Analisis Kerapatan Vegetasi pada Kelas Tutupan Lahan di Daerah Aliran Sungai Lepan

LAMPIRAN

1. Monogram Citra Landsat Tutupan Lahan DAS Lepan band 543 (Landsat 5 TM) dan band 654 (Landsat 8 OLI)

N _{Tipe Tutupan Lahan Kunci Penafsiran Monogram}

o

1 Hutan Lahan kering - Rona agak gelap - Warna hijau tua - Tekstur agak kasar s.d kasar

- Pola tidak teratur

- biasanya areal cukup luas

2 Badan Air - Rona gelap

- Warna biru kehitaman - Tekstur halus

- Pola tidak teratur

3 Awan - Rona terang

- Warna putih seperti asap - Tekstur halus

- Pola tidak teratur

4 Lahan Terbuka - Rona agak terang - Warna kemerahan - Tekstur halus - Pola tidak teratur - dat. Rendah s/d curam /

7 Tambak - Rona agak gelap - Warna biru kehitaman - Tekstur halus

- Pola seragam

- terdapat lahan terbangun / 5 Hutan Mangrove - Rona agak gelap s/d terang

- Warna hijau keunguan - Tekstur agak halus - Pola tidak teratur - biasanya terletak di

daerah pantai dan dimuara sungai2 besar

6 Pemukiman - Rona terang

- Warna merah muda - Tekstur agak kasar - Pola seragam

- terdapat jaringan jalan - kenampakan lahan

Terbangun

jalan

- dekat dgn muara sungai /pinggir laut

8 Sawah - Rona agak terang sampai gelap

- Warna biru bercak merah muda - Tekstur halus - Pola seragam

- dekat dgn pemukiman dan perairan

9 Kebun Sawit - Rona agak terang

- Warna hijau muda sampai tua

- Tekstur agak halus dan agak kasar

- Bentuk beraturan

- Pola seragam dan terdapat pemukiman, bukaan dan adanya jaringan jalan bangunan

- Biasanya berada diluar kawasan hutan

2. Titik koordinat survey (ground check) dengan GPS (Global Positioning System)

No latitude longitude Tutupan Lahan 1 3.962545495 98.30683084 Sawit

2 3.963323458 98.31111268 Sawit 3 3.960224505 98.30815488 Sawit 4 3.963064095 98.30358777 Sawit 5 3.96058255 98.30358815 Sawit 6 3.964212571 98.30039415 Sawit 7 3.957398435 98.30335353 Sawit 8 3.950213172 98.29128682 Sawit 9 3.948433047 98.29419935 Sawit 10 3.957086303 98.29204076 Sawit 11 3.958054607 98.28964775 Sawit 12 3.967865957 98.29249767 Sawit 13 3.970585803 98.29369364 Sawit 14 4.005656819 98.31668739 Sawah 15 4.015197507 98.32332565 Sawah 16 4.018503704 98.30926795 Sawah 17 4.006907611 98.31466731 Sawah 18 4.002284438 98.3241877 Sawah 19 4.003350053 98.31268641 Sawah 20 4.003562127 98.31129211 Sawah 21 3.998883404 98.31876331 Sawah 22 4.00317876 98.31085129 Sawah 23 4.001718631 98.31366898 Sawah 24 3.999006957 98.32518534 Sawah 25 4.000256216 98.31236107 Sawah 26 4.076010806 98.34714379 Mangrove 27 4.076394708 98.35143169 Mangrove 28 4.07305441 98.37547966 Mangrove 29 4.075114744 98.35617304 Mangrove 30 4.074737971 98.35750289 Mangrove 31 4.074201888 98.3618636 Mangrove 32 4.073117143 98.37715576 Mangrove 33 4.072842527 98.37436225 Mangrove 34 4.075687747 98.35503989 Mangrove 35 4.073407462 98.37964238 Mangrove 36 4.012207051 98.29190743 Pemukiman 37 4.008681741 98.29474152 Pemukiman 38 3.988874452 98.31876743 Pemukiman 39 3.999333172 98.30958578 Pemukiman 40 3.996173774 98.32003008 Pemukiman 41 3.946776494 98.17026169 Pemukiman

42 3.939259506 98.19922689 Pemukiman 43 3.926620262 98.18453587 Pemukiman 44 4.030841091 98.32436358 Pemukiman 45 4.008174495 98.30045428 Pemukiman 46 4.06033942 98.37157521 Badan Air 47 4.058512585 98.37049583 Badan Air 48 4.051918812 98.36598406 Badan Air 49 4.054889586 98.36163936 Badan Air 50 4.056911491 98.35730468 Badan Air 51 4.047250621 98.3638779 Badan Air 52 4.046526587 98.37108783 Badan Air 53 4.021688925 98.29707874 Lahan Terbuka 54 3.98538435 98.26863113 Lahan Terbuka 55 3.728895174 98.03719577 Hutan

56 3.761961647 98.04114632 Hutan 57 3.748580345 98.04587982 Hutan 58 3.73355003 98.02204563 Hutan 59 4.060313573 98.38429828 Tambak 60 4.059228412 98.36172313 Tambak 61 4.062825518 98.37094325 Tambak 62 4.060628396 98.36784391 Tambak 63 4.056611979 98.36813311 Tambak

3. Gambaran kondisi tutupan lahan di lapangan tahun 2015 No Kelas Tutupan Lahan Gambar di Lapangan 1. Hutan

2. Kebun Sawit

4. Sawah

5. Mangrove

7. Lahan Terbuka

4. Hasil Evaluasi Kontingensi

Hasil evaluasi kontingensi klasifikasi citra satelit Landsat DAS Lepan tahun 2005

Tutupan Lahan Awan Badan Air Pemukiman

Hutan Mangrove

Lahan

Terbuka Tambak Sawah

Bayangan

Awan Hutan

Perkebunan Sawit

Row Total

Awan 407 0 0 0 0 0 0 0 0 0 407

Badan Air 0 146 0 0 0 8 0 0 0 0 154

Pemukiman 0 0 578 0 17 0 0 0 7 44 646

Hutan Mang 0 0 0 59 0 0 0 0 1 0 60

Lahan Terb 0 0 37 0 461 0 0 0 0 27 525

Tambak 0 9 0 0 0 137 1 0 0 0 147

Sawah 0 2 1 0 1 3 128 0 1 0 136

Bayangan A 0 0 0 0 0 0 0 39 2 0 41

Hutan 0 0 0 0 0 0 0 0 7699 804 8503

Perkebunan 0 0 0 0 0 0 0 0 356 4901 5257

Column Total 407 157 616 59 479 148 129 39 8066 5776 15876

Kappa acuracy 86,22% Overall accuracy 91,67%

Hasil evaluasi kontingensi klasifikasi citra satelit Landsat DAS Lepan tahun 2015

Tutupan Lahan Awan

Bayangan

Awan Badan Air

Hutan

Mangrove Tambak Pemukiman Sawah

Lahan

Terbuka Hutan

Perkebunan Sawit

Row Total

Awan 644 0 0 0 0 0 0 0 0 9 653

Bayangan A 0 368 0 0 0 0 0 0 0 0 368

Badan Air 0 0 123 0 0 0 0 0 0 0 123

Hutan Mang 0 0 0 43 0 0 0 0 0 0 43

Tambak 0 2 0 0 119 0 0 0 0 0 121

Pemukiman 1 0 0 0 0 116 0 0 0 28 145

Sawah 0 0 2 0 0 0 59 0 0 0 61

Lahan Terb 0 0 0 0 0 11 0 64 0 0 75

Hutan 0 0 0 0 0 0 0 0 2533 276 2809

Perkebunan 0 0 0 0 0 5 0 0 95 624 724

Column Total 645 370 125 43 119 132 59 64 2628 937 5122

Kappa accuracy 87,48% Overall accuracy 91,62

DAFTAR PUSTAKA

Arsyad, S. (1989). Konservasi Tanah dan Air. Bogor: IPB Press.

Asdak, C. 1995. Hidrologi dan pengelolaan daerah aliran sungai. Gadjah Mada University Press. Yogyakarta.

Burrough, P.A. 1986. Principles of Geographical Information Systems for Land Resources Assessment. New York-USA. Oxford University Press Inc. Dwiprabowo, H., D. Djaenudin, I. Alviya, dan D. Wicaksono. 2014. Dinamika

Tutupan Lahan: Pengaruh Faktor Sosial Ekonomi. PT. Kanisius. Yogyakarta.

