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 ºC 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

62ºC yang diakibatkan adanya pengurangan vegetasi seluas 82.71%) dan temperatur meningkat 0. kakao. Konsekuensi pembangunan adalah terjadinya budidaya lahan.58 0C. Oleh karena itu budidaya lahan perlu dilakukan dengan memperhatikan segala dampak yang ditimbulkan. penyedian. sub sektor perkebunan di Indragiri Hulu ini erat kaitannya dengan industri pengolahan terutama dari subsektor industri besar dan sedang. Perekonomian Indragiri Hulu masih didominasi dari sektor pertanian. maka sernakin rendah temperatur di sekitar lahan tersebut.44ha (37.839.1992 dalam Andriyadi 2004). pengumpulan data citra dan pengolahan data. terutama di sektor perkebunan di daerah ini komoditi utama yang dihasilkan berupa karet. Vegetasi dan temperatur mempunyai hubungan yang erat.947. dan angka ini pada tahun 2006 naik menjadi 23. pinang.72%) dan temperatur meningkat 0. dengan temperatur hingga 350C. Ruang tidak akan bisa bertambah. hutan 98.14 ha (17. Oleh karena itu. karet 17. PENDAHULUAN 1. pengelolahan citra dan analisis. yaitu. namun bisa dikelola. Budidaya lahan akan menimbulkan permasalahan manakala terjadi konversi dari lahan bervegetasi menjadi lahan terbangun.Semakin tinggi vegetasi pada suatu lahan. 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. Dan untuk perincian penggunaan lahan terjadi penambahan luas penggunaan lahan kelapa sawit 61. Kabupaten Indragiri Hulu merupakan salah satu Kabupaten tertua di Propinsi Riau yang berdasarkan Undangundang nomor 10 tahun 1948. Pengelolahan data yang terdiri dari beberapa tahapan. suhu minimum di Riau terdata 21. Lahan perkebunan kelapa sawit dan karet tersebut menyebar di seluruh wilayah Indragiri Hulu. Peningkatan suhu udara di Riau dalam 20 tahun terakhir sangat signifikan berdasarkan hasil pengamatan Badan Meteorologi. Propinsi Riau semakin panas.693. Selain itu kontribusi yang cukup penting bagi perubahan iklim di suatu daerah (Givoni. Klimatologi dan Geofisika (BMKG) Pekanbaru. kelapa sawit. Beberapa hasil penelitian menyebutkan bahwa berkurangnya lahan vegetasi menyebabkan berkurangnya air tumbuhan. 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. Perubahan temperatur Kabupaten Indragiri Hulu dari tahun 2005 hingga tahun 2008 sebesar 0. meningkatnya air larian (direct runoff). yaitu: Pra pengelolahan citra. sehingga efek negatifnya dapat diminimalisir.61 ha (29. BMKG mencatat. Penggunaan Lahan I.33%) dan temperatur meningkat 0. (Suroso dkk. pada tahun 1976. banyaknya perusahaan pengolahan . Salah satu perubahan iklim yang dirasa cukup penting adalah perubahan temperatur (suhu permukaan). Temperatur. NDVI. Vegetasi.1 Latar Belakang Konsekuensi pertumbuhan penduduk danpeningkatan laju pembangunan tidak selalu memberi dampak positif bagi kehidupan manusia dan lingkungan.69 ha.56 0C Kata kunci: Penginderaan Jauh. Prosedur penelitian yang dilakukan meliputi beberapa tahapan.2007 dalam Sukristiyanti 2009).414.50C.Iuas (185 km x 185 km). Akan tetapi di antara produk perkebunan tersebut yang dominan di wilayah ini karet dan kelapa sawit. Penelitian ini bertujuan untuk untuk dapat mengetahui hubungan antara perubahan suhu menghasilkan perubahan luas oleh vegetasi di hulu Kabupaten Indragiri provinsi riau.50C.82 0C.

1 yang berfungsi untuk pengolahan dan analisa data citra. Penginderaan jauh sebagai suatu teknologi yang dapat melakukan pemantauan perubahan vegetasi.hasil karet dan kelapa sawit inilah yang memberi sumbangan paling besar. Propinsi Riau.2. Pemenfaatan teknologi inderaja di Indonesia perlu dikembangkan dan diaplikasikan untuk mendukung efisiensi pelaksanaan inventariasasi sumberdaya lahan dan identifikasi penyebaran karakteristis lahan pertanian. 2. Intel® core™2 duo CPU T5870 @2. 1. Flash Disk .Dalam hal ini pendeteksian ditujukan untuk mengindetifikasi seberapa besar pengaruh perubahan luas vegetasi terhadap perubahan temperaturdi daerah studi. METODE PENELITIAN 2. Perangkat lunak: Alat-alat yang diperlukan untuk mendukung penelitian ini adalah ER MAPPER 7. 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. Perangkat keras: 1. 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. penjelajahan lapangan dapat dikurangi. Dan data sekunder yakni berupa data penggunaan lahan dari BPS (Badan Pusat Statistik) Kabupaten Inhu. 2.Pengelolahan dan analisa citra dilakukan di Fakultas Pertanian Universitas Riau dan area studi berlokasi di Kabupaten Indragiri Hulu. Propinsi Riau. Penggunaan data penginderaan jauh sebagai sumber informasi faktual untuk daerah yang luas di Indonesia merupakan cara yang cepat.1. Printer Canon Pixma iP1000 3.00 RAM 2. Dengan teknologi inderaja. sehingga akan menghemat waktu dan biaya bila dibandingkan dengan cara teristis di lapangan. Citra Landsat juga mampu memberikan informasi mengenai bentangdan penutup lahan secara spasial dengan daerah cakupan yang cukup Iuas (185 km x 185 km). propinsi riau. Waktu dan Tempat Penelitian ini dilaksanakan pada bulan Februari sampai dengan bulan Mei 2011. II. 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. 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.00Ghz. tepat dan hemat. Bahan dan Alat Bahan yang digunakan dalam penelitian terdiri dari data primer.2 Tujuan Penelitian Penelitian ini bertujuan untuk mengetahui hubungan antara perubahan luasanpenutupan vegetasi dengan perubahan temperatur di daerah studi Kabupaten Indragiri Hulu. Dampak yang diperoleh dari aktifitas ini harus dipantau agar dapat diminimalisasi untuk tidak terjadi pengrusakan lingkungan yang lebih besar lagi.

