Penduga Volume Dan Kualitas Tempat Tumbuh Jati Menggunakan Citra Resolusi Sangat Tinggi Pesawat Tidak Berawak
PENDUGA VOLUME DAN KUALITAS TEMPAT TUMBUH JATI
MENGGUNAKAN CITRA RESOLUSI SANGAT TINGGI
PESAWAT TIDAK BERAWAK
KUSNADI
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2016
PERNYATAAN MENGENAI TESIS DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa tesis berjudul Penduga Volume dan
Kualitas Tempat Tumbuh Jati Menggunakan Citra Resolusi Sangat Tinggi
Pesawat Tidak Berawak adalah benar karya saya dengan arahan dari komisi
pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi
mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan
maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan
dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, April 2016
Kusnadi
NIM E151130151
RINGKASAN
KUSNADI. Penduga Volume dan Kualitas Tempat Tumbuh Jati Menggunakan
Citra Resolusi Sangat Tinggi Pesawat Tidak Berawak. Dibimbing oleh I
NENGAH SURATI JAYA dan NINING PUSPANINGSIH.
Ketersediaan data dan informasi yang akurat, presisi, tepat waktu, dapat
diandalkan, dan terbaru masih merupakan isu utama di bidang kehutanan.
Kehadiran citra resolusi sangat tinggi telah menjadi tantangan dan peluang baru
dalam inventarisasi hutan. Penelitian ini menggunakan foto udara resolusi sangat
tinggi yang diperoleh dari pesawat tanpa awak (unmanned aerial vehicle /UAV)
untuk menduga volume jati melalui penyusunan model penduga volume tegakan
dari udara.
Tujuan utama penelitian ini adalah menyusun model penduga volume pohon
dan tegakan jati berdasarkan peubah-peubah tegakan yang diukur dari citra UAV.
Citra UAV juga digunakan untuk menyusun model penduga kualitas tempat
tumbuh tegakan jati. Data utama yang digunakan untuk penyusunan model adalah
citra UAV yang diambil pada ketinggian 400 m di atas datum (tinggi rata-rata
permukaan lahan) dengan resolusi spasial sekitar 15 cm.
Penelitian menemukan bahwa aerial tree volume table (ATVT) dan aerial
stand volume table (ASVT) yang diperoleh memiliki kemampuan yang memadai
untuk pendugaan volume yang akurat baik pada pohon maupun pada tegakan.
Model terbaik untuk ATVT adalah Vp = 0.006Dc2.237 dengan R2 sebesar 70.3%
dan simpangan rata-rata hanya 2.80%, sedangkan model ASVT terbaik adalah
̅̅̅c – 22.031 dengan R2 sebesar 54.0% dan simpangan rataVt = 5.275lnC + 1.464D
rata 4.8%. Temuan lainnya adalah peubah persentase kerapatan tajuk dan rata-rata
diameter tajuk yang diperoleh dari citra UAV dapat digunakan untuk menduga
kualitas tempat tumbuh jati dengan kesesuaian pendugaan sebesar 60.9%.
Kata kunci: citra resolusi sangat tinggi, pesawat tanpa awak, persentase
penutupan tajuk, diameter tajuk, tabel volume pohon dirgantara,
tabel volume tegakan dirgantara, kualitas tempat tumbuh.
SUMMARY
KUSNADI. Volume and Site Quality Estimation of Teak Using Very High
Resolution Imagery From Unmanned Aerial Vehicle. Supervised by I NENGAH
SURATI JAYA and NINING PUSPANINGSIH.
The availability of data and information that are accurate, precise, timely,
reliable, unbiased, and updated are still a major issue in forestry. The advent of
very high-resolution imagery has been a new challenges and opportunities on
forest inventory. This study describes the use of very high-resolution imageries
taken from unmanned aerial vehicle (UAV) for estimating the teakwood standing
stock through the development of aerial stand estimation model.
The main objective of the study was to develop teak-trees and teak-stands
estimation models on the basis of stand variables measured indirectly from the
UAV imagery. UAV Imagery is also used to build the model estimators site
quality teak stands. The main data used for developing the estimation models are
the UAV imageries taken from 400 m above datum (the average land surface
elevation) with a ground spatial resolution of approximately 15 cm.
The study found that the obtained aerial tree volume table (ATVT) and
aerial stand volume table (ASVT) have adequate capability to accurately estimate
either teakwood trees volume or standing stock. The best model of ATVT is
Vp = 0.006Dc2.237 with R2 of 70.3% and mean deviation of only 2.8%; while the
̅̅̅� – 22.031 with R2 of 54.0% and
best model for ASVT is Vt = 5.275lnC + 1.464�
mean deviation of 4.8%. Other findings are variable percentage of canopy density
and average crown diameter derived from the UAV imagery can be used to
predict site quality of teak with suitability estimate of 60.9%.
Key words: aerial stand volume table, aerial tree volume table, crown diameter,
percentage canopy cover, unmanned aerial vehicle, very high
resolution imagery.
© Hak Cipta Milik IPB, Tahun 2016
Hak Cipta Dilindungi Undang-Undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan
atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan,
penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau
tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan
IPB
Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini
dalam bentuk apa pun tanpa izin IPB
PENDUGA VOLUME DAN KUALITAS TEMPAT TUMBUH JATI
MENGGUNAKAN CITRA RESOLUSI SANGAT TINGGI
PESAWAT TIDAK BERAWAK
KUSNADI
Tesis
sebagai salah satu syarat untuk memperoleh gelar
Magister Sains
pada
Program Studi Ilmu Pengelolaan Hutan
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2016
Penguji luar komisi pada Ujian Tesis: Dr Ir M Buce Saleh, MS
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang
dipilih dalam penelitian yang dilaksanakan sejak bulan Februari 2015 ini adalah
penggunaan citra UAV dalam inventarisasi hutan, dengan judul Penduga Volume
dan Kualitas Tempat Tumbuh Jati Menggunakan Citra Resolusi Sangat Tinggi
Pesawat Tidak Berawak.
Terima kasih penulis ucapkan kepada Bapak Prof Dr Ir I Nengah Surati Jaya
MAgr dan Ibu Dr Dra Nining Puspaningsih MSi selaku pembimbing, serta Bapak
Dr Ir M Buce Saleh MS, sebagai penguji luar komisi yang telah banyak memberi
saran. Terima kasih juga disampaikan kepada Kementerian Lingkungan Hidup
dan Kehutanan atas beasiswa yang diberikan. Di samping itu, penghargaan
penulis sampaikan kepada Bapak Dasar Santoso serta staf Resort Pengelolaan
Hutan Cabean Kesatuan Pemangkuan Hutan Nganjuk, Perum Perhutani Unit II
Jawa Timur yang telah membantu dalam pengumpulan data lapangan. Ungkapan
terima kasih juga disampaikan kepada ayah, ibu, istri, serta seluruh keluarga atas
doa dan kasih sayangnya.
Semoga karya ilmiah ini bermanfaat.
