PENDUGAAN CADANGAN KARBON POHON
PADA RUANG TERBUKA HIJAU (RTH) KOTA DI KODYA
JAKARTA TIMUR MENGGUNAKAN CITRA LANDSAT
ISDIYANTORO
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
PADA RUANG TERBUKA HIJAU (RTH) KOTA DI KODYA
JAKARTA TIMUR MENGGUNAKAN CITRA LANDSAT
ISDIYANTORO
Tesis
sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada
Program Studi Arsitektur Lanskap
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
Judul Penelitian : Pendugaan Cadangan Karbon Pohon pada Ruang Terbuka Hijau (RTH) Kota di Kodya Jakarta Timur Menggunakan Citra Landsat
Nama : Isdiyantoro
NIM : A352030071
Program Studi : Arsitektur Lanskap
Disetujui Komisi Pembimbing
Dr. Ir. Bambang Sulistyantara, M.Agr Ketua
Dr. Ir. Nizar Nasrullah, M.Agr Anggota
Diketahui
Ketua Program Studi Arsitektur Lanskap
Dr. Ir. Nizar Nasrullah, M.Agr
Dekan Sekolah Pascasarjana IPB
Prof. Dr. Ir. Khairil Anwar Notodiputro, M.S
Tanggal Lulus : 17 September 2007
PERNYATAAN MENGENAI TESIS DAN
SUMBER INFORMASI
Dengan ini saya menyatakan bahwa Tesis Pendugaan Cadangan Karbon Pohon pada Ruang Terbuka Hijau (RTH) Kota di Kodya Jakarta Timur Menggunakan Citra Landsat adalah karya saya sendiri dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi manapun. 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 dibagian akhir tesis ini.
Bogor, September 2007
Isdiyantoro
ABSTRACT
ISDIYANTORO. Trees Carbon Reserve Estimation of City Greenery Open Space (GOS) in East Jakarta Municipality using Landsat Imagery. Under the direction of BAMBANG SULISTYANTARA and NIZAR NASRULLAH.
In the end of this decade, earth temperature raised up to 0.6 ºC. The main factor that is considered as the driver of global warming is the increasing of green house gasses concentration in atmosphere, i.e carbondioxide (CO2), methane
(CH4) and Nitrogenoxide (N2O). During this last decade CO2 emission increated
twice from 1400 million ton/year to 2900 million ton/year. Some researches showed that CO2 concentration in atmosphere in 1998 is about 330 ppm the
increament 1.5 ppm per year (Brown et al, 1996), and has probability to keep increasing year by year.
Based on all the problem mentioned above, this research was conducted to estimate carbon reserve on trees stands of Greenery Open Spaces at East Jakarta Municipality using Landsat satelite temporal imagery (few years). The best model concluded is Y = 43,448E + 11G-3,69MIRI-2,28(R2 = 42.8%). The total area of East Jakarta Municipality is about 18.689,64 hectare with trees carbon reserve above ground soil for 1986 is about 184.975 ton/hectare (LANDSAT MSS imagery 1986), 1992 is about 165.050 ton/hectare (LANDSAT 5 imagery 1992), 2001 is about 181.805 ton/hectare (LANDSAT 7 SLCOff imagery 2001) and 2005 is about 183.710 ton/hectare (LANDSAT 7 ETM+ imagery).
@ Hak Cipta milik Institut Pertanian Bogor, tahun 2007 Hak Cipta dilindungi Undang-undang
1. Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumber
a. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah.
b. Pengutipan tidak merugikan kepentingan yang wajar IPB.
RIWAYAT HIDUP
Penulis dilahirkan di Banyumas pada tanggal 01 Agustus 1969 dari ayah Oesmari Martohardjono (Alm) dan ibu Painem (Alm). Penulis merupakan anak pertama dari tiga bersaudara dan memiliki seorang istri Dewi Lestari dan dua orang anak yaitu Refaldi Krisna Abrianto dan Giska Bima Oktarizka.
Tahun 1987 penulis lulus dari SMT Pertanian Purwokerto. Pendidikan Sarjana ditempuh di Jurusan Budidaya Pertanian, Fakultas Pertanian Universitas Tamansiswa Yogyakarta, lulus pada tahun 1995. Pada tahun 2003, penulis melanjutkan jenjang pendidikan S-2 pada Sekolah Pasca Sarjana IPB dan memilih Program Studi Arsitektur Lanskap.
Selama mengikuti perkuliahan, penulis bekerja sebagai Pegawai Negeri Sipil (PNS) pada Dinas Pertamanan Provinsi DKI Jakarta di Seksi Jalur Hijau Tepian Air. Pada Tahun 2007 diangkat menjadi Kepala Seksi Jalur Hijau Penyempurna Dinas Pertamanan Provinsi DKI Jakarta.
KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadirat Alloh SWT, karena atas berkat, rahmat dan karunia-Nya sehingga penelitian dengan judul "Pendugaan Cadangan Karbon Pohon pada Ruang Terbuka Hijau (RTH) Kota di Kodya Jakarta Timur Menggunakan Citra Landsat" ini dapat penulis selesaikan. Hasil Penelitian ini merupakan suatu karya ilmiah sebagai salah satu syarat untuk menyelesaikan jenjang pendidikan S-2 dan memperoleh gelar Magister Sains pada Departemen Arsitektur Lansekap, Sekolah Pascasarjana - Institut Pertanian Bogor.
Terima kasih sebesar-besarnya penulis sampaikan kepada Dr. Ir. Bambang Sulistyantara, M.Agr selaku Ketua Komisi Pembimbing dan Dr. Ir. Nizar Nasrullah, M.Agr Selaku Anggota Komisi Pembimbing atas waktu dan arahannya dalam penulisan karya ilmiah ini. Di samping itu, penghargaan penulis sampaikan kepada Ir. Debora Rolina Sitompul, MT selaku Kepala suku Dinas Pertamanan Kodya Jakarta Timur dan staf yang telah banyak membantu dalam pengumpulan data. Ucapan terima kasih juga disampaikan ayah (Alm), ibu (Alm) dan keluarga serta rekan-rekan, atas kasih sayang, saran dan dukungannya dari awal hingga terselesaikannya penelitian ini.
Akhirnya penulis mengharap semoga karya ilimiah ini dapat memberi manfaat bagi semua pihak.
Bogor, September 2007 Isdiyantoro
DAFTAR ISI
Halaman
DAFTAR TABEL ………. ix
DAFTAR GAMBAR ……… x
DAFTAR LAMPIRAN ………. xi
I. PENDAHULUAN ………... 1
1.1 Latar Belakang ………... 1
1.2 Tujuan ……… 5
1.3 Hipotesis Penelitian ……… 5
1.4 Kerangka Pikir Penelitian ……….. 5
II. TINJAUAN PUSTAKA ……….. 7
2.1 Biomassa ……… 7
2.2 Ruang Terbuka dan Ruang Terbuka Hijau ………. 8
2.3 Fungsi Ruang Terbuka ………... 9
2.4 Lokasi dan Bentuk RTH ………. 10
2.5 Citra Landsat Thematic Mapper (TM) ………... 11
2.6 Proses Klasifikasi ………... 13
2.7 Penggunaan Indeks Vegetasi dalam Pendugaan Biomassa dan Karbon (C) ………. 14
III METODOLOGI ……….. 17
3.1 Waktu dan Lokasi Penelitian ………. 17
3.2 Bahan dan Alat ………... 17
3.2.1 Data dan Informasi yang Diperlukan ... 17
3.3 Alir Pembentukan Model ………... 19
3.4 Pengolahan Data Landsat TM ... 21
3.4.1 Koreksi Citra ... 21
3.4.2 Pemilihan Kanal spektral ... 22
3.4.3 Penajaman citra (Image Enhancement) ... 22
3.4.4 Transformasi Citra ... 22
3.4.5 Evaluasi Ketelitian Klasifikasi ... 23
3.5 Pengumpulan Data Lapangan ... 24
3.6 Pendugaan Biomassa ... 25
3.6.1 Perhitungan Biomassa ... 25
3.6.2 Perhitungan Karbon ... 26
3.7 Analisis Data ... 26
3.8 Pengujian Hipotesis ... 27
3.9 Pemilihan Model Terbaik ... 28
IV. KEADAAN UMUM LOKASI ... 30
4.1 Luas dan Letak ... 30
4.2 Kondisi Fisik ... 30
4.2.1 Iklim ... 30
4.2.2 Kondisi Vegetasi ... 31
V. HASIL DAN PEMBAHASAN ... 32
5.1 Analisis spektral untuk Identifikasi Ruang Terbuka Hijau (RTH) 32 5.1.1 Analisis spektral Citra Landsat 7 ETM+ SLC Off Aquisisi 23 Juli 2005 ... 32
5.1.2 Analisis spektral Citra Landsat 7 ETM+ Aquisisi 10 Agustus 2001 ... 34
5.1.3 Analisis spektral Citra Landsat 5 TM Aquisisi 16 Juli 1992 ... 35
5.1.4 Analisis spektral Citra Landsat MSS Aquisisi 02 Juli 1986 35 5.2 Model Penduga Kandungan Karbon ... 37
5.2.1 Penyusunan Model Kandungan Karbon Berdasarkan Nilai Respon Langsung Spektral Citra Landsat ETM + ... 37
5.2.2 Penyusunan Model Kandungan Karbon Berdasarkan Nilai Respon Indeks vegetasi Citra Landsat ETM + ... 40
5.3 Pendugaan Karbon RTH Menggunakan Citra Landsat 7 ETM+ SLC Off Aquisisi 23 Juli 2005 ... 43
5.4 Pendugaan Karbon RTH Menggunakan Citra Landsat 7 ETM+ Aquisisi 10 Agustus 2001 ... 47
5.5 Pendugaan Karbon RTH Menggunakan Citra Landsat 5 TM Aquisisi 16 Juli 1992 ... 48
5.6 Pendugaan Karbon RTH Menggunakan Citra Landsat MSS Aquisisi 02 Juli 1986 ... 49
5.7 Hubungan Kandungan Karbon dengan Ruang Terbuka Hijau dan Konstribusinya terhadap Kualitas Lingkungan ... 50
VI. SIMPULAN ... 52
VII. REKOMENDASI ... 52
DAFTAR PUSTAKA ... 53
LAMPIRAN ... 56
PENDUGAAN CADANGAN KARBON POHON
PADA RUANG TERBUKA HIJAU (RTH) KOTA DI KODYA
JAKARTA TIMUR MENGGUNAKAN CITRA LANDSAT
ISDIYANTORO
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
PADA RUANG TERBUKA HIJAU (RTH) KOTA DI KODYA
JAKARTA TIMUR MENGGUNAKAN CITRA LANDSAT
ISDIYANTORO
Tesis
sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada
Program Studi Arsitektur Lanskap
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
Judul Penelitian : Pendugaan Cadangan Karbon Pohon pada Ruang Terbuka Hijau (RTH) Kota di Kodya Jakarta Timur Menggunakan Citra Landsat
Nama : Isdiyantoro
NIM : A352030071
Program Studi : Arsitektur Lanskap
Disetujui Komisi Pembimbing
Dr. Ir. Bambang Sulistyantara, M.Agr Ketua
Dr. Ir. Nizar Nasrullah, M.Agr Anggota
Diketahui
Ketua Program Studi Arsitektur Lanskap
Dr. Ir. Nizar Nasrullah, M.Agr
Dekan Sekolah Pascasarjana IPB
Prof. Dr. Ir. Khairil Anwar Notodiputro, M.S
Tanggal Lulus : 17 September 2007
PERNYATAAN MENGENAI TESIS DAN
SUMBER INFORMASI
Dengan ini saya menyatakan bahwa Tesis Pendugaan Cadangan Karbon Pohon pada Ruang Terbuka Hijau (RTH) Kota di Kodya Jakarta Timur Menggunakan Citra Landsat adalah karya saya sendiri dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi manapun. 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 dibagian akhir tesis ini.
