MONITORING SUHU PERMUKAAN TANAH SECARA P
MONITORING SUHU PERMUKAAN TANAH SECARA PERIODIK UNTUK
KESESUAIAN TANAMAN PERKEBUNAN DENGAN MEMANFAATKAN CITRA
LANDSAT 8
(Studi Kasus: Kabupaten Malang, Jawa Timur)
Indrajati, Prastiwi ª*, Sunaryo, D. K. ª, Noraini, A.ª
ª Teknik Geodesi, Fakultas Teknik Sipil dan Perencanaan, Institut Teknologi Nasional Malang
prastiwiindrajati@gmail.com
Abstraksi
Kabupaten Malang juga dikenal sebagai daerah yang kaya akan potensi diantaranya dari pertanian,
perkebunan, dan tanaman obat keluarga. Seiring perkembangan zaman dan peningkatan jumlah penduduk di
Kabupaten Malang ini berdampak pada menurunnya kualitas lingkungan hidup yang mengakibatkan
terjadinya perubahan iklim mikro terutama peningkatan suhu dan penurunan kelembapan udara.
Suhu permukaan tanah sangat mempengaruhi pertumbuhan tanaman, salah satunya adalah tanaman
perkebunan. Suhu permukaan tanah merupakan faktor penting dalam menentukan tempat dan waktu
penanaman yang cocok, bahkan suhu permukaan tanah dapat juga sebagai faktor penentu dari pusat - pusat
produksi tanaman. Citra Landsat 8 ini digunakan untuk mengetahui perubahan suhu permukaan tanah di
Kabupaten Malang dari tahun 2013 sampai tahun 2016 dan kesesuaian lahan yang sesuai untuk tanaman
perkebunan berdasarkan suhu permukaan tanah.
Hasil penelitian menunjukkan suhu permukaan tanah di Kabupaten Malang sebesar 7,662℃ – 43,449℃ di
tahun 2013, 11,802℃ – 43,428℃ di tahun 2014, 5,569℃ – 45,631℃ di tahun 2015, dan 5,093℃ – 44,048℃
di tahun 2016. Dari hasil kesesuaian tanaman perkebunan berdasarkan suhu mendapatkan klasifikasi sangat
sesuai pada tanaman apel seluas 80.021,499 ha, tanaman kelapa 90.768,532 ha, tanaman kopi seluas
53.093,686 ha, tanaman teh seluas 24.358,738 ha.
Kata kunci: Kabupaten Malang, Suhu Permukaan Tanah, Kesesuaian Tanaman, Tanaman Perkebunan.
1. Pendahuluan
Kabupaten Malang adalah kabupaten terluas
kedua dengan populasi terbesar di Jawa Timur.
Kabupaten Malang juga dikenal sebagai daerah yang
kaya akan potensi diantaranya dari pertanian,
perkebunan, tanaman obat keluarga (Bagian
Pengelola Data Elektronik Sekretariat Daerah, 2016).
Suhu permukaan tanah di Kabupaten Malang
yang semakin hari semakin meningkat. Peningkatan
suhu ini disebabkan oleh meningkatnya jumlah
penduduk yang berdampak pada menurunnya
kualitas lingkungan hidup yang mengakibatkan
terjadinya perubahan iklim mikro terutama
peningkatan suhu dan penurunan kelembapan udara
(Pusat Studi Pembangunan Pertanian dan Pedesaan,
2015).
Suhu permukaan tanah sangat mempengaruhi
pertumbuhan tanaman, salah satunya adalah tanaman
perkebunan. Suhu permukaan tanah merupakan
faktor penting dalam menentukan tempat dan waktu
penanaman yang cocok, bahkan suhu permukaan
tanah dapat juga sebagai faktor penentu dari pusat pusat produksi tanaman (Tisdale dan Nelson, 1966).
Dalam penelitian ini, data suhu permukaan
tanah diperoleh dengan memanfaatkan data citra
Landsat 8 OLI/TIRS. Citra satelit penginderaan jauh
memfasilitasi kebutuhan kajian terkait suhu bumi
dengan teknologi saluran inframerah termal yang
mampu
merekam
nilai
spektral
untuk
mengidentifikasi suhu.
Penelitian ini dilakukan untuk mendapatkan
analisis perubahan suhu permukaan tanah di
Kabupaten Malang secara periodik dari tahun 2013 2016 dan mendapatkan analisis kesesuaian tanaman
perkebunan berdasarkan masing – masing suhu
permukaan tanah secara periodik.
