Analisis Distribusi Potensi Panasbumi di Desa Sedoa, Kecamatan Lore Utara, Kabupaten Poso, Sulawesi Tengah Berdasarkan Land Surface Temperature

16 December 2022

By: Andri Moh. Wahyu Laode

Open Data

Land Surface Temperature

Open Data

NDVI

Open Project

Potensi Geothermal

Analisis Distribusi Potensi Panasbumi di Desa Sedoa, Kecamatan
Lore Utara, Kabupaten Poso, Sulawesi Tengah Berdasarkan Land
Surface Temperature
Pertumbuhan penduduk secara global yang semakin pesat mengakibatkan kebutuhan akan energi juga meningkat. Menurut proyeksi International Energy Agency (IEA), pada tahun 2030 permintaan konsumsi energi fosil mengalami peningkatan 1,6% per tahun. Konsumsi energi di dunia didominasi yang berasal dari minyak dan gas alam yang memiliki sifat tidak bisa diperbaharui dan cadangannya yang semakin menipis. Sehingga sangat diperlukan inovasi untuk mengatasi hal tesebut dengan memanfaatkan potensi sumber Energi Baru Terbarukan (EBT). Salah satu energi yang berperan sebagai energi alternatif yaitu energi panasbumi. Berdasarkan sumber dari Direktorat Jenderal EBTKE dan Badan Geologi, Indonesia memiliki cadangan panas bumi dunia mencapai 40% yang diakibatkan oleh kondisi tektonik Indonesia yang berada di jalur Ring of Fire dunia. Salah satu indikasi awal mengenai potensi panasbumi yaitu berada di daerah penelitian, yaitu Desa Sedoa, Kecamatan Lore Utara, Kabupaten Poso, Sulawesi Tengah. Dimana pada daerah ini menyimpan energi sebesar 15MW dengan manifestasi permukaan berupa hot spring dengan temperature 51°C Sementara temperatur fluida bawah permukaan diperkirakan sebesar 110°C.
Berdasarkan uraian sebelumnya, maka akan dilakukan penelitian mengenai distribusi atau persebaran potensi panasbumi dengan melihat prospek panas bumi berdasarkan Land Surface Temperature (LST). Dengan mengetahui distribusi prospek panas bumi di wilayah penelitian ini, maka dapat dideliniasi area prospek panas bumi.

Latar Belakang

Indonesia merupakan salah satu negara yang kaya akan sumber energi panas bumi, karena berada pada daerah terdepan di zona tektonik aktif. Energi panas bumi adalah energi yang tersimpan dalam batuan di bawah permukaan bumi dan fluida yang terkandung di dalamnya. Potensi panas bumi di Indonesia mencapai 40% cadangan panasbumi dunia. Hal ini disebabkan Indonesia memiliki 129 gunungapi yang berpotensi sebagai daerah pengembangan panas bumi. Energi panas bumi ini dapat dimanfaatkan sebagai sumber daya energi yang ramah lingkungan dan minim polusi karena tingkat emisinya sangat rendah jika dibandingkan dengan energi lain serta merupakan salah satu solusi terbaik untuk mengatasi keterbatasan energi saat ini yang kebanyakan menggunakan energi tak terbarukan (Maswah, dkk, 2018).

Analisis Distribusi Potensi Panasbumi di Desa Sedoa, Kecamatan
Lore Utara, Kabupaten Poso, Sulawesi Tengah Berdasarkan Land
Surface Temperature

Berdasarkan Peta Geologi Lembar Poso, Sulawesi (Simandjuntak, Surono dan Supandjono, 1997), daerah Sedoa memiliki stratigrafi yang tersusun oleh batuan metamorf yang berumur lebih tua dari Kapur dari Mendala Geologi Sulawesi Timur dan batuan metamorf berumur Kapur-Eosen dari Mendala Geologi Sulawesi Barat, batuan gunungapi berumur Miosen Tengah-Miosen Akhir, batuan terobosan granit berumur Pliosen, batuan sedimen dan endapan danau. Struktur yang berkembang di daerah ini bersifat tektonik dengan aktifitas utama berasal dari sesar Palu Koro dan sesar lokal berupa sesar Poso.