Bogor, September 2007
Isdiyantoro
ABSTRACT
ISDIYANTORO. Trees Carbon Reserve Estimation of City Greenery Open Space (GOS) in East Jakarta Municipality using Landsat Imagery. Under the direction of BAMBANG SULISTYANTARA and NIZAR NASRULLAH.
In the end of this decade, earth temperature raised up to 0.6 ºC. The main factor that is considered as the driver of global warming is the increasing of green house gasses concentration in atmosphere, i.e carbondioxide (CO2), methane
(CH4) and Nitrogenoxide (N2O). During this last decade CO2 emission increated
twice from 1400 million ton/year to 2900 million ton/year. Some researches showed that CO2 concentration in atmosphere in 1998 is about 330 ppm the
increament 1.5 ppm per year (Brown et al, 1996), and has probability to keep increasing year by year.
Based on all the problem mentioned above, this research was conducted to estimate carbon reserve on trees stands of Greenery Open Spaces at East Jakarta Municipality using Landsat satelite temporal imagery (few years). The best model concluded is Y = 43,448E + 11G-3,69MIRI-2,28(R2 = 42.8%). The total area of East Jakarta Municipality is about 18.689,64 hectare with trees carbon reserve above ground soil for 1986 is about 184.975 ton/hectare (LANDSAT MSS imagery 1986), 1992 is about 165.050 ton/hectare (LANDSAT 5 imagery 1992), 2001 is about 181.805 ton/hectare (LANDSAT 7 SLCOff imagery 2001) and 2005 is about 183.710 ton/hectare (LANDSAT 7 ETM+ imagery).
@ Hak Cipta milik Institut Pertanian Bogor, tahun 2007 Hak Cipta dilindungi Undang-undang
1. Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumber
a. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah.
b. Pengutipan tidak merugikan kepentingan yang wajar IPB.
RIWAYAT HIDUP
Penulis dilahirkan di Banyumas pada tanggal 01 Agustus 1969 dari ayah Oesmari Martohardjono (Alm) dan ibu Painem (Alm). Penulis merupakan anak pertama dari tiga bersaudara dan memiliki seorang istri Dewi Lestari dan dua orang anak yaitu Refaldi Krisna Abrianto dan Giska Bima Oktarizka.
Tahun 1987 penulis lulus dari SMT Pertanian Purwokerto. Pendidikan Sarjana ditempuh di Jurusan Budidaya Pertanian, Fakultas Pertanian Universitas Tamansiswa Yogyakarta, lulus pada tahun 1995. Pada tahun 2003, penulis melanjutkan jenjang pendidikan S-2 pada Sekolah Pasca Sarjana IPB dan memilih Program Studi Arsitektur Lanskap.
Selama mengikuti perkuliahan, penulis bekerja sebagai Pegawai Negeri Sipil (PNS) pada Dinas Pertamanan Provinsi DKI Jakarta di Seksi Jalur Hijau Tepian Air. Pada Tahun 2007 diangkat menjadi Kepala Seksi Jalur Hijau Penyempurna Dinas Pertamanan Provinsi DKI Jakarta.
KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadirat Alloh SWT, karena atas berkat, rahmat dan karunia-Nya sehingga penelitian dengan judul "Pendugaan Cadangan Karbon Pohon pada Ruang Terbuka Hijau (RTH) Kota di Kodya Jakarta Timur Menggunakan Citra Landsat" ini dapat penulis selesaikan. Hasil Penelitian ini merupakan suatu karya ilmiah sebagai salah satu syarat untuk menyelesaikan jenjang pendidikan S-2 dan memperoleh gelar Magister Sains pada Departemen Arsitektur Lansekap, Sekolah Pascasarjana - Institut Pertanian Bogor.
Terima kasih sebesar-besarnya penulis sampaikan kepada Dr. Ir. Bambang Sulistyantara, M.Agr selaku Ketua Komisi Pembimbing dan Dr. Ir. Nizar Nasrullah, M.Agr Selaku Anggota Komisi Pembimbing atas waktu dan arahannya dalam penulisan karya ilmiah ini. Di samping itu, penghargaan penulis sampaikan kepada Ir. Debora Rolina Sitompul, MT selaku Kepala suku Dinas Pertamanan Kodya Jakarta Timur dan staf yang telah banyak membantu dalam pengumpulan data. Ucapan terima kasih juga disampaikan ayah (Alm), ibu (Alm) dan keluarga serta rekan-rekan, atas kasih sayang, saran dan dukungannya dari awal hingga terselesaikannya penelitian ini.
Akhirnya penulis mengharap semoga karya ilimiah ini dapat memberi manfaat bagi semua pihak.
Bogor, September 2007 Isdiyantoro
DAFTAR ISI
Halaman
DAFTAR TABEL ………. ix
DAFTAR GAMBAR ……… x
DAFTAR LAMPIRAN ………. xi
I. PENDAHULUAN ………... 1
1.1 Latar Belakang ………... 1
1.2 Tujuan ……… 5
1.3 Hipotesis Penelitian ……… 5
1.4 Kerangka Pikir Penelitian ……….. 5
II. TINJAUAN PUSTAKA ……….. 7
2.1 Biomassa ……… 7
2.2 Ruang Terbuka dan Ruang Terbuka Hijau ………. 8
2.3 Fungsi Ruang Terbuka ………... 9
2.4 Lokasi dan Bentuk RTH ………. 10
2.5 Citra Landsat Thematic Mapper (TM) ………... 11
2.6 Proses Klasifikasi ………... 13
2.7 Penggunaan Indeks Vegetasi dalam Pendugaan Biomassa dan Karbon (C) ………. 14
III METODOLOGI ……….. 17
3.1 Waktu dan Lokasi Penelitian ………. 17
3.2 Bahan dan Alat ………... 17
3.2.1 Data dan Informasi yang Diperlukan ... 17
3.3 Alir Pembentukan Model ………... 19
3.4 Pengolahan Data Landsat TM ... 21
3.4.1 Koreksi Citra ... 21
3.4.2 Pemilihan Kanal spektral ... 22
3.4.3 Penajaman citra (Image Enhancement) ... 22
3.4.4 Transformasi Citra ... 22
3.4.5 Evaluasi Ketelitian Klasifikasi ... 23
3.5 Pengumpulan Data Lapangan ... 24
3.6 Pendugaan Biomassa ... 25
3.6.1 Perhitungan Biomassa ... 25
3.6.2 Perhitungan Karbon ... 26
3.7 Analisis Data ... 26
3.8 Pengujian Hipotesis ... 27
3.9 Pemilihan Model Terbaik ... 28
IV. KEADAAN UMUM LOKASI ... 30
4.1 Luas dan Letak ... 30
4.2 Kondisi Fisik ... 30
4.2.1 Iklim ... 30
4.2.2 Kondisi Vegetasi ... 31
V. HASIL DAN PEMBAHASAN ... 32
5.1 Analisis spektral untuk Identifikasi Ruang Terbuka Hijau (RTH) 32 5.1.1 Analisis spektral Citra Landsat 7 ETM+ SLC Off Aquisisi 23 Juli 2005 ... 32
5.1.2 Analisis spektral Citra Landsat 7 ETM+ Aquisisi 10 Agustus 2001 ... 34
5.1.3 Analisis spektral Citra Landsat 5 TM Aquisisi 16 Juli 1992 ... 35
5.1.4 Analisis spektral Citra Landsat MSS Aquisisi 02 Juli 1986 35 5.2 Model Penduga Kandungan Karbon ... 37
5.2.1 Penyusunan Model Kandungan Karbon Berdasarkan Nilai Respon Langsung Spektral Citra Landsat ETM + ... 37
5.2.2 Penyusunan Model Kandungan Karbon Berdasarkan Nilai Respon Indeks vegetasi Citra Landsat ETM + ... 40
5.3 Pendugaan Karbon RTH Menggunakan Citra Landsat 7 ETM+ SLC Off Aquisisi 23 Juli 2005 ... 43
5.4 Pendugaan Karbon RTH Menggunakan Citra Landsat 7 ETM+ Aquisisi 10 Agustus 2001 ... 47
5.5 Pendugaan Karbon RTH Menggunakan Citra Landsat 5 TM Aquisisi 16 Juli 1992 ... 48
5.6 Pendugaan Karbon RTH Menggunakan Citra Landsat MSS Aquisisi 02 Juli 1986 ... 49
5.7 Hubungan Kandungan Karbon dengan Ruang Terbuka Hijau dan Konstribusinya terhadap Kualitas Lingkungan ... 50
VI. SIMPULAN ... 52
VII. REKOMENDASI ... 52
DAFTAR PUSTAKA ... 53
LAMPIRAN ... 56
DAFTAR TABEL
Halaman
1. Karakteristik Kanal Spektral Landsat TM ... 12
2. Beberapa Rasio Indeks Vegetasi ... 15
3. Tabel Matrik Kesalahan (Confussion Matrix) ... 23
4. Persamaan alometrik penduga biomassa bagian pohon ... 25
5. Sidik Ragam ... 27
6. Model penduga kandungan cadangan karbon berdasarkan Nilai Respon Langsung Spektral Citra Landsat ... 38
7. Model penduga kandungan cadangan karbon terpilih berdasarkan Nilai Respon Langsung Spektral Citra Landsat ………. 38
8. Hasil verifikasi model terpilih berdasarkan Nilai Respon Langsung Spektral Citra Landsat ... 39
