skip to main content

ANALISIS IDENTIFIKASI KAWASAN KARST MENGGUNAKAN METODE POLARIMETRIK SAR (SYNTHETIC APERTURE RADAR) DAN KLASIFIKASI SUPERVISED

Program Studi Teknik Geodesi Fakultas Teknik Universitas Diponegoro, Indonesia


Citation Format:
Abstract

ABSTRAK

Indonesia mempunyai bentang alam yang sangat beragam, salah satunya adalah bentang alam karst.Di Kecamatan Cipatat terdapat bentang alam karst yang berada pada batu gamping formasi Rajamandala. Topografi kawasan karst Cipatat berbentuk bukit dantelah mengalami perubahan akibat penambangan karst. Dengan memanfaatkan pengindraan jauh aktif atau sistem RADAR dilakukan identifikasi kawasan karst. Saat ini masih sedikit yang mengembangkan metode klasifikasi citra berbasis RADAR untuk identifikasi geologi, khususnya di negara Indonesia yang beriklim tropis.

Penelitian ini menggunakan citra ALOS PALSAR 1.1 dual polarisasi (HH, HV) tahun 2007-2008. Identifikasi karst menggunakan tiga parameter (Anisotropy, Entropy dan Alpha) dari metode dekomposisi polarimetrik H/α/A dimana masing-masing parameter merepresentasikan sifat fisik objek. Karst biasanya berada di bawah penutup lahan maka dilakukan klasifikasi dengan algoritma supervised wishart untuk klasifikasi tutupan lahan (non karst). Tutupan lahan ini digunakan untuk melihat keterkaitan hasil identifikasi kawasan karst dengan penutup lahan.  Validasi dilakukan dengan membandingkan koordinat geografis citra hasil identifikasi karst dengan koordinat citra pada Google Earth dan dibantu data geologi karst.

Kawasan karst teridentifikasi seluas 533 Ha (2007) dan 1165 Ha (2008) dengan perubahan luas 632 Ha.  Diketahui karst termasuk tipe surface scattering, keacakan hamburan sedang dan kekasaran permukaan sedang. Kemudian kawasan karst paling banyak teridentifikasi pada tutupan lahan vegetasi jarang. Untuk kawasan non karst (tutupan lahan) diperoleh  nilai overall accuracy 53,83% dan kappa 46,13% (2007). Kemudian overlay accuracy 53,41% dan kappa 45,65%(2008). Hal ini mengindikasikan nilai akurasi kelas tutupan lahan tidak sesuai dengan kondisi lapangan yang sebenarnya. Namun hasil klasifikasi tersebut sudah bisa membedakan dengan baik antara lahan terbangun, perairan, dan vegetasi.Validasi spasial hasil identifikasi karst tidak menunjukan hasil yang baik. Hal ini dikarenakan banyak objek lain yang memiliki tipe scatter yang sama dengan karst.

Kata Kunci : ALOS PALSAR, Dekomposisi H/α/A, Karst, Polarimetrik SAR, Wishart Supervised.

ABSTRACT

Indonesia has a very diverse landscape, one of them is karst landscape. In sub Cipatat karst landscapes are located on limestone formations Rajamandala. Cipatat shaped karst topography of the region and the hill has undergone changes due to mining karst. By utilizing remote sensing active or RADAR system to identify karst region. Currently there are still a few who develop RADAR based image classification method for the identification of geology, particularly in countries tropical Indonesia.

This study uses ALOS PALSAR 1.1 dual polarization (HH, HV) in 2007-2008. for the identification of the karst region. Identification of karst uses three parameters (Anisotropy, Entropy and Alpha) of the decomposition method polarimetric H/α A which each parameters represents the physical properties of the object. Karst usually exist below land cover so classification is carried out by wishart supervised algorithm for land cover classification (non karst). Land cover is used to see how the results of the identification of karst area related with land cover. Validation is done by comparing the geographical coordinates of the image of the karst identification with the imagery in Google Earth coordinates and assisted karst geological data.

