Jurnal Sains Geografi, 1.
, 2023.
DOI: 10.
21009/JSG.
Analisis Spasio-Temporal Tutupan Lahan dan LST AST di Universitas Indonesia dan Kawasan Perpustakaan Universitas Indonesia Fahmy Iqbal 1,*.
Fajriya Kurnia Auliany2.
Cheryl Ferrarichka Permata3.
Gabriel Marcelino4.
Abi Musa
Al Asy Ari5
1,2,3,4,5
Program Studi Geografi.
Universitas Indonesia.
Depok 16424.
Indonesia *) Email Korespondensi: fahmyiqbal3@gmail.
Sitasi:
Iqbal.
F1.
Auliany.
FK2.
Permata.
CF3.
Marcelino.
G4.
Al Asy Ari.
M5 .
Analisis SpasioTemporal Tutupan Lahan dan LST AST di Universitas Indonesia dan Kawasan Perpustakaan Universitas Indonesia.
Jurnal Sains Geografi.
Vol.
No.
Sejarah Artikel:
Diterima: 12 Oktober 2025 Revisi: 16 November 2025 Disetujui: 23 November 2025 Online: 28 November 2025 Publikasi:30 November 2025 Copyright: A 2022 by the authors.
Submitted for possible open access publication under the terms and conditions of the Creative Commons Attribution (CC BY) license .
ttps://creativecommons.
org/license s/by/4.
0/).
Abstract This study analyzed the spatio-temporal dynamics of Land Surface Temperature (LST) and Air Surface Temperature (AST) in Universitas Indonesia and the surrounding areas of the Faculty of Computer Science and University Library.
Satellite imagery from Landsat 8 OLI/TIRS acquired in 2014, 2015, and 2025 was processed to estimate LST values, which were then converted into AST using linear regression Data processing and analysis were conducted using Google Earth Engine and ArcGIS Pro.
The results showed a consistent increase in both LST and AST over time.
LST
experienced an increase of 15.
82%, rising from 35.
4AC in the 2014Ae2015 period to 41AC in May 2025, with an extreme maximum temperature reaching 50AC.
Spatially, areas with dense vegetation and water bodies exhibited lower temperatures, whereas built-up areas displayed higher temperature values.
Isotherm maps and kriging interpolation revealed temperature distributions closely related to land cover characteristics.
These findings indicate that changes in land cover significantly influence the thermal conditions of the campus environment and provide valuable input for sustainable spatial planning.
Keyword: LST.
AST.
Land Cover.
University of Indonesia Abstrak Penelitian ini menganalisis dinamika spasio-temporal suhu permukaan lahan (LST) dan suhu udara permukaan (AST) di Universitas Indonesia dan kawasan FasilkomAe Perpustakaan Universitas Indonesia.
Studi dilakukan dengan mengolah citra satelit Landsat 8 OLI/TIRS tahun 2014, 2015, dan 2025 untuk memperoleh data LST yang kemudian dikonversi menjadi AST melalui model regresi linier.
Pengolahan dan analisis dilakukan menggunakan platform Google Earth Engine dan ArcGIS Pro.
Hasil penelitian menunjukkan bahwa nilai LST dan AST meningkat dari waktu ke waktu.
LST mengalami kenaikan 15,82%, dari angka 35,4AC pada periode 2014Ae2015 menjadi 41AC pada Mei 2025, dengan suhu maksimum ekstrem mencapai 50AC.
Secara spasial, wilayah dengan tutupan vegetasi seperti hutan dan danau menunjukkan suhu yang lebih rendah.
Jurnal Sains Geografi, 3.
, 2023.
DOI: 10.
21009/JSG.
sementara kawasan dengan tutupan lahan terbangun menunjukkan suhu yang lebih tinggi.
Peta isoterm dan hasil interpolasi kriging memperlihatkan distribusi suhu yang konsisten dengan karakteristik tutupan lahan.
Hasil ini mengindikasikan adanya pengaruh signifikan perubahan tutupan lahan terhadap kondisi termal kawasan kampus, serta memberikan dasar bagi perencanaan tata ruang Kata Kunci: LST.
AST.
Tutupan Lahan.
Universitas Indonesia
PENDAHULUAN
Perubahan iklim dapat menyebabkan pemanasan global yang dapat didefinisikan sebagai naiknya suhu rata-rata di permukaan bumi dan juga lapisan atmosfer, yang terjadi karena panas terperangkap oleh emisi karbondioksida di atmosfer (Ramdhan, dkk.
, 2.
