Analisis perubahan albedo, suhu permukaan dan suhu udara sebagai dampak perubahan penutupan lahan menggunakan data citra satelit landsat

(1)

ANALISIS PERUBAHAN ALBEDO, SUHU PERMUKAAN

DAN SUHU UDARA SEBAGAI DAMPAK PERUBAHAN

PENUTUPAN LAHAN MENGGUNAKAN DATA CITRA

SATELIT LANDSAT

(Studi Kasus : Provinsi Jambi, Path/Row 125/61)

RYAN KARIDA PRATAMA

DEPARTEMEN GEOFISIKA DAN METEOROLOGI

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

(2)

(3)

PERNYATAAN MENGENAI SKRIPSI DAN

SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*

Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Perubahan Albedo, Suhu Permukaan dan Suhu Udara Sebagai Dampak Perubahan Penutupan Lahan Menggunakan Data Citra Satelit Landsat (Path/Row 125/61) adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.

Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.

(4)

ABSTRAK

RYAN KARIDA PRATAMA. Analisis Perubahan Albedo, Suhu Permukaan dan Suhu Udara Sebagai Dampak Perubahan Penutupan Lahan Menggunakan Data Citra Satelit Landsat. Dibimbing oleh IDUNG RISDIYANTO.

Suhu permukaan dan suhu udara suatu wilayah dipengaruhi oleh strata tutupan lahan. Strata tutupan lahan terbagi atas tiga yaitu badan air, lahan vegetasi, dan lahan terbangun. Tujuan penelitian ini adalah mengetahui pengaruh perubahan parameter fisik yaitu albedo, suhu permukaan dan suhu udara sebagai dampak perubahan penutupan lahan dan mengetahui perubahan pola distiribusi suhu udara yang disebabkan perubahan lahan. Data yang digunakan merupakan data citra Landsat pada tahun 1997, 2000, 2009, dan 2013. Parameter fisik dihasilkan dari hasil pengolahan spectral radiance resolusi resample dari 30 m x 30 m menjadi 250 m x 250 m. Nilai albedo dan suhu udara diduga menggunakan band visible (Landsat 5 dan 7 band 3, 2, 1) sedangkan nilai suhu permukaan diduga menggunakan band thermal (Landsat 5 dan 7 band 6). Distribusi spasial suhu udara diturunkan dengan menggunakan interpolasi IDW (inverse distance weighted). Hasil analisis menunjukkan bahwa pada tahun 1997, 2000, 2009 dan 2013 rata-rata albedo yaitu badan air (0.054, 0.050, 0.052 dan 0.056), lahan vegetasi (0.092, 0.083, 0.089 dan 0.098), lahan terbuka (0.187, 0,118, 0.106 dan 0.134). Rata-rata suhu permukaan yaitu 26,1oC, 24,4 oC, 26,5 oC, dan 31oC. Rata-rata suhu udara yaitu 29 oC, 27 oC, 28 oC dan 29 oC. Penurunan luas lahan terbuka sebesar 7% menjadi lahan vegetasi (1997-2000) yang disebabkan lahan vegetasi menyebabkan nilai albedo,suhu permukaan dan suhu udara mengalami penurunan. Penurunan lahan vegetasi sebesar 4% (2000-2009) yang disebabkan pembukaan lahan menyebabkan nilai albedo, suhu permukaan dan suhu udara mengalami kenaikan. Peningkatan lahan terbuka sebesar 6% (2009-2013) menyebabkan nilai albedo, suhu permukaan dan suhu udara mengalami kenaikan. Peningkatan lahan terbuka pada tahun 2000-2009 memiliki nilai spesifik suhu permukaan yaitu 7,94x1060C/Ha. Peningkatan lahan terbuka pada tahun 2009-2013 memiliki nilai spesifik suhu permukaan yaitu 9,03x1060C/Ha.

(5)

ABSTRACT

RYAN KARIDA PRATAMA. Analysis of Albedo, Surface and Air Temperature Changes as The Impact Land Cover Changes Using Landsat Satellite Image Data. Supervised by IDUNG RISDIYANTO.

Surface and air temperature of a region are influenced by strata land cover. Strata land cover of the area including water-body, vegetated area, and open land. The purposes of this study were to determine the effect of physical parameters use changes on the values of albedo, the surface and air temperature and also observe the changes in distribution pattern of temperature induced by land changes. The data used in this research were Landsat image data of 1997, 2000, 2009, and 2013. Physic parameters obtained were the result of spectral radiance processing resolution resample from 30 m x 30 m to 250 m x 250 m. Albedo and air temperature values used the visible band (Landsat 5 and 7 band 3, 2, 1), while surface temperature value used thermal band (Landsat 5 and 7 band 6). Air temperature distribution derived using IDW interpolation (Inverse Distance Weighted). The analysis showed that in 1997, 2000, 2009, 2013 the average albedo is a water body (0.054, 0.050, 0.052 and 0.056), vegetated area (0.092, 0.083, 0.089 and 0.098), open land (0.187, 0,118, 0.106 dan 0.134). Average of surface temperature was 26.1 oC, 24.4 oC, 26.5 oC, 31 oC. Average of air temperatures was 29 oC, 27 oC, 28 oC and 29oC. Decline in open land by 7% (1997-2000) to vegetated area caused value of albedo, surface and air temperature decreased. Decline in vegetated area by 4% (2000-2009) caused of open land causing value of albedo, surface and air temperature increase. Increase of open land by 6% (2009-2013) caused value of albedo, surface and air temperature increase. Increase of open land in 2000-2009 has a value of spesific surface temperature is 7,94x1060C/Ha. Increase in open land in 2009-2013 has a value of spesific surface temperature is 9,03x1060C/Ha.

(6)

(7)

Skripsi

sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains

pada

Departemen Geofisika dan Meteorologi

ANALISIS PERUBAHAN ALBEDO, SUHU PERMUKAAN

DAN SUHU UDARA SEBAGAI DAMPAK PERUBAHAN

PENUTUPAN LAHAN MENGGUNAKAN DATA CITRA

SATELIT LANDSAT

(Studi Kasus : Provinsi Jambi, Path/Row 125/61)

RYAN KARIDA PRATAMA

DEPARTEMEN GEOFISIKA DAN METEOROLOGI

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

(8)

(9)

Judul Skripsi : Analisis Perubahan Albedo, Suhu Permukaan dan Suhu Udara Sebagai Dampak Perubahan Penutupan Lahan Menggunakan Data Citra Satelit Landsat

Nama : Ryan Karida Pratama NIM : G24100023

Disetujui oleh

Idung Risdiyanto, SSi, MSc Pembimbing

Diketahui oleh

Dr Ir Tania June, MSc Ketua Departemen

(10)

(11)

PRAKATA

Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan September 2013 sampai april 2014 ialah suhu permukaan, dengan judul Analisis Perubahan Albedo, Suhu Permukaan dan Suhu Udara Sebagai Dampak Perubahan Penutupan Lahan Menggunakan Data Citra Satelit Landsat.

Pada kesempatan ini, penulis mengucapkan terima kasih kepada Ayah (Abdul Kadir), Ibu (Marida Simamora), Adik (Ridho Karida Putra dan Dhena Aulia Karida) serta seluruh keluarga yang memberikan semangat, dukungan, doa, dan kerja keras sehingga penulis dapat menyelesaikan gelar sarjana. Terima kasih sebesar-besarnya penulis ucapkan kepada Bapak Idung Risdiyanto, Ssi, MSc selaku dosen pembimbing skripsi yang telah banyak memberikan bimbingan dan pola pikir dalam proses penelitan tugas akhir dan penulisan skripsi. Terima kasih juga penulis ucapkan kepada Bapak Dr Rahmat Hidayat Ssi, MSc, Ph.D dan Bapak Sonni Setiawan Ssi, Msi selaku dosen penguji sidang. Terima kasih juga penulis ucapkan kepada Prof Rizaldi Boer selaku pembimbing akademik penulis, Bapak Prof Dr Ir Ahmad Bey selaku ketua laboratorium meteorologi dan Pencemaran Atmosfer yang telah memberikan ilmu, saran, perhatian dan dukungan.

Terima kasih penulis ucapkan kepada Ibu Dr Ir Tania June, Msc selaku ketua departemen GFM, serta seluruh dosen dan staf departemen Geofisika dan Meteorologi Terapan IPB, Khususnya Pak Azis yang telah membantu dalam proses administrasi dan Pak Nandang yang telah membantu dalam proses penelitan tugas akhir. Terima kasih penulis ucapkan kepada Yayasan Karya Salemba Empat sebagai donatur yang telah memberikan beasiswa kepada penulis. Terima Kasih penulis ucapakan kepada Sri Muslimah yang memberikan bantuan, semangat serta doa kepada penulis sehingga dapat menyelesaikan tugas akhir. Teman-teman seperjuangan GFM 47 umumnya dan khusunya Taisir, Indro, Haikal dan Givo yang telah bersama selama 3 tahun. Teman-teman Himaja (Himpunan Mahasiswa Jambi) atas dukungan dan kebersamaan selama ini. Terima kasih atas ilmu dan pengalamnnya selama ini. Bapak Supri dari Badan Meteorologi dan Geofisika Provinsi Jambi yang telah membantu dalam proses data penelitian tugas akhir. Semua pihak yang tidak dapat disebutkan satu persatu yang telah membantu dan memberikan dukungannya selama ini.

Semoga karya ilmiah ini bermanfaat.

