Oleh:
Randy Wempy Silalahi NIM. 4113240022 Program Studi Fisika
SKRIPSI
Diajukan Untuk Memenuhi Syarat Memperoleh Gelar Sarjana Sains
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI MEDAN
RIWAYAT HIDUP
Penulis dilahirkan pada tanggal 15 Mei 1993 di Medan. Ayah
bernama Paraduan Silalahi dan Ibu Taruli Silitonga serta adik dari kakak Lely
Nova Silalahi, Abang Newin Silalahi dan Abang Chaidy Yunus Silalahi. Penulis
merupakan anak keempat dari empat bersaudara.
Pada tahun 1999, penulis masuk SDN 068332 Medan dan lulus pada tahun
2005. Kemudian penulis melanjutkan pendidikan sekolah menengah pertama di
SMP Negeri 31 Medan dan lulus pada tahun 2008. Tahun 2008 penulis
melanjutkan pendidikan sekolah menegah atas di SMA Negeri 17 Medan dan
lulus dari SMA Negeri 17 Medan pada tahun 2011 dan pada tahun 2011 penulis
dinyatakan lulus di Fakultas Matematika dan Ilmu Pengetahuan Alam pada
Program Studi Fisika Jurusan Fisika di Universitas Negeri Medan (UNIMED)
melalui jalur ujian tulis Seleksi Nasional Masuk Perguruan Tinggi Negeri
(SNMPTN). Penulis aktif di unit kegiatan mahasiswa yaitu Ikatan Keluarga Besar
iii
PE MANFAATAN CITRA SATEL IT L ANDS AT 8 OLI UNT UK MENGIDE NTI FI KASI PERUBAH AN LINGKUNGAN
D E N G A N P A R A M E T E R N D V I D A N L S T DI KABUPATE N PAKPAK BH ARAT
Randy Wempy Silalahi (4113240022)
ABSTRAK
Telah dilakukan penelitian dengan memanfaatkan citra satelit Landsat 8 OLI dengan tujuan untuk mengidentifikasi perubahan lingkungan dengan parameter NDVI dan LST di Kabupaten Pakpak Bharat yang terletak dikoordinat 2°15'00" - 3°32'00" Lintang Utara dan 96°00' - 98°31' Bujur Timur. Perubahan lingkungan ini menyebabkan dampak yang memprihatinkan seperti suhu yang semakin meningkat, penurunan kualitas lingkungan, berkurangnya sumberdaya alam, banjir, dan tanah longsor. Perubahan ini perlu diidentifikasi dan dipetakan untuk mengurangi dampak yang bekelanjutan.
Perubahan lingkungan dapat diidentifikasi dengan memanfaatkan teknologi SIG. Penelitian ini menggunakan data citra satelit Landsat 8 OLI dengan Path 129 dan Row 058 dengan periode waktu yakni tahun 2013, 2014, dan 2015. Metode penelitian yang digunakan pada penelitian ini yakni survey lapangan untuk suhu dan sistem informasi geografis yang dikombinasikan dengan teknik penginderaan jarak jauh yang bertujuan untuk menganalisis perubahan lingkungan. Analisis perubahan lingkungan dilihat dengan adanya perubahan suhu atau LST (Land Surface Temperature) dan vegetasi atau NDVI (Normal different Vegetation Index).
Parameter NDVI untuk tahun 2013, 2014, dan 2015 memiliki nilai secara berurutan yakni 0,630046, 0,620906, dan 0,620764 yang menunjukkan adanya penurunan tingkat kehijauan vegetasi. Nilai suhu untuk tahun 2013, 2014, dan 2015 secara berurutan yakni 31,7818, 34,5608, dan 35,481oC yang menunjukkan adanya peningkatan suhu. Hubungan antara NDVI dan LST berbanding terbalik, apabila nilai NDVI tinggi maka nilai LST rendah, seperti nilai NDVI untuk hutan > 0,6 sementara nilai suhu direntang 20oC – 25oC, dan sebaliknya apabila nilai NDVI rendah maka nilai LST tinggi seperti daerah pemukiman yang memiliki nilai NDVI direntang 0 – 0,25 dan suhu > 30oC. Parameter NDVI dan LST terhadap lingkungan sangat berpengaruh.
