III. METODE PENELITIAN
3.3. Diagram Alir Metode Penelitian
Diagram alur metode penelitian disajikan pada (Gambar 4). Persiapan penelitian dimulai dengan pemetaan daerah penelitian dilakukan dengan menggunakan teknologi penginderaan jauh dan sistem informasi geografi (SIG).
Secara garis besar tahap kegiatan meliputi (a) Pengadaan citra Landsat; (b) Pengumpulan data primer dan sekunder; (c) Interpretasi data penginderaan jauh dan analisis SIG.
Peta Dasar Digitasi Topografi, ketinggian dan kelerengan Jaringan sungai Geokoreksi citra Supervised classification Perilaku gajah Cek lapangan Reklasifikasi Tipe vegetasi Citra satelit Akurasi Penutupan lahan Analisis tumpang susun Peta penutupan lahan tiap tipe vegetasi Ya Tidak Pemilihan Daerah Penelitian (Subset Image)
Klasifikasi Citra Tak Terbimbing (Unsupervised Classification) Citra Hasil Klasifikasi Cek Lapangan (Ground Truth) Titik Kotoran gajah Kepadatan kotoran Kepadatan gajah Produktivitas hijauan pakan gajah Jumlah gajah yang dapat ditampung
Analisis Daya dukung habitat dan pemodelan dinamika populasi gajah
Sumatera Populasi Gajah Biofisik Tekanan penduduk dan persepsi masyarakat
Pembuatan peta digital peta dasar (topografi, ketinggian tempat, kelerenga n tempat, jaringan sungai dan lokasi desa) dilakukan dengan menggunakan software ArcView ver 3.3, yang menghasilkan keluaran berupa data digital (Gambar 5), dengan urutan proses: digitasi peta, editing peta, kemudian pemberian atribut atau label pada peta dan terakhir adalah transformasi dengan menggunakan referensi geografis bumi menjadi koordinat Universal Transverse Mercator (UTM) atau Latitude-Longitude (Lat- lon).
Peta dasar yang telah digitasi akan digunakan untuk geokoreksi citra dan reklasifikasi untuk penentuan tipe vegetasi. Pengolahan peta citra landsat 7 ETM+ dilakukan beberapa tahap yang dimulai dari perbaikan citra (Image restoration), pemotongan citra (Subset image), klasifikasi citra (Image classification). Tahapan klasifikasi dilakukan dengan dua cara pendekatan dasar klasifikasi, yaitu klasifikasi tidak terbimbing (Unsupervised classification) dan klasifikasi terbimbing (Supervised classification).
Pengolahan Citra
a. Perbaikan Citra (Image Restoration)
Perbaikan citra perlu dilakukan terhadap data citra satelit, yang dimaksudkan untuk menghilangkan kesalahan-kesalahan radiometrik dan geometrik yang terdapat pada data citra satelit. Tujuan dilakukannya koreksi geometrik adalah untuk memperbaiki bias pada nilai digital piksel yang disebabkan oleh gangguan atmosfer ataupun kesalahan sensor. Sedangkan koreksi geometrik bertujuan untuk memperbaiki distorsi geometrik.
Hal pertama yang perlu dilakukan dalam koreksi geometrik adalah penentuan tipe proyeksi dan sistem koordinat dan proyeksi yang sama perlu dilakukan, guna mempermudah dalam proses pengintegrasian data-data selama penelitian. Proyeksi yang digunakan adalah Universal Tranverse Mercator (UTM) dan sistem koordinat geografik yang menggunakan garis latitude (garis Barat-Timur) dan garis longitude (garis Utara-Selatan).
Perbaikan distorsi geometrik dapat dilakukan dengan mengambil titik-titik ikat/kontrol di lapangan atau menggunakan peta/citra acuan yang telah terkoreksi. Langkah selanjutnya adalah melakukan proses resampling dengan metode nearest neighborhood, dimana nilai digital piksel yang diisikan dari citra acuan
ke citra yang akan dikoreksi adalah nilai- nilai digital tiap piksel yang memiliki nilai/lokasi terdekat.
b. Pemotongan Citra (Subset Image)
Pemotongan citra dilakukan dengan memotong wilayah yang menjadi obyek penelitian, dimana peta rupa bumi hasil digitasi (peta digital) dapat dijadikan acuan pemotongan citra. Batas wilayah yang akan dipotong dibuat dengan area of interest (aoi), yaitu pada wilayah yang termasuk kedalam Kabupaten Bengkulu Utara.
