See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/316701221

Aplikasi citra Landsat 8 untuk penentuan persebaran titik panas sebagai

indikasi peningkatan temperatur Kota Yogyakarta

Conference Paper · March 2016

CITATIONS READS

0 1,410

2 authors, including:

Bagus Septiangga
Universitas Gadjah Mada
6 PUBLICATIONS   0 CITATIONS   

SEE PROFILE

All content following this page was uploaded by Bagus Septiangga on 06 May 2017.

The user has requested enhancement of the downloaded file.

 APLIKASI CITRA LANDSAT 8 UNTUK PENENTUAN PERSEBARAN
TITIK PANAS SEBAGAI INDIKASI PENINGKATAN TEMPERATUR
KOTA YOGYAKARTA

APPLICATION OF IMAGE LANDSAT 8 FOR DETERMINATION HOTSPOTS

DISTRIBUTION AS INDICATION OF TEMPERATURE INCREASE IN YOGYAKARTA CITY
Bagus Septiangga1 dan Rutsasongko Juniar M1
1
Departemen Geografi Lingkungan Fakultas Geografi Universitas Gadjah Mada
Sekip Utara Jalan Kaliurang, Bulaksumur, Yogyakarta 55281
Email: septianggabagus@gmail.com

ABSTRACT
Process of urbanization causes various effects, such as changes in landuse. The existence of undeveloped land
that leads to reduced area of vegetation and green open space by itself change the temperature of the
environment locally. Identification of environmental temperature change can using satellite imagery. The
research aims to identify the distribution and increase environmental temperature in Yogyakarta using Landsat
8 OLI / TIRS. Determining the distribution of hotspots in Yogyakarta City using Landsat 8 OLI/TIRS temporally
2013 to 2015 at 14:50 pm consistently. Method of Land Surface Temperature is the method used to determine
the surface temperature of the earth when recording images done by satellite, calculating the value of LST
searched by radiation TOA, the temperature of the brightness of the satellite, and with the help of the value of
Normalized Difference Vegetation Index to determine the emissivity value Earth surface. Based on the results of
the calculation of the value of LST in Yogyakarta City, the highest heat known in Yogyakarta City on 12
September 2015 amounted to 29,85oC at 14:50 pm. Based on identification and calculation results LST values
in Yogyakarta City is temporally increased temperature and the addition of the distribution area of highest heat.
The use of remote sensing data is quite effective in monitoring changes in local temperatures in Yogyakarta
City.

Keywords: Citra Landsat 8 OLI/TIRS, Land Surface Temperature (LST), and increase of surface temperature

Proses urbanisasi sedikit banyak menyebabkan berbagai dampak, salah satunya perubahan penggunaan lahan.
Keberadaan lahan terbangun yang menyebabkan berkurangnya luasan vegetasi dan Ruang Terbuka Hijau (RTH)
dengan sendirinya mengubah temperatur lingkungan secara lokal. Identifikasi perubahan temperatur lingkungan
dapat dilakukan dengan menggunakan citra satelit. Penelitian bertujuan untuk mengidentifikasi distribusi dan
peningkatan temperatur lingkungan di Kota Yogyakarta menggunakan citra Landsat 8 OLI/TIRS. Penentuan
persebaran titik panas di Kota Yogyakarta menggunakan citra Landsat 8 OLI/TIRS secara temporal 2010 hingga
2015 setiap pukul 10.00 WIB secara konsisten. Metode Land Surface Temperature (LST) merupakan metode
yang digunakan untuk mengetahui temperatur permukaan bumi ketika perekaman citra dilakukan oleh satelit,
perhitungan nilai LST dicari berdasarkan radiasi TOA, temperatur kecerahan satelit, dan dengan bantuan nilai
Normalized Difference Vegetation Index (NDVI) untuk menentukan nilai emisivitas permukaan bumi.
Berdasarkan hasil perhitungan nilai LST di Kota Yogyakarta, diketahui panas tertinggi di Kota Yogyakarta pada
tanggal 12 September 2015 sebesar 29,850C pada pukul 14.50 WIB. Berdasarkan hasil identifikasi dan hasil
perhitungan nilai LST di Kota Yogyakarta secara temporal terjadi peningkatan temperatur dan penambahan luas
distribusi panas tertinggi. Penggunaan data penginderaan jauh cukup efektif dalam monitoring perubahan
temperatur lokal di Kota Yogyakarta.

