Anda di halaman 1dari 7

Laporan Project

MK. Meteorologi Satelit

PERUBAHAN CADANGAN KARBON AKIBAT PERUBAHAN TUTUPAN


LAHAN DENGAN ANALISIS PERUBAHAN INDEKS VEGETASI KABUPATEN
SEMARANG TAHUN 2010-2016

Firdatun Nisa

G24180015
Refi Ayuba1, Zahra Amani2, Yahya Fitrianingtyas3, Theresia Bernadette4
G24170008, G24170009, G24170040, G24170059
Pos-el : firdatunnisa46@gmail.com

ABSTRAK
Seiring dengan terjadinya dinamika demografi, perubahan guna lahan terus terjadi. Hal ini menyebakan
berkurangnya lahan non-terbangun yang didominasi oleh kawasan lindung yang kemudian mengakibatkan
pelepasan karbon ke atmosfer dan membentuk fenomena gas rumah kaca. Fenomena ini terus berkembang
sehingga mengakibatkan pemanasan global. Pemanasan yang terus menerus dapat berdampak negatif bagi
kehidupan manusia. Berdasarkan penjelasan tersebut, maka diperlukan pemanfaatan ruang yang rendah emisi.
Untuk mencapai tujuan tersebut, dengan mengambil kasus Kabupaten Semarang, projek ini akan melakukan
proses antipasi fenomena perubahan iklim melalui analisis perhitungan cadangan karbon dengan perubahan nilai
indeks vegetasi kabupaten semarang dalam kurun waktu 2010-2013 terhadap 2013-2016. Indeks vegetasi yang
digunakan dalam projek ini antara lain: Normalized Difference Vegetation Index (NDVI), Simple Ratio
Vegetation Index (SRVI), dan Simple Difference Vegetation Index (SDVI). Nilai ndvi tahun 2010-2013 yaitu
0,341 menjadi 0,369 pada tahun 2013-2016, nilai sdvi tahun 2010-2013 yaitu 7830,18 menjadi 8524,49, nilai
srvi tahun 2010-2013 yaitu 1,611 menjadi 1,767 pada tahun 2013-2016.

