P. 1
Jurnal Skripsi

Jurnal Skripsi

|Views: 209|Likes:
Published by Dian Rahayu Ningsih

More info:

Published by: Dian Rahayu Ningsih on Oct 11, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

02/07/2015

pdf

text

original

APLIKASI PENGINDERAAN JAUH UNTUK DETEKSI PERUBAHAN TEMPERATUR AKIBAT PERUBAHAN VEGETASI DI KABUPATEN INDRAGIRI HULU, PROPINSI RIAU

RICKY RUSENDI LUBIS NIM. 0606113899 The guide are Besri Nasrul, M.Si and Ir. Idwar M.S Abstract Remote sensing far as a technology which can do change vegetation monitoring. Space monitoring of related to correlation between vegetation and temperature can be done by using satellite image, specially Landsat imagery have ability in detecting vegetation cover and temperature. Landsat imagery also able to give information hit to unfold and the landcover by spasial with coverage area which enough wide ( 185 km x 185 km). this condition vegetation cover can be analysed by Normalized Difference Vegetation Index ( NDVI ) and assistively is Band Thermal earn is also analysed temperature change in an region. This research aim to to can know relation of between temperature change resulted by change vegetation wide in upstream Indragiri regency of riau province Research procedure done cover some step, that is ready data, collecting data and processing imagery Landsat. Processing data consisted of some step, that is: pre processing, processing and analyse imagery. Regency Indragiri Pate Temperature change from year 2005 till year 2008 equal to 0.62 ºC resulted a reduction vegetation existence for the width of 82.839.69 ha. And for the farm use detail happened the wide addition of oil falm use 61.693.61 ha ( 29.33%) and the temperature mount 0.58 0C, rubber 17.414.14 ha ( 17.71%) and the temperature mount 0.82 0C, forest 98.947.44 ha ( 37.72%) and the temperature mount 0.56 0C. Keyword: Remote sensing, Vegetation, NDVI, Temperature, Landuse

APLIKASI PENGINDERAAN JAUH UNTUK DETEKSI PERUBAHAN TEMPERATUR AKIBAT PERUBAHAN VEGETASI DI KABUPATEN INDRAGIRI HULU, PROPINSI RIAU RICKY RUSENDI LUBIS NIM. 0606113899 Pembimbing Besri Nasrul, M.Si dan Ir. Idwar M.S Abstract Penginderaan jauh sebagai suatu teknologi yang dapat melakukan pemantauan perubahan vegetasi. Pemantauan ruang yang berkaitan dengankorelasi antara vegetasi dan temperatur dapat dilakukan dengan menggunakan citra satelit, khususnya citra Landsat mernpunyai kemampuan dalam deteksi tutupan vegetasi dan temperatur. Citra Landsat juga mampu memberikan informasi mengenai bentangdan penutup lahan secara spasial dengan daerah cakupan yang cukup

Perekonomian Indragiri Hulu masih didominasi dari sektor pertanian.693. pinang. Prosedur penelitian yang dilakukan meliputi beberapa tahapan. maka sernakin rendah temperatur di sekitar lahan tersebut. Salah satu perubahan iklim yang dirasa cukup penting adalah perubahan temperatur (suhu permukaan).Iuas (185 km x 185 km). BMKG mencatat.50C. namun bisa dikelola. Penggunaan Lahan I. Pengelolahan data yang terdiri dari beberapa tahapan.33%) dan temperatur meningkat 0.62ºC yang diakibatkan adanya pengurangan vegetasi seluas 82. Vegetasi. dan angka ini pada tahun 2006 naik menjadi 23. Kabupaten Indragiri Hulu merupakan salah satu Kabupaten tertua di Propinsi Riau yang berdasarkan Undangundang nomor 10 tahun 1948. Vegetasi dan temperatur mempunyai hubungan yang erat. suhu minimum di Riau terdata 21. Ruang tidak akan bisa bertambah. Selain itu kontribusi yang cukup penting bagi perubahan iklim di suatu daerah (Givoni. NDVI. kakao.71%) dan temperatur meningkat 0.414. Konsekuensi pembangunan adalah terjadinya budidaya lahan.2007 dalam Sukristiyanti 2009). yaitu.839. meningkatnya air larian (direct runoff). sehingga efek negatifnya dapat diminimalisir. PENDAHULUAN 1. Lahan perkebunan kelapa sawit dan karet tersebut menyebar di seluruh wilayah Indragiri Hulu. Akan tetapi di antara produk perkebunan tersebut yang dominan di wilayah ini karet dan kelapa sawit. Hasil perkebunan seperti karet remah atau TBS (Tandan Buah Segar) dari kelapa sawit ini dijual oleh petani ke pabrik pengolahan hasil yang beroperasi di sekitar perkebunan tersebut.1992 dalam Andriyadi 2004).1 Latar Belakang Konsekuensi pertumbuhan penduduk danpeningkatan laju pembangunan tidak selalu memberi dampak positif bagi kehidupan manusia dan lingkungan. Oleh karena itu budidaya lahan perlu dilakukan dengan memperhatikan segala dampak yang ditimbulkan. Kondisi tutupan vegetasi ini dapat dianalisis dengan Normalized Difference Vegetation Index (NDVI ) dan dengan dibantu Band Termal dapat juga dianalisis perubahan temperatur di suatu wilayah.56 0C Kata kunci: Penginderaan Jauh. dengan temperatur hingga 350C. Temperatur. banyaknya perusahaan pengolahan .Semakin tinggi vegetasi pada suatu lahan. terutama di sektor perkebunan di daerah ini komoditi utama yang dihasilkan berupa karet. pada tahun 1976. pengelolahan citra dan analisis.72%) dan temperatur meningkat 0. kelapa sawit.69 ha. Peningkatan suhu udara di Riau dalam 20 tahun terakhir sangat signifikan berdasarkan hasil pengamatan Badan Meteorologi. karet 17. Dan untuk perincian penggunaan lahan terjadi penambahan luas penggunaan lahan kelapa sawit 61.50C. Perubahan temperatur Kabupaten Indragiri Hulu dari tahun 2005 hingga tahun 2008 sebesar 0.44ha (37. Klimatologi dan Geofisika (BMKG) Pekanbaru. Beberapa hasil penelitian menyebutkan bahwa berkurangnya lahan vegetasi menyebabkan berkurangnya air tumbuhan.82 0C. yaitu: Pra pengelolahan citra.14 ha (17. Budidaya lahan akan menimbulkan permasalahan manakala terjadi konversi dari lahan bervegetasi menjadi lahan terbangun. Penelitian ini bertujuan untuk untuk dapat mengetahui hubungan antara perubahan suhu menghasilkan perubahan luas oleh vegetasi di hulu Kabupaten Indragiri provinsi riau. (Suroso dkk.61 ha (29. hutan 98. Propinsi Riau semakin panas. penyedian.58 0C. sub sektor perkebunan di Indragiri Hulu ini erat kaitannya dengan industri pengolahan terutama dari subsektor industri besar dan sedang.947. Oleh karena itu. pengumpulan data citra dan pengolahan data.

