PENGEMBANGAN MODUL VISUALISASI PERUBAHAN
STOK KARBON PADA PERANGKAT
LUNAK REDD ABACUS
FAHMAN HAQQI
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Pengembangan Modul Visualisasi Perubahan Stok Karbon pada Perangkat Lunak REDD Abacus adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.
Bogor, Agustus 2013
Fahman Haqqi
ABSTRAK
FAHMAN HAQQI. Pengembangan Modul Visualisasi Perubahan Stok Karbon pada Perangkat Lunak REDD Abacus. Dibimbing oleh AGUS BUONO dan BABA BARUS.
Reduksi emisi karbon dari deforestasi dan degradasi hutan menjadi pusat permasalahan dalam usaha mengatasi perubahan iklim. Deforestasi diestimasi melepaskan jumlah karbon dalam orde 1-2 miliar ton per tahun pada tahun 1990, hampir mencapai 15-25% dari emisi gas rumah kaca di seluruh dunia. Dari data tersebut, timbul urgensi untuk melakukan pemantauan perubahan stok karbon. Visualisasi merupakan salah satu teknik yang umum digunakan untuk pemantauan (monitoring) kondisi. REDD Abacus yang dikembangkan oleh ICRAF memiliki informasi perubahan stok karbon, namun tanpa disertai visualisasi. Penelitian mengembangkan sebuah modul visualisasi perubahan stok karbon untuk melengkapi REDD Abacus. Modul ini dapat memberikan visualisasi perubahan jumlah stok karbon di suatu wilayah dalam satu periode perubahan. Modul dibangun di atas platform uDig. Modul dapat menghasilkan peta visualisasi dalam 2 format, yaitu format raster dan format vektor. Pemrosesan menggunakan kalkulasi per piksel dieksekusi ketika hasil peta diinginkan dalam format raster, dengan waktu 3-4 detik. Pemrosesan menggunakan kueri spasial dieksekusi ketika hasil peta diinginkan dalam format vektor, dengan waktu 10-15 menit.
Kata kunci: monitoring, REDD Abacus, stok karbon, visualisasi
ABSTRACT
FAHMAN HAQQI. Development of Carbon Stock Changes Visualization Module on REDD Abacus Software. Supervised by AGUS BUONO and BABA BARUS.
Carbon emission reduction from forest deforestation and degradation becomes a problem focus in the attempt to cope with climate changes. Deforestation was estimated to release carbon in the order of 1-2 billion tons per year in 1990, about 15-25% of greenhouse effect gases in the whole world. From those data, it is urgently needed to monitor carbon stock changes. Visualization is a common technique used to monitor the condition. REDD Abacus, developed by ICRAF, provides carbon stock changes information, but it lacks visualization. This research presents a development of carbon stock changes visualization module to supplement the REDD Abacus. This module can visualize carbon stock changes in a region in one period of changes. It is developed with uDig platform. The module can generate visualization map in 2 formats, i.e., vector and raster. Processing with pixel calculation is executed when the user needs the map result in raster format, taking 3-4 seconds. Processing with spatial query is executed when the user needs the map result in vector format, taking 10-15 minutes.
Skripsi
sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada
Departemen Ilmu Komputer
PENGEMBANGAN MODUL VISUALISASI PERUBAHAN
STOK KARBON PADA PERANGKAT
LUNAK REDD ABACUS
FAHMAN HAQQI
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Judul Skripsi : Pengembangan Modul Visualisasi Perubahan Stok Karbon pada Perangkat Lunak REDD Abacus
Nama : Fahman Haqqi NIM : G64090013
Disetujui oleh
Dr Ir Agus Buono, MSi MKom Pembimbing I
Dr Ir Baba Barus, MSc Pembimbing II
Diketahui oleh
Dr Ir Agus Buono, MSi MKom Ketua Departemen
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Januari 2013 ini ialah pengembangan perangkat lunak, dengan judul Pengembangan Modul Visualisasi Perubahan Stok Karbon pada Perangkat Lunak REDD Abacus.
Terima kasih penulis ucapkan kepada Bapak Dr Ir Agus Buono, MSi MKom selaku pembimbing pertama dan Bapak Dr Ir Baba Barus, MSc selaku pembimbing kedua. Di samping itu, penghargaan penulis sampaikan kepada Bapak Degi Harja Asmara, SKom dari ICRAF selaku penguji dan pihak yang telah membantu akuisisi data serta pemberian saran terkait teknis pengolahan data spasial. Ungkapan terima kasih juga disampaikan kepada ayah, ibu, seluruh keluarga, serta rekan-rekan Ilmu Komputer 46 atas segala doa, semangat, dan kasih sayangnya.
Semoga karya ilmiah ini bermanfaat.