(12)

DAFTAR ISI

DAFTAR TABEL vi

DAFTAR GAMBAR vi

DAFTAR LAMPIRAN vi

PENDAHULUAN 1

Latar Belakang 1

Perumusan Masalah 2

Tujuan Penelitian 2

Manfaat Penelitian 2

Ruang Lingkup Penelitian 3

METODE 3

Waktu dan tempat penelitian 3

Bahan 3

Alat 3

Prosedur Analisis Data 4

HASIL DAN PEMBAHASAN 8

Profil Wilayah Kajian 8

Perubahan Luasan Penutupan Lahan 9

Distribusi Spasial Albedo 11

Distribusi Spasial Suhu Permukaan 13

Distribusi Spasial Suhu Udara 16

SIMPULAN DAN SARAN 19

Simpulan 19

Saran 19

DAFTAR PUSTAKA 20

LAMPIRAN 22

(13)

DAFTAR TABEL

1. Nilai albedo hasil ekstraksi data citra landsat dan literatur 11

DAFTAR GAMBAR

1 Peta Wilayah Kajian 9

2 Persentase kelas tutupan lahan dengan data citra Landsat 10

3 Distribusi nilai albedo 12

4 Hubungan albedo, Suhu Permukaan, dan Suhu Udara 13

5 Distribusi Suhu Permukaan di Provinsi Jambi 14

6 Nilai Spesifik Suhu permukaan terhadap luas area 15 7 Peta hasil nilai suhu udara menggunakan interpolasi IDW 17

(14)

DAFTAR LAMPIRAN

1 Nilai sudut Azimuth dan sudut Elevation matahari saat tanggal akuisisi

citra satelit landsat 22

2 TM spectral range, post-calibration dynamic ranges, and mean ESUN 22 3 ETM spectral range, post-calibration dynamic ranges, and resolution 22

4 Band-band pada landsat dan kegunaannya 23

5 Meta data citra satelit 24

6 Peta Albedo 36

7 Peta suhu permukaan 38

8 Peta suhu udara 40

9 Diagram alir penelitan 42

(15)

1

PENDAHULUAN

Latar Belakang

Provinsi Jambi merupakan provinsi yang memiliki kontribusi dalam konservasi hutan di Sumatera. Kerusakan hutan semakin lama semakin meningkat,Sumargo et al. (2011) menyatakan bahwa kerusakan hutan terbesar berada di Sumatera (3,33 juta ha) dan Kalimantan (4,95 juta ha) pada tahun 2009. Menurut Surat Keputusan Gubernur Jambi Nomor :108 Tahun 1999 Provinsi Jambi memiliki luas kawasan hutan sebesar 2.179.440 hektar atau 42,73 % luas daratannya. Hampir setengah dari luar Provinsi Jambi adalah kawasan hutan dengan berbagai tipe vegetasi. Namun saat ini luas hutan Provinsi Jambi mengalami perubahan yang signifikan. Menurut data Forest Watch Indonesia 2001 hutan Provinsi Jambi yang sudah gundul atau mengalami perubahan fungsi sebesar 522.858 hektar pada tahun 1990. Kehilangan hutan semakin bertambah dan diduga mempengaruhi suhu. Kenaikan suhu global rata-rata disebabkan oleh berbagai faktor. Salah satu faktor yaitu berkurangnya kelestarian hutan yang mendukung naiknya suhu yang dipengaruhi oleh aktivitas manusia. Namun tahun 2014 hutan telah mengalami perubahan yang besar, hutan mengalami alih fungsi lahan dan penebangan hutan secara ilegal dan legal mulai dibuka secara besar-besaran. Laju kerusakan hutan pada tahun 1985-1997 telah mencapai sebesar 2,2 juta hektar per tahun (FWI, 2001). Kerusakan hutan terutama disebabkan oleh penebangan liar, kebakaran hutan (baik disengaja atau tidak), pembukaan perkebunan secara besar-besaran serta kerusakan-kerusakan yang ditimbulkan oleh HPH (Hak Pengusahaan Hutan).

(16)

2

Penelitian ini akan menghitung nilai albedo, suhu permukaan, dan suhu udara dengan menggunakan citra satelit landsat. Satelit landsat 5 TM dan 7 ETM dipilih karena merupakan pengembangan dari citra sebelumnya yang disempurnakan dengan peningkatan resolusi spasial dan kepakaan sensor radiometrik. Resolusi Spasial merupakan kemampuan sensor satelit dalam mengindera ukuran terkecil dari suatu objek sedangkan sensor radiometrik merupakan kemampuan sensor dalam merekam atau mengindera perbedaan terkecil suatu objek dengan objek yang lain (ukuran kepekaan sensor). Satelit landsat memiliki band yang peka terhadap nilai albedo, suhu permukaan dan suhu udara (lampiran 4). Nilai albedo dan suhu udara diturunkan dari spectral radiance dengan menggunakan band visible yang peka terhadap tanaman, pengukuran nilai pantul dan pemetaan tanah dan tumbuhan. Nilai suhu permukaan diturunkan dari spectral radiance dengan menggunakan band 6 yaitu band thermal yang peka terhadap pemetaan panas. Nilai suhu udara diinterpolasi dengan menggunakan metode IDW (Inverse Distance Weighted) sehingga akan terlihat wilayah-wilayah mana saja yang mengalami perubahan suhu udara.

Perumusan Masalah

Apakah perubahan tutupan lahan wilayah Provinsi Jambi menyebabkan nilai suhu permukaan dan suhu udara ikut berubah. Jika ya, apa penyebabnya, seberapa besar perubahan dengan menggunakan data citra satelit dan bagaimana pola perubahan nilai suhu permukaan dan suhu udara. Jika tidak, hal apakah yang dominan menyebabkan perubahan tersebut tidak terjadi.

Tujuan Penelitian Tujuan penelitian ini adalah

1. Mengetahui pengaruh perubahan lahan terhadap nilai-nilai albedo, suhu permukaan, dan suhu udara yang diturunkan dari citra satelit landsat.

2. Mengetahui perubahan pola distribusi suhu udara yang disebabkan oleh perubahan lahan.

Manfaat Penelitian

(17)

3 menampung kapasitas panas dari energi radiasi matahari sehingga tetap berada dalam suhu dan iklim yang nyaman.

Ruang Lingkup Penelitian

Penelitian ini hanya dibatasi untuk wilayah yang mengalami perubahan tutupan lahan vegetasi menjadi lahan terbuka. Nilai yang diperoleh mengggambarkan nilai pergerakan suhu permukaan dan suhu udara yang mengalami perubahan tutupan lahan dengan citra satelit yang digunakan.

METODE

Waktu dan tempat penelitian

Penelitian dilaksanakan pada bulan September 2013 hingga bulan April 2014 di Provinsi Jambi dan Laboratorium Meteorologi dan Pencemaran Atmosfer. Departemen Geofisika dan Meteorologi, FMIPA IPB. Kegiatan penelitian dilakukan dua tahap yaitu survei lapangan di Provinsi Jambi pada bulan September 2013 hingga Januari 2014, tahap kedua pengolahan data di Laboratorium Meteorologi dan Pencemaran Atmosfer.

Bahan

Bahan yang digunakan dalam penelitan ini adalah data citra setelit Landsat 5 TM dan citra satelit Landsat 7 ETM dengan Path/Row yang digunakan yaitu 125/61. Tahun akuisisi data untuk Landsat 5 TM yaitu tahun 1997, 2000, dan 2009 sedangkan untuk Landsat 7 ETM yaitu tahun 2013. Data citra dapat diunduh di situs glovis.usgs.gov. Data Landuse 2012 dan data batas administrasi.

Alat

(18)

4

Prosedur Analisis Data

Penelitian dilakukan dalam beberapa proses tahapan, tahapan pertama survei lapangan untuk menentukan lokasi yang mengalami perubahan tutupan lahan selanjutnya tahapan kedua melakukan pengolahan data citra satelit.

Pengolahan Awal Data Citra Satelit

Langkah awal dalam pengolahan data citra satelit terdiri dari koreksi geometrik, membuat file shp wilayah penelitian, pemotongan wilayah penelitian dan klasifikasi penutupan lahan. Menurut Jensen 2000, Koreksi geometrik dilakukan agar error geometri dapat dikurangi sehingga proyeksi serta anotasi citra sesuai dengan peta. Selain itu koreksi geometrik dapat digunakan untuk pemilihan datum dan Gound Control Point (GCP) yang digunakan untuk mengkoreksi peta. Pembuatan file shp dilakukan dengan menggunakan software ArcGIS dengan mendigitasi daerah wilayah penelitian. Pemotongan wilayah penelitian dengan menggunakan software ER Mapper dan file shp yang telah dibuat untuk membatasi cakupan wilayah. Klasifikasi penutupan lahan dilakukan dengan menggunakan metode klasifikasi tak terbimbing. Klasifikasi tak terbimbing pada citra menggunakan band 5, band 4, dan band 2 baik untuk landsat 5 dan landsat 7. Panjang gelombang band 5 yaitu 1.55-1.75 µm dengan gelombang SWIR, band 4 yaitu 0.76-0.90 µm dengan gelombang NEAR dan band 2 yaitu 0.52-0.60 µm dengan gelombang green. Klasifikasi tak terbimbing merupakan proses pengelompokan dari nilai digital number menjadi beberapa kelas dengan menggunakan analisis cluster (Indarto dan Faisol 2009). Kelas klasifikasi dibagi menjadi tiga yaitu badan air, lahan vegetasi (lahan yang memiliki klorofil seperti hutan, semak, belukar, sawit, dll), lahan terbuka (lahan non klorofil seperti permukiman, tanah terbuka dll).

