ANALISIS KORELASI RUANG TERBUW HIJAU DAN TEMPERATUR PERMUKAAN DENGAN APLIKASI SIG DAN PENGINDERAAN JAUH (STUD1 KASUS: DKI JAKARTA) Lia Fracillia

ANALISIS KORELASI RUANG TERBUW HIJAU DAN TEMPERATUR PERMUKAAN DENGAN APLIKASI SIG DAN PENGINDERAAN JAUH (STUD1 KASUS: DKI JAKARTA)

Lia Fracillia

SEKOLAH PASCASARJANA INSTITUT FERTANIAN BOGOR BOGOR 2007

PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa tesis berjudul Analisis Korelasi Rualg Terbuka Hijau dan Temperatur Permukaan dengan Aplikasi SIG dan Penginderaan Jauh (Studi Kasus: DKI Jakarta) adalah hasil karya saya sendiri dan belum diajukan dalam bentuk apapun kepada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebntkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhi tesis ini. Bogor, Mei 2007

Liu Frucilliu NIM: A352020091

ABSTRAK

LIA FRACILLIA. Analisis Korelasi Ruang Terbuka Hijau dan Temperatur Permukazn dengan Aplikasi SIG dan Penginderaan Jauh (Studi Kasus: DKI Jakarta). Dibimbing oleh BAMBANG SULISTYANTARA, dan ALINDP* F.M ZAIN. Pertumbuhan kota yang pesat akibat pertambahan jumlah penduduk temtama urbanisasi, membutuhkan pembangunan sarana dan prasarana kota. Hal ini mengakibatkan bertambahnya peralihan lahan pada m g terbuka menjadi ruang terbangun sehingga lahan yang seharusnya dianfaatkan sebagai RTH terus menyempit. Impliasi dari berkurangnya jumlah RTH terhadap kualitas lingkungan seperti polusi udara dan air serta peningkatan temperatur kawasan membuituhkan perhatian dan kajian serius. Berkembangnya teknik SIG (Sistem Informasi Geografi) dan Penginderaan Jauh merupakan pendukung bagi pendalaman studi mengenai korelasi ruang terbuka hijau dengan temperatur permukaan. Beberapa kajian tentang topik pemanasan di kawasan urban antara lain disampaikan oleh Myung-Hee et al. (2000), dan Weng et al. (2004), menjadi referensi kajian ini khususnya berkaitan dengan metode analisisnya. Penelitian ini bertujuan untuk menganalisa korelasi antara RTH dan temperatur berdasarkan sebaran RTH di wilayah DKI Jakarta dengan menggunakan SIG dan Penginderaan Jauh. Metode yang digunakan adalah metode analisis spasial dengan menggunakan teknik SIG dan Penginderaan Jauh. Terdapat empat tahapan utarna yang dilakukan pada penelitian ini, yaitu: (1) Tahap Persiapan ,(2) Analisis Citra, (3) Pengamatan Lapangan, (4) Analisis Statistika. Melalui metode analisis spasial dapat diketahui bahwa penurunan luas RTH dapat menaikkan temperatur permukaan di wilayah perkotaan. Luas RTH di wilayah DKI Jakarta tahun 1997 sebesar 20.512,80 ha (31,91% dari luas wilayah DKI Jakartaj. Dan pada t a b 2003 mengalami p~nman 1-us RTI-I sebcsar 8,79%, yaitu menjadi 14.855,76 ha (23,12% dari luas wilayah DKI Jakarta). Temperatur permukaan di wilayah DKI Jakarta tahun 1997 adalah 26,2 OC dan tahun 2004 mengalami kenaikan sebesar 0,4 OC, yaitu menjadi 26,6 OC. Persamaan regresi berdasarkan grid tahun 1997 yaitu y = 27,027 - 0,039~ dapat digunakan sebagai acuan bagi pengelolaan wilayah perkotaan dalam pengembangan RTH untuk menurunkan temperatur permukaan khususnya wilayah yang memiliki karakteristik seperti DKI Jakarta. Dan secara statistik dapat diketahui adanya faktor lain selain RTH yang dapat rne~urunkantemperatur permukaan.

@ Hak cipta milik Institut Pertanian Bogor tahun 2007 Hak cipta dilindungi Dilarang mengutip dun memperbanyak tanpa ijin tertulis dari Institut Pertanian Bogor, sebagian atau seluruhnya Dalam bentuk apapun, baik cetak,fotokopi, microfilm, dun sebagainya

ANALISIS KORELASI RUANG TERBUKA HIJAU DAN TEMPERATUR PERMUKAAN DENGAN APLEASI SIG D M ' PENGINDERAAN JAUH (STUD1 KASUS: DKI JAKARTA)

Lia Fracillia

Tesis Sebagai salah salu syarat untuk memperoleh gelar Magister Sains pada Program Studi Arsitektur Lanskap

SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2007

Judul Tesis

: Analisis Korelasi Ruang Terbuka Hijau dan Temperatur

Permukaan dengan Aplikasi SIG dan Penginderaan Jauh (Studi kasus: DKI Jakarta) : Lia Fracillia Nama NRP : A352020091 Program Studi : Arsitektur Lanskap

.

Disetujui Komisi Pembimbing

Ketua

Anggota

Diketahui Ketua Program Studi

Dekan Sekolah Pascasarjana

Arsitektur Lanskap

JP Dr. Ir. Nizar Nasrullah, M. Agr Tanggal Ujian: 2 4 APR 2007

Tanggal 1,111~s: 1 1 MAY 2007

PRAKATA Aihamdulillah, puji syukur kehadirat Allah SWT atas limpahan Rahmat dan Hidayah-Nya sehingga tesis ini dapat terselesaikan. Tcpik yang dipilih mengenai Ruang Terbuka Hijau, dengan judul Analisis Korelasi Ruang Terbuka

Hijau dan Temperatur Permukaan dengan Aplikasi SIG dan Penginderaan Jauh (Studi Kasus: DKI Jakarta), yang mempak8.n salah satu syarat untuk memperoleh geIar Magister Sains pada Program Studi Arsitektur Lans-kap, Sekolah Pascasajana IPB. Penelitian tentang korelasi antax m n g terbulca hijau dan temperatur bukan penelitian yang baru bagi bidang penginderaan jauh. Sudah ada penelitian yang dilakukan negara maju seperti Eropa dan Amerika. Oleh karena itu literatur merupakan sumber utama dari upaya memahami metode ini. Penelitian dilakukan di wilayah DKI Jakarta yang mempakan kawasan metropolitan terbesar dan paling diiamis di Indonesia. Bersamaan dengan meningkatnya jumlah penduduk secara cepat, sementara lahan yang tersedia terbatas mengakibatkan bertambahnya peralihan lahan dari ruang terbuka menjadi ruang terbangun sehingga lahan yang seharusnya dimanfaatkan sebagai RTH terus menyempit. Berkurangnya luas RTH menyebabkan.ternperatur permukaan menjadi nak. Penelitian ini menganalisis besarnya pengaruh RTH dalam nmnuunkan temperatur permukaan. Pada kesenlpatan ini, penulis menyampaikan terima kasih kepada: Dr. Ir. Bambang Sulistyantara, M. Agr selaku dosen pembimbing utama, Dr. Ir. Alinda F.M Zain M. Si selaku dosen pembimbing, Dr. Ir. Nizar Nasrullah, M. Agr selaku Ketua PS Arsitektur SPs IPB dan seluruh staf pengajar, Yudi Setiawan, SP atas pelatihan GIS & RS yang telah diberikan, orang tua dan adik atas doa dan bantuamya, suami dan putri tercinta atas doa dan kasih sayangnya, serta rekanrekan PS Arsitektur Lanskap SPs P B angkatan 2002. Semoga karya ilmiah ini bermanfaat. Bogor, Mei 2007 Lia Fracillia

RIWAYAT HIDUP Penulis dilahirkan di Sukabumi, Jawa Barat pada tanggal 22 April 1978 dari pasangan Bapak H. Jaja Suteja Salim dan Ibu Hj. Betty Sumiati. Penulis m e ~ p & a n putri pertama dari dua bersaudara. Pernikahan penulis dengan Mohamad Kurniawan, ST dikarunia seorang putri Fathiya Aida Rofa. Pendidiian sarjana ditempuh pada Jurusan Arsitektur Fakultas Teknik Sipil dan Perencanaan Institut Sains dan Tekaologi Nasional (ISTN) J&arca, lulus pada tahun 2001. Kesempatan melanjutkan program Magister Sains diperoleh pada tahun 2002 pada ProgrambStudi Arsitektw Lanskap Sekolah Pascasajana IPB Bogor.

DAFTAR IS1 DAFTAR TABEL ....................................................................

Halaman

DAFTAR GAMBAR ............................................................... DAFTAR LAMPIRAN ..............................................................

PENDAHULUAN Latar Belakang ................................................................. Tujuan Penelitian .............................................................. Manfaat Penelitian ............................................................ Kerangka Pemikiran ..........................................................

ix

x xii 1 2 3 3

TINJAUAN PUSTAKA .. Rbang Terbuka Hijau ......................................................... Fungsi Ruang Terbuka Hijau ................................................ Kenyamanan ................................................................... Sistem Informasi Geografi ................................................... Sistem Pengideraan Jauh ...................................................... Pengolahan Data Penginderaan Jauh mtuk hlengetahui Pekembangan Temperatur Permukaan ....................................

11

METODOLOGI Lokasi dan Waktu Penelitian ................................................ Alat dan Bahan ................................................................ Metode clan Tahapan Penelitian ............................................. Tahapan Persiapan ................................................... Analisis Citra ......................................................... Pengamatan Sapangan ............................................... .. .. Analtsis Statistlka ......................................................

15 15 17 17 17 21 21

HASIL DAN PEMBAHASAN Distribusi RTH di Wilayah Administrasi DKI Jalcarta ................... Distibusi Temperatur Permukaan di Wilayah Administrasi DKI Jakarta ..................................................................... Korelasi RTH dan Temperatur Permukaan Berdasarkan Wilayah Administrasi Kecamatan DKI Jakarta ...................................... Korelasi RTH dan Temperatur Permukaan Berdasarkan Grid ............

5

6 8 9 10

24 33 40 43

'IMPULAN DAN SARAN Simpulan ........................................................................ Saran .............................................................................

47 47

f)AFTAR PUSTAKA ...............................................................

48

.

1 AMPIRAN ...........................................................................

51

DAFTAR TABEL

Halaman 1. Standar Luas Ruang Terbuka Umurn ............................................ 8

2. Karakteristik dan Kegunaan Tujuh Kanal dalam Landsat TM ............

12

3. Persentase Jenis Penutupan Lahan di Wilayah DKI Jakarta ...............

22

4. Distribusi RTH Wilayah Administrasi Kecamatan di DKI Jakarta ......

28

5. Distribusi Temperatur Permukaan berdasarkan Wilayah Administratif di DKI Jakarta ..................................................................

38

6. Analisis Regresi Linear RTH dan Temperatur Permukaan Berdasarkan Wilayah Kecamatan ..............................................................

41

7. Variabel dalam Persamaan Tahun 1997 .......................................

42

8. Variabel dalam Persamaan Tahun 2004 .......................................

43

9. Analisis Regresi Linear RTH dan Temperatur Permukaan Berdasarkan Grid ...............................................................................

43

10. Variabel dalam Persamaan Tahun 1997 .......................................

45

1 1. Variabel dalam Persamaan Tahun 2004 .......................................

45

DAFTAR GAMBAR Halaman 1. Kerangka Berfikir Penelitian ....................................................................

4

2. Lokasi Wilayah Penelitian DKI Jakarta .........................................

16

3. Proses Analisis Penginderaan Jauh ...............................................

20

4. Proses Analisis Sistem Informasi Geografi ............................................... 21 5. Chid yang diletakkan di Pusat Wilayah DKI Jakarta ................................

22

6. Tiga Jenis Bentuk Penuiupan Lahan di Wilayah DKI Jakarta: Badan Air

19

(A), Kawasan Vegetasi (B). dan Kawasan Terbangun (C) .......................

24

7. Peta Penutupan Lahan di DKI Jakarta Tahun 1997 ..................................

26

8. Kebun Campuran yang Terdapat di Kelurahan Jagakarsa ........................

27

9. Areal Persawahan yang terdapat di sekitar Bandara Soekarno-Hatta .......

27

10. Peta Penutupan Lahan di DKI Jakarta Tahun 2004 .....................:............

28

11. Pemukiman Padat di Kecamatan Penjaringan .........................................

29

12. Kawasan Hijau Lmdung Hutan Bakau di Cagar Alam Muara Angke ......

29

13.Kawasan Hijau Binaan Hutan Kota Monas ..............................................

30

14. Kawasan Hijau Binaan Jalur Hijau di Jalan Merdeka ...............................

30

15. Distribusi RTH di Wilayah DKI Jakarta ..............................................

33

16. Peta Distribusi Temperatur Permukaan Wilayah DKI Jakarta Tahun 1997 ................................................................................................

35

17. Peta Distibusi Temperatur Permukaan Wilayah DKI Jakarta Tahun 2004 ................................................................................................

36

18. Jalan To1 Laks. Yos Sudarso Jakarta Utara ...............................................

37

19. Kawasan Industri di Tanjung Priuk .......................................................

37

20. Grafik Distribusi Temperatur Permukaan di DKI Jakaiia ........................

39

21. G r a f i Regresi RTH dan Temperatur Permukaan Citra Landsat ETM+ Tanggal 12 Juli 1997 Berdasarkan Wilayah Kecamatan di DKI Jakarta ..

