USULAN PENELITIAN

ESTIMASI PENYERAPAN KARBON PADA MINIATUR HUTAN HUJAN

TROPIS BANJARBARU MENGGUNAKAN CITRA SENTINEL-2

Oleh

ARY HAFIDZ

1910611210028

FAKULTAS KEHUTANAN
UNIVERSITAS LAMBUNG MANGKURAT
BANJARBARU
2023
 USULAN PENELITIAN
ESTIMASI PENYERAPAN KARBON
DI MINIATUR HUTAN HUJAN TROPIS BANJARBARU
MENGGUNAKAN CITRA SENTINEL-2 MSI

Oleh

ARY HAFIDZ
1910611210028

Usulan Penelitian

Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Kehutanan

Program Studi Kehutanan

FAKULTAS KEHUTANAN
UNIVERSITAS LAMBUNG MANGKURAT
BANJARBARU
2023
Judul Penelitian : Estimasi Penyerapan Karbon Di Miniatur
Hutan Hujan Tropis Banjarbaru Menggunakan
Citra Sentinel-2 MSI
Nama Mahasiswa : Ary Hafidz
Nomor Induk Mahasiswa : 1910611210028
Program Studi : Kehutanan
Minat Studi : Manajemen Hutan

Menyetujui,
Komisi Dosen Pembimbing

Pembimbing I Pembimbing II

Dr. H. Abdi Fithria, S,Hut, M.P. Dr. Ir. Ahmad Jauhari M.P.
NIP. 197410212000031003 NIP. 196205031989031002

Mengetahui,

Koordinator Jurusan Kehutanan Dekan Fakultas Kehutanan

Dr. Badaruddin, S. Hut, M.P Dr. Kissinger, S. Hut, M. Si

NIP. 197605272002121004 NIP. 197304261998031001
 PRAKATA

Puji dan Syukur kehadirat Tuhan Yang Maha Esa, karena atas berkat

rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan usulan penelitian

ini yang berjudul “Estimasi Penyerapan Karbon Di Miniatur Hutan Hujan

Tropis Banjarbaru Menggunakn Citra Sentinel-2 MSI”. Usulan penelitian ini

dibuat sebagai salah satu syarat untuk memperoleh gelar sarjana di Fakultas

Kehutanan Universitas Lambung Mangkurat.

Pada kesempatan ini penulis mengucapkan terima kasih kepada:

1. Dr.H.Abdi Fithria S.Hut, M.P. selaku Dosen pembimbing I

2. Dr. Ir. Ahmad Jauhari, M.P. selaku Dosen pembimbing II

3. Orang tua, keluarga dan seluruh teman-teman yang telah memberikan berupa

bantuan, semangat serta doa dalam penyusunan usulan penelitian ini.

Penulis menyadari bahwa usulan penelitian ini masih banyak terdapat

kekurangan. Oleh karena itu, penulis menerima saran dan kritik yang bersifat

membangun demi kesempurnaan usulan penelitian ini. Semoga penelitian ini

dapat bermanfaat bagi para pembaca serta semua pihak yang membutuhkan.

Terima kasih atas segala perhatian.

Banjarbaru, Maret 2023

Ary Hafidz

i
 DAFTAR ISI

Halaman

PRAKATA ............................................................................................ i

DAFTAR ISI ......................................................................................... ii

DAFTAR TABEL ................................................................................. iii

DAFTAR GAMBAR ............................................................................ iv

DAFTAR LAMPIRAN......................................................................... v

I. PENDAHULUAN ............................................................................. 1

A. Latar Belakang ............................................................................... 1

B. Tujuan ............................................................................................. 3
C. Manfaat............................................................................................ 4

II. TINJAUAN PUSTAKA .................................................................. 5

A. A....................................................................................................... 5
B. B....................................................................................................... 5
C. C....................................................................................................... 8
D. D....................................................................................................... 9
E. E....................................................................................................... 10
F. F........................................................................................................ 11

III. METODE PENELITIAN .............................................................. 13

A. Waktu dan Tempat Penelitian.......................................................... 13

B. Alat dan Bahan................................................................................. 13
C. Prosedur Penelitian........................................................................... 15
D. Rancangan Penelitian....................................................................... 19
E. Analisis Data.................................................................................... 20

DAFTAR PUSTAKA ........................................................................... 21

LAMPIRAN........................................................................................... 24

ii
 DAFTAR TABEL

Nomor Halaman

1. a........................................................................................................ 16

2. b........................................................................................................ 18

3. c........................................................................................................ 20

iii
 DAFTAR GAMBAR

Nomor Halaman

1. A ...............................................................................................5

2. B ...............................................................................................5

3. C ...............................................................................................5

iv
 DAFTAR LAMPIRAN

Nomor Halaman

1. A ..............................................................................................25

v
 I. PENDAHULUAN

A. Latar Belakang

Pertumbuhan penduduk dan ekspansi perkotaan telah meningkat dengan

kecepatan yang belum pernah terjadi sebelumnya selama beberapa dekade terakhir

(Weng, 2001). Kecenderungan pertumbuhan penduduk dan ekspansi perkotaan ini

dapat secara signifikan mendorong perubahan lingkungan global (Imhoff et al.,

2004; Foley et al., 2005). Misalnya, saat ini peningkatan populasi dan kemajuan

sosial ekonomi di negara berkembang telah mempercepat ekspansi perkotaan

(Raciti et al., 2005). Meskipun demikian, pertumbuhan perkotaan ini telah

memberikan dampak sosial ekonomi dan lingkungan yang semakin signifikan

pada skala lokal, regional, dan global.

