OPTIMALISASI PENGEMBANGAN RUANG TERBUKA HIJAU BERDASARKAN TEMPERATURE HUMIDITY INDEX (THI) DI KOTA MAKASSAR

Muhammad Riyadh, Adipandang Yudono, Abdul Wahid Hasyim

Abstract


Penetapan Kota Makassar sebagai inti Kawasan Strategis Nasional Mamminasata (Perpres No. 55 Tahun 2011), mendorong terjadinya peningkatan kebutuhan lahan untuk pembangunan, yang berdampak pada alih fungsi lahan vegetasi. Ketersediaan vegetasi merupakan satu faktor yang mempengaruhi nilai Temperature Humidity Index (THI) (Suharyadi, 2019). THI merupakan indeks untuk mengukur tingkat kenyamanan termal populasi manusia di suatu wilayah, dengan selang batas kenyamanan yaitu 21-26 oC (Emmanuel, 2005). Penelitian ini bertujuan untuk memperoleh model reduksi THI perkotaan berdasarkan penutup lahan, dan juga arahan optimalisasi pengembangan lahan vegetasi di Kota Makassar. Data diperoleh dengan pendekatan penginderaan jauh berbasis citra Landsat multitemporal tahun 2009 dan 2019. Tahap ekstraksi data Landsat meliputi pengolahan NDVI, pengolahan suhu permukaan, pengolahan THI, dan klasifikasi terbimbing. Analisis regresi linier berganda digunakan untuk memperoleh model reduksi THI yang akan menjadi dasar dalam penyusanan arahan pengembangan vegetasi. Hasil penelitian menunjukkan bahwa alih fungsi lahan terutama badan air dan vegetasi menjadi lahan terbangun menyebabkan peningkatan THI tidak nyaman. Model reduksi THI perkotaan yang diperoleh yaitu Y = 27,810 - 9,341X1 - 7,920X2 - 1,079X3 dengan koefisien determinasi sebesar 64,7%. Dimana Y (THI rata-rata), X1 (badan air), X2 (vegetasi rapat), dan X3 (vegetasi jarang). Secara keseluruhan, Kota Makassar memiliki ketersediaan lahan sebesar 46,33% (8.084,77 Ha) yang cukup untuk memenuhi kebutuhan lahan vegetasinya yaitu 11,06% (1.930,95 Ha), dalam mewujudkan THI perkotaan yang nyaman.

Keywords


THI; Perubahan-Penutup-Lahan; NDVI; Regresi-Linier-Berganda; Vegetasi

Full Text:

PDF

References


Aftriana, C. V., Parman, S., & Sanjoto, T. B. 2016. Analisis Perubahan Kerapatan Vegetasi Kota Semarang Menggunakan Aplikasi Penginderaan Jauh. Geo Image, 4.

Andani, Haniah, & Sasmito. 2018. Pengaruh Perubahan Tutupan Lahan Terhadap Fenomena Urban Heat Island Dan Keterkaitannya Dengan Tingkat Kenyamanan Termal (Temperature Humidity Index) Di Kota Semarang. Jurnal Geodesi, 5.

Astawan, W. G., Dharma, S., & Nugraha, N. J. 2016. Ekstraksi Garis Pantai Menggunakan Citra Satelit Landsat Di Pesisir Tenggara Bali (Studi Kasus Kabupaten Gianyar dan Klungkung). Prosiding Seminar Nasional Kelautan (p. 160). Bangkalan: Universitas Trunojoyo.

Bashit, N., Ismayanti, T., & Sasmito, B. 2020. Evaluasi Ruang Terbuka Hijau Terhadap Tingkat Kenyamanan Termal (Studi Kasus: Kota Semarang Jawa Tengah). Jurnal Geodesi UNDIP, 137.

Darlina, Sasmito, & Yuwono. 2018. Analisis Fenomena Urban Heat Island Serta Mitigasinya (Studi Kasus : Kota Semarang). Jurnal Geodesi, 7.

Emmanuel, R. 2005. Thermal comfort implications of urbanization in a warm-humid city: the Colombo Metropolitan Region (CMR), Sri Lanka. Building and Environment, 1591–1601.

Fatkhuroyan, & Wati, T. 2017. Analisis Tingkat Kenyamanan di DKI Jakarta Berdasarkan Indeks THI (Temperature Humidity Index). Jurnal Ilmu Lingkungan, 2.

