METODOLOGI PENELITIAN
kausal atau sebab akibat antar variabel yang sudah dikemukan pada latar
permukaan dan variabel jenis tutupan lahan di Kota Palangka Raya dimana
variabel- variabel dalam suatu penelitian agar maknanya dapat digunakan secara
operasionalnya.
53
Tabel 3.1 Definisi Operasional Variabel Penelitian
N0 Tujuan Variabel Sub-Variabel Definisi Operasional
1 - Peta tutupan lahan Kota Palangka Raya tahun 2000
- Peta tutupan lahan Kota Palangka Raya
Pola sebaran jenis tutupan
tahun 2018
lahan di Kota Palangka Raya
Tutupan lahan - Luas jenis tutupan lahan tahun 2000 (Ha)
tahun 2000 dan tahun 2018
spasial temporal - Luas jenis tutupan lahan tahun 2018 (Ha)
di Kota - Perubahan luas jenis tutupan lahan tahun selama 18 tahun
Palangka Raya pengamatan (2000-2018) (Ha)
Perubahan jenis tutupan
Menganalisis lahan dengan analisis - Perubahan luas jenis tutupan lahan tahun 2000 menjadi jenis tutupan
karakteristik tutupan overlay dan confusion matrix lahan tahun 2018 (Ha)
lahan di Kota
Palangka Raya Tutupan lahan - Peta sebaran tutupan lahan, luas dan perubahan luas jenis tutupan
selama 10 tahun secara spasial lahan di Kecamatan Rakumpit tahun 2000& tahun 2018
pengamatan (2000- temporal di lima - Peta sebaran tutupan lahan, luas dan perubahan jenis tutupan lahan di
2018) kecamatan Kota Bukit Batu tahun 2000 & tahun 2018
Palangka Raya - Peta sebaran tutupan lahan, luas dan perubahan jenis tutupan lahan di
Pola sebaran jenis tutupan Kecamatan (Ha)
54
lahan di tiap kecamatan - Jekan Raya tahun 2000 & tahun 2018
tahun 2000 dan tahun 2018 - Peta sebaran tutupan lahan, luas dan perubahan jenis tutupan lahan di
Kecamatan Pahandut tahun 2000 & tahun 2018 (Ha)
- Peta sebaran tutupan lahan, luas dan perubahan jenis tutupan lahan di
Kecamatan Sabangau tahun 2000 & tahun 2018 (Ha)
54
Palangka Raya - Luas sebaran tiap kelas LST pada tahun 2018 di Kota Palangka Raya
(Ha)
Land Surface Pola sebaran kelas LST di - Peta sebaran kelas LST, luas dan perubahan luas sebaran kelas LST
Temperature tiap kecamatan Kota di Kecamatan Rakumpit tahun 2000& tahun 2018 (Ha)
secara spasial Palangka Raya tahun 2000 - Peta sebaran kelas LST, luas dan perubahan luas sebaran kelas LST
temporal di lima dan tahun 2018 di Kecamatan Bukit Batu tahun 2000& tahun 2018 (Ha)
kecamatan Kota - Peta sebaran kelas LST, luas dan perubahan luas sebaran kelas LST
Palangka Raya di Kecamatan Jekan Raya tahun 2000& tahun 2018 (Ha)
- Peta sebaran kelas LST, luas dan perubahan luas sebaran kelas LST
di Kecamatan Pahandut tahun 2000 & tahun 2018 (Ha)
- Peta sebaran kelas LST, luas dan perubahan luas sebaran kelas LST
di Kecamatan Sabangau tahun 2000& tahun 2018 (Ha)
Variabel Jenis Tutupan lahan tahun Presentase (%) jenis tutupan lahan di tiap unit analisis pada tahun
independen (Y) 2000 2000
tahun 2000 dan
tahun 2018
55
Jenis Tutupan lahan tahun Presentase (%) jenis tutupan lahan di tiap unit analisis pada tahun
Menganalisis faktor 2018 2018
jenis tutupan lahan
yang mempengaruhi
suhu permukaan di
Kota Palangka Raya Variabel Nilai Land Surface Suhu permukaan lahan rata-rata (˚C) di tiap unit analisis pada tahun
pada tahun 2000 dan dependen (X) Tempertaure tahun 2000 2000
tahun 2018. tahun 2000 dan
tahun 2018
Nilai Land Surface Suhu permukaan lahan rata-rata (˚C) di tiap unit analisis pada tahun
Tempertaure tahun 2018 2018
55
3.3 Metode Pengambilan Sampel Data
Unit analisis yang digunakan dalam penelitian adalah grid berukuran 210 m
korelasi (r) paling signifikan antara tutupan lahan dan LST jika dibandingkan
dengan ukuran grid lainnya. Selain itu berdasarkan observasi oleh penulis grid
dengan ukuran 210 m × 210 m atau jika menggunakan ukuran Landsat yaitu
sebesar 7 piksel dapat memberikan penampakan jenis tutupan lahan yang jelas.
