Kata kunci: IDW, interpolasi spasial, kriging, papua, potensi merbau, SIG.
ABSTRACT
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Kehutanan
pada
Departemen Manajemen Hutan
Disetujui oleh
Diketahui oleh
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang
dipilih dalam penelitian yang dilaksanakan sejak bulan April 2013 ini ialah
potensi merbau, dengan judul “Pemanfaatan SIG dalam Pemetaan Potensi Merbau
di Areal IUPHHK-HA PT. Wapoga Mutiara Timber Unit II Papua”.
Terima kasih penulis ucapkan kepada Bapak Dr. Ir. M. Buce Saleh, MS
selaku pembimbing. Di samping itu, penghargaan penulis sampaikan kepada Ibu
Susan Lilianti Sunarti selaku direktur utama PT. Wapoga Mutiara Timber Unit II
Papua yang telah memberikan izin pelaksanaan penelitian pada perusahaan
tersebut. Bapak Hengky selaku kepala cabang PT. Wapoga Mutiara Timber Unit
II Papua, Bapak Widi, Bapak Jusmanto, dan Bapak Yance Kamelane yang telah
membantu selama pengumpulan data, serta Bapak Uus yang telah memberikan
arahan selama pengolahan data. Ungkapan terima kasih juga disampaikan kepada
ayah (Supriyadi), ibu (Hertri Astuti), serta seluruh keluarga, atas segala dukungan,
doa dan kasih sayangnya. Terima kasih kepada Dilla Faradina, Endita Dwi, Sisca
Widiya, Dinial Lavi, M. Panji, Sofian Hadi, serta teman-teman DMNH angkatan
46 yang selalu memberikan dukungan dan bantuan sampai terselesaikannya karya
ilmiah ini.
Semoga karya ilmiah ini bermanfaat.
Penulis
DAFTAR ISI
DAFTAR GAMBAR
1 Peta lokasi penelitian 4
2 Bagan alir tahapan penelitian 5
3 Nilai tengah proporsi (%) untuk parameter G 12
4 Nilai tengah proporsi (%) untuk parameter V 12
5 Nilai tengah proporsi (%) untuk parameter N 12
6 Hasil interpolasi dengan metode: (a) IDW dan (b) kriging-exponential
pada tingkat pohon untuk variabel PG 16
7 Hasil interpolasi dengan metode: (a) IDW dan (b) kriging-exponential
pada tingkat tiang untuk variabel PG 17
8 Peta model sebaran potensi merbau berdasarkan: (a) PG, (b) PN, dan
(c) PV untuk tingkat pohon 18
9 Peta model sebaran potensi merbau berdasarkan: (a) PG, (b) PN, dan
(c) PV untuk tingkat tiang 19
10 Peta potensi merbau tingkat pohon 21
11 Peta potensi merbau tingkat tiang 21
DAFTAR LAMPIRAN
Latar Belakang
Perumusan Masalah
Tujuan Penelitian
Manfaat Penelitian
TINJAUAN PUSTAKA
Potensi Hutan
Potensi hutan adalah jumlah pohon jenis niagawi tiap hektar menurut kelas
diameter pada suatu lokasi hutan tertentu yang dihitung berdasarkan rata-rata
jumlah pohon pada suatu tegakan hutan alam. Jenis niagawi adalah jenis-jenis
pohon yang laku untuk diperdagangkan (Kemenhut 2002).
Merbau
Terdapat tiga spesies merbau di Indoneisa yaitu Intsia bijuga, I. palembanica dan
I. acuminata. Ketiga spesies tersebut dapat ditemukan di Papua akan tetapi hanya
jenis I. bijuga dan I. palembanica yang dieksploitasi secara komersial dan
diketahui dengan baik. Jenis I. bijuga adalah yang paling sering ditemukan di
Indonesia.
