MODUL PENDUGAAN STOK KARBON HUTAN

BERDASARKAN ANALISIS SPASIAL MENGGUNAKAN

ArcGIS 10.0
Disusun Oleh:
KELTI NILAI HUTAN DAN JASA LINGKUNGAN PUSLITBANG KONSERVASI
DAN REHABILITASI
BALITBANG KEHUTANAN KEMENTERIAN KEHUTANAN
Disampaikan Pada Acara
Pelatihan Peningkatan Kapasitas SDM di Bidang Pemanfaatan Jasa Lingkungan Karbon
Direktorat Pemanfaatan Jasa Lingkungan Kawasan Konservasi dan Hutan Lindung (PJLKKHL)
Direktorat Jenderal PHKA Kementerian Kehutanan

I.

PENDAHULUAN

Dalam rangka mengatasi dampak perubahan iklim, REDD+

dipandang sebagai suatu mekanisme kebijakan yang berpotensi
besar untuk mengurangi emisi dari deforestasi dan degradasi
hutan, konservasi, pengelolaan hutan lestari, dan peningkatan
stok karbon hutan. Salah satu komponen penting untuk
pelaksanaan
REDD+
adalah
penerapan
sistem
MRV
(pengukuran, pelaporan dan verifikasi) yang transparan,
komparabel, koheren, lengkap dan akurat.
Informasi yang akurat mengenai karbon hutan yang tersimpan
dalam biomassa sangat diperlukan untuk menggambarkan
kondisi ekosistem hutan dalam rangka pengelolaan sumberdaya
hutan yang berkelanjutan, memahami dinamika karbon dalam
ekosistem hutan, dan menduga dampak yang terjadi dalam
ekosistem akibat deforestasi, perubahan penggunaan lahan dan
perubahan iklim (Eamus et al., 2000; Comley dan McGuiness,
2005; Soares dan Schaeffer-Novelli, 2005). Informasi ini juga
sangat penting sebagai komponen dasar dalam sistem
perhitungan (accounting) dan pemantauan (monitoring) karbon

nasional (Eamus et al., 2000; Snowdon et al., 2000; Keith et al.,

2000) yang merupakan input utama untuk mengembangkan
strategi penurunan emisi Gas Rumah Kaca (GRK), terutama
karbon dioksida (CO2) dari sektor lahan.
Stok karbon yang tersimpan dalam biomassa hutan dan
perubahannya (baik karbon yang hilang akibat deforestasi dan
degradasi hutan, atau terjadinya akumulasi penambahan karbon
dari pertumbuhan, regenerasi hutan alam maupun dari kegiatan
aforestasi dan reforestasi) perlu diukur dan dipantau karena
perubahan stok karbon akan berpengaruh terhadap konsentrasi
karbon dioksida (CO2) di atmosfer. Stok karbon dan
perubahannya relatif sulit untuk diukur, dan dugaan nilainya
mungkin masih tergantung pada tingkat ketidakpastian
(uncertainty level) (Clark et al., 2001; Jenkins et al., 2003).
Ketidakpastian ini dapat bersumber dari kesalahan dalam
pengambilan contoh (sampling error), kesalahan dalam
pengukuran (measurement error), dan kesalahan dalam
pemilihan model regresi yang digunakan (regression model
error) (MacDicken, 1997). Berbagai metode telah tersedia untuk
melakukan pendugaan stok karbon. Masing-masing memiliki
kekuatan, kelemahan, dan prakondisi yang berbeda. Pada modul
ini penulis akan menyampaikan proses pendugaan stok karbon
hutan dengan menggunakan cara yang lebih sederhana dan
praktis agar lebih mudah dimengerti.
II.

PENYIAPAN PERANGKAT DAN DATA

Perangkat atau alat yang diperlukan dalam pendugaan stok

karbon hutan akan sangat bergantung pada metode yang
digunakan. Beberapa perangkat yang diperlukan dalam kegiatan
ini antara lain
1. Software GIS/SIG : ArcGIS 10.0
2. Software Penginderaan Jauh (Remote Sensing): ER-Mapper,
ENVI, dll; ( jika diperlukan)

3. Software Microsoft Office: MS Word dan MS Excel

4. Hardware: Personal Computer dengan sepesifikasi yang
dianjurkan.
Sedangkan data yang diperlukan dalam kegiatan ini, antara lain:
1.
2.
3.
4.

Data dijital Peta Areal Kerja/Administrasi/Batas Kawasan

Data dijital Peta Penutupan Lahan
Data dijital Citra Satelit
Data plot di lapangan (hasil pengolahan )
III. PENGOLAHAN DAN ANALISIS DATA
A. PERSIAPAN DATA
1. Siapkan seluruh perangkat dan data yang diperlukan
sebagaimana dijelaskan di atas. Ikuti langkah-langkah
sebagai berikut:
a. Buka software ArcGIS dengan cara click pada ArcMap 10

b. Tampilan dilayar monitor akan seperti gambar di bawah

ini.

c. Buka semua file data yang diperlukan dengan cara click

pada toolbar standard kemudian Add Data seperti gambar
di bawah ini.

d. Pilih data citra Landsat; Peta Penutupan Lahan; dan Batas

Kawasan yang akan dikaji, sehingga tampilan pada layar
monitor akan seperti gambar di bawah ini.

