1Department of Environmental Engineering, Universitas Tanjungpura, Jl. Prof. Dr. H Jl. Profesor Dokter H. Hadari Nawawi, Bansir Laut, Kec. Pontianak Tenggara, Kota Pontianak, Kalimantan Barat 78124, Indonesia
2Prodi D3 Budidaya Tanaman Perkebunan, Fakultas Pertanian, Universitas Tanjungpura, Jl. Prof. Dr. H. Hadari, Indonesia
3Nawawi, Pontianak 78124, Kalimantan Barat, Indonesia, Indonesia
4 Barat, Indonesia., Indonesia
BibTex Citation Data :
@article{JIL46092, author = {Hairun Nissa and Robby Irsan and Muhammad Pramulya}, title = {Pendeteksian ISA (Impervious Surface Area) Sebagai Analisis Dampak Lingkungan di Daerah Kecamatan Sungai Raya, Kabupaten Kubu Raya}, journal = {Jurnal Ilmu Lingkungan}, volume = {22}, number = {1}, year = {2023}, keywords = {Impervious Surface Area; Indeks Wilayah Terbangun; Infiltrasi}, abstract = {Peningkatan kawasan ISA ( Impervious Surface Area ) di Kecamatan Sungai Raya dalam 30 tahun terakhir menunjukkan peningkatan yang cukup pesat. Satelit Landsat dan indeks wilayah terbangun, mampu mendeteksi perubahan tutupan lahan ISA di Kecamatan Sungai Raya. Satelit Landsat mampu mendeteksi perubahan tutupan lahan di Kecamatan Sungai Raya secara temporal dengan menggunakan beberapa generasi, yaitu Landsat 5 TM, Landsat 7 ETM+, dan Landsat 8 OLI/TIRS. Untuk mengetahui ISA, digunakan indeks wilayah terbangun IBI ( Index Based Built-Up Index ), NDBI ( Normalized Difference Built-Up Index ), dan UI ( Urban Index ). Ketiga indeks ini dapat membantu untuk mengetahui persebaran ISA di Kecamatan Sungai Raya dalam 4 titik tahun, yaitu 1990, 2000, 2010, dan 2020. ISA yang terdeteksi menggunakan indeks wilayah terbangun, memiliki nilai <1. Selama 30 tahun terakhir, ISA di Kecamatan Sungai Raya mengalami peningkatan, khususnya pada tahun 2020, ISA yang dideteksi naik hinggi 2 kali lipat dalam 10 tahun terakhir. Uji keakuratan indeks wilayah terbangun digunakan confusion matrix overall accuracy , hasil yang dieproleh menunjukkan indeks NDBI memiliki nilai akurasi 83%, kemudian UI 81%, dan IBI 79%. Selain menggunakan confusion matrix , perbandingan menggunakan citra resolusi tinggi juga dapat digunakan untuk menentukan tingkat akurasi. Hasil yang diperoleh menunjukkan, indeks NDBI dan UI mampu mendeteksi 6 training point yang ditentukan dengan benar, sedangkan IBI hanya mampu mendeteksi 5 training point dengan benar. ISA dapat menimbulkan dampak lingkungan, khususnya gangguan pada saat infiltrasi ke dalam tanah. ISA dapat mengubah karakteristik fisik tanah, sehingga menghambat proses infiltrasi ke dalam tanah. Jenis tanah di Kecamatan Sungai Raya terdiri atas tanah organosol, aluvial-gley humus, dan podsolik-kambisol, sedangkan ISA banyak ditemukan pada jenis tanah aluvial-gley humus. Jenis tanah ini lebih stabil dibandingkan tanah organosol, namun jenis tanah ini memiliki permeabilitas yang buruk. ISA pada jenis tanah ini, memiliki tingkat kerawanan banjir sangat rawan berdasarkan Peta Kerawanan Banjir Kabupaten Kubu Raya.}, pages = {1--10} doi = {10.14710/jil.22.1.1-10}, url = {https://ejournal.undip.ac.id/index.php/ilmulingkungan/article/view/46092} }
Refworks Citation Data :
Note: This article has supplementary file(s).
Article Metrics:
Last update:
A Comparative Study of Neural Network Models for Mangrove Species Classification
Last update: 2024-11-01 09:03:11
View My Stats
JURNAL ILMU LINGKUNGAN ISSN:1829-8907 by Graduate Program of Environmental Studies, School of Postgraduate Studies is licensed under a Creative Commons Attribution 4.0 International License. Based on a work at www.undip.ac.id.