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 1.2. Diagram Alir Metode Penelitian .

sensor.4. Pengelolahan data yang terdiri dari beberapa tahapan.1. Misalnya untuk Landsat 5 TM sampai dengan Band 6. Termasuk adanya kabut tipis dan mengstandarisasi data akibat kondisi atmosfer pada waktu perekaman dan lokasi yang berbeda.5. 2. 2. yaitu.j. 1998 dalam Andriyadi 2004). metoda transformasi adalah polinomial derajat satu (linier) dan metoda resampling yang digunakan adalah metoda tetangga terdekat (nearest Neighbour). Pada proses pra pengolahan citra ini dilakukan penajaman citra. penyedian.ini dapat diketahui dengan persamaan sebagai berikut: Hasil BV i. Datum yang digunakan adalah WGS84 dengan proyeksi Transverse Mercator dan system koordinat SUTM48.k = Piksel yang terkoreksi pada lokasi yang sama.5.j.Ini menjadi masalah pada citra sehingga perlu dikoreksi agar terjadi bias (POHL. dan iluminasi cahaya. dan koreksi radiometrik. Koreksi Geometrik Data citra yang dikoreksi geometrik terlebih dahulu diregistrasi/direktifikasi.k = Data masukan dari BV ijk – Bias Dimana data masukan BV i. Koreksi radiometrik dilakukan dengan menduplikasikan band sampai dengan jumlah Band yang dimiliki oleh data tersbut. PraPengolahan Citra Pada tahap ini dilakukan proses terhadap citra mentah sehingga citra tersebut siap untuk dilakukan pengolahan hingga sampai pada proses analisis.5. Metode Penelitian Prosedur penelitian yang dilakukan meliputi beberapa tahapan. pemotongan citra. GCP (GroundControl Point) dipilih pada citra dan pada peta referensi yang dapat diidentifikasi. 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 . Gangguan ini disebabkan oleh terjadinya penghamburan cahaya karena danya molekul-molekul air. 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.j.k = Data masukan dari nilai piksel pada baris I dan kolom J dari band K Hasil BV i.2. yaitu: Pra pengelolahan citra. 2. maka duplikasinya 6. 2. pengumpulan dan pengolahan data.5.6.3. 2. Keterangan: BV = Band Value Koreksi radiometrik ini dimaksudkan untuk mengeliminasi gangguan atmosfer. 2. 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 Koreksi radiometrik merupakan proses pra-pengolahan citra intuk meminimalisasi terjadinya gangguan radiometrik. Pemotongan Citra Pemotongan citra dilakukan karena area studi tidak mencakup wilayah citra secara keseluruhan serta memudahkan dalam memproses citra serta menghemat kapasitas penyimpanan data. pengelolahan citra dan analisis.5. GCP dipilih sebanyak 14 titk yang menyebar merata pada area studi.4. koreksi geometrik. maka duplikasinya sampai 6 Band.2. Penajaman Citra Penajaman citra dilakukan untuk melihat area studi dengan jelas. Pemotongan citra dilakukan dengan cara menentukan koordinat batas kiri atas dan koordinat batas kanan bawah citra.

maka hasil radian yang didapatkan akan dikonversi lagi ke Kelvin. Teknik ini digunakan karena dalam penelitian ini hanya ingin mencari hubungan dua variabel yaitu NDVI dan Temperatur. setelah didapatkan hasil dari konversi DN ke radian. pada band sinar merah dan infra merah dekat.7.56 ( untuk TM ) atau 1282.09 ( untuk ETM + ) K2 = 1260. Konversi Radian ke Temperatur Rumus untuk mengkonversi radian menjadi temperatur sebagai berikut : K2 T= K1 Ln + 1 CVR T = Derajat Celcius K1 = 607.di permukaan bumi. Sedangkan temperatur sebagai variabel kedua atau variabel terikat (dependent variable) yaitu variabel yang dipengaruhi (Hartono. Selain itu. Konversi Nilai Kecerahan (DN) ke Radian Dengan citra dari Landsat 5 dapat diperoleh temperatur dengan dua langkah.8.2.1.pdf. maka nilai yang telah didapatkan dikurangi dengan 273. 2.Formula temperatur ini didapatkan dari http://www. bangunan dan unsur non vegetasi lainnya. Untuk mencari hubungannya maka dipakai teknik korelasi bivariat pearson product moment.8. Kuat lemahnya hubungan antara dua variabel ini dilihat dengan koefisien korelasi (r) nya. vegetasi dan non vegetasi dapat dibedakan secara jelas. 1998 dalam Oktorini.Nilai NDVI yang rendah (negatif) menunjukan tingkat vegetasi yang rendah seperti awan.76 ( untuk TM ) atau 666.edu/ceo/documentation/DN to Kelvin. 2. Untuk mendapatkan temperatur dalam bentuk celcius(C0). Korelasi Setelah nilai NDVI dan temperatur didapat maka selanjutnya dicari derajat hubungan antara kedua nilai tersebut. Kedua spektrum ini dipilih karena mampunyai kemampuan lebih dalam menyerap klorofil dan kepadatan vegatasi. Langkah pertama dengan mengkonversi nilai kecerahan menjadi radian kemudian mengkonversi radian menjadi temperatur.Salah satu metode perhitungan indeks vegetasi yang umum digunakan adalah NDVI (Normalized difference Vegetation Indeks). air.04961) B = Indeks Bias (3. NDVI dikatakan sebagai variabel pertama atau variabel bebas (independent variable) yaitu variabel yang memberi pengaruh.75 (untuk ETM + ) CVR = Nilai Radian 2.8. Temperatur didapat dengan mengkonversi nilai kecerahan (DN) menjadi spektral radians.NDVI diperoleh berdasarkan perbandingan antara pantulan sinar merah dan infra merah dekat dari spectrum elektromagnetik. Temperatur Temperatur diperoleh dari citra Landsat Band 6 (thermal Band). 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. 2003). Pengambilan sampel untuk NDVI dan temperatur dilakukan dengan teknik .200) 3.yale . Sedangkan nilai NDVI yang tinggi (positif) menunjukan tingkat vegetasi hijau yang tinggi. lahan terbuka (tanah kosong). Formula untuk menghitung nilai NDVI adalah: NDVI = NIR – RED NIR + RED Nilai NDVI berkisar antara -1 hingga +1.