Hamidy, Z. 2003. Perubahan Penutupan Lahan, Komposisi, Keanekaragaman Jenis di Suaka Margasatwa Cikepuh pada Periode Tahun 1989 sampai Tahun 2001. Skripsi. Fakultas Kehutanan IPB. Bogor.

Horning, N., 2004. Global Land Vegetation; An Electronic Textbook. NASA Goddard Space Flight Center Earth Sciences Directorate Scientifix and Educational Endeavors (SEE). http://www.ccpo.odu.edu/ SEES/ veget/ vg_class.htm. Dikunjungi pada tanggal 8 November 2015.

Howard, J.A. 1996. Penginderaan Jauh Untuk Sumberdaya Hutan. Gadjah Mada University Press. Yogyakarta.

Husni dan Santoso. 2012. Sebarab TDS, DHL, Penurunan Muka Air Tanah dan Prediksi Intrusi Air Laut di Kota Tangerang Selatan. Skripsi. Institut Pertanian Bogor. Bogor.

Indriyanto. 2006. Ekologi Hutan. Jakarta: Penerbit PT Bumi Aksara.

Kartiwa, B. Runtunuwu, E. Adi, S.H., Heryani. N, dan Sutrisno, N. 2005. Sistem Informasi Hidrologi untuk Pengelolaan Sumber Daya Air DAS Citarum dalam Pasandaran, E., Pawitan, H. and Amien, I. eds.: Sistem Informasi Sumberdaya Iklim dan Air, Balai Penelitian Agroklimat dan Hidrologi, Bogor, 121-140.

Lillesand and Kiefer. 1990. Penginderaan Jauh dan Interpretasi Citra. GadjahMada University Press. Yogyakarta.

Lo, C.P, 1995. Penginderan Jauh Terapan. UI- Press, Jakarta. Odum.E.P. 1972. Fundamental Ecology 3rd. Ed W.B Sounders.

32

Rusdi, 2005. Perbandingan Klasifikasi Maximum Likelihood dan Object Oriented pada Pemetaan penutupan atau Penggunaan Lahan (Studi Kasus Kabupaten Gayo Leus NAD, HTI PT. Wirakarya Sakti Jambi dan Taman Nasional Lorelindu Sulawesi Tengah). Tesis. Institut Pertanian Bogor. Bogor.

Sinaga, Rusintong., 2004, Pemanfaatan Penginderaan Jauh dan Sistem Informasi Geografi dalam Mengkaji Perubahan Penggunaan lahan Kecamatan Umbulharjo tahun 1993-2004, Laporan Tugas Akhir, Fakultas Geografi, Universitas Gadjah Mada, Yogyakarta.

Singh, A. 1989. Review Article. Digital Change Detection Techniques Using Remotely-sensed Data. International Journal Remote Sensing. 10 (6): 989- 1003.

Suparmoko, M. 1995. Ekonomi Sumberdaya Alam dan Lingkungan. Penerbit BPFE.Yogyakarta.

Vink, A. P. A., 1975. Land Use in Advancing Agriculture. Springer-Verlag, New York.

Wahyunto. 2007. Peranan Citra Satelit dalam Penentuan Potensi Lahan. Diakses dari: http:// Litbang.deptan.go.id

METODE PENELITIAN

Waktu dan lokasi penelitian

Penelitian ini dilakukan di wilayah DAS Lepan, Kabupaten Langkat, Provinsi Sumatera Utara (Gambar 1). Wilayah administrasi DAS Lepan terbagi ke dalam 6 kecamatan yaitu Kecamatan Babalan, Kecamatan Besitang, Kecamatan Brandan Barat, Kecamatan Gebang, Kecamatan Padang Tualang, dan Kecamatan Sei Lepan. DAS Lepan merupakan Daerah Aliran Sungai (DAS) prioritas yang terletak di Provinsi Sumatera Utara Kabupaten Langkat dengan luas 57.407,75 ha. DAS Lepan memiliki 5 Sub DAS yaitu Sub DAS Lepan Hilir (38.026,24 ha), Sub DAS Lepan Kanan (9.783,58 ha), Sub DAS Lepan Kiri (7.941,27 ha), Sub DAS Lepan Tengah (16.194,88 ha) dan Sub DAS Roha (7.741,97 ha). Secara geografis DAS Lepan terletak antara antara 3° 42' 42,96'' - 4° 04' 34,96'' Lintang Utara dan 98° 00',43'' s/d 98° 24' 16,30'' Bujur Timur. Penelitian dilakukan pada Bulan Maret-April 2016. Analisis data dilakukan di Laboratorium Manajemen Hutan, Program Studi Kehutanan, Fakultas Kehutanan, Universitas Sumatera Utara.

Alat dan Bahan Penelitian

Alat yang digunakan dalam penelitian ini terdiri atas alat pengambilan data dan alat analisis data. Alat pengambilan data lapangan antara lain: GPS, kompas, kamera, dan talley sheet. Alat analisis data yang digunakan adalah Microsoft Excel, ERDAS Imagine, ArcGIS, dan ENVI. Bahan yang digunakan dalam penelitian ini adalah citra satelit landsat tahun rekaman 2005 dan 2015 serta beberapa data spasial lainnya yaitu peta batas daerah aliran sungai, peta administrasi dan peta batas kawasan hutan.

Metode Penelitian Pengumpulan data a. Pengunduhan Citra

Data yang digunakan dalam penelitian ini adalah citra satelit Landsat tahun perekaman 2005, dan 2015. Citra satelit Landsat diperoleh secara gratis dengan mengunduh melalui website USGS (United State Geological Survey) (Tabel 1). Gambar citra satelit landsat permukaan bumi dibagi ke dalam scene-scene yang dibedakan berdasarkan path dan row. Letak DAS Lepan berada pada Path 129 dan row 57 dan 58.

Tabel 1. Identitas Citra

Id Citra % penutupan LC81290572015052LGN00 43.57 % LT51290572005200BKT00 28.63 % awan

Kualitas 9 7

Path/row 129/057 129/057

Tanggal akuisi 21 Februari 2015 19 Juli 2005 Produk Landsat 8 OLI TIRS LIT Landsat 5 TM

b. Data Sekunder

Data sekunder merupakan data yang mendukung penelitian ini, baik dari penelitian sebelumnya yang berhubungan, dari instansi pemerintah yang menyediakan data- data pendukung.

c. Data Primer (Ground Check)

Data primer diperoleh dari hasil pengamatan langsung di lapangan meliputi dokumentasi kondisi di lapangan, marking posisi titik di lapangan, serta pendataan ke dalam tally sheet, serta identifikasi penggunaan lahan di lapangan. Pengumpulan data vegetasi dilakukan dengan mengambil titik sampel secara acak yang mewakili tiap penutupan lahan.

Data hasil identifikasi juga untuk melengkapi hasil klasifikasi citra apabila dalam klasifikas ada obyek yang meragukan atau perlu dibuktikan kebenarannya. Hasil survei lapangan juga digunakan untuk melakukan uji akurasi hasil klasifikasi citra.

Analisis Data

a. Cropping Citra

Proses Cropping citra membutuhkan data vektor DAS Lepan yang diperoleh dari instansi terkait. Tujuan dilakukan cropping untuk mempermudah proses klasifikasi sesuai batas area penelitian yaitu DAS Lepan. Proses Cropping citra menggunakan software ENVI.

b. Klasifikasi Citra

Klasifikasi citra (Gambar 2). Tahapan kegiatan yang dilakukan dalam klasifikasi terbimbing menggunakan software ERDAS Imagine 8.5 yaitu (1), Pengenalan pola-pola spektral yang ditampilkan oleh citra dengan berpedoman

titik control yang diambil pada lokasi penelitian menggunakan GPS. (2), Pemilihan daerah (training area) yang diidentifikasi sebagai satu tipe penutupan lahan berdasarkan pola-pola spektral yang ditampilkan oleh citra. (3), Proses klasifikasi citra yang dilakukan secara otomatis oleh komputer berdasarkan pola- pola spektral yang telah ditetapkan pada saat proses pemilihan daerah. (4), menggabungkan daerah-daerah yang memiliki tipe penutupan lahan yang sama (5), pengkoreksian citra hasil klasifikasi dengan membandingkan dengan citra sebelum diklasifikasi (Rusdi, 2005).

c. Uji Akurasi Hasil Klasifikasi

Uji akurasi bertujuan untuk mengetahui seberapa besar ketepatan hasil klasifikasi dengan kondisi aktual di lapangan. Menurut Purwadhi (2001), secara umum, akurasi dari suatu hasil klasifikasi dikatakan baik apabila memiliki akurasi keseluruhan lebih dari 70%.