2. Lakukan Clip raster dengan cara click Arc Toolbox pilih

Data Management Tools lalu Raster pilih Raster
Processing kemudian pilih Clip.

3. Hasil clip adalah seperti gambar di bawah ini.

4. Kemudian lakukan clip pada feature penutupan lahan

dengan cara click View kemudian Data Frame
Properties kemudian pada tab Data Frame pilih Clip
Options lalu Clip to Shape dan pada Specify Shape
pilih shape file batas kawasan.

5. Hasil clip feature adalah sbb:

B. PENENTUAN PLOT CONTOH

Dalam kegiatan ini, penentuan plot contoh yang akan
dijadikan sebagai training area dilakukan dengan tiga
pendekatan, yaitu didasarkan pada analisis visual citra, kelas
penutupan lahan dan nilai NDVI atau Normalized Difference

Vegetation Index yang merupakan metode standar yang

digunakan dalam membandingkan tingkat kehijauan
vegetasi yang berasal dari citra satelit. Formula standar
untuk menghitung nilai NDVI adalah sbb:
NDVI = (NIR Red) / (NIR + Red)
Nilai index NDVI ini mempunyai rentang dari -1.0 (minus 1)
hingga 1.0 (positif 1). Nilai yang mewakili vegetasi berada
pada rentang 0.1 hingga 0.7, diatas nilai ini menggambarkan
tingkat kesehatan tutupan vegetasi. NDVI dapat digunakan
untuk menghitung tingkat biomassa dan tingkat kehijauan
(greenness) secara relatif pada berbagai skala, mulai dari
skala plot hingga global. Saat ini analisis NDVI telah berada
pada tingkat yang sangat advanced (sangat kompleks).
Artinya hingga saat ini, kegiatan RS/GIS tidak hanya sekedar
melihat nilai NDVI saja tetapi juga mencakup bagaimana
perubahan NDVI terhadap kegiatan manusia di dalamnya.
Perhitungan perbandingan sifat respon obyek 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.
1. Penentuan plot berdasarkan analisis visual citra
a. Kembali pada software ArcMap 10

b. Buka file clip_img seperti gambar dibawah ini

c. Kemudian buka file shp penutupan lahan seperti gambar

dibawah ini

d. Tentukan letak plot berdasarkan analisis visual citra sesuai

dengan yang diinginkan. Dalam langkah ini, keteletian dan
kecermatan kita sangat diperlukan dalam melakukan
pemilihan plot-plot yang cukup representatif.
Sebagai
contoh, buka file sample seperti gambar dibawah ini.

e. Langkah selanjutnya, catat koordinat plot yang sudah

dibuat diatas untuk selanjutnya dilakukan pembuatan plot
di lapangan dalam rangka pengumpulan data.
f. Kemudian lakukan pengolahan data hasil lapangan secara
tabular menggunakan MS Excel, hasil dari pengolahan
tersebut akan dikombinasikan dengan hasil analisis citra
untuk mengasilkan dugaan biomassa atau karbon di areal
yang dikaji.
2. Penentuan plot contoh berdasarkan nilai NDVI. Adapun
langkah-langkah membuat NDVI adalah sebagai berikut:
a. Buka
tab
ArcCatalog
kemudian
pada
folder
Training_PHKA/Citra Landsat_12205 block clip_imgc2
dan clip_imgc3 ke dalam Table of Contents.

b. Buka tab Arc Toolbox kemudian Spatial Analyst Tool

kemudian Map Algebra lalu double click Raster
Calculator.
Lalu
ketikkan
formula
ini
:
(("clip_imgc2"-"clip_imgc3")*1000)/ ("clip_imgc2"
+ "clip_imgc3"); untuk mendapatkan NDVI.

c. Hasil yang akan didapatkan berupa image seperti

gambar di bawah ini.

d. Kemudian click kanan NDVI_img kemudian properties

dan click tab symbiology kemudian click classified.
Atus klas NDVI tersebut sehingga menghasilkan gambar
seperti dibawah ini.

e. Kemudian lakukan penentuan plot berdasarkan hasil

NDVI tersebut seperti langkah diatas (butir 1.d.).
3. Penentuan plot contoh secara sistematis (systematic
sampling). Bagian ini akan dijelaskan secara terpisah.
C. PENDUGAAN BIOMASSA/KARBON
1. Siapkan data rekapitulasi biomassa/karbon yang sudah
dikombinasi dalam file sample.shp.
2. Click tab Image Classification seperti gambar di bawah ini.

3. Kemudian click tab training sample manager

4. Buka file shp train_citra click Create Signature File

kemudian save dengan nama yang diinginkan.

5. Click Classification kemudian Maximum likelihood

Classification

6. Isikan field yang diperlukan hingga menjadi seperti gambar

dibawah ini.

7. Hasil klasifikasi citra akan tampak seperti gambar di bawah

ini.

8. Click kanan pada citra hasil klasifikasi yang terdapat dalam

Table of Contents kemudian click Open attribute table.

9. Click Table operations kemudian Add Field isikan Name

dengan Dugaan Carbon dan pilih Type dengan Double lalu
click OK. Maka

10.
Click kanan pada field Dugaan Carbon lalu pilih Field
Calculator kemudian isikan formula : [VALUE] * [COUNT]
*0.0625..

11.

Dengan demikian kita sudah mendapatkan dugaan stok

karbon di areal kajian.