2. Metodologi
Metode pengumpulan data yang digunakan
dalam penelitian ini adalah melalui survei lapangan,
overlay, dan melalui teknik penginderaan jauh yang
berupa data citra satelit. Data lapangan merupakan
data hasil pengukuran suhu yang diambil di 99 titik
lokasi yang disebar di setiap kecamatan di Kabupaten
Malang yang digunakan sebagai validasi dengan data
citra Landsat 8 tahun 2016. Sedangkan data citra yang
digunakan adalah data citra Landsat 8 perekaman 1
November 2013, 17 September 2014, 6 Oktober
2015, dan 6 September 2016. Selain itu digunakan
kriteria rentang suhu tanaman perkebunan
berdasarkan Balai Besar Litbang Sumberdaya Lahan
Pertanian tahun 2012.
Lokasi penelitian berada di Kabupaten Malang
dengan letak geografis 112o17' sampai 112o57' Bujur
Timur dan 7o44' sampai 8o26' Lintang Selatan dengan
luas ± 3.465 km², dan terdiri dari 33 Kecamatan.
Gambar 1. Lokasi Penelitian
AL = konstanta penambah (RADIANCE ADD
BAND_x)
b. Cek Geometrik
Cek koreksi geometrik dilakukan untuk
menyesuaikan koordinat piksel pada citra dengan
koordinat bumi di bidang datar. Citra Landsat 8 yang
dipublikasikan berupa produk L1 T (level-one
terrain-corrected) yang terbebas dari kesalahan
akibat sensor, satelit dan bumi, sehingga Landsat 8
tidak perlu koreksi geometrik lagi (USGS, 2013).
c. Cropping Citra
Pemotongan citra dari data citra yang telah
terkoreksi dengan Peta Administrasi Kabupaten
Malang untuk mendapatkan cakupan daerah
penelitian.
d. Konversi Nilai Radian Menjadi Brightness
Temperature
Konversi nilai radian menjadi Brightness
Temperature untuk mengubah data pada citra yang
disimpan dalam bentuk radian ke brightness
temperature (untuk kanal Termal Infrared).
Persamaan yang digunakan untuk melakukan
konversi
nilai
radian
menjadi
Brightness
Temperature (Weng. dkk, 2004 dan Voogt. dkk,
2003):
........................................ (2)
�=
�
Gambar 2. Diagram Alir Penelitian
Adapun penjelasan dari diagram alir diatas
adalaa sebagai berikut:
a. Tahapan persiapan penelitia
b. Konversi Digital Number ke Radian
Konversi nilai piksel ke nilai radian spektral
atau disebut dengan Top Of Atmosphere Radiance
(TOA Radiance). Persamaan yang digunakan untuk
Landsat 8 (USGS, 2013):
��� + � .............................. (1)
=
Dimana:
L = radian spektral pada sensor
Qcal = nilai piksel (DN)
ML = konstanta rescalling (RADIANCE MULT
BAND x)
+
Dimana:
T = suhu radian dalam satuan Kelvin (K)
� = nilai radian spektral
K1 = konstanta kalibrasi radian spektral (W/(m2
.sr. m), diperoleh pada metadata untuk band
10 atau 11
K2 = konstanta kalibrasi suhu absolut (K), diperoleh
pada metadata untuk band 10 atau 11
e. Konversi Kelvin ke Celcius
Konversi temperatur dari satuan kelvin ke
celcius menggunakan persamaan (Weng. dkk, 2004
dan Voogt. dkk, 2003):
�°� = �° −
............................... (3)
Dimana:
�°� = Temperatur dalam satuan celcius
�° = Temperatur dalam satuan kelvin
f. Uji Akurasi Suhu dengan NMAE dan Korelasi
Linier
Melakukan uji akurasi suhu menggunakan
persamaan NMAE (Normalized Mean Absolute
Error) menggunakan persamaan (Jaelani, 2015):
�� ,�−� �� ,�
�� % = � ∑�
(4)
|×
�= |
� ��
Dimana:
Xest,i = nilai estimasi
Xmeas = nilai konsentrasi
N
= jumlah titik sampel
Korelasi linier untuk mengetahui kesalahan
error, dan mengetahui kekuatan hubungan kedekatan
suatu relasi yang terjadi antar variabel dalam
koefisien korelasinya. Persamaan yang digunakan
untuk mendapatkan nilai koefisien korelasi (Usman
dan Akbar, 2006):
nΣ − Σ . Σ
=
............ (5)
√ nΣ
− Σ
. nΣ
. Σ
=
............................................ (6)
Keterangan:
r = koefisien korelasi
r2
= koefisien determinasi
n = jumlah pengamatan
x = variabel bebas
y = variabel terikat
g. Analisis Data
Menganalisis perubahan suhu permukaan
tanah di Kabupaten Malang dari tahun 2013 – 2016
dan menganalisis perubahan suhu permukaan tanah
terhadap kesesuaian tanaman perkebunan sesuai
dengan kriteria suhu tanaman. Berikut adalah kriteria
rentang suhu tanaman perkebunan berdasarkan Balai
Besar Litbang Sumberdaya Lahan Pertanian:
3.2 Hasil Cek Koreksi Geometrik
Berikut adalah hasil cek geometrik Landsat 8
pada metadata yang mempunyai informasi titik GCP
yang digunakan serta nilai RMSE:
Tabel 3. Nilai RMS geometrik citra Landsat 8
Tanggal Perekaman
1 November 2013
17 September 2014
6 Oktober 2015
6 September 2016
Tanaman Apel
Tanaman Kopi
Tanaman Teh
Tanaman Kelapa Rakyat
Suhu Tanaman (℃)
S2
S3
27 – 30 30 – 35
16 - 27
13 – 16 10 - 13
19 – 22
22 – 25 25 – 28
28 – 32
21 – 24 24 – 27
19 – 21
17 – 19 14 – 17
28 – 32 32 – 35
25 – 28
23 – 25 20 - 23
S1
Tabel 4. Nilai suhu minimum dan maksimum dengan
satuan kelvin pada band termal citra Landsat 8
Tahun
2013
2014
2015
N
>35
27
35
0,5.
