Jurnal Meteorologi Klimatologi dan Geofisika Vol.7 No.

3, November 2020

PENGARUH KETERSEDIAAN RUANG TERBUKA HIJAU

TERHADAP TINGKAT KENYAMANAN TERMAL DI WILAYAH
PERKOTAAN
(Studi Kasus di Kelurahan Sokanegara, Kota Purwokerto)

Asri Sekar Ningrum*, Muhamad Khairul Rosyidy , Novia Rahmat Desti Sukmawati, Ike Widia
Ariani, Astrid Damayanti
Departemen Geografi, Universitas Indonesia
*
Email : asriisekar@gmail.com

ABSTRAK

Peningkatan jumlah penduduk di Kota Purwokerto memengaruhi bertambahnya lahan terbangun dan
berkurangnya area bervegetasi atau Ruang Terbuka Hijau (RTH). Pemerintah sudah menetapkan bahwa
wilayah kota harus menyediakan Ruang Terbuka hijau (RTH) sebanyak 30% dari total luas wilayahnya.
Ketersediaan dan kondisi Ruang Terbuka Hijau (RTH) penting bagi suatu kota karena akan sangat
memengaruhi kondisi lingkungan dan iklim mikro di sekitar wilayah tersebut. Tujuan dari Penelitian ini adalah
untuk mengetahui ketersediaan Ruang Terbuka Hijau (RTH) di wilayah perkotaaan dan pengaruhnya terhadap
tingkat kenyamanan termal di Kelurahan Sokanegara, Kota Purwokerto. Data yang digunakan adalah data
citra Satelit Sentinel-2A akuisisi 12 September 2019, untuk analisis sebaran Ruang Terbuka Hijau dengan
menggunakan algoritma NDVI (Normalized Difference Vegetation Index). Metode untuk mendapatkan tingkat
kenyamanan termal adalah menggunakan indeks THI (Thermal Humidity Index). Hasil penelitian menunjukan
bahwa di Kelurahan Sokanegara terdapat 4 klasifikasi RTH yakni pekarangan, sempadan sungai, sempadan
jalan, dan lapangan rumput/taman kota. Tingkat kenyamanan berdasarkan THI di setiap RTH dikategorikan
tidak nyaman dengan nilai THI berkisar 28℃. Oleh karena itu perlu perencanaan lebih lanjut untuk
menambah Ruang Terbuka Hijau di Kelurahan Sokanegara, Purwokerto Timur.

Kata Kunci : Iklim mikro, Kenyamanan termal, Ruang terbuka hijau

ABSTRACT

Population increasing in the city of Purwokerto affects the increase in built-up area and reduced vegetation
areas or Green Open Space (RTH). According to the Ministry of Public Works, urban areas must provide green
open space (RTH) as much as 30% of the total area. The condition of Green Open Space (RTH) and its
availability is important for a city because it will greatly affect the environmental conditions and microclimate
around the area. This study aims to determine the availability of Green Open Space (RTH) in urban areas and
its effect on the level of thermal comfort by emphasizing the Sokanegara, Purwokerto City. The data used is
the Sentinel-2A satellite image data acquisition of 12 September 2019, for analysis of the distribution of green
open spaces using the NDVI (Normalized Difference Vegetation Index) algorithm. The method to get the level
of thermal comfort is to use the THI (Thermal Humidity Index) index. The results indicated that all types of
green open space in Sokanegara sub-district categorized as uncomfortable because the THI value at each
sample point of green open space is more than 28 ℃. Therefore, further planning is needed to increase the
Green Open Space in Sokanegara Village, East Purwokerto.

Keyword : Thermal Comport, Microclimate, Open green space

1. PENDAHULUAN Hektar. Hal tersebut dapat menjadi faktor yang

menyebabkan peningkatan suhu udara di
Meningkatnya jumlah penduduk dan kepadatan
Kecamatan Purwokerto Timur. Peningkatan
penduduk menyebabkan luasan lahan
suhu yang terjadi tidak terlepas dari
terbangun semakin meningkat dan luasan RTH
berkurangnya Ruang Terbuka Hijau (RTH) di
semakin menyempit. Luas lahan terbangun di
Kota Purwokerto, khususnya Kecamatan
Kecamatan Purwokerto meningkat pada tahun
Purwokerto Timur.
2014 sampai 2018 tercatat pada data Badan
Pusat Statistik (BPS) Tahun 2018, sebesar 12,5

