Anda di halaman 1dari 70

KERJA PRAKTIK RG141335

PEMBUATAN PETA POTENSI KEKERINGAN DENGAN CITRA


SATELIT LANDSAT 8 ( Studi Kasus: Jawa Timur)

IRMAATUS SHOLIHAH
NRP 3512100004
DIAH WITARSIH
NRP 3512100062
JURUSAN TEKNIK GEOMATIKA
Fakultas Teknik Sipil dan Perencanaan
Institut Teknologi Sepuluh Nopember
Surabaya 2015

ii

iii

KERJA PRAKTIK RG141335

PEMBUATAN PETA POTENSI KEKERINGAN DENGAN CITRA


SATELIT LANDSAT 8 ( Studi Kasus: Jawa Timur)

IRMAATUS SHOLIHAH
NRP 3512100004
DIAH WITARSIH
NRP 3512100062
JURUSAN TEKNIK GEOMATIKA
Fakultas Teknik Sipil dan Perencanaan
Institut Teknologi Sepuluh Nopember
Surabaya 2015

LEMBAR PENGESAHAN
PEMBUATAN PETA POTENSI KEKERINGAN DENGAN
CITRA SATELIT LANDSAT 8 ( Studi Kasus: Jawa Timur)

LAPORAN KERJA PRAKTIK


Oleh :
IRMAATUS SHOLIHAH
DIAH WITARSIH

NRP 3512100004
NRP 3512100062

Disetujui oleh Pembimbing:


1.

2.

Khomsin, ST.,MT
Dosen Pembimbing
NIP 197507052000121001

DR.Ir.Agus Wibowo, MSc


Kepala Bidang Data BNPB
NIP 196708101992031001

Mengetahui,
Ketua Jurusan T. Geomatika
FTSP ITS

Dr, Ir. Muhammad Taufik


NIP. 1955 0919 1986 03 1 001

Kepala Bidang Data


BNPB

DR.Ir.Agus Wibowo, MSc


NIP 19750705200012100

ii

KATA PENGANTAR
Alhamdulillah Puji syukur kami panjatkan kehadirat Allah
SWT yang telah melimpahkan rahmat dan kemudahannya
sehingga penulis mampu menyelesaikan kerja praktek yang
berjudul : Pembuatan Peta Potensi Kekeringan dengan CITRA

Satelit Landsat 8 (Studi Kasus : Jawa Timur)


Kerja Praktek ini dapat terselesaikan karena bantuan dari
pihak-pihak terkait. Oleh sebab itu penulis sampaikan ucapan
terimakasih yang sebesar-besarnya kepada :
1. Dr.Sutopo Purwo Nugroho, selaku Kepala Pusat Data dan
Informasi, Humas BNPB
2. Dr.Ir.Agus Wibowo, MSc, selaku Kepala Bidang Data dan
Pembimbing Kerja Praktek
3. Dr.Ir.Muhammad Taufik, selaku Ketua Jurusan Teknik
Geomatika ITS
4. Khomsin, ST., MT, selaku Ketua Prodi Teknik Geomatika
dan Dosen Pembimbing Kerja Praktek
5. Kedua orangtua yang telah memberikan motivasi dan doa
6. Teman-teman Angkatan 2012 Teknik Geomatika yang telah
banyak bekerja sama
7. Dan semua pihak yang tidak dapat penulis sebutkan satu-satu
Kritik dan saran yang membangun sangat kami butuhkan
guna memperbaiki penyusunan Laporan Kerja Praktek ini.

Jakarta, 10 Juli 2015

Penulis

iii

ABSTRAK
Badan Meteorologi, Klimatologi dan Geofisika (BMKG)
menginformasikan bahwa pada awal juni 2015 sebagian besar
wilayah Indonesia sudah memasuki musim kemarau 2015.
Bahkan Pulau Jawa memasuki musim kemarau sejak April 2015
(tiga minggu terakhir). Hal ini ditandai makin luasnya areal
persawahan yang terancam kekeringan dan berkurangnya
ketersediaan sumber air di beberapa daerah.
Keadaan ini yang memicu adanya upaya monitoring secara
berkala untuk menentukan potensi kekeringan di setiap daerah
serta validasi laporan kekeringan dari Badan Penanggulangan
Bencana Daerah (BPBD) berdasarkan keadaan di lapangan.
Upaya ini diharapkan mampu secara efektif menentukan tingkat
kekeringan lebih dini dan mengurangi dampak kekeringan
berdasarkan data yang diperoleh dari monitoring sebelumnya.
Pada Kerja Praktik ini kami menggunakan metode analisis
Land Surface Temperature yang nantinya digunakan untuk
penentuan Temperature Vegetation Dryness Index (Indeks
Kekeringan) dalam memetakan daerah yang memiliki potensi
kekeringan di Jawa Timur. Data yang dipakai dalam Kerja Praktik
ini adalah data Citra Landsat 8 OLI/TIRS wilayah Provinsi Jawa
Timur tahun 2015 dengan data referensi Peta Prakiraan Curah
Hujan Musim Kemarau tahun 2015 Provinsi Jawa Timur dan Peta
Monitoring Hari Tanpa Hujan Provinsi Jawa Timur dari BMKG.
Dalam Kerja Praktik ini didapatkan kesimpulan
berdasarkan peta potensi kekeringan yaitu kabupaten di wilayah
Jawa Timur sebagian besar mengalami tingkat kekeringan yang
bervariasi mulai dari intensitas sedang, kering, hingga sangat
kering.
Kata Kunci :Kekeringan, Landsat 8, LST, TVDI

DAFTAR ISI
iv

Halaman Judul...............................................................................i
LEMBAR PENGESAHAN..........................................................ii
KATA PENGANTAR..................................................................iii
ABSTRAK..................................................................................iv
DAFTAR ISI................................................................................v
DAFTAR GAMBAR...................................................................ix
DAFTAR TABEL.........................................................................x
BAB I...........................................................................................1
PENDAHULUAN........................................................................1
1.1 Latar Belakang
1.2 Tujuan

