Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2018 ISSN: 1979-911X

Yogyakarta, 15 September 2018

APLIKASI SISTEM INFORMASI GEOGRAFIS UNTUK MENDETEKSI

PERUBAHAN LINGKUNGAN DI KAWASAN
TERNAK SAPI PERAH DI DESA UMBULHARJO

Saiful Hadi1
1
Mahasiswa Magister Ilmu Lingkungan Universitas Diponegoro
e-mail :1saifulhadiundip@gmail.com,

INTISARI
Perubahan Lingkungan terjadi akibat penebangan pohon, penebangan pohon dilakukan masyarakat untuk
memenuhi kebutuhan ekonominya. Berkurangnya tutupan vegetasi dapat berdampak pada meningkatnya suhu
permukaan kawasan tersebut. Penggunaan sistem informasi geografis dapat digunakan sebagai salah satu cara
mendapatkan data perubahan lingkungan pada suatau kawasan yang luas dengan cepat. Penggunaan sistem
informasi geografis yang dimaksud adalah analisis citra satelit menggunakan software pemetaan. Analisis yang
bisa digunakan adalah analisis Normalized Difference Vegetation Index (NDVI) dan analisis Land Surface
Temperature (LST). Adapun citra satelit yang digunakan adalah citra dari satelit landsat 8. Citra satelit landsat
memiliki beberapa saluran yang bisa dimanfaatkan untuk analisis Normalized Difference Vegetation Index
(NDVI) dan analisis Land Surface Temperature (LST). Analisis Normalized Difference Vegetation Index (NDVI)
memanfaatkan nilai spektral saluran 4 (Merah) dan saluran 5 (Inframerah dekat). Sedangkan analisis Land
Surface Temperature (LST) memanfaatkan saluran 10 dan 11 yang merupakan sensor thermal. Penelitian ini
mencoba mengaplikasikan penggunaan sistem informasi geografis untuk memetakan kondisi lingkungan di desa
Umbulharjo, kecamatan Cangkringan, Kabupaten Sleman. Adapun kondisi lingkungan yang diteliti adalah
perubahan tutupan vegetasi dan perubahan suhu. Tutupan vegetasi dapat menjaga suhu permukaan di suatu
kawasan agar tetap dingin, sebaliknya berkurangnya tutupan vegetasi berdampak pada semakin panasnya suhu.
Dari hasil analisis terlihat suhu di tahun 2013 dan tahun 2015 terdapat peningkatan suhu dan berkurangnya
kerapatan vegetasi di desa Umbulharjo, kecamatan Cangkringan, kabupaten Sleman.

Kata kunci : aplikasi sistem informasi geografis, perubahan suhu, tutupan vegetasi

1. PENDAHULUAN
Secara geografis Desa Umbulharjo terletak pada koordinat 7⁰34’18” LS - 7⁰38’58” LS dan 110⁰25’41” BT
- 110⁰26’38” BT. Desa Umbulharjo merupakan salah satu dari tiga desa yang terdekat dengan puncak kawah
gunung Merapi. Desa ini memiliki komoditas unggulan di bidang peternakan yaitu sapi perah. Sapi perah telah
mulai dibudidayakan di desa ini semenjak tahun 80an yang berasal dari bantuan pemerintah. Jenis sapi perah yang
dibudidayakan adalah jenis Fries Holland yang aslinya dari kawasan subtropis. Sapi perah fries holland dari
negara subtropis meski telah didomestikasi, namun produksinya tidak bisa mencapai produksi susu yang setara
dengan bila dipelihara di negara subtropis. Produksi susu sapi Fries Holland di Indonesia maksimal hanya
mencapai sepertiga dari produksi susu sapi di negara subtropis. Sapi perah adalah ternak yang rentan terhadap
perubahan suhu, meningkatnya suhu dan kelembaban dapat mempengaruhi produksi dan kualitas susu yang
dihasilkan.
Sebagian besar penduduk di desa Umbulharjo, kecamatan Cangkringan, kabupaten Sleman beternak sapi
perah. Beberapa peternak menjadikannya sebagai sumber matapencaharian utama, beberapa yang lain hanya
menjadikannya sebagai sampingan ataupun tabungan. Tabungan bagi peternak selain sapi perah adalah tanaman
kayu kayuan yang biasanya ditebang untuk dijual kayunya. Jenis tanaman kayu yang ditanam antara lain sengon

A-359
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2018 ISSN: 1979-911X
Yogyakarta, 15 September 2018