354 E. HASIL DAN PEMBAHASAN 3. b. Pemotongan Citra Untuk memudahkan dalam memproses citra serta menghemat kapasitas penyimpanan data. 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.2. Variabel yang dihubungkan mempunyai data interval atau rasio.2. Sistem koordinat yang digunakan adalah sistem koordinat Universal Transverse Mercator (UTM) dan daerah ini terletak pada proyeksi SUTM 48. Hasil Normalized Difference Vegetation Index (NDVI) Nilai NDVI pada citra Landsat 2005 berkisar antara -0.3. maka dilakukan pemotongan citra. Hasil Pra Pengolahan Citra 3. . merupakan data dalam bentuk format TIF yang terdiri dari 7 Band.. Variabel yang dihubungkan mempunyai data linier.2. dengan bidang datum WGS 84. Citra hasil pemotongan dan Area Studi 3.2. 3.40 hingga 0. Variabel yang dihubungkan mempunyai data yang dipilih secara acak (random). nilai NDVI berkisar antara -0.2. 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. Nilai NDVI ini menandakan adanya intensitas vegetasi di suatu area. Gambar 2.77. sehingga tidak perlu lagi dilakukan koreksi. 9979057. 3.1.78 hingga 0.170 N). d. Selain itu.3.3. 3.354 E. Variabel yang dihubungkan mempunyai pasangan sama dari subjek yang sama pula. Asumsi ataupun persyaratan yang harus dipenuhi dalam menggunakan korelasi Pearson Product Mooment adalah: a. Hasil Pengolahan Citra 3.cluster sampling yaitu dengan mengambil sampel pada tiap kelas yang diidentifikasi secara acak dengan algoritma tertentu. c. pemotongan ini dilakukan karena area studi tidak mencakup wilayah citra secara keseluruhan. 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. Variabel yang dihubungkan mempunyai data yang berdistribusi normal.1. Oleh karena itu.170 N) dan koordinat batas kanan bawah (217716. Pemotongan citra dilakukan dengan cara menentukan koordinat batas kiri atas dan koordinat batas kanan bawah citra.1. Ini menunjukkan adanya daerah yang memiliki kerapatan vegetasi yang tinggi pada citra Landsat 2005. Dari sini dapat dilihat bahwa pada citra Landsat tahun 2005 memiliki intensitas vegetasi yang lebih tinggi daripada citra Landsat tahun 2008.80. III. Sedangkan citra Landsat 2008. Pada penelitian ini area studi memiliki koordinat batas kiri atas sebesar (138606. ke 7 Band ini digabungkan dalam bentuk format ers yang akan diolah ke proses selanjutnya. Hal ini dapat dilihat dari nilai NDVI citra Landsat 2005 yang memiliki nilai yang lebih tinggi daripada citra Landsat 2008. 9910267. e.

40 0. dapat dilihat selisih antara temperatur BMG dengan citra pada tahun 2005 sebesar 4. Bangunan -0.2 Jalan. Temperatur Hasil Pengolahan Citra dengan Band 6 Dari Tabel 10 terlihat temperatur pada citra Landsat 2005 lebih rendah dibandingkan dengan dengan citra Landsat tahun 2008.8 Min : Min : 23. Sedangkan pada tahun 2008 sebesar 5.85 .3 Sungai -0. Dari hasil pengolahan. jalan dan bangunan dimasukan kedalam non vegetasi.62ºC.63º C. sungai.3. Temperatur masing-masing citra Tahun T Min T Max T Mean 2005 30 34 31.85 26. Perbandingan temperatur Temperatur Temperatur Tahun (ºC) Citra (ºC) BMKG 2005 31. 3.1≤NDVI<0.23 26.6≤NDVI<0.35º C. Analisis Temperatur Gambar 4.  Citra Landsat Band 6 memiliki resolusi tiap piksel sebesar 60 x 60 m sehingga dalam cakupan tersebut daerah yang memiliki vegetasi dan non vegetasi berbaur sehingga mempengaruhi temperatur citra. Nilai NDVI citra Landsat 2005 dan 2008 Tahun NDVI Min NDVI Max 2005 -0.0≤NDVI<0. Tabel 7.78 0.8 Vegetasi Kelapa Sawit 0. 80 2008 -0.1 Dari tabel di atas dibedakan vegetasi hutan.2ºC dan citra Landsat 2008 diperoleh nilai temperatur sebesar 31. Tabel 8.5 Dari Tabel 9.3.6 2008 31. Kelas NDVI Kelas NDVI Vegetasi Hutan 0.9 32.77 Dari citra Landsat 2005 dan 2008 dapat dilakukan pengkelasan dengan rentang NDVI masing-masing sebagai berikut: Tabel 6.5 Sumber : Stasiun Meteorologi Japura Tabel 9.Temperatur BMKG Unsur Data 2005 2008 Temperatur Max : Max : Udara (0C) 31.Tabel 5. yakni dengan selisih sebesar 0. vegetasi kelapa sawit.4≤NDVI<0.23 2008 28 34 31.0≤NDVI<0.7 Vegetasi Karet 0.0 Rata : Rata : 26.6 26. Hal ini disebabkan:  Stasiun BMKG mencatat data temperatur udara sedangkan pada pengolahan citra temperatur yang didapat merupakan temperatur permukaan materi/benda.  Daerah yang dicakup oleh stasiun BMKG meliputi area yang cukup luas (Kabupaten Indragiri Hulu) padahal stasiun BMKG hanya memiliki satu tempat pengamatan dan belum tentu bisa mencakup seluruh area Kabupaten Indragiri Hulu. vegetasi karet dimasukan kepada vegetasi dan lahan terbuka.0 22. didapatkan temperatur dari citra Landsat 2005 sebesar 31.5≤NDVI<0.5 Lahan Terbuka -0.8ºC.