Selain itu dilakukan analisis matriks kontingensi terdapat untuk menentukan nilai piksel dalam klasifikasi yang disebut error matrix atau confusion matrix dengan rumus sebagai berikut :

Kappa Accuracy = x 100 %

Keterangan :

N : Jumlah semua pixel yang digunakan untuk pengamatan

n : Jumlah baris/ lajur pada matriks kesalahan (sama dengan jumlah kelas)

Xin : (jumlah semua kolom pada baris ke – i)

d. Pembuatan Peta NDVI (Normalized Difference Vegetation Index)

Prinsip kerja analisis NDVI (Normalized Difference Vegetation Index) adalah dengan mengukur tingkat intensitas kehijauan. Intensitas kehijauan pada citra landsat berkorelasi dengan tingkat kerapatan tajuk vegetasi dan untuk deteksi tingkat kehijauan pada citra landsat yang berkorelasi dengan kandungan klorofil daun. Rentang nilai NDVI antar -1 sampai +1. Semakin besar nilai NDVI, maka kerapatannya semakin tinggi, dan sebaliknya semakin rendah nilainya maka dapat diasumsikan bahwa areal tersebut merupakan tubuh air. Pembuatan peta NDVI menggunakan software ENVI. Band yang digunakan adalah band yang memiliki saluran infra merah dan band yang memiliki saluran merah. Formula untuk menghitung nilai NDVI adalah :

Keterangan : IR = nilai reflektansi band infra merah R = nilai reflektansi band merah

Peta NDVI tahun rekaman 2005 dan 2015 kemudian dioverlaykan untuk mendapatkan perubahan nilai kerapatan tajuk pada rentang waktu 2005- 2015 (Gambar 3).

e. Analisis Perubahan Tutupan Lahan

Analisis perubahan tutupan lahan dilakukan dengan membandingkan peta tutupan lahan tahun 2005 dengan peta tutupan lahan tahun 2015. Hal ini dilakukan untuk mengetahui perubahan tutupan lahan yang terjadi pada tahun 2005 sampai 2015. Laju perubahan tutupan lahan disajikan dalam bentuk persen dengan persamaan berikut:

Keterangan : V : Laju perubahan tutupan lahan

N2 : Luas tutupan lahan tahun kedua

N1 : Luas tutupan lahan tahun pertama

N : Luas Total (Hamidy, 2003)

Hasil klasifikasi citra landsat tahun 2005 dan tahun 2015 kemudian dilakukan pertampalan (overlay) sehingga menghasilkan data perubahan tutupan lahan.

f. Analisis Kerapatan Vegetasi pada Tiap kelas Tutupan Lahan

Untuk mendapatkan kerapatan vegetasi pada kelas penutupan lahan, peta NDVI kemudian di overlay terhadap peta perubahan tutupan lahan (Gambar 4) sehingga diperoleh nilai kerapatan vegetasi pada masing-masing kelas penutupan lahan.

Citra Citra Perekaman 2005 Perekaman 2015

Koreksi Citra - Radiometrik

Koreksi Citra - Radiometrik

Cropping Cropping

Klasifikasi Citra

Klasifikasi Citra

Peta Tutupan

Peta

Tutupan Lahan 2015

2005

Uji Akurasi Uji Akurasi

Ground Check

Overlay

Peta Perubahan Tutupan Lahan

Citra Citra Perekaman 2005 Perekaman 2015

Analisis NDVI

Analisis NDVI

Peta Kerapatan

P Peta Kerapatan

Overlay

Perubahan Nilai Kerapatan

Gambar 4. Alur tahapan analisis kerapatan vegetasi

Peta Tutupan

Peta Kerapatan

Overlay

P Kerapatan Vegetasi pada Kelas Tutupan Lahan

HASIL DAN PEMBAHASAN

Tutupan Lahan DAS Lepan Tahun 2005 dan 2015

Citra yang diklasifikasi adalah citra satelit landsat tahun rekaman 2005 dan tahun rekaman 2015. Klasifikasi tutupan lahan dilakukan dengan metode supervised classification. Klasifikasi tutupan lahan dapat dibagi menjadi delapan kelas yaitu: badan air, pemukiman, lahan terbuka, sawah, tambak, hutan mangrove, perkebunan sawit, dan hutan. Ditambah dengan kelas awan dan bayangan awan yang menutupi citra, sebagaimana tertera pada Tabel 2 dan 3. Tabel 2. Kelas Penutupan Lahan DAS Lepan citra tahun rekaman 2015

No Tipe Penutupan Lahan Luas (Ha) Luas(%)

1. Awan 2.439,10 4,24

2. Bayangan Awan 496 _0,86

3. Badan Air 268,13 0,47

4. Hutan Mangrove 191,18 0,33

5. Tambak 289,98 0,50

6. Pemukiman 7.229,26 12,58

7. Sawah 1.445,14 2,51

8. Lahan Terbuka 409,59 0,71

9. Perkebunan Sawit 28.567,27 49,71

10. Hutan 16.132,50 2,07 Luas Total 57.468,15 100 Tabel 3. Kelas Penutupan Lahan DAS Lepan citra tahun rekaman 2005

No Tipe Penutupan Lahan Luas (Ha) Luas(%)

1. Awan 1.519,83 2,64

2. Bayangan Awan 105,12 _0,18

3. Badan Air 419,13 0,73

4. Hutan Mangrove 493,29 0,86

5. Tambak 1.033,92 1,80

6. Pemukiman 6.783,21 11,80

7. Sawah 1.822,77 3,17

8. Lahan Terbuka 1.556,28 2,71

9. Perkebunan Sawit 24.177,51 42,07

10. Hutan 19.557,09 34,03 Luas Total 57.468,15 100

Berdasarkan Tabel 2 dan Tabel 3 diketahui bahwa tutupan lahan yang paling besar adalah perkebunan sawit pada tahun 2005 yaitu seluas 24.177,51 ha atau 42,07 % dari luas total DAS Lepan, pada tahun 2015 mengalami peningkatan menjadi 28.567,27 ha kemudian diikuti tutupan lahan hutan Seluas 16.132,50 ha pada tahun 2015. Tutupan lahan hutan di DAS Lepan termasuk ke dalam kawasan Taman Nasional Gunung Leuser (TNGL) sehingga keutuhan ekosistemnya perlu dipertahankan dan dijaga. Kawasan TNGL ini merupakan hulu dari DAS Lepan, yang memiliki fungsi hidrolgis dan perlindungan terhadap DAS bagian hilir, sehingga perlu dipertahankan dan ditingkatkan untuk mengatasi masalah bencana alam seperti banjir yang dapat merugikan masyarakat

Sesuai dengan Keputusan Menteri Kehutanan Republik Indonesia Nomor : SK.328/Menhut/2009 tentang Penetapan Daerah Aliran Sungai (DAS) Prioritas dalam Rangka Rencana Pembangunan Jangka Menengah (RPJM) tahun 2010- 2014, DAS Lepan dikategorikan ke dalam DAS prioritas. Hal ini berarti DAS lepan yang berdasarkan kondisi lahan, hidrologi, sosial-ekonomi, investasi dan kebijaksanaan pembangunan wilayah tersebut perlu diberikan prioritas dalam penanganannya. Menurut Undang-Undang No.41 tahun 1999 tentang Kehutanan, DAS Lepan bahkan tidak memenuhi syarat minimal kawasan hutan yang harus dimiliki oleh suatu DAS yakni 30 %, DAS Lepan hanya memiliki luas kawasan hutan 28,07 % dari luas total total DAS Lepan. Masing-masing kelas tutupan lahan mengalami perubahan pada Tabel 4 dapat dilihat persen perubahan masing- masing penutupan kelas.

Tingginya tutupan awan menjadi salah satu kelemahan citra sehingga mempengaruhi kualitas data hasil klasifikasi yang dihasilkan, hal itu juga sesuai

dengam pernyataan Ekadinata et al., (2008) salah satu kelemahan citra landsat terletak pada sensor yang pasif. Kualitas data yang dihasilkan oleh sensor-sensor landsat tergantung pada kondisi atmosfer pada saat perekaman.