( albazia falcata) dan jabon (Antocephalus Cadamba). Untuk memenuhi kebutuhan ekonominya masyarakat
melakukan penebangan pohon. Selain pengurangan tutupan vegetasi akibat penebangan untuk dijual kayunya,
pembangunan bangunan fisik seperti rumah dan penginapan juga ikut menyumbang pengurangan tutupan
vegetasi.
Berkurangnya tutupan vegetasi meningkatkan luasan daerah bersuhu permukaan tinggi di desa Umbulharjo,
kecamatan Cangkringan, kabupaten Sleman. Suhu permukaan yang tinggi dapat mempengaruhi usaha ternak sapi
perah di desa tersebut. Diperlukan data analisis perubahan suhu dan kerapatan vegetasi di desa Umbulharjo,
sehingga pengambil kebijakan dapat menentukan langkah mitigasi untuk melindungi usaha ternak sapi perah.di
desa Umbulharjo, kecamatan Cangkringan, kabupaten Sleman.
Penelitian ini bertujuan mendapatkan data perubahan luasan suhu yang bertambah di desa Umbulharjo,
kecamatan Cangkringan, kabupaten Sleman selama kurun waktu 2013 sampai 2015.

3 METODE PENELITIAN
Penelitian ini menggunakan sumber data citra satelit landsat 8 yang didownload secara gratis di laman
earthexplorer.usgs.gov. Citra unduhan bertanggal 14 Oktober 2013 dan satunya bertanggal 4 Oktober 2015. Citra
tersebut kemudian dipotong sesuai dengan shp wilayah desa Umbulharjo, kecamatan Cangkringan, kabupaten
Sleman. Kemudian secara berturut turut dilakukan analisis citra menggunakan software ArcGIS 10. 4. 3 dengan
memasukkan rumus – rumus seperti seperti dibawah ini.
2.1 Koreksi Radiometrik
Koreksi ini bertujuan untuk memperbaiki kesalahan yang terjadipada nilai piksel yang disebabkan oleh
gas-gas yang ada di atmosfer. Tahap awal yang harus dilakukan adalah mengubah nilai piksel (DN) ke spektral
radian dengan rumus :
L = ML*Qcal + AL………………………………………………(1)
Keterangan rumus :
Lƛ : Spectral radiance (W/m2 * sr * µm))
ML : Radiance multiplicative scaling factor for the band (RADIANCE_MULT_BAND_X from the
metadata) X merupakan nomor saluran
AL : Radiance additive scaling factor for the band (RADIANCE_ADD_BAND_X from the metadata) X
merupakan nomor saluran
Qcal : Nilai piksel (DN)

Kemudian dilakukan koreksi atmosfer untuk saluran 4 dan 5 dengan rumus Congedo :
ESUN = (π * d2) * RADIANCE_MAXIMUM/REFLECTANCE_MAXIMUM (2)
Lp = ML * DNmin + AL – 0,01 * ESUNƛ * cosƟz / (π * d2)……………………………………………………(3)

Keterangan Rumus :
ESUN : Solar exo-atmospheric irradiance

A-360
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2018 ISSN: 1979-911X
Yogyakarta, 15 September 2018

π : Konstanta perbandingan keliling lingkaran (bumi) dengan diameternya (22/7)

d : Jarak matahari dengan bumi (Earth_Sun_Distance pada metadata)
Lp : Path Radiance
DNmin : Nilai Piksel minimum (QUANTIZE_CAL_MIN_BAND_X pada metadata)
Ɵz : Sudut zenith (90 – Sun_Elevation)

Selanjutnya Nilai radian dirubah menjadi nilai reflektan dengan rumus :

pƛ = [π * (Lƛ – Lp) * d2] / (ESUNƛ * cosƟz)………………………………………………………………….(4)

Keterangan Rumus :
pƛ : Nilai reflektan panjang gelombang
Lƛ : Spectral radiance (W/(m2 * sr * µm))
Lp : Path Radiance

2.2 Perhitungan NDVI (Normalized Difference Vegetation Index)

Perhitungan nilai NDVI menggunakan nilai spektral saluran 4 (Merah) dan saluran 5 (Inframerah dekat) dengan
rumus :
NDVI = (B5-B4)/(B5+B4)………………………………………………………..……………………(5)
Keterangan Rumus :
B5 : Nilai spektral panjang gelombang inframerah dekat
B4 : Nilai spektral panjang gelombang merah

2.3 Perhitungan LSE (Land Surface Emisivity)

Perhitungan nilai LSE membutuhkan nilai FVC (Fractional Vegetation Cover) yang berfungsi untuk
mengestimasi besaran fraksi dari suatu area yang tertutup vegetasi dengan rumus sebagai berikut (Carson &
Ripley, 1997 dalam Fawzi & Jatmiko, 2018)

