(Estimation Model of Site Quality of Teak (Tectona grandis) Using Very High-
Resolution Imagery from Unmanned Aerial Vehicle in KPH Nganjuk)
Kusnadi1*, I Nengah Surati Jaya2, Nining Puspaningsih2, Makin Basuki3, dan Lukman Hakim3
1Program Studi Ilmu Pengelolaan Hutan Sekolah Pascasarjana Institut Pertanian Bogor
Jl. lingkar Akademik, Kampus IPB Dramaga, PO Box 168, Bogor 16680, Jawa Barat, Indonesia
2Fakultas Kehutanan Institut Pertanian Bogor
Jl. lingkar Akademik, Kampus IPB Dramaga, PO Box 168, Bogor 16680, Jawa Barat, Indonesia.
3KPH Nganjuk, Perum Perhutani Unit II Jawa Timur, Nganjuk
ABSTRAK
Kualitas tempat tumbuh merupakan salah satu informasi utama yang dibutuhkan dalam pengelolaan
tegakan hutan. Kelas kualitas tempat tumbuh tegakan (bonita) perlu dievaluasi setiap periode tertentu karena
kualitas tegakan hutan dapat berubah akibat pengelolaan yang diterapkan. Penelitian ini menggunakan citra
resolusi sangat tinggi yang diperoleh dari pesawat tidak berawak untuk menduga kualitas tempat tumbuh jati
(Tectona grandis). Citra UAV (Unmanned Aerial Vehicle) yang digunakan direkam pada ketinggian 400 m di atas
datum (ketinggian rata-rata permukaan lahan) dengan resolusi spasial 15 cm. Model penduga kualitas tempat
tumbuh dibangun menggunakan analisis diskriminan. Penelitian ini menunjukkan nilai akurasi dari fungsi
diskriminan menggunakan peubah ganda kerapatan tajuk (C) dan rata-rata diameter tajuk (D c ) yaitu sebesar
60,94%.
Kata kunci: Citra UAV, bonita, penutupan tajuk, jati (Tectona grandis)
ABTRACT
Site quality is one of the main information needed in forest stand management. Site quality classes need to be
evaluated every certain period because the quality of forest stands may change as a result of management applied.
This study describes the use of very high-resolution imagery derived from unmanned aerial vehicle (UAV) for
estimating the site quality of teak (Tectona grandis). The UAV imagery used was taken from 400 m above datum
(the average land surface elevation) with ground spatial resolution of 15 cm. Site quality estimation models was
built using discriminant analysis. The study found that the best accuracy from discriminant function using multiple
variables canopy density (C) and average of crown diameter (D c ) is 60.9%.
Keywords: UAV image, site quality, canopy density, teak (Tectona grandis)
data dan interpretasinya yang lebih murah Kehutanan Institut Pertanian Bogor mulai
dibanding biaya perjalanan, serta perolehan bulan April sampai dengan Oktober 2015.
data yang lebih cepat dan lebih mudah.
B. Data Sekunder
Perkembangan terakhir aplikasi
Data utama yang digunakan pada
penginderaan jauh dalam pemantauan sumber
penelitian ini adalah citra UAV resolusi spasial
daya hutan adalah penggunaan pesawat tidak
15 cm yang direkam pada bulan Juli 2013. Data
berawak (unmanned aerial vehicle/UAV) untuk
lainnya mencakup peta petak dan anak petak,
pengambilan potret udara yang mulai
tahun tanam serta bonita. Kelas bonita yang
menggeser peranan citra satelit resolusi sangat
digunakan oleh Perum Perhutani dalam
tinggi karena beberapa alasan (Rokhmana,
penelitian ini disebut sebagai bonita lapangan
2015): efisiensi biaya, dihasilkan dengan cepat,
(peta bonita). Data sekunder tersebut diperoleh
mudah dioperasikan, dan akurasi geometri
dari Perum Perhutani.
yang baik. Sistem pesawat tidak berawak
Citra direkam dari wahana pesawat tanpa
memiliki potensi yang besar pada pemantauan,
awak yang berkecepatan terbang antara 40 dan
penilaian, dan beragam kegiatan lain dalam
60 km/jam. Sensor UAV yang digunakan adalah
pengelolaan sumber daya alam (Rango dan
kamera digital Sony RX100 dengan panjang
Laliberte, 2010).