Jenis I. bijuga dapat tumbuh pada ketinggian 0−450 mdpl. Jenis merbau
secara umum dapat tumbuh baik pada curah hujan tahunan 1500−2300 mm, suhu
17−33oC serta pada tanah yang drainasenya baik dan pH tanah berkisar antara
6.1−7.4. Merbau saat dewasa dapat mencapai tinggi 40 m dengan pertambahan
tinggi kurang dari 1.5 m per tahun. Jenis ini termasuk pada jenis yang
pertumbuhannya lambat dan memasuki masa dewasa setelah berumur 75−80
tahun. Pohon dewasa memiliki banir yang lebar hingga mencapai 4 m. Batang
merbau tumbuh lurus dengan tajuk yang lebar serta memiliki kemampuan self-
pruning yang baik. Bunga merbau bersifat biseksual sehingga dalam satu bunga
terdapat bunga jantan dan betina, mahkota bunganya berwarna merah atau
terkadang merah jambu. Jenis ini berbunga sepanjang tahun walaupun memiliki
musim berbunga puncak pada bulan tertentu yang berbeda pada setiap daerah.
Buahnya berbentuk oblong dengan ukuran 8−23 cm x 4−8 cm. Daun merbau
merupakan daun majemuk yang biasanya terdiri dari 4 anak daun dengan panjang
8−15 cm/anak daun. Daun berbentuk elips dan asimetris (Thaman et al. 2006).
METODE PENELITIAN
Penelitian ini terdiri atas dua kegiatan, yakni pengumpulan dan pengolahan
data. Kegiatan pengumpulan data sekunder dilaksanakan pada bulan April 2013 di
PT. Wapoga Mutiara Timber Unit II (PT. WMT-II) Papua. Lokasi penelitian
dapat dilihat pada Gambar 1. Pengolahan data dilakukan pada bulan Mei sampai
dengan September 2013 di Laboratorium Fisik Remote Sensing dan GIS,
Departemen Manajemen Hutan, Fakultas Kehutanan, Institut Pertanian Bogor.
Data
Data yang digunakan dalam penelitian ini adalah data hasil IHMB PT.
WMT-II Papua. Luas IUPHHK-HA PT. WMT-II adalah 169170 ha, dengan
kawasan lindung seluas 3978 ha dan luas tidak efektif IHMB lainnya sebesar
4797 ha. Berdasarkan data tersebut, luas efektif IHMB PT. WMT-II adalah
160395 ha. Jarak antar plot dalam jalur sepanjang 1340 meter. Pelaksanaan IHMB
ini dilakukan pada 1214 plot yang berada pada areal efektif (PT. WMT-II 2012).
Data pendukung lainnya yang digunakan yaitu tabel volume, peta petak
kompartemen IHMB, peta titik plot IHMB, peta batas blok RKT, dan peta batas
areal IUPHHK-HA.
Prosedur Penelitian
Pengumpulan Data
Pengumpulan data pada penelitian ini dilakukan dengan mengambil data
sekunder dari file elektronik IHMB PT. WMT-II. Data yang diambil berupa tally
sheet hasil IHMB, tabel volume, peta petak kompartemen IHMB, peta titik plot
IHMB, peta batas blok RKT, peta jaringan sungai, dan peta batas areal IUPHHK-
HA. Data-data tersebut diberikan langsung oleh PT. WMT-II sebagai bahan
penelitian ini.