Berdasarkan laporan dari Greenpeace.
Indonesia menempati posisi ketiga sebagai penyumbang emisi karbon terbesar di dunia setelah Amerika Serikat dan Tiongkok.
Sekitar 80% emisi ini berasal dari aktivitas pembakaran hutan (Han.
Goleman.
Boyatzis, & Mckee, 2.
Pemanasan global disebabkan oleh berbagai aktivitas manusia, seperti pembakaran bahan bakar fosil, kegiatan industri, serta penggundulan hutan secara masif.
Aktivitas-aktivitas ini menghasilkan emisi karbon yang memicu efek rumah kaca dan berdampak jangka panjang terhadap keberlangsungan hidup di bumi (Isti Prabandari, 2.
Pemanasan global yang ditandai dengan peningkatan suhu secara luas di seluruh dunia berdampak negatif terhadap keberlanjutan lingkungan (Dewa & Sejati, 2.
Perubahan penutup dan penggunaan lahan akibat aktivitas manusia berkontribusi terhadap perubahan iklim di wilayah perkotaan, yang dipengaruhi oleh lima faktor utama cahaya, suhu, presipitasi, penguapan, dan angin dengan suhu udara sebagai elemen yang paling sensitif terhadap variasi iklim (Ramdhan, dkk.
, 2.
Pertumbuhan kawasan perkotaan menyebabkan terjadinya transformasi pada lanskap, termasuk pembangunan gedung, jalan, dan infrastruktur lainnya yang menggantikan area terbuka dan tutupan vegetasi (Sanad, 2.
Land Surface Temperature (LST) dapat diartikan sebagai suhu permukaan rata-rata dari suatu permukaan yang digambarkan dalam cakupan suatu piksel dengan berbagai tipe permukaan yang berbeda (Faridah dan Krisbiantoro, 2014 dalam Guntara, 2.
LST menyajikan informasi mengenai variasi kondisi permukaan secara temporal dan spasial, yang memiliki peran penting dalam berbagai jenis aplikasi (Perwita, 2.
Penelitian terkait LST dapat digunakan sebagai salah satu parameter penting dalam menganalisa perubahan iklim yang terjadi di permukaan bumi, dimana peningkatan suhu yang berlangsung secara terus-menerus dapat memicu terjadinya pemanasan global, dan bahwa LST bersifat dinamis dan sangat dipengaruhi oleh kondisi lingkungan sekitar, seperti cuaca maupun faktor meteorologis lainnya (Ramdhan, dkk.
, 2.
Sementara itu.
AST menggambarkan variasi spasial dan temporal dari keseimbangan suhu udara permukaan, yang diperoleh melalui analisis regresi antara suhu udara berbasis data permukaan dengan LST yang diambil dari citra satelit (Fauzan, 2.
Geographic Information System (GIS) merupakan sistem berbasis komputer yang berfungsi untuk menyimpan, mengelola, serta menganalisis data yang memiliki referensi geografis (Wiguna, 2.
Teknologi ini dapat dimanfaatkan untuk menghitung LST dan AST melalui pemrosesan data dari citra satelit, seperti Landsat 8 (Asyirafina, dkk.
, 2.
Informasi LST Jurnal Sains Geografi, 3.
, 2023.
DOI: 10.
21009/JSG.
yang diperoleh dapat dimanfaatkan untuk mengestimasi nilai AST melalui penerapan persamaan regresi yang dikembangkan dari hasil perhitungan LST (Insan et al.
, 2.
Penelitian ini dilakukan di Universitas Indonesia yang berada di daerah perkotaan Kota Depok dan Kota Jakarta, yang perubahan tutupan serta fungsi lahannya terus mengalami perubahan seiring berjalannya waktu.
Kota Depok sendiri merupakan salah satu dari pusat pertumbuhan yang ada di Provinsi Jawa Barat.
Dengan lanskap kampus yang kompleks, area Fakultas Ilmu Komputer dan Perpustakaan di Universitas Indonesia Kampus Depok menarik untuk diteliti dengan keragaman tutupan lahannya.
Dimana penelitian terdahulu menunjukkan bahwa peningkatan Suhu Permukaan Lahan (LST) umumnya terjadi di wilayah dengan dominasi aktivitas manusia dan kawasan terbangun, sementara area yang didominasi oleh vegetasi cenderung memiliki suhu yang lebih rendah (Ramdhan, dkk.
, 2.
