ANALISIS KERAPATAN VEGETASI UNTUK AREA PEMUKIMAN

MENGGUNAKAN CITRA SATELIT LANDSAT DI KOTA

TASIKMALAYA

Diki Nurul Huda1 – 1606901306

1
Undergraduate Student Departmen Geografi, Fakultas Matematika dan Ilmu
Pengetahuan Alam, Universitas Indonesia, Depok
diki.nurul@ui.ac.id

ABSTRACT
The city is the center of many human activities. Increasing human demand for land use can reduce
existing vegetation density levels. The use of digital data intercepts data distribution of vegetation
density on each type of land use. Thanks to the density of vegetation can be done quickly by way of
digital image interpretation using NDVI (Normalized Difference Vegetation Index) transformation.
The purpose of this research is to know the land arrangement in Tasikmalaya City and for vegetation
index of residential area in Tasikmalaya City. The object of this research is residential area in
Tasikmalaya City. The data used are Landsat Image 8 OLI TIRS Path 122 Row 64 year 2017. The
software used is ENVI 5.1 and ArcGIS 10.3 software. The method used is the classification of land
use and the calculation of NDVI in ENVI which then classified based on the range of NDVI index
values. The results show that land use in Tasikmalaya City is still dominated by rice field, moor,
plantation and forest, and vegetation index in residential area in Tasikmalaya area is quite low.
Keywords: NDVI, Vegetation Density, Landsat Satellite Imagery

ABSTRAK
Kota merupakan pusat dari berbagai macam aktivitas manusia. Semakin bertambahya kebutuhan
manusia akan pemanfaatan lahan dapat menngurangi tingkat kerapatan vegetasi yang ada.
Penggunaan data digital memungkinkan penyadapan data sebaran kerapatan vegetasi pada tiap jenis
penggunaan lahan. Identifikasi kerapatan vegetasi dapat dilakukan dengan cepat dengan cara
interpretasi citra secara digital menggunakan transformasi NDVI (Normalized Difference Vegetation
Index). Tujuan penelitian ini adalah untuk mengetahui tata lahan di Kota Tasikmalaya dan untuk
mendapatkan nilai indeks vegetasi area pemukiman di Kota Tasikmalaya. Objek dalam penelitian
ini adalah kawasan pemukiman penduduk di Kota Tasikmalaya. Data yang digunakan adalah Citra
Landsat 8 OLI TIRS Path 122 Row 64 tahun 2017. Perangkat lunak yang digunakan adalah software
ENVI 5.1 dan ArcGIS 10.3. Metode yang digunakan adalah pengklasifikasian tata guna lahan dan
perhitungan NDVI di ENVI yang kemudian di klasifikan berdasarkan range value nilai indeks
NDVI. Hasil penelitian menunjukkan bahwa tata guna lahan di Kota Tasikmalaya masih didominasi
oleh sawah, tegalan, perkebunan dan hutan, dan nilai indeks vegetasi di area pemukiman di kawasan
Tasikmalaya cukup rendah.
Kata Kunci : NDVI, Kerapatan Vegetasi, Citra Satelit Landsat

