See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/327602074

PENDUGAAN POTENSI AIRTANAH BERDASARKAN INTERPRETASI CITRA

LANDSAT MENGGUNAKAN INTEGRASI PENDEKATAN NDWI DAN NDVI (Studi
Kasus Kabupaten Pamekasan Madura Jawa Timur)

Preprint · September 2018

CITATIONS READS

0 243

3 authors, including:

Rachmad Wirawan
State University of Malang
4 PUBLICATIONS   0 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

remote sensing interpretation View project

All content following this page was uploaded by Rachmad Wirawan on 12 September 2018.

The user has requested enhancement of the downloaded file.

 PENDUGAAN POTENSI AIRTANAH BERDASARKAN INTERPRETASI
CITRA LANDSAT MENGGUNAKAN INTEGRASI
PENDEKATAN NDWI DAN NDVI
(Studi Kasus Kabupaten Pamekasan Madura Jawa Timur)

Nofirly Hamli 1 ,Rachmad Wirawan 1 ,Ridho Abdullah 1

1
Mahasiswa Jurusan Geografi, Fakultas Ilmu Sosial, Universitas Negeri Malang
Jl. Semarang No. 5, Malang 65145, Indonesia

Abstrak
Permasalahan kekeringan di wilayah Kabupaten Pemekasan, Pulau Madura tergolong
tinggi, informasi mengenai potensi airtanah menjadi penting dan vital. Deteksi potensi airtanah
menggunakan citra satelit menjadi salahsatu alternatif untuk mengatasi permasalahn
tersedianya infromasi mengenai potensi airtanah. Penelitian ini bertujuan untuk menduga
potensi air tanah pada kawasan Kabupaten Pamekasan dengan pendekatan integrasi hasil
NDWI dan NDVI. Asumsi yang digunakan yakni semakin besar nilai NDWI dan NDVI maka
semakin besar pula potensi air tanah yang ada. Hasil ektraksi citra NDWI dan NDVI
menunjukan bahwa wilayah AOI di Kecamatan Waru, Kabupaten Pemekasan, Madura
tergolong memilki potensi airtanah yang tinggi, ini di buktikan dengan perbandingan dengan
citra satelit, dimana menunjukan penggunaan lahan AOI tersebut adalah vegetasi penutup lahan
dengan tingkat kerapatan yang tinggi dan distribusi mengelompok. Survey dan cross check di
lapangan perlu dilakukan untuk uji validasi hasil ektraksi.