Bogor, Agustus 2013
DAFTAR ISI
DAFTAR TABEL ix
DAFTAR GAMBAR ix
PENDAHULUAN 1
Latar Belakang 1
Perumusan Masalah 3
Tujuan Penelitian 3
Manfaat Penelitian 3
Ruang Lingkup Penelitian 3
METODE 4
Analisis Kebutuhan dan Analisis Data 4
Desain Proses 6
Desain Modul 9
Implementasi Desain Modul 10
Pengujian dan Validasi 10
HASIL DAN PEMBAHASAN 11
Hasil Implementasi 11
Pengujian dan Validasi 13
SIMPULAN DAN SARAN 19
Simpulan 19
Saran 19
DAFTAR PUSTAKA 20
DAFTAR TABEL
1 Tabel pengujian fungsi sistem 13
2 Perhitungan luas area peta input 13
3 Perhitungan luas area peta output 14
4 Perhitungan luas area peta input (not simplified) 14 5 Perhitungan luas area peta output (not simplified) 15 6 Hasil uji hubungan ukuran peta dan waktu operasi (peta raster) 18 7 Hasil uji hubungan jumlah poligon peta dan waktu operasi (peta vektor) 18
DAFTAR GAMBAR
1 Matriks emisi pada Abacus (Harja et al. (2011)) 2
2 Metode penelitian 4
3 Peta yang menjadi bahan penelitian sekaligus input dari modul 5 4 Data stok karbon berupa jumlah karbon rata-rata per tipe tutupan lahan,
dengan besaran Ton/Ha 5
5 Ilustrasi tahapan perhitungan selisih per piksel dalam
tipe output pertama 7
6 Diagram alir proses yang terjadi dalam modul pada tipe output pertama 7 7 Ilustrasi tahapan perhitungan selisih per poligon dalam
tipe output kedua 8
8 Diagram alir proses yang terjadi dalam modul pada tipe output kedua 9 9 Desain antarmuka modul dalam bentuk wizard beserta desain notifikasi 10 10 Peta visualisasi perubahan stok karbon berformat raster pada kasus
pertama 12
11 Peta visualisasi perubahan stok karbon berformat vektor pada kasus
kedua 12
12 Ilustrasi transformasi ArcGIS dari peta raster menjadi peta vektor 15
13 Ilustrasi kesalahan interseksi pada peta 16
14 Peta visualisasi berformat raster dengan pewarnaan menggunakan
ArcGIS 17
15 Peta visualisasi berformat vektor dengan pewarnaan menggunakan
ArcGIS 17
16 Kurva hubungan ukuran peta dan waktu operasi pada peta raster dan peta
PENDAHULUAN
Latar Belakang
Banyaknya emisi karbon dari deforestasi dan degradasi hutan menjadi pusat permasalahan dalam usaha mengatasi perubahan iklim. Hutan merupakan penyimpan karbon terbesar. Ketika hutan terdegradasi, karbon yang tersimpan dilepaskan ke atmosfer dalam bentuk gas karbondioksida (CO2). Deforestasi
diestimasi melepaskan jumlah karbon dalam orde 1-2 miliar ton per tahun pada tahun 1990, hampir mencapai 15-25% dari emisi gas rumah kaca di seluruh dunia (Gibbs et al. 2007). Gas-gas rumah kaca ini menyebabkan atmosfer menahan energi panas. Cahaya matahari yang mencapai permukaan bumi dapat dipantulkan kembali ke luar angkasa ataupun diserap oleh bumi. Setelah diserap, bumi melepaskan sebagian energi tersebut kembali ke atmosfer dalam bentuk energi panas (juga disebut sebagai radiasi inframerah). Gas-gas rumah kaca di atmosfer menyerap energi tersebut, memperlambat atau mencegah pelepasan energi panas ke luar angkasa. Dengan demikian, gas rumah kaca tersebut berlaku seperti sebuah selimut, membuat bumi menjadi lebih hangat. Meningkatnya emisi karbon menyebabkan ketidakseimbangan aliran energi panas karena semakin besar konsentrasi gas karbondioksida di atmosfer. Hal ini menyebabkan semakin besarnya jumlah energi panas yang ditahan dan bumi semakin menghangat. Peningkatan temperatur global bumi inilah yang mempengaruhi perubahan iklim (EPA 2013).
Dari fakta tersebut, timbul urgensi untuk melakukan pemantauan perubahan stok karbon di suatu wilayah tertentu. Pemantauan ini dimanfaatkan lebih lanjut dalam berbagai hal, misalnya perancangan rencana penggunaan lahan, pengendalian stok karbon, evaluasi sistem/kebijakan, dan perancangan perdagangan karbon. Perubahan stok karbon yang dimaksud dapat berupa emisi maupun sekuestrasi karbon. Beberapa teknik dalam memantau stok karbon telah diajukan oleh banyak peneliti. Pembandingan beberapa teknik dalam mapping dan
monitoring stok karbon menggunakan observasi satelit telah dilakukan dalam sebuah penelitian oleh Goetz et al. (2009). Beberapa teknik yang dibahas diantaranya Stratify & Multiply (SM) Approach, Combine & Assign (CA)
Approach, dan Direct Remote Sensing (DR) Approach.
REDD Abacus adalah perangkat lunak yang dikembangkan oleh pusat penelitian agroforestri, ICRAF (World Agroforestry Centre). REDD dalam nama Abacus menunjukkan bahwa perangkat lunak Abacus dibangun untuk mendukung misi pengurangan emisi karbon dari deforestasi dan degradasi hutan. REDD (Reducing Emissions from Deforestation and Degradation) menurut Parker et al.
2
area tertentu dalam satu periode dan menghasilkan kurva abatement cost. Dengan demikian, Abacus dapat digunakan sebagai alat utama dalam pengembangan rencana penggunaan / pemanfaatan lahan untuk strategi pengembangan emisi bertingkat rendah di tingkat provinsi. Selain itu, Abacus juga digunakan untuk menilai efisiensi karbon dari projek berbasis pengolahan lahan skala besar serta mengestimasi abatement cost emisi dari perubahan penggunaan lahan.
