Professional Documents
Culture Documents
Perubahan Kerapatan Vegetasi Menggunakan Citra Landsat 8 Di Kota Batam Berbasis Web
Perubahan Kerapatan Vegetasi Menggunakan Citra Landsat 8 Di Kota Batam Berbasis Web
http://dx.doi.org/10.21107/jk.v10i2.2685
ABSTRACT
The density of vegetation in urban areas and in rural have very little perceived by the public. Information
on the density of vegetation is very important to know because of the issue of global warming. This
study aims to identify and produce maps of vegetation density in Batam web-based multitemporal time
in 2013 and 2016 covering the vegetation density with a value of NDVI (Normalized Difference
Vegetation Index) and its range in Batam in 2013 and 2016 and its amendments. The processing of
data using transformation NDVI formula Sturgess classified into 5 classes, namely not vegetated, low,
medium, tightly, and very tight. Data analysis technique used is the overlay method and descriptive
analysis method. Results from the study will be used as web resources related to changes in vegetation
density in Batam. Changes in the density of vegetation and its range in Batam in 2013 and 2016,
namely, do not have a change vegetated area of 7600.9 hectares with a percentage of 29.3%, lower
had a change of total area of 798 hectares with a percentage of 3.1%, while have a change of total area
of 3,999 hectares with a percentage of 15.4%, the tightly had a change of total area of 11006.8 hectares
with a percentage of 42.5%, and so the tightly had a change of total area of 2508.6 hectares with a
percentage of 9.7%.
ABSTRAK
Kerapatan vegetasi di perkotaan dan pendesaan sudah sangat sedikit yang dirasakan oleh masyarakat.
Informasi mengenai kerapatan vegetasi ini sangat penting diketahui dikarenakan adanya isu
pemanasan global. Penelitian ini bertujuan untuk mengetahui dan menghasilkan peta kerapatan
vegetasi di Kota Batam berbasis web secara multitemporal waktu tahun 2013 dan 2016 yang meliputi
kerapatan vegetasi dengan nilai NDVI (Normalized Difference Vegetation Index) dan luasannya di Kota
Batam tahun 2013 dan 2016 serta perubahannya. Proses pengolahan data menggunakan transformasi
NDVI dengan rumus Sturgess yang diklasifikasikan menjadi 5 kelas, yaitu tak bervegetasi, rendah,
sedang, rapat, dan sangat rapat. Teknik analisis data yang digunakan adalah metode overlay dan
metode analisis secara deskriptif. Hasil penelitian berupa web yang dijadikan sumber informasi terkait
perubahan kerapatan vegetasi di Kota Batam. Perubahan tingkat kerapatan vegetasi dan luasannya di
Kota Batam tahun 2013 dan 2016 yaitu, tak bervegetasi memiliki perubahan luas area sebesar 7.600,9
hektar dengan persentase 29,3%, rendah memiliki perubahan luas area sebesar 798 hektar dengan
persentase 3,1%, sedang memiliki perubahan luas area sebesar 3.999 hektar dengan persentase
15,4%, rapat memiliki perubahan luas area sebesar 11.006,8 hektar dengan persentase 42,5%, dan
sangat rapat memiliki perubahan luas area sebesar 2.508,6 hektar dengan persentase 9,7%.
175
Irawan dan Jaheskiel, Perubahan Kerapatan Vegetasi
Tahapan penelitian disajikan pada Gambar 1. koreksi radiometrik dan geometrik. Koreksi
Penelitian dimulai dengan pengumpulan data. radiometrik dilakukan untuk memperbaiki
Adapun data yang dipakai dalam penelitian ini kualitas pada citra dan koreksi geometrik
yaitu data citra landsat 8 perekaman tahun dilakukan untuk memposisikan hasil citra ke
2013 dan 2016 yang dapat diunduh di dalam koordinat UTM (Universal Transverse
http://earthexplorer.usgs.gov/. Kemudian, Mercator). Selanjutnya, dilakukan transformasi
dilakukan pemotongan citra menggunakan shp NDVI (Normalized Difference Vegetation Index)
Administrasi Kota Batam yang diperoleh dari untuk mendapatkan nilai dari kerapatan
BAPPEDA Kota Batam. Pemotongan citra vegetasi berdasarkan algoritma NDVI (Yeni,
dilakukan untuk memilih daerah penelitian yang 2011). Setelah didapatkan nilai dari
akan dilakukan. Citra Landsat 8 hasil transformasi NDVI, perlu dilakukan validasi
perekaman satelit masih perlu dilakukan untuk menilai seberapa besar kesamaan hasil
176
Jurnal Kelautan, 10(2), 174-184 (2017)
𝑛 (𝑖)
𝐷𝑖 = 𝐴(𝑖𝑛𝑑/𝑚2 ) (1)
dengan:
𝐷𝑖 = kerapatan jenis i
𝑛(𝑖) = jumlah tegakan dari jenis i
𝐴(𝑖𝑛𝑑/𝑚2 ) = luas total area pengambilan sampel (kelas) atau (satuan/piksel)
Data hasil uji akurasi di lapangan kemudian variabel lainnya, yaitu suatu variabel terikat
diolah dengan analisis korelasi regresi. (dependent variable) atau Y berdasarkan suatu
Menurut Riduwan (2011) analisis korelasi variabel bebas (independent variable) atau X
adalah uji hubungan antara dua variabel atau dalam persamaan linear (Sunardi, 2009).
