Analisis Suhu Permukaan Lahan Menggunakan Data Penginderaan Jauh Seri Waktu
DOI:
https://doi.org/10.12962/geoid.v19i3.1185Keywords:
Penginderaan Jauh, penutup lahan, Random Forest, NDVI, Suhu Permukaan LahanAbstract
The research site is Tanjung Redeb Sub-district, Berau Regency, East Kalimantan. Tanjung Redeb Sub-district is experiencing a rapid urban development process. As a result, human demand for land use, especially built-up land, is increasing and affecting the amount of vegetation. The decreasing amount of vegetation leads to an increase in land surface temperature. The aim of this study is to determine the land surface temperature in the time series from 2014 to 2022 and to determine the relationship with changes in land cover. The analysis process is carried out using a remote sensing data approach through several extractions, namely the use of guided classification with random forest algorithms, NDVI (Normalised Difference Vegetation Index) and LST (Land Surface Temperature). The results of this study show that the land surface temperature of Tanjung Redeb District is dominated by temperatures of 21.4C-24.6C. While the results of the correlation test between vegetation index and land surface temperature obtained a value of -0.57154 (has a moderate relationship) with a correlation value marked (-) which shows the relationship that occurs in the opposite direction, the higher the vegetation index value, the lower the temperature and the R square (R2) of 0.417, the R2 value can prove that vegetation density has an influence of 41.7% on land surface temperature and the rest is influenced by other factors.
References
Baroroh, N., & Pangi, P. (2019). Perubahan Penutup Lahan dan Kerapatan Vegetasi Terhadap Urban Heat Island di Kota Surakarta. Seminar Nasional Geomatika.
Duka, M,. F. Lihawa, S. Rahim. (2020). Perubahan Tutupan Lahan Dan Pengaruhnya Terhadap Pola Persebaran Suhu Di Kota Gorontalo.
Dewantoro, B. E,. P. A. Natani, & Z. Islamiah. 2020. Analisis Surface Urban Heat Island Menggunakan Teknik Pengineraan jauh Berbasis Cloud Computing Pada Google Earth Engine Di Kota Samarinda.
Febriani, N,. S. Yunidar, R. A. Hidayat, G. Amor, P. Indrayani. 2022. Klasifikasi Citra Satelit Dengan Metode Random Forest Untuk Observasi Dinamika Lanskap Ekosistem Kabupaten Sijunjung.
Fikri, A. A,. A. Darmawan, R. Hilmanto, I. S. Banuwa, A. Agustiono & L. Agustiana. Pemanfaatan Platform Goole Earth Engine Dalam Pemantauan Perubahan Tutupan Lahan Di Taman Hutan Raya Wan Abdul Rachman. Journal Of Forest Science Avicennia.
Fikri, A. S. 2021. Analisis Penutupan Lahan Menggunakan Google Earth Engine (GEE) Dengan Metode Klasifikasi Terbimbing (Studi Kasus : Wilayah Pesisir Kabupaten Lamongan, Provinsi Jawa Timur.)
Ningrum, W & I. Narulita. 2018. Deteksi Perubahan Suhu Permukaan Menggunakan Data Satelit Landsat Multi-Waktu (Studi Kasus Cekungan Bandung)
Novianti, T. C. 2021. Klasifikasi landsat 8 OLI Untuk Tutupan Lahan di Kota Palembang menggunakan GEE.
Pratama, A., & J. Sudrajat. 2020. Analisis Penggunaan Algoritma NDVI Pada Platform Google Earth Engine Sebagai Data Dukung Evaluasi Kebersihan Pelaksanaan Reklamasi Lahan Bekas Tambang
Pratama, M. R & D. Riana. (2022). Klasifikasi Penutupan Lahan Menggunakan Google Earth Engine Dengan Metode Klasifikasi Terbimbing Pada Wilayah Penajam Paser
Putra, A. K,. A. Sukmono, B. Sasmito. 2018. Analisis Hubungan Perubahan Tutupan Lahan Terhadap Suhu Permukaan Terkait Fenomena Urba Heat Island Menggunakan Citra Landsat (Studi Kasus : Kota Surakarta). Jurnal Geodesi Undip.
Putri, A. R,. R. Purnamasari, Edwar. 2022. Perbandingan Metode Klasifikasi Pemetaan Tutupan Lahan Menggunakan Algoritma Machine Learning Pada Citra Satelit Dengan Google Earth Engine.
Sari, R & W. Anorogo. (2018). Pemetaan Sebaran Suhu Penggunaan Lahan Menggunakan Citra Landsat 8 di Pulau Batam. Jurnal Integrasi.
Sugiyono. 2007., Metode Penelitian Kuantitatif dan Kualitatif.
