ITB Indonesian Journal of Geospatial

Vol. XX …, No. X, 20XX, XX-XX

1

Kajian Perubahan UHI (Urban Heat Island) dan

Keterkaitannya dengan Tingkat Kenyamanan di Wilayah
Bandung Raya
Fajri Ardiansyah

Program Studi Teknik Geodesi dan Geomatika, Kelompok Keahlian Inderaja dan Sains
Informasi Geografis, Institut Teknologi Bandung, Bandung 40132, Indonesia
Email: ardiansyahfajri@gmail.com

Abstrak. Banyaknya lahan yang beralih fungsi menjadi Kawasan terbangun serta
laju urbanisasi yang cepat mengakibatkan Wilayah Bandung Raya terasa semakin
panas. Urban Heat Island (UHI) adalah fenomena peningkatan suhu udara di
wilayah perkotaan dibandingkan dengan daerah pedesaan mencapai 3-10°C.
Menggunakan bantuan dari Google Earth Engine dilakukan pemodelan Land
Surface Temperature (LST) dari data Landsat 8 pada tahun 2014 dan 2019.
Pemodelan LST dilakukan sebagai acuan dalam menganalisia fenomena UHI yang
ada di Wilayah Bandung Raya. Tingkat Kenyamanan ditentukan oleh nilai
Temperature Humidity Index (THI) yang merupakan hubungan antara suhu
dengan kelembaban. Pada wilayah Kota Bandung selama periode 2014 hingga
2019 terjadi peningkatan UHI sebesar 4.093°C dan terjadi kenaikan nilai indeks
Tidak Nyaman sebesar 7.251%. UHI dan THI memiliki korelasi yang berbanding
lurus yang artinya semakin tinggi perbedaan suhu di wilayah perkotaan dengan
pedesaan maka semakin tidak nyaman wilayah perkotaan tersebut.

Kata Kunci: Urban Heat Islad, Temperature Humidity Index, Landsat 8, Land Surface
Temperature, Google Earth Engine.

1 Pendahuluan
Urban Heat Islad (UHI) adalah isu global yang mengancam operasi dan
habitat kota serta lingkungan perkotaan. UHI memperlihatkan perbedaan
kondisi iklim mikro di daerah urban / perkotaan dengan iklim mikro di
daerah rural / pedesaan. Penelitian tentang UHI dan keterikatan dengan
tingkat kenyamanan membantu memenuhi Sustainable Development
Goals nomor 11 yaitu tentang Sustainable Cities and Communities.
Menurut Oke (1982), konsep UHI telah diteliti dan didokumentasikan

Received ________, Revised _________, Accepted for publication __________

 Fajri Ardiansyah 2

dengan baik; Namun, pemahaman topiknya cukup terbatas. Hal ini telah
berubah dalam beberapa tahun terakhir akibat dari fokus yang besar
terhadap pemanasan global, efek iklim, kota-kota yang terasa semakin
panas, serta kemajuan teknologi untuk melakukan pengukuran dan
analisis. Efek UHI ditandai oleh perkembangan suhu yang lebih tinggi di
kota-kota dibandingkan dengan perkembangan suhu di pedesaan yang
secara langsung mengelilinginya (Nakayama dan Fujita, 2010).

