Waktu dan Tempat Penelitian
Penelitian dilaksanakan pada bulan Maret sampai dengan Juni 2009 di Laboratorium Perencanaan Hutan, Departemen Kehutanan – Fakultas Pertanian Universitas Sumatera Utara dan kawasan hutan Taman Nasional Gunung Leuser di Resort Tangkahan, Cinta Raja dan Sei Lepan dan Kawasan Ekosistem Leuser (KEL) – Kab. Langkat, Sumatera Utara.
Bahan dan Alat
Bahan
Bahan yang digunakan dalam penelitian ini adalah data-data spasial penutupan lahan sektor Besitang dan Tangkahan – Kab. Langkat antara lain : a. Citra Landsat TM 5 Taman Nasional Gunung Leuser tahun 2002 dan tahun
2007 dari Balai Pemantapan Kawasan Hutan (BPKH)
b. Peta Dasar : peta Batas TNGL, peta administrasi, dan peta geologi c. Data - data kependudukan wilayah TNGL.
Alat
Peralatan yang digunakan adalah :
a. Komputer (PC atau Work Stasion) beserta pelengkapnya.
b. Perangkat lunak, pengolahan citra, dan GIS (ERDAS Imagine 8.5 dan ArcView GIS 3.2).
c. GPS
d. Kamera Digital. e. Alat tulis
Metode
Prosedur Kerja
Prosedur kerja dalam penelitian ini terdiri dari beberapa tahapan yaitu : Pengumpulan data
Data yang digunakan dalam penelitian ini dikumpulkan dari Dinas Kehutanan, Balai Besar Taman Nasional Gunung Leuser (BBTNGL), Balai Pemantapan Kawasan Hutan (BPKH), Balai Pusat Statistik, Kantor Bupati Daerah Langkat dan internet.
Persiapan Data a. Data Spasial
Data spasial merupakan data yang bersifat keruangan yang terdiri dari data citra satelit Landsat TM 5 peta Digital Batas Taman Nasional Gunung Leuser, peta administrasi, dan peta geologi.
Data Ground Control Points (GCP) merupakan data yang menyatakan posisi keberadaan sesuatu di permukaan bumi dalam bentuk menemukan titik koordinat. Data tersebut dipeorleh dengan melakukan survei langsung ke lapangan, dan data GCP ini digunakan sebagai alah salah satu bahan dalam interpretasi citra satelit Landsat TM 5 dengan klasifikasi terbimbing (Supervised Classifacation).
b. Data Atribut
Data atribut merupakan data yang berbentuk tulisan maupun angka-angka. Data tersebut diantaranya adalah data kependudukan (demografi) dan sosial ekonomi masyarakat Kabupaten Langkat. Data tersebut diperoleh dari Biro Pusat Statistik (BPS) Kabupaten Langkat, Pemda Kabupaten Langkat dan BAPPEDA Kabupaten Langkat.
Pengolahan Awal (Pre-processing) Data Inderaja
Pengolahan awal (Pre-processing) data inderaja yang meliputi koreksi radiometrik dan koreksi geometris (rektifikasi) dengan referensi peta topografi dan pengukuran GPS (Global Positioning System). Koreksi geometris seluruh data inderaja diharapkan mempunyai RMS Error (kesalahan rektifikasi) kurang dari 1 pixel (BAKOSURTANAL, 2003).
Metode rektifikasi yang digunakan adalah dengan menggunakan sejumlah GCP (Groound Control Points) yang tampak pada citra, yang selanjutnya dibuat persamaan yang akan mentrasformasikan posisi-posisi pixel pada data asli (belum terkoreksi) kepada koordinat pasangannya yang telah mempunyai proyeksi standar, seperti UTM (united Transverse Mercator) (Wijaya, 2005)
Pengolahan Citra
Data Landsat – TM yang telah dikoreksi dalam CD diimport kedalam program ERDAS, setelah itu dilakukan pengkombinasian data citra pada band 5,4,2 yang akan menghasilkan tampilan true color atau warna sebenarnya. Penafsiran penggunaan lahan pada data Landsat – TM menggunakan dua cara
analisis yaitu analisi digital dan visual untuk mendapatkan hasil yang lebih maksimal.
