Pemanfaatan Citra Landsat 8 Dalam Mengidentifikasi Nilai Indeks Kerapatan Vegetasi (NDVI) Tahun 2013 dan 2019 (Area Studi: Kota Bandar Lampung)

  • Arnas Hardianto Jurusan Teknik Geofisika, Fakultas Teknik, Universitas Lampung
  • Pegita Urmala Dewi Jurusan Teknik Geofisika, Fakultas Teknik, Universitas Lampung
  • Taufiq Feriansyah Jurusan Teknik Geofisika, Fakultas Teknik, Universitas Lampung
  • Novia Fadillah Sekar Sari Jurusan Teknik Geofisika, Fakultas Teknik, Universitas Lampung
  • Nadifa Salsabila Rifiana Jurusan Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Padang
Keywords: Bandar Lampung, citra satelit, Landsat 8, NDVI, vegetasi

Abstract

Perkembangan pembangunan di Kota Bandar Lampung yang pesat menyebabkan berkurangnya jumlah vegetasi yang mengakibatkan permasalahan lingkungan. Untuk itu diperlukan penelitian terkait sebaran vegetasi salah satunya dengan menggunakan data Citra Landsat 8. Penelitian ini bertujuan untuk membandingkan kerapatan sebaran indeks vegetasi serta luas kerapatan tersebut di Kota Bandar Lampung pada tahun 2013 dan 2019 dengan menggunakan perhitungan indeks kerapatan vegetasi Normalized Difference Vegetation Index (NDVI). Metode NDVI membandingkan pantulan yang terukur dari kanal sinar merah dan kanal sinar inframerah. Sebaran nilai NDVI di Kota Bandar Lampung pada tahun 2013 berada pada rentang -0,38 sampai 0,79 dengan klasifikasi vegetasi tidak rapat, vegetasi cukup rapat, vegetasi rapat dan non-vegetasi masing-masing seluas 5987,97, 5296,77, 5269,41, dan 950,76 Ha. Sedangkan sebaran nilai NDVI di Kota Bandar Lampung pada tahun 2019 berada pada rentang -0,26 sampai 0,77 dengan klasifikasi vegetasi tidak rapat, vegetasi cukup rapat, vegetasi rapat, non-vegetasi masing-masing seluas 8285,85, 4341,96, 1586,52, dan 3298,59 Ha. Berdasarkan data tersebut diketahui terjadi peningkatan klasifikasi vegetasi tidak rapat sebesar 13,11% dan klasifikasi non-vegetasi sebesar 13,4%. Kemudian terjadi penurunan vegetasi cukup rapat sebesar 5,45% dan vegetasi rapat sebesar 21,02%. Penelitian ini menunjukkan terjadinya peralihan fungsi lahan sehingga dapat menjadi bahan acuan dalam perencanaan penataan wilayah Kota Bandar Lampung.

References

Aditiyanti, A. H., Sabri, L. M., & Sasmito B. (2013). Analisis Pengaruh Perubahan NDVI dan Tutupan Lahan Terhadap Suhu Permukaan di Kota Semarang. Jurnal Geodesi Undip, 2(3), 10-19.

Aftriana, C. V. (2013). Analisis Perubahan Kerapatan Vegetasi Kota Semarang Menggunakan Aplikasi Penginderaan Jauh. Skripsi, Universitas Negeri Semarang.

Andini, S. W., Prasetyo, Y., & Sukmono, A. (2018). Analisis Sebaran Vegetasi dengan Citra Satelit Sentinel Menggunakan Metode NDVI dan Segmentasi. Jurnal Geodesi UNDIP, 7(1), 14-24.

Hakim, L., Ismail, N., & Faisal, F. (2017). Kajian Awal Penentuan Daerah Prospek Panas Bumi di Gunung Bur Ni Telong berdasarkan Analisis Data DEM SRTM dan Citra Landsat 8. Jurnal Rekayasa Elektrika, 13(3), 125-132.

Hanif, M. (2015). Bahan Pelatihan Penginderaan Jauh Tingkat Lanjut. Padang: Universitas Negeri Padang.

Humam, A., Hidayat, M., Nurrochman, A., Anestatia, A. I., Yuliantina, A., & Aji, S. P. (2020). Identifikasi Daerah Kerawanan Kebakaran Hutan dan Lahan Menggunakan Sistem Informasi Geografis dan Penginderaan Jauh di Kawasan Tanjung Jabung Barat Provinsi Jambi. Jurnal Geosains dan Remote Sensing, 1(1), 32-42.

Klompmaker, J. O., Hoek, G., Bloemsma, L. D., Gehring, U., Strak, M., Wijga, A. H., & Janssen, N. A. (2018). Green space definition affects associations of green space with overweight and physical activity. Environmental research, 160, 531-540.

Lillesand, T. M., & Kiefer, R. W. (1997). Penginderaan Jauh dan Interpretasi Citra (Terjemahan), Yogyakarta: Gadjah Mada University Press.

Pur, I. W., & Nishio, F. (2010). Relationships between rice growth parameters and remote sensing data. International Journal of Remote Sensing and Earth Sciences (IJReSES), 4(1).

Purwanto, A. (2016). Pemanfaatan citra Landsat 8 untuk identifikasi Normalized Difference Vegetation Index (NDVI) di kecamatan silat hilir kabupaten Kapuas Hulu. Edukasi: Jurnal Pendidikan, 13(1), 27-36.

Putra, P. T., & Nasrullah, N. (2017). Comfort Evaluation of Some City Parks in Menteng Subdistrict Using Grid Method. In IOP Conf. Series: Earth and Environmental Science (Vol. 91, pp. 1-5).

Setyowati, D. L. (2008). Iklim Mikro dan Kebutuhan Ruang Terbuka Hijau di Kota Semarang (The Micro Climate and The Need of Green Open Space for The City of Semarang). Jurnal Manusia dan Lingkungan, 15(3), 125-140.

Sunaryo, D. K., & Iqmi, M. Z. (2015). Pemanfaatan Citra Landsat 8 Untuk Pendeteksian Dan Mengetahui Hubungan Kerapatan Vegetasi Terhadap Suhu Permukaan. Spectra, 13(25), 55-72.

Susanti, I., Harjana, T., & Pengantar, A. (2006). Aspek Iklim dalam Perencanaan Tata Ruang. Edisi IPTEK, 8.

Waas, H. J. D.,& Nababan. B. (2005). Pemetaan dan Analisis Index Vegetasi Mangrove di Pulau Saparua, Maluku Tengah. E-Jurnal Ilmu dan Teknologi Kelautan Tropis, Vol. 2, No. 1, Hal. 50-58.

Wu, C. D., Chen, Y. C., Pan, W. C., Zeng, Y. T., Chen, M. J., Guo, Y. L., & Lung, S. C. C. (2017). Land-use regression with long-term satellite-based greenness index and culture-specific sources to model PM2. 5 spatial-temporal variability. Environmental Pollution, 224, 148-157.

Published
2021-05-17
How to Cite
Hardianto, A., Dewi, P. U., Feriansyah, T., Sari, N. F. S., & Rifiana, N. S. (2021). Pemanfaatan Citra Landsat 8 Dalam Mengidentifikasi Nilai Indeks Kerapatan Vegetasi (NDVI) Tahun 2013 dan 2019 (Area Studi: Kota Bandar Lampung). Jurnal Geosains Dan Remote Sensing, 2(1), 8-15. https://doi.org/10.23960/jgrs.2021.v2i1.38