IDENTIFIKASI SEBARAN VEGETASI BERBASIS DATA MODIS MENGGUNAKAN METODE NORMALIZED DIFFERENCE VEGETATION INDEX (NDVI)

  • Adamul Istikanah Program Studi Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Jakarta. 2Pusat Sains dan Teknologi Atmosfer, Lembaga Penerbangan dan Antariksa Nasional
  • Cecep E. Rustana Program Studi Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Jakarta. 2Pusat Sains dan Teknologi Atmosfer, Lembaga Penerbangan dan Antariksa Nasional
  • Trismidianto Trismidianto Pusat Sains dan Teknologi Atmosfer, Lembaga Penerbangan dan Antariksa Nasional
  • Risyanto Risyanto Pusat Sains dan Teknologi Atmosfer, Lembaga Penerbangan dan Antariksa Nasional

Abstract

Abstrak

Peningkatan jumlah penduduk dan pembangunan di Pulau Jawa berimplikasi pada ketersediaan lahan hijau yang semakin menurun. Teknologi penginderaan jauh dapat dimanfaatkan secara langsung untuk pengawasan luas lahan atau adanya konversi alih fungsi lahan di Pulau Jawa. Penelitian ini dilakukan untuk menganalisa sebaran vegetasi dan perubahan luasan sebaran di Pulau Jawa menggunakan data MODIS. Metode yang digunakan adalah Normalized Difference Vegetation Index (NDVI). Hasil dari penelitian menunjukan bahwa perbandingan data spasial tahun 2018 dan 2019 melalui identifikasi sebaran kelas kerapatan vegetasi di Pulau Jawa menggunakan metode NDVI, adanya penyusutan kelas vegetasi di Pulau Jawa tahun 2018 hingga 2019 yang tertinggi adalah kelas vegetasi kehijauan sedang (KS) meliputi daerah sawah dan kebun sebesar 9.622 km2 atau 6,877%, sedangkan kenaikkan luas lahan vegetasi terbesar adalah kelas vegetasi kehijauan sangat rendah (KSR) meliputi daerah lahan kosong dan pemukiman  sebesar 8.579 km2 atau 6,131%.

Kata-kata kunci: NDVI, MODIS, Indeks Vegetasi, Penyusutan Vegetasi

Abstract

The increase in population and development in Java has implications for land degradation. Remote sensing technology can be used to oversight of land or the conversion of land use functions in Java. This research was to analyze the distribution of vegetation and degradation in the distribution area in Java using MODIS data. The method that will be applied is the Normalized Difference Vegetation Index (NDVI). The results indicated that based on the comparison of spatial data in 2018 to 2019 through the identification of the distribution of vegetation density classes in Java using the NDVI method, the highest degradation of vegetation classes in Java from 2018 to 2019 was medium green vegetation (KS) covering rice fields and gardens about  9,622 km2 or 6,877%, while the largest increase in vegetation land area was very low greening vegetation classes (KSR) covering vacant land areas and settlement abaout 8,579 km2 or 6,131%.

Keywords: NDVI, MODIS, Vegetation Index, Vegetation Degradation

References

Sakamoto et al., “17th Demography of Social Stratification,” Handbooks of Sociology and Social Research, p. 457, 2019.

Statistik Indonesia, “Badan Pusat Statistik,” Jakarta: CV. Dharma Putra Indonesia, p.75, 2018.

Mahendra, Yoga, “Rancang Bangun Sistem Pendukung Keputusan Pengelompokkan Kabupaten / Kota di Pulau Jawa Berdasarkan Komoditas Pertanian Berbasis Sistem Informasi Geografis,” Repository of Universitas Airlangga, 2016.

M. W. Trinugroho & Mawardi, “Pemantauan Area Genangan Air Pada Rawa Lebak Menggunakan Teknologi Penginderaan Jauh,” Preface Geomatika, Indonesia, vol. 23, no. 2, pp. 49-56, 2017.

Databoks Kata Data, “10 Provinsi Dengan Produksi Padi Terbesar 2017 Riset Kementrian Pertanian,” Retrieved from KataData.net, 2017.

K. S. Swastika Dewa et al., “Analisis Kebijakan Peningkatan Produksi Padi Melalui Efesiensi Pemanfaatan Lahan Sawah di Indonesia,” Retrieved from repository.pertanian.go.id, vol. 5, no. 1, 2007.

Li, Shuangshuang et al., “NDVI-Based Analysis on The Influence of Climate Change and Human Activities on Vegetation Restoration in The Shaanxi-Gansu-Ningxia Region,” Central China, Retrived from ReasearchGate, 2015.

Albarakath, Reyadh, Laksmi Venkantaraman, “Comparison of Normalized Difference Vegetation Index Derived from Landsat, MODIS, and AVHRR for the Mesopotamian Marshes 2002 and 2018,” Journal of Remote Sensing, Columbia, p. 2, 2019.

Alonso et al., “Coupling high-resolution field monitoring and MODIS for reconstructing wetland historical hydroperiod at a high temporal frequency,” Remote Sensing of Environment, Belgium, vol. 247, p. 7, 2020.

W. A. Puruitaningrum, “Penentuan Kandungan Aerosol di Atmosfer Menggunakan Data Terra/Aqua MODIS,” Universitas Indonesia, 2010.

Andini et al., “Analisis Sebaran Vegetasi dengan Citra Satelit Sentinel Menggunakan Metode NDVI dan Segmentasi,” Jurnal Geodesi Undip, Semarang, vol. 7, no. 1, pp. 18-19, 2018.

M. Nilasari, B. Sasmito & A. Sukmono, “Aplikasi Penginderaan Jauh Untuk Memetakan Kekeringan Lahan Pertanian Dengan Metode Thermal Vegetation Index (Studi Kasus: Kabupaten Kudus, Jawa Tengah),” Jurnal Geodesi Universitas Diponegoro, 2017.

Wilson et al., “Assement of Climate Impact on Vegetation Dynamics Over East Africa from 1982 to 2015,” Retrieved from Nature Reasearch.

Published
2020-12-31
How to Cite
Istikanah, A., Rustana, C. E., Trismidianto, T., & Risyanto, R. (2020). IDENTIFIKASI SEBARAN VEGETASI BERBASIS DATA MODIS MENGGUNAKAN METODE NORMALIZED DIFFERENCE VEGETATION INDEX (NDVI). PROSIDING SEMINAR NASIONAL FISIKA (E-JOURNAL), 9(1), SNF2020FA-107. https://doi.org/10.21009/03.SNF2020.01.FA.18