OPTIMALISASI PENGEMBANGAN RUANG TERBUKA HIJAU BERDASARKAN TEMPERATURE HUMIDITY INDEX (THI) DI KOTA MAKASSAR
Muhammad Riyadh, Adipandang Yudono, Abdul Wahid Hasyim Jurusan Perencanaan Wilayah dan Kota Fakultas Teknik Universitas Brawijaya
Jalan Mayjen Haryono 167 Malang 65145 -Telp (0341)567886 Email: [email protected]
ABSTRAK
Penetapan Kota Makassar sebagai inti Kawasan Strategis Nasional Mamminasata (Perpres No. 55 Tahun 2011), mendorong terjadinya peningkatan kebutuhan lahan untuk pembangunan, yang berdampak pada alih fungsi lahan vegetasi. Ketersediaan vegetasi merupakan satu faktor yang mempengaruhi nilai Temperature Humidity Index (THI) (Suharyadi, 2019). THI merupakan indeks untuk mengukur tingkat kenyamanan termal populasi manusia di suatu wilayah, dengan selang batas kenyamanan yaitu 21-26 oC (Emmanuel, 2005). Penelitian ini bertujuan untuk memperoleh model reduksi THI perkotaan berdasarkan penutup lahan, dan juga arahan optimalisasi pengembangan lahan vegetasi di Kota Makassar. Data diperoleh dengan pendekatan penginderaan jauh berbasis citra Landsat multitemporal tahun 2009 dan 2019. Tahap ekstraksi data Landsat meliputi pengolahan NDVI, pengolahan suhu permukaan, pengolahan THI, dan klasifikasi terbimbing. Analisis regresi linier berganda digunakan untuk memperoleh model reduksi THI yang akan menjadi dasar dalam penyusanan arahan pengembangan vegetasi. Hasil penelitian menunjukkan bahwa alih fungsi lahan terutama badan air dan vegetasi menjadi lahan terbangun menyebabkan peningkatan THI tidak nyaman. Model reduksi THI perkotaan yang diperoleh yaitu Y = 27,810 - 9,341X1 - 7,920X2 - 1,079X3 dengan koefisien determinasi sebesar 64,7%. Dimana Y (THI rata-rata), X1 (badan air), X2 (vegetasi rapat), dan X3 (vegetasi jarang). Secara keseluruhan, Kota Makassar memiliki ketersediaan lahan sebesar 46,33% (8.084,77 Ha) yang cukup untuk memenuhi kebutuhan lahan vegetasinya yaitu 11,06% (1.930,95 Ha), dalam mewujudkan THI perkotaan yang nyaman.
Kata Kunci: THI, Perubahan-Penutup-Lahan, NDVI, Regresi-Liner-Berganda, Vegetasi
ABSTRACT
The determination of Makassar City as the core of the Mamminasata National Strategic Area (Perpres No. 55 of 2011), encourages an increase in land demand for development, which has an impact on the conversion of vegetation land. The availability of vegetation is one factor that affects the value of the Temperature Humidity Index (THI) (Suharyadi, 2019). THI is an index to measure the level of thermal comfort of the human population in an area, with a comfort limit range of 21-26 oC (Emmanuel, 2005). This study aims to obtain an urban THI reduction model based on land cover, as well as directions for optimizing the development of vegetated land in Makassar City. The data were obtained using a remote sensing approach based on multitemporal Landsat images in 2009 and 2019. The stages of Landsat data extraction include NDVI processing, surface temperature processing, THI processing, and guided classification. Multiple linear regression analysis was used to obtain a THI reduction model, which will be the basis for the direction of vegetation development. The results showed that the conversion of land functions, especially water bodies and vegetation into built-up land, caused an uncomfortable increase in THI. The urban THI reduction model obtained is Y = 27,810 - 9,341X1 - 7,920X2 - 1,079X3 with a determination coefficient of 64.7%. Where Y (average THI), X1 (body of water), X2 (vegetation dense), and X3 (vegetation sparse). Overall, Makassar City has a land availability of 46.33% (8.084,77 Ha) which is sufficient to meet the needs of its vegetated land which is 11.06% (1.930,95 Ha), in realizing a comfortable urban THI.
Key Words: THI, Land Cover Change, NDVI, Multiple Linear Regression, Vegetation
PENDAHULUAN
Temperature Humidity Index (THI) adalah suatu indeks yang dapat mengukur tingkat kenyamanan populasi manusia di wilayah perkotaan dalam satuan derajat celsius (Bashit,
Ismayanti, & Sasmito, 2020). Emmanuel (2005) menyatakan bahwa wilayah dengan iklim tropis memiliki selang batas kenyamanan 21oC-26oC.
Oleh karena itu, wilayah yang memiliki nilai THI lebih dari 26oC termasuk kategori tidak nyaman untuk populasi manusia di dalamnya. Menurut
Suharyadi (2019) salah satu faktor yang mempengaruhi besar nilai THI adalah ketersediaan vegetasi. Semakin banyak lahan vegetasi pada suatu wilayah, maka THI akan semakin nyaman dan begitu juga sebaliknya.
Permasalahan konversi lahan vegetasi menjadi area terbangun merupakan salah satu penyebab terjadinya peningkatan suhu khususnya di kawasan perkotaan (Andani, Haniah, & Sasmito, 2018). Tingginya kebutuhan penggunaan lahan pada suatu kawasan perkotaan, menyebabkan potensi alih fungsi area vegetasi menjadi semakin besar termasuk di Kota Makassar.
Kota Makassar merupakan satu kota metropolitan yang ditetapkan sebagai inti KSN Mamminasata yang berfungsi sebagai pusat pertumbuhan wilayah serta penggerak utama di Kawasan Timur Indonesia (Perpres No. 55 Tahun 2011). Adanya kebijakan tersebut mendorong pembangunan kota yang berimplikasi pada alih fungsi lahan. Dalam tahun 2003-2013, terjadi alih fungsi lahan yang cukup signifikan di Kota Makassar meliputi penambahan area terbangun sebesar 46,7% atau 3.156 Ha dan pengurangan area vegetasi sebesar 30,7% atau 3.155 Ha (Rauf, 2014). Sementara pada tahun 2018, Kota Makassar juga hanya memiliki RTH sebesar 8.35%
(1.467) ha dari total luasnya (Kurniati & Rahmi, 2020). Jumlah tersebut tentunya masih belum sesuai dengan arahan RTRW Kota Makassar tahun 2015-2034 untuk mengalokasikan lahan sebesar 30% (5.273 Ha) sebagai RTH.
