1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Semakin berkembangnya ilmu pengetahuan pada saat ini, maka turut

berkembang pula teknologi yang digunakan. Dalam kesehariannya, manusia

selalu membutuhkan teknologi dalam mengerjakan kegiatannya sehari-hari.

Begitu pula dengan ilmu kartografi yang ada pada saat ini, dimana tidak lagi

hanya sekedar ilmu pembuatan peta yang dituangkan dalam selembar kertas,

namun pada saat ini ilmu kartografi juga berkembang menuju arah teknologi yang

maju. Hal ini dapat diamati dari terus berkembangnya teknik penyusunan, analisis,

dan visualisasi hasil kartografi.

Kartografi pada era sebelum 60-an merupakan kegiatan yang terkenal

dengan manufacturing maps, tetapi pada saat ini lebih cenderung ke arah analisis

dan visualisasi data secara spasial (Kraak & Ormelling, 1999 dalam Noorhadi

Rahardjo). Perkembangan teknologi telah mempengaruhi perubahan dari berbagai

produk kartografi menjadi lebih cepat, lebih murah, dan interaktif dengan

tampilan visual secara hampir real-time. Dalam hal ini dapat dikatakan bahwa

produk kartografi saat ini telah mengalami penekanan secara lebih dari mulanya

yang bersifat statis menjadi peta dinamis (Taylor, 1994).

Penginderaan jauh merupakan suatu ilmu atau teknologi untuk

memperoleh informasi atau fenomena alam melalui analisis suatu data yang

diperoleh dari hasil rekaman obyek,daerah atau fenomena yang dikaji. Teknologi

penginderaan jauh dalam pekembangannya mempunyai perkembangan yang

sangat cepat. Hal ini ditunjukkan pada system perekaman ataupengumpulan data

penginderaan jauh dilakukan dengan menggunakan alat pengindera (sensor) yang

dipasangpada pesawat terbang atau satelit (Lillesand dan Keifer, 1987) yang

sudah mengalami perkembangan yang sangat pesat sehingga dapat menghasilkan

kualitas dan kuantitas data secara spasial yang lebih baik.Perkembangan teknologi

Penginderaan Jauh semakin nyata terlihat melalui kehadiran berbagai sistem

satelit dengan berbagai misi dan teknologi sensor.

2

Aplikasi satelit penginderaan jauh telah mampu memberikan

data/informasi tentang sumberdaya alam dataran dan sumberdaya alam kelautan

secara teratur dan periodik. Salah satu keuntungan dari data citra satelit untuk

deteksi dan inventarisasi sumberdaya lahan adalah setiap lembar (scene) citra ini

mencakup wilayah yang sangat luas yaitu sekitar 60–180 km2.

Lahan akan bervariasi menurut kegiatan manusia yang ada di dalamnya.

Adanya bermacam-macam kegiatan manusia akan menimbulkan variasi harga

lahan yang berbeda-beda antara yang satu dengan yang lainnya. Semakin

meningkatnya kebutuhan akan lahan, menjadikan harga lahan pada suatu tempat

dengan sendirinya akan mengalami kenaikan. Harga lahan adalah penilaian atas

lahan yang diukur berdasarkan harga nominal dalam satuan ruang untuk satuan

luas pada pasaran lahan (Yunus, 1987). Banyak sektor yang membutuhkan data

harga lahan untuk tujuan tertentu, dan biasanya mengarah pada tujuan ekonomi.

Perubahan harga lahan akan berlangsung secara cepat seiring dengan

bertambahnya aktivitas manusia, maka untuk mengetahui perubahan harga lahan

tersebut, data penginderaan jauh dapat digunakan sebagai solusi untuk mengetahui

perubahan harga lahan tersebut berdasarkan parameter-parameter fisik lahan yang

ada.

Ketersediaan citra satelit dalam bentuk digital memungkinkan

penganalisaan dengan komputer secara kuantitatif dan konsisten serta dapat

digunakan untuk cek lapangan. Dengan teknologi Inderaja, penjelajahan lapangan

dapat dikurangi, sehingga akan menghemat waktu dan biaya bila dibanding

dengan cara teristris di lapangan. Analisis data penginderaan jauh merupakan

suatu kegiatan untuk mengenali kembali segala kenampakan obyek yang berhasil

ditangkap oleh alat sensor yang dibawa satelit. Kenampakan citra dalam penyajian

detil/data dipengaruhi oleh tingkat resolusi

Survey terestrial atau survey lapangan merupakan salah satu metode yang

dapat digunakan untuk mendapatkan data harga lahan. Tetapi metode ini

mempunyai kelemahan yaitu dibutuhkan waktu yang relatif lama dan tenaga yang

besar. Selain itu, untuk daerah dengan perubahan harga lahan yang sangat

dinamis, proses survey lapangan tidak dapat mengimbangi perubahan tersebut.

3

Daerah dengan perubahan harga lahan yang dinamis adalah daerah dimana nilai

lahan meningkat dengan cepat, yang secara langsung akan mempengaruhi harga

lahan. Daerah ini adalah daerah pusat-pusat pertumbuhan dan kota.

.Parameter yang mempengaruhi harga lahan dapat diketahui dengan

interpetasi manual atau dengan menggunakan aplikasi software GIS. GIS adalah

suatu sistem software, hardware dan prosedur untuk memfasilitasi manajemen,

manipulasi, analisa, pemodelan, representasi dan tampilan data tergeoreferensi

untuk memecahkan masalah yang kompleks berkaitan dengan perencanaan dan

manajemen sumber daya.

1.2. Perumusan Masalah

Kecamatan Minggir merupakan salah satu daerah di wilayah barat

Kabupaten Sleman dengan perubahan penggunaan lahan yang relatif cepat di

Kabupaten Sleman, sehingga akan menimbulkan perubahan harga lahan yang

cepat pula. Hal ini terutama dipengaruhi oleh keberadaan jembatan yang

menghubungkan antara Kabupaten Kulonprogo dengan Kabupaten Sleman yang

letaknya terletak di Kecamatan Minggir. Sebelumnya, kedua daerah ini dipisahkan

oleh Sungai Progo yang cukup besar dan seolah-olah Kecamatan Minggir menjadi

ujung dari Kabupaten Sleman. Di sepanjang jalan yang ada di Kecamatan Minggir

terdapat peningkatan perubahan lahan yang cepat, dan umumnya adalah

perubahan lahan pertanian menjadi non-pertanian (permukiman dan jasa).

Salah satu metode yang dapat digunakan untuk memperoleh data harga

lahan secara efektif dan cepat adalah dengan menggunakan teknologi

penginderaan jauh dan sistem informasi geografis. Citra Ikonos merupakan salah

satu produk Penginderaan Jauh yang dapat digunakan dalam studi harga lahan.

Dengan resolusi spasial yang tinggi serta data yang dapat diperbaharui, akan

memudahkan dalam proses analisa dan update harga lahan. Variabel yang dapat

diekstrak dari citra satelit Ikonos ini adalah data penggunaan lahan dan

aksesbilitas lahan.