41

22. Grafik Regresi RTH dan Temperatur Permukaan Citra Landsat ETM+ Tanggal 9 September 2004 Berdasarkan Wilayah Kecamatan di

Di DKI Jakarta ..........................................................................................

42

23. Grafk Regresi RTH dan Temperatur Permukaan Citra Landsat ETM+ Tanggal 12 Juii 1997 Berdasarkan Grid ....................................................

44

24. Grafik Regresi RTH dan Temperatur Permukaan Citra Landsat ETM+ Tanggal 9 September 2004 Berdasarkan Grid ........................................

44

DAFTAR LAMPIRAN Halaman

1. Jenis Penutupan Lahan Berdasarkan Grid di Wilayah DKI Jakarta Tahun 1997 .............................................................................................

51

2. Jenis Penutupan Lahan Berdasarkan Grid di Wilayah DKI Jakarta

Tahun 2004 .............................................................................................

64

3. Model Konversi Data Citra Landsat TM dan ETM+ Band 6 ke Temperatur Celcius .................................................................................

77

4. Model Untuk menghitung Rata-rata Temperatur di masing-masing Grid ......................................................................................................... 5. Output Data .............................................................................................

78 79

PENDAHULUAN Latar Belakang Wilayah perkotaan atau yang disebut juga sebagai kawasan urban mempakan sdah satu kawasan yang mempunyai masalah lingkungan yang cukup serius. Pertumbuhan kota yang pesat khususnya akibat pertambahan jumlah penduduk terutama urbanisasi, membutuhkan pembangunan sarana dan prasarana kota. Sebagai konsekuensi logis dari pesatnya pembangunan fisik kota adalah meningkatnya kebutuhan lahan untuk pembangunan. Wilayah DKI Jakarta dengan jumlah penduduk 7.467.472 jiwa (BPS Propinsi DKI Jakarta, 2002) juga mengalami fenomena di atas. DKI Jakarta mempakan kawasan metropolitan terbesar dan paling dinamis di Indonesia. Sejak tahun 1980-an DKI Jakarta mengalami pertumbuhan yang cepat, baik penduduk maupun ekonomi. Bersamaan dengan meningkatnya jumlah penduciuk secara cepat, sementara lahan yang tersedia terbatas mengakibatkan bertambahnya p e r a l i i lahan dari mang terbuka menjadi mang terbangun. Aktivitas pembangunan ini ternyata sering menimbulkan dampak seperti berkurangnya jumlah ruang terbuka hijau di daerah perkotaan. Implikasi dari berk-mangnyajumlah RTH terhadap kualitas lingkungan seperti polusi udara dan air serta peningkatan temperatur kawasan membutuhkan perhatian dan kajian serius. Fenomena yang sangat dikenal yaitu tingginya temperatur rata-rata dl suatu kota, yang biasa disebut heat island. Perlu disadari akan manfaat RTH yang tinggi dalam memperbaiki dan meningkatkan kualitas lingkungan kota. Kehadiran kawasan vegetasi di kawasan perkotaan membawa penganih besar khususnya dalam meningkatkan kualitas temperatur (Weng, et al., 2004). Myung-Hee et al. (2000) menganalisis temperatur permukaan di daerah perkotaan (Kota Seoul, Korea Selatan) dengan menggunakan data citra satelit Landsat TM band 6. Hasil penelitiannya menunjukkan temperatur permukaan tinggi terdapat di wilayah pemukiman dan industri, sedangkan temperatur rendah terdapat di wilayah hijau seperti hutan dan area pertanian.

Banyak f&tor yang mempengaruhi perubahan temperatur di wilayah perkotaan seperti Jakarta, misalnya gedung-gedung dan jalan aspal. Temperatur yang terlalu tinggi akan mengganggu kegiatan manusia, sehiigga diperlukan tindakan nyata untuk mempertahankan dan meningkatkan keberadaan RTH di wilayah DKI Jakarta. Dalam ha1 ini Indonesia melalui Inmendagri No.14 Tahun 1988 dan Direktorat Tata Kota dan Daerah telah menetapkan standar RTH yang didasarkan atas persen luas area dan jumlah penduduk suatu wilayah. Inmendagri No.14 Tahun 1988 menyebutkan 40% sampai 60% dari total wilayah hams dihijaukan. Hal ini diiaksudkan untuk tetap menjaga kualitas lingkungan kota agar retap sejuk. Berkembangnya

teknik

SIG

(Sistem

Informasi

Geografi)

dan

Penginderaan Jauh dalam teknologi informasi, merupakan pendukung bagi pendalaman studi mengenai korelasi antara ruang terbuka hijau dengan temperatur. Teknologi ini sangat berguna dan dibutuhkan untuk: 1. Pemetaan, invectarisasi, pemw.tauan,

evaluasi dan pembuatan model

pengelolaan suatu wilayah secara cepat, akurat dan efektif

2. Mengantisipasi kecepatan pembahan yang terjadi yang dapat menyebabkan penurunan kualitas lingkungm. Beberapa keuntungan menggunakan teknik SIG dan pengideraan jauh dalarn ha1 ini adalah: 1. Lebih luasnya mang lingkup yang bisa dipelajari 2. Lebih seringnya sesuatu fenomena bisa diamati

3. Dimungkmkannya penelitian di tempat-tempat yang sulit atau berbahaya untuk dijangkau manusia, seperti kebakaran hutan dan lain-lain

Tujuan Penelitian 1. Membuktikan secara ilmiah bahwa peningkatan %RTH dapat menurunkan temperatur permukaan dengan menggunakan data citra Landsat. 2. Menganalisis korelasi antara RTH dan temperatur berdasarkan sebaran RTH di wilayah DKI Jakarta dengan menggunakan SIG dan Penginderaan Jauh.

Manfaat Penelitian

I. Mengetahui besamya pengaruh RTH di kawasan perkotaan khususnya DKI Jakarta dalam menurunkan temperatur permukaan.

2. Dapat digunakan sebagai bahan pertimbangan dalam pengelolaan wilayah maupun dalam penataan tata ruang kota dan pengembangan wilayah. Rencana Tata Ruang Kota dan pengembangan wilayah sangat diperlukan agar tercipta suatu tatanan perkotaan yang baik, nyaman, dan ramah terhadap lingkungan. Kerangka Pemikiran DKI Jakarta mempakan kawasan metropolitan terbesat dan paling dinamis di Indonesia. Sejak tahun 1980-an DKI Jakarta mengalami pertumbuhan yang cepat, baik penduduk maupun ekonomi. Bersamaan dengan meningkatnya jumiah penduduk secara cepat, sementara lahan yang tersedia terbatas mengakibatkan bertambzfinya peralihan lahan dari ruang terbuka menjadi ruang terbangun. Secara mum ruang terbuka di wilayah DKI Jakarta terdiri dari mailg terbuka hijau dan ruang terbuka non hijau. Ruang terbuka hijau adalah bagian dari mang-maag terbuka suatu wilayah perkotaan yang diisi oleh tumbuhan, tanaman dan vegetasi guna mendukung manfaat ekologis, sosial budaya dan arsitektural. Sementara itu ruang terbuka non hijau dapat bempa mang terbuka yang diperkeras. Analisis Citra digunakan mi& melihat keberadaan ruang terbuka hijau di DKI Jakarta dengan menggunakan data citra Landsat TM dan ETM+. Hasil dari analisis citra adalah distribusi RTH dan distribusi temperatur permukaan di DKI Jakarta. Distribusi RTH dan temperatur permukaan dikorelasikan untuk melihat seberapa besar p e n g a d RTH dalam menurunkan temperatur permukaan. Hasil akhir penelitian ini adalah model persamaan zegresi linear sederhana yang dapat digunakan untuk pengembangan RTH dalam m e n d a n temperatur permukaan di wilayah perkotaan (Gambar 1).

Kerangka Berfikir Penelitian

Wilayah DKI Jakarta

Ruang Terbangun

Ruang Terbuka Non

Ruang Terbuka Hijau

+ Analisis Citra

Distribusi Ruang Terbuka Hijau

Distribusi

Korelasi RTH & Temperatur Permukaan

Rekomendasi Pengembangan RTH dalam rangka menurunkan temperatur permukaan di wilayah permukaan

Gambar 1. Kerangka Berfikir Penelitian

TINJAUAN PUSTAKA Ruang Terbuka Hijau

Dalam Inmendagri No. 14 tahun 1988, kota adalah pusat pemukiman dan kegiatan penduduk yang mempunyai batasan wilayah administratif yang diatur dalam peraturan pemndangan serta pemukiman yang telah inemperlihatkan watak dan ciri perkotaan. Tata mang kota dapat dipisahkan menjadi mang terbuka dan mang terbangun. Ruang terbuka adalah mang dalam kota atau wilayah yang lebih luas, baik dalam bentuk area memanjang atau jalur di mana dalam penggunaannya lebih bersifat terbuka dan pada dasamya tanpa bangunan. Dalam Instmksi Mendagri No. 14 Tahun 1988 yang dimaksud ruang terbuk? adalah mang-mang dalam kota atau wilayah yang lebih luas, baik dala~nbentuk arealkawasan maupun dalam bentuk area memanjangJjalur di mana dalam penggunaannya lebih bersifat terbuka yang pada dasamya tanpa bangunan. Dalam ha1 ini Ruang Terbuka dapat dibagi menjadi dua, yaitu:

I . Ruang terbuka semi mum meliputi tempat olahraga lnilik sekolah, taman di dalam tempat ibadah, fasilitas-fasilitas kota. 2. Ruang terbuka perorangan meliputi taman mmah, tempat olahraga swasta, pacuan kuda, tanah pertanian, hutan rakyat. Ruang terbuka m e n m t Dinas Pertamanan DKI (1992) adalah lahan yang tidak dibangun dan digunakan dengan tujuan:

1. Taman dan daerah rekreasi. 2. Konservasi lahan dan sumber daya alam.

5. Makna nilai sejarah atau kualitas tertentu. Ruang terbuka hijau (RTH) merupakan salah satu mang terbuka di suatu wilayah perkotaan yang memiliki manfaat dan fungsi yang terkait erat dengan kelestarian dan keindahan lingkungan d m juga terkait dengan tingkat kesehatan, kenyamanan dan kesejahteraan manusia. Dalam mang terbuka hijau bersifat hijau berisi tanaman alamiah ataupun budidaya tanaman, blueways (aliran sungai dan hamparan banjir), greenways

(jalan bebas hambatan, jalan di taman, koridor transportasi, jalan setapak, jdan sepeda, dan tempat lari, taman-taman kota dan areal rekreasi). RTH merupakan ruang fungsional bagi suatu wilhyah perkotaan, terutama karena fungsi serta manfaatnya yang tinggi dalam memperbaiki dan meningkatkan kualitas lingkungan suatu wilayah. RTH adalah kawasan atau areal permukaan

tanah yang didominasi oleh tumbuhan yang dibina untuk fungsi perlindungan habitat tertentu, dadatau daratan kotallingkungan, dadatau pengamanan jaringan prasarana, dadatau budidaya pertanian (Perda No. 6 Tahun 1999, DKI Jakarta). RTH merupakan suatu lahan atau kawasan yang mengandung unsur dan struktur alami. Unsur alami inilah yang menjadi ciri RTH di wilayah perkotaan, baik unsur alami berupa turnbuh-iumbuhan atau vegetasi, badan-badan air maupun unsur-unsur alami lainnya. Status kepemilikan RTH diklasifikasikan menjadi: 1. RTH publik, yaitu RTH yang berlokasi pada lahan-lahan p ~ b l i katau lahan yang dimiliki oleh pemerintah.

2. RTH privat atau non publik, yaitu RTH yang berlokasi pada lahan-lahan milik pnvat. Fungsi Ruang Terbuka Hijau RTH, baik publik maupun non publii memiliki fungsi utama yaitu fungsi ekoiogis dan h g s i arsitektural, sosial d m ekonomi. Ijalam suatu wilayah fimgsi ini dapat dipadukan sesuai dengan kebutuhan dan keberlanjutan kota. Manusia yang tinggal di lingkungan perkotaan mernbutuhkan suatu lingkungan yang sehat dan bebas polusi untuk hidup dengan nyaman. Peran RTH untuk memenui kebutuhan ini adalah sebagai penyumbang ruang yang bemafas segar, keindahan visual, sebagai pm-paru kota, sumber air dalam tanah, mencegah erosi, keindahan dan kehidupan satwa, menciptakan iklim dan sebagai unsur pendidikan (Simonds, 1983). Menurut Carpenter et a1 (1975), RTH berfungsi sebagai pelernbut suasana keras dari struktur fisik, menolong manusia mengatasi tekanan-tekanan kebisingan, udara panas dan polusi di sekitarnya serta sebagai pembentuk

kesatuan ruang. Menurut Grey dan Deneke (1978), tanaman memiliki empat fungsi utama, yaitu: 1. Fungsi memperbaiki iklim yaitu berperan dalam memodifikasi s&u dan kelembaban udara sebagai pelindung dari pengaruh udara. 2. Fungsi teknik yaitu tanaman berperan dalam mencegah erosi, melindungi batas air, meredam suara, mengurangi polusi udara, mengurangi silau pantulan cahaya matahari dan mengontrol lalu lintas.

