ASSIGNMENT 7 :

PEMBUATAN PETA
SUHI SUCI DI
KOTA SEMARANG
Penginderaan Jauh Terapan – CM234973
Rofiatul Umami (5016201097)
Land Surface Temperature
Land Surface Temperature (LST) adalah suhu pada permukaan bumi yang
merupakan hasil pantulan objek yang terekam oleh citra satelit pada waktu
tertentu. LST dapat didefinisikan juga sebagai suhu permukaan rata – rata
yang digambarkan dalam cakupan suatu piksel dengan berbagai tipe
permukaan yang berbeda. Besarnya nilai LST dipengaruhi oleh panjang
gelombang. Untuk dapat mengetahui informasi LST, dilakukan proses
identifikasi suhu permukaan tanah dengan memanfaatkan gelombang
thermal yang terdapat pada citra satelit. LST sendiri lebih banyak dikaitkan
dengan hubungan antara pulau panas perkotaan (urban heat island),
kerapatan vegetasi, konversi lahan terbuka dan sebagainya. Namun,
hubungan antara LST dan topografi di wilayah diabaikan.
Surface Urban Heat Island (SUHI)
Surface urban heat islands adalah suhu permukaan daerah perkotaan
yang lebih tinggi dibanding daerah pedesaan dan biasanya
diilustrasikan dengan gambar termal. Perbedaan rata-rata suhu
permukaan siang hari antara daerah perkotaan dan pedesaan adalah 5-
10°C serta perbedaan suhu permukaan malam hari biasanya 10-15°C,
yang dianggap lebih tinggi dari siang hari (Voogt dan Oke, 2003). SUHI
disebabkan oleh perkembangan dan perubahan suhu dari infrastruktur
perkotaan, pengaruh kuat dari gedung-gedung dapat memiliki iklim
mikro pada daerah lokal, sebagai contoh gedung tinggi dapat memberi
penilaian yang lebih lambat pada malam hari diperkotaan. SUHI
dipengaruhi oleh lokasi geografik kota dan pola lokal cuaca, perubahan
intensitas setiap hari dan musim dasar.
Surface Urban Cool Island (SUCI)
Surface Urban Cool Island (kebalikan dari SUHI) merupakan fenomena di
mana suhu udara di pedesaan lebih tinggi dibandingkan dengan daerah
perkotaan (Yang et al., 2016). Beberapa penelitian sebelumnya
menunjukkan bahwa SUCI efektif untuk mitigasi iklim mikro, mengurangi
kenaikan suhu udara, dan meningkatkan kenyamanan di wilayah
perkotaan (Cao et al., 2010; Kong, et al., 2014). Oleh karena itu, SUCI
juga dapat digunakan untuk merencanakan penyediaan ruang terbuka
hijau dan meningkatkan efektivitas pemantauan dinamika perubahan
iklim dalam upaya meningkatkan ketahanan kota terhadap perubahan
iklim mikro. Intensitas SUCI, dapat diukur secara langsung dari nilai suhu
permukaan lahan (land surface temperature/LST) hasil ekstraksi data
yang direkam oleh sensor termal inframerah penginderaan jauh satelit.
 Alat dan Bahan

DATA ALAT
• Citra Landsat-8 L1 dan • Envi 5.3
L2 • ArcMap 10.8
• SHP Batas Administrasi • Microsoft Office
Wilayah Semarang • Laptop
• ROI Kota Semarang • Mouse