Pemilihan Kecamatan Minggir sebagai daerah penelitian didasarkan pada

beberapa hal penting. Kecamatan Minggir dikenal sebagai wilayah pertanian yang

4

didominasi oleh sawah. Dengan adanya keberadaan jembatan yang

menghubungkan antara 2 Kabupaten di 2 provinsi yang berbeda akan

menimbulkan adanya pertambahan aktivitas manusia yang akan mengakibatkan

adanya perubahan pemanfaatan lahan dan permintaan lahan untuk memenuhi

kebutuhan manusia.

Dari uraian di atas dapat diambil beberapa pertanyaan :

1. Seberapa besarkah manfaat citra Ikonos dalam penentuan harga lahan

khususnya untuk daerah kecamatan Minggir ?

2. Bagaimanakah penyebaran harga lahan di Kecamatan Minggir pada

saat ini ?

Untuk itu penulis ingin mengadakan penelitian dengan judul “Pemanfaatan

Citra Ikonos Untuk Mengetahui Sebaran Harga Lahan di Kecamatan Minggir

Kabupaten Sleman Daerah Istimewa Yogyakarta.”

1.3. Tujuan Penelitian

Tujuan dari penelitian ini adalah

1. Mengetahui seberapa jauh manfaat Citra IKONOS dalam

menghasilkan informasi penggunaan lahan dan aksesbilitas lahan.

2. Mengetahui sebaran harga lahan yang ada di Kecamatan Minggir

Kabupaten Sleman

1.4. Kegunaan Penelitian

Kegunaan penelitian ini adalah

1. Dapat dijadikan alternatif bagi pihak terkait untuk mengetahui sebaran

harga lahan.

2. Secara ilmiah dapat dijadikan rujukan bagi studi ilmiah mengenai

harga lahan.

1.5. Sasaran Penelitian

Penelitian ini ditujukan terutama dalam hal pengenalan obyek pada citra

ikonos, yaitu penggunaan lahan dan aksesbilitas lahan.Sasaran lain adalah

5

penekanan metode analisa menggunakan Sistem Informasi Geografis. Data yang

telah dihasilkan oleh metode penginderaan jauh diolah dengan software SIG.

Pengharkatan, analisa jaringan (network analyst), buffering dan tumpangsusun

(overlay) merupakan metode yang akan digunakan dalam penelitian kali ini.

1.6. Tinjauan Pustaka

1.6.1. Sistem Penginderaan Jauh.

Penginderaan jauh adalah ilmu dan seni untuk memperoleh informasi

tentang suatu obyek, daerah atau fenomena melalui analisa data yang diperoleh

dengan suatu alat tanpa adanya kontak langsung dengan obyek, daerah atau

fenomena yang dikaji (Lillesand & Kiefer, 1979).Menurut Sutanto (1995) Sistem

penginderaan jauh terdiri dari dua sub sistem yang saling terkait. Sub sistem

pertama adalah sub sistem perolehan. Sistem ini berkaitan dengan metode untuk

memperoleh data penginderaan jauh yang valid yang mencakup antara lain :

1. Tenaga untuk sensor penginderaan jauh, tenaga ini adalah gelombang

elektro magnetik, baik yang alamiah, yaitu pantulan dari sinar matahari

dan pancaran dari obyek itu sendiri (penginderaan jauh pasif) maupun

buatan misalnya radar dan gelombang mikro (penginderaan jauh aktif).

2. Obyek penginderaan jauh, yaitu segala obyek benda maupun fenomena

yang direkam dan dikenali oleh sensor serta dapat diidentifikasi baik

secara langsung maupun tidak langsung.

3. Proses penginderaan jauh, meliputi berbagai interaksi antar tenaga obyek,

serta atmosfer dan proses perekaman itu sendiri.

Subsistem yang kedua adalah analisis dan sintesis.Analisa yaitu proses

mengenali apa yang terekam dalam data digital maupun data analog serta menilai

arti pentingnya masing-masing sesuai dengan tujuan yang terkait. Sintesis adalah

penggabungan atau pemaduan unsure-unsur hasil analisis sebagai langkah lanjut

untuk mencapai tujuan tertentu.

Komponen dalam sistem penginderaan jauh dapat dijabarkan dalam

gambar berikut ini:

6

Sumber : Sutanto (1995)

Gambar 1.1. Sistem dan komponen Penginderan jauh

Data yang dihasilkan oleh sistem penginderaan jauh mempunyai kerincian

yang berbeda-beda. Kerincian data tergantung pada resolusi dari data tersebut.

Ada empat jenis resolusi data penginderaan jauh, yaitu :

1. Resolusi spasial, yaitu ukuran obyek terkecil yang dapat disajikan,

dibedakan, dan dkenali pada data

2. Resolusi spektral, yaitu kerincian spektrum elektromagnetik yang

digunakan dalam perekaman

3. Resolusi radiometrik, yaitu menunjukkan kepekaan sistem sensor

terhadap perbedaan terkecil dari kekuatan sinyal

4. Resolusi temporal merupakan frekuensi perekaman ulang pada daerah

yang sama. (Sutanto,1995)

Berbagai jenis analisis dengan tujuan akhir yang khusus memerlukan jenis

data penginderaan jauh yang berbeda satu sama lain. Untuk itu dirasa sangat perlu

untuk mengetahui spesifikasi data apa saja yang kita perlukan untuk jenis analisa

yang sedang kita lakukan.

Setelah pemilihan data yang sesuai telah dilaksanakan maka proses yang

tak kalah pentingnya adalah mengenai analisis data. Lillesand dan Kiefer (1979)

mengemukakan bahwa interpretasi citra adalah identifikasi apa yang dapat dilihat

pada citra dan mengkomunikasikan informasi ini dengan yang lain sehingga

membentuk informasi yang berguna. Lebih lanjut Sutanto (1986) mengemukakan

bahwa prinsip identifikasi dan pengenalan obyek pada citra didasarkan pada

7

penyidikan karakteristik atau atributnya pada citra. Pekerjaan lapangan (field

checking merupakan satu kesatuan dengan pekerjaan interpretasi. Interpretasi

ulang merupakan usaha penyempurnaan hasil interpretasi yang dipadukan dengan

hasil uji dan pekerjaan lapangan.

Penginderaan jauh dapat diklasifikasikan ke dalam beberapa jenis. Ini

didasarkan pada jenis sensor, jenis alat perekam, jenis wahana, jenis keluaran

data, dan lain-lain. Menurut Sutanto (1995) data penginderaan jauh sesuai dengan

cara perekamannya dibagi menjadi dua jenis, yaitu : data digital dan data analog.

Data digital berupa susunan angka yang mencerminkan nilai warna atau tingkat

keabuan serta data koordinat/posisi. Data tadi memberikan nilai pada sel-sel kecil

yang bernama piksel, yakni ukuran terkecil obyek yang dapat direkam oleh

sensor.Data analog adalah data yang terekam dalam bentuk gambar. Data analog

dibedakan lagi menjadi data grafis (1 dimensi) dan data dua dimensional yang

selanjutnya disebut citra.

Lebih lanjut Sutanto (1995) menyatakan bahwa citra dapat dibagi lagi

menjadi dua kelompok, yaitu citra foto dan citra non foto (digital). Citra foto

dibuat dengan kamera, perekaman secara serentak untuk satu lembar foto dan

menggunakan tenaga cahaya tampak atau perluasannya (ultraviolet dekat atau

inframerah dekat). Sedangkan citra non foto dibuat dengan sensor selain kamera

yang didasarkan atas penyiaman (scanning). Perekamannya bagian demi bagian

dan dapat menggunakan semua jenis gelombang elektromagnetik, bahkan dapat

menggunakan pita serapan.

