rf analisis ruang terbuka hijau jakarta menggunakan citra satelit alos palsar polarisasi ganda

Seminar Nasional Geomatika 2012

Analisis Ruang Terbuka Hijau Jakarta menggunakan Citra Satelit ALOSPALSAR Polarisasi Ganda

Wida Nindita[1], Bambang H. Trisasongko[2], Dyah R. Panuju[3]

Departemen Ilmu Tanah dan Sumberdaya Lahan, Institut Pertanian BogorJalan Meranti, Dramaga 16680. Bogor, Indonesia. Email:

[email protected]

AbstrakSebagai salah satu wilayah perkotaan utama di Indonesia,

Jakarta memerlukan ruang terbuka hijau. Keberadaan lahan ruangterbuka hijau sangat penting dalam sistem perkotaan karena berperansebagai penyangga lingkungan. Namun demikian, wilayah ini seringdiabaikan karena pembangunan gedung-gedung yang menunjang aktivitasperkotaan memberikan lebih banyak manfaat secara komersial. Olehkarena itu, diperlukan mekanisme pemantauan lahan ruang terbukahijau di Jakarta. Pada penelitian ini, pemantauan ruang terbukahijau dilakukan dengan memanfaatkan citra satelit ALOS PALSAR,utamanya dengan analisis data polarisasi ganda. Analisis inimemungkinkan ekstraksi informasi lebih detil dibandingkan dengananalisis polarisasi tunggal. Data polarisasi ganda juga saat inimerupakan jenis data yang banyak disediakan oleh vendor data.Penelitian ini menunjukkan bahwa beberapa tutupan lahan penting padawilayah perkotaan seperti ruang terbuka hijau berkayu, ruang terbukahijau pertanian, badan air, permukiman dan permukaan non vegetatif(beraspal atau beton) lainnya dapat dipisahkan dengan cukup baik.

Kata kunci: polarisasi ganda, ruang terbuka hijau, Jakarta

Pendahuluan

Pertambahan penduduk merupakan suatu fenomena nyata yangberdampak secara langsung maupun tidak langsung terhadap lingkungan.Bertambahnya penduduk di Indonesia berbanding lurus denganberkurangnya ruang terbuka hijau. Masalah ini utamanya terjadi padawilayah perkotaan akibat perbedaan kepentingan antar pihak dalamalokasi ruang pemanfaatan. Pengaruh lahan terbangun di wilayahperkotaan telah banyak ditelaah di dunia, umumnya dikenal dengankajian Urban Heat Island (UHI). UHI sendiri merupakan isu lingkunganyang telah cukup lama dikemukakan. Salah satu publikasi awal darifenomena UHI dikemukakan oleh Oke (1973). Implementasi denganmemanfaatkan data penginderaan jauh untuk penelitian UHI dimulaipada awal dekade 1990an, seperti pada penelitian Kim (1992). DiIndonesia, terutama di Jakarta dan sekitarnya, kajian UHI telahdilakukan dengan memanfaatkan citra penginderaan jauh optik (Panujuet al. 2003). Untuk mengurangi dampak lebih lanjut wilayah perkotaanBadan Koordinasi Survei dan Pemetaan Nasional

1


terhadap lingkungan, diperlukan suatu pemantauan terhadap keberadaanruang terbuka hijau, terutama pada wilayah kota besar sepertiJakarta.

Pemantauan ruang terbuka hijau dapat dilakukan denganmemanfaatkan berbagai citra penginderaan jauh. Citra optik, sebagaisumber data terbesar, menjadi perhatian utama. Ridd (1995) misalnya,mengemukakan model analisis Vegetation-Impervious Surface-Soil (V-I-S) berdasarkan data optik untuk mengamati morfologi kawasan urban.Namun demikian, aplikasi data optik di wilayah tropika seringkaliterkendala oleh liputan awan yang sangat tinggi. Untuk wilayahtersebut, sensor Synthetic Aperture Radar (SAR) sangat diperlukan.Pada penelitian sebelumnya, ujicoba SAR polarisasi tunggal telahditerapkan (Prasetya 2012). Namun demikian, penelitian tersebutmenggunakan polarisasi tunggal yang memiliki keterbatasan dalamkemampuan identifikasi obyek dan penyediaan data tematik yangdiperlukan.