9. Model penduga kandungan karbon berdasarkan Nilai Respon indeks Vegetasi Citra Landsat 7 ETM+ ………. 41
10. Model penduga kandungan karbon terpilih berdasarkan Nilai Respon Indeks Vegetasi Citra Landsat 7 TM ……….. 42
11. Hasil verifikasi model terpilih berdasarkan Nilai Respon Indeks Vegetasi Citra Landsat 7 TM ... 42
12. Hasil Pendugaan Karbon (C) menggunakan Citra Landsat 7 ETM+ SLC Off Aquisisi 23 Juli 2005 ………... 46
13. Hasil Pendugaan Karbon (C) menggunakan Citra Landsat 7 ETM+ Aquisisi 10 Agustus 2001 ……….. 48
14. Hasil Pendugaan Karbon (C) menggunakan Citra Landsat 5 TM Aquisisi 16 Juli 1992 ... 49
15. Hasil Pendugaan Karbon (C) menggunakan Citra Landsat MSS Aquisisi 02 Juli 1986 ……….. 50
DAFTAR GAMBAR
Halaman 1. Kerangka Pikir Penelitian ... 6 2. Diagram Alur Pembentukan Model Pendugaan Cadangan Karbon ... 20 3. Lokasi Piksel pada Citra dan Plot Contoh di Lapangan ... 24 4. Kombinasi Kanal pada Citra Landsat 7 ETM+ SLC Off Aquisisi 23
Juli 2005 ………. 33
5. Kombinasi Kanal pada Citra Landsat 7 ETM+ Aquisisi 10 Agustus
2001 ………... 34
6. Kombinasi Kanal pada Citra Landsat 5 TM Aquisisi 16 Juli 1992 ... 35 7. Kombinasi Kanal pada Citra Landsat MSS Aquisisi 02 Juli 1986 …… 36 8. Hasil analisis regresi berganda hubungan Digital Number danMIRI
pada Citra Landsat 7 ETM+ SLC Off Tahun 2005 ………. 40 9. Hasil analisis regresi hubungan Digital Number (DN) dan MidIR pada
Citra Landsat 7 ETM+ SLC Off Tahun 2005 ... 43 10. Penutupan Lahan di Kodya Jakarta Timur Menurut Data Citra Landsat
7 ETM+ SLC Off Aquisisi 23 Juli 2005 ……… 45
DAFTAR LAMPIRAN
Halaman 1. Penutupan Lahan di Kodya Jakarta Timur menurut Data Citra Landsat
MSS Aquisisi 02 Juli 1986 ………. 57 2. Sebaran RTH di Kodya Jakarta Timur menurut Data Citra Landsat 5
TM Aquisisi 16 Juli 1992 ... 58 3. Sebaran RTH di Kodya Jakarta Timur menurut Data Citra Landsat 7
ETM+ Aquisisi 10 Agustus 2001 ... 59 4. Sebaran Titik Contoh Pengamatan RTH di Kodya Jakarta Timur ... 60 5. Titik-Titik Kontrol untuk Koreksi Citra Hasil Klasifikasi
(Geocorrected) ………... 61 6. Hasil Pendugaan Karbon menggunakan Citra Landsat 7 ETM+
SLCOff Aquisisi 23 Juli 2005 ………... 61 7. Hasil Pendugaan Karbon menggunakan Citra Landsat 7 ETM+
Aquisisi 10 Agustus 2001 ... 62 8. Hasil Pendugaan Karbon menggunakan Citra Landsat 5 TM Aquisisi
16 Juli 1992 ……… 62
9. Hasil Pendugaan Karbon menggunakan Citra Landsat MSS Aquisisi
02 Juli 1986 ……… 63
10. Contoh Hasil Pemodelan kandungan karbon Wilayah Kecamatan Cakung menggunakan Citra Landsat 7 TM Aquisisi Tahun 2005 ……. 64 11. Contoh Hasil Pemodelan kandungan karbon Wilayah Kecamatan
Cakung menggunakan Citra Landsat 5 TM Aquisisi Tahun 1992 ……. 68
1.1 Latar Belakang
Perubahan iklim global akibat meningkatnya suhu bumi menjadi isu yang ramai dibicarakan di kalangan masyarakat dunia. Selama akhir abad ini suhu bumi meningkat 0.6 ºC. Faktor utama yang dianggap sebagai penyebab pemanasan global adalah peningkatan konsentrasi gas rumah kaca (GRK) di atmosfer, yaitu karbon dioksida (CO2), metan (CH4) dan N2O. Dalam dekade terakhir ini emisi
CO2 meningkat dua kali lipat dari 1.400 juta ton/tahun menjadi 2.900 juta ton
tahun-1.
Pada tahun 1998 konsentrasi CO2 di atmosfer adalah 360 ppm dengan laju
peningkatan per tahun 1.5 ppm (Brown et al 1996). Tingginya peningkatan konsentrasi CO2 diakibatkan oleh aktivitas manusia terutama perubahan lahan dan
penggunaan bahan bakar fosil untuk transportasi, pembangkit tenaga listrik dan aktivitas industri. Secara akumulatif, penggunaan bahan bakar fosil dan perubahan penggunaan lahan dari hutan ke sistem lainnya memberikan sumbangan sekitar setengah dari emisi CO2 ke atmosfer yang disebabkan oleh manusia, tetapi
dampak yang terjadi saat ini mempunyai rasio 3:1. Pada aktivitas pembakaran bahan bakar fosil berarti karbon yang telah diikat oleh tanaman beberapa waktu yang lalu dikembalikan ke atmosfer.
Dampak kegiatan konversi lahan dan perubahan penggunaan lahan berarti karbon yang telah disimpan dalam bentuk biomassa atau dalam tanah gambut dilepaskan ke atmosfer melalui pembakaran ("tebas dan bakar") atau dekomposisi bahan organik di atas maupun di bawah permukaan tanah. Cadangan karbon dari suatu bentang lahan juga dapat dipindahkan melalui penebangan kayu, hanya saja kecepatannya dalam melepaskan C ke atmosfer tergantung pada penggunaan kayu tersebut. Diperkirakan bahwa antara tahun 1990 - 1999, perubahan penggunaan lahan memberikan sumbangan sekitar 1.7 Gt tahun-1 dari total emisi CO2 (Watson et al., 2000).
2
mengidentifikasi bahwa emisi CO2 ke atmosfer merupakan salah satu isu
lingkungan global yang perlu diperhatikan. Oleh karena itu, maka Konferensi Rio de Jeinero tahun 1992 mengidentifikasi bahwa emisi CO2 ke atmosfer merupakan
salah satu isu lingkungan global yang perlu diperhatikan. Oleh karena itu, maka dibentuklah The United Nations Framework Convention on Climate Change (UNFCCC) yang menangani kerangka kerja sama antar pemerintah dalam kaitannya dengan perubahan iklim.
Jakarta sebagai ibukota negara Indonesia akan berkembang menjadi kota Megapolitan dengan berbagai fasilitas dan infrastruktur serta asesoris sebagaimana layaknya kota besar dunia lainnya. Layaknya sebuah ibukota negara berkembang, Jakarta merupakan daya tarik dan menjadi tempat tujuan utama untuk mengadu peruntungan dari masyarakat wilayah sekitar Jakarta, bahkan dari daerah diseluruh Indonesia.
Kotamadya Jakarta Timur adalah salah satu dari 5 (lima) wilayah Kotamadya di Propinsi DKI Jakarta yang mempunyai karakteristik cukup menarik dimana memiliki faktor dominan yang merupakan ciri khas yang tidak dimiliki Kotamadya lain, diantaranya adalah keberadaan Cagar Budaya Condet, TMII, Monumen Pancasila Sakti dan Camping Ground di Cibubur menjadikan Kotamadya Jakarta Timur sebagai kota tujuan wisata. Selain itu Kodya Jakarta Timur juga terkenal sebagai Basis Kawasan Militer dengan keberadaan Markas Besar TNI di Cilangkap dan juga terkenal sebagai pusat industri berskala Nasional seperti Kawasan Industri Pulogadung, dll.
Kemajuan teknologi yang dicapai oleh manusia dalam upaya untuk meningkatkan kualitas dan kenyamanan hidup serta memenuhi kebutuhan hidupnya, tidak hanya memberikan dampak positif, tetapi juga menimbulkan efek sampingan yang merugikan manusia. Salah satu bentuk kerusakan akibat aktivitas manusia adalah pencemaran lingkungan.
lingkungan buatan manusia. Jika ruang terbuka hijau berfungsi memberi kebersihan udara bagi kehidupan manusia, habitat satwa, tata air dan penyangga kehidupan lainnya maka pembangunan lingkungan buatan manusia harus tetap mengusahakan agar fungsi tersebut dapat dilaksanakan oleh pohon-pohon yang tumbuh di ruang terbuka hijau tersebut.
Masalah pencemaran lingkungan yang penting terutama di daerah perkotaan adalah pencemaran udara. Sumber pencemaran udara berasal dari kendaraan bermotor, industri dan rumah tangga. Pencemaran udara dapat berakibat kepada kesehatan manusia. Oleh karena itu diperlukan usaha-usaha yang mengarah pada tindakan pencegahan dan mengurangi dampak negatif yang ditimbulkan.
