Jurnal Geodesi Undip Januari 2019

ANALISIS REKOMENDASI DAERAH PLTP (PEMBANGKIT LISTRIK

TENAGA PANAS BUMI) MENGGUNAKAN SISTEM INFORMASI
GEOGRAFIS

Risa Bruri Utami*), Bandi Sasmito, Nurhadi Bashit

Departemen Teknik Geodesi Fakultas Teknik Universitas Diponegoro

Jl. Prof. Sudarto, SH, Tembalang, Semarang Telp.(024)76480785, 76480788
Email : risabruri@gmail.com

ABSTRAK

Indonesia merupakan negara yang mempunyai banyak potensi panas bumi yang nantinya dapat digunakan
dalam pemenuhan kebutuhan energi listrik. Keluarnya manifestasi panas bumi menjadi salah satu indikator adanya
potensi panas bumi. Langkah awal sebagai kegiatan ekplorasi potensi panas bumi yaitu dengan melakukan kajian
karakteristik daerah potensi panas bumi. Pada penelitian ini, identifikasi daerah potensi panas bumi dilakukan
dengan menggunakan penginderaan jauh dan memanfaatkan data citra landsat 8. Citra landsat 8 dapat digunakan
untuk mengetahui nilai kerapatan vegetasi, suhu permukaan, dan delineasi kelurusan. Penentuan area potensial
panas bumi dalam penelitian ini menggunakan Sistem Informasi Geografis dengan melakukan pembobotan metode
Analitycal Hierarchy Process (AHP). Parameter yang digunakan berupa hasil Normalized Difference Vegetation
Index (NDVI), Land Surface Temperature (LST), dan delineasi kelurusan sedangkan penentuan lokasi PLTP
menggunakan analisis intersect dan skala yang digunakan yaitu skala 1:100.000. Hasil penelitian ini menunjukkan
bahwa penentuan area potensi panas bumi menggunakan metode AHP menghasilkan luasan untuk area tidak
berpotensi sebesar 3.761,299 Ha, area kurang berpotensi sebesar 4.608,671 Ha dan area sangat berpotensi sebesar
2.427,309 Ha, sedangkan uji signifikansi yang diperoleh dari metode ini yaitu sebesar 0,925. Hasil rekomendasi
lokasi pembangunan PLTP pada kawasan Dieng yaitu sebanyak 9 lokasi dengan luasan maksimal sebesar 16,27795
Ha pada zona 3 dan luasan paling kecil sebesar 0,732819 Ha pada zona 1. Berdasarkan penelitian ini, zona yang
paling direkomendasikan yaitu zona 3 karena pada zona tersebut terdapat 4 sumber mata air panas yang mempunyai
potensi panas bumi yang besar yaitu wilayah manifestasi Kawah Sileri, Pagerkandang, Sipandu dan Siglagah.

Kata Kunci : AHP, Kelurusan, LST, Panas bumi, PLTP

ABSTRACT

Indonesia is a country that has a lot of geothermal potential which can be used later in meeting the electrical
energy needs. The output of geothermal manifestations is one indicator of the existence of geothermal potential.
Studiying characteristics of geothermal potential is the first step in the geothermal exploration. In this study,
identification of geothermal potential areas was carried out using remote sensing and utilizing landsat 8. Landsat 8
can be used to determine the value of vegetation density, surface temperature, and line delineation. Determination
of geothermal potential areas in this study using the Geographic Information System by weighting the method
Analitycal Hierarchy Process (AHP). The parameters used are Normalized Difference Vegetation Index (NDVI),
Land Surface Temperature (LST), and line delineation while determining the location of the PLTP using intersect
analysis and used scale 1:100.000. The results of this study that the determination of geothermal potential areas
using the AHP method produces an area for a non-potential area of 3,761.299 Ha, a potential area of 4608,671 Ha
and a potential area of 2,427.309 Ha, while the significance test obtained from this method is 0.925. By using the
geographic information system analysis, the recommended areas for PLTP development were 9 locations with a
maximum area of 16.27795 Ha in zone 3 and the minimal area of 0.732819 Ha in zone 1. Based on this study, the
most recommended zone is zone 3 because there are 4 hot springs that have high geothermal potential in the zone,
namely the manifestation areas of Kawah Sileri, Pagerkandang, Sipandu and Siglagah.