Kata Kunci : Airtanah, NDWI, NDWI, Kekeringan

I. PENDAHULUAN
1.1 Latar Belakang
Kekeringan adalah merupakan salah pada suatu wilayah dalam periode waktu
satu bencana yang sulit dicegah dan datang yang cukup panjang akibat kurangnya curah
berulang. Secara umum pengertian hujan (Wedehanto,2004). Di Indonesia pada
kekeringan adalah kondisi kekurangan air setiap musim kemarau hampir selalu terjadi
kekeringan pada tanaman pangan dengan Interpretasi citra satelit memang
intensitas dan luas daerah yang berbeda tiap tidak dapat digunakan untuk
tahunnya. menggambarkan keberadaan akuifer secara
langsung, tetapi dalam penyelidikan awal
Salah satu daerah yang sering terjadi
(pendugaan) untuk mengetahui keberadaan
kekeringan adalah Kabupaten Pamekasan.
akuifer pada citra dapat dipakai menentukan
Menurut RPJM Provinsi Jawa Timur,
cadangan air tanah. Indikator untuk
Kabupaten Pamekasan dan kabupaten
mendeteksi keberadaan air tanah seperti
lainnya di Jawa Timur termasuk kedalam
anomali kelembapan tanah, kerapatan
kategori rawan kekeringan. Kabupaten
vegetasi serta kondisi drainase alami (Freeze
Pamekasan termasuk kedalam ketersediaan
et al,1979). Di Negara India pemanfataan
air bersih tingkat waspada (Hidayat et
citra saletit Landsat MSS digunakan sebagai
al,1996 dalam Nugroho,2002).
sumber data utama dalam survey air tanah,
Teknologi penginderaan jauh yang dan hasilnya membuktikan adanya
digunakan salah satunya adalah citra satelit informasi lapisan bawah tanah dari uji
menyajikan data kenampakan bentuk rupa pemompaan ada hubungannya dengan
muka bumi. Keunggulan dari data citra indikator-indikator keberadaan air tanah
dapat menampilkan informasi spektral yang diperoleh dari citra satelit (Tiwari et
(Liliesand and Kiefer,1979). Informasi al,2004)
spektral berisi tentang kepekaan nilai
NDVI (Normalized Difference
pantulan spektral terhadap objek di
Vegetation Index) merupakan suatu
permukaan.
Algoritma yang memanfaatkan fenomena
Salah satu citra yang dapat fisik pantulan gelombang cahaya yang
digunakan adalah citra landsat 8 (OLI). berasal dari dedaunan. Nilai kehijauan
NASA meluncurkan satelit Landsat Data vegetasi suatu wilayah yang diamati berupa
Continuity Mission (LDCM) pada tanggal skala antara -1 (minimum) hingga 1
11 Februari 2013 yang dikenal dengan (maksimum) yang diperoleh dengan
Landsat 8. Landsat 8 terdiri dari dua sensor membandingkan reflektansi vegetasi yang
yaitu sensor Operational Land Imager (OLI) diterima oleh sensor pada panjang
dan Thermal Infrared Sensor (TIRS) dengan gelombang merah (RED) dan infra merah
9 band sensor OLI dan 2 band sensor TIRS dekat (NIR). Secara ringkas NDVI dapat
(USGS,2015) dirumuskan sebagai (NIRRED)/
(NIR+RED).
 NDWI (Normalized Difference Number (DN) menjadi radiance dan/atau
Vegetation Index) diperoleh dengan reflectance (Jaelani,2015). Data Landsat-8
menggunakan prinsip yang sama dengan dikoreksi radiometrik menggunakan koreksi
NDVI. Hanya saja pada NDWI ToA yang meliputi ToA Reflektansi dan
menunjukkan dominasi daerah yang koreksi matahari. Koreksi ToA Reflektansi
memiliki kadar air pada wilayah yang dilakukan dengan mengkonversi nilai DN ke
direkam dengan menggunakan rasio nilai reflektansi. Berdasarkan (USGS,
reflektansi dari saluran NIR dan Green 2015), persamaan konversi untuk koreksi
untuk kalkulasi absorsi dan penetrasi cahaya ToA reflektansi yaitu :
pada permukaan tanah yang memiliki kadar
air (Gao,1995)
dimana:
Penelitian ini bertujuan untuk
ρλ' = TOA reflektansi, tanpa koreksi untuk
menduga potensi air tanah pada kawasan
sudut matahari .
Kabupaten Pamekasan dengan pendekatan
Mρ = REFLECTANCE_MULT_BAND_x ,
integrasi hasil NDWI dan NDVI. Asumsi
di mana x adalah nomor Band
yang digunakan yakni semakin besar nilai
Aρ = REFLECTANCE_ADD_BAND_x , di
NDWI dan NDVI maka semakin besar pula
mana x adalah nomor Band
potensi air tanah yang ada.
Qcal = Nilai digital number ( DN )
II. METODE PENELITIAN Selanjutnya citra dikoreksi sudut
2.1 Metode matahari untuk menghilangkan perbedaan

Dalam tahapan pemrosesan awal, nilai DN yang diakibatkan oleh posisi

citra Landsat 8 diunduh melalui laman matahari. Posisi matahari terhadap bumi

www.usgs.earthexplorer.gov dengan path berubah bergantung pada waktu perekaman

118 dan row 45 dengan tanggal akuisisi citra dan lokasi obyek yang direkam. Persamaan

