KLASIFIKASI DAN DETEKSI PERUBAHAN TUTUPAN
HUTAN DAN LAHAN MENGGUNAKAN CITRA ALOS
PALSAR RESOLUSI 50 METER DI WILAYAH BARAT
PROVINSI JAMBI
FAJAR ISNANU SAIDATU E14080107
DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN
RINGKASAN
FAJAR ISNANU SAIDATU. E14080107. Klasifikasi dan Detektsi Perubahan Tutupan Hutan dan Lahan Menggunakan Citra ALOS PALSAR Resolusi 50 Meter di Wilayah Barat Provinsi Jambi. Dibimbing oleh I NENGAH SURATI JAYA.
Saat ini, pengetahuan tentang kondisi penutupan hutan dan lahan serta dinamikanya dalam bentuk deforestasi dan degradasi hutan/lahan di suatu wilayah menjadi sangat penting, khususnya guna menunjang pengelolaan hutan berkelanjutan. Deteksi kondisi hutan dan lahan dapat dilakukan dengan pendekatan terestris, penginderaan jauh (remote sensing) dan kombinasi antara penginderaan jauh dan terestris. Di Indonesia, sejak tahun 1990-an, pemetaan dan pemantauan kondisi penutupan hutan dan lahan umumnya dilakukan menggunakan pendekatan penginderaan jauh satelit optik. Akan tetapi, untuk daerah tropis, penggunaan citra optik sering mengalami hambatan karena kehadiran awan dan haze pada musim penghujan serta kehadiran kabut asap pada saat musim kemarau. Kehadiran citra radar memberikan persepektif baru, yang dapat melengkapi dan/atau menggantikan keterbatasan citra optik.
Satelit ALOS (Advanced Land Observation Sattelite) dengan sensor PALSAR (Phased Array L-band Synthetic Aperture Radar) adalah salah satu citra radar yang diluncurkan tahun 2006 oleh Pemerintah Jepang. Sensor ALOS PALSAR ini mempunyai empat polarisasi, yaitu HH, HV, VH, dan VV. Akan tetapi, citra yang disediakan untuk penelitian umumnya mempunyai polarisasi HH dan HV.
Penelitian ini bertujuan untuk (1) mengidentifikasi tutupan hutan dan lahan dan (2) mendeteksi pola perubahan tutupan hutan dan lahan di Provinsi Jambi bagian barat menggunakan citra ALOS PALSAR resolusi 50 meter. Hasil dari penelitian ini diharapkan dapat digunakan sebagai informasi dasar dalam penyusunan MRV atau REDD++ dan sebagai informasi dasar dalam penyusunan rencana tata ruang dan wilayah.
Metode yang digunakan pada penelitian ini mencakup (1) klasifikasi yang digunakan adalah dengan pendekatan klasifikasi kualitatif (visual) pada citra komposit ALOS PALSAR (HH-HV-HH/HV) resolusi 50 meter rekaman tahun 2007 dan 2009; (2) klasifikasi kuantitatif (digital) dengan klasifikasi terbimbing dan (3) perbandingan-paska klasifikasi (post-classification comparison) citra rekaman tahun 2007 dan 2009. Lokasi pengamatan lapangan ditentukan dengan metode systematic sampling with random start dengan jarak antar titik 100 meter dan berjarak 500 meter dari tepi jalan.
separabilitasnya adalah 1.611,78 sedangkan akurasi Kappanya sebesar 58.78%. Berdasarkan analisis sebaran perubahan tutupan hutan dan lahan yang terjadi antara tahun 2007 dan 2009, pola perubahan tutupan hutan dan lahannya terjadi secara mengelompok di Kabupaten Tebo dan Sarolangun yaitu pada Kecamatan Koto, Tebo Ilir dan Pauh. Luas hutan yang mengalami deforestasi seluas 14.583,5 Ha kebanyakan terjadi di Kabupaten Tebo sedangkan degradasi hutan dan lahan seluas 399,8 Ha banyak terjadi di Kabupaten Tebo. Penelitian ini menyatakan bahwa citra ALOS PALSAR resolusi 50 meter mampu digunakan untuk mendeteksi tutupan hutan dan lahan beserta dengan deforestasi dan degradasi hutan. Apabila didukung dengan kemampuan analis yang baik, interpretasi secara visual akan memberi akurasi yang lebih baik dibandingkan dengan klasifikasi digital.
SUMMARY
FAJAR ISNANU SAIDATU. E14080107. Classifying and Detecting Forest and Land Cover Change Using 50-meter ALOS PALSAR Imagery in Jambi Province. Supervised by I NENGAH SURATI JAYA.
Currently, knowledge on conditions of forest and land cover as well as its dynamics changes, particularly in the form of deforestation and forest or land degradation in the region is highly important, especially to support sustainable forest management. Detection of forest and land condition could be performed either using terrestrial, remote sensing or a combination between remote sensing and terrestrial approach. In Indonesia, since the 1990s, the mapping and monitoring forest and land cover condition is generally performed using optical satellite remote sensing approach. However, in the tropics, the use of optical images often have serious obstacle due to the presence of clouds and haze in the rainy seasonand the presence of smog and smoke during the dry season. However, since the presence ofradar images, a newperspective is coming, which may give complementary and/or substitution information over optical image.
Satellite ALOS (Advanced Land Observation Sattelite) with sensor PALSAR (Phased Array L-band Synthetic Aperture Radar) is a radar image that had been launched in 2006 by the Government of Japan. They have four polarizations, namely HH, HV, VH, and VV. However, the image released to the public is commonly consisted of only HH and HV polarization.
The study objective are (1) to identify forest and land cover and (2) to detect patterns of change in forest and land cover in the Western Part of Jambi Province using 50-meter ALOS PALSAR. The results of this research are expected to be used for supporting the preparation of MRV or REDD++ as well as for basic information in regional spatial planning.
The method used in this study includes (1) image classification using qualitative classification approach (visual) on the composite image ALOS PALSAR (HH-HV-HH/HV) of 2007 and 2009, (2) image classification using quantitative classification (digital analysis) with the supervised method and (3) post-classification comparison by comparing 2007 and 2009 classified imageries. For ground checking and accuracy analysis, the location of ground observations were determined using systematic sampling with random start with the distance range from 100 meters to 500 meters from the edge of the road.
cover changes within the study site is clustered particularly in Tebo and Sarolangun Regencies. Deforestation of 14,583.5 hectaresis mostly occurred in Tebo Regency, while forest and land degradation of 399.8 hectares is mainly found in Tebo Regency. This study conclude that 50-meter ALOS PALSAR images could be used for detecting forest/land cover as well as deforestation and forest degradation. With skillful interpreter, the visual interpretation provides better accuracy than semi-automated (digital classification).
Judul Penelitian : Klasifikasi dan Detektsi Perubahan Tutupan Hutan dan Lahan Menggunakan Citra ALOS PALSAR Resolusi 50 Meter di Wilayah Barat Provinsi Jambi.
Nama Mahasiswa : Fajar Isnanu Saidatu Nomor Pokok : E14080107
Menyetujui: Dosen Pembimbing,
Prof. Dr. Ir. I Nengah Surati Jaya, M.Agr NIP. 19610909 198601 1 001
Mengetahui:
Ketua Departemen Manajemen Hutan Fakultas Kehutanan IPB
Dr. Ir. Didik Suharjito, MS NIP 19630401 199403 1 001
KLASIFIKASI DAN DETEKSI PERUBAHAN TUTUPAN
HUTAN DAN LAHAN MENGGUNAKAN CITRA ALOS
PALSAR RESOLUSI 50 METER DI WILAYAH BARAT
PROVINSI JAMBI
FAJAR ISNANU SAIDATU E14080107
Skripsi
Sebagai salah satu syarat untuk memperoleh gelar
Sarjana Kehutanan
di Fakultas Kehutanan Institut Pertanian Bogor
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
PERNYATAAN
Dengan ini saya menyatakan bahwa skripsi berjudul Klasifikasi dan Detektsi Perubahan Tutupan Hutan dan Lahan Menggunakan Citra ALOS PALSAR Resolusi 50 meter di Wilayah Barat Provinsi Jambi adalah benar-benar hasil karya saya sendiri dengan bimbingan dosen pembimbing dan belum pernah digunakan sebagai karya ilmiah pada perguruan tinggi manapun. Sumber infomasi 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.
Bogor, April 2013
RIWAYAT HIDUP
Penulis dilahirkan pada tanggal 24 September 1990 di Bogor. Penulis adalah anak kedua dari pasangan Bapak Fuad Say Benny dan Ibu Retno Susetyowati. Penulis menyelesaikan pendidikan sekolah dasar di SDN Panaragan I Bogor. Pendidikan menengah pertama penulis tempuh di SMPN 4 Bogor, kemudian pendidikan menengah atas penulis tempuh di SMAN 5 Bogor. Pada tahun 2008 penulis diterima di Institut Pertanian Bogor dengan mayor Manajemen Hutan melalui jalur SPMB (Seleksi Penerimaan Mahasiswa Baru).
Selama menjadi mahasiswa, penulis pernah menjadi anggota dalam organisasi Forest Management Student Club (FMSC) pada Kelompok Studi Perencanaan tahun ajaran 2010-2012. Penulis juga pernah menjadi asisten mata kuliah Inventarisasi Sumberdaya Hutan pada tahun ajaran 2010-2011, mata kuliah Teknik Inventarisasi Sumberdaya Hutan pada tahun ajaran 2011-2012 dan mata kuliah Geomatika dan Inderaja Kehutanan pada tahun ajaran 2011-2013 dan 2012 -2013.
