ANALISIS ANOMALI LAND SURFACE TEMPERATURE MENGGUNAKAN CITRA SATELIT LANDSAT 8 UNTUK IDENTIFIKASI PROSPEK PANAS BUMI GUNUNG SIRUNG DI KABUPATEN ALOR, PROVINSI NUSA TENGGARA TIMUR

ANALYSIS OF ANOMALY LAND SURFACE TEMPERATURE USING LANDSAT 8 SATELLITE IMAGERY TO IDENTIFY GEOTHERMAL PROSPECT OF MOUNT SIRUNG IN ALOR REGENCY, EAST NUSA TENGGARA PROVINCE

  • Annisha Bunga Fathya Institut Teknologi Sumatera
  • Husin Nugraha Pusat Sumber Daya Mineral Batubara dan Panas Bumi
  • Alvira Gusti Ranti Institut Teknologi Sumatera
  • Rina Wahyuningsih Pusat Sumber Daya Mineral Batubara dan Panas Bumi
Kata Kunci: Algoritma Single-Channel, Penginderaan Jauh, Pulau Pantar, Thermal Infrared Sensor (TIRS) Band, Temperatur Permukaan Tanah

Abstrak

Analisis anomali tinggi Land Surface Temperature (LST) dari citra Landsat 8 merupakan metode penginderaan jauh untuk mendeteksi keberadaan prospek panas bumi. Analisis ini dilakukan melalui indikasi anomali temperatur di permukaan. Studi ini bertujuan untuk mengidentifikasi adanya indikasi prospek panas bumi Gunung Sirung di Kabupaten Alor, Provinsi Nusa Tenggara Timur melalui analisis anomali tinggi LST yang berguna untuk menentukan area yang lebih spesifik dari lokasi rencana survei lapangan. Metode penelitian yang digunakan adalah LST dengan algoritma single-channel menggunakan citra Landsat 8 dan penentuan indikasi suhu tinggi berdasarkan anomali LST dengan klasifikasi natural breaks, persentil, dan classical statistics. Thermal Infrared Sensor (TIRS) Band citra Landsat 8 dapat menjadi alternatif yang murah dan cepat untuk analisis estimasi suhu permukaan tanah dengan metode penentuan anomaly LST yang berguna untuk menentukan batas area indikasi prospek panas bumi sebelum dilakukan survei lapangan. Hal ini dibuktikan dengan kesesuaian antara area anomali tinggi LST dengan area prospek panas bumi hasil survei lapangan. Metode klasifikasi untuk menentukan nilai anomali dengan pendekatan natural break dan persentil lebih baik dari pendekatan statistik klasik (rata-rata + 2 deviasi standar) karena pendekatan natural break dan persentil yang lebih robust terhadap bentuk distribusi data sehingga area anomali tinggi yang dihasilkan lebih detil dan spesifik.

##plugins.generic.usageStats.downloads##

##plugins.generic.usageStats.noStats##

Referensi

Abubakar, A. J. A., Hashim, M., Pour, A. B., & Shehu, K. (2017). A Review of Geothermal Mapping Techniques using Remotely Sensed Data. Science World Journal, 12(4), 72-82.

Aris, A. (2019). Analisis Land Surface Emissivity menggunakan Data NDVI Landsat 8 dan Pengaruhnya terhadap Formasi Land Surface Temperature di Wilayah Kota Kendari. Jurnal Penginderaan Jauh Indonesia, 1(2), 39-44.

Avdan, U., & Jovanovska, G. (2016). Algorithm for Automated Mapping of Land Surface Temperature using Landsat 8 Satellite Data. Journal of Sensors, 2016.

Azhali, F. M., & Jaelani, L. M. (2020). Analisis Pola Distribusi dan Pola Perubahan Suhu Permukaan Tanah di Kota Surabaya Menggunakan Citra Landsat 8 dan Stasiun Cuaca Otomatis. Geoid, 15(2), 264-273.

Campbell, J. B., & Wynne, R. H. (2011). Introduction to Remote Sensing. Guilford Press.

Choi, Y. Y., & Suh, M. S. (2020). Development of a Land Surface Temperature Retrieval Algorithm from GK2A/AMI. Remote Sensing, 12(18), 3050.

Direktorat Panas Bumi (2022). Pengembangan Panas Bumi di Indonesia. Direktorat Panas Bumi.

Faridah, S. A. N., & Krisbiantoro, A. (2014). Analisis Distribusi Temperatur Permukaan Tanah Wilayah Potensi Panas Bumi Menggunakan Teknik Penginderaan Jauh di Gunung Lamongan, Tiris - ProbOLInggo, Jawa Timur. Berkala Fisika, 17(2), 67-72.

Gorr, W. L., & Kurland, K. S. (2020). GIS Tutorial for ArcGIS Desktop 10.8. ESRI Press.

Hakim, L., Ismail, N., & Faisal, F. (2017). Kajian Awal Penentuan Daerah Prospek Panas Bumi di Gunung Bur Ni Telong Berdasarkan Analisis Data DEM SRTM dan Citra Landsat 8. Jurnal Rekayasa Elektrika, 13(3), 125-132.