Hasil klasifikasi tutupan lahan yang telah dilakukan, kemudian diuji tingkat akurasinya. Untuk mengetahui keakuratan hasil klasifikasi tahun rekaman 2015, titik sampel (ground check) dioverlay pada citra hasil klasifikasi, kemudian dilakukan pengecekan untuk mengetahui titik sampel yang sesuai atau yang tidak sesuai dengan hasil klasifikasi citra. Uji akurasi citra menghasilkan nilai akurasi sebesar 87 % sesuai dengan pernyataan Purwadhi (2001), secara umum, akurasi dari suatu hasil klasifikasi dikatakan baik apabila memiliki akurasi keseluruhan lebih dari 70%

Selain itu, untuk menguji keakuratan hasil klasifikasi dilakukan evaluasi dengan menggunakan matrik kontingensi (error matrix/ confusion matrix). Pada citra hasil klasifikasi tahun 2015 didapat nilai koefisien kappa sebesar 87,48% dan nilai koefisien kappa pada tahun 2005 sebesar 86,22 %. Menurut Jaya (1996) bahwa nilai akurasi diatas 85 % berarti hasil klasifikasi dapat diterima dengan kesalahan kurang atau sama dengan 15%. Sehingga hasil akurasi yang didapat sudah layak untuk digunakan. Hasil klasifikasi tutupan lahan di DAS Lepan diilustrasikan pada peta tutupan lahan Gambar 5 dan Gambar 6.

21 Gambar 6. Peta Tutupan Lahan DAS Lepan Tahun 2015

Perubahan Tutupan Lahan DAS Lepan Tahun 2005 – 2015

Hasil klasifikasi menunjukkan masing-masing tipe penutupan lahan mengalami perubahan, dari tahun 2005 sampai 2015. Data luas perubahan masing-masing tipe tutupan lahan disajikan pada Tabel 4.

Tabel 4. Luas Perubahan tipe penutupan kelas di DAS Lepan

Luas (Ha) Luas (*) No Tipe Penutupan Luas tahun Luas tahun perubahan

Lahan _{2005 (N1) 2015(N2) t utupan lahan} (ha)

1. Awan 1519,83 2439,1 -

2. Bayangan Awan 105,12 496 -

3. Badan Air 419,13 268,13 -151

4. Hutan Mangrove 493,29 191,18 -302,11

5. Tambak 1033,92 289,98 -743,94

6. Pemukiman 6783,21 7229,26 446,05

7. Sawah 1822,77 1445,14 -377,63

8. Lahan Terbuka 1556,28 409,59 -1146,69

9. Perkebunan Sawit 24177,51 28567,27 4389,76 10. Hutan 19557,09 16132,5 -3424,59

(*) nilai minus (-) menyatakan luas tutupan lahan mengalami pengurangan

Berdasarkan data tabel 4 dapat dilihat bahwa perkebunan sawit mengalami pertambahan luas yang paling besar yaitu 4.389,76 ha. Hal ini disebabkan rendahnya perekonomian masyarakat sekitar hutan, sehingga untuk memenuhi kebutuhan dengan cara mengeksploitasi hutan, sesuai dengan pernyataan Dwiprabowo et al., (2014) pada awalnya hutan berada dalam kondisi yang baik (utuh) namun sejalan dengan pertumbuhan ekonomi diperlukan sumber pendanaan antara lain dengan mengeksploitasi sumberdaya alam yang ada, khususnya hutan (kayu), disamping itu lahan hutan dikonversi untuk memenuhi kebutuhan kegiatan ekonomi seperti pertanian, perkebunan dan pemukiman. Pada kelas penutupan lahan yang lain mengalami penurunan, namun tipe tutupan hutan mengalami penurunan luas yang paling besar yaitu 3.424,59 ha. Pada tipe tutupan

lahan hutan berdasarkan hasil klasifikasi mengalami perubahan ke tipe tutupan lahan lainnya. Berikut disajikan pada tabel 5 perubahan tutupan lahan hutan. Tabel 5. Luas perubahan tutupan lahan hutan

Tipe Penutupan Lahan Perubahan No _{Tahun 2005}

Tahun 2015 Luas (Ha)

1. Hutan Pemukiman 729,17

2. Hutan Kebun Sawit 5.719,18

3. Hutan Mangrove Tambak 15,53

4. Hutan Mangrove Sawah 75,59

5 Hutan mangrove Kebun Sawit 236,49

6. Lahan Terbuka Hutan 93,39

7. Kebun Sawit Hutan 3.613,68

Pada Tabel 5 diketahui bahwa konversi hutan terbesar adalah menjadi perkebunan sawit yakni sebesar 5.719,18 ha. Kemudian dikuti konversi hutan menjadi pemukiman sebesar 729,17 ha.

Perubahan tutupan lahan pada rentang tahun 2005 sampai 2015 di DAS Lepan cukup besar. Menurut Arsyad (1989) penggunaan lahan merupakan hasil akhir dari setiap bentuk campur tangan kegiatan (intervensi) manusia terhadap lahan di permukaan bumi yang bersifat dinamis dan berfungsi untuk memenuhi kebutuhan hidup baik material maupun spiritual. Sesuai dengan perkembangan waktu kebutuhan masyarakat akan lahan akan semakin meningkat untuk memenuhi kebutuhan tersebut secara materi ataupun secara ekonomi. Salah satu caranya adalah dengan mengkonversi lahan hutan menjadi perkebunan sawit yang memiliki nilai ekonomi yang lebih baik meskipun akan menimbulkan dampak terhadap hulu DAS Lepan. Hulu DAS merupakan penyeimbang dalam komponen DAS.

Akibat adanya pengungsi konflik Aceh di Dusun Damar Hitam Kecamatan Sei Lepan Kabupaten Langkat mengakibatkan lahan hutan dikonversi menjadi

pemukiman dan lahan perkebunan untuk memenuhi kebutuhan ekono mi mereka. Hal ini menyebabkan kerugian bagi masyarakat, karena banjir akan lebih mudah sebagai dampaka dari hulu DAS yang tidak dapat berfungsi optimal. Perubahan tutupan lahan di DAS Lepan tahun 2005 sampai 2015 diilustrasikan pada peta perubahan tutupan lahan pada Gambar 7.

25 Gambar 7. Peta Perubahan Tutupan Lahan DAS Lepan Tahun 2005-2015

Perubahan Nilai NDVI di DAS Lepan dari tahun 2005-2015

Berdasarkan analisis perubahan nilai NDVI yang dilakukan tahun 2005 dan 2015 menunjukan perubahan kisaran nilai NDVI mengalami kenaikan. Untuk tahun 2005 DAS Lepan memiliki kisaran NDVI antara -0,272 hingga 0,689 pada tahun 2015 kisaran NDVI di DAS lepan antara -0,199 sampai dengan 0,855. Dari kisaran nilai NDVI terlihat bahwa DAS Lepan memiliki kerapatan vegetasi yang sangat rapat, selengkapnya dapat dilihat pada Tabel 6 dan Tabel 7.

Tabel 6. Kisaran NDVI DAS Lepan tahun rekaman 2005

No Kelas Kerapatan Kisaran NDVI Luas (Ha) Luas (%)

1. Non Vegetasi ≤ 0 381,10 0,62

2. Jarang 0,01 – 0,2 1593,70 3,10

3. Sedang 0,21 – 0,4 11539,40 20,45

4. Rapat 0,41 – 0,6 36940,15 64,67

5. Sangat Rapat 0,61 – 0,69 7013,80 11,16 Luas Total 57468.15 100 Tabel 7. Kisaran NDVI DAS Lepan tahun rekaman 2015

No Kelas Kerapatan Kisaran NDVI Luas (Ha) Luas (%)

1. Non Vegetasi ≤ 0 101,40 0,18

2. Jarang 0,01 – 0,2 288,61 0,50

3. Sedang 0,21 – 0,4 959,62 1,67

4. Rapat 0,41 – 0,6 4798,23 8,35

5. Sangat Rapat 0,61 – 0,86 51320,29 89,30 Luas Total 57468,15 100 Dari Tabel 6 dan Tabel 7 dapat dilihat perubahan nilai kisaran NDVI pada tahun 2005 tertinggi berada pada kisaran (-0.27-(0,69)) sedangkan pada tahun 2015 menjadi lebih tinggi sebesar (-0,2-(0,86)). Overlay peta tutupan lahan tahun 2015 dengan peta NDVI tahun 2015 menemukan bahwa DAS Lepan di dominasi oleh perkebunan sawit dan hutan. sehingga tingkat kehijauan yang direkam oleh satelit citra landsat mengalami peningkatan akibat dari pertumbuhan umur vegetasi pada kelas tutupan lahan pada tutupan lahan perkebunanan sawit dari

menyatakan bahwa perbedaan nilai reflektan yang bervariasi selain dipengaruhi karakteristik vegetasi seperti umur dan jenis pohon, struktur daun dan tutupan kanopi, juga dipengaruhi oleh karakter tanah dan kondisi atmosfer. Sementara untuk nilai NDVI paling rendah didapat pada tutupan lahan tambak dan badan air. Untuk lebih lengkapnya dapat dilihat peta nilai NDVI di DAS Lepan pada Gambar 8 dan Gambar 9.

