Perbandingan Ketelitian Metode NDVI Melalui Software Global Mapper Dan Arcgis
DOI:
https://doi.org/10.22487/peweka.v3i2.35Keywords:
NDVI, ArcGIS, Global MapperAbstract
Normal Difference Vegetation Index (NDVI) merupakan algoritma untuk mendeteksi indeks vegetasi dari citra satelit. Pengolahan indeks vegetasi pada penelitian ini menggunakan algoritma NDVI dengan memanfaatkan kanal/band 5 (NIR) dan 4 (RED) pada Landsat 9 OLI 2 perekaman tanggal 26 Oktober 2024
Hasil pada penelitian ini menunjukkan terjadi perbedaan hasil analisis pada masing-masing kelas pada software Global Mapper dan ArcGIS. Luas Kelas Klassifikasi Kerapatan Vegetasi pada Software Global Mapper menunjukkan bahwa luas tertinggi pada kelas Non Vegetasi seluas 16696,2 Ha atau 46,82% diikuti Kelas Tingkat Kehijauan Tinggi seluas 5755,9 Ha atau 16,14% dan luas yang terendah pada kelas Kehijauan Sangat Rendah seluas 3245,7 Ha atau 9,1%. Sedangkan pada Software ArcGIS hasil yang diperoleh, luas Kelas klasifikasi tertinggi pada Kehijauan Rendah Seluas 9396,4 Ha atau 26,35% dan diikuti kelas Non Vegetasi seluas 9206,7 Ha atau 25,82%. Luas terendah ditempati kelas Kehijauan Tinggi seluas 3821,3 Ha atau 10,72%. Hasil uji ketelitian, menunjukkan bahwa menggunakan Software ArcGIS terdapat 8 area yang sesuai dengan kondisi eksisting atau sekitar 80% kesesuaian dari area sampel sedangkan dengan menggunakan software Global Mapper menunjukkan area yang sesuai dengan kondisi eksisting hanya 2 area atau 20% dari area sample.
Kata Kunci: NDVI, ArcGIS, Global Mapper
References
Aftriana, C. V. (2013). Analisis Perubahan Kerapatan Vegetasi Kota Semarang Menggunakan Aplikasi Penginderaan JAUH. Geo-Image, 2(2)
Amliana, dkk. 2016. Analisis Perbandingan Nilai Ndvi Landsat 7 Dan Landsat 8 Pada Kelas Tutupan Lahan (Studi Kasus : Kota Semarang, Jawa Tengah). Jurnal Geodesi Undip. Semarang
Lillesand T.M dan R.W. Kiefer. 1997. Pengindraan Jauh dan Interpretasi Citra. Diterjemahkan : Dulbahri, Prapto Suharsono, Hartono, Suharyadi. Gajah Mada University Press. Yogyakarta.
Mirzaei, P. A. (2015). Recent Challenges in Modeling of Urban Heat Island. Sustainable Cities and Society, 19, 200–206.
Novita, N.D.A 2015. Kemampuan Ruang Terbuka Hijau (RTH) Kota Bogor dalam Mencukupi Kebutuhan Oksigen. Bogor: Institut Pertanian Bogor.
Ryan, L. (1997). Creating a Normalized Difference Vegetation Index (NDVI) image Using MultiSpec. University of New Hampshire.
Sabins, FF. 2007. Remote Sensing Principle and Interpretation Third Edition. University of California and Remote Sensing Enterprises incorporated. Los Angeles. Hal. 378
Resi, dkk. 2023. Analisis kualitas perairan waduk cacaban dengan Menggunakan data citra landsat 8 & 9 multitemporal. Jurnal Geodesi Undip. Semarang
UU No. 6 Tahun 2023 Tentang Penetapan Peraturan Pemerintah Pengganti Undang-Undang Nomor 2 Tahun 2022 tentang Cipta Kerja
Putri, 2022. Pemanfaatan Citra Landsat Menggunakan Teknik NDVI untuk Analisis Kerapatan Vegetasi di Kota Kediri Jawa Timur. Universitas Negeri Surabaya, Surabaya
https://landsat.gsfc.nasa.gov/satellites/landsat-9/landsat-9-bands/
https://www.usgs.gov/landsat-missions/landsat-9
https://landsat.gsfc.nasa.gov/satellites/landsat-9/landsat-9-overview
https://www.esri.com/en-us/arcgis/geospatial-platform/overview
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 budi andresi, Supriadi Takwim, Yan Radhinal, Andi Idham Asman, Rasdiana A
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.