Model Analisis Citra Penginderaan Jauh untuk Pengelolaan Hutan Tanaman Industri
4. ANALISIS CITRA UNTUK MENGEKSTRAKSI INFORMASI VEGETASI
4.3. Teknik Interpretasi Citra Multi Resolusi dan Multi Temporal
Mengingat masih adanya keterbatasan metode interpretasi secara digital, maka bagaimanapun juga kombinasi dengan metode visual tetap menjadi pilihan yang terbaik. Hasil analisis separabilitas beberapa informasi penting seperti umur tanaman dan spesies tanaman tidak dapat diperoleh hanya dari nilai spektralnya saja, padahal secara visual terlihat ada unsur interpretasi lain yang dapat digunakan seperti tekstur yang berbeda dan adanya bayangan di sela-sela tajuk pohon yang dapat menjadi indikasi bagi pembedaannya. Hasil pengolahan secara digital seperti Indeks Vegetasi dan klasifikasi nilai spektral dapat dikonversi
reforestasi
clearing
menjadi data vektor untuk diedit lagi nantinya, atau dapat juga Indeks Vegetasi dan hasil klasifikasi digital ditampilkan di layar komputer sebagai latar belakang (backdrop) mendukung interpretasi secara visual/manual.
Agar interpretasi citra selalu konsisten walaupun pada resolusi yang berbeda dan dari waktu ke waktu, maka perlu didesain basisdata yang sifatnya hirarkikal. Artinya, ketika mendapatkan informasi yang lebih detil dari citra dengan resolusi lebih tinggi, maka informasi ini merupakan perincian dari hasil interpretasi citra sebelumnya yang lebih kasar. Sebaliknya, ketika mendapatkan informasi yang kurang detil dari citra dengan resolusi yang lebih kasar, maka informasi ini akan merupakan generalisasi. Untuk ini ada beberapa asumsi yang harus dipatuhi seperti misalnya citra yang lebih baru akan mengubah isi informasi yang sudah ada sebelumnya tanpa mempertimbangkan resolusinya. Pada informasi yang berubah drastis inilah akan dilaksanakan pekerjaan lapangan berupa observasi secara sampling.
5. PENUTUP
Setelah menginventarisasi kebutuhan data spasial bagi pengelolaan hutan tanaman dan mengetahui kemampuan Citra Penginderaan Jauh untuk memenuhi kebutuhan tersebut, maka perlu disiapkan pembakuan dan praktek (standards and practices) untuk mendukung pelaksanaannya. Di samping itu, data yang dihasilkan harus dapat menjadi acuan bagi pekerjaan dalam skala operasional. Beberapa hal yang perlu ditindaklanjuti sehubungan dengan penerapan teknologi Penginderaan Jauh dalam pengelolaan hutan tanaman industri ialah:
a. Implementasi Sistem Informasi Geografis (GIS): agar data yang diperoleh dari berbagai sumber, baik dari aplikasi teknologi Penginderaan Jauh maupun survei lapangan dapat diintegrasikan. Basisdata spasial yang dibangun disimpan dalam suatu media tetap yang tunggal sehingga selalu konsisten. Dalam skala korporasi, perlu dibangun suatu jaringan penampilan, pemasukan (input) dan transaksional data spasial, salah satu yang paling populer ialah dengan menerapkan GIS berbasiskan Web. Data atribut disimpan dalam suatu RDBMS dan dapat digunakan oleh sistem Enterprise Resource Planning (ERP) yang digunakan.
b. Pola penerapan konsep multi: seiring dengan bergulirnya rotasi hutan tanaman industri, secara periodik diupayakan pengadaan Citra Penginderaan Jauh secara multi resolusi (lihat Gambar 4. di atas). Waktu pengadaan citra dengan suatu resolusi spasial tertentu boleh tidak terlalu ketat, kecuali Citra Landsat yang sudah ditentukan oleh pemerintah dan suatu saat nanti harus dicari alternatif penggantinya jika program Landsat tidak diteruskan oleh NASA/USGS.
Masih banyak kesempatan pengembangan aplikasi Penginderaan Jauh bagi pengelolaan hutan tanaman industri, terutama karena perkembangan teknologi baru seperti misalnya scanner hiperspektral yang portabel,
teknologi RADAR dan LIDAR yang terus berkembang dan sebagainya. Sementara teknologi lama yang sangat efektif dan terbukti berguna seperti potret udara format kecil berbiaya murah tidak banyak diulas dalam tulisan ini karena keterbatasan penerapan oleh penulis. Kemungkinan pengembangan lainnya ialah aplikasi pendugaan potensi hutan berdasarkan biomass yang sebenarnya sudah banyak diteliti, serta standarisasi penghitungan Indeks Luas Daun dari Citra Penginderaan Jauh yang nantinya akan banyak digunakan dalam perdagangan karbon sebagai produk samping pengelolaan hutan.
DAFTAR REFERENSI
Akingbogun, A., O Kosoko, and D.K. Aborisade. 2012. “Remote Sensing and GIS
Application for Forest Reserve Degradation Prediction and Monitoring”. FIG
Young Surveyors Conference: “ Knowing to Create the Future”. Rome, Italy, 4-5 May 2012.
