DOI: https://doi.org/10.14710/pwk.v22i1.78218

Komparasi Metode Indeks Spektral untuk Analisis Spasial Lahan Terbangun di Kota Kendari

Ld. Asyravil Maolana Nusriah  -  Universitas Halu Oleo Kendari, Indonesia
Nurgiantoro Nurgiantoro orcid scopus  -  Universitas Halu Oleo Kendari, Indonesia
*Fitriani Fitriani  -  Universitas Halu Oleo Kendari, Indonesia
Tahir Tahir  -  Universitas Halu Oleo Kendari, Indonesia
Sawaludin Sawaludin orcid  -  Universitas Halu Oleo Kendari, Indonesia
Alfirman Alfirman  -  Universitas Halu Oleo Kendari, Indonesia

Citation Format:
Abstract

Pengindraan jauh merupakan teknologi yang banyak dimanfaatkan dalam analisis spasial, khususnya untuk pemetaan lahan terbangun dengan menggunakan indeks spektral. Penelitian ini bertujuan untuk mengkomparasikan tiga indeks lahan terbangun dengan menggunakan citra Landsat 8 OLI/TIRS tahun 2023. Metode analisis yang digunakan untuk menganalisis lahan terbangun terdiri dari Urban Index (UI), Normalized Difference Built-Up Index (NDBI), dan Visible Red Near Infrared-Built Up Index (VrNIR-BI) yang memiliki perbedaan pada penggunaan saluran dan formulasi perhitungan, serta mengkorelasikan dengan Land Surface Temperature (LST).  Hasil penelitian menunjukkan indeks VrNIR-BI memiliki akurasi tertinggi dengan nilai kappa sebesar 96,59%, sedangkan NDBI memiliki korelasi tertinggi dengan LST dengan nilai R² sebesar 0,5729. Berdasarkan hasil tersebut,  VrNIR-BI direkomendasikan untuk analisis akurasi tinggi, sedangkan NDBI lebih sesuai untuk analisis terkait suhu permukaan. Sehingga dapat digunakan sebagai pengendalian perkembangan kawasan terbangun dalam pembangunan perkotaan

Fulltext View|Download Email colleagues
Keywords: Komparasi, Lahan Terbangun, Penginderaan Jauh, Urban Index, Normalized Difference Built Up Index, Visible Red Near Infrared Built-Up Index, Landsat 8 OLI/TIRS, Kota Kendari

Article Metrics:

Article Info
Section: Articles
Language : ID
Most cited articles
Kajian Rute Angkutan Umum di Banyumanik Semarang Terkait Transportasi yang Berkelanjutan Permodelan Tsunami dan Implikasinya Terhadap Mitigasi Bencana di Kota Palu Kajian Strategi Pengembangan Zona Air Minum Prima (Zamp) pada Kelompok Pelanggan Rumah Tangga di Kota Bogor (Studi Kasus: Eksisting Zamp di Kecamatan Bogor Selatan dan Bogor Timur) Peran Pokdarwis Dalam Pengembangan Atraksi Wisata di Desa Wisata Tembi, Kecamatan Sewon - Kabupaten Bantul Karakteristik Migrasi dan Dampaknya terhadap Pengembangan Pedesaan Kecamatan Kedungjati, Kabupaten Grobogan More cited articles
  1. Ali, M. I., Hasim, A. H., dan Abidin, M. R. (2019). Monitoring the built-up area transformation using urban index and normalized difference built-up index analysis. International Journal of Engineering Transactions B: Applications, 32(5), 647-653. https://doi.org/10.5829/ije.2019.32.06b.04
  2. Almohamad, H., dan Alshwesh, I. O. (2023). Evaluation of Index-Based Methods for Impervious Surface Mapping from Landsat-8 to Cities in Dry Climates; A Case Study of Buraydah City, KSA. Sustainability, 15(12), 9704. https://www.mdpi.com/2071-1050/15/12/9704
  3. Alwan, A., Barkey, R. A., dan Syafri, S. (2020). Perubahan penggunaan lahan dan keselarasan rencana pola ruang di Kota Kendari. Urban and Regional Studies Journal, 3(1), 1-5. https://doi.org/10.35965/ursj.v3i1.605
  4. Amiruddin, A. (2014). Pengaruh Keberadaan Universitas Haluoleo Terhadap Perubahan Tata Guna Lahan Di Kawasan Andonuohu Kota Kendari [University of Haluoleo; system activities; land use changes; changes in spatial pattern]. 2014, 2(1), 16. https://doi.org/10.14710/jwl.2.1.73-88
  5. Apriyanto, A., Saleh, F., Nurgiantoro, Fitriani, dan Karim, J. (2023). Perbandingan Tutupan Lahan Spectral Indices Dan Class Signature Terhadap Pembentukan UHI Perkotaan Muna. JAGAT (Jurnal Geografi Aplikasi dan Teknologi), 7(2), 1-14. https://doi.org/10.33772/jagat.v7i2.44235
  6. Azhari, A. P. (2020). Sebaran Lahan Terbangun Berdasarkan Normalized Difference Built-up Index Citra Landsat 8 di Kota Mataram. SainsTech Innovation Journal, 3(1), 35-40. https://doi.org/10.37824/sij.v3i1.2020.191
  7. Bashit, N., Prasetyo, Y., dan Sukmono, A. (2019). Kajian Perkembangan Lahan Terbangun Kota Pekalongan Menggunakan Metode Urban Index (UI). Elipsoida: Jurnal Geodesi dan Geomatika, 2(02), 12-18. https://doi.org/10.14710/elipsoida.2019.6440
  8. Binangkit, Y. K., dan Sari, D. K. (2023). Pemantauan Perubahan Lahan Terbangun Dengan Metode NDBI (Daerah Studi: Kawasan Cekungan Bandung, Tahun 2002− 2022). Prosiding FTSP Series, 1399-1404. https://eproceeding.itenas.ac.id/index.php/ftsp/article/view/2584
  9. Danoedoro, P. (2012). Pengantar Penginderaan Jauh Digital. Yogyakarta: Penerbit Andi
  10. Estoque, R. C., dan Murayama, Y. (2015). Classification and Change Detection of Built-Up Lands From Landsat-7 ETM+ and Landsat-8 OLI/TIRS Imageries: A Comparative Assessment of Various Spectral Indices. Ecological Indicators, 56, 205-217. https://doi.org/10.1016/j.ecolind.2015.03.037
  11. Ezimand, K., Kakroodi, A., dan Kiavarz, M. (2018). The development of spectral indices for detecting built-up land areas and their relationship with land-surface temperature. International journal of remote sensing, 39(23), 8428-8449. https://doi.org/10.1080/01431161.2018.1488282
  12. Fahmi, S., Wahyudi, D., dan Arif, M. F. (2025). Analisis Hubungan Perkembangan Kawasan Terbangun dan Land Surface Temperature Terhadap Environmental Criticality Index di Kota Bandung Menggunakan Teknologi Penginderaan Jauh [Environmental Criticality Index; Enhance Built-up and Bareness Index; Land Surface Temperature; Penginderaan Jauh]. 2025, 12(3), 14. https://doi.org/10.14710/jwl.12.3.307-320
