skip to main content

Hubungan Nilai Indeks Permukaan Terhadap Temperatur Permukaan Di Kabupaten Bantul

*Dini Rachmadhani orcid  -  Universitas Gadjah Mada|Kementerian Agraria dan Tata Ruang/Badan Pertanahan Nasional, Indonesia
Putri Zalsabilah  -  Universitas Gadjah Mada, Indonesia
Muhammad Kamal orcid scopus  -  Universitas Gadjah Mada, Indonesia
Prima Widayani orcid scopus  -  Universitas Gadjah Mada, Indonesia

Citation Format:
Abstract
Perkembangan kota yang pesat menyebabkan perubahan penggunaan lahan di wilayah sekitarnya, termasuk di Kabupaten Bantul. Penelitian ini bertujuan menganalisis hubungan antara  Normalized Difference Vegetation Index (NDVI), Normalized Difference Built-up Index (NDBI), Bare Soil Index (BSI), terhadap  Land Surface Temperature (LST) menggunakan data citra satelit Landsat serta teknik pemodelan spasial selama periode 2014, 2019, dan 2024. Hasil penelitian menunjukkan bahwa nilai NDVI, NDBI, dan BSI dan  LST mengalami fluktuasi tahunan berdasarkan perekaman tahun 2014, 2019, dan 2024. Hubungan NDVI dan LST menunjukkan korelasi negatif, dengan nilai R² tertinggi sebesar 0,5819 pada tahun 2014, yang mengindikasikan semakin tinggi NDVI, maka suhu permukaan tanah cenderung lebih rendah. Sedangkan, NDBI menunjukkan korelasi positif terhadap LST, dengan nilai R² tertinggi sebesar 0,5312 pada tahun 2014. Hubungan BSI terhadap LST juga menunjukkan korelasi positif, di mana semakin tinggi nilai BSI, suhu permukaan tanah semakin meningkat, khususnya pada tahun 2014, 2019, dan 2024.

Note: This article has supplementary file(s).

Fulltext |  Research Instrument
Covering/Submission Letter and Signed Copyright Transfer Agreement for Publication (CTAP) Form
Subject Supplementary file
Type Research Instrument
  Download (114KB)    Indexing metadata
Keywords: NDVI, NDBI, BSI, LST
Funding: Universitas Gajah Mada under contract MU123123 ; Kementerian Agraria dan Tata Ruang/Badan Pertanahan Nasional

Article Metrics:

  1. Arifiana, I. (2018). Perbandingan transformasi citra NDVI (Normalized Difference Vegetation Index), RVI (Ratio Vegetation Index), dan DVI (Difference Vegetation Index) untuk kerapatan vegetasi Kabupaten Bantul. Tugas Akhir, Sekolah Vokasi. Universitas Gadjah Mada
  2. Chen, L., Li, M., & Huang, F. (2013). Relationships of LST to NDBI and NDVI in Wuhan City Based on Landsat ETM + Image. Cisp, 840–845
  3. Danoedoro, P. (2012). Pengantar penginderaan jauh digital. In ANDI. Yogyakarta
  4. Delaney, B., & Tansey, K. (2025). Satellite Remote Sensing Techniques and Limitations for Identifying Bare Soil. Remote Sensing, 17, 630
  5. Dewi, A. R., Taryana, D., & Astuti, I. S. (2023). Pengaruh perubahan kerapatan bangunan dan vegetasi terhadap Urban Heat Island di Kota Bekasi menggunakan citra penginderaan jauh multitemporal. Jurnal Integrasi Dan Harmoni Inovatif Ilmu-Ilmu Sosial (JIHI3S), 3(6), 604–625. https://doi.org/10.17977/um063v3i62023p604-625
  6. Estoque, R. C., & Murayama, Y. (2013). Landscape and Urban Planning Landscape pattern and ecosystem service value changes : Implications for environmental sustainability planning for the rapidly urbanizing summer capital of the Philippines. Landscape and Urban Planning, 116, 60–72. https://doi.org/10.1016/j.landurbplan.2013.04.008
  7. Feronika, I., & B, H. Z. H. (2023). Effect of Urban Sprawl on Temperature. Atlantis Press SARL. https://doi.org/10.2991/978-2-38476-066-4
  8. Guha, S., & Govil, H. (2022a). Seasonal impact on the relationship between land surface temperature and normalized difference vegetation index in an urban landscape. Geocarto International, 37(8), 2252–2272. https://doi.org/10.1080/10106049.2020.1815867
  9. Guha, S., & Govil, H. (2022b). Seasonal variability of LST ‑ NDVI correlation on different land use / land cover using Landsat satellite sensor : a case study. Environment, Development and Sustainability, 24(6), 8823–8839. https://doi.org/10.1007/s10668-021-01811-4
  10. Handayani, M. N., Sasmito, B., & Putra, A. (2017). Analisis hubungan antara perubahan suhu dengan indeks kawasan terbangun menggunakan citra landsat (Studi kasus: Kota Surakarta). 6, 208–218
  11. Jensen, J. R. (2009). Remote Sensing of the Environment An Earth Resource Perspective
  12. Kalma, J. D., McVicar, T. R., & McCabe, M. F. (2008). Estimating Land Surface Evaporation : A Review of Methods Using Remotely Sensed Surface Temperature Data. Surveys in Geophysics, 421–469. https://doi.org/10.1007/s10712-008-9037-z
  13. Li, X., Zhou, Y., Asrar, G. R., Imhoff, M., & Li, X. (2017). Science of the Total Environment The surface urban heat island response to urban expansion : A panel analysis for the conterminous United States. Science of the Total Environment, 605–606, 426–435. https://doi.org/10.1016/j.scitotenv.2017.06.229
  14. Lina, T. N., & Rumetna, M. S. (2018). Analysis of Land Use Change in Bantul Regency Using Geoprocessing Technique. https://doi.org/10.4108/eai.24-10-2018.2280499
  15. Peng, S., Piao, S., Ciais, P., Friedlingstein, P., & Ottle, C. (2012). Surface Urban Heat Island Across 419 Global Big Cities. Environmental Science and Technology
  16. Pinto, Z. (2015). Kajian Perilaku Masyarakat Pesisir yang Mengakibatkan Kerusakan Lingkungan ( Studi Kasus di Pantai Kuwaru, Desa Poncosari, Kecamatan Srandakan, Kabupaten Bantul, Provinsi DIY). Jurnal Wilayah Dan Lingkungan, 3, 163–174. https://doi.org/10.14710/jwl.3.3.163-174
  17. Riyadi, F., & Rahayu, S. (2019). Hubungan Kerapatan Vegetasi dan Bangunan terhadap UHI (Urban Heat Island) di Kota Magelang. Jurnal Ruang, 5(2), 83–93
  18. Sukmawati, A. M., & Utomo, P. (2020). Dinamika spasial perkembangan kawasan perkotaan di Kabupaten Bantul, Provinsi D.I. Yogyakarta. Prosiding Seminar Nasional Kahuripan (SNapan)
  19. Sukristiyanti, & Marganingrum, D. (2009). Pendeteksian Kerapatan Vegetasi dan Suhu Permukaan Menggunakan Citra Landsat Studi Kasus : Jawa Barat Bagian Selatan dan Sekitarnya Pendahuluan Daerah Penelitian. Jurnal Riset Geologi Dan Pertambangan, 1(1), 15–24
  20. Utomo, P. B., & Rokhmana, C. A. (2023). Analisis hubungan perubahan tutupan lahan terhadap suhu permukaan lahan menggunakan citra Landsat 8 saluran OLI dan TIRS Kabupaten Bantul. Skripsi, Universitas Gadjah Mada
  21. U.S. Geological Survey. (n.d.). EarthExplorer. Diakses pada 14 Desember 2025, dari https://earthexplorer.usgs.gov/
  22. Wachid, N., & Tyas, W. P. (2022). Analisis Transformasi NDVI dan kaitannya dengan LST Menggunakan Platform Berbasis Cloud : Google Earth Engine. Jurnal Planologi, 19(1), 60–74
  23. Wibisono, P., Miladan, N., & Pamardhi-utomo, R. (2023). Hubungan Perubahan Kerapatan Vegetasi dan Bangunan terhadap Suhu Permukaan Lahan : Studi Kasus di Aglomerasi Perkotaan Surakarta Relation of Changes in Vegetation and Building Density to Surface Temperature : The Case of Urban Agglomeration of Surakarta. Jurnal Perencanaan Wilayah, Kota, Dan Permukiman, 5, 148–162
  24. Zha, Y., Gao, J., & Ni, S. (2010). Use of normalized difference built-up index in automatically mapping urban areas from TM imagery. International Journal of Remote Sensing, 1161. https://doi.org/10.1080/01431160304987
  25. Zulkarnain, R. C. (2016). Pengaruh Perubahan Tutupan Lahan terhadap Perubahan Suhu Permukaan di Kota Surabaya. Tugas Akhir, Fakultas Teknik Sipil dan Perencanaan. Institut Teknologi Sepuluh Nopember

Last update:

No citation recorded.

Last update: 2025-12-31 11:35:45

No citation recorded.