lebih yang digunakan untuk mengetahui derajat Ukuran kekuatan pengaruh suatu variabel
hubungan dan kontribusi variabel bebas ditentukan dengan menggunakan besarnya
terhadap variabel terikat (misalnya X dan Y). nilai koefisien korelasi (r) dan koefisien
Analisis regresi dilakukan untuk mengestimasi determinasi (r2). Koefisien korelasi dicari
nilai dari suatu variabel berdasarkan nilai dengan rumus (Suharsimi, 2002):
(𝑛 ∑ 𝑥𝑖𝑦𝑖 )− (∑ 𝑥𝑖)(∑ 𝑦𝑖 )
𝑟= (2)
√[((𝑛 ∑ 𝑥𝑖 2 )− ∑ 𝑥𝑖 2 ))((𝑛 ∑ 𝑦𝑖 2 )− ∑ 𝑦𝑖 2 ))]
Analisis korelasi digunakan sebagai ukuran hasil pengukuran lapangan. Hasil dari
tingkat keeratan hubungan antara variabel. penelitian ini nantinya akan memberikan
Pada penelitian ini variabel yang digunakan informasi mengenai perubahan kerapatan
adalah nilai Citra NDVI dan nilai pengukuran vegetasi di Kota Batam pada tahun 2013 dan
lapangan. Analisis regresi digunakan untuk 2016 yang disajikan dalam web yang dapat
menghasilkan persamaan nilai Citra NDVI dan diakses oleh masyarakat.
177
Irawan dan Jaheskiel, Perubahan Kerapatan Vegetasi
Peta Tentatif Tingkat Kerapatan Vegetasi untuk Pulau Batam tingkat kerapatan vegetasi
dan Luasannya di Kota Batam tahun 2013 tergolong rendah yaitu kecamatan Belakang
Padang dan Kecamatan Bulang, sedangkan
Peta tentatif tingkat kerapatan vegetasi dan untuk Kecamatan Galang kerapatan vegetasi
luasannya di Kota Batam tahun 2013 dapat masih tergolong rapat. Hal ini disebabkan pada
dilihat pada Gambar 2. Tingkat kerapatan kecamatan Galang belum ada alih fungsi lahan
vegetasi didapat dari perhitungan algoritma menjadi pemukiman penduduk. Nilai kerapatan
NDVI menggunakan ENVI 4.6.1 dengan dan presentase indeks vegetasi pada tahun
menggunakan band 5 dan band 4 citra Landsat 2013 dapat dilihat pada Tabel 1.
8. Berdasarkan Gambar 2 dapat dilihat bahwa
Gambar 2. Peta Tentatif Tingkat Kerapatan Vegetasi dan Luasannya di Kota Batam Tahun 2013
Tabel 1. Tingkat Kerapatan Vegetasi dan Luasnya Tahun 2013
Tingkat Luasannya Persentase
No Nilai NDVI Warna
Kerapatan (ha) (%)
Tak 561.701,8 84,7
1 -0,351158678 s.d 0,004095388 Putih
Bervegetasi
39.942,9 6
2 Rendah 0,004095388 s.d 0,252002541 Orange
26.317,5 4
3 Sedang 0,252002541 s.d 0,424999735 Hijau
24.283,6 3,7
4 Rapat 0,424999735 s.d 0,545722468 Hijau Muda
Sangat 10.761,4 1,6
5 0,545722468 s.d 0,718719661 Hijau Tua
Rapat
663.007,2 100
TOTAL
Penjabaran dari hasil Tabel 1, dihasilkanlah bahwa sebesar 84,7% tingkat kerapatan
grafik tingkat kerapatan vegetasi dan vegetasi di Kota Batam tergolong tidak
luasannya di Kota Batam tahun 2013, terlihat
178
Jurnal Kelautan, 10(2), 174-184 (2017)
Gambar 3. Peta Tingkat Kerapatan Vegetasi dan Luasannya di Kota Batam Tahun 2016
179
Irawan dan Jaheskiel, Perubahan Kerapatan Vegetasi
Penjabaran dari hasil Tabel 2, dihasilkanlah hubungannya kuat (Suharsimi, 2002), artinya
grafik tingkat kerapatan vegetasi dan antara nilai Citra NDVI dan nilai pengukuran
luasannya di Kota Batam tahun 2016. lapangan menunjukkan nilai yang sama. Kedua
nilai bisa sama disebabkan beberapa faktor
Berdasarkan Gambar 5 terlihat bahwa sebesar karena kondisi kerapatan vegetasi pada bulan
87% tingkat kerapatan vegetasi di Kota Batam April dan November mempunyai kesamaan
tergolong tidak bervegetasi, meningkat sehingga tidak mempunyai perbedaan antara
dibandingkan tahun 2013 sebesar 84,7%. Hasil nilai Citra NDVI dengan nilai hasil pengukuran
analisis korelasi antara nilai Citra NDVI dan di lapangan. Selain itu, waktu perekaman data
nilai pengukuran lapangan yang dapat dilihat dan pengambilan validasi lapangan tidak terlalu
pada Gambar 6. Berdasarkan hasil perhitungan jauh yaitu data citra bulan April 2016, dengan
diperoleh persamaan regresi y = 5,032x – data lapangan diambil pada bulan November
0,9251 dengan nilai koefisien determinasi (r2) 2016.
