“PRAKTIKUM ENVI
LAND SURFACE TEMPERATURE (LST)”
Disusun Oleh :
Evan : 1724092
2020
KATA PENGANTAR
Puji Syukur kehadirat Tuhan Yang Maha Esa, karena berkat rahmat dan hidayah-Nya,
tugas praktikum, mata kuliah Sistem Informasi Perencanaan I tentang pembuatan Land Surface
Temperature (LST) menggunakan aplikasi ENVI ini telah diselesaikan dengan baik. Tugas
praktikum mata kuliah Sistem Informasi Perencanaan I ini diperuntukan sebagai tugas
pengganti selama masa menghadapi wabah Virus Corona (Covid-19) yang mengakibatkan
seluruh mahasiswa tidak boleh ke kampus selama waktu yang belum dapat ditentukan sampai
keadaan kondusif dan wabah dapat ditangani secara global, nasional dan daerah..
Terima kasih saya ucapkan kepada semua pihak yang telah membantu dalam penyelesaian
tugas ini :
1. Bapak Widiyanto Hari Subagyo Widodo, ST., M. Sc dan Ibu Annisa Hamidah
Imaduddina, ST., MSc selaku Dosen Mata Kuliah Sistem Informasi Perencanaan I
pada Fakultas Teknik Sipil dan Perencanaan, Teknik Perencanaan Wilayah dan
Kota, Institut Teknologi Nasional Malang yang telah memberikan banyak
pengetahuan dan masukan selama perkuliahan maupun bimbingan;
Penyusun
DAFTAR PETA.........................................................................................................................ii
IV.Langkah Pengerjaan............................................................................................................ 10
3.1.ROI ................................................................................................................................. 10
3.3.NDVI.............................................................................................................................. 22
3.4.Bandmath 1 .................................................................................................................... 31
3.5.Bandmath 2 .................................................................................................................... 41
3.6.Radiance......................................................................................................................... 50
3.7.Brightnes ........................................................................................................................ 57
3.8.Bandmath 3 .................................................................................................................... 64
3.10.Export LST................................................................................................................... 81
DAFTAR PETA
ENVI® atau kepanjangan dari the Environment for Visualizing Images merupakan
sebuah revolusi dari sistem pengolahan citra digital. Dari permulaan lahirnya, ENVI telah
didesain untuk banyak kebutuhan spesifik pada siapa yang biasanya menggunakan data
penginderaan jauh satelit atau foto udara. ENVI menyediakan visualisasi data dan analisisnya
secara komprehensif untuk citra dalam berbagai ukuran dan tipe apapun dalam lingkungan
yang innovative dan user-friendly.
Salah satu kelebihan ENVI adalah pendekataan yang unik dalam pengolahan citra,
mengkombinasikan teknik file-based dan band-based dengan fungsi yang interaktif. Ketika file
data input dibuka, band (saluran) dari citra disimpan dalam sebuah daftar, dimana semua
saluran bisa diakses oleh semua fungsi sistem. Jika multiple files dibuka, saluran dalam tipe
data yang terpisah dapat diproses sebagai sebuah grup. ENVI menampilkan saluran tersebut
dalam 8 atau 24 bit. Grup tampilan ENVI terdiri dari Image window, Zoom window, dan Scroll
window, semuanya bisa diubah ukurannya. ENVI menyediakan penggunanya dengan banyak
kemampuan analisis yang interaktif dan unik, diakses dalam window tersebut. Kemampuan
multiple dynamic overlay ENVI, memberikan kemudahan membandingkan citra dalam
multiple displays. Ekstraksi real-time dan spatial/spectral profiling dari multiband dan data
hyperspectral memberikan pengguna cara baru dalam melihat data dengan dimensi tinggi.
ENVI juga menyediakan tools interaktif untuk melihat dan menganalisis data vektor dan atribut
Sistem Informasi Geografis (SIG). Kemampuan standar seperti perentangan kontras dan scatter
plots dua dimensi adalah sebagian dari fungsi interaktif yang tersedia untuk pengguna ENVI.