29

KESIMPULAN DAN SARAN

Kesimpulan

1. DAS Lepan diklasifikan menjadi 8 kelas penutupan lahan yaitu : hutan, pemukiman, sawah, perkebunan sawit, hutan mangrove, lahan terbuka, tambak, dan badan air. Luas tutupan lahan terbesar adalah perkebunan sawit dengan luas 28567,27 Ha dan luas tutupan lahan terbesar adalah hutan mangrove dengan luas 191,18 Ha.

2. Nilai NDVI DAS Lepan tertinggi sebesar 0.85 dan terendah -0.19

3. Penambahan luas tutupan lahan DAS Lepan tertinggi terjadi pada tutupan lahan perkebunan sawit yaitu seluas 4.389,76 sedangkan penurunan luas terbesar terjadi pada tutupan lahan hutan seluas 3424, 59 Ha

4. Tutupan lahan yang memiliki nilai NDVI tertinggi terdapat pada kelas hutan dan perkebunan sawit sedangkan nilai NDVI terendah terdapat pada badan air dan tambak.

Saran

Untuk memperbaiki kondisi DAS Lepan tutupan lahan hutan harus dipertahankan dan dibutuhkan kegiatan restorasi untuk mengembalikan kondisi hutan dan memberikan penyuluhan terhadap masyarakat sekitar untuk menghindari konflik dan sengketa lahan.

TINJAUAN PUSTAKA

Ekosistem DAS

DAS adalah suatu wilayah daratan yang merupakan satu kesatuan dengan sungai dan anak-anak sungainya, yang berfungsi menampung, menyimpan dan mengalirkan air yang berasal dari curah hujan ke danau atau ke laut secara alami, yang batas di darat merupakan pemisah topografi dan batas di laut sampai dengan batas perairan yang masih terpengaruh aktivitas daratan. DAS juga diartikan sebagai daerah yang dibatasi oleh punggung punggung gunung dan air akan dialirkan melalui sungai-sungai kecil ke sungai utama (Husni dan Santoso, 2012).

Dalam mempelajari ekosistem DAS, dapat diklasifikasikan menjadi daerah hulu, tengah dan hilir. DAS bagian hulu dicirikan sebagai daerah konservasi, DAS bagian hilir merupakan daerah pemanfaatan. DAS bagian hulu mempunyai arti penting terutama dari segi perlindungan fungsi tata air, karena itu setiap terjadinya kegiatan di daerah hulu akan menimbulkan dampak di daerah hilir dalam bentuk perubahan fluktuasi debit dan transport sedimen serta material terlarut dalam sistem aliran airnya. Dengan perkataan lain ekosistem DAS, bagian hulu mempunyai fungsi perlindungan terhadap keseluruhan DAS. Perlindungan ini antara lain dari segi fungsi tata air, dan oleh karenanya pengelolaan DAS hulu seringkali menjadi fokus perhatian mengingat dalam suatu DAS, bagian hulu dan hilir mempunyai keterkaitan biofisik melalui daur hidrologi (Asdak, 1995).

Aktivitas suatu komponen ekosistem selalu memberi pengaruh pada ekosistem yang lain. Manusia adalah salah satu komponen yang teramat penting. Sebagai komponen yang dinamis, manusia dalam menjalankan aktivitasnya seringkali mengakibatkan dampak yang besar bagi keseluruhan ekosistemnya. Sehingga

hubungan timbal balik antar komponen menjadi tidak seimbang, maka terjadilan gangguan ekologis. Gangguan tersebut pada dasarnya gangguan pada arus materi, energi dan informasi antar komponen yang tidak seimbang (Odum, 1972).

Aliran sungai sangat dipengaruhi oleh karakteristik curah hujan dan kondisi biofisik DAS. Karakteristik biofisik mencakup geometri (ukuran, bentuk, kemiringan DAS), morfometri (ordo sungai, kerapatan jaringan sungai, rasio percabangan, rasio panjang), geologi, serta penutupan lahan. Diantara keempat penciri kondisi biofisik, tipe penutupan lahan merupakan satu-satunya parameter yang dapat mengalami perubahan secara cepat dan memberikan pengaruhnya secara signifikan terhadap karakteristik debit (Kartiwa et al., 2005).

Penutupan Lahan dan Kerapatan Vegetasi

Perubahan penutupan lahan merupakan keadaan suatu lahan yang karena manusia mengalami kondisi yang berubah pada waktu yang berbeda. Deteksi perubahan mencakup penggunaan fotografi udara yang berurutan di atas wilayah tertentu dari fotografi tersebut sehingga peta penggunaan lahanuntuk setiap waktu dapat dipetakan dan dibandingkan. Peta perubahan penutupan lahan antara dua periode waktu biasanya dapat dihasilkan (Lillesand dan Kiefer, 1990).

Penggunaan lahan (land use) adalah setiap bentuk campur tangan (intervensi) manusia terhadap lahan dalam rangka memenuhi kebutuhan hidupnya baik material maupun spiritual. Penggunaan lahan dapat dikelompokkan ke dalam dua kelompok besar yaitu (1) pengunaan lahan pertanian dan (2) penggunaan lahan bukan pertanian (Vink, 1975).

Penggunaan lahan secara umum tergantung pada kemampuan lahan dan pada lokasi lahan. Untuk aktivitas pertanian, penggunaan lahan tergantung pada

kelas kemampuan lahan yang dicirikan oleh adanya perbedaan pada sifat-sifat yang menjadi penghambat bagi penggunaannya seperti tekstur tanah, lereng permukaan tanah, kemampuan menahan air dan tingkat erosi yang telah terjadi. Penggunaan lahan juga tergantung pada lokasi, khususnya untuk daerah-daerah pemukiman, lokasi industri, maupun untuk daerah-daerah rekreasi (Suparmoko, 1995).

Indeks vegetasi merupakan nilai yang diperoleh dari gabungan beberapa spektral band spesifik dari citra penginderaan jauh. Gelombang indeks vegetasi diperoleh dari energi yang dipancarkan oleh vegetasi pada citra penginderaan jauh untuk menunjukkan ukuran kehidupan dan jumlah dari suatu tanaman. Tanaman memancarkan dan menyerap gelombang yang unik sehingga keadaan ini dapat di hubungakan dengan pancaran gelombang dari objek-objek yang lain sehingga dapat di bedakan antara vegetasi dan objek selain vegetasi (Horning, 2004).

Pada dasarnya indeks vegetasi menonjolkan saluran spektral yang peka pada variasi kerapatan tumbuhan. Tidak semua saluran band dari citra didesain untuk kegunaan tersebut. Maka perhatian hanya dipusatkan pada saluran band Merah yang peka terhadap serapan sinar merah oleh klorofil (pigmen hijau) daun, dan saluran band infra merah dekat yang peka terhadap pantulan struktur internal daun. Dedaunan sehat dengan kerapatan sedang dan tidak kekurangan air akan memberikan pantulan cukup rendah pada spektrum Merah, dan sekaligus pantulan tinggi pada spektrum infra merah dekat. Pantulan rendah pada saluran Merah disebabkan oleh kuatnya serapan kandungan klorofil pada daun sehat. Peningkatan kerapatan daun akan diikuti dengan penurunan pantulan di saluran Merah dan peningkatan pantulan di saluran infra merah dekat.

Dengan memadukan dua kecendrungan yang berlawanan ini, maka variasi tingkat kehijuanan tumbuhan dapat secara cepat dipetakan dengan bantuan computer pengolah citra digital. Indeks vegetasi yang paling popular untuk kajian semacam ini adalah NDVI (Normalized Difference Vegetation Index).

NDVI (Normalized Defference Vegetation Index) adalah salah satu cara yang efektif dan sederhana untuk mengidentifikasi kondisi vegetasi di suatu wilayah, dan metode ini cukup berguna dan sudah sering digunakan dalam menghitung indeks kanopi tanaman hijau pada data multispektral penginderaan jauh.

Teknologi Penginderaan Jarak Jauh dan Sistem Informasi Geografis (SIG)

Dalam rangka mendeteksi perubahan yang terjadi di permukaan bumi diperlukan suatu teknik yang dapat mengidentifikasi perubahan-perubahan atau fenomena melalui pengamatan pada berbagai waktu yang berbeda. Salah satu data yang paling banyak digunakan adalah data penginderaan jauh dari satelit yang dapat mendeteksi perubahan karena peliputannya yang berulang-ulang dengan interval waktu yang pendek dan terus menerus (Singh, 1989).