Kementerian ESDM (2016), Penetapan Wilayah Kerja Panas Bumi di Daerah Gunung Sirung, Kabupaten Alor, Provisi Nusa Tenggara Timur. SK Menteri ESDM Nomor: 7440K/30/MEM/2016.

Kurniati, E., & Rahardjo, N. (2015). Evaluasi Metode Klasifikasi dalam Pembuatan Peta Kepadatan Penduduk DIY dengan Permukaan Statistik dan Uji Proporsi. Universitas Gadjah Mada.

LAPAN (2018). Katalog Inderja - Citra Satelit Resolusi Menengah - Landsat-8. Diakses pada 1 Agustus 2022. Diakses dari https://inderaja-catalog.lapan.go.id/application_data/default/pages/about_Landsat-8.html.

Loftus, S. C. (2021). Basic Statistics with R. ELSEvier Science.

Murni, L. Y., Yuliara, I. M., & Windaryoto, W. (2021). Distribusi Land Surface Temperature (LST) Menggunakan Metode Spasial Berdasarkan Citra Landsat 8 di Kabupaten Manggarai Nusa Tenggara Timur Pada Periode Juni-Juli 2015-2019. Buletin Fisika, 24(1), 1-9.

Muslim, S., Suherman, A., & Bochori, B. (2021). Analisis Anomali Suhu dan Kerapatan Vegetasi Berdasarkan Citra Satelit Landsat 8 untuk Pemetaan Potensi Panas Bumi di Wilayah Kerja Panas Bumi Rantau Dedap Provinsi Sumatera Selatan. Universitas Sriwijaya.

NASA (2013). Landsat Data Continuity Mission Continuously Observing Your World., Diakses pada 1 Agustus 2022, Diakses dari https://landsat.gsfc.nasa.gov/sites/landsat/files/2012/12/LDCM_Brochure_Dec2012.pdf.

Nugraha, H. S., & Permana, L. A., & Sukaesih (2021). Analisis Citra Satelit Landsat 8 dan DEMNAS untuk Identifikasi Prospek Panas Bumi di Kabupaten Aceh Tengah, Provinsi Aceh. Buletin Sumber Daya Geologi, 16(3), 166-184.

Nurhadi, M., & Kusnadi, D. (2015). Survei Geologi dan Geokimia Daerah Panas Bumi Pualu Pantar Kabupaten Alor, Provinsi Nusa Tenggara Timur. Prosiding Hasil Kegiatan Lapangan Pusat Sumber Daya Geologi Tahun Anggaran 2015.

Qin, Q., Zhang, N., Nan, P., & Chai, L. (2011). Geothermal Area Detection using Landsat ETM+ Thermal Infrared Data and Its Mechanistic Analysis—A Case Study in Tengchong, China. International Journal of Applied Earth Observation and Geoinformation, 13(4), 552-559.

Ramadhan, R. F., & Saputra, R. A. (2021). Identifikasi Area Prospek Panas Bumi Menggunakan Integrasi Citra Landsat 8 OLI/TIRS dan DEM: Studi Kasus Batu Bini, Kalimantan Selatan. Swara Patra: Majalah Ilmiah PPSDM Migas, 11(2), 37-50.

Reimann, C., Filzmoser, P., Garrett, R., & Dutter, R. (2011). Statistical Data Analysis Explained: Applied Environmental Statistics with R. John Wiley & Sons.

Saragih, B. F., Prasetyo, Y., & Sasmito, B. (2015). Identifikasi Manifestasi Panas Bumi dengan Memanfaatkan Kanal Thermal pada Citra Landsat (Studi Kasus: Kawasan Dieng). Jurnal Geodesi Undip, 4(4), 25-33.

Solanky, V., Singh, S., & Katiyar, S. K. (2018). Land Surface Temperature Estimation using Remote Sensing Data. In Hydrologic Modeling (pp. 343-351). Springer, Singapore.

Tian, B., Wang, L., Kashiwaya, K., & Koike, K. (2015). Combination of Well-logging Temperature and Thermal Remote Sensing for Characterization of Geothermal Resources in Hokkaido, Northern Japan. Remote Sensing, 7(3), 2647-2667.

USGS (2022). Earth Explorer. Diakses pada 1 Agustus 2022, dari https://earthexplorer.usgs.gov/

Van der Meer, F., Hecker, C., van Ruitenbeek, F., van der Werff, H., de Wijkerslooth, C., & Wechsler, C. (2014). Geologic remote sensing for geothermal exploration: A review. International journal of applied earth observation and geoinformation, 33, 255-269.

Yalcin, M., Kilic Gul, F., Yildiz, A., Polat, N., & Basaran, C. (2020). The Mapping of Hydrothermal Alteration Related to the Geothermal Activities with Remote Sensing at Akarcay Basin (Afyonkarahisar), using Aster Data. Arabian Journal of Geosciences, 13(21), 1-17.

Zhang, G., Dong, J., Xiao, X., Hu, Z., & Sheldon, S. (2012). Effectiveness of Ecological Restoration Projects in Horqin Sandy Land, China based on SPOT-VGT NDVI Data. Ecological Engineering, 38(1), 20-29.

Diterbitkan
2023-07-07
Bagian
Buletin Sumber Daya Geologi