ANALISIS KETERKAITAN PERUBAHAN KERAPATAN (1)
ANALISIS KETERKAITAN PERUBAHAN KERAPATAN VEGETASI TERHADAP SUHU PERMUKAAN (LAND SURFACE TEMPERATURE) PADA
TAHUN 2013 DAN 2015 MENGUNAKAN PENGOLAHAN DATA CITRA LANDSAT 8
(STUDI KASUS : KABUPATEN BLORA, PROVINSI JAWA TENGAH)
ANALISIS KETERKAITAN PERUBAHAN KERAPATAN
VEGETASI TERHADAP SUHU PERMUKAAN (LAND SURFACE
TEMPERATURE) PADA TAHUN 2013 DAN 2015 MENGUNAKAN
PENGOLAHAN DATA CITRA LANDSAT 8
(STUDI KASUS : KABUPATEN BLORA, PROVINSI JAWA
TENGAH)
Bernardinus Joko Prakosta Santu Aji
Program Studi Teknik Geodesi, Fakultas Teknik, Universitas Diponegoro
Jl. Prof. H. Soedarto, SH. Kampus Tembalang, Semarang,
Email : bernardinusjokopsa@gmail.com
ABSTRAK
Peristiwa pemanasan global dan tingginya suhu global menjadi
kajian yang harus diteliti. Efek pemanasan global sangat dirasakan,
terutama di wilayah Kabupaten Blora, Provinsi Jawa Tengah.. Pemanasan
global dipicu dari banyaknya faktor yang mendukung terjadinya peristiwa
tersebut seperti tingkat vegetasi yang rendah, suhu permukaan tanah yang
tinggi, kepadatan penduduk yang tinggi, polusi udara, dan sebagainya.
Dengan teknologi penginderaan jauh, kita dapat mendeteksi tingkat
kerapatan vegetasi dengan menggunakan metode Normalized Difference
Vegetation Index (NDVI) pada suatu daerah dan dapat mendeteksi
perubahan kerapatan tersebut dengan mengolah citra pada tahun yang
berbeda. Teknologi penginderaan jauh ini digunakan pula untuk identifikasi
bagaimana kondisi suhu permukaan (Land Surface Temperature).
Tujuan dari penelitian ini adalah untuk memberikan informasi
tingkat vegetasi dan informasi tingkat suhu permukaan pada tahun 2013 dan
2015 di Kabupaten Blora, memberikan informasi berdasarkan data yang ada
mengenai pengaruh perubahan NDVI dan tutupan lahan terhadap perubahan
suhu permukaan, dan mengetahui korelasi hubungan antara suhu permukaan
dengan tingkat kerapatan vegetasi atau NDVI.
Hasil dari penelitian ini adalah menunjukkan peningkatan suhu
permukaan di tahun 2015 sebesar 2-3 derajat celcius dibanding dengan
tahun 2013, menunjukkan penurunan tingkat kerapatan vegetasi dari
vegetasi cukup rapat menjadi vegetasi jarang di tahun 2015, dan
menunjukkan tingkat korelasi atau hubungan sebesar 60% antara variabel
suhu permukaan dengan variabel NDVI.
Kata kunci : NDVI, suhu, temperatur, pemanasan global, korelasi
PENDAHULUAN
Latar Belakang
Pemanasan global adalah peristiwa
meningkatnya suhu rata-rata pada
lapisan atmosfer dan permukaan
bumi
akibat
panas
yang
terperangkap oleh emisi lapisan
karbondioksida
di
atmosfer.
Pemanasan global sudah terjadi
diberbagai belahan bumi dan efek
pemanasan global sudah sangat
dirasakan sampai detik ini.
Kabupaten Blora adalah salah satu
kabupaten yang memiliki wilayah
vegetasi yang cukup luas, suhu
udara yang dingin, potensi
tambang yang terkenal yakni
tambang batu kapur yang menjadi
eksistensi dari Kabupaten Blora.
Namun,
tampaknya
kondisi
vegetasi yang tinggi diberbagai
sudut wilayah hanya dapat
ditemukan di tahun-tahun lalu dan
sekarang
sudah
berkurang.
Pengaruh eksplorasi tambang batu
kapur
juga
mempengaruhi
berkurangnya
vegetasi
sebab
dilakukan pembukaan lahan dan
penebangan vegetasi.
Minimnya kerapatan vegetasi
menjadi salah satu pengaruh yang
signifikan
dalam
terjadinya
pemanasan global. Pemanasan
global juga dipengaruhi oleh
beberapa faktor penunjang lainnya
seperti kepadatan penduduk yang
semakin tinggi, perubahan tutupan
lahan
yang
mengakibatkan
berkurangnya wilayah vegetasi,
polusi udara, dan sebagainya.
Semakin minim vegetasi disuatu
wilayah dan ditunjang dengan
faktor-faktor pemanasan global
yang ada, dapat diprediksi wilayah
tersebut memiliki suhu permukaan
yang tinggi.
2
Tingkat
pemanasan
suhu
permukaan dan tingkat vegetasi
sangat perlu diketahui dan
diidentifikasi untuk dilakukan
upaya
pencegahannya.
Penggunaan
teknologi
penginderaan jauh merupakan
teknologi yang cocok, tepat, dan
efisien
dalam
menentukan
bagaimana
kondisi
suhu
permukaan dan tingkat kerapatan
vegetasi
disuatu
wilayah,
khususnya di Kabupaten Blora.
Dengan menggunakan teknologi
penginderaan jauh kita dapat
mengidentifikasi indeks kerapatan
vegetasi
dengan
metode
Normalized Difference Vegetation
Index (NDVI) menggunakan kanal
near infra red dan kanal merah
pada saluran citra satelit. Metode
ini sangat efektif untuk mendeteksi
perubahan kerapatan vegetasi di
suatu daerah. Dengan teknologi
penginderaan jauh kita juga dapat
mengekstrak suhu permukaan
dengan
menggunakan metode
Land Surfaces Temperature pada
citra satelit menggunakan kanal
inframerah yang terdapat pada
sensor satelit.
