Perubahan Tutupan Lahan Kawasan Terbangun Kota Makassar dengan Citra Satelit Sanitel-2 dari Tahun 2017-2021

Article Sidebar

PDF
Published: Oct 25, 2022
DOI: https://doi.org/10.31963/jacee.v2i2.3731
Keywords:
Perubahan tutupan lahan, land use and land cover, Kota Makassar, kawasan terbangun

Main Article Content

Vita Fajriani
Politeknik negeri ujung pandang
Sarif .
Politeknik negeri ujung pandang
Hairil Abdi
Politeknik negeri ujung pandang

Abstract

Perkembangan Kota amakassar sebagai kota besar dan bagian utama dari kawasan Mamminasata berkorelasi dengan perkembangan aktifitas manusia yang membutuhkan lingkungan buatan. Kawasan terbangun/built area adalah bagian dari lingkungan buatan. Perubahan tutupan lahan dan fungsi lahan (Land Use and Land Cover/ LULC) dapat dilakukan dengan bantuan peta citra satelit. Sanitel-2 adalah jenis peta citra satelit 2 yang memiliki resolusi tinggi dan baik digunakan dalam menganalisa perubahan tutupan lahan dan fungsi lahan. Tulisan ini menjabarkan tentang perubahan tutupan lahan untuk kategori kawasan terbagun di Kota Makassar dengan menggunakan peta citra satelit Sanitel-2 dari tahun 2017-2021. Penelitian ini menggunakan analisis spasial di ArcGIS. Hasil penelitian menunjukkan terjadi peningkatan luasan kawasan terbangun sebesar 3.59% (445,43 Ha) dari total luas lahan kawasan terbangun rentang tahun 2017-2021

Article Details

Issue
Vol. 2 No. 2 (2022): Oktober 2022
Section
Articles

References

Esri. (n.d.). Sentinel-2 10m Land Use/Land

Cover Change from 2018 to 2021.

Retrieved from

https://env1.arcgis.com/arcgis/rest/ser

vices/Sentinel_2_10m_Land_Cover_C

hange/ImageServer

Hung, W.-C., Chen, Y.-C., & Cheng, K.-S.

(2010). Comparing landcover patterns

in Tokyo, Kyoto, and Taipei using

ALOS multispectral images.

Landscape and Urban Planning, 97(2),

–145.

Karra, K., Kontgis, C., Statman-Weil, Z.,

Mazzariello, J. C., Mathis, M., &

Brumby, S. P. (2021). Global land use

/ land cover with Sentinel 2 and deep

learning. 2021 IEEE International

Geoscience and Remote Sensing

Symposium IGARSS, 4704–4707.

https://doi.org/10.1109/IGARSS47720

.2021.9553499

Kowalski, K., Okujeni, A., Brell, M., &

Hostert, P. (2022). Quantifying

drought effects in Central European

grasslands through regression-based

unmixing of intra-annual Sentinel-2

time series. Remote Sensing of

Environment, 268, 112781.

Kurnianti, D. N., Rustiadi, E., & Baskoro, D.

P. T. (2015). Land use projection for

spatial plan consistency in

Jabodetabek. The Indonesian Journal

of Geography, 47(2), 124.

Liu, L., Xiao, X., Qin, Y., Wang, J., Xu, X.,

Hu, Y., & Qiao, Z. (2020). Mapping

cropping intensity in China using time

series Landsat and Sentinel-2 images

and Google Earth Engine. Remote

Sensing of Environment, 239, 111624.

https://doi.org/https://doi.org/10.1016/

j.rse.2019.111624

Nasiri, V., Deljouei, A., Moradi, F., Sadeghi,

S. M. M., & Borz, S. A. (2022). Land

Use and Land Cover Mapping Using

Sentinel-2, Landsat-8 Satellite Images,

and Google Earth Engine: A

Comparison of Two Composition

Methods. Remote Sensing, 14(9), 1977.

Sabo, F., Corbane, C., & Ferri, S. (2017).

Inter-sensor comparison of built-up

derived from Landsat , Sentinel-1 ,

Sentinel-2 and SPOT5 / SPOT6 over

selected cities. Publications Office of

the European Union, (March).

https://doi.org/10.2760/385820