Lokasi dan Waktu Penelitian
Penelitian ini dilaksanakan pada bulan Maret sampai dengan April 2009 di Kecamatan Namo Rambe, Pancur batu dan Sibolangit Kabupaten Deli Serdang Sumatera Utara. Pengelolaan dan analisis data dilakukan di Laboratorium Manajemen Hutan Terpadu Departemen Kehutanan Fakultas Pertanian Universitas Sumatera Utara.
Bahan dan Alat
Bahan yang digunakan dalam penelitian ini adalah : 1. Citra Landsat TM 5 Tahun 2006
Citra landsat TM hasil rekaman sensor Thematic Mapper, yang dipasang pada Landsat 5. Sistem TM meliputi lebar sapuan (scanning) sebesar 185 km, direkam dengan menggunakan tujuh saluran gelombang, yaitu tiga saluran panjang gelombang tampak, tiga saluran panjang gelombang infra merah dekat dan satu saluran gelombang inframerah termal.
TM merupakan sistem yang sangat kompleks yang memerlukan toleransi (kelonggaran) pembuatan yang amat kecil dan kontrol mekanis yang tepat pada cermin scanning. Toleransinya adalah sedemikian kecilnya sehingga tidak mungkin lagi dibuat penyempurnaan dimasa mendatang untuk memperkecil resolusi sampai dibawah 30 m. TM tidak merupakan suatu terobosan besar dalam teknologi. TM merupakan hasil evolusi sistem-sistem Landsat yang sudah ada.
2. Data Spasial (data administrasi) Kabupaten Deli Serdang a. Peta batas desa
b. Peta batas kecamatan
Alat yang digunakan dalam penelitian ini adalah :
1. Perangkat keras (Hardware) yang digunakan beupa seperangkat personal computer (PC) dan perangkat lunak (Software) ArcView 3.3 dan ERDAS 9.0. 2. GPS (Global Positioning System) untuk menentukan titik koordinat
dilapangan
3. Kamera Digital untuk mendokumentasikan tutupan lahan di lapangan 4. Meteran untuk mengukur diameter pohon
5. Clinometer untuk menentukan tinggi pohon
6. Alat tulis menulis untuk mencatat data dan informasi yang didapat 7. Tally sheet untuk mencatat data
Prosedur Penelitian
Pengumpulan data meliputi : a. Citra landsat TM
Analisis citra
Citra Landsat dianalisis dengan tujuan untuk memperoleh peta penggunaan lahan (Land Use) dari kawasan yang diteliti. Analisis citra dapat dilakukan dalam enam tahap yang digambarkan dalam diagram alir seperti gambar 1, yang mencakup :
a. Koreksi Citra
Koreksi citra merupakan prosedur operasi agar diperoleh data yang sesuai dengan aslinya. Sebab citra hasil rekaman sensor penginderaan jauh mengalami berbagai distorsi yang disebabkan oleh gerakan sensor, faktor media antara, dan faktor objeknya sendiri, sehingga perlu dibetulkan atau dipulihkan kembali.
Koreksi citra terdiri dari :
Koreksi Geometris
Koreksi geometrik atau rektifikasi merupakan suatu proses transformasi data dari satu sistem grid menggunakan suatu transformasi geometrik. Oleh karena posisi piksel pada citra output tidak sama dengan posisi input (aslinya) maka piksel- piksel yang digunakan mengisi citra yang baru harus diresampling kembali. Resampling adalah suatu proses melakukan ekstrapolasi nilai data untuk piksel-piksel pada sistem grid yang baru dari nilai piksel citra aslinya.
Koreksi Radiometrik
Koreksi radiometrik adalah teknik atau penajaman kontras citra dengan memperbaiki nilai dari individu-individu piksel pada citra.
b. Subset Image
Subset image adalah memotong (cropping) citra untuk menentukan daerah kawasan yang diteliti dari citra tersebut.
c. Perbaikan Citra (Image Enhancement)
Image Enhancement bertujuan untuk meningkatkan mutu citra,
baik untuk memperoleh keindahan gambar maupun untuk kepentingan analisis citra. Secara umum teknik perbaikan citra terdiri dari :
Perbaikan Spasial (Spatial enhancement)
Spatial Enhancement bertujuan memperbaiki citra (memberikan efek kontras, penajaman tepi dan atau penghalisan citra) menggunakan nilai-nilai pixel yang bersangkutan dan yang ada disekitarnya.
