1.png)
ANALISIS TINGKAT KERAWANAN KEKRITISAN LINGKUNGAN MENGGUNAKAN METODE ENVIRONMENTAL CRITICALITY INDEX (ECI) DI KOTA BANJARBARU
Sari
Â
AbstrakPeningkatan jumlah penduduk dan aktivitas pembangunan di Kota Banjarbaru diprediksi akan terus meningkat. Oleh karena itu, penelitian mengenai monitoring perubahan kondisi dan tingkat kerawanan kekritisan lingkungan sangat penting dilakukan di wilayah ini untuk memberikan informasi mengenai kondisi lingkungan yang diperlukan dalam perencanaan dan pengelolaan pembangunan utamanya di wilayah perkotaan. Tujuan penelitian ini untuk menganalisis dan memetakan perubahan kondisi berbagai parameter serta tingkat kerawanan kekritisan lingkungan di Kota Banjarbaru dengan metode Environmental Criticality Index (ECI). Analisis kekritisan lingkungan dengan metode ECI melalui pengolahan data citra penginderaan jauh Landsat 8-9 OLI/ TIRS untuk menghasilkan kondisi berbagai parameter kerawanan kekritisan lingkungan meliputi suhu permukaan wilayah, indeks kerapatan vegetasi, indeks kerapatan bangunan, dan indeks perairan. Di mana berdasarkan penelusuran penulis, kajian kekritisan lingkungan dengan metode ECI memanfaatkan citra Landsat-9 sebagai seri landsat terbaru belum pernah dilakukan utamanya di Kota Banjarbaru. Hasil penelitian menunjukkan berbagai parameter kekritisan lingkungan tersebut mengalami perubahan yang cukup dinamis sejak tahun 2014 hingga tahun 2023. Sementara itu, hasil analisis data menggunakan metode ECI menunjukkan luas wilayah dengan tingkat kerawanan rendah mengalami kekritisan lingkungan pada tahun 2023 di Kota Banjarbaru yakni 19.512,5 hektar. Luas wilayah dengan tingkat kerawanan sedang yakni 12.044,2 hektar. Sementara luas wilayah dengan tingkat kerawanan tinggi mengalami kekritisan lingkungan mencapai 1.365,7 hektar.
Kata kunci: Kekritisan lingkungan, metode ECI, Kota Banjarbaru.
AbstractThe increase in population and developmental activities in Banjarbaru City is anticipated to continue to rise. Therefore, conducting research on monitoring environmental condition changes and vulnerability levels is crucial in this area to provide essential environmental information necessary for urban development planning and management. The primary aim of this research is to analyze and map changes in various parameters conditions and the level of environmental criticality in Banjarbaru City using the Environmental Criticality Index (ECI) method. The environmental criticality analysis with the ECI method involves processing Landsat 8-9 OLI/ TIRS remote sensing image data to generate different parameters vulnerability levels, including surface temperature, vegetation density index, building density index, and water index. The author notes that environmental criticality studies utilizing Landsat-9 imagery, as the latest Landsat series, have not been primarily conducted in Banjarbaru City before. The research findings indicate dynamic changes in various environmental criticality parameters from 2014 to 2023. Moreover, the analysis results using the ECI method reveal the extent of low vulnerability areas experiencing environmental criticality in 2023 in Banjarbaru City, totaling 19,512.5 hectares. Areas with moderate vulnerability cover 12,044.2 hectares, while those with high vulnerability cover 1,365.7 hectares.
Keywords: Environmental criticality, ECI method, Banjarbaru City.Kata Kunci
Teks Lengkap:
PDFReferensi
Amaliyah, R., Umar, R., & Nasiah. (2020). Identifikasi dan Pemetaan Lahan Kritis dengan Menggunakan Sistem Informasi Geografis (Studi Kasus DAS Jenerakikang Sub DAS Jeneberang Kabupaten Gowa Sulawesi Selatan). Jurnal Environmental Science, 2(2), 170–177.
Arung, M. N. (2020). Analisis Indeks Kekritisan Lingkungan dengan Permukiman Kumuh di Kota Yogyakarta dan Sekitarnya Secara Multitemporal. Universitas Muhammadiyah Surakarta.
Avdan, U., & Jovanovska, G. (2016). Algorithm for Automated Mapping of Land Surface Temperature Using LANDSAT 8 Satellite Data. Journal of Sensors, 2016, 1–8. https://doi.org/10.1155/2016/1480307
Bashit, N. (2019). Analisis Lahan Kritis Berdasarkan Kerapatan Tajuk Pohon Menggunakan Citra Sentinel 2. Elipsoida, 02(01), 32–40.
BPS Republik Indonesia. (2022). Statistik Indonesia 2022. In Jakarta: BPS Republik Indonesia (Vol. 1101001). https://www.bps.go.id/publication/2020/04/29/e9011b3155d45d70823c141f/statistik-indonesia-2020.html
Fadlin, F., Kurniadin, N., & Prasetya, F. V. A. S. (2020). Analisis Indeks Kekritisan Lingkungan di Kota Makassar Menggunakan Citra Satelit Landsat 8 OLI/ TIRS. Elipsoida, 03(01), 55–63.