Pengolahan Nilai Parameter Suhu Permukaan

Langkah awal dari pengolahan nilai parameter suhu permukaan dengan menentukan band yang akan digunakan dalam menentukan nilai parameter. Band 6 merupakan band thermal dengan panjang gelombang 10,4-12,5 µm, Spektral infra merah Termal yang dapat digunakan untuk menganalisis tegakan tumbuhan, pemisahan kelembaban tanah dan pemetaan panas (Lillesand dan Kiefer 1997). 1. Konversi nilai Digital Number menjadi Spectral Radiance

(19)

5

2. Konversi nilai Spectral Radiance menjadi Suhu Kecerahan

Suhu Kecerahan adalah perhitungan intensitas radiasi termal yang diemisikan oleh suatu objek yang diturunkan dari nilai spectral radiance band termal (Chander et al. 2007). Nilai dari spectral radiance akan di konversi menjadi nilai suhu kecerahan dengan menggunakan hukum plank dari radiasi benda hitam (Janssen 2001). Benda hitam dapat menyerap seluruh energi dari matahari dan memancarkan kembali emisi yang didapatkan. Hukum planck dapat menghitung intensitas radiasi yang dipancarkan oleh suatu objek permukaan. Persamaan untuk suhu kecerahan USGS (2013) :

TB = K2 * K1 dan K2 merupakan nilai kalibrasi terhadap sensor landsat. 3. Konversi nilai Suhu kecerahan menjadi Suhu Permukaan

Suhu Permukaan adalah suhu bagian terluar dari suatu objek yang mendapatkan energi dari sinar matahari. Suhu permukaan menurut data citra satelit adalah suhu rata-rata dari suatu permukaan yang digambarkan dengan tipe-tipe permukaan dalam cakupan suatu piksel. Suhu permukaan didapatkan dari turunan nilai suhu kecerahan dengan menggunakan hukum planck. Hukum planck memiliki pendekatan dengan objek benda hitam yaitu menyerap seluruh radiasi elektromagnetik dan memancarkan energi yang diserapnya. Sehingga suhu permukaan dapat dihitung dengan mengetahui nilai emisivitas dari berbagai penggunaan lahan. Persamaan yang digunakan menduga suhu permukaan (Artis & Carnahan. 1982), yaitu :

: Panjang gelombang radiasi emisi (11.5 m) ∂ * : 1,438 x 10-2 mK

4. Spesifik suhu permukaan terhadap luas lahan

�T =

LUAS AREA (4)

(20)

6

Pengolahan Nilai Parameter Albedo dan Suhu Udara

Langkah awal dari pengolahan nilai parameter albedo dan suhu udara dengan menetukan band yang akan di gunakan dalam menentukan nilai parameter. Pengolahan nilai parameter albedo menggunakan band 3, band 2, dan band 1 yang disebut dengan band visilbe (tampak) dengan panjang gelombang band 3 yaitu 0.63-0.69 µm, band 2 yaitu 0.52-0.60 µm dan band 1 yaitu 0.45-0.52 µm. Pengolahan nilai parameter suhu udara menggunakan band yang sama seperti albedo dan ditambah dengan hasil pengolahan nilai parameter suhu permukaan dan klasifikasi lahan.

1. Konversi nilai spectral radiance menjadi nilai albedo

Albedo merupakan nilai perbandingan antara jumlah radiasi gelombang pandek yang di pantulkan dengan jumlah energi radiasi gelombang pendek yang diterima oleh suatu permukaan. Nilai spectral radiance dengan menggunakan band 3, band 2, dan band 1 dikonversi menjadi nilai albedo dengan menggunakan persamaan albedo USGS (2013) yaitu:

α = πL d2

ESUN cosθ (5)

L : Spektral radiance tiap kanal

d2 : Jarak astronomi matahari ke bumi (dalam unit astronomi nilainya mendekati 1)

ESUN : Rata-rata nilai solar spectral Irradiance (W.m-2. m-1) (lampiran 2) Ѳs : Sudut zenit matahari

Radiasi gelombang pendek merupakan radiasi yang diberikan oleh sinar matahari ke suatu permukaan. Radiasi gelombang pendek yang dipantulkan dapat diduga dengan menggunakan persamaan :

Rs out= π x L x d2 x 1

band (6)

Nilai radiasi yang diperoleh merupakan dari fungsi nilai irradiance dan 1 band merupakan nilai tengah panjang gelombang yang digunakan dari setiap band. Radiasi gelombang pendek yang diterima dapat diduga dengan melihat perbandingan antara nilai dari radiasi gelombang panjang yang di pantulkan dan albedo. Persamaan yang digunakan yaitu :

Rs in = Rs Out (7)

Nilai total radiasi gelombang pendek (Rs Netto) dapat dihitung dengan menggunakan persamaan yaitu :

Rs Netto= Rs in – Rs Out (8)

Total radiasi gelombang pendek diduga dengan mengurangkan nilai radiasi pendek yang diterima dengan nilai radiasi pendek yang dipantulkan. Perhitungan dalam menentukan nilai radiasi netto (Rn) masih dipengaruhi oleh nilai radiasi gelombang panjang yang keluar permukaan bumi. Gelombang panjang yang keluar permukaan bumi terhadang dengan adanya aerosol dan partikel, namun ukuran aerosol dan partikel sangat kecil sehingga radiasi yang dipancarkan kembali di abaikan, Nilai radiasi gelombang panjang yang dipancarkan (RL Out) diturunkan dari persamaan Stefan-Bolztman, yaitu :

RL out = ε σ Ts4

(21)

7 RL Out: Radiasi gelombang panjang yang diemisikan oleh

permukaan objek (Wm-2) ε : Emisivitas

σ : Tetapan Stefan-Bolztman (5.67 x 10-8 Wm-2K-4) Ts : Suhu Permukaan (K)

Nilai radiasi netto (Rn) dapat dihitung dengan menggunakan persamaan :

Rn = Rs Netto – RL Out (10) 2. Perhitungan Soil Heat Flux (G)

Bahang tanah (soil heat flux) merupakan bahang yang diterima oleh suatu objek dari sinar radiasi matahari. Perpindahan bahang tanah (soil heat flux) dipengaruhi oleh perbedaan suhu permukaan, suhu tanah dan nilai konduktivitas thermal (k) dari suatu jenis tanah. Allen et al. (2001) menghitung soil heat flux dari nilai radiasi netto, suhu permukaan, albedo dan Normalized Difference Vegetation Index (NDVI) dengan menggunakan persamaan berikut :

G

Rn

=

�

(0.0038α+0.0074α

2

) (1-0.98NDVI4) (11) G : Perpindahan bahang tanah (soil heat flux) (Wm-2)

α : Albedo permukaan (diturunkan dari data satelit)

NDVI : Normalized Difference Vegetation Index (diturunkan dari data satelit) 3. Perhitungan Sensible Heat Flux (H)

Sensible heat flux merupakan energi radiasi netto yang digunakan dalam proses pemanasan udara di atmosfer secara konveksi (Monteith & Unsworth 1990). Persamaan yang digunakan merupakan modifikasi persamaan dari bowen rasio β=H

LE dan neraca energi Rn=H+G+LE dan sehingga diperoleh : H =β(Rn−G)

1+β (12)

Nilai badan air yaitu 0.11 dan lahan Vegetasi yaitu 0.50 dan lahan terbuka yaitu 4 (Oliver 1973).

4. Perhitungan Suhu Udara (Ta)

Suhu udara adalah energi kinetis rata-rata dari pergerakan molekul yang dipengaruhi oleh radiasi matahari. Persamaan yang digunakan dari modifikasi persamaan Monteith & Unsworth (1990) yaitu :

Ta = Ts - (_{�� }HraH ) (13) H : Fluks Pemanasan Udara (Wm-2)

raH* : Tahanan Aerodinamik

ρair : Kerapatan udara lembab (1.27 kg m-3) .

Cp : Panas spesifik udara pada tekanan konstan (1004 J Kg-1 K-1) Ts : Suhu permukaan (K)

Ta : Suhu udara (K)

* Tahanan Aerodinamik menggunakan rumus 31,9.u-0,96 , u untuk badan air 2,01, u untuk lahan vegetasi 1,79 dan u untuk lahan terbuka 1,41 (Khomarudin 2005). 5. Interpolasi IDW (Inverse Distance Weighted)

(22)

8

estimasi nilai pada wilayah yang tidak disampel atau ukur. Metode IDW dapat dikelompokkan dalam estimasi deterministic dimana interpolasi dilakukan berdasarkan perhitungan matematik. Menurut NCGIA (1997) Metode Inverse Distance Weighted (IDW) merupakan metode deterministik yang sederhana dengan mempertimbangkan titik disekitanya. Model Deterministik diasumsikan bahwa kejadian-kejadian yang ada memiliki peluang yang tetap. Metode ini memiliki asumsi yaitu nilai interpolasi akan lebih mirip pada data sampel terdekat daripada yang terjauh. Sedangkan bobot akan berubah secara linear sesuai dengan jaraknya dengan data sampel. (Pramono H 2005). Interpolasi IDW digunakan pada suhu udara. Suhu udara merupakan suhu di atas permukaan bumi sehingga tidak di pengaruhi oleh objek tertentu.

