Ananda Nugroho, 2026, NIM 2210416310037, “Integrasi Metode Single Channel Algorithm (SCA) dan Split Window Algorithm (SWA) untuk Identifikasi Land Surface Temperature (LST) di Kota Banjarbaru”, Pembimbing Muhammad Efendi, S.Pd., M.Pd.

Peningkatan suhu permukaan lahan (Land Surface Temperature/LST) merupakan salah satu indikator penting dalam kajian lingkungan perkotaan karena berkaitan dengan perubahan tutupan lahan, aktivitas pembangunan, serta kondisi termal wilayah. Kota Banjarbaru sebagai ibu kota Provinsi Kalimantan Selatan mengalami perkembangan wilayah yang pesat sehingga berpotensi memengaruhi distribusi suhu permukaan lahan. Dengan begitu, diperlukan metode estimasi suhu permukaan yang akurat untuk menggambarkan kondisi termal wilayah secara spasial.

Penelitian ini bertujuan untuk mengidentifikasi suhu permukaan lahan menggunakan metode Single Channel Algorithm (SCA) dan Split Window Algorithm (SWA), membandingkan tingkat akurasi kedua metode terhadap data lapangan, serta menghasilkan nilai suhu permukaan lahan representatif melalui pendekatan integrasi berbasis Inverse RMSE Weighting. Data yang digunakan berupa citra Landsat 8 dan data pengukuran lapangan sebanyak 100 titik yang terdiri atas karakteristik area terbangun, vegetasi, lahan terbuka, dan badan air di Kota Banjarbaru.

Hasil penelitian menunjukkan bahwa metode SCA menghasilkan suhu permukaan lahan berkisar antara 27,3°C hingga 30,9°C dengan rata-rata sebesar 28,28°C, sedangkan metode SWA menghasilkan suhu permukaan lahan berkisar antara 32,7°C hingga 38,5°C dengan rata-rata sebesar 34,63°C. Hasil validasi menggunakan 100 titik pengukuran lapangan menunjukkan bahwa metode SCA memiliki nilai Root Mean Square Error (RMSE) sebesar 6,23°C, sedangkan metode SWA memiliki nilai RMSE sebesar 1,66°C. Nilai tersebut menunjukkan bahwa metode SWA memiliki tingkat akurasi yang lebih baik dibandingkan metode SCA dalam mengestimasi suhu permukaan lahan di Kota Banjarbaru.

Berdasarkan hasil validasi tersebut, dilakukan integrasi metode SCA dan SWA menggunakan pendekatan Inverse RMSE Weighting dengan bobot sebesar 0,210 untuk SCA dan 0,790 untuk SWA. Hasil integrasi menghasilkan nilai suhu permukaan lahan representatif sebesar 33,30°C. Hasil penelitian menunjukkan bahwa metode SWA merupakan metode terbaik dalam estimasi suhu permukaan lahan, sedangkan pendekatan integrasi mampu menghasilkan informasi suhu yang lebih representatif dengan mempertimbangkan tingkat akurasi masing-masing metode. Hasil penelitian ini diharapkan dapat menjadi informasi pendukung dalam pengelolaan lingkungan perkotaan dan pemantauan kondisi termal wilayah di Kota Banjarbaru.

Kata Kunci: Land Surface Temperature, Suhu Permukaan Lahan, Single Channel Algorithm, Split Window Algorithm, Inverse RMSE Weighting, Landsat 8, Kota Banjarbaru.