Publisher

UNIKOMUNIKOM

Journal Jurnal Wilayah dan KotaJurnal Wilayah dan Kota Abstract

Penelitian ini mengkaji pengaruh pembangunan perkotaan terhadap perubahan suhu dan kaitannya dengan perubahan iklim di Kota Bandarlampung. Peningkatan suhu signifikan di daerah perkotaan dalam beberapa dekade terakhir telah memberikan dampak yang terasa oleh semua makhluk hidup. Studi ini menggunakan metode campuran dengan desain penelitian longitudinal untuk memahami hubungan antara pembangunan dan suhu perkotaan serta dampaknya terhadap perubahan iklim. Data dikumpulkan melalui observasi, data sekunder, dan analisis citra Landsat tahun 2012 dan 2022. Analisis regresi linear berganda digunakan untuk menguji hubungan antara variabel bebas (kepadatan penduduk dan NDBI) dan variabel terikat (suhu). Hasil menunjukkan bahwa perubahan suhu di Kota Bandarlampung tidak terlalu signifikan, namun Kecamatan Panjang mengalami perubahan suhu paling besar. Analisis regresi linear berganda menunjukkan bahwa kepadatan penduduk tidak memiliki pengaruh signifikan terhadap suhu, namun pembangunan perkotaan (NDBI) memiliki pengaruh yang signifikan. Temuan ini menunjukkan dampak signifikan pembangunan terhadap suhu perkotaan dan pentingnya perencanaan dan pengelolaan kota yang berkelanjutan. Hasil penelitian ini dapat membantu pemerintah daerah, pengembang, dan pemangku kepentingan lainnya dalam menghadapi tantangan perubahan iklim dan memastikan pembangunan yang berkelanjutan di Kota Bandarlampung.

Conclusion

Penelitian ini bertujuan untuk mengkaji pengaruh pembangunan perkotaan terhadap perubahan suhu serta keterkaitannya dengan perubahan iklim di perkotaan.Berdasarkan hasil analisis regresi linear berganda yang dilakukan, suhu digunakan sebagai variabel terikat, sedangkan kepadatan penduduk dan NDBI sebagai variabel bebas.Hasil regresi linear berganda menunjukkan adanya keterkaitan yang signifikan antara kedua variabel bebas dengan suhu.Hipotesis awal yang menyatakan bahwa kepadatan penduduk dan NDBI mempengaruhi suhu telah terkonfirmasi berdasarkan hasil pengujian.Nilai R Square dari analisis regresi menunjukkan besaran pengaruh variabel bebas terhadap variabel terikat.Pada tahun 2012, nilai R Square sebesar 25,3% menunjukkan bahwa model yang digunakan hanya mampu menjelaskan 25,3% dari variasi suhu.Hal ini merupakan indikasi bahwa ada faktor-faktor lain yang secara signifikan mempengaruhi suhu pada tahun 2012 yang tidak dimasukkan ke dalam model.Sedangkan model regresi linear berganda pada tahun 2022, nilai R Square meningkat tajam menjadi 69,8%, menunjukkan bahwa model regresi pada tahun tersebut lebih akurat dalam menggambarkan pengaruh NDBI dan kepadatan penduduk terhadap suhu.Peningkatan ini dapat diartikan bahwa variabel-variabel lain yang tidak teridentifikasi pada tahun 2012 mungkin telah teridentifikasi atau pengaruhnya telah berkurang pada tahun 2022 atau data pada tahun 2022 lebih representatif dan berkualitas tinggi.Kesimpulan dari penelitian ini adalah bahwa pembangunan kota, baik dalam aspek fisik seperti peningkatan area terbangun (NDBI) maupun aspek sosial seperti kepadatan penduduk, memiliki pengaruh yang signifikan terhadap perubahan suhu di Kota Bandarlampung.Temuan ini menegaskan bahwa pembangunan perkotaan berkontribusi pada fenomena Urban Heat Island (UHI), yang pada akhirnya berkontribusi pada perubahan iklim dengan meningkatkan suhu lokal dan merusak lapisan ozon.Oleh karena itu, perubahan suhu yang diakibatkan oleh pembangunan kota dapat dikaitkan langsung dengan perubahan iklim yang terjadi di daerah tersebut.

Future Research

Untuk penelitian selanjutnya, disarankan untuk mempertimbangkan beberapa hal berikut: . 1. Penambahan variabel lain yang mungkin berpengaruh terhadap suhu, seperti kelembaban udara, jenis permukaan tanah, vegetasi, dan kecepatan angin. Variabel-variabel ini dapat memberikan gambaran yang lebih komprehensif tentang faktor-faktor yang mempengaruhi suhu udara.. 2. Peningkatan kualitas dan kuantitas data dengan memperbaiki metode pengumpulan data dan memastikan data yang lebih representatif dan berkualitas tinggi. Penggunaan data dengan resolusi temporal dan spasial yang lebih tinggi dapat meningkatkan akurasi model.. 3. Analisis longitudinal untuk memahami perubahan suhu dan pengaruh pembangunan kota dalam jangka waktu yang lebih panjang. Hal ini dapat membantu dalam mengidentifikasi tren dan dinamika jangka panjang.. 4. Pendekatan metodologis yang lebih kompleks dengan mempertimbangkan penggunaan model non-linear atau metode machine learning yang mungkin lebih mampu menangkap kompleksitas hubungan antara variabel. Pendekatan ini dapat memberikan prediksi yang lebih akurat dan insight yang lebih mendalam.. 5. Studi komparatif antar kota untuk memahami bagaimana pembangunan perkotaan mempengaruhi suhu di konteks yang berbeda. Hal ini dapat memberikan wawasan yang lebih luas dan memperkuat generalisasi temuan penelitian.. 6. Implementasi dan evaluasi intervensi untuk mengurangi dampak UHI, seperti studi tentang efektivitas penanaman pohon, pembuatan taman kota, penggunaan material bangunan reflektif, dan lain-lain.

References

1. Persebaran Fenomena Suhu Tinggi melalui Kerapatan Vegetasi dan Pertumbuhan Bangunan serta Distribusi... doi.org/10.15294/jg.v17i2.24486Persebaran Fenomena Suhu Tinggi melalui Kerapatan Vegetasi dan Pertumbuhan Bangunan serta Distribusi doi 10 15294 jg v17i2 24486

Metadata

File size	979.89 KB
Pages	13
DMCA	Report