KORELASI LST DAN NDVI

(Disusun untuk memenuhi tugas mata kuliah Pengolahan Citra Digital)

Dikerjakan oleh :

Wildan Ryan Irfana 21110114130070

Ditho Tanjung P 21110114120071
Khairuddin 21110114130086

DEPARTEMEN TEKNIK GEODESI

FAKULTAS TEKNIK – UNIVERSITAS DIPONEGORO
Jl. Prof. Sudarto SH, Tembalang Semarang Telp. (024) 76480785, 76480788
email : geodesi@undip.ac.id
2017
 DAFTAR ISI

DAFTAR ISI ........................................................................................................... 2

BAB I PENDAHULUAN .................................................................................... 3

I.1 Latar Belakang ......................................................................................... 3

BAB II PENGOLAHAN ................................................................................... 5

II.1 Alat dan Bahan ......................................................................................... 5

II.2 Tahap Pengolahan .................................................................................... 5

BAB III PEMBAHASAN ................................................................................. 11

III.1 Hasil DLST ......................................................................................... 11

III.2 Hasil DNDVI ...................................................................................... 13

III.3 Hasil Kovarian dan Korelasi DNDVI dan DLST ............................... 14

2
 BAB I PENDAHULUAN

I.1 Latar Belakang

Kabupaten Kebumen sebagai salah satu penyangga Ibukota Propinsi Jawa
Timur merupakan daerah yang mengalami perkembangan pesat. Keberhasilan ini
dicapai karena berbagai potensi yang ada di wilayahnya seperti industri dan
perdagangan, pariwisata, serta usaha kecil dan menengah dapat dikemas dengan
baik dan terarah. Dengan adanya berbagai potensi daerah serta dukungan sumber
daya manusia yang memadai, maka dalam perkembangannya Kabupaten Kebumen
mampu menjadi salah satu daerah strategis bagi pengembangan perekonomian
regional.
Kabupaten Kebumen terletak antara 112o 5’ dan 112o 9’ Bujur Timur dan
antara 7o 3’ dan 70 5’ Lintang Selatan. Batas sebelah utara adalah Kotamadya
Surabaya dan Kabupaten Gresik, sebelah selatan adalah Kabupaten Pasuruan,
sebelah timur adalah Selat Madura dan sebelah barat adalah Kabupaten Mojokerto.
Dataran Delta dengan ketinggian antar 0 s/d 25 m, ketinggian 0-3m dengan luas
19.006 Ha, meliputi 29,99%, merupakan daerah pertambakkan yang berada di
wilayah bagian timur. Wilayah Bagian Tengah yang berair tawar dengan ketinggian
3-10 meter dari permukaan laut merupakan daerah pemukiman, perdagangan dan
pemerintahan. Meliputi 40,81 %. Wilayah Bagian Barat dengan ketinggian 10-25
meter dari permukaan laut merupakan daerah pertanian.
Land surface temperature merupakan fenomena penting dalam perubahan
iklim global. Seiring meningkatnya kandungan gas rumah kaca di atmosfer, maka
land surface temperature juga akan meningkat. Hal ini akan mengakibatkan
mencairnya gletser dan lapisan es dan mempengaruhi vegetasi daerah tersebut.
Dampaknya akan lebih banyak di daerah monsun, karena curah hujan tidak dapat
diprediksi mengakibatkan banjir dan kenaikan permukaan air laut. LST (Land
Surface Temperature) dapat didefinisikan sebagai suhu permukaan rata-rata dari
suatu permukaan yang digambarkan dalam cakupan suatu piksel dengan berbagai
tipe permukaan yang berbeda.
Normalize Difference Vegetation Index (NDVI) merupakan indeks
‘kehijauan’ vegetasi atau aktivitas fotosintesis vegetasi, dan salah satu indeks

3
vegetasi yang paling sering digunakan. Indeks vegetasi NDVI didasarkan pada
pengamatan bahwa permukaan yang berbeda-beda merefleksikan berbagai jenis
gelombang cahaya yang berbeda-beda. Vegetasi yang akfif melakukan fotosintesis
akan menyerap sebagian besar gelombang merah sinar matahari dan mencerminkan
gelombang inframerah dekat lebih tinggi. Vegetasi yang sudah mati atau stres
(kurang sehat) lebih banyak mencerminkan gelombang merah dan lebih sedikit
pada gelombang inframerah dekat.

