Pendugaan Cadangan Karbon Hutan Tanaman Eucalyptus Grandis Tahun Tanam 2004 Dan 2005 Di Areal Hphti Pt Tpl Sektor Aek Nauli Menggunakan Citra Landsat Tm
PENDUGAAN CADANGAN KARBON HUTAN TANAMAN Eucalyptus grandis TAHUN TANAM 2004 DAN 2005 DI AREAL HPHTI PT TPL SEKTOR AEK NAULI MENGGUNAKAN CITRA LANDSAT TM
________ SKRIPSI
Oleh: NORA V. BUTARBUTAR
051201030
DEPARTEMEN KEHUTANAN FAKULTAS PERTANIAN
UNIVERSITAS SUMATERA UTARA 2009
Universitas Sumatera Utara
ABSTRAK NORA V. BUTARBUTAR: Pendugaan Cadangan Karbon Hutan Tanaman Eucalyptus grandis Tahun Tanam 2004 dan 2005 di Areal HPHTI PT TPL Sektor Aek Nauli Menggunakan Citra Landsat TM, dibimbing oleh Nurdin Sulistiyono dan Onrizal
Informasi mengenai kemampuan suatu tegakan hutan dalam menyimpan karbon sangat penting dalam rangka mitigasi perubahan iklim, khususnya pemanasan global. Tujuan penelitian ini adalah untuk mengembangkan model spasial pendugaan kandungan karbon hutan tanaman Eucalyptus grandis dengan menggunakan Landsat TM. Model dibangun menggunakan pendekatan statistik berdasarkan hubungan antara digital number data citra satelit dan kandungan karbon yang diperoleh dari pengukuran biomassa plot sampel dengan metode allometrik. Hasil penelitian ini menunjukkan bahwa model terbaik adalah Y = 23,512 Log B – 29,167 dengan R2 = 9,5 %. Cadangan karbon rata-rata tegakan yang berumur 1 tahun adalah 3,38 ton/ha, sedangkan pada tanaman berumur 2 tahun adalah sebesar 4,28 ton/ha. Citra satelit Landsat TM dapat digunakan untuk menduga cadangan karbon di atas permukaan tanah pada tegakan E. grandis. Kata kunci : Karbon, Eucalyptus grandis, Landsat TM
Universitas Sumatera Utara
ABSTRACT NORA V. BUTARBUTAR: Estmating Carbon Stock 0f Eucalyptus grandis planted in 2004 and 2005 in HPHTI PT TPL Sector Aek Nauli Using Landsat TM, supervised by Nurdin Sulistiyono and Onrizal
Information of forest stand ability in carbon sequestration is vital in order to climate mitigation, specially for global warming. The aim of this research is to develop the spasial model of carbon stock of planted Eucalyptus grandis forests using Landsat TM. The model was developed using statistical approach based on relationship between the digital number of remotely sense data and carbon stock was estiamted by allometrik equation in each sample plot. The result of the researh show that the best model is Y = 23.512 Log B – 29.167, R2 = 9.5 %. The average carbon stock in planted stand, 3.38 ton/ha and 4.28 ton/ha in planted stand of 1 and 2 age years old. The research concludes that remotely sensed data Landsat TM could be used for estimating above-ground carbon stock of E. grandis stand. Key words : Carbon, Eucalyptus grandis, Landsat TM
Universitas Sumatera Utara
KATA PENGANTAR
Puji dan Syukur penulis panjatkan kehadirat Tuhan Yang Maha Kuasa atas kasih dan rahmat-Nya sehingga penulis dapat menyelesaikan penulisan hasil penelitiaan ini. Penelitian ini berjudul “Pendugaan Cadangan Karbon Hutan Tanaman Eucalyptus grandis di Areal HPHTI PT TPL Sektor Aek Nauli Menggunakan Citra Landsat TM”. Adapun tujuan dari penelitian ini adalah untuk membangun model spasial pendugaan cadangan karbon hutan tanaman Eucalyptus grandis di Areal HPHTI PT TPL Sektor Aek Nauli.
Pada kesempatan ini penulis mengucapkan terima kasih sebesar-besarnya kepada Ayahanda S.M. Butarbutar dan Ibu R. Simangunsong yang senantiasa memberikan kasih sayang dan mendidik penulis selama ini dan kepada adik-adik (Syamsul, Donald, Nopanda, Maria dan Angelina) yang telah memberikan dukungan moril bagi penulis. Penulis menyampaikan ucapan terimakasih kepada Bapak Nurdin Sulistiyono, S.Hut, M.Si dan Bapak Onrizal, S,Hut, M.Si selaku ketua dan anggota komisi pembimbing yang telah membimbing dan memberikan berbagai masukan berharga bagi penulis dari mulai menetapkan judul, melakukan penelitian sampai dapat menyelesaikan penyusunan draft hasil penelitian ini. Khusus untuk Bapak Sayed Ahmad Zakky di PT TPL Sektor Aek Nauli, penulis menyampaikan banyak terimakasih atas bantuannya selama pengambilan data.
Disamping itu, penulis juga mengucapkan terimaksih kepada semua staft pengajar dan pegawai di Departemen Kehutanan, serta semua rekan mahasiswa yang tak dapat disebutkan satu per satu di sini yang telah membantu penulis dalam menyelesaikan Skripsi ini. Semoga hasil penelitian ini bermanfaat.
Universitas Sumatera Utara
DAFTAR ISI
Hal KATA PENGANTAR .................................................................................. i
DAFTAR TABEL ........................................................................................ iv
DAFTAR GAMBAR .................................................................................... v
DAFTAR LAMPIRAN................................................................................. vi
PENDAHULUAN ........................................................................................ 1
Latar Belakang ..................................................................................... 1 Kerangka Pemikiran............................................................................. 4 Tujuan Penelitian ................................................................................. 5 Hipotesis Penelitian.............................................................................. 5 Manfaat Penelitian ............................................................................... 5
TINJAUAN PUSTAKA................................................................................ 6
Ekologi dan Taksonomi Eucalyptus grandis......................................... 6 Karbon ................................................................................................. 7 Pendugaan dan Pengukuran Karbon .................................................... 11 Riap Tegakan ....................................................................................... 12 Penginderaan Jauh................................................................................ 13 Citra Landsat TM................................................................................. 13 Analisis Citra ....................................................................................... 15 Transformasi Tasseled Cap (TCT) ....................................................... 16 Indeks Vegetasi (IV) ............................................................................ 16 Brightness Temperature (BT) .............................................................. 17 Mekanisme Perdagangan Karbon ......................................................... 18
METODE PENELITIAN.............................................................................. 19
Waktu dan Tempat Penelitian............................................................... 19 Alat dan Objek ..................................................................................... 19 Metode................................................................................................. 20 Pengumpulan Data Sekunder................................................................ 20 Pengolahan Data Citra.......................................................................... 20 Penentuan Plot Contoh (Piksel di Citra)................................................ 21 Pengumpulan Data Lapangan ............................................................... 21
1. Penentuan Plot ....................................................................... 21 2. Perhitungan Biomassa ........................................................... 21 3. Perhitungan Karbon................................................................ 23 Analisa Data......................................................................................... 23 1. Penyusunan Model ................................................................. 23 2. Pemilihan Model ................................................................... 24
Universitas Sumatera Utara
Pembuatan peta Sebaran Karbon ........................................................... 26 KONDISI UMUM LOKASI PENELITIAN.................................................. 28 HASIL DAN PEMBAHASAN ..................................................................... 30
Karakteristik Tegakan Eucalyptus grandis........................................... 30 Penyusunan Model Kandungan Karbon............................................... 31 Pengujian Ketelitian Model Penduga cadangan Karbon ....................... 32 Pemilihan Model terbaik ..................................................................... 36 KESIMPULAN ............................................................................................ 41 DAFTAR PUSTAKA LAMPIRAN
Universitas Sumatera Utara
DAFTAR TABEL
No Hal 1. Persamaan alometrik penduga biomassa bagian pohon E. grandis ............. 21 2. Model Penduga Kandungan Karbon berdasarkan DN................................ 30 3. Model Terpilih Penduga Kandungan Karbon tegakan
Acacia mangium Willd ............................................................................. 34 4. Nilai Varians of Inflasi Model Penduga Kandungan Karbon ..................... 36 5. Model terbaik Hubungan Digital Number dengan Kandungan Karbon ..... 36 6. Rata-rata Kandungan Karbon berdasarkan Model Terbaik......................... 37
Universitas Sumatera Utara
DAFTAR GAMBAR
No. Hal 1. Kerangka pemikiran penyusunan model penduga karbon tegakan
Eucalyptus grandis ................................................................................... 4 2. Diagram alir pembuatan model penduga karbon tegakan
Eucalyptus grandis.................................................................................... 26 3. Tampilan Plot Uji Kenormalan Model Linier Hubungan
Kandungan Karbon dengan Digital Number.............................................. 31 4. Tampilan Plot Uji Kenormalan Model Logaritma Hubungan
Kandungan Karbon dengan Digital Number.............................................. 31 5. Tampilan Plot Uji Kenormalan Model Eksponensial Hubungan
Kandungan Karbon dengan Digital Number.............................................. 32 7. Tampilan Plot Uji Heterokedasitas Model Linier Hubungan
Kandungan Karbon dengan Digital Number.............................................. 33 8. Tampilan Plot Uji Heterokedasitas Model Logaritma Hubungan
Kandungan Karbon dengan Digital Number.............................................. 33 9. Tampilan Plot Uji Heterokedasitas Model Eksponensial Hubungan
Kandungan Karbon dengan Digital Number.............................................. 33 10. Peta Sebaran Kandungan Karbon berdasarkan Model Terbaik ................. 38
Universitas Sumatera Utara
DAFTAR LAMPIRAN
No. Hal 1. Hubungan Digital Number dengan Kandungan Karbon ........................... 42 2. Hasil Olahan Data Kandungan Karbon sebagai Fungsi
Digital Number ....................................................................................... 48 3. Rekapitulasi Data Diameter, Jumlah Pohon Data dan
Kandungan Karbon pada tiap-tiap Plot Contoh........................................ 51
Universitas Sumatera Utara
ABSTRAK NORA V. BUTARBUTAR: Pendugaan Cadangan Karbon Hutan Tanaman Eucalyptus grandis Tahun Tanam 2004 dan 2005 di Areal HPHTI PT TPL Sektor Aek Nauli Menggunakan Citra Landsat TM, dibimbing oleh Nurdin Sulistiyono dan Onrizal
Informasi mengenai kemampuan suatu tegakan hutan dalam menyimpan karbon sangat penting dalam rangka mitigasi perubahan iklim, khususnya pemanasan global. Tujuan penelitian ini adalah untuk mengembangkan model spasial pendugaan kandungan karbon hutan tanaman Eucalyptus grandis dengan menggunakan Landsat TM. Model dibangun menggunakan pendekatan statistik berdasarkan hubungan antara digital number data citra satelit dan kandungan karbon yang diperoleh dari pengukuran biomassa plot sampel dengan metode allometrik. Hasil penelitian ini menunjukkan bahwa model terbaik adalah Y = 23,512 Log B – 29,167 dengan R2 = 9,5 %. Cadangan karbon rata-rata tegakan yang berumur 1 tahun adalah 3,38 ton/ha, sedangkan pada tanaman berumur 2 tahun adalah sebesar 4,28 ton/ha. Citra satelit Landsat TM dapat digunakan untuk menduga cadangan karbon di atas permukaan tanah pada tegakan E. grandis. Kata kunci : Karbon, Eucalyptus grandis, Landsat TM
Universitas Sumatera Utara
ABSTRACT NORA V. BUTARBUTAR: Estmating Carbon Stock 0f Eucalyptus grandis planted in 2004 and 2005 in HPHTI PT TPL Sector Aek Nauli Using Landsat TM, supervised by Nurdin Sulistiyono and Onrizal
Information of forest stand ability in carbon sequestration is vital in order to climate mitigation, specially for global warming. The aim of this research is to develop the spasial model of carbon stock of planted Eucalyptus grandis forests using Landsat TM. The model was developed using statistical approach based on relationship between the digital number of remotely sense data and carbon stock was estiamted by allometrik equation in each sample plot. The result of the researh show that the best model is Y = 23.512 Log B – 29.167, R2 = 9.5 %. The average carbon stock in planted stand, 3.38 ton/ha and 4.28 ton/ha in planted stand of 1 and 2 age years old. The research concludes that remotely sensed data Landsat TM could be used for estimating above-ground carbon stock of E. grandis stand. Key words : Carbon, Eucalyptus grandis, Landsat TM
Universitas Sumatera Utara
PENDAHULUAN
Latar Belakang Pencemaran lingkungan, pembakaran hutan dan penghancuran lahan-lahan
hutan yang luas diberbagai benua di bumi menyebabkan karbon yang tersimpan dalam biomassa hutan terlepas ke atmosfer dan kemampuan bumi untuk menyerap CO2 dari udara melalui fotosintesis hutan berkurang. Intensitas Efek Rumah Kaca (ERK) naik dan meyebabkan naiknya suhu permukaan bumi (Soemarwoto, 2001).
Salah satu cara menahan kenaikan suhu permukaan bumi adalah mengurangi emisi Gas Rumah Kaca (GRK) hasil aktivitas manusia, yang dilakukan antara lain dengan menggunakan bahan bakar dari sumber energi yang lebih bersih, seperti beralih dari batubara ke gas, atau menggunakan sumber energi terbarukan seperti tenaga matahari atau biomassa. Selain itu, mengurangi penggunaan bahan bakar untuk kendaraan bermotor dan menghemat listrik juga mengurangi emisi GRK. Usaha-usaha seperti ini disebut mitigasi. Clean Development Mechanism (CDM) atau mekanisme pembangunan bersih (MBP) merupakan salah satu opsi mitigasi yang memungkinkan aktivitas pelestarian lingkungan hidup dan ekonomi dilakukan secara bersama oleh negara maju dan negara berkembang (Mudiyarso, 2003).