Kata Kunci : Cadangan karbon, NDVI, SDVI, SRVI

PENDAHULUAN Karbon yang diserap oleh tanaman


disimpan dalam bentuk biomasa kayu,
Perubahan iklim yang mendorong sehingga cara yang paling mudah untuk
terjadinya pemanasan global, atau populer meningkatkan cadangan karbon adalah dengan
dikenal sebagai “Global Warming”, sedang menanam dan memelihara pohon serta
menjadi topik pembicaraan saat ini. Salah satu mempertahankan lahan agar tetap bervegetasi
cara untuk mengendalikan perubahan iklim (Zikri 2015). Namun jumlah hutan/pohon yang
adalah dengan mengurangi emisi gas rumah mampu menyerap gas CO2 di atmosfer
kaca (CO, CO2, CH, NO). Salah satu cara semakin berkurang akibat illegal logging atau
untuk mengurangi kandungan gas CO2 di konversi lahan. Hasilnya, jumlah kandungan
atmosfer adalah dengan metode carbon CO2 di atmosfer meningkat hingga 400 ppm
sequestration yaitu dengan menangkap karbon pada tahun 2013, dibandingkan pada tahun
di atmosfer dan menyimpannya dalam vegetasi 1750 konsentrasi CO2 hanya 281 ppm (NASA
(biomassa). Agus et al. (2018) mengatakan 2018).
bahwa pengukuran biomassa vegetasi yang Mickler et al. (2002) diacu dalam
salah satunya berupa banyaknya CO2 di Muukkonen dan Heiskanen (2005)
atmosfer yang diserap oleh tanaman, dapat menjelaskan bahwa perubahan cadangan
disebut sebagai karbon stok dengan pembagian karbon pada suatu lokasi akan lebih mudah
di atas permukaan tanah dan di bawah diidentifikasi dengan menggunakan teknologi
permukaan tanah. Karbon di atas tanah adalah penginderaan jauh. Penginderaan jauh atau
karbon yang terserp oleh tanaman. remote sensing adalah ilmu (dan seni) dalam
Perubahan cadangan karbon akibat perubahan tutupan lahan dengan analisis perubahan indeks vegetasi
Kabupaten Semarang tahun 2010-2016
mendapatkan informasi objek, luasan (area), Kabupaten Semarang yang secara geografis
atau bahkan suatu fenomena alamiah melalui terletak antara 109°35’ sampai 110°50’ BT dan
suatu analisis terhadap data yang diperoleh dari 6°50’ sampai 7°10’ LS. Tepatnya pada path
perangkat (sensor dan platform) tanpa kontak 120/row 65. Projek ini menggunakan data
(menyentuh) langsung (Prahasta 2008). Projek tahun 2010-2016.
ini menggunakan teknologi penginderaan jauh B. Alat dan Bahan
dengan dan data sekunder perubahan cadangan Projek ini menggunakan Microsoft
karbon yang diukur langsung di lapangan. Excel, Arcmap , file peta kabupaten Indonesia
Informasi penginderaan jauh dapat yang memiliki format shapefile (.shp), citra
diperoleh dari citra Landsat 8. Citra et al. Landsat 8 OLI (Operational Land Imager)
(2019) menyatakan bahwa keunggulan citra yang diperoleh dari United State Geological
Landsat 8 adalah dapat merekam wilayah di Survey (USGS) melalui
permukaan bumi dengan lebih https://earthexplorer.usgs.gov/, dan data
luas/cakupannya lebih besar, memiliki resolusi sekunder perubahan cadangan karbon yang
spasial, temporal dan radiometrik yang bagus, diperoleh dari Sudrajat et al. (2018). Data
pada setiap topografi yang ada di permukaan sekunder ini merupakan estimasi perubahan
bumi dibedakan dengan warna, dan setiap cadangan karbon Kabupaten Semarang yang
identifikasi yang ada di permukaan bumi dapat terjadi antara tahun 2010-2013 dengan tahun
dibedakan dengan panjang gelombang yang 2013-2016. Nilai cadangan karbon tersebut
ada di citra Landsat 8. didapat dari penghitungan biomassa vegetasi.
Penelitian mengenai pendugaan potensi C. Metodelogi Penelitian
biomassa maupun karbon menggunakan citra
satelit sudah banyak dilakukan, salah satunya
dengan cara menghubungkan nilai digital yang
terkandung dalam tiap band pada citra dengan
nilai biomassa maupun karbon. Menurut Jaya
(2010), teknik perbaikan spektral atau
transformasi lebih efektif dari pendugaan
menggunakan nilai tiap band jika dilakukan
pada kasus multi waktu. Salah satu teknik
tranformasi yaitu indeks vegetasi. Tingginya
nilai indeks vegetasi mengidentifikasikan
piksel yang ditutupi oleh besarnya proporsi
vegetasi sehat serta efektif untuk menentukan
kepadatan vegetasi. Penelitian ini dilakukan
dengan cara menduga potensi biomassa
berdasarkan nilai indeks vegetasi. Indeks
vegetasi yang digunakan dalam projek ini
antara lain: Normalized Difference Vegetation
Index (NDVI), Simple Ratio Vegetation Index
(SRVI), dan Simple Difference Vegetation
Index (SDVI).