Penelitian ini sendiri bertujuan untuk melakukan analisis LST dan AST di wilayah Fakultas Ilmu Komputer dan Perpustakaan Universitas Indonesia Kampus Depok secara spasial dan temporal dengan melihat perubahan tutupan lahannya, yang kemudian akan dilakukan pemetaan dan diharapkan dapat memberikan informasi terkait perencanaan tata ruang untuk meningkatkan kualitas hidup di wilayah tersebut.
METODE
LOKASI PENELITIAN
Penelitian ini berlokasi di Kampus Universitas Indonesia dan di Fakultas Ilmu Komputer dan Perpustakaan Universitas Indonesia(Fasilkom-Perpusat UI).
Fasilkom merupakan bagian dari kelompok fakultas Rumpun Ilmu Sains dan Teknologi Universitas Indonesia.
Fasilkom berada di 6A21'55.
93" Lintang Selatan dan 106A49'30.
08" Bujur Timur.
Sedangkan Perpustakaan Universitas Indonesia adalah salah satu unit pendukung utama kegiatan akademik .
embelajaran, pengajaran dan penelitia.
Perpustakaan UI berada 6A21'54.
58" Lintang Selatan dan 106A49'43.
35" Bujur Timur.
Peta Wilayah Penelitian dapat dilihat pada gambar 1 Gambar 1.
Peta Wilayah Penelitian (Sumber: Pengolahan data, 2.
Jurnal Sains Geografi, 3.
, 2023.
DOI: 10.
21009/JSG.
VARIABEL PENELITIAN
Penelitian ini menggunakan dua variabel, yakni citra satelit Landsat 8 Level 2 yang sudah terkoreksi atmosferik dan data tutupan lahan yang diakuisisi tahun 2025.
Tabel 1.
Variabel Penelitian Variabel
Tahun Sumber Data
Landsat 8 Level 2
2014,2015,2025
Web USGS dengan path/row 122/64 Tutupan Lahan Survei Lapangan Sumber: Pengolahan Data, 2025 Land Surface Temperature (LST) adalah suhu permukaan bumi pada suatu titik yang dipantulkan oleh objek di permukaan dan direkam oleh satelit.
Nilai LST sangat dipengaruhi oleh jenis tutupan lahan, karena karakteristik tutupan lahan di suatu wilayah berperan besar dalam menentukan suhu permukaan tersebut.
Dalam penelitian ini, estimasi LST diperoleh melalui pemrosesan citra satelit Landsat 8 OLI/TIRS dari USGS untuk tahun 2014, 2015, dan Informasi mengenai penutup Lahan diperoleh melalui survei lapangan yang dilakukan di lingkungan Fakultas Ilmu Komputer dan Perpustakaan Universitas Indonesia.
Hasil survei tersebut kemudian diklasifikasikan ke dalam empat jenis penutup lahan, yaitu: lahan terbangun, vegetasi, badan air, dan lahan terbuka.
(Nurlita et al.
, 2.
PENGUMPULAN DATA
Penelitian ini dilakukan untuk mengkaji pola distribusi spasial perubahan suhu yang terjadi di kawasan Universitas Indonesia, khususnya di Fakultas Ilmu Komputer- Perpustakaan Universitas Indonesia.
Pengumpulan data Land Surface Temperature (LST) dan Air Surface Temperature (AST) dilakukan dengan menggunakan citra satelit Landsat 8 OLI/TIRS, khususnya Band 10 (Therma.
, dengan syarat tutupan awan kurang dari 10%.
Rangkaian waktu akuisisi data citra Landsat 8 disajikan pada Tabel 2.
Tabel 2.
Informasi Data Akuisisi Citra Landsat 8 OLI/TIRS Level-2 yang Digunakan untuk Estimasi LST Tahun Akuisisi Data 31 Oktober 2014 16-Nov-14 28 Juni 2015 14 Juli 2015 15 Agustus 2015 6 Mei 2025 Sumber: pengolahan data, 2025 Jurnal Sains Geografi, 3.
, 2023.
DOI: 10.
21009/JSG.
PENGOLAHAN DATA
Pengolahan data LST dihitung berdasarkan persamaan konversi dari Brightness Temperature dengan mempertimbangkan emisivitas permukaan menggunakan rumus berikut:
-273,15
yayuI yaycu (( .
Keterangan:
T = Suhu pancaran radiasi (Brightness Temperatur.
dalam satuan Kelvin (K) KCA dan KCC = Konstanta kalibrasi dari Landsat 8 L = Radiansi spektral hasil konversi dari DN Dalam hal ini, nilai T merepresentasikan suhu yang terekam oleh sensor satelit Landsat 8 dalam satuan Kelvin.