Bogor, April 2016
Kusnadi
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
1 PENDAHULUAN
Latar Belakang
Tujuan Penelitian
1
1
2
2 METODE PENELITIAN
Waktu dan Lokasi Penelitian
Data Sekunder
Plot dan Pohon Contoh
Pengukuran Lapangan
Pengolahan Citra UAV
Tahapan Penyusunan Model Penduga Volume Pohon dan Tegakan
Analisis Diskriminan Kualitas Tempat Tumbuh
3
3
4
4
5
6
7
9
3 HASIL DAN PEMBAHASAN
Tabel Volume Pohon Dirgantara (ATVT)
Tabel Volume Tegakan Dirgantara (ASVT)
Model Penduga Kualitas Tempat Tumbuh Jati
11
11
14
17
4 SIMPULAN DAN SARAN
Simpulan
Saran
20
20
20
DAFTAR PUSTAKA
21
DAFTAR ISTILAH
24
RIWAYAT HIDUP
25
DAFTAR TABEL
1
2
3
4
5
6
7
8
9
Spesifikasi pesawat tanpa awak (UAV) yang digunakan
Petak dan anak petak di lokasi penelitan
Kesesuaian bonita peninggi dengan peta bonita
Uji keabsahan model Aerial Tree Volume Table (ATVT)
Peringkat uji validasi model Aerial Tree Volume Table (ATVT)
Uji keabsahan 17 model Aerial Stand Volume Table (ASVT) terpilih
Hasil validasi model Aerial Stand Volume Table (ASVT)
Peringkat uji validasi model Aerial Stand Volume Table (ASVT)
Fungsi diskriminan bonita model linear dan kuadratik
4
4
10
11
13
16
16
17
19
DAFTAR GAMBAR
1
2
3
Lokasi penelitian
Pengukuran tinggi total pohon
Histogram sebaran data penyusunan model Aerial Tree Volume Tabel
(ATVT)
4 Hubungan antara peubah diameter tajuk citra (Dc) dan diameter tajuk
lapangan (Dlap)
5 Hubungan antara peubah diameter tajuk citra (Dc) dan diameter setinggi
dada (dbh)
6 Hubungan antara peubah diameter lapangan (Dlap) dan diameter setinggi
dada (dbh)
7 Histogram sebaran data penyusunan model Aerial Stand Volume Tabel
(ATVT)
̅̅̅c ) dan persentase
8 Hubungan antara rata-rata diameter tajuk citra (D
penutupan tajuk (C)
̅̅̅c ) dan
9 Hubungan antara peubah rata-rata diameter tajuk citra (D
jumlah pohon (N)
10 Hubungan antara peubah persentase penutupan tajuk (C) dan jumlah
Pohon (N)
3
6
11
12
12
12
14
15
15
15
1 PENDAHULUAN
Latar Belakang
Teknik inventarisasi hutan telah berkembang seiring dengan perkembangan
ilmu pengetahuan dan teknologi. Kangas et al. (2006) menyatakan lima tahapan
perkembangan teknik inventarisasi. Pada mulanya teknik inventarisasi hutan
dilakukan dengan cara sensus, yaitu penaksiran volume pohon dilakukan terhadap
seluruh pohon yang akan dihitung. Perkembangan berikutnya adalah penggunaan
teknik sampling seiring dengan perkembangan ilmu statistika yang
mempertimbangkan keragaman dan nilai tengah dari populasi yang akan diukur.
Kedua teknik tersebut mengandalkan keahlian pengukur atau penaksir (timber
looker) dalam menentukan volume pohon dan tegakan. Teknik ketiga,
inventarisasi hutan dilakukan secara tidak langsung dengan menggunakan modelmodel taksiran volume melalui pengukuran peubah-peubah tegakan ataupun
pohon yang mudah dilakukan. Pada awal abad ke-20 teknik inventarisasi hutan
menggunakan penginderaan jauh mulai diujicobakan, mengikuti perkembangan
teknologi kamera yang dibarengi dengan perkembangan teknologi pesawat udara.
Perkembangan terakhir, sejak diluncurkannya satelit penginderaan jauh untuk
sumberdaya alam, inventarisasi mulai menggunakan citra satelit, yang secara
perlahan-lahan menggantikan foto udara. Saat ini, perkembangan pengambilan
potret udara dengan wahana pesawat tanpa awak (unmanned aerial vehicle/UAV)
mulai menggeser peranan citra satelit resolusi sangat tinggi. Selain karena
biayanya yang relatif murah, pengadaannya dapat dilakukan dengan cukup cepat
tanpa ada halangan tutupan awan. Sebagai catatan, UAV ini dapat terbang di
bawah awan.
Inventarisasi teristris pada umumnya selalu terkendala biaya, waktu dan
tenaga (Marini et al. 2014). Mereka menyatakan bahwa salah satu solusi atas
permasalahan tersebut adalah optimasi penggunaan teknologi penginderaan jauh.
Kendala tersebut semakin besar pada lokasi tertentu yang susah dijangkau
(Wahyuni 2014). Penginderaan jauh umumnya dapat menyediakan data keruangan
yang dapat ditautkan dengan atribut basis datanya sehingga dapat melakukan
efisiensi waktu dan biaya pengamatan.
Sebagai solusi dalam inventarisasi hutan, teknik penginderaan jauh
diharapkan dapat dilakukan dengan biaya yang minimal, perolehan informasi
yang cepat serta akurasi data yang baik. McRoberts dan Tommpo (2007)
menyebutkan bahwa salah satu keuntungan penggunaan penginderaan jauh dalam
inventarisasi hutan adalah optimasi biaya interpretasi dan perolehan data
penginderaan jauh yang lebih rendah dari biaya perjalanan, sehingga
memungkinkan untuk mendapatkan data yang lebih cepat dan lebih mudah pada
areal yang susah dijangkau, serta memanjakan pengguna untuk mendapatkan data
tambahan yang diperlukan.
Penggunaan penginderaan jauh guna menduga pertumbuhan volume pohon
dan tegakan serta kualitas tempat tumbuh juga telah mengalami perkembangan
yang cukup pesat. Sebelum penggunaan citra satelit berkembang pesat di
Indonesia, Saleh (1981) menggunakan potret udara yang diperolah dari pesawat
berawak untuk menentukan kualitas tempat tumbuh tegakan jati. Perkembangan
2
terakhir dalam bidang ini adalah penggunaan potret udara digital yang diperoleh
dari pesawat tanpa awak (PTA). Sistem pesawat tidak berawak menurut Rango
dan Laliberte (2010) memiliki potensi besar untuk penilaian, pemantauan dan
beragam kegiatan pengelolaan sumber daya alam.
UAV seperti halnya drone merupakan nama populer dari unmanned aerial
system (UAS). Sebagai sebuah sistem, UAS terdiri dari 3 komponen yaitu UAV,
ground control station, dan communication data link (Colomina dan Molida
2014). UAV merupakan wahana yang diharapkan dapat digunakan untuk
mendapatkan informasi spasial skala rinci yang dewasa ini semakin dibutuhkan
(Sari dan Kushardono 2014). Citra resolusi tinggi yang diperoleh dari UAV dapat
dijadikan sebagai bahan pengambilan kebijakan pada suatu tegakan hutan (MesasCarrascosa et al. 2014). Sistem UAV adalah platform yang sesuai untuk menilai
tegakan hutan dan individu pohon (Wallace et al. 2012).
Keunggulan UAV terletak pada fleksibilitas, menghasilkan citra dengan
resolusi yang tinggi, serta menjamin kecukupan sampel dan keakuratan data (Pan
et al. 2011). Shofiyanti (2011) menyatakan 5 keunggulan UAV antara lain dapat
dioperasikan relatif cepat dimana saja dan sercara berulang, terbang rendah
sehingga menghasilkan citra resolusi tinggi, biaya lebih rendah untuk akuisisi
citra dan perawatan pesawat, aplikasi yang luas dan beragam, serta relatif aman
karena tidak memerlukan pilot. Biaya yang rendah tersebut menurut Gularso et al.