1.3 Manfaat 2
BAB II..........................................................................................3
MANAJEMEN KERJA PRAKTIK..............................................3
2.1

Waktu Pelaksaan dan Volume Pekerjaan 3

2.2 Lingkup Pekerjaan


2.3

Tahap Pelaksanaan Pekerjaan

2.3.1 Pengenalan Instansi......................................................4


2.3.2 Tahap Identifikasi Awal................................................4
2.3.3 Tahap Pengumpulan Data............................................4
v

2.3.4 Tahap Pengolahan Data................................................4


2.3.5 Presentasi Hasil............................................................5
2.3.6 Laporan Akhir..............................................................5
2.4 Struktur Organisasi

2.4.1 Struktur Organisasi Utama BNPB................................6


2.4.2 Struktur Organisasi PUSDATINMAS..........................7
2.5 Tugas dan Tanggung Jawab Elemen dan Unit Organisasi
7
BAB III.........................................................................................9
TINJAUAN PUSTAKA...............................................................9
3.1 Bencana Kekeringan

3.2 Sistem Satelit Landsat 8 OLI/TIRS

12

3.3 Normalized Difference Vegetation Index (NDVI) 13


3.4 Temperature Vegetation Dryness Indeks (TVDI)

13

3.5 Land Surface Temperature (LST) 14


3.6 Indeks Kecerahan dan Indeks Kebasahan 14
BAB IV......................................................................................17
METODOLOGI PEKERJAAN..................................................17
4.1 Alat dan Bahan

17

4.1.1 Alat............................................................................17
4.1.2 Bahan.........................................................................17

vi

4.2 Spesifikasi Alat

17

4.2.1 Hardware....................................................................17
4.2.2 Software.....................................................................19
4.3 Metodologi Pelaksanaan Pekerjaan

20

4.3.1 Transformasi Koordinat.............................................21


4.3.2 Cropping Data............................................................21
4.3.3 Perhitungan NDVI dan LST.......................................21
4.3.4 Perhitungan TVDI......................................................21
4.3.5 Klasifikasi Unsupervised...........................................21
4.4 Jadwal Pekerjaan 22
4.5 Pelaksana Pekerjaan

22

BAB V........................................................................................24
PELAKSANAAN PEKERJAAN...............................................24
5.1 Pengambilan Data Pekerjaan
5.1.1 Landsat 8 OLI/TIRS

24

24

5.1.2 Geodatabase BPS 2010 dari BNPB............................24


5.2.3 Peta Tutupan Lahan....................................................25
5.2.4 Peta HTH BMKG......................................................25
5.2 Pengolahan Data Pekerjaan

26

5.2.1 Perhitungan NDVI, LST, dan TVDI...........................26


5.2.2 Pengolahan Pada ENVI..............................................35
vii

5.3

Hasil Pengolahan Data Pekerjaan

48

5.3.1 Hasil NDVI pada Envi 4.6.1......................................49


5.3.2 Hasil Brigtness indeks NDVI.....................................51
5.3.2 Hasil LST...................................................................51
5.3.3 Hasil TVDI................................................................52
5.3.4 Klasifikasi unsupervised............................................53
5.3.5 Hasil Cropping Tutupan Lahan..................................54
BAB VI.......................................................................................55
PENUTUP..................................................................................55
6.1 Kesimpulan
6.2 Saran

55

56

DAFTAR PUSTAKA..................................................................57
LAMPIRAN...............................................................................58

viii

DAFTAR GAMBAR
Gambar 2. 1 Lokasi Badan Nasional Penanggulangan Bencana...3
Gambar 2. 3 Struktur Organisasi BNPB.......................................6
Gambar 2. 4 Struktur Organisasi PUSDATINMAS......................7
Gambar 4. 1 Flowchart Pelaksanaan Pekerjaan..........................21
Gambar 5. 1 Data Landsat 8 OLI/TIRS......................................24
Gambar 5. 2 Data Geodatabase BPS 2010..................................25
Gambar 5. 3 Peta Tutupan Lahan25Gambar 5. 4 Peta HTH per 10
Juni 2015....................................................................................26
Gambar 5. 5 Peta HTH per 10 April 2015...................................26
Gambar 6. 1 Peta Potensi Kekeringan.........................................41

ix

DAFTAR TABEL
Tabel 2. 1 Tugas dan Tanggung Jawab Elemen BNPB.................7
Tabel 3. 1 Tabel Spesifikasi Landsat 8........................................12
Tabel 3. 2 Tasseled Cap Transformation.....................................16
Tabel 4. 1 Spesifikasi Komputer.................................................18
Tabel 4. 2 Spesifikasi Laptop Dell Inspiron core i3....................18
Tabel 4. 3 Spesifikasi Laptop Asus.............................................19
Tabel 4. 4 Jadwal Pekerjaan........................................................22

BAB I
PENDAHULUAN
1.1 Latar Belakang
Kekeringan pada dasarnya disebabkan oleh kondisi air
disuatu daerah yang tidak seimbang. Kekeringan juga
diakibatkan karena tidak meratanya distribusi hujan.
Ketidakmerataan hujan ini diakibatkan suatu daerah
mengalami ketidakseimbangan curah hujan (Shofiyati, 2007).
Badan Meteorologi, Klimatologi dan Geofisika (BMKG)
menginformasikan bahwa pada awal juni 2015 sebagian besar
wilayah Indonesia sudah memasuki musim kemarau 2015.
Bahkan Pulau Jawa memasuki musim kemarau sejak tiga
minggu terakhir April 2015. Hal ini ditandai dengan makin
luasnya areal persawahan yang terancam kekeringan dan
jumlah hari hujan semakin berkurang.
Pada Musim kemarau 2015, kondisi ENSO (El Nino
Southern Oscillation) diprediksi pada kondisi lemah hingga
bulan september dan meningkat pada bulan Oktober 2015
(Sumber : BMKG per 23 Mei 2015). Hal ini berdampak pada
penurunan curah hujan atau pergeseran musim hujan
2015/2016 di beberapa wilayah Indonesia yang terpengaruh
dampak ENSO. Berdasarkan laporan yang diterima oleh
BNPB terkait upaya mitigasi kekeringan pada lahan sawah di
Indonesia bahwa daerah yang mengalami kekeringan di
Propinsi Jawa Timur pada Juni 2015 adalah Kabupaten
Bojonegoro dan Nganjuk.
Interpretasi citra Landsat dapat dimanfaatkan sebagai
sarana untuk mengidentifikasi potensi kekeringan lebih dini
dengan menggunakan algoritma Temperature Vegetation
Dryness Index.
1

