lm 1-13.
Analysis Of Vegetation Density Level In Panti District Using Ndvi And Msavi Methods Based On
Landsat 8 Oli/Tris
Dimas Rahmat Saputra, Hendrik Eka Prastiyo, Qongidatul Hasanah, Sukma Agustin
Dyan Tika, Febiana Ami Dwi Syahputri
ABSTRAK
NDVI dan MSAVI adalah metode pengukuran kerapatan vegetasi berdasarkan perbedaan
penyerapan cahaya pada panjang gelombang tertentu oleh tanaman. Kedua metode ini
memungkinkan analisis yang lebih akurat terkait pertumbuhan tanaman, perubahan penggunaan
lahan, dan kesehatan ekosistem secara keseluruhan. Penelitian dilakukan di Kecamatan Panti dalam
kurun waktu 2 minggu, dimulai dari tanggal 9 November hingga 23 November 2023 dengan metode
analisis Normalized Difference Vegetation Index (NDVI) dan Modified Soil Adjusted Vegtation
Index (MSAVI). Kecamatan Panti mengalami penurunan luas kawasan hutan lindungnya, dimana
pada tahun 2002 memiliki luas hutan lindung mencapai 2.142 hektar yang selanjutnya mengalami
penurunan sebesar 1.559 hektar pada tahun 2004, artinya adalah luas hutan lindung pada tahun
tersebut hanya tinggal tersisa 583 hektar. Dalam metode NDVI dan MSAVI, Perubahan indeks
kerapatan vegetasi antara tahun 2015 dengan 2023 tidak menunjukkan perubahan yang signifikan,
sehingga dapat diasumsikan bahwa wilayah Kecamatan Panti memiliki kemungkinan besar sedikit
mengalami perubahan penggunaan lahan selama tahun 2015 hingga 2023. Dari analisis dengan
metode NDVI dan MSAVI memiliki tingkat kerapatan vegetasi yang sama yaitu dengan kriteria
sedang dengan nilai masing-masing dari setiap metode. Metode NDVI dengan nilai 0,25-0,35 dan
metode MSAVI dengan nilai 0,21-0,35. Hal ini disebabkan oleh lahan pertanian yang mulai
mendominasi dibandingkan dengan penggunaan lahan lain.
PENDAHULUAN
Pertumbuhan populasi global serta perubahan iklim menuntut pemahaman yang mendalam
tentang kondisi lingkungan dan pemanfaatan sumber daya alam. Dalam hal ini penginderaan jauh
menjadi alat yang efektif dalam memantau dan menganalisis keadaan vegetasi. Salah satu indeks yang
Penginderaan Jauh, hlm 1-14.
2 Analisis Tingkat Kerapatan Vegetasi di Kecamatan Panti dengan Metode NDVI dan MSAVI Berdasarkan Landsat 8 OLI/TRIS , hlm 1-13.
digunakan secara luas dalam analisis vegetasi adalah Normalized Difference Vegetation Index
(NDVI) dan Modified Soil-Adjusted Vegetation Index (MSAVI). NDVI dan MSAVI adalah metode
pengukuran kepadatan vegetasi berdasarkan perbedaan penyerapan cahaya pada panjang gelombang
tertentu oleh tanaman (Magdalina and Roziqin 2021). NDVI mengukur perbedaan antara penyerapan
cahaya merah dan dekat-inframerah, sementara MSAVI memperhitungkan efek tanah (soil) pada
penyerapan cahaya, sehingga lebih cocok untuk wilayah yang memiliki tanah yang memiliki
karakteristik yang berbeda.
NDVI Merupakan sebuah parameter yang memberikan informasi tentang kondisi vegetasi
suatu area berdasarkan perbedaan absorpsi cahaya pada panjang gelombang tertentu oleh tanaman.
Pada tingkat lokal, penggunaan NDVI dapat memberikan pemahaman mendalam tentang kondisi
vegetasi di suatu wilayah, seperti kecamatan. Kabupaten Jember, khususnya kecamatan Panti,
merupakan wilayah yang memiliki keanekaragaman alam dan aktivitas pertanian yang cukup
signifikan. Sementara MSAVI merupakan metode yang mengalami pengembangan dari Normalized
Difference Vegetation Index (NDVI) dengan tujuan khusus untuk mengatasi keterbatasan yang
mungkin timbul dalam mengukur vegetasi, terutama dalam kondisi tanah yang kering atau
terpengaruh oleh residu tanaman (Lestari dkk., 2021). Indeks ini mempertimbangkan pengaruh tanah
pada citra satelit dan memberikan hasil yang lebih akurat dalam menggambarkan kondisi vegetasi.