Pada dekade 1960-an hamper semua data pengnderaan jauh hanya

mempunyai output berupa data analog dan visual. Tetapi mulai tahun 1970-an

hingga sekarang format digital mulai menggeser keberadaan data analog,

dikarenakan karena berbagai keuggulan format ini, diantaranya data lebih

portable, mudah diolah dengan computer serta range nilai spectral yang lebih pasti

dan lebih besar. Bahkan akhir-akhir ini terlihat bahwa tren dari data penginderaan

jauh mulai bergeser pada citra satelit sangat detail dan citra hiperspektral, sebagai

contoh adalah produk citra IKONOS yang akan digunakan dalam penelitian kali

ini.

8

1.6.2. Penginderaan Jauh Resolusi Tinggi : Ikonos

Kerincian informasi yang dapat disadap dari data penginderaan jauh sangat

tergantung dari resolusi. Untuk penelitian kali ini, dari keempat resolusi yang ada,

yaitu resolusi spasial, temporal, spectral, dan radiometrik, maka resolusi spasial

merupakan yang terpenting. Resolusi spasial merupakan ukuran obyek terkecil

yang dapat disajikan. Ini sangat menguntungkan dalam interpretasi detail

penggunaan lahan dan aksesibilitas yang merupakan salah satu data penting yang

dibutuhkan untuk analisa harga lahan.

Dengan kemajuan teknologi saat ini, telah banyak produk-produk data

penginderaan jauh dengan resolusi spasial yang detail, salah satunya adalah

IKONOS yang akan digunakan dalam penelitian kali ini

Satelit IKONOS-1 diluncurkan pada tahun 1999 namun gagal. IKONOS-2

yang secara resmi diluncurkan pada 24 September 1999, untuk menggantikan

IKONOS-1 (Space Imaging, 2003). Satelit ini membawa sensor pankromatik dan

multispektral dengan lebar sapuan 11 km. Sumber energi satelit ini dihasilkan dari

3 buah "solar array" yang menghasilkan daya sebesar 1100 watt. Satelit Ikonos-II

dilengkapi memori dengan kapasitas mencapai 64 gigabyte sebagai media

penyimpan data. Data hasil rekaman disimpan dalam memori, kemudian ditransfer

ke stasiun penerima di bumi dengan kemampuan transfer data sebesar 320

megabyte per detik.

Sensor yang dibawa oleh satelit IKONOS adalah sensor pankromatic

(PAN) dan sensor yang terdiri atas 4 saluran (MSI). Bila data pada diplotkan pada

sumbu-sumbu koordinat saluran hijau, biru, merah dan inframerah dekat maka

dihasilkan ruang spektral yang spesifik, sebagai acuan pengenalan objek secara

spektral. Pada panjang gelombang 0,45 - 0,90 um merupakan spektral tampak

(visible) yang sama dengan citra Landsat 4 dan 5 saluran 1 - 4 (Space Imaging,

2003). Dengan mengkoleksi data 1 1-bit, dimana akan menghasilkan 2.048 tingkat

kecerahan (gray level), hal ini akan meningkatkan kontras dan detail bayangan

(Ganas et al. 2001). Area berukuran satu kilometer persegi dengan citra berwarna

(tiga saluran RGB) membutuhkan 3 MB penyimpanan untuk data 8 bit, dan 6 MB

untuk data 11 bit (Tabel 2.4). Data yang dipergunakan dalam penelitian ini adalah

9

warna asli, 3 band (PAN/MSI), resolusi spasial 1-m dengan besar file 17,8 MB.

Tabel 1.1 Spesifikasi Ikonos

Sumber : Space Imaging,2011

Pada Tabel berikut akan dipaparkan spesifikasi sensor dan resolusi tiap

saluran pada sistem satelit IKONOS.

Tabel 1.2. Spesifikasi sensor dan resolusi Ikonos

Sumber : Space Imaging,2011

Pada setiap area dibumi dibutuhkan 1,5 hari untuk data dengan resolusi

diatas 2 m, dan rata-rata dibutuhkan 1,5 hari untuk data dengan resolusi diatas 2

m, dan rata-rata membutuhkan waktu 3 hari untuk data dengan resolusi citra 1 m.

Satelit IKONOS mempunyai orbit polar, circular, sinkron matahari, yang berarti

akan meliput daerah yang sama pada jam yang sama yaitu 10:30 pagi, mengorbit

Mode Band Batas Bawah (nm) Batas Atas (nm) Lebar Band (nm) Resolusi Spasial (m)

Pan 525.8 928.5 403 1

MS-1 (Biru) 444.7 516.0 71.3 4

MS-2 (Hijau) 506.4 595.5 88.6 4

MS-5 (Merah) 631.9 697.7 65.8 4

MS-4 (VNIR) 757.3 852.7 95.4 4

24-Sep-99 Vandenberg Air Force Base, California

Waktu operasional Lebih dari 8.5 Tahun Orbit 98.1 derajat, sun synchronous Kecepatan Orbit 7.5 kilometer (4.7 miles) per detik Kecepatan di bumi 6.8 kilometer (4.2 miles) per detik Revolusi setiap 24 jam Waktu mengelilingi bumi 98 menit Altitude 681 kilometer (423 miles)

Nadir: Pankromatik 0.82 meter (2.7 kaki) multispektral 3.2 meter(10.5 kaki) Off Nadir : Pan 1.0 meter (3.3 kaki), multispektral 4.0 meter (13.1 kaki) 11.3 kilometer (7.0 miles) pada nadir 13.8 kilometer (8.6 miles pada 26° off-nadir)

Waktu melewati ekuator Kurang lebih 10:30 a.m. waktu matahari Resolusi temporal Kurang lebih 3 hari pada resolusi 1 meter, 40° latitude Dynamic Range 11-bits per pixel Image Bands Pankromatik, biru, hijau, merah, inframerah dekat

Diluncurkan

Resolusi

Cakupan citra

10

681 km dan kedua sensor (pankromatik dan multispektral) mempunyai lebar

sapuan (scann imaging) 11 km. Dengan kemampuan ini jelas sekali manfaat dari

data citra tersebut mampu digunakan untuk pemantuan terhadap perkembangan

NJOP Bumi.

Tabel 1.3. Spesifikasi tiap saluran citra

Bits per

Piksel

Jumlah

Saluran

Resolusi Spasial

(m)

Besar File per

km2 (MB)

Hitam dan Putih 8 1 1 1

11 1 1 2

Multispektral (warna asli atau 8 4 0,1875

semu) 11 ~>

4 0,375

Multispektral (4-band) 8 4 4 0,25

11 4 4 0,5

Warna (warna asli atau semu) 8 3 1 3

11 1 6

Warna (4-band) 8 4 1 4

11 4 1 8

Bundle (warna asli atau 8 4 1+4 1,1875

semu) 11 4 1+4 2,375

Bundle (4-band) 8 5 1+4 1,25

11 5 1-4 2,5

Sumber : Space Imaging,2011

Pada setiap area dibumi dibutuhkan 1,5 hari untuk data dengan resolusi

diatas 2 m, dan rata-rata dibutuhkan 1,5 hari untuk data dengan resolusi diatas 2

m, dan rata-rata membutuhkan waktu 3 hari untuk data dengan resolusi citra 1 m.