Penulis melakukan kegiatan Praktek Pengenalan Ekosistem Hutan (PPEH) di Gunung Sawal dan Cagar Alam Pananjung Pangandaran, Ciamis, Jawa Barat pada tahun 2010, Praktek Pengelolaan Hutan (PPH) di Hutan Pendidikan Gunung Walat (HPGW), Sukabumi dan KPH Cianjur, Jawa Barat pada tahun 2011 dan Praktek Kerja Lapang (PKL) di IUPHHK-HT PT. Trisetia Intiga, Pangkalanbun, Kalimantan Tengah pada tahun 2012.
UCAPAN TERIMA KASIH
Dengan mengucap kata syukur dan segala puji bagi Allah SWT, pada kesempatan ini penulis mengucapkan terima kasih yang sebesar-besarnya kepada:
1. Kedua orang tua Bapak Fuad Say Benny dan Ibu Retno Susetyowati, adik, kakak dan keluarga besar yang selalu mendo’akan, memberikan motivasi, nasehat, dukungan moril dan materil dalam penyusunan skripsi ini.
2. Prof. Dr. Ir. I Nengah Surati Jaya, M.Agr selaku dosen pembimbing atas bimbingan, motivasi, pengarahan, kesabaran dan waktu yang diberikan selama penyusunan skiripsi ini.
3. Bapak Uus Saepul M. selaku staf Bagian Perencanaan atas dukungan, kesabaran dan pengarahan yang diberikan dalam penyusunan skripsi ini. 4. Ibu Nurhayati dan akang Heururizal selaku staf bagian Inventarisasi
Sumber Daya Alam di Badan Planologi Kehutanan atas dukungan data sekunder yang diberikan untuk membantu penulisan skripsi ini.
5. Bapak Prof. Dr. Ir. Bambang, Ibu Mira, Mba Rizky, Mba Mega dan staf CRC yang telah membantu melancarkan kegiatan di lokasi penelitian. 6. Dr. Ir. Rita Kartika Sari, M.Si selaku dosen penguji dari departemen disebutkan satu-persatu, atas semangat dan motivasi yang diberikan kepada penulis.
9. Teman-teman Fakultas Kehutanan angkatan 45 yang tidak dapat disebutkan satu-persatu, atas kontribusi dan bantuan yang diberikan kepada penulis.
KATA PENGANTAR
Puji dan syukur kehadirat Allah SWT atas segala limpahan rahmat dan karunia-Nya sehingga skripsi ini berhasil diselesaikan. Skripsi yang berjudul Klasifikasi dan Detektsi Perubahan Tutupan Hutan dan Lahan Menggunakan Citra ALOS PALSAR Resolusi 50 Meter di Wilayah Barat Provinsi Jambi ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Kehutanan pada Fakultas Kehutanan, Institut Pertanian Bogor.
Skripsi ini berisi gambaran mengenai evaluasi deteksi perubahan dan klasifikasi tutupan lahan dan hutan, pengukuran akurasi klasifikasi kualitatif, pengukuran akurasi klasifikasi kuantitatif, dan analisis perubahan tutupan hutan yang keseluruhannya menggunakan citra ALOS PALSAR resolusi 50 meter.
Penulis menyadari bahwa skripsi ini masih belum sempurna. Oleh karena itu penulis mengharapkan saran, kritik, dan masukan demi perbaikan tulisan ini. Penulis berharap tulisan ini dapat bermanfaat bagi dunia pendidikan, khususnya pendidikan kehutanan.
i
2.3.3 Pembuatan Kategori Klasifikasi ... 5
2.3.4 Klasifikasi Kualitatif ... 20
2.3.5 Klasifikasi Kuantitatif ... 21
2.3.6 Analisis Separabilitas ... 21
2.3.7 Uji Akurasi ... 22
2.3.8 Analisi Perubahan Tutupan Hutan ... 23
2.3.9 Pola Perubahan Tutupan Hutan ... 24
2.4 Diagram Alir Penelitian ... 25
BAB III KEADAAN UMUM LOKASI PENELITIAN ... 26
4.1 Klasifikasi Kualitatif ... 29
4.1.1 Tutupan Lahan... 30
4.1.1.1 Badan air ... 30
4.1.1.2 Hutan lahan kering ... 31
4.1.1.3 Hutan rawa ... 31
4.1.1.4 Pertanian lahan kering ... 31
4.1.1.5 Kebun campuran ... 32
4.1.1.6 Kebun karet ... 32
4.1.1.7 Kebun sawit ... 33
4.1.1.8 Semak belukar ... 33
4.1.1.9 Belukar rawa ... 33
4.1.1.10 Rawa ... 33
4.1.1.11 Sawah ... 34
4.1.1.12 Permukiman ... 34
4.1.1.13 Tanah terbuka ... 34
4.1.2 Akurasi Klasifikasi Kualitatif... 35
4.1.3 Kendala dan Permasalahan Klasifikasi Kualitatif ... 38
4.2 Klasifikasi Kuantitatif ... 38
4.2.1 Tutupan Lahan... 38
4.2.2 Separabilitas Klasifikasi Kuantitatif... 39
4.2.3 Akurasi Klasifikasi Kuantitatif... 40
4.2.4 Kendala dan Permasalahan Klasifikasi Kuantitatif ... 46
4.3 Perubahan Tutupan Hutan ... 46
4.3.1 Degradasi dan Deforestasi ... 47
4.3.2 Pola Perubahan Tutupan Hutan ... 47
BAB V KESIMPULAN DAN SARAN ... 51
5.1 Kesimpulan ... 51
5.2 Saran ... 51
iii
14. Kriteria nilai keterpisahan Transformed Divergence. ... 22
15. Matriks kontingensi ... 23
16. Luas area Kabupaten di Provinsi Jambi ... 26
17. Kelas ketinggian Provinsi Jambi ... 27
18. Luas wilayah menurut jenis tanah di Provinsi Jambi ... 28
19. Matrik kesalahan klasifikasi kualitatif citra ALOS PALSAR resolusi 50 meter tahun perekaman 2007. ... 36
20. Matrik kesalahan klasifikasi kualitatif citra ALOS PALSAR resolusi 50 meter tahun 2009. ... 37
21. Matriks separabilitas kelas tutupan lahan klasifikasi kuantitatif citra ALOS PALSAR rekaman tahun 2007 ... 42
22. Matriks separabilitas kelas tutupan lahan klasifikasi kuantitatif citra ALOS PALSAR rekaman tahun 2007 ... 43
23. Matriks kesalahan klasifikasi kuantitatif citra ALOS PALSAR resolusi 50 meter tahun perekaman 2007. ... 44
24. Matriks kesalahan klasifikasi kuantitatif citra ALOS PALSAR resolusi 50 meter tahun perekaman 2009. ... 45
25. Luas dan perubahan luas tutupan lahan hutan. ... 46
26. Deforestasi periode tahun 2007-2009 ... 47
28. Perubahan tutupan lahan di wilayah barat Provinsi Jambi periode
v
DAFTAR GAMBAR
No. Halaman
12. (a) Citra komposit HH-HV-HH/HV 2007, (b) citra grayscale HH 2009, (g) foto permukiman di lapangan dan (h) screen capture citra resolusi tinggi google maps [Februari 2013] ... 18 15. (a) Citra komposit HH-HV-HH/HV 2007, (b) citra grayscale HH
2007, (c) citra grayscale HV 2007, (d) citra komposit HH-HV-HH/HV 2009, (e) citra grayscale HH 2009, (f) citra grayscale HV 2009 dan (g) foto tanah terbuka di lapangan ... 19 16. Diagram alir tahapan penelitian ... 25 17. Peta hasil klasifikasi visual citra ALOS PALSAR resolusi 50 meter
wilayah barat Provinsi Jambi rekaman tahun 2007 ... 29 18. Peta hasil klasifikasi visual citra ALOS PALSAR resolusi 50 meter
wilayah barat Provinsi Jambi rekaman tahun 2009 ... 30 19. Peta hasil klasifikasi digital citra ALOS PALSAR resolusi 50 meter
wilayah barat Provinsi Jambi rekaman tahun 2009 ... 39 20. Peta hasil klasifikasi digital citra ALOS PALSAR resolusi 50 meter
wilayah barat Provinsi Jambi rekaman tahun 2009 ... 39 21. Peta perubahan tutupan hutan wilayah barat Provinsi Jambi periode
2007-2009 ... 48 22. Peta perubahan tutupan hutan dan lahan wilayah barat Provinsi
BAB I
PENDAHULUAN
1.1 Latar Belakang
Saat ini, deforestasi adalah isu sentral dikalangan pemerhati, praktisi kehutanan/lingkungan, birokrat dan lain sebagainya. Degradasi dan deforastasi hutan di Indonesia merupakan masalah yang kompleks sehingga perlu ditangani secara bijaksana. Keadaan hutan di Indonesia semakin memprihatinkan, berdasarkan data dan hasil analisis Kementerian Kehutanan, pada periode 1985-1997 telah terjadi laju deforestasi di Indonesia seluas 1,8 juta ha/tahun, lalu meningkat pada periode 1997-2000 sebesar 2,8 juta ha/tahun dan menurun kembali pada periode 2000-2005 sebesar 1,08 juta ha/tahun (BAPLAN 2008b). Dukungan teknologi, data multi waktu, serta langkah yang efisien akan membantu dalam menjaga konsistensi kualitas dan kuantitas hutan di Indonesia. Salah satu teknologi yang dapat diterapkan adalah dengan remote sensing atau penginderaan jauh.
