• Tidak ada hasil yang ditemukan

ANALISA KELEMBABAN HUTAN BERDASARKAN NILAI TVDI MENGGUNAKAN CITRA LANDSAT 7 ETM+ (Studi Kasus : Hutan KPH Banyuwangi Utara)

N/A
N/A
Protected

Academic year: 2021

Membagikan "ANALISA KELEMBABAN HUTAN BERDASARKAN NILAI TVDI MENGGUNAKAN CITRA LANDSAT 7 ETM+ (Studi Kasus : Hutan KPH Banyuwangi Utara)"

Copied!
19
0
0

Teks penuh

(1)

OLEH :

ADNINDYA RIZKA FALAHNSIA

3509 100 015

1

ANALISA KELEMBABAN HUTAN BERDASARKAN NILAI

TVDI MENGGUNAKAN CITRA LANDSAT 7 ETM+

(2)

2

Kelembaban tanah merupakan salah satu variabel kunci dalam

proses hidrologi yang berperan penting dalam menentukan

ketersediaan air sebagai unsur yang sangat fundamental dalam

kehidupan manusia. Informasi kelembaban tanah juga bisa

digunakan untuk prediksi cuaca, peringatan awal kekeringan,

penjadwalan irigasi, dan perkiraan panen.

Salah satu metode yang dapat digunakan untuk mendapatkan

informasi kelembaban tanah adalah TVDI (Temperature-Vegetation

Dryness Index). TVDI merupakan indeks kekeringan yang dihitung

berdasarkan parameter empirik dari hubungan antara temperatur

permukaan (TS) dan indeks vegetasi NDVI (Normalized Difference

Vegetation Index).

(3)

3

Wilayah kabupaten Banyuwangi mempunyai luas sekitar 5,782.50

km

2

, sebagian besar masih merupakan hutan. Kawasan hutan ini

diperkirakan mencapai 183,396.3 Ha atau sekitar 31.72 %

(Banyuwangi dalam angka, 2011). Luas kawasan hutan Kesatuan

Pemangkuan Hutan (KPH) Banyuwangi Utara adalah 56,118.98 ha

terletak di dua kabupaten yaitu Kabupaten Banyuwangi dan

Kabupaten Situbondo. Oleh karena itu penelitian ini dilakukan

untuk menganalisa kelembaban hutan di KPH Banyuwangi Utara

dengan metode perhitungan indeks kekeringan TVDI menggunakan

citra Landsat 7 ETM+ tahun 2000.

(4)

4

Dari latar belakang diatas, maka perumusan masalah yang akan dilaksanakan

dalam penelitian tugas akhir ini adalah bagaimana hasil analisis kelembaban hutan

berdasarkan nilai TVDI kawasan hutan KPH Banyuwangi Utara menggunakan

citra Landsat 7 ETM+ bulan Juni 2000 dan Juli 2000.

RUMUSAN MASALAH

BATASAN MASALAH

1.

Penelitian ini dilakukan di kawasan hutan KPH Banyuwangi

Utara.

2.

Kelembaban hutan yang dimaksud adalah kelembaban tanah di

hutan Kabupaten Banyuwangi.

3.

Data Primer yang digunakan adalah data citra Landsat 7 ETM

bulan Juni 2000 dan Juli 2000.

4.

Metode yang digunakan dalam penelitian ini dengan metode

(5)

5

1.

Untuk mengetahui pemrosesan citra Landsat 7 ETM dalam menganalisis

kelembaban hutan dengan algoritma TVDI.

2.

Untuk mengetahui pemetaan dan sebaran kelembaban hutan di hutan

KPH Banyuwangi Utara berdasarkan nilai TVDI.

3.

Untuk mengetahui tingkat kelembaban hutan di hutan KPH Banyuwangi

Utara.

TUJUAN PENELITIAN

MANFAAT PENELITIAN

1.

Manfaat untuk peneliti yaitu dapat mengetahui pemrosesan citra

Landsat 7 ETM dalam menganalisis kelembaban hutan

menggunakan algoritma TVDI.

2.

Manfaat untuk ilmu pengetahuan yaitu sebagai referensi

untuk peneliti selanjutnya

(6)

6

Lokasi Penelitian

Secara geografis kawasan hutan KPH Banyuwangi Utara berada pada

7

o

14’52” samapai 8

o

16’ 11” LS dan pada 114

o

08’41” sampai 114

o

49’48” BT.

Kawasan hutan KPH Banyuwangi Utara terbagi menjadi tiga bagian yaitu

Bitakol, Alas-Buluh Gombel, dan Kendeng Timur Laut.

METODOLOGI PENELITIAN

(7)

7

Data

a.