KATA PENGANTAR
Puji dan syukur penulis ucapkan kepada Tuhan Yang Maha Esa atas berkat
rahmat dan karunia-Nya sehingga penulis bisa menyelesaikan skripsi ini dengan
baik. Skripsi ini diajukan sebagai salah satu syarat untuk memperoleh gelar
sarjana sains di Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Negeri Medan. Adapun judul skripsi ini adalah “Pemanfaatan Citra Satelit Landsat 8 OLI untuk Mengidentifikasi Perubahan Lingkungan Dengan Parameter
NDVI dan LST di Kabupaten Pakpak Bharat”.
Ucapan terima kasih yang setinggi-tingginya penulis sampaikan kepada
kedua orang tua tercinta Paraduan Silalahi dan Ibunda Taruli Silitonga yang telah
membesarkan, mencurahkan kasih sayang, mengajarkan untuk tetap mandiri dan
selalu memberikan dorongan, dukungan, materi kepada penulis serta tidak
putus-putusnya berdoa kepada Tuhan. Terima kasih telah menjadi orang tua terindah
dalam hidup penulis. Penulis juga mengucapkan terimakasih yang dalam kepada
kakak Lely Nova Silalahi, Abang Newin Chandra Silalahi, dan Abang Chaidy
Yunus Silalahi sebagai saudara yang telah memberikan semangat, doa, materi
serta dukungan pada penulis.
Dalam kesempatan ini penulis menyampaikan ucapan terima kasih kepada
pihak yang telah membantu menyelesaikan skripsi ini mulai dari pengajuan
proposal penelitian, pelaksanaan sampai penyusunan skripsi antara lain Bapak
Drs. Togi Tampubolon, M.Si selaku Dosen Pembimbing Skripsi yang telah
banyak memberikan bimbingan dan saran-saran kepada penulis sejak awal
penelitian sampai dengan selesainya penulisan skripsi ini. Penulis juga
mengucapkan banyak terima kasih kepada Ibu Maryati Doloksaribu, M.Si selaku
Dosen Pembimbing Akademik yang telah membimbing penulis selama menjalani
perkuliahan, terima kasih juga penulis ucapkan kepada Bapak Dr. Asrin Lubis,
M.Si selaku Dekan FMIPA UNIMED, Bapak Alkhafi Maas Siregar, M.Si selaku
Ketua Jurusan dan selaku Dosen Penguji I, Bapak Dr. Makmur Sirait, M.Si
sebagai Ketua Prodi Non Kependidikan, Bapak Drs. Abd. Hakim S., M.Si selaku
v
sebagai Dosen Penguji II, dan Ibu Dr. Rita Juliani, M.Si selaku Dosen Penguji III,
yang telah banyak memberikan saran.
Pada kesempatan ini penulis juga mengucapkan terima kasih kepada
sahabat Donita Manurung, Iwan Hutagalung, Jeddah Yanti, Khairizar Sapwan,
Devi Sunday, Evan Harefa, Bill, Sahata, Neni, Agnes dan saudara-saudara IKBKF
dan PP GKPI GLORIA yang telah banyak membantu dan memotivasi penulis.
Terima kasih juga penulis ucapkan pada kakak-kakak Nondik Fisika 2010,
adik-adik Nondik, serta seluruh staff pegawai jurusan fisika.
Dalam penulisan skripsi ini penulis telah berusaha semaksimal mungkin.
Akan tetapi penulis juga manusia yang tak pernah lepas dari khilaf dan salah baik
dalam penulisan maupun kekurangan yang lainnya. Untuk itu penulis
mengharapkan kritik dan saran yang bersifat membangun bagi penulis. Akhir kata
penulis ucapkan banyak terima kasih, semoga skripsi dapat bermanfaat bagi
pengembangan penelitian selanjutnya.
