat tertentu memiliki piksel x akan diklasifikasikan berdasarkan kenampakkan sebenarnya baik melalui pengamatan langsung ataupun foto udara. Melalui Pengamatan

tersebut nilai piksel x ditransformasikan menjadi

kelas tertentu k.

Dalam citra multispektral dikenal beberapa

jumlah kanal atau sering disebut band. Pada

kenampakan citra satelit, masing-masing band

memiliki nilai piksel berbeda untuk tiap titik

koordinat. Kombinasi masing-masing band akan memberikan tingkat pewarnaan yang berbeda pada citra. Ilustrasi nilai piksel pada band citra dapat dilihat pada Tabel 2.

Tabel 2. Tingkat Probabilitas Data Sampel

No Titik Koordinat

1. 1°0’56.81” N, 124°50’37.96” E

2. 1°0’50.9” N, 124°50’56.82” E

3. 1°1’4.15” N, 124°50’28.95” E

4. 1°0’14.21” N, 124°50’41.79” E

5. 1°0’12.05” N, 124°50’40.5” E

6. 0°57’6.49” N, 124°36’16.15” E

7. 0°57’46.52” N, 124°35’39.78” E

8. 0°58’31.09” N, 124°36’6.89” E

9. 1°0’16.72” N, 124°39’24.89” E

10. 1°0’41.9” N, 124°39’33.44” E

Keterangan : L1(X) = Lahan Perkebunan

Nilai Piksel Probabilitas X dalam kelas k ( Lk(X))

Band 3 Band 5 L1(X) L2(X) Max(Lk(X))

83 211 6.2114 × 10-05 7.2196 × 10-22 L1(X)

82 196 6.4378 × 10-03 1.8345 × 10-14 L1(X)

83 194 3.8306 × 10-03 7.0025 × 10-32 L1(X)

82 199 1.5774 × 10-04 7.2196 × 10-22 L1(X)

83 189 1.2539 × 10-03 2.7951 × 10-24 L1(X)

77 171 1.0123 × 10-16 9.4846 × 10-03 L2(X)

78 182 6.5369 × 10-10 1.8095 × 10-03 L2(X)

75 171 9.6963 × 10-13 3.8945 × 10-04 L2(X)

77 171 1.6140 × 10-13 9.4846 × 10-03 L2(X)

77 167 1.9410 × 10-11 5.1851 × 10-03 L2(X)

L2(X) = Hutan

Pada Tabel 2 terdapat sepuluh sampel titik

koordinat yang diambil secara acak. Sampel titik

tersebut memiliki nilai piksel band 3 dan band 5 yang berbeda. Max Lk(X) pada tabel merujuk pada

probabilitas nilai piksel sebuah titik menjadi kelas

tertentu, sedangkan L1(X) dan L2(X) masing-masing

menyatakan tingkat probabilitas nilai piksel sebuah titik menjadi kelas ke-1 atau kelas ke-2. Pada tabel tersebut, kemungkinan terbesar nilai piksel menjadi kelas tertentu ditunjukkan dengan mencari nilai

15


probabilitas terbesar piksel sebuah koordinat

terhadap kelas-kelas yang ada. Pada sampel data

tersebut koordinat 1 hingga 5 memiliki

kecenderungan untuk diklasifikasikan pada kelas

ke-1 yaitu dengan kemungkinan L1(X), sedangkan

pada koordinat 6 hingga 10 memiliki

kecenderungan untuk diklasifikasikan pada kelas

ke-2 dengan kemungkinan L2(X).

Gambar 3. Probabilitas Klasifikasi Maksimum Likehood

Grafik Gambar 3 memperlihatkan beberapa

koordinat titik yang diambil secara acak pada kenampakan lahan perkebunan dan hutan, yang memiliki kerapatan piksel band 3 dan band 5 yang berbeda. Nilai piksel tersebut ditransformasikan

menjadi beberapa kelas tertentu melalui proses probabilitas peluang terbesar seperti dijelaskan di atas.

