Aplikasi Citra Landsat 8 dalam Memetakan Biomassa Atas Tegakan di KPH Ciamis
APLIKASI CITRA LANDSAT 8 DALAM MEMETAKAN
BIOMASSA ATAS TEGAKAN DI KPH CIAMIS
MUHAMMAD PANJI SOLIHIN
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
PERNYATAAN
Dengan ini saya menyatakan bahwa skripsi berjudul Aplikasi Citra Landsat
8 dalam Memetakan Biomassa Atas Tegakan di KPH Ciamis adalah benar karya
saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk
apapun kepada perguruan tinggi manapun. 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
skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Juni 2014
Muhammad Panji Solihin
NIM E14090131
ABSTRAK
MUHAMMAD PANJI SOLIHIN. Aplikasi Citra Landsat 8 dalam Memetakan
Biomassa Atas Tegakan di KPH Ciamis. Dibimbing oleh MUHAMMAD BUCE
SALEH.
Landsat 8 merupakan satelit pemantau sumberdaya alam yang diluncurkan
oleh NASA pada 11 Februari 2013. Landsat 8 memiliki jumlah saluran yang lebih
banyak daripada Landsat 7 dan pergeseran panjang gelombang pada masingmasing salurannya. Penelitian ini bertujuan untuk mengetahui potensi biomassa
atas tegakan dengan menggunakan model penduga biomassa yang dibuat
berdasarkan nilai digital dari band asli citra Landsat 8 dan nilai NDVI, serta
membuat peta sebaran kelas biomassanya. Perhitungan biomassa dengan
menggunakan alometrik dan konversi biomassa menggunakan koefisien BEF
(Biomass Expansion Factor). Analisis hubungan biomassa lapang dan nilai digital
dari peubah citra dilakukan untuk menyusun model penduga biomassa. Pemilihan
model terbaik dilakukan berdasarkan parameter nilai koefisien determinasi
terkoreksi (R2adj) dan nilai RMSE.
Model terpilih yang dihasilkan digunakan sebagai dasar pemetaan sebaran
kelas biomassa adalah Y = е (137 + 0.0155 band 2 - 0.00706 band 3 - 0.0076 band 9 - 0.00651 band 10 +
4.30 NDVI)
dengan nilai R2adj sebesar 32.9% dan RMSE sebesar 190.6. Hasil dari
evaluasi akurasi menunjukan nilai Overall Accuracy sebesar 64% dan nilai Kappa
Accuracy sebesar 36% pada pemetaan dengan 3 kelas biomassa.
Kata kunci : biomassa, Landsat 8, model penduga biomassa, pemetaan
ABSTRACT
MUHAMMAD PANJI SOLIHIN. Application of Landsat 8 imagery on Above
ground biomass Mapping in KPH Ciamis. Supervised by MUHAMMAD SALEH
BUCE.
Landsat 8 is a natural resources monitoring satellite launched by NASA on
11 February 2013. Landsat 8 has a number of channels more than Landsat 7 and a
shift in the wavelength of each channel. This study aims to determine the potential
of above ground biomass stand by using estimator model created based on the
digital value of the original band of Landsat 8 imagery and NDVI values, as well
as create a map of biomass class distribution. Biomass calculation is using
allometric and biomass conversion is using BEF (Biomass Expansion Factor).
Analysis of field biomass and digital values of imagery variable is for developing
a biomass estimator models. The best model selection is based on the parameter
value of the corrected coefficient of determination (R2adj) and RMSE value.
The selected model that used as the basis for mapping of biomass classes
distribution is Y = е (137 + 0.0155 band 2 - 0.00706 band 3 - 0.0076 band 9 - 0.00651 band 10 + 4.30 NDVI)
with a value of R2adj is 32.9% and RMSE is 190.6. The result of accuracy
evaluation shows that Overall Accuracy is 64% and Kappa Accuracy is 36% in
the 3-class biomass mapping.
Keyword : biomass, biomass estimator model, Landsat 8, mapping
APLIKASI CITRA LANDSAT 8 DALAM MEMETAKAN
BIOMASSA ATAS TEGAKAN DI KPH CIAMIS
MUHAMMAD PANJI SOLIHIN
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Kehutanan
pada
Departemen Manajemen Hutan
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
Judul Skripsi : Aplikasi Citra Landsat 8 dalam Memetakan Biomassa Atas
Tegakan di KPH Ciamis
Nama
: Muhammad Panji Solihin
NIM
: E14090131
Disetujui oleh
Dr Ir Muhamad Buce Saleh, MS
Pembimbing
Diketahui oleh
Dr Ir Ahmad Budiaman, MSc F Trop
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji syukur penulis panjatkan kehadirat Allah SWT yang telah
melimpahkan rahmat-Nya sehingga penelitian dengan judul Aplikasi Citra
Landsat 8 dalam Memetakan Biomassa Atas Tegakan di KPH Ciamis telah
diselesaikan dengan sebaik-baiknya. Penelitian ini dilaksanakan sejak bulan Juli
2013 dan berakhir pada bulan Juli 2014 yang berlokasi di KPH Ciamis.
Pada kesempatan ini, penulis ucapkan terimakasih kepada Bapak Dr Ir
Muhamad Buce Saleh, MS selaku dosen pembimbing yang telah banyak
memberikan bimbingan dan arahan dalam menyelesaikan penelitian ini. Ucapan
terima kasih juga penulis sampaikan kepada Bapak Dadang Hendaris selaku
Kepala Perum Perhutani Unit III Jawa Barat dan Banten yang telah memberikan
izin kepada penulis untuk melakukan penelitian di KPH Ciamis. Selain itu,
ucapan terimakasih juga penulis sampaikan kepada orangtua, seluruh keluarga,
Bapak Uus, Sofian, Hastuti, Dini, Agil, Cecen, Hilman, Asyief, Dodoy, Bagus,
seluruh keluarga besar Lab. GIS, seluruh pengurus PCSI IPB dan Pengurus Pusat
Sylva Indonesia, serta rekan-rekan mahasiswa angkatan 46 Fakultas Kehutanan
IPB atas doa dan dukungan yang diberikan.
Semoga karya ilmiah ini bermanfaat.