Penyusunan basis data tentang tutupan lahan di Indonesia perlu dilakukan salah satunya agar dapat digunakan dalam perhitungan tingkat deforestasi dan pemetaan sebaran lokasi areal yang mengalami deforestasi (Kementerian Kehutanan 2010). Indonesia telah menggunakan penginderaan jauh untuk pemantauan sumber daya alam, khususnya dengan citra optik Landsat TM. Pada tahun 1990-an, Jambi masih memiliki tutupan lahan berupa hutan yang masih dominan. Berdasarkan analisis citra Landsat, tutupan hutan di Jambi hampir 50 persen dari 5,2 juta ha luas total kawasan Provinsi Jambi (WALHI 2012). Pemanfaatan teknologi penginderaan jauh dapat membantu dalam mendeteksi dinamika penggunaan lahan di Provinsi Jambi.
dengan menggunakan citra radar. Beberapa penelitian sebelumnya membuktikan bahwa citra radar ALOS PALSAR resolusi 50 meter mampu mengidentifikasi sebanyak 11 tipe tutupan lahan di Provinsi Bali (Salman 2011) dan sebanyak 7 tipe tutupan lahan pada beberapa kabupaten di Pulau Jawa, yaitu Kabupaten Tuban, Blora, Rembang dan Bojonegoro (Maharani 2011).
Aplikasi citra radar dalam penginderaan jauh sangat membantu dalam kegiatan identifikasi tutupan lahan di Indonesia. Citra radar mampu melakukan perekaman dalam segala kondisi cuaca, baik pada kondisi berawan, berasap maupun pada saat malam hari. Karakteristik citra synthetic aperture radar (SAR) yang berbeda dengan citra optik membutuhkan teknik interpretasi yang sedikit berbeda. Salah satu contoh citraSAR adalah Advanced Land Observation Sattelite
(ALOS) dengan sensor Phased Array L-band Synthetic Aperture Radar
(PALSAR).
1.2 Tujuan Penelitian
1. Mengevaluasi kemampuan citra ALOS PALSAR resolusi 50 meter dalam mengidentifikasi tutupan lahan di wilayah barat Provinsi Jambi. 2. Mengidentifikasi secara temporal dan spasial perubahan tutupan lahan
hutan yang terjadi di wilayah barat Provinsi Jambi menggunakan citra ALOS PALSAR resolusi 50 meter periode tahun 2007-2009.
1.3 Output Penelitian
1. Peta tutupan lahan wilayah barat Provinsi Jambi tahun 2007 dan 2009. 2. Peta perubahan tutupan lahan wilayah barat Provinsi Jambi periode tahun
2007-2009.
3. Pola perubahan tutupan hutan dan lahan wilayah barat Provinsi Jambi periode 2007-2009.
4. Akurasi klasifikasi kualitatf dan kuantitatif. 1.4 Manfaat Penelitian
1. Sebagai informasi dasar dalam penyusunan REDD++ (Reduce Emision from Deforestation and Degradation) dan MRV (Measurable, Reportable and Verifiable).
BAB II
METODE PENELITIAN
2.1 Lokasi dan Waktu Penelitian
Penelitian ini dilakukan di wilayah barat Provinsi Jambi yang secara geografis lokasi penelitian ada pada kisaran 101º10’ dan 103º10’ BT serta antara 0º45’ dan 2º45’ LS. Area penelitian meliputi Kabupaten Kerinci, Kabupaten Bungo, Kabupaten Tebo, Kabupaten Merangin dan Kabupaten Sorolangun. Proses pengolahan, analisis dan sintesa data dilakukan di Laboratorium Remote Sensing
dan GIS Fakultas Kehutanan IPB. Penelitian dilaksanakan pada bulan Juli 2012 sampai dengan bulan Februari 2013. Pengambilan data lapangan dilakukan pada tanggal 14-22 Desember 2012.
Gambar 1 Peta areal penelitian di wilayah barat Provinsi Jambi. 2.2 Alat dan Data
2.2.1 Alat
Alat yang digunakan pada saat pengukuran dan observasi lapangan adalah
2.2.2 Data
Penelitian ini menggunakan data citra ALOS PALSAR orthorectified
resolusi 50 meter polarisasi HH dan HV tahun perekaman 2007 dan 2009 cakupan wilayah Jambi, Peta Administrasi Provinsi Jambi tahun 2010, Layer tutupan lahan Provinsi Jambi tahun 2009 dan Layer Jalan Provinsi Jambi tahun 2010.
2.3 Tahapan Penelitian
2.3.1 Pembuatan Citra Komposit
Citra ALOS PALSAR terdiri dari dua polarisasi atau band yaitu HH dan HV sehingga citra hanya bisa ditampilkan dengan grayscale atau hitam putih. Interpretasi visual tentunya membutuhkan citra komposit berwarna, metode yang paling umum adalah membuat citra komposit dengan tiga kombinasi band, yaitu
red, green dan blue (RGB). Pembuatan band synthetic berupa rasio HH/HV diperlukan untuk pembuatan citra komposit warna. Citra komposit dibuat dengan
layer stack, menggabungkan band HH, HV, dan rasio (HH/HV) yang masing-masing dari band tersebut akan menjadi kombinasi red (HH), green (HV) dan
blue (HH/HV). Citra komposit warna tersebut berdasarkan prinsip warna aditif yang dihasilkan dari digital number (DN) masing-masing band yang diletakkan pada RGB monitor komputer (Jaya 2010).
2.3.2 Registrasi dan Mosaicking
Data citra ALOS PALSAR resolusi 50 meter yang digunakan adalah citra yang sudah orthorectified, artinya secara geometris citra tersebut telah terkoreksi (Yulianto 2002). Citra yang telah ter-orthorektifikasi adalah citra yang sudah mengalami perbaikan kesalahan posisi medan (terrain displacement) akibat dari variasi sudut pandang satelit, sehingga dapat dianggap ketelitiannya setara dengan peta (BAPLAN 2008a).
5
Rektifikasi yang sekaligus mengoreksi kesalahan terrain disebut dengan orthorektifikasi (Jaya 2010).
Wilayah Provinsi Jambi terdiri atas dua scene citra ALOS PALSAR, sehingga untuk kepentingan analisis dilakukan proses penggabungan citra atau proses mosaik. Proses mosaik merupakan proses menggabungkan beberapa citra menjadi satu kesatuan citra yang kohesif, yaitu dengan kontras konsisten, teroganisir dan koordinat ter-interkoreksi (Jaya 2010). Pada Gambar 2 disajikan citra ALOS PALSAR hasil mozaik, rekaman tahun 2007 dan 2009.
(a) (b)
Gambar 2 Mosaik citra ALOS PALSAR resolusi 50 meter Provinsi Jambi rekaman tahun 2007 (a), dan tahun 2009 (b).
2.3.3 Pembuatan Kategori Klasifikasi
Dalam kegiatan interpretasi citra, kategori klasifikasi disesuaikan dengan tujuan dan informasi yang diinginkan. Kategori klasifikasi yang digunakan dalam penelitian ini adalah kategori yang mencakup beberapa jenis tutupan lahan yang sebagian besar merujuk pada kriteria kelas tutupan hutan dan lahan yang dikeluarkan oleh Departemen Kehutanan. Guna interpretasi Citra Landsat, ada 23 kelas yang terdiri dari 7 kelas hutan (hutan primer, hutan sekunder, hutan rawa primer, hutan rawa sekunder, hutan mangrove primer, hutan mangrove sekunder dan hutan tanaman) dan 15 kelas (semak belukar, belukar rawa, rumput, perkebunan, pertanian lahan kering, pertanian lahan kering campur, sawah, tambak, tanah terbuka, pertambangan, permukiman, transmigrasi, bandara, rawa, air dan awan) bukan hutan serta kelas tertutup awan (BAPLAN 2008a).