Proses pembangunan perkotaan mengakibatkan hilangnya vegetasi secara

langsung, memberi jalan bagi bidang heterogen dari permukaan kedap air,

bangunan, pohon jalan, hutan kota, dan ruang hijau tua (Imhoff et al., 2004). Efek

hutan kota terhadap pemanasan kota, pendinginan, penyerapan karbon, remediasi

polusi udara dan air, pengurangan banjir, pengurangan kebisingan, kesehatan

mental manusia, habitat satwa liar, dan pengurangan polusi semuanya telah

didokumentasikan selama bertahun-tahun (Adel et al., 2016) . Vegetasi/hutan

perkotaan juga dapat membantu dalam strategi mitigasi karbon lokal dan

berfungsi sebagai komponen vital ekosistem perkotaan dan siklus karbon

sekaligus memberikan nilai estetika, ekonomi, dan ekologi bagi penduduk

perkotaan (McPherson et al., 2013; Raciti et al. , 2005).

 2

Hutan merupakan salah satu agen penting yang mampu menurunkan

dampak buruk perubahan iklim. Vegetasi hutan yang baik dapat berperan dalam

mengurangi laju kerusakan lingkungan sebagai akibat dari meningkatnya efek gas

rumah kaca. Kelestarian biomassa tegakan merupakan salah satu elemen yang

sangat vital bagi kelestarian lingkungan dan kelestarian hutan itu sendiri hal ini

karena berdampak kepada kemampuan vegetasi dalam penyerapan karbon.

Hutan yang mengalami kerusakan akan meningkatkan pelepasan karbon

ke bumi dan atmosfer (Hairiah, 2007). Hutan yang semakin lama semakin

berkurang, menyebabkan pemanasan global yang berujung kepada perubahan

iklim yang ekstrim. Sehingga diperlukan tindakan-tindakan yang nyata untuk

dapat menjaga kelestarian biomassa tegakan hutan. Salah satu tindakan yang dapat

diambil dalam usaha menjaga kelestarian biomassa tegakan hutan adalah dengan

memetakan estimasi penyerapan karbon pada.

Tujuan dari penelitian ini adalah untuk mengestimasi serapan karbon

yang berada di Miniatur Hutan Hujan Tropis dengan menggunakan Teknik

pengindraan jauh yaitu menggunakan citra sentinel-2 MSI. Penginderaan jauh

sebagai salah satu teknik dalam pendugaan cadangan karbon (Simarmata, Elyza,

& Vatiady, 2019). Metode penginderaan jauh tidak membutuhkan waktu yang

lama dan biaya yang mahal untuk kajian yang luas. Kemajuan teknologi ini juga

diimbangi dengan kemajuan ilmu dalam pengolahan data penginderaan jauh, salah

satunya dalam metode ekstraksi informasi mengenai vegetasi.

Pengolahan data penginderaan jauh dengan menggunakan indeks

vegetasi dapat mengetahui kerapatan vegetasi dengan mengelaskan karakteristik

spektral citra yang diolahnya. Berdasarkan latar belakang masalah tersebut penulis
 3

tertarik dengan melakukan perhitungan estimasi penyerapan karbon di Kawasan

KHDTK ULM menggunakan citra Sentinel-2 dengan harapan diketahui

pertambahan penyerapan karbon pada vegetasi dari data Index Vegetasi dari tahun

ke tahun. Pada akhirnya nanti, diharapkan akan terbentuk peta distribusi

geospasial penambahan penyerapan karbon tegakan hutan KHDTK ULM.

 4

B. Tujuan

Penelitian Ini bertujuan untuk menaganalisis estimasi penyerapan karbon

tegakan hutan menggunakan Citra Sentinel-2 di Miniatur Hutan Hujan Tropis

Banjarbaru.

C. Manfaat Penelitian

Manfaat dari penelitian ini adalah diharapkan dapat memberikan

informasi mengenai penambahan penyerapan karbon oleh vegetasi yang terdapat

di Minatur Hutan Hutan Tropis Banjarbaru sehingga diperoleh peta distribusi

geospasial penambahan penyerapan karbon tegakan hasil dari estimasi Citra

Sentinel-2 menggunakan index vegetasi.

 II. TINJAUAN PUSTAKA

A. Hutan

Hutan adalah suatu kumpulan bidang-bidang lahan yang ditumbuhi

(memiliki) atau akan ditumbuhi tumbuhan pohon dan dikelola sebagai satu

kesatuan yang utuh untuk mencapai tujuan pemilik lahan berupa kayu atau hasil-

hasil lain yang berhubungan (Davis and Johnson, 1987, dalam Suhendang, 2002).

Menurut Undang-Undang Pokok Kehutanan No.41 tahun 1999 tentang

Kehutanan, hutan merupakan satu kesatuan ekosistem berupa hamparan lahan

berisi sumber daya alam hayati yang didominasi pepohonan dalam alam

lingkungannya, yang satu dan yang lainnya tidak dapat dipisahkan.