Pada analisis visual, pengelompokan pixel kedalam suatu kelas penggunaan lahan, dilakukan secara manual berdasarkan warna dari pixel yang bersangkutan. Sedangkan analisis digital mengelompokkan piksel ke dalam kelas berdasarkan nilai reflektansi.
Analisis Kualitatif
Analisis visual (interpretasi citra) dilakukan untuk mendeteksi dan mengidentifikasi objek-objek permukaan bumi yang tampak pada citra satelit. Identifikasi tersebut dilakukan berdasarkan karakteristik spasial dan spectral.
Pada klasifikasi visual atau manual, pengelompokan pixel ke dalam suatu kelas yang telah ditetapkan dilakukan secara manual berdasarkan kunci-kunci interpretasi (rona, warna, pola, bentuk, terkstur, bentuk, ukuran, lokasi dan asosiasi) objek pada citra. Pendekatan ini bersifat subjektif, kualitas hasilnya sangat dipengaruhi oleh pengalaman dan keahlian interpreter.
Analisis Kuantitatif (Digital Image Processing)
Pada teknik ini informasi diperoleh dari DN setiap pixel dengan bantuan komputer. Proses-proses tersebut meliputi :
Klasifikasi Terbimbing (supervised classification) dengan MLC
Klasifikasi ini bertujuan untuk mengetahui tipe, distribusi, dan luasan penggunaan/liputan lahan (land use cover) pada kawasan hutan dengan
menggunakan peluang maximum (Maximum Likelinood Classification). Analisis awal ini dibantu dengan referensi peta kerja kawasan hutan maupun peta-peta lain. Pengelompokan (klasifikasi) dilakukan secara otomatis berdasarkan training area yang dipilih oleh interpreter. Pemilihan training area ini dilakukan berdasarkan peta pengambilan contoh dilapangan yang dilakukan pada tempat-tempat yang telah diketahui. Pengambilan pixel contoh perkelas pada prakteknya dianjurkan 10
kali jumlah band (N) atau 10 N atau bahkan 100 N (Swain dan Davis, 1978 dalam Thoha, 2006).
Analisis Tingkat Kerapatan Vegetasi/Tajuk
Prinsip kerja analisis NDVI adalah dengan mengukur tingkat intensitas kehijauan. Intensitas kehijauan pada citra landsat berkorelasi dengan tingkat kerapatan tajuk vegetasi dan untuk deteksi tingkat kehijauan pada citra landsat yang berkorelasi dengan kandungan klorofil daun, maka saluran yang baik digunakan adalah saluran infra merah dan merah. Oleh sebab itu, dalam formula NDVI digunakan kedua saluran tersebut. Persamaan yang digunakan untuk menghitung NDVI adalah :
NDVI = R IR R IR + −
Dimana : IR = nilai reflektansi kanal infra merah (kanal 4) R = nilai reflektansi kanal merah (kanal 3)
Kerapatan tajuk merupakan parameter penting yang dapat diketahui dari data citra satelit untuk penentuan tingkat kekritisan hutan. Pada hal ini, kerapatan tajuk memiliki bobot nilai 35 dengan cara skoring sebagai berikut:
a) Skor 3 : Kerapatan tajuk lebat (70–100% atau 0,43 ≤ NDVI ≤ 1,00) b) Skor 2 : Kerapatan tajuk sedang (50–69% atau 0,33 ≤ NDVI ≤ 0,42) c) Skor 1 : Kerapatan tajuk jarang (< 50% atau -1,0 ≤ NDVI ≤ 0,32) (BPDAS, 2006).
Penggabungan hasil klasifikasi terbimbing dengan analisis indeks vegetasi dilakukan dengan cara superimpos secara digital kedua hasil analisis tersebut guna mengetahui tingkat kerapatan vegetasi pada setiap jenis penggunaan/liputan lahan (land use cover).
Menghitung Luas Masing-masing Penutupan
Perhitungan luas tiap-tiap kelas tipe penutupan lahan (land use cover) pada kawasan hutan dengan cara klasifikasi dan tabulasi silang antara hasil analisis NDVI dan MLC (Maximum Likelihood Classification).