Abacus memanfaatkan informasi-informasi berupa representasi perubahan tutupan lahan dari sudut pandang ekonomi maupun sudut pandang penyimpanan karbon, data stok karbon untuk setiap representasi tersebut, data NPV (Net Present Value) untuk setiap tipe tutupan lahan menggunakan perhitungan privat maupun sosial, serta matriks perubahan tutupan lahan yang merepresentasikan baik perubahan di masa sebelumnya maupun skenario perubahan yang akan dilakukan di masa yang akan datang. Dengan input berupa informasi-informasi tersebut, Abacus kemudian melakukan beberapa tahapan, yaitu konversi perbedaan stok karbon menjadi estimasi emisi, membangun tabel opportunity cost untuk setiap tipe perubahan tutupan lahan dari NPV dan stok karbon, menentukan emisi aktual untuk setiap sel dalam matriks dari area yang bersangkutan dan emisi per unit area, dan menyajikan jumlah emisi kumulatif setelah diurutkan berdasarkan opportunity cost. Keempat tahapan tersebut ditujukan untuk pembuatan sebuah grafik dua dimensi yang menunjukkan opportunity cost dari perubahan tutupan lahan yang bersifat menghindari deforestasi dan volume dari emisi karbondioksida. Langkah-langkah tersebut merupakan hasil dari penelitian yang dilakukan oleh ICRAF. Dengan demikian, REDD Abacus merupakan aplikasi yang dibangun dengan memanfaatkan hasil-hasil penelitian ICRAF, sehingga sesuai dengan kebutuhan kerja dari ICRAF.
Dalam REDD Abacus, sudah terdapat fungsi yang memberikan informasi terkait perubahan stok karbon. Gambar 1 menunjukkan cara Abacus menampilkan perubahan stok karbon dalam bentuk matriks. Untuk mengoptimalkan fungsi REDD Abacus, diperlukan modul visualisasi perubahan stok karbon. Mengapa diperlukan visualisasi? Berdasarkan kebutuhan pengguna REDD Abacus,
3 penyajian data stok karbon dalam bentuk matriks kurang cocok untuk analisis lanjut yang melibatkan aspek spasial. Melalui visualisasi, data kuantitatif terkait stok karbon dan data spasial dari wilayah diringkas menjadi informasi visual dalam sebuah peta, yang tentunya diharapkan menjadi lebih mudah dipahami dan memberikan informasi yang cukup untuk dilakukannya analisis lanjut. Pada penelitian ini dilakukan pengembangan modul visualisasi perubahan stok karbon dalam satu periode perubahan di suatu daerah tertentu.
Perumusan Masalah
Berbekalkan latar belakang yang telah diuraikan sebelumnya, maka dibutuhkan suatu aplikasi yang dapat melakukan visualisasi perubahan stok karbon, tentunya sebagai dasar untuk melakukan analisis lanjut terkait stok karbon dalam aplikasi REDD Abacus. Oleh karena itu, modul visualisasi ini dikembangkan sebagai modul baru untuk REDD Abacus.
Atas dasar rumusan masalah tersebut, didapatkan pertanyaan penelitian sebagai berikut:
1 Dapatkah dilakukan visualisasi perubahan stok karbon di suatu wilayah dalam satu periode perubahan dengan rentang tahun yang bervariasi?
2 Dapatkah dibangun sebuah modul visualisasi perubahan stok karbon?
Tujuan Penelitian
Penelitian ini bertujuan untuk membuat sebuah modul baru bagi REDD Abacus yang dapat memberikan visualisasi perubahan stok karbon per tipe tutupan lahan di suatu wilayah dalam satu periode perubahan.
Manfaat Penelitian
Manfaat dari penelitian ini adalah dapat membantu mengoptimalkan analisis spasial terkait keadaan stok karbon beserta emisi karbon dengan menggunakan modul visualisasi yang telah dibuat sebagai dasarnya.
Ruang Lingkup Penelitian
Ruang lingkup pada penelitian ini antara lain:
1 Penelitian ini menggunakan data hasil penelitian yang dilakukan oleh ICRAF. 2 Sumber data daerah yang digunakan terbatas (berupa data dummy).
3 Ukuran data stok karbon yang diujikan adalah jumlah karbon rata-rata per tipe tutupan lahan, dengan besaran Ton/Ha.
4 Pengembangan sistem ini menggunakan bahasa pemrograman Java, platform
uDig, RCP Eclipse, dan GeoTools library yang mendukung dalam pengolahan data spasial.
4
6 Spesifikasi komputer yang digunakan untuk penelitian ini : a Processor : Intel Core i7-2630QM 2.00 GHz (8 CPUs)
b Physical Memory (RAM) : 8 GB @ 800 MHz
c Graphic Card : Nvidia GT540M 2 GB
METODE
Penelitian ini dilakukan melalui beberapa tahap. Penelitian ini memiliki fokus pada pembangunan perangkat lunak sehingga tahapan penelitian yang dilakukan disesuaikan dengan salah satu tahapan pembangunan perangkat lunak. Tahapan tersebut ialah tahapan iteratif yang disesuaikan (Gambar 2).
Analisis Kebutuhan dan Analisis Data
Pada tahap ini, dilakukan analisis kebutuhan dari modul yang dibangun serta analisis data yang dimiliki. Informasi kebutuhan ini menjadi dasar perancangan hasil yang diinginkan pada visualisasi data. Analisis data dilakukan terhadap data yang akan menjadi input dari modul.
