NDVI adalah singkatan dari Normalized Difference Vegetation Index — sebuah indeks yang mengukur tingkat kerapatan dan kesehatan vegetasi dari citra satelit. NDVI memanfaatkan perbedaan pantulan cahaya merah (Red) dan inframerah dekat (NIR) oleh tumbuhan, menghasilkan nilai antara -1 sampai +1. Indeks ini banyak dipakai untuk analisis vegetasi, pertanian, kehutanan, dan pemantauan lingkungan. Artikel ini membahas pengertian, rumus, rentang nilai, klasifikasi, hingga cara membuat petanya.
Apa Itu NDVI?
NDVI (Normalized Difference Vegetation Index) adalah metode untuk menilai keberadaan dan kerapatan vegetasi hijau pada suatu area menggunakan citra penginderaan jauh. Prinsipnya: tumbuhan sehat menyerap cahaya merah (untuk fotosintesis) dan memantulkan kuat cahaya inframerah dekat. Semakin besar selisihnya, semakin rapat/sehat vegetasinya.
Inti Konsep
NDVI menjawab: "Seberapa rapat dan sehat vegetasi di area ini?" Hasilnya berupa peta dengan gradasi nilai — biasanya merah/kuning untuk vegetasi jarang sampai hijau pekat untuk vegetasi rapat.
Rumus NDVI
Rumus dasar NDVI adalah:
NDVI = (NIR − Red) / (NIR + Red)
Di mana:
- NIR = nilai pantulan band inframerah dekat (Near Infrared)
- Red = nilai pantulan band merah
Contoh Perhitungan NDVI
Misalkan sebuah piksel citra satelit di area hutan memiliki nilai reflektansi Red = 0,08 dan NIR = 0,52. Maka:
NDVI = (NIR − Red) / (NIR + Red) = (0,52 − 0,08) / (0,52 + 0,08) = 0,44 / 0,60 = 0,73
Nilai 0,73 tergolong vegetasi sangat rapat dan sehat (lihat tabel klasifikasi di bawah). Sebagai pembanding, piksel lahan terbuka dengan Red = 0,25 dan NIR = 0,30 menghasilkan NDVI = 0,09 — mendekati nol, menandakan hampir tidak ada vegetasi.
Band yang dipakai berbeda tergantung satelitnya:
| Satelit | Band NIR | Band Red | Rumus |
|---|---|---|---|
| Landsat 8 | Band 5 | Band 4 | (B5 − B4) / (B5 + B4) |
| Sentinel-2 | Band 8 | Band 4 | (B8 − B4) / (B8 + B4) |
| Landsat 5/7 | Band 4 | Band 3 | (B4 − B3) / (B4 + B3) |
Rentang Nilai & Klasifikasi NDVI
Nilai NDVI berkisar -1 hingga +1. Interpretasi umumnya:
| Rentang Nilai | Interpretasi |
|---|---|
| -1 sampai 0 | Air, awan, salju, lahan sangat gersang |
| 0 sampai 0,2 | Tanah kosong, area terbangun, batuan |
| 0,2 sampai 0,4 | Vegetasi jarang (semak, rumput) |
| 0,4 sampai 0,6 | Vegetasi sedang |
| 0,6 sampai 1,0 | Vegetasi rapat & sehat (hutan, tanaman subur) |
Klasifikasi ini sering dipakai untuk analisis kerapatan vegetasi, deteksi lahan kritis, dan pemantauan kesehatan tanaman.
Cara Membuat Peta NDVI
Alur umum membuat peta NDVI:
- Download citra satelit — Sentinel-2 atau Landsat 8, pilih yang bebas awan.
- Identifikasi band NIR & Red — sesuai satelitnya (lihat tabel di atas).
- Terapkan rumus NDVI — lewat raster calculator di software GIS.
- Klasifikasi nilai — kelompokkan hasil ke kelas kerapatan vegetasi.
- Beri warna & layout — gradasi warna (merah→hijau), tambah legenda & skala.
- Ekspor peta — untuk laporan atau analisis lanjutan.
Proses Pengolahan NDVI di galerigis pro
Banyak tutorial mengajarkan ini dengan ArcGIS atau QGIS — prosesnya valid, tapi menuntut beberapa langkah manual: download citra di portal, susun band, hitung di raster calculator, lalu styling dan layout terpisah.
⚡ Percepat Workflow: Hitung NDVI Tanpa Pindah Aplikasi
GaleriGIS Pro memungkinkan Anda men-download citra satelit, menghitung NDVI, mengklasifikasikan kerapatan vegetasi, dan mencetak layout peta — dalam satu aplikasi. Tidak perlu berpindah dari portal citra ke QGIS lalu ke tool layout. Cocok untuk analisis pertanian, kehutanan, dan lingkungan yang butuh hasil cepat.
Manfaat & Penerapan NDVI
- Pertanian presisi — pantau kesehatan tanaman, deteksi area yang stres/kurang subur.
- Kehutanan — pantau kerapatan tutupan vegetasi & deteksi deforestasi.
- Lingkungan — identifikasi lahan kritis dan ruang terbuka hijau.
- Perubahan vegetasi — bandingkan NDVI antar-waktu untuk lihat tren (mis. musim kemarau vs hujan).