HASIL DAN PEMBAHASAN

Profil Wilayah Kajian

Provinsi Jambi adalah sebuah provinsi Indonesia yang terletak di pesisir timur di bagian tengah pulau sumatera. Secara geografis wilayah kajian berada pada 0.450 Lintang utara - 2.450 Lintang Selatan dan 101.100 – 104.550 Bujur Timur. Batas-batas Provinsi Jambi yaitu sebelah Utara berbatasan dengan Provinsi Riau, sebelah Timur dengan Laut Cina Selatan, sebelah Selatan berbatasan dengan Provinsi Sumatera Selatan dan sebelah Barat dengan Provinsi Sumatera Barat dan Provinsi Bengkulu. Kondisi geografis yang cukup strategis di antara kota-kota lain di provinsi sekitarnya membuat peran provinsi ini cukup penting terlebih lagi dengan dukungan sumber daya alam yang melimpah. Berdasarkan data Pemerintah Provinsi Jambi 2013, topografi Provinsi Jambi bervariasi. Provinsi Jambi berada di bagian tengah Pulau Sumatera dengan topografi wilayah yang bervariasi mulai dari ketinggian 0 meter diatas permukaan laut (mdpl) di bagian timur sampai pada ketinggian di atas 1.000 meter diatas permukaan laut (mdpl), ke arah barat kontur lahannya semakin tinggi dimana di bagian barat merupakan kawasan Sumatera Barat yang merupakan bagian dari kawasan Taman Nasional Kerinci Seblat.

(23)

9

Gambar 1 Wilayah kajian

Perubahan Luasan Penutupan Lahan

(24)

10

Gambar 2 Persentase kelas tutupan lahan dengan data citra Landsat

Persentase badan air dari tahun 1997 sampai 2013 tidak mengalami perubahan yang signifikan, rata-rata persentase berada pada angka 17,75 hal ini dikarenakan perubahan lahan badan air tidak terlalu dimanfaatkan sehingga relatif stabil dan perubahan lahan yang terlihat signifikan pada lahan vegetasi dan lahan terbuka. Pada tahun 1997 persentase lahan vegetasi cenderung rendah dan persentase lahan terbuka cenderung meningkat hal ini menunjukkan bahwa adanya area pembukaan lahan hutan yang dimanfaatkan oleh pihak terkait. Menurut Lubis I dan Surya 2001 Adanya konflik kepentingan menyebebkan adanya kebakaran hutan yang panjang disumatera pada tahun 1990-an. Provinsi Jambi mengalami dampak yang sangat serius pada kebakaran hutan lahan gambut dengan jumlah titik api 440 titik pada bulan juli sampai otober 1997. Memasuki tahun 2000 terlihat adanya peningkatan persentase luas lahan vegetasi sebesar 6% dari tahun 1997-2000. Hal ini disebabkan oleh kondisi lahan yang sebelumnya terbakar mengalami suksesi yang berasal dari vegetasi lantai hutan seperti semak dan perdu serta pemanfaatan oleh pihak-pihak terkait dalam penanaman kelapa sawit. Kondisi ekosistem hutan yang terbakar akan merubah dari tipe hutan yang tertutup dengan formasi hutannya yang terdiri dari strata pohon sampai strata paling bawah atau lantai hutan menjadi lahan terbuka dan membentuk vegetasi pionir dan rintisan. Tidak tertutup kemungkinan kondisinya akan berubah menjadi ekosisitem padang rumput dan ekosistem rawa terbuka (Lubis I dan Surya 2001). Akibatnya persentase luas lahan terbuka mengalami penurunan sebesar 7%. Pada tahun 2009 persentase luas lahan vegetasi mengalami penurunan sebesar 4% dibandingkan tahun 2000 dan persentase lahan terbuka mengalami kenaikan sebesar 4%. Hal ini dikarenakan pada tahun 2009 diduga perkebunan kelapa sawit mengalami akhir pemanenan sehingga terjadi pergantian tanaman kelapa sawit baru dan aktivitas pembangunan yang meningkat. Namun persentase luas lahan

(25)

11 vegetasi mengalami penurunan kembali pada tahun 2013 sebesar 6% dan persentase luas lahan terbuka mengalami kenaikan sebesar 6%, hal ini dikarenakan pembukaan perkebunan kelapa sawit yang terus melonjak dan pembukaan lahan besar-besaran untuk di jadikan area industri dan bandara. Perkembangan dan pembangunan infrastruktur yang semakin meningkat sebesar 80% pada pembangunan rumah sederhana (Rahman 2010). Luasan tiap tutupan lahan diwilayah kajian tidak sepenuhnya menunjukkan kondisi di lapangan karena faktor error spasial saat proses klasifikasi dilakukan.

Distribusi Spasial Albedo

Albedo adalah rasio total radiasi matahari yang di pantulkan (RS out) terhadap total radiasi yang masuk (RS in) (stull 2000). Nilai albedo dapat memberikan informasi fisik pada suatu objek yang mendapat radiasi. Nilai albedo diekstraksi dari data citra landsat dengan menggunakan band visible yaitu band 3, band 2, dan band 1 yang memiliki kisaran panjang gelombang pendek (band 3 = 0.63-0.6λ m, band 2 = 0.52-0.60 m, band 1 = 0.45-0.52 m).

Tabel 1 Nilai albedo hasil ekstraksi data citra landsat dan literatur Albedo Ekstraksi dari citra

(26)

12

lahan berbeda yang dipengaruhi oleh faktor-faktor seperti kandungan air, warna dan kekasaran permukaan. Albedo pada tutupan lahan vegetasi memeiliki nilai yang lebih kecil dibandingkan dengan lahan terbuka. Radiasi yang didapatkan pada lahan cenderung sama namun radiasi yang dipantulkan cenderung berbeda. Radiasi yang dipantulkan pada permukaan vegetasi lebih rendah dari pada penutupan lahan non vegtasi (Dobos 2003).

Gambar 3 Distribusi Nilai Albedo

(27)

13

Gambar 4 Hubungan Albedo, Suhu permukaan dan suhu udara

Albedo merupakan perbandingan sinar datang dan sinar dipantulkan dari suatu objek. Sinar datang yang mengenai objek akan membuat objek menyerap energi/radiasi sehingga meningkatkan suhu permukaan pada objek tersebut, suhu permukaan akan mempengaruhi suhu udara yang berada diatas objek tersebut. Gambar 4 terlihat adanya hubungan antara albedo, suhu permukaan dan suhu udara. Suhu permukaan mengalami kenaikan maka suhu udara dan albedo relatif mengikuti untuk naik. Nilai albedo erat kaitannya dengan suatu objek, nilai albedo dan suhu permukaan suatu benda tergantung dengan sifat fisik permukaan objek diantaranya emisivitas, kapasitas panas jenis dan kondutivitas termal. Emisivitas adalah kemampuan suatu objek untuk menyerap radiasi. Kapasitas panas adalah besaran yang menggambarkan banyaknya kalor yang diperlukan untuk menaikkan suhu suatu objek. Konduktivitas termal adalah suatu besaran yang menunjukkan kemampuannya untuk mengahantarkan panas. Suatu objek mendapatkan radiasi dan objek memiliki emisivitas dan kapasitas panas yang besar dan konduktivitas termal yang rendah maka radiasi cenderung diserap yang menunjukkan nilai albedo kecil dan suhu permukaan objek tersebut akan menurun dan suhu udara yang berada diatas suhu permukaan akan cenderung mengalami penurunan contohnya pada badan air, sedangkan emisivitas dan kapasitas panas yang rendah dan konduktivitas termal besar maka radiasi akan dipantulkan yang berarti nilai albedo besar dan suhu permukaan akan meningkat contohnya pada lahan terbuka berupa bangunan/daratan (Sutanto 1994).

Distribusi Spasial Suhu Permukaan

Suhu permukaan merupakan suhu terluar dari suatu objek (suhu permukaan air pada badan air, kanopi vegetasi pada lahan vegetasi dan permukaan tanah/bangunan pada lahan terbuka). Suhu permukaan pada citra landsat

y = 1.335x + 18.44

0.05 0.05 0.06 0.08 0.09 0.09 0.09 0.09 0.09 0.12 0.16 0.20 0.20 0.21 0.21 0.22 0.24

(28)

14

mengunakan band 6 yaitu band thermal. Band 6 dengan panjang gelombang 10.4-12.5 m dapat mendeteksi gejala alam yang berhubungan dengan panas sehingga dapat digunakan untuk pemetaan dan informasi geologi thermal (Eros Data Center 1995). Suhu permukaan didapat dari ekstraksi spectral radiance kemudian menjadi suhu kecerahan dan diturunkan menjadi suhu permukaan.

Gambar 5 Distribusi Suhu Permukaan di Provinsi Jambi (0C)

Hasil suhu permukaan rataan hasil ekstraksi data citra satelit Landsat pada lahan badan air, lahan vegetasi dan lahan terbuka berturut-turut adalah Nilai minimum dari pengolahan data citra yaitu 36oC, 38 oC, 41 oCuntuk tahun 1997, 31 o

C, 35 oC, 38 oC untuk tahun 2000, 31 oC, 33 oC, 38 oC untuk tahun 2009, 32 oC, 36 o

C, 41 oC untuk tahun 2013. Peningkatan suhu permukaan dari lahan badan air, lahan vegetasi dan lahan terbuka disebabkan oleh perbedaan emisivitas, kapasitas panas dan kondutivitas termal. Gambar 5 terlihat sebaran dan nilai rata-rata suhu permukaan tiap tahun. Tahun 1997 memiliki sebaran yang luas namun suhu permukaan rata-rata cenderung kecil, hal ini disebabkan oleh adanya awan sehingga memiliki nilai minus. Tahun 2000 memiliki sebaran yang normal dengan suhu permukaan rata-rata meningkat dari tahun sebelumnya. Tahun 2009 suhu permukaan rata-rata cenderung menurun namun penyebaran lebih banyak pada sisi atas kotak. Tahun 2013 memiliki sebaran yang padat pada suhu yang tinggi dengan nilai suhu permukaan rata-rata yang besar yaitu 31.8 yang menunjukkan bahwa kemampuan wilayah dalam menyimpan panas yang berasal dari radiasi mengalami penurunan dan lebih banyak memantulkan radiasi yang datang.