Satelit IKONOS mempunyai orbit polar, circular, sinkron matahari, yang berarti

akan meliput daerah yang sama pada jam yang sama yaitu 10:30 pagi, mengorbit

681 km dan kedua sensor (pankromatik dan multispektral) mempunyai lebar

sapuan (scannmg) 11 km. Data IKONOS dapat menghasilkan citra stereo,

sehingga memungkinkan pandangan secara 3 dimensi (Kumar dan Ofelia, 2001).

Dengan kemampuan ini jelas sekali manfaat dari data citra tersebut mampu

digunakan untuk pemantuan terhadap perkembangan NJOP Bumi.

Semakin kecil ukuran obyek (terkecil) yang dapat terdeteksi, semakin

halus atau tinggi resolusinya, begitu pula sebaliknya. citra IKONOS mempunyai

11

resolusi spasial 1-m untuk citra pankromatik dan 4-m untuk citra multispektral.

Spesifikasi dari produk citra Ikonos-II dapat dilihat pada Tabel berikut ini :

Tabel 1.4. Spesifikasi produk citra Ikonos

Sumber : Space Imaging 2011

1.6.3. Harga Lahan

Harga lahan merupakan dasar dalam penentuan NJOP khususnya untuk

obyek pajak bumi. Menurut UU RI No. 12 tahun 1985 Pasal 1 ayat 3 dan

Perubahan UU RI No. 12 Tahun 1994 disebutkan bahwa Nilai Jual Obyek Pajak

(NJOP) adalah harga rata-rata yang diperoleh dari transaksi jual beli yang terjadi

secara wajar, dan bilamana tidak terdapat transaksi jual beli, NJOP ditentukan

melalui perbandingan harga dengan objek lain yang sejenis, atau nilai perolehan

baru, atau nilai jual objek pajak pengganti.

Dalam penentuan NJOP dikenal tiga pendekatan penilaian, yaitu :

1. Pendekatan data pasar

Dilakukan dengan cara membandingkan objek sejenis dengan yang

sudah diketahui harganya. Pendekatan ini umumnya digunakan untuk menilai

harga lahan atau tanah.

2. Pendekatan biaya

Ini dipergunakan untuk bangunan, dimana nilai bangunan dihitung

berdasarkan biaya pembuatan bangunan dikurangi biaya penyusutan.

Ortho Target Mosaick Pilihan

Correc ted Elevation Available Stereo

Angle

Geo 15,0 m* N/A N/A Tidak 60° - 90° Tidak Tidak Visual dan interpretasi

Regional, pemetaan

area yang luas dan

aplikasi umum SIG

Transportasi, infrastruktur

penggunaan lahan dan

evaluasi penentuan letak

perkembangan ekonomi

Akurasi posisi tinggi dan

perencanaan kota skala besar,

penaksiran wilayah hutan

Pemetaan presisi dan analisis

lanjut untuk detail perkotaan,

peta kadaster dan aplikasi

pemetaan infrastruktur

YaYa72° - 90°Ya1:4.8001.9

10.2 m 4.8

2.0 m 0.9 1: 2.400 Ya

4.1 m

Aplikasi

Precision

Precision Plus

Pro

Ya

YaYa60° - 90°Ya1:12.000

75°-90° Ya Ya

YaReference 25.4 m 11.8 1:50.000 Ya 60° - 90°

CE90 RMS NMAS

Akurasi Posisi

Level

12

3. Pendapatan Kapitalisasi pendapatan

Ini juga salah satu pendekatan untuk menentukan nilai objek pajak

untuk bangunan, yaitu dengan mengkapitalisasikan pendapatan satu tahun

dari objek pajak yang dibangun untuk menghasilkan pendapatan.

Pada penelitian kali ini yang dikhususkan pada harga lahan, maka bahasan

hanya akan difokuskan pada pendekatan harga pasar yang diperuntukkan untuk

analisis penilaian harga bumi/tanah/lahan. Dalam teknisnya, penilaian dilakukan

dengan dua cara, yaitu :

1. Penilaian masal

yaitu Nilai dihitung berdasarkan Nilai Indikasi Rata-rata (NIR) yang terdapat

pada setiap Zona Nilai Tanah (ZNT). NIR (Nilai Indikasi Rata-rata) adalah

nilai pasar rata-rata yang dapat mewakili nilai lahan dalam suatu Zona Nilai

Tanah (ZNT).

Zona Nilai Tanah menggambarkan suatu zona geografis yang terdiri atas

sekelompok objek yang mempunyai satu Nilai Indikasi Rata-rata. Teknisnya

penentuan batas ZNT mengacu pada batas penguasaan lahan, dan tidak terikat

pada batas blok. Tetapi prakteknya ZNT dapat didasarkan pada tersedianya

data pasar yang dianggap layak untuk mewakili nilai tanah.

Blok ditetapkan menjadi satu areal pengelompokan bidang lahan terkecil

untuk digunakan sebagai petunjuk lokasi objek pajak yang unik dan

permanen. Syarat utama sistem identifikasi objek pajak adalah stabilitas

(Ditjen Pajak, 1994). Penentuan batas blok harus memperhatikan karakter

fisik yang tidak berubah dalam kurun waktu yang lama.

2. Penilaian individual

yaitu setiap objek lahan dinilai per individu. Umumnya hal ini dilakukan pada

objek yang mempunyai nilai khusus atau tinggi.

Pada penelitian ini digunakan metode penilaian masal yang merujuk pada

data harga pasar. Selain lebih cepat, metode ini juga lebih mendekati harga

yang terdapat di masyarakat.

13

Su Ritohardoyo mengemukakan bahwa variasi harga dasar lahan

ditentukan oleh sifat daerah, bentuk penggunaan lahan, lokasi lahan, dan

kesuburan lahan. Sementara harga umum lahan ditetapkan menurut harga

permintaan dan penawaran, serta dipengaruhi oleh pembangunan dan penguasaan

lahan dengan menekankan pada faktor aksesibilitas. Sehingga semakin jauh lahan

dari jalan atau semakin sulit untuk mencapai lahan maka harga cenderung

menurun.

Harga lahan seringkali memiliki pengertian yang rancu dengan nilai lahan.

Walaupun istilah nilai lahan dan harga lahan memiliki arti yang berbeda. Dimana

harga lahan adalah penilaian atas lahan yang diukur berdasarkan harga nominal

dalam satuan uang untuk satuan luas pada pasaran lahan sedangkan nilai lahan

adalah ukuran atau tingkat kemampuan suatu lahan dilihat dari aspek ekonomi,

strategis (Darin-Drabkin dalam Hadi Sabari, 2000). Tetapi keduanya mempunyai

hubungan fungsional yang terkait erat, yaitu nilai lahan dicerminkan oleh tinggi

rendahnya harga lahan. Semakin tinggi nilai dari suatu lahan maka semakin tinggi

pula harga lahan tersebut, begitu pula sebaliknya.

