• Tidak ada hasil yang ditemukan

LAPORAN PRAKTIKUM NDVI

N/A
N/A
Protected

Academic year: 2021

Membagikan "LAPORAN PRAKTIKUM NDVI"

Copied!
13
0
0

Teks penuh

(1)

LAPORAN PRAKTIKUM ACARA VIII

Normalized Difference Vegetation Index (NDVI) Citra Landsat 7 ETM+

Oleh:

Nama Mahasiswa : Retno Hatmanti Wilujeng NIM / Offering : 150722601851 / G Mata kuliah : Penginderaan Jauh Dasar Asisten : Muhammad Nurdinansah

Fatma Roisatin Nadhiroh

FAKULTAS ILMU SOSIAL JURUSAN GEOGRAFI

ILMU GEOGRAFI

UNIVERSITAS NEGERI MALANG April 2016

(2)

ACARA VIII

Normalized Difference Vegetation Index (NDVI) Citra Landsat 7 ETM+

I. TUJUAN

- Mahasiswa mampu melakukan pengolahan NDVI pada citra Landsat 7 ETM+

II. ALAT dan BAHAN

Adapun alat dan bahan yang digunakan dalam praktikum kali ini adalah sebagai berikut :

a. Notebook

b. Software ENVI 4.5 c. Citra Landsat 7 ETM+ d. Ms. Word 2007

III. DASAR TEORI NDVI

Indeks vegetasi merupakan kombinasi pengukuran dua atau lebih band spectral dari spectrum gelombang elektromagnetik yang berbeda untuk menghasilkan informasi tentang tutupan lahan di permukaan bumi (Campbell, 1996). Indeks vegetasi yang diperoleh dari citra sateli tmerupakan salah satu sumber informasi penting untuk memonitor kondisi sebuah vegetasi. Suatu vegetasi dikatakan subur jika klorofil (zat hijau daun) dalam jumlah besar sehingga aktif berfotosintesis atau dengan kata lain, aktif menyerap karbon. Fenomena penyerapan cahaya merah oleh klorofil (0,4μm – 0,7 μm) pada vegetasi dan pemantulan cahaya inframerah dekat oleh jaringan mesofil (0,7 μm – 1,1 μm) pada daun akan membuat nilai kecerahan yang diterima sensor berbeda (Sudiana &Diasmara, 2008).

NDVI (Normalized Difference Vegetation Index) diperkenalkan oleh Rouse et al. (1974) dengan tujuan memodifikasi indeks Simple Ratio (SR) dimana indeks Simple Ratio menunjukkan nilai yang terlalu besar untuk daerah dengan densitas vegetasi tinggi. Indeks ini menggunakan rasio antara band NIR dan RED dengan persamaan yang dinormalisasi. NDVI merupakan indeks vegetasi yang paling banyak digunakan karena kemampuannya untuk meminimalisir kesalahan akibat buruknya kondisi

(3)

topografi. NDVI juga disukai karena perhitungannya yang sederhana. Skala NDVI memiliki rentangan antara -1 sampai 1, dimana nilai 1 menunjukkan daerah yang kaya akan vegetasi, nilai 0 menunjukkan keadaan sangat sedikit vegetasi dan nilai -1 menunjukkan daerah bukan vegetasi.

Seperti perhitungan pada citra rasio, pada citra normalisasi juga menggunakan data channel 1 dan channel 2. Channel 1 terdapat dalam bagian dari spektrum dimana klorofilmenyebabkan adanya penyerapan terhadap radiasi cahaya yang datang yang dilakukan saat fotosintesis, sedangkan channel 2 terdapat dalam daerah spektral dimana struktur daun spongy mesophyll menyebabkan adanya pantulan terhadap radiasi cahaya. Perbedaan respon dari kedua channel ini dapat diketahui dengan transformasi rasio perbandingan satu channel dengan channel yang lain.

Perbandingan antara kedua channel adalah pertimbangan yang digunakan untuk mengurangi variasi yang disebabkan oleh topografi dari permukaan bumi. Hal ini merupakan kompensasi dari variasi pancaran sebagai fungsi dari elevasi matahari untuk daerah yang berbeda dalam sebuah citra satelit. Perbandingan ini tidak menghilangkan efek additive yang disebabkan oleh atmospheric attenuation, tetapi komponen dasar untuk NDVI dan vegetasi saling berhubungan. Latar belakang daratan berfungsi sebagai pemantul sinyal yang terpisah dari vegetasi, dan berinteraksi dengan vegetasi melalui hamburan yang sangat banyak dari energi radiasi.