  13. Gandri, L., Hidayat, H., Tuwu, E. R., Irawati, I., Bana, S., Fitriani, V., dan Indriyani, L. (2022). Analisis Spasial Fenomena Urban Heat Island Menggunakan Algoritma Land Surface Temperature Kota Kendari. Jurnal Meteorologi dan Geofisika, 23(2), 109-118. https://doi.org/10.31172/jmg.v23i2.852
  14. Guha, S., Govil, H., Gill, N., dan Dey, A. (2021). A Long-Term Seasonal Analysis On The Relationship Between LST and NDBI Using Landsat Data. Quaternary International, 575, 249-258. https://doi.org/10.1016/j.quaint.2020.06.041
  15. Halder, B., Bandyopadhyay, J., Khedher, K. M., Fai, C. M., Tangang, F., dan Yaseen, Z. M. (2022). Delineation Of Urban Expansion Influences Urban Heat Islands And Natural Environment Using Remote Sensing and GIS-Based In Industrial Area. Environmental Science and Pollution Research, 29(48), 73147-73170. https://doi.org/10.1007/s11356-022-20821-x
  16. Handayani, W., dan Rudiarto, I. (2014). Dynamics of Urban Growth in Semarang Metropolitan–Central Java: An Examination Based on Built-Up Area and Population Change. Journal of Geography and Geology, 6(4), 80-87. https://doi.org/10.5539/jgg.v6n4p80
  17. Harimudin, J., dan Fitriani. (2020). Prediction Of Development Direction In Kendari City Based On Changes In Density Of Built-Up Area. Plano Madani: Jurnal Perencanaan Wilayah dan Kota, 9(2), 27-36. https://doi.org/10.24252/jpm.v9i2.17629
  18. Hidayati, I. N., Suharyadi, R., dan Danoedoro, P. (2018). Kombinasi indeks citra untuk analisis lahan terbangun dan vegetasi perkotaan. Majalah Geografi Indonesia, 32(1), 24-32. https://doi.org/10.22146/mgi.31899
  19. Irsan, L. M., Hasanah, N., Musyawarah, R., Garusu, E. H., dan Aldiansyah, S. (2024). Analisis transformasi lahan menggunakan citra satelit landsat multi temporal. Jurnal Penelitian Pendidikan Geografi, 9(1), 34-43. https://doi.org/10.36709/jppg.v9i1.203
  20. Islami, F. A., Tarigan, S. D., Wahjunie, E. D., & Dasanto, B. D. (2022, January). Accuracy assessment of land use change analysis using Google Earth in Sadar Watershed Mojokerto Regency. In IOP Conference Series: Earth and Environmental Science (Vol. 950, No. 1, p. 012091). IOP Publishing
  21. Javed, A., Cheng, Q., Peng, H., Altan, O., Li, Y. A., Iffat, Huq, E., Ali, Y., dan Saleem, N. (2021). Review of Spectral Indices for Urban Remote Sensing. American Society for Photogrammetry and Remote Sensing, 87(7), 513-524(512). https://doi.org/10.14358/PERS.87.7.513
  22. Jaya, M. R., Gandri, L., Qadri, M. S., Teke, J., Fahidu, W. O. H., Setiawan, A., dan Hidayat, H. (2024). Analisis perubahan Penggunaan Lahan Di Kecamatan Baruga Kota Kendari. Welvaart: Jurnal Ilmu Kesejahteraan Sosial, 5(1), 146-153. https://doi.org/10.52423/welvaart.v5i1.32
  23. Kawamura, M., Jayamanna, S., dan Tsujiko, Y. (1996). Relation Between Social And Environmental Conditions In Colombo, Sri Lanka And The Urban Index Estimated By Satellite Remote Sensing Data. International Archives of Photogrammetry and Remote Sensing XXXI(B7), 321-326. https://www.isprs.org/proceedings/XXXI/congress/part7/321_XXXI-part7.pdf
  24. Kristam M, W. (2020). Identifikasi Pengaruh Jumlah Dan Metode Pengambilan Titik Sampel Penguji Terhadap Nilai Akurasi Pemetaan Penutup Lahan Skala 1:10.000 Menggunakan Citra Penginderaan Jauh Di Sebagian Kota Salatiga Universitas Gadja Mada]. Yogyakarta. https://etd.repository.ugm.ac.id/penelitian/detail/192275
  25. Matiur, A., dan Jaelani, L. M. (2019). Pembuatan Dashboard Data Penginderaan Jauh Menggunakan Platform GeoNode (Studi Kasus : Provinsi Jawa Timur). Jurnal Teknik ITS, 8(1), A1-A4. https://doi.org/10.12962/j23373539.v8i1.38210