Kata Kunci: Citra Landsat 8 OLI/TIRS, Land Surface Temperature (LST), dan Peningkatan
temperatur permukaan
I. PENDAHULUAN
Yogyakarta merupakan salah satu kota
di Indonesia yang identik sebagai kota
budaya, pariwisata, dan kota pelajar. Luas
wilayahnya mencapai 32,5 km2 dengan laju
pertumbuhan penduduk yang semakin
meningkat tiap tahunnya. Data menunjukkan
jumlah penduduk pada tahun 2011 mencapai
390.553 jiwa atau 11,2% dari total penduduk
Provinsi Daerah Istimewa Yogyakarta
(Badan Pusat Statistik DIY, 2016).
Kebutuhan lahan perkotaan yang
meningkat dari tahun ke tahun menyebabkan
banyaknya alih fungsi lahan, terutama dari
lahan pertanian, menjadi lahan terbangun.
Perubahan ini menimbulkan berbagai
dampak baik dampak secara hidrologis
(Darmanto dan Sudarmadji, 1997), kondisi
sosial ekonomi perkotaan (Aprilia, 2014),
serta dapat mempengaruhi kondisi iklim
(Dunggio dan Wunarlan, 2013).
Luasan Ruang Terbuka Hijau Kota
(RTHK) yang berkurang akibat adanya
urbanisasi di wilayah perkotaan
mempengaruhi perubahan ekosistem alami,
terutama keberadaan vegetasi. Martopo et al.,
(1995) menyatakan bahwa keberadaan
vegetasi yang berada di RTHK dapat
mempengaruhi kondisi atmosfer setempat,
mampu merubah suhu dan kelembapan
udara, juga mengurangi kecepatan angin.
Berdasarkan permasalahan tersebut,
maka dapat diasumsikan bahwa keberadaan
proses urbanisasi yang menyebabkan
peningkatan aktivitas di perkotaan dan juga
alih fungsi lahan dapat menyebabkan
perubahan suhu, khususnya mengalami
peningkatan. Kejadian ini terjadi hampir di
seluruh kota besar seperti Pasuruan
(Prasetyo, 2012), Bogor (Asiani, 2016), dan
Yogyakarta (Fawzi dan Maharil, 2013).
Penelitian bertujuan untuk
mengidentifikasi distribusi dan peningkatan
temperatur lingkungan di Kota Yogyakarta
menggunakan citra Landat 8 OLI/TIRS.
Penentuan sebaran titik panas di Kota
Yogyakarta menggunakan citra Landsat 8
OLI/TIRS dilakukan secara temporal tahun
2010 hingga 2015 secara konsisten.
II. DASAR TEORI
Proses urbanisasi secara tidak
langsung memberikan berbagai dampak,
salah satunya adalah perubahan penggunaan
lahan. Dominasi lahan terbangun akibat
urbanisasi yang tidak disertai dengan adanya
penambahan Ruang Terbuka Hijau (RTH)
mengurangi jumlah vegetasi yang ada.
Berkurangnya vegetasi yang ada
memberikan dampak serius, terutama
terjadinya perubahan suhu yang banyak
terjadi di kota kota besar. Fenomena ini
menjadi dalam jangka waktu tertentu dapat
menyebabkan terjadinya Urban Heat Island,
dimana suhu di perkotaan menjadi jauh lebih
besar dibandingkan dengan di desa akibat
faktor vegetasi (Hidayati, 2013).
Identifikasi persebaran suhu
permukaan dapat dilakukan dengan bantuan
penginderaan jauh. Menurut Sutanto (1986),
Penginderaan jauh merupakan ilmu dan seni
untuk memperoleh informasi tentang obyek
atau fenomena pada suatu daerah tanpa
melakukan kontak langsung pada wilayah
yang dikaji.
Salah satu citra penginderaan jauh
yang dapat digunakan adalah citra Landsat 8.
Sensor Landsat 8 terdiri dari Sensor
Operational Land Imager (OLI) dan Thermal
Infrared Sensor (TIRS). Salah satu kegunaan
dari sensor ini adalah dapat digunakan untuk
mengidentifikasi sebaran suhu dalam satu
area.
III. METODE PENELITIAN
3.1. Waktu dan Tempat
Penelitian ini dilakukan mulai
dari tahun 2013 hingga tahun 2015
dengan sampel tiga bulan setiap
tahunnya yaitu rentang Bulan Maret
hingga Oktober. Pemilihan sampel
atas dasar pertimbangan cuaca, waktu
perekaman, dan persentase awan pada
Citra yang digunakan. Lokasi
penelitian berada di seluruh Kota
 Yogyakarta dengan total luas 32,5 km2 AL= Band-specific additive
dan perhitungan temperature potensial rescaling factor from
dilakukan setiap pukul 14.50 WIB the metadata
secara konsisten.
Nilai L merupakan nilai radiasi
3.2. Pengumpulan Data spektral. Nilai ini digunakan untuk
Bahan yang digunakan adalah mencari nilai temperatur kecerahan
Citra Landsat 8 OLI/TIRS Path 120 satelit dengan menggunakan
Row 65 Band 10 dan Band 11 secara persamaan (2).
temporal dari tahun 2013 hingga 2015.
Pengumpulan data primer berupa citra
… (2)
diunduh secara resmi melalui USGS
(United States Geological Survey)
dengan mempertimbangkan presentase Dengan: T = Temperatur kecerahan
awan, waktu perekaman, dan cuaca. satelit (oC)
Pemilihan Citra Landsat yang sesuai L = Radiasi Spektral
didapatkan berdasarkan metadata yang
(Watts/( m2 * srad *
tersedia pada setiap citra. Total ada
μm))
Sembilan citra yang digunakan dengan
K1= Band-specific thermal
total setiap tahunnya tiga citra pada
conversion constant
rentang Bulan Maret hingga Oktober,
from the metadata
rentang bulan ini merupakan kondisi
K2= Band-specific thermal
terbaik untuk mengetahui temperatur
conversion constant
maksimal permukaan bumi karena
from the metadata
tepat pada musim kemarau dan
minimnya keberadaan awan sehingga
Penelitian ini menambahkan
permukaan bumi bisa dianalisis jelas.
faktor vegetasi untuk menghitung nilai
LST dengan menggunakan
3.3. Metode Analisis Data Normalized Difference Vegetation
Perhitungan nilai Land
Index (NDVI) untuk menentukan nilai
Surface Temperature (LST)
emissivitas permukaan bumi. Nilai
didapatkan berdasarkan beberapa
NDVI berasal dari band multispectral
persamaan. Pertama, nilai OLI dan
yaitu Band 543 sehingga didapatkan
TIRS pada citra band 10 dan band 11
nilai NDVI maksimum dan minimum.
diubah menjadi nilai radiasi Top of
Berikut persamaan untuk mencari nilai
Atmosphere (TOA) dengan
emissivitas permukaan bumi (3).
menggunakan persamaan (1).
… (3)
… (1)
Dengan: e = emissivitas
Dengan: = TOA spectral radiance Pv = Proportion of
(Watts/( m2 * srad * Vegetation
μm))
ML= Band-specific Dengan persamaan Proportion of
multiplicative rescaling Vegetation berikut (4).
factor from the
metadata
 2
…(4)