Output yang diharapkan dari penggunaan modul ini ialah sebuah peta yang menunjukkan perubahan jumlah stok karbon. Rentang perubahan stok karbon akan divisualisasikan dalam rentang warna tertentu. Aturan pewarnaan dapat ditentukan secara bebas oleh pengguna sesuai kebutuhan. Spesifikasi peta visualisasi yang diharapkan diantaranya peta dapat dihasilkan dalam format raster ataupun vektor. Kebutuhan lainnya ialah diharapkan proses berlangsung dengan cepat.
5
Peta raster yang dimiliki menyimpan nilai kode tipe tutupan lahan di setiap titik / pikselnya. Berbeda dengan peta raster, peta vektor yang dimiliki menyimpan nilai kode tipe tutupan lahan dalam salah satu atributnya, yaitu atribut GRIDCODE. Setiap geometri dalam peta vektor tersebut menyimpan nilai atribut GRIDCODE. Diketahui bahwa peta vektor ini merupakan hasil transformasi peta raster yang dimiliki menggunakan ArcGIS, dengan opsi penyederhanaan poligon (simplify poligon) diaktifkan. Tipe geometri yang ada dalam peta tersebut hanya berupa poligon.
Data stok karbon yang dimiliki ialah data stok karbon dalam bentuk fail berekstensi Comma Separated Value (CSV). Ada tiga macam nilai yang disimpan di tiap barisnya, yaitu nilai ID yang menyimpan kode tipe tutupan lahan, nilai kategori yang merupakan deskripsi tutupan lahan, serta nilai jumlah stok karbon rata-rata dari tutupan lahan tersebut dalam satuan Ton/Ha.
Gambar 3 Peta yang menjadi bahan penelitian sekaligus input dari modul. Kode tipe tutupan lahan disimpan dalam tiap piksel dalam peta raster. Dalam peta vektor, kode disimpan dalam atribut GRIDCODE dari setiap geometri dalam peta vektor
6
Desain Proses
Dari hasil analisis kebutuhan serta analisis data, kemudian dibuat rancangan implementasi perhitungan selisih stok karbon. Rancangan ini akan menjelaskan bagaimana algoritme proses input data, proses perhitungan selisih stok karbon, serta proses visualisasi hasil perhitungan selisih tersebut.
Input dari modul ialah dua peta tutupan lahan dan data stok karbon rata-rata, dengan peta pertama diinterpretasikan sebagai peta awal dan peta kedua sebagai peta akhir.
Perhitungan selisih jumlah stok karbon memanfaatkan informasi yang tersimpan dalam data-data input. Perhitungan selisih ini memanfaatkan pendekatan
Stratify & Multiply (SM) yang dibahas oleh Goetz et al. (2009), untuk menghasilkan dua tipe peta output, yaitu raster dan vektor.
Pendekatan Stratify & Multiply merupakan salah satu pendekatan yang digunakan untuk monitoring perubahan jumlah stok karbon dengan memanfaatkan citra satelit. Pendekatan ini terbagi menjadi dua tahap, yaitu Stratify, yang berarti membagi / mengkategorikan nilai berdasarkan aturan-aturan tertentu lalu memberikan nilai stok karbon untuk setiap kategori, dan Multiply yang berarti mengalikan jumlah piksel dalam citra satelit dengan kategori yang bersesuaian dengan kategori hasil tahap Stratify.
Pada tipe output pertama, output yang diinginkan berupa peta visualisasi berformat raster. Dengan demikian, data peta yang digunakan sebagai input ialah data peta berformat raster. Perhitungan selisih yang digunakan merupakan perhitungan per piksel. Nilai sampel di setiap piksel dari dua peta input
menunjukkan tipe tutupan lahan. Nilai sampel ini digunakan sebagai rujukan ke fail data stok karbon untuk mengambil nilai stok karbon rata-rata yang bersesuaian dengan tipe tutupan lahan piksel tersebut. Kemudian, nilai stok karbon piksel dari dua peta input dihitung selisihnya, dengan aturan nilai stok karbon peta akhir dikurangi nilai stok karbon peta awal. Hasil selisih ini kemudian disimpan di sebuah peta baru (peta hasil) dengan letak piksel yang sama dengan dua piksel yang sedang diproses dari dua peta input. Ilustrasi perhitungan selisih per piksel dapat dilihat pada Gambar 5. Diagram alir proses tipe output pertama dapat dilihat pada Gambar 6.
7
Gambar 5 Ilustrasi tahapan perhitungan selisih per piksel dalam tipe output pertama
Gambar 6 Diagram alir proses yang terjadi dalam modul pada tipe output pertama
Mulai
8
Kueri spasial dilakukan untuk menghemat waktu dalam proses perhitungan antar poligon, karena apabila tidak menggunakan kueri spasial, pengecekan hubungan interseksi antara suatu poligon pada peta akhir dengan keseluruhan poligon pada peta awal harus dilakukan. Proses pengecekan tersebut akan memakan waktu yang lama mengingat peta vektor dapat terdiri atas poligon-poligon yang berjumlah besar.