4
 BAB II PENGOLAHAN

II.1 Alat dan Bahan

Alat yang digunakan dalam pengolahan citra adalah
1. Laptop Lenovo corei3/@2GB
2. Software Envi 5.1
3. Software ArcGis 10.4
Bahan yang digunakan dalam pengolahan citra adalah
1. Citra Landsat wilayah Jawa Timur tahun 2017
2. Citra landsat wilayah Jawa Timur tahun 2013
3. Shp Kabupaten Kebumen
II.2 Tahap Pengolahan
Tahapan pengolahan praktikum ini adalah sebagai berikut:
1. Pembuatan radian pada band 10 dan reflektan pada band 4 dan band 5 pada
citra tahun 2013 dan citra tahun 2017.
Dengan rumus:
Radian band 10 = Rad MULT*Qcal + radian add band
Reflektan band 4 dan 5 = Ref MULT * Qcal+Ref add band/sin sun
elevation

Gambar II-1 Radian (kiri) dan reflektan (kanan) tahun 2017

5
2. Proses layer stacking reflektan band 4, reflektan band 5, dan radian band 10

Gambar II-2 Proses layer stacking

3. Pemotongan citra dengan menggunakan shp Kabupaten Kebumen pada hasil
layer stacking

Gambar II-3 Hasil pemotongan

6
4. Proses penghitungan LST pada masing-masing citra
Dengan rumus T(oC) = (K2/alog((K1/DN)+1))-273

Gambar II-4 Rumus dan hasil LST tahun 2017

5. Proses penghitungan NDVI tiap citra
Dengan rumus NDVI = NIR-RED/(NIR+RED)
NIR = Band 5 ; RED = Band 4

Gambar II-5 Rumus NDVI

7
6. Perhitungan DNDVI dan DLST dengan cara mengurangkan hasil LST 2017
dengan hasil LST 2013 untuk DLST dan hasil NDVI 2017 dikurangkan
hasil NDVI 2013 untuk DNDVI

Gambar II-6 Hasil DNDVI (kiri) dan DLST (kanan)

7. Melakukan pengkelasan pada DNDVI dan DLST dengan rentang DNDVI
per 0.1 dan DLST per 1o

Gambar II-7 Hasil pengkelasan DNDVI (kiri) dan DLST (kanan)

8
8. Proses korelasi tiap citra

Gambar II-8 Hasil korelasi

9
Gambar II-9 Nilai korelasi dan kofarian

10
 BAB III PEMBAHASAN

III.1 Hasil DLST

DLST merupakan selisih dari LST pada tahun 2013 dengan tahun 2017.
Setelah menghitung selisih LST dari kedua citra kemudian dilakukan pengkelasan.
Gambar dibawah ini merupakan hasil pengkelasan per 1°C sehingga diperoleh 12
kelas.

Gambar III-1 Hasil klasifikasi 12 kelas

Nilai DLST menunjukkan perbedaan suhu pada Kabupaten Kebumen.

Semakin besar nilai nya menjukkan semakin jauh pula perbedaan suhunya. Nilai
negatif menunjukkan suhu pada tahun 2013 lebih besar dari tahun 2017, artinya
suhu permukaan mengalami penurunan. Nilai positif menunjukkan suhu pada tahun
2017 lebih besar dari tahun 2013, artinya suhu permukaan mengalami kenaikan.

Tabel III-1 Kelas klasifikasi penurunan suhu

Kelas Rentang dalam °C

Kelas 1 Dibawah -5
Kelas 2 -5 sampai -4
Kelas 3 -4 sampai -3
Kelas 4 -3 sampai -2
Kelas 5 -2 sampai -1
Kelas 6 -1 sampai 0

11
 Tabel III-2 Kelas klasifikasi kenaikan suhu

Kelas Rentang dalam °C

Kelas 7 0 sampai 1
Kelas 8 1 sampai 2
Kelas 9 2 sampai 3
Kelas 10 3 sampai 4
Kelas 11 4 sampai 5
Kelas 12 Diatas 5

Dari klasifikasi diatas nilai pada kelas 1 sampai kelas 6 menunjukkan suhu
pada tahun 2013 lebih besar sedangkan nilai pada kelas 7 sampai kelas 12
menunjukkan suhu pada tahu 2017 lebih besar. Untuk mengetahui seberapa banyak
daerah yang memiliki suhu lebih besar pada tahun 2013 atau tahun 2017 dilakukan
perhitungan statistik, sehingga diperoleh hasil daerah yang mengalami penurunan
suhu permukaan adalah sebesar 354.341.700 m2 sedangkan yang mengalami
kenaikan sebesar 1.772.106.300 m2. Jika dilihat dari hasil statistikanya, Kabupaten
Kebumen mengalami kenaikan suhu permukaan dari tahun 2013 sampai 2017.