Seluruh perhitungan yang telah

dilakukan bermuara pada perhitungan
akhir yaitu nilai Land Surface
Temperatur (LST) yang menentukan September

temperatur potensial permukaan pada

saat citra merekam permukaan.
Berikut persamaan Land Surface
Temperatur (5).

Oktober

Dengan: BT = temperatur kecerahan

satelit (oC)
w = panjang gelombang
radiasi (11.5 µm) Gambar 1. Distribusi temperatur
p = h*c/s (14380) permukaan di Kota Yogyakarta
e = emissivitas permukaan
Sedangkan, perhitungan Land
Surface Temperature (LST) di tahun
Nilai LST yang digunakan adalah
2014 dilakukan pada bulan Maret,
nilai LST pada Band 10 karena tidak
Agustus, dan Oktober. Pemilihan citra
terkontaminasi stray light sehingga
ditekankan pada presentase
analisis kuantitatif direkomendasikan
keberadaan awan karena awan sangat
menggunakan Band 10. Hasil
mengganggu perhitungan nilai LST.
perhitungan dan penentuan distribusi
Berikut hasil nilai LST tahun 2014 dan
temperatur di Kota Yogyakarta
distribusinya secara spasial di Kota
selanjutnya dibandingkan setiap bulan
Yogyakarta dapat dilihat di Gambar 2.
dan tahun, menganalisis trennya, dan Maret
distribusi area terdampak.