Semakin besar nilai R2 menunjukkan bahwa
data semakin akurat, dan sebaliknya semakin kecil
nilai R2 menunjukkan bahwa data tidak akurat
(Arafah, 2015).
Berikut adalah hasil kesesuaian masing –
masing tanaman berdasarkan suhu permukaan tanah
tahun 2013 - 2016:
3.6 Analisis Monitoring Suhu Permukaan Tanah
Hasil dari monitoring suhu permukaan tanah di
Kabupaten Malang didapatkan dari hasil pengolahan
citra Landsat 8 dari tahun 2013 – 2016 deperoleh hasil
rentang suhu sebagai berikut:
Gambar 3. Hasil kesesuaian tanaman apel berdasarkan
suhu
Tabel 7. Rentang suhu permukaan tanah
Tabel 9. Luasan berdasarkan klasifikasi tanaman apel
Rentang suhu (℃)
7,662 – 43,449
11,802 – 43,428
5,569 – 45,631
5,093 – 44,048
Tahun Citra
2013
2014
2015
2016
Tanaman Apel
Klasifikasi
Sangat Sesuai
Cukup Sesuai
Kurang Sesuai
Tidak Sesuai
Grafik 2. Perubahan suhu permukaan tanah
Gambar 4. Hasil kesesuaian tanaman kelapa berdasarkan
suhu
3.7 Analisis Suhu terhadap Kesesuaian Tanaman
Perkebunan
Analisis suhu permukaan tanah secara periodik
untuk kesesuaian tanaman perkebunan dilakukan
dengan melakukan skoring dari hasil pengolahan
suhu pada citra tahun 2013 - 2016 berdasarkan nilai
suhu masing – masing tanaman, sehingga
mendapatkan skor tertinggi yaitu 160, dan skor
terendah 40. Maka untuk mendapatkan klasifikasi
kesesuaian akan dilakukan perhitungan untuk
mendapatkan interval kelas dengan menggunakan
persamaan (Prahasta, 2002):
�
�
� =
=
=
−
�� −
�ℎ
�
Tabel 10. Luasan berdasarkan klasifikasi tanaman kelapa
Tanaman Kelapa
Klasifikasi
Luasan (ha)
Sangat Sesuai
90.768,532
Cukup Sesuai
221.240,017
Kurang Sesuai
28.271,050
Tidak Sesuai
6.002,959
�ℎ
Gambar 5. Hasil kesesuaian tanaman kopi berdasarkan
suhu
=
Tabel 11. Luasan berdasarkan klasifikasi tanaman kopi
Tabel 8. Klasifikasi kesesuaian
Total Skor
160
120 - 150
80 - 110
40 - 70
Luasan (ha)
80.021,499
194.009,184
71.168,644
1.157,463
Kesesuaian
Sangat Sesuai
Cukup Sesuai
Kurang Sesuai
Tidak Sesuai
Tanaman Kopi
Klasifikasi
Sangat Sesuai
Cukup Sesuai
Kurang Sesuai
Tidak Sesuai
Luasan (ha)
53.093,686
106.471,713
180.528,028
6.194,460
Gambar 6. Hasil kesesuaian tanaman teh berdasarkan
suhu
Tabel 12. Luasan berdasarkan klasifikasi tanaman teh
Tanaman Teh
Klasifikasi
Sangat Sesuai
Cukup Sesuai
Kurang Sesuai
Tidak Sesuai
Luasan (ha)
24.358,738
104.688,553
217.047,304
209,133
4. Kesimpulan
Hasil penelitian yang telah dilakukan pada
Monitoring Suhu Permukaan Tanah Secara Periodik
untuk Kesesuaian Tanaman Perkebunan dengan
Memanfaatkan Citra Landsat 8 dengan studi kasus
Kabupaten Malang dapat diambil kesimpulan bahwa:
1. Berdasarkan hasil monitoring suhu dari
pengolahan citra Landsat 8 secara periodik dari
band 10 didapatkan hasil suhu permukaan tanah
pada tahun 2013 sebesar , ℃ − , ℃, tahun
2014 sebesar
, ℃ − , ℃, tahun 2015
sebesar