∑
N=
Keterangan:
N = kerapatan berdasarkan jumlah pohon (individu/ha)
∑ n = jumlah pohon dalam satu plot (individu)
L = luas per hektar (ha)
3.2 Luas bidang dasar (lbds) masing-masing individu sering disebut juga
basal area (g), dengan rumus sebagai berikut (Husch et al. 2003):
π
g=
Keterangan:
g = luas bidang dasar (m2)
= phi (3.141592654)
d = diameter (m)
∑
G =
Keterangan:
G = kerapatan berdasarkan lbds (m2/ha)
g = lbds masing-masing individu (m2)
L = luas plot (ha)
Dipterocarpaceae, y = 0.000178x2.377726
Non Dipterocarpaceae, y = 0.000137x2.457816
7
Keterangan:
y = volume kayu (m3)
x = diameter pohon (cm)
∑
V =
Keterangan:
Σyi = jumlah volume dalam plot (m3)
LP = luas plot (ha)
Proporsi = x 100%
yang telah dibuat. Pemisahan plot model dengan plot validasi pada awalnya
masing-masing sebesar 50%, namun jumlah masing-masing plotnya berbeda
karena penentuan plot saling silang. Proses pembuatan peta sebagian besar
menggunakan pengaturan default dari ArcGIS, hanya ukuran selnya yang diubah
yakni sebesar 125 m x 125 m. Model interpolasi yang digunakan pada penelitian
ini terdiri dari 36 metode. Pada masing-masing metode akan diklasifikasikan
ulang menjadi 4 dan 6 kelas.
Rincian 36 metode tersebut sebagai berikut:
1. Parameter Tiang: 2. Parameter Pohon:
1.1. Proporsi N/ha (TN) 2.1. Proporsi N/ha (PN)
1.1.1. IDW 2.1.1. IDW
1.1.2. Kriging-circular 2.1.2. Kriging-circular
1.1.3. Kriging-exponential 2.1.3. Kriging-exponential
1.1.4. Kriging-gaussian 2.1.4. Kriging-gaussian
1.1.5. Kriging-linier 2.1.5. Kriging-linier
1.1.6. Kriging-spherical 2.1.6. Kriging-spherical
1.2. Proporsi Lbds/ha (TG) 2.2. Proporsi Lbds/ha (PG)
1.2.1. IDW 2.2.1. IDW
1.2.2. Kriging-circular 2.2.2. Kriging-circular
1.2.3. Kriging-exponential 2.2.3. Kriging-exponential
1.2.4. Kriging-gaussian 2.2.4. Kriging-gaussian
1.2.5. Kriging-linier 2.2.5. Kriging-linier
1.2.6. Kriging-spherical 2.2.6. Kriging-spherical
1.3. Proporsi V/ha (TV) 2.3. Proporsi V/ha (PV)
1.3.1. IDW 2.3.1. IDW
1.3.2. Kriging-circular 2.3.2. Kriging-circular
1.3.3. Kriging-exponential 2.3.3. Kriging-exponential
1.3.4. Kriging-gaussian 2.3.4. Kriging-gaussian
1.3.5. Kriging-linier 2.3.5. Kriging-linier
1.3.6. Kriging-spherical 2.3.6. Kriging-spherical
Jumlah seluruh model interpolasi yang digunakan sebanyak 72 model.
Selanjutnya, masing-masing variabel PN, PV, dan PG diinterpolasi menggunakan
ke-72 model tersebut. Hasil interpolasi tersebut akan dibandingkan nilai
tengahnya antara nilai aktual dengan prediksi.
Keterangan :
Ti(m) = nilai dugaan ke i berdasarkan interpolasi
Ti(a = nilai aktual hasil IHMB (Spurr 1952 dalam hayati 2012)
n = jumlah plot validasi
Setelah melakukan pengujian RMSPE ini didapatkan 24 hasil interpolasi
terseleksi dengan model IDW dan kriging terpilih. Hasil tersebut yang akan diuji
keakurasiannya untuk mendapatkan model terbaik pada masing-masing variabel.
∑
Akurasi Keseluruhan = x 100%
∑ ∑
Akurasi Kappa = x100%
∑
Keterangan:
Xii = nilai diagonal dari matrik kontingensi baris ke-i dan kolom ke-i
X+i = jumlah piksel dalam kolom ke-i
X i+ = jumlah piksel dalam baris ke-i
N = banyaknya piksel dalam contoh
peta yang berbeda, maka pada tahapan selanjutnya perlu ada penggabugan ketiga
variabel tersebut. Perbedaan peta yang dihasilkan menunjukkan bahwa masing-
masing metode tersebut mempunyai peranan yang penting dalam pembuatan peta
sebaran merbau.