IV. HASIL DAN PEMBAHASAN

4.1. Hasil
Perhitungan Land Surface
Temperature (LST) di tahun 2013
dilakukan pada bulan Juni, Agustus
September, dan Oktober. Berikut
hasil nilai LST dan distribusinya
secara spasial di Kota Yogyakarta
dapat dilihat di Gambar 1.
Juni
 Oktober
Gambar 2. Distribusi temperatur
permukaan di Kota Yogyakarta
Perhitungan Land Surface
Temperature (LST) di tahun 2015
sama seperti pada tahun 2013
dilakukan pada bulan Juni,
September, dan Oktober. Berikut
hasil nilai LST dan distribusinya
secara spasial di Kota Yogyakarta
dapat dilihat di Gambar 3.
Juni
September
Oktober
Gambar 3. Distribusi temperatur
permukaan di Kota Yogyakarta
Setiap tahun dan bulan memiliki
temperatur maksimum dan minimum
yang berbeda-beda dan pola distribusi
temperatur yang berbeda. Perbedaan
ini memunculkan dinamika temperatur
dan tren. Dinamika dan tren yang
terbentuk mengindikasikan kenaikan
temperatur di Kota Yogyakarta.
4.2. Pembahasan
Berdasarkan data dan analisis
yang dilakukan terhadap citra Landsat
8 secara temporal dapat diketahui
bahwa secara umum, terjadi kenaikan
nilai suhu dari tahun ke tahun di Kota
Yogyakarta. Kenaikan ini bersifat
simultan, artinya bertahap dari tahun
ke tahun.
Nilai suhu yang dihasilkan
terbagi menjadi lima kelas dengan
batas bawah dan batas atas yang
berbeda pada setiap periode
perekamannya. Dengan tidak
memperhitungkan peristiwa iklim
yang terjadi tiap tahunnya, akhinya
didapatkan grafik suhu yang
cenderung selalu naik, walaupun tidak
linear.
Pengambilan sampel yang
dijatuhkan pada rentang bulan Maret
hingga Oktober memperhitungkan
banyak aspek, salah satuya
ketersediaan data citra yang ada.
Selain itu, dapat pula diambil
perbandingan antara keberadaan
matahari yang ada di atas khatulistiwa
(Bulan September) dengan posisi
matahari di atas wilayah lain.
Hasilnya, sebaran panas pada Bulan
September tentunya lebih luas dan
nilai suhunya cenderung tinggi.
Penggunaan teknologi
penginderaan jauh dapat mencakup
berbagai skala dan luasan wilayah.
Informasi yang didapatkan cenderung
tergantung dari skala yang digunakan.
Hal ini karena analisis dilakukan
secara piksel ke piksel.
Keberadaan warna merah
menjadi indikasi adanya suhu yang
tinggi, sedangkan warna hijau
menunjukkan suhu terendah. Data
memang menunjukkan bahwa luasan
wilayah yang terkena panas cenderung
meningkat dan sebarannya semakin
banyak. Hal ini merupakan salah satu
fakta bahwa secara potensial, suhu di
Kota Yogyakarta cenderung
meningkat. Berikut grafik dinamika
Land Surface Temperature Kota
Yogyakarta dari tahun 2013 hingga
2015 yang ditujukan pada gambar 4.
Gambar 4. Grafik dinamika LST Kota
Yogyakarta tahun 2013-2015
Tahun 2013 terjadi peningkatan
temperatur maksimum akan tetapi
diikuti dengan penurunan temperatur
minimum sebagaimana grafiknya
saling menjauh sehingga memiliki
selisih temperatur yang besar. Berikut
grafik yang menunjukan peningkatan
temperatur maksimum dan minimum
di Kota Yogyakarta tahun 2013 pada
gambar 5.
Gambar 5. Grafik LST Kota Yogyakarta
tahun 2013
Temperatur minimum dan
maksimum yang diperkirakan berbanding
lurus justru saling berbanding terbalik,
kemungkinan terjadi anomali-anomali
iklim yang terjadi pada tahun 2013.
Namun, secara umum terjadi peningkatan
temperatur maksimum yang konstan.
Temperatur maksimum pada bulan Juli
sebesar 29.78 oC meningkat pada bulan
September menjadi 34.18oC dan
meningkat lagi pada bulan Oktober
menjadi 39.7oC.
Tahun 2014 terjadi peningkatan
temperatur minimum namun diikuti oleh
penurunan temperatur maksimum
sehingga selisih antara temperatur
maksimum dan minimum kecil. Kondisi
ini menyebabkan temperatur di Kota
Yogyakarta cenderung panas. Berikut
grafik yang menunjukan temperatur
permukaan di Kota Yogyakarta tahun
2014 yang ditunjukan oleh gambar 6.
