PEMANFAATAN PENGINDERAAN JAUH GUNA MENGETAHUI POTENSI SEBARAN TANAMAN AREN (Arenga Pinnata Merr.) DI KABUPATEN JEPARA

SKRIPSI
PEMANFAATAN PENGINDERAAN JAUH GUNA MENGETAHUI POTENSI

SEBARAN TANAMAN AREN (ARENGA PINNATA MERR.) DI KABUPATEN
JEPARA
Oleh :
Yoga Adhi Krissetya
H0217071
PROGRAM STUDI ILMU TANAH

FAKULTAS PERTANIAN
UNIVERSITAS SEBELAS MARET
SURAKARTA
SEPTEMBER 2021
JEPARA
SKRIPSI
Untuk memenuhi sebagian persyaratan

guna memperoleh derajat Sarjana Pertanian
di Fakultas Pertanian
Universitas Sebelas Maret
Oleh
Yoga Adhi Krissetya
H0217071
PROGRAM STUDI ILMU TANAH

FAKULTAS PERTANIAN
UNIVERSITAS SEBELAS MARET
SURAKARTA
SEPTEMBER 2021
ii
iii
iv
PERNYATAAN
Dengan ini saya, Yoga Adhi Krissetya NIM: H0217071 Program Studi Ilmu Tanah
menyatakan bahwa dalam skripsi saya yang berjudul “Pemanfaatan Penginderaan Jauh
Guna Mengetahui Potensi Sebaran Tanaman Aren (Arenga Pinnata Merr.) Di Kabupaten
Jepara”, tidak terdapat karya yang pernah diajukan untuk memperoleh gelar akademik dan
sepanjang pengetahuan saya juga tidak ada unsur plagiarisme, falsifikasi karya, fabrikasi
data, dan pendapat yang pernah ditulis atau diterbitkan oleh penulis lain kecuali yang secara
tertulis diacu dalam naskah ini dan disebutkan dalam daftar pustaka. Pernyataan ini saya buat
dengan sebenar-benarnya dan apabila di kemudian hari terbukti ada penyimpangan dari
pernyataan tersebut, maka saya bersedia menerima sanksi sesuai ketentuan yang berlaku.
Surakarta,
Yang menyatakan
Yoga Adhi Krissetya

NIM. H0217071
v
KATA PENGANTAR
Puji syukur kehadirat Tuhan Yang Maha Esa karena berkat kasih-Nya
penulis dapat menyelesaikan skripsi yang berjudul “Pemanfaatan Penginderaan
Jauh Guna Mengetahui Potensi Sebaran Tanaman Aren (Arenga Pinnata Merr.)
Di Kabupaten Jepara”. Skripsi ini disusun dan diajukan sebagai salah satu syarat
untuk memperoleh gelar Sarjana Pertanian di Fakultas Pertanian Universitas
Sebelas Maret Surakarta. Semoga skripsi ini dapat bermanfaat bagi banyak pihak.
Penulis menyadari bahwa penulisan ini tidak dapat terselesaikan tanpa
dukungan dari berbagai pihak. Oleh karena itu, penulis ingin menyampaikan
ucapan terima kasih kepada semua pihak yang telah membantu dalam
penyusunan skripsi ini terutama kepada:
1. Prof. Dr. Ir. Samanhudi, S.P., M.Si., IPM, ASEAN Eng selaku Dekan Fakultas
Pertanian Universitas Sebelas Maret Surakarta.
2. Prof. Dr. Ir. Supriyadi, M.P. selaku Pembimbing Utama yang selalu
memberikan bimbingan, saran dan arahan dalam penelitian dan penyusunan
skripsi.
3. Dwi Apriyanto, S.Hut, M.Hut. selaku dosen Pembimbing Pendamping yang
selalu memberikan bimbingan, saran dan arahan dalam penelitian dan
penyusunan skripsi.
4. Ir. Sumani, M.Si selaku Dosen Pembahas yang telah memberikan banyak
saran dan masukan dalam penyusunan skripsi.
5. Keluarga besar Tego Prasetyo yang selalu memberikan doa dan dukungan.
6. Keluarga besar PMK FP yang selalu bersama menjadi rekan dan
memberikan semangat selama perkuliahan.
7. Keluarga besar KMIT sebagai keluarga pertama selama perkuliahan.
8. Society.17 sebagai rekan awal hingga akhir di perkuliahan
9. Tim Penelitian Aren Jepara yang selalu membersamai dan selalu solid.
10. Keluarga besar Kos Griya Bekah yang selalu memberikan semangat selama
perkuliahan.
11. Nanda Faradila yang selalu memberikan semangat dan membersamai
selama perkuliahan.
Penulis
vi
DAFTAR ISI
HALAMAN PENGESAHAN ................................................................................... ii

PERNYATAAN ........................................................................................................v
KATA PENGANTAR .........................................................................................vi
DAFTAR ISI .......................................................................................................... vii

DAFTAR TABEL ................................................................................................... ix
DAFTAR GAMBAR .................................................................................................x
DAFTAR LAMPIRAN ........................................................................................xI
RINGKASAN .....................................................................................................xii
SUMMARY ..................................................................................................... .xiii
I. PENDAHULUAN ..................................................................................................1
A. Latar Belakang .......................................................................................... 1
B. Rumusan Masalah .................................................................................... 3
C.Tujuan dan Manfaat Penelitian .................................................................. 4
II.TINJAUAN PUSTAKA .........................................................................................6
A. Tanaman Aren .......................................................................................... 6
B. Penginderaan Jauh ................................................................................... 7
C.Kesesuaian Lahan................................................................................... 13
D.Konservasi Tanah ................................................................................... 16
III.METODE PENELITIAN .....................................................................................18
A. Waktu dan Lokasi Penelitian ................................................................... 18
B. Alat dan Bahan Penelitian ....................................................................... 18
C.Metode Penelitian.................................................................................... 19
D.Teknik Penentuan Sampel ...................................................................... 21
E. Jenis dan Sumber Data ........................................................................... 22
F. Tata Laksana Penelitian .......................................................................... 22
G.Kerangka Berpikir.................................................................................... 29
IV.HASIL DAN PEMBAHASAN ............................................................................30
A. Karakteristik Wilayah Penelitian ............................................................. 30
B. Citra Landsat 8 Lokasi Penelitian ........................................................... 32
C. Interpretasi Visual Terhadap Objek Tanaman Aren ................................ 34
D. Analisis Uji Sebaran Potensi Tanaman Aren .......................................... 51
vii
E. Potensi Tanaman Aren Berdasarkan Kelas Kesesuaian Lahan .............. 58
F. Potensi Tanaman Aren Untuk Arahan Konservasi Tanah ....................... 70
V.KESIMPULAN DAN SARAN .............................................................................73
A. Kesimpulan ............................................................................................. 73
B. Saran ...................................................................................................... 73
DAFTAR PUSTAKA .......................................................................................... 74
LAMPIRAN........................................................................................................80
viii
DAFTAR TABEL
Tabel 1. Perbandingan Spesifikasi Band Pada Landsat 8 .................................. 11
Tabel 2. Syarat Tumbuh Tanaman Aren ............................................................ 15
Tabel 3. Variabel Penelitian .............................................................................. 22
Tabel 4. Jenis dan Sumber Data....................................................................... 22
Tabel 5. Rentang Klasifikasi NDVI ..................................................................... 24
Tabel 6. Klasifikasi Kemiringan Lereng .............................................................. 24
Tabel 7. Hasil Interpretasi Visual Tanaman Aren ............................................... 37
Tabel 8. Tabel Titik Sampel Inventarisasi Aren .................................................. 45
Tabel 9. Hasil Inventarisasi Aren ....................................................................... 46
Tabel 10. Nilai Akurasi Metode Omisi-Komisi ................................................... 48
Tabel 11. Hasil Inventarisasi Tanaman Aren..................................................... 52
Tabel 12. Hasil Pengukuran Potensi Tanaman Aren dengan Penginderaan Jauh
.......................................................................................................................... 56
Tabel 13. Hasil Prediksi Potensi Tanaman Aren dengan Survey Lapangan ....... 55
Tabel 14. Nilai Akurasi Model Penentuan Potensi Aren ..................................... 56
Tabel 15. Uji Akurasi Model ............................................................................... 57
Tabel 16. Hasil Matching Kesesuaian Lahan Untuk Tanaman Aren di SPT 1 .... 60
ix
DAFTAR GAMBAR
Gambar 1 Contoh Konvergensi Bukti ................................................................ 10

Gambar 2. Peta Lokasi Penelitian ..................................................................... 18
Gambar 3. Sub Plot Pengamatan Lapangan..................................................... 21
Gambar 4. Kombinasi Antara Kerapatan Tajuk dan Kemiringan Lereng .......... 25
Gambar 5. Hasil unduhan citra Landsat 8 ......................................................... 32
Gambar 6. Hasil cropping citra Landsat 8 ......................................................... 33
Gambar 7. Grid Penelitian pada Citra Google Earth ......................................... 34
Gambar 8. Hasil Interpretasi Tanaman Aren ..................................................... 36
Gambar 9. Peta Sebaran Tanaman Aren Berdasarkan Penggunaan Lahan ..... 38
Gambar 10. Peta Sebaran Tanaman Aren Berdasarkan Hasil Kombinasi ........ 39
Gambar 11. Peta NDVI (Normalize Difference Vegetation Index) ..................... 40
Gambar 12. Peta Kemiringan Lereng................................................................ 41
Gambar 13. Peta Pengambilan Sampel Survey Lapangan ............................... 44
Gambar 14. Uji Normalitas Grafik Histogram .................................................... 53
Gambar 15. Uji Normalitas P-Plot ..................................................................... 53
Gambar 16. Hubungan korelasi antara Volume dengan NDVI .......................... 54
Gambar 17. Peta Potensi Tanaman Aren ......................................................... 57
Gambar 18. Peta SPT Lokasi Penelitian .......................................................... 58
Gambar 19. Peta Kesesuaian Lahan Aktual Tanaman Aren ............................. 59
Gambar 20. Peta Kesesuaian Lahan Potensial Tanaman Aren ........................ 59
Gambar 21. Peta Lahan Kritis dengan Sebaran Tanaman Aren ....................... 70
x
DAFTAR LAMPIRAN
Lampiran 1. Analisis Statistik Terhadap Variabel Penelitian ...............................80
Lampiran 2. Rekapan Hasil Interpretasi Tanaman Aren .....................................82
Lampiran 3. Analisis Mengenai Potensi Tanaman Aren .....................................91
Lampiran 4. Dokumentasi Penelitian..................................................................92
xi
RINGKASAN

JEPARA. Skripsi: Yoga Adhi Krissetya (H0217071). Pembimbing: Prof. Dr. Ir.
Supriyadi, M.P. dan Dwi Apriyanto, S.Hut., M.Si. Program Studi Ilmu Tanah,
Fakultas Pertanian, Universitas Sebelas Maret - Surakarta.
Aren termasuk tanaman dari keluarga palem-paleman yang banyak
dijumpai di Indonesia dan dianggap sebagai tanaman serba guna karena
hampir seluruh bagian tanaman aren dapat dimanfaatkan untuk memenuhi
kebutuhan manusia. Petani di Kabupaten Jepara telah lama mengembangkan
agroforestri aren untuk dimanfaatkan patinya sebagai bahan baku makanan
khas horog-horog. Seiring masih tingginya pemanfaatan aren, dikhawatirkan
akan terjadi kelangkaan aren di masa mendatang yang disebabkan
pengambilan pati aren secara ditebang yang tidak diikuti penanaman tanaman
aren kembali. Penelitian bertujuan untuk menginventarisasi potensi sebaran
aren dengan dukungan penginderaan jauh dan survei lapangan di Kecamatan
Pakis Aji, Bangsri, dan Kembang yang dilaksanakan pada bulan Agustus-
Januari 2021. Hasil interpretasi menggunakan citra Landsat 8 dan citra Google
Earth di 1161 objek aren dengan jumlah terbesar di Kecamatan Bangsri.
Pengujian akurasi penginderaan jauh dengan metode Omisi-Komisi diperoleh
nilai sebesar 90,8% yang berarti nilai akurasi tersebut sangat tinggi. Uji
korelasi nilai kerapatan vegetasi (NDVI) dengan nilai volume total tanaman
diperoleh nilai R2 = 0,575 dengan nilai signifikansi 0,00 < 0,05 yang berarti
korelasi tersebut cukup berpengaruh. Pendugaan potensi aren di Kabupaten
Jepara menghasilkan nilai sebesar 5.740 m3 . Potensi aren berdasarkan kelas
kesesuaian lahan pada kelas S3 dapat dimanfaatkan budidaya aren secara
intensif sedangkan pada kelas N dimanfaatkan untuk arahan konservasi.
Sedangkan potensi aren sebagai arahan konservasi tanah menempati pada
luasan 6.516,14 Ha pada kelas lahan kritis sedang hingga berat.
Kata Kunci: Aren; Penginderaan Jauh; Konservasi Tanah; Lahan Kritis; NDVI
xii
SUMMARY
UTILIZATION OF REMOTE SENSING TO KNOW THE POTENTIAL

DISTRIBUTION OF AREN PLANT (ARENGA PINNATA MERR.) IN JEPARA
DISTRICT. Thesis: Yoga Adhi Krissetya (H0217071). Advisors: Prof. Dr. Ir.
Supriyadi, M.P. and Dwi Apriyanto, S.Hut., M.Si. Study Program of Soil
Science, Faculty of Agriculture, Sebelas Maret University - Surakarta.
Aren is a plant from the palm family that is commonly found in Indonesia and is
considered a versatile plant because almost all parts of the palm plant can be
used to meet human needs. Farmers in Jepara Regency have long developed
sugar palm agroforestry to use its starch as a raw material for typical horog-horog
foods. Along with the high utilization of sugar palm, it is feared that there will be a
shortage of sugar in the future due to the harvesting of palm starch which is not
followed by replanting of sugar palm plants. This study aims to inventory the
potential distribution of sugar palm with the support of remote sensing and field
surveys in Pakis Aji, Bangsri, and Kembang sub-districts which was carried out in
August-January 2021. The interpretation results used Landsat 8 imagery and
Google Earth images in 1161 sugar palm objects with the largest number in
Bangri District. Testing the accuracy of remote sensing with the Omisi-
Commission method obtained a value of 90.8%, which means the accuracy value
is very high. The correlation test of the value of vegetation density (NDVI) with
the value of the total volume of plants obtained a value of R2 = 0.575 with a
significance value of 0.00 <0.05, which means the correlation is quite influential.
Estimation of sugar palm potential in Jepara Regency yielded a value of 5,740
m3. The potential of sugar palm-based on land suitability class in S3 class can be
used for intensive cultivation of sugar palm while in class N it is used for
conservation direction. Meanwhile, the potential of sugar palm as a direction for
soil conservation occupies an area of 6,516.14 Ha in the medium to heavy critical
land class.
Keywords: Sugar Palm; Remote Sensing; Soil Conservation; Critical Land; NDVI
xiii
I. PENDAHULUAN
A. Latar Belakang
Jepara adalah salah satu kabupaten di Provinsi Jawa Tengah yang

terletak pada 5°43`20,67” - 6°47` 25,83” Lintang Selatan dan 110°9`48,02” -
110°58` 37,40” Bujur Timur dengan total luas wilayah sebesar 104.740,657
ha. Secara administratif Kabupaten Jepara di sebelah barat dan utara
berbatasan langsung dengan Laut Jawa, sebelah selatan berbatasan dengan
Kabupaten Demak sedangkan sebelah timur berbatasan dengan Kabupaten
Kudus dan Pati (BPS, 2020). Masyarakat Jepara umumnya telah lama
mengenal tanaman aren yang dipadukan dengan praktik agroforestri.
Tanaman aren berperan penting dalam keberlanjutan konservasi dan
kebudayaan masyarakat Jepara yang telah diwariskan secara turun-temurun.
Tanaman aren sebagai fungsi konservasi berperan sebagai penahan erosi
dan menjaga tatanan air tanah, sedangkan fungsi budidaya bagi masyarakat
Jepara aren dimanfaatkan tepungnya sebagai bahan baku makanan khas
Jepara yaitu Horog-horog. Horog – horog adalah makanan ringan yang
berbahan dasar dari tepung aren, dan makanan ini terbilang unik karena bisa
disantap bersama dengan makanan lain seperti bakso, pecel, gulai, dan lain
– lain (Perpustakaan Provinsi Jawa Tengah, 2018).
Aren termasuk tanaman dari keluarga palem-paleman yang banyak
dijumpai di Indonesia dan dianggap sebagai tanaman serba guna karena
hampir seluruh bagian tanaman aren dapat dimanfaatkan untuk memenuhi
kebutuhan manusia (Puturuhu et al., 2011). Awalnya tanaman ini adalah
tanaman hutan yang tumbuh menyebar secara alami tanpa dibudidayakan
manusia secara langsung, sehingga dalam suatu lahan jarang ditemukan
tanaman aren yang dibudidayakan secara masal seperti halnya tanaman
kelapa sawit atau komoditas perkebunan lainnya. Berdasarkan data,
Indonesia memiliki 70.000 ha luasan tanaman aren yang tersebar di 14
provinsi (Dinas Kehutanan Jawa Tengah, 2010).
1
2
Tanaman aren memiliki keunikan yaitu dapat tumbuh dengan baik

hampir di seluruh lingkungan daratan tanpa perlu melakukan pengkhususan
lahan dalam budidayanya. Pemanfaatan aren di Kabupaten Jepara dilakukan
secara intensif dengan cara ditebang untuk diambil patinya tidak diimbangi
usaha untuk menanam kembali. Keberadaan tanaman aren yang tersebar
dan jarang adanya campur tangan manusia dalam pertumbuhannya,
menyebabkan pemantauan dan pengetahuan akan potensi produksi tanaman
aren dalam mendukung kehidupan manusia tidak maksimal. Aren jika
dimanfaatkan dengan tepat pada hampir semua bagian tanamannya akan
menjadi sebuah komoditas yang memiliki nilai jual tinggi. Selain pemanfaatan
aren sebagai tanaman budidaya, aren dimanfaatkan sebagai tanaman
konservasi pada kawasan hutan lindung, daerah dengan kemiringan lereng
curam dan menjaga kelestarian sumber air. Perakaran pohon aren cukup
dalam dan tumbuh cukup baik pada tebing-tebing dengan kemiringan lereng
curam sehingga pohon ini baik dalam mencegah erosi tanah
(Mulyanie et al., 2018).
Pemanfaatan penginderaan jauh dalam mengetahui tumbuh kembang
tanaman di bidang pertanian saat ini dinilai sangat penting guna mewujudkan
precision agriculture. Precision Agriculture (PA) adalah pertanian yang
berkonsepkan penggunaan teknologi terkini dengan teknik penginderaan dan
observasi sebagai komponen utama, yang ditunjang sistem satelit global dan
teknologi terbarukan untuk mendukung budidaya pertanian yang akurat dan
tepat guna (Zhang, 2017). Penginderaan jauh sendiri adalah ilmu dan seni
untuk memperoleh suatu informasi yang berkaitan dengan objek, daerah atau
suatu gejala dengan menggunakan alat tanpa kontak langsung terhadap
obyek, daerah atau daerah yang dikaji (Sutanto, 1986). Melalui pengolahan
data spasial penginderaan jauh, diharapkan dapat memudahkan upaya untuk
mengetahui sebaran tanaman aren dan potensinya di wilayah Kabupaten
Jepara tanpa harus turun dilapangan secara langsung. Alasan digunakan
penginderaan jauh ialah guna memperoleh informasi spasial yang akurat,
relatif murah, cepat dan dapat diketahui keakuratannya. Teknologi
penginderaan jauh diterapkan guna membantu para pemangku kepentingan
dalam pengelolaan kawasan hutan, sebagai akses penyediaan data dan
informasi kawasan (Iryadi et al., 2017). Seiring masih tingginya pemanfaatan
3
aren sebagai bahan baku horog-horog dikhawatirkan akan terjadi kelangkaan

aren di masa mendatang, hal ini disebabkan oleh pengambilan pati aren
secara ditebang yang tidak diikuti penanaman tanaman aren kembali. Oleh
sebab itu diperlukannya inventarisasi potensi sebaran tanaman aren di
Kabupaten Jepara agar pemanfaatan aren tidak bersinggungan dengan
fungsinya sebagai tanaman konservasi.
B. Rumusan Masalah
Berdasarkan latar belakang penelitian tentang pemanfaatan

penginderaan jauh guna mengetahui potensi sebaran aren di Kabupaten
Jepara maka dapat dirumuskan masalah sebagai berikut:
1. Bagaimana tingkat akurasi dari inventarisasi sebaran aren menggunakan
penginderaan jauh?
2. Bagaimana kemampuan dari gelombang saluran band pada Citra Landsat
8 dalam penggunaan algoritma NDVI?
3. Bagaimana potensi sebaran aren dan nilai akurasi dari algoritma NDVI
dalam model penentuan potensi tanaman aren?
4. Bagaimana potensi tanaman aren yang dapat dibudidayakan secara intesif
berdasarkan kelas kesesuaian lahan?
5. Bagaimana potensi tanaman aren sebagai tanaman konservasi tanah pada
areal lahan kritis?
4
C. Tujuan dan Manfaat Penelitian
1. Tujuan Penelitian
a. Mengetahui nilai akurasi dari inventarisasi sebaran aren menggunakan
penginderaan jauh.
b. Mengkaji kemampuan panjang gelombang saluran band merah dan
band inframerah dekat pada citra Landsat 8 dengan menggunakan
algoritma indeks vegetasi NDVI.
c. Mengetahui potensi sebaran aren beserta tingkat akurasi algoritma
NDVI dalam membangun model potensi tanaman aren dengan
menggunakan citra Landsat 8.
d. Mengetahui potensi tanaman aren sebagai tanaman budidaya
berdasarkan kelas kesesuaian lahan.
e. Mengetahui potensi tanaman aren sebagai tanaman konservasi tanah
berdasarkan kelas lahan kritis.
2. Manfaat Penelitian
a. Manfaat penelitian bagi pengambil kebijakan dalam hal ini pemerintah
Kabupaten Jepara yaitu dapat digunakan sebagai langkah strategis
dalam menentukan kebijakan yang bertujuan meningkatkan ekonomi
daerah serta menjaga kelestarian lingkungan.
b. Manfaat penelitian bagi masyarakat yaitu dapat digunakan
memperluas pengetahuan berkaitan dengan tanaman aren dan
potensinya, yang dapat dijadikan sebagai pedoman dalam melakukan
budidaya aren.
c. Manfaat penelitian bagi praktisi dalam hal ini penyuluh yaitu dapat
digunakan sebagai informasi awal untuk mengajak masyarakat dalam
mengembangkan tanaman aren.
d. Manfaat penelitian bagi mahasiswa yaitu dapat digunakan sebagai
referensi dalam melakukan identifikasi secara spesifik berkaitan
dengan tanaman aren serta memperkaya pengetahuan yang nantinya
menghasilkan sebuah karya tulis terbarukan.
e. Manfaat penelitian bagi peneliti yaitu untuk memenuhi syarat kelulusan
program studi S1 Ilmu Tanah UNS, serta mengembangkan tentang
5
penulisan karya tulis ilmiah dalam mengamalkan ilmu yang didapat

selama diperkuliahan.
II. TINJAUAN PUSTAKA
A. Tanaman Aren
Tanaman aren (Arenga pinnata) adalah tanaman dari suku Aracaceae