Medan, Juni 2016 Penulis,
DAFTAR ISI
Halaman
Lembar Pengesahan i
Riwayat Hidup ii
Abstrak iii
Kata Pengantar iv
Daftar Isi vi
Daftar Gambar ix
Daftar Tabel xi
Daftar Lampiran xii
BAB I. PENDAHULUAN
1.1 Latar Belakang 1
1.2 Batasan Masalah 3
1.3 Rumusan Masalah 4
1.4 Tujuan Penelitian 4
1.5 Manfaat Penelitian 4
BAB II. TINJAUAN PUSTAKA
2.1. Sistem Informasi Geografis (SIG) 5
2.1.1. Defenisi Sistem Informasi Geografis 5
2.1.2. Komponen – Komponen Sistem Informasi Geografis 5
2.1.3. Cara Kerja Sistem Informasi Geografis 6
2.1.4. Manfaat Sistem Informasi Geografis 7
2.2. Penginderaan Jauh 7
2.2.1. Fisika Penginderaan Jauh 9
2.2.2. Interaksi Komponen Penginderaan Jauh 12
2.3. Energi Elektromagnetik 15
2.3.1. Spektrum Elektromagnetik 15
vii
2.4. Prinsip Perekaman Sensor 22
2.4.1.Klasifikasi Data Citra 22
2.5. Citra Landsat 8 OLI 24
2.5.1.Keunggulan Landsat 8 26
2.5.2.Peluang Pemanfaatan Citra Landsat 8 OLI 28
2.6. Konsep Pengolahan Citra 28
2.6.1. Pre-processing citra 28
2.7. LST (Land Surface Temperature) 32
2.8. NDVI (Normalized Difference Vegetation Index) 33
2.9. Kabupaten Pakpak Bharat 35
BAB III. METODE PENELITIAN
3.1. Lokasi dan Waktu Penelitian 36
3.1.1. Lokasi Penelitian 36
3.1.2. Waktu Penelitian 37
3.2. Alat dan Bahan Penelitian 37
3.2.1. Alat Penelitian 37
3.2.2. Bahan Penelitian 37
3.3. Rancangan Penelitian 38
3.3.1. Tahap Pertama 38
3.3.2. Tahap Kedua 38
3.3.3. Tahap Ketiga 40
3.4. Teknik Analisa Data 40
BAB IV. HASIL DAN PEMBAHASAN
4.1Hasil Penelitian 45
4.1.1. Pra-pengolahan Citra Landsat 45
4.1.2. Pengolahan Citra 48
4.1.2.1. NDVI (Normalized Different Vegetation Indeks) 48
4.1.2.2. TI (Thermal Index) 53
4.1.2.3. Grafik Hubungan NDVI dan LST 57
BAB V. KESIMPULAN DAN SARAN
5.1 Kesimpulan 61
5.2 Saran 61
ix
DAFTAR GAMBAR
Halaman
Gambar 2.1. Bagan Alur Pengambilan Data Dengan Penginderaan Jauh 8
Gambar 2.2. Sistem Penginderaan Jauh 9
Gambar 2.3. Unsur-unsur Geometrik SLAR 10
Gambar 2.4. Gelombang Elektromagnetik 11
Gambar 2.5. Interaksi Energi 12
Gambar 2.6. Komponen Sistem Penginderaan Jauh 12
Gambar 2.7. Tipe Kurva Pantulan Spektrum Dari Tumbuhan, Tanah, Air 13
Gambar 2.8. Energi Elektromagnetik 15
Gambar 2.9. Spektrum Elektromagnetik 16
Gambar 2.10. Gelombang Frekuensi Warna Cahaya 17
Gambar 2.11. Panjang Gelombang 18
Gambar 2.12. Spektrum Warna 18
Gambar 2.13. Spektrum Gelombang Elektromagnetik 19
Gambar 2.14. Continues Tone dan Kuantifikasinya 20
Gambar 2.15. Proses Perekaman Oleh Sensor 22
Gambar 2.16. Bentuk Sensor 22
Gambar 2.17. Karakteristik Data Citra 23
Gambar 2.18. Peta Indonesia Berdasarkan Baris Dan Kolom 23
Gambar 2.19. Perhitungan Nilai NDVI 34
Gambar 3.1. Lokasi Penelitian 36
Gambar 3.2. Diagram Alir 44
Gambar 4.1. Citra Landsat 8 OLI 45