Peta grid akan dioverlay masing-masing dengan peta vektor jenis tutupan lahan
Peta grid tutupan lahan dan peta grid nilai LST Kota Palangka Raya pada
tahun 2000 dan tahun 2018 merupakan populasi dalam penelitian, yang mana
unit hasil pengukuran yang menjadi objek penelitian atau populasi merupakan
objek atau subjek yang berada pada suatu wilayah dan memenuhi syarat-syarat
sebagian dari populasi yang diangap mewakili populasi (representatif) atau cukup
mengambil sampel.
Sampel yang diteliti harus representatif dalam arti mewakili populasi baik
pengambilan sampel dibedakan menjadi dua tahap yaitu tahap yang pertama
56
menggunakan teknik pengambilan sampel klaster dan tahap yang kedua
akan memuat populasi polygon tutupan lahan tiap grid, dimana untuk
𝑁
𝑛= ............................................................................... 3.1
𝑁.𝑑2 +1
Keterangan:
57
Tabel 3.2 Jumlah Sampel Polygon Jenis Tutupan Lahan pada Tiap
Kecamatan
Jumlah Jumlah
Tahun Kecamatan Populasi Sampel Pembulatan
Polygon Polygon
Rakumpit 52791 99.810 100
Bukit Batu 31848 99.686 100
2000 Jekan Raya 18713 99.468 99
Pahandut 7692 98.716 99
Sabangau 28450 99.649 100
Jumlah Sampel 498
Rakumpit 43501 99.770 100
Bukit Batu 29083 99.657 100
2018 Jekan Raya 20098 99.504 100
Pahandut 7556 98.693 99
Sabangau 26590 99.625 100
Jumlah Sampel 499
Sumber: Hasil Analisa, 2021
57
Pada tahap kedua adalah mengambil sampel tiap jenis tutupan lahan pada
polygon jenis tutupan lahan pada kecamatan. Pengambilan sampel pada tahap
populasi terdiri dari kategori-kategori, kelompok atau golongan yang setara atau
sejajar yang diduga secara kuat berpengaruh pada hasil-hasil penelitian. Jenis
jenis tutupan lahan berdasarkan hasil pengamatan visual pada raster Landsat.
yang berpedoman pada identifikasi SNI 7645, sehingga jenis data tutupan lahan
pada penelitian bersifat setara dan tidak mempunyai sifat bertingkat, sedangkan
sama untuk dijadikan sampel penelitian. Karena pada penelitian jenis tutupan
nilai LST. Untuk menghitung sampel polygon tiap jenis tutupan lahan pada
ditunjukkan pada persamaan 3.2. Tiap grid jenis tutupan lahan yang dipilih
secara acak akan digunakan sebagai sampel grid yang akan bersisi data variabel
penelitian. Hasil perhitungan jumlah sampel grid jenis tutupan lahan di masing-
masing kecamatan pada tahun 2000 dtunjukkan pada Tabel 3.3, sedangkan
jumlah sampel grid jenis tutupan lahan di masing-masing kecamatan pada tahun
58
𝑁𝑖
𝑛𝑖 = ×𝑛 ............................................................................ 3.2
𝑁
Keterangan:
59
Tabel 3.3 Jumlah Sampel Polygon Jenis Tutupan Lahan di Tiap Kecamatan
Pada Tahun 2000
Jumlah Populasi
Nama Jenis Tutupan dalam Jumlah
(%) Pembulatan
Kecamatan Lahan kecamatan Sampel
(polygon)
Hutan 23575 44.66% 44.65 45
PLK 6751 12.79% 12.78 13
Lahan terbangun 2095 3.97% 3.96 4
Rakumpit
