PENDAHULUAN

Menurut penelitian Liska et al. (2024), menyatakan bahwa populasi dunia terus bertambah. Kondisi tersebut mempengaruhi kebutuhan manusia yang terus berkembang dan tidak terbatas, tetapi terhalang oleh kesediaan lahan yang terbatas. Salah satu kebutuhan pokok manusia adalah mendapatkan tempat tinggal. Saat ini banyak terjadi aktivitas pergerakan dari penggunaan lahan bervegetasi menjadi lahan permukiman (Novianti et., 2024). Hal tersebut jika tidak diawasi dengan baik dapat menimbulkan masalah atau sebuah kondisi yang membuat kenyamanan hidup di bumi terganggu, salah satunya adalah peningkatan Land Surface Temperature.

Land Surface Temperature (LST) adalah kondisi suhu dari suatu bagian terluar objek yang berada di atas permukaan tanah (Insan & Prasetya, 2021). LST memiliki karakteristik yang berbeda di setiap kawasan dipengaruhi objek-objek di sekitarnya. Karakteristiknya tersebut digolongkan sebagai sifat yang dinamis mengikuti kondisi lingkungan yang kompleks (Ramdhan et al., 2021). Salah satu faktor penyebab kenaikan LST adalah karena perubahan lahan dari vegetasi menjadi area non vegetasi yang bersifat menyerap lebih banyak radiasi matahari (Janna dan Bioresita, 2023). Perubahan LST berpotensi semakin tahun terus meningkat karena kebutuhan lahan yang terus ada seiring bertambahnya jumlah penduduk, sehingga perlu ada penanganan lebih lanjut untuk fenomena LST. Saat ini, solusi yang diberikan untuk menghadapi peningkatan LST adalah dengan melakukan penanaman tanaman untuk menyejukan pekarangan tempat tinggal (Nurgiantoro et al., 2023).

Permukiman tidak terbatas sekedar perumahan atau tempat tinggal saja (Rachmah et al., 2018). Berdasarkan peta RBI skala 25.000, bahwa permukiman juga termasuk ke dalam sarana dan prasarana, serta tempat beraktivitasnya orang-orangnya. Permukiman menjadi salah satu kebutuhan primer manusia, sehingga berpeluang akan terus terjadi pembangunan mengatasnamakan permukiman selama penduduk masih ada dan bertambah. Perlu diperhatikan bahwa pembangunan yang tidak melihat kondisi lingkungan dapat menyebabkan bencana yang mengganggu hidup manusia dan berdampak negatif pada kehidupan manusia (Rakuasa et al., 2023).

Berdasarkan pengamatan tersebut, penelitian ini akan melihat dan mengamati permukiman yang sudah terbangun di Kabupaten Sidoarjo. Melalui pendekatan SIG, dapat terlihat pembangunan permukiman eksisting berada di area dengan rentang suhu permukaan tanah yang dibagi berdasarkan tingkatnya, yakni sangat rendah, rendah, sedang, tinggi, dan sangat tinggi. Hasil dari penelitian akan menganalisis hubungan kuat antara permukiman eksisting dengan tingkat LST di Kabupaten Sidoarjo.

METODE PENELITIAN

Data yang digunakan pada penelitian ini adalah:

Berikut merupakan diagram alir penelitian:

Data diperlukan berupa batas administrasi, zona permukiman, dan citra satelit. Band yang digunakan adalah band 10 untuk menghitung BT, tetapi perlu dilakukan koreksi radiometrik. Selain band 10, diperlukan juga band 5 dan band 4 sebagai perhitungan NDVI, PV, dan E/EC. Hasil E tersebut dioperasikan dengan BT untuk mendapatkan informasi LST Kabupaten Sidoarjo yang diformulasikan sebagai berikut:

Hasil dari LST dilakukan klasifikasi dengan membaginya menjadi 5 kelas. Berikut merupakan tabel pembagian LST mengutip dari Mahardianti et al. (2024):

Intersect merupakan salah satu tools geoprocessing yang digunakan untuk analisis spasial, khususnya overlay. Ketika data permukaan format shp sudah ada, bisa dilakukan intersect dan akan terlihat persebaran tingkat LST yang berbeda menjadi bagian dari permukiman. Setiap kelasnya dilakukan perhitungan luas (ha) untuk dianalisis hubungan permukiman dengan tingkat klasifikasi LST di Kabupaten Sidoarjo.