(29)

rata-15 rata suhu permukaan berbeda-beda hal ini dipengaruhi oleh tanggal akuisisi dari data yang digunakan. Tanggal akuisisi data mempengaruhi besar radiasi yang datang. Weng et al. (2001, 2004) juga menjelaskan bahwa kondisi amtosfer saat pemotretan citra, kondisi vegetasi, biomassa vegetasi, tutupan lahan, serta perbedaan pencahayaan radiasi matahari pada data citra dapat mempengaruhi nilai suhu permukaan.

Pengolahan data pada suhu permukaan dipengaruhi oleh suhu permukaan awan. Data citra satelit yang digunakan tidak terlalu bersih dari awan sehingga nilai suhu permukaan dari awan dihapus dari data. Dikarenakan permukaan dibawah awan tidak diketahui berapa nilai suhu permukaannya sehingga diambil batas yaitu sebesar 0 (0C), hal ini diakibatkan oleh nilai minimum pada hasil pengolahan data. Perubahan suhu permukaan dipengaruhi berbagai faktor-faktor yaitu emisivitas, kapasitas panas jenis, dan konduktivitas termal pada lahan tersebut. Suatu objek dipermukaan yang memiliki emisivitas dan kapasitas panas jenis rendah sedangkan konduktivitas termalnya tinggi maka objek tersebut akan mendapat suhu permukaan yang lebih tinggi. Terlihat badan air memiliki emisivitas dan kapasitas panas jenis paling tinggi dibandingkan lahan vegetasi dan lahan terbuka sehingga suhu akan lebih rendah dibandingkan lahan vegetasi dan lahan terbuka. Emsivitas badan air, lahan vegetasi dan lahan terbuka yaitu 0.98,0.95,0.92. Selain itu nilai NDVI dari badan air, lahan vegetasi dan lahan terbuka semakin berkurang, menurut Weng et al (2004) menyatakan bahwa suhu permukaan berkorelasi negatif dengan NDVI.

Gambar 6 Nilai Spesifik Suhu permukaan terhadap luas area (ppm OC/Ha)

Nilai spesifik suhu permukaan merupakan nilai yang didapat dari nilai rata-rata suhu permukaan dibagi luas area. Nilai spesifik suhu permukaan digunakan untuk melihat faktor perubahan lahan. Gambar 6 menjelaskan nilai spesifik suhu permukaan pada masing-masing tahun yang dibagi luas lahan. Nilai spesifik suhu

(30)

16

permukaan pada tahun 1997 sebesar 11.15 ppm oC/Ha dengan nilai suhu permukaan rata-rata yaitu 27.8 oC. Tahun 2000 nilai suhu permukaan rata-rata sebesar 24 oC dan spesifik suhu permukaan mengalami penurunan. Pada tahun 2009 nilai suhu permukaan mengalami kenaikan yaitu 26.2 oC dan peningkatan puncak pada tahun 2013 dengan nilai suhu permukaan rata-rata yaitu 31.4 oC dan nilai spesifik suhu permukaan yaitu 16.92 ppm oC/Ha. Dilihat dari tahun 1997 – 2000 menunjukkan penurunan nilai spesifik suhu permukaan yang menjelaskan bahwa faktor perubahan lahan diwilayah kajian cenderung menurun. Sedangkan dilihat dari tahun 2000 – 2013 menunjukkan kenaikan nilai spesifik suhu permukaan yang menjelaskan bahwa faktor perubahan lahan diwilayah kajian meningkat. Peningkatan terlihat ditahun 2013 apabila dibandingkan dengan tahun lainnya. Gambar 2 terlihat pada tahun 2000 – 2009 lahan vegetasi mengalami penurunan dan lahan terbuka mengalami peningkatan. Peningkatan lahan terbuka sebesar 4 % (165250 Ha) dengan nilai spesifik suhu permukaan yaitu 7.94x106 o

C/Ha. Pada tahun 2009 – 2013 persentase luas lahan vegetasi mengalami penurunan dan lahan terbuka mengalami peningkatan sebesar 6 % (341331,25 Ha) dengan nilai spesifik suhu permukaan yaitu 9,03x106oC/Ha.

Distribusi Spasial Suhu Udara

(31)

17

Tahun 1997 Tahun 2000

Tahun 2009 Tahun 2013

Gambar 7 Peta hasil nilai suhu udara menggunakan Interpolasi IDW

(32)

18

Gambar 8 Distribusi perubahan nilai Suhu Udara

Gambar diatas menggambarkan distribusi perubahan nilai suhu udara dari tahun sekarang dengan tahun sebelumnya. Tahun 1997 menjadi tahun pembanding yang akan dibandingkan dengan tahun selanjutnya. Terlihat perubahan tahun 1997 dan 2000 mempunyai hasil berkorelasi negatif, hal ini menunjukkan tahun 1997 sebaran nilai suhu udara lebih besar dari nilai suhu udara tahun 2000. Tahun 2000 dan tahun 2009 mempunyai hasil berkorelasi normal yang menunjukkan bahwa tahun 2000 dan tahun 2009 memiliki nilai suhu udara yang hampir sama atau memiliki perbedaan cenderung kecil. Tahun 2009 dan tahun 2013 mempunyai hasil berkorelasi positif yang menunjukkan bahwa tahun 2013 memilki nilai suhu udara yang lebih besar dari tahun 2009. Semakin besar range dari selisih tahun nilai suhu udara maka dianggap bahwa daerah tersebut cenderung memiliki kondisi kenyamanan yang kurang baik. Suhu udara merupakan suhu yang terdapat di atmosfer dan tidak dapat pengaruh dari suatu objek tertentu. Faktor yang mempengaruhi suhu udara yaitu radiasi dari sinar matahari dan topografi. Suhu udara sangat di pengaruhi oleh permukaan bumi atau tutupan lahan dari suatu tempat.

(33)

19 mulai berkembang sehingga lahan vegetasi mengalami pertumbuhan. Tahun 2013 beberapa daerah di provinsi jambi membuka lahan secara besar besaran sehingga lahan vegetasi cenderung berkurang yang berdampak naiknya suhu udara

SIMPULAN DAN SARAN

Simpulan

Hasil penelitian menunjukkan perubahan lahan membuat perubahan parameter turunan data citra satelit landsat seperti suhu permukaan, suhu udara dan albedo. Perubahan lahan di wilayah kajian pada tahun 1997-2000 menyebabkan terjadinya peningkatan lahan vegetasi dan penurunan lahan tebuka, sehingga suhu permukaan dan suhu udara cenderung mengalami penurunan. Pada tahun 2013 lahan vegetasi mengalami perubahan lahan menjadi lahan terbuka. Lahan terbuka mengalami peningkatan sebesar 6% dengan yang berakibat peningkatan suhu permukaan sebesar 0.001465 C/Ha dan suhu udara di Provinsi Jambi. Hasil interpolasi menunjukkan adanya perubahan lahan berakibat terhadap meningkatnya suhu udara. Suhu udara di Provinsi Jambi menigkat setiap tahunnya dan menyebar dibagian timur dan utara wilayah kajian. Perubahan lahan pada tahun 1997, 2000, 2009 dan 2013 menyebabkan nilai albedo, suhu permukaan dan suhu udara di Provinsi Jambi semakin meningkat.

Saran

Nilai dari turunan data citra satelit landsat pada penelitian ini masih bersifat sesaat. Hal ini disebabkan data di ambil saat pemotretan citra oleh satelit. Penelitan lebih lanjut dapat dilaksanakan dengan skala harian maupun bulanan. Selain itu perlu adanya data pendukung dari pihak-pihak terkait dalam membandingkan nilai data citra satelit terhadap data lapangan. Survei lapangan dibutuhkan untuk memperkuat data dan melihat lahan dilapangan, karena data olahan citra satelit masih dalam pendugaan. Perhitungan nilai suhu permukaan dan suhu udara dapat dilakukan untuk perencanaan tata ruang suatu wilayah sehingga dapat diawasi dan nilai harus berada pada kisaran suhu dan kondisi iklim yang nyaman.

DAFTAR PUSTAKA

(34)

20

Chander G, Markham BL. 2003. Revised Landsat-5 Thematic Mapper Radiometric Calibration Procedures and Postcalibration Dynamic Ranges. J IEEE Geoscince and Remote Sens. Letters. 4(3):490–494. doi: 10.1109/LGRS.2007.898285

Dobos E. 2003. Albedo. Encyclopedia of Soil Science. doi:10.1081/E-ESS 120014334.

EROS Data Center. 1995. Landsat-7 Technical Working Group. Sioux Falls, USA South Dakota. October 31-November 2, 1995.