Pembagian kawasan hutan berdasarkan fungsi-fungsinya dengan kriteria

dan pertimbangan tertentu, ditetapkan dalam Peraturan Pemerintah RI No. 34

tahun 2002 tentang Tata Hutan dan Penyusunan Rencana Pengelolaan Hutan, Pem

anfaatan Hutan dan Penggunaan Kawasan Hutan Pasal 5 ayat (2), sebagai berikut :

a. Kawasan Hutan Konservasi yang terdiri dari kawasan suaka alam (cagar alam

dan Suaka Margasatwa), Kawasan Pelestarian Alam (Tam an Nasional, Tam an

Hutan Raya, dan Tam an Wisata Alam ), dan Tam an Buru.

b. Hutan Lindung

c. Hutan Produksi

Kawasan Hutan Dengan Tujuan Khusus (KHDTK) adalah kawasan hutan

yang ditetapkan untuk keperluan penelitian dan pengembangan (litbang),

pendidikan dan pelatihan serta kepentingan religi dan budaya setempat, sesuai
 15

dengan amanat Undang-Undang (UU) No. 41 Tahun 1999 dengan tanpa

mengubah fungsi kawasan dimaksud. Hutan pendidikan merupakan wahana bagi

masyarakat khususnya pelajar, mahasiswa dan peneliti untuk mempelajari hutan

dan hubungan timbal balik antarkomponen ekosistemnya. Hutan Pendidikan dan

Pelatihan KHDTK ULM merupakan suatu kawasan hutan selain berfungsi untuk

tujuan konservasi, juga berfungsi sebagai tempat pendidikan dan pelatihan.

B. Pengindraan Jauh

Penginderaan jauh adalah proses untuk mendeteksi dan memonitor

karakteristik suatu area dengan mengukur pantulan pancaran radiasi dari

kejauhan. Pengindraan jauh biasanya melalui satelit atau pesawat, kemera khusus

digunakan untuk mengambil gambar dari kejauhan mengahsilkan sebuah citra

yang membantu dalam melakukan penelitian mendalam tentang bumi.

Penginderaan jauh adalah ilmu dan seni untuk memperoleh informasi tentang

suatu objek, daerah atau fenomena melalui analisis data yang diperoleh dengan

suatu alat tanpa kontak langsung dengan objek, daerah atau fenomena yang dikaji

(Lilesand dan Keifer, 1990)

Informasi yang dapat diperoleh dengan teknik penginderaan jauh tidaklah

hanya pada bidang permukaan objek, daerah, atau fenomena yang tampak

langsung diatas permukaan bumi, tetapi sampai pada kedalaman tertentu juga

dapat dideteksi/diindera (Sutanto, 1994). Objek, daerah, atau fenomena tersebut

termasuk yang terdapat diluar bumi seperti bulan dan planet lain maupun yang

diluar atmosfir. Tujuan dari penginderaan jauh adalah untuk menyadap data dan
 16

informasi dari citra foto dan nonfoto dari berbagai objek di permukaan bumi yang

direkam atau digambarkan oleh alat pengindera buatan (sensor).

Dasar-dasar interpretasi penginderaan jauh merupakan pengetahuan dasar

yang harus dikuasai sebelum mempelajari dan melakukan interpretasi foto

maupun nonfoto dalam bidang apapun. Komponen dasar dalam sistem

penginderaan jauh adalah sumber energi, atmosfer, interaksi yang unik antara

tenaga dengan benda dimuka bumi, sensor, sistem pengolahan data yang tepat

waktu dan berbagai penggunaan data. Tenaga yang digunakan dalam

penginderaan jauh adalah tenaga elektromagnetik. Tenaga elektromagnetik adalah

paket elektrisitas dan magnetisme yang bergerak dengan kecepatan sinar pada

frekuensi dan panjang gelombang tertentu, dengan sejumlah tenaga tertentu

(Sutanto, 1994).

Gambar 1: Sistem Pengindraan Jauh (Sutanto,2004)

 17

C. Citra Sentinel-2

Pemanfaatan Citra Sentinel-2A yang merupakan satelit pencitraan optik

Eropa yang diluncurkan pada tahun 2015. Satelit Sentinel-2A diluncurkan sebagai

bagian dari program Copernicus European Space Agency (ESA) (Nurmalasari &

Santosa, 2018). Data citra yang digunakan dalam penelitian ini adalah citra satelit

sentinel 2A perekaman tahun 2020. Keunggulan citra Sentinel-2A dalam hal

pengelolaan data yaitu memiliki resolusi temporal yang tinggi yaitu setiap 5 hari

di khatulistiwa dengan kondisi penampakan yang sama

Citra Sentinel 2A memiliki sensor Multi-Spectral Instrument (MSI) dapat

didapatkan secara gratis di situs ESA yang memiliki resolusi spektralnya yang

menghasilkan multispektral dengan 13 band spectral dan beroperasi di orbit

sinkron matahari dengan siklus berulang 10 hari (Putri, 2016). Citra sentinel 2A

sering digunakan dalam berbagai macam penelitian yang menggunakan data

pengindraan jauh berupa informasi spasial. Satelit ini dapat digunakan untuk

pengamatan operasional seperti peta tutupan lahan, peta deteksi perubahan lahan.

Tujuan dari Sentinel-2 untuk menyajikan data untuk kepentingan

monitoring lahan, dan merupakan data dasar untuk penggunaan pada beragam

aplikasi, mulai dari pertanian sampai perhutanan, dari monitoring lingkungan

sampai dengan perencanaan perkotaan, deteksi perubahan tutupan lahan,

penggunaan lahan, pemetaan risiko bencana serta beragam aplikasi lainnya

(Kawamuna, 2017). Citra sentinel 2A menjadi pertimbangan terbaik karena

 18

merupakan citra yang dapat diakses secara open source dengan tingkat kedetilan

resolusi yang lebih tinggi dari citra lainnya seperti citra satelir landsat 8.