(pinang-pinangan) golongan berbiji tertutup (Angiospermae). Tanaman aren
banyak ditemukan mulai dari Pantai Timur India sampai ke daerah Asia
Tenggara. Di Indonesia tanaman ini banyak terdapat hampir di seluruh
wilayah Nusantara. Bagian dari tanaman aren hampir seluruhnya dapat
dimanfaatkan nira (bahan utama gula aren, minuman, cuka dan alkohol),
batang sebagai sumber energi bioethanol dan sumber karbohidrat (tepung),
serta buah sebagai bahan campuran minuman (kolang-kaling), selain itu
peran pentingnya sebagai tanaman konservasi di lahan-lahan kritis (Harahap,
2017). Taksonomi dari tanaman aren (Arenga pinnata Merr) adalah sebagai
berikut:
Divisi : Spermatophyta
Subdivisi : Angiospermae
Kelas : Monocotyledoneae
Ordo : Arecales
Family : Arecaceae
Genus : Arenga
Spesies : Arenga pinnata Merr
(Kurnia et al., 2014).
Berdasarkan penelitian, aren dapat tumbuh di berbagai jenis tanah
dengan ketinggian mulai dari permukaan laut hingga 1300 mdpl
(Heyne K, 1950). Umumnya tanaman ini lebih menyukai tempat dengan
ketinggian 500-1.200 m dan tumbuh optimal pada ketinggian 500-700 mdpl
(Lutony, 1993) . Aren umumnya dapat tumbuh di semua jenis tanah, tanah
yang remah dari aktivitas vulkanis di lereng gunung dan tanah pasiran
merupakan tanah yang ideal utnuk mendukung syarat tumbuh tanaman aren.
Suhu optimum pertumbuhan aren adalah rata-
6
7
rata 25oC dengan curah hujan rata-rata 1.200 mm/tahun (Lempang, 2012).
Sifat Tanaman aren yang memiliki daya dukung hidup yang tinggi sehingga
sangat cocok dikembangkan di lahan marginal yang cocok digunakan untuk
konservasi air dan tanah (Wulantika, 2019). Aren merupakan tanaman dari
suku pinang-pinangan (Aracecaeae) yang memiliki morfologi batang berupa
tinggi dapat mencapai 25 meter dengan diameter mampu mencapai 0.5 meter,
tidak berduri, dan tidak bercabang. Tangkai daun aren sendiri dapat memiliki
panjang 15 meter dengan tangkai daun mencapai 1.5 meter, helai daun dapat
mencapai 1.45 meter panjangnya dan 7 cm untuk lebarnya, serta terdapat
lapisan lilin pada daun bagian bawah (Supandi, 2012). Berdasarkan pada alat
generatifnya, bunga jantan berwarna coklat, berbentuk elips seperti telur,
serta memiliki 3 daun dan 3 kelopak bunga. Sedangkan bunga betina warna
kehijauan dengan mahkota bunga segitiga beruas-ruas, bakal buah memiliki
ruang tiga dan putik tiga (Lasut, 2012).
Berdasarkan penelitian pada umur tanaman kisaran 9-12,5 tahun
perkembangan tinggi tanaman dan diameter tanaman berbanding lurus
dengan umur tanaman. Sedangkan seiring bertambahnya umur tanaman
produksi nira mengalami penurunan (Harahap, 2017). Hampir semua bagian
dari pohon aren dapat dimanfaatkan oleh manusia mulai dari gula, nira,
tepung dan ijuk. Pohon aren yang dipanen tepungnya, tidak dilakukan
pengambilan nira, karena akan sangat mengurangi jumlah tepung pada
empulur. Satu pohon aren menghasilkan 50-75 kg tepung aren yang mana
umur tanaman aren dapat dipanen patinya yaitu pada tanaman yang berumur
10-15 tahun (Alam, Syamsu, 2004).
B. Penginderaan Jauh
1. Penginderaan Jauh untuk Vegetasi
Penginderaan jauh merupakan ilmu dan seni untuk memperoleh
informasi tentang objek, daerah atau gejala, melalui data yang diperoleh
dengan menggunakan alat, dan atau tanpa mengadakan suatu kontak
langsung dengan objek, daerah atau gejala yang akan dikaji
(Sutanto, 1986). Penginderaan jauh berperan sangat penting dalam
kegunaannya bagi semua kalangan terutama yang berkaitan dengan ilmu
kebumian dan pertanian untuk mempelajari tutupan lahan yang ada di
permukaan bumi seperti pertanian dan vegetasi alami. Pengambilan data
8
guna mengetahui biomassa tanaman terutama di sektor perkebunan

harus banyak menggunakan teknologi penginderaan jauh yang dinilai
efektif (Trisasongko & Paull, 2020). Tanaman dapat tumbuh bergantung
pada lingkungan fisik, cara bertahan hidup dan bereproduksi. Teknik
penginderaan jauh berfungsi untuk mengumpulkan informasi dari sebuah
perangkat yang terintegrasi terhadap target yang diamati dan
menyediakan informasi penting untuk mempelajari vegetasi dan
fisiologinya (Jones, H.G. and Vaughan, 2010).
Citra merupakan hasil pengambilan gambar penampakan pada
permukaan bumi yang terlihat dari ruang angkasa (satelit) atau dari udara
(pesawat terbang) (Prahasta, 2008). Penginderaan jauh saat ini citra yang
digunakan adalah citra digital atau citra satelit karena dianggap lebih
fleksibel dan murah. Penggunaan citra satelit penginderaan jauh sebagai
sumber data yang memiliki standar, murah dan keberlanjutan sebagai
indikator terkait keanekaragaman hayati banyak disorot dikalangan
peneliti (Pettorelli et al., 2014). Kemampuan pemetaan citra satelit
bergantung pada besarnya resolusi spasial dan resolusi temporal.
Komponen utama citra (image) dalam penginderaan jauh adalah rentang
kanal (band) yang memiliki nilai reflektansi dari material-material yang
mempunyai resolusi berbeda di setiap band panjang gelombangnya
(Suwargana, 2013).
9
2. Interpertasi Citra
Interpretasi penginderaan jauh perlu memerhatikan beberapa hal
yang ada seperti: elemen dasar (warna, bayangan, ukuran, bentuk,
tekstur, pola); pengumpulan informasi lokasi, dan investigasi lapangan;
klasifikasi unit ekologi dan validasi; dan verifikasi lapangan untuk
memperoleh peta ekologi (Du et al., 2014). Interpretasi citra merupakan
kegiatan mengkaji citra untuk mengidentifikasi objek-objek yang tampak
pada hasil citra (Sutanto, 1986). Setelah elemen dasar diinterpertasi,
tahap selanjutnya adalah penafsiran. Pada tahap ini kegiatan penafsiran
meliputi: penajaman citra, delineasi obyek dan pengecekan hasil
delineasi, editing, pemberian atribut dan perhitungan luas
(Lessy et al., 2018).
Dalam melakukan interpertasi citra sebaiknya tidak hanya
menggunakan satu elemen dasar dalam mengidentifikasi objek. Agar
objek yang diinterpertasikan dapat sesuai tujuan yang diinginkan, maka
dalam interpertasi citra penggunaan unsur dari elemen dasar yang lain
sangat diperlukan guna mengarahkan bukti-bukti ke dalam lingkup yang
lebih sempit dan spesifik untuk mendapatkan satu titik simpul, dalam hal
ini disebut dengan konvergensi bukti (Buana & Hartono, 2012). Pada
suatu kasus terlihat sebuah tumbuhan dari citra bertajuk dengan bentuk
bintang. Kesimpulan awal menunjukkan bahwa tumbuhan tersebut dari
keluarga palem seperti kelapa, kelapa sawit, enau, sagu dan nipah. Guna
memperoleh informasi yang lebih akurat perlu ditambahan elemen dasar
interpertasi yang lain seperti pola, ukuran dan situs yang dapat dilihat
pada gambar berikut menurut (Sutanto, 1986):
10
BENTUK POLA UKURAN SITUS

(tajuk (tidak (tinggi (air payau)
berbentuk teratur) >10m)
bintang)
KELAPA
NIPAH
KELAPA SAWIT
ENAU
NIPAH ENAU SAGU

SAGU
ENAU SAGU
SAGU
Gambar 1. Contoh Konvergensi Bukti
3. Citra Landsat 8 (OLI) untuk Analisis Vegetasi

Landsat 8 adalah satelit generasi terbaru yang menggantikan
Landsat 7 yang peluncurannya dimulai tahun 2013. Generasi terbaru dari
citra Landsat ini memiliki sensor Onboard Operational Land Imager (OLI)
dan Thermal Infrared Sensor (TIRS) dengan memiliki 11 kanal dimana
kanal 1-9 berada pada OLI dan kanal 10 dan 11 pada TIRS. Kanal
1,2,3,4,5,6,7 dan 9 pada citra satelit Landsat 8 memiliki resolusi spasial
30 m, sedangkan kanal 8 (panchromatic) memiliki resolusi spasial 15 m.
Kanal 10 dan 11 yang merupakan kanal TIR-1 dan TIR-2 yang memiliki
resolusi spasial 100 m (LAPAN, 2015). Tujuan utama peluncuran Landsat
8 yaitu guna memberikan informasi secara berkelanjutan dan
berkesinambungan kearah masa depan , sehingga dapat menghasilkan
data yang konsisten dengan dapat dibandingkan dengan sistem Landsat
sebelumnya (Roy et al., 2014). Satelit Landsat dalam peluncurannya
membawa berbagai komponen yaitu sistem penginderaan jauh, sistem
relai data, subsistem kontrol sikap dan penyesuaian orbit, catu daya, dan
penerima dan pemancar untuk komunikasi stasiun bumi. Misi utama
peluncuran Landsat 8 adalah untuk menyediakan data-data secara
berkala dengan kualitas tinggi pada citra tampak dan inframerah dari
11
kondisi daratan hingga area perairan di bumi. Spesifikasi masing-masing

band pada Landsat 8 dapat dilihat pada Tabel 1.
Tabel 1. Perbandingan Spesifikasi Band Pada Landsat 8
Panjang
Band Gelombang Resolusi Kegunaan
(µm) (m)
Band 1 0.435-0.451 30 Studi aerosol dan
Coastal/Aerosol wilayah pesisir
Band 2 Blue 0.452-0.512 30 Pemetaan batimetri,
membedakan tanah
dari vegetasi dan
daun dari vegetasi
konifer
Band 3 Green 0.533-0.590 30 Mempertegas
puncak vegetasi
untuk menilai
kekuatan vegetasi
Band 4 Red 0.636-0.673 30 Membedakan sudut
vegetasi
Band 5 NIR 0.851-0.879 30 Menekankan konten
biomasa dan garis
pantai
Band 6 SWIR-1 1.566-1.651 30 Mendiskriminasi
kadar air tanah dan
vegetasi, menembus
awan tipis
Band 7 SWIR-2 2.107-2.294 30 Peningkatan kadar
air tanah dan
vegetasi, dan
penetrasi awan tipis
Band 8 0.503-0.676 15 Penajaman citra
Panchromatic
12
Band 9 Cirrus 1.363-11384 30 Peningkatan deteksi

awan sirus yang
terkontaminasi
Band 10 TIR-1 10.60-11.19 100 Pemetaan suhu dan
perhitungan
kelembaban tanah
Band 11 TIR-2 11.50-12.51 100 Pemetaan
peningkatan suhu
dan penghitungan
kelembaban tanah
Sumber: (U.S. Geological Survey, 2016)
Satelit Landsat 8 bukanlah satelit baru, namun adalah generasi
lanjutan dari satelit Landsat 7 karena sebagian besar karakteristiknya
sama. Citra Landsat termasuk citra yang dapat diakses secara gratis di
laman web resmi USGS. Umumnya penelitian dengan menggunakan
citra landsat digunakan untuk meneliti vegetasi atau tutupan lahan
(Amliana et al., 2016). Belakangan ini pemanfaatan citra satelit untuk
pemantauan vegetasi banyak digunakan karena memiliki efisiensi waktu
dan biaya yang cukup baik. Vegetasi didefinisikan kumpulan beberapa
tumbuhan dengan berbagai jenis dan hidup di suatu lingkup lokasi yang
sama. Individu tersebut dapat berinteraksi erat dengan tumbuhan itu
sendiri atau binatang serta faktor lingkungan yang ada pada lingkup
vegetasi tersebut (Martono, 2012).
4. Indeks Vegetasi
Indeks vegetasi adalah salah satu parameter yang digunakan
untuk menganalisa keadaan vegetasi dari suatu wilayah. Indeks tersebut
mempunyai bermacam-macam variasi algoritma. Indeks vegetasi
digunakan sebagai suatu motode transformasi citra berbasis data
spektral yang banyak dimanfaatkan dalam. berbagai keperluan lainnya
yang berhubungan dengan kerapatan vegetasi dan sebaran jenis
tanaman (Wahrudin et al., 2019). Indeks vegetasi umumnya dikenal
dengan nama NDVI atau Normalized Difference Vegetation Index.
Algoritma NDVI telah banyak berkembang terutama dalam penelitian
vegetasi menggunakan citra satelit seperti Perpendicular Vegetation
13
Index (PVI), Soil-Adjusted Vegetation Index (SAVI), Atmospherically

Resistant Vegetation Index (ARVI), Global Environment Monitoring Index
(GEMI), Enhanced Vegetation Index (EVI) (Huete et al., 2011).
NDVI (Normalized Difference Vegetation Index) adalah teknik
untuk menganalisa hal yang berkaitan dengan vegetasi dengan
melakukan transformasi citra melalui penajaman spektral (Siska Wahyu
Andini, Yudo Prasetyo, 2018). NDVI memiliki file data yang diintegrasikan
berkala secara musiman akan memberikan informasi total biomassa pada
piksel selama satu tahun penuh, sehingga dapat memberikan perkiraan
potensi vegetasi secara nyata (Hein et al., 2011). Secara matematis hasil
pengolahan citra NDVI memiliki rentang nilai -1 hingga 1, daerah dengan
kanopi vegetasi rapat cenderung bernilai positif dibandingkan daerah
dengan kondisi berawan, bersalju, daerah terbuka dan badan air memiliki
arah nilai ke negatif (Mukhlisin & Soemarno, 2020).
C. Kesesuaian Lahan
Lahan adalah bagian dari lanskap alam yang memiliki susunan
kompleks didalamnya berupa iklim, topografi/relief, tanah, hidrologi dan
keadaan vegetasi alami yang memengaruhi penggunaan lahan
(FAO, 1976). Evaluasi lahan adalah proses memprediksi potensi lahan untuk
pengunaan tertentu yang di dalamnya diperlukan komponen penting sebagai
proses perencanaan penggunaan lahan (Pasang Sirappa et al., 2010).
Evaluasi lahan adalah suatu metode yang digunakan untuk menilai
kesesuaian lahan pada beberapa komoditas pertanian tertentu dengan
memerhatikan kondisi biofisik dan sosial ekonomi sebagai intrumen
pengembangan komoditas pertanian di suatu wilayah (Sukarman et al., 2020).
Struktur klasifikasi kesesuaian lahan yang digunakan di Indonesia
mengacu pada Framework of Land Evaluation (FAO, 1976) yang memiliki 4
kategori penilaian yang terdiri atas yaitu ordo, kelas, subkelas dan unit.
Ordo : Menggambarkan kesesuaian lahan secara umum. Pada tingkat ordo
kesesuaian lahan dibedakan atas lahan tergolong sesuai (S) dan
lahan tergolong tidak sesuai (N).
Kelas :Menggambarkan tingkat kesesuaian lahan dalam ordo. Pada tingkat
kelas, lahan yang tergolong ordo sesuai (S) dibedakan atas lahan
14
sangat sesuai (S1 (SANGAT SESUAI) (SANGAT SESUAI)), cukup

sesuai (S2 (CUKUP SESUAI)), dan sesuai marginal (S3).
Sedangkan lahan tergolong ordo tidak sesuai (N) tidak dibedakan.
Kelas sangat sesuai (S1 (SANGAT SESUAI) (SANGAT SESUAI)) :
Lahan tidak mempunyai faktor pembatas yang berarti atau nyata
terhadap penggunaan berkelanjutan, atau hanya mempunyai faktor
pembatas yang bersifat minor dan tidak mereduksi produktivitas lahan
secara nyata.
Kelas cukup sesuai (S2 (CUKUP SESUAI)) : Lahan mempunyai faktor
pembatas yang mempengaruhi produktivitasnya, memerlukan
tambahan masukan (input). Pembatas tersebut umumnya masih dapat
diatasi oleh petani.
Kelas sesuai marginal (S3) : Lahan mempunyai faktor pembatas berat
yang mempengaruhi produktivitasnya, memerlukan tambahan
masukan yang lebih banyak dari lahan tergolong S2 (CUKUP
SESUAI). Untuk mengatasi faktor pembatas pada S3 diperlukan modal
tinggi, sehingga perlu bantuan atau intervensi pemerintah atau pihak
swasta karena petani tidak mampu mengatasinya.
Kelas tidak sesuai (N) Lahan yang tidak sesuai (N) karena mempunyai faktor
pembatas yang sangat berat dan/atau sulit diatasi.
Subkelas : Menggambarkan tingkat kesesuaian lahan dalam kelas. Kelas
kesesuaian lahan dapat dibedakan atas subkelas kesesuaian lahan
berdasarkan kualitas dan karakteristik lahan yang menjadi faktor
pembatas terberat. Sebaiknya jumlah faktor pembatas maksimum dua.
Tergantung pengaruh faktor pembatas dalam subkelas, kelas
kesesuaian lahan yang dihasilkan dapat diperbaiki sesuai dengan
masukan yang diperlukan (Wahyunto et al., 2016).
Evaluasi kesesuaian lahan dilakukan terhadap satuan lahan yang
telah ditetapkan berdasarkan hasil survey tanah. Evaluasi kesesuaian lahan
didahului oleh kegiatan survey dan pemetaan tanah. Pengolahan data
dilakukan dengan metode matching yaitu membandingkan karakteristik lahan
pada setiap SPL dengan syarat tumbuh tanaman (A.U, 2008). Evaluasi lahan
dapat dilakukan dengan beberapa metode yaitu metode matching dan metode
scoring serta metode survei tanah untuk pengambilan data langsung dari
15
lapangan. Lokasi pengambilan data langsung diperoleh dari peta satuan lahan
(Nachnor Rizky, Deasy Arysanti, 2010).
Tabel 2. Syarat Tumbuh Tanaman Aren
KARAKTERISTIK KELAS KESESUAIAN LAHAN