Salah satu usaha yang dapat dilakukan untuk mengatasi masalah pencemaran udara adalah penghijauan atau pengadaan hutan kota (ruang terbuka hijau). Vegetasi dalam suatu kota atau pinggiran kota berbentuk taman, jalur hijau, kebun dan pekarangan serta hutan dapat berfungsi sebagai paru-paru kota. Disamping itu tumbuhan dapat menyediakan oksigen yang diperlukan oleh manusia dan menurunkan kadar beberapa pencemar udara (Grey dan Deneke, 1978).
Pencemaran udara sendiri dapat menghambat pertumbuhan tanaman. Dengan adanya permasalahan yang ada maka penelitian ini mencoba untuk mengkaji jumlah cadangan karbon pada pohon dalam upaya untuk mempertahankan cadangan karbon pada ruang terbuka hijau (RTH) yang telah ada dan menyerap karbon dari atmosfer untuk kelestarian sumberdaya alam yang berkelanjutan (sustainable).
Berdasarkan kondisi tersebut di atas, pengelolaan taman dan ruang terbuka hijau harus dilakukan dengan menggunakan prinsip-prinsip kelestarian (sustainable principles). Data yang diperlukan untuk mengkaji karakteristik taman dan ruang terbuka hijau dalam rangka memberikan informasi secara tidak langsung terhadap pengelolaan yang berprinsip kelestarian adalah biomassa untuk kajian hara dan Leaf Area Index/LAI untuk kajian fotosintesis.
4
(Hasse et.al, 1985) dan data biomassa ini juga sangat penting di ekosistem alami karena menyediakan molekul organik dan sumber energi untuk semua tingkatan tropik (Roberts et.al, 1993).
Teknologi penginderaan jauh telah banyak digunakan dalam bidang kehutanan, tata lingkungan dan planologi (Lillesand dan Kiefer, 1990; Sutanto, 1994; Howard, 1996; Lo, 1996). Hal ini dikarenakan sarana ini memberikan keuntungan yaitu mampu memberikan keuntungan yaitu mampu memberikan data yang unik yang sulit diperoleh dengan menggunakan sarana lainnya, mempermudah pekerjaan lapangan dan mampu memberikan data yang lengkap dalam waktu yang relatif singkat dan dengan biaya yang relatif murah.
Aplikasi penginderaan jauh satelit dalam bidang tata lingkungan secara efektif dimulai dengan peluncuran teknologi satelit sumber daya bumi Amerika Serikat (Earth Resources Technological Satellite/ERTS-1) pada tahun 1972, kemudian satelit tersebut diberi nama Landsat (Howard, 1996). Sedangkan menurut Jaya (1997), secara garis besar aplikasi penginderaan jauh satelit dalam bidang tata lingkungan dapat dikelompokkan menjadi 3, yaitu untuk kegiatan pemetaan, inventarisasi tata kota dan manajemen tata lingkungan.
1.2 Tujuan
1.2.1 Untuk mengestimasi kandungan cadangan karbon pada Ruang Terbuka Hijau (RTH) Kodya Jakarta Timur khususnya pada Taman dan Jalur Hijau.
1.2.2 Menentukan model terbaik untuk menduga cadangan karbon pada Ruang Terbuka Hijau (RTH) Kota yang dikelola oleh Suku Dinas Pertamanan Kodya Jakarta Timur.
1.3 Hipotesa Penelitian
Semakin banyak daerah hijau yang terdeteksi pada Citra Landsat TM maka akan diperoleh Digital Number (DN) yang tinggi dan akan memberikan informasi kandungan cadangan karbon. Hal ini disebabkan karena resolusi radiometrik pada Citra Landsat TM akan memberikan informasi mengenai vegetasi Ruang Terbuka Hijau (RTH).
1.4 Kerangka Pikir Penelitian
Akibat aktivitas manusia disamping menimbulkan dampak positif yaitu adanya kemajuan teknologi untuk peningkatan kualitas dan kenyamanan hidup tetapi juga menimbulkan dampak negatif yaitu pencemaran. Pencemaran yang diakibatkan oleh aktivitas manusia menyebabkan peningkatan konsentrasi CO2 di
Atmosfer.
Adanya peningkatan konsentrasi gas di atmosfer karena penglepasan karbon yang telah diikat oleh tanaman maka diperlukan suatu kajian Pendugaan Cadangan Karbon (C) pada Pohon. Pendugaan Cadangan Karbon (C) pada Pohon dapat diukur dengan 2 (dua) cara, yaitu: 1. Langsung (Penebangan) dan 2. Tidak Langsung (Teknologi Pengindraan Jauh). Teknologi pengindraan jauh telah banyak digunakan dalam bidang tata lingkungan karena mempunyai data yang unik, mempermudah pekerjaan dilapangan dan biaya yang relatif murah serta perlu waktu yang lebih singkat.
6
berkembang untuk menuju kelestarian sumberdaya alam yang berkelanjutan (sustainable). Secara ringkas kerangka pikir penelitian ditunjukan oleh Gambar 1 berikut ini:
Aktivitas Manusia yang Berdampak pada Pencemaran Pemanasan Global
(dampak Efek Gas Rumah Kaca)
Perubahan Iklim Global
Adanya Peningkatan Konsentrasi Efek GRK di Atmosfer Karena
Penglepasan Karbon
Kajian Pendugaan Cadangan Karbon (C) pada Pohon
Langsung (Dengan Cara Penebangan)
Tidak Langsung (Teknologi Pengindraan Jauh)
Jumlah Cadangan Karbon Pada Vegetasi RTH
Menuju Lingkungan yang Nyaman dan Sehat
2.1 Biomassa
Biomassa di atas tanah adalah jumlah bahan organik per unit area pada suatu waktu tertentu yang berhubungan dengan fungsi sistem produktivitas, umur tegakan dan alokasi bahan organik serta strategi pemindahan (Citron dan Navelli,
1984). Ditambahkan oleh Roberts et.al (1993) bahwa biomassa tanaman adalah berat bahan tanaman hidup yang terdiri dari atas dan bawah area permukaan tanah pada suatu waktu tertentu.
Pendugaan biomassa bagian pohon di atas tanah tidak hanya menyediakan alat untuk membuat perbandingan di antara ekosistem seperti evaluasi produktivitas (Rodin dan Bazilevich, 1967) tetapi juga sangat penting untuk aspek fungsional hutan seperti produktivitas primer, siklus nutrient dan aliran energi (Hasse et.al, 1985).
Chapman (1976) membagi dua kelompok metode pendugaan biomassa di atas tanah, yaitu: (1). metode pemanenan, yang terdiri dari: metode pemanenan individu tanaman, metode pemanenan kuadrat dan metode pemanenan individu pohon yang mempunyai luas bidang dasar rata-rata dan (2). metode pendugaan tidak langsung, yaitu metode yang terdiri dari metode alometrik dan metode crop meter. Menurut (Eong et.al, 1983), biomassa pohon dapat diduga oleh peubah-peubah bebas seperti diameter setinggi dada (Dbh) yang berhubungan dengan biomassa total pohon. Kusmana (1992) telah menginventarisasi penelitian biomassa di atas permukaan tanah dan LAI (Leaf Area Index) pada hutan mangrove subtropik dan tropik.
8
2.2 Ruang Terbuka dan Ruang Terbuka Hijau
Ruang Terbuka Hijau Kota DKI Jakarta berdasarkan Rencana Tata Ruang Wilayah (RTRW) 2001 dan tercantum juga dalam RUTR 2005 terdiri atas Kawasan Hijau Lindung dan Kawasan Hijau Binaan. Dan secara khusus jenis RTH tersebut untuk Kawasan Hijau Lindung terdiri dari (1) Cagar alam, dengan bagian (a) Daratan dan (b) Kepulauan. (2) Hutan Lindung yang menurut data hanya terdiri dari 1 lokasi dan (3) Hutan Wisata.
Untuk kawasan Hijau Binaan terdiri dari (1) Ruang Terbuka Hijau Fasilitas Umum dengan sub bagian (a) Hutan Kota, (b) Taman Kota, (c) Taman Rekreasi dan (d) Lapangan Olah Raga. (2) Ruang Terbuka Hijau Pemakaman. (3) Ruang Terbuka Hijau Fungsi Pengaman dengan bagian-bagian (a) Tegangan Tinggi, (b) Jalur Jalan Tol dan Median Jalan, (c) Sungai atau Tepian Air dan (d) Daerah khusus. (4) Penghijauan pulau dan (5) Ruang Terbuka Hijau Budidaya Pertanian dengan bagian-bagiannya yang terdiri dari (a) Kebun Bibit, (b) Sawah, dan (c) Pertanian Darat/Pekarangan.
Dalam Instruksi Mendagri No 14 Tahun 1988 yang dimaksud dengan ruang terbuka adalah ruang-ruang dalam kota atau wilayah yang lebih luas, baik dalam bentuk area/kawasan ataupun dalam bentuk area memanjang/jalur dimana dalam penggunaannya lebih bersifat terbuka yang pada dasarnya tanpa bangunan. Dalam Ruang Terbuka Hijau pemanfaatannya lebih bersifat pengisian hijau tanaman atau tumbuh-tumbuhan secara alamiah ataupun budidaya tanaman seperti lahan pertanian, pertamanan, perkebunan dan sebagainya.
Berdasarkan sifatnya menurut Dinas Pertamanan DKI (2001), ruang terbuka dibagi menjadi: (1) Ruang terbuka pasif yaitu ruang terbuka yang berfungsi untuk menunjang ekosistem, sedangkan kegiatan manusia relatif kecil. Contohnya taman sebagai sumber pengudaraan atau keindahan, hutan buatan, dan penghijauan tepi sungai. (2) Ruang terbuka aktif yaitu ruang terbuka yang digunakan untuk kebutuhan kegiatan manusia, contohnya adalah taman kota, plaza, lapangan olahraga, taman lingkungan, dan kebun binatang.
pencemaran. (3) Memberikan ruang gerak bagi segenap masyarakat yang membutuhkannya.