PENDAHULUAN 108o18’31,77’’ BT dan 7o14’14,64’’ -

1.1 Latar Belakang
Kota Tasikmalaya merupakan
salah satu kota yang secara
administratif terletak di Provinsi Jawa
Barat. Secara geografis Kota
Tasikmalaya terletak di bagia
tenggara wilayah Provinsi Jawa
Barat, yaitu pada 108o08’51,62’’ -
7o272’2,5’’ LS, sehingga cukup
strategis karena berada pada poros
lalulintas di bagian selatan Pulau
Jawa. Kota Tasik memiliki 10
kecamatan dan 69 kelurahan. Kota ini
berbatasan dengan Kabupaten
Tasikmalaya dan Kabupaten Ciamis
di utara (dengan batas Sungai
Citanduy), Kabupaten Tasikmalaya di
selatan (dengan batas sungai
Citanduy), dan Kabupaten
Tasikmalaya di timur dan barat.
Berdasarkan bentang
alamnya, Kota Tasikmalaya termasuk
dalam kategori dataran sedang,
dengan ketinggian wilayah berada
pada ketinggian 201 mdpl (di
Kelurahan Urug Kecamatan Kawalu)
sampai 503 mdpl (di Kelurahan
Bungursari Kecamatan Indihiang).
Kondisi Rupa Bumi (geomorfologi)
ini membagi dua wilayah Kota
Tasikmalaya dalam arah Barat Laut
ke arah Selatan Kota Tasikmalaya.
Kondisi fisik bentang alam ini sangat
terkait dengan kondisi hidrologinya,
dimana Kota Tasikmalaya terbagi
kedalam dua daerah aliran sungai
(DAS), di sebelah Utara hingga
Timur Laut merupakan DAS
Citanduy dengan aliran air menuju
kearah Kecamatan Cikoneng
Kabupaten Ciamis. Sedangkan di
sebelah Barat hingga Barat Daya
merupakan DAS Ciwulan dimana
aliran air menuju kearah Kecamatan
Sukaraja dan Tanjung Jaya di
Kabupaten Tasikmalaya.
Vegetasi merupakan salah
satu unsur penyusun perkotaan yang
mempunyai banyak manfaat. Manfaat
vegetasi perkotaan dapat
mempengaruhi udara secara langsung
maupun tidak langsung dengan cara
mengubah kondisi atmosfer
lingkungan di udara (Irwan, 2008).
Vegetasi sebagai penyusun perkotaan
ini sangat beranekaragam. Kumpulan
dari berbagai beranekaragaman ini
akan menghasilkan kerapatan yang
berbeda-beda pada tiap penggunaan
lahan disuatu daerah.
Kerapatan vegetasi yang
terdapat di Kota Tasikmalaya relatif
akan mempengaruhi suhu permukaan
daerah tersebut. Kerapatan vegetasi
inilah yang akan menciptakan
kenyamanan dan kesejukan disuatu
penggunaan lahan. Semakin tinggi
kerapatan vegetasi pada suatu lahan,
maka akan cenderung semakin rendah
suhu permukaan disekitar lahan
tersebut, begitu juga sebaliknya. Suhu
permukaan yang tinggi ini banyak
ditemui didaerah perkotaan, karena
penggunaan lahannya seringkali
mempunyai kerapatan vegetasi yang
rendah. Tinggi rendahnya suatu
kerapatan vegetasi dapat diketahui
dengan menggunakan 2anjan NDVI
(Normalized Difference Vegetation
Index), yang merupakan sebuah
transformasi citra penajaman spektral
untuk menganalisa hal-hal yang
berkaitan dengan vegetasi (Putra,
2011). Identifikasi obyek dengan
menggunakan teknologi
penginderaan jauh dilaksanakan
dengan beberapa pendekatan antara
lain; karakteristik spektral citra,
visualisasi, floristik, geografi dan
phsygonomik (Hartono, 1998),
Khususnya pada sistem satelit (citra
satelit) lebih banyak didasarkan atas
karakteristik spektral. Objek yang
berbeda akan memberikan pantulan
spektral yang berbeda pula, bahkan
obyek yang sama dengan kondisi dan
kerapatan yang berbeda akan
memberikan nilai spektral yang
berbeda. (Swain, 1978). Indeks
vegetasi merupakan suatu algoritma