Penelitian ini dilakukan untuk memperbaiki hasil penelitianPrasetya (2012) dengan memanfaatkan data polarisasi ganda yang saatini merupakan data yang mulai banyak tersedia. Penelitian ini secaraspesifik menggunakan citra ALOS PALSAR yang memiliki ketelitian yangcukup tinggi sehingga dapat memberikan data tematik dengan skalayang lebih detil. Analisis citra dilakukan dengan menggunakanpolarisasi penuh (polarisasi HH dan HV) untuk membedakan ruangterbuka hijau dengan tutupan lahan lainnya. Dalam analisis ini,ruang terbuka hijau dibedakan menjadi ruang terbuka hijau kayu danruang terbuka hijau non-kayu.

Metodologi

Penelitian ini mengambil lokasi di kota Jakarta yang merupakandaerah yang paling berkembang dan berpenduduk sangat padat sehinggaperbandingan proporsi luas ruang terbuka hijau Jakarta denganwilayah terbangunnya sangat nyata. Bahan yang digunakan dalamanalisis adalah citra ALOS PALSAR polarisasi ganda (FBD) denganpolarisasi HH dan HV. Citra ALOS PALSAR diperoleh dari JAXA (JapanAerospace Exploration Agency) melalui Penelitian ALOS Pilot ProjectPhase-2 (RESTEC-LAPAN). Citra PALSAR FBD diperoleh dalam formatstandar yaitu format CEOS. Data ini dipra-olah terlebih dahulumenggunakan perangkat lunak MapReady 2.3 dengan proyeksi UTM Zone48S sehingga mendapatkan citra sigma nought. Koreksi gamma nought

Badan Koordinasi Survei dan Pemetaan Nasional2


atau terrain tidak dilakukan mengingat wilayah Jakarta dansekitarnya merupakan wilayah dengan topografi datar. Gambar berikutmenyajikan tampilan masing-masing polarisasi.

Gambar 1. Polarisasi HV (kiri) dan HH (kanan). Citra (c) JAXA-METI.

Masing-masing data diintegrasikan menjadi suatu citra dengan 2kanal utama. Dengan data tersebut, sebuah tampilan citra kompositsemu (pseudo-composite) dapat dibangun dengan spesifikasi sebagaiberikut kanal merah: polarisasi HH, kanal hijau: polarisasi HV, dankanal biru: polarisasi HH. Dengan spesifikasi kanal tersebut makaruang terbuka hijau akan terlihat berwarna hijau pada citra. Dataspasial tambahan yang digunakan untuk koreksi citra adalah petadasar berupa jaringan sungai dan jalan wilayah provinsi DKI Jakartadan Jawa Barat. Gambar 2 menyajikan kombinasi polarisasi yangmembentuk citra komposit.



Gambar 2. Citra Komposit ALOS PALSAR dengan kanal merah = HH, hijau = HV, dan biru = HH. Citra (c) JAXA-METI.

Kegiatan pra-pengolahan lain yang penting adalah denganmelakukan filtering spekel. Pada penelitian ini, filter spekel yangdigunakan adalah filter Enhanced Lee dengan jendela 5x5. Definisijendela sedang dilakukan untuk menghindari spekel yang masih dominan(bila menggunakan jendela terlalu kecil) dan efek blurring padajendela yang terlalu besar. Pengambilan contoh training dan testingdilakukan dengan memanfaatkan perangkat lunak Google Earth yangmemiliki citra resolusi tinggi dengan tanggal perekaman yangbersesuaian dengan citra PALSAR. Data contoh diambil dengan ukuran100 pixel, untuk masing-masing enam jenis tutupan lahan yangdiamati, yaitu RTH kayu, RTH pertanian, air, pemukiman tertata,pemukiman tradisional, dan lahan beraspal (tarmac). Setelahpengambilan contoh, data selanjutnya direkam dalam file ASCII dandilakukan analisis statistika dengan menggunakan perangkat lunakStatistica.

