ANALISIS DEFORESTASI HUTAN DI PROVINSI JAMBI MENGGUNAKAN METODE PENGINDERAAN JAUH (STUDI KASUS KABUPATEN MUARO JAMBI) - Diponegoro University | Institutional Repository (UNDIP-IR)

(1)

BAB IV

HASIL DAN PEMBAHASAN

IV.1. Gap Filling Citra

Gap Filling citra merupakan metode yang dilakukan untuk mengisi

garis-garis yang kosong pada citra Landsat TM hasil download yang mengalami

SLC-off, sehingga tidak ada kekosongan data. Citra yang di Gap Filling adalah citra

Landsat TM tahun 2005,2007,2008,2009 dan 2013. Proses ini dilakukan dengan

menggunakan softwareFrame and Fill for windows 32.

Gambar 4.1 Perbandingan Citra Landsat TM 2013 Sebelum dan Sesudah Gap Filling

Proses ini dilakukan sebelum semua band digabungkan sehingga pengisian

kekosongan akibat stripping ini terjadi pada setiap band. Untuk citra utama dan

citra pengisi sebaiknya tidak dalam tahun yang jauh berbeda dan baiknya terdapat

dalam satu tahun sehingga terjadi korelasi antara citra utama dan citra pengisinya

dan hasil Gap Filling terlihat lebih baik.

IV.2. Koreksi Geometrik

Koreksi geometrik dilakukan untuk membuat citra yang digunakan sesuai

dengan koordinat yang digunakan untuk proses-proses selanjutnya. Dengan

menggunakan software er-mapper dan dengan data citra Landsat TM tahun 2013

(2)

Kabupaten Muaro Jambi dilakukan proses koreksi geometrik. Ketelitian dari

koreksi geonetrik dapat dilihat pada nilai RMS error pada setiap titik kontrolnya.

Semakin kecil nilai RMS errornya maka semakin baik karena menunjukan bahwa

koreksi geometrik yang dilakukan sudah mendekati benar.

Berikut merupakan nilai RMS error dari lima citra yang akan diproses lebih

lanjut.

Gambar 4.2 Nilai RMS error Citra Tahun 2005

(3)

Gambar 4.4 Nilai RMS error Citra Tahun 2008

(4)

Gambar 4.6 Nilai RMS error Citra Tahun 2013 IV.3. Koreksi Radiometrik

Koreksi radiometrik bertujuan untuk memperbaiki nilai piksel dan

mempertajam kontras warna pada citra sehingga secara visualisasi citra yang telah

dikoreksi radiometrik akan mempermudah dalam membedakan setiap objek

kenampakan pada citra. Metode yang digunakan adalah pergeseran histogram

merupakan metode paling sederhana dalam memperbaiki spektral pada citra.

Perbedaan citra yang sudah dikoreksi radiometrik dan belum dikoreksi

radiometrik dapat dilihat seperti berikut:

(5)

Untuk membuktikan atau cek seberapa besar pergeseran keadaan di

lapangan dengan keadaan pada hasil citra rektifikasi dilakukan validasi lapangan.

Pada penelitian ini, dilakukan uji ketelitian dengan mengukur panjang Jembatan

sebanyak dua panjangan.

Gambar 4.8 Pengukuran Pada Citra dan Pengukuran Pada Lapangan Dari hasil pengukuran pada citra dan pengukuran di lapangan, diperoleh

hasil dalam tabel sebagai berikut :

Tabel 4.1 Perbandingan Citra dan Hasil Lapangan

Jembatan Aurduri I

No Tahun Citra (m) Lapangan (m) Selisih (m)

1 2005 579,56 583,4 3,84

2 2007 577,69 583,4 5,71

3 2008 582,32 583,4 1,08

4 2009 585,22 583,4 1,82

5 2013 584,36 583,4 0,94

Jembatan Aurduri II

No Tahun Citra (m) Lapangan (m) Selisih (m)

1 2005 615,62 612,5 3,12

2 2007 609,41 612,5 3,4

3 2008 611,5 612,5 1

4 2009 614,98 612,5 2,48

5 2013 608,68 612,5 3,82

(6)

Dari tabel di atas dapat dilihat bahwa selisih antara pengukuran pada citra

dan lapangan memiliki selisih yang cukup besar, namun apabila dilihat dari

resolusi citra yaitu 30mx30m, sehingga selisih paling besar adalah pada tahun

2005 yang hampir 1 piksel. Hal tersebut menunjukkan bahwa citra hasil rektifikasi

masuk dalam persyaratan ketelitian yang dianjurkan.

IV.4. Aplikasi NDVI Citra Landsat

Gambar 4.9 Perbandingan Citra Sesudah dan Sebelum NDVI tahun 2005

Dari gambar di atas dapat dilihat bahwa gambar pertama merupakan citra

Landsat TM tahun 2005 sedangkan gambar kedua merupakan hasil NDVI namun

masih dalam 255 colour dan gambar ketiga merupakan hasil NDVI dalam

pseudocolour.

