Email : pinandita.faiz@gmail.com
ABSTRAK
Tanaman akasia menjadi komoditas yang sangat penting di kawasan hutan tanaman industri yang
berada di Provinsi Sumatera Selatan karena hasil produk olahannya memiliki manfaat dalam
kehidupan masyarakat. Maka perlu dilakukan pemantauan kesehatan tanaman akasia guna
menjaga kualitas dan hasil produksi. Penelitian ini dilakukan sebagai upaya mengetahui kesehatan
tanaman akasia dengan menerapkan teknik pengindraan jauh. Analisis dilakukan dengan identifikasi
kondisi tanaman menggunakan indeks kehijauan tanaman yaitu Normalized Difference Vegetation
Index (NDVI). Data yang digunakan adalah data ortofoto RGB dan ortofoto NIR yang telah
terkoreksi geometrik. Data ortofoto UAV band RGB dan NIR diakuisisi pada bulan Maret 2019.
Didapatkan bahwa secara keseluruhan kesehatan tanaman akasia di kawasan HTI masih didominasi
oleh tingkat kesehatan rendah dengan persentase sebersar 46%, tanaman yang memiliki tingkat
kesehatan tinggi hanya 1% dari total jumlah pohon sebanyak 25.906. Hasil sebaran pohon akasia
menunjukan bahwa tanaman dengan kondisi tidak sehat berada dibagian barat lokasi penelitian.
Kesehatan tanaman akasia dipengaruhi oleh beberapa faktor, seperti kondisi air di Kawasan HTI
yang mengalami kondisi masam yang tidak cocok dengan tanaman akasia. Serta kondisi disekitar
tanaman akasia adanya semak belukar atau gulma yang dapat mempengaruhi pertumbuhan karena
dapat mengganggu asupan nutrisi tanaman akasia.
ABSTRACT
Acacia plants are a very important commodity in industrial forest plantations in South Sumatra Province
because their processed products have benefits in people's lives. So it is necessary to monitor the health
of acacia plants in order to maintain quality and production results. This research was conducted as an
effort to determine the health of acacia plants by applying remote sensing techniques. The analysis was
carried out by identifying plant conditions using a plant greenness index, namely the Normalized
Difference Vegetation Index (NDVI). The data used were orthophoto RGB and NIR orthophoto data which
had been geometrically corrected. UAV orthophoto data of RGB and NIR bands were acquired in March
2019. It was found that the overall health of acacia plants in the HTI area was still dominated by a low
level of health with a percentage of 46%, plants with a high health level were only 1% of the total number
of trees of 25,906 . The results of the distribution of acacia trees showed that plants with unhealthy
conditions were in the western part of the study site. Acacia plant health is influenced by several factors,
such as water conditions in HTI areas which experience acidic conditions that are not suitable for acacia
plants. As well as conditions around acacia plants, there are shrubs or weeds that can affect growth
because they can interfere with the acacia plant's nutritional intake.
2. METODOLOGI PENELITIAN
Secara garis besar tahapan penelitian dapat dilihat pada gambar 1. Beberapa tahap
pelaksanaan penelitian ini yang dilakukan adalah (1) Studi literatur, dilakukan dengan
melihat dari penelitian sebelumnya sehingga mendapatkan sumber-sumber tulisan untuk
dijadikan sebagai acuan maupun pedoman dalam pembuatan dan penyusunan penelitian,
(2) Pengumpulan data, data yang digunakan dalam penelitian ini adalah data ortofoto RGB
dan ortofoto NIR yang telah terkoreksi geometrik, (3) Pre-processing, dalam pre-
processing mencakup proses cropping citra, mosaic citra, dan band composite pada
ortofoto RGB dan NIR, (4) Transformasi NDVI, (5) Klasifikasi NDVI, dengan menggunakan
acuan berdasarkan pada penelitian Mardiyatmoko dan Suhardiman pada tahun 2017, (6)
Digitasi tajuk tanaman akasia, (7) Pembuatan peta kesehatan tanaman akasia.
Pre-Processing
Reka Geomatika – 3
Pinandita Faiz Rifaldi
Tahapan pelaksanaan penelitian yang dilakukakan, yaitu :
A. Lokasi Penelitian
Lokasi penelitian ini berada di kawasan Hutan Tanaman Industri (HTI) di
Kecamatan Air Sugihan Kabupaten Ogan Komering Ilir Provinsi Sumatra Selatan
dengan koordinat geografis 2°56’58.02” LS, 105°21’30.73” BT dan 2°56’58.45” LS,
105°21’38.21” BT untuk batas bagian utara serta 2°57’31.03” LS, 105°21’30.98” BT
dan 2°57’30.84” LS, 105°21’38.36” BT untuk batas bagian selatan. Gambar lokasi
penelitian dapat dilihat pada gambar 2.
C. Peralatan
Peralatan yang digunakan dalam penelitian identifikasi kesehatan tanaman akasia
menggunakan wahana unmanned aerial vehicle dengan kamera RGB dan NIR dapat
dilihat sebagai berikut:
1. Perangkat Keras
a. Komputer
Pengolahan data peta kesehatan NDVI tanaman akasia dan penulisan laporan
dilaksanakan menggunakan komputer dengan spesifikasi processor Intel i5
Vga Nvidia GTX 950 2Gb Ram 8 Gb.