2002 . ini menunjukkan hubungan antara NDVI dan temperatur berkorelasi negatif yang berarti bahwa kenaikan nilai NDVI diikuti dengan menurunnya nilai temperatur. NDVI dan Temperatur 40 20 0 -20 0 10 20 30 40 Jumlah Sampel Gambar 3. hal ini terjadi karena pengambilan sampel dilakukan secara acak.81-0.4 Analisis Korelasi Koefisien korelasi (r) yang didapat dari sampel yang diambil adalah sebesar 0.21-0.4.80 Cukup 0. curah hujan. NDVI dan Temperatur NDVI dan Temperatur 40 20 0 -20 0 10 Jumah Sampel 2005 ndvi 20 2005 Temperat ur Gambar 4. posisi area terhadap ekuator serta pemanasan global tidak diperhitungkan Tabel 11.32. NDVI dan Temperatur Nilai NDVI dan temperatur yang didapat dari kedua citra kemudian diambil sampelnya dan diplot menghasilkan grafik seperti pada gambar 3. tetapi kedua variabel itu memiliki hubungan yang lemah.60 Agak rendah 0. Grafik NDVI dan Temperatur Dari grafikterlihat bahwa nilai NDVI berkorelasi negatif dengan nilai temperatur.99 Tinggi 1 Sangat tinggi 3.61-0.Dari hasil pengolahan citra untuk mendapatkan temperatur maka dilakukan pengkelasan seperti tabel berikut: Tabel 10. Grafik NDVI dan Temperatur 2001. tingkat pencemaran udara.01-0. jenis pencemar.40 Rendah 0.Kelas Temperatur Kelas Temperatur (0C) Vegetasi Hutan 28-31 Vegetasi Kelapa Sawit 28-33 Vegetasi Karet 29-33 Lahan Terbuka 31-34 Sungai 30-31 Jalan.Interpretasi nilai koefisien korelasi R Interpretasi 0 Tidak berkorelasi 0. Hal ini menunjukkan bahwa temperatur yang didapat dari pengolahan citra merupakan temperatur permukaan materi sehingga bahan materi mempengaruhi nilai temperatur. Hal ini bukan berarti NDVI tidak mempengaruhi temperatur.41-0. Ini menunjukan terjadinya pertambahan vegetasi atau kerapatan vegetasi pada tahun 2008.20 Sangat rendah 0.Dan pada temperatur terlihat bervariasi. Nilai korelasi tersebut menandakan bahwa hubungan antara NDVI dan temperatur berdasarkan tabel interpretasi nilai r rendah atau lemah.3. Bangunan 31-34 Dari Grafik diatas terlihat perbandingan antara nilai NDVI tahun 2005 dengan 2008 dan perbandingan temperatur 2005 dengan 2008. nilai temperatur semakin rendah dan sebaliknya semakin rendah nilai NDVI. 3. Faktorfaktor lain yang ikut dalam mempengaruhi temperatur suatu area seperti iklim. nilai temperatur semakin tinggi. Terlihat nilai NDVI tahun 2008 lebih tinggi dibandingkan dengan nilai NDVI 2005. dimana semakin tinggi lai NDVI.