Penginderaan jauh merupakan suatu teknik untuk mengumpulkan informasi mengenai obyek dan lingkungannya dari jarak jauh tanpa sentuhan fisik. Biasanya menghasilkan beberapa bentuk citra yang selanjutnya diproses dan diinterpretasi untuk menghasilkan data yang bermanfaat untuk aplikasi sesuai dengan kebutuhannya (Lo, 1995).

Sistem informasi geografis merupakan suatu himpunan alat (tool) yang digunakan untuk mengumpulkan, menyimpan, mengaktifkan sesuai dengan

kehendak, pentransformasian, serta penyajian data spasial dari suatu fenomena nyata di permukaan bumi untuk maksud-maksud tertentu (Burrough, 1986).

Kebutuhan teknologi penginderaan jauh yang dipadukan dengan Sistem Informasi Geografis (SIG) untuk tujuan inventarisasi dan pemantauan sangat penting terutama bila dikaitkan dengan pengumpulan data yang secara cepat dan akurat. Pengumpulan data dengan teknologi penginderaan jauh dapat mengurangi bahkan menghilangkan pengaruh subjektivitas. Mengingat luasnya dan banyaknya variasi wilayah Indonesia, sejalan dengan kemajuan teknologi informasi, maka aplikasi penginderaan jauh dan SIG sangat tepat. Kedua teknologi tersebut dapat dipadukan untuk meningkatkan kemampuannya dalam hal pengumpulan data, manipulasi data, analisis data, dan menyediakan informasi spasial secara terpadu (Wahyunto, 2007).

Teknologi yang digunakan dalam sistem informasi geografis memperluas penggunaan peta, model-model kartografi dan statistik spasial dengan memberikan kemampuan analisis, tidak hanya tersedia untuk pengembangan model medan kompleks dan pengujian masalah bentang lahan serta masalah penggunaan lahan. Saat ini penggunaan SIG yang paling umum adalah untuk pembuatan peta tematik kota dan memberikan revisi peta-peta tersebut (Howard, 1996).

PENDAHULUAN

Latar Belakang

Penggunaan lahan merupakan hasil akhir dari setiap bentuk campur tangan kegiatan (intervensi) manusia terhadap lahan di permukaan bumi yang bersifat dinamis dan berfungsi untuk memenuhi kebutuhan hidup baik material maupun spiritual (Arsyad,1989). Berbagai kegiatan yang ada di sekitar kawasan DAS Lepan telah mengubah kondisi penggunaan lahan dan indeks vegetasi yang ada di sekitar kawasan tersebut. Fenomena tersebut memerlukan penanganan sejak dini dan terintegrasi dari berbagai aspek yang berkaitan dengan pengelolaan DAS Lepan.

Pemetaan perubahan penggunaan lahan pada suatu daerah sangat penting dilakukan agar dapat mencegah adanya masalah ruang untuk hidup yang timbul karena masyarakat salah memanfaatkan lahan. Untuk mengetahui dan memantau suatu daerah yang tidak kita kenal, maka saat ini perkembangan teknologi penginderaan jauh dengan berbagai kelebihan yang dimilikinya telah mendorong orang menggunakan teknik ini untuk berbagai studi, termasuk diantaranya untuk mendeteksi atau memantau perubahan penggunaan lahan (Sinaga, 2004).

Dalam menentukan kebijakan untuk mengatasi masalah tentang arahan fungsi pemanfaatan lahan yang tepat sesuai dengan kemampuan lahannya pemerintah memerlukan informasi yang akurat agar permasalahan tersebut dapat segera diatasi secara efektif dan efisien. Pengamatan tentang permasalahan pemanfaatan lahan sering terkendala pada luas area yang harus diamati dan sulitnya daerah tersebut untuk di jangkau oleh manusia penggunaan teknologi

masalah tersebut, melalui Penginderaan Jauh dapat dilakukan pengumpulan data pada suatu daerah tanpa harus mendatangi secara langsung daerah yang dikaji sehingga dapat menghemat waktu, tenaga, dan biaya. Pembuatan rumusan tentang arahan pemanfaatan lahan akan lebih efektif dan efisien apabila informasinya dapat disajikan secara spasial, sehingga batas-batas yang digunakan dan posisi untuk setiap daerah dapat terlihat dan diketahui dengan pasti. Geografi merupakan suatu metode yang paling cocok digunakan untuk mengolah dan menganalisa data spasial, atribut dan informasi lainnya. Peta fungsi arahan penggunaan lahan merupakan peta yang mampu memberikan informasi mengenai kesesuaian penggunaan lahan saat ini sehingga dapat dilakukan evaluasi penggunaan lahan terhadap pemanfaatan lahannya

Provinsi Sumatera Utara khususnya Kabupten Langkat memiliki beberapa Daerah Aliran Sungai (DAS), salah satunya yaitu DAS Lepan. DAS Lepan sendiri dikategorikan ke dalam DAS prioritas I di Sumatera Utara yang artinya DAS Lepan memiliki prioritas pengelolaannya yang tinggi karena menunjukkan kondisi dan permasalahan biofisik dan sosial ekonomi yang dapat dikatakan kritis atau tidak sehat. Dengan kata lain DAS Lepan adalah salah satu DAS vital yang tidak dapat diabaikan. Kondisi DAS Lepan saat ini cukup mengkhawatirkan karena banyaknya konversi lahan hutan di wilayah hulu yang merupakan bagian dari daerah Ekosistem Taman Nasional Gunung Leuser berbatasan langsung dengan

Rumusan Masalah

Bagaimana tingkat kerapatan vegetasi, tipe tutupan lahan serta perubahan tutupan lahan dan nilai kerapatan vegetasi pada kelas tutupan lahan di DAS Lepan tahun 2005 dan 2015.

Tujuan penelitian

Tujuan yang ingin dicapai dalam penelitian ini adalah :

1. Mengetahui tipe penutupan lahan DAS Lepan tahun 2005 dan 2015. 2. Mengetahui tingkat kerapatan vegetasi DAS Lepan tahun 2005 dan 2015. 3. Mengetahui perubahan tutupan lahan DAS Lepan tahun 2005 sampai 2015. 4. Mengetahui perubahan tingkat kerapatan vegetasi pada kelas tutupan lahan

DAS Lepan tahun 2005 sampai 2015.

Manfaat penelitian

Penelitian ini diharapkan dapat memberikan informasi yang diperlukan dalam kegiatan perencanaan pengunaan lahan yang sesuai terhadap kondisi DAS Lepan, dan sebagai bahan pertimbangan dalam upaya pengelolaan DAS Lepan.

WARREN CHRISTHOPER MELIALA. Analisis Kerapatan Vegetasi pada kelas Tutupan Lahan di Daerah Aliran Sungai Lepan. Di bawah bimbingan ANITA ZAITUNAH dan SAMSURI.

Taman Nasional Gunung Leuser (TNGL) adalah hulu dari Daerah Aliran Sungai Lepan yang merupakan kawasan konservasi yang harus tetap dijaga keberadaannya. Akibat pertumbuhan penduduk kebutuhan masyarakat akan lahan semakin meningkat, sehingga salah satu langkah yang diambil dengan mengkonversi hutan untuk memenuhi kebutuhan mereka. Rusaknya TNGL akan berdampak terhadap keseimbangan ekosistem DAS Lepan. Penelitian ini dilakukan dengan menggunakan Sistem Informasi Geografis (SIG), Penginderaan Jarak Jauh (PJJ) yang merupakan teknologi spasial. Analisis dilakukan dengan menampalkan (overlay) beberapa data spasial untuk mendapatkan data perubahan tutupan lahan yang terjadi di DAS Lepan dari tahun 2005 – 2015, dan nilai kisaran NDVI (Normalized Difference Vegetation index) untuk mengetahui kerapatan vegetasi di DAS Lepan.

Hasil penelitian menunjukkan tutupan lahan hutan pada tahun 2015 sebesar 28,1% dari total DAS Lepan artinya tidak memenuhi standar minimal yang ditetapkan oleh pemerintah dalam Undang-undang No.41 tahun 1999 tentang Kehutanan yakni kawasan hutan harus memiliki minimal 30 % dari luas total suatu DAS. Penelitian ini diharapkan dapat memberikan informasi sebagai bahan pertimbangan dalam upaya pengelolaan DAS Lepan.