3. Fungsi arsitektur. 4. Fungsi keindahan. Di dalam Inrnendagri No. 14 Tahun 1988 dijelaskan bahwa tujuan pembentukan RTH di wilayah perkotaan adalah: 1. Meningkatkan mutu lingkungan hidup perkotaan nyaman, segar, indah, bersih dan sebagai sarana lingkungan perkotaan. 2. Menciptakan keserasian lingkungan alami dan lingkulgan binaan ymg

berguna .mtuk kepentingan masyarakat. Ruang Terbuka Hijau tidak saja memberikan h g s i fisik dan arsitektural saja, tetapi juga fungsi ekologis dan ekonomis. Arnold (1980) menyatakan bahwa kehadiran pohon tepi jalan berfungsi sebagai pengatur iklim lingkungan, penyuplai oksigen dan penjaga keseimbangan ekologi. Fungsi RTH di wilayah perkotaan adalah: 1. Sebagai areal periindungan berlangsungnya fungsi ekosistem dan penyangga kehidupan. 2. Sebagai sarana menciptakan kebesihan, kesehatan, keserasian dan keindahan lingkungan.

3. Sebagai sarana rekreasi dan wisata. 4. Sebagai penganan lingkungan hidup perkotaan terhadap berbagai mecam pencemaran baik di darat, perairan maupun udara.

5. Sebagai sarana penelitian dan pendidikan serta penyuluhan bagi masyarakat untuk membentuk kesadaran terhadap lingkungan.

6. Sebagai tempat perlindungan plasma nutfah. 7. Sebagai sarana untuk mempengaruhi dan memperbaiki iklim mikro.

8. Sebagai pengatur tata air (konservasi tanah dan air).

Sinioncis (1983) mengemukakan standar ruang terbuka minimum yang mempertimbangkan kebutuhan ruang untuk setiap hirarki wilayah yang ada di kota (Tabel 1). Tabel 1. Standar Luas Ruang Terbuka Umum Wilayah Hirarki Ketetanggaan

Komuniti Kota

Wilayah

Jumlah KKI Wilayah

Jumlah Jiwal Wilayah

Ruang Terbuka

(mZ/

Fungsi

1000 .iwa

1200

4320

12.000 Lap. bennain, areal rekreasi, taman rumah/ pekarangan

10.000

36.000

20.000 Lap. bermain, taman, koridor lingkungan

!00.000

40.000 Ruang terbuka umum,taman, areal bennain

1.000.000

80.000 Ruang terbuka m u m , taman, areal rekreasi, hctan kota, jalur lingkar kota, sawah/kebun

Sumber: Simonds, 1983 Kenyamanrn Menurut Brooks (1988), suhu udara, kelembaban dan penyinaran adalah elemen iklim yang mempengzuhi

kenyamanan manusia. Vegetasi dapat

menyerap panas dari pancaran sinar nlatahari dan niemantulkannya sehingga dapat menurunkan suhu mikroklimat (Carpenter e t al., 1975). Tanaman pohon, semak dan rumput memperbaiki suhu udara kota dengan mengontrol radiasi matahari. Daun, menahan, memantulkan, menyerap dan meneruskan radiasi matahari. Selama matahari bersinar, daun menahan radiasi matahari dan menurunkan suhu. Tanaman juga memperbaiki suhu udara panas dengan evapotranspirasi. Suhu yang terlalu tinggi atau terlalu rendah akan mengganggu kegiatan manusia. Menurut Laurie (1990), untuk daerah tropis kondisi kenyamanan relatif berkisar antara suhu 27- 28 OC. Suhu yang cukup panas pada tapak selain karena

radiasi matahari yang tinggi yaitu kira-kira 50%, juga karena pantulan dari perkerasan jalan, bangunan maupun pantulan perkerasan lainnya. Menurut Geiger (1959), i k l i i rnikrq adaiah iklim di dekat permukaan tanah, yaitu iklim di mana sebagian makhluk hidup berada, jika atmosfer dianggap berlapis-lapis, maka iklim mikro adalah iklim di lapisan terbawah.

Sistern Informasi Geografi SIG dapat didefinisikan sebagai suatu sistem yang terdiri dari perangkat keras (komputer), perangkat lunak (software), dan prosedur yang dirancang untuk mendukung pemasukan, pengelolaan, manipulasi, analisis, pemodelan, dan peragaan data-data spasial dalam rangka memecahkan masalah-masalah manajemen dan perencanaan komplek (Cowen, 1991). Menurut Malczewski (1999) definisi SIG berfokus pada dua aspek sistem yaitu teknologi danproblem solvi~g.SIG merupakan teknologi untuk penanganan data spasial, terdii dari hardware d m sofhvare komputer yang mampu menangkap, menyimpan dan rnemproses informasi spasial berupa data kualitatif dan kuantitatif, menyatukan dan menginterprestasikan peta (Farina, 1998). Burrough (1986) menyatakan sumber data untuk SIG dapat diperoleh dari beberapa sumber data antara lain peta, foto udara, tabel, hasil obsemasi lapangan, citra satelit, dan instrumen pencatat digital. Input data dalam sistem SIG dilakukan dengan cera: 1. CAD system 2. Digitasi dan scanning

3. Sistem penginderaanjauh baik satelit maupun foto udara 4. Data Base Management Systems (DBMS)

5. Sistem pengolahan data. Data ini kemudian disimpan dalam suatu basis data. Kemampuan SIG sangat tinggi dalam manipulasi data dan juga mampu mengintegrasikan data dalam bentuk spasial baik dalam bentuk peta analog, peta digital dan data atribut, sehingga SIG peling efektif dalam manajemen data. Salah satu bentuk operasi spasial dalam SIG adalah perlakuan overlay (ESFU, 1992).

Foote dan Lynch (1996) membuat tiga hal penting yang dimiliki oleh SIG, yaitu: 1. SIG berhubungan dengan berbagai aplikasi database lainnya dengan menggunakan geo-reference sebagai dasar utama dalam proses penyimpanan dan akses informasi.

2. SIG merupakan sebuah integrated technology, karena dapat menyatukan berbagai teknologi geografi yang ada seperti remote sensing, Global Positioning System (GPS), Computer Aided Design (CAD) dan lainnya. 3. SIG dapat membantu dalam proses pengambilan keputusan, bukan hanya

dilihat sebagai sistem sofware/hardware.

Sistem Penginderaan Jauh

Penginderaan jauh adalah ilmu seni untuk memperoleh informasi tentang objek, daerah, atau gejala dengan jalan menganalisis data yang diperoleh dengan menggunakan slat tanpa kontak langsung terhadap objek, daerah, atau fenomena yang dikaji (Lillesand dan Kiefer, 1990). Informasi penginderaan jauh yang diiasilkan dari satelit image untuk analisis lebih lanjutnya menggunakan SIG. Secara umum data dari penginderaan jauh agar dapat digunakan di SIG hams dinterprestasi dan digeoreference terlebih dahulu (Farina, 1998). Secara garis besar sistem penginderaan jauh terbagi dua, yaitu sistem dengan benntuic data fotografik dan sistem data numerik. Pengenaian objek di permukaan bumi didasarkan pada nilai reflektan energi eletromagnetik yang dipancadcan oleh suatu obyek yang direkam oleh sensor. Menurut Lillesand dan Kiefer (1990) di permukaan bumi terdapat tiga obyeic utama yaitu vegetasi, tanah, dan air di mana tiap-tiap obyek ini memancarkan energi eletromagnetik dengan panjang gelombang tertentu. Sifat-sifat inilah akhimya digunakan sistem penginderaan jauh untuk mengenali obyek-obyek atau tipe-tipe penutup lahan yang ada di permukaan bumi. Beberapa alasan penginderaan jauh sangat bermanfaat yaitu: 1. Sangat membantu untuk mengumpulkan data dan informasi dari daerah yang tidak mungkin dikunjungi. 2. Memungkinkan untuk meneliti daerah yang luas sekaligus.

3. Memungkinkan melakukan ulangan pengamatan dengan ce~mat. Menurut De Bruin dan Molenaar (1999) paling sedikit ada tiga alasan menggabungkan penggunaan SIG dari penginderaan jauh, yaitu: 1. Analisis image dalam penginderaan jauh lebih menguntungkan dari GIs-store

data. 2. Penginderaan jauh

dapat

menjadi

dasar

untuk

memperbaharui

geoinformation. 3. Penggabungan dari informasi yang diperoleh dari proses-proses dalam SIG dapat membantu untuk menjaga dari kesalahan dan uncertainty dalam menangkap dan memanipulasi data. Pengolahan Data Penginderaan Jauh Untuk Mengetahui Perkembangan Temperatur Permukaan Perubahan temperatur udara, pada dssamya merupakan resultante dari berbagai proses yang tejadi dalam suatu kawasan. Banyak aspek yang terlibat di dalamnya, termasuk diantaranya adalah perubahan penggunaan lahan yang sering dianggap sebagai penyebab peningkatnya temperatur kawasan. Dampak dari perubahan penggunaan lahan itu adalah perubahan temperatur yang meningkat dari waktu ke waktu. Peningkatan temperatur dipelajari untuk memahami dampak perubahan lingkungan ternadap iklim mikro. Fenomerla ini aka1 mempengaruhi perminenergi, kesehatan masyarakat dan kondisi lingkungan (Chen et al., 2001). Citra satelit telah banyak digunakan untuk mempelajari temperatur kawasan, kht~susnyauntuk menganalisis bagaimana clan mengapa wilayah kota berperan dalam mempengaruhi terjadinya pemanasari wilayah. Sementara itu, menurut Grass1 (1989) pengukuran suhu permukaan secara langsung merupakan suatu ha1 yang mustahil, karena pengaruh gangguan termometer. Oleh karena itu alat yang ideal untuk mengukur suhu adalah penentuan suhu melalui emisi pemukaan dalam spektral infia merah dari satelit. Dalam penelitian ini memakai data yang berasal dari satelit TM Landsat yang merupakan satelit perbaikan dari generasi Landsat sebelumnya, yaitu MSS Landsat. Satelit ini sangat baik digunakan untuk studi vegetasi, karena selain mempunyai resolusi spasial yang

c k u p bagus, juga mempunyai saluran spektral yang Iengkap dari saluran nampak mata sampai saluran i&a merah thermal (Lillesand dan Kiefer, 1990). Resolusi spasialnya menjadi lebih detail, yaitu 30 x 30 m dan resolusi spektral menjadi 7 band. Satelit TM Landsat 7 mempunyai 7 kanal (band), yaitu kanal 1 pada gelombang bim (0,45 - 0,52 ym), kanal 2 pada gelombang hijau (0,52 - U,60 pm), kana1 3 pada gelombang merah (0,63 - 0,69 pm), kanal4 pada gelombang infra merah dekat (0,76

- 0,90 pm), kanal 5 pada gelombang infra merah tengah

(1,55 - 1,75 pm), kanal 6 pada gelombang thermal (l0,4 - 12,5 pm), dan kanal 7 pada gelombang infia merah tengah (2,08 - 2,35 pm) (Tabel 2). Setiap benda mempunyai ciri khas tertentu dalam memancarkan gelombang elektromagnelik (Lillesand dan Kiefer, 1990). Citra ETM+ memiliki jumlah band lebih banyak, yaitu 8. Resolusi spasial untuk band 8 adalah 15 meter. Dalam penelitian ini menggunakan kanal 4 (infia merah dekat), kanal 3 (merah), dan kanal 2 (hijau) untuk membedakan antara air, vegetasi d m bangunan. Sedangkan kanal 6 (ids merah thermal) digunakan untuk mengetahui distribusi temperatur permukaan. Tabel 2. Karakteristik dan Kegunaan Tujuh Kanal dalam Landsat TM Panjang Kanal Gelombang t~tm)

Spektral

Kegunaan

1

G,45 - C,52

Biru

TemSus tcrhadap tub& air, dapat untuk pemetaan air pantai, tanah, tumbuhan, kehutanan dan mengidentifikasi budidaya manusia

2

G,52 - 0,60

Hijau

Untuk pengukuran nilai pantul pucuk tumbuhan dan penafsiran aktifitasnya, juga pengamatan kenampakan budidaya manusia

3

0,63 - 0,69

Merah

Dibuat untuk melihat daerah yang menyerap klorofil, yang dapat digunakan untuk membantu dalam pemisahan spesies tanaman, juga untuk pengamatan kenampakan budidaya manusia

4

0,76 - 0,90

Infra Merah Dekat

Untuk membedakanjenis tumbuhan, aktifitas clan kandungan biomas untuk membatasi tubuh air dan pemisahan kelembaban tanah

5

1,55 - 1,75

lnfra Merah Pendek

Menunjukkan kandungan kelembaban tumbuhan dan kelembaban tanahjuga untuk membedakan salju dan awan

6

10,4 - 12,s

Infra Merah Thermal

Untuk menghasilkan tegakan tumbuhaq, pemisahan kelembaban tanah dan pefiietaan panas

7

2,08 - 2,35

Infra Merah Untuk pengenalan terhadap mineral dan Pendek jenis batuan, juga sensitif terhadap kelembaban tumbuhan