Data spasial berupa citra satelit Landsat 7 ETM Path/Row: 117 / 065

dengan akuisisi 23 Juni 2000 dan Path/Row: 117 / 066 dengan akuisisi 9

Juli 2000.

b.

Data non spasial berupa data primer (survai lapangan)

c.

Data sekunder (literatur dan instansi terkait)

Peralatan

a.

Perangkat Keras

i.

Laptop

ii.

Printer

iii.

Kamera Dijital

iv.

GPS Navigasi Garmin eTrx H High Sensitivity

b.

Perangkat Lunak

i.

Software Image Processing

ii.

Arc GIS 10

iii.

Microsoft Office 2010

(8)

8

DIAGRAM ALIR

Citra Landsat 7 ETM+ Juni 2000 Citra Landsat 7 ETM+ Juli 2000 Pennggabungan Citra (Mozaicking)

Koreksi Geometrik Peta Vektor Kab. Banyuwangi

RMSE ≤1 pixel

Citra Terkoreksi

Algoritma NDVI Algoritma Land Surface

Temperature (LST)

Citra Bernilai NDVI Citra Bernilai LST

Analisa Regresi Algoritma TVDI Pemotongan Citra (Cropping)

Komposit Citra

Groundtruth

Citra Bernilai TVDI

Analisa

Peta Kelembaban Hutan di KPH Bnayuwangi Utara Bernilai TVDI Data Suhu di Kabupaten

Banyuwangi Tidak

(9)

9

Koreksi Geometrik

Hasil perhitungan RMS Error

rata – rata didapat 0,11758

dengan nilai SOF yaitu

0,2250

HASIL DAN ANALISA

(10)

10

Perhitungan Indeks Vegetasi (NDVI)

Nilai NDVI yang diperoleh untuk daerah studi penelitian ini

memiliki rentang antara -0,357576 sampai 0,606061 dengan

nilai rata – rata 0,12424.

Dari proses perhitungan NDVI

menggunakan citra Landsat 7 ETM+ didapat luasan berdasarkan

hasil klasifikasi NDVI, yaitu :

HASIL DAN ANALISA

Klasifikasi

Luas (Ha) Luas (%)

Vegetasi Jarang

7.535,34

54,4

Vegetasi Sedang

4.263,3

30,7

Vegetasi Rapat

2.069,1

14,9

(11)

11

Perhitungan Suhu Permukaan (LST)

Proses pengolahan citra dengan menggunakan algoritma LST menghasilkan

nilai suhu rata – rata pada kawasan hutan KPH Banyuwangi Utara yaitu 20,8

o

C

dengan suhu minimum 13,9

o

C dan suhu maksimum 27,7

o

C.

HASIL DAN ANALISA

Range Suhu (

o

C)

Jumlah (%)

13,9 – 15,9

0,6952

16,0 – 17,9

0,7323

18.0 – 19,9

4,0808

20,0 – 21,9

16,484

22,0 – 23,9

7,064

24,0 – 25,9

0,4946

26,0 – 27,9

0,1597

(12)

12

Perhitungan Indeks Kekeringan TVDI

Model TVDI memanfaatkan hubungan segitiga antara NDVI dan temperatur

untuk menentukan indeks kelembaban tanah. Scatterplot antara NDVI pada

sumbu x dan temperatur pada sumbu y akan membentuk segitiga.

:

HASIL DAN ANALISA

y = -11,81x + 26,791

y = 5,9355x + 18,045

0.00

5.00

10.00

15.00

20.00

25.00

30.00

0.00

0.20

0.40

0.60

0.80

Kering

Basah

Linear (Kering)

Linear (Basah)

Gambar 3. Korelasi antara Indeks Vegetasi (NDVI) dengan Suhu

Permukaan (LST)

(13)

13

Pada gambar 3 untuk kawasan hutan KPH Banyuwangi Utara dapat ditunjukkan

bahwa batas kering mempunyai persamaan yaitu LST

max

= -11,81*NDVI +

26,791, sedangkan batas basahnya LST

min

= 5,9355*NDVI + 18,045. Berdasarkan

hasil persamaan batas kering dan batas basah tersebut maka persamaan model

TVDI untuk kawasan hutan KPH Banyuwangi Utara dapat disederhanakan sebagai

berikut:

𝑇𝑇𝑇𝑇 =

𝐿𝐿𝑇 − (5,9355 ∗ NDVI + 18,045)

−17,7455 ∗ 𝑁𝑇𝑇𝑇 + 44,836

Dari proses perhitungan TVDI menggunakan citra Landsat 7 ETM+ didapat luasan

berdasarkan hasil klasifikasi TVDI, yaitu :

HASIL DAN ANALISA

Klasifikasi

Luas (Ha)

Luas (%)

Agak Basah

60,12

0,5

Basah

12.334,41

99,5

(14)

14

HASIL DAN ANALISA

Gambar 4. Peta Indeks Vegetasi NDVI

Gambar 5. Peta Suhu Permukaan

(15)

15

1. Dari hasil klasifikasi tingkat kerapatan vegetasi berdasarkan nilai NDVI

didapat bahwa vegetasi jarang mempunyai luas 7.535,34 Ha; vegetasi

sedang mempunyai luas sebesar 4.263,3 Ha; dan vegetasi rapat 2.069,1

Ha.

