APLIKASI PENGINDERAAN JAUH UNTUK DETEKSI PERUBAHAN TEMPERATUR AKIBAT PERUBAHAN VEGETASI DI KABUPATEN INDRAGIRI HULU, PROPINSI RIAU RICKY RUSENDI LUBIS NIM. 0606113899 The guide are Besri Nasrul, M.Si and Ir. Idwar M.S Abstract Remote sensing far as a technology which can do change vegetation monitoring. Space monitoring of related to correlation between vegetation and temperature can be done by using satellite image, specially Landsat imagery have ability in detecting vegetation cover and temperature. Landsat imagery also able to give information hit to unfold and the landcover by spasial with coverage area which enough wide ( 185 km x 185 km). this condition vegetation cover can be analysed by Normalized Difference Vegetation Index ( NDVI ) and assistively is Band Thermal earn is also analysed temperature change in an region. This research aim to to can know relation of between temperature change resulted by change vegetation wide in upstream Indragiri regency of riau province Research procedure done cover some step, that is ready data, collecting data and processing imagery Landsat. Processing data consisted of some step, that is: pre processing, processing and analyse imagery. Regency Indragiri Pate Temperature change from year 2005 till year 2008 equal to 0.62 C resulted a reduction vegetation existence for the width of 82.839.69 ha. And for the farm use detail happened the wide addition of oil falm use 61.693.61 ha ( 29.33%) and the temperature mount 0.58 0C, rubber 17.414.14 ha ( 17.71%) and the temperature mount 0.82 0C, forest 98.947.44 ha ( 37.72%) and the temperature mount 0.56 0C. Keyword: Remote sensing, Vegetation, NDVI, Temperature, Landuse

APLIKASI PENGINDERAAN JAUH UNTUK DETEKSI PERUBAHAN TEMPERATUR AKIBAT PERUBAHAN VEGETASI DI KABUPATEN INDRAGIRI HULU, PROPINSI RIAU RICKY RUSENDI LUBIS NIM. 0606113899 Pembimbing Besri Nasrul, M.Si dan Ir. Idwar M.S Abstract Penginderaan jauh sebagai suatu teknologi yang dapat melakukan pemantauan perubahan vegetasi. Pemantauan ruang yang berkaitan dengankorelasi antara vegetasi dan temperatur dapat dilakukan dengan menggunakan citra satelit, khususnya citra Landsat mernpunyai kemampuan dalam deteksi tutupan vegetasi dan temperatur. Citra Landsat juga mampu memberikan informasi mengenai bentangdan penutup lahan secara spasial dengan daerah cakupan yang cukup