Berdasarkan Inmendagri No. 14 /1988 dapat disebutkan tujuh ruang terbuka hijau ditinjau dari segi tujuan, yaitu: (1) Ruang Terbuka Hijau yang berlokasi pasti karena ada tujuan konservasi. (2) Ruang Terbuka Hijau untuk keindahan kota. (3) Ruang Terbuka Hijau karena adanya tujuan tuntutan fungsi kegiatan tertentu, misalnya untuk lingkungan sekitar pusat kegiatan olah raga yang dibiarkan hijau. (4) Ruang Terbuka Hijau untuk pengaturan lalu lintas. (5) Ruang Terbuka Hijau sebagai sarana olahraga bagi kepentingan lingkungan perumahan. (6) Ruang Terbuka Hijau untuk kepentingan flora dan fauna seperti kebun binatang. (7) Ruang Terbuka Hijau untuk halaman bangunan.
2.3 Fungsi Ruang Terbuka Hijau
Manusia yang tinggal di lingkungan perkotaan membutuhkan suatu lingkungan yang sehat dan bebas polusi untuk hidup dengan nyaman. Peran RTH untuk memenuhi kebutuhan ini adalah sebagai penyumbang ruang bernafas yang segar, keindahan visual, sebagai paru-paru kota, sumber air dalam tanah, mencegah erosi, keindahan dan kehidupan satwa, dan sebagai unsur pendidikan (Simonds, 1983). Karena keterikatannya dengan alam, manusia juga membutuhkan kehadiran lingkungan hijau di tengah-tengah lingkungan tempat tinggalnya. Oleh karena itu manfaat RTH di sini menurut Carpenter, Walker dan Lanphear (1975) adalah sebagai pelembut suasana keras dari struktur fisik, menolong manusia mengatasi tekanan-tekanan dari kebisingan, udara panas dan polusi di sekitarnya serta sebagai pembentuk kesatuan ruang.
Salah satu penjabaran fungsi dan manfaat penghijauan pada Ruang Terbuka Hijau adalah sebagai berikut:
1. Estetika, penghijauan melalui penanaman tanaman/pohon sebagai elemen keindahan kota.
2. Ekologi, penghijauan sebagai penyangga lingkungan kota dalam hal pengaturan tata air, udara, habitat flora dan fauna.
10
4. Pelayanan Umum, penghijauan sebagai upaya memberikan kenyamanan dan keteduhan bagi masyarakat dalam melakukan kegiatannya atau berinteraksi atau berekreasi pada areal-areal Ruang Terbuka Hijau fasilitas umum seperti taman, jalur hijau, tempat pemakaman serta tempat/lapangan olah raga.
5. Konservasi, kegiatan penghijauan untuk perlindungan terhadap daerah-daerah hutan lindung, pesisir pantai dan pulau-pulau.
6. Edukasi, Penghijauan untuk menumbuhkan kesadaran berlingkungan dan membangun berwawasan lingkungan.
Salah satu penjabaran manfaat RTH yang menjadi jiwa dari penjelasan manfaat RTH oleh Inmendagri No. 14/1988 dan Dinas Pertamanan Provinsi DKI Jakarta (1988) yang sesuai dan menunjang fungsi RTH pemukiman antara lain:
1. Sebagai pengaman lingkungan hidup terhadap berbagai macam pencemaran, baik darat, air maupun udara.
2. Sebagai sarana untuk menciptakan kebersihan, kesehatan, keserasian dan keindahan lingkungan.
3. Sebagai sarana rekreasi.
4. Sebagai sarana untuk mempengaruhi dan memperbaiki lingkungan. 5. Sebagai sarana pendidikan informal.
6. Sebagai pengatur tata air.
2.4 Lokasi dan Bentuk-bentuk RTH
rumah, taman lingkungan, fasilitas perumahan, bantaran sungai, daerah rawan erosi, jalur hijau jalan raya dan jalan lingkungan.
Bentuk-bentuk Ruang Terbuka Hijau yang ada, yaitu: (1) Pertamanan kota meliputi “Pocket Park”. “Highway”, “Pedestrian Park”, taman kota. (2) Hutan kota sebagai rekreasi dan konservasi. (3) Rekreasi kota. (4) Lapangan olahraga seperti golf, sepak bola dan lain-lain. (5) Pemakaman. (6) Pertanian. (7) Jalur hijau meliputi koridor-koridor utilitas. “Bank” atau tebing, “Blue way” meliputi bantaran sungai, kanal, daerah banjir, “Water-Front” meliputi pantai, danau, reservoir, tepi air. (8) Pekarangan dan lain-lain meliputi taman lingkungan, taman pertetanggaan, “Play ground”.
2.5 Citra Landsat Thematic Mapper (TM)
Landsat TM merupakan salah satu citra hasil dari Landsat 5 yang sampai saat ini masih aktif. Landsat 5 merupakan orbit melingkar (circular), sun synchronous, near polar, mempunyai ketinggian 705 km, mempunyai sudut inkliasi 98,2º dengan garis khatulistiwa. Satelit ini melalui garis khatulistiwa tiap jam 9.45’ pagi waktu setempat. Waktu tempuh tiap orbit kurang lebih 99 menit. Karena bumi berputar secara rotasi, jarak antara lintasan di permukaan bumi yang saling berurutan adalah 2752 km. Interval waktu antara jalur satelit yang berurutan pada satelit yang sama adalah 7 hari. Sensor Landsat TM menggunakan scanner O-M dan menggunakan cermin berputar (oscillating mirror). Landsat TM dapat pula diterima melalui satelit komunikasi TDRS (Tracking and Data Relay Satellite) dan mempunyai keuntungan satelit Landsat ini dapat dikomando dari bumi sehingga dapat dilakukan perekaman sesuai dengan kehendak bumi.
Landsat 7 merupakan kelanjutan dari Landsat 4, 5 dan 6, mempunyai karakteristik sama dengan Landsat 5 yang masih beroperasi. Pada Landsat 7 mempunyai dua (2) sensor yaitu ETM+ (Enhanced Thematic Mapper) dan HRMSI (High Resolution Multispectral Stereo Imager).
12
resolusi spektral dan radiometrik 4 kanal. Karakteristik masing-masing kanal spektral Landsat TM terangkum pada tabel 1.
Tabel 1. Karakteristik Kanal Spektral Landsat TM
Kanal Panjang gelombang (µm) Spektral Resolusi spasial (m) Kegunaan
1 0,45 - 0,52 Biru 30
Tembus terhadap tubuh air, dapat untuk pemetaan air pantai, pemetaan tumbuhan, pemetaan kehutanan dan mengidentifikasikan budi daya manusia.
2 0,52-0,60 Hijau 30
Untuk pengukuran nilai pantul hijau pucuk tumbuhan dan penafsiran aktifitasnya, juga untuk pengamatan kenampakan budi daya manusia.
3 0,63-0,69 Merah 30
Untuk daerah yang menyerap klorofil, yang dapat digunakan untuk membantu dalam pemisahan spesies tanaman juga untuk pengamatan kenampakan budidaya manusia.
4 0,76-0,90 Infra merah
dekat
30
Untuk membedakan jenis tumbuhan, aktivitas dan kandungan biomassa. Untuk membatasi tubuh air dan pemisahan kelembaban tanah.
5 1,55-1,75 Infra merah pendek 30 Menunjukkan kandungan kelembaban tumbuhan dan kelembaban tanah. Juga untuk membedakan salju dan awan.
6 10,4-12,5 Infra merah
panas
120
Untuk menganalisis tegakan tumbuhan, pemisahan kelembaban tanah dan pemetaan panas.
7 2,08-2,35 Infra merah pendek
30 Berguna untuk pengenalan terhadap
mineral dan jenis batuan.
2.6 Proses Klasifikasi
Terdapat dua pendekatan dasar klasifikasi citra multikanal dalam berbagai bidang terapan penginderaan jauh, yaitu klasifikasi terbimbing (supervised classification) dan klasifikasi tidak terbimbing (unsupervised classification) (Lillesand dan Kiefer, 1979; Jensen, 1986; Richards, 1993; Howard, 1996; Jaya, 1997).
Klasifikasi terbimbing didasarkan pada data hasil pekerjaan lapangan atau peta. Pendekatan klasifikasi ini menghasilkan informasi yang lebih realistis dan membuahkan hasil klasifikasi yang lebih akurat daripada klasifikas tidak terbimbing (unsupervised classification) atau analisis cluster yang hanya menghasilkan kelas-kelas spektral yang memerlukan interpretasi lebih lanjut.
Metode kemiripan maksimum (maximum likelihood method) adalah metode yang paling banyak digunakan, dimana digital number (DN) pada k kanal untuk setiap kelas mewakili pengamatan yang bebas (independent) dan populasi yang digambarkan mengikuti distribusi normal peubah ganda (multivariate normal distribution). Metode ini memerlukan vektor rata-rata sampel multivariate (mi) dan matrik ragam peragam antar kanal (∑i) dari setiap kelas atau kategori i.
Fungsi dari distribusi normal multidimensi digambarkan sebagai fungsi lokasi vektor dalam ruang multidimensi sebagai berikut :
( ) { }
{
(
)
∑
(
)
}
−
−
−
−
∑
=
12 / 1
N/2
exp
1
/
2
2
1
)
(
x
x
m
x
m
P
tπ
Peluang suatu vektor masuk ke dalam kelas ωi adalah: p(x/ωi) = p(ωi).p(x)
ln p(x/ωi) = ln p(ωi) + ln p(x)
Selanjutnya fungsi diskriminan dari peluang maksimum yang berdasarkan pada distribusi normal adalah:
gi = ( ) ln p( i)- ln i (x-mi)t i -1
(
x-m)
21 2
1
∑
∑
=
ω
14
dimana :
x adalah vektor piksel yang diklasifikasikan;
x1, x2, x3,...xn adalah nilai DN, I = 1, 2, 3,...m (jumlah kelas atau kategori); t adalah matrik transpose; dan
n adalah jumlah kanal yang digunakan.