fokus 28 mm dan resolusi 20 mp. Citra yang
Pendugaan kualitas tempat tumbuh
dihasilkan memiliki resolusi (ground
menggunakan peubah dari citra telah dilakukan
resolution) sebesar 15 cm. UAV terbang rendah
oleh peneliti lainnya. Wahyuni (2012)
pada ketinggian terbang 420 m dengan
melakukan pendugaan bonita jati di KPH
interval jalur pemotretan sekitar 200 m. Citra
Madiun menggunakan peubah dari citra UAV
UAV tersebut merupakan foto udara non-
dan menemukan bahwa kualitas tempat
metrik skala kecil. Citra UAV non-metrik skala
tumbuh jati dapat diduga menggunakan peubah
kecil telah direkomendasikan oleh Jaya dan
kerapatan tajuk, diameter tajuk dan jumlah
Cahyono (2001) untuk pengukuran peubah
pohon. Hayat (2015) menyatakan bahwa
tegakan seperti diameter tajuk dan kerapatan
peubah normalized difference vegetation index
tajuk. Peubah tegakan yang diperoleh dari citra
(NDVI), persentase penutupan tajuk, salinitas,
UAV skala kecil dapat digunakan untuk
dan kerapatan tegakan yang diperoleh dari
menduga kualitas tempat tumbuh (Wahyuni,
citra Landsat dapat digunakan untuk menyusun
2012), estimasi biomassa (Septyawardani,
model pendugaan bonita pada kawasan
2012), dan untuk menaksir volume tegakan
mangrove. Penelitian ini bertujuan untuk
(Dhani, 2012).
menyusun model penduga kualitas tempat
tumbuh jati dengan menggunakan peubah- C. Pengukuran Lapangan
peubah tegakan yang dihasilkan dari citra Unit contoh untuk penyusunan model
pesawat tidak berawak (UAV). penduga kualitas tempat tumbuh tegakan jati
adalah plot contoh seluas 0.1 ha yang berbentuk
II. METODE PENELITIAN lingkaran dengan jari-jari 17.8 m. Plot contoh
diambil secara merata mewakili semua umur
A. Lokasi dan Waktu Penelitian
tanaman, yaitu jati umur 4, 7, 10, 11, 25, 35, 38,
Pengamatan lapangan dilaksanakan pada 39, 40, 41, 42, 43, 45, 50, 52, dan 56 tahun. Pada
tegakan hutan jati yang berada pada wilayah setiap umur tanaman dibuat masing-masing
Resort Pengelolaan Hutan (RPH) Cabean, empat plot contoh sehingga secara keseluruhan
Bagian Kesatuan Pemangkuan Hutan (BKPH) pengamatan dilakukan pada 64 plot contoh.
Ngluyu, Kesatuan Pemangkuan Hutan (KPH) Keempat plot contoh pada setiap umur
Nganjuk, Perum Perhutani Unit II Jawa Timur. tanaman ditempatkan secara sengaja dengan
Pengamatan tersebut dilakukan pada bulan menjaga jarak antar plot contoh tidak kurang
Februari sampai Maret 2015. Secara dari 100 meter. Suatu plot contoh ditempatkan
administratif, lokasi penelitian terletak di Desa di arah utara, selatan, barat, atau timur dari plot
Sugihwaras Kecamatan Ngluyu Kabupaten contoh lainnya tergantung pada kondisi
Nganjuk Provinsi Jawa Timur. Sedangkan lapangan. Keseluruhan plot contoh (64 plot)
secara geografis, lokasi penelitian ini terletak di membentuk pola yang tidak beraturan karena
antara 1115430.38BT dan 1115604.36BT menyesuaikan dengan sebaran umur tanaman.
serta 72644.81LS dan 72750.92LS (Gambar Pengukuran tinggi total pohon (h)
1). Pengolahan data dan analisis citra UAV dilakukan pada semua pohon yang terdapat
dilakukan di Laboratorium Fisik Penginderaan dalam setiap plot contoh. Pengukuran tinggi
Jauh dan Sistem Informasi Geografis, Fakultas menggunakan clinometer pada skala persen
186
Model Penduga Kualitas Tempat Tumbuh Jati (Tectona grandis) Menggunakan Citra ...
Kusnadi et al.
dengan alat bantu galah setinggi 3,5 m dan Kualitas tempat tumbuh umumnya
batas bawah (pangkal) 1 m. Tinggi total pohon ditentukan menggunakan indeks tinggi pohon
dihitung menggunakan persamaan Jaya et al. atau peninggi yang diperoleh dari rata-rata 100
(2010): pohon tertinggi pada areal seluas 1 hektar
%Ht-%Hb (Hartati, 2008). Pada penelitian ini peninggi
h= [( ) X 2.5] +1 (1) diperoleh dari rata-rata 10 pohon tertinggi
%Hp-%Hb
Keterangan: dalam setiap plot contoh. Peninggi tersebut
h = Tinggi total pohon disesuaikan dengan grafik indeks bonita Von
Ht = Bacaan pada tinggi total Wulfing untuk mendapatkan kelas bonita setiap
Hp = Bacaan pada ujung galah plot contoh yang kemudian disebut sebagai
bonita peninggi.
