Pendugaan Cadangan Karbon Hutan Tanaman Eucalyptus Grandis Tahun Tanam 2004 Dan 2005 Di Areal Hphti PT. TPL Sektor Aek Nauli Menggunakan Citra Landsat TM

PENDUGAAN CADANGAN KARBON HUTAN TANAMAN
Eucalyptus grandis TAHUN TANAM 2004 DAN 2005
DI AREAL HPHTI PT TPL SEKTOR AEK NAULI
MENGGUNAKAN CITRA LANDSAT TM

________
SKRIPSI

Oleh:

NORA V. BUTARBUTAR
051201030

DEPARTEMEN KEHUTANAN
FAKULTAS PERTANIAN
UNIVERSITAS SUMATERA UTARA
2009

Universitas Sumatera Utara

ABSTRAK

NORA V. BUTARBUTAR: Pendugaan Cadangan Karbon Hutan Tanaman
Eucalyptus grandis Tahun Tanam 2004 dan 2005 di Areal HPHTI PT TPL
Sektor Aek Nauli Menggunakan Citra Landsat TM, dibimbing oleh Nurdin
Sulistiyono dan Onrizal
Informasi mengenai kemampuan suatu tegakan hutan dalam menyimpan
karbon sangat penting dalam rangka mitigasi perubahan iklim, khususnya
pemanasan global. Tujuan penelitian ini adalah untuk mengembangkan model
spasial pendugaan kandungan karbon hutan tanaman Eucalyptus grandis dengan
menggunakan Landsat TM. Model dibangun menggunakan pendekatan statistik
berdasarkan hubungan antara digital number data citra satelit dan kandungan
karbon yang diperoleh dari pengukuran biomassa plot sampel dengan metode
allometrik. Hasil penelitian ini menunjukkan bahwa model terbaik adalah Y =
23,512 Log B – 29,167 dengan R2 = 9,5 %. Cadangan karbon rata-rata tegakan
yang berumur 1 tahun adalah 3,38 ton/ha, sedangkan pada tanaman berumur 2
tahun adalah sebesar 4,28 ton/ha. Citra satelit Landsat TM dapat digunakan untuk
menduga cadangan karbon di atas permukaan tanah pada tegakan E. grandis.
Kata kunci : Karbon, Eucalyptus grandis, Landsat TM

Universitas Sumatera Utara

ABSTRACT

NORA V. BUTARBUTAR: Estmating Carbon Stock 0f Eucalyptus grandis
planted in 2004 and 2005 in HPHTI PT TPL Sector Aek Nauli Using Landsat
TM, supervised by Nurdin Sulistiyono and Onrizal
Information of forest stand ability in carbon sequestration is vital in order
to climate mitigation, specially for global warming. The aim of this research is to
develop the spasial model of carbon stock of planted Eucalyptus grandis forests
using Landsat TM. The model was developed using statistical approach based on
relationship between the digital number of remotely sense data and carbon stock
was estiamted by allometrik equation in each sample plot. The result of the
researh show that the best model is Y = 23.512 Log B – 29.167, R2 = 9.5 %. The
average carbon stock in planted stand, 3.38 ton/ha and 4.28 ton/ha in planted
stand of 1 and 2 age years old. The research concludes that remotely sensed data
Landsat TM could be used for estimating above-ground carbon stock of E.
grandis stand.

Key words : Carbon, Eucalyptus grandis, Landsat TM

Universitas Sumatera Utara

KATA PENGANTAR

Puji dan Syukur penulis panjatkan kehadirat Tuhan Yang Maha Kuasa atas
kasih dan rahmat-Nya sehingga penulis dapat menyelesaikan penulisan hasil
penelitiaan ini. Penelitian ini berjudul “Pendugaan Cadangan Karbon Hutan
Tanaman Eucalyptus grandis di Areal HPHTI PT TPL Sektor Aek Nauli
Menggunakan Citra Landsat TM”. Adapun tujuan dari penelitian ini adalah untuk
membangun model spasial pendugaan cadangan karbon hutan tanaman
Eucalyptus grandis di Areal HPHTI PT TPL Sektor Aek Nauli.
Pada kesempatan ini penulis mengucapkan terima kasih sebesar-besarnya
kepada Ayahanda S.M. Butarbutar dan Ibu R. Simangunsong yang senantiasa
memberikan kasih sayang dan mendidik penulis selama ini dan kepada adik-adik
(Syamsul, Donald, Nopanda, Maria dan Angelina) yang telah memberikan
dukungan moril bagi penulis. Penulis menyampaikan ucapan terimakasih kepada
Bapak Nurdin Sulistiyono, S.Hut, M.Si dan Bapak Onrizal, S,Hut, M.Si selaku
ketua dan anggota komisi pembimbing yang telah membimbing dan memberikan
berbagai masukan berharga bagi penulis dari mulai menetapkan judul, melakukan
penelitian sampai dapat menyelesaikan penyusunan draft hasil penelitian ini.

Khusus untuk Bapak Sayed Ahmad Zakky di PT TPL Sektor Aek Nauli, penulis
menyampaikan banyak terimakasih atas bantuannya selama pengambilan data.
Disamping itu, penulis juga mengucapkan terimaksih kepada semua staft
pengajar dan pegawai di Departemen Kehutanan, serta semua rekan mahasiswa
yang tak dapat disebutkan satu per satu di sini yang telah membantu penulis
dalam menyelesaikan Skripsi ini. Semoga hasil penelitian ini bermanfaat.

Universitas Sumatera Utara

DAFTAR ISI

Hal
KATA PENGANTAR .................................................................................. i
DAFTAR TABEL ........................................................................................ iv
DAFTAR GAMBAR .................................................................................... v
DAFTAR LAMPIRAN ................................................................................. vi
PENDAHULUAN ........................................................................................ 1
Latar Belakang .....................................................................................
Kerangka Pemikiran .............................................................................
Tujuan Penelitian .................................................................................

Hipotesis Penelitian ..............................................................................
Manfaat Penelitian ...............................................................................

1
4
5
5
5

TINJAUAN PUSTAKA................................................................................ 6
Ekologi dan Taksonomi Eucalyptus grandis ......................................... 6
Karbon ................................................................................................. 7
Pendugaan dan Pengukuran Karbon .................................................... 11
Riap Tegakan ....................................................................................... 12
Penginderaan Jauh................................................................................ 13
Citra Landsat TM ................................................................................. 13
Analisis Citra ....................................................................................... 15
Transformasi Tasseled Cap (TCT) ....................................................... 16
Indeks Vegetasi (IV) ............................................................................ 16
Brightness Temperature (BT) .............................................................. 17

Mekanisme Perdagangan Karbon ......................................................... 18
METODE PENELITIAN .............................................................................. 19
Waktu dan Tempat Penelitian ............................................................... 19
Alat dan Objek ..................................................................................... 19
Metode ................................................................................................. 20
Pengumpulan Data Sekunder ................................................................ 20
Pengolahan Data Citra .......................................................................... 20
Penentuan Plot Contoh (Piksel di Citra)................................................ 21
Pengumpulan Data Lapangan ............................................................... 21
1. Penentuan Plot ....................................................................... 21
2. Perhitungan Biomassa ........................................................... 21
3. Perhitungan Karbon................................................................ 23
Analisa Data......................................................................................... 23
1. Penyusunan Model ................................................................. 23
2. Pemilihan Model ................................................................... 24

