Recommended
More Related Content
What's hot
What's hot (18)
Similar to LST
Similar to LST (20)
LST
- 1. Perubahan Lahan Vegetasi Kabupaten Barito Kuala dan Pengaruhnya terhadap Land Surface Temperature 1 PERUBAHAN LAHAN VEGETASI KABUPATEN BARITO KUALA DAN PENGARUHNYA TERHADAP LAND SURFACE TEMPERATURE Riska Pratiwi Program Studi Teknik Geodesi, Fakultas Teknik, Universitas Diponegoro Jl. Prof. H. Soedarto, SH. Kampus Tembalang, Semarang, Email : na.rpratiwi@gmail.com Abstrak Kabupaten Barito Kuala merupakan salah satu kabupaten yang ada di Kalimantan Selatan dan merupakan salah satu daerah tujuan urbanisasi dari berbagai tempat terutama dari Pulau Jawa. Sehingga pertambahan jumlah pendudukan di Kabupaten ini meningkat setiap tahunnya. Walau tidak begitu signifikan tetapi pertambahan penduduk ini mengakibatkan semakin meningkatnya jumlah pemukiman, area industri dan perdangan serta perubahan tutupan lahan. Perubahan seperti ini akan membawa perubahan dalam suhu udara rata-rata, dimana berkurangnya vegetasi yang tergantikan oleh lahan-lahan terbangun akan memicu kontrasnya radiansi permukaan dan suhu udara di daerah tersebut jika dibandingkan dengan daerah desa (Weng, 2004). Tujuan penelitian ini adalah untuk mengetahui seberapa besar pengaruh perubahan tutupan lahan dan vegetasi melalui NDVI terhadap perubahan suhu permukaan melalui LST berdasarkan interpretasi citra satelit Landsat. Teknologi penginderaan jauh dilakukan untuk memperoleh data spasial dalam waktu singkat dengan akurasi yang tinggi. Pada penelitian ini analisis dilakukan dengan menggunakan citra Landsat 2014 dan 2016 dimana waktu perekamannya pada bulan juni. Sehingga nantinya akan dilakukan perbandingan perubahan tutupan lahan dan perubahahan suhu pada kedua tahun tersebut. Selain itu juga untuk melihat seberapa besar korelasi antara perubahan tutupan lahan dengan perubahan suhu pada daerah tersebut. Kata Kunci : Perubahan Suhu Permukaan, LST, NDVI, Tutupan Lahan, Teknologi Penginderaan Jauh. I. Pendahuluan I.1 Latar Belakang Pertambahan jumlah penduduk di suatu daerah akan menyebabkan semakin berkurangnya lahan vegetasi yang digunakan untuk berbagai macam aktivitas seperti pembangunan, pembuatan jalan dan lain sebagainya. Pada beberapa tahun terakhir, kegiatan urbanisasi semakin meningkat, tidak terkecuali pada daerah-daerah di Indonesia. Peningkatan urbanisasi ini akan berdampak dengan penambahan penduduk di daerah kota, dan akan membawa beberapa perubahan, seperti perubahan penggunaan lahan menjadi lahan-lahan terbangun atau permukaan yang sulit berevaporasi. Perubahan seperti ini akan membawa perubahan dalam suhu udara rata-rata di kota, dimana berkurangnya vegetasi yang tergantikan oleh lahan-lahan terbangun akan memicu kontrasnya radiansi permukaan dan suhu udara di daerah kota jika dibandingkan dengan daerah desa (Weng, 2004). Kabupaten Barito Kuala merupakan salah satu kabupaten yang menjadi incaran para penduduk urbanisasi. Hal tersebut menyebabkan setiap tahunnya pertambahan