Seperti yang terlihat pada gambar ketiga, dapat diartikan bahwa semakin

putih warna yang dihasilkan, maka semakin rapat vegetasi yang ada, begitu pula

sebaliknya semakin hitam warna yang dihasilkan maka vegetasinya semakin

(7)

-0,992 sampai 0,990. Ini berarti nilai vegetasi ditunjukan dengan rentang 0 – 0,990

sedangkan nilai 0 menunjukan tidak ada vegetasi.

IV.5. Klasifikasi Hasil NDVI

Seperti yang dijelaskan pada subbab di atas bahwa nilai indeks vegetasi

pada citra tahun 2005, 2007, 2008, 2009, dan 2013 adalah -0,992 sampai 0,990.

Untuk rentang vegetasi yang digunakan adalah dari 0 sampai dengan 1, sehingga

untuk nilai klasifikasinya adalah nilai NDVI maksimum yaitu 1 dibagi dengan

jumlah kelas yang diinginkan (Nanik Suryo, 2005).

Dalam penelitian ini digunakan lima kelas yaitu kelas vegetasi sangat

jarang, vegetasi jarang, vegetasi sedang, vegetasi rapat, dan vegetasi sangat rapat.

Nilai rentang yang dihasilkan adalah sebagai berikut:

a. Vegetasi sangat jarang dengan rentang 0 – 0,2

b. Vegetasi jarang dengan rentang 0,2 – 0,4

c. Vegetasi sedang dengan rentang 0,4 – 0,6

d. Vegetasi lebat dengan rentang 0,6 – 0,8

e. Vegetasi sangat lebat dengan rentang 0,8 – 1

Dari proses reclassify pada softwareArcGis dengan didasarkan pada rentang

yang tertera di atas, diperoleh lah hasil sebagai berikut.

1. Hasil reklasifikasi NDVI tahun 2005

(8)

Dari gambar di atas dapat dilihat bahwa sebagaian besar vegetasi yang ada di

kabupaten muaro jambi adalah bervegetasi Jarang dengan indeks vegetasi 0,2 –

0,4. Berikut merupakan Tabel klasifikasi NDVI.

Tabel 4.2 Hasil Klasifikasi Nilai NDVI Citra Landsat TM Tahun 2005

No Kerapatan Keterangan

Jumlah

Piksel Luas (Ha) Persentase

1 0% Tidak Ada Vegetasi 702.634 63.237,06 12,1 Sumber: Citra Landsat TM Tahun 2005 dan Pengolahan Citra Tahun 2013

Dari hasil proses reclassify pada NDVI akan diperoleh data dari atribut

berupa banyaknya piksel pada setiap kelas, oleh karena itu untuk luasannya

didapat dari luas satu piksel pada citra Landsat TM sama dengan 30 x 30 meter,

sehingga luasan setiap kelas dapat dicari dengan persamaan sebagai berikut.

Luas (Ha) = Jumlah Piksel x 900 ……….(Boy Yudhistira, 2011)

10000

Tabel di atas menunjukan bahwa vegetasi dominan yang ada di Kabupaten

Muaro Jambi tahun 2005 adalah vegetasi jarang yaitu sebesar 46,9% dari

keseluruhan wilayah. Berikut adalah grafik dari persebaran vegetasi di Kabupaten

Muaro Jambi.

Diagram 4.1 Persebaran Vegetasi Tahun 2005

(9)

Gambar 4.11 Hasil Klasifikasi Indeks Vegetasi tahun 2007

Dari gambar di atas, dapat dilihat bahwa warna dominan yang muncul

adalah warna orange yang menunjukan kelas vegetasi jarang dengan rentang 0,2 –

0,4 pada nilai NDVInya. Informasi mengenai luasan tutupan lahan yang

didasarkan pada nilai NDVI yang tercantum dalam tabel berikut ini.

Jumlah

1 0% Tidak Ada Vegetasi 361.386 32.524,74 6,2 2 < 20 % Vegetasi Sangat Jarang 1.353.409 121.806,81 23,4 3 21 - 40% Vegetasi Jarang 4.025.456 362.291,04 69,6 4 41 - 60 % Vegetasi Sedang 15.294 1.376,46 0,3 5 61 -80 % Vegetasi Lebat 318 28,62 0,0 6 > 80 % Vegetasi Sangat Lebat 5.414 487,26 0,1 Sumber: Citra Landsat TM Tahun 2007 dan Pengolahan Citra Tahun 2013

Pada prinsipnya informasi yang dipaparkan pada tabel di atas sama dengan

yang telah dijelaskan pada tahun sebelumnya. Dari hasil luasannya dapat

disimpulkan bahwa pada tahun 2007 kabupaten Muaro Jambi hampir 70%

bervegetasi jarang sama sperti pada tahun 2005. Berikut adalah diagram luasan

(10)

Diagram 4.2 Persebaran Vegetasi Tahun 2007 3. Hasil reklasifikasi NDVI tahun 2008

Berdasarkan hasil reclassify pada hasil NDVI, terlihat hampir sama dengan

tahun sebelumnya, sebagian besar wilayah kabupaten Muaro Jambi bervegetasi

jarang. Untuk lebih jelasnya dapat dilihat pada tabel sebagai berikut.