📖 Terkait: NDVI sering jadi tahap awal sebelum klasifikasi tutupan lahan untuk memisahkan vegetasi dari non-vegetasi.
Keterbatasan NDVI yang Perlu Diperhatikan
NDVI sangat berguna, tetapi bukan indeks yang sempurna untuk semua kondisi. Dari pengalaman mengolah citra untuk berbagai proyek, ada beberapa keterbatasan yang wajib dipahami sebelum menarik kesimpulan dari peta NDVI:
Saturasi di vegetasi rapat. Pada kanopi hutan tropis yang sangat lebat, nilai NDVI cenderung "mentok" di kisaran 0,8–0,9 sehingga sulit membedakan tingkat kerapatan antar-area yang sama-sama rapat. Untuk kasus ini, EVI lebih akurat.
Pengaruh latar tanah (soil background). Di vegetasi jarang atau lahan semi-terbuka, pantulan dari tanah ikut memengaruhi nilai dan bisa menyesatkan. SAVI dirancang untuk mengoreksi efek ini.
Gangguan awan, bayangan awan, dan atmosfer. Piksel yang tertutup awan tipis atau bayangan dapat menghasilkan nilai NDVI yang keliru. Selalu gunakan citra dengan tutupan awan rendah dan lakukan koreksi atmosfer bila memungkinkan.
Badan air dan permukaan basah. Air memantulkan sedikit NIR sehingga menghasilkan NDVI negatif. Ini normal, tetapi jangan sampai badan air ikut terhitung sebagai "vegetasi mati".
Perbedaan sensor. Landsat, Sentinel-2, dan MODIS memiliki resolusi dan karakteristik band yang berbeda. Nilai NDVI dari sensor berbeda tidak selalu bisa dibandingkan langsung tanpa kalibrasi.</li>
NDVI vs EVI, SAVI, dan NDWI
NDVI bukan satu-satunya indeks vegetasi. Memilih indeks yang tepat tergantung kondisi lapangan dan tujuan analisis:
Indeks | Rumus | Paling Cocok Untuk |
|---|---|---|
NDVI | NIR − Red) / (NIR + Red) | Ketasi secara umum |
EVI | 2,5 × (NIR − Red) / (NIR + 6×Red − 7,5×Blue + 1) | Hutan tropis / vegetasi sangat rapat (mengurangi saturasi) |
SAVI | ((NIR − Red) / (NIR + Red + L)) × (1 + L), L ≈ 0,5 | Vegetasi jarang / lahan semi-terbuka |
NDWI | (Green − NIR) / (Green + NIR) | Kandungan air dan deteksi badan air |
Untuk sebagian besar kebutuhan pemantauan vegetasi umum, NDVI sudah lebih dau SAVI hanya jika Anda menghadapi kondisi khusus di atas.
FAQ Seputar NDVI
Apa itu NDVI?
NDVI (Normalized Difference Vegetation Index) adalah indeks yang mengukur kerapatan dan kesehatan vegetasi dari citra satelit, memanfaatkan perbedaan pantulan cahaya merah dan inframerah dekat oleh tumbuhan. Nilainya berkisar -1 sampai +1.
Apa rumus NDVI?
Rumus NDVI adalah (NIR − Red) / (NIR + Red), di mana NIR adalah band inframerah dekat dan Red adalah band merah. Untuk Landsat 8 digunakan (Band 5 − Band 4) / (Band 5 + Band 4), sedangkan Sentinel-2 menggunakan (Band 8 − Band 4) / (Band 8 + Band 4).
Berapa rentang nilai NDVI?
Nilai NDVI berkisar antara -1 hingga +1. Nilai negatif sampai 0 menunjukkan air atau lahan tanpa vegetasi, 0–0,2 tanah kosong/area terbangun, 0,2–0,4 vegetasi jarang, 0,4–0,6 vegetasi sedang, dan 0,6–1,0 vegetasi rapat dan sehat.
Apa rumus NDVI untuk Landsat 8?
Untuk Landsat 8, rumus NDVI adalah (Band 5 − Band 4) / (Band 5 + Band 4), karena Band 5 adalah inframerah dekat (NIR) dan Band 4 adalah merah (Red).
Bagaimana cara membuat peta NDVI?
Download citra satelit (Sentinel/Landsat) yang bebas awan, identifikasi band NIR dan Red, terapkan rumus NDVI di raster calculator, klasifikasikan nilainya ke kelas kerapatan vegetasi, beri gradasi warna dan layout, lalu ekspor. Proses ini bisa dipercepat dengan software yang menyatukan semua langkah seperti GaleriGIS Pro.
Software apa untuk menghitung NDVI?
NDVI umumnya dihitung di QGIS atau ArcGIS menggunakan raster calculator. Alternatifnya, GaleriGIS Pro menggabungkan download citra, perhitungan NDVI, klasifikasi, dan layout peta dalam satu aplikasi sehingga tidak perlu berpindah software.
Butuh Analisis NDVI dengan Cepat?
GaleriGIS Pro menyatukan download citra satelit, perhitungan NDVI, klasifikasi kerapatan vegetasi, dan cetak layout peta — dalam satu aplikasi, 100% offline. Tanpa berpindah antar-software.