Hutan mengabsorpsi CO2 selama proses fotosintesis dan menyimpannya sebagai materi organik dalam biomassa tanaman. Banyaknya materi organik yang tersimpan dalam biomassa hutan per unit luas dan per unit waktu merupakan pokok dari produktivitas hutan. Produktivitas hutan merupakan gambaran kemampuan hutan dalam mengurangi emisi CO2 di atmosfir melalui aktivitas physiologinya. Pengukuran produktivitas hutan relevan dengan pengukuran
Universitas Sumatera Utara
biomassa. Biomassa hutan menyediakan informasi penting dalam menduga besarnya potensi penyerapan CO2 dan biomassa dalam umur tertentu yang dapat dipergunakan untuk mengestimasi produktivitas hutan (Heriansyah, 2005).
Hutan tanaman industri (HTI) monokultur memiliki peluang untuk menjual karbon selama waktu daur tebang yang cukup singkat (7 – 10 tahun) dari proses pertumbuhan pohon yang ditanam. Menurut Nurcahayaningsih, (2004) tanaman Eucalyptus merupakan salah satu jenis tanaman yang berpotensi dalam pengembangan HTI. Eucalyptus merupakan salah satu jenis tanaman yang cepat tumbuh dan dapat dikembangkan dimana saja. Eucalyptus grandis adalah jenis pohon yang banyak dikembangkan pada HTI di Sumatera Utara.
Dalam melihat fungsi hutan sebagai penyerap karbon, informasi mengenai jumlah karbon yang disimpan oleh suatu kawasan hutan (stok karbon) menjadi penting. Informasi tentang besarnya karbon yang dapat diturunkan atau diserap dapat diperoleh dengan cara konvensional, akan tetapi cara ini membutuhkan waktu lama, biaya besar dan belum mampu mengimbangi permintaan informasi yang cepat dan akurat apabila dalam skala intensitas yang lebih tinggi.
Pengukuran secara langsung di lapangan membutuhkan biaya yang besar, sehingga penggunaan citra satelit mulai dipertimbangkan. Citra satelit dapat digunakan untuk mengetahui struktur tajuk dan akumulasi biomassa. Beberapa studi menunjukkan bahwa data penginderaan jauh yang diperoleh dari beberapa sensor dengan skala yang berbeda dapat secara langsung maupun secara tidak langsung.
Penginderaan jauh digunakan untuk pengukuran biomassa hutan di atas permukaan tanah atau sifat bentang lahan (landscape) lainnya pada skala yang
Universitas Sumatera Utara
sesuai dengan tujuan dan batasan studinya. Penelitian yang banyak dilakukan pada masa kini memperlihatkan bahwa penginderaan jauh dapat mengamati penutupan lahan dan faktor lainnya secara akurat.
Estimasi karbon tegakan Acacia mangium Willd menggunakan citra landsat ETM+ di BKPH Parung Panjang KPH Bogor menunjukkan bahwa Citra Landsat ETM+ mempunyai kemampuan yang baik untuk menduga kandungan karbon di atas permukaan tanah tegakan A. mangium (Dahlan dan Istomo, 2005). Studi mengenai korelasi stok karbon dengan karakteristik spektral citra landsat yang dilaksanakan di Gunung Papandayan menunjukkan bahwa terdapat hubungan antara stok karbon dengan kanal tunggal dan indeks vegetasi (Yaya, et al., 2005).
Pendekatan dengan penginderaan jauh dapat juga dilakukan untuk pengawasan multitemporal pada sebuah bentang lahan dan memberikan data tentang ekosistem dan sifat-sifatnya. Sejalan dengan perkembangan teknologi penginderaan jauh (remote sensing) satelit yang ada cukup memadai untuk memantau kondisi terkini tentang sumber daya alam, diantaranya Landsat TM.
Universitas Sumatera Utara
Kerangka Pemikiran
Perkembangan teknologi
penginderaan jauh
Efek rumah kaca
Pemanasan global
Protokol Kyoto Opsi mitigasi
Sektor Kehutanan
Hutan tanaman Industri
Menyerap Karbon dan menyimpannya
dalam bentuk biomassa
Biomassa pohon melalu citra satelit
Contoh terpilih
Data cadangan biomassa
Model Allometrik penduga
Hubungan digital number
dengan Karbon
Model penduga karbon Karbon = f (digital number)
Kandungan karbon tegakan
Nilai digital number
Pengukuran parameter pohon di lapangan
(DBH)
Karbon tegakan berdasarkan biomassa pohon model Allometrik
Gambar 1. Kerangka pemikiran penyusunan model penduga karbon tegakan Eucalyptus grandis
Universitas Sumatera Utara
Tujuan Penelitian Tujuan penelitian ini adalah untuk
1. Membangun model spasial pendugaan cadangan karbon di atas permukaan tanah pada tegakan Eucalyptus grandis tahun tanam 2004 dan 2005 di areal HPHTI PT TPL dengan menggunakan citra Landsat TM.
2. Mengetahui besarnya cadangan karbon tegakan Eucalyptus grandis tahun tanam 2004 dan 2005 di areal HPHTI PT TPL.
Hipotesis Penelitian Nilai digital number (DN) pada citra Landsat TM dapat digunakan sebagai
penduga kandungan karbon. Kandungan karbon diduga melalui permodelan spasial antara DN dengan kandungan karbon hasil pendugaan dengan model allometrik . Manfaat Penelitian
Model spasial penduga cadangan karbon yang disusun berdasarkan peubah digital number akan membantu dalam menduga kandungan karbon tegakan Eucalyptus grandis tanpa melakukan penebangan atau pengukuran lapangan. Data cadangan karbon pada tegakan Eucalyptus grandis dapat dihitung dengan menggunakan citra satelit yang merupakan bagian dari perkembangan teknologi masa kini, sehingga dapat memberikan informasi secara cepat dalam proses perdagangan karbon. Memberikan informasi mengenai peluang hutan tanaman industri monokultur untuk menjual karbon selama waktu daur tebang yang cukup singkat (7 – 10 tahun) dari proses pertumbuhan pohon yang ditanam.
Universitas Sumatera Utara
TINJAUAN PUSTAKA
Ekologi dan Taksonomi Eucalyptus grandis Marga Eucalyptus terdiri dari 500 jenis yang kebanyakan endemik di
Australia. Hanya dua jenis yang tersebar di wilayah Malesia (Nugini, Maluku, Sulawesi, Asia Tenggara dan Filipina). Beberapa jenis menyebar dari Australia bagian utara menuju Malesia bagian Timur. Kergaman terbesar di daerah-daerah pantai New South Wales dan Australia bagian baratdaya. Hampir semua jenis Eucalyptus beradaptasi dengan iklim muson. Beberapa jenis dapat hidup pada iklim yang sangat dingin, misalnya jenis-jenis yang telah dibudidayakan yakni: E. alba, E. camaldulensis, dan E. citriodora. E. deglupta adalah jenis yang beradaptasi pada habitat hutan dataran rendah dan hutan pegunungan dataran rendah pada ketinggian 1800 mdpl dengan curah hujan tahunan 2.500 – 3.000 mm, suhu minimum rata-rata 230 C dan maksimum 310 C di dataran rendah dan suhu minimum rata-rata 130 C dan maksimum 290 C di pegunungan (Sutisna dan Purmadjaja, 1999).
Eucalyptus merupakan salah satu jenis tanaman yang dikembangkan dalam pembangunan hutan tanaman Industri. Kayu Eucalyptus digunakan antara lain untuk bangunan di bawah atap, kusen pintu dan jendela, kayu lapis, bahan pembungkus korek api, pulp dan kayu bakar. Beberapa jenis digunakan untuk kegiatan reboisasi (Sutisna dan Purmadjaja, 1999).
Eucalyptus grandis W.Hill ex Maiden, biasanya dikenal dengan sebutan flooded gum atau rose gum. Pohonnya dapat mencapai tinggi 75 m, dengan kulit kayu putih halus. E. grandis umumnya ditanam dalam skala besar untuk produksi
Universitas Sumatera Utara
kayu, dengan penanaman total diperkirakan mencapai 2 M ha pada tahun 1987.
Sebagian besar dari jumlah ini ditanam di Brazil (>1 M ha) dan Afrika Selatan
(300 000 ha). Selain itu, E. grandis juga ditanam dalm jumlah yang besar di
Argentina, Australia, India, Uruguay, Zambia, Zimbabwe dan negara-negara lain
(Hundel, et al., 2003).
Menurut Sutisna dan Purmadjaja (1999), tanaman E. grandis mempunyai
sistematika sebagai berikut:
Divisio Sub Divisio Class Ordo Famili Genus Species
: Spermatophyta : Angiospermae : Dycotyledone : Myrtiflorae : Myrtaceae : Eucalyptus : Eucalyptus grandis W. Hill ex Maiden
Karbon Karbon di permukaan bumi tersimpan dalam empat reservoir, yakni fosil
dan formasi batuan, atmosfer, samudra dan ekosistem daratan termasuk hutan (Kauppi, 2003). Hutan mengabsorpsi CO2 selama proses fotosintesis dan menyimpannya sebagai materi organik dalam biomassa tanaman. Banyaknya materi organik yang tersimpan dalam biomassa hutan per satuan luas dan per satuan waktu merupakan pokok dari produktivitas hutan. Tumbuhan memerlukan sinar matahari dan gas asam arang (CO ) yang diserap dari udara serta air dan hara yang diserap dari dalam tanah untuk kelangsungan hidupnya. Melalui proses fotosintesis, CO2 di udara diserap oleh tanaman dan diubah menjadi karbohidrat, kemudian disebarkan ke seluruh tubuh tanaman dan akhirnya ditimbun dalam
Universitas Sumatera Utara
tubuh tanaman berupa daun, batang, ranting, bunga dan buah. Proses penimbunan C dalam tubuh tanaman hidup dinamakan proses sekuestrasi (C-sequestration). Dengan demikian mengukur jumlah C yang disimpan dalam tubuh tanaman hidup (biomassa) pada suatu lahan dapat menggambarkan banyaknya CO di atmosfer yang diserap oleh tanaman. Sedangkan pengukuran C yang masih tersimpan dalam bagian tumbuhan yang telah mati (nekromasa) secara tidak langsung menggambarkan CO2 yang tidak dilepaskan ke udara lewat pembakaran (Hairiah dan Subekti, 2007).
Tanaman atau pohon berumur panjang yang tumbuh di hutan maupun di kebun campuran (agroforestri) merupakan tempat penimbunan atau penyimpanan C (rosot C = C sink) yang jauh lebih besar dari pada tanaman semusim. Oleh karena itu, hutan alami dengan keragaman jenis pepohonan berumur panjang dan seresah yang banyak merupakan gudang penyimpan C tertinggi (baik di atas maupun di dalam tanah). Hutan juga melepaskan CO ke udara lewat respirasi dan dekomposisi (pelapukan) seresah, namun pelepasannya terjadi secara bertahap, tidak sebesar bila ada pembakaran yang melepaskan CO sekaligus dalam jumlah yang besar. Bila hutan diubah fungsinya menjadi lahan-lahan pertanian atau perkebunan atau ladang penggembalaan maka jumlah C tersimpan akan merosot (Hairiah dan Subekti, 2007).
Berdasarkan keberadaannya di alam Hairiah dan Subekti, (2007) membagi komponen C dapat menjadi 2 kelompok yaitu: A. Karbon di atas permukaan tanah, meliputi:
1. Biomassa pohon. Proporsi terbesar penyimpanan C di daratan umumnya terdapat pada komponen pepohonan. Untuk mengurangi tindakan
Universitas Sumatera Utara
perusakan selama pengukuran, biomassa pohon dapat diestimasi dengan menggunakan persamaan alometrik yang didasarkan pada pengukuran diameter batang. 2. Biomassa tumbuhan bawah. Tumbuhan bawah meliputi semak belukar yang berdiameter batang < 5 cm, tumbuhan menjalar, rumput-rumputan atau gulma. Estimasi biomassa tumbuhan bawah dilakukan dengan mengambil bagian tanaman (melibatkan perusakan). . 3. Nekromasa. Batang pohon mati baik yang masih tegak atau telah tumbang dan tergeletak di permukaan tanah, yang merupakan komponen penting dari C dan harus diukur pula agar diperoleh estimasi penyimpanan C yang akurat. 4. Seresah. Seresah meliputi bagian tanaman yang telah gugur berupa daun dan ranting-ranting yang terletak di permukaan tanah.
B. Karbon di dalam tanah, meliputi: 1. Biomassa akar. Akar mentransfer C dalam jumlah besar langsung ke dalam tanah, dan keberadaannya dalam tanah bisa cukup lama. Pada tanah hutan biomassa akar lebih didominasi oleh akar-akar besar (diameter > 2 mm), sedangkan pada tanah pertanian lebih didominasi oleh akar-akar halus yang lebih pendek daur hidupnya. Biomassa akar dapat pula diestimasi berdasarkan diameter akar proksimal, sama dengan cara untuk mengestimasi biomassa pohon yang didasarkan pada diameter batang. 2. Bahan organik tanah. Sisa tanaman, hewan dan manusia yang ada di permukaan dan di dalam tanah, sebagian atau seluruhnya dirombak oleh
Universitas Sumatera Utara
organisme tanah sehingga melapuk dan menyatu dengan tanah, dinamakan bahan organik tanah. Kegiatan di sektor kehutanan yang secara potensial dapat menekan terjadinya perubahan iklim dapat dibagi menjadi tiga kategori yaitu konservasi, peningkatan pengambilan karbon dan subtitusi penggunaan bahan bakar fosil dengan biomass. Kegiatan konservasi meliputi perlindungan hutan dari deforestasi dan degradasi akibat aktivitas manusia. Peningkatan pengambilan karbon (rosot) dilakukan melalui kegiatan perluasan luas hutan dengan penanaman pohon di lahan kritis, gundul atau semak belukar dalam kawasan hutan (reforestasi) dan bukan hutan (afforestasi) serta pengelolaan hutan dengan menggunakan sistem pengelolaan yang berkelanjutan. Penggantian bahan bakar fosil dengan energi biomass akan mengurangi emisi GRK secara langsung akibat dari penurunan tingkat konsumsi bahan bakar fosil dan penanaman lahan kosong untuk memproduksi biomassa (Boer, 2001). Selama pertumbuhannya, pohon menyerap C dari atmosfer melalui proses fotosintesis dan menyimpannya dalam biomassa. Pada perkembangan tegakan, kematian disebabkan oleh persaingan atau bencana alam menghasilkan perpindahan beberapa cadangan C pada pohon ke bahan organik yang mati atau ke atmosfer. Pemanenan hutan, melepaskan C dalam jumlah yang besar, namun tidak seluruhnya. Sebagian dari biomassa yang dipanen tersebut digunakan untuk menghasilkan energi (menggantikan bahan bakar fosil), sementara yang lainnya digunakan untuk berbagai produk kayu dengan waktu penggunaan tertentu (TerMikaelian, et al., 2008).