Perumusan Masalah
Perumusan
masalah
dalam
penelitian ini adalah :
1. Bagaimana
pengaruh
perubahan tutupan lahan
terhadap suhu permukaan
di Kabupaten Blora pada
tahun 2013-2015?
2. Bagaimana
pengaruh
perubahan NDVI terhadap
suhu
permukaan
Kabupaten Blora pada
tahun 2013-2015?
ANALISIS KETERKAITAN PERUBAHAN KERAPATAN VEGETASI TERHADAP SUHU PERMUKAAN (LAND SURFACE TEMPERATURE) PADA
TAHUN 2013 DAN 2015 MENGUNAKAN PENGOLAHAN DATA CITRA LANDSAT 8
(STUDI KASUS : KABUPATEN BLORA, PROVINSI JAWA TENGAH)
3. Bagaimana
pengaruh
perubahan
kerapatan
vegetasi dan tutupan lahan
terhadap suhu permukaan?
Batasan Masalah
Batasan masalah dari penelitian ini
sebagai berikut:
1. Penelitian
ini
hanya
dibatasi di Kabupaten
Blora menggunakan citra
Landsat 8 tahun 2013 dan
2015.
2. Suhu permukaan lahan
atau
Land
Surface
Temperature (LST) adalah
suhu kulit permukaan
bumi yang merupakan
hasil pancaran suhu dari
permukaan objek yang
terekam oleh citra satelit
pada waktu tertentu.
3. Kerapatan vegetasi yang
digunakan
dalam
penelitian berasal dari nilai
perhitungan
NDVI
(Normalized
Difference
Vegetation Index) yakni:
(a) Badan Air: -1 - 0; (b)
Vegetasi Jarang: 0 – 0,25;
(c) Vegetasi Cukup Rapat:
0,25 – 0,55; serta (d)
Vegetasi Rapat: 0.55-0.78.
Tujuan Penelitian
Tujuan penelitian ini adalah
sebagai berikut:
1. Memberikan
informasi
tingkat
vegetasi
dan
informasi tingkat suhu
permukaan pada tahun
2013
dan
2015
di
Kabupaten Blora.
2. Memberikan
informasi
berdasarkan data yang ada
mengenai
pengaruh
perubahan
NDVI
dan
tutupan lahan terhadap
perubahan
Suhu
Permukaan.
3. Mengetahui
korelasi
hubungan antara suhu
permukaan dengan tingkat
kerapatan vegetasi atau
NDVI.
TINJAUAN PUSTAKA
Suhu Permukaan
TOA
Radiance
merupakan
pencampuran hasil dari tiga
pecahan energi : (1) dipancarkan
radiance dari permukaan bumi, (2)
upwelling radiance dari atmosfer
dan radiance downwelling, (3) dari
langit (Dash et al., 2002). Efek
atmosfer termasuk penyerapan ke
atas emisi dan irradiance ke bawah
yang tercermin dari permukaan
harus
diperbaiki
sebelum
kecerahan suhu permukaan tanah
diperoleh. Kecerahan suhu harus
diatasi dengan spectrum nilai-nilai
emisivitas sebelum perhitungan
LST untuk jumlah sifat kekasaran
permukaan tanah, jumlah dan sifat
tutupan vegetasi dan termal.
Pengambilan
dari
LST
membutuhkan pengukuran yang
akurat dari nilai emisivitas
permukaan. Emisivitas permukaan
dipengaruhi faktor-faktor seperti
kadar air, komposisi kimia,
struktur, kekasaran, dll (Franca &
Cracknell, 1994).
Index Vegetasi
Bagian vegetasi menggambarkan
jumlah dan sifat tutupan vegetasi,
proporsi vegetasi dan tanahnya
serta perbedaan dalam radiasi suhu
antar kanopi vegetasi dan tanah
mempengaruhi pengukuran LST
(Qihao, Weng et al, 2003). Indeks
vegetasi adalah besaran nilai
kehijauan vegetasi yang diperoleh
dari pengolahan sinyal dijital data
nilai
kecerahan
(brightness)
beberapa kanal data sensor satelit.
Untuk
pemantauan
vegetasi,
dilakukan proses pembandingan
antara tingkat kecerahan kanal
cahaya merah (red) dan kanal
cahaya inframerah dekat (near
infrared). Fenomena penyerapan
cahaya merah oleh klorofil dan
pemantulan cahaya inframerah
dekat oleh jaringan mesofil yang
terdapat pada daun akan membuat
nilai kecerahan yang diterima
sensor satelit pada kanal-kanal
tersebut akan jauh berbeda.
Pada
daratan
non-vegetasi,
termasuk diantaranya wilayah
perairan, pemukiman penduduk,
tanah kosong terbuka, dan wilayah
dengan kondisi vegetasi yang
rusak, tidak akan menunjukkan
nilai rasio yang tinggi (minimum).
Sebaliknya
pada
wilayah
bervegetasi sangat rapat, dengan
kondisi sehat, perbandingan kedua
kanal tersebut akan sangat tinggi
(maksimum).
Nilai perbandingan kecerahan
kanal cahaya merah dengan cahaya
inframerah dekat atau NIR/RED,
adalah nilai suatu indeks vegetasi
(yang sering disebut ”simple
ratio”) yang sudah tidak dipakai
lagi. Hal ini disebabkan karena
nilai dari rasio NIR/RED akan
4
memberikan nilai yang sangat
besar untuk tumbuhan yang sehat.