Survey Lapangan
Survey lapangan dilakukan untuk melengkapi hasil interpretasi citra satelit apabila dalam interpretasi ada obyek yang meragukan/perlu dibuktikan kebenarannya dan pengumpulan data pendukung/data sekunder. Survey lapangan juga melakukan pengukuran mengenai posisi obyek dengan menggunakan alat GPS (Global Positioning System) yang berfungsi untuk menentukan keberadaan lokasi contoh tersebut kemudian hasil pencatatan koordinat pada GPS dioverlaykan dan tumpang susun dengan peta hasil interpretasi untuk melihat kesesuaian hasil pengecekan di lapangan dengan hasil interpretasi dari citra satelit.
Kegiatan survei lapangan ini meliputi berbagai kegiatan, baik pengukuran GCP, pengecekan hasil analisis data satelit maupun pengumpulan data lapangan seperti kandungan pirit maupun kondisi lapangan secara umum. Secara garis besar kegiatan-kegiatan di lapangan tersebut, antara lain meliputi:
• Pengukuran koordinat titik kontrol dengan menggunakan alat GPS guna mengetahui posisi lokasi pembuatan training area di lapangan.
• Pengecekan kebenaran klasifikasi dan analisis indeks vegetasi dari beberapa kelas sampel dan hasil analisis yang meragukan.
Analisis Perubahan Penggunaan Lahan
Analisis perubahan penggunaan lahan dilakukan dengan membandingkan peta penggunaan lahan tahun 2000 dengan peta penutupan lahan 2006. Hal ini dilakukan untuk mengetahui perubahan penggunaan lahan yang terjadi pada tahun
2000 sampai 2006. Laju perubahan penggunaan lahan disajikan dalam bentuk persen dengan persamaan berikut:
V = N2 – N1 / N Keterangan :
V = Laju perubahan penggunaan lahan N2 = Luas penggunaan lahan tahun kedua N = Luas Total (Hamidy, 2003)
Hasil interpretasi citra landsat TM 5 pada tahun 2000 dan tahun 2006 kemudian dioverlaykan (tumpang susun) sehingga menghasilkan peta perubahan penggunaan lahan.
Uji Statistik dengan Analisis Korelasi
Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik pengukuran asosiasi / hubungan (measures of association). Pengukuran asosiasi merupakan istilah umum yang mengacu pada sekelompok teknik dalam statistik bivariat yang digunakan untuk mengukur kekuatan hubungan antara dua variabel.
Dalam penelitian ini, analisis kolerasi digunakan untuk menentukan hubungan kerapatan tajuk dengan penggunaan lahan. Analisis ini dapat ditentukan dengan persamaaan :
(Supranto, 2001) Dimana : r = koefisien korelasi
x = nilai NDVI y = Penggunaan lahan
Untuk nilai penggunaan lahan didapat dari hasil skoring berdasarkan penggunaan lahan, nilai skoringnya sebagai berikut :
a) Skor 3 : Hutan (kawasan hutan) b) Skor 2 : perkebunan, semak belukar
c) Skor 1 : Pemukiman, industri, sawah dan tanah kosong, perairan.
Untuk memudahkan melakukan interpretasi mengenai kekuatan hubungan antara dua variabel dapat kita lihat dari kriteria sebagai berikut :
• 0 : Tidak ada korelasi antara dua variable • 0 – 0,25 : Korelasi sangat lemah
• 0,25 – 0,5 : Korelasi cukup • 0,5 – 0,75 : Korelasi kuat
• 0,75 – 0,99 : Korelasi sangat kuat
• 1 : Korelasi Sempurna (Sarwono, 2006).
Untuk mengetahui apakah terjadi perbedaan atau perubahan NDVI dan penggunaan lahan tahun 2000 dan 2006 maka dilakukan uji t pada sampel berpasangan (t-test paired sample).
Berikut ini adalah kerangka kegiatan penelitian :
Analisis statistik (uji Korelasi)
Citra Landsat TM Koreksi Radiometrik Koreksi Geometrik Pengolahan Citra • Analisis kualitatif • Analisis kuantitatif
-Analisis kerapatan tajuk
S U R V E y
Peta Land use NDVI
Data Tabulasi
Pengolahan awal citra
Hubungan kerapatan tajuk & penggunaan
lahan
Peta kerapatan tajuk & penggunaan lahan