Laporan praktikum

MK. Meteorologi Satelit

KLASIFIKASI CITRA TERBIMBING DAN TAK TERBIMBING

Elvira Intan Hapsari

G24160030
Mahasiswa, Departemen Geofisika dan Meteorologi FMIPA Institut Pertanian Bogor
email : elviravivia@gmail.com

ABSTRAK
Informasi tutupan lahan terbaru berupa peta hasil klasifikasi citra dapat diperoleh melalui teknik penginderaan
jauh. Teknik ini dianggap penting dan efektif dalam pemantauan tutupan lahan karena kemampuannya dalam
menyediakan informasi keragaman spasial di permukaan bumi dengan cepat, luas, tepat, serta mudah. Praktikum
ini bertujuan untuk menganalisis tutupan lahan di Kabupaten Wonosobo menggunakan citra satelit Landsat 8.
Metode yang digunakan dalam praktikum ini adalah interpretasi citra Landsat 8 dengan menghitung indeks
kerapatan vegetasi atau Normalized Diffrerence Vegetation Index (NDVI) yang diperoleh dengan perhitungan
near infrared dengan red yang dipantulkan oleh tumbuhan. Nilai NDVI diperoleh dengan membandingkan data
near-infrared (NIR) dan Red.

Kata Kunci : NDVI, Landsat 8, combination band

PENDAHULUAN yang rendah (Latuamury et al.). Formula untuk

Indeks vegetasi adalah salah satu
parameter yang digunakan untuk menganalisis
keadaan vegetasi dari suatu wilayah. Indeks
vegetasi adalah salah satu parameter yang
digunakan untuk menganalisa keadaan vegetasi
dari suatu wilayah. Indeks vegetasi merupakan
metode transformasi citra berbasis data
spektral yang banyak dimanfaatkan tidak
hanya untuk pengamatan tumbuhan, tetapi juga
telah dimodifikasi untuk berbagai keperluan
seperti efek soil background dalam analisis
vegetasi (Purwanto 2015).
NDVI atau Normalized Difference
Vegetation Index merupakan metode standar
yang digunakan dalam membandingkan tingkat
kehijauan vegetasi (kandungan klorofil) pada
tumbuhan. Besarnya nilai NDVI dipengaruhi
oleh kerapatan dan besarnya luasan yang
tertutup oleh kanopi. Semakin rapat dan lebat,
maka nilai NDVI akan semakin mendekati
nilai 1. Kerapatan vegetasi dan NDVI memiliki
hubungan yang searah, dengan kata lain pada
nilai kerapatan vegetasi yang semakin tinggi
akan diperoleh nilai NDVI yang semakin
tinggi pula dan sebaliknya, bila kerapatan
vegetasi rendah akan diperoleh nilai NDVI
menentukan nilai NDVI yaitu:
NDVI = (NIR - RED)/(NIR + RED)
NDVI adalah nilai Normalized Diffrerence
Vegetation Index, NIR adalah band 5 citra
Landasat 8 dan Red adalah band 4 dari citra
Landsat 8 (Purwanto 2015). NDVI mempunyai
rentang nilai dari -1,0 hingga 1.0. Awan, air,
dan objek non-vegetasi mempunyai nilai
NDVI kurang dari nol. Nilai yang mewakili
vegetasi terdapat pada rentang 0.1 hingga 0.7.
Jika nilai indeks lebih tinggi dari rentang ini
berarti penutupan vegetasi tersebut lebih sehat
(Lufilah 2017).
METODOLOGI PENELITIAN
Alat dan bahan yang digunakan pada
praktikum adalah laptop dengan aplikasi
ArcGIS 10.3 serta data citra Kabupaten
Wonosobo. Praktikum dilaksanakan pada hari
Rabu, 19 September 2018 pukul 15.30 – 18.00
di RK. U 3.02. Data yang digunakan diperoleh
dari http://earthexplorer.usgs.gov/. Data
tersebut diolah menggunakan aplikasi ArcGIS
10.3 untuk mengetahui indeks vegetasi wilayah
Kabupaten Wonosobo.
 Judul Laporan