LAHAN S1 S2 S3 N
Temperatur (tc)
22-28 28-34 34-40 >40
Temepratur (˚C)
18-22 15-18 <15
Ketersediaan air
(wa)
Curah hujan (mm) 1000-2000 2000-3000 3000-4000 >4000
pada masa
500-1000 250-500 <250
pertumbuhan
Ketersediaan
Oksigen (oa)
sangat
agak terhambat,
Drainase baik, sedang terhambat,
terhambat agak cepat
cepat
Media Perakaran
(rc)
halus, agak
agak kasar,
Tekstur halus, kasar
sangat halus
sedang
Bahan kasar (%) <15 15-35 35-55 >55
Kedalaman tanah
>75 >75 50-75 <50
(cm)
Gambut
Ketebalan (cm) <60 60-140 140-200 >200
Ketebalan (cm), jika
ada sisipan bahan <140 140-200 200-400 >400
mineral/pengkayaan
kematangan saprik saprik, hemik hemik, fibrik fibrik
Retensi hara (nr)
KTK liat (cmol) >16 5-16 <5
Kejenuhan basa (%) >35 20-35 <20
pH H2O 6,0-7,0 4,5-6,0 <4,5
7,0-7,5 >7,5
C-organik (%) >1,2 0,8-1,2 <0,8
Toksisitas (xc)
salinitas (ds/m) <4 4-6 6-8 >8
Sodisitas (xn)
Alkalinitas/ESP (%) <15 15-20 20-25 >25
Bahaya Sulfidik (xs)
Kedalaman Sulfidik
>125 100-125 60-100 >60
(cm)
16
Bahaya erosi (eh)

Lereng (%) <8 8-16 16-30 >30
sangat rendah-
Bahaya erosi berat sangat berat
rendah sedang
Bahaya banjir (fh)
Genangan F0 F1 F2 >F2
Penyiapan lahan
(lp)
Batuan
<5 5-14 15-40 >40
dipermukaan (%)
Singkapan batuan <5 5-14 15-25 >25
Sumber: Dinas Perkebunan Jawa Barat 2017
D. Konservasi Tanah
Konservasi tanah telah menjadi isu penting bagi masyarakat ilmiah
dalam dekade ini. Konservasi tanah adalah kemampuan dari suatu
ekosistem untuk melakukan pencegahan terhadap kehilangan tanah akibat
erosi dan melakukan penyimpanan sedimen terhadap tanah (Zhao et al.,
2018). Konservasi tanah memegang peranan penting dalam hal mitigasi
bencana serta menjaga produktivitas produksi sektor pertanian. Aktivitas
pembukaan lahan atau pertanian intensif tanpa memerhatikan asas
konservasi dapat mempercepat kerusakan tanah akibat erosi. Umumnya
tanah lahan yang tererosi tekstur tanah akan banyak mengandung bahan
kasar yng dapat menurunkan kesuburan tanah akibat hilangnya lapisan top
soil yang banyak mengandung unsur (Zahrul Fuady, Halus Satriawan, 2014).
Akibat yang ditimbulkan dari aktivitas tersebut dapat menimbulkan bencana
seperti banjir, tanah longsor dan kekeringan. Faktor -faktor penyebab lahan
kritis akibat erosi yaitu antara lain erosivitas hujan, erodibilitas tanah,
topografi, jenis vegetasi/tanaman serta tindakan konservasi tanah yang telah
dilakukan yang secara keseluruhan saling berkaitan (Osok et al., 2018).
Tindakan konservasi tanah perlu dilakukan untuk menghindari
degradasi lahan yang dapat menyebabkan menurunnya produktivitas
pertanian serta sebagai mitigasi bencana. Teknik konservasi tanah dapat
dilakukan untuk mengurangi laju limpasan permukaan dengan
mempertimbangkan beberapa hal seperti curah hujan, kondisi tanah
(kemiringan, ketebalan solum, sifat tanah) serta kemampuan petani (biaya,
waktu dan tenaga kerja yang tersedia) (Sarminah & Karyati, 2018). Sehingga
dengan metode yang tepat maka dapat disusun perencanaan perbaikan lahan
17
kritis. Tanaman aren termasuk tanaman yang dapat digunakan dalam

mendukung konservasi tanah dan air utamanya untuk lahan kritis dengan
daerah terjal, karena dinilai dapat mencegah erosi dan memperbaiki kondisi
makro tanah dan porositas (Azhar et al., 2019). Didukung morfologi tanaman
aren yang memiliki akar dalam dan melebar yang bermanfaat untuk
mencegah terjadinya erosi tanah serta daun lebar dan batang yang tertutup
lapisan ijuk sebagai inteseptor air hujan agar tidak langsung menghantam
permukaan tanah (Mulyanie & ; Romdani, 2018).
III. METODE PENELITIAN
A. Waktu dan Lokasi Penelitian
Lokasi penelitian dilakukan pada lahan berupa sawah, padang

rumput, hutan, tegalan dan perkebunan di kecamatan Pakisaji, Bangsri dan
Kembang Kabupaten Jepara Jawa Tengah. Analisis data penginderaan jauh
dan data survey dilakukan di Laboratorium Pedologi dan Survei Tanah
Fakultas Pertanian UNS. Penelitian dilakukan pada bulan Agustus sampai
Desember 2020.
Gambar 2. Peta Lokasi Penelitian
B. Alat dan Bahan Penelitian
Alat yang digunakan pada pelaksanaan penelitian ini baik dilapangan

maupun di laboratorium antara lain peta titik sampel, GPS Garmin, Aplikasi
UTM Geo Map, Avenza maps, diameter type, hagameter, alat tulis, kuisioner
petani, dan laptop. Bahan yang digunakan dalam penelitian ini meliputi citra
foto udara terbaru dari
18
19
satelit Landsat 8, peta Rupa Bumi Indonesia (RBI) Kabupaten Jepara citra,
Google Earth dan DEM (Digital Elevation Model).
1. Alat-alat analisis Laboratorium

Perangkat Keras (Hardware)
a. Laptop Asus X555BP
Perangkat Lunak (Software)
a. Envi 5.1
b. ArcGis 10.3
c. Avenza Maps
2. Alat-alat survey lapangan
a. GPS Garmin
b. Aplikasi UTM Geomap
c. Aplikasi Avenza Maps
d. Aplikasi DNRGPS
e. Hagga meter
f. Diameter tape
g. Kamera
h. Boardlist
i. Alat tulis
3. Bahan
a. Citra Landsat 8
b. Citra Google Earth
c. Citra DEM
d. Peta Rupa Bumi Indonesia
e. Kuisioner
C. Metode Penelitian
Penelitian ini adalah deskriptif eksploratif yang dilakukan

menggunakan metode kombinasi (Andhini, 2017), yaitu dilakukan dengan
menggunakan penginderaan jauh dan survei lapangan. Berikut ini langkah-
langkah yang dilakukan dalam penelitian:
20
1. Analisis Distribusi Sebaran Tanaman Aren:

a. Menentukan peta lokasi penelitian ke dalam polygon peta.
b. Membuat grid untuk penentuan plot titik dalam lokasi penelitian dengan
luasan 100ha.
c. Hasil grid plot di overlay ke citra Google Earth dengan memilih waktu
citra terdekat dan jelas.
d. Interpertasi terhadap sebaran tanaman aren dengan cara memberikan
point dan polygon pada objek yang diperkirakan tanaman aren..
e. Analisis foto berbasis objek untuk memperoleh informasi berupa
ukuran, bentuk, tekstur dan kedekatan objek
f. Hasil interpertasi dimasukan ke dalam arcgis untuk dibuat poligon dan
di overlay dengan peta lokasi penelitian.
g. Guna memperoleh akurasi yang tepat dilakukan survey lapangan
dengan melihat koordinat hasil analisis awal lalu mencocokan kondisi
di lapangan.
h. Hasil survey lapangan dilakukan re-interpertasi sehingga
menghasilkan peta sebaran tanaman aren yang baru dan akurat.
i. Dilakukan uji akurasi dengan melakukan penghitungan secara
statistika.
2. Analisis Potensi Tanaman Aren
a. Mengunduh citra Landsat 8 dengan waktu terdekat dan jelas pada
laman USGS.gov
b. Melakukan koreksi geometrik dan radiometric pada setiap band
multispektral.
c. Membuat grid plot seluas 25 ha, dimana dalam pembuatan potensi
tanaman aren memiliki 2 faktor yaitu kerapatan tajuk dan kemiringan
lereng.
d. Membuat NDVI (Normalized Difference Vegetation Index) untuk
memperoleh kerapatan tajuk.
e. Melakukan overlay dengan citra DEM untuk memperoleh nilai
kemiringan lereng.
21
f. Nilai potensi tanaman aren berupa volume tanaman yang diperoleh dari
perhitungan tingggi dan diameter tanaman dari sampel lapangan
dilakukan overlay dengan faktor kerapatan tajuk dan kemiringan lereng.
g. Data umur tanaman diperoleh melalui wawancara kepada pemilik lahan
h. Analisis statistik dengan metode regresi linier berganda untuk menguji
akurasi dari digitan number dengan hasil pengamatan di lapangan.
i. Menghasilkan peta potensi tanaman aren.
D. Teknik Penentuan Sampel
Pengambilan sampel dilakukan dengan Teknik purposive sampling

atau disengaja dengan memilih 20 titik sampel berdasarkan hasil interpertasi
awal berupa Trees Counting pada penentuan distribusi tanaman aren.
Pengambilan sampel dalam setiap titik sampel dilakukan dengan membuat
grid plot seluas 25 Ha dan untuk pengamatan dibuat sub plot dengan ukuran
200 m x 20 m. Pelaksanaan survey yaitu dengan berjalan lurus sejauh 200 m
dengan melihat sisi kanan kiri dengan jangkauan masing-masing 20 m.
Variable yang diamati dalam penelitian ini yaitu jumlah tanaman aren,
inventarisasi koordinat, tinggi tanaman dan diameter tanaman. Metode yang
digunakan dalam penelitian ini dapat dilihat pada Tabel 1.
Gambar 3. Sub Plot Pengamatan Lapangan

22
Tabel 3. Variabel Penelitian
No. Variabel Metode

1 Kondisi Lokasi Titik Pengamatan Lapang
2 Tinggi dan diameter tanaman aren Pengamatan lapang
3 Pola Sebaran pohon aren Analisis foto berbasis
objek (Syetiawan &
Haidar, 2019)
4 Estimasi potensi tanaman aren NDVI (Normalized
Difference Vegetation
Index) (Deering,
1978).
E. Jenis dan Sumber Data
Data yang digunakan dalam penelitian meliputi data primer yang

berasal dari hasil pengamatan dan analisis data, sedangkan data sekunder
diperoleh dari berbagai sumber terkait. Jenis dan sumber data pada penelitian
ini dapat dilihat pada Tabel 4.
Tabel 4. Jenis dan Sumber Data
No. Data Jenis Sumber

1 Foto Udara Landsat 8 Sekunder USGS.gov
2 Citra Google Earth Sekunder Google
3 Citra DEM Sekunder DEMNAS
4 Peta administrasi wilayah Sekunder Peta Rupa Bumi
Indonesia (RBI)
5 Populasi tanaman aren Primer Hasil interpertasi
6 Nilai tinggi dan diameter Primer Survey dan
tanaman analisis data
7 Potensi Tanaman aren Primer Analisis data
F. Tata Laksana Penelitian

1. Persiapan
a. Pra Survey
Tahap pra survey adalah tahap persiapan sebelum
dilakukannya survey utama. Pra survey diperlukan untuk mengetahui
23
kondisi di lokasi penelitian apakah sudah sesuai dengan sampel yang

akan diambil.
b. Download citra Landsat 8 dan Citra DEM
Citra Landsat 8 di download melalui
https://earthexplorer.usgs.gov. Sebelum mendownload citra dari
USGS.gov terlebih dahulu kita melakukan pendaftaran. Apabila akun
sudah terdaftar pencarian dan pengunduhan citra dapat dilakukan.
Citra DEM juga di download melalui http://tides.big.go.id/DEMNAS/
dengan terlebih dahulu melakukan registrasi akun sebelum melakukan
pengunduhan.
c. Menentukan Grid untuk Menentukan Sebaran Titik Tanaman Aren
Grid dibuat dengan ukuran 1kmx1km untuk memudahkan
interpertasi dalam menemukan tanaman aren. Grid tersebut dibuat
pada polygon di ArcGis lalu dioverlaykan ke Google Earth untuk
dilakukan interpertasi citra.
d. Interpertasi Citra untuk Mengetahui Sebaran Tanaman Aren
Interpertasi citra untuk mengetahui sebaran tanaman aren
menggunakan Google Earth. Alasan pemilihan Google Earth dalam
melakukan interpertasi citra karena Landsat 8 hanya memiliki resolusi
spasial sebesar 30m pada band multispektralnya, sehingga dinilai
tidak cukup jelas dalam mengidentifikasi objek yang akan
diinterpertasi. Sedangkan pada Google Earth terdiri atas gabungan
citra beresolusi menengah hingga resolusi tinggi seperti GeoEye, Alos,
Quickbird dan lain-lain. Hasil grid yang sudah dibuat dioverlay ke
Google Earth yang selanjutnya dilakukan interpertasi pada tiap gridnya
dengan dibuat point dan polygon pada Google Earth. Hasil interpertasi
pada tiap grid dicatat dan selanjutnya hasilnya diinputkan ke dalam
arcgis untuk dioverlay dengan peta lokasi penelitian. Sehingga
menghasilkan peta sebaran tanaman aren.
e. Membuat Peta Kombinasi untuk Potensi Tanaman Aren
Peta kombinasi yang dimaksudkan ialah faktor-faktor yang
paling berpengaruh terhadap tumbuh kembang tanaman aren itu
sendiri untuk diketahui potensinya. Kombinasi yang digunakan adalah
kerapatan tajuk dan kemiringan lereng. Dua faktor tersebut dipilih
24
karena sangat mempengaruhi sebaran tanaman aren yang tumbuh

bebas di alam. Kerapatan tajuk diperoleh dari pengolahan analisis
NDVI (Normalized Difference Vegetation Index) menggunakan citra
Landsat 8 dengan waktu perekaman tangal 30 Agustus 2020.
Sedangkan kemiringan lereng diperoleh dari klasifikasi melalui citra
DEM berdasarkan klasifikasi kemiringan lereng
(Arsyad, 2010). Guna mengetahui kombinasi dari kedua faktor
tersebut dapat dilihat melalui tabel berikut:
Tabel 5. Rentang Klasifikasi NDVI
Rentang Klasifikasi Kerapatan
-1<NDVI<0,32 Jarang
0,33<NDVI<0,42 Sedang
0,43<NDVI<1 Rapat
Sumber: (Kehutanan, 2005)
Tabel 6. Klasifikasi Kemiringan Lereng
KEMIRINGAN (%) Klasifikasi
Datar
0-3
Landai
3-8
Agak Miring
8-15
Miring
15-30
Agak Curam
30-45
Curam
45-65
Sangat Curam
>65
Sumber: (Arsyad, 2010)
25
Gambar 4. Kombinasi Antara Kerapatan Tajuk dan Kemiringan

Lereng
f. Mempersiapkan alat dan bahan

Alat dan bahan untuk tujuan survey disiapkan sesuai
kebutuhan.
2. Survey dan Sampling
Hasil interpertasi awal berupa peta sebaran tanaman aren diambil
20 sampel yang mewakili untuk dilakukan inventarisasi. Inventarisasi
tanaman dilakukan dengan membuat sub plot dari 20 sampel pada grid
plot yang dipilih. Sub plot yang digunakan memiliki ukuran 200x20 m yang
dilakukan dengan berjalan lurus dan melihat sisi kanan kiri yang
selanjutnya bila terdapat pohon aren dilakukan inventarisasi titik koordinat
menggunakan GPS Garmin, Avenza Maps dan UTM Geomap,
penghitungan tinggi tanaman menggunakan hagga meter dan
penghitungan diameter tanaman menggunakan diameter type.
Wawancara lapangan digunakan guna mengetahui data umur tanaman
aren kepada pemilik lahan dengan menggunakan kuisioner. Hasil survey
kemudian didokumentasikan ke dalam kamera serta boardlist untuk
selanjutnya dilakukan pengolahan data.
26
3. Analisis Data
a. Analisis foto berbasis objek
Analisis laboratorium dilakukan di laboratorium Pedologi dan
Survey Tanah UNS untuk memperbaiki hasil penghitungan populasi
aren hasil interpertasi awal dengan hasil survey di lapangan yang
selanjutnya dimasukan ke dalam data polygon untuk memperoleh hasil
peta sebaran tanaman aren dan dilakukan pengolahan uji akurasinya.
Analisis foto berbasis objek atau biasa disebut Object
Based Image Analysis (OBIA) dilakukan untuk mengidentifikasi
ukuran, bentuk, tekstur dan kedekatan objek pada foto udara. Analisis
berbasis objek diterapkan dengan melakukan segmentasi.
b. Analisis NDVI untuk estimasi potensi
Indeks vegetasi NDVI didasari dari pengamatan bahwa
permukaan pada citra foto udara landsat 8 yang berbeda-beda
menghasilkan refleksi berbagai jenis gelombang cahaya yang
berbeda-beda. Vegetasi dimana terjadi proses fotosintesis akan
menyerap sebagian besar gelombang merah sinar matahari dan
memantulkan gelombang inframerah dekat lebih besar. Sedangkan
untuk vegetasi yang sudah mati atau kondisi hijau daunnya rendah
lebih banyak mencerminkan gelombang merah dibanding gelombang
inframerah dekat. NDVI dihitung berdasarkan piksel dari selisih antara
kanal merah dan inframerah dekat pada citra: Rumus NDVI dapat
dilihat pada persamaan berikut:
(𝑁𝐼𝑅−𝑅𝐸𝐷)
NDVI= (𝑁𝐼𝑅+𝑅𝐸𝐷)
c. Analisis akurasi model

Uji akurasi model klasifikasi memiliki tujuan untuk mengetahui
nilai kedekatan hasil klasifikasi pada citra dengan data di lapangan.
Selain itu uji ketelitian ini dilakukan agar dapat diketahui tingkat
kepercayaan terhadap pemakaian hasil klasifikasi untuk analisis dan
keperluan berikutnya. Pengujian akurasi model menggunakan metode
Omisi – Komisi. Komisi adalah hasil intepretasi lebih panjang/luas dari
kondisi dari lapangan sedangkan Omisi adalah adalah hasil intepretasi
lebih pendek/sempit dari lapangan. Tujuan penggunaan metode Omisi
27
- Komisi yaitu guna memperoleh keakuratan suatu objek hasil

intepretasi suatu objek hasil citra atau foto udara dengan
membandingkan hasil pengukuran objek di lapangan
(Hartono & Darmawan, 2019). Rumus persamaan metode Omisi-
Komisi sebagai berikut:
∆
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [ 1 − [ ]] × 100%
𝑙𝑎𝑝𝑎𝑛𝑔𝑎𝑛
 = interpretasi – lapangan
Formula overall accuracy sebagai berikut:
OA=
Keterangan:
Xii = Nilai akurasi per-sampel
N = Jumlah Sampel (Muhammad et al., 2016)
Analisis regresi yang digunakan untuk pembuatan model
estimasi produksi pada tanaman aren, menggunakan dua variabel
yaitu indeks vegetasi (NDVI) sebagai variabel x (bebas) sedangkan
potensi sebagai variabel y (terikat). Jenis regresi yang digunakan yaitu
regresi linier sederhana. Hasil dari regresi ini diaplikasikan untuk
membandingkan hasil dari potensi dari survey lapangan, sehingga
estimasi potensi tanaman aren dapat diperkirakan secara menyeluruh.
Uji linier sederhana disajikan dengan formula berikut ini:
Regresi Linier Sederhana
Y = a + bx
Keterangan:
Y : variabel terikat (dependen)(biomassa);
a, b,..n : koefisien regresi;
x : variabel bebas (independen) (transformasi indeks vegetasi)
(Susetyo & Setiono, 2013)
Penentuan nilai estimasi potensi tanaman aren digunakan
dengan menggunakan nilai NDVI yang di formulakan dengan variabel
volume tanaman hasil survey. Perhitungan formula tersebut diperoleh
28
dari hasil uji linier sederhana. Berikut adalah formula yang digunakan
untuk melakukan estimasi potensi tanaman aren:
Y= b0+b1X1 +e)
Keterangan:
Y = nilai prediksi estimasi sesuai akurasi produksi dari model yang
produksi model empiris
b = koefisien regresi nilai indeks
vegetasi
X = nilai piksel citra yang digunakan (Grefie Dwinata, 2014).
Uji akurasi model estimasi produksi berdasarkan parameter
pengaruh produksi dan nilai indeks vegetasi dihitung dengan
menggunakan formula yang digunakan pada penelitian milik
(Susetyo & Setiono, 2013) yang menggunakan simpangan hasil selisih
antara produksi estimasi dan produksi realita yang kemudian dapat
dihitung tingkat akurasinya. Nilai simpangan semakin baik jika
mendekati 0 dan tingkat akurasi semakin tinggi jika prosentasinya
mendekati 100 %.
4. Memetakan Sebaran dan Peta Potensi Tanaman Aren
Melakukan pemetaan sebaran tanaman aren di Kabupaten Jepara
hasil analisis data melalui interpertasi citra. Serta memberikan peta
estimasi potensi tanaman aren di Kabupaten Jepara.
5. Membandingkan akurasi pada peta dengan hasil analisis laboratorium
Setelah diketahui sebaran dan estimasi potensi produksi tanaman
aren dari penginderaan jauh dan hasil analisis data dari laboratorium,
dilakukan perbandingan dengan melakukan presentase akurasi data yang
dihasilkan penginderaan dengan hasil dari analisis secara manual atau
konvensional.
29
G. Kerangka Berpikir
Kondisi Fakta Kondisi Ideal
Tanaman aren di Kabupaten Jepara masih banyak Pemanfaatan penginderaan jauh guna mengetahui
dimanfaatakan sebagai bahan baku makanan horog- sebaran potensi tanaman aren dinilai efektif dalam
horog. Sebaran tanaman aren seluruhnya merupakan melakukan inventarisasi dan menjadi kebaharuan
hasil tumbuh alami tanpa campur tangan manusia. informasi.
Informasi mengenai potensi tanaman aren di
Kabupaten Jepara sangat sedikit.
Gap/Masalah
Pemanfaatan aren sebagai bahan baku makanan horog-horog dengan cara ditebang masih sangat tinggi tanpa ada
usaha untuk menanam kembali, yang dikhawatirkan mengganggu keberlangsungan potensi tanaman aren sebagai
tanaman konservasi.
Solusi
Pemanfaatan penginderaan jauh dalam mengetahui tumbuh kembang tanaman di bidang pertanian saat ini dinilai
sangat penting guna mewujudkan precision agriculture, disamping pengetahuan masyarakat akan budidaya tanaman
aren masih rendah.. Precision Agriculture (PA) adalah pertanian yang berkonsepkan penggunaan teknologi terkini
berbasis penginderaan jauh untuk mendukung budidaya pertanian yang akurat dan tepat guna (Zhang, 2017).
Rumusan masalah:
1. Bagaimana tingkat akurasi dari inventarisasi sebaran aren menggunakan penginderaan jauh?
2. Bagaimana kemampuan dari gelombang saluran band pada Citra Landsat 8 dalam penggunaan algoritma NDVI?
3. Bagaimana potensi sebaran aren dan nilai akurasi dari algoritma NDVI dalam model penentuan potensi
tanaman aren?
4. Bagaimana potensi tanaman aren yang dapat dibudidayakan secara intesif berdasarkan kelas kesesuaian lahan?
5. Bagaimana potensi tanaman aren sebagai tanaman konservasi tanah pada areal lahan kritis?
Tujuan
1. Mengetahui nilai akurasi dari inventarisasi sebaran aren menggunakan penginderaan jauh.
2. Mengkaji kemampuan panjang gelombang saluran band merah dan
band inframerah dekat pada citra Landsat 8 dengan menggunakan algoritma indeks vegetasi NDVI.
3. Mengetahui potensi sebaran aren beserta tingkat akurasi algoritma NDVI dalam membangun model potensi
tanaman aren dengan menggunakan citra Landsat 8.
4. Mengetahui potensi tanaman aren sebagai tanaman budidaya berdasarkan kelas kesesuaian lahan.
5. Mengetahui potensi tanaman aren sebagai tanaman konservasi tanah berdasarkan kelas lahan kritis.
Rancangan Pelaksanaan Penelitian Hasil yang Diharapkan