10.80 10.70
Nilai tengah proporsi V (%)
10.60
10.40
10.20
9.96 9.96 9.97 9.96 9.96
10.00 9.86
9.80
9.60
9.40
IDW K. Circular K Exponential K. Gaussian K. Linear K. Spherical
Metode interpolasi
3.67
Nilai tengah proporsi N (%)
3.80
3.60
3.40 3.10
3.08 3.08 3.08 3.08
3.20 2.91
3.00
2.80
2.60
2.40
2.20
2.00
IDW K. Circular K. Exponential K. Gaussian K. Linear K. Spherical
Metode interpolasi
- - - - - Nilai tengah prediksi Nilai tengah aktual
Tabel 2 Interval 6 kelas klasifikasi potensi merbau untuk parameter pohon dan
tiang
Potensi merbau Variabel
PG (%) PN (%) PV (%)
Interval kelas untuk parameter pohon
Sangat rendah sekali 0.00-6.23 0.00-2.34 0.00-7.40
Sangat rendah 6.23-12.47 2.34-5.85 7.40-15.20
Rendah 12.47-19.48 5.85-11.30 15.20-23.38
Sedang 19.48-30.39 11.30-20.26 23.38-34.68
Tinggi 30.39-44.81 20.26-43.25 34.68-49.49
Sangat tinggi 44.81-99.37 43.25-99.37 49.49-98.98
Interval kelas untuk parameter tiang
Sangat rendah sekali 0.00-0.44 0.00-0.78 0.00-0.47
Sangat rendah 0.44-2.51 0.78-2.54 0.47-2.52
Rendah 2.51-6.36 2.54-5.38 2.52-6.62
Sedang 6.36-11.83 5.38-9.97 6.62-12.45
Tinggi 11.83-19.38 9.97-16.13 12.45-20.64
Sangat tinggi 19.38-37.72 16.13-24.92 20.64-40.18
14
sampling with random start tanpa adanya proses stratifikasi. Proses pengujian
validasi juga menggunakan sistem cross validation yang menjadikan jarak antar
titik plot semakin jauh sehingga nilai akurasi kappa yang didapatkan sangat kecil,
seperti terlihat pada Tabel 5 dan 6. Proses interpolasi ini juga bersifat estimasi,
sehingga keterlibatan komponen perbandingan yang dipakai cenderung dilihat
secara umum.
yang lebih rendah dari pada metode IDW. Metode interpolasi IDW dengan 4 kelas
klasifikasi merupakan metode yang paling baik untuk tingkat pohon dan juga
tiang merbau. Tabel perhitungan nilai validasi OA dan KA dapat dilihat pada
Lampiran 1 dan 2.
Hasil tersebut menunjukkan hasil yang sama dengan penelitian Fauziah
(2012) dimana secara umum pada interpolasi volume dan biomassa tegakan yang
menggunakan metode IDW memberikan ketelitian sedikit lebih baik
dibandingkan dengan metode Kriging.
(a)
(b)
Gambar 6 Hasil interpolasi dengan metode: (a) IDW dan (b) kriging-
exponential pada tingkat pohon untuk variabel PG
17
(a)
(b)
Gambar 7 Hasil interpolasi dengan metode: (a) IDW dan (b) kriging-
exponential pada tingkat tiang untuk variabel PG
Berdasarkan analisis hasil uji akurasi dan analisis visual, metode interpolasi
IDW dengan 4 kelas klasifikasi potensi merbau merupakan metode yang paling
baik. Metode ini kemudian digunakan untuk membuat peta model sebaran potensi
merbau untuk tingkat tiang dan pohon. Gambar 8 dan 9 berikut ini merupakan
hasil dari interpolasi potensi merbau untuk masing-masig variabel. Gambar 8
menunjukkan potensi merbau pada tingkat pohon, sedangkan Gambar 9
menunjukkan potensi merbau pada tingkat tiang. Peta tersebut dianalisis kembali
secara visual untuk melihat kesamaan penyebaran potensinya.