Universitas Sumatera Utara

Pembuatan peta Sebaran Karbon ........................................................... 26
KONDISI UMUM LOKASI PENELITIAN.................................................. 28

HASIL DAN PEMBAHASAN ..................................................................... 30
Karakteristik Tegakan Eucalyptus grandis........................................... 30
Penyusunan Model Kandungan Karbon ............................................... 31
Pengujian Ketelitian Model Penduga cadangan Karbon ....................... 32
Pemilihan Model terbaik ..................................................................... 36
KESIMPULAN ............................................................................................ 41
DAFTAR PUSTAKA
LAMPIRAN

Universitas Sumatera Utara

DAFTAR TABEL
No

Hal

1. Persamaan alometrik penduga biomassa bagian pohon E. grandis ............. 21
2. Model Penduga Kandungan Karbon berdasarkan DN ................................ 30
3. Model Terpilih Penduga Kandungan Karbon tegakan
Acacia mangium Willd ............................................................................. 34

4. Nilai Varians of Inflasi Model Penduga Kandungan Karbon ..................... 36
5. Model terbaik Hubungan Digital Number dengan Kandungan Karbon ..... 36
6. Rata-rata Kandungan Karbon berdasarkan Model Terbaik ......................... 37

Universitas Sumatera Utara

DAFTAR GAMBAR
No.
Hal
1. Kerangka pemikiran penyusunan model penduga karbon tegakan
Eucalyptus grandis ................................................................................... 4
2. Diagram alir pembuatan model penduga karbon tegakan
Eucalyptus grandis.................................................................................... 26
3. Tampilan Plot Uji Kenormalan Model Linier Hubungan
Kandungan Karbon dengan Digital Number .............................................. 31
4. Tampilan Plot Uji Kenormalan Model Logaritma Hubungan
Kandungan Karbon dengan Digital Number .............................................. 31
5. Tampilan Plot Uji Kenormalan Model Eksponensial Hubungan
Kandungan Karbon dengan Digital Number .............................................. 32
7. Tampilan Plot Uji Heterokedasitas Model Linier Hubungan

Kandungan Karbon dengan Digital Number .............................................. 33
8. Tampilan Plot Uji Heterokedasitas Model Logaritma Hubungan
Kandungan Karbon dengan Digital Number .............................................. 33
9. Tampilan Plot Uji Heterokedasitas Model Eksponensial Hubungan
Kandungan Karbon dengan Digital Number .............................................. 33
10. Peta Sebaran Kandungan Karbon berdasarkan Model Terbaik ................. 38

Universitas Sumatera Utara

DAFTAR LAMPIRAN
No.

Hal

1. Hubungan Digital Number dengan Kandungan Karbon ........................... 42
2. Hasil Olahan Data Kandungan Karbon sebagai Fungsi
Digital Number ....................................................................................... 48
3. Rekapitulasi Data Diameter, Jumlah Pohon Data dan
Kandungan Karbon pada tiap-tiap Plot Contoh ........................................ 51

Universitas Sumatera Utara

ABSTRAK

NORA V. BUTARBUTAR: Pendugaan Cadangan Karbon Hutan Tanaman
Eucalyptus grandis Tahun Tanam 2004 dan 2005 di Areal HPHTI PT TPL
Sektor Aek Nauli Menggunakan Citra Landsat TM, dibimbing oleh Nurdin
Sulistiyono dan Onrizal
Informasi mengenai kemampuan suatu tegakan hutan dalam menyimpan
karbon sangat penting dalam rangka mitigasi perubahan iklim, khususnya
pemanasan global. Tujuan penelitian ini adalah untuk mengembangkan model
spasial pendugaan kandungan karbon hutan tanaman Eucalyptus grandis dengan
menggunakan Landsat TM. Model dibangun menggunakan pendekatan statistik
berdasarkan hubungan antara digital number data citra satelit dan kandungan
karbon yang diperoleh dari pengukuran biomassa plot sampel dengan metode
allometrik. Hasil penelitian ini menunjukkan bahwa model terbaik adalah Y =
23,512 Log B – 29,167 dengan R2 = 9,5 %. Cadangan karbon rata-rata tegakan
yang berumur 1 tahun adalah 3,38 ton/ha, sedangkan pada tanaman berumur 2
tahun adalah sebesar 4,28 ton/ha. Citra satelit Landsat TM dapat digunakan untuk
menduga cadangan karbon di atas permukaan tanah pada tegakan E. grandis.

Kata kunci : Karbon, Eucalyptus grandis, Landsat TM

Universitas Sumatera Utara

ABSTRACT

NORA V. BUTARBUTAR: Estmating Carbon Stock 0f Eucalyptus grandis
planted in 2004 and 2005 in HPHTI PT TPL Sector Aek Nauli Using Landsat
TM, supervised by Nurdin Sulistiyono and Onrizal
Information of forest stand ability in carbon sequestration is vital in order
to climate mitigation, specially for global warming. The aim of this research is to
develop the spasial model of carbon stock of planted Eucalyptus grandis forests
using Landsat TM. The model was developed using statistical approach based on
relationship between the digital number of remotely sense data and carbon stock
was estiamted by allometrik equation in each sample plot. The result of the
researh show that the best model is Y = 23.512 Log B – 29.167, R2 = 9.5 %. The
average carbon stock in planted stand, 3.38 ton/ha and 4.28 ton/ha in planted
stand of 1 and 2 age years old. The research concludes that remotely sensed data
Landsat TM could be used for estimating above-ground carbon stock of E.
grandis stand.

Key words : Carbon, Eucalyptus grandis, Landsat TM

Universitas Sumatera Utara

PENDAHULUAN
Latar Belakang
Pencemaran lingkungan, pembakaran hutan dan penghancuran lahan-lahan
hutan yang luas diberbagai benua di bumi menyebabkan karbon yang tersimpan
dalam biomassa hutan terlepas ke atmosfer dan kemampuan bumi untuk menyerap
CO2 dari udara melalui fotosintesis hutan berkurang. Intensitas Efek Rumah Kaca
(ERK) naik dan meyebabkan naiknya suhu permukaan bumi (Soemarwoto, 2001).
Salah satu cara menahan kenaikan suhu permukaan bumi adalah
mengurangi emisi Gas Rumah Kaca (GRK) hasil aktivitas manusia, yang
dilakukan antara lain dengan menggunakan bahan bakar dari sumber energi yang
lebih bersih, seperti beralih dari batubara ke gas, atau menggunakan sumber
energi terbarukan seperti tenaga matahari atau biomassa. Selain itu, mengurangi
penggunaan bahan bakar untuk kendaraan bermotor dan menghemat listrik juga
mengurangi emisi GRK. Usaha-usaha seperti ini disebut mitigasi. Clean
Development Mechanism (CDM) atau mekanisme pembangunan bersih (MBP)
merupakan salah satu opsi mitigasi yang memungkinkan aktivitas pelestarian
lingkungan hidup dan ekonomi dilakukan secara bersama oleh negara maju dan
negara berkembang (Mudiyarso, 2003).
Hutan mengabsorpsi CO2 selama proses fotosintesis dan menyimpannya
sebagai materi organik dalam biomassa tanaman. Banyaknya materi organik yang
tersimpan dalam biomassa hutan per unit luas dan per unit waktu merupakan
pokok dari produktivitas hutan. Produktivitas hutan merupakan gambaran
kemampuan hutan dalam mengurangi emisi CO2 di atmosfir melalui aktivitas
physiologinya. Pengukuran produktivitas hutan relevan dengan pengukuran