(2013) terletak pada penggunaan instrumentasi yang banyak tersedia seperti
aeromodelling dan kamera digital.
Citra yang dihasilkan dari UAV telah digunakan dalam banyak penelitian
yang membutuhkan ketelitian sangat tinggi. Citra dari UAV telah digunakan
untuk mengamati spektral tajuk (Dandois dan Ellis 2013), tinggi pohon (ZarcoTejada et al. 2014), deteksi penjarangan pohon (Wallace et al. 2014), bahkan
untuk estimasi kandungan carotenoid pada daun (Zarco-Tejada et al. 2013). Pada
penelitian ini, kajian difokuskan pada pendugaan volume pohon dan tegakan
menggunakan citra resolusi sangat tinggi (sekitar 15 cm) yang direkam
menggunakan wahana UAV. Citra tersebut merupakan hasil potret udara format
kecil (small format aerial photograps). Jaya dan Cahyono (2011)
merekomendasikan penggunaan potret udara format kecil yang diperoleh dari
UAV untuk pengukuran peubah tegakan seperti diameter tajuk dan kerapatan
tajuk. Citra UAV non-metrik skala kecil telah digunakan oleh Wahyuni (2012)
untuk menduga bonita, Septyawardani (2012) untuk estimasi biomassa, dan Dhani
(2012) untuk menaksir volume tegakan. Meskipun demikian, penggunaan citra
UAV dalam penyusunan model pendugaan peubah tegakan seperti volume pohon
dan tegakan serta penentuan kualitas tempat tumbuh masih bersifat lokal sehingga
diperlukan pengujian untuk penggunaannya pada suatu daerah tertentu.
Tujuan Penelitian
Penelitian ini menggunakan citra resolusi sangat tinggi yang direkam dari
wahana UAV atau pesawat tanpa awak (PTA) untuk menyusun:
1. Model penduga volume pohon dirgantara jati (aerial trees volume table ATVT).
3
2. Model penduga volume tegakan dirgantara jati (aerial stand volume table ASVT).
3. Model diskriminan penentuan kualitas tempat tumbuh (bonita) jati.
2 METODE PENELITIAN
Waktu dan Lokasi Penelitian
Pengukuran lapangan dilakukan pada bulan Februari sampai dengan Maret
2015. Pengukuran tersebut dilaksanakan pada tegakan hutan jati di wilayah Resort
Pengelolaan Hutan (RPH) Cabean, Bagian Kesatuan Pemangkuan Hutan (BKPH)
Ngluyu, Kesatuan Pemangkuan Hutan (KPH) Nganjuk, Perum Perhutani Unit II
Jawa Timur (Gambar 1). Areal yang terliput oleh citra UAV yang menjadi lokasi
penelitian memiliki luas sekitar 585 hektar.
Lokasi penelitian secara administratif terletak di Desa Sugihwaras
Kecamatan Ngluyu Kabupaten Nganjuk Provinsi Jawa Timur, sedangkan secara
geografis, lokasi penelitian ini terletak di antara 111º54’30.38”BT dan
111º56’04.36”BT serta 7º26’44.81”LS dan 7º27’50.92”LS. Pengolahan data dan
analisis citra UAV dilakukan di Laboratorium Fisik Penginderaan Jauh dan
Sistem Informasi Geografis, Fakultas Kehutanan Institut Pertanian Bogor mulai
bulan April sampai dengan September 2015.
Gambar 1 Lokasi penelitian
4
Data Sekunder
Data sekunder yang digunakan dalam penelitian ini adalah citra yang
direkam menggunakan pesawat tanpa awak yang merupakan data utama analisis
dan data pendukung yaitu informasi petak dan anak petak, tahun tanam dan bonita.
Citra UAV diperoleh dari Perum Perhutani Unit II Jawa Timur, sedangkan data
sekunder lainnya dari Kesatuan Pemangkuan Hutan (KPH) Nganjuk.
Citra UAV yang digunakan merupakan citra hasil potret udara dalam bentuk
digital dengan resolusi spasial sangat tinggi yaitu sekitar 15 cm. Citra tersebut
memiliki saluran visible dan infra merah. Kedua saluran digunakan bersamaan
dalam analisis tetapi tidak untuk diperbandingkan, melainkan untuk saling
mendukung dalam analisis citra. Citra diperoleh dari UAV dengan spesifikasi
pesawat pada Tabel 1.
Tabel 1 Spesifikasi pesawat tanpa awak (UAV) yang digunakan
Karakteristik
Panjang pesawat
Lebar sayap
Berat kosong
Daya muat
Kecepatan
Ketinggian terbang
Jangkauan
Kemampuan pemotretan
Kamera
Software image processing
Satuan
1.1 m
1.88 m
1.3 kg
1.2 kg
40 km/j (660 m/s)
400 m
15 km
3.000 ha/hari
Sony RX100 (20 mp, f28 mm)
Agisoft, inpho
Informasi petak dan anak petak (Tabel 2) diperlukan untuk mengetahui
umur tanaman (tahun tanam), bonita, dan aksesibilitas. Informasi tersebut menjadi
dasar pertimbangan dalam penentuan plot contoh dan pelaksanaan pengukuran
lapangan.
Tabel 2 Petak dan anak petak di lokasi penelitian
Petak dan anak petak
164-A1
165-A1
165-C
166-A
167-A
169-A
170
173-A
174-A
176-A
178
179-C
180-D
181-B2
182-A1
182-B
Umur tanaman (tahun)
Bonita
7
4
25
41
39
35
42
11
52
43
40
38
56
45
10
50
4.0
3.0
2.5
3.0
2.5
2.5
3.0
3.0
3.5
3.5
3.0
3.0
2.5
3.0
3.0
3.0
5
Plot dan Pohon Contoh
Satuan pengamatan untuk penyusunan tabel volume tegakan (ASVT) adalah
plot contoh berbentuk lingkaran seluas 0.1 ha dengan jari-jari 17.8 m. Plot contoh
tersebar merata pada 16 jenis umur tanaman yang terliput oleh citra UAV di RPH
Cabean. Pada setiap umur tanaman dibuat masing-masing 4 plot contoh sehingga
secara keseluruhan diperoleh 64 plot contoh.
Unit contoh untuk penyusunan model ATVT adalah individu-individu
pohon. Pengamatan pohon contoh dilakukan pada pohon yang terdapat di dalam
plot contoh. Pohon contoh dipilih secara sengaja sehingga mewakili setiap kelas
diameter dari pohon-pohon yang ada. Pohon contoh merupakan pohon yang sehat
dan dengan arsitektur pohon yang normal (tidak miring, melengkung, dan
melintir). Pengataman individu pohon dilakukan pada dua pohon contoh pewakil
dalam setiap plot contoh sehingga terdapat 128 pohon contoh yang diamati guna
mendukung penyusunan model ATVT.
Pengukuran Lapangan
Pengukuran lapangan menghasilkan 3 jenis data. Data pertama adalah
diameter setinggi dada (dbh) setiap pohon jati yang terdapat dalam plot contoh.
Nilai dbh tersebut kemudian dikonversi menjadi keliling (k) untuk digunakan
pada perhitungan volume pohon berbasis keliling. Tinggi total (h) merupakan data
kedua yang diperoleh dari pengamatan lapangan. Data tinggi total digunakan
dalam menentukan bonita tegakan. Data terakhir adalah diameter tajuk lapangan
pohon contoh (Dlap) yang digunakan sebagai pembanding pengukuran diameter
tajuk pohon pada citra UAV.