Karst areas identified an area of 533 Ha (2007) and 1165 Ha (2008) with 632 ha area changes. Known karst include the type of surface scattering, the randomness of the medium scattering and moderate surface roughness. Then most of karst areas identified in land cover sparse vegetation. For non-karst area (land cover) values obtained overall accuracy 53.83% and kappa 46.13% (2007). Then overlay accuracy 53.41% and kappa 45.65% for 2008. This indicates the value of the accuracy of land cover classes do not correspond to actual field conditions. But the results of these classifications have been able to distinguish well between developed and undeveloped land, water, and vegetation. Validation karst spatial identification results did not show good results. This is because many other objects that have the same type of scatter with karst.

Keywords: ALOS PALSAR, Karst, H/α/A Decomposition, SAR Polarimetric, Wishart Supervised

ABSTRAK

Indonesia mempunyai bentang alam yang sangat beragam, salah satunya adalah bentang alam karst.Di Kecamatan Cipatat terdapat bentang alam karst yang berada pada batu gamping formasi Rajamandala. Topografi kawasan karst Cipatat berbentuk bukit dantelah mengalami perubahan akibat penambangan karst. Dengan memanfaatkan pengindraan jauh aktif atau sistem RADAR dilakukan identifikasi kawasan karst. Saat ini masih sedikit yang mengembangkan metode klasifikasi citra berbasis RADAR untuk identifikasi geologi, khususnya di negara Indonesia yang beriklim tropis.

Penelitian ini menggunakan citra ALOS PALSAR 1.1 dual polarisasi (HH, HV) tahun 2007-2008. Identifikasi karst menggunakan tiga parameter (Anisotropy, Entropy dan Alpha) dari metode dekomposisi polarimetrik H/α/A dimana masing-masing parameter merepresentasikan sifat fisik objek. Karst biasanya berada di bawah penutup lahan maka dilakukan klasifikasi dengan algoritma supervised wishart untuk klasifikasi tutupan lahan (non karst). Tutupan lahan ini digunakan untuk melihat keterkaitan hasil identifikasi kawasan karst dengan penutup lahan.  Validasi dilakukan dengan membandingkan koordinat geografis citra hasil identifikasi karst dengan koordinat citra pada Google Earth dan dibantu data geologi karst.

Kawasan karst teridentifikasi seluas 533 Ha (2007) dan 1165 Ha (2008) dengan perubahan luas 632 Ha.  Diketahui karst termasuk tipe surface scattering, keacakan hamburan sedang dan kekasaran permukaan sedang. Kemudian kawasan karst paling banyak teridentifikasi pada tutupan lahan vegetasi jarang. Untuk kawasan non karst (tutupan lahan) diperoleh  nilai overall accuracy 53,83% dan kappa 46,13% (2007). Kemudian overlay accuracy 53,41% dan kappa 45,65%(2008). Hal ini mengindikasikan nilai akurasi kelas tutupan lahan tidak sesuai dengan kondisi lapangan yang sebenarnya. Namun hasil klasifikasi tersebut sudah bisa membedakan dengan baik antara lahan terbangun, perairan, dan vegetasi.Validasi spasial hasil identifikasi karst tidak menunjukan hasil yang baik. Hal ini dikarenakan banyak objek lain yang memiliki tipe scatter yang sama dengan karst.

Kata Kunci : ALOS PALSAR, Dekomposisi H/α/A, Karst, Polarimetrik SAR, Wishart Supervised.

ABSTRACT

Indonesia has a very diverse landscape, one of them is karst landscape. In sub Cipatat karst landscapes are located on limestone formations Rajamandala. Cipatat shaped karst topography of the region and the hill has undergone changes due to mining karst. By utilizing remote sensing active or RADAR system to identify karst region. Currently there are still a few who develop RADAR based image classification method for the identification of geology, particularly in countries tropical Indonesia.

This study uses ALOS PALSAR 1.1 dual polarization (HH, HV) in 2007-2008. for the identification of the karst region. Identification of karst uses three parameters (Anisotropy, Entropy and Alpha) of the decomposition method polarimetric H/α A which each parameters represents the physical properties of the object. Karst usually exist below land cover so classification is carried out by wishart supervised algorithm for land cover classification (non karst). Land cover is used to see how the results of the identification of karst area related with land cover. Validation is done by comparing the geographical coordinates of the image of the karst identification with the imagery in Google Earth coordinates and assisted karst geological data.

