ANALISIS PENGARUH TUTUPAN LAHAN TERHADAP KETELITIAN ASTER GDEM V2 DAN DEM SRTM V4.1 (STUDI KASUS: KOTA BATU, KABUPATEN MALANG, JAWA TIMUR)
Keywords:
Digital Elevation Model (DEM), DEM SRTM; ASTER GDEM, Tutupan Lahan, Ketelitian DEMAbstract
Data DEM (Digital Elevation Model) merupakan bentuk penyajian ketinggian permukaan bumi secara digital. DEM merupakan data yang banyak digunakan untuk data awal perencanaan regional, kota, pemetaan mitigasi bencana, dengan skala menengah dan kecil. Data DEM yang mudah didapat dan tanpa berbayar yaitu ASTER GDEM V2 dan DEM SRTM V4.1. Pada penelitian terdahulu [6][10], disimpulkan bahwa ASTER GDEM V2 kurang teliti dibandingkan DEM SRTM V4.1 pada tutupan lahan berupa vegetasi. Penelitian ini bertujuan untuk membuktikan hipotesa bahwa secara keseluruhan DEM SRTM V4.1 lebih teliti dibandingkan ASTER GDEM V2. Penelitian ini dilakukan dengan mengambil 20 titik sample pada 7 jenis tutupan lahan, yaitu hutan, lading/tegalan, perkebunan, semak/belukar, sawah, pemukiman, dan lahan kosong. Tutupan lahan diperoleh dari overlay tutupan lahan peta RBI dengan tutupan lahan hasil klasifikasi citra landsat 8. Sample tersebut berupa titik tinggi peta RBI dan data dari kontur RBI. Ketelitian ASTER GDEM V2 dan DEM SRTM V4.1 dihitung menggunakan RMSE dari selisih titik sample dari kedua DEM tersebut dengan data peta RBI sebagai referensi. Semakin kecil nilai RMSE, maka semakin teliti data DEM tersebut. Hasil dari penelitian ini yaitu ASTER GDEM V2 kurang teliti pada tutupan lahan vegetasi, tetapi lebih teliti pada tutupan lahan bukan vegetasi (pemukiman dan lahan kosong) dibandingkan dengan DEM SRTM V4.1. Nilai RMSE total DEM SRTM V4.1 (11,60 m) lebih kecil dari nilai RMSE total ASTER GDEM V2 (13, 41 m). Sehingga dapat disimpulkan bahwa DEM SRTM V4.1 lebih teliti dibandingkan ASTER GDEM V2.
References
ASTER GDEM Validation Team, 2009, ASTER Global DEM validation summary report, Prepared by ASTER GDEM Validation Team: METI/ERSDAC, NASA/LPDAAC and USGS/EROS, in cooperation with NGA and other collaborators. http://www.ersdac.or.jp /GDEM/E/image/ASTERGDEM_ValidationSummaryReport_Ver1.pdf (diakses tanggal 23 Maret 2014, jam 09.10 BBWI).
CGIAR-CSI, 2009, SRTM 90m Digital Elevation Data. http://srtm.csi. cgiar.org/ (diakses tanggal 23 Maret 2014, jam 09.32 BBWI).
Hengl, T. and Reuter, H., 2011. How accurate and usable is GDEM? A statistical assessment of GDEM using LiDAR data. University of Wageningen, Wageningen, Netherlands.
Indarto dan Faisol A., 2009. Identifikasi dan Klasifikasi Peruntukan Lahan Menggunakan Citra Aster. Media Teknik Sipil, Volume IX. ISSN 1412-0976.
Kurniawan, D. 2008. Uji T Berpasangan (Paired T-Test). R Development Core Team. R Foundation for Statistical Computing, Vienna, Austria. Kustiyo et al., 2005. Analisis Ketelitian Ketinggian Data Dem Srtm. LAPAN : Pertemuan Ilmiah Tahunan MAPIN XIV. Wageningen : World Soil Information University of Wageningen.
Li Peng et al., 2012. Evaluation of ASTER GDEM Ver2 Using GPS Measurements and SRTM Ver4.1 in China. Melbourne : XXII ISPRS Congress. Lillesand,
T. M and Kiefer R.W. 1990. Penginderaan Jauh dan Interpretasi Citra. Yogyakarta: Gadjah Mada University Press.
Purwadhi, S. H. 2001. Interpretasi Citra Digital. Grasindo.Jakarta.
Sriharan, S. et al., 2004. Analysis of Land Cover Classes Using Unsupervised and Supervised Classification of Stennis Space Center (SSC) Image. Virginia State University.
Sutanto., 1979. Pengetahuan Dasar Interpretasi Citra. Yogyakarta : Gadjah Mada University Press.
Suwandana, Endan et al., 2012. Evaluation of ASTER GDEM2 in Comparison with GDEM1, SRTM DEM and Topographic-Map-Derived DEM Using Inundation Area Analysis and RTK-dGPS Data. Remote Sens.2012,4.