Volume pohon (Vp) dihitung menggunakan dua persamaan tarif volume
lokal yang digunakan oleh KPH Nganjuk. Perhitungan volume pohon yang
berumur > 50 tahun menggunakan tarif volume tebang habis seperti pada
Persamaan 1 (Perhutani 2011a) dan untuk tanaman yang berumur ≤ 50 tahun
menggunakan tarif volume tebangan penjarangan seperti pada Persamaan 2
(Perhutani 2011b). Volume tegakan (Vt) merupakan total volume seluruh pohon
yang terdapat pada setiap plot contoh (Persamaan 3).
Vp = 0.0000180095k2.2169853117 ……….(1)
Vp = 0.0000155898k2.2970869848 ……….(2)
n
Vt = ∑ Vp ……….(3)
i=1
Keterangan:
Vp = volume pohon
k = keliling pohon setinggi dada
Vt = volume tegakan
Pengukuran tinggi total pohon (h) dilakukan menggunakan clinometer pada
skala persen. Pengukuran tersebut menggunakan galah sebagai alat bantu. Galah
yang digunakan memiliki tinggi 3.5 m dengan batas bawah (pangkal) setinggi 1
6
m. Tinggi total pohon dihitung menggunakan persamaan Jaya et al. (2010a) dan
ilustrasi pengukuran disajikan pada Gambar 2.
h= [
%Ht-%Hb
%Hp-%Hb
X 2.5] +1 ……….(4)
Keterangan:
h = tinggi total pohon (m)
Ht = hasil bacaan pada bidikan ke tinggi total pohon (%)
Hp = hasil bacaan pada bidikan ke ujung galah (%)
Hb = hasil bacaan pada bidikan ke pangkal galah (%)
Ht
3.5 m
Hp
Hb
1m
Gambar 2 Pengukuran tinggi total pohon
Pengolahan Citra UAV
Proses pengolahan citra dilakukan menggunakan perangkat lunak ArcGis
9.3. Pengolahan citra berupa interpretasi visual dilakukan melalui on-screen
digitizing untuk memperoleh peubah-peubah tegakan yang terdapat pada citra
UAV. Teknik ini merupakan teknik tradisional, tetapi masih sangat relevan
dengan perkembangan teknologi pengolahan data saat ini, yang hasilnya sangat
tergantung kepada keahlian interpreter serta validasi atau periksa ulang
menggunakan data yang diperoleh dari pengukuran lapangan.
Interpretasi citra UAV menghasilkan 4 jenis data. Data pertama adalah
diameter tajuk citra (Dc). Dc digunakan sebagai peubah tunggal penyusunan model
ATVT karena merupakan satu-satunya peubah individu pohon yang dapat diamati
pada citra UAV yang digunakan. Dc merupakan rata-rata diameter tajuk pohon
7
yang diukur dari arah Utara ke Selatan (Dus) dengan diameter tajuk pohon dari
arah Barat ke Timur (Dbt) yang dihitung dengan Persamaan 5. Hasil interpetasi
kedua adalah jumlah pohon (N) pada suatu plot contoh. Data ketiga adalah rata̅̅̅c ) yang dihitung menggunakan
rata diameter tajuk citra pada satu plot contoh (D
Persamaan 6. Hasil interpretasi terakhir adalah persentase penutupan tajuk (C).
Persentase penutupan tajuk (percentage canopy cover) adalah perbandingan luas
proyeksi tutupan tajuk pada suatu plot contoh dengan luas plot contoh, dihitung
menggunakan persamaan Pretzsch (2009) seperti pada Persamaan 7.
Dc =
̅̅̅
Dc =
C=
Dus + Dbt
2
∑ni=1 Dc
N
�
...................................................(5)
.......................................................(6)
��
�
�
�
�
ℎ
�
x 100……….(7)
Keterangan:
Dc = diameter tajuk citra (m)
Dus = diameter tajuk citra dari arah Utara ke Selatan (m)
Dbt = diameter tajuk citra dari arah Barat ke Timur (m)
̅̅̅c = rata-rata diameter tajuk citra pada satu plot contoh (m)
D
N = jumlah pohon dalam satu plot contoh
C = persentase penutupan tajuk dalam satu plot contoh (%)
Tahapan Penyusunan Model Penduga Volume Pohon dan Tegakan
Penyusunan model ATVT menggunakan analisis regresi sederhana dengan
peubah Dc. Pembangunan model ATVT menggunkan data 96 pohon contoh yang
tersebar merata pada setiap umur tanaman, sedangkan data 32 pohon contoh
lainnya digunakan untuk validasi model. Pemilihan model terbaik terdiri dari 5
tahapan. Tahapan pertama adalah uji normalitas data. Setelah data dianggap
tersebar normal, selanjutnya model dibuat menggunakan 4 model matematik.
Tahapan ketiga adalah pengujian model menggunakan nilai koefisien determinasi
(R2), uji F dan uji t. Langkah selanjutnya adalah validasi model yang lolos uji.
Tahapan terakhir adalah pemilihan model terbaik berdasarkan skoring nilai
validasi yang memenuhi persyaratan.
Pembangunan dan validasi model ASVT menggunakan data masing-masing
32 plot contoh yang tersebar merata pada semua jenis umur tanaman yang
̅̅̅c , dan N yang
tersedia. Model ASVT dibangun menggunakan peubah C, D
diujicobakan dengan beberapa bentuk regresi sederhana dan berganda. Regresi
berganda digunakan jika korelasi ketiga peubah tersebut diketahui bernilai rendah.
Pemilihan model ASVT terbaik dilakukan melalui 6 tahapan. Dua tahap pertama
sama dengan tahap pada model ATVT. Tahap ketiga adalah pemilihan model
yang memiliki nilai koefisien determinasi (R2) lebih besar dari 50%. Keabsahan
model-model terpilih tersebut kemudian diuji menggunakan uji F dan uji t. Tahap
kelima adalah validasi model yang telah berhasil melewati beberapa pengujian.
Model terbaik kemudian ditentukan menggunakan skoring hasil validasi model
yang memiliki kesalahan pendugaan terkecil.
8
Uji normalitas data penyusunan model ATVT dan ASVT menggunakan
nilai deskripsi statistik kurtosis dan skewness atau dilihat secara visual melalui
histogram pada perangkat lunak SPSS. Data tersebut dianggap normal jika nilai
deskripsi statistik kurtosis dan skewness berapa pada kisaran sekitar -2 sampai
dengan 2, atau pada histogram data terlihat lebih banyak tersebar di tengah grafik.
Empat model matematik yang diuji adalah eksponensial, linear, logaritmik,
dan power.
