Model Penduga Biomassa Menggunakan Citra Landsat Di Hutan Pendidikan Gunung Walat

MODEL PENDUGA BIOMASSA

MENGGUNAKAN CITRA LANDSAT

DI HUTAN PENDIDIKAN GUNUNG WALAT

HARLYN HARLINDA

DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN

INSTITUT PERTANIAN BOGOR BOGOR

PERNYATAAN MENGENAI SKRIPSI DAN SUMBER

INFORMASI SERTA PELIMPAHAN HAK CIPTA

Dengan ini saya menyatakan bahwa skripsi berjudul Model Penduga Biomassa Menggunakan Citra Landsat di Hutan Pendidikan Gunung Walat 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, Februari 2015

Harlyn Harlinda

ABSTRAK

HARLYN HARLINDA. Model Penduga Biomassa Menggunakan Citra Landsat di Hutan Pendidikan Gunung Walat. Dibimbing oleh PRIYANTO.

Satelit citra Landsat 8 memiliki dua sensor yang terdiri dari onboard

operational land image (OLI) dan thermal infrared sensor (TIRS) yang berfungsi

sebagai pendugaan biomassa. Sedangkan untuk mendapatkan nilai biomassa dengan melihat indikator kehijauannya menggunakan pendekatan indeks vegetasi berupa penggunaan normalized difference vegetation index (NDVI). Penelitian ini mendapatkan model pendugaan biomassa atas permukaan menggunakan peubah citra dan nilai NDVI. Perhitungan biomassa dilakukan menggunakan alometrik. Hubungan biomassa lapangan dan nilai digital dilakukan untuk menyusun model. Pemilihan model terbaik berdasarkan nilai koefisien determinasi terkoreksi (R2adj),

simpangan baku, nilai bias dan nilai RMSE. Model terpilih yaitu model eksponensial menggunakan semua peubah dan NDVI Y = exp (24.5  0.00604X1  0.00335X2 + 0.00178X3 + 0.00493X4  0.000216X5 + 0.00391X6  0.0111X7 + 0.0120X8 + 3.23X9). Model terpilih berdasarkan hasil pemeringkatan dengan nilai R2adjsebesar 37.5%, simpangan baku sebesar 0.41, nilai bias sebesar 182.5 dan

niai RMSE sebesar 88802.

Kata kunci : biomassa, Landsat 8, nilai digital, pendugaan biomassa

ABSTRACT

HARLYN HARLINDA. Biomass Estimation Model Using Landsat Imagery in Gunung Walat Educational Forest. Supervised by PRIYANTO.

Satellite imagery Landsat 8 has two sensors that is onboard operational land image (OLI) and thermal infrared sensor (TIRS) which has function for biomass estimation. Biomass valueis obtain by look at the greenness index using vegetation index approach by using NDVI. This research is to obtain above ground biomass estimation value using imagery variable and NDVI value. Biomass calculation is using allometric. The relationship between field biomass and digital value of biomass is conduct to establish the model. Selection of the best model is based on coefficient decision corrected value (R2adj), standard

deviation, biased value and RMSE value. Selected model is exponential model using all variables and NDVI Y = exp (24.5  0.00604X1  0.00335X2 + 0.00178X3 + 0.00493X4  0.000216X5 + 0.00391X6  0.0111X7 + 0.0120X8 + 3.23X9). The model was selected according to the results of the ranking with 37.5% of R2adjvalue, 0.41 of standard deviation value, 182.5 of bias value and

88802 of bias value.

Skripsi

sebagai salah satu syarat untuk memperoleh gelar Sarjana Kehutanan

pada

Departemen Manajemen Hutan

MODEL PENDUGA BIOMASSA

MENGGUNAKAN CITRA LANDSAT

DI HUTAN PENDIDIKAN GUNUNG WALAT

HARLYN HARLINDA

DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN

INSTITUT PERTANIAN BOGOR BOGOR

PRAKATA

Puji dan syukur penulis panjatkan atas kehadirat Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga skripsi ini dapat diselesaikan. Penelitian yang dilakukan pada bulan Juni 2014 mengenai biomassa dengan judul Model Penduga Biomassa Menggunakan Citra Landsat di Hutan Pendidikan Gunung Walat.

Terima kasih penulis ucapkan kepada Bapak Priyanto, S.Hut M.Si selaku pembimbing yang telah banyak memberikan bimbingan dan arahan dalam menyelesaikan skripsi ini, untuk kedua orang tua, adik serta keluarga yang selalu mendukung dan memberikan semangat dalam penyelesaian skripsi. Ucapan terima kasih diberikan kepada pihak pengelola dari Hutan Pendidikan Gunung Walat yang telah memberikan izin dalam pelaksanaan penelitian serta seluruh staf yang telah membantu dalam proses pengambilan data di lapangan baik secara langsung maupun tidak langsung. Terima kasih juga kepada Bapak Uus Saepul M atas arahannya, seluruh keluarga besar Laboratorium Perencanaan Hutan, keluarga Manajemen Hutan angkatan 46 dan 47, keluarga Fahutan serta kosan Bisma 1 atas doa dan dukungannya.

