Pemanfaatan itra Landsat 7 ETM+ untuk kontrol data obyek Pajak Bumi dan Bangunan sektor perhutanan :: STudi kasus Obyek Pajak Bumi dan Bangunan Sektor Perhutanan pada Kantor Pelayanan PBB Samarinda

WAHYUDI, Edy, Ir. Christine Noegroho Kartini, SU.Pj

2006 | Tesis | S2 Teknik Geomatika

Penetapan Pajak Bumi dan Bangunan (PBB) sektor perhutanan selama ini semata-mata hanya berdasarkan laporan wajib pajak pada SPOP serta data pendukung yang dilampirkan. Sehubungan area obyek perhutanan yang sangat luas sehingga untuk melakukan ekstensifikasi dan intensifikasi obyek/ subyek pajak sangat jarang dilakukan karena kendala sumber daya manusia, teknologi dan keuangan. Untuk menjembatani hal tersebut teknologi penginderaan jauh dapat dimanfaatkan untuk mengetahui luasan area Hutan Tanaman Industri (HTI) sesuai peruntukanya.Tujuan penelitian ini adalah memanfaatkan data citra Landsat 7 ETM+ untuk mengontrol data obyek PBB sektor perhutanan. Metode penelitian yang digunakan adalah analisis data digital citra Landsat 7 ETM+. Penentuan luas areal HTI menggunakan 3 metode yaitu (1) pengelompokan nilai spektral dengan metode density slicing citra RVI hasil transformasi indeks vegetasi (2) metode klasifikasi terbimbing citra komposit RGB (PC1,PC2,PC3) hasil transformasi Principal Component Analysis (PCA) dengan algoritma kemiripan maksimum (maximum likelihood), uji ketelitian klasifikasi mengacu pada kaidah Short (1982) dan (3) metode digitasi terhadap citra RGB (PC1,PC2,PC3) hasil transformasi PCA dengan bereferensi peta umur tanaman HTI. Penentuan sampel dilakukan dengan cara purposive sampling. Untuk mengukur signifikasi perbedaan luas antara hasil pengolahan data citra dengan data lapangan digunakan uji statistik yaitu uji-t dua pihak (two tail test) dengan taraf signifikansi 95%. Hasil penelitian mengenai penghitungan luas areal HTI dengan metode density slicing menunjukan luas sebesar 80,34% dari luas hasil data lapangan dan hasil penghitungan luas dengan metode klasifikasi citra hasil PCA menunjukan luas sebesar 88,64% dari luas hasil data lapangan. Hasil kedua metode ini belum dapat memenuhi ketentuan KEP-533/PJ/2000, ini disebabkan kondisi citra yang banyak tertutup oleh awan sehingga analisis citra tidak dapat dilakukan secara optimal. Sedangkan perhitungan luas dengan metode digitasi dilakukan pada obyek yang bebas dari gangguan awan dengan pengambilan sampel obyek bidang menggunakan metode porpuse sampling mempunyai selisih -1,02%, hal ini menunjukan bahwa tidak ada perbedaan yang signifikan dengan luas hasil data lapangan, sehingga hasil perhitungan digitasi ini dapat memenuhi ketentuan dari KEP-533/PJ/2000.

The determining of land and building tax of forestry tax object is based on data reported by tax payers with from SPOP and attachment included. Because of the huge area of forestry tax object, extensive and intensive activities are conduct very seldom. In addition, there are also lack of personel, poor technical support and low finance support. Solving this limitation, a remote sensing technique is used to identify and determine the size of forestry tax object and the age of each vegetation. This research uses landsat 7 ETM+ imagery data to confirm data reported by tax payers. The research methods are (1) grouping spectral value with density slicing of Ratio Vegetation Index (RVI) image trasformation, (2) supervised classification composite image of RGB (PC1,PC2,PC3) from Principal Component Analysis (PCA) transformation result with maximum likelihood algorithm, classification accuracy test refer to Short (1982) and (3) digitized method of RGB (PC1,PC2,PC3) from PCA transformation result, reference to map of vegetation age class of Industrial Plantation Forest (HTI). Sampling size is determined by purposive sampling method. The difference result between image processing and field data is examined by t-test with significance level 95%. The research result concerning the plantation area measurement indicates, that the ‘HTI’ area obtained from density slicing is 80,34% from field data and from classification method show 88,64% from field data. It means that the both result, density slicing method and classification method don’t meet the requirement according to the KEP-533/PJ/2000, this problem caused by a lot of image condition are closed from cloud, so image analysis can’t do optimally. About of ‘HTI’ area measurement using by digitations method indicates the difference of -1,02%. It means that there is no significance difference to the one with field data, the result of the digitazions method complies with the KEP-533/PJ/2000 requirements.

Kata Kunci : Citra Landsat 7ETM+ , Objek PBB, Kehutanan, Landsat, data control, density slicing, Principal Component Analysis.