Jumlah

(11)

Dari tabel di atas dapat diamati bahwa 65% tutupan lahan didominasi oleh

vegetasi jarang, namun apabila dibandingkan dengan tahun 2007, nilai ini sudah

berkurang sekitar 4%, dan meningkat pada kelas tidak ada vegetasi. Pada vegetasi

sedang, mengalami peningkatan sebesar lebih dari 5 % dari tahun sebelumnya.

Hal ini dapat diartikan adanya perubahan penggunaan lahan yang terjadi di

kabupaten Muaro Jambi. Berikut adalah diagram dari vegetasi yang ada di

kabupaten Muaro Jambi.

Diagram 4.3 Persebaran Vegetasi Tahun 2008 4. Hasil reklasifikasi NDVI tahun 2009

Dari hasil reclassify nilai NDVI tahun 2009 di atas dapat dilihat bahwa

vegetasi sedang mulai meningkat dan vegetasi jarang menurun. Berikut adalah

(12)

Jumlah

Dari paparan tabel di atas dapat dilihat bahwa vegetasi jarang masih

mendominasi hanya saja persentasenya sudah mulai menurun jauh disusul oleh

vegetasi sedang yang meningkat jauh dari tahun sebelumnya. Sedangkan untuk

vegetasi lainnya persentasenya tidak jauh berbeda dari tahun-tahun sebelumnya.

Berikut adalah diagram kelas vegetasi NDVI.

(13)

Pada gambar di atas merupakan hasil reclassify nilai NDVI tahun 2013,

dimana dapat dilihat bahwa warna orange kembali mendominasi vegetasi yang

ada di Kabupaten Muaro Jambi. Berikut adalah tabel hasil klasifikasi NDVI

berdasarkan rentang nilainya.

Tabel 4.6 Hasil Klasifikasi Nilai NDVI Citra Landsat TMTahun 2013

Jumlah

1 0% Tidak Ada Vegetasi 591.005 53.190,45 10,0 2 < 20 % Vegetasi Sangat Jarang 785.783 70.720,47 13,3 3 21 - 40% Vegetasi Jarang 4.006.685 360.601,65 67,8 4 41 - 60 % Vegetasi Sedang 499.451 44.950,59 8,5

5 61 -80 % Vegetasi Lebat 536 48,24 0.01

6 > 80 % Vegetasi Sangat Lebat 381 34,29 0.01 Sumber: Citra Landsat TM Tahun 2013 dan Pengolahan Citra Tahun 2013

Dari tabel di atas dapat dilihat bahwa vegetasi jarang kembali meningkat

menjadi 67,8% atau sekitar 28,4% apabila dibandingkan dengan tahun 2009.

Sedangkan vegetasi sedang menurun 26% dibandingkan tahun 2009. Berikut

adalah diagram dari kelas vegetasi yang ada di Kabupaten Muaro Jambi tahun

(14)

Dari hasil reclassify citra-citra di atas dengan menggunakan rentang nilai

NDVI yang ada secara umum terjadi perbedaan pada tiap-tiap tahunnya dalam hal

luasan per kelasnya. Perubahan tiap tahun per kelas vegetasi dapat dilihat dalam

grafik berikut.

Diagram 4.6 Perubahan Kelas Vegetasi

Dari grafik perubahan kelas vegetasi di atas dapat diartikan bahwa dari

tahun 2005 sampai dengan tahun 2013 kelas vegetasi yang paling banyak adalah

vegetasi jarang, namun pada tahun 2009 mengalami penurunan yang cukup besar

kemudian naik kembali pada tahun 2013. 0

2005 2007 2008 2009 2013

(15)

Vegetasi sangat jarang terlihat dalam kondisi yang stabil hampir sama

dengan vegetasi lebat. Vegetasi sangat jarang sedikit meningkat pada tahun 2007

dan mengalami penurunan kembali ditahun-tahun sesudahnya. Sebaliknya dengan

kelas vegetasi sangat jarang, kelas vegetasi lebat pada tahun 2007 mengalami

penurunan dan peningkatan ditahun-tahun sesudahnya.

Kelas vegetasi sangat lebat terlihat pada grafik di atas dalam bentuk

konstan, namun bukan berarti luasan per tahunnya sama, dikarenakan luasannya

sangat kecil dan perubahannya pun sangat kecil jika dibandingkan dengan luasan

kelas vegetasi lainnya.Untuk yang tidak bervegetasi di dalamnya mencakup

sungai, awan, lahan tandus dan stripping yang masih ada pada citra.

IV.6. Dijitasi Citra Landsat TM

Selain menggunakan metode NDVI untuk menganalisis vegetasi, dijitasi

merupakan metode lain yang mengutamakan aspek visualisasi dan kemampuan

interpretasi citra dari pengguna yang hasilnya akan digunakan untuk mengetahui

penurunan hutan tiap tahunnya.