Keywords: AHP, Gheotermal, Lineament, LST, PLTP

*)Penulis Utama, Penanggung Jawab

VOL 8 NO 1 (2019), (ISSN : 2337-845X ) 1
 Jurnal Geodesi Undip Januari 2019
I. Pendahuluan
I.1 Latar Belakang
Indonesia merupakan negara yang mempunyai
banyak potensi panas bumi yang nantinya dapat
digunakan dalam pemenuhan kebutuhan energi listrik.
Menurut pasal 1 Undang-Undang No.27 Tahun 2003
tentang panas bumi, panas bumi adalah sumber energi
panas yang terkandung di dalam air panas, uap air, dan
batuan bersama mineral ikutan dan gas lainnya yang
secara genetik semua tidak dapat dipisahkan dalam
sistem panas bumi dan untuk pemanfaatnya diperlukan
proses penambangan. Sejak tahun 1992 kebutuhan
energi listrik nasional meningkat mencapai 18% rata-
rata per tahun, atau sekitar dua kali lebih tinggi dari
skenario yang dibuat pada tahun 1990. Hal ini
disebabkan oleh tingginya pertumbuhan ekonomi
nasional kaitannya dengan pertumbuhan industri dan
jasa konstruksi apabila keadaan ini terus bertahan,
berarti diperlukan upaya untuk mengembangkan energi
alternatif yang bersifat renewable resources atau
renewable energy.
Potensi sumber daya energi panas bumi yang
dimiliki Indonesia mencapai sekitar 40% dari potensi
panas bumi dunia yang telah dimanfaatkan, tersebar di
Jawa, Bali dan Sumatera (Geothermal Indonesia, 2017).
Menurut Badan Geologi ESDM (2011) menjelaskan
bahwa potensi panas bumi di Indonesia tersebar di 285
titik daerah sepanjang busur vulkanik dengan total
potensi sebesar 29,215 GW (Fandari, 2014).
Berdasarkan tinjauan geologi, sumber panas bumi yang
paling prospek terdapat pada daerah aktivitas vulkanik
resen antara lain daerah pengangkatan kwarter atau
daerah kwarter dan juga daerah amblesan tersier (Solia,
1976 dalam Ernesia, 2013).
Daerah potensi panas bumi di Indonesia pada
umumnya berada di kawasan gunung vulkanik
dikelilingi hutan lindung, hutan konservasi dan cagar
alam dengan permukaan area sebagian besar tertutup
vegetasi (Sukendar, 2016). Salah satu contoh daerah
dengan potensi panas bumi di Indonesia yaitu Dieng.
Dataran Tinggi Dieng merupakan kawasan vulkanik
aktif yang terbentuk dari kawah gunung berapi yang
telah mati. Bentuk kawah ini terlihat jelas dari dataran
yang dikelilingi oleh gugusan pegunungan disekitarnya,
meskipun gunung api ini telah lama mati, beberapa
kawah vulkanik masih aktif hingga sekarang
diantaranya Kawah Sileri dan Kawah Sikidang, selain
kawah terdapat pula danau-danau vulkanik yang ada di
Dieng, seperti: Telaga Warna, Telaga Pengilon, Telaga
Merdada. Berdasarkan data terbaru dari Direktorat
Panas Bumi, Direktorat Jenderal Energi Baru,
Terbarukan dan Konservasi Energi tercatat sumber
daya panas bumi yang termanfaatkan telah mencapai
1.948,5 MW yang terdiri dari 13 Pembangkit Listrik
Tenaga Panas Bumi (PLTP) pada 11 Wilayah Kerja
Panas Bumi (WKP). Sebaran 13 Pembangkit Listrik
Tenaga Panas Bumi (PLTP) yang terpasang
berdasarkan letak geografis dari wilayah barat sampai
wilayah timur Indonesia. Pengembangan industri panas
bumi selanjutnya diharapkan mencapai wilayah timur
VOL 8 NO 1 (2019), (ISSN : 2337-845X )
Indonesia serta pemanfaatannya tidak hanya sebagai
pembangkit juga dapat dimanfaatkan secara langsung
seperti untuk industri pertanian (antara lain untuk
pengeringan hasil pertanian, sterilisasi media tanaman,
dan budi daya tanaman tertentu), selain sebagai
destinasi wisata yang sudah dilakukan saat ini (ESDM,
2018).
Keluarnya manifestasi panas bumi menjadi
salah satu indikator adanya potensi panas bumi.
Langkah awal sebagai kegiatan ekplorasi potensi panas
bumi yaitu dengan melakukan kajian karakteristik
daerah potensi panas bumi. Pada penelitian ini,
identifikasi daerah potensi panas bumi dilakukan
dengan menggunakan penginderaan jauh dan
memanfaatkan data citra landsat 8. Citra landsat 8 dapat
digunakan untuk mengetahui nilai kerapatan vegetasi,
suhu permukaan, dan delineasi kelurusan. Penentuan
area potensial panas bumi dalam penelitian ini
menggunakan Sistem Informasi Geografis dengan
melakukan pembobotan metode Analitycal Hierarchy
Process (AHP). Parameter yang digunakan berupa hasil
Normalized Difference Vegetation Index (NDVI), Land
Surface Temperature (LST), dan delineasi kelurusan
sedangkan penentuan lokasi PLTP menggunakan
analisis intersect dan skala yang digunakan yaitu skala
1:100.000. Penggunaan skala tersebut menyesuaikan
data yang diperoleh dari instansi, selain itu tujuan dari
penelitian ini yaitu sebagai investigasi awal bukan
untuk perencanaan detail rekomendasi pembangunan
PLTP.
I.2 Rumusan Masalah
Berdasarkan latar belakang diatas, maka
permasalahan dari penelitian ini adalah :
1. Bagaimana sebaran area potensial panas bumi
menggunakan metode overlay pembobotan dari
parameter LST, NDVI dan kelurusan di kawasan
Dieng?
2. Bagaimana analisis penentuan rekomendasi lokasi
dan luas area PLTP di kawasan Dieng?
I.3 Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah :
1. Mengetahui sebaran area potensial panas bumi
menggunakan citra landsat 8 di kawasan Dieng.
2. Mengetahui daerah yang sesuai atau cocok
dijadikan sebagai rekomendasi lokasi dan luas
area PLTP di kawasan Dieng.
I.4 Batasan Penelitian
Batasan dalam penelitian ini adalah :
1. Data yang digunakan dalam penelitian ini yaitu
citra landsat 8 bulan mei 2018.
2. Wilayah penelitian berada di kawasan Dieng,
Jawa Tengah dan berada pada posisi geografis
7°11'00" LS - 7°14'00" LS dan 109°51'00" BT -
109°54'30" BT.
3. Kalibrasi radiometrik dilakukan dengan
melakukan metode ToA (Top of atmosphere)
2
 untuk mengkonversi digital number menjadi nilai II.2 embangkit Listrik Tenaga Panas Bumi
radiance dan reflectance. (PLTP)
4. Metode yang digunakan untuk menentukan area Menurut Peraturan Menteri ESDM Nomor 12
prospek panas bumi adalah overlay hasil Tahun 2017, Pembangkit Listrik Tenaga Panas Bumi
pembobotan metode AHP dengan parameter yang selanjutnya disebut PLTP adalah pembangkit
NDVI (Normalized Difference Vegetation Index), listrik yang memanfaatkan energi panas bumi. Berbeda
LST (Land Surface Temperature), Peta Geologi dengan pembangkit listrik termal lainnya, dimana
dan delineasi kelurusan (Lineament). energi panas yang digunakan untuk memutar turbin
5. Pengolahan LST (Land Surface Temperature) adalah hasil dari proses pemanasan air oleh
mengacu pada penelitian dari Juan C. Jiménez- pembakaran bahan bakar fosil. Pada PLTP uap yang
Muñoz dan José A. Sobrino, 2010 dengan judul digunakan untuk memutar turbin berasal dari perut
“A Single Channel Algorithm for Land-Surface bumi melalui sumur hasil pengeboran.
Temperature Retrieval from ASTER Data” yaitu Pembangunan PLTP harus
menggunakan algoritma Single - Channel (SC mempertimbangkan berbagai aspek, terutama
Algorithm) dengan menerapkan konsep AFs untuk luas lokasi yang akan direncanakan. Menurut
(Atmospheric Functions). Undang- Undang Nomor 27 Tahun 2003 tentang
6. Batas suhu panas bumi menurut penelitian Qiming Panas bumi, “Luas Wilayah Kerja untuk Eksplorasi
Qin, 2010 dengan judul “Geothermal area yang dapat diberikan untuk satu IUP Panas Bumi
detection using Landsat ETM+ thermal infrared tidak boleh melebihi 200.000 (dua ratus ribu)
data and its mechanistic analysis – A case study hektar” dan untuk luas minimalnya yaitu sebesar 0,4
in Tengchong, Cina yaitu 295,84 K atau 22 ̊ C. Hektar.
7. Delineasi kelurusan menggunakan metode Parameter-parameter yang dibutuhkan yaitu
menurut penelitian Anjar Pranggawan Azhari, tutupan lahan, kemiringan lahan, struktur geologi, akses
Sukir Maryanto dan Arief Rachmansyah dengan jalan dan lokasi sumber mata air panas. Parameter
judul “Identifikasi struktur geologi dan tersebut berpedoman pada penelitian yang dilakukan
pengaruhnya terhadap suhu permukaan tanah oleh Hariyanto (2016) seperti pada Tabel 1.
berdasarkan data Landsat 8 di lapangan panas Tabel 1 Parameter Penentuan Lokasi PLTP
bumi Blawan”. Parameter Daerah yang tidak sesuai
8. Penentuan lokasi rekomendasi PLTP Tutupan Lahan Permukiman
menggunakan analisis SIG yaitu analisis intersect Kemiringan Kemiringan > 15%
dengan parameter tutupan lahan, kemiringan Patahan Buffer sejauh 200 m
lahan, struktur geologi, akses jalan dan sumber Akses Jalan Buffer 100 m
potensi panas bumi mengadopsi dari penelitian Lokasi Sumber Panas
Buffer 200 m
Teguh Hariyanto dan Farrel Narendra Robawa, Bumi
2016 berjudul “Identifikasi Potensi Panas Bumi
Menggunakan Landsat 8 Serta Penentuan Lokasi II.3 Normalized Difference
Pembangkit Listrik Tenaga Panas Bumi (Studi Vegetation Index (NDVI)
Kasus: Kawasan Gunung Lawu)”. Normalized Difference Vegetation Index
9. Skala yang digunakan pada penelitian ini yaitu (NDVI) merupakan metode standar yang digunakan
skala 1:100.000. dalam membandingkan tingkat kehijauan vegetasi
(kandungan klorofil) pada tumbuhan (Amliana, 2016).
II. Tinjauan Pustaka Nilai kerapatan vegetasi dapat dihitung
II.1 Panas Bumi (Geothermal) menggunakan persamaan (1).
Panas bumi atau geothermal merupakan energi ........................................................(1)
panas yang tersimpan di dalam permukaan bumi. Istilah
geothermal diambil dari bahasa Yunani, geo berarti Keterangan:
bumi dan therme berarti panas (Risnandar, 2018). NIR = Near-Infrared (Kanal
Menurut UU No 21 tahun 2014, panas bumi Inframerah) Red = Red (Kanal Merah)
adalah sumber energi panas yang terkandung di dalam
air panas, uap air, serta batuan bersama mineral ikutan II.4 Land Surface Temperature (LST)
dan gas lainnya yang secara genetik tidak dapat Temperatur permukaan tanah dapat
dipisahkan dalam suatu sistem panas bumi dan untuk didefinisikan sebagai suatu permukaan rata-rata dari
pemanfaatannya diperlukan proses penambangan. suatu permukaan, yang digambarkan dalam cakupan
Sumber panas bumi di bawah permukaan seringkali di suatu piksel dengan berbagai tipe permukaan yang
tunjukkan oleh adanya manifestasi panas bumi di berbeda (USGS, 2015 dalam Delarizka, 2016).
permukaan (Geothermal surface manifestation), Jiménez-Muñoz dan Sobrino (2010)
manifestasi panas bumi tersebut seperti mata air panas, melakukan penelitian mengenai estimasi suhu
kubangan lumpur panas (mud pools), kolam air panas, permukaan atau LST dengan menggunakan algoritma
ground warm (permukaan tanah hangat), fumaroles Single - Channel (SC Algorithm) dengan menerapkan
(gas panas yang keluar dari tanah) dan lain-lain. konsep AFs (Atmospheric Functions), dimana nilai AFs
bergantung pada nilai transmisivitas, upwelling dan
VOL 8 NO 1 (2019), (ISSN : 2337-845X ) 410
downwelling radiansi atmosfer. Parameter-parameter paling tinggi guna mempengaruhi hasil pada situasi
yang digunakan untuk melakukan koreksi atmosfer dan tersebut (Wisanggeni, 2010).
estimasi Land Surface Temperature menurut Jiménez-
Muñoz dan Sobrino (2010) dapat dilihat pada
persamaan (2) sampai persamaan (7).
..........................(2)