yang diterapkan terhadap citra satelit,
untuk menonjolkan aspek kerapatan
vegetasi ataupun aspek lain yang
berkaitan dengan kerapatan, misalnya
biomassa, Leaf Area Index (LAI),
konsentrasi klorofil. Atau lebih
praktis, indeks vegetasi adalah
merupakan suatu transformasi
matematis yang melibatkan beberapa
saluran sekaligus untuk menghasilkan
citra baru yang lebih representatif
dalam menyajikan aspek-aspek yang
berkaitan dengan vegetasi
(Danoedoro, 1996). Selanjutnya
dikatakan Jensen (1998) bahwa
metode 3anjang indeks vegetasi ada
beberapa macam antara lain; NDVI
(Normalized Difference Vegetation
Index), GI (Green Indeks) dan WI
(Wetness Index).
Informasi data kerapatan
vegetasi, luas lahan, dan keadaan di
lapangan dapat dideteksi dari 3anjan
penginderaan jauh dengan
menggunakan citra satelit . Perubahan
kerapatan vegetasi ini dapat dipantau
menggunakan citra satelit. Dalam
melakukanya digunakan citra satelit,
yaitu Landsat 8 OLI/TIRS.
1.2 Tujuan Penelitian
Adapun tujuan penelitian yang
dilakukan dari penelitian ini adalah
sebagai berikut:
1) Untuk mengetahui penggunaan
lahan di Kota Tasikmalaya
2) Untuk mendapatkan nilai indeks
vegetasi area pemukiman di Kota
Tasikmalaya dengan
menggunakan metode NDVI.
TINJAUAN PUSTAKA
2.1 Indeks Vegetasi
Indeks vegetasi adalah
besaran nilai kehijauan vegetasi yang
diperoleh dari pengolahan sinyal
dijital data nilai kecerahan
(brightness) beberapa kanal data
sensor satelit. Untuk pemantauan
vegetasi, dilakukan proses
pembandingan antara tingkat
kecerahan kanal cahaya merah (red)
panjang cahaya inframerah dekat
(near infrared). Fenomena
penyerapan cahaya merah oleh
klorofil dan pemantulan cahaya
inframerah dekat oleh jaringan
mesofil yang terdapat pada daun akan
membuat nilai kecerahan yang
diterima sensor satelit pada kanal-
kanal tersebut akan jauh berbeda.
Pada daratan non-vegetasi, termasuk
diantaranya wilayah perairan,
pemukiman penduduk, tanah kosong
terbuka, dan wilayah dengan kondisi
vegetasi yang rusak, tidak akan
menunjukkan nilai rasio yang tinggi
(minimum). Sebaliknya pada wilayah
bervegetasi sangat rapat, dengan
kondisi sehat, perbandingan kedua
kanal tersebut akan sangat tinggi
(maksimum). Nilai perbandingan
kecerahan kanal cahaya merah
dengan cahaya inframerah dekat atau
NIR/RED, adalah nilai suatu indeks
vegetasi (yang sering disebut ”simple
ratio”) yang sudah tidak dipakai lagi.
Hal ini disebabkan karena nilai dari
rasio NIR/RED akan memberikan
nilai yang sangat besar untuk
tumbuhan yang sehat . Oleh karena
itu, dikembangkanlah suatu algoritma
indeks vegetasi yang baru dengan
normalisasi, yaitu NDVI (Normalized
Difference Vegetation Index). NDVI
adalah perbedaan nilai reflektansi
merah dekat dan inframerah yang
dinormalisasi karena pantulan
(Burgan, 1993 dalam Winter). Secara
khusus,
NDVI = (NIR – RED) / (NIR + RED)
Keterangan:
NIR = Band yang memiliki 3anjang
inframerah dekat (band 5)
RED = Pantulan pada band merah
(band 4) yang terlihat
Persamaan tersebut akan
menghasilkan rentang nilai -1 hingga
1. Nilai -1 menunjukan objek awan,
salju, air, non-vegetasi. Sedangkan,
nilai 1 menunjukan objek vegetasi.
Adapun klasifikasinya yaitu tersaji
dalam tabel 1.
Tabel 1. Klasifikasi NDVI
Rentang Kerapatan Vegetasi
Klasifikasi
-1 – 0 Awan, -
Badan Air,
Nonvegetasi