Semoga karya ilmiah ini bermanfaat.

Bogor, Februari 2015

DAFTAR ISI

DAFTAR TABEL viii

DAFTAR GAMBAR viii

PENDAHULUAN 1

Latar Belakang 1

Tujuan Penelitian 1

Manfaat Penelitian 1

Batasan Penelitian 2

METODE 2

Lokasi dan Tempat 2

Alat 2

Bahan dan Data 2

Tahap Penelitian 2

HASIL DAN PEMBAHASAN 7

Kondisi Umum Hutan Pendidikan Walat 7

Nilai Biomassa pada Plot Contoh 8

Nilai NDVI pada Citra Landsat 8 8

Korelasi pada Biomassa Lapangan, Nilai Digital dan NDVI 10

Model Penduga Biomassa 10

Uji Validasi Model 11

Pemilihan Model Terbaik 13

SIMPULAN DAN SARAN 13

Simpulan 13

Saran 13

DAFTAR PUSTAKA 14

DAFTAR TABEL

1 Persamaan alometrik penduga biomassa pohon pada berbagai jenis

pohon di Hutan Pendidikan Gunung Walat 4

2 Nilai kerapatan kayu pada Hutan Pendidikan Gunung Walat 4

3 Model yang digunakan untuk pendugaan biomassa 5

4 Hasil perhitungan biomassa plot contoh lapangan di Hutan Pendidikan

Gunung Walat 8

5 Nilai korelasi peubah nilai digital citra dan nilai NDVI terhadap

biomassa 10

6 Model penduga biomassa di Hutan Pendidikan Gunung Walat 11 7 Uji validasi model penduga biomassa di Hutan Pendidikan Gunung

Walat menggunakan semua parameter peubah 12

8 Uji validasi model penduga biomassa di Hutan Pendidikan Gunung Walat menggunakan parameter peubah VIF < 10 12 9 Pemeringkatan model penduga biomassa di Hutan Pendidikan Gunung

Walat 13

DAFTAR GAMBAR

1 Citra normal dengan band kombinasi 7–5–4 9

PENDAHULUAN

Hutan merupakan salah satu ekosistem yang memiliki peranan penting dalam mengatasi perubahan iklim, terutama hal yang berkaitan dengan cadangan karbon. Penggunaan karbon pohon sangat penting karena sebagian besar berasal dari biomassa. Sekitar 90% permukaan bumi memiliki biomassa dalam hutan yang berbentuk kayu, dahan, daun, akar, serasah, hewan dan jasad renik (Arif 2005). Biomassa merupakan total jumlah materi hidup yang berada di atas permukaan tanah yang dinyatakan dalam satuan berat kering per satuan luas (Brown 1997).

Menurut Hairiah dan Rahayu (2007), pendugaan biomassa dapat dilakukan dengan metode pemanenan secara langsung (destructive sampling) dan metode tidak langsung (hubungan alometrik). Metode pemanenan secara langsung dilakukan dengan cara penebangan sehingga diperoleh data kuantitatif berupa berat basah dan berat kering kayu. Metode tidak langsung dilakukan melalui hubungan alometrik yaitu mencari keterkaitan beberapa peubah bebas (dimensi pohon) yang mampu menerangkan peubah tidak bebasnya (biomassa). Pendugaan biomassa tegakan juga dapat menggunakan model pendugaan biomassa berdasarkan ekstraksi nilai digital satelit Landsat.

Salah satu satelit yang digunakan dalam pendugaan biomassa pada penelitian ini yaitu citra Landsat 8 yang memiliki sensor onboard operational

land image (OLI) dan thermal infrared sensor (TIRS). Citra Landsat 8

menggunakan pendekatan indeks vegetasi normalized difference vegetation index

(NDVI) mampu menduga biomassa yang terdapat di suatu areal. NDVI dapat digunakan untuk mengukur kondisi relatif vegetasi sehingga dalam penelitian ini digunakan citra Landsat untuk menduga biomassa serta memanfaatkan pendekatan NDVI.

Tujuan Penelitian

Tujuan penelitian untuk mendapatkan model penduga biomassa atas permukaan di Hutan Pendidikan Gunung Walat menggunakan peubah digital dan indeks vegetasi pada citra Landsat 8.