Gambar 4.2. Koreksi Geometrik Landsat 8 OLI 46
Gambar 4.3. Citra Landsat 8 OLI dan Batas Administrasi Wilayah 47
Gambar 4.4. Hasil Pemotongan Citra Landsat 8 OLI 48
Gambar 4.5. Peta NDVI Kabupaten Pakpak Bharat Tahun 2013 49
Gambar 4.6. Peta NDVI Kabupaten Pakpak Bharat Tahun 2014 50
Gambar 4.8. Peta TI Kabupaten Pakpak Bharat Tahun 2013 53
Gambar 4.9. Peta TI Kabupaten Pakpak Bharat Tahun 2014 54
Gambar 4.10. Peta TI Kabupaten Pakpak Bharat Tahun 2015 56
Gambar 4.11. Grafik Hubungan NDVI dan LST Tahun 2013 57
Gambar 4.12. Grafik Hubungan NDVI dan LST Tahun 2014 58
Gambar 4.13. Grafik Hubungan NDVI dan LST Tahun 2015 58
Gambar 4.14. Grafik Hubungan NDVI dan LST 59
xi
DAFTAR TABEL
Halaman
Tabel 2.1. Ukuran Panjang Gelombang 10
Tabel 2.2. Jenis -Jenis Inframerah 16
Tabel 2.3. Kombinasi Image 2 Bit 21
Tabel 2.4. Daftar Kombinasi Bit Dan Jumlah Tone 21
Tabel 2.5. Daftar Sensor Remote Sensing 24
Tabel 2.6. Perbandingan Band Landsat 7 dan 8 25
Tabel 2.7. Karakteristik Band Spektral Citra Satelit Landsat 7 ETM+ 26
Tabel 2.8. Harga LMIN Dan LMax 32
Tabel 2.9. Harga K1 dan K2 33
Tabel 3.1. Alat penelitian 37
Tabel 3.2. Bahan penelitian (Data Spasial) 37
Tabel 3.3. Bahan penelitian (Data Atribut) 37
Tabel 4.1. Nilai Statistik NDVI Tahun 2013 48
Tabel 4.2. Persentasi NDVI Tahun 2013 49
Tabel 4.3. Nilai Statistik NDVI Tahun 2014 50
Tabel 4.4. Persentasi NDVI Tahun 2014 51
Tabel 4.5. Nilai Statistik NDVI Tahun 2015 51
Tabel 4.6. Persentasi NDVI Tahun 2015 52
Tabel 4.7. Nilai Statistik TI Tahun 2013 53
Tabel 4.8. Persentasi TI Tahun 2013 54
Tabel 4.9. Nilai Statistik TI Tahun 2014 54
Tabel 4.10. Persentasi TI Tahun 2014 55
Tabel 4.11. Nilai Statistik TI Tahun 2015 55
Tabel 4.12. Persentasi TI Tahun 2015 56
DAFTAR LAMPIRAN
Halaman
Lampiran 1. Titik GCP 66
Lampiran 2. RMS Error 69
Lampiran 3. Perhitungan LST 70
Lampiran 4. Perhitungan NDVI 71
Lampiran 5. Gambar Penelitian 72
Lampiran 6. Peta Kabupaten Pakpak Bharat 73
Lampiran 7. Metadata Landsat 8 OLI 74
Lampiran 8. Surat Keterangan Dosen Pembimbing Skripsi 88
Lampiran 9. Surat Izin Penelitian 89
BAB I PENDAHULUAN
1.1Latar Belakang
Sumatera Utara memiliki luas total sebesar 181.860,65 km² yang terdiri
dari luas daratan sebesar 71.680,68 km² atau 3,73 % dari luas wilayah Republik
Indonesia. Secara geografis Provinsi Sumatera Utara terletak pada 1° - 4° Lintang
Utara dan 98° - 100° Bujur Timur. Wilayah Sumatera Utara terdiri dari daerah
pantai, dataran rendah dan dataran tinggi serta pegunungan Bukit Barisan yang
membujur ditengah-tengah dari Utara ke Selatan. Provinsi Sumatera Utara terdiri
dari 25 Kabupaten dan 8 Kota, 421 Kecamatan dan 5.828 desa. Salah satu
kabupaten yang ada di Sumatera Utara yakni Kabupaten Pakpak Bharat
(Bappenas, 2013).
