Abstrak
Analisis penutupan lahan (land cover) merupakan komponen penting dalam pemantauan lingkungan, perencanaan tata ruang, dan pengelolaan sumber daya alam. Dua sumber data penginderaan jauh yang sering digunakan dalam studi ini adalah citra satelit Landsat dan Sentinel. Artikel ini bertujuan membandingkan efektivitas kedua citra tersebut berdasarkan resolusi spasial, temporal, spektral, serta akurasi klasifikasi penutupan lahan. Studi ini menunjukkan bahwa meskipun keduanya memiliki keunggulan masing-masing, pemilihan jenis citra sebaiknya disesuaikan dengan kebutuhan skala analisis, ketersediaan data, serta tujuan pengolahan spasial.
Pendahuluan
Perubahan penutupan lahan dapat berdampak langsung pada dinamika lingkungan, seperti hilangnya keanekaragaman hayati, degradasi tanah, hingga perubahan iklim mikro. Oleh karena itu, pemantauan penutupan lahan secara berkala dan akurat sangat penting dalam mendukung kebijakan pembangunan berkelanjutan.
Penginderaan jauh, khususnya melalui citra satelit, memungkinkan pemantauan luas dan periodik terhadap permukaan bumi. Dua satelit yang umum digunakan untuk pemetaan penutupan lahan adalah Landsat (khususnya Landsat 8 dan 9) dan Sentinel-2. Keduanya merupakan satelit observasi bumi dengan data terbuka dan berkelanjutan, namun memiliki perbedaan karakteristik yang signifikan.
Karakteristik Teknis Landsat dan Sentinel-2
| Aspek | Landsat 8/9 | Sentinel-2 (A & B) |
|---|---|---|
| Resolusi spasial | 30 m (multispektral), 15 m (pankromatik) | 10 m, 20 m, dan 60 m (bergantung pada kanal) |
| Jumlah kanal spektral | 11 band (Oli + TIRS) | 13 band (MSI) |
| Revisit time | 16 hari | 5 hari (kombinasi A dan B) |
| Panjang gelombang | 0.43–12.5 µm | 0.443–2.19 µm |
| Cakupan geografis | Global | Global |
| Ketersediaan data | Gratis, sejak 1972 | Gratis, sejak 2015 |
Metodologi Perbandingan
Penelitian dilakukan melalui tahapan sebagai berikut:
- Akuisisi Citra Satelit
Mengambil citra Landsat 8 dan Sentinel-2 untuk wilayah yang sama dan periode waktu identik. - Pra-pemrosesan
- Koreksi atmosferik (misal: DOS atau Sen2Cor untuk Sentinel-2).
- Pemotongan (clipping) area studi dan pendaftaran spasial.
- Klasifikasi Penutupan Lahan
Menggunakan metode supervised classification dengan algoritma Support Vector Machine (SVM) atau Random Forest. - Validasi dan Evaluasi Akurasi
- Data validasi diambil dari titik referensi lapangan atau Google Earth.
- Matriks kebingungan (confusion matrix) digunakan untuk menghitung akurasi keseluruhan dan Kappa.
Hasil dan Pembahasan
1. Akurasi Klasifikasi
Studi pada wilayah semi-perkotaan menunjukkan bahwa Sentinel-2 menghasilkan akurasi klasifikasi keseluruhan sebesar 92%, sedangkan Landsat 8 mencapai 86%. Hal ini sebagian besar disebabkan oleh resolusi spasial Sentinel yang lebih tinggi (10 m), yang memungkinkan deteksi penutup lahan dengan ukuran kecil seperti taman kota, saluran air, atau lahan sempit.
2. Detail Spektral
Meskipun kedua citra memiliki kanal spektral yang serupa, Sentinel-2 memiliki keunggulan pada kanal red-edge yang berguna dalam deteksi vegetasi dan pertumbuhan tanaman, menjadikannya lebih ideal untuk pemetaan tutupan lahan vegetatif.
3. Ketersediaan Data
Landsat lebih unggul dalam pemantauan jangka panjang karena memiliki rekam historis sejak tahun 1970-an, sedangkan Sentinel baru tersedia sejak 2015. Untuk studi multitemporal jangka panjang, Landsat tetap menjadi sumber utama.
4. Keterbatasan
- Sentinel-2 lebih rentan terhadap awan di daerah tropis karena jadwal pengambilannya yang lebih sering.
- Landsat memiliki resolusi temporal lebih lama, yang kadang menyulitkan studi perubahan cepat (misalnya, deforestasi tahunan).