2.7 Penggunaan Indeks Vegetasi dalam Pendugaan Biomassa dan Karbon (C)
Dengan memahami perbedaan intensitas radiasi tenaga elektromagnetik (EM) yang dipantulkan dan dipancarkan maka akan dapat diidentifikasikan kesehatan, kerapatan dan kelembaban dari suatu kelompok hutan.
Aplikasi lebih baru dari penginderaan jauh multi spektral adalah pendugaan jumlah dan distribusi vegetasi (Curran, 1980). Menurut Lo (1996), jumlah vegetasi hijau dapat diukur dengan LAI, biomassa atau persen penutupan tajuk.
Lebih lanjut Lo (1996) menyatakan bahwa LAI daun berhubungan negatif dengan pantulan merah, tetapi berhubungan positif dengan pantulan infra merah dekat. Tucker (1979) menyatakan rasio pantulan merah dan infra merah dinamakan indeks vegetasi dan indeks vegetasi ini berhubungan positif dengan LAI. Indeks vegetasi merupakan persentase pemantulan radiasi matahari oleh permukaan daun yang berkorelasi dengan konsentrasi klorofil. Banyaknya konsentrasi klorofil yang dikandung oleh suatu permukaan vegetasi, khususnya daun menunjukkan tingkat kehijauan vegetasi tersebut.
pantulan pada kedua kisaran kanal radiasi relatif besar, sebaliknya selisih tersebut relatif kecil pada vegetasi yang mengalami gangguan pertumbuhannya.
Klorofil mereflektansikan kanal antara 0,5 sampai 0,7 µm sebanyak 20%, sedangkan pada kisaran 0,7 sampai 1,3 µm sebanyak 60%. Jensen (1983) dalam
Jensen (1986) menyatakan vegetasi hijau yang sehat umumnya memantulkan 40% sampai dengan 50% energi inframerah dekat (0,7 µm sampai 1,1 µm) dan klorofil tanaman menyerap hampir 80% sampai dengan 90% energi sinar tampak (0,4 µm sampai 0,7 µm).
Rasio antara pantulan infra merah dekat dengan pantulan merah digunakan untuk memantau puncak perubahan musiman vegetasi hijau (Howard, 1996). Beberapa rasio yang telah digunakan terlihat seperti pada Tabel 2: (Curran, 1980):
[image:38.595.107.511.370.606.2]
Tabel 2. Beberapa Rasio Indeks Vegetasi
Rasio Rumus
1. Pengurangan sederhana Im - M
2. Pembagian sederhana (indeks vegetasi) Im/M
3. Pembagian Kompleks (Im)/(M+kanal lain)
4. Multirasio sederhana (NIV) (Im-M)/(Im+M)
5. Multirasio kompleks (TIV)
6. Indeks Vegetasi Tegak Lurus
7. Indeks Vegetasi Hijau -0,29 (H) - 0,56 (M) + 0,60 (Im) + 0,49
(IM) ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ + ⎟ ⎠ ⎞ ⎜ ⎝ ⎛
+M 0.5 Im
M -Im
(
) (
)
[
2]
veg tan
2 veg
tan -M IM -IM
M +
Sumber: Analisis dengan Indeks Vegetasi Landsat ETM 2005.
Keterangan:
H : kanal energi biru-hijau/hijau M : kanal energi merah
16
TIV : transformed indeks vegetasi Mtan : kanal energi merah pada tanah Mveg : kanal energi merah pada vegetasi IMtan : kanal energi inframerah pada tanah IMveg : kanal energi inframerah pada vegetasi
Gamon et.al (1995) menyatakan bahwa normalized difference vegetation index (NDVI) dan simpel ratio (SR) merupakan indikator struktur kanopi, absorbsi sinar matahari dan aktivitas fotosintesis serta NDVI juga merupakan indikator yang sensitif terhadap biomassa hijau, LAI hijau dan kandungan klorofil. Ada korelasi yang kuat antara indeks vegetasi dengan LAI atau biomassa per area tertentu (Kanemasu, 1990).
Richardson dan Weigand (1977) dalam Jaya (1996) telah menunjukkan bahwa kanal merah berkorelasi tinggi dengan tinggi tanaman dan kerapatan tajuk. Jika jumlah vegetasi meningkat, pantulan kanal merah menurun, sebaliknya pantulan kanal infra merah meningkat. Selanjutnya Richardson dan Weigand
(1977) dalam Jensen (1986) membuat jarak tegak lurus (perpendicular) terhadap ”garis tanah” (soil line) sebagai indikator perkembangan tanaman dan akumulasi biomassa, di mana jarak ini menunjukkan perpendicular vegetation index (PVI). PVI=0, PVI>0 dan PVI<0 menyatakan tanah kosong, vegetasi dan air. Weigand
3.1 Waktu dan Lokasi Penelitian
Penelitian ini dilaksanakan pada areal Ruang Terbuka Hijau (RTH) yang difokuskan pada Taman dan Jalur Hijau di Kotamadya Jakarta Timur. Pelaksanaan kegiatan tersebut meliputi kegiatan Laboratorium dan Checking
Lapangan antara bulan September 2005 sampai dengan Maret 2006.
3.2 Bahan dan Alat
Bahan utama yang dipergunakan pada penelitian ini adalah Citra Landsat MSS Aquisisi 02 Juli 1986, Citra Landsat 5 TM Aquisisi 16 Juli 1992, Citra Landsat 7 ETM+ Aquisisi 10 Agustus 2001, Citra Landsat 7 ETM+ SLC Off Aquisisi 23 Juli 2005 serta Peta Vektor wilayah Kotamadya Jakarta Timur dan DKI Jakarta secara keseluruhan.
Sedangkan alat-alat yang dipergunakan baik untuk pengolahan citra maupun di lapangan adalah : Global Positioning System (GPS), kompas, Dap meter (alat ukur diameter pohon setinggi dada), meteran, dan kamera. Untuk pengolahan citra dan data vektor (peta) dilakukan dengan program komputer ERDAS Imagine 8.7 dan Arc GIS 9.2 serta untuk menganalisis data dipergunakan SPSS for Windows ver. 11.5.
3.2.1 Data dan Informasi yang diperlukan
Jenis data dan informasi yang diperlukan pada penelitian ini adalah:
1. Data hasil pengolahan Citra Landsat TM, yaitu:
Data olahan Citra LandsatTM yang dibutuhkan ada 2 macam yaitu:
(1) Nilai respon langsung spektral Citra Landsat yang diperoleh dengan proses ekstraksi langsung nilai digital (digital number) meliputi kanal 1, 2, 3, 4, 5, dan 7.
18
turunannya. Nilai yang diekstraksi sama dengan respon langsung yaitu nilai digital (digital number). Beberapa jenis transformasi yang dicobakan antara lain:
a. Ratio Vegetation Index (RVI) = NIR/Red (Rouse et.al, 1974).
b. Transformed RVI (TRVI) = ⎟
⎠ ⎞ ⎜ ⎝ ⎛ d NIR
Re (Rouse et. al, 1974).
c. Difference Vegetation Index (DVI) = 2.4 NIR - Red (Richardson and Weigand, 1977).
d. Normalized DVI (NDVI) = (NIR-Red)/(NIR+Red) (Rouse et.al, 1974)
e. Transformed NDVI (TNDVI1) ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ + ⎟ ⎠ ⎞ ⎜ ⎝ ⎛
+Red 0,5 NIR
Red
-NIR
(Deering et.al, 1975).
f. Transformed NDVI (TNDVI2)
(
NDVI 0,5)
Abs x 0,5 (NDVI Abs 0,5 + ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ + + NDVI
(Perry dan Lautenschlagen, 1984).
g. Middle Infra Red Index (MIR Index) = (MIR - Red)/(MIR + Red) (Roy dan Shirish, 1994).
2. Data Hasil pengukuran lapangan, yaitu: diameter batang setinggi dada
(Dbh) dan tinggi total pohon (H).
3. Data pendukung yaitu: Peta penutupan lahan oleh vegetasi tanaman
3.3 Alur Pembentukan Model
Pembentukan model dimulai dari koreksi radiometrik data Landsat menggunakan LUT (Lookup table) stretch, persamaan histogram (Histogram Equalization), dan Destrip TM data. Penggunaan koreksi radiometrik di atas dilakukan karena data Landsat TM masih bersifat data yang harus dinormalkan untuk memudahkan dalam pengklasifikasian tutupan lahan untuk analisis cadangan karbon pohon. Penggunaan koreksi radiometrik ini tidak mempengaruhi data nilai digital (DN).
Setelah itu dilakukan koreksi geometrik yaitu koreksi citra terhadap posisi di permukaan bumi yang sebenarnya. Dengan koreksi geometrik maka titik-titik pengamatan lapangan pada GPS dapat terdeteksi sempurna pada tampilan citra. Dalam koreksi geometrik ini dilakukan penetapan titik-titik kontrol minimal 4 buah yang menyebar di setiap sudut Citra Landsat. Pembuatan titik-titik kontrol lebih dari 4 buah akan menambah akurasi geometrik citra tersebut. Koreksi ini juga dilakukan dengan menggunakan referensi lokasi citra yang sama (misalnya wilayah Jakarta). Perlakuan koreksi geometrik pada Citra Landsat ini tidak merubah database nilai-nilai piksel citra.
Pengambilan DN (Digital Number) dilakukan dengan 2 (dua) cara yaitu: pertama adalah mengambil nilai DN (DN Value) dengan nilai respon langsung spektral Citra Landsat yang diperoleh dengan proses ekstraksi langsung nilai digital tanpa melakukan transformasi indeks vegetasi; dan kedua adalah mengambil nilai DN (DN Value) dengan melakukan transformasi indeks vegetasi spektral Citra Landsat. Hasil yang diperoleh dari kedua cara tersebut kemudian dimasukkan dalam lokasi unit contoh pada citra sehingga diperoleh Nilai DN (DN Value)
Setelah dimasukkan dalam lokasi plot contoh pada citra, langkah selanjutnya adalah memasukkan plot lokasi titik sampling lapangan dengan ukuran 100 m x 100 m untuk mengetahui dinamika penutupan lahan oleh vegetasi pohon, sehingga diperoleh data lapangan berupa tinggi pohon dan diameter pohon setinggi dada. Dari data inilah maka akan diperleh data Biomassa.