Perbaikan Radiometrik (Radiometrik enhancement)
Radiometrik Enhancement adalah teknik memperbaiki citra menggunakan nilai individu pixel yang bersangkutan saja. Teknik manipulasi citra dilakukan dengan menggunakan modifikasi histogram.
Perbaikan Spektral (Spectral enhancement)
Spectral Enhancement adalah teknik perbaikan citra
menggunakan masing-masing pixel sejumlah band (basis multi-band), meliputi analisis komponen utama (principal
componen), komponen baku, komponen vegetasi,
transformasi warna berdasarkan kontras intensitas siturasi, dan perentangan dekorelasi.
d. Klasifikasi Citra (Image classification)
Ada beberapa hal mendasar antara kelas informasi dan kelas spektral. Kelas informasi didefinisikan oleh manusia sedangkan kelas spektral menyatu dengan data penginderaan jauh serta harus diidentifikasi dan diberi label oleh seorang analis. Tujuan dari klasifikasi digital adalah untuk menterjemahkan kelas spektral ke dalam kelas informasi Penyusunan peta vegetasi menggunakan nilai NDVI dari citra satelit. Peta penggunaan lahan juga dapat dibuat berdasarkan nilai indeks vegetasi (NDVI).
e. Uji Ketelitian
Uji ketelitian bertujuan untuk menguji kebenaran dari hasil interpretasi yang diperoleh dengan cara pengecekan di lapangan serta pengukuran beberapa titik (sampel area) yang dipilih dari setiap bentuk penutup/penggunaan lahan yang homogen.
Citra Landsat
Geometris
Koreksi
Radiometrik
Image
Spasial Radiometrik Spektral
Citra Klasifikasi Terbimbing Uji K li i Peta Land Use
Gambar 2. Tahapan Analisis Citra
Subset
Data Spasial
1. Menghitung Indeks Vegetasi (NDVI)
Perhitungan indeks vegetasi yang digunakan yaitu Normalized Difference
Vegetation Indeks (NDVI). Merupakan kombinasi antara teknik penisbahan
dengan pengurangan citra. NDVI adalah salah satu indikator untuk mengetahui tingkat kekeringan lahan dan mengukur tingkat kehijauan atau kerapatan vegetasi pada suatu wilayah.
Data tutupan lahan diperoleh dengan menggunakan pendekatan indeks vegetasi, dalam hal ini dipilih untuk menggunakan Normalized Difference
Vegetation Index (NDVI) yang dihitung dengan menggunakan persamaan:
NDVI = Band 4 – Band 3 Band 4 +Band 3 Keterangan :
Band 3 = Red Band 4 = NIR
Dengan Band 4 merujuk pada band dengan kisaran panjang gelombang infra merah dekat (Near Infra Red, NIR), Band 3 merujuk pada band dengan kisaran panjang gelombang merah. Jika citra yang dihasilkan kurang bagus tingkat kekontrasannya akibat cuaca maka klasifikasi citra yang digunakan adalah dengan metode interpretrasi (Lillesand & Kiefer 1990).
2. Klasifikasi NDVI
Nilai NDVI berkisar antara -1 sampai dengan +1 dimana nilai NDVI yang rendah (negatif) mengidentifikasi wilayah berbatuan, pasir dan salju. Sedangkan nilai NDVI yang tinggi (positif) mengidentifikasi wilayah vegetasi baik berupa padang rumput, semak belukar maupun hutan. Untuk memudahkan mengidentifikasi penutupan lahan pada citra maka dilakukan klasifikasi yang terdiri dari 12 kelas NDVI. Klasifikasi NDVI dapat disajikan pad Tabel 3.
Tabel 3. Klasifikasi NDVI
No Kelas NDVI Keterangan
1 2 3 4 5 6 7 8 9 10 11 12 -0,444- (-0,326) -0,326 – (-0,207) -0,207 – (-0,088) -0,088 – 0,00 0,0 – 0,15 0,15 – 0,269 0,269 – 0,388 0,388 – 0,507 0,507 – 0,626 0,626 – 0,744 0,744 – 0,863 0,863 – 0,983 Air/badan-badan air Air/badan-badan air Air/badan-badan air Air/badan-badan air Tanah kosong Vegetasi jarang Vegetasi jarang Vegetasi jarang Vegetasi jarang Vegetasi jarang Hutan lebat Hutan sangat lebat
Sumber :Jaya, 1997
Langkah-langkah dalam pengklasifikasian NDVI tersebut adalah sebagai berikut :
1. Klik icon Viewer pada menu Erdas Imagine 9.1
2. Klik menu area of interest (AOI) yang akan dijadikan sebagai Training area dengan cara mengklik menu AOI Tool sehingga muncul seperti pada Gambar 3.