........................................................................(3)

.........................................................(4)
= L↓......................................................................(5)

γ ( )................................................................(6)

δ ( )......................................................(7)
Keterangan:
Ts = Suhu Permukaan
Sensor , dan = Koreksi
atmosfer
γ dan δ = Parameter yang bergantung
pada fungsi Planck
Lsen = ToA Radian
Tsen = Nilai pada Sensor brightness
temperature
L↑ = Upwelling Radiance
L↓ = Downwelling Radiance
τ = Transmisi
ε = Emisivitas
K2 = Konstanta radiasi

II.5 Lineament (Kelurusan)

Kelurusan didefinisikan sebagai kelurusan
bentang alam yang menggambarkan bentuk batuan atas
yang terkubur (Hobbs dalam Farras, 2017). Kelurusan
(lineament) banyak digunakan dalam berbagai
kegunaan, sebagai contoh kenampakan kelurusan pada
citra satelit antara lain, kelurusan zona sesar (rekahan),
kelurusan lembah pemekaran, kelurusan lapangan
minyak dan gas bumi, kelurusan mata air panas,
kaldera, kelurusan sungai (lembah), kelurusan rona
(warna) dan lain-lainnya (Immaculata, 2008).
Pada sistem panas bumi, fluida panas bumi
akan mengalir ke atas melalui zona permeabel yang
umumnya berasal dari struktur geologi sehingga
semakin besar tingkat kerapatan struktur maka semakin
besar tingkat permeabilitasnya. Oleh karena itu, daerah
yang memiliki anomali kerapatan kelurusan paling
tinggi memiliki permeabilitas paling baik (Pambudi
dkk, 2014).

