I. Tujuan
1. Melakukan pemetaan kerapatan vegetasi menggunakan transformasi indeks
vegetasi secara digital menggunakan software penginderaan jauh.
V. Pembahasan
Sebaran vegetasi dapat diketahui secara efektif dengan melakukan
pendekatan indeks vegetasi menggunakan citra penginderaan jauh
(Champbell dan Wynne 2011). Indeks vegetasi merupakan suatu algoritma
yang digunakan bertujuan untuk menonjolkan aspek kerapatan vegetasi
ataupun aspek lain yang berkaitan dengan kerapatan. Indeks vegetasi adalah
suatu transformasi matematis yang melibatkan tiga saluran sekaligus yaitu
saluran merah (red), hijau(green), dan inframerah dekat (near infrared)
(Hidayati 2012).
Analisis kerapatan vegetasi dapat diketahui dengan beberapa metode.
Salah satu metode yang digunakan untuk mengetahui suatu kerapatan
vegetasi adalah metode NDVI (Normalized Difference Vegetation Index)
(Kuchler, 1967). Metode NDVI merupakan metode kombinasi antara
penisbahan dan pengurangan citra sehingga dapat digunakan untuk
melakukan analisis kondisi vegetasi (Danoedoro. P 1996). Informasi yang
dapat disajikan diantaranya adalah kerapatan vegetasi,luas lahan, dan
kondisi vegetasi.
Transformasi indeks vegetasi dilakukan terhadap citra Landsat 8
Sebagian Jawa Tengah dan DIY. Saluran yang digunakan untuk melakukan
transformasi indeks vegetasi adalah saluran 4 dan saluran 5. Saluran 4 dan
saluran 5 digunakan untuk melakukan analisis kerapatan vegetasi karena
pada saluran 4 dan saluran 5 sensitif atau peka terhadap vegetasi. Sebelum
dilakukan transformasi indeks vegetasi metode NDVI diperlukan beberapa
tahapan terlebih dahulu. Tahapan-tahapan tersebut diantaranya adalah
pengubahan digital number ke nilai radiance, menghitung niali ESUN,
menghitung nilai path radiance, setelah itu nilai radiance diubah ke dalam
nilai reflectance. Pada tahapan ini terdapat sedikit kesulitan,hal tersebut
dikarenakan diperlukan ketelitian yang tinggi ketika memasukkan berbagai
macam rumus pada band math. Apabila tahapan tersebut telah dilakukan
barulah dapat dilakukan proses transformasi vegetasi menggunakan NDVI.
Nilai NDVI yang didapatkan haruslah memiliki nilai min : -0.977623 dan
max : 0.978463, apabila terdapat perbedaan maka terjadi kesalahan pada
proses sebelumya atau ketika memasukkan rumus radiance atau reflectance.
Hasil proses transformasi indeks vegetasi akan menghasilkan citra
baru. Citra baru hasil transformasi indeks vegetasi tentunya menyajikan
informasi lebih baik dan lengkap untuk melakukan analisis kerapatan
vegetasi. Informasi yang ditampilkan diantaranya mengenai berbagai
macam klasifikasi kerapatan vegetasi yaitu vegetasi kerapatan rendah,
vegetasi kerapatan sedang, dan vegetasi kerapatan tinggi. Klasifikasi
vegetasi tersebut kemudian dilakukan pengubahan range density slice
sehingga menampilkan gradasi warna hijau pada setiap klasifikasi kerapatan
vegetasi. Gradasi warna yang ditampilkan tentunya akan memudahkan
proses analisis kerapatan vegetasi.
VI. Kesimpulan
1. Transformasi indeks vegetasi dilakukan untuk mengetahui informasi
mengenai kerapatan vegetasi. Transformasi indeks vegetasi dapat
dilakukan dengan menggunakan software Envi. Hasil proses transformasi
indeks vegetasi akan menampilkan klasifikasi kerapatan vegetasi dengan
gradasi warna. Hal tersebut tentunya memudahkan proses analisis
kerapatan vegetasi.
DAFTAR PUSTAKA
Hidayati, Iswari Nur. Ekstraksi Data Indeks Vegetasi Untuk Evaluasi Ruang
Terbuka Hijau Di Kabupaten Sleman Berdasarkan Citra Penginderaan
Jauh. Yogyakarta: Fakultas Geografi, Universitas Gadjah Mada, 2012.