Lokasi Studi : Kota Semarang, Jawa Tengah

Diagram Alir
 Langkah Kerja – L2
Langkah awal lakukan add data citra Landsat 8 L2 (band 4 Berikutnya, lakukan proses layer stacking dari kedua
dan band 5) pada software ENVI 5.3 band yang telah di input
 Langkah Kerja
Setelah itu, proses kuantifikasi menggunakan band
math dengan rumus float(b1)/10000
Karena hasil quick stats nilai max lebih dari 1. Maka
dilakukan perhitungan band math dengan rumus (B1 ge 0
AND B1 le 1) * B1 + (B1 lt 0) * 0 + (B1 gt 1) * 1 untuk
mendapatkan nilai rentang 0 - 1.
 Langkah Kerja
Kemudian memilih ROI dari citra yang telah dilakukan Selanjutnya lakukan subset menggunakan ROI yang telah
proses kuantifikasi dan lakukan save. ditentukan sebelumnya dan check hasil menggunakan
quick stats.
 Langkah Kerja
Selanjutnya, menghitung indeks spektral NDVI Setelah melalui proses NDVI, maka hasil dari citra dilakukan
menggunakan band math dengan rumus (B5- masking area menggunakan band math dengan rumus (b1 le
B4)/(B5+B4) 0)*0 + (b1 gt 0)*1 untuk memisahkan daratan dan lautan.
 Langkah Kerja
Proses berikutnya adalah perhitungan Pv (Proportion of
Vegetation) menggunakan band math dengan rumus ((b1-
0.2)/(0.5-0.2))^2 terhadap hasil citra masking NDVI
Kemudian, melakukan perhitungan Cavity Effect
menggunakan band math dengan rumus ((1-
0.96)*0.99)*(0.55*(1-b1)) terhadap hasil perhitungan
Pv
 Langkah Kerja
Lalu, melakukan perhitungan Nilai LSE Emisivitas Berikutnya, perhitungan nilai masking emisivitas
menggunakan band math dengan rumus menggunakan band math dengan rumus (b1 GT
(0.99*b1)+(0.96*(1-b1))+b2 dengan b1 > Pv dan b2 > CE 0.5)*0.99 + (b1 LT 0.2)*0.96+(b1 GE 0.2 and b1 LE
0.5)*b2
 Langkah Kerja – L1
Tahapan berikutnya adalah melakukan kalibrasi radiometrik Kemudian, lakukan proses perhitungan kalibrasi
terhadap citra landsat L1 dengan cara add data > lalu radiometrik menggunakan band math dengan rumus
subset menggunakan ROI sebelumnya 0.00033420*b1+0.1 untuk memperoleh nilai TOA
 Langkah Kerja
Lakukan perhitungan brightness temperature Berikutnya, untuk mengubah nilai kelvin ke hasil celcius
menggunakan band math dengan rumus (K1/(alog(K2/b1 maka menggunakan band math kemudian masukkan
+1))). K1 dan K2 merupakan informasi pada metadata dan persamaan float(b1) - 273.15
b1 > hasil TOA. (1321.0789/(alog(774.8853/b1+1)))
 Langkah Kerja
Selanjutnya adalah perhitungan nilai Gamma menggunakan Selanjutnya adalah perhitungan nilai Delta menggunakan
band math dengan rumus band math dengan rumus (-B1*B2)+B3 dengan B1 >
1/((14387.7*B1/B2^2)*((10.895^4*B1/119104000)+(1/ gamma, B2 > TOA, dan B3 > Brightness Temperature
10.895))) dengan B1 > TOA dan B2 > BT
 Langkah Kerja
Langkah berikutnya adalah mencari nilai parameter koreksi
atmosfer melalui web : https://atmcorr.gsfc.nasa.gov/
Data-data yang dibutuhkan untuk mengisi berdasarkan dari
metadata citra Landsat 8 L1.
Apabila telah didapatkan informasi, maka dilakukan
perhitungan nilai parameter koreksi menggunakan
rumus seperti berikut :
Band average atmospheric transmission: 0.60
Effective bandpass upwelling radiance: 3.33 W/m^2/sr/um
Effective bandpass downwelling radiance: 5.10 W/m^2/sr/um
Hasil nilai parameter koreksi atmosfer :
𝜓1 = 1.666666667
𝜓2 = -10.65
𝜓3 = 3.33
 Langkah Kerja
Berikutnya adalah perhitungan LST menggunakan band
math dengan rumus B1*((1/B2)*((1.666666667 *B3) -
10.65)+ 3.33)+B4 dengan B1 > Gamma, B2 > LSE, B3 >
TOA, B4 > Delta
Selanjutnya, save citra hasil LST ke format .TIFF kemudian
input di software ArcGIS, dan tak lupa dilakukan clip sesuai
batas administrasi Kota Semarang
 Langkah Kerja
Berikutnya adalah perhitungan untuk mendeteksi SUHI Berikutnya adalah perhitungan untuk mendeteksi LST
menggunakan tool raster calculator dengan acuan rumus Normal menggunakan acuan rumus berikut:
berikut:
 Langkah Kerja
Berikutnya adalah perhitungan untuk mendeteksi SUCI + Sehingga, didapatkan hasil gabungan dari SUHI, SUCI, dan
Normal menggunakan acuan rumus berikut: Normal seperti gambar berikut:
 Langkah Kerja
Kemudian, dilakukan pembuatan profil melintang terhadap hasil menggunakan tools Interpolate Line, dengan
cara membuat garis arah horizontal dan vertikal dan akan muncul profile graph.
Hasil Peta LST Kota Semarang
Berikut merupakan hasil dari Peta Land
Surface Temperature (LST) wilayah Kota
Semarang. Berdasarkan hasil yang
didapatkan, rentang nilai terendah
sebesar 22.090℃ dan nilai suhu
tertinggi sebesar 34.745℃ yang
diklasifikasikan menjadi 5 bagian seperti
pada legenda peta.

