Analisis Kelebihan, Kelemahan dan Interpretasi Unsur Citra Wilayah Kabupaten Gresik

Penulis : (1) Syarifah Khusnul Khotimah;  (2)Rosalina Kumalawati; (3) Nurlina ; (4) Inu Kencana Hadi

Program Studi Geografi, Fakultas Ilmu Sosial dan Ilmu Politik, Universitas Lambung Mangkurat

Dalam era modern ini, teknologi citra satelit dan citra udara telah menjadi instrumen penting dalam pemantauan dan pemahaman tentang dunia di sekitar kita. Citra-citra ini menyediakan pandangan yang luas dan detail tentang permukaan bumi, yang membuka pintu bagi berbagai aplikasi dalam berbagai bidang seperti pemetaan tanah, pemantauan lingkungan, manajemen sumber daya alam dan banyak lagi. Untuk mendapatkan data spasial yang berkualitas diperlukan data citra beresolusi tinggi (Ayuningtyas, 2022). Namun, untuk memperoleh pemahaman yang mendalam dari informasi yang terkandung dalam citra-citra ini, diperlukan pengetahuan yang kuat tentang prinsip-prinsip dasar interpretasi citra. Interpretasi citra adalah upaya menggali informasi melalui citra (Kumalawati et al., 2013). Interpretasi citra melibatkan penggunaan serangkaian unsur yang membantu analis dalam menguraikan dan memahami detail yang tersembunyi dalam gambar. Sembilan unsur interpretasi citra yaitu rona, warna, bentuk, ukuran, tekstur, pola, bayangan, situs dan asosiasi menjadi fondasi dalam analisis yang akurat dan komprehensif (Nugroho, 2013). Dalam kajian ini,  akan dibahas  secara singkat setiap unsur interpretasi citra, menguraikan perannya dalam proses analisis citra serta pentingnya memahami dan menerapkan unsur-unsur ini dalam berbagai konteks aplikasi. Dengan memahami betul unsur-unsur ini, analis dapat menggali informasi yang berharga dari citra-citra satelit atau citra udara, yang pada gilirannya akan mendukung pengambilan keputusan yang lebih baik dalam berbagai bidang studi dan aplikasi praktis

Fokus kajian ini adalah pada analisis citra di daerah Kabupaten Gresik. Kabupaten Gresik terletak di bagian utara Provinsi Jawa Timur. Secara geografis, kabupaten ini berada di antara 112° – 113° Bujur Timur dan 7° – 8° Lintang Selatan. Secara umum, topografi Kabupaten Gresik cukup datar dengan beberapa ketinggian tertentu di beberapa wilayahnya. Wilayah pesisir pantai memiliki dataran rendah, sementara bagian pedalaman memiliki beberapa bukit kecil. Namun, bagian utara Kabupaten Gresik cenderung lebih berbukit. Kabupaten Gresik dilalui oleh beberapa sungai besar dan kecil. Sungai-sungai ini melintasi kabupaten dari bagian pedalaman menuju ke arah pantai utara. Sungai-sungai ini memiliki peran penting dalam irigasi pertanian dan transportasi lokal. Bagian utara Kabupaten Gresik adalah wilayah pesisir yang menghadap ke Laut Jawa. Wilayah pesisir ini memiliki beberapa pantai yang panjang dan dikenal dengan potensi pariwisata pantai. Wilayah pesisir dan sekitar pusat kota umumnya memiliki kepadatan penduduk yang lebih tinggi, sementara daerah pedalaman cenderung lebih jarang dihuni.

Analisis 3 Citra di Kabupaten Gresik

• Citra 1 (LANDSAT 8)

Landsat 8 merupakan generasi terkini yang menggantikan Landsat 7.  Landsat 8 adalah satelit penginderaan jauh yang diluncurkan oleh NASA dan USGS pada tahun 2013. Satelit ini merupakan bagian dari program Landsat yang telah berjalan sejak tahun 1970-an. 

Landsat 8 dilengkapi dengan sensor Onboard Operational Land Imager (OLI) dan Thermal Infrared Sensor (TIRS) yang memungkinkan pengambilan gambar satelit dengan resolusi yang tinggi dan berbagai spektrum cahaya, termasuk inframerah termal, sehingga memungkinkan pemantauan yang luas dan akurat terhadap permukaan bumi untuk aplikasi seperti pemantauan lingkungan, pertanian, pemetaan lahan, dan pengelolaan sumber daya alam. Landsat 8 dilengkapi dengan sensor Onboard Operational Land Imager (OLI) dan Thermal Infrared Sensor (TIRS) yang memiliki total 11 kanal. Kanal 1 hingga 9 terletak pada OLI, sedangkan kanal 10 dan 11 terletak pada TIRS (Irawan & Sirait, 2017). Citra ini merupakan citra pasif dan kerap digunakan saat observasi sumber daya alam (Sinabutar et al., 2020).

