Professional Documents
Culture Documents
Uftori Wasit1
I. PENDAHULUAN
Interpretasi citra merupakan kegiatan pengkajian foto udara atau citra satelit
untuk mengidentifikasi obyek dan menilai arti pentingnya obyek tersebut (Estes dan
Simonett, 1975). Dalam pengenalan obyek terdapat tiga kegiatan yaitu deteksi ada
tidaknya suatu obyek, identifikasi ciri-ciri obyek dan analisis. Kegiatan interpretasi
citra ini berdasarkan format data penginderaan jauh dibedakan atas interpretasi
digital yaitu pada data berformat numerik dan interpretasi manual pada data
berbentuk visual. Interpretasi citra secara digital proses klasifikasi obyek
berdasarkan nilai spektralnya, dapat berupa klasifikasi terbimbing melalui
penetapan daerah contoh yang diketahui jenis obyek dan nilai pikselnya dan tanpa
penentuan daerah contoh atau disebut klasifikasi tidak terbimbing. Untuk kasus
interpretasi digital secara umum lebih mudah karena merupakan proses
pembatasan (delinasi) yang dilakukan perangkat lunak komputer. Sementara
interpretasi yang cukup menyita waktu adalah interpretasi secara manual atau
visual.
Secara umum interpretasi visual dilakukan pada data penginderaan jauh
dalam bentuk cetakan seperti foto udara pada pemetaan manual. Namun tidak
menuntut kemungkinan, interpretasi visual juga dapat dilaksanakan pada data
vormat digital yang tersedia langsung pada komputer. Kelebihan dari interpretasi
visual secara langsung di komputer ini lebih mudah dan dapat mendeteksi obyek
melalui pengaturan komposisi band citra. Dan perkembangan satelit penginderaan
jauh yang menyediakan citra satelit berresolusi tinggi yang melebihi data foto udara
memungkinkan interpretasi visual bermanfaat dalam kegiatan interpretasi citra.
Interpretasi citra secara visual menurut Vink (1965) dilakukan melalui enam
tahap yaitu deteksi, identifikasi, analisis, deduksi, klasifikasi dan idealisasi.
Kegiatan deteksi merupakan kegiatan penyadapan data secara selektif atas obyek
1
Mahasiswa Institut Pertanian Bogor
1
yang tampak langsung dan tidak tampak langsung atau sulit dikenali. Obyek yang
dikenali kemudian dipisahkan dengan cara penarikan garis batas antara kelompok
yang memiliki kesamaan ujud. Proses deduksi pada dasarnya untuk memastikan
obyek berdasarkan konvergensi bukti atau ciri-ciri yang mengarah pada obyek
tersebut. Berikutnya dilakukan klasifikasi atau pengelompokkan obyek kedalam
kelas-kelas berdasarkan kesamaan antara obyek dan secara idealis merupakan
kegiatan menggambar hasil interpretasi yang dilakukan.
Pengenalan obyek pada citra penginderaan jauh pada hakekatnya
didasarkan pada kunci interpretasi yaitu terkait dengan unsur-unsur interpretasi
citra. Unsur-unsur interpretasi citra antara lain rona dan warna, bentuk, pola,
ukuran, banyangan, asosiasi dan situs. Rona dan warna merupakan unsur
interpretasi yang paling mudah di kenali. Rona menunjukkan tingkat kegelapan dan
kecerahan suatu obyek sedangkan warna merupakan tampilan obyek berdasarkan
nilai spektralnya terutama pada sinar tampak (biru, hijau dan merah). Obyek yang
menyerap sinar biru akan tampak kuning sebagai akibat menyerap warna hijau dan
merah. Bentuk merupakan kerangka atau konvigurasi obyek, kenampakan pada foto
udara atau citra berresolusi umumnya jelas sehingga mudah dikenali sebagai
contoh bentuk memanjang mencirikan obyek jalan atau saluran. Ukuran
menggambarkan variabel jarak baik panjang, lebar mapun luas suatu obyek. Ukuran
tergantung pada skala foto udara atau citra satelit. Pola dapat terbentuk secara
alami maupun oleh buatan manusia. Pola alami bisasnya pola acak sedangkan
akibat buatan manusia seperti penanaman dengan jarak tertentu membentuk pola
teratur. Textur merupakan perulangan dari ukuran, rona atau warna. Tekstur halus
sebagai akibat perulangan ukuran yang semakin banyak, sedangkan tekstur kasar
perulangan ukuran sedikit. Bayangan merupakan kenampangan obyek pada daerah
gelap. Assosiasi merupakan keterkaitan/hubungan antara objek yang dikenali
dengan objek lain yang didekatnya. Pengenalan suatu objek berguna untuk
mengidentifikasi obyek yang lain, sedangkan situs adalah dapat berupa lokasi
keberadaan obyek berdasarkan lingkungannnya. Situs tanaman sagu biasanya
pada daerah berawa atau situs hutan bakau bisanya di sepanjang garis pantai.