Setelah dilakukan kueri spasial, maka akan dilakukan perhitungan selisih stok karbon memanfaatkan nilai atribut GRIDCODE dari poligon yang diproses. Nilai atribut tersebut dilakukan untuk mendapatkan nilai stok karbon rata-rata dari fail data stok karbon. Kemudian, selisih stok karbon dihitung dengan aturan nilai stok karbon poligon peta akhir dikurangi nilai stok karbon poligon peta awal. Selisih tersebut kemudian disimpan dalam poligon baru hasil operasi interseksi dua poligon
input, dalam atribut CStockChanges. Ilustrasi perhitungan selisih per poligon dapat dilihat pada Gambar 7. Diagram alir proses tipe output kedua dapat dilihat pada Gambar 8.
Baik pada tipe output raster maupun vektor, interpretasi dari nilai selisih stok karbon ialah selisih bernilai positif menunjukkan terjadinya sekuestrasi (penyimpanan) karbon dari tahun awal ke tahun akhir, selisih bernilai negatif menunjukkan terjadinya emisi (pelepasan) karbon dari tahun awal ke tahun akhir, dan selisih bernilai nol menunjukkan tidak adanya perubahan dari tahun awal ke tahun akhir. Aturan pewarnaan dapat ditentukan sesuai kebutuhan pengguna.
Output modul berupa peta visualisasi akan disimpan ke dalam fail yang bersesuaian dengan format output, yaitu fail berekstensi .TIFF untuk peta raster dan fail berekstensi .shp untuk peta vektor.
9
Desain Modul
Tahapan desain modul adalah tahapan perancangan struktur modul aplikasi yang akan dibuat. Rancangan yang dihasilkan berupa rancangan antar muka modul yang disusun mengikuti alur skenario penggunaan modul.
Rancangan antar muka modul dapat dilihat pada Gambar 9. Modul dibuat dalam sebuah wizard, yang diakses dari sebuah menu tersendiri. Dalam wizard
tersebut, terlebih dahulu pengguna diminta memilih format output yang diinginkan, apakah peta raster atau peta vektor. Kemudian, pengguna diminta memilih dua buah
layer peta yang ingin diproses. Layer tersebut sudah dimasukkan ke dalam
workspace sebelumnya dengan melakukan perintah Import Data. Setelah memasukkan beberapa data yang diperlukan, pengguna harus menentukan tempat letak fail output yang dihasilkan akan diletakkan. Setelah itu, sistem akan melakukan perhitungan selisih karbon beserta pembuatan peta baru dengan format yang telah ditentukan untuk kepentingan visualisasi. Selesainya proses yang dilakukan oleh sistem akan ditandai dengan munculnya sebuah kotak dialog notifikasi proses yang berisi informasi waktu yang digunakan oleh proses beserta letak fail output yang dihasilkan.
10
Implementasi Desain Modul
Implementasi rancangan hasil tahapan desain modul berupa pembuatan modul visualisasi sesuai dengan rancangan-rancangan yang telah dibuat. Pada tahap ini, teknologi yang digunakan disesuaikan dengan hasil analisis kebutuhan pengguna.
Pengujian dan Validasi
Tahap pengujian dan validasi dilakukan sebagai tahapan akhir dalam pengembangan modul. Tahapan pengujian ditujukan untuk mengetahui apakah modul dapat berjalan dengan baik. Pengujian dilakukan dengan menggunakan pengujian per fungsi dalam modul.
Tahapan lainnya, yaitu tahapan validasi, ditujukan untuk mengetahui apakah hasil visualisasi merupakan hasil yang valid dan dapat dipercaya. Hal ini dikarenakan adanya resiko perubahan data pada peta akibat transformasi raster-vektor. Resiko ini dibawa oleh peta vektor yang menjadi salah satu input modul. Seperti yang telah disebutkan sebelumnya, peta vektor tersebut merupakan peta hasil transformasi peta raster menjadi peta vektor dengan bantuan ArcGIS. Ukuran validasi yang diperhatikan adalah luas area, nilai perubahan stok karbon yang tersimpan dalam peta, serta pewarnaan hasil visualisasi. Ukuran ini digunakan untuk membandingkan antara kedua peta output, yaitu peta visualisasi berformat raster dan peta berformat vektor.
Terakhir, diujikan beberapa peta dengan ukuran berbeda, baik peta berformat raster maupun berformat vektor (berbeda jumlah poligon), untuk mengetahui bagaimana hubungan antara ukuran peta dan waktu yang dihabiskan untuk operasi dalam modul.
Add Carbon Stock Rate Data Source :
Browse
Cancel Finish Next > < Back
You’re going to al ulate and visualize ar on sto k hanges. This may take some times.
Set location for output file : (output)
Browse
Time elapsed : 0.0 hours, 0.0 minutes, 4.0 seconds Output File : C:\Users\sampleRaster.tiff
OK
PROCESS FINISHED
11
HASIL DAN PEMBAHASAN
Hasil Implementasi
Berdasarkan desain proses dan desain modul yang telah dibuat, maka dilakukan implementasi dalam pembuatan modul visualisasi. Berdasarkan hasil analisis kebutuhan pengguna, implementasi dilakukan dengan memanfaatkan beberapa teknologi open source, di antaranya platform uDig, RCP Eclipse, dan pemanfaatan GeoTools library sebagai pendukung pengolahan berbasis geospasial. Dengan memanfaatkan fitur plugin development yang dimiliki platform uDig dan RCP Eclipse, modul visualisasi dibangun sebagai modul terpisah (independen) sehingga tidak perlu memperhatikan bagaimana proses integrasi modul pada REDD Abacus.
