PRA-PENGOLAHAN CITRA DENGAN NORMALIZED DIFFERENCE

VEGETATION INDEX (NDVI), LAND SURFACE TEMPERATURE (LST) DAN

MODIFICATION OF NORMALIZED DIFFERENCE WATER INDEX
(MNDWI) SERTA APLIKASINYA DALAM MENENTUKAN PENGARUH
KEBAKARAN HUTAN TERHADAP LUASAN HIJAU DI PULAU RUPAT
MENGGUNAKAN PERANGKAT LUNAK ENVI 5.1
Disusun oleh: M. Arief Rahman | 11414011 Ayi Abdul Muhyi | 11414012 Suci Tri
Kumala Sari | 11414014 Sulastri Hutauruk | 11414031 (Kelompok 12)

I. PENDAHULUAN
1.1 Latar Belakang

1.2 Tujuan
The purpose is to determine the level of atmospheric correction by increasing the
atmospheric effects through maximizing the reflectance of vegetation, land cover and
temperature and to determine effect of forest fire in vegetation area at Rupat island on the
software envi 5.1.
1.3 Dasar Teori
NDVI or Normalized Difference Vegetation Index is a combination of techniques
ratio with the image reduction techniques. The NDVI transformation is one of the standard
product NOAA (National Oceanic and Atmospheric Administration), polar orbiting weather
satellite but gave special attention to the global vegetation and weather (Lonita et. al., 2015).
NDVI has effectivity to predict the properties of the surface when vegetation canopy is not
too tight and not too infrequently (Liang, 2004). LST is the brightness temperature of land
surface, It's not the real temperature on the surface but has strong relationship with air
temperature. Monitoring Drought Wetland on standard acreage of paddy fields and a map of
the city administration can be performed using combining the Enhanced Vegetation Index
(EVI) with Land Surface Remote Sensing for Temperature (LST) in order to obtain
Evapotranspiration Potential (ETp) to view meteorological and agronomist drought.
(Zubaidah et. al. 2014). Meanwhile, MNDWI used for rapid mapping of flood inundation as
one of the duties that must be produced by a team of disaster response in order to generate
information regarding the extent, the height, and volume and to increase the pool of open
water features in remote sensing image

II. CARA KERJA

Analisis dilakukan menggunakan 2 buah citra landsat 8 yaitu citra tanggal 3 November
2014 dan citra landsat tanggal 2 Agustus 2015. Kedua citra terletak di pulau sumatera
tepatnya kota Pekanbaru Riau. Citra awal digunakan sebagai analisis dasar dalam
pengaplikasian NVDI, LST dan MNDWI dengan pertimbangan citra tersebut lebih jernih
(tidak terlalu banyak awan). Sedangkan, citra kedua digunakan untuk menganalisis efek
kebakaran hutan yang terjadi di wilayah tersebut dengan pertimbangan dalam citra tersebut
terlihat jelas sedang terjadi kebakaran tepatnya di pulau Rupat. Analisis yang dilakukan
adalah menghitung luasan hijau, luasan bekas kebakaran serta temperatur permukaan di Pulau
Rupat menggunakan algoritma LST dan NDVI dengan terlebih dahulu dilakukan koreksi
 atmosfer. Selain itu, dilakukan klasifikasi supervised yang bertujuan untuk menentukan
luasan tiap kelas pada daerah tersebut.

III.HASIL

Picture 2. Imagery of Dumai city 3 November

2014 with LST Algoritm
Picture 1. Imagery of Dumai city 3 November
2014 with NDVI Algoritm.

Picture 3. Imagery of Dumai city 3 November Picture 4. Imagery of Rupat Island 2 Agustus
2014 with MNDWI Algoritm. 2014 with LST Algoritm.
Pictures 5. Imagery of Rupat Island 2 Agustus 2014 with
NDVI Algoritm.
Pictures 6. Imagery of forest fire in Rupat Island 2
Agustus 2014

