LAPORAN PRAKTIKUM

SISTEM INFORMASI GEOGRAFIS KEHUTANAN

(MODELLER NDVI)

Nama : Laras Widi Setia Ningrum

NIM : 121420038
Kelas : RA

PROGRAM STUDI REKAYASA KEHUTANAN

FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI SUMATERA
2023

i
 DAFTAR ISI

DAFTAR ISI ................................................................................................ i

DAFTAR GAMBAR .................................................................................... ii

BAB I ......................................................................................................... 1

PENDAHULUAN ....................................................................................... 1

1.1 Latar Belakang ................................................................................. 1

1.2 Tujuan............................................................................................... 2

BAB II ........................................................................................................ 3

METODOLOGI .......................................................................................... 3

2.1 Waktu dan Tempat ........................................................................... 3

2.2 Alat dan Bahan ................................................................................. 3

2.3 Langkah Kerja .................................................................................. 3

BAB III ..................................................................................................... 11

HASIL DAN PEMBAHASAN ................................................................... 11

3.1 Hasil................................................................................................ 11

3.2 Pembahasan .................................................................................. 11

BAB IV ..................................................................................................... 13

PENUTUP ................................................................................................ 13

4.1 Kesimpulan ..................................................................................... 13

4.2 Saran .............................................................................................. 13

DAFTAR PUSTAKA ................................................................................ 14

i
 DAFTAR GAMBAR

Gambar 1 Membuka aplikasi ArcGIS ......................................................... 3

Gambar 2 Add data B4 dan B5 .................................................................. 4
Gambar 3 Klik menu Arctoolbox ................................................................ 4
Gambar 4 Pilih menu raster calculator ....................................................... 4
Gambar 5 Memilih file LC .......................................................................... 5
Gambar 6 Menyalin data sun elevation ...................................................... 5
Gambar 7 Memasukkan rumus perhitungan .............................................. 6
Gambar 8 Raster calculator berhasil.......................................................... 6
Gambar 9 Mengganti nama file .................................................................. 6
Gambar 10 Buka kembali menu Arctoolbox ............................................... 7
Gambar 11 Masukkan rumus ..................................................................... 7
Gambar 12 Mengubah nama ..................................................................... 8
Gambar 13 Mengubah classes .................................................................. 8
Gambar 14 Ganti angka pada break values .............................................. 9
Gambar 15 Mengganti label nama ............................................................. 9
Gambar 16 Ubah warna ........................................................................... 10
Gambar 17 Peta Hasil .............................................................................. 11

ii
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Sistem Informasi Geografis (SIG) merupakan teknologi yang saat ini
menjadi alat bantu (tools) yang sangat esensial dalam menyimpan,
memanipulasi, menganalisis dan menampilkan kembali kondisi-kondisi
alam dengan bantuan data atribut dan data spasial. SIG dapat
merepresentasikan real world (dunia nyata) di atas monitor komputer
sebagaimana lembaran peta dapat merepresentasikan dunia nyata di atas
kertas (Arfiani, 2013). SIG dapat mempresentasikan dunia nyata (real
world) diatas monitor komputer sebagaimana lembaran peta dapat
mempresentasikan dunia nyata di atas kertas. Peta merupakan
representasi grafis dari dunia nyata, obyek ± obyek yang dipresentasikan
diatas peta disebut unsur peta atau map features, contoh : sungai,
jembatan, gedung, jalan, dan lainnya.
Untuk menganalisis tingkat kerapatan vegetasi di suatu wilayah dapat
menggunakan teknologi Sistem Penginderaan Jauh yaitu Sistem Informasi
Geografis (SIG). Penginderaan jauh merupakan ilmu serta seni
memperoleh informasi sebuah objek, menganalisis data tanpa kontak
langsung dengan objek tersebut (Humam, 2020). Sampai saat ini teknologi
yang paling mutakhir adalah penggunaan data informasi yang berasal dari
foto udara karena memiliki resolusi yang tinggi dan sifat stereoskopisnya
sangat baik.
Indeks NDVI (Normalized Difference Vegetation Index)
merupakan indikator grafis sederhana yang dapat digunakan untuk
menganalisis pengukuran penginderaan jauh dengan target yang diamati
mengandung vegetasi hijau hidup atau tidak. Algoritma NDVI
memanfaatkan fenomena fisik pantulan gelombang cahaya yang berasal
dari dedaunan. Nilai kehijauan vegetasi suatu wilayah yang diamati berupa
skala antara -1 sampai 1 yang diperoleh dengan membandingkan
reflektansi vegetasi yang diterima oleh sensor pada panjang gelombang

1
merah (RED) dan dekat infra-merah (NIR) (Ajral Mukhlisin, 2020).
1.2 Tujuan
Adapun tujuan dari praktikum pada modul ini adalah praktikan mampu
membuat model sederhana pengolahan citra dalam hal ini Normalize
Differential Vegetation Index (NDVI) dan manipulasi SLC-off pada citra
Landsatt ETM+