Universitas Sumatera Utara

biomassa. Biomassa hutan menyediakan informasi penting dalam menduga
besarnya potensi penyerapan CO2 dan biomassa dalam umur tertentu yang dapat
dipergunakan untuk mengestimasi produktivitas hutan (Heriansyah, 2005).
Hutan tanaman industri (HTI) monokultur memiliki peluang untuk
menjual karbon selama waktu daur tebang yang cukup singkat (7 – 10 tahun) dari
proses pertumbuhan pohon yang ditanam. Menurut Nurcahayaningsih, (2004)
tanaman Eucalyptus merupakan salah satu jenis tanaman yang berpotensi dalam
pengembangan HTI. Eucalyptus merupakan salah satu jenis tanaman yang cepat
tumbuh dan dapat dikembangkan dimana saja. Eucalyptus grandis adalah jenis
pohon yang banyak dikembangkan pada HTI di Sumatera Utara.
Dalam melihat fungsi hutan sebagai penyerap karbon, informasi mengenai
jumlah karbon yang disimpan oleh suatu kawasan hutan (stok karbon) menjadi
penting. Informasi tentang besarnya karbon yang dapat diturunkan atau diserap
dapat diperoleh dengan cara konvensional, akan tetapi cara ini membutuhkan
waktu lama, biaya besar dan belum mampu mengimbangi permintaan informasi
yang cepat dan akurat apabila dalam skala intensitas yang lebih tinggi.
Pengukuran secara langsung di lapangan membutuhkan biaya yang besar,
sehingga penggunaan citra satelit mulai dipertimbangkan. Citra satelit dapat
digunakan untuk mengetahui struktur tajuk dan akumulasi biomassa. Beberapa
studi menunjukkan bahwa data penginderaan jauh yang diperoleh dari beberapa
sensor dengan skala yang berbeda dapat secara langsung maupun secara tidak
langsung.
Penginderaan jauh digunakan untuk pengukuran biomassa hutan di atas
permukaan tanah atau sifat bentang lahan (landscape) lainnya pada skala yang

Universitas Sumatera Utara

sesuai dengan tujuan dan batasan studinya. Penelitian yang banyak dilakukan pada
masa kini memperlihatkan bahwa penginderaan jauh dapat mengamati penutupan
lahan dan faktor lainnya secara akurat.
Estimasi karbon tegakan Acacia mangium Willd menggunakan citra
landsat ETM+ di BKPH Parung Panjang KPH Bogor menunjukkan bahwa Citra
Landsat ETM+ mempunyai kemampuan yang baik untuk menduga kandungan
karbon di atas permukaan tanah tegakan A. mangium (Dahlan dan Istomo, 2005).
Studi mengenai korelasi stok karbon dengan karakteristik spektral citra landsat
yang dilaksanakan di Gunung Papandayan menunjukkan bahwa terdapat
hubungan antara stok karbon dengan kanal tunggal dan indeks vegetasi (Yaya, et
al., 2005).
Pendekatan dengan penginderaan jauh dapat juga dilakukan untuk
pengawasan multitemporal pada sebuah bentang lahan dan memberikan data
tentang ekosistem dan sifat-sifatnya. Sejalan dengan perkembangan teknologi
penginderaan jauh (remote sensing) satelit yang ada cukup memadai untuk
memantau kondisi terkini tentang sumber daya alam, diantaranya Landsat TM.

Universitas Sumatera Utara

Kerangka Pemikiran
Efek rumah
kaca

Pemanasan global

Protokol Kyoto
Opsi mitigasi

Sektor
Kehutanan
Perkembangan
teknologi
penginderaan jauh

Biomassa pohon
melalu citra satelit

Hutan tanaman
Industri

Data cadangan
biomassa

Menyerap Karbon
dan menyimpannya
dalam bentuk
biomassa

Model
Allometrik
penduga

Contoh terpilih

Hubungan digital
number
dengan Karbon

Model penduga karbon
Karbon = f (digital
number)

Nilai digital
number

Pengukuran
parameter
pohon di lapangan
(DBH)

Karbon tegakan
berdasarkan biomassa
pohon model Allometrik

Kandungan karbon
tegakan

Gambar 1. Kerangka pemikiran penyusunan model penduga karbon tegakan
Eucalyptus grandis

Universitas Sumatera Utara

Tujuan Penelitian
Tujuan penelitian ini adalah untuk
1. Membangun model spasial pendugaan cadangan karbon di atas permukaan
tanah pada tegakan Eucalyptus grandis tahun tanam 2004 dan 2005 di
areal HPHTI PT TPL dengan menggunakan citra Landsat TM.
2. Mengetahui besarnya cadangan karbon tegakan Eucalyptus grandis tahun
tanam 2004 dan 2005 di areal HPHTI PT TPL.

Hipotesis Penelitian
Nilai digital number (DN) pada citra Landsat TM dapat digunakan sebagai
penduga kandungan karbon. Kandungan karbon diduga melalui permodelan
spasial antara DN dengan kandungan karbon hasil pendugaan dengan model
allometrik
.
Manfaat Penelitian
Model spasial penduga cadangan karbon yang disusun berdasarkan peubah
digital number akan membantu dalam menduga kandungan karbon tegakan
Eucalyptus grandis tanpa melakukan penebangan atau pengukuran lapangan. Data
cadangan karbon pada tegakan Eucalyptus grandis dapat dihitung dengan
menggunakan citra satelit yang merupakan bagian dari perkembangan teknologi
masa kini, sehingga dapat memberikan informasi secara cepat dalam proses
perdagangan karbon. Memberikan informasi mengenai peluang hutan tanaman
industri monokultur untuk menjual karbon selama waktu daur tebang yang cukup
singkat (7 – 10 tahun) dari proses pertumbuhan pohon yang ditanam.

Universitas Sumatera Utara

TINJAUAN PUSTAKA

Ekologi dan Taksonomi Eucalyptus grandis
Marga Eucalyptus terdiri dari 500 jenis yang kebanyakan endemik di
Australia. Hanya dua jenis yang tersebar di wilayah Malesia (Nugini, Maluku,
Sulawesi, Asia Tenggara dan Filipina). Beberapa jenis menyebar dari Australia
bagian utara menuju Malesia bagian Timur. Kergaman terbesar di daerah-daerah
pantai New South Wales dan Australia bagian baratdaya. Hampir semua jenis
Eucalyptus beradaptasi dengan iklim muson. Beberapa jenis dapat hidup pada
iklim yang sangat dingin, misalnya jenis-jenis yang telah dibudidayakan yakni: E.
alba, E. camaldulensis, dan E. citriodora. E. deglupta adalah jenis yang
beradaptasi pada habitat hutan dataran rendah dan hutan pegunungan dataran
rendah pada ketinggian 1800 mdpl dengan curah hujan tahunan 2.500 – 3.000
mm, suhu minimum rata-rata 230 C dan maksimum 31 0 C di dataran rendah dan
suhu minimum rata-rata 130 C dan maksimum 29 0 C di pegunungan (Sutisna dan
Purmadjaja, 1999).
Eucalyptus merupakan salah satu jenis tanaman yang dikembangkan
dalam pembangunan hutan tanaman Industri. Kayu Eucalyptus digunakan antara
lain untuk bangunan di bawah atap, kusen pintu dan jendela, kayu lapis, bahan
pembungkus korek api, pulp dan kayu bakar. Beberapa jenis digunakan untuk
kegiatan reboisasi (Sutisna dan Purmadjaja, 1999).
Eucalyptus grandis W.Hill ex Maiden, biasanya dikenal dengan sebutan
flooded gum atau rose gum. Pohonnya dapat mencapai tinggi 75 m, dengan kulit
kayu putih halus. E. grandis umumnya ditanam dalam skala besar untuk produksi