Metode klasifikasi maksimum likelihood diterapkan pada setiap piksel yang ada pada citra

T ou laan T om bat u U ta ra

S ilia n R a ya

Ra tah an T im ur

Ra tah an P us om a en

Landsat wilayah Minahasa tenggara tahun 2002,

2007, 2010, dan 2014 untuk mendapatkan citra

terklasifikasi sesuai kelas tertentu dengan

menggunakan software ER Mapper. Dari proses

tersebut diperoleh informasi mengenai kecenderungan berkurangnya vegetasi hutan akibat dampak perluasan lahan perkebunan. Hasil tersebut dapat dilihat pada Gambar 4.

T om bat u U ta ra

T oulaa n

S ilia n R aya

Ra tah an T im ur

Ra tah an P us om a en

Tombatu T im u r Pas an ulaan S elata n T om bat u T im u r P as an ulaan S elata n

T om bat u Belang T om batu B ela ng

Ra tat otok Ra tat otok

Tahun 2002 Tahun 2007 16


T om bat u U ta ra T om bat u U ta ra

T oulaan T oulaan

S ilian R aya S ilian R aya

Ra tah an T im ur Ra tah an T im ur

Ra tah an Ra tah an P us om a en P us om a en

T om bat u T im u r T om bat u T im u r ulaan S elata n P as an ulaan S elata n P as an

T om ba t u B ela ng T om bat u B ela ng

Ra tat otok Ra tat otok

Tahun 2010 Tahun 2014 Gambar 4. Citra Hasil Pantauan Klasifikasi

Gambar 4 menunjukkan citra hasil klasifikasi

pada studi area kabupaten Minahasa Tenggara

melalui metode supervised classification dengan konsep maximum likehood. Warna hijau tua pada gambar mewakili tutupan lahan berupa vegetasi hutan. Sedangkan warna hijau muda pada peta

gambar mewakili tutupan lahan berupa lahan

perkebunan.

Pada Gambar 4 juga dapat dilihat perubahan besar kenampakan hutan dan lahan perkebunan yang terjadi pada kurun waktu 2002-2014. Perubahan tersebut terjadi secara signifikan khususnya pada bagian barat kabupaten Minahasa Tenggara. melalui hasil klasifikasi terlihat bahwa tingkat pertumbuhan lahan perkebunan yang semakin besar menyebabkan

keberadaan vegetasi hutan semakin menyempit.

Dalam penelitian ini dilakukan analisis perubahan

area hutan terhadap area lahan perkebunan dengan menggunakan teknik intersection. Teknik

intersection dilakukan untuk mencari besar perubahan tutupan lahan (land cover change) pada tahun-tahun tersebut.

2 Analisis Alih Fungsi Hutan Menjadi Lahan

Perkebunan

1) Intersection antara area hutan tahun 2002

terhadap area perkebunan tahun 2007

Proses intersection ini menggunakan citra hutan tahun 2002 dan citra area perkebunan

tahun 2007. Proses ini dimaksudkan untuk

memperoleh pola perubahan lahan perkebunan

terhadap area hutan seperti pada Gambar 5

berikut.

Gambar 5. Perubahan Tutupan Lahan tahun 2002- 2007

Gambar 5 terlihat bahwa terjadi perluasan area

lahan perkebunan pada kurun waktu 2002-2007.

Area berwarna hijau muda merupakan tutupan lahan perkebunan sedangkan area berwarna hijau tua merupakan tutupan area hutan dan area barwarna merah merupakan pola alih fungsi hutan menjadi lahan pertanian pada kurun waktu 2002-2007 pada wilayah Minahasa Tenggara.



Proses ini menggunakan citra hutan pada tahun

2007 dan citra area perkebunan pada tahun

2010.

17


perubahan area hutan menjadi area perkebunan sejak tahun 2010-2014.

3. Grafik Hasil Analisis

Besar perbandingan antara hutan dan lahan

perkebunan digambarkan dalam sebuah grafik yang memberikan ilustrasi pola luas ekspansi lahan

perkebunan terhadap vegetasi hutan.

