PREDIKSI LUAS VEGETASI KOTA SAMARINDA-KALIMANTAN TIMUR MENGGUNAKAN METODE NDVI DAN KLASIFIKASI TERBIMBING

Abstract

Perkembangan teknologi penginderaan jauh dan Sistem Informasi Geografis yang sangat pesat saat ini memberikan manfaat yang besar pada pengelolaan lahan perkotaan. Sebagai Ibu Kota Provinsi Kalimantan Timur dan daerah penyangga Ibu Kota Nusantara, Kota Samarinda mengalami permasalahan pada pengelolaan lahan akibat pertumbuhan dan pembangunan kota. Kegiatan pembangunan dan eksplorasi bumi mengakibatkan lahan vegetasi mengalami deforestasi dan konversi yang berdampak pada isu kelestarian lingkungan. Metode klasik dan umum digunakan untuk menghitung kerapatan vegetasi adalah Normalize Difference Vegetation Index (NDVI). Namun dengan perkembangan ilmu pengetahuan yang pesat, luas vegetasi lahan dapat diprediksi menggunakan metode klasifikasi terbimbing dengan berbagai algoritma. Salah satu algoritma yang handal dalam pengolahan citra berbasis piksel adalah algoritma Maximum Likelihood. Penelitian ini bertujuan untuk mendeteksi luas vegetasi Lahan Kota Samarinda menggunakan Metode NDVI dan Klasifikasi Terbimbing Algoritma Maximum Likelihood pada citra satelit Landsat 8 sensor Operational Land Imager (OLI). Data spasial yang digunakan pada penelitian ini berupa citra multispectral/multiband satelit Landsat 8 dari United State Geological Survey (USGS) Earth Explorer akuisisi 31 Oktober 2022. Alur kerja penelitian terdiri dari tahapan antara lain: identifikasi masalah, pengumpulan pustaka, pengumpulan data citra, pra-proses data, analisis dan interpretasi. Analisis menggunakan Metode NDVI menunjukkan bahwa besaran indeks vegetasi kategori sangat rendah, rendah, sedang dan tinggi berkisar antara -0,0115 s.d. 0,2494. Sedangkan analisis dengan algoritma Maximum Likelihood menunjukan bahwa persentase luas vegetasi Kota Samarinda sebesar 74,57% atau dengan luas 53.580 Ha. Hasil tersebut memberikan gambaran bahwa Kota Samarinda masih didominasi oleh lahan bervegetasi namun dengan tingkat kerapatan yang rendah.