1.3 Tujuan Penelitian
Tujuan umum dari penelitian ini adalah membangun metode yang tepat untuk deteksi degradasi hutan lahan kering di TNGHS. Tujuan khususnya adalah:
1. Mengidentifikasi peubah yang dapat digunakan sebagai indikator degradasi
hutan di lapangan. 2.
Mengevaluasi tingkat akurasi klasifikasi kerapatan hutan menggunakan metode FCD, maximum likelihood, fuzzy dan belief-dempster shafer.
3. Mengevaluasi tingkat akurasi deteksi degradasi hutan.
1.4 Manfaat Penelitian
1. Sebagai dasar pertimbangan pembentukan kelas-kelas hutan dalam rangka
deteksi deforestasi dan degradasi hutan. 2.
Metode yang tepat sebagai hasil penelitian ini dapat digunakan sebagai bahan untuk MRV REDD dan peringatan dini proses deforestasi dan degradasi
hutan.
1.5 Ruang Lingkup Penelitian
Ruang lingkup penelitian ini mencakup proses deteksi degradasi hutan di kawasan hutan Gunung Surandil dan Gunung Pangkulahan TNGHS. Proses
degradasi hutan di kawasan tersebut dikaji menggunakan change detection. Metode klasifikasi yang digunakan dalam change detection adalah klasifikasi
forest canopy density, maximum likelihood, fuzzy dan belief dempster-shafer.
1.6 Kerangka Pemikiran
Laju deforestasi dan degradasi hutan di Indonesia pada beberapa tahun terakhir ini semakin tinggi. Data laju degradasi hutan merupakan salah satu
parameter untuk penurunan emisi pemanasan global. Data degradasi hutan dan metode deteksi degradasi hutan pada taman nasional di Indonesia belum dapat
disajikan secara cepat dan kontinyu sebagai salah satu data pendukung dalam MRV REDD. Permasalahan yang juga dihadapi dalam degradasi adalah
permasalahan spasial dimana selain data angka juga diperlukan data spasial yang mampu menyajikan lokasi dan posisi terjadinya degradasi hutan.
Teknologi penginderaan jauh sangat bermanfaat dalam menjawab permasalahan deteksi degradasi hutan. Kemampuan teknologi ini dapat
menjangkau wilayah yang luas, resolusi spasial, resolusi spektral, resolusi radiometrik dan resolusi temporal yang baik serta efisien dalam penggunaannya.
Kemampuan teknologi citra Landsat dapat digunakan untuk deteksi indikator degradasi hutan diantaranya volume, luas bidang dasar, kerapatan tegakan, LAI,
kerapatan kanopi dan crown indicator. Perkembangan metode deteksi saat ini adalah dikenalnya metode change detection. Terdapat 4 metode klasifikasi
penutup lahan yaitu forest canopy density, maximum likelihood, fuzzy dan belief dempster shafer. Metode fuzzy dan belief menggunakan pendekatan bahwa kelas
penutup lahan tertentu tidak dapat diklasifikasikan secara tepat dengan angka kelas interval pada nilai piksel citra. Terdapat kelas penutup lahan yang
mempunyai interval yang samar atau fuzzy. Metode-metode tersebut membutuhkan pengujian untuk dapat menghasilkan
metode deteksi degradasi hutan yang lebih detil. Berdasarkan hasil akhir dari klasifikasi di atas maka menghasilkan data kelas perubahan kerapatan hutan
sebagai indikator degradasi hutan. Hasil uji akurasi yang terbaik dengan kriteria degradasi hutan di lapangan dengan metode klasifikasi tersebut merupakan
novelty penelitian ini. Penelitian tentang kajian metode deteksi degradasi hutan yang mampu menghasilkan informasi degradasi hutan terdiri dari kelas yang detil
dan akurat belum pernah dilakukan di hutan lahan kering Indonesia. Berdasarkan hal-hal tersebut di atas maka penelitian ini akan membangun metode terbaik
untuk deteksi degradasi di hutan lahan kering studi kasus di TNGHS. Kerangka pemikiran disajikan di Gambar 1.