Gambar 6. Perubahan Tutupan Lahan tahun 2007-2010

Gambar 6 menunjukkan pola perubahan tutupan

lahan antara area hutan terhadap area perkebunan.

Citra warna hijau tua menunjukan kenampakan area

hutan, sedangkan kenampakan berwarna hijau muda

menunjukan kenampakan area lahan perkebunan.

Area dengan warna merah merupakan hasil analisis

perubahan area hutan menjadi area perkebunan

sejak tahun 2007-2010.



Proses ini menggunakan citra hutan pada tahun 2010 dan citra area perkebunan pada tahun 2014.

Gambar 7. Perubahan Tutupan Lahan tahun 2010-2014

Gambar 7 menunjukkan pola perubahan tutupan

lahan antara area hutan terhadap area perkebunan.

Citra warna hijau tua menunjukan kenampakan area

hutan, sedangkan kenampakan berwarna hijau muda

menunjukan kenampakan area lahan perkebunan.

Area dengan warna merah merupakan hasil analisis

18

Gambar 8. Grafik Perbandingan Luas Hutan dan Lahan

Perkebunan

Pada Gambar 8 ditunjukkan bahwa adanya

hubungan yang saling berbanding terbalik antara luas lahan perkebunan dan luas area hutan.

Ditunjukkan bahwa pada tahun 2002 luas area hutan berada puncak tertinggi yakni dengan luas sebesar

42.906,25 Ha dan lahan perkebunan sebesar

25.584,06 Ha. Tetapi pada tahun 2007 terjadi

penurunan luas area hutan menjadi 32.282,12 Ha dan sebaliknya tingkat pertumbuhan lahan perkebunan semakin meluas yakni sebesar

35.567,81 Ha. Begitu pula pada tahun 2010 kembali terjadi penurunan luas area hutan menjadi 28.049,15 Ha, dan sebaliknya terjadi peningkatan lahan

perkebunan menjadi 36.721,02 Ha. Sedangkan pada tahun 2014 terjadi penurunan area hutan menjadi

26.392,87 Ha, sedangkan area perkebunan mengalami peningkatan menjadi 39.115,51 Ha.

KESIMPULAN

Berdasarkan penelitian ini, pola tutupan lahan

perkebunan di wilayah kabupaten Minahasa

Tenggara berkembang pesat. Hal ini tampak melalui analisis citra satelit Landsat pada kurun waktu tahun 2002-2014.

Pantauan perubahan lahan perkebunan terhadap area hutan di wilayah kabupaten Minahasa


Tenggara dilakukan dengan menggunakan empat buah data remote sensing satelit Landsat yakni data

tahun 2002, data tahun 2007, data tahun 2010, dan data tahun 2014. Melalui data tersebut dilakukan

analisis perbandingan dengan teknik intersection. Melalui pantauan ini, diperoleh pola perubahan

lahan perkebunan yang cukup besar yang

berbanding terbalik dengan tingkat penyusutan

lahan hutan. Fenomena yang diperoleh melalui hasil penelitian ini dapat dijadikan sebagai peringatan

akan penyusutan luas area hutan khususnya di wilayah Minahasa Tenggara.

Berkaitan dengan proses penelitian, diharapkan

pada penelitian mendatang dilakukan analisis yang

lebih mendalam tidak hanya menitik beratkan pada

alih fungsi hutan saja, melainkan analisis terhadap

alih fungsi tutupan lahan yang lain seperti pemukiman, sektor-sektor public, dll.

REFERENSI

[1] C. P. . Purba, S. G. Nanggara, M. Ratriyono,

Isnenti, Apriani, L. Rosalina, N. A. Sari, and A. H.

Meridian, Potret Keadaan Hutan Indonesia. Bogor: Forest Watch Indonesia, 2014.

[2] Kemendagri, “Kabupaten Minahasa Tenggara,” 2011. [Online]. Available:

http://www.kemendagri.go.id/pages/profil- daerah/kabupaten/id/71/name/sulawesi-

utara/detail/7107/minahasa-tenggara. [Accessed:

04-Feb-2014].