Lahan terbuka 1053 1.99% 1.99 2
Semak Belukar 18209 34.49% 34.49 34
Tubuh Air 1108 2.10% 2.09 2
Jumlah 52791 100.00% 100 100
Hutan 9272 29.39% 29.39 29
PLK 6694 21.22% 21.21 21
Lahan terbangun 2067 6.55% 6.55 7
Bukit Batu
Lahan terbuka 1337 4.24% 4.23 4
Semak Belukar 11195 35.49% 35.48 36
Tubuh Air 983 3.12% 3.11 3
Jumlah 31548 100.00% 100 100
Hutan 4633 24.76% 24.51 25
PLK 3745 20.01% 19.81 20
Lahan terbangun 1801 9.62% 9.52 10
Jekan Raya
60
60
Tabel 3.4 Jumlah Sampel Polygon Jenis Tutupan Lahan di Tiap Kecamatan
Pada Tahun 2018
Jumlah
Populasi
Nama Jenis Tutupan Jumlah
dalam (%) Pembulatan
Kecamatan Lahan Sampel
kecamatan
(polygon)
Hutan 17722 40.74% 40.73 41
PLK 90 0.21% 0.206 0
Lahan terbangun 652 1.50% 1.49 1
Rakumpit
Lahan terbuka 6876 15.81% 15.80 16
Semak Belukar 17371 39.93% 39.93 40
Tubuh Air 790 1.82% 1.81 2
Jumlah 43501 100.00% 100 100
Hutan 7288 25.06% 25.05 25
PLK 3694 12.70% 12.70 13
Lahan terbangun 1943 6.68% 6.68 7
Bukit Batu
Lahan terbuka 4026 13.84% 13.84 14
Semak Belukar 11350 39.03% 39.02 39
Tubuh Air 782 2.69% 2.68 3
Jumlah 29083 100.00% 100 101
Hutan 3137 15.61% 15.60 16
PLK 3392 16.88% 16.87 17
Lahan terbangun 2894 14.40% 14.39 14
61
Jekan Raya
Lahan terbuka 3885 19.33% 19.33 19
Semak Belukar 6595 32.81% 32.81 33
Tubuh Air 195 0.97% 0.97 1
Jumlah 20098 100.00% 100 100
Hutan 89 1.18% 1.16 1
PLK 1144 15.14% 14.98 15
Lahan terbangun 1353 17.91% 17.72 18
Pahandut
Lahan terbuka 1943 25.71% 25.45 25
Semak Belukar 2599 34.40% 34.05 34
Tubuh Air 428 5.66% 5.60 6
Jumlah 7556 100.00% 99 99
Hutan 6907 25.98% 25.97 26
PLK 1966 7.39% 7.39 7
Lahan terbangun 2808 10.56% 10.56 11
Sabangau
Lahan terbuka 4755 17.88% 17.88 18
Semak Belukar 9796 36.84% 36.84 37
Tubuh Air 356 1.34% 1.33 1
Jumlah 26588 100% 100 100
Sumber: Hasil Analisa, 2021
61
3.4. Teknik Pengumpulan Data
Menurut Sangadji (2010) metode pengumpulan data pada penelitian
dibagi menjadi 2 jenis berdasarkan cara memperoleh data, yaitu survei primer
dan survei sekunder. Berikut akan dijelaskan lebih lanjut mengenai metode
pengumpulan data:
penelitian secara langsung oleh penulis. Peta jenis tutupan lahan dan peta
sebaran LST merupakan data yang diperoleh atau diproses langsung oleh
tersebut.
62
tersebut didapatkan melalui dinas atau instansi swasta yang menyediakan data-
data yang dibutuhkan untuk menunjang penelitian. Pada Tabel 3.5 dijelaskan
62
Tabel 3.5 Data Penelitian
Teknik
Sasaran Data Yang Sumber
Pengambilan Keperluan Data
Penelitian dibutuhkan data
Data
Memberikan
informasi jenis, luas
Peta Jenis
Wilayah dan sebaran
Tutupan Survei Primer
Penelitian tutupan lahan
Menganalisis Lahan
secara spasial dan
karakteristik
temporal
perubahan
Peta Batas BAPPEDA Digunakan untuk
tutupan lahan di
administrasi Survei Kota memotong Area of
Kota Palangka
Kota Palangka sekunder Palangka Interest pada scene
Raya selama 18
Raya Raya citra.
