analisis perkembangan luas permukiman terhadap …
TRANSCRIPT
Paper Tugas Akhir – Indra Pakpahan (23116101)
1
ANALISIS PERKEMBANGAN LUAS PERMUKIMAN TERHADAP
PENINGKATAN TEMPERATURE MENGGUNAKAN CITRA SATELIT
SENTINEL 1A-1B DAN LANDSAT 8 (Studi Kasus : Kota Bandar Lampung)
Indra M Pakpahan ¹
Dr. Rian Nurtyawan, S.T.,M.T.,² Adam Irwansyah Fauzi, S.T.,M.T.,1
¹Institut Teknologi Sumatera, Teknik Geomatika
Email : [email protected]
ABSTRAK - Peningkatan populasi di daerah perkotaan yang menyebabkan arus urbanisasi, akan mengalami
peningkatan kebutuhan tempat tinggal atau permukiman. Peningkatan tempat tinggal atau permukiman,artinya
membutuhkan lahan,sedangkan lahan terbatas di daerah perkotaan dan luasnya akan tetap atau tidak
bertambah, karena hal tersebut lahan hutan maupun vegetasi yang lain akan dialihfungsikan menjadi area
permukiman. Hasilnya permukiman akan tumbuh scrolling tapi luas daerah vegetasi dan hutan akan menurun.
Fenomena ini akan mendorong terjadinya Urban Heat Island. Urban Heat Island adalah perbedaan
temperature yang signifikan yang berada di daerah perkotaan atau sekitarnya. Penelitian ini bertujuan untuk
menghitung perubahan luasan permukiman dari tahun 2015 – 2020 menggunakan data citra sentinel 1A dan
1B sistem penginderan jauh aktif dengan metode Polarimetric synthetic-aperture radar (POLSAR) dengan
tipe data SLC (Single Look Complex),serta mengkorelasikan pengaruhnya terhadap perubahan Land Surface
Temperature (LST) menggunakan citra Landsat 8 dengan memanfaatkan sensor Onboard Operational Land
Imager (OLI) dan Thermal Infrared Sensor (TIRS). Didapatkan luas daerah permukiman dari tahun 2015-
2020 selalu mengalami peningkatan setiap tahunnya,dan perkembangan yang signifikan berada di tahun 2017
sebesar 17.144 km² atau sebesar 28% dan perkembangan yang terkecil pada tahun 2018 sebesar 2.258 km²
atau sebesar 2,8% sedangkan suhu permukaan di Kota Bandar Lampung mengalami perubahan setiap tahun.
Suhu permukaan yang paling rendah berada di tahun 2016 sebesar 18°C - 30 °C, dan suhu permukaan yang
paling tinggi berada di tahun 2020 sebesar 24°C - 37°C. Hasil korelasi antara luas daerah permukiman dengan
suhu permukaan sebesar 0,71 dapat disimpulkan dua parameter tersebut bahwa memiliki korelasi yang kuat
yang mempengaruhi terjadinya fenomena Urban Heat Island .
Kata kunci: Permukiman, Urban Heat Island , Sentinel 1A,1B, Landsat 8, Land Surface Temperature.
ABSTRACT - The increase in the population in urban areas that cause the flow of urbanization, will experience
an increase in the need for housing or settlements. The increase in dwellings or settlements means that it
requires land, while limited land in urban areas and the area will remain or not increase, because it is forest
land and other vegetation will be converted into residential areas. As a result settlements will grow but areas
of vegetation and forests will decline. This phenomenon will encourage the occurrence of Urban Heat Island.
Urban Heat Island is a significant temperature difference located in urban areas or surrounding areas. This
study aims to calculate changes in settlement area from 2015 - 2020 using sentinel 1A and 1B image data of
active remote-sensing system with Polarimetric synthetic-aperture radar (POLSAR) method with SLC (Single
Look Complex) data type, and correlate its effect on Land Surface Temperature (LST) change using Landsat
8 imagery by utilizing Onboard Operational Land Infrared Imager (OLI) sensor and Thermal Sensor (TIRS).
Obtained the area of settlements from 2015-2020 has always increased every year, and significant
developments are in 2017 of 17,144 km² or by 28% and the smallest development in 2018 of 2,258 km² or 2.8%
while the surface temperature in Bandar Lampung city changes every year. The lowest surface temperature
was in 2016 at 18°C - 30 °C, and the highest surface temperature was in 2020 of 24°C - 37°C. The result of
correlation between the area of settlement with surface temperature of 0.71 can be concluded two parameters
that have a strong correlation that influences the occurrence of urban heat island phenomenon.
