2.3.1 Persiapan dan Pengumpulan Data.
Citra yang digunakan dalam penelitian ini dapat diunduh secara gratis melalui internet. Adapun citra PALSAR yang diunduh adalah citra PALSAR
resolusi 50 m yang merupakan produk terkoreksi, sehingga tidak diperlukan proses pra pengolahan citra dan telah siap dianalisis.
Plot contoh
diambil dengan memperhatikan kelompok umur tanaman dan kemudahan aksesibilitas. Perbedaan umur tanaman dapat terlihat melalui
perbedaan tingkat kecerahan pada citra PALSAR. Tingkat kecerahan merupakan representasi nilai backscatter. Namun hal ini masih perlu dibuktikan di lapangan
untuk memperoleh data yang lebih akurat. Untuk masing-masing kelompok umur, jumlah minimal plot contoh yang diambil adalah 3 plot.
Dalam memperoleh sebaran informasi yang dibutuhkan untuk penentuan jumlah dan lokasi plot contoh, perlu terlebih dahulu dilakukan penafsiran citra.
Penafsiran citra dilakukan untuk mendapat informasi yang terkandung dalam citra. Dalam hal ini diperlukan informasi mengenai tutupan lahan yang tersedia di
lapangan. Informasi mengenai tutupan lahan pada citra PALSAR disajikan dalam Gambar 5.
2.3.2 Pengolahan Citra Analisis
Backscatter
Analisis backscatter dalam penelitian ini dilakukan terhadap polarisasi HH
dan HV pada citra ALOS PALSAR. Nilai backscatter untuk tiap plot sampel diturunkan dari nilai digital pada tiap plot tersebut. Nilai backscatter dapat
diperoleh dengan rumus kalibrasi Shimada et al. 2009 sebagai berikut : NRCSdB = 10log10DN
2
+ CF Keterangan :
NRCS = Normalized Radar Cross Section DN = Digital Number
CF
= Calibration Factor, yaitu -83 untuk HH dan HV
Perhitungan backscatter dilakukan pada beberapa ukuran sampel dalam
citra. Hal ini dilakukan untuk mengetahui keterwakilan nilai digital yang terdapat pada citra. Posisi pengambilan sampel pada citra dilakukan sesuai dengan posisi
plot, untuk mengetahui hubungan nilai digital dalam ukuran sampel tersebut terhadap biomasa per plot. Ukuran sampel yang diambil memperhatikan tingkat
kehomogenan tutupan lahan yang terwakili, dan gap antar plot yang dapat terjadi. Semakin homogen sampel yang terwakili, maka nilai digital data yang didapat
akan semakin baik. Ukuran sampel yang diambil sebaiknya tidak memiliki gap antara satu sama lain, untuk memberi nilai digital yang lebih akurat. Perhitungan
backscatter pada penelitian ini dilakukan pada ukuran sampel 1x1 hingga 10x10 pixel. Adapun perhitungan backscatter pada masing-masing ukuran sampel
disajikan pada Tabel 1.
Analisis NDVI
Analisis NDVI Normalized Difference Vegetation Index dilakukan terhadap band-band pada citra Landsat ETM 7. Rumus umum, transformasi NDVI
adalah sebagai berikut : NDVI = NIR - R NIR + R
Keterangan : NDVI =
Normalized Difference Vegetation Index NIR
= Nilai digital pada band Inframerah dekat Near Infrared R
= Nilai digital pada band Merah Red Dalam hubungannya dengan vegetasi, analisis spektral pada citra Landsat
dapat memanfaatkan beberapa band, seperti band 3 RedMerah dan band 4 Near InfraredInframerah Dekat. Kelebihan kedua band ini untuk identifikasi vegetasi
adalah objek akan memberikan tanggapan spektral yang tinggi. Hubungan kedua band tersebut dapat dilihat dalam nilai index vegetasi.