Dijitasi dilakukan dengan mengacu pada Peta Penggunaan Lahan

BAPPEDA Kabupaten Muaro Jambi Tahun 2011 yang mengklasifikasikan

penggunaan lahan menjadi delapan jenis. Berikut merupakan hasil dari dijitasi

citra Landsat TM menggunakan software ArcGis 9.3.

1. Hasil Dijitasi Citra Tahun 2005

Gambar 4.15 Hasil Dijitasi Citra Landsat TM Tahun 2005

Gambar di atas adalah peta penggunaan lahan yang merupakan hasil dijitasi

(16)

dengan peta penggunaan lahan dari BAPPEDA Kabupaten Muaro Jambi tahun

2011 serta peta administrasi Kabupaten Muaro Jambi tahun 2011. Berdasarkan

peta penggunaan lahan di atas diperoleh informasi sebagai berikut :

Tabel 4.7 Luas Penggunaan Lahan Tahun 2005

No Penggunaan Lahan Luas (Ha) Persentase

1 Hutan Lahan Gambut 65.033,482 12,35 2 Hutan Lahan Gambut Terdegradasi 47.598,473 9,04

3 Hutan Sekunder 32.184,424 6,11

4 Pemukiman 32.443,866 6,16

5

Perkebunan Rakyat/Lahan yang

Dikelola 280.268,439 53,20

6 Sawah 7.349,229 1,40

7 Semak Belukar 46.922,953 8,91

8 Tanah Terbuka 14.984,835 2,84

Total 52.6785,699 100

Sumber : Citra Satelit Landsat TM 2005 dan pengolahan citra tahun 2013

Dari tabel tersebut, terdapat delapan kategori Penggunaan lahan yang

digunakan, ini disesuaikan dengan peta penggunaan lahan dari BAPPEDA

Kabupaten Muaro Jambi. Berikut diagram yang menggambarkan penggunaan

lahan tahun 2005.

Diagram 4.7 Penggunaan Lahan Kabupaten Muaro Jambi Tahun 2005

Dari diagram di atas dapat dilihat bahwa penggunaan lahan didominasi oleh

(17)

oleh hutan lahan gambut sebesar 12,35%. Sedangkan pemukiman rakyat hanya

sebesar 6,16%. Hal ini tidak menutup kemungkinan bahwa mayoritas mata

pencaharian masyarakat di kabupaten ini adalah sebagai petani perkebunan seperti

sawit dan karet, hal ini juga dikuatkan dengan luas sawah yang hanya 1,40%.

Gambar di atas merupakan hasil dijitasi citra Landsat TM tahun 2007

dengan data pendukung yang sama seperti pada tahun 2005 yaitu data peta

penggunaan lahan tahun 2011 maka terbentuklah peta penggunaan lahan tahun

2007. Dibawah ini merupakan paparan hasil dijitasi tahun 2007 sebagai berikut.

No Penggunaan Lahan Luas (Ha) Persentase

1 Hutan Lahan Gambut 64.059,437 12,16

2 Hutan Lahan Gambut Terdegradasi 48.720,403 9,25

4 Pemukiman 35.570,924 6,75

5

Dikelola 270.950,107 51,43

6 Sawah/Vegetasi Rawa 6.710,976 1,27

7 Semak Belukar 49.574,893 9,41

8 Tanah Terbuka 21.357,721 4,13

Total 526.783,633 100

(18)

lahan tahun 2007.

Dari diagram di atas, perkebunan rakyat masih yang memiliki wilayah yang

paling luas, secara keseluruhan apabila dibandingkan dengan tahun 2005 tidak

terlalu banyak yang berubah. Hutan lahan gambut terdegradasi, pemukiman,

semak belukar dan tanah terbuka mengalami peningkatan walau tidak terlalu

besar, dan sebaliknya tutupan lahan lainnya mengalami penurunan walau dalam

jumlah yang kecil.

0 50000 100000 150000 200000 250000 300000

L

ua

s

(H

a

)

(19)

Seperti pada hasil dijitasi lainnya, berlaku juga pada tahun 2008. Peta

penggunaan lahan di atas merupakan hasil dijitasi citra Landsat TM tahun 2008,

dengan data pendukung yang sama dengan tahun sebelumnya.

No Penggunaan Lahan Luas (Ha) Persentase 1 Hutan Lahan Gambut 58.597,008 11,12 2 Hutan Lahan Gambut Terdegradasi 49.664,589 9,43

4 Pemukiman 37.715,592 7,16

5

Dikelola 280.756,204 53,30

6 Sawah/Vegetasi Rawa 6.921,958 1,31

7 Semak Belukar 46.899,624 8,90

8 Tanah Terbuka 16.394,198 3,11

Total 526.784,316 100

lahan tahun 2008.

