Pemanfaatan citra landsat 7 ETM+ untuk pendataan PBB sektor Perkebunan :: Studi kasus Perkebunan Kelapa Sawit di KP PBB Palembang

NUGRAHA, Anung Setia, Ir. Djurdjani, MS.,M.Eng

2004 | Tesis | S2 Teknik Geomatika

Pengkajian penggunaan teknik penginderaan jauh untuk pemantauan umur tanaman kelapa sawit dan luas areal kebun kelapa sawit yang luas dinilai penting, terutama bila dikaitkan dengan kegiatan operasional Kantor Pelayanan Pajak Bumi dan Bangunan (KP PBB) untuk mendapatkan data yang akurat sebagai data referensi bagi data yang diperoleh dari wajib pajak. Hal ini akan memberikan pengaruh yang positif terhadap penerimaan PBB bagi negara serta penegakan keadilan perpajakan di Indonesia. Tujuan penelitian ini adalah : (1) untuk mengetahui perbedaan tanaman kelapa sawit berdasarkan umur tanaman dari hasil analisis data citra satelit Landsat 7 ETM+, (2) untuk mengetahui luas masing-masing area peruntukannya (area kebun, area emplasemen dan area lainnya) dari hasil analisis data citra satelit Landsat 7 ETM+, dan (3) untuk meneliti sejauh mana ketelitian perhitungan luas tersebut dibandingkan dengan metode pengukuran GPS. Metode penelitian yang digunakan adalah analisis data digital citra Landsat 7 ETM+. Penelitian untuk mengetahui umur tanaman kelapa sawit dilakukan dengan menggunakan seluruh saluran citra (1-5, 7) serta citra hasil transformasi indeks vegetasi (NDVI, RVI, TVI, VIF dan DVI). Penentuan sampel dilakukan dengan cara purposive sampling dan area sampling. Analisis statistik yang digunakan adalah korelasi dan regresi dari persamaan regresi ‘Power’ yaitu Y = a Xb, dimana Y adalah nilai spektral dan X adalah umur tanaman kelapa sawit. Penelitian untuk mengetahui luas areal kebun dilakukan dengan 2 metode yaitu penghitungan luas areal kebun dengan metode klasifikasi terbimbing dan metode digitasi, dengan terlebih dahulu dilakukan fusi HIS antara citra komposit 543 dengan citra pankromatik. Dalam metode klasifikasi terbimbing, citra hasil fusi kemudian dilakukan penentuan training area sesuai dengan area peruntukannya dan dilakukan klasifikasi dengan algoritma kemiripan maksimum (maximum likelihood). Pada penelitian metode digitasi, hasil fusi kemudian dilakukan digitasi dengan referensi peta digital kebun. Hasil penelitian tentang hubungan umur tanaman kelapa sawit dengan nilai spektral menunjukkan bahwa untuk saluran TM4 dan semua citra hasil indeks vegetasi (NDVI, RVI, TVI dan DVI) terdapat hubungan yang signifikan. Tingkat korelasi yang tertinggi terdapat pada citra DVI yaitu 0,623. Hubungan korelasi yang terjadi adalah positif, artinya setiap pertambahan umur tanaman kelapa sawit akan diikuti dengan peningkatan nilai spektral. Hasil penelitian mengenai penghitungan luas areal kebun hasil klasifikasi menunjukkan bahwa rata-rata luas areal hasil klasifikasi sebesar 62,96% dari luas areal hasil pengukuran GPS sehingga tidak dapat memenuhi ketentuan dari SE.533/PJ/2000. Sedangkan hasil penelitian mengenai penghitungan luas areal kebun hasil digitasi mempunyai selisih sebesar +1,31%, hal ini menunjukkan bahwa tidak ada perbedaan yang signifikan dengan luas areal hasil pengukuran GPS, berarti hasil penghitungan dengan digitasi dapat memenuhi ketentuan dari SE.533/PJ/2000.

In order to get accurate PBB (land and building tax) data, remote sensing technology can be used to supervise the age of oil palm plants and the area of oil palm plantation. The analysis of the remote sensing technology has become very important, especially to support the activities in the Local Land and Building Tax Service Office (KPPBB) in providing PBB related data. The analysis will positively affect the PBB revenue and the equality enforcement of the tax law. This research intends (1) to classify the palm oil plants based on their age using the satellite image analysis, (2) to measure the areas of each allocation of palm oil plantation (plantation, emplacement, and the other areas) using the satellite image analysis, and (3) to compare the areas obtained from the image analysis to ones obtained from the GPS survey method. This research was carried out by analyzing the digital Landsat 7 ETM+ satellite image. The measurement of palm oil plants age used the entire band image (1-5, 7) and the image obtained from the vegetation index transformation (NDVI, RVI, TVI, VIF, and DVI). The sampling methods used were the purposive sampling and the area sampling, while the statistical analyses used were the correlation and regression analyses from the ‘power’ regression equation Y = a Xb, where Y was the spectral value and X was the palm oil palnts age. The measurement of palm oil plantation area was carried out by using 2 methods, i.e. the supervised classification and the digitations methods, respectively. Prior to those two classification processes, the composite image 543 was fused with the panchromatic image using the HIS fusion. In the supervised classification method, the training area determination of the fusion image was carried out based on the allocation areas, while the maximum likelihood algorithm was used to classify the image data. In the digitations method, the fusion image was digitized using a plantation digital map as a reference. The result of this research indicates that the spectral value of TM4 band and the spectral value of the entire image obtained from the vegetation index transformation (NDVI, RVI, TVI, and DVI) are positive and significant having a correlation with the palm oil plants age, while the DVI image has the highest correlation coefficient (0,623). The positive correlation indicates that as palm oil plants ages increase spectral value of the image do as well. The plantation area measurement indicates that the average of area obtained from classification method is 62,96% from the GPS survey method. It means that such method does not meet the requirements according to the SE-533/PJ/2000. The plantation areas measurement using the digitation method indicates the difference of +1,31%. It means that there is no significance difference to the one with the GPS method, which means the results of the digitation method complies with the SE-533/PJ/2000 requirements.

Kata Kunci : Citra Landsat 7 ETM+,Pendataan Pajak Bumi dan Bangunan Perkebunan, Landsat, palm oil plants age, spectral value, classification, digitations.