2
 BAB II

METODOLOGI

2.1 Waktu dan Tempat

Kegiatan praktikum Sistem Informasi Geografis modul 10 dengan
judul “Modeller NDVI” dilakukan pada pukul 12.00-15.00 WIB, hari Selasa
tanggal 21 November 2023 di Laboratorium Teknik 3 Institui Teknologi
Sumatera.
2.2 Alat dan Bahan
Adapun alat dan bahan yang digunakan dalam kegiatan praktikum
kali ini adalah Software, Aplikasi ArcGIS, dan Data yang telah diolah pada
praktikum sebelumnya.
2.3 Langkah Kerja
Berikut merupakan langkah-langkah yang dilakukan pada kegiatan
praktikum kali ini yaitu:
1. Buka aplikasi ArcGIS yang ada di device masing-masing

Gambar 1 Membuka aplikasi ArcGIS

2. Setelah aplikasi terbuka, selanjutnya Add data yang akan
digunakan yaitu bagian B4 dan B5

3
 Gambar 2 Add data B4 dan B5
3. Setelah data B4 dan B5 di Add, langkah selanjutnya adalah klik
menu arctoolbox lalu pilih Spatial Analyts Tools

Gambar 3 Klik menu Arctoolbox

4. Setelah itu pilih tools Map Algebra, kemudian menu pilih raster
calculator

Gambar 4 Pilih menu raster calculator

4
5. Setelah menu raster calculator terbuka, langkah selanjutnya
yaitu membuka folder data LC yang digunakan dan pilih File LC
yang formatnya ‘Text Document’

Gambar 5 Memilih file LC

6. Langkah selanjutnya cari menu Sun Elevation pada data LC,
kemudian tulis angkanya dan cari Sin dari angka sun elevation
tersebut

Gambar 6 Menyalin data sun elevation

7. Setelah mendapatkan nilai Sin dari hasil perhitungan sun

elevation, selanjutnya buka arcgis dan masukan rumus Band 4
lalu dibagi dengan hasil sin yang sudah di hitung

5
 Gambar 7 Memasukkan rumus perhitungan

8. Tungggu beberapa saat hingga berhasil dan muncul menu

seperti ini

Gambar 8 Raster calculator berhasil

9. Kemudian ganti nama file yang telah berhasil menjadi ‘Koreksi

Band 4’. Lakukan langkah yang sama untuk band 5

Gambar 9 Mengganti nama file

6
10. Jika nama sudah diganti, selanjutnya pilih kembali menu
arctoolbox lalu pilih Spatial Analyst > Map Algebra > Raster
Calculator

Gambar 10 Buka kembali menu Arctoolbox

11. Jika sudah terbuka menu raster calculator, selanjutnya klik 2 kali
menu float dan masukan rumus = Float (“Koreksi Band 5” –
“Koreksi Band 4”) / Float (“Koreksi Band 5” + “Koreksi Band 4”).
Kemudian ‘ok’

Gambar 11 Masukkan rumus

12. Kemudian setelah iitu, klik bagian properties pada layer terbaru
dan ubah namanya menjadi ‘NDVI’
13.

7
 Gambar 12 Mengubah nama

14. Setelah nama berhasil diubah, selanjutnya yaitu klik kanan dan
pilih properties pada layers NDVI dan pilih symbologi >
Classification > Ubah classes menjadi 4

Gambar 13 Mengubah classes

15. Selanjutnya pilih pada bagian breaks values dan ganti angka
menjadi 0, 0.15, 0.3, 0.6 > OK

8
 Gambar 14 Ganti angka pada break values

16. Jika sudah diganti, selanjutnya pada menu label ganti nama
menjadi Water Body, Land, Shurbs, Healthy Vegetation.
Kemudian OK

Gambar 15 Mengganti label nama

17. Langkah selanjutnya ubah warna sesuai dengan keinginan dan

ceklis pada Use Hillshade Effect lalu Klik ‘OK’

9
 Gambar 16 Ubah warna

18. Langkah terakhir adalah melakukan layouting pada peta yang

telah jadi.

10
 BAB III

HASIL DAN PEMBAHASAN

3.1 Hasil

Gambar 17 Peta Hasil

3.2 Pembahasan
Metode NDVI yang diterapkan pada citra Landsat 8 dapat digunakan
untuk memperoleh informasi mengenai tutupan vegetasi dan persentase
tutupan vegetasi di suatu wilayah (Siti Novianti Lufilah, 2017). Citra satelit
Landsat 8 digunakan karena memiliki sensor Operational Lamd Imager
(OLI) yang dapat mengumpulkan data citra dengan resolusi yang tinggi.
NDVI merupakan metode standar dalam membandingkan tingkat kehijauan
vegetasi pada data citra satelit. NDVI dapat digunakan sebagai indikator
biomassa, tingkat kehijauan (greenness) relatif, dan untuk menentukan
status (kesehatan/kerapatan) vegetasi pada suatu wilayah, namun tidak
berhubungan langsung dengan ketersediaan air tanah di wilayah tersebut.
Pada metode NDVI digunakan kombinasi band 4 dan band 5 karena
band 5 (NIR) dapat digunakan untuk menekankan biomassa dan band 4
(Red) untuk membedakan lereng vegetasi (Franky Hernoza, 2020).
Penggunaan band 4 (infra-merah dekat) dan band 5 (infra-merah jauh) dari
Landsat 8 dalam analisis citra sering diunggulkan karena memiliki