sebesar 0,6766 yang menunjukkan
Peta Perubahan Tingkat Kerapatan Vegetasi di Kota Batam Tahun 2013 dan 2016
Perubahan tingkat kerapatan vegetasi dan Kecamatan Belakang Padang, dan Kecamatan
luasannya pada tahun 2013 dan 2016 telah Nongsa. Adapun perbandingan kerapatan
dilakukan overlay seperti pada Gambar 7. Peta vegetasi dan luasannya di Kota Batam antara
tersebut menunjukkan perubahan tingkat tahun 2013 dan 2016 cukup signifikan.
kerapatan vegetasi dan luasannya di Informasi mengenai perubahan kerapatan
kecamatan yang ada pada Kota Batam. Terlihat vegetasi dan luasannya dapat dilihat pada
bahwa terdapat perubahan kerapatan vegetasi Tabel 3 dengan jumlah luasan yang telah
di beberapa kecamatan seperti pada berubah dalam satuan hektar dan diketahui
Kecamatan Galang, Kecamatan Bulang, persentase perubahannya.
180
Jurnal Kelautan, 10(2), 174-184 (2017)
Gambar 5. Peta Perubahan Tingkat Kerapatan Vegetasi dan Luasannya di Kota Batam
Tahun 2013 & 2016
Tabel 3. Perubahan Tingkat Kerapatan Vegetasi dan Luasnya tahun 2013 dan 2016 di Kota Batam
1,421365859 s.d
26.317,5 22.318,5 3.999 15,4
3 Sedang 2,293572225 Hijau
Perubahan Kerapatan Vegetasi dan luasannya yang ada di Kota Batam mengalami penurunan
di Kota Batam tahun 2013 dan 2016 cukup dikarenakan adanya pertumbuhan penduduk
signifikan. Kerapatan Vegetasi yang sangat yang membuat pemukiman semakin
rapat dari tahun 2013 ke tahun 2016 semakin meningkat. Tingkat kerapatan vegetasi
sedikit terlihat dari hutan, ataupun pepohonan golongan tidak bervegetasi mengalami
181
Irawan dan Jaheskiel, Perubahan Kerapatan Vegetasi
182
Jurnal Kelautan, 10(2), 174-184 (2017)
Web digunakan untuk memberikan informasi yang ada di Kota Batam. Tampilan website
kepada masyarakat tentang kerapatan vegetasi dapat dilihat pada Gambar 9.
Berdasarkan hasil penelitian yang telah 3. Perubahan tingkat kerapatan vegetasi dan
dilakukan, maka dapat disimpulkan bahwa: luasannya di Kota Batam tahun 2013 dan
1. Tingkat kerapatan vegetasi dan luasannya 2016 cukup signifikan, dengan hutan
di Kota Batam tahun 2013 yaitu tak primer dan hutan sekunder mengalami
bervegetasi mempunyai luas area penurunan disebabkan oleh semakin
561.701,8 hektar (84,7%), rendah banyaknya pemukiman di Kota Batam.
mempunyai luas area 39.942,9 hektar Perubahan tingkat kerapatan vegetasi dan
(6%), sedang mempunyai luas area luasannya di Kota Batam pada tahun 2013
26.317,5 hektar (4%), rapat mempunyai dan 2016 yaitu, tak bervegetasi memiliki
luas area 24.283,6 hektar (3,7%), dan perubahan luas area sebesar 7.600,9
sangat rapat mempunyai luas area hektar (29,3%), rendah memiliki
10.761,4 hektar (1,6%). perubahan luas area sebesar 798 hektar
2. Tingkat kerapatan vegetasi dan luasannya (3,1%), sedang memiliki perubahan luas
di Kota Batam tahun 2016 yaitu tak area sebesar 3.999 hektar (15,4%), rapat
bervegetasi mempunyai luas area memiliki perubahan luas area sebesar
554.100,9 hektar (87%), rendah 11.006,8 hektar (42,5%), dan sangat rapat
mempunyai luas area 39.144,9 hektar memiliki perubahan luas area sebesar
(6,1%), sedang mempunyai luas area 2.508,6 hektar (9,7%).