METODOLOGI

A. Lokasi dan Waktu Data Gambar 1. Diagram alir analisis perubahan


cadangan karbon terhadap nilai
Lokasi yang digunakan untuk projek
indeks vegetasi Kabupaten
mata kuliah meteorologi satelit ini adalah Semarang tahun 2010-2016
Perubahan cadangan karbon akibat perubahan tutupan lahan dengan analisis perubahan indeks vegetasi
Kabupaten Semarang tahun 2010-2016
vegetasi. Berkorelasi negatif jika hubungan
NDVI adalah perhitungan citra yang berbanding terbalik dan sebaliknya.
digunakan untuk mengetahui tingkat
kehijauan. Nilai NDVI adalah suatu nilai untuk HASIL DAN PEMBAHASAN
mengetahui tingkat kehijauan pada daun
dengan panjang gelombang inframerah yang Kabupaten Semarang merupakan Ibu
sangat baik sebagai awal dari pembagian kota Provinsi Jawa Tengah yang berada pada
daerah vegetasi dengan rumus (Silsigia 2016): pelintasan jalur Jalan Utara Pulau Jawa yang
menghubungkan Kota Surabaya dan Jakarta.
Secara geografis, terletak diantara 109°35’
NDVI dapat menunjukkan parameter yang sampai 110°50’ BT dan 6°50’ sampai 7°10’
berhubungan dengan parameter vegetasi, LS. Ketinggiannya antara 0,75 sampai 348,00
antara lain, biomassa dedaunan hijau, daerah di atas garis pantai dengan rata – rata suhu
dedaunan hijau yang merupakan nilai yang Kabupaten Semarang berkisar antara 26-29°C
dapat diperkirakan untuk pembagian vegetasi. dengan suhu minium 24°C dan suhu
NDVI pada dasarnya menghitung seberapa maksimum 34,8°C. (BPS 2020).
besar penyerapan radiasi matahari oleh Kabupaten Semarang memiliki
tanaman terutama bagian daun (Freddy et al. keberagaman kondisi lahan yaitu dataran
2015). rendah pada bagian utara dan timur serta
Simple Difference Vegetation Index bagian barat dan selatan yang didominasi oleh
(SDVI) dapat dinyatakan dengan rumus, gunung dan dataran tinggi. inilah yang
SDVI = NIR - 𝑅 menjadikan Kabupaten semarang bagian timur
dimana NIR adalah reflektansi pita inframerah dan utara memiliki pemukiman dan lahan
dekat dan 𝑅 adalah pantulan pita merah. SDVI terbangun yang cukup padat. Semarang cukup
sangat sensitif terhadap perubahan latar memiliki sumber daya alam yang besar seperti
belakang tanah. Itu dapat diterapkan untuk pariwisata, industri, dan pertanian. Kabupaten
memantau lingkungan ekologi vegetasi (Xiu Semarang memiliki keberagaman tutupan
dan Su 2017). lahan yaitu wilayah yang tinggi tutupan
Menurut Xiu dan Su (2017), SRVI vegetasinya berada di sekitar lereng Gunung
memanfaatkan band merah dan near infra red Ungaran, Merbabu, dan Temoloyo yang berada
pada landsat 8 dengan rumus, di bagian Semarang barat dan selatan
𝑆𝑅𝑉𝐼 = 𝑁𝐼𝑅/𝑅 sedangkan bagian pusat Kota Semarang adalah
dimana NIR adalah reflektansi pita inframerah wilayah padat penduduk sehingga banyak
dekat dan 𝑅 adalah pantulan pita merah. SRVI sekali lahan terbangun dan terbuka (DLHK
banyak digunakan untuk estimasi biomassa 2018).
hijau dan pemantauan, khususnya, pada Peningkatan jumlah penduduk akan
tutupan vegetasi dengan kerapatan tinggi, mendorong terjadinya konversitata guna lahan
karena indeks ini sangat sensitif terhadap untuk menunjang pembangunan daerah di
vegetasi dan memiliki korelasi yang baik Kabupaten Semarang. Banyak kebijakan telah
dengan biomassa tanaman. Namun, jika dilakukan untuk meminimalisir terjadinya
tutupan vegetasi jarang (kurang dari 50% perubahan iklim. Salah satu hal yang di
tutupan), SRVI sensitif efek atmosfer, dan lakukan Kabupaten Semarang adalah merubah
representasi biomassa mereka lemah. fungsi lahan terbuka menjadi lahan hijau
Analisis dilakukan dengan cara (Rahmawati 2019). Namun beberapa tahun
mendeskripsikan perbandingan antara nilai terakhir ini pembangunan di Kabupaten
cadangan karbon dengan nilai vegetasi. Semarang sangatlah pesat.
Melalui analisis ini aka diketahui korelasi
antara besarnya cadangan karbon dengan nilai
Laporan Project
MK. Meteorologi Satelit