20
 Jurnal Meteorologi Klimatologi dan Geofisika Vol.7 No.3, November 2020
Ketersediaan dan kondisi Ruang Terbuka Hijau
penting bagi suatu kota karena akan sangat
memengaruhi kondisi lingkungan dan iklim
mikro di sekitar wilayah tersebut. Areal
bervegetasi seperti RTH memiliki peranan
penting dalam memengaruhi albedo dan nilai
dari radiasi surya yang sampai ke wilayah
perkotaan (Gomez, et al., 2004). Selain itu,
Kawasan RTH memiliki sifat mampu
menetralkan peningkatan suhu permukaan dan
memberikan cooling effect karena vegetasi
melakukan evaporasi dan transpirasi yang
mampu melepaskan air ke udara sehingga
dapat mengurangi temperatur udara di
sekitarnya (Arifah, 2018 ; Effendy &
Aprihatmoko, 2014). Menurut Peraturan
Menteri No. 7 Tahun 2007 tentang Penataan
Ruang Terbuka Hijau Kawasan Permukiman,
manfaat RTH salah satunya adalah dapat
memperbaiki iklim mikro suatu wilayah
(Kementerian Dalam Negeri, 2007).
Pengideraan jauh dapat dimanfaatkan untuk
mengetahui luasan dan distribusi RTH di
Kelurahan Sokanegara, Kecamatan
Purwokerto Timur. Penginderaan jauh mampu
memberikan data dengan cepat dan biaya
hemat dalam memperoleh data melalui survei
darat secara tradisional (Sarmin et al., 2016).
Untuk mengetahui luasan dan distribusi RTH
tersebut dilakukan ekstraksi indeks vegetasi
(NDVI). Nilai NDVI dapat menunjukkan
parameter yang berhubungan dengan
parameter vegetasi, antara lain biomasa
dedaunan hijau (Febrianti & Sofan, 2014).
Selain itu nilai NDVI menunjukan korelasi
negatif dengan suhu dan tingkat kenyamanan
termal dan berkorelasi positif dengan
kelembaban udara (Pietersz et al., 2018).
Kenyamanan termal diartikan sebagai wujud
respon manusia saat merasakan panas atau
dingin dari sensor perasa pada kulit terhadap
suhu udara yang ada di sekitarnya, sehingga
memengaruhi aktivitas manusia (Karyono,
2001). Penentuan indeks kenyamanan dihitung
berdasarkan Temperature Humidity Index
(THI) yaitu nilai indeks kenyamanan dengan
menggabungkan suhu udara dan kelembaban
relatif yang dikembangkan oleh Nieuwolt
dalam bentuk persamaan (Kakon et al., 2010).
Suhu udara dinyatakan sebagai parameter yang
berpengaruh terhadap kenyamanan yang
dirasakan oleh manusia (Kurnia, 2016).
Semakin meningkatnya suhu udara atau
semakin menurunnya suhu udara, maka
kenyamanan yang dirasakan manusia juga akan
semakin menurun karena terlalu panas atau
dingin (Hidayat, 2010).
Meningkatnya jumlah dan kepadatan penduduk
menyebabkan lahan terbangun semakin
meningkat dan luasan RTH semakin
menurun/menyempit. Hal tersebut dapat
menjadi faktor yang menyebabkan peningkatan
suhu udara di Kecamatan Purwokerto Timur
yang dapat berpengaruh terhadap tingkat
kenyamanan termal. Oleh karena itu, penelitian
ini bertujuan untuk (1) Mengetahui jumlah dan
luasan Ruang Terbuka Hijau di Kelurahan
Sokanegara, Kecamatan Purwokerto Timur; (2)
Menganalisis pola spasial suhu udara dan
kaitannya dengan tingkat kenyamanan termal di
Kelurahan Sokanegara, Kecamatan Purwokerto
Timur; (3) Menganalisis tingkat kenyamanan di
masing-masing Ruang Terbuka Hijau di
Kelurahan Sokanegara, Kecamatan Purwokerto
Timur; (4) Menganalisis pengaruh ketersediaan
Ruang Terbuka Hijau terhadap tingkat
kenyamanan di Kelurahan Sokanegara,
Kecamatan Purwokerto Timur.
2. DATA DAN METODE
2.1 Wilayah Penelitian
Kelurahan Sokanegara terletak di Kecamatan
Purwokerto Timur, Kota Purwokerto,
Kabupaten Banyumas, Provinsi Jawa Tengah.
Kelurahan Sokanegara memiliki luas sekitar
118.08 Ha dengan batas-batas wilayah yakni
sebelah utara berbatasan dengan Kelurahan
Bancarkembar, sebelah selatan berbatasan
dengan Kelurahan Tanjung, sebelah barat
berbatasan dengan Kelurahan Kober, dan
sebelah timur berbatasan dengan Kelurahan
Purwokerto Lor. Mayoritas lahan di Kelurahan
Sokanegara dimanfaatkan untuk permukiman.
Jumlah penduduk Kelurahan Sokanegara
tercatat pada data Badan Pusat Statistik (BPS)
Tahun 2018 sebanyak 6.846 jiwa dengan
komposisi jumlah penduduk laki-laki relatif
dominan (12,96 %) dan penduduk perempuan
(11,99 %). Keadaan iklim dan cuaca di
Kelurahan Sokanegara, Kecamatan Purwokerto
Timur memiliki iklim tropis basah karena
berada di belahan selatan khatulistiwa. Suhu
udara berkisar antara 27°C - 33°C.
21
 Jurnal Meteorologi Klimatologi dan Geofisika Vol.7 No.3, November 2020