Nilai NDVI berkisar antara -1 sampai 1, dimana nilai NDVI yang rendah negatif mengidentifikasikan daerah bebatuan, pasir dan salju. Nilai NDVI yang
tinggi positif mengidentifikasikan wilayah vegetasi baik berupa padang rumput, semak belukar maupun hutan. Nilai index vegetasi dapat memberikan informasi
tentang persentase penutupan vegetasi, index tanaman hidup Leaf Area Index, biomasa tanaman, kapasitas fotosintesis, dan estimasi penyerapan karbon dioksida
CO
2
. Peta hasil analisis NDVI disajikan pada Gambar 6.
Gambar 5 Hasil penafsiran tutupan lahan pada citra PALSAR.
Gambar 6 Peta hasil analisis NDVI pada citra Landsat.
Tabel 1 Hasil analisis backscatter untuk kelapa sawit dan karet pada beberapa ukuran sampel citra PALSAR
Vegetasi Luas Pixel
DN DN Backscatter Backscatter HH min
HH max HV min
HV max HH min
HH max St. Dev
HV min HV max
St. Dev
Karet 1x1 pixel
2411.750 8121.500 912.000
4370.500 -15.353
-4.807 1.948
-23.800 -10.189
3.047 2x2 pixel
2560.667 7956.667 958.556
4274.333 -14.833
-4.985 1.826
-23.368 -10.383
2.969 3x3 pixel
2550.563 7546.563 947.938
4278.438 -14.867
-4.950 1.833
-23.464 -10.393
2.918 4x4 pixel
2729.640 7895.880 1010.800 4262.040
-14.278 -5.052
1.728 -22.907
-10.408 2.821
5x5 pixel 2796.222 7933.667 1051.333
4282.139 -14.069
-5.011 1.711
-22.565 -10.367
2.740 6x6 pixel
2923.755 7857.755 1097.551 4310.878
-13.681 -5.094
1.654 -22.192
-10.309 2.700
7x7 pixel 2983.250 7870.208 1148.719
4255.266 -13.506
-5.080 1.627
-21.796 -10.421
2.612 8x8 pixel
3061.519 7832.840 1194.284 4278.531
-13.281 -5.122
1.567 -21.458
-10.374 2.519
9x9 pixel 3283.800 7854.218 1329.020
4191.560 -12.672
-5.098 1.487
-20.529 -10.552
2.345 10x10 pixel
3373.438 7840.000 1393.050 4143.579
-12.439 -5.114
1.415 -20.121
-10.652 2.188
Kelapa Sawit
1x1 pixel 4816.250 6768.500 1803.500
3493.750 -9.346
-6.390 0.824
-17.878 -12.134
1.034 2x2 pixel
4912.444 6751.667 1893.889 3138.222
-9.174 -6.412
0.763 -17.453
-13.066 0.879
3x3 pixel 3807.438 6816.000 1441.625
3242.688 -11.387
-6.329 0.937
-19.823 -12.782
1.150 4x4 pixel
3881.480 6746.560 1456.880 3039.240
-11.220 -6.418
0.876 -19.732
-13.345 1.011
5x5 pixel 4899.639 6712.417 1914.806
3042.405 -9.197
-6.462 0.731
-17.358 -13.336
0.803 6x6 pixel
4924.776 6619.571 1912.061 3003.163
-9.152 -6.583
0.699 -17.370
-13.448 0.767
7x7 pixel 4944.938 6533.281 1939.781
2933.750 -9.117
-6.697 0.709
-17.245 -13.652
0.743 8x8 pixel
4980.322 6502.864 1941.556 2902.617
-9.055 -6.738
0.685 -17.237
-13.744 0.723
9x9 pixel 4979.700 6544.436 1963.040
2843.764 -9.056
-6.683 0.680
-17.141 -13.922
0.703 10x10 pixel
5013.121 6497.868 1963.372 2821.050
-8.998 -6.745
0.672 -17.140
-13.992 0.696
12
2.3.3 Pengambilan Data Lapangan
Kategori