Gambar 2. Peta administrasi Kabupaten Semarang


(Sumber : https://neededthing.blogspot.com)

Tabel 1. Tabel perubahan cadangan karbon Kabupaten Semarang tahun 2010-2013 terhadap tahun 2013-2016
Kecamatan Perubahan Cadangan Karbon
Tahun 2010-2013 Tahun 2013-2016
Kec. Ambarawa 96,01 -21.358,06
Kec. Bancak -831,24 -62.057,01
Kec. Bandungan -1.668,95 -58.724,22
Kec. Banyubiru -743,66 50.785,48
Kec. Bawen -951,85 -4.873,72
Kec. Bergas -2.681,38 2.811,46
Kec. Bringin -2.611,89 -86.615,54
Kec. Getasan -1.655,47 -198.985,09
Kec. Jambu -2.741,72 -53.011,75
Kec. Kaliwungu -170,59 -58.225,03
Kec. Pabelan -75,65 -21.386,27
Kec. Pringapus 5.994,53 46.334,52
Kec. Sumowono 86,33 10.708,87
Kec. Suruh -2.309,92 17.427,35
Kec. Susukan 156,15 -70.065,06
Kec. Tengaran -8.384,01 -45.673,41
Kec. Tuntang -1.799,34 -20.983,09
Kec. Ungaran -1.655,33 -14.337,91
Barat
Kec. Ungaran -10.079,63 8.602,44
Timur
TOTAL -32.027,60 -579.626,05
Perubahan cadangan karbon akibat perubahan tutupan lahan dengan analisis perubahan indeks vegetasi
Kabupaten Semarang tahun 2010-2016
(Sumber : Sudrajat et al. 2018)

Tabel 1 menjelaskan perubahan nilai bebatuan. Sedangkan emisi karbon adalah


cadangan karbon setiap kecamatan di menghasilkan atau mengeluarkan gas CO2.
Kabupaten Semarang. Nilai positif Pada tahun 2010-2013, secara total Kabupaten
menunjukkan terjadinya emisi sedangkan nilai Semarang mengalami sekuestrasi dengan nilai
negatif menunjukan terjadinya sekuestrasi. cadangan karbon sebesar -32.027,60 Ton CO2.
Menurut Munir (2017), sekuestrasi karbon Pada tahun 2013-2016, secara total perubahan
digunakan untuk mendeskripsikan proses cadangan karbon di Kabupaten Semarang
ketika CO2 dari atmosfer atau sumber emisi masih mengalami sekuestrasi dengan nilai
disimpan di lautan, lingkungan terestrial sebesar -579.626,05 Ton CO2 .
(vegetasi, tanah, dan sedimen), dan formasi

(a) (b) (c)

Gambar 3. Peta nilai indeks vegetasi Kabupaten Semarang tahun 2013 dengan metode
NDVI (a), SDVI (b), SRVI (c)

(d) (e) (f)

