HASIL DAN PEMBAHASAN 4.1. Identifikasi Perubahan Kapasitas Panas Kawasan Perkotaan Dengan Menggunakan Citra Landsat TM/ETM+ (Studi Kasus : Kodya Bogor)

Indeks Vegetasi Bentuk komputasi nilai-nilai indeks vegetasi matematis dapat dinyatakan sebagai berikut : NDVI=band4–band3band4+band3 ….18 Nilai-nilai indeks vegetasi di deteksi oleh instrument pada wahana penginderaan jauh. Kisaran panjang gelombang radiasi elektromagnetik yang digunakan oleh kanal merah dan kanal inframerah tercakup dalam satelit Landsat ETM+ band 3 dan band 4, yaitu masing-masing 0.63-0.69 µm dan 0.76- 0.90 µm. Secara teoritis nilai indeks vegetasi berkisar antara -1 sampai +1, tetapi kisaran sebenarnya menggambarkan kehijauan vegetasi adalah 0.1 sampai 0.6. Nilai indeks vegetasi yang tinggi menunjukkan vegetasi tersebut rapat. Perhitungan Soil Heat Flux G Perpindahan bahang tanah soil heat flux dipengaruhi oleh perbedaan suhu permukaan dengan suhu tanah pada kedalaman tertentu dan nilai konduktivitas thermal k dari suatu jenis tanah. Karena tidak dilakukan pengukuran suhu tanah di lapangan dan bertujuan untuk memaksimalkan penggunaan data penginderaan jauh, maka nilai soil heat flux dihitung dari proporsi penggunaan radiasi netto Rn. Dalam Khomarudin 2005, FAO 1998 menghitung energi ini sebesar 0.1 Rn, namun Chemin 2003 dan Allen et. al. 2001 menghitung soil heat flux dari nilai radiasi netto, suhu permukaan, albedo dan nilai Normalized Difference Vegetation Index NDVI sebagai berikut.    4 2 98 . 1 0074 . 0038 . NDVI T Rn G s       …...19 Dimana, G =Perpindahan bahang tanah soil heat fluxW m -2  =Albedo permukaan diturunkan dari data satelit Ts =Suhu permukaan °C diturunkan dari data satelit NDVI =Normalized Difference Vegetation Index satelit Kapasitas Panas Nilai kapasitas panas C tergantung dari massa jen is ρ dan panas jenis c. Karena pada penelitian ini menggunakan data penginderaan jauh, maka nilai ρ diperoleh dari hubungan antara nilai NDVI setiap lahan dengan massa jenis hasil dari penelitian. Sehingga akan diperoleh persamaan regresi : ρ = a NDVI + b ………….............20 Sehingga nilai kapasitas panas diperoleh dari : C = ρ x c ………………….…..…..21 Dimana : C = Kapasitas panas Joule m -3 o C -1 c = Panas jenis Joule g -1 o C -1 ρ = Massa jenis g m -3

IV. HASIL DAN PEMBAHASAN 4.1.

Kondisi Geografis Kodya Bogor Kodya Bogor terletak di tengah- tengah wilayah Kabupaten Bogor dan lokasinya sangat dekat dengan Ibukota Negara sehingga memiliki potensi yang strategis bagi perkembangan dan pertumbuhan ekonomi dan jasa, pusat kegiatan nasional untuk industri, perdagangan, transportasi, komunikasi, dan pariwisata. Secara geografis Kodya Bogor terletak pada 106°43’30”BT- 106°51’00”BT dan 6 o 30’30”LS-6°41’00”LS. Luas Kodya Bogor 21,56 km² dengan jumlah penduduknya 834.000 jiwa 2003 www.kotabogor.go.id. Dari aspek klimatologi udara Kodya Bogor relatif sejuk dengan suhu udara rata- rata setiap bulannya adalah 26°C dan kelembaban udaranya kurang lebih 70. Suhu rata-rata terendah di Bogor adalah 21,8°C, paling sering terjadi pada Bulan Desember dan Januari . Arah mata angin dipengaruhi oleh angin muson . Bulan Mei sampai Maret dipengaruhi angin muson barat. Kodya Bogor terletak pada ketinggian 190 sampai 330 m dari permukaan laut. 8 Indeks Vegetasi Bentuk komputasi nilai-nilai indeks vegetasi matematis dapat dinyatakan sebagai berikut : NDVI=band4–band3band4+band3 ….18 Nilai-nilai indeks vegetasi di deteksi oleh instrument pada wahana penginderaan jauh. Kisaran panjang gelombang radiasi elektromagnetik yang digunakan oleh kanal merah dan kanal inframerah tercakup dalam satelit Landsat ETM+ band 3 dan band 4, yaitu masing-masing 0.63-0.69 µm dan 0.76- 0.90 µm. Secara teoritis nilai indeks vegetasi berkisar antara -1 sampai +1, tetapi kisaran sebenarnya menggambarkan kehijauan vegetasi adalah 0.1 sampai 0.6. Nilai indeks vegetasi yang tinggi menunjukkan vegetasi tersebut rapat. Perhitungan Soil Heat Flux G Perpindahan bahang tanah soil heat flux dipengaruhi oleh perbedaan suhu permukaan dengan suhu tanah pada kedalaman tertentu dan nilai konduktivitas thermal k dari suatu jenis tanah. Karena tidak dilakukan pengukuran suhu tanah di lapangan dan bertujuan untuk memaksimalkan penggunaan data penginderaan jauh, maka nilai soil heat flux dihitung dari proporsi penggunaan radiasi netto Rn. Dalam Khomarudin 2005, FAO 1998 menghitung energi ini sebesar 0.1 Rn, namun Chemin 2003 dan Allen et. al. 2001 menghitung soil heat flux dari nilai radiasi netto, suhu permukaan, albedo dan nilai Normalized Difference Vegetation Index NDVI sebagai berikut.    4 2 98 . 1 0074 . 0038 . NDVI T Rn G s       …...19 Dimana, G =Perpindahan bahang tanah soil heat fluxW m -2  =Albedo permukaan diturunkan dari data satelit Ts =Suhu permukaan °C diturunkan dari data satelit NDVI =Normalized Difference Vegetation Index satelit Kapasitas Panas Nilai kapasitas panas C tergantung dari massa jen is ρ dan panas jenis c. Karena pada penelitian ini menggunakan data penginderaan jauh, maka nilai ρ diperoleh dari hubungan antara nilai NDVI setiap lahan dengan massa jenis hasil dari penelitian. Sehingga akan diperoleh persamaan regresi : ρ = a NDVI + b ………….............20 Sehingga nilai kapasitas panas diperoleh dari : C = ρ x c ………………….…..…..21 Dimana : C = Kapasitas panas Joule m -3 o C -1 c = Panas jenis Joule g -1 o C -1 ρ = Massa jenis g m -3

IV. HASIL DAN PEMBAHASAN 4.1.