Sumber: Jensen, 2300 Sistem pengideraan jauh yang paling dikenal adala!! satelit pemantauan cuaca di bumi. Dalarn ha1 ini adalah permukaan bumi, yang melepaskan energi dalem bentuk radiasi inzared (atau energi panas). Energi merambat melalui atmosfir dan ruang angkasa untuk mencapai sensor. Beberapa level energi kemudian dicatat, dikirimkan ke stasiun penerima di bumi, dan diubah menjadi citra yang menunjukkan perbedaan suhu pada permukaan bumi. Data citra satelit dikirim ke stasiun penerima dalarn bentuk format digital mentah merupakan sekumpulan data numerik. Angka numerik dari pixel (elemen kecil pada citra satelit) diseb-ut Digital Number (DN). Data citra Landsat TM dan ETM+ band 6 memiliki DN dengan range 0

- 255. Untuk mendapatkan data

temperatur permukaan maka DN ini dapat diubah ke "K dengan menggunakan dua proses (Landsat Project Science Office, 2002):

1. Mengubah DN ke nilai Radiance dengan menggunakan nilai bias dan nilai gain.

cv,= G ( c Y , ) + B Dimana: CVR adalah nilai radian dalam watts/(meter squared*ster*pm) C V D ,adalah ~ ~ nilai digital number

G (Gain) = 0,0055 18 B (Bias) = 1,2378

2. Mengubah data radiance ke OK.

Dimana: T adalah derajat Kelvin

CV, adalah nilai radian dalam Watt Kl

= 666,09 mW

cm-2 sr-1 pm-' (ETM+) dan 607,76 mW cm-2 sr-1 pm-' (TM)

K2 = 1282,71 K (ETM+) dan 1260,56 K (TM)

METODOLOGI Lokasi dan Waktu Penelitian

Penelitian ini dilaksanakan di wilayah DKI Jakarta dengan luas wilayah 64.270 ha (Gambar 2). Letak 10692'42" BT - 106"58'18" BT dan 5'19'12" LS 6'23'54" LS. Penelitian

dilaksanakan selama sebelas bulan, d i u l a i

Bulan

Januari sampai Bulan Nopember 2005. Mat dan Bahan

Alat yang digunakan antara lain: GPS (Global Positioning System), kamera digital, seperangkat komputer yang dile~igkapifasilitas sofhvare EP3AS 8.5, ARCVIEW 3.3, SPSS, Windows 2000 sertaprinfer. Bahan yang digunakan antara lain. Citra Landsat TM 12 Juli 1997, Citra Landsat ETM+ 09 September 2004 dengan waktu liitas satelit di khatulistiwa pukul 10.00 pagi yang diperoleh dari koleksi Laboratoriurn GIS dan Remote

Sensing Pusat Penelitian Lingkungan Hidup, IPB, Peta Administrasi Kecamatan, dan Peta Rupa Bumi tahun 2001 Lembar Jakarta skala 1:25.000 yang dikeluarkan oleh BAKOSURTANAL.

7000

0

7000

14000

PETA WILAYAH DKI JAKARTA

1

~

Garnbar 2. Peta Wilayah Penelitian

21000 Meters

Metode dan Tabapau Denditian Metode yang digunakan adalah metode analisis spasial dengan menggunakan teknik penginderaan jauh. Terdapat empat tahapan utama yang dilakukan pada penelitian ini, yaitu: 1. Tahap Persiapan 2. Analisis Citra

3. Pengamatan Lapangan

4. Analisis Statistika Tahap persiapan Tahap persiapan mempakan tahap awal yang dilakukan pada penelitian ini. Kegiatan yang dilakukan terdiri dari: pengumpulan data, pengkajian dan studi pustaka, konsultasi awal, penulisan usulan penelitian dan perbaikan usul penelitian ser'a pengurusan izin penelitian. Analisis Citra Analisis citra mempakan tahapan utama dalam penelitian ini. Secara

umurn terdapat dua proses utama dalam analisis citra, yaitu proses analisis penginderaan jauh (Gambar 3) dan proses analisis SIG (Gambar 4). Ada empat proses utama dalam penginderaan jauh, yaitu: 1. Koreksi geometri. Greksi geometri dilakukan untuk rnendapatkan citra dengan letak geometri yang sesuai dengan letak di bumi. Peta acuan yang digunakan untuk mengkoreksi geometrik adalah peta digitasi daxi peta mpa buini tahun 2001 Bakosurtanal. Koordinat geometri yang digunakan adalah koordinat UTM (Universal Transverse idercutor). Kemudian melakukan pemotongan terhadap citra untuk pemilihan lokasi penelitian yaitu DKI Jakarta 2. Perhitungan persentase sebaran mang terbuka hijau didapat dari proses klasifikasi dengan menggunakan metode klasifikasi citra terbimbing (Supervised Classification). Sebelum klasifikasi

dilakukan, band-band yang dipilih

dikompositkan untuk pengambilan training set dalam proses klasifikasi. Citra komposit yang dipergunakan adalah citra komposit band 5, band 4, dan band 3. SeteIah citra komposit didapat, baru dilakukan proses klasifikasi, yaitu

serangkaian tugas yang mengelompokkan sekurnpulan data digital (nilai pixel) yang sama ke dalam kelas tertentu yang khas dan dapat memberikan informasi. Hasil klasifikasi akan diuji, apabila akurasi hasil klasifikasi rendah, maka klasifikasinya akan diulang lagi dengan memperbaiki training set yang lama. Dari hasil klasifikasi ini akan diperoleh citra 9 kelas penuixpan lahan yaitu air, rumput, semak, sawah, kebun campuran, hutan kota, aspal, industri dan pemukiman. Kemudian diklasifikasikan lagi menjadi 3 kelas, yaitu badan air, kawasan vegetasi (rumput, semak, sawah, kebun campuran, dan hutan kota), dan kawasan terbangun (aspal, industri dan pemukiman). 3. Penurunan parameter biofisik yaitu temperatur permukaan. Penurunan temperatur permukaan melibatkan analisis konversi data citra menjadi data temperatur permukaan. Untuk mengetahui nilai temperatur permukaan, data citra landsat yang digunakan addah band 6 yang memilii panjang gelombang 10,4 12,5 pm (thermal infrared) Data yang digunakan adalah data citra Landsat TM 12 Juli 1997 dan citra Landsat ETM+ 9 September 2004 pukul 10.00 wih. Konversi data citra menjadi data temperatur pemukaan melibatkan tiga tahapan (Myung-Hee, 2000; LanJsnt Project Science Ofice, 2002; Weng et al., 2003), Yaitu: 1. Konversi Digital Number (DN) menjadi Spectral radiance, yaitu:

B

CV, = G(cv,,)+ Diclana:

CVRadalah nilai radian dalam watts/(meter squared*ster*pm)

CVc,~adaiah nilai digital number G (Gain) = 0,005518 B (Bias) = 1,2378 2. Konversi Radian Spektral pada band 6 ke Kelvin

K2

T=

]

In[ C vKl, +1 Dimana:

T adalah derajat Kelvin CVRadalah nilai radian dalam Watt

K1 = 666,09 mW cmS sf' pm-' (ETM+) dan 607,76 mW cm-2 sr-' pm-' (TM)

K2 = 1282,71 K (ETM+) dan 1260,56 K (TM) ' 3. Konversi nilai derajat Kelvin ke Celcius

C=T-273 Dimana: C adalah derajat Celcius T adalah derajat Kelvin

4. Setelah proses tersebut data temperatur permukaan di-overlay dengan peta administrasi kecamatan dan grid 500 x 500 m2 untuk mendapatkan rata-rata temperatur permukaan masing-masing kecamatan dan masing-masing grid. Nilai rata-rata temperatur permukaan setiap grid dapat dihitmg dengan rumus:

Dimana: Tx adalah Temperam permukaan rata-rata dalam satu grid (OC) CTGnadalah jumlah temperatur permukaan seluruh pixel dalam satu grid (OC) CPGnadalah jurnlah pixel dalam satu grid

(

Penginderaan Jauh

Citra Landsat TM

I

1

Citra Landsat ETM+

Pemilihan Wilayah Penelitian

+

I

+

I

Temperatur Permukaan Band 6

Klasifikasi Penutupan Lahan Band 5,4,3

I

I

. 1 Data Temperatur

Kecamatan

9 Jenis Penutupan Lahan

500 x 500 m-

Penutupan Lahan Distribusi RTH

Gambar 3. Proses Analisis Penginderaan Jauh Kemudian proses yang kedua adalah proses analisis SIG. Ada dua tahapan dalam proses analisis SIG, yaitu: 1. Meng-overlay-kan peta distribusi RTH tahun 1997 dan 2004 dengan peta administrasi kecamatan. Hasil keluaran dari proses ini adalah luas RTH masing-masing kecamatan yang ada di DKI Jakarta. 2. Meng-overlay-kan peta distribusi RTH tahun 1997 dan 2004 dengan grid. Wilayah penelitian dibagi dalam bentuk grid yang berulcuran 500 x 500 m2 sebanyak 400 grid. Jarak 500 m didasarkan atas kebutuhan seseorang untuk

mendapdihn kenyamanan. Penentuan lokasi memiliki s e b m mang terbuka hijau yang cukup bewariasi, maka lokasi yang c h p sesuai untuk penelitian ini adalah di pusat wilayah DKI Jakarta (Gambar 5).

L Sistem Informasi Geografi

Peta Distribusi RTH 97 & 04

Peta Distribusi 500 x 500 m2

Kecamatan

%RTH per Kecarnatan

%RTH per Grid

Gambar 4. Proses Analisis Sistem Informasi Geografi Pengamatan Lapangan Pada tahap hi yang dilakukan adalah penyesuaian dan pengecekan antara hasil klasifikasi citra Landsat dengan kondisi yang ada di lapang. Analisis Statistika Tahapan analisis statistik merupakan tahapan penting dalam penelitian. Pada tahap ini terdapat dua pendekatan wtuk mengetahti besarnya pengaruh RTH terhadap temperatur permukaan, yaitu:

1. Distribusi RTH dan temperatur permukaan dianalisis berdasarkan 40 wilayah administratif kecamatan y~ulgterdapat di DKI Jakarta. 2. Distribusi RTH dan temperatur permukaan dianalisis berdasarkan grid 500 x

500 m' sebanyak 400 grid.

70

21000 Meters

Keterangan: Grid Batas Wilayah Kecamatan

PETA WEAYAH DKI JAKARTA DAN GRID

L-Garnbar 5. Grid yang diletaldtan di Pusat Wilayah DKI Jakarta

i

Dalam penelitian ini dianalisa seberapa besar pengaruh KTH terhadap temperatw permukaan. Dengan demikian dugaan yang muncul adalah semakin besar persentase RTH di suatu wilayah maka temperatur penthaan di 'wilayah tersebut akan turun. Untuk melihat hubungan keduanya maka dalam penelitian ini diterapkan suatu metode regresi linear sedcrhana. Persamaan regresi dengan nilai beta yang lebih besar berarti menunjukkan pengaruh yang lebih besar atau perubahan y yang lebih besar untuk kenaikan x yang sama yaitu sebesar 1 unit (Supranto, 2004). y=A+Bx Dimana: y = Temperatur Permukaan (OC)

x = %RTH A = Nilai Konstanta

B = Koefisien Arah Regresi Menwut Supranto (2004), jika Ho ditolak, persamaan y

=

A

+ Bx boleh

untuk meramalkan, akan tetapi kalau Ho diterima, talc boleh untuk meramalkan y, sebab kenaikan x tak akan mempengaruhi y. Pengujian hipctesis tentang koefisien regresi (= B) 1. H, : B = 0 (x tak mempengaruhi y)

H, : B .f: 0 (x mempengaruhi y, pengaruhnya positif atau negatif)

2. t,= b/Sb, dimana Sb = stundcrd error b

3. Tentukan nilai alpha (a)cari ta/2 dari tabel t dengan df = n - 2 4. Kesimpu!an:

TolakHokalaut,5-kataut,>-k

Terima H,kalau - k< t,< ta/2

HASIL DAN PEMBAHASAN Distribusi RTH di Wilayah Administrasi DKI Jakarta

Dari hasil analisis citra Landsat TM 1997 dan ETM+ 2004 diperoleh 9 jenis penutupan lahan yang di klasifikasi ulang menjadi 3 jenis penutupan lahan, yaitu badan air, kawasan bervegetasi (Ruang Terbuka Hijau), dan kawasan terbangun (Gambar 6). Dari hasil analisis citra tahun 1997, kawasan vegetasi di wilayah DKI Jakarta sebesar 20.512,80 ha (31,91%) dari luas wilayah DKI Jakarta. Pada tahun 2004 mengalami penurunan sebesar 8,79%, yaitu menjadi sebesar 14.855,76 ha (23,12%) (Tabel 3). Penurunan tersebut diakibatkan oleh perubahan penggunaan d m penutupan lahan yang pada umurnnya lebih didasarkan pada pemenuhan akan peningkatan akselerasi pertumbuhan ekonomi di kawasan ini.

C Gambar 6. Tiga Jenis Bentuk Penutupan Lahan di Wilayah DKI Jakarta: Badan Air (A), Kawasan Vegetasi (B), dan Kawasan Terbangun (C)

Tabel 3. Persentase Jenis Penutupan Lahan di Wilayah DKI Jakarta NO Jenis Penutupan Lahan

Tahun 1997 Luas (ha)

1.

Badan Air

2.

3.