Iuas (185 km x 185 km). Kondisi tutupan vegetasi ini dapat dianalisis dengan Normalized Difference Vegetation Index (NDVI ) dan dengan dibantu Band Termal dapat juga dianalisis perubahan temperatur di suatu wilayah. Penelitian ini bertujuan untuk untuk dapat mengetahui hubungan antara perubahan suhu menghasilkan perubahan luas oleh vegetasi di hulu Kabupaten Indragiri provinsi riau. Prosedur penelitian yang dilakukan meliputi beberapa tahapan, yaitu, penyedian, pengumpulan data citra dan pengolahan data. Pengelolahan data yang terdiri dari beberapa tahapan, yaitu: Pra pengelolahan citra, pengelolahan citra dan analisis. Perubahan temperatur Kabupaten Indragiri Hulu dari tahun 2005 hingga tahun 2008 sebesar 0.62C yang diakibatkan adanya pengurangan vegetasi seluas 82.839.69 ha. Dan untuk perincian penggunaan lahan terjadi penambahan luas penggunaan lahan kelapa sawit 61.693.61 ha (29.33%) dan temperatur meningkat 0.58 0C, karet 17.414.14 ha (17.71%) dan temperatur meningkat 0.82 0C, hutan 98.947.44ha (37.72%) dan temperatur meningkat 0.56 0C Kata kunci: Penginderaan Jauh, Vegetasi, NDVI, Temperatur, Penggunaan Lahan I. PENDAHULUAN 1.1 Latar Belakang Konsekuensi pertumbuhan penduduk danpeningkatan laju pembangunan tidak selalu memberi dampak positif bagi kehidupan manusia dan lingkungan. Konsekuensi pembangunan adalah terjadinya budidaya lahan. Budidaya lahan akan menimbulkan permasalahan manakala terjadi konversi dari lahan bervegetasi menjadi lahan terbangun. Beberapa hasil penelitian menyebutkan bahwa berkurangnya lahan vegetasi menyebabkan berkurangnya air tumbuhan, meningkatnya air larian (direct runoff), (Suroso dkk,2007 dalam Sukristiyanti 2009). Selain itu kontribusi yang cukup penting bagi perubahan iklim di suatu daerah (Givoni,1992 dalam Andriyadi 2004). Salah satu perubahan iklim yang dirasa cukup penting adalah perubahan temperatur (suhu permukaan). Vegetasi dan temperatur mempunyai hubungan yang erat.Semakin tinggi vegetasi pada suatu lahan, maka sernakin rendah temperatur di sekitar lahan tersebut. Oleh karena itu budidaya lahan perlu dilakukan dengan memperhatikan segala dampak yang ditimbulkan. Ruang tidak akan bisa bertambah, namun bisa dikelola, sehingga efek negatifnya dapat diminimalisir. Peningkatan suhu udara di Riau dalam 20 tahun terakhir sangat signifikan berdasarkan hasil pengamatan Badan Meteorologi, Klimatologi dan Geofisika (BMKG) Pekanbaru, Propinsi Riau semakin panas, dengan temperatur hingga 350C. BMKG mencatat, pada tahun 1976, suhu minimum di Riau terdata 21,50C, dan angka ini pada tahun 2006 naik menjadi 23,50C. Kabupaten Indragiri Hulu merupakan salah satu Kabupaten tertua di Propinsi Riau yang berdasarkan Undangundang nomor 10 tahun 1948. Perekonomian Indragiri Hulu masih didominasi dari sektor pertanian, terutama di sektor perkebunan di daerah ini komoditi utama yang dihasilkan berupa karet, kelapa sawit, kakao, pinang. Akan tetapi di antara produk perkebunan tersebut yang dominan di wilayah ini karet dan kelapa sawit. Lahan perkebunan kelapa sawit dan karet tersebut menyebar di seluruh wilayah Indragiri Hulu. Hasil perkebunan seperti karet remah atau TBS (Tandan Buah Segar) dari kelapa sawit ini dijual oleh petani ke pabrik pengolahan hasil yang beroperasi di sekitar perkebunan tersebut. Oleh karena itu, sub sektor perkebunan di Indragiri Hulu ini erat kaitannya dengan industri pengolahan terutama dari subsektor industri besar dan sedang, banyaknya perusahaan pengolahan

hasil karet dan kelapa sawit inilah yang memberi sumbangan paling besar. Hal ini dapat mengakibatkan berubahnya temperatur yang diakibatkan oleh perubahan vegetasi yang didominasi dengan perkebunan kelapa sawit dan karet serta kegiatan dalam penggunaan lahan di Kabupaten Indragiri hulu, propinsi riau. Dampak yang diperoleh dari aktifitas ini harus dipantau agar dapat diminimalisasi untuk tidak terjadi pengrusakan lingkungan yang lebih besar lagi. Penginderaan jauh sebagai suatu teknologi yang dapat melakukan pemantauan perubahan vegetasi. Pemantauan ruang yang berkaitan dengankorelasi antara vegetasi dan temperatur dapat dilakukan dengan menggunakan citra satelit, khususnya citra Landsat mernpunyai kemampuan dalam deteksi tutupan vegetasi dan temperatur. Citra Landsat juga mampu memberikan informasi mengenai bentangdan penutup lahan secara spasial dengan daerah cakupan yang cukup Iuas (185 km x 185 km). Kondisi tutupan vegetasi ini dapat dianalisis dengan Normalized Difference Vegetation Index (NDVI ) dan dengan dibantu Band Termal dapat juga dianalisis perubahan temperatur di suatu wilayah. Penggunaan data penginderaan jauh sebagai sumber informasi faktual untuk daerah yang luas di Indonesia merupakan cara yang cepat, tepat dan hemat. Dengan teknologi inderaja, penjelajahan lapangan dapat dikurangi, sehingga akan menghemat waktu dan biaya bila dibandingkan dengan cara teristis di lapangan. Pemenfaatan teknologi inderaja di Indonesia perlu dikembangkan dan diaplikasikan untuk mendukung efisiensi pelaksanaan inventariasasi sumberdaya lahan dan identifikasi penyebaran karakteristis lahan pertanian.