Universitas Sumatera Utara

kayu, dengan penanaman total diperkirakan mencapai 2 M ha pada tahun 1987.
Sebagian besar dari jumlah ini ditanam di Brazil (>1 M ha) dan Afrika Selatan
(300 000 ha). Selain itu, E. grandis juga ditanam dalm jumlah yang besar di
Argentina, Australia, India, Uruguay, Zambia, Zimbabwe dan negara-negara lain
(Hundel, et al., 2003).
Menurut Sutisna dan Purmadjaja (1999), tanaman E. grandis mempunyai
sistematika sebagai berikut:
Divisio

: Spermatophyta

Sub Divisio

: Angiospermae

Class

: Dycotyledone

Ordo

: Myrtiflorae

Famili

: Myrtaceae

Genus

: Eucalyptus

Species

: Eucalyptus grandis W. Hill ex Maiden

Karbon
Karbon di permukaan bumi tersimpan dalam empat reservoir, yakni fosil
dan formasi batuan, atmosfer, samudra dan ekosistem daratan termasuk hutan
(Kauppi, 2003). Hutan mengabsorpsi CO2 selama proses fotosintesis dan
menyimpannya sebagai materi organik dalam biomassa tanaman. Banyaknya
materi organik yang tersimpan dalam biomassa hutan per satuan luas dan per
satuan waktu merupakan pokok dari produktivitas hutan. Tumbuhan memerlukan
sinar matahari dan gas asam arang (CO ) yang diserap dari udara serta air dan hara
yang diserap dari dalam tanah untuk kelangsungan hidupnya. Melalui proses
fotosintesis, CO2 di udara diserap oleh tanaman dan diubah menjadi karbohidrat,
kemudian disebarkan ke seluruh tubuh tanaman dan akhirnya ditimbun dalam

Universitas Sumatera Utara

tubuh tanaman berupa daun, batang, ranting, bunga dan buah. Proses penimbunan
C dalam tubuh tanaman hidup dinamakan proses sekuestrasi (C-sequestration).
Dengan demikian mengukur jumlah C yang disimpan dalam tubuh tanaman hidup
(biomassa) pada suatu lahan dapat menggambarkan banyaknya CO di atmosfer
yang diserap oleh tanaman. Sedangkan pengukuran C yang masih tersimpan
dalam bagian tumbuhan yang telah mati (nekromasa) secara tidak langsung
menggambarkan CO2 yang tidak dilepaskan ke udara lewat pembakaran (Hairiah
dan Subekti, 2007).
Tanaman atau pohon berumur panjang yang tumbuh di hutan maupun di
kebun campuran (agroforestri) merupakan tempat penimbunan atau penyimpanan
C (rosot C = C sink) yang jauh lebih besar dari pada tanaman semusim. Oleh
karena itu, hutan alami dengan keragaman jenis pepohonan berumur panjang dan
seresah yang banyak merupakan gudang penyimpan C tertinggi (baik di atas
maupun di dalam tanah). Hutan juga melepaskan CO ke udara lewat respirasi dan
dekomposisi (pelapukan) seresah, namun pelepasannya terjadi secara bertahap,
tidak sebesar bila ada pembakaran yang melepaskan CO sekaligus dalam jumlah
yang besar. Bila hutan diubah fungsinya menjadi lahan-lahan pertanian atau
perkebunan atau ladang penggembalaan maka jumlah C tersimpan akan merosot
(Hairiah dan Subekti, 2007).
Berdasarkan keberadaannya di alam Hairiah dan Subekti, (2007) membagi
komponen C dapat menjadi 2 kelompok yaitu:
A. Karbon di atas permukaan tanah, meliputi:
1. Biomassa pohon. Proporsi terbesar penyimpanan C di daratan umumnya
terdapat pada komponen pepohonan. Untuk mengurangi tindakan

Universitas Sumatera Utara

perusakan selama pengukuran, biomassa pohon dapat diestimasi dengan
menggunakan persamaan alometrik yang didasarkan pada pengukuran
diameter batang.
2. Biomassa tumbuhan bawah. Tumbuhan bawah meliputi semak belukar
yang berdiameter batang < 5 cm, tumbuhan menjalar, rumput-rumputan
atau gulma. Estimasi biomassa tumbuhan bawah dilakukan dengan
mengambil bagian tanaman (melibatkan perusakan). .
3. Nekromasa. Batang pohon mati baik yang masih tegak atau telah tumbang
dan tergeletak di permukaan tanah, yang merupakan komponen penting
dari C dan harus diukur pula agar diperoleh estimasi penyimpanan C yang
akurat.
4. Seresah. Seresah meliputi bagian tanaman yang telah gugur berupa daun
dan ranting-ranting yang terletak di permukaan tanah.

B. Karbon di dalam tanah, meliputi:
1. Biomassa akar. Akar mentransfer C dalam jumlah besar langsung ke
dalam tanah, dan keberadaannya dalam tanah bisa cukup lama. Pada tanah
hutan biomassa akar lebih didominasi oleh akar-akar besar (diameter > 2
mm), sedangkan pada tanah pertanian lebih didominasi oleh akar-akar
halus yang lebih pendek daur hidupnya. Biomassa akar dapat pula
diestimasi berdasarkan diameter akar proksimal, sama dengan cara untuk
mengestimasi biomassa pohon yang didasarkan pada diameter batang.
2. Bahan organik tanah. Sisa tanaman, hewan dan manusia yang ada di
permukaan dan di dalam tanah, sebagian atau seluruhnya dirombak oleh

Universitas Sumatera Utara

organisme tanah sehingga melapuk dan menyatu dengan tanah, dinamakan
bahan organik tanah.
Kegiatan di sektor kehutanan yang secara potensial dapat menekan
terjadinya perubahan iklim dapat dibagi menjadi tiga kategori yaitu konservasi,
peningkatan pengambilan karbon dan subtitusi penggunaan bahan bakar fosil
dengan biomass. Kegiatan konservasi meliputi perlindungan hutan dari deforestasi
dan degradasi akibat aktivitas manusia. Peningkatan pengambilan karbon (rosot)
dilakukan melalui kegiatan perluasan luas hutan dengan penanaman pohon di
lahan kritis, gundul atau semak belukar dalam kawasan hutan (reforestasi) dan
bukan hutan (afforestasi) serta pengelolaan hutan dengan menggunakan sistem
pengelolaan yang berkelanjutan. Penggantian bahan bakar fosil dengan energi
biomass akan mengurangi emisi GRK secara langsung akibat dari penurunan
tingkat konsumsi bahan bakar fosil dan penanaman lahan kosong untuk
memproduksi biomassa (Boer, 2001).
Selama pertumbuhannya, pohon menyerap C dari atmosfer melalui proses
fotosintesis dan menyimpannya dalam biomassa. Pada perkembangan tegakan,
kematian disebabkan oleh persaingan atau bencana alam menghasilkan
perpindahan beberapa cadangan C pada pohon ke bahan organik yang mati atau
ke atmosfer. Pemanenan hutan, melepaskan C dalam jumlah yang besar, namun
tidak seluruhnya. Sebagian dari biomassa yang dipanen tersebut digunakan untuk
menghasilkan energi (menggantikan bahan bakar fosil), sementara yang lainnya
digunakan untuk berbagai produk kayu dengan waktu penggunaan tertentu (TerMikaelian, et al., 2008).