tahun
Scene Google
pengamatan
Earth Pro
(2000-2018)
wilayah Digunakan untuk uji
Wilayah
penelitian Survei Primer akurasi hasil
penelitian
tahun 2018, interpretasi citra
2004, 2005,
2006
Menganalisis Menganalisis nilai
karakteristik LST tahun 2000
Peta sebaran Wilayah
perubahan Land Survei primer dan 2018 secara
LST Penelitian
Surface spasial dan
63
Temperature di temporal
Kota Palangka Suhu udara Stasiun
Raya selama 18 harian dan cuaca Tjilik Kajian literatur
Survei
tahun tahunan Kota Riwut Kota untuk identifikasi
sekunder
pengamatan Palangka Palangka masalah
(2000-2018) Raya Raya
Menentukan Luasan dan jenis
Peta Jenis Wilayah
faktor-faktor Survei Primer tutupan lahan tiap
Tutupan lahan Penelitian
tutupan lahan unit analisis
yang Peta Sebaran Wilayah Nilai LST tiap unit
Survey Primer
mempengaruhi LST Penelitian analisis
suhu permukaan
BAPPEDA Digunakan sebagai
pada tahun 2000-
Peta Grid Survei Kota unit analisis
2018 di Kota
Ukuran sekunder Palangka penelitian dalam
Palangka Raya
Raya perhitungan regresi
63
3.5. Metode Analisis Data
Teknik yang digunakan dalam menganalisis data dilakukan berdasarkan
tujuan penelitian. Untuk tujuan pertama dan kedua yaitu menganalisis secara
spasial-temporal jenis tutupan lahan dan sebaran nilai land surface temperature
jauh dan Sistem Informasi Geografis (GIS), sedangkan untuk tujuan penelitian
yang ketiga yaitu memperoleh faktor jenis-jenis tutupan lahan yang berpengaruh
berganda.
Surface Temperatur dan tutupan lahan memiliki perbedaan tahap, oleh karena itu
pada subbab metode penginderaan jauh akan dibagi mendai dua proses
informasi maka harus diolah melalui tahap pra-processing dan processing citra.
citra Landsat 7 dan Landsat 8 untuk mendapatkan informasi jenis tutupan lahan:
A. Pra-Processing Citra
Scene citra Landsat 7 dan Landsat 8 yang diunduh dari website USGS di
1) Koreksi Radiometrik
Proses koreksi radiometrik adalah melakukan kalibrasi sensor
2) Koreksi Geometrik
Hasil koreksi geometrik ditunjukkan melalui besarnya nilai RMSE (root
mean square). Menurut Jensen (1986) nilai RMSE yang masih dapat ditolerir
adalah kurang dari sama dengan setengah piksel resolusi spasial citra. Dalam
hal ini karena jenis citra yang digunakan merupakan citra Landsat yang
mempunyai resolusi spasial sebesar 30 meter artinya nilai RMSE yang masih
bisa ditolerir pada citra Landsat adalah 30 meter × 0.5 piksel atau tidak boleh
lebih dari 15 meter. Pada Tabel 3.6 ditunjukkan nilai RMSE kedua scene citra
3) Mosaik Citra
Pada penelitian ini memerlukan 2 scene citra satelit Landsat yang digabung
untuk membentuk wilayah studi yaitu scene path 118 row 061 dan scene path
118 row 062. Penggabungan data satelit menggunakan ENVI 5.2 menu Toolbox
Seamless Mosaic.
4) Cropping Citra
Cropping citra dilakukan untuk membatasi daerah yang akan dianalisis.
Proses pemotongan citra dilakukan pada ENVI 5.2 dengan menyesuaikan data
citra Landsat hasil mosaik dengan data vektor berupa peta polygon batas
65
administrasi Kota Palangka Raya. Antara data vektor dan data citra Landsat
harus disamakan sistem koordinat yang digunakan. Pada penelitian ini sistem
koordinat yang digunakan berupa sistem koordinat UTM dengan datum WGS
B. Processing Citra
Tahap processing citra merupakan tahapan klasifikasi citra Landsat 7 dan
Landsat 8 untuk mendapatkan jenis tutupan lahan di Kota Palangka Raya tahun
2000 dan tahun 2018. Jenis klasifikasi terbimbing (supervised) metode maximum
terbaik mana yang akan digunakan dalam menghasilkan informasi jenis tutupan
lahan. Berikut tahap-tahap pada jenis klasifikasi terbimbing dan tidak terbimbing
untuk menghasilkan peta tutupan lahan pada citra Landsat 7 dan Landsat 8 .
band 543, sedangkan Landsat 8 mengggunakan komposit band 654. Selain itu
tahun 2007, Peta Tutupan Lahan tahun 2016 dan Scene Google Earth Pro.
