INFORMASI GEOGRAFIS DAN

KLASIFIKASI LAHAN DALAM

MENDUKUNG PERENCANAAN HUTAN

By
Tien Lastini
 GIS
• A geographic information system (GIS)
consists of the tools and services that allow
you to capture, organize, manipulate, analyze,
interpret, and display spatially referenced data
(Bettinger et al., 2009)
Proses Pengumpulan Data Geografis
a. Map Digitizing

http://toto.lib.unca.edu/findingaids/photo/national_climatic_data_center/NCDC_men_mac
hines.htm
b. Pengumpulan Data Lapangan
 c. Penginderaan Jauh (Remote sensing)

Terdapat konsep resolusi (kemampuan membedakan

informasi):
✓ Resolusi spasial = ukuran terkecil objek yg dapat
didektesi
✓ Resolusi spectral = membedakan informasi
berdasarkan pantulan spectral.
✓ Resolusi radiometrik = kemampuan sensor mencatat
digital koding.
✓ Resolusi temporal = merekam ulang daerah yang
sama.
Aplikasi Remote Sensing di Kehutanan
1. Forest covertype characterization,
2. Determination of forest stand conditions and
forest health,
3. Site characterization, and
4. Fire monitoring.
A few years earlier, in 1991, Rajan presented five uses of remote sensing that were
considered operational in Asian tropical forest management:
1. Detection of deforestation,
2. Forest covertype mapping,
3. General assessment of volume and cutting rates,
4. Forest stress, and
5. Fire monitoring.

In India, Raa et al. (1997) also provided a list of five uses of remote sensing; but in
their view, all required improved data sets and methods before they could be declared
fully operational:
1. Plantation inventory and monitoring,
2. Timber volume estimation,
3. Species identification,
4. Estimation of biomass and productivity, and
5. Biodiversity monitoring.

And finally, in Oregon, Cohen et al. (1996b), focusing not only on the applications but
on the fundamental concepts of digital remote sensing, listed three remote sensing
applications in forestry that could be considered operational:
1. Mapping forest cover
2. Measuring and monitoring structure, function, and composition of vegetation,
3. Detecting change in these conditions over time.
 QUICKBIRD

Landsat 7

8
d. Foto Udara (Aerrial Photogrammetry)

• Foto Inframerah hitam-putih Foto Inframerah berwarna

Foto pankromatik hitam-putih Foto berwarna alami

 PU PANKROMATIK VS INFRAMERAH

PADA INFRAMERAH, TEGAKAN

KONIFER TERDETEKSI DENGAN
PANKROMATIK JELAS
10
 Airborne Remote Sensing
(Penginderaan Jauh Dirgantara)

Perekaman
Perekaman dengan
Potret udara electro-optical
PJ fotografi sensor
(a) (b)
(scanner)
PJ non-fotografi
Arah
scanning

Signal yang dipantulkan

(backscatter) yang direkam
oleh sensor
Perekaman
dengan SLAR Arah
Signal yang scanning
dikirimkan oleh
sensor

IFOV (c)

Side looking aperture radar

11
PU vertikal dan miring

12
 Struktur Data Geografis
1. Data Raster
Grid, pixel (row, column)
2. Data Vektor
point, line, polygons
3. Topology
Relationship between (or among) vector data
Contoh data Raster
 Proses informasi Geografis
1. Selecting or Querying
2. Clipping dan Erasing
3. Buffering
4. Proximity Analysis
5. Combining dan Slippting
6. Joining
7. Overlaying
8. Mapping
 Buffering
a) Buffer titik
TITIK

b) Buffer garis 2
1
3
GARIS

c) Buffer poligon

POLIGON
 MACAM-2 Buffer
Jumlah ring (buffer):
1. Single buffer
2. Multi buffer
Metode penggambaran barir buffer
1. Dissolve
2. Undissolve

Arah buffer (khusus untuk buffer poligon)

1. Inside
2. Outside
3. Bothside
BUFFERING POLIGON - OUTSIDE

Danau

Jalan
Sungai

Mata air
NON-DISSOLVE: INSIDE & OUTSIDE
 Outside dissolved
barrier

Inside & Outside

buffer rings
 Multi rings

Single

MULTIPLE BUFFER & SINGLE BUFFER

Buffer titik → mata air
 OPERASI SPASIAL

• UNION
• IDENTITY
• MERGE
• UPDATE
• ERASE
• CLIP
Operasi spasial
1. UNION

i
+ i

input overlay
Operasi spasial: update
2. UPDATE

i
+ i

input overlay
Operasi spasial: ERASE
3. ERASE

i
+ i

input overlay
Operasi spasial: CLIP
4. CLIP

i
+
input overlay FITUR = INPUT;
LUAS = OVERLAY
 Operasi spasial: IDENTITY
5. IDENTITY