12
III.2 Hasil DNDVI
DNVDI merupakan selisih nilai NDVI pada tahun 2013 dengan tahun 2017.
Semakin besar nilai DNDVI menunjukkan perbedaan yang tinggi pada nilai NDVI
kedua tahun tersebut. Nilai DNDVI negatif menunjukkan nilai NDVI pada tahun
2013 lebih besar dari pada tahun 2017. Nilai DNDVI positif menunjukkan nilai
NDVI pada tahun 2017 lebih besar dari tahun 2013. Gambar dibawah ini
merupakan klasifikasi DNDVI per 0.1 sehingga diperoleh 23 kelas.

Gambar III-2 Klasifikasi DNDVI 23 kelas

Tabel III-3 Klasifikasi penurunan kerapatan vegetasi

Kelas Rentang Nilai

Kelas 1 -1.2 sd -1.1

Kelas 2 -1.1 sd -1
Kelas 3 -1 sd -0.9
Kelas 4 -0.9 sd -0.8
Kelas 5 -0.8 sd -0.7
Kelas 6 -0.7 sd -0.6
Kelas 7 -0.6 sd -0.5
Kelas 8 -0.5 sd -0.4
Kealas 9 -0.4 sd -0.3
Kelas 10 -0.3 sd -0.2
Kelas 11 -0.2 sd -0.1
Kelas 12 -0.1 sd 0

13
 Tabel III-4 Klasifikasi kenaikan kerapatan vegetasi
Kelas 13 0 sd 0.1
Kelas 14 0.1 sd 0.2
Kelas 15 0.2 sd 0.3
Kelas 16 0.3 sd 0.4
Kelas 17 0.4 sd 0.5
Kelas 18 0.5 sd 0.6
Kelas 19 0.6 sd 0.7
Kelas 20 0.7 sd 0.8
Kelas 21 0.8 sd 0.9
Kelas 22 0.9 sd 1
Kelas 23 1 sd 1.1

Perubahan kerapatan vegetasi di Kabupaten Kebumen juga dapat

dipertimbangkan untuk diketahui korelasi antara perubahan kerapatan vegetasi dan
perubahan suhu. Perubahan vegetasi Kabupaten Kebumen terbagi menjadi 23 kelas
dengan rentang -1.2 sampai 1.1 dengan interval masing-maisng kelas sebesar 0,1.
Tanda positif menunjukkan bahwa terjadinya peningkan kerapatan vegetasi. Hasil
statistik menunjukkan luas total daerah yang mengalami penurunan indeks vegetasi
adalah sebesar 245.611.800 m2 sedangkan yang mengalami kenaikan sebesar
1.072.172.700 m2. Jika dilihat dari hasil statistikanya, Kabupaten Kebumen
mengalami penurunan lahan hijau atau kerapatan vegetasi dari tahun 2013 sampai
2017.

III.3 Hasil Kovarian dan Korelasi DNDVI dan DLST

Dengan menggunakan band math kita dapat menghitung nilai korelasi dari
DNDVI dan DLST. Korelasi menentukan sejauh mana dua variabel yang berkaitan
atau bagaimana mereka bervariasi bersama.sedangkan korelasi merupakan
hubungan dari kedua citra tersebut. Dibawah ini merupakan nilai dari Kovarian dan
korelasi dari DNDVI dan DLST.

14
 Gambar III-3 Nilai statistik korelasi dari DLST dan DNDVI

Berdasarakan hasil yang diperoleh menunjukkan bahwa nilai korelasi

perubahan nilai NDVI dan nilai LST Kdy.Yogyakarta tahun 2013 dan 2014 sebesar
0,96117, nilai tersebut menunjukkan bahwa perubahan nilai NDVI dan nilai LST
berkorelasi atau berhubungan sekali.

15
LAMPIRAN

16
Peta DLST

17
Peta DNDVI

18