Bogor, Juli 2014
Penulis
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
1
Manfaat Penelitian
2
METODE
2
Lokasi dan Waktu
2
Alat dan Data
2
Prosedur Analisis Data
2
HASIL DAN PEMBAHASAN
8
Identifikasi Titik Plot Pengamatan di Lapangan
8
Penyusunan Model Penduga Biomassa Atas Tegakan berdasarkan Nilai Digital
dan NDVI
9
Pemilihan Model Terbaik
13
Sebaran Kelas Biomassa dan Evaluasi Akurasi Pemetaan
15
SIMPULAN DAN SARAN
17
Simpulan
17
Saran
17
DAFTAR PUSTAKA
18
RIWAYAT HIDUP
25
DAFTAR TABEL
1. Karakteristik band citra landsat 8
2. Contoh matrik kontingensi
3. Sebaran titik-titik plot pengamatan biomassa lapang
4. Hubungan perhitungan biomassa I dan biomassa II
5. Hubungan nilai digital peubah citra terhadap nilai biomassa
6. Matrik korelasi antar peubah citra
7. Patokan nilai-nilai koefisien korelasi
8. Model penduga biomassa
9. Model penduga biomassa dengan VIF kurang dari 10
10.Model penduga biomassa dengan VIF kurang dari 5
11.Penentuan kelas berdasarkan distribusi biomassa
3
7
8
9
10
10
10
13
13
15
15
DAFTAR GAMBAR
1. Peta lokasi titik plot pengamatan lapang di KPH Ciamis
2. Hasil perhitungan biomassa I dan perhitungan biomassa II
3. Scatterplot hubungan antara biomassa lapang dengan nilai digital peubah
citra band 1, band 2, band 3, band 4, band 5 dan band 6
4. Scatterplot hubungan antara biomassa lapang dengan nilai digital peubah
citra band 7, band 8, band 9, band 10, band 11 dan NDVI
5. Akurasi hasil pemetaan
6. Peta sebaran biomassa dengan 3 kelas menggunakan model I
4
8
11
12
16
17
DAFTAR LAMPIRAN
1. Matrik kontingensi akurasi peta sebaran biomassa dengan 3 kelas
menggunakan model I
20
2. Matrik kontingensi akurasi peta sebaran biomassa dengan 5 kelas
biomassa dengan menggunakan model I
20
3. Matrik kontingensi akurasi peta sebaran biomassa dengan 7 kelas
biomassa dengan menggunakan model I
20
4. Matrik kontingensi akurasi peta sebaran biomassa dengan 3 kelas
biomassa dengan menggunakan model II
21
5. Matrik kontingensi akurasi peta sebaran biomassa dengan 5 kelas
biomassa dengan menggunakan model II
21
6. Matrik kontingensi akurasi peta sebaran biomassa dengan 5 kelas biomassa
dengan menggunakan model II
21
7. Peta sebaran kelas biomassa dengan 5 kelas menggunakan model I
21
8. Peta sebaran kelas biomassa dengan 7 kelas menggunakan model I
22
9. Peta sebaran kelas biomassa dengan 3 kelas menggunakan model II
23
10. Peta sebaran kelas biomassa dengan 5 kelas menggunakan model II
23
11. Peta sebaran kelas biomassa dengan 7 kelas menggunakan model II
24
PENDAHULUAN
Latar Belakang
Hutan merupakan suatu kesatuan ekosistem berupa hamparan lahan berisi
sumberdaya alam hayati yang didominasi oleh pepohonan dalam persekutuan
alam lingkungannya yang satu dengan yang lainnya tidak dapat dipisahkan (Pasal
1, UU No. 41 Tahun 1999 tentang Kehutanan). Pengelolaan hutan yang benar
harus berdasarkan prinsip kelestarian agar berkelanjutan. Pengelolaan hutan yang
terintegrasi membutuhkan dukungan mengenai ketersediaan data dan informasi
dasar tentang kondisi fisik hutan. Salah satu nilai komponen penting yang dimiliki
oleh hutan adalah biomassanya. Biomassa merupakan berat total materi hidup
setiap pohon di atas permukaan yang dinyatakan dalam berat kering ton per unit
area (Brown 1997). Kegiatan pengkajian biomassa tegakan hutan berfungsi
sebagai acuan dalam mempelajari siklus hara dan aliran energi ekosistem hutan.
Penginderaan jauh adalah ilmu dan seni untuk memperoleh informasi
tentang suatu objek, daerah atau fenomena melalui analisis data yang diperoleh
dengan suatu alat tanpa kontak langsung dengan obyek, daerah atau fenomena
yang dikaji (Lillesand dan Kiefer 1990). Mengingat laju perubahan hutan yang
begitu cepat, teknologi penginderaan jauh sangat dibutuhkan untuk dapat
memetakan potensi biomassa pada cakupan areal yang cukup luas secara cepat,
akurat, efisien dengan biaya yang relatif murah.
Pada tanggal 11 Februari 2013, NASA telah meluncurkan satelit Landsat
Data Continuity Mission (LDCM) atau lebih dikenal dengan Landsat 8. Landsat 8
secara resmi mulai beroperasi pada tanggal 30 Mei 2013 dan data produk satelit
tersebut tersedia untuk publik yang dapat diakses melalui website USGS (NASA
2013). Landsat 8 diluncurkan untuk melanjutkan misi dari Landsat 7 yang
mengalami kerusakan sejak Mei 2003. Satelit Landsat 8 memiliki sensor Onboard
Operational Land Imager (OLI) dan Thermal Infrared Sensor (TIRS) dengan
jumlah kanal sebanyak 11 buah. Jumlah kanal Landsat 8 lebih banyak
dibandingkan jumlah kanal Landsat 7. Bertambahnya jumlah band dan pergeseran
panjang gelombang dari band pada citra Landsat 8 diharapkan dapat
meningkatkan kemampuan citra dalam mengidentifikasi nilai kandungan
biomassa yang terdapat di Perum Perhutani KPH Ciamis.
Tujuan Penelitian
Penelitian ini bertujuan untuk:
1. Menyusun model penduga biomassa atas tegakan yang dibuat
berdasarkan nilai digital dari band asli citra Landsat 8 dan nilai NDVI.
2. Membuat peta sebaran biomassa dengan beberapa kelas biomassa
berdasarkan model penduga biomassa yang terpilih.
2
Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan informasi terbaru mengenai
potensi biomassa tegakan, memberikan data pendukung dalam kegiatan
perencanaan hutan Perum Perhutani KPH Ciamis dan memberikan informasi bagi
pengguna citra penginderaan jauh, khususnya citra Landsat 8.
METODE
Lokasi dan Waktu
Penelitian ini dilaksanakan pada bulan Juli 2013 sampai dengan Juni 2014.
Tahap pra-pengolahan citra dilaksanakan pada bulan Juli 2013 yang bertempat di
Laboratorium Remote Sensing dan GIS, Departemen Manajemen Hutan, Fakultas
Kehutanan, Institut Pertanian Bogor. Pengambilan data lapang dilaksanakan pada
bulan Agustus 2013 di wilayah Perum Perhutani KPH Ciamis, yaitu di RPH
Pangandaran, RPH Kalipucang, dan RPH Cicapar. Pengolahan data, analisis data
dan penyusunan laporan dilaksanakan pada bulan Januari - Juni 2014 yang
bertempat di Laboratorium Remote Sensing dan GIS, Departemen Manajemen
Hutan, Fakultas Kehutanan, Institut Pertanian Bogor.
.
Alat dan Data
Alat yang digunakan pada penelitian ini yaitu Global Positioning System
(GPS), alat tulis, tally sheet, kamera digital, satu unit laptop dengan perangkat
lunak Erdas Imagine 9.1, ArcView 3.2, ArcGIS 9.3, Minitab 16, Microsoft Excel
2010, dan Microsoft Word 2010. Data yang digunakan pada penelitian ini adalah
citra Landsat 8 path 121 row 65 perekaman bulan Mei tahun 2013, peta wilayah
kerja RPH Cicapar, RPH Kalipucang, dan RPH Pangandaran, KPH Ciamis dan
peta Rupa Bumi Indonesia daerah Jawa Barat skala 1: 25 000.
Prosedur Analisis Data
Pra Pengolahan Citra
Pra pengolahan citra merupakan tahap awal dari pengolahan citra satelit.
Secara umum tahap ini berupa perbaikan terhadap data citra yang memiliki
kesalahan dan pembuatan peta lokasi penelitian. Tahap ini dimulai dengan
langkah dari import data citra, membuat citra komposit, koreksi geometri citra dan
pemotongan citra.
1. Import Data
Citra Landsat 8 yang digunakan pada penelitian ini pada awalnya memiliki
format *.TIF kemudian dilakukan perubahan format menjadi *.img dengan
menggunakan perangkat lunak Erdas Imagine 9.1.
3
2. Pembuatan Citra Komposit
Citra Landsat 8 terdiri dari 9 saluran Operational Land Imager (OLI) dan
2 saluran Thermal Infrared Sensor (TIRS) , penggabungan band dimaksudkan
untuk memperoleh suatu data citra multispektral yang terdiri dari band cahaya
tampak (visible), Near Infrared (NIR), Shortwave Infrared (SWIR) dan Cirrus
pada citra landsat 8. Jaya (2010) menjelaskan bahwa dengan hanya satu band
(saluran) yang umumnya ditampilkan dengan “grayscale/hitam putih“, identifikasi
obyek pada citra umumnya lebih sulit dibandingkan dengan interpretasi pada citra
berwarna. Pada penelitian ini citra yang digunakan merupakan penggabungan dari
seluruh band yang terdapat pada citra Landsat 8 ditambah dengan Normalized
Difference Vegetation Index/NDVI (pada layer 12). Karakteristik band citra
Landsat 8 disajikan pada Tabel 1.