(4)

NDVI =NIR−¿ NIR+¿

Data dari bermacam citra satelit yang dapat digunakan dalam formulasi ini, antara lain:

e. Landsat TM/ETM : band 3 (0.63-0.69 µm) dan band 4 (0.76-0.90 µm) f. NOAA AVHRR : band 1 (0.58-0.68 µm) dan band 2 (0.72-1.0 µm) g. Terra MODIS : band 1 (0.62-0.67) dan band 2 (0.841-0.876).

Perhitungan perbandingan sifat respon obyek terhadap pantulan sinar merah dan NIR dapat menghasilkan nilai dengan karakteristik khas yang dapat digunakan untuk memperkirakan kerapatan atau kondisi kanopi/kehijauan tanaman. Tanaman yang sehat berwarna hijau mempunyai nilai indeks vegetasi tinggi. Hal ini disebabkan oleh hubungan terbalik antara intensitas sinar yang dipantulkan vegetasi pada spektral sinar merah dan NIR.

Daerah

Pembagian Nilai NDVI

Awan es, awan air, salju < 0 Batuan dan lahan kosong 0 – 0.1 Padang rumput dan semak belukar 0.2 – 0.3 Hutan daerah hangat dan hutan hujan tropis 1.4– 0.8

(5)

IV. LANGKAH KERJA Vegetation Index Proses NDVI

a. Buka file smgpadajendelabaru

b. Pada menu ENVI 4.5 klik Transform > NDVI (Vegetation Index), pilih file smg

c. Kemudiantentukansaluran NIR dan Band-R, simpandalambentuk file atau memory

d. Tampilkancitra, danceknilaipikselnyamenggunakan menu Cursor Location/ Value

Density Slice of NDVI Image

a. Padajendelacitraklik Overlay > Density Slice. Enter citra NDVI

b. Buat level brightness menjadi 5. Padajendela Density Slice klik Option > Set Number of Default Ranges, type 5 klik OK

c. Kemudianpadakotak dialog Density Slice, klik menu Option > Apply Default Ranges

(6)

d. Klik Edit Range untukmengubahnilaiintervalnyadanwarnajikamemang dibutuhkan. Klik Apply dansimpancitra.

Layout Citra Hasil NDVI

a. Pilih menu Overlay pada layer display untuk melakukan Overlay. Pilih menu

Annotation untuk melakukan Layout citra

b. Untuk menambahkan skala Klik menu Object pada Annontations Text > Scale Bar

(7)

V. HASIL PRAKTIKUM a) Printscreen NDVI slice

(8)

b) NDVI range (5 class)

(9)

VI. PEMBAHASAN

Pada acara ke VIII mengenai NDVI ini mahasiswa melakukan penentuan NDVI yang dilakukan menggunakan Software ENVI 4.5. NDVI merupakan merupakan kombinasi pengukuran dua atau lebih band spectral dari spectrum gelombang elektromagnetik yang berbeda untuk menghasilkan informasi tentang tutupan lahan di permukaan bumi, NDVI yang diperoleh berdasarkan citra satelit merupakan salah satu sumber informasi penting untuk memonitor kondisi sebuah vegetasi lewat klorofil yang diahsilkan tumbean yang terdeteksi oloh satelit.

Berdasarkan praktikum yang telah dilakukan 5 nilai indeks hasil NDVI, terdapat beberapa objek yang masuk kedalam masing-masing kelas tersebut antara lain :

a) air , berdasarkan indeks hasil NDVI air masuk dalam kelas indeks hasil -0,9000 sampai -0,5730 yang ditunjukkan dengan warna merah

b) vegetasi jarang, berdasarkan indeks hasil NDVI masuk dalam kelas indeks hasil -0,5730 sampai -0,2461, yang ditunjukkan dengan warna hijau.

(10)

c) permukiman, berdasarkan indeks hasil NDVI nilai indeks hasil -0,5730 sampai 0,0809 yang ditunjukkan dengan warna warna biru,

d) lahan terbuka, berdasarkan indeks hasil NDVImasuk dalam indeks hasil 0,0809 sampai 0,4078 yang ditunjukkan dengan warna kuning

e) vegetasi rapat, berdasarkan indeks hasil NDVI termasuk dalam kelas indeks hasil 0,4078 sampai 0,7348 dengan warna cyan.