Citra Satelit
4 Sekunder USGS
Sentinel 2A
BIG
Batas (Badan
5 Sekunder
Administrasi Informasi
Geospasial)

Alat yang digunakan dalam pengukuran dan

survei lapangan adalah sebagai berikut:
Tabel 2. Jenis dan Alat Penelitian
Gambar 1. Lokasi penelitian. No. Data Alat
2.2 Pengumpulan Data 1 Suhu Udara Kastrel 5000
2 Kelembaban Kastrel 5000
Dalam penelitian ini, data yang dibutuhkan Udara
adalah data primer dan data sekunder. Data 3 Informasi Kuesioner dan alat
primer adalah data yang didapatkan dari hasil Kenyamanan perekam
responden
survei lapangan. Penentuan lokasi (titik
survei) menggunakan metode stratified 2.3 Pengolahan dan Analisis Data
sampling, dengan mengambil sampel
berdasarkan klasifikasi jenis kerapatan Dalam penelitian ini, terdapat beberapa
vegetasi dan jenis RTH. Sampel responden tahapan dalam pengolahan data mulai dari
menggunakan teknik purposive sampling, pengolahan citra, pengolahan data kuesioner
dengan tujuan untuk mengetahui dan dan pengolahan data statistik. Pengolahan dan
mendapatkan data mengenai subjektifitas penyajian data menggunakan perangkat lunak
responden terhadap kenyamanan yang terkait ArcGIS 10.1, ENVI 5.1, dan Microsoft Excel.
dengan suhu dan kelembaban disekitarnya. • Pengolahan data citra
Dalam pengolahan data citra, tahap pertama
Pengambilan sampel ini berdasarkan kriteria
yang harus dilakukan adalah preprocessing,
responden yakni masyarakat yang tinggal yakni dengan mengubah nilai digital
menetap, masyarakat yang sering beraktifitas number (DN), dan image croping. Tahapan
di sekitar RTH, dan masyarakat yang berumur ini dilakukan untuk mengatasi
16 – 55 tahun. Data sekunder adalah data yang ketidaktepatan perangkat penginderaan jauh
didapatkan diluar pengukuran lapangan, dan kesalahan dalam pengukuran (Rao &
seperti data dari instansi-instansi terkait yang Kumar, 2018).
menyediakan data mentah seperti, USGS • Indeks Vegetasi (NDVI)
sebagai penyedia data citra satelit, BPS sebagai Indeks NDVI memiliki rentang nilai dari -1
penyedia data statistik, BIG sebagai penyedia sampai 1. Semakin mendekati nilai 1 maka
data spasial dasar, dan lain sebagainya. Data- tingkat kehijauan dan kerapatan vegetasi
data yang dibutuhkan dalam penelitian ini semakin tinggi, sedangkan sebaliknya jika
adalah: semakin mendekati nilai -1 maka objek
memiliki kerapatan dan kehijauan yang
Tabel 1. Jenis dan Sumber Data Penelitian rendah atau bukan merupakan vegetasi.
Jenis Sumber Semakin rapat vegetasi maka akan semakin
No Data
Data Data rendah potensinya terhadap kekeringan
Survei dan (Jamil et al., 2013). Rumus NDVI adalah:
1 Suhu Udara Primer 𝑁𝐼𝑅 − 𝑅𝑒𝑑
Pengukuran
𝑁𝐷𝑉𝐼 =
Kelembaban Survei dan 𝑁𝐼𝑅 + 𝑅𝑒𝑑
2 Primer Dimana NIR merupakan kanal band sensor
Udara Pengukuran
Informasi satelit yang memiliki spektrum Inframerah
Survei dan Dekat dan Red merupakan Spektrum
3 Kenyamanan Primer
Pengukuran Gelombang Merah. Berdasarkan penelitian
informan
(Putrajaya, 2017), nilai kerapatan vegetasi