Tabel 1 Karakteristik band citra landsat 8
Panjang
Saluran
gelombang (µm)
Band 1 – coastal aerosol
0.43 - 0.45
Band 2 – Blue
0.45 - 0.51
Band 3 – Green
0.53 - 0.59
Band 4 – Red
0.64 - 0.67
Band 5 – Near Infrared (NIR)
0.85 - 0.88
Band 6 – Shortwave Infrared(SWIR) 1
1.57 - 1.65
Band 7 – Shortwave Infrared(SWIR) 2
2.11 - 2.29
Band 8 – Panchromatic
0.50 - 0.68
Band 9 – Cirrus
1.36 - 1.38
Band 10 - Thermal Infrared (TIRS) 1
10.6 - 11.19
Band 11 – Thermal Infrared (TIRS) 2
11.5 - 12.51
Resolusi spasial
(m)
30
30
30
30
30
30
30
15
30
100
100
Sumber : USGS (2013)
3. Koreksi Geometrik
Jaya (2010) menjelaskan bahwa koreksi geometri dibutuhkan untuk
melakukan rektifikasi (pembetulan) agar koordinat pada citra sesuai dengan
koordinat geografi. Hal ini perlu dilakukan untuk mendapatkan nilai piksel yang
sebenarnya pada posisi yang tepat. Citra Landsat 8 sudah terorthorektifikasi Level
1T- precision yang artinya sudah dilakukan rektifikasi dengan data Digital
Elevation Model (DEM) dari Global Land Surveys 2000 sehingga hanya
dilakukan reproject citra untuk mengubah proyeksi citra menjadi Universal
Tranverse Mectator (UTM) zona 49 S dan datum yang digunakan adalah World
Geodetic System(WGS) 84.
4. Pemotongan Citra
Pemotongan citra dilakukan untuk mendapatkan citra dengan areal yang
menjadi lokasi penelitian. Hal ini dilakukan agar mempermudah fokus hanya pada
lokasi penelitian saja.
Pembuatan Titik Pengamatan dan Pengambilan Data Lapang
Lokasi titik plot awal pengamatan ditentukan dengan metode systematic
sampling with random start. Pembuatan titik plot pengamatan dilakukan dengan
4
menggunakan ekstensi IHMB-Jaya pada Arc View 3.2. Sebelumnya, dilakukan
identifikasi awal tutupan lahan agar dapat memberikan gambaran awal tutupan
lahan yang ada di lokasi penelitian. Hal ini dilakukan untuk mengetahui sebaran
titik pada citra berdasarkan informasi kelas perusahaan atau kelas jenis dan kelas
umur (KU) tanaman pada peta wilayah kerja RPH. Titik yang telah diperoleh
diinterpretasikan secara visual, kemudian dipilih secara purposive untuk dilakukan
pengamatan lapang. Penentuan plot contoh di lapangan didasarkan pada
keterwakilan masing-masing kelas jenis dan kelas umur yang ada dilapangan.
Bentuk dan ukuran plot yang dibuat sesuai dengan pedoman inventarisasi hutan
tanaman di Perum Perhutani, yaitu:
1. Pengambilan data pada tegakan KU I dan KU II dilakukan dengan
membuat plot lingkaran seluas 0.02 Ha (radius 7.94 m)
2. Pengambilan data pada tegakan KU III dan KU IV dilakukan dengan
membuat plot lingkaran seluas 0.04 Ha (radius 11.28 m)
3. Pengambilan data pada tegakan KU V keatas dilakukan dengan
membuat plot lingkaran seluas 0.1 Ha (radius 17.8 m)
Peta lokasi titik plot pengamatan lapang di KPH Ciamis disajikan pada Gambar 1.
Gambar 1 Peta lokasi titik plot pengamatan lapang di KPH Ciamis
Pengolahan Data Lapangan
Pengolahan data lapangan dilakukan untuk mengetahui nilai biomassa atas
tegakan pada plot-plot yang telah diukur. Pendugaan biomassa dilakukan dengan
dua cara perhitungan. Perhitungan pertama dengan cara menggunakan gabungan
pendekatan metode alometrik dan BEF, sedangkan perhitungan kedua
menggunakan pendekatan metode alometrik saja. Pendugaan biomassa dilapang
menggunakan metode alometrik untuk masing-masing jenis pohon. Pada
penelitian ini dengan menggunakan rumus:
5
BAP Jati
BAP Mahoni
BAP Sengon
= 0.0548 D2.5792
= 0.048 D2.68
= 0.1126 D2.3445
(Siregar 2012)
(Adinugroho & Sidiyasa 2006)
(Siringoringo & Siregar 2006 dalam
Krisnawati et al. 2011)
Keterangan:
BAP = Biomassa atas tegakan pohon
D
= Diameter (m)
Pendugaan biomassa dengan menggunakan koefisien Biomass Expansion
Factor (BEF) dilakukan apabila data diameter yang didapat di lapang memiliki
rentang diluar diameter yang digunakan untuk menyusun rumus alometrik
biomassa. Pendugaan biomassa dengan BEF dihitung menggunakan rumus:
Keterangan:
BAP
V
WD
BEF pohon
= biomassa atas tegakan pohon
= volume pohon (m3)
= kerapatan kayu (Kg/m3) dengan nilai 670 (Kg/m3) atau 0.67
(ton/m3) untuk Jati dan 330 (Kg/m3) atau 0.33 (ton/m3) untuk
mahoni (Martawidjaya et al. 2005)
= biomass Expansion Factor dengan koefisien 1.26 untuk Jati
(Hendri 2001) dan 1.36 untuk mahoni (Adinugroho & Sidiyasa
2006)
Pengolahan data volume dihitung dengan menggunakan rumus:
Keterangan:
V
= volume pohon (m3), Pengukuran volume jenis Jati berdiameter ≥ 20 cm
menggunakan Tabel Volume lokal yang tersedia
π
= 3.14159265358979
D
= diameter setinggi dada (m)
H
= tinggi total pohon (m)
F
= faktor Angka Bentuk dengan nilai koefisien 0.76 untuk Jati (Novendra
2008) dan 0.759 untuk Mahoni (Wijaksana 2008)
Pendugaan Biomassa pada plot kayu rimba campuran diolah dengan
menggunakan rumus:
Keterangan:
Biomassa tegakan
Volume tegakan
BCEF
= biomassa tegakan diatas permukaan tanah (ton/ha)
= volume tegakan (m3/ha)
= biomass conversion and expansion factor mengacu
kepada panduan IPCC tahun 2006
(Krisnawati et al.2011)
6
Analisis Data
1. Penyusunan Model Penduga Biomassa
Analisis hubungan antara biomassa dengan nilai digital dari peubah citra
dilakukan dengan menyusun model hubungan biomassa atas tegakan dengan nilai
digital dari peubah citra. Peubah citra yang diamati dalam penelitian ini
merupakan nilai digital band asli citra Landsat 8 dan nilai NDVI. Penyusunan
model dibuat dengan menggunakan data biomassa atas tegakan yang diperoleh
dari seluruh titik plot yang didapat dilapangan. Model yang digunakan dalam
penelitian ini adalah model eksponensial.
Y = e (a+bX1+cX2+mXn)
Keterangan:
Y
= biomassa atas tegakan
X
= nilai digital peubah citra
a, b, c
= nilai estimasi parameter
Penyusunan model hubungan biomassa dengan masing-masing peubah citra
diawali dengan melakukan analisis korelasi. Analisis korelasi dilakukan untuk
mengetahui tingkat kekuatan hubungan linier antara dua peubah atau lebih. Nilai
digital number yang digunakan pada masing-masing peubah citra merupakan nilai
digital number rata-rata pada training area di sekitar titik plot pengamatan pada
citra. Hasil analisis korelasi tersebut, akan dipilih peubah citra yang akan
digunakan dalam penyusunan model regresi. Selain itu, pemilihan peubah juga
dilakukan dengan mengamati matriks korelasi antar semua peubah. Proses
menganalisis hubungan nilai digital number masing-masing band asli, NDVI, dan
biomassa dilakukan dengan menggunakan software Minitab 16.