- 2. Perubahan Lahan Vegetasi Kabupaten Barito Kuala dan Pengaruhnya terhadap Land Surface Temperature 2 jumlah penduduk dan berkurangnya lahan vegetasi karena digunakan untuk berbagai macam untu meningkatkan kualitas hidup penduduk di daerah tersebut. Land Surface Temperature (LST) merupakan radiasi temperature permukaan tanah yang dipengaruhi oleh kondisi albedo, uap air, dan tutupan lahan. Studi mengenai Land Surface ini banyak yang mengambil kasus di kota-kota besar dan kota metropolitan lainnya. Lahan yang lebih sering terjadi dan perubahan suhunya juga lebih besar daripada di kota-kota kecil lainnya. Semua kota apapun ukurannya membentuk iklim tersendiri berbeda dengan iklim makro regional di mana kota itu berada, meskipun karakteristik iklim mikro urban tergantung pada iklim lebih besar (Kopec, 1970). Berdasarkan hal tersebut, metode NDVI dapat digunakan untuk melakukan ekstraksi penggunaan lahan yang dapat digunakan sebagai analisis untuk perubahan suhu permukaan. Salah satu data penginderaan jauh yang mampu memberikan data termal adalah data Landsat, seperti Landsat 8. Dari data termal ini kemudian dapat diolah untuk menghasilkan Land Surface Temperature (LST), dan dengan menggunakan perhitungan nilai radiansi untuk menghasilkan nilai suhu permukaan. Sehingga nantinya bisa dilihat nilai korelasi antar nilai NDVI dan nilai LST. I.2 Perumusan Masalah Berdasarkan latar belakang diatas, Perumusan masalah dalam penelitian ini adalah sebagai berikut : 1. Bagaimana perubahan tutupan lahan di Kabupaten Barito Kuala pada tahun 2014 dan 2016? 2. Bagaimana perubahan suhu permukaan di Kabupaten Barito Kuala pada tahun 2014 dan 2016? 3. Bagaimana pengaruh perubahan suhu permukaan dan tutupan lahan di Kabupaten Barito Kuala pada tahun 2014 dan 2016? I.3 Batasan Masalah Untuk menjelaskan permasalahan yang akan dibahas pada penelitian ini sehingga tidak terlalu jauh dari kajian masalah. Maka penelitian ini ada beberapa hal yang membatasi dalam pembuatannya, yaitu sebagai berikut : 1. Penelitian perubahan tutupan lahan dan suhu permukaan ini hanya dibatasi di Kabupaten Barito Kuala menggunakan citra Landsat tahun 2014 dan tahun 2016. 2. Pada penelitian ini suhu permukaan merupakan sebaran suhu permukaan bumi berdasarkan kerapatan vegetasi dan penggunaan lahan yang nampak pada citra satelit. 3. Kerapatan vegetasi yang digunakan dalam penelitian berasal dari nilai perhitungan NDVI (Normalized Difference Vegetation Index) yang dilihat dalam satuan piksel (30mx30m) dan dibagi menjadi lima kelas yaitu : badan air, vegetasi jarang, vegetasi cukup rapat, vegetasi rapat, dan vegetasi sangat rapat. 4. Perubahan suhu permukaan atau klasifikasi LST dibagi menjadi 6 kelas yaitu : 14c-16c, 16c-18c, 18c-20c, 20c- 22c, 22c-24c, dan 24c-26c 5. Analisa dilakukan berdasarkan perubahan tutupan lahan dengan data suhu permukaan Kabupaten Barito Kuala pada tahun 2014 dan tahun 2016. I.4 Tujuan Penelitian Tujuan penelitian ini adalah sebagai berikut : 1. Mendapatkan data perubahan tutupan lahan pada tahun 2014 dan tahun 2016