Pola contoh yang diperoleh selanjutnya ditelaah secarakuantitatif menggunakan metode Transformed Divergence. Metode inimerupakan metode yang umum digunakan dan tersedia pada hampir semuaperangkat lunak analisis citra penginderaan jauh. Untuk memperolehpeta tematik, penelitian ini menggunakan klasifikasi numerik perpiksel dengan pendekatan pohon keputusan (decision trees). Berbagaialgoritma pohon keputusan dapat ditemukan di literatur. Penelitianini menggunakan algoritma QUEST (Quick, Unbiased, EfficientStatistical Trees) untuk memperoleh rule dasar bagi pengkelasanmasing-masing piksel. Analisis akhir yang dilakukan adalahpenghitungan nilai akurasi akhir menggunakan matriks kesesuaian yangdidasarkan pada data testing.

Hasil dan Pembahasan

Analisis statistika dari citra yang diekstrak dapat ditunjukkanbahwa permukiman tertata memiliki nilai hamburan balik paling tinggibaik pada band 1 (polarisasi HH) maupun band 2 (polarisasi HV),seperti disajikan pada Gambar 3. Gambar tersebut jugamengindikasikan bahwa permukiman tertata memiliki perbedaan hamburanbalik dengan RTH pertanian maupun RTH nonpertanian. Dengan demikian,



dapat disimpulkan bahwa RTH secara umum mampu dibedakan pada saatanalisis menggunakan data polarisasi ganda. Namun demikian, selangamplitudo RTH nonpertanian dengan pemukiman tradisional hampir miripsehingga relatif sukar dibedakan jika menggunakan band 1 (polarisasiHH) saja. Kondisi yang lebih baik dapat diperoleh bila digunakanband 2 (polarisasi HV). Kondisi ini dapat dipahami dari teorihamburan balik gelombang elektromagnetik dimana interaksi gelombangdengan polarisasi HV cukup khas, dimana vegetasi akan membaurkansinyal SAR yang datang. Kelas tutupan lahan air dan RTH pertanianmemliki nilai amplitudo yang relatif sama pada band 2 (polarisasiHV). Hal ini disebabkan oleh areal pertanian merupakan lahan yangdigenangi sehingga gelombang pantul yang dihasilkan mirip nilaiamplitudonya dengan amplitudo gelombang pantul dari air. Hal inijuga dipengaruhi oleh penggunaan L-band yang memiliki penetrasilebih tinggi terhadap kanopi. Kanopi yang terbatas seperti padavegetasi semusim menjadikan sebagian kanopi tersebut tertembus olehsinyal L-band sehingga sebagian informasi yang diekstrak adalahberasal dari kondisi tanah tempat tumbuh tanaman.

Analisis keterpisahan dapat dimanfaatkan menunjukkan hasilanalisis yang lebih kuantitatif. Pada penelitian ini, analisisketerpisahan dilakukan dengan metode transformed divergence. Pada metodeini, masing-masing kelas dibedakan secara langsung dengan salah satukelas lainnya. Metode transformed divergence memberikan suatu hasilanalisis dalam bentuk indeks. Tabel berikut menyajikan indekstransformed divergence untuk citra yang diamati.