FVC = ((NDVI – NDVIsoil) / (NDVIveg – NDVIsoil))2………………………………………………….(6)

Keterangan Rumus :
FVC : Fractional Vegetation Cover
NDVI : Nilai NDVI yang diperoleh sebelumnya
NDVIsoil : Nilai NDVI untuk tanah 0,15 (Jiménez-Muňoz, et al 2009, dalam Fawzi & Jatmiko, 2018)
NDVIveg : Nilai NDVI untuk vegetasi (nilai terbesar NDVI)

Perhitungan nilai LSE membutuhkan nilai FVC dan emisivitas vegetasi dan tanah dari kedua saluran termal yang
digunakan (Band 10 dan 11) dengan rumus sebagi berikut (Rajeswari dan Mani, 2014; Sobrino et al, 2014).

A-361
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2018 ISSN: 1979-911X
Yogyakarta, 15 September 2018

LSE = Ɛs-x * (1 – FVC) + Ɛv-x * FVC…………………………………………………………………(7)

Keterangan Rumus :
LSE : Land Surface Emisivity
FVC : Nilai FVC yang diperoleh
Ɛs-x : Emisivitas tanah saluran x (saluran termal yang digunakan)
Ɛv-x : Emisivitas vegetasi saluran x (saluran termal yang digunakan)

2.4 Perhitungan Suhu Kecerahan

Nilai Suhu Kecerahan diperoleh dengan menggunakan ToA Spektral Radian dari kedua saluran termal. Sebelum
nilai ToA spektral Radian digunakan, terlebih dahulu harus dilakukan koreksi atmosfer dengan rumus : (Coll et al,
2010 dalam Fawzi, 2017)

Lƛ” = (Lƛ – Lu / ƐƮ) – ( 1- Ɛ / Ɛ)Ld…………………………………………………………………..(10)

Keterangan rumus :
Lƛ” : ToA Spektral Radian Terkoreksi (W/(m2 * sr * µm))
Lu : Upwelling Radiance (W/(m2 * sr * µm))
Ld : Downwelling Radiance (W/(m2 * sr * µm))
Ɛ : LSE saluran yang digunakan
Ʈ : Transmittan

Nilai BT dihitung menggunakan rumus

TB = K2 / ln((K1 / Lƛ”) +1)……………………………………………………………………………(11)

Keterangan Rumus :
TB : Brigthness Temperature (suhu kecerahan) (K)
Lƛ” : ToA Spektral Radiance terkoreksi
K2 : Konstanta spesifik saluran (K2_Constant_Band_X pada metadata)
K1 : Konstanta spesifik saluran (K1_Constant_Band_X pada metadata)

2.5 Perhitungan LST (Land Surface Temperature)

Metode yang digunakan untuk menghitung LST adalah Split Window Algorithm yang menggunakan nilai
brightness temperature dari kedua saluran termal dengan rumus : (Rajeshwari & Mani, 2014)

LST = TB10 + C1(TB10 – TB11) + C2(TB10 – TB11)2 + C0 + (C3 + C4 W) (1-m) + (C5 + C6W) Δε……..(12)

A-362
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2018 ISSN: 1979-911X
Yogyakarta, 15 September 2018

Keterangan Rumus :
LST : Land Surface Temperature (K)
C0 – C6 : Split Window Coefficient
TB10 : Nilai brightness temperature band 10 yang diperoleh sebelumnya
TB11 : Nilai brightness temperature band 11 yang diperoleh sebelumnya
m : Nilai rata -rata LSE (Mean of LSE)
W : Atmospheric Water Vapour Content = 0,0013 (Latif, 2013)
Δε : Selisih nilai LSE band 10 dan LSE band 11

3. HASIL DAN PEMBAHASAN

Pada gambar citra landsat untuk desa Umbulharjo yang telah dianalisis terlihat luasan kawasan suhu yang
berwarna gelap mengalami penurunan di tahun 2015. Warna yang lebih gelap menandakan area yang
temperaturnya lebih dingin sedangkan warna yang lebih terang menandakan area yang temperaturnya lebih panas.
Warna yang lebih gelap cenderung terlihat berkumpul di bagian utara atau puncak gunung Merapi, hal ini
menandakan suhu di puncak lebih dingin daripada suhu di bagian bawah.