- 3. Perubahan Lahan Vegetasi Kabupaten Barito Kuala dan Pengaruhnya terhadap Land Surface Temperature 3 2. Mendapatkan data perubahan suhu pada tahun 2014 dan tahun 2016 3. Mendapatkan hasil analisis berupa korelasi antara perubahan tutupan lahan dan perubahan suhu II. Tinjauan Pusataka II.1 Tutupan Lahan Tutupan lahan adalah perwujudan fisik (visual) dari vegetasi, benda alam dan unsur- unsur budaya yang ada di permukaan Bumi tanpa memperhatikan kegiatan manusia terhadap objek tersebut (Justice dan Townshend, 1981). Land cover sendiri umumnya didapatkan dari hasil klasifikasi citra satelit dan hasil klasifikasi tersebut banyak digunakan sebagai dasar penelitian untuk analisis penggunaan lahan atau dinamika perubahan lahan di suatu area. Selain hal tersebut, hasil klasifikasi citra berupa land cover juga dapat dijadikan sebagai dasar pengamatan pertumbuhan pembangunan suatu area. bumi. Informasi yang diperoleh dari citra satelit tersebut dapat digabungkan dengan data-data lain yang mendukung ke dalam suatu sistem informasi geografis (SIG). hambatan dalam pemantauan penutupan lahan dapat dikurangi dengan adanya teknologi penginderaan jauh (remote sensing) (Sulistiyono, 2008). II.2 Suhu Suhu menurut Handoko (1994) merupakan gambaran umum keadaan energi suatu benda. Pembahasan suhu yang berkaitan dengan kedaan suhu kota, mengarah pada fenomena Heat Island. Dimana fenomena heat island ini merupakan suatu keadaan dimana suhu udara di kota yang lebih banyak bangunan lebih tinggi dibandingkan dengan suhu udara daerah di sekelilingnya yang lebih terbuka seperti pinggiran kota atau pedesaan. Pada umumnya suhu udara tertinggi akan terdapat di pusat kota dan menurun secara bertahap ke arah pinggir kota sampai ke desa (Khusaini, 2008). Berdasarkan beberapa pengamatan, suhu tahunan rata-rata di kota lebih besar sekitar 3Β°C dibandingkan di pedesaan. II.3 Citra Landsat Teknologi penginderaan jauh satelit dipelopori oleh NASA Amerika Serikat dengan diluncurkannya satelit sumberdaya alam yang pertama, yang disebut ERTS-1 (Earth Resources Technology Satellite) pada tanggal 23 Juli 1972, menyusul ERTS-2 pada tahun 1975, satelit ini membawa sensor RBV (Retore Beam Vidcin) dan MSS (Multi Spectral Scanner) yang mempunyai resolusi spasial 80 x 80 m. Satelit ERTS-1, ERTS-2 yang kemudian setelah diluncurkan berganti nama menjadi Landsat 1, Landsat 2, diteruskan dengan seri-seri berikutnya, yaitu Landsat 3, 4, 5, 6, 7 dan terakhir adalah Landsat 8 yang diorbitkan bulan Februari 2013. II.4 Land Surface Temperature Sensor Landsat TM (Landsat 5), ETM+ (Landsat 7) dan TIRS (Landsat 8) mampu merekam data radiansi panas permukaan bumi pada spektrum inframerah termal. Informasi radiansi panas pada spektrum thermal sangat dipengaruhi oleh suhu permukaan dan emisivitas obyek. Makin tinggi temperatur suatu obyek, makin tinggi intensitas radiansinya. Informasi radiansi ditangkap sensor termal dan disimpan dalam bentuk digital number (DN) dengan range 0 sampe 255 (8bit) untuk data TM/ETM+ dan 0 sampai 65536 a. (16 bit) untuk data TIRS. Dengan demikian, maka DN diatas memungkinkan untuk dikonversi menjadi peta suhu permukaan. Tahapan yang dilakukan antara lain, mengubah DN menjadi nilai radiansi, mengaplikasikan koreksi atmosferik (later), mengkonversi radiansi ke
