Laporan praktikum

MK. Meteorologi Satelit

SUHU KECERAHAN, SUHU PERMUKAAN, RADIASI NETTO, DAN SUHU

UDARA WILAYAH KABUPATEN SLEMAN

Muhammad Iqbal Susanto

G24190023

Ika Uswatun Nisah 1, I Ketut Gede Arta Putra2, Athirotul Wardah3, Arif Rachman Haqim4
G24180018, G24180034, G24180058, G24180073
Pos-el : muhammadiqbal.is81@gmail.com

ABSTRAK
Telah dilakukan analisis karakteristik wilayah kajian yaitu Kabupaten Sleman pada bulan Juni 2019. Analisis ini
mencakup hasil estimasi suhu kecerahan (brightness temparature), estimasi suhu permukaan (land surface
tempareture), radiasi netto, dan estimasi suhu udara (air temperature). Data yang diolah merupakan hasil dari
remote sensing satelit Landsat 8 yang ditangkap pada bulan Juni tahun 2019 pada path 120 dan row 65, dilengkapi
dengan sensor yang mendukung untuk melihat keadaan tutupan lahan dan kondisi iklim di wilayah Kabupaten
Sleman. Setelah dilakukan pengolahan data menggunakan perangkat lunak ArcGIS 10.3 dan bantuan data .shp
kabupaten Indonesia, didapatkan bahwa nilai suhu kecerahan berkisar antara 13,32°C dan 33,76°C yang berarti
Kabupaten Sleman memiliki suhu kecerahan yang sangat bervariasi. Selain itu nilai suhu permukaan pun tidak
terpaut jauh dari nilai suhu kecerahan yaitu berkisar antara 13,32°C dan 33,77°C. Nilai yang bervariasi ini
disebabkan karena keadaan tutupan lahan di Kabupaten Sleman yang juga bervariasi, mulai dari vegetasi lebat di
wilayah Gunung Merapi, hingga wilayah perkotaan yang padat penduduk. Nilai suhu permukaan ini akan
mempengaruhi radiasi netto pada tiap tutupan lahannya. Radiasi netto terbesar didapatkan pada lahan bervegetasi
lebat sedangkan nilai radiasi netto terkecil didapatkan pada lahan terbangun daerah perkotaan. Nilai radiasi netto
ini pun akan menentukan besarnya estimasi suhu udara pada wilayah tersebut. Didapatkan suhu udara di
Kabupaten Sleman berkisar antara 11,54°C dan 32,79°C, yang mana nilai ini pun menunjukkan bahwa suhu udara
di Kabupaten Sleman sangat bervariasi bergantung pada tutupan lahan. Semakin tinggi nilai kerapatan pohon
maka akan dapat mengurangi energi radiasi matahari sehingga dapat mereduksi suhu udara di sekitarnya.
Penggunaan perangkat lunak ArcGIS sangat membantu dalam mengolah data citra satelit untuk mendapatkan
informasi baik itu keadaan lahan suatu wilayah maupun keadaan iklim di wilayah tersebut.

Kata Kunci : ArcGIS, Brightness Temperature, Land Surface Temperature, Radiasi Matahari, Tutupan Lahan

PENDAHULUAN Kulonprogo dan Kabupaten Magelang.