Wilayah Kabupaten Pakpak Bharat secara geografis terletak pada
koordinat 2°15'00" - 3°32'00" Lintang Utara dan 96°00' - 98°31' Bujur Timur.
Kabupaten Pakpak Bharat terdiri dari delapan kecamatan yakni Kecamatan Salak,
Kecamatan Sitellu Tali Urang Jehe, Kecamatan Tinada, Kecamatan Siempat
Rube, Kecamatan Sitellu Tali Urang Julu, Kecamatan Pergetteng Getteng Sengkut
dan Kecamatan Pangindar dan 52 desa dan luasnya 1.218,30 km² (121.830 ha)
atau sekitar 1,70 % dari luas Provinsi Sumatera Utara dari luas wilayah tersebut
63.974 ha (52,51%) merupakan lahan yang efektif dan 53.156 ha (43.63%)
merupakan lahan yang belum dioptimalkan (BPS Pakpak Bharat, 2012).
Morfologi Kabupaten Pakpak Bharat terdiri dari wilayah datar/landai, kaki
bukit, dan pegunungan dengan kemiringan lereng beragam antara 0 – 8°, 8 – 15°
hingga di atas 40°. Kabupaten Pakpak Bharat beriklim tropis yang dipengaruhi
oleh iklim muson dengan curah hujan rata-rata antara 2.270 mm/tahun dengan 159
hari hujan dengan suhu udara berkisar antara 18 °C sampai 28 °C (LKPJ Bupati
Pakpak Bharat, 2010).
Pertumbuhan jumlah penduduk yang setiap tahun selalu bertambah
mendorong kegiatan pembangunan dalam berbagai sektor sebagai daya dukung
bagi aktivitas penduduknya. Kegiatan pembangunan serta aktivitas masyarakat di
Indonesia ini secara tidak langsung akan berpengaruh terhadap perubahan kualitas
lingkungan. Perubahan ini terjadi karena kebutuhan lahan pertanian,
pembangunan perkotaan, penebangan hutan, perataan pegunungan hijau untuk
kebutuhan pemukiman penduduk, dll. Perubahan ini telah menyebabkan dampak
yang memprihatinkan seperti suhu yang semakin meningkat, banjir, dan tanah
longsor. Perubahan ini perlu diidentifikasi dan dipetakan untuk mengurangi
dampak yang bekelanjutan karena jika tidak dilakukan maka dapat mengakibatkan
penurunan kualitas lingkungan, kerusakan lingkungan, berkurangnya sumber daya
alam, banjir dan tanah longsor akan terjadi.
Di Indonesia, tidak mudah untuk memperoleh informasi karena cakupan
daerahnya yang sangat luas serta medannya yang sering kali sulit dicapai. Hal ini
mengakibatkan biaya yang dibutuhkan untuk membuat peta yang terdistribusi di
semua daerah Indonesia menjadi sangat mahal. Perubahan lingkungan dapat
diidentifikasi dengan memanfaatkan teknologi informasi terbaru dan ter up to date
berupa sistem informasi geografis (SIG) dan penginderaan jauh (inderaja) /
remote sensing. Penginderaan jauh dilakukan tanpa bersentuhan langsung dengan
objek. Hal ini dapat memudahkan pengambilan data selain karena biayanya yang
hemat, efektif dan efisien.
Data yang digunakan pada pemanfaatan SIG dan penginderaan jauh
berupa data spasial (data yang direpresentasikan dalam bentuk peta dengan format
digital), yakni citra satelit. Citra satelit diperoleh dari hasil perekaman oleh sensor
dalam pengambilan data melalui metode penginderaan jauh dilakukan
berdasarkan perbedaan daya reflektansi energi elektromagnetik masing-masing
objek di permukaan bumi. Daya reflektansi yang berbeda-beda oleh sensor akan
direkam dan didefinisikan sebagai objek yang berbeda yang dipresentasikan
dalam sebuah citra.