7
Tabel 1 Kategori badan air Kelas Badan air
Deskripsi Badan air adalah kelas tutupan lahan berupa perairan, termasuk laut, sungai, danau, waduk, terumbu karang dan padang lamun (lumpur pantai) (BAPLAN 2008a). Menurut JICA dan Fahutan IPB (2010), badan air dapat berupa sungai, laut, danau, waduk, terumbu karang, padang lamun dan lain-lain. (Kenampakan visual citra dan foto lapangan dapat dilihat pada Gambar 3)
Tapak Air Fisiografi Datar Vegetasi - Kerapatan -
Citra ALOS PALSAR tahun rekaman 2007:
(a) (b) (c)
Citra ALOS PALSAR tahun rekaman 2009:
(d) (e) (f)
Foto lapangan:
(g)
Tabel 2 Kategori hutan lahan kering Kelas Hutan lahan kering
Deskripsi Kelas penutupan hutan lahan kering adalah kelas tutupan berupa hutan dataran rendah, perbukitan dan pegunungan (BAPLAN 2008a). Menurut JICA dan Fahutan IPB (2010), tutupan lahan hutan lahan kering merupakan seluruh kenampakan hutan yang berada pada ketinggian tertentu, perbukitan dan pegunungan baik hutan primer maupun sekunder. (Kenampakan visual citra dan foto lapangan dapat dilihat pada Gambar 4) Tapak Tidak ada
Fisiografi Berombak, bergelombang
Vegetasi Karet (Hevea brasiliensis), Meranti (Shorea sp.), Akasia (Acacia mangium), Jengkol (Pitheceloblum jiringa), Angsana (Pterocarpus indicus), Puspa (Schima wallichii)
Kerapatan Sedang, rapat
Citra ALOS PALSAR tahun rekaman 2007:
(a) (b) (c)
Citra ALOS PALSAR tahun rekaman 2009:
(d) (e) (f)
Foto lapangan:
(g)
9
Tabel 3 Kategori hutan rawa Kelas Hutan rawa
Deskripsi Hutan rawa adalah hutan di daerah berawa, termasuk rawa gambut dan rawa payau baik yang belum menampakan bekas penebangan maupun sudah (BAPLAN 2008a). Menurut JICA dan Fahutan IPB (2010), hutan rawa adalah tipe ekosistem hutan yang dipengaruhi faktor edafik berupa genangan air. (Kenampakan visual citra dan foto lapangan dapat dilihat pada Gambar 5)
Tapak Rawa
Fisiografi Datar, berombak Vegetasi
Kerapatan Sedang, rapat
Citra ALOS PALSAR tahun rekaman 2007:
(a) (b) (c)
Citra ALOS PALSAR tahun rekaman 2009:
(d) (e) (f)
Foto lapangan dan citra resolusi tinggi:
(g) (h)
Tabel 4 Kategori pertanian lahan kering Kelas Pertanian lahan kering
Deskripsi Pertanian lahan kering merupakan semua aktivitas pertanian di lahan kering seperti ladang (BAPLAN 2008a). JICA dan Fahutan IPB (2010) mendefinisikan pertanian lahan kering sebagai semua aktifitas pertanian di lahan kering seperti tegalan dan ladang. (Kenampakan visual citra dan foto lapangan dapat dilihat pada Gambar 6)
Tapak Tidak ada
Fisiografi Datar, berombak, bergelombang
Vegetasi Padi gogo (Oryza sativa), Jagung (Zea mays), Singkong (Manihot utulissima), Kacang panjang (Vigna sinensis)
Kerapatan Rapat
Citra ALOS PALSAR tahun rekaman 2007:
(a) (b) (c)
Citra ALOS PALSAR tahun rekaman 2009:
(d) (e) (f)
Foto lapangan:
(g)
11
Tabel 5 Kategori kebun campuran Kelas Kebun campuran
Deskripsi JICA dan Fahutan IPB (2010) menjelaskan bahwa kebun campuran adalah seluruh kawasan yang ditanami tanaman tahunan dan dengan tanaman beranekaragam jenis. (Kenampakan visual citra dan foto lapangan dapat dilihat pada Gambar 7)
Tapak Tidak ada Fisiografi Datar
Vegetasi Durian (Durio zibethinus), Duku (Lansium domesticum), Mangga (Mangifera indica), Pinang (Areca catechu), Pisang (Musa paradisiaca), Rambutan (Nephelium lappaceum), Nanas (Ananas comosus), Kopi (Coffea arabica), Nangka (Artocarpus heterophyllum), Cokelat (Theobroma cacao), Pepaya (Carica papaya), Jengkol (Pitheceloblum jiringa), Kelapa (Cocus nucifera)
Kerapatan Tidak rapat, sedang
Citra ALOS PALSAR tahun rekaman 2007:
(a) (b) (c)
Citra ALOS PALSAR tahun rekaman 2009:
(d) (e) (f)
Foto lapangan:
(g)
Tabel 6 Kategori kebun karet Kelas Kebun karet
Deskripsi Kebun karet adalah lahan yang bervegetasi tanaman karet (Hevea brasilliensis). Menurut JICA dan Fakultas Kehutanan IPB (2010) kebun karet adalah seluruh area yang ditanami tanaman karet yang dikelola dengan pola tanaman tertentu. (Kenampakan visual citra dan foto lapangan dapat dilihat pada Gambar 8)
Tapak Tidak ada
Fisiografi Data, berombak
Vegetasi Karet (Hevea brasiliensis)
Kerapatan Sedang, jarak tanam (2m x 2m ~ 3m x 3m)
Citra ALOS PALSAR tahun rekaman 2007:
(a) (b) (c)
Citra ALOS PALSAR tahun rekaman 2009:
(d) (e) (f)
Foto lapangan:
(g)
13
Tabel 7 Kategori kebun sawit Kelas Kebun sawit
Deskripsi Kebun sawit adalah lahan yang bervegetasi tanaman sawit. Menurut JICA dan Fakultas Kehutanan IPB (2010) kebun sawit merupakan seluruh area yang ditanami tanaman sawit yang dikelola dengan pola tanaman tertentu. (Kenampakan visual citra dan foto lapangan dapat dilihat pada Gambar 9)
Tapak Tidak ada
Fisiografi Dataran, berombak, bergelombang Vegetasi Kelapa sawit (Elaeis guinensis) Kerapatan Jarak tanam (3mx3m ~ 5mx5m)
Citra ALOS PALSAR tahun rekaman 2007:
(a) (b) (c)
Citra ALOS PALSAR tahun rekaman 2009:
(d) (e) (f)
Foto lapangan:
(g)
Tabel 8 Kategori semak belukar Kelas Semak belukar
Deskripsi Semak belukar adalah lahan dengan vegetasi semak dan belukar, umumnya merupakan kawasan bekas hutan lahan kering yang terdegradasi atau dalam proses tumbuh kembali (mengalami suksesi). Vegetasi ini umumnya didominasi vegetasi rendah (alami) (BAPLAN 2008a). (Kenampakan visual citra dan foto lapangan dapat dilihat pada Gambar 10)
Tapak Tidak ada
Fisiografi Datar, berombak, bergelombang
Vegetasi Vegetasi rendah (rumput teki (Cyperus rotundus), Alang-alang (Imperata cylindrical)
Kerapatan Rapat
Citra ALOS PALSAR tahun rekaman 2007:
(a) (b) (c)
Citra ALOS PALSAR tahun rekaman 2009:
(d) (e) (f)
Foto lapangan:
(g)
15
Tabel 9 Kategori belukar rawa Kelas Belukar rawa
Deskripsi Belukar rawa adalah kawasan semak belukar yang tergenang oleh air akibat terdarinase dengan buruk. (Kenampakan visual citra dan foto lapangan dapat dilihat pada Gambar 11)
Tapak Rawa Fisiografi Datar
Vegetasi Vegetasi rendah Kerapatan Rapat
Citra ALOS PALSAR tahun rekaman 2007:
(a) (b) (c)
Citra ALOS PALSAR tahun rekaman 2009:
(d) (e) (f)
Foto lapangan:
(g)
Tabel 10 Kategori rawa Kelas Rawa
Deskripsi Rawa adalah lahan yang tergenang air secara terus-menerus atau musiman akibat drainase yang terhambat dan sudah tidak berhutan. (Kenampakan visual citra dan foto lapangan dapat dilihat pada Gambar 12)
Tapak Rawa Fisiografi Datar
Vegetasi Vegetasi rendah Kerapatan Rapat
Citra ALOS PALSAR tahun rekaman 2007:
(a) (b) (c)
Citra ALOS PALSAR tahun rekaman 2009:
(d) (e) (f)
Foto lapangan:
(g)
17
Tabel 11 Kategori sawah Kelas Sawah
Deskripsi Semua aktivitas pertanian lahan basah dilakukan yang dicirikan oleh pola pematang (Terutama di Pulau Jawa). Perlu diperhatikan adanya fase rotasi tanam, sawah musiman, sawah tadah hujan, dan sawah irigasi(BAPLAN 2008a). JICA dan Fahutan IPB (2010) mendefinisikan sawah sebagai semua aktifitas pertanian lahan basah, pola pematang. (Kenampakan visual citra dan foto lapangan dapat dilihat pada Gambar 13)
Tapak Sawah
Fisiografi Dataran
Vegetasi Padi (Oryza sativa)
Kerapatan Rapat, sedang
Citra ALOS PALSAR tahun rekaman 2007:
(a) (b) (c)
Citra ALOS PALSAR tahun rekaman 2007:
(d) (e) (f)
Foto lapangan:
(g)
Tabel 12 Kategori permukiman Kelas Permukiman
Deskripsi Permukiman adalah areal yang umumnya didominasi oleh bangunan untuk permukiman, baik di perkotaan atau pedesaan. (BAPLAN 2008a). JICA dan Fahutan IPB (2010) mendefinisikan permukiman sebagai bagian dari lingkungan hidup di luar kawasan lindung, baik berupa kawasan perkotaan maupun pedesaan, sebagai lingkungan tempat tinggal dan bekerja. (Kenampakan visual citra dan foto lapangan dapat dilihat pada Gambar 14)
Tapak Tidak ada
Fisiografi Datar
Vegetasi -
Kerapatan -
Citra ALOS PALSAR tahun rekaman 2007:
(a) (b) (c)
Citra ALOS PALSAR tahun rekaman 2009:
(d) (e) (f)
Foto lapangan dan citra resolusi tinggi:
(g) (h)
19
Tabel 13 Kategori tanah terbuka Kelas Tanah terbuka
Deskripsi Lahan terbuka adalah lahan yang hampir tidak bervegetasi atau tanpa vegetasi (seperti singkapan batuan puncak gunung, kawah vulkan, gosong pasir, pasir pantai dan lahan terbuka bekas kebakaran (BAPLAN 2008a). JICA dan Fahutan IPB (2010) menyatakan lanah terbuka sebagai seluruh kenampakan lahan terbuka tanpa vegetasi. (Kenampakan visual citra dan foto lapangan dapat dilihat pada Gambar 14)
Tapak Tidak ada, berbatu
Fisiografi Dataran
Vegetasi -
Kerapatan -
Citra ALOS PALSAR tahun rekaman 2007:
(a) (b) (c)
Citra ALOS PALSAR tahun rekaman 2009:
(d) (e) (f)
Foto lapangan:
(g)
2.3.4 Klasifikasi Kualitatif
Klasifikasi kualitatif adalah teknik klasifikasi secara visual pada objek yang terekam pada citra dengan berdasarkan elemen-elemen penafsiran visual citra. Elemen penafsiran visual meliputi tone atau warna, bentuk, ukuran, pola, tekstur, bayangan, lokasi dan asosiasi. Berikut merupakan karakteristik dari masing-masing elemen penafsiran visual (JICA dan Fahutan IPB 2010):
1. Tone atau warna adalah elemen dasar dari interpretasi sebuah objek. Variasi tone atau warna sangat bergantung pada karakteristik dari setiap objek, karena warna merupakan hasil reflektansi, transmisi dan atau radiasi panjang gelombang yang dihasilkan dari objek yang bersangkutan. Contohnya kebun sawit memiliki tone atau warna keunguan, badan air memiliki tone atau warna kebiruan, hutan memiliki tone atau warna kehijauan dan sebagainya.