2. Perangkat Lunak
a. ArcGIS 10.3
Pengolahan data berupa digitasi dan layouting menggunakan ArcGIS 10.3.
b. ENVI 5.3
Pengolahan data band RED dan band NIR menjadi data NDVI menggunakan
ENVI 5.3
Reka Geomatika – 4
Pinandita Faiz Rifaldi
3. HASIL DAN ANALISIS
A. Hasil
Hasil yang diperoleh dari NDVI foto udara kawasan HTI didapatkan bahwa hasil
identifikasi nilai NDVI untuk analisis kesehatan tanaman akasia terbagi menjadi lima kelas.
Setiap kelas memiliki luasan dan jumlah pohon yang telah diidentifikasi. Menurut
Mardiyatmoko dan Suhardiman pada tahun 2017 pengklasifikasian rentang nilai NDVI dapat
diklasifikasikan menjadi lima kelas yang dapat dilihat pada tabel 1.
Reka Geomatika – 5
Pinandita Faiz Rifaldi
C. Analisis
Pada penelitian Uktoro tahun 2017 menjelaskan bahwa NDVI merupakan indeks vegetasi yang
dapat digunakan untuk melihat tingkat kehijauan tanaman yang berhubungan dengan fotosintesis
tanaman tersebut. Dengan asumsi bahwa semakin aktif proses fotosintesis (tanaman sehat) nilai
NDVI akan semakin tinggi dan sebaliknya semakin rendah tingkat kehijauan tanaman (kurang
subur) akan memberikan nilai NDVI yang semakin rendah.
Reka Geomatika – 6
Pinandita Faiz Rifaldi
Mengacu pada klasifikasi kesehatan tanaman menurut Mardiyatmoko dan Suhardiman 2017
didapatkan bahwa 13% dari total pohon adalah tanaman mati, 19% yaitu tamanan yang memiliki
kesehatan sangat rendah, 46% merupakan tanaman yang memiliki keadaan kesehatan rendah,
dan 21% dari jumlah pohon merupakan tanaman sehat, sedangkan untuk tanaman akasia yang
memiliki keadaan kesehatan sangat sehat hanya 1% dari total jumlah tanaman akasia. Dari hasil
tersebut dapat diketahui bahwa jumlah pohon yang memiliki tingkat kesehatan rendah sangat
mendominasi dari kelas lainnya. Pada tabel 2 baris 1 memiliki luasan daerah terbesar dengan
jumlah pohon relatif sedikit, hal tersebut karena didominasi oleh tanaman mati atau tidak memiliki
nilai kehijauan serta didominasi oleh tanah.
Reka Geomatika – 7
Pinandita Faiz Rifaldi
Mangium bisa mengalami kematian jika terkena kekeringan yang parah atau musim dingin
yang berkepanjangan. Pan dan Yang (1987) melaporkan angka kematian yang tinggi pada
mangium berumur 5 tahun setelah mengalami periode waktu dengan suhu rendah (sekitar 5°–
6° C) disertai dengan hujan dingin yang lama. Di habitat alaminya, suhu minimum rata-rata
berkisar 12°–16° C dan suhu maksimum rata-rata sekitar 31°–34° C (National Research Council,
1983). Kondisi suhu rata-rata di lokasi penelitian pada bulan Maret 2019 yaitu 27,4° C. Kombinasi
antara curah hujan dan suhu yang berada di Air Sugihan sudah sangat sesuai dengan kriteria
pertumbuhan tanaman akasia sehingga dari segi curah hujan dan suhu sudah memenuhi kriteria
kesehatan.
Reka Geomatika – 8
Pinandita Faiz Rifaldi
bahwa perbedaan gulma dengan tanaman akasia dari warna kehijauannya, untuk tanaman akasia
memiliki warna kehijauan yang lebih pekat sedangkan untuk gulma memiliki warna hijau yang
lebih muda. Untuk mengetahui bahwa gulma mempengaruhi kesehatan akasia maka dilakukan
pengambilan sampling pada pola sebaran tanaman yang sehat. Dapat dilihat pada gambar 8.
tidak terdapat gulma di sekitar tanaman akasia.
Reka Geomatika – 9
Pinandita Faiz Rifaldi
4. KESIMPULAN DAN SARAN
1. Kesimpulan
Berdasarkan tahapan penelitian dan analisis data mengenai indeks vegetasi tanaman akasia
di Hutan Tanaman Industri Sumatera Selatan dapat disimpulkan bahwa:
1. Secara keseluruhan kesehatan tanaman akasia didominasi oleh tanaman dengan tingkat
kesehatan rendah sebersar 46% dengan luasan 55197,30m2 dan jumlah pohon sebanyak
11.796, sedangkan tanaman yang memiliki tingkat kesehatan tinggi hanya 1% dengan
luasan 14424,14m2 dan jumlah pohon sebanyak 137.