D. NDVI (Normalized Difference Vegetation Index) 

Indeks vegetasi adalah suatu formulasi pengolahan penginderaan jauh

secara digital yang dapat diarahkan secara khusus untuk mengkaji informasi

tematik dari lahan bervegetasi (Carolita, 1995). Indeks vegetasi bisa didapatkan

dari hasil pembuatan citra dengan menggunakan transformasi NDVI (Normalized

Difference Vegetation Index). NDVI merupakan algoritma indeks vegetasi yang

paling sering digunakan.. Indeks ini mempunyai kisaran nilai dari -1,0 sampai 1,0

(Arhatin, 2007).

Menurut (Nugroho et al., 2016) NDVI didapatkan dengan teknik

pengukuran secara kuantitatif dengan membentuk beberapa spektral kanal

menggunakan operasi penambahan, pengurangan, pembagian, serta perkalian

antar kanal untuk mendapatkan nilai yang dapat mencerminkan suatu indeks

vegetasi tersebut. Lalu, nilai indeks vegetasi dapat dihitung sebagai rasio antara

pantulan yang terukur dari band merah (RED) dan band infra-merah (NIR)

dengan persamaan adalah sebagai berikut:

( NIR−RED)
N DVI=
(NIR+ RED )

Keterangan :

NDVI = nilai NDVI (Normalized Difference Vegetation Index)

NIR = saluran inframerah dekat (Band 5)

RED = saluran merah (Band 4)

 19

(Hamuna & Tanjung., 2018).

NDVI yang diperoleh berdasarkan perbandingan antara pantulan sinar

merah dan inframerah dekat dari spectrum elektromagnetik. Pada band sinar

merah dan inframerah dekat, vegetasi dan non vegetasi dapat dibedakan dengan

jelas. NDVI (Normalized Difference Vegetation Index) adalah metode standar

dalam membandingkan tingkat kehijauan vegetasi pada satelit. Nilai NDVI yang

memiliki nilai negatif menunjukkan tingkat vegetasi yang rendah. Sedangkan nilai

NDVI yang memiliki nilai positif menunjukkan tingkat vegetasi hijau yang tinggi

(Jauhari et al., 2020):

Tabel 1. Kelas Index Vegetasi Berdasarkan NDVI

Kela
Nilai NDVI Tingkat Kehijauan
s
1 -0,9 – 0,00 Awan, Air
2 0,00 – 0,10 Area Terbuka, Pertambangan
3 0,10 – 0,20 Padang Rumput
4 0,20 – 0,30 Semak Belukar
5 0,30 – 0,40 Semak, Perkebunan Muda
Perkebunan Tua, Hutan Sekunder
6 0,40 – 0,50
Muda
7 0,50 – 0,60 Hutan Sekunder Sedang
8 0,60 – 0,70 Hutan Sekunder Tua
Sumber: (Jauhari et al.,2015)

E. Karbon Hutan

Karbon merupakan salah satu unsur alam yang memiliki lambang “C”

dengan nilai atom sebesar 12. Karbon juga merupakan salah satu unsur utama

pembentuk bahan organik termasuk makhluk hidup. Karbon tersimpan dalam

daratan bumi dalam bentuk makhluk hidup (tumbuhan dan hewan), bahan organik
 20

mati ataupun sedimen seperti fosil tumbuhan dan hewan, sebagian besar jumlah

karbon yang berasal dari makhluk hidup bersumber dari hutan. Seiring terjadinya

kerusakan hutan, maka pelepasan karbon ke atsmosfir akan meningkat seiring

dengan terjadinya kerusakan hutan (Hairiah, 2007).

Proses terbentuknya karbon pada tumbuhan adalah pembentukan karbon

bermula melalui proses fotosintesis, CO2 di udara diserap oleh tanaman dan

diubah menjadi karbohidrat, kemudian disebarkan ke seluruh tubuh tanaman dan

akhirnya ditimbun dalam tubuh tanaman berupa daun, batang, ranting, bunga dan

buah. Potensi hutan sebagai penyerap karbon hutan mempunyai peranan yang

sangat penting dalam penurunan emisi gas rumah kaca, karena hutan mampu

memfiksasi karbon dan menyimpannya di dalam vegetasi yang dikenal sebagai

rosot karbon (carbon sink).

Siklus karbon merupakan siklus yang mengalami proses sangat cepat

dikarenakan penggunaan gas oleh tumbuhan. Sekitar sepertujuh dari seluruh

karbon yang ada di atmosfer diseimbangkan oleh tumbuhan melalui proses

respirasi setiap tahunnya (Moore et al., 2002). Cadangan karbon di hutan dapat

disimpan dalam lima tempat berbeda yang disebut juga dengan kantong karbon

(carbon pools), tempat tersebut seperti: biomassa di atas permukaan tanah,

biomassa di bawah permukaan tanah, kayu mati, serasah hingga bahan organik

tanah, yang bisa diukur untuk mengetahui dugaan cadangan karbon yang ada pada

suatu hutan (IPPC 2006).