ANALISIS
Gambar 1-3 adalah citra kota Dumai, Pekanbaru, Riau, yang diambil tanggal 3 November
2014. Analisis yang dilakukan adalah mendeteksi vegetasi, mengestimasi temperatur
permukaan serta membedakan antara daratan dengan perairan. Mendeteksi vegetasi dilakukan
menggunakan algoritma NVDI yang mana nilai yang berada pada cursor value nya tidak lain
menunjukan kerapatan vegetasinya. Semakin banyak vegetasi di wilayah tersebut maka
cursor value nya akan mendekati 1 sedangkan apabila vegetasi semakin sedikit maka nilainya
mendekati 0. Berdasarkan citra yang ditunjukan oleh gambar 2, menyatakan bahwa pada
daerah yang diberi tanda panah nilai vegetasinya adalah 0,469.
Pengestimasian temperatur permukaan dilakukan menggunakan algoritma LST. Nilai
cursor value pada LST menunjukan angka suhu (dalam satuan kelvin) dan satuannya dapat
diubah ke celcius menggunakan band math, seperti pada gambar 1 yang menunjukkan nilai
suhu permukaan pada daerah yang diberi tanda panah yang bernilai 28 (celcius). Sedangkan
dalam membedakan antara daratan dan perairan dilakukan menggunakan algoritma MNDWI.
Nilai cursor value dalam MNDWI menunjukan suatu perairan ketika nilainya positif sedang
daratan ditunjukan dengan nilai cursor value yang negatif (gambar 3).
Gambar 4-6 adalah citra pulau Rupat yang tidak jauh dari kota Dumai. Citra tersebut
diambil pada tanggal 02 Agustus 2015, yang digunakan untuk menganalisis kondisi
kebakaran hutan serta pengaruhnya terhadap luasan hijau yang berada di pulau tersebut.
Kebakaran hutan ditunjukan pada gambar 6, dimana disana terjadi perubahan suhu
permukaan abnormal yang ditunjukan oleh gambar 4. Suhu permukaan pada wilayah yang
diberi tanda titik merah (gambar 4) mencapai 35 sedangkan di wilayah sekitarnya berada
pada kisaran 20-30.
Pengaruh kebakaran hutan terhadap luasan hijau dapat dilihat pada gambar 5, yang mana
setelah dilakukan klasifikasi terbentuk 5 kelas yang terdiri dari lahan kosong (kuning), bekas
kebakaran (hitam), lahan terbakar (merah), lahan hijauan (hijau) dan perairan (ungu).
Persentase luasan lahan kosong adalah sekitar 6,60%, bekas kebakaran sekitar 31,85%, lahan
terbakar sekitar 3,71%, lahan hijauan sekitar 11,72% dan perairan sekitar 46,10%.
Diasumsikan luas bekas kebakaran, lahan kosong dan lahan terbakar pada awalnya
merupakan lahan hijauan. Sehingga, sebelum kebakaran terjadi, luas lahan hijauan di pulau
Rupat diestimasi sekitar 53,9%. Setelah terjadi kebakaran terjadi pengurangan luasan lahan
hijau sekitar 78% dari keseluruhan luasan hijau sebelum kebakaran.

IV. KESIMPULAN
Dalam Algoritma NDVI, semakin banyak vegetasi di wilayah tersebut maka
cursor value nya akan mendekati 1 sedangkan apabila vegetasi semakin sedikit maka nilainya
mendekati 0. Dalam algoritma LST, nilai cursor value langsung menunjukan suhu permukaan
pada citra. Dalam algoritma MNDWI, nilai cursor value menunjukan suatu perairan ketika
nilainya positif sedang daratan ditunjukan dengan nilai cursor value yang negatif. Pengaruh
kebakaran hutan terhadap luasan hijau di pulau rupat adalah terjadi pengurangan luasan lahan
hijau sekitar 78% dari keseluruhan luasan hijau sebelum kebakaran.

V. DAFTAR PUSTAKA
(Investigating Urban Heat Island Estimation and Relation between Various Land Cover
Indices in Tehran City Using Landsat 8 Imagery Mahdi Hasanlou 1,* and Nikrouz Mostofi)
dafpus:
Liang, S., (2004). Narrowband to Broadband Conversions of Land Surface Albedo I
Algorithms, Remote Sensing of Environment, Vo. 76, pp. 213-238
Lonita, Bakhtiar, Ibnu, Yuda, Prasetyo, Haniah. 2015. Analisis Perubahan Luas dan
Kerapatan Hutan Menggunakan Algoritma NDVI (Normalized Difference Vegetation Index)
dan ENVI (Enhanced Vegetation Index) pada Citra Landsat 7 ETM+ Tahun 2006, 2009, dan
2012. Jurnal Geodesi Undip, 4 (3): 112- 120.
Zubaidah, Any., Dede Dirgahayu, Junita Monika Pasaribu. PENGINDERAAN JAUH
UNTUK PEMANTAUAN KEKERINGAN LAHAN SAWAH Jurnal Ilmiah WIDYA, 2(1):
62-66.
Wiweka*), Suwarsono*), Jalu T Nugroho. 2014. PENGEMBANGAN MODEL
IDENTIFIKASI DAERAH TERGENANG (INUNDATED AREA) MENGGUNAKAN
DATA LANDSAT-8 . Deteksi Parameter Geobiofisik dan Diseminasi Penginderaan Jauh
Seminar Nasional Penginderaan Jauh 2014.