dari Kelas Penutupan Lahan dalam Penafsiran Citra Satelit Optis Resolusi
66
Daya Hutan Direktorat Jenderal Planologi Kehutanan dan Tata Lingkungan
2) Training Area
Pada proses Klasifikasi Terbimbing (supervised) diperlukan pembuatan
data training area terlebih dahulu sebelum melakukan proses klasifikasi. Data
training area berdasarkan informasi secara spektral, spasial dan temporal pada
wilayah penelitian. Sebaran data training area pada masing-masing kelas lahan
67
haruslah terdistribusi normal, homogen dan merata, agar penciri dari kelas lahan
secara otomatis oleh ENVI 5.3 yang disesuaikan dengan algoritma Maximum
sudah diambil untuk menghitung faktor peluang bagi piksel yang akan
dimasukkan ke dalam kelas lahan yang dinamakan prior prbability dengan cara
mengitung presentase tutupan pada citra yang digunakan saat proses klasifikasi
4) Uji akurasi
Hasil klasifikasi citra yang dihasilkan dari proses klasifikasi terbimbing tidak
dapat langsung digunakan dan perlu dilakukan uji akurasi terlebih dahulu untuk
validasi, dimana pada penelitian ini menggunakan peta referensi yang memiliki
resolusi tinggi. Data validasi untuk uji akurasi peta raster tutupan lahan tahun
2000 menggunakan scene Google Earth Pro tahun 2004, 2005, 2006 dan 2007,
sedangkan peta raster tutupan lahan tahun 2018 menggunakan scene Google
Earth Pro tahun 2018. Lima puluh titik sampel diambil untuk tiap jenis tutupan
lahan atau dengan teknik pengambilan random sampling. Uji akurasi tutupan
dengan membandingkan jenis tutupan lahan berupa titik di scene Google Earth
dengan titik sampel tiap jenis tutupan lahan pada peta raster hasil klasifikasi.
68
Tingkat akurasi dihitung menggunakan metode User’s Accuracy, Producer’s
𝑋𝑘𝑘
Producer’s accuracy = × 100% ............................................. 3.4
𝑋𝑘+
∑𝑟𝑘 𝑋𝑘𝑘
Overall accuracy = 𝑁
× 100% ............................................. 3.5
Keterangan:
piksel citra Landsat 7 dan hasil klasifikasi piksel citra Landsat 8. Dengan
conversion tool pada ArcGIS digunakan untuk mengubah peta raster menjadi
bentuk vektor. Luas dan peta distribusi spasial jenis tutupan lahan akan
mendeskripsikan keadaan jenis tutupan lahan di tahun 2000 dan tahun 2018.
Selain itu juga akan memuat luasan lahan terbangun dan non-terbangun pada
69
mengindikasikan pertumbuhan Kota Palangka Raya selama delapan belas tahun
jenis tutupan lahan selama delapan belas tahun pengamatan (2000-2018) yang
Land Surface Temperature terdiri dari lima tahap yaitu mengkonversi nilai DN
dalam menghasilkan transformasi citra LST ditunjukkan pada bagan Gambar 3.2.
Dengan menggunakan alat analisis berupa ENVI 5.0 dan ArcGis berikut tahap-
70
Landsat 7 ETM dan band 10 pada Landsat 8 TIRS harus melalui tahap kalibrasi
ulang sensor atau dikenal dengan proses radiometrik. Koreksi radiometrik pada
dengan menggunakan persamaan 3.7 bagi Landsat 7 dan persamaan 3.8 bagi
𝐿𝑚𝑎𝑥𝜆−𝐿𝑚𝑖𝑛𝜆
L𝜆 = 𝑄𝑐𝑎𝑙𝑚𝑎𝑥−𝑄𝑐𝑎𝑙𝑚𝑖𝑛
(Qcal-Qcalmin) + Lmin𝜆 ..................................... 3.7
70
Keterangan :
(blackbody) dapat dihitung dalam bentuk suhu (T) dengan asumsi bahwa objek
permukaan bumi tersebut mempunyai nilai emisivitas (ɛ) satu yang berarti
NASA, 2011):
𝐾2
Tb = 𝐾1 .......................................................................... 3.9
𝑙𝑛𝑙𝑛 [( +1)]
𝐿𝜆
Keterangan:
71
L𝜆: Radiasi Spektral [W/ (m2 sr µm)]
nilai emisivitas dari permukaan benda hitam yang mepunyai nilai emisivitas
bernilai satu. Benda hitam merupakan objek yang menyerap lalu memancarkan
permukaan bumi tidak akan pernah memancarkan kembali seluruh energi yang
sudah diserapnya seperti radiasi benda hitam, nilai emisivitas (𝜀) berbagai objek
di permukaan bumi akan lebih kecil dibandikan nilai emisivitas (𝜀) benda hitam.