Handoko. 1993. Klimatologi Dasar. Bogor :Pustaka Jaya

Indarto & Faisol A. 2009. Identifikasi dan klasifikasi peruntukan lahan menggunakan Citra ASTER. J Media Teknik Sipil. 9(1):1–8. ISSN: 1412-0976

Jensen JR. 2000. Remote Sensing of the Environment: An Earth Resource Perspective. New Jersey: Prentice Hall.

Khomarudin MR, Risdiyanto I. 2002. Penentuan Evapotranspirasi Regional Dengan Landsat TM dan NOAA-AVHRR.

Lillesand TM, Kiefer RW, Chipman JW. 1997. Remote Sensing and Image Interpretation. 5th ed. New York: John Wiley & Sons, Inc.

Lubis I.R, Surya 2001. Upaya Pengelolaan Terpadu HutanRawa Gmabut Bekas Terbakar Diwilayah Berbal – Sembilang. Jurnal ilmiah.

Monteith JL and Unsworth MH. 1990. Principles of Environmental Physics. 2nd ed. London: Edward Arnold

NCGIA. 2007. Interpolation: Inverse Distance Weighting.

http://www.ncgia.ucsb.edu/pubs/spherekit/inverse.html (12 Juli 2014). Oliver JE. 1973. Climate and Man’s Environment: An Introduction to Applied

Climatology. New York: John Wiley & Sons, Inc.

Post DF, Fimbres A, Matthias AD, Sano EE, Accioly L, Batchily AK dan Ferreira LG. Predicting Soil Albedo from Soil Color and Spectral Reflectance Data. J Applied Meteorology. 64(3):1027-1034. doi: 10.2136/sssaj2000.6431027 Pramono, G. 2005. Akurasi Metode IDW dan Kriging untuk Interpolasi Sebaran

Sedimen Tersuspensi Di Kabubaten Maros, Sulawesi Selatan. Jurnal Ilmiah Geomatika 11(1): 20-32.

Rahman A. 2010. Pertumbuhan Perumahan di Kota Jambi. Semarang. Universitas Dipenogoro Press.

Sutanto. 1994. Penginderaan Jauh Jilid 2. Yogyakarta : Gadjah Mada University Press.

[USGS] United State Geological Survey. 2013. Landsat 7 science data users handbook [internet]. [diacu 2013 Februari 20]. Tersedia dari: http:// landsathandbook.gsfc.nasa.gov/pdfs/Landsat7_Handbook.pdf .

(35)

21 Weng Q, Lu D, Schubring J. 2004. Estimation of land surface temperature–

vegetation abundance relationship for urban heat island studies. J Remote Sens. Environ. 89 (2004): 467-383. doi:10.1016/j.rse.2003.11.005

(36)

22

Lampiran 1 Nilai sudut Azimuth dan sudut elevasi matahari saat tanggal akusisi citra landsat.

Tahun Tanggl Akuisisi Sudut Azimuth Sudut Elvation 1997 (landsat 5) 18/08/1997 66.24238391 52.17552374 2000 (landsat 5) 09/07/2000 52.54469146 48.99266586 2009 (landsat 5 ) 29/04/2009 60.44850094 56.63183707 2013 (Landsat 7) 19/06/2013 46.37983409 52.72899385

Lampiran 2 TM spcetral range, post-calibration dynamic ranges, and mean exoatmospheric solar radiance (ESUN )

Band Spectral Range

6 10.45 - 12.42 11.435 1.2378 15.3032 n/a

7 2.097 - 2.349 2.223 -15 16.5 83.44

Sumber : Chander et al. 2009

(37)

23 Lampiran 4 Band-band pada Landsat dan kegunaannya (Lillesand and Kiefer

(38)

24

Lampiran 5 Meta Data Citra Landsat 1. Tahun 1997 data citra satelit landsat 5

GROUP = L1_METADATA_FILE GROUP = METADATA_FILE_INFO

ORIGIN = "Image courtesy of the U.S. Geological Survey" REQUEST_ID = "0101401060210_00002"

LANDSAT_SCENE_ID = "LT51250611997230DKI00" FILE_DATE = 2014-01-07T17:56:36Z

STATION_ID = "DKI"

PROCESSING_SOFTWARE_VERSION = "LPGS_12.3.1" DATA_CATEGORY = "NOMINAL"

END_GROUP = METADATA_FILE_INFO GROUP = PRODUCT_METADATA DATA_TYPE = "L1T"

DATA_TYPE_L0RP = "TMR_L0RP" ELEVATION_SOURCE = "GLS2000" OUTPUT_FORMAT = "GEOTIFF" EPHEMERIS_TYPE = "PREDICTIVE" SPACECRAFT_ID = "LANDSAT_5" SENSOR_ID = "TM"

SENSOR_MODE = "SAM" WRS_PATH = 125

WRS_ROW = 061

DATE_ACQUIRED = 1997-08-18

SCENE_CENTER_TIME = 02:49:00.7150940Z CORNER_UL_LAT_PRODUCT = -0.50706 CORNER_UL_LON_PRODUCT = 102.48892 CORNER_UR_LAT_PRODUCT = -0.50754 CORNER_UR_LON_PRODUCT = 104.58570 CORNER_LL_LAT_PRODUCT = -2.40244 CORNER_LL_LON_PRODUCT = 102.48682 CORNER_LR_LAT_PRODUCT = -2.40470 CORNER_LR_LON_PRODUCT = 104.58535

CORNER_UL_PROJECTION_X_PRODUCT = 220500.000 CORNER_UL_PROJECTION_Y_PRODUCT = -56100.000 CORNER_UR_PROJECTION_X_PRODUCT = 453900.000 CORNER_UR_PROJECTION_Y_PRODUCT = -56100.000 CORNER_LL_PROJECTION_X_PRODUCT = 220500.000 CORNER_LL_PROJECTION_Y_PRODUCT = -265800.000 CORNER_LR_PROJECTION_X_PRODUCT = 453900.000 CORNER_LR_PROJECTION_Y_PRODUCT = -265800.000 REFLECTIVE_LINES = 6991

REFLECTIVE_SAMPLES = 7781 THERMAL_LINES = 6991 THERMAL_SAMPLES = 7781

(39)

25

GROUND_CONTROL_POINT_FILE_NAME = "LT51250611997230DKI00_GCP.txt"

REPORT_VERIFY_FILE_NAME = "LT51250611997230DKI00_VER.txt" BROWSE_VERIFY_FILE_NAME = "LT51250611997230DKI00_VER.jpg" METADATA_FILE_NAME = "LT51250611997230DKI00_MTL.txt" CPF_NAME = "L5CPF19970701_19970930.09"

END_GROUP = PRODUCT_METADATA GROUP = IMAGE_ATTRIBUTES

CLOUD_COVER = 7.00 IMAGE_QUALITY = 9

SUN_AZIMUTH = 66.24238391 SUN_ELEVATION = 52.17552374

GROUND_CONTROL_POINTS_MODEL = 100 GEOMETRIC_RMSE_MODEL = 3.979

GEOMETRIC_RMSE_MODEL_Y = 2.683 GEOMETRIC_RMSE_MODEL_X = 2.939 GROUND_CONTROL_POINTS_VERIFY = 688 GEOMETRIC_RMSE_VERIFY = 0.206

GEOMETRIC_RMSE_VERIFY_QUAD_UL = 0.204 GEOMETRIC_RMSE_VERIFY_QUAD_UR = 0.195 GEOMETRIC_RMSE_VERIFY_QUAD_LL = 0.215 GEOMETRIC_RMSE_VERIFY_QUAD_LR = 0.209 END_GROUP = IMAGE_ATTRIBUTES

GROUP = MIN_MAX_RADIANCE

(40)

26

QUANTIZE_CAL_MIN_BAND_7 = 1 END_GROUP = MIN_MAX_PIXEL_VALUE GROUP = PRODUCT_PARAMETERS CORRECTION_GAIN_BAND_1 = "CPF" CORRECTION_GAIN_BAND_2 = "CPF" CORRECTION_GAIN_BAND_3 = "CPF" CORRECTION_GAIN_BAND_4 = "CPF" CORRECTION_GAIN_BAND_5 = "CPF"

CORRECTION_GAIN_BAND_6 = "INTERNAL_CALIBRATION" CORRECTION_GAIN_BAND_7 = "CPF"

CORRECTION_BIAS_BAND_1 = "CPF" CORRECTION_BIAS_BAND_2 = "CPF" CORRECTION_BIAS_BAND_3 = "CPF" CORRECTION_BIAS_BAND_4 = "CPF" CORRECTION_BIAS_BAND_5 = "CPF" CORRECTION_BIAS_BAND_6 = "CPF" CORRECTION_BIAS_BAND_7 = "CPF" END_GROUP = PRODUCT_PARAMETERS GROUP = RADIOMETRIC_RESCALING RADIANCE_MULT_BAND_1 = 0.766 RADIANCE_MULT_BAND_2 = 1.448 RADIANCE_MULT_BAND_3 = 1.044 RADIANCE_MULT_BAND_4 = 0.876 RADIANCE_MULT_BAND_5 = 0.120 RADIANCE_MULT_BAND_6 = 0.055 RADIANCE_MULT_BAND_7 = 0.066 RADIANCE_ADD_BAND_1 = -2.28583 RADIANCE_ADD_BAND_2 = -4.28819 RADIANCE_ADD_BAND_3 = -2.21398 RADIANCE_ADD_BAND_4 = -2.38602 RADIANCE_ADD_BAND_5 = -0.49035 RADIANCE_ADD_BAND_6 = 1.18243 RADIANCE_ADD_BAND_7 = -0.21555 END_GROUP = RADIOMETRIC_RESCALING GROUP = PROJECTION_PARAMETERS MAP_PROJECTION = "UTM"