HASIL DAN PEMBAHASAN

Gambar 3 merupakan klasifikasi dari LST pada tahun 2024 di Kabupaten Sidoarjo. Data citra yang diambil berada di tanggal 15 bulan November 2024. Terdapat lima kelas LST, yaitu sangat rendah, rendah, sedang, tinggi, dan sangat tinggi. Di sebelah timur, tampak warna hijau muda lebih luas dibandingkan dengan bagian daerah yang lain. Terdapat area kecil yang menunjukkan klasifikasi LST sangat rendah dengan warna hijau tua. Bagian timur dari Kabupaten Sidoarjo merupakan area tambak dan sawah yang selalu basah, sehingga kemungkinan besar citra merekamnya sebagai lahan dengan LST yang rendah. Di bagian utara hingga tengah tampak didominasi oleh LST dengan kelas tinggi. Area tersebut merupakan lokasi yang terhubung langsung dengan kegiatan mobilitas di Kota Surabaya. Aktivitas perkotaan membawa tingkatan LST yang tinggi karena mobilitasnya juga tinggi yang berasal dari kendaraan bermotor, penggunaan teknologi yang menyumbang polusi, penggunaan aspal atau beton, serta aktivitas dan utilitas lain yang berpengaruh terhadap kenyamanan termal. Kemudian, hanya titik-titik kecil yang menyebar untuk kelas LST sangat tinggi. Salah satunya merupakan area lumpur lapindo yang masih aktif di bagian selatan, sehingga terdeteksi sebagai lahan yang sangat panas pada citra. Secara umum, klasifikasi LST di Kabupaten Sidoarjo didominasi oleh kelas LST sedang dengan rincian luas sebagai berikut:

Berikut merupakan peta yang menampilkan area permukiman Kabupaten Sidoarjo. Permukiman dan tempat kegiatan bersumber dari peta RBI BIG skala 25.000. Permukiman tidak meliputi tempat tinggal saja, tetapi sarana dan fasilitas lain yang menghidupkan lingkungan masuk ke dalam area permukiman dan tempat kegiatan. Informasi luas yang dihitung bahwa di Kabupaten Sidoarjo memiliki area permukiman sekitar 18600 ha. Luas tersebut tersebar dari tengah hingga bagian barat Kabupaten Sidoarjo. Bagian timur yang tidak menunjukkan area permukiman merupakan penggunaan lahan dengan dominasi aktivitas tambak dan pertanian. Pola persebaran permukiman akan dipengaruhi oleh faktor fisik, berupa alam sarana dan prasarana, posisi area pemukiman tersebut, dan dipengaruhi oleh faktor sosial, berupa kondisi demografi dan ekonomi (Fadhlillah & Novio, 2020).

Ketika data klasifikasi LST dan pola permukiman sudah ada, langkah selanjutnya adalah menggunakan tool intersect untuk mengetahui permukiman berada di tingkat klasifikasi LST. Gambar 5 menunjukkan bahwa permukiman berada di keempat tingkat klasifikasi LST, yaitu rendah, sedang, tinggi, dan sangat tinggi. Berikut adalah informasi luasan permukiman berdasarkan tingkat klasifikasi LST:

Berdasarkan tabel 4 terdapat informasi bahwa permukiman paling luas berada di tingkat LST yang tinggi dengan luas 13407, 21 ha. Hal tersebut menunjukkan bahwa hampir di setiap permukiman menyumbang panas pada permukaan. Permukiman merupakan tempat aktivitas manusia yang termasuk aktivitas kendaraan, pemakaian beton dan aspal yang tinggi, kurangnya vegetasi juga menyebabkan permukiman menjadi faktor kenaikan LST. Setiap tahun potensi LST akan terus meningkat karena kebutuhan lahan manusia yang terus berkembang. Penelitian ini dapat dijadikan informasi dasar untuk penanganan LST di Kabupaten Sidoarjo untuk tahun-tahun berikutnya.