Universitas Sumatera Utara
Pendugaan dan Pengukuran Karbon Hutan Biomassa pohon merupakan fungsi dari volume kayu, (yakni diperoleh
dari diameter dan tinggi) dan kerapatan kayu (berat kering dalam setiap unit volume kayu segar). Kerapatan bervariasi sesuai dengan spesies, cara hidup, dan factor lingkungan seperti topografi dan kemiringan lahan. Biomassa pohon dapat dihitung dengan metode langsung (pemanenan destruktif) atau metode tidak langsung (model allometrik). Model allometrik diketahui dengan mengukur variabel diameter at breast height (DBH), tinggi total dan kerapatan kayu. Banyak studi menggunakan model allometrik dalam pendugaan biomassa di atas permukaan tanah (above ground biomass/ABG) karena pemanenan pohon bersifat merusak dan membutuhkan biaya yang besar (Vieira et al., 2008).
Biomassa kering dapat dikonversi menjadi cadangan karbon yakni 50% dari biomassa. Metode ini dianggap akurat untuk beberapa tempat. Tidak ada sebuah metode yang secara langsung dapat mengukur cadangan karbon yang terdapat pada suatu bentang lahan. Keadaan ini mendorong usaha pengembangan alat dan model yang dapat menghitung dalam skala besar yang didasarkan pada pengukuran di lapangan atau penginderaan jauh (Gibbs et al., 2007).
Secara umum, metode pendugaan cadangan karbon ada dua kategori, yakni metode destruktif dan metode non destruktif. Metode destruktif dapat dilakukan dengan (1) menebang semua pohon, (2) menebang beberapa pohon yang mewakili kelas tegakan dan (3) menebang satu pohon dan membuat model hubungan biomassa dengan parameter pohon yang mudah diukur, seperti diameter atau tinggi. Metode konvensional dapat menyebabkan kerusakan lingkungan.
Universitas Sumatera Utara
Sedangkan metode non destruktif tidak merusak pohon. Pendekatannya dilakukan dengan menggunakan citra satelit (Kale & Roy, 2002).
Cadangan karbon dalam hutan dapat juga dievaluasi dengan menggunakan penginderaan jauh yakni satelit atau potret udara. Namun, tidak ada instrument penginderaan jauh yang dapat mengukur cadangan karbon secara langsung, sehingga dibutuhkan data lapangan sebagi tambahan. Metodologi penginderaan jauh memperlihatkan keberhasilannya dalam menduga cadangan karbon di hutan boreal dan hutan musim dan pada tegakan muda dengan kerapatan karbon yang rendah (Gibbs et al., 2007).
Riap Tegakan Riap menurut Arief (2001) didefinisikan sebagai pertambahan volume
pohon atau tegakan per satuan waktu tertentu. Riap dapat juga dipakai untuk menyatakan pertambahan nilai tegakan atau pertambahan diameter atau tinggi pohon setiap tahun.
Riap tegakan dibentuk oleh pohon-pohon yang masih hidup di dalam tegakan, tetapi penjumlahan dari riap pohon ini tidak akan sama dengan riap tegakannya, karena dalam periode tertentu beberapa pohon dalam tegakan dapat saja mati, busuk atau beberapa lainnya mungkin ditebang. Sebagian besar pepohonan pada inventarisasi awal tumbuh naik ke kelas diameter berikutnya yang lebih besar (upgrowth). Pada kelas diameter kecil, penambahan pohon pada inventarisasi berikutnya berasal dari ingrowth yang tidak terhitung pada inventarisasi awal. Jumlah pohon dalam tegakan berkurang akibat kematian yang
Universitas Sumatera Utara
terjadi pada keseluruhan diameter, dimana laju kematian terbesar terjadi pada kelas diameter terkecil (Davis and Jhonson, 1987 dalam Latifah, 2004).
Penginderaan Jauh Lillesand dan Kiefer (1997), mendefenisikan penginderaan jauh sebagai
“ilmu dan seni untuk memperoleh informasi tentang objek, daerah atau gejala dengan jalan menganalisis data yang diperoleh tanpa kontak langsung dengan objek, daerah atau gejala yang dikaji”. Penginderaan jauh biasanya menghasilkan beberapa bentuk citra yang selanjutnya diproses dan diinterpretasi guna membuahkan data yang bermanfaat untuk aplikasi bidang pertanian, arkeologi, kehutanan, geologi, perencanaan dan bidang-bidang lainnya (Purbowaseso, 1995).
Tujuan penginderaan jauh adalah untuk mengumpulkan data sumber daya alam dan bidang lingkungan lainnya. Informasi tentang objek disampaikan pengamat melalui energy elektromagnetik, yang merupakan pembawa informasi dan sebagai penghubung komunikasi. Pada dasarnya, penginderaan jauh merupakan informasi intensitas panjang gelombang yang perlu diberi kode sebelum informasi tersebut dipahami secara penuh. Proses pengkodean ini seta dengan interpretasi citra penginderaan jauh sesuai dengan sifat-sifat radiasi elektromagnetik (Purbowaseso, 1995).
Citra Landsat TM Landsat merupakan suatu hasil program sumberdaya bumi yang
dikembangkan oleh NASA (the National Aeronautical and Space Administration) Amerika Serikat pada awl tahun 1970-an. Landsat diluncurkan pada tanggal 22
Universitas Sumatera Utara
Juli 1972 sebagai ERTS-1 (Earth Resources Technology Satellite) yang kemudian diganti namanya menjadi Landsat 1. Tiga Lansat berikutnya berhasil diluncurkan. Sistem pencitraan pada Lansat 1, 2 dan 3 adalah kamera turn beam vidicon (RBV) dan multispectral scanner (MSS). RBV menggunakan penutup (shutter) dan menghasilkan satu rangka citra pada satu saat, sehingga distorsi geomterik citranya rendah. Pada Landsat 4 dipasang satu generasi sensor baru yang bertujuan untuk perbaikan resolusi spasial, pemisahan spectral, kecermatan data radiometrik dan ketelitian geometrik, maka ditambah Thematic Mapper (TM) pada empat saluran multispectral scanner. Kecermatan dan stabilitas titik satelit Landsat 4 lebih baik daripada Landsat 1, 2 dan 3 (Purbowaseso, 1995).
Menurut Lillesand dan Kiefer (1990), Saluran spektral yang diusulkan dalam pengandaran peta tematik adalah: 1. Saluran satu/Blue/B (0,45 μm–0, 52 μm) dirancang untuk membuahkan
peningkatan penetrasi ke dalam tubuh air, dan juga untuk mendukung analisis sifat khas penggunaan lahan, tanah dan vegetasi. 2. Saluran dua/Green/G (0,52 μm–0,60 μm), terutama dirancang untuk mengindera puncak pantulan vegetasi pada spektrum hijau yang terletak diantara dua saluran spektral serapan klorofil. 3. Saluran tiga/Red/R (0,63 μm–0,69 μm), merupakan saluran terpenting untuk memisahkan vegetasi. Saluran ini berada pada salah satu bagian serapan klorofil dan memperkuat kontras antara kenampakan vegetasi, juga menajamkan kontras antara kelas vegetasi. 4. Saluran empat/Near Infrared/NIR (0,76 μm–0,90 μm), dipilih agar tanggap terhadap seluruh biomassa vegetasi yang terdapat pada daerah kajian.
Universitas Sumatera Utara
5. Saluran lima/Middle Infrared/MIR I (1,55 μm–1,75 μm), merupakan satu saluran yang dikenal penting untuk penentusan jenis tanaman, kandungan air pada tanaman dan kondisi kelembaban tanah.
6. Saluran enam/Thermal Infrared/TIR (2,08 μm–2,35 μm), suatu saluran yang penting untuk pemisah formasi batuan.
7. Saluran ketujuh/Middle Infrared/MIR II (10,40 μm–12,50 μm), suatu saluran inframerah termal yang dikenal bermanfaat untuk klassifikasi vegetasi, analisis gangguan vegetasi, pemisahan kelembaban tanah, dan sejumlah gejala lain yang berhubungan dengan panas.
Analisis Citra Sebelum sebuah citra bisa dianalisa, biasanya diperlukan beberapa langkah
pemrosesan awal. Koreksi radiometrik adalah salah satu dari langkah awal ini, dimana efek kesalahan sensor dan faktor lingkungan dihilangkan. Biasanya koreksi ini mengubah nilai DN yang terkena efek atmosferik. Data tambahan yang dikumpulkan pada waktu yang bersamaan dengan diambilnya citra bisa dipakai sebagai alat kalibrasi dalam melakukan koreksi radiometrik. Selain itu koreksi geometrik juga sangat penting dalam langkah awal pemprosesan. Metode ini mengkoreksi kesalahan yang disebabkan oleh geometri dari kelengkungan permukaan bumi dan pergerakan satelit. Koreksi geometrik adalah proses dimana titik-titik pada citra diletakkan pada titik-titik yang sama pada peta atau citra lain yang sudah dikoreksi. Ketelitian koreksi Geometrik diwujudkan dengan harga RMSE (Root Mean Square Error) titik cek (Lillesand dan Kiefer, 1990).
Satu langkah pemrosesan penting yang paling sering dilakukan pada
Universitas Sumatera Utara
pengolahan citra adalah klasifikasi, dimana sekumpulan pixel dikelompokkan menjadi kelas-kelas berdasarkan karakteristik tertentu dari masing-masing kelas. (Lillesand dan Kiefer, 1990).
Menurut Shofiyati dan Kuncoro (2007) ada beberapa metode sebagai dasar analisis data inderaja untuk identifikasi kekeringan dengan menggunakan pendekatan kombinasi karakter beberapa spektral. Berikut ini disampaikan tinjauan singkat mengenai Transformasi Tasseled Cap (Tasseled Cap Transformation - TCT), Indeks Vegetasi, dan Brightness Temperature (BT) (Shofiyati dan Kuncoro, 2007).
Transformasi Tasseled Cap (TCT) Transformasi Tasseled Cap (Tasseled Cap Transformation - TCT)
merupakan formula matematik untuk menghitung tingkat kecerahan (brightness), kehijauan (greenness), dan kelembaban (wetness) dari angka-angka digital di setiap band (band 1 hingga band 5 dan band 7) pada citra Landsat. TCT pertama kali diperkenalkan oleh Kauth dan Thomas (1976) dari Landsat MSS. Selanjutnya TCT disempurnakan oleh Crist dan Cicone (1984) dengan menggunakan data Landsat TM (Shofiyati dan Kuncoro, 2007).
Indeks Vegetasi (IV) Perhitungan tingkat kehijauan dengan metode TCT hanya bisa
diaplikasikan dengan data Landsat saja. Metode lain untuk menentukan tingkat kehijauan adalah Indeks Vegetasi. Indeks vegetasi merupakan perhitungan secara kuantitatif yang digunakan untuk menghitung biomassa atau kondisi vegetasi.
Universitas Sumatera Utara
Umumnya dibuat dengan menggunakan kombinasi dari beberapa band spektral. Indeks vegetasi yang paling sederhana adalah rasio antara pantulan near infrared (NIR) dan sinar merah. Terdapat banyak metode untuk menghitung indeks vegetasi. Indeks vegetasi yang umum dan banyak digunakan adalah Normalized Difference Vegetation Index (NDVI) (Ray, 1995). Indeks ini sederhana dan mempunyai nilai range yang dinamis dan sensitif yang paling bagus terhadap perubahan tutupan vegetasi, dengan persamaan sebagai berikut:
NDVI = (NIR – R) / (NIR + R) (Shofiyati dan Kuncoro, 2007) dimana: NDVI = Normalized Difference Vegetation Index
NIR = Near Infra Red R = Red Perhitungan perbandingan sifat respon objek terhadap pantulan sinar merah dan NIR dapat menghasilkan nilai dengan karakteristik khas yang dapat digunakan untuk memperkirakan kerapatan atau kondisi kanopi/kehijauan tanaman. Tanaman yang sehat berwarna hijau mempunyai nilai indeks vegetasi tinggi. Hal ini disebabkan oleh hubungan terbalik antara intensitas sinar yang dipantulkan vegetasi pada spektral sinar merah dan NIR.
Brightness Temperature (BT) Suhu merupakan faktor pengontrol yang penting pada proses fisika, kimia,
dan biologi di permukaan bumi. Suhu sebagai variabel iklim utama dan parameter kunci yang dapat digunakan untuk mengontrol perubahan energi panjang gelombang melalui atmosfer yang dipengaruhi kondisi permukaan objek lain, seperti kelembaban permukaan, kondisi dan tutupan vegetasi. Spektral yang dapat
Universitas Sumatera Utara
digunakan untuk mengkaji kondisi suhu pada objek di permukaan bumi adalah spektral thermal. Penggunaan spektral thermal ini dapat dilakukan dengan analisis brightness temperature. Brightness temperature (BT) adalah perhitungan dari intensitas radiasi thermal yang diemisikan oleh objek. Satuan yang digunakan adalah satuan suhu, sebab terdapat korelasi antara intensitas radiasi yang diemisikan dan suhu fisik dari badan radiasi, dimana diasumsikan bahwa emisi radiasi pada permukaan objek berwarna hitam adalah 1,0 (Shofiyati dan Kuncoro, 2007).