[3] Pemkab Minahasa Tenggara, “Geografis Minahasa

Tenggara,” 2015. [Online]. Available:

http://www.mitrakab.go.id/hal-geografis.html. [Accessed: 25-Jan-2015].

[4] BKPM, “Potensi Kelapa di Kabupaten Minahasa

Tenggara,” 2014. .

[5] BPS Minahasa Selatan, Minahasa Tenggara Dalam

Angka. Ratahan, 2013.

[6] N. D. Morie, “Land Use And Land Cover Changes

In Harenna Forest And Surounding Area, Bale

Mountains National Park, Oromia National Regional State, Ethiopia,” 2007.

[7] S. Martínez and D. Mollicone, “From Land Cover to Land Use: A Methodology to Assess Land Use

from Remote Sensing Data,” Remote Sens., vol. 4,

pp. 1024-1045, 2012.

[8] E. J. Lindquist, R. D’Annunzio, A. Gerrand, K.

MacDicken, F. Achard, R. Beuchle, A. Brink, H. D.

Eva, P. Mayaux, J. San-Miguel-Ayanz, And, and

H.-J. Stibig, Global forest land-use change 1990-

2005. Rome: Food and Agriculture Organization of

the United Nations and European Commission Joint Research Centre, 2012.

[9] J. Rogan and D. Chen, “Remote sensing technology

for mapping and monitoring land-cover and land-

use change,” Prog. Plan., vol. 61, pp. 301-325, 2004.

[10] Y. Tian, K. Yin, D. Lu, L. Hua, Q. Zhao, and M. Wen, “Examining Land Use and Land Cover

Spatiotemporal Change and Driving Forces in

Beijing from 1978 to 2010,” Remote Sens., vol. 6,

pp. 10593-10611, 2014. [11] M. F. Iqbal and I. A. Khan, “Spatiotemporal Land

Use Land Cover change analysis and erosion risk

mapping of Azad Jammu and Kashmir, Pakistan,”

Egypt. J. Remote Sens. Sp. Sci., vol. 17, pp. 209- 229, 2014.

[12] K. Perumal and R. Bhaskaran, “Supervised

Classification Performance Of Multispectral

Images,” J. Comput., vol. 2, no. 2, pp. 124-129, 2010.

[13] S. K. Deb and R. K. Nathr, “No Title,” Glob. J. Res. Eng. Civ. Struct. Eng., vol. 12, no. 1, pp. 5-16,

2012. [14] D. I.M.Enderle and R. C. WeihJr, “Integrating

Supervised and Unsupervised Classification Methods to Develop a More Accurate Land Cover

Classification,” J. Ark. Acad. Sci., vol. 59, pp. 65-

73, 2005.

[15] S. Al-Tamimi and J. T. Al-Bakri, “Comparison Between Supervised and Unsupervised

Classifications for Mapping Land Use/Cover in

Ajloun Area,” Jordan J. Agric. Sci., vol. 1, pp. 73-

83, 2005. [16] F. S. Al-Ahmadi and A. S. Hames, “Comparison of

Four Classification Methods to Extract Land Use

and Land Cover from Raw Satellite Images for

Some Remote Arid Areas, Kingdom of Saudi

Arabia,” JKAU; Earth Sci, vol. 20, pp. 167-191,

2009.

[17] R. Mukhaiyar, “Klasifikasi Penggunaan Lahan Dari

Data Remote Sensing,” J. Teknol. Inf. Pendidik.,

vol. 2, 2010.

[18] J. Mackenzie, “Land-Use/Land Cover Transitions in

Delaware, 2002-2007.” Newark, 2009. [19] K. Humagain, “Examining Land Use/Land Cover

Change and Potential Causal Factors in the Context

of Climate Change in Sagarmatha National Park, Nepal,” Western Kentucky University, 2012.

19

Documents

Analisis Alih Fungsi Hutan Menjadi Lahan Perkebunan ... · Minahasa Tenggara, Provinsi Sulawesi Utara)” dengan baik dan tidak kurang suatu apapun. Dalam kesempatan ini, saya ingin