Adanya data yang akurat dan baru (up to date) memberikan informasi
spasial mengenai perubahan lingkungan sangat diperlukan dalam rangka
memformulasikan strategi pengolahan yang komprehensif dan proposional juga
semakin mempermudah dalam mengidentifikasi hingga pemetaan perubahan yang
3
memanfaatkan format data (peta) digital akan diperoleh kemudahan dalam
melakukan analisis kebutuhan.
Teknik penginderaan jauh sebelumnya pernah dimanfaatkan dalam
penelitian, seperti penelitian Tommy opa (2010) tentang analisis perubahan luas
lahan mangrove di Kabupaten Pohuwato Provinsi Gorontalo, Bakara (2012)
tentang data citra satelit penginderaan jauh untuk kebutuhan Nasional, Atrifiana
(2013) tentang analisis perubahan vegetasi kota semarang menggunakan bantuan
teknologi penginderaan jauh, Fariz (2014) tentang identifikasi penutupan lahan
dengan menggunakan citra satellite SPOT 4, Penelitian Sri (2010) tentang tinjauan
metode deteksi parameter kekeringan berbasis data penginderaan jauh dan
Adnindya (2013) tentang pemanfaatan citra landsat 7 ETM untuk menganalisa
kelembaban hutan berdasarkan nilai indeks kekeringan. Perbedaannya adalah citra
yang digunakan adalah citra landsat 8 OLI, yaitu landsat keluaran terbaru.
Berdasarkan uraian di atas, peneliti tertarik melakukan penelitian
mengenai pengidentifikasian perubahan lingkungan ditinjau dari parameter NDVI
dan LST dengan memanfaatkan Citra Landsat 8 OLI menggunakan Sistem
Informasi Geografi (SIG) dan penginderaan jauh (Remote Sensing) dengan judul :
Pemanfaatan Citra Satelit Landsat 8 OLI untuk Mengidentifikasi Perubahan Lingkungan dengan Parameter NDVI dan LST di Kabupaten Pakpak Bharat.
1.2Batasan Masalah
Untuk memberi ruang lingkup yang jelas dalam penelitian ini penulis
membatasi masalahnya yaitu :
1. Penelitian dilakukan di beberapa titik pada beberapa kecamatan yang berbeda
di Kabupaten Pakpak Bharat.
2. Data Spasial berupa citra Landsat 8 OLI (Onboard Operational Land Imager)
yakni citra Landsat dengan Path = 129 dan Row = 58 keluaran tanggal 07 juni
2013, 23 April 2014 dan 02 mei 2015 yang memiliki sedikit noise (berupa
3. Data Spasial berupa citra Landsat 8 OLI, dan data atribut berupa peta
administrasi digunakan untuk menghitung NDVI dan LST di Kabupaten
Pakpak Bharat.
1.3 Rumusan Masalah
Berdasarkan uraian dari latar belakang masalah maka masalah dirumuskan
sebagai berikut :
1. Bagaimana menentukan perubahan vegetasi dan suhu dengan citra landsat 8
OLI ?
2. Bagaimana korelasi hubungan antara perubahan vegetasi dan perubahan suhu ?
3. Bagaimana memetakan perubahan lingkungan dengan NDVI dan LST ?
1.4 Tujuan Penelitian
Tujuan penelitian ini, yakni :
1. Mengetahui perubahan vegetasi dan suhu di Kabupaten Pakpak Bharat.
2. Mengetahui hubungan antara perubahan vegetasi dan perubahan suhu.
3. Memetakan perubahan lingkungan dengan parameter NDVI dan LST.
1.5 Manfaat Penelitian
Manfaat penelitian ini, yakni :
1. Memberikan informasi berupa gambaran perubahan vegetasi dan perubahan
suhu di Kabupaten Pakpak Bharat.
2. Memberikan persamaan prediksi perubahan lingkungan yang diperoleh dari
data spasial dengan menggunakan analisis korelasi NDVI dan LST di
Kabupaten Pakpak Bharat.
3. Menjadi acuan untuk melakukan kegiatan pengolahan lahan di Kabupaten
BAB V
KESIMPULAN DAN SARAN 5.1. Kesimpulan
Dari hasil penelitian yang dilakukan maka dapat diambil kesimpulan
antara lain.