C = Kerapatan tajuk
C1 = Jarang Diperoleh hasil inventarisasi berdasarkan
C2 = Sedang populasi sebaran tanaman aren, serta hasil
C3 = Rapat penentuan potensi tanaman aren berdasarkan
l = Kemiringan Lereng penginderaan jauh dan hasil survey sebagai
l1 = Datar arahan dalam menentukan potensi tanaman
l2 = Landai aren sebagai tanaman budidaya dan tanaman
l3 = Agak Miring
konservasi.
l4 = Miring
l5 = Agak Curam
l6 = Curam
l7 = Sangat Curam
IV. HASIL DAN PEMBAHASAN
A. Karakteristik Wilayah Penelitian
Jepara adalah salah satu kabupaten di Provinsi Jawa Tengah yang

terletak pada 5°43`20,67” - 6°47` 25,83” Lintang Selatan dan 110°9`48,02”
- 110°58` 37,40” Bujur Timur. Kabupaten Jepara merupakan satu-satunya
kabupaten di Jawa Tengah yang memiliki gugusan pulau di Laut Jawa.
Secara administratif Kabupaten Jepara di sebelah barat dan utara
berbatasan langsung dengan Laut Jawa, sebelah selatan berbatasan
dengan Kabupaten Demak sedangkan sebelah timur berbatasan dengan
Kabupaten Kudus dan Pati. Kabupaten Jepara memiliki 16 kecamatan
dengan wilayah terluas adalah Kecamatan Keling yaitu seluas 11.661,811
ha, sedangkan kecamatan dengan luasan daerah kecil adalah Kecamatan
Kalinyamatan yaitu seluas 2.604,790 ha. Total luas wilayah Kabupaten
Jepara yaitu 104.740,657 ha yang terdiri atas Lahan sawah seluas
26.581,636 Ha, Areal berhutan seluas 17.518,164 Ha, Tegalan seluas
17.758,324 ha, Padang rumput seluas 8,000 ha, Rawa yang tidak ditanami
seluas 21,000 ha, Tambak dan Kolam seluas 1.068,589 ha, Tanah Untuk
Tanaman kayu-kayuan seluas 1.295,356 ha, Perkebunan Negara seluas
3.942,665 ha, Pemukiman & industri seluas 29.692,264 ha, Sisanya
berupa tanah lainnya seluas 2.527,191 ha (BPS, 2020).
Lokasi penelitian dilakukan di 3 kecamatan yaitu kecamatan Pakis
Aji, Bangsri dan Kembang dengan total luas 269 km2. Dua dari tiga
kecamatan yaitu kecamatan Bangsri dan Kembang wilayahnya memiliki
kondisi geografis berupa pegunungan dengan puncak tertinggi di Gunung
Muria dan memiliki kondisi geografis pesisir yang langsung ke Laut Jawa.
Berdasarkan peta tanah persabaran jenis tanah di wilayah tersebut
meliputi jenis tanah andosol coklat, latosol coklat, litosol merah, asosiasi
mediteran dan alluvial. Namun persebaran tanah di dominasi oleh litosol
merah dan latosol coklat mulai dari ketinggian 100-1000 mdpl. Hal ini tak
lain kawasan muria dengan puncak tertinggi yaitu Gunung Muria termasuk
gunung api padam yang memiliki aktivitas vulkanisme di masa lampau
yang menyebabkan peristiwa eksogen berupa erosi, pelapukan,
transportasi dan sedimentasi di sekeliling Gunung Muria berlanjut hingga
30
31
ke pesisir pantai membentuk endapan (Bronto, 2007).

Tanaman aren di Kabupaten Jepara memegang peran penting
sebagai bahan baku makanan khas dan makanan pengganti nasi yaitu
horog-horog dan konservasi tanah. Berdasarkan hasil pemetaan citra dan
survey populasi aren terbilang cukup banyak terutama di areal hutan
pegunungan muria yang memiliki kerapatan vegetasi sedang hingga rapat
dan kemiringan miring hingga curam. Tingginya permintaan aren di
Kabupaten Jepara dibuktikan dengan pengamatan lapangan yaitu masih
eksisnya industri pengolahan tepung aren di Desa Plajan, Kecamatan
Pakis Aji. Umumnya tanaman aren di wilayah Jepara tumbuh mulai dari
ketinggian 100-800 mdpl dengan mayoritas tumbuh pada administrasi
penggunaan lahan milik Perum Perhutani Kesatuan Pemangkuan Hutan
(KPH) Pati. Perum Perhutani Kesatuan Pemangkuan Hutan (KPH) Pati
merupakan bagian dari unit manajemen di wilayah Divisi Regional Jawa
Tengah memiliki luas wilayah 39.033,04 Ha yang meliputi kawasan hutan
di 6 kabupaten yaitu Kabupaten Pati, Jepara, Kudus, Grobogan, Blora,
Rembang. Wilayah kerja KPH Pati di Kabupaten Jepara terdiri atas hutan
produksi yang ditanami tanaman jati dan hutan bukan untuk produksi yang
umumnya berupa kawasan lindung di lereng Gunung Muria
(Sunardi, 2015).
32
B. Citra Landsat 8 Lokasi Penelitian
Keterangan: Kotak merah merupakan lokasi penelitian

Gambar 5. Hasil unduhan citra Landsat 8
Pengunduhan citra Landsat 8 di halaman web resmi USGS

dilakukan dengan mengambil data citra satelit yang memiliki kualitas citra
jernih dengan sedikit awan yang menutupi permukaan. Data citra Landsat
8 yang diunduh adalah citra tanggal 30 Agustus 2020 karena memiliki
kualitas citra paling jernih dibandingkan data citra Landsat 8 terbaru yang
lainnya. Landsat 8 menyediakan data yang berasal dari dua sensor
Operational Land Imager (OLI) dan Thermal Infrared Sensor (TIRS) yang
memiliki kalibrasi lebih baik pada Top of Atmosphere (TOA) yaitu lebih dari
5% dibanding citra Landsat sebelumnya (U.S. Geological Survey, 2016).
Pemanfaatan citra Landsat 8 untuk analisis tanaman (NDVI) telah banyak
digunakan dengan memanfaatkan empat kanal (NIR, Red, Green, Blue)
yang masing-masing memiliki resolusi spasial 30 meter yang ketajaman
citranya dapat ditambahkan melalui kombinasi kanal panchromatic yang
memiliki resolusi spasial 15 meter. Gambar 5. merupakan penampakan
hasil unduhan citra landsat 8 secara keseluruhan.
33
Gambar 6. Hasil cropping citra Landsat 8
Gambar 6. merupakan hasil cropping citra Landsat 8 terhadap

lokasi penelitian yang meliputi 3 kecamatan di Kabupaten Jepara yaitu
Pakis Aji, Bangsri dan Kembang. Aplikasi Envi 5.1 digunakan untuk
melakukan cropping citra. Cropping citra disesuaikan dengan peta
administrasi Kabupaten Jepara yang diunduh dari Badan Informasi
Geospasial dalam format file .shp. Sehingga diperoleh data citra lokasi
penelitian yang akan diolah ke dalam analisis NDVI. Aplikasi Envi 5.1
dimanfaatkan untuk melakukan koreksi gemoetrik dan koreksi radiometric
pada citra. Koreksi geometrik dilakukan sebelum cropping citra guna
mereduksi kesalahan geometrik pada citra. Proses yang sedemikian akan
menghasilkan citra dengan koordinat yang sesuai peta topografi
(Lubis et al., 2017). Koreksi radiometric bermanfaat untuk memperbaiki
nilai piksel yang dipengaruhi oleh gangguan atmosfer Adanya pengaruh
dari atmosfer menyebabkan pantulan objek dipermukaan bumi yang
terekam oleh sensor merupakan nilai yang bukan aslinya, sehingga
menghasilkan hamburan karena proses serapan (Lukiawan et al., 2019).
34
C. Interpretasi Visual Terhadap Objek Tanaman Aren
1. Interpretasi visual tanaman aren
Keterangan: Garis kuning adalah lokasi penelitian, Kotak putih merupakan

Grid interpretasi citra dengan luasan 100ha
Gambar 7. Grid Penelitian pada Citra Google Earth
Pemanfaatan penginderaan jauh sebagai metode dalam

inventarisasi tanaman dan menentukan biomassa dalam skala
perkebunan yang luas dengan menggunakan citra resolusi tinggi telah
banyak digunakan karena dinilai efektif (Trisasongko & Paull, 2020).
Pemanfaatan penginderaan jauh dikatakan berhasil jika memiliki nilai
akurasi tinggi. Nilai akurasi diperoleh dengan membandingkan hasil
interpretasi objek menggunakan penginderaan jauh dengan hasil
sampel objek survey lapangan. Nilai akurasi bertujuan untuk
memperkirakan kesalahan dan ketidakpastian hasil klasifikasi serta
untuk memilih model pemetaan yang paling tepat untuk disajikan ke
khayalak ramai (Lyons et al., 2018).
Deteksi sebaran tanaman aren pada penelitian ini
menggunakan citra dari Google Earth dengan waktu perekaman citra
bulan Juli 2020 karena dinilai memiliki citra jernih dan dekat dengan
waktu penelitian. Citra landsat 8 dalam penggunaannya untuk
interpretasi suatu objek dalam tingkat detail cukup sulit, hal ini
35
dikarenakan Landsat 8 hanya memiliki resolusi spasial pada kanal

multispektralnya 30 meter. Sedangkan citra dari Google Earth terdiri
atas gabungan citra resolusi tinggi seperti IKONOS, GeoEye, Ikonos,
Worldwide, Quickbird, Bing Satelit dan lain – lain yang mampu
mencapai resolusi spasial berkisar 0.6-4 meter (Oktaviani & Johan,
2016). Sehingga objek citra yang ditampilkan tergolong detail untuk
dilakukan klasifikasi tergantung masing-masing tujuan penggunaan.
Mula-mula grid penelitian di-input ke Google Earth dengan luasan 100
Ha per grid. Fungsi grid tersebut adalah untuk memberikan batas-
batas lokasi yang digunakan untuk melakukan interpretasi visual objek
tanaman aren. Sehingga dengan lingkup yang tidak terlalu luas
interpreter tidak mengalami kerancuan dalam melakukan interpretasi.
Gambar 7 merupakan hasil input vektor grid dengan luasan 100 Ha
per grid pada Google Earth yang disesuaiakan pada vektor lokasi
penelitian dengan pengolahan data di ArcGis 10.3.
Interpretasi terhadap objek tanaman aren dilakukan secara
visual (manual) dengan memerhatikan kunci objek seperti formasi
tajuk, warna, bentuk, ukuran, pola tekstur, situs, asosiasi dan
konvergensi bukti yang dimiliki dari tanaman aren. Interpretasi visual
memiliki kelebihan yaitu hasil yang lebih akurat dikarenakan
memerhatikan nilai piksel dan proses indentifikasi objek. Kelemahan
proses ini bergantung pada keahlian interpreter yang dapat memiliki
nilai subjektivitas tinggi (Herzegovina et al., 2019). Interpretasi secara
visual dilakukan dengan cara melakukan deliniasi pada objek tanaman
aren di citra GoogleEarth yang hasil luarannya berbentuk data vektor
yang diolah melalui aplikasi ArcGis 10.3. Bentuk tajuk tanaman
keluarga palem seperti kelapa (Cocos nucifera), pinang (Areca
catechu), aren (Arenga pinnata), serta pohon sagu (Netroxylon sagu),
dan (Borassu sp.) hampir seluruhnya memiliki kemiripan bila dilihat
dari foto udara yaitu memiliki tajuk berbentuk bintang (Saroh, 2020).
Oleh sebab itu diperlukan konvergensi bukti agar objek yang
diinterpretasi sesuai yaitu tanaman aren. Konvergensi bukti diperlukan
untuk mempersempit penampakan pada objek dari ciri umum menjadi
36
ciri dengan lingkup yang lebih sempit dan spesifik guna mendapatkan
titik simpul (Buana & Hartono, 2012).
Keterangan: Titik merah adalah tanaman aren hasil interpretasi visual pada
citra Google Earth.
Gambar 8. Hasil Interpretasi Tanaman Aren
Berdasarkan hasil interpretasi terhadap tanaman aren pada

citra Google Earth yang ditampilkan pada Gambar 8. diperoleh
beberapa tegakan tanaman aren pada suatu penggunaan lahan
melalui interpretasi visual. Tanaman aren memiliki ciri morfologi yang
umumnya hampir sama dari tanaman keluarga aracecaea yaitu berupa
tajuk tanaman berbentuk bintang apabila dilihat melalui foto udara.
Hasil interpretasi visual secara manual terhadap tanaman aren dengan
mengacu pada kunci interpretasi diperoleh rona pada tanaman aren
dinilai lebih gelap dan tajam dibandingkan dari tanaman keluarga
aracecaea lainnya, hal ini dikarenakan aren memiliki anak daun
berwarna hijau gelap dengan warna putih dibagian atasnya karena dari
lapisan lilin yang membuat daun aren tampak mengkilat (Wulantika,
2019). Tekstur tanaman aren pada citra nampak kasar dikarenakan
dari rona tajuk pada tanaman. Ukuran dari tajuk tanaman aren pada
citra tampak lebih lebar dibandingkan tanaman aracecaceaea lainnya.
Situs pada interpretasi citra tanaman aren memiliki pola sebaran
tersebar tidak teratur. Pola sebaran aren yang tidak teratur
37
berdasarkan hasil pengamatan lapangan terjadi secara alami dengan

bantuan hewan pemakan buah aren yaitu sejenis musang
(Paradoxurus hermaphroditus rinjanicus) yang didukung oleh
pendapat dari
(Haryoso et al., 2020). Musang memakan buah aren berumur tua
beserta bijinya yang kemudian akan dikeluarkan bersama kotoran,
sehingga apabila kondisi tanah dan lingkungan sesuai, biji dapat
tumbuh (Natawijaya & Sunarya, 2018). Asosiasi pada interpretasi
tanaman aren yang tampak pada citra yaitu umumnya tanaman aren
tumbuh pada vegetasi dengan kerapatan sedang hingga rapat, serta
sebagian besar terdapat pada kondisi lahan dengan kemiringan lereng
sedang hingga curam yang tampak pada citra ditandai dengan sudut
sinar matahari yang tidak terlalu cerah pada wilayah lereng perbukitan
atau punggugan gunung. Guna memperoleh objek dari tanaman aren
secara akurat maka interpretasi dilaksanakan dengan merujuk pada
konvergensi bukti dari literatur yang ada yaitu tanaman aren memiliki
bentuk tajuk bintang, pola tanaman tidak teratur, ukuran tinggi >10m
(besar dan luas terutama ukuran tajuknya) serta hidup di darat dengan
sumber air tawar (Sutanto, 1986).
2. Hasil Interpretasi Tanaman Aren
Tabel 7. Hasil Interpretasi Visual Tanaman Aren
No Kecamatan Jumlah Pohon

1 Pakis Aji 671
2 Bangsri 731
3 Kembang 209
Total 1611
Sumber: Data Primer
Interpretasi secara visual terhadap objek tanaman aren
menunjukkan hasil yang diduga tanaman aren sejumlah 1611 yang
terbagi di tiga kecamatan lokasi penelitian. Data menunjukkan
kecamatan dengan populasi aren paling banyak adalah kecamatan
Bangsri yaitu 731 tanaman aren, disusul kecamatan Pakis Aji sebanyak
671 serta kecamatan Kembang memiliki populasi paling sedikit yaitu
sebanyak 209 tanaman aren. Informasi yang diperoleh dari masyarakat
38
sekitar saat melakukan survey, mayoritas mengungkapkan bahwa

lokasi yang memiliki populasi aren paling banyak di Kabupaten Jepara
yaitu di Kecamatan Bangsri dan Kecamatan Pakis Aji. Dugaan tersebut
diperkuat dengan adanya 5 industri pengolahan tepung aren di Desa
Plajan, Kecamatan Pakis Aji yang telah beroperasi sejak lama.
Sumber: Data Primer

Gambar 9. Peta Sebaran Tanaman Aren Berdasarkan Penggunaan
Lahan
Berdasarkan gambar 9. menunjukkan bahwa pola sebaran

aren sangat tidak teratur. Terlihat kecamatan Bangsri dan Pakis Aji
memiliki populasi aren yang paling banyak dibandingkan kecamatan
Kembang. Bila mengacu pada peta tersebut, mayoritas tanaman aren
tersebar pada penggunaan lahan kebun campuran dan hutan dengan
ketinggian sekitar 300-900 mdpl dengan berbagai variasi kemiringan
lereng yang dapat dilihat dari garis kontur. Namun tidak menutup
kemungkinan aren dapat tumbuh di penggunaan lahan lainnya dengan
ketinggian wilayah yang bervariasi sesuai peta tersebut. Aren
merupakan tanaman yang memiliki daya toleransi tinggi terhadap
lingkungan agroklimatnya dan dapat tumbuh di dataran rendah hingga
39
ketinggian 1400 mdpl

(Malamassam, 2020).
Umumnya kebun campuran adalah kebun milik masyarakat
yang ditanami berbagai macam tanaman seperti sengon laut, mahoni,
waru, suren, durian, kelapa, jambu dan lain sebagainya. Sedangkan
untuk hutan adalah hutan bukan produksi yang ditujukan sebagai
kawasan hutan lindung untuk konservasi berbagai macam biodiversitas
di dalamnya yang terletak di lereng Gunung Muria di bawah
pengelolaan Perum Perhutani KPH (Kesatuan Pemangkuan Hutan)
Pati. Seperti diketahui aren merupakan tanaman hutan non kayu
mayoritas temuan tanaman aren berada di kawasan kebun campuran
dan juga hutan (Azhar et al., 2019). Pola sebaran tanaman aren yang
sporadis tidak teratur menunjukkan bahwa hingga saat ini belum
dilakukan budidaya secara maksimal di Kabupaten Jepara, sehingga
hanya memanfaatkan hasil dari alam dengan cara ditebang tanpa ada
usaha untuk menanam kembali.
Sumber: Data Primer

Gambar 10. Peta Sebaran Tanaman Aren Berdasarkan Hasil
Kombinasi
40
Setiap grid pada peta kombinasi tersebut menggunakan luasan

100 ha. Hasil kombinasi citra tersebut memperoleh 21 macam
kombinasi termasuk pemukiman dan sawah yang terlebih dahulu
dilakukan penggabungan penggunaan lahan namun tetap
mengklasifikasikan kemiringan lerengnya. Sawah dimasukan kedalam
kombinasi karena dalam luasan tersebut mayoritas penggunaan lahan
adalah sawah yang memiliki nilai NDVI dinamis dalam setiap tahun.
Sedangkan meskipun pemukiman adalah mayoritas non vegetasi,
namun dimungkinkan adanya populasi aren akibat dari sisa alih fungsi
lahan. Hasil peta sebaran aren menggunakan kombinasi lahan
menunjukkan bahwa mayoritas tanaman aren berada pada kombinasi
lahan C2l3, C2l5, C3l4, C3l5, C3l6, Sawah l3 dan Sawah l4.
Berdasarkan hasil tersebut menunjukkan bahwa adanya
kesinambungan dalam peta kombinasi muka lahan antara kerapatan
vegetasi dengan kemiringan lereng pada lokasi hidup tanaman aren.
Sumber: Data Primer