I.2 Tujuan
Adapun tujuan dari Kerja Praktik ini adalah:
1. Melakukan interpretasi landsat 8 untuk mendeteksi suatu
daerah yang mengalami kekeringan
2. Melakukan monitoring kekeringan secara berkala suatu
daerah di Propinsi Jawa Timur
I.3 Manfaat
Adapun manfaat dari Kerja Praktik ini adalah :
1. Hasil Kerja Praktik dapat digunakan untuk melihat daerah
yang berpotensi mengalami kekeringan
2. Hasil Kerja Praktik dapat digunakan untuk monitoring
secara berkala potensi kekeringan suatu daerah di Propinsi
Jawa Timur

BAB II
MANAJEMEN KERJA PRAKTIK
2.1Waktu Pelaksaan dan Volume Pekerjaan
Pelaksanaan Kerja Praktik dilakukan pada tanggal 10
Juni 10 Juli 2015 di Badan Nasional Penanggulangan
Bencana. Gedung Grha BNPB terletak di Jalan Pramuka
No.38, Matraman,Jakarta Timur,DKI Jakarta. Sedangkan
pekerjaan yang dilakukan adalah pembuatan peta potensi
kekeringan di Provinsi Jawa Timur.

Gambar 2. 1 Lokasi Badan Nasional Penanggulangan Bencana

2.2 Lingkup Pekerjaan


Pekerjaan yang dilaksanakan dalam Kerja Praktik ini
adalah pembuatan peta potensi kekeringan Provinsi Jawa
Timur menggunakan data citra Landsat 8, peta monitoring
Hari Tanpa Hujan Pulau Jawa, peta penggunaan lahan, peta
digitasi batas administrasi kabupaten di Jawa Timur.
2.3 Tahap Pelaksanaan Pekerjaan
Tahap pelaksanaan pekerjaan diuraikan sebagai berikut :
2.3.1 Pengenalan Instansi
Pada tahap ini, kegiatan yang dilakukan mempelajari
bidang serta data apa saja yang tersedia di Badan Nasional
Penanggulangan Bencana khususnya bidang Pusat Data dan
Informasi.
2.3.2 Tahap Identifikasi Awal
Pada tahap ini, dilakukan studi literatur mengenai
pokok bahasan yang telah ditentukan sebelumnya sesuai
dengan data yang tersedia di instansi serta data citra yang
akan digunakan.
2.3.3 Tahap Pengumpulan Data
Tahap ini dilakukan pengumpulan data baik primer
maupun sekunder terkait pemetaan potensi kekeringan di
wilayah Jawa Timur. Data primer diperoleh dari data citra
Landsat 8 wilayah Jawa Timur.
2.3.4 Tahap Pengolahan Data
Pada tahap pengolahan yang dilakukan adalah :
a. Koreksi Radiometrik
b. Perhitungan NDVI
c. Perhitungan LST
d. Perhitungan TVDI
4

e. Klasifikasi unsupervised
f. Overlay data-data sekunder (tutupan lahan, batas
administrasi, hari tanpa hujan dari BMKG)
g. Layouting peta
2.3.5 Presentasi Hasil
Hasil pengolahan data yang telah dibuat
dipresentasikan kepada pihak instansi Badan Nasional
Penanggulangan Bencana.
2.3.6 Laporan Akhir
Laporan akhir berupa peta potensi kekeringan wilayah
Jawa Timur serta laporan proses pekerjaan hingga
dokumentasi pelaksanaan Kerja Praktik.
2.4 Struktur Organisasi
Berikut adalah struktur organisasi di Badan Nasional
Penanggulangan Bencana (BNPB) :

2.4.1 Struktur Organisasi Utama BNPB


DR. Syamsul Maarif,
M. Si
Kepala BNPB
Unsur Pengarah

Drs. Bintang Sumarno


N, AK., MBA
Inspektorat Utama

Ir. Dodi Ruswandi,


MSCE
Sekretariat Utama

Rudi
Padmanto,
AK., MBA

Ir. Sri
Widayani, MM
Biro
Perencanaan

Ir. Rifai,
MBA
Biro
Keuangan

Drs. R.
Sugiharto
Biro Hukum
& Kerjasama

Rustia, S. Si,
APT, M.Kes
Biro
Umum

Inspektorat I
Drs.
Kahartomi
Inspektorat II

DR. Bagus
Tjahjono, M.P.H
PUSDIKLAT

Deputi Bidang
Pencegahan &
Kesiapsiagaan

DRS. Sutopo
Purwo Nugroho
PUSDATINMAS

Deputi
Bidang
Penanganan
Darurat

Deputi Bidang
Rehabilitasi &
Rekonstruksi

Deputi
Bidang
Logistik &
Peralatan

UPT

Gambar 2. 2 Struktur Organisasi BNPB

2.4.2 Struktur Organisasi PUSDATINMAS

Gambar 2. 3 Struktur Organisasi PUSDATINMAS

2.5 Tugas dan Tanggung Jawab Elemen dan Unit Organisasi


Berikut adalah tugas dan tanggung jawab elemen dan unit
organisasi di BNPB:
Tabel 2. 1 Tugas dan Tanggung Jawab Elemen BNPB
Elemen
Tugas dan Tanggung Jawab
Kepala BNPB

