Analysis of Land Cover Change and Its Relationship with Surface Temperature Using Google Earth Engine

Laode Muhamad Irsan; Muhammad Isra; Rival Rahman; Nur Hasanah; Wahyu Dzunaid Syawal

doi:10.55338/jumin.v7i1.7360

Authors

Laode Muhamad Irsan, Universitas Negeri Gorontalo, Indonesia
Muhammad Isra, Universitas Negeri Gorontalo, Indonesia
Rival Rahman, Universitas Negeri Gorontalo, Indonesia
Nur Hasanah, Universitas Negeri Gorontalo, Indonesia
Wahyu Dzunaid Syawal, Universitas Negeri Gorontalo, Indonesia

DOI:

https://doi.org/10.55338/jumin.v7i1.7360

Keywords:

Land Cover, Landsat Imagery, Land Surface Temperature, Google Earth Engine

Abstract

Kabupaten Boalemo, sebagai salah satu sentra pertanian di Sulawesi, mengalami tekanan ekologis, di mana lahan hutan terus berkurang untuk memenuhi kebutuhan ekonomi masyarakat. Penelitian ini memiliki tujuan untuk mengetahui perubahan tutupan lahan hubungannya dengan perubahan suhu permukaan (land surface temperature) berbasis citra satelit. Data utama yang digunakan adalah citra satelit Landsat (Landsat 5 TM, Landsat 7 ETM+, dan Landsat 8 OLI/TIRS) yang diperoleh dan diolah melalui platform Google Earth Engine (GEE). Hasil penelitian mengungkap transformasi lanskap dan thermal yang sangat signifikan, didorong terutama oleh aktivitas deforestasi dan alih fungsi lahan. Tutupan lahan hutan mengalami penyusutan drastis sebesar 381,12 km² (dari 1.428,73 km² menjadi 1.047,61 km²), yang mengindikasikan tekanan tinggi akibat deforestasi. Sebaliknya, terjadi ekspansi besar-besaran lahan pertanian (bertambah 369,56 km² menjadi 753,08 km²) dan pemukiman (bertambah 16,4 km² menjadi 18,55 km²). Perubahan tutupan lahan tersebut berkorelasi langsung dengan peningkatan suhu permukaan yang dramatis. Zona suhu sejuk (<25°C) menyusut secara ekstrem dari 766,37 km² menjadi hanya 33,55 km² pada tahun 2024. Sebaliknya, zona suhu tinggi (30-35°C) dan sangat tinggi (>35°C) mengalami ekspansi masif. Zona suhu tinggi meluas dari 359,54 km² menjadi 673,00 km², sementara zona suhu sangat tinggi membengkak hampir 4 kali lipat dari 93,29 km² menjadi 370,52 km². Analisis ini didukung oleh akurasi yang tinggi dengan Overall Accuracy (OA) 91,43% dan Kappa Coefficient 0,88. Estimasi LST juga sangat akurat dengan nilai RMSE 0,6325°C, yang menunjukkan error rata-rata kurang dari 1°C.

Downloads

Download data is not yet available.

References

A. Adrian, W. Widiatmaka, K. Munibah, and I. Firmansyah, “Pola Spasial Perubahan Tutupan Lahan/Penggunaan Lahan Menggunakan Google Earth Engine di Kabupaten Majalengka,” pwk, vol. 19, no. 4, pp. 447–463, Dec. 2023, doi: 10.14710/pwk.v19i4.46254.

A. Asrul, “Pengaruh Alih Fungsi Lahan Terhadap Kejadian Banjir di Kelurahan Leato Selatan Kecamatan Kota Timur Kota Gorontalo,” gdk, vol. 9, no. 1, pp. 52–61, Jan. 2025, doi: 10.29408/geodika.v9i1.29256.

F. Olii, M. Baruwadi, and I. Dunggio, “Factors Socioeconomic Affecting the Management of Sloping Land,” GOLDER, p. 83, July 2023, doi: 10.32662/golder.v0i0.2893.

Y. Khairunnisa et al., “Analysis Of Land Surface Temperature In The Krueng Aceh Watershed Using Google Earth Engine,” CJ, vol. 9, no. 1, p. 1, Mar. 2025, doi: 10.22373/cj.v9i1.29076.

R. Ridha, “Kajian Pengaruh Perubahan Tutupan Lahan Terhadap Temperatur Suhu Permukaan Kota Mataram,” gdk, vol. 9, no. 1, pp. 21–31, Jan. 2025, doi: 10.29408/geodika.v9i1.25540.

W. Siska, W. Widiatmaka, Y. Setiawan, and S. H. Adi, “Pemetaan Perubahan Lahan Sawah Kabupaten Sukabumi Menggunakan Google Earth Engine,” tataloka, vol. 24, no. 1, pp. 74–83, Apr. 2022, doi: 10.14710/tataloka.24.1.74-83.