, ℃ − , ℃, dan tahun 2016
sebesar
, ℃ − , ℃. Pada hasil yang
diperoleh dapat disimpulkan bahwa hasil
monitoring suhu permukaan tanah dari tahun 2013
– 2014 pada suhu minimum mengalami kenaikan
4,14℃, tahun 2014 – 2015 mengalami penurunan
6,23℃, tahun 2015 – 2016 mengalami penurunan
0,48℃. Pada suhu maksimum 2013 – 2014
mengalami penurunan 0,02℃, tahun 2014 – 2015
mengalami kenaikan 2,20℃, tahun 2015 – 2016
mengalami penurunan 1,58℃.
2. Pada hasil analisa suhu permukaan tanah terhadap
kesesuaian tanaman perkebunan didapatkan
klasifikasi sangat sesuai untuk tanaman apel
dengan luas 80.021,499 ha, untuk tanaman kelapa
dengan luas 90.768,532 ha, tanaman kopi dengan
luas 53.093,686 ha, dan tanaman teh dengan luas
24.358,738 ha. Maka dapat disimpulkan bahwa
berdasarkan suhu permukaan tanah tanaman yang
cocok untuk daerah Kabupaten Malang adalah
tanaman apel dan kelapa.
5. Refrensi
Arafah, Feny. 2015. Analisis Parameter Kualitas Air
Laut di Perasiran Kabupaten Sumenep untuk
Pembuatan Peta Sebaran Potensi Ikan Pelagis.
Surabaya: Program Magister Teknik Geomatika,
Institut Teknologi Sepuluh November.
Badan Litbang Pertanian. 2015. Definisi (arti)
Perkebunan. Pusat Penelitian dan Pengembangan
Perkebunan, Badan Penelitian dan Pengembangan
Pertanian Kementrian Pertanian. http://perkebunan.litbang.pertanian.go.id/?p=3507
Bagian Pengelola Data Elektronik Sekretariat
Daerah, 2016. Selayang Padang Kabupaten
Malang. Bagian Pengelola Data Elektronik
Sekretariat
Daerah
Kabupaten
Malang.
http://www.malangkab.go.id/site/read/detail/79/selayang-padang.html.
BBSDLP. 2012. Kriteria Komoditas Tanaman. Balai
Besar Litbang Sumberdaya Lahan Pertanian.
http://bbsdlp.litbang.pertanian.go.id/tamp_komod
itas.php
Jaelani, L.M. 2015. Uji Akurasi Produk Reflektan
Permukaan Landsat menggunakan Data In Situ di
Danau Kasumigaura Jepang, in Prosiding
Pertemuan Ilmiah Tahunan Masyarakat Ahli
Penginderaan Jauh Indonesia XX, Bogor.
Prahasta, Eddy. 2002. Konsep - Konsep Dasar Sistem
Informasi Geografis. Bandung: Informatika.
Pusat Studi Pembangunan Pertanian dan Pedesaan,
2015. Kondisi Geografi dan Iklim Malang. Pusat
Studi Pembangunan Pertanian dan Pedesaan
Institut Pertanian Bogor. http://psp3.ipb.ac.id/web/?page_id=699.
Tisdale, S.L. dan Nelson, W.L. 1966. Soil Fertility
And Fertilizers Third Edition. Collier Macmillan
Publishers, London.
USGS. 2013. Landsat 8 Data User Handbook.
Department of the Interior U.S. Geological
Survey.
Usman, Husaini dan Setiady Akbar, Purnomo. 2006.
Pengantar
Statistika . Yogyakarta: BUMI
AKSARA.
Voogt, J. & Oke, T. 2003. Thermal remote sensing of
urban climates. Remote Sensing of the
Environment, Volume 86, p. 370–84.
Weng, Q., Lu, D. & Schubring, J. 2004. Estimation of
Land Surface Temperature - Vegetation
Abuncance Relationship for Urban Heat Island .