Manfaat Penelitian

2

Batasan Penelitian

Penelitian ini menggunakan biomassa atas permukaan yang terdiri dari enam jenis vegetasi yaitu vegetasi agathis, pinus, puspa, campuran agathis dan puspa, campuran pinus dan puspa serta campuran lainnya (jamoloh, kayu afrika, harendong, huru, pinus, puspa, dan teureup). Pendugaan biomassa ini menggunakan citra Landsat 8 dengan band 1, 2, 3, 4, 5, 6, 7, 9, dan NDVI.

METODE

Lokasi dan Waktu

Penelitian ini dilaksanakan pada bulan Mei–Desember 2014. Tahap prapengolahan citra dilaksanakan pada bulan Mei 2014 bertempat di Laboratorium Remote Sensing dan GIS, Departemen Manajemen Hutan, Fakultas Kehutanan, Institut Pertanian Bogor. Pengambilan data di lapangan dilaksanakan pada bulan Juni–Juli 2014 di Hutan Pendidikan Gunung Walat, Sukabumi. Tahap pengolahan data dilaksanakan pada Agustus–Desember 2014.

Alat dan Data

Alat ukur penting yang digunakan yaitu global positioning system (GPS), kompas, haga hypsometer, dan pita diameter. Alat bantu dalam pengolahan citra dan analisis spasial berupa perangkat lunak ArcView 3.2, ArcGIS versi 9.3, DNR

Garmin, MS-Office, perangkat lunak Erdas Imagine 9.1, dan Minitab 16.

Bahan

Bahan yang digunakan dalam penelitian berupa tegakan hutan di Hutan Pendidikan Gunung Walat, Citra Landsat 8 OLI Path/Row 122/065 resolusi spasial 30 m × 30 m perekaman 12 Agustus 2014 yang diperoleh dari earthexplorer.usgs.gov.

Tahap Pelaksanaan

Tahapan pelaksanaan penelitian ini secara umum dilakukan dengan prapengolahan citra, pengambilan data, pengolahan data (lapangan dan citra), dan pengambilan model terbaik.

Prapengolahan Citra

Prapengolahan citra merupakan tahap awal dari pengolahan citra satelit, dimulai dari import data citra, koreksi geometrik citra, dan pemotongan citra.

1. Import Data

Citra yang digunakan adalah citra Landsat 8 dengan path 122 dan row 65. Pada awalnya data yang didapatkan yaitu dalam bentuk format *TIF kemudian dilakukan perubahan format menggunakan perangkat lunak Erdas

3 2. Pembuatan Band Komposit

Pembuatan band komposit ini sebagai salah satu langkah yang harus dilakukan dalam pembuatan citra dengan menggabungkan citra tersebut guna mendapatkan warna seperti yang sebenarnya pada permukaan bumi. Hal ini dikarenakan awalnya citra yang telah diunduh masing-masing masih dalam bentuk band tersendiri. Penggabungan band terdiri dari band tampak cahaya (band 1, band 2, band 3 dan band 4), near infrared (NIR), shortware infrared

(SWIR), dan cirrus pada Landsat 8. Penelitian ini ditambahkan normalized

difference vegetation index (NDVI) yang digabungkan band komposit pada

citra Landsat 8.

3. Koreksi Geometrik Citra

Koreksi gometrik citra dibutuhkan untuk rektifikasi (pembetulan) agar citra yang dipakai sesuai dengan koordinatnya. Rektifikasi menggunakan data

digital elevation model (DEM) dari Global Land Surveys 2000 sudah

dilakukan pada citra Landsat 8, sehingga hanya diperlukan reproject citra untuk mengubah proyeksi citra menjadi universal transverse mercator

(UTM) zona 49 S dan datum WGS 84. 4. Pemotongan Citra

Pemotongan citra ini bertujuan mendapatkan citra yang sesuai dengan lokasi penelitian yaitu Hutan Pendidikan Gunung Walat, Sukabumi. Hal ini dilakukan agar citra yang terlihat fokus pada daerah penelitian saja.

Perancangan Plot Contoh dan Pengambilan Data Lapangan

Plot contoh pada citra dan lapangan dipilih secara purposive sebanyak 32 plot. Titik plot tersebar pada enam jenis vegetasi yaitu 3 plot jenis agathis, 2 plot jenis pinus, 5 plot jenis puspa, 9 plot jenis campuran agathis dan puspa, 2 plot jenis campuran pinus dan puspa, dan 11 plot jenis campuran lainnya. Pengambilan data dimulai dari penentuan titik plot di lapangan menggunakan Arc. View 3.2

ekstensi IHMB-Jaya. Selanjutnya dilakukan penentuan titik plot yang akan

diambil berdasarkan pertimbangan penyebaran dari beberapa jenis yang dominan di kawasan Hutan Pendidikan Gunung Walat tersebut.

Pengamatan titik koordinat lokasi pengambilan data (plot contoh) menggunakan alat GPS. Plot contoh berbentuk lingkaran dengan luasan 0.1 ha dibuat dan dilakukan pengukuran (diameter dan tinggi total) dan identifikasi jenis pohon didalamnya.

