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

Analisis Kesesuaian Lokasi dan Peluang Pasar untuk Ekspansi Gerai HokBen Berbasis Location Intelligence di Kota Surabaya

Food & Beverages

06 Sep 2026

Ridhwan Saputra

Analisis Kesesuaian Lokasi dan Peluang Pasar untuk Ekspansi Gerai HokBen Berbasis Location Intelligence di Kota Surabaya

Analisis site selection ekspansi gerai HokBen di Kota Surabaya menggunakan GIS untuk mengintegrasikan land suitability, market opportunity, demografi, POI, aksesibilitas, dan harga lahan. Hasil analisis QGIS dibandingkan dengan GEO MAPID Site Selection untuk mengidentifikasi area potensial berdasarkan kesesuaian lokasi dan peluang pasar.

24 min read

235 view

Evaluasi Keterjangkauan dan Usulan Rerouting Angkutan Kota Berbasis Location Analytics di Kota Malang, Jawa Timur

Transportation

04 Sep 2026

Meutia Amirotun Nuha

Evaluasi Keterjangkauan dan Usulan Rerouting Angkutan Kota Berbasis Location Analytics di Kota Malang, Jawa Timur

Penelitian ini mengevaluasi keterjangkauan pelayanan angkutan kota di Kota Malang dan menyusun alternatif rerouting berbasis location analytics. Keterjangkauan dianalisis menggunakan buffer 400 meter terhadap jaringan trayek eksisting, kemudian distribusi penduduk pada kawasan permukiman digunakan untuk mengidentifikasi population service gap. Kawasan yang belum terlayani dikelompokkan menjadi 27 cluster dan lima cluster dengan service gap terbesar dipilih sebagai Priority Service Area. Analisis selanjutnya mempertimbangkan jaringan jalan, pusat aktivitas, keterhubungan terhadap trayek eksisting, dan akses transportasi regional untuk menyusun koridor kandidat. Hasil menunjukkan bahwa pelayanan angkot eksisting menjangkau sekitar 616.575 jiwa atau 69,33% penduduk Kota Malang, sementara 272.784 jiwa belum terlayani. Skenario rerouting pada lima kawasan prioritas mampu menambah jangkauan terhadap sekitar 145.101 penduduk sehingga coverage meningkat menjadi 85,64%. Selain itu, 53 dari 56 POI prioritas berada dalam jangkauan pelayanan setelah skenario diterapkan. Temuan menunjukkan bahwa penanganan service gap secara terarah dapat meningkatkan keterjangkauan tanpa harus memperluas jaringan ke seluruh kawasan residual. Hasil penelitian merupakan screening spasial awal yang masih memerlukan validasi teknis dan operasional sebelum implementasi.

26 min read

225 view

12 Data

1 Projects

Analisis Sweet Spot Location Attractiveness Bagi Pengembangan Properti Co-Living di Area Perkotaan Yogyakarta

Real Estate

06 Sep 2026

Wildan Rafi Fadlilah

Analisis Sweet Spot Location Attractiveness Bagi Pengembangan Properti Co-Living di Area Perkotaan Yogyakarta

Panduan ekspansi co-living yang terukur di Yogyakarta untuk pengembang properti dalam menghadapi kebutuhan pasar dan tekanan kompetisi

41 min read

202 view

1 Projects

Rekomendasi Lokasi Optimal Pengembangan Kawasan Permukiman dengan Metode Multi-Criteria Scoring di Kawasan BSD Barat, Kabupaten Tangerang

Real Estate

04 Sep 2026

Asti Ardiningrum

Rekomendasi Lokasi Optimal Pengembangan Kawasan Permukiman dengan Metode Multi-Criteria Scoring di Kawasan BSD Barat, Kabupaten Tangerang

Penelitian dengan analisis spasial multi-kriteria pada kawasan BSD Baru mengidentifikasi bahwa wilayah selatan (sebagian Jatake, Situ Gadung, dan Sampora) merupakan lokasi paling optimal (Sangat Sesuai) untuk kawasan permukiman karena didukung akses langsung Tol Serpong–Balaraja dan stasiun KRL. Temuan yang selaras dengan RTRW 2021–2031 dan Masterplan BSD City ini menempatkan wilayah selatan sebagai prioritas utama pembangunan bagi pengembang sekaligus opsi hunian dan investasi terbaik bagi masyarakat.

14 min read

222 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