Arief, Arifin. 2001. “Hutan dan Kehutanan”. Yogyakarta, Indonesia: Penerbit Kanisius. Bruzzone, L., Fabio Roli, and Sebastiano B. Serpico. 1995. “An Extension of
Jeffreys-Matusita Distance to Multiclass Cases for Feature Selection”. IEEE Transaction
on Geoscience and Remote Sensing, Vol. 33 No. 6: 1316 - 1321.
Davis, L.S., and K.N. Johnson. 1987. “Forest Management Third Edition”. New York, USA: McGraw-Hill Book Company.
Glenn, E.P., A.R. Huete, P.L. Nagler, S.G. Nelson. 2008. “Relationship between
Remotely-sensed Vegetation Indices, Canopy Attribute and Plant Physiological Processes: What Vegetation Indices Can and Cannot Tell Us about the Landscape.”
www.mdpi.org/sensors
Hussin, Y.A. and W. Bijker. 2000. “Inventory of Remote Sensing Application in Forestry
for Sustainable Management”. Amsterdam: International Archives of
Photogrammetry and Remote Sensing. Vol XXXIII Part B.7
Keputusan Kepala Badan Planologi Kehutanan No. SK 04/VII-PW/2005 tentang:
“Prosedur Pemeriksaan Peta Hasil Penafsiran Citra Landsat Kawasan Hutan yang Akan Dilepaskan untuk Pengembangan Usaha Budidaya Perkebunan”.
Jakarta: Departemen Kehutanan Republik Indonesia, Badan Planologi Kehutanan. Keputusan Menteri Kehutanan Nomor 70/Kpts-II/95 Tanggal 6 Februari 1995 tentang:
“Pengaturan Tata Ruang Hutan Tanaman Industri”. Jakarta: Departemen
Kehutanan Republik Indonesia.
Lillesand, T.M. and R.W. Kiefer. 2000. “Remote Sensing and Image Interpretation”. New York, USA: John Wiley & Sons, Inc.
Molidena, E. dan A.R. Asy-syakur. 2012. “Karakteristik Pola Spektral Vegetasi Hutan
dan Tanaman Industri Berdasarkan Data Penginderaan Jauh”. Pertemuan Ilmiah
Tahunan MAPIN XIX “Geospasial dalam Pembangunan Ruang yang Berkualitas”. Makasar, 7 Juni 2012
Murdiyarso, D., U. Rosalina, K. Hairiah, L. Muslihat, I N.N. Suryadiputra dan Adi Jaya. 2004. “Petunjuk Lapangan: Pendugaan Cadangan Karbon pada Lahan Gambut”. Proyek Climate Change, Forests and Peatlands in Indonesia. Bogor. Indonesia: Wetlands International – Indonesia Programme dan Wildlife Habitat Canada. Peraturan Direktur Jenderal Bina Produksi Kehutanan Nomor P.9/VI/BPHA/2009
dalam Areal Izin Usaha Pemanfaatan Hasil Hutan Kayu pada Hutan Produksi”.
Jakarta: Departemen Kehutanan Republik Indonesia, Direktorat Jenderal Bina Produksi Kehutanan.
Peraturan Menteri Kehutanan Nomor P.03/Menhut-II/2008 Tanggal 6 Februari 2008 tentang: “Deliniasi Areal Izin Usaha Pemanfaatan Hasil Hutan Kayu pada Hutan
Tanaman Industri dalam Hutan Tanaman”. Jakarta: Departemen Kehutanan
Republik Indonesia.
Pouliot, D.A., D.J. King, and D.G. Pitt. 2006. “Automated Assessment of Hardwood and
Shrub Competition in Regenerating Forest using Leaf-Off Airborne Imagery”.
Remote Sensing of Environment 102 (2006): 223 – 236
Sub Direktorat Statistik dan Jaringan Komunikasi Data Kehutanan. 2009. “Statistik
Kehutanan Indonesia 2008”. Jakarta: Kementerian Kehutanan Republik Indonesia,
Direktorat Jenderal Planologi Kehutanan.
Sunarto, K, and Wasrin, U. R. 1992. “Vegetation Mapping of Baturaja and Its
Surroundings Using SPOT Imagery”. Yogyakarta, Indonesia: The International
Conference on Geography in the Asean Region, 2nd prosiding, Yogyakarta, 31 Ags – 3 Sep 1992.
Susilo, B. 2004. Perbandingan antara Integrasi Penginderaan Jauh Fotografis dan Sistem Informasi Geografis dengan Pemetaan Pemetaan Bonita untuk Pemetaan Kesesuaian Lahan untuk Tanaman Jati. Studi Kasus di Bagian Hutan Karangsono KPH Telawa Jawa Tengah dalam: Danoedoro, P. (ed). “Sains Informasi
Geografis: dari Perolehan dan Analisis Citra hingga Pemetaan dan Pemodelan Spasial”. Yogyakarta, Indonesia: Jurusan Kartografi dan Penginderaan Jauh
Fakultas Geografi UGM.
Swain, P.H., and S.M. Davis. 1978. “Remote Sensing: The Quantitative Approach”. New York, USA: McGraw-Hill Book Company.
Nunes, A., and M. Caetano. 2006. “Forest Monitoring with Remote Sensing: a Web
Applicator for the Common User”. Nevada, USA: ASPRS 2006 Annual
Conference.
Qaid, A.M. and H.T. Basavarajappa. 2008. “Application of Optimum Index Factor
Technique to Landsat-7 Data for Geological Mapping of North East of Hajjah, Yemen”. American-Eurasian Journal of Scientific Research 3 (1): 84-91