Saat ini penilaian terhadap tingkat kenyamanan yang dirasakan manusia di

wilayah perkotaan semakin menarik untuk dilakukan terkait oleh
peningkatan UHI di perkotaan dan perubahan iklim (Honjo, 2009). Pada
siang hari yang panas suhu udara di kota bisa lebih tinggi sekitar 3- 10°C
dibandingkan dengan suhu udara di sekitarnya (Khomarudin, 2004 dalam
Effendy, 2007). Kondisi nyaman apabila sebagian energi manusia
dibebaskan untuk kerja produktif dan upaya pengaturan suhu tubuh berada
pada level minimal. Secara kuantitatif dinyatakan sebagai Temperature
Humidity Index disingkat THI yang pertama kali ditemukan oleh Thom
(1959) dan dimodifikasi oleh Nieuwolt (1977) untuk wilayah tropis.
Secara spesifik isu permasalahan UHI dan tingkat kenyamanan yang
dihitung menggunakan THI belum terlalu diperhatikan pemerintah sebagai
salah satu aspek dalam proses pembangunan kota. Oleh karenanya
diperlukan data perubahan UHI dan tingkat kenyamanan sebagai salah satu
aspek dalam tata ruang kota. Penelitian sebelumnya, Wati dan
Fatkhuroyan (2017) telah menganalisis tingkat kenyamanan di DKI
Jakarta berdasarkan indeks THI. Selama periode 1985-2012 terjadi
kecenderungan peningkatan indeks THI dengan signifikansi > 50%
menunjukkan tingkat kenyamanan di DKI Jakarta cenderung semakin
tidak nyaman. Ravanelli et al. (2018) menunjukkan bagaimana urbanisasi
sangat mempengaruhi besarnya efek UHI dengan peningkatan Land
Surface Temperature (LST) yang signifikan. Mutiibwa et al. (2015)
mengatakan bahwa temperatur udara (Tudara) tidak bisa digantikan secara
langsung oleh LST karena walaupun Tudara dan LST memiiki hubungan
yang kuat tetapi mereka memiliki fisis yang berbeda.
 Kajian Perubahan UHI (Urban Heat Island) dan Keterkaitannya
dengan Tingkat Kenyamanan di Wilayah
Bandung Raya 3
Wati dan Fatkhuroyan (2017) menganalisis tingkat kenyaman di DKI
Jakarta menggunakan THI tanpa menganalisis efek dari UHI sedangkan
Ravanelli et al. (2018) menganalisis urbanisasi mempengaruhi besarnya
efek UHI tanpa memperlihatkan perubahan tingkat kenyamanannya.
Perhitungan UHI dan THI tidak dapat dilakukan menggunakan sumber
data yang sama karena nilai UHI didapatkan berdasarkan LST sedangkan
nilai THI dihitung menggunakan temperatur udara. Mutiibwa et al. (2015)
mengatakan bahwa temperatur udara (Tudara) tidak bisa digantikan secara
langsung oleh LST karena walaupun Tudara dan LST memiiki hubungan
yang kuat tetapi mereka memiliki fisis yang berbeda. Oleh karena itu,
tujuan dari penelitian ini adalah untuk menganalisis perubahan UHI
(Urban Heat Island) dan keterkaitannya dengan THI (Temperature
Humidity Index) sebagai indikator kenyamanan dengan daerah studi di
Kota Bandung pada periode 2014-2019. Dengan adanya penelitian ini,
pemerintah dapat menjadikan hasil penelitian sebagai acuan dalam
pembentukan rencana tata ruang wilayah Bandung Raya seperti menahan
pembangunan yang terlalu cepat atau membuka ruang terbuka hijau yang
lebih banyak di kota ini.

2 Metodologi
Penelitian ini dilakukan untuk menganalisis perubahan UHI dan
keterkaitannya dengan tingkat kenyamanan di wilayah Bandung Raya
dengan waktu kajian tahun 2014 dan 2019 dimaksudkan agar dapat
melihat perbedaan temperatur baik secara temperatur udara maupun
temperatur permukaan.
 Fajri Ardiansyah 4