Oleh karena itu, dikembangkanlah
suatu algoritma indeks vegetasi
yang baru dengan normalisasi,
yaitu
NDVI
(Normalized
Difference Vegetation
Index)
seperti berikut ini:
Indeks vegetasi berbasis NDVI
yang ditunjukkan pada persamaan
diatas mempunyai nilai yang
hanya berkisar antara -1 (nonvegetasi) hinga 1 (vegetasi).
Beberapa
varian
dan
penyempurnaan
NDVI
telah
banyak
dikembangkan.
Contohnya, SAVI yang merupakan
perbaikan dari NDVI untuk
koreksi pantulan cahaya dari tanah,
ARVI yang memperhitungkan
hamburan cahaya biru di atmosfir
terhadap nilai NDVI.
Salah satu pengembangan dari
SAVI dan ARCI adalah EVI yang
lebih tahan terhadap pengaruh
komposisi aerosol atmosfir dan
pengaruh variasi warna tanah
dengan rumus :
Algoritma EVI juga dirancang
agar memiliki sensitifitas yang
lebih baik terhadap citra daerah
sangat hijau (subur dan lebat).
Hubungan LST dan NDVI
Hubungan antara indeks LST dan
vegetasi seperti NDVI telah secara
luas didokumentasikan dalam
literatur. Dasar menggunakan
NDVI untuk LST yakni jumlah
vegetasi yang ada yakni menjadi
ANALISIS KETERKAITAN PERUBAHAN KERAPATAN VEGETASI TERHADAP SUHU PERMUKAAN (LAND SURFACE TEMPERATURE) PADA
TAHUN 2013 DAN 2015 MENGUNAKAN PENGOLAHAN DATA CITRA LANDSAT 8
(STUDI KASUS : KABUPATEN BLORA, PROVINSI JAWA TENGAH)
faktor penting dan NDVI dapat
digunakan untuk menyimpulkan
kondisi vegetasi secara umum.
Kombinasi LST dan NDVI dengan
ruang
LST-NDVI
telah
dikembangkan dengan metode
yakni (1)menggunakan hubungan
vegetasi-tanah-kondisi, (2)metode
pengukuran
in
situ,
(3)
penginderaan jauh (Carson et al.,
1994).
METODOLOGI PENELITIAN
1. Persiapan
Tahap ini merupakan langkah
awal dalam penelitian yaitu studi
literatur dan mempersiapkan
segala kebutuhan penelitian
seperti alat dan bahan
2. Pengumpulan Data
Pada tahap ini dilakukan
pengumpulan data berupa citra
satelit Landsat 8 tahun 2013 dan
tahun
2015
serta
batas
administrasi Kabupaten Blora.
3. Tahap Pengolahan
a. Pemilihan Band
Pemilihan band disini
dilakukan untuk memilih
band yang akan digunakan
pada langkah selanjutnya.
Untuk
NDVI
kita
menggunakan band 4 dan 5
lalu untuk pengolahan
temperatur permukaan kita
menggunakan band 10 dan
11.
b. Klasifikasi NDVI
Klasifikasi
NDVI
dilakukan
pada citra
dengan dua tahun yang
berbeda dengan penerapan
formula yang melibatkan
band 4 dan band 5 dalam
prosesnya.
c. Klasifikasi Suhu
Permukaan
Klasifikasi
suhu
permukaan dilakukan pada
citra dengan dua tahun
yang
berbeda
dengan
penerapan formula yang
melibatkan band 10 dan
band 11 pada prosesnya.
d. Reklasifikasi
Reklasifikasi
dilakukan
untuk mengorganisir hasil
klasifikasi
dengan
membuat kelas-kelas baru
dengan range tertentu
sesuai kebutuhan kita.
e. Pembentukan
Matrik
Korelasi
Matrik korelasi bertujuan
untuk mencari hubungan
atau keterkaitan
4. Hasil
Dari hasil klasifikasi NDVI
dan temperatur permukaan
maka
didapatkan
peta
persebaran vegetasi dan peta
persebaran suhu permukaan.
DATA DAN PERALATAN
Data
Data yang digunakan dalam
penelitian ini adalah :
1. Citra Landsat 8 TM tahun
2013 dan 2015 wilayah
Kabupaten Blora
2. Peta Wilayah Administrasi
Kabupaten Indonesia
Peralatan
Peralatan yang digunakan dalam
penelitian ini adalah :
1. Perangkat keras :
a. Laptop ASUS A450C
b. Mouse Logitech
2. Perangkat lunak :
a. Sistem operasi Windows
8 64 bit
b. Microsoft Office Word
2010
c. Software ENVI 5.1
d. ArcGis 10.0
HASIL DAN PEMBAHASAN
Hasil
Perhitungan
Indeks
Kerapatan
Vegetasi
Kota
Sumbawa Tahun 2013 dan
Tahun 2015
Hasil
Perhitungan
Suhu
Permukaan Kota Sumbawa
Tahun 2013 dan Tahun 2015
Gambar 3 Peta Suhu Permukaan
Kota Sumbawa Tahun 2013
Gambar 4 Peta Suhu Permukaan
Kota Sumbawa Tahun 2015
Gambar 1 Peta NDVI Kota
Sumbawa Tahun 2013
Berdasarkan hasil diatas terlihat
ada peningkatan suhu berkisar
diantara tiga hingga empat derajat
celcius di beberapa daerah kota
Sumbawa
REKLASIFIKASI
TEMPERATUR DAN NDVI
Gambar 2 Peta NDVI Kabupaten
Blora Tahun 2015
6
ANALISIS KETERKAITAN PERUBAHAN KERAPATAN VEGETASI TERHADAP SUHU PERMUKAAN (LAND SURFACE TEMPERATURE) PADA
TAHUN 2013 DAN 2015 MENGUNAKAN PENGOLAHAN DATA CITRA LANDSAT 8
(STUDI KASUS : KABUPATEN BLORA, PROVINSI JAWA TENGAH)
Gambar 5 Hasil Klasifikasi Suhu
Permukaan
Gambar 6 Hasil Klasifikasi
Indeks Kerapatan Vegetasi
ANALISA DAN HASIL
Analisis Hasil Suhu dan NDVI
Dari keempat peta yang telah
dihasilkan, didapatkan analisis
terhadap hasil sebagai berikut:
1. Perbedaan suhu permukaan
dan NDVI di Kabupaten
Blora pada tahun 2013 dan
2015
cukup
terlihat
signifikan.