ENVI dapat digunakan dalam area masalah pengolahan citra pada umumnya seperti
input dari tipe data yang tidak standar, menampilkan dan menganalisis citra berukuran besar,
dan ekstensi untuk kemampuan analisis (ada fungsi plug-in). Perangkat lunak memasukan
ENVI dibuat dalam bahasa Interactive Data Language (IDL®), bahasa pemrograman
yang cukup ampuh dalam mengintegrasikan pengolahan citra. Fleksibilitas ENVI
menggunakan kemampuan dari IDL, IDL harus ada untuk menjalankan ENVI. Beberapa fungsi
umum dari ENVI sebagai berikut:
1. Pengolahan Citra
2. Klasifikasi
ENVI juga memiliki kemampuan untuk pengolahan citra Radar secara komprehensif
seperti antenna pattern correction, slant-to-ground range correction, adaptive dan texture
filters, sampai dengan polarimetric analysis.
5. Pemetaan
1. File Management
Menu File pada menu utama ENVI digunakan untuk membaca file ke dalam ENVI,
menetapkan pilihan, untuk keluar dari ENVI, dan fungsi manajemen program & file lain.
2. Display Management
Window menu untuk mengendalikan display dan plot window ENVI, termasuk
memulai window (jendela) baru, memaksimalkan ukuran jendela, menghubungkan display
window, dan menutup jendela. Available Bands List dan Available Vectors List untuk
menampilkan bands dan layer vektor. Window menu juga digunakan untuk menampilan
informasi lokasi kursor dan nilai piksel pada citra yang ditampilkan.
Lima menu tampak secara keseluruhan pada Main Image window: File, Overlay,
Enhance, Tools dan Window. Menu ini secara bersama bernama Display menu bar. Display
menu bar digunakan untuk mengakses operasi umum dan fungsi-fungsi interaktif.
4. Basic Tools
Basic Tools untuk mengakses berbagai fungsi dasar ENVI. Fungsi ini biasanya
bermanfaat mengetahui tipe spesifik dari citra yang akan dianalisis. Fungsi seperti Region of
Interest dapat digunakan pada multiple displays, sedangkan fungsi seperti Band Math
menawarkan kemampuan proses umum citra. Fungsi Stretch Data adalah suatu contoh dari
suatu fungsi yang menawarkan file-to-file contrast stretching.
PRAKTIKUM ENVI (LAND SURFACE TEMPERATURE)
SISTEM INFORMASI PERENCANAAN 1 2020
PROGRAM STUDI PERENCANAAN WILAYAH DAN KOTA
INSTITUT TEKNOLOGI NASIONAL MALANG 3
5. Classification
Classification untuk mengakses fungsi klasifikasi ENVI. Fungsi ini meliputi supervised
dan unsupervised classification, collecting endmembers, classifying previous rule images,
menghitung class statistics dan confusion matrices, penerapan mayoritas dan analisis minoritas
ke klasifikasi citra, clumping dan sieving classes, mengkombinasikan kelas, overlay kelas pada
citra gray scale, menghitung daerah penyangga/buffer, menghitung segmentasi, dan
pengeksporan kelas ke layer vektor.
6. Transform
7. Filters
8. Spectral Tools
Spectral untuk mengakses tool khusus untuk meneliti citra multispectral dan
hyperspectral dan tipe data spektral lain. Tool meliputi building, resampling, dan viewing
spectral libraries; mengekstraksi irisan/slices spektral; melakukan/menyelenggarakan spectral
math; menentukan spectral end members; visualisasi data spektral di (dalam) n dimensi;
penggolongan spektral; spektral linier yang tidak mencampur; matched filtering; continuum
removal; dan Spectral Feature Fitting.
9. Map Tools
Vector untuk membuka file vektor, menciptakan file vektor, mengatur file vektor,
mengonversi citra raster layer vektor, mengkonversi grid irregular points, dan mengkonversi
ENVI Vector File ( EVF), annotation file ( ANN), dan region of interest ( ROI) ke format DXF.