2. Pemilihan Model Terbaik
Pemilihan model terbaik ditentukan oleh beberapa kriteria. Setelah beberapa
persamaan model penduga biomassa atas tegakan tersusun, dilakukan perhitungan
nilai VIF (Variance Inflation Factor) untuk mengetahui ada atau tidaknya
hubungan multikolinearitas pada model. Selanjutnya, dilakukan analisis
berdasarkan 2 kriteria, yaitu: koefisien determinasi terkoreksi (R2adj) dan RMSE
(Root Mean Square Error). RMSE digunakan untuk mengetahui seberapa besar
error yang dihasilkan pada perhitungan model. Semakin kecil nilai RMSE, maka
akan semakin kecil pula kesalahan yang terjadi pada perhitungan model.
Perhitungan RMSE menggunakan rumus:
Keterangan:
MSE = kuadrat tengah sisa
RMSE = akar kuadrat tengah sisa
yi
= biomassa hasil observasi lapang ke-i
ŷ
= biomassa model ke-i
n
= jumlah plot samplet
7
3. Pembuatan Peta Sebaran Biomassa Atas Tegakan
Dasar pembuatan peta sebaran kelas biomassa adalah model terpilih yang
menjelaskan hubungan antara biomassa dengan peubah citra. Sebelum dilakukan
pemetaan, terlebih dahulu dilakukan pemodelan spasial dengan menggunakan
modeler yang terdapat pada perangkat lunak Erdas Imagine 9.1 sehingga nilai
piksel pada citra menunjukan kandungan nilai biomassa pada masing-masing
pikselnya. Setelah itu, dilakukan reklasifikasi nilai biomassa pada citra dengan
menggunakan perangkat lunak ArcGIS 9.3. Peta sebaran biomassa dibuat
berdasarkan jumlah kelas yang telah ditentukan. Jumlah kelas yang digunakan
awalnya berdasarkan acuan Sturges, kemudian agar lebih sederhana dibuat
dengan 7 kelas, 5 kelas dan 3 kelas, sedangkan selang kelas ditentukan dengan
melihat sebaran nilai biomassa yang diukur dari seluruh plot yang ada di lapangan.
4. Evaluasi Akurasi
Akurasi dianalisis menggunakan matrik kontingensi, yaitu suatu matrik
bujur sangkar yang memuat jumlah piksel yang diklasifikasi. Matrik ini juga
sering disebut dengan “error matrix” atau “confusion matrix” (Jaya 2009). Contoh
matrik kontingensi disajikan pada Tabel 2.
Tabel 2 Contoh matrik kontingensi
Data
Akurasi
Dikelaskan ke kelasTotal
referensi
pembuat
A
B
C
D
A
X11
X12
X13
X14
X1+
X11/X1+
B
X21
X22
X23
X24
X2+
X22/X2+
C
X31
X32
X33
X34
X3+
X33/X3+
D
X41
X42
X43
X44
X4+
X44/X4+
Total
X+1
X+2
X+3
X+4
N
Akurasi
X11/X+1 X22/X+2 X33/X+3 X44/X+4
pengguna
Sumber : Jaya (2009)
Tingkat keterwakilan dan akurasi pembuatan peta sebaran biomassa
dihitung dengan menggunakan Akurasi keseluruhan (overall accuracy), dan
akurasi kappa (kappa accuray). Akurasi Kappa lebih sering digunakan karena
menggunakan seluruh elemen dalam matrik. Rumus dari akurasi di atas dapat
dinyatakan sebagai berikut :
Akurasi keseluruhan
Akurasi Kappa
Keterangan :
Xii
= nilai diagonal dari matrik kontingensi baris ke-i dan kolom ke-i
X+i = jumlah piksel dalam kolom ke-i
X i+ = jumlah piksel dalam baris ke-i
N
= banyaknya piksel dalam contoh
8
HASIL DAN PEMBAHASAN
Identifikasi Titik Plot Pengamatan di Lapangan
Berdasarkan hasil pengamatan lapangan yang dilakukan di KPH Ciamis
didapatkan 52 plot titik pengamatan. Titik tersebut diambil pada lokasi tegakan
kelas hutan yang ada di wilayah kerja RPH Cicapar, RPH Kalipucang, dan RPH
Pangandaran, yaitu: kelas hutan Jati, Mahoni, dan Rimba Campuran. Tabel 3
merupakan sebaran titik hasil pengambilan data lapang.
Tabel 3 Sebaran titik-titik plot pengamatan biomassa lapang
No.
Kelas jenis
Kelas umur
Jumlah titik plot
pengamatan
1
Jati
I (1-10 tahun)
21
II (11-20 tahun)
5
III (21-30 tahun)
3
IV (31-40 tahun)
7
2
Mahoni
II (6-10 tahun)
4
III (11-15 tahun)
3
IV (16-20 tahun)
1
V (21-25 tahun)
4
VIII (36-40 tahun)
3
3
Rimba campuran
1
Jumlah titik pengamatan
52
Perhitungan biomassa atas tegakan dilakukan terhadap seluruh pohon yang
berada pada masing-masing titik plot pengamatan. Pengambilan data titik plot
pengamatan paling banyak berada pada petak dengan kelas jenis jati pada kelas
umur I. Pada titik plot pengamatan kelas hutan jati ditemukan pohon jenis lain,
seperti sengon dan mahoni, sedangkan pada kelas hutan mahoni ditemukan jenis
sengon dan jati. Gambar 2 merupakan grafik biomassa lapangan (ton/ha) yang di
dapat dari semua titik plot pengamatan hasil perhitungan biomassa I dan
perhitungan
biomassa II.
1200
Biomassa (ton/ha)
1000
800
600
Biomassa I
400
Biomassa
II
200
0
1 3 5 7 9 111315171921232527293133353739414345474951
No.Titik Plot Lapang
Gambar 2 Hasil perhitungan biomassa I dan perhitungan biomassa II
9
Menurut Krisnawati et al. (2012), rentang diameter pohon contoh yang
digunakan untuk menyusun masing-masing model alometrik volume dan
biomassa bervariasi sehingga perlu dipertimbangkan apabila akan menggunakan
model alometrik volume pohon tersebut untuk pendugaan volume dan biomassa
pohon. Pada perhitungan biomassa I dilakukan dengan menggunakan rumus
alometrik, akan tetapi tidak semua diameter pohon contoh yang diambil
dilapangan memiliki diameter yang masuk kedalam rentang diameter penyusun
rumus alometrik. Oleh karena itu, untuk pohon dengan diameter yang tidak masuk
kedalam rentang diameter penyusun rumus alometrik digunakan perhitungan
dengan BEF. Pada jenis jati dengan diameter < 4.8 cm dan lebih dari 26.2 cm
dilakukan perhitungan biomassa dengan BEF. Pada jenis mahoni dengan diameter
< 14.3 cm dan lebih dari 36.9 cm dilakukan perhitungan biomassa dengan BEF.
Pada jenis sengon, semua pohon memiliki diameter yang masuk ke dalam rentang
alometrik biomassa jenis sengon. Perhitungan biomassa II dilakukan hanya
dengan menggunakan alometrik tanpa mempertimbangkan rentang diameter yang
menyusun model alometrik.
Nilai biomassa terkecil diperoleh pada plot yang didominasi oleh tanaman
jati berumur 1 tahun sebesar 0.180 ton/ha pada perhitungan biomassa I dan
sebesar 0.319 ton/ha pada perhitungan biomassa II. Nilai biomassa yang paling
besar diperoleh pada plot yang didominasi oleh tanaman mahoni berumur 37
tahun sebesar 1 087.06 ton /ha pada perhitungan biomassa I dan sebesar 585.06
ton/ha pada perhitungan biomassa II. Secara umum nilai biomassa yang didapat
dengan perhitungan pertama (gabungan rumus alometrik dan BEF) lebih besar
dari pada perhitungan kedua yang hanya menggunakan alometrik saja, kecuali
pada plot yang didominasi oleh tanaman jati muda dengan rentang diameter < 4.8
cm. Hasil uji tstudent berpasangan antara kedua perhitungan biomassa dapat
ditunjukan pada Tabel 4.
Tabel 4 Hubungan perhitungan biomassa I dan biomassa II
Biomassa
N
Korelasi
t tabel t hitung
Sig.
Biomassa I – Biomassa II 52 0.967213 2.007 1.959
0.05
Berdasarkan tabel 4 setelah diuji tstudent berpasangan nilai thitung yang didapat
lebih kecil daripada ttabel (sig.