Tidak dapat dipungkiri bahwa pertimbangan utama dalam menilai suatu

lahan adalah tingkat aksesbilitasnya, bahkan jika lahan tersebut diperuntukkan

untuk pertanian yang notabene tidak begitu memikirkan akses jalan, lahan yang

dekat dengan jalan akan lebih bernilai daripada yang jauh dari jalan. B.J Berry

(1963) dalam Hadi Sabari menjelaskan terdapat tiga hal utama terkait dengan nilai

lahan, yaitu :

1. Nilai lahan umumnya menurun semakin menjauhi pusat kota

2. Karena terdapat radial road dan ring road, maka di dalam kota itu sendiri

terdapat jalur-jalur dengan nilai lahan tinggi yaitu disepanjang jalan utama.

3. Pada persimpangan/perpotongan radial road dan ring road akan muncul

puncak-puncak nilai lahan lokal.

1.6.4. Sistem Informasi Geografis

Sistem Informasi Geografi (SIG) atau Geographic Information System

(GIS) adalah suatu sistem informasi yang dirancang untuk bekerja dengan data

14

yang bereferensi spasial atau berkoordinat geografi atau dengan kata lain suatu

SIG adalah suatu sistem basis data dengan kemampuan khusus untuk menangani

data yang bereferensi keruangan (spasial) bersamaan dengan seperangkat operasi

kerja (Barus dan Wiradisastra, 2000). SIG dapat menggabungkan data, mengatur

data dan melakukan analisis data yang akhirnya akan menghasilkan keluaran yang

dapat dijadikan acuan dalam pengambilan keputusan pada masalah yang

berhubungan dengan geografi. Tujuan pokok dari pemanfaatan Sistem Informasi

Geografis adalah untuk mempermudah mendapatkan informasi yang telah diolah

dan tersimpan sebagai atribut suatu lokasi atau obyek. Ciri utama data yang bisa

dimanfaatkan dalam Sistem Informasi Geografis adalah data yang telah terikat

dengan lokasi dan merupakan data dasar yang belum dispesifikasi (Dulbahri,

1993).

Lukman (1993) menyatakan bahwa sistem informasi geografi menyajikan

informasi keruangan beserta atributnya yang terdiri dari beberapa subsistem

utama, yaitu:

1. Masukan data (input data) merupakan proses pemasukan data pada

komputer dari peta (peta topografi dan peta tematik), data statistik, data

hasil analisis penginderaan jauh data hasil pengolahan citra digital

penginderaan jauh, dan lain-lain. Data-data spasial dan atribut baik dalam

bentuk analog maupun data digital tersebut dikonversikan kedalam format

yang diminta oleh perangkat lunak sehingga terbentuk basisdata

(database).

2. Penyimpanan data dan pemanggilan kembali (data storage dan retrieval)

ialah penyimpanan data pada komputer dan pemanggilan kembali dengan

cepat (penampilan pada layar monitor dan dapat ditampilkan/cetak pada

kertas).

3. Manipulasi data dan analisis ialah kegiatan yang dapat dilakukan berbagai

macam perintah misalnya overlay antara dua tema peta, membuat buffer

zone jarak tertentu dari suatu area atau titik dan sebagainya. Anon (2003)

mengatakan bahwa manipulasi dan analisis data merupakan ciri utama dari

SIG. Kemampuan SIG dalam melakukan analisis gabungan dari data

15

spasial dan data atribut akan menghasilkan informasi yang berguna untuk

berbagai aplikasi

4. Pelaporan data ialah dapat menyajikan data dasar, data hasil pengolahan

data dari model menjadi bentuk peta atau data tabular. Menurut Barus dan

wiradisastra (2000) Bentuk produk suatu SIG dapat bervariasi baik dalam

hal kualitas, keakuratan dan kemudahan pemakainya. Hasil ini dapat

dibuat dalam bentuk peta-peta, tabel angka-angka: teks di atas kertas atau

media lain (hard copy), atau dalam cetak lunak (seperti file elektronik).

Gambar 1 2. Subsistem SIG (Prahasta, 2005)

SIG saat ini lebih sering diterapkan bagi teknologi informasi spasial atau

geografi yang berorientasi pada penggunaan teknologi komputer. Dalam

perkembangan selanjutnya, SIG berkembang dengan berbagai komponen

pendukung yang sangat kompleks. Komponen-komponen tersebut saling

melengkapi satu sama lain membentuk sebuah sistem yang utuh.

Secara umum, komponen yang membangun SIG adalah :

1. Perangkat keras/hardware, adalah perangkat fisik baik berupa peralatan

manual ataupun elektronik yang berfungsi sebagai peralatan pendukung

dalam pemrosesan SIG. sekarang perangkat ini identik dengan Komputer

dan berbagai perlengkapannya. Mulai dari perangkat input (digitizer,

scanner, mouse, keyboard), perangkat penyimpanan (harddisk, DVD,

tapedisk), perangkat pemrosesan (CPU), dan perangkat output (monitor,

printer).

2. Perangkat Lunak adalah perangkat software yang digunakan sebagai

pendukung pengolahan atau pengolah data-data SIG itu sendiri.

16

Perangkata pendukung antara lain seperti Windows, Word processing, dll.

Sedangkan perangkat pengolahan SIG seperti ArcGIS, Mapinfo, Erdas,

Ermapper, ENVI, dll.

3. Data dan informasi geografis. Merupakan data yang akan diolah ke dalam

sistem informasi geografis. Data dapat diambil langsung dari perangkat

input data, media penyimpanan atau dari konversi data format lain.

4. Manajemen SIG adalah tata cara dalam menjalankan SIG agar dapat

mencapai tujuan yang kita harapkan dengan efisien. Untuk itu mutlak

diperlukan ahli-ahli SIG yang memanage semua proses pengerjaan SIG

hingga tahap akhir.

1.6.5. Penelitian Sebelumnya

Muya Avicienna (1990) melakukan penelitian penggunaan foto udara

pankromatik hitam putih skala 1:11.000 dengan teknik interpretasi citra secara

visual untuk mengetahui pengaruh letak terhadap harga lahan di Kota

Yogyakarta.Tujuan dari penelitian ini adalah untuk mengetahui sejauh mana

kegunaan foto udara untuk menyadap variable penentu yang mempengaruhi harga

lahan, dan mengetahui pola harga lahan di kota Yogyakarta.

Metode penelitian dengan interpretasi foto udara yaitu dengan

mengeksterak zona keseragaman penggunaan lahan, dengan dasar kesamaan

morfologi daerah, jarring-jaring jalan, pola permukiman, kepadatan serta liputan

vegetasi. Sedangkan penentuan harga lahan disidik dengan menggunakan

beberapa variable, yaitu : jarak dari pusat kota, jarak dari jaring-jaring jalan

utama, jarak dari pusat pelayanan dan jumlah sarana komunitas rumahtangga yang

mendukung daerah tersebut. Zona keseragaman kemudian dioverlay dengan

penentu harga lahan dan diskoring sehingga didapatkan zona-zona dengan

keseragaman harga lahan. Selain analisa dengan metode penginderaan jauh,

dilakukan juga kerja lapangan yaitu melakukan uji kebenaran dan ketelitian dari

hasil hasil interpretasi foto udara serta melengkapi data sekunder yang

dibutuhkan. Hasil penelitian disajikan dengan bentuk peta tematik yaitu peta

sebaran harga lahan.