Gambar 6. Grafik LST Kota Yogyakarta
tahun 2014
Grafik perubahan suhu pada tahun
2015 cenderung linear, dimana suhu
tertinggi mengalami kenaikan dan suhu
terendah juga mengalami kenaikan. Suhu
permukaan meningkat di akhir tahun
(sekitar Oktober) dengan nilai terendah
27,42 derajat dan tertinggi 39,08 derajat.
Kenaikan suhu permukaan ini
cukup berbeda dengan yang terjadi di
tahun-tahun sebelumnya. Peningkatan
yang terjadi pada tahun 2015 ini
cenderung konstan dengan selisih suhu
tertinggi dan terendah dari awal tahun
menunjukkan selisih yang sama. Artinya,
peningkatan suhu benar benar terjadi baik
diihat dari batas bawah maupun batas
atasnya.
Gambar 6. Grafik LST Kota Yogyakarta
tahun 2015
Secara umum, terlihat bahwa
pningkatan suhu terjadi dari tahun ke
tahun, walaupun dengan pola yang
berbeda beda. Penggunaan data
penginderaan jauh, khususnya citra
 Landsat 8 cukup efektif dalam Universitas Gadjah Mada
mengidentifikasi kenaikan suhu Yogyakarta
permukaan di Kota Yogyakarta. Badan Pusat Statistik DIY, 2016.
Jumlah Penduduk menurut
Kabupaten/Kota di DI,
V. KESIMPULAN DAN SARAN Yogyakarta.
5.1. Kesimpulan http://yogyakarta.bps.go.id
Kesimpulan yang dapat diambil dari diakses Sabtu, 19 Maret 2016
pukul 00.24 WIB
penelitian ini antara lain: Darmanto, D dan Sudarmadji, 1997.
1. Penggunaan data penginderaan Dampak Hidrologis Perubahan
jauh khususnya menggunakan Penggunaan Lahan di Kawasan
citra Landsat 8 cukup efektif Utara Yogyakarta. Jurnal
dalam mengidentifikasi perubahan Manusia dan Lingkungan No 12
suhu di Kota Yogyakarta Tahun IV Halaman 25-40. Pusat
Peneliti Lingkungan Hidup
2. Secara umum, terjadi
Universitas Gadjah Mada
peningkatan suhu udara di Kota Yogyakarta
Yogyakarta berdasarkan data Dunggio, dan Wunarlan. 2013.
penginderaan jauh yang dianalisis Pengaruh Alih Fungsi Lahan
secara temporal. terhadap Perubahan Iklim (Studi
5.2. Saran Kasus Kota Gorontalo). Jurnal
1. Penelitian ini memerlukan Teknik Volume 11 Nomor 2
Desember 2013. Fakultas Teknik
pengembangan khusus, terutama
Universitas Negeri Gorontalo
pada metode validasi di lapangan. Fawzi, N.I dan Naharil, N,. 2013.
2. Nilai yang diperoleh dari Kajian Urban Heat Island di Kota
penelitian ini berupa nilai suhu Yogyakarta: Hubungan antara
potensial, sehingga perlu Tutupan Lahan dan Suhu
dilakukan kajian khusus untuk Permukaan. Prosiding
mendapatkan nilai suhu aktual Simposium Nasional Sains
Geoinformasi III 2013. Halaman
275-280 ISBN 978-979-98521-4-
VI. UCAPAN TERIMA KASIH 4
Ucapan terimakasih penulis Hidayati, I.N., 2013. Analisis
ucapkan kepada Allah SWT yang Transformasi Citra dan
telah memberikan hidayah dan juga Penggunaan/Penutup Lahan
kesempatan bagi kami untuk terhadap Urban Heat Island
menyusun penelitian ini. Secara Berbasis Citra Penginderaan
Jauh. Laporan Penelitian.
khusus, ucapan terimakasih juga
Yogyakarta: Fakultas Geografi
penulis ucapkan kepada orang tua Universitas Gadjah Mada
kami, serta tak lupa dosen serta guru – Martopo, S dan Fandeli, C., 1995.
guru kami yang telah memberi Analisis Mengenai Dampak
inspirasi atas terselesaikannya Lingkungan Prinsip Dasar dan
penelitian ini. Pemaparannya dalam
Pembangunan. Jakarta: Liberty
Prasetyo, A.T., 2012. Pengaruh Ruang
VII. DAFTAR PUSTAKA Terbuka Hijau (RTH) terhadap
Aprilia, L. 2014. Dampak Alih Fungsi Iklim Mikro di Kota Pasuruan.
Lahan Pertanian terhadap http://jurnal-online.um.ac.id
Kondisi Sosial Ekonomi diakses Sabtu, 19 Maret 2016
Perkotaan Kecamatan Depok, pukul 14.51 WIB
Kabupaten Sleman, Yogyakarta.
Skripsi. Fakultas Geografi
 Sutanto, 1987. Penginderaan Jauh.
Yogyakarta: Gadjah Mada
University Press
Yasiani, A. 2016. Pengaruh Kondisi
Ruang Terbuka Hijau (RTH)
pada Iklim Mikro di Kota Bogor.
http://lib.ui.ac.id diakses Sabtu,
19 Maret 2016 pukul 14.52 WIB

View publication stats