Keywords: Settlements, Urban Heat Island, Sentinel 1A.1B, Landsat 8, Land Surface Temperature
2
1. PENDAHULUAN
1.1 Latar Belakang Peningkatan populasi di daerah perkotaan yang
menyebabkan arus urbanisasi, akan mengalami
peningkatan kebutuhan tempat tinggal atau
permukiman.dimana orang-orang akan datang ke
kota dengan alasan tertentu untuk mencari pekerjan
yang lebih layak,menjenjang ilmu yang lebih
tinggi.membuka usaha atau bisnis dan lain
sebagainya. sedangkan orang kota yang sebelumnya
sudah bertempat tinggal didaerah tersebut akan tetap
melahirkan manusia-manusia baru untuk
keluarganya, sehingga akan menyebabkan
pertambahan jumlah penduduk yang tidak seimbang
antara di desa dengan di perkotaan.pertambahan
jumlah penduduk tersebut akan menyebabkan
peningkatan tempat tinggal atau
permukiman,artinya membutuhkan lahan,sedangkan
lahan terbatas di daerah perkotaan dan luasnya akan
tetap tidak bertambah dan tidak berubah,karena hal
tersebut lahan hutan maupun vegetasi yang lain akan
dialihfungsikan menjadi area permukiman.hasilnya
permukiman akan tumbuh scrolling tapi luas daerah
vegetasi dan hutan akan menurun. Fenomena ini
akan mendorong terjadinya peristiwa yang tidak
asing lagi buat penduduk bumi yaitu Urban Heat
Island [1].
Urban Heat Island adalah perbedaan
temperature yang signifikan yang berada di daerah
perkotaan atau sekitarnya.fenomena ini pertama kali
diselidiki oleh Luke Howard pada tahun 1810-an,
penyebab utama Urban Heat Island itu terjadi karena
modifikasi permukaan tanah melalui pengembangan
kota yang menggunakan material yang menyimpan
panas bumi.fenomena ini sudah banyak terjadi di
kota-kota besar yang ada di Indonesia maupun di
negara lain yang memiliki daerah perkotaan yang
sangat padat [2].
Menurut sumber Badan Pusat Statistik (BPS)
Kota Bandar Lampung jumlah penduduk pada tahun
2012 sekitar 1.212.129 jiwa dan mengalami
peningkatan yang di perkirakan pada tahun 2020
akan mencapai sekitar 1.375.170 jiwa. Dilihat dari
luas permukiman nya menurut data dari Badan
Informasi Geospasial (BIG) luas permukiman Kota
Bandar Lampung pada tahun 2017 sebesar 76.287
km² dari total luas wilayah daratan sebesar 197.22
km² yang terdiri dari 20 kecamatan dan 126
kelurahan. Menurut data dari Badan Meteorologi
Klimatologi dan Geofisika (BMKG) kota Bandar
Lampung dalam kurun waktu 5 tahun terakhir suhu
permukaan berada pada kisaran 23°C-37°C.
Penelitian bertujuan untuk mengetahui
perkembangan daerah permukiman di Kota Bandar
Lampung dari tahun 2015 – 2020 secara bertahap
dan mengindentifikasi daerah-daerah yang
berkembang khusus nya dibidang permukiman.
Peningkatan proses pembangunan yang terjadi di
Kota Bandar Lampung, seperti dibidang pemukiman
yang akan mempengaruhi suhu permukaan. hal
tersebut baik secara langsung maupun tidak
langsung akan berpengaruh juga terhadap peristiwa
pemanasan global yang terjadi [3]. Penelitian ini
menggunakan konsep sistem penginderaan jauh
aktif dan pasif. sistem penginderaan jauh yang aktif
untuk pengukuran luas permukiman dan sistem
penginderaan jauh pasif untuk pengukuran suhu
permukaan. data yang digunakan dalam pengolahan
permukiman yaitu citra sentinel 1A-1B dengan
metode Polarimetric synthetic-aperture radar
(POLSAR) [4]. Data yang digunakan dalam
pengolahan yaitu citra Landsat 8 dengan dengan
memanfaatkan sensor Onboard Operational Land
Imager (OLI) dan Thermal Infrared Sensor (TIRS)
[5]. Penelitian ini diharapkan dapat diketahui
hubungan peningkatan jumlah luas permukiman
terhadap perubahan suhu permukaan dari data yang
sudah diolah dengan melakukan korelasi antara dua
parameter tersebut dari data tahun 2015-2020 yang
berhubungan terhadap fenomena alam yaitu Urban
Heat Island.
1.2 Tujuan Penelitian
Berdasarkan latar belakang di atas, tujuan
dari penelitian ini : a. Mengidentifikasi luasan permukiman di Kota
Bandar Lampung menggunakan citra Sentinel
1A-1B dari tahun 2015-2020.
b. Mengidentifikasi peningkatan LST di Kota
Bandar Lampung menggunakan citra Landsat 8
dari tahun 2015-2020.
c. Menganalisis hubungan antara perkembangan
perubahan permukiman dengan kenaikan suhu
di Kota Bandar Lampung.
