LAPORAN PRAKTIKUM

ANALISIS NDVI (NORMALIZED DIFFERENCE VEGETATION

INDEX) CITRA LANDSAT 8

Mata Kuliah Pengolahan Citra Digital

Dosen Bapak Muhammad Ridha Syafii, S.Pi.,M.Sc

Oleh : Bobby Pangaribuan

NIM.3172131012
Kelas D-2017

JURUSAN PENDIDIKAN GEOGRAFI

FAKULTAS ILMU SOSIAL
UNIVERSITAS NEGERI MEDAN
2020
 KATA PENGANTAR

Puji dan syukur saya ucapkan kehadirat Tuhan Yang Maha Esa karna atas berkat dan

kasih karunia-Nya sehingga saya dapat meenyelesaikan penulisan makalah Laporan kegiatan

praktikum ini. Penulisan makalah ini bertujuan untuk pemenuhan tugas mata kuliah

Pengolahan Citra Digital oleh Dosen Bapak Muhammad Ridha Syafii, S.Pi.,M.Sc

Sehingga kegiatan praktikum ini dilakukan untuk mempermudah dan menambah

pengalaman mahasiswa/i dalam melaksanakan pembelajaran dan kegiatan ini dapat

merangsang pembelejaran yang lebih baik untuk pemahaman materi pengindraan jauh.

Dalam penulisan makalah ini masih jauh dari kesempurnaan, baik dari segi is

imaupun sistematika penulisan. Seperti kata pepatah ‘tidak ada gading yang tak retak’, oleh

karna itu penulis sangat mengharapkan kritik dan saran yang membangun untuk

kesempurnaan makalah ini.

Akhir kata saya ucapkan terima kasih.

Medan, Maret 2020

Bobby Pangaribuan
 BAB I
LANGKAH KERJA

A. Tampilan Citra Landsad 8 Dalam True Color

B. Layer Staking Citra
Langakah 1. Buka Aplikasi ENVI dan pada menu Basic Tool, pilih sub Menu Layer Staking
seperti pada gambar berikut, dan ketika akan melakukan Layer Staking pastikan sudah
membuka data citra.

Langkah 2. Setelah muncul jendela Layer Staking Parameters, klik Import File
Langkah 3. Import file tekah dilakukan dan akan muncul jendela seperti brikut : dan Pilih
citra yang akan di layer staking lalu klik OK.

Langkah 4. Data citra yang akan di Layer Staking harus memiliki urutan Band yang
sistematis, untuk melakukan pengaturan klik Sub Menu Reorders File lalu klik OK, Seperti
pada gambar berikut
Langkah 5, klik sub Menu Choose untuk melakukan penentuan lokasi penyimpana output
File hasil Layer staking. Setelah dilakukan penempatan lokasi penyimpanan klik OK.

Langkah 6. Langkah terkahir klik OK pada jendela Layer Staking Parameters

Sebagai tahap akhir close file citra yang tidak digunakan dengan Klik kanan pada file citra
dan pilih menu close selected file.

Guna efisiensi dan mempermudah proses kerja dengan hanya memunculkan data yang sedikit
dalam jendela pengerjaan sehingga mengurangi resiko kesahalan yang terjadi, disamping itu
dapat juga dilakukan penggantian nama pada file citra, dengan malakukan klik kanan pada
file data cita kemudian pilih menu Edit Header.
Akan muncul jendela Header Info data citra, dan klik Edit Atribut lalu pilih Bands Name, dan
lakukan penggantian nama sesuai dengan keinginan anda. Seperti pada gambar berikut

Kegiatan Layer Staking hingga penggatin atribut atau nama pada citra telah selesai
dan hasil akhir seperti pada gambar berikut.
 CROPPING CITRA
Data citra yang akan di Crop adalah citra yang telah di Layer Staking, hal ini bertujuan untuk
mempermudah proses pengerjaan.

Langkah 1. Setelah membuka file citra hasil layer staking lalu munculkan citra True Color,
klik menu Basic Tools dan pilih sub menu Region Of Interest (ROI Tools)

Langkah 2. Akan muncul jendela ROI Tools seperti pada gambar berikut
Langkah 3. dalam jendela ROI Tools, pada menu Roi_Type, pilih bentuk Rectangle, hal ini
akan membantu malakukan Croping Citra dalam bentuk bujur sangkar.

