PEMANFAATAN CITRA NIGHTTIME LIGHT (NTL) DAN NORMALIZED DIFFERENCE BUILT-UP INDEX (NDBI) DALAM ANALISIS HUBUNGANNYA DENGAN KONSUMSI LISTRIK DI SEBAGIAN PULAU JAWA TAHUN 2016-2024

Nur Azizah Salsabill Putri, Dr. Iswari Nur Hidayati, S.Si., M.sc,

2026 | Skripsi | KARTOGRAFI DAN PENGINDRAAN JAUH

Indonesia merupakan negara berkembang dengan jumlah penduduk yang terus meningkat setiap tahunnya. Seiring dengan pertumbuhan penduduk, kebutuhan energi listrik juga mengalami peningkatan sebagai akibat berkembangnya aktivitas sosial dan ekonomi masyarakat. Konsumsi listrik pada penelitian ini dianalisis menggunakan citra Visible Infrared Imaging Radiometer Suite Day/Night Band (VIIRS-DNB) yang merepresentasikan intensitas cahaya malam serta Normalized Difference Built-up Index (NDBI) yang menggambarkan tingkat lahan terbangun. Data konsumsi listrik diperoleh dari PT PLN (Persero) berdasarkan wilayah kerja Unit Pelaksana Pelayanan Pelanggan (UP3) di Pulau Jawa.

Penelitian ini bertujuan untuk menganalisis hubungan antara intensitas cahaya malam dan NDBI terhadap konsumsi listrik, serta mengidentifikasi pola hubungan spasial antarvariabel. Pengolahan citra dilakukan menggunakan Google Earth Engine untuk memperoleh nilai intensitas cahaya VIIRS-DNB dan menghitung NDBI dari citra MODIS. Analisis hubungan dilakukan menggunakan korelasi Pearson dan regresi data panel melalui software EViews, sedangkan analisis spasial menggunakan Bivariate Moran's I dan Local Indicators of Spatial Association (LISA) pada software GeoDa.

Hasil penelitian menunjukkan bahwa rata-rata korelasi Pearson antara konsumsi listrik dan VIIRS-DNB sebesar 0,49 yang termasuk hubungan sedang dan signifikan, sedangkan rata-rata korelasi antara konsumsi listrik dan NDBI sebesar 0,10 yang termasuk hubungan sangat rendah dan tidak signifikan. Hasil regresi data panel menunjukkan bahwa model Random Effect Model (REM) merupakan model terbaik. Variabel VIIRS-DNB berpengaruh positif dan signifikan terhadap konsumsi listrik dengan nilai koefisien determinasi (R²) sebesar 0,40, sedangkan variabel NDBI memiliki hubungan positif namun tidak signifikan dengan nilai R² sebesar 0,006. Hasil Bivariate Moran's I dan LISA menunjukkan bahwa sebagian besar wilayah UP3 berada pada kategori Not Significant, dengan beberapa klaster High-High, Low-Low, High-Low, dan Low-High yang hanya muncul pada wilayah tertentu. Hasil tersebut menunjukkan bahwa intensitas cahaya malam memiliki hubungan yang lebih baik dengan konsumsi listrik dibandingkan NDBI, sedangkan pola hubungan spasial antara variabel-variabel tersebut belum terbentuk secara signifikan di sebagian besar wilayah penelitian.

Indonesia is a developing country with a continuously growing population, leading to increasing electricity demand as a result of expanding social and economic activities. This study analyzes electricity consumption using the Visible Infrared Imaging Radiometer Suite Day/Night Band (VIIRS-DNB), which represents nighttime light intensity, and the Normalized Difference Built-up Index (NDBI), which represents the extent of built-up areas. Electricity consumption data were obtained from PT PLN (Persero) based on the service areas of the Customer Service Implementation Units (Unit Pelaksana Pelayanan Pelanggan or UP3) across Java Island.

This study aims to analyze the relationship between nighttime light intensity, NDBI, and electricity consumption, as well as to identify their spatial relationships. Google Earth Engine was used to process satellite imagery, extract VIIRS-DNB nighttime light intensity, and calculate NDBI from MODIS imagery. Pearson correlation and panel data regression analyses were conducted using EViews, while spatial analysis was performed using Bivariate Moran's I and Local Indicators of Spatial Association (LISA) in GeoDa.

The results show that the average Pearson correlation between electricity consumption and VIIRS-DNB was 0.49, indicating a moderate and statistically significant relationship. In contrast, the average correlation between electricity consumption and NDBI was 0.10, indicating a very weak and statistically insignificant relationship. Panel data regression identified the Random Effects Model (REM) as the most appropriate model. The VIIRS-DNB variable had a positive and significant effect on electricity consumption, with an R² value of 0.40, whereas NDBI showed a positive but insignificant relationship, with an R² value of 0.006. The Bivariate Moran's I and LISA analyses revealed that most UP3 service areas were classified as Not Significant, while only a few areas formed High-High, Low-Low, High-Low, and Low-High clusters. These findings indicate that nighttime light intensity has a stronger relationship with electricity consumption than NDBI, whereas the spatial relationship between the variables has not been significantly established across most of the study area.

Kata Kunci : konsumsi listrik, VIIRS-DNB, NDBI, regresi data panel, Bivariate Moran's I, LISA