Salah satu faktor untuk menentukan prospek panas bumi pada suatu wilayah dengan infomasi manifestasi panas bumi seperti keberadaan air panas atau berupa uap (fumarol) dan geyser. Pada wilayah sekitar lokasi penelitian, terdapat manifestasi permukaan berupa mata air panas yang memiliki suhu 51°C yang bertipe klorida bikarbonat dan perkiraan temperatur fluida bawah permukaan sebesar 110°C (Badan Geologi, 2011).

Berdasarkan informasi tersebut, maka akan dilakukan penelitian dengan melihat prosek area panasbumi tersebut berdasarkanLand Surface Temperature (LST). LST didefinisikan sebagai kondisi suhu bagian terluar dari suatu objek yang ada di permukaan tanah (Insan dan Prasetya, 2021). Peta LST sendiri merupakan peta yang dipengaruhi oleh keseimbangan atmosfer, energi permukaan, sifat thermal permukaan, media bawah permukaan, dan suhu permukaan rata-rata. Parameter densitas terukur, permeabilitas, nilai LST, keberadaan manifestasi kemudian dikombinasikan untuk melihat distribusi atau persebaran area prospek panasbumi.

Rumusan Masalah

Adapun rumusan masalah dalam penelitian ini adalah sebagai berikut:

1. Bagaimana pemetaan distribusi atau persebaran area prospek panasbumi berdasarkan nilai Land Surface Temperature (LST)?

Ruang Lingkup

Adapun ruang lingkup dalam penelitian ini yaitu memetakan distribusi atau persebaran area prospek panasbumi berdasarkan nilai LST yang didapatkan dari data citra Landsat 8 dan data DEMNAS serta didukung oleh data pendukung berupa informasi geologi daerah penelitian, yaitu di Desa Sedoa, Kecamatan Kecamatan Lore Utara, Kabupaten Poso, Sulawesi Tengah. Hasil pemetaan ini kermuadian akan digunakan untuk mengetahui area prospek panasbumi di wilayah tersebut. Pengolahan data dilakukan dengan menggunakan software ArcMap 10.6.

Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah sebagai berikut:

1. Memetakan distribusi atau persebaran area prospek panasbumi berdasarkan nilai Land Surface Temperature (LST).

Perangkat Penelitian

Adapun perangkat penelitian yang digunakan untuk pengolahan data dalam penelitian ini adalah seperangkat komputer yang terlah terpasang beberapasoftware yang digunakan yaitu ArcMap 10.6. Sedangkan data yang digunakan dalam penelitian ini yaitu Citra Satelit Landsat 8 OLI dan TRIS yang diunduh resmi melalui USGS (United States Geological Survey) dan data DEMNAS.

Metode

Adapun bagan alir dari penelitian ini adalah sebagai berikut:

Analisis Distribusi Potensi Panasbumi di Desa Sedoa, Kecamatan
Lore Utara, Kabupaten Poso, Sulawesi Tengah Berdasarkan Land
Surface Temperature

Metode yang digunakan untuk mengetahui distribusi area prospek panasbumi pada daerah penelitian yaitu denganLand Surface Temperature (LST). Perhitungan nilai LST didapatkan berdasarkan beberapa persamaan, yaitu:

Analisis Distribusi Potensi Panasbumi di Desa Sedoa, Kecamatan
Lore Utara, Kabupaten Poso, Sulawesi Tengah Berdasarkan Land
Surface Temperature

Dimana,

Analisis Distribusi Potensi Panasbumi di Desa Sedoa, Kecamatan
Lore Utara, Kabupaten Poso, Sulawesi Tengah Berdasarkan Land
Surface Temperature

Nilai tersebut kemudian digunakan untuk mencari nilai temperature kecerahan satelit dengan menggunakan persamaan:

Analisis Distribusi Potensi Panasbumi di Desa Sedoa, Kecamatan
Lore Utara, Kabupaten Poso, Sulawesi Tengah Berdasarkan Land
Surface Temperature

Dimana,

Analisis Distribusi Potensi Panasbumi di Desa Sedoa, Kecamatan
Lore Utara, Kabupaten Poso, Sulawesi Tengah Berdasarkan Land
Surface Temperature

Penelitian ini dengan menambahkan faktor vegetasi untuk menghitung nilai LST dengan menggunakan Normalized Difference Vegetation Index(NDVI) untuk menentukan nilai emissivitasnya dengan menggunakan persamaan berikut:

Analisis Distribusi Potensi Panasbumi di Desa Sedoa, Kecamatan
Lore Utara, Kabupaten Poso, Sulawesi Tengah Berdasarkan Land
Surface Temperature

Dimana,

Analisis Distribusi Potensi Panasbumi di Desa Sedoa, Kecamatan
Lore Utara, Kabupaten Poso, Sulawesi Tengah Berdasarkan Land
Surface Temperature

Dengan persamaan Pv sebagai berikut:

Analisis Distribusi Potensi Panasbumi di Desa Sedoa, Kecamatan
Lore Utara, Kabupaten Poso, Sulawesi Tengah Berdasarkan Land
Surface Temperature

Maka didapatkan persamaan untuk menentukan temperatur pemukaan pada citra (LST) sebagai berikut (Septiangga dan Juniar, 2016):

Analisis Distribusi Potensi Panasbumi di Desa Sedoa, Kecamatan
Lore Utara, Kabupaten Poso, Sulawesi Tengah Berdasarkan Land
Surface Temperature

Dimana,

Analisis Distribusi Potensi Panasbumi di Desa Sedoa, Kecamatan
Lore Utara, Kabupaten Poso, Sulawesi Tengah Berdasarkan Land
Surface Temperature

Hasil dan Pembahasan

Setiap objek di muka bumi memiliki karakteristik yang berbeda dalam memancarkan radiasi gelombang elektromagnetik, tergantung suhu yang dimilikinya. Oleh karena itu, suhu permukaan tanah yang tinggi dapat dijadikan salah satu parameter penentu potensi panas bumi karena pada umumnya suhu permukaan tanah berasosiasi dengan sumber panas bumi di bawahnya. Berdasarkan data dan analisis yang dilakukan terhadap citra Landsat 8 didapatkan nilai Land Surface Temperature (LST) yang terbagi lima kelas dengan rentang nilai yang berbeda-beda. Prioritas I memiliki rentang nilai 23,40838633 - 28,4283065 °C, Prioritas II memiliki rentang nilai 21,35723612 - 23,40838632 °C, Prioritas III memiliki rentang nilai 19,84586228 - 21,35723611 °C dan Prioritas IV memiliki rentang nilai 14,66400909 - 19,84586227 °C.

Analisis Distribusi Potensi Panasbumi di Desa Sedoa, Kecamatan
Lore Utara, Kabupaten Poso, Sulawesi Tengah Berdasarkan Land
Surface Temperature

Prioritas I merupakan klasifikasi dengan potensi terbesar jika dibandingkan dengan klasifikasi lainnya, luas area Prioritas I kurang lebih 1 km persegi.

Kesimpulan

Hasil penelitian menunjukkan bahwa daerah yang berpotensi panas bumi berada pada bagian utara desa Sedoa dengan anomali suhu sebesar 23,40838633 - 28,4283065 °C yang didominasi oleh vegetasi dengan tingkat kehijauan tinggi.

Referensi

Insan, A. F. N. dan Prasetya, F. V. A. S. 2021.Sebaran Land Surface Temperature Dan Indeks Vegetasi Di Wilayah Kota Semarang Pada Bulan Oktober 2019. Samarinda: Politeknik Pertanian Negeri Samarinda.

Liu et all, 2016. Image Processing and GIS For Remote Sensing. John Wiley & Sons, Ltd.

Septiangga, B. dan Juniar, M. R. 2016. Aplikasi Citra Landsat 8 untuk Penentuan Persebaran Titik Panas Sebagai Indikasi Peningkatan Temperature Kota Yogyakarta. Yogyakarta: Universitas Gadjah Mada.

Data Publications

Plantation Spatial Explorer: Deteksi Dini Block Underperform di Perkebunan Sawit melalui Integrasi Peta dan Data Operasional

Agriculture

22 Aug 2026

Haidar Ismail

Plantation Spatial Explorer: Deteksi Dini Block Underperform di Perkebunan Sawit melalui Integrasi Peta dan Data Operasional

Plantation Spatial Explorer dibangun untuk menjembatani dua dunia yang biasanya terpisah ini: data spasial (batas Estate dan Block) dan data operasional (produksi, pupuk, sampel daun), digabung jadi satu WebGIS interaktif yang bisa langsung menunjukkan di mana masalah terjadi, seberapa parah, dan apakah itu kasus terisolasi atau pola bersama dengan block tetangganya — tanpa manager harus scroll tabel satu per satu.