(20)

Sama seperti tahun-tahun sebelumnya, perkebunan rakyat masih yang

tertinggi dibandingkan tutupan lahan lainnya yaitu sebesar 53,30%, disusul oleh

hutan lahan gambut sebesar 11,12% dan hutan lahan gambut terdegradasi sebsar

9,43%. Secara keseluruhan kawasan hutan kabupaten muaro jambi meliputi hutan

sekunder, hutan lahan gambut, dan hutan hutan lahan gambut terdegradasi

mengalami penurunan.

dengan data pendukung yang sama dengan tahun sebelumnya.

No Penggunaan Lahan Luas (Ha) Persentase 1 Hutan Lahan Gambut 57.482,342 10,91 2 Hutan Lahan Gambut Terdegradasi 50.052,544 9,50

4 Pemukiman 38.804,061 7,37

5

dikelola 279.596,118 53,08

6 Sawah/ Vegetasi Rawa 6.293,027 1,19

7 Semak Belukar 46.798,245 8,88

8 Tanah Terbuka 18.324,372 3,48

Total 526.782,615 100

(21)

lahan tahun 2009.

Diagram 4.10 Penggunaan Lahan Kabupaten Muaro Jambi Tahun 2009 Perkebunan rakyat pada tahun 2009 kembali memiliki luas yang paling

besar, hanya saja sedikit mengalami penurunan sebesar 0,22% dari tahun 2008.

Hal ini dapat diartikan bahwa wilayah non hutan mengalami perubahan fungsi

penggunaan lahan yang juga menyebabkan penurunan wilayah hutan jika

dibandingkan dengan tahun sebelumnya.

0 50000 100000 150000 200000 250000 300000

L

ua

s

(H

a

)

(22)

dengan data pendukung yang sama dengan tahun sebelumnya, berikut adalah

paparan luasan tata guna ahan dalam tabel di bawah ini.

No Penggunaan Lahan Luas (Ha) Persentase

1 Hutan Lahan Gambut 55.135,420 10,47

2 Hutan Lahan Gambut Terdegradasi 50.781,772 9,64

4 Pemukiman 48.274,976 9,16

5

Dikelola 281.460,477 53,43

6 Sawah/Vegetasi Rawa 53.22412 1,01

7 Semak Belukar 29.122,323 5,53

8 Tanah Terbuka 27.621,196 5,24

Total 526.781,453 100

lahan tahun 2013.

(23)

Diagram di atas menunjukan kondisi penggunaan lahan yang terbaru karena

menggunakan citra Landsat TM tahun 2013 pada bulan februari. Sama halnya

dengan tahun sebelumnya urutan berdasarkan luasannya masih sama dengan

perkebunan paling besar.

. Seperti terlihat dalam grafik perubahan penggunaan lahan dari tahun 2005,

2007, 2008, 2009 dan 2013 sebagai berikut.

Diagram 4.12 Grafik Perubahan Penggunaan Lahan Kabupaten Muaro Jambi Dari grafik di atas terlihat bahwa selama kurun waktu tersebut perkebunan

rakyat masih menempati wilayah paling luas, terjadi penurunan luas pada tahun

2007 dan tahun 2011 meskipun demikian pada tahun 2013 kembali naik. Karena

wilayahnya yang begitu luas, sehingga perubahan yang terlihat dalam grafik tidak

terlalu drastis. Begitu pula pada tutupan lahan lainnya, mengalami perubahan

yang tidak terlalu besar. Khususnya pada wilayah hutan mengalami penurunan

dari tahun ke tahun.

NDVI berfungsi untuk mengetahui kerapatan vegetasi yang ada pada jenis

penggunaan lahan khususnya wilayah hutan, agar pemerintah mendapat informasi

mengenai area yang harus segera ditangani. Besarnya perubahan pertahunnya

dapat dilihat dalam tabel berikut. 0

2005 2007 2008 2009 2013

(24)

Tabel 4.13 Perubahan Penggunaan Lahan Kab. Muaro Jambi

Penggunaan Lahan

Perubahan Penggunaan Lahan (Ha)

2005 ke 2007 2007 ke 2008 2008 ke 2009 2009 ke 2013

Hutan Lahan

Gambut -974,045 -5.462,430 -1.114,665 -2.346,922

Hutan Lahan Gambut

Terdegradasi 1.121,931 944,186 387,955 729,227

Hutan Sekunder -2.345,252 -4,028 -403,238 -369,028 Pemukiman 3.127,058 2.144,668 1.088,469 9.470,915 Perkebunan

Rakyat/Lahan yang

Dikelola -9.318,331 9.806,097 -1.160,087 1.864,359 Sawah/Vegetasi

Rawa -638,253 210,982 -628,931 -970,615

Semak Belukar 2.651,941 -2.675,269 -101,380 -17.675,922 Tanah Terbuka 6.372,886 -4.963,523 1.930,174 9.296,824

Total -2,066 0,683 -1,702 -1,162

Sumber : Pengolahan Citra Tahun 2013 dan Citra Landsat TM

Berdasarkan tabel diatas dapat disimpulkan bahwa selama delapan tahun

atau dari tahun 2005 sampai tahun 2013 wilayah pemukiman naik sebesar

15.831,111 Ha, perkebunan rakyat/lahan yang dikelola naik sebesar 1.192,038 Ha,

sawah/vegetasi rawa menurun hingga 2.026,817 Ha, semak belukar menurun

hingga 17.800,629 dan tanah terbuka naik sebesar 12.636,361. Perubahan

penggunaan lahan tersebut berkaitan erat dengan kondisi hutan yang ada, untuk

perubahan wilayah hutan akan dijelaskan di subbab selanjutnya.