II.6 Analitycal Hierarchy Process (AHP)

Analitycal Hierarchy Process (AHP) Adalah
metode untuk memecahkan suatu situasi yang komplek
tidak terstruktur kedalam beberapa komponen dalam
susunan yang hirarki, dengan memberi nilai subjektif
tentang pentingnya setiap variabel secara relatif, dan
menetapkan variabel mana yang memiliki prioritas
VOL 8 NO 1 (2019), (ISSN : 2337-845X ) 411
 Komponen utama Analitycal Hierarchy Process dilakukan dalam III.4 Pengolahan
(AHP) adalah memiliki sebuah hirarki fungsional dengan penelitian ini adalah Potensi Panas
input utamanya persepsi manusia. Suatu masalah kompleks pengolahan Bumi
dan tidak terstruktur dipecahkan ke dalam kelompok- kerapatan vegetasi Penentuan
kelompoknya dan diatur menjadi suatu bentuk hirarki, metode NDVI, area potensi panas
didalam hirarki terdapat tujuan utama, kriteria-kriteria, sub pengolahan suhu bumi di Kawasan
kriteria-sub kriteria dan alternatif-alternatif yang akan permukaan dan Dieng, dilakukan
dibahas (Saaty, 2001). delineasi kelurusan dengan cara overlay
(lineament) untuk dari tiga parameter
III. Metodologi Penelitian menentukan area utama yaitu
III.1 Data dan Peralatan Penelitian potensi panas bumi Normalized Difference
Data penelitian yang digunakan dalam penelitian dengan cara Vegetation Index
ini berupa data primer maupun data sekunder yang melakukan (NDVI), Land Surface
diperoleh dari berbagai sumber. Data yang digunakan pembobotan metode Temperature (LST),
dalam penelitian dapat dilihat pada Tabel 2. AHP Analitycal dan delineasi
Tabel 2 Data Penelitian Hierarchy Process, kelurusan
Data Sekunder kemudian untuk menggunakan
No. Data Sumber Data Tahun penentuan lokasi pembobotan metode
Citra Satelit PLTP menggunakan Analitycal Hierarchy
1 https://earthexplorer.usgs.gov/ 2018
Landsat 8 analisis intersect. Process (AHP). Nilai
Peta Geologi
2 Skala Bappeda 1996 pembobotan diperoleh
1 : 100.000 dari hasil wawancara
Peta RBI Skala 1 : Dinas Energi dan
3 http://portal.ina-sdi.or.id 2018
25.000 Sumber Daya Mineral
SHP Batas Jawa Tengah. Hasil
4 Administrasi Skala Bappeda 2018 pembobotan metode
1 : 25.000 AHP dapat dilihat
Data transmisivitas,
pada Tabel 3.
Upwelling Tabel 3 Hasil
5 Radiance , http://atmcorr.gsfc.nasa.gov/ 2018 pembobotan
Downwelling AHP
K
Radiance

6 DEMNAS http://portal.ina-sdi.or.id 2018

Data Primer K
Data validasi suhu
1 Survei Lapangan 2018
permukaan
Data validasi
2 Survei Lapangan 2018 Pe
tutupan lahan
Data titik
3 Survei Lapangan 2018
manifestasi
4 Data wawancara ESDM Jawa Tengah 2018 K

Peralatan penelitian yang digunakan sebagai

penunjang selama proses penelitian berlangsung yaitu
Diagram Alir
berupa:
Penelitian
1. Laptop ASUS Windows 8.1 pro 64-bit, Intel® Core™
i3-3217U CPU @1.80 GHz .
III.3
2. Thermometer Infrared.
3. GPS Handheld
Pra-
4. ENVI 5.1.
5. ArcGIS v.10.4. pengolah
an
6. PCI Geomatica v10.0. 7.
Tahap pra-
QGIS 2.12.
pengolahan citra
8. SPSS Statistics v23.0
9. Ms. Word 2013. terdiri dari
10. Ms. Excel 2013.
11. Kamera
III.2 Pengolahan ini dapat dilihat
Data pada Gambar 1,
Pengolahan secara umum Gamba
data pada penelitian pengolahan yang r1

VOL 8 NO 1 (2019), (ISSN : 2337-845X ) 412

 Studi Literatur

Peta GeolgiDEMNASData ValidasiPeta RBI SkalaTahunTutupan LahanSkala 1:25.000 Data ValidasiDataData

Citra Landsat 8
1:100.0002018Tahun 2018 SuhuWawancaraManifestasi
Tahun 2018
Tahun 2018Tahun 2018Tahun 2018

Klasifikasi Kemiringan Lahan Uji Akurasi Geometrik

Peta kemiringan Lahan Kalibrasi Radiometrik

Skala 1:100.000

Pen
Cropping h penelitian sebelumnya lebih kecil.
IV.1.1 Hasil kalibrasi
uji gol yang dilakukan oleh
radiometrik
ah Hariyanto (2016) pada
Kalibrasi
Klasifikasi Pengolahan NDVI

an Tabel
Pansharpening 1 dan
Pengolahan LST

radiometrik dilakukan
Supervised

Citra Terkoreksi

Re menggunakan
Delineasi Kelurusan
Peta Kerapatan Vegetasi Skala 1:100.000 data
dengan merubah nilai
Suhu Permukaan
Uji Ketelitian Tidak

tambahan berupa data

≥ 85%

Ya ko
Peta Kerapatan Kelurusan Skala 1:100.000
digital number
area potensial panas
Tidak
Peta Tutupan Lahan Skala 1:100.000 Validasi

me menjadi nilai reflektan

nd bumi yang diperoleh
atau nilai radian ToA
asi dari pengolahan
Ya
(Top of Atmosphere).
PL sebelumnya. Penelitian
Scorring dan PembobotanPeta Suhu Permukaan Skala 1:100.000

Kalibrasi radiometrik
TP tersebut menjelaskan
bertujuan untuk
bahwa, terdapat
memperbaiki kualitas
beberapa parameter yang
Overlay

en visual dari citra,

Tidak

ent digunakan
Validasi
untuk
memperbaiki nilai
ua penentuan rekomendasi
piksel yang kurang
Area Potensi Panas Bumi

n lokasi pembangunan
sesuai dengan nilai
rek PLTP. Parameter
reflektan maupun nilai
tersebut dapat dilihat
Area Potensi Panas Bumi Validasi

om radian suatu objek.