20
mendapatkan model terbaik. Secara jelas alur pembentukan model dapat dilihat pada Gambar 2 berikut ini.
Koreksi Radiometrik
Koreksi Geometrik
Klasifikasi Terbimbing Transformasi Indeks Vegetasi
Evaluasi Ketelitian Klasifikasi
Formula Indeks Vegetasi yang Dicobakan
Penetapan Lokasi Unit Contoh Pada Citra Check ing Lapangan
(Land Cover)
Pemilihan Model tidak
ya
Data Landsat ETM+
Peta Topografi
Peta Landuse Peta Kawasan Peta Lokasi
Klasifikasi Baik ?
Data Lapangan (Biomassa #Karbon)
Model Terbaik Data Citra DN dan
Indeks Vegetasi
[image:43.595.125.497.116.710.2]Jumlah Cadangan Karbon Menggunakan Citra Landsat Thn. 1986,1992,2001 dan 2005
3.4 Pengolahan Data Landsat TM
3.4.1 Koreksi Citra
Pengolahan awal meliputi pemeriksaan dan koreksi data asli dari distorsi radiometris dan geometris. Pemeriksaan data dari distorsi radiometris pengaruh atmosfer dilakukan dengan metode histogram adjustment, yaitu histogram nilai digital setiap kanal diperiksa untuk mengetahui nilai minimumnya selanjutnya apabila nilai tersebut tidak sama dengan nol, maka dilakukan koreksi dengan pengurangan nilai setiap piksel pada kanal tersebut sebesar nilai minimumnya.
Koreksi geometris dilakukan dengan mencari sejumlah ground control point (GCP) yang dapat dikenali baik pada citra maupun peta acuan dan dicatat koordinatnya. GCP yang dicari adalah tersebar merata dan relatif permanen dalam kurun waktu pendek. Jumlah minimum GCP dirumuskan sebagai berikut:
Jumlah GCP minimum = (t+1)(t+2)/2
Dalam hal ini nilai t adalah ordo persamaan transformasi. Persamaan transformasinya adalah dengan Orde 1 (Affine transformation), yaitu sebagai berikut:
p' = a0 + a1x + a2y
l' = b0 + b1x + b2y
Selanjutnya dilakukan resampling dengan metode tetangga terdekat (nearest neighbourhood interpolation) karena metode ini paling efisien dan tidak mengubah nilai digital number (DN) yang asli. Kemudian dilakukan eliminasi GCP yang menyebabkan nilai Root Mean Square Error (RMSE) tinggi, sampai dicapai nilai RMSE < 0,5 pixel. Titik-titik kontrol untuk koreksi citra hasil klasifikasi dapat dilihat pada lampiran 5.
RMSE dapat dinyatakan dengan rumus sebagai berikut:
RMSE =
(
) (
original)
2 2original
I'
-
I
p
'
+
p
Dalam hal ini:
Poriginal, I original = koordinat asli dari GCP pada citra
22
3.4.2 Pemilihan Kanal Spektral
Pemilihan kanal spektral untuk klasifikasi dilakukan dengan menggunakan metode Optimum Index Factor (OIF). Adapun rumus untuk menghitung OIF adalah sebagai berikut:
OIF =
∑
∑
= =
3
1 3
1
i i i
i
r S
(Jaya, 2006)
Dalam hal ini:
S = simpangan baku
r = koefisien korelasi
Kombinasi tiga kanal spektral yang terpilih adalah kombinasi yang memiliki nilai OIF tertinggi.
3.4.3 Penajaman Citra (Image Enhancement)
Tujuan dari penajaman citra adalah untuk memperbaiki kemampuan mendeteksi obyek pada citra sehingga obyek pada citra dapat lebih mudah diinterpretasikan.
Dalam penelitian ini digunakan algoritma penajaman citra linear (percentage linear contrast enhancement) untuk penajaman spektral (spektral enhancement) dan algoritma penajaman tepi (sharp enhancement) dengan filter high pass untuk penajaman spasial (spatial enhancement).
3.4.4 Transformasi Citra
Transformasi citra dilakukan dengan menggunakan formula indeks vegetasi, yaitu Indeks , Ratio Vegetation Index (RVI), Transformed RVI (TRVI),
Difference Vegetation Index (DVI), Normalized DVI (NDVI), Transformed NDVI
(TNDVI), Middle Infrared I Index (MIRI index).
3.4.5 Evaluasi Ketelitian Klasifikasi
Penilaian ketelitian klasifikasi dilakukan dengan rumus Kappa Acuracy. Rumus ini digunakan karena memperhitungkan semua elemen dalam matrik kesalahan (Confussion matrix). Rumus kappa accuracy ini juga digunakan untuk menguji kesignifikasian dua matrik kesalahan yang berasal dari metode yang berbeda atau kombinasi kanal yang berbeda (Lillesand dan Kiefer, 1979; Jensen, 1986; Richards, 1993; Jaya dan Kobayashi, 1995; Howard, 1996; Jaya, 1997). Rumusnya adalah:
Kappa Accuracy =
x
100%
X
X
-X
X
-X
r 1 i i i 2 r 1 i i i r 1 i i∑
∑
∑
= + + = + + =N
N
Dalam hal ini:
N = jumlah semua piksel yang digunakan untuk pengamatan r = jumlah baris/lajur pada matrik kesalahan (jumlah kelas) Xi+ = ∑Xij (jumlah semua kolom pada baris ke-i)
X+i = ∑Xij (jumlah semua kolom pada baris ke-j)
[image:46.595.115.512.550.679.2]Sedangkan tabel matrik kesalahan (confusion matrix) untuk menguji keakurasian klasifikasi yang sering disebut matrik kontingensi adalah sebagai berikut:
Tabel 3. Tabel Matrik Kesalahan (Confussion Matrix)
Diklasifikasikan ke kelas (data klasifikasi di peta) Data Acuan
Training Area
A B ... D
Total Baris Xi+
Producer’s Accuracy
Xii/Xi+
A Xii ... ... ... ... ...
B ... ... ... ... ... ...
... ... ... ... ... ... ...
D ... ... ... Xii N
Total Kolom X+i
User’s
Accuracy Xii/X+i
24
Overall Accuracy = .100% N
∑
rk ii
X
Producer’s Accuracy = .100%
+
i ii
X X
User’s Accuracy = .100%
i ii
X X
+
3.5 Pengumpulan Data Lapangan
Pengukuran data lapangan dilakukan pada plot-plot contoh yang dikumpulkan pada saat kegiatan pengecekan lapangan. Setiap plot contoh berukuran 100 m x 100 m sesuai resolusi spasial data Landsat TM, sebanyak 30 titik pengamatan. Lokasi plot contoh ditentukan koordinat geografisnya dan direkam dengan menggunakan Global Positioning System (GPS). Peletakan plot contoh bersesuaian dengan lokasi piksel pada citra.
Semua pohon yang berdiameter ≥ 10 cm pada plot contoh diukur Dbh-nya atau diameter pada ketinggian 120 cm dari permukaan lahan.
100 m
100 m
PLOT CONTOH LANDSAT TM
[image:47.595.155.470.526.670.2](a). Citra (b). Lapangan
Pada Citra, Nilai Respon Spektral Vegetasi Piksel 5 (DN5) dihitung
berdasarkan rata-rata DN1, DN2, DN3, DN4, DN6, DN7, DN8, dan DN9. Di
Lapangan Plot Contoh berukuran 100 m x 100 m.
3.6 Pendugaan Biomassa
Pendugaan biomassa dilakukan pada area contoh yang dikumpulkan dari plot-plot contoh. Pendugaan biomassa dilakukan dengan menggunakan persamaan alometrik. Persamaan alometrik yang digunakan adalah persamaan hasil penelitian Heriansyah et al. (2003) untuk jenis tanaman bercabang.
3.6.1 Perhitungan Biomassa
[image:48.595.111.515.424.503.2]Biomassa pohon dihitung menggunakan persamaan alometrik, yang dibuat oleh Heriansyah et.al (2003). Persamaan alometrik tersebut dapat dilihat pada tabel 4 dibawah ini.
Tabel 4. Persamaan alometrik penduga biomassa bagian pohon.
Biomassa Persamaan Alometrik R2 (%) Batang Wb = 0,0323 (D2)1,3758 99,21
Cabang Wc = 0,0023 (D2)1,525 94,22
Daun Wd = 0,0499 (D2)0,7763 73,48
Sumber : Heriansyah et. al (2003)
Keterangan :
Wb = Wc = Wd = Biomassa (kg)
D = Diameter setinggi dada (cm)
Biomassa yang diukur dalam penelitian ini adalah biomassa pohon (Wp) di
atas permukaan tanah (above-ground biomass). Tegakan yang dihitung berdasarkan penjumlahan biomassa batang (Wb), cabang (Wc) dan daun (Wd).
26
x
10.000
A
Wp
n
1 i
i
∑
=
=
W
Keterangan :
W = Total biomassa (ton ha-1) WPi = Biomassa pohon (ton)
A = Luas plot (m2) n = Jumlah pohon
3.6.2 Perhitungan Karbon
Biomassa hutan dapat digunakan untuk menduga kandungan karbon dalam vegetasi hutan karena 50 % biomassa tersusun dari karbon (Brown & Gaston
1996). Pada penelitian ini pendugaan kandungan karbon dilakukan dengan rumus sebagai berikut:
Y = W * 50 %
Keterangan :
Y = Kandungan karbon di atas permukaan tanah tegakan (ton ha-1). W = Total biomassa per hektar (ton ha-1)
3.7 Analisis Data
Penyusunan Model Penduga Biomassa Bagian Pohon di Atas Tanah (W) dengan Nilai Respon Langsung Spektral (DN) Data Landsat TM
Model regresi yang dicobakan adalah:
1. Model Linear Berganda
2. Model Logaritmik Y = b0X1b1 X2b2... Xjbi
3. Model Eksponensial Y = e(b0 + b1x1 + b2x2 + ... +biXj)
Dalam hal ini:
Y = Kandungan Karbon (C) bagian pohon di atas tanah (kg/m2) x1, x2 ...xj = nilai spektral (DN); j = 6 untuk Landsat TM
b0, b1 ... bi = parameter
3.8 Pengujian Hipotesis
Hipotesis yang diuji adalah H0 : bi = 0 dan H1 : sekurang-kurangnya ada satu bi ≠ 1, 2, 3, ... p. Secara harfiah pengujian hipotesis ini dimaksudkan untuk menunjukkan apakah hubungan antara biomassa bagian pohon di atas tanah (Y) nilai respon spektral citra Landsat TM dan nilai indeks vegetasi memiliki hubungan yang berarti.
