Identifikasi Perubahan Tutupan Lahan dengan Metode Klasifikasi Terbimbing menggunakan Data Google Earth

Main Article Content

Marwah Noer
Adi Wibowo

Abstract

Identifikasi perubahan tutupan lahan merupakan hal yang penting dilakukan  sebagai salah satu bahan analisa maupun evaluasi dalam perencanaan pembangunan di berbagai sektor. Seiring dengan berkembangnya teknologi penginderaan jauh, perubahan tutupan lahan dari tahun ke tahun dapat diidentifikasi dengan lebih mudah dan cepat namun juga cukup akurat. Google Earth merupakan salah satu sumber citra satelit yang mudah didapatkan oleh semua kalangan. Penelitian ini bertujuan untuk melihat potensi data Google Earth dalam mengidentifikasi perubahan tutupan lahan dan memberikan informasi terkait perubahan tutupan lahan tahun 2011, 2017 dan 2022 di sekitar Waduk Brigif Jakarta Selatan. Tutupan lahan pada setiap tahun dianalisa menggunakan metode klasifikasi terbimbing dan diverifikasi dengan koofisien kappa. Hasilnya dapat terlihat bahwa Data Google Earth merupakan data yang memiliki potensi dan berguna untuk mengidentifikasi tutupan lahan multi-temporal, hal ini dibuktikan dengan nilai indeks kappa yang baik. Terjadi perubahan tutupan lahan didaerah penelitian dan dapat diidentifikasi dengan jelas.

Article Details

Section
Articles

References

Abebe, G., Getachew, D., & Ewunetu, A. (2022). Analysing land use/land cover changes and its dynamics using remote sensing and GIS in Gubalafito district, Northeastern Ethiopia. SN Applied Sciences, 4(1). https://doi.org/10.1007/s42452-021-04915-8

Alif, M. N., & Firdaus, M. I. (2021). Klasifikasi Perubahan Tutupan Lahan Dengan Metode Supervised Classification Tahun 2015-2020 Menggunakan Citra LANDSAT OLI 8 Studi Kasus: Kecamatan Pasirian. Seminar Nasional Geomatika 2021: Inovasi Dalam Pengurangan Resiko Bencana, 497–506.

Altman, D. G. (1991). Practical Statistics For Medical Research. Chapman and Hall.

Arief, M., Roswintiarti, O., Julzakaria, A., Hawariyyah, S., & Prayogo, T. (2010). Inventarisasi Tutupan Lahan Menggunakan Satelit Penginderaan Jauh Alos Dengan Metode Klasifikasi Tetangga Terdekat Study Kasus: Jawa Barat. Majalah Sains Dan Teknologi Dirgantara, 5(Desember), 174–182.

Arinka Fitri, V., & Prasasti, I. (2021). Analisis Perubahan Tutupan Lahan Sebelum Dan Setelah Gempa Bumi Tahun 2018 Di Kecamatan Sambelia, Lombok Timur, Nusa Tenggara Barat. Jurnal Teknologi, 14(1), 39–47. https://doi.org/10.34151/jurtek.v14i1.3544

Hao, B., Ma, M., Li, S., Li, Q., Hao, D., Huang, J., Ge, Z., Yang, H., & Han, X. (2019). Land Use Change and Climate Variation in the Three Gorges Reservoir Catchment from 2000 to 2015 Based on the Google Earth Engine. Sensors (Switzerland), 19(9). https://doi.org/10.3390/s19092118

Indarto, I., & Faisol, A. (2009). Identifikasi Dan Klasifikasi Peruntukan Lahan Menggunakan Citra Aster. Media Teknik Sipil, IX(1), 1–8.

Islami, F. A., Tarigan, S. D., Wahjunie, E. D., & Dasanto, B. D. (2022). Accuracy Assessment of Land Use Change Analysis Using Google Earth in Sadar Watershed Mojokerto Regency. IOP Conference Series: Earth and Environmental Science, 950(1). https://doi.org/10.1088/1755-1315/950/1/012091

Knauer, K., Gessner, U., Fensholt, R., Forkuor, G., & Kuenzer, C. (2017). Monitoring Agricultural Expansion in Burkina Faso over 14 Years with 30 m Resolution Time Series: The Role of Population Growth and Implications for the Environment. Remote Sensing, 9(2). https://doi.org/10.3390/rs9020132

Parks, L. (2009). Digging into Google Earth: An analysis of “Crisis in Darfur.” Geoforum, 40(4), 535–545. https://doi.org/10.1016/j.geoforum.2009.04.004

Purwanto, E. H., & Lukiawan, R. (2019). Technical Parameter on Proposed of Remote Sensing Processing Data: Supervised Classification. Jurnal Standarisasi , 21, 67–78.

Sajan, B., Mishra, V. N., Kanga, S., Meraj, G., Singh, S. K., & Kumar, P. (2022). Cellular Automata-Based Artificial Neural Network Model for Assessing Past, Present, and Future Land Use/Land Cover Dynamics. Agronomy, 12(11). https://doi.org/10.3390/agronomy12112772

Seyam, M. M. H., Haque, M. R., & Rahman, M. M. (2023). Identifying the land use land cover (LULC) changes using remote sensing and GIS approach: A case study at Bhaluka in Mymensingh, Bangladesh. Case Studies in Chemical and Environmental Engineering, 7. https://doi.org/10.1016/j.cscee.2022.100293

Suryo, A. B., & Hariyanto, T. (2013). Studi Perubahan Tutupan Lahan DAS Ciliwung Dengan Metode Klasifikasi Terbimbing Citra Landsat 7 ETM+ Multitemporal Tahun 2001 &2008 (Studi Kasus: Bogor). GEOID, 09, 1–6.

van Beijma, S., Chatterton, J., Page, S., Rawlings, C., Tiffin, R., & King, H. (2018). The challenges of using satellite data sets to assess historical land use change and associated greenhouse gas emissions: a case study of three Indonesian provinces. Carbon Management, 9(4), 399–413. https://doi.org/10.1080/17583004.2018.1511383

Wibowo, A., Salleh, K. O., Frans, F. T. R. S., & Semedi, J. M. (2016). Spatial Temporal Land Use Change Detection Using Google Earth Data. IOP Conference Series: Earth and Environmental Science, 47(1). https://doi.org/10.1088/1755-1315/47/1/012031