Penggunaan Citra Satelit Landsat 8 dalam Menentukan Indeks Kerapatan Vegetasi dengan Pemanfaatan Metode Normalized Difference Vegetation Index (NDVI) di Kabupaten Wonosobo
Main Article Content
Abstract
Penginderaan jauh merupakan teknologi yang efektif dalam pemantauan kondisi vegetasi secara spasial dan temporal. Penelitian ini bertujuan untuk menganalisis sebaran kerapatan vegetasi di Kabupaten Wonosobo menggunakan citra satelit Landsat 8 melalui metode Normalized Difference Vegetation Index (NDVI). Data yang digunakan berupa citra Landsat 8 OLI Level 2 Surface Reflectance yang diperoleh dari United States Geological Survey dengan resolusi spasial 30 m dan tutupan awan rendah. Pengolahan data dilakukan menggunakan perangkat lunak ArcGIS dengan tahapan pra-pengolahan, perhitungan NDVI, serta klasifikasi kerapatan vegetasi ke dalam empat kelas, yaitu non vegetasi, vegetasi tidak rapat, cukup rapat, dan rapat. Uji akurasi dilakukan menggunakan pendekatan Virtual Ground Truthing dengan 127 titik sampel yang diambil menggunakan metode systematic sampling berbasis grid, serta diverifikasi menggunakan citra resolusi tinggi dari Google Earth. Hasil penelitian menunjukkan bahwa sebagian besar wilayah Kabupaten Wonosobo didominasi oleh vegetasi rapat dengan persentase sebesar 48,6%, diikuti vegetasi cukup rapat sebesar 32,2%, vegetasi tidak rapat sebesar 18,8%, dan non vegetasi sebesar 0,4%. Secara spasial, vegetasi rapat banyak ditemukan di kawasan pegunungan, sedangkan vegetasi jarang hingga non vegetasi cenderung berada di wilayah perkotaan dan area dengan ketinggian ekstrem. Hasil uji akurasi menunjukkan nilai Overall Accuracy sebesar 87,4% dan Kappa Coefficient sebesar 0,79, yang mengindikasikan tingkat akurasi dan kesesuaian yang tinggi antara hasil klasifikasi dan kondisi aktual di lapangan. Dengan demikian, metode NDVI terbukti efektif dalam memetakan kerapatan vegetasi dan dapat digunakan sebagai dasar dalam pengelolaan sumber daya lahan berkelanjutan.
Article Details

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
References
[1] A. Raihan Budiputra, “Analisis Kerapatan Vegetasi di Kabupaten Magelang Menggunakan Citra Landsat 8 Bermetode NDVI (Normalized Difference Vegetation Index),” J. Sos. Teknol., vol. 1, no. 11, Nov. 2021, doi: 10.59188/jurnalsostech.v1i11.231.
[2] H. Ally and A. P. Daniswara, “Analisis Spatio-Temporal Dampak Pertumbuhan Penduduk pada Indeks NDVI di Kota Surakarta,” Innov. J. Soc. Sci. Res., vol. 3, no. 6, pp. 6057–6067, 2023, [Online]. Available: https://j-innovative.org/index.php/Innovative/article/view/7552
[3] A. Hardianto, P. U. Dewi, T. Feriansyah, N. F. S. Sari, and N. S. Rifiana, “Pemanfaatan Citra Landsat 8 Dalam Mengidentifikasi Nilai Indeks Kerapatan Vegetasi (NDVI) Tahun 2013 dan 2019 (Area Studi: Kota Bandar Lampung),” J. Geosains dan Remote Sens., vol. 2, no. 1, pp. 8–15, 2021, doi: 10.23960/jgrs.2021.v2i1.38.
[4] T. F. Wahyuditha and M. A. Syahrin, “ANALISIS DAMPAK PENAMBANGAN GALIAN C DI KECAMATAN KERTEK KABUPATEN WONOSOBO BERDASARKAN UNDANG-UNDANG NOMOR 3 TAHUN 2020,” JKIH J. Kaji. Ilmu Huk., vol. 4, no. 1, pp. 1–12, Mar. 2025, doi: 10.55583/jkih.v4i1.1233.
[5] B. Basuki, M. R. Romadhon, R. P. Sari, and B. A. A. Isnanto, “Survey and Mapping of Vegetation Density through Remote Sensing and Satellite Imagery,” J. Soilscape Agric., vol. 4, no. 1, pp. 36–44, Oct. 2025, doi: 10.19184/jsa.v4i1.6187.
[6] A. N. Valgunadi, M. B. Zidanarta, A. Rahmalia, and R. Arrasyid, “Analisis Hotspot (Getis Ord Gi*) Dan Average Nearest Neighbour (ANN) Pada Sebaran Pariwisata di Kabupaten Wonosobo,” J. Pendidik. Geogr. Undiksha, vol. 11, no. 2, pp. 204–214, Aug. 2023, doi: 10.23887/jjpg.v11i2.58127.
[7] Y. Avianto and B. Fardhaza Saputra, “Perbandingan Ekofisiologis Pucuk Teh pada Ketinggian Rendah dan Menengah di DIY,” J. Agrosains dan Teknol., vol. 9, no. 2, pp. 59–69, 2024.
[8] L. S. Gulo and N. K. Lase, “Menekan Laju Erosi Dan Meningkatkan,” PENARIK J. Ilmu Pertan. dan Perikan., vol. 02, pp. 7–12, 2025.
[9] R. Lal, “Soil health and carbon management,” Food Energy Secur., vol. 5, no. 4, pp. 212–222, Nov. 2016, doi: 10.1002/fes3.96.
[10] P. T. Febriantika, F. N. F. Athallah, R. Wulansari, and D. Suprayogo, “The Relationship between Differences of Slope Class with Soil Chemical Characteristics in Jolotigo Tea Plantation Scope of PTPN IX,” J. Tanah dan Sumberd. Lahan, vol. 9, no. 1, pp. 171–179, Jan. 2022, doi: 10.21776/ub.jtsl.2022.009.1.19.
[11] G. M. Foody, “Explaining the unsuitability of the kappa coefficient in the assessment and comparison of the accuracy of thematic maps obtained by image classification,” Remote Sens. Environ., vol. 239, p. 111630, Mar. 2020, doi: 10.1016/j.rse.2019.111630.