Pada bagian utara semarang merupakan laut jawa yang ditunjukan dengan warna merah serta daerah dengan vegetasi jarang yang ditunjukkan dengan warna hijau, vegetasi pada dearah ini umumnya didominasi oleh tanaman bakau. Pada daerah ini umumnya merupakan daereah yang pekumima yang ditunjukkan dengan warna biru. Pada daerah bagian tengah merupakan permukiman padat atau daerah perkotaan Semarang yang ditunjukkan dengan warna biru.

Berdasarkan tabel nilai indeks vegetasi mulai terdeteksi pada indeks 0,4078 sampai 0,7348 dengan warna cyan yang menunjukkkan bahwa vegetasi rapat dan indeks -0,5730 sampai -0,2461 yang ditunjukkan dengan warna hijau. Persebaran vegetasi pada daerah Semarang yaitu ada bagian utara umumnya didominasi vegetasi jarang dan pada daerah bagian tengah terdapat beberapa wilayah dengan vegetasi rapat.

VII. KESIMPULAN

Pengolahan NDVI pada citra Landsat 7 ETM+ ditunjikan untuk mengetahui persebaran vegetasi berdasarkan lewat zat klorofil yang dihasilkan tumbuhan. NDVI juga dapat digunakan sebagai informasi tentang tutupan lahan di permukaan bumi.

VIII. DAFTAR RUJUKAN

Anonymus. 2010. Transforasi NDVI.

www.academia.edu/6230372/Transformasi_NDVI (diakses pada 03-04-2016)

Benichi.2008.NDVI-Indeks-Vegetasi. https: //benichi.wordpress.com/2008/11/28/NDVI (diakses pada 03-04-2016)

(11)

Purwanto. 2016. Modul penginderaan jauh. Universitas Negeri Malang: Malang (tidak diterbitkan)

LAPORAN PRAKTIKUM GEOGRAFI TANAH ACARA VI

PENENTUAN PERMEABILITAS DAN ERODIBILITAS TANAH

Oleh:

Nama mahasiswa : Retno Hatmanti Wilujeng

NIM : 150722601851

Mata Kuliah : PraktikumGeografi Tanah Dosen Pengampu : Ir. Juarti, M.P

Asisten : Sam Yudi Susilo Imam Mahmudi

(12)

Universitas Negeri Malang Fakultas Ilmu Sosial

Jurusan Geografi Program Studi IlmuGeografi

LAMPIRAN

(13)

Referensi

Dokumen terkait

Berdasarkan hasil analisis statistik yang dilakukan di perkebunan teh Kemuning antara nilai indeks vegetasi NDVI dan nilai produksi diperoleh hasil estimasi produksi teh

Berdasarkan hasil analisis statistik yang dilakukan di perkebunan teh Kemuning antara nilai indeks vegetasi NDVI dan nilai produksi diperoleh hasil estimasi produksi teh

Dan pada percobaan ke empat, yaitu pencampuran warna merah,dan biru ,dan warna hijau mengguakan filter warna.pencampuran ketiga warna tersebut menghasilkan warna putih,

Dari percobaan kromatografi lapis tipis mendapatkan hasil pada daum bayam terdapat 2 jumlah warna komponennya, yaitu hijau dan kuning, jarak tempuh komponennya

Berdasarkan literatur yang didapatkan, uji fosfat pada endapan akan menunjukan hasil positif jika menghasilkan warna hijau muda, pada hasil percobaan, didapatkan hasil, yaitu

Hasil pengolahan index vegetasi untuk luasan tutupan lahan sawah menggunakan index vegetasi NDVI di dapat lebih luas dengan luas 254,12 km 2 yang mendekati dari hasil

Peta NDVI RTH Kota Ambon Sebaran tutupan vegetasi baik tumbuhan bawah maupun tingkat pohon pada sembilan lokasi sampling di kawasan RTH Kota Ambon, hasil perhitungan NDVI dari data

Metode transek garis merupakan sistem analisis berdasarkan variabel kerapatan, kerapatan, dan frekuensi yang menentukan INP nilai indeks Penting Digunakan untuk menamai vegetasi