2.1 Lokasi Penelitian: Wilayah Bandung Raya

Gambar 2.1 Wilayah penelitian UHI dan THI di Bandung Raya

Pemilihan wilayah studi dalam penelitian ini yaitu wilayah Bandung

Raya. Menurut studi dari Asian Development Bank (ADB), wilayah
Bandung Raya menempati urutan ke-14 dalam tabel wilayah
berpenduduk diatas 5 juta jiwa (data 2016) dengan total penduduk
8.23 juta jiwa. ADB menyatakan bahwa Kota Bandung adalah kota
termacet di Indonesia berdasarkan perhitungan rata-rata durasi
perjalanan menggunakan Google Maps pada 19 Maret 2019.
Kemudian menurut data BPS, terdapat peningkatan penduduk
10.000-20.000 setiap tahunnya di Kota Bandung sebagai pusat dari
wilayah Bandung Raya. Hal tersebut membuat wilayah Bandung
Raya perlu dilakukan penelitian mengenai perubahan UHI dan
keterkaitannya terhadap tingkat kenyamanan. Terlebih, topogtafi
wilayah Bandung Raya merupakan cekungan yang berbeda dengan
kota-kota metropolitan lainnya.
 Kajian Perubahan UHI (Urban Heat Island) dan Keterkaitannya
dengan Tingkat Kenyamanan di Wilayah
Bandung Raya 5
2.2 Data

2.2.1 Landsat 8
Penggunaan citra landsat 8 dipilih karena dengan Area of Interest (AOI)
wilayah Bandung Raya yang tidak terlalu besar memerlukan resolusi data
spasial yang baik. Jika dibandingkan dengan citra MODerate Resolution
Imaging Spectroradiometer (MODIS) yang memiliki produk LST dengan
resolusi spasial 1 km, pemodelan LST menggunakan landsat 8 memiliki
resolusi spasial 30 m x 30 m. Oleh karena itu, citra landsat 8 digunakan
agar memenuhi resolusi data spasial yang baik sesuai dengan AOI wilayah
Bandung Raya yang tidak terlalu besar. Data citra landsat 8 yang
digunakan adalah data tahun 2019 dan 2014 dengan tutupan awan
minimum.

(a) (b)
Gambar 2.2 Data landsat 8 (a) tahun 2019 dan (b) tahun 2014.

2.2.2 Data temperatur dan kelembaban stasiun BMKG Bandung

Perhitungan tingkat kenyamanan menggunakan THI memerlukan data
temperatur udara dan kelembaban. Dikarenakan suhu permukaan yang
dihitung menggunakan pemodelan LST tidak dapat digunakan untuk
perhitungan tingkat kenyamanan, digunakan data temperatur dan
kelembaban udara dari stasiun BMKG yang ada di Bandung pada tahun
2014 (hingga 31 Desember) dan 2019 (hingga 25 November). Lokasi dari
stasiun BMKG bandung ada pada koordinat lintang dan bujur -6.8980871,
107.6134517 Jl. Cemara No. 66, Pasteur, Kec. Sukajadi, Kota Bandung.
 Fajri Ardiansyah 6

2.3 Pemodelan Normalized difference vegetation index (NDVI)

Nilai NDVI diperoleh dengan perhitungan Near Infrared dengan Red yang
dipantulkan oleh tumbuhan. Nilai NDVI diperoleh dengan
membandingkan data Near Infrared dan Red dengan formula sebagai
berikut:

(NIR − Red)
NDVI = ,
(NIR + Red)

dimana NDVI adalah nilai Normalized Diffrerence Vegetation Index, NIR

adalah band 5 citra Landasat 8 dan Red adalah band 4 dari citra Landsat 8
(Green at al., 2000 dalam Waas, 2010).

(a) (b)
Gambar 2.3 Pemodelan NDVI (a) tahun 2019 dan (b) tahun 2014.

2.4 Pemodelan Land Surface Temperature (LST)

Land Surface Temperature (LST) didefinisikan sebagai suhu yang
dirasakan ketika permukaan tanah disentuh oleh tangan atau suhu
permukaan tanah terluar (Rajeshwari dan Mani, 2014). Untuk
memperkirakan nilai LST di wilayah Bandung Raya digunakan formula
sebagai berikut:

𝐵𝑇
𝑇𝑠 = ,
𝜆𝐵𝑇
{1 + [( 𝜌 ) 𝑙𝑛 𝜀𝜆 ]}
 Kajian Perubahan UHI (Urban Heat Island) dan Keterkaitannya
dengan Tingkat Kenyamanan di Wilayah
Bandung Raya 7
dimana, T𝑠 adalah LST dalam Kelvin, BT adalah suhu kecerahan
(brightness temperature) dalam Kelvin, λ adalah panjang gelombang dari
yang dipancarkan sebesar λ = 11.5 𝜇𝑚 nilai tengah kanal 6, ελ adalah
emisivitas, dan
𝑐
𝜌=ℎ = 1.438 𝑥 10−2 𝑚𝐾,
σ

dimana σ adalah Boltzmann constant (1.38 × 10−23 J/K), ℎ adalah

Planck’s constant (6.626 × 10−34 J s), and 𝑐 kecepatan dari cahaya (2.998
× 108 m/s) (Avdan dan Jovanovska, 2016)

(a) (b)
Gambar 2.5 Pemodelan LST (a) tahun 2019 dan (b) tahun 2014.

2.5 Perhitungan Temperature Humidity Index (THI)

Analisa tingkat kenyaman dinyatakan dalam indeks kenyamanan yaitu
Temperatur Humidity Indeks (THI) merupakan suatu indeks dengan
satuan derajat celsius sebagai besaran yang dapat dikaitkan dengan tingkat
kenyamanan yang dirasakan populasi manusia di wilayah perkotaan.
Indeks kenyamanan dihitung dengan menggunakan rumus:

𝑅𝐻 𝑥 𝑇
𝑇𝐻𝐼 = 0.8𝑇 + ( ),
500

dimana, T adalah temperature udara dalam Celsius, RH adalah

kelembaban relative, dan THI adalah indeks kenyamanan dalam Celsius
 Fajri Ardiansyah 8

(Nieuwolt, 1977 dalam Wati dan Fatkhuroyan, 2017). Batas kenyamanan

untuk iklim tropis menurut Effendy (2007) adalah pada nilai THI antara
21 - 24°C terdapat 100% populasi menyatakan nyaman, THI antara 24 -
26°C hanya 50% populasi merasa nyaman, serta pada THI > 26°C
sebanyak 100% populasi merasa tidak nyaman.

3 Hasil dan Pembahasan

3.1 Analisis UHI berdasarkan LST

Urban Heat Island (UHI) merupakan kondisi dimana pusat kota lebih
panas dibandingkan dengan daerah sekitar pedesaan. Pada tahun 2014
Land Surface Temperature (LST) atau suhu di permukaan bumi yang
didapatkan dari model perhitungan menunjukan suhu terendah 10.425°C
dan suhu tertinggi 33.06°C. Sedangkan perhitungan LST pada tahun 2019
mencapai suhu terendah di 12.643°C dan suhu tertinggi 37.934°C.

Untuk menganalisis UHI dilakukan pengamatan secara temporal terhadap

dua titik yang berbeda secara posisi. Dua titik ini diasumsikan mewakili
daerah perkotaan dan pedesaan di wilayah Kota Bandung. Titik pertama
ditempatkan pada koordinat lintang dan bujur -6.9375, 107.6062 yang
ditempatkan di pusat kota yaitu di Alun-alun Kota Bandung Jl. Asia Afrika
Kecamatan Regol sedangkan titik kedua ditempatkan pada koordinat
lintang dan bujur -6.989769, 107.657635 yang berada di daerah pinggiran
kota yaitu di Lengkong, Kecamatan Bojongsoang.

Gambar 3.1 Lokasi penempatan titik untuk analisis UHI.