187
Jurnal Penelitian Kehutanan Wallacea
Vol. 5 No.2, Agustus 2016: 185-194
Tabel 1. Kesesuaian antara bonita peninggi dan bonita lapangan tahun 2015 di RPH Cabean
Table 1. Suitability betweenheightsite quality and field site quality year of 2015 at RPH Cabean
Bonita lapangan (Field site quality)/Petak ukur
Bonita peninggi (Height site quality)
2.5 3.0 3.5 4.0
2.5 4 16 0 0
3.0 8 12 8 0
3.5 4 0 0 0
4.0 0 4 0 0
4.5 0 4 0 4
Jumlah contoh (Number of sample) 16 36 8 4
Jumlah benar (Number of true) 4 12 0 0
Kesesuaian (Suitability) % 25.0 33.3 0.0 0.0
Keterangan: Remarks:
Total contoh = 64 Jumlah benar = 16 OA = 25.0% Total Sample = 64 Correct amount=16 Overall Accuracy = 25.0%
0 berarti tidak terdapat petak ukur 0 means that there are no plots
188
Model Penduga Kualitas Tempat Tumbuh Jati (Tectona grandis) Menggunakan Citra ...
Kusnadi et al.
kualitatif dan peubah bebas berbentuk data diskriminan bonita dibangun menggunakan
kuantitatif. persamaan Supranto (2002):
Analisis diskriminan menggunakan data
Di = bi0 + bi1xi1 + bi2xi2 + + bikxik (3)
bonita yang diperoleh dari hasil pengukuran
peninggi (bukan bonita yang digunakan oleh Keterangan:
KPH Nganjuk) sebagai peubah terikatnya, Di = Nilai skor dari fungsi diskriminan bonita ke-i.
sedangkan peubah bebasnya diperoleh dari bi = Konstanta
pengamatan citra (C,
Dc , dan N). Peubah ganda bk = Koefisien diskriminan variabel ke-i
xik= Peubah ke-k dari responden ke-i
digunakan dalam analisis ketika antar peubah
tidak memiliki korelasi yang kuat. Hubungan Identifikasi bonita dilakukan dengan
antar peubah tersebut ditentukan dengan pendekatan peluang maksimum. Nilai
menggunakan nilai koefisien korelasi Pearson. diskriminan yang terbesar menyatakan hasil
Fungsi diskriminan bonita yang dibangun analisis yang sesuai untuk tegakan yang
adalah fungsi diskriminan model linear dan dimaksudkan. Ilustrasi proses klasifikasi
fungsi diskriminan model kuadratik. Fungsi tersebut seperti Wahyuni (2012):
D1
X D2 Max (D1, D2, Dn) Bonita terpilih
Dn
Bonita yang diperoleh dari fungsi UAV untuk penyusunan model penduga
diskriminan selanjutnya disesuaikan dengan kualitas tempat tumbuh tegakan jati adalah
bonita peninggi. Persentasi kesesuaian tersebut persentase penutupan tajuk (C), rata-rata
dihitung menggunakan persamaan: diameter tajuk (Dc ), dan jumlah pohon (N).
N Koefisien korelasi Pearson antar peubah
PC = ( c ) x 100% (4)
Nt
menunjukkan hubungan yang berbeda seperti
Keterangan: pada Gambar 2 sampai dengan Gambar 4.
PC = Proporsi benar Peubah C memiliki korelasi yang rendah dengan
Nc = Jumlah benar
Dc dan N yaitu koefisien korelasi dan R2
Nt = Total contoh berturut-turut sebesar 0.37 dan 13.5% serta -
0.22 dan 5.2%. Korelasi yang kuat terdapat
III. HASIL DAN PEMBAHASAN pada hubungan antara peubah Dc dan N yang
A. Hubungan Antar Peubah menunjukkan nilai koefisien korelasi Pearson
Peubah tegakan yang diperoleh dari citra yang tinggi sebesar -0.93 dan R2 90.7%.