METODE PENELITIAN 2. Kondisi tutupan vegetasi ini dapat dianalisis dengan Normalized Difference Vegetation Index (NDVI ) dan dengan dibantu Band Termal dapat juga dianalisis perubahan temperatur di suatu wilayah. Waktu dan Tempat Penelitian ini dilaksanakan pada bulan Februari sampai dengan bulan Mei 2011. propinsi riau. sehingga akan menghemat waktu dan biaya bila dibandingkan dengan cara teristis di lapangan. Bahan dan Alat Bahan yang digunakan dalam penelitian terdiri dari data primer. Dampak yang diperoleh dari aktifitas ini harus dipantau agar dapat diminimalisasi untuk tidak terjadi pengrusakan lingkungan yang lebih besar lagi. tepat dan hemat. Flash Disk .00Ghz. yakni 2 scene citra Landsat 5 TM path/row 126/60 yang direkam pada tanggal 7 Agustus 2005 dan 22 Juli 2008 dan didapat dari sumber data BIOTROP Training and Information Centre (BTIC) di Bogor. 1. Pemantauan ruang yang berkaitan dengankorelasi antara vegetasi dan temperatur dapat dilakukan dengan menggunakan citra satelit. 2. Hal ini dapat mengakibatkan berubahnya temperatur yang diakibatkan oleh perubahan vegetasi yang didominasi dengan perkebunan kelapa sawit dan karet serta kegiatan dalam penggunaan lahan di Kabupaten Indragiri hulu. Printer Canon Pixma iP1000 3.00 RAM 2. Propinsi Riau.hasil karet dan kelapa sawit inilah yang memberi sumbangan paling besar. Penggunaan data penginderaan jauh sebagai sumber informasi faktual untuk daerah yang luas di Indonesia merupakan cara yang cepat.2. Pemenfaatan teknologi inderaja di Indonesia perlu dikembangkan dan diaplikasikan untuk mendukung efisiensi pelaksanaan inventariasasi sumberdaya lahan dan identifikasi penyebaran karakteristis lahan pertanian. Perangkat keras: 1. Propinsi Riau. Dengan teknologi inderaja.Pengelolahan dan analisa citra dilakukan di Fakultas Pertanian Universitas Riau dan area studi berlokasi di Kabupaten Indragiri Hulu. Citra Landsat juga mampu memberikan informasi mengenai bentangdan penutup lahan secara spasial dengan daerah cakupan yang cukup Iuas (185 km x 185 km). penjelajahan lapangan dapat dikurangi. 2. Penginderaan jauh sebagai suatu teknologi yang dapat melakukan pemantauan perubahan vegetasi.Dalam hal ini pendeteksian ditujukan untuk mengindetifikasi seberapa besar pengaruh perubahan luas vegetasi terhadap perubahan temperaturdi daerah studi.1 yang berfungsi untuk pengolahan dan analisa data citra. khususnya citra Landsat mernpunyai kemampuan dalam deteksi tutupan vegetasi dan temperatur. Perangkat lunak: Alat-alat yang diperlukan untuk mendukung penelitian ini adalah ER MAPPER 7.2 Tujuan Penelitian Penelitian ini bertujuan untuk mengetahui hubungan antara perubahan luasanpenutupan vegetasi dengan perubahan temperatur di daerah studi Kabupaten Indragiri Hulu. Dan data sekunder yakni berupa data penggunaan lahan dari BPS (Badan Pusat Statistik) Kabupaten Inhu. Intel® core™2 duo CPU T5870 @2. II.1.

3 Jalan Penelitian Penelitian ini dilaksanakan dengan tahap-tahap sesuai dengan gambar dibawah ini: Landsat TM (t1) Landsat TM (t2) Koreksi Geometrik Area Studi Koreksi Geometrik Area Studi NDVI Temperatur NDVI Temperatur Overlay Overlay NDVI dengan Temperatur Analisis Stastistik NDVI dengan Temperatur Laporan Gambar 1.2. Diagram Alir Metode Penelitian .