c. Klasifikasi Citra (Image Classification)
Persiapan yang harus dilakukan sebelum melakukan pengklasifikasian adalah menetapkan kelas-kelas spektral yang terliput oleh citra satelit, kemudian membuat aturan penetapan klasifikasi setiap piksel kedalam kelas-kelas yang telah ditentukan. Pemilihan kelompok-kelompok piksel kedalam kelas klasifikasi merupakan proses pemilihan obyek (feature selection). Pembagian kelas klasifikasi dibuat berdasarkan kondisi penutupan lahan sebenarnya di lapangan dan dibatasi menurut kebutuhan pengklasifikasian. Kelas klasifikasi tersebut meliputi hutan primer, hutan sekunder, lahan terbuka, semak belukar, ladang penduduk /tanaman campuran dan padang rumput. Tahapan klasifikasi dilakukan dengan dua pendekatan dasar klasifikasi, yaitu klasifikasi terbimbing (supervised classification) dan klasifikasi tidak terbimbing (unsupervised classification) (Lillesand dan Kiefer 1993).
Tahapan kegiatan yang dilakukan dalam klasifikasi tidak terbimbing menggunakan softwareERDAS IMAGINE 8.5:
1) Menentukan jumlah kelas warna citra yang akan diklasifikasi (number of classes).
2) Mengatur kombinasi band yang digunakan dalam pengklasifikasian, dalam penelitian ini digunakan kombinasi band 5, band 4 dan band 3.
3) Mengidentifikasi tiap-tiap kelas warna yang dihasilkan oleh proses klasifikasi sesuai dengan tipe-tipe penutupan lahan yang telah ditetapkan. 4) Menggabungkan kelas warna (recode) yang memiliki tipe penutupan lahan
5) Pemberian nama dan warna tipe penut upan lahan (attributing) hasil proses recode.
Tahapan kegiatan yang dilakukan dalam klasifikasi terbimbing menggunakan softwareERDAS IMAGINE 8.5:
1) Pengenalan pola-pola spektral yang ditampilkan oleh citra dengan berpedoman titik kontrol yang diambil pada lokasi penelitian menggunakan GPS.
2) Pemilihan daerah (area of interest) yang diidentifikasi sebagai satu tipe penutupan lahan berdasarkan pola-pola spektral yang ditampilkan oleh citra.
3) Proses klasifikasi citra yang dilakukan secara otomatis oleh komputer berdasarkan pola-pola spektral yang telah ditetapkan pada saat proses pemilihan daerah.
4) Menggabungkan daerah-daerah yang memiliki tipe penutupan lahan yang sama (recode).
5) Pengkoreksian citra hasil klasifikasi dengan membandingkannya dengan citra sebelum diklasifikasi.
Setelah dilakukan klasifikasi terbimbing dilanjutkan dengan akurasi untuk penentuan penutupan lahan (land cover). Hasil klasifikasi penutupan lahan dilakukan analisis tumpang susun dengan data tipe vegetasi untuk peta penutupan lahan tiap tipe vegetasi.
Daya dukung (carrying capacity) habitat merupakan kemampuan habitat dalam menampung sejumlah gajah yang akan dipengaruhi oleh produktivitas hijauan pakan yang tersedia dari tiap tipe vegetasi. Produktivitas hijauan pakan selain dipengaruhi oleh tipe vegetasi juga ditentukan oleh adanya tekanan penduduk dan persepsi masyarakat yang berada disekitar kawasan habitat gajah, sehingga akan berpengaruh terhadap jumlah gajah yang dapat ditampung pada suatu kawasan habitat gajah.
Tekanan penduduk yang tinggi dengan persepsi masyarakat yang rendah untuk menjaga dan melindungi habitat gajah akan menyebabkan penurunan luasan habitat gajah dalam menyediakan makanan, sumber air dan pelindung (cover).
Untuk menentukan kepadatan gajah dapat dilakukan dengan metode pengukuran tidak langsung yaitu melalui penghitungan kepadatan kotoran gajah yang ditemukan di habitat, kemudian di ukur laju urai kotoran (LUK) dan laju produksi kotoran (LPK) per hari. Titik lokasi ditemukan kotoran gajah dicatat dengan GPS dan dihitung jumlah semua kotoran gajah.
Data yang diperoleh dari penghitungan kepadatan gajah dan jumlah gajah yang dapat ditampung berdasarkan produktivitas hijauan pakan akan digunakan dalam melakukan analisis daya dukung habitat dan pemodelan dinamika populasi gajah Sumatera.