Eksponensial
y = aebx .........................….….(8)
Linear
y = a + bx ...................……….(9)
Logaritmik
y = a + b ln(x) ..........……….(10)
Power
y = axb ......................……….(11)
Keterangan:
y = volume pohon; volume tegakan
x = diameter tajuk; persentase penutupan tajuk; rata-rata diameter tajuk;
jumlah pohon
a = intersep regresi
b = kemiringan (gradien)
Taraf kepercayaan yang digunakan dalam pengujian model adalah 95%
(α=0.05). Uji F merupakan pengujian pengaruh peubah bebas terhadap peubah
tidak bebasnya. Peubah bebas dinyatakan berpengaruh signifikan jika nilai Sig F
model lebih kecil dari taraf kepercayaan (Sig F
MENGGUNAKAN CITRA RESOLUSI SANGAT TINGGI
PESAWAT TIDAK BERAWAK
KUSNADI
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2016
PERNYATAAN MENGENAI TESIS DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa tesis berjudul Penduga Volume dan
Kualitas Tempat Tumbuh Jati Menggunakan Citra Resolusi Sangat Tinggi
Pesawat Tidak Berawak adalah benar karya saya dengan arahan dari komisi
pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi
mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan
maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan
dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, April 2016
Kusnadi
NIM E151130151
RINGKASAN
KUSNADI. Penduga Volume dan Kualitas Tempat Tumbuh Jati Menggunakan
Citra Resolusi Sangat Tinggi Pesawat Tidak Berawak. Dibimbing oleh I
NENGAH SURATI JAYA dan NINING PUSPANINGSIH.
Ketersediaan data dan informasi yang akurat, presisi, tepat waktu, dapat
diandalkan, dan terbaru masih merupakan isu utama di bidang kehutanan.
Kehadiran citra resolusi sangat tinggi telah menjadi tantangan dan peluang baru
dalam inventarisasi hutan. Penelitian ini menggunakan foto udara resolusi sangat
tinggi yang diperoleh dari pesawat tanpa awak (unmanned aerial vehicle /UAV)
untuk menduga volume jati melalui penyusunan model penduga volume tegakan
dari udara.
Tujuan utama penelitian ini adalah menyusun model penduga volume pohon
dan tegakan jati berdasarkan peubah-peubah tegakan yang diukur dari citra UAV.
Citra UAV juga digunakan untuk menyusun model penduga kualitas tempat
tumbuh tegakan jati. Data utama yang digunakan untuk penyusunan model adalah
citra UAV yang diambil pada ketinggian 400 m di atas datum (tinggi rata-rata
permukaan lahan) dengan resolusi spasial sekitar 15 cm.
Penelitian menemukan bahwa aerial tree volume table (ATVT) dan aerial
stand volume table (ASVT) yang diperoleh memiliki kemampuan yang memadai
untuk pendugaan volume yang akurat baik pada pohon maupun pada tegakan.
Model terbaik untuk ATVT adalah Vp = 0.006Dc2.237 dengan R2 sebesar 70.3%
dan simpangan rata-rata hanya 2.80%, sedangkan model ASVT terbaik adalah
̅̅̅c – 22.031 dengan R2 sebesar 54.0% dan simpangan rataVt = 5.275lnC + 1.464D
rata 4.8%. Temuan lainnya adalah peubah persentase kerapatan tajuk dan rata-rata
diameter tajuk yang diperoleh dari citra UAV dapat digunakan untuk menduga
kualitas tempat tumbuh jati dengan kesesuaian pendugaan sebesar 60.9%.
Kata kunci: citra resolusi sangat tinggi, pesawat tanpa awak, persentase
penutupan tajuk, diameter tajuk, tabel volume pohon dirgantara,
tabel volume tegakan dirgantara, kualitas tempat tumbuh.
SUMMARY
KUSNADI. Volume and Site Quality Estimation of Teak Using Very High
Resolution Imagery From Unmanned Aerial Vehicle. Supervised by I NENGAH
SURATI JAYA and NINING PUSPANINGSIH.
The availability of data and information that are accurate, precise, timely,
reliable, unbiased, and updated are still a major issue in forestry. The advent of
very high-resolution imagery has been a new challenges and opportunities on
forest inventory. This study describes the use of very high-resolution imageries
taken from unmanned aerial vehicle (UAV) for estimating the teakwood standing
stock through the development of aerial stand estimation model.
The main objective of the study was to develop teak-trees and teak-stands
estimation models on the basis of stand variables measured indirectly from the
UAV imagery. UAV Imagery is also used to build the model estimators site
quality teak stands. The main data used for developing the estimation models are
the UAV imageries taken from 400 m above datum (the average land surface
elevation) with a ground spatial resolution of approximately 15 cm.
The study found that the obtained aerial tree volume table (ATVT) and
aerial stand volume table (ASVT) have adequate capability to accurately estimate
either teakwood trees volume or standing stock. The best model of ATVT is
Vp = 0.006Dc2.237 with R2 of 70.3% and mean deviation of only 2.8%; while the
̅̅̅� – 22.031 with R2 of 54.0% and
best model for ASVT is Vt = 5.275lnC + 1.464�
mean deviation of 4.8%. Other findings are variable percentage of canopy density
and average crown diameter derived from the UAV imagery can be used to
predict site quality of teak with suitability estimate of 60.9%.
Key words: aerial stand volume table, aerial tree volume table, crown diameter,
percentage canopy cover, unmanned aerial vehicle, very high
resolution imagery.
© Hak Cipta Milik IPB, Tahun 2016
Hak Cipta Dilindungi Undang-Undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan
atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan,
penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau
tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan
IPB
Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini
dalam bentuk apa pun tanpa izin IPB
PENDUGA VOLUME DAN KUALITAS TEMPAT TUMBUH JATI
MENGGUNAKAN CITRA RESOLUSI SANGAT TINGGI
PESAWAT TIDAK BERAWAK
KUSNADI
Tesis
sebagai salah satu syarat untuk memperoleh gelar
Magister Sains
pada
Program Studi Ilmu Pengelolaan Hutan
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2016
Penguji luar komisi pada Ujian Tesis: Dr Ir M Buce Saleh, MS
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang
dipilih dalam penelitian yang dilaksanakan sejak bulan Februari 2015 ini adalah
penggunaan citra UAV dalam inventarisasi hutan, dengan judul Penduga Volume
dan Kualitas Tempat Tumbuh Jati Menggunakan Citra Resolusi Sangat Tinggi
Pesawat Tidak Berawak.
Terima kasih penulis ucapkan kepada Bapak Prof Dr Ir I Nengah Surati Jaya
MAgr dan Ibu Dr Dra Nining Puspaningsih MSi selaku pembimbing, serta Bapak
Dr Ir M Buce Saleh MS, sebagai penguji luar komisi yang telah banyak memberi
saran. Terima kasih juga disampaikan kepada Kementerian Lingkungan Hidup
dan Kehutanan atas beasiswa yang diberikan. Di samping itu, penghargaan
penulis sampaikan kepada Bapak Dasar Santoso serta staf Resort Pengelolaan
Hutan Cabean Kesatuan Pemangkuan Hutan Nganjuk, Perum Perhutani Unit II
Jawa Timur yang telah membantu dalam pengumpulan data lapangan. Ungkapan
terima kasih juga disampaikan kepada ayah, ibu, istri, serta seluruh keluarga atas
doa dan kasih sayangnya.
Semoga karya ilmiah ini bermanfaat.