22
 Jurnal Meteorologi Klimatologi dan Geofisika Vol.7 No.3, November 2020

dapat digunakan untuk menentukan jenis Rentang nilai indeks kenyamanan yang
RTH. Berikut merupakan klasifikasi didapat dari persamaan Nieuwolt,
kerapatan vegetasi (Kementerian Dalam dihasilkan dari penilaian responden
Negeri, 2007) dihubungkan dengan manusia dengan rentang nilai sebagai
klasifikasi RTH (Jamil et al., 2013). berikut:
Tabel 3. Klasifikasi RTH Berdasarkan Tabel 4. Klasifikasi Tingkat Kenyamanan
Kerapatan Vegetasi (Jamil et al., 2013). (Kakon et al., 2010)
Kategori Jenis Tingkat
Nilai No Nilai THI
No Kerapatan RTH Kenyamanan
NDVI
Vegetasi Publik 1 Tidak nyaman (100% >26℃
1 ≤ 0,23 Tidak Non responden merasa
bervegatasi RTH nyaman)
2 0,23 - Jarang Pekaran 2 Nyaman (50% 25℃ - 26℃
0,26 gan responden merasa
3 0,26 - Sedang Jalur nyaman)
0,36 sempada 3 Sangat Nyaman (0% 21℃ - 24℃
responden merasa
n jalan,
nyaman)
Lapanga
n • Pengolahan Data Statistik
rumput/ Ketersediaan Ruang Terbuka Hijau
Taman dicerminkan dengan kerapatan vegetasi,
kota, setiap tingkat kerapatan vegetasi memiliki
4 0,36 – Lebat Jalur nilai tersendiri. Sedangkan untuk tingkat
1,00 sempada kenyamanan, nilainya akan didapatkan
n sungai dengan hasil perhitungan THI. Dari dua
data tersebut dapat ditarik nilai dari masing-
• Pengukuran Lapangan masing indeks, lalu di korelasikan dengan
Dalam penelitian ini, data suhu dan metode regresi linier berganda untuk
kelembaban udara didapatkan dari mengetahui besar pengaruh antar masing-
pengukuran dan survei lapangan dengan masing variabel dan menentukan model
menggunakan alat Kastrel 5000. persamaan regresinya. Berikut merupakan
Selanjutnya, data suhu udara dan data rumus regresi liner berganda:
kelembaban relatif dihitung dengan
menggunakan persamaan Nieuwolt (1975) Dalam penelitian ini, persamaan regresi
yang menggunakan indikator Temperature dihitung dengan aplikasi SPSS. Dengan
Humidity Index (THI) (Kakon et al., 2010). menggunakan metode regresi linier
Indeks ini menggunakan variabel suhu berganda yang dapat dinyatakan dengan
udara dan kelembaban udara pada suatu rumus matematik:
wilayah. Dua variabel ini akan
memengaruhi kondisi panas suatu wilayah Y = bo + b1X1 + b2X2 + b3X3 + …… + bnXn
sehingga kenyamanan manusia (human Dalam penelitian ini, variabel bebas (X1,
comport) akan tergangu. Menurut Kakon et X2, X3) berturut turut adalah nilai suhu
al., (2010), Rumus untuk mendapatkan nilai udara, kelembaban relatif, dan kerapatan
indeks THI adalah. vegetasi (NDVI) yang dikaitkan dengan
jenis RTH. Sedangkan, variabel terikat (Y)
RH x Ta merupakan tingkat kenyamanan termal
THI ∶ 0,8Ta + (THI).
500
Keterangan:
Ta : Suhu udara (℃ )
RH : Kelembaban Relatif (%) • Metode Analisis
THI : Temperatur Humidity Indeks Analisis spasial dilakukan dalam penelitian
ini untuk mengetahui jumlah dan distribusi