B. B. Thien, V. T. Phuong, and A. A. Komolafe, “Assessment of forest cover and forest loss using satellite images in Thua Thien Hue province, Vietnam,” AUC GEOGRAPHICA, vol. 58, no. 2, pp. 172–186, Nov. 2023, doi: 10.14712/23361980.2023.13.

H. Rakuasa and D. A. Sihasale, “Analysis of Vegetation Index in Ambon City Using Sentinel-2 Satellite Image Data with Normalized Difference Vegetation Index (NDVI) Method based on Google Earth Engine,” jinita, vol. 5, no. 1, pp. 74–82, June 2023, doi: 10.35970/jinita.v5i1.1869.

J. Pauzia, B. Sumantri, and E. Yuliarti, “Analysis of Agricultural Sector Economic Potentials in Lebong Regency Bengkulu Province,” Agritropica. J. Agr. Sci., vol. 6, no. 1, pp. 51–56, June 2023, doi: 10.31186/j.agritropica.6.1.51-56.

L. M. Irsan, S. H. Murti, and P. Widayani, “Estimasi Produksi Jagung (Zea Mays L.) Dengan Menggunakan Citra Sentinel 2a Di Sebagian Wilayah Kabupaten Jeneponto Provinsi Sulawesi Selatan,” teknosains, vol. 8, no. 2, p. 93, Jan. 2019, doi: 10.22146/teknosains.36885.

S. Aldiansyah, M. D. Mandini Mannesa, and S. Supriatna, “Monitoring of Vegetation Cover Changes With Geomorphological Forms using Google Earth Engine in Kendari City,” Jurnal Pendidikan Geografi, vol. 21, no. 2, pp. 159–170, Oct. 2021, doi: 10.17509/gea.v21i2.37070.

E. Normelani et al., “Sentinel-1 Multitemporal Radar Image Application in Identifying Land and Forest Fire Areas in Central Kalimantan,” eer, vol. 12, no. 2, pp. 97–108, Apr. 2024, doi: 10.13189/eer.2024.120201.

A. Holik, Z. Erwanto, and S. Hardiyanti, “Google Earth Engine for Assessing Land Use and Land Cover Change in Banyuwangi Regency:,” in Proceedings of the 4th International Conference on Applied Science and Technology on Engineering Science, Samarinda, Indonesia: SCITEPRESS - Science and Technology Publications, 2021, pp. 416–422. doi: 10.5220/0010946800003260.

P. Wei et al., “Early Crop Mapping Based on Sentinel-2 Time-Series Data and the Random Forest Algorithm,” Remote Sensing, vol. 15, no. 13, p. 3212, June 2023, doi: 10.3390/rs15133212.

R. K. Karina and R. Kurniawan, “Identifikasi Penggunaan Lahan Menggunakan Citra Satelit Landsat 8 Melalui Google Earth Engine,” semnasoffstat, vol. 2020, no. 1, pp. 798–805, Jan. 2021, doi: 10.34123/semnasoffstat.v2020i1.514.

A. F. Pramitha, A. N. Ardiansyah, and S. Bahar, “Analisis Hubungan Perubahan Penggunaan Lahan (Land Use) Terhadap Perubahan Land Surface Temperature (Lst) Di Kota Tangerang Selatan Tahun 2011 – 202,” 2023.

Y. Jamei, M. Seyedmahmoudian, E. Jamei, B. Horan, S. Mekhilef, and A. Stojcevski, “Investigating the Relationship between Land Use/Land Cover Change and Land Surface Temperature Using Google Earth Engine; Case Study: Melbourne, Australia,” Sustainability, vol. 14, no. 22, p. 14868, Nov. 2022, doi: 10.3390/su142214868.

M. Opelele Omeno, Y. Yu, W. Fan, T. Lubalega, C. Chen, and C. Kachaka Sudi Kaiko, “Analysis of the Impact of Land-Use/Land-Cover Change on Land-Surface Temperature in the Villages within the Luki Biosphere Reserve,” Sustainability, vol. 13, no. 20, p. 11242, Oct. 2021, doi: 10.3390/su132011242.

C. Rodrigues De Almeida et al., “Time-series analyses of land surface temperature changes with Google Earth Engine in a mountainous region,” Heliyon, vol. 9, no. 8, p. e18846, Aug. 2023, doi: 10.1016/j.heliyon.2023.e18846.

A. Stamou, A. Dosiou, A. Bakousi, E. Karachaliou, I. Tavantzis, and E. Stylianidis, “Assessing Spatial Correlations Between Land Cover Types and Land Surface Temperature Trends Using Vegetation Index Techniques in Google Earth Engine: A Case Study of Thessaloniki, Greece,” Remote Sensing, vol. 17, no. 3, p. 403, Jan. 2025, doi: 10.3390/rs17030403.

A. Maishella, B. E. B. Dewantoro, and M. A. P. Aji, “Correlation Analysis of Urban Development and Land Surface Temperature Using Google Earth Engine in Sleman Regency, Indonesia,” IOP Conf. Ser.: Earth Environ. Sci., vol. 540, no. 1, p. 012018, July 2020, doi: 10.1088/1755-1315/540/1/012018.