Kabupaten Sleman merupakan daerah
yang terletak di bagian utara Provinsi Daerah
Istimewa Yogyakarta, memiliki luas wilayah
sebesar 574,82 km2 dengan terdiri dari 17
kecamatan dan 86 desa. Menurut Badan Pusat
Statistika Kabupaten Sleman menjelaskan
bahwa secara geografis Kabupaten Sleman
terletak diantara 7°34’51” – 7°47’03” LS dan
110°13’00” – 110°33’00” BT. Kabupaten
Sleman berbatasan langsung dengan Kabupaten
Boyolali dan puncak Gunung Merapi di sebelah
utara, serta Kabupaten Klaten di sebelah timur.
Kemudian di sebelah selatan berbatasan dengan
Kabupaten Bantul dan Kota Yogyakarta, serta
di sebelah barat berbatasan dengan Kabupaten
Kabupaten Sleman terletak di lereng Gunung
Merapi dimana banyak vegetasi hutan dan non
hutan pada wilayah kajian, beberapa lahan akan
tertutup oleh vegetasi yang cukup lebat pada
wilayah tersebut. Untuk mengidentifikasi suhu
serta radiasi netto pada tiap tutupan lahan perlu
adanya analisis data citra satelit yang mencakup
wilayah Kabupaten Sleman, sehingga akan
didapatkan informasi yang dibutuhkan.
Data citra satelit merupakan hasil
penginderaan jauh yang ditangkap oleh satelit
dengan melalui pengukuran energi gelombang
elektromagnetik tertentu yang dipancarkan oleh
objek di permukaan bumi. Citra satelit tidak ada
kontak fisik secara langsung dengan objek atau
fenomena yang dikaji dalam pengukurannya.
 Suhu Kecerahan, Suhu Permukaan, Radasi Netto, dan Suhu Udara Wilayah Kabupaten Sleman
Respon radiasi dari masing-masing spektrum
gelombang elektromagnetik berasosiasi dengan
karaktersitik material objek. Respon masing-
masing spektrum gelombang elektromagnetik
dikumpulkan dalam bentuk rekaman citra
multispektral. Data tersebut sebagai acuan
informasi dalam segala aspek eksplorasi seperti
eksplorasi awal panas bumi. Untuk
mendapatkan data tersebut, dapat diperoleh
secara gratis di website USGS (United States
Geological Survey) (Purwanto et al. 2017).
Data dari website USGS ini selanjutnya
diolah dengan menggunakan perangkat lunak
ArcGIS 10.3. ArcGIS merupakan salah satu
perangkat lunak dekstop Sistem Informasi
Geografis (SIG) dan pemetaan yang telah
dikembangkan oleh ESRI (Environmental
System Research Institute). Dengan ArcGIS,
pengguna dapat memiliki kemampuan-
kemampuan untuk melakukan visualisasi,
menjawab query (baik basis data spasial
maupun non–spasial), menganalisis data secara
geografis, dan sebagainya. Fitur ArcGIS yang
dipakai pada laporan ini yaitu ArcMap. ArcMap
merupakan aplikasi utama yang digunakan
dalam pengolahan data GIS. ArcMap memiliki
kemampuan untuk visualisasi, editing,
pembuatan peta tematik, pengolahan dari data
(Excel), memilih (Query), menggunkan fitur
geoprocessing untuk menganalisa dan
costumize data ataupun membuat keluaran
berupa tampilan peta. Operator juga dapat
mengelolah data yang diinginkan (Budiarto
2019).
Citra yang sudah diperoleh dapat
dilakukan analisis wilayah kajian sesuai yang
kita inginkan, seperti pada laporan ini akan
dilakukan analisis estimasi suhu kecerahan,
suhu permukaan, radiasi netto, serta suhu udara.
Pada citra satelit Landsat 8 terdapat nilai
spectral radiance band termal. Radiasi
gelombang pendek dan albedo diestimasi
berdasarkan nilai spectral radiance yang
diperoleh dari nilai digital number (DN). Pada
satelit penginderaan jauh, radiasi gelombang
elektromagnetik yang dideteksi oleh sensor
termal disebut suhu kecerahan (brightness
temperature). Suhu kecerahan adalah ukuran
deskriptif radiasi dalam hal temperatur benda
hitam yang mengemisikan jumlah radiasi yang
sama pada panjang gelombang yang sama. Nilai
suhu kecerahan dapat digunakan untuk
identifikasi titik api (hotspot) di permukaan
bumi yang dapat dijadikan sebagai indikasi
kebakaran lahan/hutan (Handayani et al. 2017).
Nilai suhu permukaan dapat diestimasi
dengan menggunakan nilai suhu kecerahan.
Suhu permukaan (land surface temperature)
merupakan panas permukaan bumi yang
menyentuh lokasi. Suhu permukaan dapat
menjadi variabel penentu keadaan atmosfer di
atasnya. Nilai suhu permukaan dapat
dipengaruhi oleh tutupan lahan. Lahan
bervegetasi dan lahan nonvegetasi dapat
memiliki nilai suhu permukaan yang berbeda.
Adanya vegetasi dapat meredam radiasi yang
datang ke permukaan bumi sehingga suhu
permukaannya lebih rendah. Tutupan lahan
non-vegetasi atau bervegetasi rendah memiliki
nilai suhu permukaan yang lebih tinggi akibat
kurangnya peredaman radiasi yang datang
(Faadhilah 2012 dalam Zahrotunisa et al. 2020).
Citra satelit hasil klasifikasi tidak hanya
untuk mengestimasi nilai suhu saja, tetapi juga
dapat digunakan untuk penentuan radiasi netto
pada tiap tutupan lahan. Radiasi netto
merupakan hasil penjumlahan dari radiasi netto
gelombang pendek dengan radiasi netto
gelombang panjang (An et al. 2017). Jumlah
radiasi netto yang diterima atau diserap oleh
permukaan bumi kemudian digunakan sebagai
konsep neraca energi permukaan. Radiasi netto
menunjukkan karakter dari budget radiasi bumi
(Jia et al. 2018) yang berperan mengatur dan
mengendalikan keseimbangan iklim di bumi
(Rosida dan Susanti 2017). Radiasi netto dapat
dipengaruhi oleh albedo dan emisivitas suatu
benda. Albedo merupakan perbandingan sinar
matahari datang dengan sinar yang dipantulkan
(Darlina et al. 2018). Emisivitas merupakan
pancaran daya benda hitam per satuan luas oleh
suatu permukaan pada temperatur yang sama
(Erwin dan Hayat 2017).
 Suhu Kecerahan, Suhu Permukaan, Radasi Netto, dan Suhu Udara Wilayah Kabupaten Sleman