Gantini, T., Hendayani, Julzarika, A., Muchsin, F., Siwi, S. E., & Fadila. 2017. Pengembangan Standardisasi Metode Koreksi Geometrik Data Optik Satelit Penginderaan Jauh Resolusi Menengah. Seminar Nasional Penginderaan Jauh, 1.

Haniah, Sulaiman, H. S., & Suprayogi, A. 2018. Analisis Ketersediaan Ruang Terbuka Hijau Dengan Metode Normalized Difference Vegetation Index dan Soil Adjusted Vegetation Index Menggunakan Citra Sentinel-2A (Studi Kasus: Kabupaten Demak). Jurnal Geodesi Undip, 2015.

Jaya, I. 2010. Analisis Citra Digital Perspektif Penginderaan Jauh untuk Pengelolaan Sumber Daya Alam. Bogor: Fakultas Kehutanan Institut Pertanian Bogor.

Kurniati, R., & Rahmi, D. H. 2020. Ketersediaan Ruang Terbuka Hijau dan Urban Heat Island Di Kota Makassar. Jurnal Litbang Sukowati, 9.

Kurniawan, D. 2008. Regresi Linier. Vienna: R-Foundation for Statistical Computing.

Lufilah, S. N., Sulistyantara, B., & Makalew, A. D. 2017. Pemanfaatan Citra Landsat 8 Untuk Analisis Indeks Vegetasi di Jakarta. Jurna Lanskap Indonesia, 73.

Muttaqin, A. D. 2016. Aplikasi Penginderaan Jauh Untuk Identiikasi Sebaran Terumbu Karang di Pulau Nian dan Mantehage Provinsi Sulawesi Utara. Marine Journal, 3.

Nieuwolt, S. 1977. Tropical Climatology: An Introduction to the Climates of Low Latitudes. London: Cambridge University Press.

Rauf, A. 2014. Pengaruh Perubahan Tata Guna Lahan Terhadap Koefisien Limpasan (Run Off) Kota Makassar Berbasis SIG. Jurnal Teknik Sipil, 7.

Roziqin, A., & Gustin, O. 2017. Pemetaan Perubahan Garis Pantai Menggunakan Citra Penginderaan Jauh di Pulau Batam. IRONS, 296-297.

Sampurno, R. M., & Thoriq, A. 2016. Klasifikasi Tutupan Lahan Menggunakan Citra Landsat 8 Operational Land Imager (OLI) Di Kabupaten Sumedang. Jurnal Teknotan, 65-67.

Sitanggang, G. (2008). Teknik Dan Metode Fusi (Pansharpening) Data Alos (Avnir-2 dan Prism) Untuk Identifikasi Penutup Lahan/Tanaman Pertanian Sawah. Majalah Sains dan Teknologi Dirgantara, 36-37.

Presiden Republik Indonesia. 2011. Peraturan Presiden Nomor 55 Tahun 2011 Tentang Rencana Tata Ruang Kawasan Perkotaan Makassar, Maros, Sungguminasa, dan Takalar. Jakarta: Sekretariat Kabinet RI Deputi Bidang Perekonomian

Menteri Pekerjaan Umum. 2008. Peraturan Menteri Pekerjaan Umum Nomor: 05/PRT/M/2008 Tentang Pedoman Penyediaan Dan Pemanfaatan Ruang Terbuka Hijau Di Kawasan Perkotaan. Jakarta: Direktorat Jenderal Penataan Ruang Departemen Pekerjaan Umum.

Pemerintah Daerah Kota Makassar. 2015. Peraturan Daerah Kota Makassar Nomor 4 Tahun 2015 Tentang Rencana Tata Ruang Wilayah Kota Makassar 2015-2034. Makassar: Bappeda Kota Makassar

Suharyadi. 2019. Pemanfaatan Citra Penginderaan Jauh Untuk Mengkaji Hubungan Ketersediaan Ruang Terbuka Hijau Dengan Tingkat Kenyamanan Di Kota Yogyakarta. Jurnal Teknik, 8.

Wang, M., Wright, J., & Bro, A. 2016. A comparison of approaches to stepwise regression on variables sensitivities in building simulation and analysis. Energy and Buildings, 313-326.

Yudiatmaja, F. 2013. Analisis Regresi Liner Dengan Menggunakan APlikasi Komputer Statistik SPSS. Jakarta: Kompas Gramedia.


Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.