Dengan menerapkan teknologi penginderaan jauh dan menganalisis NDVI serta MSAVI, kita dapat
mendapatkan gambaran yang lebih akurat tentang kondisi vegetasi di kecamatan Panti. Penerapan
metode NDVI dan MSAVI memberikan pemahaman yang lebih mendalam tentang distribusi dan
kepadatan vegetasi di suatu wilayah. Kedua metode ini memungkinkan analisis yang lebih akurat
terkait pertumbuhan tanaman, perubahan penggunaan lahan, dan kesehatan ekosistem secara
keseluruhan.
Analisis NDVI dan MSAVI kecamatan Panti dapat memberikan informasi tentang tingkat
kehijauan, pertumbuhan tanaman, dan potensi masalah lingkungan seperti deforestasi atau perubahan
penggunaan lahan. Dengan menggunakan 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 Kecamatan
Panti yang terdeteksi sebagai lahan yang tidak memiliki vegetasi atau tidak bervegetasi (Hardianto et
al. 2021).
Data ini dapat menjadi dasar untuk pengambilan keputusan dalam pengelolaan sumber daya
alam, pertanian, serta mitigasi risiko bencana alam.Pada tahap ini, kami akan membahas potensi
manfaat penggunaan NDVI dan MSAVI dalam pemantauan kecamatan Panti, Kabupaten Jember.
Melalui pemahaman mendalam tentang kondisi vegetasi, diharapkan kita dapat mengembangkan
METODE PENELITIAN
Waktu dan Tempat Penelitian
Pelaksanaan penelitian dilakukan selama dua minggu, yakni mulai tanggal 9 November
hingga 23 November 2023 dengan lokasi penelitian di Kecamatan Panti.
Alat dan Bahan Penelitian
Alat yang digunakan dalam penelitian ini yaitu hardware berupa laptop dan software ArcGIS,
sedangkan bahan yang digunakan adalah data Citra landsat 8 OLI/TRIS tahun 2015 dan 2023 yang
diunduh dari USGS (United States Geological Survey) Earth Explorer, peta RBI yang diunduh dari
INA Geoportal.
Metode Analisis
Penelitian ini menggunakan metode analisis Normalized Difference Vegetation Index (NDVI)
dan Modified Soil Adjusted Vegtation Index (MSAVI). Normalized Difference Vegetation Index
(NDVI) merupakan perhitungan citra yang digunakan untuk mengetahui tingkat kehijauan. Nilai
NDVI merupakan suatu nilai untuk mengetahui tingkat kehijauan pada daun dengan panjang
gelombang inframerah karena klorofil menyerap spektrum merah dan memantulkan dengan kuat
spektrum infra merah. Nilai NDVI didapat dari band red dan band near infrared. Kedua Panjang
gelombang ini mempunyai karakteristik yang bisa membedakan antara obyek vegetasi dan non
vegetasi. Algoritma yang digunakan adalah sebagai berikut :
𝑁𝐼𝑅−𝑅𝐸𝐷
NDVI = … (1)
𝑁𝐼𝑅−𝑅𝐸𝐷
Keterangan :
NDVI = Normalized Difference Vegetation Index
NIR = Band (Near-Infrared)
RED = Band (Red)
Pada penelitian ini ada beberapa tahapan yang dilakukan, secara garis besar tahapan penelitian
dijelaskan dalam diagram alir pada Gambar 1.