BIOMASSA ATAS TEGAKAN DI KPH CIAMIS
MUHAMMAD PANJI SOLIHIN
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
PERNYATAAN
Dengan ini saya menyatakan bahwa skripsi berjudul Aplikasi Citra Landsat
8 dalam Memetakan Biomassa Atas Tegakan di KPH Ciamis adalah benar karya
saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk
apapun kepada perguruan tinggi manapun. 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
skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Juni 2014
Muhammad Panji Solihin
NIM E14090131
ABSTRAK
MUHAMMAD PANJI SOLIHIN. Aplikasi Citra Landsat 8 dalam Memetakan
Biomassa Atas Tegakan di KPH Ciamis. Dibimbing oleh MUHAMMAD BUCE
SALEH.
Landsat 8 merupakan satelit pemantau sumberdaya alam yang diluncurkan
oleh NASA pada 11 Februari 2013. Landsat 8 memiliki jumlah saluran yang lebih
banyak daripada Landsat 7 dan pergeseran panjang gelombang pada masingmasing salurannya. Penelitian ini bertujuan untuk mengetahui potensi biomassa
atas tegakan dengan menggunakan model penduga biomassa yang dibuat
berdasarkan nilai digital dari band asli citra Landsat 8 dan nilai NDVI, serta
membuat peta sebaran kelas biomassanya. Perhitungan biomassa dengan
menggunakan alometrik dan konversi biomassa menggunakan koefisien BEF
(Biomass Expansion Factor). Analisis hubungan biomassa lapang dan nilai digital
dari peubah citra dilakukan untuk menyusun model penduga biomassa. Pemilihan
model terbaik dilakukan berdasarkan parameter nilai koefisien determinasi
terkoreksi (R2adj) dan nilai RMSE.
Model terpilih yang dihasilkan digunakan sebagai dasar pemetaan sebaran
kelas biomassa adalah Y = е (137 + 0.0155 band 2 - 0.00706 band 3 - 0.0076 band 9 - 0.00651 band 10 +
4.30 NDVI)
dengan nilai R2adj sebesar 32.9% dan RMSE sebesar 190.6. Hasil dari
evaluasi akurasi menunjukan nilai Overall Accuracy sebesar 64% dan nilai Kappa
Accuracy sebesar 36% pada pemetaan dengan 3 kelas biomassa.
Kata kunci : biomassa, Landsat 8, model penduga biomassa, pemetaan
ABSTRACT
MUHAMMAD PANJI SOLIHIN. Application of Landsat 8 imagery on Above
ground biomass Mapping in KPH Ciamis. Supervised by MUHAMMAD SALEH
BUCE.
Landsat 8 is a natural resources monitoring satellite launched by NASA on
11 February 2013. Landsat 8 has a number of channels more than Landsat 7 and a
shift in the wavelength of each channel. This study aims to determine the potential
of above ground biomass stand by using estimator model created based on the
digital value of the original band of Landsat 8 imagery and NDVI values, as well
as create a map of biomass class distribution. Biomass calculation is using
allometric and biomass conversion is using BEF (Biomass Expansion Factor).
Analysis of field biomass and digital values of imagery variable is for developing
a biomass estimator models. The best model selection is based on the parameter
value of the corrected coefficient of determination (R2adj) and RMSE value.
The selected model that used as the basis for mapping of biomass classes
distribution is Y = е (137 + 0.0155 band 2 - 0.00706 band 3 - 0.0076 band 9 - 0.00651 band 10 + 4.30 NDVI)
with a value of R2adj is 32.9% and RMSE is 190.6. The result of accuracy
evaluation shows that Overall Accuracy is 64% and Kappa Accuracy is 36% in
the 3-class biomass mapping.
Keyword : biomass, biomass estimator model, Landsat 8, mapping
APLIKASI CITRA LANDSAT 8 DALAM MEMETAKAN
BIOMASSA ATAS TEGAKAN DI KPH CIAMIS
MUHAMMAD PANJI SOLIHIN
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Kehutanan
pada
Departemen Manajemen Hutan
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
Judul Skripsi : Aplikasi Citra Landsat 8 dalam Memetakan Biomassa Atas
Tegakan di KPH Ciamis
Nama
: Muhammad Panji Solihin
NIM
: E14090131
Disetujui oleh
Dr Ir Muhamad Buce Saleh, MS
Pembimbing
Diketahui oleh
Dr Ir Ahmad Budiaman, MSc F Trop
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji syukur penulis panjatkan kehadirat Allah SWT yang telah
melimpahkan rahmat-Nya sehingga penelitian dengan judul Aplikasi Citra
Landsat 8 dalam Memetakan Biomassa Atas Tegakan di KPH Ciamis telah
diselesaikan dengan sebaik-baiknya. Penelitian ini dilaksanakan sejak bulan Juli
2013 dan berakhir pada bulan Juli 2014 yang berlokasi di KPH Ciamis.
Pada kesempatan ini, penulis ucapkan terimakasih kepada Bapak Dr Ir
Muhamad Buce Saleh, MS selaku dosen pembimbing yang telah banyak
memberikan bimbingan dan arahan dalam menyelesaikan penelitian ini. Ucapan
terima kasih juga penulis sampaikan kepada Bapak Dadang Hendaris selaku
Kepala Perum Perhutani Unit III Jawa Barat dan Banten yang telah memberikan
izin kepada penulis untuk melakukan penelitian di KPH Ciamis. Selain itu,
ucapan terimakasih juga penulis sampaikan kepada orangtua, seluruh keluarga,
Bapak Uus, Sofian, Hastuti, Dini, Agil, Cecen, Hilman, Asyief, Dodoy, Bagus,
seluruh keluarga besar Lab. GIS, seluruh pengurus PCSI IPB dan Pengurus Pusat
Sylva Indonesia, serta rekan-rekan mahasiswa angkatan 46 Fakultas Kehutanan
IPB atas doa dan dukungan yang diberikan.
Semoga karya ilmiah ini bermanfaat.
