Klasifikasi Penggunaan Lahan pada Citra Satelit Landsat 8 di Area Danau Batur

Authors

  • Oddy Virgantara Putra Universitas Darussalam Gontor Ponorogo, Indonesia
  • Irfan Nanda Gustri Institut Teknologi Sepuluh Nopember

DOI:

https://doi.org/10.59378/jcenim.v1i2.25

Keywords:

Citra Satelit, Pengindraan Jauh, Pengolahan Citra, NVDI

Abstract

Citra penginderaan jauh memungkinkan pendeteksian wilayah permukaan bumi tanpa interaksi langsung secara fisik dengan lokasi tersebut. Citra Satelit Landsat 8, sebagai salah satu aplikasi penginderaan jauh, menghasilkan data yang dapat digunakan untuk menganalisa, mengidentifikasi, serta membedakan karakteristik kondisi permukaan bumi. Danau Batur sebagai danau terbesar di Pulau Bali mengalami berbagai aktivitas pemanfaatan sumber daya alam yang berdampak pada kerusakan lingkungan dan perubahan penggunaan lahan. Oleh karena itu, penelitian ini bertujuan membangun sebuah aplikasi berbasis citra Landsat 8 untuk mengklasifikasikan penggunaan lahan di sekitar Danau Batur. Metodologi penelitian meliputi tahap preprocessing melalui pemotongan (cropping) citra dan pembuatan citra komposit.

Tahap pemrosesan dilakukan dengan menerapkan metode indeks kalkulasi Normalized Difference Vegetation Index (NDVI). Klasifikasi dilakukan berdasarkan nilai batas (threshold) untuk membedakan kelas penggunaan lahan menurut kerapatan vegetasi. Hasil penelitian berupa citra berwarna yang merepresentasikan kelas penggunaan lahan yang berbeda, yang terdiri dari kelas perairan, kelas NDVI rendah, kelas NDVI sedang, dan kelas NDVI tinggi.

References

T. W. S. Warmasuriya, “Mapping land-use pattern using image processing techniques for medium resolution satellite data: Case study in matara district, sri lanka,” 2015.

Pusat Pengendalian Pembangunan Ekoregion Bali dan Nusa Tenggara, “Pengelolaan ekosistem danau buatan,” 2014, diakses pada 27 Agustus 2017. [Online]. Available: http://ppebalinusra.menlh.

A. S. Thoha, “Karakteristik citra satelit,” 2008.

A. Pradwono, S. Dewi, and J. Tiryani, Sistem Informasi Geografis Untuk Pengelolaan Sumberdaya Alam, 2003.

G. Sitanggang, “Kajian pemanfaatan satelit nusa depan: Sistem penginderaan jauh satelit ldem (landsat-8),” Juni 2010.

Ersi, “Band combinations for landsat 8,” 2015, diakses pada 20 September 2017. [Online]. Available: https://blogs.esri.com/esri/arcgis/2013/07/24/band-combinations-for-landsat-8/

USGS, Landsat 8 OLI/TIRS level-2 data products-surface reflectance, 2017, diakses pada 25 September 2017. [Online]. Available: https://l8sr.cr.usgs.gov/LSrefLEXS/

N. Ritter, “Geotiff format specification, geotiff revision 1.0,” Tech. Rep., Oktober 1995.

D. Oktafis, “Sistem informasi geografis,” 2012.

GDAL, “Gdal - geospatial data abstraction library,” 2017, diakses pada 28 Desember 2017. [Online]. Available: http://www.gdal.org/

C. Ye, Y. Liu, J. Peng, P. Song, and D. Zhao, “Improving modis land cover classification using ndvi time series and support vector machine in the poyang lake basin, china,” 2010.

S. S. Ahmad and A. Ahmad, “Classification of landsat 8 satellite data using ndvi thresholds,” Januari 2016.

W. S. Kowalik, S. A. Marsh, and R. J. Lyon, “A relation between landsat digital number, surface reflectance, and the cosine of the solar zenith angle,” 1982.

OpenCV, “Opencv, open source computer vision,” 2017, diakses 25 Desember 2017. [Online]. Available: http://docs.opencv.org/2.4/modules/core/doc/operations_on_arrays.html

S. Arifin and T. Hidayat, “Kajian kriteria standar pengolahan klasifikasi visual berbasis data inderaja multispektral untuk informasi spasial penutup lahan,” 2014.

S. Asnyadi, Konservasi Tanah dan Air, 2006.

E. Rustadi, “Alih fungsi lahan dan perspektif lingkungan perdesaan,” Mei 2011.

S. Vassiliadis, E. A. Hakkinen, J. S. S. M. Wong, and G. G. Pechanek, “The sum-absolute-difference motion estimation accelerator,” 1998.

Downloads

Published

2023-07-15

How to Cite

Oddy Virgantara Putra, & Irfan Nanda Gustri. (2023). Klasifikasi Penggunaan Lahan pada Citra Satelit Landsat 8 di Area Danau Batur. Journal of Computer Engineering, Network, and Intelligent Multimedia, 1(2), 57–64. https://doi.org/10.59378/jcenim.v1i2.25

Issue

Vol. 1 No. 2 (2023)

Section

Articles

License

Copyright (c) 2026 Oddy Virgantara Putra, Irfan Nanda Gustri

Creative Commons License

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

Authors who publish with JCENIM agree to the following terms:

  1. Authors retain copyright and grant the journal the right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.