Estimasi nilai Land Surface Temperature (LST) diperoleh dengan memanfaatkan konstanta kalibrasi K1 dan K2, serta radiansi spektral L yang telah dikalibrasi (Wibowo et al.
, 2.
Nilai LST yang telah dihitung selanjutnya dikonversi menjadi Air Surface Temperature (AST) menggunakan pendekatan regresi linier dari berbagai sumber Beberapa model regresi yang digunakan meliputi:
a a a a a M-AST = 0,9756 y LST Oe 1,7311 (Arridha et al.
, 2.
M-AST = 1,1193 y LST Oe 11,6033 (Wibowo, 2.
M-AST = 0,9988 y LST 4,3082 (Fauzan et al.
, 2.
M-AST = 0,7542 y LST 8,415 (Adriansyah, 2.
M-AST = 0,6546 y LST 13,049 (Labib et al.
, 2.
Persamaan-persamaan tersebut dihitung menggunakan platform Cloud Computing Google Earth Engine (GEE), dengan memanfaatkan layer LST sebagai data masukan utama dalam proses regresi.
Selanjutnya proses validasi suhu, dilakukan survei lapangan menggunakan alat Digital Anemometer yang dilaksanakan di lingkungan Fakultas Ilmu Komputer dan Perpustakaan Universitas Indonesia.
Survei mencakup empat jenis penutup lahan yang berbeda, yaitu vegetasi, badan air, lahan terbangun, dan lahan terbuka.
Masing-masing jenis tutupan lahan diambil tiga kali pengukuran, dengan durasi lima menit per sampel, sehingga total waktu pengukuran mencapai menit.
Lokasi pengukuran ditandai menggunakan aplikasi Avenza Maps, lalu hasil pengukuran suhu dimasukkan dan dikonversi menjadi titik koordinat yang kemudian diimpor ke dalam perangkat lunak ArcGIS Pro.
Titik-titik pengamatan ini selanjutnya dianalisis menggunakan metode interpolasi kriging.
Pemilihan metode kriging dipilih karena kemampuannya dalam menghasilkan estimasi yang presisi pada area yang tidak memiliki data pengukuran langsung, dengan mempertimbangkan struktur spasial dari data yang tersedia.
Teknik ini bekerja dengan memodelkan hubungan spasial antar titik dan memperhitungkan variabilitas serta autokorelasi spasial data suhu.
Hasil Kriging sangat sesuai diterapkan dalam konteks analisis suhu yang dipengaruhi oleh keragaman faktor lingkungan, seperti variasi dalam penutupan lahan.
Dengan pendekatan ini, hasil interpolasi menjadi lebih andal dan mampu merepresentasikan distribusi suhu secara lebih menyeluruh di seluruh wilayah studi.
ANALISIS DATA
Penelitian ini menggunakan pendekatan analisis spatio-temporal untuk mengkaji serta menganalisis pola spasial perubahan suhu yang terjadi di Universitas Indonesia dan Fakultas Ilmu Komputer dan Perpustakaan Universitas Indonesia.
Analisis spatio-temporal dalam Jurnal Sains Geografi, 3.
, 2023.
DOI: 10.
21009/JSG.
konteks ini didasarkan pada data temporal yang diperoleh dari hasil pengolahan Land Surface Temperature (LST) dan Air Surface Temperature (AST).
Pendekatan ini menggabungkan dimensi spasial dan temporal untuk mengamati serta mengevaluasi dinamika fenomena perubahan suhu dari waktu ke waktu di wilayah yang dikaji.
Dengan memanfaatkan data suhu permukaan dari citra satelit Landsat 8 OLI/TIRS tahun 2014, 2015, dan 2025, penelitian ini bertujuan untuk menelaah pola perubahan suhu yang terjadi serta persebarannya di kawasan Universitas Indonesia dan Fakultas Ilmu Komputer dan Perpustakaan Universitas Indonesia.
Selain itu, analisis ini juga diarahkan untuk mengungkap faktor-faktor yang berkontribusi terhadap dinamika termal di wilayah tersebut berdasarkan variasi tutupan lahan dan karakteristik lingkungannya.
HASIL DAN PEMBAHASAN
HASIL
Land Surface Temperature Berdasarkan hasil analisis Land Surface Temperature (LST) Universitas Indonesia, diketahui bahwa setiap wilayah di Universitas Indonesia Depok memiliki nilai LST yang berbeda.