18
(a)
(b)
(c)
Gambar 8 Peta model sebaran potensi merbau berdasarkan: (a) PG,
(b) PN, dan (c) PV untuk tingkat pohon
19
(a)
(b)
(c)
Gambar 9 Peta model sebaran potensi merbau berdasarkan: (a) PG,
(b) PN, dan (c) PV untuk tingkat tiang
20
Data variabel PG, PN, dan PV yang telah digabungkan kemudian digunakan
sebagai data awal penyusunan peta interpolasi spasial gabungan variabel PG, PN,
dan PV. Peta hasil penggabungan tersebut dapat dilihat pada Gambar 8 dan 9.
Peta-peta tersebut menggunakan kelas klasifikasi yang telah mempertimbangkan
ketiga variabel penyusunnya. Proses klasifikasi dilakukan secara purposive
dengan pertimbangan prioritas pada variabel PV. Hasil klasifikasi tersebut dapat
dilihat pada Tabel 7.
Simpulan
Saran
Perlu dibuat kebijakan baru tentang pemanfaatan merbau baik dari pihak
pemerintah maupun perusahaan supaya kelestarian jenis ini tetap terjaga. Melihat
dari nilai akurasi yang masih jauh dari harapan, maka perlu dilakukan penelitian
lanjutan. Selain itu, perlu juga dilakukan pengawasan yang ketat pada saat
pelaksanaan risalah IHMB supaya data yang dihasilkan benar-benar
menggambarkan potensi sumberdaya hutan yang tersedia.
DAFTAR PUSTAKA
2 Parameter
2.1 Parameter pohon, variabel proporsi G, metode IDW, 6 kelas
V /P 1 2 3 4 5 6 row producer's
total acc
1 179 109 59 18 2 0 367 48.77384196
2 39 15 7 6 0 0 67 22.3880597
3 29 22 17 3 0 0 71 23.94366197
4 15 16 10 4 0 0 45 8.888888889
5 5 9 5 3 0 0 22 0
6 5 10 11 10 2 0 38 0
Column
Total 272 181 109 44 4 0 610
user's acc 65.80882 8.28729 15.5963 9.0909 0
Xii 215
Xi + Xi 121758
Overall acc 35.2459
Kappa acc 3.751668
Xii 205
Xi + Xi 108270
Overall acc 33.60656
Kappa acc 6.360156
29
Xii 231
Xi + Xi 129878
Overall acc 37.86885
Kappa acc 4.5545
Xii 192
Xi + Xi 119034
Overall acc 31.47541
Kappa acc -0.75632
30
Xii 231
Xi + Xi 129489
Overall acc 37.86885
Kappa acc 4.707536
Xii 207
Xi + Xi 111857
Overall acc 33.93443
Kappa acc 5.538285
31
Xii 384
Xi + Xi 233701
Overall acc 62.95082
Kappa acc 0.389454
Xii 370
Xi + Xi 224160
Overall acc 60.65574
Kappa acc 1.040963
32
Xii 430
Xi + Xi 261516
Overall acc 70.4918
Kappa acc 0.708963
Xii 370
Xi + Xi 224154
Overall acc 60.65574
Kappa acc 1.044976
33
Xii 397
Xi + Xi 240918
Overall acc 65.08197
Kappa acc 0.954399
Xii 371
Xi + Xi 224330
Overall acc 60.81967
Kappa acc 1.33992
34
IDW Kriging-exponential
IDW Kriging-exponential
IDW Kriging-exponential
IDW Kriging-exponential
35
IDW Kriging-exponential
IDW Kriging-exponential
IDW Kriging-exponential
IDW Kriging-spherical
36
IDW Kriging-exponential
IDW Kriging-exponential
IDW Kriging-spherical
IDW Kriging-exponential
37
RIWAYAT HIDUP