IV.7. Perhitungan Deforestasi Hutan

Deforestasi adalah perusakan lapisan atas hutan dengan cara merubah

penggunaan lahan secara permanen, berdasarkan ketentuan dari departemen

kehutanan Indonesia, perhitungan deforestasi hutan dapat dilakukan dengan cara

(25)

Gambar 4.21 Diagram Perhitungan Deforestasi Hutan (http://appgis.dephut.go.id/appgis/download.aspx)

Keterangan :

H(t0) = Hutan Tahun ke-0

H(t1) = Hutan Tahun ke-1

NH(t0) = Non Hutan Tahun ke-0

NH(t1) = Non Hutan Tahun ke-1

Berdasarkan diagram di atas untuk perhitungan deforestasi hutan dilakukan

pemisahan wilayah hutan dan wilayah non hutan tiap tahunnya untuk

mempermudah perhitungan.Perhitungan penurunan lahan hutan secara

(26)

Tabel 4.14 Perhitungan Selisih Wilayah Hutan dan Non Hutan

Tahun

Luas Wilayah

Hutan (Ha) Selisih (Ha)

2005 144.816,379

-2.197,366

2007 142.619,012

-4.522,272

2008 138.096,740

-1.129,948

2009 136.966,792

-1.986,723

2013 134.980,069

Total -9.836,310

Tahun

Luas Wilayah Non Hutan

(Ha) Selisih (Ha)

2005 381.969,321

2.195,300

2007 384.164,621

4.522,955

2008 388.687,576

1.128,246

2009 389.815,822

1.985,562

2013 391.801,384

Total 9.832,063

Berdasarkan tabel di atas, wilayah hutan hampir setiap tahunnya mengalami

penurunan luas. Sedangkan wilayah non hutan mengalami peningkatan hampir

disetiap tahunnya, ini dapat diartikan bahwa terjadi perubahan penggunaan tanah

dari hutan menjadi non hutan. Berikut adalah diagram perubahan wilayah hutan

(27)

Diagram 4.13 Perubahan Wilayah Hutan

Secara keseluruhan, penurunan wilayah hutan selama delapan tahun adalah

sebesar -9.836,310 Ha dari luas pada tahun 2005. Hal ini terjadi disebabkan

banyaknya penebangan liar yang dilakukan oleh oknum masyarakat setempat, dan

adanya perluasan wilayah perkebunan yang mulai menggerogoti wilayah hutan.

Berdasarkan laporan moratorium Dinas Kehutanan Provinsi Jambi tahun

2009 lalu, Luas wilayah hutan di Kabupaten Muaro Jambi adalah seluas

136.976,70 Ha yang terdiri dari Hutan lahan gambut yang termasuk dalam

kawasan hutan lindung gambut yang berfungsi untuk penyeimbang tata air yang

dikenal dengan nama air hitam dalam. Hutan lahan gambut terdegradasi adalah

hutan lahan gambut yang sudah mulai mengalami penurunan kerapatan hutan

namun masih masuk dalam kawasan hutan. Sedangkan untuk hutan sekunder

terdiri dari hutan produksi tetap, hutan produksi tetap terbatas, kawasan suaka

alam dan areal penggunaan lain (APL).

Berikut adalah persebaran hutan di wilayah kabupaten muaro jambi beserta

kelas vegetasinya. 130000 135000 140000 145000 150000

2005 2007 2008 2009 2013

L

ua

s

(H

a

)

Tahun

(28)

Tabel 4.15 Persebaran Hutan dan Kerapatan Vegetasi Tahun 2005

Kecamatan Jenis Hutan Kerapatan Vegetasi (Ha) Tahun 2005 Total

1 2 3 4 5 6

KEC. BAHAR

SELATAN Hutan Sekunder 0,781 108,709 589,186 8,881 0,000 0,000 707,557 KEC. JAMBI

LUAR KOTA Hutan Sekunder 8,290 432,375 4.434,380 1.126,578 0,000 0,000 6.001,623

KEC. KUMPEH

Hutan Lahan

Gambut 0,000 19.837,720 25.255,802 19.889,685 3,211 47,372 65.033,790 Hutan Lahan

Gambut

Terdegradasi 13,249 355,413 284,671 499,973 0,540 42,545 1.196,390

KEC.