Remote Sensing for Environment, Volume 89, pp.
467-483.
KESESUAIAN TANAMAN PERKEBUNAN DENGAN MEMANFAATKAN CITRA
LANDSAT 8
(Studi Kasus: Kabupaten Malang, Jawa Timur)
Indrajati, Prastiwi ª*, Sunaryo, D. K. ª, Noraini, A.ª
ª Teknik Geodesi, Fakultas Teknik Sipil dan Perencanaan, Institut Teknologi Nasional Malang
prastiwiindrajati@gmail.com
Abstraksi
Kabupaten Malang juga dikenal sebagai daerah yang kaya akan potensi diantaranya dari pertanian,
perkebunan, dan tanaman obat keluarga. Seiring perkembangan zaman dan peningkatan jumlah penduduk di
Kabupaten Malang ini berdampak pada menurunnya kualitas lingkungan hidup yang mengakibatkan
terjadinya perubahan iklim mikro terutama peningkatan suhu dan penurunan kelembapan udara.
Suhu permukaan tanah sangat mempengaruhi pertumbuhan tanaman, salah satunya adalah tanaman
perkebunan. Suhu permukaan tanah merupakan faktor penting dalam menentukan tempat dan waktu
penanaman yang cocok, bahkan suhu permukaan tanah dapat juga sebagai faktor penentu dari pusat - pusat
produksi tanaman. Citra Landsat 8 ini digunakan untuk mengetahui perubahan suhu permukaan tanah di
Kabupaten Malang dari tahun 2013 sampai tahun 2016 dan kesesuaian lahan yang sesuai untuk tanaman
perkebunan berdasarkan suhu permukaan tanah.
Hasil penelitian menunjukkan suhu permukaan tanah di Kabupaten Malang sebesar 7,662℃ – 43,449℃ di
tahun 2013, 11,802℃ – 43,428℃ di tahun 2014, 5,569℃ – 45,631℃ di tahun 2015, dan 5,093℃ – 44,048℃
di tahun 2016. Dari hasil kesesuaian tanaman perkebunan berdasarkan suhu mendapatkan klasifikasi sangat
sesuai pada tanaman apel seluas 80.021,499 ha, tanaman kelapa 90.768,532 ha, tanaman kopi seluas
53.093,686 ha, tanaman teh seluas 24.358,738 ha.
Kata kunci: Kabupaten Malang, Suhu Permukaan Tanah, Kesesuaian Tanaman, Tanaman Perkebunan.
1. Pendahuluan
Kabupaten Malang adalah kabupaten terluas
kedua dengan populasi terbesar di Jawa Timur.
Kabupaten Malang juga dikenal sebagai daerah yang
kaya akan potensi diantaranya dari pertanian,
perkebunan, tanaman obat keluarga (Bagian
Pengelola Data Elektronik Sekretariat Daerah, 2016).
Suhu permukaan tanah di Kabupaten Malang
yang semakin hari semakin meningkat. Peningkatan
suhu ini disebabkan oleh meningkatnya jumlah
penduduk yang berdampak pada menurunnya
kualitas lingkungan hidup yang mengakibatkan
terjadinya perubahan iklim mikro terutama
peningkatan suhu dan penurunan kelembapan udara
(Pusat Studi Pembangunan Pertanian dan Pedesaan,
2015).
Suhu permukaan tanah sangat mempengaruhi
pertumbuhan tanaman, salah satunya adalah tanaman
perkebunan. Suhu permukaan tanah merupakan
faktor penting dalam menentukan tempat dan waktu
penanaman yang cocok, bahkan suhu permukaan
tanah dapat juga sebagai faktor penentu dari pusat pusat produksi tanaman (Tisdale dan Nelson, 1966).
Dalam penelitian ini, data suhu permukaan
tanah diperoleh dengan memanfaatkan data citra
Landsat 8 OLI/TIRS. Citra satelit penginderaan jauh
memfasilitasi kebutuhan kajian terkait suhu bumi
dengan teknologi saluran inframerah termal yang
mampu
merekam
nilai
spektral
untuk
mengidentifikasi suhu.
Penelitian ini dilakukan untuk mendapatkan
analisis perubahan suhu permukaan tanah di
Kabupaten Malang secara periodik dari tahun 2013 2016 dan mendapatkan analisis kesesuaian tanaman
perkebunan berdasarkan masing – masing suhu
permukaan tanah secara periodik.
