Citra Satelit Sesuai dengan
Kombinasi Band
Analisis citra satelit untuk identifikasi dan inventarisasi lahan sawah dan penggunaan/penutupan lahan, dilakukan dengan integrasi beberapa metode pendekatan: (i) klasifikasi berdasarkan perbedaan nilai spektralnya (unsupervised classification), (ii) klasifikasi terbimbing (supervised classification) dengan menggunakan input data/informasi acuan yang dianggap benar (hasil pengamatan lapangan dan referensi peta). Hasil kedua klasifikasi tersebut, kemudian digabungkan sehingga dalam analisis dan klasifikasi citra telah mempertimbangkan masukan keterpisahan nilai spektral dan data informasi lapangan (hibrid classification).
Gambar 1
Kombinasi Band 534 pada Satelit Landsat
Gambar 2
Kombinasi Band 533 Pada Satelit Landsat
Analisis tersebut secara komputer mengggunakan paket Program pengolah data citra: Erdas Imagine versi 8.2 dan ER. Mapper versi 6.0. Dalam proses analisis terlebih dahulu dibuat daerah-daerah kunci (key areas) yang selanjutnya merupakan daerah-daerah contoh dan “file signature”. Daerah contoh (sample areas) adalah contoh informasi kelas-kelas penggunaan/ penutupan lahan yang diklasifikasikan sebagai sawah, hutan, kebun campuran, tambak, pertanian lahan kering (tegalan), permukiman, perkebunan dsb. Signature adalah satu set data statistik yang berupa kisaran nilai spektral/pixel (pixel element ) yang mendefinisikan sebuah daerah contoh/obyek.
Signature tersebut digunakan untuk mengklasifikasi citra, sehingga signature file digunakan dalam proses klasifikasi. Dalam “signature file” ini semua data statistik yang diperlukan tersimpan. Setiap kelas tersebut kemudian dikarakterisasikan kedalam semua band citra satelit (berdasarkan nilai spektralnya) untuk membuat signature (pola spektrum). Dalam pembuatan training sampel, yang dilakukan pertama kali adalah mendigitasi feature (suatu kenampakan tipe penggunaan lahan atau vegetasi) di layar monitor saat “module display” bekerja.
Setiap training sample harus berbentuk poligon tertutup yang diberi satu kelas informasi (tipe penggunan lahan tertentu) berupa nilai pixel antara 0-255. Sebaiknya setiap training sample luasanminimalnya mencakup pixel berjumlah sepuluh kali jumlah band yang dipakai untuk klasifikasi (Barbosa et al ., 1996; Diyono dan Bambang Suyudi, 2000). Setelah semua strata lahan pertanian dan penggunaan lahan yang akan diklasifikasi diambil contoh nilai pixelnya dan dibuat file signature-nya, serta telah diuji “keterpisahannya dan homogenitasnya” proses klasifikasi baru dapat dilaksanakan. Setelah proses analisis dan klasifikasi citra satelit selesai, hasilnya perlu dicek dan disempurnakan berdasarkan data penggunaan lahan/vegetasi hasil pengamatan lapangan.
Lokasi plot-plot sampel pengamatan lapangan ini sedapat mungkin dilakukan di daerah yang aksesibilitasnya tinggi dan dapat mewakili semua kelas yang ada, sehingga informasi mengenai kondisi lahan pertanian dan penggunaan lahan lainnya dapat diketahui dan dimonitor secara cepat dan mudah.Validasi lapangan (ground truth) dilakukan untuk mengecek kebenaran hasil analisis, mencakup: pengamatan keadaan lahan sawah, dan penggunaannya (bero, pengolahan tanah, tanam, siap panen), dan jenis penggunaan lahan/ vegetasi di sekitarnya (Murthy et al., 1995). Posisi geografis lokasi pengamatan ditentukan dengan mengukur koordinat lokasi pengamatan di lapangan menggunakan alat GPS (Global Positioning System) Logging System. Data/ informasi hasil pengamatan lapangan di daerah plot-plot sample akan diolah dan di “match” dengan data citra satelit untuk sumber informasi utama dalam menyempurnakan hasil analisis dan klasifikasi penggunaan/penutupan lahan.
Akbar Velayaty
10070308044