pada Tabel 1.
Luas Lokasi Rekomendasi PLTP
Rekomendasi Lokasi PLTP

en Citra yang belum

da Pengolahan rekomendasi
Kesimpulan
dikalibrasi mempunyai
si lokasi PLTP dilakukan
nilai maksimum
lok dengan software ArcGIS
ribuan sedangkan
menggunakan tools
Analisis SIG

asi setelah dikoreksi

PL overlay.
memiliki nilai data
TP Pengklasifikasian
kurang dari 1.
pa penentuan lokasi PLTP
da yaitu dengan klasifikasi
IV.1.1 Hasil Uji Akurasi
pe dibagi dalam dua
Geometrik
nel wilayah yang berbeda.
Hasil uji
itia Daerah yang dianggap
akurasi yang telah
n sesuai diberikan nilai 1
dilakukan,
ini dan daerah yang
memperoleh nilai
ber dianggap tidak sesuai
RMSEr sebesar 7,487
pe diberikan nilai 0
dengan tingkat
do (Yousefi dkk, 2007).
kepercayan 90%.
ma Penelitian ini mengacu
n IV. Hasil dan
pada standar US
ole IV.1 Pembahasan
Hasil Pra- NMAS yang
pengolahan Citra
akurasi geometrik, titik dengan luas ditetapkan oleh Perka
kalibrasi radiometrik, ketentuannya < 250 BIG No.15
dan cropping citra. Uji Km2. Tahap Tahun 2014 vertikal )
akurasi geometrik kalibrasi dengan ketentuan RMSEr = Root
dalam penelitian radiometrik seperti Mean
menggunakan jumlah dilakukan untuk persamaan (8) Square
titik Independent mengkonversi nilai dan persamaan Error
Control Point (ICP) DN menjadi radian (9). pada
sebanyak 13 titik. Hal atau reflektan. CE90 = 1,575 x posisi x
ini mengacu pada Proses cropping dan y
RMSEr........................................................................
standar yang citra bertujuan untuk LE90 = 1,6499 x (horizo
ditetapkan oleh BIG mempersempit RMSEz........................................................................
ntal)
yaitu penentuan wilayah penelitian Keterangan : RMSEz = Root
jumlah titik ICP sehingga lebih fokus CE90 = Mean
berdasarkan luasan dalam proses Circular Square
wilayah. Luas pengolahan, Error 90 Error
penelitian ini sebesar visualisasi lebih (posisi pada
107,533 Km2 sehingga jelas dan horizontal) posisi z
masuk dalam kategori menghemat memori LE90 = (vertika
jumlah titik untuk penyimpanan karena Linier l)
ketelitian horisontal ukuran data hasil Error 90 Perhitu
minimal sebanyak 12 pemotongan citra ( posisi ngan CE90
VOL 8 NO 1 (2019), (ISSN : 2337-845X ) 413
 Legenda
Titik Manifestasi Batas Kabupaten Batas Area Penelitian 10 - 22 °Celcius

standar US NMAS penelitian waktu dengan Gamba

menghasilkan akurasi Wahyunto (2013) menggunakan metode r3
horisontal pada citra dalam Andini, Single–Channel Hasil
sebesar 11,793 meter. (2018). Hasil luasan Algorithm (SC suhu
tiap kelas dapat Algorithm). Pemilihan permuk
IV.2 Hasil dilihat pada Tabel 3. metode tersebut karena aan
Pengolahan Tabel 3 metode tersebut
NDVI Luasan merupakan metode IV.3.1 Hasil Uji
Nilai indeks tiap terbaik untuk Statistik
vegetasi yang kelas memperoleh nilai suhu Cara
diperoleh pada NDVI permukaan yang pengambilan suhu
penelitian ini mendekati nilai suhu di permukaan dilapangan
Kelas
digunakan untuk lapangan menurut yaitu dengan cara
menghitung nilai Badan Air penelitian Kalinda mengambil 3 data
emisivitas permukaan. Kehijauan Sangat (2018) tentang “Analisis suhu ditiap titik
Nilai emisivitas ini Rendah Pengaruh Koreksi kemudian dihitung
berfungsi untuk Kehijauan Atmosfer Terhadap nilai rata-ratanya.
mengeliminasi suhu
PETA KERAPATAN VEGETASI KAWASAN DIENG
Rendah Deteksi Land Surface Jumlah titik sampel
permukaan hasil Kehijauan Sedang Temperature yang di ambil
pengolahan citra, hal Kehijauan Tinggi Menggunakan Citra sebanyak 35 titik.
ini disebabkan
Legenda karena
Batas Kabupaten Batas Area Penelitian Badan Air
Total Landsat 8 Di Kota IV.3.1.1 Uji Normalitas
hasil Kehijauan
distribusi suhu
Sangat Rendah Kehijauan Rendah Kehijauan Sedang Kehijauan Tinggi
Semarang”. Hasil Uji
permukaan IV.3 Hasil pengolahan suhu normalitas merupakan
dipengaruhi oleh Pengolaha permukaan citra landsat uji dasar yang
aktifitas manusia n LST 8 kawasan Dieng dilakukan sebelum
seperti pemukiman, Suhu diperoleh hasil rentang dilakukan uji statistik
pertanian, industri, permukaan yang suhu 10℃ sampai 43℃, berikutnya. Tujuan
dan lain-lain. Hasil diperoleh pada dari hasil tersebut dari uji normalitas
sebaran kerapatan penelitian ini kemudian dikelaskan yaitu untuk
vegetasi di kawasan merupakan suhu menjadi 5 kelas. Hasil mengetahui apakah
Dieng dapat dilihat permukaan dalam luasan tiap rentang suhu populasi data
pada Gambar 2. satu permukaan dapat dilihat berdistribusi normal
pada Tabel 4 dan hasil atau tidak. Metode
klasifikasinya pada yang digunakan untuk
Gambar 3. Suhu rata- uji normalitas pada
rata yang mendominasi penelitian ini yaitu
daerah kawasan Dieng metode Kolmogorov-
yaitu dari rentang suhu Smirnov dengan
22℃ -27℃ dengan luas tingkat kepercayaan
WONOSOBO wilayah sebesar 95%. Prinsip metode
4.342,860 Ha. ini yaitu
Tabel 4 membandingkan
Luas tiap frekuensi kumulatif
Gambar 2 kelas distribusi teoritik
Hasil suhu dengan frekuensi
kerapatan permukaa kumulatif distribusi
vegetasi n empirik (observasi).
Hasil No. Kelas Hasil uji normalitas
pengolahan kerapatan 1 10-22 dapat lihat pada Tabel
vegetasi (NDVI) 5.
2 22-27
dilakukan pengkelasan
menjadi 5 kelas yaitu 3 27-32
kelas badan air,
4 32-37
Kehijauan sangat
rendah, Kehijauan 5 37-43
rendah, Kehijauan
sedang dan Kehijauan
tinggi. Proses PETA SUHU PERMUKAAN KAWASAN DIENG