Vegetasi hutan mempunyai kemampuan untuk menyerap CO2 melalui

proses fotosintesis. Vegetasi hutan dengan kerapatan tinggi mampu menyerap

lebih banyak CO2 dibandingkan dengan vegetasi hutan dengan kerapatan rendah
 21

(Salisbury dan Ross, 1992). Hasil studi Retnowati (1998) menunjukkan bahwa

hutan di Indonesia mampu menyerap sekitar 686 mega ton CO2 pada tahun 1990,

dan akan meningkat menjadi 844 mega ton pada tahun 2020. Siklus Karbon

merupakan siklus biogeokimia yang meliputi pertukaran karbon di antara biosfer,

pedosfer, geosfer, hidrosfer dan atmosfer bumi.

 22

III. METODE PENELITIAN

A. Waktu dan Tempat Penelitian

Penelitian ini akan dilakukan Miniatur Hutan Hujan Tropis (MH2T)

Banjarbaru, Provinsi Kalimatan Selatan. Waktu yang diperlukan ± 3 bulan,

dimulai dari bulan Mei sampai bulan Juli 2023 meliputi persiapan, pelaksanaan

penelitian, pengolahan data dan penyusunan laporan.

B. Alat dan Bahan

Alat yang digunakan pada penelitian ini adalah sebagai berikut:

1. GPS (Global Positioning System)

2. Pita ukur untuk mengukur keliling pohon

3. Meteran untuk pengukuran dalam pembuatan plot 10*10

4. Tali rafia untuk membuat batas plot

5. Kamera untuk dokumentasi

6. Laptop untuk pengelolaan data

7. Patok untuk membuat plot

8. Alat tulis untuk mencatat data lapangan

9. Tallysheet/lembar kerja untuk mencatat data lapangan

10. Perangkat lunak untuk menunjang pengelolaan data.

Bahan yang digunakan pada penelitian ini adalah sebagai berikut:

1. Citra Sentinel-2 Perekaman 20??/2022

2. Peta wilayah penelitian

 23

3. Data Lapangan diameter pohon.

C. Prosedur Penelitian

Penelitian ini merupakan jenis penelitian kuantitatif, dilakukan dengan

perpaduan dua metode yaitu indeks kehijauan dan pengukuran lapangan

menggunakan data pengindraan jauh Sentinel-2 dan survey lapangan. Teknik

Pengambilan sampel di laangan menggunakan metode porpusive sampling dengan

acuan peta yang terklasifikasi berdasarkan indeks vegetasi sehingga dapat

mewakili tingkat kerapatan pada lokasi penelitan. Pemanfaatan citra sentinel-2

dimaksudkan untuk memperoleh informasi mengenai kerapatan vegetasi

menggunakan data analisis NDVI (Normalized Difference Vegetation Index).

Rangkaian Kegiatan dapat dilihat pada gambar dibawah ini.

Mulai

Studi litelatur

Pengumpulan

data

Citra Sentinel-2 Observasi lapangan

Koreksi citra
Pengambilan data

Pemotongan Citra Pengelolaan dan

analisis data

Klasifikasi NDVI
Hasil olah data

Peta Kelas NDVI

Analisis Korelasi

Selesai

Gambar 2. Diagram Alir Penelitian

1. Studi Literatur

Proses studi literatur merupakan proses untuk melakukan pencarian

referensi yang berhubungan dengan penelitian. Referensi yang dibutuhkan untuk

menunjang penelitian ini adalah terkait dengan pengindraan jauh, indeks

kehijauan, fungsi hutan dan karbon (C). Referensi mengenai pengeloaan analisis

citra sentinel serta korelasi anatara indeks vegetasi dengan hasil nilai lapangan di

wilayah MH2T Banjarbaru sangat dibutuhkan sehingga penelitian dapat

dilaksanakan dengan lancar. Referensi didapatkan dari buku, internet, dokumen

dokumen, jurnal ilmiah dan artikel resmi dan sumber lainnya yang berhubungan

dengan penelitan ini.

2. Pengumpulan Data

Data yang akan dikumpulkan dalam penelitian meliputi data primer dan

data sekunder. data primer yang akan digunakan yaitu data pengindraan jauh

berupa citra Sentinel-2 dan data hasil observasi lapangan. Data observasi lapangan

berupa nilai volume tegakan per plot berdasarkan hasil NDVI untuk mengetahui

nilai serapan karbon. Sedangkan data sekunder merupakan data hasil studi

literatur yang berkaitan dengan penelitian yang dilakukan.

3. Pengelolaan Data Pra Lapangan

Tahapan yang dilakukan sebelum observasi lapangan adalah mengolah

data citra Sentinel-2. Citra didownload dari web site USGS (USGS, 2019). Citra

Sentinel-2 merupakan acuan dalam pembuatan sampel dan sebagai acuan dalam

kegiatan pengambilan data di lapangan. Kegiatan pengolahan citra sebagai

berikut.
a. Koreksi citra

Metode dan kualitas pengolahan data penginderaan jauh yang meliputi

koreksi geometrik dan radiometrik untuk mengolah data primer menjadi data

proses. Menurut Mather (1987), koreksi geometrik adalah transformasi citra hasil

penginderaan jauh sehingga citra tersebut mempunyai sifat-sifat peta dalam

bentuk, skala dan proyeksi. Koreksi radiometrik ditujukan untuk menperbaiki

nilai piksel agar sesuai dengan yang seharusnya yang diasanya

mempertimbangkan factor gangguan atmosfer sebagai sumber kesalahan utama,

dan juga untuk menghilangkan atau meminimalisir kesalahan radiometrik akibat

aspek eksternal berupa gangguan atsmosfer pada saat proses perekaman (Merbabu

et al., 2019).