yaitu.2. dan koreksi radiometrik. 2. dan iluminasi cahaya.1.5. Termasuk adanya kabut tipis dan mengstandarisasi data akibat kondisi atmosfer pada waktu perekaman dan lokasi yang berbeda. 2.5.3.4.j. maka duplikasinya 6.2. 2. Koreksi Radiometrik Koreksi radiometrik merupakan proses pra-pengolahan citra intuk meminimalisasi terjadinya gangguan radiometrik. Penajaman Citra Penajaman citra dilakukan untuk melihat area studi dengan jelas.Ini menjadi masalah pada citra sehingga perlu dikoreksi agar terjadi bias (POHL. GCP dipilih sebanyak 14 titk yang menyebar merata pada area studi. 1998 dalam Andriyadi 2004). Cara yang paling sederhana dalam koreksi ini adalah dengan menggeser kearah nol nilai digital pada histogram dua dimensi setiap Band spektral yang digunakan. 2. pemotongan citra. Misalnya untuk Landsat 5 TM sampai dengan Band 6.4.k = Data masukan dari BV ijk – Bias Dimana data masukan BV i. Gangguan ini disebabkan oleh terjadinya penghamburan cahaya karena danya molekul-molekul air. Keterangan: BV = Band Value Koreksi radiometrik ini dimaksudkan untuk mengeliminasi gangguan atmosfer. Metode Penelitian Prosedur penelitian yang dilakukan meliputi beberapa tahapan. sensor.ini dapat diketahui dengan persamaan sebagai berikut: Hasil BV i. 2. Normalized Difference Vegetation Index (NDVI) Indeks vegetasi adalah pengukuran kuantatif berdasarkan nilai digital dari data penginderaan jauh yang digunakan untuk mengukur biomassa atau intensitas vegetasi . PraPengolahan Citra Pada tahap ini dilakukan proses terhadap citra mentah sehingga citra tersebut siap untuk dilakukan pengolahan hingga sampai pada proses analisis. Pemotongan citra dilakukan dengan cara menentukan koordinat batas kiri atas dan koordinat batas kanan bawah citra. 2.5. Pengelolahan data yang terdiri dari beberapa tahapan. metoda transformasi adalah polinomial derajat satu (linier) dan metoda resampling yang digunakan adalah metoda tetangga terdekat (nearest Neighbour).5. Penajaman citra meningkatkan mutu citra dengan menguatkan kontras kenampakan yang tergambar dalam citra sehingga jumlah informasi pada proses interpretasi dapat bertambah dan memudahkan dalam proses selanjutnya. maka duplikasinya sampai 6 Band.j. Koreksi radiometrik dilakukan dengan menduplikasikan band sampai dengan jumlah Band yang dimiliki oleh data tersbut. pengelolahan citra dan analisis. yaitu: Pra pengelolahan citra. Koreksi Geometrik Data citra yang dikoreksi geometrik terlebih dahulu diregistrasi/direktifikasi. penyedian.5. koreksi geometrik.j. Pada proses pra pengolahan citra ini dilakukan penajaman citra. Pemotongan Citra Pemotongan citra dilakukan karena area studi tidak mencakup wilayah citra secara keseluruhan serta memudahkan dalam memproses citra serta menghemat kapasitas penyimpanan data.k = Piksel yang terkoreksi pada lokasi yang sama. Datum yang digunakan adalah WGS84 dengan proyeksi Transverse Mercator dan system koordinat SUTM48.k = Data masukan dari nilai piksel pada baris I dan kolom J dari band K Hasil BV i. GCP (GroundControl Point) dipilih pada citra dan pada peta referensi yang dapat diidentifikasi. pengumpulan dan pengolahan data.6.

maka hasil radian yang didapatkan akan dikonversi lagi ke Kelvin.09 ( untuk ETM + ) K2 = 1260.di permukaan bumi. Teknik ini digunakan karena dalam penelitian ini hanya ingin mencari hubungan dua variabel yaitu NDVI dan Temperatur. bangunan dan unsur non vegetasi lainnya. maka nilai yang telah didapatkan dikurangi dengan 273. Konversi Radian ke Temperatur Rumus untuk mengkonversi radian menjadi temperatur sebagai berikut : K2 T= K1 Ln + 1 CVR T = Derajat Celcius K1 = 607. Temperatur didapat dengan mengkonversi nilai kecerahan (DN) menjadi spektral radians.Formula temperatur ini didapatkan dari http://www.04961) B = Indeks Bias (3.76 ( untuk TM ) atau 666. Korelasi Setelah nilai NDVI dan temperatur didapat maka selanjutnya dicari derajat hubungan antara kedua nilai tersebut.56 ( untuk TM ) atau 1282.200) 3. Temperatur Temperatur diperoleh dari citra Landsat Band 6 (thermal Band). Untuk mendapatkan temperatur dalam bentuk celcius(C0). Langkah pertama dengan mengkonversi nilai kecerahan menjadi radian kemudian mengkonversi radian menjadi temperatur.8.8. NDVI dikatakan sebagai variabel pertama atau variabel bebas (independent variable) yaitu variabel yang memberi pengaruh. Sedangkan nilai NDVI yang tinggi (positif) menunjukan tingkat vegetasi hijau yang tinggi. 2. 2. Konversi Nilai Kecerahan (DN) ke Radian Dengan citra dari Landsat 5 dapat diperoleh temperatur dengan dua langkah.2.1. 1998 dalam Oktorini. Untuk mencari hubungannya maka dipakai teknik korelasi bivariat pearson product moment.8. Sedangkan temperatur sebagai variabel kedua atau variabel terikat (dependent variable) yaitu variabel yang dipengaruhi (Hartono. air.Salah satu metode perhitungan indeks vegetasi yang umum digunakan adalah NDVI (Normalized difference Vegetation Indeks).yale . pada band sinar merah dan infra merah dekat. 2003). Selain itu. Pengambilan sampel untuk NDVI dan temperatur dilakukan dengan teknik . vegetasi dan non vegetasi dapat dibedakan secara jelas. Formula untuk menghitung nilai NDVI adalah: NDVI = NIR – RED NIR + RED Nilai NDVI berkisar antara -1 hingga +1. Kuat lemahnya hubungan antara dua variabel ini dilihat dengan koefisien korelasi (r) nya.NDVI diperoleh berdasarkan perbandingan antara pantulan sinar merah dan infra merah dekat dari spectrum elektromagnetik.edu/ceo/documentation/DN to Kelvin.pdf.75 (untuk ETM + ) CVR = Nilai Radian 2. Kedua spektrum ini dipilih karena mampunyai kemampuan lebih dalam menyerap klorofil dan kepadatan vegatasi. Rumus untuk mengkonversi nilai kecerahan menjadi radian sebagai berikut : CVR = G ( CVDN ) + B CVR = Nilai radian CVDN = Nilai Digital Number (Band 6/i1) G = Indeks Gain (0.7. setelah didapatkan hasil dari konversi DN ke radian. lahan terbuka (tanah kosong).Nilai NDVI yang rendah (negatif) menunjukan tingkat vegetasi yang rendah seperti awan.