Gambar 1 Diagram alir analisis NDVI

Kabupaten Wonosobo

HASIL DAN PEMBAHASAN

Secara geografi Kabupaten Wonosobo

terletak antara 7°11' dan 7°36' LS, 109°43' dan
110°4' BT. Luas wilayah Kabupaten Wonosobo
adalah 98.467.965 Ha. Kabupaten Wonosobo
berjarak 120 Km dari ibukota Propinsi Jawa
Tengah dengan ketinggian berkisar antara 270
meter sampai dengan 2.250 meter diatas
permukaan laut. Secara topografi wilayah
Kabupaten Wonosobo dapat di bagi

menjadi tiga bagian, yaitu daerah dengan Atmospheric penetration menggunakan

ketinggian 250-500 meter di atas permukaan band 7, band 6, dan band 5. Kombinasi ini
laut yang meliputi 33,33 % dari seluruh berguna untuk memperjelas citra dari ketebalan
wilayah Kabupaten Wonosobo, daerah dengan awan, memperjelas garis pantai, dan tutupan
ketinggian 500-1000 meter diatas permukaan vegetasi. Kombinasi ini dapat memperjelas
laut yang meliputi 50 % dari wilayah citra dari gangguan cuaca. Kombinasi ini
Wonosobo, dan daerah dengan ketinggian sangat berguna dalam ilmu geologi.
lebih dari 1000 meter di atas permukaan laut
yang meliputi 16,67 % dari wilayah
Kabupaten Wonosobo.
Pengolahan data citra pada software
ArcGIS 10.3 menggunakan kombinasi band
untuk menghasilkan warna merah, hijau, dan
biru. Natural color menggunakan kombinasi
band 4, band 3, dan band 2 untuk
menghasilkan warna sesungguhnya. Band
warna biru, merah, dan hijau menghasilkan
warna yang alami. Wilayah perairan
digambarkan dengan warna biru, wilayah Gambar 2 Peta NDVI Kabupaten Wonosobo
hutan berwarna hijau dan coklat, dan daerah Gambar2 menunjukkan besarnya
perkotaan ringan berwarna abu-abu (Acharya tutupan vegetasi di wilayah Kabupaten
2015). Wonosobo. Peta Kabupaten Wonosobo
Color infrared (vegetation) terdapat banyak warna orange yang
mengggunakan kombinasi band 5, band 4, dan menunjukkan bahwa sebagian besar wilayah
band 3. Kombinasi ini digunakan untuk Kabupaten Wonosobo merupakan wilayah
melihat massa, kerapatan, dan dominasi dengan tutupan vegetasi dominan. Nilai NDVI
vegetasi. Kontras antara kombinasi vegetasi Kabupaten Wonosobo berada pada rentang
akan terlihat pada infrared, sehingga efektif -0,15 - 0,60 dengan nilai rata-rata 0,36 dan
bagi analisis vegetasi kehutanan atau pertanian nilai standar deviasi 0,10.
skala besar.
 Judul Laporan

DAFTAR PUSTAKA

Acharya TD. 2015. Exploring Landsat 8.

Gambar 3 Histogram NDVI Kabupaten
Wonosobo
Berdasarkan hasil dari histogram nilai
NDVI Kabupaten Wonosobo terlihat bahwa
histogram menjulur ke kiri dengan puncak
berada di kanan. Hal tersebut menunjukkan
bahwa wilayah Kabupaten Wonosobo memiliki
tutupan vegetasi yang lebih dominan daripada
wilayah terbangun seperti permukiman.
International Journal of IT, Engineering and
Applied Sciences Reasearch (UIEASR). 4(4): 4
– 10.
Purwanto A. 2015. Pemanfaatan Citra Landsat 8
untuk Identifikasi Normalized Difference
Vegetation Index (NDVI) di Kecamatan Silat
Hilir Kabupaten Kapuas Hulu. Jurnal
Edukasi. 13(1): 27 – 36.
Lufilah SN. 2017. Pemanfaatan citra Landsat 8
untuk analisis indeks vegetasi di DKI Jakarta.
Jurnal Lanskap Indonesia. 9(1):73-80.
Latuamury B, Gunawan T, Suprayogi S. 2012.
Pengaruh kerapatan vegetasi penutup lahan
terhadap karakteristik resesi hidrograf pada
beberapa subdas di Propinsi Jawa Tengah dan
Propinsi DIY. Majalah Geografi Indonesia.
26(2): 98-118.

KESIMPULAN

Praktikum ini mengkaji dan

mengamati bagaimana tutupan lahan vegetasi
di Kota Cimahi dengan menggunakan data
citra satelit landsat 8 tertanggal 9 Juli 2017.
Berdasarkan pengamatan penginderaan jauh
teramati bahwa bagian utara dan selatan Kota
Cimahi saja yang memiliki indeks vegetasi
yang masih cukup tinggi. Sedangkan sisi lain,
terutama bagian timur memiliki indeks
vegetasi yang sangat rendah. Ditambah
dengan data histogram yang memperlihatkan
puncak nya di sisi sebelah kiri, yang berarti
indeks vegetasi negatif lah yang condong di
Kota Cimahi tersebut.
Hasil data yang timpang antara sisi
Kota bagian utara ataupun selatan dengan sisi
timur dikarenakan sisi timur Kota Cimahi
berbatasan langsung dengan Kota Bandung
yang memang pembangunannya sangat pesat.
Sehingga secara alami, sisi timur Kota Cimahi
akan ikut dalam pembangunannya.