Interpretasi citra selain didasarkan pemahaman tentang obyek bedasarkan
unsur-unsur interpretasi yang dikenali. Pengenalan obyek juga sangat tergantung
pada data citra penginderaan jauh yang tersedia baik foto udara maupun citra
2
satelit. Citra foto udara skala besar atau citra satelit beresolusi tinggi senantiasa
akan memperlihatkan unsur-unsur interpretasi citra secara jelas, sedangkan yang
berskala kecil atau beresolusi rendah obyek sulit dikenali hanya didasarkan pada
pembeda warna atau bentuk. Sebagai pelengkap agar interpretasi berlangsung
dengan mudah maka data dasar tersedia dan pengalaman interpreter terhadap
lokasi yang dikaji yang memadai sangat membantu interpreter dalam pengenalan
obyek sebenarnya.
Sesuai dengan data pengginderaan jauh yang diperoleh yaitu Foto Udara
skala 50.000, citra Landsat 7 resolusi 30 x 30 meter, dan citra ALOS resolusi 10 x
10 meter maka secara mendasar dapat dikatakan bahwa kenampakan obyek setiap
data tersebut akan berbeda-beda. Semakin besar skala/resolusi data penginderaan
jauh maka akan semakin baik obyek yang akan ditampilkan, sebaliknya semakin
kecil skala/resolusi maka obyek yang ditampilkan akan semakin buruk.
Kegiatan praktikum ini bertujuan untuk melakukan interpretasi citra secara
visual untuk memetakan penutupan lahan dan membedakan hasil pemetaan
penutupan lahan dari tiga data penginderaan jauh yang diperoleh. Praktikum ini
bermanfaat dalam mengetahui cara-cara interpretasi, yang terutama mencakup
pemahaman tentang unsur-unsur interpretasi dan kenampakannya pada berbagai
skala citra penginderaan jauh dalam menentukan jenis obyek.
3
II. METODE INTERPRETASI CITRA
4
R, G, B Informasi Obyek Permukaan Lahan
Kombinasi warna alami, menampakkan vegetasi hutan berwarna hijau,
3,2,1 dan tanaman pertanian berwarna coklat kuning, jalan berwarna abu-
abu, air tampak biru mudah atau putih.
Daerah bervegetasi berwarna merah, permukiman berwarna biru cyan,
4,3,2 dan tanah terbuka bervariasi dari coklat gelap ke terang. Es, salju dan
awan berwarna putih atau cyan.
Daerah bervegetasi hijau muda, permukaan tanah terbuka tampak
3,4,2 coklat, coklat kemerahan, permukiman tampak ungu, sungai tampak
biru tua dan awan tampak putih.
Vegetasi berwarna hijau teduh, kuning merah, coklat atau kuning, obyek
tanah berwarna coklat, permukiman tampak biru terang, putih, cyan
4,5,1
atau abu-abu, lahan baru dibuka atau vegetasi yang tumbuh jarang
tampak kemerahan dan air akan tampak biru tua
Kombinasi juga memunculkan vegetasi berwarna hijau teduh, coklat
dan kuning merah, daerah permukiman tampak biru muda, air tampak
4,5,3
biru tua, daerah yang berair tampak biru dan tanah tampak coklat
kuningdigunakan band inframerah.
Seperti kombinasi 4 5 1 vegetasi akan muncil, hijau, kuning coklat.
5,4,3 Vegtasi yang sehat tampak hijau dan ungu muda, permukiman
berwarna ping, tubuh air atau tanah yang berair tampak biru.
Vegetasi tampak hijau,coklat dan kuning terang, permukiman tampak
5,4,2 merah muda, tubuh air atau daerah yang berair tampak biru sangat
gelap
Kombinasi ini akan memunculkan tekstur topografi. Seperti halnya
kombinasi 5,4,1 kenampakan obyek vegetasi hijau,coklat dan kuning
5,3,1
terang, permukiman tampak merah muda, tubuh air atau daerah yang
berair tampak biru sangat gelap
5
III. HASIL INTERPRETASI CITRA
6
sungai bisa dibedakan berdasarkan bentuk yang memanjang dan berkelokan, obyek
jalan tampak memanjang dan lurus pada jarak tertentu.