e.3. Koreksi Geometrik Citra landsat 5 TM dengan path/row 126/60 yang direkam pada tanggal 7 Agustus 2005 dan 22 Juli 2008 merupakan data yang telah terkoreksi geometrik. d.2. Sistem koordinat yang digunakan adalah sistem koordinat Universal Transverse Mercator (UTM) dan daerah ini terletak pada proyeksi SUTM 48. dengan bidang datum WGS 84. Variabel yang dihubungkan mempunyai data yang dipilih secara acak (random). Variabel yang dihubungkan mempunyai pasangan sama dari subjek yang sama pula. 3. Oleh karena itu. Hal ini dapat dilihat dari nilai NDVI citra Landsat 2005 yang memiliki nilai yang lebih tinggi daripada citra Landsat 2008. 9910267. Dari sini dapat dilihat bahwa pada citra Landsat tahun 2005 memiliki intensitas vegetasi yang lebih tinggi daripada citra Landsat tahun 2008.80.40 hingga 0. Koreksi Radiometrik Citra landsat 5 TM dengan path/row 126/60 yang direkam pada tanggal 7 Agustus 2005 dan 22 Juli 2008 merupakan data yang telah terkoreksi radiometrik.cluster sampling yaitu dengan mengambil sampel pada tiap kelas yang diidentifikasi secara acak dengan algoritma tertentu.2. nilai NDVI berkisar antara -0.2. merupakan data dalam bentuk format TIF yang terdiri dari 7 Band. ke 7 Band ini digabungkan dalam bentuk format ers yang akan diolah ke proses selanjutnya.1. Variabel yang dihubungkan mempunyai data linier. Hasil Normalized Difference Vegetation Index (NDVI) Nilai NDVI pada citra Landsat 2005 berkisar antara -0. Variabel yang dihubungkan mempunyai data yang berdistribusi normal. Citra hasil pemotongan dan Area Studi 3. Variabel yang dihubungkan mempunyai data interval atau rasio.1.354 E. b.354 E.1.77. Selain itu. Hasil Pra Pengolahan Citra 3. Pemotongan Citra Untuk memudahkan dalam memproses citra serta menghemat kapasitas penyimpanan data.2.2.3. HASIL DAN PEMBAHASAN 3.78 hingga 0.170 N) dan koordinat batas kanan bawah (217716. Penggabungan Band Citra Landsat TM Citra landsat 5 TM dengan path/row 126/60 yang direkam pada tanggal 7 Agustus 2005 dan 22 Juli 2008 yang didapat dari sumber data BIOTROP Training and Information Centre (BTIC) di Bogor. 3. III. Hasil Pengolahan Citra 3. Sedangkan citra Landsat 2008. Gambar 2. Pada penelitian ini area studi memiliki koordinat batas kiri atas sebesar (138606.3. maka dilakukan pemotongan citra. 3. Asumsi ataupun persyaratan yang harus dipenuhi dalam menggunakan korelasi Pearson Product Mooment adalah: a. Nilai NDVI ini menandakan adanya intensitas vegetasi di suatu area. pemotongan ini dilakukan karena area studi tidak mencakup wilayah citra secara keseluruhan.. sehingga tidak perlu lagi dilakukan koreksi. Pemotongan citra dilakukan dengan cara menentukan koordinat batas kiri atas dan koordinat batas kanan bawah citra. 9979057. c. Ini menunjukkan adanya daerah yang memiliki kerapatan vegetasi yang tinggi pada citra Landsat 2005. .170 N).

40 0. Dari hasil pengolahan.0 Rata : Rata : 26. 3.8 Min : Min : 23.7 Vegetasi Karet 0.  Daerah yang dicakup oleh stasiun BMKG meliputi area yang cukup luas (Kabupaten Indragiri Hulu) padahal stasiun BMKG hanya memiliki satu tempat pengamatan dan belum tentu bisa mencakup seluruh area Kabupaten Indragiri Hulu.4≤NDVI<0. sungai.6 2008 31.62ºC. Temperatur masing-masing citra Tahun T Min T Max T Mean 2005 30 34 31. Perbandingan temperatur Temperatur Temperatur Tahun (ºC) Citra (ºC) BMKG 2005 31.0 22.  Citra Landsat Band 6 memiliki resolusi tiap piksel sebesar 60 x 60 m sehingga dalam cakupan tersebut daerah yang memiliki vegetasi dan non vegetasi berbaur sehingga mempengaruhi temperatur citra. Nilai NDVI citra Landsat 2005 dan 2008 Tahun NDVI Min NDVI Max 2005 -0.6 26.5 Lahan Terbuka -0.6≤NDVI<0.2 Jalan. Sedangkan pada tahun 2008 sebesar 5.0≤NDVI<0. Tabel 8. jalan dan bangunan dimasukan kedalam non vegetasi. vegetasi kelapa sawit.1 Dari tabel di atas dibedakan vegetasi hutan.3 Sungai -0. Bangunan -0.0≤NDVI<0.Temperatur BMKG Unsur Data 2005 2008 Temperatur Max : Max : Udara (0C) 31.77 Dari citra Landsat 2005 dan 2008 dapat dilakukan pengkelasan dengan rentang NDVI masing-masing sebagai berikut: Tabel 6.2ºC dan citra Landsat 2008 diperoleh nilai temperatur sebesar 31.85 26.8ºC. didapatkan temperatur dari citra Landsat 2005 sebesar 31.85 . Analisis Temperatur Gambar 4.23 26.35º C.3.1≤NDVI<0. dapat dilihat selisih antara temperatur BMG dengan citra pada tahun 2005 sebesar 4.5 Dari Tabel 9.Tabel 5.5≤NDVI<0. Hal ini disebabkan:  Stasiun BMKG mencatat data temperatur udara sedangkan pada pengolahan citra temperatur yang didapat merupakan temperatur permukaan materi/benda. 80 2008 -0. Tabel 7.63º C. Kelas NDVI Kelas NDVI Vegetasi Hutan 0.8 Vegetasi Kelapa Sawit 0. yakni dengan selisih sebesar 0.9 32.3.78 0. vegetasi karet dimasukan kepada vegetasi dan lahan terbuka. Temperatur Hasil Pengolahan Citra dengan Band 6 Dari Tabel 10 terlihat temperatur pada citra Landsat 2005 lebih rendah dibandingkan dengan dengan citra Landsat tahun 2008.5 Sumber : Stasiun Meteorologi Japura Tabel 9.23 2008 28 34 31.