16 Juni 2016. Pemilihan akuisisi citra sangat untuk koreksi dengan sudut matahari yaitu:

menentukam tahapan untuk proses

pengolahan selanjutnya semisal untuk citra di mana:
yang memiliki tutupan awan yang tinggi ρλ = ToA reflektansi
akan mempengaruhi hasil pengolahan. ϴSE = sun elevation
Tahapan berikutnya adalah koreksi ϴSZ = sudut zenith matahari , GϴSZ = 90°
radiometrik, hal ini bertujuan untuk - ϴSE
mengubah data pada citra yang (pada Kemudian setelah terkoreksi, citra di
umumnya) disimpan dalam bentuk Digital crop sesuai dengan wilayah kajian. Karena
wilayah kajian berada pada Kabupaten hampir sama dengan NDVI namun
Pamekasan, maka dicrop dengan shp penggunaan band NIR dan SWIR.
kabupaten yang sudah tersedia. Persamaan yang digunakan sebagai berikut :
NDVI
Indeks vegetasi (NDVI) adalah Hasil dari NDWI ini yang merupakan
besaran nilai kehijauan vegetasi yang indeks, memiliki rentang nilai -1 untuk non
diperoleh dari pengolahan sinyal digital data badan air dan 1 untuk kenampakan badan
nilai kecerahan (brightness) beberapa kanal air. Sehingga perlu dilakukan thershold
data sensor satelit. Untuk pemantauan untuk memisahkan badan air dan non badan
vegetasi, dilakukan proses pembandingan air.
antara tingkat kecerahan kanal cahaya Thresholds = setnull(NDWI ≥ 0,1,NDWI)
merah (red) dan kanal cahaya inframerah Kemudian dilakukan pengkelasan menurut
dekat (near infrared). Ji et al (2009) berdasarkan modifikasi.
Kelas Nilai NDWI Tingkat
Kebasahan
1 -0,43 – 0,1 Tidak ada air
Indeks vegetasi berbasis NDVI yang 2 0,1 – 0,17 Rendah
3 0,17 – 0,27 Agak Rendah
ditunjukkan pada Persamaan diatas, 4 0,27 – 0,37 Sedang
5 0,37 – 0,47 Agak Tinggi
mempunyai nilai yang hanya berkisar antara 6 0,47 – 1,0 Tinggi
-1 (non-vegetasi) hingga 1 (vegetasi).
2.2 Waktu dan Tempat Penelitian
Sehingga perlu dilakukan Thresholds untuk
menghilangkan nilai non vegetasi. Penelitian ini dilaksanakan dari

Thresholds = setnull(NDVI ≥ 0,1,NDVI) bulan April sampai bulan Mei 2017.

Kemudian dilakukan pengkelasan menurut Wilayah kajian terdapat didaerah Kabupaten

Wahyunto (2003) berdasarkan modifikasi. Pemekasan, Pulau Madura Jawa Timur

Kelas Nilai NDVI Tingkat dengan luas wilayah cakupan sekitar 79.230
Vegetasi
1 -0,61 – 0,1 Tidak ada Ha yang berada pada koordinat 6°51–7°31
vegetasi
2 0,1 – 0,24 Rendah LS dan 113°19–113°58 BT.
3 0,24 – 0,38 Agak Rendah
4 0,38 – 0,53 Sedang
5 0,53 – 0,67 Agak Tinggi 2.3 Bahan dan Peralatan yang Digunakan
6 0,67 – 1,0 Tinggi
Alat dan Bahan Alat yang digunakan
NDWI pada penelitian ini adalah laptop yang
Indeks kebasahan (NDWI) dilengkapi dengan software (perangkat
merupakan besaran nilai kebasahan (wettnes lunak) Microsoft Office, AcrGIS 10.3 dan
index) pada permukaan tanah. Prinsipnya Bahan yang digunakan dalam penelitian ini
adalah data citra Landsat 8 OLI/TIRS yaitu terdapat badan air di biarkan tetap memiliki
citra pada tahun 2017 path/row : 118/65. nilai pixel. Sedangkan wilayah non badan
air di hapus (null).
1.4 Diagram Alir
3.2 Hasil Ektraksi NDWI dengan
Mulai
Klasifikasi
Citra Landsat 8
OLI/TIRS
Berdasarkan hasil ektrasi citra
menghasilkan analisis NDWI, menurut
Koreksi Radiometrik
klasifikasi NDWI tersebut, menunjukan
Cropping Wilayah Kajian
(Kabupaten Pemekasan) dugaan potensi airtanah di wilayah
Kabupaten Pemekasan dominan pada
Band 5 dan 6 Band 4 dan 5 rentang nilai 0,1 – 0,37, yaitu Rendah, Agak