DATUM = "WGS84" ELLIPSOID = "WGS84" UTM_ZONE = 48

GRID_CELL_SIZE_REFLECTIVE = 30.00 GRID_CELL_SIZE_THERMAL = 30.00 ORIENTATION = "NORTH_UP"

RESAMPLING_OPTION = "CUBIC_CONVOLUTION" MAP_PROJECTION_L0RA = "NA"

END_GROUP = PROJECTION_PARAMETERS END_GROUP = L1_METADATA_FILE

END

2. Tahun 2000 data citra satelit landsat 5

(41)

27

REQUEST_ID = "0101402138765_00001"

LANDSAT_SCENE_ID = "LT51250612000191DKI00" FILE_DATE = 2014-02-16T21:04:54Z

STATION_ID = "DKI"

DATA_TYPE_L0RP = "TMR_L0RP" ELEVATION_SOURCE = "GLS2000" OUTPUT_FORMAT = "GEOTIFF" EPHEMERIS_TYPE = "PREDICTIVE" SPACECRAFT_ID = "LANDSAT_5" SENSOR_ID = "TM"

SENSOR_MODE = "SAM" WRS_PATH = 125

WRS_ROW = 061

FILE_NAME_BAND_1 = "LT51250612000191DKI00_B1.TIF" FILE_NAME_BAND_2 = "LT51250612000191DKI00_B2.TIF" FILE_NAME_BAND_3 = "LT51250612000191DKI00_B3.TIF" FILE_NAME_BAND_4 = "LT51250612000191DKI00_B4.TIF" FILE_NAME_BAND_5 = "LT51250612000191DKI00_B5.TIF" FILE_NAME_BAND_6 = "LT51250612000191DKI00_B6.TIF" FILE_NAME_BAND_7 = "LT51250612000191DKI00_B7.TIF" GROUND_CONTROL_POINT_FILE_NAME =

"LT51250612000191DKI00_GCP.txt"

(42)

28

GEOMETRIC_RMSE_MODEL_Y = 2.562 GEOMETRIC_RMSE_MODEL_X = 2.904 GROUND_CONTROL_POINTS_VERIFY = 1003 GEOMETRIC_RMSE_VERIFY = 11.859

GEOMETRIC_RMSE_VERIFY_QUAD_UL = 10.726 GEOMETRIC_RMSE_VERIFY_QUAD_UR = 10.865 GEOMETRIC_RMSE_VERIFY_QUAD_LL = 13.957 GEOMETRIC_RMSE_VERIFY_QUAD_LR = 11.186 END_GROUP = IMAGE_ATTRIBUTES

GROUP = MIN_MAX_RADIANCE

(43)

29

CORRECTION_GAIN_BAND_4 = "CPF" CORRECTION_GAIN_BAND_5 = "CPF"

CORRECTION_BIAS_BAND_1 = "CPF" CORRECTION_BIAS_BAND_2 = "CPF" CORRECTION_BIAS_BAND_3 = "CPF" CORRECTION_BIAS_BAND_4 = "CPF" CORRECTION_BIAS_BAND_5 = "CPF" CORRECTION_BIAS_BAND_6 = "CPF" CORRECTION_BIAS_BAND_7 = "CPF" END_GROUP = PRODUCT_PARAMETERS GROUP = RADIOMETRIC_RESCALING RADIANCE_MULT_BAND_1 = 0.766 RADIANCE_MULT_BAND_2 = 1.448 RADIANCE_MULT_BAND_3 = 1.044 RADIANCE_MULT_BAND_4 = 0.876 RADIANCE_MULT_BAND_5 = 0.120 RADIANCE_MULT_BAND_6 = 0.055 RADIANCE_MULT_BAND_7 = 0.066 RADIANCE_ADD_BAND_1 = -2.28583 RADIANCE_ADD_BAND_2 = -4.28819 RADIANCE_ADD_BAND_3 = -2.21398 RADIANCE_ADD_BAND_4 = -2.38602 RADIANCE_ADD_BAND_5 = -0.49035 RADIANCE_ADD_BAND_6 = 1.18243 RADIANCE_ADD_BAND_7 = -0.21555 END_GROUP = RADIOMETRIC_RESCALING GROUP = PROJECTION_PARAMETERS MAP_PROJECTION = "UTM"

END

3. Tahun 2009 data citra landsat 5

LANDSAT_SCENE_ID = "LT51250612009119BKT00" FILE_DATE = 2013-11-10T16:02:10Z

STATION_ID = "BKT"

(44)

30

END_GROUP = METADATA_FILE_INFO GROUP = PRODUCT_METADATA DATA_TYPE = "L1G"

DATA_TYPE_L0RP = "TMR_L0RP" OUTPUT_FORMAT = "GEOTIFF" EPHEMERIS_TYPE = "DEFINITIVE" SPACECRAFT_ID = "LANDSAT_5" SENSOR_ID = "TM"

SENSOR_MODE = "BUMPER" WRS_PATH = 125

WRS_ROW = 061

FILE_NAME_BAND_1 = "LT51250612009119BKT00_B1.TIF" FILE_NAME_BAND_2 = "LT51250612009119BKT00_B2.TIF" FILE_NAME_BAND_3 = "LT51250612009119BKT00_B3.TIF" FILE_NAME_BAND_4 = "LT51250612009119BKT00_B4.TIF" FILE_NAME_BAND_5 = "LT51250612009119BKT00_B5.TIF" FILE_NAME_BAND_6 = "LT51250612009119BKT00_B6.TIF" FILE_NAME_BAND_7 = "LT51250612009119BKT00_B7.TIF" METADATA_FILE_NAME = "LT51250612009119BKT00_MTL.txt" CPF_NAME = "L5CPF20090401_20090525.14"

SUN_AZIMUTH = 60.44850094 SUN_ELEVATION = 56.63183707 END_GROUP = IMAGE_ATTRIBUTES GROUP = MIN_MAX_RADIANCE

(45)

31

RADIANCE_MINIMUM_BAND_2 = -2.840 RADIANCE_MAXIMUM_BAND_3 = 264.000 RADIANCE_MINIMUM_BAND_3 = -1.170 RADIANCE_MAXIMUM_BAND_4 = 221.000 RADIANCE_MINIMUM_BAND_4 = -1.510 RADIANCE_MAXIMUM_BAND_5 = 30.200 RADIANCE_MINIMUM_BAND_5 = -0.370 RADIANCE_MAXIMUM_BAND_6 = 15.303 RADIANCE_MINIMUM_BAND_6 = 1.238 RADIANCE_MAXIMUM_BAND_7 = 16.500 RADIANCE_MINIMUM_BAND_7 = -0.150 END_GROUP = MIN_MAX_RADIANCE GROUP = MIN_MAX_PIXEL_VALUE QUANTIZE_CAL_MAX_BAND_1 = 255 QUANTIZE_CAL_MIN_BAND_1 = 1 QUANTIZE_CAL_MAX_BAND_2 = 255 QUANTIZE_CAL_MIN_BAND_2 = 1 QUANTIZE_CAL_MAX_BAND_3 = 255 QUANTIZE_CAL_MIN_BAND_3 = 1 QUANTIZE_CAL_MAX_BAND_4 = 255 QUANTIZE_CAL_MIN_BAND_4 = 1 QUANTIZE_CAL_MAX_BAND_5 = 255 QUANTIZE_CAL_MIN_BAND_5 = 1 QUANTIZE_CAL_MAX_BAND_6 = 255 QUANTIZE_CAL_MIN_BAND_6 = 1 QUANTIZE_CAL_MAX_BAND_7 = 255 QUANTIZE_CAL_MIN_BAND_7 = 1 END_GROUP = MIN_MAX_PIXEL_VALUE GROUP = PRODUCT_PARAMETERS CORRECTION_GAIN_BAND_1 = "CPF" CORRECTION_GAIN_BAND_2 = "CPF" CORRECTION_GAIN_BAND_3 = "CPF" CORRECTION_GAIN_BAND_4 = "CPF" CORRECTION_GAIN_BAND_5 = "CPF"

(46)

32

RADIANCE_ADD_BAND_2 = -4.28819 RADIANCE_ADD_BAND_3 = -2.21398 RADIANCE_ADD_BAND_4 = -2.38602 RADIANCE_ADD_BAND_5 = -0.49035 RADIANCE_ADD_BAND_6 = 1.18243 RADIANCE_ADD_BAND_7 = -0.21555 END_GROUP = RADIOMETRIC_RESCALING GROUP = PROJECTION_PARAMETERS MAP_PROJECTION = "UTM"

END

4. Tahun 2013 data citra landsat 7

LANDSAT_SCENE_ID = "LE71250612013170EDC00" FILE_DATE = 2013-11-17T01:26:07Z

STATION_ID = "EDC"

ELEVATION_SOURCE = "GLS2000" OUTPUT_FORMAT = "GEOTIFF" EPHEMERIS_TYPE = "DEFINITIVE" SPACECRAFT_ID = "LANDSAT_7" SENSOR_ID = "ETM"

SENSOR_MODE = "BUMPER" WRS_PATH = 125

WRS_ROW = 061

(47)