Berdasarkan tabel di atas perubahan indeks kerapatan vegetasi antara tahun 2015 dengan 2023
tidak menunjukkan perubahan yang signifikan, sehingga dapat diasumsikan bahwa wilayah
Kecamatan Panti memiliki kemungkinan besar sedikit mengalami perubahan penggunaan lahan
selama tahun 2015 hingga 2023. Hasil yang diperoleh dari penentuan indeks kerapatan vegetasi
adalah terdiri dari lima jenis kelas klasifikasi kerapatan vegetasi, yakni kelas non vegetasi, sangat
rendah, rendah, sedang, dan tinggi. Berdasarkan perbandingan dari kedua tahun tersebut, maka
Kecamatan Panti didominasi oleh kerapatan dengan tingkat atau kelas sedang, yakni dengan nilai
indeks kerapatan berada pada rentang 0,25 hingga 0,35. Hal ini dikarenakan lokasi penelitian
memiliki luas area terbesar berada pada penggunaan lahan di sektor pertanian, seperti perkebunan,
sawah, dan tegalan. Berikut merupakan peta kerapatan vegetasi di Kecamatan Panti pada tahun 2015
dan 2023:
Gambar 4. Peta kerapatan vegetasi dengan metode NDVI di Kecamatan Panti pada tahun 2023
Berdasarkan tabel diatas dapat dilihat bahwa indeks kerapatan vegetasi di tahun 2015 dan
2023 perubahannya tidak signifikan yang mana dapat dikatakan bahwa wilayah ini hanya mengalami
sedikit perubahan penggunaan lahan dalam tahun tersebut. Kerapatan vegetasi didominasi dengan
tingkat sedang, dengan rentang nilai nya berkisar 0,21 hingga 0,35 penggunaan lahan pada tingkat ini
dapat dikategorikan seperti hutan, padang rumput, perkebunan atau kebun, sawah, sawah tadah hujan,
dan tegalan.
Gambar 5. Peta kerapatan vegetasi dengan metode MSAVI di Kecamatan Panti pada tahun 2015
Berikut merupakan sebaran tingkat kerapatan vegetasi di Kecamatan Panti pada tahun 2015
dan 2023:
1. Tingkat kerapatan sangat rendah
Pada kelas indeks vegetasi tingkat sangat rendah dalam rentang nilai -0,51 - 0 pada tahun
2015 dengan luas 11,09% dan 2023 6,62% memiliki penggunaan lahan hutan, padang
rumput dan sawah namun lebih dominan pada penggunaan lahan hutan. Rendahnya indeks
vegetasi pada wilayah ini memiliki kemungkinan beberapa faktor penyebab yaitu adanya
kekeringan yang menyebabkan pertumbuhan vegetasi terbatas, penebangan pohon dan
adanya degradasi tanah yang menyebabkan penurunan kepadatan vegetasi, namun dalam
hal ini terlihat luas wilayah berkurang di tahun 2023 yang mana terdapat pertumbuhan
vegetasi secara perlahan sehingga menambah kerapatan vegetasi dibanding tahun 2015.
2. Tingkat kerapatan rendah
Pada kelas indeks vegetasi tingkat rendah dalam rentang nilai 0,01 – 0,2 pada tahun 2015
dengan luas 20,97% dan 2023 21,77% memiliki penggunaan lahan hutan, padang rumput,
perkebunan, dan sawah. Pada penggunaan lahan hutan lebih dominan dibanding
penggunaan lahan yang termasuk tingkat kerapatannya rendah. Rendahnya indeks vegetasi
pada wilayah ini memiliki kemungkinan beberapa faktor penyebab yaitu adanya
kekeringan yang menyebabkan pertumbuhan vegetasi terbatas, penebangan pohon,
degradasi tanah yang menyebabkan ketidakberlanjutan pengeloaan lahan, dalam hal ini
terlihat luas wilayah sawah tingkat kerapatan rendah lebih banyak pada tahun 2023
KESIMPULAN
Analisis Kerapatan vegetasi di Kecamatan Panti yang dianalisis menggunakan metode NDVI
dan MSAVI memiliki hasil tidak ada perubahan signifikan dengan perbandingan masing-masing dari
tahun 2015 dan 2023. Dari metode NDVI dan MSAVI memiliki perbedaan tingkat kerapatan vegetasi
yang sama yaitu dengan kriteria sedang dengan nilai masing-masing dari setiap metode. Metode
NDVI dengan nilai 0,25-0,35 dan metode MSAVI dengan nilai 0,21-0,35. Hal ini disebabkan oleh
lahan pertanian yang mulai mendominasi dibandingkan dengan penggunaan lahan yang lain karena
jarak antar tanaman yang lebih dekat. Faktor-faktor seperti kekeringan, penebangan pohon, dan
degradasi tanah dapat mempengaruhi rendahnya indeks vegetasi. Hal ini disebabkan oleh dominasi
penggunaan lahan pertanian. Metode ini memberikan informasi penting untuk pengelolaan sumber
Penginderaan Jauh, hlm 1-14.