Karst areas identified an area of 533 Ha (2007) and 1165 Ha (2008) with 632 ha area changes. Known karst include the type of surface scattering, the randomness of the medium scattering and moderate surface roughness. Then most of karst areas identified in land cover sparse vegetation. For non-karst area (land cover) values obtained overall accuracy 53.83% and kappa 46.13% (2007). Then overlay accuracy 53.41% and kappa 45.65% for 2008. This indicates the value of the accuracy of land cover classes do not correspond to actual field conditions. But the results of these classifications have been able to distinguish well between developed and undeveloped land, water, and vegetation. Validation karst spatial identification results did not show good results. This is because many other objects that have the same type of scatter with karst.

*)  Penulis, Penanggung Jawab

Keywords: ALOS PALSAR, Karst, H/α/A Decomposition, SAR Polarimetric, Wishart Supervised


I.      Pendahuluan

I.1.          Latar Belakang

 Indonesia merupakan salah satu negara kepulauan yang mempunyai potensi sumber daya alam yang melimpah baik di darat maupun di laut. Tidak hanya hasil dari alam dan kandungan didalamnya, namun negara Indonesia juga mempunyai bentang alam yang sangat beragam, salah satunyaadalah bentang alam karst. Karst adalah suatu daerah yang mempunyai karakteristik relief dan drainase yang khas, terutama disebabkan oleh derajat pelarutan batu-batuannya yang intensif (Ford dan Williams, 1996).

Salah satu daerah di Indonesia yang mempunyai bentang alam karst adalah kawasan karst Cipatat yang berada pada batu gamping formasi Rajamandala. Berdasarkan cacatan Badan Pengelolaah Lingkungan Hidup (BPLHD) Jawa Barat (2004), kawasan karst Cipatat merupakan kawasan dengan laju kerusakan signifikan. Topografi kawasan karst Cipatat berupa sebaran bukit karst dan sudah banyak mengalami perubahan. Sehingga kawasan ini cocok dijadikan sebagai bahan kajian, yaitu dengan memanfaatkan penginderaan jauh aktif atau Synthetic Aperture RADAR (SAR) untuk identifikasi kawasan karst.

Data RADAR yang digunakan adalah ALOS PALSAR frekuensi L-band dengan panjang gelombang 15-30 cm sehingga dapat menembus atau penetrasi objek lebih dalam. Pada penelitian sebelumnya, data ini efektif untuk mengklasifikasi tutupan lahan dan terrain (Lee, J. dkk., 2004).  Data pada frekuensi L-band dengan metode OPCE lebih kuat dalam pemetaan daerah tertutup salju dari pada data dengan frekuensi C-band (Martini, A. dkk., 2004). Kemudian data dengan frekuensi L-band polarisasi penuh bisa mengidentifikasi sebaran mineral besi di dataran tinggi wilayah Amazon Brazil (Arnaldo, dkk., 2013). Penelitian-penelitian terebut menjadi landasan untuk melakukan penelitian terkait identifikasi kawasan karst menggunakan data ALOS PALSAR.

Data ALOS PALSAR tidak hanya mempunyai frekuensi L-band tetapi juga berbagai polarisasi. Polarisasi tersebut berkaitan dengan intensitas backscatter objek. Penelitian ini menggunakan citra ALOS PALSAR 1.1 dual polarisasi (HH, HV) tahun 2007 dan 2008. Data diolah dengan metode polarimetrik H/α/A sehingga menghasilkan tiga parameter Entropy (H), Alpha (α), Anisotropy (A). Parameter tersebut merepresentasikan sifat fisik objek berdasarkan nilai eigen value dan vector matrik covariance. Sehingga parameter tersebut dijadikan sebagai parameter untuk identifikasi kawasan karst.

Karst bukanlah penutup lahan maka dilakukan klasifikasi dengan algoritma supervised wishart untuk klasifikasi tutupan lahan (non karst). Tutupan lahan tersebut digunakan untuk mengetahui keterkaitan sebaran karst yang teridentifikasi dengan penutupan lahan.Oleh karena itu digunakan juga data ALOS PALSAR yang sama untuk mengahasi
Fulltext View|Download
Keywords: ALOS PALSAR, Dekomposisi H/α/A, Karst, Polarimetrik SAR, Wishart Supervised

Last update:

No citation recorded.

Last update:

No citation recorded.