pengkelasan tersebut
mengacu pada WONOSOBO

VOL 8 NO 1 (2019), (ISSN : 2337-845X ) 414

22 - 27 °Celcius

27 - 32 °Celcius
 32 - 37 °Celcius

37 - 43 °Celcius

Tabel 5 Hasil uji normalitas Suhu_Pen Suhu_Va

One-Sample Kolmogorov-Smirnov Test golahan lidasi
Unstandardized Suhu_Pengolahan Pearson
1 0,966**
Residual Correlation
N 35 Sig. (2-
tailed) 0,000
Normal Mean 0,0000000
Parametersa,b Std. Deviation 1,31359413 N 35 35
Suhu_Validasi Pearson
Most Extreme Absolute 0,070 0,966 **
1
Positive 0,053 Correlation
Differences
Negative -0,070 Sig. (2-
tailed) 0,000
Test Statistic 0,070 N 35 35
Asymp. Sig. (2-tailed) 0,200c,d **. Correlation is significant at the 0,01 level (2-tailed).
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction. IV.4 Hasil Pengolahan Kelurusan
d. This is a lower bound of the true significance. Kelurusan merupakan salah satu indikasi
adanya struktur geologi, dimana struktur ini berpotensi
Hasil uji normalitas yang diperoleh sebagai zona permeabel yang berfungsi sebagai
berdasarkan Tabel 5 yaitu sebesar 0,2 dimana Sig.(0,2) jalannya fluida panas untuk mengalir ke permukaan
> α (0,05) maka Ho diterima dan H1 ditolak, sehingga tanah (Pambudi dkk, 2014). Parameter yang digunakan
dapat disimpulkan bahwa data suhu hasil pengolahan pada delineasi ini adalah RADI (radius deteksi tepi),
dan data suhu hasil validasi lapangan terdistribusi GTHR (nilai minimum gradien treshold), LTHR
normal dan dapat dilanjutkan ke tahap analisis (panjang minimum untuk menyambungkan garis
berikutnya. delineasi), FTHR (error maksimum dalam
IV.3.1.2 Uji Korelasi mencocokkan polyline kelengkung piksel), ATHR
Uji korelasi atau analisis hubungan yaitu suatu (angular maksimum antar segmen dalam polyline), dan
bentuk analisis data dalam penelitian yang bertujuan DTHR (piksel minimum untuk menyambungkan titik
untuk mengetahui kekuatan hubungan antara dua akhir antar garis).
variabel. Penelitian ini melakukan uji korelasi dua
PETA KERAPATAN KELURUSAN KAWASAN DIENG
variabel antara data suhu hasil pengolahan citra dengan
data suhu dilapangan.
Uji hipotesis dalam penelitian ini yaitu seperti
berikut: Legenda
1. Hipotesis Titik Manifestasi Batas Kabupaten Batas Area Penelitian Rendah
Sedang
Ho : Tidak terdapat hubungan yang signifikan Tinggi

antara suhu antara suhu hasil pengolahan

citra dengan suhu hasil validasi lapangan. WONOSOBO

Ha : Terdapat hubungan yang signifikan antara

suhu hasil pengolahan citra dengan suhu
hasil validasi lapangan.
2. Taraf signifikansi: α = 5%
3. Pengambilan keputusan:
a. (Sig.) > α (0,05) maka Ho diterima dan Ha
ditolak.
b. (Sig.) < α (0,05) maka Ho ditolak Ha diterima.
Nilai (Sig.) yang diperoleh dari uji korelasi
hasil perhitungan menggunakan SPSS dapat dilihat
pada Tabel 6 yaitu sebesar 0 dengan taraf signifikansi
sebesar 0,05 sehingga (Sig.) (0) < α (0,05) maka
keputusannya Ho ditolak dan Ha diterima yang berarti
terdapat hubungan yang signifikan antara suhu hasil
pengolahan citra dengan suhu hasil validasi lapangan.
Uji korelasi berdasarkan Tabel 6 menunjukkan bahwa
hubungan antara suhu hasil pengolahan citra dengan
suhu hasil validasi lapangan sangat kuat sebesar 0,966.
Tabel 6 Tabel Correlations
Correlations
VOL 8 NO 1 (2019), (ISSN : 2337-845X )
Gambar 4 Hasil kerapatan kelurusan
Delineasi kelurusan yang dihasilkan
menunjukkan bahwa arah kelurusan terdapat pada
bagian Barat-Timur, Barat laut-Tenggara, dan Utara-
Selatan. Peta kerapatan kelurusan digunakan untuk
memprediksi suatu daerah recharge area. Daerah yang
memiliki kelurusan tinggi disebut sebagai daerah zona
lemah (zona permeable) dimana pada daerah ini dapat
menjadi jalan fluida panas menuju kepermukaan. Hasil
kerapatan kelurusan dapat dilihat pada Gambar 4.
IV.5 Hasil Pengolahan Potensi Panas Bumi
Penentuan potensi panas bumi diperoleh
dengan menggunakan perhitungan Analitycal
Hierarchy Process (AHP) menghasilkan 3 kelas yaitu
kelas potensial, kurang potensial dan tidak berpotensi.
Penentuan nilai parameter diperoleh dari hasil
wawancara yang di ajukan kepada Dinas Energi
Sumber Daya dan Mineral Provinsi Jawa Tengah. Hasil
414
VOL 8 NO 1 (2019), (ISSN : 2337-845X ) 415
 penentuan area potensi panas bumi dapat dilihat pada adalah sebesar 0,925. Hal tersebut menunjukkan bahwa
Gambar 5. Hasil yang diperoleh dengan metode AHP terjadi pengaruh yang sangat kuat, sedangkan
perlu dilakukan kajian lebih lanjut untuk menentukan kontribusi secara simultan dari ketiga variabel sebesar
daerah potensial panas bumi yaitu dengan melihat 0,856 dengan melihat nilai R square.
tinjauan geologi, batuan alterasi dan lokasi keluarnya
manifestasi, serta untuk menghindari kehilangan daerah IV.6 Hasil Pengolahan Rekomendasi PLTP
potensial panas bumi dilakukan buffer jarak sejauh Penentuan daerah yang sesuai untuk
5.000 meter sebagai jarak bukti untuk memilih daerah rekomendasi lokasi PLTP ditentukan berdasarkan
potensial panas bumi yang menjanjikan berdasarkan beberapa parameter seperti Tabel 1. Parameter yang
lokasi mata air panas (Yousefi dkk, 2007). digunakan pada penelitian ini mengacu penelitian dari
PETA POTENSIAL PANAS BUMI KAWASAN DIENG Yousefi (2007) tentang “Proceedings Geothermal
Potential Site Selection Using Gis In Iran”. Hasil
pengolahan dari semua parameter dilakukan analisis
overlay dengan Boolean Integration Model sehingga
Legenda
Titik Manifestasi Batas Kabupaten Batas Area Penelitian memperoleh hasil rekomendasi PLTP untuk kawasan
Tidak Berpotensi
Dieng seperti Gambar 6.
HASIL REKOMENDASI PLTP KAWASAN DIENG

WONOSOBO Kurang Berpotensi

Sangat Berpotensi

Legenda
Titik Manifestasi Batas Kabupaten Batas Area Penelitian Sesuai
Gambar 5 Hasil area potensial panas bumi Tidak Sesuai

Penelitian ini, dilakukan uji korelasi berganda.

