ANALISIS SURFACE URBAN HEAT ISLAND MENGGUNAKAN DATA SENTINEL-3 SLSTR (STUDI KASUS: KOTA SEMARANG)

Abstract

Tahun 2025 diprediksi 68% populasi akan tinggal di Kawasan perkotaan, tak hanya di kota utama seperti Kota Jakarta, namun merambah di kota lapis kedua seperti Kota Semarang.Peningkatan aktivitas pembangunan menyebabkan peningkatan suhu permukaan di perkotaan yang dapat membentuk fenomena Surface Urban Heat Island (SUHI). Tujuan penelitian ini adalah memperoleh peta SUHI Kota Semarang tahun 2020 pada data pagi dan malam hari berdasarkan tiga metode identifikasi SUHI untuk mengetahui metode identifikasi SUHI terbaik. Karakteristik SUHI ditentukan oleh nilai suhu permukaan atau Land Surface Temperature (LST), data area urban, dan metode identifikasinya. Data LST diperoleh dari Sentinel-3 SLSTR dengan metode Split Window Algorithm. Data LST dengan RMSE terbaik adalah Sentinel-3 SLSTR Level 2 terhadap true value LST Landsat 8, dengan nilai RMSE berturut-turut 1,76 °C dan 2,23 °C untuk Sentinel-3 SLSTR Level 2 dan Level 1. Penentuan area urban dan sekitarnya menggunakan Boundaries Buffer Concept. Data urban diperoleh dari Peta Tutupan Lahan Climate Change Initiative (CCI), selain itu juga menggunakan hasil ekstraksi data SAR Sentinel-1B. Resolusi spasial area urban terbaik adalah hasil ekstraksi SAR Sentinel-1B yang mencapai 14 meter dan memiliki kemiripan dengan Peta Tutupan Lahan CCI. Identifikasi SUHI menggunakan tiga metode berdasarkan Fawzi (2017), Urban Thermal Field Variance Index (UTFVI), dan Khomarudin (2004) yang akan dilakukan pada data pagi dan malam. Luas data urban mempengaruhi hasil buffer dan area sekitarnya yang mempengaruhi perhitungan ambang batas pada tiap metode identifikasi SUHI. Metode terbaik untuk mengidentifikasi SUHI adalah UTFVI karena paling sederhana, dapat mengklasifikasikan intensitas SUHI, dan memiliki konsistensi hasil pada pagi dan malam hari yang baik terhadap metode lain.