Jenis Citra : Landsat 8-L1TP

Spesifikasi 

Citra Landsat 8 memiliki resolusi piksel 28.5 meter, dengan satu band yang resolusi lebih tinggi dengan ukuran piksel 15 meter. Satelit Landsat 8 memiliki dua sensor, yaitu Operational Land Imager (OLI) dan Thermal Infrared Sensor (TIRS). Sensor OLI mempunyai resolusi spasial 30 meter (visible, NIR, SWIR), 100 meter (thermal) dan 15 meter (pankromatik), sementara sensor TIRS memiliki resolusi 100 meter (thermal). Citra landsat 8 pada umumnya telah terkoreksi secara geometrik (Hadi et al., 2021).

Kelebihan

• Landsat 8 menyediakan data dengan akses yang terbuka, bebas, dan gratis sehingga memungkinkan pengguna untuk mengakses informasi penting tanpa hambatan. Hal ini juga memudahkan pengguna untuk memanfaatkannya dalam berbagai keperluan penelitian dan pemantauan.
• Landsat 8 memiliki resolusi spasial sekitar 30 meter untuk band multispektral dan 15 meter untuk band pankromatik. Resolusi ini memungkinkan identifikasi objek dan fitur permukaan bumi dengan lebih baik.
• Produk citra Landsat 8 bersifat time series tanpa striping. Artinya pengguna dapat mengamati perubahan seiring waktu tanpa gangguan pola striping yang terjadi pada Landsat 7 setelah tahun 2003.
• Landsat 8 memiliki 11 band spektral, termasuk band-band yang mencakup spektrum dari biru hingga inframerah jauh. Hal ini memungkinkan analisis yang luas dari berbagai fenomena di permukaan bumi, termasuk penginderaan suhu permukaan dan vegetasi.
• Seperti halnya dengan program Landsat lainnya, Landsat 8 memberikan serangkaian citra yang konsisten dan panjang dalam mendokumentasikan perubahan di permukaan bumi, dengan interval pengambilan citra sekitar 16 hari.

Kelemahan

• Seperti kebanyakan satelit, Landsat 8 juga dapat terpengaruh oleh tutupan awan. Kondisi cuaca berawan dapat menghalangi sensor satelit sehingga data citra yang dihasilkan tidak bisa digunakan secara optimal.
• Meskipun memiliki resolusi temporal yang moderat (setiap 16 hari), Landsat 8 kurang cocok untuk pemantauan kejadian yang membutuhkan data citra terbaru sesegera mungkin seperti untuk bencana alam atau kebakaran hutan.
• Data citra Landsat 8 berupa data mentah yang memerlukan pengolahan terlebih dahulu sebelum bisa digunakan untuk analisis. Proses pengolahan data ini membutuhkan keahlian khusus dan perangkat lunak khusus.
• Seperti yang terjadi dengan Landsat 7, Landsat 8 juga memiliki risiko kegagalan perangkat keras yang dapat memengaruhi ketersediaan dan kualitas data dalam jangka waktu tertentu.

• Citra 2 (LANDSAT 9)

Landsat 9 adalah satelit penginderaan jauh yang diluncurkan oleh NASA dan USGS pada 27 September 2021.  Citra Landsat 9 mempunyai komposit warna yang tepat untuk aplikasi dalam analisis lahan (Aini, 2023). Landsat 9 merupakan penerus dari misi Landsat sebelumnya, yang bertujuan untuk menyediakan data penginderaan jauh untuk aplikasi dalam pemantauan lingkungan, pemetaan lahan, pertanian, pengelolaan sumber daya alam, dan berbagai keperluan ilmiah lainnya. Landsat 9 membawa sensor yang serupa dengan Landsat 8, termasuk sensor Onboard Operational Land Imager (OLI) dan Thermal Infrared Sensor (TIRS) yang memungkinkan pengambilan gambar dengan resolusi tinggi dan informasi spektral yang beragam termasuk inframerah termal. Hal ini memungkinkan analisis yang lebih baik terhadap perubahan lingkungan dan kondisi bumi dari waktu ke waktu.

Jenis Citra :Landsat 9-L1TP

Sumber : http://earthexplorer.usgs.gov/

Spesifikasi

Citra Landsat 9 memiliki resolusi piksel 15 meter untuk band pankromatik, 30 meter untuk band multispektral dan 100 meter untuk band Long Wavelength Infrared (LWIR). Satelit Landsat 9 terdiri dari 11 band yang diantaranya adalah band pankromatik, band multispektral, dan band LWIR. Citra Landsat 9 memiliki kecepatan pergerakan pada orbit yang sama dengan kecepatan rotasi Bumi mengelilingi matahari sehingga mampu menghasilkan citra satelit pada wilayah yang sama per 16 hari.