Tahun 2004

%

Luas (ha)

%

3.590,64

5,59

1.690,92

2,63

Kawasan Vegetasi

20.512,80

31,91

14.855,76

23,12

Kawasan Terbangun

40.167,44

62,50

47.724,12

74,25

Total

64.270,80

100,OO

64.270,80

1OO:OO

Dari hasil klasifikasi citra tahun 1997 (Gambar 7) menunjukkan kawasan terbangun (merah) memiliki area yang luas dengan kawasan vegetasi sedikit (hijau) yaitu pada wilayah Jakarta Utara dan Jakarta Pusat. Kawasan vegetasi yang luas dan menyebar terdapat pada wilayah Jakarta Selatan, Jakarta Barat dan Jakarta Timur. Jakarta Selatan merupakan daerah resapan air, dan didominasi oleh kebun campuran (Gambar 8). Jakarta Timur merupakan daerah resapan air di bagian selatan jalan lingkar luar Jakarta, dan Jakarta Barat didominasi oleh area persawahan (Gambar 9). Sedangkan pada tahun 2004 (Gambar 10) menui~jukkan kawasan terbangun (merah) tnemiliki area yang luas dengan kawasan vegetasi sedikit (hijau) yaitu pada wilayah Jakarta Utara, Jakarta Barat dan Jakarta Pusat. Kawasan vegetasi (hijau) berkurang pada wilayah Jakarta Selatan dan Jakarta Timur. Hal ini disebabkan perubahan penggunaan lahan menjadi kawasan pemukiman (Gambar 11). Meskipun demikian wilayah ini masih memiliki kawasan vegetasi yang luas. RTN yang tetap dipertahankan di DKI Jakarta adalah kawasan yang dilindungi seperti hutan lindung, cagar alam, seperti kawasan hijau lindung Muara Angke yang terdiri dari Hutan Bakau (Gambar 12). Sedangkan kawasan hijau yang menjadi binaan pemerintah berbentuk areal seperti taman kota Monas (Gambar 13),jalur hijau jalan (Gambar 14), dan kawasan fungsional.

Keterangan Badan Air @J Kawasan fj Vegetasi Kawasan Terbangun

PETA KLASIFIKASI PENUTUPAN LAHAN DI WILAYAH DKI JAKARTA TAHUN 1997 Sumber: Klasifikasi Citra Landsat TM 12 Juli 1997, pukul 10.00 wib

Gambar 7. Peta Penutupan Lahan di DKI Jakarta Tahun 1997

Gambar 8. Kebun Campuran yang Terdapat di Kelurahan Jagakarsa

Gambar 9. Area Persawahan

o

7000

7000

T W O

21000 Meters

Keterangan Badan Air Kawasan Vegetasi Kawasan Terbangun

PETA KLASIFIKASI PENUTUPAN LAHAN DI WILAYAH DKI JAKARTA TAHUN 2004 Sumber: Klasifikasi Citra Landsnt ETM+ 9 September 2004, pukul10.00 wib

Gambar 10. Peta Penutupan Lahan di DKI Jakarta Tahun 2004

Gambar 11. Pemukiman Padat di Kecamatan Penjaringan

Gambar 12. Kawasan Hijau Liidung Hutan Bakau di Cagar Alam Muara Angke

Gambar 13. Kawasan Hijau Binaan Hutan Kota Monas

Gambar 14. Kawasan Hijau Binaan Jalur Hijau

di Jalan Merdeka

Tabel 4. Distribusi RTH Wilayah Adminismi Kecamatan di DKI Jakarta RTH No.

Wifayah

Luas Wil. (13

1.

2.

3.

4.

5.

Jakarta Utara Kec.Pademangan Kec.Penjaringan Kec.Cilincing Kec.Kelapa Gading Kec.Tanjung Priok Jakarta Barat Kec.Kalideres Kec.Cengkareng Kec.Taman Sari Kec.Tambora Kec.Grogo1 Kec.Kembangan Kec.Kebun Jeruk Kec.Palmerah Jakarta Pusat Kec.Sawah Besar Kec.Kemayoran Kec.Gambir Kec.Cernpaka Putih Kec.Senen Kec.Tanah Abang Kec.Menteng Jakarta Timur Kec.Cakung Kec.Pulogadung Kec.Matraman KecJatinegara Kec.Durensawit Kec.Makassar Kec.Kramat Jati Kec.Cipayung Kec.Ciracas Kec.Pasar Rebo Jakarta Selatan Kec.Setiabudi Kec.Kebayoran Lrn Kec.Tebet Kec.Kebayoran Br Kec.Pesanggahan

.

1997 Luas (ha)

%

2004 Luas (ha)

+/Oh

1.237,29 3.646,13 4.385,08 2.497.62 2.322,62 12.851,50

186,84 543.60 1.142,64 588.60 219,60 2.681,28

15,lO 218,16 17,63 14,91 734,40 20,14 26,06 1.098,72 25,06 23.57 497.16 19.91 9,45 172,80 744 20,86 2.721,24 21,17

+2,53 +5,23 -1,OO -3.66 -2,0! +0,31

2.941,07 2.398,09 449,95 520,24 1.060,87 2.637,22 1.689,33 742,15 12.438,90

1.071,OO 776,52 9,36 4,32 66,24 1.305,36 318,96 45,36 3.597,12

917,28 36,42 32,38 478,08 9,OO 2,08 0,83 8,28 6,24 65,16 49,50 780,84 18,88 141,12 6,11 39,24 28.92 2.439,OO

-5,23 -12,44 -0,08 +0,76 -0,lO -19,89 -10,53 -032 -9,31

637,14 727,43 769,27 71 !,I2 429,66 983,37 650,03 4.908,OO

35,28 27,36 67,68 47,88 17,64 174,24 86,04 456,12

3.984,89 1.487,14 477,77 1.004,17 2.178,93 2.178,24 1.331,18 2.879,77 1.617,47 1.265,62 18.405,20

1.290,96 183,96 11,16 91,08 71 1,36 1.126,44 474,48 2.332,08 936,36 672,84 7.830,72

900,66 2.384,51 936,62 1.307,44 1.293,94

149,76 797,40 60,84 217,80 680,04

31,19 19,94 2,OO 1,59 6,14 29,61 8,35 5,29 19,61

534 36,OO 5,65 +O,I I 3,76 23,04 3,17 -0,59 8,80 79,20 10,30 +1,50 6,73 28,80 4,05 -2,68 4,11 10,40 2,42 -1,69 17,72 147,60 15,Ol -2,71 13,24 56,52 8,69-4,54 -----9,29 381,56 7,77 -1,52

-

32,40 1.213,92 12,37 161,28 2,34 3,96 9,07 42,12 394,56 32,65 51,71 843.48 190,44 35,64 80,98 1.652,76 57,89 513,OO 383,76 53,16 42,55 5.3?9,28

30,46 10,84 0,83 4,19 18,ll 38,72 14,31 57,39 31,72 30,32 29,34

-1,93 -1,53 -1,51 -4,88 -14,54 -12,99 -21,34 -23,59 -26,17 -22,84 -13,21

16,63 33,44 6,50 16,66 52,56

13,51 22,39 6,30 7,lO 30,47

-3,12 -11,05 -0,19 -9,55 -22,09

121,68 533,88 59,04 92,88 394,2

Kec.Mampang Kec.Pancoran Kec.Pasar Minggu Kec.Cilandak t KecJagakarsa

79 1,67 824,37 2.19677 1.297,79 2.495,27 14.429,OO

162,36 174,60 1.101,96 598,68 2.004,12 5.947,56

20,5! 97,92 21,18 107,28 50,16 688,32 46,13 403,ZO 80,32 1.416,24 41,22 3.914,64

12,37 13,Ol 31,33 31,07 56,76 27,13

-&I4 -2,li -18,83 -15,06 -23,56 -14,09

Dilihat dari sebaran RTH di wilayah Kecamatan DKI Jakarta (Tabel 4), sebagian besar mengalami p e n m a n luas RTH namun ada beberapa wilayah kecamatan yang mengalami peningkatan luas RTH yaitu Kecamatan Pademangan naik 2,53% dari luas wilayah Kecamatan Pademangan, Kecamatan Penjaringan naik 5,23% dari luas wililyah Kecamatan Penjaringan, Kecamatan Tambora naik 0,76% dari luas wilayah Kecamatan Tambora, Kecamatan Sawah Besar naik O,11% dari luas wilayah Kecamatan Sawah Besar, dan Kecamatan Gambir naik 1,50% dari luas wilayah Kecamatan Gambir. Pada tahun 1997 kecamatan yang memiliki luas RTH paling besar adalah Kecamatan Cipayung sebesar 2.332,08 ha (80,98% dari luas wilayah Kecamatan Cipayung) dan paling rendah adalah Kecamatan Tambora sebesar 4,32 ha (0,83% dari luas Kecamatan Tambora). .A

Pada tahun 2004 kecanlatan

yang memiliki luas RTH paling besar adalah

Kecamatan Cipayung sebesar 1.652,76 ha (57,39% dari luas wilayah Kecamatan Cipayung) dan paling rendah adalah Kecamatan Matrarnan sebesar 3,96 ha (0,83% dari luas wilayah Kecamatan Matraman).

J a k ~ r Uara h

Jakarta Bsrat

JrkartaPurat Wilayah

-.

JnkartaTimur

JaksrtaSelstan

Gambar 15. Distribusi RTH di Wilayah DKI Jakarta

Ee~daarkandistribusi RTH per Kotamadya (Gambar 15) Jakarta Utara mengalami kenaikan luas RTH sebesar 0,3 1% dari !uas wilayah Jakarta Utara. Jakarta Barat mengalami penunman luas RTH sebesar 9,31% dari luas wilayah Jakarta Barat. Jakarta Pusat mengalami penurunan luas RTH sebesar 1,52% dari luas wilayah Jakarta Pusat. Jakarta Timur mengalami penurunan luas RTH sebesar 13,21% dari luas wilayah Jakarta Timur. Dan Jakarta Selatan mengalami penurunan luas RTH sebesar 14,09% dari luas wilayah Jakarta Selatan. Sebagian besar wilayah di DKI Jakarta mengalami penurunan luas RTH disebabkan bembalmya ruang terbuka hijau menjadi ruang terbangun seperti pemukiman

kawasan industri. Wilayah Jakarta Utara mengalami peningkatan

luas RTH disebabkan adanya usaha dari pemerintah DKI Jakarta dalam meningkatkan luasan KTH di wilayahnya. Distribusi Temperatur Permukaan di Wilayah Administrasi DKI Jakarta Ekstraksi data Landsat TM dan ETM+ lebih digunzkan untuk kepentingan jangka panjang. Sebagaimana diketahui cakupan data citra yang salah satunya adalah Landsat jauh lebih luas dibandingkan dengan pengamatan via survai. Ekstraksi informasi yang dihasilkan pun relatif lebib banyak, tidak hanya temperatw, tetapi penggunaan lahan dan berbagai indikator lingkungan lainnya. Dengan menggunakan metode sebagaimana disampaikan dalam metode penelitian dihasilkm citra untuk ekstraksi data temperatur. Temperatur yang tinggi ditunjukkan oleh tingkat kecerahan yang tinggi atau benvama terang. Sebaliknya temperam yang lebih rendah (urnumnya pada lokasi yang bemegetasi pohon) direpreseutasikan oleh kenampakan citra yang lebih geiap. Dari hasil analisis temperatur permukaan tahun 1997 (Gambar 16) diketahui temperatw terendall terdapat di daerah-daerah tampungan air, yakni 1922 OC. Wilayah sekitar tampungan air memiliki temperatur yang tidak berbeda jauh, yakni 22-25 OC. Hal ini dikarenakan adanya vegetasi atau permukaa~air yang inenyebabkan terjadinya pengkondisian iklim mikro pada areal di dalam dan sekitar kawasan tersebut. Wilayah terluas memiliki temperatur permukaan 25-23 0

C. Pada wilayah terluas ini terdapat beberapa lokasi yang menunjukkan

temperatur tinggi di pusat kota d m di bagian Utara Jakarta, yakni 28-31 "C dan adanya lokasi yang memiliki temperatur tertinggi, yakni 31-34 OC di daerah industri. Hal ini dikarenakan miskinnya vegetasi dalarn wilayah ini. Hasil analisis temperatur pennukaan tahun 2004 (Gambar 17) menunjukkan temperatur tereriah terdapat di daerah-daerah tampungan air, yakni 19-22 OC. Wilayah sekitar tampungan air memiliki temperatur yang tidak bcrbeda jauh, yakni 22-25 OC. Wilayah terluas memiliki temperatur perrnukaan 25-28 'C. Pada wilayah terluas ini terdapat beberapa lokasi yang menunjukkan temperatur tinggi di bagian Selatan, Timur, dan Utara Jakarta, yakni 28-31 "C dan adanya lokasi yang memiliki temperatui tertinggi, yakni 31-34 "C. Lokasi ini berada daerah industri. Adanp beberapa lokasi yang menunjukkar, temperatur yang lebih tinggi disebabkan oleh miskinnya vegetasi dalam wilayah ini clan adanya aspal jalan turut mempengaruhi temperatur tinggi (Gambar 18). Keberadaan vegetasi atau permukaan air dapat menurunkan temperatur karena sebagim energi radiasi matahari yang diserap permukaan akan dimanfaatkan untuk menguapkan air dari jaringan tumbuhan (transpirasi) atau langsung dari permukaan air atau permukaan padat yang mengandung air (evaporasi). Perubahan lahan menjadi wilayah pemukiian juga akan menyebabkan temperatur pennukaan yang tinggi. Berdasarkan informasi tentang posisi kawasan industri, diietahui bahwa wilayah Jakarta Tinvr d m Jakarta 'Jtara merupakan wi1ayA pusat iildustri manufaktur (Gambar 19). Di Jakarta Timur terdapat kawasan industri Pulo Gadung, sedangkan di Jakarta Utara terdapat kawasan industri Sunter. Keberadaan kawasan tersebut akan berpengmh besar terhadap kondisi dan kualitas lingkungan wilayah Jakarta T i u r dan Jakarta Utara. Adalah wajar jika kedua wilayah ini memiliki kualitas lingkungan ymg dalam ha1 ini adalah temperatur yang relatif kurang baik dibandingkan dengan wilayah lain di DKI Jakarta.

