ANALISIS KETELITIAN DEM ASTER GDEM, SRTM, DAN LIDAR UNTUK IDENTIFIKASI AREA PERTANIAN TEBU BERDASARKAN PARAMETER KELERENGAN (Studi Kasus : Distrik Tubang, Kabupaten Merauke, Provinsi Papua)

Abstract

ABSTRAK

Lereng merupakan permukaan bumi yang memiliki kemiringan seragam. Kelerengan merupakan perbandingan antara beda tinggi dengan jarak. Salah satu pemanfaatan informasi kelerengan yaitu dalam bidang perkebunan tebu untuk penentuan area tanam. Proses pemetaan area dengan luas ribuan hektar, tentu tidak efisien apabila menggunakan metode survey pemetaan langsung di permukaan tanah. Salah satu metode alternatif yang sering diterapkan yaitu dengan memanfaatkan elevasi dari data DEM SRTM dan ASTER yang dianggap sebagai tinggi permukaan tanah. Meski demikian, banyak literatur lain yang menjelaskan bahwa elevasi DEM (Digital Elevation Model) sebenarnya merupakan elevasi tutupan lahan di atas permukaan tanah. Dari hal itu, maka hadir metode LIDAR (Light Detection and Ranging) yang dirasa lebih baik, karena berbasis sinar laser yang dapat menjangkau informasi tinggi permukaan tanah. Penelitian ini menganalisis korelasi, dan perbedaan klasifikasi kelerengan data DEM SRTM dan ASTER terhadap klasifikasi kelerengan data LiDAR. Area yang diteliti meliputi perkebunan tebu dengan luas ±7.370 Ha di daerah Tubang, Merauke, Papua.

Pembuatan peta kelerengan mengikuti SOP (Standard Operating Procedures) yang dikeluarkan oleh BIG (Badan Informasi Geospasial) pada tahun 2012, tentang pengolahan data untuk pemetaan kemiringan lereng nomor 03.01.11.02. Dimana garis besar tahap pengolahannya meliputi gridding, definisi sistem proyeksi, klasifikasi kelerengan, klustering, penghalusan, dan generalisasi. Sedangkan pembagian jenis klasifikasi kelerengan mengikuti aturan yang dibuat oleh Puslittanak (Pusat Penelitian Tanah dan Agroklimat), hal tersebut mengingat penelitian ini berkaitan dengan kondisi tanah pertanian. Hasil dari penelitian ini berupa tiga buah peta kelerengan, dan tiga buah peta kesesuaian lahan pertanian tebu berdasarkan parameter kelerengan skala 1:30,000 dari data LIDAR, SRTM, dan ASTER.

Hasil proses interpolasi grid menunjukkan bahwa data yang paling akurat yaitu LiDAR dengan nilai standar deviasi ±0,3674013m; selanjutnya SRTM sebesar ±8,0916394m; dan terakhir ASTER sebesar ±9,8854329m. Setelah dilakukan uji ketinggian data terhadap titik kontrol BM dan peta RBI, diketahui bahwa data LiDAR memiliki selisih paling baik dengan standar deviasi ±0,078m dan ±1,387m; kemudian SRTM ±0,422m dan ±4,339m; ASTER ±0,297m dan ±7,979m. Meski demikian, dalam perhitungan manual ditunjukkan bahwa ketiga data menghasilkan analisis kemiringan lereng yang sama dengan RBI, selisih dan standar deviasi ketiganya kurang dari ±0,4%. Kemudian hasil uji korelasi dan signifikansi luas hasil klasifikasi kelerengan LiDAR menunjukkan bahwa hubungan terhadap SRTM searah sebesar 49,6% (Cukup), sedangkan terhadap ASTER tidak searah sebesar 57,8% (Kuat). Nilai selisih luas rata-rata antara LiDAR dengan SRTM sebesar 3.382.840 m², sedangkan dengan ASTER sebesar 5.547.200 m². Selisih luas area sesuai tanam tebu SRTM terhadap LiDAR yaitu 4.702.697,081m², sedangkan ASTER terhadap LiDAR yaitu 12.733.548,477m². Persamaan jenis klasifikasi area sesuai tanam ASTER terhadap LiDAR yaitu 34,82%; sedangkan SRTM terhadap LiDAR 29,80%.

Kata Kunci : ASTER, Lereng, LiDAR, SRTM , Tebu

ABSTRACT

Slopes are the earth's surface that has a sloping uniform. Slope is the ratio between the height difference and distance. One of information usages of slope is in the field of sugarcane plantations especially for the determination of the planting area. The mapping process of thousands acres of area is certainly not efficient when using directly survey mapping survey method. One of alternative methods that usually applied is by using the elevation data of DEM SRTM and ASTER which are considered as a high ground area. However, many other literatures explain that the elevation of DEM (Digital Elevation Model) is actually a level of land cover elevation above ground. This condition triggers the present method of LIDAR (Light Detection and Ranging) that is considered better than the previous methods, due to the laser beam based which possibly measures the height of terrain. This study analyzed relationship and differences in the classification slope DEM SRTM and ASTER data with the classification slope LiDAR data. Area examined in this research is the sugarcane plantations area with the vast of ± 7,370 hectares in Tubang, Merauke, Papua.

Map making slope is cited from SOP (Standard Operating Procedures) issued by BIG (Badan Informasi Geospasial) in 2012 related to the data processing for mapping slope number 03.01.11.02. Whereas, the outline of the data processing stages are including gridding, definition of projection system, slope classification, clustering, smoothing, and generalization. While, the distribution of slope classification types following the rules made by Puslittanak (Pusat Penelitian Tanah dan Agroklimat), it is due to this study relates to the condition of agricultural land. This study is resulting three slope maps with a scale of 1:30,000 of LiDAR, SRTM and ASTER data.

After the testing of height data towards the BM control point and RBI maps, revealed that LiDAR data has the best difference with a standard deviation of ± 1.387 m, then SRTM ± 4.339 m, and ASTER ± 7.979 m. However, the manual calculations indicated that the three data produced the same slope analysis with the RBI, differentiation and standard deviations are less than ± 0.4 m. Then the results of correlation and significance of the slope broad classification show a 49.6% direct relationship between SRTM and LIDAR (considered to be enough), whereas a 57.8% indirect relationship between LIDAR and ASTER (considered to be strong). And the value difference between LiDAR and SRTM is 3,382,840 m²,  while the between LiDAR and ASTER is 5,547,200 m². The result of recapitulating sugarcane planting area which based of DEM/DTM has explained that the more resemble is between LiDAR and SRTM with the value difference is 1,380,356.127 m², while the between LiDAR and ASTER is 9,952,798.232 m². Then the equality of arable area which resemble with the result of LiDAR is ASTER, it has equation a 85.18%, whereas SRTM a 73.76%.

Keywords : ASTER, LiDAR, Slope, SRTM, Sugarcane