Gambar 4. Peta nilai indeks vegetasi Kabupaten Semarang tahun 2016 dengan metode
NDVI (d), SDVI (e), SRVI (f)
Laporan Project
MK. Meteorologi Satelit
Gambar 3 menunjukan sebaran indeks bernilai sangat rendah yang ditandai
vegetasi menggunakan metode NDVI, SDVI, penyebaran warna merah lebih dominan. Hal
dan SRVI Kabupaten Semarang 2010-2013 ini terjadi karena SRVI banyak digunakan
sedangkan Gambar 4 menunjukan sebaran untuk estimasi biomassa hijau dan
indeks vegetasi menggunakan metode NDVI, pemantauan, khususnya, pada tutupan vegetasi
SDVI, dan SRVI Kabupaten Semarang 2013- dengan kerapatan tinggi, karena indeks ini
2016. Terlihat adanya perbedaan pada kedua sangat sensitif terhadap vegetasi dan memiliki
gambar yang menunjukkan adanya perubahan korelasi yang baik dengan biomassa tanaman.
sebaran dan nilai indeks vegetasi. Terlihat Namun, jika tutupan vegetasi jarang (kurang
gambar dari indeks vegetasi NDVI dan SDVI dari 50% tutupan), SRVI sensitif efek
tidak berbeda jauh. Namun terlihat hasil yang atmosfer, dan representasi biomassa mereka
sangat berbeda untuk metode SRVI yang mana lemah Xiu dan Su (2017).
nilai indeks vegetasi Kabupaten Semarang

Tabel 2. Nilai indeks vegetasi metode NDVI, SDVI, dan SRVI


Nilai Indeks Vegetasi
Metode Indeks Vegetasi
2010-2013 2013-2016
NDVI 0,341 0,369
SDVI 7830,18 8524,49
SRVI 1,611 1,767

