LAPORAN PRAKTIKUM IV

PENGINDRAAN JAUH II
GOOGLE EARTH ENGINE
(MELAKUKAN NDVI)

Tanggal Penyerahan: 04 November 2020

Disusun Oleh:

Amertyash Aji Nugraha / 23-2018-023

Kelas A

Nama Asisten:

Achmad Rizki (23-2017-050)

Firmansyah Nur Ramadhani (23-2017-073)

LABORATORIUM
FOTOGRAMETRI JURUSAN
TEKNIK GEODESI
FAKULTAS TEKNIK SIPIL DAN PERENCANAAN
INSTITUT TEKNOLOGI NASIONAL
BANDUNG
2020
 PRATIKUM PENGINDERAAN JAUH
II

DAFTAR ISI

BAB I PENDAHULUAN
1.1 Maksud dan Tujuan
1.2 Waktu dan Tempat Pelaksanaan Praktikum

BAB II DASAR TEORI

2.1 Google Earth Engine
2.2 Kerapatan Vegetasi
2.3 NDVI

BAB III PELAKSANAAN PRAKTIKUM

3.1 Langkah – Langkah NDVI Pada Google Earth Engine

BAB IV HASIL DAN ANALISIS

4.1 Hasil
4.2 Analisis

BAB V KESIMPULAN
5.1 Kesimpulan

DAFTAR PUSTAKA

Amertyash Aji Nugraha/232018023/A

 BAB I

PENDAHULUAN

1.1 Maksud dan Tujuan

Maksud dan tujuan praktikum ini adalah supaya mahasiswa bisa melakukan
klasifikasi menggunakan metode NDVI memakai software Google Earth
Engine

1.2 Waktu dan Tempat Pelaksanaan Praktikum

Pelaksanaan praktikum dilakukan pada :

Hari/tanggal : Rabu, 25 November 2020

Tempat : Google Meet

Waktu : 16.00 – sampai selesai

Amertyash Aji Nugraha/232018023/A

 BAB II

DASAR TEORI

2.1 Google Earth Engine

Google Earth merupakan aplikasi untuk visualisasi data geospatial dengan

bahasa pemograman yang disebut Keyhole Markup Language(KML). Sedangkan
Google Earth Engine merupakan sebuah platform berbasis cloud untuk analisa
data geospasial terutama data raster. Google Earth untuk visualisasi sedangkan
Google Earth Engine merupakan platform untuk data processing. Kelebihan yang
dimiliki oleh Google Earth Engine adalah :

1. Memiliki akses terhadap data citra satelit dan data lainnya dengan jumlah
yang sangat besar (petabyte), dan terus diupdate.

2. Processing data berjalan secara cloud dan parallel di server Google.

3. Memilki algoritma-algoritma data processing yang cukup banyak dan

terus disempurnakan oleh Google Engineer dan diuji oleh komunitas,
sehingga algoritma tersebut menjadi semakin baik dan teruji.

4. Dipakai oleh peneliti, akademisi dan berbagai lembaga di dunia untuk

berbagai aplikasi.

5. Dengan Application Programming Interface (API) yang tersedia untuk Java

Script dan Python, memungkinkan pengguna untuk melakukan pengolahan data
yang lebih kompleks sesuai dengan kebutuhannya.

6. Dukungan dokumentasi yang cukup lengkap bagi para pemula untuk

meggunakan platform ini.

2.2 Kerapatan Vagetasi

Vegetasi merupakan salah satu unsur penyusun perkotaan yang mempunyai

banyak manfaat. Manfaat vegetasi di perkotaan dapat mempengaruhi udara
disekitarnya secara langsung maupun tidak langsung dengan cara merubah

Amertyash Aji Nugraha/232018023/A

kondisi atmosfer lingkungan udara . Kerapatan vegetasi inilah yang akan
menciptakan kenyamanan dan kesejukan pada suatu penggunaan lahan. Semakin
tinggi kerapatan vegetasi pada suatu lahan, maka akan semakin rendah suhu
permukaan disekitar lahan tersebut, begitu juga sebaliknya .Kondisi dan
keberadaan vegetasi di perkotaan dapat diketahui dengan berbagai teknik, salah
satunya dengan menggunakan teknik pengindraan jauh dengan memanfaatkan
metode indeks kerapatan vegetasi .