Bogor, Juli 2014
Penulis
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
1
Manfaat Penelitian
2
METODE
2
Lokasi dan Waktu
2
Alat dan Data
2
Prosedur Analisis Data
2
HASIL DAN PEMBAHASAN
8
Identifikasi Titik Plot Pengamatan di Lapangan
8
Penyusunan Model Penduga Biomassa Atas Tegakan berdasarkan Nilai Digital
dan NDVI
9
Pemilihan Model Terbaik
13
Sebaran Kelas Biomassa dan Evaluasi Akurasi Pemetaan
15
SIMPULAN DAN SARAN
17
Simpulan
17
Saran
17
DAFTAR PUSTAKA
18
RIWAYAT HIDUP
25
DAFTAR TABEL
1. Karakteristik band citra landsat 8
2. Contoh matrik kontingensi
3. Sebaran titik-titik plot pengamatan biomassa lapang
4. Hubungan perhitungan biomassa I dan biomassa II
5. Hubungan nilai digital peubah citra terhadap nilai biomassa
6. Matrik korelasi antar peubah citra
7. Patokan nilai-nilai koefisien korelasi
8. Model penduga biomassa
9. Model penduga biomassa dengan VIF kurang dari 10
10.Model penduga biomassa dengan VIF kurang dari 5
11.Penentuan kelas berdasarkan distribusi biomassa
3
7
8
9
10
10
10
13
13
15
15
DAFTAR GAMBAR
1. Peta lokasi titik plot pengamatan lapang di KPH Ciamis
2. Hasil perhitungan biomassa I dan perhitungan biomassa II
3. Scatterplot hubungan antara biomassa lapang dengan nilai digital peubah
citra band 1, band 2, band 3, band 4, band 5 dan band 6
4. Scatterplot hubungan antara biomassa lapang dengan nilai digital peubah
citra band 7, band 8, band 9, band 10, band 11 dan NDVI
5. Akurasi hasil pemetaan
6. Peta sebaran biomassa dengan 3 kelas menggunakan model I
4
8
11
12
16
17
DAFTAR LAMPIRAN
1. Matrik kontingensi akurasi peta sebaran biomassa dengan 3 kelas
menggunakan model I
20
2. Matrik kontingensi akurasi peta sebaran biomassa dengan 5 kelas
biomassa dengan menggunakan model I
20
3. Matrik kontingensi akurasi peta sebaran biomassa dengan 7 kelas
biomassa dengan menggunakan model I
20
4. Matrik kontingensi akurasi peta sebaran biomassa dengan 3 kelas
biomassa dengan menggunakan model II
21
5. Matrik kontingensi akurasi peta sebaran biomassa dengan 5 kelas
biomassa dengan menggunakan model II
21
6. Matrik kontingensi akurasi peta sebaran biomassa dengan 5 kelas biomassa
dengan menggunakan model II
21
7. Peta sebaran kelas biomassa dengan 5 kelas menggunakan model I
21
8. Peta sebaran kelas biomassa dengan 7 kelas menggunakan model I
22
9. Peta sebaran kelas biomassa dengan 3 kelas menggunakan model II
23
10. Peta sebaran kelas biomassa dengan 5 kelas menggunakan model II
23
11. Peta sebaran kelas biomassa dengan 7 kelas menggunakan model II
24
PENDAHULUAN
Latar Belakang
Hutan merupakan suatu kesatuan ekosistem berupa hamparan lahan berisi
sumberdaya alam hayati yang didominasi oleh pepohonan dalam persekutuan
alam lingkungannya yang satu dengan yang lainnya tidak dapat dipisahkan (Pasal
1, UU No. 41 Tahun 1999 tentang Kehutanan). Pengelolaan hutan yang benar
harus berdasarkan prinsip kelestarian agar berkelanjutan. Pengelolaan hutan yang
terintegrasi membutuhkan dukungan mengenai ketersediaan data dan informasi
dasar tentang kondisi fisik hutan. Salah satu nilai komponen penting yang dimiliki
oleh hutan adalah biomassanya. Biomassa merupakan berat total materi hidup
setiap pohon di atas permukaan yang dinyatakan dalam berat kering ton per unit
area (Brown 1997). Kegiatan pengkajian biomassa tegakan hutan berfungsi
sebagai acuan dalam mempelajari siklus hara dan aliran energi ekosistem hutan.
Penginderaan jauh adalah ilmu dan seni untuk memperoleh informasi
tentang suatu objek, daerah atau fenomena melalui analisis data yang diperoleh
dengan suatu alat tanpa kontak langsung dengan obyek, daerah atau fenomena
yang dikaji (Lillesand dan Kiefer 1990). Mengingat laju perubahan hutan yang
begitu cepat, teknologi penginderaan jauh sangat dibutuhkan untuk dapat
memetakan potensi biomassa pada cakupan areal yang cukup luas secara cepat,
akurat, efisien dengan biaya yang relatif murah.
Pada tanggal 11 Februari 2013, NASA telah meluncurkan satelit Landsat
Data Continuity Mission (LDCM) atau lebih dikenal dengan Landsat 8. Landsat 8
secara resmi mulai beroperasi pada tanggal 30 Mei 2013 dan data produk satelit
tersebut tersedia untuk publik yang dapat diakses melalui website USGS (NASA
2013). Landsat 8 diluncurkan untuk melanjutkan misi dari Landsat 7 yang
mengalami kerusakan sejak Mei 2003. Satelit Landsat 8 memiliki sensor Onboard
Operational Land Imager (OLI) dan Thermal Infrared Sensor (TIRS) dengan
jumlah kanal sebanyak 11 buah. Jumlah kanal Landsat 8 lebih banyak
dibandingkan jumlah kanal Landsat 7. Bertambahnya jumlah band dan pergeseran
panjang gelombang dari band pada citra Landsat 8 diharapkan dapat
meningkatkan kemampuan citra dalam mengidentifikasi nilai kandungan
biomassa yang terdapat di Perum Perhutani KPH Ciamis.
Tujuan Penelitian
Penelitian ini bertujuan untuk:
1. Menyusun model penduga biomassa atas tegakan yang dibuat
berdasarkan nilai digital dari band asli citra Landsat 8 dan nilai NDVI.
2. Membuat peta sebaran biomassa dengan beberapa kelas biomassa
berdasarkan model penduga biomassa yang terpilih.
2
Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan informasi terbaru mengenai
potensi biomassa tegakan, memberikan data pendukung dalam kegiatan
perencanaan hutan Perum Perhutani KPH Ciamis dan memberikan informasi bagi
pengguna citra penginderaan jauh, khususnya citra Landsat 8.
METODE
Lokasi dan Waktu
Penelitian ini dilaksanakan pada bulan Juli 2013 sampai dengan Juni 2014.
Tahap pra-pengolahan citra dilaksanakan pada bulan Juli 2013 yang bertempat di
Laboratorium Remote Sensing dan GIS, Departemen Manajemen Hutan, Fakultas
Kehutanan, Institut Pertanian Bogor. Pengambilan data lapang dilaksanakan pada
bulan Agustus 2013 di wilayah Perum Perhutani KPH Ciamis, yaitu di RPH
Pangandaran, RPH Kalipucang, dan RPH Cicapar. Pengolahan data, analisis data
dan penyusunan laporan dilaksanakan pada bulan Januari - Juni 2014 yang
bertempat di Laboratorium Remote Sensing dan GIS, Departemen Manajemen
Hutan, Fakultas Kehutanan, Institut Pertanian Bogor.
.
Alat dan Data
Alat yang digunakan pada penelitian ini yaitu Global Positioning System
(GPS), alat tulis, tally sheet, kamera digital, satu unit laptop dengan perangkat
lunak Erdas Imagine 9.1, ArcView 3.2, ArcGIS 9.3, Minitab 16, Microsoft Excel
2010, dan Microsoft Word 2010. Data yang digunakan pada penelitian ini adalah
citra Landsat 8 path 121 row 65 perekaman bulan Mei tahun 2013, peta wilayah
kerja RPH Cicapar, RPH Kalipucang, dan RPH Pangandaran, KPH Ciamis dan
peta Rupa Bumi Indonesia daerah Jawa Barat skala 1: 25 000.
Prosedur Analisis Data
Pra Pengolahan Citra
Pra pengolahan citra merupakan tahap awal dari pengolahan citra satelit.
Secara umum tahap ini berupa perbaikan terhadap data citra yang memiliki
kesalahan dan pembuatan peta lokasi penelitian. Tahap ini dimulai dengan
langkah dari import data citra, membuat citra komposit, koreksi geometri citra dan
pemotongan citra.
1. Import Data
Citra Landsat 8 yang digunakan pada penelitian ini pada awalnya memiliki
format *.TIF kemudian dilakukan perubahan format menjadi *.img dengan
menggunakan perangkat lunak Erdas Imagine 9.1.
3
2. Pembuatan Citra Komposit
Citra Landsat 8 terdiri dari 9 saluran Operational Land Imager (OLI) dan
2 saluran Thermal Infrared Sensor (TIRS) , penggabungan band dimaksudkan
untuk memperoleh suatu data citra multispektral yang terdiri dari band cahaya
tampak (visible), Near Infrared (NIR), Shortwave Infrared (SWIR) dan Cirrus
pada citra landsat 8. Jaya (2010) menjelaskan bahwa dengan hanya satu band
(saluran) yang umumnya ditampilkan dengan “grayscale/hitam putih“, identifikasi
obyek pada citra umumnya lebih sulit dibandingkan dengan interpretasi pada citra
berwarna. Pada penelitian ini citra yang digunakan merupakan penggabungan dari
seluruh band yang terdapat pada citra Landsat 8 ditambah dengan Normalized
Difference Vegetation Index/NDVI (pada layer 12). Karakteristik band citra
Landsat 8 disajikan pada Tabel 1.