Dan pada temperatur terlihat bervariasi.20 Sangat rendah 0.4 Analisis Korelasi Koefisien korelasi (r) yang didapat dari sampel yang diambil adalah sebesar 0. dimana semakin tinggi lai NDVI.Kelas Temperatur Kelas Temperatur (0C) Vegetasi Hutan 28-31 Vegetasi Kelapa Sawit 28-33 Vegetasi Karet 29-33 Lahan Terbuka 31-34 Sungai 30-31 Jalan. Hal ini menunjukkan bahwa temperatur yang didapat dari pengolahan citra merupakan temperatur permukaan materi sehingga bahan materi mempengaruhi nilai temperatur. hal ini terjadi karena pengambilan sampel dilakukan secara acak. jenis pencemar.41-0. nilai temperatur semakin rendah dan sebaliknya semakin rendah nilai NDVI. curah hujan.Interpretasi nilai koefisien korelasi R Interpretasi 0 Tidak berkorelasi 0.01-0. Faktorfaktor lain yang ikut dalam mempengaruhi temperatur suatu area seperti iklim. ini menunjukkan hubungan antara NDVI dan temperatur berkorelasi negatif yang berarti bahwa kenaikan nilai NDVI diikuti dengan menurunnya nilai temperatur. Terlihat nilai NDVI tahun 2008 lebih tinggi dibandingkan dengan nilai NDVI 2005.99 Tinggi 1 Sangat tinggi 3.Dari hasil pengolahan citra untuk mendapatkan temperatur maka dilakukan pengkelasan seperti tabel berikut: Tabel 10.3. Nilai korelasi tersebut menandakan bahwa hubungan antara NDVI dan temperatur berdasarkan tabel interpretasi nilai r rendah atau lemah. Ini menunjukan terjadinya pertambahan vegetasi atau kerapatan vegetasi pada tahun 2008.21-0.4. Bangunan 31-34 Dari Grafik diatas terlihat perbandingan antara nilai NDVI tahun 2005 dengan 2008 dan perbandingan temperatur 2005 dengan 2008. nilai temperatur semakin tinggi.40 Rendah 0.81-0. 2002 .80 Cukup 0.61-0. NDVI dan Temperatur 40 20 0 -20 0 10 20 30 40 Jumlah Sampel Gambar 3. Grafik NDVI dan Temperatur 2001. posisi area terhadap ekuator serta pemanasan global tidak diperhitungkan Tabel 11. NDVI dan Temperatur Nilai NDVI dan temperatur yang didapat dari kedua citra kemudian diambil sampelnya dan diplot menghasilkan grafik seperti pada gambar 3. 3. tetapi kedua variabel itu memiliki hubungan yang lemah.60 Agak rendah 0. Hal ini bukan berarti NDVI tidak mempengaruhi temperatur. Grafik NDVI dan Temperatur Dari grafikterlihat bahwa nilai NDVI berkorelasi negatif dengan nilai temperatur. NDVI dan Temperatur NDVI dan Temperatur 40 20 0 -20 0 10 Jumah Sampel 2005 ndvi 20 2005 Temperat ur Gambar 4.32. tingkat pencemaran udara.

93 17. 17.65 347.3.285. Dari Tabel 15.72 + 0. Analisis Perubahan Penggunaan Lahan Terhadap Temperatur Tabel 13.11 98. menunjukkan adanya swadaya murni.82 0C.58 0C.49 61. PBS dan 61.2.61 ha (29.14 17. Dari Tabel 13. Hal ini terlihat dengan terjadinya perubahan dari lahan bervegetasi menjadi lahan terbuka didaerah tersebut. Adapun pola kemitraan yaitu.56 0C. selain itu. Terjadi swasta/ BUMN.1. Temperatur rata-rata citra 2005 sebesar 31.2º C. terlihat bahwa vegetasi area studi tahun 2005 lebih luas daripada vegetasi area studi tahun 2008 yaitu dengan selisih luas sebesar 82.71% dan studi didapatkan penggunaan lahan karet temperature meningkat 0.5 Analisis Perubahan Temperatur Terhadap Perubahan Vegetasi Tabel 12.61 29.71 +0. Dan Dalam mengembangkan penggunaan status lahan yang tersedia adalah hutan lahan kelapa sawit di Kabupaten Inhu rakyat. Penggunaan lahan kelapa sawit naik sebesar 0.899.56 Sumber: Klasifikasi citra Landsat tahun 2005 dan 2008 UPP. partial dan swadaya partial.839.82 0C. 82 3 Hutan 262268.66 471920.56 30.93 98947.414.6. Adapun pola kemitraan yaitu.8º C. Luas vegetasi dan non vegetasi masing-masing citra dengan klasifikasi terawasi Luas yang didapat dari klasifikasi terawasi: Kelas Luas Tahun 2005 (ha) Luas tahun 2008 (ha) Vegetasi NonVegetasi .414. penambahan luas penggunaan lahan kelapa 3.71%) sehingga temperatur 3.6. Dari sini dapat dilihat bahwa pada citra 2008 memiliki temperatur yang lebih tinggi daripada citra 2005 dan luas vegetasi pada 2008 lebih rendah daripada citra 2005.89 30.45 30.33 +0.33%) sehingga meningkat UPP.35 . murni.89 30.58 0C.58 2 Karet 80.17 31. perubahan penggunaan lahan di Kabupaten Dan status lahan yang tersedia adalah hutan Inhu dan pengaruhnya terhadap temperatur rakyat.905. 3.34 265.72 mengalami penambahan luas sebesar % dan temperatur meningkat 0.03 30.91 210.065. swadaya temperatur sebesar 0. partial dan swadaya partial. sedangkan temperatur rata-rata citra 2008 sebesar 31.591.69 ha.14 ha (17. karet 17. hutan 37.44 37. Artinya luasnya vegetasi berbanding terbalik dengan temperatur di daerah tersebut.693.314. Dari hasil klasifikasi citra di daerah Dalam mengembangkan penggunaan studi didapatkan penggunaan lahan kelapa lahan kelapa sawit di Kabupaten Inhu sawit mengalami penambahan luas sebesar dilakukan dengan pola kemitraan. Temperatur pada kelas penggunaan lahan 2005 2008 Perubahan Penggunaan No Suhu Suhu Lahan Luas (ha) Luas (ha) Luas (ha) % (0C) (0C) Suhu (0C) 1 Kelapa sawit 148.6.33% dan temperatur Dari hasil klasifikasi citra di daerah meningkat 0. Di Kabupaten Inhu hanya terdapat dilakukan dengan pola kemitraan PBS dan perusaan BUMN yang terletak di Kecamatan 554760.693. Penggunaan lahan Karet sawit di area studi 29.37 163321. juga terdapat perusahaan dari tahun 2005 ke tahun 2008.