b. Pemotongan citra

Pemotongan atau cropping citra dilakukan untuk mendapatkan daerah

penelitian dengan maksud untuk mendapatkan data yang lebih terfokus, terinci

dan teroptimal. Pemotongan citra dilakukan untuk memilih daerah yang akan

dijadikan sebagai daerah penelitian. Fokus pemotongan citra adalah wilayah

KHDTK Desa Madiangain. Cropping dapat dilakukan dengan menggunakan data

vektor, koordinat geodetik, atau dengan menggunakan box(zooming) yang ada

pada software yang digunakan (Khomarudin, 2015: 11)

c. Analisis NDVI

Penelitian ini menggunakan Algoritma NDVI untuk menetukan index

vegetasi di wilayah KHDTK Mandiangain. Nilai NDVI menggunakan nilai

reflektansi dari band NIR (Near Infrared) dan band Red pada citra satelit untuk

perhitungannya, dengan persamaan:

NIR−red Band 5−Band 4

NDVI = atau NDVI =
NIR+red Band 5+ Band 4

Keterangan :

NDVI = Normalized Difference Vegetation Indeks

NIR = Saluran Near-infrared Radiation (Band 5)

R = Saluran Merah (Band 4)

Penelitian ini menggunakan pendugaan keadaan sebaran indeks vegetasi

dengan menggunakan Analisis NDVI. NDVI mempunyai rentang nilai dari -1,0

hingga 1.0. Awan, air, dan objek non-vegetasi mempunyai nilai NDVI kurang dari

nol. Nilai yang mewakili vegetasi terdapat pada rentang 0.1 hingga 0.7. Jika nilai

indeks lebih tinggi dari rentang ini berarti penutupan vegetasi tersebut lebih sehat

(Lillesand dan Kiefer 1990).

d. Penentuan Sampel Indeks Kehijauan NDVI

Metode pengambilan sampel berdasarkan tujuan penelitian atau Purposive

Sampling dengan pertimbangan rentang nilai NDVI yang telah dilakukan

pengkelasan berdasarkan nilai hasil transformasinya. Pola sampel ini dilakukan

dengan memilih jumlah lokasi titik sampel secara spesifik dan merata pada setiap

kelas penutup lahan, dalam proporsinya sesuai dengan luasan tiap kelas penutup

lahan. Berdasarkan P.67/Menhut-II/2006 tentang Kriteria dan Standar Hutan

dengan mengambil intensitas sampling sebesar 0,02. Pembuatan petak untuk

pengambilan sampel dibuat berbentuk persegi dengan ukuran 10 m x 10 m Luas

area penelitian dalam hal ini merupakan luasan per kelas yang telah terklasifikasi
berdasarkan nilai algoritma NDVI. Perhitungan jumlah sampel dalam penelitian

ini sebagai berikut.

luas area penelitian ×intensitas sampling

Jumlah Sampel=
luas plot penelitian

4.Observasi Lapangan

Observasi lapangan dilakukan sebagai tahapan mengetahui tingkat

ketelitian hadil interpretasi indeks kehijauan mengenai tingkat kerapatan vegetasi.

Pengecekan lokasi dilakukan pada titik sampel yang telah ditentukan untuk

melengkapi data lapangan dengan membandingkan hasil citra Sentinel-2 berupa

nilai NDVI di kawasan KHDTK Mandiangin dengan keadaan di lapangan

sebenarnya. Tahapan observasi Lapangan sebagai berikut.

a. Pembuatan plot

Luas plot yang digunakan untuk pengukuran tegakan pohon dengan

ukuran 10m×10m, sebagai berikut:

b. Pengambilan data

1. Pengambilan data volume pohon

Secara umum pengukuran keliling pohon dilakukan setinggi 1,3 m

dengan menggunakan alat phiband dan pengukuran tinggi pohon menggunakan

Hagameter. Data potensi tegakan yang diambil meliputi diameter dan tinggi

pohon. Pengukuran keliling pohon pada berbagai kondisi dapat dilihat pada

Gambar 3. Selanjutnya berdasarkan nilai keliling tersebut akan diperoleh

diameternya. Rumus yang digunakan untuk mencari diameter pohon sebagai

berikut:
 K
D=
π

Keterangan:

D : Diameter

K : Keliling

Π : 3,14

2. Perhitungan Biomassa pohon

Jika jenis pohon yang digunakan tidak memiliki persamaan Alometrik

biomassa, pendugaan biomassa dapat dilakukan dengan menggunakan rumus

Alometrik volume yang umum digunakan yaitu sebagai berikut:

1
V= π ¿
4

Keterangan:

V = Volume pohon (m3 )

H = Tinggi pohon (m)

F = Angka bentuk pohon 0,7

Setelah volume tegakan didapatkkan, kemudian untuk Nilai Pendugaan

Biomassa didapat dengan memasukkan nilai dari persamaan Alometrik volume

tersebut ke dalam rumus biomassa pohon. sebagai berikut:

Biomassa pohon=V x ρ x BEF

Keterangan:

V = Volume kayu (m3 )

Ρ = Kerapatan kayu (kg/m3 )

BEF = biomass expantion factor

 Apabila ada jenis pohon yang tidak mempunyai nilai kerapatan kayu bisa

menggunakan nilai kerapatan kayu secara umum untuk hutan yaitu 680 kg/m3

untuk hutan (Rahayu et al, 2006). sebagai berikut:

3. Perhitungan stok karbon

Penghitungan karbon dilakukan dengan mengkonversi nilai biomassa.