Hal ini telah sesuai dengan keadaan

secara langsung, dimana daerah dengan
suhu rendah yang ditunjukkan oleh
warna hijau merupakan daerah kawasan
industri dekat pesisir pantai yang tidak
terlalu padat penduduk. Sedangkan,
daerah dengan suhu tinggi yang
ditunjukkan oleh warna merah
merupakan daerah pusat kota dengan
padat penduduk.
Hasil Peta SUHI Kota Semarang
Berikut ditampilkan hasil Peta Surface
Urban Heat Island (SUHI) wilayah Kota
Semarang. Berdasarkan peta tersebut,
terdapat dua klasifikasi area yakni, area
SUHI dimana daerah tersebut
ditunjukkan dengan warna merah, area
lainnya disebut sebagai area NON SUHI
dimana daerah tersebut ditunjukkan
dengan wara kuning.

Area yang ditunjukkan telah sesuai

dengan kondisi kenyataan, dimana
daerah teridentifikasi SUHI merupakan
daerah pusat kota dengan padat
bangunan. Sedangkan daerah yang
tidak teridentifikasi SUHI (NON SUHI)
merupakan daerah yang tidak terlalu
padat dengan bangunan.
Hasil Peta SUHI & SUCI Kota Semarang
Hasil Perhitungan Threshold (℃)

SUHI Threshold (℃) T > 29.19244943

Normal Threshold 28.28842489 < T <

(℃) 29.19244943

SUCI Threshold (℃) T < 28.28842489

Berikut ditampilkan hasil Peta Surface

Urban Heat Island (SUHI) dan Surface
Urban Cool Island (SUCI) wilayah Kota
Semarang. Berdasarkan hasil
perhitungan Threshold diatas, maka
dapat diklasifikasikan menjadi 3 yakni,
area SUHI dengan suhu diatas 29.192 ℃
dan area SUCI dengan suhu dibawah
28.288℃, serta area yang tidak
mencakup keduanya disebut sebagai
area normal dengan suhu diantara
28.288℃ dan 29.192 ℃
 Analisis Grafik LST
Garis Horizontal ke kanan yang
ditarik dari arah kiri bawah
menuju kanan atas menghasilkan
sebuah Grafik LST dengan suhu
awal di sekitar 27 ℃ yang
ditandai dengan warna orange
menuju suhu akhir sekitar 23 ℃
yang ditandai dengan warna
hijau. Sehingga, berdasarkan
gambar grafik yang dilewati oleh
garis tersebut terdapat kenaikan
dan penurunan yang sesuai
dengan warna klasifikasi.
Garis Horizontal ke kiri yang
ditarik dari arah kiri atas menuju
kanan bawah menghasilkan
sebuah Grafik LST dengan suhu
awal di sekitar 25 ℃ yang
ditandai dengan warna hijau
menuju suhu akhir sekitar 31 ℃
yang ditandai dengan warna
merah. Sehingga, berdasarkan
gambar grafik yang dilewati oleh
garis tersebut terdapat kenaikan
dan penurunan yang sesuai
dengan warna klasifikasi.
Validasi Hasil Peta SUHI
Validasi Hasil Peta SUCI
 Kesimpulan
Berdasarkan hasil dan analisis dari peta yang dihasilkan pada tugas kali ini maka dapat disimpulkan bahwa:
1. Hasil nilai LST Kota semarang terletak di rentang 22.090℃ hingga 34.745℃
2. Grafik LST Kota Semarang yang dihasilkan cukup merata namun, masih ada perubahan yang tidak
terlalu ekstrem.
3. Hasil Perhitungan Threshold SUHI bernilai T > 29.19244943, Normal bernilai 28.28842489 < T <
29.19244943, dan SUCI bernilai T < 28.28842489
4. Validasi yang didapatkan berdasarkan Peta SUHI dan SUCI telah sesuai dengan keadaan nyata.
Dimana, wilayah yang teridentifikasi SUHI merupakan wilayah pusat kota dengan kepadatan bangunan
yang tinggi. Sedangkan, wilayah yang teridentifikasi SUCI merupakan wilayah pinggir kota yang
merupakan Kawasan industri di pesisir pantai dan kawasan yang masih memiliki lahan terbuka hijau.

Link Youtube:
https://youtu.be/bTloJXPA6cE
Thank
You!
Penginderaan Jauh Terapan – CM234973
Rofiatul Umami (5016201097)