Menurut Dash et al (2012) jika nilai LST tidak memperhitungkan nilai emisivitas
maka akan terjadi error pada nilai LST dari interval 0.2º-1.4ºK untuk emisivitas (𝜀)
Pada penelitian ini akan dihitung nilai emisivitas (𝜀) dengan menggunakan
NDVI yang sering banyak digunakan antara lain oleh Van de Griend & Owe
(1993); Valor & Caselles (1996) dan Sobrino & Raissouni (2008, 2004). Pada
penelitian ini akan menggunakan metode yang dibuat oleh Sobrino & Raissouni
Dasar yang digunakan oleh Sobrino dalam mencari nilai emisivitas dengan
(𝑁𝐼𝑅−𝑅)
NDVI = (𝑁𝐼𝑅+𝑅)........................................................................... 3.10
(𝐵𝑎𝑛𝑑 4 −𝐵𝑎𝑛𝑑 3)
NDVIETM+ = (𝐵𝑎𝑛𝑑 4+𝐵𝑎𝑛𝑑 3) 3.11
(𝐵𝑎𝑛𝑑 5 −𝐵𝑎𝑛𝑑 4)
NDVILandsat8 = (𝐵𝑎𝑛𝑑 5+𝐵𝑎𝑛𝑑 4) 3.12
72
Nilai emisivitas berdasarkan metode yang dilakukan oleh Sobrino et al
(2004 & 2008) dibagi menjadi empat kelas berdasarkan nilai NDVI atau disebut
- NDVI> 0.5
Jika piksel NDVI berada pada keadaan ini, maka ditetapkan sebagai keadaan
permukaan objek adalah fully vegetation. Nilai NDVI > 0.5 mempunyai nilai
Piksel NDVI pada keadaan ini ditetapkan sebagai permukaan objek campuran
antara tutupan lahan tanah kosong dan vegetasi. Untuk menghitung emisivitas
(𝜀) dalam rentang NDVI tersebut khususnya pada citra Landsat menggunakan
persamaan 3.13 dan persamaan 3.14 (Sobrino et al., 2004; Sobrino et al, 2008):
𝑁𝐷𝑉𝐼−𝑁𝐷𝑉𝐼𝑚𝑖𝑛 2
Pv = [𝑁𝐷𝑉𝐼𝑚𝑎𝑥−𝑁𝐷𝑉𝐼𝑚𝑖𝑛 ] ............................................................. 3.14
- (-0.10)≤NDVI< 0.2
Piksel NDVI pada rentang ini ditetapkan penulis berdasarkan kajian yang sudah
dilakukan (Sobrino et al, 2004; Sobrino et al, 2008) dan juga analisis terhadap
nilai NDVI yang menunjukkan tutupan lahan bare soil. Nilai emisivitas pada
rentang NDVI tersebut dihitung menggunakan nilai reflektan pada Red Band
73
- 𝑁𝐷𝑉𝐼< -0.10
NDVITHM yang dibuat oleh Sobrino et al (2004 & 2008) hanya digolongkan untuk
tutupan lahan tanah dan vegetasi, sedangkan tutupan lahan badan air, ice dan
karena itu penulis mengidentifikasi rentang nilai NDVI untuk badan air yaitu <0
(Sobrino et al, 2008) pada wilayah penelitian dan menggunakan nilai emisivitas
yang sudah ditetapkan Snyder et al (1998) untuk tutupan lahan badan air
3.1 ditunjukkan diagram alir dalam menghitung Land Surface Emissivity (𝐿𝑆𝜀 )
𝑇𝑏
Ts = 𝜆×𝑇𝑏 3.16
1+( 𝜌 )𝑙𝑛𝑙𝑛 𝜀
Suhu permukaan (Ts) yang dihasilkan mempunyai unit satuan Kelvin, oleh
karena itu untuk mendapatkan suhu permukaan dalam bentuk satuan celcius
Tb
Ts = 𝜆×𝑇𝑏 − 273.15°𝐶 ......................................................... 3.17
1+( ) ln 𝜀
𝜌
Keterangan:
Ts : Suhu permukaan (°C)
74
c : Kecepatan cahaya (2.998 × 108 m/s)
75
Citra Terkoreksi Band Multispektral Citra Terkoreksi Band Multispektral
Wilayah Penelitian tahun 2018 Wilayah Penelitian tahun 2000
𝑁𝐷𝑉𝐼𝐿𝑎𝑛𝑑𝑠𝑎𝑡8 = 𝑁𝐷𝑉𝐼𝐸𝑇𝑀+ =
Menghitung Nilai NDVI Menghitung Nilai NDVI
𝐵𝑎𝑛𝑑 5 − 𝐵𝑎𝑛𝑑 4 Spatial Analysist 𝐵𝑎𝑛𝑑 4 − 𝐵𝑎𝑛𝑑 3