13 Analisis Tingkat Kerapatan Vegetasi di Kecamatan Panti dengan Metode NDVI dan MSAVI Berdasarkan Landsat 8 OLI/TRIS , hlm 1-13.
daya alam, pertanian, dan mitigasi risiko bencana alam di wilayah Kecamatan Panti. Referensi yang
digunakan dalam analisis ini mencakup jurnal-jurnal ilmiah tentang penginderaan jauh dan
penggunaan citra satelit untuk identifikasi kerapatan vegetasi.
DAFTAR PUSTAKA
Adriani, S.W., Anggraeni, Z.E.Y., Aprilia, N.C., dan Afandi, F. (2022). Pemberdayaan destana dalam
mengembangkan potensi desa siaga bencana berbasis masyarakat. MARTABE: Jurnal
Pengabdian Masyrakat, 5(6): 2018-2024.
Al-Issawi, R. J. M. dan A. S. H. Al-Falahi. 2022. Use of evidence ndvi, ndbi, ndwi, msavi to reveal
the uses of agricultural land in karma district using modern technologies. International Journal
of Health Sciences. 6(July):8203–8219.
Belhadj, A., N. Boulghobra, dan F. Demnati Allache. 2023. Multi-temporal landsat imagery and
msavi index for monitoring rangeland degradation in arid ecosystem, case study of biskra
(southeast algeria). Environmental Monitoring and Assessment. 195(6)
Brilliantina, A., Sari, E.K.N., Wahyono, A., dan Kasutjianingati. (2022). Pengembangan produksi
bersih agroindustri berbasis kopi di Kecamatan Panti Kabupaten Jember. Jurnal Pangabdhi,
8(1): 24-27.
Hardianto, Arnas et al. 2021. “Pemanfaatan Citra Landsat 8 Dalam Mengidentifikasi Nilai Indeks
Kerapatan Vegetasi (NDVI) Tahun 2013 Dan 2019 (Area Studi: Kota Bandar Lampung).”
Jurnal Geosains dan Remote Sensing 2(1): 8–15.
Khairawan, A., Ermatita., dan Falih, N. (2020). Analisis perubahan indeks kerapatan vegetasi
memanfaatkan citra landsat (studi kasus: Provinsi DKI Jakarta), Seminar Nasional Mahasiswa
Ilmu Komputer dan Aplikasinya, 62-72
Lasaiba, M.A., dan Saud, A.W. (2022). Pemanfaatan citra landsat 8 OLI/TIRS untuk identifikasi
kerapatan vegetasi menggunakan metode normalized difference vegetation index (NDVI) di
Kota Ambon, Jurnal Geografi, 20(1): 53-65
Lestari, M., S. Yulianto Joko Prasetyo, dan C. Fibriani. 2021. Analisis daerah rawan banjir pada
daerah aliran sungai tuntang menggunakan skoring dan inverse distance weighted. Indonesian
Journal of Computing and Modeling. 4(1):1–9.
Magdalina, Ilfah, and Arif Roziqin. 2021. “Pemanfaatan Citra Sentinel-2a Untuk Kerapatan Vegetasi
Ditinjau Dari Kemiringan Lereng Di Pulau Batam.” Applied Business and Engineering
Conference 9: 811–27.
Mukhlisin, A., dan Soemarno. (2020). Estimasi kandungan klorofil tanaman kopi robusta (Coffea
canephora var. Robusta) menggunakan normalized difference vegetation index (NDVI) di
Bangelan, Wonosari, Malang. Jurnal Tanah dan Sumberdaya Lahan. 7(2): 329-339.
Penginderaan Jauh, hlm 1-14.
14 Analisis Tingkat Kerapatan Vegetasi di Kecamatan Panti dengan Metode NDVI dan MSAVI Berdasarkan Landsat 8 OLI/TRIS , hlm 1-13.
Wu, Z., S. Lei, Z. Bian, J. Huang, dan Y. Zhang. 2019. Study of the desertification index based on
the albedo-msavi feature space for semi-arid steppe region. Environmental Earth Sciences.
78(6):1–13.