Kelebihan

• Seperti pendahulunya yaitu  Landsat 8, Landsat 9 menyediakan data dengan akses yang terbuka, bebas, dan gratis yang memungkinkan pengguna untuk mengakses informasi penting tanpa hambatan.
• Landsat 9 memiliki kapasitas pemetaan yang lebih tinggi daripada Landsat sebelumnya dan  memungkinkan lebih banyak data berharga ditambahkan ke arsip global Landsat sekitar 1.400 citra per hari.
• Seperti Landsat 8, Landsat 9 juga memiliki kualitas radiometrik dan geometrik yang lebih baik daripada Landsat generasi sebelumnya.

Kelemahan

• Seperti kebanyakan satelit, Landsat 9 juga dapat terpengaruh oleh tutupan awan. Kondisi cuaca berawan dapat menghalangi sensor satelit sehingga data citra yang dihasilkan tidak bisa digunakan secara optimal.
• Meskipun memiliki resolusi temporal yang moderat (setiap 16 hari), Landsat 9 kurang cocok untuk pemantauan kejadian yang membutuhkan data citra terbaru sesegera mungkin, seperti bencana alam atau kebakaran hutan.
• Data citra Landsat 9 berupa data mentah yang memerlukan pengolahan terlebih dahulu sebelum bisa digunakan untuk analisis. Proses pengolahan data ini membutuhkan keahlian khusus dan perangkat lunak khusus.

• Citra 3 (Sentinel-2)

Sentinel adalah jenis citra optik eropa yang diluncurkan tahun 2015 dan menjadi bagian dari European  Space  Agency (ESA) Copernicus (Mufti, 2018; Putri et al., 2018). Citra sentinel sering kali digunakan dalam kegiatan penelitian karena memiliki tingkat resolusi tinggi sehingga memudahkan dalam analisis indeks vegetasi(Dharma et al., 2022). Sentinel-2 adalah serangkaian satelit yang dimiliki oleh European Space Agency (ESA) yang dirancang untuk mengamati bumi dan menyediakan data citra resolusi tinggi untuk aplikasi di berbagai bidang seperti pengelolaan sumber daya alam, pemantauan lingkungan, pertanian, dan pemetaan daratan. Satelit Sentinel-2 dilengkapi dengan instrumen multispektral yang mampu mengambil citra dalam berbagai panjang gelombang, mulai dari ultraviolet hingga inframerah jauh, sehingga memungkinkannya untuk mendeteksi perubahan di permukaan Bumi dengan tingkat detail yang tinggi.

Jenis Citra : Sentinel-2-L2A

https://www.sentinel-hub.com/

Spesifikasi

Citra Sentinel-2 memiliki resolusi spasial yang berbeda-beda untuk setiap band. Berikut adalah spesifikasi resolusi spasial untuk setiap band:

• Band 1: Coastal aerosol, 0.443 µm, 60 meter
• Band 2: Blue, 0.49 µm, 10 meter
• Band 3: Green, 0.56 µm, 10 meter
• Band 4: Red, 0.665 µm, 10 meter
• Band 5: Vegetation Red Edge, 0.705 µm, 20 meter
• Band 6: Vegetation Red Edge, 0.74 µm, 20 meter
• Band 7: Vegetation Red Edge, 0.783 µm, 20 meter
• Band 8: Near Infrared (NIR), 0.842 µm, 10 meter
• Band 8A: Vegetation Red Edge, 0.865 µm, 20 meter
• Band 9: Water vapor, 0.945 µm, 60 meter
• Band 10: Cirrus, 1.375 µm, 20 meter
• Band 11: Cloud mask, 0.665 µm, 20 meter
• Band 12: Snow/ice, 1.610 µm, 20 meter

Sentinel-2 memiliki resolusi spasial 10 meter untuk band pankromatik dan 20 meter untuk band multispektral.

Kelebihan

• Data citra Sentinel-2 bisa diakses dan diunduh secara gratis. Akses data gratis ini membuat Sentinel-2 banyak digunakan untuk berbagai keperluan penelitian dan pemantauan.
• Sentinel-2 memiliki resolusi spasial yang tinggi, yaitu 10 meter untuk band multispektral dan 60 meter untuk band pankromatik. Resolusi spasial yang tinggi memungkinkan untuk melihat detail objek di permukaan bumi dengan lebih jelas.
• Sentinel-2 memiliki satelit kembar yang saling mengisi, sehingga data citra dapat diperoleh setiap 5 hari sekali. Resolusi temporal moderat ini cukup baik untuk pemantauan perubahan tutupan lahan atau kondisi perairan secara berkala.
• Sentinel-2 memiliki 13 band spektral yang mencakup spektrum tampak, inframerah dekat, dan inframerah pendek. Banyaknya band spektral ini memungkinkan untuk dilakukan analisis lebih detail terhadap objek di permukaan bumi, seperti jenis vegetasi, kesehatan tanaman dan kandungan mineral tanah.

