DOI: https://doi.org/10.14710/tpwk.2025.39438

HUBUNGAN KERAPATAN VEGETASI DAN KEPADATAN BANGUNAN TERHADAP SUHU PERMUKAAN KOTA SALATIGA TAHUN 2022 MENGGUNAKAN CITRA SATELIT LANDSAT 8 OLI/TIRS

*Putri Milinia Miranda  -  Sarjana Terapan Perencanaan Tata Ruang dan Pertanahan, Departemen Sipil dan Perencanaan, Universitas Diponegoro, Jl. Prof. Sudarto, SH, Tembalang, Semarang, Indonesia 50275, Indonesia
Putri Milinia Miranda  -  , Indonesia

Citation Format:
Abstract

Kota Salatiga merupakan salahsatu kota di Jawa Tengah yang berada di kaki Gunung Merbabu. Peningkatan jumlah penduduk yang pesat, laju penambahan kepadatan bangunan pun juga bertambah sehingga area hijau di Kota Salatiga juga berkurang jumlahnya karena area hijau sudah berubah fungsi. Tujuan dari penelitian ini adalah untuk menganalisis hubungan antara kerapatan vegetasi, kerapatan bangunan dengan LST (Land Surface Temperature) Kota Salatiga. Dalam proses pengolahan menggunakan data citra satelit Landsat 8 dengan memanfaatkan beberapa alogaritma indeks spectral, menghitung dan menganalisis nilai suhu permukaan pada Kawasan Kota Salatiga,  Analisis perubahan suhu permukaan menggunakan Normalized Difference Vegetation Index (NDVI) untuk mengetahui tingkat kehijauan suatu wilayah sebagai kaitan dengan perubahan suhu permukaan karena vegetasi merupakan indikator dari dinamika suhu permukaan. Land Surface Temperature (LST) untuk mengeksplorasi nilai suhu permukaan tanah menggunakan citra satelit. Lahan yang memiliki vegetasi yang tinggi serta kepadatan bangunan yang tinggi berada pada pusat Kota Salatiga hal ini juga mengakibatkan nilai suhu permukaan di pusat Kota Salatiga lebih tinggi dibandingkan dengan nilai suhu yang berada disekitarnya terutama pada pinggiran kota. Semakin tinggi nilai NDVI atau lahan bervegetasi tinggi maka semakin rendah nilai NDBI atau lahan terbangun. Dinamika peningkatan nilai suhu  permukaan yang selaras dengan menurunnya tingkat kerapatan vegetasi di Kota Salatiga menunjukkan interaksi antara kondisi lingkungan dan fenomena klimatik.

Kata Kunci : NDVI, NDBI, LST, Landsat 8

 

Note: This article has supplementary file(s).

Fulltext |  common.other
Untitled
Subject
Type Other
  Download (788KB)    Indexing metadata

Article Metrics:

Article Info
Section: Articles
Language : EN
Recent articles
HUBUNGAN KERAPATAN VEGETASI DAN KEPADATAN BANGUNAN TERHADAP SUHU PERMUKAAN KOTA SALATIGA TAHUN 2022 MENGGUNAKAN CITRA SATELIT LANDSAT 8 OLI/TIRS Dinamika Urbanisasi : Transformasi Spasial di Kecamatan Krian, Kabupaten Sidoarjo Partisipasi Masyarakat dalam Pelestarian Cagar Budaya Kawasan Masjid Agung Demak More recent articles
  1. Dede, M., Pramulatsih, G. P., Widiawaty, M. A., Ramadhan, Y. R. R., & Ati, A. (2019). Dinamika Suhu Permukaan Dan Kerapatan Vegetasi Di Kota Cirebon. Jurnal Meteorologi Klimatologi Dan Geofisika, 6(1), 23–31. https://doi.org/10.36754/jmkg.v6i1.111
  2. Dewi, A. R., Taryana, D., & Astuti, I. S. (2023). Pengaruh perubahan kerapatan bangunan dan vegetasi terhadap Urban Heat Island di Kota Bekasi menggunakan citra penginderaan jauh multitemporal. 3(6), 604–625. https://doi.org/10.17977/um063v3i62023p604-625
  3. Fadlin, F., Kurniadin, N., & Prasetya, A. S. (2020). Analisis Indeks Kekritisan Lingkungan Di Kota Makassar Menggunakan Citra Satelit Landsat 8 Oli/Tirs. Elipsoida : Jurnal Geodesi Dan Geomatika, 3(01), 55–63. https://doi.org/10.14710/elipsoida.2020.6232
  4. Feriansyah, T., Febriani, R., Norcela, P. D., Elvira, W. V., Gayatri, R., Hary, R., Muchliana, S. S., & Nahar, N. (2020). Integrasi SIG dan Penginderaan Jauh Untuk Pemetaan Tingkat Kerawanan Kebakaran Lahan di Lampung Utara. Jurnal Geosains Dan Remote Sensing, 1(2), 71–79. https://doi.org/10.23960/jgrs.2020.v1i2.20
  5. Hamuna, B., & Tanjung, R. H. R. (2018). Deteksi Perubahan Luasan Mangrove Teluk Youtefa Kota Jayapura Menggunakan Citra Landsat Multitemporal. Majalah Geografi Indonesia, 32(2), 115. https://doi.org/10.22146/mgi.33755
  6. Indrawati, D. M., Suharyadi, S., & Widayani, P. (2020). Analisis Pengaruh Kerapatan Vegetasi Terhadap Suhu Permukaan dan Keterkaitannya Dengan Fenomena UHI. Media Komunikasi Geografi, 21(1), 99. https://doi.org/10.23887/mkg.v21i1.24429
  7. Isnaeni, A. Y., & Prasetyo, S. Y. J. (2022). Klasifikasi Wilayah Potensi Risiko Kerusakan Lahan Akibat Bencana Tsunami Menggunakan Machine Learning. Jurnal Teknik Informatika Dan Sistem Informasi, 8(1), 33–42. https://doi.org/10.28932/jutisi.v8i1.4056
  8. Khasanah, M., & Widi Astuti, D. (2020). Memahami Urban Sprawl: Analisa Perkembangan Permukiman Kota Salatiga Dengan Digitasi Arcgis. Langkau Betang: Jurnal Arsitektur, 7(2), 151. https://doi.org/10.26418/lantang.v7i2.41869
  9. Koman, W. A. ., Sabri, L. ., & Hadi, F. (2021). Analisis Surface Urban Heat Island Menggunakan Data Sentinel-3 SLSTR (Studi Kasus: Kota Semarang). Jurnal Geodesi Undip, 10(3), 1–10
  10. Mahesti, T., Hartomo, K. D., & Prasetyo, S. Y. J. (2022). Penerapan Algoritma Random Forest dalam Menganalisa Perubahan Suhu Permukaan Wilayah Kota Salatiga. Jurnal Media Informatika Budidarma, 6(4), 2074. https://doi.org/10.30865/mib.v6i4.4603
  11. Mubarok, R., Septiarani, B., Yesiana, R., & Pangi, P. (2021). Pengaruh Tutupan Lahan Terhadap Fenomena Urban Heat Island Di Kota Semarang. Jurnal Riptek, 15(1), 56–63. https://doi.org/10.35475/riptek.v15i1.120
  12. Muzaky, H., & Jaelani, L. M. (2019). Analisis Pengaruh Tutupan Lahan terhadap Distribusi Suhu Permukaan: Kajian Urban Heat Island di Jakarta, Bandung dan Surabaya. Jurnal Penginderaan Jauh Indonesia, 1(2), 45–51. http://jurnal.mapin.or.id/index.php/jpji/article/view/14
  13. Nofrizal, A. Y. (2017). Normalized Difference Built-Upindex (Ndbi) Sebagai Parameter Identifikasi Perkembangan Permukiman Kumuh Pada Kawasan Pesisir Di Kelurahan Kalang Kawal, Kecamatan Gunung Kijang, Kabupaten Bintan. Tunas Geografi, 6(2), 143. https://doi.org/10.24114/tgeo.v6i2.8572
  14. Nurul Handayani, M., Sasmito, B., & Putra, A. (2017). Analisis Hubungan Antara Perubahan Suhu Dengan Indeks Kawasan Terbangun Menggunakan Citra Landsat (Studi Kasus : Kota Surakarta). Jurnal Geodesi Undip Oktober, 6(4), 208–218. https://ejournal3.undip.ac.id/index.php/geodesi/article/view/18145
  15. Pramudiyasari, T. (2021). Analisis Lst, Ndvi Menggunakan Satelit Landsat 8 Serta Trend Suhu Udara Di Kabupaten Majalengka. Jurnal Geosaintek, 7(3), 2017–2022. https://doi.org/10.12962/j25023659.v7i3.9043
  16. Pratama, R., & Parinduri, L. (2019). Penganggulangan Pemanasan Global. Cetak) Buletin Utama Teknik, 15(1), 91–95
  17. Putra, A., & Gayo, A. (2023). Urban heat island pada kota industri. 10(1), 212–220
  18. Ramayanti, L. A., Yuwono, B. D., & Awaluddin, M. (2015). PEMETAAN TINGKAT LAHAN KRITIS DENGAN MENGGUNAKAN PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFI (Studi Kasus : Kabupaten Blora). Jurnal Geodesi Undip April 2015, 4(April), 200–207
  19. Widiawaty, M. A., Dede, M., & Ismail, A. (2019). Analisis Tipologi Urban Sprawl Di Kota Bandung Menggunakan Sistem Informasi Geografis. Seminar Nasional Geomatika, 3(September), 547. https://doi.org/10.24895/sng.2018.3-0.1007
  20. Yulisda, D., & Nurfasha, S. (2021). Perancangan Sistem Informasi Pengarsipan Buku Tanah di Kantor Pertanahan Kabupaten Bireuen. Jurnal Teknik Informatika Kaputama (JTIK), 5(2), 227–233

Last update:

No citation recorded.

Last update:

No citation recorded.