Keadaan tutupan lahan mempunyai

peranan terhadap besarnya nilai radiasi dari
gelombang pendek dan gelombang panjang
yang masuk ke permukaan bumi dan juga
gelombang pendek dan gelombang panjang
yang di pancarakan keluar dari permukaan
bumi, yang akan menentukan besarnya estimasi
suhu udara yang terdapat di suatu daerah
(Artikanur dan June 2019). Suhu udara Gambar 1. Diagram alir estimasi suhu kecerahan
mewakili rataan energi kinetik dari pergerakan wilayah Kab. Sleman
molekul. Nilai suhu udara dipengaruhi nilai
fluks bahang, suhu permukaan, dan radiasi netto
suatu wilayah. Suhu udara biasanya
mewakilkan suhu pada ketinggian dua meter di
atas permukaan tanah. Suhu udara dapat
menentukan proporsi bentuk curah hujan (Singh
et al. 2019). Sehingga pada laporan praktikum
ini dilakukukan untuk mengestimasi suhu
kecerahan. Suhu permukaan, radiasi netto, serta
suhu udara wilayah kajian yaitu Kabupaten Gambar 2. Diagram alir estimasi suhu permukaan
wilayah Kab. Sleman
Sleman.

METODOLOGI PENELITIAN

Data yang digunakan dalam laporan ini

adalah data citra satelit Landsat 8 wilayah
Kabupaten Sleman pada bulan Juni 2019 yang
diperoleh dari https://earthexplorer.usgs.gov/
yang kemudian diolah menggunakan perangkat
lunak ArcGIS 10.3. Selain itu peta provinsi,
kabupaten, serta kecamatan di Indonesia Gambar 3. Diagram alir estimasi radiasi netto
wilayah Kab. Sleman
dengan format ekstensi shapefile (.shp) diunduh
melalui https://gadm.org/. Metode yang
digunakan adalah estimasi suhu kecerahan
(brightness temperature), suhu permukaan
(land surface temperature), radiasi netto, dan
estimasi suhu udara, yang selanjutnya
digunakan untuk mengkaji keadaan wilayah
Kabupaten Sleman.