58 2 Karet 80.58 0C. Hal ini terlihat dengan terjadinya perubahan dari lahan bervegetasi menjadi lahan terbuka didaerah tersebut.56 Sumber: Klasifikasi citra Landsat tahun 2005 dan 2008 UPP.93 17. penambahan luas penggunaan lahan kelapa 3.6. partial dan swadaya partial.11 98.065. sedangkan temperatur rata-rata citra 2008 sebesar 31.591.91 210. karet 17. Dari Tabel 15.314. juga terdapat perusahaan dari tahun 2005 ke tahun 2008. terlihat bahwa vegetasi area studi tahun 2005 lebih luas daripada vegetasi area studi tahun 2008 yaitu dengan selisih luas sebesar 82.72 + 0. Luas vegetasi dan non vegetasi masing-masing citra dengan klasifikasi terawasi Luas yang didapat dari klasifikasi terawasi: Kelas Luas Tahun 2005 (ha) Luas tahun 2008 (ha) Vegetasi NonVegetasi .61 29.82 0C. Dari hasil klasifikasi citra di daerah Dalam mengembangkan penggunaan studi didapatkan penggunaan lahan kelapa lahan kelapa sawit di Kabupaten Inhu sawit mengalami penambahan luas sebesar dilakukan dengan pola kemitraan.8º C. Adapun pola kemitraan yaitu. Penggunaan lahan Karet sawit di area studi 29.17 31.6.93 98947.72 mengalami penambahan luas sebesar % dan temperatur meningkat 0. menunjukkan adanya swadaya murni. Dari Tabel 13.14 ha (17. 3.56 0C. Dari sini dapat dilihat bahwa pada citra 2008 memiliki temperatur yang lebih tinggi daripada citra 2005 dan luas vegetasi pada 2008 lebih rendah daripada citra 2005. perubahan penggunaan lahan di Kabupaten Dan status lahan yang tersedia adalah hutan Inhu dan pengaruhnya terhadap temperatur rakyat.693.33%) sehingga meningkat UPP.899. Di Kabupaten Inhu hanya terdapat dilakukan dengan pola kemitraan PBS dan perusaan BUMN yang terletak di Kecamatan 554760.69 ha.414. murni.285. Artinya luasnya vegetasi berbanding terbalik dengan temperatur di daerah tersebut. Penggunaan lahan kelapa sawit naik sebesar 0. partial dan swadaya partial.35 .14 17.693.66 471920. 82 3 Hutan 262268. Temperatur pada kelas penggunaan lahan 2005 2008 Perubahan Penggunaan No Suhu Suhu Lahan Luas (ha) Luas (ha) Luas (ha) % (0C) (0C) Suhu (0C) 1 Kelapa sawit 148. 17.33 +0.71%) sehingga temperatur 3.89 30.37 163321.65 347.33% dan temperatur Dari hasil klasifikasi citra di daerah meningkat 0.49 61.03 30. Terjadi swasta/ BUMN. Adapun pola kemitraan yaitu. Analisis Perubahan Penggunaan Lahan Terhadap Temperatur Tabel 13.56 30. selain itu.2º C.839. PBS dan 61.6.414.45 30. hutan 37.2.905.71 +0.3.89 30.58 0C.44 37.5 Analisis Perubahan Temperatur Terhadap Perubahan Vegetasi Tabel 12.1. Dan Dalam mengembangkan penggunaan status lahan yang tersedia adalah hutan lahan kelapa sawit di Kabupaten Inhu rakyat. swadaya temperatur sebesar 0.61 ha (29. Temperatur rata-rata citra 2005 sebesar 31.71% dan studi didapatkan penggunaan lahan karet temperature meningkat 0.34 265.82 0C.

com Harintaka. Pemanfaatan Data Landsat Untuk Mendeteksi Perubahan Mangrove di Kecamatan Sungai Sembilan Kota Dumai Propinsi Riau. Siberida. 4. Jurusan Teknik Geodesi ITB. sehingga perhitungan data lebih mendekati dengan keadaan sebenarnya. Skripsi Fakultas Perikanan dan Kelautan Universitas Riau.3. kemenyan. 3.58 0C.947. Kruing dan sebagainya. Citra yang diolah sebaiknya memiliki rentang waktu yang cukup lama untuk mendapatkan hasil yang lebih baik.56 0C. IV.6.44 ha telah meningkatkan temperatur sebesar 0.2 Saran 1. DAFTAR PUSTAKA Andriyadi.69 ha. 2001. Sebaiknya untuk penggunaan citra digunakan citra yang sedikit tertutup oleh awan. Komuniti ini telah diusahakan secara komersial oleh berbagai perusahaan nasional maupun oleh perusahaan asing. Ramin. _________________________. 2004. Perubahan tutupan vegetasi menjadi perkebunan kelapa sawit sebesar 61.560C. I. Bogor Suryadi. 2007.2010. 3.82 0C.947. Penggunaan lahan hutan Dari hasil klasifikasi citra di daerah studi didapatkan penggunaan lahan Hutan mengalami penambahan luas darisebesar 98. Disamping itu hasil hutan lainnya yang banyak diusahakan oleh masyarakat adalah rotan. Disamping itu telah dikembangkan pola hutan tanaman industri (HTI) oleh investor antara lain pengembangan kayu akasia di Kecamatan Kelayang dan pola lainnya seperti HTR DAN HKM.44 ha (37. damar. Kajian Beberapa Metode Transformasi Dua Dimensi Untuk Koreksi Geometrik Citra Satelit. Kelayang dan Kecamatan Peranap.14 ha telah meningkatkan temperatur sebesar 0. getah jelutung dan kayu sungkai. Y.61 ha telah meningkatkan temperatur daerah studi sebesar 0. Skripsi Unniversitas Gadjah Mada.72%) sehingga menyebabkan naiknya temperatur sebesar 0. Yogyakarta (Tidak Dipublikasikan) Oktorini. 2002. Inhu dalam detik. perubahan tutupan vegetasi menjadi perkebunan karet sebesar 17. Application Of Remote Sensing For Oil Falm Age Estimation (Case Study of Rokan . 2003. I. Pengelolahan Citra Digital Landast TM untuk Pemetaan Terumbu karang di Kepulauan Seribu Jakarta.414. Kulim. Sumarto. Hasil hutan di Kabupaten Indragin Hulu yang banyak dihasilkan adalah berbagai jenis kayu seperti Meranti.Rengat Barat. sebaliknya pengurangan luas hutan sebesar 98. 2. Panduan Aplikasi Penginderaan Jauh Tingkat Dasar Oktorini. Sebaiknya untuk mengetahui pengaruh perubahan temperatur akibat perubahan vegetasi ini digunakan rekaman citra rekaman yang terbaru agar benar-benar sesuai dengan kondisi saat ini.693.1 Kesimpulan Perubahan temperatur sebesar 0. Y. KESIMPULAN DAN SARAN 4. Pekanbaru Badan Pusat Statistik.839.62 ºC di Kabupaten Indragiri Hulu pada tahun 2005 hingga tahun 2008 yang diakibatkan adanya pengurangan luas tutupan vegetasi sebesar 82.