3. Klik menu Classifier Signature Editor sehingga muncul seperti Gambar 4.
4. Di Signature Editor, untuk menentukan kolom yang akan dipergunakan, yaitu semua kolom kecuali Red, Green dan Blue. Caranya adalah dengan klik icon View Columns, sehingga muncul seperti Gambar 5.
Gambar 3. Menu penentuan Area of Interest (AOI)
Gambar 4. Pembuatan Signature Editor
5. Selanjutnya adalah menentukan Training area bagi suatu obyek tertentu,
misalnya untuk sawah caranya dengan mengklik icon pada kotak dialog AOI
6. Memasukkan informasi yang ada di training area ke signature editor. Caranya adalah dengan mengklik icon pada Signature editor, sehingga muncul seperti pada Gambar 6. Pada Kolom Signature Name kemudian diberi nama sesuai dengan obyek yang sedang dibuat training areanya.
7. Kemudian simpan AOI layer tersebut dengan cara mengklik menu File Save AOI layers as ..dan memberi nama sesuai dengan obyeknya (Gambar 7).
8. Mengulangi tahapan no 7 sampai no 9 untuk setiap obyek yang akan diklasifikasikan. Setelah semua obyek-obyek telah diklasifikasikan, maka tahapan selanjutnya adalah menyimpan signature editor-nya. Dengan cara mengklik menu File Save dan menentukan folder yang akan dipergunakan untuk menyimpan hasil pembuatan Signature editor. Setelah foldernya ditetapkan, selanjunya memberi nama Signature editor kita agar mudah diperbaiki jika masih ada yang belum baik.
9. Jumlah training area, penamaan, dan pewarnaan untuk setiap obyek, serta jumlah piksel yang dipergunakan untuk klasifikasi dapat dilihat seperti pada Gambar 8.
Gambar 6. Pembuatan Training Area
Gambar 7. Penyimpanan AOI Layers yang telah dibuat
10. Tahapan selanjutnya adalah mengevaluasi separabilitas dari obyek-obyek yang telah dibuat training areanya. Hal ini penting agar training area yang dibuat benar-benar terpisah satu dengan yang lainnya. Caranya pada
Signature Editor dengan mengklik menu Evaluate Separability sehingga
diperoleh seperi Gambar 9.
Gambar 9. Evaluasi Separabilitas Training Area
11. Hasil dari Analisis Separabilitas akan muncul seperti pada Gambar 10.
Gambar 10. Hasil Evaluasi Separabilitas
12. Selanjutnya dilakukan analisis akurasi dengan melihat Matriks Kontingensinya. Dari Matrik kontingensi tersebut dibuat Users accuracy,
Produsers Accuracy, Overall Accuracy dan Kappa Accuracy. Caranya
pada Signature Editor Mengklik Evaluate Contingency.
13. Setelah Akurasinya dianggap telah baik (lebih dari 95% untuk semua akurasi tersebut pada tahapan 12), maka langkah selanjutnya membuat peta hasil klasifikasi.
14. Pembuatan Peta Hasil Klasifikasi dilakukan dengan cara mengklik menu
Classify pada Signature Editor kemudian mengklik Supervised.
15. Tahapan selanjutnya adalah memberi nama citra output hasil klasifikasi. 3. Overlay spasial NDVI dan batas administrasi
Overlay spasial adalah kegiatan menggabungkan feature dari dua layer/coverge ke dalam layer baru serta menggabungkan secara relational atribut featurenya. Kegiatan ini dilakukan untuk mengetahui pola sebaran hutan rakyat di wilayah studi berdasarkan kelas NDVI yang telah ditentukan. Adapun operasi yang digunakan adalah Intersect theme.
Pengecekan Lapangan
Kegiatan pemeriksan lapangan dilakukan untuk mendapatkan informasi mengenai tipe penutupan lahan yang sebenarnya. Sebelum dilakukan pengecekan lapangan terlebih dahulu dilakukan kegiatan penentuan titik koordinat geografis bumi, penentuan titik koordinat dilapangan dilakukan dengan menggunakan
Global Positioning System(GPS). Pada saat ground chek akan dilakukan
pengukuran vegetasi meliputi tinggi, diameter dan jumlah individu pada tingkat tiang dan pohon. Adapun bentuk petak contoh untuk pengukuran data vegetasi berupa lingkaran dengan ukuran 0.1 ha yang diletakkan secara purposive.