2. Dari hasil suhu permukaan
mengalami
peningkatan
suhu permukaan dari tahun
2013 ke tahun 2015. Dapat
dilihat secara visual, warna
merah yang menunjukkan
suhu yang tinggi dengan
derajat celcius yang tinggi
tampak pada hasil suhu
permukaan di tahun 2015.
Ini berarti suhu permukaan
mengalami peningkatan di
tahun 2015.
3. Dari
hasil
kerapatan
vegetasi
atau
NDVI
mengalami
penurunan
tingkat
vegetasi
di
Kabupaten Blora dimana
pada tahun 2013 vegetasi
cukup
rapat
memiliki
tingkat yang cukup tinggi
namun di tahun 2015
didominasi dengan vegetasi
jarang. Ini berarti tingkat
kerapatan vegetasi di tahun
2015
mengalami
penurunan
tingkat
kerapatan.
Analisis
NDVI
Korelasi
Suhu
dan
Gambar 7 Hasil Matrik Korelasi
NDVI dan Temperatur
Dari hasil korelasi diatas, dapat
dianalisis bahwa:
1. Nilai korelasi adalah nilai
yang
digunakan
atau
didapatkan
untuk
mengetahui seberapa besar
kekuatan hubungan antar
dua variabel atau lebih.
Pada
penelitian
ini
variabelnya adalaha sushu
permukaan
dengan
kerapatan vegetasi.
2. Nilai matrik korelasi diatas
sebesar
0.601635
menunjukkan bahwa antar
variabel
saling
mempengaruhi sebesar 60
% dan bernilai positif maka
hasil diatas disebut korelasi
berbanding lurus dimana
antar variabel memiliki
pengaruh
yang
saling
berbanding lurus.
3. Dari nilai tersebut, variabel
antara suhu permukaan dan
kerapatan
vegetasi
memiliki tingkat pengaruh
atau hubungan yang saling
mempengaruhi
dengan
nilai yang cukup besar.
KESIMPULAN
Adapun kesimpulan yang dapat di
ambil dari penelitian ini adalah
sebagai berikut :
1. Berdasarkan hasil diatas
terjadi peningkatan suhu di
beberapa
daerah
di
Kabupaten Blora sebesar 2
sampai 3 derajat celcius.
2. Terjadi penurunan tingkat
kerapatan
vegetasi
di
beberapa wilayah dari
tingkat cukup rapat ke
vegetasi jarang pada tahun
2015.
3. Dari hasil matriks korelasi
didapatkan nilai sebesar
0.60135 yakni sekitar 60%
tingkat korelasi antara suhu
permukaan dengan NDVI.
Dapat disimpulkan bahwa
semakin jarang kerapatan
8
vegetasinya, maka semakin
tinggi suhu permukaan
yang dihasilkan.
UCAPAN TERIMA KASIH
Terima kasih saya ucapkan kepada
setiap
pribadi
yang
telah
membantu
saya
demi
terlaksananya
penelitian
dan
pembuatan jurnal ini. Kiranya
Tuhan memberkati.
.
DAFTAR PUSTAKA
Dash, P., Gottsche, F. -M.,
Olesen, F. -S., & Fischer, H.
(2002). Land surface temperature
and emissivity estimation from
passive sensor data: Theory and
practice-current
trends.
International Journal of Remote
Sensing, 23(13), 2563 – 2594.
Franca, G. B., & Cracknell,
A. P. (1994). Retrieval of land and
sea surface temperature using
NOAA-11 AVHRR data in northeastern
Brazil.
International
Journal of Remote Sensing, 15,
1695 – 1712.
Carson, T. N., Gillies, R.
R., & Perry, E. M. (1994). A
method to make use of thermal
infrared temperature and NDVI
measurements to infer surface soil
water content and fractional
vegetation cover. Remote Sensing
Reviews, 9, 161 – 173.
Hidayati,
I.N.
2013.
Analisis Transformasi Citra Dan
Penggunaan/Penutup
Lahan
Terhadap Urban Heat Island
Berbasis Citra Penginderaan
Jauh. Jurnal Fakultas Geografi
ANALISIS KETERKAITAN PERUBAHAN KERAPATAN VEGETASI TERHADAP SUHU PERMUKAAN (LAND SURFACE TEMPERATURE) PADA
TAHUN 2013 DAN 2015 MENGUNAKAN PENGOLAHAN DATA CITRA LANDSAT 8
(STUDI KASUS : KABUPATEN BLORA, PROVINSI JAWA TENGAH)
Universitas
Yogyakarta.
Gadjah
Mada
:
Aditiyanti, A.H. 2013.
Analisis Pengaruh Perubahan
NDVI dan Tutupan Lahan
Terhadap Suhu Permukaan Di
Kota Semarang. Jurnal Teknik
Geodesi Universitas Diponegoro :
Semarang.
Fawzi,
N.I.
2014.
Pemetaan Emisivitas Permukaan
Menggunakan Indeks Vegetasi.
Jurnal
Fakultas
Geografi
Universitas Gadjah Mada :
Yogyakarta.
Weng, Qihao et al. 2003.