Nieuwolt (1977) menyatakan bahwa THI ditentukan berdasarkan nilai suhu udara dan kelembapan udara. Semakin tinggi suhu udara dan kelembapan udara maka semakin tidak nyaman pula nilai THI. berdasarkan pencatatan stasiun klimatologi, Kota Makassar memiliki rata- rata suhu yaitu 20oC hingga 32oC pada tahun 2000, sementara pada tahun tahun 2018 memiliki rentang suhu antara 27,1oC hingga 32,2oC (BPS Kota Makassar Tahun 2001 dan 2019). Dari data tersebut, terjadi kenaikan rata-rata suhu minimum hingga 7,1oC dalam 18 tahun (2000- 2018). Peningkatan suhu udara memberikan indikasi adanya sebaran THI tidak nyaman di Kota Makassar terutama pada tahun 2018. Dalam upaya mengatasi masalah tersebut, rekayasa diperlukan untuk mencapai nilai THI ideal dengan memanfaatkan lahan vegetasi. Oleh karena itu, penelitian ini bertujuan untuk mengatahui model reduksi THI ke kategori nyaman (<26oC) dan menyusun arahan optimalisasi pengembangan lahan vegetasi berdasarkan THI di Kota Makassar.
METODE PENELITIAN Diagram Alir
Keseluruhan proses mulai tahap kompilasi data, pengolahan dan analisis data, serta hasil akhir kajian tertuang dalam diagram alir penelitian. Diagram alir penelitian ini dapat dilihat pada Gambar 1 berikut.
Gambar 1. Diagram Alir Penelitian
Variabel Penelitian
Dalam memudahkan proses pencapaian hasil akhir kajian, variabel yang digunakan dirincikan berdasarkan masing-masing tujuan penelitian. Adapun variabel dalam penelitian ini dapat dilihat pada Tabel 1.
Tabel 1. Variabel Penelitian
No Tujuan Variabel Sub Variabel 1
Mengidentifikasi perbedaan THI di Kota Makassar tahun 2009 dan 2019
THI • Suhu udara;
• Kelembapan udara relatif.
2
Memperoleh model untuk mereduksi THI perkotaan ke tingkat nyaman
Penutup lahan
• Badan Air
• Vegetasi Rapat
• Vegetasi Jarang
• Lahan Terbangun
• Lahan Terbuka THI
• Suhu udara;
• Kelembapan udara relatif.
No Tujuan Variabel Sub Variabel
3
Menyusun arahan optimalisasi pengembangan lahan vegetasi berdasarkan THI di Kota Makassar
Kebutuhan luas lahan
vegetasi -
Ketersediaan lahan untuk
vegetasi -
Sumber: Hasil Identifikasi, 2021
Peralatan dan Bahan Penelitian
1. Peralatan pengolahan dan analisis data Perangkat pengolahan dan analisis data yang digunakan meliputi perangkat keras dan lunak.
Adapun rincian masing-masing jenis perangkat tersebut sebagai berikut.
a. Perangkat Keras:
Laptop Acer Swift 3 SF314-54G dengan spesifikasi Intel Core i5-8250, RAM 4 GB, dan sistem operasi 64 bit.
b. Perangkat lunak:
1) Envi Classic 5.3;
2) ArcMap 10.6;
3) IBM SPSS 25;
4) Microsoft Office Word 365;
5) Microsoft Office Excel 365.
2. Data Penelitian
Dalam penelitian ini, data diperoleh melalui survei sekunder dan pendekatan penginderaan jauh. Data-data yang dibutuhkan antara lain:
a. Citra satelit Kota Makassar (Landsat 7 ETM+) tahun 2009;
b. Citra satelit Kota Makassar (Landsat 8 OLI- TIRS) tahun 2019;
c. Batas administrasi Kota Makassar tahun 2015-2034;
d. Data kelembapan udara dari stasiun klimatologi BMKG Kota Makassar;
e. Peta RTRW Kota Makassar tahun 2015-2034.
Pengolahan dan Teknik Analisis Data Koreksi Geometrik
Koreksi geometrik adalah proses untuk memperbaiki koordinat data citra satelit (inderaja) sehingga sesuai dengan posisi di permukaan bumi (Gantini, et al., 2017). Koreksi geometrik membutuhkan penggunaan acuan titik kontrol atau yang juga disebut dengan dengan Ground Control Point (GCP). Dalam penelitian ini, koreksi geometrik menggunakan GCP sejumlah 20 titik yang tersebar secara merata di seluruh Kota Makassar. Koreksi geometrik akan dilakukan pada citra Kota Makassar Tahun 2009 (Landsat 7 ETM+) dan citra Kota Makassar Tahun 2019 (Landsat 8 OLI-TIRS) menggunakan metode image
to map registration menggunakan software ENVI Classic 5.3.
Koreksi Radiometrik
Proses koreksi radiometrik meliputi koreksi efek-efek yang berkaitan dengan sensor untuk meningkatkan kontras pada setiap piksel citra, sehingga objek yang terekam mudah dianalisis dan sesuai dengan kondisi lapangan (Haniah, Sulaiman, & Suprayogi, 2018). Koreksi radiometrik juga dapat memperbaiki kualitas visual citra. Dalam penelitian ini, koreksi radiometrik dilakukan dengan mengubah nilai data citra Landsat Kota Makassar dari Digital Number (DN) menjadi nilai radian atau reflektan Top of Atmoshpheric (ToA) menggunakan software ENVI 5.3.
Penajaman Citra
Penajaman citra adalah upaya untuk mengoptimalkan kontras penggelapan dan pencahayaan suatu data citra (Roziqin & Gustin, 2017). Salah satu cara dalam meningkatkan resolusi citra adalah dengan pan-sharpenning.
Sitanggang (2008) mendefinisikan pan- sharpenning sebagai metode penggabungan antara data citra multispektral yang beresolusi rendah (30 meter) dengan data citra pankromatik yang beresolusi tinggi (15 meter), untuk memperoleh sebuah citra dengan nilai resolusi yang lebih tinggi (15 meter). Dalam penelitian ini penajaman citra landsat dilakukan dengan aplikasi ArcMap 10.6.
Pemotongan Citra
Pemotongan citra atau cropping merupakan salah satu proses yang dilakukan dalam pengolahan citra dengan memotong citra kedalam ukuran yang lebih kecil untuk mempercepat proses pengolahan berikutnya (Astawan, Dharma, & Nugraha, 2016). Pada penelitian ini daerah yang menjadi fokus penelitian adalah Kota Makassar. Pemotongan citra memerlukan data batas administrasi Kota Makassar yang dalam format shapefile polygon menggunakan software ArcGis 10.6.
Analisis NDVI
NDVI adalah metode standar untuk mengidentifikasi tingkat kehijauan vegetasi pada data citra satelit (Lufilah, Sulistyantara, &
Makalew, 2017). Nilai NDVI diperoleh dari hasil pemrosesan citra Landsat dengan persamaan
sebagai berikut (Aftriana, Parman, & Sanjoto, 2016):
𝑁𝐷𝑉𝐼 =(𝑁𝐼𝑅 − 𝑅𝐸𝐷) (𝑁𝐼𝑅 + 𝑅𝐸𝐷) Keterangan:
RED : band red;
NIR : band near infrared.