1.2 Tujuan Penelitian Penelitian ini bertujuan untuk mengetahui hubungan antara perubahan luasanpenutupan vegetasi dengan perubahan temperatur di daerah studi Kabupaten Indragiri Hulu, Propinsi Riau.Dalam hal ini pendeteksian ditujukan untuk mengindetifikasi seberapa besar pengaruh perubahan luas vegetasi terhadap perubahan temperaturdi daerah studi. II. METODE PENELITIAN 2.1. Waktu dan Tempat Penelitian ini dilaksanakan pada bulan Februari sampai dengan bulan Mei 2011.Pengelolahan dan analisa citra dilakukan di Fakultas Pertanian Universitas Riau dan area studi berlokasi di Kabupaten Indragiri Hulu, Propinsi Riau. 2.2. Bahan dan Alat Bahan yang digunakan dalam penelitian terdiri dari data primer, yakni 2 scene citra Landsat 5 TM path/row 126/60 yang direkam pada tanggal 7 Agustus 2005 dan 22 Juli 2008 dan didapat dari sumber data BIOTROP Training and Information Centre (BTIC) di Bogor. Dan data sekunder yakni berupa data penggunaan lahan dari BPS (Badan Pusat Statistik) Kabupaten Inhu. Perangkat lunak: Alat-alat yang diperlukan untuk mendukung penelitian ini adalah ER MAPPER 7.1 yang berfungsi untuk pengolahan dan analisa data citra. Perangkat keras: 1. Intel core2 duo CPU T5870 @2.00Ghz, 2.00 RAM 2. Printer Canon Pixma iP1000 3. Flash Disk

2.3 Jalan Penelitian Penelitian ini dilaksanakan dengan tahap-tahap sesuai dengan gambar dibawah ini:

Landsat TM (t1)

Landsat TM (t2)

Koreksi Geometrik Area Studi

Koreksi Geometrik Area Studi

NDVI

Temperatur

NDVI

Temperatur

Overlay

Overlay

NDVI dengan Temperatur

Analisis Stastistik

NDVI dengan Temperatur

Laporan

Gambar 1. Diagram Alir Metode Penelitian

2.4. Metode Penelitian Prosedur penelitian yang dilakukan meliputi beberapa tahapan, yaitu, penyedian, pengumpulan dan pengolahan data. Pengelolahan data yang terdiri dari beberapa tahapan, yaitu: Pra pengelolahan citra, pengelolahan citra dan analisis. 2.5. PraPengolahan Citra Pada tahap ini dilakukan proses terhadap citra mentah sehingga citra tersebut siap untuk dilakukan pengolahan hingga sampai pada proses analisis. Pada proses pra pengolahan citra ini dilakukan penajaman citra, pemotongan citra, koreksi geometrik, dan koreksi radiometrik. 2.5.1. Penajaman Citra Penajaman citra dilakukan untuk melihat area studi dengan jelas. Penajaman citra meningkatkan mutu citra dengan menguatkan kontras kenampakan yang tergambar dalam citra sehingga jumlah informasi pada proses interpretasi dapat bertambah dan memudahkan dalam proses selanjutnya. 2.5.2. Pemotongan Citra Pemotongan citra dilakukan karena area studi tidak mencakup wilayah citra secara keseluruhan serta memudahkan dalam memproses citra serta menghemat kapasitas penyimpanan data. Pemotongan citra dilakukan dengan cara menentukan koordinat batas kiri atas dan koordinat batas kanan bawah citra. 2.5.4. Koreksi Geometrik Data citra yang dikoreksi geometrik terlebih dahulu diregistrasi/direktifikasi. GCP (GroundControl Point) dipilih pada citra dan pada peta referensi yang dapat diidentifikasi. GCP dipilih sebanyak 14 titk yang menyebar merata pada area studi. Datum yang digunakan adalah WGS84 dengan proyeksi Transverse Mercator dan system koordinat SUTM48. metoda transformasi adalah polinomial derajat satu (linier) dan metoda resampling yang