Estimation of land surface
temperature–vegetation
abundance relationship for urban
heat island studies. Department of
Geography,
Geology,
and
Anthropology,
Indiana
State
University, 200 North 7th Street,
Terre Haute, IN 47809, USA.
TAHUN 2013 DAN 2015 MENGUNAKAN PENGOLAHAN DATA CITRA LANDSAT 8
(STUDI KASUS : KABUPATEN BLORA, PROVINSI JAWA TENGAH)
ANALISIS KETERKAITAN PERUBAHAN KERAPATAN
VEGETASI TERHADAP SUHU PERMUKAAN (LAND SURFACE
TEMPERATURE) PADA TAHUN 2013 DAN 2015 MENGUNAKAN
PENGOLAHAN DATA CITRA LANDSAT 8
(STUDI KASUS : KABUPATEN BLORA, PROVINSI JAWA
TENGAH)
Bernardinus Joko Prakosta Santu Aji
Program Studi Teknik Geodesi, Fakultas Teknik, Universitas Diponegoro
Jl. Prof. H. Soedarto, SH. Kampus Tembalang, Semarang,
Email : bernardinusjokopsa@gmail.com
ABSTRAK
Peristiwa pemanasan global dan tingginya suhu global menjadi
kajian yang harus diteliti. Efek pemanasan global sangat dirasakan,
terutama di wilayah Kabupaten Blora, Provinsi Jawa Tengah.. Pemanasan
global dipicu dari banyaknya faktor yang mendukung terjadinya peristiwa
tersebut seperti tingkat vegetasi yang rendah, suhu permukaan tanah yang
tinggi, kepadatan penduduk yang tinggi, polusi udara, dan sebagainya.
Dengan teknologi penginderaan jauh, kita dapat mendeteksi tingkat
kerapatan vegetasi dengan menggunakan metode Normalized Difference
Vegetation Index (NDVI) pada suatu daerah dan dapat mendeteksi
perubahan kerapatan tersebut dengan mengolah citra pada tahun yang
berbeda. Teknologi penginderaan jauh ini digunakan pula untuk identifikasi
bagaimana kondisi suhu permukaan (Land Surface Temperature).
Tujuan dari penelitian ini adalah untuk memberikan informasi
tingkat vegetasi dan informasi tingkat suhu permukaan pada tahun 2013 dan
2015 di Kabupaten Blora, memberikan informasi berdasarkan data yang ada
mengenai pengaruh perubahan NDVI dan tutupan lahan terhadap perubahan
suhu permukaan, dan mengetahui korelasi hubungan antara suhu permukaan
dengan tingkat kerapatan vegetasi atau NDVI.
Hasil dari penelitian ini adalah menunjukkan peningkatan suhu
permukaan di tahun 2015 sebesar 2-3 derajat celcius dibanding dengan
tahun 2013, menunjukkan penurunan tingkat kerapatan vegetasi dari
vegetasi cukup rapat menjadi vegetasi jarang di tahun 2015, dan
menunjukkan tingkat korelasi atau hubungan sebesar 60% antara variabel
suhu permukaan dengan variabel NDVI.
Kata kunci : NDVI, suhu, temperatur, pemanasan global, korelasi
PENDAHULUAN
Latar Belakang
Pemanasan global adalah peristiwa
meningkatnya suhu rata-rata pada
lapisan atmosfer dan permukaan
bumi
akibat
panas
yang
terperangkap oleh emisi lapisan
karbondioksida
di
atmosfer.
Pemanasan global sudah terjadi
diberbagai belahan bumi dan efek
pemanasan global sudah sangat
dirasakan sampai detik ini.
Kabupaten Blora adalah salah satu
kabupaten yang memiliki wilayah
vegetasi yang cukup luas, suhu
udara yang dingin, potensi
tambang yang terkenal yakni
tambang batu kapur yang menjadi
eksistensi dari Kabupaten Blora.
Namun,
tampaknya
kondisi
vegetasi yang tinggi diberbagai
sudut wilayah hanya dapat
ditemukan di tahun-tahun lalu dan
sekarang
sudah
berkurang.
Pengaruh eksplorasi tambang batu
kapur
juga
mempengaruhi
berkurangnya
vegetasi
sebab
dilakukan pembukaan lahan dan
penebangan vegetasi.
Minimnya kerapatan vegetasi
menjadi salah satu pengaruh yang
signifikan
dalam
terjadinya
pemanasan global. Pemanasan
global juga dipengaruhi oleh
beberapa faktor penunjang lainnya
seperti kepadatan penduduk yang
semakin tinggi, perubahan tutupan
lahan
yang
mengakibatkan
berkurangnya wilayah vegetasi,
polusi udara, dan sebagainya.
Semakin minim vegetasi disuatu
wilayah dan ditunjang dengan
faktor-faktor pemanasan global
yang ada, dapat diprediksi wilayah
tersebut memiliki suhu permukaan
yang tinggi.
2
Tingkat
pemanasan
suhu
permukaan dan tingkat vegetasi
sangat perlu diketahui dan
diidentifikasi untuk dilakukan
upaya
pencegahannya.
Penggunaan
teknologi
penginderaan jauh merupakan
teknologi yang cocok, tepat, dan
efisien
dalam
menentukan
bagaimana
kondisi
suhu
permukaan dan tingkat kerapatan
vegetasi
disuatu
wilayah,
khususnya di Kabupaten Blora.
Dengan menggunakan teknologi
penginderaan jauh kita dapat
mengidentifikasi indeks kerapatan
vegetasi
dengan
metode
Normalized Difference Vegetation
Index (NDVI) menggunakan kanal
near infra red dan kanal merah
pada saluran citra satelit. Metode
ini sangat efektif untuk mendeteksi
perubahan kerapatan vegetasi di
suatu daerah. Dengan teknologi
penginderaan jauh kita juga dapat
mengekstrak suhu permukaan
dengan
menggunakan metode
Land Surfaces Temperature pada
citra satelit menggunakan kanal
inframerah yang terdapat pada
sensor satelit.