Bogor, April 2016
Kusnadi
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
1 PENDAHULUAN
Latar Belakang
Tujuan Penelitian
1
1
2
2 METODE PENELITIAN
Waktu dan Lokasi Penelitian
Data Sekunder
Plot dan Pohon Contoh
Pengukuran Lapangan
Pengolahan Citra UAV
Tahapan Penyusunan Model Penduga Volume Pohon dan Tegakan
Analisis Diskriminan Kualitas Tempat Tumbuh
3
3
4
4
5
6
7
9
3 HASIL DAN PEMBAHASAN
Tabel Volume Pohon Dirgantara (ATVT)
Tabel Volume Tegakan Dirgantara (ASVT)
Model Penduga Kualitas Tempat Tumbuh Jati
11
11
14
17
4 SIMPULAN DAN SARAN
Simpulan
Saran
20
20
20
DAFTAR PUSTAKA
21
DAFTAR ISTILAH
24
RIWAYAT HIDUP
25
DAFTAR TABEL
1
2
3
4
5
6
7
8
9
Spesifikasi pesawat tanpa awak (UAV) yang digunakan
Petak dan anak petak di lokasi penelitan
Kesesuaian bonita peninggi dengan peta bonita
Uji keabsahan model Aerial Tree Volume Table (ATVT)
Peringkat uji validasi model Aerial Tree Volume Table (ATVT)
Uji keabsahan 17 model Aerial Stand Volume Table (ASVT) terpilih
Hasil validasi model Aerial Stand Volume Table (ASVT)
Peringkat uji validasi model Aerial Stand Volume Table (ASVT)
Fungsi diskriminan bonita model linear dan kuadratik
4
4
10
11
13
16
16
17
19
DAFTAR GAMBAR
1
2
3
Lokasi penelitian
Pengukuran tinggi total pohon
Histogram sebaran data penyusunan model Aerial Tree Volume Tabel
(ATVT)
4 Hubungan antara peubah diameter tajuk citra (Dc) dan diameter tajuk
lapangan (Dlap)
5 Hubungan antara peubah diameter tajuk citra (Dc) dan diameter setinggi
dada (dbh)
6 Hubungan antara peubah diameter lapangan (Dlap) dan diameter setinggi
dada (dbh)
7 Histogram sebaran data penyusunan model Aerial Stand Volume Tabel
(ATVT)
̅̅̅c ) dan persentase
8 Hubungan antara rata-rata diameter tajuk citra (D
penutupan tajuk (C)
̅̅̅c ) dan
9 Hubungan antara peubah rata-rata diameter tajuk citra (D
jumlah pohon (N)
10 Hubungan antara peubah persentase penutupan tajuk (C) dan jumlah
Pohon (N)
3
6
11
12
12
12
14
15
15
15
1 PENDAHULUAN
Latar Belakang
Teknik inventarisasi hutan telah berkembang seiring dengan perkembangan
ilmu pengetahuan dan teknologi. Kangas et al. (2006) menyatakan lima tahapan
perkembangan teknik inventarisasi. Pada mulanya teknik inventarisasi hutan
dilakukan dengan cara sensus, yaitu penaksiran volume pohon dilakukan terhadap
seluruh pohon yang akan dihitung. Perkembangan berikutnya adalah penggunaan
teknik sampling seiring dengan perkembangan ilmu statistika yang
mempertimbangkan keragaman dan nilai tengah dari populasi yang akan diukur.
Kedua teknik tersebut mengandalkan keahlian pengukur atau penaksir (timber
looker) dalam menentukan volume pohon dan tegakan. Teknik ketiga,
inventarisasi hutan dilakukan secara tidak langsung dengan menggunakan modelmodel taksiran volume melalui pengukuran peubah-peubah tegakan ataupun
pohon yang mudah dilakukan. Pada awal abad ke-20 teknik inventarisasi hutan
menggunakan penginderaan jauh mulai diujicobakan, mengikuti perkembangan
teknologi kamera yang dibarengi dengan perkembangan teknologi pesawat udara.
Perkembangan terakhir, sejak diluncurkannya satelit penginderaan jauh untuk
sumberdaya alam, inventarisasi mulai menggunakan citra satelit, yang secara
perlahan-lahan menggantikan foto udara. Saat ini, perkembangan pengambilan
potret udara dengan wahana pesawat tanpa awak (unmanned aerial vehicle/UAV)
mulai menggeser peranan citra satelit resolusi sangat tinggi. Selain karena
biayanya yang relatif murah, pengadaannya dapat dilakukan dengan cukup cepat
tanpa ada halangan tutupan awan. Sebagai catatan, UAV ini dapat terbang di
bawah awan.
Inventarisasi teristris pada umumnya selalu terkendala biaya, waktu dan
tenaga (Marini et al. 2014). Mereka menyatakan bahwa salah satu solusi atas
permasalahan tersebut adalah optimasi penggunaan teknologi penginderaan jauh.
Kendala tersebut semakin besar pada lokasi tertentu yang susah dijangkau
(Wahyuni 2014). Penginderaan jauh umumnya dapat menyediakan data keruangan
yang dapat ditautkan dengan atribut basis datanya sehingga dapat melakukan
efisiensi waktu dan biaya pengamatan.
Sebagai solusi dalam inventarisasi hutan, teknik penginderaan jauh
diharapkan dapat dilakukan dengan biaya yang minimal, perolehan informasi
yang cepat serta akurasi data yang baik. McRoberts dan Tommpo (2007)
menyebutkan bahwa salah satu keuntungan penggunaan penginderaan jauh dalam
inventarisasi hutan adalah optimasi biaya interpretasi dan perolehan data
penginderaan jauh yang lebih rendah dari biaya perjalanan, sehingga
memungkinkan untuk mendapatkan data yang lebih cepat dan lebih mudah pada
areal yang susah dijangkau, serta memanjakan pengguna untuk mendapatkan data
tambahan yang diperlukan.
Penggunaan penginderaan jauh guna menduga pertumbuhan volume pohon
dan tegakan serta kualitas tempat tumbuh juga telah mengalami perkembangan
yang cukup pesat. Sebelum penggunaan citra satelit berkembang pesat di
Indonesia, Saleh (1981) menggunakan potret udara yang diperolah dari pesawat
berawak untuk menentukan kualitas tempat tumbuh tegakan jati. Perkembangan
2
terakhir dalam bidang ini adalah penggunaan potret udara digital yang diperoleh
dari pesawat tanpa awak (PTA). Sistem pesawat tidak berawak menurut Rango
dan Laliberte (2010) memiliki potensi besar untuk penilaian, pemantauan dan
beragam kegiatan pengelolaan sumber daya alam.
UAV seperti halnya drone merupakan nama populer dari unmanned aerial
system (UAS). Sebagai sebuah sistem, UAS terdiri dari 3 komponen yaitu UAV,
ground control station, dan communication data link (Colomina dan Molida
2014). UAV merupakan wahana yang diharapkan dapat digunakan untuk
mendapatkan informasi spasial skala rinci yang dewasa ini semakin dibutuhkan
(Sari dan Kushardono 2014). Citra resolusi tinggi yang diperoleh dari UAV dapat
dijadikan sebagai bahan pengambilan kebijakan pada suatu tegakan hutan (MesasCarrascosa et al. 2014). Sistem UAV adalah platform yang sesuai untuk menilai
tegakan hutan dan individu pohon (Wallace et al. 2012).
Keunggulan UAV terletak pada fleksibilitas, menghasilkan citra dengan
resolusi yang tinggi, serta menjamin kecukupan sampel dan keakuratan data (Pan
et al. 2011). Shofiyanti (2011) menyatakan 5 keunggulan UAV antara lain dapat
dioperasikan relatif cepat dimana saja dan sercara berulang, terbang rendah
sehingga menghasilkan citra resolusi tinggi, biaya lebih rendah untuk akuisisi
citra dan perawatan pesawat, aplikasi yang luas dan beragam, serta relatif aman
karena tidak memerlukan pilot. Biaya yang rendah tersebut menurut Gularso et al.