Memimpin BNPB dalam menjalankan tugas dan

Unsur Pengarah

fungsi BNPB
Bertanggung jawab kepada Kepala BNPB
Memberikan masukan dan saran kepada Kepala

Sekretariat
Utama

Deputi Bidang
Pencegahan dan
Kesiapsiagaan
Deputi Bidang
Penanganan
Darurat
Deputi Bidang
Rehabilitasi dan
Rekonstruksi
Deputi Bidang
Logistik
dan
Peralatan
Inspektorat
Utama
Pusat Data dan
Informasi
,
Hubungan
Masyarakat
UPT

BNPB dalam penanggulangan bencana


Bertanggung jawab kepada Kepala BNPB
Mengkoordinasikan perencanaan, pembinaan dan
pengendalian terhadap program, administrasi dan
sumberdaya serta kerjasama
Mengkoordinasikan dan melaksanakan kebijakan
umum di bidang penanggulangan bencana pada
prabencana serta pemberdayaan masyarakat.
Mengkoordinasikan dan melaksanakan kebijakan
umum di bidang penanggulangan bencana pada
saat tanggap darurat
Mengkoordinasikan dan melaksanakan kebijakan
umum di bidang penanggulangan bencana pada
pascabencana.
Melaksanakan koordinasi dan dukungan logistik
dan
peralatan
dalam
penyelenggaraan
penanggulangan bencana
Melaksanakan pengawasan fungsional terhadap
pelaksanaan tugas dan fungsi di lingkungan
BNPB.
Melaksanakan pengkoordinasian pengelolaan
data dan informasi, pengembangan basis data dan
sistem informasi, serta pelaksanaan hubungan
masyarakat di bidang penanggulangan bencana
Melaksanakan tugas teknis operasional dan/atau
tugas teknis penunjang tertentu

BAB III
TINJAUAN PUSTAKA
3.1 Bencana Kekeringan
Kekeringan pada dasarnya diakibatkan oleh kondisi
hidrologi suatu daerah tidak seimbang. Kekeringan terjadi
akibat distribusi hujan tidak merata sebagai satu-satunya input
bagi suatu daerah. Ketidakmerataan hujan ini akan
mengakibatkan beberapa daerah yang curah hujannya kecil
akan mengalami ketidakseimbangan antara input dan output
air (Shofiyati, 2007).
Berdasarkan informasi dari Badan Meteorologi,
Klimatologi dan Geofisika (BMKG) pada awal Juni 2015
sebagian besar wilayah Indonesia sudah memasuki musim
kemarau. Pulau Jawa memasuki musim kemarau sejak April
2015 tiga minggu terakhir. Hal ini ditandai dengan makin
luasnya areal persawahan yang terancam kekeringan dan
jumlah hari hujan yang semakin berkurang.
Pada musim kemarau 2015, Kondisi ENSO (EL Nino
Southern Oscillation) diprediksi berada pada kondisi El-Nino
Lemah hingga September dan akan meningkat pada Oktober
2015 (Sumber : BMKG per 23 Mei 2015). Hal ini berdampak
pada penurunan curah hujan atau pergeran musim hujan
2015/2016 di beberapa wilayah Indonesia yang terpengaruh
dampak ENSO.
Berdasarkan hasil pengamatan petugas lapangan areal
persawahan yang mengalami kekeringan diantaranya di
Propinsi Aceh, Sumatera Utara, Bengkulu, Bangka Belitung,
Jawa Barat, Jawa Tengah, Sulawesi Selatan dan NTB.
Areal kekeringan umumnya terjadi pada lahan kering atau
tada hujan dan tidak ditemukan sumber mata air alternatif
seperti sumber air tanah sangat dalam, jauh dari aliran sungai.
9

Berikut adalah pembagian kekeringan menurut


(Khairullah, 2009) :
1. Kekeringan Meteorologis, kekeringan yang berhubungan
dengan tingkat curah hujan yang terjadi berada di bawah
kondisi normal dalam suatu musim. Perhitungan tingkat
kekeringan meteorologis merupakan indikasi pertama
terjadinya kondisi kekeringan. Intensitas kekeringan
meteorologis diklasifikasikan sebagai berikut:
Kering: apabila curah hujan antara 70%-80%, dari
kondisi normal;
Sangat kering: apabila curah hujan antara 50%-70% dari
kondisi normal;
Amat sangat kering: apabila curah hujan di bawah 50%
dari kondisi normal.
2. Kekeringan Hidrologis, kekeringan akibat berkurangnya
pasokan air permukaan dan air tanah. Kekeringan
hidrologis diukur dari ketinggian muka air waduk, danau
dan air tanah. Ada jarak waktu antara berkurangnya curah
hujan dengan berkurangnya ketinggian muka air sungai,
danau dan air tanah, sehingga kekeringan hidrologis bukan
merupakan gejala awal terjadinya kekeringan.Intensitas
kekeringan hidrologis dikelompokkan menjadi:
Kering: apabila debit sungai mencapai periode ulang
aliran di bawah periode 5 tahunan;
Sangat kering : apabila debit air sungai mencapai periode
ulang aliran jauh di bawah periode 25 tahunan;
Amat sangat kering : apabila debit air sungai mencapai
periode ulang aliran amat jauh di bawah periode 50
tahunan.
3. Kekeringan Pertanian berhubungan dengan berkurangnya
kandungan air dalam tanah (lengas tanah) sehingga tak
mampu lagi memenuhi kebutuhan air bagi tanaman pada
10