Gambar 4. Diagram alir estimasi suhu udara

wilayah Kab. Sleman

HASIL DAN PEMBAHASAN

Citra satelit membantu dalam

mengetahui keadaan fisik suatu wilayah tanpa
 Suhu Kecerahan, Suhu Permukaan, Radasi Netto, dan Suhu Udara Wilayah Kabupaten Sleman
perlu mendatangi wilayah tersebut. Kegiatan
mendapatkan data dari satelit disebut Remote
Sensing. Salah satu keuntungan menggunakan
satelit untuk menganalisis keadaan suatu
wilayah adalah karena satelit dapat merekam
data secara luas (Marpaung et al. 2020), salah
satunya yaitu kondisi iklim. Kondisi iklim yang
terdapat di Kabupaten Sleman adalah iklim
tropis dan memiliki musim hujan dan musim
kemarau. Curah hujan di Kabupaten Sleman
sangat bervariasi mulai dari bulan terkering
yaitu bulan Juli dengan rata-rata curah hujan
sebesar 2 mm, dan bulan terbasah yaitu bulan
Gambar 5. Citra satelit hasil estimasi suhu kecerahan (brightness temperature) wilayah Kabupaten Sleman bulan
Juni tahun 2019
Gambar 5 di atas menunjukkan hasil
analisis perhitungan suhu kecerahan (brightness
temperature) wilayah Kabupaten Sleman,
Provinsi Yogyakarta. Nilai suhu kecerahan dari
Kabupaten Sleman sangat bervariasi, mulai dari
yang terendah atau minimum yaitu 13,32°C
hingga tertinggi atau maksimum yaitu sebesar
33,76°C. Untuk nilai suhu kecerahan rata-
ratanya yaitu sebesar 25,67°C dan memiliki
standar deviasi sebesar 1,84°C. Nilai standar
Maret dengan rata-rata curah hujan sebesar 600
mm. Suhu udara yang berada di Kabupaten
Sleman pada umumnya sejuk hingga panas,
menurut Badan Pusat Statistik Kabupaten
Sleman (2021), rata-rata suhu udara tiap
bulannya yaitu berada pada rentang 27°C -
28°C. Untuk mengidentifikasi kondisi iklim
lainnya maka diperlukan estimasi suhu
kecerahan, suhu permukaan, serta radiasi netto
pada tiap tutupan lahan yang ada di Kabupaten
Sleman. Hasil estimasi suhu kecerahan
ditunjukkan pada gambar di bawah ini.
deviasi yang cukup besar ini juga menandakan
nilai suhu kecerahan Kabupaten Sleman sangat
bervariasi. Hal ini disebabkan keberagaman
tutupan lahan yang berada di Kabupaten
Sleman, seperti daerah vegetasi lebat pada
lereng Gunung Merapi menunjukkan nilai suhu
kecerahan minimum yang disimbolkan dengan
warna hijau, sedangkan daerah perkotaan yang
disimbolkan dengan warna merah menunjukkan
nilai suhu kecerahan maksimum.
 Suhu Kecerahan, Suhu Permukaan, Radasi Netto, dan Suhu Udara Wilayah Kabupaten Sleman
Kecamatan Depok, Mlati, dan Berbah
merupakan wilayah yang memiliki suhu
kecerahan tinggi. Secara spasial, kecamatan-
kecamatan tersebut memiliki lokasi yang relatif
dekat dengan Kota Yogyakarta dan memiliki
wilayah yang termasuk dalam Kawasan
Perkotaan Yogyakarta (Triyanto dan Keban
2017). Kawasan ini memiliki fungsi untuk
melayani kegiatan skala yang relatif luas, selain
itu ketiga kecamatan tersebut merupakan
wilayah yang dilalui jalan lingkar yang
merupakan jalan arteri primer. Untuk wilayah-
wilayah kecamatan tersebut merupakan wilayah
yang cepat berkembang, yaitu dari pertanian
menjadi industri, perdagangan dan jasa (BPS
Kabupaten Sleman 2021). Sehingga dengan