+
input overlay
HASIL
 Operasi spasial: INTERSECT

t
 Operasi spasial: MERGE

+
input overlay
Overlay sederhana

Hasil Overlay
Layer 1+2+ 3
Overlay sederhana
Layer 1

Layer 2

Hasil Overlay
Layer 3
Layer 1+2+ 3
Land Clasification
SKEMA KELAS KELAS YANG DIBUAT HARUS
MEMBAGI HABIS SEMUA TUTUPAN
LAHAN YANG ADA
BUMI

DARATAN LEVEL I PERAIRAN

VEGETASI NON-VEGETASI LAHAN KOSONG

(BARREN LAND –
BEACHES, GRAVEL
HUTAN PERTANIAN URBAN & BUILT UP PIT ETC)

Orchards/
Hardwood Semak/blkr Paddy f Fruit trees
Mixwood Softwood LEVEL II

Pinus Agathis LEVEL III

KU KU LEVEL IV Kelas potensi

KU KU 39
 Interpretasi citra
Ada 2 pendekatan:
1. Pendekatan kualitatif (photointerpretation atau image
interpretation). Memerlukan seorang analis untuk
mengektraksi informasi dari citra melalui inspeksi visual
(memerlukan interaksi interpreter secara langsung, perlu
pengambil keputusan yang tinggi, bagus untuk evaluasi
spasial – tetapi kurang bagus untuk akurasi kuantitatif)
2. Pendekatan kuantitatif (quantitatif analysis) – menggunakan
komputer untuk memeriksa setiap piksel atau dari citra, dan
mengevaluasinya berdasarkan atribut kuantitatif dari setiap
piksel. Hanya sedikit interaksi manusia (analis).
– Perlu buat prototipe, melakukan labelling – sebagian besar mengg.
Komputer, Analis – setting algoritme & membuat prototipe

40
 ANALISIS KUALITATIF / VISUAL
• DETEKSI – IDENTIFIKASI – menggunakan karakter:
• SPASIAL, SPEKTRAL & TEMPORAL (tergantung skill
analis dlm interpretasi)
• SPASIAL: bentuk-ukuran, orientasi dan tekstur
• SPEKTRAL: ref landcover mpk fungsi dari kand.
Khlorofil, biomasa, struktur sel daun/batang, kand
kadar air etc.
• TEMPORAL: musim- wetness & dryness
• Elemen diagnostik penafsiran: tone/warna, ukuran,
bentuk, tekstur, pola, lokasi dan asosiasi, bayangan

41
 KEBERHASILAN ANALISIS VISUAL
• TERGANTUNG PADA KEMAMPUAN (SKILL &
KNOWLEDGE) DARI INTERPRETER ATAU
ANALIS DALAM MENGGUNAKAN ELEMEN-
ELEMEN SPASIAL, SEKTRAL DAN TEMPORAL
DARI CITRA

42
 KURVA REFLEKTANSI SPEKTRA

1 2 3&4 JERS-1 OPS 5 6 7 8

Reflektansi (%)

SPOT panchromatic mode

1 2 3 SPOT multispectral mode
1 2 3 4 Landsat TM 5 7

4 5 6 7 Landsat MSS
1 2 3 4 MOS-1 MESSR
1 2 NOAA AVHHR
50 Vegetasi

Tanah
kering

30 Tanah
basah
Band penyerap chlorophyl
Band penyerap air
(0.445 & 0.645 mm)

10
AirAir jernih
jernih

0.4 0.6 0.8 1.2 1.4 1.6 1.8 2.0 2.2

Sinar tampak (visible light) Inframerah dekat (Near infrared) Inframerah sedang (M iddle infrared)
pigmen daun struktur sel daun kadar air daun Panjang gelombang elektromagnetik (mm)
Faktor dominan yang mempengaruhi reflektansi
INTERPRETASI KERAPATAN TAJUK PADA CITRA
 ANALISIS KUANTITATIF
• Supervised classification
(Klasifikasi terbimbing) Analis
melakukan pengambilan contoh untuk setiap
setiap cover yang akan dianalisis
• Unsupervised classification
(Klasifikasi tidak terbimbing Tanpa
bantuan/informasi pendahuluan

DR. NENGAH S JAYA - IPB 45

Contoh Pembagian Kelas
• Badan2 Air
• Lahan terbuka (tanah
kosong dg atau tanpa
pengerasan, bangunan2)
• Pd rumput Semak/Belukar
• Hutan
➢ Hardwood
➢Rapat (CC > 75%)
➢Sedang (CC 33-74%)
➢Jarang (CC<33%)
➢ Softwood
➢Rapat (CC > 75%)
➢Sedang (CC 33-74%)
➢Jarang (CC<33%)

46
 Nilai pixel per band
1 Klasifikasi Citra
2 Kode kelas pd citra terklasifikasi
3

4 KLASIFIKASI

DATA SPOT5, 4 BAND (1 2 3 4)

47