KUMPEH ULU

Hutan Lahan Gambut

Terdegradasi 56,280 3.865,359 4.809,440 338,228 0,000 0,000 9.069,306 Hutan Sekunder 6,588 1.003,105 9.118,305 375,779 0,000 0,000 10.503,777

KEC. SUNGAI GELAM

Hutan Lahan Gambut

Terdegradasi 12,040 11.419,632 24.856,954 240,891 2,880 0,000 36.532,397 KEC. TAMAN

RAJO Hutan Sekunder 0,000 7.306,826 4.704,249 3.417,951 43,603 0,000 15.472,629 Total 97,227 44.329,139 74.052,988 25.897,966 50,234 89,917 144.517,470

Sumber : Citra Landsat TM Tahun 2005 dan Pengolahan Citra Tahun 2013

1 2 3 4 5 6

Gambut 0,000 25.060,787 30.172,754 8.825,768 0,000 0,000 64.059,309 Hutan Lahan

Gambut

Terdegradasi 12,125 1.209,689 66,162 120,814 0,000 0,000 1.408,791

KEC.

KUMPEH ULU

Hutan Lahan Gambut

Terdegradasi 38,007 7.859,611 2.954,618 0,000 0,000 0,000 10.852,236 Hutan Sekunder 0,000 2.983,245 6.789,558 18,172 0,000 0,000 9.790,974

KEC. SUNGAI GELAM

Hutan Lahan Gambut

Terdegradasi 39,268 27.761,982 8.008,259 0,000 0,000 0,000 35.809,509 KEC. TAMAN

RAJO Hutan Sekunder 6,356 6.822,412 8.014,126 0,000 0,000 0,000 14.842,894 Total 99,196 72.082,623 59.047,428 10.740,192 0,000 0,000 141.969,438

(29)

1 2 3 4 5 6

Hutan Lahan Gambut 0,000 7.970,238 24.399,644 25.864,477 3,855 358,819 58.597,033 Hutan Lahan Gambut

Terdegradasi 6,029 743,842 947,926 273,487 0,000 0,000 1.971,284 KEC.

KUMPEH ULU

Hutan Lahan Gambut

Terdegradasi 49,684 2.619,258 0,000 7.442,262 0,000 0,000 10.111,204 Hutan Sekunder 0,000 2.387,113 7.228,920 173,420 0,000 0,000 9.789,453 KEC.

RAJO Hutan Sekunder 0,000 8.609,389 270,218 5.960,870 0,000 0,000 14.840,477

Total 62,524 52.216,900 33.414,401 52.038,226 3,855 358,819 138.094,724

1 2 3 4 5 6

Terdegradasi 4,356 775,997 857,007 921,044 0,000 0,000 2.558,404 KEC.

KUMPEH ULU

Hutan Lahan Gambut

Terdegradasi 61,884 0,000 0,000 10.090,126 0,000 0,000 10.152,010 Hutan Sekunder 0,000 5.420,309 144,766 4.155,684 0,000 0,000 9.720,759 KEC.

SUNGAI GELAM

Hutan Lahan Gambut

Terdegradasi 21,505 7.533,875 26.201,780 3.583,071 0,000 0,000 37.340,231 KEC.

TAMAN

RAJO Hutan Sekunder 1,954 2.774,327 8.974,984 2.929,192 0,000 0,000 14680,456 Total 96,941 28.437,421 77.469,136 30.874,916 0,000 86,002 136.964,415

(30)

1 2 3 4 5 6

Terdegradasi 27,264 1.351,688 1.342,237 37,229 0,000 0,000 2.758,418 KEC.

KUMPEH ULU

Hutan Lahan Gambut

Terdegradasi 24,591 3.949,947 5.471,577 235,334 0,000 0,000 9.681,448 Hutan Sekunder 0,000 9.282,648 67,324 0,000 0,000 0,000 9.349,972 KEC.

SUNGAI GELAM

Hutan Lahan Gambut

Terdegradasi 12,497 29.392,482 0,000 8.936,045 0,000 0,000 38.341,024 KEC.

TAMAN

RAJO Hutan Sekunder 5,535 7.717,138 6.316,139 0,000 0,000 0,000 14.038,812

Total 72,754 62.754,934 34.186,706 37.962,089 1,319 3,428 134.981,229

Tabel di atas merupakan persebaran wilayah hutan berdasarkan kerapatan

vegetasinya. Kerapatan vegetasi dominan yang ada pada kawasan hutan berkisar

antara vegetasi sangat jarang, vegetasi jarang dan vegetasi sedang. Vegetasi lebat

dan vegetasi sangat lebat hanya terdapat pada hutan lahan gambut di kecamtan

Kumpeh pada tahun 2005, 2008 dan 2013. Kerapatan vegetasi ini selain

dipengaruhi oleh perekaman citra pada muka bumi tapi juga dipengaruhi oleh

kualitas citra tersebut.