Pengolahan Data Lapangan

4

Tabel 1 Persamaan alometrik penduga biomassa pohon pada berbagai jenis pohon di Hutan Pendidikan Gunung Walat

Jenis pohon Model persamaan alometrik Sumber

Agathis AGB = 0.0528 (D2)1.3612 Masripatin et al. (2010)

Pinus AGB = 0.066 D2.13H0.257 Hendra (2002)

Mahoni AGB = 0.048 D 2.68 Adinugroho (2002)

Meranti AGB = 0.058 D 2.68 Handayani (2003)

Puspa AGB = 0.0727 (D2H)0.8993 Salim (2005)

Sengon AGB = 0.1479 D2.2989 Hairiyah & Rahayu (2007)

Sumber: Selviana (2012); AGB = biomassa atas permukaan; D = diameter, H = tinggi

Persamaan alometrik yang terdapat pada tegakan Hutan Pendidikan Gunung Walat terbatas sehingga untuk jenis yang tidak ada persamaannya digunakan persamaan yang lebih umum dari Ketterings et al. (2001) yaitu:

W = 0.11 ρ D 2.62 Keterangan:

W = biomassa tegakan di atas permukaan tanah (ton/ha) ρ = massa jenis pohon (kg/m3)

D = diameter setinngi dada (m)

Persamaan tersebut menggunakan peubah diameter dan kerapatan kayu dari berbagai jenis yang terdapat di Hutan Pendidikan Gunung Walat agar bisa menaksir nilai biomassanya dengan meminimalkan kesalahan pengukuran. Beberapa nilai kerapatan kayu pohon-pohon yang ada di Hutan Pendidikan Gunung Walat dapat dilihat pada Tabel 2. Beberapa jenis pohon yang tidak diketahui nilai kerapatannya digunakan nilai kerapatan yang dikemukakan oleh Brown (1997) yang diacu dalam Ketterings et al. (2001) yaitu sebesar 0.57 g/cm3.

Tabel 2 Nilai kerapatan kayu pada Hutan Pendidikan Gunung Walat

Jenis pohon Kerapatan kayu (g/cm3)

Huru 0.39

Sumber: Oey Djoen Seng (1951) dalam Suwarsono (1990)

Pengolahan Data Citra

Subset lokasi penelitian dilakukan menggunakan Erdas Imagine 9.1 untuk memudahkan dalam pengambilan titik. Titik-titik plot lokasi pengamatan menampilkan nilai digital yang berbeda tiap plotnya. Penggunaannya dengan ekstensi Classifier pada Erdas Imagine 9.1 dibuat dengan buffer sebesar 3 piksel × 3 piksel pada citra. Square buffer yang terbentuk digunakan sebagai area of interest (AOI) menampilkan nilai digital yang kemudian diambil nilai rata-rata dari titik pengamatan dari setiap bandnya. Pengolahan nilai NDVI menggunakan

Erdas Imagine 9.1 ekstensi Interpreter dengan cara memasukkan rumus NDVI =

5 Penyusunan Model

Penyusunan model penduga biomassa didasarkan atas peubah pada citra Landsat 8, yaitu nilai digital pada masing-masing band nilai NDVI. Peubah citra yang digunakan dalam penelitian ini yaitu nilai digital band asli dan nilai NDVI. Jenis dan bentuk umum model tersebut seperti terlihat pada Tabel 3.

Tabel 3 Model yang digunakan untuk pendugaan biomassa

Jenis model Bentuk model

Penentuan koefisien regresi, koefisien determinasi koreksi (R2adj),

simpangan baku (s), penguji keberartian model (uji F), dan nilai VIF menggunakan perangkat lunak Minitab 16. Koefisien-koefisien ini akan dijadikan sebagai bahan pertimbangan juga dalam pemilihan model.

Uji F yang dilakukan untuk mengetahui signifikan pengaruh peubah terhadap peubah terikat. Penggunaan tingkat signifikansi pada penelitian ini sebesar 0.05 (5%). Koefisien determinasi digunakan untuk mengetahui seberapa besar hubungan beberapa peubah dalam pengertian yang lebih jelas. Koefisien determinasi menjelaskan mengenai besarnya perubahan atau variasi suatu peubah oleh perubahan atau variasi pada peubah lain (Santosa 2005). Koefisien determinasi yang memiliki nilai semakin tinggi maka peubah yang digunakan dapat menjelaskan nilai biomassa. Koefisien determinasi koreksi dihitung menggunakan persamaan (Draper dan Smith 1992):

Simpangan baku dihitung menggunakan rumus persamaan (Draper dan Smith 1992):

√

Keterangan:

JKS = jumlah kuadrat sisa JKT = jumlah kuadrat total (n-p) = derajat bebas sisa (n-1) = derajat bebas total

6

variance inflated factors (VIF), jika suatu model nilai VIF > 10 maka

mengindikasikan terjadi multikolinearitas. Pemilihan Model

Pemilihan model terbaik terhadap model-model yang diperoleh didasarkan atas parameter nilai uji F, koefisien determinasi (R2), koefisien determinasi terkoreksi (R2adj), root mean square error (RMSE), dan simpangannya (s).