2. Model kekeringan lahan (TVDI) yang diperoleh berdasarkan integrasi antara

parameter indeks vegetasi (NDVI) dan suhu permukaan (LST) dari data

Landsat 7 ETM+ kawasan hutan KPH Banyuwangi Utara akuisisi 23 Juni

2000 dan akuisisi 9 Juli 2000 adalah sebagai berikut :

𝑇𝑇𝑇𝑇 =

𝐿𝐿𝑇 − (5,9355 ∗ NDVI + 18,045)

−17,7455 ∗ 𝑁𝑇𝑇𝑇 + 44,836

3. Kawasan hutan KPH Banyuwangi Utara pada tahun 2000 berdasarkan

nilai indeks kekeringan TVDI terklasifikasi menjadi dua kelas yaitu kelas

basah (12.334,41 Ha) dan kelas agak basah (60,12 Ha).

(16)

16

Abidin, H. Z., dkk. 2002. Survei Dengan GPS. Jakarta: Pradnya Paramitha.

Andersen, J.A. 2001. Distributed Hydrological Modelling and Application of Remote Sensing Data. Tesis Environment & Resources DTU. Denmark : Technical University of Denmark.

Claps, P., Laguardia, G. 2001. Assessing Spatial Variability of Soil Water Content Through Thermal Inertia and NDVI. Italia : University of Basilicata

Danoedoro, Projo, 1996. Pengolahan Citra Digital. Teori dan Aplikasinya dalam Bidang Penginderaan Jauh. Fakultas Geografi Universitas Lambung Gadjah Mada. Yogyakarta.

Departemen Kehutanan. 2003. SejarahKawasan Ekosistem Tangkahan.<http:www.dephut.go.id/informasi/TN%20INDO-ENGLISH/tn.index.htm(13 Januari 2013)

Dodi,S. dan Elfa,D. 2008. Analisis Indeks Vegetasi menggunakan Data Satelit NOAA/AVHRR dan TERRA/AQUA-MODIS. Jakarta : Universitas Indonesia.

Furqon. 1999. Statistika Terapan Untuk Penelitian. Bandung : CV. Alfabeta

Hasyim, Badawi. 2008. Analisis Potensi Sumberdaya Lahan Pertanian Tanaman Pangan di Kabupaten Banyuwangi menggunakan Citra Landsat

7 ETM+. Bandung : Jurnal Pertemuan Ilmiah Tahunan MAPIN XVII.

Irwanto. 2006. Penilaian Kesehatan Hutan Tegakan Jati (Tectona Grandis) Dan Eucalyptus (Eucalyptus Pellita) Pada Kawasan Hutan Wanagama

I. Yoyakarta : Universitas Gadjah Mada.

Jensen, J.R. 1996. Introductory Digtal Image Processing – a Remote Sensing Perspective. Second Edition. London : Prentice Hall. Keputusan Menteri Kehutanan No. 70/Kpts-II/2001. Tentang Penetapan Kawasan Hutan, Perubahan Status dan Fungsi Kawasan Hutan.

(17)

17

Lillesand T.M., and Kiefer R.W., 2000. Remote Sensing and Image Interpretation. Second Edition, John Wiley & Sons, New York. Lillesand, T.M., Kiefer, R.W., and Chipman J.W.2004. Remote Sensing and Image Interpretation. Fifth Edition. New york : John Wiley &

Sons

Martin, Seelye. 2004. An Introduction to Ocean Remote Sensing. United Kingdom : University of Cambridge

Maryantika, N. 2012. Analisa Perubahan Vegetasi Ditinjau Dari Tingkat Ketinggian dan Kemiringan Lahan Menggunakan Citra Satelit Landsat Dan Spot 4 (Studi Kasus Kabupaten Pasuruan). Surabaya: Institut Teknologi Sepuluh Nopember Surabaya.

Nashrrullah S., Darmawan S., Hadi F., Budi Harto A., Wikantika K,. 2008. Analisis Kelembaban Tanah Dengan Landsat ETM

Menggunakan Metode TVDI (Temperature-Vegetation Dryness Index). Jurnal Pertemuan Ilmiah Tahunan MAPIN XVII 2008. Bandung

Purwadhi, S.H. 2001. Interpretasi Citra Digital. Jakarta: Grasindo

Perum Perhutani. 2013. Public Summary KPH Banyuwangi Utara Tahun 2013. Banyuwangi:Perum perhutani KPH Banyuwangi Utara. Rahmawaty. 2004. Hutan : Fungsi dan Peranannya Bagi Masyarakat. Sumatera Utara :Universitas Sumatera Utara

Rizatus Shofiyati dan Dwi Kuncoro G.P. 2007. Inderaja Untuk Mengkaji Kekeringan Di Lahan Pertanian. Informatikka Pertanian Volume 16 No 1, Juli 2007.