14 ha telah meningkatkan temperatur sebesar 0. 2001. sehingga perhitungan data lebih mendekati dengan keadaan sebenarnya. KESIMPULAN DAN SARAN 4. Panduan Aplikasi Penginderaan Jauh Tingkat Dasar Oktorini. Disamping itu telah dikembangkan pola hutan tanaman industri (HTI) oleh investor antara lain pengembangan kayu akasia di Kecamatan Kelayang dan pola lainnya seperti HTR DAN HKM.56 0C.560C. 4. Komuniti ini telah diusahakan secara komersial oleh berbagai perusahaan nasional maupun oleh perusahaan asing.6.44 ha telah meningkatkan temperatur sebesar 0. Yogyakarta (Tidak Dipublikasikan) Oktorini.947.58 0C.2 Saran 1. Pekanbaru Badan Pusat Statistik.Rengat Barat. 2. Kajian Beberapa Metode Transformasi Dua Dimensi Untuk Koreksi Geometrik Citra Satelit.839.414. Hasil hutan di Kabupaten Indragin Hulu yang banyak dihasilkan adalah berbagai jenis kayu seperti Meranti. damar.82 0C. Pengelolahan Citra Digital Landast TM untuk Pemetaan Terumbu karang di Kepulauan Seribu Jakarta. Penggunaan lahan hutan Dari hasil klasifikasi citra di daerah studi didapatkan penggunaan lahan Hutan mengalami penambahan luas darisebesar 98. I. Disamping itu hasil hutan lainnya yang banyak diusahakan oleh masyarakat adalah rotan.com Harintaka. 3.2010. Bogor Suryadi. Y. I. perubahan tutupan vegetasi menjadi perkebunan karet sebesar 17.1 Kesimpulan Perubahan temperatur sebesar 0. Citra yang diolah sebaiknya memiliki rentang waktu yang cukup lama untuk mendapatkan hasil yang lebih baik. Ramin.693. 2003. Jurusan Teknik Geodesi ITB. Sumarto. Application Of Remote Sensing For Oil Falm Age Estimation (Case Study of Rokan .62 ºC di Kabupaten Indragiri Hulu pada tahun 2005 hingga tahun 2008 yang diakibatkan adanya pengurangan luas tutupan vegetasi sebesar 82.72%) sehingga menyebabkan naiknya temperatur sebesar 0. _________________________. Sebaiknya untuk mengetahui pengaruh perubahan temperatur akibat perubahan vegetasi ini digunakan rekaman citra rekaman yang terbaru agar benar-benar sesuai dengan kondisi saat ini.69 ha. 3. Kulim. sebaliknya pengurangan luas hutan sebesar 98.947.44 ha (37. Kruing dan sebagainya. Pemanfaatan Data Landsat Untuk Mendeteksi Perubahan Mangrove di Kecamatan Sungai Sembilan Kota Dumai Propinsi Riau. 2007. Skripsi Fakultas Perikanan dan Kelautan Universitas Riau. Siberida. 2004. Kelayang dan Kecamatan Peranap. Perubahan tutupan vegetasi menjadi perkebunan kelapa sawit sebesar 61. Sebaiknya untuk penggunaan citra digunakan citra yang sedikit tertutup oleh awan. 2002.61 ha telah meningkatkan temperatur daerah studi sebesar 0. kemenyan. DAFTAR PUSTAKA Andriyadi. IV. Skripsi Unniversitas Gadjah Mada. Inhu dalam detik.3. getah jelutung dan kayu sungkai. Y.

Pendeteksian Kerapatan Vegetasi dan Suhu Permukaan Menggunakan Citra Landsat. Pemetaan Batas Wilayah Darat Penggunaan Lahan dari Citra Landsat (studi kasus: Kab. Skripsi Fakultas Pertanian Universitas Riau. B. No. Surabaya Septari. Bulletin Makara. 2010.T. Hal 15-24 Wahyunto.Bulletin Ilmiah Informatika Pertanian Volume 13. olL. N. dkk. Teknologi. 2003. Bogor (Tidak Dipublikasikan) Ramadijanti. Basofi. Jilid I 9 Noll 2009. Yani.Hulu Distrik-Riau Province). Dyah M. Ukur. 1. Pekanbaru Sukojo. Aplikasi Penginderaan Jauh dan Uji Validasinya Untuk Deteksi Penyebaran Lahan Sawah dan Penggunaan/ Penutupan Lahan. Susilowati. A. Hal: 1-9 Sukristiyanti.M.M. 7. Pekanbaru Syafwan. D. Tesis Instittut Pertanian Bogor. Jombang).Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh November. Penerapan Metode Penginderaan Jauh dan Sistem Informasi Geografis Untuk Analisa Perubahan Penggunaan Lahan.Aplikasi Penginderaan Jauh Untuk Idenfikasi Lahan Kering di Kota Dumai. 2005.Jurnal Riset Geologi dan Pertambangan. 2009. C. 2007. Interprestasi Citra Landsat 7 ETM+ Untuk Pemetaan Sebaran Suhu Permukaan Laut di Perairan Selat Lombok. A. Laporan Praktek Magang Fakultas Perikanan dan Ilmu Kelautan Universitas Riau. Hal: 746-769 .2004.

:2039.943./4.

/ 7.3/.3/8. 5079.0787.2.  . 0..3 '  .7. 9.078 ./902507. 940.07.97.3   0 #.3 20343./7.07.3 20343.9 /50740 902507. /.3 02:/. .3 .9:7  #:2:8:39: 20343.078 3./.7 .3.3 203.380-.3 03.3 203. /03./.. 0./..0. :2-07 .3 5/1      43.5.9  /.3./.3 /:./.078 3..07.3203.9:7 /03.-07:9 '# '   '# .

9 02.3203.90..7 :-:3.../.7.8        43.. .7..2.9. /5.. /:.703.9:7 80-.9:780-./ 902507. 2.-0 3 /.7./.#.3 /:.250 :39: ' /.-0 .33.7.7.7..7. ' /.9: . ..9:7 #:2:8:39:20343.3 8.3 80-.-07:9  %   3    '# %07.3.3 903  . .9: ' /.7843 574/:.9 2.8  $090.:.9 /0503/039 . /.9 :-:3.7 /07.9: .:8    :39:% .-0 .9./.3 902507.7.7:  $0/.2-.0787.3:93.3. 3..7..5. 903 470.7. ...3 202-07 503.7.-0 -0-.3    3/08.9/03.3.7:-:3...-0 0/:.: ..79434 /.39.7.9 242039  %03 3 /:3. /..3    470.-0  ..: .2 9473   :.3 902507.. .3 /03.   !03.9.9:7  ' /..3 /503.-0 5079.3 902507.3 ..3401803470..0/:.9:7 //.39..9. 80.:  :39:%   '#.90780-:9 &39: 203.3.3. :-:3.9.2 50309.   3/08.8 7 3.-0  .-0 ..33203...7: .7. .9:7 /.33.3 .30%02507..3 %02507.:   :39:%      :39:% .078#.8 3/0503/039 .9 50.8 -.-0 907.