Tool; Map Algebra;
𝐵𝑎𝑛𝑑 5 + 𝐵𝑎𝑛𝑑 4 Raster Calculator 𝐵𝑎𝑛𝑑 4 + 𝐵𝑎𝑛𝑑 3
PV =
𝑁𝐷𝑉𝐼−𝑁𝐷𝑉𝐼𝑚𝑖𝑛 2
( )
𝑁𝐷𝑉𝐼𝑚𝑎𝑥 −𝑁𝐷𝑉𝐼𝑚𝑖𝑛
76
NDVI > 0.5 NDVI < - -0.10 ≤ 0.2 ≤ 0.2 ≤ NDVI ≤ NDVI > -0.10 ≤ NDVI < -
0.10 NDVI < 0.2 NDVI ≤ 0.5 0.5 0.5 NDVI < 0.2 0.10
Persamaan 3.14
Tidak Tidak
Uji akurasi Uji akurasi
≥80% ≥80%
Keterangan
Pengolahan pada ENVI 5.3
Pengolahan pada Arcmap 10.6
Pengolahan pada Excel
Tool/ persamaan
Data
78
3.5.3. Menganalisis Faktor- faktor yang Mempengaruhi Land Surface
Temperature Ditinjau dari Tutupan Lahan
Hipotesis penelitian menyatakan bahwa jenis tutupan lahan berpengaruh
terhadap Land Surface Temperature (LST), yang artinya pada penelitian ini yaitu
lahan hutan, pertanian lahan kering, lahan terbangun, lahan terbuka, semak
belukar dan tubuh air memiliki pengaruh terhadap nilai Land Surface Temperature
(LST) di Kota Palangka Raya pada tahun 2000 dan tahun 2018. Hipotesis
tersebut dihasilkan dari berbagai kajian literatur review, teori dan juga ditunjukkan
melalui pola sebaran antara kelas LST dan tutupan lahan pada tahun 2000 dan
2018.
lahan terhadap nilai land surface temperature, yang artinya adanya pengurangan
atau penambahan luas pada jenis tutupan lahan tertentu akan mempengaruhi
nilai land surface temperature. Oleh karena itu variabel penelitian yang akan
79
dianalisis adalah presentase jenis tutupan lahan dan nilai rata-rata LST. Variabel
presentase jenis tutupan lahan merupakan variabel bebas atau variabel yang
atau disebut varibel yang dipengaruhi, dimana untuk definisi operasional variabel
variabel penelitian digolongkan dalam jenis data rasio, dimana menurut Sujarweni
(2015) data rasio merupakan data bersifat angka dalam arti sesunguhnya (bukan
ketegori) dan dapat dioperasikan dalam matematika. Pada Tabel 3.8 memuat
79
Tabel 3.8 Jenis Data Variabel Penelitian
Jenis Nama Variabel
Definisi Operasional Jenis Data
Variabel Penelitian
Variabel Land Surface
Nilai LST rata-rata tiap grid Data Rasio
Terikat Temperature (Y)
Presentase tutupan lahan hutan
Hutan (X1) Data Rasio
tiap grid
Pertanian Lahan Presentase tutupan pertanian
Data Rasio
kering (X2) lahan kering tiap grid
Lahan Terbangun Presentase tutupan lahan
Data Rasio
Variabel (X3) terbangun tiap grid
Bebas Lahan Terbuka Presentase tutupan lahan terbuka
Data Rasio
(X4) tiap grid
Semak Belukar Presentase tutupan lahan semak
Data Rasio
(X5) belukar tiap grid
Presentase tutupan lahan tubuh
Tubuh Air (X6) Data Rasio
air tiap grid
Sumber: Hasil Analisa, 2021
besarnya pengaruh variabel bebas atau independen terhadap variabel terikat atau
dependen. Pada penelitian ini variabel independen yang digunakan adalah jenis
tutupan lahan, dimana jumlah variabel independen lebih dari satu sehingga jenis
SPSS hasil regresi linear berganda akan dilaukan uji hipotesis untuk mengetahui
berdasarkan nilai signifikansi value F test dan nilai signifikansi value t Test.
