Pengaruh Indeks Vegetasi dan Lahan Terbangun Terhadap Suhu Permukaan Kota Makassar Berbasis Regresi Linear Berganda
Bilah Samping Artikel
Isi Artikel Utama
Abstrak
Perubahan tutupan lahan berupa konversi lahan vegetasi menjadi kawasan terbangun dapat mengurangi kemampuan lingkungan perkotaan dalam mengendalikan suhu sehingga memicu peningkatan suhu permukaan. Secara bersama-sama, lahan terbangun dan lahan vegetasi memberikan kontribusi dalam peningkatan suhu permukaan. Oleh karena itu, penelitian ini bertujuan menganalisis pengaruh lahan vegetasi dan lahan terbangun terhadap suhu permukaan di Kota Makassar. Penelitian memanfaatkan data penginderaan jauh Landsat 8 TOA tahun 2025 yang diolah melalui Google Earth Engine untuk menghasilkan parameter Normalized Difference Vegetation Index (NDVI), Normalized Difference Built-up Index (NDBI), dan Land Surface Temperature (LST). Hubungan antara variabel-variabel tersebut dianalisis menggunakan regresi linier berganda. Hasil penelitian menghasilkan persamaan regresi Y = 26,95+0,71(NDVI)+6,68(NDBI) dengan nilai koefisien determinasi (R²) sebesar 0,62 yang menunjukkan bahwa 62% variasi suhu permukaan dapat dijelaskan oleh NDVI dan NDBI. Hasil uji signifikansi (p < 0,05) menunjukkan bahwa model regresi signifikan secara simultan dan hanya variabel NDBI yang berpengaruh signifikan terhadap LST. Sementara, variabel NDVI tidak menunjukkan pengaruh yang signifikan dalam menurunkan suhu permukaan. Hal ini disebabkan karena minimnya lahan vegetasi di Kota Makassar. Model regresi linear berganda mengindikasikan bahwa NDBI berhubungan positif dengan suhu permukaan, yaitu kenaikan indeks sebesar 0,1 meningkatkan suhu sebesar 0,668 °C. Nilai Multiple R sebesar 0,79 menunjukkan hubungan yang kuat antara NDVI dan NDBI secara bersama-sama terhadap LST.
Rincian Artikel
Artikel ini berlisensi Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Referensi
[1] N. Praatiwi, K. D. A. S, and S. I. Nikensari, “Analisis Potensi Sektor Ekonomi Unggulan Kota Makassar Sebagai Kota Metropolitan Baru di Kawasan Timur Indonesia,” eCo-Fin, vol. 6, no. 2, pp. 313–321, Jun. 2024, doi: 10.32877/ef.v6i2.1405.
[2] A. Akhirul, Y. Witra, I. Umar, and E. Erianjoni, “DAMPAK NEGATIF PERTUMBUHAN PENDUDUK TERHADAP LINGKUNGAN DAN UPAYA MENGATASINYA,” J. Kependud. dan Pembang. Lingkung., vol. 1, no. 3, pp. 76–84, 2020.
[3] M. Chairuman, A. Wihadanto, and E. Rusdiyanto, “Perubahan penggunaan lahan Perkotaan dan fenomena urban heat island di Kota Tangerang Selatan,” ULIN J. Hutan Trop., vol. 7, no. 2, p. 142, Sep. 2023, doi: 10.32522/ujht.v7i2.10375.
[4] Muhamad Helmi Ilham and Verry Damayanti, “Identifikasi Suhu Panas Permukaan Pada Bagian Wilayah Kota 1 Semarang,” Bandung Conf. Ser. Urban Reg. Plan., vol. 5, no. 2, Aug. 2025, doi: 10.29313/bcsurp.v5i2.21287.
[5] A. P. Larasati et al., “PENGARUH PERKEMBANGAN PERKOTAAN TERHADAP FENOMENA PULAU PANAS (URBAN HEAT ISLAND),” J. Kaji. Ruang, vol. 2, 2022, Accessed: Jul. 02, 2026. [Online]. Available: http://jurnal.unissula.ac.id/index.php/kr
[6] S. Siburian, Pencemaran Udara dan Emisi Gas Rumah Kaca. Jakarta Selatan: Kreasi Cendekia Pustaka, 2020
[7] S. Aldiansyah and F. Wardani, “Analisis Spasio-Temporal Fenomena Urban Heat Island dan Hubungannya Terhadap Aspek Fisik di Kota Makassar (1993-2021),” J. Sains Teknol. Modif. Cuaca, vol. 24, no. 1, pp. 1–11, Dec. 2023.