Gambar 11. Peta NDVI (Normalize Difference Vegetation Index)
41
Sumber: Data Primer

Gambar 12. Peta Kemiringan Lereng
Kerapatan vegetasi diperoleh dari pengolahan data Landsat 8

dengan algoritma NDVI yang dalam penelitian ini diberi simbol “C”.
Menghitung indeks kerapatan vegetasi atau biasa disebut Normalized
Diffrerence Vegetation Index (NDVI) diperoleh menggunakan
perhitungan near infrared dengan Red yang dipantulkan dari
tumbuhan. Nilai NDVI diperoleh dengan membandingkan data near-
infrared (NIR) yang berada pada band 5 dan Red berada pada band 4
citra Landsat 8
(Wahrudin et al., 2019). Nilai NDVI berkisar diangka -1 sampai +1,
dimana nilai dekat -1 adalah lahan terbuka atau jarang dan nilai dekat
+1 vegetasi yang sehat (Oon et al., 2019). Teknik untuk analisis NDVI
dilakukan dengan sistem informasi geografis (SIG) menggunakan
aplikai ArcGis 10.3 yang kemudian dilakukan pengelasan berdasarkan
indeks yang dihasilkan yaitu jarang, sedang dan rapat.
Berdasarkan gambar 10. tanaman aren di lokasi penelitian
umumnya ditemukan pada wilayah dengan kerapatan vegetasi sedang
(C2) hingga rapat (C3) berupa sawah tadah hujan, tegalan, kebun dan
hutan. Vegetasi yang rapat memberikan kelebihan curah hujan lokal
yang menyebabkan variasi tumbuhan di dalamnya karena adanya
42
pengaruh dari kondisi biokimia dan iklim yang sesuai

(Hein et al., 2011). Vegetasi yang tumbuh di wilayah tersebut adalah
jati, bambu, beringin, kakao, kopi, jambu, sengon laut, mahoni, suren,
durian, randu, jagung, kacang tanah, padi, dan singkong. Wilayah
kebun merupakan kebun campuran milik masyarakat yang umumnya
ditanami tanaman campuran. Sedangkan hutan adalah kawasan
lindung dari Perum Perhutani KPH Pati. Masyarakat jarang mengetahui
bila tanaman aren yang tumbuh di sekitar kebunnya memiliki banyak
nilai ekonomis bila dibudidayakan lebih baik. Aren cenderung dibiarkan
tumbuh secara alami hingga usia 10-15 tahun yang kemudian akan
dibeli oleh penebas untuk diambil patinya. Tanaman aren umumnya
masih cenderung tumbuh subur secara liar yang tersebar alami di
berbagai tipe hutan (Lempang, 2012). Penggunaan lahan berupa
kebun dan hutan berada pada punggungan gunung lereng Muria yang
menyebabkan kemiringan lereng curam, selain itu aktivitas manusia
sangat minim diwilayah tersebut. Meskipun wilayah tersebut memiliki
kemiringan lereng curam dan rawan terjadi erosi, namun vegetasi yang
tertutup rapat dapat menghambat run-off pada permukaan tanah
(Puturuhu et al., 2011).
Kemiringan lereng diperoleh dari pengolahan peta DEMNAS
dengan memberi simbol “l” pada peta. Kemiringan lereng di lokasi
penelitian sangat bervariasi mulai dari kemiringan lereng datar di
wilayah dekat pesisir pantai utara hingga kemiringan lereng sangat
curam di wilayah pegunungan dengan titik puncak tertinggi di Gunung
Muria. Kelas kemiringan lereng terdiri atas 7 kelas yaitu datar, landai,
agak miring, miring, agak curam, curam, dan sangat curam
(Arsyad, 2010). Hasil temuan berdasarkan interpretasi citra dan survey
lapangan tanaman aren tumbuh pada kondisi kemiringan lereng agak
miring(l3) hingga curam (l6). Aren dapat tumbuh pada kondisi tersebut
karena memiliki drainase yang baik sehingga tidak ada air yang
tergenang. Berdasarkan gambar 10. sebagian besar aren tumbuh di
kemiringan lereng yang dekat dengan aliran sungai. Tanaman aren
telah lama menjadi tanaman penyangga dalam perlindungan jurang,
43
tebing dan daerah aliran sungai, karena aren memiliki akar dengan
daya cengkeram kuat dengan kedalaman akar 10-30 m (Lay, 2011).
Berdasarkan Gambar 12. Kecamatan Bangsri yang memiliki
kondisi lahan dari lereng gunung hingga pesisir pantai. Lereng gunung
memiliki kemiringan lereng paling banyak pada kelas miring hingga
curam yang didukung dengan tutupan vegetasi yang masih rapat
dengan penggunaan lahan berupa sawah, tegalan, kebun campuran,
hingga hutan sehingga populasi aren paling banyak berada di
Kecamatan Bangsri. Kondisi tanah yang gembur seperti tanah vulkanis
lereng gunung dan tanah pasiran tepi sungai adalah kondisi fisik lahan
yang ideal untuk tumbuh aren karena bisa meneruskan kelebihan air
dalam tanah (Lempang, 2012). Kecamatan Kembang sebenarnya
memiliki bentang alam yang hampir mirip dengan kecamatan Bangsri.
Namun penyebab populasi aren yang sedikit dikarenakan lereng
gunung di kecamatan Kembang memiliki kemiringan lereng yang
curam hingga sangat curam dengan ketinggian 1000 mdpl sehingga
tutupan vegetasi umumnya berupa semak dan rerumputan serta
singkapan bebatuan. Daerah dengan kemiringan lereng curam hingga
sangat curam ditetapkan sebagai kawasan lindung serta tidak
bervegetasi dari tanaman berakar tunggang, karena bila pada kawasan
tersebut ditumbuhi tanaman dengan akar tunggang atau tanaman
berbobot besar menyebabkan daya ikat antar tanah berkurang karena
solum tanah yang dangkal akibat erosi yang cukup tinggi serta
ketersediaan air yang sedikit (Hanifah, 2013).
44
3. Analisis Uji Akurasi Interpretasi Citra
Gambar 13. Peta Pengambilan Sampel Survey Lapangan

45
Tabel 8. Tabel Titik Sampel Inventarisasi Aren

Titik Koordinat (UTM)
Titik
Kombinasi Lahan X Y
0 C1l1 468689.9 9283907
1 C1l2 479195.6 9285413
2 C1l3 477194.7 9282916
3 C1l4 483191.7 9271438
4 C1l5 485188.8 9272899
5 C2l1 469221.9 9272907
6 C2l2 471700.5 9281423
7 C2l3 471183.8 9271419
8 C2l4 476678.2 9276419
9 C2l5 481179 9273904
10 C3l1 467773.4 9269986
11 C3l2 478197.8 9286437
12 C3l4 478791 9272128
13 C3l5 480212 9271789
14 C3l6 482215.4 9271310
15 C3l7 484164.8 9269908
16 Pemukiman l1 466670.8 9273925
17 Pemukiman l3 484170.1 9277479
18 Sawah l1 478177.9 9275434
19 Sawah l3 473193.1 9270396
20 Sawah l4 480287.3 9273300
Sumber: Data Primer
Uji akurasi diperlukan guna melakukan koreksi terhadap
kesalahan-kesalahan yang terjadi pada pelaksanaan interpretasi
dengan membandingkan antara data interpretasi dengan data survey
lapangan. Tujuan penggunaan metode Omisi - Komisi yaitu guna
memperoleh keakuratan suatu objek hasil intepretasi suatu objek hasil
citra atau foto udara dengan membandingkan hasil pengukuran objek
di lapangan
(Hartono & Darmawan, 2019). Survey lapangan dilakukan pada luasan
grid plot 25 ha dengan melakukan inventarisasi berdasarkan 21
kombinasi muka lahan yang telah ditentukan sebelumnya. Gambar 13
merupakan peta titik sampel yang digunakan untuk melakukan survey
lapangan untuk inventarisasi tanaman aren berjumlah 21 titik yang
mewakili masing-masing dari kombinasi muka lahan yang berada pada
tabel 8. Survey tersebut digunakan sebagai inventarisasi jumlah
tanaman aren dan mengukur tinggi, diameter serta umur tanaman.
46
Tabel 9. Hasil Inventarisasi Aren
Titik Kombinasi Lahan Citra Survey

0 C1l1 0 0
1 C1l2 0 0
2 C1l3 0 0
3 C1l4 0 0
4 C1l5 0 0
5 C2l1 0 0
6 C2l2 0 0
7 C2l3 8 12
8 C2l4 8 9
9 C2l5 6 8
10 C3l1 0 0
11 C3l2 0 0
12 C3l4 19 22
13 C3l5 14 15
14 C3l6 31 34
15 C3l7 0 0
16 Pemukiman l1 1 1
17 Pemukiman l3 0 0
18 Sawah l1 3 3
19 Sawah l3 1 9
20 Sawah l4 6 7
Jumlah 97 120
Sumber: Data Primer
Hasil inventarisasi tanaman aren dilakukan berdasarkan survey
lapangan yang berpegang pada hasil interpretasi visual citra satelit.
Pada tabel 9. tanaman aren berada pada kombinasi muka lahan C2l3,
C2l4, C2l5, C3l4, C3l5, C3l6, pemukiman l1, sawah l1, dan sawah l4
dengan hasil interpretasi sejumlah 97 tanaman sedangkan hasil survey
120 tanaman. Pada kombinasi lahan C2l3 hingga C3l6 aren ditemukan
pada kondisi lahan perkebunan campuran yang memiliki kerapatan
sedang hingga rapat pada kemiringan lereng landai hingga miring. Aren
tumbuh alami tanpa adanya budidaya yang disengaja sehingga aren
tumbuh alami di kawasan yang memiliki vegetasi rapat serta memiliki
toleransi terhadap kemiringan lereng yang tinggi (Bernhard, 2018).
Sedangkan pada kawasan pemukiman aren tumbuh di pekarangan
rumah secara alami sebagai sisa tanaman hutan akibat alih fungsi
lahan dari kebun campuran/hutan. Sedangkan aren tumbuh di areal
persawahan umumnya tumbuh disekitar aliran irigasi.
47
Tidak adanya tanaman aren pada lahan C1l1 hingga C2l2

umumnya lahan pada wilayah tersebut ditanami oleh komoditas
perkebunan seperti singkong, tebu, randu, sengon, serta karet dan jati
yang masih pada usia tanam muda. Aren juga tidak ditemukan pada
C3l1 dan C3l2, meskipun kerapatan vegetasi rapat namun di wilayah
tersebut berisi vegetsi dari pohon jati dan karet yang telah umur
tanamnya telah tua. Sehingga pada pengolahan NDVI warna yang
dihasilkan cukup gelap. Hubungan antara umur tanaman dengan nilai
NDVI memiliki korelasi positif atau beda nyata
(Grefie Dwinata, 2014). Sedangkan pada wilayah C3l7 aren tidak
ditemukan karena memiliki kemiringan lereng yang sangat miring
berupa tebing dan jurang yang terjal dengan vegetasi berupa semak
atau rerumputan. Daerah dengan kemiringan lereng curam hingga
sangat curam ditetapkan sebagai kawasan lindung serta tidak
bervegetasi dari tanaman berakar tunggang, karena bila pada kawasan
tersebut ditumbuhi tanaman dengan akar tunggang atau tanaman
berbobot besar karena memiliki nilai erosi yang sangat tinggi
(Hanifah, 2013).
48
Tabel 10. Nilai Akurasi Metode Omisi-Komisi
Titik Kombinasi Lahan Citra Survey Akurasi %

0 C1l1 0 0 100
1 C1l2 0 0 100
2 C1l3 0 0 100
3 C1l4 0 0 100
4 C1l5 0 0 100
5 C2l1 0 0 100
6 C2l2 0 0 100
7 C2l3 8 12 70
8 C2l4 8 9 90
9 C2l5 6 8 75
10 C3l1 0 0 100
11 C3l2 0 0 100
12 C3l4 19 22 86
13 C3l5 14 15 93
14 C3l6 31 34 97
15 C3l7 0 0 100
16 Pemukiman l1 1 1 100
18 Sawah l1 3 3 100
19 Sawah l3 1 9 10
20 Sawah l4 6 7 86
Total 97 120 90.8%
Sumber: Data Primer
Perhitungan akurasi metode Omisi-Komisi:
1. Titik 0
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ 0
]] × 100%
= 100%
2. Titik 1
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
0
= 100%
3. Titik 2
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
0
= 100%
49
4. Titik 3
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
0
= 100%
5. Titik 4
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
0
= 100%
6. Titik 5
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
0
= 100%
7. Titik 6
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
0
= 100%
8. Titik 7
8 − 12
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
12
= 70%
9. Titik 8
8−9
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
9
= 90%
10. Titik 9
6−8
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
8
= 75%
11. Titik 10
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
0
= 100%
50
12. Titik 11
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
0
= 100%
13. Titik 12
19 − 22
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
22
= 86%
14. Titik 13
14 − 15
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
15
= 93%
15. Titik 14
31 − 34
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
34
= 97%
16. Titik 15
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
0
= 100%
17. Titik 16
1−1
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
1
= 100%
18. Titik 17
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
0
= 100%
19. Titik 18
3−3
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
3
= 100%
20. Titik 19
1−9
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
9
= 10%
51
21. Titik 20
6−7
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
7
= 86%
Overall accuracy:
100+100+100+100+100+100+70+90+75+100+100+86+93+97+100+100+100+100+10+86
[ 21
]×
100%
Overall accuracy = 90.8%

Hasil dari uji akurasi menggunakan metode Omisi-Komisi pada
setiap titik nilai akurasi paling besar adalah 100% dan nilai paling kecil
adalah 10%. Overall accuracy sebesar 90.8% diperoleh dari rata-rata dari
keseluruhan nilai akurasi setiap titik. Hal tersebut menunjukan bahwa
hasil interpretasi dapat dipercaya karena memiliki akurasi yang tinggi
(Hartono & Darmawan, 2019). Perbedaan jumlah populasi tanaman aren
pada hasil interpretasi dengan survey lapangan karena berdasarkan pada
kondisi di lapangan banyak populasi aren yang masih berusia muda
dengan tinggi tanaman kurang dari 3 meter. Sehingga tanaman aren
banyak yang tidak terlihat pada citra karena terutup oleh tajuk tanaman
yang lebih besar. Selain itu adanya efek iluminasi yang menyebabkan
rona gelap yang memengaruhi interpretasi visual menyebabkan tajuk
tanaman samar (Rahmi Agtasari, 2016). Lokasi penelitian yang memiliki
efek iluminasi umumnya berada di punggungan gunung pada lereng
jurang yang curam.
D. Analisis Uji Sebaran Potensi Tanaman Aren
1. Analisis Statistik antara Hubungan Volume Tanaman dengan Indeks

Vegetasi (NDVI)
Analisis statistik diperlukan untuk mengetahui hubungan antara
potensi dalam hal ini volume total tanaman aren dengan nilai indeks
vegetasi (NDVI). Volume total dari batang tanaman aren digunakan
dalam menghitung potensi dikarenakan di Kabupaten Jepara
pemanfaatan aren hanya pada batangnya untuk diambil patinya. Nilai
indeks vegetasi (NDVI) diperoleh dari pengolahan citra Landsat 8
52
dengan mentransformasikan antara band inframerah dekat (NIR)

dengan band inframerah. Uji regresi linier sederhana digunakan pada
pengujian data statistik dengan menggunakan data seluruh sampel
hasil survey sejumlah 120.
Tabel 11. Hasil Inventarisasi Tanaman Aren
Tinggi
Kombinasi Jumlah Diameter NDVI
No Titik Tanaman
Lahan Pohon (cm)
(m)
1 T7 C2l3 12 2-8 30-46 0.28-0.38

2 T8 C2l4 9 2-6 30-57 0.28-0.38
3 T9 C2l5 8 3-9 43-59 0.28-0.38
4 T12 C3l4 22 2-10 32-64 0.38-0.58
5 T13 C3l5 15 2-16.5 35-57 0.38-0.58
6 T14 C3l6 34 2-9 39-62 0.38-0.58
7 T16 Peml1 1 2.5 49 -0.13-0.28
8 T18 Sawahl1 3 2.5-10 25-44 0.28-0.38
9 T19 Sawahl3 9 1.5-9 25-47 0.28-0.38
10 T20 Sawahl4 7 3-6 44-52 0.28-0.38
Sumber: Data Primer
Seluruh sampel mula-mula dilakukan uji normalitas untuk
mengetahui data sampel yang digunakan terdistribusi normal atau
tidak. Apabila terdistribusi normal pengujian sampel dapat dilanjutkan.
Uji normalitas dilakukan dengan menggunakan metode grafik
histogram dan P-Plot dengan hasil sebagai berikut:
53
Gambar 14. Uji Normalitas Grafik Histogram
Gambar 15. Uji Normalitas P-Plot
Berdasarkan uji normalitas menggunakan grafik histogram dan

P-Plot menunjukkan bahwa data sampel terdistribusi normal. Uji
normalitas pada grafik histogram dikatakan normal dikarenakan data
54
menyebar disekitar garis histogram dan mengikuti arah garis

histogram. Sedangkan uji normalitas P-Plot dikatakan normal sebab
titik-titik sampel pada P-Plot mengikuti tren dari arah garis lurus dan
berada di sekitarnya. Sehingga dapat disimpulkan bahwa data sampel
penelitian adalah normal dan siap untuk dilakukan pada tahapan
analisis berikutnya.
Gambar 16. Hubungan korelasi antara Volume dengan NDVI
Berdasarkan hasil uji model menggunakan uji linier sederhana,

bahwa korelasi antara volume tanaman dengan nilai NDVI
memberikan dampak yang cukup signifikan. Nilai signifikansi diperoleh
pada uji anova sebesar 0.000. Nilai Sig 0.000<0.05 sehingga
berdasarkan uji F korelasi antar variabel dikatakan signifikan. Korelasi
dikatakan saling berpengaruh ditunjukan pada nilai R2 sebesar 0.575
yang berarti volume tanaman cukup berpengaruh terhadap nilai NDVI
sebesar 57.5% dan sisanya sebesar 42.5% model dipengaruhi oleh
variabel lain diluar uji regresi ini. Sedangkan rumus regresi pada
hubungan korelasi digunakan untuk estimasi potensi tanaman aren
melalui citra.
2. Uji Sebaran Potensi Tanaman Aren
Sebaran tanaman aren telah ditentukan melalui interpertasi
citra secara visual, yang kemudian dilakukan survey untuk
55
menentukan seberapa tingkat akurasi hasil perbandingan antara hasil

penginderaan jauh dengan hasil survey. Penentuan potensi sebaran
tanaman aren ditentukan berdasarkan hasil survey dari 21 titik sampel
yang mewakili 21 kombinasi muka lahan pada luasan plot 25 ha.
Parameter yang digunakan dalam penentuan uji potensi aren adalah
data tinggi, diameter, dan umur tanaman aren yang merupakan hasil
pengamatan di lapangan. Hasil survey lapangan pada semua titik
sampel, aren hanya ditemukan pada 10 kombinasi lahan dengan
jumlah aren sebanyak 120 tanaman. Pada uji potensi ini ialah guna
menemukan hasil perbandingan antara nilai estimasi berdasarkan
penginderaan jauh dengan hasil survey lapangan
Tabel 12. Hasil Prediksi Potensi Tanaman Aren dengan Penginderaan
Jauh.
Kombinasi Jumlah
No Titik Vtot (m3)
Lahan Pohon
1 C2l3 T7 12 11.30
2 C2l4 T8 9 9.53
3 C2l5 T9 8 7.66
4 C3l4 T12 22 26.76
5 C3l5 T13 15 20.38
6 C3l6 T14 34 35.10
7 Peml1 T16 1 0.98
8 Sawahl1 T17 3 3.54
9 Sawahl3 T18 9 7.83
10 Sawahl4 T19 7 4.60
Total 127.69
Sumber: Data Primer
Hasil estimasi potensi menggunakan penginderaan jauh
diperoleh dengan mentrasnformasikan hasil nilai NDVI dengan volume
total hasil survey pada 120 tanaman aren. Penentuan nilai potensi
penginderaan jauh dihasilkan dari rumus regresi pada grafik hubungan
korelasi antara volume dengan NDVI. Nilai keseluruhan potensi
prediksi tanaman aren adalah sebesar 127.69 m3. Nilai potensi
prediksi tersebut selanjutnya dilakukan uji akurasi dengan nilai potensi
lapangan guna menentukan estimasi potensi keseluruhan di
Kabupaten Jepara.
56
Tabel 13. Hasil Pengukuran Potensi Tanaman Aren dengan Survey