189
Jurnal Penelitian Kehutanan Wallacea
Vol. 5 No.2, Agustus 2016: 185-194
Gambar 3. Hubungan antara peubah persentase penutupan tajuk (C) dan jumlah pohon (N)
Figure 3. Relationship between variables percentage canopy cover (C) and number of trees (N)
Gambar 4. Hubungan antara peubah rata-rata diameter tajuk (D c ) dan jumlah pohon (N)
Figure 4. Relationship between variables crown diameter average (D c ) and number of trees (N)
190
Model Penduga Kualitas Tempat Tumbuh Jati (Tectona grandis) Menggunakan Citra ...
Kusnadi et al.
Tabel 2. Model linear pendugaan kualitas tempat tumbuh jati di RPH Cabean
Table 2. Linear models to estimate site quality of teak in RPH Cabean
Peubah Bonita Fungsi diskriminan(Discriminant Kesesuaian (Suitability)
(variables) (SQ) function) %
2.5 D2.5 = 0.566C21.349
3.0 D3.0 = 0.574C21.587
C 3.5 D3.5 = 0.613C26.435 43.75%
4.0 D4.0 = 0.523C20.045
4.5 D4.5 = 0.607C25.285
2.5 c 14.995
D2.5 = 5.284D
3.0 c 15.292
D3.0 = 5.404D
Dc 3.5 c 17.627
D3.5 = 5.476D 50.00%
4.0 c 8.186
D4.0 = 3.306D
4.5 c 8.395
D4.5 = 3.571D
2.5 D2.5 = 0.144N3.988
3.0 D3.0 = 0.156N4.147
N 3.5 D3.5 = 0.147N5.714 48.44%
4.0 D4.0 = 0.344N18.842
4.5 D4.5 = 0.303N14.552
2.5 c 23.667
D2.5 = 0.442C+2.577D
3.0 c 24.089
D3.0 = 0.445C+2.677D
c
CD 3.5 c 28.517
D3.5 = 0.495C+2.442D 48.44%
4.0 c 20.052
D4.0 = 0.517C+0.139D
4.5 c 25.300
D4.5 = 0.617C0.209D
2.5 D2.5 = 0.753C+0.337N34.629
3.0 D3.0 = 0.77C+0.354N36.200
CN 3.5 D3.5 = 0.809C+0.355N41.123 54.69%
4.0 D4.0 = 0.832C+0.557N56.292
4.5 D4.5 = 0.903C+0.535N58.633
Kesesuaian bonita hasil analisis 81.6% di BKPH Dungus KPH Madiun dengan
diskriminan dengan bonita peninggi yang menggunakan peubah citra UAV yaitu
paling baik diperoleh dari fungsi diskriminan persentase penutupan tajuk (C), diameter tajuk
model kuadratik. Hasil tersebut ditunjukkan pohon (Dc), dan jumlah pohon (N). Peubah Dc
oleh nilai akurasi dari fungsi diskriminan berbeda dengan peubah rata-rata diameter
menggunakan peubah ganda kerapatan tajuk tajuk yang diperoleh dari keseluruhan pohon
(C) dan rata-rata diameter tajuk (D c ) yaitu pada suatu plot contoh karena peubah Dc
sebesar 60.94%. merupakan diameter tajuk pohon yang sama
Bonita jati dengan menggunakan analisis dengan pohon yang digunakan sebagai
diskriminan dalam penelitian ini ditentukan peninggi.
oleh nilai dari kelima fungsi diskriminan Hasil yang diperoleh menjelaskan bahwa
dengan peubah CD c . Nilai kerapatan tajuk dan kualitas tempat tumbuh jati yang ditentukan
rata-rata diameter tajuk yang diperoleh dari oleh hara di lantai hutan dapat diduga dengan
citra UAV dimasukkan kedalam kelima fungsi menggunakan persentase penutupan tajuk dan
diskriminan untuk menentukan bonita tegakan. ukuran diameternya. Penutupan tajuk
Nilai paling besar dari kelima fungsi mempengaruhi pertumbuhan tanaman karena
diskriminan tersebut menunjukkan bonita faktor persaingan mendapatkan sinar matahari.
tegakan jati. Di sisi lain, persentase penutupan tajuk
Wahyuni (2012) mendapatkan model menurut Wijayanto dan Rhahmi (2013) juga
penduga kualitas tempat tumbuh dengan mempengaruhi panjang dan kedalaman akar
akurasi sebesar 68.4% di BKPH Dagangan dan tanaman.