0 – 0,25 Vegetasi Pemukiman,

Jarang Lahan Gambar 1. Citra Jawa Barat Hasil
Kosong Layer Stacking
3.2 Perangkat yang digunakan
0,25– 0,55 Cukup Sawah,
Rapat Tegalan Penelitian ini dilaksanakan
menggunakan menggunakan
0,55– 0,78 Rapat Sawah, perangkat computer dengan
Semak spesifikasi hardware dan software
Belukar sebagai berikut :

0,78 – 1 Sangat Hutan a. Processor : AMD A8-6410 APU

Rapat b. Kapasitas RAM : 2.00 GB
c. VGA : AMD Radeon R5 Graphic
d. Sistem Operasi : Windows 10
METODE PENGOLAHAN e. Software : ArcGIS 10.3 dan ENVI
5.1
3.1 Data Penelitian
3.3 Pengolahan Data
Dalam penelitian ini data yang
digunakan yaitu Citra Satelit Landsat 3.3.1 Diagram Alir Pengolahan
8 OLI/TIRS yaitu berupa citra yang Data
diperoleh dari GloVis USGS yang Pengolahan data dapat dilihat
terletak di Path 122 Row 64 Tahun pada flowchart dibawah ini:
2017. Dalam data citra tersebut
terdapat Kota Tasikmalaya dengan
zona 49S dalam datum WGS 1984. Citra
Data tersebut merupakan data yang
open acces sehingga dapat dengan
mudah diperoleh oleh siapapun dan Layer Stacking
kapanpun.

Subseting Region

Koreksi Atmosfer
 Gambar 3. Hasil Layer Stacking
3.3.3 Subseting Wilayah Studi
Enhancement
Subseting atau pemotongan
data citra digunakan untuk memotong
Proses NDVI scene data citra sesuai dengan daerah
pengamatan. Proses ini dilakukan di
software ArcGIS 10.3.
Klasifikasi Lahan Langkah-langkah dalam
melakukan subseting pada data citra
yaitu sebagai berikut:
Pembuatan Peta
1. Membuka software ArcGIS, add
data, masukan file shapefile
administrasi Kota Tasikmalaya
Peta (*.shp)

Gambar 2. Alur Pengolahan Data

3.3.2 Layer Stacking
1. Pilih menu toolbox, pilih raster
management, lalu klik layer
stacking
2. Ubah output map projection
menjadi UTM, datum WGS 1984
dan zone 49S
3. Setelah itu pilih import file,
kemudian select citra dari band 1
hingga band 7
4. Klik Enter output name, pilih Gambar 4. Shapefile
lokasi citra yang akan disimpan Administrasi Kota Tasikmalaya
lalu klik ‘ok’. Hasil layer stacking
akan terlihat seperti Gambar 3. 2. Eksport data citra yang sudah
diambil dari GloVis USGS.
3. Pada menu toolbox pilih raster
management, lalu klik raster,
kemudian klik raster processing,
dan terakhir klik clip. Setelah itu,
pada clip input citra dan shp
administrasi sebagai outputnya.
4. Save as dengan nama yang
berbeda untuk menjaga data asli.
Hasil subseting dapat dilihat pada
Gambar 5.
 gt 0 and b1 lt
1000)*float(b1)/1000}
3. Kemudian gunakan compute
statistic untuk mengetahui nilai
minimal dan maksimal band.
Nilai maksimal dan minimal band
dapat terlihat pada Gambar 6.