 Kajian Perubahan UHI (Urban Heat Island) dan Keterkaitannya
dengan Tingkat Kenyamanan di Wilayah
Bandung Raya 9
Dari hasil pemodelan LST tahun 2014, titik pertama (pusat kota) memiliki
nilai suhu permukaan 25.554°C sedangkan titik kedua memiliki nilai suhu
permukaan sebesar 23.359°C terdapat perbedaan suhu sebesar 2.195°C.
Untuk data pemodelan LST tahun 2019, titik pertama memiliki nilai suhu
permukaan sebesar 29.874°C dan untuk titik kedua di 2019 memiliki nilai
suhu permukaan sebesar 23.586°C terdapat perbedaan suhu sebesar
6.288°C. Hasil pemodelan LST tahun 2014 dengan 2019 memiliki hasil
perbedaan suhu yang cukup signifikan. Pada 2014 perbedaan suhu sebesar
2.195°C belum mengindikasikan adanya fenomena UHI pada daerah
tersebut karena suatu daerah dikatakan mengalami fenomena UHI adalah
ketika perbedaan suhu antara daerah perkotaan dengan pedesaan yang
mengelilinginya memiliki perbedaan 3-10°C. Pada tahun 2019 perbedaan
suhu sebesar 6.288°C mengindikasikan bahwa bandung telah mengalami
fenomena UHI.

Terdapat beberapa faktor yang mengakibatkan terjadi perbedaan 4.093°C

dari tahun 2014 dengan nilai 2.195°C menjadi 6.288°C di tahun 2019.
Faktor pertama adalah karena laju pertumbuhan kota yang sangat cepat
berbeda dengan laju pertumbuhan di daerah pedesaan yang tidak secepat
pertumbuhan di kota. Dengan laju pertumbuhan yang cepat banyak Ruang
Terbuka Hijau (RTH) yang berfungsi untuk mendinginkan kota menjadi
korban dengan dirubah menjadi lahan lain. Besarnya laju urbanisasi juga
menyebabkan kota memiliki penduduk yang lebih banyak dari tahun
sebelumnya dan menyebabkan meningkatnya pengguna transportasi di
daerah kota. Meningkatnya trasportasi berakibat pada tingginya jumah
emisi karbon dalam kota dan membuat Kota Bandung menjadi semakin
panas tetapi daerah pedesaan yang mengelilinginya tidak memiliki
pertambahan suhu sebanyak di pusat kota. Hal tersebut terbukti pada titik
dua (daerah pedesaan) memiliki nilai suhu yang cukup stagnan dari 2014
ke 2019 berbeda dengan suhu di pusat kota yang memiliki kenaikan suhu
sebesar 4.32°C. Topografi Bandung yang cekung dan dikelilingi oleh
dataran tinggi di sekitarnya mempengaruhi panas yang terdapat di pusat
kota seperti yang diketahui secara umum bahwa semakin tinggi daratan
dari permukaan laut maka akan semakin dingin suhunya. Topografi yang
cekung juga membuat polutan yang ada di Kota Bandung sulit untuk
terbebas sehingga meningkatkan efek rumah kaca yang ada di Kota
Bandung.
 Fajri Ardiansyah 10

Pengambilan data landsat 8 yang diurutkan dari data yang memiliki

tutupan awan paling sedikit di setiap tahunnya. Data landsat 8 pada tahun
2014 dan data landsat 8 pada 2019 tidak didasarkan pada tanggal yang
sama sehingga dapat terjadi kemungkinan bahwa data diambil pada jam
yang berbeda ataupun ketika pengambilan data landsat sedang terjadi
fenomena iklim yang berbeda. Hal tersebut akan sangat berpengaruh pada
suhu permukaan yang dihasilkan. Seperti pada tahun 2019 ini Badan
Meteorologi Australia mengatakan bahwa diindikasikan sedang terjadi
Indian Ocean Dipol (IOD) yang merupakan interaksi laut-atmosfer yang
terjadi di samudera hindia tropis. Hal tersebut mengakibatkan kondisi
kemarau yang panjang di Indonesia dan akan berakibat langsung terhadap
model LST yang dibuat.

3.2 Analisis Tingkat Kenyamanan Kota Bandung

Tingkat kenyamanan didapatkan dari data perhitungan Temperature
Humidity Index (THI). Lokasi stasiun BMKG yang ada di Kecamatan
Sukajadi atau lebih ke arah utara Kota Bandung perlu menjadi perhatian.
Data temperatur yang digunakan adalah temperatur rata-rata harian dan
temperatur maksimal harian. Dari data BMKG didapatkan hasil seperti
pada Tabel 3.1.