(2013) terletak pada penggunaan instrumentasi yang banyak tersedia seperti
aeromodelling dan kamera digital.
Citra yang dihasilkan dari UAV telah digunakan dalam banyak penelitian
yang membutuhkan ketelitian sangat tinggi. Citra dari UAV telah digunakan
untuk mengamati spektral tajuk (Dandois dan Ellis 2013), tinggi pohon (ZarcoTejada et al. 2014), deteksi penjarangan pohon (Wallace et al. 2014), bahkan
untuk estimasi kandungan carotenoid pada daun (Zarco-Tejada et al. 2013). Pada
penelitian ini, kajian difokuskan pada pendugaan volume pohon dan tegakan
menggunakan citra resolusi sangat tinggi (sekitar 15 cm) yang direkam
menggunakan wahana UAV. Citra tersebut merupakan hasil potret udara format
kecil (small format aerial photograps). Jaya dan Cahyono (2011)
merekomendasikan penggunaan potret udara format kecil yang diperoleh dari
UAV untuk pengukuran peubah tegakan seperti diameter tajuk dan kerapatan
tajuk. Citra UAV non-metrik skala kecil telah digunakan oleh Wahyuni (2012)
untuk menduga bonita, Septyawardani (2012) untuk estimasi biomassa, dan Dhani
(2012) untuk menaksir volume tegakan. Meskipun demikian, penggunaan citra
UAV dalam penyusunan model pendugaan peubah tegakan seperti volume pohon
dan tegakan serta penentuan kualitas tempat tumbuh masih bersifat lokal sehingga
diperlukan pengujian untuk penggunaannya pada suatu daerah tertentu.
Tujuan Penelitian
Penelitian ini menggunakan citra resolusi sangat tinggi yang direkam dari
wahana UAV atau pesawat tanpa awak (PTA) untuk menyusun:
1. Model penduga volume pohon dirgantara jati (aerial trees volume table ATVT).
3
2. Model penduga volume tegakan dirgantara jati (aerial stand volume table ASVT).
3. Model diskriminan penentuan kualitas tempat tumbuh (bonita) jati.
2 METODE PENELITIAN
Waktu dan Lokasi Penelitian
Pengukuran lapangan dilakukan pada bulan Februari sampai dengan Maret
2015. Pengukuran tersebut dilaksanakan pada tegakan hutan jati di wilayah Resort
Pengelolaan Hutan (RPH) Cabean, Bagian Kesatuan Pemangkuan Hutan (BKPH)
Ngluyu, Kesatuan Pemangkuan Hutan (KPH) Nganjuk, Perum Perhutani Unit II
Jawa Timur (Gambar 1). Areal yang terliput oleh citra UAV yang menjadi lokasi
penelitian memiliki luas sekitar 585 hektar.
Lokasi penelitian secara administratif terletak di Desa Sugihwaras
Kecamatan Ngluyu Kabupaten Nganjuk Provinsi Jawa Timur, sedangkan secara
geografis, lokasi penelitian ini terletak di antara 111º54’30.38”BT dan
111º56’04.36”BT serta 7º26’44.81”LS dan 7º27’50.92”LS. Pengolahan data dan
analisis citra UAV dilakukan di Laboratorium Fisik Penginderaan Jauh dan
Sistem Informasi Geografis, Fakultas Kehutanan Institut Pertanian Bogor mulai
bulan April sampai dengan September 2015.
Gambar 1 Lokasi penelitian
4
Data Sekunder
Data sekunder yang digunakan dalam penelitian ini adalah citra yang
direkam menggunakan pesawat tanpa awak yang merupakan data utama analisis
dan data pendukung yaitu informasi petak dan anak petak, tahun tanam dan bonita.
Citra UAV diperoleh dari Perum Perhutani Unit II Jawa Timur, sedangkan data
sekunder lainnya dari Kesatuan Pemangkuan Hutan (KPH) Nganjuk.
Citra UAV yang digunakan merupakan citra hasil potret udara dalam bentuk
digital dengan resolusi spasial sangat tinggi yaitu sekitar 15 cm. Citra tersebut
memiliki saluran visible dan infra merah. Kedua saluran digunakan bersamaan
dalam analisis tetapi tidak untuk diperbandingkan, melainkan untuk saling
mendukung dalam analisis citra. Citra diperoleh dari UAV dengan spesifikasi
pesawat pada Tabel 1.
Tabel 1 Spesifikasi pesawat tanpa awak (UAV) yang digunakan
Karakteristik
Panjang pesawat
Lebar sayap
Berat kosong
Daya muat
Kecepatan
Ketinggian terbang
Jangkauan
Kemampuan pemotretan
Kamera
Software image processing
Satuan
1.1 m
1.88 m
1.3 kg
1.2 kg
40 km/j (660 m/s)
400 m
15 km
3.000 ha/hari
Sony RX100 (20 mp, f28 mm)
Agisoft, inpho
Informasi petak dan anak petak (Tabel 2) diperlukan untuk mengetahui
umur tanaman (tahun tanam), bonita, dan aksesibilitas. Informasi tersebut menjadi
dasar pertimbangan dalam penentuan plot contoh dan pelaksanaan pengukuran
lapangan.
Tabel 2 Petak dan anak petak di lokasi penelitian
Petak dan anak petak
164-A1
165-A1
165-C
166-A
167-A
169-A
170
173-A
174-A
176-A
178
179-C
180-D
181-B2
182-A1
182-B
Umur tanaman (tahun)
Bonita
7
4
25
41
39
35
42
11
52
43
40
38
56
45
10
50
4.0
3.0
2.5
3.0
2.5
2.5
3.0
3.0
3.5
3.5
3.0
3.0
2.5
3.0
3.0
3.0
5
Plot dan Pohon Contoh
Satuan pengamatan untuk penyusunan tabel volume tegakan (ASVT) adalah
plot contoh berbentuk lingkaran seluas 0.1 ha dengan jari-jari 17.8 m. Plot contoh
tersebar merata pada 16 jenis umur tanaman yang terliput oleh citra UAV di RPH
Cabean. Pada setiap umur tanaman dibuat masing-masing 4 plot contoh sehingga
secara keseluruhan diperoleh 64 plot contoh.
Unit contoh untuk penyusunan model ATVT adalah individu-individu
pohon. Pengamatan pohon contoh dilakukan pada pohon yang terdapat di dalam
plot contoh. Pohon contoh dipilih secara sengaja sehingga mewakili setiap kelas
diameter dari pohon-pohon yang ada. Pohon contoh merupakan pohon yang sehat
dan dengan arsitektur pohon yang normal (tidak miring, melengkung, dan
melintir). Pengataman individu pohon dilakukan pada dua pohon contoh pewakil
dalam setiap plot contoh sehingga terdapat 128 pohon contoh yang diamati guna
mendukung penyusunan model ATVT.
Pengukuran Lapangan
Pengukuran lapangan menghasilkan 3 jenis data. Data pertama adalah
diameter setinggi dada (dbh) setiap pohon jati yang terdapat dalam plot contoh.
Nilai dbh tersebut kemudian dikonversi menjadi keliling (k) untuk digunakan
pada perhitungan volume pohon berbasis keliling. Tinggi total (h) merupakan data
kedua yang diperoleh dari pengamatan lapangan. Data tinggi total digunakan
dalam menentukan bonita tegakan. Data terakhir adalah diameter tajuk lapangan
pohon contoh (Dlap) yang digunakan sebagai pembanding pengukuran diameter
tajuk pohon pada citra UAV.