Kata kunci : TNGL, Daerah Aliran Sungai, NDVI, SIG, PJJ, Kerapatan vegetasi, Overlay

WARREN CHRISTHOPER MELIALA. Analysis of density of vegetation on land cover classes in Watershed Lepan. Under the guidance of ANITA ZAITUNAH and SAMSURI.

Gunung Leuser National Park (TNGL) is upstream of Watershed Lepan which is a conservation area that must be kept existence. Due to population growth the community needs for land increases, so that one of the steps taken to convert forests to meet their needs. Damage to TNGL will affect the balance of watershed ecosystem Lepan. This research was conducted by using Geographic Information System (GIS), Remote Sensing, which is a spatial technology. Analyses were performed with menampalkan (overlay) multiple spatial data to obtain data land cover changes that occur in the watershed Lepan from year 2005 to 2015, and the value range of NDVI (Normalized Difference Vegetation Index) to determine the density of the vegetation in the watershed Lepan.

The results showed forest cover in 2015 amounted to 28.1% of the total watershed Lepan means do not meet the minimum standards set by the government in Act 41 of 1999 on Forestry namely forest area must have at least 30% of the total area of a DAS. This research is expected to provide information for consideration in Lepan watershed management efforts.

Keywords: NDVI, overlay, remote sensing, SIG, TNGL, vegetation density, watershed

DI DAERAH ALIRAN SUNGAI LEPAN

SKRIPSI

Oleh :

WARREN CHRISTHOPER MELIALA 121201031

PROGRAM STUDI KEHUTANAN

FAKULTAS KEHUTANAN

UNIVERSITAS SUMATERA UTARA

KELAS TUTUPAN LAHAN

DI DAERAH ALIRAN SUNGAI LEPAN

SKRIPSI

Oleh :

WARREN CHRISTHOPER MELIALA 121201031

MANAJEMEN HUTAN

Skripsi sebagai salah satu syarat untuk memperoleh gelar sarjana di Fakultas Kehutanan universitas

Sumatera Utara

PROGRAM STUDI KEHUTANAN

FAKULTAS KEHUTANAN

UNIVERSITAS SUMATERA UTARA

LEMBAR PENGESAHAN

Judul : Analisis Kerapatan Vegetasi pada Di Daerah Aliran Sungai Lepan.

Kelas Tutupan Lahan

Nama : Warren Christhoper Meliala NIM : 121201031

Program Studi : Kehutanan

Minat : Manajemen Hutan

Disetujui Oleh Komisi Pembimbing

Dr. Anita Zaitunah S.Hut., M.Sc. Dr. Samsuri S.Hut., M.Si Ketua Anggota

Mengetahui,

Siti Latifah, S.Hut, M.Si., Ph. D Dekan Fakultas Kehutanan

WARREN CHRISTHOPER MELIALA. Analisis Kerapatan Vegetasi pada kelas Tutupan Lahan di Daerah Aliran Sungai Lepan. Di bawah bimbingan ANITA ZAITUNAH dan SAMSURI.

Taman Nasional Gunung Leuser (TNGL) adalah hulu dari Daerah Aliran Sungai Lepan yang merupakan kawasan konservasi yang harus tetap dijaga keberadaannya. Akibat pertumbuhan penduduk kebutuhan masyarakat akan lahan semakin meningkat, sehingga salah satu langkah yang diambil dengan mengkonversi hutan untuk memenuhi kebutuhan mereka. Rusaknya TNGL akan berdampak terhadap keseimbangan ekosistem DAS Lepan. Penelitian ini dilakukan dengan menggunakan Sistem Informasi Geografis (SIG), Penginderaan Jarak Jauh (PJJ) yang merupakan teknologi spasial. Analisis dilakukan dengan menampalkan (overlay) beberapa data spasial untuk mendapatkan data perubahan tutupan lahan yang terjadi di DAS Lepan dari tahun 2005 – 2015, dan nilai kisaran NDVI (Normalized Difference Vegetation index) untuk mengetahui kerapatan vegetasi di DAS Lepan.

Hasil penelitian menunjukkan tutupan lahan hutan pada tahun 2015 sebesar 28,1% dari total DAS Lepan artinya tidak memenuhi standar minimal yang ditetapkan oleh pemerintah dalam Undang-undang No.41 tahun 1999 tentang Kehutanan yakni kawasan hutan harus memiliki minimal 30 % dari luas total suatu DAS. Penelitian ini diharapkan dapat memberikan informasi sebagai bahan pertimbangan dalam upaya pengelolaan DAS Lepan.

Kata kunci : TNGL, Daerah Aliran Sungai, NDVI, SIG, PJJ, Kerapatan vegetasi, Overlay

WARREN CHRISTHOPER MELIALA. Analysis of density of vegetation on land cover classes in Watershed Lepan. Under the guidance of ANITA ZAITUNAH and SAMSURI.

Gunung Leuser National Park (TNGL) is upstream of Watershed Lepan which is a conservation area that must be kept existence. Due to population growth the community needs for land increases, so that one of the steps taken to convert forests to meet their needs. Damage to TNGL will affect the balance of watershed ecosystem Lepan. This research was conducted by using Geographic Information System (GIS), Remote Sensing, which is a spatial technology. Analyses were performed with menampalkan (overlay) multiple spatial data to obtain data land cover changes that occur in the watershed Lepan from year 2005 to 2015, and the value range of NDVI (Normalized Difference Vegetation Index) to determine the density of the vegetation in the watershed Lepan.

The results showed forest cover in 2015 amounted to 28.1% of the total watershed Lepan means do not meet the minimum standards set by the government in Act 41 of 1999 on Forestry namely forest area must have at least 30% of the total area of a DAS. This research is expected to provide information for consideration in Lepan watershed management efforts.

Keywords: NDVI, overlay, remote sensing, SIG, TNGL, vegetation density, watershed

Warren Christhoper Meliala dilahirkan di kota Tanjungbalai, Propinsi Sumatera Utara pada tanggal 30 Mei 1994 dari bapak martinus Meliala dan Ibu Doremi Tanjung. Penulis merupakan anak kedua dari empat bersaudara.

Tahun 2006 penulis lulus dari SD Rom Katholik I Tanjungbalai, pada tahun 2009 lulus dari SMP Negeri 1 Tanjungbalai, tahun 2012 penulis lulus dari SMA Negeri 1 Tanjungbalai. Pada tahun 2012 penulis diterima sebagai mahasiswa di Program Studi kehutanan Fakultas Kehutanan, Universitas Sumatera Utara melalui jalur Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN).

Selama mengikuti perkuliahan, penulis juga aktif mengikuti kegiatan organisasi dikampus, antara lain: sebagai anggota bidang divisi pengembangan Rain Forest Community tahun 2013-2015, sebagai angggota dalam organisasi Himas Kehutanan USU. Penulis juga pernah menjadi asisten Geodesi dan Kartografi pada tahun 2014 dan 2015. Penulis mengikuti kegiatan Pengenalan Ekosistem hutan sebagai peserta di Pulau Sembilan Kabupaten Langkat pada tahun 2014.

Penulis melaksanakan Praktik Kerja Lapangan di PT. Arara Abadi Distrik Tapung propinsi Riau selama 1 bulan pada tahun 2016. Pada akhir kuliah, untuk memperoleh gelar sarjana Kehutanan di Universitas Sumatera Utara, penulis melaksanakan penelitian dengan judul “ Analisis Kerapatan Vegetasi pada kelas Tutupan Lahan di Daerah Aliran Sungai Lepan” dibawah bimbingan ibu Dr. Anita Zaitunah S,Hut., M.Sc. dan Dr. Samsuri S.Hut., M.Si.

Puji dan syukur penulis ucapkan kehadirat Tuhan Yang Maha Kuasa yang telah memberikan berkat dan perlindungan kepada penulis sehingga penulis dapat menyelesaikan skripsi ini. Judul skripsi ini adalah “ Analisis kerapatan Vegetasi pada Kelas Tutupan Lahan di Daerah Aliran Sungai Lepan”

Penelitian ini menganalisa nilai Normalized Difference Vegetation Index (NDVI) pada kelas tutupan lahan di Daerah Aliran Sungai Lepan. Informasi yang diperoleh dari penelitian ini diharapkan dapat membantu dalam hal perencanaan untuk memperbaiki kondisi Derah Aliran Sungai Lepan.