2019 2014
THI THI THI THI
Data Maks rata-rata Data Maks rata-rata
Tidak Nyaman 322 0 Tidak Nyaman 187 0
Cukup Nyaman 5 8 Cukup Nyaman 10 56
Nyaman 0 296 Nyaman 7 278
Sangat Nyaman 0 23 Sangat Nyaman 1 7
Invalid 0 0 Invalid 146 10
Total 327 327 Total 351 351
Tabel 3.1 Hasil Perhitungan THI 2019 dan 2014

Dari tabel tersebut terlihat bahwa nilai THI pada tahun 2019 ketika suhu
maksimal didapatkan data Tidak Nyaman (>26°C THI) sebanyak 322
hari, Cukup Nyaman (24.1 - 26°C THI) sebanyak 5 hari, Nyaman (21.5-
24°C THI) tidak ada, Sangat Nyaman (17 - 21°C THI) tidak ada, dan
data Invalid tidak ada. Ketika dilakukan perhitungan kembali
 Kajian Perubahan UHI (Urban Heat Island) dan Keterkaitannya
dengan Tingkat Kenyamanan di Wilayah
Bandung Raya 11
menggunakan suhu rata-rata didapatkan hasil 8 data Cukup Nyaman,
296 Nyaman, dan 23 data Sangat Nyaman. Sedangkan pada tahun 2014,
ketika dilakukan perhitungan menggunakan suhu maksimal didapatkan
187 data Tidak Nyaman, 10 data Cukup Nyaman, 7 data Nyaman, 1
data Sangat Nyaman, dan 146 data Invalid. Hasil ketika dilakukan
perhitungan menggunakan suhu rata-rata didapatkan 56 data Cukup
Nyaman, 278, 7 data Sangat Nyaman, dan 10 data Invalid. Data Invalid
terjadi karena tidak terekamnya data salah satu parameter antara suhu
dan/atau kelembaban yang digunakan untuk menghitung THI.
Jika mengesampingkan data yang Invalid terjadi kenaikan presentase
data Tidak Nyaman sebesar 7.251% dari tahun 2014 ke 2019 dan untuk
data Cukup Nyaman, Nyaman, Sangat Nyaman terjadi penurunan
berurutan sebesar 3.349%, 3.415%, 0.488%. Sedangkan untuk data THI
menggunakan suhu rata-rata terjadi penurunan presentase data Cukup
Nyaman 13.976% dan kenaikan data Nyaman, Sangat Nyaman sebesar
8.995%, 4.981%.
Walaupun ketika perhitungan THI menggunakan suhu rata-rata terjadi
kenaikan untuk indeks Nyaman dan Sangat Nyaman tetapi terjadi
kenaikan indeks Tidak Nyaman ketika dilakukan perhitungan
menggunakan suhu maksimal. Data Citra Landsat 8 melewati ekuator
ketika pukul 10.00 +/- 15 menit dapat diasumsikan pengambilan data
citra landsat 8 untuk wilayah bandung berkisar pada pukul 10.00-12.00.
Pada waktu tersebut kondisi matahari berada diatas kepala kita dan
membuat suhu yang tinggi mendekati suhu maksimal atau bahkan
mencapai suhu maksimal. Oleh karena itu, pemodelan LST yang
menggunakan citra Landsat 8 dapat dikaitkan dengan THI yang
dihitung ketika suhu sedang maksimal. Dapat disimpulkan bahwa
hubungan antara perubahan UHI berbanding lurus dengan nilai THI.
 Fajri Ardiansyah 12

4 Kesimpulan
Pada wilayah Kota Bandung selama periode 2014 hingga 2019 terjadi
peningkatan UHI sebesar 4.093°C dan terjadi kenaikan nilai indeks Tidak
Nyaman sebesar 7.251%. Pemodelan LST tahun 2014 dapat diakses pada
link https://ardiansyahfajri.users.earthengine.app/view/uhibandung2014
dan untuk pemodelan LST tahun 2019 dapat diakses pada link berikut ini
https://ardiansyahfajri.users.earthengine.app/view/uhibandung2019.