Secara spasial, distribusi LST di Kampus UI Depok menunjukkan bahwa nilai LST yang rendah umumnya terdapat di bagian utara, tepatnya di wilayah Hutan UI.
Selain itu, nilai LST yang rendah juga terkonsentrasi di sekitar danau-danau di UI serta di area dengan vegetasi yang lebat .
elain Hutan UI).
Sebaliknya, nilai LST yang tinggi umumnya terdapat di bagian selatan kampus, yang merupakan area terbangun dengan konsentrasi aktivitas perkuliahan dan fasilitas Titik-titik dengan nilai LST tinggi yang tampak jelas pada peta antara lain adalah Lapangan UI, serta wilayah sekitar Gedung Rektorat.
Lapangan Rotunda, dan Balairung UI.
Jika ditinjau secara temporal, nilai LST di Kampus UI Depok bersifat tidak tetap dan bervariasi pada setiap tanggal dan tahun pengamatan.
Masing-masing citra menunjukkan rentang dan rata-rata nilai LST yang berbeda.
Nilai minimum tercatat pada tanggal 16 November 2014 dengan suhu 27 AC, sedangkan nilai maksimum tercatat pada tanggal 6 Mei 2025 dengan suhu mencapai 50 AC.
Dengan meninjau rata-rata dari keenam citra yang digunakan, terlihat bahwa nilai LST di UI cenderung mengalami peningkatan dari waktu ke waktu.
Rata-rata suhu permukaan mengalami kenaikan sebesar 15,82%, bergerak dari baseline 35,4AC pada periode 2014Ae2015 menjadi 41AC pada Mei 2025.
Peningkatan LST ini dapat menjadi indikator adanya perubahan iklim pada skala regional dan merupakan bagian dari fenomena perubahan iklim global.
Pola spasial dan temporal di Universitas Indonesia juga tampak pada wilayah FasilkomAe Perpusat UI, meskipun dalam cakupan yang lebih sempit.
Distribusi spasial LST di kawasan ini menunjukkan kontras suhu permukaan yang jelas.
Wilayah dengan nilai LST tinggi umumnya berada di bagian utara, khususnya di sekitar Gedung Fasilkom.
Sementara itu, nilai LST yang lebih rendah terletak di bagian selatan, tepatnya di sekitar Danau Kenanga.
Jika ditarik garis dari arah barat laut menuju tenggara, maka nilai LST tertinggi berada di barat laut (Fasilko.
, dan nilai terendah berada di tenggara (Danau Kenang.
Secara temporal, wilayah FasilkomAePerpusat UI menunjukkan tren peningkatan nilai LST yang serupa dengan pola di wilayah kampus secara keseluruhan.
Berdasarkan analisis statistik dari masing-masing citra, nilai minimum tercatat sebesar 27 AC pada tanggal 16 November Sementara itu, nilai maksimum terjadi pada tanggal 6 Mei 2025 dengan suhu mencapai142 Jurnal Sains Geografi, 3.
, 2023.
DOI: 10.
21009/JSG.
Gambar 2.
Peta LST Universitas Indonesia Tahun 2014, 2015, dan 2025 (Sumber: pengolahan dat.
Gambar 3.
Grafik LST Universitas Indonesia Tahun 2014, 2015, dan 2025 (Sumber: pengolahan dat.
Jurnal Sains Geografi, 3.
, 2023.
DOI: 10.
21009/JSG.
Gambar 4.
Peta LST Fasilkom-Perpusat UI Tahun 2014, 2015, dan 2025 (Sumber: pengolahan dat.
Gambar 5.
Grafik LST Fasilkom-Perpusat UI Tahun 2014, 2015, dan 2025 (Sumber: pengolahan dat.
Jurnal Sains Geografi, 3.
, 2023.
DOI: 10.
21009/JSG.
-45 AC.
Meskipun rata-rata nilai LST menunjukkan fluktuasi antar waktu pengamatan, terdapat kecenderungan peningkatan secara umum seiring berjalannya waktu.
Dengan demikian, dinamika spasial dan temporal LST di kawasan FasilkomAePerpusat UI mencerminkan tren yang juga terjadi di skala Universitas Indonesia secara keseluruhan.
Air Surface Temperature Peta AST di Universitas Indonesia diolah berdasarkan hasil data LST yang telah dilakukan sebelumnya, yaitu konversi LST menggunakan rumus AST yang bervariasi di setiap periode Proses ini menghasilkan peta AST Universitas Indonesia untuk tahun 2014 hingga 2015, sebagai berikut.
Gambar 6.