banyaknya aktifitas perkotaan, akan memiliki
nilai suhu kecerahan yang tinggi pada wilayah
tersebut.
Gambar 6. Citra satelit hasil estimasi suhu permukaan (land surface temperature) wilayah Kabupaten Sleman
bulan Juni tahun 2019
Gambar 6 menunjukkan hasil analisis
perhitungan suhu permukaan lahan (land
surface temperature) wilayah Kabupaten
Sleman, Provinsi Yogyakarta. Nilai suhu
Selain digunakan untuk
mengidentifikasi titik panas (hotspot) pada
suatu wilayah, suhu kecerahan (brightness
temperature) juga dapat digunakan untuk
mengestimasi suhu permukaan dari suatu
wilayah. Suhu permukaan dapat menjadi
variabel penentu keadaan atmosfer di atasnya,
selain itu nilai suhu permukaan dapat
dipengaruhi oleh tutupan lahan. Lahan
bervegetasi dan lahan nonvegetasi dapat
memiliki nilai suhu permukaan yang berbeda.
Adanya vegetasi dapat meredam radiasi yang
datang ke permukaan bumi sehingga suhu
permukaannya lebih rendah. Tutupan lahan
non-vegetasi atau bervegetasi rendah memiliki
nilai suhu permukaan yang lebih tinggi akibat
kurangnya peredaman radiasi yang datang.
Berikut gambar hasil estimasi suhu permukaan
di wilayah Kabupaten Sleman.
permukaan dari Kabupaten Sleman sangat
bervariasi, mulai dari yang terendah atau
minimum yaitu 13,32°C disimbolkan dengan
warna biru, hingga tertinggi atau maksimum
 Suhu Kecerahan, Suhu Permukaan, Radasi Netto, dan Suhu Udara Wilayah Kabupaten Sleman
yaitu sebesar 33,77°C yang disimbolkan dengan
warna merah. Untuk nilai suhu kecerahan rata-
ratanya yaitu sebesar 25,68°C dan memiliki
standar deviasi sebesar 1,84°C. Wilayah yang
memiliki nilai suhu permukaan yang tinggi
yaitu berada pada Kecamatan Depok,
Kecamatan Mlati, dan Kecamatan Berbah
disimbolkan pada peta dengan warna cokelat.
Selaras dengan penjelasan sebelumnya yaitu
ketiga kecamatan tersebut juga memiliki suhu
kecerahan yang tinggi, disebabkan oleh
jarangnya vegetasi yang berada di wilayah
tersebut. Menurut Timami et al. (2017), dengan
adanya wilayah bervegetasi yang banyak dapat
menurunkan suhu permukaannya, sebaliknya
dengan berkurangnya wilayah bervegetasi
dapat menaikan suhu permukaan daratan yang
disebabkan semakin banyaknya lahan
terbangun..
Lokasi dengan suhu permukaan yang
lebih tinggi umumnya berupa Central Business
District (CBD), area industri, pelabuhan, titik
rawan kemacetan (traffic jam), dan terminal
(Dede et al. 2019). Sama seperti interpretasi
suhu kecerahan, Kecamatan Depok, Mlati, dan
Berbah merupakan wilayah yang memiliki suhu
permukaan yang tinggi dan secara spasial
lokasinya relatif dekat dengan Kota Yogyakarta
yang merupakan Central Business District
(CBD) dari Provinsi Yogyakarta. Selain
banyaknya lahan terbangun, tingginya suhu
permukaan juga disebabkan oleh vegetasi yang
sedikit. Kehadiran tumbuhan atau vegetasi
sangat diperlukan di perkotaan mengingat
tumbuhan hijau akan menjaring CO2 dan
melepas O2 kembali ke udara melalui proses
fotosintesis tumbuhan (Ahmad et al. 2017).
Nilai suhu permukaan dapat
menunjukkan adanya tutupan lahan berupa
daerah perkotaan (lahan terbangun), lahan