21000 Meters

Keterangan (Derajat Celcius): 19-22 -22-25 0 2 5 - 2 8 28-31 m31-34

PETA DISTRIBUSI TEMPERATUR PERMUKAAN DI DKI JAKARTA TAHUN 1997 Sumber: Klasifikasi Citra Landsat TM 12 luli 1997, pukul 10.00 wib

Gambar 16. Peta Distribusi Temperatur Permukaan Wilayah DKI Jakarta Tahun 1997

21000 Meters

Keterangan (Derajat Celcius): 19-22 m22-25 25-28 m 2 8 - 3 1 31 -34

PETA DISTRIBUSI TEMPERATUR PERMUKAAN DI DKI JAKARTA TAHUN 2004 Sumber: Klasifikasi Citrn Landsat ETM+ 9 September 2004, pukul 10.00 wib

Gambar 17. Peta Distribusi Temperatur Permukaan Wilayah DKI Jakarta Tahun 2004

Gambar 18. Jalan To1 Laks. Yos Sudarso Jakarta Utara

Gambar 19. Kawasan Industri di Tanjung Priuk Tabel 5. Distribusi Temperatur Permukaan berdasarkan Wilayah Administratif di DKI Jakarta -

No. 1.

Wilayah Jakarta Utara Kec.Pademangan Kec.Penjaringan Kec.Cilincing Kec.Kelapa Gading Kec.Tanjung Priok Rata-rata

--

Temperatur ('Celcius) 1997 2004

27,2 24,3 25,4 26,7 25,3 25,s

26,O 25,O 26,l 27,O 26,7 26,l

+/-

-1,2 +0,7 +0,7 +0,3 +1,4 +0,3

2.

Jakarta Barat Kec.Kalideres Kec.Cengkareng Kec.Taman Sari Kec.Tambora Kec.Grogo1 Petamburan Kec.Kembangan Kec.Kebun Jemk Kec.Pa1mera.h Rata-rata

3.

Jakarta Pusat Kec.Sawah Besar Kec.Kemayoran Kec.Gambir Kec.Cempaka Putih Kec.Senen Kec.Tanah Abang Kec.Menteng Rata-rata

26,9 27,O 26,4 27,4 27,3 26,5 26,6 26,9

26,6 27,l 26,O 27,l 26,8 26,5 26,2 26,6

-0,3 +0,1 -0,4 -0,3 -0,5 08 -0,4 -0,3

Jakarta Timur Kec.Cakung Kec.Pulogadung Kec.Matraman Kec.Jatinegara :<ec.Durenszwrit Kec.Makassar Kec.Kramat Jati Kec.Cipayung Kec.Ciracas Kec.Pasar Rebo Rata-rata

26,l 27,2 27,9 27,3 26,l 25,5 26,5 23,7 25,l 24,6 26,O

26,s 27,O 27,2 27,O 27,O 26,5 27,l 26,4 27,; 26,8 26,9

+0,4 -0,2 -0,7 -0,3 +0,9 +1,0 +0,6 +2,7 +2,2 +2,2 +0,9

Jakarta Selatan KecSetiabudi Kec.Kebayoran Lama Kec.Tebet Kec.Kebayoran Baru Kec.Pesanggrahan Kec.Mampang Prapatan Kec.Pancoran

26,6 25,s 27,5 26,8 25,l 26,7 26,7

26,5 26,s 26,9 27,O 26,7 27,O 27,l

-0,l +1,0 -0,6 +0,2 +1,6 +0,3 +0,4

4.

5.

Kec.Pasar Minggu Kec.Cilandak Kec.Jagakarsa Rata-rata

25,6 25,s 23,6 26,O

26,6 26,6 26,O 26,7

+I,O +O,8 +2,4 +0,7

Pada tahun 1997 wilayah yang memiliki temperatur permukaan terendah adalah Kecamatan Jagakarsa, yakni 23,6 "C (Tabel 5). Karena di wilayah ini sebagian besar lahannya adalah kebun campuran dan badan air seperti situ atau danau. Dan yang memiliki temperatur tertinggi adalah Kecamatan Matraman, yakni 27,9 OC (Tabel 5). Pad- tahun 2004 wilayah yang memiliki ternperatur permukaan terendah adalah Kecamatan Penjaringan, yakni 25,O 'C (Tabel 5). Dan yang memiliki temperatur permukaan tertinggi adalah Kecamatan Ciracas, yakni 27,3 OC (Tabel 5), disebabkan wilayah ini terdapat kawasan industri dan pemukirnan yang padat. Berdasarkan grafik distribusi temperatur (Gambar 20) Kotamadya Jakarta Utara mengalami kenaikan temperatur permukaan dari 25,8 OC tahun 1997 menjadi 26,2 OC tahun 2004. Kotamadya Jakarta Barat mengalami kenaikan temperatur permukaan dari 26,4 OC menjadi 26,5 OC. Kotamadya Jakarta Pusat mengalami p e n m a n temperatur permukaan dari 26,9 OC menjadi 26,6 OC. Kotamadya Jakarta Timur mengalami kenaikan temperatur permukaan dari 26,O OC menjadi 26,9 OC. Dan Kotamadya Jakarta Selatan mengalami Kenaikao temperatur permukaan dari 26,C OC menjadi 26,7 OC.

Gambar 20. Grafik Distribusi Temperatur Permukaan di DKI Jakarta

Perubahan pola distribusi temperatur permukaan antara tahun 1997 dan 2004 disebabkan adanya perubahan penggunaan lahan dari ruang terbuka hijau menjadi kawasan pemukiman atau kawasan industri. Wilayah yang mengalami penurunan luas RTH dan diikuti kenaikan temperatur permukaan adalah wilayah Jakarta Barat, Jakarta Timur dan Jakw-a Selatan. Jakarta Barat mengalami penurunan luas RTH sebesar 0,31% diikuti dengan kenaikan temperatur permukaan sebesar 0,l "C. Jakarta Timur mengalami penurunan luas RTH sebesar 13,21% diikuti dengan kenaikan temperatur permukaan

sebesar 0,9 "C. Dan Jakarta Selatan mengalami kenaikan RTH

sebesar 14,09% diikuti dengan kenaikan temperatur permukaan sebesar 0,7 "C. Jakarta Utara mengalami peningkatan RTH sebesar 0,31% yang tidak diikuti oleh penurunan temperatur permukaan, namun sebaliknya mengAami peningkatan temperatur permukaan sebesar 0,4 "C . Ha1 ini dapat terjadi karena adanya beberapa faktor nyata yaitu panas yang ditimbulkan manusia seperti limbah rumah tangga, asap pabrik, kendaraan bermotor dan pernbangunan fisik kota. Menurut Pichakum (1994) aspal jalan serta material bangunan mempakan salah satu penyumbang panas yang cukup tinggi di daerah perkotaan. Jakarta Pusat mengalami penurunan luasan RTH

sebesar 1,52% yang tidak diikuti oleh

peningkatan temperatur permukaan, namun sebaliknya mengalami penurunan temperatur pemukaan sebesar 0,3

OC.

Hal ini disebabkan adanya kemungkinan

pcngaruh dari kerapsttan 'tajuk timaman yang dapat menwunkan temgeratur. jadi meskipun dari kuantitas luasan RTH menurun tapi kualitas dari tanaman tersebut dapat mempengamhi temperatur per~ukaan.

Korelasi RTH danTemperatur Permukaan Berdasarkan Wilayah Administrasi Kecamatan DKT Jakarta Hasil analisis korelasi antara RTH dan temperatur permukaan berdasarkan wilayah kecamatan di DKI Jakarta (Tabel 6) pada tahun 1997 menunjukkan korelasi kuat yaitu -0,765 dan pada tahun 2004 menunjukkan adanya korelasi lemah yaitu -0,373. Hubungan antara RTH dan temperatur permukaan (Tabel 6), pada tahun 1997 menunjukkan R Square sebesar 0,585 artinya bahwa terdapat 58,5% variasi

pada RTH yang berpengaruh terhadap tempeiatur permukaan, sedangkan sisanya sebesar 41,5% dipengaruhi oleh faktor lain. Pada tahun 2004 menunjukkan R Square sebesar 0,139 artinya bahwa 13,9% variasi RTH berpengaruh terhadap temperatur permukaan, sedangkan sisanya sebesar 86,1% dipengambi faktor lain. Diduga ada faktor lain yang ikut berpengaruh selain perubahan luas RTH yang dapat menurunkan atau menaikan temperatur permukaan. Tabel 6. Analisis Regresi Linear RTH dan Temperatur Permukaan Berdasarkan Wilayah Kecamsltan di DKI Jakarta

Tahun 12 Juli 1997 9 September 2004

Persamaan Regresi y = 27,124 - 0,0375~ = 26,852 - 0,0130~

y

r 0,765 0,373

r2

0,585 0,139

Persamaan regresi linear sederhana yang didapatkan dari tahun 1997 menunjukkan nilai 27,124 sebagai nilai konstanta (a), artinya jika tidak ada perubaban luas RTH maka temperatumya 27 OC. Sedangkan nilai -0,0375 m e ~ p & a nkoefisien regresi yang menunjukkan bahwa setiap adanya penambahan 1% luas RTH maka akan ada p e n m a n temperatur permukaan sebesat 0,0375 OC (Gambar 21).

0.00

20.00

40.00

60.00

80.M)

Ruang Terbuka Hijau (%)

Gambar 21. Grafik Regresi RTH dan Temperatur Permukaan Citra Landsat ETM+ Tanggal 12 Juli 1997 Berdasarkan Wilayah Kecamatan di DKI Jakarta Tahun 2004 diperoleh persamaan yang menunjukkan nilai 26,852

merupakan nilai konstanta (a), artinya jika tidak ada luas RTH maka temperaturnya 26,8 OC. Sedangkan nilai -0,013 merupakan koefisien regresi yang

menunjukkan bahwa setiap adanya penambahan 1% untuk luas XTH maka akan ada penurunan temperatur permukaan sebesar 0,01 OC (Gambar 22).

I

Ruang Terhuiia Hijau (%)

Gambar 22. Grafik Regresi RTH dan Temperatur Permukaan Citra Landsat ETM+ Tanggal 9 September 2004 Berdasarkan Wilayah Kecamatan di DKI Jakarta Menurut Supranto (2004), jika Ho ditolak, persamaan y

=

a

+ bx boleh

untuk meramakan, akan tetapi kalau & diterima, tak boleh untuk meramalkan y, sebab kenaikan x tak akan rnempengaruhi y. Berdasarkan hasil uji hipotesis koefisien regresi tahun 1997 menunjukkan Ho ditolak. Artiiya terdapat pengaruh antara kenaikan luas RTH dengan penurunan temperatur permukaan. Dan persamaan y

=

27,124

-

0,0375~boleh untuk meramalkan sebab kenaikan luas

RTII mempeilgauhi temperatu permukaan (Tabei 7'). Tabel 7. Variabel dalam Persamaan Tahun 1997 Variabel (Komtan) x (OhRTH)

b 27,124 -3,75E-02

Sb 0,166 0,005

Beta -0,765

to

163,673 -7,324

Sig 0,000 0,000

Hasil uji hipotesis koefisien regresi tahun 2004 menunjukkan Ho ditolak. Artinya terdapat pengaruh antara kenaikan luas RTH terhadap penurunan temperatur permukaan. Dan persamaan y

=

26,852 - 0 , 0 1 3 ~boleh untuk

meramalkan sebab kenaikan luas RTH mempengaruhi temperatur permukaan (Tabel 8).