Gambar 1. Hasil analisis Land Surface Temperature desa Umbulharjo tahun 2013 dan 2015

Gambar 2. Prosentase perbandingan luasan suhu yang berbeda pada tahun 2013 dan tahun 2015

A-363
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2018 ISSN: 1979-911X
Yogyakarta, 15 September 2018

Dari Hasil analisis citra satelit landsat tahun 2013 dan 2015 didapatkan adanya perubahan luasan suhu.
Pada tahun 2013 luasan suhu kisaran 22,6 ⁰C – 25 ⁰C persentasenya 54%, sedangkan pada tahun 2015 persentase
pada suhu tersebut turun menjadi 12%. Artinya luasan suhu yang lebih dingin berkurang digantikan luasan yang
suhu permukaannya lebih panas. Pada tahun 2015 muncul luasan wilayah bersuhu 27,6 ⁰C - 30 ⁰C dengan besaran
0,3 %, sedangkan di tahun 2013 belum muncul. Peningkatan luas area yang suhu permukaannya lebih tinggi
dimungkinkan karena peningkatan pembangunan rumah hunian dan penginapan untuk tujuan wisata. Seperti
diketahui kegiatan pariwisata berkembang dengan cukup baik di desa Umbulharjo setelah terjadinya erupsi
gunung Merapi.

Tabel 1. Nilai hasil pengukuran analisis LST desa Umbulharjo tahun 2013 dan tahun 2015
14 Oktober 2013 04 Oktober 2015
No. Nilai LST Luas (Ha) Prosentase Nilai LST Luas (Ha) Prosentase
(%) No. (%)
1 <15.0 5.415891 0.573318693 1 <15.0 0
2 15.1 - 17.5 42.03313 4.449568716 2 15.1 - 17.5 10.68116 1.130121627
3 17.6 - 20.0 480.646513 50.88057177 3 17.6 - 20.0 33.55542 3.550335117
4 20.1 - 22.5 291.712233 30.88025151 4 20.1 - 22.5 230.0802 24.34365961
5 22.6 - 25.0 117.06576 12.39241863 5 22.6 - 25.0 508.3487 53.78588528
6 25.1 - 27.5 7.782746 0.823870674 6 25.1 - 27.5 159.3534 16.86040519
7 27.6 - 30.0 0 7 27.6 - 30.0 3.115097 0.329593181
Total 944.656273 100 Total 945.1339 100

Untuk hasil analisis kerapatan vegetasi belum di dapatkan pengklasifikasian yang signifikan untuk bisa
dibandingkan antara tahun 2013 dan tahun 2015. Hal tersebuut dikarenakan belum adanya referensi klasifikasi
yang dapat digunakan ataupun sesuai untuk mengklasifikasikan perbedaan kerapatan vegetasi di desa Umbulharjo.

Gambar 2. Prosentase perbandingan kerapatan vegetasi pada tahun 2013 dan tahun 2015

A-364
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2018 ISSN: 1979-911X
Yogyakarta, 15 September 2018

Namun dari gambaran analisis citra diatas terlihat adanya perbedaan kerapatan antara tahun 2013 dan 2015.
Pada tahun 2013 bagian tengah desa Umbulharjo terlihat lebih gelap bila dibandingkan dengan keadaan di citra
tahun 2015.

4. KESIMPULAN
Dari penelitian ini dapat disimpulkan bahwa Sistem Informasi Geografis dapat digunakan untuk
memetakan luasan suhu permukaan yang berbeda dan perubahannya di desa Umbulharjo dari tahun ke tahun.
Keunggulan cara ini adalah bisa dilakukan dalam waktu relatif lebih cepat daripada survey lapangan, biaya yang
lebih murah, dan bisa didapat data pada pada desa Umbulharjo untuk kepentingan pemerintah desa. Ke depannya
perangkat pemerintah desa bisa memanfaatkan cara ini untuk menguatkan strategi penghijauan dan pembangunan
usaha ternak sapi perah di desa tersebut.

UCAPAN TERIMA KASIH

Ucapan terima kasih saya sampaikan kepada Kementerian Bappenas dan Universitas Diponegoro yang telah
memberikan bantuan sehingga tercapai penelitian ini.

DAFTAR PUSTAKA
Fawzi, N. I. dan Jatmiko, R. H. 2018. Penginderaan Jauh Sistem Termal dan Aplikasinya. Penerbit Ombak :
Yogyakarta.
Rajeswari, A dan Mani N. D. 2014. Estimating of Land Surface Temperature of Dingidul District Using Landsat 8
Data. International Journal of Research in Engineering and Technology. eISSN: 2319 – 1163 / pISSN : 2321
– 7308.

A-365
Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2018 ISSN: 1979-911X
Yogyakarta, 15 September 2018

A-366