Kelemahan

• Data citra Sentinel-2 bisa terpengaruh oleh tutupan awan. Kondisi cuaca berawan dapat menghalangi sensor satelit sehingga data citra yang dihasilkan tidak bisa digunakan.
• Meskipun resolusi temporalnya moderat (5 hari sekali), Sentinel-2 kurang cocok untuk pemantauan kejadian yang membutuhkan data citra terbaru sesegera mungkin, seperti bencana alam atau kebakaran hutan.
• Data citra Sentinel-2 berupa data mentah yang memerlukan pengolahan terlebih dahulu sebelum bisa digunakan untuk analisis. Proses pengolahan data ini membutuhkan keahlian khusus dan perangkat lunak khusus.
• Karena orbitnya, Sentinel-2A tidak dapat memberikan cakupan yang optimal di daerah kutub, sehingga membatasi penggunaannya untuk pemantauan di daerah tersebut.

DAFTAR PUSTAKA

Agoes, H. F., Irawan, F. A., & Marlianisya, R. (2018). Interpretasi citra digital penginderaan jauh untuk pembuatan peta lahan sawah dan estimasi hasil panen padi. Jurnal INTEKNA: Informasi Teknik dan Niaga, 18(1), 24–30.

Aini, Y. (2023). PENDETEKSIAN SEBARAN KERAPATAN VEGETASI DAN SUHU PERMUKAAN MENGGUNAKAN CITRA LANDSAT DI KABUPATEN SABU RAIJUA. Wana Lestari, 5(02), 398–404.

Ayuningtyas, E. A. (2022). Pemetaan Partisipatif untuk Bahaya Longsor dan Jalur Evakuasi di Desa Hargomulyo, Kabupaten Kulonprogo, DIY. Jurnal Geografika (Geografi Lingkungan Lahan Basah), 3(2), 78–91.

Dharma, F., Aulia, A., Shubhan, F., & Ridwana, R. (2022). Pemanfaatan Citra Sentinel - 2 Dengan Metode NDVI Untuk Perubahan Kerapatan Vegetasi Mangrove Di Kabupaten Indramayu. J Pendidikan Geografi Undiksha, 10(2), 155–165.

Hadi, I. K., Mukti, S. H., & Widyatmanti, W. (2021). Pemetaan pola spasial kebakaran hutan dan lahan di taman nasional gunung merbabu berbasis penginderaan jauh tahun 2019. Jurnal Geografika (Geografi Lingkungan Lahan Basah), 2(1), 43–50.

Irawan, S., & Sirait, J. (2017). Perubahan kerapatan vegetasi menggunakan citra landsat 8 di kota Batam berbasis web. Jurnal Kelautan: Indonesian Journal of Marine Science and Technology, 10(2), 174–184.

Kumalawati, R., Rijal, S. S., Rijanta, R., Sartohadi, J., & Pradiptyo, R. (2013). Evaluasi Pengembangan Wilayah Permukiman Berdasarkan Pemetaan Kerusakan Permukiman Akibat Banjir Lahar di Kali Putih, Kabupaten Magelang. TATALOKA, 15(1), 13–27.

Mufti, B. (2018). Citra Sentinel-2 untuk Identifikasi Fase Pertumbuhan Padi dengan Pendekatan Indeks Vegetasi di Kabupaten Cianjur.

Nugroho, F. A. (2013). ANALISIS PERUBAHAN LUAS LAHAN SAWAH UNTUK KETAHANAN PANGAN (Studi Kasus: Kab. Sidoarjo Jawa-Timur). ITN Malang.

Putri, D. R., Sukmono, A., & Sudarsono, B. (2018). Analisis kombinasi citra sentinel-1a dan citra sentinel-2a untuk klasifikasi tutupan lahan (studi kasus: kabupaten demak, jawa tengah). Jurnal geodesi undip, 7(2), 85–96.

Sinabutar, J. J., Sasmito, B., & Sukmono, A. (2020). Studi cloud masking menggunakan band quality assessment, function of mask dan multi-temporal cloud masking pada citra landsat 8. Jurnal Geodesi Undip, 9(3), 51–60.

Sumber : interpretasi Khotimah 2024

Sumber : interpretasi Khotimah 2024

Sumber : interpretasi Khotimah 2024