suatu periode tertentu. Kekeringan ini terjadi setelah gejala


kekeringan meteorologis. Intensitas kekeringan pertanian
dikelompokkan sebagai berikut:
Kering : apabila 1/4 daun kering dimulai pada ujung daun
(terkena ringan s/d sedang)
Sangat kering : apabila 1/4-2/3 daun kering dimulai pada
bagian ujung daun (terkena berat)
Amat sangat kering: apabila seluruh daun kering (puso)
Pengolahan Data dan Pengenalan Pola.
4. Kekeringan Sosial Ekonomi berhubungan dengan
berkurangnya pasokan komoditi yang bernilai ekonomi dari
kebutuhan
normal
akibat
terjadinya
kekeringan
meteorologis, pertanian dan hidrologis. Intensitas
kekeringan sosial ekonomi diklasifikasikan berdasarkan
ketersediaan air minum atau air bersih sebagai berikut:
Kering langka terbatas: apabila ketersediaan air (dalam
liter/orang/hari) > 30 dan < 60, air mencukupi untuk
minum, memasak, mencuci alat masak/makan, tetapi
untuk mandi terbatas, sedangkan jarak dari sumber air 0.1
0.5 km.
Kering langka: apabila ketersediaan air (dalam
liter/orang/hari) > 10 dan < 30, air hanya mencukupi
untuk minum, memasak, dan mencuci alat masak/makan,
sedangkan jarak dari sumber air 0.5 3.0 km.
Kering kritis: apabila ketersediaan air (dalam
liter/orang/hari) < 10, air hanya mencukupi untuk minum
dan memasak, sedangkan jarak dari sumber air >3.0 km.
5. Kekeringan Antropogenik terjadi karena ketidaktaatan pada
aturan yang disebabkan oleh kebutuhan air lebih besar dari
pasokan yang direncanakan sebagai akibat ketidaktaatan
pengguna terhadap pola tanam/pola penggunaan air, dan
kerusakan kawasan tangkapan air, sumber air sebagai
11

akibat dari perbuatan manusia. Intensitas kekeringan


antropogenik diklasifikasikan menjadi:
Rawan: apabila penutupan tajuk 40%-50%
Sangat rawan: apabila penutupan tajuk 20%-40%
Amat sangat rawan: apabila penutupan tajuk di DAS di
bawah 20%.
3.2 Sistem Satelit Landsat 8 OLI/TIRS
Satelit Landsat 8 memiliki sensor Onboard Operational
Land Imager (OLI) dan Thermal Infrared Sensor (TIRS)
dengan jumlah kanal sebanyak 11 buah. Diantara kanal-kanal
tersebut, 9 kanal (band 1-9) berada pada OLI dan 2 lainnya
(band 10 dan 11) pada TIRS. Sebagian besar kanal memiliki
spesifikasi sama dengan landsat 7. Berikut adalah spesifikasi
kanal-kanal spektral Landsat 8:
Tabel 3. 1 Tabel Spesifikasi Landsat 8
Landsat 8
Band
Operational
Land Imager
(OLI)
Band1- Coastal erosol

Thermal
Infrared
Sensor

Panjang
Gelombang
(Mikrometer)

Resolusi
(meter)

0.43 - 0.45

30

Band 2 - Blue

0.45 - 0.51

30

Band 3 - Green

0.53 - 0.59

30

Band 4 - Red

0.64 - 0.67

30

Band5 - Near Infrared


(NIR)
Band 6 - SWIR 1

0.85 - 0.88

30

1.57 - 1.65

30

Band 7 - SWIR 2

2.11 - 2.29

30

Band8- Panchromatic

0.50 - 0.68

15

Band 9 - Cirrus

1.36 - 1.38

30

12

(TIRS)

Band10-Thermal
Infrared (TIRS) 1
Band 11 - Thermal
Infrared (TIRS) 2

10.60 - 11.19

100

11.50 - 12.51

100

3.3 Normalized Difference Vegetation Index (NDVI)


Indeks vegetasi yang paling umum digunakan adalah
Normalized Difference Vegetation Index (NDVI). Nilai indeks
vegetasi ini didasarkan pada perbedaan antara penyerapan
maksimum radiasi di kanal merah (red) sebagai hasil dari
pigmen klorofil dan reflektansi maksimum di kanal spektral
infra merah dekat (near infra red/NIR) sebagai akibat dari
struktur selular daun (Tucker, 1979).
Adapun formulasi NDVI adalah sebagai berikut:
NDVI = NIR Red / NIR + Red
Di mana :
NIR = nilai reflektan kanal infra merah dekat
Red = nilai reflektan kanal merah, Pada Landsat 8 Band
near Infrared adalah band 5, dan red adalah band 4.
3.4 Land Surface Temperature (LST)
Perhitungan LST (Land Surface Temperature)
dilakukan untuk memenuhi parameter yang diperlukan
dalam perhitungan TVDI dengan cara konversi digital number
pada citra untuk menjadi nilai temperature dengan persamaan
sebagai berikut :
a. Mengkonversi nilai digital number (DN) ke radiance
(radiansi Spektral)
Trad
= (DN-1) x UCC, dimana :
Trad
= Nilai spektral citra (Radian)
UCC
= Unit Conversion Coefficient (Wm-2sr-1)
b. Selanjutnya mentransformasikan nilai pancaran spektral ke
dalam bentuk nilai temperatur radian (Trad) pada citra
Landsat, dengan persamaan sebagai berikut (Abduwasit
Ghulam, 2009):
13

T = K2/ ln(K1/Trad +1)


