Laporan PJ Terapan # [Esmeralda Sihaloho] [18/432258/SV/16194]

Judul:
 NDVI, NDWI, NDBI

Tujuan praktikum:
 Mahasiswa dapat menghitung perbedaan antara gelombang yang diserap dengan
band Red pada vegetasi.
 Mahasiswa dapat mengekstraksi kawasan terbangun dari citra satelit.
 Mahasiswa dapat mengekstaksi tubuh air dari citra satelit.
 Mahasiswa dapat membedakan perubahan objek pada citra satelit yang berbeda
temporal dan membandingkan hasil visualnya.

Alat dan bahan:

 Citra satelit Landsat 8 2019
 Perangkat lunak ENVI 5.1
 Modul Praktikum Minggu 6

Langkah kerja:
Praktikum A
 Buka citra Landsat 8 tahun 2014 dan 2019, lalu konversi nilai DN menjadi nilai
reflectance pada masing-masing citra.
 Lakukan klasifikasi NDVI, NDBI dan NDWI pada masing-masing citra dengan
menggunakan band math.
 Deteksi perubahan yang terjadi pada indeks transformasi NDVI menggunakan
change detection (density slice). Lalu bandingkan hasil antara tahun 2014 dan
2019.
 Lampirkan hasilnya ke dalam laporan praktikum.
Praktikum B
 Buka citra Landsat 8 tahun 2019 yang sudah dikonversi dari nilai DN menjadi
nilai reflectance.
 Lakukan transformasi indeks untuk MSAVI, TVI dan NDWI2 menggunakan band
math.
 Bandingkan hasil MSAVI dengan NDBI, TVI dengan NDVI, dan NDWI2 dengan
NDWI. Lalu lampirkan hasilnya ke dalam laporan praktikum.
Hasil dan pembahasan:
Praktikum A
 Hasil Transformasi Indeks menggunakan Band Math
Berikut rumus pada Band Math untuk klasifikasi NDVI, NDBI dan NDWI pada
masing-masing citra.

Rumus 1 : digunakan untuk klasifikasi NDVI

Rumus 2 : digunakan untuk klasifikasi NDBI
Rumus 3 : digunakan untuk klasifikasi NDWI
Tahun 2014 Tahun 2019
NDVI

NDBI
NDWI
 Hasil Change detection menggunakan density slice pada NDVI
Berikut klasifikasi menggunakan density slice

Biru : Tidak bervegetasi = merupakan tubuh air, awan, batuan, pasir dan lahan
kosong
Ungu : Kerapatan rendah = padang rumput dan semak belukar
Hijau : Kerapatan sedang = hutan daerah hangat dan hutan hujan tropis
Kuning : Kerapatan tinggi = hutan daerah hangat dan hutan hujan tropis
Merah : Kerapatan sangat tinggi = Hutan lebat dan sangat subur.
Hasil visual
Tahun 2014 Tahun 2019

Berdasarkan visual dari tahun 2014 dan 2019, terdapat perubahan yang sangat
signifikan dimana :
 Tahun 2014 memiliki vegetasi dengan kerapatan sedang dan kerapatan
tinggi dalam jumlah kuantitatif yang banyak. Masih memiliki vegetasi
dengan kerapatan sangat tinggi dalam jumlah kuantitatif yang sedikit.
 Tahun 2019 memiliki vegetasi dengan kerapatan rendah yang sangat
banyak jika dibandingkan pada tahun 2014. Bahkan, vegetasi kerapatan
sangat tinggi hampir tidak nampak pada visual tersebut. Area yang tidak
bervegetasi pun lumayan banyak.
Praktikum B
 Hasil Transformasi Indeks menggunakan Band Math.
Berikut rumus pada Band Math untuk klasifikasi MSAVI, TVI dan NDWI2 pada
masing-masing citra.

Rumus 1 : digunakan untuk klasifikasi MSAVI

Rumus 2 : digunakan untuk klasifikasi TVI
Rumus 3 : digunakan untuk klasifikasi NDWI2
MSAVI

TVI

NDWI2
  Hasil Perbandingan
MSAVI NDBI

Hasil visual antara MSAVI dan NDBI terlihat berbeda dan mencolok pada tingkat
keabuan, dimana pada MSAVI terlihat lebih terang pada bagian daratan jika dibandingan
dengan NDBI
TVI NDVI

Hasil visual antara TVI dan NDVI terlihat sama walaupun pada tranformasi indeks
memiliki rumus yang berbeda.
NDWI2 NDWI
 Hasil visual antara NDWI2 degan NDWI sangat berbeda. Terlebih pada bagian daratan
maupun lautan jika dilihat secara langsung. Pada visual NDWI2 terdapat arsiran
sedangkan hasil NDWI terlihat jelas pembagiannya.

Kesimpulan:
 Pada praktikum A, terdapat banyak sekali perbedaan dalam klasifikasi vegetasi
yang terjadi pada tahun 2014 dan 2019. Perbedaan ini didapat dari 3 Transformasi
Indeks yaitu NDVI, NDBI dan NDWI.
 Pada praktikum B, Transformasi Indeks yang dilakukan yaitu MSAVI, TVI dan
NDWI2 yang memiliki rentang skala yang sama dengan NDBI, NDVI, dan
NDWI yaitu -1 hingga 1. Pada perumusan menggunakan band Math tentunya
terdapat perbedaan, sehingga hasilnya pun berbeda.