Pada kesempatan ini penulis mengucapkan terima kasih kepada :

1. Ayahanda Martinus Meliala dan Ibunda Doremi Tanjungg beserta keluarga atas doa dan dukungannya.

2. Dosen pembimbing penelitian, yaitu Ibu Dr. Anita Zaitunah, S.Hut., M.Sc dan Bapak Dr. Samsuri S.Hut., M.Si.

3. Pihak Universitas Sumatera Utara yang telah membantu proses saya selama di Program Studi Kehutanan, Fakultas Kehutanan, Universitas Sumatera Utara.

4. Teman-teman Program Studi kehutanan yang telah membantu saya dalam melaksanakan penelitian ini.

Penulis mengharapkan skripsi ini dapat menjadi referensi untuk penelitian selanjutnya oleh pihak-pihak terkait. Melalui skripsi ini juga dapat menjadi pertimbangan dalam upaya perencanaan perbaikan kondisi DAS Lepan.

skripsi ini dapat menjadi lebih baik lagi. Semoga skripsi ini bermanfaat dan memberi kontribusi yang baru khususnya dalam bidang kehutanan dan bidang pendidikan dalam penelitian-penelitian ilmiah.

Medan, September 2016

DAFTAR ISI

Halaman

ABSTRAK... i

ABSTRACT ... ii

RIWAYAT HIDUP ... iii

KATA PENGANTAR ... iv

DAFTAR ISI ... vi

DAFTAR TABEL ... viii

DAFTAR GAMBAR... ix

DAFTAR LAMPIRAN ... x

PENDAHULUAN ... 1

Latar Belakang... 1

Rumusan Masalah... 3

Tujuan Penelitian ... 3

Manfaat Penelitian ... 3

TINJAUAN PUSTAKA ... 4

Ekosistem DAS ... 4

Penutupan Lahan dan Kerapatan Vegetasi... 5

Teknologi Penginderaan Jarak Jauh dan Sistem Informasi Geografis ... 7

METODE PENELITIAN ... 9

Waktu dan Tempat Penelitian ... 9

Alat dan Bahan Penelitian ... 10

Metode Penelitian ... 10

Pengumpulan Data... 10

Pengunduhan Citra ... 10

Data Sekunder ... 11

Data Primer ... 11

Analisis Data ... 11

Cropping Citra ... 11

Klasifikasi Citra ... 11

Uji Akurasi Hasil Klasifikasi ... 12

Pembuatan Peta NDVI (Normalized Difference Vegetation Index) 13

Analisis Perubahan Tutupan Lahan ... 13

Analisis Kerapatan Vegetasi pada Tiap Kelas Tutupan Lahan ... 14

HASIL DAN PEMBAHASAN... 17

Tutupan Lahan DAS Lepan Tahun 2005 dan 2015 ... 17

Perubahan Tutupan Lahan DAS Lepan tahun 2005-2015 ... 22

KESIMPULAN DAN SARAN... Kesimpulan...

30 30 Saran ... 30

DAFTAR PUSTAKA ... 32

DAFTAR GAMBAR

No.

1. Peta Lokasi penelitian...

Halaman 9 2. Alur Tahapan Analisis Perubahan Tutupan Lahan... 15 3. Alur Tahapan Analisis Kerapatan Vegetasi………... 16 4. Alur Tahapan Analisis Kerapatan Vegetasi pada Kelas

Tutupan Lahan... 16 5. Peta Tutupan Lahan DAS Lepan Tahun 2005... 20 6. Peta Tutupan Lahan DAS Lepan Tahun 2015…..…………... 20 7. Peta Perubahan Tutupan Lahan DAS Lepan

Tahun 2005-2015... 25 8. Peta NDVI DAS Lepan Tahun 2015... 28 9. Peta NDVI DAS Lepan Tahun 2005………... 29

DAFTAR TABEL

No. Halaman

1. Informasi data citra... 10

2. Kelas penutupan Lahan DAS Lepan citra tahun 17

rekaman 2015... 3. Kelas penutupan Lahan DAS Lepan citra tahun 17

rekaman 2005………... 4. Persen perubahan tiap penutupan kelas di DAS Lepan... 22

5. Luas perubahan tutupan lahan hutan... 23

6. Kisaran NDVI DAS Lepan tahun rekaman 2005….…….…... 26

DAFTAR LAMPIRAN

No.

1. Monogram Citra Landsat Tutupan Lahan DAS Lepan band 543

Halaman (Landsat 5 TM) dan band 654 (Landsat 8 OLI) ... 33 2. Titik Koordinat Survey ( ground check) dengan GPS

(Global Positioning System) ... 36 3. Gambaran kondisi tutupan lahan di lapangan

tahun 2015 ………... 38 4. Hasil Evaluasi Kontingensi... 41

skripsi ini dapat menjadi lebih baik lagi. Semoga skripsi ini bermanfaat dan memberi kontribusi yang baru khususnya dalam bidang kehutanan dan bidang pendidikan dalam penelitian-penelitian ilmiah.

Medan, September 2016

Warren Christhoper Meliala

DAFTAR ISI

Halaman

ABSTRAK... i

ABSTRACT ... ii

RIWAYAT HIDUP ... iii

KATA PENGANTAR ... iv

DAFTAR ISI ... vi

DAFTAR TABEL ... viii

DAFTAR GAMBAR... ix

DAFTAR LAMPIRAN ... x

PENDAHULUAN ... 1

Latar Belakang... 1

Rumusan Masalah... 3

Tujuan Penelitian ... 3

Manfaat Penelitian ... 3

TINJAUAN PUSTAKA ... 4

Ekosistem DAS ... 4

Penutupan Lahan dan Kerapatan Vegetasi... 5

Teknologi Penginderaan Jarak Jauh dan Sistem Informasi Geografis ... 7

METODE PENELITIAN ... 9

Waktu dan Tempat Penelitian ... 9

Alat dan Bahan Penelitian ... 10

Metode Penelitian ... 10

Pengumpulan Data... 10

Pengunduhan Citra ... 10

Data Sekunder ... 11

Data Primer ... 11

Analisis Data ... 11

Cropping Citra ... 11

Klasifikasi Citra ... 11

Uji Akurasi Hasil Klasifikasi ... 12

Pembuatan Peta NDVI (Normalized Difference Vegetation Index) 13

Analisis Perubahan Tutupan Lahan ... 13

Analisis Kerapatan Vegetasi pada Tiap Kelas Tutupan Lahan ... 14

HASIL DAN PEMBAHASAN... 17

Tutupan Lahan DAS Lepan Tahun 2005 dan 2015 ... 17

Perubahan Tutupan Lahan DAS Lepan tahun 2005-2015 ... 22

Perubahan Nilai NDVI DAS Lepan Tahun 2005-2015 ... 26

KESIMPULAN DAN SARAN... Kesimpulan...

30 30 Saran ... 30

DAFTAR PUSTAKA ... 32

LAMPIRAN ... 33

DAFTAR GAMBAR

No.

1. Peta Lokasi penelitian...

Halaman 9 2. Alur Tahapan Analisis Perubahan Tutupan Lahan... 15 3. Alur Tahapan Analisis Kerapatan Vegetasi………... 16 4. Alur Tahapan Analisis Kerapatan Vegetasi pada Kelas

Tutupan Lahan... 16 5. Peta Tutupan Lahan DAS Lepan Tahun 2005... 20 6. Peta Tutupan Lahan DAS Lepan Tahun 2015…..…………... 20 7. Peta Perubahan Tutupan Lahan DAS Lepan

Tahun 2005-2015... 25 8. Peta NDVI DAS Lepan Tahun 2015... 28 9. Peta NDVI DAS Lepan Tahun 2005………... 29

DAFTAR TABEL

No. Halaman

1. Informasi data citra... 10

2. Kelas penutupan Lahan DAS Lepan citra tahun 17

rekaman 2015... 3. Kelas penutupan Lahan DAS Lepan citra tahun 17

rekaman 2005………... 4. Persen perubahan tiap penutupan kelas di DAS Lepan... 22

5. Luas perubahan tutupan lahan hutan... 23

6. Kisaran NDVI DAS Lepan tahun rekaman 2005….…….…... 26

7. Kisaran NDVI DAS Lepan tahun rekaman 2015... 26

DAFTAR LAMPIRAN

No.

1. Monogram Citra Landsat Tutupan Lahan DAS Lepan band 543

Halaman (Landsat 5 TM) dan band 654 (Landsat 8 OLI) ... 33 2. Titik Koordinat Survey ( ground check) dengan GPS

(Global Positioning System) ... 36 3. Gambaran kondisi tutupan lahan di lapangan

tahun 2015 ………... 38 4. Hasil Evaluasi Kontingensi... 41