Tabel 8. Variabel dalam Persamaan Tahun 2004 Variabel (Konstan) x (YoRTH)

b 26,851 -1,3E-02

Sb 0,118 0,005

Beta -0,373

to 228,442 -2,474

Sig 0,000 0,018

Berdasarkan analisis statistik, persamaan regresi dengan nilai beta yang lebih besar berarti menunjukkan pengaruh yang lebih besar atau perubahan y yang lebih besar untuk kenaikan x yang sama yaitu sebesar 1 unit. Jadi dapat diambil kesimpulan bahwa persamaan regresi tahun 1997 dapat dijadiian referensi untuk meramalkan perubahan temperatur permukaan apabila terjadi kenaikan luas RTH. (Tabel 7). Korelasi RTH danTemperatur Permukaan Berdasarkan Grid Hasil analisis korelasi antara mang terbuka hijau dan temperatur pennukaan pada t

h 1997 menunjukkan korelasi kuat yaitu -0,771 sedangkan

pada tahun 2004 menunjukkan korelasi lemah yaitu sebesar -0,400. Hubungan antara RTH dan temperatur permukaan (Tabel 9), pada tahun 1997 menunjukkan R Square sebesar 0,594 artinya bahwa 59,4% variasi pada RTH berpengaruh terhadap temperatur permukaan, sedangkan sisanya sebesar 40,6% dipengaruhi faktor lain. Pada tahun 2004 menunjukkan R Square sebesar 0,16 artinya bahwa 16% variasi pada RTH berpengaruh terhadap temperatur pe~mukaari,sedangkan sisanya sebesar 84% dipengaruhi faktor iain Tabel 9. Analisis Regresi Linear RTH dan Temperatur Pemiukaan di Wilayah DKI Jakarta Berdasarkan Grid

Tahun 12 Juli 1997 9 September 2004

Persamaan Regresi y = 27,027 - 0 , 0 3 9 ~ y = 26,610 - 0,022~

r 0,771 0,400

r 0,594 0,160

Dari metode linev regresi sederhana tahun 1997 diperoleh persamaan yang men-mj&.ar,

nilai 27 merupakan nilai konstanta (a), artinya jika tidak ada

perubahan luas RTH maka suhunya 27

OC.

Sedangkan nilai -0,039~m e ~ p d a t I

koefisien regresi yang menunjukkan bahwa setiap adanya penambahan 1% untuk

luas RTH maka akan ada penurunan temperatur permukaan sebesar 0,039 OC (Gambar 23).

I

0

10

20

30

40

50

60

70

80

i

XI

Ruaug Terbuka Hijau (%) Gambar 23. Grail& Regresi RTH dan Temperatur Permukaan Citra Ladsat ETM+ Tanggal 12 Juli 1997 Berdasarkan Grid Dari metode linear regresi sederhana tahun 2004 diperoleh persamaan yang mentlnjukkan nilai 26,61 merupakan nilai konstanta (a), artinya jika tidak ada perubahan luas RTH mzka temperaturnya 26,61 OC. Sedangkan nilai -0,0221~ merupakan koefisien regresi yang menu~jukkanbahwa setiap adanya penambahan 1% untuk luas RTH maka akan ada penurunan temperatur permukaan sebesar 9;02 OC (Gambar 24).

Ruang Terbuka Hijau (%)

i

Gambar 24. Grafik Regresi RTH dan Temperatur Permukaan Citra Landsat TM Tanggal 9 September 2004 Berdasarkan Grid

Berdasarkan h ~ i uji l hipotesis koeiisien regresi tahun 1997 menunjukkan

Ho ditolak. Artiiya terdapat pengaruh antara kenaikan %RTH dengan penurunan temperatur permukaan. Dan persamaan y

=

27,027 - 0,039~boleh untuk

meramalkan sebab kenaikan %RTH mempengaruhi temperatur permukaan (Tabel 10). Tabel 10. Variabel dalam Persamaan 1997 Variabel eonstan)

b 27,027

Sb 0,033

to

Beta

812,922

Sig 0,000

Hasil uji hipotesis koefisien regresi tahun 2004 menunjukkan Ho ditolak. Artinya terdapat pengaruh antara kenaikan luas RTH dengan penurunan temperatur permukaan. Dan persamaan y

=

26,61

-

0,022~boleh untuk

meramalkan sebab kenaikan %RTH mempengaruhi temperatur permukaan (Tabel 11).

Tabel 11. Variabel dalam Persamaan 2004 Variabel eonstan)

b 26,610

Sb 0,038

Beta

to

707,690

Sig 0,000

Persamaan regresi dengan nilai beta yang lebii bzsar berarti menunjukkan pengaruh yang lebih besar atau perubahan y yang lebih besar untuk kenaikan x yang sama yaitu sebesar 1 unit. Jadi dapat diambil kesimpulan bahwa persamaan regresi tahun 1997 dapat dijadiikan referensi untuk meramalkan perubahan temperatur permukaan apabila terjadi kenaikan luas RTH karena memiliki beta koefisien yang besar. Hasil uji persamaan regresi yang diperoleh baik berdasarkan wilayah kecamatan maupun grid tahun 1997 maka persamaan regresi yang dapat digunakan sebagai acuan dalam pengelolaan wilayah maupun dalam penataan ruang kota dan pengembangan wilayah yang memiliki karakteristik wilayah seperti DKI Jakarta adalah persamaan regresi berdasarkan grid.

Terdapat beberapa alasan persamaan regresi berdasarkan grid tahun 1997 dapat digunakan, yaitn: 1. Jumlah sampel yang diamati lebih banyak dibandingkan dengan wilayah kecamatan yaitu sebanyak 400 grid sehingga lebih detail. 2. Wilayah yang diamati lebih kecil dibandingkan dengan wilayah kecz~iatan yaitu seluas 500 x 500 m2 (25 ha) sehiigga hasil regresi linearnya lebih tajam. 3. Beta koefisien grid lebih besar dibandingkan dengan wilayah kecamatan yaitu sebesar 0,771 artinya persamaan regresi berdasarkan grid tahun 1997 dapat digunakan untuk meramalkan pzrubahan temperatnr permukaan apabila tejadi p e n m a n luas RTH. Aplikasi persamaan regresi berdasarkan grid y

=

27,027 - 0,039~di

lapangan adalah sebagai berikut: Suatu wilayah perkohan pada tahun 2004 memiliki persentase luas RTH sebesar 30% maka temperatur permukaannya adalah sebesar 25,9 OC. Apabila wilayah tersebut pada tahun 2008 persentase luas RTH t m m menjadi 10% maka temperatur permukaannya akan naik menjadi 26,6 OC.

Dengan catatan waktu temperatur permukaan yang diamati adalah pukul 10.00

wib.

SIMPULAN DAN s

m;

SIMPULAN 1. Melalui metode analisis spasial dapat diietahui bahwa Wilayah DKI Jakarta

dari tahun 1997 ke 2004 mengalami penurunan luas RTH sebesar 8,79% dan mengalami kenaikan temperatur permukaan sebesar 0,4 OC.

2. Persamaan regresi berdasarkan grid tahun 1997 yaitu y = 27,027 - 0,039~ dapat digunakan sebagai acuan bagi pengelolaan wilayah perkotaan dalain pengembangan RTH untuk liienurunkan temperatur permukaan khususnya wilayah yang memiliki karakteristik seperti DKI Jakarta. 3. Secara statistik dapat diketahui adanya faktor lain selain RTH yang dapat menurunkan temperatur permukaan.

SARAN 1. Perlu dilakukan penelitian lebii lanjut tentang faktor yang dapat mempengaruhi penurunan ternperatur pennukaan selain RTH. FaMor lain seperti iklim, polusi, dan material fisik kota, perlu dipertimbangkan dan diteliti Iebih Ianjut untuk rnelihat seberapa besar pengaruh f&or tersebut terhadap tempera* suatu kawasan. 2. Kepada pemerintah DKI Jakarta dalam pembanwm

tata nlang agar tetap

mempeaahankan RTH yang sudab ada dan bagi wilayah yang belum terdapat

RTH perlu ditambah luasannya. 3. Per!u adanya pengawasan terhadap terjadiiya perubahan penutupan lahan

terutama pada kawasan lindung dan kawasan yang rentan terhadap gangguan.

DAFTAR PUSTAKA

Arnold, H. F. 1980. Trees in Urban Design. Van Nostrand Reinhold Co. Inc, New York. 168p. Badan Perencanaan Pembangunan Daerah dan Lembaga Penelitian IPB. 2000. Kajian Ruang Terbuka Hijau (RTH) Propinsi DKI Jakarta. Bappeda DKI Jakarta, Jakarta. [BPS] Badan Pusat Statistik Propinsi DKI Jakarta 2002. Jakarta Dalam Angka 2002. Brooks, R. G. 1988 Site Planning: Evaluation, Process, and Development. Prentice Hall, Inc. New Jersey. 322p. Burrough, P. A. 1986. Principle Geographical Information System for Land Resources Assesment. Clarendon Press. Oxford. Carpenter, P. L., T. D. Walker dan F. 0. Lanphear. 1975. Plants in The Landscape. W.H. Freeman and Company. San Fransisco. 487p. Chen, P i g , S. C. Liew, and L. K. Kwoh. 2001. Asian Conference on Remote Sensing, 5-9 Nopember. Singapore. Cowen, D. 1991. What is SIG, Geographic Information System; Study Material Faculty of Applied Science, University of Canberra. Belconnen. Australia. De Bruin, S. and Molenaar, M. 1999. Remote Sensing and Geographical Infoimation System dalam Stein, A,, Van der Mzer, F., Gorte, B. (Editor) Spatial Statistic for Remote Sensing. Kluwer Academic. Netherlands. 1:41-54. Departemen Dalam Negeri. 1988. Instruksi Mentri Dalam Negeri No. 14 Tahun 1988. Pedoman Tentang Penataan RTH di Wilayah Perkotaan. Tidak dipublikasikan. Dinas Pertamanan DKI Jakarta. 1992. Perencanaan Tata Hijau untuk Penanggulangan Polusi. Pemda DKI Jakarta. Jakarta. Environmental System Research Institut (ESRI). 1992. Understanding SIG, The ArcIInfo Method. ESRI Inc. Redland. USA. Farina, A. 1998. Principles and Methods in Landscape Ecology. Chapman & Hall, London. 23513.

Foote, K. E., dan M. Lynch. 1996. Geographic Information System as an Integrating Technology: Context, Concepts, and Definition. Dalam The Geographer's craft project. Department of Geography, University of Texas. Austin. http://www.colorado.edu/geography/gcraft. [23 ~esember 20051. Geiger, R. 1959. The Climate Near The Ground. Harvard Univesity, Press. Cambridge. 61 1p. Gibson, P. J., and Power, C. H. 2000. Introductory Remote Sensing: Digital Image Processing and Applications. Routledge. New York. 249p. Grassl, H. 1989. Extraction of Surface Temperature from Satellite Data. In Aplication of remote sensing to agrometeorology. Proceedings of a course held at joint research centre of the commission of the European communities in the framework of the ispra-courses, ispra, varese, italy, 610 april 1987. Kluwer Academic Publisher, Dordrecht, The Netherlands. Grey, G. W. dan F. J. Deneke. 1978. Urban Forestry. John Wiley md Sons Inc. New York. Groten, S. K.E., 1993. NDVI-Crop Monitoring and Early Yield Assessment of Burkina Faso. International Journal of Remote Sensing. 14(8):1495-1515.

[IPB] hstitut Pertanian Bogor. Pedoman Pendisan & Penyajian Karya Ilmiah. Bogor: IPB Press. 2004 Jensen. 2000. Remote Sensing Of Environment: An Earth Resource Perspektif. Prentice-Hall, Inc. USA. 544p. Kato, A,, S. Tsuyuki, L. B. Prasetyo. 2003. Estimation and Selection of The Appropriate Plantation Management Areas by Satellite Remote Sensing in Cianjur prefecture of West Java, Indonesia. Thesis. Graduate School of Agriculture and Life Sciences, The University of Tokyo. Japan. 116p. Landsat Project Science Office. 2002. Landsat 7 Science Data User's Handbook. Goddard Space Flight Center. NASA. Washington. DC. U~:http://ltpwww.gsfc.nasa.gov/IAS/handbooki'nandbookktoc.hbn1. [27 Januari 20061. Laurie, M. 1990. Pengantar Kepada Arsitektur Pertamanan (terjemahan). Intermata. Bandung. 130 hlm. Lillesand, T. M., dan Kiefer, R. W. 1990. Penginderaan Jauh dan Interprestasi Citra. (terjemahan). Gadjah University Press. Yogyakarta725 hlm.

Malczweski, J. 1999. GIs and Multicriteria Decision Analysis. John Wiley and sons. New York. 329p. Myung-~ee,J. Kwang-Jae, L., ' ~ i - ~ y u S. n , dan Sung-Narn, 0. 2000. Surface Temperature Analysis of Urban Area using RS and GIs. Asian Conference of Remote Sensing 2000. Pichakum, N. 1994. An Investigation on The Distribution of Air Temperature and The Effect or Open Space to The Urban Temperature in Minburi District, Bangkok J. JILA.

.!

Simonds, 0. 1983. Landscape Architecture. McGraw-Hill Book Co. New York. 330p. Supranto, J. 2004. Analisis Multivariat Arti dan Interprestasi. Rineka Cipta. Jakarta. Weng, Q., Lu, Dengsheng, Schubring. J. 2003. Estimation of Land Surface Temperature-Vegetation Abundance Relationship for Urban Heat Island Studies. Remote Sensing of Environment 89 (2004) 467-483.