1.3 Ruang Lingkup Penelitian Ruang lingkup masalah dari penelitian ini :
a. Wilayah studi penelitian ini adalah wilayah Kota
Bandar Lampung
b. Melakukan pengolahan luasan Permukiman
menggunakan data citra sensor aktif sentinel
1A-1B dari tahun 2015-2020 dengan metode
Polarimetric synthetic-aperture radar
(POLSAR).
c. Melakukan pengolahan perubahan suhu
menggunakan data citra sensor pasif Landsat 8
dari tahun 2015-2020 dengan metode Split
Window Algorithm (SWA).
d. Melakukan uji korelasi antara luasan
permukiman dengan perubahan suhu di Kota
Bandar Lampung.
3
2. METODE
2.1 Lokasi Penelitian
Lokasi pada penelitian ini memfokuskan kepada
daerah administrasi Kota Bandar Lampung seperti
Gambar 3.1. Peta ruang lingkup wilayah penelitian
berikut ini.
Gambar 2.1 Peta ruang lingkup wilayah penelitian
Kota Bandar Lampung memiliki koordinat 5° 20’
sampai dengan 5° 30’ Lintang Selatan dan 105°28’
Sampai 105 °37’ Bujur Timur. Berdasarkan sensus
BPS, pada tahun 2017 kota ini memiliki populasi
penduduk sebanyak 1.015.910 jiwa (sensus 2017),
meningkat dari tahun 2016 sebanyak 997.728 jiwa
dengan luas wilayah sekitar 197,22 km2, maka
Bandar Lampung memiliki kepadatan penduduk
5.151 jiwa/km². Kota Bandar Lampung memiliki
luas wilayah 197.22 km2 yang terdiri dari 20
kecamatan dan 126 kelurahan.
2.2 Data dan Alat Penelitian
Data dalam penelitian ini menggunakan data citra
sentinel, 1A dan 1B dari tahun 2015-2020 yang
diambil mencakupi wilayah administrasi Kota
Bandar Lampung. Bahan yang digunakan untuk
penelitian ini adalah mencakup perangkat
lunak/software. Data dan Alat yang digunakan
dijelaskan dalam Tabel 2.1. Data dan bahan yang
dibutuhkan dalam penelitian.
Tabel 2. 1 Data dan Alat yang dibutuhkan dalam
penelitian
No Data/Alat Spesifikasi Sumber Data
Data Penelitian
1 Citra satelit sentinel
1A-1B dari tahun
2015-2020
Wilayah
cakupan Kota
Bandar
Lampung,tipe
data SLC dan
IW
Copernicus melalui
https://scihub.copernicus.eu
2 Citra Landsat 8 dari
tahun 2015-2020
Wilayah
cakupan Kota
Bandar
Lampung,tipe
L1TP
USGS melalui
https://earthexplorer.usgs.gov/
3 Peta permukiman
Kota Bandar
Lampung
Skala 1:25.000
Shapefile
Permukiman
Kota Bandar
Lampung
Peta Rupa Bumi Indonesia
(RBI) melalui forum
https://tanahair.indonesia.go.id/
dan dari Bappeda Lampung
Software Penelitian
1 Microsoft Office MS Word/Ms.
Excel/Ms.
Power Point
Microsoft
2 SNAP Desktop Sentinel
Toolboxes,
Windows 64-
Bit
ESA (the European Space
Agency))
3 ArcMap ArcGIS 10.3 Esri
4
2.3 Diagram Alir Penelitian
Tahap pelaksanaan pada tugas akhir ini terdiri dari
beberapa tahapan, mulai dari studi literatur,
pengumpulan data, pengolahan data dan pembuatan
laporan akhir. Diagram alir penelitian secara
keseluruhan bisa dilihat pada Gambar 2.2 berikut
ini.
Gambar 2. 2 Diagram Alir Penelitian
Pada penelitian dilakukan studi literatur untuk
mengetahui langkah tepat dalam pengerjaan
penelitian. Pada penelitian ini menggunakan data
dan observasi dari penelitian yang sudah ada
sebelumnya dan berkaitan dengan permasalahan
yang akan diteliti. Pada tahapan ini peneliti
mempelajari bahan yang berasal dari sumber atau
referensi yang berkaitan dengan tema penelitian
yang berkaitan. Data yang digunakan dalam
penelitian ini adalah data Citra Sentinel 1A-1B dari
tahun 2015-2020 yang diunduh dari
https://scihub.copernicus.eu/ yang akan digunakan
untuk mengindentifikasi daerah permukiman Kota
Bandar Lampung dan Citra Landsat dari tahun 2015-
2020 yang dapat diunduh dari situs
https://earthexplorer.usgs.gov/ yang digunakan
untuk mengidentifikasi suhu permukaan tanah di
Kota Bandar Lampung . Peta data permukiman dari
RBI dan Bappeda Lampung (Skala 1:25.000) dan
batas administrasi Kota Bandar Lampung
(Skala1:50.000) yang bisa diunduh dari situs
https://tanahair.indonesia.go.id.