23
 Jurnal Meteorologi Klimatologi dan Geofisika Vol.7 No.3, November 2020

area bervegetasi atau Ruang Terbuka Hijau itu, jumlah luasan RTH di Kelurahan
(RTH). Selain itu juga analisis spasial di Sokanegara lebih besar jika dibandingkan
gunakan untuk mengetahui pola spasial dengan jumlah luasan non RTH.
suhu udara dan kelembaban relatif di Tabel 6. Luas Ruang Terbuka Hijau di Kelurahan
Kelurahan Sokanegara. Analisis statistik Sokanegara
digunakan untuk menganalisis hubungan Kerapatan Jenis Luas Total
dan besar pengaruh masing-masing variabel No
Vegetasi RTH (Ha) (Ha)
terhadap tingkat kenyamanan termal di Non Non 41.7
wilayah penelitian. Analisis yang 1 41.78
Vegetasi RTH 8
digunakan adalah analisis regresi linier Vegetasi Pekara 20.1
berganda untuk mengetahui kuatnya 2
Jarang ngan 3
hubungan suhu udara dan kerapatan
Jalur
vegetasi dengan tingkat kenyamanan termal Sempa
di masing-masing RTH. dan
3. HASIL DAN PEMBAHASAN Jalan,
Vegetasi Lapan 42.5
3.1 Distribusi RTH di Kelurahan Sokanegara 3
Sedang gan 5
85.73
Berdasarkan pengolahan indeks vegetasi Rump
(NDVI), terdapat 4 kelas klasifikasi kerapatan ut/Ta
vegetasi yang ada di Kelurahan Sokanegara man
yakni kelas vegetasi lebat, sedang, jarang, dan Kota
area bukan vegetasi. Berdasarkan pengolahan Jalur
data didapatkan nilai indeks vegetasi minimum Vegetasi Sempa 23.0
4
adalah -0,064 dan nilai indeks vegetasi Lebat dan 5
maksimum adalah 0,689. Sungai

Tabel 5. Klasifikasi Kerapatan Vegetasi

Kelas
Nilai Kerapat Jenis
No
NDVI an RTH
Vegetasi
1 -0,064 – Non
Non RTH
0,23 vegetasi
2 0,23 – 0,26 Jarang Pekarangan
3 0,26 – 0,36 Sedang Jalur
Sempadan
Gambar 2. Distribusi RTH di Kelurahan
Jalan, Sokanegara
Lapangan
Rumput /
Taman
Kota
4 > 0,36 Lebat Jalur
Sempadan
Sungai
RTH di Kelurahan Sokanegara dominan
tersebar pada bagian utara dan barat yang
didominasi oleh RTH jenis sempadan jalan dan
lapangan rumput atau taman kota (Gambar 2 Gambar 3. Verifikasi loksi RTH di Kelurahan
dan Gambar 3). Berdasarkan pengolahan Sokanegara
indeks vegetasi NDVI, terdapat 4 kelas
klasifikasi kerapatan vegetasi yang ada di 3.2. Variasi Suhu Udara dan Kelembaban
Kelurahan Sokanegara yakni kelas vegetasi Relatif di Kelurahan Sokanegara
lebat, jarang, dan area bukan vegetasi. Selain

24
 Jurnal Meteorologi Klimatologi dan Geofisika Vol.7 No.3, November 2020

Pengukuran suhu lapangan dilakukan pada pagi
hari dan siang hari selama tiga hari di 10 titik
sampel. Pada pagi hari pengukuran dilakukan
pada rentang waktu jam 09.00 hingga jam
11.00 sedangkan, pengukuran pada waktu
siang dilakukan pada rentang jam 13.00 hingga
jam 15.00. Pengambilan waktu pengukuran
didasarkan pada asumsi bahwa pada rentang
waktu tersebut suhu udara dan kelembaban
relatif konstan. Hasil pengukuran dirata-
ratakan sehingga mendapatkan rata-rata suhu
udara dan kelembaban relatif harian.
Variasi suhu yang didapatkan dari hasil
pengukuran memiliki nilai terkecil sebesar
29,04°C dan nilai suhu paling tinggi yakni
33,01°C. Hasil pengukuran lapangan
menunjukan bahwa jenis RTH yang memiliki
suhu paling rendah berada pada RTH jenis
sempadan sungai di daerah selatan Kelurahan
Sokanegara. Sedangkan, jenis RTH yang
memiliki suhu udara paling tinggi berada pada
RTH jenis lapangan rumput di utara Kelurahan
Sokanegara, pekarangan, dan non-RTH.
lapangan rumput di utara Kelurahan
Sokanegara dan yang paling tinggi di sempadan
sungai selatan, pekarangan rumah, sempadan
sungai tengah, dan lapangan rumput SMA 2
Purwokerto. Nilai kelembaban relatif paling
rendah sebesar 54,15% yang terdapat pada
RTH lapangan rumput di utara Kelurahan
Sokanegara sedangkan, nilai kelembaban
relatif paling tinggi sebesar 74,58% dan
terdapat pada pekarangan rumah. Nilai
kelembaban relatif yang tinggi menandakan
partikel-partikel air diudara relatif banyak di
waktu dan lokasi tersebut sehingga
mengakibatkan kelembaban di sekitar area
tersebut menjadi tinggi (gambar 5).
Gambar 5. Pola spasial kelembaban ralatif di
Kelurahan Sokanegara