2. Metodologi
Metode pengumpulan data yang digunakan
dalam penelitian ini adalah melalui survei lapangan,
overlay, dan melalui teknik penginderaan jauh yang
berupa data citra satelit. Data lapangan merupakan
data hasil pengukuran suhu yang diambil di 99 titik
lokasi yang disebar di setiap kecamatan di Kabupaten
Malang yang digunakan sebagai validasi dengan data
citra Landsat 8 tahun 2016. Sedangkan data citra yang
digunakan adalah data citra Landsat 8 perekaman 1
November 2013, 17 September 2014, 6 Oktober
2015, dan 6 September 2016. Selain itu digunakan
kriteria rentang suhu tanaman perkebunan
berdasarkan Balai Besar Litbang Sumberdaya Lahan
Pertanian tahun 2012.
Lokasi penelitian berada di Kabupaten Malang
dengan letak geografis 112o17' sampai 112o57' Bujur
Timur dan 7o44' sampai 8o26' Lintang Selatan dengan
luas ± 3.465 km², dan terdiri dari 33 Kecamatan.
Gambar 1. Lokasi Penelitian
AL = konstanta penambah (RADIANCE ADD
BAND_x)
b. Cek Geometrik
Cek koreksi geometrik dilakukan untuk
menyesuaikan koordinat piksel pada citra dengan
koordinat bumi di bidang datar. Citra Landsat 8 yang
dipublikasikan berupa produk L1 T (level-one
terrain-corrected) yang terbebas dari kesalahan
akibat sensor, satelit dan bumi, sehingga Landsat 8
tidak perlu koreksi geometrik lagi (USGS, 2013).
c. Cropping Citra
Pemotongan citra dari data citra yang telah
terkoreksi dengan Peta Administrasi Kabupaten
Malang untuk mendapatkan cakupan daerah
penelitian.
d. Konversi Nilai Radian Menjadi Brightness
Temperature
Konversi nilai radian menjadi Brightness
Temperature untuk mengubah data pada citra yang
disimpan dalam bentuk radian ke brightness
temperature (untuk kanal Termal Infrared).
Persamaan yang digunakan untuk melakukan
konversi
nilai
radian
menjadi
Brightness
Temperature (Weng. dkk, 2004 dan Voogt. dkk,
2003):
........................................ (2)
�=
�
Gambar 2. Diagram Alir Penelitian
Adapun penjelasan dari diagram alir diatas
adalaa sebagai berikut:
a. Tahapan persiapan penelitia
b. Konversi Digital Number ke Radian
Konversi nilai piksel ke nilai radian spektral
atau disebut dengan Top Of Atmosphere Radiance
(TOA Radiance). Persamaan yang digunakan untuk
Landsat 8 (USGS, 2013):
��� + � .............................. (1)
=
Dimana:
L = radian spektral pada sensor
Qcal = nilai piksel (DN)
ML = konstanta rescalling (RADIANCE MULT
BAND x)
+
Dimana:
T = suhu radian dalam satuan Kelvin (K)
� = nilai radian spektral
K1 = konstanta kalibrasi radian spektral (W/(m2
.sr. m), diperoleh pada metadata untuk band
10 atau 11
K2 = konstanta kalibrasi suhu absolut (K), diperoleh
pada metadata untuk band 10 atau 11
e. Konversi Kelvin ke Celcius
Konversi temperatur dari satuan kelvin ke
celcius menggunakan persamaan (Weng. dkk, 2004
dan Voogt. dkk, 2003):
�°� = �° −
............................... (3)
Dimana:
�°� = Temperatur dalam satuan celcius
�° = Temperatur dalam satuan kelvin
f. Uji Akurasi Suhu dengan NMAE dan Korelasi
Linier
Melakukan uji akurasi suhu menggunakan
persamaan NMAE (Normalized Mean Absolute
Error) menggunakan persamaan (Jaelani, 2015):
�� ,�−� �� ,�
�� % = � ∑�
(4)
|×
�= |
� ��
Dimana:
Xest,i = nilai estimasi
Xmeas = nilai konsentrasi
N
= jumlah titik sampel
Korelasi linier untuk mengetahui kesalahan
error, dan mengetahui kekuatan hubungan kedekatan
suatu relasi yang terjadi antar variabel dalam
koefisien korelasinya. Persamaan yang digunakan
untuk mendapatkan nilai koefisien korelasi (Usman
dan Akbar, 2006):
nΣ − Σ . Σ
=
............ (5)
√ nΣ
− Σ
. nΣ
. Σ
=
............................................ (6)
Keterangan:
r = koefisien korelasi
r2
= koefisien determinasi
n = jumlah pengamatan
x = variabel bebas
y = variabel terikat
g. Analisis Data
Menganalisis perubahan suhu permukaan
tanah di Kabupaten Malang dari tahun 2013 – 2016
dan menganalisis perubahan suhu permukaan tanah
terhadap kesesuaian tanaman perkebunan sesuai
dengan kriteria suhu tanaman. Berikut adalah kriteria
rentang suhu tanaman perkebunan berdasarkan Balai
Besar Litbang Sumberdaya Lahan Pertanian:
3.2 Hasil Cek Koreksi Geometrik
Berikut adalah hasil cek geometrik Landsat 8
pada metadata yang mempunyai informasi titik GCP
yang digunakan serta nilai RMSE:
Tabel 3. Nilai RMS geometrik citra Landsat 8
Tanggal Perekaman
1 November 2013
17 September 2014
6 Oktober 2015
6 September 2016
Tanaman Apel
Tanaman Kopi
Tanaman Teh
Tanaman Kelapa Rakyat
Suhu Tanaman (℃)
S2
S3
27 – 30 30 – 35
16 - 27
13 – 16 10 - 13
19 – 22
22 – 25 25 – 28
28 – 32
21 – 24 24 – 27
19 – 21
17 – 19 14 – 17
28 – 32 32 – 35
25 – 28
23 – 25 20 - 23
S1
Tabel 4. Nilai suhu minimum dan maksimum dengan
satuan kelvin pada band termal citra Landsat 8
Tahun
2013
2014
2015
N
>35
27
35
0,5.