2. Bentuk secara umum mengacu pada bentuk-bentuk umum bagian luar, struktur, konfigurasi atau garis besar dari individu objek. Bentuk-bentuk umum seperti poligon atau garis, segi empat panjang, segi tiga, lingkaran, garis lurus, garis, melengkung dan sebagainya. Sebagai contoh sungai memiliki bentuk garis yang tidak beraturan (berkelok-kelok).
3. Ukuran sangat bergantung pada skala, resolusi dan ukuran yang sebenarnya di alam. Oleh karena itu terdapat ukuran absolut atau relatif dari suatu objek yang terekam. Sebagai contoh ukuran pabrik atau industri pasti akan lebih besar dibandingkan dengan rumah penduduk. 4. Pola adalah menyatakan susunan spasial suatu objek dalam suatu bentuk
yang khas dan berulang, umumnya mengacu pada tata ruang atau tata letak. Contohnya areal perkebunan dan hutan tanaman akan memiliki pola yang teratur dibandingkan dengan hutan lahan kering.
21
6. Bayangan membantu dalam memberikan imaginasi tentang profil suatu objek dan mengidentifikasi topografi areal atau wilayah. Pada citra radar bayangan dapat mengganggu dalam kegiatan penafsiran.
7. Asosiasi mempertimbangkan hubungan keberadaan antara satu objek dengan objek lainnya. Sebagai contoh keberadaan rawa dan belukar rawa akan bergantung pada keberadaan badan air.
2.3.5 Klasifikasi Kuantitatif
Klasifikasi kuantitatif adalah teknik klasifikasi dengan pertimbangan nilai kecerahan (Brightnes value/BV) dan nilai digital (Digital number/DN) suatu objek yang dapat dipisahkan dengan objek lainnya. Metode klasifikasi yang digunakan adalah klasifikasi terbimbing (Supervised classification). Klasifikasi terbimbing adalah proses pemilihan kelas kategori yang diinginkan dengan memilih area contoh (Training area) yang mewakili tiap kategori (Lillesland and Kiefer 1990). Setiap kelas klasifikasi dibuatkan penciri kelas (Singnature) sebagai perwakilan untuk dibandingkan dengan kelas klasifikasi lainnya. Penciri kelas diperoleh dengan cara membuat area contoh (Training area) pada masing-masing kelas. Kelas klasifikasi ditetapkan berdasarkan hasil dari penafsiran visual citra komposit ALOS PALSAR resolusi 50 meter tahun perekaman 2007 dan 2009. 2.3.6 Analisis Separabilitas
Kelas klasifikasi tutupan lahan yang sudah ditetapkan perlu dilakukan pengujian separabilitas atau keterpisahannya agar selanjutnya dapat diuji akurasinya. Analisis separabilitas merupakan pernyataan kuantitaif untuk pemisahan kategori berupa pengukuran secara statistik bagi pemisahan antara kategori tutupan lahan yang dihitung dalam bentuk matrik kelas berupa jarak kovarian tertimbang antara rata-rata setiap kategori tutupan lahan yang disebut matriks divergensi (Purwadhi 2001). Menurut Jaya 2010, ada beberapa ukuran separabilitas yang umum digunakan, yaitu Divergence, Transformed Divergence, Battacharya Distance dan Jeffries-Matusita Divergence.
separabilitas dapat dilihat pada Tabel 14, dengan kisaran nilai antara 0 yang berarti tidak dapat dipisahkan sampai dengan 2000 yang berarti keterpisahannya sangat baik.
Tabel 14 Kriteria nilai keterpisahan Transformed Divergence. Nilai Transformasi Keterpisahan Keterangan
2000 Sempurna (excellent) 1900 ~ < 2000 Sangat baik (good)
1700 ~< 1900 Baik (fair) 1600 ~<1800 Cukup baik (poor)
<1600 Tidak terpisahkan (inseperable) Sumber : Jaya 2010
2.3.7 Uji Akurasi
Dalam rangka mengetahui ketelitian dari hasil klasifikasi, maka perlu dilakukan uji akurasi klasifikasi. Salah satu metode untuk menguji akurasi adalah dengan matrik kontingensi. Matrik kontigensi adalah suatu matrik bujur sangkar yang memuat sejumlah piksel yang diklasifikasi. Matrik kontingensi ini dapat menentukan berapa besar nilai akurasi umum (overall accuracy), akurasi pembuat (producer accuracy), akurasi pengguna (user accuracy) dan akurasi Kappa (Kappa accuracy).
Ukuran-ukuran akurasi menurut JICA dan Fakultas Kehutanan IPB (2010): 1. Akurasi umum adalah rasio sederhana antara jumlah piksel yang benar
dengan total semua piksel yang dipergunakan dalam menguji akurasi. 2. Akurasi pembuat adalah ketika sebuah area dikeluarkan dari kategori
yang sesungguhnya benar.
3. Akurasi pengguna adalah kesalahan pengguna ketika area tersebut dikategorikan ke kategori yang salah.
4. Kappa adalah akurasi yang mempertimbangkan semua elemen yang ada pada matrik kesalahan, sehingga akurasi Kappa ini dianggap ukuran yang paling relevan.
Uji akurasi klasifikasi kualitatif dilakukan dengan cara meng-overlaykan -kan hasil penafsiran visual dengan titik pengamatan lapangan. Hasil overlay
23
Adapun metode uji akurasi dengan akurasi keseluruhan, namun metode ini jarang digunakan karena terlalu over estimate untuk digunakan sebagai indikator yang baik dalam mengukur kesuksesan klasifikasi (JICA dan Fakultas Kehutanan IPB 2011). Tabel matriks kontingensi berikut dengan rumus perhitungannya dapat dilihat pada Tabel 15.
N = Jumlah semua piksel yang digunakan untuk pengamatan R = Jumlah baris atau lajur pada matriks kesalahan (jumlah kelas) Xi+ = Jumlah semua kolom pada baris ke-I (Xij)
X+j = Jumlah semua kolom pada lajur ke-j (Xij) 2.3.8 Analisis Perubahan Tutupan Hutan
Dalam rangka mengetahui luas perubahan tutupan lahan hutan dan lahan yang terjadi antara dua waktu yang berbeda maka dilakukan operasi spasial interseksi (intersect). Dengan perintah intersect delineasi tahun 2007 dan 2008 akan di overlay sehingga menghasilkan spasial gabungan baru yang berisi atribut dua layer yang dioperasikan. Dengan operasi tabel, selanjutnya dapat dilakukan analisis perubahan tematik dalam bentuk matrik transisi (transition matric) “from
2.3.9 Pola Perubahan Tutupan Hutan
Setiap perubahan lahan hutan yang terjadi kemudian di analisis bagaimana pola dari perubahan yang terjadi. Pola perubahan tutupan lahan hutan dibagi menjadi empat kategori yaitu tetap (no change), mengelompok (cluster), menyebar (random) dan seragam (uniform). Masing-masing dari kategori tersebut memiliki karakteristik sebagai berikut :
1. Tetap (no change) adalah sama sekali tidak terlihat adanya perubahan tutupan lahan hutan di wilayah penelitian dari tahun 2007 dan 2009. 2. Mengelompok (cluster) adalah ketika pola perubahan tutupan lahan
hutan yang terlihat terjadi secara mengelompok pada salah satu wilayah penelitian.
3. Acak (random) adalah ketika pola perubahan tutupan lahan hutan yang terlihat terjadi secara acak di wilayah penelitian.
25
2.4 Diagram Alir Penelitian
BAB III
KEADAAN UMUM LOKASI PENELITIAN
3.1 Letak Geografis
Secara geografis Provinsi Jambi terletak pada 0o45’-2o45’ Lintang Selatan dan 101o10’-104o55’ Bujur Timur di bagian tengah Pulau Sumatera. Luas wilayah Provinsi Jambi adalah 53.435,72 km2 dimana sekitar 40% merupakan kawasan hutan yang terbentang dari Taman Nasional Kerinci Seblat di sebelah Barat sampai Taman Nasional Berbak disebelah Timur.
Batas Wilayah Provinsi Jambi: Sebelah Utara: Provinsi Riau
Sebelah Selatan: Provinsi Sumatera Selatan Sebelah Barat: Provinsi Sumatera Barat Sebelah Timur: Laut Cina Selatan
Berdasarkan UU No.25 tahun 2008 wilayah pemerintahan Provinsi Jambi terbagi menjadi 9 kabupaten dan 2 kota. Luas dari masing-masing wilayah tersebut disajikan dalam Tabel 16.
Tabel 16 Luas area Kabupaten di Provinsi Jambi.