- 4. Perubahan Lahan Vegetasi Kabupaten Barito Kuala dan Pengaruhnya terhadap Land Surface Temperature 4 temperatur permukaan, dan terakhir mengkonversi temperatur permukaan dari satuan kelvin ke satuan celcius. II.4 NDVI (Normal Difference Vegetation Index) Indeks vegetasi adalah besaran nilai kehijauan vegetasi yang diperoleh dari pengolahan sinyal digital data nilai kecerahan (brightness) beberapa kanal data sensor satelit. Untuk pemantauan vegetasi, dilakukan proses pembandingan antara tingkat kecerahan kanal cahaya merah (red) dan kanal cahaya inframerah dekat (near infrared). Fenomena penyerapan cahaya merah oleh klorofil dan pemantulan cahaya inframerah dekat oleh jaringan mesofil yang terdapat pada daun akan membuat nilai kecerahan yang diterima sensor satelit pada kanal-kanal tersebut akan jauh berbeda. Pada daratan non- vegetasi, termasuk diantaranya wilayah perairan, pemukiman penduduk, tanah kosong terbuka, dan wilayah dengan kondisi vegetasi yang rusak, tidak akan menunjukkan nilai rasio yang tinggi (minimum). Sebaliknya pada wilayah bervegetasi sangat rapat, dengan kondisi sehat, perbandingan kedua kanal tersebut akan sangat tinggi (maksimum). Nilai perbandingan kecerahan kanal cahaya merah dengan cahaya inframerah dekat atau NIR/RED, adalah nilai suatu indeks vegetasi (yang sering disebut βsimple ratioβ) yang sudah tidak dipakai lagi. Hal ini disebabkan karena nilai dari rasio NIR/RED akan memberikan nilai yang sangat besar untuk tumbuhan yang sehat . Oleh karena itu, dikembangkanlah suatu algoritma indeks vegetasi yang baru dengan normalisasi, yaitu NDVI (Normalized Difference Vegetation Index) seperti berikut ini : ππ·ππΌ = ππΌπ β π ππ ππΌπ + π ππ NDVI mempunyai nilai yang hanya berkisar antara -1 (non-vegetasi) hingga 1 (vegetasi). Setelah NDVI diperoleh, langkah selanjutnya adalah membuat skala warna (color map) tingkat vegetasi agar diperoleh informasi lebih lanjut. III. Pelaksanaan Penelitian III.1 Lokasi Penenelitian Lokasi penenlitian ini dilakukan di Kabupaten Barito Kuala. Barito Kuala adalah salah satu Pemerintah Kabupaten di Provinsi Kalimantan Selatan, Indonesia. Ibu kota kabupaten ini terletak di Marabahan. Kabupaten ini memiliki luas wilayah 3.284 kmΒ² dan berpenduduk sebanyak 276.066 jiwa. Kabupaten Barito Kuala yang ber-ibukota Marabahan terletak paling barat dari Provinsi Kalimantan Selatan dengan batas-batas: sebelah utara Kabupaten Hulu Sungai Utara dan Kabupaten Tapin, sebelah selatan Laut Jawa, sebelah timur berbatasan dengan Kabupaten Banjar dan Kota Banjarmasin, sedangkan sebelah barat berbatasan dengan Kabupaten Kapuas Provinsi Kalimantan Tengah. Dengan letak astronomis berada pada 2Β°29β50β - 3Β°30β18β Lintang Selatan dan 114Β°20β50β - 114Β°50β18β Bujur Timur. Gambar III-1 Barito Kuala III.2 Data dan Peralatan III.2.1 Data Data yang digunakan dalam penelitian ini adalah sebagai berikut : 1. Citra Satelit Landsat 8 tahun 2014 dan tahun 2016. 2. Peta Batas Administrasi Kabupaten Barito Kuala.