11
kombinasi dan memberikan informasi yang kritis untuk berbagai aplikasi.
Penggunaan band 4 dan 5 secara bersamaan menciptakan potensi untuk
analisis yang lebih mendalam terkait dengan vegetasi, kesehatan tanaman,
dan karakteristik tanah.
Normalized Difference Vegetation Index (NDVI) yang
menggambarkan tingkat kehijauan dari suatu tanaman akan menjadikan
dasar klasifikasi vegetasi suatu wilayah dengan perhitungan data yang
diperoleh dari perhitungan near infrared dengan red yang dipantulkan oleh
tumbuhan sehingga kerapatan vegetasi akan sangat rapat pada wilayah
Kota Bandar Lampung yang terdeteksi sebagai lahan yang tidak memiliki
vegetasi atau tidak bervegetasi. Dalam sistem informasi geografis, metode
indeks vegetasi yang paling sering digunakan untuk melakukan pengukuran
terhadap komponen vegetasi yaitu NDVI, karena mampu menangkap
kerapatan vegetasi hijau pada resolusi spasial 30 meter (Klompmaker,
2018). Indeks vegetasi merupakan parameter yang digunakan untuk
melakukan analisis terhadap keadaan vegetasi suatu wilayah. Indeks
kehijauan berbasis spektrum ini berfungsi untuk mengukur dan memantau
pertumbuhan tanaman (vigor), tutupan vegetasi, dan produksi biomassa
dari data satelit multispektral (Wu, 2017).
Berdasarkan kegiatan praktikum yang telah dilakukan, dapat
diketahui bahwa wilayah Kabupaten Bogor memiliki vegetasi yang sehat.
Hal ini ditunjukan dengan adanya dominasi warna merah sebagai
representasi dari lahan yang sehat. Keadaan vegetasi yang baik akan
mempengaruhi ekosistem yang ada di wilayah tersebut. Analisis data
tersebut diperoleh dengan penggunaan NDVI pada metode yang dilakukan.

12
 BAB IV

PENUTUP

4.1 Kesimpulan
Berdasarkan kegiatan praktikum yang telah dilakukan yaitu
mengenai modeler NDVI, dapat disimpulkan bahwa Pemodelan NDVI
dengan Landsat 8 memainkan peran kunci dalam berbagai aplikasi,
termasuk pemantauan pertanian, pemetaan tutupan vegetasi, dan analisis
perubahan lahan. Data Landsat 8 yang dikombinasikan dengan
perhitungan NDVI dapat memberikan wawasan yang berharga tentang
dinamika ekosistem dan lingkungan.
4.2 Saran
Penggunaan metode dalam pengolahann cata citrra harus
disesuaikan dengan kegunaannya. Pengolahan data membutuhkan
ketelitian agar tidak terjadi kesalahan. Hal ini seharusnya sangat
diperhatikan karena apabila terjadi kesalahan pada proses digitasi maka
data yang dihasilkan juga akan error atau salah.

13
 DAFTAR PUSTAKA

Arfiani, I. (2013). Sistem Informasi Geografis Untuk Pemetaan dan

Pencarian Rumah Sakit di Kota Yogyakarta. JurnalInformatika, vol 6,
No. 2.
Franky Hernoza, B. S. (2020). Pemetaan Daerah Rawan Banjir
Menggunakan Penginderaan Jauh Dengan Metode Normalized
Difference Vegetation Index, Normalized DiffeRENCE WATER
INDEX DAN SIMPLE ADDITIVE WEIGHTING. Jurnal Rekursif, vol.
8 no 2.
Humam, A. H. (2020). Identifikasi Daerah Kerawanan Kebakaran Hutan dan
Lahan Menggunakan Sistem Informasi Geografis dan Penginderaan
Jauh di Kawasan Tanjung Jabung Barat Provinsi Jambi. Jurnal
Geosains dan Remote Sensing, 1(1), 32-42.
Klompmaker, J. O. (2018). Green space definition affects associations of
green space with overweight and physical activity. Environmental
research, 160, 531-540.
Siti Novianti Lufilah, A. D. (2017). Pemanfaatan Citra Landsat 8 Untuk
Analisis Indeks Vegetasi di DKI Jakarta. Jurnal Lanskap Indonesia,
vol 9, no 1.
Wu, C. D. (2017). Land-use regression with long-term satellite-based
greenness index and culture-specific sources to model PM2. 5
spatial temporal variability. Environmental Pollution, 224, 148-157.

14
15