Pemanfaatana Penginderaan Jauh dan Sistem Informasi Geografi untuk Pemodelan Spasial Potensi Karbon Monoksida (CO) Ambien (Studi Kasus: Kecamatan Ngampilan dan Gondomanan)

SANTI APRIYANI, Dr. R. Suharyadi, M. Sc.

2018 | Skripsi | S1 KARTOGRAFI DAN PENGINDRAAN JAUH

Kecamatan Ngampilan dan Kecamatan Gondomanan merupakan 2 contoh kecamatan di Kota Yogyakarta yang mengalami peningkatan jumlah kendaraan bermotor yang dapat memicu peningkatan potensi karbon monoksida ambien. Citra Quickbird dapat digunakan untuk menganalisis potensi karbon monoksida ambien karena memiliki resolusi spasial tinggi. Tujuan penelitian ini adalah untuk inventarisasi data penginderaan jauh untuk ekstraksi parameter yang diasumsikan mempengaruhi potensi karbon monoksida ambien dan pemodelan spasial potensi karbon monoksida ambien di sebagian Kecamatan Ngampilan dan Gondomanan. Analisis yang dilakukan bersifat deskriptif dengan menggunakan metode interpretasi visual Citra Quickbird untuk mengektraksi parameter-parameter yang diasumsikan mempengaruhi potensi karbon monoksida ambien. Parameter-parameter tersebut adalah kepadatan bangunan, ketinggian bangunan, peruntukan bangunan, kerapatan vegetasi, lebar jalan, jarak terhadap jalan, jarak terhadap lampu lalu lintas, dan jarak terhadap pusat tarikan lalu lintas serta ditambah dengan data volume lalu lintas hasil pengukuran lapangan. Penentuan potensi karbon monoksida menggunakan teknik pengharkatan berjenjang tertimbang pada setiap parameter dengan unit pemetaan blok bangunan. Confusion matrix digunakan untuk mengetahui ketelitian hasil interpretasi visual yang dibandingkan dengan keadaan di lapangan. Hasil yang diperoleh berupa peta parameter-parameter yang diasumsikan mempengaruhi potensi karbon monoksida dari ekstraksi Citra Quickbird dengan ketelitian cukup baik yakni berkisar 93,73% - 94,32%. Hasil lainnya adalah peta potensi karbon monoksida ambien dengan overall accuracy rata-rata 87,5% pada pengukuran pagi, siang, sore, dan malam hari. Wilayah yang memiliki potensi karbon monoksida ambien tinggi adalah wilayah blok bangunan yang berada di sekitar jalan utama karena jalan berpengaruh cukup besar terhadap potensi karbon monoksida ambien.

Ngampilan and Gondomanan two examples of sub-districts in Yogyakarta City, which are experiencing an increase in the number of motor vehicles that can trigger an increase in ambient carbon monoxide potential. Quickbird imagery can be used to analyze the potential of ambient carbon monoxide because it has a high spatial resolution. Therefore, this study aims to invent remote-sensing data for parameter extraction which is assumed to affect carbon emission potential and spatial modelling of potential carbon monoxide ambient in Ngampilan and Gondomanan districts. We use descriptive analysis by implementing visual interpretation of Quickbird Imagery to extract the parameters assumed to affect potential carbon monoxide. These parameters are building density, building height, designation of building, vegetation complexity, road width, distance to road, distance to traffic light, and distance to center of traffic, added with traffic volume data of field measurement result. Determination of carbon monoxide potential using weighted stepping technique in each parameter with building block mapping unit. Confusion matrix is used to know the accuracy of visual interpretation results compared with the circumstances in the field. The results obtained in the form of maps of parameters assumed to influence carbon monoxide potential from Quickbird Imagery extraction with good accuracy of 93.73% - 94.32%. Another result is a potential map of ambient carbon monoxide potential in Ngampilan and Gondomanan districts with an overall accuracy of 87.5% onmorning, afternoon, afternoon and evening measurements. The area with highambient carbon monoxide potential is the building block area located around themain road because the road has a significant effect on the potential of ambientcarbon monoxide.

Kata Kunci : Penginderaan Jauh, Interpretasi Visual, Karbon Monoksida, Kota/ Remote Sensing, Visual Interpretation, Carbon Monoxide, City