Laporan Praktek Magang Fakultas Perikanan dan Ilmu Kelautan Universitas Riau. olL.T. Jombang). Surabaya Septari. 1. Hal: 746-769 . Ukur. Dyah M. 2010. Hal 15-24 Wahyunto. No. 2003. Hal: 1-9 Sukristiyanti. C. Bulletin Makara. 7.Aplikasi Penginderaan Jauh Untuk Idenfikasi Lahan Kering di Kota Dumai. N. Pendeteksian Kerapatan Vegetasi dan Suhu Permukaan Menggunakan Citra Landsat. B. Penerapan Metode Penginderaan Jauh dan Sistem Informasi Geografis Untuk Analisa Perubahan Penggunaan Lahan.Bulletin Ilmiah Informatika Pertanian Volume 13. Skripsi Fakultas Pertanian Universitas Riau. D. Susilowati. Yani. A. Interprestasi Citra Landsat 7 ETM+ Untuk Pemetaan Sebaran Suhu Permukaan Laut di Perairan Selat Lombok.Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh November. Pekanbaru Syafwan.Jurnal Riset Geologi dan Pertambangan. Basofi. 2005.M.Hulu Distrik-Riau Province). 2007. Bogor (Tidak Dipublikasikan) Ramadijanti. Pekanbaru Sukojo. Aplikasi Penginderaan Jauh dan Uji Validasinya Untuk Deteksi Penyebaran Lahan Sawah dan Penggunaan/ Penutupan Lahan.M. 2009. Tesis Instittut Pertanian Bogor. Teknologi. A. Jilid I 9 Noll 2009.2004. dkk. Pemetaan Batas Wilayah Darat Penggunaan Lahan dari Citra Landsat (studi kasus: Kab.

/4.943.:2039.

/ 7.3 5/1      43.9  /./902507.07.9 /50740 902507..9:7 /03.5.3 20343.3 20343.07. 0././.7 .. .078 .3 203. 5079.3.3 02:/.078 3. 0./.7.3   0 #.3.0787.3/8. /03.-07:9 '# '   '# .0.3 03.380-.3 /:..3 '  .07.3 203. 9.078 3.2./..3/. :2-07 .3 ./.97.3203.  . /./7.9:7  #:2:8:39: 20343. 940.

3 902507..7 :-:3.8 7 3.3.. 80./.30%02507.7:  $0/. /.7.9 /0503/039 .3    3/08.90780-:9 &39: 203.-0 .3 /503..7.3 80-.-0  ...8 3/0503/039 .3 202-07 503. 2.   3/08.2 9473   :.9 50..7.2.:8    :39:% .3.33.9.8 -.3 902507.9:7 #:2:8:39:20343. 3.39.5.3 %02507.9/03.9 2. :-:3.8  $090. 903 470. .3 8.#. .3 902507...9:7 80-..7.7.078#.9 242039  %03 3 /:3.9:7  ' /.3 .0787.. .3:93.-0 0/:.0/:. /..33.3    470.:.3 /:.-0 3 /..7.: .7 /07.-0 ..9 :-:3.9: .8        43.9:780-. /5.-0  ./ 902507.7:-:3..7.3203.9:7 //.9: ./.9: ' /.2-..703.9.33203.3401803470....9. /:.7843 574/:.9.3 .-07:9  %   3    '# %07.250 :39: ' /.2 50309..:  :39:%   '#.79434 /.-0 -0-.7: .3.7.:   :39:%      :39:% ..-0 907.7.   !03. ..-0 .-0 5079... .9:7 /.9 02.7.9.7.3 /03.7.3 903  . ' /.: .3...90. .7..39./.3.

2.5 0..3 8. /. /.3/580../03.84    $!$     !03.3 ....-0 .3 /:-:3.-0 . .. .3 /:-:3.9.3 2025:3.9442039.3 2025:3.250 5.8.:8907 8.-:3. 5:.7. /..9.2- 8.7:8/503:/.3/8.8 ..3 //0391.4792.  0 '.9.307  . '.3.2.3/ 97. 9.3 2025:3..7 8:-0 .9079039:  8:28 ..7.3 .9.8 80..9.3907.  - '. /.8 !0..9.7.-0 .7.253 .2203:3.9.3 /:-:3.7843!74/:. /.3 2025:3.:7.7./. 5..7./.3 2025:3.3/8.7. .. 7.3 /:-:3.9: /03.9 %  97.3 8.3.3 /:-:3.-0 .35.3/42  / '..:5:3 5078.-0 .9%/03.  '.3-07/897-:83472.9.3 ..7.3 203.3470.

74 .

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

74 .

 9.9:2$     4708#..078.2 5.3. 88902 447/3.9./.390709.3-/.3/./.  :89:8   /..3 . %7. .3/..947 &% /.9 &3.9 .35.9%/03.9.5.07././42097  97.38.3 /70..0780 07.3  :   207:5.  .390.3 /.3 /:3..3/8.57408 $&% /03.9074708042097 $8902 447/3.

74 .