Peta AST Universitas Indonesia Tahun 2014-2015 (Sumber: pengolahan dat.
Jurnal Sains Geografi, 3.
, 2023.
DOI: 10.
21009/JSG.
Peta AST dari lima waktu berbeda yaitu 31 Oktober 2014, 16 November 2014, 28 Juni 2015, 14 Juli 2015, dan 15 Agustus 2015 menunjukkan variasi suhu yang signifikan.
Meskipun terdapat perbedaan nilai suhu minimum dan maksimum secara temporal, pola spasial distribusi suhu di kawasan Universitas Indonesia tetap konsisten.
Area yang lebih panas umumnya berada di bagian tengah hingga selatan yang didominasi permukaan kedap air seperti bangunan dan aspal, sedangkan area yang lebih dingin berada di utara yang memiliki lebih banyak vegetasi dan badan air.
Pola ini menunjukkan bahwa tutupan lahan sangat memengaruhi distribusi suhu.
Grafik berikut menyajikan perbandingan AST Universitas Indonesia tahun 2014 hingga 2015 secara lebih jelas.
Gambar 7.
Grafik AST Universitas Indonesia Tahun 2014-2015 (Sumber: pengolahan dat.
Hasil pengolahan data AST Universitas Indonesia tahun 2014 hingga 2015 menunjukkan suhu terendah sebesar 18 AC pada 16 November 2014 dan suhu tertinggi mencapai 49 AC pada 28 Juni 2015.
Selisih suhu yang besar ini dipengaruhi oleh penggunaan rumus M-AST, di mana koefisien dan konstanta dalam rumus tersebut membuat nilai AST cenderung lebih rendah dibandingkan suhu LST.
Hasil pengolahan AST di Universitas Indonesia untuk periode 2014Ae2015 selanjutnya diinterpolasi dan divisualisasikan dalam bentuk model isoterm dengan interval sebesar 2AC.
Proses ini menghasilkan peta isoterm AST Universitas Indonesia tahun 2014Ae2015 yang menggambarkan sebaran suhu permukaan secara spasial.
Peta isotherm pada Gambar 8 menunjukkan distribusi suhu secara spasial melalui garis kontur yang menghubungkan titik-titik dengan nilai suhu yang sama.
Secara umum, pola distribusi suhu cukup konsisten, di mana area bersuhu tinggi dengan garis isoterm rapat dan nilai lebih besar berada di bagian tengah hingga selatan kampus.
Sementara itu, area bersuhu rendah tersebar di utara dan timur, pada wilayah yang didominasi badan air dan hutan.
Pola ini sejalan dengan hasil dari peta AST.
Hasil pengolahan data AST Universitas Indonesia kemudian diproses lebih lanjut dengan melakukan clip pada area Fasilkom Lama dan Perpustakaan Pusat UI, guna memperoleh informasi suhu permukaan udara yang lebih spesifik di wilayah tersebut.
Proses ini menghasilkan peta AST Fasilkom Lama dan Perpusat UI tahun 2014Ae2015.
Jurnal Sains Geografi, 3.
, 2023.
DOI: 10.
21009/JSG.
Gambar 8.
Peta Isoterm AST Universitas Indonesia Tahun 2014-2015 (Sumber: pengolahan dat.
Kelima peta menunjukkan distribusi suhu permukaan udara di area Fasilkom Lama dan Perpustakaan Pusat UI selama 2014 hingga 2015 yang tertera pada Gambar 9.
Secara temporal, terdapat variasi suhu yang signifikan.
Suhu terendah tercatat 19 AC pada 16 November 2014 dan tertinggi 46 AC pada 28 Juni 2015.
Peta 28 Juni dan 14 Juli 2015 menunjukkan kondisi panas ekstrem saat musim kemarau, sedangkan 16 November 2014 menunjukkan kondisi lebih sejuk.
Pola spasial cenderung tetap, dengan area tengah hingga barat laut dan utara lebih panas akibat tutupan lahan beralbedo rendah.
Grafik pada Gambar 10 menunjukkan bahwa suhu maksimum tertinggi terjadi pada 28 Juni 2015, melebihi 45 AC, disusul 14 Juli 2015 di atas 40 AC.
Suhu minimum terendah tercatat sekitar 20 AC pada 16 November 2014.
Secara umum, suhu meningkat pada musim kemarau dan menurun saat musim hujan.
Jurnal Sains Geografi, 3.
, 2023.
DOI: 10.
21009/JSG.
Gambar 9.
Peta AST Fasilkom-Perpusat UI Tahun 2014-2015 (Sumber: pengolahan dat.