Tujuan dilakukannya uji ini yaitu untuk mengetahui
kekuatan hubungan antara tiga parameter AHP, serta WONOSOBO

untuk mengetahui nilai kontribusi yang diberikan

secara simultan oleh parameter tersebut terhadap hasil
area potensial panas bumi. Uji hipotesis dalam
penelitian ini yaitu seperti berikut: Gambar 6 Hasil rekomendasi lokasi PLTP kawasan Dieng
1. Hipotesis Luasan total daerah rekomendasi PLTP
Ho : Tidak terdapat hubungan yang signifikan Kawasan Dieng sebesar 263,527 Ha dan luasan daerah
secara simultan antara NDVI, LST, dan yang tidak sesuai untuk rekomendasi sebesar 10529,11
kelurusan untuk menentukan area potensial Ha. Data titik lokasi manifestasi kemudian dilakukan
panas bumi. proses buffer sejauh 800 meter untuk menentukan
Ha : Terdapat hubungan yang signifikan secara daerah rekomendasi pembangunan PLTP di karenakan
simultan antara NDVI, LST, dan kelurusan menurut penelitian Hariyanto dkk, (2016) tentang
untuk menentukan area potensial panas “Identifikasi Potensi Panas bumi Menggunakan
bumi. Landsat 8 Serta Penentuan Lokasi Pembangit Listrik
2. Resiko kesalahan α = 5% (0,05) Tenaga Panas bumi (Studi Kasus : Kawasan Gunung
3. Pengambilan keputusan: Lawu)” mengungkapkan bahwa penentuan
a. Sig. F change < α, maka Ho ditolak. rekomendasi pembangunan PLTP disarankan memiliki
b. Sig. F change > α, maka Ho diterima. jarak yang lebih dekat dengan sumber mata air yaitu
Hasil uji statistik korelasi berganda yang kurang dari 800 meter sehingga apabila PLTP dibangun
diperoleh berdasarkan Tabel 7 yaitu F change sebesar 0 tidak memerlukan biaya yang lebih banyak karena
dimana Sig. F change ( 0) < α (0,05) makan Ho ditolak instalasi pipanya tidak terlalu panjang, sehingga
dan Ha diterima sehingga dapat disimpulkan bahwa penelitian ini menghasilkan tiga zona lokasi dalam
terdapat hubungan yang signifikan secara simultan rekomendasi lokasi pembangunan PLTP yang sesuai
antara NDVI, LST, dan kelurusan untuk menentukan dengan semua parameter seperti Gambar 7.
area potensial panas bumi.
Tabel 7 Hasil uji korelasi Zona III

Model Summary
Std. Change Statistics
Adjuste
R Error R
Model R dR F Sig. F Zona II
Square of the Square
Square Estimate Change Change
Chang Zona I

e
1 0,925a 0,856 0,842 0,046518 0,856 61,201 0,000 WONOSOBO

a. Predictors: (Constant), Kelurusan, LST, NDVI

Pada Tabel 7 diperoleh besarnya hubungan
antara variabel NDVI, LST dan Kelurusan secara
simultan terhadap penentuan area potensi panas bumi

VOL 8 NO 1 (2019), (ISSN : 2337-845X ) 415

 Legenda Kesimpulan
Titik Manifestasi Batas Kabupaten Batas Area Penelitian Zona
V.1 AHP diperoleh Landsat yang
Sesuai
Tidak Sesuai
Kesimpulan besarnya memiliki
yang diperoleh dari hubungan antara cakupan awan
pelitian yang telah variabel NDVI, yang tinggi
dilakukan yaitu LST dan karena sensor
Gambar 7 Hasil seperti berikut: Kelurusan secara termal tidak
zona 1. Persebaran area simultan terhadap dapat
rekomendasi potensial panas penentuan area menembus
PLTP Ketiga bumi dengan potensi panas awan.
zona tersebut menggunakan bumi sebesar 2. Pada saat
yaitu di zona metode AHP 0,925. Hal validasi suhu di
1 (wilayah berada di tersebut lapangan
manifestasi Pulosari), sebelah timur, menunjukkkan sebaiknya
zona 2 (wilayah tenggara, barat bahwa terjadi waktu
manifestasi kawah dan utara. Hasil pengaruh yang pengambilan
Sikidang dan kolam penentuan area sangat kuat, data sampel
Sikidang), danHASIL 3 REKOMENDASI PLTPpotensial
zonaZONA ini sedangkan tidak dilakukan
(wilayah manifestasi menghasilkan 3 kontribusi secara dalam rentang
Kawah Sileri, kelas yaitu kelas simultan dari yang jauh dari
Pagerkandang, Sipandu tidak ketiga variabel waktu akuisisi
dan Siglagah) dan zona berpotensial, sebesar 0,856 citra sehingga
tersebut menghasilkan kurang dengan melihat suhu yang
9 lokasi rekomendasi potensial dan nilai R square. diperoleh tidak
yang sesuai seperti sangat 2. Hasil yang terpaut jauh
Tabel 8. Luas terbesar berpotensial diperoleh untuk dengan hasil
yang sesuai untuk dengan luasan rekomendasi suhu
pembangunan PLTP untuk area tidak lokasi pengolahan
yaitu sebesar 16,2779 berpotensi pembangunan citranya.
Ha terletak pada zona 3 sebesar PLTP di Kawasan 3. Penentuan area
dan luasan paling kecil 3.761,299 Ha, Dieng yaitu potensi panas
sebesar 0,7326 Ha area kurang sebanyak 9 titik bumi, sebaiknya
terletak pada zona 1. berpotensi lokasi yang mempertimbang
Tabel 8 Titik sebesar terbagi menjadi 3 kan dari disiplin
lokasi 4.608,671 Ha zona. Luas ilmu lainnya,
rekomendasi dan area sangat terbesar yang seperti
PLTP berpotensi sesuai untuk geofisika,
Zona sebesar pembangunan geologi, dan
2.427,309 Ha. PLTP yaitu geokimia
Hasil uji sebesar 16,2779 sehingga hasil
signifikansi Ha terletak pada yang dipeoleh
secara simultan zona 3 dan luasan lebih akurat.
dari data paling kecil 4. Penentuan
pengolahan sebesar 0,7328 Ha rekomendasi
terletak pada zona PLTP
1. selanjutnya bisa
menggunakan
V.2 Saran skala yang lebih
Berdasarkan besar dengan
penelitian yang telah parameter akses
dilakukan masih jalan
terdapat berbagai menggunakan
kelemahan dan jalan 3D supaya
kekurangan, informasi yang
sehinggga penulis ditampilkan
menyarankan lebih detail.
beberapa hal untuk 5. Penentuan
penelitian selanjutnya rekomendasi
diantaranya : lokasi
1. Sebaiknya hindari pembangunan
V. Kesimpulan
pemakaian data PLTP
dan Saran