Klasifikasi Penutup Lahan
Dalam penelitian ini, jenis klasifikasi citra yang digunakan yaitu klasifikasi terbimbing (supervised classification) dengan metode maximum likelihood, sehingga membutuhkan intervensi berupa training area. Untuk memudahkan proses klasifikasi pada citra multitemporal, jenis penutup lahan yang akan digunakan dalam penelitian ini terbagi menjadi lima antara lain badan air, vegetasi rapat, vegetasi jarang, lahan terbangun, dan lahan terbuka (Darlina, Sasmito, & Yuwono, 2018).
Perhitungan uji akurasi hasil klasifikasi dilakukan dengan membuat matriks konfusi (Tabel 2) dan menghitung overall accuracy Kappa accuracy pada hasil klasifkasi penutup lahan tersebut.
Tabel 2. Matriks Konfusi (Confison Matrix)
Data Referensi
Diklasifikasikan ke dalam kelas (data kelas
di peta) Jumlah User’s Accuracy
A B C D
A Xii Xi+ Xii/Xi+
B C
D Xii
Total
Kolom X+i
Producer’s Accuracy Xii/X+i
Sumber: Sampurno dan Thoriq (2016)
Overall accuracy menjadi salah satu teknik untuk menghitung nilai akurasi hasil klasifikasi citra satelit. Rumus perhitungan overall accuracy sebagai berikut (Sampurno & Thoriq, 2016):
𝑂𝑣𝑒𝑟𝑎𝑙𝑙 𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦 =∑ 𝑋"! !!
Keterangan: 𝑁
Xii = nilai diagonal matriks konfusi baris ke-i dan kolom ke-i;
Xi+ = jumlah piksel dalam baris ke-i;
X+i = jumlah piksel dalam kolom ke-i.
Namun, overall accuracy secara umum masih sering menunjukkan estimasi berlebih, sehingga uji akurasi yang saat ini disarankan adalah indeks Kappa. Persamaan matematis Kappa accuracy sebagai berikut (Sampurno &
Thoriq, 2016):
𝐾𝑎𝑝𝑝𝑎 (𝑘) =𝑁 ∑ 𝑋"! !!− ∑ 𝑋"! !#𝑋#!
𝑁$− ∑ 𝑋"! !#𝑋#!
Keterangan:
N = banyaknya piksel dalam contoh;
Xii = nilai diagonal matriks konfusi baris ke-i dan kolom ke-i;
Xi+ = jumlah piksel dalam baris ke-i;
X+i = jumlah piksel dalam kolom ke-i.
Pengolahan Suhu Permukaan
Dalam melakukan ekstraksi data suhu permukaan, sensor termal yang digunakan yaitu band 6A untuk Landsat 7 ETM+ dan band 10 untuk Landsat 8 OLI-TIRS. Tahap-tahap pengolahan suhu permukaan merujuk pada penelitian Darlina, Sasmito, & Yuwono (2018) sebagai berikut:
1. Menentukan nilai suhu kecerahan dari hasil konversi nilai spectral radiance dengan persamaan:
𝑇 = 𝐾2
ln (𝐾1 𝐿%) Keterangan:
T = suhu kecerahan;
K1 = konstanta kalibrasi radian spektral;
K2 = konstanta kalibrasi suhu absolut;
L = nilai radian spektral.
2. Menghitung nilai kerapatan vegetasi (NDVI) dengan persamaan:
𝑁𝐷𝑉𝐼 =(𝑁𝐼𝑅 − 𝑅𝐸𝐷) (𝑁𝐼𝑅 + 𝑅𝐸𝐷) Keterangan:
NIR = band NIR;
RED = band red.
3. Menghitung nilai Proportion Of Vegetation (Pv). Nilai Pv diperoleh dengan membuat skala NDVI. Nilai NDVIv sama dengan nilai NDVImaksimal yang didapatkan dari statistik citra, sementara nilai NDVIs sama dengan nilai NDVImininimal. Adapun rentang nilai Pv yaitu 0-1 yang diperoleh dari persamaan:
𝑃𝑣 = $([𝑁𝐷𝑉𝐼] − 𝑁𝐷𝑉𝐼𝑠) 𝑁𝐷𝑉𝐼𝑣 − 𝑁𝐷𝑉𝐼𝑠 /
!
Keterangan:
Pv = proportion of vegetation;
NDVI = hasil pengolahan NDVI;
NDVIs = nilai NDVI tanah kosong (bare soil);
NDVIv = nilai NDVI fraksi vegetasi 100%.
4. Menghitung nilai Emisivitas (e). Perhitungan nilai emisivitas dapat dilakukan setelah memperoleh tingkat kerapatan vegetasi (NDVI). Persamaan nilai emisivitas dapat dilihat pada persamaan berikut:
e=εvPv+εg(1-Pv)+4<dε>Pv(1-Pv)
Keterangan:
e = Nilai emisivitas;
Pv = Proportion of vegetation;
εv = emisivitas vegetasi (0,985);
εg = emisivitas tanah (0,960);
4dε = nilai rata-rata (0,06).
5. Menentukan nilai suhu permukaan (LST) dengan persamaan sebagai berikut:
𝑇𝑠 = 𝑇
1 +𝜆𝑇
𝜕 𝑙𝑛𝜀 Keterangan:
Ts = suhu permukaan (LST);
T = suhu kecerahan
λ = panjang gelombang tengah band termal (Landsat 7 = 11.45 µm; Lansat 8 = 10.8 µm);
∂ = ketetapan 1.438 x 10-2 mK;
ε = nilai emisivitas.
Pengolahan Temperature Humidity Index (THI) THI adalah suatu indeks yang digunakan untuk mengukur tingkat kenyamanan populasi manusia, dengan selang batas kenyamanan 21oC- 26oC (Emmanuel, 2005). Penentuan nilai THI dilakukan menggunakan raster calculator aplikasi ArcMap 10.6. Adapun rumus perhitungan nilai THI sebagai berikut (Nieuwolt, 1977):
THI = 0.8Ta + (RH × Ta) Keterangan: 500
THI = Temperature Humidity Index;
Ta = Suhu udara (oC);
RH = Kelembapan udara relatif (%).
Berdasarkan persamaan di atas, data yang dibutuhkan antara lain persebaran suhu udara dan juga kelembapan udara relatif. Klasifkasi THI menurut Emmanuel (2005) dapat dilihat pada Tabel 3 berikut.
Tabel 3. Klasifikasi Nilai THI
Rentang Nilai THI (oC) Keterangan
21-24 Nyaman
25-26 Cukup Nyaman
>26 Tidak Nyaman
Sumber: Emmanuel (2005)
Analisis Regresi Linier Berganda
Dalam penelitian ini, model dihasilkan dari analisis regresi linier berganda digunakan sebagai alat prediksi luas kebutuhan lahan vegetasi dalam mewujudkan THI yang nyaman di Kota Makassar.