Universitas Sumatera Utara

Pendugaan dan Pengukuran Karbon Hutan
Biomassa pohon merupakan fungsi dari volume kayu, (yakni diperoleh
dari diameter dan tinggi) dan kerapatan kayu (berat kering dalam setiap unit
volume kayu segar). Kerapatan bervariasi sesuai dengan spesies, cara hidup, dan
factor lingkungan seperti topografi dan kemiringan lahan. Biomassa pohon dapat
dihitung dengan metode langsung (pemanenan destruktif) atau metode tidak
langsung (model allometrik). Model allometrik diketahui dengan mengukur
variabel diameter at breast height (DBH), tinggi total dan kerapatan kayu. Banyak
studi menggunakan model allometrik dalam pendugaan biomassa di atas
permukaan tanah (above ground biomass/ABG) karena pemanenan pohon bersifat
merusak dan membutuhkan biaya yang besar (Vieira et al., 2008).
Biomassa kering dapat dikonversi menjadi cadangan karbon yakni 50%
dari biomassa. Metode ini dianggap akurat untuk beberapa tempat. Tidak ada
sebuah metode yang secara langsung dapat mengukur cadangan karbon yang
terdapat pada suatu bentang lahan. Keadaan ini mendorong usaha pengembangan
alat dan model yang dapat menghitung dalam skala besar yang didasarkan pada
pengukuran di lapangan atau penginderaan jauh (Gibbs et al., 2007).
Secara umum, metode pendugaan cadangan karbon ada dua kategori, yakni
metode destruktif dan metode non destruktif. Metode destruktif dapat dilakukan
dengan (1) menebang semua pohon, (2) menebang beberapa pohon yang mewakili
kelas tegakan dan (3) menebang satu pohon dan membuat model hubungan
biomassa dengan parameter pohon yang mudah diukur, seperti diameter atau
tinggi. Metode konvensional dapat menyebabkan kerusakan lingkungan.

Universitas Sumatera Utara

Sedangkan metode non destruktif tidak merusak pohon. Pendekatannya dilakukan
dengan menggunakan citra satelit (Kale & Roy, 2002).
Cadangan karbon dalam hutan dapat juga dievaluasi dengan menggunakan
penginderaan jauh yakni satelit atau potret udara. Namun, tidak ada instrument
penginderaan jauh yang dapat mengukur cadangan karbon secara langsung,
sehingga dibutuhkan data lapangan sebagi tambahan. Metodologi penginderaan
jauh memperlihatkan keberhasilannya dalam menduga cadangan karbon di hutan
boreal dan hutan musim dan pada tegakan muda dengan kerapatan karbon yang
rendah (Gibbs et al., 2007).

Riap Tegakan
Riap menurut Arief (2001) didefinisikan sebagai pertambahan volume
pohon atau tegakan per satuan waktu tertentu. Riap dapat juga dipakai untuk
menyatakan pertambahan nilai tegakan atau pertambahan diameter atau tinggi
pohon setiap tahun.
Riap tegakan dibentuk oleh pohon-pohon yang masih hidup di dalam
tegakan, tetapi penjumlahan dari riap pohon ini tidak akan sama dengan riap
tegakannya, karena dalam periode tertentu beberapa pohon dalam tegakan dapat
saja mati, busuk atau beberapa lainnya mungkin ditebang. Sebagian besar
pepohonan pada inventarisasi awal tumbuh naik ke kelas diameter berikutnya
yang lebih besar (upgrowth). Pada kelas diameter kecil, penambahan pohon pada
inventarisasi berikutnya berasal dari ingrowth yang tidak terhitung pada
inventarisasi awal. Jumlah pohon dalam tegakan berkurang akibat kematian yang

Universitas Sumatera Utara

terjadi pada keseluruhan diameter, dimana laju kematian terbesar terjadi pada
kelas diameter terkecil (Davis and Jhonson, 1987 dalam Latifah, 2004).

Penginderaan Jauh
Lillesand dan Kiefer (1997), mendefenisikan penginderaan jauh sebagai
“ilmu dan seni untuk memperoleh informasi tentang objek, daerah atau gejala
dengan jalan menganalisis data yang diperoleh tanpa kontak langsung dengan
objek, daerah atau gejala yang dikaji”. Penginderaan jauh biasanya menghasilkan
beberapa bentuk citra yang selanjutnya diproses dan diinterpretasi guna
membuahkan data yang bermanfaat untuk aplikasi bidang pertanian, arkeologi,
kehutanan, geologi, perencanaan dan bidang-bidang lainnya (Purbowaseso, 1995).
Tujuan penginderaan jauh adalah untuk mengumpulkan data sumber daya
alam dan bidang lingkungan lainnya. Informasi tentang objek disampaikan
pengamat melalui energy elektromagnetik, yang merupakan pembawa informasi
dan sebagai penghubung komunikasi. Pada dasarnya, penginderaan jauh
merupakan informasi intensitas panjang gelombang yang perlu diberi kode
sebelum informasi tersebut dipahami secara penuh. Proses pengkodean ini seta
dengan interpretasi citra penginderaan jauh sesuai dengan sifat-sifat radiasi
elektromagnetik (Purbowaseso, 1995).

Citra Landsat TM
Landsat merupakan suatu hasil program sumberdaya bumi yang
dikembangkan oleh NASA (the National Aeronautical and Space Administration)
Amerika Serikat pada awl tahun 1970-an. Landsat diluncurkan pada tanggal 22

Universitas Sumatera Utara

Juli 1972 sebagai ERTS-1 (Earth Resources Technology Satellite) yang kemudian
diganti namanya menjadi Landsat 1. Tiga Lansat berikutnya berhasil diluncurkan.
Sistem pencitraan pada Lansat 1, 2 dan 3 adalah kamera turn beam vidicon (RBV)
dan multispectral scanner (MSS). RBV menggunakan penutup (shutter) dan
menghasilkan satu rangka citra pada satu saat, sehingga distorsi geomterik
citranya rendah. Pada Landsat 4 dipasang satu generasi sensor baru yang
bertujuan untuk perbaikan resolusi spasial, pemisahan spectral, kecermatan data
radiometrik dan ketelitian geometrik, maka ditambah Thematic Mapper (TM)
pada empat saluran multispectral scanner. Kecermatan dan stabilitas titik satelit
Landsat 4 lebih baik daripada Landsat 1, 2 dan 3 (Purbowaseso, 1995).
Menurut Lillesand dan Kiefer (1990), Saluran spektral yang diusulkan dalam
pengandaran peta tematik adalah:
1.

