ANALISIS KORELASI PERUBAHAN POLA KAWASAN TERBANGUN TERHADAP PENURUNAN MUKA TANAH MENGGUNAKAN METODE INDEX-BASED BUILT-UP INDEX (IBI) DAN DINSAR (STUDI KASUS : KOTA JAKARTA UTARA)

Abstract

ABSTRAK

Kota Jakarta Utara merupakan bagian dari propinsi DKI Jakarta memiliki permasalahan berkaitan dengan penurunan muka tanah. Permasalahan tersebut disebabkan oleh banyaknya pembangunan yang berakibat semakin padatnya jumlah bangunan menjadi beban terhadap daya dukung tanah pada lingkungan di Jakarta yang mana sebagian besar jenis tanah wilayahnya adalah alluvial. Dikutip dari BPS Kota Jakarta Utara realisasi perizinan IMB mencatatkan dari tahun 2016 hingga 2018 berjumlah 5.862 bangunan, jumlah tersebut hanya bangunan non tempat tinggal. Penelitian ini menggunakan citra Sentinel 1 pada tahun 2016 hingga 2019 dengan metode Differential Interferometric Synthetic Aperture Radar (DInSAR). Kemudian, untuk mengetahui perubahan kawasan terbangun digunakan citra Sentinel 2 melalui proses klasifikasi bangunan dengan algoritma Index-based Built-up Index (IBI). Algoritma IBI merupakan kombinasi dari 3 algoritma yaitu, Normalized Difference Built-up Index (NDBI), Soil Adjusted Vegetation Index (SAVI) dan Modified Normalized Difference Water Index (MNDWI).  Hasil dari penelitian ini berupa peta perubahan kawasan terbangun, peta penurunan muka tanah dan korelasi keduanya pada tahun 2016 hingga 2019. Hasil metode DInSAR didapati penurunan muka tanah yang terjadi di Kota Jakarta Utara memiliki rata-rata sebesar -11 cm/tahun, sementara penurunan muka tanah terbesar -15,6 cm/tahun dan terkecil pada nilai -4,6 cm/tahun. Kemudian, hasil dari metode IBI perubahan lahan terbangun dengan total seluas 228 hektar/tahun, sementara perubahan kelurahan terluas di Marunda seluas 57 hektar/tahun dan terkecil di Kelurahan Pekoja seluas 0,01 hektar/tahun, korelasi keduanya menunjukkan berkorelasi kuat 32%, 44% berkorelasi sedang dan 24 % diantara keduanya berkorelasi lemah. Pemanfaatan penelitian ini dapat digunakan sebagai pertimbangan dalam rencana pembangunan di Kota Jakarta Utara juga sebagai mitigasi penurunan muka tanah.

Kata Kunci : DInSAR, IBI, Jakarta Utara, MNDWI, NDBI, dan SAVI.

ABSTRACT

North Jakarta City is a part of DKI Jakarta province which has problems related to land subsidence. This problem is caused by the large number of buildings developments that results in the increasing density of buildings being a burden on the carrying capacity of land in the environment in Jakarta, where most of the area is alluvial type of soil. Quoted from BPS North Jakarta City, the realization of IMB licensing recorded from 2016 to 2018 amounted to 5.862 buildings, the number was only non-residential buildings.The research of deformation measurements in an area using Sentinel 1 imagery in 2016 to 2019 using Differential Interferometric Synthetic Aperture Radar (DInSAR). Then, to find out the change in the built area,  with Sentinel 2 goes through the building classification process with the Index-based Built-up Index (IBI) algorithm. IBI algorithm is a combination of 3 algorithms such as, Normalized Difference Built-up Index (NDBI), Soil Adjusted Vegetation Index (SAVI) and Modified Normalized Difference Water Index (MNDWI). The results of this study are in the form of a map of changes in the built area, a map of land subsidence and the correlation of both in 2016 to 2019. The results of the DInSAR method found that land subsidence in North Jakarta has an average of -11 cm/year, while. The largest subsidence -15,6 cm/year, smallest subsidence -4,6 cm/year. Then, the results of the IBI method of changing land were built with a total area of 228 hectares/year, while the most change in smallest district state is Marunda was changed 57 hectares/year and the smallest in Pekoja was 0,01 hectares/year, both of DInSAR and IBI result which showed a strong correlation of 32%, 44% were medium correlated and 24% between the two are weak correlated. Utilization of this research can be used as a consideration in development plans in the City of North Jakarta as well as mitigating subsidence.

Keywords : DInSAR, IBI, North Jakarta, MNDWI, NDBI, and SAVI.