Penentuan model regresi dilakukan dengan menggunakan metode stepwise. Analisis regresi dengan metode stepwise tidak memasukkan variabel berkorelasi ke dalam model yang sama serta menghindari terjadinya pemaksaan seluruh
variabel input ke dalam model regresi, yang menyebabkan model memiliki kemampuan prediksi yang buruk atau bias (Wang, Wright, &
Bro, 2016).
Jumlah data regresi yaitu 149 mengikuti jumlah unit kelurahan yang menjadi lingkup penelitian. Variabel independen yang digunakan adalah persentase luas jenis penutup lahan meliputi badan air, vegetasi rapat, vegetasi jarang, lahan terbangun, dan lahan terbuka, sementara variabel dependennya adalah THI rata-rata. Syarat-syarat pemodelan yang harus dipenuhi sebagai antara lain uji asumsi klasik, uji simultan (Uji F), uji parsial (Uji T), dan penentuan koefisien determinasi (Kurniawan, 2008).
Analisis Develompment Vegetasi
Analisis development vegetasi dilakukan untuk mengkaji keterkaitan model yang diperoleh dengan kegiatan perencanaan. Adapun hasil yang ingin diperoleh yaitu identifikasi kebutuhan luas lahan vegetasi khususnya vegetasi rapat dalam mewujudkan THI yang nyaman di Kota Makassar.
Perhitungan kebutuhan luas lahan vegetasi rapat dilakukan menggunakan model yang dihasilkan dari analisis regresi linier berganda. Input data yang dimasukkan dalam persamaan atau model meliputi nilai THI nyaman (26ᵒC) dan informasi persentase masing-masing jenis penutup lahan eksisting kecuali vegetasi rapat per kecamatan.
Analisis Ketersediaan Lahan
Tujuan analisis ketersediaan lahan yaitu untuk mengindetifikasi seberapa luas lahan yang masih tersedia untuk mendapatkan alternatif lokasi baru dalam melakukan pengembangan lahan vegetasi. Analisis ini dilakukan dengan cara membandingkan antara luas lahan yang tersedia dan kebutuhan luas pengembangan lahan vegetasi dalam mencapai THI rata-rata yang nyaman (<26 oC). Kriteria lahan yang dianggap masih tersedia meliputi jenis penutup lahan vegetasi rapat, vegetasi jarang, dan lahan terbuka.
HASIL DAN PEMBAHASAN Hasil Koreksi Geometrik
Berdasarkan hasil koreksi geometrik, citra Kota Makassar tahun 2009 memiliki nilai RSME yaitu 0,003407, sementara pada citra tahun 2019 yaitu sebesar 0,003676. Hasil RSME dari masing- masing citra tersebut telah memenuhi syarat yaitu kurang dari 1 piksel.
Hasil Koreksi Radiometrik
Setelah dilakukan koreksi radiometrik, citra Kota Makassar baik tahun 2009 dan 2019 memiliki peningkatan kualitas. Kedua citra tersebut tampak lebih jelas dan kontras seperti yang terlihat pada penutup lahan badan air, lahan terbangun, dan vegetasi.
Hasil Penajaman Citra
Penajaman citra dilakukan menggunakan band pankromatik. Setelah dilakukan penajaman, baik pada citra Kota Makassar tahun 2009 dan 2019 memiliki resolusi lebih detail dari 30 meter menjadi 15 meter.
Analisis NDVI
Persebaran kerapatan vegetasi dapat dilihat dari nilai NDVI. Hasil analisis NDVI Kota Makassar tahun 2009 dan 2019 dapat dilihat pada Gambar 2.
Gambar 2. Klasifikasi NDVI Kota Makassar Tahun 2009 dan 2019
Gambar 2 menunjukkan persebaran empat kelas NDVI Kota Makassar diantaranya kelas non vegetasi, vegetasi jarang, vegetasi sedang, dan vegetasi lebat. Dalam kurun waktu 10 tahun, perubahan luas masing-masing kelas NDVI tersebut dapat dilihat pada Gambar 3 berikut.
Gambar 3. Perbandingan Luas Kelas NDVI Kota Makassar Tahun 2009 dan 2019
Berdasarkan Gambar 3 terjadi penurunan luas pada kelas non vegetasi sebesar 0,72%
(125,41 Ha), vegetasi lebat sebesar 0,96% (168,33 Ha), dan vegetasi sedang sebesar 1,60% (279,37 Ha). Sebaliknya, terjadi peningkatan luas pada kelas vegetasi jarang hingga 3,28% (573,12 Ha).
Oleh karena, dengan adanya peningkatan luas wilayah pada kelas vegetasi jarang, sementara penurunan pada kelas non vegetasi, vegetasi sedang, dan vegetasi lebat, menjadi indikasi terjadinya alih fungsi lahan vegetasi menjadi lahan terbangun dalam kurun waktu 10 tahun di Kota Makassar.
Klasifikasi Penutup Lahan
Klasifikasi penutup lahan dilakukan pada citra Kota Makassar tahun 2009 dan citra Kota Makassar tahun 2019. Hasil klasifikasi penutup lahan Kota Makassar tahun 2009 dan 2019 dapat dilihat pada Gambar 4.
Gambar 4. Klasifikasi Penutup Lahan Kota Makassar Tahun 2009 dan 2019
Gambar 4 menunjukkan sebaran lima kelas penutup lahan Kota Makassar yang meliputi badan air, vegetasi rapat, vegetasi jarang, lahan terbangun, dan lahan terbuka. Dalam kurun waktu 10 tahun, perubahan luas masing-masing kelas penutup lahan tersebut dapat dilihat pada Gambar 5 berikut.
Gambar 5. Perbandingan Luas Penutup Lahan Kota Makassar Tahun 2009 dan 2019
Berdasarkan Gambar 5, terjadi penurunan luas pada empat jenis penutup lahan yaitu badan air sebesar 1,74% (303,295 Ha), vegetasi rapat sebesar 2,57% (448,61 Ha), vegetasi jarang sebesar 6,98% (1217,2 Ha), dan lahan terbuka sebesar 5,71% (995,778 Ha). Sementara itu, terjadi peningkatan pada penutup lahan terbangun yang mencapai 20,13% (3.511,66 Ha).
Oleh karena itu, penurunan luas pada jenis penutup lahan badan air, vegetasi, dan lahan terbuka disebabkan oleh terjadinya alih fungsi lahan tersebut menjadi lahan terbangun.
Persebaran Suhu Permukaan
Nilai suhu permukaan diperoleh dari hasil pengolahan band termal citra Landsat. Sebaran suhu permukaan Kota Makassar tahun 2009 dan 2019 dapat dilihat pada Gambar 6.
