Monitoring dan Proyeksi Perkembangan Wilayah Perkotaan Menuju 2045 Berbasis Pemodelan Citra VIIRS Night-Time Light di Pulau Jawa

Irsyad Syahnur; Soni Darmawan

Authors

Irsyad Syahnur Institut Teknologi Nasional Bandung Author
Soni Darmawan Institut Teknologi Nasional Bandung Author

Keywords:

Night-Time Light, VIIRS, perkembangan wilayah perkotaan, regresi linear, Google Earth Engine

Abstract

Perkembangan wilayah perkotaan di Pulau Jawa berlangsung sangat pesat seiring dengan meningkatnya aktivitas ekonomi, pertumbuhan penduduk, dan pembangunan infrastruktur. Data Night-Time Light (NTL) dari sensor Visible Infrared Imaging Radiometer Suite (VIIRS) mampu merepresentasikan aktivitas manusia dan perkembangan kawasan terbangun melalui intensitas cahaya malam sehingga banyak digunakan untuk memantau dinamika wilayah perkotaan. Penelitian ini bertujuan menganalisis dinamika NTL, perkembangan wilayah urban, serta memprediksi perkembangan wilayah perkotaan di Pulau Jawa hingga tahun 2045 menggunakan data VIIRS Day/Night Band (DNB) VCMSLCFG periode 2014–2025. Penelitian dilakukan melalui tahapan pra-pemrosesan data VIIRS NTL, analisis time-series, regresi linear, ekstraksi urban menggunakan metode thresholding dengan nilai ambang 5 nW/cm²/sr, serta prediksi perkembangan wilayah urban tahun 2045 berbasis regresi linear piksel. Analisis dilakukan menggunakan platform Google Earth Engine untuk mengolah data multitemporal dan menghasilkan informasi spasial perkembangan wilayah perkotaan. Hasil penelitian menunjukkan bahwa intensitas NTL di Pulau Jawa mengalami peningkatan dengan nilai slope sebesar 0,132 nW/cm²/sr/tahun, R² sebesar 0,72, dan RMSE sebesar 0,286 nW/cm²/sr. Hasil ekstraksi urban menunjukkan bahwa luas wilayah urban meningkat dari 6.542 km² pada tahun 2014 menjadi 15.040 km² pada tahun 2025. Berdasarkan hasil prediksi, luas wilayah urban Pulau Jawa diperkirakan mencapai 37.799 km² pada tahun 2045 atau meningkat sebesar 22.759 km² dibandingkan tahun 2025.

References

[1] United Nations, "World Urbanization Prospects 2018". New York, NY, USA: Department of Economic and Social Affairs, 2019.

[2] Badan Pusat Statistik, "Statistik Indonesia 2024". Jakarta, Indonesia: BPS RI, 2024.

[3] J. R. Jensen, Introductory Digital Image Processing: A Remote Sensing Perspective, 4th ed. Boston, MA, USA: Pearson, 2015.

[4] C. D. Elvidge, K. E. Baugh, M. Zhizhin, and F. C. Hsu, “Why VIIRS data are superior to DMSP for mapping nighttime lights,” Proceedings of the Asia-Pacific Advanced Network, vol. 35, pp. 62–69, 2013.

[5] X. Li and Y. Zhou, “Urban mapping using DMSP/OLS stable nighttime light: a review,” International Journal of Remote Sensing, vol. 38, no. 21, pp. 6030–6046, 2017, doi: 10.1080/01431161.2016.1274457.

[6] C. D. Elvidge et al., “VIIRS night-time lights,” International Journal of Remote Sensing, vol. 38, no. 21, pp. 5860–5879, 2017, doi: 10.1080/01431161.2016.1242228.

[7] N. Levin and Q. Zhang, “A global analysis of factors controlling VIIRS nighttime light levels from densely populated areas,” Remote Sensing of Environment, vol. 190, pp. 366–382, 2017, doi: 10.1016/j.rse.2016.12.001.

[8] M. Zhao, Y. Zhou, X. Li, W. Cheng, C. Zhou, T. Ma, M. Li, and K. Huang, “Mapping Urban Dynamics (1992–2018) in Southeast Asia Using Consistent Nighttime Light Data from DMSP and VIIRS,” Remote Sensing of Environment, vol. 248, Art. no. 111980, 2020, doi: 10.1016/j.rse.2020.111980.

[9] X. Li, Y. Zhou, X. Chen, and X. Cao, “Mapping urban extent based on night-time light data: a review,” International Journal of Remote Sensing, vol. 41, no. 8, pp. 2785–2808, 2020, doi: 10.1080/01431161.2019.1677960.

[10] N. Levin et al., “Remote sensing of night lights: A review and an outlook for the future,” Remote Sensing of Environment, vol. 237, Art. no. 111443, 2020, doi: 10.1016/j.rse.2019.111443.

[11] A. Gorelick et al., “Google Earth Engine: Planetary-scale geospatial analysis for everyone,” Remote Sensing of Environment, vol. 202, pp. 18–27, 2017, doi: 10.1016/j.rse.2017.06.031.

[12] D. C. Montgomery, E. A. Peck, and G. G. Vining, Introduction to Linear Regression Analysis, 5th ed. Hoboken, NJ, USA: John Wiley & Sons, 2012.

[13] Y. Zhou, S. J. Smith, C. D. Elvidge, K. Zhao, A. Thomson, and M. Imhoff, “A cluster-based method to map urban area from DMSP/OLS nightlights,” Remote Sensing of Environment, vol. 147, pp. 173–185, 2014, doi: 10.1016/j.rse.2014.03.004.

[14] Y. Dou, Z. Liu, C. He, and H. Yue, “Urban Land Extraction Using VIIRS Nighttime Light Data: An Evaluation of Three Popular Methods,” Remote Sensing, vol. 9, no. 2, Art. no. 175, 2017, doi: 10.3390/rs9020175.

[15] T. Ma, “An Estimate of the Pixel-Level Connection between Visible Infrared Imaging Radiometer Suite Day/Night Band (VIIRS DNB) Nighttime Lights and Land Features across China,” Remote Sensing, vol. 10, no. 5, Art. no. 723, 2018, doi: 10.3390/rs10050723.