Validasi Model

Uji validasi menggunakan data yang berbeda dengan data penyusunan model. Validasi model ini dilakukan dengan cara membandingkan biomassa hasil pengukuran di lapangan dengan hasil pendugaan model yang terpilih. Uji validasi yang digunakan dalam penelitian yaitu uji chi-square, simpangan agregat (SA), dan simpangan rata-rata (SR).

Pada uji chi-square, jika nilai χ2hitung ≤ χ2tabel maka hasil pendugaan tidak berbeda nyata dari hasil biomassa sebenarnya. Chi-square hitung diperoleh melalui rumus (William 1991):

χ ∑

Keterangan :

y = biomassa aktual (m3) = biomassa dugaan (m3)

Simpangan agregat dan simpangan rata-rata digunakan untuk mengukur keakuratan suatu model yang besarnya ditentukan oleh selisih nilai hasil pendugaan dan hasil pengukuran. Semakin kecil nilai simpangan rata-rata dan simpangan agregat suatu model maka dikatakan keakuratan model tersebut semakin tinggi. Nilai SR dan SA dihitung menggunakan rumus (Husch 1963):

∑ _∑ ∑

∑

Keterangan:

SR = simpangan rata-rata (%) SA = simpangan agregat

y = biomassa aktual (m3) = biomassa dugaan (m3) n = jumlah pohon

RMSE dihitung menggunakan rumus:

MSE = Ʃ (yi –ŷi)2/(n – p)

7 Keterangan:

MSE = kuadrat tengah sisa RMSE = akar kuadrat tengah sisa

yi = biomassa ke-i

ŷi = rata-rata biomassa ke-i n = jumlah plot contoh

p = banyaknya parameter yang digunakan

Menurut Akça (1995) dalam Muhdin (1999), bias dapat dihitung dengan

Kondisi Umum Hutan Pendidikan Gunung Walat

Kawasan Hutan Pendidikan Gunung Walat secara geografis terletak antara 6º54 23 –6º55 35 LS dan 106º48 27 –106º50 29 BT dan secara administratif terletak dalam wilayah Kecamatan Cibadak, Kabupaten Sukabumi. Luas wilayah hutan 359 ha. Hutan Pendidikan Gunung Walat terletak pada ketinggian 420–726 mdpl yang merupakan sebagian pegunungan berderet dari timur ke barat. Topografinya bervariasi dari landai sampai bergelombang terutama di bagian selatan sedangkan ke bagian utara mempunyai topografi yang semakin curam. Kondisi iklim Hutan Pendidikan Gunung Walat menurut klasifikasi iklim Schmidt dan Ferguson termasuk tipe B, dengan nilai Q = 14.3%–33% dan banyaknya curah hujan tahunan berkisar antara 1600-4000 mm. Suhu udara maksimum di siang hari 29ºC dan minimum 19ºC di malam hari.

Tanah Gunung Walat termasuk dalam keluarga Tropohumult Tipik (latosol merah kekuningan), Tropodult Tipik (latosol coklat), Dysropept Tipik (podsolik merah kuning) dan Troportent Lipik (litosol). Keadaan hutan Gunung Walat pada tahun 1950an sebagian besar berupa tanah kosong yang ditumbuhi semak alang-alang dan beberapa pohon yang sangat jarang (Gunung Walat 2015).

8

Nilai Biomassa pada Plot Contoh

Titik plot diambil berdasarkan tipe yang dominan berada di lokasi tersebut seperti agathis, pinus, puspa, campuran agathis dan puspa, campuran pinus dan puspa serta campuran lainnya (jamoloh, kayu afrika, harendong, huru, pinus, puspa dan teureup). Perhitungan biomassa pohon menggunakan alometrik biomassa yang tersedia di Hutan Pendidikan Gunung Walat, sedangkan untuk jenis huru, kayu afrika, kayu manis, pasang, sempur, dan teureup maka menggunakan persamaan dari Ketterings et al. (2001). Perhitungan biomassa dilakukan pada setiap jenis pohon yang berada dalam masing-masing plot pengamatan terlihat seperti pada Tabel 4.