Gambar 6. Klasifikasi Suhu Permukaan Kota Makassar Tahun 2009 dan 2019
Gambar 6 menunjukkan lima klasifikasi suhu permukaan di Kota Makassar. Dalam kurun waktu 10 tahun, perubahan luas masing-masing kelas suhu permukaandapat dilihat pada Gambar 7 berikut.
Gambar 7. Perbandingan Luas Suhu Permukaan Kota Makassar Tahun 2009 dan 2019
Berdasarkan Gambar 7 terjadi penurunan luas pada kelas suhu permukaan sangat rendah (<24 oC) sebesar 0,03% (5,36 Ha), dan suhu
permukaan rendah (24,1-28,0 oC) sebesar 7,53%
(1.314,13 Ha). Penurunan luas wilayah pada kedua kelas suhu tersebut diikuti oleh penurunan luas penutup lahan badan air, vegetasi rapat, vegetasi jarang, dan lahan terbuka. Sebaliknya, terjadi peningkatan luas wilayah pada kelas suhu permukaan sedang sebesar 2.16% (377.24 Ha) dan suhu permukaan tinggi sebesar 6,45%
(1.125,63 Ha). Peningkatan pada kedua kelas suhu tersebut juga seiring dengan peningkatan luas penutup lahan terbangun secara siginifikan.
Dengan demikian, alih fungsi lahan terutama badan air dan vegetasi menjadi lahan terbangun berdampak pada peningkatan suhu permukaan.
Persebaran THI
Tingkat kenyamanan termal pada suatu wilayah dapat diukur menggunakan indeks kenyamanan termal (THI). Persebaran THI Kota Makassar tahun 2009 dan 2019 dapat dilihat pada Gambar 8.
Gambar 8. Persebaran THI Kota Makassar Tahun 2009 dan 2019
Gambar 8 menunjukkan persebaran tiga kelas THI di Kota Makassar yang meliputi THI nyaman, THI cukup nyaman, dan THI tidak nyaman. Dalam kurun waktu 2009-2019, perubahan luas masing-masing kelas THI tersebut dapat dilihat pada Gambar 9 berikut.
Gambar 9. Perbandingan Persentase Luas Kelas THI di Kota Makassar Tahun 2009 dan 2019
Berdasarkan Gambar 9 terjadi penurunan luas wilayah pada kelas THI nyaman sebesar 8,30% (1.448,45 Ha) dari total luas kota.
Penurunan luas wilayah pada kelas THI tersebut juga diikuti oleh penurunan luas penutup lahan badan air, vegetasi rapat, vegetasi jarang, dan lahan terbuka. Sebaliknya, peningkatan luas terjadi pada kelas THI cukup nyaman sebesar 0,95% (166,07 Ha) dan THI tidak nyaman sebesar 7,35% (1.282,39 Ha). Peningkatan luas pada kedua kelas THI tersebut juga seiring dengan peningkatan luas penutup lahan terbangun secara siginifikan. Dengan demikian, disimpulkan bahwa alih fungsi lahan terutama badan air dan vegetasi menjadi lahan terbangun berdampak pada peningkatan THI tidak nyaman.
Model Reduksi THI perkotaan
Penentuan model didasarkan oleh hasil analisis regresi linier berganda. Adapun model terbaik untuk mereduksi THI secara matematis sebagai berikut:
𝑌 = 27,810 − 9,341𝑋1 − 7,920𝑋2 − 1,079𝑋3 Keterangan:
Y = THI Rata-rata;
X1 = Badan Air;
X2 = Vegetasi Rapat;
X3 = Vegetasi Jarang.
Model tersebut memiliki koefisien determinasi sebesar 64,7%. Seluruh variabel prediktor yang meliputi badan air, vegetasi rapat, dan vegetasi jarang memberikan kontribusi negatif terhadap nilai THI. Artinya, semakin besar persentase luas penutup lahan badan air, vegetasi rapat, dan vegetasi ringan di suatu wilayah, maka nilai THI pada wilayah tersebut juga semakin menurun dan begitu pula sebaliknya.
Sementara itu, variabel lahan terbangun dan lahan terbuka yang sebelumnya juga menjadi input pada saat melakukan analisis regresi (metode stepwise), telah dikeluarkan dari model karena secara parsial memiliki signifikansi yang lemah (>0,05) terhadap nilai THI rata-rata. Selain itu, variabel lahan terbangun juga memiliki korelasi dengan variabel vegetasi jarang sehingga menyebabkan adanya gejala multikolinearitas.
Namun karena signifikansi vegetasi jarang lebih kuat dibandingkan lahan terbangun, maka vegetasi jarang yang dimasukkan dalam model regresi sementara lahan terbangun dikeluarkan.
Dikeluarkannya variabel lahan terbangun dan lahan terbuka bertujuan agar model regresi terhindar dari bias saat melakukan prediksi.
Dari ketiga variabel prediktor dalam model, badan air memiliki pengaruh reduksi THI paling besar dengan koefisien -9,341. Meskipun demikian, dikarenakan dalam penelitian ini bertujuan untuk optimalisasi lahan vegetasi perkotaan, maka variabel reduksi THI yang secara khusus akan dikembangkan yaitu vegetasi rapat dengan koefisien -7,920. Selain itu, keberadaan vegetasi jarang juga memberikan pengaruh terhadap reduksi THI perkotaan meski dengan koefisien reduksi terkecil. Selanjutnya, model reduksi THI yang diperoleh akan digunakan dalam analsis lebih lanjut yakni analisis development vegetasi.
Analisis Development Vegetasi
Dalam mencapai kondisi THI yang ideal (<26oC), kebutuhan luas vegetasi diperoleh dengan mencari nilai persentase variabel vegetasi rapat (X2) dari model regresi. Proses perhitungan kebutuhan persentase luas vegetasi rapat (X2) yaitu dengan memasukkan nilai THI nyaman (26 ᵒC), persentase luas badan air (X1), dan persentase luas vegetasi jarang (X3) ke dalam model reduksi THI. Kebutuhan luas lahan vegetasi (khususnya vegetasi rapat) dalam mewujudkan THI rata-rata yang nyaman di Kota Makassar berdasarkan kecamatan dapat dilihat pada Tabel 4 berikut.
Tabel 4. Kebutuhan Luas Lahan Vegetasi Rapat Berdasarkan Kecamatan
Kecamatan Luas (Ha)
Kebutuhan Lahan Vegetasi (THI ≤26 ᵒC) Persentase Luas (Ha)
Biringkanaya 3.678,17 15,73% 578,55
Bontoala 173,79 21,22% 36,87
Makassar 265,36 21,60% 57,33
Mamajang 250,87 20,93% 52,51
Manggala 2.291,46 13,12% 300,56
Mariso 281,89 18,33% 51,67
Panakkukang 1.567,65 12,89% 202,13
Rappocini 1.096,29 19,42% 212,87
Tallo 966,80 0,00% 0,00
Tamalanrea 3.856,31 4,15% 160,10
Tamalate 2.414,12 9,17% 221,36
Ujung
Pandang 268,60 19,40% 52,12
Ujung Tanah 136,19 19,47% 26,51
Wajo 204,27 22,07% 45,08
Total 1.930,95
Sumber: Hasil Analisis, 2021
Tabel 4 menunjukkan untuk lingkup satu kota, luas kebutuhan lahan vegetasi rapat di Kota Makassar tahun 2019 yaitu 1.930,95 Ha (11,06%).