[8] A. R. Dewi, D. Taryana, and I. S. Astuti, “Pengaruh perubahan kerapatan bangunan dan vegetasi terhadap Urban Heat Island di Kota Bekasi menggunakan citra penginderaan jauh multitemporal,” J. Integr. dan Harmon. Inov. Ilmu-Ilmu Sos., vol. 3, no. 6, pp. 604–625, Jun. 2023, doi: 10.17977/um063v3i6p604-625.
[9] M. A. Mahardianti, S. E. Prabawa, and A. F. Effendi, “Studi Perubahan Indeks Kerapatan Vegetasi terhadap Suhu Permukaan Tanah dan Indeks Kualitas Udara dengan Pemanfaatan Citra Satelit Landsat 8 di Kabupaten Gresik,” GEOID, vol. 19, no. 3, pp. 386–404, Oct. 2024, doi: 10.12962/geoid.v19i3.2251.
[10] P. Gede Subhaktiyasa et al., “Uji Korelasi dalam Penelitian Kuantitatif: Kajian Konseptual, Asumsi Statistik dan Implikasi Paraktis,” J. Ilm. Profesi Pendidik., vol. 10, no. 4, pp. 3297–3308, Oct. 2025, doi: 10.29303/JIPP.V10I4.3952.
[11] M. Y. Yasin, J. Abdullah, N. M. Noor, M. M. Yusoff, and N. M. Noor, “Landsat observation of urban growth and land use change using NDVI and NDBI analysis,” IOP Conf. Ser. Earth Environ. Sci., vol. 1067, no. 1, p. 012037, Oct. 2022, doi: 10.1088/1755-1315/1067/1/012037.
[12] Rifkhan, Pedoman Metodologi Penelitian Data Panel dan Kuesioner. Indramayu: CV. Adanu Abimata, 2023.
[13] K. Sandi, R. Habibi, and M. N. Fauzan, Tutorial PHP machine learning menggunakan regresi linear berganda pada aplikasi bank sampah istimewa versi 2.0 berbasis web. Bandung: Kreatif Industri Nusantara, 2020.
[14] S. Guha and H. Govil, “Annual assessment on the relationship between land surface temperature and six remote sensing indices using landsat data from 1988 to 2019,” Geocarto Int., vol. 37, no. 15, pp. 4292–4311, Aug. 2022, doi: 10.1080/10106049.2021.1886339.
[15] A. S. Alademomi et al., “The interrelationship between LST, NDVI, NDBI, and land cover change in a section of Lagos metropolis, Nigeria,” Appl. Geomatics, vol. 14, no. 2, pp. 299–314, Jun. 2022, doi: 10.1007/s12518-022-00434-2.
[16] P. Wibisono, N. Miladan, and R. P. Utomo, “Hubungan Perubahan Kerapatan Vegetasi dan Bangunan terhadap Suhu Permukaan Lahan: Studi Kasus di Aglomerasi Perkotaan Surakarta,” Desa-Kota, vol. 5, no. 1, p. 148, Apr. 2023, doi: 10.20961/desa-kota.v5i1.63639.148-162.
[17] K. Nurlita Dewi, D. Oktaviany, Z. Azmiy, and Z. P. Hanifah, “DAMPAK KEPADATAN HUNIAN TERHADAP KETERBATASAN RUANG TERBUKA HIJAU DI LIO CIPAMOKOLAN KOTA BANDUNG,” KREASI, vol. 11, no. 2, pp. 253–266, Apr. 2026, doi: 10.37715/kreasi.v11i2.6446.
[18] M. N. Handayani, B. Sasmito, and A. P. Wijaya, “ANALISIS HUBUNGAN ANTARA PERUBAHAN SUHU DENGAN INDEKS KAWASAN TERBANGUN MENGGUNAKAN CITRA LANDSAT (STUDI KASUS : KOTA SURAKARTA),” J. Geod. Undip, vol. 6, no. 4, pp. 208–2018, Nov. 2017, doi: 10.14710/JGUNDIP.2017.18145.