Langkah 4. Tentukan batas yang akan di Crop seperti pada gambar berikut
Langkah 5. Selanjutnya pada jendela ROI Tools, klik menu file untuk lenjut pada proses
selanjutnya yakni Subset Data via ROIs. Seperti pada tampilan berikut :

Langkah 6 akan muncul jendela baru untuk memilih data citra yang akan di Crop, pilih citra
data yang akan di Crop lalu klik OK

Langkah 7 berikutnya akan muncul jendela baru seperti pada kenampakan di bawah ini, akan
muncul jendela Spatial Subset Data via ROI Parameters, kemudian pilh Input ROIs, dan
Mask Pixels outside of ROI udah dari NO menjadi YES, tentukan lokasi penyimpanan output
data pada sub-menu Choose lalu klik OK.
BERIKUT ADALAH HASIL CROPPING DATA CITRA

DATA
CITRA
HASIL
DATA CROPPING
CITRA
AWAL
 ANALISIS NDVI

Langkah 1. Dalam analisis NDVI dimulai dengan membuka menu Transform dan plih sub-
menu NDVI.

Langkah 2. Muncul jendela NDVI Calculation Input File, dimana merupakan jendela untuk
memilih file yang akan di proses dalam NDVI, lalu klik OK
Langkah 3. Akan muncul jendela NDVI Calculation Parameters, dalam proses ini perlu
dilakukan penyesuaian yakni NDVI Bands disesuaikan yakni Red menjadi 4 dan Near IR
menjadi 3, dan pada menu Choose tentukan lokasi penyimpanan output file. Klik OK

Hasil proses NDVI

 ANALISIS NDVI KERAPATAN VEGETASI

Klik kanan pada data citra NDVI pilih menu Quick Stats dan akan muncul jendela nilai
NDVI yang akan di analisis.

Nilai hasil NDVI

Nilai Minimun NDVI Vegetasi = 0.000941
Nilai Maksimun NDVI Vegetasi = 0.136681
Rentang Kelas = 0.010000
Tabel Interval Kelas
No Interval Kelas
1 0.000941 – 0.010000
2 0.010001 – 0.020000
3 0.020001 – 0.030000
4 0.030001 – 0.040000
5 0.040001 – 0.050000
6 0.050001 – 0.060000
7 0.060001 – 0.070000
8 0.070001 – 0.080000
9 0.080001 – 0.090000
10 0.090001 – 0.100000
11 0.100001 – 0.110000
12 0.110001 – 0.120000
13 0.120001 – 0.130000
 Koordinat Nilai
No Kerapatan Foto
Bujur Lintang NDVI

1 99018’38.11’’ 2036’34.22’’ 0.004752 70%

2 99017’2.02’’ 2043’30.48’’ 0.015181 50%

3 99028’32.64’’ 2033’54.77’’ 0.024689 65%

4 99021’29.11’’ 2037’5.44’’ 0.034628 40%

5 99024’33.79’’ 2041’29.19’’ 0.045098 45%

6 99021’57.23’’ 2033’56.86’’ 0.52108 55%

7 99018’59.49’’ 2037’6.46’’ 0.066267 65%

8 9909’28.22’’ 2038’48.18’’ 0.074469 85%

9 99015’54.87’’ 2034’50.69’’ 0.083866 90%

10 99010’48.82’’ 2033’31.60’’ 0.094436 92%

11 99012’38.64’’ 2037’17.29’’ 0.104689 85%

12 99019’50.98’’ 2037’4.49’’ 0.110426 90%

13 99013’2.00’’ 2040’56.15’’ 0.124107 90%

ANALISIS NILAI NDVI

Dari hasil yang diperoleh berdasarkan nilai NDVI bahwasanya nilai Nilai Minimun NDVI Vegetasi = 0.000941 dan Nilai Maksimun
NDVI Vegetasi = 0.136681 dengan total jumlah piksel adalah 1,148,355 point, semakin tinggi nilai NDVI nya maka kondisi kerapatan vegetasi
semakin kuat atau semakin rapat hal ini dapat dilihat dan di buktikan berdasarkan gambar pada Citra Google Earth seperti pada gambar diatas.
Nilai NDVI dibagi dalam 13 Kelas dan masing-masing kelas memiliki satu nilai untuk dibuktikan pada citra Google Earth. Untuk analisis
tingkat kerapatan vegetasi dilakukan analisa pengukuran pada citra google erath dengan keliling ±300 Meter 2 atau dengan luas ±5300 Meter2
sehingga diperoleh hasil presentase kerapatan vegetasi. Dari hasil ini diperoleh bahwasanya vegetasi yang dominan pada citra yag diolah adalah
vegetasi Hutan Lebat, dan vegetasi perkebunan seperti vegetasi sawit dan sebagian lahan dengan vegetasi pohon kecil dan rumput.