Lapangan
Kombinasi Jumlah
No Titik Vtot (m3)
Lahan Pohon
1 T7 C2l3 12 8.406
2 T8 C2l4 9 6.53
3 T9 C2l5 8 8.38
4 T12 C3l4 22 27.1
5 T13 C3l5 15 25.43
6 T14 C3l6 34 35.44
7 T16 Peml1 1 1.08
8 T18 Sawahl1 3 2.36
9 T19 Sawahl3 9 7.45
10 T20 Sawahl4 7 5.43
Total 127.67
Sumber: Data Primer
Berdasarkan hasil survey, T14 memiliki jumlah pohon paling
banyak yaitu 34 pohon dengan volume total 35.44 m3. T14 merupakan
plot dengan kombinasi muka lahan C3l5 yaitu kerapatan tajuk rapat
dengan kemiringan lereng agak miring yang ditunjukan dengan nilai
NDVI antara 0.3-0.47. T16 adalah hasil survey yang memiliki jumlah
pohon paling sedikit yaitu 1 pohon yang diikuti dengan volume
potensinya sebesar 1.08 m3. Sehingga total seluruh potensi lapangan
tanaman aren sebesar 127.67 m3
Tabel 14. Nilai Akurasi Model Penentuan Potensi Aren
Indeks Potensi Potensi Persentase

Vegetasi Lapangan (M3) Prediksi (M3) Ketelitian
NDVI 127.67 127.69 96.7%
Sumber: Data Primer

57
Tabel 15. Uji Akurasi Model
Indeks R R2 Standar error of

Vegetasi estimate
NDVI 0.984 0.967 2.29
Sumber: Data Primer
Gambar 17. Peta Potensi Tanaman Aren
Hasil akurasi model penentuan potensi tanaman aren antara

nilai potensi lapangan dengan nilai potensi estimasi memiliki tingkat
akurasi model sebesar 96.7%. Nilai akurasi diperoleh dari regresi linier
dengan menghasilkan R2 sebesar 0.967 atau 96.7%. Sehingga hasil
uji akurasi tersebut adalah sangat berpengaruh dengan adanya sedikit
pengaruh dari variabel lain diluar uji sebesar 3.3%. Standar Error
sebesar 2.29 menunjukan bahwa model memiliki keakuratan yang
tinggi. Hal ini disebabkan semakin kecil nilai standar error atau kearah
0, maka tingkat akurasi semakin tinggi. Demikian model dapat
diaplikasikan untuk penentuan estimasi potensi tanaman aren di
Kabupaten Jepara.
Estimasi potensi tanaman aren diperoleh dari hasil kalkulasi
volume total dari nilai prediksi potensi tanaman aren menggunakan
58
penginderaan jauh. Nilai potensi disesuaikan dengan nilai NDVI mulai

dari jarang, sedang dan rapat. Secara keseluruhan, prediksi terhadap
potensi tanaman aren di Kabupaten Jepara sebesar 5.740 m3. Nilai
potensi yang diprediksikan tersebut dapat dijadikan pedoman dalam
mendukung pengembangan aren sebagai tanaman budidaya dan
konservasi. Peta potensi tanaman aren digunakan untuk mengetahui
lokasi tanaman aren tumbuh agar pemanfaatan aren dapat dilakukan
sebijak mungkin dengan memerhatikan konservasi tanah.
E. Potensi Tanaman Aren Berdasarkan Kelas Kesesuaian Lahan
Gambar 18. Peta SPT Lokasi Penelitian

59
Gambar 19. Peta Kesesuaian Lahan Aktual Tanaman Aren
Gambar 20. Peta Kesesuaian Lahan Potensial Tanaman Aren

60
1. Kesesuaian lahan SPT 1

Tabel 16. Hasil Matching Kesesuaian Lahan Untuk Tanaman Aren di
SPT 1
Syarat Tumbuh Nilai KA TP KP

Temperature rerata 27.7 S1 - S1
Ketersediaan Air
(wa) S3 ++ S1
Curah hujan 2000-3000 S2 S1
Ketersediaan
Oksigen S1 S1
Drainase Baik S1
Media Perakaran
(rc) S3 - S3
Tekstur Sangat halus S3
Bahan Kasar < 15% S1
Kedalaman tanah 50-100 cm S1
Retensi hara (nr) S3 ++ S1
KTK tanah (cmol) 13.44 S2
Kejenuhan basa (%) 34.4 S2
pH H2O 5.85 S2
C-organik (%) 0.67 S3
Hara tersedia (na) S3 ++ S1
N total (%) 0.28 S2
P2O5 (mg/100 g) 1.41 S3
K2O (mg/100 g) 0.59 S2
Toksinitas (xc) S1 S1
Salinitas (dS/m) 0.93 S1
Bahaya erosi (eh) S2 + S1
Lereng (%) Agak miring (10) S2
Bahaya erosi Ringan S2
Penyiapan Lahan
(lp) S2 - S2
Batuan dipermukaan 13% S2
Singkapan batuan 4% S1
Hasil Penilaian S3 S3
TEKSTUR TEKSTUR
C-ORGANIK
HARA
TERSEDIA
Sumber; Data Primer
Berdasarkan hasil matching kesesuaian lahan dengan syarat
tumbuh tanaman aren, diperoleh kelas kesesuaian lahan pada SPT 1.
61
SPT 1 memiliki jenis tanah asosiasi mediteran. Hasil penilaian

kesesuaian lahan aktual pada SPT 1 adalah S3; nr, rc, na yang berarti
sesuai marjinal dengan faktor pembatas berupa C-organik, tekstur dan
hara tersedia. C-organik pada SPT ini disebabkan dari penggunaan
lahan intensitas tinggi untuk areal perkebunan, sawah dan tegalan
yang menyebabkan proses dekomposisi bahan organic dipercepat.
Selain itu, kandungan C-organik yang tergolong rendah akibat dari
tingginya kelembaban tanah akibat curah hujan tinggi dan tingginya
temperature suhu yang mempercepat laju dekomposisi pada tanah.
Hal ini sesuai dengan dugaan (Husni et al., 2016) bahwa C-organik
dipengaruhi oleh kondisi iklim, curah hujan dan vegetasi pada suatu
wilayah. Sedangkan tekstur pada SPT 1 didominasi tekstur clay dan
tekstur cenderung tidak dapat diperbaiki. Meski demikian aren dapat
tumbuh pada wilayah tersebut karena aren memiliki sifat toleransi yang
tinggi. Hara tersedia menjadi faktor pembatas pada unsur P yang
tergolong sangat rendah sebagai unsur hara yang dibutuhkan
tanaman. Menurut (Magnone et al., 2017) tanah alfisol memiliki
kandungan Al dan Fe yang mampu menjerap unsur P tidak tersedia
bagi tanaman, maka diperlukan masukan berupa pemupukan intensif.
Aren adalah tanaman yang memiliki toleransi terhadap kondisi
lingkungan suatu wilayah untuk tetap tumbuh. Sehingga pada SPT 1
tanaman aren dapat dikembangkan sebagai tanaman budidaya
dengan pemanfaatan intensitas tinggi.
62
2. Kesesuaian Lahan SPT 2

SPT 2

Ketersediaan Air
(wa) S3 ++ S1
Curah hujan 2000-3000 S2
Ketersediaan
Oksigen S1 S1
Drainase Baik S1
Media Perakaran
(rc) S3 - S3
Kejenuhan basa
(%) 39.05 S1
pH H2O 5.45 S2
N total (%) 0.5 S2
P2O5 (mg/100 g) 1.59 S3
K2O (mg/100 g) 0.53 S2
Bahaya erosi (eh) N ++ S2
Agak curam
Lereng (%) (35) N
Bahaya erosi Agak berat S3
Penyiapan Lahan
(lp) S2 - S2
Batuan
dipermukaan 14% S2
Hasil Penilaian N S3
LERENG TESKTUR
Sumber: Data Primer
63

SPT 2 memiliki jenis tanah regosol coklat. Hasil penilaian kesesuaian
lahan aktual pada SPT 2 adalah N; eh yang berarti tidak sesuai dengan
faktor pembatas berupa kemiringan lereng. Kondisi lereng yang curam
disebabkan pada SPT 2 berlokasi di lereng Gunung Muria yang
didominasi punggungan gunung yang terjal. Meski demikian
berdasarkan peta sebaran tanaman aren, pada SPT 2 cukup banyak
ditemukan tanaman aren. Karena aren pada kondisi tersebut adalah
tumbuh liar secara alami dengan populasi yang cukup banyak,
sehingga cukup kontradiktif dengan kelas kesesuaian lahan yang ada.
Aren umumnya banyak dijumpai pada kemiringan lereng yang cukup
terjal, karena pada kondisi lahan tersebut tidak terjadi genangan air
pada musim hujan dibandingkan pada kondisi dataran yang datar
(Puturuhu et al., 2011). Pada kondisi tersebut aren cocok
dimanfaatkan sebagai tanaman konservasi tanah dan air karena
memiliki perakaran yang kuat sehingga dapat menahan laju erosi.
64

SPT 3

Ketersediaan Air (wa) S3 ++ S1
Ketersediaan Oksigen S1 S1
Drainase Baik S1
Media Perakaran (rc) S3 - S3
Sangat
Tekstur halus S3
Bahan Kasar 15-35% S2
pH H2O 4.75 S2
N total (%) 0.46 S2
P2O5 (mg/100 g) 1.22 S3
K2O (mg/100 g) 0.48 S2
Bahaya erosi (eh) N ++ S2
Lereng (%) Curam (45) N
Bahaya erosi Berat S3
Penyiapan Lahan (lp) S2 - S2
Hasil Penilaian N S3
LERENG TEKSTUR
Sumber: Data Primer
SPT 3 memiliki jenis tanah andosol coklat. Hasil penilaian kesesuaian
lahan aktual pada SPT 3 adalah N; eh yang berarti tidak sesuai dengan
65
faktor pembatas berupa kemiringan lereng. Kondisi lereng yang curam

disebabkan pada SPT 3 berlokasi di lereng Gunung Muria. Populasi
aren dijumpai pada kemiringan lereng yang cukup terjal. Kondisi SPT
3 merupakan tanah vulkanis dengan kondisi cukup sarang dan mampu
meloloskan kelebihan air (Lempang, 2012). Meskipun pada SPT 3
memiliki kondisi tidak sesuai untuk tumbuh aren, namun dengan
ditemukannya populasi aren berdasarkan olah citra dan survey
lapangan, tanaman aren dapat dimanfaatkan sebagai tanaman
konservasi tanah dan air.
66

SPT 4

Ketersediaan Air (wa) S3 ++ S1
Ketersediaan Oksigen S1 S1
Drainase Baik S1
Media Perakaran (rc) S3 - S3
Sangat
Tekstur halus S3
pH H2O 4.93 S2
N total (%) 0.28 S2
P2O5 (mg/100 g) 1.59 S3
K2O (mg/100 g) 0.33 S3
Bahaya erosi (eh) S2 + S1
Agak miring
Lereng (%) (14) S2
Bahaya erosi Ringan S2
Penyiapan Lahan (lp) S2 - S2
TEKSTUR TEKSTUR
C-ORGANIK
HARA
TERSEDIA
Sumber: Data Primer
SPT 4 memiliki jenis tanah alluvial. Hasil penilaian kesesuaian lahan
67
aktual pada SPT 4 adalah S3; nr, rc yang berarti sesuai marjinal
dengan faktor pembatas berupa C-organik, tekstur dan hara tersedia.
Umumnya kondisi C-organik pada SPT pada tanah aluviall cenderung
miskin yang disebabkan usia tanah yang masih muda berasal dari
endapan yang terbawa oleh aliran sungai (Mulyono et al., 2019).
Sedangkan tekstur pada SPT 4 didominasi tekstur clay pasiran.
Tekstur cenderung tidak dapat diperbaiki. Meski demikian aren dapat
tumbuh pada wilayah tersebut karena aren memiliki sifat toleransi yang
tinggi. Tanaman aren dapat tumbuh pada tanah-tanah liat, berlumpur
dan berpasir, namun pada tanah dengan kadar pH rendah aren tidak
dapat tumbuh dengan baik (Mulyanie & ; Romdani, 2018). Hara P
tergolong sangat rendah pada SPT 4, hal ini dikarenakan kondisi pH
cukup masam sehingga ketersediaan P sangat rendah akibat terjerap
dalam Al dan Fe. Menurut (Syamsiyah et al., 2009), pemberian zeolite
mampu meningkatkan serapan P sehingga dapat dimanfaatkan oleh
tanaman. Sehingga pada SPT 4 tanaman aren dapat dikembangkan
sebagai tanaman budidaya dengan pemanfaatan intensitas tinggi.
68

SPT 5

Ketersediaan Air
(wa) S3 ++ S1
Ketersediaan
Oksigen S1 S1
Drainase Baik S1
Media Perakaran
(rc) S3 - S3
pH H2O 5.32 S2
N total (%) 0.34 S2
P2O5 (mg/100 g) 2.07 S3
K2O (mg/100 g) 0.58 S2
Bahaya erosi (eh) S3 ++ S1
Lereng (%) Miring (25) S3
Bahaya erosi Sedang S2
Penyiapan Lahan
(lp) S1 - S1
Batuan
dipermukaan 5% S1
TEKSTUR TEKSTUR
C-ORGANIK
HARA
TERSEDIA
LERENG
Sumber: Data Primer
69

SPT 5 memiliki jenis tanah litosol merah. Hasil penilaian kesesuaian
lahan aktual pada SPT 5 adalah S3; nr, rc, eh yang berarti sesuai
marjinal dengan faktor pembatas berupa C-organik, tekstur, hara
tersedia dan kemiringan lereng. Tanah litosol termasuk jenis tanah
berusia muda sehingga belum banyak mengalami perkembangan
profil (Machfiroh et al., 2015). Kondisi geografi SPT 5 berbukit dan
berlereng terjal dengan puncak tertinggi Gunung Muria, sehingga
menyebabkan wilayah tersebut memiliki kadar C-organik yang rendah.
Sedangkan tekstur pada SPT 5 didominasi tekstur clay pasiran.
Tekstur cenderung tidak dapat diperbaiki. Hara P menjadi pembatas
dalam pengembangan budidaya aren sehingga diperlukan masukan
yang cukup tinggi. Hasil penelitian penelitian
(Suntoro et al., 2018) pemberian bahan organik berupa kotoran sapi
pada tanah minim P dapat meningkatkan ketersediaan unsur P bagi
tanaman akibat hasil mineralisasi bahan organik. Berdasarkan hasil
interpretasi visual, pada SPT 5 banyak ditemukan tanaman aren.
Meskipun aren tumbuh secara liar, hal ini membuktikan bahwa aren
memiliki sifat toleransi tinggi terhadap faktor pembatas yang ada di
alam terutama kemiringan lereng. Melihat kondisi aren yang
sedemikian alangkah baiknya aren yang telah tumbuh terutama pada
lahan dengan kemiringan lereng curam tidak untuk pemanfaatan
dengan cara ditebang. Karena tanaman aren memiliki manfaat
konservasi tanah untuk menahan laju erosi dan menjaga tata guna air
dalam tanah.
70
F. Potensi Tanaman Aren Untuk Arahan Konservasi Tanah
Gambar 21. Peta Lahan Kritis dengan Sebaran Tanaman Aren
Isu konservasi tanah telah lama didengar bagi masyarakat

umum. Konservasi tanah memegang peran penting dalam melakukan
mitigasi bencana seperti kekeringan, banjir dan tanah longsor.
Konservasi tanah sendiri didefinisikan sebagai kemampuan suatu
ekosistem untuk mencegah kehilangan tanah dari erosi serta
melakukan penyimpanan sedimen
(Zhao et al., 2018). Lahan kritis dengan tingkat erosi sedang hingga
berat menjadi perhatian dalam melakukan konservasi tanah. Lahan
kritis memengaruhi produktivitas dari budidaya pertanian karena
menyebabkan tanah kehilangan lapisan top soil yang banyak
mengandung bahan organik dan nutrisi bagi tanaman dimulai dari
partikel tanah paling halus. Hilangnya partikel halus dari tanah akibat
erosi, menyebabkan peningkatan bahan kasar berupa pasir dan kerikil
pada permukaan tanah (Zahrul Fuady, Halus Satriawan, 2014).
Aren merupakan tanaman yang dapat dimanfaatkan sebagai
pendukung konservasi tanah dan air. Tanaman aren memiliki
perakaran dalam dan melebar yang bermanfaat untuk mencegah
71
terjadinya erosi tanah, daun lebar dan batang yang tertutup lapisan ijuk
sebagai inteseptor air hujan agar tidak langsung menghantam
permukaan tanah
(Mulyanie & Romdani, 2018). Berdasarkan peta lahan kritis yang telah
di-overlay dengan sebaran tanaman aren menunjukkan bahwa
populasi aren mayoritas menghuni lahan pada kelas lahan kritis
sedang, berat dan sangat berat. Lahan-lahan tersebut umumnya
memiliki kemiringan lereng miring hingga sangat curam yang
merupakan hulu dari daerah aliran sungai bagi daerah hilir di
bawahnya dengan penggunaan lahan berupa kebun campuran,
tegalan dan hutan. Hal ini sesuai dengan penelitian (Lay, 2011) yang
mengemukakan populasi aren banyak dijumpai pada daerah
pegunungan, lembah-lembah, dekat aliran sungai dekat mata air, serta
tersebar alami di daerah hutan.
Banyaknya populasi aren pada lokasi tersebut menunjukkan
bahwa aren merupakan tanaman yang memiliki toleransi tinggi
terhadap kondisi lingkungan meskipun berdasarkan kesesuaian lahan
memiliki faktor pembatas utamanya kemiringan lereng. Aren cocok
dimanfaaatkan sebagai tanaman konservasi untuk lahan kritis
utamanya pada daerah yang terjal karena dapat mencegah erosi
melalui perbaikan kondisi makro tanah dan porositas (Azhar et al.,
2019). Bila melihat populasi aren yang banyak pada lahan kritis,
keberadaan tanaman aren haruslah dipertahankan. Pemanfaatan aren
dengan cara ditebang harus dihindari agar tidak memperbesar erosi
tanah. Pemanfaatan aren pada kondisi lahan kritis sebaiknya
berorientasi pada pemanfaatan non tepung aren. Pemanfaatan
tersebut dapat berupa penyadapan nira untuk bahan baku gula aren,
kolang-kaling sebagai bahan pelengkap makanan, ijuk digunakan
sebagai sapu atau serat yang memiliki nilai ekonomi tinggi (Webliana
& Rini, 2020). Sedangkan pemanfaatan aren untuk diambil tepung
arennya sebaiknya pada kondisi lahan yang tidak mengalami potensi
erosi cukup besar seperti pada lahan dengan kemiringan lereng datar
hingga landai.
72
Berdasarkan hasil pemetaan sebaran aren pada lahan kritis,

untuk kelas sedang, berat dan sangat berat aren dapat dimanfaatkan
sebagai tanaman konservasi tanah pada luasan lahan kritis 6.516,14
Ha yang meliputi kecamatan Pakis Aji, Bangsri dan Kembang. Kondisi
saat ini, pemanfaatan aren dengan memerhatikan konservasi tanah
masih sulit dilakukan. Karena berbenturan dengan pemangku
kepentingan pada aspek penggunaan lahan serta kebiasaan
masyarakat melakukan penebangan aren secara bebas tanpa
memerhatikan kondisi lingkungan. Langkah preventif diperlukan agar
aren tetap berkelanjutan begitu juga pemanfaatannya, yakni
penebangan aren untuk diambil patinya haruslah diikuti dengan
penanaman bibit aren yang baru. Selain itu aren juga dapat
diaplikasikan sebagai tanaman budidaya lorong atau agroforestry
utamanya pada lahan dengan kemiringan lereng curam. Mengingat
begitu besar peran aren dalam menjaga konservasi tanah dan tata
guna air bagi lingkungan ekosistemnya.
IV. KESIMPULAN DAN SARAN
A. Kesimpulan
1. Nilai akurasi keseluruhan interpretasi penginderaan jauh secara visual
terhadap sebaran tanaman aren adalah 90,8%.
2. Estimasi produksi aren dapat dilakukan melalui citra Landsat 8
menggunakan analisis NDVI dengan memanfaatkan saluran merah, dan
inframerah dekat.
3. Hasil estimasi produksi dari algoritma indeks vegetasi NDVI menghasilkan
nilai potensi sebesar 5.740 m3 dengan akurasi Standart Error sebesar 2,29.
4. Kelas kesesuaian lahan S3 dapat dilakukan budidaya aren secara intensif.
Sedangkan kelas kesesuaian lahan N, tanaman aren ditujukan untuk
arahan konservasi tanah.
5. Tanaman aren sebagai tanaman pendukung konservasi tanah menempati
areal lahan kritis dengan tingkat kelas sedang, berat dan sangat berat
seluas 6.516,14 Ha.
B. Saran
1. Inventarisasi sebaran aren sebaiknya dilakukan menggunakan citra
resolusi tinggi agar lebih mudah membedakan objek tanaman aren dan non
tanaman aren, serta agar jarak perekaman tidak terlalu jauh dengan waktu
penelitian.
2. Perlu dilakukan penelitian lebih lanjut mengenai faktor-faktor yang dapat
memengaruhi keakuratan Landsat 8 dalam pendugaan estimasi produksi
dari tanaman aren.
3. Perlu dilakukan penelitian lanjutan dan pelaksanaan secara serius bagi
semua kalangan terhadap pemanfaatan komoditas aren secara
berkelanjutan dalam mendukung aren sebagai tanaman budidaya dengan
berorientasi konservasi tanah.
73
DAFTAR PUSTAKA
A.U, L. (2008). Kelapa Sawit (Elaeis guineensis Jacq) di Indonesia (Edisi