Lampiran I . Jenis Penutupan

Lahall

di DKl Jakarta Berdasarkan Grid Tahun 1997 JENIS PENUTUPAN LAHAN (m')

GRID

AIR

RUMPUT

SEMAK

SAWAH

KEB'VN

HUTAN

TOTAL

KOTA

RTH

0.000 0.000 36W.000

3600.m 57600.00 32400.00

0.000 0.000 0.000

0.000 3600.W 0.000

0.000 0.000 0.000 0.000 0.000 0.000 0.000

10800.00 14400.00 25200.00 25200.00 10800.00 28800.00 0.000

0.000 0.000 0,000 0.000

3600.004 3600.000 0.000 0.000

0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000

0.000 25200.00 28800.00 21600.00 39600.00 18000.00 0.000 0.000 3600.000

%RTH

ASPAL

INDUSTN

PEMUKIMAN

TOTAL BUILT UP

TEMP

(r)

226800 172800 226800 230400 226800

26.9 26.1 26.4 27.0 27.0

259200

26.7

219600 190800 212400

26.6 25.7 25.0

176400 216000 219600 230400 226800

25.3 26.2 25.9 27.0 27.4

255600 230400 230400 259200 205200 201600 205200 190800 241200 230400 230400

27.3 27.3 27.1 27.3 26.6 26.8 26.8 26.8 26.5 26.9 27.0 26.5

252000

Lampiran 2. Jenis Penutupan Lahan di DKI Jakarta Berdasarkan Grid Tahun 2004

GRII)

All<

RUMPUT

SEMAK

SAWAH

JENIS PEIWTUPAN LAHAN (m') KECUN HUTAN TOTAL %RTH CAMPURAN

1 2 3

4 5 6 7 8 9 10 11 12 13 14 15 16 17 I8 19 20 21 22 23 24 25

KOTA

ASPAL

INDUSTRI

PEMUKIMAN

RTH

3600.00 0.000 0.OW

0.000 18000.0 10800.0

0.000 0.000 0.000

0.000 3600.000 0.000

0,000 7200.000 0,000

0.000 50400.00 3600.000

0.000 79200.00 14400.00

0.00 3 1.68 5.76

75600.00 57600.00 79200.00

3600.000 7200.000 7200.000

147600.000 115200.000 129600.000

TOTAL

TEMP

DUILT UP ("C) 226800 27.1 180000 26.3 216000 26.1

0.000

0.000

0.000

0.000

0.000

3600.000

3600.000

1.44

50400.00

14400.00

162000.000

226800

3600.00 3600.00 3600.00

0.000 0,000 0.000

0.000 0000 0.000

0.000 0.000 0.000

0.000 0.000 3600.000

0.000 0.000 7200.000

0.000 0.000 10800.00

0.00 0.00 4.32

43200.00 72000.00 82800.00

3600.000 3600.000 10800.00

208800.000 151200.000 122400.000

255600 226800 216000

3600.00

0.000

0.000

14400.00

3600.000

3600.000

21600.00

8.64

75600.00

3600.000

154800.000

234000

0.000 0.000

0.000 0.000

0000 0.000

10800.00 7200.000

0.000 0.000

10800.00 10800.00

21600.00 18000.00

8.64 7.20

118800.0 75600.00

18000.00 14400.00

72000.000 122400,000

208800 212400

3600.00 3600.00 3600.00

0.000 0.000 0.000

0.000 0.000 0000

28800.00 3600.000 0.000

0.000 0.000 0.000

0.000 7200.000 0.000

28800.00 10800.00 0.000

11.52 4.32 0.00

93600.00 50400.00 32400.00

7200.000 3600.000 3600.000

126000.000 162000.000 190800.000

226800 216000 226800

0.000 0.000 0.000 0.000 3600.00 3600.00 0.000 0.000 7200.00

0.000 0.000 0.000 0.000 0.000 7200.00 0.000 0,000 3600.00

0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000

3600.000 0.000 0.000 0.000 0.000 0.000 3600.000 0,000 3600.000

0.000 0.000 3600.000 0.000 0,000 3600.000 7200.000 3600.000 13800.00

0.000 0.000 0.000 0.000 0,000 0,000 10800.00 10800.00 14400.00

3600.000 0.000 3600.000 0.000 0.000 10800.00 21600.00 14400.00 32400.00

1.44 0.00 1.44 0.00 0.00 4.32 8.64 5.76 12.96

39600.00 46800.00 39600.00 32400.00 3600.000 14400.00 39600.00 25200.00 21600.00

10800.00 0.000 3600.000 3600.000 0,000 25200.00 72W.000 3600.000 10800.00

205200,000 183600.000 183600.000 223200.000 223200.000 205200.000 162000.000 187200.000 187200.000

255600 230400 226800 259200 226800 244800 208800 216000 219600

25.4 24.9 25.5 25.3 25.7 26.9 26.9 27.1 26.9 27 26.9 26.5 26.5 26.2 26.9

3600.00 0.000 0.000

0.000 0.000 0.000

0.000 0.000 0.000

0.000 0.000 0.000

0,000 0.000 0.000

3600.000 0.000 0.000

3600.000 0,000 0.000

1.44 0.00 0.00

86400.00 21600.00 18000.00

3600.000 7200.000 3600.000

133200.000 201$00.000 237600.000

223200 230400 259200

26.6 27 27.1

27 27 26.8 26.2

186 187 188 189 I'M 191 I92 193 194 195 196 197 198 199 200 20 1 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217

Lampiran 3. Model Konversi Data Citra Landsat TM dan ETM+ Band 6 ke Temperatur Celcius

bias

"4. FIW

Lampiran 4. Model untuk Menghitung Rata-rata Temperatur Permukaan Per Kecamatan dan Per Grid

file yang grid (dalam shp)

,

"2-ikt3

Lampiran 5. Out put Data Korelasi RTH dan Temperatur Berdasarkan Wilayah Kecamatan tahun 1997

Denctiptivs statistics

I Temp %RTH

Mean 26.207 24.4337

I Std. DeviaM 1

N 40 40

1.053 21.4724

Cornlalions

So. (1-Wedl

Temp

%RTH Temp %RTH

40

40

Variables ~ n t e r e d l ~ e m o v e r t

Mcdd

Variables Entered

Varbbies Removed

I~L.FITU= I

1

Method i~ " b r

a. AIl requested variables entered b. Dependent Variable: Temp Model Summar9

Modd t

1

R R Square .765'1 ,585

a. ~mcar: (Constant). %

Adiusled

Sld. Emr of

R Sqvaie

WEnimate

I

~m

b. D+)ndent Va.aM: Temp

b. w w d e n t Variable: Temp

a. D e n d e n t Variable: Temp

,574

1

,687

Residuals Statistid Predided Value Std. PredidedValw Standad E m of Predided Value Adjusted Prediied Valw Residual Std. Residual Stud. Residual Deleted Residual Stud. Deleted Residual Mahai. Distance CWKS D i n a m Centered Leverage Value

hlicimum 24.W6 -2.633 ,109

24.193 -2.252 -3.276 -3.377 -2.390 -3.984 ,002

.am .OW

MaxirnUln 27123 1.136

.M9

Mean 26.207 "W

,147

27.261 26.213 ,832 1.510E-15 1.211 .WO 1.244 -.W 378 -5.33E43 1.253 437 6.935 ,975 ,352 ,025 ,178 .025

Std. Deviatm

806 1.WO 4.457E.02 .795 378 387 1.011 ,712 1.H7 1.469 ,052 .m8

N 40 40 40

40 40 40 40 40 40 40 40 40,

a. DependentVariable: Temp

Histogram Dependent Variable: Temp

Regrerrim sfandamred ~eriduai

Scatterplot Dependent Variable: Temp

RegressionAoiurfed (~rerrlPiedined Value

Normal P-P Plot of Regression Stand Dependent Variable: Temp

W ~ r r e Cum d Pmb

Korelasi antara RTH clan temperatur tahun 2004 h c r l p t i v e Statistics

Temp %RTH

I

Mean

I Std. Deviation 1

26.623 17.6195

N

.4W 14.0935

PearSon Correlation

40 40

Temp %RTH

-373

%RTH -.373 1.000

SiQ.(I-tailed)

' %RTH Temp XRTH

Variables EnteredlRemovea Model 1

Variables Entered I %RTHa

I

Variables Removed

.I

Method Enter

a. All requested variables entered

b. Dependent Variable: Temp Model Summa$ Model 1

I

Adjusted R R Square R Square .373=1 ,139 ( ,116

1

Std. Error of the Estimate ,461

a. Predictors: (Constant), %RTH

b. Dependent Variable: Temp

Sum of Squares 1.300

Model Regreion 1

df

Residual 8.069 Total 9.369 a. Predictors: (Constant). %RTH b. Dependent Variable: Temp

Model 1

1 38

-2

Standardi zed Coeficien ts Beta

a. Dependent Variable: Temp

Casewise Diagnostizsl Case Number

2

I Std. Residual I I

-3.549

a. Dependent Variable: Temp

1

F 6.123

Sig. ,018'

-

Unstandardized Coeficients B Std. Error 26.851 ,118 -1.3OE-02 ,005

/

(Constant) %RTH

Mean Square 1.300 ,212

Temp 25.0

-.373

t 228.422 -2.474

Sig.

.Om .018

Residuals Statistics' Minimum Predided Value 26.108 Std. Predided Value -2.822 Standard E m of 7.286E42 PredictedValue Adjusted Predided Value 26.036 Residual -1.636 Std. Residual -3.549 Stud. Residual -3.596 Deleted Residual 1.679 Stud. Deleted Residual 4.369 Mahai. Disunce ,000 Cook's Distance ,000 Centered Levedge Value ,000

,

Maximum 26.841 1.191

Mean 26.623 ,000

Std. Ceviatiun ,183 1.000

,221 9.828E-02

3.136EU2

40

,186 ,455 ,987 1.006 ,472 1.089 1.668 333 ,343

40 40 40 40 40 40 40 40 40

26.840 ,875 1.9W 1.950 ,922 2.028 7.963 .I71 .2W

26.621 9.770E-16 .OW ,002 2.233E-03 420 ,975 ,019 . .025

N 40

:3

a. Dependent Variable: Temp Histogram

Dependent Variable: Temp 32 $0

>

4

E

z.

2

0

4%

.LYJ

am

-1.50

-zm

;w

.coo

Dependent Variable: Temp

It3

Scatterplot

"-am ,.&a

im

zoo

Dependent Variable: T e m p

25.1

,

25.0

21.1 2z.o

: .c

24.5 2b.O

262

:

26,

-3.-

wn=0.m

,

om

27.1D

Normal P.P Plot of Regression Standarc

em

;:; ,

;--; rn m

26.6

Regression Adjurled (Press)Predicted Value

26.8

270

.

1.0,

Korelasi RTH dan Ternperatur Berdasarkan Grid Tahun 1997 Correlations

I

I

N

". Cwrelalion is signifant a1 lhe 0.01 lev& (2-laiied).

4W

Variables EnteredlRemovea Model I

Variables Entered I%RTP

I

'Variables Removed

Method

I Enter

a. All requested variables entered. b. Dependent Variable: Tempeatur

Model 1

I

R R Sqcsre .77Ia1 ,594

Std. Error of Adjusted R Square the Estimate .593 ) ,4707

1

a. Predictors: (Constant). % RTH

b- Dependent Variable: Ternperatur

Model

df Regression Residual Total

1

1 398 399

129.301 88.198 217.499

Mean Square 129.301 222

Sig. .oOoa

F

583.480

1

1

a. Predictors: (Constent). % RTH

b. Dependent Variable: Ternperatur

Unstandardized

I

COJEC~~O~E

Model 1

(Constanl) % RTH

,033 ,002

a. Dependent Variable: Ternperatur

Case Number 9

148

I Std. Residual I Ternperatur I

-3.553

!

I Std. Error I

B 27.027 -3.9ZE-02

1

-3.678 -3.625 -4.709

a. Dependent Variable: Ternperatui

24.96 25.11 24.82 24.28 24.81 24.58

Standard zed Coefiicien

:: Beta -.771

1

812.922 -24.155

Sig. .ooo ,000

1

Histogram Dependent Variable: Temperatur

Normal P-P Plot of Regression Stanc Dependent Variable: Temperatur

%end

cum Prnb

Scatterplot Dependent Variable: Temperatur

Korelasi RTH dan Temperatur Berdasarkan Grid Tahun 2004 Conelations % RTH

Temperafur

-.400' Sie. (2-tailed) Tempemtur

...

PeaCom+atim Sig. (Z-tailed)

-.400' ,000 400

I

N

1.000

1

400

Corrdabn is signlflcant at the 0.01 level (2-tailed).

Variables EnteredlRemove&

I

I Model

1

Variables Entered (%RTCB

I

I

1

I

Vati&les - -

I Removed I I

Method Enter

1

a. All requested variables entered. b. Dependent Variable: Temperatur

Model 1

1

,

Model Summa#

R

R Square

,160 1

,490'1

Adjusted R Square

Std. Ermrof the Estimate

,158 )

.565

a. Predictors: (Constant), % RTH

b. Dependent Variable: Temperatur

Sum d squates

Model 1

Regns-

ReJaual To&'

Meansquare

dl

24.249

1 398

127059 151.308

24.249

F

Sg.

75.957

.KO*

319

399

a. ~redidm: Iconstant~.K RTH

CoeMciene Standard1 Coeficients

,038 .W3

707.690

WO

.WO

a. DependentVariable: Tempemlur

Care Number

110

IStd. Residual I Tempeatur I

-3.700 1

24.1

a. DependentVariable: Ternperatul Residurlz SLlli.fiE+

Minimum 1 Maximum

I

Mean

1 Sld. U u i a M 1

N

247 1.W3

UXI

.877

26.14( .Wo

.IB3

J89ZE42

1.528E41

4W

24.992 .5.M8

26.610

2628E42

4W

Charts

Histogram Dependent Variable: Tem~eratur

Normal P-P Plot of Regression Stand Depe~clentVariable: Ternperatur

Observed Cum Pmb

Scatterplot Dependent Variable: Ternperatu~

Regression Adjusted (Pmss) Predined Value