Perumusan Masalah
Perumusan
masalah
dalam
penelitian ini adalah :
1. Bagaimana
pengaruh
perubahan tutupan lahan
terhadap suhu permukaan
di Kabupaten Blora pada
tahun 2013-2015?
2. Bagaimana
pengaruh
perubahan NDVI terhadap
suhu
permukaan
Kabupaten Blora pada
tahun 2013-2015?
ANALISIS KETERKAITAN PERUBAHAN KERAPATAN VEGETASI TERHADAP SUHU PERMUKAAN (LAND SURFACE TEMPERATURE) PADA
TAHUN 2013 DAN 2015 MENGUNAKAN PENGOLAHAN DATA CITRA LANDSAT 8
(STUDI KASUS : KABUPATEN BLORA, PROVINSI JAWA TENGAH)
3. Bagaimana
pengaruh
perubahan
kerapatan
vegetasi dan tutupan lahan
terhadap suhu permukaan?
Batasan Masalah
Batasan masalah dari penelitian ini
sebagai berikut:
1. Penelitian
ini
hanya
dibatasi di Kabupaten
Blora menggunakan citra
Landsat 8 tahun 2013 dan
2015.
2. Suhu permukaan lahan
atau
Land
Surface
Temperature (LST) adalah
suhu kulit permukaan
bumi yang merupakan
hasil pancaran suhu dari
permukaan objek yang
terekam oleh citra satelit
pada waktu tertentu.
3. Kerapatan vegetasi yang
digunakan
dalam
penelitian berasal dari nilai
perhitungan
NDVI
(Normalized
Difference
Vegetation Index) yakni:
(a) Badan Air: -1 - 0; (b)
Vegetasi Jarang: 0 – 0,25;
(c) Vegetasi Cukup Rapat:
0,25 – 0,55; serta (d)
Vegetasi Rapat: 0.55-0.78.
Tujuan Penelitian
Tujuan penelitian ini adalah
sebagai berikut:
1. Memberikan
informasi
tingkat
vegetasi
dan
informasi tingkat suhu
permukaan pada tahun
2013
dan
2015
di
Kabupaten Blora.
2. Memberikan
informasi
berdasarkan data yang ada
mengenai
pengaruh
perubahan
NDVI
dan
tutupan lahan terhadap
perubahan
Suhu
Permukaan.
3. Mengetahui
korelasi
hubungan antara suhu
permukaan dengan tingkat
kerapatan vegetasi atau
NDVI.
TINJAUAN PUSTAKA
Suhu Permukaan
TOA
Radiance
merupakan
pencampuran hasil dari tiga
pecahan energi : (1) dipancarkan
radiance dari permukaan bumi, (2)
upwelling radiance dari atmosfer
dan radiance downwelling, (3) dari
langit (Dash et al., 2002). Efek
atmosfer termasuk penyerapan ke
atas emisi dan irradiance ke bawah
yang tercermin dari permukaan
harus
diperbaiki
sebelum
kecerahan suhu permukaan tanah
diperoleh. Kecerahan suhu harus
diatasi dengan spectrum nilai-nilai
emisivitas sebelum perhitungan
LST untuk jumlah sifat kekasaran
permukaan tanah, jumlah dan sifat
tutupan vegetasi dan termal.
Pengambilan
dari
LST
membutuhkan pengukuran yang
akurat dari nilai emisivitas
permukaan. Emisivitas permukaan
dipengaruhi faktor-faktor seperti
kadar air, komposisi kimia,
struktur, kekasaran, dll (Franca &
Cracknell, 1994).
Index Vegetasi
Bagian vegetasi menggambarkan
jumlah dan sifat tutupan vegetasi,
proporsi vegetasi dan tanahnya
serta perbedaan dalam radiasi suhu
antar kanopi vegetasi dan tanah
mempengaruhi pengukuran LST
(Qihao, Weng et al, 2003). Indeks
vegetasi adalah besaran nilai
kehijauan vegetasi yang diperoleh
dari pengolahan sinyal dijital data
nilai
kecerahan
(brightness)
beberapa kanal data sensor satelit.
Untuk
pemantauan
vegetasi,
dilakukan proses pembandingan
antara tingkat kecerahan kanal
cahaya merah (red) dan kanal
cahaya inframerah dekat (near
infrared). Fenomena penyerapan
cahaya merah oleh klorofil dan
pemantulan cahaya inframerah
dekat oleh jaringan mesofil yang
terdapat pada daun akan membuat
nilai kecerahan yang diterima
sensor satelit pada kanal-kanal
tersebut akan jauh berbeda.
Pada
daratan
non-vegetasi,
termasuk diantaranya wilayah
perairan, pemukiman penduduk,
tanah kosong terbuka, dan wilayah
dengan kondisi vegetasi yang
rusak, tidak akan menunjukkan
nilai rasio yang tinggi (minimum).
Sebaliknya
pada
wilayah
bervegetasi sangat rapat, dengan
kondisi sehat, perbandingan kedua
kanal tersebut akan sangat tinggi
(maksimum).
Nilai perbandingan kecerahan
kanal cahaya merah dengan cahaya
inframerah dekat atau NIR/RED,
adalah nilai suatu indeks vegetasi
(yang sering disebut ”simple
ratio”) yang sudah tidak dipakai
lagi. Hal ini disebabkan karena
nilai dari rasio NIR/RED akan
4
memberikan nilai yang sangat
besar untuk tumbuhan yang sehat.