Volume pohon (Vp) dihitung menggunakan dua persamaan tarif volume
lokal yang digunakan oleh KPH Nganjuk. Perhitungan volume pohon yang
berumur > 50 tahun menggunakan tarif volume tebang habis seperti pada
Persamaan 1 (Perhutani 2011a) dan untuk tanaman yang berumur ≤ 50 tahun
menggunakan tarif volume tebangan penjarangan seperti pada Persamaan 2
(Perhutani 2011b). Volume tegakan (Vt) merupakan total volume seluruh pohon
yang terdapat pada setiap plot contoh (Persamaan 3).
Vp = 0.0000180095k2.2169853117 ……….(1)
Vp = 0.0000155898k2.2970869848 ……….(2)
n
Vt = ∑ Vp ……….(3)
i=1
Keterangan:
Vp = volume pohon
k = keliling pohon setinggi dada
Vt = volume tegakan
Pengukuran tinggi total pohon (h) dilakukan menggunakan clinometer pada
skala persen. Pengukuran tersebut menggunakan galah sebagai alat bantu. Galah
yang digunakan memiliki tinggi 3.5 m dengan batas bawah (pangkal) setinggi 1
6
m. Tinggi total pohon dihitung menggunakan persamaan Jaya et al. (2010a) dan
ilustrasi pengukuran disajikan pada Gambar 2.
h= [
%Ht-%Hb
%Hp-%Hb
X 2.5] +1 ……….(4)
Keterangan:
h = tinggi total pohon (m)
Ht = hasil bacaan pada bidikan ke tinggi total pohon (%)
Hp = hasil bacaan pada bidikan ke ujung galah (%)
Hb = hasil bacaan pada bidikan ke pangkal galah (%)
Ht
3.5 m
Hp
Hb
1m
Gambar 2 Pengukuran tinggi total pohon
Pengolahan Citra UAV
Proses pengolahan citra dilakukan menggunakan perangkat lunak ArcGis
9.3. Pengolahan citra berupa interpretasi visual dilakukan melalui on-screen
digitizing untuk memperoleh peubah-peubah tegakan yang terdapat pada citra
UAV. Teknik ini merupakan teknik tradisional, tetapi masih sangat relevan
dengan perkembangan teknologi pengolahan data saat ini, yang hasilnya sangat
tergantung kepada keahlian interpreter serta validasi atau periksa ulang
menggunakan data yang diperoleh dari pengukuran lapangan.
Interpretasi citra UAV menghasilkan 4 jenis data. Data pertama adalah
diameter tajuk citra (Dc). Dc digunakan sebagai peubah tunggal penyusunan model
ATVT karena merupakan satu-satunya peubah individu pohon yang dapat diamati
pada citra UAV yang digunakan. Dc merupakan rata-rata diameter tajuk pohon
7
yang diukur dari arah Utara ke Selatan (Dus) dengan diameter tajuk pohon dari
arah Barat ke Timur (Dbt) yang dihitung dengan Persamaan 5. Hasil interpetasi
kedua adalah jumlah pohon (N) pada suatu plot contoh. Data ketiga adalah rata̅̅̅c ) yang dihitung menggunakan
rata diameter tajuk citra pada satu plot contoh (D
Persamaan 6. Hasil interpretasi terakhir adalah persentase penutupan tajuk (C).
Persentase penutupan tajuk (percentage canopy cover) adalah perbandingan luas
proyeksi tutupan tajuk pada suatu plot contoh dengan luas plot contoh, dihitung
menggunakan persamaan Pretzsch (2009) seperti pada Persamaan 7.
Dc =
̅̅̅
Dc =
C=
Dus + Dbt
2
∑ni=1 Dc
N
�
...................................................(5)
.......................................................(6)
��
�
�
�
�
ℎ
�
x 100……….(7)
Keterangan:
Dc = diameter tajuk citra (m)
Dus = diameter tajuk citra dari arah Utara ke Selatan (m)
Dbt = diameter tajuk citra dari arah Barat ke Timur (m)
̅̅̅c = rata-rata diameter tajuk citra pada satu plot contoh (m)
D
N = jumlah pohon dalam satu plot contoh
C = persentase penutupan tajuk dalam satu plot contoh (%)
Tahapan Penyusunan Model Penduga Volume Pohon dan Tegakan
Penyusunan model ATVT menggunakan analisis regresi sederhana dengan
peubah Dc. Pembangunan model ATVT menggunkan data 96 pohon contoh yang
tersebar merata pada setiap umur tanaman, sedangkan data 32 pohon contoh
lainnya digunakan untuk validasi model. Pemilihan model terbaik terdiri dari 5
tahapan. Tahapan pertama adalah uji normalitas data. Setelah data dianggap
tersebar normal, selanjutnya model dibuat menggunakan 4 model matematik.
Tahapan ketiga adalah pengujian model menggunakan nilai koefisien determinasi
(R2), uji F dan uji t. Langkah selanjutnya adalah validasi model yang lolos uji.
Tahapan terakhir adalah pemilihan model terbaik berdasarkan skoring nilai
validasi yang memenuhi persyaratan.
Pembangunan dan validasi model ASVT menggunakan data masing-masing
32 plot contoh yang tersebar merata pada semua jenis umur tanaman yang
̅̅̅c , dan N yang
tersedia. Model ASVT dibangun menggunakan peubah C, D
diujicobakan dengan beberapa bentuk regresi sederhana dan berganda. Regresi
berganda digunakan jika korelasi ketiga peubah tersebut diketahui bernilai rendah.
Pemilihan model ASVT terbaik dilakukan melalui 6 tahapan. Dua tahap pertama
sama dengan tahap pada model ATVT. Tahap ketiga adalah pemilihan model
yang memiliki nilai koefisien determinasi (R2) lebih besar dari 50%. Keabsahan
model-model terpilih tersebut kemudian diuji menggunakan uji F dan uji t. Tahap
kelima adalah validasi model yang telah berhasil melewati beberapa pengujian.
Model terbaik kemudian ditentukan menggunakan skoring hasil validasi model
yang memiliki kesalahan pendugaan terkecil.
8
Uji normalitas data penyusunan model ATVT dan ASVT menggunakan
nilai deskripsi statistik kurtosis dan skewness atau dilihat secara visual melalui
histogram pada perangkat lunak SPSS. Data tersebut dianggap normal jika nilai
deskripsi statistik kurtosis dan skewness berapa pada kisaran sekitar -2 sampai
dengan 2, atau pada histogram data terlihat lebih banyak tersebar di tengah grafik.
Empat model matematik yang diuji adalah eksponensial, linear, logaritmik,
dan power.
Eksponensial
y = aebx .........................….….(8)
Linear
y = a + bx ...................……….(9)
Logaritmik
y = a + b ln(x) ..........……….(10)
Power
y = axb ......................……….(11)
Keterangan:
y = volume pohon; volume tegakan
x = diameter tajuk; persentase penutupan tajuk; rata-rata diameter tajuk;
jumlah pohon
a = intersep regresi
b = kemiringan (gradien)
Taraf kepercayaan yang digunakan dalam pengujian model adalah 95%
(α=0.05). Uji F merupakan pengujian pengaruh peubah bebas terhadap peubah
tidak bebasnya. Peubah bebas dinyatakan berpengaruh signifikan jika nilai Sig F
model lebih kecil dari taraf kepercayaan (Sig F