26 kanopi kurang dari 100. Studi terbaru menunjukkan bahwa NDVI banyak tidak
sensitif terhadap nilai-nilai LAI khususnya pada ekosistem hutan yang memiliki kanopi yang rapat dimana nilai LAI relatif tinggi Chen Cihlar 1996; Turner
et al. 1999. Menurut Prahasta 2009 vegetasi memiliki spektral signature yang
unik dan memungkinkan bagi dipakainya untuk membedakan tipe-tipe landcover pada image near-infrared. Pantulannya akan bernilai rendah pada domain
spektrum biru dan merah, karena penyerapan klorofil untuk fotosintesa. Vegetasi memiliki pantulan puncak pada spektrum hijau dan meningkatkan warna hijau
pada unsur yang bersangkutan.Bentuk spektrum pantulan juga dapat dipakai untuk mengidentifikasi tipe atau kelas vegetasi.
2.17. Representasi Data Spasial
Data spasial perlu dikonversi ke dalam format dijital untuk dapat dipergunakan dalam data SIG. Dalam format digital, terdapat dua model
representasi data struktur data grafis yaitu model vektor dan raster. Kedua model mampu menyimpan detil informasi tentang lokasi serta atributnya. Pada
model vektor, posisi suatu obyek didefinisikan oleh rangkaian koordinat X dan Y. Dalam menggunakan model vektor, obyek-obyek dan informasi di permukaan
bumi dilambangkan sebagai titik, garis, atau polygon Ekadinata et al. 2008 Pada model raster, data spasial diorganisasikan dalam sel grid cells atau
pixel.Piksel adalah unit dasar yang digunakan untuk menyimpan informasi secara eksplisit. Masing-masing pixel mewakili luasan tertentu di permukiman bumi.
Pada dasarnya dalam pemodelan raster, permukaan bumi yang dimodelkan menjadi matriks dua dimensi yang terdiri dari sel-sel yang sama besar Ekadinata
et al. 2008.
2.18. Pemanfaatan SIG untuk Konservasi
Indrawan et al. 2007 menyatakan bahwa SIG yang terdiri atas berbagai tahapan, termasuk menyimpan, menampilkan dan menganalisa bermacam jenis
data yang tersimpan dalam peta, termasuk peta jenis vegetasi, iklim, tanah, topografi, geologi, hidrologi, sebaran spesies, kawasan yang dilindungi,
permukiman manusia dan pola ekstrasi sumber daya alam. Kumara 2006 menjelaskan keunggulan-keunggulan SIG sebagai sebuah perangkat sistem yang
27 sudah dioperasikan dengan kemampuan untuk mengumpulkan, menyimpan,
memunculkan kembali, mentransformasi dan menampilkan data spasial dari dunia nyata untuk sebuah maksud atau tujuan tertentu, telah membuat SIG sebagai
perangkat yang sangat berguna dalam analisa spasial dan telah diaplikasikan dalam berbagai kegiatan, tidak hanya sekedar pemetaan, namun juga
pemanfaatannya dibidang pengelolaan sumber daya alam maupun konservasi. Menurut Sinclair et al. 2006 SIG merupakan sarana yang
menghubungkan informasi geografis yang kompleks dari struktur fisik, relief topografi, fitur biologis, dan elemen lanskap buatan manusia ke dalam data base
komputerisasi. Hal ini memungkinkan pengguna dengan cepat menyaring informasi spasial yang kompleks dalam konteks visual. Osborne et al. 2001
menggunakan SIG dan penginderaan jauh untuk membuat pemodelan penggunaan habitat pada skala lanskap. Beberapa penelitian habitat menggunakan SIG dengan
metode dan perangkat lunak yang bervariasi Tabel 2. Tabel 2 Penelitian tentang habitat burung menggunakan SIG
Lokasi Habitat Software
SIG Hasil Penelitian
Sumber Propinsi
Toledo, Spanyol
Arc-View Sofware
Model preferensi habitat untuk sarang elang Owls Bubo Bubo: topografi yang bersifat
irregular, dekat sungai dapat diartikan baik untuk dipilih sebagai kawasan lindung bagi
lokasi sarang atau kawasan dengan ketersedian mangsa yang tinggi.
Ortego dan Diaz 2004
Castello, Iberian
Paninsula Analisis
spasial dengan
ESRI, Inc© Arview GIS
3.2.Logistic Regression
Pemodelan preferensi habitat breeding Bonelli’s eagle Hieraaetus fasciatus dalam
hubungan dengan topografi, gangguan, iklim, penggunaan lahan pada skala spasial berbeda:
spesies ini nampak suka menyebar di hutan, lahan bersemak belukar, dan areal pertanian.
Lopez et al. 2006
Osca, Hungaria
GPS pathfinder
office 2.90 dan
ArcView 3.2 Preferensi habitat Sylviidae warblers di lahan
basah terfragmentasi; pola distribusi dan ukuran home range tampak berbeda diantara
kelompok studi, pemilihan habitat ternyata menjadi skala keputusan yang sangat kecil
Preiszner dan Csorgi
2008
TN.Bogani Nani
Wartabone, Sulawesi
Utara ARgis 9.3,
Erdas Imagine 9.1,
Regresi Logistic
Analisis kesesuian habitat burung maleo Macrocephalon maleo: model kesesuaian
burung maleo di TNBNW adalah model dengan veriabel bebas ketinggian tempat,
jarak dari sungai, NDVI layak diterapkan. Ambagau
2011