5 Daftar Pustaka
[1] Wati, T., Fathkuroyan, Analisis Tingkat Kenyamanan di DKI
Jakarta Berdasarkan Indeks THI (Temperature Humidity Index),
Jurnal Ilmu Lingkungan, vol. 15, issue 1, hal 57-63, 2017.
[2] Effendy, S., Keterkaitan Ruang Terbuka Hijau dengan Urban Heat
Island Wilayah Jabodetabek, Sekolah Pascasarjana IPB, Bogor,
2007.
[3] Jiménez-Muñoz, J.C., et al., Revision of the Single-Channel
Algorithm for Land Surface Temperature Retrieval From Landsat
Thermal-Infrared Data, IEE Transactions on Geoscience and
Remote Sensing, vol. 47, no. 1, 2009.
[4] Avdan, U., G. Jovanovska, Algorithm for Automated Mapping of
Land Surface Temperature Using LANDSAT 8 Satellite
Data, Journal of Sensors, vol. 2016, Article ID 1480307, 8 pages,
2016.
[5] Asian Development Bank, Asian Development Outlook 2019 Update
Fostering Growth and Inclusion in Asia’s Cities, ADB Avenue, hal
69 – 83, 2019.
[6] Nakayama, T., Fujita, T., Cooling effect of water-holding pavements
made of new materials on water and heat budgets in urban areas,
Landscape and Urban Plan, vol. 96, issue. 2, hal 57-67, 2010.
[7] Oke, T.R., The energetic basis of the urban heat island, Quaterly
Journal of the Royal Meteorological Society, vol. 108, no. 455, hal
1-24, 1982.
 Kajian Perubahan UHI (Urban Heat Island) dan Keterkaitannya
dengan Tingkat Kenyamanan di Wilayah
Bandung Raya 13
[8] Honjo, T., Thermal Comfort in Outdoor Environment. Global
environmental research, vol. 13, hal 43-47, 2009.
[9] Ravanelli, R., et al., Monitoring Urban Heat Island Through Google
Earth Engine: Potentialities and Difficulties in Different Cities of the
United States, The International Archives of the Photogrammetry,
Remote Sensing and Spatial Information Sciences, Volume XLII-3,
2018.
[10] Mutiibwa, D., Strachan, S., Albright, T., Land Surface Temperature
and Surface Air Temperature in Complex Terrain, IEE Journal of
Selected Topics in Applied Earth Observation and Remote Sensing,
vol. 8, issue. 10, hal 4762-4774, 2015.
[11] Wass, H. J. D., Nababan, B., Pemetaan dan Analisis Index Vegetasi
Mangrove di Pulau Saparua Maluku Tengah. E-Jurnal Ilmu dan
Teknologi Kelautan Tropis. vol. 2, no. 1, hal 50-58, 2010.

Ucapan Terimakasih
Terima kasih yang sebesar-besarnya kepada Yth. Prof. Ir. Ketut
Wikantika, M.Eng, Ph.D. serta Dr.Ir. Agung Budi Harto, M.SC. selaku
dosen pengampu mata kuliah Penginderaan Jauh Lingkungan. Lalu terima
kasih kepada Yth. Dr.Eng. Anjar Dimara Sakti, S.T.,M.Sc. sebagai dosen
yang mengisi kelas praktikum dan telah membuka wawasan penulis akan
manfaat dari Inderaja yang dapat menyelesaikan masalah-masalah besar
dunia. Terima kasih juga kepada teman-teman kelas INLING yang telah
menemani diskusi. Yang terakhir terimakasih kepada Gifania Sofia Lestari
yang menemani dan memberi saran keika mengerjakan tugas ini.