Hasil yang didapatkan adalah sebuah modul yang dapat memberikan visualisasi perubahan karbon sesuai format peta yang diinginkan. Opsi warna yang digunakan untuk menggambarkan informasi emisi dan sekuestrasi dapat dipilih secara bebas sesuai kebutuhan pengguna. Output peta dalam bentuk fail diletakkan pada lokasi yang telah ditentukan sebelumnya dalam wizard.
Dalam pengujian contoh kasus, digunakan dua peta contoh yang diberikan ICRAF, masing-masing merupakan peta tipe tutupan lahan pada tahun 2000 dan tahun 2005. Output yang diinginkan ialah peta visualisasi perubahan stok karbon dari tahun 2000 ke tahun 2005. Sebagai pembahasan pertama, diujikan output
dalam format raster.
Kedua peta yang digunakan dalam uji kasus ini berupa peta raster berformat TIFF berukuran 1635 x 866 piksel. Kedua peta tersebut dimasukkan ke dalam
workspace untuk digunakan dalam modul. Hasilnya adalah peta raster berukuran 1635 x 866 piksel dan berformat TIFF. Hasil dalam kasus ini dapat dilihat pada Gambar 10. Proses untuk kasus pertama menghabiskan waktu sebesar 3 detik.
Dalam pengujian kedua, output yang dipilih ialah peta berformat vektor. Data
input yang digunakan ialah dua peta berformat vektor (shapefile). Peta vektor tahun 2000 memiliki jumlah poligon sebanyak 34753 poligon dan peta vektor tahun 2005 memiliki jumlah poligon sebanyak 44693 poligon. Dalam kasus ini, waktu yang telah dihabiskan mencapai sekitar 10 menit, dengan jumlah interseksi sekitar 221.203 operasi. Peta vektor hasil untuk kasus ini dapat dilihat pada Gambar 11.
12
banyak (sejumlah bagian interseksi antara poligon pertama dan kedua). Pembuatan poligon interseksi juga memerlukan waktu. Dalam kasus peta raster, sebuah piksel pada peta pertama langsung diproses dengan hanya sebuah piksel pada peta kedua dengan lokasi titik yang sama. Kedua piksel langsung mengalami proses perhitungan perubahan stok karbon dan langsung disimpan pada peta hasil dengan lokasi titik yang sama dengan lokasi titik kedua piksel peta input. Dengan demikian, operasi perhitungan hanya berjumlah 1415910, sejumlah data yang tersimpan pada peta raster input.
Gambar 10 Peta visualisasi perubahan stok karbon berformat raster pada kasus pertama. Warna jingga hingga merah menunjukkan emisi, sedangkan warna hijau menunjukkan sekuestrasi.
13
Pengujian dan Validasi
Pengujian sistem dilakukan dengan pengujian per fungsi. Fungsi-fungsi yang diimplementasikan dalam modul diuji satu per satu. Hasil pengujian dapat dilihat pada Tabel 1. Fungsi-fungsi tersebut merupakan fungsi yang digunakan dalam kedua skenario penggunaan modul visualisasi.
Untuk validasi, seperti yang telah dijelaskan sebelumnya, diukur dalam 3 ukuran, yaitu luas area, nilai perubahan stok karbon yang tersimpan dalam peta, serta pewarnaan hasil visualisasi. Sebagai pembahasan pertama, akan dibahas ukuran validasi pertama, yaitu validasi luas area.
Ada 2 tipe peta vektor yang digunakan dalam validasi luas area pada penelitian ini. Tipe pertama adalah peta vektor ICRAF yang merupakan hasil transformasi peta raster menjadi peta vektor dengan opsi penyederhanaan poligon diaktifkan (simplified), sedangkan tipe kedua adalah peta vektor ICRAF yang dihasilkan dengan melakukan transformasi peta raster menjadi peta vektor yang sama dengan peta pertama, namun opsi penyederhanaan poligon tidak diaktifkan (not simplified).
Pada Tabel 2, dapat dilihat hasil pengukuran luas area untuk 2 peta input yang menjadi pengujian, yaitu peta tahun 2000 dan 2005 dalam format raster dan vektor, dengan peta vektor tipe pertama (simplified). Pada tabel tersebut, terlihat bahwa terdapat selisih luas antara peta berformat raster dan peta berformat vektor dengan persentase rasio selisih yang kecil, 6.391 × 10-3 % untuk peta tahun 2000 dan 8.367
× 10-3 % untuk peta tahun 2005.