17

Kesimpulan dari penelitian ini adalah pengaruh aksesibilitas suatu lahan

terhadap harga lahan berbanding lurus. Semakin mudah akses kepada suatu lahan,

maka akan semakin tinggi harga lahan tersebut.

Persamaan dengan penelitian yang dilakukan adalah melakukan uji

pengaruh variabel yang mempengaruhi harga jual lahan, meliputi aksesibilitas

serta fasilitas rumah tangga, selain itu metode interpretasi dilakukan secara visual.

Perbedaan dengan penelitian yang dilakukan adalah penggunaan citra

satelit sebagai sumber data, serta melakukan prediksi harga lahan.

Meyliana (1996) meneliti peranan penginderaan jauh dan sistem informasi

geografis untuk mengkaji harga lahan di kecamatan Laweyan Kotamadya

Surakarta menggunakan foto udara pankromatik berwarna format kecil skala

1:6000 hasil perbesaran skala 1:20.000 tahun 1992. Pendekatan penginderaan jauh

menggunakan teknik interpretasi visual untuk mendapatkan data penggunaan

lahan, variabel aksesibilitas lahan dan pusat kota. Parameter yang mempengaruhi

harga lahan dikenali dari interpretasi foto udara kemudian diberi bobot penilaian.

Factor-faktor penentu harga lahan yaitu bentuk penggunaan lahan, aksesibilitas

lahan positif, aksesibilitas lahan negative dan kelengkapan utilitas umum. Selain

itu juga menghitung harga bangunan. Yaitu dengan cara menghitung kepadatan

bangunan per blok, ukuran luas rata-rata bangunan dan keteraturan bangunan.

Kesimpulannya bahwa dengan perbedaan penggunaan lahan, aksesibilitas

lahan posotif, serta aksesibilitas lahan negative maka berbeda pula harga

lahannya.

Persamaan dengan penelitian yang akan dilakukan adalah penggunaan

metode interpretasi visual dan pembobotan dalam analisa overlay parameter yang

mempengaruhi harga lahan.

Perbedaan dengan penelitian yang akan dilakukan adalah penggunaan citra

sebagai sumber data primer dan tidak melakukan perhitungan harga bangunan.

Anthony Brata Simangunsong (1996) melakukan prediksi harga umum

lahan melalui interpretasi foto udara dengan studi kasus di Kota Surakarta bagian

selatan. Tujuan dari penelitian ini adalah untuk mengetahui sejauh mana manfaat

foto udara dalam memperoleh data nilai lahan. Selain itu juga mencari sejauh

18

mana pengaruh nilai lahan terhadap harga umum lahan dan sekaligus

memprediksi harga lahan. Dan yang terakhir adalah mengetahui distribusi spasial

dari harga lahan.

Metode penelitian yang dilakukan adalah dengan melakukan interpretasi

foto udara skala 1:2500 yaitu deliniasi unit blok-blok penggunaan lahan.

Pendekatan nilai lahan didasarkan pada aksesibilitas, jenis penggunaan lahan, dan

ketersediaan fasilitas umum yaitu : listrik, telepon, air bersih. Selain itu

diperhitungkan pula variabel-variabel yang member dampak negative terhadap

nilai lahan, yaitu : bencana, jarak dengan TPS dan pemakaman. Perolehan data

untuk blok penggunaan lahan dan aksesibilitas didapat dari interpretasi citra

sedangkan untuk fasilitas umum didapat dari data sekunder.

Hasil dari penelitian ini adalah foto udara skala 1:5000 mampu menyadap

data penentu harga lahan dan parameter yang paling berpengaruh dalam

mempengaruhi harga lahan adalah jenis penggunaan lahan dan air bersih.

Persamaan dengan penelitian yang akan dilakukan adalah metode

interpretasi visual untuk penyadapan data serta penggunaan pendekatan

aksesibilitas serta fasilitas umum.

Perbedaan dengan penelitian yang akan dilakukan adalah jenis data yang

digunakan untuk menyadap data primer adalah citra satelit.

Su Ritohardoyo (1990) melakukan kajian perubahan harga lahan di

Kecamatan Borobudur Kabupaten Magelang.

Penelitian ini bertujuan untuk mengetahui agihan harga lahan pada tahun

1985 dan tahun 1990. Selain itu juga untuk mengetahui beberapa factor yang

menentukan harga lahan, sekaligus mengetahui factor mana saja yang

mempengaruhi peningkatan harga lahan.

Metode penelitian yang digunakan yaitu metode surveydengan

pengamatan di lapangan dan wawancara dengan masyarakat yang memiliki lahan.

Sampel diambil secara purposive.

Hasil yang diperolah adalah terdapat perbedaan harga lahan baik secara

keruangan maupun temporal. Variasi harga lahan ditentukan oleh sifat daerah,

bentuk penggunaan lahan, lokasi dan kesuburan. Sementara harga umum lahan

19

ditetapkan menurut harga permintaan dan penawaran didasarkan pada factor

aksesibilitas.

Persamaan dengan penelitian yang akan dilakukan adalah survey untuk

memperoleh data harga umum lahan dengan cara wawancara langsung.

Sedangkan perbedaannya adalah metode penyadapan data primer yang juga

mengikut sertakan data penginderaan jauh.

Susanto (1986) melakukan kajian tentang peranan foto udara pankromatik

skala 1:10.000 untuk pemetaan obyek PBB di Kota Yogyakarta. Metode yang

digunakan adalah dengan interpretasi visual foto udara dan analisa dengan

menghitung luasan dengan sistem grid yang membagi blok dan penggunaan lahan.

Hasil dari penelitian ini menyimpulkan bahwa foto udara pankromatik

hitam putih skala 1:10.000 dapat digunakan untuk identifikasi obyek PBB dengan

nilai ketelitian pemetaan sebesar 89.37 % dimana obyek pajak di Kota Yogyakarta

ditaksir sebanyak 61.464 buah.

Muhammad Taswin Noor (1989) mengadakan penelitian menggunakan

peta tematik untuk memetakan harga dasar lahan. Tujuan penelitian adalah untuk

menetapkan parameter harga dasar lahan daerah kota Boyolali serta evaluasi harga

dasar lahan baik secara kartografis maupun geografis.

Metode yang digunakan adalah dengan pengumpulan data primer dan

sekunder nalisa dititik beratkan pada subyek kartografis dengan sasaran pada

teknik pembuatan peta dan evaluasi peta.

Data yang dikumpulkan adalah kepadatan penduduk, penggunaan lahan,

jaringan jalan, dan fasilitas penting, jaringan listrik, dan harga dasar lahan.

Evaluasi peta dilakukan dengan teknik overlay yaitu membandingkan peta

tematik yang dihasilkan, sampai sejauh mana parameter dianggap sebagai factor

penentu dari penyebaran harga dasar lahan, baik secara frekuensi ataupun

keruangan.