Mekanisme Perdagangan Karbon Target dan jadwal penurunan emisi yang harus dilakukan oleh Negara
maju dalam Protokol Kyoto adalah sebesar 5 % dari tingkat emisi pada tahun 1990. Target tersebut harus dapat dicapai dalam periode 2008-2012. Untuk mencapai target tersebut dikenal mekanisme mekanisme fleksibel atau mekanisme Kyoto yang terdiri dari tiga kegiatan, yaitu: Joint Implementation (JI), MBP atau CDM dan Perdagangan Emisi (Emision Trading) (Mudiyarso, 2003).
CDM merupakan satu-satunya mekanisme yang dapat dilakukan oleh Negara berkembang. Mekanisme ini memungkinkan Negara maju melakukan investasi di Negara berkembang dalam berbagai sektor, termasuk sektor Kehutanan untuk mencapai target penurunan emisinya. Sementara, Negara berkembang berkepentingan dalam mencapai tujuan pembangunan berkelanjutan sebagai agenda nasionalnya sambil mencapai tujuan utama Konvensi, yaitu pengurangan emisi (Mudiyarso, 2003).
Universitas Sumatera Utara
Letak Astronomis dan Geografis Lokasi Penelitian PT Toba Pulp Lestari (TPL), Tbk merupakan jenis perusahaan Kayu Serat
dengan produk berupa pulp yang terletak pada 01°-03° LU dan 98°15’00”100°00’00” BT. Secara geografis terletak di Desa Desa Sosor Ladang, Kecamatan Parmaksian, Kabupaten Toba Samosir, Sumatera Utara. Hak Pengusahaan Hutan Tanaman Industri (HPHTI) yang dimiliki oleh PT TPL, Tbk terletak pada beberapa kabupaten di Sumatera Utara dengan luas ijin HPHTI berdasarkan SK. Menhut No. 493/Kpts-II/1992 seluas 269.060 ha dengan jangka pengelolaan 43 tahun. Selain HPHTI, PT TPL, Tbk juga memiliki ijin Pemanfaatan Pinus berdasarkan SK. Menhut No. 236/Kpts-IV/1984 seluas 15.763 ha. Luas total areal pengelolaan PT TPL, Tbk adalah 284.816 ha (PT TPL, Tbk, 2008).
Areal konsesi PT TPL, Tbk terdiri dari enam sektor yang terletak pada kabupaten yang berbeda, yakni:
1. Sektor Tele, terletak pada 02°15’00” – 02°50’00” LU dan 98°20’00” – 98°50’00” BT, meliputi Kabupaten Samosir (Kecamatan Harian Boho), Kabupaten Pak-pak Bharat (Kecamatan Salak dan Kerajaan) dan Kabupaten Dairi (Kecamatan Sumbul, Parbuluan, dan Sidikalang).
2. Sektor Aek Nauli, terletak pada 02°40’00” – 02°50’00” LU dan 98°50’00” – 99°10’00” BT, meliputi Kabupaten Simalungun (Kecamatan Dolok Panribuan, Tanah Jawa, Sidamanik, Jorlang Hataran, dan Girsang Sipangan Bolon).
3. Sektor Habinsaran, terletak pada 02°07’00” – 02°21’00” LU dan 99°05’00” – 99°18’00” BT, meliputi Kabupaten Toba Samosir (Kecamatan Habinsaran, Silaen, dan Laguboti).
Universitas Sumatera Utara
4. Sektor Aek Raja/Tarutung, terletak pada 01°54’00” – 02°15’00” 98°42’00” – 98°58’00” BT, meliputi Kabupaten Tapanuli Utara (Kecamatan Siborong-borong, Sipahutar, Gaya Baru Tarutung, Adian Koting, dan Parmonangan) Kabupaten Humbang Hasundutan (Kecamatan Dolok Sanggul, Lintong Ni Huta, Onan Ganjang, dan Parlilitan).
5. Sektor Padang Sidempuan, terletak pada 01°15’00” – 02°15’00” LU dan 99°13’00” – 99°33’00” BT, meliputi Kabupaten Tapanuli Selatan (Kecamatan Padang Bolak, Sosopan, Padang Sidimpuan, Sipirok) dan Kabupaten Tapanuli Tengah (Kecamatan Sorkam dan Batang Toru).
Kondisi Umum Sektor Aek Nauli Penelitian dilakukan di Sektor Aek Nauli, terletak pada 02°40’00” –
02°50’00” LU dan 98°50’00” – 99°10’00” BT. Keadaan lahan Sektor Aek Nauli seluruhnya adalah kering dengan ketingian 250-1.700 m dpl. Jenis tanah di daerah penelitian adalah Dystropepts, Hydrandepts, Dystrandepts, Humitropepts dan jenis batuan Tapanuli, Peusangan, Sihapas, Vulkan Tersier, dan Toba. Sektor Aek Nauli beriklim A (sangat basah) menurut klasifikasi Schmidt Fergusson; 1951, dengan curah hujan rata-rata 238 mm bulan tertinggi Oktober dan bulan terendah Agustus. Sungai /anak sungai yang terdapat di areal kerja adalah Bah Parlianan, Bah Mabar, Bah Boluk, Bah Haposuk (PT TPL, Tbk, 2008).
Universitas Sumatera Utara
METODE PENELITIAN
Waktu dan Tempat Penelitian Penelitian ini dilaksanakan pada bulan Maret sampai Oktober 2009.
Pelaksanaan kegiatan meliputi kegiatan pengolahan citra dan pengecekan lapangan. Pengecekan lapangan dilaksanakan di areal HPHTI PT TPL Sektor Aek Nauli.
Bahan dan Alat Bahan-bahan yang digunakan dalam penelitian ini terdiri dari: Citra
Landsat TM path 128 dan 129 row 58 tahun 2006, Peta administrasi Propinsi Sumatera Utara dan Objek pengamatan di lapangan adalah tegakan Eucalyptus grandis
Alat yang digunakan dalam penelitian adalah: Personal Computer (PC) dengan perangkat lunaknya, Tools SIG, Global Positioning System (GPS), Kamera digital, Kompas, Pita ukur, Alat tulis, dan Tali
Metode Penelitian Pengumpulan Data Sekunder
Data-data sekunder diperoleh dari instansi dan studi literatur, terdiri dari: Citra Landsat TM path 128 dan 129 row 58 tahun 2006, Peta administrasi Propinsi Sumatera Utara dan hasil penelitian sebelumnya
Universitas Sumatera Utara
Pengolahan Data Citra Teknik kuantitatif dapat diterapkan untuk interpretasi secara otomatis data
citra digital. Tiap pengamatan piksel dievaluasi dan ditetapkan pada suatu kelompok informasi. (Lillesand dan Kiefer, 1990). Pada kelompok informasi dilakukan transformasi NDVI memanfaatkan beberapa saluran dari citra Landsat TM antara lain; band 3 (Red (R) yang lebih dikenal dengan saluran merah dan band 4 (Near Infrared (NIR)) yang lebih dikenal dengan saluran inframerah dekat. Kelebihan kedua saluran ini untuk identifikasi vegetasi adalah obyek akan memberikan tanggapan spektral yang tinggi. Menurut Lillesand dan Kiefer, (1990) transformasi NDVI mengikuti persamaan berikut:
NDVI = (NIR – R) / (NIR + R) Nilai NDVI berkisar antara -1 sampai 1, dimana nilai NDVI yang rendah (negatif) mengidentifikasikan daerah bebatuan, pasir dan salju. Nilai NDVI yang tinggi (positif) mengidentifikasikan wilayah vegetasi baik berupa padang rumput, semak belukar maupun hutan.
Penentuan Plot Contoh (Piksel) di Citra Plot contoh di citra ditentukan berdasarkan tujuan peneliti (purposive)
pada blok tanam 2004 dan 2005.
Pengumpulan Data Lapangan Penentuan Plot Contoh
Plot contoh lapangan dibuat berukuran 30 m x 30 m sebanyak 56 plot, dimana peletakannya dilakukan dengan menggunakan Global Positioning System
Universitas Sumatera Utara
(GPS). Selanjutnya pohon yang terdapat dalam plot contoh diukur diameter setinggi dada.
Perhitungan Biomassa
Pendugaan biomassa di lapangan dilakukan menggunakan persamaan
alometrik berikut: Wn = a x DBHb
Tabel 1. Persamaan alometrik penduga biomassa bagian pohon E. grandis
No Biomassa Bagian Persamaan Alometrik
2
R (%)
2 (%)
Pohon
AB
1 Batang
0,0436
2,6883
98,28 98,17
2 Cabang
0,0228
2,0779
82,03 80,90
3 Daun
0,5775
0,6549
73,48 27,47
4 Above Ground 0,0678
2,5794
98,80 98,73
Biomassa
Keterangan : Wn = Biomassa (kg), DBH = Diameter setinggi dada (cm).
Sumber : Onrizal, Hartono dan Kusmana, 2006
Diameter yang digunakan dalam perhitungan diameter adalah hasil
pengurangan diameter saat pengukuran dengan riap diameter. Menurut Tobing,
(2007), besarnya riap diameter dihitung dengan persamaan:
Riap = Dn-D(n-1)
Dimana: D = e3,087 x e2,301/A Dn = diameter pada tahun ke-n e = 2,71828 A = umur pohon
Universitas Sumatera Utara
Biomassa yang diukur dalam penelitian ini adalah biomassa pohon (Wp) di atas permukaan tanah tegakan E.grandis yang dihitung berdasarkan penjumlahan biomassa batang, cabang dan daun. Biomassa per hektar dihitung dengan persamaan sebagai berikut:
Keterangan : W = Total biomassa (ton/ha) Wpi = Biomassa pohon ke-i (ton) A = Luas plot (m2) n = Jumlah pohon
Perhitungan Karbon Biomassa hutan dapat digunakan untuk menduga kandungan karbon dalam
vegetasi hutan karena 50% biomassa tersusun dari karbon. Pada tanaman Eucalyptus kandungan karbon rata-rata adalah sebesar 44,92% (45%) dengan kisaran 36,72-54,015 dari biomassa (Onrizal, Hartono dan Kusmana, 2006).
Menurut Onrizal, Hartono dan Kusmana, (2006), kandungan karbon tanaman dapat diduga dengan rumus:
Y = W x 0,45 Keterangan :
Y = Kandungan karbon di atas permukaan tanah tegakan E. grandis (ton/ha) W = Total biomassa per hektar (ton/ha)
Universitas Sumatera Utara
Analisa Data
Penyusunan Model
Penyusunan model hubungan antara kandungan karbon di atas permukaan
tanah tegakan Eucalyptus grandis dengan digital number (DN) citra Landsat TM
menggunakan model matematika sebagai berikut:
Model linier
Y = b1X1 + b2X2 +........+ b1X1 + NDVI
Model perpangkatan Y = b0X1b1 . X2b2.......... XjNDVI
Model eksponensial Y = eb0 + b1X1 + b2X2 + .......... + NDVI
Keterangan :
Y = Kandungan karbon di atas permukaan tanah tegakan
Eucalyptus grandis (ton/ha) berdasarkan model allometrik.
X , X , …, X
12
j
= Nilai DN (Digital Number)
Pemilihan Model Pemilihan model dilakukan dengan menggunakan metode stepwise, yakni
pemilihan variabel X yang signifikan terhadap variabel Y dengan menggunakan SPSS (Statistical Product and Service Solution). Pemilihan model terbaik dilakukan dengan melakukan beberapa pengujian koefisien regresi, yaitu: uji signifikansi, kenormalan data (normalitas), uji keaditifan model (heterokedasitas), dan pengujian keakuratan model (koefisien determinasi).
Universitas Sumatera Utara
Uji Signifikansi Pengujian signifikansi hasil olahan SPSS diketahui dengan
membandingkan besaran taraf signifikasi 95 %. Kriterianya adalah signifikansi (Ho ditolak) bila Sig. Hit < Sig. Kriteria dan tidak signifikan (Ho diterima bila Sig. Hitung > Sig. Kriteria.
Uji Kenormalan data (normalitas) Uji kenormalan data digunakan untuk melihat sebaran data sampel, apakah
terdistribusi normal atau tidak. Suatu model yang baik apabila memenuhi syarat kenormalan sisaan, yakni apabila tampilan plot menunjukkan penyebaran data di sekitar garis lurus dan mengikuti arah garis lurus (Santoso, 2000).
Uji Keaditifan Model (Model Fit) Plot yang ditunjukkan oleh Scatter plot Studentized Delete Residualnya.
Jika model regresi layak dipakai untuk prediksi (fit), maka data akan berpencar di sekitar angka nol (0 pada sumbu Y) dan tidak membentuk suatu pola atau trend garis tertentu.
Pengujian keakuratan model (koefisien determinasi/R2) Digunakan untuk melihat besaran efek atau pengaruh variabel bebas
terhadap variabel terikat. Semakin kecil R2, semakin lemah hubungan kedua variabel.
