Indeks Vegetasi Kota Sabang, Provinsi Aceh

14 Desember 2021

By: Fathia Matondang

Open Data

NDVI Kota Sabang, Aceh

Open Project

Indeks Vegetasi Kota Sabang Provinsi Aceh

Indeks Vegetasi Kota Sabang, Provinsi Aceh

1. Latar Belakang

Ruang terbuka hijau kota merupakan pertemuan antara sistem alam dan manusia pada wilayah perkotaan. Keberadaan ruang terbuka hijau akan menciptakan iklim mikro, mengendalikan suhu udara sekitar dan mengurangi intensitas sinar matahari terhadap permukaan tanah (Peng, J., et al 2018). Saat ini proporsinya semakin berkurang seiring peningkatan populasi dan kepadatan penduduk, sehingga mengakibatkan terganggunya keseimbangan antara kedua sistem tersebut (Rani, M et al., 2018). Berdasarkan data BPS Kota Sabang (2018), menunjukkan terjadinya peningkatan jumlah penduduk setiap tahunnya.

Indeks Vegetasi Kota Sabang, Provinsi Aceh

Teknik untuk mencari penutupan lahan yang sudah diproses dengan penajaman berdasarkan komponen vegetasi (indeks vegetasi). Penajaman dengan membuat citra indeks vegetasi, yang pembuatannya dengan mengurangkan, menambah dan membandingkan nilai digital tiap saluran yang spektralnya berbeda (Purwadhi,2009). Indeks vegetasi adalah besaran nilai kehijauan vegetasi yang diperoleh dari pengolahan sinyal digital data nilai kecerahan (brightness) beberapa kanal data sensor satelit. Untuk pemantauan vegetasi, dilakukan proses pembandingan antara tingkat kecerahan kanal cahaya merah (red) dan kanal cahaya inframerah dekat (near infrared).

  • Pada daratan non-vegetasi, termasuk wilayah perairan, pemukiman penduduk, tanah kosong terbuka, dan wilayah dengan kondisi vegetasi yang rusak
  • Pada daratan dengan nilai vegetasi tinggi, menunjukkan wilayah dengan pepohonan yang rapat dan kondisi vegetasi yang sehat

NDVI (Normalized Difference Vegetation Index) merupakan salah satu konsep indeks vegetasi yang paling sering digunakan. Nilai indeks vegetasi ini dihitung sebagai rasio pantulan yang terukur dari band merah (R) dan band Inframerah (NIR) pada spektrum gelombang elektromagnetik (Jochem O. Klompmaker., et al 2017). Kedua band ini dipilih sebagai parameter indeks vegetasi karena hasil pengukurannya paling dipengaruhi oleh penyerapan klorofil daun atau vegetasi hijau. Semakin tinggi nilai NDVI maka semakin tinggi nilai persentase tutupan hijau, hal ini menunjukan bahwa ada hubungan yang erat antara nilai indeks vegetasi dengan persentase tutupan hijau di daerah penelitian. Secara umum formula NDVI ditulis dengan persamaan:

2. Tujuan

Memetakan Indeks Vegetasi Wilayah Kota Sabang, Provinsi Aceh sebagai acuan untuk melihat persebaran ruang terbuka hijau di wilayah tersebut sehingga dapat menjadi acuan bagi pemerintah dan pihak lain yang bersangkutan dalam melakukan pembangunan di wilayah tersebut

3. Metode Kerja

Penelitian ini menggunakan Landsat 8 OLI (Operational Land Imager) Tanggal 17 Juli 2017 yang diunduh dari laman

Akses Data Landsat 8 OLI

Pengolahan data menggunakan perangkat lunak Arcgis 10.8. Pengolahan menggunakan Arcgis menghasilkan peta indeks vegetasi NDVI seperti yang terlampir dengan klasifikasi indeks vegetasi sebagai berikut:

Indeks Vegetasi Kota Sabang, Provinsi Aceh

Tahapan pembuatan peta indeks vegetasi NDVI Kota Sabang adalah:

a. Definition Query Kota Sabang

Data citra yang di download masih dalam frame yang besar, untuk itu jika kita ingin berfokus pada suatu wilayah tertentu perlu dilakukan pemotongan data citra. Langkah ini dilakukan dengan cara klik kanan pada file shp kabupaten, kemudian klik Query Builder dan pilih lokasi Kota Sabang

b. Potong band 4 (band merah (R)) untuk wilayah sabang saja

Langkah ini dilakukan dengan mencari icon “extract by mask” di kolom search, kemudian untuk input raster pilih file band landsat yang ingin dipotong dan untuk input future mask data pilih file shp kabupaten yang telah di definition query

c. Potong band 5 (band Inframerah (NIR)) untuk wilayah sabang saja

Langkah ini dilakukan dengan mencari icon “extract by mask” di kolom search, kemudian untuk input raster pilih file band landsat yang ingin dipotong dan untuk input future mask data pilih file shp kabupaten yang telah di definition query

d. Band 4 Koreksi TOA & Sun elevation

Langkah ini dilakukan dengan mecari menu “algebra calculator” pada icon search pada software arcgis kemudian lakukan kalkulasi dengan rumus :