5
2.4 Uji Korelasi
Uji korelasi dua parameter antara luas
permukiman dari tahun 2015-2020 menggunakan
citra sentinel 1A-1B dengan suhu permukaan dari
tahun 2015-2020 menggunakan citra landsat 8
OLI/TIRS untuk mengetahui hubungan antara kedua
parameter tersebut,apakah memiliki hubungan yang
sangat kuat atau tidak. Hasil analisis korelasi
menunjukan kekuatan dan kelemahan masing-
masing dua variabel.
Pola antara dua variabel korelasi yang terjadi antara
dua variabel yaitu :
✓ Korelasi linier positif, yaitu perubahan salah satu
nilai variabel dengan perubahan nilai variabel yang
lainnya secara teratur dengan arah yang sama. Jika
nilai variabel X mengalami kenaikan, maka
variabel Y akan ikut naik. Jika nilai variabel X
mengalami penurunan, maka variabel Y akan ikut
turun., apabila nilai koefisien mendekati +1 berarti
data variabel X dan Y memiliki korelasi linier.
✓ Korelasi linier negatif, yaitu perubahan salah satu
nilai variabel diikuti perubahan nilai variabel yang
lainnya secara teratur dengan arah yang
berlawanan. Jika nilai variabel X mengalami
kenaikan, maka nilai variabel Y akan turun,
begitupun sebaliknya. Apabila nilai koefisien
korelasinya mendekati -1 maka hal ini
menunjukkan data variabel X dan variabel Y
memiliki korelasi linier negatif .
✓ Tidak berkorelasi, yaitu kenaikan nilai variabel
yang satunya bisa diikuti dengan penurunan
variabel lainnya atau diikuti dengan variabel
lainnya. jika nilai koefisien korelasinya mendekati
nol berarti pasangan dari variabel X dan variabel Y
memiliki korelasi yang sangat lemah atau tidak
berkorelasi.Tabel 2.2 menunjukkan nilai interval
koefisien berdasarkan tingkat hubungan yang
diperoleh dari dua variabel yang akan
dikorelasikan.
Tabel 2. 2 Interfal Koefisien Korelasi
3. HASIL DAN PEMBAHASAN
3.1 Hasil Luas Permukiman Dari hasil pengolahan citra Sentinel 1A-1B yang
sudah digitasi didapatkan hasil luas area
permukiman Kota Bandar Lampung dari tahun 2015
– 2020 , luas permukiman di Kota Bandar Lampung
mengalami perkembangan setiap tahun nya, pada
tahun 2015 didapatkan luas permukiman sebesar
55.868 km²,tahun 2016 sebesar 61.030 km²,tahun
2017 sebesar 78.175 km², tahun 2018 sebesar 80.434
km²,tahun 2019 sebesar 84.391 km² ,tahun 2020
sebesar 101.375 km² dan perkembangan luas
permukiman yang paling besar pada tahun 2017
Interval Koefisien Tinggi Hubungan
0 - 0.19 Sangat rendah
0.2 - 0.39 Rendah
0.4 - 0.59 Cukup
0.6 - 0.79 Kuat
0.8 - 1 Sangat kuat
6
sebesar 17.144 km² dan yang terkecil pada tahun
2016 sebesar 2.258 km². serta luas intersect antara
hasil digitasi dengan validasi data peta permukiman
dari RBI dan data peta permukiman dari Bappeda
Lampung,karena data validasi dari RBI dan Bappeda
Lampung yang ada pada tahun 2017 maka di
intersect dengan data hasil digitasi citra pada tahun
yang sama pada tahun 2017, didapatkan hasil
sebesar 63.713 km² atau sebesar 85.70%. Untuk
hasil nya dapat dilihat pada Tabel 3.1 tentang Hasil
data yang diolah citra sentinel dan Tabel 3.2 tentang
Validasi data permukiman .
Tabel 3. 1 Hasil data yang diolah citra sentinel
No Tahun Luas (km²) Perkembangan
(km²)
Persentase
(%)
1 2015 55.868527 0 0
2 2016 61.030874 5.162347 8.4585
3 2017 78.175076 17.144202 21.930
4 2018 80.434074 2.258998 2.8085
5 2019 84.391888 3.957814 4.6898
6 2020 101.375743 16.983855 16.753
Tabel 3. 2 Validasi data permukiman digitasi
dengan RBI dan Bappeda Lampung
Data
Validasi
Hasil
(km²) Intersect
Hasil
(km²)
Persentase
(%)
Bappeda 72.400421
2017 63.713403 85.700 RBI 76.287982
Digitasi 78.175076
7
3.2 Hasil Layout Peta Hasil layout peta daerah permukiman dari tahun
2015-2020 di Kota Bandar Lampung dapat dilihat
Gambar berikut ini.