No Kabupaten Luas area (km2)
1 Kabupaten Kerinci 3.808,50
2 Kabupaten Bungo 6.461,00
3 Kabupaten Tebo 6.802,59
4 Kabupaten Merangin 7.451,30 5 Kabupaten Sarolangun 6.175,43 6 Kabupaten Batanghari 5.804,83 7 Kabupaten Muaro Jambi 5.246,00 8 Kabupaten Tanjab Barat 5.645,25 9 Kabupaten Tanjab Timur 5.444,98
10 Kota Jambi 205,38
11 Kota Sungai Penuh 391,5
Total 53.435,72
Sumber :Biro Pemerintahan dan OTDA Iklim (2011).
3.2 Iklim
27
Barat). Keadaan iklim rata-rata dalam kurun waktu tahun 2003-2006 terlihat cukup berfluktuasi. Suhu rata-rata terendah berkisar 22,70°C dan tertinggi berkisar 32,40°C. Kelembaban udara rata-rata terendah berkisar 83,33 % dan tertinggi berkisar 84,00 %. Curah hujan rata-rata terendah berkisar 143,50 mm/tahun dan tertinggi berkisar 231, 43 mm/tahun. Sedangkan kecepatan angin rata-rata terendah berkisar 7,00 knot dan tertinggi berkisar 11,25 knot.
3.3 Topografi
Secara Topografis, Provinsi Jambi terdiri atas 3 (tiga) kelompok ketinggian yaitu (Bappeda 2005): dataran rendah 0-100 m, dataran dengan ketinggian sedang 100-500 m, dan dataran tinggi > 500 m. Data ketinggian Provinsi Jambi dapat dilihat pada Tabel 17.
Tabel 17 Kelas ketinggian Provinsi Jambi.
Ketinggian (mdpl) Luas (ha) Wilayah / Kabupaten Dataran Rendah
903.180 Batang Hari, Sebagian Sarolangun, Tebo, sebagian Batang Hari, Kota Sungai Penuh, Merangin, sebagian Tanjung Jabung Barat. Dataran Tinggi
(> 500)
765.655 Kerinci, Kota Sungai Penuh, sebagian Merangin, sebagian Sarolangun dan sebagian Bungo.
Total 5.100.000
Sumber : BPS Provinsi Jambi (2011).
3.4 Jenis Tanah
Tabel 18 Luas wilayah menurut jenis tanah di Provinsi Jambi. No Jenis Tanah Luas (ha)
1 Podsolik merah kuning 2.036.386
2 Latosol 952.386
3 Gley humus rendah 547.830
4 Andosol 354.406
5 Organosol 308.338
6 Podzolik coklat 275.652
7 Podzolik merah kuning 236.343
8 Alluvial 199.553
9 Hidromorfik kelabu 83.743
10 Latosol andosol 60.032
11 Rawa laut 42.951
12 Komplek latosol dan litosol 2.380
Jumlah 5.000.000
Sumber : RTRW provinsi Jambi (2011).
3.5 Penggunaan Lahan
Berdasarkan penunjukkan kawasan hutan dari Menteri Kehutanan yang dituangkan dalam SK Menteri Kehutanan Nomor 421/Kpts-II/1999, dimana kawasan hutan Provinsi Jambi meliputi luas ± 2.179.440 ha atau 42,73% dari keseluruhan luas Provinsi Jambi. Adapun luasan tersebut sesuai dengan pemaduserasian antara Tata Guna Hutan Kesepakatan (TGHK) dengan Rencana Tata Ruang Wilayah Provinsi Jambi berdasarkan fungsinya yang terdiri dari, Cagar Alam 30.400 ha (1,39%), Taman Nasional 608.630 ha (27,92%), Taman Hutan Raya 36.660 ha (1,68%), Hutan Wisata Alam 430 ha (0,02%), Hutan Lindung 191.130 ha (8,77%), Hutan Produksi Terbatas 340.700 ha (15,63%), Hutan Produksi Tetap 971.490 ha (44,57%).
BAB IV
HASIL DAN PEMBAHASAN
4.1 Klasifikasi Kualitatif
Secara visual, tutupan lahan pada Citra ALOS PALSAR dapat dikenali ciri-ciri melalui warna kompositnya. Selain warna sebagai elemen penafsiran utama, masing-masing objek juga diinterpretasi menggunakan elemen tekstur, bentuk, ukuran, pola dan asosiasi. Proses identifikasi tutupan lahan di wilayah barat Provinsi Jambi didasarkan pada unsur-unsur tersebut agar dapat lebih rasional dan teliti. Klasifikasi secara visual ini mampu mengidentifikasi sebanyak 13 jenis tutupan lahan, yaitu : badan air, hutan lahan kering, hutan rawa, pertanian lahan kering, kebun campuran, kebun karet, kebun sawit, semak belukar, belukar rawa, rawa, sawah, permukiman dan tanah terbuka. Kegiatan penafsiran dilakukan dengan berpedoman pada buku manual penafsiran visual Citra ALOS PALSAR dan bantuan Google Maps. Hasil dari klasifikasi kualitatif Citra ALOS PALSAR resolusi 50 meter disajikan dalam bentuk peta yang berisi informasi tutupan lahan di wilayah barat Provinsi Jambi tahun 2007 dan 2009. Peta tersebut dapat dilihat pada Gambar 17 untuk tahun 2007 dan pada Gambar 18 untuk tahun 2009.
Gambar 18 Peta hasil klasifikasi visual citra ALOS PALSAR resolusi 50 meter wilayah barat Provinsi Jambi rekaman tahun 2009.
4.1.1 Tutupan Lahan 4.1.1.1 Badan Air
Tutupan badan air yang terdapat di lapangan berupa sungai dan danau. Sungai yang membentang di wilayah barat Provinsi Jambi adalah Sungai Batang Tembesi, Sungai Batang Tebo dan Sungai Batang Hari. Kenampakan sungai Batang Tembesi di lapangan dapat dilihat pada Gambar 3. Badan air berupa danau yang nampak pada citra adalah Danau Kerinci, Danau Gunung Tujuh dan Danau Kaco yang semuanya terdapat di Kabupaten Kerinci
31
4.1.1.2 Hutan Lahan Kering
Tutupan hutan lahan kering yang ditemukan di lapangan berupa hutan sekunder yang tersebar di wilayah barat Provinsi Jambi. Kenampakan hutan sekunder di Kabupaten Sarolangun dapat dilihat pada Gambar 4. Jenis vegetasi yang ditemukan didominasi oleh Karet (Hevea brasiliensis), Meranti (Shorea sp.), Akasia (Acacia mangium), Jengkol (Pitheceloblum jiringa), Angsana (Pterocarpus indicus) dan Puspa (Schima wallichii).
Kenampakan hutan lahan kering pada citra komposit ALOS PALSAR (HH-HV-HH/HV) umumnya berwarna hijau kekuningan, dapat dilihat pada Gambar 4. Hutan lahan kering cukup sulit untuk dipisahkan, karena warna yang menyerupai tutupan lahan semak belukar, hutan tanaman dan kebun karet. Perbedaan hanya terdapat pada tekstur dari hutan lahan kering yang cenderung bergelombang. Tidak ada perbedaan warna yang signifikan antara citra tahun 2009 dan 2007 untuk tutupan lahan hutan lahan kering.
4.1.1.3 Hutan Rawa
Pada citra komposit ALOS PALSAR (HH-HV-HH/HV), hutan rawa terdapat di wilayah Kabupaten Kerinci, Tebo, Bungo dan Sarolangun. Kenampakan hutan rawa yang ditemukan di lapangan dapat dilihat pada Gambar 5. Tutupan hutan rawa pada citra komposit ALOS PALSAR memiliki warna hijau muda dengan tekstur halus, dapat dilihat pada Gambar 5. Hutan rawa secara umum mudah dikenali, namun cukup sulit dibedakan dengan hutan lahan kering apabila berada pada daerah dataran.
4.1.1.4 Pertanian Lahan Kering
Tutupan berupa pertanian lahan kering nampak tersebar di seluruh wilayah barat Provinsi Jambi pada citra komposit ALOS PALSAR (HH-HV-HH/HV). Tutupan berupa pertanian lahan kering yang ditemukan di Kabupaten Merangin dapat dilihat pada Gambar 6.
pertanian lahan kering dapat dicirikan dengan adanya jaringan jalan dan berdekatan dengan permukiman. Tutupan lahan berupa pertanian lahan kering banyak ditemukan di sepanjang jalan utama yang bercampur dengan kebun karet, kebun sawit dan semak belukar.
4.1.1.5 Kebun Campuran
Kebun campuran terlihat tersebar di seluruh wilayah barat Provinsi Jambi pada citra komposit ALOS PALSAR (HH-HV-HH/HV), dengan lokasinya yang cenderung berdekatan dengan permukiman berupa perkampungan atau desa. Kenampakan kebun campuran di lapangan dapat dilihat pada Gambar 7.
Kenampakan kebun campuran pada citra komposit ALOS PALSAR memiliki warna menyerupai pertanian lahan kering dan semak belukar, dapat dilihat pada Gambar 7. Kebun campuran cukup sulit diedentifikasi karena luasan yang kecil, mengelompok dan bercampur dengan permukiman masyarakat. Sehingga pada saat delineasi, apabila kebun campuran lebih mendominasi dari permukiman akan di klasifikasikan sebagai kebun campuran dan sebaliknya. 4.1.1.6 Kebun Karet
Kebun karet merupakan kawasan yang ditanami dengan tanaman karet (Hevea brasilliensis). Berbeda dengan kebun campuran yang ditanami beranekaragam jenis tanaman. Kebun karet cukup mendominasi di wilayah barat Provinsi Jambi. Sebagian besar masyarakat Provinsi Jambi mempunyai kebun karet untuk memenuhi kebutuhan hidup mereka. Kenampakan kebun karet di lapangan dapat dilihat pada Gambar 8.