22.318,5 hektar (3,5%), rapat mempunyai 4. Web Perubahan Kerapatan Vegetasi di
luas area 13.276,8 hektar (2,1%), dan Kota Batam tahun 2013 dan 2016
sangat rapat mempunyai luas area memberikan informasi mengenai tingkat
8.252,8 hektar (1,3%). kerapatan di Kota Batam yang berbeda di
setiap Kecamatan.
183
Irawan dan Jaheskiel, Perubahan Kerapatan Vegetasi
DAFTAR PUSTAKA
Aftriana, C. V. (2013). Analisis Perubahan Nursal, F., Ismiati (2005). Struktur dan
Kerapatan Vegetasi Kota Semarang komposisi vegetasi mangrove Tanjung
Menggunakan Aplikasi Penginderaan Sekodi Kabupaten Bengkalis Riau.
JAUH. Geo-Image, 2(2). Jurnal Biogenesis, 2(1), 1-7.
Anargi, S. B. (2008). Aplikasi Sistem Informasi Riduwan. (2011). Dasar-dasar Statistika.
Geografis Untuk Pemetaan Perubahan Bandung: Alfabeta.
Penggunaan Lahan Kota Semarang Suharsimi, A., (2002). Prosedur Penelitian:
Tahun 1994 Dan Tahun 2005. Skripsi. Suatu Pendekatan Praktek. Jakarta.
Semarang: UNNES. PT Rineka Cipta.
Bengen, D. G. (2000). Pedoman teknis Spies, T.A., & M.G. Tunner (1999). Dynamic
pengenalan & pengelolaan ekosistem Forest Mosaic in Monitoring
mangrove. Pusat Kajian Sumberdaya Biodiversity. In Hunter, M.L, Jr. (Ed.).
Pesisir dan Lautan (PKSPL), Institut Forest Ecosystem. Cambridge
Pertanian Bogor (IPB), hal 59. University Press, Cambridge, 8, 35-44.
Danoedoro, P. (2012). Pengantar Sukristiyanti, S., & Marganingrum, D. (2008).
penginderaan jauh digital. Penerbit Pendeteksian Kerapatan Vegetasi dan
Andi, Yogyakarta. Suhu Permukaan Menggunakan Citra
Faizal, A., & Amran, M. A. (2002). Model Landsat Studi Kasus: Jawa Barat
Transformasi Indeks Vegetasi Yang Bagian Selatan dan Sekitarnya. Jurnal
Efektif untuk Prediksi Kerapatan RISET Geologi dan Pertambangan,
Mangrove Rhizophora Mucronata. 19(1), 15-24.
Metode, 114(064). Sunardi Nur. (2009). Pengantar Satistika.
Irwan, Djamal Z. (2008). Tantangan Jakarta: Bumi Aksara.
Lingkungan dan Lasekap Hutan Kota. Widayati, A., Ekadinata, A., & Syam, R. (2005).
Cidesindo. Jakarta. Alih guna lahan di kabupaten Nunukan:
Iskandar, M., Sanjoto, T. B., & Sutardji, S. Pendugaan cadangan karbon
(2012). Analisis Kerapatan Vegetasi berdasarkan tipe tutupan lahan dan
Menggunakan Teknik Penginderaan kerapatan vegetasi pada skala
Jauh Sebagai Basis Evaluasi lansekap. Cadangan Karbon Di
Kerusakan Hutan di Taman Nasional Kabupaten Nunukan, Kalimantan
Gunung Gede Pangrango. Geo-Image, Timur: Monitoring Secara Spasial Dan
1(1). Pemodelan. Bogor, Indonesia: World
Kusmana, C. (1993). A Study on Mangrove Agroforestry Centre–ICRAF.
Forest Management Based on Yeni Kustiyahningsih. Dan Devie Rosa
Ecological Data in Eastern Sumatra, Anamisa. (2011). Pemograman Basis
Indonesia (Doctoral dissertation, Ph. D. Data Berbasis Web Menggunakan
Disertation. Faculty of Agriculture, PHP & MySQL. Graha Ilmu:
Kyoto University, Japan. Unpublish). Yogyakarta.
184