Secara umum untuk dapat membedakan obyek maka di bagi rona foto udara
kedalam 6 kelas yaitu dari hitam-hitam keabuan, abu-abu kehitaman, abu-abu, abu-
abu keputihan, putih keabuan dan putih. Obyek yang berona hitam merupakan
obyek yang cenderung menyerap cahaya, Sedangkan obyek yang tampak puti
umumnya obyek yang memantulkan cahaya lebih banyak dari pada yang diserap.
Kenampakan rona obyek pada rona foto udara dari hitam ke puti sebagai berikut :
Rona hitam yang ditimbulkan foto udara disebabkan karena obyek yang
bersifat menyerapkan cahaya atau obyek yang vegetasi dapat berupa Hutan, semak
belukar dan kebun campuran. Demikian juga rona hitam keabuan sampai abu-abu,
sedangkan obyek yang menampakkan rona putih sampai putih keabuan cenderung
tidak menyerap cahaya antara lain tubuh air, lahan terbuka dan areal persawahan.
Areal persawahan walaupun bervegetasi (padi) namun menampakkan warna putih
sebagai akibat lahan sawah merupakan lahan basah yang dapat memantulkan
cahaya. Secara kasar interpretasi jenis penutupan lahan berdasarkan kenampakan
rona disajikan pada gambar 2.
7
Interpretasi obyek untuk data foto udara ini selain memperhatikan rona yang
ditampilkan, untuk dapat memetakan penutupan lahan harus memperhatikan unsur
interpretasi lainnya dan informasi data dasar yang tersedia terutama informasi jalan.
Unsur interpretasi yang dapat membantu dalam membedakan penutupan lahan
yang berona sama antara lain kedekatan dengan sungai atau jalan. Obyek warna
putih dapat mencakup sawah dan lahan terbuka. Untuk dapat membedakan sawah
dengan lahan terbuka maka memperhatikan situsnya, yaitu sawah cenderung
terletak dekat dengan aliran sungai. Untuk obyek sungai tampak bahwa selain
berona putih, karena letaknya tertutup vegetasi menimbulan rona gelap dari
bayangan rona hitam yang ditimbulkan oleh vegetasi. Namun demikian,
kenampakan sungai dapat diidentifikasi berdasarkan bentuknya yang memanjang
dan berkelokan. Hasil pembatasan (delineasi) jenis penutupan lahan dapat dilihat
pada gambar 3.
Bayangan
8
(Pr) berona abu-abu tekstur sedang, kebun campuran berona hitam, hitam keabuan
dan abu-abu keputian dengan tekstur yang kasar, lahan semak belukar (Sb) berona
hitam ke abu-abuan sampai abu-abu bertekstur halus sampai sedang, hutan
sekunder (Hs) berona hitam ke abuan sampai abu-abu tekstur halus sampai sedang,
dan lahan terbuka (Lt) beronah putih tekstur halus.
Gambar diatas juga menunjukkan adanya banyangan pada lahan semak
belukar dimana sebagian berona abu-abu dan sebagian berona hitam sebagai
akibat terhalang oleh punggung bukit. Karena dipandang sebagai bayangan maka
rona hitam yang ditimbulkan pada citra diatas pada dasarnya masih merupakan
lahan semak belukar. Hasil akhir pembatasan obyek pentupuan lahan berdasarkan
pertimbangan rona, tekstur permukaan, situs, bentuk dan banyangan sebagaimana
terdapat pada Gambar 4.
Gambar 4. Hasil pemetaan penggunaan lahan pada foto udara skala 1 : 50.000
Hasil pemetaan obyek penutupan lahan pada citra foto udara sebagaimana
disajikan pada gambar 4 dapat dikatakan tergolong kasar. Kebanyakan obyek tidak
dapat dipisahkan sebagai akibat memiliki ciri rona yang sama dan tersebar dalam
unit penutupan lahan yang lebih dominan. Satuan jenis penggunaan lahan yang
9
dominan pada foto udara tersebut adalah kebun campuran. Pada satuan
penggunaan lahan kebun campuran tersebut sebagian besar menutupi
kenampakan obyek yang lain seperti permukiman dan jalan, sehingga obyek
pemukiman tidak dapat dipisahkan lebih banyak sedangkan obyek jalan sulit untuk
dibatasi atau dipetakan.