2. Berdasarkan hasil sebaran pohon akasia dapat diketahui bahwa tanaman akasia yang tidak
sehat berada pada posisi barat, dimana pada posisi tersebut didominasi gulma.
2. Saran
Guna mewujudkan hasil kesehatan tanaman akasia yang lebih baik di Hutan Tanaman Industri
khususnya di Sumetera Selatan maka untuk penelitian selanjutnya diharapkan lebih
memperhatikan sensor yang digunakan, waktu pengambilan data, dan kondisi cuaca yang cerah
(tidak berawan) karena dapat mempengaruhi hasil NDVI.
Reka Geomatika – 10
Pinandita Faiz Rifaldi
DAFTAR PUSTAKA
Kawamuna, A., Suprayogi, A. dan Wijaya, A.P. 2017. “Analisis Kesehatan Hutan Mangrove
Berdasarkan Metode Klasifikasi NDVI Pada Citra Satelit Sentinel2”. Jurnal Geodesi UNDIP.
Volume 6, Nomor 1.
Krisnawati, H., Kallio, M. dan Kanninen, M. (2011) Acacia mangium Willd.: ekologi, silvikultur dan
produktivitas. CIFOR, Bogor, Indonesia.
Lemmens, R.H.M.J et al. 1995. “Planth Resources Of South-East Asia”. 5 (2). Timber Trees: Minor
Comercial Timbers. Backhuys Publisher, Leiden. 655p.
Lillesand, T.M., dan kiefer, R.W., (1997), Penginderaan Jauh dan Interpretasi Citra (Terjemahan),
Yogyakarta : Gadjah Mada University Press, Universitas Gadjah Mada Yogyakarta.
Mardiyatmoko, Y., Suhardiman, A. (2017). Cadangan Karbon di Wilayah Perkotaan Tenggarong
Berdasarkan Metode Klasifikasi Pada Citra Sentinel 2-A. Vol 1 Nomor 2. Universitas
Mulawarman Samarinda.
Martinus, A., Dwi, S., Yuanita. W. (2019). Dampak Mounding Terhadap Kualitas Air pada Tanah
Sulfat Masam di Lokasi Areal Hutan Tanaman Industri Kabupaten Ogan Komering Ilir.
Palembang.
National Research Council. 1983. “Mangium and Other Fast-Growing Acacias for The Humid
Tropics”. National Academy Press, Washington, DC, AS.
Nouri, H., Beecham, S., Anderson, S., Nagler, P. (2014). High Spatial Resolution WorldView-2
Imagery for Mapping NDVI and Its Relationship to Temporal Urban Landscape
Evapotranspiration Factors. Remote Sens. 6, no. 1: 580-602.
Pan, Z. dan Yang, M. 1987 Australian acacias in the People’s Republic of China. Dalam: Turnbull,
J.W. (ed.) Australian acacias in developing countries, 136–138. Prosiding ACIAR No. 16.
Australian Centre for International Agricultural Research, Canberra, Australia.
Purwadhi, Sri Hardiyanti. 2001. Interpretasi Citra Digital. Jakarta : Grasindo.
Sukman, Hj. Y, dan Yakub. (2002). Gulma dan Teknik Pengendaliannya Edisi Revisi. Jakarta: PT
Raja Grafindo Persada.
Syachroni, S. H., Rosianty, Y., Samsuri, G. S. 2018. “ Daya Tumbuh Tanaman Pionir Pada Area
Bekas Tambang Timah di Kecamatan Bakam, Provinsi Bangka Belitung.” Program Studi
Kehutanan Fakultas Pertanian, Universitas Muhamamdiyah Palembang.
Turnbull, J.W. 1986 Australian acacias in developing countries. Prosiding International Workshop
held at the Forestry Training Centre, Gympie, Queensland, Australia, 4–7 August 1986.
Prosiding ACIAR No. 16. Australian Centre for International Agricultural Research, Canberra,
Australia.
Uktoro, A.I. 2017. “Analisis Citra Drone Untuk Monitoring Kesehatan Tanaman Kelapa Sawit”.
Jurnal Agroteknose, Vol. VIII, No. II.
Verhulst, N., Govaerts, B. 2010. The normalized difference vegetation index (NDVI)
GreenSeekerTM handheld sensor: Toward the integrated evaluation of crop management.
Part A: Concepts and case studies. Mexico, D.F.; CIMMYT.
Widiyatmoko, R., Basuki. W., Lilik. B. P. 2017. Analisis Pertumbuhan Tanaman Revegetasi di
Lahan Bekas Tambang Silika Holcim Educational Forest, Cibadak, Sukabumi, Jawa Barat.
Jurnal Pengelolaan Sumberdaya Alam dan Lingkungan Vol. 7 No. 1 (April 2017): 79-88.
Wijaya T. (2000). Pengkajian Endapan Gambut Bersistim Di Daerah Pakiban-Beyuku Kecamatan
Air sugihan Kabupaten Ogan Komering Ilir Propinsi Sumatera Selatan. Sub Dit. Eksplorasi
Batubara dan Gambut.
Reka Geomatika – 11