Gambar 3.1 Hasil Peta Permukiman Kota Bandar
Lampung 2015
Gambar 3.2 Hasil Peta Permukiman Kota
Bandar Lampung 2016
Gambar 3.3 Hasil Peta Permukiman Kota Bandar
Lampung 2017
Gambar 3.4 Hasil Peta Permukiman Kota
Bandar Lampung 2018
Gambar 3.5 Hasil Peta Permukiman
Kota Bandar Lampung 2019
Gambar 3.6 Hasil Peta Permukiman Kota
Bandar Lampung 2020
3.2 Validasi Data Permukiman
Validasi data permukiman menggunakan
hasil digitasi dari hasil proses data sentinel 1A-1B
dengan data permukiman dari BIG dan Bappeda
Lampung,karena data dari BIG dan Bappeda
Lampung yang ada pada tahun 2017 maka validasi
dilakukan dengan data digitasi pada tahun yang
8
sama yaitu digitasi tahun 2017. Validasi dilakukan
dengan menggunakan intersect antara data
permukiman digitasi dengan data permukiman dari
BIG dan Bappeda Lampung.didapatkan hasil
intersect sebesar 63.713 km² atau sebesar
85.70(%).artinya hasil pengolahan data
permukiman menggunakan data citra sentinel 1A-
1B dengan menggunakan metode polarimetric
synthetic-aperture radar (POLSAR) bisa
digunakan untuk mengidentifikasi luasan daerah
permukiman. Hasil layout peta validasi
permukiman dapat dilihat pada Gambar 3.7 berikut
ini.
Gambar 3. 1 Hasil Peta Validasi dataPermukiman
dari Sentinel dengan data dari BIG dan Bappeda
Lampung
3.4 Hasil Land Surface Temperature
Hasil pengolahan citra Landsat 8 didapatkan Land
Surface Temperature (LST) dari band termal (band
10 dan band 11) dan band multispekstral(band 4 dan
band 5). Band termal digunakan untuk mengukur
Brightness Temperature dan Band Multispektral
digunakan untuk mengukur Normalized Difference
Vegetation Index (NDVI) untuk mendapatkan nilai
Emsivitas yang akan digunakan untuk perhitungan
Land Surface Temperature (LST). Hasil data
statistik pengolahan suhu permukaan tanah dapat
dilihat bahwa suhu terendah yaitu 23 °C dan suhu
tertinggi 35°C dengan rata-rata sebesar 26°C pada
tahun 2015, kemudian pada tahun 2016 suhu
terendah yaitu 18 °C dan suhu tertinggi 30 °C dengan
rata-rata sebesar 24°C, kemudian pada tahun 2017
suhu terendah yaitu 14 °C, suhu tertinggi yaitu
mencapai 33 °C dengan rata-rata sebesar 23,5°C,
dan pada tahun 2018 suhu terendah yaitu 20 °C ,
suhu tertinggi yaitu mencapai 33°C dengan rata-rata
sebesar 26,5°C, kemudian pada tahun 2019 suhu
terendah yaitu 23 °C, suhu tertinggi yaitu mencapai
35 °C dengan rata-rata sebesar 29°C, dan pada tahun
2020 suhu terendah yaitu 24 °C , suhu tertinggi yaitu
mencapai 37 °C dengan rata-rata sebesar 30.5°C.
Hasil LST bisa dilihat dari Tabel 3.4 berikut ini.
Tabel 3. 2 Hasil Land Surface Temperature dari
tahun 2015-2020
No Tahun Suhu Permukaan (C°)
Minimal Maksimal Rata-
Rata
1 2015 19 33 26
2 2016 18 30 24
3 2017 14 33 23.5
4 2018 20 33 26.5
5 2019 23 35 29
6 2020 24 37 30.5
Dari hasil tersebut diketahui bahwa suhu permukaan
di Kota Bandar Lampung pada tahun 2015 sebesar
33 °C ,kemudian pada tahun 2016 turun menjadi 30
°C, pada tahun 2017 naik menjadi 33 °C,pada tahun
2018 tetap 33 °C, pada tahun 2019 naik menjadi 35
°C dan pada tahun 2020 suhu permukaan mencapai
37 °C.
3.5 Hasil Layout Peta LST
Hasil layout peta suhu permukaan di Kota
Bandar Lampung bisa dilihat dari Gambar
berikut ini dari tahun 2015-2020.
9
Gambar 3. 2 Land Surface Temperature (LST)
tahun 2015
Gambar 3. 3 Land Surface Temperature (LST)
tahun 2016
Gambar 3. 4 Land Surface Temperature (LST)
tahun 2017
Gambar 3. 5 Land Surface Temperature (LST)
tahun 2018
Gambar 3. 6 Land Surface Temperature (LST)
tahun 2019
Gambar 3. 7 Land Surface Temperature (LST)
tahun 2020
10
3.6 Uji Korelasi
Data yang dihasilkan dari pengolahan data citra
Sentinel 1A-1B yang mengukur luas permukiman di
Kota Bandar Lampung dari tahun 2015-2020
dikorelasikan dengan data citra Landsat 8 yang
mengukur suhu permukaan Kota Bandar Lampung
dari tahun 2015-2020 didapatkan nilai korelasi
sebesar 0.71, hal ini menunjukkan korelasi antara
luas permukiman dengan suhu permukaan kuat.