Normalized Difference Normalized Difference

Rendah dan Sedang. Rendah berwarna
Wetness Index (NDWI) Vegetation Index (NDVI)
merah, Agak Rendah bewarna oranye dan
Thereshold Thereshold Sedang bewarna Hijau muda. Sedangkan
untuk nilai Agak tinggi dan Tinggi tidak
Klasifikasi Klasifikasi

dominan, di sekitar pesisir pantai

Analisis Pemekasan bewarna biru tua yang
mengindikasikan tinggi-nya kandungan air,
Survey Lapangan

di sebabkan karena penggunaan lahannya

Layouting
sebagai Tambak garam, sehingga tidak
Peta Pendugaan Potensi Airtanah termasuk kategori potensi airtanah. Untuk
potensi airtanah berdasarkan hasil ektraksi
Gambar 1. Diagram skema penelitian
di tunjukan oleh AOI (Area of Interest) yang
III. HASIL DAN PEMBAHASAAN di simbol kotak persegi panjang merah,
3.1 Hasil Pemisahan Badan Air Dan Non menunjukan nilai NDWI-nya 0,47 - 1,0 yang
Badan Air berarti Tinggi. Asumsi menyebutkan
semakin tinggi nilai NDWI maka semakin
Fokus analisis adalah badan air
besar pula kandungan air di wilayah
untuk itu dilakukan dengan melakukan
tersebut.
treshold, yaitu memisahkan antara badan air
dan non badan air. Metode yang digunakan
adalah menggunakan rumus Thresholds =
setnull(NDWI ≥ 0,1,NDWI). Setelah
dilakukan treshold, maka wilayah yang
 vegetasinya tergolong rentang nilai 0,53-
0,67 yang berarti sedang. Per kecamatan
menunjukan distribusi tingkat kerapatan
vegetasi yang berbeda-beda, wilayah
kecamatan Batu Marmar, Waru, Pasean,
Pakong, Pengantenan, Larangan dan Kadur
termasuk kategori tinggi terkait distribusi
tingkat kerapatan vegetasi. Sedangkan
Gambar 3-1 : Peta Indeks Kebasahan Kabupaten wilayah Kecamatan Proppo, Pemekasan,
Pemekasan Madura Galis, Pademawu dan Tlanakan termasuk
kategori sedang kebawah. Simbol warna
NDWI memanipulasi panjang putih menunjukan penggunaan lahan
gelombang Green pada rentang (1,55-1,75 sebagai tambak garam.
µm), yang memaksimalkan reflektansi air
oleh obyek yang terekam. Warna biru gelap
banyak dipengaruhi oleh panjang
gelombang NIR (inframerah dekat), panjang
gelombang tersebut sangat peka terhadap
badan air, karena adanya proses absorpsi
atau serapan gelombang merah oleh
kandungan air.