Tabel 4 Hasil perhitungan biomassa plot contoh lapangan di Hutan Pendidikan Gunung Walat

Campuran agathis dan puspa 291.28 6.4 8

Campuran (jamoloh, kayu

Campuran pinus dan puspa 112.11 1.6 2

Biomassa terbesar terdapat pada tipe vegetasi agathis serta campuran agathis dan puspa dapat diduga karena pengaruh diameter pohon jenis ini cukup besar (mencapai > 45 cm) dan jumlahnya yang relatif banyak didalam plotnya dibandingkan dengan plot lainnya. Biomassa jenis vegetasi campuran (jamoloh, kayu afrika, harendong, huru, pinus, puspa, dan teureup) memiliki nilai biomassa terkecil dikarenakan jenisnya berumur muda, diameter pohonnya kecil, dan jumlah pohon dalam plotnya relatif sedikit. Dengan demikian, besarnya biomassa dipengaruhi oleh jenis, diameter, tinggi serta jumlah pohon didalam plotnya. Selain itu, menurut Satoo dan Madgwick (1982), diacu dalam Onrizal (2004) menyatakan kondisi iklim setempat, terutama temperatur dan curah hujan juga merupakan faktor iklim yang berpengaruh terhadap biomassa.

Nilai NDVI pada Citra Landsat 8

9

Gambar 1 Citra normal dengan band kombinasi 7–5–4

Normalized difference vegetation index (NDVI) merupakan indikator

kehijauan yang dapat digunakan untuk menduga biomassa dari citra satelit melihat tingkat kehijauan. NDVI menunjukkan parameter yang berhubungan dengan vegetasi yaitu dedaunan hijau menggunakan band inframerah dekat (NIR) dan band merah (VIS). Nilai NDVI diperoleh dengan perhitungan inframerah dan band merah yang dipantulkan oleh tumbuhan (dedaunan hijau) tersebut. Analisis NDVI dapat digunakan sebagai indikator biomassa dan tingkat kehijauan

(greenness) relatif yang memungkinkan dapat dilakukan penghitungan dan

pengukuran biomassa pada citra (Ryan 1997). Hasil citra NDVI di Hutan Pendidikan Gunung Walat memperlihatkan warna mendekati dominan keabuan hingga kehitaman (Gambar 2).

Gambar 2 Citra hasil NDVI

10

Korelasi pada Biomassa Lapangan, Nilai Digital Band Landsat TM 8, dan NDVI

Peubah penduga nilai digital band yang digunakan merupakan nilai digital dari hasil training area yang berupa square buffer AOI, sedangkan nilai NDVI dan biomassa lapangan berdasarkan lokasi titik plot contoh. Hubungan antarpeubah dalam model penduga biomassa pada citra Landsat dapat diketahui dari nilai korelasi antarpeubah seperti terlihat pada Tabel 5. Hubungan linear antarpeubah tersebut diukur menggunakan korelasi Pearson. Nilai korelasi +1 artinya mempunyai hubungan linier positif sempurna dan korelasi -1 artinya mempunyai hubungan linier negatif sempurna (Usman dan Akbar 2000).

Berdasarkan nilai korelasi tersebut diketahui bahwa nilai digital band citra Landsat mempunyai korelasi yang lemah terhadap biomassa, sedangkan nilai NDVI mempunyai korelasi yang kuat terhadap biomassa (Tabel 5). Hal ini sejalan dengan Jensen (2005) yang menyatakan bahwa indeks vegetasi dapat digunakan sebagai parameter biofisik dan biomassa merupakan salah satu aspek yang dapat dilihat dari kerapatan vegetasi. Semakin rapat suatu vegetasi, maka biomassa juga akan semakin besar.

Tabel 5 Nilai korelasi peubah nilai digital citra dan nilai NDVI terhadap biomassa

*berkorelasi

Model Penduga Biomassa

Penyusunan model penduga biomassa melalui analisis regresi menggunakan berbagai macam model dan banyaknya peubah. Peubah yang digunakan yaitu peubah bebas dari nilai digital masing-masing band pada citra Landsat 8. Multikolinearitas terjadi antara dua peubah atau lebih dalam suatu persamaan regresi. Penyusunan model regresi menggunakan peubah yang memiliki nilai VIF < 10. Penyusunan regresi menghasilkan 8 buah model penduga biomassa seperti terlihat pada Tabel 6.

Korelasi Biomassa Band 1 Band 2 Band 3 Band 4 Band 5 Band 6 Band 7 Band 9 NDVI Biomassa 1

Band 1 0.003 1

Band 2 -0.054 0.979* 1

Band 3 -0.100 0.904* 0.950* 1

Band 4 -0.140 0.911* 0.961* 0.974* 1

Band 5 0.282 0.213 0.249 0.389 0.244 1

Band 6 -0.108 0.502 0.586* 0.645* 0.624* 0.579 1

Band 7 -0.238 0.637 0.725 0.780 0.779* 0.426 0.958* 1

Band 9 0.117 0.922* 0.877* 0.782 0.782* 0.082 0.297 0.450 1

11 Tabel 6 Model penduga biomassa di Hutan Pendidikan Gunung Walat

Model Parameter Persamaan Fhit R2adj diperoleh pada Tabel 6 menunjukkan bahwa biomassa dapat diduga menggunakan peubah nilai digital band dan nilai NDVI citra Landsat. Namun, besarnya peranan nilai digital band dan nilai NDVI terhadap biomassa tidak terlalu besar (R2adj <