ke-2). Pusat Penelitian Kelapa Sawit.
Alam, Syamsu, and D. B. (2004). Peluang pengembangan dan
pemanfaatan tanaman aren di Sulawesi Selatan. Pengembangan
Tanaman Aren. Prosiding Seminar Nasional Aren.
Amliana, D., Prasetyo, Y., & Sukmono, A. (2016). Analisis Perbandingan
Nilai Ndvi Landsat 7 Dan Landsat 8 Pada Kelas Tutupan Lahan (Studi
Kasus : Kota Semarang, Jawa Tengah). Jurnal Geodesi Undip, 5(1),
264–274.
Andhini, N. F. (2017). TEKNIK INVENTARISASI SEDIAAN RAMIN DI
HUTAN RAWA GAMBUT (Inventory Technique of Ramin in Peat
Swamp Forest). Journal of Chemical Information and Modeling, 53(9),
1689–1699.
Arsyad, S. (2010). Konservasi Tanah dan Air (Kedua). IPB Press.
Azhar, I., Risnasari, I., Muhdi, Srena, M. F., & Riswan. (2019). The
Utilization of Sugar Palm (Arenga pinnata) by the People Around
Batang Gadis Nasional Park Area. IOP Conference Series: Earth and
Environmental Science, 305(1). https://doi.org/10.1088/1755-
1315/305/1/012016
Bernhard, M. R. (2018). Teknik Budidaya dan Rehabilitasi Tanaman Aren.
Buletin Palma, 0(33), 67–77.
https://doi.org/10.21082/bp.v0n33.2007.67-77
BPS. (2020). Kabupaten Jepara Dalam Angka 2020.
Bronto, S. dan S. M. (2007). Gunung api maar di Semenanjung Muria.
2(1), 43–54.
Buana, F. I., & Hartono. (2012). Estimasi Curah Hujan Menggunakan Citra
Modis Di Sebagian Daerah Jawa Tengah. Jurnal Bumi Indonesia,
1(3), 81–90.
Deering, D. . (1978). Rangeland reflectance characteristics measured by
aircraft and spacecraft sensors.
Dinas Kehutanan Jawa Tengah. (2010). Budidaya dan Potensi Tanaman
Aren. Dinas Kehutanan Jawa Tengah. http://dishut.jatengprov.go.id
Du, P., Liu, P., Xia, J., Feng, L., Liu, S., Tan, K., & Cheng, L. (2014).
Remote sensing image interpretation for urban environment analysis:
Methods, system and examples. Remote Sensing, 6(10), 9458–9474.
https://doi.org/10.3390/rs6109458
FAO. (1976). A Framework for Land Evaluation. Soil Resources
Management and Conservation Service Land and Water
Development Division (FAO Soil B).
Grefie Dwinata. (2014). Aplikasi Citra Penginderaan Jauh untuk Estimasi
Produksi Kelapa Sawit (. 1–12.
Hanifah, Z. (2013). Kesesuaian Penggunaan Lahan Eksisting pada
Kawasan Hutan Lindung di Kecamatan Panekan Kabupaten
Magetan. Swara Bhumi, 2(1), 133–141.
Harahap, D. E. (2017). Kajian Produktivitas Tanaman Aren Berdasarkan
Sifat Morfologi Tanaman Pada Skuen Tinggi Tempat Di Kabupaten
Tapanuli Selatan. Jurnal Pertanian Tropik, 4(2), 161–170.
https://doi.org/10.32734/jpt.v4i2.3084
Hartono, D., & Darmawan, S. (2019). Pemanfaatan Unmanned Aerial
Vehicle (UAV) Jenis Quadcopter untuk Percepatan Pemetaan Bidang
Tanah (Studi Kasus: Desa Solokan Jeruk Kabupaten Bandung). Reka
Geomatika, 2018(1), 30–40. https://doi.org/10.26760/jrg.v2018i1.2655
Haryoso, A., Zuhud, E. A. M., Hikmat, A., Sunkar, A., & Darusman, D.
(2020). Ecological aspects and regeneration of sugar palm in the
Sasak community gardens of Kekait village, West Nusa Tenggara,
Indonesia. Jurnal Manajemen Hutan Tropika, 26(1), 1–12.
https://doi.org/10.7226/jtfm.26.1.1
Hein, L., De Ridder, N., Hiernaux, P., Leemans, R., De Wit, A., &
Schaepman, M. (2011). Desertification in the Sahel: Towards better
accounting for ecosystem dynamics in the interpretation of remote
sensing images. Journal of Arid Environments, 75(11), 1164–1172.
https://doi.org/10.1016/j.jaridenv.2011.05.002
Herzegovina, R., Azahra, M. F., & Rosyadi, A. (2019). Uji Perbandingan
Interpretasi Visual Dan Digital Menggunakan Transformasi
Normalized Difference Vegetation Index (Ndvi) Pada Landsat 8 Untuk
Deteksi Luasan Dampak Erupsi Gunung Sinabung Tahun 2013-2014.
Seminar Nasional Geomatika, 3, 1229.
https://doi.org/10.24895/sng.2018.3-0.1048
Heyne K. (1950). Tumbuhan Berguna Indonesia Jilid 1. Badan Litbang
Kehutanan.
Huete, A., Didan, K., Leeuwen, W. Van, Miura, T., & Glenn, E. (2011).
Land Remote Sensing and Global Environmental Change: NASA’s
Earth Observing System and the Science of ASTER and MODIS. 894.
https://doi.org/10.1007/978-1-4419-6749-7
Husni, M. R., Sufardi, & Khalil, M. (2016). Evaluasi Status Kesuburan
Pada Beberapa Jenis. Jurnal Ilmiah Mahasiswa Pertanian Unsyiah,
1(1), 147–154.
Iryadi, R., Priyadi, A., & Darma, I. D. P. (2017). Penggunaan Citra Satelit
untuk Mengetahui Persebaran Dacrycarpus imbricatus (Blume) de
Laub. di Bukit Tapak, Cagar Alam Batukahu Bali. Jurnal Ilmu
Kehutanan, 11(2), 130. https://doi.org/10.22146/jik.28277
Jones, H.G. and Vaughan, R. A. (2010). Remote sensing of vegetation:
principles, techniques, and applications. Oxford university press.
Kehutanan, D. (2005). Pedoman Inventarisasi dan Identifikasi Lahan Kritis
Mangrove. Direktorat Jenderal Rehabilitasi Lahan dan Perhutanan
Sosial.
Kurnia, N., Jumandi, O., & Hiola, S. F. (2014). Atlas Tumbuhan Sulawesi
Selatan.
LAPAN. (2015). Pedoman Pemanfaatan Data LANDSAT-8 untuk Deteksi
Daerah Terbakar (Burned Area). September 2014, 11.
Lasut, T. . (2012). Budidaya yang baik aren (Arenga piñataMerr).
universitas samratulangi dan Universitas Texas A&M.
Lay, A. (2011). PROSPEK AGRO-INDUSTRI AREN ( Arenga pinnata ).
10(1), 1–10.
Lempang, M. (2012). Pohon Aren dan Manfaat Produksinya. Info Teknis
EBONI, 9(1), 37–54.
Lessy, I., Ohorella, S., & Karepesina, S. (2018). Jurnal Agrohut. 2007.
Lubis, M. Z., Sari, D. P., Aprilliyanti, T., Daulay, A. K., Hanafi, A., Ananda,
F., Saputri, D. A., Aminah, S., Zabid, M. A. P., & Ibrahim, M. M.
(2017). Penggunaan citra landsat 8 untuk pemetaan persebaran
lamun di pesisir Pulau Batam. Dinamika Maritim, 6(1), 7–11.
Lukiawan, R., Purwanto, E. H., & Ayundyahrini, M. (2019). Analisis
Pentingnya Standar Koreksi Geometrik Citra Satelit Resolusi
Menengah Dan Kebutuhan Manfaat Bagi Pengguna. Jurnal
Standardisasi, 21(1), 45. https://doi.org/10.31153/js.v21i1.735
Lutony, T. . (1993). Tanaman Sumber Pemanis. Penebar Swadaya.
Lyons, M. B., Keith, D. A., Phinn, S. R., Mason, T. J., & Elith, J. (2018). A
comparison of resampling methods for remote sensing classification
and accuracy assessment. Remote Sensing of Environment,
208(February), 145–153. https://doi.org/10.1016/j.rse.2018.02.026
Machfiroh, N., Supriyadi, S., & Hartati, S. (2015). Determination of Soil
Quality Index Based on Soil Chemical Properties in The Upstream of
Bengawan Solo River Basin Wonogiri. Sains Tanah - Journal of Soil
Science and Agroclimatology, 11(2), 113.
https://doi.org/10.15608/stjssa.v11i2.227
Magnone, D., Bouwman, A. F., Van Der Zee, S. E. A. T. M., Sattari, S. Z.,
Beusen, A. H. W., & Niasar, V. J. (2017). Efficiency of phosphorus
resource use in Africa as defined by soil chemistry and the impact on
crop production. Energy Procedia, 123, 97–104.
https://doi.org/10.1016/j.egypro.2017.07.264
Malamassam, D. (2020). The management model for sugar palm in
educational forest of Universitas Hasanuddin. IOP Conference Series:
Earth and Environmental Science, 486(1).
https://doi.org/10.1088/1755-1315/486/1/012108
Martono, D. S. (2012). Analisis Vegetasi Dan Asosiasi Antara Jenis-Jenis
Pohon Utama Penyusun Hutan Tropis Dataran Rendah Di Taman
Nasional Gunung Rinjani Nusa Tenggara Barat. Agri-Tek, 13(2), 18–
27. http://www.unmermadiun.ac.id/repository_jurnal_penelitian/Jurnal
Agritek/Jurnal Agritek 2012/September/3_Djoko SM hal 18-27.pdf
Muhammad, A. M., Rombanf, J. A., & Saroinsong, F. B. (2016). Tutupan
lahan di KPHP Poigar terus menerus mengalami perubahan .
Pemetaan dan identifikasi jenis tutupan lahan dengan metode
Maximum Likelihood lebih akurat dari metode. Cocos, 7(2).
Mukhlisin, A., & Soemarno, S. (2020). ESTIMASI KANDUNGAN
KLOROFIL TANAMAN KOPI ROBUSTA (Coffea canephora var.
Robusta) MENGGUNAKAN NORMALIZED DIFFERENCE
VEGETATION INDEX (NDVI) DI BANGELAN, WONOSARI,
MALANG. Jurnal Tanah Dan Sumberdaya Lahan, 7(2), 329–339.
https://doi.org/10.21776/ub.jtsl.2020.007.2.18
Mulyanie, E., & ; Romdani, A. (2018). Pohon Aren Sebagai Tanaman
Fungsi Konservasi. Jurnal Geografi : Media Informasi Pengembangan
Dan Profesi Kegeografian, 14(2), 11–17.
https://doi.org/10.15294/jg.v14i2.11514
Mulyono, A., Rusydi, A. F., & Lestiana, H. (2019). Permeabilitas Tanah
Berbagai Tipe Penggunaan Lahan Di Tanah Aluvial Pesisir Das
Cimanuk, Indramayu. Jurnal Ilmu Lingkungan, 17(1), 1.
https://doi.org/10.14710/jil.17.1.1-6
Nachnor Rizky, Deasy Arysanti, S. A. (2010). Evaluasi kesesuaian lahan
untuk tanaman durian (. 4(4), 9–22.
Natawijaya, D., & Sunarya, Y. (2018). Percepatan pertumbuhan benih
aren (Arenga Pinnata (Wurmb.) Merr.) melalui perendaman dan
pelukaan biji. Jurnal Siliwangi, 4(1), 1–5.
Oktaviani, A., & Johan, Y. (2016). Perbandingan Resolusi Spasial,
Temporal Dan Radiometrik Serta Kendalanya. Jurnal Enggano, 1(2),
74–79. https://doi.org/10.31186/jenggano.1.2.74-79
Oon, A., Mohd Shafri, H. Z., Lechner, A. M., & Azhar, B. (2019).
Discriminating between large-scale oil palm plantations and
smallholdings on tropical peatlands using vegetation indices and
supervised classification of LANDSAT-8. International Journal of
Remote Sensing, 40(19), 7312–7328.
https://doi.org/10.1080/01431161.2019.1579944
Osok, R. M., Talakua, S. M., & Gaspersz, E. J. (2018). Analisis Faktor-
Faktor Erosi Tanah, Dan Tingkat Bahaya Erosi Dengan Metode Rusle
Di DAS Wai Batu Merah Kota Ambon Provinsi Maluku. Jurnal
Budidaya Pertanian, 14(2), 89–96.
https://doi.org/10.30598/jbdp.2018.14.2.89
Pasang Sirappa, M., Waas, E. D., & Susanto, A. N. (2010). Land
Suitability and Purposed Land Use of Selaru Island, West-Southeast
Moluccas Regency. Jurnal TANAH TROPIKA (Journal of Tropical
Soils), 15(2), 169–178. https://doi.org/10.5400/jts.2010.15.2.169
Pettorelli, N., Laurance, W. F., O’Brien, T. G., Wegmann, M., Nagendra,
H., & Turner, W. (2014). Satellite remote sensing for applied
ecologists: Opportunities and challenges. Journal of Applied Ecology,
51(4), 839–848. https://doi.org/10.1111/1365-2664.12261
Prahasta, E. (2008). Remote Sensing Praktis Pengindraan Jauh &
Pengolahan Citra Digital Dengan Perangkat Lunak ER Mapper.
Informatika.
Puturuhu, F., Riry, J., & Ngingi, A. J. (2011). Kondisi Fisik Lahan Tanaman
Aren (Arenga pinnata L.) Di Desa Tuhaha Kecamatan Saparua
Kabupaten Maluku Tengah. Jurnal Budidaya Pertanian, 7(2), 94–99.
Rahmi Agtasari. (2016). Otomatisasi Penghitungan Kanopi Sawit Pada
Foto Udara Format Digital (Kasus Kanopi Pohon Kelapa Sawit Di
Perkebunan Sawit Ksp Inti Pontianak Kalimantan Barat. Seminar
Nasional Aplikasi Teknologi Informasi, 2006(1907–5022), 55-60.
Roy, D. P., Wulder, M. A., Loveland, T. R., C.E., W., Allen, R. G.,
Anderson, M. C., Helder, D., Irons, J. R., Johnson, D. M., Kennedy,
R., Scambos, T. A., Schaaf, C. B., Schott, J. R., Sheng, Y., Vermote,
E. F., Belward, A. S., Bindschadler, R., Cohen, W. B., Gao, F., …
Zhu, Z. (2014). Landsat-8: Science and product vision for terrestrial
global change research. Remote Sensing of Environment, 145, 154–
172. https://doi.org/10.1016/j.rse.2014.02.001
Sarminah, S., & Karyati. (2018). Teknologi Konservasi. 109.
Saroh, I. (2020). Manfaat Ekologis Kanopi Pohon Terhadap Iklim Mikro Di
Ruang Terbuka Hijau Kawasan Perkotaan. 12(2), 136–145.
https://doi.org/10.24259/jhm.v12i2.10040
Siska Wahyu Andini, Yudo Prasetyo, A. S. (2018). Analisis Sebaran
Vegetasi Dengan Citra Satelit Sentinel Menggunakan Metode Ndvi
Dan Segmentasi. Jurnal Geodesi Undip, 7(1), 14–24.
Sukarman, S., Mulyani, A., & Purwanto, S. (2020). Modifikasi Metode
Evaluasi Kesesuaian Lahan Berorientasi Perubahan Iklim. Jurnal
Sumberdaya Lahan, 12(1), 1.
https://doi.org/10.21082/jsdl.v12n1.2018.1-11
Sunardi, E. (2015). PERHUTANI: KPH PATI.
https://perhutani.co.id/tentang-kami/struktur-organisasi-perum-
perhutani/divisi-regional/jateng/kph-pati/
Suntoro, S., Widijanto, H., Suryono, Syamsiyah, J., Afinda, D. W.,
Dimasyuri, N. R., & Triyas, V. (2018). Effect of cow manure and
dolomite on nutrient uptake and growth of corn (Zea mays l.).
Bulgarian Journal of Agricultural Science, 24(6), 1020–1026.
Supandi. (2012). INFORMASI TANAMAN AREN (Arenga pinnata)
UNGGUL DI DAERAH ISTIMEWA YOGYAKARTA. Journal of
Chemical Information and Modeling, 53(9), 1689–1699.
Susetyo, I., & Setiono, S. (2013). Aplikasi Penginderaan Jauh Untuk
Mendukung Sistem Manajemen Lahan Perkebunan Yang
Berkelanjutan Di Perkebunan Karet. Warta Perkaretan, 32(2), 105.
https://doi.org/10.22302/ppk.wp.v32i2.42
Sutanto. (1986). Penginderaan Jauh Jilid 1. Gadjah Mada University
Press.
Suwargana, N. (2013). Resolusi Spasial, Temporal dan Spektral Pada
Citra Satelit LANDSAT, SPOT dan IKONOS. Lembaga Penerbangan
Antariksa Nasional, 1.
Syamsiyah, J., Suhardjo, M., & Andriyani, L. (2009). Efisiensi pupuk p dan
hasil padi (. Ilmiah Ilmu Tanah Dan Agroklimatologi, 6(1), 7–14.
Syetiawan, A., & Haidar, M. (2019). Pemetaan Perkebunan Sawit Rakyat
Dari Foto Udara Non Metrik Menggunakan Analisis Berbasis Objek.
Majalah Ilmiah Globe, 21(1), 53.
https://doi.org/10.24895/mig.2019.21-1.990
Trisasongko, B. H., & Paull, D. (2020). A review of remote sensing
applications in tropical forestry with a particular emphasis in the
plantation sector. Geocarto International, 35(3), 317–339.
https://doi.org/10.1080/10106049.2018.1516245
U.S. Geological Survey. (2016). Landsat 8 Data Users Handbook. Nasa,
8(June), 97.
https://landsat.usgs.gov/documents/Landsat8DataUsersHandbook.pdf
Wahrudin, U., Atikah, S., Habibah, A. Al, Paramita, Q. P., Tampubolon, H.,
Sugandi, D., & Ridwana, R. (2019). Pemanfaatan Citra Landsat 8
Untuk Identifikasi Sebaran Kerapatan Vegetasi di Pangandaran.
Geodika: Jurnal Kajian Ilmu Dan Pendidikan Geografi, 3(2), 90.
https://doi.org/10.29408/geodika.v3i2.1790
Wahyunto, W., Hikmatullah, H., Suryani, E., Tafakresnanto, C., Ritung, S.,
Mulyani, A., Sukarman, S., Nugroho, K., Sulaeman, Y., Apriyana, Y.,
Suciantini, S., Pramudia, A., Suparto, S., Subandiono, R. E., Sutriadi,
T., & Nursyamsi, D. (2016). Pedoman Penilaian Kesesuaian Lahan
Untuk Komoditas Pertanian Strategis Tingkat Semi Detail Skala
1:50.000.
Webliana, K., & Rini, D. S. (2020). KABUPATEN LOMBOK TENGAH The
Potency and Utilization of Sugar Palm ( Arenga Pinnata ) Plant In Aik
Bual Community Forest ( Hkm ) Central Lombok Regency. 5(1), 25–
35. https://doi.org/10.31604/jap.v5i1.1725
Wulantika, T. (2019). KERAGAMAN FENOTIPE AREN (Arenga pinnata)
DI KECAMATAN BUKIT BARISAN KABUPATEN LIMA PULUH
KOTA. 15(2), 115–120.
Zahrul Fuady, Halus Satriawan, N. M. (2014). ALIRAN PERMUKAAN,
EROSI DAN HARA SEDIMEN AKIBAT TINDAKAN KONSERVASI
TANAH VEGETATIF PADA KELAPA SAWIT. Jurnal Ilmu Tanah Dan
Agroklimatologi, 11(1), 632–640.
Zhang, Q. (2017). PRECISION TECHNOLOGY AGRICULTURE FOR
CROP FARMING (Vol. 5, Issue 1). CRC PresS: Taylor & Francis
Group. https://doi.org/10.1201/b19336
Zhao, W., Liu, Y., Daryanto, S., Fu, B., Wang, S., & Liu, Y. (2018).
Metacoupling supply and demand for soil conservation service.
Current Opinion in Environmental Sustainability, 33, 136–141.
https://doi.org/10.1016/j.cosust.2018.05.011
Lampiran 1. Analisis Statistik Terhadap Variabel Penelitian
1. Uji normalitas histogram dan P-Plot
2. Korelasi antara NDVI dengan Volume tanaman
Model Summary
Adjusted R Std. Error of the