Universitas Sumatera Utara
Uji Multikoliniearitas Multikoliniearitas adalah kejadian yang menginformasikan terjadinya
hubungan antara variabel-variabel bebas (interkorelasi) dan hubungan yang terjadi cukup besar. Pengujian multikoliniearitas hanya dilakukan pada persamaan regresi linier berganda. Model persamaan yang baik adalah model persamaan yang bebas multikolinieritas. Suatu model persamaan yang bebas multikolinieritas adalah model persamaan yang memiliki nilai Factor Varian of Inflasi (VIF) di sekitar angka 1 (Santoso, 2000). Pembuatan Peta Sebaran Karbon
Model terpilih dimasukkan ke dalam model maker pada software Er
________ SKRIPSI
Oleh: NORA V. BUTARBUTAR
051201030
DEPARTEMEN KEHUTANAN FAKULTAS PERTANIAN
UNIVERSITAS SUMATERA UTARA 2009
Universitas Sumatera Utara
ABSTRAK NORA V. BUTARBUTAR: Pendugaan Cadangan Karbon Hutan Tanaman Eucalyptus grandis Tahun Tanam 2004 dan 2005 di Areal HPHTI PT TPL Sektor Aek Nauli Menggunakan Citra Landsat TM, dibimbing oleh Nurdin Sulistiyono dan Onrizal
Informasi mengenai kemampuan suatu tegakan hutan dalam menyimpan karbon sangat penting dalam rangka mitigasi perubahan iklim, khususnya pemanasan global. Tujuan penelitian ini adalah untuk mengembangkan model spasial pendugaan kandungan karbon hutan tanaman Eucalyptus grandis dengan menggunakan Landsat TM. Model dibangun menggunakan pendekatan statistik berdasarkan hubungan antara digital number data citra satelit dan kandungan karbon yang diperoleh dari pengukuran biomassa plot sampel dengan metode allometrik. Hasil penelitian ini menunjukkan bahwa model terbaik adalah Y = 23,512 Log B – 29,167 dengan R2 = 9,5 %. Cadangan karbon rata-rata tegakan yang berumur 1 tahun adalah 3,38 ton/ha, sedangkan pada tanaman berumur 2 tahun adalah sebesar 4,28 ton/ha. Citra satelit Landsat TM dapat digunakan untuk menduga cadangan karbon di atas permukaan tanah pada tegakan E. grandis. Kata kunci : Karbon, Eucalyptus grandis, Landsat TM
Universitas Sumatera Utara
ABSTRACT NORA V. BUTARBUTAR: Estmating Carbon Stock 0f Eucalyptus grandis planted in 2004 and 2005 in HPHTI PT TPL Sector Aek Nauli Using Landsat TM, supervised by Nurdin Sulistiyono and Onrizal
Information of forest stand ability in carbon sequestration is vital in order to climate mitigation, specially for global warming. The aim of this research is to develop the spasial model of carbon stock of planted Eucalyptus grandis forests using Landsat TM. The model was developed using statistical approach based on relationship between the digital number of remotely sense data and carbon stock was estiamted by allometrik equation in each sample plot. The result of the researh show that the best model is Y = 23.512 Log B – 29.167, R2 = 9.5 %. The average carbon stock in planted stand, 3.38 ton/ha and 4.28 ton/ha in planted stand of 1 and 2 age years old. The research concludes that remotely sensed data Landsat TM could be used for estimating above-ground carbon stock of E. grandis stand. Key words : Carbon, Eucalyptus grandis, Landsat TM
Universitas Sumatera Utara
KATA PENGANTAR
Puji dan Syukur penulis panjatkan kehadirat Tuhan Yang Maha Kuasa atas kasih dan rahmat-Nya sehingga penulis dapat menyelesaikan penulisan hasil penelitiaan ini. Penelitian ini berjudul “Pendugaan Cadangan Karbon Hutan Tanaman Eucalyptus grandis di Areal HPHTI PT TPL Sektor Aek Nauli Menggunakan Citra Landsat TM”. Adapun tujuan dari penelitian ini adalah untuk membangun model spasial pendugaan cadangan karbon hutan tanaman Eucalyptus grandis di Areal HPHTI PT TPL Sektor Aek Nauli.
Pada kesempatan ini penulis mengucapkan terima kasih sebesar-besarnya kepada Ayahanda S.M. Butarbutar dan Ibu R. Simangunsong yang senantiasa memberikan kasih sayang dan mendidik penulis selama ini dan kepada adik-adik (Syamsul, Donald, Nopanda, Maria dan Angelina) yang telah memberikan dukungan moril bagi penulis. Penulis menyampaikan ucapan terimakasih kepada Bapak Nurdin Sulistiyono, S.Hut, M.Si dan Bapak Onrizal, S,Hut, M.Si selaku ketua dan anggota komisi pembimbing yang telah membimbing dan memberikan berbagai masukan berharga bagi penulis dari mulai menetapkan judul, melakukan penelitian sampai dapat menyelesaikan penyusunan draft hasil penelitian ini. Khusus untuk Bapak Sayed Ahmad Zakky di PT TPL Sektor Aek Nauli, penulis menyampaikan banyak terimakasih atas bantuannya selama pengambilan data.
Disamping itu, penulis juga mengucapkan terimaksih kepada semua staft pengajar dan pegawai di Departemen Kehutanan, serta semua rekan mahasiswa yang tak dapat disebutkan satu per satu di sini yang telah membantu penulis dalam menyelesaikan Skripsi ini. Semoga hasil penelitian ini bermanfaat.
Universitas Sumatera Utara
DAFTAR ISI
Hal KATA PENGANTAR .................................................................................. i
DAFTAR TABEL ........................................................................................ iv
DAFTAR GAMBAR .................................................................................... v
DAFTAR LAMPIRAN................................................................................. vi
PENDAHULUAN ........................................................................................ 1
Latar Belakang ..................................................................................... 1 Kerangka Pemikiran............................................................................. 4 Tujuan Penelitian ................................................................................. 5 Hipotesis Penelitian.............................................................................. 5 Manfaat Penelitian ............................................................................... 5
TINJAUAN PUSTAKA................................................................................ 6
Ekologi dan Taksonomi Eucalyptus grandis......................................... 6 Karbon ................................................................................................. 7 Pendugaan dan Pengukuran Karbon .................................................... 11 Riap Tegakan ....................................................................................... 12 Penginderaan Jauh................................................................................ 13 Citra Landsat TM................................................................................. 13 Analisis Citra ....................................................................................... 15 Transformasi Tasseled Cap (TCT) ....................................................... 16 Indeks Vegetasi (IV) ............................................................................ 16 Brightness Temperature (BT) .............................................................. 17 Mekanisme Perdagangan Karbon ......................................................... 18
METODE PENELITIAN.............................................................................. 19
Waktu dan Tempat Penelitian............................................................... 19 Alat dan Objek ..................................................................................... 19 Metode................................................................................................. 20 Pengumpulan Data Sekunder................................................................ 20 Pengolahan Data Citra.......................................................................... 20 Penentuan Plot Contoh (Piksel di Citra)................................................ 21 Pengumpulan Data Lapangan ............................................................... 21
1. Penentuan Plot ....................................................................... 21 2. Perhitungan Biomassa ........................................................... 21 3. Perhitungan Karbon................................................................ 23 Analisa Data......................................................................................... 23 1. Penyusunan Model ................................................................. 23 2. Pemilihan Model ................................................................... 24
Universitas Sumatera Utara
Pembuatan peta Sebaran Karbon ........................................................... 26 KONDISI UMUM LOKASI PENELITIAN.................................................. 28 HASIL DAN PEMBAHASAN ..................................................................... 30
Karakteristik Tegakan Eucalyptus grandis........................................... 30 Penyusunan Model Kandungan Karbon............................................... 31 Pengujian Ketelitian Model Penduga cadangan Karbon ....................... 32 Pemilihan Model terbaik ..................................................................... 36 KESIMPULAN ............................................................................................ 41 DAFTAR PUSTAKA LAMPIRAN
Universitas Sumatera Utara
DAFTAR TABEL
No Hal 1. Persamaan alometrik penduga biomassa bagian pohon E. grandis ............. 21 2. Model Penduga Kandungan Karbon berdasarkan DN................................ 30 3. Model Terpilih Penduga Kandungan Karbon tegakan
Acacia mangium Willd ............................................................................. 34 4. Nilai Varians of Inflasi Model Penduga Kandungan Karbon ..................... 36 5. Model terbaik Hubungan Digital Number dengan Kandungan Karbon ..... 36 6. Rata-rata Kandungan Karbon berdasarkan Model Terbaik......................... 37
Universitas Sumatera Utara
DAFTAR GAMBAR
No. Hal 1. Kerangka pemikiran penyusunan model penduga karbon tegakan
Eucalyptus grandis ................................................................................... 4 2. Diagram alir pembuatan model penduga karbon tegakan
Eucalyptus grandis.................................................................................... 26 3. Tampilan Plot Uji Kenormalan Model Linier Hubungan
Kandungan Karbon dengan Digital Number.............................................. 31 4. Tampilan Plot Uji Kenormalan Model Logaritma Hubungan
Kandungan Karbon dengan Digital Number.............................................. 31 5. Tampilan Plot Uji Kenormalan Model Eksponensial Hubungan
Kandungan Karbon dengan Digital Number.............................................. 32 7. Tampilan Plot Uji Heterokedasitas Model Linier Hubungan
Kandungan Karbon dengan Digital Number.............................................. 33 8. Tampilan Plot Uji Heterokedasitas Model Logaritma Hubungan
Kandungan Karbon dengan Digital Number.............................................. 33 9. Tampilan Plot Uji Heterokedasitas Model Eksponensial Hubungan
Kandungan Karbon dengan Digital Number.............................................. 33 10. Peta Sebaran Kandungan Karbon berdasarkan Model Terbaik ................. 38
Universitas Sumatera Utara
DAFTAR LAMPIRAN
No. Hal 1. Hubungan Digital Number dengan Kandungan Karbon ........................... 42 2. Hasil Olahan Data Kandungan Karbon sebagai Fungsi
Digital Number ....................................................................................... 48 3. Rekapitulasi Data Diameter, Jumlah Pohon Data dan
Kandungan Karbon pada tiap-tiap Plot Contoh........................................ 51
Universitas Sumatera Utara
ABSTRAK NORA V. BUTARBUTAR: Pendugaan Cadangan Karbon Hutan Tanaman Eucalyptus grandis Tahun Tanam 2004 dan 2005 di Areal HPHTI PT TPL Sektor Aek Nauli Menggunakan Citra Landsat TM, dibimbing oleh Nurdin Sulistiyono dan Onrizal
Informasi mengenai kemampuan suatu tegakan hutan dalam menyimpan karbon sangat penting dalam rangka mitigasi perubahan iklim, khususnya pemanasan global. Tujuan penelitian ini adalah untuk mengembangkan model spasial pendugaan kandungan karbon hutan tanaman Eucalyptus grandis dengan menggunakan Landsat TM. Model dibangun menggunakan pendekatan statistik berdasarkan hubungan antara digital number data citra satelit dan kandungan karbon yang diperoleh dari pengukuran biomassa plot sampel dengan metode allometrik. Hasil penelitian ini menunjukkan bahwa model terbaik adalah Y = 23,512 Log B – 29,167 dengan R2 = 9,5 %. Cadangan karbon rata-rata tegakan yang berumur 1 tahun adalah 3,38 ton/ha, sedangkan pada tanaman berumur 2 tahun adalah sebesar 4,28 ton/ha. Citra satelit Landsat TM dapat digunakan untuk menduga cadangan karbon di atas permukaan tanah pada tegakan E. grandis. Kata kunci : Karbon, Eucalyptus grandis, Landsat TM
Universitas Sumatera Utara
ABSTRACT NORA V. BUTARBUTAR: Estmating Carbon Stock 0f Eucalyptus grandis planted in 2004 and 2005 in HPHTI PT TPL Sector Aek Nauli Using Landsat TM, supervised by Nurdin Sulistiyono and Onrizal
Information of forest stand ability in carbon sequestration is vital in order to climate mitigation, specially for global warming. The aim of this research is to develop the spasial model of carbon stock of planted Eucalyptus grandis forests using Landsat TM. The model was developed using statistical approach based on relationship between the digital number of remotely sense data and carbon stock was estiamted by allometrik equation in each sample plot. The result of the researh show that the best model is Y = 23.512 Log B – 29.167, R2 = 9.5 %. The average carbon stock in planted stand, 3.38 ton/ha and 4.28 ton/ha in planted stand of 1 and 2 age years old. The research concludes that remotely sensed data Landsat TM could be used for estimating above-ground carbon stock of E. grandis stand. Key words : Carbon, Eucalyptus grandis, Landsat TM
Universitas Sumatera Utara
PENDAHULUAN
Latar Belakang Pencemaran lingkungan, pembakaran hutan dan penghancuran lahan-lahan
hutan yang luas diberbagai benua di bumi menyebabkan karbon yang tersimpan dalam biomassa hutan terlepas ke atmosfer dan kemampuan bumi untuk menyerap CO2 dari udara melalui fotosintesis hutan berkurang. Intensitas Efek Rumah Kaca (ERK) naik dan meyebabkan naiknya suhu permukaan bumi (Soemarwoto, 2001).
Salah satu cara menahan kenaikan suhu permukaan bumi adalah mengurangi emisi Gas Rumah Kaca (GRK) hasil aktivitas manusia, yang dilakukan antara lain dengan menggunakan bahan bakar dari sumber energi yang lebih bersih, seperti beralih dari batubara ke gas, atau menggunakan sumber energi terbarukan seperti tenaga matahari atau biomassa. Selain itu, mengurangi penggunaan bahan bakar untuk kendaraan bermotor dan menghemat listrik juga mengurangi emisi GRK. Usaha-usaha seperti ini disebut mitigasi. Clean Development Mechanism (CDM) atau mekanisme pembangunan bersih (MBP) merupakan salah satu opsi mitigasi yang memungkinkan aktivitas pelestarian lingkungan hidup dan ekonomi dilakukan secara bersama oleh negara maju dan negara berkembang (Mudiyarso, 2003).