Dimana :
T
= Temperature (0K)
K1 dan K2 = koefisien determinan masing-masing band
c. Untuk merubah nilai suhu Kelvin menjadi celcius
mwnggunakan rumus :
T (0C) = T (0K) - 273
3.5 Temperature Vegetation Dryness Indeks (TVDI)
Model TVDI (Temperature Vegetation Dryness Indeks)
digunakan untuk memantau kekeringan lahan. TVDI
merupakan indeks kekeringan yang dihitung berdasarkan
parameter empirik dari hubungan antara temperatur
permukaan (TS) dan indeks vegetasi Normalized Difference
Vegetation Index (NDVI). Indeks tersebut dikaitkan dengan
kelembaban tanah dan diperoleh hanya berdasarkan input dari
informasi satelit penginderaan jauh.
Model TVDI memanfaatkan hubungan segitiga antara
NDVI dan temperatur untuk menentukan indeks kelembaban
tanah. Scatterplot antara NDVI pada sumbu x dan temperatur
pada sumbu y akan membentuk segitiga.
TVDI dihitung berdasarkan rumus :
TVDI = (Ts - Tsmin) / (a + b NDVI - Tsmin)
dimana :
TSmin = temperatur permukaan minimum pada segitiga,
mendefnisikan sisi basah
TS = temperatur permukaan yang diamati pada suatu pixel
NDVI = nilai indeks vegetasi yang diamati
a; b = parameter yang mendefnisikan model linier sisi kering
(TSmax = a + bNDV I)
14

TSmax = temperatur permukaan maksimum yang diamati untuk


tiap nilai NDVI

15

BAB IV
METODOLOGI PEKERJAAN
4.1 Alat dan Bahan
4.1.1 Alat
Berikut adalah alat yang digunakan pada pembuatan
peta potensi kekeringan Propinsi Jawa Timur :
a. Komputer tipe HP 20wd
b. 1 laptop DELL Inspiron core i3, 1 laptop Asus HDMI
core i3
c. Software ArcGIS 10.3
d. Software ENVI 4.6.1
e. Microsoft Office 2007
4.1.2 Bahan
Berikut adalah bahan yang digunakan pada pembuatan
peta potensi bencana kekeringan:
Data Citra Landsat 8 OLI/TIRS Path 117-119 Row 65-66
Geodatabase BPS tahun 2010 wialayah Indonesia
Peta tata guna lahan daerah Jawa Timur
Peta HTH dari BMKG
4.2 Spesifikasi Alat
Berikut adalah spesifikasi Alat yang dipakai dalam
pembuatan peta potensi kekeringan :
4.2.1 Hardware
a. Komputer HP 20wd
Tabel 4. 1 Spesifikasi Komputer
Feature
Spesifikasi
16

Tipe dekstop
Processor
Kecepatan Processor
Memory
Tipe memory
Hard Drive
Graphics Processor
Wireless Lan

Tower
Core i5
3.2 GHz, L2 cache
2GB
DDR3
500GB
Radeon HD5450
10/100/1000Mbps

b. Laptop Dell Inspiron core i3


Tabel 4. 2 Spesifikasi Laptop Dell Inspiron core i3
Feature
Spesifikasi
CPU
Intel
Brand
DELL
Color
Moon Silver
Warranty
1 years Parts Warranty
CPU Brand
INTEL
WIFI
Wireless 802.11a/g/n
Integrated Native HD Webcam 1.0 Mpx
Webcam
(1280x720)
Kapasitas
750 GB
Harddisk
nVidia GeForce GT740M with 2 GB
Video Card
DDR 3 dedicated graphics memory
RAM
4 GB
Hard Drive
750GB SATA HDD
Memory
4GB DDR3 1,600MHz
Optical
8x DVD+/- RW (Dual Layer) Drive
Operating
Linux
System
Intel Core i3-4010U Processor (1.6 Ghz
Processor
up to 2.6 GHz turbo boost, 3MB smart
cache, 2 core)
I/O Ports
o 2x USB 3.0
17

1x USB 2.0

HDMI

RJ45

Headphone &
Microphone jack
14.0 Inch High Definition (1366x768)
WLED Display with True Life
14.0 Inch
10/100 Ethernet LAN
Integrated card reader
Bluetooth ver 4.0
Stereo speakers with Waves MaxxAudio
4 processing
2.3 kg
o

Display
Display Size
Ethernet
Card Reader
Bluetooth
Audio
Weight (Est)

c. Laptop Asus HDMI core i3


Tabel 4. 3 Spesifikasi Laptop Asus

Feature
Ukuran
ipe Grafis
Ukuran Layar
OS
CPU
Kecepatan CPU
Memori/RAM
Drive Optik
Touch Screen
Harddisk
Speaker
Koneksi
HDMI
Slot

Spesifikasi
40 x 30 x 20
Intel HD Graphics
14 WXGA
DOS
Intel Core i3 4030U
1,9 GHz
2 GB DDR 3
DVD+/-RW
Tidak
500 GB
Asus Sonic Master
Bluetooth, WiFi
Ya
USB 3.0, 3 in 1 Card Reader
18

4.2.2 Software
a. Software ArcGIS 10.3
Konten dari software ArcGIS adalah Map Creation
and Interactive Visualization, Visually model and spatially
analyze a process or workflow, Create interactive maps
from file, database, and online sources, Create street-level
maps that incorporate GPS locations, View CAD data or
satellite images, Generate reports and charts.
b.Software ENVI 4.6.1
Envi adalah sebuah software untuk mengolah citra,
umumnya untuk menganalisa NDVI, menganalisa Tasseled
Cap, dan masih banyak lagi hal-hal yang dapat dilakukan
pada Envi 4.6.1
c.Microsoft Office 2007
Aplikasi bawaan windows
4.3 Metodologi Pelaksanaan Pekerjaan
Pembuatan peta potensi kekeringan wilayah Provinsi
Jawa Timur ini merupakan salah satu pekerjaan untuk
monitoring potensi kekeringan wilayah Jawa Timur ketika
memasuki musim kemarau. Dimana tahap pelaksanaan
pekerjaan adalah sebagai berikut :

19

Data Citra

Koreksi Radiometrik
Perhitungan NDVI
dan LST
Scaatter Plot diagram
Perhitungan TVDI