Rusdiyatmoko, A. dan Zubaidah, A. 2005. Analisis Spektral Data Modis untuk Pemantauan Hutan/Lahan (Studi Kasus Provinsi Sumatra

Selatan). Pertemuan I lmiah Tahunan MAPIN XIV “Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan

Bangsa”. Institut Teknologi Sepuluh Nopember Surabaya, 14 – 15 September 2005.

Sandholt, I., Rasmussen, K. and Andersen, J. 2002. A Simple Interpretation of the Surface Temperature/Vegetation Index Space for Assessment of

Surface Moisture Status. Remote Sensing of Environment 79 (2002) 213-224. Elsevier Science Inc.

DAFTAR PUSTAKA

(18)

18

Stumeang, Risman.2005. Analisis Fungsi Kawasan dan Zonasi Hutan Pendidikan da Penelitian Barat Muara Kaeli menggunakan Data Satelit

Pengideraan Jauh. Jurnal Pertemuan Ilmiah Tahunan MAPIN XIV 2005.Surabaya

Sukristiyanti dan Dyah,M. 2009. Pendeteksian Kerapatan Vegetasi dan Suhu Permukaan Menggunakan Citra Landsat (Srudi kasus : Jawa Barat

Bagian Selatan dan Sekitarnya). Jurnal Riset Geologi dan Pertambangan Jilid 19 No 1 (2009) 15 – 24.

Witter, J. 2004. Deriving a TVDI from Landsat 5 Imagery for The Oak Opening Region of Northwest Ohio. Spring 2004 Digital Image Analysis Final Project.

Undang-undang Nomor 41 Tahun 1999. Tentang Kehutanan.

Yusnandar. 2001. Aplikasi Analisis Regresi/Korelasi Data Hasil Penelitian Peternakan Dengan Menggunakan Program SAS (Statistical Analysis

System). Informasi Pertanian Volume 10.

Zakiyan, Muhammad Ghulaman. 2011. Analisis Serangan Hama Wereng Coklat (Nilapavarta Lugens) Pada Tanaman Padi Menggunakan

Data Satelit Terra Modis Di Kabupaten Indramayu. Bogor : Institut Pertanian Bogor.

http://banyuwangikab.bps.go.id dikunjungi pada tanggal 13 Januari 2013 pukul 16.00 BBWI

(19)

Gambar

Gambar 1. Lokasi Penelitian
Gambar 2. Desain Jaring SOF
Gambar 3. Korelasi antara Indeks Vegetasi (NDVI) dengan Suhu  Permukaan (LST)
Gambar 4. Peta Indeks Vegetasi  NDVI  Gambar 5. Peta Suhu Permukaan

Referensi

Dokumen terkait

diperlihatkan guru bukan hanya didalam ruang kelas, namun juga diluar kelas baik kepada peserta didik maupun kepada sesama guru. Selain itu guru yang tersertifikasi

b) Aktifitas siswa.. Aktifitas siswa dalam kegiatan pembelajaran pda siklus II pertemuan II adalah 87% dengan kategori “sangat aktifi” yang berarti bahwa tingkat aktifitas siswa

Keteguhan rekat kondisi kering dan basah kayu lapis dengan venir akasia (Tabel 1) mempunyai nilai tertinggi dan tidak berbeda nyata dengan kombinasi venir baik kayu

biaya dengan rasio nilai struktur (SN) maka untuk seluruh lapis pondasi yang distabilisasi semen, baik untuk lapis pondasi atas maupun untuk lapis pondasi bawah, diperoleh

Berkaitan dengan hasil yang diperoleh dari pelaksanaan siklus I, berdasarkan hasil belajar siswa dalam penerapan model pembelajaran kooperatif tipe Numbered Heads Together

Peningkatan HPMC menyebabkan penurunan respon rata-rata penetrasi propranolol HCl, peningkatan gliserol juga menurunkan respon rata-rata terhadap penetrasi propranolol

Berdasarkan penjabaran latar belakang tersebut, maka penting untuk dilakukan molecular docking andrografolid dari sambiloto terhadap protein memicu kanker kolon

Hasil analisis bivariat diperoleh bahwa dari uji Chi- Square diperoleh p value = 0,386 menunjukkan bahwa tidak ada hubungan yang signifikan antara pengetahuan responden