Semakin besar nilai R2 menunjukkan bahwa
data semakin akurat, dan sebaliknya semakin kecil
nilai R2 menunjukkan bahwa data tidak akurat
(Arafah, 2015).
Berikut adalah hasil kesesuaian masing –
masing tanaman berdasarkan suhu permukaan tanah
tahun 2013 - 2016:
3.6 Analisis Monitoring Suhu Permukaan Tanah
Hasil dari monitoring suhu permukaan tanah di
Kabupaten Malang didapatkan dari hasil pengolahan
citra Landsat 8 dari tahun 2013 – 2016 deperoleh hasil
rentang suhu sebagai berikut:
Gambar 3. Hasil kesesuaian tanaman apel berdasarkan
suhu
Tabel 7. Rentang suhu permukaan tanah
Tabel 9. Luasan berdasarkan klasifikasi tanaman apel
Rentang suhu (℃)
7,662 – 43,449
11,802 – 43,428
5,569 – 45,631
5,093 – 44,048
Tahun Citra
2013
2014
2015
2016
Tanaman Apel
Klasifikasi
Sangat Sesuai
Cukup Sesuai
Kurang Sesuai
Tidak Sesuai
Grafik 2. Perubahan suhu permukaan tanah
Gambar 4. Hasil kesesuaian tanaman kelapa berdasarkan
suhu
3.7 Analisis Suhu terhadap Kesesuaian Tanaman
Perkebunan
Analisis suhu permukaan tanah secara periodik
untuk kesesuaian tanaman perkebunan dilakukan
dengan melakukan skoring dari hasil pengolahan
suhu pada citra tahun 2013 - 2016 berdasarkan nilai
suhu masing – masing tanaman, sehingga
mendapatkan skor tertinggi yaitu 160, dan skor
terendah 40. Maka untuk mendapatkan klasifikasi
kesesuaian akan dilakukan perhitungan untuk
mendapatkan interval kelas dengan menggunakan
persamaan (Prahasta, 2002):
�
�
� =
=
=
−
�� −
�ℎ
�
Tabel 10. Luasan berdasarkan klasifikasi tanaman kelapa
Tanaman Kelapa
Klasifikasi
Luasan (ha)
Sangat Sesuai
90.768,532
Cukup Sesuai
221.240,017
Kurang Sesuai
28.271,050
Tidak Sesuai
6.002,959
�ℎ
Gambar 5. Hasil kesesuaian tanaman kopi berdasarkan
suhu
=
Tabel 11. Luasan berdasarkan klasifikasi tanaman kopi
Tabel 8. Klasifikasi kesesuaian
Total Skor
160
120 - 150
80 - 110
40 - 70
Luasan (ha)
80.021,499
194.009,184
71.168,644
1.157,463
Kesesuaian
Sangat Sesuai
Cukup Sesuai
Kurang Sesuai
Tidak Sesuai
Tanaman Kopi
Klasifikasi
Sangat Sesuai
Cukup Sesuai
Kurang Sesuai
Tidak Sesuai
Luasan (ha)
53.093,686
106.471,713
180.528,028
6.194,460
Gambar 6. Hasil kesesuaian tanaman teh berdasarkan
suhu
Tabel 12. Luasan berdasarkan klasifikasi tanaman teh
Tanaman Teh
Klasifikasi
Sangat Sesuai
Cukup Sesuai
Kurang Sesuai
Tidak Sesuai
Luasan (ha)
24.358,738
104.688,553
217.047,304
209,133
4. Kesimpulan
Hasil penelitian yang telah dilakukan pada
Monitoring Suhu Permukaan Tanah Secara Periodik
untuk Kesesuaian Tanaman Perkebunan dengan
Memanfaatkan Citra Landsat 8 dengan studi kasus
Kabupaten Malang dapat diambil kesimpulan bahwa:
1. Berdasarkan hasil monitoring suhu dari
pengolahan citra Landsat 8 secara periodik dari
band 10 didapatkan hasil suhu permukaan tanah
pada tahun 2013 sebesar , ℃ − , ℃, tahun
2014 sebesar
, ℃ − , ℃, tahun 2015
sebesar
, ℃ − , ℃, dan tahun 2016
sebesar
, ℃ − , ℃. Pada hasil yang
diperoleh dapat disimpulkan bahwa hasil
monitoring suhu permukaan tanah dari tahun 2013
– 2014 pada suhu minimum mengalami kenaikan
4,14℃, tahun 2014 – 2015 mengalami penurunan
6,23℃, tahun 2015 – 2016 mengalami penurunan
0,48℃. Pada suhu maksimum 2013 – 2014
mengalami penurunan 0,02℃, tahun 2014 – 2015
mengalami kenaikan 2,20℃, tahun 2015 – 2016
mengalami penurunan 1,58℃.