Oleh karena itu, dikembangkanlah
suatu algoritma indeks vegetasi
yang baru dengan normalisasi,
yaitu
NDVI
(Normalized
Difference Vegetation
Index)
seperti berikut ini:
Indeks vegetasi berbasis NDVI
yang ditunjukkan pada persamaan
diatas mempunyai nilai yang
hanya berkisar antara -1 (nonvegetasi) hinga 1 (vegetasi).
Beberapa
varian
dan
penyempurnaan
NDVI
telah
banyak
dikembangkan.
Contohnya, SAVI yang merupakan
perbaikan dari NDVI untuk
koreksi pantulan cahaya dari tanah,
ARVI yang memperhitungkan
hamburan cahaya biru di atmosfir
terhadap nilai NDVI.
Salah satu pengembangan dari
SAVI dan ARCI adalah EVI yang
lebih tahan terhadap pengaruh
komposisi aerosol atmosfir dan
pengaruh variasi warna tanah
dengan rumus :
Algoritma EVI juga dirancang
agar memiliki sensitifitas yang
lebih baik terhadap citra daerah
sangat hijau (subur dan lebat).
Hubungan LST dan NDVI
Hubungan antara indeks LST dan
vegetasi seperti NDVI telah secara
luas didokumentasikan dalam
literatur. Dasar menggunakan
NDVI untuk LST yakni jumlah
vegetasi yang ada yakni menjadi
ANALISIS KETERKAITAN PERUBAHAN KERAPATAN VEGETASI TERHADAP SUHU PERMUKAAN (LAND SURFACE TEMPERATURE) PADA
TAHUN 2013 DAN 2015 MENGUNAKAN PENGOLAHAN DATA CITRA LANDSAT 8
(STUDI KASUS : KABUPATEN BLORA, PROVINSI JAWA TENGAH)
faktor penting dan NDVI dapat
digunakan untuk menyimpulkan
kondisi vegetasi secara umum.
Kombinasi LST dan NDVI dengan
ruang
LST-NDVI
telah
dikembangkan dengan metode
yakni (1)menggunakan hubungan
vegetasi-tanah-kondisi, (2)metode
pengukuran
in
situ,
(3)
penginderaan jauh (Carson et al.,
1994).
METODOLOGI PENELITIAN
1. Persiapan
Tahap ini merupakan langkah
awal dalam penelitian yaitu studi
literatur dan mempersiapkan
segala kebutuhan penelitian
seperti alat dan bahan
2. Pengumpulan Data
Pada tahap ini dilakukan
pengumpulan data berupa citra
satelit Landsat 8 tahun 2013 dan
tahun
2015
serta
batas
administrasi Kabupaten Blora.
3. Tahap Pengolahan
a. Pemilihan Band
Pemilihan band disini
dilakukan untuk memilih
band yang akan digunakan
pada langkah selanjutnya.
Untuk
NDVI
kita
menggunakan band 4 dan 5
lalu untuk pengolahan
temperatur permukaan kita
menggunakan band 10 dan
11.
b. Klasifikasi NDVI
Klasifikasi
NDVI
dilakukan
pada citra
dengan dua tahun yang
berbeda dengan penerapan
formula yang melibatkan
band 4 dan band 5 dalam
prosesnya.
c. Klasifikasi Suhu
Permukaan
Klasifikasi
suhu
permukaan dilakukan pada
citra dengan dua tahun
yang
berbeda
dengan
penerapan formula yang
melibatkan band 10 dan
band 11 pada prosesnya.
d. Reklasifikasi
Reklasifikasi
dilakukan
untuk mengorganisir hasil
klasifikasi
dengan
membuat kelas-kelas baru
dengan range tertentu
sesuai kebutuhan kita.
e. Pembentukan
Matrik
Korelasi
Matrik korelasi bertujuan
untuk mencari hubungan
atau keterkaitan
4. Hasil
Dari hasil klasifikasi NDVI
dan temperatur permukaan
maka
didapatkan
peta
persebaran vegetasi dan peta
persebaran suhu permukaan.
DATA DAN PERALATAN
Data
Data yang digunakan dalam
penelitian ini adalah :
1. Citra Landsat 8 TM tahun
2013 dan 2015 wilayah
Kabupaten Blora
2. Peta Wilayah Administrasi
Kabupaten Indonesia
Peralatan
Peralatan yang digunakan dalam
penelitian ini adalah :
1. Perangkat keras :
a. Laptop ASUS A450C
b. Mouse Logitech
2. Perangkat lunak :
a. Sistem operasi Windows
8 64 bit
b. Microsoft Office Word
2010
c. Software ENVI 5.1
d. ArcGis 10.0
HASIL DAN PEMBAHASAN
Hasil
Perhitungan
Indeks
Kerapatan
Vegetasi
Kota
Sumbawa Tahun 2013 dan
Tahun 2015
Hasil
Perhitungan
Suhu
Permukaan Kota Sumbawa
Tahun 2013 dan Tahun 2015
Gambar 3 Peta Suhu Permukaan
Kota Sumbawa Tahun 2013
Gambar 4 Peta Suhu Permukaan
Kota Sumbawa Tahun 2015
Gambar 1 Peta NDVI Kota
Sumbawa Tahun 2013
Berdasarkan hasil diatas terlihat
ada peningkatan suhu berkisar
diantara tiga hingga empat derajat
celcius di beberapa daerah kota
Sumbawa
REKLASIFIKASI
TEMPERATUR DAN NDVI
Gambar 2 Peta NDVI Kabupaten
Blora Tahun 2015
6
ANALISIS KETERKAITAN PERUBAHAN KERAPATAN VEGETASI TERHADAP SUHU PERMUKAAN (LAND SURFACE TEMPERATURE) PADA
TAHUN 2013 DAN 2015 MENGUNAKAN PENGOLAHAN DATA CITRA LANDSAT 8
(STUDI KASUS : KABUPATEN BLORA, PROVINSI JAWA TENGAH)
Gambar 5 Hasil Klasifikasi Suhu
Permukaan
Gambar 6 Hasil Klasifikasi
Indeks Kerapatan Vegetasi
ANALISA DAN HASIL
Analisis Hasil Suhu dan NDVI
Dari keempat peta yang telah
dihasilkan, didapatkan analisis
terhadap hasil sebagai berikut:
1. Perbedaan suhu permukaan
dan NDVI di Kabupaten
Blora pada tahun 2013 dan
2015
cukup
terlihat
signifikan.