1. Perubahan vegetasi dinilai berdasarkan indeks NDVI dari tahun 2013
sampai dengan tahun 2015 yakni 0,630045 pada tahun 2013, 0,620906
pada tahun 2014 dan 0,620764 pada tahun 2015. Hal ini membuktikan
adanya penurunan nilai NDVI yang meyatakan penurunan
vegetasi.Perubahan suhu dinilai berdasarkan indeks TI dari tahun 2013
sampai dengan tahun 2015 yakni 31,7818oC pada tahun 2013, 34,5608oC
pada tahun 2014, dan 35,481oC pada tahun 2015. Hal ini membuktikan
adanya peningkatan nilai TI yang menyatakan peningkatan suhu.
2. Hubungan antara NDVI dengan LST berbanding terbalik, apabila nilai
NDVI tinggi maka nilai LST rendah, seperti nilai NDVI untuk hutan > 0,6
sementara nilai suhu di rentang 200C – 250C, sebaliknya apabila nilai
NDVI rendah maka nilai LST tinggi seperti daerah pemukiman yang
memiliki nilai NDVI di rentang 0 – 0,25 dan suhu > 300C.
3. Parameter NDVI dan LST terhadap perubahan lingkungan sangat
berpengaruh. Rapat atau tidaknya vegetasi mempengaruhi suhu permukaan
pada suatu lingkungan.
5.2. Saran
Dari semua rangkaian penelitian yang telah dilakukan, ada beberapa saran
yang dapat dilakukan untuk pengembangan penelitian ini, yaitu :
1. Melakukan penambahan titik kontrol lapangan (GCP) yang diambil
langsung di lokasi penelitian dan melakukan pengolahan dengan data
terbaru untuk pembaharuan informasi yang berkelanjutan.
2. Dengan meningkatnya suhu dari tahun 2013 sampai 2015 yaitu dari
31,7818 sampai 35,481 maka pemerintah setempat diharapkan untuk
memberikan perhatian terhadap lahan yang sudah rusak (gundul) dengan
melakukan reboisasi (penghijauan) sehingga kerusakan lingkungan bisa
63
DAFTAR PUSTAKA
Adnindya, F., (2013), Pemanfaatan Citra Landsat 7 ETM Untuk Menganalisa Kelembaban Hutan Berdasarkan Nilai Indeks Kekeringan, Skripsi, FT, ITS, Surabaya.
Aftriana, C., (2013), Analisis Perubahan Vegetasi Kota Semarang Menggunakan Bantuan Teknologi Penginderaan Jauh, Skripsi, FIS, UNESA, Semarang.
Andersen, J.A., (2001), Distributed Hydrological Modelling and Application of Remote Sensing Data. Tesis Environment & Resources DTU,Technical University of Denmark, Denmark.
Ariawan, P., (2010), Sistem Informasi Geografis, Universitas Udayana, Denpasar.
Badan Perencanaan Pembangunan Daerah Pakpak Bharat (Bappeda), (2012), Pakpak Bharat dalam Angka, Badan Pusat Statistik Pakpak Bharat.
Badan Perencanaan Pembangunan Nasional (Bappenas), (2013), Profil Pembangunan Sumatera Utara, Bappenas, Jakarta. http://simreg.bappenas.go.id/view/profil/clickD.php?id=2
Budianto, E., (2010), Sistem Informasi Geografis dengan ArcView GIS, Andi, Yogyakarta.
Bupati Pakpak Bharat, (2010),Laporan Keterangan Pertanggung jawaban (LKPJ) Bupati Kabupaten Pakpak Bharat, Pemerintahan Daerah Kabupaten Pakpak Bharat, Kabupaten Pakpak Bharat.
Ekadinata, A., Sonya, D., dan Danan, P., (2011), Sistem Informasi Geografis untuk Pengelolaan Bentang Lahan Berbasis Sumber Daya Alam, PT. Bumi Pertiwi, Malang.
Fariz, H., (2014), Identifikasi Penutupan Lahan Menggunakan Citra Satelit SPOT 4, Skripsi, FT, Universitas Pakuan Bogor, Bogor.
