Komparasi Luas Tutupan Lahan di Kota Bandar Lampung Berdasarkan Algoritma NDVI (Normalized Difference Vegetation Index) dan EVI (Enhanced Vegetation Index)
Abstract
Lahan adalah salah satu sumber daya alam penting yang sangat dibutuhkan oleh makhluk hidup baik hewan, tumbuhan, dan manusia untuk berpijak, sebagai tempat hidup serta melakukan kegiatan kehidupan serta untuk memenuhi kebutuhannya. Ibukota Provinsi Lampung menjadi lokasi penelitian ini yaitu Kota Bandar Lampung. Untuk menentukan luasan wilayah tutupan lahan salah satunya yaitu dengan cara mengidentifikasi kumpulan vegetasi. Vegetasi yang bervariatif bisa disebabkan karena bermacam-macam faktor, yaitu penyebaran tumbuhan, iklim dan jenis tanah. Vegetasi yang merupakan penyusunan lahan memiliki jenis yang beraneka ragam sehingga akan memiliki kelas kerapatan vegetasi berbeda untuk setiap daerah. Beberapa metode citra satelit telah dikembangkan untuk mengestimasi wilayah tutupan lahan di suatu daerah, antara lain metode Algoritma NDVI dan EVI yang dipakai pada penelitian kali ini. Penelitian menunjukkan perbedaan hasil antara NDVI dan EVI, di mana metode EVI lebih baik dalam mengidentifikasi sebuah vegetasi. Hasil klasifikasi atau kerapatan vegetasi Kota Bandar Lampung bahwa vegetasinya sudah kurang yang baik dikarenakan untuk wilayah non vegetasi yang sudah tinggi dibandingkan dengan daerah vegetasi tinggi. Dengan begitu daerah yang bukan vegetasi atau non vegetasi mungkin dapat diciptakan vertical garden (taman vertikal) untuk menjaga vegetasi tumbuhan.
References
Aftriana, C. V. (2013). Analisis Perubahan Kerapatan Vegetasi Kota Semarang Menggunakan Aplikasi Penginderaan Jauh. Skripsi, Universitas Negeri Semarang.
Armijon. (2019). Pemetaan Digital Praktis. Bandar Lampung: Anugrah Utama Raharja.
Armijon, Pratomo, P., & Welly, M. (2019). Analisis dan Identifikasi Ketersediaan Ruang Terbuka Hijau (RTH) Non Alami di Perkotaan Kabupaten/Kota Provinsi Lampung. Rekayasa, Jurnal Teknik Sipil dan Perencanaan. 23(1): 17-33.
Bakosurtanal. (2010). Klasifikasi Penutup Lahan. Standar Nasional Indonesia (SNI) 7645:2010.
Buransa, S. (2013). Analisis Citra Digital Citra Landsat TM Untuk Pemetaan Luas Kerapatan Hutan Dari Tahun 2007-2009 Di Kabupaten Muna Sulawesi Tenggara. Yogyakarta: Fakultas Geografi Universitas Gadjah Mada.
Djamal. I. (2008). Tantangan Lingkungan dan Lanskap Hutan Kota. Jakarta: Cidesindo.
Erwin, P. H.(2011). Penginderaan Jauh dengan ERMapper. Yogyakarta: Graha Ilmu.
Hanif, M. (2015). Bahan Pelatihan Penginderaan Jauh Tingkat Lanjut. Padang: Universitas Negeri Padang.
Iskandar, M., Sanjoto, T. B., & Sutardji, S. (2012). Analisis Kerapatan Vegetasi Menggunakan Teknik Penginderaan Jauh Sebagai Basis Evaluasi Kerusakan Hutan di Taman Nasional Gunung Gede Pangrango. Geo-Image, 1(1).
Jaya, I. N. S. (2014). Analisis Citra Digital. Bogor: IPB Press.
Lonita, B. I., Prasetyo, Y., & Haniah, H. (2015). Analisis Perubahan Luas Dan Kerapatan Hutan Menggunakan Algoritma NDVI (Normalized Difference Vegetation Index) Dan EVI (Enhanced Vegetation Index) Pada Citra Landsat 7 ETM+ Tahun 2006, 2009, Dan 2012 (Studi Kasus: Kabupaten Kendal, Provinsi Jawa Tengah). Jurnal Geodesi Undip, 4(3), 112-120.
Poetri, N. R. H. (2012). Perbandingan Klasifikasi Tutupan Lahan dengan Metode Object-Based dan Pixel Based. Tugas Akhir. Bandung: Institut Teknologi Bandung.
Prasetyo, N. N., Sasmito, B., & Prasetyo, Y. (2017). Analisis Perubahan Kerapatan Hutan Menggunakan Metode NDVI dan EVI Pada Citra Satelit Landsat 8 Tahun 2013 dan 2016 (Area Studi: Kabupaten Semarang). Jurnal Geodesi Undip, 6(3), 21-27.
Sudiana & Diasmara. (2008). Analisis Indeks Vegetasi menggunakan Data Satelit NOAA/AVHRR dan TERRA/AQUA-MODIS. Seminar on Intelligent Technology and Its Applications. 3(2). 423-428.
Yassar, M. F., Nurul, M., Nadhifah, N., Sekarsari, N. F., Dewi, R., Buana, R., & Rahmadhita, K. A. (2020). Penerapan Weighted Overlay Pada Pemetaan Tingkat Probabilitas Zona Rawan Longsor di Kabupaten Sumedang, Jawa Barat. Jurnal Geosains dan Remote Sensing, 1(1), 1-10.
-
views: 4172  
downloads: 4584
Copyright (c) 2021 Luvi Roma Doni, Aisah Yuliantina, Rafika Dewi, M Zaki Pahlevi, Nur Aysha Kusumawardhani

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.




.png)
.png)