47% biomassa merupakan karbon. Hal tersebut karena mengikuti aturan dari SNI

7724:2011. Penghitungan karbon dari biomassa pohon dapat menggunakan rumus

tersebut:

C=B× % C organi k

Keterangan:

C= karbon dari biomassa (kg)

B= Biomassa (kg)

C organik= Persentase karbon bahan organik (0.47)

4. Perhitungan kandungan karbon per hektar dapat dihitung menggunakan

persamaan menurut SNI (2011):

Cx 10000
Cn= ×
1000 1 plot

Keterangan:

Cn = Kandungan karbon perhektar (ton/ha)

Cx = Kandungan karbon (kg)

1 plot = Luas plot (m2)

5. Perhitungan Serapan CO2

Perhitungan serapan karbon didapatkan menggunakan persamaan

sebagai berikut:
 CO 2=Cn×3,67

Keterangan:

CO2 = Serapan CO2 (ton/ha)

Cn = Estimasi stok karbon (ton/ha)

3,67 = Faktor konversi karbon

5. Pengelolaan Data dan Analisis Data

a. Analisis data lapangan

Data lapangan yang diperoleh selanjutnya diolah dan dianalisis dengan

acuan berdasarkan peta indeks vegetasi dengan algoritma NDVI. Data lapangan

yang menggambarkan kondisi lapangan sebenarnya akan dijadikan acuan dalam

koreksi data citra yang kurang sesuai. Data utama yang dianalisis dalam penelitian

ini adalah data nilai kerapatan tegakan. Data kerapakan tegakan selanjutnya akan

dihubungkan dengan data citra berdasarkan peta indeks kerapatan tegakan

berdasarkan algoritma NDVI yang selanjutnya akan menjadi data citra yang telah

tekoreksi dengan data lapangan yaitu berupa peta NDVI terkoreksi.

b. Analisis korelasi

Analisis korelasi adalah metode statistik yang digunakan untuk

mengukur besarnya hubungan linier antara dua variabel atau lebih (Walpole,

1995). Korelasi menjadi salah satu teknis analisis statistik yang sering digunakan

para peneliti karena kebanyakan peneliti tertarik kepada berbagai peristiwa yang

dapat terjadi dan mencoba menghubungkannya. Hubungan antara dua variabel ada

yang positif dan ada juga yang negatif. Nilai korelasi berkisar pada interval -1

sampai 1, jika korelasi bersifat positif maka hubungan antara dua variabel bersifat
searah. Sebaliknya jika korelasi bersifat negatif maka hubungan antara dua

variabel bersifat berlawanan.

Analisis regresi dilakukan untuk mengestimasi nilai dari suatu variabel

berdasarkan nilai variabel lainnya, yaitu suatu variabel terikat (dependent

variable) atau Y berdasarkan suatu variabel bebas (independent variable) atau X

dalam persamaan linear (Sunardi, 2009).

Ukuran kekuatan pengaruh suatu variabel ditentukan dengan

menggunakan besarnya nilai koefisian korelasi (r) dan koefisian determinasi

(R2 ). Koefisien korelasi dicari dengan rumus :

(n Σ x .lny)−( Σ x)( Σ y)
r=
√r

Keterangan;

r = Koefisien korelasi

n = Jumlah plot sampel

x = Nilai NDVI

y = Nilai serapan karbon

Hubungan atau korelasi nilai NDVI dengan serapan karbon dengan

membuat persamaan Regresi linier, sebagai berikut:

Y =a+bX

Keterangan:

Y = Variabel terikat

X = Variabel bebas

a = Konstanta

b = Koefisien regresi
 Interprestasi terhadap kuatnya hubungan korelasi berpedoman pada

pendapat oleh Sugiyono (2008), sebagai berikut:

Tabel 2. Interval Koefisien dan Tingkat Hubungan

Interval Koefisien Tingkat Hubungan

0.00 – 0.19 Sangat Rendah
0.20 – 0.39 Rendah
0.40 – 0.59 Sedang
0.60 – 0.79 Kuat
0.80 – 1.00 Sangat Kuat
 DAFTAR PUSTAKA

Carolita, I., I Made P., Y. Erowati, dan Asikin A. 1995. Monitoring Keadaan
Hutan dengan Menggunakan Data NOAA AVHRR di Daerah
Kalimantan Barat dan Sebagian Kalimantan Timur. Warta LAPAN
volume 43 Hal 32-42. Jakarta.
Depertemen Kehutanan Republik Indonesia. Pasal 8 Undang-Undang No. 41
Tahun 1999 tentang kehutanan.
Departemen Kehutanan. 2002. Peraturan Pemerintah RI No. 34 tahun 2002
tentang Tata Hutan dan Penyusunan Rencana Pengelolaan Hutan, Pem
anfaatan Hutan dan Penggunaan Kawasan Hutan.
Hairiah, Kurnia, A. Ekadinata, R, R,Sari, dan Subekti. Rahayu 2011. Pengukuran
Cadangan Karbon Dari Tingkat Lahan Ke Bentang Lahan : Petunjuk
Praktis. Edisi kedua. Bogor. World Agroforestry Centre, ICRAF.
Hairiah. 2007. Pengukuran Karbon Tersimpan di Berbagai Macam Penggunaan
Lahan. World Agroforestry Centre - ICRAF Southeast Asia. Hal 30.
IPCC (Intergovernmental Panel on Climate Change). 2006. Good Practice
Guidance for Land Use, Land Use Change and Forestry. Institute for
Global Environmental Strategy. Hayama (Japan).
Jauhari A., Soemarno., Bisri M., Abidin Z. 2015. Model of Sustainable Forest
Planning based-Watershed in KPHP Model Tanah Laut South
Kalimantan
Karmila, D., Jauhari, A.,& Kanti, R. (2020). Estimasi Nilai Cadangan Karbon
Menggunakan Analisis NDVI (Normalized Difference Vegetation Index)
 di KHDTK Universitas Lambung Mangkurat. Jurnal Sylva Scienteae,
3(3), 451–459.
Kawamuna, A. (2017). Analisis Kesehatan Hutan Mangrove Berdasarkan Metode
Klasifikasi NDVI pada Citra Sentinel-2 (Studi Kasus : Teluk Pangpang
Kab. Banyuwangi). Tugas Akhir Program Studi Teknik Geodesi Fakultas
Teknik, Universitas Diponegoro, Semarang
 