digunakan adalah metoda tetangga terdekat (nearest Neighbour). 2.5.3. Koreksi Radiometrik Koreksi radiometrik merupakan proses pra-pengolahan citra intuk meminimalisasi terjadinya gangguan radiometrik. Gangguan ini disebabkan oleh terjadinya penghamburan cahaya karena danya molekul-molekul air, sensor, dan iluminasi cahaya.Ini menjadi masalah pada citra sehingga perlu dikoreksi agar terjadi bias (POHL, 1998 dalam Andriyadi 2004).ini dapat diketahui dengan persamaan sebagai berikut: Hasil BV i,j,k = Data masukan dari BV ijk Bias Dimana data masukan BV i,j,k = Data masukan dari nilai piksel pada baris I dan kolom J dari band K Hasil BV i,j,k = Piksel yang terkoreksi pada lokasi yang sama. Keterangan: BV = Band Value Koreksi radiometrik ini dimaksudkan untuk mengeliminasi gangguan atmosfer. Termasuk adanya kabut tipis dan mengstandarisasi data akibat kondisi atmosfer pada waktu perekaman dan lokasi yang berbeda. Cara yang paling sederhana dalam koreksi ini adalah dengan menggeser kearah nol nilai digital pada histogram dua dimensi setiap Band spektral yang digunakan. Koreksi radiometrik dilakukan dengan menduplikasikan band sampai dengan jumlah Band yang dimiliki oleh data tersbut. Misalnya untuk Landsat 5 TM sampai dengan Band 6, maka duplikasinya sampai 6 Band, maka duplikasinya 6. 2.6. Normalized Difference Vegetation Index (NDVI) Indeks vegetasi adalah pengukuran kuantatif berdasarkan nilai digital dari data penginderaan jauh yang digunakan untuk mengukur biomassa atau intensitas vegetasi

di permukaan bumi.Salah satu metode perhitungan indeks vegetasi yang umum digunakan adalah NDVI (Normalized difference Vegetation Indeks).NDVI diperoleh berdasarkan perbandingan antara pantulan sinar merah dan infra merah dekat dari spectrum elektromagnetik. Kedua spektrum ini dipilih karena mampunyai kemampuan lebih dalam menyerap klorofil dan kepadatan vegatasi. Selain itu, pada band sinar merah dan infra merah dekat, vegetasi dan non vegetasi dapat dibedakan secara jelas. Formula untuk menghitung nilai NDVI adalah: NDVI = NIR RED NIR + RED Nilai NDVI berkisar antara -1 hingga +1.Nilai NDVI yang rendah (negatif) menunjukan tingkat vegetasi yang rendah seperti awan, air, lahan terbuka (tanah kosong), bangunan dan unsur non vegetasi lainnya. Sedangkan nilai NDVI yang tinggi (positif) menunjukan tingkat vegetasi hijau yang tinggi. 2.7. Temperatur Temperatur diperoleh dari citra Landsat Band 6 (thermal Band). Temperatur didapat dengan mengkonversi nilai kecerahan (DN) menjadi spektral radians, setelah didapatkan hasil dari konversi DN ke radian, maka hasil radian yang didapatkan akan dikonversi lagi ke Kelvin. Untuk mendapatkan temperatur dalam bentuk celcius(C0), maka nilai yang telah didapatkan dikurangi dengan 273.Formula temperatur ini didapatkan dari http://www.yale .edu/ceo/documentation/DN to Kelvin.pdf. 2.8.1. Konversi Nilai Kecerahan (DN) ke Radian Dengan citra dari Landsat 5 dapat diperoleh temperatur dengan dua langkah. Langkah pertama dengan mengkonversi

nilai kecerahan menjadi radian kemudian mengkonversi radian menjadi temperatur. Rumus untuk mengkonversi nilai kecerahan menjadi radian sebagai berikut : CVR = G ( CVDN ) + B CVR = Nilai radian CVDN = Nilai Digital Number (Band 6/i1) G = Indeks Gain (0.04961) B = Indeks Bias (3.200) 3.8.2. Konversi Radian ke Temperatur Rumus untuk mengkonversi radian menjadi temperatur sebagai berikut : K2 T= K1 Ln + 1 CVR T = Derajat Celcius K1 = 607.76 ( untuk TM ) atau 666.09 ( untuk ETM + ) K2 = 1260.56 ( untuk TM ) atau 1282.75 (untuk ETM + ) CVR = Nilai Radian 2.8. Korelasi Setelah nilai NDVI dan temperatur didapat maka selanjutnya dicari derajat hubungan antara kedua nilai tersebut. Untuk mencari hubungannya maka dipakai teknik korelasi bivariat pearson product moment. Teknik ini digunakan karena dalam penelitian ini hanya ingin mencari hubungan dua variabel yaitu NDVI dan Temperatur. NDVI dikatakan sebagai variabel pertama atau variabel bebas (independent variable) yaitu variabel yang memberi pengaruh. Sedangkan temperatur sebagai variabel kedua atau variabel terikat (dependent variable) yaitu variabel yang dipengaruhi (Hartono, 1998 dalam Oktorini, 2003). Kuat lemahnya hubungan antara dua variabel ini dilihat dengan koefisien korelasi (r) nya. Pengambilan sampel untuk NDVI dan temperatur dilakukan dengan teknik