33

CORNER_UL_PROJECTION_X_PRODUCT = 214500.000 CORNER_UL_PROJECTION_Y_PRODUCT = -55200.000 CORNER_UR_PROJECTION_X_PRODUCT = 454500.000 CORNER_UR_PROJECTION_Y_PRODUCT = -55200.000 CORNER_LL_PROJECTION_X_PRODUCT = 214500.000 CORNER_LL_PROJECTION_Y_PRODUCT = -263100.000 CORNER_LR_PROJECTION_X_PRODUCT = 454500.000 CORNER_LR_PROJECTION_Y_PRODUCT = -263100.000 PANCHROMATIC_LINES = 13861

PANCHROMATIC_SAMPLES = 16001 REFLECTIVE_LINES = 6931

FILE_NAME_BAND_1 = "LE71250612013170EDC00_B1.TIF" FILE_NAME_BAND_2 = "LE71250612013170EDC00_B2.TIF" FILE_NAME_BAND_3 = "LE71250612013170EDC00_B3.TIF" FILE_NAME_BAND_4 = "LE71250612013170EDC00_B4.TIF" FILE_NAME_BAND_5 = "LE71250612013170EDC00_B5.TIF"

FILE_NAME_BAND_6_VCID_1 = "LE71250612013170EDC00_B6_VCID_1.TIF" FILE_NAME_BAND_6_VCID_2 = "LE71250612013170EDC00_B6_VCID_2.TIF" FILE_NAME_BAND_7 = "LE71250612013170EDC00_B7.TIF"

FILE_NAME_BAND_8 = "LE71250612013170EDC00_B8.TIF" GROUND_CONTROL_POINT_FILE_NAME =

"LE71250612013170EDC00_GCP.txt"

METADATA_FILE_NAME = "LE71250612013170EDC00_MTL.txt" CPF_NAME = "L7CPF20130401_20130630.09"

GEOMETRIC_RMSE_MODEL_Y = 4.829 GEOMETRIC_RMSE_MODEL_X = 3.628 END_GROUP = IMAGE_ATTRIBUTES GROUP = MIN_MAX_RADIANCE

RADIANCE_MAXIMUM_BAND_1 = 191.600 RADIANCE_MINIMUM_BAND_1 = -6.200 RADIANCE_MAXIMUM_BAND_2 = 196.500 RADIANCE_MINIMUM_BAND_2 = -6.400 RADIANCE_MAXIMUM_BAND_3 = 152.900 RADIANCE_MINIMUM_BAND_3 = -5.000 RADIANCE_MAXIMUM_BAND_4 = 241.100 RADIANCE_MINIMUM_BAND_4 = -5.100 RADIANCE_MAXIMUM_BAND_5 = 31.060 RADIANCE_MINIMUM_BAND_5 = -1.000

(48)

34

RADIANCE_MAXIMUM_BAND_7 = 10.800 RADIANCE_MINIMUM_BAND_7 = -0.350 RADIANCE_MAXIMUM_BAND_8 = 243.100 RADIANCE_MINIMUM_BAND_8 = -4.700 END_GROUP = MIN_MAX_RADIANCE GROUP = MIN_MAX_PIXEL_VALUE QUANTIZE_CAL_MAX_BAND_1 = 255 QUANTIZE_CAL_MIN_BAND_1 = 1 QUANTIZE_CAL_MAX_BAND_2 = 255 QUANTIZE_CAL_MIN_BAND_2 = 1 QUANTIZE_CAL_MAX_BAND_3 = 255 QUANTIZE_CAL_MIN_BAND_3 = 1 QUANTIZE_CAL_MAX_BAND_4 = 255 QUANTIZE_CAL_MIN_BAND_4 = 1 QUANTIZE_CAL_MAX_BAND_5 = 255 QUANTIZE_CAL_MIN_BAND_5 = 1

QUANTIZE_CAL_MAX_BAND_6_VCID_1 = 255 QUANTIZE_CAL_MIN_BAND_6_VCID_1 = 1 QUANTIZE_CAL_MAX_BAND_6_VCID_2 = 255 QUANTIZE_CAL_MIN_BAND_6_VCID_2 = 1 QUANTIZE_CAL_MAX_BAND_7 = 255 QUANTIZE_CAL_MIN_BAND_7 = 1 QUANTIZE_CAL_MAX_BAND_8 = 255 QUANTIZE_CAL_MIN_BAND_8 = 1 END_GROUP = MIN_MAX_PIXEL_VALUE GROUP = PRODUCT_PARAMETERS CORRECTION_GAIN_BAND_1 = "CPF" CORRECTION_GAIN_BAND_2 = "CPF" CORRECTION_GAIN_BAND_3 = "CPF" CORRECTION_GAIN_BAND_4 = "CPF" CORRECTION_GAIN_BAND_5 = "CPF"

CORRECTION_GAIN_BAND_6_VCID_1 = "CPF" CORRECTION_GAIN_BAND_6_VCID_2 = "CPF" CORRECTION_GAIN_BAND_7 = "CPF"

CORRECTION_GAIN_BAND_8 = "CPF"

CORRECTION_BIAS_BAND_1 = "INTERNAL_CALIBRATION" CORRECTION_BIAS_BAND_2 = "INTERNAL_CALIBRATION" CORRECTION_BIAS_BAND_3 = "INTERNAL_CALIBRATION" CORRECTION_BIAS_BAND_4 = "INTERNAL_CALIBRATION" CORRECTION_BIAS_BAND_5 = "INTERNAL_CALIBRATION"

CORRECTION_BIAS_BAND_6_VCID_1 = "INTERNAL_CALIBRATION" CORRECTION_BIAS_BAND_6_VCID_2 = "INTERNAL_CALIBRATION" CORRECTION_BIAS_BAND_7 = "INTERNAL_CALIBRATION"

(49)

35

GAIN_CHANGE_BAND_1 = "HH" GAIN_CHANGE_BAND_2 = "HH" GAIN_CHANGE_BAND_3 = "HH" GAIN_CHANGE_BAND_4 = "LL" GAIN_CHANGE_BAND_5 = "HH"

GAIN_CHANGE_BAND_6_VCID_1 = "LL" GAIN_CHANGE_BAND_6_VCID_2 = "HH" GAIN_CHANGE_BAND_7 = "HH"

GAIN_CHANGE_BAND_8 = "LL" GAIN_CHANGE_SCAN_BAND_1 = 0 GAIN_CHANGE_SCAN_BAND_2 = 0 GAIN_CHANGE_SCAN_BAND_3 = 0 GAIN_CHANGE_SCAN_BAND_4 = 0 GAIN_CHANGE_SCAN_BAND_5 = 0

GAIN_CHANGE_SCAN_BAND_6_VCID_1 = 0 GAIN_CHANGE_SCAN_BAND_6_VCID_2 = 0 GAIN_CHANGE_SCAN_BAND_7 = 0

GAIN_CHANGE_SCAN_BAND_8 = 0 END_GROUP = PRODUCT_PARAMETERS GROUP = RADIOMETRIC_RESCALING RADIANCE_MULT_BAND_1 = 0.779 RADIANCE_MULT_BAND_2 = 0.799 RADIANCE_MULT_BAND_3 = 0.622 RADIANCE_MULT_BAND_4 = 0.969 RADIANCE_MULT_BAND_5 = 0.126

RADIANCE_MULT_BAND_6_VCID_1 = 0.067 RADIANCE_MULT_BAND_6_VCID_2 = 0.037 RADIANCE_MULT_BAND_7 = 0.044

RADIANCE_MULT_BAND_8 = 0.976 RADIANCE_ADD_BAND_1 = -6.97874 RADIANCE_ADD_BAND_2 = -7.19882 RADIANCE_ADD_BAND_3 = -5.62165 RADIANCE_ADD_BAND_4 = -6.06929 RADIANCE_ADD_BAND_5 = -1.12622

RADIANCE_ADD_BAND_6_VCID_1 = -0.06709 RADIANCE_ADD_BAND_6_VCID_2 = 3.16280 RADIANCE_ADD_BAND_7 = -0.39390

RADIANCE_ADD_BAND_8 = -5.67559 END_GROUP = RADIOMETRIC_RESCALING GROUP = PROJECTION_PARAMETERS MAP_PROJECTION = "UTM"

GRID_CELL_SIZE_PANCHROMATIC = 15.00 GRID_CELL_SIZE_REFLECTIVE = 30.00 GRID_CELL_SIZE_THERMAL = 30.00 ORIENTATION = "NORTH_UP"

RESAMPLING_OPTION = "CUBIC_CONVOLUTION" SCAN_GAP_INTERPOLATION = 2.0

(50)

36

(51)

(52)

38

(53)

(54)

40

(55)

(56)

42

(57)

(58)

(59)

45 RIWAYAT HIDUP

Penulis merupakan anak pertama dari tiga bersaudara yang dilahirkan pada tanggal 24 Februari 1993 di Jambi dari pasangan Bapak Abdul Kadir dan Ibu Marida Simamora.

Pendidikan formal yang telah di tempuh penulis antara lain yaitu, pendidikan formal di SDN (Sekolah Dasar Negeri) 211 Kota Jambi pada tahun 2004, tahun 2004-2007 penulis melanjutkan pendidikan di SLTP (Sekolah Lanjut Tingkat Pertama) 16 kota jambi, dan SMA (Sekolah Menengah Atas) 4 kota jambi pada tahun 2010. Tahun 2010 penulis melanjutkan studi ke Perguruan Tinggi masuk melalui jalur USMI (Undangan Seleksi Masuk Institut Pertanian Bogor) dengan program studi mayor Meteorologi Terapan Fakultas Matematika dan Ilmu Pengetahuan Alam.