2. Pada hasil analisa suhu permukaan tanah terhadap
kesesuaian tanaman perkebunan didapatkan
klasifikasi sangat sesuai untuk tanaman apel
dengan luas 80.021,499 ha, untuk tanaman kelapa
dengan luas 90.768,532 ha, tanaman kopi dengan
luas 53.093,686 ha, dan tanaman teh dengan luas
24.358,738 ha. Maka dapat disimpulkan bahwa
berdasarkan suhu permukaan tanah tanaman yang
cocok untuk daerah Kabupaten Malang adalah
tanaman apel dan kelapa.
5. Refrensi
Arafah, Feny. 2015. Analisis Parameter Kualitas Air
Laut di Perasiran Kabupaten Sumenep untuk
Pembuatan Peta Sebaran Potensi Ikan Pelagis.
Surabaya: Program Magister Teknik Geomatika,
Institut Teknologi Sepuluh November.
Badan Litbang Pertanian. 2015. Definisi (arti)
Perkebunan. Pusat Penelitian dan Pengembangan
Perkebunan, Badan Penelitian dan Pengembangan
Pertanian Kementrian Pertanian. http://perkebunan.litbang.pertanian.go.id/?p=3507
Bagian Pengelola Data Elektronik Sekretariat
Daerah, 2016. Selayang Padang Kabupaten
Malang. Bagian Pengelola Data Elektronik
Sekretariat
Daerah
Kabupaten
Malang.
http://www.malangkab.go.id/site/read/detail/79/selayang-padang.html.
BBSDLP. 2012. Kriteria Komoditas Tanaman. Balai
Besar Litbang Sumberdaya Lahan Pertanian.
http://bbsdlp.litbang.pertanian.go.id/tamp_komod
itas.php
Jaelani, L.M. 2015. Uji Akurasi Produk Reflektan
Permukaan Landsat menggunakan Data In Situ di
Danau Kasumigaura Jepang, in Prosiding
Pertemuan Ilmiah Tahunan Masyarakat Ahli
Penginderaan Jauh Indonesia XX, Bogor.
Prahasta, Eddy. 2002. Konsep - Konsep Dasar Sistem
Informasi Geografis. Bandung: Informatika.
Pusat Studi Pembangunan Pertanian dan Pedesaan,
2015. Kondisi Geografi dan Iklim Malang. Pusat
Studi Pembangunan Pertanian dan Pedesaan
Institut Pertanian Bogor. http://psp3.ipb.ac.id/web/?page_id=699.
Tisdale, S.L. dan Nelson, W.L. 1966. Soil Fertility
And Fertilizers Third Edition. Collier Macmillan
Publishers, London.
USGS. 2013. Landsat 8 Data User Handbook.
Department of the Interior U.S. Geological
Survey.
Usman, Husaini dan Setiady Akbar, Purnomo. 2006.
Pengantar
Statistika . Yogyakarta: BUMI
AKSARA.
Voogt, J. & Oke, T. 2003. Thermal remote sensing of
urban climates. Remote Sensing of the
Environment, Volume 86, p. 370–84.
Weng, Q., Lu, D. & Schubring, J. 2004. Estimation of
Land Surface Temperature - Vegetation
Abuncance Relationship for Urban Heat Island .
Remote Sensing for Environment, Volume 89, pp.
467-483.