Gambar 5. Hasil Subseting

3.3.3 Koreksi Atmosfer
Terdapat beberapa metode
yang dilakukan untuk melakukan
koreksi atmosfer. Peneliti memilih
metode Quick Atmospheric Gambar 6. Compute Statistic dari
Correction (QuAC). Adapun Citra yang telah di Koreksi
langkah-langkahnya yaitu sebagai
4. Lalu Enter output name, pilih
berikut:
lokasi citra yang akan disimpan
1. Pada menu toolbox pilih lalu klik ‘ok’.
Radiometric Correction, lalu pilih
3.3.4 Enhancement (Penajaman)
Atmosphere Correction Module,
kemudian klik Quick Atmospheric Untuk penajaman citra,
Correction select input data yaitu metode yang digunakan yaitu
data yang telah di layer stacking pansharpening. Langkah-langkahnya
2. Lalu Enter output name, pilih sebagai berikut:
lokasi citra yang akan disimpan
lalu klik ‘ok’. 1. Klik swipe pada menu ENVI 5.1
2. Pilih image sharpening dalam
Setelah dilakukan QuAC range toolbox, lalu klik Gram Schmit
minimal band berubah yaitu nilai 3. Lalu, masukan citra
band minimal bernilai 0, akan tetapi panchromatic, yaitu citra yang
nilai band maksimalnya lebih dari 1 memiliki saluran 8 (band 8)
sehingga harus di koreksi agar nilai 4. Kemudian, Enter output name,
band maksimal tersebut bernilai tidak pilih lokasi citra yang akan
lebih dari 1. Langkah-langkah yang disimpan lalu klik ‘ok’.
digunakan yaitu:
1. Pilih band ratio pada menu
toolbox, lalu klik band math
2. Setelah itu masukan persamaan
{(b1 le 0)*0+(b1 ge 1000)*1+(b1

Gambar 7. Hasil Penajaman
Citra
3.3.5 Proses NDVI
Berikut merupakan langkah-
langkah untuk memproses NDVI
pada citra:
1. Pilih band ratio pada toolbox lalu
klik band math
2. Setelah itu masukan persamaan
float(b5)-float(b4)/float(b5)+(b4)
3. Setelah itu, Enter output name,
pilih lokasi citra yang akan
disimpan lalu klik ‘ok’. Hasil
proses NDVI dapat dilihat pada
Gambar 8
Gambar 8. Citra Hasil Proses
NDVI
4. Setelah itu, klik kanan citra pada
layer manager lalu klik change
colour table, lalu ubah ke type
green/white linear, lalu klik
reverse. Hasil akhirnya seperti
berikut
Gambar 9. Citra Hasil Proses
NDVI Setelah Melakukan
Perubahan Colour Table
3.3.6 Klasifikasi Lahan
Setelah dilakukan proses
NDVI, dalam cursor value akan
terlihat indeks nilai NDVI berada
pada rentang -1 hingga 1. Tahap
selanjutnya setelah diketahui nilai
tersebut yaitu membuat klasifikasi
lahan. Klasifikasi lahan ini dilakukan
berdasarkan Tabel 1. Dalam
klasifikasi ini terdapat dua metode
alternatif, yaitu supervised
(terbimbing) atau unsupervised (tak
terbimbing). Pada penelitian ini
peneliti menggunakan metode
unsupervised dengan menggunakan
K-Means. Berikut merupakan
langkah-langkahnya
1. Pilih classification pada toolbox, Berdasarkan Rencana Tata
lalu klik unsupervised Ruang Wilayah Kota Tasikmalaya
classification dan pilih K-Means 2014, hanya sekitar 455 Ha (2,56%)
2. Input data citra NDVI, lalu klik kawasan yang berfungsi lindung yang
‘ok’ ditetapkan dalam wilayah Kota
3. Number of classes isi dengan Tasikmalaya. Kawasan lindung
angka 6 (sesuai kebutuhan), itupun hanya sebatas kawasan
Untuk maximum iterations lindung setempat, berupa sempadan
dilakukan sebanyak 5 kali. sungai, sempadan jaringan listrik, dan
4. Save sempadan situ/danau. Namun
5. Setelah itu pilih Edit Envi Header demikian, RTRW Kota Tasikmalaya
pada toolbox 2014 menetapkan pula adanya
6. Gunakan post classification kawasan budidaya yang berfungsi
lindung, yaitu : hutan produksi milik
Perhutani dan hutan rakyat, yang
terletak di bagian selatan wilayah
Kota Tasikmalaya, seluas 162,55 Ha
atau sekitar 0,95% dari luas seluruh
wilayah Kota Tasikmalaya
4.2 Hasil NDVI