Hasil dari penelitian ini adalah peta harga dasar lahan beserta peta

pendukung lainnya. Kesimpulan yang dapat diambil adalah perlunya data-data

pendukung yang valid untuk menyajikan data harga lahan yang lengkap. Pola

penyebaran harga lahan terpusat pada bagian kota utama yang umumnya terletak

20

pada jalur jalan utama.

Persamaan dengan penelitian yang dilakukan yakni penggunaan variabel

fasilitas dan penggunaan lahan sebagai factor yang mempengaruhi harga lahan

serta metode analisa overlay untuk menentukan persebaran harga lahan.Perbedaan

dengan penelitian yang dilakukan adalah perolehan data primer menggunakan

data citra satelit.

21

Tabel 1.5. Tabel Penelitian Sebelumnya

Nama/Tahun Judul Tujuan Metode Hasil

Muya

Avicennia, 1990

Penggunaan FU

pankromatik skala

1:10.000 untuk

mengetahui pengaruh letak

terhadap harga lahan di

kota Yogyakarta

1. Mengetahui pengaruh

letak terhadap harga

lahan

2. Mengetahui pola

sebaran harga lahan

Interpretasi foto

udara kemudian

deliniasi unit

keseragaman dan

skoring

1. Foto udara skala 1:10.000 mampu

digunakan untuk memperoleh data penentu

harga lahan dengan ketelitian pemetaan 89

% dan ketelitian interpretasi 91 %

2. Pusat kegiatan dan sarana dan prasarana

rumah tangga mempunyai korelasi yang

nyata dengan harga lahan

3. Sebaran harga lahan terpusat pada daerah

pusat kegiatan

Meyliana, 1996 Penerapan PJ dan SIG

untuk mengkaji harga

lahan di kecamatan

Laweyan Kota Surakarta

1. Penerapan metode PJ

dan SIG dalam analisa

harg lahan

2. Mengetahui factor

pembeda harga lahan

3. Mengetahui pola

sebaran harga lahan

Interpretasi foto

udara, deleniasi unit

keseragaman

penggunaan lahan

dan dipadu dengan

overlay parameter

penentu harga lahan

dengan metode

skoring

1. PJ dan SIG dapat digunakan sebagai salah

satu metode dalam analisa harga lahan.

2. Factor pembeda dalam harga lahan adalah

PL, aksesibilitas, utilitas umum

3. Pola sebaran harga lahan mengikuti struktur

PL dengan harga tertinggi pada jenis

perdagangan dan jasa.

Anthony Brata

Simangunsong,

1996

Prediksi Harga umum

lahan melalui interpretasi

foto udara studi kasus

daerah kota Surakarta

bagian selatan

1. Mengetahui manfaat

foto udara untuk

menyadap data nilai

lahan

2. Mengetahui pengaruh

nilai lahan terhadap

harga umum lahan dan

sekaligus memprediksi

harga lahan

3. Mengetahui distribusi

spasial harga lahan

Interpretasi foto

udara kemudian

deliniasi blok

keseragaman.

Sedangkan nilai

lahan didekati

dengan posisi dan

perhitungan

parameter terkait

1. Foto udara skala besar dapat digunakan

untuk sumber data penentu harga lahan

2. Parameter yang paling mempengaruhi harga

lahan adalah penggunaan lahan dan jaringan

air bersih

3. Distribusi harga lahan yang tertinggi

terpusat di pusat pertumbuhan

22

Sumber : penelitian sebelumnya

Su Ritohardoyo,

1990

Perubahan harga lahan di

Kec. Borobudur Kab.

Magelang

1. Mengetahui sebaran

harga lahan tahun 1985

- 1990

2. Mengetahui factor yang

mempengaruhi harga

lahan

Survey lapangan dan

wawancara dengan

pemilik persil

1. Terdapat perbedaan harga dengan variasi

yang ditentukan oleh sifat daerah,

Penggunaan lahan, lokasi, dan kesuburan

2. Harga umum ditentukan oleh penawaran

sedangkan permintaan berdasarkan

aksesibilitas

Susanto, 1986 Peranan foto udara

pankromatik skala

1:10.000 untuk pemetaan

obyek PBB di kota

Yogyakarta

1. Mengetahui manfaat

foto udara pankromatik

skala besar untuk

analisa harga lahan

2. Menghitung luasan

obyek pajak

interpretasi visual

foto udara dan

analisa dengan

menghitung luasan

dengan sistem grid

yang membagi blok

dan penggunaan

lahan.

1. foto udara pankromatik hitam putih skala

1:10.000 dapat digunakan untuk identifikasi

obyek PBB dengan nilai ketelitian pemetaan

sebesar 89.37 % dimana obyek pajak di kota

Yogyakarta ditaksir sebanyak 61.464 buah.

Muhammad

Taswin Noor

(1989)

peta tematik untuk

memetakan harga dasar

lahan

1. menetapkan parameter

harga dasar lahan

daerah kota Boyolali

2. evaluasi harga dasar

lahan baik secara

kartografis maupun

geografis

pengumpulan data

primer dan

sekunder nalisa

dititik beratkan

pada subyek

kartografis dengan

sasaran pada teknik

pembuatan peta

dan evaluasi peta.

1. Kesimpulan yang dapat diambil adalah

perlunya data-data pendukung yang valid

untuk menyajikan data harga lahan yang

lengkap.

2. Pola penyebaran harga lahan terpusat pada

bagian kota utama yang umumnya terletak

pada jalur jalan utama.

23

1.6.6. Kerangka Pemikiran

Informasi kebumian merupakan hal yang sangat penting terutama dalam

pengambilan kebijakan, salah satu aplikasinya adalah dalam analisa harga lahan yang

digunakan sebagai dasar perhitungan PBB (Pajak Bumi dan Bangunan). Metode yang

efektif dengan Penginderaan jauh, yaitu citra satelit untuk merekam kenampakan

bumi. Dengan metode ini pengumpulan data kebumian data dilakukan dengan efisien.

Dengan perkembangan teknologi sekarang, telah dibuat satelit dengan

kemampuan perekaman citra dengan resolusi tinggi, seperti halnya IKONOS yang

mempunyai resolusi 1 meter merupakan salah satu media yang dapat memberikan

informasi dengan rinci yang merupakan salah satu sarat dalam analisa pajak

khususnya PBB.

Dalam pengambilan kebijakan PBB didasarkan antara lain pada faktor harga

lahan. Harga lahan disatu tempat dengan tempat lainnya mempunyai tingkat harga

yang bervariasi, tetapi jika dicermati, terdapat faktor-faktor yang mempengaruhi hal

tersebut. Faktor tersebut meliputi :

1. Letak lahan, yaitu lokasi lahan terhadap jalan dan pusat kegiatan. Ini berkaitan

dengan kemudahan akses kepada lahan tersebut.Aksesibilitas merupakan

kemudahan bergerak dari satu tempat ke tempat lain dalam satu wilayah

(Bintarto & Surrastopo, 1979). Dalam kaitannya dengan harga lahan.