Tabel 1 Tabel pengujian fungsi sistem
Kode Fungsi Nama Fungsi Hasil Uji
V01 Input dua peta vektor Sukses
V02 Atur lokasi fail keluaran Sukses
V03 Baca poligon Sukses
V04 Hitung selisih stok karbon dari dua peta vektor Sukses
V05 Membuat poligon hasil interseksi Sukses
V06 Membuat fail output (peta vektor) Sukses
V07 Transformasi Vektor-Raster Sukses
V08 Kueri spasial hubungan interseksi Sukses
V09 Kalkulasi per piksel Sukses
V10 Membuat peta raster Sukses
Tabel 2 Perhitungan luas area peta input
Input Map (2000) Input Map (2005)
Raster (Grid) 486083 486083
Raster x Grid_size (dd)a 3.937 × 10-1 3.937 × 10-1
Vektor (dd)a 3.937 × 10-1 3.937 × 10-1
Selisih Raster – Vektor (dd)a 2.516 × 10-5 3.294 × 10-5
| Rasio selisih | (%) 6.391 × 10-3 8.367 × 10-3 a
14
Pada Tabel 3, dapat dilihat hasil pengukuran luas area untuk peta output yang terbagi dalam 3 bagian daerah, yaitu daerah sekuestrasi, daerah emisi, dan daerah netral. Daerah sekuestrasi ialah bagian daerah yang memiliki perubahan stok karbon bernilai positif. Daerah emisi ialah bagian daerah yang memiliki perubahan stok karbon bernilai negatif, sedangkan daerah netral ialah bagian daerah yang memiliki perubahan stok karbon bernilai nol. Pada Tabel 3, terlihat bahwa terdapat rasio selisih luas cukup besar. Daerah sekuestrasi pada peta raster lebih kecil 6% dari daerah sekuestrasi pada peta vektor. Daerah emisi pada peta raster lebih kecil 1.8% dari daerah emisi pada peta vektor. Daerah netral pada peta raster, berbeda dengan sekuestrasi dan emisi, lebih besar 1.9% dari daerah netral pada peta vektor.
Sebagai perbandingan, seperti yang telah disebutkan sebelumnya, diujikan peta vektor hasil transformasi raster-vektor tanpa menggunakan opsi penyederhanaan poligon (not simplified). Pada Tabel 4, terlihat bahwa terdapat selisih luas antara peta berformat raster dan peta berformat vektor dengan persentase rasio selisih yang sangat kecil, lebih kecil dibandingkan pengukuran tipe pertama (simplified). Rasio selisih luas tersebut bernilai 1.169 × 10-11 % untuk peta tahun 2000 dan 2.820 × 10-11% untuk peta tahun 2005.
Pada Tabel 5, ditunjukkan luas area daerah sekuestrasi, emisi, dan netral pada
output peta raster dan peta vektor yang merupakan hasil pengolahan peta vektor tipe kedua (not simplified). Terlihat bahwa selisih antara output raster dan vektor tersebut sangat kecil, lebih kecil dibandingkan pengukuran tipe pertama (simplified). Selisih daerah sekuestrasi, emisi, dan netral, masing-masing bernilai 6.328 × 10-11 %, 1.846 × 10-11 %, dan 3.445 × 10-11 %.
Tabel 3 Perhitungan luas area peta output
Sekuestrasi Emisi Netral
Raster (Grid) 45077 147186 293820
Raster x Grid_size
WGS84 dd = Degree Decimal
Tabel 4 Perhitungan luas area peta input (not simplified)
Input Map (2000) Input Map (2005)
Raster (Grid) 486083 486083
Raster x Grid_size (dd)a 3.937 × 10-1 3.937 × 10-1
Vektor (dd)a 3.937 × 10-1 3.937 × 10-1
Selisih Raster – Vektor (dd)a -4.602 × 10-14 -1.110 × 10-13
| Rasio selisih | (%) 1.169 × 10-11 2.820 × 10-11 a
15
Dengan melihat perbandingan antara pengukuran raster-vektor tipe pertama (simplified) dan pengukuran raster-vektor tipe kedua (not simplified), disimpulkan bahwa selisih yang besar pada pengukuran raster-vektor tipe pertama (simplified) disebabkan oleh transformasi peta input dari format raster menjadi vektor menggunakan opsi penyederhanaan poligon. Transformasi ini mengubah bentuk poligon dibandingkan dengan poligon tanpa opsi penyederhanaan. Tanpa opsi penyederhanaan, ArcGIS mengubah peta raster menjadi peta vektor, dengan poligon-poligon peta vektor tersebut dibentuk menyerupai bentuk peta raster. Ilustrasi transformasi ArcGIS dapat dilihat pada Gambar 12.
Ukuran kedua untuk validasi ialah nilai perubahan stok karbon yang tersimpan dalam peta. Sebaran nilai perubahan stok karbon sekuestrasi, emisi, dan netral tentunya dapat dilihat dari ukuran pertama, luas area. Yang diperhatikan pada ukuran kedua ialah rentang nilai perubahan stok karbon yang tersimpan dalam peta raster dan peta vektor. Dalam uji kasus peta visualisasi perubahan karbon dari tahun 2000 ke tahun 2005, terdapat perbedaan rentang nilai sekuestrasi dan nilai emisi pada peta raster dan peta vektor. Pada peta raster, rentang nilai sekuestrasi adalah 0 hingga 191.82 Ton/Ha, sedangkan rentang nilai emisi adalah 0 hingga -260.52 Ton/Ha. Pada peta vektor, rentang nilai sekuestrasi adalah 0 hingga 261.52 Ton/Ha, sedangkan rentang nilai emisi adalah 0 hingga -261.52 Ton/Ha. Setelah ditelusuri
Gambar 12 Ilustrasi transformasi ArcGIS dari peta raster menjadi peta vektor. Peta vektor dapat dihasilkan dengan/tanpa opsi penyederhanaan Tabel 5 Perhitungan luas area peta output (not simplified)
Sekuestrasi Emisi Netral
Raster (Grid) 45077 147186 293820
16
pada daerah-daerah pada vektor yang memiliki nilai di luar rentang nilai peta raster, didapatkan fakta bahwa daerah-daerah yang memiliki nilai-nilai tersebut merupakan daerah hasil interseksi dari poligon-poligon vektor yang memiliki sisi yang berhimpitan antara 2 poligon dengan posisi tetap dari peta awal ke peta akhir. Ilustrasi fakta tersebut bisa dilihat pada Gambar 13. Di antara 2 poligon tersebut, hasil interseksi terdiri atas dua hasil benar dan dua hasil salah. Hasil salah tersebut berupa garis di antara dua poligon hasil benar.