KESIMPULAN

Kesimpulan pada penelitian ini sebagai berikut:

1. 1.
   Klasifikasi LST di Kabupaten Sidoarjo paling tertinggi adalah klasifikasi sedang, sedangkan terendah adalah sangat tinggi.

1. 2.
   Pola permukiman Kabupaten Sidoarjo paling luas berada di bagian tengah menuju barat, sedangkan bagian timur didominasi oleh penggunaan tambak dan aktivitas pertanian.

1. 3.
   Permukiman menyebabkan kenaikan LST yang dibuktikan dengan dominasi oleh permukiman eksisting yang berada di tingkat LST tinggi.

REFERENSI

Fadhlillah, M., & Novio, R. (2020). FAKTOR-FAKTOR PERKEMBANGAN PERMUKIMAN DI KECAMATAN RAMBATAN KABUPATEN TANAH DATAR | JURNAL BUANA. geografi.ppj.unp.ac.id. https://doi.org/10.24036/buana.v4i1.592

Insan, A. F. N., & Prasetya, F. V. a. S. (2021). Sebaran land surface temperature dan indeks vegetasi di wilayah Kota Semarang pada bulan Oktober 2019. Buletin Poltanesa, 22(1). https://doi.org/10.51967/tanesa.v22i1.471

Jannah, G. S., & Bioresita, F. (2023). Pemantauan Land Surface Temperature (LST) dan Kaitannya dengan Tutupan Lahan (Studi Kasus: Kota Surabaya Tahun 2014-2022). Jurnal Teknik ITS, 12(2), C119-C124.

Liska, F., Tiara, V., & Barella, Y. (2024). Menyelami Tren Populasi Dunia: Fakta, Angka, dan Implikasinya. SOSIAL: Jurnal Ilmiah Pendidikan IPS, 2(3), 01-07.

Mahardianti, M. A., Prabawa, S. E., & Effendi, A. F. (2024). Identifikasi Perubahan Suhu Permukaan Tanah Menggunakan Citra Satelit Multitemporal di Kabupaten Gresik. Diponegoro University. https://doi.org/10.14710/jgundip.2024.41901

Novianti, T. C., Samri, A. S., & Nisa, S. (2024). Analisis Urban Heat Island Menggunakan Citra Satelit Landsat 8 di Kota Tangerang. Journal of Plano Studies, 1(1), 12-20.

Nurgiantoro, N., Hadini, L. O., Mando, L. O. a. S., Aris, A., Jackrianto, S., Firmansyah, F. R., & Wati, H. (2023). Pemanfaatan Edible Landscape pada Lahan Berskala Kecil sebagai Solusi Pengurangan Pulau Panas akibat Land Surface Temperature di Kelurahan Wundumbatu Kota Kendari. Sewagati, 7(5), 766–774. https://doi.org/10.12962/j26139960.v7i5.592

Rachmah, Z., Rengkung, M. M., & Lahamendu, V. (2018). KESESUAIAN LAHAN PERMUKIMAN DI KAWASAN KAKI GUNUNG DUA SUDARA | SPASIAL. ejournal.unsrat.ac.id.

Rakuasa, H., Sugandhi, N., Zainudin, Z., Wahab, W. A., & Kamiludin, K. (2023). Aplikasi GAI dan UAVs Untuk Analisis Korelasi Kepadatan Permukiman dan LST di Pulau Panggang DKI Jakarta. Larisa Penelitian Multidisiplin, 1(1), 31-35.

Ramdhan, D. M., Satryo, I. F., dan Cerlandita, K. P. (2021). Analisis Perubahan Land Surface Temperature Menggunakan Citra Multi - Temporal ( Studi kasus : Kota Banjarmasin ). 6(1), 15–20.