Hasil nilai korelasi antara Luas Permukiman dengan
Suhu Permukaan dapat dilihat pada Tabel 3.5
berikut.
Tabel 3. 3 Uji Korelasi Luas Permukiman dengan
Suhu Permukaan
3.7.1 Analisis Luas Permukiman
Berdasarkan hasil pengolahan data dari
Sentinel 1A-1B dengan menggunakan metode
Polarimetric synthetic-aperture radar
(POLSAR) hasil perkembangan luas
permukiman didapat dari luas permukiman
menggunakan perhitungan selisih luas
permukiman tahun sekarang dengan tahun
berikut nya. Pada tahun 2016 perkembangan
luas daerah permukiman didapat sebesar 5.162
km² atau sebesar 9.2% , pada tahun 2017
perkembangan luas daerah permukiman sebesar
17.144 km² atau sebesar 28% ,data tahun ini
merupakan hasil pertumbuhan luas daerah
permukiman yang paling besar dari tahun yang
lainnya,sedangkan pada tahun 2018 didapat
perkembangan luas daerah permukiman didapat
sebesar 2.258 km² atau sebesar 2.8%,data tahun
ini merupakan hasil pertumbuhan luas daerah
permukiman yang paling kecil dari tahun yang
lainnya. Pada tahun 2019 perkembangan luas
daerah permukiman sebesar 3.957 km² atau
sebesar 4.9%, Pada tahun 2020 kembali
mengalami pertumbuhan yang signifikan tapi
tidak sebesar pada tahun 2016,perkembangan
luas daerah permukiman sebesar 16.983 km²
atau sebesar 20%, pada tahun 2015
perkembangan nya tidak diketahui karena data
permukiman pada tahun diatasnya atau tahun
2014 tidak ada dalam pengolahan,jadi hasil
belum bisa digunakan untuk mengetahui luas
perkembangan daerah permukiman di Kota
Bandar Lampung. Permukiman di Kota Bandar
Lampung terus meningkat dari tahun ke tahun.
Hal ini disebabkan karena banyak nya
permintaan dan penawaran antar dunia sosial
dan ekonomi,serta letak dan tempat yang
strategis untuk pendistribusian pebisnis dan
pendatang.jumlah pendatang yang datang ke
Kota Bandar Lampung.
Tahun
Luas
Permukiman
(km²)
Suhu
Permukaan
(°C) Korelasi
2015 55.868527 26
0.71889
2016 61.030874 24
2017 78.175076 23.5
2018 80.434074 26.5
2019 84.391888 29
2020 101.375743 30.5
11
3.2.2 Analisis Suhu Permukaan
Berdasarkan hasil pengolahan data Land Surface
Temperature (LST) menggunakan data citra Landsat
8 OLI/TIRS Suhu permukaan di Kota Bandar
Lampung mengalami perubahan setiap tahun. Hasil
pengolahan data, tahun 2015 suhu di Kota Bandar
Lampung berkisar 19°C - 32 °C, kemudian
mengalami penurunan pada tahun 2016 yaitu 18°C -
30 °C. Pada tahun 2017 suhu permukaan berkisar
14°C- 33°C sama dengan tahun 2018 sebesar 20°C -
33°C.pada tahun 2019 terjadi kemarau panjang yang
mengakibatkan cuaca panas sepanjang tahun, hal ini
mengakibatkan peningkatan suhu yang sangat
signifikan yaitu 23°C - 35 °C begitu juga pada tahun
2020 suhu permukaan berkisar 24°C - 37°C. suhu
permukaan yang tinggi berada di daerah
Natar,Kedaton,Rajabasa,Labuhan Ratu,Teluk
Betung Utara,suhu permukaan yang sedang berada
di daerah Tanjung Karang Langka Pura, Tanjung
Bintang,Panjang,Kemiling,Jati
Agung,Sukarame,dan suhu permukaan yang rendah
berada di daerah Teluk Betung Barat, Teluk Betung
Timur, Merbau Mataram,Sukabumi.
3.2.3 Analisis Korelasi antara Permukiman
dengan Suhu Permukaan
Perkembangan pembangunan di Kota
Bandar Lampung mengakibatkan perubahan
unsur-unsur iklim pada pusat kota dengan
daerah sekitarnya. Perubahan pada
penggunaan/penutupan lahan di wilayah
perkotaan pada umumnya mempunyai
perubahan seperti bergantinya penggunaan
lahan menjadi lahan urban dan persawahan atau
lahan pertanian berubah menjadi pemukiman,
industri, serta infrastruktur lainnya. Pada daerah
kota dengan dominasi bangunan dan jalan akan
menyimpan dan melepaskan panas lebih cepat
pada siang hari. hasil korelasi berdasarkan data
permukiman dari tahun 2015-2020 dengan data
suhu permukaan dari tahun 2015-2020. Dari uji
korelasi didapatkan hasil hubungan antara luas
daerah permukiman dengan suhu permukaan
yaitu korelasinya sebesar 0,71 yang berarti
memiliki korelasi yang kuat. Dapat
disimpulkan bahwa pertumbuhan luas daerah
permukiman sangat mempengaruhi suhu
permukaan suatu daerah khusus nya di Kota
Bandar Lampung. Untuk grafik scattering nya
bisa dilihat pada gambar berikut ini. Pada
sumbu horizontal (X) mengindikasikan luas
permukiman dalam satuan km² dan pada sumbu
vertikal (Y) mengindikasikan suhu permukaan
dalam satuan °C. Didapatkan hasil korelasi
positif karena pertambahan pada sumbu X
cenderung bergantung pada pertambahan
sumbu Y. Pada gambar 3.14 menjelaskan
tentang grafik scatter plot antara luas
permukiman dengan suhu permukaan.