terbuka dan vegetasi dengan adanya nilai albedo
rata-rata dan nilai indeks vegetasi (Ningrum dan
Narulita 2018). Nilai albedo ini akan
mempengaruhi radiasi netto pada tiap tutupan
lahan berbeda, selain emisivitas. Albedo
merupakan perbandingan sinar matahari datang
dengan sinar yang dipantulkan, sedangkan
emisivitas merupakan pancaran daya benda
hitam per satuan luas oleh suatu permukaan
pada temperatur yang sama. Radiasi netto
merupakan hasil penjumlahan dari radiasi netto
gelombang pendek dengan radiasi netto
gelombang panjang. Jumlah radiasi netto yang
diterima atau diserap oleh permukaan bumi
kemudian digunakan sebagai konsep neraca
energi permukaan. Hasil gambar berikut
merupakan estimasi radiasi netto pada tiap
tutupan lahan berbeda.
 Suhu Kecerahan, Suhu Permukaan, Radasi Netto, dan Suhu Udara Wilayah Kabupaten Sleman
Gambar 7. Citra satelit hasil estimasi radiasi netto wilayah Kabupaten Sleman bulan Juni tahun 2019
Gambar 7 di atas menunjukkan hasil
analisis perhitungan radiasi netto setiap tutupan
lahan di wilayah Kabupaten Sleman, Provinsi
Yogyakarta. Berdasarkan analisis klasifikasi tak
terbimbing, wilayah Kabupaten Sleman terbagi
menjadi empat kelas lahan, yaitu tanah berbatu,
lahan terbuka, vegetasi, dan lahan terbangun.
Secara keseluruhan, nilai radiasi netto
maksimum pada wilayah Kabupaten Sleman
yaitu sebesar 341,491 W/m2 tepatnya berada
pada lahan tanah berbatu, sedangkan tutupan
lahan dengan nilai radiasi netto miminum yaitu
sebesar -139,443 W/m2 pada lahan terbangun.
Nilai radiasi bertanda negatif dikarenakan nilai
radiasi matahari yang datang lebih kecil
daripada nilai gelombang panjang yang keluar,
biasanya terjadi pada malam hari karena radiasi
matahari pada malam hari bernilai nol. Selain
itu, Pada kelas lahan terbangun memiliki nilai
albedo dan suhu permukaan yang lebih tinggi,
sehingga mengakibatkan energi radiasi
gelombang pendek yang diterima rendah dan
energi radiasi gelombang panjang yang
dipancarkan tinggi, sehingga radiasi nettonya
rendah (Risdiyanto dan Setiawan 2007) dan
bahkan dapat bernilai negatif karena
dipengaruhi oleh faktor lain, seperti nilai
albedo, suhu permukaan, dan emisivitas
(Wiweka 2014).
Keadaan tutupan lahan mempunyai
peranan terhadap besarnya nilai radiasi dari
gelombang pendek dan gelombang panjang
yang masuk ke permukaan bumi dan juga
gelombang pendek dan gelombang panjang
yang di pancarakan keluar dari permukaan
bumi, yang akan menentukan besarnya estimasi
suhu udara yang terdapat di suatu daerah. Suhu
udara merupakan gambaran energi yang ada di
atmosfer dan biasanya dapat dirasakan oleh
tubuh. Suhu udara biasa diukur menggunakan
termometer. Suhu udara dipengaruhi oleh suhu
permukaan karena proses konveksi melalui
udara tersebut. Suhu permukaan yang tinggi
akan menghasilkan suhu udara yang tinggi juga.
Suhu udara didapatkan dengan beberapa tahap
pengolahan berupa perhitungan albedo, nilai
fluks panas tanah (G), dan fluks panas udara (H)
(Andani et al. 2018). Berikut merupakan
gambar hasil estimasi nilai suhu udara di
wilayah Kabupaten Sleman.