Topographic untuk mebuka, menganalisis, dan hasil keluaran dari data ketinggian
topografis digital. Menggunakan Modeling Topografis untuk mengkalkulasi suatu gambaran
relief, slope, aspek/arah, dan berbagai lengkungan/curvature dari data topografis.
Radar untuk mengakses tool standard dan advanced untuk analisis deteksi citra radar
dan advance SAR system seperti JPL fully polarimetric AIRSAR dan SIR-C system. ENVI
dapat memproses ERS-1, JERS-1, RADARSAT, SIR-C, XSAR, dan AIRSAR data dan SAR
dataset. ENVI dirancang untuk menangani data radar yang didistribusikan dalam CEOS format,
dan bisa menangani data dari sistem radar lainnya.
Land Surface Temperature (LST) atau suhu permukaan lahan ialah keadaan yang
dikendalikan oleh keseimbangan energi permukaan, atmosfer, sifat termal dari permukaan, dan
media bawah permukaan tanah (Becker & Li, 1990). LST merupakan fenomena penting dalam
perubahan iklim global. Seiring meningkatnya kandungan gas rumah kaca di atmosfer, maka
LST juga akan meningkat. Hal ini akan mengakibatkan mencairnya gletser dan lapisan es dan
memengaruhi vegetasi daerah tersebut. Dampaknya akan lebih banyak di daerah monsun,
karena curahhujan tidak dapat diprediksi mengakibatkan banjir dan kenaikan permukaan air
laut (Rajeshwari & Mani, 2014).
LST dapat diartikan sebagai suhu permukaan rata-rata dari suatu permukaan yang
digambarkan dalam cakupan suatu piksel dengan berbagai tipe permukaan yang berbeda.
(Faridah & Krisbiantoro, 2014). LST adalah salah satu kunci parameter di berbagai studi
lingkungan pada disiplin-disiplin ilmu yang berbeda, seperti geologi, hidrologi, ekologi,
oseanografi, meteorologi, klimatologi, dan lain-lain (Jiménez-Muñoz & Sobrino, 2008).
LST termasuk salah satu parameter kunci keseimbangan energi pada permukaan dan
merupakan variabel klimatologis yang utama. LST mengendalikan fluks energi gelombang
panjang yang melalui atmosfer. Besarnya LST tergantung pada kondisi parameter permukaan
lainnya, seperti albedo, kelembaban permukaan dan tutupan serta kondisi vegetasi. Oleh karena
itu, pengetahuan tentang distribusi spasial LST dan keragaman temporalnya penting bagi
pemodelan aliran yang akurat antara permukaan dan atmoster (Prasasti & et al, 2007).
Kenaikan LST juga memengaruhi kondisi iklim daerah monsun yang menyebabkan
curah hujan yang tidak terduga. Vegetasi di seluruh permukaan bumi akan terpengaruh oleh
hal tersebut. Penggunaan lahan (landuse) dan penutup lahan (landcover) dari suatu daerah dapat
digunakan untuk memperkirakan nilai suhu permukaan lahan. Kegiatan alam dan antropogenik
mengubah penggunaan lahan dan penutup suatu daerah. Hal tersebut juga memengaruhi LST
daerah tersebut. Sebagai nilai perubahan iklim lokal, LST adalah fenomena yang penting untuk
diselidiki. Oleh karena itu, banyak peneliti yang telah menghitung LST menggunakan berbagai
algoritma dan teknik (Rajeshwari & Mani, 2014).
Selama ini perolehan data suhu dilakukan dengan menggunakan alat termometer yang
dipasang di permukaan tanah untuk mendapatkan nilai suhu permukaan tanah. Suhu dapat pula
diukur dengan menggunakan termometer yang dipasang di dalam sangkar cuaca untuk
PRAKTIKUM ENVI (LAND SURFACE TEMPERATURE)
SISTEM INFORMASI PERENCANAAN 1 2020
PROGRAM STUDI PERENCANAAN WILAYAH DAN KOTA
INSTITUT TEKNOLOGI NASIONAL MALANG 6
mendapatkan suhu udara permukaan. Data suhu tersebut masih bersifat lokal dan setempat.
