bernilai positif. TNDVI menunjukan hubungan antara jumlah biomassa hijau yang ditemukan dalam sebuah pixel Senseman et al., 1996.
2.5. Estimasi Biomassa dengan Pendekatan Indeks Vegetasi
Hubungan antara indeks vegetasi NDVI dan data hasil pengukuran lapangan mampu memberikan informasi tentang biomassa vegetasi Brown,
1996. Estimasi biomassa melalui citra Landsat dengan pendekatan indeks
vegetasi NDVI, TNDVI, RVI, TRVI dan DVI mampu menggambarkan hubungan antara nilai spektral dengan biomassa pada areal hutan tanaman industri. Namun
dari kelima indeks vegetasi tersebut hanya indeks vegetasi TNDVI dan NDVI memiliki korelasi yang lebih tinggi dengan biomassa dibandingkan indeks
vegetasi RVI, TRVI dan DVI yang dinilai dari besarnya nilai R dari persamaan yang dihasilkan yaitu sebesar 89, sehingga indeks vegetasi TNDVI dan NDVI
merupakan indeks vegetasi yang paling baik digunakan untuk mengestimasi biomassa Orientasari, 2005.
Ardiansyah et al., 2005 menjelaskan bahwa hubungan antara indeks vegetasi NDVI dengan biomassa tegakan bersifat non-linear dan berdasarkan nilai
koefisien determinasinya untuk kedua tegakan Acacia mangium dan crassicarpa dengan nilai R²
≥ 0.8. Budi 2000 memperoleh model hubungan terbaik antara biomassa dengan
indeks vegetasi pada beberapa indeks vegetasi untuk menduga biomassa mangrove pada citra Landsat adalah model hubungan antara biomassa dan
infrared index. Nilai infrared index lebih mampu menerangkan biomassa mangrove Segara Anakan, Cilacap dibandingkan nilai indeks NDVI dan IM
Indeks Mangrove.
III.
METODOLOGI PENELITIAN
3.1. Lokasi dan Tempat Penelitian
Lokasi penelitian dilakukan di Kabupaten Mamuju Utara, Sulawesi Barat. Ibu kota kabupaten ini terletak di Pasangkayu. Analisis data dilakukan di
Laboratorium Penginderaan Jauh dan Informasi Spasial, Departemen Ilmu Tanah dan Sumberdaya Lahan, Fakultas Pertanian, Institut Pertanian Bogor.
Gambar 5. Peta Lokasi Kabupaten Mamuju Utara.
KAB. MAMUJU
KAB. DONGGALA
SULTENG
KAB. MAMUJU
SELAT MAKASAR
KAB. PALU SULTENG
3.2. Alat dan Bahan