Gambar 8. Citra satelit hasil estimasi suhu udara (air temperature) wilayah Kabupaten Sleman bulan Juni tahun
2019
Gambar 8 di atas menunjukkan hasil
estimasi suhu udara (air temperature) wilayah
Kabupaten Sleman, Provinsi Yogyakarta. Nilai
suhu udara dari Kabupaten Sleman sangat
bervariasi dengan rentang 11,54°C hingga
32,79°C, mulai dari yang terendah atau
minimum yaitu 11,54°C disimbolkan dengan
warna hijau, hingga tertinggi atau maksimum
yaitu sebesar 32,79°C yang disimbolkan dengan
warna merah. Untuk nilai suhu kecerahan rata-
ratanya yaitu sebesar 23,57°C dan memiliki
standar deviasi sebesar 2,21°C. Berdasarkan
Gambar 8, nilai suhu udara minimun yaitu
berada di wilayah Gunung Merapi, dan nilai
suhu udara maksimum berada di wilayah pusat
perkotaan. Perbedaan nilai suhu udara ini
dipengaruhi oleh nilai fluks bahang, suhu
permukaan, dan radiasi netto. Radiasi netto
akan ditransformasikan ke dalam bentuk fluks
pemanasan permukaan, fluks pemanasan udara,
dan fluks pemanasan laten (Abdelrady et al.
2016; Gupta et al. 1999 dalam Jia et al. 2018).
Suhu udara pada tutupan lahan
bervegetasi lebih tinggi daripada tutupan lahan
dengan vegetasi yang sedikit. Hal ini
Laporan praktikum
MK. Meteorologi Satelit
disebabkan, daun-daun pada pohon dapat
mengintersepsi, refleksi, mengabsorbsi dan
mentransmisikan sinar matahari. Suhu udara
pada wilayah perkotaan memiliki suhu
tertinggi, hal ini disebabkan aktivitas industri
dan perkotaan banyak menghasilkan panas dari
berbagai kegiatan yang menimbulkan panas
serta minimnya pohon. Keberadaan pohon
sangat diperlukan dalam ruang terbuka hijau
pada setiap tutupan lahan di perkotaan, karena
akan meningkatkan kelembaban udara dan akan
menurunkan suhu udara. Pepohonan cenderung
memiliki kelembaban udara yang tinggi karena
aktivitas evapotranspirasi tanaman pada
gerombolan pohon dapat meningkatkan
kelembaban udara dan menurunkan suhu udara
disekitarnya. Hal ini menunjukkan bahwa
semakin tinggi nilai kerapatan pohon maka akan
dapat mengurangi energi radiasi matahari
sehingga dapat mereduksi suhu udara di
sekitarnya (Sanger et al. 2016).
KESIMPULAN
 Suhu Kecerahan, Suhu Permukaan, Radasi Netto, dan Suhu Udara Wilayah Kabupaten Sleman
Berdasarkan hasil analisis dan
pengolahan data, perangkat lunak ArcGIS dapat
mengolah data citra satelit untuk
mengidentifikasi dan mengestimasi suhu
kecerahan (brightness temperature),
mengestimasi nilai suhu permukaan lahan (land
surface temperature), mengidentifikasi nilai
radiasi netto pada tiap tutupan lahan berbeda,
serta mengestimasi suhu udara di wilayah
kajian. Hasil estimasi nilai suhu kecerahan
wilayah Kabupaten Sleman yaitu berada pada
rentang 13,32°C hingga 33,76°C dengan rata-
rata sebesar 25,67°C, sedangkan rata-rata nilai
suhu permukaannya yaitu sebesar 25,68°C.
Selain itu, perbedaan penerimaan radiasi netto
dipengaruhi oleh tutupan lahan. Radiasi netto
dengan nilai terkecil yaitu pada tutupan lahan
terbangun, dan nilai terbesar pada tutupan lahan
tanah berbatu serta vegetasi. Karena perbedaan
radiasi netto tiap tutupan lahan berbeda, nilai
estimasi suhu udara pun akan berbeda. Nilai
suhu udara maksimum berada pada tutupan
lahan perkotaan/lahan terbangun dengan nilai
sebesar 32,79°C, sedangkan suhu udara
maksimum berada pada tutupan lahan vegetasi
atau daerah pegunungan dengan nilai sebesar
11,54°C.
DAFTAR PUSTAKA
[BPS]. Badan Pusat Statistik. 2021. Provinsi
Kabupaten Sleman dalam Angka 2021.
Sleman (ID): Badan Pusat Statistik.
[USGS]. United States Geological Survey. 2019.
Landsat 8 (L8) Data Users Handbook.
South Dakota (US): Department of the
Interior U.S. Geological Survey.
Abdelrady A, Timmermans J, Vekerdy Z, Salama
MS. 2016. Surface energy balance of fresh
and saline waters: AquaSEBS. Remote
Sensing. 8(7):1-17.
Ahmad F, Arifin HS, Dahlan EN, Effendy S,
Kurniawan R. 2017. Analisis hubungan
luas Ruang Terbuka Hijau (RTH) dan
perubahan suhu di Kota Palu. Jurnal Hutan
Tropis. 13(2): 173-180.
An N, Hemmati S, Cui YJ. 2017. Assessment of the
methods for determining net radiation at
different time-scales of meteorological
variables. Journal of Rock Mechanics and