Gambar 4. 8 Grafik scattering antara luas
permukiman dengan suhu permukaan
2624 23.526.5
29 30.5
10
20
30
40
50 70 90 110
Suhu P
erm
ukaa
n (
C°)
Luas Permukiman (km²)
Suhu Permukaan
12
4. KESIMPULAN
Adapun kesimpulan pada penelitian ini
adalah sebagai berikut :
1. Luas daerah permukiman di Kota Bandar
Lampung dari tahun 2015 – 2020 disimpulkan
bahwa setiap tahun nya mengalami
perkembangan,dan perkembangan yang
signifikan berada di tahun 2017 sebesar 17.144
km² atau sebesar 28%, dan perkembangan yang
terkecil pada tahun 2018 sebesar 2.258 km² atau
sebesar 2.8%, serta validasi data pada tahun 2017
dengan peta permukiman dari RBI dan Bappeda
Lampung yang memiliki tingkat kesamaan atau
proses intersect sebesar 63.713 km² atau sebesar
85.7%. Pertumbuhan jumlah permukiman
disebabkan karena banyak nya permintaan dan
penawaran antar dunia sosial dan ekonomi,serta
letak dan tempat yang strategis untuk
pendistribusian pebisnis dan pendatang.jumlah
pendatang yang datang ke Kota Bandar
Lampung.
2. Suhu permukaan di Kota Bandar Lampung
mengalami perubahan setiap tahun. suhu
permukaan yang paling rendah berada di tahun
2016 sebesar 18°C - 30 °C. dan suhu permukaan
yang paling tinggi berada di tahun 2020 sebesar
24°C-37°C. Suhu permukaan yang tinggi
cenderung berada di daerah yang memiliki area
permukiman yang banyak seperti di
Natar,Kedaton,Rajabasa,Labuhan Ratu,Teluk
Betung Utara,suhu permukaan yang sedang
berada di daerah Tanjung Karang Langka Pura,
Tanjung Bintang,Panjang,Kemiling,Jati
Agung,Sukarame,dan suhu permukaan yang
rendah berada di daerah Teluk Betung Barat,
Teluk Betung Timur, Merbau Mataram,dan
Sukabumi.
3. Uji korelasi didapatkan hasil hubungan antara
luas daerah permukiman dengan suhu
permukaan yaitu korelasinya sebesar 0,71 yang
berarti memiliki korelasi yang kuat. Dapat
disimpulkan bahwa pertumbuhan luas daerah
permukiman sangat mempengaruhi suhu
permukaan suatu daerah tertentu
5. DAFTAR PUSTAKA
[1] F. M. Affan, "Analisis Perubahan Penggunaan
Lahan Untuk Permukiman Dan Industri Dengan
Menggunakan SistemInformasi Geografis," Ilmiah
Pendidikan Geograf, pp. 25-31, 2014.
[2] A. Gitawardani, ""Analisis Pengaruh Penggunaan
Lahan terhadap Suhu Permukaan dan
Keterkaitannya dengan Fenomena Urban Heat
Island Menggunakan Citra Satelit Landsat (Studi
Kasus : Kota Bandar Lampung),"," Undergraduate
Thesis, pp. 30-32, 2019.
[3] Dini Ramanda Putri*),Abdi Sukmono, Bambang
Sudarsono, "Analisis Kombinasi Citra Sentinel-1a
dan Citra Sentinel-2a Untuk Klasifikasi Tutupan
Lahan (studi kasus: Kabupaten Demak, Jawa
Tengah)," Departemen Teknik Geodesi Fakultas
Teknik Universitas Diponegoro., pp. 35-39, 2018.
[4] P. Cloude S.R., "A Riview of target decomposition
theorems in radar polarimetry.," IEEE Trans.
Geoscience and Remote Sensing., pp. 1-29, 1996. .
[5] D Reddy Jeevalakshmi dan B S.N. Manikiam, ,
"Land Surface Temperature Retrieval from Landsat
data using Emissivity Estimation.:," International
Journal of Applied Engineering Research, pp. 5-18,
2017.
[6] Alfianto, Fedelis, "Analisa kesesuaian lahan untuk
lokasi pengembangan permukiman menggunakan
Metode Scoring (Studi Kasus: Surabaya Timur).,"
Undergraduate thesis, Institut Teknologi Sepuluh
Nopember., pp. 30-34, 2017.