9433/0 '  . . .97./42097  803../..3 0- 93 /.9 /.. .3/8.3/8.9.75.. .9    3 203:3:.39.7 3.3.70.9 9. ' . .3 202 07..3 .97. /.7 .5.2 5.397.9  -078.3/8.    .3  :   207:5.9 9.8 .8 .3 .97.0/110703.   .009. 390389. ' 3 203.   3.3. .3 /70. .009.3/8.97.3 . .7. 9074708 7.'5.  3.9 -.3/8.9 /.9.9 . .:3    . 3 /./. ' -078.9/.9/.3 /.3/8.5.32023.8 .. 9.3 90.   $0/.30- 93 /.:. .7 .783/.009.9    3./.3.507:.9:..7.:3   202 390389./.8!034.3/.8472.34708     .0 '009. .39.8/8:././. 5././.75.3 . .  .3.5./.07.9      .97.3/8.3 93 5.97. .97.  :89:8   /.8 .

8 /.$. 3 /80-.8.8.97.3 05.3 //. 5034.8!034.-07:9 %.7 %.3  $9.8 :9..9  .97.9   0- 703/.7      .3 ..9.8380-.                .8/-0/. %.9.3/3.8 0.9   /.3.3/8.8:.:3 80-08.3/8..3.902507.9 9. /-. ^'  .97.3/03./.8 .7   $0/.3 808 80-08.:3    .3/8.8:9.009.-0   /..3%07-:.3 -.3 '2. .3 .8:30904744.9 /.9/.-0 .35. 80/.5:7.8' 0.009..907.97.9:7 .9:7 %02507.9.%.3 5.7.2343. .-0 %02507.5.9.3 .9:7 5072:. 9.9   80-08.5.9:7 5. .88%02507.8 ' '009..9:72.3 902507.97././.9.3/    . 902507.9.8      3.3902507.7.-0/.39.'.9. #. &/.3:3..3 902507. .9 808 ./03.3/8.     $:2-07$9.7 %02507.3.-0 %02507.2-.7    /.. 5.3   %.9 207:5.35030.       3 3     #.9 ^'  '009.:.9 /.97.79.3               . . 902507.30/.3 /03.7 %.7 . %0.3 907-:. .3 /..:3 %3 %.8:.5.9:7 /.9   /50740 3./.9:7 :/.3 97.83.. 902507.80.3/8.3 .83 2.:3 '3 '.5.     %02507.3 /2.9:780-08.3 /03.:3   80-08.37039. 9.7 . ^'  $:3.:3  97.7    %.9 /.9:7  /03.3 /03..  8:3.9:7 &38:7.3 .  .3:3.3 ^'  '009.8:3  203.9:7 %.3   /.97.9:7.97.3/3.32.3 ^'   .3/8..009...7    %./.8 5034.            .83 2.3  //.7.9:7 %02507.97.3  . .3 .3.9 902507. . 8.  %.-0   907.5.-0 !07-.709 /2.5.009.-.-0 0.009.709 ^'  .9:7 .7 .9:7  .

 .8:3  205:9 .3/.9.8 /.3 90780-:9 /. 203.7: 902507.903 3/7.97.   .3 /. .70.009.:7 803. .-:5. .9:7..07.3.3 202 .3 343 .70.9503..009..  .903 3/7.2 .8 .:5.07./. 202 8.8 -07-.7::   97. ..9 .3/  202 7084:8 9.2.-03/.8:3  .-:5.7 ::  5.::5 :.:5 40 89.3/8.:5 80:7: .3 . /.7      2 803.5 580 80-08. 89. 202503.9: 9025.3-0:29039:-8..

8 .7./.9:7 907. 9.703/.2- .5.9-.3 3. 202503.3 80-.9:7  .3 /.9/.3 .3 .7.8  .2-.8.3 907.2 202503..3  93.3 /03./ .902507.7 0/:.9.7.5.009.1'/.907.9:7 5072:.3 .8 # 39075709. 3 203:3:. ' /:9/03.97.-07470. -..5.7 5034.3 902507.-0 9: 202 :-:3.3.9:7  /2.9:7 0. 503.9:7 ..3./.7: 3.39.91 .9 -07. 3 -:.3/3. 5079. 02:/.8 90780-:9 203.70..-0 39075709. /. 802.7 7.3 .3%02507.79 -.9:7  '009.9: ./3. ' /./.2503.02.: 02.8  %/.   $:3.3 :-:3. .3 /. '  3.91 /03.3 902507..9:7 802.39.009.3 .    #03/.7 8.9478079. :. '    3 203:3:.$.3 5030.    .907 803.993  .3 :/.3 .3 -.9   '009.'9. .3.3 5. 3 907.393  -I f°@ ¯½ f  -I f°@ ¯½ f °       ¯ff¯½    @ ¯½ f   .3.   .3 -07.88470.3    %07.3 8.9..3/3. 802.3 //.5.. .-0 39075709.7.5.1'/.2-.8 7  .7. /.80././..3 902507. ' /.8 3.7.3:3.8 30.3 ..' -07470.:.907 202503..9703/.3 902507.3 .3 902507.9 507-.3.8.3%02507. 902507..3.3 7.3%02507.8 401803 470..8:9.3 902507. 207:5. ' 9. :39: 203/.8 907..3.3703/.3 02.8%02507.9.8 5.7.7: 902507..2-.8..3%07-:.38050799./5079:3..9 3.9:7 802..83.703.9 503.3/3.97.9 /.7 ...5 0/:.3 .: 07.34-.79 ' 9/.9:7 .50:.3..7 7.3 -07.8 30.709   .  .3 %.8.380.947 .3 2.2-.250 .9 /.250 /.97.:7. 7 703/.7.9:7 -07/.2- 8. 902507.. /.3 3.-0-07:9 %.02.9:7 -07470..3 93 .3   '009. 03.3/.8. 902507.3        '/.3203:7:33.7 7.8 %02507.3 :9 /.401803470. ' /.:3   0- 93 /-.9:7 .3.3 //.3   /..' 3.3 703/.8    $.3 /549 203.1 /.947 1.9:7      .-0 0. 805079 2  .9:7  909.3 507-. 902507.7   3 203:3:.9.3 //.:3   .7.3 9.70.1 805079 5.39. 502.2-.3.1907.:3  /03.9.3 3.9:7  .  . 902507..5.9:7   .7: 902507.  038 503.77.9:7 8:. 470.9 /.9:7 2.7 5488. .3 -.:.    3. :-:3.902507.3 2.8 5034.    ::5   %3  $.9:7   /03.7  -I f° @ ¯½ f          ¯ff¯½   . 80-08.