.250 5.:5:3 5078..3 //0391. .9 %  97.-0 .3-07/897-:83472.2.3 /:-:3.7.9. 5:.9%/03. 5.3 8.-0 .7. /.3 . . '.3 2025:3./. 7. /..7.3 .. /.3..7:8/503:/.  '..9.9.2..-:3..-0 .8 80.35.  - '.7843!74/:.9.307  .9.9442039.3 2025:3.3 .3/8.7./03.2203:3.8 .2- 8.3 203.3907.9079039:  8:28 .3/580.3 /:-:3.7.:7..3 2025:3.9..3470.3 /:-:3./..9: /03.3 /:-:3..9..9.8.8 !0.-0 . /.3/ 97.84    $!$     !03.3 8.. 9.3/8.  0 '.4792.3 2025:3. /..7.7 8:-0 .5 0.7.253 .3/42  / '.3 2025:3..-0 .3 /:-:3.:8907 8.7. .3.

74 .

 0 574808 80.7 8:2-07 /.  2..9 -.3 3 .3 .35.8 /.  %# ! %7.9 .9 % ..3 /.9%/03..2-.  $0.  89:/ 9/.9. 50309.3 /70.  !.8 .3 9:  5024943.  .9.9: 0  ..7.33 .:5.3: .70.    !024943.97.3 .9.2 202574808 .     ..9.8 7 .3.3/ 31472.5.9 -.9.70.3.9 /.703.2 -039: 1472.97.3  !024943.3/. 9.3.080:7:.... /...8 .2 -039: 1472.85024943. /.8 50325..-:3.9.3 3 /.          ./..8!7.8 80-08.3 5024943.3 -.3/ 3 /.!034.5.703.3 /03.9 078 .8 7 .3 447/3.3.9.3 447/3.3 -. .7            /.9.3 .3 /. /. $9:/    4708042097  97.3907/7/. 203039:..3:93.3 .3/8...7.397.97.:.3 ../.  &39: 202:/.943 03970 %  / 447  207:5.:.3 /.7 97.370.3 447/3.89.97.2 5.3//.7.97. 89:/ 202 447/3. . 203.3 /4. 20302.9.  :89:8 /.9 -.9 -. 8079.397.:.9.3/  0.80. .3 /.

74 .

/42097  97.3 /./..9...2 5. 88902 447/3.57408 $&% /03.5.947 &% /.38.07.9%/03./.3/.3  :   207:5.0780 07.3.9 &3.9./.9 .3 .3 /70..3/8.390709.9074708042097 $8902 447/3.35.3/.3-/.078.  .3 /:3. .  :89:8   /.390.. 9.9:2$     4708#. %7.

74 .

 ..97.3.0 '009.9433/0 '  . 390389.3.3 .9:.9 9.3/8.3./.7. ' .8 .3 .    .9    3.009.7 .507:.  .07. ' 3 203.3  :   207:5.009. 3 /. .75.   . .30- 93 /././..97.9.  :89:8   /. .8 .8 .9 9. .9 /.3/8. .. /..97.3 202 07.:3   202 390389./..:3    .3 /70.3/8. 5.9      ./.5.9    3 203:3:.97..   3.783/.3 . 9. ./.39./42097  803.5.3 93 5.9/.97. ' -078.  3.34708     .8 .97.70.397.7 .8/8:.7. .32023.9 /.97. .3/8.5.3./.'5.2 5.009.3 90.39. 9074708 7. .:.9  -078.8!034./. .3 /.3/8.9 -.3/8.0/110703.3 0- 93 /..3/./.7 3.9/.3/8.   $0/. .9 . .9.3 .75.8472.

3/8.8      3.-07:9 %.902507..8:./..3902507. 80/.                .3%07-:. ..  .2343.3   /./.8 :9..-0 %02507.$.8.5.97.9.79.2-.%.5.9:7 %.-0   /. /-.8 ' '009.9 /.:3    .8 .'.7      .3:3.9.32. %.3/8.-.97.3.907. ^'  $:3.9:7 :/..9   0- 703/.9:780-08.-0   907.9 207:5.3 902507.3/8.5.35.7..:3 80-08.7   $0/. 9.9  .9:7 5.3/    .9 ^'  '009. .009. 902507.83.9:7 %02507.9.8380-.3.8.3  $9.:3   80-08.8 /.9 902507.3 /.009. 902507.3 97.9:7 .:.8 5034.3.-0 .3 .9.:3 '3 '. 8. .3 902507.7 %02507.3 . 5. 5034.9:7 %02507.9   80-08.7    %.            .88%02507.3 5. .9:72.3/8.3/03. .3 .3 //.:3 %3 %.3 /03.3               .9   /.30/.3 ^'   .5.009.-0 %02507.3   %.97./.9 9.  %.9/.     %02507.7 .-0 !07-./03. 902507.80.8:3  203..9:7. .5:7.3 808 80-08.9 808 .9:7 /.  8:3.3 /03. #.8' 0.3 -.3 907-:..:3  97.709 ^'  ..7.8/-0/.9:7 .3:3.7 .009.83 2.9:7 &38:7.9.3 .9:7  .3 /2.3 '2.7    %.97.7 %.37039.5..7 %.97.-0 0./.7 . 9....7    /.9:7 5072:.3  .009.9:7  /03.3/3. . %0.39. ..       3 3     #.5.3 .9   /50740 3.8 0.8:9.97.97.9.7.8:.3 05.83 2./.3.-0/.     $:2-07$9.97.3 ^'  '009. &/.97.3 .9.3/3.3  //.35030.8:30904744.9 /.9 /.3/8.709 /2. ^'  .3 /03.8!034.3/8. 3 /80-.

 202 8. .2. ./..70..9 .3 .903 3/7.3.903 3/7.9503.97.8 /.7::   97.70.3/.3-0:29039:-8. 202503.  ..3 343 .:7 803. .8:3  .:5.8 -07-.7      2 803.3/  202 7084:8 9.   .7 ::  5.009.3 202 .-:5. ..9.3/8. /. 203.009.3 90780-:9 /.-03/.3 /.07.-:5. .2 . 89.9:7.07.8:3  205:9 .8 .5 580 80-08.:5 40 89.7: 902507..9: 9025.::5 :.:5 80:7: .