Tabel 1. Analisis keterpisahan (Transformed Divergence) berbasisdata training

Tarmac Air PemukimanTertata

PemukimanTradisional

RTHpertanian

RTHnon-pertanian

Tarmac 0.40961682

1.99983136

1.99996695

0.5939903

1.95432153

Air 0.40961682 1.9994577 1.999479

670.4862124

1.87045919

PemukimanTertata

1.99983136

1.9994577

1.47389789

1.96556877

1.84325251

PemukimanTradisional

1.99996695

1.99947967

1.47389789

1.99347129

1.54755956

RTH Pertanian 0.5939903

0.4862124

1.96556877

1.99347129

1.56940484

RTH non-pertanian

1.95432153

1.87045919

1.84325251

1.54755956

1.56940484



Pada tabel tersebut, dapat ditunjukkan bahwa kelas tutupanlahan air dan tarmac (lahan beraspal) memiliki nilai transformeddivergence yang cukup rendah. Hal ini menunjukkan bahwa air dantarmac tidak dapat dibedakan secara nyata dari data polarisasiganda. Nilai transformed divergence berkisar antara 0-2 sehinggaapabila nilai transformed devergence mendekati 2 menunjukkan bahwakedua kelas tersebut dapat dibedakan secara nyata. Apabila nilaitransformed divergencenya tinggi, metode klasifikasi apapun yangdigunakan dapat membedakan kedua kelas tersebut secara nyata. Salahsatu contoh yang berbeda nyata adalah kelas tarmac dibandingkandengan kelas pemukiman tertata maupun pemukiman tradisional. Keduahasil (tarmac vs pemukiman tertata dan tarmac vs pemukimantradisional) menunjukkan angka yang mendekati 2, artinya kedua kelastersebut dapat dibedakan secara nyata.

RTH pertanian dapat dibedakan secara nyata apabila dibandingkandengan kelas pemukiman tertata, pemukiman tradisional, maupun RTHnon-pertanian. Kesulitan pembedaan RTH pertanian dengan kelas tarmacmaupun air adalah karena amplitudo gelombang ketiganya berada padaselang yang hampir sama. RTH non-pertanian dapat dibedakan secaranyata dengan semua kelas tutupan lahan. Hal ini disebabkan olehgelombang pantul yang diterima oleh satelit memiliki amplitudo yangselangnya berbeda nyata dengan kelas tutupan lahan lainnya mengingatsifat vegetasi berkayu yang membaurkan gelombang elektromagnetik.

Mengingat data penunjang dapat diperoleh, maka penelitian inimemanfaatkan pendekatan klasifikasi terbimbing (supervised classification).Pemanfaatan metode pohon keputusan sangat menguntungkan mengingatmetode ini memberikan visualisasi penetapan rule yang jelas dan dapatditelaah secara visual. Gambar berikut menyajikan skema pohonkeputusan yang dibuat oleh algoritma QUEST.



Gambar 4. Rule yang dibangun oleh algoritma QUEST.

Kompleksitas rule yang dibuat oleh QUEST secara umummengindikasikan kompleksitas definisi penggunaan lahan yangditetapkan dalam penelitian ini. Rule yang terlalu panjang, secaraumum mengindikasikan kesulitan algoritma ini dalam memilah berbagaijenis tutupan lahan dari data yang ada dan terbatas. Hal ini jugatelah ditemukan pada penelitian-penelitian terdahulu. Kondisi initercermin juga pada akurasi hasil klasifikasi yang disajikan padatabel berikut.

Tabel 2. Akurasi klasifikasi berbasis data testing.

Tarmac AirPermukim

anTeratur

Permukiman TidakTeratur

RTHPertani

an

RTH NonPertani

anTarmac 2.91 100 0 0 65.74 0Air 5.83 0 0 0 7.41 0Permukiman Teratur 0.97 0 73.55 20.39 0 11.54Permukiman Tidak Teratur 3.88 0 11.57 73.79 0 11.54

RTH Pertanian 23.3 0 0 0 26.85 0RTH Non Pertanian 63.11 0 14.88 5.83 0 76.92

Penelitian ini menunjukkan bahwa SAR memiliki kelemahan dalammembedakan dua obyek dengan sifat hamburan balik spekular. Padakasus ini, terdapat dua obyek dengan penciri hamburan spekular yaitutarmac dan permukaan air yang relatif tenang (yaitu di perairandangkal). Dengan demikian, dapat dipahami bila kedua jenis tutupanlahan tersebut memiliki akurasi yang rendah bila dipisahkan menjadi



dua tutupan lahan yang berbeda. Permukiman yang memiliki pantulanyang khas yaitu pantulan sudut (corner reflection) memiliki pola yangcukup khas dengan kekuatan sinyal balik yang tinggi. Pantulan inidicirikan dengan rona yang putih pada berbagai polarisasi yangdigunakan.