- 5. Perubahan Lahan Vegetasi Kabupaten Barito Kuala dan Pengaruhnya terhadap Land Surface Temperature 5 III.2.2 Peralatan Peralatan yang digunakan dalam penelitian ini adalah sebagai berikut : 1. Perangkat Keras (Hardware) Perangkat keras yang digunakan dalam pengolahan data adalah perangkat komputer yang memiliki spesifikasi a. Processor : Intel Core TM B950 b. Kapasitas RAM : 2.00 Gb c. System Type : 64 bit OS d. Harddisk : 500 GB HDD e. Sistem Operasi : Microsoft Windows 7 Ultimate 2. Perangkat Lunak (Software) Perangkat lunak yang digunakan dalam pengolahan data yaitu: a. ENVI 5.1 b. ArcGIS 10.2 c. Microsoft Office 2013 III.3 Metode Penelitian Pada penelitian ini langkah pekerjaan yang akan dilakukan adalah sebagai berikut : 1. Mengumpulkan data Pada tahapan ini yang dikerjakan adalah mengumpulkan data masukan yang diperlukan untuk proses pekerjaan yang akan dilakukan. Pada praktikum kali ini yang dibutuhkan sebagai data masukan adalah Data dari citra Landsat 8 untuk perubahan suhu dan perubahan vegetasi nya. Selain data citra Landsat diperlukan juga data berupa shapefile administrasi Kabuapten Barito Kuala. 2. Pengolahan data dengan menggunakan ENVI. Pengolahan data menggunakan software ENVI 5.1 .Pengolahan untuk NDVI dan Land Surface Temperature dilakukan dengan mengubah format citra dari digital number (DN) menjadi Reflectance (untuk NDVI) dan Radiance (untuk permukaan suhu). Kemudian dengan menggunakan Band Math kita merubah nilai piksel dari citra. Persamaan yang diinputkan berbeda untuk NDVI dan suhu permukaan. Proses tersebut dilakukan untuk kedua citra. 3. Analisis Informasi yang telah diperoleh Dari pengolahan data akan diperoleh 4 citra hasil pengolahan yaitu 2 citra NDVI dengan tanggal berbeda dan 2 citra suhu permukaan dengan tanggal yang berbeda juga. Kemudian dengan menggunakan Band Math akan dihitung perubahan lahan vegetasi dan suhu permukaan. Perubahan tersebut akan dibuat menjadi satu untuk mengetahui korelasi antara perubahan suhu dan perubahan vegetasi di Kabupaten Barito Kuala 4. Menarik kesimpulan Dari hasil korelasi yang diperoleh, maka dapat ditarik kesimpulan apakah perubahan lahan vegetasi menyebabkan perubahan suhu permukaan di Kabupaten Barito Kuala. Penarikan kesimpulan ini menjadi jawaban dari rumusan masalah yang diangkat. 5. Menyajikan peta Data hasil pengolahan dan analisis kemudian disajikan kedalam arcGIS agar menjadi informasi yang lebih mudah dipahami oleh pengguna peta. IV. Hasil dan Pembahasan IV.1 Hasil dan Pembahasan NDVI Hasil dari pengolahan NDVI dengan ENVI 5.1 adalah kerapatan vegetasi yang terbagi menjadi 5 kelas seperti badan air, vegetasi jarang, vegetasi cukup rapat, vegetasi rapat dan vegetasi sangat rapat. Band yang digunakan dalam pengolahan NDVI ini adalah band 4 ( Red ) dan band 5 ( NIR ) yang sebelumnya telah dirubah menjadi reflectance melalui Band Math. Setelah itu dilakukan perhitungan NDVI dengan rumus yang telah ditentukan. Perhitungan NDVI ini dilakukan pada kedua citra yaitu tahun 2014 dan tahun 2016 sehingga didapatkan hasil luasan kerapatn vegetasi yang bisa dibandingkan seperti gambar di bawah ini.
- 6. Perubahan Lahan Vegetasi Kabupaten Barito Kuala dan Pengaruhnya terhadap Land Surface Temperature 6 Gambar IV-1 Hasil Luasan NDVI 2014 Gambar IV-2 Hasil Luasan NDVI 2016 Dilihat dari hasil luasan NDVI tahun 2014 dan tahun 2016 dengan satuan hektar ( Ha ) terjadi perubahan luasan seperti vegetasi jarang yang berubah dari 13744,207069 Ha menjadi 19121,210205. Vegetasi Jarang ini bisa diartikan sebagai lahan terbangun, sehingga dapat disimpulkan bahwa di Kabupaten Barito Kuala mengalami kenaikan jumlah pembangunan yang disebabkan semakin banyaknya penduduk yang bermukim di sana dan pertumbuhan penduduk yang signifikan Tapi bisa dilihat juga pada vegetasi sangat rapat juga mengalami kenaikan, yaitu dari 2320, 142109 Ha menjadi 7606, 527621. Hal ini disebabkan karena Kalimantan merupakan salah satu pulau penghasil buah sawit terbanyak. Seperti pada Provinsi Kalimantan Selatan khusunya Kabupaten Barito Kuala yang mengalami kenaikan pertumbuhan jumlah tanaman sawit setiap tahunnya. Sehingga lahan disana selain untuk dibangun untuk dijadikan tempat tinggal, area industri serta yang lainnya juga dijadikan sebagai lahan sawit. Dan hal inilah yang menyebabkan vegetasi sangat rapat bertambah dari tahun 2014 ke tahun 2016. Untuk melihat secara jelas berapa besar perubahan kerapat vegetasi dari tahun 2014 ke tahun 2016 bisa dilihat melalui peta seperti di bawah ini Gambar IV-3 Hasil NDVI 2014 Gambar IV-4 Hasil NDVI 2016 Pada kedua tersebut terlihat jelas perubahan warna terutama warna orange yang menjelaskan vegetasi jarang. Pada peta tahun 2016 warna tersebut lebih banyak mendominasi daerah Barito Kuala dibandingkan dengan tahun 2014.