2.3 NDVI

Pada umunya, respon spektral citra satelit memiliki sesnsivitas terhadap

kerapatan vegetasi (indeks luas dan daun), tajuk pohon dan kandungan air di daun
tumbuhan. Pertambahan kerapatan vegetasi akan terjadi dari lahan terbuka
menjadi tahap suksesi, akan tetapi pantulan dalam spektrum sinar tampak
berkurang karena adanya penambahan luasan daun dan penyerapan. Hubungan
antara respon spektral pada spektrum sinar tampak dan inframerah dengan
kerapatan vegetasi dapat dijelaskan dengan suatu indeks yang disebut indeks
vegetasi (Huete, 1998). Indeks vegetasi adalah kombinasi matematis antara band
merah dengan band Near Infra-Red (NIR) yang telah lama digunakan sebagai
indikator kondisi vegetasi dan keberadaan yang sering dikenal dengan sebutan
Normalized Difference Vegetation Index (NDVI). Metode skala lanskap (NDVI)
adalah metode yang memperhitungkan besaran nilai kehijauan vegetasi yang
diperoleh dari pengolahan sinyal digital data nilai kecerahan (brightness) beberapa
kanal data sensor satelit dari citra satelit. Pada dasarnya, NDVI mengukur
kemiringan (slope) antara nilai asli band merah dan band infra merah di angkasa
Nilai NDVI berkisar dari -1 sampai dengan 1 dengan klasifikasi -1 sampai 0
termasuk ke dalam kelompok bukan vegetasi dan 0 sampai dengan 1 termasuk
kelompok vegetasi. (Philiani et al., 2016)

Amertyash Aji Nugraha/232018023/A

Nilai NDVI berkisar dari -1 sampai dengan 1 dengan klasifikasi -1 sampai 0
termasuk ke dalam kelompok bukan vegetasi dan 0 sampai dengan 1 termasuk
kelompok vegetasi. (Philiani et al., 2016)

Amertyash Aji Nugraha/232018023/A

 BAB III
PELAKSANAAN PRAKTIKUM

3.1 Langkah – Langkah NDVI Pada Google Earth Engine

Berikut Langkah – Langkah melakukan NDVI di Google Earth Engine :

N Screenshot Keterangan
o
1
Buka google earth
engine, buka hasil
data praktikum
sebelumnya atau
buat baru

2 Setelah itu ubah

coding line 1
menjadi var
dataset =
ee.ImageCollectio
n('LANDSAT/LC
08/C01/T1_ANN
UAL_NDVI')
3 Setelah itu ubah
coding di line 3
menjadi var
colorized =
dataset.select('ND
VI');
4 Ubah line 4
menjadi var
colorizedVis =
{ dan juga ubah
max: 0.4 menjadi
0.1 dikarenakan
nilai NDVI
berkisar -1
sampai dengan 1
5
Tambahkan
coding seperti
Digambar, itu
adalah kode kode
warna untuk
NDVI

6
Ubah coding line
13 menjadi var
colorized =
dataset.sum().clip
(PHH)

7
Ubah coding line
14 menjadi
Map.addLayer(co
lorized,
colorizedVis,
'Colorized'); dan
klik run
 BAB IV

HASIL DAN ANALISIS

4.1 Hasil

Berikut hasil NDVI pada daerah yang telah saya pilih :

4.2 Analisis

Analisis pada hasil NDVI diatas bahwa sebaran nilai vegetasi di kota
Serang yaitu pada rentang 0,2005 yang (berwarna kekuningan dan hijau)
sampai dengan 1,2885 (berwarna hijau tua)
 BAB V

KESIMPULAN

5.1 Kesimpulan

Kesimpulan pada praktikum ini kita harus memahami betul tata letak pengcodingan dan
juga menganalisis nilai vegetasi di suatu daerah menggunakan google earth engine
 DAFTAR PUSTAKA

Hernawati, R. (2017). Analisis Kerapatan Vegetasi Berbasiskan Data Citra Satelit

Landsat Menggunakan Teknik NDVI di Kota Bandung Tahun 1990 dan 2017 D-
34. Teknik Geodesi, Fakultas Teknik Sipil Dan Perencanaan. Institut Teknologi
Nasional, 33–39.

Hernawati, R. (2017). Analisis Kerapatan Vegetasi Berbasiskan Data Citra Satelit

Landsat Menggunakan Teknik NDVI di Kota Bandung Tahun 1990 dan 2017 D-
34. Teknik Geodesi, Fakultas Teknik Sipil Dan Perencanaan. Institut Teknologi
Nasional, 33–39.

Philiani, I., Saputra, L., Harvianto, L., & Muzaki, A. A. (2016). Pemetaan
Vegetasi Hutan Mangrove Menggunakan Metode Normalized Difference
Vegetation Index (NDVI) di Desa Arakan, Minahasa Selatan, Sulawesi
Utara. Surya Octagon Interdisciplinary Journal of
Technology, 1(2), 211–222.