Ukuran ketiga, pewarnaan hasil visualisasi, dilakukan untuk mendukung validasi pertama dan kedua. Terkait pewarnaan, uDig memberikan pengaturan yang berbeda untuk peta raster dan vektor, sehingga menghasilkan peta dengan warna yang berbeda untuk peta raster dan vektor (Gambar 10 dan Gambar 11). Oleh karena itu, pewarnaan dilakukan dengan menggunakan perangkat lunak ArcGIS. Dengan 3 aturan klasifikasi yang sama, yaitu aturan untuk daerah sekuestrasi, daerah emisi, dan daerah netral, dilakukan pewarnaan untuk peta raster dan vektor. Hasilnya adalah didapatkan dua peta dengan warna yang sama dan sebaran yang tergolong sama (Lihat Gambar 14 dan Gambar 15, sedikit berbeda dikarenakan perbedaan luas yang telah dijelaskan sebelumnya).
17
Dalam pengujian hubungan antara ukuran peta dan waktu operasi, diujikan 10 ukuran berbeda untuk peta raster dan 5 jumlah poligon yang berbeda untuk peta vektor. Data pengukuran dapat dilihat pada Tabel 6 dan Tabel 7, masing-masing untuk pengukuran pada peta raster dan peta vektor. Hubungan antara ukuran peta dan waktu operasi pada peta raster dan vektor dapat dilihat pada Gambar 16. Gambar 14 Peta visualisasi berformat raster dengan pewarnaan menggunakan
ArcGIS
18
Terlihat pada peta raster, kurva meningkat secara konstan, sedangkan pada peta vektor, kurva meningkat secara kuadratik.
Tabel 6 Hasil uji hubungan ukuran peta dan waktu operasi (peta raster) Skala piksela 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Skala piksel yang dimaksud ialah rasio perbandingan antara ukuran grid / piksel peta yang diujikan dengan peta yang dimiliki (peta raster berukuran 1635x866, dengan ukuran sisi piksel 9 × 10-4 )
Tabel 7 Hasil uji hubungan jumlah poligon peta dan waktu operasi (peta vektor) Jumlah poligon peta I 769 2707 8029 18596 34753 Jumlah poligon peta II 957 3354 10262 24030 44693 Skala jumlah poligona 0.02 0.08 0.23 0.54 1
Waktu operasi (ms) 3193 9271 40380 175923 564718
a
Skala jumlah poligon yang dimaksud ialah rasio perbandingan antara jumlah poliogn peta yang diujikan dengan jumlah poligon peta yang dimiliki (dua peta vektor, peta I berisi 34753 poligon dan peta II berisi 44693 poligon )
Gambar 16 Kurva hubungan ukuran peta dan waktu operasi pada peta raster (atas) dan peta vektor (bawah)
19
SIMPULAN DAN SARAN
Simpulan
Berdasarkan hasil yang telah dijabarkan sebelumnya, disimpulkan bahwa telah dibangun sebuah modul visualisasi perubahan stok karbon bagi REDD Abacus. Modul yang dihasilkan dapat memvisualisasikan perubahan stok karbon di suatu wilayah dalam satu periode perubahan, dengan rentang tahun yang bervariasi. Peta visualisasi yang dihasilkan dapat berupa peta vektor dan peta raster, dengan memanfaatkan teknik kueri spasial untuk peta vektor dan operasi per piksel untuk peta raster.
Saran
20
DAFTAR PUSTAKA
[EPA]. United States Environmental Protection Agency (US). Causes of Climate Change [internet]. [diacu 2013 Juni 23]. Tersedia pada : http://www.epa.gov/climatechange/science/causes.html.
Gibbs HK, Brown S, Niles JO, Foley JA. 2007. Monitoring and Estimating Tropical Forest Carbon Stocks : Making REDD a Reality. Environmental Research Letters. 2(4). doi:10.1088/1748-9326/2/4/045023.
Goetz JS, Baccini A, Laporte TN, Johns T, Walker W, Kellndorfer J, Houghton RA, Sun M. 2009. Mapping and monitoring carbon stocks with satellite observations: A comparison of methods. Carbon Balance and Management. 4(2). doi:10.1186/1750-0680-4-2.
Harja D, Dewi S, van Noordwijk M, Ekadinata A, Rahmanulloh A. 2011. REDD Abacus SP – User Manual and Software. Bogor, Indonesia. World Agroforestry Centre – ICRAF, SEA Regional Office. hlm 89.
21
RIWAYAT HIDUP
Penulis dilahirkan di Bogor pada tanggal 03 Desember 1990 dari ayahanda Dr. Ir. Isdrajad Setyobudiandi, M.Sc dan ibunda Sundari. Penulis adalah putra ketiga dari lima bersaudara. Tahun 2009 penulis lulus dari SMAN 1 Bogor dan pada tahun yang sama Penulis diterima di Institut Pertanian Bogor (IPB) melalui Undagan Seleksi Masuk IPB (USMI) dan diterima di Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam.