Suhu udara yang relatif tinggi akan

menyebabkan kelembaban relatif menjadi
rendah. Hal ini mengindikasikan bahwa
semakin tinggi radiasi sinar matahari
menyebabkan suhu udara meningkat, didukung
juga dengan emisi dari objek-objek
disekitarnya seperti lahan terbangun dan
penyerapan panas oleh badan air dan tumbuhan
di area bervegetasi.
Gambar 4. Pola Spasial Suhu udara di Kelurahan
Sokanegara

Berdasarkan peta diatas, sebaran suhu udara

relatif rendah terdapat pada sebelah selatan dan
utara Kelurahan Sokanegara. Suhu paling
rendah terdapat di sekitar sempadan sungai,
karena dikelilingi pohon dan tajuk vegetasi
yang relatif padat, sehingga relatif
menghalangi panas yang diradiasikan oleh
sinar matahari dan permukaan tanah.
Sedangkan suhu yang paling tinggi terdapat Gambar 6. Hubungan Suhu udara dan kelembaban
area yang relatif terbuka dan banyak lahan relatif
terbangun disekitarnya seperti pada RTH jenis
pekarangan, lapangan rumput di utara 3.3. Tingkat Kenyamanan Termal
Kelurahan Sokanegara.
Berdasarkan hasil pengukuran, kelembaban Analisis tingkat kenyamanan pada penelitian
relatif paling rendah terdapat pada jenis RTH ini menggunakan perhitungan Temparature
Humidity Index (THI) yang dikembangkan

25
 Jurnal Meteorologi Klimatologi dan Geofisika Vol.7 No.3, November 2020

oleh Nieuwolt dengan menggabungkan data Suhu 10 10

suhu udara dan kelembaban relatif harian yang
telah diukur pada saat survei lapangan. Kelembaban 10 10
Berdasarkan perhitungan diperoleh menjadi
satu kelas kategori kenyamanan yaitu tidak Kelemb
Suhu
nyaman. Tingkat kenyamanan di Kelurahan aban
(°C)
Sokanegara menunjukkan kategori tidak (%)
nyaman disetiap jenis Ruang Terbuka THI 0,731 -0,454
Hijaunya yang menunjukkan rata-rata THI NDVI 0,505 -0,268
kebih besar dari 28,8. Nilai indeks kenyamanan Korelasi
Suhu 1,000 -0,882
termal (THI) terendah berada pada RTH jenis Pearson
sempadan sungai dengan nilai sebesar 27,43 Kelembaban -0,882 1,000
dan indeks kenyamanan termal (THI) tertinggi
berada pada jenis RTH lapangan rumput THI 0,008 0,094
sebesar 30,13 seperti pada tabel 7. NDVI 0,068 0,227
Sig. (1-
Tabel 7. Tingkat Kenyamanan Termal di masing- Suhu 0 0,000
tailed)
masing RTH
Kelembaban 0,000 0

THI 10 10
NDVI 10 10
N Suhu 10 10

Kelembaban 10 10

Koefisien korelasi antara indeks kenyamanan

3.4. Pengaruh Ketersidaan RTH dengan THI dan suhu udara sebesar 0,731, dengan
Tingkat Kenyamanan Termal (THI) tingkat signifikansi sebesar 0,008 (0,008 lebih
kecil dibandingkan 0,05), menunjukan bahwa
Dalam menentukan pengaruh RTH terhadap
variabel suhu udara memiliki korelasi positif
tingkat kenyamanan termal, diperlukan
yang signifikan terhadap tingkat kenyamanan
variabel indeks vegetasi, suhu udara, dan
termal (THI). Untuk mengetahui bagaimana
kelembaban relatif sebagai variabel bebas dan
masing-masing variabel bebas menjelaskan
Tingkat Kenyamanan Termal (THI) sebagai
variabel terikat, dapat diketahui dengan
variabel terikat. Hasil korelasi dari masing-
menghitung R Square atau koefisien simultan
masing variabel dapat dilihat pada tabel 8.
dan determiniasi (Tabel 9).
Tabel 8. Korelasi Antara Masing-Masing Variabel Tabel 9. Korelasi simultan dan determinasi
THI NDVI Model R R2 Std. Sig. F
THI 1,000 0,189 Error
NDVI 0,189 1,000 1 0,938a 0,879 0,35760 0,004
Korelasi
Pearson
Suhu 0,731 0,505 Koefisien korelasi dari semua variabel adalah
93,8%, dan koefisien determinasi adalah
Kelembaban -0,454 -0,268 87,9%. Dapat disimpulkan bahwa 87,9%
tingkat kenyamanan (THI) dapat dijelaskan
THI 0 0,301 dengan variabel suhu udara, kelembaban
NDVI 0,301 0 relatif, dan kerapatan vegetasi (NDVI).
Sig. (1-
Suhu 0,008 0,068 Sedangkan sisanya merupakan variabel lain
tailed)
yang tidak masuk dalam penelitian ini.
Kelembaban 0,094 0,227 Demikian pula pengambilan keputusan
berdasarkan probabilitas, didapat angka
THI 10 10 probabilitas 0.004, karena probabilitas lebih
N
NDVI 10 10 kecil dari 0.05, maka model regresi dapat