Klasifikasi

Layouting

Peta Potensi
Kekeringan

Gambar 4. 1 Flowchart Pelaksanaan Pekerjaan

4.3.1 Kalibrasi Radiometrik


Koreksi radiometrik pada band multispectral dan band
thermal dari citra Landsat. Mengubah Nilai Digital number
ke TOA Radiance, Reflectance, dan Brigtness Temperature
untuk perhitungan NDVI maupun LST
20

4.3.2 Perhitungan NDVI dan LST


Perhitungan NDVI dan LST digunakan untuk
menentukan indeks kekeringan suatu wilayah. NDVI
dilakukan menggunakan Software ArcGIS 10.3 dan ENVI.
Sedangkan perhitungan LST menggunakan Software
ArcGIS 10.3.
4.3.3 Scatter Plot Diagram
Scatter plot diagram digunakan untuk mengetahui
hubungan antara nilai NDVI dan LST yang telah diperoleh.
Hubungan ini akan digunakan untuk penentuan parameter
dalam perhitungan TVDI
4.3.4 Perhitungan TVDI
Perhitungan TVDI diperoleh berdasarkan nilai NDVI
dan LST yang didapat dari hasil perhitungan sebelumnya.
Perbandingan nilai histogram antara NDVI dan LST
digunakan untuk penentuan indeks kekeringan (TVDI)
suatu wilayah.
4.3.5 Klasifikasi Unsupervised
Klasifikasi
unsupervised
digunakan
untuk
mengklasifikasikan wilayah studi berdasarkan nilai
histogram dari setiap data dengan rentang nilai teertentu
sesuai nilai statistik dari data TVDI.
4.3.6 Layouting
Layouting Peta dilakukan di Software ArcGIS 10.3.
data yang telah diolah pada ENVI di export ke ArcGIS
dalam format shapefile.

21

4.4 Jadwal Pekerjaan


Pelaksanaan Kerja Praktik dilaksanakan sebagai berikut :
Tabel 4. 4 Jadwal Pekerjaan

No
1.
2.
3.
4.
5.
6.

Kegiatan

Minggu
ke1 2 3 4

Persiapan dan Pengenalan


Instansi
Penentuan Topik dan
Identifikasi Awal
Pengumpulan Data
Pengolahan Data
Penyajian Peta
Laporan Akhir dan
Presentasi

4.5 Pelaksana Pekerjaan


Pelaksana Kerja Praktek ini adalah mahasiswa Jurusan
Teknik Geomatika FTSP-ITS yang berjumlah dua orang
sebagai berikut :
1. Nama
: Irmaatus Sholihah
NRP
: 3512 100 004
Tempat/Tgl Lahir
: Lamongan, 03 Desember 1993
Alamat Asal
: Jl. Sidomuncul RT 02/04 Dsn.
Balan, Ds. Kebalandono, Babat,
Lamongan Kode pos : 62271
No.Hp
: 083839992022
Alamat Surabaya
: Keputih Gg 2A No 23AB
Email
: Irmaatuss2@gmail.com
2. Nama
: Diah Witarsih
NRP
: 3512 100 062
Tempat/Tgl Lahir
: Ngawi, 5 September 1994
Alamat Asal
: Dsn. Paron, Ds. Jambangan,
RT03/RW08 Paron, Ngawi
22

No.Hp
Alamat Surabaya

: 081938284242
: Keputih, Gg Makam Blok C/16

Email

: diah.witarsih@gmail.com

23

BAB V
PELAKSANAAN PEKERJAAN
5.1 Pengambilan Data Pekerjaan
5.1.1 Landsat 8 OLI/TIRS
Pengambilan data citra Landsat 8 OLI/TIRS dilakukan
di kantor pusat data spasial BNPB, berikut adalah data citra
landsat
8
yang
berhasil
didownload
dari
www.earthexplorer.usgs.com:

Gambar 5. 1 Data Landsat 8 OLI/TIRS

5.1.2 Geodatabase BPS 2010 dari BNPB

Gambar 5. 2 Data Geodatabase BPS 2010

5.1.3 Peta HTH BMKG


Peta Hari Tanpa Hujan diperoleh dari BMKG. Peta
tersebut merupakan peta monitoring yang dilakukan dari
pengamatan di setiap stasiun klimatologi di Provinsi Jawa
Timur. Untuk pencocokkan hasil pengolahan yang telah
dilakukan.
24

Gambar 5. 3 Peta HTH per 10 April 2015

Gambar 5. 4 Peta HTH per 10 Juni 2015

25

5.2 Pengolahan Data Pekerjaan


Berikut adalah langkah pengolahan data pekerjaan:
5.2.1 Koreksi Radiometrik
Buka program ENVI

Tampilan jendela awal ENVI

Open metadata dari data Landsat


26

27

28

Data yang digunakan untuk perhitungan NDVI adalah Nilai


Reflektan sedangkan untuk perhitungan LST digunakan nilai
Brightness Temperature dan Radiance Thermal
5.2.2 Dark Object Substraction (DOS) Atmosferic Correction
Multispectral
Gunakan Tools Radiometric Calibration pada Toolbox

29

Pilih Mulispectral Band kemudian Reflectance untuk konversi


nilai DN ke TOA Reflectance. Hasilnya adalah seperti gambar
berikut :

Setelah proses selesai, klik kanan data TOA reflectance. Pilih


coastal aerosol kemudian Load Grayscale

30

Buat ROI wilayahnya di laut atau area yang gelap. Setelah


diperoleh ROI dari coastal aerosol, gunakan dark substraction
untuk koreksi atmosfer atau disebut juga Koreksi Atmosfer Dark
Object Substraction

31

32

Hitung nilai statistik dari hasil koreksi atmosfer DOS

33

34

35

Dapat dilihat nilai minimum dari seluruh band bernilai minus,


sedangkan pada koreksi DOS diasumsikan nilai minimumnya
adalah nol (0).