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

.3 0.9 &!! /.9:702033..9.3 0.    !03:3.30. :9..07.:. 89:/   /.3 54.3 :.5.  .70.7     .3  ..9   :9.390709.3 /03.9    ..3902507. 5.5.3 0.80-08.3 503:3.3.9   .5.3 89:/ //..3    .903 3: 7.3 8.5.3 :.8 .2.3 /03.3.9.9:7    !03:3.903 3: 8.3 507:8..2-.3503:3.9:8 .9 / .9:7 . .-:5.7    2:73  5.9.3..//.79.-:5.    803.8 80-08..9 3.7 /..3 .2 20302-. 8.3 ...97.5.3 503:3.9 / ./. .2-.9       .3 :..3.9: 8.81.3            .8.07.3 54.8 503:3.903 3: .709 902507.3. / /.8 80-08. 0297.3 89:/ //. 0297..97.5...7 .5:354.709   /.3.3 89.3 !$ /.3 .8 .9 203.3  203. 907/./0.3 902507....81. 902507.&  503...  .8..2 503..7 /./.3  !$ /.7 . 2033.8./.2 503.9:780-08. /.-:5.3 90780/.9 /.3 ..0297.2-.79.3 0..9:72033.3 .709 8. 2033.3.5.3&.. 902507. 8...    803.:...2 20302-.3 .9 / .5.3503:3..

 89:/ //.3 /.:80507907.3  09.3 3/:897 %  40 3. 42:393 90.3 0.:3   .30. 2030-.009.9 507:-.3.  4.2-. 8.3.80 $9:/ 41 #4. 902507.3 80.7         $.31.3 :.3 .2. 40 -07-. 749.943 .:3   3..9:7 80-08.3 40 2.  !07:-. 90....7: 507:-.8.3 .3 ./   !02..3 503:3. . :39: 203/./       !.7.3.3 0.8 80-08..7 ..8.:%3.0789.:9.39 #.8 #.. /02-. 503:7. $02-. 503:7.2.380/99079:9:5 40 .97.93    $0-..2/09 . :9.3 5.3 .3 -.9:7 80-08.3 .009..3%0304/08 % 447 $:7.: .903 3/7..9.:8:3.843.7   / . %/.8 .-:5.909 :7:8.3 9:9:5.3 / 05:.-.9: .0 / 0.3 0-07.3.3/8..#03.2.3 902507.3 :.:5:3 40 507:8.8 .. :39: 503:3.7.3 .3..3..3 !07:-.3. 507:8..780-08./ 5070-:3.3 /.3 !:8.3 /4.3 %07:2-:  . 9.7    507:-.3   97.7    .8.3-. .07.8 3 /:3..3.3  /. /03.. / 0.9.8.3 9.3 3.8 :9. /:3.3  9473       55.3.3 97. .3.3!07..73.3/.009.3.253 9: 90.08947 .83 8.7    .3 .3 &3.5.3.7.3.3 54.81..3 902507.2.3 203.9:7 80-08. 8.3902507.7    ./.23  :2 7:3/..3 50302-.. 094/0 %7.2.3 .3 / .8.70980-08.3 :: .3 $07-: .989    *************************  3: /./.9.9 $9.9 80-08.374..3  803..3 80-08.90.//.9.2.903 3/7. /:8.7:.343/88.7 :: 5.:  !0. :39: 20309.3 :.9..9.3 54.7   .3 .3 902507..    803.7808:. /:8.2.. 805079 %#    ' $!&$#   0825:.90..9.3 .8 !07.2..7    80-.9/03.3 9:9:5.381472. 2033.8 :.. .3 0.9:7 80-08.8 203...739.9. 5:-.5     !03:3.: 503.3 0--..3 902507.3.97.!74538#.9..39. .3 .89%:39:!0209.9..3907-.3:9.3..42 .380-.07.7    . 038.    %#!&$%  3/7.3.5..3 -.0-203/0.7: .3 .3.5./ 5070-:3.79.  $758 &33.2539:.:9. 202 7039.9 . /. 80-.. 89:/ 80-08.2 0 892. 70. -07-.8 /.8 9:9:5.3 /.9 &39: 03/0908 !07:-.3./.3 $:3.:. 2033.009.3 /.3 .::5 .7 9473       !0304.7.-.7 -03.9.8 203.79.3 70.9:7 .97.3 .33.$.7-03.943 1 #02490 $0383 47  ..    $0-. 9./..3.3 3.3.9  $-07/.8 !033/07..2033.3 /.9.3..3 ../...7.3 80-03. 2038 &39: 4708 042097 97....8 :9.3/:. 5079:3.3. .3. 9.3 0.794       ..:2./.9 .8:9.7.33..9.-:5.97./.7  . .3 .8.3 .0:9:3/.3 .2 503..-.3 :9./. 42078.9:7 /.7  0203.349.:  $758 .0789.8.  0.5. 2.  $:2.

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

3 :093 2.3. !079.3'4:20 .  . !03:9:5.9.3 . 31472..

Sign up to vote on this title
UsefulNot useful