Hutan mengabsorpsi CO2 selama proses fotosintesis dan menyimpannya sebagai materi organik dalam biomassa tanaman. Banyaknya materi organik yang tersimpan dalam biomassa hutan per unit luas dan per unit waktu merupakan pokok dari produktivitas hutan. Produktivitas hutan merupakan gambaran kemampuan hutan dalam mengurangi emisi CO2 di atmosfir melalui aktivitas physiologinya. Pengukuran produktivitas hutan relevan dengan pengukuran
Universitas Sumatera Utara
biomassa. Biomassa hutan menyediakan informasi penting dalam menduga besarnya potensi penyerapan CO2 dan biomassa dalam umur tertentu yang dapat dipergunakan untuk mengestimasi produktivitas hutan (Heriansyah, 2005).
Hutan tanaman industri (HTI) monokultur memiliki peluang untuk menjual karbon selama waktu daur tebang yang cukup singkat (7 – 10 tahun) dari proses pertumbuhan pohon yang ditanam. Menurut Nurcahayaningsih, (2004) tanaman Eucalyptus merupakan salah satu jenis tanaman yang berpotensi dalam pengembangan HTI. Eucalyptus merupakan salah satu jenis tanaman yang cepat tumbuh dan dapat dikembangkan dimana saja. Eucalyptus grandis adalah jenis pohon yang banyak dikembangkan pada HTI di Sumatera Utara.
Dalam melihat fungsi hutan sebagai penyerap karbon, informasi mengenai jumlah karbon yang disimpan oleh suatu kawasan hutan (stok karbon) menjadi penting. Informasi tentang besarnya karbon yang dapat diturunkan atau diserap dapat diperoleh dengan cara konvensional, akan tetapi cara ini membutuhkan waktu lama, biaya besar dan belum mampu mengimbangi permintaan informasi yang cepat dan akurat apabila dalam skala intensitas yang lebih tinggi.
Pengukuran secara langsung di lapangan membutuhkan biaya yang besar, sehingga penggunaan citra satelit mulai dipertimbangkan. Citra satelit dapat digunakan untuk mengetahui struktur tajuk dan akumulasi biomassa. Beberapa studi menunjukkan bahwa data penginderaan jauh yang diperoleh dari beberapa sensor dengan skala yang berbeda dapat secara langsung maupun secara tidak langsung.
Penginderaan jauh digunakan untuk pengukuran biomassa hutan di atas permukaan tanah atau sifat bentang lahan (landscape) lainnya pada skala yang
Universitas Sumatera Utara
sesuai dengan tujuan dan batasan studinya. Penelitian yang banyak dilakukan pada masa kini memperlihatkan bahwa penginderaan jauh dapat mengamati penutupan lahan dan faktor lainnya secara akurat.
Estimasi karbon tegakan Acacia mangium Willd menggunakan citra landsat ETM+ di BKPH Parung Panjang KPH Bogor menunjukkan bahwa Citra Landsat ETM+ mempunyai kemampuan yang baik untuk menduga kandungan karbon di atas permukaan tanah tegakan A. mangium (Dahlan dan Istomo, 2005). Studi mengenai korelasi stok karbon dengan karakteristik spektral citra landsat yang dilaksanakan di Gunung Papandayan menunjukkan bahwa terdapat hubungan antara stok karbon dengan kanal tunggal dan indeks vegetasi (Yaya, et al., 2005).
Pendekatan dengan penginderaan jauh dapat juga dilakukan untuk pengawasan multitemporal pada sebuah bentang lahan dan memberikan data tentang ekosistem dan sifat-sifatnya. Sejalan dengan perkembangan teknologi penginderaan jauh (remote sensing) satelit yang ada cukup memadai untuk memantau kondisi terkini tentang sumber daya alam, diantaranya Landsat TM.
Universitas Sumatera Utara
Kerangka Pemikiran
Perkembangan teknologi
penginderaan jauh
Efek rumah kaca
Pemanasan global
Protokol Kyoto Opsi mitigasi
Sektor Kehutanan
Hutan tanaman Industri
Menyerap Karbon dan menyimpannya
dalam bentuk biomassa
Biomassa pohon melalu citra satelit
Contoh terpilih
Data cadangan biomassa
Model Allometrik penduga
Hubungan digital number
dengan Karbon
Model penduga karbon Karbon = f (digital number)
Kandungan karbon tegakan
Nilai digital number
Pengukuran parameter pohon di lapangan
(DBH)
Karbon tegakan berdasarkan biomassa pohon model Allometrik
Gambar 1. Kerangka pemikiran penyusunan model penduga karbon tegakan Eucalyptus grandis
Universitas Sumatera Utara
Tujuan Penelitian Tujuan penelitian ini adalah untuk
1. Membangun model spasial pendugaan cadangan karbon di atas permukaan tanah pada tegakan Eucalyptus grandis tahun tanam 2004 dan 2005 di areal HPHTI PT TPL dengan menggunakan citra Landsat TM.
2. Mengetahui besarnya cadangan karbon tegakan Eucalyptus grandis tahun tanam 2004 dan 2005 di areal HPHTI PT TPL.
Hipotesis Penelitian Nilai digital number (DN) pada citra Landsat TM dapat digunakan sebagai
penduga kandungan karbon. Kandungan karbon diduga melalui permodelan spasial antara DN dengan kandungan karbon hasil pendugaan dengan model allometrik . Manfaat Penelitian
Model spasial penduga cadangan karbon yang disusun berdasarkan peubah digital number akan membantu dalam menduga kandungan karbon tegakan Eucalyptus grandis tanpa melakukan penebangan atau pengukuran lapangan. Data cadangan karbon pada tegakan Eucalyptus grandis dapat dihitung dengan menggunakan citra satelit yang merupakan bagian dari perkembangan teknologi masa kini, sehingga dapat memberikan informasi secara cepat dalam proses perdagangan karbon. Memberikan informasi mengenai peluang hutan tanaman industri monokultur untuk menjual karbon selama waktu daur tebang yang cukup singkat (7 – 10 tahun) dari proses pertumbuhan pohon yang ditanam.
Universitas Sumatera Utara
TINJAUAN PUSTAKA
Ekologi dan Taksonomi Eucalyptus grandis Marga Eucalyptus terdiri dari 500 jenis yang kebanyakan endemik di
Australia. Hanya dua jenis yang tersebar di wilayah Malesia (Nugini, Maluku, Sulawesi, Asia Tenggara dan Filipina). Beberapa jenis menyebar dari Australia bagian utara menuju Malesia bagian Timur. Kergaman terbesar di daerah-daerah pantai New South Wales dan Australia bagian baratdaya. Hampir semua jenis Eucalyptus beradaptasi dengan iklim muson. Beberapa jenis dapat hidup pada iklim yang sangat dingin, misalnya jenis-jenis yang telah dibudidayakan yakni: E. alba, E. camaldulensis, dan E. citriodora. E. deglupta adalah jenis yang beradaptasi pada habitat hutan dataran rendah dan hutan pegunungan dataran rendah pada ketinggian 1800 mdpl dengan curah hujan tahunan 2.500 – 3.000 mm, suhu minimum rata-rata 230 C dan maksimum 310 C di dataran rendah dan suhu minimum rata-rata 130 C dan maksimum 290 C di pegunungan (Sutisna dan Purmadjaja, 1999).
Eucalyptus merupakan salah satu jenis tanaman yang dikembangkan dalam pembangunan hutan tanaman Industri. Kayu Eucalyptus digunakan antara lain untuk bangunan di bawah atap, kusen pintu dan jendela, kayu lapis, bahan pembungkus korek api, pulp dan kayu bakar. Beberapa jenis digunakan untuk kegiatan reboisasi (Sutisna dan Purmadjaja, 1999).
Eucalyptus grandis W.Hill ex Maiden, biasanya dikenal dengan sebutan flooded gum atau rose gum. Pohonnya dapat mencapai tinggi 75 m, dengan kulit kayu putih halus. E. grandis umumnya ditanam dalam skala besar untuk produksi
Universitas Sumatera Utara
kayu, dengan penanaman total diperkirakan mencapai 2 M ha pada tahun 1987.
Sebagian besar dari jumlah ini ditanam di Brazil (>1 M ha) dan Afrika Selatan
(300 000 ha). Selain itu, E. grandis juga ditanam dalm jumlah yang besar di
Argentina, Australia, India, Uruguay, Zambia, Zimbabwe dan negara-negara lain
(Hundel, et al., 2003).
Menurut Sutisna dan Purmadjaja (1999), tanaman E. grandis mempunyai
sistematika sebagai berikut:
Divisio Sub Divisio Class Ordo Famili Genus Species
: Spermatophyta : Angiospermae : Dycotyledone : Myrtiflorae : Myrtaceae : Eucalyptus : Eucalyptus grandis W. Hill ex Maiden
Karbon Karbon di permukaan bumi tersimpan dalam empat reservoir, yakni fosil
dan formasi batuan, atmosfer, samudra dan ekosistem daratan termasuk hutan (Kauppi, 2003). Hutan mengabsorpsi CO2 selama proses fotosintesis dan menyimpannya sebagai materi organik dalam biomassa tanaman. Banyaknya materi organik yang tersimpan dalam biomassa hutan per satuan luas dan per satuan waktu merupakan pokok dari produktivitas hutan. Tumbuhan memerlukan sinar matahari dan gas asam arang (CO ) yang diserap dari udara serta air dan hara yang diserap dari dalam tanah untuk kelangsungan hidupnya. Melalui proses fotosintesis, CO2 di udara diserap oleh tanaman dan diubah menjadi karbohidrat, kemudian disebarkan ke seluruh tubuh tanaman dan akhirnya ditimbun dalam
Universitas Sumatera Utara
tubuh tanaman berupa daun, batang, ranting, bunga dan buah. Proses penimbunan C dalam tubuh tanaman hidup dinamakan proses sekuestrasi (C-sequestration). Dengan demikian mengukur jumlah C yang disimpan dalam tubuh tanaman hidup (biomassa) pada suatu lahan dapat menggambarkan banyaknya CO di atmosfer yang diserap oleh tanaman. Sedangkan pengukuran C yang masih tersimpan dalam bagian tumbuhan yang telah mati (nekromasa) secara tidak langsung menggambarkan CO2 yang tidak dilepaskan ke udara lewat pembakaran (Hairiah dan Subekti, 2007).
Tanaman atau pohon berumur panjang yang tumbuh di hutan maupun di kebun campuran (agroforestri) merupakan tempat penimbunan atau penyimpanan C (rosot C = C sink) yang jauh lebih besar dari pada tanaman semusim. Oleh karena itu, hutan alami dengan keragaman jenis pepohonan berumur panjang dan seresah yang banyak merupakan gudang penyimpan C tertinggi (baik di atas maupun di dalam tanah). Hutan juga melepaskan CO ke udara lewat respirasi dan dekomposisi (pelapukan) seresah, namun pelepasannya terjadi secara bertahap, tidak sebesar bila ada pembakaran yang melepaskan CO sekaligus dalam jumlah yang besar. Bila hutan diubah fungsinya menjadi lahan-lahan pertanian atau perkebunan atau ladang penggembalaan maka jumlah C tersimpan akan merosot (Hairiah dan Subekti, 2007).
Berdasarkan keberadaannya di alam Hairiah dan Subekti, (2007) membagi komponen C dapat menjadi 2 kelompok yaitu: A. Karbon di atas permukaan tanah, meliputi:
1. Biomassa pohon. Proporsi terbesar penyimpanan C di daratan umumnya terdapat pada komponen pepohonan. Untuk mengurangi tindakan
Universitas Sumatera Utara
perusakan selama pengukuran, biomassa pohon dapat diestimasi dengan menggunakan persamaan alometrik yang didasarkan pada pengukuran diameter batang. 2. Biomassa tumbuhan bawah. Tumbuhan bawah meliputi semak belukar yang berdiameter batang < 5 cm, tumbuhan menjalar, rumput-rumputan atau gulma. Estimasi biomassa tumbuhan bawah dilakukan dengan mengambil bagian tanaman (melibatkan perusakan). . 3. Nekromasa. Batang pohon mati baik yang masih tegak atau telah tumbang dan tergeletak di permukaan tanah, yang merupakan komponen penting dari C dan harus diukur pula agar diperoleh estimasi penyimpanan C yang akurat. 4. Seresah. Seresah meliputi bagian tanaman yang telah gugur berupa daun dan ranting-ranting yang terletak di permukaan tanah.
B. Karbon di dalam tanah, meliputi: 1. Biomassa akar. Akar mentransfer C dalam jumlah besar langsung ke dalam tanah, dan keberadaannya dalam tanah bisa cukup lama. Pada tanah hutan biomassa akar lebih didominasi oleh akar-akar besar (diameter > 2 mm), sedangkan pada tanah pertanian lebih didominasi oleh akar-akar halus yang lebih pendek daur hidupnya. Biomassa akar dapat pula diestimasi berdasarkan diameter akar proksimal, sama dengan cara untuk mengestimasi biomassa pohon yang didasarkan pada diameter batang. 2. Bahan organik tanah. Sisa tanaman, hewan dan manusia yang ada di permukaan dan di dalam tanah, sebagian atau seluruhnya dirombak oleh
Universitas Sumatera Utara
organisme tanah sehingga melapuk dan menyatu dengan tanah, dinamakan bahan organik tanah. Kegiatan di sektor kehutanan yang secara potensial dapat menekan terjadinya perubahan iklim dapat dibagi menjadi tiga kategori yaitu konservasi, peningkatan pengambilan karbon dan subtitusi penggunaan bahan bakar fosil dengan biomass. Kegiatan konservasi meliputi perlindungan hutan dari deforestasi dan degradasi akibat aktivitas manusia. Peningkatan pengambilan karbon (rosot) dilakukan melalui kegiatan perluasan luas hutan dengan penanaman pohon di lahan kritis, gundul atau semak belukar dalam kawasan hutan (reforestasi) dan bukan hutan (afforestasi) serta pengelolaan hutan dengan menggunakan sistem pengelolaan yang berkelanjutan. Penggantian bahan bakar fosil dengan energi biomass akan mengurangi emisi GRK secara langsung akibat dari penurunan tingkat konsumsi bahan bakar fosil dan penanaman lahan kosong untuk memproduksi biomassa (Boer, 2001). Selama pertumbuhannya, pohon menyerap C dari atmosfer melalui proses fotosintesis dan menyimpannya dalam biomassa. Pada perkembangan tegakan, kematian disebabkan oleh persaingan atau bencana alam menghasilkan perpindahan beberapa cadangan C pada pohon ke bahan organik yang mati atau ke atmosfer. Pemanenan hutan, melepaskan C dalam jumlah yang besar, namun tidak seluruhnya. Sebagian dari biomassa yang dipanen tersebut digunakan untuk menghasilkan energi (menggantikan bahan bakar fosil), sementara yang lainnya digunakan untuk berbagai produk kayu dengan waktu penggunaan tertentu (TerMikaelian, et al., 2008).