Oleh karena itu, untuk mendapatkan data suhu yang bersifat lebih regional diperlukan data
suhu yang dikumpulkan dari beberapa stasiun cuaca (Prasasti & et al, 2007).
Pengumpulan data suhu dari beberapa stasiun cuaca mengurangi ketelitian data. Selain
itu, pengolahan data tersebut akan memakan banyak waktu jika tidak ada moda pengiriman
atau transmisi data secara real time antarstasiun cuaca. Oleh karena itu, pengumpulan data suhu
permukaan lahan akan jauh lebih mudah jika menggunakan data satelit penginderaan jauh, di
antara kelebihannya adalah ruang lingkup yang diamati cukup luas dan daerah yang mungkin
sulit dijangkau serta keefektifan waktu. Data atau citra dari satelit penginderaan jauh diolah
dengan berbagai koreksi untuk mendapatkan hasil yang layak. Data satelit tersebut harus diolah
menggunakan berbagai formula yang sesuai untuk dapat menurunkan nilai suhu permukaan
lahan yang baik (Guntara, 2015).
Citra Landsat 8 dapat diolah dengan pemrosesan citra digital untuk mendapatkan
informasi suhu permukaan lahan. Informasi suhu permukaan lahan dapat diturunkan dari
Landsat 8 melalui dua salurannya yaitu band 10 dan band 11. Kedua saluran tersebut terlebih
dahulu perlu dikonversi dari nilai DN (Digital Number) menjadi nilai ToA (Top of
Atmosphere) Radiance. Setelah keduanya dikonversi menjadi nilai ToA Radiance, kemudian
masing-masing diubah menjadi nilai brightness temperature (suhu kecerahan) dalam Kelvin
(USGS, 2013).
Banyak algoritma yang didesain oleh para peneliti untuk mengestimasi LST, seperti
Split Window Algorithm (SWA), Dual Angle Algorithm (DAA), dan Single Channel
Algorithm (SCA). Berdasarkan ketiga algoritma tersebut yang terpopuler adalah metode Split
Window Algorithm (SWA) yang dicetus oleh Prof. Jose Antonio Sobrino dari University of
Valencia, Spanyol pada tahun 1996 dan disempurnakan pada tahun 2008 (Latif, 2014).
Sebelum adanya satelit Landsat, sulit untuk memperkirakan LST suatu daerah.
Umumnya, dihitung untuk satu set tertentu titik sampel dan diinterpolasi ke isoterm untuk
menggeneralisasi data titik menjadi data daerah. Sekarang dengan munculnya satelit dan sensor
resolusi tinggi memungkinkan untuk memperkirakan LST secara spasial. Hal tersebut dapat
dihitung pada daerah yang direkam dengan sensor inframerah termal oleh satelit. Landsat 8
hadir dengan dua sensor yang berbeda, yaitu sensor OLI dengan sembilan band (band 1-9) dan
sensor TIRS dengan dua band (band 10 dan band 11) (Rajeshwari & Mani, 2014).
Masyarakat pada umumnya hanya mengenal informasi suhu dan cuaca yang berada di
udara. Misalnya, informasi suhu harian yang sering diperoleh melalui media smartphone atau
informasi cuaca dari Badan Meteorologi Klimatologi dan Geofisika. Padahal, yang seharusnya
tidak boleh diabaikan yaitu perlunya informasi mengenai Suhu Permukaan Tanah
(SPT).Pentingnya informasi mengenai SPT dikarenakan SPT merupakan faktor yang
mempengaruhi terhadap iklim global. Hal ini pernah dikemukakan oleh Srivastava, P.K., dkk
yang mengatakan bahwa SPT merupakan faktor penting dalam studi perubahan keseimbangan
panas dan sebagai kontrol untuk perubahan iklim global .
Penelitian Kumar, K.S., Bhaskar, P.U. & Padmakumari, K. menyimpulkan bahwa suhu
permukaan diperoleh untuk memahami variasi suhu dari daerah pedesaan ke daerah perkotaan.