  26. McHugh, M. L. (2012). Interrater Reliability: The Kappa Statistic. Biochemia medica, 22(3), 276-282. https://doi.org/10.11613/BM.2012.031
  27. Mehare, N. N., dan Joshi, M. (2023). Spatio-Temporal Analysis of Urban Heat Island in Pune City, India. European Chemical Bulletin, 12, 1736-1742. https://doi.org/10.31838/ecb/2023.12.s3.194
  28. Miranda, P. M. (2025). Hubugan Kerapatan Vegetasi dan Kepadatan Bangunan terhadap Suhu Permukaan Kota Saltiga Tahun 2022 Menggunakan Citra Satelit Landsat 8 OLI/TIRS. 2025, 14(3), 10. https://doi.org/10.14710/tpwk.2025.39438
  29. Mohiuddin, G., dan Mund, J.-P. (2024). Spatiotemporal Analysis of Land Surface Temperature in Response to Land Use and Land Cover Changes: A Remote Sensing Approach. Remote Sensing, 16(7), 1286. https://doi.org/https://doi.org/10.3390/rs16071286
  30. Muhaimin, M., Fitriani, D., Adyatma, S., dan Arisanty, D. (2022). Mapping Build-Up Area Density Using Normalized Difference Built-Up Index (NDBI) and Urban Index (UI) Wetland in The City Banjarmasin. IOP Conference Series: Earth and Environmental Science,
  31. Naisabury, M. R. A., Nurjannah, D. L., Ainunnisa, N. F., Birahma, A. S. F., Fariz, T. R., dan Heriyanti, A. P. (2025). Analisis Perubahan Lahan Terbangun di Wilayah Dataran Fluvial-Vulkanik di Kabupaten Pekalongan. Proceeding Seminar Nasional IPA,
  32. Nurgiantoro, Hadini, L., Alfat, S., Uslinawaty, Z., Mokui, H., dan Aris, A. (2025). Spatio-Temporal Characteristics of UHI in Coastal Urban Area and its Impact on Land Unit: A Case Study in the Southeast Sulawesi Province, Indonesia. International Journal of Geoinformatics, 21(2), 123-140. https://doi.org/10.52939/ijg.v21i2.3945
  33. Octarina, T. M., Putra, I., dan Wirdiani, N. K. A. (2019). Penginderaan Jauh Pemrosesan Data Satelit Landsat 8 Untuk Deteksi Genangan. Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi), 7(1), 77. https://doi.org/10.24843/JIM.2019.v07.i01.p09
  34. Oktinova, N., dan Rudiarto, I. (2019). Kajian Penggunaan Lahan Di Sekitar Kawasan Bukit Semarang Baru. Jurnal Pembangunan Wilayah & Kota, 15(4), 262. https://doi.org/10.14710/pwk.v15i4.21534
  35. Permatasari, A. D., dan Prasetyo, S. Y. J. (2022). Identifikasi Wilayah Resiko Kerusakan Lahan Terbangun Sebagai Dampak Tsunami Berdasarkan Analisis Building Indices. J. Transform, 20(1), 13-21. https://doi.org/10.26623/transformatika.v20i1.5209
  36. Phiri, D., Simwanda, M., Salekin, S., Nyirenda, V. R., Murayama, Y., dan Ranagalage, M. (2020). Sentinel-2 Data for Land Cover/Use Mapping: A Review. Remote Sensing, 12(4), 2291. https://doi.org/10.3390/rs12142291
  37. Pranata, S., dan Kurniadin, N. (2021). Identifikasi Perubahan Indeks Kerapatan Bangunan Pasca Likuifaksi di Kota Palu. Buletin Poltanesa, 22(1), 27-32. https://doi.org/10.51967/tanesa.v22i1.469
  38. Prasetyo, Y., Bashit, N., dan Sasmito, B. (2020). Kajian Perubahan Pola Kawasan Terbangun Berdasarkan Metode Index-Based Built-Up Index (IBI) di Jakarta Utara. Elipsoida: Jurnal Geodesi dan Geomatika, 3(02), 164-168. https://doi.org/10.14710/elipsoida.2020.9198
  39. Priyankara, P., Ranagalage, M., Dissanayake, D., Morimoto, T., dan Murayama, Y. (2019). Spatial Process of Surface Urban Heat Island in Rapidly Growing Seoul Metropolitan Area for Sustainable Urban Planning Using Landsat Data (1996–2017). Climate, 7(9), 110. https://doi.org/10.3390/cli7090110
  40. Rachmadhani, D., Zalsabilah, P., Kamal, M., dan Widayani, P. (2025). Hubungan Nilai Indeks Permukaan Terhadap Temperatur Permukaan di Kabupaten Bantul [NDVI, NDBI, BSI, LST]. 2025, 21(4), 16. https://doi.org/10.14710/pwk.v21i4.71617
  41. Rakuasa, H. (2022). Analisis spasial-temporal perubahan tutupan lahan di Kabupaten Maluku Barat Daya. GEOGRAPHIA: Jurnal Pendidikan Dan Penelitian Geografi, 3(2), 115-122. https://doi.org/10.53682/gjppg.v3i2.5262