Model R R Square Square Estimate
1 .758a 0.575 0.572 0.42852
a. Predictors: (Constant), NDVI
ANOVAa
Mean
Model Sum of Squares df Square F Sig.
1 Regression 29.338 1 29.338 159.770 .000b
Residual 21.668 118 0.184
Total 51.006 119
a. Dependent Variable: volume
b. Predictors: (Constant), NDVI
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -1.822 0.232 -7.865 0.000
NDVI 7.386 0.584 0.758 12.640 0.000
a. Dependent Variable: volume
Lampiran 2. Rekapan Hasil Interpretasi Tanaman Aren
1. Penentuan grid interpretasi visual tanaman aren
2. Rekapan hasil interpretasi tanaman aren
20 207 0
PAKIS AJI 21 208 0
22 209 0
NO BLOK JUMLAH POHON
23 229 0
1 160 0
24 228 0
2 161 0
25 227 0
3 162 0
26 226 0
4 163 0
27 225 0
5 164 0
28 224 0
6 105 0
29 230 0
7 166 17
30 231 0
8 181 0
31 232 0
9 182 0
32 233 6
10 183 0
33 234 41
11 184 0
34 235 113
12 185 0
35 236 9
13 186 0
36 237 64
14 187 0
37 257 38
15 188 0
38 258 30
16 203 0
39 256 63
17 204 0
40 255 89
18 205 0
41 254 19
19 206 0
42 253 38 83 307 0
43 252 11 84 308 0
44 251 0 85 309 0
45 250 1 86 310 1
46 249 11 87 311 0
47 248 0 88 312 0
48 247 0 89 313 8
49 246 0 90 314 0
50 245 0 91 315 0
51 244 0 92 316 0
52 265 0 93 317 0
53 266 0 Total 731
54 267 0
55 268 0
56 269 0
57 270 1
58 271 1
59 272 1
60 273 45
61 274 13
62 275 0
63 276 0
64 277 0
65 278 2
66 279 16
67 280 39
68 302 0
69 301 11
70 300 4
71 299 0
72 298 0
73 297 10
74 296 9
75 295 6
76 294 2
77 293 3
78 292 8
79 291 1
80 290 0
81 289 0
82 306 0
38 146 0
BANGSRI
39 147 0
NO BLOK JUMLAH POHON 40 148 0
1 281 69 41 149 2
2 261 1 42 150 1
3 260 33 43 151 12
4 259 158 44 152 5
5 258 60 45 153 0
6 240 0 46 154 0
7 239 6 47 140 0
8 238 55 48 139 0
9 219 31 49 138 0
10 218 35 50 137 0
11 217 8 51 136 0
12 216 4 52 135 1
13 215 61 53 134 0
14 214 1 54 133 0
15 213 2 55 132 0
16 212 0 56 119 0
17 211 0 57 120 0
18 210 0 58 121 0
19 189 0 59 122 0
20 190 0 60 123 0
21 191 0 61 124 0
22 192 0 62 125 0
23 193 2 63 126 0
24 194 0 64 127 0
25 195 30 65 110 0
26 196 8 66 109 0
27 197 12 67 108 0
28 198 6 68 107 0
29 175 3 69 90 0
30 174 2 70 91 0
31 173 6 71 92 0
32 172 5 72 93 0
33 171 0 73 94 0
34 170 7 74 95 0
35 169 4 75 82 0
36 168 0 76 81 0
37 167 0 77 80 0
78 79 0
79 78 0 12 285 4
80 77 0 13 264 0
81 76 0 14 263 0
82 61 0 15 262 0
83 62 0 16 241 0
84 63 0 17 242 1
85 64 0 18 243 0
86 65 0 19 223 0
87 66 0 20 222 0
88 67 0 21 221 4
89 68 0 22 220 39
90 51 0 23 199 51
91 52 0 24 200 14
92 49 0 25 201 0
93 48 0 26 202 0
94 34 0 27 180 2
95 35 0 28 179 0
96 36 0 29 178 1
97 37 0 30 177 18
98 23 0 31 176 6
99 22 0 32 155 1
100 21 0 33 156 21
101 10 0 34 157 11
102 11 0 35 158 9
Total 630 36 159 3
37 160 0
38 145 1
KEMBANG 39 144 0
40 143 0
NO BLOK JUMLAH POHON 41 142 0
1 318 0 42 141 0
2 319 0 43 127 0
3 320 0 44 128 0
4 321 0 45 129 0
5 305 0 46 130 0
6 304 0 47 131 0
7 303 0 48 118 0
8 302 0 49 117 0
9 282 5 50 116 0
10 283 1 51 115 0
11 284 3 52 114 0
53 113 0 94 31 0
54 98 0 95 30 0
55 99 0 96 29 0
56 100 0 97 28 0
57 101 0 98 27 0
58 102 0 99 26 0
59 89 0 100 25 0
60 88 0 101 24 0
61 87 0 102 12 0
62 86 0 103 13 0
63 85 0 104 14 0
64 84 0 105 15 0
65 83 0 106 16 0
66 68 0 107 17 0
67 69 0 108 18 0
68 70 0 109 19 0
69 71 0 110 20 0
70 72 0 111 9 0
71 73 0 112 8 0
72 74 0 113 7 0
73 75 0 114 6 0
74 60 0 115 5 0
75 59 0 116 4 0
76 58 0 117 3 0
77 57 0 118 2 0
78 56 0 119 1 0
79 55 0 Total 195
80 54 0
81 53 0
82 52 0
83 38 0
84 39 0
85 40 0
86 41 0
87 42 0
88 43 0
89 44 0
90 45 0
91 46 0
92 33 0
93 32 0
No Kecamatan Jumlah Pohon
1 Pakis Aji 671
2 Bangsri 731
3 Kembang 209
Total 1611
3. Analisis akurasi antara interpretasi citra dengan hasil survey
Titik Kombinasi Lahan Citra Survey Akurasi %

0 C1l1 0 0 100
1 C1l2 0 0 100
2 C1l3 0 0 100
3 C1l4 0 0 100
4 C1l5 0 0 100
5 C2l1 0 0 100
6 C2l2 0 0 100
7 C2l3 8 12 70
8 C2l4 8 9 90
9 C2l5 6 8 75
10 C3l1 0 0 100
11 C3l2 0 0 100
12 C3l4 19 22 86
13 C3l5 14 15 93
14 C3l6 31 34 97
15 C3l7 0 0 100
17 Sawahl1 3 3 100
18 Sawahl3 1 9 10
19 Sawahl4 6 7 86
Jumlah 97 120
Overall Accuracy 90.80952381
Perhitungan akurasi metode Omisi-Komisi:

1. Titik 0
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
0
= 100%
2. Titik 1
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
0
= 100%
3. Titik 2
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
0
= 100%
4. Titik 3
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
0
= 100%
5. Titik 4
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
0
= 100%
6. Titik 5
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
0
= 100%
7. Titik 6
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
0
= 100%
8. Titik 7
8 − 12
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
12
= 70%
9. Titik 8
8−9
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
9
= 90%
10. Titik 9
6−8
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
8
= 75%
11. Titik 10
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
0
= 100%
12. Titik 11
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
0
= 100%
13. Titik 12
19 − 22
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
22
= 86%
14. Titik 13
14 − 15
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
15
= 93%
15. Titik 14
31 − 34
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
34
= 97%
16. Titik 15
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
0
= 100%
17. Titik 16
1−1
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
1
= 100%
18. Titik 17
0−0
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
0
= 100%
19. Titik 18
3−3
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
3
= 100%
20. Titik 19
1−9
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
9
= 10%
21. Titik 20
6−7
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = [1 − [ ]] × 100%
7
= 86%
Overall accuracy:
100+100+100+100+100+100+70+90+75+100+100+86+93+97+100+100+100+100+10+86
[ ]×
21
100%
Overall accuracy = 90.8%

Lampiran 3. Analisis Mengenai Potensi Tanaman Aren
1. Analisis terhadap prediksi potensi tanaman aren
Kombinasi umur Vtot Vplot

No Titik NDVI potensi
Lahan (Tahun) (m3) (m3/ha)
1 C2l3 T7 0.28-0.38 5-15 11.30 0.452 0-14
2 C2l4 T8 0.28-0.38 1-10 9.53 0.381 0-14
3 C2l5 T9 0.28-0.38 5-20 7.66 0.306 0-14
4 C3l4 T12 0.38-0.58 2-20 26.76 1.070 14-28
5 C3l5 T13 0.38-0.58 5-30 20.38 0.815 14-28
6 C3l6 T14 0.38-0.58 5-15 35.10 1.404 28-42
7 Peml1 T16 -0.13-0.28 10 0.98 0.04 0-14
8 Sawahl1 T17 0.28-0.38 5-20 3.54 0.142 0-14
9 Sawahl3 T18 0.28-0.38 3-15 7.83 0.313 0-14
10 Sawahl4 T19 0.28-0.38 5-8 4.60 0.184 0-14
2. Analisis terhadap potensi tanaman aren hasil survey
Tinggi
Jumlah Diameter Vplot
No Kombinasi Titik Tanaman Vtot (m3)
Pohon (cm) (m3/ha)
Lahan (m)
1 C2l3 T7 12 2-8 30-46 8.406 0.336
2 C2l4 T8 9 2-6 30-57 6.53 0.26
3 C2l5 T9 8 3-9 43-59 8.38 0.33
4 C3l4 T12 22 2-10 32-64 27.1 1.08
5 C3l5 T13 15 2-16.5 35-57 25.43 1.01
6 C3l6 T14 34 2-9 39-62 35.44 1.41
7 Peml1 T16 1 2.5 49 1.08 1.08
8 Sawahl1 T17 3 2.5-10 25-44 2.36 0.09
9 Sawahl3 T18 9 1.5-9 25-47 7.45 0.03
10 Sawahl4 T19 7 3-6 44-52 5.43 0.21
Lampiran 4. Dokumentasi Penelitian
Gambar 1. Lokasi Penelitian Gambar 2. Lokasi Penelitian
Gambar 3. Pengambilan Sampel Tanah Gambar 4. Pengambilan Sampel Tanah

Gambar 5. Pengambilan Sampel Tinggi Gambar 6. Pengambilan Sampel
Tanaman Diameter Tanaman
Gambar 7. Analisis Citra di Lab. Pedologi Gambar 7. Analisis Tanah di Lab. Fisika
dan Survey Tanah dan Kimia Tanah
Tally Sheet Inventarisasi Tanaman Aren
Lokasi
Hari/tanggal
Altitude
Koordinat 409.343 98F /329 3909, 15166
Luas Petak : sha
Desa/kelurahan
No Petak No Pohon Jenis TT (m) TBBC(m)L D(cm) Berbunga/tidak | Umur
Ket:
TT Tinggi total
TBBC Tinggi bebas cabang
D Diameter
Lokasi
Hari/tangegal
Altitude
Koordinat :479 19s,S169 75 /9295Yn,L3384
Luas Petak
:25h
Desa/kelurahan
No Petak No Pohon Jenis
TT (m) TBBC (m) D (cm) Berbunga/tidak Umur
Ket:
TT :Tinggi total
TBBC Tinggi bebas cabang8
D Diameter
Lokasi :Cl3 M
Hari/tanggal
Altitude 79s,6254
Koordinat 497 194.6 iS532
Luas Petak Sh
Desa/kelurahan
No Petak|No Pohon Jenis T(m) TBBC(m)| D(cm) Berbunga/tidak Umur_
Ket:
TT Tinggi total
D Diameter
Lokasi
Hari/tanggal
Altitude
Koordinat
Luas Petak
:
4 i91,731343 /92y I430,2934
Desa/kelurahan :25 hu
No Petak| No Pohon Jenis TT (m) TBBC (m D (cm) Berbunga/tidak Umur
Ket:
TT Tinggitotal
D Diameter
Taly Sheet Inventarisasi Tanaman Aren
Lokasi : Cils kM
Hari/tanggal
Altitude
Koordinat
Luas Petak
S/ON, 7833 9/929 2990, 79626
:15a
Desa/kelurahan
No Petak No Pohon
Jenis TT (m) TBBC(m)LD(cm) Berbunga/tidak Umur
Ket:
TT Tinggi total
TBBC : Tinggi bebas cabang
D :Diameter
Lokasi :5C21 PA
Hari/tanggal
Altitude
Koordinat 46121 g9984/922306,71378
Luas Petak :25h
Desa/kelurahan
|No Petak| No Pohon Jenis TBBC(m D (cm) Berbunga/tidak Umur
TT (m)
Ket:
T :Tinggitotal
D : Diameter
Lokasi
Hari/tanggal
: C 1tngT
Altitude
Koordinat :491200 1S44 /420 1423,13314
Luas Petak
:ha
Desa/kelurahan
No Petak| No Pohon Jenis
TT (m)TBBC(m) D(cm)Berbunga/tidakUmur
Ket:
TT Tinggi total
D Diameteer
Lokasi
Hari/tanggal
Altitude
Koordinat 491 183,84S3L2/gi7
I418,98072
Luas Petak
Desa/kelurahan
No Petak No Pohon Jenis TT (m) TBBC(m)L D(cm) Berbunga/tidak Umur
16
Ket:
T Tinggi total
D Diameter
Lokasi C4hugrt
Hari/tanggal
Altitude
4 6638,9386/3296419,3s18
Koordinat
Luas Petak : Sh
Desa/kelurahan
No Petak No Pohon Jenis TT (m) TBBC(m) D (cm) Berbunga/tidak Umur
Ket:
: Tinggi total
D Diameter
Tanaman Aren
Tally Sheet Inventarisasi
Lokasi
Hari/tanggal
Altitude S
Koordinat 4o22, 26g bog /9223300,0t32
Luas Petak
Desa/kelurahan
TBBC (m)1 D (cm) Berbunga/tidak Umur
No Petak No Pohon Jenis TT (m)
10
Ket:
TT Tinggi total
: Diameter
Lokasi 16 Cyl P
Hari/tanggal
Altitude 49}10
Koordinat : 44923, 359 3/32iqgN6,
Luas Petak :1s ha
Desa/kelurahan
TT(m) TBBC(m) D(cm) Berbunga/tidak Umur
No Petak No Pohon Jenis
Ket:
TT :Tinggi total
D :Diameter
Lokasi
Hari/tanggal
LCLL Vem\gong
Altitude
Koordinat
Luas Petak 498199,313805/5296433,16648
sha
Desa/kelurahan
No Petak No Pohon Jenis TT (m) TBBC (m)L Dcm)) Berbunga/tidak Umur
Ket
TT :Tinggi total
D : Diameter
Lokasi
Hari/tanggal
Altitude
Koordinat
Luas Petak
:490 790, 984366/922 2 122 8362
Desa/kelurahan
No Petak| No Pohon Jenis TT (m) TBBC(m) D(cm) Berbunga/tidak Umur
CO
9
Ket:
TT Tinggi total
D : Diameter
Lokasi
Hari/tanggal
19 C,15 1dungsn PA
Altitude
Koordinat
Luas Petak
0741 g50 458/9291R9,30115
:5ha
Desa/kelurahan PA
| No Petak| No Pohon Jenis TT (m) TBBC (m)| D(cm) Berbunga/tidak Umur
0
1S
20
Ket:
TT Tinggi total
D Diameter
31
Lokasi
Hari/tanggal
Altitude
0868
Koordinat
:40221,302 A6s/9 231310,
Luas Petak
Desa/kelurahan
:s
No Petak| No Pohon
Jenis TT (m) TBBC (m) D (cm) Berbunga/tidak Umur
|2 LO
US
LO
29
Ket: 29
TT : Tinggi total
D Diameter
19
3
SG
3
Lokasi
Hari/tanggal
I5 C3l7\Cemiong
Altitude
Koordinat 6 4 41369/3269903,92
Luas Petak :2 h
Desa/kelurahan
No Petak No Pohon Jenis TT (m) TBBC (m) cm Berbunga/tidak Umur
Ket:
TT : Tinggi total
D :Diameter
Tally Sheet inventarisasi Tanaman Aren
Lokasi
Hari/tanggal
Yem Cenbang
Altitude
Koordinat C t ) : G I JONZIO41/g21 z479, 12419
Luas Petak
Desa/kelurahan
No Petak No Pohon Jenis T (m) TBBC(mn) D (cm) Berbunga/tidak Umur

VIS
Ket:
TT Tinggi total
D Diameter
Lokasi :19 Suudl Bangi

Hari/tanggal
Altitude
Koordinat 4781709475/92951%,95 708
Luas Petak
Desa/kelurahan
No Petak No Pohon Jenis TT (m)_ TBBC(m)LD(cm)Berbunga/tidak Umur
Ket:
TT :Tinggi total
D Diameter
Lokasi Swh 13 P
Hari/tanggal
Altitude
Koordinat
431931142g5/g2p 1g%,28o34
Luas Petak
Desa/kelurahan
Sha
Berbunga/tidak Umur
No Petak No Pohon Jenis TT (m) TBBC(m)L Dcm)
10
IS
Ket:
TT Tinggi total
TBBC :Tinggi bebas cabang
D : Diameter
6
Inventarisasi Tanaman Aren

Tally Sheet
Lokasi
Hari/tanggal
Altitude
3
Koordinat
48|1 9g,02ggol/929 go4,094
Luas Petak sha
Desa/kelurahan
Berbunga/tidak Umur
No Petak No Pohon Jenis TTm) TBBC(m) D(am)_
50
Ket
Tinggi total
TBBC :Tinggi bebas cabang
D :Diameter
Lokasi
20 Pem 13 PA
Hari/tanggal
Altitude
Koordinat
Luas Petak
:6&o, Hg* ob/g2 %92S, 2g99
Desa/kelurahan
2Sha
No Petak| No Pohon Jenis TT (m) TBBC (m) D (cm) Berbunga/tidak Umur
Ket:
TT :Tinggi total
D Diameter

PEMANFAATAN PENGINDERAAN JAUH GUNA MENGETAHUI POTENSI SEBARAN TANAMAN AREN (Arenga Pinnata Merr.) DI KABUPATEN JEPARA

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

PEMANFAATAN PENGINDERAAN JAUH GUNA MENGETAHUI POTENSI SEBARAN TANAMAN AREN (Arenga Pinnata Merr.) DI KABUPATEN JEPARA

Diunggah oleh

Hak Cipta:

Format Tersedia

SKRIPSI

PEMANFAATAN PENGINDERAAN JAUH GUNA MENGETAHUI POTENSI

PROGRAM STUDI ILMU TANAH

Untuk memenuhi sebagian persyaratan

PROGRAM STUDI ILMU TANAH

Yoga Adhi Krissetya

HALAMAN PENGESAHAN ................................................................................... ii

DAFTAR ISI .......................................................................................................... vii

Gambar 1 Contoh Konvergensi Bukti ................................................................ 10

PEMANFAATAN PENGINDERAAN JAUH GUNA MENGETAHUI POTENSI

UTILIZATION OF REMOTE SENSING TO KNOW THE POTENTIAL

Jepara adalah salah satu kabupaten di Provinsi Jawa Tengah yang

Tanaman aren memiliki keunikan yaitu dapat tumbuh dengan baik

aren sebagai bahan baku horog-horog dikhawatirkan akan terjadi kelangkaan

Berdasarkan latar belakang penelitian tentang pemanfaatan

C. Tujuan dan Manfaat Penelitian

penulisan karya tulis ilmiah dalam mengamalkan ilmu yang didapat

Tanaman aren (Arenga pinnata) adalah tanaman dari suku Aracaceae

guna mengetahui biomassa tanaman terutama di sektor perkebunan

BENTUK POLA UKURAN SITUS

NIPAH ENAU SAGU

Gambar 1. Contoh Konvergensi Bukti

3. Citra Landsat 8 (OLI) untuk Analisis Vegetasi

kondisi daratan hingga area perairan di bumi. Spesifikasi masing-masing

Band 9 Cirrus 1.363-11384 30 Peningkatan deteksi

Index (PVI), Soil-Adjusted Vegetation Index (SAVI), Atmospherically

sangat sesuai (S1 (SANGAT SESUAI) (SANGAT SESUAI)), cukup

KARAKTERISTIK KELAS KESESUAIAN LAHAN

Bahaya erosi (eh)

kritis. Tanaman aren termasuk tanaman yang dapat digunakan dalam

A. Waktu dan Lokasi Penelitian

Lokasi penelitian dilakukan pada lahan berupa sawah, padang

Gambar 2. Peta Lokasi Penelitian

B. Alat dan Bahan Penelitian

Alat yang digunakan pada pelaksanaan penelitian ini baik dilapangan

1. Alat-alat analisis Laboratorium

Penelitian ini adalah deskriptif eksploratif yang dilakukan

1. Analisis Distribusi Sebaran Tanaman Aren:

Pengambilan sampel dilakukan dengan Teknik purposive sampling

Gambar 3. Sub Plot Pengamatan Lapangan

Tabel 3. Variabel Penelitian

No. Variabel Metode

Data yang digunakan dalam penelitian meliputi data primer yang

No. Data Jenis Sumber

F. Tata Laksana Penelitian

kondisi di lokasi penelitian apakah sudah sesuai dengan sampel yang

karena sangat mempengaruhi sebaran tanaman aren yang tumbuh

KEMIRINGAN (%) Klasifikasi

Gambar 4. Kombinasi Antara Kerapatan Tajuk dan Kemiringan

f. Mempersiapkan alat dan bahan

c. Analisis akurasi model

- Komisi yaitu guna memperoleh keakuratan suatu objek hasil

Rancangan Pelaksanaan Penelitian Hasil yang Diharapkan

A. Karakteristik Wilayah Penelitian

Jepara adalah salah satu kabupaten di Provinsi Jawa Tengah yang

ke pesisir pantai membentuk endapan (Bronto, 2007).

B. Citra Landsat 8 Lokasi Penelitian

Keterangan: Kotak merah merupakan lokasi penelitian

Pengunduhan citra Landsat 8 di halaman web resmi USGS

Gambar 6. Hasil cropping citra Landsat 8

Gambar 6. merupakan hasil cropping citra Landsat 8 terhadap

C. Interpretasi Visual Terhadap Objek Tanaman Aren

1. Interpretasi visual tanaman aren