- 7. Perubahan Lahan Vegetasi Kabupaten Barito Kuala dan Pengaruhnya terhadap Land Surface Temperature 7 IV.2 Hasil dan Pembahasan LST Hasil dari pengolahan LST ( Land Surface Temperature ) dengan ENVI 5.1 adalah suhu permukaan yang terbagi menjadi 6 kelas sepertidaerah dengan suhu 14c β 16c, 16c β 18c, 18c β 20c, 20c β 22c, 22c β 24c, dan 24c β 26 c. Band yang digunakan dalam pengolahan LST ini adalah band 10 atau band 11 yang sebelumnya telah dirubah menjadi radiance melalui Band Math. Setelah itu dilakukan perhitungan LST dengan rumus yang telah ditentukan yang kemudian dirubah menjadi suhu celcius setelah dikurangi 273. Perhitungan LST ini dilakukan pada kedua citra yaitu tahun 2014 dan tahun 2016 sehingga didapatkan hasil luasan perubahan suhu yang bisa dibandingkan seperti gambar di bawah ini. Gambar IV-5 Hasil Luasan LST 2014 Gambar IV-6 Hasil Luasan LST 2016 Dilihat dari hasil luasan perubahan suhu dari tahun 2014 ke tahun 2014 ada yang mengalami kenaikan dan penurunan. Seperti pada suhu tertinggi yaitu pada suhu 24c β 26 c dengan luasan 9308,79 Ha di tahun 2014 menjadi 5698863,63 Ha di tahun 2016. Kenaikan jumlah luasan daerah pada suhu ini bisa dibilang terjadi sangat signifikan. Kenaikan suhu ini bisa disebabkan karena pembangunan yang juga semakin banyak. Tapi bisa dilihat juga pada suhu terendah yaitu suhu 14c -16c dengan luasan 582, 39 Ha di tahun 2014 menjadi 1634,49 Ha di tahun 2016. Hal ini disebakan oleh pertambahan jumlah lahan sawit setiap tahunnya.Sehingga pada daerah tertentu suhu yang paling rendah justru bertambah luas areanya. Begitu juga dengan suhu tertinggi. Untuk melihat secara jelas berapa besar perubahan suhu permukaan dari tahun 2014 ke tahun 2016 bisa dilihat melalui peta seperti di bawah ini. Gambar IV-7 Hasil LST 2014 Gambar IV-8 Hasil LST 2016 Pada kedua tersebut terlihat jelas perubahan warna terutama warna merah yang
- 8. Perubahan Lahan Vegetasi Kabupaten Barito Kuala dan Pengaruhnya terhadap Land Surface Temperature 8 menjelaskansuhu permukaan dengan rentang 24c β 26c. Pada peta tahun 2016 warna tersebut lebih banyak mendominasi daerah Barito Kuala dibandingkan dengan tahun 2014. IV.3 Hasil dan Pembahasan Korelasi antara NDVI dan LST Korelasi antara NDVI dan LST ini bisa dilihat dari perhitungan statistik pada ENVI 5.1. Sebelum dilakukan korelasi NDVI dan LST dijadikan satu raster dengan pengurangan NDVI pada tahun 2014 dengan tahun 2016. Dan hal yang sama juga dilakukan pada LST. Setelah itu dilakukan penggabungan kedua raster tersebut dengan menggunakan layer stacking yang juga ada pada ENVI 5.1 . Setelah tergabung kemudian dilakukan perhitungan statistik, sehingga menghasilkan korelasi seperti di bawah ini. Gambar IV-9 Hasil Kovarian Kovarian merupakan salah satu jenis nilai yang digunakan dalam statistik untuk mendeskripsikan hubungan linier antara dua variabel, yang semakin dekat nilai mengikuti kecenderungan yang sama diatas