Gambar 10. Hasil

Klasifikasi Lahan
HASIL DAN PEMBAHASAN
4.1 Tata Guna Lahan Kota
Tasikmalaya
Penggunaan lahan eksisting di
Kota Tasikmalaya didominasi oleh
penggunaan di sektor pertanian
sebesar 12.207 Ha atau setara dengan
68.93 % dari luas wilayah Kota
Tasikmalaya. Lahan pertanian terbagi
atas lahan sawah seluas 6.172 Ha dan Penetapan rentang nilai piksel
lahan non sawah seluas 6.035 Ha. di antara -1 sampai 1. Rentang nilai
Lahan Pertanian terluas ada di pemalang berkisar di -0,78–0,98
Kecamatan Tamansari 24.875% seperti gambar diatas. Nilai piksel
(3.033 Ha) dan terkecil terdapat di menuju ke nilai -1 menunjukkan
Kecamatan Tawang 0.03% (155 Ha). ketidakberadaan vegetasi yang aktif
melakukan fotosintesis yang berarti berupaya untuk terus menjaga dan
vegetasi daerah tersebut tidak ada, melestarikan agar dapat
objek awan, atau badan air. Dan menciptakan suasana yang
begitu pula sebaliknya, Nilai piksel nyaman bagi penduduk kota
menuju ke nilai 1 menunjukkan 2) Permukiman yang saat ini telah
tingkat vegetasi yang sangat aktif berkembang di kawasan lindung
melakukan fotosintesis yang berarti (hutan), maka kegiatan budidaya
vegetasi daerah tersebut semakin masyarakat perlu diatur agar tidak
padat. Warna hijau tua menunjukan mengganggu fungsi lindung
vegetasi yang rapat (hutan), hijau sebagai catchment area.
muda menandakan bahwa didaerah
tesebut terdapat sawah atau tegalan, REFERENSI
merah menunjukan terdapat
pemukiman (lahan terbangun) pada [1] Lillesand dan Kiefer. 2010.
daerah tersebut, dan warna biru Penginderaan Jauh dan
menunjukan adanya badan air. Interpretasi Citra. Gadjah Mada
University Press. Yogyakarta
PENUTUP [2] Putra H, Erwin. 2010.
Penginderaan Jauh dengan Er
5.1 Kesimpulan Mapper. Graha Ilmu, Yogyakarta
Berdasarkan hasil pembahasan di [3] Winter, Damon. “Applied
atas, maka kesimpulan yang dapat Remote Sensing, FRWS 5750,
diambil adalah sebagai berikut : Utah State University, 2003.
[4] http://bpkad.tasikmalayakota.go.i
1) Tata guna lahan di Kota d/download/file/158 Diakses pada
Tasikmalaya sebagian besar tanggal 16 Desember 2017.
didominasi oleh persawahan, [5] https://www.academia.edu/75675
tegalan, perkebunan, dan hutan. 19/Analisis_Kerapatan_Vegetasi
Pemukiman di kabupaten _Untuk_Area_Pemukiman_Deng
pemalang tidak terlalu padat. an_Menggunakan_Citra_Satelit_
2) Indeks vegetasi di area Landsat_Studi_Kasus_Kabupate
pemukiman Kota Tasikmalaya n_Pemalang_Jawa_tengah
bernilai cukup tinggi, hal ini bisa Diakses pada tanggal 16
dilihat dari hasil proses NDVI Desember 2017.
dimana luasan vegetasi yang [6] staff.ui.ac.id/system/files/users/do
ditandai dengan warna hijau tua di.sudiana/publication/dodi2.pdf
dan hijau muda cenderung lebih Diakses pada tanggal 16
mendominasi dibandingkan Desember 2017.
pemukiman.
5.2 Saran
Saran kami berdasarkan hasil
penelitian diatas adalah :
1) Vegetasi yang berada di Kota
Tasikmalaya relatif tinggi,
sehingga pemerintah daerah harus