Universitas Sumatera Utara
Pendugaan dan Pengukuran Karbon Hutan Biomassa pohon merupakan fungsi dari volume kayu, (yakni diperoleh
dari diameter dan tinggi) dan kerapatan kayu (berat kering dalam setiap unit volume kayu segar). Kerapatan bervariasi sesuai dengan spesies, cara hidup, dan factor lingkungan seperti topografi dan kemiringan lahan. Biomassa pohon dapat dihitung dengan metode langsung (pemanenan destruktif) atau metode tidak langsung (model allometrik). Model allometrik diketahui dengan mengukur variabel diameter at breast height (DBH), tinggi total dan kerapatan kayu. Banyak studi menggunakan model allometrik dalam pendugaan biomassa di atas permukaan tanah (above ground biomass/ABG) karena pemanenan pohon bersifat merusak dan membutuhkan biaya yang besar (Vieira et al., 2008).
Biomassa kering dapat dikonversi menjadi cadangan karbon yakni 50% dari biomassa. Metode ini dianggap akurat untuk beberapa tempat. Tidak ada sebuah metode yang secara langsung dapat mengukur cadangan karbon yang terdapat pada suatu bentang lahan. Keadaan ini mendorong usaha pengembangan alat dan model yang dapat menghitung dalam skala besar yang didasarkan pada pengukuran di lapangan atau penginderaan jauh (Gibbs et al., 2007).
Secara umum, metode pendugaan cadangan karbon ada dua kategori, yakni metode destruktif dan metode non destruktif. Metode destruktif dapat dilakukan dengan (1) menebang semua pohon, (2) menebang beberapa pohon yang mewakili kelas tegakan dan (3) menebang satu pohon dan membuat model hubungan biomassa dengan parameter pohon yang mudah diukur, seperti diameter atau tinggi. Metode konvensional dapat menyebabkan kerusakan lingkungan.
Universitas Sumatera Utara
Sedangkan metode non destruktif tidak merusak pohon. Pendekatannya dilakukan dengan menggunakan citra satelit (Kale & Roy, 2002).
Cadangan karbon dalam hutan dapat juga dievaluasi dengan menggunakan penginderaan jauh yakni satelit atau potret udara. Namun, tidak ada instrument penginderaan jauh yang dapat mengukur cadangan karbon secara langsung, sehingga dibutuhkan data lapangan sebagi tambahan. Metodologi penginderaan jauh memperlihatkan keberhasilannya dalam menduga cadangan karbon di hutan boreal dan hutan musim dan pada tegakan muda dengan kerapatan karbon yang rendah (Gibbs et al., 2007).
Riap Tegakan Riap menurut Arief (2001) didefinisikan sebagai pertambahan volume
pohon atau tegakan per satuan waktu tertentu. Riap dapat juga dipakai untuk menyatakan pertambahan nilai tegakan atau pertambahan diameter atau tinggi pohon setiap tahun.
Riap tegakan dibentuk oleh pohon-pohon yang masih hidup di dalam tegakan, tetapi penjumlahan dari riap pohon ini tidak akan sama dengan riap tegakannya, karena dalam periode tertentu beberapa pohon dalam tegakan dapat saja mati, busuk atau beberapa lainnya mungkin ditebang. Sebagian besar pepohonan pada inventarisasi awal tumbuh naik ke kelas diameter berikutnya yang lebih besar (upgrowth). Pada kelas diameter kecil, penambahan pohon pada inventarisasi berikutnya berasal dari ingrowth yang tidak terhitung pada inventarisasi awal. Jumlah pohon dalam tegakan berkurang akibat kematian yang
Universitas Sumatera Utara
terjadi pada keseluruhan diameter, dimana laju kematian terbesar terjadi pada kelas diameter terkecil (Davis and Jhonson, 1987 dalam Latifah, 2004).
Penginderaan Jauh Lillesand dan Kiefer (1997), mendefenisikan penginderaan jauh sebagai
“ilmu dan seni untuk memperoleh informasi tentang objek, daerah atau gejala dengan jalan menganalisis data yang diperoleh tanpa kontak langsung dengan objek, daerah atau gejala yang dikaji”. Penginderaan jauh biasanya menghasilkan beberapa bentuk citra yang selanjutnya diproses dan diinterpretasi guna membuahkan data yang bermanfaat untuk aplikasi bidang pertanian, arkeologi, kehutanan, geologi, perencanaan dan bidang-bidang lainnya (Purbowaseso, 1995).
Tujuan penginderaan jauh adalah untuk mengumpulkan data sumber daya alam dan bidang lingkungan lainnya. Informasi tentang objek disampaikan pengamat melalui energy elektromagnetik, yang merupakan pembawa informasi dan sebagai penghubung komunikasi. Pada dasarnya, penginderaan jauh merupakan informasi intensitas panjang gelombang yang perlu diberi kode sebelum informasi tersebut dipahami secara penuh. Proses pengkodean ini seta dengan interpretasi citra penginderaan jauh sesuai dengan sifat-sifat radiasi elektromagnetik (Purbowaseso, 1995).
Citra Landsat TM Landsat merupakan suatu hasil program sumberdaya bumi yang
dikembangkan oleh NASA (the National Aeronautical and Space Administration) Amerika Serikat pada awl tahun 1970-an. Landsat diluncurkan pada tanggal 22
Universitas Sumatera Utara
Juli 1972 sebagai ERTS-1 (Earth Resources Technology Satellite) yang kemudian diganti namanya menjadi Landsat 1. Tiga Lansat berikutnya berhasil diluncurkan. Sistem pencitraan pada Lansat 1, 2 dan 3 adalah kamera turn beam vidicon (RBV) dan multispectral scanner (MSS). RBV menggunakan penutup (shutter) dan menghasilkan satu rangka citra pada satu saat, sehingga distorsi geomterik citranya rendah. Pada Landsat 4 dipasang satu generasi sensor baru yang bertujuan untuk perbaikan resolusi spasial, pemisahan spectral, kecermatan data radiometrik dan ketelitian geometrik, maka ditambah Thematic Mapper (TM) pada empat saluran multispectral scanner. Kecermatan dan stabilitas titik satelit Landsat 4 lebih baik daripada Landsat 1, 2 dan 3 (Purbowaseso, 1995).
Menurut Lillesand dan Kiefer (1990), Saluran spektral yang diusulkan dalam pengandaran peta tematik adalah: 1. Saluran satu/Blue/B (0,45 μm–0, 52 μm) dirancang untuk membuahkan
peningkatan penetrasi ke dalam tubuh air, dan juga untuk mendukung analisis sifat khas penggunaan lahan, tanah dan vegetasi. 2. Saluran dua/Green/G (0,52 μm–0,60 μm), terutama dirancang untuk mengindera puncak pantulan vegetasi pada spektrum hijau yang terletak diantara dua saluran spektral serapan klorofil. 3. Saluran tiga/Red/R (0,63 μm–0,69 μm), merupakan saluran terpenting untuk memisahkan vegetasi. Saluran ini berada pada salah satu bagian serapan klorofil dan memperkuat kontras antara kenampakan vegetasi, juga menajamkan kontras antara kelas vegetasi. 4. Saluran empat/Near Infrared/NIR (0,76 μm–0,90 μm), dipilih agar tanggap terhadap seluruh biomassa vegetasi yang terdapat pada daerah kajian.
Universitas Sumatera Utara
5. Saluran lima/Middle Infrared/MIR I (1,55 μm–1,75 μm), merupakan satu saluran yang dikenal penting untuk penentusan jenis tanaman, kandungan air pada tanaman dan kondisi kelembaban tanah.
6. Saluran enam/Thermal Infrared/TIR (2,08 μm–2,35 μm), suatu saluran yang penting untuk pemisah formasi batuan.
7. Saluran ketujuh/Middle Infrared/MIR II (10,40 μm–12,50 μm), suatu saluran inframerah termal yang dikenal bermanfaat untuk klassifikasi vegetasi, analisis gangguan vegetasi, pemisahan kelembaban tanah, dan sejumlah gejala lain yang berhubungan dengan panas.
Analisis Citra Sebelum sebuah citra bisa dianalisa, biasanya diperlukan beberapa langkah
pemrosesan awal. Koreksi radiometrik adalah salah satu dari langkah awal ini, dimana efek kesalahan sensor dan faktor lingkungan dihilangkan. Biasanya koreksi ini mengubah nilai DN yang terkena efek atmosferik. Data tambahan yang dikumpulkan pada waktu yang bersamaan dengan diambilnya citra bisa dipakai sebagai alat kalibrasi dalam melakukan koreksi radiometrik. Selain itu koreksi geometrik juga sangat penting dalam langkah awal pemprosesan. Metode ini mengkoreksi kesalahan yang disebabkan oleh geometri dari kelengkungan permukaan bumi dan pergerakan satelit. Koreksi geometrik adalah proses dimana titik-titik pada citra diletakkan pada titik-titik yang sama pada peta atau citra lain yang sudah dikoreksi. Ketelitian koreksi Geometrik diwujudkan dengan harga RMSE (Root Mean Square Error) titik cek (Lillesand dan Kiefer, 1990).
Satu langkah pemrosesan penting yang paling sering dilakukan pada
Universitas Sumatera Utara
pengolahan citra adalah klasifikasi, dimana sekumpulan pixel dikelompokkan menjadi kelas-kelas berdasarkan karakteristik tertentu dari masing-masing kelas. (Lillesand dan Kiefer, 1990).
Menurut Shofiyati dan Kuncoro (2007) ada beberapa metode sebagai dasar analisis data inderaja untuk identifikasi kekeringan dengan menggunakan pendekatan kombinasi karakter beberapa spektral. Berikut ini disampaikan tinjauan singkat mengenai Transformasi Tasseled Cap (Tasseled Cap Transformation - TCT), Indeks Vegetasi, dan Brightness Temperature (BT) (Shofiyati dan Kuncoro, 2007).
Transformasi Tasseled Cap (TCT) Transformasi Tasseled Cap (Tasseled Cap Transformation - TCT)
merupakan formula matematik untuk menghitung tingkat kecerahan (brightness), kehijauan (greenness), dan kelembaban (wetness) dari angka-angka digital di setiap band (band 1 hingga band 5 dan band 7) pada citra Landsat. TCT pertama kali diperkenalkan oleh Kauth dan Thomas (1976) dari Landsat MSS. Selanjutnya TCT disempurnakan oleh Crist dan Cicone (1984) dengan menggunakan data Landsat TM (Shofiyati dan Kuncoro, 2007).
Indeks Vegetasi (IV) Perhitungan tingkat kehijauan dengan metode TCT hanya bisa
diaplikasikan dengan data Landsat saja. Metode lain untuk menentukan tingkat kehijauan adalah Indeks Vegetasi. Indeks vegetasi merupakan perhitungan secara kuantitatif yang digunakan untuk menghitung biomassa atau kondisi vegetasi.
Universitas Sumatera Utara
Umumnya dibuat dengan menggunakan kombinasi dari beberapa band spektral. Indeks vegetasi yang paling sederhana adalah rasio antara pantulan near infrared (NIR) dan sinar merah. Terdapat banyak metode untuk menghitung indeks vegetasi. Indeks vegetasi yang umum dan banyak digunakan adalah Normalized Difference Vegetation Index (NDVI) (Ray, 1995). Indeks ini sederhana dan mempunyai nilai range yang dinamis dan sensitif yang paling bagus terhadap perubahan tutupan vegetasi, dengan persamaan sebagai berikut:
NDVI = (NIR – R) / (NIR + R) (Shofiyati dan Kuncoro, 2007) dimana: NDVI = Normalized Difference Vegetation Index
NIR = Near Infra Red R = Red Perhitungan perbandingan sifat respon objek terhadap pantulan sinar merah dan NIR dapat menghasilkan nilai dengan karakteristik khas yang dapat digunakan untuk memperkirakan kerapatan atau kondisi kanopi/kehijauan tanaman. Tanaman yang sehat berwarna hijau mempunyai nilai indeks vegetasi tinggi. Hal ini disebabkan oleh hubungan terbalik antara intensitas sinar yang dipantulkan vegetasi pada spektral sinar merah dan NIR.
Brightness Temperature (BT) Suhu merupakan faktor pengontrol yang penting pada proses fisika, kimia,
dan biologi di permukaan bumi. Suhu sebagai variabel iklim utama dan parameter kunci yang dapat digunakan untuk mengontrol perubahan energi panjang gelombang melalui atmosfer yang dipengaruhi kondisi permukaan objek lain, seperti kelembaban permukaan, kondisi dan tutupan vegetasi. Spektral yang dapat
Universitas Sumatera Utara
digunakan untuk mengkaji kondisi suhu pada objek di permukaan bumi adalah spektral thermal. Penggunaan spektral thermal ini dapat dilakukan dengan analisis brightness temperature. Brightness temperature (BT) adalah perhitungan dari intensitas radiasi thermal yang diemisikan oleh objek. Satuan yang digunakan adalah satuan suhu, sebab terdapat korelasi antara intensitas radiasi yang diemisikan dan suhu fisik dari badan radiasi, dimana diasumsikan bahwa emisi radiasi pada permukaan objek berwarna hitam adalah 1,0 (Shofiyati dan Kuncoro, 2007).