Saluran satu/Blue/B (0,45 μm–0, 52 μm) dirancang untuk membuahkan
peningkatan penetrasi ke dalam tubuh air, dan juga untuk mendukung analisis
sifat khas penggunaan lahan, tanah dan vegetasi.

2.

Saluran dua/Green/G (0,52 μm–0,60 μm), terutama dirancang untuk
mengindera puncak pantulan vegetasi pada spektrum hijau yang terletak
diantara dua saluran spektral serapan klorofil.

3.

Saluran tiga/Red/R (0,63 μm–0,69 μm), merupakan saluran terpenting untuk
memisahkan vegetasi. Saluran ini berada pada salah satu bagian serapan
klorofil dan memperkuat kontras antara kenampakan vegetasi, juga
menajamkan kontras antara kelas vegetasi.

4.

Saluran empat/Near Infrared/NIR (0,76 μm–0,90 μm), dipilih agar tanggap
terhadap seluruh biomassa vegetasi yang terdapat pada daerah kajian.

Universitas Sumatera Utara

5.

Saluran lima/Middle Infrared/MIR I (1,55 μm–1,75 μm), merupakan satu
saluran yang dikenal penting untuk penentusan jenis tanaman, kandungan air
pada tanaman dan kondisi kelembaban tanah.

6.

Saluran enam/Thermal Infrared/TIR (2,08 μm–2,35 μm), suatu saluran yang
penting untuk pemisah formasi batuan.

7.

Saluran ketujuh/Middle Infrared/MIR II (10,40 μm–12,50 μm), suatu saluran
inframerah termal yang dikenal bermanfaat untuk klassifikasi vegetasi,
analisis gangguan vegetasi, pemisahan kelembaban tanah, dan sejumlah
gejala lain yang berhubungan dengan panas.

Analisis Citra
Sebelum sebuah citra bisa dianalisa, biasanya diperlukan beberapa langkah
pemrosesan awal. Koreksi radiometrik adalah salah satu dari langkah awal ini,
dimana efek kesalahan sensor dan faktor lingkungan dihilangkan. Biasanya
koreksi ini mengubah nilai DN yang terkena efek atmosferik. Data tambahan yang
dikumpulkan pada waktu yang bersamaan dengan diambilnya citra bisa dipakai
sebagai alat kalibrasi dalam melakukan koreksi radiometrik. Selain itu koreksi
geometrik juga sangat penting dalam langkah awal pemprosesan. Metode ini
mengkoreksi kesalahan yang disebabkan oleh geometri dari kelengkungan
permukaan bumi dan pergerakan satelit. Koreksi geometrik adalah proses dimana
titik-titik pada citra diletakkan pada titik-titik yang sama pada peta atau citra lain
yang sudah dikoreksi. Ketelitian koreksi Geometrik diwujudkan dengan harga
RMSE (Root Mean Square Error) titik cek (Lillesand dan Kiefer, 1990).
Satu langkah pemrosesan penting yang paling sering dilakukan pada

Universitas Sumatera Utara

pengolahan citra adalah klasifikasi, dimana sekumpulan pixel dikelompokkan
menjadi kelas-kelas berdasarkan karakteristik tertentu dari masing-masing kelas.
(Lillesand dan Kiefer, 1990).
Menurut Shofiyati dan Kuncoro (2007) ada beberapa metode sebagai dasar
analisis data inderaja untuk identifikasi kekeringan dengan menggunakan
pendekatan kombinasi karakter beberapa spektral. Berikut ini disampaikan
tinjauan

singkat

mengenai Transformasi

Tasseled

Cap

(Tasseled

Cap

Transformation - TCT), Indeks Vegetasi, dan Brightness Temperature (BT)
(Shofiyati dan Kuncoro, 2007).

Transformasi Tasseled Cap (TCT)
Transformasi Tasseled Cap (Tasseled Cap Transformation - TCT)
merupakan formula matematik untuk menghitung tingkat kecerahan (brightness),
kehijauan (greenness), dan kelembaban (wetness) dari angka-angka digital di
setiap band (band 1 hingga band 5 dan band 7) pada citra Landsat. TCT pertama
kali diperkenalkan oleh Kauth dan Thomas (1976) dari Landsat MSS. Selanjutnya
TCT disempurnakan oleh Crist dan Cicone (1984) dengan menggunakan data
Landsat TM (Shofiyati dan Kuncoro, 2007).

Indeks Vegetasi (IV)
Perhitungan tingkat

kehijauan dengan metode TCT hanya bisa

diaplikasikan dengan data Landsat saja. Metode lain untuk menentukan tingkat
kehijauan adalah Indeks Vegetasi. Indeks vegetasi merupakan perhitungan secara
kuantitatif yang digunakan untuk menghitung biomassa atau kondisi vegetasi.

Universitas Sumatera Utara

Umumnya dibuat dengan menggunakan kombinasi dari beberapa band spektral.
Indeks vegetasi yang paling sederhana adalah rasio antara pantulan near infrared
(NIR) dan sinar merah. Terdapat banyak metode untuk menghitung indeks
vegetasi. Indeks vegetasi yang umum dan banyak digunakan adalah Normalized
Difference Vegetation Index (NDVI) (Ray, 1995). Indeks ini sederhana dan
mempunyai nilai range yang dinamis dan sensitif yang paling bagus terhadap
perubahan tutupan vegetasi, dengan persamaan sebagai berikut:
NDVI = (NIR – R) / (NIR + R)
dimana:

(Shofiyati dan Kuncoro, 2007)

NDVI

= Normalized Difference Vegetation Index

NIR

= Near Infra Red

R

= Red

Perhitungan perbandingan sifat respon objek terhadap pantulan sinar
merah dan NIR dapat menghasilkan nilai dengan karakteristik khas yang dapat
digunakan untuk memperkirakan kerapatan atau kondisi kanopi/kehijauan
tanaman. Tanaman yang sehat berwarna hijau mempunyai nilai indeks vegetasi
tinggi. Hal ini disebabkan oleh hubungan terbalik antara intensitas sinar yang
dipantulkan vegetasi pada spektral sinar merah dan NIR.

Brightness Temperature (BT)
Suhu merupakan faktor pengontrol yang penting pada proses fisika, kimia,
dan biologi di permukaan bumi. Suhu sebagai variabel iklim utama dan parameter
kunci yang dapat digunakan untuk mengontrol perubahan energi panjang
gelombang melalui atmosfer yang dipengaruhi kondisi permukaan objek lain,
seperti kelembaban permukaan, kondisi dan tutupan vegetasi. Spektral yang dapat

Universitas Sumatera Utara

digunakan untuk mengkaji kondisi suhu pada objek di permukaan bumi adalah
spektral thermal. Penggunaan spektral thermal ini dapat dilakukan dengan analisis
brightness temperature. Brightness temperature (BT) adalah perhitungan dari
intensitas radiasi thermal yang diemisikan oleh objek. Satuan yang digunakan
adalah satuan suhu, sebab terdapat korelasi antara intensitas radiasi yang
diemisikan dan suhu fisik dari badan radiasi, dimana diasumsikan bahwa emisi
radiasi pada permukaan objek berwarna hitam adalah 1,0 (Shofiyati dan Kuncoro,
2007).