  42. Ramadhan, G. D., dan Nugroho, H. (2025). Analisis Perubahan Tutupan Lahan Menggunakan Algoritma CART untuk Evaluasi Kesesuaian Lahan Terhadap RTRW Kabupaten Tangerang. Rekayasa Hijau: Jurnal Teknologi Ramah Lingkungan, 9(1), 44-57. https://doi.org/10.26760/jrh.v9i1.44-57
  43. Rwanga, S. S., dan Ndambuki, J. M. (2017). Accuracy Assessment of Land Use/Land Cover Classification Using Remote Sensing and GIS. International Journal of Geosciences, 8(4), 611-622. https://doi.org/10.4236/ijg.2017.84033
  44. Saini, J., Gupta, A. K., Dhupper, R., dan Shrivastava, A. (2025). Spatio-Temporal Study Of Urban Dynamics With Implications On Land Surface Temperature Of Gurugram City, India. Environmental monitoring and assessment, 197(8), 946. https://doi.org/10.1007/s10661-025-14392-w
  45. Sarwono, J. (2006). Metode Penelitian Kuantitatif dan Kualitatif (1). Yogyakarta: Graha Ilmu
  46. Sekertekin, A., Abdikan, S., dan Marangoz, A. M. (2018). The Acquisition of Impervious Surface Area from Landsat 8 Satellite Sensor Data Using Urban Indices: A Comparative Analysis. Environmental Monitoring and Assessment, 190(7), 381. https://doi.org/10.1007/s10661-018-6767-3
  47. Singh, A., dan Mishra, V. N. (2020). Estimation of Changes in Land Surface Temperature Using Multi-Temporal Landsat Data of Ghaziabad District, India. Forum Geografic, XIX(1), 45-59. https://doi.org/10.5775/fg.2020.040.i
  48. Su, S., Tian, J., Dong, X., Tian, Q., Wang, N., dan Xi, Y. (2022). An Impervious Surface Spectral Index on Multispectral Imagery Using Visible and Near-Infrared Bands. Remote Sensing, 14(14), 3391. https://doi.org/10.3390/rs14143391
  49. Suharyadi, R., Umarhadi, D. A., Awanda, D., dan Widyatmanti, W. (2022). Exploring Built-Up Indices and Machine Learning Regressions for Multi-Temporal Building Density Monitoring Based on Landsat Series. Sensors (Basel, Switzerland), 22(13), 4716. https://doi.org/10.3390/s22134716
  50. U.S. Geological Survey. (2019). Using the USGS Landsat Level-1 Data Product. USGS. Diakses 22 September from https://www.usgs.gov/landsat-missions/using-usgs-landsat-level-1-data-product
  51. Waladi, A. (2025). Peningkatan Akurasi Klasifikasi Tutupan Lahan Menggunakan Random Forest pada Data Sentinel-2 di Jambi. Jurnal Fasilkom, 15(1), 17-24. https://doi.org/10.37859/jf.v15i1.8886
  52. Wulder, M. A., Roy, D. P., Radeloff, V. C., Loveland, T. R., Anderson, M. C., Johnson, D. M., Healey, S., Zhu, Z., Scambos, T. A., Pahlevan, N., Hansen, M., Gorelick , N., Crawford, C. J., Masek, J. G., Hermosilla, T., White, J. C., Belward, A. S., Schaaf, C., Woodcock, C. E.,…Cook, B. D. (2022). Fifty Years of Landsat Science and Impacts. Remote sensing of environment, 280( 113195), 1-21. https://doi.org/10.1016/j.rse.2022.113195
  53. Xi, Y., Thinh, N. X., dan Li, C. (2019). Preliminary Comparative Assessment of Various Spectral Indices for Built-Up Land Derived from Landsat-8 OLI and Sentinel-2A MSI Imageries. European Journal of Remote Sensing, 52(1), 240-252. https://doi.org/10.1080/22797254.2019.1584737
  54. Zahrani, N., Suhartanto, E., dan Andawayanti, U. (2025). Reliable Assessment of Long-Term Land Use Change to Support Sustainable Watershed Management Using Multi-Sensor Landsat Imagery. Jurnal Penelitian Pendidikan IPA, 12(2), 515-523. https://doi.org/10.29303/jppipa.v12i2.14076
  55. Zha, Y., Gao, J., dan Ni, S. (2003). Use of Normalized Difference Built-Up Index in Automatically Mapping Urban Areas from TM Imagery. International Journal of Remote Sensing, 24(3), 583-594. https://doi.org/10.1080/01431160304987

Last update:

No citation recorded.

Last update: 2026-04-20 04:28:44

No citation recorded.