9 min read

81 view

Pengembangan Sistem Informasi Geografis WebGIS untuk Penilaian Aksesibilitas Hunian di Kota Surakarta

Real Estate

20 Aug 2026

Harizky Arfianto

Pengembangan Sistem Informasi Geografis WebGIS untuk Penilaian Aksesibilitas Hunian di Kota Surakarta

WebGIS Kota Surakarta: Platform interaktif untuk penilaian aksesibilitas hunian dengan data spasial resmi, fitur klasterisasi, dan filter kategori berbasis MapLibre GL.

20 min read

113 view

1 Projects

Optimasi Elektrifikasi Kendaraan Roda Dua di Indonesia: Solusi Battery Swap untuk Ojol

Energy

15 Aug 2026

Muh Fiqri Abdi Rabbi

Optimasi Elektrifikasi Kendaraan Roda Dua di Indonesia: Solusi Battery Swap untuk Ojol

Transisi mitra ojek online (ojol) ke motor listrik dalam skema GrabElectric menghadapi tantangan struktural berupa fragmentasi ekosistem baterai antar produsen. Setiap produsen motor listrik — seperti Smoot Motor (ekosistem Swap Energi), Viar, dan Gesits — mengoperasikan sistem battery swap yang tidak saling kompatibel, sehingga mitra pengguna satu merek tidak dapat menukar baterai di Stasiun Penukaran Baterai Kendaraan Listrik Umum (SPBKLU) milik ekosistem lain. Kondisi ini memaksa pengemudi menempuh jarak tambahan untuk mencapai SPBKLU yang sesuai, memicu kecemasan jarak tempuh (range anxiety), sekaligus mengurangi waktu produktif mencari penumpang. Penelitian ini bertujuan memetakan sebaran SPBKLU berdasarkan ekosistem baterai di Provinsi DKI Jakarta, mengidentifikasi area yang tidak terjangkau layanan (dead zone), serta merumuskan rekomendasi lokasi penempatan SPBKLU baru menggunakan pendekatan analisis spasial. Metode penelitian mencakup delapan tahapan sistematis: pengumpulan data, praproses dan klasifikasi data, network/service area analysis, overlay spasial, multi-criteria scoring, identifikasi dead zone, location-allocation analysis, hingga visualisasi dan validasi hasil. Seluruh proses analisis dan visualisasi dilakukan menggunakan platform GEO MAPID. Hasil simulasi menunjukkan bahwa sebagian besar wilayah DKI Jakarta berada pada kategori cakupan minim (hanya terlayani satu ekosistem baterai) atau dead zone (tidak terlayani sama sekali), dengan pola dead zone yang tersebar hampir merata di kelima wilayah kota administrasi. Hasil penelitian ini diharapkan dapat menjadi rujukan bagi penyedia layanan SPBKLU dan platform ojek online dalam merancang strategi perluasan infrastruktur yang lebih merata dan berbasis data lokasi.

11 min read

171 view

4 Projects

Analisis Lokasi Potensial Pengembangan Creative Hub Berbasis MICE Sebagai Ruang Publik Kreatif di Kota Surakarta

Tourism

10 Apr 2026

Salina Dhiya Zahrani

Analisis Lokasi Potensial Pengembangan Creative Hub Berbasis MICE Sebagai Ruang Publik Kreatif di Kota Surakarta

Kota Surakarta dikenal sebagai kota dengan icon budaya dan aktivitas kreatif yang terus berkembang. Namun, potensi tersebut belum sepenuhnya didukung oleh ruang yang mampu mewadahi interaksi, kolaborasi, dan pertumbuhan ekonomi kreatif secara optimal. Salah satu pendekatan yang dapat menjawab kebutuhan tersebut adalah pengembangan creative hub berbasis MICE (Meetings, Incentives, Conferences, Exhibitions).

10 min read

2560 view

1 Projects

Terms and Conditions
Introductions
  • MAPID is a platform that provides Geographic Information System (GIS) services for managing, visualizing, and analyzing geospatial data.
  • This platform is owned and operated by PT Multi Areal Planing Indonesia, located at