ANALISIS PERBANDINGAN KETELITIAN PENGUKURAN LUASAN BIDANG TANAH ANTARA CITRA SATELIT ALOS PRISM DAN FORMOSAT-2 (Studi Kasus : Pucang, Surabaya)
Keywords:
citra ALOS PRISM dan FORMOSAT-2, koreksi geometrik, luasAbstract
Pengembangan teknologi penginderaan jauh telah menyediakan banyak pilihan citra beresolusi tinggi. Sebagai citra beresolusi tinggi, ALOS PRISM dan FORMOSAT-2 dapat digunakan untuk memperbaharui peta yang sudah ada selama ketelitian dan hasil yang diperoleh memenuhi ketentuan yang disyaratkan. Penelitian mengenai kemampuan keduanya dalam mengukur luasan bidang tanah memungkinkan pembuatan peta-peta skala besar dari citra satelit ini.
Dalam penelitian ini, citra ALOS PRISM dan FORMOSAT-2 dipotong, lalu dikoreksi geometrik menggunakan metode polinomial orde kedua dengan 7 GCP. Sampel bidang tanah pada citra diukur untuk mendapatkan data panjang dan luas. Uji t dilakukan pada hasil pengukuran menggunakan derajat kepercayaan 5%. Kemudian hasilnya dibandingkan dengan data bidang tanah BPN untuk mendapatkan nilai ketelitian dan akurasinya.
Berdasarkan hasil koreksi geometrik, diperoleh RMSE sebesar 0,619 untuk ALOS PRISM dan 0,354 untuk FORMOSAT-2. Selain itu, diperoleh standar deviasi 0,590 untuk ALOS PRISM dan 0,522 untuk FORMOSAT-2. Persentase perbedaan luas antara pengukuran pada data acuan dengan hasil dijitasi sampel pada citra adalah sebesar 1,83% untuk FORMOSAT-2 dan 4,01% untuk ALOS PRISM. Dari penelitian ini, disimpulkan bahwa citra FORMOSAT-2 mempunyai ketelitian dan akurasi posisi yang lebih baik daripada citra ALOS PRISM. Untuk cakupan wilayah yang sempit FORMOSAT-2 lebih efektif digunakan karena ketelitian dan akurasinya lebih baik daripada ALOS PRISM. Untuk cakupan wilayah yang luas, citra ALOS PRISM lebih efisien digunakan karena lebih murah dengan ketelitian dan akurasi yang relatif sama dengan citra FORMOSAT-2.
References
________.1997. Peraturan Menteri Negara Agraria/Kepala Badan Pertanahan Nasional Nomor 3 Tahun 1997. Jakarta: Kementerian Negara Agraria.
________. 2000. Petunjuk Pelaksanaan Pendaftaran, Pendataan, dan Penilaian Objek dan Subjek Pajak Bumi dan Bangunan dalam Rangka Pembentukan dan atau Pemeliharaan Basis Data Sistem Manajemen Informasi Objek Pajak (SISMIOP), Kep.533/PJ.06/2000. Jakarta: Direktorat Jenderal Pajak.
Ariyunian. 2007. Analisis Akurasi Penentuan Luas Objek PBB menggunakan Citra Quickbird dan Ikonos. Bandung: Institut Teknologi Bandung.
Atkinson. 1985. Preliminary Results of the Effect of Resampling on Thematic Mapper Imagery. Falls Church, Virginia: American Society.
Campbell, James B. 1987. Introduction to Remote Sensing. New York : The Guillford Press
Dulbahri, 1985. Interpretasi Citra Untuk survey Vegetasi. Puspics – Bakorsurtanal – UGM, Yogyakarta.
Gruen, A., Kocaman, S. 2008. “Geometric Modeling And Validation Of Alos/Prism Imagery And Products”. Beijing, 3-11July. In: Internasional Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. 37, Part B1-2, pp.731-738.
Herman. 2005. Kajian Penelitian Planimetrik Citra Satelit Quickbird dalam Memproduksi Peta Garis Skala Besar. Bandung: Departemen Teknik Geodesi FTSP ITB.
Jensen. 1996. Introductory Digital Image Processing: A Remote Sensing Perspective 2nd ed. Englewood Cliffs. New Jersey: Prentice-Hall.
Lillesand and Kiefer. 1987. Remote Sensing and Image Interpretation. New York: John Wiley & Sons, Inc.
Lillesand and Kiefer, 1993. Remote Sensing And Image Interpretation, Jhon Villey and Sons, New York.
Saputra. 2004. Studi Terhadap Ketelitian Penggunaan Citra Ikonos Ditinjau dari Aspek Geometrik untuk Pengembangan Wilayah Pengeboran Minyak. Bandung: Departemen Teknik Geodesi ITB.
Wolf, Paul R. dan Ghilani, Charles D.1997. Adjustment Computations. United States of America:John Willey&Sons,Inc.
Yang. 1997. Georeferencing CAMS Data: Polynomial Rectification and Beyond. Ph. D. dissertation. University of South Carolina.