Tabel 1 Karakteristik band citra landsat 8
Panjang
Saluran
gelombang (µm)
Band 1 – coastal aerosol
0.43 - 0.45
Band 2 – Blue
0.45 - 0.51
Band 3 – Green
0.53 - 0.59
Band 4 – Red
0.64 - 0.67
Band 5 – Near Infrared (NIR)
0.85 - 0.88
Band 6 – Shortwave Infrared(SWIR) 1
1.57 - 1.65
Band 7 – Shortwave Infrared(SWIR) 2
2.11 - 2.29
Band 8 – Panchromatic
0.50 - 0.68
Band 9 – Cirrus
1.36 - 1.38
Band 10 - Thermal Infrared (TIRS) 1
10.6 - 11.19
Band 11 – Thermal Infrared (TIRS) 2
11.5 - 12.51
Resolusi spasial
(m)
30
30
30
30
30
30
30
15
30
100
100
Sumber : USGS (2013)
3. Koreksi Geometrik
Jaya (2010) menjelaskan bahwa koreksi geometri dibutuhkan untuk
melakukan rektifikasi (pembetulan) agar koordinat pada citra sesuai dengan
koordinat geografi. Hal ini perlu dilakukan untuk mendapatkan nilai piksel yang
sebenarnya pada posisi yang tepat. Citra Landsat 8 sudah terorthorektifikasi Level
1T- precision yang artinya sudah dilakukan rektifikasi dengan data Digital
Elevation Model (DEM) dari Global Land Surveys 2000 sehingga hanya
dilakukan reproject citra untuk mengubah proyeksi citra menjadi Universal
Tranverse Mectator (UTM) zona 49 S dan datum yang digunakan adalah World
Geodetic System(WGS) 84.
4. Pemotongan Citra
Pemotongan citra dilakukan untuk mendapatkan citra dengan areal yang
menjadi lokasi penelitian. Hal ini dilakukan agar mempermudah fokus hanya pada
lokasi penelitian saja.
Pembuatan Titik Pengamatan dan Pengambilan Data Lapang
Lokasi titik plot awal pengamatan ditentukan dengan metode systematic
sampling with random start. Pembuatan titik plot pengamatan dilakukan dengan
4
menggunakan ekstensi IHMB-Jaya pada Arc View 3.2. Sebelumnya, dilakukan
identifikasi awal tutupan lahan agar dapat memberikan gambaran awal tutupan
lahan yang ada di lokasi penelitian. Hal ini dilakukan untuk mengetahui sebaran
titik pada citra berdasarkan informasi kelas perusahaan atau kelas jenis dan kelas
umur (KU) tanaman pada peta wilayah kerja RPH. Titik yang telah diperoleh
diinterpretasikan secara visual, kemudian dipilih secara purposive untuk dilakukan
pengamatan lapang. Penentuan plot contoh di lapangan didasarkan pada
keterwakilan masing-masing kelas jenis dan kelas umur yang ada dilapangan.
Bentuk dan ukuran plot yang dibuat sesuai dengan pedoman inventarisasi hutan
tanaman di Perum Perhutani, yaitu:
1. Pengambilan data pada tegakan KU I dan KU II dilakukan dengan
membuat plot lingkaran seluas 0.02 Ha (radius 7.94 m)
2. Pengambilan data pada tegakan KU III dan KU IV dilakukan dengan
membuat plot lingkaran seluas 0.04 Ha (radius 11.28 m)
3. Pengambilan data pada tegakan KU V keatas dilakukan dengan
membuat plot lingkaran seluas 0.1 Ha (radius 17.8 m)
Peta lokasi titik plot pengamatan lapang di KPH Ciamis disajikan pada Gambar 1.
Gambar 1 Peta lokasi titik plot pengamatan lapang di KPH Ciamis
Pengolahan Data Lapangan
Pengolahan data lapangan dilakukan untuk mengetahui nilai biomassa atas
tegakan pada plot-plot yang telah diukur. Pendugaan biomassa dilakukan dengan
dua cara perhitungan. Perhitungan pertama dengan cara menggunakan gabungan
pendekatan metode alometrik dan BEF, sedangkan perhitungan kedua
menggunakan pendekatan metode alometrik saja. Pendugaan biomassa dilapang
menggunakan metode alometrik untuk masing-masing jenis pohon. Pada
penelitian ini dengan menggunakan rumus:
5
BAP Jati
BAP Mahoni
BAP Sengon
= 0.0548 D2.5792
= 0.048 D2.68
= 0.1126 D2.3445
(Siregar 2012)
(Adinugroho & Sidiyasa 2006)
(Siringoringo & Siregar 2006 dalam
Krisnawati et al. 2011)
Keterangan:
BAP = Biomassa atas tegakan pohon
D
= Diameter (m)
Pendugaan biomassa dengan menggunakan koefisien Biomass Expansion
Factor (BEF) dilakukan apabila data diameter yang didapat di lapang memiliki
rentang diluar diameter yang digunakan untuk menyusun rumus alometrik
biomassa. Pendugaan biomassa dengan BEF dihitung menggunakan rumus:
Keterangan:
BAP
V
WD
BEF pohon
= biomassa atas tegakan pohon
= volume pohon (m3)
= kerapatan kayu (Kg/m3) dengan nilai 670 (Kg/m3) atau 0.67
(ton/m3) untuk Jati dan 330 (Kg/m3) atau 0.33 (ton/m3) untuk
mahoni (Martawidjaya et al. 2005)
= biomass Expansion Factor dengan koefisien 1.26 untuk Jati
(Hendri 2001) dan 1.36 untuk mahoni (Adinugroho & Sidiyasa
2006)
Pengolahan data volume dihitung dengan menggunakan rumus:
Keterangan:
V
= volume pohon (m3), Pengukuran volume jenis Jati berdiameter ≥ 20 cm
menggunakan Tabel Volume lokal yang tersedia
π
= 3.14159265358979
D
= diameter setinggi dada (m)
H
= tinggi total pohon (m)
F
= faktor Angka Bentuk dengan nilai koefisien 0.76 untuk Jati (Novendra
2008) dan 0.759 untuk Mahoni (Wijaksana 2008)
Pendugaan Biomassa pada plot kayu rimba campuran diolah dengan
menggunakan rumus:
Keterangan:
Biomassa tegakan
Volume tegakan
BCEF
= biomassa tegakan diatas permukaan tanah (ton/ha)
= volume tegakan (m3/ha)
= biomass conversion and expansion factor mengacu
kepada panduan IPCC tahun 2006
(Krisnawati et al.2011)
6
Analisis Data
1. Penyusunan Model Penduga Biomassa
Analisis hubungan antara biomassa dengan nilai digital dari peubah citra
dilakukan dengan menyusun model hubungan biomassa atas tegakan dengan nilai
digital dari peubah citra. Peubah citra yang diamati dalam penelitian ini
merupakan nilai digital band asli citra Landsat 8 dan nilai NDVI. Penyusunan
model dibuat dengan menggunakan data biomassa atas tegakan yang diperoleh
dari seluruh titik plot yang didapat dilapangan. Model yang digunakan dalam
penelitian ini adalah model eksponensial.
Y = e (a+bX1+cX2+mXn)
Keterangan:
Y
= biomassa atas tegakan
X
= nilai digital peubah citra
a, b, c
= nilai estimasi parameter
Penyusunan model hubungan biomassa dengan masing-masing peubah citra
diawali dengan melakukan analisis korelasi. Analisis korelasi dilakukan untuk
mengetahui tingkat kekuatan hubungan linier antara dua peubah atau lebih. Nilai
digital number yang digunakan pada masing-masing peubah citra merupakan nilai
digital number rata-rata pada training area di sekitar titik plot pengamatan pada
citra. Hasil analisis korelasi tersebut, akan dipilih peubah citra yang akan
digunakan dalam penyusunan model regresi. Selain itu, pemilihan peubah juga
dilakukan dengan mengamati matriks korelasi antar semua peubah. Proses
menganalisis hubungan nilai digital number masing-masing band asli, NDVI, dan
biomassa dilakukan dengan menggunakan software Minitab 16.
2. Pemilihan Model Terbaik
Pemilihan model terbaik ditentukan oleh beberapa kriteria. Setelah beberapa
persamaan model penduga biomassa atas tegakan tersusun, dilakukan perhitungan
nilai VIF (Variance Inflation Factor) untuk mengetahui ada atau tidaknya
hubungan multikolinearitas pada model. Selanjutnya, dilakukan analisis
berdasarkan 2 kriteria, yaitu: koefisien determinasi terkoreksi (R2adj) dan RMSE
(Root Mean Square Error). RMSE digunakan untuk mengetahui seberapa besar
error yang dihasilkan pada perhitungan model. Semakin kecil nilai RMSE, maka
akan semakin kecil pula kesalahan yang terjadi pada perhitungan model.