(radiance mult band*LCO8(file band yang ingin dikoreksi) +(radiance add band))/sin(sun elevation)

e. Band 5 Koreksi TOA & Sun elevation

Langkah ini dilakukan dengan mecari menu “algebra calculator” pada icon search pada software arcgis kemudian lakukan kalkulasi dengan rumus :

(radiance mult band*LCO8(file band yang ingin dikoreksi) +(radiance add band))/sin(sun elevation)

f. Cari nilai NDVI dengan memasukkan rumus yang sesuai pada menu reclassify. Band yang dimasukkan adalah Band 4 dan Band 5 yang telah dikoreksi.

Indeks Vegetasi Kota Sabang, Provinsi Aceh

4. Hasil

Indeks Vegetasi Kota Sabang, Provinsi Aceh

5. Kesimpulan

Dari peta hasil indeks vegetasi Kota Sabang, tampak bahwa Kota Sabang masih didominasi oleh daerah dengan vegetasi pepohonan dan sehat. Terdapat beberapa daerah dengan indeks vegetasi rendah dan sedang yaitu daerah pemukiman penduduk.

Data Publikasi

Analisis Kasus Stunting Menggunakan Metode Geographically Weighted Regression (GWR) di Provinsi Jawa Barat

Kesehatan

05 Jun 2025

HIMA SAIG UPI

Analisis Kasus Stunting Menggunakan Metode Geographically Weighted Regression (GWR) di Provinsi Jawa Barat

Penelitian ini membahas analisis spasial kasus stunting di Provinsi Jawa Barat, khususnya di Kota Bandung, dengan menggunakan metode Geographically Weighted Regression (GWR). Studi ini bertujuan untuk memahami pengaruh variabel sosial-ekonomi dan lingkungan—seperti kemiskinan, akses air bersih dan sanitasi, pendidikan ibu, serta cakupan posyandu—terhadap prevalensi stunting di tingkat lokal. Hasil penelitian menunjukkan adanya variasi spasial yang signifikan: beberapa kecamatan seperti Gedebage, Rancasari, dan Buahbatu memiliki kecocokan model yang sangat tinggi namun jumlah kasus stunting yang rendah, sedangkan Bandung Kulon dan Babakan Ciparay menunjukkan jumlah kasus tinggi dengan kecocokan model yang lebih rendah. Model GWR secara keseluruhan memiliki kemampuan prediktif yang sangat baik (R² global 0,9822), menandakan efektivitas pendekatan spasial dalam mendukung perumusan kebijakan intervensi stunting yang lebih terarah dan sesuai karakteristik wilayah.

9 menit baca

170 dilihat

2 Data

1 Proyek

Analisis Spasial Keterjangkauan Fasilitas Kesehatan Rumah Sakit dan Puskesmas di Kota Bukittinggi

Kesehatan

11 Jun 2025

Muhammad Reza Zulkarnain

Analisis Spasial Keterjangkauan Fasilitas Kesehatan Rumah Sakit dan Puskesmas di Kota Bukittinggi

Publikasi ini menyajikan analisis spasial keterjangkauan fasilitas kesehatan berupa Puskesmas dan Rumah Sakit di Kota Bukittinggi menggunakan platform Geo Mapid. Dengan pendekatan buffer dan isochrone, kajian ini mengidentifikasi wilayah-wilayah yang belum terlayani secara optimal dan memberikan rekomendasi berbasis data untuk pemerataan layanan kesehatan.

18 menit baca

109 dilihat

1 Data

1 Proyek

Final Project : Analisis Keterjangkauan Fasilitas Kesehatan tingkat pertama di Kota Serang

Kesehatan

12 Jun 2025

Kireyna Fayza Azzahra

Final Project : Analisis Keterjangkauan Fasilitas Kesehatan tingkat pertama di Kota Serang

Keterjangkauan fasilitas kesehatan merupakan salah satu aspek penting dalam meningkatkan nilai kesejahteraan suatu daerah.

12 menit baca

108 dilihat

1 Proyek

Transformasi Bandung Menuju Kota 15 Menit

Perencanaan Kota

07 Mei 2025

DINI INDRIATI

Transformasi Bandung Menuju Kota 15 Menit

Menciptakan Kota Bandung menjadi aksesibel, mobilitas ringkas, dan meningkatkan QoL (Quality of Life)

15 menit baca

355 dilihat

1 Proyek

Syarat dan Ketentuan
Pendahuluan
  • MAPID adalah platform yang menyediakan layanan Sistem Informasi Geografis (GIS) untuk pengelolaan, visualisasi, dan analisis data geospasial.
  • Platform ini dimiliki dan dioperasikan oleh PT Multi Areal Planing Indonesia, beralamat
  • mapid-ai-maskot