Adapun nilai kebutuhan lahan vegetasi rata-rata kecamatan yaitu 18,56%, dengan mengecualikan
tiga kecamatan yang memiliki kebutuhan lahan vegetasi rapat terkecil meliputi Kec. Tallo, Kec.
Tamalanrea, dan Kec. Tamalate. Kecilnya kebutuhan lahan vegetasi rapat pada ketiga kecamatan tersebut disebabkan oleh keberadaan penutup lahan badan air yang lebih besar jika dibandingkan dengan kecamatan-kecamatan yang lain, karena memang pada eksistingnya dilalui oleh sungai utama yaitu Sungai Tallo dan Sungai Jeneberang. Selain itu, Kecamatan Tallo menjadi satu-satunya kecamatan yang tidak membutuhkan penambahan lahan vegetasi rapat karena memiliki penutup lahan badan air terluas dan juga nilai eksisting THI yang masih tergolong nyaman (<26 ᵒC).
Oleh karena itu, besarnya persentase kebutuhan vegetasi rapat tersebut sekaligus menjadi justifikasi Undang-undang No. 26 Tahun 2007 yang memberikan arahan pada suatu wilayah kota untuk mengalokasikan minimal 20%
luas wilayahnya dijadikan sebagai RTH publik.
Namun perlu diketahui bahwa, jenis RTH yang dapat dikembangkan hanya terbatas pada RTH yang memiliki kriteria vegetasi antara lain memiliki tegakan, tajuk rindang, dan jarak tanam sedang hingga rapat. Kriteria vegetasi tersebut membuat suatu RTH memiliki kenampakkan di permukaan bumi (penutup lahan) bisa termasuk dalam vegetasi rapat, sehingga tetap sesuai dengan konteks pemenuhan kebutuhan vegetasi rapat. Jadi ketika Kota Makassar mampu memenuhi 20% alokasi lahan vegetasinya terutama sebagai RTH publik dan tersebar merata pada seluruh kecamatan, maka THI rata-ratanya akan tereduksi dan termasuk kategori nyaman.
Analisis Ketersediaan Lahan
Analisis ini meninjau luas dan persebaran ketersediaan lahan sebagai alternatif lokasi pengembangan vegetasi. Adapun kriteria lahan yang dianggap masih tersedia adalah lahan tidak terbangun, yang meliputi jenis penutup lahan vegetasi rapat, vegetasi jarang, dan lahan terbuka. Hal ini disebabkan karena jenis penutup lahan tersebut memiliki tingkat kemudahan dikerjakan yang lebih tinggi dibandingkan penutup lahan badan air dan lahan terbangun, jika akan dikembangkan sebagai lahan vegetasi rapat secara horizontal. Ketersediaan lahan untuk pengembangan lahan vegetasi di Kota Makassar dapat dilihat pada Gambar 10 berikut.
Gambar 10. Persebaran Ketersediaan Lahan Hasil analisis ini diperoleh dengan membandingkan antara luas kebutuhan lahan vegetasi rapat dengan luas lahan eksisting yang tersedia berdasarkan kecamatan di Kota Makassar. Secara lebih detail, analisis ketersediaan lahan untuk pengembangan lahan vegetasi dalam menurunkan THI rata-rata di Kota Makassar berdasarkan kecamatan tahun 2019 dapat dilihat pada Tabel 5 berikut.
Tabel 5. Analisis Ketersediaan Lahan
Kecamatan Ketersediaan Lahan (Ha)
Kebutuhan Lahan Vegetasi
(Ha)
Keteran gan Biringkanaya 1.865,13 578,55 Tersedia
Bontoala 20,87 36,87 Tidak
Tersedia Makassar 24,68 57,33 Tidak Tersedia
Mamajang 36,02 52,51 Tidak
Tersedia
Manggala 1.380,32 300,56 Tersedia
Mariso 88,75 51,67 Tersedia
Panakkukang 698,30 202,13 Tersedia
Rappocini 288,58 212,87 Tersedia
Tallo 272,88 -66,72 Tersedia
Tamalanrea 2.052,26 160,10 Tersedia
Tamalate 1.258,08 221,36 Tersedia
Ujung
Pandang 65,60 52,12 Tersedia
Ujung Tanah 23,58 26,51 Tidak Tersedia
Wajo 9,72 45,08 Tidak Tersedia
Total 8.084,77 1.930,95 Tersedia Sumber: Hasil Analisis, 2021
Berdasarkan Tabel 5 secara keseluruhan Kota Makassar memiliki ketersediaan lahan sebesar 46,33% (8084,77 Ha) yang cukup untuk memenuhi kebutuhan lahan vegetasinya yaitu 11,06% (1.930,95 Ha), dalam mewujudkan THI perkotaan yang nyaman. Namun dilihat dari persebaran ketersediaan lahannya, terdapat lima
kecamatan yang lahannya tidak cukup untuk dikembangkan lahan vegetasi secara horizontal meliputi Kecamatan Bontoala, Kecamatan Makassar, Kecamatan Mamajang, Kecamatan Ujung Tanah, dan Kecamatan Wajo. Artinya dalam mencapai THI rata-rata yang nyaman, kelima kecamatan tersebut selain dengan mengoptimalkan lahan yang masih tersedia untuk lahan vegetasi rapat, juga dapat dilakukan dengan merapatkan vegetasi pada penutup lahan vegetasi jarang eksisiting. Dengan demikian, luas penutup lahan vegetasi rapat akan semakin bertambah sehingga memperbesar potensi terwujudnya THI yang nyaman (<26oC).
Arahan Optimalisasi Pengembangan Vegetasi Arahan optimalisasi pengembangan lahan vegetasi diperoleh dengan mempertimbangkan hasil analisis development vegetasi dan analisis ketersediaan lahan. Kajian yang sebelumnya membahas tentang penutup lahan (vegetasi rapat), dalam arahan ini diterjemahkan menjadi guna lahan khususnya RTH, sehingga dapat digunakan sebagai referensi konkrit dalam penyusunan dokumen rencana tata ruang. Oleh sebab itu, arahan yang dimaksud meliputi rekomendasi lokasi dan jenis RTH yang akan dikembangkan.