cluster sampling yaitu dengan mengambil sampel pada tiap kelas yang diidentifikasi secara acak dengan algoritma tertentu. Asumsi ataupun persyaratan yang harus dipenuhi dalam menggunakan korelasi Pearson Product Mooment adalah: a. Variabel yang dihubungkan mempunyai data yang berdistribusi normal. b. Variabel yang dihubungkan mempunyai data linier. c. Variabel yang dihubungkan mempunyai data yang dipilih secara acak (random). d. Variabel yang dihubungkan mempunyai pasangan sama dari subjek yang sama pula. e. Variabel yang dihubungkan mempunyai data interval atau rasio. III. HASIL DAN PEMBAHASAN 3.1. Penggabungan Band Citra Landsat TM Citra landsat 5 TM dengan path/row 126/60 yang direkam pada tanggal 7 Agustus 2005 dan 22 Juli 2008 yang didapat dari sumber data BIOTROP Training and Information Centre (BTIC) di Bogor, merupakan data dalam bentuk format TIF yang terdiri dari 7 Band. Oleh karena itu, ke 7 Band ini digabungkan dalam bentuk format ers yang akan diolah ke proses selanjutnya. 3.2. Hasil Pra Pengolahan Citra 3.2.1. Pemotongan Citra Untuk memudahkan dalam memproses citra serta menghemat kapasitas penyimpanan data, maka dilakukan pemotongan citra. Selain itu, pemotongan ini dilakukan karena area studi tidak mencakup wilayah citra secara keseluruhan. Pemotongan citra dilakukan dengan cara menentukan koordinat batas kiri atas dan koordinat batas kanan bawah citra.. Pada penelitian ini area studi memiliki koordinat batas kiri atas sebesar (138606.354 E,

9979057.170 N) dan koordinat batas kanan bawah (217716.354 E, 9910267.170 N).

Gambar 2. Citra hasil pemotongan dan Area Studi 3.2.2. Koreksi Geometrik Citra landsat 5 TM dengan path/row 126/60 yang direkam pada tanggal 7 Agustus 2005 dan 22 Juli 2008 merupakan data yang telah terkoreksi geometrik. Sistem koordinat yang digunakan adalah sistem koordinat Universal Transverse Mercator (UTM) dan daerah ini terletak pada proyeksi SUTM 48, dengan bidang datum WGS 84. 3.2.3. Koreksi Radiometrik Citra landsat 5 TM dengan path/row 126/60 yang direkam pada tanggal 7 Agustus 2005 dan 22 Juli 2008 merupakan data yang telah terkoreksi radiometrik, sehingga tidak perlu lagi dilakukan koreksi. 3.3. Hasil Pengolahan Citra 3.3.1. Hasil Normalized Difference Vegetation Index (NDVI) Nilai NDVI pada citra Landsat 2005 berkisar antara -0.78 hingga 0.80. Sedangkan citra Landsat 2008, nilai NDVI berkisar antara -0.40 hingga 0.77. Nilai NDVI ini menandakan adanya intensitas vegetasi di suatu area. Dari sini dapat dilihat bahwa pada citra Landsat tahun 2005 memiliki intensitas vegetasi yang lebih tinggi daripada citra Landsat tahun 2008. Hal ini dapat dilihat dari nilai NDVI citra Landsat 2005 yang memiliki nilai yang lebih tinggi daripada citra Landsat 2008. Ini menunjukkan adanya daerah yang memiliki kerapatan vegetasi yang tinggi pada citra Landsat 2005.

Tabel 5. Nilai NDVI citra Landsat 2005 dan 2008 Tahun NDVI Min NDVI Max 2005 -0.78 0. 80 2008 -0.40 0.77 Dari citra Landsat 2005 dan 2008 dapat dilakukan pengkelasan dengan rentang NDVI masing-masing sebagai berikut: Tabel 6. Kelas NDVI Kelas NDVI Vegetasi Hutan 0.1NDVI