Citra Landsat 7 Resolusi 30x30 m
Citra landsat merupakan citra hasil prosesing secara elektro magnetik
sehingga berbeda dengan citra foto udara yang diperoleh melalui prosesing
fotogrametri. Terutama dalam hal kenampakan warna/rona diman foto udara hanya
menampakkan obyek dalam warna hitam dan putih dengan rona mulai dari sangat
gelap sampai ronah cerah. Sementara Citra landsat menunjukkan berbagai macam
warna sebagaimana terdapat Gambar 5.
10
daerah yang diairi (lahan basah) seperti sungai dan sawah tampak berwarna biru,
lahan sawah yang dijadikan tegalan berwarna campuran biru dan ungu, lahan kebun
campuran berwarna hijau kuning sampai kuning bercampur warna ungu, semak
belukar hijau kekuningan permukiman tampak berwarna ungu, dan jalan tampak
violet. Deteksi penggunaan lahan berdasarkan warna disajikan pada gambar 6.
Identifikasi obyek dari segi bentuk pada citra landsat ini terutama jelas pada
obyek alami seperti sungai yang memperlihatkan bentuk memanjang dan
berkelokan dan obyek buatan seperti jalan yang juga memanjang dan adanya
persimpangan. Sungai dan jalan masing-masing memiliki warna yang berbeda yaitu
sungai berwarna biru dan jalan berwarna violet bercampur ungu sebagai akibat
warna permukiman penduduk.
11
6a. kenampakan bentuk sungai 6b. Kenampakan bentuk jalan
Dari segi ukuran, kenampakan obyek yang bisa dipisakan yaitu antara sungai
utama dan percabangan sungai, dimana sungai utama tampak lebih besar
dibandingkan percabangan-percabanagan sungai. Untuk permukiman penduduk
dan obyek lainnya tidak dapat dipisahkan berdasarkan ukuran. Dari segi tekstur
dapat diidentifikasi berdasarkan kelompok obyek, sebagai contoh tekstur lahan
sawah dan tegalan cenderung bertekstur halus sedangkan tekstur lahan kebun
campuran bertekstur kasar. Bayangan yang terdapat pada citra landsat disebabkan
karena posisi obyek terhalang oleh obyek lain. Gambar dibawah ini merupakan
lahan semak belukar yang berwara hijau kekuningan, akibat tertutup oleh punggung
pegunungan maka tampak berwarna hijau kehitaman.
12
sedangkan situs hutan sekunder diwilayah berbukit. Hasil identifikasi obyek
berdasarkan unsur-unsur interpretasi citra yang dikenali, dipetakan penggunaan
lahan sebagaimana terdapat pada Gambar 7.
13
4.3. CITRA ALOS
Interpretasi penutupan lahan pada citra ALOS resolusi 10 x 10 meter lebih
baik dibandingkan foto udara dan citra lansat resolusi 30 x 30 meter. Karena
semakin besar resolusi dari citra ALOS maka identifikasi obyek selain berdasarkan
warna/rona juga dapat dibedakan berdasarkan bentuk, ukuran, tekstur, pola dan
situs. Dengan kenampakan obyek yang lebih baik dari citra ALOS ini maka selain
mengenali obyek-obyek permukaan, akan tetapi juga obyek-obyek tersebut dapat
diklasifikasikan lebih lanjut. Gambaran obyek obyek permukaan pada citra ALOS
dengan menggunakan perbandingan band komposit R, G,B, : 3,4,2 pada gambar 8.
14
permukiman. Kenampakan warna hijau yang ditampilkan pada citra adalah
mencirikan obyek vegetasi yang diduga dapat berupa kebun campuran atau semak
belukar. Warna biru tua memanjang diduga obyek kolam darat, warna coklat
kemerahan merupakan lahan terbuka atau perumahan yang hendak dibuka, warna
coklat tua dengan pola teratur menunjukkan perumahan, warna ungu menunjukkan
perumahan terutama perumahan rakyat, warna ungu dan putih diduga
pabrik/gudang pabrik dan warna ungu dan putih duga kompleks pabrik/industri,
warna putih juga menunjukan obyek awan, warna hijau tua menunjukkan obyek situ
dan sungai sedangkan hitam menunjukkan obyek jalan jalan.
Dalam hal bentuk, untuk obyek jalan dapat dipisahkan atau dikelaskan
menjadi beberapa macam yaitu jalan tol, jalan raya primer dan jalan raya sekunder.
