ANALISIS KEMAMPUAN CITRA VISIBLE INFRARED IMAGING RADIOMETER SUITE UNTUK ESTIMASI JUMLAH PENDUDUK DI PULAU JAWA
MOHAMAD DIMAS HENRU NURHADI, Ari Cahyono, S.Si., M.Sc.
2022 | Skripsi | S1 KARTOGRAFI DAN PENGINDERAAN JAUHIndonesia merupakan salah satu negara dengan jumlah penduduk tertinggi dan menempati peringkat keempat pada negara dengan jumlah populasi terbanyak. Jumlah penduduk di Indonesia mencapai 270,2 juta pada tahun 2020 dengan pertumbuhan penduduk sebesar 1.25% dari tahun 2010. Jumlah penduduk di Indonesia terus bertumbuh dari tahun ke tahun, hal ini mengakibatkan tantangan seperti naiknya kebutuhan pangan, air terutama air bersih, dan konsumsi energi baik itu energi terbarukan maupun energi tak terbarukan. Maka dari itu, data jumlah penduduk sangat diperlukan terutama untuk membuat kebijakan terbaru untuk mengontrol jumlah penduduk. Metode akuisisi data saat ini membutuhkan banyak tenaga, biaya, dan waktu dalam pelaksanaannya. Visible Infrared Imaging Radiometer Suite (VIIRS) menampakkan nighttime-light (NTL) data yang menunjukkan emisi cahaya buatan pada malam hari. Emisi cahaya buatan memiliki kaitan erat dengan keberadaan manusia. Penelitian ini bertujuan untuk mencari tahu kemampuan data NTL dalam mengestimasi jumlah penduduk berdasarkan korelasi antara intensitas emisi cahaya buatan dan luas area emisi cahaya buatan terhadap jumlah penduduk aktual dengan metode regresi linear berganda menggunakan platform Google Colaboratory. Model dibuat berdasarkan sampel model yang memiliki koefisien korelasi (r) 0,857 pada tahun 2015, 0,855 pada tahun 2017, dan 0,852 pada tahun 2019 yang kemudian divalidasi dengan menghitung error percentage antara jumlah penduduk hasil estimasi dengan jumlah penduduk aktual. Hasil perhitungan error percentage menunjukkan rata-rata error percentage secara keseluruhan (estimasi satu Pulau Jawa) sebesar 1,44%. Nilai error yang cukup kecil pada skala provinsi menunjukkan bahwa NTL dapat digunakan untuk mengestimasi jumlah penduduk pada skala provinsi terutama Jawa Tengah. Namun tidak seperti hasil estimasi pada skala provinsi, hasil estimasi pada skala kota/kabupaten hanya dapat digunakan sebagai gambaran umum mengenai persebaran jumlah penduduk di suatu provinsi karena nilai error yang cukup besar dan bervariasi.
Indonesia ranks fourth in the worlds most populous countries, with a total population reaching 270.2 million in 2020 at a growth rate of 1.25% since 2010. This country has a land area of 1,916,906.77 km2, the population density is 140 per km2. Each year, this growing population faces numerous challenges, such as increasing needs for natural resources like clean water and energy supplies, both sustainable and non-sustainable. Hence, population data is necessary, particularly to develop the standard procedure to monitor and control population size and growth rate in order to address and minimize the damaging effects of the challenges ahead. The method now used in Indonesia require considerable effort, energy, cost, and time in their implementation. Visible Infrared Imaging Radiometer Suite (VIIRS) instruments produce nighttime light (NTL) images showing artificial light emissions, which are closely related to human existence as an indicator of built-up areas, especially settlements and provide an alternative method for acquiring population data. This study was designed to determine the capability of NTL data to estimate population based on its correlation with the intensity of artificial light emission and lit area by conducting multivariate linear regression analysis using Python in Google Colaboratory. The research area consisted of regencies/cities on Java Island, home to the largest population in Indonesia, that had different rates of development. The samples were city/regency population data divided randomly with a 7:3 ratio into training and testing samples. The model was created using a training samples with correlation coefficients (r) of 0.857 for 2015, 0.855 for 2017, and 0.852 for 2019 and then validated by calculating the percent error (% error) between the estimated and actual populations using the testing samples. The results showed an average of 1.44% error overall (Java Island), and from this high accuracy indicator, the study concludes that NTL can be used to estimate the population. However, this estimate only serves as an overview because the model was developed based on small-scale cases, resulting in less detailed outcomes.
Kata Kunci : Night-time light, populasi, regresi linear berganda, estimasi