Secara umum, kriteria vegetasi pada RTH yang akan dikembangkan yaitu vegetasi yang memiliki tegakan, bertajuk rindang, dan jarak tanam sedang hingga rapat. Kriteria vegetasi RTH tersebut mengacu pada hasil pemodelan regresi yang menunjukkan bahwa, jenis penutup lahan dengan koefisien reduksi THI terbesar kedua setelah badan air adalah vegetasi rapat. Artinya, jenis RTH yang dapat dikembangkan hanya terbatas pada RTH yang memiliki kriteria vegetasi tersebut, sehingga memiliki kenampakkan di permukaan bumi yang termasuk dalam penutup lahan vegetasi rapat.
Jika melihat Permen PU No. 5 PRT/M/2008, RTH dalam hal ini sebagai guna lahan (land use), pada tipologi tertentu dapat dikategorikan sebagai penutup lahan vegetasi rapat seperti taman dan hutan dalam kawasan perkotaan.
Fokus pengembangan pada jenis RTH taman dan hutan kota dikarenakan memiliki kriteria vegetasi yang sesuai untuk memaksimalkan potensi reduksi THI, dan juga dari segi persebarannya berada pada area permukiman atau lingkungan, sehingga diharapkan mampu mewujudkan THI nyaman untuk masyarakat yang berada di sekitarnya.
Selain itu, jika melihat aspek kepemilikan lahan, RTH taman dan hutan kota juga telah termasuk sebagai RTH publik. Walaupun saat identifikasi lahan vegetasi eksisting dan ketersediaan lahan belum mempertimbangkan kepemilikan lahan akibat keterbatasan data, namun untuk lahan yang akan dikembangkan sebagai RTH, diarahkan status kepemilikannya menjadi publik dalam luas tertentu. Rekomendasi pengembangan RTH dengan status kepemilikan publik dimaksudkan agar memudahkan pemerintah setempat dalam hal pemanfaatan dan pemeliharaan RTH, sehingga kondisinya diharapkan tetap terjaga dalam menjalankan fungsi sebagai pereduksi THI perkotaan. Selain itu, RTH publik juga dapat lebih mudah diakses oleh siapa saja sehingga kebermanfaatannya dapat dirasakan oleh masyarakat pada lingkup yang lebih luas. Peta rekomendasi arahan pengembangan RTH dapat dilihat pada Gambar 11 berikut.
Gambar 11. Peta Rekomendasi Arahan Pengembangan RTH
Gambar 11 menunjukkan variasi jenis RTH yang dapat dikembangkan di Kota Makassar antara lain taman RT, taman RW, taman kelurahan, taman kecamatan, taman kota, dan hutan kota. Dalam lingkup satu kota, jumlah optimal RTH yang dapat dikembangkan adalah 6.169 unit dengan persebaran terbanyak berada pada Kec. Biringkanaya dan Kec. Tamalanrea.
Meskipun jenis RTH yang dapat dikembangkan cukup banyak, angka tersebut merupakan jumlah optimal. Dalam implementasinya, tidak semua lahan yang tersedia dapat dikembangkan sebagai RTH, karena kebutuhan pengembangan untuk jenis guna lahan lain yang juga semakin meningkat. Oleh karena itsecara keseluruhan, total luas area pengembangan RTH taman dan hutan kota seminimal mungkin dapat mencapai 11,06% (1.930,95 ha) dari yang awalnya hanya
sebesar 0,015% (259,54 ha). Namun agar mencapai persebaran THI nyaman yang merata pada lingkup kecamatan, sebaiknya masing- masing kecamatan dapat memenuhi kebutuhan RTH rata-ratanya sebesar 18,56%.
Selain itu, arahan kriteria vegetasi pada RTH yang akan dikembangkan adalah vegetasi yang mempunyai tegakan, tajuk rindang, dan jarak tanam sedang hingga rapat. Kriteria vegetasi tersebut membuat suatu guna lahan RTH termasuk dalam penutup lahan vegetasi rapat yang akan dipenuhi kebutuhannya dalam mereduksi THI ke tingkat nyaman. Meskipun dalam pelaksanannya, pada pengembangan RTH taman masih memungkinkan adanya 20% area non hijau sesuai dengan Permen PU PRT/M/2008.
KESIMPULAN
Berdasarkan hasil dan pembahasan yang telah dilakukan, dapat disimpulkan beberapa hal dalam mencapai tujuan penelitian. Adapun kesimpulan yang diperoleh dalam penelitian ini sebagai berikut:
1. Dalam kurun waktu 2009-2019, terjadi penurunan luas wilayah pada kelas THI nyaman sebesar 8,30% (1.448,45 Ha) dari total luas kota. Penurunan pada kelas THI tersebut diikuti oleh penurunan luas penutup lahan badan air (303,295 Ha), vegetasi rapat (448,61 Ha), vegetasi jarang (1217,2 Ha), dan lahan terbuka (995,78 Ha).
Sebaliknya, terjadi peningkatan pada kelas THI cukup nyaman (166,07 Ha) dan THI tidak nyaman sebesar 7,35% (1.282,39 Ha).
Peningkatan pada kedua kelas THI tersebut juga seiring dengan peningkatan luas penutup lahan terbangun hingga 3.511,66 Ha. Dengan demikian, alih fungsi lahan terutama badan air dan vegetasi menjadi lahan terbangun berdampak terhadap peningkatan THI tidak nyaman.
2. Model reduksi THI rata-rata perkotaan yang diperoleh dari hasil analisis regresi linier berganda adalah Y = 27,810 - 9,341X1 - 7,920X2 - 1,079X3 dengan koefisien determinasi 64,7%. Dimana Y adalah THI rata-rata (oC), X1 adalah luas badan air dalam persen (%), X2 adalah luas vegetasi dalam persen (%), X3 luas vegetasi jarang dalam persen (%).
3. Secara keseluruhan, Kota Makassar memiliki ketersediaan lahan sebesar 46,33%
(8.084,77 Ha) yang cukup untuk memenuhi kebutuhan lahan vegetasinya yaitu 11,06%
(1.930,95 Ha), dalam mewujudkan THI perkotaan yang nyaman. Namun dilihat dari persebaran ketersediaan lahannya, terdapat lima kecamatan yang lahannya tidak cukup untuk dikembangkan vegetasi secara horizontal meliputi Kec. Bontoala, Kec.
Makassar, Kec. Mamajang, Kec. Ujung Tanah, dan Kec. Wajo. Pengembangan vegetasi pada kelima kecamatan tersebut dapat dilakukan dengan merubah penutup lahan vegetasi jarang eksisting menjadi lahan bervegetasi rapat. Dengan demikian, luas penutup lahan vegetasi rapat akan semakin bertambah sehingga memperbesar potensi terwujudnya THI yang nyaman (<26oC).