33
4.1.1.7 Kebun Sawit
Kebun sawit cukup mudah ditemui di wilayah barat Provinsi Jambi. Kenampakan kebun sawit pada citra komposit ALOS PALSAR (HH-HV-HH/HV) cukup mudah untuk diinterpretasi karena memiliki warna keunguan yang khas dibandingkan dengan tutupan lahan lain, dapat dilihat pada Gambar 9. Keberadaan akses jalan yang terlihat pada citra juga memudahkan dalam kegiatan delineasi kebun sawit. Hanya saja untuk kebun sawit skala kecil milik masyarakat cukup sulit untuk dipisahkan, karena bercampur dengan tutupan lahan lain. Kenampakan kebun sawit milik PT. EMAL yang ditemukan di lapangan dapat dilihat pada Gambar 9.
4.1.1.8 Semak Belukar.
Semak belukar memiliki kenampakan pada citra komposit ALOS PALSAR (HH-HV-HH/HV) dengan warna merah muda, hijau, hingga keunguan cukup menyulitkan ketika diinterpretasi, dapat dilihat pada Gambar 10. Keberadaan semak belukar sering tertukar dengan tutupan lahan berupa pertanian lahan kering yang belum dikelola secara intensif. Kenampakan semak belukar yang ditemukan di Kabupaten Sarolangun dapat dilihat pada Gambar 10.
4.1.1.9 Belukar Rawa
Belukar rawa adalah kawasan bekas hutan yang tumbuh kembali (suksesi alami) atau semak belukar yang tergenang oleh air akibat terdrainase dengan buruk. Belukar rawa yang ditemukan di lapangan adalah kawasan dengan vegetasi rendah (alami) yang tergenang oleh air, dapat dilihat pada Gambar 11. Kenampakan tutupan lahan berupa belukar rawa pada citra komposit ALOS PALSAR (HH-HV-HH/HV) memiliki warna hijau keunguan karena pengaruh dari air, dapat dilihat pada Gambar 11. Belukar rawa yang ditemukan di lapangan terdapat berdekatan dengan badan air berupa sungai.
4.1.1.10 Rawa
PALSAR (HH-HV-HH/HV). Namun letak sebaran rawa yang biasanya berada di dekat sungai cukup membantu dalam proses penafsiran. Di lapangan tutupan lahan berupa rawa berada di dekat sungai dengan luasan yang beragam dari luasan kecil hingga cukup besar. Kenampakan rawa pada citra komposit ALOS PALSAR dan kenampakan rawa yang ditemukan di Kabupaten Sarolangun dapat dilihat pada Gambar 12.
4.1.1.11 Sawah
Kenampakan sawah pada citra komposit ALOS PALSAR (HH-HV-HH/HV) memiliki warna merah muda hingga kebiruan akibat perngaruh dari keberadaan air irigasi, dapat dilihat pada Gambar 13. Pada setiap Kabupaten di wilayah barat Provinsi Jambi keberadaan sawah dapat dijumpai, hanya saja sebgian besar memiliki luasan yang kecil sehingga cukup menyulitkan untuk diinterpretasi. Sawah dengan luasan yang cukup besar terdapat di Kabupaten Sarolangun dan Kerinci. Kenampakan sawah yang ditemukan di Kecamatan Pauh dapat dilihat pada Gambar 13.
4.1.1.12 Permukiman
Kenampakan tutupan lahan berupa permukiman pada citra komposit ALOS PALSAR (HH-HV-HH/HV) memiliki warna merah muda hingga putih, dapat dilihat pada Gambar 14. Keberadaan permukiman pada kota-kota besar mudah untuk diinterpretasi, namun permukiman seperti perkampungan atau desa cukup sulit didelineasi karena luasan yang kecil dan menyebar (tidak padat/rapat). Kenampakan permukiman di lapangan dapat dilihat pada Gambar 14.
4.1.1.13 Tanah Terbuka
35
4.1.2 Akurasi Klasifikasi Kualitatif
Interpretasi visual citra komposit ALOS PALSAR (HH-HV-HH/HV) tahun rekaman 2007 resolusi 50 meter mempunyai akurasi pengguna 82,83%, akurasi pembuat 86,85%, akurasi Kappa 82,38%, dengan rata-rata umum akurasi 84,42%. Sedangkan untuk citra tahun rekaman 2009 mempunyai akurasi akurasi pengguna 83,15%, akurasi pembuat 85,75%, akurasi Kappa 83,48%, dengan rata-rata umum akurasi 85,43%. Akurasi hasil penafsiran diuji menggunakan matrik kesalahan (confusion matrix) seperti terlihat pada Tabel 19 dan Tabel 20.
Namun masih terdapat beberapa kelas tutupan lahan yang memiliki akurasi rendah, tutupan lahan tersebut adalah:
1. Semak belukar (SB) dengan omission error sebesar 30% dan comission error sebesar 36,36%. Baik pada citra tahun 2007 maupun 2009 terjadi konfusi dengan permukiman (PMK), pertanian lahan kering (PLK) dan kebun campuran (KC). Hal ini terjadi karena luasan semak belukar yang besar, sehingga terdapat beberapa tutupan lahan dengan luasan kecil masuk ke dalam delineasi semak belukar.
2. Pertanian lahan kering (PLK) dengan omission error sebesar 20% dan
comission error sebesar 33,33%. Baik pada citra tahun 2007 maupun 2009 terjadi konfusi dengan permukiman (PMK) dan kebun karet (KK). Berdasarkan observasi di lapangan sebagian besar pertanian lahan kering memiliki luasan yang kecil dan biasanya berdekatan dengan permukiman atau kebun karet milik masyarakat.
3. Permukiman (PMK) dengan omission error sebesar 11,76% dan
36 Tabel 19 Matrik kesalahan klasifikasi kualitatif citra ALOS PALSAR resolusi 50 meter tahun perekaman 2007.
Tutupan Lahan BA BR HLK HR KC KK KS PLK PMK RW SB SWH TT Total Prod's Acc (%)
BA 8 1 1 10 80
BR 10 1 1 12 83,33
HLK 7 7 100
HR 9 9 100
KC 9 1 1 11 81,82
KK 2 45 1 1 49 91,84
KS 1 2 24 1 28 85,71
PLK 1 1 1 8 1 12 66,67
PMK 1 1 1 1 1 15 1 1 22 68,18
RW 8 8 100
SB 1 1 1 1 7 11 63,64
SWH 1 1 9 11 81,82
TT 9 9 100
Total 10 11 13 10 10 48 30 10 17 10 10 10 10 168 84,85
User's Acc (%) 80 90,91 53,85 90 90 90 93,75 80 88,24 80 70 90 90 82,83 84,42
Avg Prod's Acc: 86,85% Avg User's Acc: 82,83% Overall Acc: 84,42% Kappa Acc: 82,38%
37 Tabel 20 Matrik kesalahan klasifikasi kualitatif citra ALOS PALSAR resolusi 50 meter tahun 2009.
Tutupan Lahan BA BR HLK HR KC KK KS PLK PMK RW SB SWH TT Total Prod's Acc (%)
BA 8 1 1 10 80
BR 10 1 1 12 83,33
HLK 7 7 100
HR 9 9 100
KC 9 1 1 11 81,82
KK 2 47 1 1 51 92,16
KS 1 2 24 1 28 85,71
PLK 1 1 1 8 1 12 66,67
PMK 1 1 1 1 15 1 1 21 71,43
RW 8 8 100
SB 1 1 1 1 7 11 63.64
SWH 1 9 10 90
TT 9 9 100
Total 10 11 13 10 10 48 30 10 17 10 10 10 10 170 85,75
User's Acc (%) 80 90,91 53,85 90 90 97,92 80 80 88,24 80 70 90 83,15 83,15 85,43
Avg Prod's Acc: 85,75% Avg User's Acc: 83,15% Overall Acc: 85,43% Kappa Acc: 83,48%
4.1.3 Kendala dan Permasalahan Klasifikasi Kualitatif
1. Interpretasi secara visual memiliki keterbatasan pada kemampuan mata dalam melihat brightness value (BV), yaitu hanya mampu melihat dengan baik pada kisaran nilai BV ±1-10 (Jaya 2013).
2. Tidak dapat menginterpretasi pixel by pixel, hanya terbatas pada sekumpulan piksel. Oleh karena itu tutupan lahan dengan luasan kecil (≤0,25 ha) tidak bisa diidentifikasi (Jaya 2013).
3. Hasil interpretasi secara visual bergantung kepada kemampuan penglihatan analis dalam mengidentifikasi berdasarkan elemen penafsiran visual, sehingga nilai informasi dan akurasi yang diberikan bersifat subjektif.
4.2 Klasifikasi Kuantitatif 4.2.1 Tutupan Lahan
39
Gambar 19 Peta hasil klasifikasi kuantitatif citra ALOS PALSAR resolusi 50 meter rekaman tahun 2007.
Gambar 20 Peta hasil klasifikasi kuantitatif citra ALOS PALSAR resolusi 50 meter rekaman tahun 2009.
4.2.2 Separabilitas Klasifikasi Kuantitatif
dari analisis separabilitas menunjukan bahwa ada beberapa kelas yang tidak
separable (tidak terpisahkan dengan baik).
Beberapa tutupan lahan yang tidak terpisahkan dengan baik antara lain: 1. Hutan lahan kering (HLK) dengan kebun karet (KK), nilai separabilitas
pada tahun 2007 dan 2009 berturut-turut sebesar 916 dan 128.
2. Belukar rawa (BR) dengan kebun sawit (KS), nilai separabilitas pada tahun 2007 dan 2009 berturut-turut sebesar 541 dan 239.
