24 geografis dari suatu obyek di permukaan bumi, sedangkan data atribut
memberikan deskripsi atau penjelasan dari suatu obyek. Data atribut dapat berupa informasi numerik foto, narasi, dan lain sebagainya yang diperoleh dari data
statistik, pengukuran lapangan dan sensus, serta lain-lainnya. Sumber data spasial antara lain mencakup; data grafis peta analog foto udara, citra satelit, survei
lapangan, pengukuran theodolit, pengukuran dengan menggunakan Global Positioning System GPS, dan lain-lain Ekadinata et al. 2008. Menurut Barnes
dan Malik 1997, aplikasi SIG telah diadoposi dalam pemodelan ekologi sebagai alat untuk menghasilkan data yang diperlukan pada pemodelan skala ruang dan
waktu yang berbeda, dan juga sebagai alat untuk ekstrapolasi hasil dari basis titik menjadi basis spasial Osborne at al. 2001.
2.15. Citra Landsat-5 Thematic Mapper TM
Lo 1995, menjelaskan sensor pada satelit landsat berfungsi sebagai sistem pencitraan, diantaranya adalah kamera Return Beam Vidicon RBV,
Multispectral Scanner MSS dan Thematic Mapper TM. Landsat 2 dan 3 adalah RBV dan MSS, sedangkan pada Landsat 4 ditambahkan sistem pencitraan TM
yang bertujuan untuk perbaikan resolusi spasial, pemisahan spektral, kecermatan dan radiometrik, serta ketelitian geometrik. Thematic Mapper merupakan suatu
sensor optik penyinaran yang beroperasi pada saluran tampak, inframerah. Secara rinci dapat terlihat pada Tabel 1.
Tabel 1 Aplikasi prinsip dan saluran spektral Thematic Mapper
Saluran Band
Panjang Gelombang µm
Potensi Pemanfaatan 1
0,45-0,52 Dirancang untuk penetrasi badan air, sehingga bermanfaat
untuk pemetaan perairan pantai, membedakan antara tanah dengan vegetasi, tumbuhan berdaun lebar dan korniver
2 0,52 – 0,69
Dirancang untuk mengukur puncak pantulan hijau saluran tampak bagi vegetasi guna penilaian ketahanan
3 0,63- 0,69
Saluran absorsi klorofil yang penting untuk diskriminasi 4
0,76 –
0,90 Bermanfaat untuk menentukan kandungan biomassa dan
delineasi badan air 5
1,55 –
1,75 Menunjukkan kandungan kelembaban vegetasi dan
kelembaban tana, dan juga bermanfaat untuk membedakan salju dan awan
6 10,40–
12.50 Saluran inframerah termal penggunaanya untuk analisis
pemetaan vegetasi, diskriminasi kelebaban tanah dan pemetaan termal
7 2,08 – 2,35
Saluran yang diseleksi karena potensinya untuk membedakan tipe batuan dan pemetaan hidrotermal
Sumber: Lo 1995.
25 Landsat 5, diluncurkan pada bulan Maret 1984, dengan sensor citra-bumi
TM. Satelit dan sensor kontinu beroperasi harian, setelah melayani lebih dari 23 tahun. Thematic Mapper memiliki 7 band; 30 m 6 band reflektif dan 120 m satu
band thermal. Band-band TM memiliki pusat panjang gelobang kira-kira 0,49, 0,56, 0,66, 083, 1,67, 11,5 dan 2,24 µm Chander et al. 2007.
2.16. Normalized Difference Vegetation Index NDVI
Selama bertahun-tahun, berbagai indek vegetasi telah dikembangkan dalam penilaian kuantitatif dan kualitatif dari parameter bio-fisik vegetasi. Sensor
dengan band spektral pada Red RED dan near-infrared NIR digunakan untuk memonitoring vegetasi karena band-band tersebut merupakan indikator kuat dari
jumlah biomasa hijau aktif photosintesis Tucker 1979 diacu dalam Chander Groeneveld, 2009. Hasilnya telah digunakan secara luas ketika membuat NDVI,
yang didefinisikan sebagai NIR-REDNIR + RED. Teillet et al 1997 meringkas efek dari spektral, karakteristik spasial dan radiometrik pada NDVI
dari daerah berhutan. Vegetasi merupakan suatu yang penting dan elemen dinamis dalam siklus
hidrologi. Penggunaan citra satelit pada areal yang bervegetasi umumnya menunjukkan nilai yang tinggi disebabkan oleh reflektansinya yang tinggi pada
inframerah dekat dan reflektansi yang rendah pada sinar tampak. Hal sebaliknya terjadi dimana air, awan dan salju mempunyai nilai reflektansi yang tinggi
terhadap sinar tampak merah dari pada reflektansi inframerah dekat, sehingga menunjukkan nilai indeks vegetasi yang negatif. Pada batuan dan lahan atau
tanah kosong menghasilkan indeks vegetasi mendekati nol, karena pada kedua band kanal reflektansi yang terjadi hampir sama Yin Williams 1997.
Budi 2000 menjelaskan bahwa semakin tinggi nilai NDVI maka biomassa akan meningkat secara logistik. Sesuai dengan penyataan Barret dan Curtis
1992 diacu dalam Budi 2000, bahwa hubungan NDVI dengan biomassa tidak berbentuk linear tidak konsisten. NDVI telah menjadi indeks popular untuk
estimasi LAI Leaf Area Index di seluruh ekosistem yang beragam. Namun, sebagian besar studi tersebut untuk memperkirakan LAI menggunakan NDVI
yang terkait dengan sistem vegetasi semi-arid dan pertanian dimana penutupan