Jalan tol pada senantiasa menunjukkan adanya lingkaran dan berukuran lebih besar
dibandingkan jalan primer dan jalan sekunder. Jalan primer dapat dibedakan dari
jalan sekunder berdasarkan ukuran dimana jalan primer tampak lebih besar
dibandingkan jalan sekunder. Bentuk lain memanjang dan berkelok menunjukan
obyek sungai, bentuk agak bulat (persegi empat dan persegi panjang hijau tua)
menunjukkan situ. Gambaran tentang bentuk jalan, sungai dan situ sebagai berikut
:
15
8c. Situ
Untuk membedakan obyek juga dapat didasarkan pada ukuran obyek
terutama pada perumahan. Perumahan penduduk (rumah-rumah desa) tampak
berukuran lebih kecil dibandingkan permukiman sedang, pabrik/gudang pabrik dan
kompleks industri/pabrik tampak berukuran besar.
16
vegetasi (gambar 8h) dan kenampakan lahan terbuka dekat sungai diduga lahan
tegalan (gambar 8j).
8j. Tegalan
17
Gambar 9. Hasil pemetaan penggunaan lahan dari citra ALOS
resolusi 10 x10 meter
Pentutupan/penggunaan lahan hasil pemetaan dari interpretasi terhadap
citra ALOS sebagaimana disajikan gambar 9 memperlihatkan klasifikasi obyek
penutup lahan ke dalam kelas yang lebih detail. Penupan lahan permukiman
(bangunan) dapat dikelaskan menjadi permukiman biasa, perumahan sedang,
pabrik/bangunan pabrik dan kompleks industri. Demikian juga dengan jalan dapat
dikelaskan menjadi jalan tol (jalan layang), jalan raya primer dan jalan sekunder.
Hal ini berbeda dengan hasil klasifikasi yang dilakukan pada data foto udara dan
citra landsat. Adanya perbedaan klasifikasi disebabkan karena resolusi dari data
citra ALOS lebih besar dibandingkan citra landsat dan foto udara. Akaibat resolusi
lebih besar dari citra ALOS maka unsur-unsur interpretasi (warna, bentuk, tekstur,
ukuran, pola, bayangan dan situs) lebih baik ditampakkan dibandingkan data citra
landsat dan foto udara.
Pada foto udara yang menjadi kunci utama pembedaan obyek penutupan
lahan adalah rona bentuk (khusus sungai) dan tekstur, demikian juga dengan citra
landsat dominan pembedaan obyek terutama warna, bentuk, tekstur dan situs
sedangkan kenampakan unsur interpretasi lainnya pola, ukuran, banyangan, dan
asosiasi bersifat relatif sehingga dalam hal penentuan batas kelas pentupan lahan
masih bersifat lebih kasar dibandingkan citra ALOS. Selain perbedaan tersebut,
dijelaskan bahwa jenis-jenis pentupan lahan dari hasil pemetaan berbeda sebagai
akibat lokasi interpretasi yang tidak sama antara citra ALOS dengan foto udara dan
citra landsat. Hasil klasifikasi pada foto udara dan citra lansdat menunjukkan
penggunaan pertanian lebih dominan sedangkan hasil klasifikasi dengan citra ALOS
menunjukkan penggunaan non pertanian yang lebih dominan
Lokasi citra ALOS yang dijadikan obyek interpretasi pada umumnya telah
tersebar dengan penggunaan permukiman dibandingkan pertanian. Penggunaan
lahan pertanian kebun campuran yang dipetakan pada gambar 9 umumnya telah
terdapat permukiman-permukiman penduduk yang tersebar diantara lahan
18
pertanian (lahan bervegetasi) tersebut. Akibat dari ukuran-ukuran permukiman
penduduk yang relatif kecil dan tidak teratur atau menyebar menyebabkan
pemukiman diantara lahan pertanian tersebut tidak dapat dipetakan sebagai unit
penggunaan tersediri. Dengan dapat dikatakan bahwa salah satu kelemahan
interpretasi tergantung pada ukuran obyek relaif kecil obyek dan sebarannya yang
tidak mengelompok.
IV. KESIMPULAN
19
DAFTAR PUSTAKA
Febrianto.2007. Interpretasi citra satelit SPOT 5 Untuk pemetaan penggunaan lahan
Kecamatan semarang barat Kota Semarang Fakultas Ilmu Sosial
Universitas Negeri Semarang. Http://digilib.unnes. ac.id
Kiefer. 1990. Penginderaan Jauh dan Interpretasi Citra. Gadjah Mada University
Press. Yogyakarta.
Liew .2001. PRINSIP DARI Remote Sensing. Center for Remote Imaging, Sensing
dan Prosessing. National University of Singapore. www.crisp.nus.edu.sg
Sutanto. 1986. Penginderaan Jauh. Fakultas Geografi Universitas Gadjah Mada.
Yogyakarta.
20