50%). Hasil yang tidak jauh berbeda juga didapatkan dari penelitian Solihin (2014) yang mendapatkan nilai R2adj sebesar 32.9% dan Juniyanti (2014)

mendapatkan nilai R2adj hanya 20%. Hal tersebut dapat berpengaruh dari

banyaknya band yang digunakan dan data keseluruhan yang belum mewakili kondisi lapangan sebenarnya.

Nilai R2adj yang terbesar terdapat pada model kuadratik menggunakan

semua peubah sedangkan yang terkecil terdapat pada model pangkat menggunakan peubah nilai VIF < 10. Dengan kata lain, sebenarnya ada peubah lain yang dapat berperan dalam menduga biomassa tetapi dalam penelitian ini tidak dikaji. Hines dan Montgomery (1990) mengatakan bahwa meskipun suatu model memiliki R2adj yang besar, tidak berarti model tersebut model yang terbaik.

Uji Validasi Model

12 digital band 5; X6 = nilai digital band 6; X7 = nilai digital band 7; X 8= nilai digital band 9; X9 = nilai NDVI; * = model valid

Tabel 8 Uji validasi model penduga biomassa di Hutan Pendidikan Gunung Walat menggunakan parameter peubah VIF < 10

Model Persamaan SA SR digital band 5; X6 = nilai digital band 6; X7 = nilai digital band 7; X8 = nilai digital band 9; X9 = nilai NDVI; * = model valid

Berdasarkan nilai SA semua model yang diuji dapat dikatakan valid, namun berdasarkan nilai SR hanya model eksponensial dapat dikatakan valid. Kriteria pengujian ini mengacu pada Chapman dan Meyer (1949) dan Husch (1963) yang menyatakan bahwa simpangan agregat model penduga pohon sebaiknya tidak lebih dari 1. Spurr (1952) menyatakan bahwa model dikatakan valid jika simpangan rata-rata tidak lebih dari 10%. Berdasarkan uji chi-square, model eksponensial dan pangkat dengan hanya dua peubah (X8 dan X9) yang dapat dikatakan valid.

13 Pemilihan Model Terbaik

Pemeringkatan model penduga biomassa disusun berdasarkan kriteria R2adj,

simpangan baku, nilai bias, dan RMSE sebagaimana disajikan pada Tabel 9.

Tabel 9 Pemeringkatan model penduga biomassa di Hutan Pendidikan Gunung Walat

Model Parameter Persamaan Peringkat Jumlah

R2adj s Bias RMSE

Model terpilih berdasarkan hasil penjumlahan peringkat terkecil yaitu model eksponensial Y= exp(24.5  0.00604X1  0.00335X2 + 0.00178X3 + 0.00493X4  0.000216X5 + 0.00391X6  0.0111X7 + 0.0120X8 + 3.23X9).

SIMPULAN DAN SARAN

Simpulan

Model eksponensial dengan melibatkan nilai digital band 1, 2, 3, 4, 5, 6, 7, 9, dan nilai NDVI merupakan model regresi terpilih untuk menduga biomassa atas permukaan di Hutan Pendidikan Gunung Walat. Walaupun demikian model ini memiliki kelemahan seperti kecilnya nilai koefisien determinasi dan tingginya nilai RMSE.

Saran

14

DAFTAR PUSTAKA

Arief A. 2005. Hutan dan Kehutanan. Yogyakarta (ID): Penerbit Kanisius.

Brown S. 1997. Estimating Biomass Change of Tropical Forest. A Primer. USA: FAO Forestry Paper No. 134.

Chapman HH, Meyer WH. 1976. Forest Mensuration. New York (US): McGraw-Hill Book Company Inc.

Departemen Kehutanan. 2009. Peraturan Menteri Kehutanan Republik Indonesia nomor: P.32/MENHUT-II/2009. Jakarta.

Draper NR, H Smith. 1992. Analisis Regresi Terapan Edisi Kedua. Jakarta: PT. Gramedia Pustaka Utama.

Hairiah K, Rahayu S. 2007. Petunjuk Praktis Pengukuran Karbon Tersimpan di

Berbagai Macam Penggunaan Lahan. Bogor (ID): World Agroforestry

Centre - ICRAF, SEA Regional Office. University of Brawijaya,

Hidayati IN. 2013. Ekstraksi data indeks vegetasi untuk evaluasi ruang terbuka hijau berdasarkan citra ALOS di Kecamatan Ngaglik Kabupaten Sleman Yogyakarta. Jurnal Agroteknologi3(2): 2734.