26
 Jurnal Meteorologi Klimatologi dan Geofisika Vol.7 No.3, November 2020

dipakai untuk memprediksi variabel tingkat

kenyamanan termal (THI). Dapat dikatakan 4. KESIMPULAN
bahwa indeks vegetasi, suhu udara, dan
Ketersediaan Ruang Terbuka Hijau (RTH) di
kelembaban relatif secara bersama-sama
berpengaruh terhadap tingkat kenyamanan Kelurahan Sokanegara seluas 87,5 Hektar, 2
kali lipat lebih luas dibandingkan dengan luas
termal (THI). Uji F dilakukan untuk
lahan terbangun. Distribusi RTH sebagian
mengetahui apakah model yang dibuat dapat
bisa dijadikan model prediksi (Tabel 10). besar berada di sepanjang sungai dan di
sebelah utara Kelurahan Sokanegara.
Tabel 10. Uji Liniearitas Persamaan Regresi Berdasarkan hasil varifikasi lapangan, RTH
Model SoS df MS F Sig yang terdapat di Kelurahan Sokanegara adalah
Regress 14, 0,0 lapangan rumput atau taman alun-alun kota,
5,594 3 1,865
ion 582 04b sempadan jalan, sempadan sungai, dan
Residu pekarangan. Variasi suhu RTH di Kelurahan
0,767 6 0,128
al Sokanegara memiliki rentang 29,04°C -
Total 6,362 9 33.01°C. Distribusi spasial suhu udara paling
rendah terdapat di sebelah selatan dan utara
Hasil analisis uji F menunjukkan bahwa hasil
Kelurahan Sokanegara berupa sempadan
yang didapatkan dari F hitung adalah 14,582 sungai. Sedangkan untuk suhu udara paling
dengan tingkat signifikansi 0,004. Berdasarkan
tinggi terdapat pada lapangan rumput di utara
perbandingan F hitung dan F tabel, dengan Kelurahan Sokanegara, pekarangan, dan non-
numerator k atau 3. Denumerator N-k-1 Atau RTH. Variasi kelembaban relatif berbanding
10-3-1 = 6, tingkat signifikansi 5%. Dari tabel
terbalik dengan variasi suhu udara,
F didapatkan angka 4,757. Karena F hitung > F kelembaban relatif di Kelurahan Sokanegara
tabel (14,582 > 4,757) maka dapat disimpulkan memiliki rentang nilai 54,15% - 74,58%.
bahwa model regresi dapat dipakai untuk Berdasarkan perhitungan THI didapatkan
memprediksi tingkat kenyamanan termal bahwa semua jenis RTH dikategorikan tidak
(THI) dan dapat dikatakan bahwa variabel
nyaman karena nilai THI lebih besar dari 28°C.
kerapatan vegetasi (NDVI), suhu udara,
Berdasarkan analisis statistik regresi berganda,
berpengaruh positif dan kelembaban relatif suhu udara di RTH paling signifikan
berpengaruh negatif terhadap indeks berpengaruh terhadap Tingkat Kenyamanan
kenyamanan termal THI.
Termal (THI). Meskipun Ruang Terbuka Hijau
Tabel 11. Variabel Model Regresi di Kelurahan Sokanegara relatif luas, namun
Model Unstandardized Standa T Sig. tingkat kenyamanan termal di RTH tersebut
Coefficients rdized dikategorikan tidak nyaman, hal ini karena
Coeffic tingginya suhu yang diakibatkan radiasi sinar
ients matahari dan lahan terbangun di sekitarnya
B Std. Beta yang padat.
Error
(Const - 30,665 11,143 -2,752 0,033 DAFTAR PUSTAKA
ant)
NDVI -4,798 1,593 -0,550 -3,012 0,024 BPS Kabupaten Banyumas. 2018. Statistik
Suhu 1,578 0,274 2,151 5,766 0,001 Kependudukan Kabupaten Banyumas
Kelem 0,186 0,048 1,296 3,876 0,008 2014, 2016, 2018. Kabupaten
baban Banyumas: Badan Pusat Statistik.
Gómez, F., Gil, L., dan Jabaloyes, J. 2004.
Berdasarkan tabel 11 diatas didapatkan rumus Experimental investigation on the
persamaan regresi: thermal comfort in the city:
relationship with the green areas,
Y = -30,665 – 4,798X1 + 1,578X2 + 0,186x3, interaction with the urban
dimana Y = Tingkat kenyaman termal (THI), microclimate. Building and
X1 = nilai kerapatan vegetasi (NDVI), X2 = environment, 39(9), 1077-1086.
Suhu udara (°C), X3 = Kelembaban Relatif Arifah, N., & Susetyo, C. 2018. Penentuan
(%). Prioritas Ruang Terbuka Hijau