/5079:3.:3   ./.9/.8 3. 202503.2-.009.02.3 -07.3 .2-.8.902507.3 7. . 7 703/.3.-0 9: 202 :-:3.3%02507.5.3        '/.2503.9:7 . 470.9 /.3203:7:33.9:7  909.947 1.    .3 902507.83.3 907.3.9:7 802./3. .70.9:7  '009.  038 503. ' /.7 0/:..9:7 0.9:7 802.3%02507.7 8.9:7  /2.3 /./ .9:7 .3 .9.3703/.97.7 7.3 902507.3 5030.7.8 # 39075709.3. :39: 203/.8 401803 470.3/3.9 -07.3 8.79 -..9:7 2..    3.8.39.8.5 0/:.009. 5079.3 .393  -I f°@ ¯½ f  -I f°@ ¯½ f °       ¯ff¯½    @ ¯½ f   .. 03. 02:/. :-:3.3.3 -.   .3 507-.97.1 805079 5. /.8 5..3:3.9:7 907.3 02.9:7   .3 2... ' /:9/03.91 /03.88470. '    3 203:3:.3 .8 5034.$.3 //. /.3/3.3 :9 /.9:7  .2-.02.1'/.3   '009.   $:3.7 7..:3  /03. 902507. '  3.3 902507. 80-08.3 9.9703/.3 2.: 07.907. 802. . 503.703.5.3 /03.7.8 7  .:3   0- 93 /-.7. 3 203:3:.380.-0 39075709..3.3 93 .3 3.7.3 3.709   . :. /. ' /. 3 907.-07470.97.: 02.34-.8 907.8.3 -.9:7 -07470.8  .7: 3.3 //.3 ....3. .8%02507.250 /.8 30. 902507.-0 39075709.902507.3 .250 .1 /.947 .9:7 8:.7 5034.7 7.5.7.    #03/.7: 902507.7   3 203:3:.9 /.2- .3 /549 203.9.9478079.3.3 902507.5.1'/.3 . 802.2- 8..7.8    $.8.8 90780-:9 203.' 3.7 5488.70.3    %07.3 703/.3 902507.993  . 902507.3 %.9:7  .9   '009..7  -I f° @ ¯½ f          ¯ff¯½   .3 . 207:5.7. 502.907 803. ' /. -.9:7 5072:.9.8  %/.3 :-:3. 902507.2 202503..77.9:7   /03.7.-0 0.  ..7 ./.:.9: .8 30.-0-07:9 %.3 :/.5.9:7 -07/.3 3. 902507.:7.79 ' 9/.703/.3/3.. ' 9.80.2-.3   /./.9 507-..3 902507.9:7 ./.    ::5   %3  $...3%07-:.2-. 9.9-. 3 -:.91 .'9.3  93.3/.38050799..8 .3 -07.8 %02507.9:7      . 805079 2  ..3 5./.3.3%02507.907 202503.9 3.:.3.5.3 /.3 .9 /.9.3.  .50:.401803470.8:9.39.1907.7: 902507.39.' -07470..9 503..9.7.3 //.3 80-.

/.  507:-.. :9.7%.5..:3   0 9./. 89:/ 9.3 503:3.9 -.009.8 :.5 902507. 8.009..3 808 :.7 %..9:  .99.97.7    .3     !07:-. 80-08.07.3 4 $:: $:: .3 3: /..8:.79.3.3%02507.    793.:3   .8 ..8%.5.7   80/./.3 503.81..3'009.83 2.3!03:3.8203./03..7.9:8 .9 507:8.-:5.9:7%07./.3902507.9:77.9.8 43'009.97.3343. .0. 5.9.. ./.3 907.   0- 703/.3 .:3    %07.9:75.3 /.8 0.75.:3  ..8 80-08..5!07:-.88!07:-.009.5.3  .3 90780/.9/. 5./ 8.9: /03... 907..9-. :.009.-0 %02507..3 .83.7 9.9:7  %.8/.8 . 2:73  5.8907.-0 907.3 8.3.   202 902507..3907-:..9:7 .009. 907/.8 5.-0   203:3:..97. 7.8503:3.89.75.79.   $::      0..3/8. /.07.3/.9:7 7.97.5%02507.  :.82..3-07.009.3%07.3 0- 93 /.  .97. .903 .507:-.89:/9.8 ../3.   /.3//./.9  80. 0297.8/..81.. 80-08.83.9                  .8  .7.7    ././/./..3/3907-.8. /.3 !03:3.3 9:  :.8 .81.3   &!!  /..8 .:3 /..:3 0-:..709                  :9.97.88!07:-.8. 3.9.8 .75..90780-:9      3.3.3 :.70.  '009.3 .90780-:9 %02507. 3 907.9:7 7.5..5:3 54. .8.8./..9 /03./.89.  :.3 :.9.:3  .8 %././.. 7.7 83 /.8-07-.3./03./.9 /.70.3.3902507./.3 89..7:3.  :.3 / .9:7//.97.. .-0 :.009.3               $:2-07.8907.

3.79. .2 503.3.5.  .709 8.3 90780/.9: 8.9:72033.3    .8.9 &!! /.3  .5..5.9:7 ..3            .3 8.3 54.3 0.3 ..903 3: .97.3 0./.8 80-08.30.903 3: 7.97.9 / .&  503.9:8 . 5.3 /03.-:5.390709..07.3.8 80-08.:../.3.3 503:3. ..9 / .3 :.9 3.3 507:8. 2033.7    2:73  5. /.709 902507.3 .9   :9..2-.0297.3.    !03:3..3 503:3.70..7     ..3  203.9:780-08...3  !$ /.9   .3 .2 20302-. 0297.9 / ..8 503:3. 89:/   /.9 /.7 /.07.80-08.. 2033. 8.-:5.903 3: 8.3&.3902507.//.2-.5. 902507.3 54.8 .9.81.3503:3./0.81./.3 .    803.2 20302-..7 /.709   /.2.3.79..3 0.3 89..3 89:/ //.9       .    803.9. :9..3 .2 503....3 /03.9:7    !03:3.8...5.3 :....9 203.9..  .3 :....7 .3 0.. / /.5.9:702033.5:354.:. 902507. 907/.3 .8. 0297.5.3 !$ /.5.2-.7 .8 .3503:3.3 89:/ //.3 902507.3.9    . 8.-:5.

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

 !079.9.3 .3 :093 2. !03:9:5. 31472.3'4:20 ..3.  .

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->