Hines WW, Montgomery DC. 1990. Probabilita dan Statistik dalam Ilmu

Rekayasa dan Manajemen. Edisi Kedua. Rudiansyah, penerjemah. Jakarta

(ID): UI Press.

[HPGW] Hutan Pendidikan Gunung Walat. 2015. Kondisi umum Hutan Pendidikan Gunung Walat [Internet]. [diunduh 2015 Jan 20]. Tersedia pada http://www.gunungwalat.net/about-us/kondisi-umum

Husch B. 1963. Forest Mensuration and Statistics. New York (US): Ronald Press Company Inc.

Jensen JR. 2005. Introductory Digital Image Processing, A Remote Sensing

Perspective.New Jersey (US): Prentice Hall.

Juniyanti L. 2014. Pendugaan biomassa atas tegakan di Hutan Rakyat menggunakan Citra Landsat 8 (Studi kasus di Asosiasi Petani Hutan Rakyat Wonosobo) [skripsi]. Bogor (ID): Institut Pertanian Bogor.

Ketterings QM, Coe R, Noordwijk M, Ambagau Y, Palm CA. 2001. Reducing uncertainty in the use of allometric biomass equations for predicting above-ground tree biomass in mixed secondary forests. Forest Ecology and

Management 146: 199209.

Muhdin. 1999. Analisis beberapa rumus penduga volume log: Studi kasus pada jenis meranti (Shorea spp.) di areal HPH PT Siak Raya Timber, Propinsi Riau.

Jurnal Manajemen Hutan Tropika5(2): 3344.

Onrizal. 2004. Model penduga biomassa dan karbon tegakan hutan kerangas di Taman Nasional Danau Setarum, Kalimantan Barat [tesis]. Bogor (ID): Institut Pertanian Bogor.

Ryan L. 1997. Creating Normalizad Difference Vegetation Index (NDVI) Image

Using Multispec. University of New Hampshire.

Santosa. 2005. Analisis Statistik dengan Microsoft excel dan SPSS. Yogyakarta (ID). Andi Yogyakarta.

15 Selviana V. 2012. Pendugaan potensi volume, biomassa, dan cadangan karbon tegakan di Hutan Pendidikan Gunung Walat Sukabumi Jawa Barat [skripsi]. Bogor (ID): Institut Pertanian Bogor.

Seng OD. 1990. Berat Jenis Kayu Indonesia dan Signifikan untuk Penggunaan

Praktis. Suwarsono P H, penerjemah. Bogor (ID): Departemen Kehutanan

Indonesia. Terjemahan dari: Spesific Gravity of Indonesia Woods and Its Significance for Practicl Use.

Solihin MP. 2014. Aplikasi Citra Landsat 8 dalam memetakan biomassa atas tegakan di KPH Ciamis [skripsi]. Bogor (ID): Institut Pertanian Bogor. Spuur SH. 1952. Forest Inventory. New York (US): The Ronald Press Company,

Inc.

16

RIWAYAT HIDUP

Penulis dilahirkan di Nabire, Papua pada tanggal 22 Agustus 1992. Penulis merupakan anak pertama dari dua bersaudara pasangan Bapak Haryono dan Ibu Martha Popoi. Riwayat pendidikan penulis dimulai dari pendidikan formal lulusan TK Aisyiyah Bustanul Athfal Gorontalo tahun 1998, SD Negeri Teluk 1 Labuan tahun 2004, SMP Negeri 1 Labuan tahun 2007 dan SMA Negeri 2 Pandeglang tahun 2010. Penulis masuk IPB melalui jalur Ujian Seleksi Masuk Institut Pertanian Bogor (USMI) dan terdaftar sebagai mahasiswa Departemen Manajemen Hutan Fakultas Kehutanan IPB.

Penulis aktif di organisasi Himpunan Profesi Forest Management Student Club (FMSC) sebagai anggota divisi Infokom periode 2011-2012 dan Keprofesian periode 2012-2013 serta anggota PC Sylva Indonesia periode 2011-2013. Penulis pernah mengikuti kegiatan kepanitian Seminar Nasional dan Lokakarya pada tahun 2011 dan 2013, Pekan Ilmiah Kehutanan Nasional pada tahun 2012.

Praktik yang pernah diikuti penulis yaitu: Praktik Pengenalan Ekosistem Hutan (PPEH) Jalur Papandayan dan Sancang Timur Kabupaten Garut pada tahun 2012, Praktik Pengelolaan Hutan (PPH) di Hutan Pendidikan Gunung Walat Kabupaten Sukabumi pada tahun 2013 dan Praktik Kerja Lapang (PKL) di PT. Suka Jaya Makmur, Kalimantan Barat pada tahun 2014.