[image:50.595.110.518.523.611.2]Pengujian hipotesis ini dilakukan melalui analisis sidik ragam seperti pada Tabel 5 berikut ini.
Tabel 5. Sidik Ragam
Sumber Keragaman
Derajat bebas (db)
Jumlah Kuadrat (JK)
Kuadrat
Tengah (KT) F hitung
Regresi p-1 Β’X’Y-ky2 JKR/JKT
Sisa k-p JKT-JKR JKS/JKT
Total k-1 Y’Y-ky2
KTR/KTS
Keterangan:
p = jumlah parameter k = jumlah plot contoh
Kriteria uji adalah jika Fhit > Ftabel (dbr,dbs) maka terima H1, sebaliknya jika
28
Ukuran yang dapat menggambarkan tingkat ketelitian model adalah koefisien determinasi (R2) yang menunjukkan persentase kemampuan peubah-peubah bebas (nilai respon spektral (DN) dan indeks vegetasi) dalam menjelaskan peubah tak bebas (Y), yang dapat digunakan sebagai tolak ukur ketelitian model penduga yang diperoleh. Nilai R2 ini berkisar antara 0 – 100%.
3.9 Pemilihan Model Terbaik
Pemilihan model terbaik didasarkan pada pertimbangan kepakaran (professional judgement) dan analisis diagnostik lajur dan diagnostik baris yang meliputi koefisien determinasi (R2), CP-Mallow, keaditifan model, kenormalan sisaan, pencilan, leverage dan pengamatan berpengaruh.
Langkah pertama adalah melakukan analisis variance inflation factor
(VIF), yang akan menghasilkan peubah-peubah terseleksi. Rumus VIF adalah sebagai berikut:
)
r
-(1
1
2
j
VIF
=
Dalam hal ini:
rj = nilai korelasi antara peubah j dengan peubah lainnya.
Berdasarkan peubah-peubah model terseleksi, selanjutnya dilakukan pemilihan subset model kandidat dengan analisis BREG (Best Regression Subset) yaitu dengan membandingkan nilai CP-Mallow yang paling mendekati banyaknya peubah bebasnya. Statistik CP-Mallow adalah sebagai berikut:
(
n
-
2p'
)
-S
)
JKS(p'
⎟
⎞
−
Mallow
CP
2
⎠
⎜
⎝
⎛
=
dimana :
S2 = kuadrat tengah sisa dari model yang mengandung seluruh peubah bebas.
Model terbaik pada kriteria CP-Mallow ini adalah yang memiliki CP-Mallow yang mendekati p'.
Dari subset model kandidat selanjutnya dipilih untuk dijadikan subset model terpilih berdasarkan kriteria R2 dan pertimbangan kepakaran (professional judgement). Model yang terpilih yaitu model yang secara R2 mempunyai nilai yang cukup tinggi dan logika keilmuan tidak bertentangan.
Setelah model terpilih maka tahap selanjutnya adalah pengujian keabsahan dengan diagnostik baris (diagnostik pengamatan), yaitu pendeteksian terhadap pencilan, leverage dan pengamatan berpengaruh. Pengamatan pencilan dilakukan dengan pengujian Tresid (Studentized Residual) dan membandingkannya dengan tabel Critical Value for Studentized Residual dan Jacknife. Laverage diuji dengan menghitung nilai Hij dan membandingkannya dengan tabel Values for Leverages.
Pengamatan berpengaruh adalah apabila pengamatan tersebut tidak dimasukkan ke dalam bentuk model atau persamaan, maka akan menghasilkan koefisien regresi yang sangat berbeda. Pengujian ini dilakukan dengan menghitung nilai Cook Distance atau DFITS dan membandingkannya dengan tabel 50 Percentile of F Distribution for Cook’s.
IV. KEADAAN UMUM LOKASI
4.1 Luas dan letak
Jakarta Timur terletak diantara 106º 49’ 35” BT sampai 06º 10’ 37” LS. Secara administratif wilayah Jakarta Timur dibagi menjadi 10 Kecamatan, 65 Kelurahan, 673 Rukun Warga dan 7.513 Rukun Tetangga serta dihuni oleh Penduduk sebanyak 1.959.022 (BPS Pusat Jakarta 2005).
Data Ruang Terbuka Hijau (RTH) di Suku Dinas Pertamanan Kodya Jakarta Timur menunjukan bahwa pada saat ini terdapat 24 titik RTH yang tersebar di 10 kecamatan, yaitu kecamatan Matraman, Jatinegara, Pasar Rebo, Kramat Jati, Pulo Gadung, Cakung, Ciracas, Cipayung, Makasar, dan Duren Sawit.
Pada Ruang Terbuka Hijau (RTH) tersebut, penyusunnya terdiri atas taman dan jalur hijau yang dikelola oleh Suku Dinas Pertamanan Kodya Jakarta Timur. Jenis tanaman sebagai penyusun vegetasi yang ada juga beragam dari beberapa jenis mahoni, tanjung, glodokan, dll bahkan beraneka ragam rumput yang terdapat pada pelataran diantara pohon. Pengambilan data contoh di Kotamadya Jakarta Timur lebih ditekankan pada kelompok taman (hutan kota) dan jalur hijau.
4.2 Kondisi Fisik
4.2.1 Iklim
4.2.2 Kondisi Vegetasi
Taman dan Jalur Hijau merupakan salah satu kumpulan vegetasi penyusun RTH yang menjadi andalan Pemerintah Provinsi DKI Jakarta sebagai penghasil oksigen dan sebagai penyerap polutan yang semakin padat. Berbagai upaya dilakukan untuk menciptakan kondisi yang sesuai bagi pertumbuhan berbagai jenis pohon pada taman dan jalur hijau tersebut. Bahkan untuk beberapa kawasan permukiman di Jakarta sudah ada taman permukiman yang pengelolaannya diambil alih oleh masyarakat ataupun para developer sebagai mitra kerja Dinas maupun Suku Dinas Pertamanan sebagai peran serta masyarakat. Berdasarkan survey pada tahun 1983 tercatat 20 jenis tanaman jalur hijau dengan berbagai jenis pohon yang mendominasi. Sedangkan menurut Pudjorianto (1982) ditemukan 23 jenis dan 14 famili.
Zonasi taman dan jalur hijau dipengaruhi oleh komposisi udara, lama penyinaran dan suplai air. Penurunan fungsi dan keragaman ekologis DKI Jakarta juga mempengaruhi pola tumbuh tanaman pada taman dan jalur hijau. Faktor pembatas bagi pertumbuhan tanaman pada taman dan jalur hijau adalah:
1. Suplai air, penyiraman secara rutin sudah dilakukan tetapi ada beberapa tempat yang mungkin sulit dijangkau sehingga tidak dilakukan penyiraman.
2. Suplai nutrisi yang cukup untuk mendukung pertumbuhan. 3. Stabilitas substrat.
Invasi spesies dapat terjadi pada taman dan jalur hijau menyebar di seluruh dataran yang ada di DKI Jakarta. Tanaman yang tidak sejenis ini dapat menjadi hambatan dalam penghitungan cadangan karbon dengan menggunakan citra satelit (Landsat ETM). Hal ini disebabkan karena reflektansi hijau yang dipantulkan oleh tajuk pohon ini sangat bergantung pada jenis dari pohon tersebut serta kandungan air yang sedang ada pada tanaman tersebut (Jaya, 1997)
V. HASIL DAN PEMBAHASAN
5.1 Analisis spektral untuk Identifikasi Ruang Terbuka Hijau (RTH)
Analisis Spektral untuk beberapa komponen Ruang Terbuka Hijau (RTH) dikhususkan pada daerah dengan indeks vegetasi tertinggi. Salah satu contoh seperti yang terdapat pada taman hutan kota kompleks perum karyawan DKI Jakarta yang berada di kelurahan Pondok Kelapa - Duren Sawit, Jakarta Timur. Indeks vegetasi yang sangat memungkinkan untuk mendapatkan model terbaik dari analisa cadangan karbon. Disamping itu juga dilakukan ground trust check pada taman-taman dan jalur hijau yang berada di wilayah kotamadya Jakarta Timur.
Pemilihan kombinasi kanal terbaik untuk tujuan memberikan informasi yang lebih banyak bagi identifikasi Ruang Terbuka Hijau (RTH) di wilayah Kodya Jakarta Timur dilakukan secara visual dengan perhitungan nilai OIF (Optimum Index Factor).
Kombinasi kanal RGB yang merupakan hasil kombinasi dan perhitungan nilai OIF dan merupakan peta penutupan lahan (land cover) pada Citra Landsat 7
ETM+ SLC Off Aquisisi 23 Juli 2005, Citra Landsat 7 ETM+ Aquisisi 10 Agustus 2001, Citra Landsat 5 TM Aquisisi 16 Juli 1992, Citra Landsat MSS
Aquisisi 02 Juli 1986 adalah seperti terlihat pada Gambar 4, 5, 6 dan 7. Kombinasi kanal RGB yang mempunyai nilai OIF tertinggi adalah kombinasi kanal yang digunakan untuk analisis spektral identifikasi RTH.
5.1.1 Analisis spektral Citra Landsat 7 ETM+ SLC Off Aquisisi 23 Juli 2005
RGB 5-4-2 RGB 5-3-2
[image:56.595.130.499.129.639.2]RGB 5-3-1
34
5.1.2 Analisis Citra Landsat 7 ETM+ Aquisisi 10 Agustus 2001
Kombinasi kanal pada Landsat 7 ETM+ 2001 ini juga sangat bervariatif. 78,40% merupakan nilai OIF tertinggi dari kombinasi kanal 5-4-2. Kombina