Jurnal Sains Geografi, 3.
, 2023.
DOI: 10.
21009/JSG.
Gambar 10.
Grafik AST Universitas Indonesia Tahun 2014-2015 (Sumber: pengolahan dat.
Untuk memperoleh peta isoterm di area Fasilkom Lama dan Perpustakaan Pusat UI, dilakukan pemotongan .
dari hasil peta isoterm Universitas Indonesia secara keseluruhan.
Hasilnya adalah peta isoterm AST Fasilkom Lama dan Perpustakaan Pusat Universitas Indonesia selama tahun 2014Ae2015.
Setiap peta isoterm menampilkan garis kontur suhu AST berwarna merah dengan rentang 1 AC.
Kontur tinggi menunjukkan area lebih panas, sedangkan kontur rendah menunjukkan area lebih sejuk.
Jika dibandingkan dengan tutupan lahannya, wilayah dengan vegetasi dan badan air memiliki suhu lebih rendah, sedangkan area dengan bangunan atau permukaan keras seperti aspal cenderung lebih panas.
Ini menunjukkan bahwa penutup lahan sangat memengaruhi kondisi termal mikro di lingkungan kampus.
Gambar 11.
Peta Isoterm AST Fasilkom-Perpusat UI Tahun 2014-2015 (Sumber: pengolahan dat.
Selanjutnya, dilakukan pengolahan AST Fasilkom Lama dan Perpustakaan Pusat UI tahun 2025 berdasarkan LST tanggal 6 Mei 2025 yang telah di-clip.
Data ini dikonversi menggunakan lima rumus AST berbeda untuk membandingkan dan menentukan model M149 Jurnal Sains Geografi, 3.
, 2023.
DOI: 10.
21009/JSG.
AST terbaik, yang nantinya akan dibandingkan dengan hasil survei suhu AST di wilayah Gambar 12.
Peta AST Fasilkom-Perpusat UI Tahun 2025 (Sumber: pengolahan dat.
Peta AST di area Fasilkom Lama dan Perpustakaan Pusat UI pada tanggal yang sama menunjukkan hasil berbeda dari lima metode konversi LST.
Suhu bervariasi antara 34 AC hingga 49 AC.
Rumus M-AST = 0.
9988 y LST 4.
3082 menghasilkan suhu tertinggi dan sebaran panas yang lebih merata, sedangkan rumus M-AST = 1.
1193 y LST Oe 11.
menunjukkan suhu lebih rendah dan sebaran yang lebih bervariasi.
Meski nilai berbeda, pola spasial tetap konsisten, dengan area tengah hingga barat laut dan utara cenderung lebih panas karena tutupan lahan beralbedo rendah seperti bangunan Grafik suhu tahun 2025 memperlihatkan perbandingan hasil lima rumus M-AST.
Rumus 9988 y LST 4.
3082 mencatat suhu tertinggi, dengan maksimum hampir 50 AC dan rata-rata di atas 45 AC.
Sebaliknya, rumus 1.
1193 y LST Oe 11.
6033 mencatat suhu lebih rendah, dengan minimum sekitar 35 AC dan rata-rata di bawah 40 AC.
Jurnal Sains Geografi, 3.
, 2023.
DOI: 10.
21009/JSG.
Gambar 13.
Peta AST Fasilkom-Perpusat UI Tahun 2025 (Sumber: pengolahan dat.
Gambar 14.
Peta Isoterm AST Fasilkom-Perpusat UI Tahun 2025 (Sumber: pengolahan dat.
Jurnal Sains Geografi, 3.
, 2023.
DOI: 10.
21009/JSG.
Setiap peta isoterm menampilkan distribusi suhu AST di Fasilkom dan Perpustakaan UI pada 6 Mei 2025 berdasarkan lima rumus M-AST berbeda, dengan garis kontur merah tiap 1 AC.
Kontur rapat dan tinggi menunjukkan area panas seperti bangunan, sedangkan kontur rendah terdapat di sekitar danau dan vegetasi.
Pola umum tetap menunjukkan hubungan kuat antara tutupan lahan dan suhu.
Peta dengan rumus M-AST = 0.
9756 y LST Oe 1.
7311 menampilkan variasi suhu paling detail, sedangkan rumus M-AST = 0.
6546 y LST 13.
049 menghasilkan kontur paling halus dan sederhana.