Dari sebelas kecamatan yang ada di Kabupaten Muaro Jambi, Hanya ada

enam kecamatan yang memiliki kawasan hutan. Kecamatan Kumpeh adalah

kecamatan dengan kawasan hutan yang paling luas karena memiliki Hutan Lahan

Gambut yang termasuk salah satu hutan lindung yang ada di Provinsi Jambi.

Namun meskipun tergolong kawasan hutan lindung, hutan lahan gambut tidak

lepas dari penjarahan liar dan kebakaran hutan, sehingga masih saja mengalami

penurunan tiap tahunnya.

Untuk kawasan hutan sekunder, pada dasarnya dimaksudkan untuk

(31)

sewaktu-waktu dapat berubah fungsi atau disebut juga area penggunaan lain agar

menghindari kasus penyerobotan kawasan hutan lainnya.

Secara keseluruhan, selama delapan tahun atau mulai tahun 2005 sampai

dengan tahun 2013 kawasan hutan mengalami penurunan. Untuk kawasan hutan

lahan gambut berkurang sebesar 9.898,062 Ha yang dibuktikan dengan naiknya

kawasan hutan lahan gambut terdegradasi sebesar 3.183,299 Ha, sehingga dapat

diartikan bahwa berkurangnya hutan lahan gambut sebagian disebabkan adanya

degradasi sedangkan selebihnya disebabkan perubahan fungsi hutan. Sedangkan

hutan sekunder sendiri mengalami penurunan sebesar 3.121,547 Ha.

IV.8. Survei Lapangan

Tahap validasi data dilakukan dengan menggunakan survei lapangan

dengan menggunakan uji ketelitian terhadap hasil interpretasi dan untuk

memperoleh data variabel kualitas lingkungan yang tidak dapat diperoleh melalui

interpretasi citra. Validasi data merupakan hal yang sangat penting dilakukan oleh

pengguna data penginderaan jauh sebelum melakukan analisis selanjutnya. Hal ini

karena ketelitian data hasil interpretasi sangat berpengaruh terhadap besarnya

kepercayaan yang dapat diberikan oleh data tersebut (Sutanto, 1986). Kegiatan

validasi data hasil interpretasi dan perolehan data variabel non interpretasi

dilakukan terhadap sampel yang telah ditentukan terlebih dahulu.

IV.9. Penentuan Jumlah Sampel

Metode pemilihan sampel yang digunakan pada penelitian ini

menggunakan metode stratified random sampling yaitu pengambilan sampel

berdasarkan pertimbangan tertentu dengan sebelumnya membagi populasi ke

dalam beberapa tingkatan dan dari setiap tingkatan dapat diambil sampel secara

acak dengan jumlah yang telah ditentukan (Meita, 2011).

Penentuan jumlah sampel dan lokasi sampel dapat ditentukan setelah

satuan pemetaan dibuat. Satuan pemetaan yang berupa wilayah hutan terdiri dari

40 poligon. Jumlah sampel yang digunakan dalam penelitian ini dihitung dengan

(32)

Untuk mempermudah perhitungan, persamaan 1.1 dijabarkan terlebih

dahulu. Misalkan dengan mencari nilai D terlebih dahulu dan seterusnya, sehingga

perhitungan untuk memperoleh data sampel menjadi seperti berikut ini :

D = B

Pada penelitian ini derajat ketepatan yang diharapkan adalah 90%,

sehingga nilai bound on error (B) adalah 10% (0,1).

Langkah selanjutnya yaitu mencari nilai N2D dan [Ni.Pi (1-Pi)]. Pada

penelitian ini total polulasi hutan yang diperoleh pada satuan pemetaan sebanyak

583 poligon, sehingga :

N2D = (40)2 x 0,0025

= 3,61

Untuk mempermudah perhitungan nilai [Ni.Pi (1-Pi)], maka dapat dibuat matriks

seperti pada tabel berikut :

Tabel 4.20. Perhitungan Matriks

Nama Ni Pi (1-Pi) Ni.Pi Ni.Pi.(1-Pi)

Pi = Total unit sampling pada suatu kategori tertentu dalam strata i

Jumlah sampel pada setiap kelas (sub populasi) yang memiliki nilai

variabel yang sesuai kelas (baik/sedang/buruk) terbanyak diperkirakan

mencapai 75% (0,75).

Ni = Total sub populasi dari strata i

� = N [Ni Pi 1−Pi ]

(33)

� = 38 x 7,126

Berdasarkan perhitungan jumlah sampel dengan menggunakan persamaan

yang telah ditentukan, maka jumlah tiap sampel jenis hutan disajikan pada tabel

berikut ini :

Tabel 4.21. Jumlah Sampel Jenis Hutan

No Klasifikasi Jumlah Poligon Jumlah Sampel

1 Hutan Lahan Gambut 3 3

(Sumber : Hasil Analisis, 2013)

Setelah jumlah sampel tiap kelas diketahui, maka pemilihan lokasi sampel

dilakukan secara random dengan mempertimbangkan luas dan persebarannya

disetiap Kecamatan, sehingga tiap jenis hutan memiliki kesempatan yang sama