Mekanisme Perdagangan Karbon Target dan jadwal penurunan emisi yang harus dilakukan oleh Negara
maju dalam Protokol Kyoto adalah sebesar 5 % dari tingkat emisi pada tahun 1990. Target tersebut harus dapat dicapai dalam periode 2008-2012. Untuk mencapai target tersebut dikenal mekanisme mekanisme fleksibel atau mekanisme Kyoto yang terdiri dari tiga kegiatan, yaitu: Joint Implementation (JI), MBP atau CDM dan Perdagangan Emisi (Emision Trading) (Mudiyarso, 2003).
CDM merupakan satu-satunya mekanisme yang dapat dilakukan oleh Negara berkembang. Mekanisme ini memungkinkan Negara maju melakukan investasi di Negara berkembang dalam berbagai sektor, termasuk sektor Kehutanan untuk mencapai target penurunan emisinya. Sementara, Negara berkembang berkepentingan dalam mencapai tujuan pembangunan berkelanjutan sebagai agenda nasionalnya sambil mencapai tujuan utama Konvensi, yaitu pengurangan emisi (Mudiyarso, 2003).
Universitas Sumatera Utara
Letak Astronomis dan Geografis Lokasi Penelitian PT Toba Pulp Lestari (TPL), Tbk merupakan jenis perusahaan Kayu Serat
dengan produk berupa pulp yang terletak pada 01°-03° LU dan 98°15’00”100°00’00” BT. Secara geografis terletak di Desa Desa Sosor Ladang, Kecamatan Parmaksian, Kabupaten Toba Samosir, Sumatera Utara. Hak Pengusahaan Hutan Tanaman Industri (HPHTI) yang dimiliki oleh PT TPL, Tbk terletak pada beberapa kabupaten di Sumatera Utara dengan luas ijin HPHTI berdasarkan SK. Menhut No. 493/Kpts-II/1992 seluas 269.060 ha dengan jangka pengelolaan 43 tahun. Selain HPHTI, PT TPL, Tbk juga memiliki ijin Pemanfaatan Pinus berdasarkan SK. Menhut No. 236/Kpts-IV/1984 seluas 15.763 ha. Luas total areal pengelolaan PT TPL, Tbk adalah 284.816 ha (PT TPL, Tbk, 2008).
Areal konsesi PT TPL, Tbk terdiri dari enam sektor yang terletak pada kabupaten yang berbeda, yakni:
1. Sektor Tele, terletak pada 02°15’00” – 02°50’00” LU dan 98°20’00” – 98°50’00” BT, meliputi Kabupaten Samosir (Kecamatan Harian Boho), Kabupaten Pak-pak Bharat (Kecamatan Salak dan Kerajaan) dan Kabupaten Dairi (Kecamatan Sumbul, Parbuluan, dan Sidikalang).
2. Sektor Aek Nauli, terletak pada 02°40’00” – 02°50’00” LU dan 98°50’00” – 99°10’00” BT, meliputi Kabupaten Simalungun (Kecamatan Dolok Panribuan, Tanah Jawa, Sidamanik, Jorlang Hataran, dan Girsang Sipangan Bolon).
3. Sektor Habinsaran, terletak pada 02°07’00” – 02°21’00” LU dan 99°05’00” – 99°18’00” BT, meliputi Kabupaten Toba Samosir (Kecamatan Habinsaran, Silaen, dan Laguboti).
Universitas Sumatera Utara
4. Sektor Aek Raja/Tarutung, terletak pada 01°54’00” – 02°15’00” 98°42’00” – 98°58’00” BT, meliputi Kabupaten Tapanuli Utara (Kecamatan Siborong-borong, Sipahutar, Gaya Baru Tarutung, Adian Koting, dan Parmonangan) Kabupaten Humbang Hasundutan (Kecamatan Dolok Sanggul, Lintong Ni Huta, Onan Ganjang, dan Parlilitan).
5. Sektor Padang Sidempuan, terletak pada 01°15’00” – 02°15’00” LU dan 99°13’00” – 99°33’00” BT, meliputi Kabupaten Tapanuli Selatan (Kecamatan Padang Bolak, Sosopan, Padang Sidimpuan, Sipirok) dan Kabupaten Tapanuli Tengah (Kecamatan Sorkam dan Batang Toru).
Kondisi Umum Sektor Aek Nauli Penelitian dilakukan di Sektor Aek Nauli, terletak pada 02°40’00” –
02°50’00” LU dan 98°50’00” – 99°10’00” BT. Keadaan lahan Sektor Aek Nauli seluruhnya adalah kering dengan ketingian 250-1.700 m dpl. Jenis tanah di daerah penelitian adalah Dystropepts, Hydrandepts, Dystrandepts, Humitropepts dan jenis batuan Tapanuli, Peusangan, Sihapas, Vulkan Tersier, dan Toba. Sektor Aek Nauli beriklim A (sangat basah) menurut klasifikasi Schmidt Fergusson; 1951, dengan curah hujan rata-rata 238 mm bulan tertinggi Oktober dan bulan terendah Agustus. Sungai /anak sungai yang terdapat di areal kerja adalah Bah Parlianan, Bah Mabar, Bah Boluk, Bah Haposuk (PT TPL, Tbk, 2008).
Universitas Sumatera Utara
METODE PENELITIAN
Waktu dan Tempat Penelitian Penelitian ini dilaksanakan pada bulan Maret sampai Oktober 2009.
Pelaksanaan kegiatan meliputi kegiatan pengolahan citra dan pengecekan lapangan. Pengecekan lapangan dilaksanakan di areal HPHTI PT TPL Sektor Aek Nauli.
Bahan dan Alat Bahan-bahan yang digunakan dalam penelitian ini terdiri dari: Citra
Landsat TM path 128 dan 129 row 58 tahun 2006, Peta administrasi Propinsi Sumatera Utara dan Objek pengamatan di lapangan adalah tegakan Eucalyptus grandis
Alat yang digunakan dalam penelitian adalah: Personal Computer (PC) dengan perangkat lunaknya, Tools SIG, Global Positioning System (GPS), Kamera digital, Kompas, Pita ukur, Alat tulis, dan Tali
Metode Penelitian Pengumpulan Data Sekunder
Data-data sekunder diperoleh dari instansi dan studi literatur, terdiri dari: Citra Landsat TM path 128 dan 129 row 58 tahun 2006, Peta administrasi Propinsi Sumatera Utara dan hasil penelitian sebelumnya
Universitas Sumatera Utara
Pengolahan Data Citra Teknik kuantitatif dapat diterapkan untuk interpretasi secara otomatis data
citra digital. Tiap pengamatan piksel dievaluasi dan ditetapkan pada suatu kelompok informasi. (Lillesand dan Kiefer, 1990). Pada kelompok informasi dilakukan transformasi NDVI memanfaatkan beberapa saluran dari citra Landsat TM antara lain; band 3 (Red (R) yang lebih dikenal dengan saluran merah dan band 4 (Near Infrared (NIR)) yang lebih dikenal dengan saluran inframerah dekat. Kelebihan kedua saluran ini untuk identifikasi vegetasi adalah obyek akan memberikan tanggapan spektral yang tinggi. Menurut Lillesand dan Kiefer, (1990) transformasi NDVI mengikuti persamaan berikut:
NDVI = (NIR – R) / (NIR + R) Nilai NDVI berkisar antara -1 sampai 1, dimana nilai NDVI yang rendah (negatif) mengidentifikasikan daerah bebatuan, pasir dan salju. Nilai NDVI yang tinggi (positif) mengidentifikasikan wilayah vegetasi baik berupa padang rumput, semak belukar maupun hutan.
Penentuan Plot Contoh (Piksel) di Citra Plot contoh di citra ditentukan berdasarkan tujuan peneliti (purposive)
pada blok tanam 2004 dan 2005.
Pengumpulan Data Lapangan Penentuan Plot Contoh
Plot contoh lapangan dibuat berukuran 30 m x 30 m sebanyak 56 plot, dimana peletakannya dilakukan dengan menggunakan Global Positioning System
Universitas Sumatera Utara
(GPS). Selanjutnya pohon yang terdapat dalam plot contoh diukur diameter setinggi dada.
Perhitungan Biomassa
Pendugaan biomassa di lapangan dilakukan menggunakan persamaan
alometrik berikut: Wn = a x DBHb
Tabel 1. Persamaan alometrik penduga biomassa bagian pohon E. grandis
No Biomassa Bagian Persamaan Alometrik
2
R (%)
2 (%)
Pohon
AB
1 Batang
0,0436
2,6883
98,28 98,17
2 Cabang
0,0228
2,0779
82,03 80,90
3 Daun
0,5775
0,6549
73,48 27,47
4 Above Ground 0,0678
2,5794
98,80 98,73
Biomassa
Keterangan : Wn = Biomassa (kg), DBH = Diameter setinggi dada (cm).
Sumber : Onrizal, Hartono dan Kusmana, 2006
Diameter yang digunakan dalam perhitungan diameter adalah hasil
pengurangan diameter saat pengukuran dengan riap diameter. Menurut Tobing,
(2007), besarnya riap diameter dihitung dengan persamaan:
Riap = Dn-D(n-1)
Dimana: D = e3,087 x e2,301/A Dn = diameter pada tahun ke-n e = 2,71828 A = umur pohon
Universitas Sumatera Utara
Biomassa yang diukur dalam penelitian ini adalah biomassa pohon (Wp) di atas permukaan tanah tegakan E.grandis yang dihitung berdasarkan penjumlahan biomassa batang, cabang dan daun. Biomassa per hektar dihitung dengan persamaan sebagai berikut:
Keterangan : W = Total biomassa (ton/ha) Wpi = Biomassa pohon ke-i (ton) A = Luas plot (m2) n = Jumlah pohon
Perhitungan Karbon Biomassa hutan dapat digunakan untuk menduga kandungan karbon dalam
vegetasi hutan karena 50% biomassa tersusun dari karbon. Pada tanaman Eucalyptus kandungan karbon rata-rata adalah sebesar 44,92% (45%) dengan kisaran 36,72-54,015 dari biomassa (Onrizal, Hartono dan Kusmana, 2006).
Menurut Onrizal, Hartono dan Kusmana, (2006), kandungan karbon tanaman dapat diduga dengan rumus:
Y = W x 0,45 Keterangan :
Y = Kandungan karbon di atas permukaan tanah tegakan E. grandis (ton/ha) W = Total biomassa per hektar (ton/ha)
Universitas Sumatera Utara
Analisa Data
Penyusunan Model
Penyusunan model hubungan antara kandungan karbon di atas permukaan
tanah tegakan Eucalyptus grandis dengan digital number (DN) citra Landsat TM
menggunakan model matematika sebagai berikut:
Model linier
Y = b1X1 + b2X2 +........+ b1X1 + NDVI
Model perpangkatan Y = b0X1b1 . X2b2.......... XjNDVI
Model eksponensial Y = eb0 + b1X1 + b2X2 + .......... + NDVI
Keterangan :
Y = Kandungan karbon di atas permukaan tanah tegakan
Eucalyptus grandis (ton/ha) berdasarkan model allometrik.
X , X , …, X
12
j
= Nilai DN (Digital Number)
Pemilihan Model Pemilihan model dilakukan dengan menggunakan metode stepwise, yakni
pemilihan variabel X yang signifikan terhadap variabel Y dengan menggunakan SPSS (Statistical Product and Service Solution). Pemilihan model terbaik dilakukan dengan melakukan beberapa pengujian koefisien regresi, yaitu: uji signifikansi, kenormalan data (normalitas), uji keaditifan model (heterokedasitas), dan pengujian keakuratan model (koefisien determinasi).
Universitas Sumatera Utara
Uji Signifikansi Pengujian signifikansi hasil olahan SPSS diketahui dengan
membandingkan besaran taraf signifikasi 95 %. Kriterianya adalah signifikansi (Ho ditolak) bila Sig. Hit < Sig. Kriteria dan tidak signifikan (Ho diterima bila Sig. Hitung > Sig. Kriteria.
Uji Kenormalan data (normalitas) Uji kenormalan data digunakan untuk melihat sebaran data sampel, apakah
terdistribusi normal atau tidak. Suatu model yang baik apabila memenuhi syarat kenormalan sisaan, yakni apabila tampilan plot menunjukkan penyebaran data di sekitar garis lurus dan mengikuti arah garis lurus (Santoso, 2000).
Uji Keaditifan Model (Model Fit) Plot yang ditunjukkan oleh Scatter plot Studentized Delete Residualnya.
Jika model regresi layak dipakai untuk prediksi (fit), maka data akan berpencar di sekitar angka nol (0 pada sumbu Y) dan tidak membentuk suatu pola atau trend garis tertentu.
Pengujian keakuratan model (koefisien determinasi/R2) Digunakan untuk melihat besaran efek atau pengaruh variabel bebas
terhadap variabel terikat. Semakin kecil R2, semakin lemah hubungan kedua variabel.
Universitas Sumatera Utara
Uji Multikoliniearitas Multikoliniearitas adalah kejadian yang menginformasikan terjadinya
hubungan antara variabel-variabel bebas (interkorelasi) dan hubungan yang terjadi cukup besar. Pengujian multikoliniearitas hanya dilakukan pada persamaan regresi linier berganda. Model persamaan yang baik adalah model persamaan yang bebas multikolinieritas. Suatu model persamaan yang bebas multikolinieritas adalah model persamaan yang memiliki nilai Factor Varian of Inflasi (VIF) di sekitar angka 1 (Santoso, 2000). Pembuatan Peta Sebaran Karbon
Model terpilih dimasukkan ke dalam model maker pada software Er