Perpustakaan Digital ITB

Proses atau gerakan turunnya permukaan tanah (land subsidence) telah banyak terjadi di berbagai wilayah di dunia terutama di kota-kota besar. Dampak penurunan muka tanah antara lain dapat merusak infrastruktur perkotaan yang kemudian dapat saja menjadi gangguan terhadap stabilitas perekonomian dan kehidupan sosial di wilayah tersebut. Untuk itu dibutuhkan sistem mitigasi bencana alam yang mampu memberikan analisis kebumian secara cepat dan optimal dalam konteks kajian cepat, yaitu suatu sistem yang dapat melakukan kajian cepat terhadap dampak tersebut sehingga skala prioritas pengelolaan kawasan dapat ditentukan secara efektif dan efisien. Berbagai metode dan teknologi kebumian telah berkembang pesat dan saling melengkapi untuk menunjang analisis kebencanaan yang lebih komprehensif. Salah satunya adalah teknologi penginderaan jauh yang memiliki kemampuan untuk melakukan penilaian terhadap kawasan luas dengan waktu yang cepat serta terkait dengan tipikal negara Indonesia yang merupakan negara tropis (memiliki intensitas dan luas liputan awan yang tinggi). Pemilihan teknologi radar merupakan salah satu solusi pemetaan spasial yang tepat untuk penetapan estimasi penurunan muka tanah. Penelitian ini mencoba mengoptimisasi metode PS-InSAR (Permanent Scatterer Interferometric Synthetic Aperture Radar) sebagai metode teknologi radar terkini untuk penetapan estimasi penurunan muka tanah. Metode PS-InSAR secara teori memiliki beberapa keuntungan dibandingkan metode radar lainnya seperti InSAR (Interferometric Synthetic Aperture Radar) dan DInSAR (Differential Interferometric Synthetic Aperture Radar). Metode PS-InSAR memiliki kemampuan meminimalkan pengaruh dekorelasi, bias atmosferik dan meningkatkan tingkat ketelitian. Sebaliknya, metode PS-InSAR memiliki kelemahan dalam kebutuhan data citra radar dalam jumlah besar, perangkat keras berspesifikasi tinggi dan lamanya waktu pemrosesan. Berdasarkan hal-hal tersebut di dalam penelitian ini dilakukan optimisasi metodologi PS-InSAR terhadap beberapa variabel antara lain pengaruh perangkat keras, penentuan citra utama, iterasi pengurangan data citra, penetapan batas minimum koherensi, pengaruh tingkatan data, pengaruh kombinasi data, penerapan algoritma penapisan. Hasil optimisasi metode PS-InSAR ini yang kemudian yang disebut penulis sebagai metode LPS-InSAR (Light Permanent Scatterer Interferometric Synthetic Aperture Radar). Estimasi penurunan muka tanah menggunakan metode LPS-InSAR ini divalidasi tingkat keandalannya menggunakan hasil estimasi penurunan muka tanah terhadap titik-titik pengamatan GPS dan hasil pengolahan DInSAR, sebagai berikut: DInSAR1 adalah metode pengolahan data radar untuk penentuan penurunan muka tanah menggunakan metode DInSAR pada sistem perangkat lunak ENVI SARScape, DInSAR2 adalah metode pengolahan data radar untuk penentuan penurunan muka tanah berdasarkan hasil penelitian metode DInSAR sebelumnya (Sumantyo, 2009) dan GPS3 adalah metode penentuan penurunan muka tanah berdasarkan hasil penelitian metode GPS sebelumnya (Abidin, 2009). Hasil analisis yang diperoleh berdasarkan penggunaan perangkat keras adalah berperannya spesifikasi minimum perangkat keras dalam kecepatan pemrosesan data LPS-InSAR. Terkait metode penentuan citra utama didapatkan kesimpulan bahwa penggunaan metode estimasi presisi lebih baik daripada metode estimasi jarak utama dengan selisih nilai lebih kecil yaitu sebesar 0,6 cm/thn (DInSAR1), 0,6 cm/thn (DInSAR2) dan 1,1 cm/thn (GPS3). Untuk analisis iterasi pengurangan jumlah data citra diperoleh kesimpulan untuk penerapan metode LPS-InSAR dapat dilakukan hingga 7 data citra ALOS PALSAR dimana diperoleh rerata nilai penurunan muka tanah sebesar 16,9 6,8 mm/thn. Hasil optimisasi metode LPS-InSAR yang didasarkan atas karakteristik tingkatan data citra ALOS PALSAR yang digunakan (tingkat 1.0 dan 1.1) pada 7 dan 8 set data citra menunjukkan tingkatan data 1.0 memberikan selisih rerata simpangan baku yang jauh lebih kecil dibandingkan hasil tingkatan data 1.1 yaitu 0,6 cm/thn (DInSAR1), 0,6 cm/thn (DInSAR2) dan 1,1 cm/thn (PS-InSAR3). Untuk kajian terhadap karakteristik kombinasi penggunaan tingkatan data yaitu 1.1 (tanpa kombinasi) serta kombinasi 1.0 dan 1.1 didapatkan penggunaan kombinasi data memberikan hasil yang lebih baik dan memiliki sebaran densitas yang lebih tinggi. Untuk karakteristik penetapan koherensi minimum antara nilai koherensi 0,8 dan 0,9, koherensi minimum 0,9 memberikan nilai selisih kecepatan penurunan muka tanah yang lebih kecil pada pengamatan satu piksel (titik validasi GPS-KP01) sebesar 0,6 cm/thn (DInSAR1), 0,6 cm/thn (DInSAR2) dan 1,1 cm/thn (GPS3) pada 18 set data citra. Terkait penggunaan teknik penapisan, metode Goldstein memberikan waktu yang lebih cepat dibandingkan teknik penapisan lainnya yaitu sebesar 72 menit (metode Adaptif) dan 48 menit (metode Boxcar). Berdasarkan hasil pengolahan data menggunakan metode LPS-InSAR untuk estimasi penurunan muka tanah di kawasan Cekungan Bandung pada set 7, 11, 12, 13 dan 19 data citra ALOS PALSAR diperoleh nilai rerata penurunan muka tanah berkisar antara 9,1±6,4 mm/thn hingga 17,4±10,9 mm/thn. Akumulasi nilai penurunan muka tanah tertinggi berkisar antara 50,6±10,4 mm/thn hingga 56,4±11,5 mm/thn terdapat di wilayah kabupaten Bandung dan kota Cimahi. Terkait hasil validasi metode LPS-InSAR dan DInSAR terhadap hasil pengamatan GPS diperoleh nilai selisih terkecil dari rerata simpangan baku hasil pengolahan LPS-InSAR terhadap hasil pengamatan GPS adalah 1,6 0,7 cm/thn sedangkan nilai selisih terkecil dari rerata simpangan baku hasil pengolahan DInSAR sebelumnya terhadap hasil pengamatan GPS adalah 0,9 0,6 cm/thn. Hal ini mengindikasikan hasil pengolahan DInSAR relatif lebih teliti dibandingkan hasil pengolahan LPS-InSAR pada penelitian ini apabila didasarkan hasil validasi terhadap metode pengamatan GPS. Hasil penelitian metode LPS-InSAR memiliki potensi dan harapan untuk dapat digunakan sebagai konteks kajian cepat di dalam sistem mitigasi bencana alam terutama untuk estimasi penurunan muka tanah.