Ruang terbuka hijau dengan bentuk lahan pertanian terlihatmirip dengan tarmac yang memiliki pantulan spekular. Hal inidisebabkan oleh panjang gelombang yang digunakan adalah L-band yangmemiliki daya tembus yang lebih tinggi. Dengan tinggi dan kanopitanaman yang terbatas seperti pada tanaman pertanian semusim, makainformasi yang diekstrak sebagian besar adalah tutupan lahan latarbelakang (soil background), sehingga informasi yang dapat diekstrakdari vegetasi cukup terbatas. Kondisi yang berbeda terlihat di RTHberkayu yang memiliki jenis pantulan baur (diffuse). Pantulan memilikiciri yang khas yaitu tingkat keabuan yang berada di tengah, terutamapada polarisasi VH atau HV. Contoh klasifikasi di wilayah utaraJakarta disajikan pada gambar berikut.

Gambar di atas menunjukkan bahwa kompleksitas jenis penutupanlahan masih sangat tinggi untuk data SAR dengan polarisasi yangterbatas. Semakin tinggi kompleksitas tutupan selayaknya diimbangidengan data SAR dengan polarisasi yang lebih kompleks sepertipolarisasi penuh.

Kesimpulan dan Saran


Gambar 5. Contoh klasifikasi. Lokasi Jakarta Utara. Kode warna: tarmac=merah; air=biru; permukiman teratur=cyan; permukiman tidak teratur=marun; RTH


Ruang terbuka hijau sangat penting bagi suatu wilayah perkotaanyang sehat dan layak huni. Namun demikian, perhatian terhadap ruangterbuka hijau sangat terbatas di Indonesia. Hal ini terkait denganland rent-nya yang lebih terbatas dibandingkan dengan penggunaanlain yang berasosiasi dengan industri atau komersial. Penelitianawal ini menunjukkan bahwa ruang terbuka hijau dapat diidentifikasidengan citra SAR yang memiliki kelebihan dalam ketidaksensitifannyadengan kondisi atmosfer. Hal ini sangat penting pada upaya ekstraksidata pada wilayah tropika. Hasil penelitian menunjukkan bahwadefinisi penutupan lahan yang diujikan pada penelitian ini sangatkompleks dan tidak dapat diakomodasikan secara sempurna oleh dataSAR polarisasi ganda. Untuk perolehan yang lebih baik, datapolarisasi penuh sangat disarankan, terutama pada data yang masihmenyimpan informasi beda fase.

Pustaka

Kim, HH. 1992. Urban Heat Island. International Journal of Remote Sensing 13(12), 2319-2336.

Oke, TR. 1973. City Size and the Urban Heat Island. Atmospheric Environment 7(8), 769-779.

Panuju, DR, BH Trisasongko, Y Setiawan. 2003. Variasi Spasio Temporal Temperatur Kawasan Urban sebagai Indikator Kualitas Lingkungan. Laporan Penelitian PPLH, Institut Pertanian Bogor. 32p.

Prasetya, RA. 2012. Klasifikasi Ruang Terbuka Hijau Wilayah Jakarta Menggunakan Citra Satelit ALOS PALSAR. Skripsi. Departemen Imu Komputer, Institut Pertanian Bogor.

Ridd, MK. 1995. Exploring a V-I-S (Vegetation-Impervious Surface-Soil) Model for Urban Ecosystem Analysis through Remote Sensing: Comparative Anatomy for Cities. International Journal of Remote Sensing 16(2), 2165-2185.


rf analisis ruang terbuka hijau jakarta menggunakan citra satelit alos palsar polarisasi ganda

Documents