191
Jurnal Penelitian Kehutanan Wallacea
Vol. 5 No.2, Agustus 2016: 185-194
Model pendugaan kualitas tempat tumbuh Peubah tegakan yang diperoleh dari citra
yang dihasilkan dibangun menggunakan UAV dalam penelitian ini terbukti dapat
peubah tegakan yang diukur secara tidak digunakan untuk menduga kualitas tempat
langsung. Pengamatan persentase penutupan tumbuh. Hasil penelitian mendukung Wallace et
tajuk secara tidak langsung dengan al. (2012) yang menyatakan bahwa sistem UAV
menggunakan citra UAV dalam inventarisasi adalah flatform yang sesuai untuk menilai
hutan menurut Chianucci et al. (2016) dapat tegakan hutan dan individu pohon. Sari dan
menggantikan kebutuhan pengukuran Kushardono (2014) juga membenarkan bahwa
langsung di lapangan. Pengukuran tidak UAV merupakan wahana yang diharapkan
langsung memiliki banyak keunggulan dapat digunakan untuk memperoleh informasi
dibanding pengukuran secara langsung. spasial skala rinci yang semakin dibutuhkan.
Pengamatan peubah pada citra dapat menjamin Senada dengan hal tersebut di atas, Mesas-
kecukupan sampel dan keakuratan data (Pan et Carrascosa et al. (2014) menyimpulkan bahwa
al., 2011). Disamping itu pengamatan tidak citra resolusi sangat tinggi yang diperoleh dari
langsung dengan menggunakan citra UAV UAV dapat dijadikan sebagai bahan
membutuhkan biaya yang relatif lebih rendah pengambilan kebijakan pada suatu tegakan
dibandingkan pengukuran langsung hutan.
(Shofiyanti, 2011) dengan tidak kehilangan
keakuratan data (Rokhmana, 2015).
192
Model Penduga Kualitas Tempat Tumbuh Jati (Tectona grandis) Menggunakan Citra ...
Kusnadi et al.
193
Jurnal Penelitian Kehutanan Wallacea
Vol. 5 No.2, Agustus 2016: 185-194
Agriculture in Indonesia. Procedia Suranto, Y., Prayitno, T. A., Marsono, D., & Sutapa, J. P.
Environmental Sciences, 24, 245253. G. (2015). Pengaruh umur pohon, bonita dan
Sari, N. M., & Kushardono, D. (2014). Klasifikasi posisi aksial batang terhadap struktur
penutup lahan berbasis obyek pada data foto makroskopis dan kualitas kayu jati sebagai
UAV untuk mendukung penyediaan informasi bahan furnitur. Jurnal Manusia dan
penginderaan jauh skala rinci. Jurnal Lingkungan, 22(1), 8493.
Penginderaan Jauh, 11(2), 114127. Upadhyay, A., Eid, T., & Sankhayan, P. L. (2005).
Septyawardani, E. (2012). Penyusunan model Construction of site index equations for even
penduga sediaan tegakan dan biomassa hutan aged stands of Tectona grandis (teak) from
jati (Tectona grandis Linn.F) menggunakan permanent plot data in India. Forest Ecology
citra dijital non-metrik resolusi tinggi. [skripsi]. and Management, 212, 1422.
Bogor: Institut Pertanian Bogor. Wahyuni, S. (2012). Identifikasi kualitas tempat
Shofiyanti, R. (2011). Teknologi pesawat tanpa awak tumbuh (bonita) menggunakan citra dijital non
untuk pemetaan dan pemantauan tanaman dan metrik resolusi tinggi di KPH Madiun Perum
lahan pertanian. Informatika Pertanian, 20(2), Perhutani Unit II Jawa Timur. [skripsi]. Bogor:
5864. Institut Pertanian Bogor.
Sihombing, B. H. (2015). Tinjauan konsep dan Wallace, L., Lucieer, A., Watson, C., & Turner, D.
implementasi sistem silvikultur TPTII. Jurnal (2012). Development of a UAV-LiDAR System
AGRIFOR, 14(1), 2738. with Application to Forest Inventory. Remote
Simarmata, M. M. (2015). Model penyusunan kualitas Sensing, 4(12), 1519-1543.
tempat tumbuh Eucalyptus urophylla pada Wijayanto, N., & Rhahmi, I. (2013). Panjang dan
hutan tanaman. Jurnal Elektronik AKAR, 1(1), kedalaman akar lateral jabon (Anthocephalus
110. cadamba (Roxb.) Miq.) di Desa Cibening,
Supranto. (2002). Analisis Multivariat. Arti & Kecamatan Pamijahan Kabupaten Bogor, Jawa
Interpretasi. Jakarta: Rineka Cipta. Barat. Jurnal Silvikultur Tropika, 4(1), 2329.
194