36

5.2.3 Dark Object Substraction (DOS) Atmosferic Correction


Thermal

37

Conversion to Brightness Temperature

38

Nilai Brigthness Temperature secara otomatis akkan bernilai


Kelvin, maka perlu dikonversi ke dalam satuan Celsius
menggunakan Band Math

39

Conversion to Radiance Thermal


Proses yang dilakukan sama dengan proses pada Brightness
Temperature, untuk konversi ke Radiance Thermal pilih
Radiance.
5.2.4 Perhitungan NDVI, LST, dan TVDI
a. NDVI
Buka data reflektan dari masing masing citra, gunakan
Tools Band Math atau perhitungan NDVI secara otomatis yang
ada di Toolbox. Kemudian hitung nilai statistik dari setiap hasil
perhitungan nilai NDVI pada masing masing citra.

40

41

42

43

44

45

b. LST
Hal pertama yang harus dilakukan adalah perhitungan
Proportion of vegetation berdasarkan nilai NDVI yang telah
diperoleh. Gunakan Band Math untuk perhitungan dengan
rumus :
PV = ((NDVI-NDVImin)/(NDVImaks-NDVImin))2

Kemudian perhitungan LSE dengan rumus :


LSE = (0.004 * PV) + 0.986

46

Setelah diperoleh nilai LSE, baru dilakukan perhitungan LST


dengan rumus :
LST = BT / 1 + W * (BT / p) * ln (LSE)
dimana :
BT = Brightness Temperature (Celsius)
W = panjang gelombang dari Band 10 dari setiap citra
Nilai p diperoleh dari :
p = (h * c) / s
p = 14380 (1.438 * 10-2 mK)
h = Planks constant (6.626 * 10-34 Js)
s = Boltzmann constant (1.38 * 10-23 J/K)
c = kecepatan cahaya (2.998 * 108 m/s)
47

c. Scatter Plot
Buat Scatter Plot diagram untuk mengetahui hubungan
antara nilai NDVI dengan LST yang nantinya digunakan untuk
perhitungan TVDI dimana sumbu X merupakan nilai NDVI dan
sumbu Y nilai LST

48

Untuk membuat scatter plot baru klik menu File > New Scatter
Plot

Sedangkan untuk mengubah nilai NDVI dan LST yang akan


dibandingkan pilih menu Options > Change Bands

49

d. TVDI
50

Temperature Vegetation Dryness Index (TVDI) dihitung


berdasarkan hubungan antara nilai NDVI dengan LST dari
setiap wilayah.
5.2.5 Klasifikasi Unsupervised
Klasifikasi yang digunakan adalah klasifikasi
unsupervised. Pada ENVI terdapat pada menu Classification
> Unsupervised > IsoData atau K-Means

Pilih data > OK

51

Tentukan jumlah kelas yang ingin dibuat, pilih folder dimana file
akan disimpan > OK. Tunggu hingga proses selesai
5.2.5 Layouting

52

BAB VI
PENUTUP
6.1 Kesimpulan
1. Data yang digunakan untuk pembuatan peta potensi
kekeringan wilayah Provinsi Jawa Timur adalah data
Citra Landsat 8 OLI TIRS tahun 2015, Data
Geodatabase BPS 2010, dan data Hari Tanpa Hujan dari
BMKG.Berikut adalah hasil interpretasi dan klasifikasi
kekeringan wilayah Jawa Timur :
Gambar 6. 1 Peta Potensi Kekeringan

Kering sedang terjadi di sebagian kecil kabupaten


Bangkalan, Banyuwangi, Lumajang, Malang dan
wilayah bagian barat Jawa Timur
Kering terjadi di sebagian besar wilayah Madura,
Lamongan, Gresik, dan Surabaya,
Sangat Kering terjadi di daerah bagian selatan
Banyuwangi, Surabaya, dan madura
6.2 Saran
Adapun saran yang dapat kami berikan adalah sebagai
berikut :
a. Sebelum dilakukan pengolahan data, pastikan terlebih
dahulu seluruh data yang akan diolah memiliki sistem
koordinat yang sama
b. Harus memahami citra satelit apa yang tepat untuk
digunakan
c. Kapasitas bandwith haruslah cukup untuk mendownload
data citra satelit
53

d. Proyeksi yang digunakan setiap instansi haruslah jelas


sehingga mudah dalam melakukan transformasi sistem
koordinat dari seluruh data yang digunakan ke dalam
sistem koordinat yang sama
e. Untuk pemetaan potensi kekeringan secara berkala, data
citra landsat tidak dapat digunakan, sebaiknya
menggunakan citra lain seperti MODIS, dll.

54

DAFTAR PUSTAKA
Andana, E. K. (2015). PENGEMBANGAN DATA CITRA
SATELIT LANDSAT-8 UNTUK PEMETAAN AREA
TANAMAN HORTIKULTURA DENGAN BERBAGAI
METODE ALGORITMA INDEKS
VEGETASI.
Prosiding Seminar Nasional Manajemen Teknologi XXII,
10.
BMKG. (2015, Juli 2). BMKG KARANGPLOSO MALANG.
Retrieved from BMKG KARANGPLOSO MALANG:
http://karangploso.jatim.bmkg.go.id/#axzz3eiJfEN9S&gs
c.tab=0
Qingsheng Liu, Y. G. (2014). Classification of Landsat 8 OLI
Image Using Support Vector Machine With Tasseled Cap
Transformation. 2014 10th International Conference on
Natural Computation (ICNC) (p. 671). Beijing, Cina:
International Conference on Natural Computation
(ICNC).
S. Li*, X. C. (2014). A NEW BARE-SOIL INDEX FOR RAPID
MAPPING DEVELOPING AREAS USING . The
International Archives of the Photogrammetry, Remote
Sensing and Spatial Information Sciences, Volume XL-4,
2014 (p. 141). Cina: Shenzhen Municipal Information
Center of Land Resource, Urban Planning and Real
Estate, 8009 Hongli Road .

55

LAMPIRAN

56