Geotechnical Engineering. 9(2017): 239-
246. DOI:
https://doi.org/10.1016/j.jrmge.2016.10.00
4.
Andani ND, Sasmito B, Hani’ah. 2018. Pengaruh
perubahan tutupan lahan terhadap
fenomena urban heat island dan
keterkaitannya dengan tingkat kenyamanan
termal (temperature humidity index) di
Kota Semarang. Jurnal Geodesi Undip.
7(3): 53- 65.
Artikanur SD, June T. 2019. Suhu permukaan dan
fluks bahang:komposisi antara hutan alam
dan perkebunan kelapa sawit di Provinsi
Jambi menggunakan Surface Energy
Balance Algorithm for Land (SEBAL).
Jurnal Agromet. 33(2): 62-70.
Budiarto IF. 2019. Sistem informasi geografis
sebaran pondok pesantren di Kota Malang.
Jurnal Mahasiswa Teknik Informatika.
3(1): 129-135.
Darlina SP, Sasmito B, Yuwono BD. 2018. Analisis
fenomena urban heat island serta
mitigasinya (Studi Kasus: Kota Semarang).
Jurnal Geodesi Undip. 7(3): 77-87.
Dede M, Pramulatsih GP, Widiawaty MA,
Ramadhan YR, Ati A. 2019. Dinamika
suhu permukaan dan kerapatan vegetasi di
Kota Cirebon. Jurnal Meteorologi
Klimatologi dan Geofisika. 6(1): 23-30.
DOI:
https://doi.org/10.36754/jmkg.v6i1.111.
Erwin S, Hayat MS. 2017. Radiasi benda hitam dan
efek fotolistrik sebagai konsep revolusi
saintifik dalam perkembangan teori
kuantum cahaya. J. Ilm. Multi Sci. 9(2): 51–
58.
Handayani T, Santoso AJ, Dwiandiyanta Y. 2017.
Pemanfaatan data terra MODIS untuk
identifikasi titik api pada kebakaran hutan
gambut (studi kasus Kota Dumai Provinsi
Riau). di dalam: Seminar Nasional
Teknologi Informasi dan Komunikasi 2014;
2014 Mar 15; Yogyakarta, Indonesia.
Yogyakarta (ID): Universitas Atma Jaya
Yogyakarta. hlm 461- 467.
Jia A, Liang S, Jiang B, Zhang X, Wang G. 2018.
Comprehensive assessment of global
surface net radiation products and
uncertainty analysis. Journal of
Geophysical Research: Atmospheres.
 Suhu Kecerahan, Suhu Permukaan, Radasi Netto, dan Suhu Udara Wilayah Kabupaten Sleman
123(4):1970-1989. DOI:
https://doi.org/10.1002/2017JD027903.
Marpaung S, Faristyawan R, Purwanto AD,
Asriningrum W, Suhadha AG, Prayogo T,
Sitorus J. 2020. Analysis of water
productivity in the Banda Sea based on
remote sensing satellite data. International
Journal of Remote Sensing and Earth
Sciences. 17(1): 25-34.
Ningrum W, Narulita I. 2018. Deteksi perubahan
suhu permukaan menggunakan data satelit
landsat multi-waktu (studi kasus cekungan
Bandung). Jurnal Teknologi Lingkungan.
19(2): 145-154
Purwanto MS, Bashri AA, Harto MFD,
Syahwirawan Y. 2017. Citra satelit Landsat
8+ TRIS sebagai tinjauan awal dari
manifestasi panas bumi di wilayah Gunung
Argopura. Jurnal Geosaintek. 3(1): 13-16.
Risdiyanto I, Setiawan R. 2007. Metode neraca
energi untuk perhitungan indeks luas daun
menggunakan data citra satelit multi
spektral. Jurnal Agromet Indonesia. 21(2):
27- 38.
Rosida N, Susanti I. 2017. Pengaruh aerosol
terhadap fluks radiasi neto di lapisan atas
atmosfer dan di permukaan berdasar data
satelit. Jurnal Sains Dirgantara. 14(2): 27-
42.
Sanger YYJ, Rogi JEX, Rombang J. 2016. Pengaruh
tipe tutupan lahan terhadap iklim mikro di
Kota Bitung. Agri-Sosioekonomi UNSRAT.
12(3): 105-116.
Singh S, Bhardwaj A, Singh A, Sam L, Shekhar M,
Martín-Torres FJ, Zorzano MP. 2019.
Quantifying the congruence between air
and land surface temperatures for various
climatic and elevation zones of Western
Himalaya. Remote Sensing. 11(24): 2889
Timami S, Sobirin, Saraswati R. 2017. Variasi
spasial temporal suhu permukaan daratan
Kota Metropolitan Bandung Raya tahun
2014 – 2016. Industrial Research
Workshop and National Seminar. 8(2017):
714-721. DOI:
https://doi.org/10.35313/irwns.v8i3.642.
Triyanto IY, Kaban YT. 2017. Disparitas wilayah
antar kecamatan di Kabupaten Sleman.
Jurnal Litbang Sukowati. 3(1): 75-87. DOI:
https://doi.org/10.32630/sukowati.v3i1.11
1.
Wiweka W. 2014. Pola suhu permukaan dan udara
menggunakan citra satelit landsat
multitemporal. Ecolab. 8(1): 11-22.
Zahrotunisa S, Jatmiko RH, Widyatmanti W. 2020.
Analisis pengaruh suhu permukaan lahan
terhadap elemen iklim mikro di surakarta
menggunakan citra penginderaan jauh
multitemporal. MAJALAH ILMIAH
GLOBE. 22(1): 31-40.