Tabel 2 menjelaskan perubahan nilai kecamatan ini terjadi pembangunan besar-


indeks vegetasi Kabupaten Semarang dalam besaran sehingga terdapat perubahan dari guna
kurun waktu 2010-2013 terhadap 2013-2016. lahan non-terbangun menjadi terbangun
Nilai NDVI tahun 2010-2013 yaitu 0,341 khususnya untuk peruntukan permukiman.
menjadi 0,369 pada tahun 2013-2016, nilai Beberapa pilihan teknologi yang
SDVI tahun 2010-2013 yaitu 7830,18 menjadi diajukan untuk mitigasi perubahan iklim
8524,49, nilai SRVI tahun 2010-2013 yaitu adalah menghindari biofuel supaya tidak
1,611 menjadi 1,767 pada tahun 2013-2016 berkompetisi dengan pangan dan lahan hutan,
.Ketiga metode tersebut menunjukan terjadi optimalisasi dan peningkatan sekuestrasi
peningkatan nilai indeks vegetasi. karbon, mengembangkan energi baru dan
Data perubahan cadangan karbon dan terbarukan dari matahari dan angin, serta
nilai indeks vegetasi dari metode yaitu NDVI, mengurangi pembangunan di daerah.
SDVI, dan SRVI saling berbanding lurus. Data
perubahan karbon menunjukkan adanya KESIMPULAN
peningkatan sekuestrasi begitu juga dengan
nilai indeks vegetasi dari ketiga metode Pendugaan perubahan cadangan karbon
mengalami peningkatan. Hal ini terjadi karena dapat dilakukan dengan metode Normalized
adanya kebijakan pemerintah dengan rancang
Difference Vegetation Index (NDVI), Simple
bangunan dan perubahan fungsi lahan kosong
yang berubah menjadi lahan hijau. Ratio Vegetation Index (SRVI), dan Simple
Menurut sudrajat et al. (2018), kondisi Difference Vegetation Index (SDVI). Data
sekuestrasi yang terbentuk sampai tahun 2016 perubahan cadangan karbon dan nilai indeks
tersebut, diprediksikan tidak dapat vegetasi dari tiga metode tersebut saling
dipertahankan. Hal ini terjadi karena hasil berbanding lurus. Data perubahan karbon
prediksi guna lahan 2031 menunjukkan bahwa menunjukkan adanya peningkatan sekuestrasi
terdapat peningkatan perubahan guna lahan
begitu juga dengan nilai indeks vegetasi dari
menjadi kawasan terbangun yang signifikan.
Kecamatan yang pada kurun waktu 2010-2013 ketiga metode mengalami peningkatan.
dan 2013-2016 merupakan penghasil
sekuestrasi, pada prediksi tahun 2031 DAFTAR PUSTAKA
mengalami emisi dikarenakan pada kecamatan-
Perubahan cadangan karbon akibat perubahan tutupan lahan dengan analisis perubahan indeks vegetasi
Kabupaten Semarang tahun 2010-2016
[BPS]. Badan Pusat Statistik. 2020. Kota Semarang Kabupaten Semarang. Seminar Nasional
dalam Angka 2018. Semarang (ID) : Badan Geomatika 2018
Pusat Statistik. Xiu J dan Su B. 2017. Significant remote sensing
[DLH].Dinas Lingkungan Hidup Kabupaten vegetation indices: a review of developments
Semarang.2018. Menuju Indonesia Tahun and applications. Journal of Sensors. 17(1): 1-
Hijau 2018.Semarang(ID): Dinas Lingkungan 16. https://doi.org/10.1155/2017/1353691.
Hidup. Zikri A. 2015. Estimasi Cadangan Karbon pada
Agus SB, Arifin T, Husna VN, Siregar VP. 2018. Tutupan Lahan Hutan Sekunder, Semak dan
Estimasi cadangan karbon biomassa di atas Belukar di Kota Samarinda. Jurnal AGRIFOR.
permukaan pada tegakan mangrove 1(17): 325-338.
menggunakan pengindraan jauh di Tongke-
Tongke, Sulawesi Selatan. Journal of Natural
Resources and Environmental Managemen.
9(2): 456-466. Doi: .
http://dx.doi.org/10.29244/jpsl.9.2.456-466.
Citra IPA, Nugraha, Septiani R.2019. Perbandingan
metode supervised classification dan
unsupervised classification terhadap penutup
lahan di Kabupaten Buleleng. Jurnal
Geografi.16(2):90-96.
Freddy SW, Marwan, Nizamuddin. 2015.
Klasifikasi Penggunaan Lahan Menggunakan
Citra Satelit Spot-6 di Kabupaten Aceh Barat
Daya dan Aceh Besar. Seminar Nasional dan
Expo Teknik Elektro 2015. ISSN: 2088-9984.
102-107.
Jaya INS. 2010. Analisis Citra Digital: Perspektif
Penginderaan Jauh untuk Pengelolaan
Sumberdaya Alam. Bogor (ID): Fakultas
Kehutanan IPB.
Munir M. 2017. Estimasi biomassa, stok karbon,
dan sekuestrasi karbon dari berbagai tipe
habitat terestrial di Gresik, Jawa Timur secara
non-destruktive dengan persamaan allometrik.
Surabaya (ID): Fakultas Matematika dan Ilmu
Pengetahuan Alam ITS.
Muukkonen P and Heiskanen J. 2005. Estimating
Biomass for Boreal Forest Using ASTER
Satellite Data Combines wirh Standwise
Forest Inventory Data. Remote Sensing of
Enviromental Journal. (99) 434-447.
NASA. 2018. Climate Change: Climate Resource
Center - Graphic: The relentless rise of carbon
dioxide.
Prahasta, Eddy. 2008.Remote Sensing: Praktis
Penginderaan Jauh & Pengolahan Citra
Dijital Dengam Perangkat Lunak ER Mapper.
Bandung(ID): Informatika.
Rahmawati DP. 2019. Kajian perubahan penutup
lahan dengan pemodelan cellular automata
dan pengaruhnya terhadap suhu permukaan
lahan di Kabupaten Semarang. Semarang (ID):
Fakultas Ilmu Sosial UNNES.
Silsigia S. 2016. Pendugaan cadangan karbon atas
permukaan tanah menggunakan citra landsat 8
di PT Inhutani II Malinau Kalimantan Utara.
Bogor (ID): Fakultas Kehutanan IPB.
Sudrajat RA, Dwi IR, Puspita IB. 2018. Antisipasi
fenomena perubahan iklim melalui penataan
kawasan rendah karbon studi kasus:

Anda mungkin juga menyukai