Grover, A., & Singh, R. B. (2015). Analysis of urban heat island (Uhi) in relation to normalized difference vegetation index (ndvi): A comparative study of delhi and mumbai. Environments - MDPI, 2(2), 125–138. https://doi.org/10.3390/environments2020125
Handayani, M. N., Sasmito, B., & Putra, A. (2017). Analisis Hubungan Antara Perubahan Suhu Dengan Indeks Kawasan Terbangun Menggunakan Citra Landsat (Studi Kasus : Kota Surakarta). Jurnal Geodesi Undip Oktober, 6(4), 208–218. https://ejournal3.undip.ac.id/index.php/geodesi/article/view/18145
Hardianto, A., Dewi, P. U., Feriansyah, T., Sari, N. F. S., & Rifiana, N. S. (2021). Pemanfaatan Citra Landsat 8 Dalam Mengidentifikasi Nilai Indeks Kerapatan Vegetasi (NDVI) Tahun 2013 dan 2019 (Area Studi: Kota Bandar Lampung). Jurnal Geosains Dan Remote Sensing, 2(1), 8–15. https://doi.org/10.23960/jgrs.2021.v2i1.38
Hidayati, I. N., Suharyadi, & Danoedoro, P. (2017). Pemetaan Lahan Terbangun Perkotaan Menggunakan Pendekatan NDBI dan Segmentasi Semi-Automatik. Prosiding Seminar Nasional Geografi UMS "Pengelolaan Sumberdaya Wilayah Berkelanjutan" (pp. 19-28). Surakarta: Surakarta Muhammadiyah University Press.
Islami, M.Y., & Suheri, T. (2018). Arahan Pengembangan Ruang Terbuka Hijau di Kota Banjarmasin. Jurnal Wilayah Dan Kota, 5(01), 18–26. https://doi.org/10.34010/jwk.v5i01.2139
Klompmaker, J. O., Hoek, G., Bloemsma, L. D., Gehring, U., Strak, M., Wijga, A. H., van den Brink, C., Brunekreef, B., Lebret, E., & Janssen, N. A. H. (2018). Green Space Definition Affects Associations of Green Space With Overweight and Physical Activity. Environmental Research, 160(May 2017), 531–540. https://doi.org/10.1016/j.envres.2017.10.027
Lestari, M., Mira, Prasetyo, S. Y., & Fibriani, C. (2018). Analisis Daerah Rawan Banjir Pada Daerah Aliran Sungai Tuntang Menggunakan Skoring dan Inverse Distance Weighted . Indonesian Journal of Computing and Modeling, 1-9.
Lufilah, S. N., Makalew, A. D., & Sulistyantara, B. (2017). Pemanfaatan Citra Landsat 8 untuk Analisis Indeks Vegetasi di DKI Jakarta. Jurnal Lanskap Indonesia, 73–80. https://doi.org/10.29244/jli.2017.9.1.73-80
Maru, R., & Ahmad, S. (2015). The Relationship Between Land Use Changes and The Urban Heat Island Phenomenon in Jakarta, Indonesia. Advanced Science Letters, 21(2), 150–152. https://doi.org/10.1166/asl.2015.5842
Rahman, D. R., Sandrawati, A., & Siswanto, Y. (2022). Identifikasi Penggunaan Lahan dan Analisis Kesesuaian Pola Ruang Menggunakan Citra Landsat 8 OLI Tahun 2020 (Studi Kasus: Sub-DAS Cikeruh, Citarik, dan Cirasea). Jurnal Ilmu Tanah Dan Lingkungan, 24(2), 79–86.
Sagita, A. R., Margaliu, A. S., Rizal, F., & Mazzaluna, H. (2022). Analisis Korelasi Suhu Permukaan, NDVI, Elevasi dan Pola Perubahan Suhu Daerah Panas Bumi Rendingan-Ulubelu-Waypanas, Tanggamus Menggunakan Citra Landsat 8 OLI/TIRS. Jurnal Geosains dan Remote Sensing (JGRS) Vol. 3 No. 1, 43-51.
Sasmito, B., & Suprayogi, A. (2018). Spatial Analysis of Environmental Critically due to Increased Temperature in the Built Up Area with Remote Sensing. IOP Conference Series: Earth and Environmental Science, 165(1). https://doi.org/10.1088/1755-1315/165/1/012011
Sobirin, Fatimah, N. R. (2015). Urban Heat Island di Kota Surabaya. Geoduksi, IV(2), 46.
Sukojo, B. M., & Hauzan, N. S. (2023). Analisis Perubahan Indeks Kekritisan Lingkungan Dengan Algoritma Environmental Criticality Index Menggunakan Citra Satelit Landsat 8 OLI/TIRS (Studi Kasus : Kota Bandung). Jurnal Geoid 18(2), 311-325.
Suriani, Mey, D., & Saleh, F. (2019). Pemetaan Lahan Kritis dengan Metode Multi Criteria Evaluation di Sub DAS Amohalo. Jurnal Geografi Aplikasi Dan Teknologi, 3(1), 7–16.
USGS. (2022). Landsat 9 (Issue August). https://doi.org/https://doi.org/10.3133/fs20193008
DOI: https://doi.org/10.26760/rekalingkungan.v11i3.270-283
Refbacks
- Saat ini tidak ada refbacks.