4. Sebagai referensi konkrit dalam penyusunan kebijakan tata ruang di Kota Makassar, arahan pengembangan penutup lahan vegetasi diterjemahkan ke guna lahan RTH pada tipologi tertentu. Jenis RTH yang dapat dikembangkan meliputi taman RT, taman RW, taman kelurahan, taman kecamatan, taman kota, dan hutan kota. Dalam lingkup satu kota, jumlah optimal RTH yang dapat dikembangkan berdasarkan ketersediaan lahan yaitu 6.169 unit, dengan persebaran terbanyak pada Kec. Biringkanaya dan Kec.
Tamalanrea. Adapun arahan jenis vegetasi pada RTH yang akan dikembangkan yaitu vegetasi yang mempunyai tegakan, tajuk rindang, dan jarak tanam sedang hingga rapat sehingga dapat memperbesar potensi reduksi THI rata-rata perkotaan.
DAFTAR PUSTAKA
Aftriana, C. V., Parman, S., & Sanjoto, T. B. 2016.
Analisis Perubahan Kerapatan Vegetasi Kota Semarang Menggunakan Aplikasi Penginderaan Jauh. Geo Image, 4.
Andani, Haniah, & Sasmito. 2018. Pengaruh Perubahan Tutupan Lahan Terhadap Fenomena Urban Heat Island Dan Keterkaitannya Dengan Tingkat Kenyamanan Termal (Temperature Humidity Index) Di Kota Semarang. Jurnal Geodesi, 5.
Astawan, W. G., Dharma, S., & Nugraha, N. J.
2016. Ekstraksi Garis Pantai Menggunakan
Citra Satelit Landsat Di Pesisir Tenggara Bali (Studi Kasus Kabupaten Gianyar dan Klungkung). Prosiding Seminar Nasional Kelautan (p. 160). Bangkalan: Universitas Trunojoyo.
Bashit, N., Ismayanti, T., & Sasmito, B. 2020.
Evaluasi Ruang Terbuka Hijau Terhadap Tingkat Kenyamanan Termal (Studi Kasus:
Kota Semarang Jawa Tengah). Jurnal Geodesi UNDIP, 137.
Darlina, Sasmito, & Yuwono. 2018. Analisis Fenomena Urban Heat Island Serta Mitigasinya (Studi Kasus : Kota Semarang).
Jurnal Geodesi, 7.
Emmanuel, R. 2005. Thermal comfort implications of urbanization in a warm- humid city: the Colombo Metropolitan Region (CMR), Sri Lanka. Building and Environment, 1591–1601.
Fatkhuroyan, & Wati, T. 2017. Analisis Tingkat Kenyamanan di DKI Jakarta Berdasarkan Indeks THI (Temperature Humidity Index).
Jurnal Ilmu Lingkungan, 2.
Gantini, T., Hendayani, Julzarika, A., Muchsin, F., Siwi, S. E., & Fadila. 2017. Pengembangan Standardisasi Metode Koreksi Geometrik Data Optik Satelit Penginderaan Jauh Resolusi Menengah. Seminar Nasional Penginderaan Jauh, 1.
Haniah, Sulaiman, H. S., & Suprayogi, A. 2018.
Analisis Ketersediaan Ruang Terbuka Hijau Dengan Metode Normalized Difference Vegetation Index dan Soil Adjusted Vegetation Index Menggunakan Citra Sentinel-2A (Studi Kasus: Kabupaten Demak). Jurnal Geodesi Undip, 2015.
Jaya, I. 2010. Analisis Citra Digital Perspektif Penginderaan Jauh untuk Pengelolaan Sumber Daya Alam. Bogor: Fakultas Kehutanan Institut Pertanian Bogor.
Kurniati, R., & Rahmi, D. H. 2020. Ketersediaan Ruang Terbuka Hijau dan Urban Heat Island Di Kota Makassar. Jurnal Litbang Sukowati, 9.
Kurniawan, D. 2008. Regresi Linier. Vienna: R- Foundation for Statistical Computing.
Lufilah, S. N., Sulistyantara, B., & Makalew, A. D.
2017. Pemanfaatan Citra Landsat 8 Untuk Analisis Indeks Vegetasi di Jakarta. Jurna Lanskap Indonesia, 73.
Muttaqin, A. D. 2016. Aplikasi Penginderaan Jauh Untuk Identiikasi Sebaran Terumbu Karang di Pulau Nian dan Mantehage Provinsi Sulawesi Utara. Marine Journal, 3.
Nieuwolt, S. 1977. Tropical Climatology: An Introduction to the Climates of Low Latitudes. London: Cambridge University Press.
Rauf, A. 2014. Pengaruh Perubahan Tata Guna Lahan Terhadap Koefisien Limpasan (Run Off) Kota Makassar Berbasis SIG. Jurnal Teknik Sipil, 7.
Roziqin, A., & Gustin, O. 2017. Pemetaan Perubahan Garis Pantai Menggunakan Citra Penginderaan Jauh di Pulau Batam.
IRONS, 296-297.
Sampurno, R. M., & Thoriq, A. 2016. Klasifikasi Tutupan Lahan Menggunakan Citra Landsat 8 Operational Land Imager (OLI) Di Kabupaten Sumedang. Jurnal Teknotan, 65-67.
Sitanggang, G. (2008). Teknik Dan Metode Fusi (Pansharpening) Data Alos (Avnir-2 dan Prism) Untuk Identifikasi Penutup Lahan/Tanaman Pertanian Sawah.
Majalah Sains dan Teknologi Dirgantara, 36-37.
Presiden Republik Indonesia. 2011. Peraturan Presiden Nomor 55 Tahun 2011 Tentang Rencana Tata Ruang Kawasan Perkotaan Makassar, Maros, Sungguminasa, dan Takalar. Jakarta: Sekretariat Kabinet RI Deputi Bidang Perekonomian
Menteri Pekerjaan Umum. 2008. Peraturan Menteri Pekerjaan Umum Nomor:
05/PRT/M/2008 Tentang Pedoman Penyediaan Dan Pemanfaatan Ruang Terbuka Hijau Di Kawasan Perkotaan.
Jakarta: Direktorat Jenderal Penataan Ruang Departemen Pekerjaan Umum.
Pemerintah Daerah Kota Makassar. 2015.
Peraturan Daerah Kota Makassar Nomor 4 Tahun 2015 Tentang Rencana Tata Ruang Wilayah Kota Makassar 2015-2034.
Makassar: Bappeda Kota Makassar
Suharyadi. 2019. Pemanfaatan Citra Penginderaan Jauh Untuk Mengkaji Hubungan Ketersediaan Ruang Terbuka Hijau Dengan Tingkat Kenyamanan Di Kota Yogyakarta. Jurnal Teknik, 8.
Wang, M., Wright, J., & Bro, A. 2016. A comparison of approaches to stepwise regression on variables sensitivities in building simulation and analysis. Energy and Buildings, 313-326.
Yudiatmaja, F. 2013. Analisis Regresi Liner Dengan Menggunakan APlikasi Komputer Statistik SPSS. Jakarta: Kompas Gramedia.