Ho: Jenis tutupan lahan hutan, pertanian lahan kering, lahan terbangun,
lahan terbuka, semak belukar dan tubuh air secara bersama-sama tidak
Ha: Jenis tutupan lahan hutan, pertanian lahan kering, lahan terbangun,
80
b. Hipotesis secara partial
Ho: Jenis tutupan lahan hutan tidak berpengaruh terhadap nilai Land
Surface Temperature
Surface Temperature
Ho: Jenis tutupan lahan pertanian lahan kering tidak berpengaruh terhadap
H3: Jenis tutupan lahan terbangun berpengaruh terhadap nilai Land Surface
Temperature
Ho: Jenis tutupan lahan terbuka tidak berpengaruh terhadap nilai Land
81
Surface Temperature
H4: Jenis tutupan lahan terbuka berpengaruh terhadap nilai Land Surface
Temperature
Ho: Jenis tutupan lahan semak belukar tidak berpengaruh terhadap nilai Land
Surface Temperature
H5: Jenis tutupan lahan semak belukar berpengaruh terhadap nilai Land
Surface Temperature
Ho: Jenis tutupan lahan tubuh air tidak berpengaruh terhadap nilai Land
Surface Temperature
H6: Jenis tutupan lahan tubuh air berpengaruh terhadap nilai Land Surface
Temperature
81
Jenis tutupan lahan pada masing-masing tahun yang menunjukkan
akan digunakan untuk membentuk sebuah model dan akan dijadikan bahan
berdasarkan pengaruh berbagai jenis tutupan lahan tahun 2000 dan tahun 2018
Keterangan:
Sebelum model regresi dapat disebut sebagai model yang baik untuk
digunakan, maka model tersebut haruslah memenuhi asumsi normalitas data dan
82
terbebas dari asumsi-asumsi klasik statistik. Terdapat beberapa proses uji yang
dilakukan sehingga data LST dan jenis tutupan lahan dapat digunakan untuk
membuat model. Berikut 4 tahap uji yang dilakukan dalam proses linear
berganda:
1) Uji Normalitas
Uji normalitas pada model regresi digunakan untuk menguji apakah nilai
residual yang dihasilkan dari regresi terdistribusi normal atau tidak. Model
regresi yang baik adalah yang memiliki nilai residual yang terdistribusi secara
normal. Metode uji normalitas yang digunakan pada penelitian adalah uji
parametrik yaitu uji kolmogorov dan uji sminorv. Uji One Sample Kolmogorov
82
2) Uji Multikolinearitas
independen. Pada model regresi yang baik seharusnya tidak terjadi korelasi
(korelasinya 1 atau mendekati 1). Hal ini dapat diketahui dengan melihat hasil
output, apabila nilai r kurang dari 0.8 atau nilai VIF kurang dari 10 antar
3) Uji Heterosekdasitas
Uji heterosekditas dilakukan untuk mengetahui varian data yang sama atau
lebih disebut dengan data bersifat homosekdasitas. Jika tidak sama atau
variabel bebas dan nilai residual (SRESID) yang merupakan variabel terikat.
Selain itu juga dapat menggnakan Metode Glejser, dimana jika nilai
4) Uji Autokorelasi
Uji autokorelasi hanya dilakukan pada data time series dan tidak perlu
dilakukan pada data cross section seperti pada kuesioner di mana pengukuran
semua variabel dilakukan secara serempak pada saat yang bersamaan. Jenis
data pada regresi tahun 2000 dan 2018 adalah berbentuk cross section, oleh
Tujuan dari pengumpulan teori dan jurnal adalah untuk mendapatkan tema
83
besar dalam melandasi rancangan penelitian sebelum pengajuan judul.
Setelah judul disetujui maka dimulai untuk pembuatan proposal dan dilanjutkan
analisis data dan penyusunan laporan penelitian. Berikut pada Tabel 3.5
No Kegiatan Sep Okt Nov Des Jan Apr Apr Mei Juni
2018 2018 2018 2018 2019 2019 2021 2021 2021
Pencarian
1 Literatur
Pengajuan Judul
2 Penelitian
pembuatan
3 Proposal
Seminar
4 Proposal
Pengumpulan
5 Data
6 Analisis Data
Penyusunan
Laporan
7 Penelitian
84
8 Seminar Hasil
9 Revisi
Ujian Tesis dan
10 Revisi
84