Howard, J. A., (1996), Penginderaan Jauh untuk Sumber Haya Hutan: Teori dan Aplikasi, Gadjah Mada University Press, Yogyakarta.
Lillesand, T. M., and Kiefer, R. W., (1999), Remote Sensing and Image Interpretation, Third Edition, John Wiley & Son Inc., New York.
Lo, C. P., (1996), Pengideraan Jauh Terapan, University Indonesia, Jakarta.
National Aeronautics and Space Administration., (2014), Landsat 7 Science Data User Handbook, NASA Press, US.
Opa, E. T., (2010), Analisis Perubahan Luas Lahan Mangrove di Kabupaten Pahuwato Provinsi Gorontalo dengan Menggunakan Citra Landsat, Skripsi, FPIK Unsrat, Manado.
Pemerintah Daerah Kabupaten Pakpak Bharat, (2012), Rancanga Kerja Pemerintahan Daerah (RKPD) Provinsi Sumatera Utara Tahun 2012, Pemda Kabupaten Pakpak Bharat.
Pemerintah Provinsi Sumatera Utara, (2012), Rancangan Kerja Pemerintahan Daerah (RKPD) Provinsi Sumatera Utara Tahun 2012, Pemprov Sumatera Utara.
Paine, D.L., (1981), Aerial Photography and Image Interpretation for Resources Management, New york.
Prasetyo, A., (2011), Modul Dasar Sistem Informasi Geografis, Departemen Konservasi Sumberdaya Hutan Dan Ekowisata Fakultas Kehutanan IPB, Bogor.
Rahayu, D.; (2014), Koreksi Radiometrik Citra Landsat-8 Kanal Multi spectral menggunakan Top of Atmosphere untuk Mendukung Klasifikasi Penutup Lahan, Pusat Teknologi dan Data Penginderaan Jauh, Seminar Nasional Penginderaan Jauh 2014.
Rikimaru, A., Roy, P.S, dan Miyatake, S., (2002), Tropical Forest Cover Density Mapping, Journal of Tropical Ecology v43 (1) : 39-47.
Sabin, F.F, Jr, (1978), Remote Sensing, Principles And Interpretation, San fransisco.
Sulastri T., (2002), Deteksi Perubahan Penyebaran Tanaman Teh dengan Metode NDVI Menggunakan Data Citra Landsat TM Tahun 1994 dan Tahun 2001 (Studi Kasus : Provinsi Jawa Barat), Skripsi, Depatemen Teknik Geodesi, ITB, Bandung.
Suseno, A., (2008), Modul Sistem Informasi Tingkat Dasar, Jakarta.
Sutanto, (1986), Penginderaan Jauh, jilid 1 dan 2, Gadjah mada university press: yogyakarta.
65
Tim SIG PT. Geomatik-Konsultan, (2010), Sistem informasi Geografis, PT Geomatik, Jakarta.
Trevett, J. W., (1986)., Imaging Radar For Resources Survey, New York.
Trisakti, B., (2012), Pemanfaatan Data Citra Satelit dalam Mendukung Pengelolaan SDA, Pusat Pemanfaatan LAPAN, Bogor.
Zetifarry, R., (2013), Analisis Data Spasial Untuk Prediksi Lahan Kritis Menggunakan Metode Regresi Linier Berganda (Studi Kasus : Kawasan Hutan Lindung Kabupaten Bandung Bharat), Skripsi, Fakultas Ilmu dan Teknologi Kebumian, ITP, Bandung.
BMKG., (2015),
http://news.liputan6.com/read/2102503/panas-jakarta-dan-ramalan-neraka-di-bumi (diakses tanggal 10 Juli 2016)
NASA., (2015), Landsat Data Continuity Mission Brochure http://www.usgs.gov/ (diakses 27 November 2015)
NASA., (2015), http://earthobservatory.nasa.gov /Features/MeasuringVegetation/
Measuring_Vegetation_2.php (diakses tanggal 27 November 2015)
USGS., (2015), http://landsat.usgs.gov/ band designations landsat satellites.php (diakses tanggal 27 November 2015)
USGS., (2015), Using the USGS Landsat 8 Product.
http://landsat.usgs.gov/Landsat8 Using_Product.php (diakses tanggal 27
November 2015)