Khomarudin, Rokhis. 2017. Pedoman Pengolahan Data Penginderaan Jauh
Landsat 8 untuk MPT. Jakarta: Lembaga Penerbangan dan Antariksa
Nasional
Putri (2016) dikutip Aprilia, A. 2021. Analisis Distribusi Spasial dan Temporal
Parameter Kualitas Perairan Darat TSS dan CDOM Sub DAS Martapura
Menggunakan Citra Satelit Sentinel-2A. Tugas Akhir Program Studi
Teknik Lingkungan, Universitas Lambung Mangkurat, Banjarbaru
Lilesand T.M dan Keifer. 2004 Penginderaan Jauh dan Interpretasi Citra.
Yogyakarta Gadjah Mada University Press
Lillesand T.M., R. W. Kiefer and J. W. Chipman. 2004. Remote Sensing and
Image Interpretation. Fifth Edition. John Wiley and Sons. New York.
Lillesand TM, Kiefer RW. 1997. Penginderaan Jauh dan Interpretasi Citra.
Yogyakarta: Gadjah Mada University Press.
Mather, P.M. (1987). Computer Processing of Remotly Sensed Data. Jhon
Willey& Sons, London.
Merbabu, G., Tengah, J., Sitorus, W. M., Sukmono, A., &Bashit, N. (2019).
Identifikasi Perubahan Kerapatan Hutan Dengan Metode Forest Canopy
Density Menggunakan Citra Landsat 8 Tahun 2013, 2015 Dan 2018
(Studi Kasus: Taman Nasional Gunung Merbabu, Jawa Tengah) Jurnal
Geodesi Undip, 8(1), 338-347.
Moore, T. R., Bubier, J. L., Frokling, S. E., Lafleur, P. M. & Roulet, N. T. 2002.
Plant Biomass and CO2 Exchange in an Ombrotrophic. Journal Ecology.
90(1): 25-36.
Nugroho, S. A., Wijaya, A. P., & Sukmono, A. 2016. Jurnal Geodesi Undip
Januari 2015 Jurnal Geodesi Undip Januari 2015. I Wayan Eka
Swastikayana, 4(1), 42.
Nurmalasari, I., & Santosa, S. H. M. B. (2018). Pemanfaatan Citra Sentinel-2A
untuk Estimasi Produksi Pucuk Teh di Sebagian Kabupaten Karanganyar.
Jurnal Bumi Indonesia, 7(1), 1–11.
Rahayu, S., B. Lusiana, dan M. Van Noordwijk. 2007 .Penggunaan Cadangan
Karbon di Atas Tanah pada Berbagai Sistem Penggunaan Lahan di
Kabupaten Nunukan, Kalimantan Timur. Laporan Tim Proyek
Pengelolaan Sumberdaya Alam untuk Penyimpanan Karbon
(FORMACS). World Agroforestry Centre (ICRAF).
Retnowati, E. (1998). Kontribusi hutan tanaman Eucalyptus grandis Maiden
sebagai rosot karbon di Tapanuli Utara. Buletin Penelitian Hutan, 611, 1–
9.
Salisbury, F. B., & Ross, C. W. (1992). Fisiologi Tumbuhan Edisi Keempat. ITB
Press. Bandung.
Simarmata, Elyza, & Vatiady et. al. Kurniawan. 2022. Pemanfaatan Citra
Sentinel-2A Untuk Estimasi Cadangan Karbon Pada Hutan Mangrove Di
Kawasan Mamminasata Sulawesu selatan.
[SNI]. 2011. Standar Nasional Indonesia.Pengukuran dan Penghitungan
CadanganKarbon-Pengukuran Lapangan untuk Penaksiran Cadangan
Karbon Hutan (Ground Based Forest Carbon Accounting). Badan
Standarisasi Nasional.
Sugiyono. 2008. Statistika untuk Penelitian. Bandung : Alfabeta.
Suhendang, E. 2002. Pengantar Ilmu Kehutanan. Yayasan Penerbit Fakultas
Kehutanan IPB, Bogor.
Sunardi Nur. 2009. Pengantar Satistika. Jakarta: Bumi Aksara.
Sutanto, 1994. Penginderaan jauh Jilid 1dan II. Gadjah Mada Unigersity Press.
Yogyakarta. Bab 1.
USGS (2019) ‘EarthExplorer - Home’, U.S. Geological Survey.
Walpole, R.E. 1995. Pengantar Statistika.Edisi ke-3. Jakarta: Gramedia.
LAMPIRAN