Pengolahan data
Data yang diperoleh dilapangan dilakukan dengan menggunakan software excel. Penentuan nilai potensi dilakukan dengan perhitungan berdasarkan parameter tinggi dan diameter pohon yang diukur di lapangan.
Analisis yang dilakukan adalah : 1. LBDS ( Luas Bidang Dasar)
Lbds = 0,25 x x D2 Keterangan :
Lbds = Luas Bidang Dasar (m2) D2 = diameter batang (m) 2. Volume V = ¼ . .d2.t.f Keterangan : V = Volume (m3) = 3.1415 d = diameter pohon (cm) t = tinggi pohon (m) f = angka bentuk (0.7) 3. Analisis regresi
Analisis regresi digunakan untuk mengetahui hubungan antara nilai NDVI dengan volume kayu. Analisis regresi dihitung dengan menggunakan dua model persamaan, yaitu model persamaan regresi eksponensial dan linier yang mengandung dua variabel (peubah), dimana nilai peubah terikatnya adalah NDVI dan peubah bebasnya adalah volume pohon (m3).
Persamaan regresi eksponensialnya yaitu : Y = a e b x
Persamaan regresi linearnya yaitu :
Y = a + b x
Keterangan :
Y = nilai peubah untuk volume pohon (m3/Ha) a = elevasi regresi
e = 2.7183
b = koefisien regresi
x = nilai peubah untuk NDVI
Analisis Spasial
Analisis spasial adalah suatu proses untuk mendapatkan dan membentuk informasi baru dari data atau feture geografis. Analisis spasial yang dilakukan dalam penelitian ini meliputi :
1. Perhitungan luas hutan pada setiap kelas NDVI di masing-masing kecamatan. Tahap-tahapnya adalah :
• Buka program ArcView
• Pilih ”create a new project with a new view”
• Klik ”Ok”
• Klik ”Yes”
• Pada ”Add Theme” pilih nama file yang disimpan misal : kecamatan.shp
• Klik ikon ”Open theme table”
• Klik ”New Set”
Selanjutnya dilakukan dengan perhitungan luas hutan di setiap kelas NDVI pada setiap kecamatan
• Aktifkan theme yang akan dipilih, misal : hutan
• Klik ikon ”Open theme table”
• Klik ikon ”Query builder” [ Ket ] = hutan
• Klik ”New Set”
Tampilan dapat dilihat pada Gambar 11
Gambar 11. Tampilan New Set
• Aktifkan field ”kecamatan”
• Klik ikon Summarized
Tampilan dapat dilihat pada Gambar 12
2. Membuat field potensi hutan rakyat pada tutupan lahan hutan Tahap-tahapnya adalah sebagai berikut :
• Aktifkan theme yang akan dipilih, misal : hutan
• Klik ikon ”Open theme table”
• Klik menu Table : Stard Editing
• Klik menu Edit : Add Field Tampilan dapat dilihat pada Gambar 13
Gambar 13. Tampilan Add Field
• Klik menu Table : Stop editing & Save Edit
• Klik ikon select none 3. Pembuatan layout peta
a. Penampilan Layout
Tampilan dapat dilihat pada Gambar 14
Gambar 14. Tampilan Layout peta
b. Pengaktifan Extensi ” Graticules & Measured Grids”
Mengklik menu File : Extensions, beri tanda checklist (√) Graticules & Measured Grids dan klik OK. Tampilan dapat dilihat pada Gambar 15
Gambar 15. Tampilan pengaktifan Graticules & Measured Grids Klik ikon Graticules & Measured Grids pilih View Theme, beri tanda checklist(√) pada create a measured grids, klik next.
Tampilan dapat dilihat pada Gambar 16
Gambar 16. Graticules & Measured Grids c. Pengaturan tata letak nama, judul peta dan besarny huruf
• Pada awalnya akan muncul judul ”View” ganti dengan judul peta yang diinginkan
• Klik double frame peta, akan muncul pallate editor
• Klik judul set ukuran front 12
d. Pengaturan tata letak arah mata angin (klik double gambar arah mata angin e. Pengaturan penampilan skala (skala bar/grafis atau skala rasio)
f. Menambahkan keterangan lain seperti penyusunan peta , keterangan dan lain-lain :
• Klik ikon Teks
• Klik lokasi teks
• Tulis teks pasa properties g. Klik OK
Tampilan pembuatan peta dapat dilihat pada Gambar 17.