Berdasarkan hasil penelitian ditemukan dengan jelas bahwa suhu permukaan lebih tinggi
berada di daerah perkotaan dibandingkan daerah pedesaan. Korelasi menunjukkan bahwa Land
Surface Temperature (LST) berkorelasi kuat dengan Normalized Difference Vegetation Index
NDVI). Informasi ini membantu memantau dinamika penggunaan lahan akibat perubahan
tuntutan peningkatan populasi dan terkait isu seperti Urban Heat Island di Kota manado dan
akan ditemukan berapa suhu tertingi dan terendahnya dan wilayah yang memiliki suhu panas
dan rendah atau sedang.
3.1.ROI
Buka Envi 5.3 (64 bit), lalu tekan File--Open As---Landsat--GeoTiff with Metadata-- pilih
data raster dari landsat Kota Manado--- kemudian klik Open.
Maka setelah kita digit akan muncul tampilan seperti pada gambar dibawah ini yang
menunjukan area yang sudah kita ROI
kita pilih pada select input file nya data raster yang MULTISPECTRAL
lalu klik OK
lalu akan otomatis keluar jendela seperti dibawah ini, pada Calibration Type kita pilih
“REFLECTANCE
Kemudian kita masuk pada proses NDVI, namun sebelum itu kita harus mengecek angka
maksiimal dan angka minimal data raster kita setelah di ROI, caranya : Klik kanan pada
NDVI—Kemudian klik Quick Stat
akan muncul tampilan seperti pada gambar dibawah, kemudian klik ROI/EVF
Kemudian klik OK
klik OK
klik bandmath
Klik OK
kemudian klik Band math pada Band_Math 1, lalu kita klik spatial subset
KLIK OK
Klik OK
klik OK
Klik pada Thermal Infraret, kemudian klik Map Variabel to Input File
maka akan munculan seperti dibawha ini, dan langsung terpilih 2 item, kemudian klik spatial
subset.
Centang ROI#!
Klik OK
BT BT
LST = +w×( ) × 𝐼𝑛 (𝑒) ,
1 p
Klik ROI #1
KLIK Ok
Kemudian kita export hasil Citra LST yang sudah dianalis dengan cara.
Klik Save As Kemudian akan keluar (Save As…(Envi..NTIP..TIFF..DTED), kLIK
Klik OK
Maka akan muncul tampilan seperti pada gambar dibawah dengan data rasternya, hanya
menunjukan batas administrasi Kota Manado.
klik properties
klik strecthted
Beri number of interval nya “5” untuk pengklasifikasian suhu yang memiliki 5 tingkatan atau
kelas
kemudian klik OK
3.Suhu Terendah adalah 20,19oC, lebih jelasnya dapat dilihat pada histogram dibawah ini.
Setelah kita melakukan anlisa LST,kita dapat mengetahui daerah mana saja yang suhu
permukaan tanahnya sangat tinggi, dan berdasarkan hasil analisa ternyata daerah yang memilik
suhu permukaan tanah yang tinggi adalah di daerah perkotaan dan atau pusat-pusat
permukiman. Beranjak dari hasil analisa ini, maka pemerintah, praktisi ataupun akademisi
dapat mengambil kebijakan untuk membuat suhu permukaan tanah di kota Manado ini tidak
semakin parah agar tidak terjadi Urban Heat. Maka dari itu, pada daerah yang memiliki suhu
permukaan tanah yang tinggi dapat, dibuat Ruang Terbuka hijau agar suhu di perkotaan tidak
semakin naik. Dan dengan melakukan analisa ini kita menjadi semakin paham, bagaimana
suatu perencanaan itu tidak boleh sembarangan, karena sewaktu-waktu dapat mengganggu
suhu permukaan tanah dan apalagi diperparah dengan isu Global Warming dan kenaikan muka
air laut. Untuk lebih jelasnya, dapat dilihat pada peta LST Kota Manado berikut.