3. Kebun karet (KK) dengan semak belukar (SB), nilai separabilitas pada tahun 2007 dan 2009 berturut-turut sebesar 301 dan 726.
Beberapa tutupan lahan yang dapat terpisahkan dengan baik antara lain: 1. Badan air (BA) dengan semua kelas tutupan lahan lainnya, nilai
separabilitas sebesar 2.000 pada tahun 2007 dan 2009.
2. Hutan lahan kering (HLK) dengan kebun sawit (KS), nilai separabilitas pada tahun 2007 dan 2009 berturut-turut sebesar 1.999 dan 1.989.
3. Hutan rawa (HR) dengan tanah terbuka (TT), nilai separabilitas pada tahun 2007 dan 2009 berturut-turut sebesar 1.902 dan 1.998.
4. Kebun campuran (KC) dengan rawa (RW), nilai separabilitas sebesar 1.999 pada tahun 2007 dan 2009.
5. Kebun karet (KK) dengan kebun sawit (KS), nilai separabilitas pada tahun 2007 dan 2009 berturut-turut sebesar 1.999 dan 1964.
4.2.3 Akurasi Klasifikasi Kuantitatif
41
42 Tabel 21 Matriks separabilitas kelas tutupan lahan klasifikasi kuantitatif citra ALOS PALSAR rekaman tahun 2007.
Kelas HLK BA PMK BR KS HR SB KC TT PLK RW SWH KK HLK 0 2.000 547 2.000 1.999 411 100 1.843 1.592 1.436 2.000 2.000 916 BA 2.000 0 2.000 2.000 2.000 2.000 2000 2.000 2.000 2.000 2.000 2.000 2.000 PMK 547 2.000 0 1.999 1.994 1.236 968 1.454 935 300 2.000 2.000 955 BR 2.000 2.000 1.999 0 541 2.000 2000 1.913 1.923 1.949 1.627 1.387 2.000 KS 1.999 2.000 1.994 541 0 2.000 1.999 1.630 1.722 1.867 1.935 1.698 1.999 HR 411 2.000 1.236 2.000 2000 0 959 1.973 1.902 1.822 2.000 2.000 501 SB 100 2.000 968 2.000 1.999 959 0 1.936 1.801 1.655 2.000 2.000 301 KC 1.843 2.000 1.454 1.913 1.630 1.973 1.936 0 128 911 1.999 1.999 1.835 TT 1.592 2.000 935 1.923 1.722 1.902 1.801 128 0 456 1.999 1.999 1.641 PLK 1.436 2.000 300 1.949 1.867 1.822 1.655 911 456 0 1.999 1.999 1.618 RW 2000 2.000 2.000 1.627 1.935 2.000 2.000 1.999 1.999 1.999 0 1.157 2.000 SWH 2000 2.000 2.000 1.387 1.698 2.000 2.000 1.999 1.999 1.999 1.157 0 2.000 KK 916 2.000 955 2.000 1.999 501 301 1.835 1.641 1.618 2.000 2.000 0
Rata-rata separabilitas = 1.611
43 Tabel 22 Matriks separabilitas kelas tutupan lahan klasifikasi kuantitatif citra ALOS PALSAR rekaman tahun 2009.
Kelas BA KS KK PLK HLK HR RW SB TT KC PMK SWH BR BA 0 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 KS 2.000 0 1.964 1.989 1.732 1.939 1.770 1.913 1.158 1.956 2.000 1.999 139 KK 2.000 1.964 0 128 311 1.248 1.997 726 1.996 1.396 1.999 389 1.855 PLK 2.000 1.989 128 0 1.000 1.420 1.999 888 1.999 1.569 2.000 117 1.939 HLK 2.000 1.732 311 1.000 0 1.773 1.955 1.385 1.930 1.868 2.000 1.602 1.446 HR 2.000 1.939 1.248 1.420 1.773 0 1.999 139 1.998 110 2.000 1.891 1.763 RW 2.000 1.770 1.997 1.999 1.955 1.999 0 1.999 548 1.999 2.000 1.999 1.887 SB 2.000 1.913 726 888 1.385 139 1.999 0 1.996 188 2.000 1.580 1.700 TT 2.000 1.158 1.996 1.999 1.930 1.998 548 1.996 0 1.999 2.000 1.999 1.573 KC 2.000 1.956 1.396 1.569 1.868 110 1.999 188 1.999 0 2.000 1.945 1.805 PMK 2.000 2.000 1.999 2.000 2.000 2.000 2.000 2.000 2.000 2.000 0 2.000 2.000 SWH 2.000 1.999 389 117 1.602 1.891 1.999 1.580 1.999 1.945 2.000 0 1.994 BR 2.000 139 1.855 1.939 1.446 1.763 1.887 1.700 1.573 1.805 2.000 1.994 0
Rata- rata separabilitas = 1.641
44 Tabel 23 Matriks kesalahan klasifikasi kuantitatif citra ALOS PALSAR resolusi 50 meter rekaman tahun 2007.
Tutupan Lahan HLK BA PMK BR KS HR SB KC TT PLK RW SWH KK Total Prod’s Acc (%)
HLK 27 5 14 3 3 13 65 41,54
BA 65 65 100
PMK 1 51 1 1 1 1 56 91,07
BR 1 19 7 2 2 8 39 48,72
KS 5 22 5 1 8 2 4 47 46,81
HR 20 1 50 24 2 3 4 6 110 45,45
SB 1 2 3 1 3 10 30
KC 7 21 3 47 6 23 1 108 43,52
TT 12 7 1 4 53 15 92 57,61
PLK 1 6 1 1 3 5 1 18 27,78
RW 2 5 56 10 73 76,71
SWH 19 15 1 7 44 86 51,16
KK 8 8 21 2 0 41 80 51,25
Total 65 65 65 66 65 65 65 65 66 65 66 66 65 483 54,74
User's Acc (%) 41,54 100 78,46 28,79 33,85 76,92 4,62 72,31 80,3 7,69 84,85 66,67 63,08 56,85 56,89
Avg Prod's Acc: 54,74%; Avg User's Acc: 56,85%; Averall Acc: 56,89%; Kappa Acc: 53,3%
45 Tabel 24 Matriks kesalahan klasifikasi kuantitatif citra ALOS PALSAR resolusi 50 meter rekaman tahun 2009.
Tutupan Lahan BA KS KK PLK HLK HR RW SB TT KC PMK SWH BR Total Prod Acc (%)
BA 75 75 100
KS 23 2 3 10 2 4 2 46 50
KK 28 7 7 11 3 0 56 50
PLK 3 37 1 10 1 52 71,15
HLK 1 9 46 2 3 2 63 73,02
HR 15 5 52 14 25 111 46,85
RW 9 58 4 4 75 77,33
SB 4 10 9 5 34 8 2 72 47,22
TT 9 6 23 7 45 51,11
KC 15 5 17 9 38 84 45,24
PMK 1 2 1 1 1 62 68 91,18
SWH 4 66 70 94,29
BR 33 17 2 4 4 35 1 0 62 158 39,24
Total 75 75 75 75 75 75 75 75 75 75 75 75 75 604 64,36
User's Acc (%) 100 30,7 37,3 49,3 61,3 69,3 77,3 45,3 30,7 50,7 82,7 88 82,7 61,95 61,95
Avg Prod's Acc:64,36%; Avg User's Acc: 61,95%; Averall Acc: 61,95%; Kappa Acc: 58,78%
4.2.4 Kendala dan Permasalahan Klasifikasi Kuantitatif
1. Dasar interpretasi semata-mata berdasarkan nilai kecerahan (brightness value/BV) atau nilai digital (digital Number/DN), tanpa mempertimbangkan konteks keruangan pada area yang dikaji. Konteks keruangan yang dimaksud seperti pola spasial dan struktur spasial, contohnya adalah bentuk, struktur, pola, ukuran dan asosiasi dari objek yang terlihat pada citra.
2. Dalam interpretasi ini komputer yang berperan dalam mengontrol hasil klasifikasi, sehingga hasil klasifikasi yang diperoleh dari klasifikasil kualitatif (visual) relatif lebih masuk akal dibandingkan dengan klasifikasi kuantitatif (digital).
3. Hasil pembuatan area contoh (training area) akan mempengaruhi nilai separabilitas antar penciri kelas. Banyaknya kelas klasifikasi menjadi salah satu kendala dalam pembuatan training area, karena peluang terjadinya mixed pixel menjadi besar. Artinya, terdapat beberapa piksel milik tutupan lahan satu dengan tutupan lahan lainnya yang bercampur sehingga menjadi kurang terpisahkan.
4.3 Perubahan Tutupan Hutan
Tutupan hutan di wilayah barat Provinsi Jambi terdapat pada dua tipe hutan yaitu hutan lahan kering dan hutan rawa. Luas masing-masing tutupan lahan hutan dari hasil delineasi pada tahun 2007 adalah 95.101,8 ha untuk hutan lahan kering dan 143.795,7 ha untuk hutan rawa. Sedangkan berdasarkan hasil delineasi tahun 2009 diperoleh luasan masing-masing tutupan lahan hutan sebesar 94.475,1 ha untuk hutan lahan kering dan 135.075,1 ha untuk hutan rawa. Data tersebut menunjukan bahwa dalam kurun waktu dua tahun di wilayah barat Provinsi Jambi terjadi degradasi hutan dan deforestasi seluas 14.983,2 ha atau sekitar 7.491,6 ha per tahun.
Tabel 25 Luas dan perubahan luas tutupan lahan hutan. No Tutupan Lahan Hutan