rata-rata nilai data, semakin kecil pula selisih variabel kurva. Untuk hasil kovarian dari rentang -1 sampai 1 nilainya adalah 0,136433 sehingga nilai tersebut sudah melewati setengah dari batas tengah dari -1 dan 1 yang bisa disimpulkan bahwa kedua variabel tersebut yaitu NDVI dan LST memiliki korelasi yang cukup saling berpengaruh. Dan untuk hasil korelasi dari NDVI dan LST adalah sebagai berikut. Gambar IV-10 Hasil Korelasi Untuk hasil korelasi dari rentang -1 sampai 1 nilainya adalah 0,404357 sehingga nilai tersebut sudah melewati setengah dari batas tengah dari -1 dan 1 yang bisa disimpulkan bahwa kedua variabel tersebut yaitu NDVI dan LST memiliki korelasi yang saling berpengaruh. Sehingga perubahan yang terjadi pada NDVI juga akan berpengaruh pada perubahan LST dari kedua citra tersebut yaitu tahun 2014 dan tahun 2016. V. Kesimpulan dan Saran V.1 Kesimpulan Kesimpulan yang bisa diambil pada penelitian ini adalah sebagai berikut : 1. Terjadi perubahan kerapatan vegetasi yaitu NDVI pada tahun 2014 dan tahun 2016. Perubahan ini terjadi pada vegetasi jarang yang semakin bertambah di tahun 2016 yang disebabkan oleh semakin banyaknya lahan terbangun di Kabupaten Barito Kuala. Tapi terjadi perubahan juga pada vegetasi sangat rapat yang semakin bertambah yang disebabkan oleh bertambahnya lahan sawit pada daerah tersebut. 2. Untuk LST juga terjadi perubahan dari tahun 2014 ke tahun 2016 yaitu pada suhu tertinggi dengan rentang suhu dari 24c β 26c. Hal ini disebabkan karena semakin banyaknya lahan terbangun pada Kabupaten Barito Kuala. Tapi juga terjadi perubahan pada suhu terendah dengan rentang 14c β 16 c yang semakin bertambah pada tahun 2016. Dan disebabkan oleh semakin banyaknya tanaman sawit yang ditanam pada daerah tersebut.
- 9. Perubahan Lahan Vegetasi Kabupaten Barito Kuala dan Pengaruhnya terhadap Land Surface Temperature 9 3. Hasil dari NDVI dan LST mempunyai korelasi yang saling mempengaruhi. Hal tersebut bisa dilihat dari nilai kovarian dan korelasi yang mendekati angkat 1 dari rentang nilai -1 hingga 1. V.2 Saran Saran yang bisa diberikan pada penelitian ini adalah sebagai berikut : 1. Diperlukan studi literatur yang lebih mendalam mengenai NDVI dan LST agar analisis dari hasil yang didapatkan sesuai denga teori yang telah ada. 2. Diperlukan latihan yang banyak dengan berbagai macam software pengolahan citra digital sehingga memudahkan pada saat pengolahan. Daftar Pustaka Khusaini, N.I. 2008.Pengaruh Perubahan Tutupan Lahan Terhadap Distribusi Permukaan Di Kota Bogor Dengan Menggunakan Citra Satelit Landsat Dan Sistem Informasi Geografis. IPB: Bogor. Nugroho, D.S. 2011. Analisis Perubahan Penggunaan Lahan Kota Semarang Dengan Menggunakan Teknologi Penginderaan Jauh (Studi Kasus : Kecamatan Semarang Tengah dan Kecamatan Semarang Utara).Universitas Diponegoro: Semarang. Triyanti. 2008.Pola Suhu Permukaan Kota Semarang Tahun 2001 dan 2006. Universitas Indonesia: Depok.