Gambar 3-2 : Peta Indeks Vegetasi Kabupaten

3.3 Hasil Ektraksi NDVI dengan Pemekasan Madura
Klasifikasi
NDVI menunjukan distribusi dari Hasil integrasi dari NDWI dan
tingkat kerapatan vegetasi di suatu wilayah, NDVI menunjukan wilayah Kecamatan
NDWI dalam rumusnya menggunakan Waru, termasuk kategori wilayah dengan
panjang gelombang NIR dan Red, yaitu potensi airtanah yang tinggi, hal ini karena
Band 5 dan 4 pada citra 8 OLI/TIRS. Kedua di wilayah tersebut terdapat lokasi dengan
band tersebut, sama-sama memiliki tingkat tingkat kebasahan yang tinggi dengan
kepekaan yang tinggi terhadap kerapatan distribusi tingkat kerapatan vegetasi yang
vegetasi. Berdasarkan hasil ektraksi tinggi.
menunjukan keseluruhan wilayah
Kabupaten Pemekasan kerapatan
3.4 Perbandingan Hasil Ektraksi dengan
Citra Satelit Berdasarkan hasil ektraksi NDWI
wilayah tersebut terdapat warna merah yang
mengindikasikan sebagai kerapatan vegetasi
yang tinggi dengan distribusi yang
mengelompok, sedangkan warna oranye
adalah sedang dan hijau muda – gelap
adalah sedang dan rendah.
Perbandingan di citra menunjukan
Gambar 3-3 : Citra Satelit Wilayah AOI Pemekasan bahwa wilayah tersebut penggunaan lahan
Madura
adalah vegetasi penutup lahan dengan
kerapatan yang tinggi.
Hasil Treshold bewarna cian,
berdasarkan citra menunjukan obyek dari
treshold tersebut adalah non badan air, yaitu
seperti tanah, permukiman dan jalan.
Berdasarkan hasil perbandingan
hasil ektraksi dengan citra dapat di ketahui
bahwa wilayah kotak persegi merah
menunjukan adanya potensi airtanah yang
tinggi dengan warna biru gelap. Gambar 3-5 : Perbesaran AOI NDVI Pemekasan
Madura
Pada citra satelit tampak wilayah
tersebut adalah sumber air, sehingga hasil
IV. PENUTUP
ektraksi mendeteksi keberadaan air yang 4.1 Kesimpulan
tinggi di wilayah tersebut.
Hasil komparasi dan perbandingan
dari NDWI dan NDVI menunjukan bahwa
terdapat hubungan yang linier, yaitu antara
kerapatan vegetasi yang tinggi dengan
potensi airtanah, hasilnya adalah di deteksi
sebagai wilayah dengan kandungan air yang
tinggi, sehingga dugaan sementara memiliki
kebenaran karena sudah di bandingkan
Gambar 3-4 : Perbesaran AOI NDWI Pemekasan
dengan citra satelit sebagai bahan untuk
Madura
 mewakili kondisi lingkungan yang real di Citarum. Jurnal Sains dan Teknologi
lapangan. Cuaca Vol.3 No.1
Tiwari et al. 2004. Identification of
4.2 Saran
groundwater prospective zones by
Perlu adanya survey dan cross check
using remote sensing and
di lapangan secara langsung, hal ini di geoelectrical methods in Jharia and
gunakan untuk pembuktian dan uji Raniganj coalfields, Dhanbad
district, Jharkhand state (Online).
kebenaran, yang berfungi sebagai validasi
https://link.springer.com/article/10.
hasil ektraksi. 1007/BF02702027
USGS. 2015. Landsat 8 (L80 Data Users
Handbook (Online).
V. DAFTAR PUSTAKA
https://landsat.usgs.gov/documents/
Landsat8DataUsersHandbook.pdf.
Freeze et al.1979.Groundwater.Pretice-Hall
Wedehanto,Sony.2004.Penggunaan Citra
Inc.Englewood Clifs.New Jersey
Landsat 7 ETM untuk Menduga
Gao,B.1995.NDWI – A normalized
Airtanah Kabupaten Madiun
difference water index for remote
(Online).
sensing of vegetation liquid water
http://id.portalgaruda.co.id/article/1
from space, Remote Sensing of
28313.pdf
Environment, 58(3):257–266
Jaelani, Lalu Muhamad.2015. Pemetaan
Distribusi Spasial Konsentrasi
Klorofil-A dengan Landsat 8 di
Danau Matano dan Danau Towuti,
Sulawesi Selatan (Online).
http://id.portalgaruda.co.id/artice/96
21672.pdf/
Ji et al.2009. Analysis of Dynamic
Thresholds for the Normalized
Difference Water Index (Online).
http://info.asprs.org/publications/per
s/2009journal/november/2009_nov_
1307-1317.pdf
Lillesand, T.M, dan R. W Kiefer.1979.
Remote Sensing And Image
Interpretation, New York; Jhon
Wiley and Sons.
Nugroho,S.P.2002.Evaluasi Peningkatan
Hasil Curah Hujan dan
Ketersediaan Air akibat Kegiatan
Teknologi Modifikasi Cuaca di DAS

View publication stats