[7] Doxiadis, "The Science Of Human Settlements,"
London: Hutchinson Of. London. Rapoport, Amos. ,
1968.
[8] ESA Sentinel Online, "Product Types and
Processing Levels of Sentinel-1," in
https://sentinel.esa.int/web/sentinel/user-
13
guides/sentinel-1-sar/product-types-processing-
levels, 2009.
[9] Gordana Kaplan 1,*, Ugur Avdan and Zehra Yigit
Av , "Earth and Space Sciences Institue, Anadolu
University, 26470 Tepebaşı/Eskişehir, Turkey;
[email protected],," Department of
Environmental Engineering, Anadolu University,
26470 Tepebaşı/Eskişehir, Turkey;
[10] I.E.T.R. -UMR CNRS 6164, "Université de Rennes
I -Campus de Beaulieu Pôle Micro Ondes Radar -
Bat 11D 263 Avenue Général Leclerc CS 74205 -
35042 Rennes Cedex," France.
[11] Malenovský, Z., Rott, H., Cihlar, J., Schaepman, M.
E., García-Santos, G., Fernandes, R., & Berger, M.,
"Sentinels for science: Potential of Sentinel-1, -2,
and -3 missions for scientific observations of ocean,
cryosphere, and land.," Remote Sensing of
Environment, pp. 91-101, 2012.
[12] I.E.T.R. -UMR CNRS 616, "SARPOLARIMETRIE
HOLOGRAPHIE INTERFEROMETRIE
RADARGRAMMETRIE," in Université de Rennes
I -Campus de Beaulieu Pôle Micro Ondes Radar -
Bat 11D , Rennes Cedex –France, Avenue Général
Leclerc , 2013, pp. 2-29.
[13] A. S. B. S. Dini Ramanda Putri*), "ANALISIS
KOMBINASI CITRA SENTINEL-1A DAN
CITRA SENTINEL-2A UNTUK KLASIFIKASI
TUTUPAN LAHAN (STUDI KASUS:
KABUPATEN DEMAK, JAWA TENGAH),"
Jurnal Geodesi Undip , pp. 86-88, 2018.
[14] Abdurrahman, A., "Petunjuk Manual
Orthorektifikasi Data SAR Sentinel-1 dengan
Menggunakan Software Sentinel-1 Toolbox
(S1TBX). Petunjuk Manual.," Program Diploma
Pengindraan Jauh dan Sistem Geografi Universitas
Gadjah Mada.Yogyakarta. , 2015.
[15] Yamaguchi.Y., "Radar Polarimetry From Basics to
Applications Tokyo.," IEICE : Japan, 2007.
[16] L. F.-F. E. Pottier, PolSAR-Data of Entropy and
Anisotropy, 2013.
[17] G Rongali, A. K Keshari, A. K Gosain, dan R
Kosha, ", "A Mono-Window Algorithm For Land
Surface Temperature Estimation From Landsat 8
Thermal Infrared Sensor Data, A Case Study Of The
Beas River basin, India.,"," Pertanika Journal of
Science and Technology, vol. 26(2), pp. 829– 840, ,
2018.
[18] Subhanil Guha, Himanshu Govil, Anindita Dey &
Neetu Gill , " Analytical study of land surface
temperature with NDVI and NDBI using Landsat 8
OLI and TIRS data in Florence and Naples city,
Italy," European Journal of Remote Sensing, pp.
667-678, 2018.
[19] NASA, ". Landsat-8 / LDCM (Landsat Data
Continuity Mission). Retrieved from Landsat-8 /
LDCM (Landsat Data Continuity Mission):,"
https://directory.eoportal.org/web/eoportal/satellite-
missions/l/landsat-8ldcm#mission-status , 2019.
[20] USGS., " Landsat Collection 1 Level 1 Product
Definition. Retrieved from Landsat Collection 1
Level 1 Product Definition:,"
https://www.usgs.gov/media/files/landsat-
collection-1-level-1-productdefinition, 2019.
[21] L Ryan, ""Creating a Normalized Difference
Vegetation Index (NDVI) Image Using
MultiSpec,"," University of New Hampshire..
[22] USGS, "Landsat 8 (L8) Data Users Handbook,"
Sioux: USGS, 2019.
[23] D Reddy Jeevalakshmi dan B S.N. Manikiam, ,
"Land Surface Temperature Retrieval from Landsat
data using Emissivity Estimation," International
Journal of Applied Engineering Research,, 2017.
[24] Afrida Gitawardani, "Analisis Pengaruh
Penggunaan Lahan terhadap Suhu Permukaan dan
Keterkaitannya dengan Fenomena Urban Heat
Island Menggunakan Citra Satelit Landsat (Studi
Kasus : Kota Bandar Lampung),," Institut Teknologi
Sumatera, Bandar Lampung, Lampung, 2019.