Perhitungan RMSE menggunakan rumus:
Keterangan:
MSE = kuadrat tengah sisa
RMSE = akar kuadrat tengah sisa
yi
= biomassa hasil observasi lapang ke-i
ŷ
= biomassa model ke-i
n
= jumlah plot samplet
7
3. Pembuatan Peta Sebaran Biomassa Atas Tegakan
Dasar pembuatan peta sebaran kelas biomassa adalah model terpilih yang
menjelaskan hubungan antara biomassa dengan peubah citra. Sebelum dilakukan
pemetaan, terlebih dahulu dilakukan pemodelan spasial dengan menggunakan
modeler yang terdapat pada perangkat lunak Erdas Imagine 9.1 sehingga nilai
piksel pada citra menunjukan kandungan nilai biomassa pada masing-masing
pikselnya. Setelah itu, dilakukan reklasifikasi nilai biomassa pada citra dengan
menggunakan perangkat lunak ArcGIS 9.3. Peta sebaran biomassa dibuat
berdasarkan jumlah kelas yang telah ditentukan. Jumlah kelas yang digunakan
awalnya berdasarkan acuan Sturges, kemudian agar lebih sederhana dibuat
dengan 7 kelas, 5 kelas dan 3 kelas, sedangkan selang kelas ditentukan dengan
melihat sebaran nilai biomassa yang diukur dari seluruh plot yang ada di lapangan.
4. Evaluasi Akurasi
Akurasi dianalisis menggunakan matrik kontingensi, yaitu suatu matrik
bujur sangkar yang memuat jumlah piksel yang diklasifikasi. Matrik ini juga
sering disebut dengan “error matrix” atau “confusion matrix” (Jaya 2009). Contoh
matrik kontingensi disajikan pada Tabel 2.
Tabel 2 Contoh matrik kontingensi
Data
Akurasi
Dikelaskan ke kelasTotal
referensi
pembuat
A
B
C
D
A
X11
X12
X13
X14
X1+
X11/X1+
B
X21
X22
X23
X24
X2+
X22/X2+
C
X31
X32
X33
X34
X3+
X33/X3+
D
X41
X42
X43
X44
X4+
X44/X4+
Total
X+1
X+2
X+3
X+4
N
Akurasi
X11/X+1 X22/X+2 X33/X+3 X44/X+4
pengguna
Sumber : Jaya (2009)
Tingkat keterwakilan dan akurasi pembuatan peta sebaran biomassa
dihitung dengan menggunakan Akurasi keseluruhan (overall accuracy), dan
akurasi kappa (kappa accuray). Akurasi Kappa lebih sering digunakan karena
menggunakan seluruh elemen dalam matrik. Rumus dari akurasi di atas dapat
dinyatakan sebagai berikut :
Akurasi keseluruhan
Akurasi Kappa
Keterangan :
Xii
= nilai diagonal dari matrik kontingensi baris ke-i dan kolom ke-i
X+i = jumlah piksel dalam kolom ke-i
X i+ = jumlah piksel dalam baris ke-i
N
= banyaknya piksel dalam contoh
8
HASIL DAN PEMBAHASAN
Identifikasi Titik Plot Pengamatan di Lapangan
Berdasarkan hasil pengamatan lapangan yang dilakukan di KPH Ciamis
didapatkan 52 plot titik pengamatan. Titik tersebut diambil pada lokasi tegakan
kelas hutan yang ada di wilayah kerja RPH Cicapar, RPH Kalipucang, dan RPH
Pangandaran, yaitu: kelas hutan Jati, Mahoni, dan Rimba Campuran. Tabel 3
merupakan sebaran titik hasil pengambilan data lapang.
Tabel 3 Sebaran titik-titik plot pengamatan biomassa lapang
No.
Kelas jenis
Kelas umur
Jumlah titik plot
pengamatan
1
Jati
I (1-10 tahun)
21
II (11-20 tahun)
5
III (21-30 tahun)
3
IV (31-40 tahun)
7
2
Mahoni
II (6-10 tahun)
4
III (11-15 tahun)
3
IV (16-20 tahun)
1
V (21-25 tahun)
4
VIII (36-40 tahun)
3
3
Rimba campuran
1
Jumlah titik pengamatan
52
Perhitungan biomassa atas tegakan dilakukan terhadap seluruh pohon yang
berada pada masing-masing titik plot pengamatan. Pengambilan data titik plot
pengamatan paling banyak berada pada petak dengan kelas jenis jati pada kelas
umur I. Pada titik plot pengamatan kelas hutan jati ditemukan pohon jenis lain,
seperti sengon dan mahoni, sedangkan pada kelas hutan mahoni ditemukan jenis
sengon dan jati. Gambar 2 merupakan grafik biomassa lapangan (ton/ha) yang di
dapat dari semua titik plot pengamatan hasil perhitungan biomassa I dan
perhitungan
biomassa II.
1200
Biomassa (ton/ha)
1000
800
600
Biomassa I
400
Biomassa
II
200
0
1 3 5 7 9 111315171921232527293133353739414345474951
No.Titik Plot Lapang
Gambar 2 Hasil perhitungan biomassa I dan perhitungan biomassa II
9
Menurut Krisnawati et al. (2012), rentang diameter pohon contoh yang
digunakan untuk menyusun masing-masing model alometrik volume dan
biomassa bervariasi sehingga perlu dipertimbangkan apabila akan menggunakan
model alometrik volume pohon tersebut untuk pendugaan volume dan biomassa
pohon. Pada perhitungan biomassa I dilakukan dengan menggunakan rumus
alometrik, akan tetapi tidak semua diameter pohon contoh yang diambil
dilapangan memiliki diameter yang masuk kedalam rentang diameter penyusun
rumus alometrik. Oleh karena itu, untuk pohon dengan diameter yang tidak masuk
kedalam rentang diameter penyusun rumus alometrik digunakan perhitungan
dengan BEF. Pada jenis jati dengan diameter < 4.8 cm dan lebih dari 26.2 cm
dilakukan perhitungan biomassa dengan BEF. Pada jenis mahoni dengan diameter
< 14.3 cm dan lebih dari 36.9 cm dilakukan perhitungan biomassa dengan BEF.
Pada jenis sengon, semua pohon memiliki diameter yang masuk ke dalam rentang
alometrik biomassa jenis sengon. Perhitungan biomassa II dilakukan hanya
dengan menggunakan alometrik tanpa mempertimbangkan rentang diameter yang
menyusun model alometrik.
Nilai biomassa terkecil diperoleh pada plot yang didominasi oleh tanaman
jati berumur 1 tahun sebesar 0.180 ton/ha pada perhitungan biomassa I dan
sebesar 0.319 ton/ha pada perhitungan biomassa II. Nilai biomassa yang paling
besar diperoleh pada plot yang didominasi oleh tanaman mahoni berumur 37
tahun sebesar 1 087.06 ton /ha pada perhitungan biomassa I dan sebesar 585.06
ton/ha pada perhitungan biomassa II. Secara umum nilai biomassa yang didapat
dengan perhitungan pertama (gabungan rumus alometrik dan BEF) lebih besar
dari pada perhitungan kedua yang hanya menggunakan alometrik saja, kecuali
pada plot yang didominasi oleh tanaman jati muda dengan rentang diameter < 4.8
cm. Hasil uji tstudent berpasangan antara kedua perhitungan biomassa dapat
ditunjukan pada Tabel 4.
Tabel 4 Hubungan perhitungan biomassa I dan biomassa II
Biomassa
N
Korelasi
t tabel t hitung
Sig.
Biomassa I – Biomassa II 52 0.967213 2.007 1.959
0.05
Berdasarkan tabel 4 setelah diuji tstudent berpasangan nilai thitung yang didapat
lebih kecil daripada ttabel (sig.