27
 Jurnal Meteorologi Klimatologi dan Geofisika Vol.7 No.3, November 2020
berdasarkan Efek Urban Heat Island di
Wilayah Surabaya Timu. Jurnal
Teknik ITS, 7(2), 143-148.
Effendy S., dan Aprihatmoko F., 2014.
Analisis Hubungan antara Ruang
Terbuka Hijau (RTH) dan Indeks
Kenyamanan (Studi Kasus: Kota
Yogyakarta). Jurnal Agromet. Vol.
28(1)
Kementrian Dalam Negeri. 2007. Peraturan
Menteri Dalam Negeri No. 7 Tahun
2007 tentang Penataan Ruang Terbuka
Hijau Kawasan Permukiman. Jakarta:
Kementrian Dalam Negeri
Sarmin, N. S., Ismail M. H., Zaki P. H., Awang
K. W., and Shidiq I. P. A. 2016. Land
Cover Dynamics of Sungai Pulai
Mangrove Forest Using Remote
Sensing and GIS-Preliminary Results.
Journal of Engineering and Applied
Sciences, 11: 441-445.
Febrianti, N., dan Sofan, P. 2014. Ruang
terbuka hijau di DKI Jakarta
berdasarkan analisis spasial dan
spektral data Landsat 8. Prosiding
Seminar Nasional Penginderaan Jauh
2014. 100, 11-5.
Pietersz, J. H., Matinahoru, J., dan Loppies, R.
2018. Pendekatan Indeks Vegetasi
Untuk Mengevaluasi Kenyamanan
Termal Menggunakan Data Satelit
Landsat-Tm Di Kota Ambon. Jurnal
Agrologia, 4(2).
Karyono, T. H. (2001). Teori dan Acuan
Kenyamanan Termis dalam
Arsitektur. Penerbit Catur Libra
Optima. Percetakan Olta Printings:
Jakarta.
Kakon, A. N., Nobuo, M., Kojima, S., & Yoko,
T. 2010. Assessment of thermal
comfort in respect to building height in
a high-density city in the tropics. Am.
J. Eng. Appl. Sci, 3(3), 545-551.
Kurnia, R., F., A., 2016. Analisis Indeks
Kenyamanan Iklim, Studi Kasus:
Taman Wista Jatim Park 2 dan
Karangkates. Skripsi. Fakultas
Matematika dan Ilmu Pengetahuan
Alam: Institut Pertanian Bogor.
Hidayat, I. W. 2010. The ecological role of
trees and their interactions in forming
the microclimate amenity of
environment. Jurnal Bumi
Lestari, 10(2), 182-190.
Rao R., dan Kumar R. 2018. Land cover
classification using landsat-8 optical
data and supervised classifiers.
International Journal of Engineering
& Technology. 7(2.17): 102-103.
Jamil H. D., Tjahjono H., dan Parman S., 2013.
Deteksi Potensi Kekeringan Berbasis
Penginderaan Jauh dan Sistem
Informasi Geografis Di Kabupaten
Klaten. Geo Image, 2(2).
Putrajaya, I. K. (2017). Analisis indeks
Vegetasi Menggunakan Citra ALOS
AVNIR-2 untuk Estimasi Kebutuhan
Ruang Terbuka Hijau Berdasarkan
Kebutuhan Oksigen Di Kota Denpasar,
Provinsi Bali. Jurnal Pendidikan
Geografi: Kajian, Teori, dan Praktek
dalam Bidang Pendidikan dan Ilmu
Geografi, 22(1), 49-59.
28