Mekanisme Perdagangan Karbon
Target dan jadwal penurunan emisi yang harus dilakukan oleh Negara
maju dalam Protokol Kyoto adalah sebesar 5 % dari tingkat emisi pada tahun
1990. Target tersebut harus dapat dicapai dalam periode 2008-2012. Untuk
mencapai target tersebut dikenal mekanisme mekanisme fleksibel atau mekanisme
Kyoto yang terdiri dari tiga kegiatan, yaitu: Joint Implementation (JI), MBP atau
CDM dan Perdagangan Emisi (Emision Trading) (Mudiyarso, 2003).
CDM merupakan satu-satunya mekanisme yang dapat dilakukan oleh
Negara berkembang. Mekanisme ini memungkinkan Negara maju melakukan
investasi di Negara berkembang dalam berbagai sektor, termasuk sektor
Kehutanan untuk mencapai target penurunan emisinya. Sementara, Negara
berkembang berkepentingan dalam mencapai tujuan pembangunan berkelanjutan
sebagai agenda nasionalnya sambil mencapai tujuan utama Konvensi, yaitu
pengurangan emisi (Mudiyarso, 2003).

Universitas Sumatera Utara

Letak Astronomis dan Geografis Lokasi Penelitian
PT Toba Pulp Lestari (TPL), Tbk merupakan jenis perusahaan Kayu Serat
dengan produk berupa pulp yang terletak pada 01°-03° LU dan 98°15’00”100°00’00” BT. Secara geografis terletak di Desa Desa Sosor Ladang, Kecamatan
Parmaksian, Kabupaten Toba Samosir, Sumatera Utara. Hak Pengusahaan Hutan
Tanaman Industri (HPHTI) yang dimiliki oleh PT TPL, Tbk terletak pada
beberapa kabupaten di Sumatera Utara dengan luas ijin HPHTI berdasarkan SK.
Menhut No. 493/Kpts-II/1992 seluas 269.060 ha dengan jangka pengelolaan 43
tahun. Selain HPHTI, PT TPL, Tbk juga memiliki ijin Pemanfaatan Pinus
berdasarkan SK. Menhut No. 236/Kpts-IV/1984 seluas 15.763 ha. Luas total areal
pengelolaan PT TPL, Tbk adalah 284.816 ha (PT TPL, Tbk, 2008).
Areal konsesi PT TPL, Tbk terdiri dari enam sektor yang terletak pada
kabupaten yang berbeda, yakni:
1. Sektor Tele, terletak pada 02°15’00” – 02°50’00” LU dan 98°20’00” –
98°50’00” BT, meliputi Kabupaten Samosir (Kecamatan Harian Boho),
Kabupaten Pak-pak Bharat (Kecamatan Salak dan Kerajaan) dan
Kabupaten Dairi (Kecamatan Sumbul, Parbuluan, dan Sidikalang).
2. Sektor Aek Nauli, terletak pada 02°40’00” – 02°50’00” LU dan 98°50’00”
– 99°10’00” BT, meliputi Kabupaten Simalungun (Kecamatan Dolok
Panribuan, Tanah Jawa, Sidamanik, Jorlang Hataran, dan Girsang
Sipangan Bolon).
3. Sektor Habinsaran, terletak pada 02°07’00” – 02°21’00” LU dan
99°05’00” – 99°18’00” BT, meliputi Kabupaten Toba Samosir
(Kecamatan Habinsaran, Silaen, dan Laguboti).

Universitas Sumatera Utara

4. Sektor Aek Raja/Tarutung, terletak pada 01°54’00” – 02°15’00”
98°42’00” – 98°58’00” BT, meliputi Kabupaten Tapanuli Utara
(Kecamatan Siborong-borong, Sipahutar, Gaya Baru Tarutung, Adian
Koting, dan Parmonangan) Kabupaten Humbang Hasundutan (Kecamatan
Dolok Sanggul, Lintong Ni Huta, Onan Ganjang, dan Parlilitan).
5. Sektor Padang Sidempuan, terletak pada 01°15’00” – 02°15’00” LU dan
99°13’00” – 99°33’00” BT, meliputi Kabupaten Tapanuli Selatan
(Kecamatan Padang Bolak, Sosopan, Padang Sidimpuan, Sipirok) dan
Kabupaten Tapanuli Tengah (Kecamatan Sorkam dan Batang Toru).

Kondisi Umum Sektor Aek Nauli
Penelitian dilakukan di Sektor Aek Nauli, terletak pada 02°40’00” –
02°50’00” LU dan 98°50’00” – 99°10’00” BT. Keadaan lahan Sektor Aek Nauli
seluruhnya adalah kering dengan ketingian 250-1.700 m dpl. Jenis tanah di daerah
penelitian adalah Dystropepts, Hydrandepts, Dystrandepts, Humitropepts dan
jenis batuan Tapanuli, Peusangan, Sihapas, Vulkan Tersier, dan Toba. Sektor Aek
Nauli beriklim A (sangat basah) menurut klasifikasi Schmidt Fergusson; 1951,
dengan curah hujan rata-rata 238 mm bulan tertinggi Oktober dan bulan terendah
Agustus. Sungai /anak sungai yang terdapat di areal kerja adalah Bah Parlianan,
Bah Mabar, Bah Boluk, Bah Haposuk (PT TPL, Tbk, 2008).

Universitas Sumatera Utara

METODE PENELITIAN

Waktu dan Tempat Penelitian
Penelitian ini dilaksanakan pada bulan Maret sampai Oktober 2009.
Pelaksanaan kegiatan meliputi kegiatan pengolahan citra dan pengecekan
lapangan. Pengecekan lapangan dilaksanakan di areal HPHTI PT TPL Sektor Aek
Nauli.

Bahan dan Alat
Bahan-bahan yang digunakan dalam

penelitian ini terdiri dari: Citra

Landsat TM path 128 dan 129 row 58 tahun 2006, Peta administrasi Propinsi
Sumatera Utara dan Objek pengamatan di lapangan adalah tegakan Eucalyptus
grandis
Alat yang digunakan dalam penelitian adalah: Personal Computer (PC)
dengan perangkat lunaknya, Tools SIG, Global Positioning System (GPS),
Kamera digital, Kompas, Pita ukur, Alat tulis, dan Tali

Metode Penelitian
Pengumpulan Data Sekunder
Data-data sekunder diperoleh dari instansi dan studi literatur, terdiri dari:
Citra Landsat TM path 128 dan 129 row 58 tahun 2006, Peta administrasi
Propinsi Sumatera Utara dan hasil penelitian sebelumnya

Universitas Sumatera Utara

Pengolahan Data Citra
Teknik kuantitatif dapat diterapkan untuk interpretasi secara otomatis data
citra digital. Tiap pengamatan piksel dievaluasi dan ditetapkan pada suatu
kelompok informasi. (Lillesand dan Kiefer, 1990). Pada kelompok informasi
dilakukan transformasi NDVI memanfaatkan beberapa saluran dari citra Landsat
TM antara lain; band 3 (Red (R) yang lebih dikenal dengan saluran merah dan
band 4 (Near Infrared (NIR)) yang lebih dikenal dengan saluran inframerah dekat.
Kelebihan kedua saluran ini untuk identifikasi vegetasi adalah obyek akan
memberikan tanggapan spektral yang tinggi. Menurut Lillesand dan Kiefer,
(1990) transformasi NDVI mengikuti persamaan berikut:

NDVI = (NIR – R) / (NIR + R)
Nilai NDVI berkisar antara -1 sampai 1, dimana nilai NDVI yang rendah
(negatif) mengidentifikasikan daerah bebatuan, pasir dan salju. Nilai NDVI yang
tinggi (positif) mengidentifikasikan wilayah vegetasi baik berupa padang rumput,
semak belukar maupun hutan.