PEMBAHASAN
Keenam peta ini adalah Landcover dan Albedo Universitas Indonesia Tahun 2014, 2015, dan Secara spasio-temporal baik landcover dan albedo tahun 2014 dan 2015 tidak memiliki perbedaan yang signifikan, melainkan hanya perubahan minor saja.
Dapat dilihat pada daerah sekitar asrama mahasiswa, lebih tepatnya daerah Felfest, pada tahun 2014, masih belum banyak bangunan dan kedap air yang berada diwilayah tersebut, sedangkan 2015 sudah mulai banyak pembangunan yang terjadi pada daerah Felfest.
Lalu antara tahun 2014 - 2015 dengan 2025 sudah banyak perubahan landcover yang terjadi, antara lain seperti aspal pada tahun 2014 2015 yang terlihat putus-putus, pada tahun 2025 menjadi utuh tanpa ada putus - putus.
Selain itu semakin banyak tutupan lahan yang berubah menjadi lahan terbangun, seperti pada daerah Pusgiwa yang berbatasan langsung dengan Stadion UI.
Sebelumnya pada tahun 2014 2015, pusgiwa masih belum banyak memiliki perubahan tutupan lahan, sedangkan pada tahun 2025 sudah banyak terjadi perubahan.
Selain itu adanya perubahan tutupan lahan di lingkaran Rotunda dan parkiran Rumah Sakit UI yang sebelumnya tidak ada pada tahun 2014 - 2015, menjadi ada pada tahun 2025.
Temuan pada penelitian ini selaras dengan hasil penelitian Fauzan et al.
, yang menunjukkan bahwa perubahan tutupan lahan di UI yang khususnya dari vegetasi menjadi area terbangun seperti aspal dan beton, berkorelasi langsung dengan lonjakan LST.
Studi tersebut mencatat bahwa suhu permukaan ekstrem di UI dapat mencapai 46AC pada tahun 2023, terutama di wilayah dengan dominasi permukaan kedap air.
Dengan demikian, peningkatan kawasan terbangun yang terlihat pada peta tahun 2025 secara ilmiah mendukung kemungkinan naiknya LST di kawasan kampus Universitas Indonesia.
Untuk albedo, baik tahun 2014, 2015, dan 2025 tidak memiliki banyak perubahan.
Perubahan yang paling signifikan adalah didaerah Rumah Sakit UI, karena tahun 2014 - 2015 RSUI masih dalam tahap pembangunan, sedangkan tahun 2025 RSUI sudah selesai masa pembangunannya sehingga terjadinya perbedaan nilai albedo pada daerah tersebut Secara keseluruhan, di Universitas Indonesia, albedo yang lebih rendah misalnya pada jalan aspal atau area bangunan disekitar lingkungan fakultas - fakultas UI dapat menyebabkan peningkatan land surface temperature dan air surface temperature.
Sementara itu, area yang memiliki tutupan vegetasi seperti Hutan UI cenderung memiliki albedo lebih tinggi, yang membantu menurunkan suhu permukaan dan suhu udara.
Jurnal Sains Geografi, 3.
, 2023.
DOI: 10.
21009/JSG.
Gambar 15.
Peta Tutupan Lahan Universitas Indonesia Tahun 2014, 2015 dan 2025 (Sumber: pengolahan dat.
Gambar 16.
Peta Albedo Permukaan Universitas Indonesia Tahun 2014, 2015 dan 2025 (Sumber: pengolahan dat.
KESIMPULAN Suhu permukaan tanah (Land Surface Temperatur.
dan suhu udara permukaan (Air Surface Temperatur.
di Universitas Indonesia, terutama di kawasan Fakultas Ilmu Komputer dan Perpustakaan, dipengaruhi oleh variasi tutupan lahan dan albedo.
Secara spasial, kawasan dengan tutupan lahan yang lebih banyak bangunan atau permukaan keras, seperti aspal, cenderung memiliki LST dan AST yang lebih tinggi, sementara kawasan yang memiliki banyak vegetasi, seperti Hutan UI dan danau, menunjukkan suhu yang lebih rendah.
Dari analisis temporal, suhu permukaan tanah di Universitas Indonesia cenderung meningkat seiring waktu, yang menandakan adanya fenomena pemanasan global pada skala lokal.
Peningkatan suhu ini juga tercermin di kawasan Fasilkom-Perpusat UI, dengan suhu maksimum yang tercatat semakin tinggi setiap tahunnya.
Adapun perbedaan suhu yang signifikan antara musim kemarau dan musim hujan menunjukkan pengaruh perubahan iklim terhadap distribusi suhu di area tersebut.
DAFTAR PUSTAKA