2. Dari hasil suhu permukaan
mengalami
peningkatan
suhu permukaan dari tahun
2013 ke tahun 2015. Dapat
dilihat secara visual, warna
merah yang menunjukkan
suhu yang tinggi dengan
derajat celcius yang tinggi
tampak pada hasil suhu
permukaan di tahun 2015.
Ini berarti suhu permukaan
mengalami peningkatan di
tahun 2015.
3. Dari
hasil
kerapatan
vegetasi
atau
NDVI
mengalami
penurunan
tingkat
vegetasi
di
Kabupaten Blora dimana
pada tahun 2013 vegetasi
cukup
rapat
memiliki
tingkat yang cukup tinggi
namun di tahun 2015
didominasi dengan vegetasi
jarang. Ini berarti tingkat
kerapatan vegetasi di tahun
2015
mengalami
penurunan
tingkat
kerapatan.
Analisis
NDVI
Korelasi
Suhu
dan
Gambar 7 Hasil Matrik Korelasi
NDVI dan Temperatur
Dari hasil korelasi diatas, dapat
dianalisis bahwa:
1. Nilai korelasi adalah nilai
yang
digunakan
atau
didapatkan
untuk
mengetahui seberapa besar
kekuatan hubungan antar
dua variabel atau lebih.
Pada
penelitian
ini
variabelnya adalaha sushu
permukaan
dengan
kerapatan vegetasi.
2. Nilai matrik korelasi diatas
sebesar
0.601635
menunjukkan bahwa antar
variabel
saling
mempengaruhi sebesar 60
% dan bernilai positif maka
hasil diatas disebut korelasi
berbanding lurus dimana
antar variabel memiliki
pengaruh
yang
saling
berbanding lurus.
3. Dari nilai tersebut, variabel
antara suhu permukaan dan
kerapatan
vegetasi
memiliki tingkat pengaruh
atau hubungan yang saling
mempengaruhi
dengan
nilai yang cukup besar.
KESIMPULAN
Adapun kesimpulan yang dapat di
ambil dari penelitian ini adalah
sebagai berikut :
1. Berdasarkan hasil diatas
terjadi peningkatan suhu di
beberapa
daerah
di
Kabupaten Blora sebesar 2
sampai 3 derajat celcius.
2. Terjadi penurunan tingkat
kerapatan
vegetasi
di
beberapa wilayah dari
tingkat cukup rapat ke
vegetasi jarang pada tahun
2015.
3. Dari hasil matriks korelasi
didapatkan nilai sebesar
0.60135 yakni sekitar 60%
tingkat korelasi antara suhu
permukaan dengan NDVI.
Dapat disimpulkan bahwa
semakin jarang kerapatan
8
vegetasinya, maka semakin
tinggi suhu permukaan
yang dihasilkan.
UCAPAN TERIMA KASIH
Terima kasih saya ucapkan kepada
setiap
pribadi
yang
telah
membantu
saya
demi
terlaksananya
penelitian
dan
pembuatan jurnal ini. Kiranya
Tuhan memberkati.
.
DAFTAR PUSTAKA
Dash, P., Gottsche, F. -M.,
Olesen, F. -S., & Fischer, H.
(2002). Land surface temperature
and emissivity estimation from
passive sensor data: Theory and
practice-current
trends.
International Journal of Remote
Sensing, 23(13), 2563 – 2594.
Franca, G. B., & Cracknell,
A. P. (1994). Retrieval of land and
sea surface temperature using
NOAA-11 AVHRR data in northeastern
Brazil.
International
Journal of Remote Sensing, 15,
1695 – 1712.
Carson, T. N., Gillies, R.
R., & Perry, E. M. (1994). A
method to make use of thermal
infrared temperature and NDVI
measurements to infer surface soil
water content and fractional
vegetation cover. Remote Sensing
Reviews, 9, 161 – 173.
Hidayati,
I.N.
2013.
Analisis Transformasi Citra Dan
Penggunaan/Penutup
Lahan
Terhadap Urban Heat Island
Berbasis Citra Penginderaan
Jauh. Jurnal Fakultas Geografi
ANALISIS KETERKAITAN PERUBAHAN KERAPATAN VEGETASI TERHADAP SUHU PERMUKAAN (LAND SURFACE TEMPERATURE) PADA
TAHUN 2013 DAN 2015 MENGUNAKAN PENGOLAHAN DATA CITRA LANDSAT 8
(STUDI KASUS : KABUPATEN BLORA, PROVINSI JAWA TENGAH)
Universitas
Yogyakarta.
Gadjah
Mada
:
Aditiyanti, A.H. 2013.
Analisis Pengaruh Perubahan
NDVI dan Tutupan Lahan
Terhadap Suhu Permukaan Di
Kota Semarang. Jurnal Teknik
Geodesi Universitas Diponegoro :
Semarang.
Fawzi,
N.I.
2014.
Pemetaan Emisivitas Permukaan
Menggunakan Indeks Vegetasi.
Jurnal
Fakultas
Geografi
Universitas Gadjah Mada :
Yogyakarta.
Weng, Qihao et al. 2003.
Estimation of land surface
temperature–vegetation
abundance relationship for urban
heat island studies. Department of
Geography,
Geology,
and
Anthropology,
Indiana
State
University, 200 North 7th Street,
Terre Haute, IN 47809, USA.