VOL 8 NO 1 (2019), (ISSN : 2337-845X ) 416

 selanjutnya dapat Menggunakan Bumi Singl
mempertimbangkan Metode NDVI Menggu e-
aspek lainnya seperti dan nakan Chan
aspek ekonomi Segmentasi Landsat nel
disekitar wilayah (Studi Kasus: 8 Serta Algor
penelitian dan aspek Kabupaten Penentu ithm
lingkungan Demak): an for
Jurnal Lokasi Land-
DAFTAR PUSTAKA Geodesi Pemban Surfa
Amliana, D.R, Prasetyo, Y. UNDIP Vol.7 gkit ce
dan Sukmono, No.1. Listrik Temp
A. 2016. Delarizka, A., Sasmito, Tenaga eratu
Analisisis B. dan Panas re
Perbandingan Hani’ah, 2016. Bumi Retrie
Nilai NDVI Analisisis (Studi val
Landsat 7 Dan Fenomena Kasus : From
Landsat 8 Pada Pulau Bahang Kawasa ASTE
Kelas Tutupan (Urban Heat n R
Lahan (Studi Island) Di Gunung Data.
Kasus: Kota Kota Lawu). IEEE
Semarang, Jawa Semarang GEOID Geosc
Tengah). Berdasarkan , Vol. ience
Semarang: Hubungan 17 No. And
Universitas antara 7. Remo
Diponegoro. Perubahan Immaculata, C. te
Andini, S.W., Prasetyo, Y., Tutupan 2008. Sensi
dan Sukmono A. Lahan Dengan Identifi ng
2018. Analisis Suhu kasi Letter
Sebaran Permukaan Penamp s,
Vegetasi Menggunakan akan Vol. 7
Dengan Citra Citra Multi Sesar No. 1
Satelit Sentinel Temporal Aktif Janua
Dengan ri
Landsat. Bashit, N.
Menggu 2010.
Semarang : 2017.
Jurnal Analisisis nakan Kalinda, I.,
Geodesi Estimasi Citra Sasmi
UNDIP Energi Dan to, B.
Vol.5, No.4. Panas Metode dan
bumi SIG Sukm
Ernesia, I. 2013.
Menggun (Studi ono,
Penginderaa
akan Citra Kasus : A.
n Jauh
Landsat 8 Solok 2018.
Sistem
(Studi Dan Anali
Thermal
Kasus: Sekitarn sis
Untuk
Kawasan ya, Penga
Mengetahui
Gunung Sumater ruh
Persebaran
Telomoyo a Korek
Panas bumi
): Jurnal Barat). si
Di Ngebel,
Geodesi Bandun Atmo
Kabupaten
UNDIP g : sfer
Ponorogo,
Vol.6, Institut Terha
Provinsi
No.4. Teknolo dap
Jawa Timur.
Hariyanto, T., dan gi Detek
Yogyakarta
Farrel Bandun si
: Fakultas
Narendra g. Land
Geografi.
Robawa. Jiménez-Muñoz Surfa
Universitas
2016. dan ce
Gadjah
Identifika Sobrino Temp
Mada.
si Potensi . 2010. eratu
Farras, N., Sukmono A re
A., dan Panas

VOL 8 NO 1 (2019), (ISSN : 2337-845X ) 417

 Menggunak Peraturan Kepala Geomorfolo pemb
an Citra Badan Informasi gi. angkit
Landsat 8 Geospasial Nomor Semarang: -
Di Kota 15 Tahun Universitas listrik
Semarang. 2014 Diponegoro. -
Semarang : Tentang tenaga
Yousefi, H., Ehara, S.,
Jurnal Pedoman -
dan
Geodesi Teknis panas-
Noorollahi,
UNDIP Ketelitian bumi/.
Y. 2007.
Vol.7, No.3. Peta Diaks
Geothermal
Fandari, A.E., Dasar. es
Potential
Daryanto, Saaty, T., Lorie. Site pada
A., 2001. Selection tangg
Suprayitno, Pengambi Using GIS al 1
G. 2014. lan in Iran. Maret
Pengemban Keputusa Proceeding, 2018
gan Energi n Bagi thirty- Risnandar, C. 2018.
Panas Bumi Para Second Panas
yang Pemimpin Workshop bumi.
Berkelanjuta , Proses on Jurnal
n. Jurnal Hirarki Geothermal Bumi.
Ilmiah Analitik Reservoir https://jur
Semesta untuk Engineering nalbumi.c
Teknika Pengambi : om/panas-
Vol.17 lan Proceeding bumi/.
No.1. Keputusa California. Diakeses
Pambudi D., Sakur, M., n dalam pada tanggal 1 Maret
Ismail K., Situasi 2018 Wisanggeni, B.
Pustaka dari Internet
Dwiyono, yang 2010. Analitycal
ESDM. 2018.Ini Dia
I., dan Kompleks Hierarchy Process
Sebaran
Setijadji, L. . Pustaka (AHP).
Pembangkit
2014. Binama https://ba
Listrik
Delineasi Pressindo. mbangwis
Panas Bumi
Daerah Sukendar P.M., anggeni.w
Indonesia.
Prospek Sasmito, ordpress.c
https://www
Panas B. dan om/
.esdm.go.id/
Bumi Wijaya, 2010/03/0
id/media-
Berdasarka A.P. 2/analityc
center/arsip-
n 2016. al-
berita/ini-
Kelurusan Analisis hierarchy-
dia-sebaran-
Citra Sebaran process-
pembangkit-
Landsat Kawasan ahp/.
listrik-panas-
Dan Potensial
bumi-di-
Digital Panas Diakses
indonesia.
Elevation Bumi pada
Diakses
Model Gunung tanggal 27
pada
(DEM) Salak Februari
tanggal 15
Daerah Dengan 2018
Desember
Gunung Suhu
2018
Lawu, Permukaa
Geothermal Indonesia.
Provinsi n, Indeks
2017.
Jawa Vegetasi
Pembangkit
Tengah Dan
Listrik
Dan Jawa Tenaga
Timur. Bumi.
Prosiding https://geoth
Seminar ermalindone
Nasional sia.com/201
Kebumian 7/02/03
ke-7. /
VOL 8 NO 1 (2019), (ISSN : 2337-845X ) 418