Penentuan Plot Contoh (Piksel) di Citra
Plot contoh di citra ditentukan berdasarkan tujuan peneliti (purposive)
pada blok tanam 2004 dan 2005.

Pengumpulan Data Lapangan
Penentuan Plot Contoh
Plot contoh lapangan dibuat berukuran 30 m x 30 m sebanyak 56 plot,
dimana peletakannya dilakukan dengan menggunakan Global Positioning System

Universitas Sumatera Utara

(GPS). Selanjutnya pohon yang terdapat dalam plot contoh diukur diameter
setinggi dada.

Perhitungan Biomassa
Pendugaan biomassa di lapangan dilakukan menggunakan persamaan
alometrik berikut:
Wn = a x DBHb
Tabel 1. Persamaan alometrik penduga biomassa bagian pohon E. grandis
No

Biomassa

2

Bagian Persamaan Alometrik

R (%)

2

(%)

Pohon

A

B

1

Batang

0,0436

2,6883

98,28

98,17

2

Cabang

0,0228

2,0779

82,03

80,90

3

Daun

0,5775

0,6549

73,48

27,47

4

Above

Ground 0,0678

2,5794

98,80

98,73

Biomassa
Keterangan : Wn = Biomassa (kg), DBH = Diameter setinggi dada (cm).
Sumber

: Onrizal, Hartono dan Kusmana, 2006

Diameter yang digunakan dalam perhitungan diameter adalah hasil
pengurangan diameter saat pengukuran dengan riap diameter. Menurut Tobing,
(2007), besarnya riap diameter dihitung dengan persamaan:
Riap

= Dn-D(n-1)

Dimana:
D = e3,087 x e2,301/A
Dn = diameter pada tahun ke-n
e

= 2,71828

A = umur pohon

Universitas Sumatera Utara

Biomassa yang diukur dalam penelitian ini adalah biomassa pohon (Wp)
di atas permukaan tanah tegakan E.grandis yang dihitung berdasarkan
penjumlahan biomassa batang, cabang dan daun. Biomassa per hektar dihitung
dengan persamaan sebagai berikut:

Keterangan :
W

= Total biomassa (ton/ha)

Wpi

= Biomassa pohon ke-i (ton)

A

= Luas plot (m2)

n

= Jumlah pohon

Perhitungan Karbon
Biomassa hutan dapat digunakan untuk menduga kandungan karbon dalam
vegetasi hutan karena 50% biomassa tersusun dari karbon. Pada tanaman
Eucalyptus kandungan karbon rata-rata adalah sebesar 44,92% (45%) dengan
kisaran 36,72-54,015 dari biomassa (Onrizal, Hartono dan Kusmana, 2006).
Menurut Onrizal, Hartono dan Kusmana, (2006),

kandungan karbon

tanaman dapat diduga dengan rumus:
Y = W x 0,45
Keterangan :
Y = Kandungan karbon di atas permukaan tanah tegakan E. grandis (ton/ha)
W = Total biomassa per hektar (ton/ha)

Universitas Sumatera Utara

Analisa Data
Penyusunan Model
Penyusunan model hubungan antara kandungan karbon di atas permukaan
tanah tegakan Eucalyptus grandis dengan digital number (DN) citra Landsat TM
menggunakan model matematika sebagai berikut:
Model linier
Y

= b1X1 + b2X2 +........+ b1X1 + NDVI

Model perpangkatan
Y

= b0X1b1 . X2b2.......... XjNDVI

Model eksponensial
Y

= eb0 + b1X1 + b2X2 + .......... + NDVI

Keterangan :
Y

= Kandungan karbon di atas permukaan tanah tegakan
Eucalyptus grandis (ton/ha) berdasarkan model allometrik.

X1, X2, …, Xj

=

Nilai DN (Digital Number)

Pemilihan Model
Pemilihan model dilakukan dengan menggunakan metode stepwise, yakni
pemilihan variabel X yang signifikan terhadap variabel Y dengan menggunakan
SPSS (Statistical Product and Service Solution). Pemilihan model terbaik
dilakukan dengan melakukan beberapa pengujian koefisien regresi, yaitu: uji
signifikansi, kenormalan data (normalitas), uji keaditifan model (heterokedasitas),
dan pengujian keakuratan model (koefisien determinasi).

Universitas Sumatera Utara

Uji Signifikansi
Pengujian

signifikansi

hasil

olahan

SPSS

diketahui

dengan

membandingkan besaran taraf signifikasi 95 %. Kriterianya adalah signifikansi
(Ho ditolak) bila Sig. Hit < Sig. Kriteria dan tidak signifikan (Ho diterima bila
Sig. Hitung > Sig. Kriteria.

Uji Kenormalan data (normalitas)
Uji kenormalan data digunakan untuk melihat sebaran data sampel, apakah
terdistribusi normal atau tidak. Suatu model yang baik apabila memenuhi syarat
kenormalan sisaan, yakni apabila tampilan plot menunjukkan penyebaran data di
sekitar garis lurus dan mengikuti arah garis lurus (Santoso, 2000).

Uji Keaditifan Model (Model Fit)
Plot yang ditunjukkan oleh Scatter plot Studentized Delete Residualnya.
Jika model regresi layak dipakai untuk prediksi (fit), maka data akan berpencar di
sekitar angka nol (0 pada sumbu Y) dan tidak membentuk suatu pola atau trend
garis tertentu.

Pengujian keakuratan model (koefisien determinasi/R2)
Digunakan untuk melihat besaran efek atau pengaruh variabel bebas
terhadap variabel terikat. Semakin kecil R2, semakin lemah hubungan kedua
variabel.

Universitas Sumatera Utara

Uji Multikoliniearitas
Multikoliniearitas adalah kejadian yang menginformasikan terjadinya
hubungan antara variabel-variabel bebas (interkorelasi) dan hubungan yang
terjadi cukup besar. Pengujian multikoliniearitas hanya dilakukan pada persamaan
regresi linier berganda. Model persamaan yang baik adalah model persamaan
yang bebas multikolinieritas. Suatu model persamaan yang bebas multikolinieritas
adalah model persamaan yang memiliki nilai Factor Varian of Inflasi (VIF) di
sekitar angka 1 (Santoso, 2000).

Pembuatan Peta Sebaran Karbon
Model terpilih dimasukkan ke dalam model maker pada software Erdas
Imagine versi 8.5 untuk menghasilkan data sebaran karbon. Hasil sebaran karbon
dari Erdas dioverlay dengan peta administrasi dan peta blok tanam dengan
menggunakan software Arcview versi 3.3.

Universitas Sumatera Utara

Mulai

Cit