Aksesibilitas yang menyebabkan harga lahan naik, disebut sebagai aks

esibilitas lahan positif, sebagai contoh semakin dekat dengan pusat kota atau

jalan maka akan semakin tinggi harganya. Sedangkan aksesibilitas yang

menyebabkan harga lahan turun disebut sebagai aksesibilitas lahan negatif,

sebagai contoh jarak dengan sungai, semakin jauh dengan sungai maka harga

akan tinggi, hal ini dikarenakan lahan dekat dengan sungai dibutuhkan upaya

yang lebih besar untuk menanggulangi terjadinya erosi sungai,

2. Pemanfaatan lahan, yaitu penggunaan lahan tersebut. Pemanfaatan lahan

merupakan cerminan kegiatan dari si pemilik lahan di lahan yang dimilikinya.

Seperti fungsi hunian, kegiatan ekonomi, atau jasa. Secara tidak langsung hal

tersebut akan mempengaruhi harga lahanFaktor-faktor tersebut di atas

sebagian dapat disadap dari citra satelit resolusi tinggi seperti IKONOS.

24

Faktor-faktor yang mempengaruhi tinggi rendahnya harga lahan dapat

disadap. Citra ikonos dengan komposit spektrum cahaya tampak (Merah,

Hijau, dan Biru) akan menampilkan warna obyek yang terekam sesuai dengan

warna aslinya. Sehingga proses interpretasi secara visual dapat lebih mudah

dilakukan. Dengan interpretasi visual, kenampakan yang dapat disadap dari

citra IKONOS adalah letak lahan, penggunaan lahan, bentuk, serta luas lahan.

Proses interpretasi menggunakan dasar kunci interpretasi yaitu : rona, bentuk,

ukuran, tekstur, pola, bayangan, situs, serta asosiasi.

3. Dalam kaitannya dengan pemrosesan data dari citra, diperlukan suatu sistem

pengolahan terpadu yang khusus untuk data spasial yaitu SIG.Keuntungan

menggunakan SIG adalah penanganan data yang lebih cepat, ketelitian yang

lebih tinggi, serta data yang dapat dipergunakan kembali atau diperbarui

dengan cepat. Data yang didapat dari interpretasi citra dan data sekunder

diolah dengan software SIG dengan metode pengharkatan, pembobotan serta

tumpang susun.

Metode pengharkatan adalah metode dengan memberi ranking terhadap nilai

yang terkandung dalam variabel-variabel yang mempengaruhi dalam hal ini harga

lahan. Nilai tersebut semakin tinggi seiring dengan semakin kuatnya pengaruh nilai

tersebut terhadap harga lahan. Sedangkan pembobotan adalah memberi nilai pemberat

untuk setiap variabel sesuai dengan derajat keterpengaruhan harga lahan oleh variabel

tersebut. Ini didasarkan dari asumsi bahwa kuat lemahnya pengaruh variabel-variabel

terhadap tinggi rendahnya harga lahan ternyata berbeda-beda. Setelah harkat dan

bobot sudah diberikan, maka semua variabel ditumpang susunkan/overlay sehingga

didapatkan data baru berupa satuan-satuan lahan

Hasil dari interpretasi memerlukan uji interpretasi untuk mengetahui apakah

data yang digunakan layak untuk penelitian lebih lanjut atau tidak. Uji ini dilakukan

dengan membandingkan hasil interpretasi on screen dengan keadaan dilapangan.

Selain untuk mencocokkan hasil kerja interpretasi juga dimaksudkan untuk

melengkapi data, jika terdapat kekurangan, perubahan, atau tambahan, khususnya

untuk mencari data yang tidak dapat disadap dari citra. Pada saat melakukan kerja

25

lapangan, tidak semua obyek didatangi, hanya obyek yang terpilih sebagai sampel

saja yang didatangi. Metode sampel yang digunakan adalah Stratified Purposive

Random Sampling. Hasil penelitian disajikan dalam bentuk peta tematik yaitu peta

harga lahan dearah penelitian. Dan hubungan antara harga lahan dengan foktor

penentu dijabarkan dalam analisa statistik korelasi.

Gambar 1. 3 Diagram Kerangka Pemikiran

Citra IKONOS

&

ASTER DEM

Harga Lahan

Nilai Lahan

Informasi Spasial

Aksesbilitas Lahan Pemanfaatan Lahan

Data Sekunder

26

1.6.7. Batasan Istilah

Harga Lahan :

Nilai jual atau harga rata-rata dari lahan yang diperoleh dari transaksi jual

beli secara wajar.

Penilaian harga lahan yang diukur dari harganominal dalam satuan uang

untuk satuan luas lahan pada pasaran lahan (Djoko Sutarto dalam

Meyliana, 1996)

Harga Umum lahan :

Harga lahan yang dipasarkan atau harga lahan ditawarkan oleh penjual

dan harga yang diminta oleh calon pembeli untuk satu satuan luas lahan

(Meyliana, 1996)

Aksesibilitas :

Kemudahan bergerak dari satu tempat ke tempat lain dalam satu wilayah

(Bintarto dan Surastopo , 1982)

Aksesibilitas Lahan :

Tingkat kemudahan lahan dicapai dari tempat lain, yang diukur dari jarak

lahan ke tempat yang dimaksud. (Bintarto dan Surastopo, 1982)

Aksesibilitas Lahan Positif :

Aksesibilitas lahan yang menyebabkan harga suatu lahan menjadi

meningkat. Parameter aksesibilitas lahan meliputi jenis penggunaan lahan,

aksesibilitas terhadap kelas jalan. (Bintarto dan Surastopo, 1982)

Aksesibilitas Lahan Negatif :

Aksesibilitas yang menyebabkan suatu harga lahan menjadi turun.

Parameter yang mempengaruhi adalah : jarak terhadap sungai, makam,

serta jalan Kereta Api (Bintarto dan Surastopo, 1982)

Nilai Lahan :

Penilaian atas lahan yang didasarkan pada kemampuan lahan secara

ekonomis dalam hubungannya dengan produktifitas dan strategi ekonomi

(Darin dalam H Sabari, 2000)

27

Kota :

Bentang budaya yang ditimbulkan oleh unsure-unsur alami dan non alami

dengan gejala-gejala pemusatan penduduk yang cukup besardan corak

kehidupan yang heterogen dan materialistik dibanding daerah

belakangnya.

Penggunaan Lahan :

Segala campur tangan manusia baik secara temporal maupun permanen

terhadap kumpulan sumberdaya alam dan buatan yang secara keseluruhan

disebut lahan, dengan tujuan untuk mencukupi kebutuhan baik kebendaan

atau spiritual atau keduanya (Malingreau, 1978)

Penginderaan Jauh :

Ilmu dan seni untuk memperoleh informasi tentang obyek, daerah atau

gejala dengan jalan menganalisis data yang diperoleh dengan

menggunakan alat tanpa kontak langsung dengan obyek atau daerah atau

gejala yang dikaji (Lillesand & Kieffer, 1978)

Sistem Informasi Geografis :

Suatu sistem informasi untuk pengolahan data. Meliputi penyimpanan,

pemrosesan, manipulasi, analisis, serta penyajian data, dimana data

tersebut secara keruangan terkait dengan muka bumi (Linden, 1987)

Jalan Utama :

Jalur jalan yang menghubungakan pusat kota dengan kota lain atau jalan

yang melayani angkutan untuk pelayanan jarak jauh, kecepatan rata-rata

tinggi dan jumlah jalan masuk dibatasi secara efisien (DPU, 1983)